Clases S1 PDF

Procesamiento digital de la señal
Alfonso Zozaya
Universidad de Carabobo (UC)
Departamento de Electrónica y Comunicaciones
Valencia, Venezuela, enero de 2004

Enero 2004 1
Por qué DSP?
➤ En el pasado (30 años+): computación cientı́fica off-line.
➤ Últimos 30 años: rápido crecimiento de la tecnologı́a circuitos integrados.
➤ : MSI => LSI => VLSI => computadores más pequeños, más rápidos
y más baratos.
➤ DSP1: capaces de realizar funciones complejas y sofisticadas.
➤ Tendencia: migración de analógico a digital.

1
Digital signal processing
A. Zozaya [pizarra] [Abrir] [⊗] [<=] [N] [C] [J] [I] [H]
Enero 2004 2
Aplicaciones
➤ bla bla
➤ bla bla
➤ bla bla
Enero 2004 3
Ventajas
➤ Sistema digital programable => flexibilidad
➤ Mayor precisión (en contrapartida con la tolerancia de los sistema analógi-

cos)
➤ Capacidad de almacenamiento de las señales (procesamiento off-line)
➤ Capacidad de implementación de algoritmos más sofisticados (¿ejem-

plo?)(software)
➤ más baratos (¿es verdad esto?)
Enero 2004 4
Señales, sistemas y tratamiento de la señal
¿Qué es una señal? : es un cantidad fı́sica que varı́a con el tiempo, el

espacio o alguna otra variable independiente [1].
➤ ej. la voz, la luz . . .
➤ ej. S1(t) = 3t, V (x, y) = A sinh(ax) sin(ay) . . .
¿Qué es un sistema? : dispositivo que realiza cierta operación sobre una

señal.
➤ ej.
R un filtro, un amplificador . . .
➤ h(t, τ )f (τ ) dτ . . .
¿En que consiste el ((tratamiento)) de la señal? : es la operación que el

sistema realiza sobre la señal.
Enero 2004 5
➤ ej. filtrado, amplificación . . .

➤ ej. convolución . . .
Enero 2004 6
Componentes básicos de un sistema DSP
Señal Señal
analógica => A/D =>
|{z} DSP =>
|{z} D/A =>analógica
de entrada (1) (2) de salida
(1) señal digital de entrada
(2) señal digital de salida
A/D : convertidor analógico digital
DSP : procesador de señales digitales
D/A : convertidor digital analógico
Enero 2004 7
Clasificación de las señales
➤ Las señales son representadas mediante funciones matemáticas.
➤ Su valor puede ser real, complejo o un vector
señales multidimensionales : aquellas que dependen de dos o más varia-

bles independientes, ej. s = s(x, y, z, t)
señales multicanal : señal compuesta de varias señales, un vector de

señales, ej.
s1(t)
S=
s2(t)
Enero 2004 8
➤ Señales analógicas => señales de valor continuo y de tiempo continuo
➤ Señales de valor discreto y de tiempo continuo
➤ Señales de valor continuo y de tiempo discreto
➤ Señales de valor y de tiempo discretos => Señales digitales
Enero 2004 9
➤ El procesamiento y análisis matemático de una señal requiere de un

modelo matemático para la propia descripción de la señal.
➤ ¿Qué es el modelo de señal?
➤ ✔ Señales determinı́sticas expresión matemática explı́cita (fórmulas)

✔ Señales aleatorias parámetros estadı́sticos
Enero 2004 10
Concepto de frecuencia en señales de tiempo continuo
Oscilación armónica => ciclos por unidad de tiempo.

