UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
UNIDAD DE POSGRADO
SEMESTRE
TAREA ACADÉMICAN° 01 y 02: CAMBIO DE LA TASA DE MUESTREO
ASIGNATURA: PROCESAMIENTODIGITAL DE SEÑALES (EB – 103)
DOCENTE: PEDRO FREDDY HUAMANÍ NAVARRETE
HORA Y FECHA DE PRESENTACIÓN: DOMINGO 06 DE OCTUBRE A LAS 23:59 HORAS.
FORMA DE PRESENTACIÓN:
[email protected] (GRUPO DE 3ESTUDIANTES)
Estudiante 1: Héctor Felipe Velásquez Cabanillas
Estudiante 2: José Antonio Paredes Fernández
Estudiante 3: Jorge Alberto Torres Chu
PREGUNTA 01 (20 PUNTOS)
Para el siguiente diagrama de bloques utilice el audio de ejemplo como señal x[n]:
z [n]
x [n] ↑L ↓M
Fs’ = 17640 Hz
z [n]
0.25*sen(25000 t) + y1 [n]
Ruido blanco + y2 [n]
0.25 *sen(2 3000 t) X y3 [n]
Luego, proceda a realizar lo siguiente:
a) Realizar la interpolación y decimación de tal forma que la frecuencia de
muestreo resultante sea igual a 17640 Hz. Graficar la señal discreta z[n].
(05)
b) Realizar la suma de z[n] con un tono de frecuencia audible correspondiente a
5KHz. Graficar la señal discreta y1[n]. (05)
c) Realizar la suma de z[n] con un ruido blanco con la misma cantidad de
segundos. Graficar la señal discreta y2[n].
(05)
d) Multiplicar la señal z[n] con la onda sinusoidal de 3KHz. Graficarla señala y3[n]
y comentar el resultado (en uno o dos renglones). (05)
Solución:
a) Empleando Matlab On Line, es necesario subir la grabación WAV al DRIVE del
software:
Se muestra el programa desarrollado para esta parte:
%PARTE A
[x,Fs]=audioread("jose_antonio.wav");
%Tiempo de duracion de la grabacion WAV:
t=length(x)/Fs;
%Factor de compresion: n=L/M
Fout=17640;
r=Fout/Fs;
%Calculo de L y M:
M=1;
L=r*M;
while (L~=round(L))
M=M+1;
L=r*M;
end
L
M
%Interpolacion:
x1=interp(x,L);
%Decimacion:
z=decimate(x1,M);
%definiendo,el eje de muestras
t=linspace(0,6,6*Fs);
Fs1=L*Fs/M;
t1=linspace(0,6,6*Fs1);
%Graficas x y z:
subplot(221),stem(t,x)
subplot(223),stem(t1,z)
subplot(222),stem(t(1:100),x(1:100))
subplot(224),stem(t1(1:40),z(1:40))
length(x)
length(z)
sound(x,Fs)
pause(8)
sound(z,Fs1)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
El programa obtiene los valores de M y L para el procesamiento posterior y se
muestran resultados de la cantidad de muestras que resultan para X y Z:
Se obtuvieron las gráficas de X y Z completas y 2ms de las muestras
contenidas en cada una de ellas:
Observaciones:
1. Se aprecia una compresión significativa en la cantidad de muestras que ahora
se tiene en la señal discreta Z[n].
2. Empleando el comando sound para X y Z en sus respectivas frecuencias , no
se nota alguna deformacion en el mensaje ni en la voz del locutor, esto se debe
a la alta frecuencia del muestreo que le otorga calidad a la señal y no se pierde
despues del procesamiento porque se mantiene elevada por lo menos para um
oido típico.
3. Se muestra un plot de parte la señal obtenida:
b) El programa genera un tono de 5kHz siendo la amplitud un dato, en esta parte
debemos cuidar que las señales tengan la misma dimension.
