TRATAMIENTO DE SEALES DIGITALES

Seales digitales
Vamos a estudiar sistemas lineales que trabajan con seales temporales. Hasta ahora hemos trabajado con datos multidimensionales pero estticos, que nunca dependan del tiempo, como la clasificacin de patrones. El tiempo establece un orden en la entrada de datos, i.e. los datos estn indexados por una variable continua t. Los llamaremos seales temporales o series temporales. Esto da lugar a una estructura en el espacio de entrada que debe ser organizada mediante topologas adecuadas.

Seales digitales
La mayor parte de lo que percibimos del mundo son fenmenos que existen en el tiempo. Los mensajes estn asociados a variables fsicas (la presin en el odo, ondas luminosas en la vista, etc.) que pueden ser interpretadas como funciones reales de variable real D = x(t). El tiempo es continuo y las funciones son continuas. A estas seales se las llama seales analgicas. Normalmente imponemos restricciones para simplificar el desarrollo, que no afecten a las conclusiones. Supondremos que las funciones son suaves (derivables) y tienen una cantidad finita de energa:

x 2 (t )dt <

Seales digitales
Los ordenadores no pueden trabajar directamente con seales analgicas (continuas). Es necesario transformarlas en discretas mediante un proceso que consiste en tomar los valores de la funcin en diferentes valores del tiempo:

x( n0 ) = x(t ) |t = n0
fsicamente esto se implementa en un convertidor analgico a digital (A/D)

A/D

Seales digitales
A/D

As transformamos una funcin real en una sucesin de nmeros reales: {x(nT)} = x(T), x(2T), ... x(NT) y la variable se transforma en un nmero entero de modo que se puede almacenar en un nmero finito de bits. El problema consiste ahora en decidir cual debe ser el intervalo T que se elige de modo que no se pierdan las caractersticas esenciales de la seal

Seales digitales
El teorema de Nyquist dice que x(t) puede ser recuperada con precisin y los datos x(nT) contienen toda la informacin necesaria para reconstruir la seal analgica si el inverso del intervalo, es decir la frecuencia elegida cumple

1 f s = > 2 f max Ts
donde fmax es la frecuencia mxima de la seal.

Procesamiento digital
Se puede considerar una seal digital {x(nT)} = x(T), x(2T), ... x(NT) o simplificando la notacin x = [ x(n), x(n-1), ... x(n-N+1) ]t como un vector de longitud N

Procesamiento digital
Suponiendo una base ortonormal 0, .. N-1se puede escribir en trminos de las proyecciones:

x=

N 1 i =0

x(i ) i =

N 1 i =0

x(i )(n i )

1 si n = 0 ( n) = 0 si n 0
Lo que quiere decir que para representar una seal discreta de longitud N necesitamos el valor actual y los N-1 anteriores. Un delay (operador que retrasa la seal en un tiempo sin modificarla) es la topologa natural para implementar esta descomposicin.

Procesamiento digital
x(n) x(n-1) z-1

z es el operador delay en el campo complejo, dado por z = esT donde s= + i w y T es el periodo.

Procesamiento digital
En cada momento el vector seal cambia su posicin en el espacio creando una trayectoria que se denomina trayectoria de la seal

Procesamiento digital
La diferencia con los problemas estticos es que al aadir un nuevo dato x(n+1) el vector x que se genera tiene todas las componentes del anterior salvo la x(n-N+1) que desaparece para dejar sitio al nuevo dato. Todos los valores intermedios siguen almacenados pero en diferente posicin. El vector as generado no es demasiado diferente del anterior y produce una trayectoria en espiral, mientras que en los problemas estticos no hay ninguna relacin entre un patrn y otro.

Procesamiento digital
Si queremos analizar una seal discreta y peridica con 1.000.000 de datos, necesitaramos un espacio de dimensin 1.000.000, completamente intratable. Si lo consideramos como una seal temporal, podemos limitar la posicin de la trayectoria de la seal a un espacio de dimensin mucho menor (bastara la longitud del periodo) y analizar la seal original como una trayectoria en dicho espacio.

