Académique Documents
Professionnel Documents
Culture Documents
Ayuda
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
1/19
21/12/13
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
2/19
21/12/13
Frecuencia normalizada
Cuando se habla de muestreo admitimos que las muestras provienen de hecho de la operacin de muestreo de un tiempo de seales continuas. Supongamos que hemos obtenidoN muestras, x [ 1 ] , . . . , desde x [ Nel ] muestreo de la seal x ( t .) ndices de la muestra de la seal pueden ser entonces vinculados a momento a travs del perodo de muestreo T s , Donde por k-sima muestra de la seal que tenemos t = k T .s Del mismo modo, los ndices de muestra de un espectro (DFT / DFS) pueden estar relacionadas con las frecuencias a travs de la frecuencia de muestreoF s = 1 / T ,s Donde por k-sima muestra del espectro tenemos F = k Fs / . N Cuando se habla de frecuencia normalizada, la normalizacin se pretende con respecto a la frecuencia de muestreo F s . El enlace entre el dominio de la frecuencia normalizada continuo y el uno discreta, es luego F / F s = k /. N En consecuencia, cuando se expresa en trminos de frecuencias normalizadas, un espectro DFT / DFS tiene un dominio1 / N , . . . , ( N - 1 ). /
N, 1
x=( 4 9 9 : 5 0 0 )/2 0 ; i n d e x Z e r o=f i n d( x= =0 ) ; x( i n d e x Z e r o )=1 ; .Y=( .s i n( p i*x )/( p i*x ) )^2 ; y( i n d e x Z e r o )=1 ;
Y=f f t( y ) ;
para obtener
N=l o n g i t u d( y ) ; f i g u r a ;
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex 3/19
21/12/13
Est claro que tenemos una funcin de banda limitada. Vamos ahora a bajar probamos nuestra funcin sinc cuadrado
y.
obtencin
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
4/19
21/12/13
La seal y5 es todava de banda limitada y podemos reconocer el espectro de la seal original y . Ahora down-muestra por un factor de 10
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
5/19
21/12/13
obtencin
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
6/19
21/12/13
Ahora estamos en el lmite de la banda de lmite, sin embargo, el espectro de la seal original todava puede ser reconocido. Procedemos por abajo de la toma de muestras de un factor de 20
obtencin
21/12/13
n o r m F r e q=( 1 :N )/N ; s u b p a r c e l a( 2 , 1 , 2 ) ;p l o t( n o r m F r e q ,a b s( Y 2 0 ) ) ;
El espectro de la seal de muestreo reducido se afecta por ahora aliasing y es una versin distorsionada del espectro original, no siendo esta ltima ms reconocibles. La seal original de la muestra 1000 se puede reconstruir por cero de relleno del espectro (de expansin de ancho de banda) y la realizacin de un inversa DFT / DFS. Como se mencion anteriormente, el cero relleno en realizado en el ndice medio del espectro. Vamos a comparar la forma de la reconstruccin de las tres seales abajo en la muestra-
s i z e Y=l o n g i t u d( Y ) ; N=l o n g i t u d( Y 5 ) ; %P a d d i n gZ e r o Y Y 5=[ Y 5( 1 :N/2 )c e r o s( 1 ,s i z e Y N )Y 5( ( N/2+ 1 ) :N ) ] ; %P u e s t aae s c a l ad el aD F T/D F Sd e b i d oa la u m e n t od e ln m e r od em u e s t r a s s c a l i n g F a c t o r=( s i z e Y/N ) ; %E s c a l a d oi n v e r s oD F T/D F S .
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex 8/19
21/12/13
%T e n g ae nc u e n t aq u el as e a ls ed e b es e rr e a lyc u a l q u i e rp a r t ei m a g i n a r i ae sd e b i d oae r r o r e sn u m r i c o s y y 5=s c a l i n g F a c t o r*r e a l( I F F T( Y Y 5 ) ) ; N=l o n g i t u d( Y 1 0 ) ; %P a d d i n gZ e r o Y Y 1 0=[ Y 1 0( 1 :N/2 )c e r o s( 1 ,s i z e Y N )Y 1 0( ( N/2+ 1 ) :N ) ] ; %P u e s t aae s c a l ad el aD F T/D F Sd e b i d oa la u m e n t od e ln m e r od em u e s t r a s s c a l i n g F a c t o r=( s i z e Y/N ) ; %E s c a l a d oi n v e r s oD F T/D F S . %T e n g ae nc u e n t aq u el as e a ls ed e b es e rr e a lyc u a l q u i e rp a r t ei m a g i n a r i ae sd e b i d oae r r o r e sn u m r i c o s y y 1 0=s c a l i n g F a c t o r*r e a l( I F F T( Y Y 1 0 ) ) ;
N=l o n g i t u d( Y 2 0 ) ; %P a d d i n gZ e r o Y Y 2 0=[ Y 2 0( 1 :N/2 )c e r o s( 1 ,s i z e Y N )Y 2 0( ( N/2+ 1 ) :N ) ] ; %P u e s t aae s c a l ad el aD F T/D F Sd e b i d oa la u m e n t od e ln m e r od em u e s t r a s s c a l i n g F a c t o r=( s i z e Y/N ) ; %E s c a l a d oi n v e r s oD F T/D F S . %T e n g ae nc u e n t aq u el as e a ls ed e b es e rr e a lyc u a l q u i e rp a r t ei m a g i n a r i ae sd e b i d oae r r o r e sn u m r i c o s Y Y 2 0=s c a l i n g F a c t o r*r e a l( I F F T( Y Y 2 0 ) ) ;
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
9/19
21/12/13
En los dos primeros casos tenemos una reconstruccin prefecto de la seal de la muestra 1000 Mientras que en el tercer caso se obtiene una seal diferente (una especie de sincronismo): el
y,
espectro es un alias y la informacin original se ha perdido. He aqu un buen ejercicio en el papel y el lpiz para usted: Se puede tericamente probar lo que hemos obtenido numricamente?
