Professional Documents
Culture Documents
2 de diciembre de 2005
1. Señales
El brillo de cada uno de los puntos de una imagen en función de las coor-
denadas espaciales.
1
1.1 Propiedades de las señales
...
Si una señal es discreta, su dominio son los números enteros y tendrá un valor
para cada n ∈ . Z
Z −→ C
n −→ x(n)
2
1.1 Propiedades de las señales
−1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
−3
x 10
−5
−8 −6 −4 −2 0 2 4 6 8
Z −→ R
n −→ x(n)
3
1.1 Propiedades de las señales
Z −→ C
n −→ x(n) = xreal (n) + j · xim (n) = r(n) · ejφ(n)
Se dice que una señal posee una potencia media finita si Px < ∞.
1.1.5. Periódicas
Las señales periódicas son aquellas que vuelven a tomar los mismos valores de
forma cı́clica para un determinado número de muestras.
∃N ∈ N Z
/ ∀k ∈ , x(n) = x(n + k · N ) (3)
4
1.2 Operaciones básicas
Las señales pares son aquellas simétricas respecto al eje de ordenadas, esto
quiere decir que han de respetar la siguiente ecuación:
x(0) = 0
5
1.2 Operaciones básicas
x(n)
20
10
0
−8 −6 −4 −2 0 2 4 6 8
0.5*x(n)
20
10
0
−8 −6 −4 −2 0 2 4 6 8
3.0*x(n)
20
10
0
−8 −6 −4 −2 0 2 4 6 8
6
1.2 Operaciones básicas
x(k · n) (8)
x(n − n0 ) (9)
7
1.3 Señales básicas
x(n)
10
−5
−8 −6 −4 −2 0 2 4 6 8
x(2*n)
6
0
−8 −6 −4 −2 0 2 4 6 8
x(0.5*n)
10
−5
−8 −6 −4 −2 0 2 4 6 8
En esta sección se definen las señales básicas empleadas en los sistemas dis-
cretos.
8
1.3 Señales básicas
x(n)
10
−5
−8 −6 −4 −2 0 2 4 6 8
x(n−3)
10
−5
−8 −6 −4 −2 0 2 4 6 8
x(n+5)
10
−5
−8 −6 −4 −2 0 2 4 6 8
delta(n)
2
0
−6 −4 −2 0 2 4 6
u(n)
2
0
−6 −4 −2 0 2 4 6
r(n)
6
0
−6 −4 −2 0 2 4 6
9
1.3 Señales básicas
Es una de las señales discretas más simples, también conocida como delta de
Dirac, se define como:
1 n = 0
δ(n) = (10)
0 n 6= 0
∞
X
x(n) = x(k) · δ(n − k) (13)
k=−∞
10
1.3 Señales básicas
x(n) = αn
Caso I : α ∈ R
Para este caso, se consideran además las siguientes posibilidades:
11
|α| > 1 Exponencial creciente
α > 0 el signo no cambia
Caso II : α ∈ C , α = ejw 0
2. Sistemas discretos
12
x(n) = 2n
1500
1000
500
0
−2 0 2 4 6 8 10
n
x(n) = 0
4
0
−2 0 2 4 6 8 10
n
x(n) = (−1)
1
−1
−2 0 2 4 6 8 10
13
2.1 Propiedades de los sistemas discretos
deplazamiento temporal
y(n) = x(n − n0 )
multiplicador
y(n) = a · x(n)
modulador
y(n) = x(n) · cos(w0 n)
acumulador
y(n) = nk=−∞ x(k)
P
media móvil
1
PM
y(n) = 2M +1 k=−M x(n − k)
2.1.1. Memoria
Un sistema se considera con memoria cuando la salida no solo depende del va-
lor de la entrada en el instante actual. En el caso contrario el sistema se denomina
sin memoria.
14
2.1 Propiedades de los sistemas discretos
2.1.2. Causalidad
2.1.3. Invertibilidad
y(n) ≡ T [·]
y −1 (n) ≡ T −1 [·]
y(n) = a · x(n)
15
2.1 Propiedades de los sistemas discretos
y(n) = |x(n)|2
2.1.4. Estabilidad
Un sistema se dice que es estable, cuando ante una entrada acotada, la salida
del mismo también lo es. El acumulador es un ejemplo de sistema inestable como
se puede observar ante la entrada del escalón unitario:
x(n) = u(n)
n
X n
X n
X
y(n) = x(k) = u(k) = 1 = r(n + 1) (22)
−∞ −∞ 0
no lo es.
