Documente Academic
Documente Profesional
Documente Cultură
Digital de
Señales
Ing. Víctor Hugo Rivera Chávez
PRIMERA FASE
EPIE - UCSM
Objetivos generales
0. Introducción
1. Conversión A/D
2. Teorema del muestreo
Módulo 1
0. Introducción
Señales, sistemas y procesamiento de señales
Una señal está definida como una cantidad física que varía
en el tiempo, espacio, o con otra(s) variable(s)
s1(t) = 5t
s2(t) = 20 t2
s(x,y) = 3x + 2xy + 10y2
Señal Señal
digital de digital de
entrada salida
Módulo 1
1. Conversión A/D
• Muchas señales de interés práctico son analógicas:
voz, sísmicas, biológicas, radar, sónar, audio, video,
etc.
• Para procesarlas por medios digitales es necesario
convertirlas en una señal digital:
Conversión Analógica a Digital.
• Esta conversión consta de tres pasos:
– Muestreo
– Cuantización
– Codificación
Conversión A/D
Módulo 1
Muestreo
Conversión de una señal continua a discreta en el tiempo a través
de muestras de la señal tomadas en instantes discretos de tiempo.
xa(t) es la entrada al “muestreador”
x(nT) ≡ x(n) es la salida
T es el intervalo de muestreo
Cuantización
Conversión de una señal discreta de valores continuos a valores
discretos (digital).
El valor de cada muestra se representa con un elemento
seleccionado de un conjunto finito de posibles valores.
La diferencia x(n) – xq(n) se llama error de cuantización.
Codificación
Cada valor discreto cuantizado xq(n) se representa mediante una
secuencia binaria b-bit.
Módulo 1
Convertidor A/D
x(n) xq(n)
xa(t) Muestreador Cuantizador Codificador 0100…
Ω = 2πF ω = 2πf
rad/s Hz rad/muestra ciclos/muestra
ω = ΩT
f = F/Fs x(n) =
xa(t) =
Acos(2πfn + θ)
Acos(2πFt + θ) -π≤ω≤π
Acos(ωn + θ)
Acos(Ωt + θ) -½≤f≤½
Ω = ω/T
F = f·Fs
-∞≤Ω≤∞ - π/T ≤ Ω ≤ π/T
-∞≤F≤∞ - Fs/2 ≤ F ≤ Fs/2
Respuestas
a) Fs ≥ 100 Hz
b) x(n) = 3 cos(π n/2)
c) x(n) = 3 cos(2 π n/3)
d) F = 25 Hz
ya(t) = 3 cos 50 π t
Módulo 1
Ejercicios.
1. ¿Cuál es la tasa de Nyquist para xa(t)?
xa (t ) = 3 cos 50πt + 10 sen300πt − cos100πt
2. ¿Cuál es la tasa de Nyquist para xa(t)?
xa (t ) = 3 cos 2000πt + 5sen6000πt + 10 cos12000πt
Si Fs = 5000 muestras/s ¿Qué señal se obtiene después
del muestreo?
¿Cuál es la señal reconstruida ya(t) si usamos
interpolación ideal?
Módulo 1
0. Introducción
Señales discretas en el tiempo.
• x(n) es una función de una variable independiente que
es un entero
• Estas señales no están definidas en los instantes entre
dos muestras sucesivas
• x(n) = 0 si n no es entero
• Suele asumirse que - ∞ < n < ∞
Módulo 2
y(n) = x(n) – x(n - 1) y(n) = ax(n) y(n) = ∑x(k); k= -∞ …n
y(n) = x(n) + 3x(n + 4) y(n) = x(n2) y(n) = x(2n) y(n) = x(-n)
Módulo 2
y (n) = −∑ ak y (n − k ) + ∑ bk x(n − k )
k =1 k =0
• Descomponiendo la señal de entrada en una suma de
señales elementales.
Las señales elementales se eligen de modo que la respuesta del
sistema a cada componente de la señal se pueda determinar
con facilidad. Debido a la linealidad del sistema, las respuestas
se suman para tener la respuesta total.
