You are on page 1of 13

Emilio Cano

Estudio de las diferentes clases de señales generadas por el programa Sigtype.m
 Generación de distintas realizaciones (iteraciones) de cada tipo de señales.

En las graficas se pueden ver distintas realizaciones de los cuatro tipos de señales producidas con el script propuesto. En el caso de la señal determinista se aprecia, en la mayoría de los casos, en la señal temporal la presencia de las componentes de distintas frecuencias. Esto se ve mas claramente en la FFT donde aparecen los picos correspondientes a cada frecuencia de las senoidales utiliazadas para generar la señal. En el caso del ruido blanco se ve en la transformada la distribución d amplitud en funcion de la frecuencia, que corresponde con la forma del filtro aplicado.

Emilio Cano .

Emilio Cano .

componentes periódicas. Para generar la señal senoidal el script utiliza una funcion senoidal donde la amplitud la frecuencia y la fase se eligen aleatoriamente.005]. subplot (nplot).s5).realización '. pseudo-random. % señal determinista senoidal figure(4) t=[0:0.005:600*0. según la clasificación presentada en el curso: o Determinista periódica: senoidal.num2str(1)]) end . for nplot=221:224 s5=10*rand(1)*sin((rand(1)*2+0.25)*2*pi*t+rand*2*pi).title (['periodica .plot(t.Emilio Cano  Modificación y adaptación del programa para obtener otros tipos de señales.

num2str(nplot-220)]). amplitud=10*rand(5. %señal con componentes periodicas figure(5) for nplot=221:224 s6=zeros(1. for cont=1:5 s6=s6+amplitud(cont)*sin(frecuencia(cont)*2*pi*t+fase(cont)).s6). Al ser los números enteros se garantiza que se cumpla esta relación. fase=rand(5.title(['componentesperiodicas realización '. end .601).1).1)*2*pi. pero la frecuencia es un numero entero entre 1 y 10. frecuencia=(ceil(rand(5. Para que la señal sea periódica es necesario que la relación entre las frecuencias sea un numero racional.plot(t.1)*10)). end subplot(nplot).Emilio Cano Para generar la señal con componente periódicas se suman cinco señales senoidales generadas de manera similar a la señal senoidal.

fase=rand(300. amplitud=10*ones(300.601).title(['pseudoaleatoria . end subplot(nplot).plot(t.Emilio Cano La señal random tiene un espectro de frecuencia uniforme.1)*2*pi. %señal pseudorandom figure(6) for nplot=221:224 s7=zeros(1.num2str(nplot-220)]). frecuencia=1/3:1/3:1/3*300. La fase de cada componente es aleatoria. end .s7).realización '.1). for cont=1:300 s7=s7+amplitud(cont)*sin(frecuencia(cont)*2*pi*t+fase(cont)). Para generarlo se han sumado 300 senoidales (las 300 componentes de la transformada de Fourier en el intervalo de 601 puntos).

1)*2*pi). Una señal cuasi periódica se puede generar sumando señales senoidales cuya relación de frecuencias no es un numero racional.num2str(nplot-220)]). transitoria.1)*2*pi)+10*rand(1. subplot(nplot). En este caso una combinación de fases entre las señales que se produce en un instante no vuelve a repetirse.Emilio Cano o Determinista no periódica: cuasi-periódica. %señal cuasi-periodica figure(7) for nplot=221:224 frec=(rand(1.1)+2).s8).1)*sin(frec* 2*pi*t*ceil(rand(1. s8=10*rand(1. end .1)*sin(frec*2*pi*t+rand(1. Para generar esta señal se utilizan dos senoidales aleatorias cuya relación de frecuencias e un numero entero entre 1 y 10 elegido aleatoriamente dividido entre 5 y por raíz de 2.plot(t.1)*10)/5*sqrt(2)+rand(1.title(['señal cuasi-periodica realización '.

