Professional Documents
Culture Documents
EN TIEMPO DISCRETO
INTRODUCCION
Los conceptos de seales y sistemas se presentan en una gran variedad de aplicaciones de la
ciencia y la ingeniera, en particular en reas como los sistemas industriales de control, los
sistemas de comunicaciones, el diseo de circuitos electrnicos, la sismologa, la biomedicina, la
aeronutica, la astronutica, la generacin y distribucin de energa, el procesamiento de voz, el
procesamiento de imgenes, entre otros. Hace unas tres dcadas atrs, el procesamiento de las
seales utilizadas en estas y otras aplicaciones se haca en forma analgica, mediante
transductores y sistemas de medicin que manipulaban las seales en tiempo real. Sin embargo,
la evolucin tecnolgica en el desarrollo de hardware y software, as como de la tecnologa
electrnica, han permitido que el procesamiento de estas seales de campo se ejecute hoy en da
en forma digital, simplificando el anlisis, diseo y mantenimiento de estos sistemas, logrando
una reduccin considerable en costo, tamao y consumo de energa, as como una simplificacin
significativa en los componentes utilizados en su implementacin.
En este captulo se har una revisin de las herramientas necesarias para el anlisis de
seales y sistemas en tiempo discreto, que es el fundamento del procesamiento digital de seales,
considerando dos situaciones especficas: secuencias, que por naturaleza son arreglos discretos y
seales muestreadas, logradas mediante la observacin y medicin de una seal continua x( t ) .
En cualquiera de estos casos, el tratamiento ser similar cuando se haga referencia a los valores
de las muestras contenidas en cada seal.
1-1
1-2 Captulo 1 SEALES Y SISTEMAS EN TIEMPO DISCRETO
Esta tarea puede ser realizada tambin utilizando hardware digital, mediante compuertas
lgicas, sumadores, multiplicadores, registros de desplazamiento y otros dispositivos, o
travs de microprocesadores de propsito especial. Sin embargo, es necesario convertir la
seal analgica x( t ) en una forma que pueda adecuarse al hardware digital, reconocida
como seal digital. Estas seales toman valores discretos en instantes especficos de tiempo
y por lo tanto pueden ser representadas en forma de nmeros binarios o bits.
Esta tcnica se reconoce como procesamiento digital de seales (DSP). Los componentes
para el procesamiento de una seal analgica utilizando DSP, se muestran en la figura 1.2.
ASP
x(t) y(t)
Figura 1.2 PrF A/D DSP D/A PoF
Componentes del
procesamiento
digital de seales.
En la figura 1.2 se pueden reconocer las siguientes tareas asociadas con el DPS:
PrF: Pre-filtrado y acondicionamiento de la seal para conseguir una seal de banda
limitada y de nivel estandarizado, con el propsito de reducir el efecto de
solapamiento o aliasing y acondicionarla como entrada del convertidor A/D. Esta
etapa se realiza generalmente mediante un filtro pasa-bajo.
1.1 FUNDAMENTOS DEL PROCESAMINETO DE SEALES 7-3
Filtrado de seales: Esta tarea busca satisfacer una relacin entrada-salida de un sistema a
partir de seales conocidas. Los sistemas que logran este propsito se reconocen en
trminos generales como filtros. Es una operacin que se desarrolla generalmente (pero no
siempre) en el dominio de tiempo. Algunas aplicaciones tpicas son:
- eliminacin de ruido
- eliminacin de interferencia
- separacin de bandas de frecuencia
- modificacin del espectro de una seal
Algunas de estas operaciones elementales, pueden ser desarrolladas en tiempo real, cerca
del tiempo real o fuera de lnea, tanto en el dominio continuo como en el dominio discreto.
Las operaciones ms frecuentes, son:
Figura 1.3
Ejemplos tpicos
de seales
procesadas en
MATLAB.
- seales analgicas
- seales digitales
Una seal analgica se caracteriza porque su magnitud y tiempo varan continuamente. Por
otra parte, en una seal digital su magnitud y tiempo varan en forma discreta.