Módulo 2
x(n) = ∑ ck xk (n)
k
{ck} es el conjunto de amplitudes o coeficientes ponderados
{xk} es el conjunto de señales elementales
yk(n) es la respuesta a la señal elemental xk(n)
yk (n) ≡ T [ xk (n)]
y (n) = ∑ ck yk (n)
k
⎡ ∞ ⎤ ∞ ∞
y (n) = T [ x(n)] = T ⎢ ∑ x(k )δ (n − k )⎥ = ∑ x(k )T [δ (n − k )] = ∑ x(k )h(n, k )
⎣k =−∞ ⎦ k =−∞ k = −∞
Módulo 2
h1(n)
x(n) y(n) x(n) y(n)
+ h(n)=
h1(n)+h2(n)
h2(n)
Módulo 2
Sistemas LTI causales
Sistema causal es aquel que cuya salida en n depende solo de las
entradas pasadas y presentes.
Causal es una condición sobre la respuesta al impulso.
Consideremos ∞
y (n0 ) = ∑ h(k ) x(n0 − k )
k = −∞
y ( n) = ∑ h( k ) x ( n − k )
k =0
Podemos decir que un sistema FIR tiene memoria finita de tamaño
M, mientras un sistema IIR tiene memoria infinita.
Módulo 2
y ( n) = ∑ h( k ) x ( n − k )
k = −∞
Los FIR involucran sumas, productos y memoria finita para realizar
la convolución, mientras los IIR hacen imposible su desarrollo.
Para realizar sistemas IIR se emplean ecuaciones diferenciales, y
son útiles para el desarrollo de filtros, modelado de fenómenos
físicos y sistemas físicos.
Módulo 2
Sistemas discretos recursivos y no recursivos
En ocasiones es deseable expresar la salida en términos de los
valores pasados de la salida misma.
Ejemplo, calcular el promedio acumulado de x(n) en el intervalo 0
≤ k ≤ n.
1 n
y ( n) = ∑ x(k )
Se requiere almacenar todas las muestra de entrada x(k) para 0 ≤
n + 1 k =0
k ≤ n. Donde si n crece, requerimos más memoria.
1/(n+1)
× Z-1
y(n) = ay (n − 1) + x(n) a
donde a es una constante. Z-1
Si deseamos calcular la salida y(n) y asumimos la existencia de una
condición inicial y(-1), tenemos para n ≥ 0
n
y (n) = a n +1 y (−1) + ∑ a k x(n − k )
k =0
Módulo 2
Si el sistema está relajado en n = 0, entonces y(-1) = 0 y el sistema
recursivo inicia sin condiciones iniciales.
Se dice entonces que el sistema se halla en estado cero y su salida
es una respuesta forzada o de estado cero ysz(n).
n
y zs (n) = ∑ a k x(n − k )
k =0
∑a
k =0
k y (n − k ) = ∑ bk x(n − k ) a0 ≡ 1
k =0
Módulo 2
Un sistema es lineal si satisface:
1. La respuesta total es igual a la suma de las respuestas de
entrada cero y estado cero.
2. El principio de superposición es aplicable a la respuesta de
estado cero: Estado cero lineal.
3. El principio de superposición es aplicable a la respuesta de
entrada cero: Entrada cero lineal.
Un sistema recursivo descrito por ecuaciones diferenciales
lineales con coeficientes constantes es lineal e invariante en el
tiempo.
Estos sistemas son estables si y solo si para toda entrada y
condición inicial acotadas, la respuesta total del sistema está
acotada.
Módulo 2
- Método directo
- Método indirecto (Transformada Z)
La solución homogénea.
La solución particular.
∑ ak y p (n − k ) = ∑ bk x(n − k ) a0 = 1
k =0 k =0
La solución total.
1
y p (n) = lim y zs (n) =
n →∞ 1 + a1
Módulo 2
Observación:
Cualquier sistema recursivo descrito por edcc es un sistema IIR,
pues tienen respuesta al impulso de duración infinita.
Pero no todo sistema LTI IIR puede describirse con edcc.