Laboratorio Práctico

Procesamiento Digital de Señales Digitales

Opción A

1. Seleccione una señal biomédica y describa sus propiedades en el dominio del tiempo y el
dominio de la frecuencia.
2. Cargue las señales en Matlab, grafíquelas y realice mediciones relevantes en el dominio del
tiempo
3. Utilice DFT (FFT, espectrograma, ...) para analizar la señal en el dominio de la frecuencia.
Describe la magnitud del espectro.
a. ¿Qué información se puede extraer de la DFT?
4. Se pueden detectar componentes ruidosos en la señal?
a. ¿Puedes caracterizar el ruido?
5. Diseñe un filtro digital en Matlab mediante el módulo FDATOOL y posteriormente haga la
comparación entre los filtros IIR y FIR mediante su uso al eliminar las respectivas componentes
de ruido de cada señal.
6. Organice las respectivas graficas tanto de la señal original como la ya filtrada de manera que se
puedan visualizar fácilmente.

Opción B

1. Seleccione una señal de audio y describa sus propiedades en el dominio del tiempo y el dominio
de la frecuencia.
2. Cargue las señales en Matlab, grafíquelas y realice mediciones relevantes en el dominio del
tiempo
3. Utilice DFT (FFT, espectrograma, ...) para analizar la señal en el dominio de la frecuencia.
Describe la magnitud del espectro.
a. ¿Qué información se puede extraer de la DFT?
4. Se pueden detectar componentes ruidosos en la señal?
a. ¿Puedes caracterizar el ruido?
5. Diseñe un filtro digital en Matlab mediante el módulo FDATOOL y posteriormente haga la
comparación entre los filtros IIR y FIR mediante su uso elimine ciertas bandas de frecuencia
(altos, bajos, etc) así como las componentes de ruido en caso que aplique.
6. Organice las respectivas graficas tanto de la señal original como la ya filtrada de manera que se
puedan visualizar fácilmente.

Código Matlab

%EMG Filtrado

% SEñAL EMG

% FILTRO PASABANDA 15-400

% FILTROS IIR - BUTTERWORTH-CHEBYSHEV I Y II

clc
%clear all

close all

% LECTURA DATOS EMG

x=csvread('vmmarcha1.csv'); %Leemos la data

%subplot(2,1,1), plot(x);%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% FFT TERMINOS DE FRECUENCIA

L=numel(x) % Determinar el numero de muestras

fs=1000;% Frecuencia de muestreo

T=1/fs;% periodo

t=(0:L-1)*T; % Rango de tiempo

% COnvertir la fft de muestras a frecuencia en Hz

NFFT=2^nextpow2(L);

X=fft(x,NFFT)/L;

X= 2*abs(X(1:NFFT/2+1));

f = fs/2*linspace(0,1,NFFT/2+1);

%subplot(2,1,2), plot(f,X)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%***************************************

y=fft(x); % Fast Fourier Transform

length (x) % Tamaño de la muestra....(N)

y_mag=abs(y); % Magnitud (y) que es el espectro en frecuencia de x(valores complejo)

subplot (3,2,1)

plot (x)

title('ENTRADA EMG');

xlabel('muestras');

ylabel('Magnitud');
grid on

subplot (3,2,2)

plot (y_mag)

title('Espectro ECG - Fourier -Vasto Medial ');

xlabel('Muestras');

ylabel('Magnitud');

grid on

subplot (3,2,3)

plot(f,X)

title('Espectro ECG - Fourier -Vasto Medial FRECUENCIA Hz');

xlabel('Frecuencia Hz');

ylabel('Magnitud');

grid on

%**************************************************************************

% FILTROS IIR - BUTTERWORTH

% FILTRO PASABANDA fc_lp = 15 , fc_hp=400

y1=filter(PB,x);

ybutter=fft(y1,NFFT)/L; %Convertir en HZ

PB_butter= 2*abs(ybutter(1:NFFT/2+1));% COntinuacion

subplot(3,2,4), plot(f,PB_butter);

title('BUTTERWORTH PassBand Fc_lp=10 Fc_hp=400)' );

xlabel('Frecuencia Hz');

ylabel('Magnitud');
grid on