PRACTICA MATLAB

2 Señales y Análisis de Fourier En esta práctica se pretende revisar parte de la materia del tema 2 de la asignatura desde la perspectiva de un entorno de cálculo numérico y simulación por ordenador. El objetivo fundamental es familiarizarse con la definición, manipulación y representación de señales en MATLAB. Para ello, en primer lugar, repasaremos y consolidaremos las nociones de MATLAB adquiridas en la práctica anterior; en particular la definición, operación y representación de señales en el dominio del tiempo. Posteriormente, utilizaremos algunas de las funciones que ofrece MATLAB para el Análisis de Fourier así como para la manipulación de señales en los dominios del tiempo y la frecuencia,

1. Introducción Como ya estudiamos en diversos ejemplos de la práctica anterior, MATLAB es muy utilizado en la definición, manipulación y representación de señales analógicas. Siendo rigurosos, el procedimiento seguido en esos ejemplos no es adecuado para el análisis de señales analógicas; es más, en general, MATLAB no permite analizar señales analógicasi. Esto se debe a que la forma natural de representar una señal en MATLAB es definir una secuencia finita de valores mediante un vector fila. Así, como veremos en el siguiente ejercicio, podemos definir la secuencia de instantes de tiempo equidistantes (intervalo 1 ms) entre 0 y 0.25s. Y del mismo modo, definimos una señal sinusoide como una secuencia de valores. Ejercicio 1

Genere una secuencia de instantes de tiempo que parta de t=0s y llegue hasta t=0.25s en intervalos de 1ms. Construya una función seno en esa base de tiempo de amplitud 1 y frecuencia 5Hz. Use plot para dibujar la forma de onda. Además, destaque cada punto de la gráfica con *. >> Tinicial=0; >> Tfinal=0.25; >> step=0.001; >> t=Tinicial:step:Tfinal-step; >> y=1*sin(5*2*pi*t); >> plot(t,y); hold on; >> plot(t,y,’*’);

% Definimos el tiempo inicial % Definimos el tiempo final % Definimos el paso entre instantes de tiempo % Se genera el vector de tiempos % Se genera y % Dibujamos y % Dibujamos las muestras de y

i. Salvo que se usen bloques funcionales o toolboxes Física de las Comunicaciones

© Electrónica y Electromagnetismo

Señales y Análisis de Fourier

2

Por tanto, siendo estrictos, en MATLAB toda señal es discreta en tiempo, mientras que en amplitud puede ser discreta (cuantizada) o continua (aunque limitada por la precisión de los tipos numéricos). No obstante, si los intervalos temporales entre valores son suficientemente pequeños y el rango temporal en el que se define la señal es suficientemente amplio, la secuencia de valores empleada para representar la señal y las operaciones realizadas para su análisis proporcionan una buena aproximación a los resultados teóricos. En el caso más simple y frecuente, los valores se toman en instantes equiespaciados, intervalo que no debe confundirse con el periodo de muestreo. De momento, ignoraremos el efecto de la discretización de señales (utilizaremos intervalos de tiempo suficientemente pequeños, de modo que los efectos sean despreciables). Asimismo, la amplitud de las señales está sometida a una discretización que, dada la precisión de los tipos numéricos empleados en MATLAB, podemos ignorar. 1.1. Señales especiales. Vamos a ver una posible forma de representar en MATLAB algunas señales analógicas típicas.

SEÑAL ESCALÓN % Ejemplo de señal escalon >> t=-10:0.01:10; >> f_escalon=[zeros(1,1000),ones(1,1001)]; >> plot(t,f_escalon);

SEÑAL PULSO % Ejemplo de señal pulso >> t=-10:0.01:10; >> f_pulso=[zeros(1,950),ones(1,101),zeros(1,950)]; >> plot(t,f_pulso);

SEÑAL SAMPLING % Ejemplo de señal sampling >> t=-10:0.01:10; % Señal sampling nula en t=n*pi, n=1,2,... >> f_sampling=sin(t)./t; >> plot(t,f_sampling); % Señal sinc nula en t=n, n=1,2,... >> f_sinc=sinc(t); >> plot(t,f_sinc);

