Generación de señales básicas de tiempo discreto para el procesamiento de señales de tiempo discreto Las señales de escalón unitario, impulso unitario, rampa unitaria y exponencial son señales muy comúnmente utilizadas en el procesamiento de señales para realizar diversas operaciones.
- La señal de escalón unitario viene dada por
- La señal de impulso unitario viene dada por
- La señal de rampa unitaria viene dada por
- La señal exponencial viene dada por
Ejemplos:
Input : Unit Step Signal u[n-2] Output :
Input : Unit Impulse Signal d(4) Output :
Input : Unit Ramp Signal Output:
Input: Exponential signal for a=2 Output:
Código: implementación de código Python para generar las señales básicas de tiempo discreto
# importing libraries
import numpy as np
import matplotlib.pyplot as plt
# function to generate unit step u[n-a]
# LL and UL are lower and upper limits of discrete time line
def unit_step(a, n):
unit =[]
for sample in n:
if sample<a:
unit.append(0)
else:
unit.append(1)
return(unit)
# plot unit step function u[n-a]
a = 2 # Enter delay or advance
UL = 10
LL = -10
n = np.arange(LL, UL, 1)
unit = unit_step(a, n)
plt.stem(n, unit)
plt.xlabel('n')
plt.xticks(np.arange(LL, UL, 1))
plt.yticks([0, 1])
plt.ylabel('u[n]')
plt.title('Unit step u[n-a]')
plt.savefig('UnitStep.png')
# Function to plot Impulse signal d(a)
def unit_impulse(a, n):
delta =[]
for sample in n:
if sample == a:
delta.append(1)
else:
delta.append(0)
return delta
a = 4 # Enter delay or advance
UL = 10
LL = -10
n = np.arange(LL, UL, 1)
d = unit_impulse(a, n)
plt.stem(n, d)
plt.xlabel('n')
plt.xticks(np.arange(LL, UL, 1))
plt.yticks([0, 1])
plt.ylabel('d[n]')
plt.title('Unit Impulse d[4]')
plt.savefig("UnitImpulse.png")
# Function to generate unit ramp signal r(n)
# r(n)= n for n>= 0, r(n)= 0 otherwise
def unit_ramp(n):
ramp =[]
for sample in n:
if sample<0:
ramp.append(0)
else:
ramp.append(sample)
return ramp
UL = 10
LL = -10
n = np.arange(LL, UL, 1)
r = unit_ramp(n)
plt.stem(n, r)
plt.xlabel('n')
plt.xticks(np.arange(LL, UL, 1))
plt.yticks([0, UL, 1])
plt.ylabel('r[n]')
plt.title('Unit Ramp r[n]')
plt.savefig("UnitRamp.png")
# Function to generate exponential signals e**(at)
def exponential(a, n):
expo =[]
for sample in n:
expo.append(np.exp(a * sample))
return (expo)
a = 2
UL = 1
LL = -1
n = np.arange(LL, UL, 0.1)
x = exponential(a, n)
plt.stem(n, x)
plt.xlabel('n')
plt.xticks(np.arange(LL, UL, 0.2))
# plt.yticks([0, UL, 1])
plt.ylabel('x[n]')
plt.title('Exponential Signal e**(an)')
plt.savefig("Exponential.png")