Documente Academic
Documente Profesional
Documente Cultură
NICOLAS HIDALGO
FACULTAD DE INGENIERIA ELECTRICA
NOMBRE: Daniel Palomares Garca
MATRICULA: 0502739e
MATERIA: Comunicaciones II
SECCION: 802
SEMESTRE: 7
CARRERA: Ing. en Electrnica
PROFESOR: M.C. Omar Cuevas Silva
Tarea No.3
Investigacin de transformadas y resumen
de cada tema proporcionado
28 - ABRIL 2014
Transformada de Fourier Discreto
Aqu aparece la Transformada Discreta de Fourier (DFT), que es bsicamente un muestreo
equispaciado en frecuencia de la transformada de Fourier de una secuencia de tiempo discreto!! El
gran punto a favor de la DFT es que existen algoritmos computacionalmente muy eficientes para el
clculo de la misma que son conocidos colectivamente como algoritmos FFT (Fast Fourier
Transform)!!
Pero la DFT requiere que la funcin de entrada sea una secuencia discreta y de duracin finita.
Dichas secuencias se suelen generar a partir del muestreo de una funcin continua, como puede
ser la voz humana. Al contrario que la transformada de Fourier en tiempo discreto (DTFT), esta
transformacin nicamente evala suficientes componentes frecuenciales para reconstruir el
segmento finito que se analiza. Ahora, se dice que la DFT es una transformada de Fourier para
anlisis de seales de tiempo discreto y dominio finito. Las funciones sinusoidales base que surgen
de la descomposicin tienen las mismas propiedades.
La entrada de la DFT es una secuencia finita de nmeros reales o complejos, de modo que es
ideal para procesar informacin almacenada en soportes digitales. En particular, la DFT se utiliza
comnmente en procesado digital de seales y otros campos relacionados dedicados a analizar las
frecuencias que contiene una seal muestreada, tambin para resolver ecuaciones diferenciales
parciales, y para llevar a cabo operaciones como convoluciones o multiplicaciones de enteros
largos. Un factor muy importante para este tipo de aplicaciones es que la DFT puede ser calculada
de forma eficiente en la prctica utilizando el algoritmo de la transformada rpida de Fourier o FFT
(Fast Fourier Transform).
Entonces para seales de tiempo discreto, se sabe que si un a seal toma todos lo valores
posibles en un intervalo tanto finito como infinito, se dice que es continua. Pero si toma valores
de un conjunto finito de valores se dice que es discreta. Entonces para que una seal pueda ser
procesada digitalmente a de ser en tiempo discreto y tomar valores discretos, si la seal a
procesar es analgica, se convierte a digital muestrendola en el tiempo y obteniendo por tanto
una seal en tiempo discreto y posteriormente cuantificando sus valores en un conjunto discreto.
El proceso de convertir una seal continua en discreta denominado cuantificacin es bsicamente
en el proceso de aproximacin que el cual lograse en redondeo o truncamiento.
Consideremos una secuencia de duracin nita x(n) de largo N de forma que x(n) = 0 excepto en
el intervalo . Claramente una secuencia de largo M menor que N tambin puede
considerarse de largo N, teniendo amplitud cero los ltimos (N - M) puntos del intervalo. La
secuencia peridica correspondiente de periodo N, para la cual x(n) es un periodo, ser denotada
por x(n) y est dada por
La secuencia de duracin nita x(n) es obtenida a partir de (x)(n) extrayendo un periodo; i.e
Por conveniencia en la notacin, es til denir la secuencia rectangular R
N
(n) dada por
Con esta notacin la ecuacin se podra escribirse de la siguiente manera:
Los coecientes de la series de Fourier discreta X(k) de la secuencia peridica x(n) son en s
mismas una secuencia peridica con periodo N. Para mantener una dualidad entre los dominios
del tiempo y frecuencia, se escogern los coecientes de Fourier que se asocian con la secuencia
de duracin nita correspondiente a un periodo de X(k). As, con X(k) denotando los coecientes
de Fourier que se asocian con x(n), X(k) y X(k) estn relacionados por
Entonces tendremos que:
Y asi se representan el par de transformadas que se conocen como la transformada discreta de
Fourier (DFT), ya que la primera ecuacin se ha representado como la transformada de anlisis y la
segunda ecuacin la transformada de sintesis
Ahora en la siguiente figura se ver en como es la transformada de Fourier en forma se seales de
tiempo continuo a discrto.
Figura 1.- Seales de transformada de
Fourier discreto (DFT)
Transformada Z
La Transformada Z es un modelo matemtico que se emplea entre otras aplicaciones en el
estudio del Procesamiento de Seales Digitales, como son el anlisis y proyecto de Circuitos
Digitales, los Sistemas de Radar o Telecomunicaciones y especialmente los Sistemas de Control de
Procesos por computadoras.
La Transformada Z es un ejemplo ms de Transformada, como lo son la Transformada de
Fourier para el caso de tiempo discreto y las Transformada de Fourier y Laplace para el caso del
tiempo continuo.
La importancia del modelo de la Transformada Z radica en que permite reducir Ecuaciones en
Diferencias o ecuaciones recursivas con coeficientes constantes a Ecuaciones Algebraicas lineales.
Las Seales de tiempo continuo o analgicos := Son funciones de tiempo continuo o analgicas
Las Seales de tiempo discreto o digital := Son funciones de tiempo discreto (sucesiones) o digital
La Conversin A/D significa tomar registros a intervalos discretos regulares de seales
(elctricas o de otra ndole) consideradas variables de forma continua en el tiempo
( representables por nmeros reales). Dichos valores discretos llamados muestras conforman una
sucesin cuyo dominio son los nmeros enteros y su codominio los reales (fraccionarios).
Por ejemplo si se considera una funcin f(t) continua , las muestras de la funcin, tomados a
intervalos regulares de tiempo T empezando de t =0 forman la sucesin de nmeros reales
(fraccionarios):
La ventaja fundamental de la variable discreta como ya se dijo, es que permite el proceso y
almacenamiento de la informacin (datos) en computadoras digitales. Como los datos son
nmeros fraccionarios, entonces la Conversin A/D debe transformar dichos fraccionarios (o
eventualmente enteros) a cdigo binario.
