SEÑALES Y SISTEMAS

Señal: variación de corriente eléctrica u otra

magnitud física con la finalidad de
transmitir información.

Clasificación:

a) Tiempo contínuo y tiempo discreto

Teorema de muestreo
Eje de tiempo

b) Señal analógica y señal digital

Finito e infinito
Eje de amplitud

c) Señal periódica y señal aperiódica

f(t) = f(t+T)
T: periodo
 SEÑALES Y SISTEMAS

d) Señal causal, anticausal y no causal

Es igual a 0 cuando t<0
Es igual a 0 cuando t>0
Para t<0 y t>0.

e) Señal par e impar

f(t)=f(-t)
f ( t ) = - ( f (- t ) )

Ej:

f) Señal determinística y aleatoria

Determinada por expresión matemática
No se predice con exactitud.
 SEÑALES Y SISTEMAS

a) Sistema Lineal y No Lineal

Cumple con ESCALADO y SUPERPOSICIÓN.

b) Sistema variante y no variante en el tiempo

No depende de cuando ocurra: la forma de la
salida no cambia con el retraso de la entrada.

c) Sistema estable y no estable

Ni salidas ni entradas divergen.
 OPERACIONES ENTRE SEÑALES

Desplazamiento en el eje del tiempo.

La señal se desplaza “T” segundos.

Escala en el eje del tiempo.

Se expande (<1) o comprime (>1) la señal al
multiplicarla
por una cantidad f(t)  f(at)

Ejemplo de señales:

sen(wt)
cos(wt)
reales
exponenciales
exponenciales complejas
impulso, escalón, rampa
 CONVERSIÓN ANÁLOGA DIGITAL

Muestreador: ( Z&H ):  x(t) a x[n]

Cuantificador (Redondeo)  x[n] a xq[n]
Codificador (Asignación de Bits) xq[n] a 1001001…
 CONVERSIÓN ANÁLOGA DIGITAL

Muestreador: ( Z&H ):  x(t) a x[n]

Cuantificador (Redondeo)  x[n] a xq[n]
Codificador (Asignación de Bits) xq[n] a 1001001…
 EJEMPLO CON MATLAB

>> t = linspace( 0 , 1.2 , 1000 );

>> x = 5 * sin( 2 * pi * 2.5 * t );
>> plot( t , x )
>> axis([ 0 1.2 -6 6 ] ), grid
>> xlabel(‘ Tiempo ‘ ), ylabel(‘ Voltios ’)

>> stem( t , x )
>> stem( t(1:10) , x(1:10) )

>>%codificando con 8 bits por muestra

>> xm = 25.4 * x;
>> xq = round( xm );

>> stem( t , xq )

>> e = xm – xq;
>> plot( t , e )
>> axis([ 0 1.2 -6 6 ] ), grid
 TEOREMA DE MUESTREO

Fs > 2 FN FN = Frecuencia de Nyquist

Fs = Frecuencia de Muestreo
Aliasing  Frecuencia Fantasma