You are on page 1of 351

Laboratorio de Informacin Digital

Procesamiento Digital de
Seales
Ing. Federico Miyara
fmiyara@fceia.unr.edu.ar
http://www.eie.fceia.unr.edu.ar/~acustica/
Conceptos
preliminares
2. Serie de Fourier
3. Transformada de Fourier
4. Transformada de Laplace
5. Convolucin
1. Sistemas lineales continuos
Sistemas lineales
continuos
Seales
Una seal es una variable
fsica que contiene o
transporta informacin.
Algunos tipos de seales
son: tensin, sonido, imagen,
temperatura captada por un
sensor.
Nos interesan especialmente
las seales que varan en el
tiempo.
NOTA: No todas las seales
dependen del tiempo, por ejemplo:
una fotografa.
Las seales variables en el
tiempo pueden representarse
mediante una funcin del
tiempo x(t).
t
x(t)
Algunas seales son
peridicas, es decir:
x(t + T) = x(t)
t
x(t)
t
T 2T 3T
t +T
x(t) x(t +T)
Un parmetro importante de
las seales es su energa.
En muchos casos la energa se
representa apropiadamente
mediante la potencia.
Si la seal es una tensin,
corriente, presin sonora,
desplazamiento, velocidad,
etc., la potencia resulta ser
proporcional al cuadrado de la
seal:
W(t) = K x
2
(t)
t
x(t)
T 2T 3T
W(t) = K x
2
(t)
T
t
2T 3T
Esta potencia es variable en el
tiempo. Una buena idea es
promediarla:

T

0

1
T

W
med
= Kx
2
(t) dt

T

0

1
T

W
med
= K x
2
(t) dt
El valor

T

0
x
2
(t) dt
1
T

es el valor cuadrtico medio de la
seal. Su raz cuadrada es el valor
eficaz:
X
ef
= x
2
(t) dt

T

0
1
T

El valor eficaz corresponde
al valor de una seal
hipotticamente constante
con igual energa en un
tiempo T determinado.
t
x(t)
T 2T 3T
W(t) = K x
2
(t)
T
t
2T 3T
W
med

X
ef

Sistemas
Un sistema es un conjunto
interconectado de elementos
que procesan seal.
Se caracteriza por tener
una o ms entradas y una
o ms salidas.
x
1
(t)
x
2
(t)
x
n
(t)
y
1
(t)
y
2
(t)
y
m
(t)
.

.

.

.

.

.


x y

Un caso particular frecuente es
el que tiene una sola entrada,
x, y una sola salida, y.
En un sistema lineal la respuesta ante
una suma de seales es igual a la
suma de las respuestas individuales.
Asimismo, si se multiplica la entrada
por una constante, la respuesta
queda multiplicada por la misma
constante.
Si y
1
es la salida correspondiente
a x
1
e y
2
es la correspondiente a
x
2
, entonces ante x
1
+ x
2
la salida
resulta ser y
1
+ y
2
.
x
1
+ x
2
y
1
+ y
2


Si yes la salida correspondiente
a x, entonces ante una entrada
Kx

la salida ser Ky.
K x K y

R
2

R
1

+


v
1

+


v
2

EJEMPLO 1
R
2

R
1
+ R
2
v
2
= v
1

EJEMPLO 1
v
2
= Av
1

En el caso de este sencillo
divisor de tensin resistivo, la
salida es directamente
proporcional a la entrada:
C
R
+


v
1

+


v
2

i
v
1
= R i + v
2

i = C v
2

EJEMPLO 2
v
1
= RC v
2
+ v
2

C
R
+


v
1

+


v
2

i
EJEMPLO 2
Muchos sistemas lineales
continuos pueden ser
descriptos matemticamente
por ecuaciones diferenciales
como la anterior.
Serie de Fourier
A una seal peridica puede
asignrsele una frecuencia
igual a la cantidad de ciclos
por segundo.
La seal peridica ms
simple es la onda senoidal.
x(t) = X sen t
= 2 f
t
x
x(t) = X sen et
T 2T
t
x
x(t) = X sen et
T 2T
t
x
x(t) = X sen et
T 2T T
Muchas seales habituales
estn formadas por ondas
senoidales de varias
frecuencias a la vez.
Esto es consecuencia del
Teorema de Fourier.
Teorema de Fourier
Cualquier funcin peridica de
frecuencia f puede considerarse
como la superposicin de una
serie de ondas senoidales de
frecuencias f, 2f, 3f, 4f, etc.
x(t) = X
n
sen(2tnft +
n
)
E
n = 1

Armnicos
Teorema de Fourier
Frecuencia Fase
Teorema de Fourier
Los valores X
n
se llaman
coeficientes de Fourier, y se
calculan de la siguiente manera...
Teorema de Fourier
A
n
= x(t) cos net dt

T
0
2
T

B
n
= x(t) sen net dt

T
0
2
T

X
n
= A
n
2
+ B
n
2

x
t
t
x
t
t
x
x
n

4,15 ms 8,3 ms
La representacin anterior
tiene la desventaja de que
requiere la grfica de todas
las ondas senoidales que
constituyen la seal.
Una forma ms econmica
y menos confusa de
representar los sonidos
compuestos es por medio
del espectro.
El espectro de una seal es
una lista de las frecuencias y
amplitudes (y en algunos
casos las fases) de las
ondas senoidales que lo
constituyen.
La representacin grfica
del espectro provee una
informacin sumamente
til.
Espectro
440 1320 2200
x
f [Hz]
440 1320 2200
Espectro
x
f [Hz]
x
f [Hz]
241 482 723 964 1205 1446
Es interesante ver la relacin
que hay entre la energa de los
armnicos y la energa total de
la seal. Para ello basta
considerar los respectivos
valores eficaces.
se tiene
En el caso de una onda senoidal,
X
2
sen
2
t dt

