 CURSO: COMUNICACIÓN ANALOGICA

 GRUPO: L12

 PROFESOR: ROBERTO FLORENTINO

UNSIHUAY TOVAR

 ALUMNO - CODIGO:

- DEPAZ NUÑEZ, RAUL EDUARDO -

17190153
 TEMA 3: DESARROLLO DE LA TRANSFORMADA
RÁPIDA DE FOURIER
I. OBJETIVO. Haciendo uso de Matlab, desarrollar la transformada de
funciones no periódicas y la transformada Rápida de Fourier FFT de
señales muestreadas y mostrar lasgráficas correspondientes en el
dominio del tiempo y la frecuencia.

II. PROCEDIMIENTO:

1- Desarrolle la transformada de fourier usando matlab

cuya expresión es:

N=128;
t=linspace(0,3,N); f=2*exp(-
20*t); figure(1)
plot(t,f)
xlabel('Time,seg'),ylabel('f(t)'
),grid
axis([0 0.3 0 2]);
Ts=t(2)-t(1);
Ws=2*pi/Ts;
F=fft(f);
Fp=F(1:N/2+1)*Ts;
W=Ws*(0:N/2)/N;
figure(2)
plot(W,abs(Fp),'+')
xlabel('Frequency,Rad/s'),ylabel
('|F(W)|')

Gráfica – figura 01

Gráfica – figura 01
%Verifique la gráfica de
Transformada de Fourier
desarrollada:
N=128;
t=linspace(0,3,N); Ts=t(2)-t(1);
Ws=2*pi/Ts;
W=Ws*(0:N/2)/N;
Fa=2./(20+j*W);
figure(3)
plot(W,abs(Fa))
xlabel('Frequency,Rad/s'),ylabel(
'|F(W)|')

Grafica – figura 03

2- Desarrolle la transformada rápida de Fourier de una señal muestreada

X(k) =  X(n) e-j (2/4) nk Donde k = 0,1,2,3,.....

Cuyo desarrollo está dada por el siguiente programa:

% EJERCICIO 02:

m=[0,1,2,3,4,5];
Xn=[1,2,3,4,5,6];
Xk=fft(Xn);
Xmag=abs(Xk);
Xphase=angle(Xk);
figure(1)
plot(m,Xmag) ,axis([0 5 0
23]);
figure(2)
stem(m,Xmag)
figure(3)
stem(m,Xphase)
 3- Para la suma de dos señales sinodales contaminado con ruido desarrolle
lagráfica en el dominio del tiempo y su respectiva transformada de
Fourier:

% EJERCICIO 03:

t=0:0.001:0.6;

x=sin(2*pi*50*t)+sin(2*pi*120*t);
y=x+2*randn(size(t));
figure(4)
plot(y(1:50))
Y=fft(y,512); Pyy=Y.*conj(Y)/512;
f=1000*(0:255)/512;
figure(5)
plot(f,Pyy(1:256))
 4- Desarrolle la transformada de Fourier de la suma de tres señales
sinodales:

% EJERCICIO 04:

Fs=100;
t=(1:100)/Fs;
s1=5*sin(2*pi*t*5);
s2=10*sin(2*pi*t*15);
s3=7*sin(2*pi*t*30);
s=s1+s2+s3;
figure(1)
plot(t,s);
S=fft(s,512);
w=(0:255)/256*(Fs/2);
figure(2)
plot(w,abs([S(1:256)]));
5- Desarrolle la gráfica de la función de muestreo Sa(x):
6- Diseñe un ecualizador digital usando el comando ELLIP de
Filtros IIR y grafique las ondas en el dominio del tiempo y su
respectiva transformada de Fourier. Dibuje el esquema de
bloques correspondiente del ecualizador resultante. FILTROS Y
ECUALIZADOR DIGITAL Cuya solución es:
 7- Verifique la respuesta en frecuencia de otros filtros: Modifique
sus variables como ancho de banda amplitud o atenuación de
los 4 filtros.

Para poder apreciar bien la trasformada de Fourier de la señal tenemos que ajustar la escala
y tomar de -0.25 a 0.25.
III. CUESTIONARIO FINAL

1. Dada la expresión de la serie de Fourier trigonométrica, desarrolle la

gráfica de f(t).
Usando el criterio de problema 3.
Dada la serie:

𝑨 𝟏
𝒇(𝒕) = 𝟐 − ∑ (𝒏) 𝑺𝒆𝒏(𝒏𝝎𝒕) Si 𝒇(𝒕) = 𝑨𝒕 en 𝒕 𝜺 [𝟎, 𝟏].