SEÑAL IMPULSO O DELTA DE DIRAC % Ejemplo de señal impulso >> t=-10:0.01:10; >> f_impulso=[zeros(1,1000),1,zeros(1,1000)]; >> plot(t,f_impulso);

SEÑAL DIENTE DE SIERRA % Ejemplo de señal diente de sierra de periodo 0.1Hz % sawtooth(x,width) señal en diente de sierra con periodo 2*pi para los % elementos del vector x. El parámetro “width” es un escalar entre Física de las comunicaciones

© Electrónica y Electromagnetismo

2. Análisis de Fourier

3

% 0 y 1, y describe la fracción del periodo 2*pi en el que ocurre el % máximo. >> t=-10:0.01:10; >> width=0.10; >> f_sierra=sawtooth(2*pi*0.1*t,width); >> plot(t,f_sierra);

SEÑAL TRIANGULAR % Ejemplo de señal triangular de periodo 0.1Hz % Es un caso particular de señal diente de sierra con width=0.5 >> t=-10:0.01:10; >> f_triangular=sawtooth(2*pi*0.1*t,0.5); >> plot(t,f_triangular);

SEÑAL EXPONENCIAL % Ejemplo de señal exponencial decreciente >> t=-10:0.01:10; % tau: constante de tiempo (RC) >> tau=200e-2; >> f_expon=exp(-t/tau); >> plot(t,f_expon);

SEÑAL CUADRADA % Ejemplo de señal cuadrada de frecuencia 0.5Hz % square(x,duty) genera una onda cuadrada de periodo 2*pi con un duty cycle dado >> t=-10:0.01:10; >> duty=50; % porcentaje del periodo en el que la señal es positiva >> f_cuadrada=square(2*pi*0.5*t,duty); >> plot(t,f_cuadrada);

2. Análisis de Fourier Las series de Fourier permiten describir señales periódicas como una combinación de señales armónicas (sinusoides). Con esta herramienta, podemos analizar una señal periódica en términos de su contenido frecuencial o espectro. Además, nos permite establecer la dualidad entre tiempo y frecuencia, de forma que operaciones realizadas en el dominio del tiempo tienen su dual en el dominio frecuencial. Utilizando operaciones sobre vectores, se pueden calcular fácilmente los coeficientes de Fourier correspondientes a una señal. En el ejercicio 2, se definen el vector n, que contiene los índices de los coeficientes, y el vector cn, que contiene los coeficientes. Los coeficientes cn, son los coeficientes espectrales de la señal. La gráfica de esos coeficientes en función del índice armónico n o de las frecuencias nωo se denomina espectro. Hay dos tipos de gráficos, uno con la magnitud de los coeficientes y otro de la fase. Ambas funciones son discretas en frecuencia.

Física de las Comunicaciones

© Electrónica y Electromagnetismo

Señales y Análisis de Fourier

4

Ejercicio 2

Escriba un fichero MATLAB que proporcione los coeficientes de Fourier de una señal cuadrada de periodo 0.2s (frecuencia 5Hz) y amplitud igual a 1V. % Obtener los coeficientes de Fourier para una señal cuadrada de periodo % 0.2s y amplitud 1. clear; % frecuencia de la señal cuadrada (=1/T) f=5; T=1/f; % Indice de los coeficientes n=1:10; % Coeficientes de Fourier cn=2*(cos(n*pi)-1)./(-2*j*n*pi); co=1; subplot(2,1,1); stem(n,abs(cn)); ylabel('Magnitud de cn'); subplot(2,1,2); stem(n,angle(cn)); ylabel('fase de cn'); xlabel('n');

A partir de la serie de Fourier, es posible reconstruir una señal periódica. Cuanto mayor sea el número de armónicos utilizado en el desarrollo en serie, mejor será la reconstrucción. Un parámetro importante en la reconstrucción de señales es la velocidad de convergencia, o lo que es lo mismo, la velocidad con la que los coeficientes de Fourier tienden a 0. Ejercicio 3