T

0
1
T

X
ef
=
x(t) = X sen t
Resulta
X
ef
=
X
2

Igualdad de Parseval
X
ef
2
= X
ef n
2

E
n = 1

o bien
X
ef
2
= X
n
2

E
n = 1

1
2
En otras palabras, la energa
total es igual a la suma de las
energas de todos los armnicos.
La importancia de la
representacin espectral de
las seales radica en que la
mayora de los sistemas
fsicos se comportan de
diferente forma ante
diferentes frecuencias.
Las frecuencias de las ondas
senoidales puras que forman
una seal peridica son
mltiplos de una frecuencia
dada. Estas senoides se
denominan armnicos.
Transformada
de Fourier
La mayora de las seales no
son peridicas, sino que
varan en forma aleatoria.
Este carcter aleatorio es en
realidad lo que permite
conferir mayor cantidad de
informacin.
Es posible extender el
concepto de serie de Fourier
al caso de seales
no peridicas.
Para ello consideremos una
onda no peridica x(t), de la
cual seleccionamos una
porcin de duracin T
t
x
t
x
t
x
t
x
Ahora procederemos a
extender esa porcin en
forma peridica con
perodo T
t
x
t
x
t
T
2
-
x
T
2

T
2
-
t
x
T
2

T
2
-
t
x
T
2

Dado que esta nueva onda
es peridica, puede
obtenerse su espectro...
T
2
-
t
x
T
2

T
2
-
t
x
T
2

f
X
n

1/T
El espectro obtenido
representa solamente a la
pequea porcin de seal
que hemos seleccionado.
Podemos intentar
representar una porcin
ms larga, es decir de
duracin T > T.
t
x
t
x
x
t
x
t
x
t
x
t
T
2
-
T
2

x
t
T
2
-
T
2

f
X
n

T
T
1/T
1. El espectro se volvi ms
detallado
Observamos tres cosas:
2. La frecuencia fundamental
se redujo (f < f ).
3. La amplitud de las lneas
espectrales en general se redujo
Si deseamos que el espectro
represente a toda la seal,
podramos hacer tender T a
infinito...
... pero nos encontraremos
con el inconveniente de que
tanto la frecuencia
fundamental como los
coeficientes de Fourier
tienden a 0.
En otras palabras, los
armnicos se vuelven
infinitamente prximos e
infinitamente pequeos.
Se tiende, entonces, a un
espectro continuo.
x
f
x
f
Espectro continuo
Conviene utilizar un
concepto anlogo al de
densidad.
Existen dos enfoques. El
primero es para seales de
corta duracin o que tienden a
0 rpidamente con el tiempo.
Es el que conduce a la
Transformada de Fourier.
Antes de introducir la
transformada de Fourier,
reescribamos la serie de
Fourier en versin compleja.
x(t) = C
n
e
E
n =

jn

et

Donde los coeficientes vienen
dados, ahora, por
C
n
= x(t) e dt

-T/2
1
T

-jn

et

T/2
NOTA
Si bien la versin compleja es
algo ms abstracta, contiene la
misma informacin expresada
de un modo ms fcil de
procesar analticamente.
En efecto; por ejemplo:
mientras que, en cambio,
e
j(x + y)

e
jx

= e
jy

sen(x + y) = sen x cos y + sen y cos x
Podemos plantear una densidad
de armnicos dividiendo la
amplitud de cada armnico por la
separacin Af entre ellos. Pero
Af = f = 1/T
de donde
c
n
= x(t) e dt
-jn e
T
t

-T/2
T/2
c
n
= = = T C
n

C
n

Af
C
n

1/T
Si ahora vamos aumentando T
pero elegimos n de manera que

ne
T
~ e
resulta

x(t)

-T/2
T/2
c
T
(e) = dt
-je

t
e
En esta ltima ecuacin
podemos tomar lmite cuando
T

X(e) = x(t) e dt
-je

t

-

Resulta:

Esta funcin se define como
la Transformada de Fourier:
F(x(t)) = X(e) = x

(t) e dt


-
je t
A partir de X(e) se puede
recuperar x

(t) por medio de la
Transformada Inversa de
Fourier:
F
-1
(X(e)) = x(t) = X

(e) e de


-
je t
1
2t
El segundo enfoque conduce a
la densidad espectral. Se basa
en la energa.
x
2
(f ) = lm
X
ef [f, f

]
2

f f
f f

La densidad espectral de una
seal se define como
donde X
ef [f, f

]
es la presin eficaz
obtenida filtrando la seal con un
filtro pasabanda de f a f.
A x
2
(f ) se le llama tambin valor
cuadrtico medio por unidad de
ancho de banda. Se cumple

X
ef [f1, f 2]
2
= x
2
(f) df

f
2

f
1


X
ef [f1, f 2]
2
= x
2
(f) df

f
2

f
1


f
x
2


f
1
f
2

EJEMPLO 1
El ruido blanco se caracteriza
por tener una densidad
espectral constante con la
frecuencia, es decir
x
2
(f ) = K = cte

Al igual que la luz blanca, el
ruido blanco contiene todas
las frecuencias en la misma
proporcin
f
x
2
(f )

Ruido blanco ideal
f
x
2
(f )

Ruido blanco real
Supongamos un ruido blanco
cuya densidad espectral vale
0,001 V
2
/Hz . Calculemos la
tensin eficaz en la banda
audible [20 Hz, 20000 Hz]:
V
ef, audio
2
= 0,001 df

20
20000
V
ef, audio
2
= 0,001(20000 -20)
Resulta:
V
ef, audio
2
= 19,98 V
2

V
ef, audio
= 4,47 V
EJEMPLO 2
El ruido rosa se caracteriza por
tener una densidad espectral
que depende inversamente de
la frecuencia, es decir

x
2
(f ) =
K
f
f
x
2
(f )

Ruido rosa ideal
f
x
2
(f )

Ruido rosa real
NOTA
Definiendo la autocorrelacin
promedio de una seal x

(t) como

xx
(t) = lm x

(t) x

(t t) dt

T/2
-T/2
1
T
T

... se puede demostrar que

x
2
(f ) = 2 F (
xx
(t))

Es decir que la densidad
espectral es el doble de la
transformada de Fourier de la
autocorrelacin.
sta es una expresin analtica que
permite obtener resultados tericos,
como la densidad espectral del ruido
trmico de una resistencia:
v
2
(f ) = 4kTR

k = 1,38 10
-23
Joule/K

T = Temperatura absoluta, K
R = Resistencia, O
Transformada
de Laplace
La Transformada de Laplace se
define como
L(x(t)) = X(s) = x

