UNIDAD 1: TAREA 2 – RECONOCER El muestreo, también denominado

LOS ELEMENTOS MATEMÁTICOS “Discretización de señal”, es el primer paso

QUE IMPLICA LA CONVERSIÓN en el proceso de conversión de una señal
ANALÓGICA DIGITAL analógica (tiempo y amplitud continuos) en
una señal digital (tiempo y amplitud
SERGIO ALONSO MEDINA RINCON discretos) [1].
CÓDIGO: 1,030,647,040
GRUPO: 299004_25
TUTOR: MAURICIO ALBERTO
B) ¿Cómo se realiza la cuantizacion de
GARCIA
una señal?

Abstract — El proceso de cuantificación digital es

posterior a la etapa de muestreo en la que se
This document presents the sampling
toman valores de amplitud de una
calculation, quantization of a given signal x
(t), this in order to know how a signal is determinada señal analógica. El objetivo de
formed by mixing different frequencies, este proceso es cuantificar con bits estos
acquiring the knowledge of differentiating a valores, mediante la asignación de niveles. En
sampling frequency, a sampled frequency and esta etapa se le asigna un valor a la muestra,
width band, for this the importance of [ CITATION Fri05 \l 3082 ] pero no es digital.
calculating the Fourier transform algorithm En este punto se decide si el valor de la
for digital signal processing and digital filters muestra está, por aproximación, dentro del
is also known. margen de niveles previamente fijados y se le
I. INTRODUCTION
asigna un valor preestablecido según el
código utilizado en la codificación [2].
En la siguiente guía, se estará mostrando la
definición de seis preguntas relacionada con
la desratización de una señal analógica. Se
C) ¿Qué indica el teorema de muestreo
estará mostrando la realización de muestreo y
de Nyquist?
cuantizacion con un ejercicio para aclarar
más el conocimiento de una señal x (t ),
también se presenta el cálculo del algoritmo Afirmaba que una señal analógica puede ser
de la transformada discreta de Fourier y por reconstruida, sin error, de muestras tomadas
último se indica el rango de la frecuencia en iguales intervalos de tiempo. La razón de
capaz escuchado por el oído humano más una muestreo debe ser igual, o mayor, al doble de
tabla donde se encuentran cinco instrumentos su ancho de banda de la señal analógica".
musicales con su rango útil, armónicos y su
frecuencia mínima de muestreo para cada
señal.
Figura 1. Conversión de análogo a digital y
viceversa. [3]

II. DESARROLLO DE LA TAREA 2

La teoría del muestreo define que, para una
(PREGUNTAS)
señal de ancho de banda limitado, la
A) ¿A qué se refiere el muestreo de una frecuencia de muestreo,  fm, debe ser mayor
señal analógica?
que dos veces su ancho de banda [B] medida representación en el dominio de la frecuencia
en Hertz [ Hz]. [3] a una función del espacio o del tiempo. [5]
∞
fm≥ 2∗B [3] ^f ( ξ ) =∫ f ( x ) e−2 πixξ dx [5]
−∞
D) ¿Cuál es el fenómeno llamado Alias
o Aliasing?
A) ¿Qué es la transformada rápida de
Si una señal es muestreada a una velocidad de Fourier?
muestreo menor que el doble de la frecuencia
Nyquist, los componentes de frecuencias
falsas más bajas aparecen en los datos Una transformada rápida de Fourier ( FFT )
muestreados. Este fenómeno se conoce como es un algoritmo que calcula la transformada
Aliasing. La siguiente figura muestra una discreta de Fourier (DFT) de una secuencia, o
onda sinusoidal de 800 kHz muestreada a 1 su inversa (IDFT). El análisis de
MS/s. La línea punteada indica la señal de Fourier convierte una señal de su dominio
alias registrada en esa velocidad de muestreo. original (a menudo tiempo o espacio) a una
La frecuencia de 800 kHz usa un alias de representación en el dominio
vuelta en el paso banda, apareciendo de la frecuencia y viceversa. La DFT se
falsamente como una onda sinusoidal de 200 obtiene descomponiendo una secuencia de
kHz. [4] valores en componentes de diferentes
frecuencias. [5]

N
X ( k )=∑ x ( j) w N ( j−1)(k−1)
j=1

w N =exp ( 2Nπi )
Figura 2. Alias registrado en esa velocidad N
1
de muestreo. [4] x ( j )= ∑ x (k ) w N−( j−1)(k−1)
N k=1
E) ¿Qué realiza la transformada de
Fourier?

