Introduccin

Objetivo
Marco Terico
1.1 ntroduccin a las seales y los sistemas
Los conceptos de seales y sistemas surgen en una gran variedad de campos y las
ideas y tecnicas asociadas con estos conceptos juegan un papel importante en areas tan
diversas de la ciencia y la tecnologia como las comunicaciones, la aeronautica, sistemas
de generacion y distribucion de energia, diseo de circuitos, acustica, etc. En este
capitulo introducimos la idea basica sobre la descripcion y representacion matematica de
seales y sistemas y sus clasiIicaciones. Tambien se deIinen varias seales basicas
importantes, especialmente sobre sistemas lineales, las cuales son esenciales para
nuestros estudios posteriores.
El analisis de un sistema lineal se Iacilita Irecuentemente utilizando un tipo especiIico de
seales de excitacion o una determinada representacion de seales. Por esta razon, es
conveniente incluir el analisis de seales y sus propiedades en un estudio de sistemas
lineales. Ademas del analisis nos interesa tambien la sintesis de sistemas. De hecho, la
sintesis o diseo de sistemas constituye la parte creativa de la ingenieria. De aqui que
para abordar el diseo de sistemas primero se debe aprender a analizarlos. Este texto esta
orientado principalmente al analisis de ciertos tipos de sistemas lineales; sin embargo,
debido a que los topicos de diseo y analisis estan intimamente relacionados, este estudio
proporciona las bases para un diseo elemental.
El anlisis de sistemas puede dividirse en tres aspectos:
1. El desarrollo de un modelo matematico apropiado para el problema Iisico bajo
consideracion. Esta parte del analisis se dedica a la obtencion de 'ecuaciones
dinamicas, condiciones iniciales o de Irontera, valores de parametros, etc. En
este proceso es donde el juicio, la experiencia y laa experimentacion se combinan
para lograr el desarrollo de un modelo apropiado. En esta Iorma, este primer
aspecto es el mas diIicil de desarrollar Iormalmente.
2. Despues de obtener un modelo apropiado, se resuelven las ecuaciones resultantes
para encontrar soluciones de diversas formas.
3. Luego, la solucion del modelo matematico se relaciona o interpreta en Iuncion del
problema Iisico. Es conveniente que el desarrollo del modelo sea lo mas exacto
posible de manera que se puedan hacer interpretaciones y predicciones
signiIicativas concernientes al sistema Iisico. No obstante, se debe sealar que
mientras mas exacto sea un modelo, mayor es la diIicultad para obtener una
solucion matematica y una realizacion Iisica.
1.1.1 Tipos de seales
Seal analgica
Una seal analgica es un tipo de seal generada por algn tipo de fenmeno
electromagntico y que es representable por una funcin matemtica continua en la que
es variable su amplitud y periodo (representando un dato de informacin) en funcin del
tiempo. Algunas magnitudes fsicas comnmente portadoras de una seal de este tipo son
elctricas como la intensidad, la tensin y la potencia, pero tambin pueden ser
hidrulicas como la presin, trmicas como la temperatura, mecnicas, etc. La magnitud
tambin puede ser cualquier objeto medible como los beneficios o prdidas de un
negocio.
En la naturaleza, el conjunto de seales que percibimos son analgicas, as la luz, el
sonido, la energa etc., son seales que tienen una variacin continua. Incluso la
descomposicin de la luz en el arcoiris vemos como se realiza de una forma suave y
contina.
Una onda senoidal es una seal analgica de una sola frecuencia. Los voltajes de la voz y
del video son seales analgicas que varan de acuerdo con el sonido o variaciones de la
luz que corresponden a la informacin que se est transmitiendo.

Fig. 1.1.1 Seal Analgica.

