INSTITUTO TECNOLÓGICO DE CHIHUAHUA

PRÁCTICA 6-2

Sistemas LTI

Integrantes:
Irving Hernández Gallegos 12060397
Oscar Gonzalo Rivera Calderón 12060401

Ingeniería Electrónica

Maestra:
Alma Delia Corral Sáenz

Fecha: 2 de noviembre de 2014

............................................................... 3 Convolución ................................................................... 13 .................................................................................................................................................................. 3 Equipo: ......................... 4 Conclusiones:... 12 Referencias ................................................................................................................................................................................................ 3 PROBLEMAS Y TRABAJO EXPERIMENTAL ....................................................... 3 INTRODUCCIÓN .................................................................. 3 Ecuaciones de diferencias ...............................................................................Índice Objetivo: ................................................................

por lo que conociendo su h(n). es posible calcular la salida para cualquier entrada a través de la convolución. Su fórmula es: ∞ 𝑦(𝑛) = ∑ 𝑥(𝑘)ℎ(𝑛 − 𝑘) 𝑘=−∞ Ecuaciones de diferencias Es la relación entrada-salida de un sistema. representada por medio de una ecuación cuya forma generales: 𝑁 𝑀 𝑦(𝑛) = − ∑ 𝑎𝑘 𝑦(𝑛 − 𝑘) + ∑ 𝑏𝑘 𝑥(𝑛 − 𝑘) 𝑘=−1 𝑘=0 Donde se define el orden de la ecuación de diferencias del sistema por el max(N. . Otra forma de obtener la respuesta del sistema es mediante las de ecuaciones de diferencias.M). Equipo: Computadora Personal Matlab® INTRODUCCIÓN Un sistema lineal e invariante en el tiempo queda completamente caracterizado por su respuesta al impulso unitario (h(n)).Objetivo: Aplicar la convolución y sus propiedades para obtener la salida de sistemas LTI y modelar un sistema por medio de diagrama a bloques. Convolución Es un método para analizar el comportamiento de un sistema lineal e invariante en el tiempo ante una señal de entrada cuando se conoce la respuesta al impulso del sistema.

La cámara graba únicamente cuando detecta movimiento. de lo contrario. Describir lo que representa cada señal en el diagrama y la operación del sistema en su conjunto. de lo contrario se asume que hay movimiento y enciende el modo de grabación. Elaborar el diagrama de bloques de un sistema que modele el comportamiento de una cámara de video digital posicionada al interior de una bóveda bancaria.PROBLEMAS Y TRABAJO EXPERIMENTAL 1. la salida y(n) es la adición de la entrada presente y la anterior. el modo de grabación permanece apagado.1 En la figura 1 se describe la operación de una cámara digital donde x(n) es la señal proveniente de esta la cual llega a un punto de suma. La salida del diagrama de bloques será la entrada a un símbolo de toma de decisión en un diagrama de flujo. . x(n) y(n) Z-1 Si Cámara apagada y(n)=2x(n) No Cámara encendida Figura 1. Si la salida y(n) es el doble de la x(n) significa que la señal presente y la anterior son iguales por lo tanto no existe perturbación de la señal por algún movimiento.

mat del curso en la plataforma Moodle. En el archivo x.2 . Si se requiere realizar una estimación estadística de la entrada en determinado momento a partir de las M entradas previas.2. Moving Average) definido por la siguiente ecuación de diferencias: (1) en su forma no recursiva. 50 y 100. Graficar (con plot()) los tres resultados en gráficas diferentes y encima de la gráfica de resultado coloque la señal x. utilizando colores diferentes para que se distingan las gráficas. (2) en su forma recursiva.mat(hold on). (1) 𝑀−1 𝑦(𝑛) = 1 ∑ 𝑥(𝑛 − 𝑘) 𝑀 𝑘=0 (2) 𝑦(𝑛) = 𝑦(𝑛 − 1) + 1 [𝑥(𝑛) − 𝑥(𝑛 − 𝑀)] 𝑀 Calcular la estimación estadística o respuesta del sistema para los valores previos M = 10. se almacena la información de una señal de entrada que representa los milivoltios que arroja un dispositivo en determinado lapso de operación. Figura 1. ya que mediante el método de ecuación de diferencias se desconocen las condición es iniciales. Recomendación: obtener la solución mediante el método de la convolución. se recurre a un sistema de promedios móviles (MA. Etiquetar las gráficas para reconocerlas y realizar el análisis correspondiente en cada caso.

