Tema 3

Tema 3. Seales y sistemas en tiempo discreto.
Introduccin:
Las seales discretas se representan con una secuencia de
nmeros denominados muestras.
Una muestra de una seal o secuencia se denota por x[n] siendo n
entero en el intervalo < n < (x[n]=x[nT])
x[n] est definida nicamente para valores enteros de n.
Una seal en tiempo discreto se representa como {x[n]}
Las seales discretas se pueden representar como una secuencia
de nmeros entre parntesis
{x[n]} = { 0.2, 2.2,1.1, 0.2, 3.7, 2.9}; x(n) = (1 4 )
La flecha indica la muestra con ndice n=0

La representacin grfica de una secuencia discreta es la siguiente:
Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra
En muchas aplicaciones la secuencia discreta se obtiene muestreando

una seal continua xa(t) a intervalos de tiempo regulares:
x[n] = x a (t ) t = nT = x a (nT ) n = , 2, 1,0,1, ,
3.1
INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

MARCELINO MARTNEZ SOBER.
ANTONIO J. SERRANO LPEZ
JUAN GMEZ SANCHIS
CURSO 2009-2010
T es el perodo de muestreo y su inversa se denomina frecuencia de

muestreo. Si T est en segundos las unidades de la frecuencia de muestreo
son ciclos por segundo o Hertzios.
Independientemente de que la secuencia {x[n]} se haya obtenido por
muestreo o no, se dice que x[n] es la n-sima muestra de la secuencia.
Si todos los valores de la secuencia {x[n]} son reales se dice que la
secuencia es real, en otro caso se dice que se trata de una secuencia
compleja.
Una secuencia compleja {x[n]} puede escribirse como
{x[n]} = {xre [n]} + j{xim [n]}
siendo xre [n] y xim [n] las partes reales e imaginarias de la secuencia {x[n]}
El complejo conjugado de una secuencia se denota por
{x * [n]} = {xre [n]} j{xim [n]}
Ej. Secuencia Real:

{x[n]} = {cos 0.25n}
Ej Secuencia Compleja:
{ y[n]} = {e j 0.3n } = {cos 0.3n + j sin 0.3n} = {cos 0.3n} + j{sin 0.3n}
{ yre [n]} = {cos 0.3n} ; { yim [n]} = {sin 0.3n}
La secuencia {w[n]} = {cos 0.3n} j{sin 0.3n} = {e j 0.3n } es la conjugada de y[n] ,

es decir {w[n]} = { y *[n]}
Una seal discreta se dice que es finita o de longitud finita si est definida
nicamente en un intervalo finito N1 n N 2 con < N1 , N 2 < y
N1 N 2 .
La longitud o duracin de una secuencia es N = N 2 N1 + 1 .
3.2

JUAN GMEZ SANCHIS
CURSO 2009-2010
Ej:
La secuencia: x[n] = n 2 , 3 n 4 es finita de duracin 4 (3) + 1 = 8
La secuencia y[n] = cos(0.4n ) es una secuencia infinita
La longitud de una secuencia finita puede incrementarse aadiendo
muestras de valor cero (zero padding)
Ej:
n 2 , 3 n 4
xe [n] =
5n8
0,
Es una secuencia de longitud 12 obtenida aadiendo 4 ceros a la

secuencia x[n] = n 2 , 3 n 4
Se dice que una secuencia es derecha si para n < N1 las muestras son cero.
N1
Si N1 0, se dice que la secuencia es CAUSAL

Se dice que una secuencia es izquierda si para n > N 2 las muestras son
cero.
N2
Si N 2 < 0, se dice que la secuencia es ANTI-CAUSAL
3.3

JUAN GMEZ SANCHIS
CURSO 2009-2010
En general tendremos secuencias BILATERALES

Operaciones con secuencias:
Un sistema discreto realiza operaciones sobre una secuencia de entrada y

proporciona una secuencia de salida que ha modificado sus propiedades de
acuerdo con nuestras necesidades p. ejemplo eliminando ruido. Las
operaciones bsicas con secuencias son las siguientes:
Producto o Modulacin: y[ n] = x[ n] w[ n]
Una de las aplicaciones es obtener
una secuencia de longitud finita a
partir de una secuencia de infinitos
trminos. La secuencia finita por la
que se multiplica se denomina
VENTANA
y
al
proceso
ENVENTANADO
Sumador: y[ n] = x[ n] + w[ n]
Producto por un escalar: y[ n] = A x[ n ]
3.4

JUAN GMEZ SANCHIS
CURSO 2009-2010
Desplazamiento
Adelanto)
temporal:
y[n] = x[ n N ]
(N>0:
Retardo,
N<0
Retardo de 1 muestra:
Adelanto de 1 muestra:
Inversin temporal: y[ n ] = x[ n ] (Se obtiene una secuencia reflejada respecto

de n=0)
Bifurcacin: Permite obtener copias de una secuencia
Ejemplos:
{a[n]} = {3
4 6 9 0} {b[n]} = {2 1 4 5 3}
{c[n]} = {a[n] b[n]} = {6 4 24 45 0}
{d [n]} = {a[n] + b[n]} = {5 3 10 4 3}
{e[n]} = 32 {a[n]} = {4.5 6 9 13.5 0}
{ f [n]} = {a[ n} = {0,9,6,4, 3}
Para hacer operaciones con secuencias es necesario que ambas tengan el

mismo nmero de elementos. Si esto no se verifica siempre es posible
igualar el nmero de elementos mediante la tcnica de aadir ceros (zeropadding)
Combinacin de operaciones bsicas:
Podemos tener sistemas ms complejos mediante la combinacin de
operaciones bsicas. La representacin grfica se denomina DIAGRAMA
3.5

JUAN GMEZ SANCHIS
CURSO 2009-2010
DE BLOQUES e indica las operaciones realizadas y el sentido de flujo de

los datos.
Ej:
y[n] = 1 x[n] + 2 x[n 1] + 3 x[n 2] + 4 x[n 3]

Modificacin de la frecuencia de muestreo:
Dada una secuencia x[n] muestreada a una frecuencia FT nos permite
obtener una secuencia y[n] muestreada a una frecuencia FT
La relacin entre frecuencias es: R =
FT'
FT
Frec. Final
Frec. Original
Si R>1 se habla de INTERPOLACIN
Aadimos muestras
Si R<1 se habla de DIEZMADO.
Eliminamos muestras
3.6