Considerando la forma de representacin de la variable independiente (tiempo), se pueden
reconocer como:
Las seales en tiempo continuo o seales analgicas estn definidas para todos los valores
de tiempo en el intervalo < t < y se representan como x( t ) . Las seales en tiempo
discreto, estn definidas solo para valores discretos de tiempo y su magnitud puede tomar
cualquier valor. En las aplicaciones prcticas se refieren como seales discretas y pueden
ser el producto de:
- seales muestreadas: x( nT )
- secuencias: x[ n]
Una seal muestreada se obtiene por la observacin y medicin de una seal continua x( t ) ,
a intervalos definidos de tiempo y pueden ser igualmente espaciados o no. Este proceso se
reconoce como muestreo peridico o uniforme de la seal continua y para efectos prcticos
consideramos que se efecta a intervalos fijos de tiempo de T, reconocido como el perodo
o intervalo de muestreo. Su valor recproco 1/T se denomina velocidad o frecuencia de
muestreo ( Fm ) expresada en muestras/segundo o Hz.
Por otro lado, una secuencia es un conjunto de valores arbitrarios ordenados de acuerdo con
una base de tiempo discreta, representada por valores enteros, positivos o negativos.
Ejemplos de secuencias pueden ser: la cuota mensual de amortizacin de un prstamo, la
edad en aos de una persona, etc. Para representar una secuencia de duracin finita,
utilizamos la siguiente notacin:
x[ n] = {2,1, 1,0,1,4,3,7}
donde la flecha < > indica la muestra para el instante de tiempo n = 0 . En adelante,
considerando que el perodo de muestreo T es constante, se har referencia a una secuencia
o a una seal muestreada, como una seal en tiempo discreto, o simplemente como una
seal discreta.
1.3 SEALES EN TIEMPO DISCRETO 7-7
Aunque las seales muestreadas tienen importancia prctica, en el sentido de que estas son
las que se generan como resultado del muestreo de una seal continua como fase previa a la
conversin en seal digital, para efecto de anlisis en los procesos DSP, es suficiente si se
considera que cada muestra ocurre para un valor entero de n, asumiendo que cuando nos
referimos a un valor particular de n = n1 , lo interpretamos como x[ n1 ] o x( n1T ) . Por lo
tanto, si el perodo de muestreo T es constante, se puede aceptar la siguiente equivalencia:
x[ n} x( nT ) x( t ) t = nT (1.1)
En MATLAB una secuencia finita se puede representar mediante un vector fila. Sin
embargo, esto no es suficiente para identificar la posicin de las muestras respecto de la
base de tiempo n. Por lo tanto la representacin completa debe incluir:
n=[3,2,1,0,1,2,3,4]; x=[2,1,1,0,1,4,3,7];
Ejemplo 1.1: Usando MATLAB representar grficamente las siguientes seales discretas:
Secuencia y a. x[ n] = 3(0.5)n en el intervalo [ 3,5] .
seal
muestreada b. x( t ) = 5 cos(3 t / 4 + / 6) , para T = 0.5 s
Solucin: El siguiente guin de MATLAB permite simular las seales anteriores:
n=-3:5; xn=3*(0.5).^n;
w0=3*pi/4; T0=2*pi/w0; t=-T0:0.01:2*T0; xt=5*cos(w0*t);
T=0.5; n=t(1)/T:t(end)/T; nT=n*T; xnT=5*cos(w0*nT);
Figura 1.4
Secuencia y seal
muestreada
usando MATLAB.
1-8 Captulo 1 SEALES Y SISTEMAS EN TIEMPO DISCRETO
Secuencias elementales
Para efecto de anlisis en DSP se utilizan secuencias elementales, que pueden ser
representadas en forma apropiada en MATLAB.
