Documente Academic
Documente Profesional
Documente Cultură
Ejemplos:
El sonido es una funcin de una variable, el tiempo. Para cada instante de tiempo (variable independiente) existe un valor nico de la funcin (variable dependiente). Una imagen es un funcin de dos variables (x,y), o si est en movimiento de tres variables (x,y,t) que toma un valor que codifica el color RGB del punto en cada instante.
Benito beda (Univ. Murcia)
Tipos de seales
Seales continuas y discretas. Analgicas, x(t) :
Amplitud y Tiempo continuos.
Cuantizada, xQ(t) :
Muestreadas, xs[n] :
Benito beda (Univ. Murcia)
Digital, xQ[n] :
Por su periodicidad
Clasificacin de seales
Peridicas: Aquellas que verifican xp(t) = xp(tnT), donde T es el periodo de repeticin y n es un entero.
4
Benito beda (Univ. Murcia)
Clasificacin de seales
Por su simetra
Basadas en simetras
Simetra Par: x(t) = x(-t) Simetra Impar: x(t) = -x(-t)
5
Benito beda (Univ. Murcia)
Clasificacin de seales
Por su potencia o energa
Seales elementales
7
Benito beda (Univ. Murcia)
Expresin matemtica
Analgicas Discretas
8
Benito beda (Univ. Murcia)
Reflexin:
Inversin en el tiempo de x(t) = x(-t)
9
Benito beda (Univ. Murcia)
Ejemplo 1
DESPLAZAMIENTO x(t) 1
1/2
x(t) 1
1/2
x(t-2)
10
Benito beda (Univ. Murcia)
Pulso
Triangular
Sinc
11
Benito beda (Univ. Murcia)
Propiedades
Seales continuas Seales discretas
12
Benito beda (Univ. Murcia)
DIGITALIZACION
x(nTs) x(t) Q[n] N bits t
Ts
x(n)
p(t)
x(t) x(n)
Conversin A/D
t
Ts=1/fs PARMETROS x(n) d b a c e Secuencia Periodo de muestreo Ts, Frecuencia de muestreo, fs Bits de cuantificacin, N
x(n)=[a b c d e f g h i j k]
15
Benito beda (Univ. Murcia)
16
Benito beda (Univ. Murcia)
Fs=1/Ts
Seal muestreada. Una vez cuantificada se genera una secuecia
17
Benito beda (Univ. Murcia)
f -B B
-B
-2fs -fs 0
B
fs 2fs
Conclusiones obtenidas: - El espectro es peridico, de periodo fs. - Se traslada la banda base en torno a todos los mltiplos enteros de la frecuencia de muestreo.
18
-B
-2fs -fs 0
B
fs 2fs
X(f)=TF [x(t)] f -B
Benito beda (Univ. Murcia)
B 19
-B
-2fs -fs 0
B
fs 2fs
f
-2fs
-B
-fs 0
B
fs 2fs
ALIASING
X(f)=TF [x(t)] f -B
Benito beda (Univ. Murcia)
X(f)=TF [x(t)] f -B B 20
POSIBLE la reconstruccin
IMPOSIBLE la reconstruccin
fenmeno denominado aliasing o solapamiento de espectros. Si se muestrea de acuerdo al teorema existe un proceso de reconstruccin que garantiza la reproduccin exacta de la seal continua x(t) a partir de sus muestras x[n].
21
Benito beda (Univ. Murcia)
22
Benito beda (Univ. Murcia)
23
Benito beda (Univ. Murcia)
24
Benito beda (Univ. Murcia)
Dominios de inters: El anlisis de sistemas implica el estudio de la respuesta del sistema a entradas conocidas. La sntesis de sistemas se realiza especificando las salidas que deseamos para una entradas dadas y estudiando que sistema es el ms adecuado (Identificacin de sistemas).