Seales Digitales
La seal digital es un tipo de seal generada por algn tipo de fenmeno
electromagntico en que cada signo que codifica el contenido de la misma puede ser
analizado en trmino de algunas magnitudes que representan valores discretos, en lugar
de valores dentro de un cierto rango. Por ejemplo, el interruptor de la luz slo puede
tomar dos valores o estados: abierto o cerrado, o la misma lmpara: encendida o apagada
(vase circuito de conmutacin). Esto no significa que la seal fsicamente sea discreta ya
que los campos electromagnticos suelen ser continuos, sino que en general existe una
forma de discretizarla unvocamente.
Los sistemas digitales, como por ejemplo el ordenador, usan lgica de dos estados
representados por dos niveles de tensin elctrica, uno alto, H y otro bajo, L (de High y
Low, respectivamente, en ingls). Por abstraccin, dichos estados se sustituyen por ceros
y unos, lo que facilita la aplicacin de la lgica y la aritmtica binaria. Si el nivel alto se
representa por 1 y el bajo por 0, se habla de lgica positiva y en caso contrario de lgica
negativa.




. 1.1.3 reas de aplicacin del PDS.
Las aplicaciones del procesamiento digital de seal son hoy en da incontables. Las mas
conocidas, pero no las unicas, se resumen a continuacin:
Aplicaciones automotrices
Control del motor, sistemas antibloqueo (ABS), sistemas de navegacin, anlisis
de vibracin, etc.
Electro nica de consumo
Radio y televisin digital, sistemas de video (DVD, Blue-Ray, etc.), juguetes
educativos, instrumentos musicales, sistemas de impresin y despliegue, como
monitores de plasma, LED, LCD, etc.
Industria
Control numrico, monitorizacin de lneas de potencia, robo tica, sistemas de
seguridad.
Instrumentacin
Generacin de funciones, emparejamiento de patrones, procesamiento ssmico,
anlisis espectral, anlisis de transciendes.
Medicina
Equipo de diagnostico, monitorizacion de pacientes, pro tesis auditivas, visuales y
meca nicas, equipos de ultrasonido, tomografa, MRI, etc.
Telecomunicaciones
Mdems, ecualizadores de seal, codificadores y decodificadores, telefona
celular, multiplicacin, cancelacin de eco, repetidores de seal, compensacin de
canal, modulaciones de espectro ensanchado, video-conferencia, cifrado de datos
Voz/Habla
Verificacin de locutor, mejoramiento de seal, reconocimiento de habla, s
sntesis de habla
El tratamiento de seales acsticas es utilizado entre otros en el almacenamiento y trans-
misin eficientes de sonido digital (MP3, Ogg Vorbis, etc.), el procesamiento profesional
de sonido en industria musical y cinematogrfica, el manejo de seales de ultrasonido
para elaboracin de imgenes medicas, o el procesamiento de voz humana, necesario para
codificar, encriptar, reconocer o sintetizar el habla.
El procesamiento de imgenes bidimensionales permite analizar las seales obtenidas por
medio de cmaras industriales, hoy en da frecuentemente encontradas en las lneas de
produccin; adems, el procesamiento de imgenes tomadas por satlite permiten
identificar entre otras cosas el tipo de uso del suelo, facilitan la construccin de mapas
actualizados, etc. Esta rea es central en la codificacin y compresin de seales de
video, tal y como los establecen los estndares MPEG (Motion Picture Expert Group).

1.1.4 Filtros analgicos.
1.2 Seales continuas y seales discretas
1.2.1 Seales continuas
1.2.2 Seales discretas
1.3 Anlisis matemtico de seales
1.3.1 Funciones de seales
1.3.2 Combinacin de funciones
1.3.3 Transformaciones de escalamiento y desplazamiento
1.4 Energa y potencia en seales
Desarrollo
Actividades
1.3.1.- Pruebe en Matlab las funciones singulares de los archivos m dados en la pgina 31
del libro de Roberts y grafique.

t=-20:1/20:20;
y=u(t);
y1=ramp(t);
y2=rect(t);
y3=tri(t);
y4=sinc(t);

