Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 44 vistas

    Transformada Discreta de Fourier: Procesamiento Digital de Se Nales

    Cargado por

    Jose G. Torres
    Este documento presenta 10 ejercicios prácticos sobre la Transformada Discreta de Fourier (TDF). Los ejercicios cubren temas como el cálculo de la TDF de señales simples, la verificación de propiedades como la ortogonalidad y el retardo temporal, y la aplicación de la TDF a señales reales como registros cardíacos y neurológicos. Los ejercicios van incrementando su complejidad, incluyendo uno sobre interpolación de señales y otro sobre el análisis de un registro de actividad eléctrica del cor

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Transformada Discreta de Fourier: Procesamiento Digital de Se Nales

    Cargado por

    Jose G. Torres
    44 vistas5 páginas
    Este documento presenta 10 ejercicios prácticos sobre la Transformada Discreta de Fourier (TDF). Los ejercicios cubren temas como el cálculo de la TDF de señales simples, la verificación de propiedades como la ortogonalidad y el retardo temporal, y la aplicación de la TDF a señales reales como registros cardíacos y neurológicos. Los ejercicios van incrementando su complejidad, incluyendo uno sobre interpolación de señales y otro sobre el análisis de un registro de actividad eléctrica del cor

    Título original

    tp_u04

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta 10 ejercicios prácticos sobre la Transformada Discreta de Fourier (TDF). Los ejercicios cubren temas como el cálculo de la TDF de señales simples, la verificación de propiedades como la ortogonalidad y el retardo temporal, y la aplicación de la TDF a señales reales como registros cardíacos y neurológicos. Los ejercicios van incrementando su complejidad, incluyendo uno sobre interpolación de señales y otro sobre el análisis de un registro de actividad eléctrica del cor

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    44 vistas5 páginas

    Transformada Discreta de Fourier: Procesamiento Digital de Se Nales

    Cargado por

    Jose G. Torres
    Este documento presenta 10 ejercicios prácticos sobre la Transformada Discreta de Fourier (TDF). Los ejercicios cubren temas como el cálculo de la TDF de señales simples, la verificación de propiedades como la ortogonalidad y el retardo temporal, y la aplicación de la TDF a señales reales como registros cardíacos y neurológicos. Los ejercicios van incrementando su complejidad, incluyendo uno sobre interpolación de señales y otro sobre el análisis de un registro de actividad eléctrica del cor

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 5

    UNL - FICH - Departamento de Informática - Ingenierı́a Informática

    Procesamiento digital de señales


    Guı́a de trabajos prácticos: Unidad IV

    Transformada Discreta de Fourier

    1. Objetivos
    • Aplicar los conceptos de producto interno y transformaciones lineales al caso de
    la Transformada Discreta de Fourier (TDF).

    • Reinterpretar el fenómeno de alias desde la perspectiva del análisis frecuencial.

    • Aplicar la TDF a ejemplos sencillos y aplicaciones con señales reales.

    • Comprender los conceptos de resolución frecuencial, y frecuencia máxima, y sus


    relaciones con parámetros temporales: perı́odo de muestreo, duración de la señal,
    frecuencia de muestreo.

    2. Trabajos prácticos
    Los ejercicios están marcados según su grado de dificultad. Los marcados con (∗) son de
    mayor complejidad que los demás. Los ejercicios marcados con (+) son optativos, los demás
    obligatorios.

    Ejercicio 1: Genere una señal s(t) = sin(2πf1 t)+4 sin(2πf2 t), con f1 = 10 Hz yf2 = 20
    Hz, y obtenga su versión discreta s[n] con perı́odo de muestreo T = 0,001 s en el
    intervalo de tiempo t = [0 . . . 1] s. A continuación:

    1. Calcule la TDF S[k] de la señal s[n] y grafique el espectro de magnitud de


    S[k].
    2. Verifique la relación de Parseval para la TDF:
    N N
    X 1 X
    Es = 2
    s[n] = |S[k]|2 ,
    N
    n=1 k=1

    1
    donde N es la cantidad de muestras de s[n].
    Realice los siguientes cambios y analice los resultados obtenidos:
    1. Modifique s[n] de forma tal que:

    s[n] = sin(2πf1 t) + 4 sin(2πf2 t) + 4

    y analice los cambios en el espectro de magnitud de S[k].


