You are on page 1of 8

UNIVERSIDAD EL BOSQUE

FACULTAD DE INGENIERÍA
PROGRAMA DE INGENIERÍA ELECTRÓNICA
CURSO: ANALISIS DE SEÑALES 2016-2.
Nro de Practica de Laboratorio: Laboratorio 3
Nombre de la Practica: Sistemas en Tiempo Discreto

Integrantes:
Nombre y Apellido CC

1. Introducción.
En esta práctica de laboratorio la transformada de Fourier para analizar señales y sistemas en
tiempo continuo y tiempo discreto. La utilidad que se fundamenta aquí es la forma de
analizar/descomponer señales en sus componentes de frecuencia dadas por señales sinusoidales.
Éste proceso es crucial en el campo del procesamiento de señales desde que revela el contenido
de frecuencia de una señal y simplifica el cálculo de las señales de salida para los sistemas. El
análisis utilizará las series de Fourier para descomponer señales en tiempo continuo periódicas
definidas para −∞ < < ∞ o señales continuas no periódicas definidas en un intervalo de tiempo
cerrado < < . También estudiaremos la transformada de Fourier tanto de señales no periódicas
para −∞ < < ∞ de tiempo continuo (CTFT), y −∞ < < ∞ para señales de tiempo discreto
(DTFT), buscando obtener una representación de éstas en el dominio cíclico de la frecuencia
angular Ω (continuas) y ω (discretas), o el equivalente en f en Hertz (Hz). Otro de los objetivos
de este laboratorio, consiste en diseñar filtros usando las funciones de Matlab y la aplicación
FDATool.

2. Objetivos.
Los estudiantes al finalizar el curso entenderán, y recordarán los conceptos básicos de las señales
y solución de sistemas en tiempo discreto, calcularán las transformaciones al dominio de la
frecuencia de señales y sistemas discretos, conocerán el proceso de conversión de análogo a
digital, el proceso de diseño de Filtros Digitales y comprenderán los fundamentos de análisis y
procesamiento de imágenes.

Específicos
 Calcular transformada de Fourier de Señales de Tiempo Continuo.
 Calcular transformada de Fourier de Señales de Tiempo Discreto
 Diseño de Filtros Digitales

title(' transformada inversa de fourier '). figure(2) plot(t.1. .3. En un primer caso se requieren conservar las componentes hasta 40Hz.txt Realice las siguientes actividades: 2.j) xlabel(' TIEMPO en s'). aplicando propiedades de la transformada de Fourier. Diseñe los filtros necesarios (pasabajo) utilizando “fdatool” 2. Verifique con el cálculo teórico.3. Se le proporciona un archivo necg. el mismo fue obtenido a una frecuencia de muestreo Fs = 360 muestras/seg.2. labora para la división de equipos médicos de “SIEMENS” en el Dpto.3. ylabel('mV '). Grafique en una sola figura: 2. 2.Utilice las instrucciones de MatLab fopen y fscanf para leer el archivo necg. Diseño de Filtro. Transformada de Fourier.2. Espectro señalando componentes indeseadas 2. Exporte coeficientes y utilice las rutinas “sosfilt”. grid on. Señal ecg filtrada (pasan todas las frecuencias hasta 40Hz).3. 1. j=ifft(XN).3. Ud.2 Calcule la transformada inversa de la función X(ej_) utilizando la funcion ifft (X(ej_)) para recuperar la señal en el dominio del tiempo. Señal ecg proporcionada.txt donde se encuentra un segmento ecg de 1024 muestras.3. 4.1. de Optimización de Procesamiento Digital de ECG y en su primer día se le encomienda remover ciertas componentes del espectro ECG de un paciente sometido a Angioplastia Transluminal Percutanea en el laboratorio de Cateterismo. 2.

grafique los espectros de ambas señales (“cruda” y filtrada). y si es tipo FIR: seleccione “Equirriple”. 4): . Fpass =40. tendrá que seleccionar un “Lowpass filter” (parte inferior izquierda de la interfase). aunque no la utilizaremos en ningún argumento. • Para este ejemplo en específico se seleccionó: tipo: IIR-Butter (Lowpass) de orden mínimo para: fs = 360.3): SOS es la matriz de coeficientes del filtro y G representa un vector de escalamiento para cada una de las secciones del filtro. Si elige un filtro tipo IIR. presione OK y tendrá los coeficientes en el “Workspace” como se muestra en la siguiente figura (fig.ecg). seleccione la opción “Butterworth”. Presione el botón “Desing filter” al final y obtendrá una figura como la siguiente (fig.2. tendrá que decidir si escoge un filtro tipo IIR o tipo FIR. investigue que significa esto y que implicaciones tiene. Espectro de señal ecg filtrada. ¿Cómo utilizar fdatool para hallar los coeficientes? • En la línea de comandos de Matlab escriba: fdatool y presione enter. obtendrá la siguiente interfase de diseño (fig.2): El siguiente paso es exportar los coeficientes: Vaya al menú File->Export y seleccione: export to: “Workspace” y export as: “Coefficients”.3. • Ud. Fstop=60 y magnitudes Apass =1 y Astop = 60.4. en ambos casos señale ventajas y desventajas. • Coloque senalfiltrada = sosfilt(SOS.1). debería obtener una figura semejante a la siguiente(fig.

. Figure Código en MatLab Figure Señal sinc(n/2) Tabla 1. Tabla que muestra la presentación de código y gráficas o figuras generadas desde MatLab.

Si tiene problemas de aproximación numérica disminuya el orden del filtro. 8 gráficas en total . FILTRO SOSFILT Figure 2 Código en MatLab que grafica una Figure señal .wn) con wn=40/360=40/(fs/2). Tabla que muestra la presentación de código y gráficas o figuras generadas desde MatLab. filter.  Ulitice un filtro butterworth del mismo orden anterior (17) pero esta vez programado sobre la línea de comando: [b a]=butter(17. comenzando con la señal original y luego su representación en tiempo y frecuencia empleando los tres tipos de filtros (sosfilt. filtfilt). guarde ambas señales. Grafique con subplot las señales en tiempo y frecuencia. filtre la señal ecg con la función filter y filtfilt. Figure 1 Código en MatLab que grafica una señal Figure Tabla 2.

filter.FILTER Figure 3 Código en MatLab que grafica una Figure señal FILTFILT Figure Figure 4 Código en MatLab que grafica una señal Grafique con subplot las señales en tiempo y frecuencia. . filtfilt). Si tiene problemas de aproximación numérica disminuya el orden del filtro. comenzando con la señal original y luego su representación en tiempo y frecuencia empleando los tres tipos de filtros (sosfilt. 8 gráficas en total .