JUAN GMEZ SANCHIS
CURSO 2009-2010
INTERPOLACIN
Si incrementamos la frecuencia de muestreo por un factor L>1, siendo L un
entero, insertamos L-1 ceros entre muestras consecutivas.
x[ n / L ], n = 0, L, 2 L,
xu [ n] =
en otro caso
0,
Salida
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
Amplitud
Amplitud
Entrada
1
0
0.2
0
0.2
0.4
0.4
0.6
0.6
0.8
0.8
1
0
10
20
30
40
1
0
50
10
20
30
40
50
Posteriormente mediante un proceso de filtrado las muestras de valor cero

se sustituirn por valores interpolados entre las muestras existentes.
DIEZMADO
Si decrementamos la frecuencia de muestreo por un factor M>1, siendo M
un entero, tomamos una de cada M muestras de la seal original y
descartamos las M-1 intermedias.
y[ n] = x[ nM ]
Salida
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
Amplitud
Amplitud
Entrada
0
0.2
0
0.2
0.4
0.4
0.6
0.6
0.8
0.8
10
20
30
40
50
10
20
30
40
50
3.7

JUAN GMEZ SANCHIS
CURSO 2009-2010
Clasificacin de secuencias
Las secuencias se pueden clasificar atendiendo a diversos criterios
Simetra:
SECUENCIA CONJUGADA SIMTRICA:
x[n] = x * [ n]
x[0] es un nmero real. Si x[n] es REAL se dice que se trata de una

secuencia PAR.
Ej. Secuencia PAR
SECUENCIA CONJUGADA ANTISIMTRICA:
x[ n] = x * [ n]
x[0] es un nmero IMAGINARIO PURO. Si x[n] es real se dice que se

trata de una secuencia IMPAR, en este caso x[0]=0.
Ej. Secuencia IMPAR
Cualquier secuencia se puede poner como suma de dos secuencias una

conjugada simtrica y otra conjugada antisimtrica
x[n] = xcs [n] + xca [n]

xcs [n] =
1
(x[n] + x * [n])
2
xca [n] =
1
(x[n] x * [n])
2
3.8

JUAN GMEZ SANCHIS
CURSO 2009-2010
Si particularizamos para secuencias reales, la propiedad nos dice que

cualquier secuencia real se puede poner como suma de una secuencia par y
otra impar
x[n] = x par [n] + ximpar [n]

x par [n] =
1
(x[n] + x[n])
2
ximpar [n] =
1
(x[n] x[n])
2
Ejemplo:
Consideremos la secuencia
{ g [ n ]} = {0, 1+ j 4, 2+ j 3, 4 j 2, 5 j 6 , j 2, 3}
{ g * [ n ]} = {0, 1 j 4 , 2 j 3, 4+ j 2, 5+ j 6,
j 2, 3}
{ g * [ n ]} = {3,
j 2 , 5 + j 6 , 4 + j 2 , 2 j 3, 1 j 4 , 0}
La secuencia conjugada simtrica es:
1
{g cs [n]} = {g[n] + g * [n]} = {1.5, 0.5+ j 3, 3.5+ j 4.5,
2
1
{g ca [n]} = {g[n] g * [n]} = {1.5, 0.5+ j , 1.5 j1.5,
2
4 , 3.5 j 4.5 , 0.5 j 3, 1.5}
j 2 , 1.5 j1.5, 0.5+ j , 1.5}
Se puede verificar fcilmente que g cs [n] = g cs

* [ n] y g [ n] = g * [ n]
ca
ca
Periodicidad
Una secuencia x[n] se dice que es peridica si se verifica que
x[ n] = x[ n N ] . El menor valor de N que verifica esta propiedad se
denomina perodo fundamental.
3.9

JUAN GMEZ SANCHIS
CURSO 2009-2010
Si no se verifica la propiedad anterior se dice que la secuencia es

aperidica
3.10

JUAN GMEZ SANCHIS
CURSO 2009-2010
Seales de energa y de potencia

Energa de una secuencia: Ex =
x[n]
n =
Una secuencia infinita puede tener energa finita o no. Una secuencia finita
siempre tiene energa finita.
{ }
x( n) = 1, 3,5 ,
E = 36
n
Ejemplos: x ( n) = 0.5 u (n)
E=2
E=
x ( n) = u ( n)
Potencia media de una secuencia aperidica: Px = lim
1
+1
K
2
K
x[n]
n= K
Si definimos la Energa de una secuencia en un intervalo finito K n K ,
Ex,K =
x[n]
n= K
podemos
expresar
la
potencia
media
como
Px = lim
1
E
2
K
+1 x. K
K
Para una secuencia peridica de perodo N se define la Potencia media

como: Px =
1
N
N 1
x[n]
n =0
La potencia media de una secuencia infinita puede ser finita o infinita.

Ejemplo: Consideremos la secuencia causal
3(1) n , n 0
x[n] =
n<0
0,
Ex =
x[n] = 3( 1)
n =
n =0
n 2
= 3 =
2
n =0
1
9( K + 1)
= 4.5
91 = lim
K 2 K + 1
n =0 K 2 K + 1
Px = lim
Una seal de Energa Infinita y Potencia media finita se dice que es una
seal de Potencia. Por ejemplo una seal peridica.
Una seal de Energa Finita y Potencia media cero se dice que es una seal
de Energa. Ej. Cualquier secuencia de duracin finita
3.11

JUAN GMEZ SANCHIS
CURSO 2009-2010
NOTA:
Suma de trminos de una progresin aritmtica: a n = a 0 + n d :
a N + a N2
(N 2 N1 + 1)
= 1
2
n = N1
5
5+9
(5 ( 2) + 1) = 16
Ej: Suma = 2n 1 =
2
n = 2
Suma =
N2
Suma de trminos de una progresin geomtrica: a n = a0 r n n 0

Suma =
N2
n = N1
a N 2 r a N1
r 1
si alguno de los lmites, N 1 , N 2 es infinito, para
que se pueda realizar la suma es necesario que r 1

Caso particulares:
a
Suma = a n = 0
1 r
n =0
Ej:
Suma =
( )
2 3
1 n 2
( ) (3 )
=2 3
n = 2
1 2
1 n
n = 2
=1
r =3
(3 ) (3 )
2 (3 )
(3 ) 1
1 2
<1
1 2
2 34
= 35
3 1 1
( )
Otras clasificaciones
Secuencia acotada: x[n] Bx <
Ej. x[n] = cos 0.3n 1
Secuencia absolutamente sumable:

0.3n , n 0
Ej: y[n] =
n<0
0,
Secuencia cuadrado sumable:
0.3
x[n] <
n =
n
n =0
x[n]
1
= 1.42857 <
1 0.3
<
n =
3.12

JUAN GMEZ SANCHIS
CURSO 2009-2010
Ej: h[n] =
sin (0.4n )
Esta serie no es absolutamente sumable pero s
n
cuadrado sumable.(La suma es
2
6
Secuencias Discretas Bsicas

1, n = 0
0, n 0
[ n] =
Impulso unidad:
1
1, n 0
,(causal)
u[n] =
0, n < 0
1
Escaln unidad:
0, n 0
(anticausal)
u[n 1] =
1, n < 0
n, n 0
r[ n ] = n u ( n ) =
0, n < 0
Rampa unidad:
Rampa unidad
5
4.5
4
3.5
r(n)
3
2.5
2
1.5
1
0.5
0
5
0
n
3.13

JUAN GMEZ SANCHIS
CURSO 2009-2010
Secuencia sinusoidal:
x[n] = A cos( o n + )
0: frecuencia angular en radianes/muestra

A: Amplitud
: Fase
x[n] = A n , < n <
Secuencia exponencial:
Si escribimos = e
( o + j o )
, A = A e j
y separamos en parte real e imaginaria
x[n] = A e j e ( o + jo ) n = xre [n] + j xim [n], obtenemos las secuencias:
xre [n] = A e o n cos( o n + )

xim [n] = A e o n sin( o n + )
Las partes reales e imaginarias son sinusoides puras para o=0, crecientes
para o>0 y decrecientes para o<0
n
Exponenciales Reales: x[n] = A , < n < , A,
3.14

JUAN GMEZ SANCHIS
CURSO 2009-2010
Las secuencias sinusoidales, A cos( o n + ) y las secuencias exponenciales

complejas B exp( j o n) son seales peridicas de perodo N si o N = 2 r ,
siendo N y r enteros; es decir, la frecuencia digital es un nmero racional
f =
r
N
Si no se cumple la relacin anterior la secuencia es no peridica. Ej:

x[n] = sin( 3n + ) .
Secuencia sinc:
El secuencia es muy utilizada en procesado de seales. Se trata de una
secuencia no causal de duracin infinita
Representacin se secuencias arbitrarias mediante impulsos.

Cualquier secuencia discreta puede ser representada como una suma
ponderada de secuencias impulso retardadas. x(n) =
k =
x(k ) (n k )
k =
3.15

JUAN GMEZ SANCHIS
CURSO 2009-2010
x[ n] = 0.5 [ n + 2] + 1.5 [n 1] [n 2] + [n 4] + 0.75 [n 6]

Sistemas Discretos
Un sistema discreto procesa una secuencia de entrada x[n] para obtener una
secuencia de salida y[n] modificando su propiedades (salvo el sistema
y(n)=x(n)).
El nmero de entradas y salidas puede ser uno, como en un multiplicador, o

mltiple como ocurre en un bloque sumador o modulador, retardo, etc.
Ejemplos: y (n) = 0.5(x( n) + x(n 1) )
Sistema acumulador: La salida en un instante es la suma acumulada de las
muestras anteriores. y[ n] =
x[] =
n 1
x[] + x[n] = y[n 1] + x[n]
La relacin entre la entrada y la salida tambin se puede escribir como:

y[n] =
= 0
= 0
x[] + x[] = y[1] + x[], n > 0
y[-1] se denomina condicin inicial. La ltima expresin en la que n est

definida para valores positivos se denomina acumulador causal
3.16

JUAN GMEZ SANCHIS
CURSO 2009-2010
Promediado de M muestras (prom. mvil): la salida en un determinado

instante es el promedio de la muestra actual y las M-1 muestras anteriores.
1
M
y[n] =
M 1
x[n k ]
k =0
Este tipo de promediado se utiliza para eliminar ruido de una seal.

8
8
d[n]
s[n]
x[n]
s[n]
y[n]
7
6
6
M=4
Amplitude
Amplitude
5
4
3
2
2
1
10
20
30
Time index n
40
50
3.17
10
20
30
Time index n
40
50

JUAN GMEZ SANCHIS
CURSO 2009-2010
Clasificacin de Sistemas Discretos

Sistemas Lineales:
Si y1[n] es la salida de un sistema ante una entrada x1[n] e y2[n] es la salida
de un sistema ante una entrada x2[n], entonces, si el sistema es lineal, ante
una entrada x[n] = x1[n] + x2 [n] , la salida es y[n] = y1[n] + y2 [n] siendo ,
, x1[n] e x2[n] arbitrarios.
Un sistema lineal verifica el principio de superposicin.
Ej1: Promediado de dos muestras: y [ n ] = 0 . 5 ( x ( n ) + x ( n 1) )
Para dos entradas arbitrarias las salidas sern:
y1 [n] = 0.5( x1 (n) + x1 (n 1) ), y 2 [n] = 0.5( x 2 (n) + x 2 (n 1) )
Para una entrada x[n] = x1[n] + x 2 [n] ,

La salida es:
y1 [n] = 0.5( x1 [n] + x 2 [n] + x1 [n 1] + x 2 [n 1]) =
= (0.5( x1 (n) + x1 (n 1) )) + (0.5( x 2 (n) + x 2 (n 1) ))
Luego el sistema es lineal

Ej2: Acumulador
Para dos entradas arbitrarias las salidas sern:
y1 [n] =
x [],
y 2 [ n] =
x []
2
Para una entrada x[n] = x1[n] + x2 [n] ,

La salida es:
y[n] =
( x1[] + x2 []) = x1[]
+ x2 [] = y1[n] + y2 [n]
=
Luego el sistema es lineal

Ej: Acumulador causal
Para dos entradas arbitrarias tenemos:
n
= 0
= 0
y1[n] = y1[1] + x1[] y2 [n] = y2 [1] + x2 []
Para una entrada x[n] = x1[n] + x2 [n]

n
La salida es: y[n] = y[1] + ( x1 [] + x 2 [])

= 0
Si ahora calculamos y1 [n] + y 2 [n] obtenemos
3.18

JUAN GMEZ SANCHIS
CURSO 2009-2010
y1 [n] + y 2 [n] = ( y1 [1] + x1 []) + ( y 2 [1] + x 2 []) =