En matemáticas , una transformada de SOLUCIÓN DE EJERCICIOS

Fourier ( FT ) es una transformación
Ejercicio 1: muestreo
matemática que descompone funciones según
el espacio o el tiempo en funciones según la Siendo 𝑥(𝑡) = 3 𝑠𝑒𝑛 (3𝜋 𝑡) + 5 sen (25𝜋 𝑡) +
frecuencia espacial o temporal, como la 10 𝑐𝑜𝑠 (110𝜋 𝑡) + 7𝑠𝑒𝑛 (2024 𝜋 𝑡) Resuelva:
expresión de un acorde musical en términos
de los volúmenes y frecuencias de sus notas 1.1 Encuentre las frecuencias f0 de cada una de
constituyentes. El término transformada de las componentes de la señal x(t)
Fourier se refiere tanto a la representación en
el dominio de la frecuencia como a 3 sen (3 π t )componente :1=¿
la operación matemática que asocia la ω=2 π f 0
3 π=2 π f 0 Para componente 2 no existe fenómeno de
alias
3π
f 0= =1.5 Hz 10 cos( 110π t)componente :3=¿
2π
100 ≥2( 55)
5 sen (25 π t )componente : 2=¿ 100 ≥110
ω=2 π f 0 Para la componente 3 si existe fenómeno de
alias
25 π=2 π f 0
f a=f 0−N f s
25 π f a=55−1∗100
f 0= =12.5 Hz f a=−45
2π

10 cos( 110π t)componente :3=¿ 7 sen ( 2024 π t ) componente :4=¿

ω=2 π f 0 100 ≥2(1012)
100 ≥2024
110 π=2 π f 0 Para la componente 4 si existe fenómeno de
alias
110 π
f 0= =55 Hz f a=f 0−N f s
2π
7 sen(2024 π t)componente :4=¿ f a=1012−2∗100
ω=2 π f 0 f a=8 12

2024 π=2 π f 0 La ecuación reconstruida queda así

2024 π x a ( t )=:3 sen(3 π t)+5 sen ( 25 π t ) +10 cos ( 2 π (−45 ) t )+ 7 se

f 0= =1012 Hz
2π
1.3 ¿Se presenta fenómeno alias o aliasing si (𝑡)
1.2 ¿Se presenta el fenómeno alias o aliasing
si x(t) es muestreada a S= 100Hz? Explique es muestreada a 𝑆 = 2000 𝐻𝑧? Explique paso
paso a paso y si presenta alias encuentre la a paso y si presenta alias, encuentre la
frecuencia fa y reconstruya la señal xa (t). frecuencia 𝑓𝑎 y reconstruya la señal 𝑥𝑎 (𝑡)

f s ≥2 f max f s ≥2 f max
3 sen (3 π t ) componente :1=¿
3 sen (3 π t )componente :1=¿ 2000 ≥ 2(1.5)
2 000 ≥3
100 ≥2(1.5) Para componente 1 no existe fenómeno de
100 ≥3 alias
Para componente 1 no existe fenómeno de
alias
5 sen (25 π t ) componente :2=¿
5 sen (25 π t ) componente :2=¿ 2 000 ≥2(12.5)
2 000 ≥12.5
100 ≥2( 12.5) Para componente 2 no existe fenómeno de
100 ≥25 alias

10 cos ( 110 π t ) componente :3=¿

 2 000 ≥2(55)
2 000 ≥110 Ejercicio 1: cuantizacion
Para componente 3 no existe fenómeno de
Se va a muestrear una señal con niveles de
alias amplitud entre -5V y 5V, y se va a cuantizar
por redondeo con un error rms 𝜎 = 20 𝑚𝑉.
7 sen ( 2024 π t ) componente :4=¿
2 000 ≥2(1012) 1.1. ¿Cuántos bits 𝐵 se requieren?
2 000 ≥2024
Para componente 4 si existe fenómeno de
alias
D=10 v
f a=f 0−N f s
f a=1012−1∗2 000 σ =20 mv
f a=988
L=2 B
La ecuación reconstruida queda así D
x a ( t )=3 sen ( 3 π t ) +5 sen ( 25 π t ) +10 cos ( 110 π t )log
B
+7 2sen(2
=log (
π (988)t
σ 12)
√ )
1.4 Halle el ancho de banda de la señal (𝑡) y el Conociendo que log a b=b loga
ancho de banda de las dos señales
reconstruidas en 1.2 y 1.3.

