Procesamiento Digital de Señales Fase 3 Aplicaciones

Digital signal processing ussing Matlab V.
4
Vina K Ingle John G.proakis
Recordando Diseño: Filtros
¿Cual es el objetivo al
usar estos métodos?
l o s l t r o
l ar l f i
al d e
: H es
t a n t
Rp ficie
co e
n )
h(
PREGUNTA:
 Tenga en cuenta que en muchas aplicación de procesamiento
digital de señales, los coeficientes no pueden ser especificados a
priori (previo a)
Rp
¿Si ese es eltcaso,
a cual
ad : fi
ap
es la solución? l t
tat ros
ivo
s
Video filtros ecualizadores audio
https://www.youtube.com/watch?v=r685i8bwQ-Y
APLICACIONES
 FILTROS ADAPTATIVOS
Ejemplo: High speed modem
a?
r o us
fil t
ué
¿Q
Rpta: Filtro que usa es el

ecualizador de canal para compensar
la distorsión del canal
Ejemplo: High speed modem
a?
c i on
f un
mo
¿C ó
Rpta: los coeficientes de
h(n) son ajustables
FILTRO ADAPTATIVO
Ejemplo:
adaptive
antenna
system
Variable weights of a signal processor can be automatically

adjusted by a simple adaptive tecnique based on the least-
mean-squares (LMS) algorithm.
REFERENCIA:
PROCEEDINGS OF THE IEEE, VOL. 55, NO. 12, DECEMBER
1967
Ejemplo:
Unknown
system system
modeling
in which an adaptive filter is used as a model to estimate

the characteristics of an unknown system.
Ejemplo:
adaptive
noise
canceling
techniques
Video de aplicación:
https://www.youtube.com/watch?v=AkhsvNdX59s
Pregunta: FIR o IIR
O?
r o us
fil t
ué
¿Q
Rpta: The FIR filter has only

adjustable zeros, and hence it is free
of stability problems associated with
adaptive IIR filters that have
adjustable poles as well as zero
Algoritmo LMS
Least-Mean-Square algorithm
 Objetivo: adaptar los coeficientes de un filtro FIR

(implementado bajo la estructura directa)
Algoritmo LMS por ajuste de
coeficientes
Objetivo:
 Adaptar los coeficientes de un filtro FIR
x(n) y(n)
𝑁 −1
y(n)=
∑ h ( 𝑘 ) 𝑥 (𝑛−𝑘) n=0,…M
𝑘=0
coeficientes
Objetivo:
 Adaptar los coeficientes de un filtro FIR
FILTRO
FIR
x(n) d(n)
e(n)= d(n) –y(n) n=0,…M
d(n) .- secuencia deseada

coeficientes
Filosofía de trabajo:
 Seleccionar los coeficientes del filtro para minimizar la
suma de error cuadratico.
𝑀
ε= ∑ 𝑒 (𝑛)
2
e(n)= d(n) –y(n)
𝑛= 0
n=0,…M
(k) secuencia de (k) secuencia de

crosscorrelation autocorrelation
 Minimizar el error con respecto a los coeficientes del

filtro FIR h(k), resulta en un juego de ecuaciones
lineales
coeficientes
Juego de Ecuaciones lineales que nos brindara
los coeficientes óptimos del filtro
𝑁 −1
∑ h ( 𝑘 ) 𝑟 𝑥𝑥 (𝑘−𝑚)
𝑘=0
0<= m <= N-1
(k) secuencia de autocorrelation
(k) secuencia de autocorrelation

LMS
coeficientes
(k) +∆. e(n). x(n-k)
0<= k <= N-1, n=0,1,…

n ci a del
e c on v erge
a e l g rad o d
LEYENDA e : c o n trol p ti m a. ero
t ep s i z u c io n o id a , p
S
 g m o a l ol
a ssequence rg e n c ia rap
al orit
x(n) the input
∆  c onve o ri tm o , ojo
rge thevalu e
a d d e l alg
Lae(n) error
n e s t ab ili d
n c i a le nta
ce lasize i n verge
cr∆estep lue ∆  c o
a ll v a
Sm
 N the desired length of the adaptive FIR
 h (k) the update filter coefficients
LMS implementado en MATLAB
LEYENDA
 x(n) the input sequence
 d(n)the desired sequence
 ∆ step size
 N the desired length of the adaptive FIR
 h (n) the adaptive filter coefficients { 0 <= n <= N - 1)
Algoritmo LMS en MATLAB
Tarea, EXPOSICION
IMPLEMENTE EL ALGORITMO PARA DAR SOLUCION A UNO
DE LOS CASOS MENCIONADOS AL INICIO
Proyecto 9.1.- modelado de sistema