= 0
= 0
= 0
= 0
= ( y1[1] + y2 [1]) + ( x1[] + x2 [])
verifique y[n] = y1[n] + y2 [n] se debe cumplir,

y[1] = y1[1] + y2 [1] para cualquier valor de , luego solo si las
condiciones iniciales son nulas el sistema ser lineal en otro caso no lo
ser.
Para
que
se
Ejercicio. Determina si el sistema y[n] = x 2 [n] x[n 1]x[n + 1] es lineal.
3.19

JUAN GMEZ SANCHIS
CURSO 2009-2010
Verificacin de la linealidad de un sistema utilizando Matlab

%Determina si el sistema y[n]=x[n]-2*x[n-1]-y[n-2] es lineal
%Considera que las condiciones inciales son y[-1]=0.5;y[0]=2
%Hemos considerado que el primer elemento es el n=1
%para evitar problemas de ndices en Matlab
clear
close all
set(0, 'defaultaxesfontsize', 18)
%Generamos 2 secuencia arbitrarias con los mismos elementos
N=100;
x1=0:N-1;
x2=sin(2*pi*0.3*(1:N));
%Condiciones iniciales
y_1=0.5; y0=2;
%Generamos una secuencia que sea una Comb. Lineal de ambas
alfa=3; beta=0.5;
x3=alfa*x1+beta*x2;
%Hemos de calcular las salidas para las entradas anteriores y1[n],y1[n] e
y3[n]
%Determinamos fuera del bucle la salida para ndices problemticos
%n=1 y n=2
%Para n=1
n=1;
y1(n)=x1(1)-2*0-y_1;
%Anlogo para el resto de entradas
y2(n)=x2(1)-2*0-y_1;
y3(n)=x3(1)-2*0-y_1;
%Para n=2
n=2;
y1(n)=x1(2)-2*x1(2-1)-y0;
y2(n)=x2(2)-2*x2(2-1)-y0;
y3(n)=x3(2)-2*x3(2-1)-y0;
%Realizamos los clculos para n>2
for(n=3:N)
y1(n)=x1(n)-2*x1(n-1)-y1(n-2);
y2(n)=x2(n)-2*x2(n-1)-y2(n-2);
y3(n)=x3(n)-2*x3(n-1)-y3(n-2);
end
%Dibujamos las salidas
plot(y3,'ro')
hold on
plot(alfa*y1+beta*y2,'g*');
title('El sistema NO es lineal')
xlabel('n')
legend('y_3(n)','\alphay_1(n)+\betay_2(n)')
3.20

JUAN GMEZ SANCHIS
CURSO 2009-2010
%Repetir
el
ejercicio
considerando
3.21
Condiciones
iniciales
(ccii)
nulas

JUAN GMEZ SANCHIS
CURSO 2009-2010
Sistema: y[n] = x[n] 2 x[n 1] y[n 2] ccii : y[ 2] = 0.5
y[ 1] = 2
El sistema NO es lineal
20
y (n)
3
y (n)+y (n)
1
2
0
20
40
60
80
100
120
140
160
0
10
20
30
40
50
n
60
70
80
90
100
Si consideramos el mismo sistema con ccii nulas obtenemos.

El sistema S es lineal
20
y3(n)
y1(n)+y2(n)
0
20
40
60
80
100
120
140
160
0
10
20
30
40
3.22
50
n
60
70
80
90
100

JUAN GMEZ SANCHIS
CURSO 2009-2010
Sistema invariante temporal.

Un sistema que ante una entrada x1[n] produce una salida y1[n] es
invariante temporal si ante una entrada x[n] = x1[n no ] la salida es
y[n] = y1[n no ] .
Es decir que si la secuencia de entrada se retarda o adelanta, la secuencia de
salida estar retardada o adelantada ese mismo nmero de muestras.
Tambin podemos decir que la salida del sistema ser la misma
independientemente del instante en que se aplique la entrada.
Ej.: Consideremos el sistema interpolador

x[n / L], n = 0, L, 2 L, .....
xu [n] =
para una entrada retardada x1[n] = x[n no ]
en otro caso
0,
la salida es:
x [n / L], n = 0, L, 2 L, ..... x[n / L no ], n = 0, L, 2 L, .....
x1,u [n] = 1
=
en otro caso
0,
en otro caso
0,
sin embargo si calculamos la salida retardada

x[(n no ) / L], n = no , no L, no 2 L, .....
x1,u [n]
xu [n no ] =
0,
en otro caso
por
lo
que
es
sistema es VARIANTE TEMPORAL

Ej.: Sistema acumulador
n
y[n] =
x [],
y1 [n] =
ante una entrada retardada x[n]=x1[n-no]
x1[ no ] =
l ' = l no
n no
x1[' ] =
'=
l =l '
n no
x []
Si retardamos directamente la salida tenemos

y[n no ] =
n n0
x []
expresin que coincide con la anterior por lo que el
acumulador es un sistema INVARIANTE TEMPORAL
3.23

JUAN GMEZ SANCHIS
CURSO 2009-2010
Sistemas LIT (LTI)

Es un sistema que verifica simultneamente las propiedades de linealidad e
invarianza temporal.
Estos sistemas son sencillos de caracterizar matemticamente y por tanto
fciles de usar. Un gran nmero de algoritmos de procesado digital de
seales han sido diseados utilizando este tipo de sistemas. Son los que
estudiaremos ms detenidamente en captulos posteriores.
Ej: el sistema acumulador
Sistemas Causal (LTI)
Es aquel en el que la salida en un determinado instante no (y[no]) depende
solo de muestras de entrada en instantes n no y/o salidas en instantes
anteriores n < no , pero no de entradas posteriores n > no (SISTEMA NO
ANTICIPATIVO)
Ej.: Sistemas causales
y[n] = 1 x[n] + 2 x[n 1] + 3 x[n 2] + 4 x[n 3]
y[n] = y[n 1] + x[n]
Sistema acumulador.
Promediado mvil.
Ej.: Sistemas no causales
y[n] = xu [n] + 12 ( xu [n 1] + xu [n + 1])
y[n] = x[ n]
Ejercicio: Determina si el sistema y[n] = x[ n] es invariante temporal. Es

causal ?
En muchas ocasiones un sistema no causal puede transformarse en uno
causal retardando las seales un determinado nmero de muestras. As el
sistema no causal y[n] = xu [n] + 12 ( xu [n 1] + xu [n + 1]) se puede transformar en
y[n] = xu [n 1] + 12 ( xu [n 2] + xu [n]) .
3.24