Un Sistema sin memoria es aquel cuya salida depende solamente de la entrada en ese mismo
instante de tiempo
Por ejemplo:
1.- Un circuito elctrico con una resistencia y(t) = R x(t)
2.- Un circuito digital regido por la ecuacin en diferencias y[n] = a x[n]
Un Sistema con memoria por el contrario es aquel cuya salida no depende solamente de la
entrada en ese mismo instante de tiempo sino tambin de entradas en instantes anteriores
Por ejemplo:
1.- Un circuito digital regido por la ecuacin en diferencias y[n] = a x[n] + b x[n 1]
Un Sistema es causal cuando su salida depende solamente de la entrada presente y pasada y
no depende de la entrada futura. En consecuencia, un sistema causal , se llama as porque a dos
entradas de tiempo iguales hasta un instante dado le corresponden dos salidas iguales en ese
mismo instante de tiempo (independencia de entradas futuras).
Por ejemplo:
1.- El movimiento de un automvil es causal porque no depende de acciones futuras del
conductor.
2.- x[n] + y[n1] = y[n] es causal porque slo depende de x[n] y no de valores futuros: de x[n+1] ,
x[n+2],...
3.- x[n] + x[n+1] = y[n] no es causal porque depende de x[n+1]
En general en los sistemas donde las seales dependen del tiempo, son causales. En las
aplicaciones prcticas donde el tiempo no es la variable independiente , los sistemas son no
causales. Por ejemplo procesamiento de imgenes, estudios demogrficos estudio de la tendencia
de los mercados de valores, etc.
Un Sistema estable es aquel cuya salida es acotada, es decir no diverge. A entrada acotada le
corresponde una salida acotada.
Un Sistema inestable es el caso contrario: a entrada acotada le corresponde una salida no
acotada
se defini la transformada de Fourier de una secuencia x(k) como:
(
La transformada de la misma secuencia se define como:
Es importante destacar que existe una relacin muy cercana entre la transformada de Fourier y la
transformada Z; en particular, si se observa la sustitucin de la variable compleja
por la
variable compleja z . Cuando existe, la transformada de Fourier es simplemente X (z) con z =
.
La transformada de Fourier es la transformada Z tomando Z = 1 . Si tomamos z = r
, quedara de
la siguiente manera
(
Se interpreta como la transformada de Fourier del producto x(k) con la secuencia
.
Obviamente si r = 1, la ecuacin se reduce a la transformada de Fourier de x(k) .
La descripcin e interpretacin de la transformada en el plano complejo permite una ms
amplia visualizacin de la relacin entre ambas transformadas.
La regin del plano en donde z = 1 corresponde a una circunferencia de radio igual a uno, la
circunferencia unitaria.
Iniciando la transformada de Fourier X (
) , en w = 0, z= 1, siguiendo por ,
, z= j, hasta
w = , z= -1, se obtiene X (
) para 0 w .
Transformada de Laplace
La transformada de Laplace tiene unas ventajas tan evidentes, y se basa en fundamentos
matemticos tan importantes e interesantes, que es el que usualmente se escoge como mtodo
para el anlisis y solucin de esas ecuaciones. Algunas de las ventajas de este mtodo son:
1. Operacionalmente es sencillo de aplicar, proporciona tanto la solucin natural como la
forzada, y ayuda a encontrar y emplear correctamente los valores iniciales y finales (condiciones
lmites) de las soluciones.
2. Se basa en la serie de Fourier y en su transformada, que son imprescindibles en el llamado
anlisis del dominio de la frecuencia y en el anlisis fasorial, los cuales se emplean en los
circuitos de corriente alterna, tanto en el campo de las altas potencias como en el de las
comunicaciones y el control.
3. Proporciona la misma ecuacin caracterstica auxiliar que usan otros mtodos de
solucin de ecuaciones diferenciales. De modo que los anlisis logrados a partir de estos mtodos
pueden repetirse fcilmente empleando las transformadas.
Ahora para la transformada de laplace, se llamara la variable compleja al nmero complejo
designado por s: Cuyas unidades son radianes / segundo
Esta variable compleja se usa para lograr ondas senoidales amortiguadas a partir de la ecuacin de
Euler:
Donde
s jw,
Es decir, el conjugado de S.
Reemplazando s jw y s jw en f (t), y considerando como negativa ( 0 ):
Con A = B
Pero como:
Y tendremos
Entonces se asocia a una constante de amortiguamiento, mientras w se asocia a la
frecuencia angular de onda senoidal.
Como lo propuso Laplace, cualquier f (t), fsicamente realizable, se puede expresar
como una integral (entendida como una suma de infinitesimales) que suma infinitas
funciones de ese tipo, con una amplitud, A, infinitamente pequea.
La funcin F(s) que nos da la forma de las amplitudes infinitesimales es:
Evidentemente, la anterior no es ninguna explicacin de la transformada de Laplace, y slo
pretende dar una pista de los conceptos fundamentales. La transformada de Laplace reemplaza
una f (t) por una suma infinita (integral) de pequesimas funciones senoidales amortiguadas
que resultan de sumar las funciones complejas
Para una funcin de tipo rampa, se tiene que:
Tambien se sabe que la transformada de laplace, se puede usar en los filtros activos de los
amplificadores operacionales, en la cual se puede aplicar el paso de las frecuencias especificada
por el filtro, con un poco de ayuda del uso de los diagramas de bode que son de la siguiente
manera:
Y tendremos sus siguientes ecuaciones de segundo orden de cada filtro:
Transformada de Wavelet
Mediante el anlisis de Wavelet permite el uso de intervalos grandes de tiempo en aquellos
segmentos en los que se requiere mayor precisin en baja frecuencia, y regiones mas pequeas
donde se requiere informacin en alta frecuencia.
Una forma sencilla de comprender el modo de operacin de esta transformada es pensar en base
de tiempo es pasada por varios filtros pasabajos y pasaltos, los cuales permiten separar las
opciones de la seal de alta frecuencia de aquellas de bajas frecuencias. El procedimiento se repite
cada vez sobre algunas porciones de la seal correspondientes a aquellas frecuencias que han sido
removidas de la seal original.
Supngase que se tiene una seal que posee una frecuencia hasta 1000 Hz, en la primera etapa se
divide la seal en 2 partes, pasndola en un filtro pasaaltos y pasabajos. De este modo, se obtiene
2 diferentes versiones de la seal original; parte la seal que corresponde al rango de 0-500 Hz y la
otra en el rango de 500-1000 Hz. Posteriormente, se toma cualquiera de las dos
versiones(comnmente la parte del filtro paso bajo) o ambas y se hace nuevamente la misma
divison. Esta operacin se denomina descomposicin.