1, n = 0
[ n] (1.2)
0, n 0
En MATLAB la funcin zeros(1,N) genera un vector fila de N ceros, que podra ser
utilizado para implementar la secuencia [ n] en un intervalo finito. Sin embargo la
relacin lgica n==0 es una forma ms elegante para realizar esta secuencia. Utilizando
esta estrategia se desarroll la funcin impud en MATLAB para simular la expresin
(1.2) que ser usada en ejemplos posteriores. Su sintaxis es:
xn = impud(n)
1, n 0
u[ n] (1.3)
0, n < 0
En MATLAB la funcin ones(1,N) permite generar un vector fila de N unos y podra
utilizarse para implementar esta secuencia. Una versin ms eficiente se puede lograr
utilizando la relacin lgica n>=0 para realizar la seal. Utilizando este comando bsico
se desarroll la funcin especial escad(), cuya sintaxis es:
xn = escad(n)
y[ n] = x[ n] ( u[ n n1 ] u[ n n2 ]) (1.4)
1.3 SEALES EN TIEMPO DISCRETO 7-9
Sin embargo, es necesario tener precaucin en la interpretacin final del intervalo, tal como
se muestra en el siguiente ejemplo.
Ejemplo 1.2: Usando MATLAB representar grficamente las siguientes secuencias:
Secuencias
finitas usando a. Pulso triangular de amplitud 4 e intervalo de duracin [ 5,5] .
escaln
b. Pulso rectangular de amplitud 4 e intervalo de duracin [ 5,5] .
unitario
Solucin: Usando la secuencia escaln unitaria, se puede lograr el pulso rectangular como
Figura 1.5
Secuencias finitas
usando la funcin
especial escad()
de MATLAB.
1 - 10 Captulo 1 SEALES Y SISTEMAS EN TIEMPO DISCRETO
Utilizando operaciones equivalentes entre el dominio del tiempo continuo y del tiempo
discreto es posible demostrar [ReySoto08] que la secuencia impulso puede obtenerse
como la primera diferencia anterior del escaln:
[ n] = u[ n] u[ n 1] (1.5)
n, n 0
r[ n] (1.7)
0, n < 0
A partir de la seal escaln u( n) se puede generar esta secuencia como:
r[ n] = n u[ n] (1.8)
Se observa que es necesario recurrir al operador punto (.*) para que se efecte el
producto elemento a elemento de los dos vectores.
x[ n] = a n , n; a (1.9)
x[ n] = e( + j 0 ) , n (1.10)
donde es la atenuacin y 0 la frecuencia angular (digital) en radianes.
n=0:10; xn=exp((2+3j)*n);
6. Secuencia senoidal
Puede definirse algebraicamente como:
x[ n] = A cos( 0 n + ), n (1.11)
Ejemplo 1.3: Generar y dibujar las siguientes secuencias en los intervalos sealados:
Secuencias
arbitrarias a. x1[ n] = 3[ n + 4] 2[ n 4], 5 n 5
usando
b. x2 [ n] = 5 e( n10) ( u[ n 5] u[ n 15]) , 0 n 20
MATLAB
c. x3 [ n] = 5 cos( n / 5 + / 4), 20 n 20
d. x4 [ n] = 10(0.9)n cos( n / 5 + / 4), 20 n 20
Solucin: El siguiente guin de MATLAB permite generar las secuencias anteriores
n=-5:5; x1n=3*impud(n+4)-2*impud(n-4);
n=[-20:20];
x2n=5*exp(-0.2*(n-5)).*(escad(n-5)-escad(n-15));
n=-20:20; x3n=5*cos(pi*n/5+pi/4);
n=[-20:20]; x4n=-10*(0.9).^n.*cos(pi*n/5+pi/4);
%comandos de graficacin...
Figura 1.6
Secuencias
arbitrarias usando
MATLAB.
1 - 12 Captulo 1 SEALES Y SISTEMAS EN TIEMPO DISCRETO
2
x[ n] = cos( 0 n + ) = cos n + (1.12)
N
En la expresin anterior, 0=2/N se reconoce como la frecuencia fundamental. La
condicin para que la secuencia senoidal sea peridica [ReySoto08] es que N sea un
nmero un entero y pueda expresarse como:
2
N= k (1.13)
0
para un valor entero arbitrario de k. El mnimo valor de k que satisface la expresin (1.13)
se reconoce como el perodo fundamental N 0 de la secuencia discreta. Esta misma
condicin se aplica al caso de una secuencia exponencial compleja sin atenuacin ( = 0) .
