Labo 6 DFT PDS

Universidad Nacional Mayor de San
Marcos
(Universidad del Per, DECANA DE AMRICA)
Laboratorio de PDS
LABORATORIO N6: TRANSF. DISCRETA DE FOURIER DFT

1. OBJETIVOS:
Analizaremos la transformada discreta de Fourier (DFT), analizando

el espectro de una seal de entrada en tiempo realCalcularemos la magnitud de este resultado.
2. EQUIPOS Y MATERIALES REQUERIDOS:

El equipo
laboratorio es:
de
experimentacin
necesario
para
realizar
el
presente
1. PC INTEL CORE 2 DUO o superior.

2. Sistema Operativo Windows 2000 o XP.
3. SOFTWARE REQUERIDO:
El siguiente software es necesario para realizar este laboratorio:
1. Matlab V. 6.0.
2. Libreras y archivos de soporte.
4. ASPECTOS TERICOS PREVIOS

Muchos campos del conocimiento, como Medicina, ptica, Fsica e Ingenieria
Electrnica, utilizan La transformada de Fourier (FT) coo una herramienta de
anlisis. En la prctica, por ejemplo los grupos de trabajo en compresin de
datos como el Joint Photographic Experts Group (JPEG) y los de la Motion
Picture Experts Group (MPEG) utilizan una forma modificada de la FT.
Esencialmente nos permite examinar informacin en el dominio de la
frecuencia en vez de hacerlo en el tiempo, que la gente encuentra ms natural
para algunos datos. Por ejemplo, muchos sistemas estreo tienen filas de luces
que resplandecen de acuerdo a la intensidad de la banda de frecuencia. La
intensidad de los agudos, por ejemplo, la mayor
intensidad de luz es leda en la fila de luces, creando una barra de luces que
suben y bajan de

Marcos
Laboratorio de PDS
acuerdo a la msica. Este el tipo de informacin producida por la FT.
La Transformada Discreta de Fourier (Discret Fourier Transform - DFT) es la
transformada en la que nos centraremos, puesto que este trabaja sobre datos
discretos.
El mtodo directo de clculo de la DFT de una secuencia finita de N muestras,
es a
partir de su definicin
Como x[n] puede ser compleja, utilizando (7.1) directamente, se requieren N

multiplicaciones complejas y (N - 1) sumas complejas para calcular cada valor
de la DFT. Por lo tanto, para obtener todos los N valores se requiere en total N 2
Multiplicaciones complejas y N(N-1) sumas complejas.
La mayora de los procedimientos para mejorar la eficiencia de los clculos de
la DFT
explotan las propiedades de periodicidad y de simetra de WN
kn

Marcos
Laboratorio de PDS
Cargaremos la funcin dado en la gua el cual sirve para calcular

la DFT de una seal.
function[X]=dft_01(x)
%
% Calculo de la DFT de modo directo.
%
Xsize=length(x);
% Clculo la DFT (Por el camino menos eficiente)
for m=0:Xsize-1
sum=0;
for n=0:Xsize-1
sum=sum+x(n+1)*(cos(2*pi*n*m/Xsize)-i*sin(2*pi*n*m/Xsize));
end
X(m+1)=sum;
end
Dicha funcin lo introducimos en el siguiente cdigo.

% CALCULO DE LA DFT por el mtodo directo
% utilizando la funcin dft_01().m
close all;
clear all;
clc;
% Datos iniciales.
f=40; % frecuencia analgica en Hz.
fs=1000; % frecuencia de muestreo en Hz.
Ts=1/fs; % periodo de muestreo
n=0:Ts:0.50;
% Secuencia de prueba
x=cos(2*pi*f*n); SEAL DE ENTRADA
N=length(x);
% Calculo de la DFT de x[n]
X=dft_01(x);

Marcos
Laboratorio de PDS
Xabs=abs(X);
Xmax=max(abs(X));
% Ploteo de las grficas resultantes
figure(1);
plot(x, '.-b'); % Grfica de x[n]en tiempo discreto.
xlabel(sprintf('%6.5f Segundos entre muestra y muestra', Ts));
title('Muestras de x(t)');
% Grfica en el dominio de la frecuencia.
figure(2);
plot(abs(X),'.','Color',[0.41,0.26,0.10]);
xlabel(sprintf('La resolucin de frecuencia es de %5.2f Hz entre
muestras', fs/(length(X/2)-1)));
title('Mdulo de la DFT de x')
La frmula mostrada, sirve para hallar el factor de escala entre muestra y

muestra. Tambin menciona las componentes negativas y las componentes
positivas.
MOSTRAMOS UN EJEMPLO DONDE SE CALCULA LA DFT, usando la

funcin dft-01.m
% CALCULO DE LA DFT por el mtodo directo
% utilizando la funcin dft_01().m
close all;
clear all;
clc;
% Datos iniciales.