%PARTE B
%Debemos sumar un tono de frecuencia de 5KHz con la señal Z
tono5kHz=(0.25*sin(2*pi*5000*t1))';
size(tono5kHz)
size(z)
%Salida del sumador:
y1=z+tono5kHz;
f2=figure;
figure(f2)
subplot(221),stem(t1,z)
subplot(223),stem(t1,y1)
subplot(222),stem(t1(1:100),z(1:100))
subplot(224),stem(t1(1:100),y1(1:100))
pause(8)
sound(y1,Fs1)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
Se muestran las gráficas obtenidas:
Observaciones:
1. Con el comando sound , escuchamos un zumbido agudo en la señal Z+
Tono 5KHz, reproducida a 17640Hz, todo el tiempo.
2. Se nota el incremento de las amplitudes de Z en muchas muestras,
observando la envolvente.
3. Se muestra un plot de la señal modificada.
4. Podemos considerar el tono de 5kHz como una interferência que solo
afecta a la amplitud, pero la relación señal a ruído no es tan critica como
para no entender el mensaje.
c) Según el diagrama, ahora modificamos Z agregandole RUIDO BLANCO
durante los 6s de la grabación.La función rand genera muestras aleatórias de
amplitud entre 0 y 1, puesto que nuestra señal varia entre -1 y 1. Se modifica el
vector Wnoise restando 0.5 a cada muestra, para tener un comportamiento
bipolar análogo a la señal Z.
%PARTE C
%Debemos sumar RUIDO BLANCO a la señal Z
Wnoise=rand(length(z),1)-0.5;
%Salida del sumador:
y2=z+Wnoise;
f3=figure;
figure(f3)
subplot(221),stem(t1,z)
subplot(223),stem(t1,y2)
subplot(222),stem(t1(1:100),z(1:100))
subplot(224),stem(t1(1:100),y2(1:100))
pause(8)
sound(y2,Fs1)
f4=figure;
figure(f4)
plot(Wnoise(1:500))
f5=figure;
figure(f5)
plot(y2(1:500))
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
En el programa se procura, tener la gráfica de la señal completa y parte de ella
en diferentes ventanas para hacer las comparativas.
Se muestra una vista amplificada del Ruido Blanco y Y2:
Observaciones:
1. Se nota la invasión del ruido a lo largo de todo el intervalo de grabación,
del mismo modo al reproducir “y2”se escucha el “ruido literalmente”
durante toda la reproducción.
2. Se entiende el mensaje pero se nota una disminución de la intensidad de
la voz del locutor pero se le identifica, por momentos parece que la
distorsion es mayor, esto se valida por ejemplo al observar que las
primeras muestras de Z están alrededor de 0.5 voltios y es posible que sea
momentos de la grabación donde la relación señal a ruido se reduce.
d) Este caso comprende la multiplicación de Z con un tono de 3KHz.
%PARTE D
%Debemos multiplicar un tono de frecuencia de 3KHz con la señal Z
tono3kHz=(0.25*sin(2*pi*3000*t1))';
%Salida del multiplicador:
y3=z.*tono3kHz;
f6=figure;
figure(f6)
subplot(221),stem(t1,z)
subplot(223),stem(t1,y3)
subplot(222),stem(t1(1:100),z(1:100))
subplot(224),stem(t1(1:100),y3(1:100))
pause(8)
sound(y3,Fs1)
f7=figure;
figure(f7)
plot(t1,y3)
Las graficas obtenidas:
Observaciones:
1. La señal grabada ha sido modificada en amplitud y frecuencia, cuando la
reproducimos no se entiende el mensaje y tampoco se identifica la voz del
locutor.
2. En nuestro análisis en el tiempo podemos observar en las graficas que la
amplitud en general de las muestras están distorsionadas y cuando
hacemos una ampliación se observa que muchas se han suprimido
prácticamente.
RESUMEN GRAFICO:
Después de la Interpolación y Diezmado:
Efecto de compresión, la
envolvente se mantiene.
Procesamientos sobre la señal Z[n]:
Callao, 05 de octubre de 2024