N 1 k2
= (1.14)
N 2 k1
2 2 24 2 2 36
N1 = = = N 1 = 24 N2 = = = N 2 = 36
1 / 12 1 2 / 18 1
Aplicando (1.14) y (1.15)
N 1 24 2
= = N 0 = 3 N 1 = 2 N 2 = 72
N 2 36 3
2 2 2 2 4
N1 = = N1 = ? N2 = = = N2 = 4
1 5 2 3 / 2 3
Como la primera componente no es peridica, x2 [ n] es aperidica.
0 = / 4 N 0 = 8 0 = / 4 N 0 = 4 0 = N 0 = 2
1 - 14 Captulo 1 SEALES Y SISTEMAS EN TIEMPO DISCRETO
Figura 1.7
Propiedades de la
secuencia senoidal.
Secuencias peridicas
Generalizando el anlisis hecho en el caso de una secuencia senoidal, una secuencia se
considera peridica si para un valor entero de N:
x[ n] = x[ n + N ], n (1.16)
Secuencias aleatorias
Se utilizan en DSP para simular seales de ruido. En MATLAB existen dos funciones:
rand(M,N):genera una secuencia matricial aleatoria de MN muestras, distribuidas
uniformemente en el intervalo [0,1]
randn(M,N): genera una secuencia matricial aleatoria de MN muestras, utilizando
distribucin de Gauss, con media 0 y varianza 1
Figura 1.8
Secuencia
aperidica con
ruido y secuencia
peridica.
1 - 16 Captulo 1 SEALES Y SISTEMAS EN TIEMPO DISCRETO
Usando el algoritmo del ejemplo 1.5, se cre la funcin especial xpertd() cuya sintaxis es
[xp,np] = xpertd(xn,n,Np,n1)
En la simulacin directa las operaciones de efectan en forma natural, tal como se mostr
en el ejemplo 1.3, en el que se utilizaron las funciones escad(), impud() y cos() para
generar seales discretas arbitraria usando operaciones algebraicas. La simulacin indirecta
exige el desarrollo de un algoritmo para realizar cada operacin y controlar aspectos
adicionales como la longitud y la base de tiempo de las secuencias a combinar.
[x,n]=sumasec(x1,n1,x2,n2)
donde x1, n1, x2, n2, son arreglos con las muestras y la base de tiempo de las secuencias
x1[ n] y x2 [ n] , respectivamente. Los argumentos de salida x, n guardan las muestras de
la suma y la base de tiempo resultante.
[x,n] = multsec(x1,n1,x2,n2)
Los argumentos de entrada y salida son similares a la funcin especial sumasec().
3. Transformaciones en la base de tiempo. Definida en general como:
xm [ n] = x[ k] k= a n+ b = x[ an + b] (1.21)
Para reconocer las operaciones realizadas, se puede modificar la expresin anterior como
xm [ n] = x[ a( n + b / a )]
que permite identificar tres operaciones bsicas:
- escalamiento en tiempo por el factor a.
- desplazamiento en tiempo de b / a muestras hacia adelante.
- reflexin en tiempo, si a < 0 .
xm [ n] = A x[ n] + B (1.22)
Dx b
Dxm = = [ D3 , D4 ] (1.23)
a
Si a < 0 existe reflexin en tiempo y debern intercambiarse los valores de D3 y D4 . De
modo similar, si Rx = [ R1 , R2 ] es el rango de x[ n] , segn (1.22) el rango de xm [ n] debe ser
Rxm = A Rx + B = [ R3 , R4 ] (1.24)
Si A < 0 existe reflexin de amplitud y debern intercambiarse los valores de R3 y R4 .
