Documente Academic
Documente Profesional
Documente Cultură
Asignatura:
Filtros de seales.
Catedrtico:
Jos Luis Escudero Jimnez.
Tema:
Seales continuas, Seales discretas, aliasing y anti-aliasing.
Alumnos:
Jaime William Bojorquez Martnez 002126.
Lucia Pamela Euan Cerino 002196.
Gerardo Emilio Hidalgo Garca 002165.
Vctor Manuel Snchez Hernndez 002193.
Fecha:
Lunes 12 de Junio del 2017.
Contenido.
Introduccin. ....................................................................................................................................... 3
Objetivos: ............................................................................................................................................ 4
Sustento terico .................................................................................................................................. 5
Seales continuas. ............................................................................................................................... 5
Potencia Acstica. ............................................................................................................................... 6
Espectro de frecuencias. ..................................................................................................................... 7
La Transformada de Fourier. ............................................................................................................... 8
Muestreo de ondas. ............................................................................................................................ 8
Seales discretas. ................................................................................................................................ 9
Aliasing. ............................................................................................................................................. 10
Aliasing en fenmenos peridicos .................................................................................................... 12
Muestreo de una seal senoidal ....................................................................................................... 13
Glosario: ............................................................................................................................................ 16
ANTIALIASING. ................................................................................................................................... 18
GLOSARIO: ......................................................................................................................................... 20
EJEMPLOS DE ANLISIS ESPECTRAL. ................................................................................................. 21
La FFT y el ruido. (ejemplo 2). ........................................................................................................... 22
Conclusiones. .................................................................................................................................... 24
Referencias: ....................................................................................................................................... 25
2
Introduccin.
3
Objetivos:
>General:
-Analizar los conceptos bsicos de: Seales continuas y seales discretas,
aliasing y anti-aliasing. Para el reconocimiento de las representaciones
graficas de las seales continuas, seales discretas, aliasing y anti-aliasing.
>Especficos:
-Comprender la representacin grfica de las seales continuas y seales
discretas, aliasing y anti-alasing.
-Desarrollar las diferentes ecuaciones de cada uno de los temas antes
mencionados.
-Resolver de la manera ms eficiente.
-Realizar las representaciones grficas de: seales continuas, seales
discretas, aliasing y anti-aliasing.
4
Sustento terico
Seales continuas.
Por una seal continua entenderemos una funcin continua de una o varias
dimensiones. Ejemplos de distintos tipos de seales podemos encontrar en los muy
diversos aparatos de medida asociados al estudio de la fsica, qumica, biologa,
medicina, etc. As por ejemplo, los distintos tipos de electrogramas que son usados
en medicina son seales unidimensionales, ya que se representan por una o varias
curvas en funcin del tiempo. Sin embargo, los distintos tipos de radiografas son
seales bidimensionales y los resultados de la tomografa axial computarizada y la
resonancia nuclear magntica son seales tridimensionales.
Haciendo uso del lenguaje matemtico podemos decir que toda seal es una
funcin matemtica que toma un valor en cada punto del espacio en el que est
definida. Los resultados matemticos sobre la aproximacin de funciones, nos
permiten expresar que cualquier funcin continua y peridica definida sobre una
regin finita del espacio puede ser aproximada por una suma infinita de trminos,
5
en donde cada trmino tiene una contribucin a la formacin de la seal que es
independiente y ortogonal a cualquier otro trmino del desarrollo.
Existen distintas posibilidades a la hora de construir este tipo de aproximaciones,
pero por distintos motivos la ms usada ha sido aquella en que los trminos tienen
una significacin como seales ondulatorias puras. Es decir, cada trmino es la
contribucin de una determinada frecuencia/longitud de onda a la formacin de la
seal. As toda seal puede ser analizada desde dos puntos de vista, como una
funcin continua sobre un espacio de valores de medida o como una funcin
definida sobre un espacio de frecuencias.
Potencia Acstica.
6
Esta unidad de medicin (Belio) es muy grande para ser usada en la prctica, por
eso se usa la dcima parte de esta siendo el decibelio o decibel la resultante.
El umbral de audicin se sita en 0 dB y el umbral de dolor en 120 dB. Los sonidos
con 70 dB pueden producir efectos psicolgicos negativos en la concentracin y
atencin, los sonidos entre 80 90 dB producen efectos como el estrs, irritacin,
cansancio entre otros.
Los sonidos entre el umbral de dolor 110 120 dB ocasionan lesiones al odo, a
estos rangos de decibeles se les conoce tambin como umbral txico. Los sonidos
superiores a 120 dB pertenecen al umbral del dolor, estos son sonidos insoportables
y provocan dolor inmediato.
Espectro de frecuencias.