De esta forma y suponiendo que se ha tomado la parte de la seal correspondiente al filtro pasa
bajo se tendran tres conjuntos de datos, cada uno de los cuales corresponde a la misma seal
pero a distintas frecuencias: 0-250 Hz, 250-500 Hz, y 500- 1000 Hz. El proceso continua hasta que
la seal se ha descompuesto en un cierto numero de niveles predefinidos.
Si se juntan todas y se presentan en una grfica tridimensional se tendran tiempo en un eje,
frecuencia en el segundo y amplitud en el tercero.
Con la transformada de wavelet, las altas frecuencias tiene mejor resolucin en el tiempo mientras
que las bajas frecuencias tienen mejor resolucin en el dominio de la frecuencia. Esto significa que
una determinada componente de alta frecuencia puede localizarse mejor en el tiempo que en un
componente de baja frecuencia .
Puede observarse que a altas frecuencias la cantidad de puntos es mayor para un mismos
intervalo de tiempo (T); es decir, las altas frecuencias tienen mejor resolucin en el tiempo. Sin
embargo, a bajas frecuencias para el mismo intervalo de tiempo existen menos puntos que
caracterizan la seal, por lo tanto las frecuencias bajas no tienen buena resolucin en el tiempo.
a) Transformada Wavelet
Continua
b) Transformada Wavelet
Discreta
La transformada Wavelet continua se define como:
Donde:
Como se observa en la ecuacin anterior, la seal transformada es una funcin de dos variables,
y s, los parmetros de trslacion y escala respectivamente. es la funcin de transformacin
que se le denomina wavelet madre, este nombre deriva de dos importantes propiedades del
anlisis wavelet.
- El termino wavelet significa onda pequea. La pequeez se refiere el hecho que esta
funcin (ventana) es de longitud finita (compactamente soportada) y el termino onda se
refiere a la condicin que esta funcin es de naturaleza.
- El termino madre da a entender que las funciones con diferentes regiones de actuacin que
se usan en el proceso de transformacin provienen de una funcin principal o wavelet
madre.
Ahora se mostrara una tabla de las transformaciones bsicas utilizadas en el anlisis wavelet y
algunas wavelets madres clsicas.
Algunas wavelets madres mas usadas, definidas segn un eje de tiempo continuo. El numero
indica la cantidad de momentos nulos
El termino traslacin esta relacionado con la localizacin de la ventana a medida que esta se
desplaza a travs de la seal. En el caso de la transformada wavelet se tiene un parmetro de
escala el que se define como:
En el anlisis wavelet el parmetro escala es anlogo, las altas escalas corresponden a una visin
global no detallada (de la seal) y las bajas escalas corresponden a una vista detallada. De igual
manera, en terminos de frecuencia, las bajas frecuencias (altas escalas) corresponden una
informacin global de la seal comnmente abarca toda la seal, mientras que las altas
frecuencias (escalas bajas ) corresponden a una informacin detallada de una caracterstica
oculta en la seal que comnmente dura un tiempo relativamente pequeo
Graficas de ejemplo de una seal coseno para distintas escalas
Sabiendo que para s = 0.05 se tiene la menor escala y para s = 1 la mayor.
En trminos de funciones matematicas , si f(t) es una funcin dada f(st) corresponder a una
versin contrada (comprimida) de f(t), si s > 1 y a una versin expandida (dilatada) de f(t) si
s < 1.
El termino de escalamiento para la transformada de wavelet aparecera en el denominador y
por lo tanto la situacin es opuesta a la descrita en el prrafo anterior, es decir escalas s > 1
dilatan la seal mientras que escalas s < 1 comprimen la seal.
Debido a que la transformada de wavelet incluye una grafica que se realiza en un plano
denominado tiempo-escala. Cada celda en esta figura representa un valor de WT en dicho plano.
Es de destacar que de hecho que estas celdas tienen un rea no nula, lo cual indica que no es
posible conocer el valor de un punto particular. Sin tener en cuenta las dimensiones de las
celdas, sus areas.
Por ejemplo, para una transformada wavelet de tipo continuo , se sabe que esta
representacin ofrece la mxima libertad en la eleccin de la wavelet, con la nica restriccin
que sastifaga la condicin de media nula. Esta condcion perimte que la CWT sea invertible en
rango. La transformada inversa viene dada:
Donde satisface la condicin de media nula comentada anteriormente, con dada:
Desde el punto de vista intituivo, la CWT consiste en calcular un ndice de semejanza entre la
seal que esta siendo analizada, y la de wavelet. El proceso de calculo de la CWT puede ser
descrito de cuatro pasos.
1. Tomar una wavelet madre
2. Dados dos valores de y s , calcular un coeficiente C(,s) mediante las primeras
ecuaciones , que representen la correlacion entre el wavelet y la seleccin de la seal de
bajo anlisis. Cuanto mayor sea este, mayor es la similitud, con lo cual es interesante
resaltar que los resultados dependern por tanto de la forma de la wavelet.
3. Desplazar la wavelet en el sentido positivo del eje temporal, y repetir los pasos
anteriores hasta que se haya cubierto la totalidad de la seal
4. Escalar la wavelet en el tiempo, y repetir los pasos 1 a 3.
Un ejemplo de este proceso se muestra en la siguiente figura:
Por medio de la figura, se toma la wavelet y se calcula su correlacin en cierta seccin de la
seal . Se desplaza en el eje temporal y se calcula la correlacin con la siguiente seccin. Al
terminar, se escala la wavelet y se repite el proceso, tal como se muestra en el tercer caso
Por ejemplo, dada una seal de la siguiente figura, se obtendr la CWT, de la siguiente
manera:
Ahora se hara la representacin tridimensional del valor de los coeficientes calculados
aplicando la CWT de la seal de la figura anterior
Transformada de Hilbert
La transformada de Hilbert es til para calcular el contenido en frecuencia de una seal de
energa o de potencia. As se pueden analizar y disear filtros selectivos en frecuencia para poder
separar seales segn su contenido en frecuencia. Este proceso se denomina discriminacin en
frecuencia.
Otro criterio para separar seales es el que est basado en la selectividad en fase, o tambin
llamado discriminacin en fase, que desfasa las seales pertinentes de modo que se puedan
separar fcilmente. El caso ms sencillo consiste en desfasar una seal 180, lo que se consigue
invirtiendo la polaridad o multiplicando por 1. El desfasar todas las Componentes 180 requiere el
uso de un transformador ideal.
