3 Sistemas Lineales Invariantes con el Tiempo

3.1 Resumen
Se puede caracterizar un gran n umero de procesos f sicos, con gran exactitud, como Sistemas n y la propiedad de Lineales Invariantes con el Tiempo ( LIT). El principio de superposicio invarianza temporal permiten aplicar potentes herramientas matem aticas para su an alisis y comprensi on. Objetivo: Con esta pr actica se pretende profundizar en las propiedades de los sistemas LIT. As , partiendo de la caracterizaci on de los sistemas LIT por su respuesta impulsional se va a in n como una herramienta matem troducir la convolucio atica que permite conocer la respuesta del sistema a una entrada arbitraria. Finalmente se proceder a a analizar distintas propiedades del sistema LIT a partir de su respuesta impulsional. Duraci on: 3 horas. Observaciones: 1. Las cuestiones no se resolver an en clase. 2. Aquellos ejercicios que no se ressuelvan en clase, se trasladar an al apartado nal de ejercicios adicionales, que no son obligatorios aunque s recomendables para que el alumno se aance en el uso de Matlab para secuencias discretas.

3.2 Introducci on te orica

Los Sistemas Discretos pueden caracterizarse como una transformaci on u operador, T {}, que modica la secuencia de entrada para convertirla en la secuencia de salida. Teniendo en cuenta que cualquier secuencia puede expresarse como una combinaci on lineal de impulsos desplazados, la salida de un Sistema Discreto puede escribirse como:

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

x [k ] [n k ]

(3.1)

A tenor de esta expresi on, poco puede saberse del comportamiento del sistema. Sin embargo, si se restringe el estudio a los Sistemas Lineales Invariantes en el Tiempo (LIT) puede llegarse a conocer la respuesta del sistema ante cualquier se nal de entrada mediante la aplicaci on conjunta n o propiedad de linealidad y la propiedad de invarianza del principio de superposicio

33

3.3. temporal.

PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO

Aplicando el principio de superposici on se puede obtener la siguiente expresi on:

y [n] =
k=

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

x[k ]hk [n]

(3.2)

donde hk [n] es la respuesta del sistema al impulso desplazado [n k ]. Adem as, si se considera la invarianza temporal:

y [n ] =
k=

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

x[k ]h[n k ] = x[n] h[n]

(3.3)

donde h[n] es la respuesta impulsiva del sistema (salida del sistema cuando la entrada es la secuencia [n]). Al operador * se le denomina convoluci on . De la expresi on anterior se puede concluir que para conocer la respuesta de un sistema LIT ante cualquier entrada u nicamente se requiere conocer su respuesta impulsional. La convoluci on es una potente herramienta matem atica empleada en el Procesado Digital de Se nal. Aunque se ha denido como un operador que permite determinar la respuesta de un sistema LIT, tambi en puede operar sobre dos se nales arbitrarias. Cuesti on 4 La convoluci on de dos secuencias de longitud nita siempre proporciona una secuencia con un n umero nito de muestras. En este ejercicio se utilizar an las siguiente secuencias: x[n] = u[n] u[n 50] v [n] = u[n + 31] u[n 42] w[n] = u[n + 51] u[n + 17] 1. Calcular las muestras para las que est an denidas las siguientes secuencias y 1 [n ] = x [n ] v [n ] y2 [n] = v [n] w[n] y3 [n] = x[n] w[n] Obtener una regla con la que se pueda calcular la muestra inicial y nal de la convoluci on de dos secuencias nitas.

3.3 Convoluci on
Una interpretaci on posible de la ecuaci on 3.3 es suponer que la se nal de salida de un sistema es la suma de las secuencias que se obtienen al introducir aisladamente las muestras que componen la secuencia de entrada. De esta forma, la muestra de la se nal de entrada correspondiente al

34

 PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO instante n = k es x[k ] [n k ] y su salida asociada es x[k ]h[n k ].

3.3.

