SlideShare ist ein Scribd-Unternehmen logo
1 von 18
Downloaden Sie, um offline zu lesen
Facultad de Ingeniería Electrónica y Mecatrónica




        Procesamiento Digital de Señales
                    (TC61)
                         Laboratorio: 3
            Procesamiento de Señales con MatLab I


                        Ing. José C. Benítez P.
Índice


         Procesamiento de Señales con MatLab I
            Objetivo
            Ejercicios
            Tarea




           Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   2
Objetivos

     El alumno debe demostrar destreza en la adquisición
     de distintos tipos de señales de audio en Matlab
     para poder almacenarlas, leerlas,, reproducirlas,
     procesarlas y mostrar sus características.
     Al finalizar el alumno debe demostrar capacidad para
     hallar y mostrar las componentes armónicas de las
     señales de audio.




           Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   3
Ejercicios

Procesamiento de señales de audio con MatLab
1. Captura de las señales de audio en MatLab:
    Para capturar una señal de audio por la entrada MIC (micrófono) del
    computador, MatLab cuenta con la función
                 wavrecord(t*Fs,Fs,Ch)
        t es el tiempo en segundos de captura de la señal
        Fs es la frecuencia de muestreo (8000, 11025, 22050 y 44100)
        Ch es el tipo de canal (1: mono y 2: estéreo).
    Al capturar asignarle a una variable para su posterior procesamiento.
    Ejemplo:
    Capturar una señal de audio en estéreo con 20 segundos de duración, con
    una frecuencia de muestreo de 11025:
    Fs = 11025;
    y = wavrecord(20*Fs, Fs, 2);
    La captura se ha asignado a la variable vectorial y.
                     Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   4
Ejercicios

2.   Guardar las señales de audio en MatLab:
     Para guardar una señal capturada en formato WAV se usa la función:
                  wavwrite(y,Fs,NBits,'Nombre.wav') ;
             y es la varibale que contiene el archivo WAV
             Fs es la frecuencia de muestreo,
             NBits el número de bits (8, 16, 24 o 32) y
             Nombre.wav es el nombre del archivo en el que se grabará el sonido.
     Observaciones:
     - Los valores de amplitud que estén fuera del rango [-1,+1] son clipeados.
     - Si no se especifican los NBits el programa asume por defecto 16 Bits.
     - Si no se determina una Fs, el programa asume por defecto 8000 Hz.
     Ejemplo:
     Guardar el sonido capturado anteriormente.
     wavwrite(y,Fs,16,'sonido_uno.wav');


                     Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   5
Ejercicios

  3.   Leer las señales de audio desde un archivo WAV en MatLab:
       Para leer un archivo de sonido almacenado en formato WAV se
       utiliza el comando:
           z = wavread(‘sonido_uno.wav‘);
       Se debe asignar a una variable vectorial para su procesamiento
       posterior.




                 Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   6
Ejercicios

4.   Reproducir las señales de audio desde una variable vectorial en MatLab:
     Para reproducir un archivo de sonido almacenado en una variable vectorial
     se utiliza el comando:
         sound(z);
     z es la variable vectorial que contiene el archivo de sonido sonido_uno.wav
     cuya frecuencia de muestreo por defecto será de 8192 Hz.
         sound(z,Fs);
     Reproduce z con una frecuencia de muestreo Fs.
     Ejemplo: sound(z,44100);
     Se asume que los valores están dentro del rango [-1,1] ya que los valores
     que están fuera del rango son clipeados.
         sound(z,Fs,Bits);
     Reproduce z con una frecuencia de muestreo Fs definida por el usuario y
     determinados número de Bits por muestra.
     Ejemplo: sound(z,11025,4);

                    Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   7
Ejercicios

  5.   Información sobre las señales de audio en formato WAV en
       MatLab:
       Para conocer los datos de un archivo en formato WAV:
           [y,Fs,NBits] = wavread('file.wav');
       y almacena los valores del vector,
       Fs almacena la frecuencia de muestreo
       Nbits almacena el número de bits utilizados para cada muestra
       del archivo con formato wav.

       Si se desea saber la dimensión de los canales del archivo en
       formato wav, se utiliza el siguiente comando:
           t = wavread('file.wav','size')
       t se almacena la dimensión del archivo en formato wav.



                 Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   8
Ejercicios

  6.   Cortando las señales de audio en formato WAV en MatLab:
       Para leer las primeras Num muestras del archivo:
           [n]=wavread('file.wav',Num)
       Num es la cantidad de muestras que se desean tomar del archivo.

