Ssee t04

TEMA 4
Tratamiento digital de seales mediante procesadores embebidos.

4.1.- Caracterizacin de seales analgicas y digitales. 4.2.- Discretizacin de seales analgicas. Conversin A/D y D/A. 4.3.- Introduccin al procesado digital de seales
(c) Benito beda Miarro Universidad de Murcia

1
4.1.- Caracterizacin de seales analgicas y digitales.

Definicin de Seal
Las seales son patrones de variacin que representan informacin codificada. Una seal se define como una magnitud fsica que vara con el tiempo el espacio o cualquier otra variable independiente y permite transmitir informacin. En adelante suponemos seales elctricas, donde la magnitud que se representa es la tensin o la corriente elctricas.
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) :
Tiempo Continuo, Amplitud discreta.
Muestreadas, xs[n] :
Tiempo Discreto, Amplitud continua.
Digital, xQ[n] :
Tiempo y Amplitud discretos.
Por su periodicidad
Clasificacin de seales
Aperiodicas: No existe ningn patrn de repeticin.
Peridicas: Aquellas que verifican xp(t) = xp(tnT), donde T es el periodo de repeticin y n es un entero.
4
Por su simetra
Basadas en simetras
Simetra Par: x(t) = x(-t) Simetra Impar: x(t) = -x(-t)
5
Por su potencia o energa
Energa de una seal x(t) :
Potencia de una seal x(t) :

Una seal est definida en trminos de energa si Ex es finita, lo que implica que Px es 0.
Ej. Pulsos limitados en el tiempo.

Una seal est definida en trminos de potencia si Px es finita, lo que implica que Ex es infinita.
Ej. Una seal peridica.

6
Seales elementales
7
Expresin matemtica
Analgicas Discretas
8
Procesamiento bsico (Transformaciones)

Desplazamiento en el tiempo:
Seal adelantada y retrasada en el tiempo
x(t-t0), desplazamiento a la derecha. (Retrasada) x(t+t0), desplazamiento a la izquierda. (Adelantada)
Reflexin:
Inversin en el tiempo de x(t) = x(-t)
Cambios lineales de escala en la variable independiente:

Compresin en el tiempo de x(t) = x(2t) Dilatacin en el tiempo de x(t) = x(t/2)
9
Ejemplo 1
DESPLAZAMIENTO x(t) 1
1/2
x(t) 1
1/2
x(t-2)
10
Expresin matemtica a partir de seales bsicas

Rampa
Pulso
Triangular
Sinc
11
Propiedades
Seales continuas Seales discretas
12
4.2.- Discretizacin o digitalizacin de seales analgicas. Conversin A/D y D/A.

La digitalizacin de una seal analgica trae consigo una discretizacin tanto en el dominio temporal como en el de la amplitud. El resultado es una secuencia de N nmeros x(n) que indican la amplitud que tena la seal analgica en el instante de muestreo. El ndice n nos indica el numero de la muestra que ir desde el instante inicial, n=0, hasta el instante final, N-1. Las muestras se toman cada periodo de muestreo, Ts segundos. Es el denominado muestreo uniforme. Cada muestra se codifica con un valor entero o fraccional de B bits.
13
DIGITALIZACION
x(nTs) x(t) Q[n] N bits t
Ts
x(n)
p(t)
Conversor analgico digital (A/D) Muestreo y retencin Cuantificacin

14
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
Cuantificacin: Formatos integer y fraccional (usados en dsPIC)
16
Modelado matemtico del proceso de muestreo ideal

Seal analgica de entrada.
Tren de deltas. Indica que cada Ts segundos se produce un muestreo
Fs=1/Ts
Seal muestreada. Una vez cuantificada se genera una secuecia
17
Anlisis del proceso de muestreo (I)

Como cualquier proceso, debemos estudiarlo para proceder a caracterizarlo y extraer conclusiones pertinentes. En primer lugar se necesita conocer el contenido en frecuencias de la seal muestreada. Para ello hay que calcular la Transformada de Fourier a xs(t)
X(f)=TF [x(t)]
f -B B
La seal original tiene un espectro limitado a B Hz, denominado banda base.
-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.
Esto implica que el muestreo es un proceso NO LINEAL

18
Anlisis del proceso de muestreo (II)

Se trata de un proceso NO LINEAL porque aparecen frecuencias a la salida (color naranja) que no estaban a la entrada (Banda Base, color azul). Para poder RECONSTRUIR de nuevo la seal original, con toda su informacin, debemos ser capaces de eliminar, mediante un filtro paso bajo, las frecuencias que no pertenecen a la banda base (color naranja).
-B
-2fs -fs 0
B
fs 2fs
X(f)=TF [x(t)] f -B
B 19
Anlisis del proceso de muestreo (III)