%----funcion dirichlet
N=5;%--- donde esta variando.--solo se cambia el valor de N
x=sin(N*pi*t)/(N*sin(pi*t));
x1=drcl(t,N);

hold on
subplot(2,3,1 ) ; p = plot(t, y, 'k' ) ; set(p, 'LineWidth' ,2) ;
xlabel('t') ; ylabel('g(t)' ); title('escalon unitario, g(t)') ;
axis([-20,20,-2,2]) ; grid;

subplot(2,3,2 ) ; p = plot(t, y1, 'g' ) ; set(p, 'LineWidth' ,2) ;
xlabel('t') ; ylabel('g(t)' ); title('funcion rampa, g(t)') ;
axis([-10,10,-2,2]) ; grid;

subplot(2,3,3 ) ; p = plot(t, y2, 'y' ) ; set(p, 'LineWidth' ,2) ;
xlabel('t') ; ylabel('g(t)' ); title('funcion rectangulo, g(t)') ;
axis([-2,2,-2,2]) ; grid;

subplot(2,3,4 ) ; p = plot(t, y3, 'b' ) ; set(p, 'LineWidth' ,2) ;
xlabel('t') ; ylabel('g(t)' ); title('funcion triangulo, g(t)') ;
axis([-10,10,-2,2]) ; grid;

subplot(2,3,5 );p = plot(t, y4, 'r' ) ; set(p, 'LineWidth' ,2) ;
xlabel('t') ; ylabel('g(t)' ); title('funcion sinc, g(t)') ;
axis([-10,10,-2,2]) ; grid;

subplot(2,3,6 );p = plot(t, x1, 'm' ) ; set(p, 'LineWidth' ,2) ;
xlabel('t') ; ylabel('g(t)' ); title('funcion Dirichlet, g(t)') ;
axis([-10,10,-2,2]) ; grid;

hold off



1.3.2.- Pruebe el ejemplo 2.1 del tema combinacin de funciones pgina 34 del libro de
Roberts.

% Programa para graficar algunas demostraciones de l a s combinaciones
de f u n c i o n e s en TC.
t = 0:1/120:6 ; x1 = exp (-t).*sin(20*pi*t) + exp (-t/2).*
sin(19*pi*t);
subplot(2,1,1); p = plot(t,x1,'k') ; set(p,'LineWidth',2);
xlabel('\itt' ) ; ylabel('x_1({\itt})');
t=-4:1/60:4 ; x2 = sinc(t).*cos(20*pi*t) ;
subplot(2,1,2) ; p = plot(t,x2,'k') ; set(p,'LineWidth', 2) ;
xlabel('\itt') ; ylabel ('x_2({\itt})') ;









1.3.3 Pruebe el ejemplo 2.2 del tema transformacin pgina 42 del libro de Roberts.


%EJEMPLO 2.2

%Programa para graficar la funcin,.g(t) y despus para graficar
%3*g(t+1) , g(3*t)/2 y -2*g((t-1)/ 2 ) .
tmin = -4; tmax=20; %tmax = 20; Se fija el intervalo de
tiempo para lagrfica.
dt = 0.1 ; %Se fija el tiempo entre puntos.
t = tmin:dt:tmax; %Se fija el vector de tiempos para la grfica.
g0 = g(t) ; % Se calculala g(t) original.

g1 = 3*g(t+1); %Se calcula la primera transformacin.
g2 = g(3*t)/2 ; %Se calcula la segunda transformacin.
g3 = -2*g((t-1)/2); %Se calcula la tercera transformacin.


