Está en la página 1de 87

Seiiales y sistemas

Simon Haykin McMaster University



Barry Van Veen University of Wisconsin

~ LIMUSA WILEY rID

A

Nancy y Kathy, Emily, David y Jonathan

VERSION AUTORIZADA EN ESPANOL DE lA OBRA ORIGINAlMENTE PUBLICADA EN INGLES POR JOH"N WilEY & SONS CON El TiTULO:

SIGNALS AND SYSTEMS

© JOHN WILEY & SONS, INc., NEW YORK, CHICHESTER, BRISBANE, SINGAPORE, TORONTO AND WEINHEIM.

COLABORADOR EN LA TRADUCCION:

GABRIEL NAGORE CAZARES

REVISION TECNICA:

FRANCISCO RODRIGUEZ RAMIREZ

INGENIERO MECANICO ELECTRICISTA DE LA FACULTAD DE INGENIERiA DE LA UNIVERSIDAD NACIONAL AUTONOMA DE MEXICO

POSGRADO EN MICROPROCESADORES Y ELECTRONICA DIGITAL POR LA UNIVERSITY OF MANCHESTER, INSTITUTE OF SCIENCE & TECHNOLOGY

PROFESOR DEL DEPARTAMENTO DE INGENIERiA DE CONTROL DE LA FACULTAD DE INGENIERiA DE LA UNAM

LA PRESENTACION Y DISPOSICION EN CONJUNTO DE

SENALES Y SISTEMAS

SON PROPIEDAD DEL EDITOR. NINGUNA PARTE DE ESTA OBRA PUEDE SER REPRODUCIDA 0 TRANSMITIDA, MEDIANTE NINGUN SISTEMA 0 METODO, ELECTRONICO 0 MECANICO (INCLUYENDO EL FOTOCOPIADO, LA GRABACION 0 CUALQUIER SISTEMA DE RECUPERACION Y ALMACENAMIENTO DE INFORMACION), SIN CONSENTIMIENTO POR ESCRITO DE JOHN WILEY & SONS, INC.

DERECHOS RESERVADOS:

© 2001, EDITORIAL LlMUSA, SA DE C. V.

GRUPO NORIEGA EDITORES BALDERAS 95, MEXICO, D.F.

C.P. 06040

y~~ (5) 521-21-05

l~ 01(800)7-06-91-00 - (5) 512-29-03

llIA limusa@noriega.com.mx -r www.noriega.com.mx

CANIEM NUM. 121

PRIMERA EDICION HECHO EN MEXICO ISBN 968-18-5914-6

Prefacio

El estudio de sefiales y sistemas es basico para la disciplina de la ingenieria electrica en todos los niveles. Es un tema extraordinariamente rico con aplicaciones diversas. De hecho, para la apreciaci6n y aplicaci6n apropiadas de otras areas de la ingenieria electrica, tales como procesamiento de sefiales, sistemas de comunicacion y sistemas de control, es esencial un entendimiento global de sefiales y sistemas.

Este libro presenta un tratamiento modemo de sefiales y sistemas a nivel introductorio.

Como tal, su usa se orienta a los programas universitarios de ingenieria de los cursos basicos y esta diseiiado para preparar estudiantes en cursos superiores en sistemas de comunicaci6n, sistemas de control y procesamiento de sefiales digitales.

Ellibro brinda un tratamiento balanceado e integrado de formas de sefiales y sistemas en tiempo continuo y en tiempo discreto ideado para reflejar su importancia en la practica de la ingenieria. Especfficamente, estas dos formas de sefiales y sistemas se tratan a la par. Este planteamiento tiene la ventaja pedag6gica de ayudar aver al estudiante las similitudes y diferencias fundamentales entre las representaciones en tiempo discreto y en tiempo continuo. Los problemas de la vida real implican a menudo mezclas de formas en tiempo continuo y en tiempo discreto, por 10 que el tratamiento integrado tambien prepara al estudiante en el uso practice de estos conceptos. Esta filosoffa integrada se reserva hasta los capftulos del libro que abordan las aplicaciones de sefiales y sistemas en modulaci6n, filtrado y sistemas realimentados.

A 10 largo de to do ellibro se presentan abundantes ejemplos y problemas de practica con respuestas. Todos ellos estan disefiados para ayudar al estudiante a entender y dominar los temas que se estudian. El ultimo capitulo es el iinico sin problemas de practica. Cada capitulo, salvo el ultimo, incluye al final un gran mimero de problemas ideados para evaluar al estudiante con respecto al material cubierto. Cada capitulo incluye ademas una lista de lecturas adicionales para consulta y una recopilaci6n de notas hist6ricas.

Otro rasgo distintivo del libro es el enfasis que se da al disefio, En particular, los capftulos que abordan las aplicaciones incluyen ejemplos de disefio ilustrativos.

MATLAB, acr6nimo de MATrix LABoratory y producto de The Math Works, Inc., ha surgido como un poderoso ambiente para el estudio experimental de seiiales y sistemas. Se decidi6 integrar MATLAB en ellibro incluyendo una secci6n titulada "Exploraci6n de conceptos con MATLAB" en cada capitulo, excepto en el final. Al hacerlo, nos hemos guiado por la convicci6n de que MATLAB brinda una eficiente base de calculo para un "Laboratorio de software", donde se exploran los conceptos y se prueban los disefios de sistemas. De acuerdo con ello, se incluye la secci6n sobre MATLAB antes de la secci6n "Resumen", de modo que se relacione con, y se profundice en el material expuesto en las secciones previas del capitulo correspondiente. Este enfoque ofrece tambien al profesor la flexibilidad ya sea para incorpo-

vi

PREFACIO

rar formalmente la exploracion de MATLAB en el salon de clases 0 para dejar que los estudiantes 10 practiquen por su cuenta.

Cada seccion "Exploracion de conceptos con MATLAB" se disefio para instruir al estudiante en la aplicacion adecuada de los comandos relevantes de MATLAB y para desarrollar un conocimiento adicional acerca de los conceptos presentados en el capitulo. Se requiere un conocimiento previo minimo de MATLAB. El codigo de MATLAB para todos los calculos efectuados en la obra, inc1uyendo el ultimo capitulo, puede conseguirse en el sitio web del libro: http://jws.edcv. wiley. corn/college.

En esta pagina, localizar el libro por el autor "Hay kin" y el titulo de la obra en ingles:

Signals and Systems.

Hay diez capftulos en ellibro, organizados en la siguiente forma:

~ El capitulo 1 despierta el interes del lector por saber que son las sefiales y sistemas y como surgen en los sistemas de comunicacion, los sistemas de control, el sensado remoto, el procesamiento de sefiales biomedicas y el sistema auditivo. Luego describe las diferentes c1ases de sefiales, define ciertas sefiales elementales y presenta las nociones basicas relacionadas con la caracterizacion de sistemas.

~ El capitulo 2 presenta un tratamiento detallado de representaciones en el dominio del tiempo de sistemas lineales e invariantes con el tiempo (LTI). Desarrolla la convolucion a partir de la representacion de una sefial de entrada como una superposicion de impulsos. Las nociones de causalidad, memoria, estabilidad e invertibilidad que se expusieron brevemente en el capitulo 1 se vuelven a considerar en terminos de la descripcion de la respuesta al impulso para sistemas LTI. La respuesta en estado estable de un sistema LTI a una entrada senoidal se usa para presentar el concepto de respuesta en frecuencia. Tambien se presentan las representaciones de ecuaciones diferenciales y en diferencias para sistemas lineales e invariantes con el tiempo. Despues, se exponen las representaciones mediante diagramas de bloques para sistemas LTI. El capitulo terrnina con una exposicion de la descripcion en variables de estado de sistemas LTI.

~ El capitulo 3 aborda la representacion de Fourier de sefiales. En particular, se analizan detalladamente y de manera unificada las representaciones de cuatro c1ases fundamentales de sefiales:

.. Sefiales periodic as en tiempo discreto: la serie de Fourier en tiempo discreto ~ Sefiales periodicas en tiempo continuo: la serie de Fourier

.. Sefiales no periodicas en tiempo discreto: la transformada de Fourier en tiempo discreto

~ Sefiales no periodic as en tiempo discreto: la transformada de Fourier

Un rasgo novedoso del capitulo es la forma en la que se explotan las similitudes entre estas cuatro representaciones y se destacan las diferencias entre elIas. El hecho de que las senoides complejas sean funciones caracteristicas de sistemas LTI se aprovecha para motivar la representacion de sefiales en terminos de senoides complejas. Se presenta la forma basic a de la representacion de Fourier para cada clase de sefial y se desarrollan en secuencia las cuatro representaciones. Luego, se estudian a la par las propiedades de las cuatro representaciones. En todo el capitulo se mantiene una estricta separacion entre las clases de sefiales y las representaciones de Fourier correspondientes. Estamos convencidos de que el tratamiento paralelo, aunque independiente, mini-

Prefacio

vii

miza la confusion entre las representaciones y contribuye al posterior dominio de la aplicacion apropiada de cada una. La mezcla de las representaciones de Fourier se presenta de modo natural en el contexto del analisis y de las aplicaciones computacionales y, por ello, se pospone hasta el capitulo 4.

~ EI capitulo 4 presenta un tratamiento amplio de las aplicaciones de las representaciones de Fourier en el estudio de sefiales y sistemas LTI. Se establecen los vinculos entre las representaciones de sistema en el dominio de la frecuencia y en el dominio del tiempo presentadas en el capitulo 2. Tanto el analisis como las aplicaciones de calculo se usan luego para motivar la deduccion de las relaciones entre las cuatro representaciones de Fourier y para desarrollar la habilidad del estudiante en la aplicacion de estas herramientas. Las representaciones de la transformada de Fourier en tiempo continuo y en tiempo discreto de sefiales periodicas se presentan para analizar problemas en los que hay una mezcla de sefiales periodic as y no periodicas, tales como la aplicacion de una entrada periodic a a un sistema LTI. La representacion de la transformada de Fourier con respecto a sefiales en tiempo discreto se desarrolla despues como una herramienta para analizar situaciones en las que hay una mezcla de sefiales en tiempo continuo y en tiempo discreto. EI proceso de muestreo y de reconstruccion de sefiales en tiempo continuo a partir de muestras se estudia en detalle dentro de este contexto. Tambien se exponen los sistemas para el procesamiento en tiempo discreto de seiiales en tiempo continuo, incluyendo los temas de sobremuestreo, diezmacion e interpolacion. EI capitulo concluye desarrollando relaciones entre la serie de Fourier en tiempo discreto y las transformadas de Fourier en tiempo discreto y en tiempo continuo con el fin de presentar los aspectos de calculo del analisis de sefiales de Fourier.

~ EI capitulo 5 presenta un tratamiento introductorio de sistemas de modulacion ideal aplicado a sistemas de comunicacion. Se describen las razones practicas para usar la modulacion, Se expone la modulacion en amplitud y sus variantes, esto es, la modulacion de doble banda lateral con portadora suprimida, la modulacion de banda lateral iinica y la modulacion de banda lateral rudimentaria. EI capitulo incluye ademas el estudio de la modulacion por amplitud de pulso y su importancia en comunicaciones digitales para subrayar de nuevo una interaccion natural entre sefiales en tiempo continuo y en tiempo discreto. EI capitulo incluye una exposicion de las tecnicas de multiplexado.por division de frecuencia y por division de tiempo. Finaliza con un tratamiento de los retardos de fase y de grupo que surgen cuando se transmite una seiial modulada por un canal lineal.

~ EI capitulo 6 presenta la transformada de Laplace y su uso en las representaciones mediante exponenciales complejas de sefiales en tiempo continuo y en la caracterizacion de sistemas. La propiedad de la funcion caracteristica de sistemas LTI y la existencia de representaciones mediante exponenciales complejas para sefiales que no tienen representacion de Fourier se emplea para motivar el estudio de la transformada de Laplace. La transformada de Laplace unilateral se estudia primero y se aplica en la solucion de ecuaciones diferenciales con condiciones iniciales para reflejar el papel dominante de la transformada de Laplace en las aplicaciones de ingenierfa. La transformada de Laplace bilateral se presenta despues y se utiliza para estudiar los temas de causalidad, estabilidad, invertibilidad y las relaciones entre polos y ceros y respuesta en frecuencia. Se desarrollan las relaciones entre la descripcion de la funcion de transferencia de sistemas LTI y las descripciones en el dominio del tiempo presentadas en el capitulo 2.

viii

PREFACIO

.... El capitulo 7 se dedica a la transformada z y su empleo en la representacion mediante exponenciales complejas de sefiales en tiempo discreto y en la caracterizacion de sistemas. Como en el capitulo 6, la transformada z constituye una representacion mas general que la de la transformada de Fourier en tiempo discreto. De conformidad con su papel principal como una herrarnienta de analisis, empezamos con la transformada z bilateral. Se presentan las propiedades de la transformada z y las tecnicas de inversion. Posteriormente, se emplea la transformada z en el analisis de transformada de sistemas. Se desarrollan las relaciones entre la funcion de transferencia y la descripcion en el dominio del tiempo que se presentaron en el capitulo 2. Se repasan los temas de invertibilidad, estabilidad, causalidad y la relacion entre la respuesta en frecuencia y polos y ceros. Se presenta el uso de la transformada z para obtener estructuras de programacion con las que se implementen sistemas en tiempo discreto. Al final se estudia el empleo de la transformada z unilateral para resolver ecuaciones en diferencias.

.... El capitulo 8 aborda la caracterizacion y disefio de filtros y ecualizadores lineales. Se presenta el problema de aproximacion, subrayando las funciones de Butterworth y mencionando brevemente las funciones de Chebyshev. Se exponen los metodos directo e indirecto para el disefio de tipos de filtros analogico (esto es, tiempo continuo) y digital (es decir, tiempo discreto). El metodo de ventanas para el disefio de filtros digitales de respuesta finita al impulso y el metodo de transformada bilateral para el disefio de filtros digitales de respuesta infinita al impulso se tratan en detalle. El disefio de filtros ofrece otra oportunidad para reforzar los vinculos entre los sistemas en tiempo continuo y en tiempo discreto. El capitulo profundiza el material presentado en el capitulo 4 al desarrollar un metodo para la ecualizacion de un canal lineal empleando un filtro en tiempo discreto de respuesta finita al impulso. Los filtros y los ecualizadores brindan un vehiculo natural para desarrollar una apreciacion en cuanto a disefiar sistemas requeridos para cumplir especificaciones prescritas en el dominio de la frecuencia.

.... El capitulo 9 presenta un tratamiento introductorio de muchas facetas de los sistemas lineales realimentados. Se subrayan las divers as ventajas practicas de la realimentacion y el costa de su aplicacion. Se exponen con todo detalle las aplicaciones de la realimentacion en el disefio de amplificadores operacionales y de sistemas de control realimentados. El problema de estabilidad, basico en el estudio de sistemas realimentados, se trata ampliamente considerando los siguientes metodos:

.... El metodo dellugar geometrico de las rafces, relacionado con la respuesta transitoria en lazo cerrado del sistema .

.... El criterio de estabilidad de Nyquist, relacionado con la respuesta en frecuencia en lazo abierto del sistema.

El criterio de estabilidad de Nyquist se estudia empleando tanto el lugar geometrico de Nyquist como el diagrama de Bode. El capitulo incluye tambien una exposicion de sistemas de datos muestreados para ilustrar la interaccion natural entre sefiales en tiempo continuo y en tiempo discreto que ocurren en aplicaciones de control.

fill. El capitulo 10, el ultimo dellibro, examina crfticamente las limitaciones de las representaciones de sefiales y sistemas presentadas en los capftulos previos. Destaca otras herramientas avanzadas, a saber, analisis de tiempo-frecuencia (la transformada de

Reconocimientos

ix

Fourier de tiempo corto y ondeletas) y caos, en la caracterizacion de seiiales. Subraya tambien las nociones de no linealidad y adaptabilidad en el estudio de sistemas. Al hacerlo, el estudiante toma conciencia de la muy amplia naturaleza del tema de sefiales y sistemas y recuerda las limitaciones de la suposicion de linealidad e invariancia con el tiempo.

Al organizar el material en la forma descrita, hemos tratado de seguir el material teorico mediante aplicaciones apropiadas tomadas de los campos de los sistemas de comunicacion, el disefio de filtros y los sistemas de control. Esto se ha hecho para brindar allector una fuente de estfrnulo.

EI material en este libro puede utilizarse ya sea en un curso sobre sefiales y sistemas de un semestre 0 en una secuencia de dos. Un curso de dos semestres seguidos cubriria la mayor parte, si no es que la totalidad de los temas del libro. EI material para un curso de un semestre puede arreglarse de divers as maneras, dependiendo de las preferencias del profesor. Hemos intentado mantener la maxima flexibilidad de ensefianza en la seleccion y orden de los temas, con apego a nuestrafilosoffa de integrar realmente los conceptos en tiempo continuo y en tiempo discreto. Algunas secciones del libro inc1uyen material considerado de naturaleza avanzada; estas secciones se marcan con un asterisco. Es posible omitir el material cubierto en estas secciones sin perturbar la continuidad del contenido tematico presentado en el capitulo correspondiente.

Ellibro conc1uye con los siguientes apendices:

.... Identidades matematicas selectas

.... Expansiones en fracciones parciales

.... Tablas de representaciones de Fourier y propiedades .... Tablas de transformadas de Laplace y propiedades .... Tablas de transformadas z y propiedades

En todo ellibro se usa un conjunto consistente de notaciones. Excepto en unos cuantos casos, las deducciones de todas las formulas se integran dentro del texto.

Ellibro se acompafia con un Manual de soluciones detallado (disponible solo en ingles) para todos los problemas de fin de capitulo dellibro, el cual puede solicitarse directamente a Editorial Limusa.

I Reconocimientos

Al escribir este libro, nos hemos beneficiado enormemente de las sugerencias y critic as constructivas recibidas de muchos colegas y revisores:

.... Rajeev Agrawal, University of Wisconsin .... Richard Baraniuk, Rice University

.... Jim Bucklew, University of Wisconsin .... C. Sidney Burrus, Rice University

.... Dan Cobb, University of Wisconsin

.... Chris DeMarco, University of Wisconsin .... John Gubner, University of Wisconsin

x

PREFACIO

.~ Yu Hu, University of Wisconsin ~ John Hung, Auburn University

~ Steve Jacobs, University of Pittsburgh ~ James F. Kaiser, Bellcore

~ Joseph Kahn, University of California-Berkeley ~ Ramdas Kumaresan, University of Rhode Island ~ Troung Nguyen, Boston University

~ Robert Nowak, Michigan State University ~ S. Passupathy, University of Toronto

.~ John Platt, McMaster University

~ Naresh K. Sinha, McMaster University

~ Mike Thomson, University of Texas-Pan America ~ Anthony Vaz, McMaster University

Extendemos nuestra gratitud a todos ellos por ayudarnos cada uno a su manera a moldear el libro hasta su forma final.

Barry Van Veen esta en deuda con sus colegas de la Universidad de Wisconsin, y con el profesor Willis Tomkins, jefe del Departamento de Ingenieria Electrica y Computacion, por permitirle impartir las c1ases de sefiales y sistemas repetidamente durante la elaboracion del texto.

Damos las gracias a muchos estudiantes tanto en McMaster como en Wisconsin, cuyas sugerencias y preguntas nos auxiliaron a 10 largo de los afios a afinar y, en algunos casos, replantear la presentacion del material en este libra. En particular, agradecemos a Hugh Pasika, Eko Onggo Sanusi, Dan Sebald y Gil Raz por su invaluable ayuda en la preparacion de algunos de los experimentos de compute, el manual de soluciones y en la revision de las pruebas de imprenta dellibro.

La idea de escribir este libro fue concebida cuando Steve Elliott era el editor de Ingenieria Electrica en Wiley. Le estamos profundamente agradecidos. Deseamos expresar tambien nuestra gratitud a Charity Robey por realizar las divers as revisiones iitiles dellibro, y a Bill Zobrist, el actual editor de Ingenieria Electrica en Wiley, por su intenso apoyo. Deseamos dar las gracias a Monique Calello por manejar diestramente la produccion del libra, y a Katherine Hepburn por la creativa promocion del rnismo.

Por ultimo, Simon Haykin agradece a su esposa Nancy, y Barry Van Veen a su esposa Kathy y a sus hijos Emily y David, por su apoyo y comprension durante las largas horas que les llevo escribir este libra.

