Algoritmia - descomponer una señal, valores tipicos, ect

 
Vista:

descomponer una señal, valores tipicos, ect

Publicado por cristian (1 intervención) el 23/09/2002 17:20:44
gracias por su interes. necesito un programa que descomponga su señal en par/impar, alterna/continua, ect. y sus valores tipicos
Valora esta pregunta
Me gusta: Está pregunta es útil y esta claraNo me gusta: Está pregunta no esta clara o no es útil
0
Responder
Imágen de perfil de Alejandro

Descomposición de señales en componentes par e impar: Ejemplo en Python

Publicado por Alejandro (307 intervenciones) el 28/02/2024 00:11:35
Cristian, para descomponer una señal en componentes par/impar, alterna/continua, y otros aspectos, puedes utilizar técnicas de análisis de señales. Aquí hay un ejemplo básico en Python utilizando la biblioteca NumPy para realizar la descomposición de una señal en sus componentes par e impar:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
import numpy as np
import matplotlib.pyplot as plt
 
def descomponer_senal(senal):
    # Descomposición en componentes par e impar
    componente_par = (senal + np.flip(senal)) / 2
    componente_impar = (senal - np.flip(senal)) / 2
 
    return componente_par, componente_impar
 
# Ejemplo de señal
tiempo = np.linspace(0, 1, 1000, endpoint=False)  # 1000 puntos en 1 segundo
senal_original = np.sin(2 * np.pi * 5 * tiempo) + 0.5 * np.random.normal(size=1000)
 
# Descomposición de la señal
componente_par, componente_impar = descomponer_senal(senal_original)
 
# Gráficos de las señales originales y descompuestas
plt.figure(figsize=(12, 6))
 
plt.subplot(3, 1, 1)
plt.plot(tiempo, senal_original)
plt.title('Señal original')
 
plt.subplot(3, 1, 2)
plt.plot(tiempo, componente_par)
plt.title('Componente par')
 
plt.subplot(3, 1, 3)
plt.plot(tiempo, componente_impar)
plt.title('Componente impar')
 
plt.tight_layout()
plt.show()

Este código genera una señal sinusoidal con ruido y luego la descompone en sus componentes par e impar. Puedes ajustar la señal original según tus necesidades.

Ten en cuenta que hay diversas formas de analizar y descomponer señales, dependiendo de tus objetivos específicos. Además, puedes explorar bibliotecas como SciPy para técnicas más avanzadas de análisis de señales.
Valora esta respuesta
Me gusta: Está respuesta es útil y esta claraNo me gusta: Está respuesta no esta clara o no es útil
0
Comentar