Sunteți pe pagina 1din 87

Procesamiento Digital de Señales

Universidad Nacional de San Agustin de Arequipa


Dpto. Académico de Ingenierı́a Electrónica

2020-A

1/48
Equipo docente

Teorı́a
Juan Carlos Cuadros Machuca
e-mail: jcuadrosm@unsa.edu.pe
Efraı́n Mayhua López
e-mail: emayhua@unsa.edu.pe

Laboratorio
Asencio Huaita Bedregal
e-mail: ahuaita@unsa.edu.pe

2/48
¿Porqué Procesamiento Digital de Señales?

I Flexibilidad
I Precisión
I Hardware multipropósito
I Fácil de implementar operaciones sofisticadas
I Hoy tenemos una enorme potencia informática

3/48
¿Porqué Procesamiento Digital de Señales?

El desarrollo de la electrónica digital de bajo costo y alta velocidad allanó el camino para el
procesamiento de señales digitales

Primer contacto con Primer circuito in- Procesador mo-


el transistor (1947) tegrado (1961) derno (200X)

4/48
¿Porqué Procesamiento Digital de Señales?
I Presente en todos los campos de la ingenierı́a moderna
I Innumerables aplicaciones

5/48
Ejemplo: comunicaciones digitales
Problema:
1 1 1 1 1 1

... ... ... ...


0 0 0
0 0 0

t t
Channel

6/48
Ejemplo: comunicaciones digitales
Problema:
1 1 1

... ... ... ...

0 0 0

t t
Bad Channel

6/48
Ejemplo: comunicaciones digitales
Problema:
1 1 1

... ... ... ...

0 0 0

t t
Bad Channel

Solución:
1 1 1

... ...
... ... ... ...
0 0 0
t
010110
t
t Analog-
Channel to-Digital Equalizer
Conveter

6/48
Procesamiento digital de señales analógicas
xc (t) x[n] Digital Signal y[n] yc (t)
ADC DAC
Processor

Conversor Analog-to-digital (ADC)


I Realiza filtrado, muestreo y cuantización.
I La frecuencia de muestreo puede ser de decenas de kHz (procesamiento de audio), o
puede ser de decenas de GHz (comunicaciones ópticas)
Procesador de señal digital
I Realiza algunas operaciones, por ejemplo, filtrado, FFT, etc.
I Puede implementarse en PC con precisión de coma flotante de 64 bits, o en ASIC con
precisión aritmética limitada (por ejemplo, 6 bits).
Convertidor digital a analógico (DAC)
I Realiza cuantización y reconstrucción (filtrado)
I La tasa de muestreo podrı́a ser similar a ADC
7/48
Administrativo: calendario y temas de clase

Semana Tema Lectura1 Laboratorio


1 Introducción y revisión Capı́tulos. 2, 3
2 Señales aleatorias de tiempo discreto 2.10, App. A Laboratorio 1
3 Propiedades de los sistemas LTI 5.1–5.7
4 Muestreo y reconstrucción. 4.1–4.4 Laboratorio 2
5 Cambio de la frecuencia de muestreo mediante filtrado digital 4.6–4.9
6 Estructuras de filtro digital 6.1–6.6 Laboratorio 3
7 Cuantización y aritmética de precisión finita 6.7–6.10
8 Primer examen parcial
9 Diseño de filtro Cap. 7 Laboratorio 4
10 Procesamiento adaptativo de señal
11 La transformada discreta de Fourier (DFT) 8.1–8.7, 9.1–9.3 Laboratorio 5
12 Segundo examen parcial
13 Transformada de Fourier dependiente del tiempo 10.1–10.4
14 Estimación de densidad espectral de potencia 10.5, 10.6 Laboratorio 6
15 Modelado de señal paramétrica 11.1–11.6
16 Revisión y conclusión
17 Exámen sustitutorio y final

1 Tareas de lectura en “Discrete-Time Signal Processing”, Oppenheim and Schafer, 3rd edition 8/48
Administrativo: recursos

Libro de texto

I “Discrete-Time Signal Processing”, Oppenheim and Schafer, 3rd


edition, 2010.

Notas de lectura
I Las notas de clases cubrirán todo el material, pero se recomienda leer más el libro de texto.

Aula virtual: dutic.unsa.edu.pe/aulavirtual


I Apuntes, tareas y soluciones, código Matlab, discusión.
I Mira clases en lı́nea.
I Presentar tareas.
9/48
Administrativo: tareas a desarrollar

I Las asignaciones se entregarán por el aula virtual y según la fecha limite que aparecerá en
el link de subir tarea, normalmente hasta las 11:59pm del.
I Envı́e un único archivo .pdf con sus soluciones.
I Las tareas incluyen derivaciones analı́ticas y simulaciones de Matlab.
I Se alienta la discusión entre los estudiantes, pero se deben presentar soluciones
individuales.
I No se aceptarán presentaciones tardı́as. Si necesita una extensión (por alguna dificultad
justificada), comunı́quese con el docente del grupo por adelantado.

10/48
Administrativo: exámenes

Parciales
I Primer parcial: semana 8
I Segundo parcial: semana 12.

Evalución continua
I Laboratorios
I Trabajos y problemas encargados.

Final
I Sustitutorio: semana 17.
I Final: semana 17

11/48
Administrativo: calificación

I Evaluación continua: 51 %
I Evaluaciones parciales: 32 %
I Final: 17 %

12/48
Revisión

I Señales y sistemas de tiempo discreto


I Transformada de Fourier de tiempo discreto (DTFT)
I La transformada z
I Ecuaciones diferencia

13/48
Señales de tiempo discreto

Las señales de tiempo discreto (o simplemente secuencias) pueden ser inherentemente discretas
o pueden obtenerse muestreando una señal de tiempo continuo.
xc (t)

3 x[n] = xc (nT )

T 2T 3T . . . t

x[n] solo se define para n ∈ Z


14/48
Secuencias básicas
Impulso unitario: Escalón unitario:
( (
1, n = 0 1, n ≥ 0
δ[n] = u[n] =
0, otro caso 0, otro caso

δ[n] u[n]

1 1

n n
15/48
Secuencias básicas

(
nan , n ≥ 0
Exponencial del lado derecho: x[n] = a u[n] =
0, otro caso

x[n] x[n] x[n] x[n]


a < −1 −1 < a < 0 0<a<1 a>1
1 1 1 1

n n n n

I Exponencial exhibe comportamiento oscilatorio para a < 0.


