lunes, 21 de octubre de 2013

¿WHAT IS TOTAL HARMONIC DISTORTION?

La distorsión armónica total  (THD por sus siglas en inglés) es una especificación de amplificador que compara la señal de salida del amplificador con la señal de entrada y mide las diferencias de nivel en las frecuencias armónicas entre los dos. La diferencia se denomina distorsión armónica total. La música está hecha de frecuencias fundamentales y armónicas. Cada una de las frecuencias armónicas es menor en el nivel o volumen de la fundamental, sino que sirven para dar a cada instrumento su sonido único. Cuando se mide la distorsión armónica total de un amplificador, la diferencia en el nivel de los armónicos en la etapa de salida del amplificador se compara con el nivel de los armónicos en la etapa de entrada, y la diferencia es la medida de la distorsión.

¿Cómo se expresa ?

La distorsión armónica total se mide como un porcentaje, tal como N % THD. Esto significa que el nivel de distorsión armónica es N % de la señal de salida total. Siendo los porcentajes más bajos mejores.




¿Por qué es importante?


La distorsión armónica total es apenas perceptible para el oído humano. Cada componente añade cierto grado de distorsión, pero la mayor distorsión (diferencias insignificantes y pequeñas en las especificaciones entre los componentes) no significan nada. Algunos componentes tienen distorsión tan baja que no se puede medir con precisión. Audición de un componente y la evaluación de sus características de sonido es la forma más importante para juzgar un producto. Otras consideraciones, como la acústica de la sala y la selección de los altavoces izquierdo y derecho son más importantes que el porcentaje de distorsión armónica total.

domingo, 6 de octubre de 2013

ALGORITMO FFT COOLEY - TUKEY

James W. Cooley:
James W. Cooley se licenció en el año 1.949 en la Universidad de Manhattan. En 1.951 ingresó a la universidad de Columbia, recibiendo la maestría en Matemáticas y el doctorado en Matemáticas aplicadas en 1.961. Pionero en la señal numérica que procesa un campo del desarrollo en la transformada de Fourier (FFT). Este campo se utiliza en estudios atmosféricos y analiza las señales enviadas desde el espacio exterior a la tierra por la antena Arecibo. Desarrolló el FFT con teoría y usos comunes matemáticos y la hizo más disponible para los científicos dirigiendo e ideando nuevos tipos de algoritmos. En materia de informática aplicó la cristalografía con sus innovaciones en algoritmos en serie.


John W. Tukey:
John W. Tukey fue un estadístico nacido en New Bedford, Massachusetts. Obtuvo un bachiller en Artes en 1.936 y una Maestría en Ciencias en 1.937, ambas en química, en la Universidad de Brown, antes de trasladarse a la Universidad de Princeton donde recibió un doctorado en Matemáticas. Durante la Segunda Guerra Mundial, trabajó en la Oficina de la Investigación de Control de Fuego de Artillería y colaboró con Samuel Wilks y William Cochran. Después de la guerra regresó a Princeton dividiendo su tiempo entre la universidad y los laboratorios AT&T Bell. Se retiró en 1.985, Tukey murió en New Brunswick. New Jersey en el 2.000.


Algoritmo FFT COOLEY - TUKEY:


La FFT más comúnmente utilizada es el algoritmo de Cooley - Tukey. Este es un algoritmo que recurrentemente se rompe una DFT de cualquier tamaño compuesto N = n1n2 en muchas DFTs pequeñas de tamaños N1 y N2, junto con multiplicaciones O(N) por las raíces complejas de la unidad tradicionalmente llamados factores de rotación.
El uso más conocido del algoritmo de Cooley - Tukey es dividir la transformada en dos piezas de tamaño N/2 en cada paso, y por lo tanto está limitado a potencias de dos tamaños, pero cualquier factorización se puede utilizar en general . Éstos se llaman los radix - 2 y mixtos - raíz de los casos, respectivamente. Aunque la idea básica es recursiva, las implementaciones más tradicionales son reorganizar el algoritmo para evitar una recursión explícita. También, debido a que el algoritmo de Cooley - Tukey rompe la DFT en DFT más pequeñas, se puede combinar arbitrariamente con cualquier otro algoritmo para la DFT.

Sean X0,...,Xn-1 números complejos. La Transformada Discreta de Fourier se define como:


sábado, 10 de agosto de 2013

PETER NORVIG


Nació en Estados Unidos el 14 de diciembre de 1956. Colega de la Asociación Americana para la Inteligencia Artificial y co-autor, junto a Stuart Russell, de la inteligencia artificial. Fue jefe de la División de Computación Ciencias de la NASA ahora llamada División de Sistemas Inteligentes, donde supervisó el desarrollo de la autonomía y la robótica, ingeniería de software automatizado y análisis de datos, neuroingeniería de colaboración, investigación de sistemas y simulación basado en la toma de decisiones.