       Si se desea obtener la información adicional contenida en un
       archivo de formato wav, como el copyright o el título, se emplea
       el siguiente comando
           [y,Fs,NBits,Opts]=wavread('file.wav');
       y almacenan los valores del vector
       Fs almacena la frecuencia de muestreo,
       Nbits almacena el número de bits por muestra
       Opts almacena el resto de la información.



                 Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   9
Ejercicios

  7.   Tamaño y dimensión vectorial de las señales de audio en
       formato WAV en MatLab:
       length(v)
       retorna 42860
       length(f)
       retorna 97074

       Dimensión vectorial
       size(v)
       retorna 42860X1, lo que indica que es una señal monofónica.
       size(f)
       retorna 97064X1, lo que indica que es una señal monofónica.




                 Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   10
Ejercicios

 8.   Gráfico espectral de señales:
      Capturar los sonidos del violín y de la flauta utilizando en comando
      wavwrite en los archivos violin.wav y flauta.wav respectivamente.
      Leer los archivos violin.wav y flauta.wav en las variables vectoriales v
      y f respectivamente con el comando wavread.

      Problema:
      Hacer una gráfica espectral de las señales de un violin y una flauta,
      además se desea saber cuál fue el tamaño de las muestras y si las
      señales capturadas tienen uno o dos canales (Dimensión Vectorial).




                    Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   11
Ejercicios
SOLUCION:
Adquisición de señales de audio:
Fs=44100;
NBits=16;
y=wavrecord(5*FS,Fs,1);
z=wavrecord(10*Fs,Fs,1);
wavwrite(y,Fs,NBits,’violin.wav’);
wavwrite(z,Fs,NBits,’flauta.wav);
Procesamiento de señales de audio:
v=wavread('violin.wav');
f=wavread('flauta.wav');
%sound(v);
%sound(f);
espv=abs(fft(v));
espf=abs(fft(f));
subplot(4,1,1),plot(0:97073,f),grid on,title('Audio de una flauta');
subplot(4,1,2),plot(espf),grid on,title('Espectro de una flauta');
subplot(4,1,3),plot(0:42859,v),grid on,title('Audio de un violin');
subplot(4,1,4),plot(espv),grid on,title('Espectro de un violin');

                    Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   12
Ejercicios
RESULTADOS:
En los gráficos se observan la cantidad de componentes armónicas para estos dos instrumentos.




                           Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.     13
Ejercicios
I.    Adquisición de señales de audio
     Obtener 05 señales de audio con frecuencias de muestreo: 8000 y 44100;
     con un canal. Y almacene con 8,16 y 32 bits:
     a. sonido1 con su voz pronunciando sus nombres y apellidos.
     b. sonido2 con la voz de un niño pronunciando sus nombres y apellidos.
     c. sonido3 con la voz de una niña pronunciando sus nombres y apellidos.
     d. sonido4 con el sonido de animal.
     e. sonido5 con el sonido de una puerta que se cierra.
     Ejemplo de nombre de archivo: sonido18k1b24c.wav
     Es un archivo que corresponde a:
             Audio: sonido1
             Frecuencia de muestreo: 8000 (44k si es de 44100)
             Canales: 1 (Mono)
             Numero de bits: 24
             Cortado: c
     NOTA: Los audios no deben ser mayores a 20seg.
                   Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   14
Ejercicios

II.    Procesamiento digital de señales de audio
      Realizar procesamiento de cada una de las señales de audio obtenidas:
      a. Reproducir cada uno de las señales de audio obtenidas. Explicar
          diferencias.
      b. Mostrar toda la información posible de cada señal obtenida. Comentar
          resultados.
      c. Mostrar el grafico en el dominio del tiempo de cada señal obtenida.
          Comentar resultados.
      d. Mostrar el espectro de frecuencias de cada señal obtenida. Comentar
          resultados.
      e. Cortar cada una de las señales obtenidas a 3000 muestras. Guardarlas
          y reproducirlas. Comentar resultados.




                     Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   15
Informe de Laboratorio 3

  Indicaciones sobre el Informe de Laboratorio:
      Se presentará con el desarrollo de todos los ejercicios
      desarrollados y preguntas de esta presentación.
      Debe ser básicamente un documento gráfico en lo
      posible. Lo mas importante de un informe de laboratorio
      son los conclusiones, comentarios y observaciones.
      Se presenta impreso y en formato digital (en USB).
  Adjuntar en USB:
      Los códigos (archivos *.m) con los comentarios solicitados.
      Los archivos de audio obtenidos.
      Si han utilizado fuentes adicionales.