Aspecto de una señal armónica:
xa(t) = A cos(Ωt + θ), −∞ < t < ∞
donde:
➤ el subı́ndice a indica que xa(t) es una señal analógica.
➤ A es la amplitud.
➤ Ω es la frecuencia en radianes por segundo [rad/s], y se expresa también

como Ω = 2πF , siendo F la frecuencia en ciclos por segundo o Hertz.
Enero 2004 11
➤ θ es la fase en radianes [rads].
xa(t) = A cos(2πF t + θ), −∞ < t < ∞
Enero 2004 12
Señal armónica analógica
Enero 2004 13
Señales continuas armónicas
1. Una señal armónica es periódica de perı́odo T = 1/F . En efecto:
xa(t + T ) = xa(t)
2. Señales armónicas de distinta frecuencia son distintas entre si.
3. F puede aumentar sin lı́mite, implicando un mayor número de oscilaciones

por unidad de tiempo.
Enero 2004 14
Señales continuas armónicas
Una señal armónica admite la siguiente representación compleja (identi-

dad de Euler):
A h j(Ωt+θ) −j(Ωt+θ)
i
xa(t) = A cos(Ωt + θ) = e +e
2
➤ ¿Frecuencias negativas?
➤ Solo por conveniencia matemática.
Enero 2004 15
Señales discretas armónicas
Aspecto de una señal discreta armónica:
x(n) = A cos(ωn + θ), −∞ < n < ∞
donde:
➤ n es una variable entera denominada número de muestra.
➤ A es la amplitud.
➤ ω es la frecuencia en radianes por muestra, y se expresa también como

ω = 2πf , siendo f la frecuencia en ciclos por muestra.
Enero 2004 16
➤ θ es la fase en radianes [rads].
x(n) = A cos(2πf n + θ), −∞ < n < ∞
Enero 2004 17
Señal armónica discreta
Enero 2004 18
Señales discretas armónicas
1. Una señal armónica discreta es periódica de perı́odo N (N > 0) solo si

f es un numero racional. En efecto, para que:
x(n + N ) = x(n), ∀n
x(n) = A cos(2πf0n + θ) = A cos[2πf0(n + N ) + θ], ∀n

es necesario que:
2πf0N = k2π
k
f0 =
N
debiendo ser k necesariamente entero. El valor más pequeño de N se
denomina perı́odo fundamental de la señal.
Enero 2004 19
2. Las señales armónicas discretas de distinta frecuencia pero cuyas fre-

cuencias están separadas un cantidad entera de veces 2π son idénticas:
A cos[(2πf0 + 2π)n + θ] = A cos(2πf0n + 2πn + θ) = A cos(2πf0n + θ)
Todas las secuencias del tipo
xk (n) = A cos(ωk n + θ), k = 0, 1, 2 . . .
con ωk = ω0 + k2π, y −π ≤ ω0 ≤ π son idénticas.

a) Todas las señales discretas de frecuencia distinta cuyas frecuencias
pertenecen al intervalo −π ≤ ω0 ≤ π o − 12 ≤ f0 ≤ 12 son distintas.
b) Cualquier señal discreta de frecuencia |ω| > π es idéntica a cierta
señal discreta cuya frecuencia |ω| < π.
c) Todas las señales armónicas idénticas cuyas frecuencias satisfacen la
Enero 2004 20
condición |ω| > π se consideran alias de la correspondiente señal

armónica cuya frecuencia satisface la condición |ω| < π.
3. f no puede aumentar sin lı́mite. En efecto, la mayor frecuencia f de una

señal armónica discreta es de medio ciclo por muestra, o sea f = 21 , lo
cual ocurre para ω = π. Cuando f > 12 la señal armónica correspondiente
pasa a ser un alias de alguna señal armónica en el rango − 12 ≤ f0 ≤ 12 .
4. Todas las señales armónicas discretas se obtienen tomando ω en el

intervalo ω1 ≤ ω ≤ ω1 + 2π. Sigue que el rango de frecuencias discretas
es finito de tamaño 2π. Usualmente se define como rango fundamental
aquél definido por 0 ≤ ω ≤ 2π ó −π ≤ ω ≤ π (0 ≤ f0 ≤ 1, − 21 ≤ f0 ≤
1
2 ).
Enero 2004 21
Exponenciales complejas relacionadas armónicamente
Conjunto de exponenciales complejas (de tiempo continuo o discreto)

cuyas frecuencias son múltiplos de una frecuencia fundamental.
1. Exponenciales complejas de tiempo continuo. El conjunto de señales

