Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Apuntes PDS - Cap - 1-3
Apuntes PDS - Cap - 1-3
Procesamiento Digital de
Seales
x(t)
p(t)
x(k)
Seal analgica
impulsos de muestreo
Ts
seal discretizada
x'(t)
k
seal reconstruida
Captulo 1.
Introduccin
El procesamiento digital de seales ha conllevado tremendos cambios desde su surgimiento en la
dcada de los setentas. Estos cambios han sido tanto de caracter terico como tecnolgico.
Conviene aqu mencionar algunas de los interese principales del rea a lo largo de su evolucin:
En los primeros aos el principal inters en este campo era el desarrollo de algoritmos para la
Transformada Rpida de Fourier y el diseo de filtros digitales. Actualmente un profesional de
vanguardia en el rea debe poseer una buena formacin en diversas reas, tales como: Teora de
la aproximacin, procesos estocsticos, teora de matrices y sistemas dinmicos por mencionar
slo algunas. Aunque a primera vista estos tpicos parecieran ser cosa de investigadores
acadmicos, es una realidad el hecho de que un ingeniero actual en el rea continuamente tiene
que disear sistemas de filtraje ptimo, filtraje adaptivo y estimacin espectral. De manera que
los tpicos mencionados se han colado en la formacin bsica del rea.
Actualmente, se considera que un curso introductorio en procesamiento digital de seales debe
cubrir por lo menos los siguientes tpicos: transformada Z, respuesta al impulso, convolucin,
respuesta a la frecuencia, el teorema del muestreo, transformada discreta de Fourier, algoritmos
de transformada rpida de Fourier, diseo de filtros de respuesta finita al impulso (FIR) y diseo
de filtros de respuesta infinita al impulso (IIR). Es importante mencionar que dado que estos
temas son bien conocidos, existe ya un buen nmero de paquetes de software que manejan este
material estndar (por ejemplo, MATLAB) y que pueden servir como un soporte paralelo a estas
notas, sobre todo en cuanto a ejercicios de tipo numrico y grfico.
Aplicaciones.
Resultara muy extenso dar una lista exhaustiva de las aplicaciones y los frutos que ha logrado el
procesamiento digital de seales, mencionaremos aqu ms bien cinco contextos en los cuales se
pueden encontrar stas aplicaciones:
Un primer conjunto de aplicaciones concierne al problema de disear un sistema para
procesamiento de seales y prediccin del comportamiento futuro. El pronstico econmico
presenta un ejemplo comn de esta situacin, por ejemplo, muchos programas de
computadora han sido realizados para realizar anlisis detallados de los promedios del ndice
burstil (y de otras seales econmicas) y realizar predicciones en base a la historia de estas
seales. Si bien, la mayor parte de estas seales no son totalmente predecibles, es un hecho
importante el que su comportamiento futuro s puede ser predicho, al menos
aproximadamente y dependiendo de la tcnica de anlisis utilizada en la prediccin.
Un segundo conjunto de aplicaciones es la restauracin de seales que han sido degradadas
de alguna manera. Por ejemplo, la restauracin de grabaciones de audio antiguas. Otro
ejemplo de este tipo de procesamiento se tiene cuando se quiere depurar una seal de audio
que se recibe con ruido de fondo, por ejemplo, en la transmisin de un piloto a la torre de
control de trfico areo, la voz del piloto estar contaminada con el ruido de fondo de la
cabina del avin, en este caso se debe disear un sistema para eliminar el ruido de fondo y
resaltar la voz del piloto.
Un tercer conjunto de aplicaciones muy similar al anterior, es el procesamiento de seales con
el objetivo de "mejorar" o resaltar alguna caracterstica de ellas. El procesamiento de
imgenes provenientes de satlite es un caso tpico. As, adems de la restauracin que
necesariamente se practicar sobre la imagen para compensar errores debido a limitaciones
del equipo, efectos atmosfrico y hasta errores en la transmisin, es posible procesar al seal
de manera que se realcen caractersticas deseadas de la imagen, tales como: cauces de ros, o
lagos, regiones cultivadas, isotermas, etc. o bien, se puede realizar la amplificacin de una
porcin deseada de la imagen, o la "traslacin" de la imagen infrarroja a luz visible (para
visin nocturna), etc.
Un conjunto de aplicaciones que ha tenido un gran desarrollo en los ltimos aos ha sido el
reconocimiento de patrones. ste se refiere al procesamiento de un conjunto de seales de la
misma naturaleza con el fin de clasificarlas o de "identificar" cada una de ellas dentro de una
categorizacin dada. As, se puede mencionar en este campo, el reconocimiento de voz, la
clasificacin de piezas mecnicas en una lnea de produccin por un brazo mecnico, el
reconocimiento ptico de caracteres (OCR), el reconocimiento de huellas digitales, de firmas,
de rostros o de manos, etc.
Otra clase importante de aplicaciones se tiene cuando se desea modificar las caractersticas de
comportamiento de un sistema dado, normalmente a travs de la manipulacin de seales de
entrada especficas, o combinando el sistema dado con otros sistemas. Este es el campo
denominado control automtico. Por ejemplo, un rea referida normalmente como control de
procesos, la cual se refiere al control de plantas qumicas. En esta clase de aplicaciones, un
conjunto de sensores miden las seales fsicas como temperatura, humedad, concentraciones
qumicas, etc. dichas seales son procesadas por un sistema encargado de manipular las
seales de control (tales como flujo de combustible o agua de enfriamiento, dosificacin de
sustancias, etc.) para regular el proceso qumico en marcha.
Seales
...
entrada
Sistema
...
de
salida
Los voltajes y corrientes como funciones del tiempo aplicados a un circuito son ejemplos de
seales y el circuito en s es ejemplo de un sistema, el cual responder a su vez con voltajes y
corrientes dependiendo de los que le son aplicados.
Cuando el conductor de un automvil presiona el acelerador, el automvil responde
incrementando su velocidad, en este caso, el automvil es el sistema, la presin sobre el
acelerador es una seal de entrada y la velocidad del automvil es una seal de salida.
Un programa de computadora para el diagnstico de electrocardiogramas puede ser
considerado como un sistema que recibe como entrada la seal digitalizada de un
electrocardiograma y produce como salida estimaciones sobre parmetros tales como ritmo
cardiaco, etc.
A continuacin se introduce una descripcin y representacin matemtica de seales y sistemas
que nos permitir involucrar los conceptos intuitivos bsicos y fomalizarlos para posteriormente
obtener herramientas de anlisis y diseo.
1.1.1.- Seales
En general una seal es cualquier cantidad cuya magnitud se puede representar matemticamente
como funcin de una o ms variables independientes. En este curso se tratar exclusivamente el
caso de funciones de una variable independiente y esta variable normalmente ser el tiempo,
aunque en algunas aplicaciones como en la geofsica interesa el comportamiento de la densidad,
porosidad, resistividad elctrica (por ejemplo) con respecto a la profundidad, o en la
meteorologa, interesa la variacin de la presin, velocidad del viento, humedad (por ejemplo)
respecto a la altitud.
Por ejemplo, en la figura 1.2 se muestra la evolucin de la respiracin en un individuo con
insomnio prolongado tratado con electrosueo (sueo inducido elctricamente). A este tipo de
diagrama se le llama pneumograma y representa las variaciones en el caudal del aire respirado
por el paciente al transcurrir el tiempo.
Figura 1.2 Pneumograma de un paciente de insomnio tratado con electrosueo. a) Principio de la aplicacin de los
estmulos( a los 20 segundos de de aplicar la corriente aparece un ritmo peridico de respiracin). b) El paciente
enmpieza a dormirse. c) el paciente est dormido (la respiracin se hace regular). (Adaptado de Electrosueo. V. A.
Guiliarovski, et al, Mosc, 1961)
Un ejemplo de una seal cuya magnitud depende de dos variables independientes es la figura 1.3
en la cual se muestra un imagen fotogrfica, la cual se puede considerar como una representacin
de las variaciones del color (longitud de onda ) respecto a la posicin horizontal (x) y vertical
(y).
(x,y)
x
Figura 1.3 Una imagen plana puede considerarse como una seal bidimensional
En una seal de tiempo continuo x(t), la variable tiempo es una variable continua y por ello
estas seales estn definidas para cualquier par de instantes de tiempo y para cualquier
instante comprendido entre este par. Para este tipo de seales usaremos t para denotar a la
variable independiente de tiempo continuo. La figura 1.2 es un ejemplo de seales de tiempo
continuo.
Clientes
Por otro lado, una seal de tiempo discreto x(k) solamente est definida en ciertos instantes
discretos de tiempo, de manera que entre cada instante y el siguiente no est definida dicha
seal.