%Determine los valores g mximo y mnimo en todas las funciones
%transformadas y selos para escalar del mismo m.odo todas las grficas.

gmax = max([max(g0),max(g1), max(g2), max(g3)]);
gmin = min([min(g0), min(g1), min(g2), min(g3)]);


% Grafique las cuatro funciones en un arreglo de 2 por 2 .
% Graflquelas todas en l a misma escala mediante e l comando axis(eje).
% Dibuje lneas de una cuadrcula , utilizando e l comando
grid(cuadrcula)
% para facilitar la lectura de los valores .

subplot(2,2,1 ) ; p = plot(t, g0, 'k' ) ; set(p, 'LineWidth' ,2) ;
xlabel('t') ; ylabel('g(t)' ); title('Funcin original, g(t)') ;
axis([tmin, tmax , gmin , gmax]) ; grid;

subplot(2,2,2 ) ; p = plot(t, g1,'k') ; set(p,'LineWidth', 2) ;
xlabel('t') ; ylabel('3g(t+1)' ) ; title ('Primera transformacin' ) ;
axis( [ tmin , tmax, gmin, gmax ] ) ; grid;

subplot(2,2,3) ; p = plot(t, g2,'k' ) ; set(p, 'LineWidth', 2) ;
xlabel('t') ; ylabel ('g(3t)/2' ) ; title ('Segunda transformacin') ;
axis( [ tmin, tmax , gmin , gmax] ) ; grid;

subplot (2, 2, 4) ; p = plot(t, g3, 'k') ; set(p, 'LineWidth', 2 ) ;
xlabel(' t '); ylabel ( '-2g((t-1)/2)' ) ; title (
'Terceratransformacin' );
axis ( [ tmin , tmax , gmin , gmax ] ) ; grid;





1.2.- Pruebe de la pgina 49 del libro de Roberts las funciones incorporadas en Matlab.

%PROGRAMA PAG 49

% Programa parailustrar algunas de las funciones incorporadas en
MATLab.
close all;
t = -20:1/20:20 ;

x1= chirp(t,1/20,20,1/3); subplot(4,2,1) ; p=plot(t,x1,'k') ;
axis([-20,20,-1.5,1.5]); title('chirp-A"chirped " cosine') ;
xlabel('\itt'); ylabel('x_1({\itt})' ) ;

x2 = diric(t,5); subplot(4,2,2); p = plot(t,x2, 'k');
axis([-20,20,-1.5,1.5]) ;
title('diric - La funcin de Dirichlet de MATLAB' ) ;
xlabel('\ itt') ; ylabel('x_2 ({\itt} ) ' );

x3 = sawtooth(t); subplot(4,2,3); p = plot(t, x3, 'k') ;
axis([-20,20,-1.5,1.5]); title('sawtooth-Undiente de sierra peridico')
;
xlabel('\itt') ; ylabel('x_3({\itt})') ;

x4 = square(t); subplot(4,2,4); p = plot(t,x4, 'k');
axis([-20, 20, -1.5,1.5] ) ; title('square - Una onda cuadrada' ) ;
xlabel('\itt') ; ylabel('x_4{{\itt})') ;

x5 = rectpuls(t/10); subplot(4,2,5) ; p = plot(t,x5,'k') ;
axis([-20,20,-1.5, 1.5 ]); title('rectpuls-Un pulsorectangular');
xlabel('\itt') ; ylabel ('x_5({\itt})') ;

x6 = tripuls(t/10) ; subplot(4,2,6); p=plot(t,x6, 'k');
axis([-20,20,-1.5, 1.5] ) ; title('tripuls- Un pulso triangular') ;
xlabel('\itt'); ylabel('x_6({\itt}) ' ) ;

x7 = sinc(t/2) ; subplot (4,2,7) ; p = plot(t,x7, 'k') ;
axis([-20,20, -1-5, 1.5] ); title('sinc(t)');
xlabel('\itt') ; ylabel('x_7({\itt})');

x8 = sign(t/2) ; subplot(4,2,8) ; p=plot(t,x8, 'k') ;
axis([-20, 20, -1.5, 1.5 ] ) ; title ( 'sign -La funcin Signum') ;
xlabel('\itt') ; ylabel( 'x_8( {\itt})' ) ;



Pruebe en MATLAB el ej 2.5 de la pag 64
De los ejercicios con respuestas pag. 80; resuelva del 1 al 10, 15, 16 y 17. En caso que
tenga que hacer operaciones a mano, escanear su trabajo e incorporarlo en su cuaderno de
trabajo.