Para comprender esta interpretaci on puede observarse el ejemplo de la gura 3.1, donde consideramos un sistema LIT con respuesta impulsiva h[n] = u[n] u[n 8] y x[1] = 1, x[0] = 2, x[1] = 0.5, x[2] = 0.5 La evaluaci on de la secuencia de salida para este ejemplo, vendr a dada por: y [n] = x[1]h[n + 1] + x[0]h[n] + x[1]h[n 1] + x[2]h[n 2].
[n] 1 ooo 0 ooo n 0 7 n SLIT h[n] 1

x[k] [n-k] 1 ooo -1 0 2 ooo 0 ooo 0 0.5 ooo 0 2 ooo n 1 ooo n -0.5 ooo n ooo n h[n]

x[k] h[n-k] 1

-1 2

0 0

7 1 8

n -0.5 0.5 9 n

3 2 1 ooo -1 0 2 -0.5 x[n] h[n] 0.5 ooo n -1 y[n] 1

2.5 2

0.5

0 1

9 n

Figura 3.1: Interpretaci on de la convoluci on Una posible realizaci on de esta convoluci on en Matlab ser a: >> >> >> >> >> nx = -1:2; lx = length(nx); x = [1 2 -0.5 0.5]; nh = 0:7; lh = length(nh);

35

3.3.

PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO >> h = ones(lh,1); >> ly = length(x) + length(h) -1; >> ny = nx(1)+nh(1) : nx(lx) +nh(lh); >> y = x(1)*[h; zeros(ly-lh,1)] + x(2)*[0; h; zeros(ly-lh-1,1)] + x(3)*[0;0;h;zeros(ly-lh-2,1)] + x(4)*[zeros(ly-lh,1); h]; >> stem(ny, y)

Explicaci on de las anteriores expresiones: 1. En las tres primeras l neas de comandos denimos un vector x con los valores de la secuencia de entrada, la longitud de dicho vector y los ndices temporales en los que est a denido. El valor del vector x(1) se corresponde con la muestra x[1] de la secuencia discreta. 2. En las tres l neas siguientes, denimos el vector h, su longitud y los ndices temporales en los que est a denido. 3. Calculamos la longitud del vector de salida as como sus ndices temporales. 4. Calculamos la convoluci on como la suma de los producto de cada muestra del vector x por el vector h adecuadamente desplazado. N otese que estos desplazamientos se efect uan mediante concatenaciones de ceros al vector h. 5. Finalmente dibujamos el resultado. Nota: Los cheros de datos (*.mat) que se necesitan para el siguiente ejercicio y posteriores los deber a copiar en su cuenta tecleando desde una ventana de comandos (xterm) del sistema operativo lo siguiente: ssd#[~]#: ssd#[~]#: cd practica3 cp ~ssd00/practica3/datos/*.mat .

Ejercicio 14 En este ejercicio vamos a trabajar con la operaci on de convoluci on entre secuencias partiendo del primer m etodo de a nadir todas las contribuciones existentes tal como se acaba de explicar. a) Vamos a considerar un sistema LIT con respuesta impulsiva h[n] = 0.95n (u[n] u[n 10]) que excitamos con la secuencia de entrada x1 [n] que deber a cargar del chero x1.mat (>> load x1.mat). Considere que el primer elemento de este vector se corresponde con el valor de la secuencia de entrada en el instante n = 0. Eval ue con Matlab, la secuencia correspondiente de salida y1 [n]. Represente dicha secuencia prestando especial atenci on al etiquetado del eje horizontal. b) Obtenga la secuencia de salida que genera el mismo sistema LIT anterior con la secuencia de entrada del chero x1.mat pero en este caso considerando que el primer elemento de x1 se corresponde con el valor de la secuencia en n = 2. Represente esta nueva secuencia de salida y2 [n].

36

 PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO

3.3.

c) Para el mismo sistema LIT, considere ahora la secuencia de entrada almacenada en el chero x3.mat, sabiendo que el primer elemento se corresponde con el valor de la secuencia x3[n] en el instante n = +3. Obtenga y represente la correspondiente secuencia de salida y 3[n]. d) Comprobar los anteriores resultados utilizando la funci on conv de Matlab. Atendiendo a la interpretaci on anterior, la salida de un sistema LIT se determina mediante la suma de las respuestas individuales de cada impulso desplazado que compone la se nal de entrada. Sin embargo, esta aproximaci on conlleva una dicultad de tipo computacional: para calcular s olo una muestra de la se nal de salida, habr a que determinar y sumar todas esas respuestas individuales.