JUAN GMEZ SANCHIS
CURSO 2009-2010
Sistemas estable BIBO

Un sistema se dice que es estable BIBO (Bounded Input Bounded Output)
si ante cualquier entrada acotada x[n] B x < < n < , la salida esta
tambin acotada y[n] B y < < n < .
Ej. Promediado Mvil de M mestras:
y[n] =
y[n] =
M 1
x[n k ] , si
1
M
k =0
1
M
M 1
x[n] Bx entonces
M 1
x[n k ] x[n k ]
1
M
k =0
k =0
1
M
( MB x ) B x < ESTABLE
Ej: y[n] = log(x[n]) , aunque se verifique x[n] Bx , la salida no est acotada

para todas aquellas secuencias que tengan muestras iguales a 0. Ya que en
estos puntos el logaritmo se hace infinito.
Sistemas sin memoria o estticos.
Es aquel en el que la salida solo depende de entradas actuales.
En caso contrario se dice que el sistema tiene memoria o es DINMICO.
Ej:
y[n] = sin (x[n])
y[n] =
1
N
Sistema sin memoria
N 1
x[n k ]
Sistema con memoria.
k =o
Sistemas Pasivos.
Son aquellos en los que para cualquier secuencia de entrada x[n] de energa
finita, la salida tiene como mximo la misma energa
n =
y[n]
x[n]
<
n =
Cuando en la expresin anterior se verifica la igualdad se dice que el

sistema es SIN PRDIDAS (LOSSLESS)
3.25

JUAN GMEZ SANCHIS
CURSO 2009-2010
Ej.
El sistema y[n] = x[n N ] , con N un entero positivo.
La energa viene dada por
y[n]
n =
x[n]
luego el sistema es pasivo
n =
para 1 y sin prdidas para = 1

Respuesta impulsional.
La respuesta de un sistema ante una entrada x[n] = [n] se denomina
respuesta impulsional y la denotaremos por h[n] .
Respuesta escaln.
La respuesta de un sistema ante una entrada x[n] = u[n] se denomina
respuesta escaln y la denotaremos por s[n]
Ej: Respuesta impulsional
y[n] = 1 x[n] + 2 x[n 1] + 3 x[n 2] + 4 x[n 3]
haciendo x[n] = [n] tenemos

h[n] = 1 [n] + 2 [n 1] + 3 [n 2] + 4 [n 3] que podemos expresar como
{h[n]} = {1 , 2 , 3 , 4 }
Respuesta impulsional del sistema acumulador

y[n] =
x[] , haciendo x[n] = [n] tenemos
h[n] =
[] = u[n] que es una de las definiciones de funcin escaln.
CARACTERIZACIN TEMPORAL DE LOS SISTEMAS LTI.

Como consecuencia de las propiedades de linealidad e invarianza temporal
la relacin entrada salida para un sistema de estas caractersticas est
completamente especificada por su respuesta impulsional.
Luego si conocemos la respuesta impulsional de un sistema LTI podemos
conocer la respuesta del mismo ante cualquier entrada.
3.26

JUAN GMEZ SANCHIS
CURSO 2009-2010
La justificacin es sencilla, ya que cualquier entrada la podemos poner

como una suma de impulsos retardados y por ser el sistema LTI podemos
calcular la salida para cada uno de estos impulsos retardados, que
proporcionarn salidas retardadas el mismo nmero de muestras (por ser
Invariante temporal) y posteriormente sumar las salidas ya que se verifica
el principio de superposicin (sistema Lineal).
Para una entrada genrica expresada como suma de impulsos retardados:
x[n] =
x[k ] [n k ]
k =
Si el sistema es LTI ante una entrada x[k ] [n k ] la salida ser x[k ] h[n k ]
luego la salida total ser
y[n] =
x[k ] h[n k ]
k =
que podemos expresar como

y[n] =
x[n k ] h[k ]
k =
haciendo un cambio de ndices en el sumatorio

La expresin:
y[n] =
x[k ] h[n k ] =
k =
x[n k ] h[k ]
k =
se denomina SUMA DE CONVOLUCIN de las secuencia x[n] y h[n] y

se representa de forma compacta como:
y[n] = x[n] * h[n]

Expresin muy importante ya que permite calcular la salida de un sistema
LTI ante cualquier entrada, conociendo su respuesta impulsional.
Propiedades:
x[n]* h[n] = x[n]* h[n ]
Conmutativa:
(x[n]* h[n]) * s[n] = x[n]* (h[n]* s[n])
Asociativa:
Distributiva respecto de la suma: (x[n] + h[n]) * s[n] = x[n]* s[n] + h[n]* s[n]
3.27

JUAN GMEZ SANCHIS
CURSO 2009-2010
Interpretacin y clculo de la suma de convolucin:

1. Invertir temporalmente la secuencia h[k] para obtener h[-k].
2. Desplazar h[-k] n muestras a la derecha si n>0 o hacia la izda si n<0
para formar h[n-k]
3. Formar los productos v[k ] = x[k ]h[n k ]
4. Sumar todas las muestras de v[k] para obtener el valor de la nuestra
y[n].
Esquema convolucin:
En la prctica, solo cuando la seal de entrada y la respuesta impulsinal

tengan un nmero finito de trminos ser posible utilizar la convolucin
para determinar la salida del sistema. Si la respuesta impulsional o la
entrada tiene un nmero infinito de trminos ser necesario utilizar otros
procedimientos que veremos ms adelante.
Ejemplo: Calcula la convolucin de las secuencias
N1
M1
N2
M2
x[n] = { 2,0,1,1, 3 } h[n] = { 1 ,2,0, 1} ( N 1 = 0, M 1 = 4, N 2 = 0, M 2 = 3 )
Calculamos h[ k ] = {1,0,2, 1}
Para que haya trminos producto no nulos la variable n de h[n-k] podr

tomar valores entre 0 n 7 .( N 1 + N 2 n M 1 + M 2 )
Para n<0 la salida es nula y[n]=0; ya que no hay trminos producto
comunes
Regla de Clculo de la convolucin entre 2 secuencias:
1. Convolucin de 2 secuencias finitas Tabla de convolucin.
2. Convolucin de una secuencia finita y una infinita Expresar la
secuencia finita como suma de impulsos retardados y aplicar las
propiedades de la convolucin.
3.28

JUAN GMEZ SANCHIS
CURSO 2009-2010
3. Convolucin de secuencias infinitas Aplicar la definicin.
3.29

JUAN GMEZ SANCHIS
CURSO 2009-2010
Podemos hacer los clculos mediante la siguiente tabla.