Marcos
Laboratorio de PDS
f=40; % frecuencia analgica en Hz.
n=0:Ts:0.50;
x=cos(2*pi*f*n);
N=length(x);
X=dft_01(x);
Xabs=abs(X);
Xmax=max(abs(X));
figure(1);
figure(2);
plot(abs(X),'.','Color',[0.41,0.26,0.10]);
muestras', fs/(length(X)-1)));
VEMOS EN LAS GRAFICAS LA 1ERA FIG. LA SEAL COSENOIDAL RESPECTO AL

TIEMPO Y EL FIG. 2 EL ESPECTRO DE FRECUENCIAS DE LA SEAL
COSENOIDAL, CON 2 PICOS, UNO EN LAS FREC. POSITIVAS (IZQ)Y LAS OTRAS
EN LA FREC. NEGATIVAS (DERECHA) QUE REPRESENTAN EL ESPEJO DE LA DFT.

Marcos
Laboratorio de PDS
Solucin del Ejercicio 6.1
USAMOS EL CDIGO, HACIENDO VARIACIONES DE ACORDE AL

PROBLEMA.
close all;
clear all;
clc;
% Datos iniciales.
f1=40; % frecuencia uno analgica en Hz.
f2=140; % frecuencia dos analgica en Hz.
n=0:Ts:0.5;
x=cos(2*pi*f1*n)+0.5*cos(2*pi*f2*n);
N=length(x);
X=dft_01(x);
Xabs=abs(X);
Xmax=max(abs(X));
figure(1);

Marcos
Laboratorio de PDS
figure(2);
plot(abs(X),'.','Color',[0.41,0.26,0.10]);
axis([0,50,0,50]) % Graficando en el intervalo de 0 a N/2, como pide el
ejercicio
muestras', fs/(length(X)-1))); %fk=fs/N-1
DFT DE UNA SECUENCIA DE DATOS

Desde el punto de vista de las aplicaciones de la DFT, ahora presentaremos la obtencin de la DFT
de una secuencia de datos de una seal muestreada en el tiempo.
En este caso vamos a tener los datos almacenados en un archivo x_a1.wav la misma que
tendremos que incorporar el proceso de carga de datos al programa de la DFT del experimento
anterior utilizando el comando load de Matlab.
CODIGO PARA EL AUDIO

close all;

Marcos
Laboratorio de PDS
clear all;
clc;
% Datos iniciales.
% frecuencia analgica en Hz.
n=0:Ts:0.50;
x = wavread('Prueba1.wav'); SEAL DE ENTRADA
N=length(x);
X=dft_01edit(x);
Xabs=abs(X);
Xmax=max(abs(X));
figure(1);
xlabel(sprintf('%6.5f Segundos entre muestra y muestra',Ts));
figure(2);
plot(abs(X),'.','Color',[0.41,0.26,0.10]);
muestras', fs/(length(X)-1)));
Cargar el archivo de audio a MATLAB.

Mediante el comando x=wavread(direccin del archivo); se ingresa al
espacio de trabajo de MATLAB, cargando el archivo de audio al vector x,
tanto para un sonido cualesquiera como para las vocales.
CODIGO DEL dft_01edit.m
function[X]=dft_01edit(x)
%
% Calculo de la DFT de modo directo.
%
Xsize=length(x);
% Clculo la DFT (Por el camino menos eficiente)
for m=0:(Xsize-1)/2
sum=0;
for n=0:Xsize-1
sum=sum+x(n+1)*(cos(2*pi*n*m/Xsize)-i*sin(2*pi*n*m/Xsize));

Marcos
Laboratorio de PDS
end
X(m+1)=sum;
end
Este cdigo se tiene que almacenar en el directorio de la carpeta del Matlab,

en este caso es: C:\Program Files\MATLAB\R2013a
Y tambin se debe colocar los archivos de audio y de las vocales, para trabajar
con mayor comodidad
Dado esto, la manera de diferenciar e identificar los sonidos (en este caso
vocales), se necesita ms informacin, la cual puede encontrarse en
representacin en el dominio de la frecuencia. Para ello se implement
algoritmos necesarios para obtener dicha informacin. A continuacin
muestra en la grafica:
las
su
los
se

Marcos
Laboratorio de PDS
Su potencia mxima es en 1499 Hz

Se Puede apreciar que la primera muestra es de 1Hz
Entonces a
del pico ms
corresponde
Hz = 1498 Hz
la frecuencia
alto
le
1499 Hz -1
El espectro de la seal (representacin en Frecuencia) presenta valores

mximos y minimos, distribuidos de diferente manera para cada sonido. Si la
intensidad de la seal cambia, tambin lo har la magnitud del espectro. Sin
embargo la forma de onda se conserva, no as su escala de valores. Aqu viene
la confusin y el no reconocimiento de sonidos, ya que estos valores pueden
estar dentro del rango correspondiente a otro sonido.

