Universidad Nacional Autnoma de Mxico Facultad de Ingeniera Laboratorio de Sistemas de Comunicacin Orenda Rodrguez Jorge Antonio Grupo: 20

MATLAB
Objetivos:
Conocer ms sobre la programacin en matlab, as como utilizar esta herramienta para la elaboracin de graficas de seales Aplicar la Transformada de Fourier Rpida en matlab, graficarla en tiempo y frecuencia Conocer el Teorema del muestreo de Nyquist-Shannon

Introduccin:
Teorema de Nyquist-Shannon (Teorema del muestreo):
Hablamos de muestreo peridico de una seal analgica cuando tomamos mediciones de la misma a intervalos iguales. Por ejemplo cuando se graba una seal de audio a la PC mediante una placa de sonido, el conversor A/D de la PC estar digitalizando la seal a una cierta frecuencia tal como 11, 22, 44 kHz, denominada frecuencia de muestreo. Es evidente que si la frecuencia de muestreo es muy baja, es decir mediciones demasiado espaciadas, se perdern detalles de la seal original. Mediante una simple demostracin grfica se puede ver. En las figuras A-B-C-D hemos representado cuatros seales distintas (en lnea azul) muestreadas peridicamente a igual frecuencia (los crculos rojos denotan las muestras). En A y B las seales aparecen correctamente representadas por las muestras, en C la velocidad de muestreo parece insuficiente, y en D las muestras representan una seal como la de B, es decir la seal de D es un alias de la seal de B. Este efecto se denomina en ingls aliasing. El Teorema del Muestreo, o Teorema de Nyquist-Shannon, establece que la frecuencia mnima de muestreo necesaria para evitar el aliasing debe ser.

fm>2.BW
con fm: frecuencia de muestreo, BW: ancho de banda de la seal a muestrear (BW=fmax-fmin) Para seales con fmin = 0, se puede expresar como

fm>2.fmax
Para demostrar este teorema debemos aplicar conceptos bsicos de series de Fourier y trigonometra.

Universidad Nacional Autnoma de Mxico Facultad de Ingeniera Laboratorio de Sistemas de Comunicacin Orenda Rodrguez Jorge Antonio Grupo: 20

No se puede mostrar la imagen. Puede que su equipo no tenga suficiente memoria para abrir la imagen o que sta est daada. Reinicie el equipo y, a continuacin, abra el archivo de nuevo. Si sigue apareciendo la x roja, puede que tenga que bo rrar la imagen e insertarla de nuev o.

La Transformada Rpida de Fourier:

Es un algoritmo que se utiliza en diversos programas computacionales, los cuales calculan la (FFT) de manera rpida y eficaz. Cooley y Tuckey que fueron acreditados con el descubrimiento de la FFT en 1967 , la cual ya exista desde antes, aunque sin las computadoras que se necesitaban para explotarla. El algoritmo pone algunas limitaciones en la seal y en el espectro resultante. La Transformada de Fourier se encarga de transformar una seal del dominio del tiempo, al dominio de la frecuencia, de donde se puede realizar su antitransformada y volver al dominio temporal. En matemticas, la transformada de Fourier es una aplicacin que hace corresponder a una funcin f con valores complejos; definida en la recta, otra funcin g definida de la manera siguiente:

Donde f es L1, o sea f tiene que ser una funcin integrable en el sentido de la integral de Lebesgue. Tambin es correcto utilizar la frmula alternativa:

Universidad Nacional Autnoma de Mxico Facultad de Ingeniera Laboratorio de Sistemas de Comunicacin Orenda Rodrguez Jorge Antonio Grupo: 20

de forma que la constante beta cancela la dimensiones asociadas a las variables obteniendo un exponente adimensional. La transformada de Fourier as definida goza de una serie de propiedades de continuidad que garantizan que puede extenderse a espacios de funciones mayores e incluso a espacios de funciones generalizadas.

