You are on page 1of 8

CARRERA INGENIERIA ELECTRNICA E INSTRUMENTACIN

INFORME DE PROCESAMIENTO DIGITAL DE SEALES

NIVEL: QUINTO

TITULO DEL PROYECTO

ANALISIS DE UNA SEAL MEDIANTE LA OBTENCIN DE SU FUNCIN DE


AUTOCORRELACIN Y ESPECTRO DE FRECUENCIA"

GRUPO DEL PROYECTO

EDGAR FABRICIO BORJA REINOSO


GABRIELA ALEXANDRA BAUTISTA REINOSO
JENNY PAOLA TIGSE CANDO
SANTIAGO CORRALES

UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE EXTENSIN


LATACUNGA.

INGENIERA ELECTRNICA E INSTRUMENTACIN.

PROYECTO TERCERA UNIDAD


DESCRIPCION RESUMIDA DEL PROYECTO
En el presente proyecto mediante el uso del software MATLAB se realizara el anlisis de
una seal obteniendo su espectro de frecuencia y su funcin de autocorrelacin.

PLANTEAMIENTO DEL PROBLEMA


Realizar un programa en la herramienta Matlab para obtener la funcin de transferencia y
espectro de frecuencia de una funcin aleatoria, empleando la interface GUIDE.

JUSTIFICACIN E IMPORTANCIA
La eleccin de un modelo es muy subjetiva en el dominio del tiempo y es bastante
complicada, pero en el dominio de la frecuencia, cuando la funcin de densidad espectral
es conocida, entonces es muy fcil encontrar la forma lineal de la prediccin.
La representacin espectral de un proceso es una herramienta especialmente adecuada
para sacar a la luz componentes peridicas, ya que consiste en expresar el proceso como
una suma de sucesiones peridicas, concretamente trigonomtricas. Esta representacin,
por tanto, nos permite central la atenuacin en las frecuencias que ms nos interesa.
La funcin de autocorrelacin es de gran importancia para estudiar la estacionalidad de la
funcin , ya que si sta existe, los valores separados entre s por intervalos iguales al
periodo estacional deben estar correlacionados de alguna forma. Es decir que el
coeficiente de autocorrelacin para un retardo igual al periodo estacional debe ser
significativamente diferente de 0.

OBJETIVOS

Objetivo General

Realizar el anlisis de una seal aleatoria obteniendo la autocorrelacin y el


espectro de frecuencia.

Objetivo Especifico

Aplicar la transformada de Fourier para el anlisis de la seal analizada.

METAS

METODOLOGIA

MARCO TERICO

El espectro
Una serie temporal puede entenderse como una sucesin de nmeros. Las sucesiones de
nmeros reales se pueden escribir como combinaciones lineales de senos y cosenos (o
exponenciales complejas). Esta representacin se hace mediante la Transformada de
Fourier Discreta (TFD).
Los procesos estocsticos se pueden representarse mediante combinaciones lineales
(ms exactamente, integrales) de funciones trigonomtricas o exponenciales complejas,
aunque ponderados por coecientes aleatorios. Esta representacin es llamada
representacin espectral de un proceso estocstico. La varianza de los crecientes de la
representacin se llama densidad espectral.
La representacin espectral de un proceso estocstico requiere usar un concepto
matemtico complejo: una medida aleatoria. Por otra parte, es posible denir la densidad
espectral a partir de la funcin de auto-covarianza sin aludir a la representacin espectral.
La funcin de densidad espectral refleja el contenido en frecuencias del proceso
estocstico, como se desprende de la relacin entre la funcin de densidad espectral y la
transformada de Fourier. Por tanto, dibujando la funcin de densidad espectral podemos
observar qu frecuencias son las ms importantes.

AUTOCORRELACION:

Los valores estn relacionados en momentos diferentes en el tiempo. Un valor positivo (o


negativo) de t u genera una sucesin de valores positivos (o negativos). Esto es
autocorrelacin positiva. Autocorrelacin tambin puede manifestarse por la alternancia
de signos en la sucesin de valores. Entonces se llama autocorrelacin negativa.

DESARROLLO DE LA SIMULACION
1. Para realizar la grfica de la funcin aleatoria creamos una interfaz amigable la
cual nos permite ingresar valores de amplitud tanto para la seal seno y coseno, a
vez que se ingresa el tiempo de muestreo.