(t) e dt


0
st
La transformada de Laplace
extiende la transformada de
Fourier a valores complejos de
frecuencia:
s = o + je
A cambio de ello restringe las
seales a las que se aplica a las
que son nulas antes de 0.
Esto permite seales que no
tienden a 0, ya que la exponencial
con parte real negativa hace
convergente la integral.
La transformada de Laplace tiene
propiedades interesantes para el
tratamiento de los sistemas
gobernados por ecuaciones
diferenciales.
Particularmente
L(x(t)) = x(0
+
) + s X(s)
Si x(0
+
) = 0,
L(x(t)) = s X(s)
C
R
+


v
1

+


v
2

i
Recordemos este sistema
sencillo
v
1
= RC v
2
+ v
2

Transformando
v
1
= RC v
2
+ v
2

segn Laplace
V
1
(s)

= RCs V
2
(s) + V
2
(s)
Es decir
V
1
(s)

= (RCs + 1) V
2
(s)
V
2
(s)
V
1
(s)

=

RCs + 1
1
La funcin
H(s)
=

RCs + 1
1
V
2
(s) = H(s) V
1
(s)
es la funcin de transferencia.
Se cumple:
Convolucin
Introduciremos ahora la
funcin impulso de Dirac, o(t)
t
x
c
1/c
t
x
c
1/c
t
x
c
1/c
t
o(t)
La funcin impulso o delta de
Dirac tiene la siguiente propiedad
o

(t) dt = 1


-
De all se puede obtener
(propiedad de muestreo)
x(t) o

(t) dt


-
x(0) =
Tambin se cumple, para
cualquier seal,
x(t) o

(t t) dt


-
x(t) =
La transformada de Laplace de
la delta de Dirac es
L(o

(t)) = A(s) = o

(t) e dt


0
st
A(s) = 1
Aplicando una entrada impulsiva
v
1
(t) = o(t) a un sistema con funcin
de transferencia H(s), resulta
V
2
(s) = H(s) 1 = H(s)
v
2
(t) = L
-1
(V
2
(s))
v
2
(t) = L
-1
(H(s)) = h(t)
h(t) es la respuesta al impulso.
Por consiguiente, la
transformada de Laplace de la
respuesta al impulso coincide
con la funcin de transferencia
del sistema.
Para una entrada v
1

(t) en general se
cumple:
v
2
(t) = v
1

(u) h(t u) du


0
Esta integral se denomina producto
de convolucin.
En otras palabras:
v
2
(t) = h(t) - v
1
(t)
Si ahora aplicamos una entrada
senoidal v
1
(t) = Vsen et al sistema
cuya funcin de transferencia
sea H(s), se puede obtener
v
2
(t) = |H(je)|V sen(et + arg H(je))
H(je) resulta ser la respuesta en
frecuencia del sistema.
Vemos que el proceso bastante
abstracto que conduce a la funcin
de transferencia tiene un correlato
prctico directo, ya que H(je) se
puede medir en el laboratorio
ensayando el sistema con ondas
senoidales de varias frecuencias.
El filtro pasabajos tiene la siguiente
respuesta en frecuencia:
|H|
dB

f
c

Banda de
paso
Banda de
atenuacin
f

1
H(f ) =

\
( )

f
f
c

2
1 +
El filtro pasabajos RC considerado
era un filtro real. Veamos un filtro
ideal:
|H|
e
c

Banda de
paso
Banda de
atenuacin
e
Se puede calcular la respuesta de
un filtro ideal ante una entrada
impulsiva x(t) = o(t), resultando
y(t) = 2f
c

sen e
c
t
e
c
t
t
y(t)
T 2T -2T -T
2f
c

Esta respuesta es, en
apariencia, no causal, ya que
comienza mucho antes de que
aparezca la excitacin (el
impulso de Dirac).
Esta incongruencia se resuelve
teniendo en cuenta que los
sistemas no slo responden
con un rgimen permanente
sino tambin con un rgimen
transitorio superpuesto.
As, un filtro pasabajos RC
como el visto, ante un escaln
de entrada responde con cierto
retardo.
x(t)
t
X
y(t)
t
X
0,63 X
t = RC
constante
de tiempo
Asimismo, ante una onda
senoidal que comienza en t = 0
el resultado tiene tambin un
retardo.
t
x(t)
t
y(t)
Cuanto ms abrupta sea la
cada de la respuesta de un
filtro en la banda de rechazo,
mayor ser su retardo. El
retardo para un filtro ideal
resultara infinito.
Muestreo
El tratamiento digital de
seales implica haber
expresado previamente la
magnitud de la seal en
forma numrica.
Cada nmero as obtenido
representa la magnitud de la
seal en un instante dado.
Como slo se puede manejar
una cantidad finita de nmeros,
slo dispondremos de los
valores numricos de la seal en
algunos instantes de tiempo.
Es decir, tendremos una
sucesin de muestras de la
seal, en lugar de la seal
completa.
Reemplazaremos as la seal
continua por una seal
discreta, en la cual slo
interesan los valores en
instantes discretos.
t
x
T 2T
t
x
T 2T
t
x
T 2T
Por el momento
supondremos que el
muestreo es exacto, es decir
que las muestras no sern a
su vez discretizadas en
magnitud.
t
x
T 2T
El muestreo anterior es ideal,
ya que las muestras de la
seal se toman exactamente
en los instantes kT.
Un muestreo real requiere
cierto tiempo para tomar
cada muestra. En la prctica
ello se logra multiplicando la
seal por un tren de pulsos.
Llamando x
s
(t) a la seal
muestreada, lo que vamos a
hacer es
x
s
(t) = x(t) p(t)
t
T 2T
t
x(t)
p(t)
t
x
s
(t)
T 2T
t
T 2T
p(t)
t
x
s
(t)
T 2T
t
T 2T
p(t)
Nos interesa ahora comparar
el espectro de la seal
muestreada con el de la
seal original.
Calculemos primero el
espectro del tren de pulsos,
que supondremos de
frecuencia f
s
= 1/T (frecuencia
angular
s
= 2 /T ).
t
T 2T
p(t)
-T -2T t/2 -t/2
p(t) = C
n
e
E
n =

jn e
s
t
C
n
= p(t) e dt

-T/2
1
T

T/2
-jn e
s
t
1
t
T 2T
p(t)
-T -2T t/2 -t/2
1
p(t) = C
n
e
E
n =

jn e
s
t
C
n
= e dt =
1
T


- t/2
t/2
-jn e
s
t
sen ne
s
t/2
ne
s
t/2
t
T
t
T 2T
p(t)
-T -2T t/2 -t/2
1
n
C
n