2. Desarrolle la exponencial de Fourier, si 𝒇(𝒕) = 𝑨 𝑺𝒆𝒏(𝝅𝒕) en el intervalo

𝒕 𝜺 [𝟎, 𝟏]. Grafique la S.E.F.
3. Programar en Matlab la siguiente serie trigonométrica.
𝑨
𝒇(𝒕) = ∑ (𝟒. (𝒏𝝅)𝟐 ) . 𝑪𝒐𝒔(𝒏𝝎𝒕); n=impar de la onda triangular.
4. Grafique la serie exponencial de Fourier de la función 𝒇(𝒕) = 𝑨. 𝒆−𝟐𝒕 en
𝒕 𝜺 [𝟎, 𝟏].
5. Desarrolle la transformada rápida de Fourier de la función 𝑺𝒂(𝒕).
6. Si 𝒇(𝒕) = (𝒆𝒊𝝎𝒕 + 𝒆−𝒊𝝎𝒕 )/𝟐. Determine su transformada rápida de Fourier.
 7. Dado 𝒇(𝒕) = 𝑨 𝑺𝒆𝒏𝝎𝒕. Desarrolle su transformada rápida de Fourier.

Para poder apreciar bien la trasformada de Fourier de la señal tenemos que ajustar la escala
y tomar de -0.25 a 0.25.
8. Desarrolle la transformada de Fourier de la señal muestreada 𝒎 =
[𝟎, 𝟏, 𝟐, 𝟑] y 𝑿𝒎 = [𝟐, 𝟑, 𝟒, 𝟓].
9. Explique sobre los fundamentos de los filtros digitales FIR y IIR.

A menudo cuando escucho discusiones sobre los filtros IIR y FIR, me

sorprende mucho encontrar tantas concepciones erróneas acerca de los
mismos. En realidad, muchas de las cosas que se suelen plantear como
diferencias claves entre unos y otros vienen del hecho de sus usos más
comunes; sin embargo, entendiendo con claridad qué significan en realidad
estas siglas (que es muy diferente de conocer las siglas en sí mismas) no
es difícil ver porqué la mayoría de estas concepciones terminan siendo
erróneas.

 ¿Qué son?
Lo primero es entrar directamente a sus definiciones. Los filtros IIR (Infinite
Impulse Response) como su nombre lo indica tienen respuestas impulso de
longitud infinita; por el contrario, los filtros FIR (Finite Impulse Response)
tienen respuestas impulso finitas. La clave para esta diferenciación, y la
razón detrás de poder generar una salida de longitud infinita al excitar un
sistema con un impulso, reside principalmente en una estructura de
retroalimentación. La única manera de que una respuesta impulso se
extienda por un tiempo infinito es que de alguna manera la salida del
sistema sea conectada al mismo sistema para generar una recursión en
donde, en cada nuevo instante, la salida esté determinada por la o las
salidas previas.
En general, los filtros digitales se construyen con dos bloques elementales:
Los retrasos y las ganancias. Estos dos elementos se conjugan en
ingeniosas estructuras para generar efectos deseables en el dominio de la
frecuencia. Este proceso se puede llevar a cabo de miles de formas
diferentes. Hay estrategias muy variadas y ciertamente interesantes para
diseñar estos filtros; sin embargo, en este artículo, sólo nos compete
entender la diferencia entre estas dos grandes categorías FIR vs IIR.
 FIR:

Comencemos por los filtros FIR, que, aunque parecen un poco menos
comunes, creo que son más intuitivos en su estructura. La base de los
filtros FIR consiste en conectar la entrada del filtro a una serie de retardos.
El primero con sólo una muestra de retraso, el segundo con dos, el tercero
con tres y así sucesivamente. En seguida se amplifica o atenúa cada
retraso con un factor de ganancia específico y finalmente se suman las
salidas. Al organizar estas ganancias una detrás de otra obtenemos la
respuesta impulso del filtro. Además, por lo que la estructura es análoga a
una línea de retrasos con múltiples salidas (Delay tapped line), solemos
hablar de "Taps" que en realidad sólo son los factores de ganancias,
coeficientes del filtro o valores de la respuesta impulso. Así de sencillo es
un filtro FIR. La siguiente animación muestra ese proceso y, en particular,
cómo los factores de ganancia del filtro son equivalentes a los coeficientes
de la respuesta impulso.

 IIR:

Un filtro IIR, además de utilizar retrasos para los valores a la entrada del
filtro, toma también los valores de la salida, les aplica una nueva cadena de
retrasos y retroalimenta esta señal a la entrada del filtro. Este elemento
adicional permite la obtención de funciones de transferencia "interesantes"
sin requerir una gran cantidad de elementos. Entender cómo se logran estas
funciones de transferencia, tanto en el caso los filtros FIR y los IIR, es un
proceso nada sencillo que se logra a través de la solución de ecuaciones de
diferencias (sumas y restas de entradas y salidas con retrasos) por medio de
la transformada-Z (una "versión discreta" de la transformada de Laplace).
Quizás en un artículo futuro podríamos explorar estos detalles. La siguiente
animación muestra este proceso. Noten que la respuesta impulso dura
muchas muestras más que la cantidad de retrasos que existen en el sistema.