El anlisis espectral de una seal digital tiene por objeto la descomposicin de dicha
seal en sus diversas componentes dentro del dominio frecuencial. Este anlisis,
que puede llevarse a efecto en un ordenador (va software) o en un sistema digital
con un hardware especfico, es una tcnica ampliamente utilizada en varias
especialidades de ingeniera, ciencias aplicadas, y procesamiento de datos. Una
tarea muy comn en el anlisis espectral es tratar de encontrar una determinada
seal que est contaminada por otras, por ejemplo ruido.
7
La Transformada de Fourier.
Se parte de la base de que toda seal genrica, por compleja que sea se puede
descomponer en una suma de funciones peridicas simples de distinta frecuencia.
En definitiva, la Transformada de Fourier visualiza los coeficientes de las funciones
sinusoidales que forman la seal original.
Muestreo de ondas.
8
Seales discretas.
>El otro tipo bsico de seales, para el cual la variable independiente (tiempo) es
discreta, es decir que estn definidas para un conjunto de valores discretos de su
variable independiente.
Ejemplos:
>Representacin grfica:
>Notacin:
-Para nombrar este tipo de seales se usan letras minsculas y el smbolo "n" para
denotar la variable de tiempo discreto.
-La variable independiente, adems, se encerrar entre corchetes "[.]"
9
Aliasing.
10
muestro determinada y constante para poder pasarla a sistemas digitales (que
funcionarn con unos y ceros).
Para conseguir un correcto muestreo nos basamos en el teorema de muestreo de
Nyquist. Este teorema establece que para poder recuperar totalmente la forma de
una onda la frecuencia de muestreo ha de ser mayor o superior al doble de la
mxima frecuencia a la que queremos muestrear.
Quiz todo esto slo conseguiramos ver este fenmeno si nos dedicsemos, por
ejemplo, a la grabacin de msica en un estudio, tendramos que saber a qu
frecuencia muestrear el audio grabado sin embargo, el ojo humano tambin se
comporta como un sistema digital (salvando notoriamente las diferencias). Despus
de lo comentado sobre la frecuencia de muestreo, el ojo humano es capaz de
muestrear a 50 Hz (50 muestras por segundo) y observa discontinuidad en el
movimiento a frecuencias inferiores a unos 12 Hz.
Como se mencion anteriormente para tener un correcto muestreo debemos aplicar
El Teorema de Nyquist tambin conocido como teorema de muestreo de Whittaker-
Nyquist-Kotelnikov-Shannon, criterio de Nyquist o teorema de Nyquist, es un
teorema fundamental de la teora de la informacin, de especial inters en las
telecomunicaciones. El teorema trata del muestreo que no debe ser confundido o
asociado con la cuantificacin, proceso que sigue al de muestreo en la digitalizacin
de una seal y que, al contrario del muestreo, no es reversible (se produce una
prdida de informacin en el proceso de cuantificacin, incluso en el caso ideal
terico, que se traduce en una distorsin conocida como error o ruido de
cuantificacin y que establece un lmite terico superior a la relacin seal-ruido).
Dicho de otro modo, desde el punto de vista del teorema, las muestras discretas de
una seal son valores exactos que an no han sufrido redondeo o truncamiento
alguno sobre una precisin determinada, esto es, an no han sido cuantificadas.
El teorema demuestra que la reconstruccin exacta de una seal periodica continua
en banda base a partir de sus muestras, es matemticamente posible si la seal
est limitada en banda y la tasa de muestreo es superior al doble de su ancho de
banda.
Dicho de otro modo, la informacin completa de la seal analgica original que
cumple el criterio anterior est descrita por la serie total de muestras que resultaron
del proceso de muestreo. No hay nada, por tanto, de la evolucin de la seal entre
muestras que no est perfectamente definido por la serie total de muestras. El
ingeniero sueco Harry Nyquist formul el siguiente teorema:
La frecuencia de muestreo mnima requerida para realizar una grabacin digital de
calidad, debe ser igual al doble de la frecuencia de audio de la seal analgica que
se pretenda digitalizar y grabar. Este teorema recibe tambin el nombre de
Condicin de Nyquist.
11
Supongamos que la seal a ser digitalizada es la vozel ancho de banda de la voz
es de 4,000 Hz aproximadamente. Entonces, su razn de muestreo ser 2*B=
2*(4,000 Hz), es igual a 8000 Hz, equivalente a 8,000 muestras por segundo
(1/8000). Entonces la razn de muestreo de la voz debe ser de al menos 8000 Hz,
para que pueda regenerarse sin error. La frecuencia 2*B es llamada la razn de
muestreo de Nyquist. La mitad de su valor, es llamada algunas veces la frecuencia
de Nyquist.