              Procesamiento Digital de Selñales - Prof. Ing. Jose C. Benitez P.   16
Presentación

  Todas las fuentes, archivos utilizados y el Informe deben
  presentarse en USB, dentro de una carpeta que lleve las
  iniciales del curso, sus Apellidos, guion bajo y luego el numero
  de laboratorio. Ejemplo:
                PDS_BenitezPalacios_L3
  Si adjunta fuentes adicionales, debe conservar el nombre
  original y agregar _tema.
  Revisar permanentemente el blog del Curso:
                http://utppds.blogspot.com.

            Las Tareas que no cumplan las indicaciones
            no serán recepcionados por el profesor.

               Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.   17
Agradecimiento




          Procesamiento Digital de Selñales - Prof. Ing. Jose C. Benitez P.   18

Weitere ähnliche Inhalte

Was ist angesagt?

10 transformada fourier
10 transformada fourier10 transformada fourier
10 transformada fourier
Alex Jjavier
 
Convolucion
ConvolucionConvolucion
Convolucion
flojenny
 
Tema 1b-modulacion-digital-multi-bit
Tema 1b-modulacion-digital-multi-bitTema 1b-modulacion-digital-multi-bit
Tema 1b-modulacion-digital-multi-bit
ernestoguevaraventura
 
Modulacion y frecuenca comunicacion analogicas 3
Modulacion y frecuenca  comunicacion analogicas 3Modulacion y frecuenca  comunicacion analogicas 3
Modulacion y frecuenca comunicacion analogicas 3
Velmuz Buzz
 
Utp pds_s1y2_intro pds
 Utp pds_s1y2_intro pds Utp pds_s1y2_intro pds
Utp pds_s1y2_intro pds
jcbenitezp
 
Software Defined Radio - Capítulo 1: Introducción
Software Defined Radio - Capítulo 1: IntroducciónSoftware Defined Radio - Capítulo 1: Introducción
Software Defined Radio - Capítulo 1: Introducción
Andy Juan Sarango Veliz
 

Was ist angesagt? (20)

SERIES DE FOURIER
SERIES DE FOURIERSERIES DE FOURIER
SERIES DE FOURIER
 
10 transformada fourier
10 transformada fourier10 transformada fourier
10 transformada fourier
 
Medios de transmision
Medios de transmisionMedios de transmision
Medios de transmision
 
Filtro de bessel
Filtro de besselFiltro de bessel
Filtro de bessel
 
Modulacion AM
Modulacion AMModulacion AM
Modulacion AM
 
Tipos de Mezcladores
Tipos de MezcladoresTipos de Mezcladores
Tipos de Mezcladores
 
Transmision fm y pm
Transmision fm y pmTransmision fm y pm
Transmision fm y pm
 
Clase 7 filtros
Clase 7 filtrosClase 7 filtros
Clase 7 filtros
 
Resumen potencia
Resumen potenciaResumen potencia
Resumen potencia
 
Modulación AM
Modulación AMModulación AM
Modulación AM
 
Convolucion
ConvolucionConvolucion
Convolucion
 
Probabilidad de error en modulación digital
Probabilidad de error en modulación digitalProbabilidad de error en modulación digital
Probabilidad de error en modulación digital
 
Tema 1b-modulacion-digital-multi-bit
Tema 1b-modulacion-digital-multi-bitTema 1b-modulacion-digital-multi-bit
Tema 1b-modulacion-digital-multi-bit
 
transformada z
transformada ztransformada z
transformada z
 
Capítulo VI - Microondas - Osciladores
Capítulo VI - Microondas - OsciladoresCapítulo VI - Microondas - Osciladores
Capítulo VI - Microondas - Osciladores
 
Modulacion y frecuenca comunicacion analogicas 3
Modulacion y frecuenca  comunicacion analogicas 3Modulacion y frecuenca  comunicacion analogicas 3
Modulacion y frecuenca comunicacion analogicas 3
 
Transformada de hilbert
Transformada de hilbert Transformada de hilbert
Transformada de hilbert
 
Series de fourier
Series de fourierSeries de fourier
Series de fourier
 
Utp pds_s1y2_intro pds
 Utp pds_s1y2_intro pds Utp pds_s1y2_intro pds
Utp pds_s1y2_intro pds
 
Software Defined Radio - Capítulo 1: Introducción
Software Defined Radio - Capítulo 1: IntroducciónSoftware Defined Radio - Capítulo 1: Introducción
Software Defined Radio - Capítulo 1: Introducción
 

Andere mochten auch

Utp pds_lab1 introduccion a mat_lab
 Utp pds_lab1 introduccion a mat_lab Utp pds_lab1 introduccion a mat_lab
Utp pds_lab1 introduccion a mat_lab
jcbenitezp
 