2T/t
t/T
-2T/t 4T/t -4T/t
1 2 -1 -2
t
T 2T
p(t)
-T -2T t/2 -t/2
1
n
C
n

2T/t
t/T
-2T/t 4T/t -4T/t
1 2 -1 -2
Si se reduce el ancho de los
pulsos de muestreo, el
espectro se aplana.
t
T 2T
p(t)
-T -2T t/2 -t/2
1
n
C
n

2T/t
t/T
-2T/t 4T/t -4T/t
1 2 -1 -2
t
T 2T
p(t)
-T -2T t/2 -t/2
1
n
C
n

t/T
2T/t -2T/t
1 2 -1 -2
Calculemos ahora el espectro de
la seal muestreada x
s
(t). Para ello
tengamos en cuenta que
X
s
(e) = x
s
(t) e dt
-je

t

-

Pero
x
s
(t) = x(t) p(t)
Entonces
X
s
(e) =

-

-je

t
e dt
x(t)
C
n
e
E
n =

jn e
s
t
X
s
(e) =

-

-je

t
e dt
x(t) p(t)
En
X
s
(e) =

-

-je

t
e dt
x(t)
C
n
e
E
n =

jn e
s
t
se pueden juntar las dos
exponenciales y conmutar la
integral con la suma:
X
s
(e) =

-

-j(e ne
s
)

t
e dt
x(t)
C
n

E
n =

Pero
es decir, es la transformada
de Fourier de x(t) desplazada
hasta n
s
. Entonces
= X

(e - ne
s
)

-

-j(e + ne
s
)

t
e dt
x(t)
C
n

E
n =

X

(e - ne
s
) X
s
(e) =
En otras palabras, el espectro
de la seal muestreada x
s
(t) es
la suma de una serie de
copias del espectro de la
seal original ponderadas
por los C
n
.
Supongamos una seal
limitada en banda, es decir tal
que su espectro es 0 para
frecuencias mayores que
cierta frecuencia mxima
M
.
e
X(e)
e
M
-e
M

e
X(e)
e
M
-e
M

El espectro resulta bilateral
ya que la transformada de
Fourier, a diferencia de la
densidad espectral,
proporciona espectros
bilaterales.
e
X(e)
e
M
-e
M

X
mx

Veamos ahora el espectro de
la correspondiente seal
muestreada.
e
X
s
(e)
e
e
M
-e
M
e
s
2e
s
-e
s
-2e
s

C
0
X
mx

C
1
X
mx

C
2
X
mx

C
-1
X
mx

C
-2
X
mx

X(e)
X
mx

e
M
-e
M

La situacin anterior slo se
da cuando se cumple la
denominada condicin de
Nyquist:
s
> 2
M

e
X
s
(e)
e
e
M
-e
M
e
s
2e
s
-e
s
-2e
s

X(e)
X
mx

e
M
-e
M

e
X
s
(e)
e
e
M
-e
M
e
s
3e
s
-e
s
-3e
s

X(e)
X
mx

e
M
-e
M

2e
s
-2e
s

e
X
s
(e)
e
e
M
-e
M
e
s
3e
s
-e
s
-3e
s

X(e)
X
mx

e
M
-e
M

2e
s
-2e
s

e
X
s
(e)
e
e
M
-e
M
e
s
4e
s
-e
s
-3e
s

X(e)
X
mx

e
M
-e
M

2e
s
-2e
s
3e
s
-4e
s

e
X
s
(e)
e
e
M
-e
M
e
s
4e
s
-e
s
-3e
s

X(e)
X
mx

e
M
-e
M

2e
s
-2e
s
3e
s
-4e
s

Alias
Teorema del Muestreo
Si una seal se muestrea de
manera que se cumpla la
condicin de Nyquist (
s
> 2
M
),
entonces es posible recuperar
completamente la seal.
( )
t n
e
M


x(t) =
sen (e
M
t - t n)
e
M
t - t n
x
E
n =

Frmula de reconstruccin
La frmula anterior vale para
cualquier frecuencia mayor o
igual que
M
, particularmente
para
s
/2. Resulta
x(t) =
sen t f
s

(t - nT )
t f
s

(t - nT )
x(nT)
E
n =

t
x(t)
2T -2T 4T -4T -T -3T 3T T
Equivale a una serie de
impulsos de Dirac ponderados
por los valores de las muestras
y filtrados con un filtro ideal.
x(t) =
sen t f
s

(t - nT )
t f
s

(t - nT )
x(nT)
E
n =

Equivale a una serie de
impulsos de Dirac ponderados
por los valores de las muestras
y filtrados con un filtro ideal.
x(t) =
sen t f
s

(t - nT )
t f
s

(t - nT )
x(nT)
E
n =

Respuesta al impulso
del filtro ideal
t
x(t) = E x(nT) h(t nT)
2T -2T 4T -4T -T -3T 3T T
t
E x(nT) o(t nT)
Seales
discretas
Una vez realizado el proceso de
muestreo sobre una seal
continua en el tiempo se obtiene
una seal discreta.
t
x(t)
t
x(t)
k
x(k)
2 -2 4 -4 -1 -3 3 1 0
En la seal discreta ya no
interesa demasiado la
correspondencia entre las
muestras y el tiempo en que
fueron tomadas.
Por eso es que la seal discreta
se considera directamente como
una sucesin numrica x(k).
Una seal discreta de
importancia comparable al
impulso de Dirac es el pulso
unitario u
o
(k):
u
o
(k) =
1 si k = 0
0 si k = 0
k
u
o
(k)
2 -2 4 -4 -1 -3 3 1 0
1
El pulso unitario discreto u
o
(k) se
puede considerar como el
resultado de muestrear un
impulso de Dirac continuo
filtrado mediante un filtro ideal
para lograr que cumpla con la
condicin de Nyquist.
k
u
o
(k)
2 -2 4 -4 -1 -3 3 1 0
1
Dada una seal discreta se cumple:
x(m) u
o
(m)
E
m =

