MODELAMIENTO DEL MUESTREO

Y TEOREMA DE NYQUIST

OBJETIVOS:

 Realizar el teorema de muestro utilizando el programa MATLAB con librería

Simulink.

 Realizar muestreos de una señal con los valores dados.

 Utilizar el teorema de Nyquist para entender la reconstrucción de una señal.

DESCRIPCIÓN DE RESUMEN:
El presente laboratorio consiste en reconocer el Teorema de Muestreo o Teorema de
Nyquist, para ello se utilizará el MATLAB, donde se realizará un ensayo en un sistema
de muestreo, se variará los parámetros de la señal y el generador del pulso.
Verificaremos los resultados al terminar la experimentación.

Esquema utilizado:

Fig 1. Sistema de muestreo.

 I. INTRODUCCIÓN.
Cristhian, mencionas lo experimentado en el simulink con 5 a 6 líneas.

II. MARCO TEÓRICO.

Harry Nyquist (1928): Es posible reconstruir una señal analógica a partir de
muestras periódicas, siempre que la tasa de muestreo sea por lo menos el doble
de la frecuencia más alta contenida en la señal.
Consideraciones:
 Se puede muestrear una señal solo si su ancho de banda es limitado.

 En la práctica, en los sistemas de transmisión, la tasa de muestreo debe ser

mayor que el doble de la frecuencia máxima por transmitir.

 La reconstrucción de la señal se realiza con un filtro pasabajas.

Ejemplo:

Fig 2. Señal senoidal reconstruida.

𝒇𝒔 > 𝟐𝒇𝒎á𝒙

TEOREMA DE NYQUIST
𝒇𝒔 : 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 𝑒𝑛 𝐻𝑧.
𝒇𝒎á𝒙 : 𝑓𝑟𝑒𝑛𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑚á𝑠 𝑎𝑙𝑡𝑎 𝑒𝑛 𝐻𝑧.
III. PRESENTACIÓN DE RESULTADOS.

AQUÍ IRÁN TABLAS , RECORTES DEL SIMULINK (DEL SCOPE),

FIGURAS DEL SISTEMA DE MUESTREO Y CONFIGURACIÓN DE DEL
SISTEMA.
IV. COMENTARIOS Y CONCLUSIONES.

V. REFERENCIAS.

VI. INFORMACIÓN ADICIONAL.

Si se utiliza una frecuencia menor a la establecida por el teorema de Nyquist, se

produce una distorsión conocida como aliasing, solapamiento. Para eliminar el
aliasing, los sistemas de digitalización incluyen filtros paso bajo, que eliminan todas
las frecuencias que sobrepasan la frecuencia crítica (la que corresponde a la mitad
de la frecuencia de muestreo elegida) en la señal de entrada. Es decir, todas las
frecuencias que queden por encima de la frecuencia máxima a muestrear
seleccionada, son eliminadas. El filtro paso bajo para este uso concreto recibe el
nombre de filtro antialiasing

Fig 3. Filtro paso bajo.