siguientes están relacionadas armónicamente:
sk (t) = ejkΩ0t = ej2πkF0t, k = 0, ±1, ±2, . . .
1 T0
a) La señal sk es periódica de perı́odo fundamental kF0 = k, donde
T0 = F10 , y de frecuencia fundamental kF0.
b) sk también es periódica de perı́odo T0.
c) Si k1 6= k2 entonces sk1 6= sk2 .
Enero 2004 22
d) Las funciones sk se pueden combinar linealmente para generar una

señal de tiempo continuo de perı́odo fundamental T0:
∞
X ∞
X
xa(t) = ck sk (t) = ck ejkΩ0t
k=−∞ k=−∞
k = 0, ±1, ±2, . . .
e) Esta sumatoria se denomina expansión en serie de Fourier de xa(t).
{ck } son los coeficientes de la serie y {sk } los armónicos.
2. Exponenciales complejas de tiempo discreto. El conjunto de señales

siguientes, con f0 = N1 , están relacionadas armónicamente:
sk (n) = ejkω0n = ej2πkf0n, k = 0, ±1, ±2, . . .
Enero 2004 23
a) Sabemos:
1 kn kn
sk+N (n) = ej [2π(k+N ) N n+θ] = ej (2π N +2πn+θ) = ej2π N = sk (n)
b) Todas las funciones sk tienen un perı́odo común de N muestras.

c) El conjunto
kn
sk (n) = ej2π N , k = 0, ±1, ±2, . . . , N − 1
están relacionadas armónicamente y son todas diferentes entre si (¡no

es necesario incluir ningún alias en la sumatoria!).
d) Las funciones sk se pueden combinar linealmente para generar una
señal x(n) de tiempo discreto de perı́odo fundamental N :
N −1 N −1
X X kn
j2π N
x(n) = ck sk (n) = ck e
k=0 k=0
Enero 2004 24
e) Esta es la serie de Fourier de la secuencia periódica x(n). {ck } son

los coeficientes de la serie y la secuencia sk es el armónico k-ésimo de
x(n).
Enero 2004 25
Conversión analógica-digital
1. Las señales fı́sicas (señales de radar, señales sı́smicas, señales del sonar,
señales de audio y de video, señales biológicas, etc.) son analógicas en
su mayorı́a.
2. ¿Cómo procesarlas digitalmente?
3. Señal analógica −→ muestreo −→ cuantificación −→ codificación

−→ procesamiento digital
Enero 2004 26
Muestreo de una señal analógica
1. Una versión discreta x(n) de una señal analógica xa(t) periódica de

periodo T se puede obtener tomando muestras de ellas cada Ts segundos:
x(n) = xa(nTs), ∀ − ∞ < n < ∞
2. Ts es el perı́odo de muestreo o intervalo de muestra, y su recı́proco,

Fs = T1s , la frecuencia (o tasa) de muestreo.
3. El muestreo a una tasa constante establece una relación lineal entre n y

t, y por lo tanto entre F (Ω) y f (ω). En efecto
n
t = nTs =
Fs
Enero 2004 27
xa(t) = A cos(2πF t + θ)
xa(nTs) = A cos(2πF nTs + θ)

F
xa(nTs) = A cos 2π n + θ
Fs
x(n) = A cos (2πf n + θ)
con
F
f=
Fs
4. Tomando en cuenta que

mapa 1 1
−∞ < F < ∞ −→ − <f <
z}|{
2 2
es necesario que
1 F 1
− < <
2 Fs 2
Enero 2004 28
de lo que sigue que la condición
Fs > 2F
es necesaria para reconstruir la señal original a partir de su muestras.
5. En general infinitas señales analógicas distintas pueden ser representadas

por una misma secuencia de muestras.
6. Por tal razón, dada una secuencia de muestras existe ambigüedad en

cuanto a cual señal analógica ella representa.
7. Todas las señales armónicas continuas de frecuencia Fk = F0 + kFs, con

−∞ < k < ∞ siendo k entero y 2F0 < Fs, al ser muestreadas a razón
de una muestra cada Ts = F1s , dan lugar al mismo conjunto de muestras,
Enero 2004 29
o sea: las secuencias que se obtienen son indistinguibles:
x0(t) = A cos(2πF0t + θ)