I Exponencial es ilimitada si |a| > 1.

16/48
Secuencias básicas
Sinusoides: x[n] = cos(ω0 n + φ)
x[n]

A diferencia de las sinusoides de tiempo continuo, las sinusoides de tiempo discreto ...
I Son periódicas solo si ω0 /π es racional.
I tener frecuencia máxima ω = π.

17/48
Secuencias básicas
Sinusoides: x[n] = cos(ω0 n + φ)
x[n]

A diferencia de las sinusoides de tiempo continuo, las sinusoides de tiempo discreto ...
I Son periódicas solo si ω0 /π es racional.
I tener frecuencia máxima ω = π.
Exponenciales complejas:

ej(ω0 n+φ) = cos(ω0 n + φ) + j sin(ω0 n + φ) (de la ecuación de Euler)


17/48
Clasificación de señales de tiempo discreto

Señales de energı́a y potencia.


Señales de energı́a tienen energı́a finita

X
E≡ |x[n]|2 < ∞
n=−∞

Señales de potencia tienen energı́a infinita (por ejemplo, señales periódicas), pero tienen una
potencia media finita
N
1 X
P ≡ lı́m |x[n]|2 < ∞
N →∞ 2N + 1
n=−N

18/48
Clasificación de señales de tiempo discreto

Simetrı́a
x[n] = x[−n] (simetrı́a par)
x[n] = −x[−n] (simetrı́a impar)
Cualquier señal x[n] puede descomponerse como la suma de un par (xe [n]) y otra impar
(xo [n]):
x[n] = xe [n] + xo [n]
donde
1
xe [n] = (x[n] + x[−n]) (componente par)
2
1
xo [n] = (x[n] − x[−n]) (componente impar)
2

19/48
Sistemas de tiempo discreto

x[n] y[n] = T {x[n]}


Discrete-Time
System

Algunas propiedades importantes


Linealidad o superposición

T {ax1 [n] + bx2 [n]} = aT {x1 [n]} + bT {x2 [n]}

Invarianza de tiempo o invarianza de turno

Si d[n] = x[n − nd ], entonces T {d[n]} = y[n − nd ]

Un cambio de tiempo de la entrada provoca un cambio de tiempo igual de la salida


20/48
Sistemas lineales invariantes en el tiempo (LTI)
Los sistemas LTI están completamente caracterizados por su respuesta al impulso.
δ[n] h[n]

1 1

n n

LTI System
δ[n] h[n]

21/48
Sistemas lineales invariantes en el tiempo (LTI)
Los sistemas LTI están completamente caracterizados por su respuesta al impulso.
δ[n − 1] h[n − 1]

1 1

n n

LTI System
δ[n − 1] h[n − 1]
from time invariance

21/48
Sistemas lineales invariantes en el tiempo (LTI)
Los sistemas LTI están completamente caracterizados por su respuesta al impulso.

1 1

n n

LTI System
δ[n] − 0,5δ[n − 1] h[n] − 0,5h[n − 1]
from linearity

21/48
Sistemas lineales invariantes en el tiempo (LTI)
Los sistemas LTI están completamente caracterizados por su respuesta al impulso.

1 1

n n

LTI System
δ[n] − 0,5δ[n − 1] h[n] − 0,5h[n − 1]

La suma de convolución

X ∞
X
y[n] = x[k]h[n − k] = x[n − k]h[k]
k=−∞ k=−∞

Notación abreviada: y[n] = x[n] ∗ h[n] or y[n] = (x ∗ h)[n]


21/48
Otras propiedades de los sistemas de tiempo discreto.

Sin memoria
Un sistema es sin memoria (memoryless) si su salida en el tiempo n, y[n], depende solo de la
entrada actual x[n].

Causalidad
Un sistema es causal si su salida en el tiempo n, y[n], depende solo de las muestras presentes
y pasadas de la entrada {x[n], x[n − 1], x[n − 2], . . .}. Todos los sistemas fı́sicos son causales.

Para sistemas LTI, la causalidad implica h[n] = 0, n < 0



X n
X
y[n] = x[n − k]h[k] = x[k]h[n − k]
k=−∞
k=0
(Suma de convolución para sistemas causales)

22/48
Otras propiedades de los sistemas de tiempo discreto.
Estabilidad
Un sistema es BIBO estable si cada entrada limitada (|x[n]| < Bx < ∞) produce una salida
limitada (|y[n]| < By < ∞)
Para sistemas LTI,

X

|y[n]| =
x[n − k]h[k] (Suma de convolución)
k=−∞
X∞
≤ |x[n − k]||h[k]| (Desigualdad triangular)
k=−∞
X∞
≤ Bx |h[k]| (Entrada limitada |x[n]| < Bx < ∞)
k=−∞

X
< By < ∞ (only if |h[k]| < ∞)
k=−∞

Por lo tanto, un sistema LTI es BIBO estable solo si su respuesta al impulso h[k] es Sumable
absoluto. 23/48
Clasifique los siguientes sistemas de tiempo discreto
Sistema Lineal Invariante en el tiempo Sin memoria Causal BIBO estable

Desplazamiento (constante)
y[n] = x[n] + C, C 6= 0
Desplazamiento en tiempo
y[n] = x[n − nd ]
Cuadrática
y[n] = x2 [n]
Acumulator
Xn
y[n] = x[k]
k=−∞
Compresor
y[n] = x[M n], M > 1
Diferenciador
y[n] = x[n] − x[n − 1]
Una ecuación de diferencia
y[n] = x[n] + y[n − 1]