Utp pds_s_lab2 mat_lab basico
 Utp pds_s_lab2 mat_lab basico Utp pds_s_lab2 mat_lab basico
Utp pds_s_lab2 mat_lab basico
jcbenitezp
 
MUESTREO Y RECONSTRUCCION DE SEÑALES
MUESTREO Y RECONSTRUCCION DE SEÑALESMUESTREO Y RECONSTRUCCION DE SEÑALES
MUESTREO Y RECONSTRUCCION DE SEÑALES
Linda Yesenia
 
Serie trigonometrica de fourier
Serie trigonometrica de fourierSerie trigonometrica de fourier
Serie trigonometrica de fourier
MonicaMontoyaC
 
PROCESAMIENTO DIGITAL DE SEÑALES CON MATLAB
PROCESAMIENTO DIGITAL DE SEÑALES CON MATLABPROCESAMIENTO DIGITAL DE SEÑALES CON MATLAB
PROCESAMIENTO DIGITAL DE SEÑALES CON MATLAB
INFOVIC
 

Andere mochten auch (20)

Utp pds_lab1 introduccion a mat_lab
 Utp pds_lab1 introduccion a mat_lab Utp pds_lab1 introduccion a mat_lab
Utp pds_lab1 introduccion a mat_lab
 
Utp pds_s_lab2 mat_lab basico
 Utp pds_s_lab2 mat_lab basico Utp pds_s_lab2 mat_lab basico
Utp pds_s_lab2 mat_lab basico
 
Practica 1 electronica
Practica 1 electronicaPractica 1 electronica
Practica 1 electronica
 
Muestreo
MuestreoMuestreo
Muestreo
 
MUESTREO Y RECONSTRUCCION DE SEÑALES
MUESTREO Y RECONSTRUCCION DE SEÑALESMUESTREO Y RECONSTRUCCION DE SEÑALES
MUESTREO Y RECONSTRUCCION DE SEÑALES
 
Serie trigonometrica de fourier
Serie trigonometrica de fourierSerie trigonometrica de fourier
Serie trigonometrica de fourier
 
Series de fourier - Ejemplos Resueltos
Series de fourier - Ejemplos Resueltos Series de fourier - Ejemplos Resueltos
Series de fourier - Ejemplos Resueltos
 
Analisis Espectral Usando Matlab
Analisis Espectral Usando MatlabAnalisis Espectral Usando Matlab
Analisis Espectral Usando Matlab
 
PROCESAMIENTO DIGITAL DE SEÑALES CON MATLAB
PROCESAMIENTO DIGITAL DE SEÑALES CON MATLABPROCESAMIENTO DIGITAL DE SEÑALES CON MATLAB
PROCESAMIENTO DIGITAL DE SEÑALES CON MATLAB
 
Muestreo y cuantificación de una señal analógica con MatLab
Muestreo y cuantificación de una señal analógica con MatLabMuestreo y cuantificación de una señal analógica con MatLab
Muestreo y cuantificación de una señal analógica con MatLab
 
Mat lab manipulación de señales de audio
Mat lab manipulación de señales de audioMat lab manipulación de señales de audio
Mat lab manipulación de señales de audio
 
Analisis espectral en MATLAB
Analisis espectral en MATLABAnalisis espectral en MATLAB
Analisis espectral en MATLAB
 
Analisis de fourier para señales
Analisis de fourier para señalesAnalisis de fourier para señales
Analisis de fourier para señales
 
Graficos en matlab
Graficos en matlabGraficos en matlab
Graficos en matlab
 
Señales y sistemas
Señales y sistemasSeñales y sistemas
Señales y sistemas
 
3.PCM Digitalizacion de señal analogica
3.PCM Digitalizacion de señal analogica3.PCM Digitalizacion de señal analogica
3.PCM Digitalizacion de señal analogica
 
Series de fourier 22 Ejercicios Resueltos
Series de fourier 22 Ejercicios ResueltosSeries de fourier 22 Ejercicios Resueltos
Series de fourier 22 Ejercicios Resueltos
 
Señales de tiempo continuo y discreto MATLAB
Señales de tiempo continuo y discreto MATLABSeñales de tiempo continuo y discreto MATLAB
Señales de tiempo continuo y discreto MATLAB
 
Serie de Fourier
Serie de FourierSerie de Fourier
Serie de Fourier
 
Serie de Fourier
Serie de FourierSerie de Fourier
Serie de Fourier
 

Ähnlich wie Utp pds_sl3_procesamiento de señales con mat_lab i

Ähnlich wie Utp pds_sl3_procesamiento de señales con mat_lab i (11)