1 - 18 Captulo 1 SEALES Y SISTEMAS EN TIEMPO DISCRETO
Utilizando este algoritmo se desarroll la funcin especial xn2xm(), cuya sintaxis es:
[Dxm,Rxm,Ds] = xn2xm(Dxn,Rxn,a,b,A,B)
donde Dxn y Rxn son arreglos de dos elementos correspondientes al dominio y rango
originales de x[ n] . Los escalares a, b, A y B son los parmetros incluidos en (1.21) y (1.22).
Los argumentos de salida Dxm y Rxm son arreglos de dos elementos correspondientes al
dominio y rango de xm [ n] . El vector Ds contiene los dos elementos del dominio para la
simulacin de la seal original.
n=-2:10; xn=[1:7,6:-1:1];
La grfica correspondiente se muestra en la figura 1.9.
Figura 1.9
Secuencia
original x[ n] del
ejemplo 1.7.
Figura 1.10
Secuencia
modificada
x[ 2 n + 4] del
ejemplo 1.7.
Figura 1.11
Secuencia
modificada
3 x[ n 2] + 4 del
ejemplo 1.7.
Ejemplo 1.8: Para la secuencia x[ n] del ejemplo 1.7, generar las siguientes secuencias:
Operaciones
con a. x1[ n] = 2 x[ n 5] 3 x[ n + 4] . b. x2 [ n] = x[3 2 n] + x[ n] x[ n 2] .
secuencias.
Solucin: Para la simulacin directa de x1[ n]
n=-6:15; x1n=2*xndspe1p7(n-5)-3*xndspe1p7(n+4);
%comandos de graficacin...
Figura 1.12
Secuencias
compuestas usando
simulacin directa.
1.3 SEALES EN TIEMPO DISCRETO 7 - 21
Figura 1.13
Secuencias
compuestas usando
simulacin indirecta.
1 - 22 Captulo 1 SEALES Y SISTEMAS EN TIEMPO DISCRETO
x[ n] = x[ n ] +
n1
1 + x[ n2 ] (1.26)
6. Producto de muestras:
n2
x( n) = x[ n ]
n1
1 x[ n2 ] (1.27)
Esta operacin tambin difiere del producto de seales. Se trata de obtener el producto
de todas las muestras en el intervalo [ n1 , n2 ] , que puede lograrse usando la funcin
prod(x(n1:n2)).
x[ n] x *[ n] = x[ n]
2
Ex (1.28)
2. Simetra par e impar de una seal: Una secuencia real x[ n] tiene simetra par si
x[ n] = x[ n] (1.33)
De manera similar, una secuencia real x[ n] tiene simetra impar si
x[ n] = x[ n] (1.34)
3. Componentes par e impar: Una secuencia real arbitraria x[ n] puede expresarse como la
suma de una componente par e impar
x[ n] = x p [ n] + xi [ n] (1.35)
donde
x p [ n] = ( x[ n] + x[ n]) xi [ n] = ( x[ n] x[ n]) (1.36)
Figura 1.14
Componentes par e
impar de un pulso
rectangular.
N 1
1 N
Secuencia finita n =
n=0 1
, (1.38)
y[ n] = T { x[ n]} o x[ n] y[ n] (1.39)
1.4 SISTEMAS DISCRETOS 7 - 25
En DSP se dice que el sistema procesa una seal de entrada en una seal de salida. Los
sistemas discretos pueden clasificarse globalmente en lineales y no lineales.
x[ n k] y[ n k] (1.42)
x[ n] y [ n] y[ n k]
L[] Desplazar k
muestras
Figura 1.14
Prueba de
invarianza en un x[ n] Desplazar k x[ n k] y[ n k]
sistema LIT. L[]
muestras
y[ n] = x[ n k] h[ k] (1.44)
k =
Este razonamiento permite establecer que un sistema discreto LIT (en reposo), es
completamente caracterizado en el dominio del tiempo por su respuesta impulso h[ n] , tal
como se indica en la figura 1.15.