x 1=s i n( 2*p i*4 0*( 1 : 1 0 0 0 )/1 0 0 0 ) , x 2=s i n( 2*p i*8 0*( 1 : 1 0 0 0 )/1 0 0 0 ) , x 3=s i n( 2*p i*1 6 0*( 1:1 0 0 0 )/1 0 0 0 ) , x=[ x 1c e r o s( 1 , 1 0 0 0 )( 1 , 1 0 0 0c e r o sx 2 )x 3 ] ;
w a v p l a y( x ,9 0 0 0 )
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex 10/19
21/12/13
s o n i d o( x ,9 0 0 0 )
El uso de ambos comandos se supone que la seal ha sido muestreada utilizando una frecuencia de muestreo de 9000 Hz. Observe que si el parmetro de frecuencia de muestreo no se pasa a la funcin de sonido, jugando w a v p l a y( ) de FreeMat asume una frecuencia de muestreo de 11025 Hz, mientras que s o n i d o( ) de Matlab asume una frecuencia de muestreo de 8192 Hz. Recordamos que el espectro de la seal x es
21/12/13
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
12/19
21/12/13
Juega x x 2 ! .. se escuchar ninguna diferencia con la seal original x! Ahora es el momento de bajar de la muestra por un factor 10 ..
x 10ahora
es un alias y es bastante
diferente del contenido espectral de la seal original x. Podemos imaginar que existe tanto la reconstruccin de las 5.000 muestras originales de la seal de relleno de ceros el espectro de un error y en lugar de proporcionar una seal diferente .. vamos a ver esto
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
13/19
21/12/13
y ahora jugar! ... raro no? La informacin original se ha distorsionado por el efecto aliasing! y, de hecho, no es posible reconocer una vez ms, hacer una verificacin de papel y lpiz de lo que ha sucedido! (Pista: se puede considerar el espectro original
X que
Usted debe notar que cuando el muestreo descendente en un factor 10 el contenido espectral de la segunda y tercera tono son alias, corrompiendo todo el contenido espectral.
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
14/19
21/12/13
La trama sugieren que los contenidos espectrales se encuentran entre 0 y aproximadamente 0,24 (y simtricamente entre 0,76 y 1). As que no debera haber ningn problema en el muestreo descendente por un factor de 2 la seal .. vamos a tratar de hacerlo y luego reconstruir la seal muestra completa por relleno de ceros la transformada de Fourier.
s i z e j i n g l e=l o n g i t u d( c a s c a b e l e o ) ; %D o w n m u e s t r e oe nu nf a c t o r2 j i n g l e 2=c a s c a b e l e o( 0 1 : 0 2 :s i z e j i n g l e ) ; N=l o n g i t u d( j i n g l e 2 ) ; %D F T/D F Sd e lt i n t i n e od em u e s t r e or e d u c i d o J i n g l e 2=f f t( j i n g l e 2 ) ; %P a d d i n gZ e r o J J i n g l e 2=( s i z e j i n g l e/N )*[ J i n g l e 2( 1 :( N/2 ) )d ec e r o s( 1 ,s i z e j i n g l e N )J i n g l e 2( ( N/2+ 1 ) :N ) ] ; %R e c o n s t r u c c i np o rD F Ti n v e r s a/D F S j j i n g l e 2=r e a l( I F F T( J J i n g l e 2 ) ) ;
Ahora toca el jingle de la seal original y la seal j j i n g l e 2 reconstruido a partir de la seal de abajo muestra j i n g l e 2 : oir ninguna diferencia sustancial! En FreeMat
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex 15/19
21/12/13
w a v p l a y( j i n g l e s ,F s ) ; w a v p l a y( j j i n g l e 2 ,F s ) ;
En Matlab
s o n i d o( t i n t i n e o ,F s ) ; s o n i d o( j j i n g l e 2 ,F s ) ;
Hganos saber abajo muestra seal original por un factor de 10. Ahora esperamos un efecto aliasing y por lo tanto que la seal reconstruida se distorsionar. Vamos a escuchar eso!
