Documente Academic
Documente Profesional
Documente Cultură
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
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
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
1 Tareas de lectura en “Discrete-Time Signal Processing”, Oppenheim and Schafer, 3rd edition 8/48
Administrativo: recursos
Libro de texto
Notas de lectura
I Las notas de clases cubrirán todo el material, pero se recomienda leer más el libro de texto.
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
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
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
n n n n
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:
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
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=−∞
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.
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
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
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
ωc
π 1 M = 19
−M M
n ω
−π −ωc ωc π
28/48
Convergencia de la DTFT
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
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
dω
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 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
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)
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)
1 Re{z}
34/48
¿Para qué usaremos la transformada z?
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
Im{z}
37/48
Ejemplos
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)
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
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
Calculando la transformada z:
43/48
Ejemplo: sistema de primer orden
Calculando la transformada z:
43/48
Ejemplo: sistema de primer orden
Calculando la transformada z:
43/48
Ejemplo: sistema de primer orden
Calculando la transformada z:
43/48
Ejemplo: sistema de primer orden
Calculando la transformada z:
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
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
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
−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
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