x(0) =
Esta ecuacin es anloga a la
ecuacin integral del muestreo:
x(t) o

(t) dt


-
x(0) =
Cualquier seal discreta admite una
representacin por medio de una
superposicin de pulsos unitarios:
x(m) u
o
(n m)
E
m =

x(n) =
x(t) o

(t t) dt


-
x(t) =
Es la versin discreta de
x(k)
k
2 -2 -1 1 0
x(-2)u
o
(k+2)
x(-1)u
o
(k+1)
x(0)u
o
(k)
x(1)u
o
(k-1)
x(2)u
o
(k-2)
Si bien puede parecer que calcular
x(n) con la frmula
x(m) u
o
(n m)
E
m =

x(n) =
es un rodeo que complica las cosas,
en realidad facilitar la obtencin de
la respuesta de sistemas discretos.
Sistemas lineales
discretos
Consideraremos sistemas que
procesan seales discretas, es
decir que reciben en sus entradas
sucesiones de nmeros y entregan
en sus salidas otras sucesiones:
x(k) y(k)

Supondremos que los
sistemas son lineales e
invariantes en el tiempo.
Si y
1
(k)

es la salida ante x
1
(k)

e
y
2
(k)

es la correspondiente a x
2
(k),
entonces ante x
1
(k) + x
2
(k)

la salida
resulta ser y
1
(k)

+ y
2
(k).
x
1
(k) + x
2
(k)

y
1
(k) + y
2
(k)
Asimismo, si y(k)

es la salida
ante x(k), entonces ante Kx
1
(k)
la salida resulta ser Ky
1
(k).
K x(k)

K y(k)
La invariancia en el tiempo
significa que si ante una seal
x(k)

se obtiene una respuesta
y(k), entonces ante x(k + n) se
tendr una respuesta y(k + n).
Si excitamos un sistema
discreto con un pulso unitario
u
o
(k) obtendremos una
respuesta h(m) denominada
respuesta al impulso.
y que el sistema es lineal e
invariante en el tiempo, podemos
obtener la respuesta como
x(m) h(n m)
E
m =

y(n) =
Teniendo en cuenta que
x(m) u
o
(n m)
E
m =

x(n) =
x(m) h(n m)
E
m =

y(n) =
Nuevamente podemos establecer
un paralelo entre el caso continuo
y el discreto
y(t) = x

(u) h(t u) du


0
x(n) - h(n) y(n) =
El segundo miembro de
se llama producto de convolucin
discreto entre x(n) y h(n)
x(m) h(n m)
E
m =

y(n) =
EJEMPLO
Supongamos un sistema cuya
respuesta al impulso sea
h(n) =
0 si n < 0
Ka

n
si n > 0
k
h(k) = K a
n
2 -2 4 5 -1 6 3 1 0
K
Entonces
La sumatoria arranca de 0 y no de -
porque la respuesta al impulso es
causal (empieza despus de la
excitacin)
Ka
m
x(n m)
E
m = 0

y(n) =
Si tambin x(n) = 0 para n < 0
entonces la suma se extiende a un
nmero finito de trminos:
Ka
m
x(n m)
E
m = 0
n
y(n) =
Si tuviramos que calcular los valores
de la respuesta
Ka
m
x(n m)
E
m = 0
n
y(n) =
desde n = 0 hasta n = N, tendramos
que realizar aproximadamente 2N
2
operaciones, lo cual sera un
desperdicio de recursos.
Mediante un artificio lograremos no
slo ahorrar operaciones, sino
adems representar mejor al sistema.
Para ello escribimos
Ka

m
x(n 1 m)
E
m = 0
n
y(n 1) =
Ka
m
x(n 1 m)
E
m = 0
n
y(n 1) =
el cambio de variable q = m + 1,
Haciendo en
Ka
q
x(n q)
E
q = 1
n
y(n 1) = a
-1

y(n)

K x(n) a y(n 1) =
de donde se obtiene
Finalmente,
a y(n 1)

+ K x(n) y(n) =
La ecuacin
se llama ecuacin diferencia del
sistema. Es una ecuacin recursiva.
Para obtener la respuesta desde n = 0
hasta n = N, tendramos que efectuar
solamente 3N operaciones.
a y(n 1)

+ K x(n) y(n) =
Reescribiendo la ecuacin diferencia
en la forma
y(n) a y(n 1)

= K x(n)
es comparable a la ecuacin diferencial
en el caso continuo:
v
2
(t) + RC v
2
(t) = v
1
(t)
As como la derivada representa
una especie de memoria de
cmo vena evolucionando la
seal en el caso continuo, en el
caso discreto ese papel est
representado por la muestra
anterior, y(n 1).
Si bien el ejemplo anterior es un
caso particular, muchos sistemas
discretos pueden ser descriptos
mediante una ecuacin diferencia
cuya forma general es
a
k
y(n k)
E
k = 1
N
y(n) + b
k
x(n k) =
E
k = 0
M
Volviendo al ejemplo, la ecuacin
y(n) = a y(n 1)

+ K x(n)
permite, a su vez, obtener la respuesta
al pulso unitario. Se cumple:
y(n) =
K si n = 0
a y(n 1) si n > 0
Si explicitamos el tiempo, podremos
relacionar el sistema continuo con el
discreto:
y(nT) = a y(nT T)

+ K x(nT)
Si las seales fueron adecuadamente
muestreadas, podramos aproximar
una muestra de la derivada por:
y(nT) y(nT T)
y(nT) ~
T

y(nT) ~
y(nT) y(nT T)
T

t
y(t)
nT nT - T
y(nT - T)
y(nT)
Trabajando sobre esa aproximacin
de la derivada se puede llegar a
y(t) +
1 a
T

y(t) =
K
T

x(t)
Esta es una ecuacin diferencial
de primer orden como la del
pasabajos RC
OBSERVACIN
La ecuacin diferencial anterior NO es
exactamente equivalente al sistema
discreto propuesto. Es slo una
aproximacin que funciona bien para
frecuencias bajas, mucho menores
que la frecuencia de Nyquist.
Particularmente, la respuesta al
impulso en el dominio continuo se
puede verificar que es
h(t) =
0 si t < 0
si t > 0
1 a
T