Con esto, hemos dado una pequea vuelta sobre el concepto del que hemos
partido, el aliasing, sin embargo, resulta necesario para entender el concepto.
Llegados a este punto entonces, el aliasing simplemente se produce cuando no
muestreamos a la frecuencia de Nyquist y, por tanto, no podemos recuperar la
seal.
El aliasing es un motivo de preocupacin mayor en lo que concierne a la conversin
analgica-digital de seales de audio y vdeo: el muestreo incorrecto de seales
analgicas puede provocar que seales de alta frecuencia presenten dicho aliasing
con respecto a seales de baja frecuencia. El aliasing es tambin una preocupacin
en el rea de la computacin grfica e infografa, donde puede dar origen a patrones
de moir (en las imgenes con muchos detalles finos) y tambin a bordes dentados.
12
Muestreo de una seal senoidal
Cuando se obtienen muestras peridicas de una seal senoidal, puede ocurrir que
se obtengan las mismas muestras que se obtendran de una seal sinusoidal
igualmente pero con frecuencia ms baja. Especficamente, si una sinusoide de
frecuencia f Hz es muestreada s veces por segundo, y s 2f, entonces las muestras
resultantes tambin sern compatibles con una sinusoide de frecuencia fm - f, donde
fm es la frecuencia de muestreo. En la jerga inglesa de procesamiento de seales,
cada una de las sinusoides se convierte en un "alias" para la otra.
El aliasing suele aparecer en diferentes lugares de la naturaleza y de la ingeniera.
En la naturaleza, este fenmeno puede aparecer: en el aleteo de una mosca, en el
las aspas de un ventilador o en las llantas de un coche cuando estn girando.
Estos son algunos ejemplos que puedes observar en tu da a da y que a lo mejor
no te habas percatado.
Y en la Ingeniera suele aparecer, sobre todo, en el procesado de la seal de audio
y video, fotografa, etc.
14
La seal nmero 1 es una seal muestreada correctamente. Y la segunda, es como
no se tiene que muestrear.
Teniendo ya claro lo que es el aliasing pasamos al siguiente punto.
A qu se debe la falsa percepcin de la imagen que capta nuestro ojo?
El aliasing es causado por un muestreo incorrecto de la seal que se est
digitalizando, de modo que aparecen imperfecciones en la misma.
Dicho de otra manera, si tenemos una cmara que trabaja a una determinada
frecuencia, y captamos el movimiento de una llanta durante 50s a 1 fotograma el
segundo, de repente en lugar de representar la imagen a esa frecuencia la
representamos a una frecuencia menor con lo que en lugar de tener 50 imgenes
tenemos por ejemplo 15, esta diferencia entre imgenes es la que produce esa
sensacin de movimiento contrario y se debe a la falta de continuidad en la emisin
de imgenes o que la frecuencia con la que pretendemos representar una imagen
es menor a la requerida.
15
Cmo se soluciona?
Se necesitar un filtro antialiasing que limpia la seal antes de hacer una Conversin
analgica-digital.
El propsito del filtro antialiasing es eliminar cualquier presencia de las frecuencias
superiores a frecuencia de muestreo/2. Por qu utilizamos la mitad de la frecuencia
de muestreo viene del Teorema de muestreo de Nyquist-Shannon.
Lo bueno de este filtro es que no destruye los datos y por tanto siempre se podrn
recuperar de la seal analgica original.
Glosario:
16
Conversin analgica-digital: proceso realizado por el conversor digital
analgico, se parte de muestras en formato binario, y estas se deben convertir en
una seal analgica (continua en el tiempo y amplitud).
Ancho de banda: cantidad de informacin o de datos que se pueden enviar a
travs de una conexin de red en un periodo de tiempo dado.
Patrones de moir: es un artefacto producido en la imagen debido a la forma
del objeto fotografiado y el mtodo por el cual los sensores registran la luz.
Bveda celeste: es una esfera ideal sin radio definido, en el cual
aparentemente se mueven los astros. Permite representar las direcciones en que
se hallan los objetos celestes.
Lmpara estroboscpica: es una lmpara que lanza un flash cegador aun
determinado ritmo, normalmente variable.
17
ANTIALIASING.
Por antialiasing se conoce al efecto de filtrar la imagen para suavizar los bordes, y
disimular los bordes de los polgonos, consiguiendo una apariencia mucho ms
realista.
Un filtro antialiasing limpia la seal antes de hacer una Conversin analgica-digital.
El propsito del filtro antialiasing es eliminar cualquier presencia de las frecuencias
superiores a frecuencia de muestreo/2. Por qu utilizamos la mitad de la frecuencia
de muestreo viene del Teorema de muestreo de Nyquist-Shannon.