%EJEMPLO 2.5 PAG 64



%EJEMPLO 2.5 2a PARTE
% Grficas de una funcin de tiempo discreto y
% transformaciones de compresin y expansin.
%----------------------------------------------
%Clculo de los valores de la funcin original y las versiones
%transformadas en esta secci n
%--------------------------------------

n =- 5 : 48 ; %se establecen los tiempos discretos
%para el clculo de la funcin.
g0 = h(n) ; %Se calculan los valores
%de la funcin original .
g1 = h(2*n) ; %Se calculan los valores
%de l a funcin comprimida.
g2= h(n/3) ; %Se calculan los valores
%de la funcin expandida.
%--------------------------------------------------------------------

%Presente en forma grfica las funciones original y transformada
%de esta seccin .
% ---------------------------------------
%Grafique la funcin original .
%
subplot(3,1,1) ; %Se dibujan primero las tres
grficas
%apiladas verticalmente .
p = stem(n,g0, 'k',' filled') ; %"Stem" grfica la funcin original
.
set(p,'LineWidth',2, 'MarkerSize',4); %Se fija el grueso de la lnea
y el tamao
%del punto.
ylabel ('h[n]'); %Se marcan los ejes de la funcin
%original .
title('Example 2.5'); %Se pone ttulo al agrfica.
%
% Grafique la funcin comprimida en el tiempo.
%

subplot (3,1,2); %Se grfica la segunda de tres
grfica
%apiladas verticalmente .
p=stem(n,g1,'k', 'filled') ; %"Stem" grfica la parte
comprimida.
% function. %Se fijan el grueso de la lnea
set(p, 'LineWidth', 2, 'MarkerSize',4) ;%y e l tamao del punto.
%Se marca e l e j e de l a funcin
ylabel('h[2n]') ; %Se marca e l e j e de l a funcin




% Grafique la funcin expandida en e l tiempo.
%
subplot ( 3, 1, 3 ) ; % Se dibuja la tercera de tres
grficas
% apiladas verticalmente.
p = stem (n, g2, 'k', 'filled') ; % "Stem" grfica la funcin
expandida.
set(p, 'LineWidth', 2, 'MarkerSize', 4) ; % Se fija el grueso de la
lnea y el tamao
% del punto.
xlabel( ' Discrete time, n') ; % Se marca e l e j e de l a funcin
expandida,
ylabel( ' g[n/3] ') ; % Se marca el eje del tiempo discreto.


Ejercicios Propuestos




































Anexos
conclusin
Bibliografa


UNIDAD II

2.2.1.- Pruebe la funcin de Convolucin de las pginas 135 y 140 del libro de Roberts.

%Pagina 135

nx = -2:8 ; nh = 0:12; %Se fijan los vectores de tiempo para x y h.
x = rectDT(2 , nx-3) ; % Se calculan los valores de x.
h = tri((nh-6)/4) ; %Se calculan los valores de h.
y = conv(x,h) ; %Se calcula la convolucin de x con h.
%
%Se genera un vector de tiempo discrete para Y.
%
ny = (nx(1) + nh(1)) + (0: (length(nx) + length(nh) - 2));
%
%se grafican los resultados.
subplot(3,1,1) ; stem(nx,x, 'k','filled') ;
xlabel('n') ; ylabel('x') ; axis( [-2,20,0,4]) ;
subplot (3,1,2) ; stem(nh,h, 'k', 'filled') ;
xlabel('n') ; ylabel ('h') ; axis ([-2 ,20,0,4] ) ;
subplot(3,1,3) ; stem(ny,y, 'k', 'filiad') ;
xlabel ('n') ; ylabel ('y') ; axis ([-2 ,20, 0,4] ) ;

2.2.- Para cada una de las operaciones dadas en 2.2, realice una funcin en Matlab.
Adems incluya los ejercicios de interpolacin y diezmado. Este ejercicio se
complementa con la prctica 4.
De los ejercicios con respuestas del cap 3 de Roberts, elija mod3 para su cuaderno de
trabajo.

