Hola!! Dejo acá un código que gratamente encontré en la red que es para calcular la co nvolución de forma "continua" en matlab. "continua" entre " porque matlab no traba ja en forma continua (por eso lo útil). Resalto, para que nadie más caiga en mi error, que la función conv de matlab que ha ce la convolución (entre otras cosas..) sólo es para señales o funciones de tiempo dis creto (utiliza el algoritmo FFT). function conv_322(x,x_start,h,h_start,delta); % conv_322(x,x_start,h,h_start,delta); % % Convolution support function for the Signals and Systems course, % EE-322 at the United States Naval Academy {EE Department}. % Calculates and plots the numeric convolution integral, y(t) = x(t)*h(t). % The input, x(t), and the impulse response, h(t), are also plotted. % For the result to be accurate ... delta must be sufficiently small. % % x - sampled version of the input function % x_start - input function start time (in seconds) % h - sampled version of the impulse response function % h_start - impulse response function start time (in seconds) % delta - time interval between samples (in seconds) ... delta t % % 7 September 1998, last rev 23 September 1998 % copyright (c) 1998, written by CDR Thad Welch {USNA} % w/ help from Midshipman 2/C Trevor Laughter expand=0.1; total_length=length(x)+length(h)-1; t=x_start+h_start+delta*(0:total_length-1); t_min=min([x_start h_start t]); t_max=max([x_start+delta*length(x) h_start+delta*length(h) t]); y=delta*conv(x,h); y_min=min([x h y]); y_max=max([x h y]); tmin=t_min-expand*(t_max-t_min); tmax=t_max+expand*(t_max-t_min); ymin=y_min-expand*(y_max-y_min); ymax=y_max+expand*(y_max-y_min); x_time=x_start+delta*(0:length(x)-1); h_time=h_start+delta*(0:length(h)-1); subplot(3,1,1) plot([tmin t(1)-delta t tmax],[0 0 y 0],'b') grid title('Convolution of x(t) and h(t)') ylabel('output, y(t)') %axis([tmin tmax ymin ymax]) subplot(3,1,2) plot([tmin x_time(1)-delta x_time x_time(length(x_time))+delta tmax],[0 0 x 0 0] ,'r') grid ylabel('input, x(t)') %axis([tmin tmax ymin ymax]) subplot(3,1,3)
plot([tmin h_time(1)-delta h_time h_time(length(h_time))+delta tmax],[0 0 h 0 0] ,'g') grid xlabel('time (seconds)') ylabel('impulse response, h(t)') %axis([tmin tmax ymin ymax]) Confirmo que anda y muy bien de hecho. Dejo un par ejemplos de como se usa porque si da paja leer la ayuda que tiene en inglés. (Estoy cursando teoría de las telecomunicaciones así que yo, sólo por eso, voy a expli car esto con el tema de filtros adaptados. Y de hecho, ejercicio 3 del tp 2 de e sa materia) Supongamos que queremos ver la salida de un filtro adaptado a un escalón (en reali dad más bien a un cajón..). Para ello tengo ya hecha la siguiente función: Código: function y=escalon(t) %escalón unitario %y=u(t) y=1.*(t>=0); teniendo esa y conv_322 en el path de matlab hacemos en la línea de comandos como sigue (ó en un .m): T=1; %ésto será el tiempo de bit t=0:0.01:1; %esto es la duración de la simulación, el paso de 0.01 es uno de los arg umentos de la función %conv_322 s1=escalon(t); %la señal, escalón h1=escalon(-t+T); %la respuesta impusiva del filtro adaptado a s1 conv_322(s1,0,h1,0,0.01)
Otro ejemplo, señal senoidal. T=pi/2; %tiempo de bit t=0:0.01:2*pi% (puede ser más o menos pero lo pongo así para tener un período entero, me refiero al 2*pi) s2=sin(t); h2=sin(-t+T); conv_322(s2,0,h2,0,0.01)