3.3.1 La convoluci on gr aca

La ecuaci on 3.3 puede interpretarse de una forma alternativa que se denomina convoluci on gr aca. La idea b asica, sobre la que se asienta la convoluci on gr aca, consiste en representar los t erminos que aparecen en la expresi on 3.3 en funci on de la variable k , dejando como par ametro independiente el valor n. La representaci on del t ermino x[k ] no plantea ninguna dicultad. Sin embargo, para representar h[n k ] es necesario recordar las propiedades de desplazamiento y reexi on. Para comprender mejor la idea se plantea el ejemplo que aparece en la gura 3.2: En este caso, si deseamos calcular un u nico valor de la secuencia de salida, por ejemplo el valor y [no ], simplemente necesitaremos realizar las dos siguientes operaciones: yno [k ] = x[k ]h[no k ] y [n o ] =
k

yno [k ]

Del ejemplo anterior se desprende que la convoluci on gr aca proporciona una forma eciente para calcular num ericamente la convoluci on de dos secuencias. En esta forma de proceder se basan los programas que realizan la convoluci on entre dos secuencias, como la funci on conv de Matlab. Ejercicio 15 Mediante la convoluci on gr aca de dos secuencias se puede calcular el valor de la se nal de salida en una muestra espec ca. Considerar la secuencias x [n ] = v [n ] =
3 n 4

u[n]

3 |n| 4

w[n] = (n + 12) (u[n + 12] u[n 30]) Calcular, sin la ayuda del ordenador, los valores que se piden 1. Si ya [n] = x[n] w[n], calcular ya [12]. 2. Si yb [n] = x[n] v [n], calcular yb [0], yb [2]. Compruebe ahora los resultados con el ordenador (emplee para ello distintos truncamientos de v [n] y observe cu ando hay diferencias apreciables en los resultados).

37

3.3.

x[k]

PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO

-1 0

-2

3 4 k

h[k]

-1

4 k

-4

h[-k]

-3

-2

-1

1 2

(& '(%& '%



   h[n-k] 

n+1

s t x[k] t u s v u s v t $" w s u v t ! #$!" # r s w u v t #! #!

-2 -1

n-3 h[-3-k]

E GHEF G

IPQR STUV
-6 h[-2-k]

A CDAB C

7 9@78 9   

3  5 5634 
-2

   ) 12)0 1 -1

0 0

x[k] 1 2

y [k] = x[k] h[-3-k]

4 k

-3

~
-2

-3

-1 0 k

x[k] & '& $ $ %$ s uvst u ' % " " #" ! ! i qrip q # wy ywx e ghef g     a { cdab z { ( { z { z { z { z { z { z { z { z { z { z { z { z { z {z{ z { z { z { z { z { z { z { z { z { z { z { z ) z )( { z { z c z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z { z {z { z { 0 10    1 W Y`WX Y -5 h[-1-k] -2 -1 0 1 2 3 x[k] 4 k

y-2 [k] = x[k] h[-2-k] |||||||||| | ||||||||| |||||||||||||||||||||||| } |} | } | } | } | } | | } | | } | } } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | } | }|  }| } } } } } } }}} } }}}}}}}}}}}}}}}}}} }}}}}}}}} }} } } } } k -3 -2 -1 0 h h ih i y [k] = x[k] h[-1-k] -1 g g d ed f d e f f T T T U U V V W V W X ` b X Y YX ` a a` b c cb k -3 -2 -1 0
o o o o o o

B CB @ @ A@ e ghef g C A 8 8 98 6 6 76 d 9 7 ik klij 4 4 54 5 y y D y x y x y x y x y x y x y x y x y x y x y x y x y x y x y x y x y x yxy x y x y x y x y x y x y x y x E x ED y x y x y x y x y x y x x x x x x x x x x y x y x y x y x y x y x y x y x y x y x y x y x y x y x y x y x y x y x y x y x y x yx y y y y y y y y F GF 23 2 32 G m opmn o

-4 -2
o o o

-1
o o o

j kj k n on o on on l ml m
-2 -1

h ih i
0

gf gf
1

x[k] d ed e

} }~ 

h[6-k]

y {|yz {

u wxuv w
7

q stqr s
k

y [k] = x[k] h[6-k] 6 qq ppp H H I I P Q P Q R S R S k 3 0

y[-3] = y[-2] =

y k

-3

[k] [k] [k]

y k y[-1] = y k
o o o o o o

-2

-1

y[6] =

y [k] k
6

x x yx y[n] y v v v w w uu ss t tt p p q qp r r r n -4 -3 -2 -1 0 1 2 3 4 5 6

Figura 3.2: Interpretaci on gr aca de la convoluci on

3.3.2 Convoluci on de secuencias complejas

Las se nales con las que se operan en los sistemas f sicamente realizables son reales. Sin embargo, para modelar algunos sistemas, las se nales complejas resultan muy u tiles. Por ejemplo, en aplicaciones de electr onica de potencia es muy habitual trabajar con fasores. De igual forma, en sistemas de comunicaciones, las se nales paso banda suelen caracterizarse como se nales complejas. Por esta raz on se proponen los siguientes ejercicios. Cuesti on 5 Obtenga la parte real e imaginaria de la secuencia resultante de convolucionar dos secuencias complejas x[n] = xr [n] + jxi [n] e y [n] = yr [n] + jyi [n]. Ejercicio 16 Empleando el editor xedit o el propio editor de Matlab, programe una funci on conv comp.m cuya cabecera sea: function [sal re, sal im] = conv comp(ent1,ent2)

38

 PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO % % % % ent1: vector complejo a convolucionar ent2: vector complejo a convolucionar sal re: parte real de la convoluci on entre ent1 y ent2 on entre ent1 y ent2 sal im: parte imaginaria de la convoluci

3.4.

En dicho programa deber a emplear las funciones de Octave conv, real, imag. Cargue el chero compl.mat que contiene los vectores complejos x e y. Calcule la convoluci on de ambos vectores utilizando la funci on que acaba de programar. Verique el resultado utilizando la funci on conv().

3.4 Sistemas descritos mediante ecuaciones en diferencias con coecientes constantes

El comportamiento de muchos sistemas f sicos puede describirse de acuerdo a una ecuaci on diferencial. As , los circuitos de bobinas, resistencias y condensadores, los sistemas mec anicos amortiguados o la posici on de m oviles, presentan un comportamiento que puede modelarse mediante ecuaciones diferenciales. Cuando la naturaleza de las se nales y de los sistemas es discreta en el tiempo, el modelado se realiza por medio de ecuaciones lineales en diferencias, que responden a la forma gen erica:
N M

ak y [n k ] =
k=0 k=0

b k x [n k ]

(3.4)

Para expresar la relaci on que existe entre la entrada y la salida de un sistema descrito por una ecuaci on en diferencias lineal y con coecientes constantes, se debe reescribir la ecuaci on anterior de la forma siguiente: 1 y [n ] = a0
M N

b k x [n k ]
k=0 k=1

ak y [ n k ]

(3.5)

La se nal de salida y [n] est a formada por la contribuci on de dos secuencias que reciben el nombre de soluci on homog enea, yh [n], y soluci on particular, yp [n], de forma que y [n] = yp [n] + yh [n]: Soluci on a la ecuaci on particular yp [n] yp [n] satisface la ecuaci on 3.4 para una entrada dada. Soluci on a la ecuaci on homog enea yh [n] yh [n] satisface la ecuaci on
N

ak y h [ n k ] = 0
k=0

Con la resoluci on de la ecuaci on homog enea se obtienen N valores que permiten caracterizar por completo la respuesta del sistema. Esta restricci on puede presentarse de una

39

3.4.

PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO forma alternativa: si se conocen N valores (condiciones auxiliares) de la se nal de salida, por ejemplo y [1], . . . , y [N ], es posible determinar completamente yh [n]. Por tanto, para caracterizar completamente la respuesta de un sistema descrito por la ecuaci on 3.4 a una entrada particular, es necesario especicar un conjunto de N condiciones auxiliares.

Ahora se van a analizar una serie de casos particulares de la ecuaci on 3.5: 1. Sistemas Recursivos: N > 0 Estos sistemas se denominan de tipo recursivo puesto que los valores de la se nal de salida pueden obtenerse de manera recursiva a partir de valores en instantes previos o posteriores. El orden de estos sistemas viene dado por el m aximo n umero de recursiones que se deben efectuar sobre la secuencia de salida (N). El c alculo de la la respuesta del sistema, y [n], para una entrada dada, x[n], requiere conocer N condiciones auxiliares, por ejemplo, los valores y [1], . . . , y [(N 1)]. La parte causal de la respuesta se obtiene a partir de la ecuaci on 3.5 resolvi endola en forma backward: 1 a0
M N

y [n] =

b k x [n k ]
k=0 k=1

ak y [n k ]

(3.6)

mientras que la parte anticausal se obtiene resolviendo dicha ecuaci on en forma fordward: 1 y [n N ] = aN
M N 1

b k x [n k ]
k=0 k=0

ak y [ n k ]

(3.7)

Cuesti on 6 Qu e restricci on debemos imponer a un sistema descrito mediante la ecuaci on 3.5 para que sea lineal ? Y para que sea causal? Ejercicio 17 La funci on filter de Matlab cuya cabecera es function y = filter(b,a,x, [si]) eval ua la salida y de un sistema descrito mediante ecuaci on en diferencias tal como se plantea en la ecuaci on 3.4, donde b es el vector correspondiente a las constantes bk , k = 0...M ; a es el vector correspondiente a las constantes ak , k = 0...N ; x es el vector de entrada y si es un vector opcional conteniendo las condiciones iniciales del sistema. Sea un sistema descrito por la ecuaci on: y [n] = y [n 1] + x[n] a) Sabiendo que este sistema es LIT, calcular 20 muestras de sus respuestas impulsivas para = 1, h1, y para = 0.5, h2. Represente dichas respuestas impulsivas y a la vista de estas gr acas discuta las propiedades de causalidad y estabilidad de ambos sistemas.

40

 PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO

3.4.

b) Suponga ahora que la entrada es x[n] = exp(0.5n)u[n], y tome 40 muestras de esta secuencia. Calcule las salidas de cada uno de los sistemas anteriores a esta entrada empleando la funci on filter. c) Idem que el apartado anterior, pero empleando ahora la funci on conv. Comente las diferencias con los resultados del apartado anterior. d) Ahora imponemos la condici on inicial al ltro de 0.5 y asignamos el valor = 0.5. Eval ue y represente la salida del sistema a la entrada x[n] del apartado 2. Comente las diferencias en el resultado. 2. Sistemas no Recursivos: N = 0 Cuando N = 0, la ecuaci on 3.5 puede expresarse como
M

y [n] =
k=0

bk a0

x[n k ]

(3.8)

En esta ecuaci on no se observa ning un tipo de recursividad, es decir, no es necesario conocer valores de la salida en muestras previas a la muestra en la que se calcula la salida. Estos sistemas no recursivos son LIT y si se compara la ecuaci on 3.8 con la 3.3 se observa que la respuesta impulsional del sistema descrito por 3.8 es h[n] =
bn a0

0,

, amp; si 0 n M amp; en otro caso

Como se observa, dicha respuesta impulsiva s olo presenta un n umero nito de muestras distintas de cero (M + 1). Por esta raz on, estos sistemas suelen ser conocidos como sistemas F.I.R. (Finite Impulse Response). Ejercicio 18 Sea un sistema descrito por la ecuaci on:
19

y [n] + 2x[n + 2] 20x[n 20] =

k = 1

kx[n k ]