40
30
20
10
0
0
10
15
20
25
Minutos despus del aviso de cierre
30
Una
seal de tiempo discreto por lo tanto tambin se puede representar como una lista o
secuencia de valores {x(1), x(2), x(3),...}. En este tipo de seales usaremos n para denotar la
variable independiente.
Son ejemplos tpicos de una seal de tiempo discreto: Los ndices del mercado de valores, el
censo de poblacin anual, el ndice de desempleo, o bien (ver figura 1.4), el nmero de clientes
que quedan haciendo fila en las cajas de salida en el interior de una tienda minutos despus del
aviso de cierre de la tienda.
El conjunto de valores que puede tomar una seal de tiempo continuo o de tiempo discreto
tambin se debe distinguir para su clasificacin:
Si una seal puede tomar cualesquier valor entre dos valores dados, se dice que es una seal
continua de lo contrario se dice que es una seal discreta. Una seal discreta y de tiempo
discreto se denomina seal digital.
Ejemplo: El ejemplo de la figura 1.4 representa una seal digital si solamente se tiene la
informacin del nmero de personas cada minuto, sin embargo, se podra hacer una medicin
continua del nmero de personas en las filas, entonces la seal sera discreta (pues los valores
que puede tomar son solamente enteros), pero de tiempo continuo y lucira como se muestra en la
figura 1.5:
Clientes
40
30
20
10
0
0
10
15
20
25
Minutos despus del aviso de cierre
30
Para que una seal pueda ser procesada digitalmente debe ser una seal digital, si la seal es
continua se debe convertir a una seal digital mediante un proceso que implica dos pasos:
200
150
100
-2
50
-4
200
400
600
0
-4
200
150
100
-2
50
-4
200
400
600
0
-4
-2
-2
radianes.
f( t) = s in ( t/3 )+ c o s ( t/4 )
2
1
0
-1
-2
-3
24
0
50
100
150
200
250
t
4
1
F
Otra clase importante de funciones peridicas son las seales exponenciales complejas como la
siguiente, tambin llamadas fasores
xa (t ) = Ae j ( t + )
(1.4)
Es fcil ver que son seales peridicas, pues de la frmula de Euler se tiene que
e j = cos j sin
(1.5)
2 k
Entonces, el periodo de la exponencial (1.4) es , k = 0, 1, 2,... (su periodo fundamental es
T = 2 ).
El fasor (1.4) se puede representar como un vector de magnitud A y de ngulo variante en el
tiempo t + , es decir, un fasor es un vector en el plano complejo que gira a una frecuencia
angular respecto al origen.
Im
xa(t)
A
t+
Re
xa (t ) = Ae j ( t + )
t+
xa(t)
Re
(t+)
En trminos de fasores, una frecuencia negativa corresponde simplemente a un fasor que gira en
el sentido de las manecillas del reloj.
10
f=30/60
1
0.5
0
-0.5
-1
20
40
60
80
100
120
f=31/60
1
0.5
0
-0.5
-1
0
20
40
60
80
100
120
Figura 1.9 Sinusoides en tiempo discreto x ( n) = cos(2 fn) con diferentes valores de f
Propiedad 2. Las sinusoides de tiempo discreto cuyas frecuencias angulares estn separadas
por un mltiplo entero de 2 son idnticas.
En efecto, consideremos la sinusoide x( n) = cos(0 n + ) , comparmosla con la sinusoide
y ( n) = cos((0 + 2k ) n + ) , donde k es un entero, entonces
y ( n) = cos((0 + 2k ) n + ) = cos(0 n + + 2kn ) = x( n)
Pues el producto k n tambin es un entero. Esto tiene dos consecuencias importantes:
1) Todas las secuencias sinusoidales xk ( n) = A cos(( + 2k ) n + ) con k = 0,1, 2, 3,... , son
indistinguibles (idnticas) para
2) Para cualquier secuencia sinusoidal cuya frecuencia est en el rango , es decir,
12 f 12 existir una infinidad de secuencias idnticas a ella en el rango > , es decir,
f > 12 las cuales se obtienen simplemente sumando a un mltiplo de . A stas ltimas se les
llama los alias de la primera.
Las secuencias sinusoidales con frecuencias en el rango < son distintas entre s, por lo tanto
se consideran nicas y las sinusoides idnticas a ellas con frecuencias > se consideran
copias (alias) de stas.
11
De hecho, las sinusoides discretas con frecuencias en cualquier intervalo de longitud 2 son
todas las sinusoides posibles, por lo tanto el rango de frecuencias para sinusoides de tiempo
discreto es finito y de longitud 2 , por ello se acostumbra usar un rango fundamental de
frecuencias el cual por conveniencia se elige como ( 12 f 12 ) o a veces
0 2 (0 f 1) . Este razonamiento da lugar a la tercera propiedad:
1
16
1
8
1
4
1
2
16
En la figura 1.10 se ilustra la secuencia sinusoidal para cada caso ilustrado en la tabla anterior.
w =0
w =pi/8
0.8
0.5
0.6
0
0.4
-0.5
0.2
0
-15
-10
-5
10
15
-1
-15
-10
-5
w =pi/4
0
0.5
-0.5
-0.5
-10
-5
10
15
10
15
0.5
-1
-15
0
w =pi/2
10
15
10
15
-1
-15
-10
-5
w =pi
0
1
0.5
0
-0.5
-1
-15
-10
-5
12
Convertidor Analgico/Digital
xa(t)
Muestreador
Seal
analgica
x(n)
Seal en tiempo
discreto
Cuantificador
xq(n)
Seal
cuantificada
Codificador
11000101
Seal digital
codificada
13
Seal analgica
t
x'(t)
x(k)
seal reconstruida
seal discretizada
x(n)
Muestreador
seal discretizada
Seal analgica
seal de reloj
-T 0 T 2T 3T 4T 5T 6T 7T 8T 9T
14
Dado que este proceso de conversin consume un tiempo significativo, cada muestra de la seal
continua deber ser "congelada" mientras dura su conversin, este congelamiento se denomina
retencin. En la figura 1.14 se muestra un sistema tpico muestreador/retenedor.
x(n)
x(t)
x'(t)
p(t)
Muestreador
Retenedor
Por esta razn a la frecuencia f se le suele llamar frecuencia normalizada. Podemos conocer el
valor de la frecuencia original F a partir de f solamente si conocemos a que velocidad Fs se
realiz el muestreo.
1
1
Recordando que el rango de valores para f es f , o equivalentemente , el
2
2
rango posible de frecuencias F de una sinusoide analgica cuando se muestrea a una velocidad
Fs=1/T ser
15
Fs
F
F s , o bien, Fs Fs
2
2
es decir,
1
1
F
, o bien,
2T
2T
T
T
tiempo continuo
= 2 F
rad
en
, F en Hertz
seg
= T , f = FT =
F
Fs
tiempo discreto
= 2 f
rad
ciclos
en
, f en
muestra
muestra
,F=
f
= f Fs
T
1
1
f
2
2
Fmax
= Fs
T
F
1
= s =
2 2T
max =
Ejemplo: Las siguientes seales analgicas son muestreadas a una frecuencia Fs=40 Hz.
x1 (t ) = cos(2 (10)t )
x2 (t ) = cos(2 (50)t )
Las secuencias discretas obtenidas sern
1
x1 (n) = cos(2 ( 10
40 ) n ) = cos( 2 n)
x2 (n) = cos(2 ( 50
)n) = cos( 52 n) = cos( 12 n + 2 n) = cos( 12 n)
40
Es decir, las secuencias x1 (n) y x2 (n) son idnticas, es decir, la frecuencia F2=50Hz es un alias
de la frecuencia F1=10 Hz cuando ambas son muestreadas a Fs=40Hz.
16
De hecho, todas la sinusoides de la forma cos(2 ( F1 + 40k )t ) con k=1,2,3, producen seales
discretas idnticas cuando son muestreadas a 40 Hz. Es decir, todas estas son alias de F1=10Hz.
F2=-7/8 Hz
F1=1/8 Hz
Fs=1 Hz
1
0.5
0
-0.5
-1
-1.5
0
En la figura 1.15 se muestra un caso de aliasing: Una sinusoide de frecuencia F1=1/8 Hz y otra
de F2=-7/8 Hz se muestrean a Fs=1 Hz produciendo muestras idnticas.
La
idea subyascente en el teorema de Shannon es que toda seal analgica xa(t) tiene un
contenido de frecuencias, es decir, se puede expresar como una suma de sinusoides de
diferentes amplitudes y frecuencias:
17
xa (t ) = Ak cos(2 Fk t + k )
(1.9)
k =1
Por lo tanto, xa(t) contiene alguna frecuencia mxima Fmax que determinar la mnima frecuencia
de muestreo necesaria para poder recuperar la informacin original.