Utp pds_s_lab4_procesamiento de señales con mat_lab i
 Utp pds_s_lab4_procesamiento de señales con mat_lab i Utp pds_s_lab4_procesamiento de señales con mat_lab i
Utp pds_s_lab4_procesamiento de señales con mat_lab i
 
Analisis deseñalesusandomatlab maluisasanchezmaizer
Analisis deseñalesusandomatlab maluisasanchezmaizerAnalisis deseñalesusandomatlab maluisasanchezmaizer
Analisis deseñalesusandomatlab maluisasanchezmaizer
 
Analisisespectralenmatlab1
Analisisespectralenmatlab1Analisisespectralenmatlab1
Analisisespectralenmatlab1
 
analisis espectral usando MATLAB
analisis espectral usando MATLABanalisis espectral usando MATLAB
analisis espectral usando MATLAB
 
Proyecto de 1016
Proyecto de 1016Proyecto de 1016
Proyecto de 1016
 
Captura de sonido
Captura de sonidoCaptura de sonido
Captura de sonido
 
Sasdasdasdasdas
SasdasdasdasdasSasdasdasdasdas
Sasdasdasdasdas
 
Sasdasdasdasdasdadas
SasdasdasdasdasdadasSasdasdasdasdasdadas
Sasdasdasdasdasdadas
 
Sasdasdasdasdasdadas
SasdasdasdasdasdadasSasdasdasdasdasdadas
Sasdasdasdasdasdadas
 
Sasdasdasdasdas
SasdasdasdasdasSasdasdasdasdas
Sasdasdasdasdas
 
Acabadoxa
AcabadoxaAcabadoxa
Acabadoxa
 

Mehr von jcbenitezp

Tarea 1 tesis i filosofia y conocimiento
Tarea 1 tesis i filosofia y conocimientoTarea 1 tesis i filosofia y conocimiento
Tarea 1 tesis i filosofia y conocimiento
jcbenitezp
 
Uni rdsi 2016 1 sesion 13-14 redes moviles 4 g
Uni rdsi 2016 1 sesion 13-14 redes moviles 4 gUni rdsi 2016 1 sesion 13-14 redes moviles 4 g
Uni rdsi 2016 1 sesion 13-14 redes moviles 4 g
jcbenitezp
 
Uni rdsi 2016 1 sesion 12 redes moviles 3 g
Uni rdsi 2016 1 sesion 12 redes moviles 3 gUni rdsi 2016 1 sesion 12 redes moviles 3 g
Uni rdsi 2016 1 sesion 12 redes moviles 3 g
jcbenitezp
 
Calendario academico 2015 02 g
Calendario academico 2015   02 gCalendario academico 2015   02 g
Calendario academico 2015 02 g
jcbenitezp
 
Db vsa-011 registro de asistencia docente ago2015
Db vsa-011 registro de asistencia docente  ago2015Db vsa-011 registro de asistencia docente  ago2015
Db vsa-011 registro de asistencia docente ago2015
jcbenitezp
 
Utp 2015-2_pdi_lab3
 Utp 2015-2_pdi_lab3 Utp 2015-2_pdi_lab3
Utp 2015-2_pdi_lab3
jcbenitezp
 
Utp sirn_2015-2 lab3
 Utp sirn_2015-2 lab3 Utp sirn_2015-2 lab3
Utp sirn_2015-2 lab3
jcbenitezp
 
Pdi paterno m_lab2c
Pdi paterno m_lab2cPdi paterno m_lab2c
Pdi paterno m_lab2c
jcbenitezp
 
Utp 2015-2_sirn_s7_r_competitivas
 Utp 2015-2_sirn_s7_r_competitivas Utp 2015-2_sirn_s7_r_competitivas
Utp 2015-2_sirn_s7_r_competitivas
jcbenitezp
 
Utp 2015-2_sirn_s7_r_competitivas
 Utp 2015-2_sirn_s7_r_competitivas Utp 2015-2_sirn_s7_r_competitivas
Utp 2015-2_sirn_s7_r_competitivas
jcbenitezp
 
Utp 2015-2_sirn_s6_adaline y backpropagation
 Utp 2015-2_sirn_s6_adaline y backpropagation Utp 2015-2_sirn_s6_adaline y backpropagation
Utp 2015-2_sirn_s6_adaline y backpropagation
jcbenitezp
 
Utp ia_s1_introduccion ia
 Utp ia_s1_introduccion ia Utp ia_s1_introduccion ia
Utp ia_s1_introduccion ia
jcbenitezp
 