2.1.6. Linealidad
16
Figura 9: Diagrama de bloques - Sistema LTI
y obteniendo las salidas y1 (n) e y2 (n), esto implica que se cumple la relación
lineal:
a · x1 (n) + b · x2 (n) = a · y1 (n) + b · y2 (n) (23)
3. Sistemas LTI
Los sistemas LTI 1 son aquellos que tienen dos de las propiedades descritas en
la sección anterior, aquellos que son lineales e invariantes en el tiempo.
1
LTI - Linear Time-Invariant
17
3.1 Respuesta al impulso y suma de convolución
y ahora considerando:
Conmutativa
y(n) = x(n) ∗ h(n) = h(n) ∗ x(n) (27)
Asociativa
Elemento neutro
y(n) = x(n) ∗ (h1 (n)) + h2 (n)) = x(n) ∗ h1 (n) + x(n) ∗ h2 (n) (30)
18
3.2 Propiedades de los sistemas LTI
3.2.1. Memoria
3.2.2. Causalidad
3.2.3. Invertibilidad
3.2.4. Estabilidad
19
3.3 Clasificación de los sistemas LTI
Los sistemas FIR 2 , son sistemas cuya respuesta al impulso h(n) es finita, es
decir, esta acotada:
Teniendo en cuenta esta ecuación, se puede demostrar que los sistemas FIR
son siempre estables:
∞
X M2
X
|h(k)| = |h(k)| < ∞ ⇒ estable (36)
k=−∞ k=M1
Los sistemas LTI, tanto los FIR como los IIR, pueden ser representados me-
diante ecuaciones en diferencias.
2
FIR - Finite Impulse Response
3
IIR - Infinite Impulse Response
20
3.4 Ecuaciones en diferencias
h(n)
6
0
−10 −8 −6 −4 −2 0 2 4 6 8 10
21
3.5 Representación sistemas FIR
En los sistemas FIR los parámetros bi podrán tomar cualquier valor, pero los
parámetros ai para i 6= 0 valdrán 0. Esto será una implementación no recursiva,
el valor para un instante de la salida solo dependerá de los valores de la entrada.
Para el caso de los sistemas IIR, cualquier ai podrá tomar un valor distinto
de 0. Esto implica una implementación recursiva. Para cada valor de salida, se
deberá de tener en cuenta ciertos valores de salidas anteriores y/o posteriores.
22
4.1 DFT
4.1. DFT
23
4.2 Filtros
0
0 0.5 1 1.5 2 2.5 3
0
0 0.5 1 1.5 2 2.5 3
0
0 0.5 1 1.5 2 2.5 3
4.2. Filtros
24
4.2.1. Paso bajo
Con este filtro se eliminan todas las frecuencias de la señal original superiores
a un determinado valor.
Este filtro, como su nombre parece indicar, se queda con una determinada
banda de frecuencias de la señal original; es decir, las frecuencias menores al
extremo inferior de la banda seleccionada, y las frecuencias mayores al extremo
superior de dicha banda, son eliminadas de la señal original.
5. Muestreo y cuantificación
5.1. Muestreo
25
5.2 Cuantificación
T ≡ perı́odo de muestreo
1
fs = ≡ frecuencia de muestreo (Hz) (42)
T
ws = 2 · π · fs ≡ frecuencia de muestreo (rad/s) (43)
Una señal continua limitada en banda, es aquella para la cual, las frecuencias
de las señales que la componen se encuentran en un intervalo finito.
El teorema del muestreo afirma que una señal continua limitada en banda
puede ser muestreada sin que se produzca aliasing en su espectro, siempre que se
muestree con una frecuencia que sea al menos el doble de la frecuencia máxima
de la señal. A esta frecuencia se le atribuye el nombre de frecuencia de Nyquist.
5.2. Cuantificación
Las señales discretas reales pueden tomar en cada instante un valor entre
infinitos posibles. El proceso de cuantificación realiza una discretización de R,
26
construyendo n intervalos adyacentes y asignándole a cada uno de ellos un valor
de un conjunto numérico de n elementos. Para cada valor que tome la señal
discreta real se determinará el intervalo al que pertenece, y se le asignará el valor
que corresponda con el intervalo. La función que establece esta correspondencia
se denomina función de cuantificación.
En el contexto de las señales discretas, un sistema de tiempo real tiene que ser
capaz de procesar y obtener su señal de salida, mas rápidamente que a la velocidad
que se le proporciona la señal de entrada. En la práctica la señal de entrada llega
al sistema en conjuntos de muestras consecutivas, lo que se denomina un marco
o frame de la señal.
27
6.1 Tiempo de retardo
que presenta el sistema. Este concepto representa el tiempo que tarda el sistema
en comenzar a proporcionar la salida, desde que se le comenzó a suministrar la
entrada.
28