Teorema del muestreo. Una seal de tiempo continuo xa(t) cuya mxima frecuencia contenida
x(n) g (t nT )
(1.11)
n =
donde
g (t ) =
sin( Fs t )
Fs t
(1.12)
Observaciones:
La
18
c) Cul es la seal analgica x 'a (t ) que se obtendra a partir de estas muestras mediante el
interpolador ideal de Shannon?
Solucin.
a) Las frecuencias contenidas en la seal analgica son
F1=1kHz, F2=3kHz y F3=6 kHz.
De donde Fmax=6kHz, entonces la tasa de Nyquist es FN = 2Fmax = 12 kHz
b) Como se est muestreando a una tasa menor que la de Nyquist: Fs=5kHz, en la seal
muestreada no se tendrn todas las frecuencias de la seal original, la mxima frecuencia que la
seal discreta puede representar sin ambigedad es Fs/2=2.5 kHz.
En efecto, la seal muestreada es x(n) = xa (nT ) = xa (n / Fs ) = xa (n / 5000) , por lo tanto
x(n) = 3cos(2 ( 15 )n) + 5sin(2 ( 53 )n) + 10 cos(2 ( 56 )n)
= 3cos(2 ( 15 )n) + 5sin(2 (1 52 )n) + 10 cos(2 (1 + 51 )n)
= 3cos(2 ( 15 )n) + 5sin(2 ( 52 )n) + 10 cos(2 ( 15 )n)
Obtenindose finalmente x(n) = 13cos(2 ( 15 )n) 5sin(2 ( 52 )n)
Otra manera de obtener el resultado anterior es como sigue:
La nica frecuencia que se puede obtener sin ambigedad es F1, pues F1 = 1kHz < Fs/2, las otras
F
F
dos frecuencias producirn alias cuya frecuencia est dada por F ' = Fk kFs , con 2s < F ' < 2s ,
es decir,
F '1 = F1 = 1kHz
f 2 = F '2 / Fs = 25 ,
c) Como solamente la informacin de las frecuencias 1kHz y 2kHz est presente en la seal
muestreada, solo se recuperar:
x 'a (t ) = 13cos(200 t ) 5sin(4000 t )
que evidentemente no es la seal original. Esta distorsin es provocada por el aliasing originado
por la baja velocidad de muestreo.
19
Captulo 2
Seales y Sistemas en Tiempo Discreto
2.1.- Seales en tiempo discreto
Como ya se dijo en el captulo anterior, las seales de tiempo discreto no son ms que secuencias
de valores que toma una variable en los instantes de muestreo. A continuacin establecemos
diferentes maneras de denotar una seal de tiempo discreto:
Representacin funcional. Se puede usar una expresin algebraica por cada caso de valores de
n, como en el siguiente ejemplo de una seal exponencial
(0.5) n para n 0
x ( n) =
(2.1)
en otro caso
0
Representacin grfica. Es la representacin en un plano del comportamiento de los valores de
x(n) respecto a n. En la figura 2.1 se muestra la representacin grafica para el ejemplo anterior
seal x(n)
1
0.8
0.6
0.4
0.2
0
-4
-2
20
(2.2)
A diferencia del impulso unitario analgico (el cual vale cero en todos lados, excepto en t=0, en
donde est indefinido pero su rea en ese punto vale 1) el impulso unitario discreto est definido
para todo valor de n.
Impulso unitario discreto (n)
1
0.8
0.6
0.4
0.2
0
-5
-4
-3
-2
-1
(2.3)
1
0.8
0.6
0.4
0.2
0
-5
-4
-3
-2
-1
0
n
(2.4)
21
0
-5
-4
-3
-2
-1
0
n
a>1
20
15
10
1
0
-10
5
0
10
20
30
-1<a<0
0
-10
10
-2
-10
0
10
20
30
-20
-10
10
20
30
20
30
a<-1
20
-4
-10
10
Figura 2.5. Seal exponencial discreta para los cuatro casos cuando a es real.
En el caso en que a sea una constante compleja, digamos a = re j , entonces x(n) ser una seal
discreta que toma valores complejos y se puede expresar como:
x(n) = r n e jn = r n ( cos(n ) + j sin(n ) )
(2.6)
Si se quiere una representacin grfica de x(n) en este caso se pueden representar su parte real
Re [ x(n) ] = r n cos(n ) y su parte imaginaria por separado Im [ x(n)] = r n sin(n ) .
22
(2.7)
En la misma figura 2.6 se muestrea la seal x(n) retrasada en 3 muestras: y1(n)=x(n-3), adelantada
en 3 muestras: y2(n)=x(n+3) y submuestreada tomando una muestra de cada dos muestras
originales, es decir, y3(n)=x(2n).
x(n)
6
-2
-2
-4
-15
-10
-5
10
15
y (n)=x(n+3)
2
-4
-15
y (n)=x(n-3)
1
-10
-5
10
15
10
15
y (n)=x(2n)
3
2
2
0
0
-2
-4
-15
-10
-5
10
15
-2
-15
-10
-5
y ( n) = T [ x ( n ) ]
(2.8)
Donde T denota la operacin, transformacin o procesado que el sistema realiza sobre x(n) para
producir y(n).
23
y(n)=T[x(n)]
T
Sistema discreto
x(k )
k =
-6
-5
-4
-3 -2
-1
24
a) Como x(n) e simtrica respecto al eje vertical, entonces y(n)=x(-n)=x(n). Es decir, esta
operacin produce una salida idntica a la entrada en este caso.
b) En cada inciso de procede de la misma manera: para calcular y(n) se va evaluando la expresin
que la define en trminos de x para cada valor de n; por ejemplo, en este inciso, como y(n)=x(n1):
para n<-2:
entonces n-1<-3 por lo tanto y(n)=x(n-3)=0,
para n=-2:
y(2)=x(-2-1)=x(-3)=3
para n=-1:
y(-1)=x(-1-1)=x(-2)=2
para n=0:
y(0)=x(0-1)=x(-1)=1
para n=1:
y(1)=x(1-1)=x(0)=0
para n=2:
y(2)=x(2-1)=x(1)=1
para n=3:
y(3)=x(3-1)=x(2)=2
para n=4:
y(4)=x(4-1)=x(3)=3
para n>4:
entonces n-1>3, por lo tanto y(n)=0
Los clculos anteriores se pueden resumir en la siguiente tabla
n
x(n)
y(n)
-5
0
0
-4
0
0
-3
3
0
-2
2
3
-1
1
2
0
0
1
1
1
0
2
2
1
3
3
2
4
0
3
5
0
0
n
x(n)
x(n-1)
x(n+1)
[ x(n 1) + x(n) + x(n + 1)] / 3
-5
0
0
0
0
-4
0
0
3
1
-3
3
0
2
5/3
-2
2
3
1
2
-1
1
2
0
1
0
0
1
1
2/3
1
1
0
2
1
2
2
1
3
2
3
3
2
0
5/3
4
0
3
0
0
5
0
0
0
0
12
12
12
x( k )
k =
x(n + 1 )= {...,0,3,2,1,0,1,2,3,0,0,..}
25
x(n-1)
10
10
0
-8
-6
-4
-2
0
2
x(n+1)
0
-8
10
10
0
-8
-6
-4
-2
0
2
4
max{x(n-1,x(n),x(n+1)}
0
-10
10
10
0
-8
-6
-4
-2
-6
0
-8
-4
-5
-6
-4
-2
0
2
4
[x(n-1)+x(n)+x(n+1)]/3
0
n
- x(k)
-2
10
26
En ocasiones resulta conveniente tener una representacin grfica que permita representar la
interconexin entre sistemas sencillos para lograr sistemas ms complejos. En la figura 2.10 se
muestran algunos de los sistemas bsicos mediante su representacin grfica:
x(n)
z-1
x(n)
x(n-1)
x(n+1)
x(n)
kx(n)
x2(n)
Sistema multiplicador
por una constante
Sistema sumador
x1(n)
x1(n)x2(n)
x
x2(n)
Sistema sumador
Ejemplo:
Representar en un diagrama de bloques el sistema cuya relacin entrada-salida es la siguiente
y (n) = 12 x(n) + 12 x(n 1) + 14 y (n 1)
Solucin:
1.- Comenzamos ubicando en el diagrama la seal de entrada x(n) y la seal de salida y(n).
2.- Posteriormente insertamos los retardos requeridos para generar x(n-1), y(n-1) y
3.- Finalmente interconectamos mediante los sumadores y multiplicadores por constante que se
requieran.
En la figura 2.11 se muestra el resultado final
x(n)
z-1
x(n-1)
1/2
1/2
y(n)
+
1/4
y(n-1)
z-1
27
Ejemplo: Los siguientes son ejemplos de sistemas discretos estticos descritos por su relacin
entrada-salida:
y(n)=x(n)+0.5x2(n)
y(n)=x(n)+2sin(2n)
y(n)=n2+
.,etc.
Un sistema cuya salida puede depender de entradas en instantes anteriores al actual se denomina
sistema dinmico o sistema con memoria.
Ejemplo: Los siguientes son algunos ejemplos de sistemas discretos dinmicos descritos por su
relacin entrada-salida
y(n) =n+x(n+1)
y(n)=y(n-1)+(n-1)x2(n)
y (n) = 12 x(n) + 12 x(n 1) + 14 y (n 1)
n
y ( n) = x ( k )
k =0
, etc.
Un sistema dinmico puede tener representaciones diferentes, por ejemplo el ltimo sistema del
ejemplo anterior se puede representar tambin mediante la siguiente relacin entrada-salida
recursiva:
y(n)=y(n-1)+x(n)
n
Es decir, el sistema y (n) = x(k ) se puede ver como la solucin de la ecuacin de diferencias
k =0
dy 1
= x(t ) con
dt c
28
2.2.5.- Causalidad.
Un sistema se dice causal si su salida en cualquier instante depende slo de los valores de la
entrada en el instante actual o en instantes anteriores. A este tipo de sistemas tambin se les llama
no anticipativos, ya que la salida del sistema no anticipa valores futuros de la entrada.
Observacin: Una consecuencia fundamental de que un sistema sea causal es el hecho de que
si dos entradas a un sistema causal son idnticas desde las condiciones iniciales hasta un
instante no las salidas correspondientes tambin sern idnticas hasta ese mismo instante.
Un automvil es un sistema causal, ya que no puede anticipar acciones futuras del conductor, de
hecho todos los sistemas fsicos que evolucionan con el tiempo son causales, ya que no pueden
anticipar acciones de la entrada antes de que estas ocurran. Sin embargo, cuando los valores de la
evolucin de un sistema se tienen almacenados, como suele ocurrir en seales de voz, imgenes,
seales meteorolgicas, indicadores econmicos, etc. de ninguna manera se est obligado a
procesar estos datos en forma causal (es decir, en el orden estricto en que fueron ocurriendo) ya
que se tiene la informacin de todos los instantes de inters en un intervalo dado.
La representacin entrada-salida de un sistema causal no puede involucrar valores de la entrada
posteriores al tiempo acual n.
Ejemplo: Las siguientes son representaciones entrada salida de algunos sistemas causales:
y(n) =n+x(n-1)
y(n)=y(n-1)+(n+1)x2(n)
y (n) = 12 x(n) + 12 x(n 1) + 14 y (n 1)
n
y ( n) = x ( k )
k =0
, etc.
2.2.6.- Estabilidad.
Intuitivamente, un sistema estable es aquel en que entradas pequeas producen salidas que no
divergen, es decir, salidas acotadas.
Una de las mejores maneras de ilustrar la diferencia entre sistemas estables e inestables es
considerando la figura 2.12. En dicha figura se muestra una pelota descansando sobre dos tipos
diferentes de terreno. Si se considera que la entrada es un pequeo empujn horizontal y la salida
es la posicin vertical de la pelota se puede intuir fcilmente que la figura 2.6(a) representa un
sistema inestable, mientras que la figura 2.6(b) representa uno estable.
29
Impulso
Impulso
(a)
(b)
Una idea ms formal de estabilidad es muy similar, de hecho una de las maneras formales de
definir estabilidad, es la estabilidad entrada acotada - salida acotada o estabilidad en el sentido
B.I.B.O. (Bounded Input - Bounded Output) que nos define un sistema estable como aquel
sistema cuya salida esta acotada siempre y cuando su entrada est acotada.
Es decir, el sistema dado por la relacin entrada salida y(n)=T[x(n)] es BIBO-estable si existen
dos constantes positivas Mx, My tales que:
y (n) < M y siempre que x(n) < M x
(2.9)
Ejemplo:
Es fcil verificar (evaluando para cada valor de n) que los siguientes sistemas son BIBO-estables
y(n) =x(n-1)
y(n)=[x(n-1)+x(n)]/2
y (n) = x(n) + 14 y (n 1)
Mientras que los siguientes sistemas son inestables:
y(n)=y(n-1)+x(n)
y(n)=y(n-1)+y(n-2)
n
y ( n) = x ( k )
k =0
(2.10)
30
respecto a n tanto la entrada x(n) como la salida y(n). Es decir, cuando un sistema invariante en el
tiempo se describe por su relacin entrada-salida, se obtienen coeficientes constantes
Ejemplo: Los sistemas dados por las siguientes expresiones son lineales
y(n)=0.5y(n-1)+x(n)
y(n)=y(n-1)+y(n-2)
y(n)=(0.5)y(n)
Mientras que los siguientes son no-lineales:
y(n)=0.5y2(n-1)+x(n)
y(n)=y(n-1)y(n-2)
y(n)=(0.5)y(n)
Observacin. Pudiera pensarse que el sistema definido como y(n) = ax(n) + b, donde a, b
son constantes es lineal, sin embargo esto no es cierto. Sin embargo, se dice que es un sistema
incrementalmente lineal o afn, ya que los incrementos de la salida responden de manera
lineal a incrementos de la entrada, en efecto, es fcil ver que los incrementos
y1(n) = y(n) -y(no),
x1(n) = x(n)- x(no)
cumplen con la relacin y1(n) = ax1(n), el cual si es un sistema lineal.
31
El enfoque principal de este curso es sobre los sistemas discretos que poseen estas dos ltimas
propiedades, es decir, los sistemas discretos lineales e invariantes en el tiempo, o simplemente
DSLIT, por sus iniciales.
0
-8
-6
-4
-2
(n-6)
4
0
-8
-6
-4
-2
x(n)(n-6)
4
0
-8
-6
-4
-2
Para verificar lo anterior primeramente expresemos una seal arbitraria como una sumatoria de
impulsos, para ello notemos que una secuencia arbitraria x(n) cumple con la siguiente propiedad:
x(n) (n k ) = x(k ) (n k )
(2.12)
32
puesto que el impulso unitario retardado (n k ) vale cero en todos lados excepto en n=k, en
donde vale 1, pero en es instante justamente x(n) vale x(k). El resultado de esta operacin se
ilustra en forma grfica en la figura 2.13. para k=6.
Es decir, al multiplicar una seal x(n) por (n k ) , extraemos la muestra x(k). Si repetimos este
proceso para todos los valores de k podremos expresar la seal original x(n) como
x ( n) =
x(k ) (n k )
(2.13)
k =
La expresin anterior nos dice que podemos expresar cualquier seal discreta como una
sumatoria ponderada de impulsos desplazados.
Solucin.
x(n) = (n + 1) (n) + 3 (n 1) + (n 2) 2 (n 3)
(n-k)
(2.14)
h(n,k)=[(n-k)]
(n-k)
h(n,k)
k
Figura 2.14 Respuesta al impulso unitario
De acuerdo a la ecuacin (2.13), una entrada discreta cualquiera x(n) puede ser expresada como
el siguiente tren de impulsos modulado en amplitud:
x ( n) =
x(k ) (n k )
k =
Por lo tanto, la respuesta del sistema y(n) = T[X(n)], se puede expresar como sigue:
Autor: Jos Juan Rincn Pasaye, FIE-UMSNH
33
y (n) = T x(k ) (n k )
k =
y ( n) =
x(k )T [ (n k )]
k =
Es decir,
y ( n) =
x ( k ) h ( n, k )
(2.15)
k =
x ( k ) h( n k )
(2.17)
k =
x ( k ) h ( n k ) = x ( n) * h ( n)
(2.18)
k =
k =
k =
x ( k ) h ( n k ) = h( k ) x ( n k )
Observacin:
y (t ) =
h( ) x(t )d
34
Solucin: En la siguiente tabla se muestran los pasos intermedios para calcular la sumatoria de
convolucin y(n)=x(n)*h(n):
y ( n) =
x( k ) h( n k ) = x( k ) h( n k )
k =
k =0
y(0)=x(0)h(0)=1
y(1)=x(0)h(1)+x(1)h(0)=4
y(2)=x(0)h(2)+x(1)h(1)+x(2)h(0)=8
y(3)=x(0)h(3)+x(1)h(2)+x(2)h(1)+x(3)h(0)=8
y(4)=x(1)h(3)+x(2)h(2)+x(3)h(1) =3
y(5)=x(2)h(3)+x(3)h(1)=-2
y(6)=x(3)h(3)=-1
k
x(k)
n
0
1
2
3
4
5
6
7
0
1
h(n)
1
2
1
-1
0
0
0
0
Es decir,
1
2
h(n-1)
0
1
2
1
-1
0
0
0
2
3
h(n-2)
0
0
1
2
1
-1
0
0
3
1
h(n-3)
0
0
0
1
2
1
-1
0
y(n)
1
4
8
8
3
-2
-1
0
Observacin:
k =
k =0
x ( n k ) h ( k ) = x ( n k ) h( k )
y ( n) = h ( k ) x ( n k ) =
k =0
x( k ) h( n k )
(2.19)
k =
Definicin: Se dice que una seal x(n) es causal si puede ser la respuesta al impulso de un
sistema causal, es decir, si x(n)=0 para todo n<0.
