Universidad de Panamá.
Facultad de Informática, Electrónica & Comunicación.
Profesora: Yanzely Ng.
Materia: Tratamiento Digital de la Señal.
Có[Link]: 1410 Có[Link]: 30493
Laboratorio # 4
Nombres:
Roberto Javier Quintanilla Rivera, EC-0106-00061.
José Mario Diaz Hidalgo, 8-981-1837
Correo institucional:
[Link]@[Link]
[Link].@[Link]
2° Semestre
Año académico 2025.
1- Importamos las librerías: para la detección de picos en el espectro, de
numpy (np): para cálculo numérico (vectores, esta forma identificamos las frecuencias
matrices, FFT, etc.), con [Link] principales y sus magnitudes.
(plt):la usamos para graficar,
[Link] (GridSpec):se usó para 8- Creamos la figura principal con [Link] y
organizar los subgráficos en una cuadrícula organizamos los subgráficos con GridSpec en
flexible, con as convertimos los alias de cada un diseño de 2x2.
librería (np), (plt).
9- En el primer subgráfico (ax1):
2- Configuramos el estilo del gráfico con Representamos la señal en el dominio del
[Link]('seaborn-v0_8') para obtener tiempo, con las línea azul, representamos la
mejores visualizaciones. señal con ruido, con la línea roja de la señal
original sin ruido, incluimos los títulos,
3- Definimos los parámetros de la señal:
etiquetas, grilla y leyenda.
amplitud = 2.0 (altura máxima de la onda
sinusoidal), la frecuencia = 3 Hz nos muestra la
10- En el segundo subgráfico (ax2):
(cantidad de oscilaciones por segundo), la
Representamos el espectro de frecuencia con
variables t_inicio y t_fin nos da el (tiempo de
[Link], con el cual se muestran las frecuencias
inicio y final), con num_puntos = 1000 décimos
positivas y sus magnitudes normalizadas,
la (cantidad de muestras), la
además, se anotan las frecuencias principales
frecuencia_muestreo calculada a partir del
detectadas.
número de puntos y el intervalo.
4- Creamos el vector de tiempo t con 11- En el tercer subgráfico (ax3):
[Link] y generamos la señal sinusoidal Se presenta un panel informativo con los
pura con la función seno, luego, añadimos un parámetros de la señal y los resultados del
pequeño ruido gaussiano con análisis (frecuencia principal, amplitud del pico
[Link] para simular un caso y número de picos significativos).
más realista. 12- Finalmente, con plt.tight_layout ajustamos
los espacios entre gráficos y con [Link]()
5- Aplicamos la Transformada Rápida de visualizamos la figura completa.
Fourier (FFT) con [Link] para poder
obtener el espectro en frecuencia de la señal con
ruido, Se calculo también el vector de
frecuencias con [Link], La magnitud
del espectro se normaliza dividiendo entre N/2.
6- Como la FFT de una señal real es simétrica,
solo tomamos la mitad positiva del espectro,
frecuencias_positivas y magnitud_positiva.
7- Establecemos un umbral (0.1):