Benito beda (Univ. Murcia)
25
x(t)
h(t)
y(t)
Analgico
x[n]
h[n]
y[n]
Digital
26
Benito beda (Univ. Murcia)
27
Benito beda (Univ. Murcia)
Sistemas lineales
x Sistema Lineal y
Un sistema, se dice lineal, si a la salida no aparecen componentes de frecuencia que no estaban a la entrada. Formalmente, debe cumplir con las propiedades de aditividad y escalonamiento: Sea y1 la respuesta a x1 e y2 la respuesta a x2 ADITIVIDAD: si x=x1+x2 entonces la salida ser y=y1+y2
28
Benito beda (Univ. Murcia)
x(t-t0)
y(t-t0)
t0
t0
29
Benito beda (Univ. Murcia)
Sistemas LTI
y(t)h(t)
30
Benito beda (Univ. Murcia)
Sistemas LTI
x(t) x(n) LTI h(t) y(t)=x(t)*h(t) y(n)=x(n)*h(n)
En un sistema LTI, la respuesta y(t) ante cualquier entrada se puede calcular mediante la denominada integral de convolucin: Sistema analgico
Sistema discreto
31
Benito beda (Univ. Murcia)
Convolucin discreta
Mediante el empleo de microprocesadores solo podemos implementar la Convolucin discreta. Su expresin es conocida como SUMA de convolucin:
Mediante la convolucin, somos capaces de conocer la respuesta de un sistema LTI, conocida la respuestaal impulso, h(n). Cumple la propiedad conmutativa, y por tanto la expersin siguiente tambin es valida
Si las secuencias tienen una longitud M y N, la salida tiene una longitud M+N
32
Benito beda (Univ. Murcia)
33
Benito beda (Univ. Murcia)
34
Benito beda (Univ. Murcia)
Convolucin grafica
35
Benito beda (Univ. Murcia)
MatLab: y=conv(x,h)
36
Benito beda (Univ. Murcia)
37
Benito beda (Univ. Murcia)
No cumple la propiedad conmutativa, por lo que se defien dos expresiones. Su valor solo coincide en el origen, k=0.
38
Benito beda (Univ. Murcia)
Autocorrelacin
Es la correlacin de una seal consigo misma. Nos mide el parecido de una seal con una versin desplazada de ella misma.
39
Benito beda (Univ. Murcia)
Donde es fcil comprobar que se cumplen las condiciones de linealidad e Invariancia temporal. x(n) T
Benito beda (Univ. Murcia)
y(n)
40
+
Sumador
z-1
Retardo
x(n-1)
multiplicador
42
Benito beda (Univ. Murcia)
x(n)
Z-1 b0
x(n-1)
Z-1
x(n-2)
Z-1
x(n-3)
b1
b2
b3 y(n)
43
Benito beda (Univ. Murcia)
b0
v(n)
y(n)
b1
a1
bM-1
aN-1 Z-1 aN
y(n-2)
bM
44
b1
bN-1
aN
bN
45
Benito beda (Univ. Murcia)
Funcin de transferencia.
TRANSFORMADA Z x[n] X(z) h[n] H(z) y[n] Y(z) Transformada z de.. h[n] H(z)
Almacenar un dato significa retrasarlo un periodo de muestreo. Al realizar la transformada z se muestra por z-1
46
Agrupacin de sistemas
Conexin en cascada (serie):
La funcin de transferencia global es el producto HT=H1H2HN
Conexin en paralelo:
La funcin de transferencia global es la suma de las individuales
47
Benito beda (Univ. Murcia)
Analisis espectral
Discrete Fourier Transform, DFT La Tranformada de Fourier se puede aplicar a secuencias x(n) para conocer el espectro de la seal de la que provienen: Se trata de una funcin periodica y continua en , dado que : Para poder realizar su calculo mediante un ordenador se necesita:
Trabajar con secuencias de un conjunto finito de muestras, N. Volver a muestrear a X() para poder trabajar digitalmente. Se llega as a la DFT
48
Benito beda (Univ. Murcia)
Algoritmo de la DFT
Se trata de seleccionar un periodo de X() y tomar N muestras equiespaciadas en el intervalo << La expresin de la DFT viene dada por:
-2 -fs
Solo aportan informacin Las primeras N/2 muestras Benito beda (Univ. Murcia)
- -fs/2
fs/2
2 fs
49
Interpretacin de la DFT
El conjunto de N valores que forman la DFT son los coeficientes espectrales. Los coeficientes espectrales son numeros complejos. La densidad espectral de potencia ser el modulo al cuadrado.