35
k =0
k =0
y ( n) = h ( k ) x ( n k ) = x ( k ) h( n k )
(2.20)
Ejemplo: Determinar la respuesta al escaln unitario u(n) del sistema cuya respuesta al impulso
unitario es
h ( n ) = a n u ( n) .
Solucin:
Como el sistema y la entrada son causales podemos usar la ecuacin (2.20). Adems u(n)=1 para
n 0 , por lo tanto:
n
k =0
k =0
y (n) = h(k )u (n k ) = a k
es decir,
y ( n) =
1 a n +1
1 a
h( k ) x( n k )
y ( n) =
k =
y de la desigualdad del tringulo, el valor absoluto de una suma es menor o igual que la suma de
sus valores absolutos, por lo tanto
y ( n)
h( k ) x ( n k )
k =
Adems el valor absoluto de un producto es el producto de los valores absolutos, por lo tanto
y ( n)
h(k ) x ( n k )
k =
h( k )
k =
Es decir, para que y(n) est acotada se requiere que el lado derecho de la desigualdad anterior sea
un nmero finito, es decir, se requiere que
h( k ) <
(2.21)
k =
36
Ejemplo:
Obtener el rango de valores de la constante a para el cual es estable el DSLIT cuya respuesta al
impulso es
h ( n ) = a n u ( n)
Solucin:
Como el sistema es causal, la sumatoria debe comenzar a partir de k=0:
h( k ) = a
k =0
= a
k =0
k =0
= 1 + a + a + a + ...
La cual es una serie Geomtrica con razn de crecimiento a , la suma de sus primeros N trminos
es
SN =
1 a
N +1
1 a
Para que el lmite de SN cuando N tiende a infinito exista, se requiere que
a <1
as a
N +1
a
k =0
1
1 a
37
Es decir, la respuesta al impulso h(n) de un sistema FIR es cero fuera de un intervalo finito de
valores de n, es decir,
h(n) = 0 para n < 0 y n N
por lo tanto, la convolucin para un sistema FIR toma la forma
N 1
y ( n) = h ( k ) x ( n k )
k =0
en otras palabras, la respuesta del sistema se obtiene ponderando las N muestras ms recientes:
x(n), x(n-1), ,x(n-N+1) mediante los valores de la respuesta al impulso: h(0), h(1),,h(N-1) y
sumando estas muestras ponderadas.
Es decir, el sistema se comporta como una ventana deslizante que slo permite ver la N muestra
ms recientes de la entrada al momento de calcular la salida e ignora las muestras anteriores, por
lo tanto, un sistema FIR tiene una memoria finita. A diferencia de un sistema IIR, el cual requiere
una memoria infinita para tomar en cuenta una infinidad de valores pasados de la entrada y poder
responder de acuerdo a la frmula de convolucin (2.17)
k =1
k =0
k =1
k =0
y (n) = ak y (n k ) + bk x(n k )
(2.22)
o bien,
y (n) + ak y (n k ) = bk x(n k )
o lo que es lo mismo:
aN y (n N ) + aM 1 y (n ( N 1)) + ... + a1 y (n 1) + y (n) =
bM x(n M ) + bM 1 x(n ( M 1)) + ... + b1 x(n 1) + b0 x(n)
Donde a1 , a2 ,..., aN y b0 , b1 , b2 ,..., bM son coeficientes constantes.
(2.23)
(2.24)
Se supone que M N .
Para obtener la solucin general y(n) de la ecuacin de diferencias anterior descompondremos
(por superposicin) la solucin en dos partes:
y ( n) = y H ( n ) + y p ( n )
(2.25)
38
Es decir, la respuesta del DSLIT descrito por la ecuacin de diferencias est compuesto por su
respuesta a las condiciones iniciales bajo entrada cero y su respuesta a la entrada bajo
condiciones iniciales cero.
y ( n ) + ak y ( n k ) = 0
(2.26)
k =1
El procedimiento para resolver la ecuacin anterior es muy similar al usado para resolver
ecuaciones diferenciales: Supondremos que la siguiente solucin exponencial satisface la
ecuacin (2.26):
yH ( n) = n
(2.27)
sustituyendo esta solucin en (2.26) obtenemos
N
n + ak n k = 0
k =1
es decir,
n + a1 n 1 + ... + aN n N = 0
o bien
n N ( N + a1 N 1 + ...aN 1 + aN ) = 0
(2.28)
Ejemplo:
Obtener la respuesta a entrada nula del sistema descrito por la siguiente ecuacin de diferencias
y (n) 3 y (n 1) 4 y (n 2) = 0
(2.30)
n 2 ( 2 3 4) = 0
la cual tiene dos races: 1 = 1, 2 = 4 , por lo tanto la solucin general de la homognea es
y (n) = C1 (1) n + C2 (4) n
(2.31)
39
Para calcular las constantes C1 y C2 adecuadas evaluamos la solucin obtenida en los dos
instantes de muestreo iniciales:
y (0) = C1 (1)0 + C2 (4)0 = C1 + C2
y (1) = C1 (1)1 + C2 (4)1 = C1 + 4C2
Por otro lado, de la ecuacin de diferencias original (2.30), obtenemos
y (0) = 3 y (1) + 4 y (2)
y (1) = 3 y (0) + 4 y (1) = 3[3 y (1) + 4 y (2)] + 4 y (1)
es decir,
y (1) = 13 y (1) + 12 y (2)
igualando estos sos conjuntos de ecuaciones obtenemos el siguiente sistema de dos ecuaciones
lineales con dos incgnitas:
C1 + C2 = 3 y (1) + 4 y (2)
C1 + 4C2 = 13 y (1) + 12 y (2)
Resolviendo el sistema se obtiene
C1 = 15 y (1) + 54 y (2)
C2 = 165 y (1) + 165 y (2)
sustituyendo en la solucin de la homognea (2.31) tenemos finalmente que la respuesta a entrada
nula es para todo n 0 :
y (n) = 15 y (1) + 54 y (2) (1) n + 165 y (1) + 165 y (2)(4) n
(2.32)
Ejemplo:
Se determinar la solucin particular de la siguiente ecuacin de diferencias de primer orden
y (n) + ay (n 1) = x(n), donde a < 1
(2.33)
cuando la entrada es un escaln unitario, es decir, x(n)=u(n).
Solucin:
Se propone que la solucin particular ser una constante para n 0 , ya que la entrada es
constante para n 0 , es decir, se propone
y p (n) = Ku (n)
donde K es una constante a determinar.
Para determinar el valor adecuado de K se sustituye la solucin propuesta en la ecuacin de
diferencias, obteniendo
Ku (n) + aKu (n 1) = u (n)
Evaluando para n 1 en donde ningn trmino se anula, se obtiene
K + aK = 1
de donde
Autor: Jos Juan Rincn Pasaye, FIE-UMSNH
40
K=
1
1+ a
1
u ( n)
1+ a
(2.34)
An n M
An ( K 0 n M + K1n M 1 + ... + K M )
A cos(0 n)
A sin(0 n)
K1 cos(0 n) + K 2 sin(0 n)
Ejemplo:
Obtener la solucin total de la siguiente ecuacin de diferencias
y (n) + ay (n 1) = x(n), donde a < 1
considerando la entrada x(n)=(0.5)nu(n).
Solucin.
La solucin homognea es fcil de obtener observando que la ecuacin caracterstica del sistema
es
n 1 ( + a) = 0
de donde = a es la nica raz del polinomio caracterstico y la solucin de la homognea
queda
y H ( n) = C ( a ) n
donde la constante C se determinar para satisfacer la condicin inicial en y(-1).
41
y ( n) =
ay (1) (a )n +
(0.5) n
1 + 2a
1 + 2a
1
2a (a )n + (0.5)n
1 + 2a
2 n
2a (2a ) n + 1
1 + 2a
42
43
Captulo 3
La Transformada Z
El origen de la Transformada Z se remonta a alrededor de 1730, cuando Abraham De Moivre
introduce el concepto de funcin generadora de secuencias, sin embargo, no fue sino hasta 1947
que fue presentada por W. Hurewickz como un mtodo para transformar seales muestreadas con
la idea de resolver ecuaciones de diferencias lineales con coeficientes constantes. En 1952 el
grupo de control de la Universidad de Columbia encabezado por John R. Raggazini, (que inclua
a L. A. Zadeh, E. I. Jury, R. E. Kalman, J. E. Bertram, B. Friedland y G. F. Franklin) denomina al
mtodo de Hurewicz como Transformada Z.
3.1.- Definicin.