25/48
Clasifique los siguientes sistemas de tiempo discreto
Sistema Lineal Invariante en el tiempo Sin memoria Causal BIBO estable

Desplazamiento (constante) N Y Y Y Y
y[n] = x[n] + C, C 6= 0
Desplazamiento en tiempo
y[n] = x[n − nd ]
Cuadrática
y[n] = x2 [n]
Acumulator
Xn
y[n] = x[k]
k=−∞
Compresor
y[n] = x[M n], M > 1
Diferenciador
y[n] = x[n] − x[n − 1]
Una ecuación de diferencia
y[n] = x[n] + y[n − 1]

25/48
Clasifique los siguientes sistemas de tiempo discreto
Sistema Lineal Invariante en el tiempo Sin memoria Causal BIBO estable

Desplazamiento (constante) N Y Y Y Y
y[n] = x[n] + C, C 6= 0
Desplazamiento en tiempo Y Y N, si nd 6= 0 Y, si nd > 0 Y
y[n] = x[n − nd ]
Cuadrática
y[n] = x2 [n]
Acumulator
Xn
y[n] = x[k]
k=−∞
Compresor
y[n] = x[M n], M > 1
Diferenciador
y[n] = x[n] − x[n − 1]
Una ecuación de diferencia
y[n] = x[n] + y[n − 1]

25/48
Clasifique los siguientes sistemas de tiempo discreto
Sistema Lineal Invariante en el tiempo Sin memoria Causal BIBO estable

Desplazamiento (constante) N Y Y Y Y
y[n] = x[n] + C, C 6= 0
Desplazamiento en tiempo Y Y N, si nd 6= 0 Y, si nd > 0 Y
y[n] = x[n − nd ]
Cuadrática N Y Y Y Y
y[n] = x2 [n]
Acumulator
Xn
y[n] = x[k]
k=−∞
Compresor
y[n] = x[M n], M > 1
Diferenciador
y[n] = x[n] − x[n − 1]
Una ecuación de diferencia
y[n] = x[n] + y[n − 1]

25/48
Clasifique los siguientes sistemas de tiempo discreto
Sistema Lineal Invariante en el tiempo Sin memoria Causal BIBO estable

Desplazamiento (constante) N Y Y Y Y
y[n] = x[n] + C, C 6= 0
Desplazamiento en tiempo Y Y N, si nd 6= 0 Y, si nd > 0 Y
y[n] = x[n − nd ]
Cuadrática N Y Y Y Y
y[n] = x2 [n]
Acumulator
Xn Y Y N Y N
y[n] = x[k]
k=−∞
Compresor
y[n] = x[M n], M > 1
Diferenciador
y[n] = x[n] − x[n − 1]
Una ecuación de diferencia
y[n] = x[n] + y[n − 1]

25/48
Clasifique los siguientes sistemas de tiempo discreto
Sistema Lineal Invariante en el tiempo Sin memoria Causal BIBO estable

Desplazamiento (constante) N Y Y Y Y
y[n] = x[n] + C, C 6= 0
Desplazamiento en tiempo Y Y N, si nd 6= 0 Y, si nd > 0 Y
y[n] = x[n − nd ]
Cuadrática N Y Y Y Y
y[n] = x2 [n]
Acumulator
Xn Y Y N Y N
y[n] = x[k]
k=−∞
Compresor Y N N N Y
y[n] = x[M n], M > 1
Diferenciador
y[n] = x[n] − x[n − 1]
Una ecuación de diferencia
y[n] = x[n] + y[n − 1]

25/48
Clasifique los siguientes sistemas de tiempo discreto
Sistema Lineal Invariante en el tiempo Sin memoria Causal BIBO estable

Desplazamiento (constante) N Y Y Y Y
y[n] = x[n] + C, C 6= 0
Desplazamiento en tiempo Y Y N, si nd 6= 0 Y, si nd > 0 Y
y[n] = x[n − nd ]
Cuadrática N Y Y Y Y
y[n] = x2 [n]
Acumulator
Xn Y Y N Y N
y[n] = x[k]
k=−∞
Compresor Y N N N Y
y[n] = x[M n], M > 1
Diferenciador Y Y N Y Y
y[n] = x[n] − x[n − 1]
Una ecuación de diferencia
y[n] = x[n] + y[n − 1]

25/48
Clasifique los siguientes sistemas de tiempo discreto
Sistema Lineal Invariante en el tiempo Sin memoria Causal BIBO estable

Desplazamiento (constante) N Y Y Y Y
y[n] = x[n] + C, C 6= 0
Desplazamiento en tiempo Y Y N, si nd 6= 0 Y, si nd > 0 Y
y[n] = x[n − nd ]
Cuadrática N Y Y Y Y
y[n] = x2 [n]
Acumulator
Xn Y Y N Y N
y[n] = x[k]
k=−∞
Compresor Y N N N Y
y[n] = x[M n], M > 1
Diferenciador Y Y N Y Y
y[n] = x[n] − x[n − 1]
Una ecuación de diferencia Y Y N Y N
y[n] = x[n] + y[n − 1]

25/48
Representación de dominio de frecuencia de sistemas LTI
Usemos la suma de convolución para calcular la salida de un sistema LTI a un exponencial
complejo:

X
y[n] = h[k]ejω(n−k)
x[n] = ejωn
k=−∞
Sistema LTI  X∞ 
−jωk
= h[k]e ejωn = H(ejω )ejωn
k=−∞
| {z }
H(ejω )

26/48
Representación de dominio de frecuencia de sistemas LTI
Usemos la suma de convolución para calcular la salida de un sistema LTI a un exponencial
complejo:

X
y[n] = h[k]ejω(n−k)
x[n] = ejωn
k=−∞
Sistema LTI  X∞ 
−jωk
= h[k]e ejωn = H(ejω )ejωn
k=−∞
| {z }
H(ejω )
I H(ejω ) es complejo y depende solo de la respuesta al impulso del sistema LTI

26/48
Representación de dominio de frecuencia de sistemas LTI
Usemos la suma de convolución para calcular la salida de un sistema LTI a un exponencial
complejo:

X
y[n] = h[k]ejω(n−k)
x[n] = ejωn
k=−∞
Sistema LTI  X∞ 
−jωk
= h[k]e ejωn = H(ejω )ejωn
k=−∞
| {z }
H(ejω )
I H(ejω ) es complejo y depende solo de la respuesta al impulso del sistema LTI
I La salida de un sistema LTI a exponencial complejo también es exponencial complejo de la
misma frecuencia, pero posiblemente con diferentes amplitudes y fases.