M1 + M 2
N1 + N 2
n
x(n)
h(n)
h(-n)
h(1-n)
h(2-n)
h(3-n)
h(4-n)
h(5-n)
h(6-n)
h(7-n)
h(8-n)
y(n)=x(n)*h(n)
-3
-2 -1
-1
0
-1
2
0
-1
0
-2
1
1
2
0
-1
-2
1
0
2
1
2
0
-1
-4
2
1
0
1
2
0
-1
3
-1
-1
1
2
0
-1
4
3
1
2
0
-1
1
1
2
0
-1
5
1
2 1
0 2
1 -3
1
0
La ltima fila contiene los productos acumulados.

Ejercicio: Calcula la salida de un sistema LTI con respuesta impulsional
h(n) = a n u (n ) a < 1 ante una entrada escaln unidad.
Ejemplo: Calcula la salida al convolucionar cualquier secuencia con
(n n0 )
3.30

JUAN GMEZ SANCHIS
CURSO 2009-2010
Representacin grfica del clculo de la convolucin:
Extrado de: Tratamiento Digital de Seales. J.G. Proakis
Ej:
y[3] = x[0]h[3] + x[1]h[2] + x[2]h[1] + x[3]h[0] = 2 + 0 + 0 + 1 = 3
y[5] = x[ 2]h[3] + x[3]h[ 2] + x[ 4]h[1] = 1 + 0 + 6 = 5

y[7 ] = x[ 4]h[3] = 3
Regla:
Para el calculo de la salida y(n), intervendrn todos los productos x(n) h(nk) cuya suma de trminos sea n. Ej y(3) intervienen los productos
x(0)h(3)x(1)h(2), x(2)y(1),x(3)h(0)
3.31

JUAN GMEZ SANCHIS
CURSO 2009-2010
La convolucin de una secuencia de longitud N y una de longitud M es una

secuencia de longitud N+M-1
En Matlab la funcin y=conv(a,b) realiza la convolucin de dos secuencias
Ej: La convolucin puede utilizarse para calcular el producto entre
polinomios.
Interconexin de sistemas:
Serie o Cascada:
Se verifica: h[n] = h 1[n] * h2 [n]

Propiedades:
La interconexin de sistemas en serie es conmutativa, de acuerdo con las
propiedades de la convolucin.
La interconexin de sistemas estables es un sistema estable.
Si la conexin de dos sistemas verifica h 1[n] * h2 [n] = (n ) se dice que el
sistema h1[n] es el inverso de h2 [n] y viceversa
Ejemplo de aplicacin: Ecualizacin de canales
3.32

JUAN GMEZ SANCHIS
CURSO 2009-2010
Ejercicio: Un sistema causal tiene por respuesta impulsional una secuencia

escaln. Determina su sistema inverso.
Paralelo:
Se verifica: h[n] = h 1[n] + h2 [n]

Ejercicio:
Determina la respuesta impulsional del sistema resultante de la siguiente
interconexin a partir de las respuestas impulsionales de cada uno de los
bloques
h1[n] = [n] + 0.5 [n 1]

h2 [n] = 0.5 [n] 0.25 [n 1]
h3 [n] = 2 [n]
h4 [n] = 2(0.5) n u[n]
Solucin: h(n ) = (n )
ESTABILIDAD BIBO PARA SISTEMAS LTI
Un sistema LTI es estable BIBO si y solo si su respuesta impulsional es
absolutamente sumable: S =
h[n] <
n =
Probar como ejercicio.
3.33

JUAN GMEZ SANCHIS
CURSO 2009-2010
Ejemplo: determina para qu valores de el siguiente sistema LTI es

estable, h[n] = ( ) n u[n]
1
n
n
S = u[n] = =
si <1 1
n =
n =0
Luego si <1 el sistema es estable BIBO y si 1 el sistema es inestable
CAUSALIDAD PARA SISTEMAS LTI
Un sistema LTI es causal si y solo si su respuesta impulsional es una
secuencia causal. ( h(n) = 0 para n < 0 )
Ej1: y[n] = 1 x[n] + 2 x[n 1] + 3 x[n 2] + 4 x[n 3]
En primer lugar hemos de comprobar que se trata de un sistema LTI. Se
puede verificar que s lo es.
La respuesta impulsional la obtenemos tomando una entrada x(n) = (n ) y
obtenemos: {h[n]} = {1 2 3 4 } que s es causal.
Ej2: Interpolador de orden 2. y[n] = x [n] +
1
(x [n 1] + x [n + 1])
2
Podemos comprobar que se trata de un sistema LTI. Su respuesta

1
2
1
2
impulsional es {h[n]} = { , 1, } que no es causal luego el sistema no es
causal.
SISTEMAS LTI CARACTERIZADOS POR ECUACIONES EN

DIFERENCIAS DE COEFICIENTES CONSTANTES.
Un caso particular de sistemas LTI muy importantes son aquellos en los
que la entrada y salida estn relacionadas mediante una ecuacin en
diferencias con coeficientes a k y bk constantes (no varan con n) de la
forma
M
b x[n k ] = a
k =0
k =0
y[ n k ]
O despejando la salida, si a o 0
N
bk
a
y ( n) = x[ n k ] k y[ n k ]
k =1 ao
k = 0 ao
M
3.34

JUAN GMEZ SANCHIS
CURSO 2009-2010
Al valor mximo entre N y M se le denomina ORDEN DEL SISTEMA.

Aunque estos sistemas pueden tener una respuesta impulsional finita o
infinita, la salida del sistema siempre puede calcularse ya que esta implica
un nmero finito de operaciones (M+N+1 productos y M+N sumas)
Para calcular la salida del sistema a partir de un instante n=n0 es necesario
conocer los valores en los instantes y[no 1], y[no 2],... y[no N ] , estos
valores son lo que se denominan CONDICIONES INICIALES DEL
SISTEMA.
Se dice que un sistema est ORIGINALMENTE EN REPOSO o
RELAJADO si las condiciones iniciales (ccii) son nulas
( y[no 1] = y[no 2] = ... = y[no N ] = 0 ).
Resolucin de una ecuacin en diferencias con coeficientes constantes.
Para calcular la salida de un sistema descrito por una ecuacin en
diferencias con coeficientes constante se emplea un procedimiento anlogo
al utilizado para la resolucin de ecuaciones diferenciales con coeficientes
constantes.
y ( n) = y h ( n) + y p ( n)
y h : Solucin homognea. Se obtiene considerando x[n]=0, es la solucin
de
a
k =0
y[n k ] = 0
y p : Solucin particular. Es la solucin especfica para nuestra entrada
( x[n] 0 ), tambin se llama solucin forzada, ya que la ha provocado la

entrada
La suma de ambas soluciones es la solucin total y[n]
(Ver Ejemplos en Proakis Pag 100-108)
Respuesta a entrada nula y respuesta en estado nulo.
Una forma alternativa de calcular la solucin total de una ecuacin en
diferencias es determinando la respuesta ante una entrada nula y en estado
nulo que se definen de la siguiente forma:
3.35