Frecuencia de Nyquist
Para poder RECONSTRUIR la relacin entre la frecuencia de muestreo y el ancho De la banda base debe ser tal que:
-B
-2fs -fs 0
B
fs 2fs
f
-2fs
-B
-fs 0
B
fs 2fs
ALIASING
X(f)=TF [x(t)] f -B
X(f)=TF [x(t)] f -B B 20
POSIBLE la reconstruccin
IMPOSIBLE la reconstruccin
Anlisis del proceso de muestreo (IV)

Teorema del muestreo
Una seal x (t) con un espectro limitado a la frecuencia B ( |f| < B ) puede ser muestreada sin prdida de informacin si la frecuencia de muestreo fS supera la cantidad 2B, es decir fS 2B. Si se muestrea a una frecuencia menor tiene lugar el
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
Reconstruccin. Conversin D/A

Muestras, x[n]
D/A Seal reconstruida x(t)
22
Diagrama de bloques del conversor A/D de 12 bits de la familia dsPIC
23
4.3.- Introduccin al procesado digital de seales

Consiste en realizar procesamiento matemtico mediante secuencias de nmeros, x[n]. Se emplean para ello microprocesadores digitales. Se requiere modelar y caracterizar matemticamente diferentes sistemas. TEORIA DE SISTEMAS LINEALES E INVARIANTES EN EL TIEMPO (LTI)
Es la base del procesamiento digital de seales. Se aplica el principio de superposicin. Vienen caracterizados por su respuesta al impulso. Operaciones como la convolucin son de gran utilidad. Modelos vlidos tanto para seales analgicas como digitales.
24
Definiciones en procesado de seales

La seal o seales a ser procesadas forman la excitacin o entrada x del sistema. La seal procesada y es la respuesta o salida y del sistema.
x T[.] y
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).
25
Modelado y definicin de sistemas

Un sistema lo definimos como: Un conjunto de dispositivos conectados entre si, cuyo funcionamiento est sujeto a ciertas leyes fsicas. Todo aquello que realiza un procesamiento sobre una seal, es decir, un procesador de seal La representacin de un sistema continuo se realiza mediante ecuaciones diferenciales.
Se relaciona la salida, y(t), con la entrada, x(t), mediante constantes, parmetros y variables independientes (tiempo).
x(t)
h(t)
y(t)
Analgico
La representacin de un sistema discreto se realiza por su ecuacin en diferencias
x[n]
h[n]
y[n]
Digital
26
Propiedades de los sistemas

Los sistemas pueden ser:
ontinuos o Discretos C ineales o No lineales L nvariantes en el tiempo o variantes con el tiempo I on memoria o sin memoria C nvertibles o no invertibles I ausales o no causales C stables o inestables E
27
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
ESCALONAMIENTO: si la entrada vale x=kx1 entoces y=ky1
28
Sistemas lineales e invariantes con el tiempo (Linel Time Invariant, LTI)

El sistema es invariante en el tiempo si su respuesta no depende del Instante en que se aplica la entrada. x(t) x Sistema Lineal Invariante y y(t)
x(t-t0)
y(t-t0)
t0
t0
29
Sistemas LTI
(t) x Sistema Lineal Invariante y
y(t)h(t)
Si conocemos la respuesta al impulso, seremos capaces de conocer la respuesta a cualquier entrada.
30
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
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
Propiedades de la convolucin analgica

La convolucin analgica cumple con una serie de propiedades, expresadas matemticamente mediante las siguiente ecuaciones:
33
Propiedades de la convolucin discreta

Igualmente, en el mundo digital, las propiedades son las mismas, solo que Cambiando las integrales por sumatorios.
34
Convolucin grafica
35
Mtodos para calculo de la convolucin discreta

todo de la tira deslizante. M todo de la suma por columnas M todo de la malla. M Ejemplo: x([n]=[3 1 2 -1] h[n]=[1 2 3] y[n]=x[n]*h[n]=[3 7 13 6 4 -3]
MatLab: y=conv(x,h)
36
Convolucin discreta grfica
37
Correlacin de dos seales

