Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DE PANAMÁ
FACULTAD DE INGENIERÍA
ELÉCTRICA
LICENCIATURA EN INGENIERÍA
EN ELECTRÓNICA Y
TELECOMUNICACIONES
INFORME DE LABORATORIO N° 1
PRESENTADO POR:
MONTES, MELISSA
SANTANA, ISAAC
GRUPO: POSTGRADO
9 DE ABRIL DE 2010
INTRODUCCIÓN
4. Obtener el espectro de esta señal. Para esto, utilizar los comandos create-
FFT. ¿Cuántas muestras debe tener el espectro? ¿Cuál es la frecuencia de
muestreo? ¿Coincide el espectro con lo que usted esperaba?
6. Filtre la señal del inciso 1 con el filtro diseñado. Utilice FILTER APPLY en
SPTOOL. Observe la señal filtrada. Obtenga el espectro de esta señal.
Comente sus resultados.
8. Diseñe filtros de ventana que puedan aislar cada uno de estos armónicos.
Probar los filtros con la señal compuesta. En cada caso, desplegar el
espectro de la señal filtrada y comentar los resultados.
1
Amplitud
-1
-2
-3
-4
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo t (seg.)
Fig. 1. Gráfica en el dominio del tiempo, de la señal senoidal compuesta, generada por el
código en MATLAB presentado arriba.
El espectro debe tener 501 muestras (basado en las muestras desde 0 hasta
500). La frecuencia de muestreo es 1000 Hz. Puesto que el espectro está
compuesto por una parte real y una parte imaginaria, que es a su vez, un
reflejo del espectro de la parte real, sólo nos interesa la mitad de la porción
total del espectro. Además, de acuerdo al teorema de muestreo de Nyquist,
que plantea que la frecuencia de muestreo es igual a dos veces la frecuencia
máxima (Fs = 2Fmax), se puede concluir que el espectro obtenido coincide con
los resultados esperados.
Fig. 4. En la figura puede verse la respuesta de magnitud y todas las especificaciones del filtro
diseñado para eliminar la componente de 120 Hz de la señal senoidal compuesta, obtenido
utilizando la herramienta SPTOOL. El filtro es pasa bajo, tipo FIR, ventana de Kaiser, orden 10,
beta = 0.5, Fs = 1000 Hz, y la frecuencia de corte Fc = 70 Hz.
Fig. 5. Espectro de la señal yn luego de ser filtrada por el filtro paso bajo de ventana de Kaiser,
el cual eliminó la componente de 120 Hz de la señal senoidal compuesta.
Filtro diseñado con la herramienta FDATOOL.
Fig. 6. En la figura puede verse la respuesta de magnitud y todas las especificaciones del filtro
diseñado para eliminar la componente de 120 Hz de la señal senoidal compuesta, obtenido
utilizando la herramienta FDATOOL. El filtro es pasa bajo, tipo FIR, ventana de Hamming,
orden 10, Fs = 1000 Hz, y la frecuencia de corte Fc = 40 Hz.
Fig. 7. Espectro de la señal yn luego de ser filtrada por el filtro paso bajo de ventana de
Hamming, el cual eliminó la componente de 120 Hz de la señal senoidal compuesta. Al inicio
de la gráfica podemos ver unas leves picos que se atribuyen a errores en el filtrado, que varía
según el tipo de ventana utilizado.
6. Generación de señal senoidal con 100 y 130 Hz.
t = (0:0.001:1)';
y1 = sin(2*pi*100*t) + 2*sin(2*pi*130*t);
randn('state',0)
yn1 = y1 + 0.5*randn(size(t));
figure (2)
plot(t(1:500),yn1(1:500))
title('Señal Senoidal Compuesta
yn=sin(2*pi*100*t)+2*sin(2*pi*130*t)+0.5*randn(size(t))')
ylabel('Amplitud')
xlabel('Tiempo t (seg.)')
grid on
1
Amplitud
-1
-2
-3
-4
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tiempo t (seg.)
Fig. 8. Gráfica en el dominio del tiempo, de la señal senoidal compuesta, generada por el
código en MATLAB presentado arriba, utilizando las frecuencias de 100 Hz y 130 Hz.
7. ¿Qué armónicos están presentes? ¿Cuál es su magnitud?
Fig. 9. Espectro de la segunda señal senoidal compuesta (utilizando las frecuencias de 100 Hz
y 130 Hz), obtenido utilizando la herramienta SPTOOL, con la escala de magnitud en decibeles
y la escala de frecuencia lineal, con Fs = 1000 Hz, y un rango de frecuencia de: [0, Fs/2].
Fig. 10. Espectro de la segunda señal senoidal compuesta, obtenido utilizando la herramienta
SPTOOL, con la escala de magnitud lineal y la escala de frecuencia lineal, con Fs = 1000 Hz, y
un rango de frecuencia de: [0, Fs/2]. De los datos en la parte inferior, puede verse que los dos
armónicos ocurren a 99.61 y 129.9 Hz en la escala de frecuencia. Y la amplitud alcanzada de
cada pico es de 0.156 y 0.9366 respectivamente.
8. Filtros de ventana para aislar cada armónico de la señal.
Fig. 11. En la figura se puede observar que para lograr aislar el armónico generado en 130Hz
se utilizó un filtro FIR de ventana rectangular, pasa bajo, de orden 10, con una frecuencia de
muestreo de 1000Hz y una frecuencia de corte de 80Hz.
Fig. 12. Después de importar el filtro diseñado con la herramienta FDATOOL en la herramienta
SPTOOL y aplicárselo a la señal, se puede aislar el armónico presente en 130Hz de la señal.
Filtro diseñado con herramienta FDATOOL
Filtro de ventana rectangular pasa alto para aislar el armónico generado
en 100Hz
Fig. 13. En la figura se puede observar que para lograr aislar el armónico generado en 100Hz
se utilizó un filtro FIR de ventana rectangular, pasa alto, de orden 10, con una frecuencia de
muestreo de 1000Hz y una frecuencia de corte de 150Hz.
Fig.14. Después de aplicar el filtro pasa alto de ventana rectangular a la señal compuesta se
pude observar en el espectro resultante que se logra aislar el armónico presente en 100Hz.
CONCLUSIÓN
5. Como característica de los filtros FIR, sabemos que poseen fase lineal lo
que permite una respuesta al impulso par o impar. Los filtros de ventana
básicamente lo que hacen es truncar la respuesta al impulso de la señal,
a una longitud determinada, lo que equivale a multiplicarla por una
ventana. En el caso del filtro con la ventana de Kaiser, podemos decir
que está basado en el uso de las funciones de Bessel.
BIBLIOGRAFÍA