F0
x0(n) = A cos 2π n+θ (1)
Fs
xk (t) = A cos[2π(F0 + kFs)t + θ]

F0 + kFs
xk (n) = A cos 2π n+θ
Fs

F0 F0
= A cos 2π n + 2πkn + θ = A cos 2π n + θ (2)
Fs Fs
Las secuencias (1) y (2) son idénticas.
Enero 2004 30
Teorema del muestreo
1. Dada la señal:
N
X
xa(t) = Ai cos(2πFit + θi)
i=1
y sea máx{Fi} = FM AX .
2. La recuperación de la señal xa a partir de sus muestras será posible si y

solo si Fs > 2FM AX .
Enero 2004 31
Cuantización
La cuantización es el proceso mediante el cual se convierte una señal de

valor continuo de tiempo discreto en una señal de valor discreto de tiempo
discreto.
➤ Mapeo, xq (n) = Q[x(n)], de infinitos valores dentro de un determinado

intervalo en un único valor ⇒ ambigüedad.
✔ Rango dinámico: xmax − xmin.

✔ Número de niveles de cuantización: L.
−xmin
✔ Tamaño del paso de cuantización o resolución: ∆ = xmaxL−1 .
✔ Cuantización uniforme: el paso ∆ es constante.
✔ Cuantización no uniforme: el paso ∆ no es constante.
Enero 2004 32
➤ Ambigüedad ⇒ error de cuantización: eq (n) = xq (n) − x(n).
➤ Para un cuantizador uniforme: −∆/2 ≤ e(n) ≤ ∆/2.
➤ Error de cuantización ⇒ ruido de cuantización (ruido numérico).
➤ Relación señal a ruido de cuantización (abreviado en inglés SQNR):
N
1
|x(n)|2
P
lı́m 2N +1
Px N →∞ n=−N
SQN R = = N
Pe 1
P
lı́m 2N +1 |e(n)|2
N →∞ n=−N
➤ Para un cuantizador uniforme: SQN R(dB) = 1,76 + 6b [1].
Enero 2004 33
(a) Cuantización a 32 bits (b) Cuantización a 8 bits
Figura 1: Efecto del ruido de cuantización en procesamiento de imágenes (Tomado de

http://www.cogs.susx.ac.uk/users/ianw/teach/ms/node1.html).
Enero 2004 34
Codificación
1. A cada valor distinto xq (n) se asigna un código: una palabra de b bits,

tal que L ≤ 2b.
2. b ≥ log2 L.
3. Mayor velocidad de muestreo y mejor la resolución (b elevado) ⇒ mayor

el precio del convertidor A/D.
Enero 2004 35
Conversión digital-analógica
1. Interpolación exacta → imposible.
2. Interpolación subóptima seguida de un filtro de suavizado (postfilter ).
3. Convertidores D/A en la práctica:

➤ De orden zero.
✔ Forma de escalera (stairs en MATLAB): x ba(t) = x(n), nTs ≤
n < (n + 1)Ts.
✔ Respuesta impulsiva del interpolador:

1, 0 ≤ t ≤ Ts;
h0(t) =
0, otherwise.
Enero 2004 36
✔ Requiere de postfilter.
➤ De primer orden.
✔ Lı́neas rectas entre puntos (plot en MATLAB).
✔ Respuesta impulsiva del interpolador:
t

 1 + Ts , 0 ≤ t ≤ Ts;
h1(t) = 1 − T1s , Ts ≤ t ≤ 2Ts;
0, otherwise.

✔ Requiere de postfilter.
➤ Interpolación cúbica (spline cubic)
✔ Polinomio de orden 3 entre puntos usando mı́nimos cuadrados
(spline en MATLAB): x ba(t) = α0(n) + α1(n)(t − nTs) + α(n)(t −
nTs)2 + α3(n)(t − nTs)3, para nTs ≤ n ≤ (n + 1)Ts
✔ No es una operación causal (pero conveniente en MATLAB [2])
✔ No requiere de postfilter.
Enero 2004 37
Pizarra
Enero 2004 38
Referencias
[1] Jhon G. Proakis and Dimitris G. Manolakis. Digital Signal Processing,

Principles,Algorithms, and Application. Prentice Hall, third edition,
1996.
[2] Vinay K. Ingle and John G. Proakis. Digital Signal Processing using
MATLAB. BookWare Companion Series. Brooks/Cole Thomson Lear-
ning, 2000.