Simon Haykin Barry Van Veen

Contenido

Notaci6n XVI

I CAPITULO 1 Introduccion

1.1 i, Que es una sefial? 1

1.2 i,Que es un sistema? 2

1.3 Panorama de sistemas especfficos 2

1.4 Clasificaci6n de sefiales 16

1.5 Operaciones basic as sobre sefiales 23

1.6 Sefiales elementales 31

1.7 Sistemas vistos como interconexiones de operaciones 45

1.8 Propiedades de sistemas 47

1.9 Exploraci6n de conceptos con MATLAB 59

1.10 Resumen 66

Lecturas adicionales 66

Problemas 67

CAPITULO 2 Representaciones en el dominio del tiempo

para sistemas lineales e invariantes con el tiempo 75

Introducci6n 75

Convoluci6n: representaci6n de la respuesta

al impulso para sistemas LTI 76

Propiedades de la representaci6n de la respuesta al

impulso para sistemas LTI 99

Representaciones mediante ecuaciones

diferenciales y en diferencias para sistemas LTI 115 Representaciones mediante diagramas de bloques 128 Descripciones en variable de estado para

sistemas LTI 133

Exploraci6n de conceptos con MATLAB 142

Resumen 151

Lecturas adicionales 152

Problemas 153

I CAPITULO 3 Representaciones de Fourier para senales 165

2.1 2.2

2.3

2.4

2.5 2.6

2.7 2.8

Introducci6n 165

Sefiales peri6dicas en tiempo discreto: la serie de

Fourier en tiempo discreto 170

Sefiales peri6dicas en tiempo continuo: la serie

de Fourier 181

3.4 Sefiales no peri6dicas en tiempo discreto: la

transformada de Fourier en tiempo discreto 191

3.5 Sefiales no peri6dicas en tiempo continuo: la

transformada de Fourier 199

3.6 Propiedades de las representaciones de Fourier 205

3.7 Exploraci6n de conceptos con MATLAB 246

3.1 3.2

3.3

1

3.8 Resumen 251

Lecturas adicionales

Problemas 252

CAPITULO 4 Aplicaciones de las representaciones

de Fourier 267

252

4.1 4.2 4.3

Introducci6n 267

4.4

Respuesta en frecuencia de sistemas LTI Representaciones de sefiales peri6dicas

mediante la transformada de Fourier 278

Convoluci6n y modulaci6n con mezclas de sefiales

de distintas clases 284

Representaci6n mediante la transformada de Fourier

para sefiales en tiempo discreto 292

Muestreo 296

Reconstrucci6n de sefiales en tiempo continuo

a partir de sus muestras 305

Procesamiento en tiempo discreto de sefiales en

tiempo continuo 316

Representaciones en series de Fourier para sefiales

no peri6dicas de duraci6n finita 327

Aplicaciones de calculo de la serie de Fourier

en tiempo discreto 332

Algoritrnos eficientes para evaluar la DTFS 345 Exploraci6n de conceptos con MATLAB 348

Resumen 354

268

4.5

4.6 4.7

*4.8

4.9

*4.10

*4.11 4.12 4.13

Lecturas adicionales 354

Problemas 355

I cAPiTULO 5 Aplicaciones en sistemas de comunicacion 367

5.1 Introducci6n 367

5.2 Tipos de modulaci6n 367

5.3 Beneficios de la modulaci6n 371

5.4 Modulaci6n en amplitud completa 372

5.5 Modulaci6n de doble banda lateral con portadora

suprimida 381

5.6 Multiplexaje mediante portadora en cuadratura 386 5.7 Otras variantes de la modulaci6n en

amplitud 387

5.8 Modulaci6n por amplitud de pulso 391

5.9 Multiplexaje 396

*5.10 Retardos de fase y de grupo 401

5.11 Exploraci6n de conceptos con MATLAB 406

5.12 Resumen 416

Lecturas adiciona1es

Problemas 418

417

xii

CONTENIDO

CAPiTULO 6 Representacion de seiiales empleando exponenciales complejas en tiempo continuo:

la transformada de Laplace

6.1 6.2 6.3 6.4 6.5

Introducci6n 423

La transfonnada de Laplace 423

La transfonnada de Laplace unilateral Inversi6n de la transfonnada de Laplace Soluci6n de ecuaciones diferenciales con condiciones iniciales 439

La transfonnada de Laplace bilateral 446 Analisis de sistemas mediante la transfonnada Exploraci6n de conceptos con MATLAB 470 Resumen 473

430 435

6.6 6.7 6.8 6.9

Lecturas adicionales 474 Problemas 475

CAPITULO 7 Representacion de seiiales utilizando exponenciales complejas en tiempo discreto: la transformada z

Introducci6n 481

La transfonnada z 481

Propiedades de la regi6n de convergencia 489

Propiedades de la transfonnada z 494

Inversi6n de la transformada z 499

Analisis mediante transfonnadas de sistemas LTI Estructuras de programaci6n para implementar sistemas en tiempo discreto 516

La transfonnada z unilateral 522 Exploraci6n de conceptos con MATLAB 526 Resumen 530

Lecturas adicionales 531 Problemas 531

I CAPITULO 8 AplicaciOn a filtros y ecualizadores

7.1 7.2

*7.3 7.4 7.5 7.6 7.7

7.8 7.9 7.10

Introducci6n 539

Condiciones para 1a transmisi6n sin distorsi6n Filtros pasobajas ideales 542

Disefio de filtros 549

Funciones de aproximaci6n 550 Transfonnaciones de frecuencia 557 Filtros pasivos 560

Filtros digitales 561

Filtros digitales FIR 562

Filtros digitales IIR 572

Distorsi6n lineal 577

Ecualizaci6n 578

Exploraci6n de conceptos con MATLAB 581 Resumen 587

Lecturas adicionales 588 Problemas 589

I cAPiTULO 9 Aplicacion a sistemas realimentados

8.1 8.2 8.3 8.4 8.5 8.6 8.7 8.8 8.9 8.10 8.11 8.12 8.13 8.14

9.1 9.2 9.3 9.4

Introducci6n 593

Conceptos basicos de reaIimentaci6n 594 Analisis de sensibiIidad 596

Efecto de la realimentaci6n sobre la perturbaci6n o el ruido 598

Analisis de distorsi6n 599

Costo de la realimentaci6n Amplificadores operacionales Sistemas de control 607

9.5 9.6 9.7 9.8

601 602

423

456

481

506

539

539

593

9.9 Respuesta transitoria de sistemas de bajo orden 615 9.10 Especificaciones en el dominio del tiempo 618 9.11 El problema de estabi1idad 621

9.12 El criterio de Routh-Hurwitz 625

9.13 Metodo dellugar geometrico de las rakes 9.14 Modelos de orden reducido 638

*9.15 Criterio de estabilidad de Nyquist 641 9.16 Diagrama de Bode 648

*9.17 Sistemas de datos muestreados 658

9.18 Disefio de sistemas de control 668 9.19 Exploraci6n de conceptos con MATLAB 9.20 Resumen 683

628

677

Lecturas adicionales 684 Problemas 685

I cAPiTULO 10 Epz1ogo

10.1 Propiedades ffsicas de sefiales en la vida real 10.2 Analisis tiempo-frecuencia 697

10.3 Desviaciones del modelo de "sistema lineal e invariante con el tiempo" 705

10.4 Comentarios finales 712

Lecturas adicionales 712

I APENDICE A Identidades matemtiticas selectas

693

693

715

A.1 A.2 A.3 A.4 A.5

Trigonometria 715 Niimeros complejos Series geometric as Integrales definidas Matrices 718

716 717 717

I APENDICE B Expansiones enfracciones parciales

B.1 Expansiones en fracciones parciales para representaciones en tiempo continuo 719 B.2 Expansiones en fracciones parciales para representaciones en tiempo discreto 722

APENDICE C Tablas de representaciones de Fourier y propiedades

719

724 724

C.1 Pares de series basicas de Fourier en tiempo discreto C.2 Pares basicos de series de Fourier 725

C.3 Pares basicos de transfonnadas de Fourier en

tiempo discreto 725

C.4 Pares basic os de transfonnadas de Fourier 726 C.5 Pares de transfonnadas de Fourier para

sefiales peri6dicas 726

C.6 Pares de transfonnadas de Fourier en tiempo discreto para sefiales peri6dicas 727

C.7 Propiedades de las representaciones de Fourier C.8 Relaciones de las cuatro representaciones

de Fourier 730

C.9 Relaciones de muestreo y traslape 730

APENDICE D Tablas de transformadas de Laplace y propiedades

728

732

D.1 Transfonnadas de Laplace basicas 732

D.2 Propiedades de la transfonnada de Laplace 733

I APENDICE E Tablas de transformadas z y propiedades

E.1 Transfonnadas z basicas 735 E.2 Propiedades de la transfonnada z

lindice

735

736

737

Simbolos

Notacion

[ 0 ] indica variable independiente de valor discreto, por ejemplo, x[n]

( 0 ) indica variable independiente de valor continuo, por ejemplo, x(t)

.... Funciones en mimiscula denotan cantidades en el dominio del tiempo, por ejemplo, x(t), w[n]

.... Funciones en mayiiscula denotan cantidades 0 transformadas en el dorninio de la frecuencia

X[k] coeficientes de la serie de Fourier en tiempo discreto para x[ n]

X[k] coeficientes de la serie de Fourier para x(t)

X(e}il) transformada de la serie de Fourier de x[n]

XUw) Xes) X(z)

transformada de la serie de Fourier de x(t) transformada de Laplace de x(t) transformada z de x[ n]

.... Los simbolos en mimiscula y negritas denotan cantidades vectoriales, por ejemplo, q

.... Los simbolos en mayiiscula y negritas denotan cantidades matriciales, por ejemplo, A

.... El subindice 15 indica representaciones en tiempo continuo para una sefial en tiempo discreto

X8(t) representacion en tiempo continuo para x[n]

X8UW) transformada de Fourier de X8(t)

.... El tipo de letra diferente indica variables 0 comandos de MATLAB, por ejemplo, X=fft(x,n)

0° se define como 1 por conveniencia arctan se refiere a una funci6n de cuatro cuadrantes y produce un valor entre - 1T Y 1T radianes

Simbolos

I c I arg{c}

Re{c} Im{c} c*

j

CZJ T

N

to

u(t), u[n]

15[n], 15(t) H{o}

HUw)

h[n]

h(t)

xiii

magnitud de la cantidad compleja c angulo de fase de la cantidad compleja c

parte real de c

parte imaginaria de c complejo conjugado de c raiz cuadrada de - 1

raiz cuadrada de - 1 usada por MATLAB

intervalo de muestreo en segundos periodo fundamental para sefiales en tiempo continuo en segundos periodo fundamental en sefiales en tiempo discreto en muestras frecuencia (angular) para serial en tiempo continuo en radianes/segundo frecuencia (angular) para sefial discreta en el tiempo en radianes frecuencia fundamental (angular) para sefial peri6dica en tiempo continuo en radianes/segundo

frecuencia fundamental (angular) para sefial peri6dica en tiempo discreto en radianes

funci6n escal6n de amplitud unitaria

funci6n de impulso de peso unitario representaci6n de un sistema como un operador H

corrirniento de tiempo de T unidades el superindice -1 denota sistema lllverso

denota operaci6n de convoluci6n respuesta en frecuencia de sistema en tiempo discreto

respuesta en frecuencia de sistema en tiempo continuo

respuesta al impulso de sistema en tiempo discreto

respuesta al impulso de sistema en tiempo continuo

xiv CONTENIDO
y(n) el superfndice (n) denota respuesta Abreviaturas
natural
y{f) el superfndice (f) denota respuesta AID anal6gico-digital (convertidor)
forzada AM modulaci6n en amplitud
y(p) el superindice (p) denota soluci6n BIBO entrada acotada salida acotada
particular ew onda continua
DTFS; 00 par de serie de Fourier en tiempo dis-
creto con frecuencia fundamental no D/A digital-anal6gico (convertidor)
FS; WO par de serie de Fourier con frecuen- dB decibel
cia fundamental WO DOF grado de libertad
DTFT par de transformada de Fourier en DSB-Se doble banda lateral con portadora supri-
tiempo discreto mida
DTFS serie de Fourier en tiempo discreto
~ par de transformada de Fourier DTFT transformada de Fourier en tiempo dis-
5£ par de transformada de Laplace creto
~
5£u FDM multiplexado por divisi6n de frecuencia
+----7 par de transformada de Laplace uni- FFT transformada rapida de Fourier
lateral FIR respuesta al impulso finita
Z par de transformada z FM modulaci6n en frecuencia
+----7
FS serie de Fourier
Zu par de transformada z unilateral FT transformada de Fourier
+----7
senc(u) sen ('TtU)/ 'TtU Hz hertz
® convoluci6n peri6dica de dos sefiales IIR respuesta al impulso infinita
peri6dicas LTI lineal e invariante con el tiempo (sis-
n intersecci6n tema)
T(s) funci6n de transferencia en lazo ce- MRI imagen por resonancia magnetica
rrado MSE error cuadrado medio
F(s) diferencia de retorno PAM modulaci6n por amplitud de pulso
L(s) funci6n de transferencia de lazo peM modulaci6n por codificaci6n de pulso
Ess error en estado estable PM modulaci6n en fase
«, constante de error de posici6n QAM modulaci6n de amplitud en cuadratura
Kv constante de error de velocidad rad radianles)
Ka constante de error de aceleraci6n ROC regi6n de convergencia
P.O. sobrepaso en porcentaje s segundo
Tp tiempo pico SSB modulaci6n de banda lateral
Tr tiempo de levantamiento STFT transformada de Fourier de tiempo corto
Ts tiempo de asentamiento TDM multiplexado por divisi6n de tiempo
X(T,jW) transformada de Fourier de tiempo VSB modulaci6n de banda lateral rudimen-
corto de x(t) taria
Wx( T, a) transformada ondeleta de x(t) WT transformada ondeleta 1

Introducclon

11.1 ;,Que es una seiial?

De una forma u otra, las sefiales constituyen un ingrediente basico de la vida diaria. Por ejemplo, una forma cormin de comunicacion humana ocurre por medio del empleo de sefiales de voz, sean en una conversacion frente a frente 0 a traves de un canal telefonico, Otra forma usual de comunicacion human a es de naturaleza visual, adquiriendo las sefiales la forma de imagenes de personas u objetos en torno nuestro.

Otra forma aiin mas novedosa de comunicacion human a es a traves del correo electronico en Internet. Ademas del correo, Internet brinda un poderoso medio para buscar informacion de interes general, publicidad, telecomunicaciones, educacion y juegos. Todas estas formas de comunicacion en Internet implican el uso de informacion que se transporta en sefiales de uno u otro tipo. Otro de los ejemplos de la vida real donde se presentan las sefiales de interes se expone en 10 que sigue.

Al escuchar los latidos del corazon de un paciente y el monitoreo de su presion sanguinea y temperatura, un doctor es capaz de diagnosticar la presencia 0 ausencia de una lesion 0 enfermedad. Estos criterios representan las sefiales que transmiten informacion al doctor acerca del estado de salud del paciente.

Al ofr el pronostico del tiempo en la radio, escuchamos referencias sobre las variaciones diarias en la temperatura, humedad, y la velocidad y direccion del viento prevalecientes. Las sefiales representadas por estos criterios nos ayudan, por ejemplo, a decidir si nos quedamos en casa 0 salimos a dar un paseo.

Las fluctuaciones diarias en los precios de las acciones y mercancias en los mercados mundiales, por si mismas, representan sefiales que llevan informacion sobre como se desempefian las acciones de una compafiia 0 corporacion particular. Con base en esta informacion, se toman decisiones para hacer nuevas inversiones 0 deshacerse de las anteriores.

Una sonda que explora el espacio exterior envia de regreso valiosa informacion acerca de un planeta lejano a una estacion terrestre. La informacion puede tener la forma de imagenes de radar que representan perfiles de la superficie del planeta, imagenes infrarrojas que llevan informacion acerca de la temperatura del mismo, 0 imagenes optic as que revelan la presencia de nubes alrededor del planeta. Al estudiar estas imageries, se incrementa notablemente nuestro conocimiento de las caracterfsticas tinicas del planeta en cuestion.

De hecho, la lista de 10 que constituye una sefial es casi interminable.

Una seiial se define formalmente como la funcion de una 0 mas variables, que transportan informacion ace rca de la naturaleza de un fenomeno fisico. Cuando la funcion depende de una sola variable, se dice que la sefial es unidimensional. Una sefial de voz es ejemplo de una sefial unidimensional cuya amplitud varia con el tiempo, dependiendo de

2

CAPiTULO 1 lIII INTRODUCCION

la palabra hablada y de quien la pronuncio. Cuando la funcion depende de dos 0 mas variables, se dice que la sefial es multidimensional. Una imagen es un ejemplo de una sefial bidimensional, representando con las coordenadas horizontal y vertical de la imagen las dos dimensiones.

11.2 ;,Quees un sistema?

En los ejemplos de sefiales que acaban de mencionarse, siempre hay un sistema asociado con la generacion de cada sefial y otro sistema asociado con la extraccion de informacion de la sefial. Por ejemplo, en la comunicacion de voz, una fuente sonora 0 sefial excita el tracto vocal, el cual representa un sistema. El procesarniento de sefiales de voz suele basarse en el uso de ofdos y vias auditivas en el cerebro. En la situacion descrita aqui, los sistemas responsables de la produccion y recepcion de sefiales son de naturaleza biologica. Tambien podria ejecutarse su accion empleando sistemas electronicos que traten de emular 0 imitar sus contrapartes biologicas. Por ejemplo, el procesarniento de una sefial de voz puede realizarse por medio de un sistema de reconocirniento de voz automatico en la forma de un programa de computadora que reconozca palabras y frases.

No hay un proposito unico para un sistema. Mas bien el proposito depende de la aplicacion de interes. En un sistema de reconocirniento de voz automatico, la funcion del sistema es extraer informacion a partir de la sefial de voz que entra con el proposito de reconocer 0 identificar al hablante. En un sistema de comunicacion, la funcion del sistema es transportar el contenido de la informacion de la sefial del mensaje sobre un canal de comunicacion y entregarla a un destinatario de una manera confiable. En un sistema de aterrizaje de un avian, el requerirniento es mantenerlo sobre la linea central extendida de una pista.

Un sistema se define formalmente como una entidad que manipula una 0 mas seiiales para llevar a cabo una funcion, produciendo de ese modo nuevas seiiales. La interaccion entre un sistema y sus sefiales asociadas se ilustra esquematicamente en la figura 1.1. Las descripciones de las sefiales de entrada y salida dependen naturalmente de la aplicacion propuesta del sistema:

~ En un sistema de reconocirniento de voz automatico, la sefial de entrada es una sefial de voz, el sistema es una computadora y la sefial de salida es la identidad del hablante.

~ En un sistema de comunicacion, la sefial de entrada podria ser una sefial de voz 0 datos de computadora, el sistema rnismo se integra con la combinacion de un transmisor, canal y receptor, y la sefial de salida es una estimacion de la sefial del mensaje original.

~ En un sistema de aterrizaje de un avion, la sefial de entrada es la posicion deseada del avion con respecto a la pista, el sistema es el avion y la sefial de salida es una correccion de la posicion lateral de este.

11.3 Panorama de sistemas especificos

Al describir 10 que entendemos por sefiales y sistemas en las dos secciones anteriores, mencionamos varias aplicaciones de sefiales y sistemas. En esta seccion se tratan con mas detalle

FIGURA 1.1 Representaci6n en diagrama de bloques de un sistema.

1.3 Panorama de sistemas especificos

3

Sefial del mensaje

Estimaci6n de la sefial del mensaje

FIGURA 1.2 Elementos de un sistema de comunicaci6n. El transmisor cambia la sefial del mensaje en una forma adecuada para la transmisi6n a 10 largo del canal. El receptor procesa la salida del canal (es decir, la sefial recibida) para producir una estimaci6n de la sefial del mensaje.

cinco de estos sistemas de aplicaci6n, esto es sistemas de comunicaci6n, sistemas de control, sensado remoto, procesamiento de sefiales biomedicas y sistemas auditivos.

• SISTEMAS DE COMUNICACI6N

Hay tres elementos basicos para to do sistema de comunicaci6n, especificamente, transmisor, canal y receptor, como se muestra en la figura 1.2. El transmisor se localiza en un punto en el espacio, el receptor se ubica en algun otro punto separado del transmisor, y el canal es el medio ffsico que los conecta. Cada uno de estos tres elementos puede verse como un sistema con sefiales asociadas propias. El fin del transmisor es convertir la sefial del mensaje producido por una fuente de informaci6n en una forma adecuada para la transmisi6n a traves del canal. El mensaje de la sefial podria ser una sefial de voz, una sefial de televisi6n (video) 0 datos de computadora. Es posible que el canal sea una fibra 6ptica, un cable coaxial, un canal de satelite 0 un canal de radio m6vil; cada uno de estes tiene su area de aplicaci6n especifica.

A medida que la sefial transmitida se propaga a traves del canal, se distorsiona debido a las caracteristicas ffsicas del mismo. Es mas, las sefiales de ruido e interferencia (originadas en otras fuentes) contaminan la salida del canal, con el resultado de que la sefial recibida es una versi6n alterada de la sefial que se transmite. La funci6n del receptor es operar sobre la sefial recibida para reconstruir una forma reconocible (es decir, producir una estimaci6n) de la sefial del mensaje original y entregarla al destino del usuario. De tal modo, el papel del receptor de procesador de sefiales es el inverso del correspondiente al transmisor; asimismo, el receptor invierte los efectos del canal.