Marcos
Laboratorio de PDS

Marcos
Laboratorio de PDS

Marcos
Laboratorio de PDS

Marcos
Laboratorio de PDS
Observacin:
Frecuencia fundamental (f0) es una Onda sonora simple de frecuencia ms
baja entre las que forman una onda sonora compleja y los Armnicos son el
resto de componentes de una onda sonora compleja.
El armnico de frecuencia ms baja que se observa en el espectro corresponde
a la frecuencia fundamental (fo)
La frecuencia de los armnicos es un mltiplo entero de la frecuencia
fundamental.
Para sonido complejo peridico:
Para nuestro caso fo= 1499 Hz
Frecuencia fundamental 1499 Hz

Marcos
Laboratorio de PDS
Segundo armnico 1499 x 2 = 2998 Hz

Marcos
Laboratorio de PDS
Tercer armnico
1499 x 3 = 4497 Hz
Cuarto armnico
1499 x 4 = 5996 Hz

Marcos
Laboratorio de PDS
El sonido complejo no peridico es el ruido, pues sus frecuencias no guardan

relacin matemtica.
CODIGO PARA LAS VOCALES
close all;
clear all;
clc;
% Datos iniciales.
% frecuencia analgica en Hz.
n=0:Ts:0.50;
x = wavread('a1.wav');
N=length(x);

Marcos
Laboratorio de PDS
X=dft_01edit(x);
Xabs=abs(X);
Xmax=max(abs(X));
figure(1);
xlabel(sprintf('%6.5f Segundos entre muestra y muestra',Ts));
figure(2);
plot(abs(X),'.','Color',[0.41,0.26,0.10]);
xlabel(sprintf('La resolucin de frecuencia es de %5.2f Hz entre muestras', fs/
(length(X)-1)));
a1 espectro en frecuencia

Marcos
Laboratorio de PDS
a1
espectro
en
frecuencia

Marcos
Laboratorio de PDS
Presentamos la grfica obtenida para la vocal a1. En la grfica puede observarse como el mximo es de 273
Hz.
a1 espectro en el tiempo

Marcos
Laboratorio de PDS
En la grfica puede observarse como el mximo es de 322 Hz.
a2 espectro en el tiempo

Marcos
Laboratorio de PDS
e1 espectro en frecuencia

Marcos
Laboratorio de PDS
e1 espectro en el tiempo
e2 espectro en frecuencia

Marcos
Laboratorio de PDS

Marcos
Laboratorio de PDS
i1 espectro en frecuencia

Marcos
Laboratorio de PDS
i1 espectro en el tiempo

Marcos
Laboratorio de PDS
i2 espectro en frecuencia

Marcos
Laboratorio de PDS

espectro en el tiempo
i2 espectro en el tiempo

Marcos
Laboratorio de PDS
o1 espectro en frecuencia

Marcos
Laboratorio de PDS
En la grfica puede observarse como el mximo es de 1012 Hz
o1 espectro en el tiempo

Marcos
Laboratorio de PDS

Marcos
Laboratorio de PDS
02 espectro en frecuencia
Puede observarse como el mximo es de 857 Hz
o2 espectro en el tiempo

Marcos
Laboratorio de PDS
u1 espectro en frecuencia

Marcos
Laboratorio de PDS
u1 espectro en el tiempo
u2 espectro en frecuencia

Marcos
Laboratorio de PDS
u2 espectro en el tiempo

Marcos
Laboratorio de PDS
COMPARACIONES
DE LA VOCAL E
tiempo
e2 espectro en el

Marcos
Laboratorio de PDS
Se
puede
observar
que
algo
parecido tiene pero le introduce
una distorsin, como el profesor nos indic que fue grabado en medianoche
donde el ruido es lo ms bajo, pero pudo haberse producido por haber cerrado
la puerta o el movimiento del mouse o del teclado.
Escuchando al odo con un parlante el ruido provino por un golpe en ambos
casos pero fue ms notorio en e2 ya que en e1 el ruido fue un poco ms bajo y
eso se corrobora de la grfica en el tiempo.
DE LA VOCAL a, i
espectro en frecuencia
i1