Clases S1 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Clases S1 PDF

Uploaded by

Copyright:

Available Formats

Procesamiento digital de la señal

Valencia, Venezuela, enero de 2004

Por qué DSP?

➤ En el pasado (30 años+): computación cientı́fica off-line.

➤ Últimos 30 años: rápido crecimiento de la tecnologı́a circuitos integrados.

➤ DSP1: capaces de realizar funciones complejas y sofisticadas.

➤ Tendencia: migración de analógico a digital.

➤ Sistema digital programable => flexibilidad

➤ Mayor precisión (en contrapartida con la tolerancia de los sistema analógi-

➤ Capacidad de almacenamiento de las señales (procesamiento off-line)

➤ Capacidad de implementación de algoritmos más sofisticados (¿ejem-

➤ más baratos (¿es verdad esto?)

Señales, sistemas y tratamiento de la señal

¿Qué es una señal? : es un cantidad fı́sica que varı́a con el tiempo, el

¿Qué es un sistema? : dispositivo que realiza cierta operación sobre una

¿En que consiste el ((tratamiento)) de la señal? : es la operación que el

➤ ej. filtrado, amplificación . . .

Componentes básicos de un sistema DSP

(1) señal digital de entrada

(2) señal digital de salida

A/D : convertidor analógico digital

DSP : procesador de señales digitales

D/A : convertidor digital analógico

Clasificación de las señales

➤ Las señales son representadas mediante funciones matemáticas.

➤ Su valor puede ser real, complejo o un vector

señales multidimensionales : aquellas que dependen de dos o más varia-

señales multicanal : señal compuesta de varias señales, un vector de

Clasificación de las señales

➤ Señales analógicas => señales de valor continuo y de tiempo continuo

➤ Señales de valor discreto y de tiempo continuo

➤ Señales de valor continuo y de tiempo discreto

➤ Señales de valor y de tiempo discretos => Señales digitales

Clasificación de las señales

➤ El procesamiento y análisis matemático de una señal requiere de un

➤ ¿Qué es el modelo de señal?

➤ ✔ Señales determinı́sticas expresión matemática explı́cita (fórmulas)

Concepto de frecuencia en señales de tiempo continuo

Oscilación armónica => ciclos por unidad de tiempo.

xa(t) = A cos(Ωt + θ), −∞ < t < ∞

➤ el subı́ndice a indica que xa(t) es una señal analógica.

➤ Ω es la frecuencia en radianes por segundo [rad/s], y se expresa también

➤ θ es la fase en radianes [rads].

xa(t) = A cos(2πF t + θ), −∞ < t < ∞

Señal armónica analógica

Señales continuas armónicas

1. Una señal armónica es periódica de perı́odo T = 1/F . En efecto:

2. Señales armónicas de distinta frecuencia son distintas entre si.

3. F puede aumentar sin lı́mite, implicando un mayor número de oscilaciones

Señales continuas armónicas

Una señal armónica admite la siguiente representación compleja (identi-

➤ Solo por conveniencia matemática.

Señales discretas armónicas

Aspecto de una señal discreta armónica:

x(n) = A cos(ωn + θ), −∞ < n < ∞

➤ n es una variable entera denominada número de muestra.

➤ ω es la frecuencia en radianes por muestra, y se expresa también como

➤ θ es la fase en radianes [rads].

x(n) = A cos(2πf n + θ), −∞ < n < ∞

Señal armónica discreta

Señales discretas armónicas

1. Una señal armónica discreta es periódica de perı́odo N (N > 0) solo si

x(n) = A cos(2πf0n + θ) = A cos[2πf0(n + N ) + θ], ∀n