Figura 1.15
Respuesta x[ n] y[ n]
impulso como h[ n]
modelo de un
sistema LIT. (Reposo)
En este sentido, un sistema discreto LIT se dice que tiene estabilidad acotada o BIBO si
su respuesta impulso es absolutamente sumable:
Estabilidad BIBO
n =
h[ n] < (1.47)
Una secuencia que satisface esta condicin, se reconoce como una secuencia causal y
se dice que es fsicamente realizable.
En DSP asumimos que los sistemas son causales, en cuyo caso h[ k] en la sumatoria (1.44)
solo existe para k 0 y se reduce a
y[ n] = x[ n k] h[ k] (1.49)
k=0
Si adems la entrada es causal, x[ n k] > 0 y solo existe para k < n y por lo tanto
n n
y[ n] = x[ n k] h[ k] = x[ k] h[ n k] (1.50)
k=0 k=0
Dy = [ n1 + n3 , n1 + n4 , n2 + n3 , n2 + n4 ] (1.51)
Orden ascendente
En cualquier caso los valores extremos del dominio son n1 + n3 y n2 + n4 . Sin embargo, los
valores intermedios n1 + n4 y n2 + n3 pueden ser de utilidad cuando existen diferentes
expresiones algebraicas como solucin analtica de la convolucin.
Ejemplo 1.10: Obtener la respuesta forzada de un sistema LIT cuya entrada en el pulso
Respuesta rectangular x[ n] = u[ n] u[ n 10] del ejemplo 1.10, asumiendo que
forzada usando
convolucin
analtica. h[ n] = (0.9)n u[ n]
Figura 1.16
Secuencia de
entrada y
respuesta
impulso de un
sistema LIT.
Caso 1: 0 n 9
La secuencia x[ n k] solapa parcialmente a h[ k] y la sumatoria se debe
evaluar para 0 k n .
x[ n k] n
1 (0.9)n+ 1
h[ k] y 1[ n] = (1)(0.9) =k
k k= 0 1 0.9
n9 0 n 9 y1[ n] = 10 1 (0.9)n+ 1 , 0 n 9
Caso 2: n 9
La secuencia x[ n k] solapa totalmente a h[ k] y la sumatoria se debe evaluar
para n 9 k n .
1.5 CONVOLUCION LINEAL 7 - 29
x[ n k] n
h[ k]
k
y 2 [ n] = (1)(0.9)
k= n 9
k
0 n9 9 n (0.9)n9 (0.9)n+ 1
y 2 [ n] =
1 0.9
Esta expresin se obtiene aplicando una variante de la geomtrica (1.38)
N2
N1 N2 + 1
n =
n = N1 1
, 1
Simulando las expresiones anteriores se obtuvo la figura 1.17, con el apoyo de los
siguientes comandos bsicos:
y0=0*(n<0);
y1=10*(1-(0.9).^(n+1)).*(0<=n & n<=9);
y2=6.5132*(0.9).^(n-9).*(n>9);
yn=y0+y1+y2;
comandos de graficacin...
Figura 1.17
Respuesta
forzada de un
sistema LIT
usando
convolucin.
Solucin: Aplicando (1.51) para los valores extremos de las 2 secuencias discretas:
n 3 2 1 0 1 2
x1[ n] 2 5 0 4
x2 [ n] 4 1 3
8 20 0 16
2 5 0 4
6 15 0 12
x[ n] 8 22 11 31 4 12
y = conv(x,h);
Aplicando al ejemplo 1.11, obtenemos:
x1=[2,5,0,4]; x2=[4,1,3]; x=conv(x1,x2)
x = 8 22 11 31 4 12
[y,n] = convm(x,nx,h,nh)
Aplicando al ejemplo 1.11, obtenemos
x1=[2,5,0,4]; n1=-2:1; x2=[4,1,3]; n2=-1:1;
[x,n]=convm(x1,n1,x2,n2)
x = 8 22 11 31 4 12
n = -3 -2 -1 0 1 2
Correlacin de seales
Es una operacin muy utilizada en aplicaciones DSP para medir el grado de similitud de
dos seales discretas y determinar informacin adicional basada en dicha similitud. Por
ejemplo en comunicaciones digitales, un conjunto de smbolos de datos se representa
mediante un grupo de secuencias nicas en tiempo discreto. Si una de estas secuencias se
transmite, el receptor debe identificarla, comparando la seal recibida con cada miembro de
las secuencias del grupo. De modo similar, en aplicaciones de radar y sonar, la seal
reflejada recibida desde el blanco o target es una versin atrasada de la seal transmitida
y midiendo el atraso es posible determinar la localizacin del objetivo. La deteccin se
complica en la prctica porque generalmente la seal recibida est contaminada con ruido.