Procesamiento digital
Una de los objetivos del procesamiento digital es encontrar la dimensin del espacio de reconstruccin que cuantifica apropiadamente las caractersticas de la seal. El tamao del este espacio determina la longitud N de una ventana de tiempo que se desliza sobre toda la serie. Tamao que corresponde a la dimensin del espacio de reconstruccin.

Procesamiento digital
La eleccin de la dimensin no es trivial, ya que depende entre otras cosas de los objetivos del proceso. Si reconstruimos la trayectoria del ejemplo anterior en un espacio bidimensional, aparecer una trayectoria diferente, lo que puede complicar el procesamiento de la seal

Filtros
Un sistema lineal FIR (finite impulse response) es un sistema cuya respuesta es finita y se calcula como combinacin lineal de los valores anteriores de la entrada.

y ( n) =

N i =0

wi x(n i )

Donde los wi son los pesos o coeficientes del filtro, o, en y (n) = wT x(n) = xT (n) w notacin vectorial:

Filtros

As un sistema lineal crea una proyeccin de la entrada sobre un vector w definido por los parmetros del sistema y est contenido en el hiperplano generado por los ltimos datos de la seal.

Filtros

Dependiendo de la posicin relativa del vector de pesos y de la trayectoria de la seal, esta proyeccin puede que preserve la mayor parte de la informacin de la seal o, por el contrario, que la distorsione seriamente. El trabajo del diseador consiste en elegir la direccin de la proyeccin de modo que se conserve la informacin esencial de la seal.

Anlisis en el tiempo de sistemas lineales

Una manera de describir un sistema lineal es por medio de la respuesta a un impulso h(n), la respuesta en tiempo 0 cuando la entrada es (n). La respuesta transitoria (transient response) es el tiempo que tarda el sistema en estabilizarse ante una entrada constante. La respuesta a un impulso describe completamente un sistema lineal, para el filtro estudiado sera:

y ( n) =

N i =0

wi (n i )

es decir, una funcin de tiempo con valores iguales a los pesos h(i)=wi por lo que ser finita (mximo N+1 valores)

Anlisis en el tiempo de sistemas lineales

La respuesta a un sistema lineal frente a una entrada arbitraria se puede calcular por la convolucin de la entrada con la respuesta a un impulso del sistema h(n):

y ( n ) = x ( n) * h ( n ) =

x(n i )h(i )

i =

Si el filtro se inicializa a 0, para n=0, y(0)=w0x(0), para n=1, y(1)=w0x(1)+w1x(0), para n=2, y(1)=w0x(2)+w1x(1)+w2x(0) para n=N, y ( N ) =
N i =0

wi x( N i )

y para un segmento de seal de longitud M tiene M+N-1 sumandos

Anlisis en el tiempo de sistemas lineales

Una aplicacin importante de esta tcnica es la llamada deteccin, bsqueda de una seal oculta por un ruido. Se crea un filtro cuyos pesos son los datos, conocidas a priori, de la seal. Este filtro maximiza la salida de la seal sobre el ruido circundante. De esta manera, observando los picos de la salida se puede detectar dnde se encuentra la respuesta transitoria de la seal a pesar del ruido. Este tipo de filtros se usan frecuentemente en comunicaciones como receptores ptimos.

Anlisis en el tiempo de sistemas lineales

Hasta ahora hemos estudiado filtros de respuesta finita al impulso (FIR), otro tipo, los de respuesta infinita (IIR), contiene a los sistemas recurrentes, como por ejemplo el sistema:

y (n) = (1 ) y (n 1) + x(n)

Anlisis en el tiempo de sistemas lineales

La respuesta de este sistema al impulso (n) es:

h(0) = 0 + 1 h(1) = (1 ) + 0 h(2) = (1 ) 2 + 0 h(n) = (1 ) n + 0

que es infinita.

Anlisis en el tiempo de sistemas lineales

Si 0 < < 1 h(n) tiende a 0 con una velocidad que depender del coeficiente de retroalimentacin . Se puede considerar 0 despus de un tiempo finito n0. El sistema ser afectado por cualquier entrada que le sea aplicada. Para < 0 o > 2 la respuesta diverge para condiciones iniciales 0. La respuesta al impulso nunca desaparece y prcticamente no es afectado por las entradas.