Escriba un fichero en MATLAB para dibujar n armónicos de una señal cuadrada de periodo 0.2s y amplitud 1. % Desarrollo en serie de Fourier de una señal cuadrada de periodo 0.2s y amplitud 1 clear; % frecuencia de la señal cuadrada (=1/T) f=5; T=1/f; % Indice de los coeficientes n=1:10; % Generamos la serie de Fourier t=-1:0.01:1; % vector de tiempos for i=1:50 for k=1:size(t,2) s(i,k)=(2*(1-cos(pi*i))/(pi*i))*sin(2*pi*i*f*t(k)); end end for k=1:size(t,2) st(k)=sum(s(:,k)); end Física de las comunicaciones

© Electrónica y Electromagnetismo

2. Análisis de Fourier

5

st(1)=st(1)+1; plot(t,st,'r'); hold on; % Señal cuadrada original f_cuadrada=square(2*pi*f*t,50); plot(t,f_cuadrada); xlabel(‘tiempo’); ylabel(‘Amplitud’);

MATLAB está equipado con funciones especiales que nos van a permitir realizar un análisis de Fourier de funciones definidas por un conjunto de valores discretos. Por ejemplo, el comando fft() nos permite obtener la transformada rápida de Fourier (fast Fourier Transform) de una secuencia de números definida por el vector x. Por ejemplo: >> X=fft(x);

donde X es un vector de números complejos ordenados desde k=0...N-1. Si queremos que sea más eficiente en el cálculo de la ffT, la longitud del vector x deberá ser una potencia de 2. Podemos rellenar de ceros el vector x para que tenga la longitud apropiada. Esto se consigue automáticamente haciendo: >> X=fft(x,N);

donde N es exponente de 2. Mientras más largo sea x, más fina será la escala para la ffT. Debido a un fenómeno de plegamiento del espectro, sólo la primera mitad de los puntos obtenidos son de utilidad. La función fftshift() reordena el vector X en orden creciente de frecuencia. Si X es el vector resultante de hacer una ffT, utilizando esta función reordenamos los puntos en función de la frecuencia. >> X=fftshift(X); Ejercicio 4

Obtenga la transformada de Fourier de una señal exponencial modulada en amplitud con una frecuencia de portadora de 200Hz, x(t)=exp(2·t)·sin(2·pi·200·t). % Ejemplo de una ffT de una señal exponencial modulada en amplitud % con una frecuencia portadora de 200Hz. % Definicion de la señal t=-0.25:0.001:0.25; x=exp(-2*t).*sin(2*pi*200*t); % Representacion en el tiempo subplot(3,1,1); plot(t,x); title('x(t)=exp(-2t)·sin(2·pi·200·t)'); xlabel('Tiempo (t)');ylabel('x(t)'); % Transformada de Fourier X=fftshift(fft(x)); % Magnitud y fase de la transformada Xm=abs(X); Xf=unwrap(angle(X))*180/pi; % Base de frecuencias Física de las Comunicaciones

© Electrónica y Electromagnetismo

Señales y Análisis de Fourier

6

delta_t = t(2)-t(1); f = ((1:length(t)) - ceil(length(t)/2)) / length(t) / delta_t; % Representacion en frecuencia subplot(3,1,2); plot(f,Xm,'r'); title('Módulo de transformada de Fourier de x(t)'); xlabel('frecuencia (Hz)');ylabel('|X(jw)|'); subplot(3,1,3); plot(f,Xf,'r');zoom; title('fase de la transformada de Fourier de x(t)'); xlabel('frecuencia (Hz)');ylabel('fase X(jw)');

A partir de la transformada de Fourier, es posible reconstruir la señal en el dominio del tiempo. El comando ifft() sirve para obtener la transformada inversa de Fourier de una serie de números complejos: >> x=ifft(X); Ejercicio 5