Marcos
Laboratorio de PDS
Las vocales a,i pronunciadas por la misma persona(en este caso por el
profesor),tienen casi la misma frecuencia fundamental es decir el tono larngeo
del que se parte en ambos casos ser casi igual.
Aunque cambiemos la frecuencia fundamental para tener un tono ms agudo o
un tono ms grave, seguiremos estando ante la vocal a i, debido a la relacin
matemtica entre armnicos.
Lo que explica que un sonido particular se reconozca como es y no se
confunda con otro si es pronunciado por un hombre, mujer, nio. Pese a las
diferencias de cada uno de ellos.
CONCLUSIONES
en el presente conocimos, los algoritmos para calcular la dft, de una seal digital. es
muy importante conocer la dft, se trabaja con datos discretos.

Marcos
Laboratorio de PDS
un espectro DE LA DFT: EST COMPUESTO POR VALORES REALES Y VALORES

IMAGINARIOS.
Para que el habla sea comprensible, es indispensable la presencia de armnicos cuya
frecuencia se halla entre 500 y 3500 Hz.
En el espectro, los formantes aparecen como agrupacin de armnicos. La frecuencia
del formante se toma en el punto medio de la agrupacin mientras que la intensidad
corresponde al armnico con mayor amplitud.
Al odo no se puede analizar los espectros, se puede analizar en el
tiempo.
En casi todas las vocales proporcionadas por el profesor se pudo notar
que el ruido fue muy bajo y eso se debe a que fue grabado en media
noche.
La duracin de las vocales es relativamente grande.La duracin
promedio es de 0.2 s. a 1s.
Cuando se trata de hacer una vocal ms agudo el nivel de intensidad es
mayor.
El ancho de banda de todas las vocales se aproximan a los 3Khz y eso se debe a que
el ancho de banda de la voz es 3Khz aproximadamente. Por eso el estndar del canal
de voz telefnico es de 4Khz.
Si la voz es ms grave entonces es de menor frecuencia por lo tanto las
soprano son de mayor frecuencia y cuando canta una soprano las
vocales suelen ser difciles de distinguir, tendiendo hacia la vocal neutra.
Acsticamente las vocales se diferencian por las frecuencias de sus
formantes.

Marcos
Laboratorio de PDS

Labo 6 DFT PDS

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Labo 6 DFT PDS

Caricato da

Copyright:

Formati disponibili

Universidad Nacional Mayor de San

LABORATORIO N6: TRANSF. DISCRETA DE FOURIER DFT

Analizaremos la transformada discreta de Fourier (DFT), analizando

2. EQUIPOS Y MATERIALES REQUERIDOS:

1. PC INTEL CORE 2 DUO o superior.

4. ASPECTOS TERICOS PREVIOS

Universidad Nacional Mayor de San

Como x[n] puede ser compleja, utilizando (7.1) directamente, se requieren N

Universidad Nacional Mayor de San

Cargaremos la funcin dado en la gua el cual sirve para calcular

Dicha funcin lo introducimos en el siguiente cdigo.

Universidad Nacional Mayor de San

La frmula mostrada, sirve para hallar el factor de escala entre muestra y

MOSTRAMOS UN EJEMPLO DONDE SE CALCULA LA DFT, usando la

Universidad Nacional Mayor de San

VEMOS EN LAS GRAFICAS LA 1ERA FIG. LA SEAL COSENOIDAL RESPECTO AL

Universidad Nacional Mayor de San

Solucin del Ejercicio 6.1

USAMOS EL CDIGO, HACIENDO VARIACIONES DE ACORDE AL

Universidad Nacional Mayor de San

DFT DE UNA SECUENCIA DE DATOS

CODIGO PARA EL AUDIO

Universidad Nacional Mayor de San

Cargar el archivo de audio a MATLAB.

Universidad Nacional Mayor de San

Este cdigo se tiene que almacenar en el directorio de la carpeta del Matlab,

Universidad Nacional Mayor de San

Su potencia mxima es en 1499 Hz

El espectro de la seal (representacin en Frecuencia) presenta valores

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

Segundo armnico 1499 x 2 = 2998 Hz

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

El sonido complejo no peridico es el ruido, pues sus frecuencias no guardan

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

En la grfica puede observarse como el mximo es de 322 Hz.

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

En la grfica puede observarse como el mximo es de 825 Hz.

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

En la grfica puede observarse como el mximo es de 332 Hz.

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

En la grfica puede observarse como el mximo es de 368 Hz.

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

En la grfica puede observarse como el mximo es de 1012 Hz

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

Puede observarse como el mximo es de 857 Hz

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

Universidad Nacional Mayor de San

Puede observarse como el mximo es de 588 Hz