K
T

-
t
e
Esta respuesta, muestreada en
los instantes nT resulta
h(nT) =
0 si n < 0
si n > 0
K
T
e
(1 a) n
Vemos que no son equivalentes
dado que
a
e
a 1
NOTA
a
e
a 1
y por lo tanto el sistema
discreto y el continuo son
aproximadamente equivalentes.
Cuando a 1, se cumple la
aproximacin
es muy aceptable.
Es interesante observar que si
a ~ 1, el sistema discreto responde muy
lentamente (la constante de tiempo es
mucho mayor que T), por lo cual la
aproximacin de la derivada
y(nT) ~
y(nT) y(nT T)
T

ambos sistemas son casi
equivalentes.
En otras palabras, cuando el filtro
pasabajos tiene una frecuencia de
corte muy baja y por lo tanto impide
el paso de seales rpidamente
variables que no cumpliran con la
aproximacin
y(nT) ~
y(nT) y(nT T)
T

En general, lograr un sistema
discreto que sea aproximadamente
equivalente a uno continuo dado es
difcil, y suele requerir mayor orden.
As, el filtro pasabajos de primer
orden requerira varias muestras
anteriores y no slo una.
A diferencia de los filtros continuos
analgicos, en los que un mayor
orden implica ms componentes y
ms complejidad, en el caso
discreto ello se resuelve por
software.
Transformada
discreta de
Fourier
La transformada de Fourier en
el dominio continuo era la
continuizacin de la serie de
Fourier.
Para ello se parta de
x(t) = C
n
e
E
n =

jn et
C
n
= x(t) e dt

-T/2
1
T

T/2
-jn et
... se divida por la separacin
entre armnicos (es decir, por
1/T) para obtener una especie
de densidad de armnicos:
c
n,T
= x(t) e dt

-T/2
T/2
-jn et
... y finalmente se haca tender T
a para abarcar toda la seal:
X(e) = x(t) e dt

-

-jn et
x(t) = X

(e) e de


-
je t
1
2t
La transformada discreta busca
obtener esto por mtodos
numricos, por lo cual el paso
al lmite no es posible.
Procuramos entonces seleccionar un
intervalo adecuado, representado por
slo N muestras de la seal.
t
x
t
0

t
N-1

t
k

t
Procuramos entonces seleccionar un
intervalo adecuado, representado por
slo N muestras de la seal.
x
t
0
t
k

t
N-1

t
Procuramos entonces seleccionar un
intervalo adecuado, representado por
slo N muestras de la seal.
x
t
0
t
k

t
N-1

Procuramos entonces seleccionar un
intervalo adecuado, representado por
slo N muestras de la seal.
x
t
0
t
k

t
N-1

t
t
Este intervalo, de extensin NT, ser el
perodo utilizado para prolongar
peridicamente la seal.
x
t
0
t
k

t
N-1

NT 2NT
e
-jn e t
k

C
n
~ x(t
k
)
E
k = 0
N-1
At
1
NT


Aproximaremos numricamente la
integral

0

1
NT

NT
C
n
= dt x(t)
-jn et
e
e
-jn e t
k

C
n
~ x(t
k
)
E
k = 0
N-1
At
1
NT


Pero At = T y t
k
= kT , de modo que
e
-jn e kT
C
n
~ x(kT)
E
k = 0
N-1
1
N


Ahora intentaremos utilizar en la
frmula siguiente:
x(t) =
E
n =

jn et
e C
n

los coeficientes aproximados:
e
-jn e kT
C
n
~ x(kT)
E
k = 0
N-1
1
N


Notemos primero que para que
el muestreo sea correcto debe
cumplirse el teorema del
muestreo.
Esto significa que no todos los
coeficientes de
x(t) = C
n
e
E
n =

jn et
realmente aparecen, ya que la seal
debe estar limitada en banda.
Se puede demostrar que slo
interesan los coeficientes entre
0 y N - 1:
x(t) = C
n
e
E
n = 0
N-1
jn et
Entonces:
x(mT) ~
E
n = 0
N-1
e
-jn e kT
x(kT)
E
k = 0
N-1
1
N


( )
e
jn e mT
Sorprendentemente, esta
frmula, que en apariencia es
aproximada, resulta exacta.
Podemos reescribirla teniendo
en cuenta que eT = 2t/N y
conviniendo en llamar x(kT) = x(k)
x(m) =
E
n = 0
N-1
e
-j 2t n k /N
x(k)
E
k = 0
N-1
1
N


( )
e
j 2t n m/N
Podemos reescribirla teniendo
en cuenta que eT = 2t/N y
conviniendo en llamar x(kT) = x(k)
x(m) =
E
n = 0
N-1
e
-j 2t n k /N
x(k)
E
k = 0
N-1
1
N


( )
e
j 2t n m/N
Transformada
discreta de Fourier
Entonces, la transformada discreta
de Fourier queda definida como
X(n) = e
-j 2t n k /N
x(k)
E
k = 0
N-1
1
N


en tanto la transformada discreta de
Fourier inversa es
x(m) = e
j 2t n m /N
X(n)
E
n = 0
N-1
En muchos textos la transformada
discreta de Fourier se define como
X(n) = e
-j 2t n k /N
x(k)
E
k = 0
N-1
NOTA
es decir, se suprime el fator 1/N.
En cambio, se trasfiere dicho factor
1/N a la transformada discreta de
Fourier inversa:
x(m) = e
-j 2t n m /N
X(n)
E
n = 0
N - 1
1
N


NOTA
EJEMPLO 1
La Transformada discreta de Fourier
de un pulso unitario u
o
(k) es
U
o
(n) = e
-j 2t n k /N
u
o
(k)
E
k = 0
N-1
1
N