La transformada Z de una seal discreta x(n) se define como la serie de potencias
X ( z) =
x( n) z
(3.1)
n =
(3.2)
Debido a que la transformada Z est definida mediante una serie infinita de potencias de z, puede
ocurrir que la serie sea divergente, en ese caso X(z) no existe. X(z) solo existe para aquellos
valores de z para los cuales la serie converge.
Al conjunto de valores de z para los cuales X(z) existe se le llama Dominio de Convergencia
de la Transformada y se abreviar ROC de aqu en adelante.
Ejemplos:
Calcular X(z) y la ROC para las siguientes seales discretas de duracin finita.:
1)
44
2)
3) x3 (n) = (n)
X 3 ( z ) = 1 , ROC= todo el plano z.
4) x4 (n) = (n k )
X 4 ( z ) = z k , ROC= todo el plano z excepto z=0.
5) x5 (n) = (n + k )
X 5 ( z ) = z k , ROC= todo el plano z excepto z = .
(3.3)
X ( z) = a n z n
n=0
1
(3.4)
(3.5)
y la ROC es z > 1 .
45
X ( z) =
x(n)r
n jn
(3.6)
n =
x ( n) r
n jn
n =
x(n)r n e jn =
n =
x ( n) r n
(3.7)
n =
Es decir,
x ( n) r n =
n =
x ( n)r n + x (n) r n
n =
n =0
por lo tanto,
n =1
n=0
X ( z ) x ( n) r n + x ( n)r n
(3.8)
Por lo tanto, si X(z) existe, ambas sumatorias deben converger. La primera sumatoria converge si
existe un rango de valores suficientemente pequeos de r para que la secuencia x(-n)rn sea
absolutamente sumable, es decir, la ROC para la primera sumatoria consiste de los puntos dentro
de algn crculo de radio finito r1 de manera que r<r1. En forma similar, la ROC para la segunda
sumatoria consiste n los puntos afuera de algn crculo de radio r2 de manera que r sea
suficientemente grande (r>r2) para que la secuencia x(n)r-n sea absolutamente sumable. Ver
figura 3.1.
Por lo anterior, la nica manera en que las dos sumatorias pueden converger es en la regin
anular r2<r<r1, La cual ser una regin no vaca si r2<r1, de lo contrario, esta regin es vaca y
X(z) no existe.
Im(z)
Im(z)
r1
r2
Re(z)
Im(z)
r2
Re(z)
Re(z)
r1
ROC para
ROC para
x( n)r n
x ( n)r
ROC para X (z )
n =1
n =1
46
(a
) z n = a 1 z
n =
(3.9)
n =1
= a 1 z a 1 z
n =0
(3.10)
Observacin: Las dos seales de los ejemplos anteriores son diferentes, pero tienen
transformadas Z idnticas, la diferencia solo est en sus ROC. Mientras que para el ejemplo de la
seal causal x(n)=anu(n) la ROC es el exterior de un crculo de radio a , para la seal anticausal
x(n)=-anu(-n-1), la ROC es el interior de un crculo de radio a .
1
1
1
1 az
1 bz 1
y la ROC ser el conjunto de puntos del plano Z definidos por a < z < b el cual es un anillo
como el mostrado en la figura 3.2 solo si a b de lo contrario es un conjunto vaco y X(z) no
existe.
En este ejemplo se verifica una caracterstica de la ROC para una seal de duracin infinita a
ambos lados (tiempo positivo y tiempo negativo): Si existe alguna ROC no vaca en este caso
esta ROC tiene la forma de una regin anular en el plano Z.
47
Im(z)
Re(z)
= a n u (n) + b n u ( n 1)
3.2.1.- Linealidad
Esta propiedad es una consecuencia directa de la definicin, ya que la transformada se define
como una sumatoria y las sumatorias poseen la propiedad de linealidad:
Si x(n) = ax1 (n) + bx 2 (n) , entonces X ( z ) = aX 1 ( z ) + bX 2 ( z )
(3.11)
Donde a, b son dos constantes cualesquiera. La ROC de X(z) ser la interseccin de las ROC para
X1(z) y X2(z).
La propiedad de linealidad se extiende para cualquier nmero de sumandos en la combinacin
lineal.
Ejemplo.
Sea
propiedad
de
linealidad
2
5
X ( z ) = 2 Z (2) n u (n) 5Z (3) n u (n) , es decir, X ( z ) =
. La ROC de X(z) es la
1
1 2z
1 3 z 1
interseccin de la ROC de cada sumando, es decir, es la interseccin de z > 2 con z > 3 , es
Por
la
Ejemplo. La transformada z de
(3.12)
48
1
2j
[e
j 0 n
e j0 n u ( n)
por lo tanto
X ( z) =
1
1
1
j0 1
j0 1
2 j 1 e z
1 e
z
X ( z) =
1
e j0 z 1 e j0 z 1
j0 1
j 0 1
2
2 j 1 e z e
z +z
o bien,
X ( z) =
sin(0 ) z 1
1 2 cos(0 ) z 1 + z 2
(3.13)
y la ROC ser la interseccin entre z > e j0 y z > e j0 , pero e j0 = 1 , por lo tanto la ROC es
z > 1.
(3.14)
Donde k es cualquier constante entera (positiva o negativa). La ROC es la misma que la de X(z),
excepto por z=0 si k>0 y z = si k<0.
Demostracin:
De la definicin Z [x(n k )] =
x(n k ) z
n =
x(i) z
i =
i k
=z k
x(i) z
= z k X ( z ) .
i =
2z
+ 3z
+ 5 z , por lo tanto
X 2 ( z ) = z 2 X 1 ( z ) = z 2 + 2 z 2 + 3 z 1 + 5 z 2
2
X 3 ( z) = z X 1 (z) = z
+ 2z
adems
2z
+ 3z
y
+ 5z
49
z
Z a n x(n) = X
a
y la ROC se transforma en a r1 < z < a r2
] a
(3.15)
x(n) z n
n =
x(n)(a z )
1
= X (a 1 z )
n =
a r1 < z < a r2 .
Ejemplo: La transformada z de la seal
x(n) = a n sin( 0 n)u (n)
se
obtiene
usando
la
propiedad
anterior
1
sin( 0 ) z
Z [sin( 0 n)u (n)] =
con
ROC
1 2 cos( 0 ) z 1 + z 2
X ( z) =
recordando
z > 1,
que
entonces
a sin( 0 ) z 1
con ROC z > a .
1 2a cos( 0 ) z 1 + a 2 z 2
y la ROC se transforma en
(3.16)
1
1
< z < .
r2
r1
x( n) z
n =
x(i)(z )
1 i
=X ( z 1 )
i =
1
1
< z < .
r2
r1
50
1
con ROC z > 1 , de
1 z 1
1
con ROC z < 1
acuerdo a la propiedad de reversin de tiempo se tendr que X ( z ) =
1 z
dX ( z )
dz
(3.17)
Demostracin: De la definicin
dX ( z ) d
=
x(n) z n
dz
dz n=
nx(n) z
n 1
n =
= z 1
[nx(n)]z
= z 1 Z [nx(n)]
n =
(3.18)
Solucin. Expresamos la seal como x(n) = nx1 (n) , donde x1 (n) = a n u (n) , entonces
1
X 1 ( z) =
, con ROC z > a .
1 az 1
Usando la propiedad de diferenciacin:
dX ( z )
az 2
=z
X ( z) = z 1
2
dz
(1 az 1 )
es decir,
X ( z) =
az 1
(1 az )
1 2
(3.19)
Adems en el caso particular en el que a=1, obtenemos la transformada z de una seal rampa
unitaria:
z 1
Z [ nu (n)] =
(3.20)
2
(1 z 1 )
51
dX ( z ) az 2
=
dz
1 + az 1
entonces
dX ( z )
1
= az 1
1
dz
1 + az
La expresin entre corchetes es la transformada z de ( a ) n u (n) en la ROC z > a , la
Z [ x1 (n) x2 (n) ] = X 1 ( z ) X 2 ( z )
(3.21)
x (k ) x
1
(n k )
k =
Entonces,
= x1 (k ) x 2 (n k )z n
n = k =
x1 (k ) x2 (n k ) z n =
k = n =
x1 (k ) x 2 (n k ) z n
k =
n =
x (k ) z
1
X 2 ( z)
k =
= X 1 ( z) X 2 ( z)
Ejemplo. Calcular la convolucin de las siguientes dos seales
x1 (n) = {1,2,1,1} , x1 (n) = {1,2,3,1}
Solucin. Escribimos la trasformada z de cada seal:
X 1 ( z ) = 1 + 2 z 1 + z 2 z 3 , X 2 ( z ) = 1 + 2 z 1 + 3 z 2 + z 3
multiplicamos las expresiones en el dominio z:
52
X 1 ( z ) X 2 ( z ) = 1 + (2 + 2) z 1 + (1 + 3 + 4) z 2 + (1 + 1 + 2 + 6) z 3 + (3 6 + 6) z 4 + (1 3) z 5 z 6
= 1 + 4 z 1 + 8 z 2 + 8 z 3 + 2 z 4 + 2 z 5 z 6
Por lo tanto
x1 (n) x 2 (n) = {1,4,8,8,3,2,1}
(3.22)
cuando z todas las potencias negativas de z tienden a cero, por lo tanto X(z) tiende a x(0).