    2. Modifique las frecuencias de las señales seno de forma tal que f1 = 10 Hz y
    f2 = 11 Hz y analice los cambios en el espectro de magnitud de S[k].
    3. Modifique nuevamente las frecuencias de las señales seno de forma tal que
    f 1 = 10 Hz y f2 = 10,5 Hz. ¿Qué ocurre en el espectro de magnitud de S[k]?
    4. Modifique el intervalo de tiempo de análisis de la siguiente manera t =
    [0 . . . 0, 72] seg. y analice los cambios en la TDF.
    Ejercicio 2: Genere: a) una señal senoidal discreta de frecuencia 2 Hz, b) una señal
    cuadrada periódica de frecuencia 2 Hz, y c) una señal senoidal de frecuencia 4 Hz.
    Para todas ellas utilice fase cero, una frecuencia de muestreo de 100 Hz, y una
    duración total de 1 segundo. Con estas señales realice las siguientes operaciones:
    1. Verifique si son ortogonales las señales a) y b), a) y c), b) y c).
    2. Calcule la TDF de las tres señales, y verifique la ortogonalidad de los pares
    como en el ejercicio anterior, en este dominio transformado.
    3. Redefina la señal c), como una senoidal pero de frecuencia 3.5 Hz. Verifique
    si es ortogonal respecto a la señal a), en ambos dominios.
    Ejercicio 3: En el desarrollo teórico de las página 88 y 89 del libro se verificó que
    no todas las exponenciales complejas de N muestras dan lugar en su extensión
    periódica a exponenciales complejas, y que las frecuencias discretas deben estar
    restringidas a Ωk = 2πkN con k = 0, . . . , N − 1 para que esto pueda realizarse.
    Para verificar esta propiedad, genere señales senoidales muestreadas a 10 Hz, con
    duración de un segundo, y de a) una frecuencia que cumpla con la ecuación, y b)
    otra frecuencia que no cumpla con la misma (siempre respetando el teorema de
    muestreo). Luego genere otras del doble de longitud, de dos maneras diferentes:
    1. Concatenando dos veces la misma señal.
    2. Volviendo a generar ambas señales, pero muestreándolas por 2 segundos.
    Grafique, para cada señal extendida, la parte real e imaginaria (utilizando stem
    para mayor claridad) y verifique si cumplen con la ecuación de exponenciales
    complejas periódicas.

    2
    Ejercicio 4: Se sabe que el efecto del ángulo de fase de la transformada de fourier
    tiene relación con retardos de la señal senoidal correspondiente. En particular se
    conoce que una señal cuya fase se modifique en forma lineal (proporcional a la
    frecuencia), experimentará un retardo igual a la pendiente de dicha variación (ver
    propiedad de retardo temporal de la transformada de Fourier). Para verificar esta
    propiedad:
    1. Genere una señal cuadrada de frecuencia 4 Hz, muestreada a 100 Hz, durante
    1 segundo.
    2. Extienda esta señal al doble de su duración, agregando ceros al final de la
    misma.
    3. Calcule la TDF, y modifique la fase con una pendiente que genere un retardo
    de 10 muestras. Antitransforme y verifique que la señal esté efectivamente
    retardada el número de muestras deseadas.
    4. Genere la misma señal pero retardada 10 muestras.
    5. Calcule la TDF y compárela con la que generó anteriormente.
    Ejercicio 5: Las señales verifican que cuanto más concentrada esté su energı́a en cier-
    ta región del dominio temporal, más dispersa estará en el dominio frecuencial, y
    viceversa. Ejemplos extremos de esto son una señal senoidal, que tiene su energı́a
    distribuida a lo largo de toda la señal, pero en dominio frecuencial ésta se concen-
    tra en la frecuencia de la misma, y un delta de Dirac, que en dominio temporal
    tiene toda su energı́a concentrada en un instante, pero en dominio frecuencial
    contiene todas las frecuencias. Explore esta propiedad utilizando ventanas tem-
    porales, más o menos concentradas alrededor de cierto tiempo, y calculando sus
    respectivas transformadas de Fourier.
    Ejercicio 6: (+) En los archivos de datos ecg.txt, eeg.txt, emg.txt, presion.txt
    y respiracion.txt se encuentran almacenados registros homónimos, y en el ar-
    chivo frecuencias.txt se listan las frecuencias de muestreos utilizadas en cada
    caso para obtener las señales. Cargue los archivos mencionados y calcule las res-
    pectivas TDF. Luego grafique en una ventana los registros y en otra los espectros
    de magnitud de cada TDF ordenados de forma tal que el ancho de banda vaya
    aumentando.
    Ejercicio 7: (∗) (+) En la Figura 1 se observa el espectro de magnitud obtenido al
    aplicar la FFT a una señal generada mediante la función g(t) = sin(2πf1 t) +
    4 sin(2πf2 t) y luego digitalizada.
    Siendo T la duración total de la señal adquirida, y fm la frecuencia de muestreo,
    indique (y justifique) cuáles de los siguientes conjuntos de parámetros puede ser
    correcto:

