Sistemas Inteligentes

Laboratorio #5

Nombres: Alfonso Duarte

Juan Pablo Quezada
Ramo: Sistemas Inteligentes
Profesor: Luis Alberto Caro
 Índice

Introducción ……………………………... 2
Desarrollo………………………………… 3 - 8
Conclusión……………………………….. 9

1
 Introducción

En el siguiente informe se presentará, de forma explícita y detallada, como se llevó

a cabo el proyecto de la unidad, el cual involucra el uso de herramientas
matemáticas, como el diseño y análisis de filtro en procesamiento de audio y
procesamiento de señales, utilizando el lenguaje de programación python y algunos
módulos como matplotlib, y numpy que es el módulo principal que se utilizara para
llevar a cabo técnicas como la transformada rápida de fourier o también llamada
FFT. Antes de empezar se hará una breve introducción a las técnica y módulos
antes mencionadas.

El Procesamiento de Señales posee una larga historia. Es una tecnología que se

encuentra ligada a un inmenso conjunto de disciplinas, entre ellas se encuentran
las telecomunicaciones. Hoy en día, la televisión digital, los sistema de
información y el entretenimiento multimedia, se van convirtiendo cada vez más
en sistemas de gran importancia para la sociedad, y consigo el procesamiento de
señales se hace cada vez más relevante.

A grandes rasgos, el procesamiento de señales trata de representar , y transformar

estas señales de forma digital en un computador. Una de las técnicas
fundamentales, es la Transformación rápida de Fourier o e inglés (Fast Fourier
Transform), su origen fue en 1965, por J.W.Cooley y J.W Tukey quieres abordaron
por primera vez un problema que consistia en la programación de un algoritmo para
el cálculo de series complejas. Una de las aplicaciones que tiene esta técnica,
gracias a su operación matemática puede obtener frecuencias presentes en una
señal.

Otra de las técnicas, fundamentales, del análisis y procesamiento de señales, es la

aplicación del Filtro Complementario,

2
 Desarrollo

1) Descripción de Código:

Básicamente lo que se realiza en este script, es definir dos tipos de frecuen-

cias, una normal, y otra con ruido, además se define una sample, el cual
corresponderá a la muestras de sampleo realizadas por segundos y S_RATE
será la tasa de muestreo. Luego se crean 2 ondas con la función del seno,
una normal y una ruidosa. En la cual cada una de estas ondas tendrá 1000 y
50 senos cada 1 segundo, luego estas listas, se transformaran a un array de
tipo numpy, y luego se realizará una suma de array, en la cual se sumará la
onda normal con la onda ruidosa, una vez realizado eso, se le aplicará, la
transformada rápida de fourier o ​FFT, ​para cada frecuencia presente en la
señal, una vez obtenido esto, se grafican las ondas generadas, con la onda a
la cual se aplicó FFT, esto utilizando matplotlib con el módulo de pyplot.

3
- Imagen Código:

4
Imagen Resultados:

5
2) Descripción de Código:

En éste ejercicio se definen 3 tipos de frecuencia, junto con la tasa de

muestreo, se crea un array con ondas, en la cual cada una tiene diferen-
tes tipos de amplitud, luego se creó otro array con señales, en donde se
sumarán los elementos de las ondas creadas anteriormente, en forma de
array, y luego se le aplicara un filtro complementario, donde se le pasara
un valor alpha, que mientras más cercano al 0 sea este valor, su amplitud
será menor y mientras más cercano al 1, la onda será más grande, osea
tendrá mayor amplitud. Una vez realizado esto se graficaron las ondas
normales, y además a las que se le aplicó el filtro complementario.

6
- Imagen Código:

7
- Imagen Resultados:

8
 Conclusión

Como pudimos apreciar las matemáticas son una herramienta indispensable en el

desarrollo observable de diversos fenómenos del dia a dia, como por ejemplo en el
Procesamiento de Señales que hoy en dia son de auge en las telecomunicaciones.
Es aquí donde vimos que por medio de Transformada rápida de Fourier o e inglés
(Fast Fourier Transform) pudimos gracias a su algoritmo obtener frecuencias
presentes en una señal.
Otra aplicación de las matemáticas que pudimos apreciar en este proyecto fue la
técnica fundamental para el análisis y procesamiento de señales, la cual es es la
aplicación del Filtro Complementario,