Desarrollo: clear all clc f=1000; % frecuencia a 1 [KHz] T=1/f; % periodo fs=64*f; % frecuencia de muestreo ts=1/fs; % tiempo t=0: ts: 4*T fi=0 % defasamiento o fase w=2*pi*f % frecuencia y=sin (w*t+fi) plot (t, y)

Universidad Nacional Autnoma de Mxico Facultad de Ingeniera Laboratorio de Sistemas de Comunicacin Orenda Rodrguez Jorge Antonio Grupo: 20

clear all clc n=20; %elemento deseado N=12; %nmero mximo i=1:N/n:N length (i) % tamao de i j=0:N/n:N-1 length (j) %tamao de j

clear all clc A=4; f=100 %Hz fs=4400; T=1/f %perodo de la seal Tm=3*T %Duracin de muestra w0=2*pi*f N=50 %Nmero de muestras

Universidad Nacional Autnoma de Mxico Facultad de Ingeniera Laboratorio de Sistemas de Comunicacin Orenda Rodrguez Jorge Antonio Grupo: 20

tao=Tm/N %Intervalo de muestreo t=0:tao:Tm fs=1/tao %Frecuencia de muestreo df=fs/N fref=-fs/2:df:fs/2 %Frecuencia de referencia fase=pi/6 senoidal=A*sin(w0*t+fase) figure(1) %Ttulo de la ventana plot (t,senoidal) %Grfica en tiempo figure(3) %Ttulo de la ventana tfsin=abs(fftshift(fft(senoidal))) %fft=transformada rpoida de Fourier %Shift=desplazamiento de la tranformada stem(fref,tfsin) %Grfica discreta de la frecuencia

Universidad Nacional Autnoma de Mxico Facultad de Ingeniera Laboratorio de Sistemas de Comunicacin Orenda Rodrguez Jorge Antonio Grupo: 20

clear all clc f=100 %Hz fs=4400; T=1/f %perodo de la seal Tm=3*T %Duracin de muestra w0=2*pi*f N=15 %Nmero de muestras tao=Tm/N %Intervalo de muestreo t=0:tao:Tm fs=1/tao %Frecuencia de muestreo df=fs/N fref=-fs/2:df:fs/2 %Frecuencia de referencia u*[zeros(1,10),ones(1,6)] %Funcin escaln u1*[ zeros(1,10),ones(1,6)] u2*[ zeros(1,6),ones(1,10)] pulso:u1-u2 %Funcin para obtener un pulso trans=abs(fftshift(fft(pulso))) %Tranformada del pulso figure(1) %Ttulo de la ventana plot (fref,transl) %Grfica en tiempo del pulso

Universidad Nacional Autnoma de Mxico Facultad de Ingeniera Laboratorio de Sistemas de Comunicacin Orenda Rodrguez Jorge Antonio Grupo: 20

A=1; Ancho=0.5; triangular=A*sawtoorh(w0*t+ancho) %Funcin triangular genfuncion=triangular figure(2) %Ttulo de la ventana plot (t,genfuncion) %Grfica en tiempo tfourier=abs(fftshift(fft(genfuncion))) %fft=transformada rpoida de Fourier %Shift=desplazamiento de la tranformada figure(3) stem(fref,tfourier) %Grfica discreta de la frecuencia

Universidad Nacional Autnoma de Mxico Facultad de Ingeniera Laboratorio de Sistemas de Comunicacin Orenda Rodrguez Jorge Antonio Grupo: 20

Universidad Nacional Autnoma de Mxico Facultad de Ingeniera Laboratorio de Sistemas de Comunicacin Orenda Rodrguez Jorge Antonio Grupo: 20

Conclusiones:
Esta prctica fue muy sencilla ya que vimos cmo graficar funciones en tiempo y en frecuencia de manera discreta,comprenidimos el Teorema del muestreo de Nyquist-Shannon el cual nos sirve para trabajar con lo que son graficas en cuanto a frecuencia y tiempo, tambin aprendimos a calcular la Tranformada Rpida de Fourier de una seal y observamos que para situaciones ms complejas es muy til y rpido usar este medio. Aunque como todo programa que es nuevo, debemos saber bien los parmetros que debe llevar, sino no obtendremos un buen resultado. Vimos tambin lo que son algunas palabras reservadas para matlab, lo que hace ms sencillas algunas operaciones y tambin vimos como generar y simular una seal por medio de simulink