s i z e j i n g l e=l o n g i t u d( c a s c a b e l e o ) ; %D o w n m u e s t r e oe nu nf a c t o r1 0 j i n g l e 1 0=c a s c a b e l e o( 1 : 1 0 :s i z e j i n g l e ) ; N=l o n g i t u d( j i n g l e 1 0 ) ; %D F T/D F Sd e lt i n t i n e od em u e s t r e or e d u c i d o J i n g l e 1 0=f f t( j i n g l e 1 0 ) ; %P a d d i n gZ e r o J J i n g l e 1 0=( s i z e j i n g l e/N )*[ J i n g l e 1 0( 1 :( N/2 ) )d ec e r o s( 1 , s i z e j i n g l e N )J i n g l e 1 0( ( N/2+ 1 ) :N ) ] ; %R e c o n s t r u c c i np o rD F Ti n v e r s a/D F S j j i n g l e 1 0=r e a l( I F F T( J J i n g l e 1 0 ) ) ;
w a v p l a y( j j i n g l e 1 0 ,F s ) ;
o en Matlab
s o n i d o( j j i n g l e 1 0 ,F s ) ;
podemos sealar que se ha visto gravemente distorsionado por el efecto aliasing y la informacin contenida en la seal original se ha alterado! En pocas palabras, hemos perdido la informacin! Si realmente queremos seguir con nuestra idea de hacia abajo-el muestreo del cascabeleo por un factor de 10, podemos reducir la informacin inicial por lo que no se ve distorsionada por el efecto aliasing. Es decir, se sigue diligentemente el teorema de muestreo y de paso bajo la seal antes de bajar de muestreo de la misma .. es mejor que perder parte de la informacin que tiene todo el
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex 16/19
21/12/13
contenido espectral corrompido por aliasing. Vamos a ver cmo ... Empezamos por pasa-bajo el jingle. Dado que nuestro objetivo es un muestreo descendente por un factor de 10, tenemos que cortar todo el contenido espectral de 0,05 a 0,5 y, simtricamente de 0,5 a 0,95. Lo hacemos en el dominio de la frecuencia.
Juega j i n g l e L P al descubrir que el jingle sonidos de baja (baja pasado), pero no se distorsiona! En FreeMat
w a v p l a y( j i n g l e L P ,F s ) ;
o en Matlab
s o n i d o( j i n g l e L P ,F s ) ;
Echemos un vistazo al contenido espectral, por lo que a la observacin del efecto paso bajo
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
17/19
21/12/13
Ahora down-muestrear la seal pasa bajo y reconstruir la seal original bajo pasado de las muestras de abajo en la muestra
s i z e j i n g l e=l o n g i t u d( j i n g l e L P ) ; %D o w n p r o b a rl av e r s i nd ep a s ob a j od e lc a s c a b e l e op o ru nf a c t o r d e1 0 j i n g l e L P 1 0=j i n g l e L P( 0 1 : 1 0 :N ) ; N=l o n g i t u d( j i n g l e L P 1 0 ) ; %D F T/D F Sd el av e r s i nd ep a s ob a j od em u e s t r e or e d u c i d od e lc a s c a b e l e o J i n g l e L P 1 0=f f t( j i n g l e L P 1 0 ) ; %P a d d i n gZ e r o J J i n g l e L P 1 0=( s i z e j i n g l e/N )*[ J i n g l e L P 1 0( 1 :( N/2 ) )d ec e r o s ( 1 ,s i z e j i n g l e N )J i n g l e L P 1 0( ( N/2+ 1 ) :N ) ] ; %R e c o n s t r u c c i np o rD F Ti n v e r s a/D F S j j i n g l e L P 1 0=r e a l( I F F T( J J i n g l e L P 1 0 ) ) ;
se puede jugar j j i n g l e L P 1 0y j j i n g l e 1 0 remarcar que los primeros sonidos de baja pero no est distorsionada, mientras que el segundo est en efecto distorsionado! En FreeMat
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
18/19
21/12/13
w a v p l a y( j j i n g l e L P 1 0 ,F s ) ; w a v p l a y( j j i n g l e 1 0 ,F s ) ;
o en Matlab
s o n i d o( j j i n g l e L P 1 0 ,F s ) ; s o n i d o( j j i n g l e 1 0 ,F s ) ;
Por lo tanto, es mejor que se pega con el teorema de muestreo y suelta la silla, pero no el caballo!
Creado Mi 27 de febrero 2013 8:43 AM ECT ltima modificacin mar 19 de noviembre 2013 05 a.m. ECT
https://class.coursera.org/dsp-002/wiki/view?page=mod6_numex
19/19