Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
52 En el problema nos pide la relación entre la señal de entrada xc(t) y la salida y[n] en el
cual se usarán las propiedades al aplicar un filtro pasabajo a la funcion H ( e− jw ) luego
aplicaremos un retraso con un cambio de variable incluido para poder relacionar xc(t) con y[n].
En el sistema de la Figura
π
X c ( j Ω )=|Ω|≥
T
π π
H ( e− jw )={e− jw ,|ω|≥ y 0 , π ≥|ω|>
L L
¿Cómo se relaciona y[n] con la señal de entrada xc(t)?
Solución:
π π
H pasabajo ( e− jw ) ={1 ,|ω|≥ y 0 , π ≥|ω|>
L L
En la figura del sistema entonces:
x [ n ] =xc ( nT )
Aplicando un cambio de variable
1 T
w [ n ] = xc n
L ( )
L
Finalmente aplicando un retraso a gran proporción:
1 T T
v [ n ]=w [ n−1 ]=
L (
xc n −
L L )
Quedando la relación entre y[n] y xc(t)
1 T
y [ n ] =v [ nL ] =
L (
xc nT −
L )
Resumen
Otro enfoque para este análisis de ruido es calcular el ruido promedio en la salida utilizando el
número promedio de mariposas de ruido conectadas a un nodo de salida. Este estilo de
análisis se utiliza en Weinstein
Para la parte (c) se hará uso de a y b para calcula relación ruido-señal usando las siguientes
ecuaciones
9.52 Para obtener fórmulas de la relación ruido-señal en el algoritmo de FFT por diezmado en
el tiempo de base 2 en coma fija se hizo la suposición de que cada nodo de salida estaba
2 1 −B
conectado a (N −1) mariposas, y que cada una de ellas contribuye con la cantidad σ B = ∗2
3
r
a la varianza del ruido de salida. Sin embargo, cuando W N =±1 o ± j .Las multiplicaciones se
pueden realizar sin error. Por tanto, si se modifican los resultados obtenido en la sección 9.7
para tener este hecho en cuenta, se puede obtener una estimación menos pesimista de los
efectos del ruido de cuantificación.
Solución:
(A)
Primero tengamos en cuenta que cada etapa tiene N / 2 de mariposas. En la primera etapa
todas las multiplicaciones son W 0N =±1. En la segunda etapa la mitad son +1 y la otra mitad
N/4
son W N =− j. Las etapas sucesivas tienen la mitad del número de la etapa anterior. En
general,
N
El numero de +1 multiplicaciones en la etapa1 m= para m=1,2,3 , … , v
2m
Y
N
El número de -j multiplicaciones en la etapa2 m=0 para m=1 y m= para m=2,3 , … , v
2m
(B)
Si asumimos que todos los +1 y -j multiplicaciones se hacen sin ruido, entonces el ruido será
diferente en cada nodo de salida. Esto se puede ver fácilmente en la Figura 9.10, donde vemos,
por ejemplo, que X [0] estará libre de ruido, mientras que X [1] no será ruido. Por lo tanto, se
requerirá un análisis de ruido para cada nodo de salida por separado. Un enfoque algo más
simple sería asumir que, dado que las dos primeras etapas consisten en solo multiplicaciones
+1 y -j, estas dos etapas se pueden realizar sin ruido. Cada nodo de puchero está conectado a
todas las mariposas N / 2 en la primera etapa y a N / 4 mariposas en la segunda etapa. Por lo
tanto, si las dos primeras etapas se realizan sin ruido, una mejor estimación del número de
fuentes de ruido independientes que contribuyen a la salida es:
N N N
N−1− − = −1
2 4 4
Tenga en cuenta que todas las salidas indexadas impares tendrán exactamente (N / 4) - 1 de
las fuentes de ruido, mientras que las salidas indexadas pares tendrán menos. De hecho, X [0],
X [N / 4], X [N / 2], X [3N / 4] será silencioso. X [N / 8], X [3N / 8], X [5N / 8] y X [7N / 8] tendrán
una única fuente. Es posible continuar este análisis para todo X [k], pero claramente se
necesitaría una fórmula complicada para describir el número de fuentes de ruido para todos
los pares k. Hemos demostrado que:
N
Numero de fuentes de ruido= −1 k impar
4
N
Numero de fuentes de ruido< −1 k par
4
Por lo tanto, el número de fuentes de ruido tiene un límite superior (N / 4) -1. Con este límite,
podemos obtener una variación de ruido de salida más optimista.
2
ε [|F [k ]| ] ≤ ( N4 −1)∗σ B
2
≤ ( N4 )∗σ B
2
Para un N grande
2
ε [|F [k ]| ] (≤ N4 −1 )∗σ 2 3
= ∗N 2∗σ B2=
N 2∗2−2 B
B
2
ε [|X [k ]| ] 1 4 4
3N
Esta ecuación es similar a la Ec.9.65 pero con una escala de 1/4. Esto implica que la Ec. 9.65 es
un poco demasiado pesimista. Sin embargo, tenga en cuenta que la dependencia N 2 todavía
está presente.
C:
Ahora suponga, como antes, que las dos primeras etapas son silenciosas, por lo que la
ecuación 9.67 no incluiría las dos primeras etapas.
v−1
2 1 2 v−2 m−2
[ ]
ε | F [ k ]| ≤ σ B2∗∑ 2v−m∗
2
m=2
Simplificando:
v−1
2 1 v−m −2
[ ]
ε | F [ k ]| =σ B 2∗∑
2
m=2
Simplificando:
2
[ ]
ε | F [ k ]| =4 σ B2∗1−¿ ¿
Luego:
2 4
[ ]
ε | F [ k ]| =4 σ B2∗(1−
N
)
Así:
2
ε [|F [k ]| ] N−4
≤ 12 N σ B2∗( )
ε [|X [k ]| ]
2
N
En medicina
se usa para analizar la frecuencia de señales, diseñar los sistemas de transmisión de señales
para transmitir información, diseñar supresores y canceladores de ecos en líneas telefónicas.
En ingenierıa mecanica
se utiliza para balancear rotores y eliminar la vibracion que generan cuando o estan
balanceados, estudiar los problemas relacionados con vibraciones mecanicas en los motores,
generadores y equipos rotatorios en general.
Bibliografia
https://www.fcfm.buap.mx/assets/docs/docencia/tesis/ma/FlorAngelicaTrinidadTorres.pdf