    3
    256

    64

    0
    1 29 51 79 101 128
    Muestras

    Figura 1: Espectro de magnitud de la señal para el ejercicio 7

    1. T = 249 ms, fm = 512, f1 = 112, f2 = 200 Hz


    2. T = 498 ms, fm = 128, f1 = 56, f2 = 200 Hz
    3. T = 993 ms, fm = 128, f1 = 100, f2 = 50 Hz
    4. T = 498 ms, fm = 256, f1 = 56, f2 = 868 Hz
    5. T = 993 ms, fm = 128, f1 = 100, f2 = 78 Hz
    6. T = 124, 5 ms, fm = 1024, f1 = 3872, f2 = 5520 Hz

    Ejercicio 8: La Figura 2 representa la magnitud de la FFT de una señal senoidal de


    27 Hz, muestreada durante 1 s y a una frecuencia de muestreo de 50 Hz. La señal
    muestreada responde a la ecuación x(t) = 2 sin(2π27t).

    1. Determine la frecuencia de la señal que observa. Explique la discrepancia con


    frecuencia de la señal original.
    2. Deduzca una ecuación para determinar cómo se genera la señal de la fre-
    cuencia observada, a partir de la frecuencia original y los parámetros del
    muestreo. Verifique la validez de su ecuación para otras señales, por ejemplo
    una de 105 Hz.
    3. Determine la relación entre la magnitud observada de la transformada y la
    amplitud de la señal original.

    4
    60

    50

    40
     X[k]

    30

    20

    10

    0
    0 5 10 15 20 25 30 35 40 45 50
    Muestras

    Figura 2: FFT de la señal para el ejercicio 8

    Ejercicio 9: (∗) (+) Un método simple de interpolación consiste en agregar ceros en


    la TDF de la señal en cuestión y luego utilizar la TDF inversa. Investigue los
    detalles de implementación de este método para el caso de la señal merval1.txt,
    correspondiente al Indice MERVAL del último dı́a de cada mes. El primer valor
    corresponde al ı́ndice del 30 de enero de 2001, el segundo al 28 de febrero de
    2001, y ası́ sucesivamente. Suponiendo que los valores se encuentran separados
    uniformemente a un mes, obtenga una estimación para los valores a mediados de
    cada mes. En el archivo merval2.txt se encuentran los valores tomados tanto a
    fines como a mediados de mes para poder comparar y obtener conclusiones.

    Ejercicio 10: (∗) La señal que se encuentra en el archivo necg.txt corresponde al


    registro de la actividad eléctrica del corazón de un paciente. Esta señal se ha
    digitalizado a razón de 360 muestras por segundo. Se sabe que el registro ha sido
    contaminado con un ruido en la banda de 40 a 180 Hz y se necesita eliminarlo
    para poder realizar un diagnóstico adecuado. Utilice la TDF para filtrar la señal.

    Ejercicio 11: (∗) (+) Se desea detectar en qué intervalos de tiempo el instrumento
    grabado en el archivo nshima.txt ha ejecutado la nota LA. La frecuencia de
    muestreo con que se tomó el registro es de 11025 Hz.

    También podría gustarte