Utp sirn_s1_introduccion ia 2014-2
 Utp sirn_s1_introduccion ia 2014-2 Utp sirn_s1_introduccion ia 2014-2
Utp sirn_s1_introduccion ia 2014-2
jcbenitezp
 
Utp sirn_s1_introduccion ia 2014-2
 Utp sirn_s1_introduccion ia 2014-2 Utp sirn_s1_introduccion ia 2014-2
Utp sirn_s1_introduccion ia 2014-2
jcbenitezp
 
Utp sirn_2014-1 lab1
 Utp sirn_2014-1 lab1 Utp sirn_2014-1 lab1
Utp sirn_2014-1 lab1
jcbenitezp
 
Utp sirn_s1_introduccion ia 2014-2
 Utp sirn_s1_introduccion ia 2014-2 Utp sirn_s1_introduccion ia 2014-2
Utp sirn_s1_introduccion ia 2014-2
jcbenitezp
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
jcbenitezp
 

Mehr von jcbenitezp (20)

Cap4 jc benitez
Cap4 jc benitezCap4 jc benitez
Cap4 jc benitez
 
Tarea 1 tesis i filosofia y conocimiento
Tarea 1 tesis i filosofia y conocimientoTarea 1 tesis i filosofia y conocimiento
Tarea 1 tesis i filosofia y conocimiento
 
It526 2017 2 ep
It526 2017 2 epIt526 2017 2 ep
It526 2017 2 ep
 
Uni rdsi 2016 1 sesion 13-14 redes moviles 4 g
Uni rdsi 2016 1 sesion 13-14 redes moviles 4 gUni rdsi 2016 1 sesion 13-14 redes moviles 4 g
Uni rdsi 2016 1 sesion 13-14 redes moviles 4 g
 
Uni rdsi 2016 1 sesion 12 redes moviles 3 g
Uni rdsi 2016 1 sesion 12 redes moviles 3 gUni rdsi 2016 1 sesion 12 redes moviles 3 g
Uni rdsi 2016 1 sesion 12 redes moviles 3 g
 
It526 2015 2 pc3
It526 2015 2 pc3 It526 2015 2 pc3
It526 2015 2 pc3
 
Calendario academico 2015 02 g
Calendario academico 2015   02 gCalendario academico 2015   02 g
Calendario academico 2015 02 g
 
Db vsa-011 registro de asistencia docente ago2015
Db vsa-011 registro de asistencia docente  ago2015Db vsa-011 registro de asistencia docente  ago2015
Db vsa-011 registro de asistencia docente ago2015
 
Utp 2015-2_pdi_lab3
 Utp 2015-2_pdi_lab3 Utp 2015-2_pdi_lab3
Utp 2015-2_pdi_lab3
 
Utp sirn_2015-2 lab3
 Utp sirn_2015-2 lab3 Utp sirn_2015-2 lab3
Utp sirn_2015-2 lab3
 
Pdi paterno m_lab2c
Pdi paterno m_lab2cPdi paterno m_lab2c
Pdi paterno m_lab2c
 
Utp 2015-2_sirn_s7_r_competitivas
 Utp 2015-2_sirn_s7_r_competitivas Utp 2015-2_sirn_s7_r_competitivas
Utp 2015-2_sirn_s7_r_competitivas
 
Utp 2015-2_sirn_s7_r_competitivas
 Utp 2015-2_sirn_s7_r_competitivas Utp 2015-2_sirn_s7_r_competitivas
Utp 2015-2_sirn_s7_r_competitivas
 
Utp 2015-2_sirn_s6_adaline y backpropagation
 Utp 2015-2_sirn_s6_adaline y backpropagation Utp 2015-2_sirn_s6_adaline y backpropagation
Utp 2015-2_sirn_s6_adaline y backpropagation
 
Utp ia_s1_introduccion ia
 Utp ia_s1_introduccion ia Utp ia_s1_introduccion ia
Utp ia_s1_introduccion ia
 
Utp sirn_s1_introduccion ia 2014-2
 Utp sirn_s1_introduccion ia 2014-2 Utp sirn_s1_introduccion ia 2014-2
Utp sirn_s1_introduccion ia 2014-2
 
Utp sirn_s1_introduccion ia 2014-2
 Utp sirn_s1_introduccion ia 2014-2 Utp sirn_s1_introduccion ia 2014-2
Utp sirn_s1_introduccion ia 2014-2
 
Utp sirn_2014-1 lab1
 Utp sirn_2014-1 lab1 Utp sirn_2014-1 lab1
Utp sirn_2014-1 lab1
 