26/48
Representación de dominio de frecuencia de sistemas LTI
Usemos la suma de convolución para calcular la salida de un sistema LTI a un exponencial
complejo:

X
y[n] = h[k]ejω(n−k)
x[n] = ejωn
k=−∞
Sistema LTI  X∞ 
−jωk
= h[k]e ejωn = H(ejω )ejωn
k=−∞
| {z }
H(ejω )
I H(ejω ) es complejo y depende solo de la respuesta al impulso del sistema LTI
I La salida de un sistema LTI a exponencial complejo también es exponencial complejo de la
misma frecuencia, pero posiblemente con diferentes amplitudes y fases.
Conclusiones
I Exponenciales complejos son funciones propias de sistemas LTI, y H(ejω ) son los valores
propios correspondientes.
I Al representar las señales como una suma de exponenciales complejos, podemos calcular
fácilmente su salida a un sistema LTI: Y (ejω ) = H(ejω )X(ejω ) 26/48
Transformada de Fourier de tiempo discreto (DTFT)

Definición

X
X(ejω ) = x[n]e−jωn (Transformación directa)
n=−∞
Z π
1
x[n] = X(ejω )ejωn dω (Transformada inversa)
2π −π

Importante:
I El DTFT es periódico con perı́odo 2π: X(ej(ω+2π) ) = X(ejω )
I Si x[n] is Sumable absoluto i.e., ∞
P
k=−∞ |x[k]| < ∞, entonces existe el DTFT. Esto es
condición suficiente, pero no es una condición necesaria.
I La sumabilidad absoluta también implica que la DTFT converge uniformemente a una
función continua de ω.

27/48
Ejemplo: el filtro de paso bajo ideal
Dominio en tiempo Dominio en frecuencia
(
jω 1, |ω| ≤ ωc
sin ωc n ωc ω 
c Hlpf (e ) =
hlpf [n] = = sinc n 0, ωc < |ω| ≤ π
πn π π

hlpf [n] Hlpf (ejω )

ωc
π 1

n ω
−π −ωc ωc π
28/48
Ejemplo: el filtro de paso bajo ideal
Dominio en tiempo Dominio en frecuencia
M
sin ωc n ωc ω  X sin ωc n −jωn
hlpf [n] = = sinc
c
n HM (ejω ) = e
πn π π πn
n= −M

hlpf [n] Hlpf (ejω )

ωc
π 1 M =7

−M M

n ω
−π −ωc ωc π

28/48
Ejemplo: el filtro de paso bajo ideal
Dominio en tiempo Dominio en frecuencia
M
sin ωc n ωc ω  X sin ωc n −jωn
hlpf [n] = = sinc
c
n HM (ejω ) = e
πn π π πn
n= −M

hlpf [n] Hlpf (ejω )

ωc
π 1 M = 19

−M M

n ω
−π −ωc ωc π

28/48
Convergencia de la DTFT

I La función sinc no es sumable absoluta, pero es suma cuadrada



X
|sinc(n)|2 < ∞
n=−∞

I En este caso, el DTFT no converge uniformemente; converge en sentido cuadrático medio


I Las oscilaciones se conocen como fenómeno de Gibbs, y ocurren cada vez que hay una
discontinuidad en el dominio de frecuencia
I Curiosamente, a medida que M → ∞ las oscilaciones se vuelven más rápidas, pero el
tamaño de las ondas no disminuye
I El DTFT puede existir incluso cuando las secuencias no son sumables ni cuadradas
absolutas. Ejemplos: una constante, paso unitario, exponenciales complejos
I Aunque todo esto puede parecer una curiosidad matemática, tiene implicaciones
importantes en el diseño del filtro y en el análisis del espectro.

29/48
DTFT propiedades
I Linealidad
ax1 [n] + bx2 [n] ⇐⇒ aX1 (ejω ) + bX2 (ejω )
I Cambio de tiempo, retraso para nd > 0, avanzar para nd < 0

x[n − nd ] ⇐⇒ e−jωnd X(ejω )

I Cambio de frecuencia (modulación)

ejω0 n x[n] ⇐⇒ X(ej(ω−ω0 ) )

I Convolución
y[n] = x[n] ∗ h[n] ⇐⇒ Y (ejω ) = X(ejω )H(ejω )
I Multiplicación de secuencias (ventanas)
Z π
1
x[n]w[n] ⇐⇒ X(ejθ )W (ej(ω−θ) )dθ
2π −π

30/48
DTFT propiedades
I Ponderación lineal
dX(ejω )
nx[n] ⇐⇒ j

I Inversión del tiempo
x[−n] ⇐⇒ X(e−jω )
I Teorema de Parseval
∞ Z π
X
∗ 1
x[n]y [n] = X(ejω )Y ∗ (ejω )dω
n=−∞
2π −π

if x[n] = y[n]
∞ Z π
X
21
|x[n]| = |X(ejω )|2 dω (Señal de energı́a)
n=−∞
2π −π

I Función determinista de autocorrelación


X∞
cxx [n] = x[m]x[n + m] ⇐⇒ X(ejω )X ∗ (ejω ) = |X(ejω )|2
m=−∞
31/48
La Transformada z
La transformación z es una generalización de la DTFT y es aplicable a una clase más amplia de
señales y sistemas.
Definición

X
X(z) = x[n]z −n (Transformada directa)
n=−∞
I
1
x[n] = X(z)z n−1 dz (Transformada inversa)
2jπ C