Los detalles de las operaciones efectuadas en el transmisor y el receptor dependen del tipo de sistema de comunicaci6n que se esta considerando. Este puede ser de tipo anal6gico 0 digital. En terminos del procesamiento de la sefial, el disefio de un sistema de comunicacion analogico es mas 0 menos simple. Especificamente, el transmisor consiste en un modulador y el receptor esta compuesto por un demodulador. La modulacion es el proceso de convertir la sefial del mensaje en una forma que es compatible con las caracteristicas de transmisi6n del canal. Por 10 cormin, la sefial transmitida se representa como la variaci6n de amplitud, fase 0 frecuencia de una onda portadora senoidal. Hablamos en consecuencia de modulaci6n en amplitud, modulaci6n en fase 0 modulaci6n en frecuencia, respectivamente. De modo correspondiente, mediante el uso de demodulaci6n en amplitud, en fase 0 en frecuencia, se produce en la salida del receptor una estimaci6n de la sefial del mensaje original. Cada una de estas teenicas de modulaci6n!demodulaci6n anal6gica tiene sus ventajas y desventajas.

En contraste, un sistema de comunicacion digital es bastante mas complejo, como se describe aqui. Si la sefial del mensaje es de forma ana16gica, como es el caso de las sefiales de voz y video, el transmisor realiza las siguientes operaciones para convertirlo en la forma digital:

4

CAPITULO 1l1li INTRODUCCI6N

~ Muestreo, Convierte la serial del mensaje en una secuencia de mimeros, representando cada uno la arnplitud de la sefial del mensaje en un in stante particular.

~ Cuantizacion. Implica representar cada mimero producido por el muestreador en el nivel mas cercano elegido de un mimero finito de niveles de amplitud discretos. Por ejemplo, es posible que representemos cada muestra como un mimero binario de 16 bits, en cuyo caso hay 216 niveles de amplitud. Despues de la combinacion del muestreo y la cuantizacion, tenemos una representacion de la seiial del mensaje que es discreta tanto en tiempo como en amplitud.

~ Codificacion. Su proposito es representar cada muestra cuantizada mediante una palabra en clave integrada por un rnimero finito de sfmbolos. Por ejemplo, en un codigo binario los sfrnbolos pueden ser unos 0 ceros.

A diferencia de las operaciones de muestreo y codificacion, la cuantizacion es totalmente irreversible: es decir, siempre se incurre en una perdida de informacion al aplicarla. Sin embargo, dicha perdida puede hacerse pequefia e imperceptible para todo fin practice, empleando un cuantizador con un mimero suficientemente grande de niveles de amplitud discretos. Cuando tal mimero aumenta, la longitud de la palabra codificada tambien debe crecer de manera correspondiente.

Sin embargo, si de inicio la fuente de informacion es discreta como en el caso de una computadora digital, ninguna de las operaciones anteriores seria necesaria.

El transmisor tal vez imp li que operaciones adicionales, es decir, compresion de datos y codificacion del canal. El objetivo de comprimir datos es quitar informacion redundante de la serial del mensaje y brindar de ese modo la utilizacion eficiente del canal mediante la reduccion del mimero de bits/muestra requerido para la transmision. La codificacion del canal implica, por otra parte, la insercion de elementos redundantes (por ejemplo, sfrnbolos adicionales) en la palabra codificada de manera controlada; esto se realiza para proporcionar proteccion contra sefiales de ruido e interferencia captadas durante el curso de la transmision a traves del canal. Por ultimo, la sefial codificada se modula sobre la onda portadora (usualmente senoidal) para la transmision por el canal.

Las operaciones anteriores se llevan a cabo en el receptor en el orden inverso. De este modo se produce, y entrega, una estimacion de la sefial del mensaje original al destino del usuario. Sin embargo, como se menciono antes, la cuantizacion es irreversible y, por tanto, no tiene contraparte en el receptor.

Resulta aparente a partir de esta exposicion que el uso de comunicaciones digitales puede requerir una cantidad considerable de circuiterfa electronica. Este no es un problema importante puesto que los elementos electronicos son relativamente econornicos, debido a la siempre creciente disponibilidad de circuitos integrados a muy grande escala (VLSI: del ingles very large scale integrated) en la forma de chips 0 pastillas de silicio. Desde luego, con los avances continuos en la industria de serniconductores, las comunicaciones digitales son muchas veces mas rentables que las analogicas,

Hay dos modos basicos de comunicacion:

1. Transmision. Implica el uso de un potente transrnisor y de numerosos receptores cuya construccion es relativamente economica. En este caso las sefiales que llevan informacion fluyen en una sola direccion,

2. Comunicacion punta a punta. El proceso de comunicacion tiene lugar a traves de un enlace entre un solo transrnisor y un solo receptor. En este caso suele haber un flujo bidireccional de seiiales que llevan informacion. Hay un transrnisor y un receptor en cada extremo del enlace.

1.3 Panorama de sistemas especijicos

El modo de comunicacion por transmision se ejempJifica mediante la radio y la television, que son parte integral de nuestra vida cotidiana. Por otra parte, el ubicuo telefono brinda los medios para una forma de comunicaci6n punto a punto. Sin embargo, advierta que en este caso el enlace es parte de una red telef6nica mas compleja disefiada para acomodar un gran mimero de usuarios sobre demanda.

Otro ejernplo de comunicacion punto a punto es la comunicacion interespacial entre una estaci6n terrestre y un robot que explore la superficie de un planeta distante. A diferencia de la cornunicacion telefonica, la composicion de la serial del mensaje depende de la direccion del proceso de comunicacion. La sefialdel mensaje puede estar en forma de instrucciones generadas por computadora transmitidas desde una estacion terrestre que comanda al robot para

FIGURA 1.3 a) Instantanea del Pathfinder explorando la superfieie de Marte. b) La antena de 70 metros (230 pies) loealizada en Canberra, Australia. La superficie del reflector de 70 metros debe permaneeer exaeta dentro de una fraccion de la longitud de onda de la serial. (Cortesfa de Jet Propulsion Laboratory.)

6

CAPITULO 1 l1li INTRODUCCI6N

que realice maniobras especfficas, 0 tal vez contenga informacion valiosa acerca de la composicion quimica del suelo del planeta que envia de vuelta a la Tierra para analisis. Con el fin de que la comunicacion sea confiable a 10 largo de tan grandes distancias, es necesario utilizar comunicaciones digitales. La figura 1.3a muestra una fotograffa del robot, Ilamado Pathfinder (Explorador), que se poso sobre Marte el 4 de julio de 1997, un dia historico para la investigacion cientffica del sistema solar de la National Aeronautics and Space Administration (NASA). La figura 1.3b muestra una fotograffa de la antena de alta precision de 70 metros 10- calizada en Canberra, Australia, la cual es una parte integral de la Red Interespacial mundial de la NASA (DSN). La DSN proporciona el vital enlace de comunicacion de dos vias que gufa y controla exploradores planetarios (no tripulados) y regresa imageries y nueva informacion cientffica colectada por ellos. El exito del uso de la DSN en las exploraciones planetarias representa un triunfo de la teoria y la tecnologfa de comunicaciones sobre los desaffos presentados por la inevitable presencia del ruido.

Desafortunadamente, todo sistema de comunicacion sufre de la presencia de ruido de canal en la sefial recibida. El ruido impone severas limitaciones en la calidad de los mensajes recibidos. Propio de la enorme distancia entre nuestro planeta Tierra y Marte, par ejemplo, la potencia promedio de la componente que lleva la informacion de la sefial recibida, en cualqui era de los extremos del enlace, es relativamente pequefia en comparacion con la potencia promedio de la componente de ruido. La operacion confiable del enlace se a1canza a traves del uso combinado de 1) grandes antenas como parte de la DSN y 2) el control de errores. En una antena de reflector parab6lico (es decir, el tipo de antena que se muestra en la fotograffa de la figura 1.3b), el area efectiva por 10 general esta entre 50 y 65% del area ffsica de la antena. La potencia recibida disponible en las terminales de la antena es igual al area efectiva multiplicada por la potencia por unidad de area que lleva la onda electromagnetic a incidente. Claramente, cuanto mas grande sea la antena, tanto mayor sera la potencia de la sefial recibida, y de ahi el empleo de grandes antenas en la DSN.

Volviendo al tema del control de errores, este implica el uso de un codificador de canal en el transmisor y un decodificador de canal en el receptor. El codificador de canal acepta los bits del mensaje y afiade redundancia de acuerdo con una regla preescrita, produciendo por ella datos codificados a una tasa de bits mas alta. Los bits redundantes se afiaden con el fin de dar proteccion contra el ruido del canal. El decodificador de canal explota la redundancia para decidir que bits del mensaje se enviaron en realidad. La meta combinada del codificador y decodificador de canal es minimizar el efecto del ruido del canal: es decir, el mimero de errares entre la entrada del codificador del canal (derivado de la fuente de informacion) y la salida del codificador (entregada al usuario por el receptor) se minimiza en promedio.

SISTEMAS DE CONTROL

El control de sistemas ffsicos se emplea extensivamente en la aplicacion de sefiales y sistemas en nuestra sociedad industrial. Como algunos ejemplos especfficos en los que se aplica el control, mencionamos los pilotos automaticos de aviones, vehfculos de transporte masivos, motores de automovil, maquinas-herramienta, refinenas petroleras, fabric as de papel, reactores nucleares, centrales electric as y robots. El objeto que se va a controlar se conoce corminmente como una planta; en este contexto, un avion es una planta.

Hay muchas razones para emplear sistemas de control. Desde la perspectiva de la ingenieria, las dos mas importantes son lograr una respuesta satisfactoria y un desempefio robusto, como se describe a continuacion:

1.3 Panorama de sistemas especificos

7

Perturbaci6n v(t)

Sefial de realimentaci6n ret)

FIGURA 1.4 Diagrama de bloques de un sistema de control realimentado. La serial de realimentaci6n que resulta se sustrae de la entrada de referencia para producir una sefial de error e(t), la cual, a su vez, maneja el controlador. Ellazo de realimentaci6n consecuentemente se cierra.

1. Respuesta. Se dice que una planta produce una respuesta satisfactoria si su salida sigue 0 hace un seguimiento de una entrada de referencia especificada. El proceso de mantener la salida de la planta cerca de la entrada de referencia se conoce como regulaci6n.

2. Robustez: Se dice que un sistema de control es robusto si exhibe una buena regulaci6n, a pesar de la presencia de perturbaciones externas (por ejemplo, la turbulencia que afecta el vuelo de un avi6n) y ante cambios en los parametres de la planta debidos a la variaci6n de condiciones ambientales.

'El a1cance de estas propiedades deseables suele requerir del uso de realimentaci6n, como se ilustra en la figura 1.4. El sistema en la figura 1.4 contiene los elementos abstractos de un sistema de control y se conoce como sistema de control en lazo cerrado 0 sistema de control realimentado. Por ejemplo, en un sistema de aterrizaje de un avi6n la planta se representa por medio del cuerpo del avi6n y los actuadores, los sensores los usa el piloto para deterrninar la posici6n lateral de la nave, y el controlador es una computadora digital.

En cualquier evento, la planta se describe por medio de operaciones maternaticas que generan la salida y(t) en respuesta a la entrada de la planta vet) y ala perturbaci6n extern a vet). El sensor incluido en el lazo de realimentaci6n mide la salida de la planta yet) y la convierte en otra forma, usualmente electrica. La salida del sensor ret) constituye la sefial de realimentaci6n. Esta se compara contra la entrada de referencia x(t) para producir una sefial de diferencia 0 error e(t). Esta ultima se aplica a un controlador, el cual, a su vez, genera la sefial de actuaci6n vet) que efecnia la acci6n de control sobre la planta. Un sistema de control con una sola entrada y una sola salida, como el que se muestra en la figura 1.4, se conoce como un sistema de una entrada/una salida (SISO). Cuando el mimero de las entradas de la planta, y/o el mimero de salidas de la planta es mas de uno, el sistema se conoce como sistema de multiples entradas/multiples salidas (MIM 0).

De cualquier modo, el controlador puede estar en la forma de una computadora digital 0 microprocesador, en cuyo caso hablamos de un sistema de control digital. El uso de sistemas de control digital se esta volviendo mas y mas cormin debido a la flexibilidad y alto grado de precisi6n provistos por el uso de una computadora digital como controlador. Debido a su naturaleza, el uso de sistemas de control digital implica las operaciones de muestreo, cuantizaci6n y codificaci6n que se describieron previamente.

La figura 1.5 muestra la fotograffa de la NASA dellanzamiento del transbordador espacial, el cual se apoya en el uso de computadoras digitales para su control.

8

CAPITULO 1 mI INTRODUCCION

FIGURA 1.5 Lanzamiento del transbordador espacial de la NASA. (Cortesfa de la NASA.)

SENSADO REMOTO

El sensado remoto se define como el proceso de adquirir informacion acerca de un objeto de interes sin estar en contacto ffsico con el. Basicamente, la adquisicion de informacion se lleva a cabo detectando y midiendo los cambios que el objeto impone sobre el campo circundanteo El campo puede ser electrornagnetico, acustico, magnetico 0 gravitacional, dependiendo de la aplicacion de interes. La adquisicion de informacion puede llevarse a cabo de manera pasiva, escuchando el campo (serial) que ernite naturalmente el objeto y procesandola, 0 de manera activa iluminando intencionalmente el objeto con un campo (serial) bien definido y procesando el eco (es decir, sefial regresada) proveniente del objeto.

La definicion anterior de sensado remoto es bastante general en el sentido de que se aplica a to do campoposible. Sin embargo, en la practica el termino "sensado remoto" se emplea corminmente en el contexte de campos electromagneticos, con las tecnicas utilizadas para la adquisicion de informacion que cubren por complete el espectro electrornagnetico. Es esta forma del sensado remoto la que nos interesa aqui.

El alcance del sensado remoto se ha expandido enormemente desde la dec ada de los sesenta debido a Ia llegada de los satelites y las sondas planetarias como plataformas espaciales para los sensores, y a la disponibilidad de complejas tecnicas de procesamiento de sefiales digitales para extraer informacion de los datos enviados por los sensores. En particular, los sensores en los satelites que orbitan la Tierra brindan informacion sumamente valiosa acerca de los patrones del clima global y la dinamica de nubes, de la cubierta de vegetacion superficial

1.3 Panorama de sistemas especificos

9

y sus variaciones por estacion, asf como de las temperaturas superficiales del oceano. Mas importante es que 10 hacen de manera confiable y sobre una base continua. En estudios planetarios, los sensores espaciales nos han brindado imagenes de alta resolucion de las superficies planetarias; las imagenes, a su vez, han descubierto nuevos tipos de fenomenos ffsicos, algunos similares y otros totalmente diferentes de los que nos son familiares en nuestro planeta.

El espectro electromagnetico se extiende desde las ondas de radio de baja frecuencia pasando por las regiones de microondas, submilimetricas, infrarroja, visible, ultravioleta, de rayos X y de rayos gamma. Por des gracia, un sensor por sf solo puede cubrir iinicamente una parte del espectro electromagnetico, con el mecanismo responsable de la interaccion ondasmateria afectado por un mimero limitado de las propiedades ffsicas del objeto de interes. En consecuencia, si estamos llevando a cabo un estudio detallado de una superficie 0 atmosfera planetaria, se requiere en tal caso del uso simultaneo de sensores multiples que cubran una gran parte del espectro electromagnetico, Por ejemplo, para estudiar una superficie planetaria, tal vez necesitemos un conjunto de sensores que cubran las bandas elegidas del siguiente modo:

~ Sensores de radar para brindar informacion acerca de las propiedades ffsicas superficiales del planeta bajo estudio (por ejemplo, topograffa, rugosidad, humedad y constante dielectrica).

~ Sensores infrarrojos para medir las propiedades termicas del planeta proximas a su superficie.

~ Sensores visibles y cercanos al infrarrojo para proporcionar informacion acerca de la composicion quimica de la superficie del planeta.

~ Sensores de rayos X para brindar informacion sobre materiales radiactivos contenidos en el planeta.

Los datos adquiridos por estos sensores muy diversos se procesan luego en una computadora para generar un conjunto de imageries que puede usarse para mejorar colectivamente el conocimiento de un estudio cientifico de la superficie planetaria.

Entre los sensores electromagneticos mencionados antes, un tipo especial de radar conocido como radar de apertura sintetizada (SAR) sobresale como un sistema de procesamiento de imagenes unico en el sensado remoto. Este ofrece los siguientes rasgos atractivos.

~ Operacion satisfactoria dia y noche bajo todas las condiciones climaticas,

~ Capacidad de procesamiento de alta resolucion de imageries que es independiente de la altitud 0 longitud de onda del sensor.

El procesamiento de imageries de alta resolucion con radar requiere el empleo de una antena con una gran apertura. Desde una perspectiva practica, sin embargo, hay un limite ffsico en el tamafio de la antena que puede ser adaptado sobre una plataforma aerea 0 espacial. En un sistema SAR, una gran apertura de antena se sintetiza a partir de medios de procesamiento de sefiales, de ahf el nombre de "radar de apertura sintetizada". La idea clave detras del SAR es que un arreglo de elementos de antena igualmente espaciados a 10 largo de un lfnea recta es equivalente a una sola antena moviendose a 10 largo de la Iinea del arreglo a una velocidad uniforme. Esto es cierto siempre que se cumpla el siguiente requerimiento: las sefiales recibidas por una sola antena en puntos igualmente espaciados a 10 largo de la lfnea del arreglo se registran coherentemente; es decir, se mantienen las relaciones de amplitud y fase entre las sefiales recibidas. El registro coherente asegura que las sefiales recibidas desde la iinica antena

10

CAPITULO 1 II INTRODUCCION

FIGURA 1.6 Vista en perspectiva del Monte Shasta (California) formada a partir de un par de imagenes de radar estereosc6picas obtenidas desde una orbita con el Radar de Procesamiento Imagenes del Shuttle (SIR-B). (Cortesta de Jet Propulsion Laboratory.)

correspondan a las sefiales recibidas desdeIos elementos individuales de un arreglo de antena equivalente. Con el fin de obtener una imagen de alta resolucion de sefiales de una sola antena, son necesarias operaciones de procesamiento de sefiales altamente cornplejas. Una operacion central en este asunto es la transformada de Fourier, la cual se implementa de modo eficiente en una computadora digital utilizando un algoritmo conocido como algoritmo de fa transformada rdpida de Fourier (FFT). EI analisis de Fourier de seiiales es uno de los puntos focales de este libro,

La fotograffa de lafigura 1.6 muestra una vista en perspectiva del monte Shasta (California), la cual se obtuvo a partir de un par estereoscopico de imagenes del SAR adquirida desde la orbita terrestre con el radar de procesamiento de imagenes del transbordador espacial (SIR-B).

PROCESAMIENTO DE SEN ALES BIOMEDICAS

La meta del procesamiento de seiiales biomedicas es extraer informacion de una sefial biologica que nos ayude a mejorar el entendimiento de los mecanismos basicos de la funcion biologica 0 nos auxilie en el diagnostico 0 tratamiento de una condicion medica. La generacion de muchas seiiales biologicas presentes en el cuerpo humane se deduce por la actividad electrica de grandes grupos de celulas nerviosas 0 musculares, Las celulas nerviosas en el cerebro se conocen corminmente como neuronas. La figura 1.7 muestra tipos morfologicos de neuronas que se identifican en la corteza cerebral de un mono, can base en estudios de la corteza motora y sensorial somatica primaria. Esta figura ilustra las diferentes formas y tamafios que existen de las neuronas.

Sin considerar la serial de origen, el procesamiento de sefiales biomedicas empieza con un registro temporal de los eventos biologic os de interes. Par ejemplo, la actividad electrica del corazon se representa por medio de un registro llamado electrocardiograma (ECG). El ECG

1.3 Panorama de sistemas especificos

11

FIGURA 1.7 Tipos morfologicos de celulas nerviosas (neuronas) identificadas en la cortez a cerebral de un mono, con base en estudios de la corteza primaria motora y sensorial somatica, (Reproducido de E.R. Kandel, J.H. Schwartz y T.M. Jessel, Principles of Neural Science, 3a. edicion; cortesia de Appleton and Lange.)

representa cambios en el potencial (voltaje) debido a los procesos electroqufrnicos que intervienen en la formaci6n y distribuci6n espacial de excitaciones electricas en las celulas del coraz6n. De acuerdo con esto, es posible hacer deducciones detalladas acerca del coraz6n a partir del ECG.

Otro importante ejemplo de una sefial bio16gica es el electroenceJalograma (EEG). Se trata de un registro de las fluctuaciones en la actividad electrica de grandes grupos de neuronas en el cerebro. Especfficamente, el EEG mide el campo electrico asociado con la corriente que circula por un grupo de neuronas. Para registrar el EEG (0 el ECG en su caso) se necesitan por 10 menos dos electrodos. Un electrodo activo se coloca sobre el sitio particular de actividad neuronal que interesa, y un electrodo de referencia se sinia a cierta distancia alejada de dicho sitio; el EEG se rnide como el voltaje 0 diferencia de potencial entre los electrodos activo y de referencia. La figura 1.8 muestra tres ejemplos de sefiales del EEG registradas en el hipocampo de una rata.

Un tema de interes en el procesamiento de sefiales biomedicas -en el contexto de los ECG, EEG 0 alguna otra sefial biologica- es la detecci6n y supresi6n de artefactos. Un arteJacto se refiere a la parte de la sefial producida por eventos que son extrafios al evento bio16- gico de interes, Los artefactos surgen en una sefial bio16gica en diferentes etapas del procesarniento y en muchas formas diferentes, como se resume aquf.

._. ArteJactos instrumentales, generados por el uso de un instrumento. Un ejemplo de un artefac to instrumental es la interferencia de 60 Hz captada por los instrumentos de registro de los conductores electricos principales del suministro de potencia .

._. ArteJactos biologicos, en los que una sefial bio16gica contarnina 0 interfiere con otra.

Un ejemplo de artefacto bio16gico es el corrirniento de potencial electrico que puede observarse en el EEG debido ala actividad cardiaca .

._. ArteJactos de andlisis, los cuales pueden surgir en el curso del procesarniento de sefiales bio16gicas para producir una estimaci6n del evento de interes.

Los artefactos de analisis son, de algun modo, controlables. Por ejemplo, los errores de redondeo debido a la cuantizaci6n de muestras de la serial, los cuales provienen del uso del procesamiento de sefiales digitales, pueden volverse indiscernibles para todo fin prac-

12

CAPITULO 1 III INTRODUCCION

a)

b)

c)

Os

Tiempo __

2s

FIGURA 1.8 Los trazos mostrados en a), b) y c) son tres ejemplos de sefiales EEG registrados a partir del hipocampo de una rata. Los estudios neurobiol6gicos indican que el hipocampo desempefia un papel clave en ciertos aspectos del aprendizaje 0 la memoria.

tieo haciendo suficientemente grande el mimero de niveles de amplitud discretos en el cuantizador.

l,Que sucede con los artefactos instrumentales y biologicos? Un metodo cormin para reducir sus efectos es usar filtrado. Unfiltro es un sistema que realiza una operacion sobre una sefial o sefiales. Deja pasar seiiales que contienen frecuencias en un intervalo, denominado filtro pasobanda, y elimina sefiales que contienen frecuencias en otros intervalos. Suponiendo que tenemos un conocimiento a priori relativo a la sefial de interes, es po sible estimar el intervalo de frecuencias dentro del cual se encuentran las componentes importantes de la sefial deseada. Luego, diseiiando un filtro cuyo paso de banda corresponda a las frecuencias de la sefial deseada, los artefactos con componentes de frecuencia fuera de esta banda de paso se eliminan por medio del filtro. La suposicion hecha aqui es que la sefial deseada y los artefactos que la contaminan ocupan bandas de frecuencia que en esencia no se traslapan. Sin embargo, si las bandas de frecuencia se traslapan entre sf, entonces el problema de filtrado se vuelve mas diffcil y requiere una solucion mas alla del a1cance de este libro.

SISTEMA AUDITIVO

Para nuestro ultimo ejemplo de sistema, consideremos el sistema auditivo de los mamfferos, cuya funcion es discriminar y reconocer sonidos complejos con base en su contenido de frecuencias.

EI sonido se produce por medio de vibraciones tales como movimientos de las cuerdas vocales 0 las cuerdas de violin. Estas vibraciones originan la compresion y rarefaccion (es decir, presion aumentada 0 reducida) del aire circundante. La perturbacion asf producida irradia hacia afuera desde la fuente de sonido como una onda acustica con altos y bajos alternados de presion.

EI of do , el organo de la audicion, responde a las ondas aciisticas entrantes. Tiene tres partes principales, resumidas a continuacion junto con sus funciones:

1.3 Panorama de sistemas especificos

13

~ El oido externo ayuda a la captacion de sonidos.

~ El oido medio iguala la impedancia acustica entre el aire y los lfquidos de la coclea, transfiriendo de ese modo las vibraciones de la membrana timpdnica (tfrnpano) producto de los sonidos entrantes al oido intemo de una manera eficiente.

~ El oido interno convierte las vibraciones mecanicas del ofdo medio en una sefial "electroqufrnica" 0 "nerviosa" para su transmision al cerebro.

El oido interno esta compuesto por una estructura osea espiral llena de lfquido, Hamada coclea 0 caracol. Las vibraciones de la membrana timpanica inducidas por el sonido se transmiten a la ventana oval del caracol por medio de una cadena de huesos llamados huesecillos. La accion de palanca de estes amplifica un poco las vibraciones mecanicas de la membrana timpanica, El caracol disminuye gradualmente su tamafio como un conn hacia su punta, de modo que hay una base en la ventana oval y un apice en la punta. A traves de la parte media del caracol se extiende la membrana basilar, la cual se ensancha cuando el caracol se estrecha.

El movimiento vibratorio de la membrana timpanica se transmite como una onda viajera a 10 largo de la longitud de la membrana basilar, partiendo de la ventana oval hacia el apice en el extremo lejano del caracol. La onda se propaga a 10 largo de la membrana basilar, de modo muy similar al efecto de resorte que se provoca al tirar de una cuerda fija en un extremo, 10 que genera una onda que se propaga a 10 largo de la cuerda desde el extremo donde se da el jalon hasta el fijo. Como se ilustra en la figura 1.9, la onda alcanza su amplitud pico en una posicion especffica a 10 largo de la membrana basilar que depende de la frecuencia del sonido entrante. De tal modo, aunque la propia onda viaja a 10 largo de la membrana basilar, la en-

regi6n rfgida

a)

Apice:

regi6n flexible

500Hz

4000Hz

15,000 Hz

b)

FIGURA 1.9 a) En este diagrama, la membrana basilar en el caracol se muestra como si estuviera des enroll ada y aplanada; la "base" y el "apice" se refieren al caracol, pero las notas "region rigida" y "region flexible" corresponden a la membrana basilar. b) Este diagrama ilustra las ondas viajeras a 10 largo de la membrana basilar, mostrando sus envolventes inducidas por el sonido incidente en tres diferentes frecuencias.

14

CAPITULO 1 iIIII INTRODUCCION

vol vente de la onda esta "estacionaria" para una frecuencia dada. Los desplazamientos pica para altas frecuencias ocurren hacia la base (donde la membrana basilar es mas estrecha y rigida). Los desplazamientos pico en bajas frecuencias ocurren hacia el apice (donde la membrana basilar es mas ancha y flexible). Es decir, a medida que la onda se propaga a 10 largo de la membrana basilar, se presenta un fenomeno de resonancia, con el extremo de dicha membrana en la base del caracol resonando a casi 20,000 Hz y su otro extremo en el apice del caracol haciendo 10 mismo en alrededor de 20 Hz; la frecuencia de resonancia de la membrana basilar disminuye gradualmente con la distancia de la base al apice, En consecuencia, se dice que el eje espacial del caracol esta ordenado tonolocalmente, debido a que cada posicion se asocia con una frecuencia de resonancia particular 0 tono.

La membrana basilar es un medio dispersivo, en el sentido de que las frecuencias mas altas se propagan mas lentamente que como 10 hacen las frecuencias bajas. En un medio dispersivo, distinguimos dos velocidades diferentes, a saber, la velocidad de fase y la velocidad de grupo. La primera es la velocidad a la cualla cresta 0 valle de la onda se propaga a 10 largo de la membrana basilar. La velocidad de grupo es aquella ala cual se propagan la envolvente de la onda y su energia.

Las vibraciones mecanicas de la membrana basilar se transforman en sefiales electroquimicas por medio de celulas ciliadas que descansan de una forma orden ada sobre la membrana basilar. Hay dos tipos principales de celulas ciliadas: celulas ciliadas internas y celulas ciliadas externas, siendo las iiltimas mucho mas numerosas. Las celulas ciliadas exteriores son elementos moviles. Es decir, son capaces de alterar su longitud y quizas otras caracteristicas mecanicas, las cuales se cree que son las responsables del efecto compresivo no lineal visto en las vibraciones de la membrana basilar. Ademas hay evidencia de que las celulas ciliadas exteriores contribuyen al afilamiento de las curvas sintonizadoras de la membrana basilar y a establecer el sistema. Sin embargo, la celulas ciliadas intemas son los sitios principales de la transduccion auditiva. Especfficamente, cada neurona auditiva realiza la sinapsis con las celulas ciliadas intemas en una posicion particular en la membrana basilar. Las neuronas que efectuan la sinapsis con las celulas ciliadas intemas cerca de la base de la membrana basilar se encuentran en la periferia del haz nervioso auditivo, y hay una progresion orden ada hacia la sinapsis en el extremo del apice de la membrana basilar con movimiento hacia el centro del haz. Por tanto, la organizacion tonal de la membrana basilar se preserva en el nervio auditivo. Las celulas ciliadas intemas tambien efecnian rectificacion y compresion. La sefial mecanica experimenta aproximadamente rectificacion de media onda, respondiendo por eso al movimiento de la membrana basilar solo en una direccion, Ademas, la sefial mecanica se comprime no linealmente, de modo tal que un gran intervalo de intensidades sonoras entrantes se reduce hasta una excursion manejable del potencial electromecanico. Las sefiales electromecanicas asf producidas se transportan por el cerebro, donde se procesan min mas para convertirse en nuestras sensaciones auditivas.

En resumen, en el caracol tenemos un ejemplo excepcional de un sistema biologico que opera como un banco de JUtras sintonizados a diferentes frecuencias y usa procesamiento no lineal para reducir el intervalo dinamico. Ello nos permite discriminar y reconocer sonidos complejos, a pesar de las enormes diferencias en niveles de intensidad que pueden surgir en la practica,

• PROCESAMIENTO ANALOGICO DE SEN-ALES CONTRA DIGITAL

Las operaciones de procesamiento de sefiales implicadas en la construccion de sistemas de comunicacion, sistemas de control, instrumentos para sensado remoto e instrumentos para el

1.3 Panorama de sistemas especificos

15

procesamiento de sefiales biologicas, entre las muchas aplicaciones del procesamiento de sefiales, pueden ponerse en practica en dos formas fundamentalmente diferentes: 1) enfoque analogico 0 en tiempo continuo y 2) enfoque digital 0 en tiempo discreto. El enfoque analogico para el procesamiento de sefiales fue dominante durante muchos afios, y sigue siendo una opcion viable en muchas aplicaciones. Como su nombre 10 implica, el procesamiento analogico de seiiales se basa en el uso de elementos de circuitos analogicos tales como resistores, capacitores, inductores, amplificadores transistorizados y diodos. El procesamiento digital de seiiales, por otra parte, se basa en tres elementos basicos de la computadora digital: sumadores y multiplicadores (para operaciones aritmeticas) y memoria (para almacenamiento).

El atributo principal del enfoque analogico es una capacidad natural para resolver ecuaciones diferenciales que describen sistemas ffsicos, sin tener que recurrir a soluciones aproximadas para ellos. Estas soluciones se obtienen tambien en tiempo real sin considerar el intervalo de frecuencia de la sefial de entrada, puesto que los mecanismos subyacentes responsables de las operaciones del enfoque analogico son todos de naturaleza ffsica. En contraste, el enfoque digital se basa en calculos numericos para su operacion. El tiempo requerido para efectuar estos calculos determina si el enfoque digital es capaz de operar en tiempo real, es decir, de marchar con los cambios en la sefial de entrada. En otras palabras, el enfoque analogico esta asegurado en la operacion en tiempo real, pero no hay tal garantfa con el planteamiento digital.

Sin embargo, el enfoque digital tiene las siguientes ventajas 'importantes sobre el procesamiento analogico de sefiales:

~ Flexibilidad. Por este medio la misma maquina digital (hardware) puede usarse para poner en practica diferentes versiones de una operacion de procesamiento de sefiales de interes (por ejemplo, filtrado) haciendo cambios en el software (programas) leido en la maquina. Por otra parte, en el caso de una maquina analogica, el sistema tiene que redisefiarse cada vez que se cambian las especificaciones del procesamiento de las sefiales.

... Repetibilidad. Se refiere al hecho de que una operacion de procesamiento de sefiales preescrita (por ejemplo, el control de un robot) puede repetirse exactamente una y otra vez cuando se pone en practica por medios digitales. En contraste, los sistemas analogicos sufren de Ias variaciones de parametres que pueden surgir debido a cambios en el voltaje de alimentacion a temperatura ambiente.

Sin embargo, en una operacion de procesamiento de sefiales dada, suele encontrarse que el uso del enfoque digital requiere mayor complejidad del circuito que el enfoque analogico, Esto fue un tema de gran interes en afios pasados, pero ahora ya no es asf. Como se subrayo antes, la siempre creciente disponibilidad de circuitos VLSI en forma de chips de silicio ha hecho a la electronic a digital relativamente economica. En consecuencia, ahora somos capaces de construir procesadores digitales de sefiales que compiten en costa con respecto a sus contrapartes analogicas en un amplio intervalo de frecuencias que inc1uyen tanto sefiales de video como de voz. Sin embargo, en el analisis final, la eleccion de un enfoque analogico 0 digital en la solucion de un problema de procesamiento de sefiales solo puede determinarse a partir de la aplicacion de interes, los recursos disponibles y el costa implicado en la construecion del sistema. Debe notarse que la mayorfa de los sistemas construidos en la practica son de naturaleza "mezclada", combinando los rasgos deseables tanto del enfoque analogico como del digital en el procesamiento de sefiales.

16 CAPITULO 1 II INTRODUCCI6N

11.4 Clasificaci6n de senales

En este libro restringiremos nuestra atencion en sefiales unidimensionales definidas como funciones univaluadas de tiempo. "Univaluadas" significa que en cada instante hay un valor tinico de la funcion, Este valor puede ser un mimero real, en cuyo caso hablamos de una seiial de valor real, 0 puede ser un mimero complejo, en cuyo caso hablamos de una seiial de valor complejo. En cualquier situacion, la variable independiente, es decir, el tiempo, es de valor real.

El metoda mas usual de representacion para una situacion dada gira en torno al tipo particular de sefial que se esta considerando. Es po sible identificar cinco metodos de clasificar las sefiales con base en diferentes caracteristicas:

1. Seiiales en tiempo continuo y en tiempo discreto

Una manera de c1asificar sefiales se bas a en como se definen estas como funcion del tiempo. En este contexto, una sefial x(t) se dice que sera una seiial en tiempo continuo si esta definida para todo tiempo t. La figura 1.10 representa un ejemplo de una sefial en tiempo continuo cuya amplitud 0 valor varia continuamente con el tiempo. Las sefiales en tiempo continuo surgen naturalmente cuando una forma de onda fisica tal como una onda aciistica 0 una onda lurninosa se convierten en una sefial electrica. Esta conversion se realiza por medio de un transductor; los ejemplos incluyen al microfono, el cual convierte las variaciones de presion del sonido en las correspondientes variaciones de voltaje 0 corriente, y la fotocelda, que hace 10 mismo con las variaciones de la intensidad luminosa.

Por otra parte, una seiial en tiempo discreto se define solo en instantes de tiempo discretos. De tal modo, en este caso la variable independiente tiene unicamente valores discretos, los cuales suelen estar espaciados de manera uniforme. Una sefial en tiempo discreto se deriva a menudo de una sefial en tiempo continuo muestredndola a una tasa uniforme. Dejemos que c:J denote el periodo de muestreo y que n denote un entero que puede tomar val ores positivos y negativos. El muestreo de una serial en tiempo continuo x(t) en el tiempo t = nc:J produce una muestra de valor x(nc:J). Por conveniencia en la representacion, escribimos

x[n] = x(nc:J),

n = 0, ± 1, ± 2, ...

(1.1)

De este modo, una serial en tiempo discreto se representa por medio de una secuencia de mimeros ... , x[ -2], x[ -1], x[o], x[l], x[2], ... , los cuales toman un continuo de valores. Tal secuencia de mimeros se conoce como una serie de tiempo, que se escribe como {x[n], n = 9, ± 1, ± 2, ... } 0 simplemente x[ n]. La ultima notacion se usa a 10 largo de este libro. La figura 1.11 ilustra la relacion entre una sefial en tiempo continuo x(t) y una sefial en tiempo discreto x[n] derivada de ella, como se describio antes.

x(t) i

FIGURA 1.10 Sella! en tiempo continuo.

1.4 Clasificaci6n de senates

17

x(t)

x[nl

a)

b)

FIGURA 1.11 a) Sefial en tiempo continuo x(t). b) Representaci6n de x(t) como una sefial en tiempo discreto x[n].

En todo ellibro usaremos el sfrnbolo t con el fin de denotar tiempo para una sefial en tiempo continuo y el simbolo n para denotar tiempo para una sefial en tiempo discreto. De manera similar, el parentesis (.) se usara para denotar cantidades de valor continuo, en tanto que los corchetes [.J indican in cantidades de valor discreto.

2. Seiiales pares e impares

Una sefial en tiempo continuo x(t) se dice que sera una seiial par si satisface la condici6n

x( -t) = x(t) para todo t

(1.2)

La sefial x(t) se dice que sera una seiial impar si satisface la condici6n

x(-t) = -x(t) para todo t

(1.3)

En otras palabras, las sefiales pares son simetricas en tomo al eje vertical u origen del tiempo, en tanto que las sefiales impares son antisimetricas (asimetricas) en tomo al origen del tiempo. Se aplican comentarios similares a las sefiales en tiempo discreto.

18

CAPiTULO 1 l1li INTRODUCCI6N

Las definiciones anteriores de sefiales par e impar suponen que las sefiales son de valor real. Sin embargo, debe tenerse cui dado cuando la sefial de interes es de valor complejo. En el caso de una sefial de valor complejo, es posible hablar de simetria conjugada. Una sefial de valor complejo x(t) se dice que sera conjugada simetrica si satisface la condicion

x( -t) = x*(t)

(1.4)

donde el asterisco denota complejo conjugado. Sea

x(t) = aCt) + jb(t)

donde aCt) es la parte real de x(t), bet) es la parte imaginaria y j es la rafz cuadrada de -1. El complejo conjugado de x(t) es

x*(t) = aCt) - jb(t)

De acuerdo con las ecuaciones de la (1.2) ala (1.4), se conc1uye consecuentemente que la sefial de valor complejo x(t) es conjugada simetrica si su parte real es par y la parte imaginaria es impar. Un comentario similar se aplica a una sefial discreta.

Problema de ejercicio 1.1 Considere el par de sefiales que se muestra en la figura 1.12. l, Cual de estas dos sefiales es par y cual impar?

Respuesta: Xl (t) es par Y X2(t) es impar.

Xj(t)

_m_,

-TI2 0 TI2

-TI2 0 TI2

a)

-A b)

FIGURA 1.12 a) Un ejemplo de sefial en tiempo continuo. b) Otro ejemplo de sefial en tiempo continuo.

1.4 Clasificacion de seiiales

19

~ Problema de ejercicio 1.2 Las sefiales Xl (t) Y X2(t) mostradas en las figuras 1.12a y b constituyen las partes real e imaginaria de la sefial de valor complejo x(t). (,Que forma de simetria tiene x(t)?

Respuesta: x(t) es conjugada simetrica,

3. Seiiales periodicas, seiiales no periodicas

Una seiial periodica x(t) es una funci6n que satisface la condici6n

x(t) = x(t + T) para todo t

(1.5)

donde T es una constante positiva. Claramente, si esta condici6n se satisface para T = To, por ejemplo, entonces tambien se satisface para T = 2To, 3To, 4To, .... El valor mas pequefio de T que cumple la ecuaci6n (1.5) se llama periodo fundamental de x(t). Por consiguiente, el periodo fundamental T define la duracion de un cicIo completo de x(t). El recfproco del periodo fundamental Tse denomina lafrecuenciafundamental de la sefial peri6dica x(t); esta describe con que frecuencia la misma sefial peri6dica x(t) se repite. De este modo escribiremos formalmente

1 f= -

T

0.6)

La frecuenciafse mide en hertz (Hz) 0 cicIos por segundo. Lafrecuencia angular, medida en radianes por segundo, esta definida por

W=

27T T

(1.7)

puesto que hay 27T radianes en un ciclo completo. Para simplificar la terminologfa, W se denomina a menudo simplemente como frecuencia.

Cualquier sefial x(t) para la cual no hay valor de T que cumpla la condici6n de la ecuaci6n (1.5) recibe el nombre de seiial aperiodica 0 no periodica.

Las figuras 1.13a y b presentan ejemplos de sefiales peri6dicas y no peri6dicas, respectivamente. La sefial peri6dica mostrada aquf representa una onda cuadrada de amplitud A = 1 y periodo T, y la sefial no peri6dica representa un pulso rectangular de amplitud A y duraci6n TI.

~ Problema de ejercicio 1.3 La figura 1.14 muestra una onda triangular. L Cual es la frecuencia fundamental? Exprese la frecuencia fundamental en unidades de Hz 0 rad/s.

x(t)

T

3T Tiempo t, segundos

a)

o

5T

b)

FIGURA 1.13 a) Onda cuadrada con amplitud A = I Y periodo T = 0.2 S. b) Pulso rectangular de amplitud A y duraci6n T1.