JUAN GMEZ SANCHIS
CURSO 2009-2010
Respuesta ante entrada nula o respuesta natural y zi : es la respuesta del

sistema ante una entrada nula; es decir, es debida a las condiciones
iniciales.
Respuesta en estado nulo y zs : es la respuesta del sistema ante nuestra
entrada considerando condiciones iniciales nulas.
La respuesta total del sistema se puede escribir como:
y[n] = y zi [n] + y zs [n]
Profundizaremos en el clculo de la salida de un sistema ante una entrada

determinada en el siguiente captulo cuando introduzcamos la transformada
Z.
CLASIFICACIN DE LOS SISTEMA LTI DISCRETOS:
Existen diversos criterios de clasificacin:
Segn su respuesta impulsional:
Un sistema cuya respuesta impulsional h[n] tiene un nmero
finito
de
trminos
no
nulos
h[n] = 0 for n < N1 y n > N 2 , N1 < N 2 se denomina SISTEMA DE
RESPUESTA IMPULSIONAL FINITA (FIR). Su salida se
puede calcular directamente de la suma de convolucin como:
y[ n] =
N2
h[k ]x[n k ]
k = N1
Si comparamos esta ecuacin con la expresin general de los

sistemas LTI de coeficientes constantes observamos que h[k ] = bk
Ej. y[n] = 1 x[n] + 2 x[n 1] + 3 x[n 2] + 4 x[n 3]
Si la respuesta impulsional no es finita se dice que es un
SISTEMA DE RESPUESTA IMPULSIONAL INFINITA
(IIR)
Ej.: y[n] = y[n 1] + x[n]
3.36

JUAN GMEZ SANCHIS
CURSO 2009-2010
Segn el procedimiento para calcular su salida:

NO RECURSIVOS. Son aquellos en los que la salida se puede
calcular secuencialmente conociendo nicamente las entradas
presentes y pasadas. y[n] = F (x[n], x[n 1],..., x[n N ])
Ej: y[n] = 1 x[n] + 2 x[n 1] + 3 x[n 2] + 4 x[n 3]
RECURSIVOS. Son aquellos en los que la salida en un instante
dado depende de entradas presentes y pasadas y tambin de
salidas pasadas. y[n] = F (x[n], x[n 1],..., x[n M ], y[n 1],..., y[n N ])
Ej: y[n] = y[n 1] + x[n]
UN SISTEMA IIR SIEMPRE SE IMPLEMENTA DE FORMA
RECURSIVA, SIN EMBARGO UN SISTEMA RECURSIVO NO
SIEMPRE ES DE TIPO IIR.
Ej. y[n] = x[n] x[n 4] + y[n 1]
Ejercicio: Calcula la respuesta impulsional del sistema anterior.
Segn sus coeficientes:
Sistema en tiempo discreto real. Es aquel cuya respuesta
impulsional es REAL.
Ej: y[n] = x[n] x[n 4] + y[n 1]
Sistema en tiempo discreto complejo. Es aquel cuya respuesta
impulsional es COMPLEJA.
Ej: y[n] = y[n 1] + e 3 x[n]

j
3.37

JUAN GMEZ SANCHIS
CURSO 2009-2010
CORRELACIN DE SEALES
En ocasiones necesitamos determinar el grado de similitud entre dos
seales. Por ejemplo:
Comunicaciones: las seales que se deben transmitir se codifican como
smbolos que posteriormente deben ser recuperados al pasar por el canal de
comunicaciones. El receptor compar las seales recibidas con los patrones
de los smbolos que pueden ser enviados para su deteccin.
Radar y sonar: las seales enviadas son reflejadas por el objeto y
devueltas de nuevo al emisor. Comparando estas seales con las originales
se puede obtener informacin del objeto.
SONAR
RADAR
En muchas ocasiones las seales recibidas estn contaminadas con ruido
aditivo por lo que la deteccin es ms compleja. La herramienta
matemtica para evaluar la similitud entre seales es la CORRELACIN.
3.38

JUAN GMEZ SANCHIS
CURSO 2009-2010
Se define la CORRELACIN CRUZADA entre dos secuencia x[n] e

y[n] y lo denotamos como rxy [] a la secuencia:
rxy [] =
x[n] y[n ],
= 0, 1, 2, ...
n =
El parmetro se denomina desplazamiento (lag) y representa el

desplazamiento temporal entre ambas seales.
La secuencia y[n- ] se desplaza muestras a la derecha respecto de
x[n] para >0 y muestras hacia la izquierda para <0.
El orden de los subndices en rxy [] indica qu secuencia se queda fja
y cual se desplaza.
ryx [] =
y[n]x[n ] =
m = n l
n =
y[m + ]x[m] = r
xy
m =
[]
Es decir las secuencia ryx [] se obtiene haciendo una inversin

temporal de rxy []
Se define la AUTOCORRELACIN de una secuencia x[n], y lo

denotamos como rxx [] a la secuencia:
rxx [] =
x[n]x[n ],
= 0, 1, 2, ...
n =
Si =0 la autocorreacin coincide con la energa de la secuencia x[n]
rxx [0] =
x [n] = E
n =
Ejercicio: Verifica que para secuencias reales la autocorrelacin es una

funcin par.
RELACION ENTRE LA CORRELACIN Y LA CONVOLUCIN
Si rescribimos la expresin de la correlacin entre dos secuencias
3.39