Lo bueno de este filtro es que no destruye los datos y por tanto siempre se podrn
recuperar de la seal analgica original.
La diferencia entre un aliasing y un antialiasing es que el aliasing es cuando las
seales o frecuencias emitida por un dispositivo es tan alta que no puede ser
distinguida y crea defectos visuales como de amontonado o pixelado de los objetos
presentados. El antialiasing lo que hace es prevenir o evitar que esto suceda lo que
aporta mayor calidad grfica y mejor fluidez.
Hay un proceso que ayuda a pasar de la geometra a los grficos este proceso se
conoce como rasterizar.
Primero se pasa a una tabla 2D teniendo solo los ejes X y Y.
Conocidos los tres vrtices del tringulo, se determinan los tres lados.
Aplicando la correccin de perspectiva se calcula que pixel de la textura
corresponde a ese punto.
Una consecuencia de este mtodo es que aparece el tpico error de diente de sierra
o escalera, donde debera haber un borde suave. Para reducir este error se puede
tener en cuenta que porcentaje del pixel est cubierto.
Hay diferentes tipos de antialiasing los cuales se utilizan en diferentes ocasiones
uno de ellos es el supersampling ordenado
Consiste en escalar la imagen multiplicando la resolucin de los ejes X e Y por un
nmero entero, y renderizarla a mayor tamao del original.
Se pasa al tamao original mediante un filtro de reduccin,
Por lo que varios pxeles de la imagen renderizada a mayor resolucin se utilizan
para calcular el valor de los pxeles de la resolucin final.
De este modo se consiguen transiciones ms suaves.
Hay otro llamado supersamplling rotado
18
El supersampling rotado es una forma de supersampling en la cual se puede
conseguir mejores resultados visuales que con el supersampling ordenado, pero
con el mismo coste en rendimiento, mediante la eleccin de una mejor posicin del
punto de muestreo en los subpxeles.
19
GLOSARIO:
Sampling: Muestreo
Rasterizar: Es el proceso por el cual una imagen descrita en un formato grfico
vectorial se convierte en un conjunto de pxeles o puntos para ser desplegados en
un medio de salida digital
MSAA: (Multisampling Anti-Aliasing) Este tipo de Anti-Aliasing toma muestras de
sombreado, textura y color en los pixeles frontera de los elementos, generando un
promedio entre todas las muestras para luego aplicarlas. El MSAA solo afecta a los
bordes y no a la parte interna del objecto, sin embargo, es mucho ms rpido que
el SSAA.
QSAA: (Quincunx Super Anti-Aliasing) Una mejora al MSAA. 2x QSAA equivale a
3x MSAA en trminos de calidad.
SSAA/FSAA: (Super Sampling Anti-Aliasing o Full Screen Anti-Aliasing) Funcionan
de manera similar y lo que hacen es renderizar la imagen a mayor resolucin, tomar
pixeles especficos y luego achicar la imagen a la resolucin en la que se este
jugando. Esto afecta a toda la pantalla y no solo a los bordes como el MSAA.
FXAA: (Fast Approximate Anti-Aliasing) Un tipo de anti-aliasing que utiliza menos
recursos pero disminuye la calidad de las texturas ya que las hace ms borrosa.
20
EJEMPLOS DE ANLISIS ESPECTRAL.
21
La FFT y el ruido. (ejemplo 2).
(b) se observa que hay una distribucin espectral aleatoria de la energa ms una
lnea espectral bien definida en el armnico 32 y otra, tambin bien definida, de
menor amplitud (1/3) en el armnico 96. Posiblemente existan ms componentes,
pero estn enmascaradas por el ruido. En lo referente a la seal de ruido, sus
muestras en el dominio del tiempo son estadsticamente independientes, mientras
que en el dominio de la frecuencia su valor medio es constante. Dicho ruido se
conoce como ruido blanco.
22
Se sabe por el anlisis trigonomtrico de Fourier de seales peridicas continuas,
que dicho anlisis aplicado a una seal cuadrada genera como componentes
espectrales, la frecuencia fundamental y los armnicos de orden impar con
amplitudes de crecientes.
La FFT es por lo tanto consistente con el punto de vista del anlisis en el dominio
del tiempo. La FFT nos dice que la seal en el dominio temporal consiste en ruido
blanco ms otra seal en la que predominan los armnicos 32 y 96, siendo la
amplitud del tercer armnico 1/3 de la del primero. Por lo tanto podemos asegurar
que la seal de entrada se compone de ruido blanco ms otra seal cuadrada cuya
frecuencia fundamental coincide con el armnico 32 de la FFT de 512 puntos.
23
Conclusiones.
24
Referencias:
25