20

CAPITULO 1 II INTRODUCCI6N

1_:V\61V\6

o 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

Tiempo t, segundos

FIGURA 1.14 Onda triangular altemante entre -1 y + 1 con periodo fundamental de 0.2 segundos.

Respuesta: 5 Hz 0 1 07T rad/s.

La clasificaci6n de las seiiales en peri6dica y no peri6dica presentada hasta ahora se aplica a sefiales en tiempo continuo. A continuaci6n consideraremos el caso de sefiales en tiempo discreto. Una sefial en tiempo discreto x[n) se dice que sera peri6dica si satisface la condici6n:

x[n) = x[n + N] para todos los enteros n

(1.8)

donde N es un entero positivo. EI valor mas pequefio del entero N para el cual se satisface la ecuaci6n (1.8) recibe el nombre de periodo fundamental de la sefial en tiempo discreto x[n). La frecuencia angular fundamental 0, simplemente, la frecuencia fundamental de x[n) esta de-

finida por 27T

n = (1.9)

N

la cual se mide en radianes.

Las diferencias entre las ecuaciones de definici6n (1.5) y (1.8) deb en advertirse con cuidado. La ecuaci6n (1.5) se aplica a sefiales en tiempo continuo cuyo periodo fundamental T tiene un valor positivo. Por otra parte, la ecuaci6n (1.8) se aplica a una sefial en tiempo discreto cuyo periodo fundamental N s610 puede suponerse como un valor entero positivo.

x[nl

1
-8 -1

o

+-_'___-'---'--.--,--,,.-,-f---'---'-- Tiempo n

8

FIGURA 1.15 Onda cuadrada en tiempo discreto que altema entre - 1 Y + 1.

1.4 Clasificacidn de seiiales

21

x[nl

-4 -3 -2 -1 0

234

FIGURA 1.16 Sefial en tiempo discrete aperiodica compuesta por tres muestras diferentes de cero.

En las figuras 1.15 y 1.16 se muestran dos ejemplos de sefiales en tiempo discreto; la sefial de la figura 1.15 es periodic a, en tanto que la de la figura 1.16 es aperiodica,

~ Problema de ejercicio 1.4 L Cual es la frecuencia fundamental de la onda cuadrada en tiempo discreto que se presenta en la figura 1.15?

Respuesta: 'Tr14 radianes.

4. Sefiales deterministas, sefiales aleatorias

Una sefial determinista es aquella en torno ala cual no hay incertidumbre con respecto a su valor en cualquier tiempo. En consecuencia, encontramos que las sefiales deterministas pueden modelarse como funciones de tiempo completamente especificadas. La onda cuadrada que se presenta en la figura 1.13a y el pulso rectangular ilustrado en la figura 1.13b son ejemplos de sefiales deterministas, e igualmente 10 son las mostradas en las figuras 1.15 y 1.16.

Por otra parte, una sefial aleatoria es aquella en la que hay incertidumbre antes de su ocurrencia real. Tal sefial debe verse como parte de un todo 0 grupo de sefiales, con cada sefial en el grupo con diferente forma de onda. Ademas, cada serial dentro del grupo tiene cierta probabilidad de ocurrencia. EI agruparniento de tales sefiales se conoce como un proceso aleatorio. EI ruido generado en el amplificador de un receptor de radio 0 television es un ejemplo de una sefial aleatoria. Su amplitud flucnia entre valores positivos y negativos en un modo por completo aleatorio. La sefial del EEG ejemplificado por las formas de onda mostradas en la figura 1.8 es otro ejemplo de sefial aleatoria.

5. Sefiales de energia, sefiales de potencia

En sistemas electricos, es posible que una sefial represente un voltaje 0 una corriente. Considere un voltaje v(t) que se crea en los extremos de un resistor R, produciendo una corriente i(t). La potencia instantdnea disipada en este resistor se define por medio de

pet) = v2(t) R

(1.10)

0, equivalentemente,

(1.11)

En ambos casos, la potencia instantanea pet) es proporcional a la amplitud del cuadrado de la sefial, Ademas, para una resistencia R de 1 Ohm, vemos que las ecuaciones (1.10) y (1.11) toman la rnisma forma matematica. Por consiguiente, en analisis de sefiales es costumbre defi-

22

CAPITULO 1 II INTRODUCCI6N

nir la potencia en terminos de un resistor de 1 Ohm, por 10 que, independientemente de que una sefial xU) represente un voltaje 0 una corriente, puede expresarse la potencia instantanea de la sefial como

(1.12)

Con base en esta convenci6n, definimos la energia total de la sefial en tiempo continuo x(t) como

JTI2

E = lfrn x2(t) dt

T-7OO -TI2

(1.13)

y su potencia promedio como

p= lfrn T-700

JTI2

x2(t) dt T -TI2

1

(1.14)

De acuerdo con la ecuaci6n (1.14) vemos facilmente que la potencia promedio de una sefial peri6dica x(t) de periodo fundamental Testa determinada por

1 fTI2

P = - x2(t) dt

T -T12

(1.15)

La rafz cuadrada de la potencia promedio P recibe el nombre de valor medio cuadrdtico (rms) de la sefial x(t).

En el caso de una sefial en tiempo discreto x[n), las integrales (1.13) y (1.14) se remplazan por las sumas correspondientes. Asf la energia total de x[n) se define por medio de

E= I x2[n)
n=--oo
y su potencia promedio se define mediante
1 N
P = lfrn I x2[n]
N-7OO 2N n=-N (1.16)

(1.17)

Aquf otra vez vemos de la ecuaci6n (1.17) que la potencia promedio en una sefial peri6dica x[ n) con periodo fundamental Nesta dada por

1 N-l

P= - I x2[n) N n=Q

Una sefial se conoce como una seiial de energia si y solo si la potencia promedio de la sefial satisface la condici6n

O<E<oo

1.5 Operaciones bdsicas sobre seiiales

23

Por otra parte, se conoce como una seiial de potencia si y solo si la potencia promedio de la misma cumple la condicion

o<p<oo

Las clasificaciones de energfa y potencia de sefiales son mutuamente excluyentes. En particular, una sefial de energfa tiene potencia promedio cero, en tanto que una sefial de potencia tiene energfa infinita. Es tambien de interes advertir que las sefiales periodicas y las sefiales aleatorias suelen verse como sefiales de potencia, en tanto que las sefiales que son tanto deterministas como no periodicas son sefiales de energfa.

~ Problema de ejercicio 1.5

a) L,Cmil es la energfa total del pulso rectangular que se muestra en la figura 1.13b?

b) L, Cual es la potenciapromedio de la onda cuadrada que se muestra en la figura 1.13a?

~ Problema de ejercicio 1.6 L,Cual es la potencia promedio de la onda triangular mostrada en la figura 1.14?

Respuesta: 113. ....

~ Problema de ejercicio 1.7 L,Cual es la energfa total de la sefial en tiempo discreto que se muestra en la figura 1.16?

Respuesta: 3. ....

~ Problema de ejercicio 1.8 L, Cual es la potencia promedio de la sefial en tiempo discreto que se muestra en la figura 1.15?

Respuesta: 1.

11.5 Operaciones basicas sobre seiiales

Un aspecto de fundamental importancia en el estudio de sefiales y sistemas es el uso de sistemas para procesar 0 manipular sefiales. Este aspecto suele implicar una combinacion de algunas operaciones basicas. En particular, es po sible identificar dos clases de operaciones, como se describe en seguida.

1. Operaciones efectuadas sabre variables dependientes

Escalamiento de amplitud. Considere que x(t) denota una sefial en tiempo continuo. La serial yet) resultante del escalamiento de amplitud aplicado a x(t) se define mediante

yet) = cx(t)

(1.18)

24

CAPITULO 1 • INTRODUCCI6N

donde c es el factor de escala. De acuerdo con la ecuacion (1.18), el valor de yet) se obtiene multiplicando el valor correspondiente de x(t) por el escalar c. Un ejemplo fisico de un dispositivo que realiza escalamiento de amplitud es un amplificador electr6nico. Un resistor efecnia tambien escalamiento de amplitud cuando x(t) es una corriente, c es la resistencia y yet) es el voltaje de salida.

De manera similar a la ecuaci6n (1.18), para sefiales en tiempo discreto escribimos

y[n] = cx[n]

Suma. Considere que Xl (t) Y X2(t) denotan un par de sefiales en tiempo continuo. La sefial yet) obtenida por la suma de Xl (t) Y X2(t) esta definida por

(1.19)

Un ejemplo ffsico de un dispositivo que suma sefiales es un mezclador de audio, el cual combina sefiales de musica y voz.

De modo similar a la ecuacion (1.19), para sefiales en tiempo discreto escribimos

Multiplicacion. Sean Xl (t) Y X2(t) un par de funciones de sefiales en tiempo continuo. La serial yet) resultante de la multiplicaci6n de Xl (t) Y X2(t) esta definida par

(1.20)

Es decir, en cada tiempo preescrito tel valor de yet) esta dado por el producto de los valores correspondientes de XI(t) y X2(t). Un ejemplo ffsico de yet) es una seiial de radio de AM, en la que Xl (t) consta de una serial de audio mas una componente de de, y X2(t) esta compuesta por una sefial senoidaillamada onda portadora.

De manera similar a la ecuaci6n (1.20), para sefiales en tiempo discreto escribimos

Diferenciacion. Sea x(t) una sefial en tiempo continuo. La derivada de x(t) con respecto al tiempo se define como

d

yet) = - x(t)

dt

(1.21)

FIGURA 1.17 Inductor con corriente i(t), induciendo el voltaje vet) en sus terminales.

1.5 Operaciones bdsicas sobre seiiales

25

i(t)

--

~) tc

FIGURA 1.18 Capacitor con voltaje vet) en sus terminales, induciendo la corriente i(t).

Por ejemplo, un inductor realiza diferenciacion. Considere que i(t) denota la corriente que fluye por un inductor de inductancia L, como se muestra en la figura 1.17. El voltaje vet) que se crea en el inductor esta definido por

vet) = L'!!_ i(t) dt

(1.22)

Integraci6n. Sea x(t) una sefial en tiempo continuo. La integral de x(t) con respecto al tiempo t definida por medio de

yet) = [x(r) dr

(1.23)

donde res la variable de integracion, Por ejemplo, un capacitor efectua integracion, Sea i(t) la corriente que fluye por un capacitor de capacitancia C, como se muestra en la figura 1.18. El voltaje vet) que se crea en el capacitor se define mediante

1[

vet) = C i(r) dr

(1.24)

2. Operaciones efectuadas sobre la variable independiente

Escalamiento de tiempo. Sea x(t) una serial en tiempo continuo. La sefial yet) obtenida por el escalamiento de la variable independiente, tiempo t, por un factor a se define como

yet) = x(at)

Si a > 1, la sefial yet) es una version comprimida de x(t). Si, por otro lado, 0 < a < 1, la sefial yet) es una version expandida (alargada) de x(t). Estas dos operaciones se ilustran en la figura 1.19.

En el caso en tiempo discreto, escribimos

y[n] = x[kn], k> 0

x(t)

21\

yet) = x(2t)

-1L,

yet) =x(~ t)

YK.

I~I

a)

1 0 1 2 2 b)

-2 0 2

-1 0

c)

FIGURA 1.19 Operacion de escalamiento de tiempo: a) sefial en tiempo continuo x(t), b) version comprimida de x(t) por un factor de 2, y c) version expandida de x(t) por un factor de 2.

26

CAPiTULO 1 III INTRODUCCION

x[n]

lrlrltlilIiIi,

y[n] =x[2n]

I I I 1 I I I

n

-6-5-4-3-2-10 1 2 3 4 5 6 a)

-3 -2 -1 0 b)

2

3

FIGURA 1.20 Efecto del escalamiento de tiempo en una sefial en tiempo discreto: a) sefial en tiempo discreto x[n] y b) versi6n comprimida de x[n] por un factor de 2, con algunos valores de la x[n] original perdidos como resultado de la compresi6n.

la eual se define solo para valores enteros de k. Si k > 1, entonees algunos val ores de la sefial en tiempo disereto y[n] se pierden, como se ilustra en la figura 1.20 para k = 2.

Reflexi6n. Sea x(t) una sefial en tiempo continuo. Sea yet) la sefial obtenida al sustituir el tiempo t con = t, como se muestra mediante

yet) = x(-t)

La seiial yet) representa la version reflejada de x(t) en tomo al eje de la amplitud.

Los siguientes dos casos son de interes especial:

~ Sefiales pares, para las cuales x( -t) = x(t) para todo t; es decir, una sefial par es la rnisma que su version reflejada.

~ Sefiales impares, para las cuales se tiene que x( - t) = - x(t) para to do t; es decir, una sefial impar es el negativo de su version reflejada.

Se apliean observaciones sirnilares a las sefiales en tiempo discreto.

xU)

6

yU) = X(-I)

o

o b)

a)

FIGURA 1.21 Operaci6n de reflexi6n: a) serial en tiempo continuo x(t) y b) versi6n reflejada de x(t) alrededor del origen.

1.5 Operaciones bdsicas sobre seiiales 27

... Problema de ejercicio 1.9 La serial en tiempo discreto x[n] se define como

{I, n = 1

x[n] = -1, n =-1

0, n = ° yin I > 1

Encuentre una sefial compuesta y[n] definida en terminos de x[n] por

y[n] = x[n] + x[-n]

Respuesta: y[ n] = ° para todo valor entero de n .

... Problema de ejercicio 1.10 Repita el problema de ejercicio 1.9 para

x[n] = { 1, n = -1 Y n = 1 0, n = ° yin I > 1

Respuesta: y[n] = {20', n = -1 y n = 1 n=Oy Inl > 1

Corrimiento en tiempo. Sea x(t) una sefial en tiempo continuo. La version de recorrida en el tiempo de x(t) se define como

y(t) = x(t - to)

donde to es el corrimiento en el tiempo. Si to > 0, la forma de onda que representa x(t) se corre intacta a la derecha, con respecto al eje de tiempo. Si to < 0, se corre a la izquierda.

xCt) y(t) = xCt - 2)

.L. It--,-[l,

101 01325

2 2 2 2

a)

b)

FIGURA 1.22 Operacion de corrimiento en el tiempo: a) sefial en tiempo continuo en la forma de un pulso rectangular de 1.0 de amplitud y 1.0 de duracion, simetrico en tomo al origen; y b) version recorrida de xCt) en 2 unidades de tiempo.

28

CAPiTULO 1 III INTRODUCCI6N

En el caso de una sefial en tiempo discreto x[n], definimos la version recorrida en el tiempo como sigue:

y[n] = x[n - m]

donde el corrimiento m debe ser un entero; este puede ser positivo 0 negativo.

~ Problema de ejercicio 1.11 La sefial en tiempo discreto x[n] se define como

{I, n = 1,2 x[n] = -1, n = -1,-2

0, n = ° yin I > 2

Encuentre la sefial recorrida en el tiempo y[n] = x[n + 3].

{I, n=-1,-2 Respuesta: y[n] = -1, n = -4, -5

0, n = -3, n < -5, Y n > -1

• REGLA DE PRECEDENCIA PARA EL CORRIMIENTO EN EL TIEMPO Y EL ESCALAMIENTO DE TIEMPO

Sea yet) una sefial en tiempo continuo que se obtiene de otra serial en tiempo continuo x(t) por medio de una combinacion de corrimiento en el tiempo y de escalamiento de tiempo, como se describe a continuacion:

yet) = x(at - b)

(1.25)

Esta relacion entre yet) y x(t) cumple las siguientes condiciones:

yeO) = xC-b)

(1.26)

y

y( : ) = x(O)

(1.27)

las cuales brindan titiles comprobaciones en yet) en terminos de valores correspondientes de x(t).

Para obtener correctamente yet) a partir de x(t), las operaciones de corrimiento y escalamiento de tiempo deben efectuarse en el orden correcto. El orden apropiado se basa en el hecho de que la operacion de escalamiento siempre sustituye a t por at, en tanto que la operacion de corrimiento siempre remplaza t por t - b. En consecuencia, la operacion de corrimiento en el tiempo se efecnia primero sobre x(t), 10 que origina una sefial intermedia vet) definida por

vet) = x(t - b)

El corrimiento en el tiempo ha sustituido t en x(t) por t - b. Luego, la operacion de escalamiento de tiempo se realiza sobre vet). Esto remplaza t por at, produciendose la salida deseada

1.5 Operaciones bdsicas sobre seiiales

29

x(t)

ltL,

v(t) = x(t + 3)

o--,t°

y(t) = v(2t)

_JJj:_,

-10 1 a)

-4-3-2-10 b)

-3-2-10 c)

FIGURA 1.23 EI orden apropiado en el cual las operaciones de escalamiento de tiempo y de corrimiento en el tiempo deben aplicarse en el caso de una sefial en tiempo continuo. a) Pulso rectangular x(t) de 1.0 de amplitud y 2.0 de duraci6n, simetrica en tomo a1 origen. b) Pulso intermedio v(t), representando la versi6n recorrida en el tiempo de x(t). c) Sefial deseada y(t), resultado de la compresi6n de v(t) por un factor de 2.

yet) = v(at) =x(at-b)

Para ilustrar como puede surgir la operacion descrita en la ecuacion (1.25) en una situacion de la vida real, considere la sefial de voz grabada en una grabadora de cinta. Si esta se reproduce a una velocidad mayor que la de la grabacion original, se obtiene compresion (esto es, a > 1). Si, por otro lado, la cinta se reproduce a una velocidad inferior que la original, se obtiene expansion (es decir, a < 1). La constante b, supuesta positiva, explica el retardo en la reproduccion de la cinta.

Este ejemplo ilustra con c1aridad que si yet) se define en terminos de x(t) mediante la ecuacion (1.25), entonces yet) solo puede obtenerse correctamente a partir de x(t) adhiriendo la regla de precedencia para el corrimiento en el tiempo y el escalamiento de tiempo.

Se aplican comentarios similares al caso de las sefiales en tiempo discreto.

x(t) x(2t)

ltL, 1,

a)

1 0 1 2 2 b)

y(t)

-31 G:i ,ul' ° t

-3 -2 -1 0

-1 0

c)

FIGURA 1.24 La manera incorrecta de aplicar la regla precedente. a) Sefial x(t). b) Sefial escalada en el tiempo x(2t). c) Sefial y(t) obtenida recorriendo x(2t) 3 unidades de tiempo.

30

CAPITULO 1 • INTRODUCCI6N

.... Problema de ejercicio 1.12 Considere la sefial en tiempo discreto x[n] definida por

[] {I -2::0::: n ::0::: 2

x n - 'I I

- 0, n > 2

Encuentre y[n] = x[3n - 2]. Respuesta: y[n] = {1, n = 0, 1

0, en otro caso

v[nl

-5 -4 -3 -2 -1

-5 -4

2 3 4 5

o

2 345

-3 -2 -1 0

-1

a)

b)

y[nl
-2 't
n
-5 -4 -3 -1 0 2 3 4 5
-1+
c) FIGURA 1.25 El orden apropiado de aplicaci6n de las operaciones de esca!amiento de tiempo y corrimiento en el tiempo en los casos de una sefial en tiempo discreto. a) Serial en tiempo discreto x[n], antisimetrica en tomo del origen. b) Sefial intermedia v[n] obtenida recorriendo x[n] ala izquierda 3 muestras. c) Serial en tiempo discreto y[n] resultando de la compresi6n de v[n] por un factor de 2, como consecuencia de 10 cua! se pierden dos muestras de la x[ n] original.

1.6 Seiiales elementales

31

11.6 Senales elementales

Hay varias sefiales elementales que sobresalen notablemente en el estudio de sefiales y sistemas. La lista de sefiales elementales inc1uye a las exponenciales y senoidales, la funcion escalon, la funcion impulso y la funcion rampa. Estas sefiales elementales sirven como los bloques funcionales para la construccion de sefiales mas complejas. Tambien son importantes por merito propio, ya que es po sible usarlas para modelar muchas sefiales ffsicas que ocurren en la naturaleza. En 10 que sigue, describiremos, una por una, las sefiales elementales que acaban de mencionarse.

• SENALES EXPONENCIALES

Una sefial exponencial real, en su forma mas general, se escribe como

x(t) = Beat

(1.28)

donde tanto B y a son parametres reales. El parametro B es la amplitud de la sefial exponencial medida en el tiempo t = O. Dependiendo de si el otro parametro a es positivo 0 negativo, es po sible identificar dos casos especiales:

~ Decaimiento exponencial, para el cual a < 0 ~ Crecimiento exponencial, para el cual a > 0

Estas dos formas de una sefial exponencial se ilustran en la figura 1.26. La parte a de la figura se genero usando a = - 6 y B = 5. La parte b de la figura se forme utilizando a = 5 y B = 1. Si a = 0, la sefial x(t) se reduce a una sefial de de igual a la constante B.

Como un ejemplo ffsico de una sefial exponencial, considere un capacitor "aislado", como el que se describe en la figura 1.27. EI capacitor tiene capacitancia C, y la perdida se representa por medio de la resistencia en derivacion R. EI capacitor se carga conectando una bateria en sus extremos, y luego la bateria se separa en el tiempo t = O. Sea Vo el valor inicial

x(t)

100 -

50~

0.7 0.8 0.9 1

00 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Tiempot

Tiempo t a)

b)

FIGURA 1.26 a) Forma de decaimiento exponencial de una sefial en tiempo continuo. b) Forma de crecimiento exponencial de una sefial en tiempo continuo.

32

CAPITULO 1 • INTRODUCCION

i(t) = C 1r v(t)

--

;'DR

FIGURA 1.27 Capacitor aislado, con la perdida representada por una resistencia en derivaci6n R.

del voltaje que se crea en el capacitor. De acuerdo con la figura 1.27 vemos con facilidad que la operaci6n del capacitor para t ;:::: 0 se describe por medio de

d

RC - vet) + vet) = 0

dt

(1.29)

donde vet) es el voltaje medido en los extremos del capacitor en el tiempo t. La ecuaci6n (1.29) es una ecuacion diferencial de orden uno. Su soluci6n esta dada por

vet) = Voe-tiRC

(1.30)

donde el termino producto RC juega el papel de una constante de tiempo. La ecuaci6n (1.30) muestra que el voltaje en el capacitor decae exponencialmente con el tiempo a una velocidad determinada por la constante de tiempo RC. Cuanto mayor es el resistor R (es decir, cuanto menos aislado este el capacitor), tanto mas lenta sera la velocidad de decaimiento de vet) con el tiempo.

La exposici6n hasta ahora ha sido en el contexto en tiempo continuo. En el caso en tiempo discreto, es una practica cormin escribir una sefial exponencial real como

x[n] = Br"

(1.31)

La naturaleza exponencial de esta sefial se confirma sin dificultades al definir

r = e"
4.5
3.5
3
2.5
x[nl 2
1.5
0.5 2 4 6 8 10

Tiempon

210 -8 -6 -4

Tiempon a)

b)

FIGURA 1.28 a) Forma de decaimiento exponencial de la sefial en tiempo discreto. b) Forma de crecirniento exponencial de la sefial en tiempo discreto.

1.6 Seiiales elementales

33

para alguna a. La figura 1.28 ilustra las formas de decaimiento y crecimiento de una sefial exponencial en tiempo discreto correspondiente a ° < r < 1 y r » 1, respectivamente. Aquf es donde son totalmente diferentes los casos de las sefiales exponenciales en tiempo discreto y las exponenciales en tiempo continuo. Advierta tambien que cuando r < 0, la sefial exponencial en tiempo discreto asume signos altemos.

Las sefiales exponenciales mostradas en las figuras 1.26 y 1.28 son todas de valor real. Es posible que una sefial exponencial sea de valor complejo. Las formas matematicas de las sefiales exponenciales complejas son las mismas que las indicadas en las ecuaciones (1.28) y (1.31), con algunas diferencias que se explican en seguida. En el caso en tiempo continuo, el parametro B, el a 0 ambos en la ecuaci6n (1.28) son de valor complejo. De manera similar, en el caso en tiempo discreto, el parametroB, el parametro r 0 ambos en la ecuaci6n (1.31) asumen valor complejo. Dos ejemplos de seiiales exponenciales encontrados corminmente son eiwt y eifln.

• SENALES SENOIDALES

La versi6n en tiempo continuo de una seiial senoidal, en su forma mas general, puede escribirse como

x(t) = A cos(wt + cjJ)

(1.32)

donde A es la amplitud, w es la frecuencia en radianes por segundo y cjJ es el angulo de fase en radianes. La figura 1.29a presenta la forma de onda de una sefial senoidal para A = 4 Y cjJ = + 1T/6. Una sefial senoidal es un ejemplo de una sefial peri6dica, siendo el periodo de la misma

T= 21T W

x(t) 0

0.1

0.2

0.3

0.4

0.5 Tiempo t a)

0.7

0.8

0.9

x(t) 0

0.1

0.2

0.3

0.4

0.5 Tiempo t b)

0.6

0.7

0.8

0.9

FIGURA 1.29 a) Sefial senoidal A cos(wt + cfJ) con fase cfJ = +-rr/6 radianes. b) Sefial senoidal A sen(wt + cfJ) con fase cfJ = + -rr/6 radianes.

34

CAPiTULO 1 .. INTRODUCCI6N

Podemos probar con facilidad esta propiedad de una sefial senoidal empleando la ecuaci6n (1.32) para escribir

x(t + T) = A cos(w(t + T) + cp) = A cos(wt +wT + cp) = A cos(wt + 27r + cp) = A cos(wt + cp)

= x(t)

la cual satisface la condici6n de definici6n de la ecuaci6n (1.5) para una sefial peri6dica.

Para ilustrar la generaci6n de una sefial senoidal, considere el circuito de la figura 1.30 formado por un inductor y un capacitor conectado en paralelo. Se supone que las perdidas en ambos componentes del circuito son 10 suficientemente pequefias como para que se consideren "ideales". EI voltaje generado entre los extremos del capacitor en el tiempo t = 0 es igual a Vo. La operaci6n del circuito de la figura 1.30 para t ~ 0 se describe por medio de

J2

LC -2- vet) + vet) = 0 dt

(1.33)

donde vet) es el voltaje en el capacitor en el tiempo t, C es la capacitancia y L es la inductancia del inductor. La ecuaci6n (1.33) es una ecuacion diferencial de orden dos. Su soluci6n esta dada por

vet) = Vo cos(wat), t ~ 0

(1.34)

donde Wo es lafrecuencia angular de oscilacion del circuito:

1

(1.35)

Wo =

La ecuaci6n (1.34) describe una sefial senoidal de amplitud A = Vo, frecuencia co = Wo ~ angulo de fase cp = O.

Considere a continuaci6n la versi6n en tiempo discreto de una sefial senoidal, escrita come

x[n] = A cos(fln + cp)

(1.36

EI periodo de una sefial en tiempo discreto se mide en muestras. De tal modo, para qm x[n] sea peri6dica con un periodo de N muestras, por ejemplo, debe satisfacer la condici6n d

i(t) = c1r v(t)

+

vet)

FIGURA 1.30 Circuito LC en paralelo, suponiendo que el inductor L y el capacitor C son ambos ideales.

1.6 Senales elementales

35

-0.2

-0.4

-0.6

-0.8

~1O -8 -6 -4 -2 0 2 4 6

Tiempon

I I I I I I I I
f- ~.
f- -
- -
- -
- ..
- "~
- ..
- ..•
I I I I I I I 0.8 0.6 0.4 0.2

x[nJ 0

8 10

FIGURA 1.31 Sefial senoidal en tiempo discreto.

la ecuaci6n (1.8) para todo entero n y algiin entero N. Sustituyendo n + N por n en la ecuacion (1.36) se obtiene

x[n + N] = A cos(Dn + DN + ¢)

Para que la condicion de la ecuaci6n (1.8) se cumpla, en general, se requiere que

DN = 271m radianes

o tambien

D = 271m radianes/ciclos, m, N enteros N

(1.37)

El punto importante aquf es que, a diferencia de las sefiales senoidales en tiempo continuo, no todos los sistemas senoidales en tiempo discreto con valores arbitrarios de D son peri6dicos. Especificamente, para que la sefial senoidal en tiempo discreto descrita en la ecuaci6n (1.36) sea peri6dica, la frecuencia angular D debe ser un rmiltiplo racional de 2n, como se indica en la ecuaci6n (1.37). La figura 1.31 ilustra una serial senoidal en tiempo discreto para A = 1, ¢ = 0 y N = 12.

36

CAPITULO 1 • INTRODUCCI6N

1.6 Seiiales elementales 37

,.. Problema de ejercicio 1.13 Considere las siguientes sefiales senoidales:

a) x[n] = 5 sen[2n]

b) x[n] = 5 cos[0.27Tfl]

c) x[n] = 5 cos[67Tfl]

d) x[n] = 5 sen[67Tfl/35]

Determine si cada x[n] es peri6dica y, si tal es el caso, encuentre su periodo fundamental.

Respuesta: a) No peri6dica. b) Peri6dica, periodo fundamental = 10. c) Peri6dica, periodo fundamental = 1. d) Peri6dica, periodo fundamental = 35. ....

,.. Problema de ejercicio 1.14 Encuentre las frecuencias angulares mas pequefias para las cuales las sefiales senoidales en tiempo discreto con los siguientes periodos fundamentales senan peri6dicas: a) N = 8, b) N = 32, c) N = 64 Y d) N = 128.

Respuesta: a) n = 'Tr14. b) n = 'Tr/16. c) n = 'Tr132. d) n = 'Tr164.

• RELACION ENTRE SENALES SENOIDALES Y SENALES EXPONENCIALES COMPLEJAS

Considere la exponencial compleja ei8. Empleando la identidad de Euler es posible expandir este termino como

ei° = cos () + j sen ()

(1.38)

Este resultado indica que puede expresarse la sefial senoidal en tiempo continuo de la ecuaci6n (1.32) como la parte real de la sefial exponencial compleja Beiwt, donde la propia B es una cantidad compleja definida por

B = Aei°

(1.39)

Esto es, puede escribirse

A cos(wt + cf» = Re{Beiwt}

(1040)

donde Re{ } de nota la parte real de la cantidad compleja encerrada dentro de los corchetes, Puede probarse facilmente esta relaci6n notando que

Beiwt = Aeic/Jeiwt = AeiCwt+c/J)

= A cos(wt + cf» + jA sen(wt + cf»

de la cual se desprende de inmediato la ecuaci6n (lAO). La seiial senoidal de la ecuaci6n (1.32) se define en terminos de una funci6n coseno. Desde luego, tambien es posible definir una seiial senoidal en tiempo continuo en terminos de una funci6n seno, como se muestra mediante

x(t) = A sen(wt + cf»

( l.41)

10 cual se representa por medio de la parte imaginaria de la sefial exponencial compleja Beiwt Es decir, puede escribirse

A sen(wt + cf» = Im{Beiwt}

(1.42)

38

CAPITULO 1 • INTRODUCCI6N

donde B se define mediante la ecuaci6n (1.39), e Im{ } denota la parte imaginaria de la cantidad compleja encerrada dentro de los corchetes. La sefial senoidal de la ecuaci6n 0.41) difiere de la correspondiente a la ecuaci6n (1.32) en un corrimiento de fase de 90°. Es decir, la sefial senoidal A cos(wt + cf» esta retrasada con respecto a A sen(wt + cf», como se ilustra en la figura 1.29b para cf> = 7T/6.

Similarmente, en el caso en tiempo discreto puede escribirse

A cos(iln + cf» = Re {Beirln}

(1.43)

y

A sen(iln + cf» = Im{Beirln}

(1.44)

donde B se define en terminos de A y cf> por medio de la ecuaci6n 0.39). La figura 1.32 muestra la representaci6n bidimensional de la exponencial compleja eirln para il = 7T/4 Y n = 0, 1, ... , 7. La proyecci6n de cada valor sobre el eje real es cos(iln), en tanto que la proyecci6n sobre el eje imaginario es sen(iln).

• SEN-ALES SENOIDALES AMORTIGUADAS EXPONENCIALMENTE

La multiplicaci6n de una seiial senoidal por una sefial exponencial decreciente de valor real produce una nueva seiial conocida como una serial senoidal amortiguada exponencialmente. Especfficamente, multiplicando la serial senoidal en tiempo continuo A sene wt + cf» por la exponencial e-at se produce la sefial senoidal amortiguada exponencialmente

x(t) = Ae-at sene cot + cf», a > °

(1.45)

La figura 1.33 muestra la forma de onda de esta serial A = 60, a = 6 y cf> = 0. Para tiempos t crecientes, la amplitud de las oscilaciones senoidales disminuye de modo exponencial, tiende a cero para un tiempo infinito.

Para ilustrar la generaci6n de una sefial senoidal amortiguada exponencialmente, cons idere el circuito en paralelo de la figura 1.34, compuesto por un capacitor de capacitancia C, un

n=3

Cfrculo unitario

Eje imaginario

n=l

n=4

n = 0 Eje real

n=5

n=7

n=6

FIGURA 1.32 Plano complejo, mostrando ocho puntos distribuidos uniformemente en el cfrculo unitario.

1.6 Seiiales elementales

39

60
50
40
3°1
I
201
x(t) 10 Tiempot

FIGURA 1.33 Sefial senoidal amortiguada exponencialmente e-at sen tot, con a > o.

inductor de inductancia L y un resistor de resistencia R. La resistencia R representa el efecto combinado de perdidas asociadas con el inductor y el capacitor. Sea Vo el voltaje generado en el capacitor en el tiempo t = O. La operaci6n del circuito en la figura 1.34 se describe por medio de

d IlL

C - v(t) + - v(t) + - v( T) dr = 0

dt R L

(1.46)

donde v(t) es el voltaje en el capacitor en el tiempo t 2:: O. La ecuaci6n (1.46) es una ecuacion integro-diferencial. Su soluci6n esta dada por

v(t) = Voe-tl2eR cos(wot)

(1.47)

donde

(1.48)

En la ecuaci6n (1.48) se supone que 4CR2 > L. Comparando la ecuaci6n (1.47) con la (1.45), tenemos A = Vo, ex = 1I2CR, W = Wo Y cP = 7T/2.

Los circuitos de las figuras 1.27, 1.30 Y 1.34 sirven como ejemplos en los que una serial exponencial, una sefial senoidal y una serial senoidal amortiguada exponencialmente, respectivamente, surgen en forma natural como soluciones para problemas ffsicos. Las operaciones

II'

L ~ v(-r)d-r

+

R

v(t)

FIGURA 1.34 Circuito LCR en paralelo, con el inductor L, el capacitor C y el resistor R supuestos todos ideales.

40

CAPITULO 1 • INTRODUCCI6N

de estos circuitos se describen por medio de las ecuaciones diferenciales (1.29), 0.33) y (1.46), cuyas soluciones se establecieran simplemente. Los metodos para resolver estas ecuaciones diferenciales se presentan en los siguientes capitulos.

Regresando al tema, la version en tiempo discreto de la sefial senoidal amortiguada exponencialmente de la ecuacion 0.45) esta descrita por

x[n] = Br" sen[On + 4>]

(1.49)

Para que la sefial de la ecuacion (1.49) decaiga exponencialmente con el tiempo, el parametro r debe estar en el intervalo 0 < I r I < 1.

~ Problema de ejercicio 1.15 i,Es po sible que una sefial senoidal amortiguada exponencialmente de cualquier tipo sea periodica?

Respuesta: No.

• FUN CION ESCALON

La version en tiempo discreto de la funcion escalon, denotada por 10 cormin por u[n], se define por medio de

u[n] = {I, n 2': 0 0, n < 0

(1.50)

la cual se ilustra en la figura 1.35 -,

La version en tiempo continuo de la funcion escalon, denotada corminmente por u(t), esta definida por

u(t) = { 1, t 2': 0

0, t< 0

La figura 1.36 muestra una representacion de la funcion escalon u(t). Se afirma que exhibe una discontinuidad en t = 0, puesto que el valor de u(t) cambia de manera instantanea de 0 a 1 cuando t = O.

La funcion escalon u(t) es de aplicacion particularmente simple. Se aplica electricamente una bateria 0 fuente de de en t = 0 cerrando un interruptor, por ejemplo. Como una sefial de prueba, es iitil debido a que la salida de un sistema producto de una entrada escalon revela en gran medida que tan rapido el sistema responde a un cambio abrupto en la sefial de entrada. Un comentario similar se aplica a u[n] en el contexto de un sistema en tiempo discreto.

La funcion escalon u(t) tambien puede usarse para construir otras formas de ondas discontinuas, como se ilustra en el siguiente ejemplo.

(1.51 )

x[nl I 1.0

~--~~~~+--+--r-~-+--n 234

-4 -3 -2 -1 0

FIGURA 1.35 Version en tiempo discreto de la funcion escalon de amplitud unitaria.

1.6 Seiiales elementales

41

u(t)

o

FIGURA 1.36 Versi6n en tiempo continuo de la funci6n escalon de amplitud unitaria .

.. Problema de ejercicio 1.16 Una sefial en tiempo discreto x[n] esta definida por

x[n] = {I, 0:::; n :::; 9 0, en otro caso

Empleando u[n], describa x[n] como la superposicion de dos funciones.

x(t)
jA
I
-1 -0.5 0 0.5
a) -1

-0.5

o 0.5

b)

X2(t)

i'

-1

-0.5

o c)

0.5

I t 1

FIGURA 1.37 a) Pulso rectangular x(t) de amplitud A y duraci6n T = Is, simetrica alrededor del origen. b) Representaci6n de x(t) como la superposici6n de dos funciones esca16n de amplitud A, con una funci6n esca16n recorrida a la izquierda por TI2 y la otra a la derecha por T12; estas dos sefiales recorridas se denotan como Xl (t) Y X2(t), respectivamente.

42

CAPITULO 1 • INTRODUCCI6N

8[nl

LOt

~-¢-~n

-4 -3 -2 -1 0 1 2 3 4

FIGURA 1.38 Forma en tiempo discreto de impulso.

Respuesta: x[n] = u[n] - u[n - 10].

• FUNCION DE IMPULSO

La version en tiempo discreto del impulso, denotada corminmente por S[n], se define por medio de

S[n] = { 1, n = 0 0, n =1= 0

(1.54)

la cual se ilustra en la figura 1.38.

La version en tiempo continuo del impulso unitario, denotada por 10 cormin mediante Set), se define a partir del siguiente par de relaciones:

Set) = 0 para t =1= 0

(1.55)

y

I: Set) dt = 1

(1.56)

La ecuacion (1.55) sefiala que el impulso Set) es cero en todos lados salvo el origen. La ecuacion (1.56) indica que el area total bajo el impulso unitario es la unidad. El impulso Set) tambien se conoce como lafunci6n delta de Dirac. Note que el impulso Set) es la derivada de la funcion escalon u(t) con respecto al tiempo t. Inversamente, la funcion escalon u(t) es la integral del impulso Set) con respecto al tiempo t.

Una descripcion grafica del impulso S[n] para tiempo discreto es directa, como se muestra en la figura 1.38. En contraste, la visualizacion del impulso unitario Set) para tiempo continuo requiere una mas minuciosa atencion, Una manera de visualizar S(t) es verla como la forma 11- mite de un pulso rectangular de area unitaria, como se ilustra en la figura 1.39a. Especfficamente, se reduce la duracion del pulso y su amplitud se incrementa tal que el area bajo el pulso se

a8(t)

I

a

-T/2

o a)

Tl2

o b)

FIGURA 1.39 a) Evoluci6n de un pulso rectangular de area unitaria en un impulso de intensidad unitaria. b) Sfrnbolo grafico para un impulso de peso a.

1.6 Seiiales elementales

43

mantiene constante en la unidad. Cuando la duraci6n disminuye, el pulso rectangular se aproxima mejor al pulso. Desde luego, podemos generalizar este resultado estableciendo que

(1.57)

donde grtt) es cualquier pulso que es una funci6n par del tiempo t, con duraci6n T, un area unitaria. El area bajo el pulso define el peso del impulso. De ese modo cuando hablamos de la funci6n oCt), en efecto estamos afirmando que su peso es unitario. El sfrnbolo grafico para un impulso se describe en la figura 1.39b. El peso del impulso se denota mediante el r6tulo al lado de la flecha.

De acuerdo con la ecuaci6n de definici6n (1.55), se concluye de inmediato que el impulso unitario oCt) es una funci6n par de tiempo t, como muestra

o(-t) = oCt)

(1.58)

Sin embargo, para que el impulso unitario oct) tenga sentido matematico, tiene que aparecer como un factor en el integrando de una integral con respecto al tiempo y entonces, estrictamente hablando, s6lo cuando el otro factor en el integrando es una funci6n continua del tiempo en el cual el impulso ocurre. Sea x(t) una funci6n de tal tipo y considere el producto de x(t) y la funci6n delta corrida en el tiempo oCt - to). Ala luz de las dos ecuaciones de definici6n (1.55) y (1.56), es po sible expresar la integral de este producto como sigue:

f: x(t)o(t - to) dt + x(to)

(1.59)

La operaci6n indicada en el segundo miembro de la ecuaci6n (1.59) selecciona el valor x(to) de la funci6n x(t) en el tiempo t = to. Por consiguiente, la ecuaci6n (1.59) se conoce como la propiedad de seleccion del impulso unitario. Esta propiedad se usa algunas veces como la definici6n de un impulso unitario; en efecto, incorpora las ecuaciones (1.55) y (1.56) en una relaci6n sencilla.

Otra propiedad iitil del impulso unitario oCt) es la propiedad de escalamiento de tiempo, descrita por

1

o(at) = a oCt), a > 0

(1.60)

Para probar esta propiedad, sustituimos ten la ecuaci6n (1.57) con at y de ese modo se escribe

(1.61)

g1{at) aJT

/Area= 1 ~

a)

b)

c)

FIGURA 1.40 Pasos implicados en la comprobaci6n de la propiedad de escalamiento de tiempo del impulso unitario. a) Pulso rectangular g']{t) de amplitud liT y duraci6n T, simetrica en tomo al origen. b) Pulso g']{t) comprimido en un factor a. c) Escalarniento de amplitud del pulso comprimido, restituyendole su area unitaria.