JUAN GMEZ SANCHIS
CURSO 2009-2010
rxy [] =
n =
n =
x[n] y[n ] = x[n] y[( n)] = x[n]* y[ n]
obtenemos que la correlacin cruzada entre dos secuencia x[n] e y[n] se

puede obtener mediante la convolucin de x[n] con la versin invertida
temporalmente de y[n].
y[ n ]
x[n]
rxy [n ]
Anlogamente para la autocorrelacion de la secuencia x[n]
x[ n ]
x [n ]
rxx [n ]
Para el clculo de la correlacin entre dos secuencias podemos utilizar los

mismos procedimientos que para la convolucin.
Nota: Hay similitudes en el clculo de la correlacin y la convolucin pero
su significado es COMPLETAMENTE DISTINO
PROPIEDADES DE LA CORRELACIN
Consideremos dos secuencias x[n] e y[n] de energa finita. La energa de
una combinacin lineal de ellas a x[n] + y[n ] tambin debe ser finita,
calculmosla:
n =
(a x[n] + y[n ]) 2 =
= a 2 n = x 2 [n] + 2a n = x[n] y[n ] + n = y 2 [n ] 0
Que podemos poner de forma ms compacta como:
a 2 rxx [0] + 2a rxy [] + ryy [0] 0

rxx [0] = E x > 0, ryy [0] = E y > 0
Observamos que se trata de una ecuacin de 2 grado para la variable a.
Como se debe verificar la desigualdad para todos los valores de a, la
ecuacin no debe tener ninguna solucin real, luego se verificar que:
3.40

JUAN GMEZ SANCHIS
CURSO 2009-2010
rxx [0]ryy [0] rxy2 [] 0

De donde obtenemos:
|rxy []| rxx [0]ryy [0] = E x E y
En el caso particular que x[n]=y[n]
|rxx []| rxx [0] = E x

CONCLUSIN: LA SECUENCIA DE AUTOCORRELACIN
ALCANZA SU VALOR MXIMO CUANDO EL DESPLAZAMIENTO
ES CERO
La conclusin anterior indica que una seal se adapta consigo misma para
retardo 0.
Para evitar que el resultado de la correlacin dependa de las secuencias
consideradas se definen los coeficientes de autocorrelacin y correlacin
normalizada de la siguiente forma:
Autocorrelacin normalizada : xx [] =
Correlacin normalizada : xy [] =
rxx []
rxx [0]
rxy []
rxx [0]ryy [0]
Con estas definiciones los coeficientes estn acotados al intervalo
1 xx [], xy [] 1
Independientemente de las secuencias consideradas.
Calculo de la correlacin con Matlab:

Autocorrelacin:
Correlacin cruzada:
Coeficiente de autocorrelacin:
Coeficiente de correlacin:
xcorr(x)
xcorr(x,y)
xcorr(x,coeff)
xcorr(x,y,coeff)
3.41

JUAN GMEZ SANCHIS
CURSO 2009-2010
Ejercicio:
Se define la correlacin cruzada de dos secuencias peridicas de periodo N
1 N 1
r
[
]
=
como xy
x[n] y[n ], = 0, 1, 2,... .
N n=0
Comprueba que la correlacin cruzada de dos secuencias peridicas es una
secuencia peridica del mismo perodo.
Ejercicio:
Determina la relacin existente entre la autocorrelacin de la salida y la
autocorrelacin de la entrada para un sistema LTI
Ejercicio:
Determina la expresin general de la autocorrelacin de la secuencia
x(n) = a n u (n) a < 1 y represntala grficamente en el intervalo [-10,10],
para a=0.8. Cul es la energa de la seal de entrada?
Ejercicio:
Determina el intervalo de valores para los que el sistema LTI de respuesta
a n n 0
impulsional h[n] = n
a)Es estable
b n < 0
3.42
b)Es causal.

JUAN GMEZ SANCHIS
CURSO 2009-2010

Tema 3

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 3

Cargado por

Copyright:

Formatos disponibles

Tema 3. Seales y sistemas en tiempo discreto.

La flecha indica la muestra con ndice n=0

Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra

En muchas aplicaciones la secuencia discreta se obtiene muestreando

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra

T es el perodo de muestreo y su inversa se denomina frecuencia de

Ej. Secuencia Real:

La secuencia {w[n]} = {cos 0.3n} j{sin 0.3n} = {e j 0.3n } es la conjugada de y[n] ,

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

Es una secuencia de longitud 12 obtenida aadiendo 4 ceros a la

Si N1 0, se dice que la secuencia es CAUSAL

Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra

Si N 2 < 0, se dice que la secuencia es ANTI-CAUSAL

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

En general tendremos secuencias BILATERALES

Un sistema discreto realiza operaciones sobre una secuencia de entrada y

Producto por un escalar: y[ n] = A x[ n ]

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

Inversin temporal: y[ n ] = x[ n ] (Se obtiene una secuencia reflejada respecto

Bifurcacin: Permite obtener copias de una secuencia

{c[n]} = {a[n] b[n]} = {6 4 24 45 0}

{d [n]} = {a[n] + b[n]} = {5 3 10 4 3}

{e[n]} = 32 {a[n]} = {4.5 6 9 13.5 0}

{ f [n]} = {a[ n} = {0,9,6,4, 3}

Para hacer operaciones con secuencias es necesario que ambas tengan el

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

DE BLOQUES e indica las operaciones realizadas y el sentido de flujo de

Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra

y[n] = 1 x[n] + 2 x[n 1] + 3 x[n 2] + 4 x[n 3]

Si R>1 se habla de INTERPOLACIN

Si R<1 se habla de DIEZMADO.

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

Posteriormente mediante un proceso de filtrado las muestras de valor cero

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

x[0] es un nmero real. Si x[n] es REAL se dice que se trata de una

Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra

SECUENCIA CONJUGADA ANTISIMTRICA:

x[0] es un nmero IMAGINARIO PURO. Si x[n] es real se dice que se

Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra

Cualquier secuencia se puede poner como suma de dos secuencias una

x[n] = xcs [n] + xca [n]

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

Si particularizamos para secuencias reales, la propiedad nos dice que

x[n] = x par [n] + ximpar [n]

La secuencia conjugada simtrica es:

4 , 3.5 j 4.5 , 0.5 j 3, 1.5}

j 2 , 1.5 j1.5, 0.5+ j , 1.5}

Se puede verificar fcilmente que g cs [n] = g cs

Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

Si no se verifica la propiedad anterior se dice que la secuencia es

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

Seales de energa y de potencia

Potencia media de una secuencia aperidica: Px = lim

Si definimos la Energa de una secuencia en un intervalo finito K n K ,

Para una secuencia peridica de perodo N se define la Potencia media

La potencia media de una secuencia infinita puede ser finita o infinita.

INTRODUCCIN. AL PROCESADO DIGITAL DE SEALES.

Suma de trminos de una progresin geomtrica: a n = a0 r n n 0

si alguno de los lmites, N 1 , N 2 es infinito, para

que se pueda realizar la suma es necesario que r 1

Secuencia absolutamente sumable: