Professional Documents
Culture Documents
tiempo continuo
Curso 2016
Muestreo de senales en tiempo continuo
Introduccion
I Existen senales que son intrnsecamente de tiempo discreto, pero es
comun construir senales en tiempo discreto a partir del muestreo de
senales de tiempo continuo.
I Las senales en tiempo continuo se pueden representar con mucha
exactitud a partir de muestras tomadas en instantes discretos de
tiempo.
I El objetivo es estudiar:
I El proceso del muestreo periodico de senales continuas.
I Las condiciones a cumplir para que el muestreo sea apropiado. El
muestreo es apropiado si es posible reconstruir la senal continua
original a partir de las muestras de la senal en tiempo discreto.
I Los problemas que aparecen cuando el muestreo no es apropiado.
I Como reconstruir la senal en tiempo continuo a partir de la senal en
tiempo discreto.
Muestreo periodico
I El metodo tpico para obtener una representacion en tiempo discreto
x[n] a partir de una senal en tiempo continuo xc (t) es mediante el
muestreo periodico,
x[n] = xc (nT ), < n <
I T es el perodo de muestreo (segundos).
1
I fs = es la frecuencia de muestreo (muestras por segundo).
T
I La frecuencia de muestreo tambien puede expresarse en radianes por
2
segundo como s = .
T
xc (t) x[n]
8T 7T 6T 5T 4T 3T 2T T 0 T 2T 3T 4T 5T 6T 7T 8T 9T
t (segundos)
n
8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9
Muestreo periodico
I El sistema que implementa el muestreo periodico se llama conversor
de tiempo continuo a tiempo discreto ideal (conversor C/D):
Conversor C/D
Conversin de tren
de impulsos modulado
a secuencia
Muestreo periodico
Representacion matematica del conversor C/D
T = T1 xc (t) T = 2T1
xs (t)
2T T 0 T 2T t 2T T 0 T 2T t
x[n]
2 1 0 1 2 n 2 1 0 1 2 n
Muestreo periodico
1 1
N N N N
S(j) S(j)
T = T1 T > T1
2
T
2
T
2s s 0 s 2s 4s 3s 2s s 0 s 2s 3s
Xs (j) Xs (j)
1
T
1
T
2s s N 0 N s 2s 4s 3s 2s s 0 s 2s 3s
(s N ) (s N ) N
Representacion del muestreo en el dominio de la frecuencia
I En que condiciones es posible recuperar xc (t) a partir de xs (t)?
I Se asume que la senal xc (t) es de banda limitada, y que el
componente espectral de mayor frecuencia es N .
I El espectro de xs (t) consiste en la suma de copias del espectro de
xc (t) separadas en frecuencia la frecuencia de muestreo s .
I Si las replicas no se solapan, se mantienen copias exactas (salvo un
factor de escala de 1/T ) del espectro de la senal original y podra ser
recuperada.
I En la figura, se ve que las copias del espectro no se solapan si se
cumple que
s N > N s > 2N
N N
Xs (j) s > 2N
1
T
2s s N 0 N s 2s
(s N )
Hr (j)
T N < c < s N
c c
Xr (j)
N N
Representacion del muestreo en el dominio de la frecuencia
Recuperacion de la senal original
I Para recuperar la senal se tiene que cumplir que s > 2N . Esto
significa que la frecuencia de muestreo debe ser mayor que el doble
de la maxima frecuencia que contiene la senal.
I En ese caso, la senal original se puede recuperar mediante el filtrado
con un pasabajos ideal con ganancia T ,
T, || c
Hr (j) = con N < c < s N
0, || > c
s
I Una eleccion de c que siempre cumple la condicion es c = .
2
I De esta forma, la senal filtrada es
s < 2N ,
xc (t) = cos 0 t.
I Se fija la frecuencia de muestreo s y se toma 0 tal que
s
i. 0 < : no hay aliasing
2
s
ii. 0 > : hay aliasing
2
Representacion del muestreo en el dominio de la frecuencia
Aliasing
Xc (j) Xc (j)
0 0 0 0 0 0
s s
Xs (j) 0 < Xs (j) 0 >
2 2
Hr (j) T Hr (j) T
T T
s 0 0 0 s s s 0 0 s 0 s
2 (s 0 ) (s 0 ) 2
Xr (j) Xr (j)
0 0 0 (s 0 ) 0 s 0
Representacion del muestreo en el dominio de la frecuencia
Aliasing
I Teniendo que cuenta que el espectro de xc (t) es (ver apendice,
ecuacion 12)
Xc (j) = ( 0 ) + ( + 0 )
s
i. Si 0 < , la senal recuperada es
2
xr (t) = cos 0 t
s
ii. Si 0 > , la senal recuperada es
2
xr (t) = cos(s 0 )t
1 1
0.5 0.5
Amplitud
Amplitud
0 0
0.5 0.5
1 1
1.5 1.5
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Tiempo (s) Tiempo (s)
0 0.41s 0 0.95s
1.5 1.5
Aliasing
1 1
0.5 0.5
Amplitud
Amplitud
0 0
0.5 0.5
1 1
1.5 1.5
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Tiempo (s) Tiempo (s)
Representacion del muestreo en el dominio de la frecuencia
Teorema de muestreo
Sea xc (t) una senal de banda limitada con
Xc (j) = 0, para || N .
Conversin de tren
de impulsos modulado
a secuencia
X
= xc (nT )ejnT
n=
I se concluye que
o equivalentemente,
1 X 2k
X(ej ) = Xc j , (4)
T T T
k=
F
1. El espectro de xc (t) es xc (t) Xc (j).
2. El espectro del tren de impulsos modulado es
X F 1 X
xs (t) = xc (t) (t nT ) Xs (j) = Xc (j( ks )).
n=
T
k=
1 X 2k
= Xc j .
T T T
k=
Representacion del muestreo en el dominio de la frecuencia
Ejemplo I: muestreo y reconstruccion de una sinusoide
I Se considera una sinusoide en tiempo continuo de frecuencia
f0 =2000 Hz y se muestrea usando una frecuencia de muestreo de
fs =6000 Hz.
I La frecuencia de la sinusoide en radianes por segundo es
4000 0 4000
Xs (j)
Hr (j) T
T
X(ej ) = Xs (j/T )
8 2 4 2 0 2 4 2 8
3 3 3 3 3 3
Representacion del muestreo en el dominio de la frecuencia
Ejemplo II: muestreo y reconstruccion de una sinusoide
I Ahora, la sinusoide de frecuencia f0 =2000 Hz se muestrea usando
una frecuencia de muestreo de fs =1500 Hz.
I La frecuencia de la sinusoide en radianes por segundo es 0 = 4000
rad/s,
xc (t) = cos(4000t).
I El perodo de muestreo y la frecuencia de muestreo en radianes por
segundo son respectivamente,
1 1
T = = s, s = 2fs = 3000 rad/s.
fs 1500
I Como s < 20 , no se cumplen las condiciones del teorema de
muestreo y se espera que se produzca aliasing.
I La senal en tiempo discreto obtenida mediante el muestreo es
4000n 8n 2n
x[n] = xc (nT ) = cos = cos = cos .
1500 3 3
Representacion del muestreo en el dominio de la frecuencia
Ejemplo II: muestreo y reconstruccion de una sinusoide
Xc (j)
4000 0 4000
6000 5000 4000 3000 2000 1000 0 1000 2000 3000 4000 5000 6000
1500 1500
X(ej ) = Xs (j/T )
4 10 8 2 4 2 0 2 4 2 8 10 4
3 3 3 3 3 3 3 3
Representacion del muestreo en el dominio de la frecuencia
Xr (j) = Xc (j)
xr (t) = xc (t)
Filtro reconstructor
Conversin de
ideal
secuencia a
tren de impulsos
Perodo de
muestreo
Reconstruccion de la senal a partir de las muestras
I El pasabajos reconstructor ideal tiene ganancia T y frecuencia de
corte c tal que N < c < s N .
I Como para cumplir con el teorema de muestreo debe ocurrir que
N < s /2, una eleccion conveniente y comun de c es
s
c = = .
2 T
I Por lo tanto, la respuesta en frecuencia del pasabajos reconstructor
es
T, || < /T
Hr (j) =
0, || > /T
I La respuesta al impulso hr (t) se obtiene aplicando la transformada
de Fourier inversa a Hr (j), y es (ver apendice, ecuacion 14)
sin(t/T )
hr (t) = (6)
t/T
Reconstruccion de la senal a partir de las muestras
Hr (j)
T
T T
hr (t)
1
4T 3T T 0 T 3T 4T t
Reconstruccion de la senal a partir de las muestras
I Sustituyendo la respuesta al impulso (ecuacion 6) en la ecuacion de la
salida del filtro (ecuacion 5), se llega a que
X sin((t nT )/T )
xr (t) = x[n] . (7)
n=
(t nT )/T
Observaciones
I Se vio en el dominio de la frecuencia que si se cumplen las condiciones del
teorema de muestreo, Xr (j) = Xc (j), y por lo tanto, xr (t) = xc (t),
pero esto no es obvio a partir de la ecuacion 7.
I Sin embargo, puede verse que como
hr (0) = 1 y hr (nT ) = 0, n = 1, 2, . . . ,
x[n] xc (t)
3 2 1 0 1 2 3 4 5 6 n
3T 2T T 0 T 2T 3T 4T 5T 6T t
3T 2T T 0 T 2T 3T 4T 5T 6T t
Reconstruccion de la senal a partir de las muestras
Filtro reconstructor
Conversin de
ideal
secuencia a
tren de impulsos
Perodo de
muestreo
Procesamiento de senales analogicas en tiempo discreto
I Conversor C/D: obtencion de una representacion en tiempo discreto
de una senal en tiempo continuo.
I Conversor D/C: reconstruccion de la senal en tiempo continuo a
partir de las muestras de la senal en tiempo discreto.
I Una aplicacion fundamental de los sistemas en tiempo discreto es en
el procesamiento de senales en tiempo continuo:
Procesamiento en tiempo discreto de seales en tiempo continuo
Sistema en
tiempo
discreto
Sistema en
Filtro
tiempo
antialiasing
discreto
Procesamiento de senales analogicas en tiempo discreto
Xc (j)
1
N N
1 Xs (j)
T
3s 2s s 0 N s 2s 3s
Haa(j)
1
s s
2 2
Xa (j)
1
s s
2 2
1 Xs (j)
T
3s 2s s s 0 s s 2s 3s
2 2
Cambio de la frecuencia de muestreo
Objetivo
I Se vio previamente que una senal en tiempo continuo xc (t) puede
representarse a partir de muestras tomadas con perodo T ,
x[n] = xc (nT ).
Objetivo
I Problemas de este enfoque:
I Los conversores D/C y C/D son sistemas ideales que no pueden ser
implementados en la practica.
I En la practica se emplean conversores D/A y A/D que no son
ideales e introducen errores en el proceso.
I Como consecuencia, es de interes considerar metodos para cambiar
la frecuencia de muestreo que involucren solo operaciones en tiempo
discreto.
Reduccion de la frecuencia de muestreo
I Para reducir la frecuencia de muestreo por un factor entero, lo unico
que hay que hacer es muestrear la secuencia original,
xd [n] = x[nM ] = xc (nM T ).
x[n]
12 11 10 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 n
x [n] = x[nM ]
M =3
4 3 2 1 0 1 2 3 4 5 n
Reduccion de la frecuencia de muestreo
I El sistema que realiza la operacion de la reduccion de la tasa de
muestreo se llama compresor de la frecuencia de muestreo, y la
operacion se llama submuestreo.
Representacin del compresor
Perodo de Perodo de
muestreo T muestreo T' = MT
Xc (j) = 0 para || N ,
N N
Xs (j)
s = 4N
1
T
4 2 N 0 N 2 4
s =
T T T T
X(ej )
N =
2
1
T
5 4 3 2 N 0 N 2 3 4 = T
Reduccion de la frecuencia de muestreo
X(ej )
1
T
5 4 3 2 N 0 = 2 3 4
N
2
X(ej/2 )
M =2 1
T
5 4 3 2 0 MN = 2 3 4
j(2)/2
X(e )
1
T
5 4 3 2 0 2 3 4
1
Xd (e ) = [X(ej/2 ) + X(ej(2)/2 )]
j
2
1 1
=
MT 2T
5 4 3 2 0 MN = 2 3 4
Reduccion de la frecuencia de muestreo
5 4 3 2 N 0 N 2 3 4
X(ej /3 )
M=3 1
T
5 4 3 2 0 2 3 4
X(ej (2)/3 )
1
T
5 4 3 2 0 2 3 4
X(ej (4)/3 )
1
T
5 4 3 2 0 2 3 4
Xd (ej )
1 1
=
MT 3T
5 4 3 2 0 2 3 4
Reduccion de la frecuencia de muestreo
3 2 N 0 N 2
Xd (ej )
M=3 1 1
=
MT 3T
3 2 0 2
Hd (ej )
0 2
3 2 c =
M M
X(ej ) = Hd (ej )X(ej )
1
T
0 2
3 2 =
3 M 3
Xd (ej )
1
MT
3 2 0 2
Reduccion de la frecuencia de muestreo
Filtro pasabajos
Ganancia 1
Perodo de Perodo de
muestreo T muestreo T' = MT
Reduccion de la frecuencia de muestreo
Analoga con el muestreo de senales continuas
Filtro pasabajos
Ganancia
4 3 2 1 0 1 2 3 4 5 n
X
x e [n] = x[k][n kL] L=3
k=
12 11 10 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 n
x i [n]
12 11 10 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 n
Incremento de la frecuencia de muestreo
Analisis en el dominio de la frecuencia
I La operacion del sistema interpolador es mas sencilla de interpretar
en el dominio de la frecuencia.
I La transformada de Fourier de la salida de xe [n] es
!
X X
j
Xe (e ) = x[k][n kL] ejn
n= k=
!
X X
= x[k] [n kL]ejn
k= n=
X
= x[k]ejLk
k=
= X(ejL ).
N 0 N
X(ej )
s = 2N
1
T
3 2 0 N = 2
Xe (ej ) = X(ejL )
L= 2
1
T
6 4 2 0 2 4
= 2
L L L L L L L
Hi (ej )
L
0 2
3 2 c =
L L
Xi (ej )
L 1
=
T T
0 2
3 2 N =
L L
Incremento de la frecuencia de muestreo
Analisis en el dominio de la frecuencia
I En el ejemplo mostrado en la figura anterior,
I Se considera una senal discreta con espectro X(ej ) que proviene
del muestreo de una senal continua Xc (j) de ancho de banda N .
I La frecuencia de muestreo es s = 2N , y por lo tanto, se cumplen
las condiciones del teorema de muestro y no se produce aliasing.
I De esta forma, la senal discreta es de banda limitada con ancho de
banda
N = .
I La senal discreta se sobremuestrea con L = 2.
I El espectro de Xe (ej ) es una version comprimida en frecuencia un
factor L del espectro de la senal original X(ej ).
I El espectro de la senal sobremuestreada se construye a partir del
espectro de Xe (ej ) mediante el escalado en amplitud de 1/T a
1/T 0 y eliminando todas las copias de Xc (j) excepto las que estan
en multiplos enteros de 2, para lo cual se necesita un pasabajos de
ganancia L y frecuencia de corte /L.