Otro desfase de inters es el de 90. En particular, cuando las componentes angulares de una
seal han sido desfasadas 90, la funcin resultante se denomina transformada de Hilbert de la
seal.
Sea g(t) una seal cuya transformada de Fourier es G(f). La transformada de Hilbert de g(t) que
se denota por g(t) viene dada por la ecuacin (1). Claramente se puede ver que la transformada
de Hilbert es un operador lineal.
Es una integral impropia, puesto que para t = el integrando tiene una singularidad. Para evitar
este problema se supone que se calcula la integral de forma simtrica en torno a t = segn la
ecuacin siguiente:
]
La transformada inversa de Hilbert puede calcularse mediante la ecuacin siguiente o la (3). g(t)
y g(t) se dice que constituyen un par transformado de Hilbert.
De la definicin de la transformada de Hilbert se puede deducir que g(t) se puede interpretar
como una convolucin, segn la ecuacin (4).
)
Puesto que la transformada de Fourier de
es , a partir de la propiedad de
convolucin en el dominio del tiempo de la transformada de Fourier, la transformada de Fourier
de g(t) denotada por G(f) va a venir dada por la ecuacin (5).
Por lo tanto se puede calcular la transformada de Hilbert de una seal g(t) hacindola pasar por
un sistema LTI con respuesta al impulso
Ahora para las seales de la siguiente figura, se usaran para representarlas en la transformada de
gabor de la siguiente manera:
Figura 5.- Transformada de Gabor, (a) usando una seal senoidal con frecuencia de 100 Hz, (b)
seal combinado o sumado de dos senoidales de la misma del (a) pero otra con 300 Hz
Ahora es posible localizar la respuesta de frecuencia en el tiempo, pero existe una
incertidumbre en la localizacin. Este fenmeno se aprecia en la siguiente figura, para el caso de
una seal como la siguiente:
Figura 6.- Transformada de Gabor de la seal X
3
(t)
En la Figura 6 se puede apreciar incertidumbre en el plano tiempo-frecuencia, cuando se
produce una variacin de frecuencia. Ello es debido a que la resolucin depende del tamao de la
ventana escogida para el anlisis. Intervalos mayores permiten una buena resolucin en
frecuencia, ventanas estrechas una correcta localizacin temporal. Se ha de establecer un
compromiso entre la incertidumbre temporal o la frecuencia, que depender de cada tipo de
aplicacin.
Seales y Revisin de Sistemas
2.1 Clasificacin de seal
Una seal, x (t), se define como una funcin del tiempo (t R). Seales en ingeniera de
sistemas se describen tpicamente con cinco diferentes clasificaciones matemticas:
1. determinista o aleatorio
2. energa o energa
3. peridico o aperidicos
4. complejo o real
5. tiempo continua o discreta
2.1.1 Energa versus Seales de Potencia
Definicin 2.1 La energa,
Definicin 2.3 La potencia de la seal,
, es :
Tenga en cuenta que si
, entonces
y si
La Energa normalmente se mide en julios y potencia normalmente se mide en Watts. La mayora
de las seales de los ingenieros elctricos consideran son tensiones (voltajes) o corrientes, as que
obtener energa y potencia en las unidades apropiadas una resistencia necesita ser especificado
(por ejemplo,
,
donde
es el periodo de muestreo.
2.2 Caracterizacin de dominio de frecuencia de las seales
2.2.1 Series de Fourier
Si x (t) es peridica con perodo T, entonces x (t) puede ser representado como
Donde
y
Esto se conoce como la serie de Fourier exponencial compleja. En general, tenga en cuenta que el
son nmeros complejos. En palabras: una seal peridica, x (t), con perodo T se puede
descomponer en una suma ponderada de sinusoides complejos con frecuencias que son un
nmero entero mltiplo de la frecuencia fundamental
.
Propiedades de la serie de fourier
Propiedad 2.1 Si x (t) es real, entonces
. Esto implica
Propiedad 2.5 Si x (t) es real y una funcin par de tiempo, es decir, , entonces
es un valor real y una funcin par de la frecuencia.
Propiedad 2.6 Si x (t) es real e impar, es decir, , entonces es un imaginario
valorado y funcin impar de frecuencia
Teorema 2.2 (Enerdia de Rayleighs)
Teorema 2.3 (Convolucion) La Convolucin de dos funciones de tiempo, x (t) y h (t), se
define como:
La transformada de Fourier de y(t) es dada como
Teorema 2.4 (Dualidad ) Si , entonces
Teorema 2.5 Translacin y Dilatacin Si , entonces
Teorema 2.6 Translacin de Frecuencia Multiplicar cualquier seal de una seal
sinusoidal resulta una translacin de la frecuencia de las transformadas de Fourier
Definicin 2.6 La funcin de correlacin de una seal x (t) es
Son tres importantes caractersticas de la funcin de correlacin
Definicin 2.7 El espectro de energa de una seal x (t) es
La densidad espectral de energa es la transformada de Fourier de la funcin de correlacin,
El espectro de energa es una descripcin funcional de cmo la energa de la seal
x (t) se distribuye en funcin de la frecuencia. Las unidades en un espectro de energa son
Debido a esta caracterstica, dos propiedades importantes, de la densidad espectral de energa son
Definicin 2.8 La potencia media durante un tiempo de medicin,
, es.
Definicin 2.9 La transformada de Fourier de una seal truncada a una longitud de tiempo de Tm
es
Un analizador de espectro ideal produce la siguiente medicin un periodo de frecuencias
El espectro de potencia muestreado es una descripcin funcional de cmo la potencia en la
seal truncada x(t) se distribuye como una funcin de la frecuencia. Las unidades en un espectro
de potencia son . Debido a esta caracterstica, dos caractersticas importantes de la
densidad espectral de potencia son
2.2.4 Transformada de Fourier Representacin de seales peridicas
La transformada de Fourier para seales elctricas no est rigurosamente definida y sin
embargo a menudo queremos utilizar representaciones de la frecuencia de las seales electricas.