I La transformada z tiene una región de convergencia (ROC), que son los valores de z
para los cuales la suma infinita en la transformación directa es finita. Sin el ROC, la
transformación z es una representación ambigua de una señal.
I La transformación inversa viene dada por la integral de contorno sobre alguna ruta
compleja C. Esto generalmente es laborioso, por lo que obtendremos la transformación
inversa z a través de métodos indirectos como expansión de fracción parcial.
32/48
La transformada z

x[n] = z n , z ∈ C es otra función propia de un sistema LTI


Demostración:

X
y[n] = h[k]z (n−k) (de la suma de convolución)
k=−∞
 X∞ 
= h[k]z −k z n (reorganizar)
k=−∞
n P∞
= H(z)z (por definición H(z) ≡ k=−∞ h[k]z −k )

I Siempre podemos escribir z n = rn ejωn (coordenadas polares)


I La función propia ejωn , utilizada en la DTFT, es solo un caso particular (r = 1) de la
función propia utilizada en la transformación z
I El factor rn ayuda a que la suma de transformación z converja a una clase más amplia de
señales
33/48
Relación entre DTFT y la Transformada z

DTFT ∞ Transfromada z
−jωn
x[n] e
X
jω ∞
X(e ) = −n
x[n] z
X
n=−∞ X(z) =
(Transformación directa) n=−∞
(Transformación directa)

34/48
Relación entre DTFT y la Transformada z

DTFT ∞ Transfromada z
−jωn
x[n] e
X
jω ∞
X(e ) = −n
x[n] z
X
n=−∞ X(z) =
(Transformación directa) n=−∞
(Transformación directa)

I El DTFT es igual a la transformada z evaluada en el cı́rculo unitario


I DTFT es periódica con un perı́odo de 2π.

34/48
Relación entre DTFT y la Transformada z

DTFT ∞ Transfromada z
−jωn
x[n] e
X
jω ∞
X(e ) = −n
x[n] z
X
n=−∞ X(z) =
(Transformación directa) n=−∞
(Transformación directa)

I El DTFT es igual a la transformada z evaluada en el cı́rculo unitario


I DTFT es periódica con un perı́odo de 2π.
I Cuestión: ¿Existe el DTFT si el ROC de la transformación z no incluye el cı́rculo unitario?
Im{z}
z = ejω

1 Re{z}

34/48
¿Para qué usaremos la transformada z?

1. Representando sistemas LTI


2. Determinación de la estabilidad de los sistemas LTI
3. Resolver ecuaciones de diferencia

35/48
Transformaciones racionales z
Las transformaciones racionales z son una relación de dos polinomios en z −1 (o z)
B(z) b0 + b1 z −1 + . . . + bM z −M
X(z) = =
A(z) a0 + a1 z −1 + . . . + aN z −N
b0 (z − z1 )(z − z2 ) . . . (z − zM )
= z N −M
a0 (z − p1 )(z − p2 ) . . . (z − pN )

36/48
Transformaciones racionales z
Las transformaciones racionales z son una relación de dos polinomios en z −1 (o z)
B(z) b0 + b1 z −1 + . . . + bM z −M
X(z) = =
A(z) a0 + a1 z −1 + . . . + aN z −N
b0 (z − z1 )(z − z2 ) . . . (z − zM )
= z N −M
a0 (z − p1 )(z − p2 ) . . . (z − pN )

I Los ceros de una transformación z son los valores de z para los cuales X(z) = 0

36/48
Transformaciones racionales z
Las transformaciones racionales z son una relación de dos polinomios en z −1 (o z)
B(z) b0 + b1 z −1 + . . . + bM z −M
X(z) = =
A(z) a0 + a1 z −1 + . . . + aN z −N
b0 (z − z1 )(z − z2 ) . . . (z − zM )
= z N −M
a0 (z − p1 )(z − p2 ) . . . (z − pN )

I Los ceros de una transformación z son los valores de z para los cuales X(z) = 0
I Los polos de una transformación z son los valores de z para los cuales X(z) = ∞. Por
definición, el ROC no puede contener ningún polo

36/48
Transformaciones racionales z
Las transformaciones racionales z son una relación de dos polinomios en z −1 (o z)
B(z) b0 + b1 z −1 + . . . + bM z −M
X(z) = =
A(z) a0 + a1 z −1 + . . . + aN z −N
b0 (z − z1 )(z − z2 ) . . . (z − zM )
= z N −M
a0 (z − p1 )(z − p2 ) . . . (z − pN )

I Los ceros de una transformación z son los valores de z para los cuales X(z) = 0
I Los polos de una transformación z son los valores de z para los cuales X(z) = ∞. Por
definición, el ROC no puede contener ningún polo
I X(z) tiene M ceros {z1 , z2 , . . . , zM }, que son las raices del numerador del polinomio B(z)

36/48
Transformaciones racionales z
Las transformaciones racionales z son una relación de dos polinomios en z −1 (o z)
B(z) b0 + b1 z −1 + . . . + bM z −M
X(z) = =
A(z) a0 + a1 z −1 + . . . + aN z −N
b0 (z − z1 )(z − z2 ) . . . (z − zM )
= z N −M
a0 (z − p1 )(z − p2 ) . . . (z − pN )

I Los ceros de una transformación z son los valores de z para los cuales X(z) = 0
I Los polos de una transformación z son los valores de z para los cuales X(z) = ∞. Por
definición, el ROC no puede contener ningún polo
I X(z) tiene M ceros {z1 , z2 , . . . , zM }, que son las raices del numerador del polinomio B(z)
I X(z) Tiene N polos {p1 , p2 , . . . , pM }, que son las raices del denominador del polinomio
A(z)

36/48
Transformaciones racionales z
Las transformaciones racionales z son una relación de dos polinomios en z −1 (o z)
B(z) b0 + b1 z −1 + . . . + bM z −M
X(z) = =
A(z) a0 + a1 z −1 + . . . + aN z −N
b0 (z − z1 )(z − z2 ) . . . (z − zM )
= z N −M
a0 (z − p1 )(z − p2 ) . . . (z − pN )