44

CAPiTULO 1 III INTRODUCCION

Para representar la funci6n gl{t), usamos el pulso rectangular mostrado en la figura 1.40a, el cual tiene duraci6n T, amplitud liT y, por tanto, area unitaria. En forma correspondiente, la funci6n escalada en el tiempo grtat) se muestra en la figura 1.40b para a> 1. La operaci6n de escalamiento de tiempo deja invariable la amplitud de grtat). Por tanto, con el fin de restituir el area bajo este pulso en el valor unitario, la amplitud de grtat) se escala por el rnismo factor a, como se indica en la figura 1.40c. La funci6n de tiempo en la figura 1.40c se denota mediante gl{at); se relaciona con grtat) por medio de

great) = agT(at)

(1.62)

Al sustituir la ecuaci6n (1.62) en (1.61), se obtiene

8(at) = _!_ lim gHat)

a t~O

(1.63)

Puesto que, por disefio, el area bajo la funci6n great) es la unidad, se concluye que

8(t) = lim gHat) T~O

(1.64)

Por consiguiente, el empleo de la ecuaci6n (1.64) en la (1.63) produce la propiedad de escalarniento de tiempo descrito en la ecuaci6n (1.60).

Hay una cuesti6n mas que debe atenderse al haber definido 10 que es un impulso unitario y descrito sus propiedades: l,cmil es el uso practice del impulso unitario? No podemos generar una funci6n de impulso ffsico, ya que corresponderfa a una sefial de amplitud infinita en t = 0 y que es cero en cualquier otro lado. Sin embargo, la funci6n de impulso sirve a un prop6sito matematico brindando una aproximaci6n a una sefial fisica de extremadamente corta duraci6n yalta amplitud. La respuesta de un sistema a tal entrada revel a mucho acerca del caracter del sistema. Por ejemplo, considere el circuito LCR en paralelo de la figura 1.34, supuesto al inicio en reposo. Suponga luego que una sefial de voltaje que se aproxima a una funci6n de impulso se aplica al circuito en el tiempo t = O. La corriente a traves de un inductor puede cambiar en forma instantanea, aunque eso es posible con el voltaje en el capacitor. Se concluye, por tanto, que el voltaje en el capacitor aumente repentinamente hasta un valor igual aVo, por ejemplo el tiempo t = 0+. Aqui t = 0+ se refiere al instante de tiempo cuando la energfa en la sefial de entrada expira. Segiin esto, el circuito opera sin entrada adicional. El valor resultante del voltaje vet) en el capacitor esta definido por la ecuaci6n (1.47). La respuesta vet) se denornina respuesta transitoria 0 natural del circuito, la evaluaci6n de la cual se facilita mediante la aplicaci6n de una funcion de impulso como la sefial de prueba.

• FUNCION DE RAMPA

La funcion de impulso 8(t) es la derivada de la funcion escalon u(t) con respecto al tiempo. Por el rnismo motivo, la integral de la funcion escalon u(t) es una funcion de ramp a de pen-

ret)

·17

--- ........ 1£------ Tiempo t

o

FIGURA 1.41 Funci6n de rampa de pendiente unitaria.

1.7 Sistemas vistos como interconexiones de operaciones

45

r(n)

_1'''11111,

o

FIGURA 1.42 Versi6n en tiempo discreto de la funci6n de rampa.

diente unitaria. Esta ultima serial de prueba es corminmente denotada por r(t), la cual formalmente se define como sigue:

r(t) = { t, t 2:: ° 0, t < °

( 1.65)

De modo equivalente, es po sible escribir

r(t) = tu(t)

(1.66)

La funcion de rampa r(t) se muestra en forma grafica en la figura 1.41.

En terminos mecanicos, una forma de rampa puede visualizarse del modo siguiente. Si la variable de entrada se representa como el desplazamiento angular de un eje, entonces la rotacion de velocidad constante del eje brinda una representacion de la funcion de rampa. Como una sefial de prueba, la funcion de rampa nos permite evaluar como un sistema en tiempo continuo responderia a una sefial que aumenta linealmente con el tiempo.

La version en tiempo discreto de la funcion de rampa se define mediante

r[n] = {n, n 2:: ° 0, n < °

(1.67)

0, equivalentemente,

r[n] = nu[n]

(1.68)

Se ilustra en la figura 1.42.

11.7 Sistemas vistos como interconexiones de operaciones

En terminos matematicos, un sistema puede verse como una interconexi6n de operaciones que transforma una sefial de entrada en una sefial de salida con propiedades diferentes de las de la sefial de entrada. Las sefiales pueden ser de la variedad en tiempo continuo 0 de aquella en tiempo discreto, 0 una mezc1a de ambas. Considere que el operador H denota la accion de un

a)

b)

FIGURA 1.43 Representaci6n en diagrama de bloques del operador H para a) tiempo continuo y b) tiempo discreto.

46

CAPITULO 1 .. INTRODUCCION

FIGURA 1.44 Operador de corrimiento en el tiempo discreto Sk, que opera sobre la sefial en tiempo discreto x[n] para producir x[n - k].

sistema. Entonces la aplicaci6n de una serial en tiempo continuo x(t) en la entrada del sistema produce la sefial de salida descrita por

yet) = H{x(t)}

(1.69)

La figura 1.43a muestra un representaci6n en diagramas de bloques de la ecuaci6n (1.69). De manera correspondiente, para el caso en tiempo discreto, puede escribirse

y[n] = H{x[n]}

(1.70)

donde las seiiales en tiempo discreto x[n] y y[n] denotan las sefiales de entrada y salida, respectivamente, descritas en la figura 1.43b.

~ Problema de ejercicio 1.17 Exprese el operador que describe la relaci6n entrada-salida

y[n] = !(x[n + 1] + x[n] + x[n - 1]) 3

1.8 Propiedades de sistemas

47

x[n]

x[n]

y[n]

b)

y[n] a)

FIGURA 1.45 Dos implementaciones diferentes (pero equivalentes) del sistema de promedio m6vil: a) forma de implementaci6n de cascada y b) forma de implementaci6n en paralelo.

en terminos del operador de corrimiento en el tiempo S.

Respuesta: H = _!_(s-1 + 1 + Sl). 3

En los sistemas interconectados mostrados en las figuras 1.45a y b, la sefial fluye a traves de cada uno de enos en la trayectoria directa iinicamente, Otra forma po sible de combinar sistemas es mediante el uso de conexiones de realimentaci6n. La figura 1.4 presenta un ejemplo de un sistema realimentado, el cual se caracteriza por dos trayectorias. La trayectoria directa implica la conexi6n en cascada del controlador y la planta. La trayectoria de realimentaci6n se logra con el empleo de un sensor conectado a la salida del sistema en un extremo y la entrada en el otro extremo. El uso de realimentaci6n tiene muchos beneficios deseables y da origen a problemas propios que requieren atenci6n especial; el tema de realimentaci6n se presenta en el capitulo 9.

11.8 Propiedades de sistemas

Las propiedades de un sistema describen las caracteristicas del operador H que representa al sistema. En 10 que sigue, estudiaremos algunas de las propiedades mas basic as de sistemas.

• ESTABILIDAD

Se dice que un sistema es estable de entrada acotada-salida acotada (BlBO) si y s6lo si toda entrada acotada origina una salida acotada. La salida de tal sistema no diverge si la entrada no diverge.

Para poner la condici6n para estabilidad BIBO en una base formal, considere un sistema en tiempo continuo cuya relaci6n de entrada-salida es como describe la ecuaci6n (1.69). El operador H es estable BIBO si la serial de salida y(t) satisface la condici6n

I y(t) I ::5 My < 00 para todo t

48

CAPITULO 1 III INTRODUCCION

siempre que la sefial de entrada x(t) satisfaga la condici6n

I x(t) I :=:; M, < oo para to do t

Tanto Mx como My representan algunos mimeros positivos finitos. Podemos describir la condici6n para la estabilidad BIBO de un sistema en tiempo discreto de una manera similar.

Desde la perspectiva de la ingenierfa, es importante que un sistema de interes permanezca estable bajo todas las posibles condiciones de operaci6n. S6lo en ese caso el sistema garantiza producir una salida acotada para una entrada acotada. Los sistemas inestables suelen evitarse, a menos que algtin mecanismo pueda encontrarse para estabilizarlos.

Un ejemplo famoso de un sistema inestable es el primer puente de suspensi6n del Estrecho de Tacoma que se colaps6 el 7 de noviembre de 1940, aproximadamente a las 11 :00 horas, debido a vibraciones inducidas por el viento. Situado en el Estrecho de Tacoma en Puget Sound, cerca de la ciudad de Tacoma, Washington, el puente se habia abierto al trafico apenas unos meses antes de que se cayera; vease en la figura 1.46 las fotograffas tomadas un poco antes de la falla del puente y poco despues .

.... Problema de ejercicio 1.18 Muestre que el sistema de promedio m6vil descrito por la relaci6n entrada-salida

y[n] = !(x[n + 1] + x[n] + x[n - 1]) 3

es BIBO estable.

1.8 Propiedades de sistemas

49

a)

b)

FIGURA 1.46 Drarnaticas fotograffas que testifican el colapso del puente suspendido del Estrecho de Tacoma el 7 de noviembre de 1940. a) Fotograffa que muestra el movimiento de torsion del tramo central del puente justo antes de la fractura, b) Unos cuantos minutos despues de que cayo el primer pedazo de concreto, esta segunda fotograffa presenta la seccion de 600 pies del puente desprendiendose del tramo suspendido y girando boca abajo al momento de estrellarse en Puget Sound, Washington. Observe el automovil en la esquina superior derecha de la fotograffa. (Cortes fa de la Smithsonian Institution.)

50

CAPiTULO 1 • INTRODUCCI6N

• MEMORIA

Se dice que un sistema po see memoria si la serial de salida depende de los valores pasados de la serial de entrada. La extension temporal de los valores pasados sobre los cuales la salida depende define que tan lejos se extiende la memoria en el pasado. En contraste, se dice que un sistema no tiene memoria si su serial de salida depende solo del valor presente de la sefial de entrada.

Por ejemplo, un resistor no tiene memoria puesto que la corriente i(t) que fluye por el en respuesta a un voltaje aplicado vet) esta definida par

i(t) = _!_ v(t) R

donde R es la resistencia del resistor. Por otra parte, un inductor tiene memoria, ya que la corriente i(t) que circula por el se relaciona con el voltaje aplicado vet) de la siguiente forma:

1 r

i(t) = L L v( 7") dr

donde L es la inductancia del inductor. Es decir, a diferencia del resistor, la corriente a traves de un inductor en el tiempo t depende de todos los valores pasados del voltaje vet); la memoria de un inductor se extiende hasta el pasado infinito.

EI sistema de promedio movil del ejemplo 1.8 descrito por la relacion entrada-salida

y[n] = !(x[n] + x[n - 1] + x[n - 2]) 3

tiene memoria, puesto que el valor de la sefial de salida y[n] en el tiempo n depende del valor presente y de los dos pas ados de la sefial de entrada x[ n]. Por otra parte, un sistema descrito por la relacion entrada-salida

1.8 Propiedades de sistemas

51

no tiene memoria, ya que el valor de la serial de salida y[n] en el tiempo n depende solo del valor presente de la sefial de entrada x[ n].

~ Problema de ejercicio 1.19 l,Que tanto la memoria del sistema de promedio movil descrito por la relacion de entrada-salida

y[n] = _!_(x[n] + x[n - 1] + x[n - 2]) 3

se extiende en el pasado?

Respuesta: Dos unidades de tiempo.

~ Problema de ejercicio 1.20 La relacion de entrada-salida de un diodo semiconductor se representa mediante

donde v(t) es el voltaje aplicado, i(t) es la corriente que fluye por el diodo, y ao, aI, a3, ... son constantes. l,Este diodo tiene memoria?

Respuesta: No.

~ Problema de ejercicio 1.21 La relacion de entrada-salida de un capacitor se describe mediante

1[

v(t) = C i(r) dr

l, emil es su memoria?

Respuesta: La memoria se extiende desde el tiempo t hasta el pasado infinito.

• CAUSALIDAD

Se dice que un sistema sera causal si el valor presente de la sefial de salida depende solo de los valores presente y/o pasado de la serial de entrada. En contraste, la seiial de salida de un sistema no causal depende de los valores futuros de la sefial de entrada.

Por ejemplo, el sistema de promedio movil descrito por

y[n] = _!_(x[n] + x[n - 1] + x[n - 2]) 3

es causal. Por otra parte, el sistema de promedio movil descrito por

y[n] = _!_(x[n + 1] + x[n] + x[n - 1]) 3

52

CAPITULO 1 III INTRODUCCI6N

no es causal, ya que la seiial de salida y[n] depende del valor futuro de la seiial de entrada, es decir de x[n + 1].

~ Problema de ejercicio 1.22 Considere el circuito RC que se muestra en la figura 1.47. l,Es causal 0 no causal?

Respuesta: Causal. ...

~ Problema de ejercicio 1.23 Suponga que k en el operador de la figura 1.44 se remplaza por -k. l,El sistema que se produce es causal 0 no causal para k positiva?

Respuesta: No causal.

• INvERTmILIDAD

Se dice que un sistema es invertible si la entrada del sistema puede recuperarse de la salida del sistema. Es posible ver el conjunto de operaciones necesario para recuperar la entrada como un segundo sistema conectado en cascada con el sistema dado, tal que la seiial de salida del segundo sistema es igual a la seiial de entrada aplicada al sistema dado. Para poner la noci6n de invertibilidad en una base formal, sea el operador H un sistema en tiempo continuo, con la seiial de entrada x(t) produciendo la seiial de salida yet). Considere que la serial de salida yet) se aplica a un segundo sistema en tiempo continuo representado por el operador tr:' , como se ilustra en la figura 1.48. La serial de salida del segundo sistema esta definida por

H-l{y(t)} = H-l{H{x(t)}} = H-IH{x(t)}

donde se ha utilizado el hecho de que dos operadores H y n :' conectados en cascada son equivalentes a un solo operador H-lH. Para que esta serial de salida sea igual a la entrada original x(t), se requiere que

(1.71)

donde I denota el operador identidad. La salida de un sistema descrito por el operador identidad es exactamente igual a la entrada. La ecuaci6n (1.71) es la condici6n que el nuevo operador tr:' debe satisfacer en relaci6n con el operador H para que la serial de entrada original x(t) se recupere a partir de yet). El operador H-l se denomina el operador inverso, y el sistema asociado recibe el nombre de sistema inverso. Advierta que n:' no es el reciproco del

R

c V2(t)

Entrada

Salida

FIGURA 1.47 Circuito RC en serie manejado a partir de una fuente de voltaje ideal VI (r), produciendo el voltaje de salida V2(t).

1.8 Propiedades de sistemas

53

FIGURA 1.48 La noci6n de invertibilidad de un sistema. El segundo operador u:' es el inverso del primer operador H. Por tanto, la entrada x(t) pas a por la correcci6n en cascada de H y H-1 completamente sin cambio.

operador H; mas bien, el uso del superindice -1 tiene meramente la intencion de una Hamada que indique "inverso". En general, el problema de encontrar el inverso de un sistema dado es diffcil. En cualquier evento, un sistema no es invertible a menos que distintas entradas aplicadas al sistema produzcan distintas salidas. Es decir, debe haber un mapeo uno a uno entre las sefiales de entrada y salida para que un sistema sea invertible. Deben cumplirse condiciones identic as para que un sistema en tiempo discreto sea invertible.

La propiedad de invertibilidad es de particular importancia en el diseiio de sistemas de comunicacion, Como se coment6 en la sec cion 1.3, cuando una seiial transmitida se propaga por un canal de comunicacion, se distorsiona debido a las caracteristicas ffsicas del canal. Un metodo muy usado para compensar esta distorsi6n es incluir en el receptor una red denominada ecualizador, el cual se conecta en cascada con el canal de manera similar a la descrita en la figura 1.48. Al diseiiar el ecualizador para que sea el inverso del canal, la seiial transmitida se regresa a su forma original, suponiendo condiciones ideales.

~ Problema de ejercicio 1.24 Un inductor se describe por medio de la relacion de entrada-salida

1 r

y(t) = L L x( r) dr

Encuentre la operaci6n que represente al sistema inverso.

54

CAPITULO 1 • INTRODUCCION

d Respuesta: L -

dt

• INVARIANCIA CON EL TIEMPO

Se dice que un sistema es invariante con el tiempo si un retraso de tiempo 0 un adelanto de tiempo de la sefial de entrada lleva a un corrimiento en el tiempo identico en la sefial de salida. Esto implica que un sistema invariante con el tiempo responde en forma identica sin importar cuando se aplica la sefial de entrada. Establecido de otro modo, las caracteristicas de un sistema invariante con el tiempo no cambian con el tiempo. De otro modo, se dice que el sistema es variante con el tiempo.

Considere un sistema en tiempo continuo cuya relacion de entrada-salida se describe por medio de la ecuacion (1.69), reproducida aqui por conveniencia en la presentacion:

yet) = H{x(t)}

Suponga que la serial de entrada x(t) se recorre en el tiempo to segundos, 10 que origina la nueva entrada x(t - to). Esta operacion puede describirse al escribir

x(t - to) = Sto{x(t)}

donde el operador S'» representa un corrimiento en el tiempo igual a to segundos. Sea Yi(t la sefial de salida del sistema producido en respuesta a la entrada recorrida en el tiempr x(t - to). Es posible escribir entonces

yiCt) = H{x(t -to)} = H{ Sto{ x(t) } } = HSto{x(t)}

(1.72

la cual se representa por medio del diagrama de bloques mostrado en la figura 1.49a. Supor ga ahora que Yo(t) representa la salida del sistema original corrido en el tiempo to segundo como indica

Yo(t) = sto{y(t)}

= Sto{H{x(t)}} = StoH{x(t)}

(1.7:

1.8 Propiedades de sistemas

55

a)

b)

FIGURA 1.49 La noci6n de invariancia con el tiempo. a) El operador de corrimiento en el tiempo SID precediendo al operador H. b) El operador de corrimiento en el tiempo SID siguiendo al operador H. Estas dos situaciones son equivalentes, siempre que H sea invariante con el tiempo.

10 eual se representa mediante el diagrama de bloques de la figura 1.49b. El sistema es invariante con el tiempo si las salidas Yi(t) y Yo(t) definidas en las eeuaciones (1.72) y (1.73) son iguales para eualquier sefial de entrada identica x(t). En eonseeuencia se requiere que

(1.74)

Es deeir, para que un sistema deserito por el operador H sea invariante con el tiempo, el operador del sistema H y el operador de eorrimiento en el tiempo SID deben conmutar entre sf para todo to. Una relaci6n similar debe eumplirse para un sistema en tiempo disereto que va a ser invariante con el tiempo.

56

CAPITULO 1 II INTRODUCCI6N

~ Problema de ejercicio 1.25 i.EI sistema descrito por la relacion de entrada-salida

yen) = r'lx(n)

es invariante con el tiempo?

Respuesta: No.

• LINEALIDAD

Se afirma que un sistema es lineal si satisface el principio de superposicion. Es decir, la respuesta de un sistema lineal a una suma ponderada de sefiales de entrada es igual a la misma suma ponderada de las sefiales de salida, siendo asociada cada sefial de salida con una sefial de entrada particular que acnia sobre el sistema independientemente de todas las demas sefiales de entrada. Un sistema que viola el principio de superposicion se dice que es no lineal.

1.8 Propiedades de sistemas

Entradas xit)

57

Sea el operador H un sistema en tiempo continuo. Considere que la serial aplicada al sistema esta definida por la suma ponderada

n

x(t) = I aiXi(t) i=1

(1.75)

donde Xi(t), X2(t), ... , XMt) denota un conjunto de sefiales de entrada, y ai, a2, ... , aN denota los correspondientes factores ponderados. La sefial de salida resultante se escribe como

yet) = H{x(t)}

= H {it1 aiXi(t)}

(l.76)

Si el sistema es lineal, es posible (de acuerdo con el principio de superposicion) expresar la sefial de salida yet) del sistema como

n

yet) = I aiYi(t)

i=1

(1.77)

donde Yi(t) es la salida del sistema en respuesta a la entrada Xi(t) actuando sola; es decir,

yi(t) = H{x/t)}

(l.78)

La suma ponderada de la ecuaci6n (1.77) que describe la serial de salida yet) es de la misma forma matematica que la de la ecuaci6n (1.75), que describe la sefial de entrada x(t). Al sustituir la ecuacion (1.78) en la (1.77), obtenemos

n

yet) = I a#{Xi(t)}

i=1

(1.79)

Con el fin de escribir la ecuacion (1.79) en la misma forma que la ecuacion (1.76), la operaci6n del sistema descrita por H debe conmutar con la sumatoria y el escalamiento de la amplitud en la ecuacion (1.79), como se ilustra en la figura 1.50. Desde luego, las ecuaciones (1.78) y (1.79), vistas en conjunto, representan un enunciado matematico del principio de superposicion, Para un sistema en tiempo discreto, el principio de superposici6n se describe de una manera similar.

y(t)

a)

b)

FIGURA 1.50 La propiedad de linealidad de un sistema. a) La operaci6n combinada del escalamiento de amplitud y suma preceden al operador H para multiples entradas. b) El operador H precede el escalamiento de amplitud para cada entrada; las salidas resultantes se suman para producir la salida total yet). Si estas dos configuraciones originan la rnisma salida yet), el operador H es lineal.