%y(n) es la convolución de x con h plot(y1. %y(n) es la convolución de x con h plot(y. 35 x(n) y(n) 30 25 mV 20 15 10 5 0 0 500 1000 1500 n Figura 2.1.2 .M). h(n) 35 x y(n) 30 25 mV 20 15 10 5 0 0 500 1000 1500 2000 n Gráfica 2.'r'). %Carga matriz "x" plot(x. %Vector de unos y longitud M h = 0. %Vector de unos y longitud M h2 = M2^-1. M = 10. %Número de valores previos u = ones(1. %Carga matriz "x" plot(x.'r'). %Número de valores previos u2 = ones(1. %Sistema de promedios móviles load x.'b'). %Multiplica cada elemento del vector "u" por 1/M y = conv(x.1 .h).M=10 Estimación estadística usando MA con 50 valores previos close all.*u.'g').*u2. %Grafica la señal original x(n) hold on.M2). %Grafica la señal original x(n) hold on.Estimación estadística usando MA con 10 valores previos %Sistema de promedios móviles load x.h2).M=50 2000 2500 2500 . clear all. M2 = 50. %Multiplica cada elemento del vector "u" por 1/M y1 = conv(x.

3 . %Grafica la señal original x(n) hold on. %Multiplica cada elemento del vector "u" por 1/M y2 = conv(x.M3). %Carga matriz "x" plot(x. %Vector de unos y longitud M h3 = M3^-1. M3 = 100.h3).'y'). en otras palabras es un mejor filtro para señales codificadas en el dominio del tiempo.*u3. clear all. . %Sistema de promedios móviles load x. %y(n) es la convolución de x con h plot(y2.'r'). 35 x(n) y(n) 30 25 mV 20 15 10 5 0 0 500 1000 1500 2000 2500 n Gráfica 2.Estimación estadística usando MA con 100 valores previos close all. %Número de valores previos u3 = ones(1.M=100 Podemos observar por estas tres gráficas que entre mayor sea el número de valores previos “M” se reduce en mayor proporción el ruido que presenta la señal.

cy = [1]. Los sistemas 𝜏1 . 𝜏3 . d = (n==0). figure h12 = conv(h1. %Vector de muestras h1 = [1 1/2 1/4 1/8 1/16 1/32]. figure %Nueva ventana de gráfica stem(h1). 𝜏4 especifican de la siguiente forma: 𝜏1 : ℎ1 (𝑛) = {𝟏 111 1 1 } 2 4 8 16 32 𝜏2 : ℎ2 (𝑛) = {𝟏 1 1 1 1} 𝜏3 : 𝑦(𝑛) = 1 1 1 𝑥(𝑛) + 𝑥(𝑛 − 1) 𝑥(𝑛 − 2) 4 2 4 𝜏4 : 𝑦(𝑛) = 𝑦(𝑛 − 1) − 0. cx = [1/4 1/2 1/4]. %Función impulso %Coeficientes de y %Coeficientes de x . close all.h2). %h después de tau 1 tau 2 %tau1*tau2 %Se iguala la dimensión de h12 con h3 h12(11:100)=0.3.1 Código en Matlab clear all. ℎ4 (𝑛) = 0 𝑝𝑎𝑟𝑎 𝑛 ≥ 10 Grafique ℎ(n) para 0 ≤ n ≤ 99.5𝑦(𝑛 − 2) + 𝑣(𝑛) + 𝑣(𝑛 − 1).5). stem(h12). y muestre cómo evoluciona ℎ(n) desde x(n) pasando por cada nodo intermedio del sistema hasta llegar a la salida y(n). %tau 1 h2 = ones(1. También muestre la reducción que va sufriendo el diagrama de bloques. n = 0:1:99. 𝜏2 . Figura 3. Desarrollar un programa en Matlab que calcule la respuesta al impulso global h(n) (de todo el sistema) mostrado en el diagrama que se muestra a continuación para 0 ≤ n ≤ 99.

hglobal). figure stem(h3).5 2 2.7 0.h4).6 0. %Respuesta al impulso en tau 3 %Salida de tau 3 %Salida en punto de suma %Para tau4 d2 = (n==0).5 3 3. d2). ax = [1 1].1 0 1 1.3 0.8 0.5 0. cy. %Gráfica de respuesta global del sistema 1 0. %v v = h3 + h12.h1(n) 𝜏1 : ℎ1 (𝑛) = {𝟏 111 1 1 } 2 4 8 16 32 Observaciones: La salida ℎ1 (𝑛) después de 𝜏1 permanece igual debido a que aún no ha pasado por otro bloque en cascada de transformación o punto de suma. figure stem(n.h3 = filter(cx. figure stem(v). hglobal = y(1.5].1:100).h4).9 0.5 6 Gráfica 3. .5 4 4. ay = [1 -1 0. %Respuesta en h4 y = conv(v.2 0.5 5 5. d). ay.1 .4 0. h4 = filter(ax. %Convolución de v(n)*h4 figure stem(n.

