Teorema del Muestreo

Sistemas Lineales. Curso 2004/05

Una operacion que es basica para dise nar todos los sistemas de modulacion de pulsos
es el proceso de muestreo, donde una se nal analogica se convierte en una secuencia de
n umeros que normalmente estan uniformemente espaciados en el tiempo. Para que dicho
proceso tenga utilidad practica es necesario elegir la tasa de muestreo adecuadamente de
modo que esa secuencia de n umeros identique de forma unica a la se nal analogica original.
Esta es la esencia del teorema de muestreo.
Consideremos una se nal arbitraria g(t) de energa nita como la que se muestra en
la gura 1. Supongamos que muestreamos la se nal g(t) de forma instantanea a una tasa
uniforme cada T
s
segundos. Como resultado de este proceso se obtiene una secuencia de
n umeros espaciados T
s
y que podemos denotar mediante {g(nT
s
)}, donde n puede tomar
cualquier valor entero, T
s
es el periodo de muestreo y f
s
= 1/T
s
es la frecuencia de
muestreo. Esta forma ideal de muestreo recibe el nombre de muestreo instantaneo.
Sea g

(t) la se nal obtenida multiplicando la secuencia de n umeros {g(nT

s
)} por un
tren de deltas espaciados T
s
, entonces se puede expresar seg un la ecuacion (1).
g

(t) =

n=
g(nT
s
)(t nT
s
) (1)
A g

(t) se la denomina se nal muestreada ideal. En la gura 2 se puede ver el

resultado de este tipo de muestreo aplicado a la se nal de la gura 1. De forma equivalente
se puede expresar g

(t) como el producto de la se nal original g(t) por la funcion de

muestreo ideal
T
s
(t) con periodo T
s
seg un la ecuacion (2).
g

(t) = g(t)
T
s
(t) = g(t)

n=
(t nT
s
) (2)
Se puede determinar la transformada de Fourier de la se nal muestreada g

(t) convolu-
cionando la transformada de Fourier de g(t) con la transformada de Fourier de la funcion
de muestreo ideal
T
s
(t) que viene dada por la ecuacion (3). Entonces si G(f) es la trans-
formada de Fourier de g(t), la transformada de Fourier G

(f) de la se nal muestreada

g

(t) viene dada por la ecuacion (4). Si intercambiamos el orden del sumatorio y la
convolucion se obtiene la ecuacion (5). La convolucion de una se nal cualquiera con una
delta desplazada, desplaza la se nal seg un la ecuacion (6), por lo que se tiene nalmente la
ecuacion (7).

T
s
(t) =

n=
(t nT
s
)
1
T
s

n=

_
f
n
T
s
_
(3)
G

(f) = G(f)
1
T
s

n=

_
f
n
T
s
_
(4)
G

(f) =
1
T
s

n=
G(f)
_
f
n
T
s
_
(5)
1
t
g(t)
Figura 1: Se nal arbitraria de energa nita.
g

(t)
T
s
t
Figura 2: La se nal de la gura 1 muestreada idealmente.
2
f
W W
G(f)
G(0)
Figura 3: Espectro de la se nal a muestrear limitado a la banda W.
G(f)
_
f
n
T
s
_
= G
_
f
n
T
s
_
(6)
G

(f) =
1
T
s

n=
G
_
f
n
T
s
_
(7)
G

(f) representa un espectro continuo periodico con periodo f

s
= 1/T
s
. Se puede
decir entonces que el proceso de muestreo uniforme de una se nal en el dominio del tiempo
da lugar a un espectro periodico en el dominio de la frecuencia con periodo igual a la
frecuencia de muestreo.
A partir de la ecuacion (1) tomando transformada de Fourier en ambos lados se obtiene
la ecuacion (8). Esta ecuacion se puede ver como una representacion en serie compleja de
Fourier de la se nal periodica en la frecuencia G