1. Calcular su respuesta impulsional sin ayuda del ordenador. Utilizando la funci on filter obtenga dicha respuesta y dib ujela con el correcto eje de tiempos. 2. Es causal dicho sistema? Es estable? 3. Si la entrada es x[n] = 3(u[n] u[n 10]), obtenga la salida y dib ujela. El c alculo de la respuesta de un sistema descrito por una ecuaci on en diferencias puede resultar tedioso. El objetivo de esta secci on no es, por tanto, presentar un procedimiento eciente para el c alculo de esa respuesta, sino mostrar la relaci on entre las propiedades de linealidad, invarianza temporal, causalidad y estabilidad de un sistema en funci on de los coecientes y condiciones iniciales que lo describen. En el tema correspondiente al estudio de la Transformada Z se presentar a un procedimiento mucho m as elegante y sencillo para determinar la respuesta requerida.

41

3.5.

PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO

3.5 Representaci on de sistemas LIT descritos por ecuaciones en diferencias mediante Diagramas de Bloques
La representaci on del comportamiento de un sistema por medio de una ecuaci on en diferencias no s olo supone una ventaja anal tica por la facilidad con la que se obtiene la salida a una entrada determinada. Adem as, supone una ventaja ya que este tipo de sistemas pueden relizarse pr acticamente de manera f acil utilizando ordenadores o hardware de prop osito espec co. Para mostrar estas ventajas se va a presentar una representaci on gr aca utilizando bloques b asicos de hardware digital. Estos bloques se corresponden a las siguientes operaciones: suma, multiplicaci on por un coeciente y retardo (memoria). Su representaci on gr aca se ilustra en la gura 3.3.
a x[n] z[n] x[n] ax[n] x[n] x[n-1] D

y[n]

(a)

(b)

(c)

Figura 3.3: Diagrama de bloques b asicos Nos centraremos en un ejemplo sencillo de representaci on a trav es de un diagrama de bloques de un sistema LIT de orden 1, paso previo para su posterior implementaci on f sica. Consideremos el sistema LIT (suponemos reposo inicial) descrito por la ecuaci on a0 y [n] + a1 y [n 1] = b0 x[n] + b1 x[n 1] Si se reordena la anterior ecuaci on se obtiene que y [n ] = 1 (a1 y [n 1] + b0 x[n] + b1 x[n 1]) a0

Este sistema puede interpretarse como la cascada de dos sistemas LIT, tal y como se muestra en la gura 3.4
x[n] b0 w[n] 1/a 0 y[n]

-a 1

Figura 3.4: Diagrama de bloques del sistema LIT De esta forma se obtienen las secuencias w[n] = b0 x[n] + b1 x[n 1]

42

 PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO

3.6.

y [n] =

1 (a1 y [n 1] + w[n]) a0

Como la respuesta de una cascada de sistemas LIT no depende del orden en el que se dispongan los sistemas, puede alterarse el orden en el que se realizan estas operaciones. Por tanto, la estructura mostrada en la gura 3.5 es totalmente equivalente a la ilustrada en la gura 3.4
x[n] 1/a 0 z[n] b0 y[n]

-a 1

z[n-1]

z[n-1]

b1

Figura 3.5: Diagrama de bloques equivalente del sistema LIT Una an alisis detallado de la gura 3.5 revela que existen dos retardos que almacenan el mismo valor. Por esta raz on, puede evitarse la duplicidad de retardos utilizando la estructura mostrada en la gura 3.6
x[n] 1/a 0 z[n] b0 y[n]

-a 1

z[n-1]

b1

Figura 3.6: Diagrama de bloques eciente del sistema LIT Esta misma estrategia puede aplicarse a la ecuaci on gen erica 3.5 cuando M = N . Si M = N debe asignarse el valor nulo a los coecientes bk o ak apropiados.

Cuesti on 7 Dise nar una estructura eciente de ltrado con la que se realice el sistema LIT descrito por la ecuaci on 3.5. Cu antos retardos, multiplicadores y sumadores son necesarios?

3.6 Ejercicios adicionales

3.6.1 TAREA
En esta secci on vamos a analizar la operaci on de correlaci on entre se nales, de gran inter es de cara a las aplicaciones. Se dene la correlaci on cruzada entre dos se nales, en general complejas,

43

3.6.

PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO

de la siguiente manera:

rxy [n] =
k=

x [n ]y [n + k ]

La correlaci on en el instante n mide la energ a cruzada entre ambas se nales, con un desplazamiento de longitud n en una de ellas. La correlaci on da una idea del parecido entre las se nales: a mayor correlaci on, mayor parecido. Adem as, la correlaci on admite una interpretaci on en forma de convoluci on. Pruebe primeramente que: rxy [n] = x[n] y [n] Programe una funci on de correlaci on cruzada en Matlab con la siguiente cabecera: [y,ny]=corrcruzada(x,nx,h,nh donde ny, nx y nh son los vectores de ndices temporales de las 3 secuencias involucradas. Ahora compruebe, te oricamente y con Matlab, la siguiente relaci on de simetr a de la correlaci on: ryx [n] = rxy [n]

3.6.2 Filtro Adaptado

Suponga que pretende crear un c odigo de se nales de longitud 4 con el prop osito de enviar mensajes utilizando cuatro posibles s mbolos, asociados a las cuatro se nales, de tal manera que el receptor del mensaje tenga una alt sima probabilidad de no confundir ning un s mbolo aunque haya interferencias o ruido a nadidos a la se nal. Una forma de conseguir un juego de se nales de ese tipo ser a utilizando las relaciones de ortogonalidad asociadas al producto interior que se explican en la secci on 3.7 del libro de texto de la asignatura. Suponemos que se utilizan se nales reales, x1 [n], x2 [n], x3 [n], x4 [n], y queremos que sean ortogonales dos a dos, es decir, que presenten una correlaci on cruzada nula en el instante n = 0:
3

< xi [n], xj [n] >=

n=0

xi [n]xj [n] = 0, i = j.

Cargue el chero /home/ssd00/practica3/ortogonales.mat, que contiene las secuencias x1,x2,x3,x4. Compruebe que las cuatro se nales verican dicha condici on de ortogonalidad. Ahora queremos buscar la forma en la que el receptor va a proceder a reconocer las se nales que le han sido enviadas. Para ello utilizaremos un sistema LIT que trate de distinguir las se nales recibidas, bas andonos en la relaci on entre correlaci on y convoluci on (3.6.1). Comience buscando una se nal real h1 [n] tal que: 1. h1 [n] = 0, n < 0, o n > 3. 2. |h1 [n]| = 1, 0 n 3. 3. y1 [n] = x1 [n] h1 [n] toma el mayor valor posible en n = 3.

44

 PRACTICA 3. SISTEMAS LINEALES INVARIANTES CON EL TIEMPO

3.7.

A continuaci on haga lo mismo para las otras tres se nales, haciendo en cada caso yj [n] = xj [n] hj [n]. Calcule ahora la convoluci on en el mismo instante yij [3] para cualquiera de las siguientes combinaci on de se nales: yij [n] = xi [n] hj [n], i = j Cada una de estas se nales hj [n] es la respuesta al impulso de un ltro adaptado a la se nal xj [n], puesto que ha sido sintonizada con dicha se nal con objeto de producir un pico en la salida en el instante n = 3. Suponga ahora que debido a interferencias y ruido, uno de los s mbolos recibidos viene representado por la siguiente se nal (generar en octave): x[n]=x2[n]+0.5*randn(1,4);

Compruebe, a la vista de las respuestas que producir an los cuatro ltros adaptados para esta se nal de entrada en el instante n = 3, si el s mbolo 2 se detectar a adecuadamente.

3.7 Ejercicios recomendados

Para fortalecer los conceptos asimilados durante la clase pr actica se recomienda realizar los siguientes ejercicios: Signal and Systems A. V. Oppenheim and A. S. Willsky Cap tulo 3: 3.1, 3.3, 3.6, 3.7, 3.12, 3.17, 3.19, 3.20, 3.21, 3.26, 3.30, 3.31, 3.34, 3.36, 3.41 Discrete-Time Signal Processing A. V. Oppenheim and R. W. Schafer Cap tulo 2: 2.4, 2.5, 2.6, 2.8, 2.9, 2.12, 2.15, 2.16, 2.17

45