=
1
N


es decir, resulta ser constante.
EJEMPLO 1
n
U
o
(n)
2 N - 1 1
. . .
1/N
0
k
u
o
(k)
2 N - 1 1
. . .
1
0
EJEMPLO 2
La Transformada discreta de Fourier
de una seal armnica x(k) = e
jkTe
es
E
k = 0
N-1
X(n) = e
-j 2t n k /N
e
1
N


j kTe
EJEMPLO 2
Para frecuencias coincidentes con las
frecuencias que aparecen en la
transformada discreta inversa, es
decir e = 2t m/NT, se obtendr
resultado muy simple...
EJEMPLO 2
E
k = 0
N-1
X(n) = e
-j 2t n k /N
e
1
N


j kT 2t m/NT
=
E
k = 0
N-1
e
-j 2t n k /N
e
1
N


j 2t mk /N
= =
E
k = 0
N-1
e
1
N


j 2t (m n) k /N
= =
1 si n =m
0 si n = m
EJEMPLO 2
k
m x(k)
2
N - 1
1
. . .
0
9e x(k)
k
2 N - 1 1
. . .
0
n
X(n)
2 N - 1 1
. . .
0
EJEMPLO 2
k
m x(k)
2
N - 1
1
. . .
0
9e x(k)
k
2 N - 1 1
. . .
0
n
X(n)
2 N - 1 1
. . .
0
EJEMPLO 2
k
m x(k)
2
N - 1
1
. . .
0
9e x(k)
k
2 N - 1 1 . . . 0
n
X(n)
2 N - 1 1
. . .
0 3
EJEMPLO 2
Este resultado era esperable, ya que
en ese caso estamos obteniendo la
representacin de Fourier de un
armnico individual, por lo que es
lgico que la transformada de Fourier
contenga una sola lnea no nula y,
adems, coincidente con la frecuencia
del armnico.
EJEMPLO 2
Para frecuencias arbitrarias, es decir
para las que la cantidad de muestras
tomadas representa una cantidad no
entera de ciclos, se obtiene:
X(n) =
1
N


e
j N (eT 2t n/N)
1
e
j(eT 2t n/N)
1
EJEMPLO 2
n
X(n)
2 N - 1 1
. . .
0 3
0,64
k
m x(k)
2
N - 1
1
. . .
0
9e x(k)
k
2 N - 1
1 . . . 0
EJEMPLO 2
n
X(n)
2 N - 1 1
. . .
0 3
0,64
k
m x(k)
2
N - 1
1
. . .
0
9e x(k)
k
2 N - 1
1 . . . 0
Vemos que en este caso, como
ninguna lnea espectral coincide con
la frecuencia de la seal analizada, las
mayores lneas espectrales aparecen
en las proximidades de dicha
frecuencia, pero tambin aparecen
otras lneas no nulas.
EJEMPLO 2
n
X(n)
2 N - 1 1
. . .
0 3
0,64
k
m x(k)
2
N - 1
1
. . .
0
9e x(k)
k
2 N - 1
1 . . . 0
EJEMPLO 3
Es interesante obtener la transformada
discreta de Fourier de una seal
senoidal real x(k) = cos kTe:
E
k = 0
N-1
X(n) = e
-j 2t n k /N
cos kTe
1
N


EJEMPLO 3
Aplicando la frmula de Euler puede
escribirse:
E
k = 0
N-1
X(n) = e
-j 2t n k /N
1
N


e
j kTe
e
j kTe
1
2


+ ( )
EJEMPLO 3
Equivale a obtener la transformada
discreta de dos exponenciales de
exponente opuesto:
E
k = 0
N-1
X(n) = e
-j 2t n k /N
1
N


e
j kTe
e
j kTe
1
2


+ ( )
e
j kTe
e
j kTe
y .
EJEMPLO 3
Si la frecuencia coincide con alguna
de las frecuencias que aparecen en la
transformada discreta inversa, es
decir e = 2t m/NT, resulta:
X(n) =
1/2 si n =m
1/2 si n = N m
0 si n = m, N m
EJEMPLO 3
x(k)
k
2 N - 1 1
. . .
0
n
X(n)
2 N 1
. . .
0 N - 2
OBSERVACIONES
X(n) = e
-j 2t n k /N
x(k)
E
k = 0
N-1
1
N


La transformada discreta de Fourier
produce N lneas espectrales, ya que
los valores admisibles de n son N.
OBSERVACIONES
X(N n) = X*(n)
Sin embargo, para una seal x(k)
cuyos valores son reales (todas las
seales fsicas), existe simetra
conjugada alrededor de N/2:
X(n)
X(N n)
9 e
m
OBSERVACIONES
La suma X(N n) + X(n)
proporciona un armnico real.
Hay, entonces, alrededor de N / 2
armnicos cuyas frecuencias
cubren desde 0 hasta e
s
/ 2.
Si la tasa o frecuencia de
muestreo es f
s
, entonces la
frecuencia fundamental ser f
s
/N.
Tambin la separacin entre
armnicos ser f
s
/N.
OBSERVACIONES
En la prctica, f
s
/N representa
la resolucin en frecuencia
del espectro obtenido.
OBSERVACIONES
Cuanto ms detallado sea el
espectro requerido, menor
deber ser f
s
/N y por lo tanto
mayor deber ser N.
OBSERVACIONES
Concluimos que para obtener
un espectro muy detallado el
tiempo total a muestrear (NT)
es muy extenso.
OBSERVACIONES
Esta condicin se denomina
principio de indeterminacin
tiempo-frecuencia.
OBSERVACIONES
Segn este principio, se puede
obtener un espectro con gran
resolucin en frecuencia y baja
resolucin en tiempo o
viceversa, pero no puede
lograrse gran resolucin en
ambos simultneamente.
OBSERVACIONES
Por ejemplo, si f
s
= 44,1 kHz y se
requiere una resolucin de 10 Hz,
entonces debe elegirse
La menor potencia de 2 que
cumple con esto es N = 8192.
N > = 4410.
44100
10
OBSERVACIONES
En el caso anterior, se requieren
8192 muestras que, a una tasa de
muestreo de 44100 Hz, equivalen
a un tiempo total de muestreo
T = = 186 ms.
8192
44100
OBSERVACIONES
Si en lugar de 10 Hz la resolucin
requerida fuera de 100 Hz,
entonces debe elegirse
Utilizando una potencia de 2,
bastar tomar N = 512.
N > = 441.
44100
100
OBSERVACIONES
En este caso, se requieren slo 512
muestras que, a una tasa de muestreo
de 44100 Hz, equivalen a un tiempo
total de muestreo menor:
T = = 11,6 ms.
512
44100
OBSERVACIONES
Respuesta en
frecuencia
Vimos cmo los sistemas
discretos admitan ser analizados
mediante la respuesta impulsiva.
Tambin pueden caracterizarse
mediante su respuesta en
frecuencia.
En lugar de excitar con una
seal senoidal discretizada
x(n) = X sen enT, lo haremos con
una exponencial compleja, por
ser analticamente ms simple:
j e n T
e
x(n) =
Desde luego, esto puede hacerse
porque hay una equivalencia que
se origina en la igualdad de Euler:
j e n T
e
= cos enT + j sen enT
que, aplicada a este caso,
j x
e
= cos x + j sen x
Para cumplir con el Teorema del
Muestreo debe cumplirse que
f < f
s
/ 2, es decir, que |e| < t / T.
Es habitual en seales discretas
dejar de lado el tiempo y hablar
de la frecuencia normalizando el
tiempo de muestreo a T = 1.
Resulta, entonces, que |e| < t,
es decir,
t < e < t
En ese caso, la seal a utilizar
como seal de ensayo tendr la
forma
n je
e
x(n) =
t < e < t
donde
Tendremos:
Resulta, aplicando convolucin:
n je
e
h(n)
y(n)
h(m)
E
m =

