En el
procesamiento de señales el análisis tiempo-frecuencia es un conjunto de
técnicas para la caracterización y manipulación de señales cuyas estadísticas
varían en el tiempo, como las señales transitorias.
Es una generalización y perfeccionamiento del análisis de Fourier, en el que las
frecuencias son constantes en el tiempo. Debido a que muchas señales de interés
-como el habla, música, imagenes y señales de médicas- tienen frecuencias
cambiantes, el análisis tiempo-frecuencia tiene un alcance amplio.
Considerando que la técnica de la transformada de Fourier se puede ampliar para
obtener el espectro de frecuencias de cualquier señal de crecimiento lento
localmente integrable, esto requiere una descripción completa de la conducta de la
señal a lo largo del tiempo. De hecho, se puede pensar en puntos en el dominio de
la frecuencia (espectral) como manchas que acumulan información desde todo el
dominio del tiempo. Sin embargo, a pesar de que matemáticamente esta técnica
es elegante, no es apropiada para el análisis de una señal con comportamiento
futuro indeterminado. Por ejemplo, en el análisis tiempo-frecuencia, se debería
presuponer cierto grado de comportamiento futuro indeterminado en cualquier
sistema de telecomunicaciones para lograr la entropía no nula (si ya se sabe lo
que el otro va a decir, no se puede aprender nada).
Para aprovechar el poder de una representación en frecuencia sin la necesidad de
una caracterización completa en el dominio temporal, se obtiene primero la
distribución tiempo-frecuencia de la señal, lo que representa la señal tanto en el
dominio temporal como el de la frecuencia simultáneamente. En esta
representación el dominio de la frecuencia sólo refleja el comportamiento de una
versión localizada de la señal en el tiempo. Esto permite analizar de manera
sensible señales cuyos componentes frecuenciales varían en el tiempo.
Audacity es una aplicación informática multiplataforma libre que se puede usar
para grabación y edición de audio, distribuida bajo la licencia GPLv2+.
Es el editor de audio y sonido más difundido en las distribuciones Linux.
1. Realizar las generaciones de las señales de prueba como son:
1. Señal senoidal,
2. Diente de sierra y
3. Cuadrada.
A la frecuencia que desee (125, 250, 500, 1000, 2000, 4000 o 8000 Hz) de 30
segundos de duración a una frecuencia de muestreo de 44100 Hz. Tiene que
analizar las 3 señales a cualquier frecuencia que están arriba.
Empezamos por iniciar el Audacity
Comenzamos por generar una señal senoidal a frecuencia de 1khz
Luego la cuadrada
Y por ultimo diente de sierra
Este será el resultado
Como podemos ver, la frecuencia de muestreo efectivamente es de 44100Hz
Haciendo análisis de las 3 señales juntas
2. Seleccionar las señales generadas y abrir el analizador de espectro y analizar las
diferentes señales y saca tu conclusión.
Para la señal sinusoidal
Señal cuadrada
Señal diente de sierra
De lo anterior podemos concluir que los espectros son muy variados, porque a simple vista
podemos observar que, en la señal sinusoidal, es un solo pico, precisamente sobre los mil
Hertz, sin embargo para las cuadrada como la diente de sierra observamos que tienen más
picos, por supuesto el más alto es sobre los mil Hertz que fue la frecuencia escogida, sin
embargo en cuanto a potencia acústica, la señal cuadrada llega hasta los 2dbs mientras
que la diente de sierra llega a -4dbs y más interesante aun, la señal sinusoidal que llega
hasta los 0dbs.
Siendo más concisos, la conclusión es que la forma de onda influye demasiado
dependiendo que busquemos y creo que al tener una forma de onda sinusoidal es por eso
que sol tenemos un pico, a diferencia de las otras que tienen diferente forma de
propagarse.
3. Generar 3 señales periódicas (senoidal o diente de sierra o cuadrada) a diferentes
frecuencias de muestreo (8000, 11025, 16000, 22050, 32000, 44100, 48000, 88200, 96000,
176400, 192000, 352800, 384000), visualiza la señal en un ciclo completo, ve cuantas
espigas tiene cada una, si hay chance de sacar la distancia entre cada espiga y sacar su
conclusión.
Como podemos ver, aquí tenemos las tres señales, únicamente viendo un ciclo, para
realizar la actividad hare un acercamiento para que se puedan observar todas las espigas.
Comenzamos la medición.
11025Hz tiene una medida de 91 µs
48000Hz medida de 21 µs
352800Hz tiene una medida de 250 ns
Imagen general de la las medicioenes
De esta ultima actividad se puede concluir que entre más grande sea la frecuencia de
muestreo mayor cantidad de espigas tendremos en un ciclo, y al tener más, en
consecuencia la separación entre ellas es considerablemente menor.
Conclusión Guadarrama Garces Daniel Alejandro: En general mientras mayor sea la
frecuencia de muestreo más espigas tenemos, mientras que la distancia entre ellas es muy
reducida, sin embargo hay que mencionar que las formas de ondas influye a la hora de
analizar nuestra señal.