1).[0.1)*5)+1). end s9=s9+(randint(1. El efecto de esta exponencial desaparece con el tiempo y quedando solo las señales senoidales. end .title(['señal transitoria . for cont=1:3 s9=s9+amplitud(cont)*sin(frecuencia(cont)*2*pi*t+fase(cont)). frecuencia=(ceil(rand(3.1)*2*pi.s9).601).1)*5+2)*exp((rand(1.realización '. fase=rand(3.Emilio Cano Para generar la señal transitoria se le suma a una señal compuesta por tres senoidales aleatorias una exponencial con exponente negativo.1. amplitud=rand(3. subplot(nplot).1)*2+2)*t). %señal transitoria figure(8) for nplot=221:224 s9=zeros(1.num2str(nplot-220)]).plot(t.1])*2-1)*(rand(1.

s11). No estacionaria (“clasificación especial”: señal con una componente estocástica estacionaria y una componente determinista) Para la señal de ruido blanco se elige para cada punto de la señal un valor aleatorio entre -1 y 1 según una distribución uniforme. end pol=conv(pol.realización '.abs(tf)). figure(11) subplot(nplot).1).1. axis(escala).601)*2-1). estacionaria (ruido blanco filtrado).num2str(nplot-220)]). syms z for cont=pi/2:pi/8:pi-pi/8 pol=conv([1 (-cos(cont)-1i*sin(cont))]. subplot(nplot). end . %ruido blanco filtrado y sin filtrar for nplot=221:224 figure(9) s10=rand(1. pol=pol/polyval(pol. Para filtrar la señal se construye un filtro paso bajo FIR con ceros sobre el circulo de radio 1 entre pi/2 y pi separados pi/8 y sus conjugados (el cero en pi es simple).title(['fft ruido blanco filtrado . %filtro figure (10) pol=[1]. ganancia=abs(polyval(pol.601)*2-1. s11=filter(pol.plot(t.2):2*pi*(11/size(tf.[1 1]). z=cos(angulo)+sin(angulo)*1i.plot(t.ganancia).s10).Emilio Cano o Estocástica: Estacionaria (ruido blanco). escala (2)=pi.title(['ruido blanco estacionario realización '.num2str(nplot-220)]).title(['ruido blanco filtrado realización '.num2str(nplot-220)]).El filtro se divide entre el valor que toma para z=1 para que la ganancia de frecuencia 0 sea 1. En la transformada de Fourier de estas señales se puede ver como el filtro elimina las altas frecuencias. tf=fft(s11) figure(12) subplot(nplot).pol). La respuesta en frecuencia de este filtro se puede ver en la grafica mostrada mas abajo Al aplicar el filtro se se obtiene la señal ruido blanco filtrado. pol=conv([1 (-cos(cont)+1i*sin(cont))].2)).plot(0:2*pi/size(tf. angulo=[0:pi/100:pi].rand(1. plot(angulo. escala=axis().z)).title('filtro').pol). De esta manera el valor de cada punto no tiene ninguna correlacion con los valores del resto de valores.

Emilio Cano .

Emilio Cano .

realización '.1)*2+2)*t).2)).1)*7+5)*exp((rand(1.num2str(nplot-220)]). end s12=s12+(randint(1. for cont=1:3 s12=s12+amplitud(cont)*sin(frecuencia(cont)*2*pi*t+fase(cont)). s12=s12+ruido.abs(tf)).1)*2*pi.title(['estocastica no estacionaria realización '. . una amplitud mayor a bajas frecuencias que a altas debido a la componente transitoria y una amplitud no nula y aproximadamente uniforme a frecuencias altas debido al ruido (el ruido esta en todas las frecuencias.2):2*pi*(11/size(tf.1)*5)+1).Emilio Cano Para la señal estocástica no estacionaria se genera una señal similar a la señal transitoria y se le añade un ruido blanco de amplitud 4.601). escala (2)=pi. fase=rand(3.[0. ruido=rand(1.1])*2-1)*(rand(1. Haciendo la transformada de Fourier se pueden ver los picos de las componentes periódicas. end .1. axis(escala).num2str(nplot-220)]). tf=fft(s12) figure (14) subplot(nplot). pero a altas frecuencias prácticamente todo es ruido.601)*4-2.1)+1. amplitud=rand(3. %señal estocastica no estacionaria for nplot=221:224 s12=zeros(1.plot(t. figure(13) subplot(nplot).plot(0:2*pi/size(tf. escala=axis(). frecuencia=(ceil(rand(3.s12).title(['fft estocastica no est.

Emilio Cano .