Normalmente las seales electricas que usaremos en este texto son tpicamente seales
peridicas que tienen una representacin de la serie de Fourier. Una serie de Fourier puede ser
representada en el dominio de la frecuencia con la ayuda de los siguientes resultados
En otras palabras, un complejo exponencial de frecuencia
tal que para todo , existe un entero positivo
tal que
Esto se expresa a menudo en la forma
Es intuitivamente aparente que puntos sucesivos de una sucesin convergente deben tener a
estar cada vez mas prximos al ir creciendo n. Toda sucesin que tenga esta propiedad se
denomina sucesin de Cauchy. Concretamente, si para todo existe un entero positivo
tal
que
Se denomina combinacin lineal. Facil es ver que el conjunto de todas las combinaciones lineales
de
El conjunto de combinaciones lineales formara un espacio vectorial que es un subconjunto del
espacio vectorial formado a partir de las combinaciones lineales de
. A dicho
subconjunto se le llama subes paci vectorial. Un conjunto de vectores
se
dice que es linealmente independiente si la relacin
Solo puede satisfacerse siendo nulos todos los escalares
b.
c. y si, y solo si,
De la ecuacin del inciso (a) y (b), vemos que
y que
es real. Al producto interior tambin se le llama producto escalar. Consecuencia importante de la
definicin de producto interior es que
||
Es noma valida para el espacio vectorial. Seve fcilmente que se cumplen las propiedades (a) y (c)
de las ecuaciones de espacio vectorial normada que definen una norma. La propiedad (b), o
desigualdad del triangulo, exige mayor esfuerzo. Establezcamos primeramente una relacin muy
til, conocida por el hombre de desigualdad de Schuartz.
Para demostrar, utilizamos la propiedad (c) de la ecuacin del Espacios con Producto Escalar con el
vector donde es un escalar cualquiera.
En particular, vale para , dando
Note se que el signo igual al de la ecuacin de desigualdad de Schuartz valdr si para
todo . En virtud de la desigualdad del triangulo, utilizando
, tendremos
| |
|| ||
|| ||
Luego
| | || ||
El producto escalar introduce, pues, una norma que a su vez introduce una mtrica, por (2.25),
(me falta la pagina 38) por lo que un espacio con producto escalar ser un espacio mtrico que
lleva implcita un mtrica particular. Un espacio con producto escalar que sea tambin completo,
como espacio mtrico, se denomina espacio de Hilbert
A veces es til pensar en el producto escalar como algo que proporciona una relacin angular
entre vectores. Como la desigualdad de Schwartz podemos escribirla en la forma
||||
Podemos definir un ngulo real formado por x e y tal que
||||
Sin embargo , para el anlisis solo utilizaremos el concepto de ortogonalidad entre pares de
vectores. Diremos que x e y son ortogonales si, y solo si , . Se ve en seguida la dificultad
que presenta en la ecuacin anterior que es el cos aplicada a espacios complejos, ya que
podramos tener con .En cambio, si sustituimos por en la
ecuacin anterior, no podemos generar en los cuadrantes segundo y tercero.
Los espacios de los que nos ocuparemos tienen productos escalares dados por
ME FALTO LA PAGINA 41 PARA ESCRIBIR
El contenido energtico de la seal no esta afectado por la traslacin temporal;
||
luego
||
Donde hemos definido
Luego, para cada seal x, existe una funcin real del traslado en el tiempo que caracteriza la
separacin en el espacio de seales debida a la traslacin en el tiempo. En el caso de una seal
rpidamente fluctuante, podramos esperar que
estrecha de manera que se pueda obtener una localizacin precisa de la seal en el tiempo
por medio de medidas efectuadas sobre la seal
Figura 3.- Dos seales que tiene aproximadamente caractersticas de ambigedad en el tiempo
iguales
En consecuencia, a
tambin se denomina a
veces funcin de auto correlacin parta x(t) por analoga con una caracterizacin similar de los
procesos aleatorios. En el caso de seales reales, es fcil tomar la transformada de Fourier, de la
siguiente manera:
Y vemos que las seales que presentan la misma ambigedad en el tiempo tienen transformadas
de Fourier que pueden diferir en un factor de fase arbitrario.
La caracterstica mas importante de un espacio con producto escalar como espacio de seales es
que se proporciona una relacin directa entre una seal y su representacin. Supongamos que M
sea un espacio n dimensional arbitraria engendrado por la base
, entonces
viene dado por
Tomando productos escalares en ambos miembros de la ec anterior,
Este es un sistema de n ecuaciones escalares lineales del que puede despejarse la n-pla
) de x relativa a la base
.
Otro mtodo, mas conveniente desde el punto de vista de la notacin, consiste es establecer otra
base
Donde
para ,
para .
(
)
Las bases que satisfagan a la ecuacin anterior se denominan bases reciprocas, y tenemos
Para todo y todo par de base reciprocas para M. Otro mtodo que posee muchas
caractersticas atractivas consiste en utilizar como base para M un conjunto orto normal. Diremos
que el conjunto
Entonces para todo
Con una base orto normal para M, no solo tenemos una correspondencia uno a uno entre los
vectores de M y su representacin en
2.6 Funcionales lineales
Una aplicacin de un espacio vectorial complejo en los escalares complejos wue
tenga la propiedad de que
Para todo y todo x,y se denomina funcional lineal o forma lineal. Si es un espacio
con producto escalar, por la propiedad (b) de espacios con producto escalar vemos que
definido por
Es un funcional lineal. Es mas, si || esta acotada, ||
||
Para todo
.
Rsulatdo mas importante es que si es completo, es decir, es un espacio de Hilbert, todo
funcional lineal continuo se podr expresar como producto interior en la forma de la ec anterior.
Para cada funcional lineal continuo existe un vector nico . La demostracin de este
enunciado puede verse en la mayora de textos de anlisis funcional. Una parte fundamental de la
demostracin lleva consigo el hecho de que el conjunto de vectores que un funcional lineal
consigo el hecho de que el conjunto de vectores que un funcional lineal aplica en cero es un
subespacion vectorial de . Representamos por Mf, este subespacio para la funcional f; es decir,
para todo
ME FALTO LA PAGINA 48 PARA ESCRIBIR
Podemos normar este espacio mediante la definicin siguiente:
||
O, lo que es equivalente, por medio de
||
Si esta acotada la norma da un funcional, decimos que este acotado. Un funcional lineal acotado
es continuo puesto que tenemos
|||
| para todo
) || . Por ultimo, si es
una
base para ,
es la base reciproca
. Luego un
funcional lineal continuo arbitrario f podr expresarse mediante la combinacin lineal
Con ciertos espacios de seales, digamos
De manera anloga, un funcional lineal arbitrario para seales puede instrumentarse por medio
de un multiplicador e integrador como se indica en la figura 5. Desde luego, se supone que o la
seal o la funcin puerta llegaran a hacerse pequeas de manera que al cabo de un tiempo finito
la salida del integrador representa el valor del funcional.