05 0 0 10 20 30 40 50 60 70 80 90 100 ℎ3 (𝑛) = {𝟎.1 0.96875 0 .4 1.9375 0 .5 1.2 se muestra la salida ℎ12 (𝑛) después de aplicar la convolución del bloque 𝜏1 con 𝜏2 .35 0.25 0.2 0 1 2 3 4 5 6 7 8 9 10 ℎ12 (𝑛) = { 𝟏 1.2 1.4 0.8 1.875 1.6 0.3 – h3(n) Observaciones: En la gráfica 3. .ℎ12 (𝑛) Observaciones: En la gráfica 3.25} Gráfica 3. 2 .46875 0.8 0.21875 .6 1.2 0.3 se muestra la salida ℎ3 (𝑛) resultante de la ecuación de diferencias en 𝜏3 . 0.4 0.5 0 .2 1 0.3 0. 𝟐𝟓 0 .093750 0.75 1.03125} Gráfica 3.15 0.5 0.45 0.

375 − 0.0312} Observaciones: En la gráfica 3.5 0 10 20 30 40 50 60 70 80 90 100 Gráfica 3.2187 0.5 se muestra la salida ℎ4 (𝑛) de 𝑙a ecuación de diferencias en 𝜏4 .5 0.5 0 -0.4687 0.0937} Observaciones: En la gráfica 3.125 0.0625 0.875 1. 2 1.2 0 0 10 20 30 40 50 60 70 80 90 100 Gráfica 3. 𝟐𝟓𝟐 1.4 – v(n) 𝑣(𝑛) = {𝟏.9687 0.0937 0.25 − 0.2 1.6 0.6 1.937 0.5 1 0.125 0 .4 0.8 1.5 − 0.5 − 0. o también puede verse como la suma de h12(n) con h3(n).8 0.5 ℎ4 (𝑛) = {𝟏 2 1.2 1 0.4 1.4 se muestra la salida 𝑣(𝑛) que es la suma de la convolución 𝜏1 con 𝜏2 más 𝜏3 .

Conclusiones: En esta práctica se utilizaron los métodos básicos para resolver sistemas Lineales e Invariantes en el tiempo (LTI) tales como la convolución y ecuaciones de diferencias los cuales nos permiten saber el comportamiento del sistema al introducir un impulso unitario.875 9. 𝟐𝟓 4.10 8 6 4 2 0 -2 0 10 20 30 40 50 60 70 80 90 100 Gráfica 3.5 9.758 … } Observaciones: En la gráfica 3. este método también es usado ampliamente en otros campos diferentes al PDS como por ejemplo en finanzas.375 7.6 se muestra la salida ℎ𝑔𝑙𝑜𝑏𝑎𝑙 (𝑛) que es la convolución de v(n) con h4(n).2812 1. los valores fluctúan entre positivos y negativos de muy baja amplitud hasta +∞. Además se vio como se puede modelar un sistema de seguridad por medio de diagrama de bloques en el dominio del tiempo discreto. También en este sistema se implementó la técnica de promedios móviles que es básicamente un filtro que nos permite predecir el comportamiento de una señal excluyendo el ruido aleatorio.2031 − 0.625 − 1.5 7.5312 4.6 – hgloblal(n) ℎ𝑔𝑙𝑜𝑏𝑎𝑙 (𝑛) = {𝟏. .102 − 0.

investopedia. http://www. Sistemas Invariantes en el Tiempo (LTI).pdf Dr. . Leonardo Rey Vega.Referencias    Investopedia.analog. Agosto 2013. 15.com/terms/m/movingaverage. Facultad de Ingeniería Buenos Aires.asp Moving Average Filters Cp. http://www. Moving Averages .MA.com/static/importedfiles/tech_docs/dsp_book_Ch15.