I Los ceros de una transformación z son los valores de z para los cuales X(z) = 0
I Los polos de una transformación z son los valores de z para los cuales X(z) = ∞. Por
definición, el ROC no puede contener ningún polo
I X(z) tiene M ceros {z1 , z2 , . . . , zM }, que son las raices del numerador del polinomio B(z)
I X(z) Tiene N polos {p1 , p2 , . . . , pM }, que son las raices del denominador del polinomio
A(z)
I Si N − M > 0, X(z) tiene más N − M ceros en z = 0

36/48
Transformaciones racionales z
Las transformaciones racionales z son una relación de dos polinomios en z −1 (o z)
B(z) b0 + b1 z −1 + . . . + bM z −M
X(z) = =
A(z) a0 + a1 z −1 + . . . + aN z −N
b0 (z − z1 )(z − z2 ) . . . (z − zM )
= z N −M
a0 (z − p1 )(z − p2 ) . . . (z − pN )

I Los ceros de una transformación z son los valores de z para los cuales X(z) = 0
I Los polos de una transformación z son los valores de z para los cuales X(z) = ∞. Por
definición, el ROC no puede contener ningún polo
I X(z) tiene M ceros {z1 , z2 , . . . , zM }, que son las raices del numerador del polinomio B(z)
I X(z) Tiene N polos {p1 , p2 , . . . , pM }, que son las raices del denominador del polinomio
A(z)
I Si N − M > 0, X(z) tiene más N − M ceros en z = 0
I Si N − M < 0, X(z) tiene más M − N polos en z = 0

36/48
Transformaciones racionales z
Las transformaciones racionales z son una relación de dos polinomios en z −1 (o z)
B(z) b0 + b1 z −1 + . . . + bM z −M
X(z) = =
A(z) a0 + a1 z −1 + . . . + aN z −N
b0 (z − z1 )(z − z2 ) . . . (z − zM )
= z N −M
a0 (z − p1 )(z − p2 ) . . . (z − pN )

I Los ceros de una transformación z son los valores de z para los cuales X(z) = 0
I Los polos de una transformación z son los valores de z para los cuales X(z) = ∞. Por
definición, el ROC no puede contener ningún polo
I X(z) tiene M ceros {z1 , z2 , . . . , zM }, que son las raices del numerador del polinomio B(z)
I X(z) Tiene N polos {p1 , p2 , . . . , pM }, que son las raices del denominador del polinomio
A(z)
I Si N − M > 0, X(z) tiene más N − M ceros en z = 0
I Si N − M < 0, X(z) tiene más M − N polos en z = 0
I Si los coeficientes {b0 , . . . , bM }, {a0 , . . . , aN } son reales, los polos y ceros son reales o
aparecen en pares conjugados complejos. 36/48
Ejemplo

1. Exponencial del lado derecho x[n] = an u[n]



X ∞
X
X(z) = an z −n = (az −1 )n
n=0 n=0
−1
Esta suma converge solo si |az | < 1. Por lo tanto, ROC: |z| > |a|.

Im{z}

De la suma de una progresión geométrica infinita:


1 z
X(z) = −1
=
1 − az z−a
Polo en z = a y cero en z = 0. a 1 Re{z}
El ROC de una señal causal es el exterior de un cı́rculo
cuyo radio es la magnitud del polo más externo |a|.
ROC: |z| > |a|

37/48
Ejemplos

2. Exponencial del lado izquierdo x[n] = −an u[−n − 1]


−1
X ∞
X ∞
X
X(z) = − an z −n = − a−n z n = 1 − (a−1 z)n
n=−∞ n=1 n=0
−1
Esta suma converge solo si |a z| < 1. Por lo tanto, ROC: |z| < |a|.
Una vez más a partir de la suma de una progresión Im{z}
geométrica infinita:
1 z
X(z) = = (¡Igual que antes!)
1 − az −1 z−a
Sin el ROC, la transformación z es una representación a 1 Re{z}
ambigua de una señal.
El ROC de una señal anti-causal es el interior de un
cı́rculo cuyo radio es la magnitud del polo más interno
ROC: |z| < |a|
|a|.
38/48
Ejemplos
3. Exponencial de dos lados x[n] = −bn u[−n − 1] + an u[n]
Podemos usar los resultados anteriores y la propiedad de linealidad de la transformada z:
−1 ∞
X X 1 1
X(z) = − bn z −n + an z −n = −1
+
n=−∞ n=0
1 − bz 1 − az −1

El ROC es la intersección de los dos ROC anteriores, i.e., ROC = |b| < |z| < |a|.

Im{z}
Asumiendo a = −1/3 y b = 1/2

2z(z − 1/12)
X(z) =
(z + 1/3)(z − 1/2)

Polos en z = −1/3, 1/2


− 13 1 1 Re{z}
Ceros en z = 0, 1/12 12 2

El ROC de una señal de dos lados es un annulus (región


en forma de anillo).
ROC: 1/3 < |z| < 1/2
39/48
Propiedades de la región de convergencia.
El ROC dice mucho sobre una señal o sistema
1. Si el ROC es el exterior de un cı́rculo (ROC = {|z| > |a|}), el sistema/señal es causal,
donde a es el polo más externo. El ROC no puede contener ningún poste

40/48
Propiedades de la región de convergencia.
El ROC dice mucho sobre una señal o sistema
1. Si el ROC es el exterior de un cı́rculo (ROC = {|z| > |a|}), el sistema/señal es causal,
donde a es el polo más externo. El ROC no puede contener ningún poste
P∞
2. Si un sistema LTI es BIBO estable (es decir, n=−∞ |h[n]| < ∞), el ROC debe
contener el cı́rculo unitario.
Proof:

X
h[n]z −n

|H(z)| =
n=−∞
X∞
≤ |h[n]||z|−n (De la desigualdad triangular)
n=−∞
X∞
= |h[n]| < ∞ (z = ejω =⇒ |z| = 1)
n=−∞