En MATLAB podemos utilizar las funciones conv() o convm() para resolver problemas de
correlacin de secuencias finitas.
1 - 32 Captulo 1 SEALES Y SISTEMAS EN TIEMPO DISCRETO
Figura 1.18
Correlacin
cruzada
utilizando
involucin lineal.
c z
k= 1
k
k
=0 (1.57)
zk < 1, k = 1, 2, , N (1.58)
el sistema descrito por la EED tiene estabilidad BIBO y por lo tanto es absolutamente
estable. La solucin particular, y P [ n] se determina a partir de la forma de la seal de
entrada x[ n] .
mtodo clsico.
1 - 34 Captulo 1 SEALES Y SISTEMAS EN TIEMPO DISCRETO
y H [ n] = C1 + C2 (0.5)n , n
y[ n] = y H [ n] + y P [ n] = C1 + C2 (0.5)n + 31 (0.25)n , n 0
y[0] = C1 + C2 + 31 = 2 y[1] = C1 + 21 C2 + 12
1 = 5
4
y[ n] = 23 + ( 21 ) + 31 ( 41 ) , n 0
n n
Por otro lado y F [ n] se conoce como la respuesta forzada o respuesta a estado-cero, que es
la parte de la solucin debida solo a la entrada (asumiendo condiciones iniciales cero o
reposo). Estos aspectos sern ampliados en el captulo 2, donde se demostrar que el uso de
la transformada Z, facilita considerablemente la solucin analtica de la EED.
donde b y a son arreglos de los coeficientes del lado derecho e izquierdo de la EDD,
respectivamente; el vector x es la seal de entrada. Como en la expresin anterior no se
incluyen condiciones iniciales, el resultado numrico logrado en y corresponde a la
respuesta forzada. A continuacin ilustramos el uso de esta funcin.
Figura 1.19
Respuesta impulso
y respuesta
escaln usando
filter().
Ejemplo 1.15: Consideremos la convolucin lineal del ejemplo 1.10 donde la secuencia de
Correlacin entrada es finita y definida como:
cruzada
utilizando
convolucin x[ n] = u[ n] u[ n 10]
lineal.
mientras que la respuesta impulso es infinita y representada por:
h[ n] = (0.9)n u[ n]
Calcular y dibujar la respuesta forzada y[ n] = h[ n] x[ n] .
Figura 1.20
Convolucin
numrica usando
filter() y error
al usar convm().
Figura 1.21
Convolucin
numrica ajustada
usando convm().
que corresponde a un sistema LIT, cuya respuesta no depende de los valores anteriores de
la salida, reconocido como un sistema no recursivo. El orden del sistema se acepta como el
nmero de atrasos M de la secuencia de entrada. Evaluando la respuesta impulso, para
x[ n] = [ n] y y[ n] = h[ n] , obtenemos
M
h[ n] = bk[ n k] (1.60)
k= 0
donde la respuesta del sistema se expresa en funcin de valores anteriores de la salida. Esta
EED caracteriza a un sistema recursivo. Se puede demostrar [ReySoto08] que en este caso
la respuesta impulso es infinita, como en el caso del ejemplo 1.15. Para obtener la respuesta
y[ n] es necesario recurrir a mtodos de transformacin, que sern analizados en el
prximo captulo usando la Transformada Z. Un sistema con respuesta impulso infinita, se
reconoce en DSP como un sistema tipo IIR (Infinite Impulse Response).