%Pagina 135

nx = -2:8 ; nh = 0:12; %Se fijan los vectores de tiempo para x y h.
x = rectDT(2 , nx-3) ; % Se calculan los valores de x.
h = tri((nh-6)/4) ; %Se calculan los valores de h.
y = conv(x,h) ; %Se calcula la convolucin de x con h.
%
%Se genera un vector de tiempo discrete para Y.
%
ny = (nx(1) + nh(1)) + (0: (length(nx) + length(nh) - 2));
%
%se grafican los resultados.
subplot(3,1,1) ; stem(nx,x, 'k','filled') ;
xlabel('n') ; ylabel('x') ; axis( [-2,20,0,4]) ;
subplot (3,1,2) ; stem(nh,h, 'k', 'filled') ;
xlabel('n') ; ylabel ('h') ; axis ([-2 ,20,0,4] ) ;
subplot(3,1,3) ; stem(ny,y, 'k', 'filiad') ;
xlabel ('n') ; ylabel ('y') ; axis ([-2 ,20, 0,4] ) ;




f=[1,1,1,5,5,5,1,1,1];
h_B_2 = [1,2,1];
f_h_B_2 = conv(f,h_A_2)*(1/4);

subplot(3,1,1);
stem(0:8,f);
axis([-2,12,0,5]);

subplot(3,1,2);
stem([-1,0,1],h_B_2);
axis([-2,12,0,5]);

subplot(3,1,3);
stem(-1:9,f_h_B_2);
axis([-2,12,0,5]);





%Pagina 140 Roberts

%Programa para demostrar la convolucin en tiempo discreto.
nx= -5:15 ; % Se establece un vector de tiempo discreto para la excitacin.
x = tri((n-3)/3) ; % Se genera el vector de excitacin. %
nh = 0:20 ; %Se establece el vector de tiempo discreto para la respuesta
% al impulso.
%Se genera el vector de respuesta al impulso,
h = ( (4/5) . nh) .*uDT(nh) ;
% Se calculan los tiempos discretos de inicio y trmino para el vector
% de respuesta del sistema a partir de los vectores de tiempo discreto
% con respecto a la respuesta a la excitacin y al impulso,
nymin = nx(1) + nh(1) ; nymax = nx(length (nx)) + length(nh) ;
ny = nymin:nymax-1 ;
% Se genera el vector de respuesta del sistema convolucionando
% la excitacin con la respuesta al impulso,
y = conv(x,h) ;
% Se grfica la excitacin, la respuesta al impulso y la respuesta del sistema,
% todas sobre la misma escala de tiempo con fines comparativos.
% Se grfica la excitacin.
subplot (3,1,1) ; p = stem(nx,x, 'k', 'filled') ;
set (p, 'LineWidth' , 2 , 'MarkerSize' , 4 ) ;
axis([nymin,nymax,0,3]) ;
xlabel('n') ; ylabel('x[n]') ;
% Se grfica la respuesta al impulso,
subplot (3, 1,2) ; p = stem(nh, h , 'k', 'filled') ;
set(p,'LineWidth', 2 , 'MarkerSize', 4) ;
axis([nymin,nymax,0,3]) ;
xlabel ('n') ; ylabel 'h[n] ') ;
%Se grfica la respuesta del sistema,
subplot(3,1,3) ; p = stem(ny,y,'k','filled') ;
set (p, 'LineWidth', 2 , 'MarkerSize', 4) ;
axis([nymin,nymax,0,3]) ;
xlabel('n') ; ylabel('y[n]') ;