𝑥(𝑡) = 3 𝑠𝑒𝑛 (3𝜋 𝑡) + 5 sen (25𝜋 𝑡) + 10 𝑐𝑜𝑠

Blog 2=log ( σ √D12 )
(110𝜋 𝑡) + 7𝑠𝑒𝑛 (2024 𝜋 𝑡)

Bw=f max −f min D

Bw=1012 Hz−1.5 Hz
B=
log (σ √ 12 )
Bw=1010.5 Hz log2
x a ( t )=:3 sen(3 π t)+5 sen ( 25 π t ) +10 cos ( 2 π (−45 ) t )+ 7 sen (2 π (812)t 10 v )

Bw=f max −f min B=

(
log
)
0.02 v (3.4641)
0.3010
Bw=8 12 Hz−1.5 Hz
Bw=8 10.5 Hz log ( 144.33 )
B=
0.3010
x a ( t )=3 sen ( 3 π t ) +5 sen ( 25 π t ) +10 cos ( 110 π t ) +7 sen(2 π (988)t )
Bw=f max −f min 2.15
B=
Bw=988 Hz−1.5 Hz 0.3010
Bw=986 .5 Hz B=7.14 se aproxima a 8
1.5. Halle la frecuencia de muestreo para que B=8 bits
la
señal 𝑥(𝑡) no presente fenómeno de Alias ¿Si el cuantizador ahora es de 15 bits,
S ≥2 f max cual sería su error rms 𝜎?

S ≥2∗(1012) D=10 v

S ≥2024 Hz L=2 B
B=15 bits 1
P N= ( ( 0.2 )2+ ( 0.2 )2+ ( 0.2 )2+ ( 0.3 )2+ ( 0.6 )2 + ( 0.5 )2 + ( 0.1 )2+ ( 0.3 )
8
L=215
L=32768
P N =0.11
Encontramos delta Δ
¿Cuál es la potencia de la señal muestreada?
D
Δ=
L
N −1
1
Δ=
10 v P x[n ]=
N
∑ x2 ( n)
n=0
32768
1
Δ=305.17∗10−6 P x [ n] = ( ( 0.3 )2+ ( 0.4 )2 + ( 1.5 )2 + ( 2.0 )2 + ( 3.4 )2 + ( 2.8 )2 + ( 3.0 )2 + ( 3.4
8
Encontramos el error rms
1
P x [ n] = ( 46.46 )
8
Δ P x [ n] =5.80
σ=
√ 12 ¿Cuál es la relación señal ruido del
−6 cuantizador
305.17∗10
σ= 𝑆𝑁𝑅𝑄?
3.4641
P x [n ]
σ =80.09 μV SNRQ=10 log ( )PN

SNRQ=10 log ( 5.80

0.11 )
Las señales 𝑥[𝑛] 𝑦 𝑥𝑞[𝑛] 𝑠𝑜𝑛: SNRQ=10 log ( 52.72 )
𝑥 [𝑛] = {0.3, 0.4, 1.5, 2.0, 3.4, 2.8, 3.0, 3.4} SNRQ=17.21 dB
𝑥𝑞[𝑛] = {0.1, 0.2, 1.3, 1.7, 2.8, 2.3, 2.9, 3.1} Esto quiere decir que nuestro cuantizador
tiene una relación señal ruido muy buena
¿Cuál es la señal de error 𝑒(𝑛)?
e ( n )=¿ 𝑥[𝑛] - 𝑥𝑞[𝑛]
𝑥 [𝑛] = {0.3, 0.4, 1.5, 2.0, 3.4, 2.8, 3.0, 3.4}

𝑥𝑞[𝑛] = {0.1, 0.2, 1.3, 1.7, 2.8, 2.3, 2.9, 3.1}

e ( n )={0.2,0.2,0 .2,0 .3,0 .6,0.5,0 .1,0 .3 }

¿Cuál es la potencia de la señal de ruido?

N−1
1
P N=
N
∑ e2 ( n )
n=0