Operacin parecida a la convolucin, que mide el parecido entre dos seales.
No cumple la propiedad conmutativa, por lo que se defien dos expresiones. Su valor solo coincide en el origen, k=0.
38
Autocorrelacin
Es la correlacin de una seal consigo misma. Nos mide el parecido de una seal con una versin desplazada de ella misma.
Presenta un mximo en el origen, es decir, cuando n=0. Es simtrica, es decir Rxx(-k)=Rxx(k)
39
Implementacin de sistemas Discretos

La mayor parte de los sistemas de inters se pueden considerar Como Lineales e Invariantes en el tiempo (LTI) Las seales son secuencias de nmeros (muestras) x(n), h(n), y(n), Empleamos ecuaciones en diferencias para representar las transformaciones que sufre la seal de entrada:
Donde es fcil comprobar que se cumplen las condiciones de linealidad e Invariancia temporal. x(n) T
y(n)
40
Implementacin de sistemas discretos

Se pueden clasificar segn como sea la respuesta al impulso h(n), que sabemos representa a estos sistemas:
Sistemas FIR: Finite Impulse Response Sistemas IIR: Infinite Impulse Response
En cuanto a su realizacin, podemos hablar de sistemas:

No recursivos Recursivos
F[x(n), x(n-1),..,x(n-M)] F[y(n-1),..,y(n-N), x(n), x(n-1),..,x(n-M)] z-1
Descripcin de los sistemas LTI discretos: grafos
+
Sumador
b1 x(n) b1x(n) x(n)
z-1
Retardo
x(n-1)
multiplicador
42
Ejemplos: Filtro FIR, 3 etapas
x(n)
Z-1 b0
x(n-1)
Z-1
x(n-2)
Z-1
x(n-3)
b1
b2
b3 y(n)
43
Ejemplos: Filtro IIR
FORMA DIRECTA I x(n) Z-1 x(n-1) Z-1 x(n-2) Z-1 x(n-M)

b0
v(n)
y(n)
b1
a1
Z-1 y(n-1) Z-1
bM-1
aN-1 Z-1 aN
y(n-2)
bM
44
Ejemplos: Filtro IIR, orden N

FORMA DIRECTA II x(n) w(n) Z-1 a1 Z-1 aN-1 Z-1 b0 y(n)
b1
bN-1
aN
bN
45
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
Sntesis Encontrar los coeficientes [a1,a2,] [b0, b1, b2, ]

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
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
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
Ventana de N muestras X(k)=[0 1 2 3 N/2 ... N-1]
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:
Se necesitan del orden de N2 operaciones complejas.

50
Propiedades de la DFT
51
52
53
DFT de una seal de 800 Hz sinusoidal

256 muestras sin(2pi800t)
DFT, 256 puntos Fs=8000 Hz
54
Algoritmo de la Transformada Rpida de Fourier o Fast Fourier Transform, FFT

Expresin de la DFT
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
FFT Radix-2: Diezmado en el tiempo

Se reordena la secuencia de entrada x(n) como suma de dos secuencias. La primera en base a los indices pares y la segunda con los impares. Con cada una de estas subsecuencias se realiza la DFT de N/2 puntos y su resultado se combina para formar la DFT de N puntos:
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
Las dos DFT de N/2 puntos se pueden dividir para formar 4 DFTs de N/ 4 puntos y as sucesivamente
57

El proceso puede repetirse sucesivamente hasta llegar a calcular la DFT de dos valores x(n). Es decir, x(k) y x(k+N/2) para k=0,1,..N/2-1 Para una FFT de N=8 puntos, el esquema ser el mostrado
58
Algoritmo FFT de N puntos, diezmado en el tiempo.

Tabla resumen de caracteristicas:
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
FFT Radix-2: Diezmado en frecuencia

Se reordena la DFT como suma de dos secuencias. La primera en base a la primera mitad de los datos y la segunda con la segunda mitad:
Propiedad
60

Se obtiene dividiendo la secuencia de salida, X(k) en dos ecuaciones. Una para los indices pares
Y otra para los indices impares:
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
62
63
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
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
Otros algoritmos:
Transformada Coseno
La DCT (Discrete Cosine Transform) se emplea en compressin de video (ej. MPEG-2).
La DCT inversa (IDCT) se calcula como:
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.
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)
El error cuadrtico medio (MSE or L2 norm)

67
Empleo de procesadores digitales de seal DSPs

Instruction Memory
DSP Core
A/D Converter D/A Converter
Data Memory
Serial Ports
68
DSP: Caractersticas bsicas

Fast Multiply-Accumulate (MAC)
DSP filters and transforms are multiply intensive
Multiple Access Memory