I El proceso en el dominio de la frecuencia muestra que si
x[n] = xc (nT ) fue obtenida sin aliasing, se cumple que
xi [n] = xc (nT 0 ).
Cambio arbitrario de la frecuencia de muestreo
Filtro pasabajos
Ganancia
Apendice
En este apendice se incluyen algunas operaciones de senales en tiempo
continuo necesarias para el desarrollo del tema tratado en la clase. Los
detalles pueden encontrarse en el libro [?].
Convolucion de senales de tiempo continuo
Definicion:
Z
def
x(t) h(t) = x( ) h(t ) d
Z
= x(t ) h( ) d (conmutatividad)
Teorema de la convolucion
I Si Z
h(t) = f ( ) g(t ) d = f (t) g(t)
I se cumple que
H(j) = F (j)G(j)
Teorema de la modulacion
I Si
h(t) = f (t)g(t)
I se cumple que
1
H(j) = [F (j) G(j)]
2
Apendice
Ejemplos de transformadas de Fourier utiles
Tren de impulsos periodico
X F 2 X 2n
x(t) = (t nT ) X(j) = (10)
n=
T n= T
1 1
2
T1
8 6 4 2 2 4 6 8 4 2 2 4
0 0
T1 T1 T1 T1 T1 T1 T1 T1 T2 T2 T2 T2
Apendice
Demostracion (no va, se incluye solo por completitud):
I Considerese la senal cuyo espectro consiste en una combinacion
lineal de impulsos armonicos,
X
X(j) = 2ak ( k0 ) (11)
k=
X
= ak ejk0 t
k=
Apendice
I El resultado corresponde a la serie de Fourier de una senal periodica
de frecuencia 0 = 2/T .
I Este resultado es general e indica que la transformada de Fourier de
una senal periodica es un tren de impulsos armonico donde el area
del impulso de frecuencia k0 es ak , el coeficiente k-esimo de la
serie de Fourier.
I Los coeficientes ak de la serie de Fourier de una senal periodica de
periodo T estan dados por
Z T2
1 2
ak = x(t)ejk T t dt
T T2
I En el caso del tren de pulsos periodico
X
x(t) = (t nT )
n=
I concluyendo que
X F 2 X 2n
x(t) = (t nT ) X(j) =
n=
T n= T
Apendice
Transformada continua de Fourier de senales sinusoidales
F
x(t) = cos 0 t X(j) = ( 0 ) + ( + 0 ) (12)
Demostracion
I Como la senal es periodica, para calcular la transformada de Fourier
se procede como en el caso anterior usando el espectro que consiste
en un tren de impulsos periodico (ecuacion 11).
I Para calcular los coeficientes ak de la serie Fourier, se compara la
senal con la representacion de Fourier,
Definicion de serie de Fourier
x(t) = cos 0 t
X
1 1 x(t) = ak ejk0 t .
= ej0 t + ej0 t .
2 2 k=
I Se concluye que
1 1
a1 = , a1 = y ak = 0 k 6= 1, 1
2 2
y sustituyendo en la ecuacion 11 se obtiene el resultado indicado.
Apendice
I Procediendo de forma analoga, se puede deducir que
F
x(t) = sin 0 t X(j) = ( 0 ) ( + 0 ) (13)
j j
Transformada continua de Fourier de las funciones coseno y seno
0 0 0
F (cos 0 t)
F (sin 0 t)
j
0
0 0
j
Apendice
Antitransformada de Fourier de pulso rectangular
I Se considera la senal x(t) cuya transformada de Fourier es
1, || < W
X(j) =
0, || > W
1 ejW t ejW t
=
t 2j
Apendice
X(j)
1
W W
x(t)
W
4 3 2 0 2 3 4 t
W W W W W W W W
Referencias I