Obtenga la transformada de Fourier de una señal exponencial modulada en amplitud , x(t)=exp(-2·t)·sin(2·pi·3·t). Realice la transformada inversa y obtenga la señal en el tiempo a partir de su transformada. % Ejemplo de una ffT de una señal exponencial modulada en amplitud % Obtención de la señal en el tiempo a partir de su transformada % Definicion de la señal t=-0.25:0.001:0.25; x=exp(-2*t).*sin(2*pi*3*t); % Representacion en el tiempo figure(1); plot(t,x); title('x(t)=exp(-2t)·sin(2·pi·200·t)'); xlabel('Tiempo (t)');ylabel('x(t)'); % Transformada y representacion en frecuencia Xt=fft(x); X=fftshift(Xt); % Magnitud y fase de la transformada Xm=abs(X); Xf=unwrap(angle(X))*180/pi; % Base de frecuencias delta_t = t(2)-t(1); f = ((1:length(t)) - ceil(length(t)/2)) / length(t) / delta_t; figure(2); subplot(2,1,1); plot(f,Xm,'r');zoom; title('Módulo de transformada de Fourier de x(t)'); xlabel('frecuencia (Hz)');ylabel('|X(jw)|'); subplot(2,1,2); plot(f,Xf,'r');zoom; title('fase de la transformada de Fourier de x(t)'); xlabel('frecuencia (Hz)');ylabel('fase X(jw)');

Física de las comunicaciones

© Electrónica y Electromagnetismo

3. Producto de Convolución

7

% Obtener la señal en el dominio del tiempo a partir de su transformada xrec=ifft(Xt); figure(3); plot(t,xrec); title('Transformada inversa') xlabel('Tiempo (t)');ylabel('xrec(t)');

3. Producto de Convolución La convolución es una potente herramienta matemática utilizada en el procesado de señales. Aunque en general se define como un operador que permite determinar la respuesta de un sistema lineal, invariante en el tiempo ante una determinada entrada, también se puede aplicar a dos señales arbitrarias. La convolución de f y g se denota por f*g y se define como la integral del producto de ambas funciones después de que una sea invertida y desplazada. En MATLAB contamos con la función conv() que realiza la la convolución de los vectores x y h. El vector resultante tiene un tamaño igual a length(x)+length(h)-1. >> y=conv(x,h); Ejercicio 6

Genere un fichero MATLAB donde realice la convolución de una señal coseno de frecuencia 100Hz y una señal escalón. Compruebe que se verifican las propiedades de la transformada de Fourier respecto al producto de convolución. % Ejemplo de una ffT de una señal exponencial modulada en amplitud % Obtención de la señal en el tiempo a partir de su transformada % Definicion de las señales t = -pi:0.001:pi; g_escalon=[zeros(1,1000*pi+1), ones(1,1000*pi+1)]; w = 2*pi; g = cos(w*100*t); g_conv = conv(g,g_escalon); figure(1); subplot(3,1,1); plot(t,g_escalon); title('SEÑAL ESCALON'); xlabel('Tiempo (t)');ylabel('e(t)'); subplot(3,1,2); plot(t,g); title('cos(2·pi·t)'); xlabel('Tiempo (t)');ylabel('cos(2*pi*100*t)'); % Convolucion g_conv = conv(g,g_escalon); subplot(3,1,3); plot(t,g_conv(1:length(g)),'r') title('Convolucion'); xlabel('Tiempo (t)');