Utp sirn_s1_introduccion ia 2014-2
 Utp sirn_s1_introduccion ia 2014-2 Utp sirn_s1_introduccion ia 2014-2
Utp sirn_s1_introduccion ia 2014-2
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 

Utp pds_sl3_procesamiento de señales con mat_lab i

  • 1. Facultad de Ingeniería Electrónica y Mecatrónica Procesamiento Digital de Señales (TC61) Laboratorio: 3 Procesamiento de Señales con MatLab I Ing. José C. Benítez P.
  • 2. Índice Procesamiento de Señales con MatLab I Objetivo Ejercicios Tarea Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 2
  • 3. Objetivos El alumno debe demostrar destreza en la adquisición de distintos tipos de señales de audio en Matlab para poder almacenarlas, leerlas,, reproducirlas, procesarlas y mostrar sus características. Al finalizar el alumno debe demostrar capacidad para hallar y mostrar las componentes armónicas de las señales de audio. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 3
  • 4. Ejercicios Procesamiento de señales de audio con MatLab 1. Captura de las señales de audio en MatLab: Para capturar una señal de audio por la entrada MIC (micrófono) del computador, MatLab cuenta con la función wavrecord(t*Fs,Fs,Ch) t es el tiempo en segundos de captura de la señal Fs es la frecuencia de muestreo (8000, 11025, 22050 y 44100) Ch es el tipo de canal (1: mono y 2: estéreo). Al capturar asignarle a una variable para su posterior procesamiento. Ejemplo: Capturar una señal de audio en estéreo con 20 segundos de duración, con una frecuencia de muestreo de 11025: Fs = 11025; y = wavrecord(20*Fs, Fs, 2); La captura se ha asignado a la variable vectorial y. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 4
  • 5. Ejercicios 2. Guardar las señales de audio en MatLab: Para guardar una señal capturada en formato WAV se usa la función: wavwrite(y,Fs,NBits,'Nombre.wav') ; y es la varibale que contiene el archivo WAV Fs es la frecuencia de muestreo, NBits el número de bits (8, 16, 24 o 32) y Nombre.wav es el nombre del archivo en el que se grabará el sonido. Observaciones: - Los valores de amplitud que estén fuera del rango [-1,+1] son clipeados. - Si no se especifican los NBits el programa asume por defecto 16 Bits. - Si no se determina una Fs, el programa asume por defecto 8000 Hz. Ejemplo: Guardar el sonido capturado anteriormente. wavwrite(y,Fs,16,'sonido_uno.wav'); Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 5
  • 6. Ejercicios 3. Leer las señales de audio desde un archivo WAV en MatLab: Para leer un archivo de sonido almacenado en formato WAV se utiliza el comando: z = wavread(‘sonido_uno.wav‘); Se debe asignar a una variable vectorial para su procesamiento posterior. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 6
  • 7. Ejercicios 4. Reproducir las señales de audio desde una variable vectorial en MatLab: Para reproducir un archivo de sonido almacenado en una variable vectorial se utiliza el comando: sound(z); z es la variable vectorial que contiene el archivo de sonido sonido_uno.wav cuya frecuencia de muestreo por defecto será de 8192 Hz. sound(z,Fs); Reproduce z con una frecuencia de muestreo Fs. Ejemplo: sound(z,44100); Se asume que los valores están dentro del rango [-1,1] ya que los valores que están fuera del rango son clipeados. sound(z,Fs,Bits); Reproduce z con una frecuencia de muestreo Fs definida por el usuario y determinados número de Bits por muestra. Ejemplo: sound(z,11025,4); Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 7
  • 8. Ejercicios 5. Información sobre las señales de audio en formato WAV en MatLab: Para conocer los datos de un archivo en formato WAV: [y,Fs,NBits] = wavread('file.wav'); y almacena los valores del vector, Fs almacena la frecuencia de muestreo Nbits almacena el número de bits utilizados para cada muestra del archivo con formato wav. Si se desea saber la dimensión de los canales del archivo en formato wav, se utiliza el siguiente comando: t = wavread('file.wav','size') t se almacena la dimensión del archivo en formato wav. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 8
  • 9. Ejercicios 6. Cortando las señales de audio en formato WAV en MatLab: Para leer las primeras Num muestras del archivo: [n]=wavread('file.wav',Num) Num es la cantidad de muestras que se desean tomar del archivo. Si se desea obtener la información adicional contenida en un archivo de formato wav, como el copyright o el título, se emplea el siguiente comando [y,Fs,NBits,Opts]=wavread('file.wav'); y almacenan los valores del vector Fs almacena la frecuencia de muestreo, Nbits almacena el número de bits por muestra Opts almacena el resto de la información. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 9