1 Instruction, 2 data per cycle
Specialized Addressing
Fifo, Arrays, Permutations
Specialized Program Control

Efficient loops Fast Interrupt Handling
69
Tipos de DSPs
DSP
Fixed Point
Floating Point
16 bit
20 bit
24 bit
32 bit IEEE
Other
70
Familia dsPIC
71
Respuesta en frecuencia de un filtro FIR implementado con dsPIC
72
Empleando el dsPIC filter design
73
Fichero de salida del dsPIC Filter design. Definicin de las etapas
74
Referencias
Curso de tratamiento digital de seales. Andoni irizar.
http://www.tecnun.es/asignaturas/tratamiento%20digital/tds5.html
Introduction to digital filters. Julius O. Smith

http://www-ccrma.stanford.edu/~jos/filters/
Fundamentals of signals and systems using the web and Matlab. Kamen Edward; heck, Bonnie. Ed. Prentice Hall (2006)
75

Ssee t04

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Ssee t04

Încărcat de

Drepturi de autor:

Formate disponibile

TEMA 4

Tratamiento digital de seales mediante procesadores embebidos.

(c) Benito beda Miarro Universidad de Murcia

4.1.- Caracterizacin de seales analgicas y digitales.

Tiempo Continuo, Amplitud discreta.

Tiempo Discreto, Amplitud continua.

Tiempo y Amplitud discretos.

Aperiodicas: No existe ningn patrn de repeticin.

Energa de una seal x(t) :

Potencia de una seal x(t) :

Ej. Pulsos limitados en el tiempo.

Ej. Una seal peridica.

Procesamiento bsico (Transformaciones)

Cambios lineales de escala en la variable independiente:

Expresin matemtica a partir de seales bsicas

4.2.- Discretizacin o digitalizacin de seales analgicas. Conversin A/D y D/A.

Conversor analgico digital (A/D) Muestreo y retencin Cuantificacin

Cuantificacin: Formatos integer y fraccional (usados en dsPIC)

Modelado matemtico del proceso de muestreo ideal

Tren de deltas. Indica que cada Ts segundos se produce un muestreo

Anlisis del proceso de muestreo (I)

La seal original tiene un espectro limitado a B Hz, denominado banda base.

Esto implica que el muestreo es un proceso NO LINEAL

Anlisis del proceso de muestreo (II)

Anlisis del proceso de muestreo (III)

Anlisis del proceso de muestreo (IV)

Reconstruccin. Conversin D/A

D/A Seal reconstruida x(t)

Diagrama de bloques del conversor A/D de 12 bits de la familia dsPIC

4.3.- Introduccin al procesado digital de seales

Definiciones en procesado de seales

Modelado y definicin de sistemas

La representacin de un sistema discreto se realiza por su ecuacin en diferencias

Propiedades de los sistemas

ESCALONAMIENTO: si la entrada vale x=kx1 entoces y=ky1

Sistemas lineales e invariantes con el tiempo (Linel Time Invariant, LTI)

(t) x Sistema Lineal Invariante y

Si conocemos la respuesta al impulso, seremos capaces de conocer la respuesta a cualquier entrada.

Propiedades de la convolucin analgica

Propiedades de la convolucin discreta

Mtodos para calculo de la convolucin discreta

Convolucin discreta grfica

Correlacin de dos seales

Presenta un mximo en el origen, es decir, cuando n=0. Es simtrica, es decir Rxx(-k)=Rxx(k)

Implementacin de sistemas Discretos

Implementacin de sistemas discretos

En cuanto a su realizacin, podemos hablar de sistemas:

Descripcin de los sistemas LTI discretos: grafos

b1 x(n) b1x(n) x(n)

Ejemplos: Filtro FIR, 3 etapas

Ejemplos: Filtro IIR

FORMA DIRECTA I x(n) Z-1 x(n-1) Z-1 x(n-2) Z-1 x(n-M)

Z-1 y(n-1) Z-1

Ejemplos: Filtro IIR, orden N

Sntesis Encontrar los coeficientes [a1,a2,] [b0, b1, b2, ]

Ventana de N muestras X(k)=[0 1 2 3 N/2 ... N-1]

Se necesitan del orden de N2 operaciones complejas.

DFT de una seal de 800 Hz sinusoidal

DFT, 256 puntos Fs=8000 Hz

Algoritmo de la Transformada Rpida de Fourier o Fast Fourier Transform, FFT

FFT Radix-2: Diezmado en el tiempo

FFT Radix-2: Diezmado en el tiempo

FFT Radix-2: Diezmado en el tiempo