(f), siendo los coecientes complejos de

la expansion la secuencia de muestras {g(nT
s
)}, por lo que se tiene la ecuacion (9), que
es la ecuacion analisis de la expansion en serie compleja de Fourier de una se nal. Hay que
tener en cuenta que en las ecuaciones (8) y (9) se han intercambiado el papel habitual del
tiempo y de la frecuencia.
G

(f) =

n=
g(nT
s
) exp(j2nfT
s
) (8)
g(nT
s
) = T
s
_
f
s
0
G

(f) exp(j2nfT
s
)df (9)
Todas las relaciones anteriores se pueden aplicar a cualquier se nal continua g(t) de
energa nita y de duracion nita. Vamos a suponer ahora que la se nal es estrictamente
limitada a la banda W, es decir, la transformada de Fourier G(f) de la se nal g(t) no tiene
componentes frecuenciales fuera de |f| < W. En la gura 3 podemos ver el espectro G(f)
limitado a la banda W. La forma de este espectro se considera triangular para simplicar
las guras, pero en la practica puede tener cualquier otra forma.
Vamos a suponer que se elige un periodo de muestreo T
s
=
1
2W
o lo que es lo mismo,
una tasa de muestreo f
s
= 2W. En este caso se puede ver el espectro de G

(f) en la gura
4. En este caso la ecuacion (8) se puede volver a escribir seg un la ecuacion (10).
G

(f) =

n=
g
_
n
2W
_
exp
_

jnf
W
_
(10)
Comparando las guras 3 y 4 se puede comprobar que se puede recuperar el espectro
original G(f) a partir del espectro de la se nal muestreada G

(f) seg un la ecuacion (11).

Juntando las ecuaciones (10) y (11) se tiene la ecuacion (12).
3
T
s
1
T
s
2
T
s
3
T
s
1

T
s
2

(f)
T
s
3

W W
f
2WG(0)
Figura 4: Espectro de la se nal a muestreada para el caso f
s
= 2W.
G(f) =
1
2W
G

(f) W f W (11)
G(f) =
1
2W

n=
g
_
n
2W
_
exp
_

jnf
W
_
W f W (12)
Si se conoce el valor de todas las muestras
_
g
_
n
2W
__
de la se nal g(t), entonces la
transformada de Fourier G(f) de la se nal g(t) esta unvocamente determinada por la
representacion en serie de Fourier de la ecuacion (12). Ademas puesto que g(t) se puede
determinar a partir de su espectro G(f) utilizando la transformada inversa de Fourier, la
se nal original g(t) esta tambien unvocamente determinada por las muestras
_
g
_
n
2W
__
.
En otras palabras, la secuencia
_
g
_
n
2W
__
contiene toda la informacion de la se nal g(t).
Vamos a considerar ahora el problema de recuperar la se nal g(t) a partir de las muestras
_
g
_
n
2W
__
. Usando la ecuacion (12) y la expresion de la transformada inversa de Fourier se
puede escribir el desarrollo de la ecuacion (13). Si intercambiamos el orden del sumatorio
y la integral en la ecuacion anterior se puede escribir la ecuacion (14). La integral de
la derecha de esta ecuacion es inmediata y se puede calcular directamente obteniendose
nalmente la ecuacion (15).
g(t) =
_

G(f) exp(j2ft)df =
_
W
W
1
2W

n=
g
_
n
2W
_
exp
_

jnf
W
_
exp(j2ft)df
(13)
g(t) =

n=
g
_
n
2W
_
1
2W
_
W
W
exp
_
j2f
_
f
n
2W
__
df (14)
g(t) =

n=
g
_
n
2W
_
sin(2Wt n)
2Wt n
=

n=
g
_
n
2W
_
sinc(2Wt n) (15)
La ecuacion (15) se conoce como formula de interpolacion para reconstruir la se nal
original g(t) a partir de las muestras
_
g
_
n
2W
__
, siendo la funcion sinc(2Wt) la funcion
interpoladora. Cada muestra se multiplica por una version retardada de la funcion
interpoladora y el resultado se suma para obtener la se nal original g(t). Se puede ver que
esta ecuacion representa la respuesta de un ltro paso bajo ideal de ancho de banda W,
con retardo cero y cuya entrada es la se nal muestreada g

(t). Esto se puede comprobar

de forma intuitiva viendo los espectros G

(f) y G(f) en las guras 3 y 4 o a partir de

la ecuacion (11). En la gura 5 se puede ver la funcion de transferencia del ltro de
reconstruccion. En la gura 6 se puede ver esquematicamente el proceso de recuperacion
de la se nal original g(t) a partir de las secuencia de muestras
_
g
_
n
2W
__
.
4
2W
1
W W
f
|H(f)|
Figura 5: Filtro ideal de reconstruccion.
{g(nT
s
)}
Continua
Seal
g(t)
Muestras
Secuencia de
Paso Bajo
Ideal
Filtro
Figura 6: Esquema del proceso de recuperacion de la se nal a partir de las muestras.
Vamos a ver otra interpretacion de la formula de interpolacion dada por la ecuacion
(15) utilizando la propiedad de que la funcion interpoladora desplazada sinc(2Wt n)
forma una familia de funciones mutuamente ortogonales. Vamos a comenzar probando
esta ultima armacion en primer lugar. Vamos a considerar una version generalizada del
teorema de energa de Rayleigh dada por la ecuacion (16), siendo g
1
(t) y g
2
(t) dos se nales
de energa cualesquiera y G
1
(f) y G
2
(f) sus transformadas de Fourier, respectivamente.
Vamos a aplicar este teorema a las se nales que nos interesa seg un las ecuaciones (17) y (18),
siendo n y m dos enteros cualesquiera. Utilizando la transformada inmediata dada por la
ecuacion (19) y la propiedad de la transformada de Fourier de desplazamiento temporal
se puede llegar a las ecuaciones (20) y (21).
_

g
1
(t)g

2
(t)dt =
_

G
1
(f)G

2
(f)df (16)
g
1
(t) = sinc(2Wt n) = sinc
_
2W
_
t
n
2W
__
(17)
g
2
(t) = sinc(2Wt m) = sinc
_
2W
_
t
m
2W
__
(18)
sinc(2Wt)
1
2W

_
f
2W
_
(19)
G
1
(t) =
1
2W

_
f
2W
_
exp
_

jnf
W
_
(20)
G
2
(t) =
1
2W

_
f
2W
_
exp
_

jmf
W
_
(21)
Usando ahora la relacion dada por la ecuacion (16) se obtiene la ecuacion (22). El
resultado de esta ecuacion es
1
2W
para n = m y cero en el resto, es decir, se tiene nalmente
la ecuacion (23), con lo que queda demostrado que la familia de funciones sinc(2Wt n)
es ortogonal.
5
_

sinc(2Wt n)sinc(2Wt m)dt =

_
1
2W
_
2
_
W
W
exp
_

jf
W
(n m)
_
df
=
sin[(n m)]
2W(n m)
=
1
2W
sinc(n m) (22)
_

sinc(2Wt n)sinc(2Wt m)dt =

_
_
_
1
2W
n = m
0 n = m
(23)
La ecuacion (15) representa entonces la expansion de la se nal g(t) como la suma in-
nita de funciones ortogonales cuyos coecientes son las muestras de la se nal
_
g
_
n
2W
__
.
Utilizando la propiedad de ortogonalidad de estas funciones dada por la ecuacion (23) se
puede llegar a la expresion dada por la ecuacion (24) para las muestras de la se nal. Los
coecientes de esta expansion
_
g
_
n
2W
__
se pueden ver como una coordenada en un espacio
de se nal de dimension innita cuyos ejes son ortogonales y corresponden a las funciones
sinc(2Wt n). Cada punto de este espacio corresponde a una se nal g(t) y cada se nal g(t)
a un punto.
g
_
n
2W
_
= 2W
_

g(t)sinc(2Wt n)dt (24)

Se puede enunciar el teorema de muestreo o teorema de Nyquist para se nales
limitadas en banda de energa nita de dos modos:
Una se nal limitada en banda de energa que no tiene componentes a frecuencias
mayores que W Hz se puede representar de forma exacta especicando los valores
de la se nal en instantes de tiempo separados T
s
=
1
2W
segundos.
Una se nal limitada en banda de energa sin componentes frecuenciales superiores a
W Hz se puede recuperar de forma exacta a partir de sus muestras tomadas a una
tasa de f
s
= 2W muestras por segundo.
La tasa de muestreo f
s
= 2W denida para una se nal con ancho de banda W se
denomina tasa de Nyquist. El teorema de muestreo es la base de la equivalencia entre
se nales analogicas y digitales.
El teorema de muestreo se basa en la suposicion de que la se nal g(t) sea estrictamente
limitada en banda. Esto solo se satisface si g(t) tiene duracion innita. Es decir, una se nal
estrictamente limitada en banda no puede ser simultaneamente estrictamente limitada en
tiempo y viceversa. Sin embargo, se va a poder aplicar en la practica el teorema de
muestreo a se nales limitadas temporalmente cuando estas sean esencialmente limitadas en
banda en el sentido de que fuera de la banda de interes el valor que toma el espectro no
es relevante. Esto justica la aplicacion practica del teorema de muestreo.
Cuando la tasa de muestreo f
s
excede a la de Nyquist 2W, las replicas de g(f) re-
queridas para la construccion de G

(f) estan mas separadas por lo que no existe ning un

problema a la hora de recuperar la se nal original g(t) a partir de la se nal muestreada g

(t)
con el procedimiento descrito. Sin embargo, cuando la tasa de muestreo f
s
es menor que
2W, se puede ver que al construir la se nal G

(f), las replicas de G(f) aparecen solapadas.

En este caso el espectro G

(f) pasara a ser el de la gura 7. Las altas frecuencias de

G(f) se ven reejadas hacia las bajas frecuencias en G

(f). Este fenomeno se denomina

aliasing. Es evidente que comprobar que si la tasa de muestreo f
s
es menor que la de
Nyquist 2W, la se nal original g(t) no se puede recuperar de forma exacta a partir de las
muestras y, por lo tanto, se pierde informacion en el proceso de muestreo.
6
T
s
1
T
s
2
T
s
3
T
s
1

T
s
2

(f)
T
s
3

f
W W
2WG(0)
Figura 7: Espectro de la se nal a muestreada para el caso f
s
< 2W.
Debido a que una se nal, como ya hemos dicho, no puede ser estrictamente limitada en
tiempo y frecuencia, si la se nal es nita en el tiempo, siempre existira algo de aliasing y se
perdera parte de la informacion en el proceso de muestreo. Sin embargo, este efecto suele
ser en general despreciable. Para que as sea:
Antes de muestrear la se nal pasarla por un ltro paso bajo antialiasing para
atenuar las componentes a alta frecuencia de la se nal (o del ruido) fuera de la banda
de interes.
Muestrear la se nal ltrada ligeramente por encima del lmite de Nyquist.
Es interesante resaltar que el uso de una tasa de muestreo superior a la de Nyquist
tiene el efecto deseable de hacer mas sencillo el ltro paso bajo de reconstruccion para
recuperar la se nal. Ya no es necesario que sea un ltro ideal. Con una tasa de muestreo
superior a la de Nyquist las repeticiones de G(f) en el espectro de la se nal muestreada
G

(f) a parecen separadas f

s
2W Hz. En particular, se puede elegir un ltro paso bajo
de reconstruccion con un ancho de banda B que satisfaga W < B < f
s
W. Ademas el
ltro paso bajo no es necesario que sea ideal y puede tener una zona de transicion mas
suave que caiga en el intervalo (W, f
s
W).
7