Figura 4.- Instrumentacin de un dispositivo de muestreo
Figura 5.- Instrumentacin de un funcional lineal arbitrario,
Existe otra instrumentacin de un funcional lineal que tiene la ventaja de sustituir la operacin
multiplicacin por una operacin de muestreo como se indica en la figura 6. Como la salida de la
red lineal, invariante en el tiempo, en
ME FALTO LA PAGINA 52 PARA ESCRIBIR
Procesos Estocsticos
3.1 Definicin axiomtica de probabilidad
Definicin 3.1 eventos A y B son mutuamente excluyentes si
Axiomas de probabilidad. Una medida de probabilidad, P, para un espacio probabilstico (,F,P)
con eventos A,B F debe satisfacer los siguientes axiomas
Estos tres axiomas son los bloques de construccin para la teora de la probabilidad y la
comprensin de eventos aleatorios que caracterizan el desempeo del sistema de comunicacin.
Definicion 3.2 (Complemento) El complemento de un conjunto A, denota
, es el conjunto de
todos los elementos de que no sean elementos A.
Teorema 3.1 Poincar Para N eventos
Donde
Prueba: Los resultados se dan para N= 2 y la prueba para otros casos es similar (si no ms
tedioso). Tenga en cuenta que los eventos
y B , entonces
Teorema 3.3 (Bayes) Para N mutuamente exclusivo, eventos colectivamente exhaustivas
definida como
Figura 3.2 .- Ejemplo de CDF para (a) RV discreta, (b) RV continua, (c) RV mixta
Un vez mas para simplificar la notacin cuando no existe ninguna ambigedad, la CDF de la
variable aleatoria X se escribir como
se define como
el PDF se puede considerar como la "densidad" de probabilidad en un intervalo muy pequeo
alrededor de X= x. Variables aleatorias discretas no tienen una "densidad" de probabilidad,
repartidas en un intervalo pero tienen probabilidad masa concentrada en los puntos. As que la
idea de una funcin de densidad de una variable aleatoria discreta no es consistente. La cantidad
anloga a un PDF para un RV continua en el caso de un RV discreta es la funcin de masa de
probabilidad (PMF)
Propiedades de un PDF
De nuevo, si no hay ninguna ambigedad en la expresin, el PDF de la variable aleatoria X se
escribe como f (x) y si no no hay ambigedad sobre si un RV es continua o discreta, el PDF se
escribe p (x).
3.2.3 Momentos y promedios estadsticos
A menudo, un ingeniero de comunicaciones calcula la media estadstica de una funcin de una
variable aleatoria. El valor medio o valor esperado de una funcin g (x) con respecto a una variable
aleatoria X es
Promedio o valores esperados son nmeros, que proporcionan una informacin parcial sobre la
variable aleatoria. Los valores promedio son unos caracterizaciones nmeros de variables
aleatorias, pero no una descripcin completa en s mismos como un PDF o CDF. Un buen ejemplo
de un promedio estadstico utilizado a menudo para caracterizar RVs viene dada por el valor
medio. El valor promedio se define como
La media es el valor promedio de la variable aleatoria. El momento n-sima de una variable
aleatoria es una generalizacin de la media y se define como
El valor cuadrtico medio,
, que proporciona
una medida de la propagacin de una variable aleatoria alrededor de la media. La varianza tiene la
notacin abreviada
y varianza
es denotado
El
Gaussiano RV es una continua toma valores de variables aleatorias sobre toda la recta real y un
PDF de
El PDF Gaussiano se refiere a menudo como la curva en forma de campana. La media cambia el
centroide de la curva en forma de campana como se muestra en la figura 3.3(a). La varianza es una
medida de la dispersion en los valores que se da cuenta de la variable aleatoria. Una gran variacin
implica que la variable aleatoria es probable que tome valores lejos de la media, mientras que una
pequea variacin implica que una gran mayora de los valores de que una variable aleatoria toma
cerca de la media. Como ejemplo, la figura 3.3 (b) representa las funciones de densidad para tres
cero RVs gaussianas de medias con varianzas de 0,25, 1, y 4.
Figura 3.3 Graficas del PDF de una variable aleatoria gaussiana
No existe una expresin de forma cerrada para la CDF del RV gaussiano. La CDF se expresa como
La CDF de un RV Gaussiano se da entonces como
3.2.5 Una transformacin de una Variable aleatoria
En el anlisis del funcionamiento del sistema de comunicacin es a menudo necesario para
caracterizar una variable aleatoria, que es una transformacin de otra variable aleatoria. Esta
transformacin se expresa como
Paso 1: Encontrar el CDF de Y como una suma de integrales sobre la variable aleatoria X tal
que . Esto se expresa matemticamente como
donde el
, es
Nota, las variables aleatorias discretas distribuidas en forma conjunta tienen un conjunto PMF
,
y como el conjunto PMF y PDF tienen caractersticas similares este texto a menudo
utiliza
entre
estos dos extremos proporcionan una medida de la similitud de las dos variables aleatorias (mayor
son ms similares).
3.3.4 Transformaciones de Variables aleatorias
En general, el problema de encontrar una descripcin probabilstica (conjunto CDF o PDF) de
una transformacin conjunta de las variables aleatorias es muy difcil. Para simplificar la
presentacin, dos de las transformaciones ms comunes y prcticos sern considerados: la sola
funcin de n variables aleatorias y el uno a uno la transformacin o transformacin individual.