Proyecto 9.2.- supresión de interferencia sinusoidal
Proyecto 9.3.- ecualización de un canal
…u otro
REFERENCIA.-Digital signal processing ussing Matlab V.4

Vina K Ingle John G.proakis
PAG 373
Proyectos
PROCESAMIENTO DE IMAGENES
Bibliografia:
 Biosignal and Biomedical Image
Processing MATLAB based
Applications - John L. Semmlow
 CAP 10
 Fundamentals of Image
Processing:
 MATLAB Image Processing
Toolbox
https://
www.youtube.com/watch?v=6704d9
DDwLo
Almacenamiento de Imagenes
EJEMPLO
 400 X 600
PIXELS
 240 000 DATA

POINTS
COLOR
COLOR
Indexed
images
paleta
colormaps
Paletas de:
4, 16 or 256
t o s
da r a
d e p a
o
g ent e e s
j ue i on
e fi c ci
Est es su pera
o r o
n liza
rea
COLOR
TRUE COLOR IMAGE

RGB
COLOR
images
O S
E L ER
D E S
N O E D
A U PU
A D E S EN
C OR E M
O L D O ENT
C R A D I
PE E N
O E P
D
IN
TE
RGB
COLOR
images
FORMATO DE DATOS
1 BYTE 2 BYTE 8 BYTE
EN los 3 formatos 0 CORRESPONDE A LA MENOR INTENSIDAD

EN los formatos 1 Y 2 LA MAYOR INTENSIDAD
EJECUTAR EL CODIGO EN MATLAB Y EXPLICAR SU
FUNCIONAMIENTO
EJERCICIO 10.1
10.1 Generate an image of a sinewave grating having a spatial

frequency of 2 cycles/inch. A sinewave grating is a pattern that
is constant in the vertical direction, but varies sinusoidally in the
horizontal direction. It is used as a visual stimulus in
experiments dealing with visual perception. Assume the figure
will be 4 inches square; hence, the overall pattern should
contain 4 cycles. Assume the image will be placed in a 400-by-
400 pixel array (i.e., 100 pixels per inch) using a uint16 format.
EJERCICIO 10.2
EJERCICIO 10.2 Generate a multiframe variable consisting

of a series of sinewave gratings having different phases.
Display these images as a montage.
 Border the images with black for separation on the
montage plot. Generate 12
 frames, but reduce the image to 100 by 100 to save
memory.
Example 10.3
Construct a multiframe variable with 12 sinewave grating

images. Display these data as a movie. Since the immovie
function requires the multiframe image variable to be in
either RGB or indexed format, convert the uint16 data to
indexed format. This can be done by the gray2ind(I,N)
function.
 This function simply scales the data to be between 0 and
N, where N is the depth of the colormap. If N is
unspecified, gray2ind defaults to 64 levels.
 MATLAB colormaps can also be specified to be of any
depth, but as with gray2ind the default level is 64.
EXAMPLE 10.4
EXAMPLE 10.5
EXAMPLE 10.6
EXAMPLE 10.7

Procesamiento Digital de Señales Fase 3 Aplicaciones

Cargado por

Copyright:

Formatos disponibles

Procesamiento Digital de Señales Fase 3 Aplicaciones

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Procesamiento Digital de Señales Fase 3 Aplicaciones

Cargado por

Copyright:

Formatos disponibles

Digital signal processing ussing Matlab V.

Rpta: Filtro que usa es el

Variable weights of a signal processor can be automatically

in which an adaptive filter is used as a model to estimate

Rpta: The FIR filter has only

 Objetivo: adaptar los coeficientes de un filtro FIR

e(n)= d(n) –y(n) n=0,…M

d(n) .- secuencia deseada

(k) secuencia de (k) secuencia de

 Minimizar el error con respecto a los coeficientes del

0<= m <= N-1

(k) secuencia de autocorrelation

(k) secuencia de autocorrelation

(k) +∆. e(n). x(n-k)

0<= k <= N-1, n=0,1,…

Proyecto 9.1.- modelado de sistema

REFERENCIA.-Digital signal processing ussing Matlab V.4

 240 000 DATA

TRUE COLOR IMAGE

1 BYTE 2 BYTE 8 BYTE

EN los 3 formatos 0 CORRESPONDE A LA MENOR INTENSIDAD

10.1 Generate an image of a sinewave grating having a spatial

EJERCICIO 10.2 Generate a multiframe variable consisting

Construct a multiframe variable with 12 sinewave grating

También podría gustarte