Recibió una Licenciatura en Ciencias en Matemáticas Aplicadas de la Universidad Brown y un doctorado en Ciencias de la Computación de la Universidad de California, Berkeley. Posee más de cincuenta publicaciones en diversas áreas de Ciencias de la Computación, concentrándose en la inteligencia artificial, procesamiento de lenguaje natural, recuperación de información y la ingeniería del software incluida la inteligencia artificial.

Norvig aparece en "Facultad Académica y Asesores" de la Universidad de la Singularidad. En 2011, trabajó con Norvig Sebastián Thrun para desarrollar un curso en línea popular en Inteligencia Artificial.

viernes, 26 de julio de 2013

SEÑALES DE TIEMPO CONTINUO Y DISCRETO


En primera instancia definamos ¿Qué es una señal?. Una señal es una forma limitada de comunicación. En esencia es una notificación asíncrona enviada a un proceso para informarle un evento.

Las señales pueden describir una amplia variedad de fenómenos físicos. Aunque las señales pueden representarse de muchas formas, en todos los casos la información en una señal está contenida en un patrón de variaciones que representa alguna forma determinada. Por ejemplo, en el circuito de la figura 1. los patrones que adopta la variación en el tiempo de los voltajes de la fuente y del capacitor son ejemplos de señales.



Figura 1.

Las señales se representan matemáticamente como funciones con una o más variables independientes. Por lo general la variable independiente es el tiempo, aunque de hecho no puede representar al tiempo en ciertas aplicaciones específicas.

Existen dos tipos básicos de señales: continuas y discretas. En el caso de las señales continuas la variable independiente es continua, por lo que estas señales se definen para una sucesión continua de valores de la variable independiente. Por otra parte, las señales discretas sólo están definidas en tiempos discretos, por tanto la variable independiente toma solamente un conjunto discreto de valores.

Para distinguir entre las señales continuas y las discretas, se utiliza el símbolo t para denotar la variable independiente continua y n para indicar la variable independiente discreta. Siendo x(t) y x[n] , una señal continua y discreta respectivamente.
La señal discreta x[n] está definida sólo para valores enteros de la variable independiente.

Señal continua:


Señal discreta:

SEÑAL ANALÓGICA DE TIEMPO CONTINUO:

Figura 2.

Un ejemplo de una señal analógica de tiempo continuo es el mecanismo vocal humano, el cual produce el habla mediante la creación de fluctuaciones en la presión acústica. La figura 2. es una ilustración del registro de una señal de voz obtenido mediante un micrófono que detecta las variaciones de la presión acústica.
Esta señal representa las variaciones de presión acústica como función del tiempo para las palabras habladas “Should we chase”.
Dicha señal posee una variable independiente continua, fue generada por ondas electromagnéticas (sonido), varia su amplitud y periodo (representando un dato de información) en función del tiempo.

SEÑAL ANALÓGICA DE TIEMPO DISCRETO:



Figura 3.

El proceso de muestreo consiste básicamente en producir una alternancia entre los intervalos de presencia de señal y ausencia de la misma, como si se “tomaran muestras” de la señal analógica.
A la entrada del dispositivo de muestreo, llamado “muestreador”, aparece una señal (función del tiempo) analógica y a la salida resultará discretizada. Asimismo, la señal de salida que está discretizada, no será función del tiempo continuo, sino precisamente función de los instantes discretos para los cuales ha quedado definida, que se indican como nTs, donde n = 1,2,3,4,5... y Ts es el intervalo o periodo de muestreo.



SEÑAL DIGITAL DE TIEMPO CONTINUO:


                      Figura 4.                           

Las señales digitales de tiempo continuo adquieren uno de dos valores a través del tiempo, como se puede apreciar en la figura 4. su comportamiento se puede equiparar al de un interruptor (o switch) que tiene uno de dos estados: encendido o apagado. Las ventajas de este tipo de transmisión es, primero, su inmunidad a las interferencias ya que al digitalizar una señal se elimina el “ruido” producido por el medio ambiente, produciendo una señal más pura y de mayor resolución y, segundo, que puede codificarse usando el sistema binario que se basa en los dígitos 1(encendido) y 0 (apagado).
En este grupo también se encuentran las compuertas lógicas tales como: AND, OR, XOR, XNOR, NOT, NOR, NAND, las cuales sólo adquieres valores binarios.

SEÑAL DIGITAL DE TIEMPO DISCRETO:



Figura 5.
 
Gran parte de los equipos electrónicos trabajan con señales digitales en tiempo discreto:
El ordenador.
El CD-ROM  y los equipos de música.
El teléfono y otros equipos de comunicaciones.

Si conectamos un instrumento de medida (osciloscopio, analizador digital) a cualquiera de estos equipos nos mostraría señales eléctricas que exclusivamente tienen dos niveles de tensión: 0 voltios y 5 voltios. Así, el teclado intercambia con la CPU información digital exclusivamente en un tiempo determinado t.