40/48
Propiedades de la región de convergencia.
El ROC dice mucho sobre una señal o sistema
1. Si el ROC es el exterior de un cı́rculo (ROC = {|z| > |a|}), el sistema/señal es causal,
donde a es el polo más externo. El ROC no puede contener ningún poste
P∞
2. Si un sistema LTI es BIBO estable (es decir, n=−∞ |h[n]| < ∞), el ROC debe
contener el cı́rculo unitario.
Proof:

X
h[n]z −n

|H(z)| =
n=−∞
X∞
≤ |h[n]||z|−n (De la desigualdad triangular)
n=−∞
X∞
= |h[n]| < ∞ (z = ejω =⇒ |z| = 1)
n=−∞

3. Un sistema LTI causal y estable tiene todos los polos dentro del cı́rculo unitario. Esto se
deduce de las dos primeras propiedades.
40/48
Propiedades de la transformada z
Propiedad Dominio-Tiempo Dominio -z ROC
x[n] X(z) ROC = {r2 < |z| < r1 }
Notation x1 [n] X1 (z) ROC1
x2 [n] X2 (z) ROC2
Linealidad a1 x1 [n] + a2 x2 [n] a1 X1 (z) + a2 X2 (z) ROC1 ∩ ROC2
at least (
{0}, k > 0
Desplazamiento en x[n − k] X(z)z −k ROC −
tiempo {∞}, k < 0
Escalado en el domi- an x[n] X( az ) |ar1 | < |z| < |ar2 |
nio z
Inversión del tiempo x[−n] X(z −1 ) | r11 | < |z| < | r12 |
Conjugación x[n]∗ X(z ∗ )∗ ROC
X(z)+X(z ∗ )∗
Parte Real Re{x[n]} 2 includes ROC
X(z)−X(z ∗ )∗
Parte Imaginaria Im{x[n]} 2 includes ROC
Diferenciación en el nx[n] −z dX(z)
dz ROC
dominio z
Convolución x1 [n] ∗ x2 [n] X1 (z) · X2 (z) at least ROC1 ∩ ROC2
Correlación x1 [n] ∗ x2 [−n] X1 (z) · X2 (z −1 ) at least ROC1 ∩
−1 41/48
Ecuación de diferencia de coeficiente constante lineal
Muchos problemas prácticos aparecen en forma de ecuaciones de diferencia
N
X M
X
ak y[n − k] = bk x[n − k]
k=0 k=0

42/48
Ecuación de diferencia de coeficiente constante lineal
Muchos problemas prácticos aparecen en forma de ecuaciones de diferencia
N
X M
X
ak y[n − k] = bk x[n − k]
k=0 k=0

Esta ecuación de diferencia define un sistema LTI solo si:


1. Todos los coeficientes ak , bk son constantes
2. Las condiciones iniciales (o las condiciones rest) son cero
y[−N ] = y[−N + 1] = . . . = y[−1] = 0

42/48
Ecuación de diferencia de coeficiente constante lineal
Muchos problemas prácticos aparecen en forma de ecuaciones de diferencia
N
X M
X
ak y[n − k] = bk x[n − k]
k=0 k=0

Esta ecuación de diferencia define un sistema LTI solo si:


1. Todos los coeficientes ak , bk son constantes
2. Las condiciones iniciales (o las condiciones rest) son cero
y[−N ] = y[−N + 1] = . . . = y[−1] = 0
Aplicando las propiedades de linealidad y cambio de tiempo de la transformación z:
N
X M
X
ak Y (z)z −k = bk X(z)z −k
k=0 k=0
PM
Y (z) bk z −k
H(z) = = PNk=0
X(z) k=0 ak z
−jk

H(z) es una transformada z racional. 42/48


Ejemplo: sistema de primer orden

Sistema de primer orden: y[n] − ay[n − 1] = x[n]

Calculando la transformada z:

Y (z) − aY (z)z −1 = X(z)


Y (z)(1 − az −1 ) = X(z)
Y (z) 1
H(z) = =
X(z) 1 − az −1

43/48
Ejemplo: sistema de primer orden

Sistema de primer orden: y[n] − ay[n − 1] = x[n]

Calculando la transformada z:

Y (z) − aY (z)z −1 = X(z)


Y (z)(1 − az −1 ) = X(z)
Y (z) 1
H(z) = =
X(z) 1 − az −1

I Esto corresponde al exponencial: h[n] = an u[n].


Preguntas: ¿Por qué la exponencial causal? ¿Para qué valores de a es estable este
sistema?

43/48
Ejemplo: sistema de primer orden

Sistema de primer orden: y[n] − ay[n − 1] = x[n]

Calculando la transformada z:

Y (z) − aY (z)z −1 = X(z)


Y (z)(1 − az −1 ) = X(z)
Y (z) 1
H(z) = =
X(z) 1 − az −1

I Esto corresponde al exponencial: h[n] = an u[n].


Preguntas: ¿Por qué la exponencial causal? ¿Para qué valores de a es estable este
sistema?
I Este sistema es autorregresivo i.e., la salida actual depende de salidas anteriores

43/48
Ejemplo: sistema de primer orden

Sistema de primer orden: y[n] − ay[n − 1] = x[n]

Calculando la transformada z:

Y (z) − aY (z)z −1 = X(z)


Y (z)(1 − az −1 ) = X(z)
Y (z) 1
H(z) = =
X(z) 1 − az −1

I Esto corresponde al exponencial: h[n] = an u[n].


Preguntas: ¿Por qué la exponencial causal? ¿Para qué valores de a es estable este
sistema?
I Este sistema es autorregresivo i.e., la salida actual depende de salidas anteriores
I Los sistemas autorregresivos tienen respuesta de impulso infinita (IIR)

43/48
Ejemplo: sistema de primer orden

Sistema de primer orden: y[n] − ay[n − 1] = x[n]

Calculando la transformada z:

Y (z) − aY (z)z −1 = X(z)


Y (z)(1 − az −1 ) = X(z)
Y (z) 1
H(z) = =
X(z) 1 − az −1

I Esto corresponde al exponencial: h[n] = an u[n].