Solo los primeros N/2 coeficientes son de inters, pues el resto son un mirror de los primeros. La resolucin espectral conseguida depende de la frecuencia de muestreo y del valor de N. Esta vendr dada por:
Propiedades de la DFT
51
Benito beda (Univ. Murcia)
52
Benito beda (Univ. Murcia)
53
Benito beda (Univ. Murcia)
54
Benito beda (Univ. Murcia)
El algoritmo de la FFT realiza el calculo de la DFT de forma muy eficiente, al reducir enormemente la cantidad de operaciones a realizar. Aprovecha las propiedades siguientes
55
Benito beda (Univ. Murcia)
Vemos que la DFT de N puntos es la suma de dos DFTs de N/2 puntos, que hemos denominado Y)k) y Z(k). Adems, cada trmino Z(k) se multiplica por un factor WNk, denominado Twidle factor. Aplicando la periodicidad de Y(k) y Z(k) y teniendo en cuenta que WNk+N/2 =-WNk Podemos poner:
56
Benito beda (Univ. Murcia)
Las dos DFT de N/2 puntos se pueden dividir para formar 4 DFTs de N/ 4 puntos y as sucesivamente
57
Benito beda (Univ. Murcia)
58
Benito beda (Univ. Murcia)
Por cada butterfly tenemos una multiplicacin y dos sumas complejas. Hay N/2 butterflies por etapa y log2N etapas. Numero total de multiplicaciones: N log2 N Numero total de sumas: N log2N
59
Benito beda (Univ. Murcia)
Propiedad
60
Benito beda (Univ. Murcia)
Vemos que X(2k) y X(2k+1) son los resultados de la DFT de N/2 puntos realizada con la suma y la diferencia. De la primera y segunda mitades de la secuencia de entrada, x(n)
61
Benito beda (Univ. Murcia)
62
Benito beda (Univ. Murcia)
63
Benito beda (Univ. Murcia)
FFT Radix-2
Conclusiones
El el caso de diezmado en el tiempo, la secuencia de entrada debe ser reordenada y la salida aparece en el orden correcto. En el caso de diezmado en frecuencia, la secuencia de entrada se pone en su orden mientras que hay que reordenar la secuencia de salida. Bastar con invertir el ndice en binario, para conseguir la reordenacin:
64
Benito beda (Univ. Murcia)
Otros algoritmos:
Transformada Inversa de Fourier, IDFT
La IDFT (Inverse Discrete Fourier Transform) se emplea para obtener la seal en el dominio del tiempo a partir de los coeficientes en el dominio de la frecuencia. Aplicaciones tpicas son:
Implementar la convolucin en sistemas lineales Sintetizadores digitales de seales. Compresin de informacin
65
Benito beda (Univ. Murcia)
Otros algoritmos:
Transformada Coseno
donde e(k) = 1/sqrt(2) si k = 0; otro caso e(k) = 1. Una DCT de N-Puntos, 1D-DCT, require N2 operaciones MAC.
Benito beda (Univ. Murcia)
66
Otros algoritmos:
Clculos de distancia
Se emplean tpicamente en algoritmos de reconocimiento de patrones, estimacin de movimiento, codificacin, Problema: Escoger el vector rk cuya distancia al vector x de entrada sea mnima. La distancia se define tpicamente por las siguientes normas:
La media del valor absoluto de la diferencia (MAD or L1 norm)
DSP Core
Data Memory
Serial Ports
68
Benito beda (Univ. Murcia)
Specialized Addressing
Fifo, Arrays, Permutations
Tipos de DSPs
DSP
Fixed Point
Floating Point
16 bit
20 bit
24 bit
32 bit IEEE
Other
70
Benito beda (Univ. Murcia)
Familia dsPIC
71
Benito beda (Univ. Murcia)
72
Benito beda (Univ. Murcia)
73
Benito beda (Univ. Murcia)
74
Benito beda (Univ. Murcia)
Referencias
Curso de tratamiento digital de seales. Andoni irizar.
http://www.tecnun.es/asignaturas/tratamiento%20digital/tds5.html
Fundamentals of signals and systems using the web and Matlab. Kamen Edward; heck, Bonnie. Ed. Prentice Hall (2006)
75
Benito beda (Univ. Murcia)