Anlisis en el tiempo de sistemas lineales

El sistema se considerar estable si a una entrada finita, corresponde una respuesta finita, eso significa que la suma de los valores de respuesta al impulso debe ser finita. En sistemas recurrentes, en los que la relacin viene dada por los parmetros de retroalimentacin, la estabilidad se garantiza por la condicin |1 - | < 1

Anlisis en el tiempo de sistemas lineales

Este sistema es un buen mtodo para describir sistemas lineales, pero no es muy prctico porque: La salida del sistema no puede ser calculada por evaluaciones sucesivas (ya que requiere la convolucin entre la entrada y la respuesta al impulso) El clculo de la respuesta requiere un nmero de multiplicaciones del orden de O(N2) No es muy adecuada para calcular el efecto de los sistemas lineales como filtros, que es el objetivo del tratamiento de seales lineales. Debemos buscar mtodos que puedan ser usados para describir sistemas y calcular su respuesta en evaluaciones sucesivas con un menor coste.

Anlisis en la frecuencia de sistemas lineales

Esta tcnica est basada en el anlisis de Fourier. Consiste en descomponer la seal en energa por frecuencia y se denomina anlisis espectral. Se descompone la seal en forma compleja:

snT

=e

anT + inT

donde s es una variable compleja, n es un entero, a y son reales y T es el periodo. es la resolucin de la frecuencia, es inversa del tiempo y se considera como el incremento de frecuencia ms pequeo que puede ser representado en NT segundos ( = 2/NT) Tambin se puede considerar como la frecuencia menor que puede ser medida en una ventana de NT segundos.

Anlisis en la frecuencia de sistemas lineales

La seal {x(n)}se proyecta en la base ortonormal formada por los vectores X ( k ) = e . Cada uno de =e ellos describe una elipse en el espacio de seales. A esto se le llama anlisis armnico o de Fourier. X(k) es el k-esimo coeficiente de Fourier y el conjunto se denomina Serie de Fourier Discreta (DFS) de x(n) o espectro de x(n).
ikT i 2 k N

Anlisis en la frecuencia de sistemas lineales

Los X(k) son peridicos respecto a N y se pueden descomponer en magnitud, simtrica respecto a N/2 y fase, antisimtrica respecto a N/2. Es fcil calcularlos mediante un algoritmo del orden O(NlogN) llamado fast Fourier transform (FFT)

Anlisis en la frecuencia de sistemas lineales

Adems como la longitud de un vector es independiente de las bases si stas son ortonormales, no se pierde informacin.

La transformada Z y la funcin de transferencia

Hemos usado el anlisis espectral aplicado a seales, se puede aplicar el mismo principio a sistemas?. Un sistema se describe por su respuesta al impulso, que puede ser considerado como una seal, pero este camino no es eficiente ya que requiere un conocimiento a priori de la respuesta al impulso. La salida de un sistema se puede calcular: Mediante la convolucin de la respuesta al impulso con la entrada Generando las salidas mediante la ecuacin de diferencias

La transformada Z y la funcin de transferencia

La ecuacin de diferencias da un algoritmo para calcular la salida del sistema, pero no predice lo que va a suceder a las caractersticas de la seal que entra, ya que el sistema y la entrada estn mezcladas en la misma ecuacin. Sera conveniente separar la funcin del sistema de la entrada. La transformada Z X ( z ) =

x(n) z n convierte ecua-

ciones en diferencias en ecuaciones algebraicas, por ejemplo en el operador delay:

n =

D( z ) =

(n 1) z n = z 1

n =

La transformada Z y la funcin de transferencia

Si aplicamos la transformada Z al combinador lineal:

Y ( z) =
N

n = i = 0

wi x(n i ) z n

n = wi x(n i ) z i =0 n =
N

N wi x(n) z n i = X ( z ) wi z 1 = X ( z ) H ( z ) i =0 i =0 n =

Donde Y(z) y X(z) son las transformadas Z de la salida y la entrada respectivamente. H(z) es la denominada funcin de transferencia que describe el comportamiento del sistema lineal. La salida se obtiene as multiplicando la transformada de la entrada y la funcin de transferencia.

La respuesta de frecuencia
Podemos tambin construir la respuesta de cualquier sistema lineal S mediante el clculo de la respuesta del sistema a cada uno de los vectores de la base ortonormal:

y (n) = S ( x(n)) = S

N k =0

k e i k n =

N k =0

k H ( e i k n ) =

N k =0

k k e i k n

Lo que significa que cualquier sistema lineal afecta a la fase y a la amplitud de cada frecuancia de la seal de entrada y que el efecto puede ser calculado independientemente en cada frecuencia. Las cantidades k = H (e i k n ) representan el efecto del sistema lineal en cada frecuencia y se denominan respuesta de frecuencia.

La respuesta de frecuencia
Y ( e i k n ) = H ( e i k n ) X ( e i k n )
Esta relacin es muy importante ya que nos permite predecir lo que va a suceder con la seal de entrada al atravesar el sistema lineal y por tanto especificar a travs del diseo la respuesta del sistema para conseguir los objetivos de proceso que busquemos. La gran ventaja de la respuesta de frecuencia es que la inversa puede ser calculada mediante el algoritmo FFT mientras que con la funcin de transferencia se requiere el clculo de la transformada Z, mucho ms difcil.

Respuesta de frecuencia, polos y ceros

Un aspecto que los ingenieros suelen usar es la prediccin de la respuesta de frecuencia mediante los polos y los ceros de la funcin de transferencia. Estos se pueden calcular fcilmente a partir de la ecuacin en diferencias:

y (n) (1 ) y (n 1) = x(n) Y ( z ) = [1 (1 ) z ] = X (n)

.
1

1 z H ( z) = = 1 1 (1 ) z z (1 )

Que indica que la funcin de transferencia tiene un cero en z = 0 y un polo en z = 1 -

Respuesta de frecuencia, polos y ceros

La forma de la respuesta de frecuencia k = H (e i k n ) depende exclusivamente de la situacin de los polos y los ceros de la funcin de transferencia La respuesta de frecuencia puede ser obtenida grficamente considerando la respuesta del sistema como una tienda de campaa colocada alrededor del crculo unidad. Un polo es uno de los soportes de la tienda y un cero una de las clavijas. La altura del soporte es la inversa de la distancia del polo al crculo unidad y la longitud de la clavija proporcional a la distancia del cero. Un valor alto en una frecuencia dada significar que esa frecuencia quedar amplificada, mientras que uno bajo que ser atenuada.

Respuesta de frecuencia, polos y ceros

Cuanto mas cerca estn las singularidades (polos o ceros) del crculo unidad, mayores sern sus efectos (picos escarpados y valles estrechos respectivamente). La relacin entre las singularidades y sus efectos en la frecuencia de respuesta es muy importante, porque conocida la situacin de ceros y unos se pueden predecir los efectos que producirn sobre la seal de entrada

Tipos de filtros lineales

Podemos disear la funcin de transferencia para que efecte la operacin deseada. Por ejemplo si la seal est contaminada por ruido de alta frecuencia se puede disear un sistema que multiplique las frecuencias bajas por nmeros cercanos a1 y las altas por cercanos a 0 (lowpass filter)

1 H (k ) = 0

k < k0

k > k0

Tipos de filtros lineales

Otros tipos de filtros son: highpass, para atenuar ruidos de baja frecuencia, bandpass, que slo permite el paso de una banda de frecuencias o stopband, que corta una banda.

Tipos de filtros lineales

Se pueden disear filtros mediante optimizacin, i.e. dando la respuesta deseada y dejando que sea el combinador lineal el que elija el mejor conjunto de pesos para cumplir las condiciones pedidas. En cualquier caso, los filtros lineales slo trabajan bien si el ruido no se superpone a la seal, en otro caso, al atenuar el ruido, atenuaremos tambin la seal. Aqu es donde son necesarios otros filtros no lineales y ms sofisticados.