En la siguiente tabla se resumen todas las propiedades presentadas en esta seccin.
Propiedad
Dominio del
tiempo
Dominio z
ROC
Linealidad
C1 x1 (n) + C2 x2 (n)
C1 X 1 ( z ) + C2 X 2 ( z )
Corrimiento en el
tiempo
x(n-k)
z k X ( z)
Escalamiento en z
anx(n)
z
X
a
Reversin en el
tiempo
x(-n)
Diferenciacin en
z
nx(n)
Convolucin
x1 (n) x2 (n)
X1( z) X 2 ( z)
x(0)
lim X ( z )
X ( z 1 )
dX ( z )
dz
a r1 < z < a r2
Se transforma de
r1 < z < r2 en r2 < z < r1
No cambia
Interseccin de las ROC de
X1(z) y X2(z)
53
x (n)
(n)
X (z)
1
1
1 z 1
1
1 z
1
1 az 1
1
1 az 1
z 1
u (n)
u (n)
a nu (n)
a n u (n 1)
nu (n)
ROC
Todo el plano z
z >1
z <1
z >a
z <a
z >1
(1 z )
1 2
sin(0 ) z 1
1 2 cos(0 ) z 1 + z 2
z >1
1 cos(0 ) z 1
1 2 cos(0 ) z 1 + z 2
z >1
a sin(0 ) z 1
1 2a cos(0 ) z 1 + a 2 z 2
z >a
1 a cos(0 ) z 1
1 2a cos(0 ) z 1 + a 2 z 2
X ( z) =
N ( z ) b0 + b1 z + ... + bM z
=
=
D ( z ) a0 + a1 z 1 + ... + aN z N
b z
k =0
N
a z
(3.23)
k
k =0
(3.24)
54
De acuerdo a la definicin anterior, la funcin racional X ( z ) puede ser expresada de manera que
aparezca en su expresin explcitamente los ceros y los polos, factorizando numerador y
denominador como sigue
N ( z)
( z z1 )( z z2 )...( z zM )
X ( z) =
= Gz N M
(3.25)
D( z )
( z p1 )( z p2 )...( z pN )
Donde G = b0 / a 0 ,
z1 , z 2 ,..., z M son las races del numerador, es decir, los ceros finitos de X ( z )
p1 , p 2 ,..., p N son las races del denominador, es decir, los polos finitos de X ( z )
Por lo tanto X ( z ) tiene M ceros finitos, N polos finitos y N M ceros (si N>M) o polos (si
N<M) en z=0.
Los polos y ceros pueden ocurrir tambin cuando z = , si contamos tanto polos y ceros finitos
como infinitos resulta que X ( z ) tiene el mismo nmero de polos que de ceros.
h ( n) z
n =
Tambin podemos obtener la funcin sistema H ( z ) si el DSLIT est definido por una ecuacin
en diferencias de la forma
55
k =1
k =0
y (n) + ak y (n k ) = bk x(n k )
(3.28)
k =1
k =0
Y ( z ) + a k Y ( z ) z k = bk X ( n ) z k
Factorizando
N
Y ( z ) 1 + a k z k = X ( z ) bk z k
k =1
k =0
entonces
M
Y (z)
H ( z) =
=
X (z)
b z
k =0
N
1 + ak z
(3.29)
k
k =1
En
conclusin, un DSLIT descrito por la ecuacin de diferencias (3.28) tiene una funcin
sistema de tipo racional dada por (3.29).
Ejemplo
De acuerdo a lo anterior el DSLIT descrito por la siguiente ecuacin de diferencias
y (n) + 0.5 y (n 1) + y (n 2) = u (n) + u (n 1)
Tendr la siguiente funcin sistema o funcin de tranferencia.
1 + z 1
H ( z) =
1 + 0.5 z 1 + z 2
C
2 j
donde C es un contorno cerrado en el plano complejo z que encierra al origen y se encuentra
dentro de la ROC de X(z).
La Transformada z inversa se puede obtener por inspeccin a partir de la tabla de transformadas z
ya calculadas, sin embargo, en las tablas no siempre se pueden encontrar todas las posibles
expresiones en z, por ello a veces se usa alguno de los tres mtodos que se describirn a
continuacin.
56
2 j C z z0
y tambin,
1
f ( z)
2 j C ( z z0 )k
dz =
1 d k 1 f ( z )
( k 1)! dz k 1 z = z
(3.33)
0
A partir de los resultados anteriores se puede obtener un mtodo prctico para evaluar la integral
de contorno para una funcin racional de la forma:
N (z)
f ( z) =
(3.34)
D( z )
supongamos que f(z) tiene n races simples z1 , z2 ,...., zn dentro de C, expandiendo f(z) en
fracciones parciales, obtenemos
n Ri ( z )
1
1
f
(
z
)
dz
=
(3.35)
dz
2 j C
2 j C i =1 z zi
donde Ri es el residuo de f(z) en el polo z=zi, es decir,
Ri ( z ) = ( z zi ) f ( z )
(3.36)
De (3.35) y usando (3.32), obtenemos
n
1
f
(
z
)
dz
=
Ri ( zi ) =
(3.37)
[ residuos de f ( z )]
2 j C
i =1
todos los polos zi
La frmula anterior funciona tambin cuando los polos son repetidos, pero en ese caso se debe
usar (3.33) en lugar de (3.32)
Finalmente, la frmula (3.37) aplicada al clculo de la transformada inversa queda
1
x ( n) =
X ( z ) z n 1dz = residuos de X ( z ) z n 1 en z = zi
2 j c
zi dentro de C
(3.38)
57
Ejemplo.
Calcular la transformada inversa de
X ( z) =
1
con z > a
1 az 1
Solucin.
Usando la frmula de integracin obtenemos
1
1
1
zn
n 1
x ( n) =
z
dz
=
dz
2 j c 1 az 1
2 j c z a
donde C es una circunferencia de radio mayor que a . Para el clculo consideraremos dos casos:
Para n 0 : En este caso el nico polo es z=a, y el residuo correspondiente es:
R1 = z n
= an
z =a
por lo tanto
x ( n) = a n , n 0
zn
tiene un polo en z=0 adems del polo en z=a.
za
Para n=-1:
R1 (0) =
1
za
=
z =0
1
1
1
, R2 (a ) =
=
a
z z =a a
por lo tanto
x ( n) =
dz =0
2 j z ( z a )
c
Para n=-2:
x ( n) =
d 1
dz =
2 j z ( z a )
dz z a
c
z =0
1
z2
=0
z =a
etc., en general
d n 1 1
1
n
= (1) ( n 1) !
n
n 1
dz z a
( z a)
por lo tanto
x ( n) =
1
1
d n 1 1
1
dz
=
+ n
n
n
1
2 j c z ( z a )
(n 1)! dz z a z =0 z
1
= (1)n
( z a)
n
z =0
1
zn
z =a
=0
z =a
tomando en cuenta los dos caso anteriores obtenemos que x(n) = a nu (n)
58
cz
(3.39)
n =
(3.40)
b) z < 0.5
Solucin:
a) En este caso como la ROC es el exterior de un crculo, la seal es de tipo causal, por lo que
buscaremos una serie en potencias de z 1 . Usando el procedimiento de divisin de polinomios
obtenemos:
1 + 32 z 1 + 74 z 2 + 158 z 3 + ...
1 32 z 1 + 12 z 2 1
1 32 z 1 + 12 z 2
3 1
12 z 2
2 z
3
2
z 1 94 z 2 + 34 z 3
7 2
43 z 3
4 z
7
4
z 2 218 z 3 + 87 z 4
15 3
87 z 4
8 z
....
7
4
15
8
x ( n) =
2 n +1 1
n
u (n) = 2 ( 12 ) u (n)
n
b) En este caso la ROC es el interior de un crculo por lo tanto corresponde a una seal anticausal
por ello desarrollamos en potencias positivas de z. usando nuevamente el procedimiento de
divisin de polinomios, pero ordenando al revs:
59
1
2
z 2
2 z 2 + 6 z 3 + 14 z 4 + 30 z 5 + 62 z 6 ...