Cdigo para extraer el valor de las variables ingresadas:


function numa_Callback(hObject, eventdata, handles)
num1=get(hObject,'String'); %Almacenar valor ingresado
n1= str2double(num1); %Transformar a formato double
handles.numa=n1; %Almacenar en puntero
guidata(hObject,handles); %Salvar datos de la aplicacin
function numa_CreateFcn(hObject, eventdata, handles)
% hObject
handle to numa (see GCBO)
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end

function numb_Callback(hObject, eventdata, handles)


num1=get(hObject,'String'); %Almacenar valor ingresado
n1= str2double(num1); %Transformar a formato double
handles.numb=n1; %Almacenar en puntero
guidata(hObject,handles); %Salvar datos de la aplicacin
% --- Executes during object creation, after setting all properties.
function numb_CreateFcn(hObject, eventdata, handles)
.
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end

function frecuencia_Callback(hObject, eventdata, handles)


num1=get(hObject,'String'); %Almacenar valor ingresado
n1= str2double(num1); %Transformar a formato double
handles.frecuencia=n1; %Almacenar en puntero
guidata(hObject,handles); %Salvar datos de la aplicacin
% --- Executes during object creation, after setting all properties.
function frecuencia_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end

Cdigo para establecer la ecuacin y graficar la funcion:


function grafica_Callback(hObject, eventdata, handles)

Ts=1; % tamao de cada paso en el tiempo(segundos)


t=0:Ts:handles.frecuencia; % genera el vector de tiempo
y=handles.numa*sin(2*pi*25*handles.frecuencia)+handles.numb*cos(8*pi*25*h
andles.frecuencia);
yn=y+2*randn(1,length(t));
axes(handles.axes4);
set(handles.text,'string',handles.numa);
plot(t,yn,'m');
title('FUNCION ORIGINAL')
xlabel('TIEMPO(s)')
ylabel('AMPLITUD')
handles.grafica=yn;
guidata(hObject,handles);

La instruccin randn(1,length(t)) permite obtener una seal randomica en funcin del


tiempo de muestreo
Grafica:

2. Funcin de autocorrelacin: Para obtener la funcin e autocorrelacin Matlab


ofrece una instruccin para obtener la autocorrelacin xcorr(funcin) este comando nos
da como resultado un vector el cual tiene 2M-1 nmero de elementos.
Cdigo:
function autocorrelacion_Callback(hObject, eventdata, handles)
Ts=1; % tamao de cada paso en el tiempo(segundos)
yn=handles.grafica;
rxx=xcorr(yn);%Hace la autocorrelacin del vector x de M elementos.
Devuelve un vector de 2M-1 elementos.
t1=-handles.frecuencia:handles.frecuencia;
axes(handles.axes3);
plot(t1,rxx)
title('FUNCION DE AUTOCORRELACION')
xlabel('RETARDO)')
ylabel('AUTOCORRELACION')
handles.autocorrelacion=rxx;
guidata(hObject,handles);

Grafica:

3. Para obtener el espectro de potencia deber obtener la Transformada de


Fourier(fft(funcin )) de la funcin de autocorrelacin y multiplicar por la conjugada
de la misma funcin (conj(funcin )). Se debe manipular correctamente las escalas
para una mejor visualizacin del espectro.
Cdigo:
function espectro_Callback(hObject, eventdata, handles)
% hObject
handle to espectro (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles
structure with handles and user data (see GUIDATA)
yn=handles.autocorrelacion;
tf=fft(yn);
A=tf.*conj(tf)/256;
f=(1:256);
axes(handles.axes2);
plot(f,A(1:256));
title('ESPECTRO DE POTENCIA')
xlabel('FRECUENCIA(Hz)')
ylabel('POTENCIA POR UNIDAD DE VOLUMEN')

Grfico:

BIBLIOGRAFA
http://www.etsii.upm.es/ingor/estadistica/fjcara/tecn_esta_avan/04_pest_frecuencia.pd
f
ftp://ftp.unavarra.es/pub/estadistica/Master%20TECOM/clase5/teoria5.pdf

http://iie.fing.edu.uy/ense/asign/mpd/recursos/procesos.pdf