Una sola funcin de n variables aleatorias
Una transformacin nica de funcin de n variables aleatorias se expresa como
Donde
Paso 2: Encontrar el PDF mediante la diferenciacin de la CDF que se encuentra en el paso 1
usando la regla de Leibniz, es decir,
Transformaciones de uno a uno
Considerando la transformacin de uno a uno de la siguiente forma:
Puesto que la transformacin es uno-a-uno, las funciones inversas existen y son dados como
Puesto que la masa de probabilidad en volmenes infinitesimales en ambos el original sistema
de coordenadas y el sistema de coordenadas debe ser idntica, el PDF de la se da como
Donde es el jacobiando, definido como
3.3.5 Teorema de lmite central
Teorema 3.6 Si
y varianza
clave (palabra cdigo). Para la transmisin de banda base, los bits de clave
(palabra cdigo) sern entonces transformados a pulsos de onda. Las caractersticas esenciales
del binario PCM son mostradas en la figura 1. Asumiendo eso una seal analgica es limitada
en sus excursiones al rango de a . El tamao de paso(escalon) entre niveles de
cuantizacion se ha fijado a . Asi , ocho niveles de cuantizacion son empleados; Estos son
localizados en . Nosotros asignamos el numero de cdigo en el nivel
, el numero de cdigo 1al nivel , etc., hasta al nivel , que es asignado al
numero de cdigo 7. Cada numero de cdigo tiene su representacin en aritmtica binaria, que
van desde 000 para el numero de cdigo de 0 a 111 para el numero de cdigo 7. Por que tienen el
niveles de voltaje determinados en esta manera, comparado con el uso de una secuencia
consecutiva de enteros, Los cambios de niveles de voltaje son guiados por dos
restricciones. Primero, los intervalos cuantil es entre los niveles deben ser iguales; y Segundo, Es
Conveniente para los niveles son simtricos aproximadamente cero.
Figura 1.- Muestras Naturales, Muestras Cuantificados, y modulacin de impulsos codificados.
Al ordenar en la figura 1, es etiquetada con niveles de cuantizacion y otros cdigos de nmeros.
Cada muestra de la seal analgica es asignada al nivel cuantizacion mas cercano al valor de la
muestra. Debajo de la onda analgica son vistos cuatro representaciones de , como
siguiente: Las muestra de valores naturales, La muestra de valores cuantizaciones, los cdigos de
nmeros, y la secuencia PCM.
Note, que en el ejemplo de la figura 1, cada muestra es asignada a uno de los ocho niveles o una
secuencia de PCM de tercero-bit. Suponiendo que la seal analgica es un canal musical, que es
muestreada en el ndice nyquist. Y, suponiendo que cuando nosotros escuchamos msica en
forma digital, sus sonidos terribles. Que nosotros podemos improvisar la fidelidad? Rellamando el
proceso de cuantizacion recoloca la seal verdadera con una aproximacin. De este modo, el
numero creciente de niveles son reducidos al cuantizacion de ruidos. Si nosotros duplicramos el
numero de nivel a 16, Para este caso, cada muestra analgica son representadas como una
secuencia PCM de cuarto-bit. En tiempo real de sistemas de comunicacin, los mensajes no son
retrasados. Por lo tanto, el tiempo de transmisin para cada muestra debe ser el mismo, A pesar
de cuantos bits representan la muestra. Asi que, cuanto hay mas bits por muestra, los bits deben
moverse rpido, en otras palabras, ellos deben ser remplazados por pequeos bits. Los ndices de
datos es asi incrementado, y el costo es un sper transmisin de bandwidth
2.7 Cuantizacion Uniforme o No-Uniforme
2.7.1 Estticas de Amplitudes de Expresin
La comunicacin de expresin es muy importante y area especializada de comunicaciones
digitales. Humanos hablan esta caracterstica por nico propiedad estadstico uno de los tales
propiedades es ilustrado en la figura 2. La representacin abscisa expresa seal de magnitudes,
normalizado a valores (RMS) de magnitudes de com atravesar un canal tpico de comunicacin. Y
la probabilidad es ordenar.
Figura 2.- Distribucin estadstica de simple-hablador expresado en magnitudes de seal
Para mas voces de canales de comunicacin , muy lenta expresin de predominante volumen;
50% del tiempo, el voltaje caracterizado es detectado en expresin de energa, es menor que un
cuarto (1/4) del valor RMS. Grandes valores de amplitud son relativamente raros; el 15% del
tiempo de voltaje escede al valor de RMS. Esto se ve en la ecuacin (aaaaaaa) y eso depende del
ruido de cuantizacion en el paso de intensidad (Tamao del cuantil intervalo). Cuando los pasos
son uniforme en tamao de cuantizacion es conocido una cuantizacion uniforme. En un sistema
son usados igualmente espaciados en niveles cuantizacion, el ruido de cuantizacion es lo mismo
para todas las seales de magnitud. Por lo tanto, con cuantizacion uniforme, la seal a ruido (SNR)
es peor para seales de niveles bajos que para seales de altos niveles. La cuantizacion No-
Uniforme puede provenir bien cuantizacion de las seales dbil y spero cuantizacion de la fuerte
seal. De este modo en el caso de Cuantizacion No-Uniforme, Ruido de cuantizacion pueden
hacer proporcional a magnitud de la seal. El efecto es a mejorar el total SNR, por reduciendo el
ruido para el predominante seales dbiles, en el gasto de un aumento en ruido para el raramente
ocurre en seales fuertes. En la figura (bbbbbb) se compara la cuantizacion de una fuerte versus
una dbil seal para uniforme y No-uniforme cuantizacion. La forma escalera de la onda
representa la aproximacin a la onda analgica (despus de cuantizacion de distorsin ha sido
introducido ).Cuantizacion No-uniforme puede ser usado a hacer el SNR una constante para todas
las seales dentro del la entrada de rango. Para voces de seal, lo tpico de seal de entrada de
rango dinmico es de , donde un decibel es definido en trminos del radio de
potencia
a potencia
)
Con un cuantizador uniforme, las dbiles seales harian experiencia a -dB pobre SNR aparte
de eso de fuertes seales
Figura bbbbb.- Uniforme y No-Uniforme cuantizacion de seales
2.7.2 Cuantizacion No-Uniforme
Una forma de conseguir la cuantizacion No-Uniforme es usando una caracterstica de
cuantizacion No-Uniforme, mostrando en la figura ccccc(a), Mas adelante la cuantizacion No-
Uniforme consiguiendo por primero distorsionando la seal original con una caracterstica de
comprensin logartmica , como se muestra en la figura ccccc(b) y por tanto esta usando una
cuantizador uniforme. Para pequeos seales de magnitud la caracterstica de compresin tiene la
pendiente mas pronunciada que para grandes seales de magnitud. Asi, un dado seal de
cambien pequeo magnitudes llevara al cuantizador uniforme a travs de mas escalones que el
mismo cambio en magnitudes grandes.. La caracterstica de compresin efectivamente cambia la
distribucin de magnitud de la seal de entrada de modo que no haya una preponderancia de baja
seal de magnitud en la salida del compresor. Despus de la compresin, la seal distorsionada es
usada en la entrada a una caracterstica cuantizador uniforme (lineal), que se muestra en la figura
ccccc(c). En el receptor, una caracterstica de compresin inversa, llamada expansin, es aplicada
de modo que el total transmisin no este distorsionada. El par de procesamiento (compresin y
expansin) es usualmente referido como companding
Figura ccccc.- (a) Caracterstica No-Uniforme cuantizador, (b) Caracterstica de compresin, (c)
Caracterstica Uniforme cuantizador
2.7.3 Caracterstica Companding
Antes el sistema PCM implementado una delicada funcin de logartmico compresin. Ahora,
sistema PCM mas usado de una aproximacin lineal a la caracterstica logaritmo compresin. Una
-law caracterstica de compresin
[ (
)]
]
es usada, donde:
Y donde es una constante positivo, x e y representan voltajes de entrada y salida,
es reciproca a
teniendo como
unidades de
entre el
tamao de un conjunto de smbolos de mensajes y el numero de bits necesarios a representar al
smbolo.