23 z 1 + 1 1
1 3z + 2 z 2
3z 2 z 2
3z 9 z 2 + 6 z 3
7 z 2 6z3
7 z 2 21z 3 + 14 z 4
15 z 3 14 z 4
15 z 3 45 z 4 + 30 z 5
31z 4 + 30 z 5
....
de donde,
x(n) = {..., 62,30,14, 6, 2, 0, 0}
es decir,
n
x(n) = 2 n 2 u ( n 1) = 2 ( 12 ) u ( n 1)
Ejemplo: Expresar la siguiente funcin racional impropia como un polinomio ms una fraccin
racional propia:
1 + 3 z 1 + 116 z 2 + 13 z 3
X ( z) =
1 56 z 1 + 16 z 2
Solucin:
60
Primero observamos que se deben eliminar del numerador las potencias z-3 y z-2, por lo tanto
usamos el procedimiento de divisin de polinomios arreglando los polinomios en potencias
descendentes de z-1 y paramos el proceso cuando el orden del residuo sea z-1:
2 z 1 + 1
1
6
z 2 + 56 z 1 + 1 13 z 3 + 116 z 2 + 3 z 1 + 1
1
3
z 3 + 106 z 2 + 2 z 1
1 2
+ z 1 + 1
6 z
1
6
z 2 + 56 z 1 + 1
1 1
6 z
Por lo tanto
X ( z ) = 1 + 2 z 1 +
1 1
6
5 1
1
6
6
1 z + z 2
X (z)
z
, para
Solucin:
Multiplicando numerador y denominador por z2 se obtiene
z2
X ( z) = 2
z 1.5 z + 0.5
factorizando el denominador obtenemos
z2
X ( z) =
( z 1)( z 0.5)
Expandiendo en fracciones parciales
X ( z)
R1
R2
=
+
( z 1) ( z 0.5)
z
donde
z
z
R1 =
= 2 , R2 =
= 1
z 0.5 z =1
z 1 z =0.5
Finalmente
2z
z
( z 1) ( z 0.5)
Esta expresin contiene solamente funciones bsicas cuya transformada z inversa se puede
obtener de la tabla de transformadas z, una vez que se especifique la ROC correspondiente.
X ( z) =
El procedimiento mostrado en eel ejemplo anterior puede ser utilizado siempre y cuando los
polos no sean repetidos, inclusive aunque stos sean complejos como se ilustra en el siguiente
ejemplo.
61
X (z)
z
, si
1 + z 1
1 z 1 + 0.5 z 2
Solucin:
Multiplicando numerador y denominador por z2 se obtiene
X ( z)
z +1
= 2
z
z z + 0.5
factorizando el denominador obtenemos
X ( z)
z +1
=
z
( z p1 )( z p2 )
1
1
1
1
donde p1 = 2 + j 2 , p2 = 2 j 2 .
Expandiendo en fracciones parciales
X ( z)
R1
R2
=
+
z
( z p1 ) ( z p2 )
donde
3
+1 j
z +1
p +1
z +1
R1 =
= 1
= 2 2 = 12 23 j , R2 =
z p2 z = p
p1 p2
j
z p1
1
=
z = p2
p2 + 1 23 12 j 1 3
=
=2+2 j
p2 p1
j
As, si
X ( z)
R
R
=
+
z
( z p) ( z p )
entonces
_____
j
j
si denotamos R, p en forma polar: R = R e , p = p e se obtiene
+ jn )
} u ( n)
o bien,
n
62
Para el ejemplo, R = 12 j 23 =
5
2
e j , = tan 1 (3) , p = 12 + j 12 =
x ( n) =
5
2
( )
1
2
1
2
e 4 , por lo tanto
cos(n 4 + )u (n)
x ( n) =
5
2
10
( )
1
2
15
Polos repetidos.
Si el denominador de X z( z ) contiene trminos de la forma ( x p ) k , se generar una sumatoria de
k fracciones parciales de la forma:
Rk
R1
R2
+
+ ... +
(3.41)
2
k
z p ( z p)
( z p)
Donde los coeficientes de los numeradores se calculan como sigue
1
d k i ( z p ) k X ( z )
Ri =
(k i )! dz k i
z
z= p
(3.42)
63
X ( z)
z2
=
2
z
( z + 1)( z 1)
Expandiendo en fracciones parciales
R3
X ( z)
R1
R2
=
+
+
2
z
( z 1) ( z 1) ( z + 1)
donde
z2 + 2z
d z2
3
R1 =
=
= ,
2
dz ( z + 1)
( z + 1) z =1 4
z =1
z2
1
R2 =
= ,
( z + 1) z =1 2
R3 =
z2
( z 1)
2
z =1
1
4
Finalmente
X ( z) =
3
4
1
1
z
z
z
+ 2 2+ 4
( z 1) ( z 1) ( z + 1)
Si todos los polos tienen magnitud menor que la unidad esta respuesta al impulso tender a
cero conforme el tiempo crece y bastar con que algn polo no cumpla esta condicin para
que h(n) crezca indefinidamente conforme n crece, es decir,
pk < 1 ( para todo k ) lim h(n) 0
(3.45)
n
Como los polos pueden ser complejos, la condicin anterior se puede expresar as:
todos los pk dentro del crculo unitario lim h(n) 0
n
64
1 + z 1
como ya se vio en un ejemplo anterior,
1 z 1 + 0.5 z 2
tiene los polos p1 = 12 + j 12 , p2 = 12 j 12 que en forma grfica se muestran como cruces en el
plano z en la figura 3.4. de donde se aprecia que se encuentran en el interior del crulo unitario,
por lo tanto, h(n) debe tender a cero conforme n crece, lo cual en efecto ocurre, como se aprecia
en la figura 3.3.
Im(z)
p1
p2
Re(z)
p1 = 12 + j 12 , p2 = 12 j 12
X + ( z ) = x ( n) z n
(3.46)
n =0
65
Propiedad
Dominio z
Retardo
x(n-k), k>0
z k X + ( z ) + z k x( n) z n
n =1
k 1
Adelanto
x(n+k), k>0
z k X + ( z ) z k x( n) z n
n=0
Teorema del
valor final
lim( z 1) X + ( z )
lim x(n)
n
z 1
Ejemplo: Obtener la respuesta al escaln unitario del sistema dado por la siguiente ecuacin de
diferencias con la condicin inicial y(-1)=1.
y (n) = y (n 1) + x(n)
Solucin:
Calculando la transformada z unilateral a cada miembro de la ecuacin se obtiene
Y + ( z ) = z 1Y + ( z ) + y (1) + X + ( z )
de donde
Y + ( z ) (1 z 1 ) = + X + ( z )
Pero como x(n) es un escaln unitario:
Y + ( z ) (1 z 1 ) = +
1
+ 1 z 1
=
1 z 1
1 z 1
Es decir,
+ 1 z 1
Y ( z) =
(1 z 1 )(1 z 1 )
+
o bien,
Y + ( z ) ( + 1) z
=
z
( z )( z 1)
Expandiendo en fracciones parciales se obtiene
2
1
Y + ( z)
1 2
1
1
=
1 =
+
z
( z ) ( z 1) 1 ( z ) ( z 1)
por lo tanto
1
1
2 n + 1 u (n) =
1 n + 2 u (n)
y ( n) =
1
1
66
Como ya se demostr, una condicin necesaria y suficiente para que un DSLIT sea BIBO-estable
es que su respuesta al impulso unitario h(n) sea absolutamente sumable, es decir,
h( n ) <
(3.47)
n =
H ( z)
=
z =1
h( n ) z
n =
z =1
h ( n) <
n =
Un sistema DSLIT causal es BIBO estable si y solo si todos sus polos estn en el interior del
crculo unitario.
Im(z)
ROC
r
x
x
Re(z)
x
x
polos
Figura 3.5. polos de un DSLIT causal BIBO-estable
67
Am ( z ) = a0 + a1 z 1 + ... + am z m = ak z k
(3.48)
k =0
k =0
k =0
Bm ( z ) = z m Am ( z 1 ) = z m ak z k = ak z ( m k ) = a0 z m + a1 z ( m 1) + ... + am 1 z 1 + am (3.49)
Es decir los coeficientes de Bm(z) son los mismos que los de Am(z) pero en orden inverso.
Para aplicar el Criterio de Schur-Cohn al polinomio
A( z ) = 1 + a1 z 1 + ... + aN z N
Comenzamos haciendo
AN ( z ) = A( z )
y
K N = aN
(3.50)
(3.51)
(3.52)
1 74 z 1 12 z 2 + 12 ( 12 74 z 1 + z 2 )
1 14
=
4 3 21 1
7
z = 1 z 1
3 4 8
2
de donde
68
7
2
7
Como K1 = 2 > 1 se concluye que el sistema es inestable. En este ejemplo se puede verificar
fcilmente esta conclusin, ya que el denominador se puede factorizar como
A2 ( z ) = 1 74 z 1 12 z 2 = z 2 ( z 2 74 z 12 )
K1 =
= z 2 ( z + 2)( z 14 )
69