Procesamiento Digital de Señales con MATLAB 1

Recuperación de una señal con ruido aleatorio

Creamos una constante R con valor 50. Vemos que se crea en una matriz de 1x1.

Declaramos una variable m, que consiste en un arreglo de 50 elementos, es decir, una matriz de
1x50. Los elementos son un rango de 0 a R-1 (49).

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 2

Declaramos la variable x1, que es una función de m. Vemos que el resultado es una matriz de 1x50
(un vector).

Ahora queremos declarar x2. Que será sustituir cada elemento de m con 0.9^m.

Como podemos ver nos marca un error. Lo cual es claro, pues no es posible elevar ¿una constante
a una matriz? Por ello usamos el símbolo de punto (.) para indicar que la operación debe realizarse
elemento a elemento.

Que nos da como resultado un vector de 1x50.

Ahora queremos multiplicar ambos vectores elemento a elemento. Para ello volvemos a utilizar el
símbolo de punto (.).

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 3

Y obtenemos un nuevo vector de 1x50.

Podemos graficarlo como una señal discreta con:

Esta será nuestra señal original:

Ahora crearemos una señal aleatoria que simulará ser el ruido:

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 4

Ambas instrucciones son equivalentes (pues m es de 1x50).

Al graficarla tenemos lo siguiente:

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 5

Si sumamos ambas señales (x y r), estaríamos simulando una situación muy común de la vida real,
que consiste en agregar ruido a una señal original.

Como podemos ver, la señal es similar a la original, pero con cierta distorsión.

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 6

Para recuperar la señal original a partir de la señal con ruido podemos usar el concepto de
promedio de ensamble.

Creamos una matriz ‘y ‘ de 1x50 con puros ceros.

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 7

Ahora hacemos 50 experimentos idénticos al anterior.

De modo que en ‘y’ tenemos la suma de los 50 experimentos:

Ahora dividimos entre el número de experimentos (50 en este caso):

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 8

Obteniendo así el promedio de ensamble (con K = 50).

Como podemos ver, la gráfica es muy similar a la original. Si queremos saber “qué tan similar es”
calculamos el error relativo.

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 9

El error relativo consiste en obtener el cociente entre la norma 2 de la diferencia de ambas señales
con la norma 2 de la señal original:

Recordemos que la norma 2 de una señal nos da valor RMS, es decir su valor cuadrático medio (el
cual elevado al cuadrado es su ENERGÍA). Que no es más que la magnitud del vector resultante de
sumar todas las componentes (todos los elementos del vector ‘x’ o ‘y’, en este caso 50 elementos).

En MATLAB usamos la palabra norm:

Podemos ver que el error relativo es muy grande (0.3465). Si repetimos el experimento más veces
dicho error podría reducirse.

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 10

No necesariamente aumentar el número de experimentos garantiza mejores resultados:

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 11

A continuación se muestra una gráfica del error relativo contra el valor de K.

Como se puede apreciar, el error relativo oscila alrededor de un valor en concreto, siendo máximo
para K = 1, y reduciéndose la amplitud conforme K aumenta. También podemos ver que el error
relativo más pequeño se ubica en valores de K entre 1 a 50.

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 12

El error relativo más pequeño lo encontramos precisamente en K = 26:

También podemos ver que la norma infinita (inf en MATLAB) de la señal nos da el valor más alto.

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 13

Ahora bien, el comportamiento de la gráfica anterior se debe a la naturaleza de la señal de ruido

agregada a la original. Los valores de la señal ruidosa oscilan entre 0 y 1, con valores positivos, es
por ello que la gráfica de error relativo contra K tiene esa forma.

A continuación se muestra lo mismo que hicimos en las páginas anteriores, pero con la diferencia
de que la señal de ruido tendrá valores tanto positivos como negativos.

En la siguiente figura vemos la gráfica generada con este nuevo código.

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 14

Como podemos ver, conforme el valor de K aumenta nos aproximamos a un error relativo igual a
cero.

Jesús García Díaz

 Procesamiento Digital de Señales con MATLAB 15

Incluso gráficamente podemos determinar el valor de K donde el error relativo es menor, siendo
igual a 950, correspondiéndole un error relativo de 0.0576

Jesús García Díaz