Preguntas: ¿Por qué la exponencial causal? ¿Para qué valores de a es estable este
sistema?
I Este sistema es autorregresivo i.e., la salida actual depende de salidas anteriores
I Los sistemas autorregresivos tienen respuesta de impulso infinita (IIR)
I Los sistemas con transformaciones racionales z con polos distintos de cero son IIR
43/48
Asumamos a = 0,5, then y[n] − 0,5y[n − 1] = x[n]
1 z=ejω 1
H(z) = −1
−−−−→ H(ejω ) =
1 − 0,5z 1 − 0,5e−jω
En Matlab:
> freqz(1, [1, −0,5])
10

Magnitude (dB)
5
20 log10 (|H(ejω )|)

-5
0 0.2 0.4 0.6 0.8 1
Normalized Frequency ( rad/sample)
0
Phase (degrees)

-10
∠H(ejω ) = arg(H(ejω ))
-20

-30
0 0.2 0.4 0.6 0.8 1
Normalized Frequency ( rad/sample) 44/48
Ejemplo: sistema de media móvil

1
Media móvil: y[n] = M (x[n] + x[n − 1] + x[n − 2] + . . . + x[n − M + 1])

Calculando la transformada z:
1
Y (z) =X(z)(1 + z −1 + . . . + z −(n−M +1) )
M
Y (z) 1
H(z) = = (1 + z −1 + . . . + z −(n−M +1) )
X(z) M

45/48
Ejemplo: sistema de media móvil

1
Media móvil: y[n] = M (x[n] + x[n − 1] + x[n − 2] + . . . + x[n − M + 1])

Calculando la transformada z:
1
Y (z) =X(z)(1 + z −1 + . . . + z −(n−M +1) )
M
Y (z) 1
H(z) = = (1 + z −1 + . . . + z −(n−M +1) )
X(z) M

I Este sistema tiene una respuesta impulsiva


h[n] = 1/M (δ[n] + δ[n − 1] + . . . + δ[n − M + 1])

45/48
Ejemplo: sistema de media móvil

1
Media móvil: y[n] = M (x[n] + x[n − 1] + x[n − 2] + . . . + x[n − M + 1])

Calculando la transformada z:
1
Y (z) =X(z)(1 + z −1 + . . . + z −(n−M +1) )
M
Y (z) 1
H(z) = = (1 + z −1 + . . . + z −(n−M +1) )
X(z) M

I Este sistema tiene una respuesta impulsiva


h[n] = 1/M (δ[n] + δ[n − 1] + . . . + δ[n − M + 1])
I La respuesta al impulso solo depende de un número finito de entradas anteriores. Por lo
tanto, este sistema tiene un respuesta de impulso finito (FIR)

45/48
Asumamos M = 4, then y[n] = 41 (x[n] + x[n − 1] + x[n − 2] + x[n − 3])
1 z=ejω 1
H(z) = (1 + z −1 + . . . + z −3 ) −−−−→ H(ejω ) = (1 + e−jω + . . . + e−3jω )
4 4
En Matlab:
> freqz([1, 1, 1, 1]/4, 1)
0

Magnitude (dB)
-20

-40

-60
0 0.2 0.4 0.6 0.8 1
Normalized Frequency ( rad/sample)
50
Phase (degrees)

-50

-100

-150
0 0.2 0.4 0.6 0.8 1
Normalized Frequency ( rad/sample)
46/48
Ejemplo: salida de un filtro de media móvil
Supongamos que la frecuencia de la señal de entrada es ω0 = 0,2π

x[n]
1

−1

h[n], H(z)
x[n] = cos(ω0 n) y[n] = x[n] ∗ h[n]

1 1
h[n] = (δ[n] + . . . + δ[n − 3]) ⇐⇒ H(z) = (1 + z −1 + . . . + z −3 )
4 4
47/48
Ejemplo: salida de un filtro de media móvil
Supongamos que la frecuencia de la señal de entrada es ω0 = 0,2π

x[n] y[n]
1 1

n n

−1 −1

h[n], H(z)
x[n] = cos(ω0 n) y[n] = x[n] ∗ h[n]

1 1
h[n] = (δ[n] + . . . + δ[n − 3]) ⇐⇒ H(z) = (1 + z −1 + . . . + z −3 )
4 4
47/48
Ejemplo: salida de un filtro de media móvil

Que pasaria si ω0 = 0,5π?


x[n]
1

−1

h[n], H(z)
x[n] = cos(ω0 n) y[n] = x[n] ∗ h[n]

1 1
h[n] = (δ[n] + . . . + δ[n − 3]) ⇐⇒ H(z) = (1 + z −1 + . . . + z −3 )
4 4
47/48
Ejemplo: salida de un filtro de media móvil

Que pasaria si ω0 = 0,5π?


x[n] y[n]
1 1

n n

−1 −1

h[n], H(z)
x[n] = cos(ω0 n) y[n] = x[n] ∗ h[n]

1 1
h[n] = (δ[n] + . . . + δ[n − 3]) ⇐⇒ H(z) = (1 + z −1 + . . . + z −3 )
4 4
47/48
Resumen

I Los sistemas pueden ser lineales, invariantes en el tiempo, sin memoria, causales y estables.
I Los sistemas lineales e invariantes en el tiempo (LTI) se caracterizan por completo por su
respuesta al impulso.
I Podemos usar la suma de convolución para calcular la salida de un sistema LTI a cualquier
señal
I El complejo exponencial ejωn , y más generalmente z n , son funciones propias de los
sistemas LTI
I Representación en el dominio de la frecuencia de señales y sistemas.
I Transformada de Fourier de tiempo discreto (DTFT)
I Transformada z y ROC. Sin especificar el ROC, la transformación z es ambigua
I El DTFT es equivalente a la transformada z evaluada en el cı́rculo unitario:
H(ejω ) = H(z = ejω ), siempre que el cı́rculo unitario esté en la ROC de la transformada
z.

48/48

S-ar putea să vă placă și