2.8.4 Bits por palabra PCM y Bits por Smbolo
La seleccin del numero de niveles, o bits por muestra, depende en cuantos cuantizacion de
distorsin estn dispuestos a tolerar con el formato PCM. Permite que la magnitud de la
cuantizacion de error en distorsin , , ser especificado como una fraccin de voltaje de pico a
pico como es lo siguiente:
Desde el error de cuantizacion no puede ser mayor que , donde es el intervalo cuantil, se
escribe de la siguiente manera:
Donde es el numero de niveles de cuantizacion. Para mas aplicaciones el numero de niveles es
suficiente grande de modo que puede ser reemplazado por , como se hizo anteriormente.
Entonces, de las ecuaciones anteriores, se puede describir de la siguiente manera:
)
2.8.5 M-ary Ondas de modulacin de pulso
Hay tres formas bsicas a informacin modulada en una secuencia de pulsos: Modulacin de
pulso amplitud(PAM), Modulacin de pulso posicin(PPM), y modulacin de pulso duracin(PDM).
PDM es a veces llamada modulacin de onda de pulso (PWM). Cuando la informacin de muestra
sin ningn cuantizacion son modulados en pulsos, el resultado modulacin de pulso puede ser
llamada modulacin de pulso analgico. Cuando la informacin muestreada son primero
cuantizada, produciendo smbolos desde un M-ary conjunto de alfabeto, y entonces modula en
pulsos, resultando pulsos de modulacin digital y nos referimos a esto como M-ary modulacin de
pulso. En este caso de M-ary PAM, de M niveles de amplitud permitida son asignados a cada de
lo M posible valores simblicos. Ntese que tales ondas de PCM que solo requiere dos niveles
representan lo especial caso de lo general M-ary PAM que requiere niveles M.
En este caso de ondas de M-ary PPM, modulacin es efectuada por retrasar (o avanzar) una
ocurrencia de pulso, por una cantidad que corresponde al valor de los smbolos de informacin. En
este caso las ondas de M-ary PDM, modulacin es efectuada variando el ancho de pulso por una
cantidad que corresponde al valor de los smbolos. Sabiendo que, PAM es similar a modulacin de
amplitud (AM), mientras que PPM y PDM son similares a modulacin de fase (PM) y
frecuencia(FM).
Considerando el cometido que el pulso receptor debe llevar a cabo: debe distinguirse entre los
posibles niveles de cada pulso. El receptor puede distinguir entre los posibles niveles de cada
pulso octal en la figura hhhhh(a) tan fcilmente como puede distinguirse entre los dos posibles
niveles de cada pulso binario en la figura hhhhh(b). La transmisin de un (comparado
con un 2-nivel) pulso requiere una mayor cantidad de energa para rendimiento de deteccin
equivalente. Para igualar la potencia media al binario y los pulsos octales, es mas fcil detectar los
pulsos binarios por que el detector tiene mas seal de energa por nivel para tomar una decisin
binaria que una decisin de .
El octal de pulso , donde cada octal pulso debe ser reemplazado con tres pulsos binarios (cada
uno-tercero tan amplia como el octal de pulsos)
Figura hhhhh.- Modulacin por pulsos codificados de sealizacin (a) Ocho niveles de
sealizacin (b) Dos Niveles de sealizacin
2.9 Codificacion Correlativa
2.9.1 Sealizacion de DuoBinaria
Podemos pensar que la codificacin de operacin duobinaria puede ser implementada en la
siguiente figura iiiii. Asumiendo que una secuencia de smbolos binarios
es ser transmitida
en el ndice de durante un sistema teniendo un espectro ideal rectangular de
ancho de banda
del
filtro digital puede expresarse como:
Figura iiii.- Sealizacin DuoBinaria
Por lo tanto, las amplitudes
lleva con el la
memoria el digito anterior (cada dgito lleva consigo el recuerdo de la cifra anterior). El introducido
el ISI a cada digito
exactamente en la ausencia del ruido. Asi que todos los sistemas experimentan
ruidos de contaminacin, y denotado en
2.9.2 Descodificacin DuoBinaria
Si el digito binario
tiene 1 de 3
posibles valores: .El cdigo Duobinario resulta en un tercer nivel de salida: en
general , para transmisin M-ary , los resultados de sealizacin de respuesta parcial en la salida
de nivel en . El procedimiento de descodificacin involucra el inverso del procedimiento de
codificacin , es decir, restando la decisin de
desde el digito de
2.9.3 Pre codificacin
Pre codificacin es realizado por primera codificacin diferencial la secuencia binaria
en el
nueva secuencia binaria
Donde el smbolo representa la adicin del modulo 2 (equivalente a la lgica de operacin
XOR) de los dgitos binarios. Las reglas de la modulo de adicion-2 son las siguientes:
Sin embargo, con pre codificacin, el proceso de deteccin es bastante diferente desde la
deteccin del ordinario duobinario, como puede verse en el siguiente ejemplo, El modelo de pre
codificacin puede verse en la figura jjjjj, en esta figura esta implcito que el mdulo de adicin -2
produciendo secuencia de pre cdigo
, como
sigue. El digito binario actual de la secuencia
y el digito actual
. Por
ejemplo, vemos que:
Aqu
la
al bits anteriores de
. Por lo tanto,
modulo -2 =
, y
los elementos binarios unos y ceros son mapeados en valores de pulsos par e impar en la
secuencia
Me quede en la pag.106 pdf