  • 10. Ejercicios 7. Tamaño y dimensión vectorial de las señales de audio en formato WAV en MatLab: length(v) retorna 42860 length(f) retorna 97074 Dimensión vectorial size(v) retorna 42860X1, lo que indica que es una señal monofónica. size(f) retorna 97064X1, lo que indica que es una señal monofónica. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 10
  • 11. Ejercicios 8. Gráfico espectral de señales: Capturar los sonidos del violín y de la flauta utilizando en comando wavwrite en los archivos violin.wav y flauta.wav respectivamente. Leer los archivos violin.wav y flauta.wav en las variables vectoriales v y f respectivamente con el comando wavread. Problema: Hacer una gráfica espectral de las señales de un violin y una flauta, además se desea saber cuál fue el tamaño de las muestras y si las señales capturadas tienen uno o dos canales (Dimensión Vectorial). Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 11
  • 12. Ejercicios SOLUCION: Adquisición de señales de audio: Fs=44100; NBits=16; y=wavrecord(5*FS,Fs,1); z=wavrecord(10*Fs,Fs,1); wavwrite(y,Fs,NBits,’violin.wav’); wavwrite(z,Fs,NBits,’flauta.wav); Procesamiento de señales de audio: v=wavread('violin.wav'); f=wavread('flauta.wav'); %sound(v); %sound(f); espv=abs(fft(v)); espf=abs(fft(f)); subplot(4,1,1),plot(0:97073,f),grid on,title('Audio de una flauta'); subplot(4,1,2),plot(espf),grid on,title('Espectro de una flauta'); subplot(4,1,3),plot(0:42859,v),grid on,title('Audio de un violin'); subplot(4,1,4),plot(espv),grid on,title('Espectro de un violin'); Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 12
  • 13. Ejercicios RESULTADOS: En los gráficos se observan la cantidad de componentes armónicas para estos dos instrumentos. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 13
  • 14. Ejercicios I. Adquisición de señales de audio Obtener 05 señales de audio con frecuencias de muestreo: 8000 y 44100; con un canal. Y almacene con 8,16 y 32 bits: a. sonido1 con su voz pronunciando sus nombres y apellidos. b. sonido2 con la voz de un niño pronunciando sus nombres y apellidos. c. sonido3 con la voz de una niña pronunciando sus nombres y apellidos. d. sonido4 con el sonido de animal. e. sonido5 con el sonido de una puerta que se cierra. Ejemplo de nombre de archivo: sonido18k1b24c.wav Es un archivo que corresponde a: Audio: sonido1 Frecuencia de muestreo: 8000 (44k si es de 44100) Canales: 1 (Mono) Numero de bits: 24 Cortado: c NOTA: Los audios no deben ser mayores a 20seg. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 14
  • 15. Ejercicios II. Procesamiento digital de señales de audio Realizar procesamiento de cada una de las señales de audio obtenidas: a. Reproducir cada uno de las señales de audio obtenidas. Explicar diferencias. b. Mostrar toda la información posible de cada señal obtenida. Comentar resultados. c. Mostrar el grafico en el dominio del tiempo de cada señal obtenida. Comentar resultados. d. Mostrar el espectro de frecuencias de cada señal obtenida. Comentar resultados. e. Cortar cada una de las señales obtenidas a 3000 muestras. Guardarlas y reproducirlas. Comentar resultados. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 15
  • 16. Informe de Laboratorio 3 Indicaciones sobre el Informe de Laboratorio: Se presentará con el desarrollo de todos los ejercicios desarrollados y preguntas de esta presentación. Debe ser básicamente un documento gráfico en lo posible. Lo mas importante de un informe de laboratorio son los conclusiones, comentarios y observaciones. Se presenta impreso y en formato digital (en USB). Adjuntar en USB: Los códigos (archivos *.m) con los comentarios solicitados. Los archivos de audio obtenidos. Si han utilizado fuentes adicionales. Procesamiento Digital de Selñales - Prof. Ing. Jose C. Benitez P. 16
  • 17. Presentación Todas las fuentes, archivos utilizados y el Informe deben presentarse en USB, dentro de una carpeta que lleve las iniciales del curso, sus Apellidos, guion bajo y luego el numero de laboratorio. Ejemplo: PDS_BenitezPalacios_L3 Si adjunta fuentes adicionales, debe conservar el nombre original y agregar _tema. Revisar permanentemente el blog del Curso: http://utppds.blogspot.com. Las Tareas que no cumplan las indicaciones no serán recepcionados por el profesor. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 17
  • 18. Agradecimiento Procesamiento Digital de Selñales - Prof. Ing. Jose C. Benitez P. 18