Física de las Comunicaciones

© Electrónica y Electromagnetismo

Señales y Análisis de Fourier

8

% Transformada y representacion en frecuencia de la convolucion G_conv=fftshift(fft(g_conv)); % Magnitud de la transformada Gm_conv=abs(G_conv); % Base de frecuencias delta_t = t(2)-t(1); f = ((1:length(g_conv)) - ceil(length(g_conv)/2)) / length(g_conv) / delta_t; figure(2); subplot(2,1,1); plot(f,Gm_conv,'r');zoom; title('Transformada de Fourier del producto de convolucion)'); xlabel('frecuencia (Hz)');ylabel('|X(jw)|'); % Obtener G_conv como el producto de los espectros G_escalon=fftshift(fft(g_escalon)); G=fftshift(fft(g)); G_conv2=G.*G_escalon; % Base de frecuencias delta_t = t(2)-t(1); f2 = ((1:length(t)) - ceil(length(t)/2)) / length(t) / delta_t; subplot(2,1,2); plot(f2,abs(G_conv2),'r');zoom; title('Producto de las transformadas de Fourier)'); xlabel('frecuencia (Hz)');ylabel('|X(jw)|');

4. Espectros de densidad de potencia y energía Las señales se pueden clasificarse según sean de energía o de potencia. ∞

•

Energía de una señal: E =

∫

2

X ( f ) df

–∞ ∞

•

Potencia de una señal: P =

∫ S g df –∞

Una señal se dice que es de energía si su E es finita, lo que implica que su potencia es cero. Por ejemplo, los pulsos limitados en el tiempo.Una señal se dice que es de potencia si su potencia es finita, lo que implica que su energía es infinita. Un ejemplo de este tipo de señales lo encontramos en las señales periódicas. Para el cálculo de estos espectros disponemos, además de las funciones para el análisis de Fourier anteriores, de la función psd(), que proporciona la densidad espectral de potencia de una señal en dB. >>Sg=psd(x,); Ejercicio 7

Genere un fichero MATLAB donde realice la densidad espectral de potencia de una señal coseno de frecuencia 100Hz.

Física de las comunicaciones

© Electrónica y Electromagnetismo

5. Cálculo simbólico

9

% Densidad espectral de potencia t=-pi:0.001:pi; w=2*pi*100; g=cos(w*t); PSD=psd(g,2^10,lenght(g)); plot(PSD);

5. Cálculo simbólico Durante la práctica hemos representado las señales mediante vectores y hemos manipulado las señales esencialmente mediante operaciones con vectores. Esta es la forma habitual de trabajar con MATLAB. No obstante, aunque en principio MATLAB no se diseño para realizar operaciones simbólicas, sí es posible definir y manipular señales (y funciones en general) de manera simbólica, si disponemos del Toolbox para el cálculo simbólico. Así, como en el ejercicio 8, podemos definir una función seno o delta de dirac y calcular su transformada de Fourier de forma simbólica. Ejercicio 8

Definir una función seno de forma simbólica y calcular su transformada de Fourier. % Análsis de Fourier con cálculo simbólico syms t % crear variable simbólica g=sin(2*pi*t); G=Fourier(g); % Transformada de Fourier ezplot(g); ginv=iFourier(G); % Transformada inversa

6. Cuestionario de Evaluación 6.1. Serie de Fourier •

Escriba un fichero en MATLAB (coeficientes_Fourier.m) que proporcione los coeficientes de Fourier de la señal de la fig 1. Genere un fichero en MATLAB (dibuja_armonicos.m) que permita dibujar n armónicos de dicha señal.

6.2. Transformada de Fourier •

Genere un fichero en MATLAB (transformada_Fourier.m) para obtener la transformada de Fourier de la señal, x(t)=sen(2·pi·200·t+sin(2·pi·2·t)). Realice la transformada inversa y obtenga la señal en el tiempo a partir de su transformada.

Física de las Comunicaciones

© Electrónica y Electromagnetismo

Señales y Análisis de Fourier

10

1 T t −τ/2

τ/2

Fig. 1

6.3. Producto de Convolución •

Genere un fichero MATLAB (convolucion.m) donde se realice la convolución de una señal coseno de frecuencia 50Hz y una señal pulso. Represente gráficamente las señales obtenidas.

NOTA: no será necesaria la entrega de una memoria. La evaluación de esta práctica se basará en los archivos requeridos en cada ejercicio.

Física de las comunicaciones

© Electrónica y Electromagnetismo