y(n) =
(n - m) je
e
h(m)
E
m =

y(n) =
(n - m) je
e
Sacando e
n j
e
afuera de la suma,
y(n) = h(m)
E
m =

-m je
e
n je
e
h(m)
E
m =

y(n) =
(n - m) je
e
y(n) = h(m)
E
m =

-m je
e
n je
e
Sacando e
n j
e
afuera de la suma,
Respuesta en
frecuencia
En otras palabras, si excitamos
con una seal armnica la
respuesta es otra seal armnica
de igual frecuencia afectada por
la respuesta en frecuencia
discreta.
Se utiliza la notacin
= h(m)
E
m =

-m je
e
( )
je
e H
Entonces podemos escribir
y(n) =
n je
e
( )
je
e H
Lo anterior sugiere efectuar un
cambio de variable
= h(m)
E
m =

-m
z H(z)
Entonces podemos escribir
je
e
z =
La funcin
= h(m)
E
m =

-m
z H(z)
se denomina Transformada Z
de h(m), y cumplir un papel
similar al de la transformada
de Laplace.
La Transformada Z tiene una
importante propiedad que la hace
aplicable a la resolucin de
sistemas lineales discretos. Si
llamamos g(m) = h(m - 1), entonces
= h(m - 1)
E
m =

-m
z G(z)
= h(m - 1)
E
m =

-m
z G(z) =
=
h(m - 1)
E
m =

-(m - 1) - 1
z
=
=
h(m)
E
m =

-m - 1
z
=
=
h(m)
E
m =

-m
z
=
- 1
z
H(z)
- 1
z
= h(m - 1)
E
m =

-m
z G(z) =
=
h(m - 1)
E
m =

-(m - 1) - 1
z
=
=
h(m)
E
m =

-m - 1
z
=
=
h(m)
E
m =

-m
z
=
- 1
z
H(z)
- 1
z
Resulta
Es decir que la transformada Z de
un retardo equivale a multiplicar
por z
-1
a la transformada Z de la
seal sin retardar.
= G(z) H(z)
- 1
z
Esto permite transformar una
ecuacin diferencia en una
ecuacin algebraica de tipo
polinomial en la variable z
-1
.
EJEMPLO
Consideremos la ecuacin diferencia
vista anteriormente:
y(n) = a y(n 1)

+ K x(n)
Aplicando la transformada Z:
Y(z) = a z
-1
Y(z)

+ K X(z)
de donde
Y(z) (1 a z
-1
)

= K X(z)
Es decir
Y(z) = X(z)
1 a z
-1

K
Por ltimo,

1 a z
-1

K
=
Y(z)

X(z)
La funcin Y(z)/X(z) es la funcin
transferencia z del sistema.
Resulta interesante comprobar que la
funcin de transferencia z coincide
con la transformada Z de la respuesta
al impulso.
En efecto, la transformada Z
del pulso unitario es
= u
o
(m)
E
m =

-m
z U
o
(z) = 1
0
z = 1
Entonces,
H(z) = U
o
(z)
1 a z
-1

K
es decir,
H(z) =
1 a z
-1

K
1
Esto permite obtener una expresin
ms simple para la respuesta en
frecuencia:
H(e
je
) =
1 a e
-je

K
o bien
H(e
je
) =
e
je
a
K e
je

Dado que e
je
est sobre el crculo
unitario, se tiene:
9 e
e
je
a
a
m
e
je

e
1
Dado que e
je
est sobre el crculo
unitario, se tiene:
e
je
a
a
e
je

e
1
9 e
m
Dado que e
je
est sobre el crculo
unitario, se tiene:
e
je
a
a
e
je

e
1
9 e
m
Finalmente, podemos representar
grficamente |H(e
je
) |:
-20
0 1 2 3 -1 -2 -3
-15
-10
-5
0
5
|
H

|





[
d
B
]

e [rad ]
Lo anterior se puede generalizar al
caso de un sistema de orden N:
a
k
y(n k)
E
k = 1
N
y(n) + b
k
x(n k) =
E
k = 0
M
a
k
z
-k
Y(z)
E
k = 1
N
Y(z) + b
k
z
-k
X(z) =
E
k = 0
M
Transformando Z, tenemos:
... de donde resulta
a
k
z
-k

E
k = 1
N
1 +
=
Y(z)

X(z)
H(z) =
b
k
z
-k

E
k = 0
N
Nuevamente, tenemos un paralelismo
entre el dominio continuo y el
discreto. La funcin transferencia,
obtenida como cociente de las
transformadas Z de la salida y la
entrada, es tambin la transformada Z
de la respuesta al pulso unitario.
Taller de audio Taller de audio
lvaro Espagnolo lvaro Espagnolo
Universidad del Trabajo del Uruguay Universidad del Trabajo del Uruguay
Agradecimientos
--oOo--
Mara Victoria Gmez
Universidad Nacional de Rosario
Francisco y Andrs Miyara
Mara Victoria Gmez
Universidad Nacional de Rosario
Francisco y Andrs Miyara