58

CAPITULO 1 III INTRODUCCION

1.9 Exploracion de conceptos con MATLAB 59

~ Problema de ejercicio 1.26 Demuestre que el sistema de promedio m6vil descrito por

1

y[n] = -(x[n] + x[n - 1] + x[n - 2])

3

es un sistema lineal.

~ Problema de ejercicio 1.27 i,Es posible que un sistema lineal sea no causal?

Respuesta: Sf. ....

~ Problema de ejercicio 1.28 Ellimitador duro es un dispositivo sin memoria cuya salida y se relaciona con la entrada x por medio de

y = { 1, x 2:: 0 0, x< 0

i,Ellimitador duro es lineal?

Respuesta: No.

11.9 Exploraci6n de conceptos con MATLAB

El objeto basico empleado en MATLAB es una matriz numerica rectangular con elementos posiblemente complejos. Los tipos de objetos de datos encontrados en el estudio de sefiales y sistemas son todos bastante apropiados para las representaciones matriciales. En esta secci6n utilizamos MATLAB para explorar la generaci6n de las sefiales elementales descritas en las secciones previas. La investigaci6n de sistemas y de sefiales mas avanzadas se deja para capftulos posteriores.

El Conjunto de Herramientas para Procesamiento de Sefiales de MATLAB tiene una gran variedad de funciones para generar sefiales, la mayor parte de las cuales requieren que empecemos con la representaci6n vectorial del tiempo ton. Para generar un vector t de valores de tiempo con intervalo de muestreo 9J de 1 ms sobre el intervalo de 0 a Is, por ejemplo, se usa el comando

t=0:.001:1;

Esto corresponde a 1000 muestras de tiempo por cada segundo 0 una velocidad de muestreo de 1000 Hz. Para generar un vector n de valores de tiempo para sefiales en tiempo discreto, digamos, de n = 0 a n = 1000, utilizamos el comando:

n = 0: 1 000;

Dado ton, podemos proceder entonces para generar la sefial de interes.

En MATLAB, una sefial en tiempo discreto se representa exactamente, debido a que los valores de la sefial se des crib en como los elementos de un vector. Por otra parte, MATLAB

60

CAPITULO 1 .. INTRODUCCION

brinda solo una aproximaci6n a sefiales en tiempo continuo. La aproximacion consiste en un vector cuyos elementos individuales son muestras de la sefial en tiempo continuo subyacente. Cuando se usa este enfoque aproximado, es importante que se elija el intervalo de muestreo 2J suficientemente pequefio para asegurar que las muestras capturen todos los detalles de la sefial,

En esta sec cion, consideramos la generacion de sefiales de varios tipos tanto en tiempo continuo como en tiempo discreto.

• SEN-ALES PERIODICAS

Es un asunto sencillo generar sefiales periodic as tales como ondas cuadradas 0 triangulares empleando MATLAB. Considere primero la generacion de una onda cuadrada de amplitud A, frecuencia fundamental wO (medida en radianes por segundo), y ciclo de trabajo rho. Es decir, rho es la fraccion de cada periodo en el cualla sefial es positiva. Para generar tal sefial, usamos el comando basico:

A*square(wO*t + rho);

La onda cuadrada mostrada en la figura l.13a se genero as! empleando el siguiente conjunto completo de comandos:

»A=1; »wO = 10*pi; » rho = 0.5;

» t = 0:.001: 1 ;

» sq = A*square(wO*t + rho); » plot(t, sq)

En el segundo comando, pies una funcion integrada en MATLAB que regresa el mimero de punto flotante mas cercano a 7T. EI ultimo comando se usa para ver la onda cuadrada. EI comando plot dibuja lfneas que conectan los valores sucesivos de la sefial y de ese modo brindan la apariencia de una sefial en tiempo continuo.

Considere en seguida la generacion de una onda triangular de amplitud A, frecuencia fundamental wO (medida en radianes por segundo), y ancho W. Sea Tel periodo de la onda triangular, con el primer valor maximo ocurriendo en t = WT. EI comando basico para generar esta segunda sefial periodica es

A *sawtooth (wO*t + W);

De modo que para generar la onda triangular simetrica mostrada en la figura 1.14, se usan los siguientes comandos:

»A=1; »wO = 10*pi; »W = 0.5;

»t = 0:0.001:1;

» tri = A *sawtooth (wO*t + W); » plot(t, tri)

1.9 Exploraci6n de conceptos con MATLAB

61

Como se menciono antes, una seiial generada en MATLAB es inherentemente de naturaleza en tiempo discreto. Para visualizar una seiial en tiempo discreto, podemos utilizar el comando s t em. Especfficamente, s t em ( n, x) describe los datos contenidos en el vector x como una seiial en tiempo discreto en los val ores de tiempo definidos por n. Los vectores n y x deben, por supuesto, tener dimensiones compatibles.

Considere, por ejemplo, la onda cuadrada en tiempo discreto de la figura 1.15. Esta seiial se genera empleando los siguientes comandos.

»A=1;

» omega = pi / 4; »rho = 0.5;

» n = -10:10;

» x = A*square(omega*n + rho); » stem(n, x)

~ Problema de ejercicio 1.29 tada en la figura 1.14.

Emplee MATLAB para generar la onda triangular represen....

• SEl~ALES EXPONENCIALES

Al considerar las seiiales exponenciales, tenemos exponenciales que decaen y exponenciales crecientes. EI comando MATLAB para generar una exponencial que decae es

B*exp(-a*t);

Para generar una exponencial creciente, empleamos el comando

B*exp(a*t);

En ambos casos, el parametro exponencial a es positivo. EI siguiente comando se uso para generar la seiial exponencial decreciente que se muestra en la figura 1.26a:

» B = 5; » a = 6;

» t = 0:.001: 1 ; »x = B*exp(-a*t); » plot(t, x)

% de decaimiento exponencial

La seiial exponencial creciente mostrada en la figura 1.26b se genero usando los comandos

» B = 1; » a = 5;

» t = 0: 0.001: 1 ; » x = B*exp(a*t); » plot(t, x)

% de crecimiento exponencial

62

CAPITULO 1 III INTRODUCCI6N

Considere a continuacion 1a secuencia exponencia1 definida en 1a ecuacion (1.31). La forma creciente de esta exponencia1 se muestra en la figura 1.28b. Esta figura fue generada utilizando los siguientes comandos:

»B=1; »r=0.85 »n=-0:10; » x = B * r. "n ; » stem(n, x)

% de decaimiento exponencial

Note que, en este ejemp1o, 1a base res una esca1ar, pero que el exponente es un vector, por 10 que se emplea el signo ." para denotar potencias de elemento par elemento.

~ Problema de ejercicio 1.30 Emplee MATLAB para generar la secuencia de exponenciales decrecientes de la figura 1.28a. ....

• SEN ALES SENOIDALES

MATLAB contiene tambien funciones trigonometric as que pueden usarse para generar sefiales senoida1es. Una sefia1 coseno de amplitud A, frecuencia wO (medida en radianes por segundo) y angulo de fase phi (en radianes) se obtiene empleando el comando

A*cos(wO*t + phi);

De modo alternativo, es po sible utilizar la funcion seno para generar una sefia1 senoida1 empleando el comando

A*sin(wO*t + phi);

Estos dos comandos se emp1earon como la base para generar las sefiales senoidales mostradas en 1a figura 1.29. Especificamente, para la sefial coseno de la figura 1.29a, se recurrio a los siguientes comandos:

» A = 4;

» wO = 20*pi; » phi = pi/6; » t = 0:.001: 1 ;

» cosine = A*cos(wO*t + phi); » plot(t, cosine)

~ Problema de ejercicio 1.31 gura 1.29b.

Use MATLAB para generar 1a sefia1 seno mostrada en 1a fi....

Considere a continuacion la sefial senoidal en tiempo discreto definida en la ecuacion (1.36). Esta sefial periodica se grafica en la figura 1.31. La figura se genero utilizando los siguientes comandos:

»A = 1; » omega

2*pi/12;

% de frecuencia angular

1.9 Exploracion de conceptos con MATIAB

63

» phi = 0;

» n = -10:10;

» y = A *cos (omega*n); » stem(n, y)

• SEN-ALES SENOIDALES AMORTIGUADAS EXPONENCIALMENTE

En todos los comandos de generacion de sefiales que acaban de describirse, se ha generado la amplitud deseada multiplicando un escalar, A, en un vector que representa una serial de amplitud unitaria (por ejemplo, si n (wO*t + ph i)). Esta operacion se describe empleando un asterisco. Ahora consideremos la generacion de una sefial que requiere la multiplicaci6n elementa par elemento de dos vectores.

Suponga que multiplicamos una sefial senoidal por una seiial exponencial para producir una serial senoidal amortiguada exponencialmente. Con cada componente de la sefial siendo representado por un vector, la generacion de tal sefial producto requiere la multiplicacion de un vector por otro vector en una base de elemento por elemento. MATLAB representa la multiplicacion elemento por elemento utilizando un punto seguido por un asterisco. De tal modo, el comando para generar la sefial senoidal amortiguada exponencialmente

xU) = A sen(wot + 4» exp(-at)

es como sigue:

A*sin(wO*t + phi).*exp(-a*t);

En un decaimiento exponencial, a es positiva. Este comando se utilize en la generacion de la forma de onda mostrada en la figura 1.33. El conjunto completo de comandos es como sigue:

» A = 60;

» wO = 20*pi; » phi = 0;

» a = 6;

» t = 0:.001: 1 ;

»expsin = A*sin(wO*t + phi).*exp(-a*t); » plot(t, expsin)

Considere ahora la secuencia senoidal amortiguada exponencialmente descrita en la figura 1.51. Esta secuencia se obtiene multiplicando la secuencia senoidal x[ n] de la figura 1.31 por la secuencia exponencial decreciente y[n] de la figura 1.28a. Estas dos secuencias se definen para n = -10:10. De manera que usando z[n] para denotar esta secuencia de producto, es po sible emplear los siguientes comandos para generarla y visualizarla:

» z = x. *y; % rnul t ipt icac io n de elemento a elemento

» stem(n, z)

Advierta que no es necesario inc1uir la definicion de n en la generacion de z, pues ya se inc1uye en los comandos tanto para x como para y.

64

CAPITULO 1 III INTRODUCCI6N

x[nl

Tiempon

FIGURA 1.51 Secuencia senoidal amortiguada exponencialmente.

~ Problema de ejercicio 1.32 Emplee MATLAB para generar una sefial definida como el producto de la exponencial creciente de la figura 1.28b y la sefial senoidal de la figura 1.31. ....

• FUNCIONES ESCALON, DE IMPULSO Y DE RAMPA

En MATLAB, ones (M, N) es una matriz M X N de unos, y zeros (M, N) es una matriz de M X N de ceros. Podemos usar estas matrices para generar dos sefiales empleadas corminmente, del siguiente modo:

~ Funcion escalon. Una funci6n escal6n de magnitud unitaria se genera al escribir

u = [zeros(1, 50), ones(1, 50)];

~ Impulso en tiempo discreto. Un impulso en tiempo discreto de magnitud unitaria se genera escribiendo

delta = [zeros(1, 49), 1, zeros(1, 49)];

Para generar una secuencia de la ramp a, simplemente escribimos

ramp = n;

En la figura 1.37 ilustramos c6mo un par de funciones escal6n recorridas en el tiempo, una con relaci6n a la otra, pueden utilizarse para producir un pulso rectangular. A la luz del procedimiento ilustrado a ese respecto, es posible formular el siguiente conjunto de comandos para generar un pulso centrado en el origen:

t = -1:1/500:1;

u1 = [zeros(1, 250), ones(1, 751 )];

1.9 Exploraci6n de conceptos con MATIAB

65

u2 = [zeros(1, 751), ones(1, 250)]; u = u1 - u2;

El primer comando define los valores de tiempo de - 1 segundo a 1 segundo en incrementos de 2 rnilisegundos. El segundo comando genera una funcion escalon u 1 de amplitud unitaria, con inicio en el tiempo t = -0.5 segundos. El tercer comando genera una segunda funcion escalon u 2, con inicio en t = 0.5 segundos. El cuarto comando sustrae U 2 de u 1 para producir un pulso rectangular de amplitud y duracion unitarias centrado en el origen.

• FUN ClONES DEFINIDAS POR EL USUARIO

Una caracteristica importante del ambiente MATLAB es que nos perrnite crear nuestros propios archivos 0 subrutinas M. Existen dos tipos de archivos M, a saber, guiones y funciones. Los guiones, 0 archivos de guion, automatizan largas secuencias de comandos. Por otra parte, lasjunciones, 0 archivos de funcion, brindan extensibilidad a MATLAB al perrnitimos afiadir nuevas funciones. Ninguna variable utilizada en los archivos de funcion permanece en la memoria. Por esta razon, las variables de entrada y salida deb en dec1ararse explfcitamente.

Es posible decir en consecuencia que un archivo M de una funcion es una entidad independiente caracterizada por 10 siguiente:

1. Se inicia con un enunciado que define el nombre de la funcion, sus argumentos de entrada y sus argumentos de salida.

2. Inc1uye tambien enunciados adicionales que ca1culan los valores que van a producirse.

3. Las entradas pueden ser escalares, vectores 0 matrices.

Considere, por ejemplo, la generacion del pulso descrito en la figura 1.37 empleando un archivo M. Este pulso tiene una amplitud y duracion unitarias. Para generarlo, creamos un archivo llamado rect. m que contiene los siguientes enunciados:

function g = rect(x) g = zeros(size(x));

set1 = find(abs(x)<= 0.5); g(set1) = ones(size(set1 ));

En los iiltimos tres enunciados de este archivo M, hemos inc1uido dos funciones iitiles:

~ La funcion size produce un vector de dos elementos que contiene las dimensiones de renglon y columna de una matriz.

~ La funcion find produce los indices de un vector 0 matriz que satisface una condicion relacional preescrita. Para el ejemplo considerado fin d (a b s (x) < = T) produce los indices del vector x donde el valor absoluto de x es menor que 0 igual aT.

La nueva funcion recto m puede usarse como cualquier otra funcion MATLAB. En particular, puede emplearse para generar un pulso rectangular, en la siguiente forma:

t = -1:1/500:1; plot(t, rect(0.5))

66 CAPITULO 1 III INTRODUCCION

11.10 Resumen

En este capitulo presentamos un panorama de seiiales y sistemas, estableciendo el escenario para el resto dellibro. Un tema particular que sobresale en la exposicion presentada es que las seiiales, al igual que los sistemas, pueden ser de la variedad en tiempo continuo 0 en tiempo discreto, como se resume a continuacion:

~ Una sefial en tiempo continuo se define para todos los valores de tiempo. En contraste, una sefial en tiempo discreto se define solo para instantes discretos de tiempo.

~ Un sistema en tiempo continuo se describe por medio de un operador que cambia una sefial de entrada en tiempo continuo en una serial de salida en tiempo continuo. En contraste, un sistema en tiempo discreto se describe por medio de un operador que cambia una sefial de entrada en tiempo discreto en una seiial de salida en tiempo discreto.

En la practica, muchos sistemas mezc1an componentes en tiempo continuo y componentes en tiempo discreto. El analisis de sistemas mezclados es una parte importante del material presentado en los capitulos 4, 5, 8 y 9.

Al exponer las diversas propiedades de sefiales y sistemas, tuvimos especial cuidado en tratar estas dos c1ases de sefiales y sistemas una junto a la otra. Haciendolo asi, se gana mucho subrayando las similitudes y diferencias entre las sefiales/sistemas en tiempo continuo y sus contrapartes en tiempo discreto. Esta practica se sigue tambien en capftulos posteriores, cuando es conveniente.

Otro punto sobresaliente es que, en el estudio de sistemas, se da atencion particular al analisis de sistemas lineales e invariantes con el tiempo, La linealidad significa que el sistema obedece el principio de superposicion, La invariancia con el tiempo significa que las caracteristicas del sistema no cambian con el tiempo. Al apelar a estas dos propiedades, el analisis de sistemas se vuelve manejable matematicamente. Desde luego, se ha creado un rico conjunto de herramientas para el analisis de sistemas lineales e invariantes con el tiempo, 10 cual brinda un estfrnulo natural para gran parte del material sobre analisis de sistemas presentado en este libro.

En este capitulo, tambien exploramos el uso de MATLAB en la generacion de formas de onda elementales, representando a la variedad en tiempo continuo y a la variedad en tiempo discreto. MATLAB proporciona un poderoso ambiente para explorar conceptos y probar disefios de sistemas, como se ilustrara en los siguientes capitulos.

I LECTURAS ADICIONALES

1. Para una interesante explicaci6n de sefiales, sus representaciones y uso en sistemas de comunicaci6n, yea ellibro:

~ Pierce, lR. y A.M. Noll, Signals: The Science of Telecommunications. Scientific American Library.

2. Para ejemplos de sistemas de control, yea el capitulo 1 dellibro:

~ Kuo, B.C., Automatic Control Systems. 7a. edici6n, Prentice-Hall.

Y los capitulos 1 y 2 dellibro:

~ Phillips, C.L. y R.D. Harbor, Feedback Control Systems. 3a. edici6n, Prentice-Hall.

Problemas 67

3. Con respecto a una exposici6n general del sensado remoto, consulte:

.. Hord, RM., Remote Sensing: Methods and Applications. Wiley.

En relaci6n con el uso de radares espaciales para sensado remoto, consulte:

.. Elachi, c., Introduction to the Physics and Techniques of Remote Sensing. Wiley.

En cuanto a una descripci6n detallada del radar de apertura sintetizada y el papel del procesamiento de sefiales en su puesta en practica, vea ellibro:

.. Curlander, J.C. y R.N. McDonough, Synthetic Aperture Radar: Systems and Signal Processing.

Wiley.

4. Para una colecci6n de ensayos acerca del procesarniento de sefiales biol6gicas, vea ellibro:

.. Weitkunat, R (ed.), Digital Biosignal Processing. Elsevier.

5. Para un analisis detallado del sistema auditivo, consulte:

.. Dallos, P., A.N. Popper y RR Fay (eds.), The Cochlea. Springer-Verlag .

.. Hawkins, H.L. y T. McMullen (eds.), Auditory Computation. Springer-Verlag .

.. Kelly, J.P., "Hearing", en E.R Kandel, J.H. Schwartz y T.M. Jessell, Principles of Neural Science. 3a. edici6n, Elsevier.

EI caracol ha brindado una fuente de estfmulo para construir una versi6n electr6nica del mismo, empleando circuitos integrados de silicio. Tal implementaci6n artificial se nombra algunas veces como "caracol de silicio". Para una exposici6n acerca de esta misma, vea:

.. Lyon, R.F. y C. Mead, "Electronic Cochlea", en C. Mead, Analog VLSI and Neural Systems. Addison-Wesley.

6. Para una explicaci6n de la legendaria historia del primer puente de suspensi6n del Estrecho de Tacoma, vea el informe:

.. Smith, D., "A Case Study and Analysis of the Tacoma Narrows Bridge Failure", 99.497. Engineering Project, Department of Mechanical Engineering, Carleton University, supervisado por el profesor G. Kardos.

7. Con respecto a un texto acerca de MATLAB, puede consultar:

.. Etter, D.M., Engineering Problem Solving with MATLAB. Prentice-Hall.

I PROBLEMAS

1.1 Encuentre las componentes par e impar de cada una de las siguientes sefiales:

a) x(t) = cos(t) + sen(t) + sen(t) cos(t)

b) x(t) = 1 + t + 3t2 + 5~ + 9r4

c) x(t) = 1 + t cos(t) + t2 sen(t) + t3 sen(t) cos(t)

d) x(t) = (1 + ~) cos3(lOt)

c) x(t) = ~k=~ wet - 3k) para wet) descrita en la figu-

ra P1.2b.

d) x[n] = (_l)n

e) x[n] = (_l)n2

j) x[n] descrita en la figura P1.2f

g) x(t) descrita en la figura P1.2g.

h) x[n] = cos(2n)

i) x[n] = cos(27l7l)

1.2 Determine si las siguientes sefiales son peri6dicas. Si tal es el caso, encuentre el periodo fundamental.

1.3 La sefial senoidal

a) x(t) = (COS(2711)?

b) x(t) = ~~=-5 wet - 2k) para w(t) descrita en la figura P1.2b.

x(t) = 3 cos(200t + 71'16)

se hace pasar por un dispositivo de funci6n cuadratica definido por la relaci6n de entrada-salida

68

CAPITULO 1 • INTRODUCCI6N

Empleando la identidad trigonometrica

1

cos2(} = -(cos 2(} + 1)

2

muestre que la salida yet) consiste en una componente de de y una componente senoidal.

a) Especifique la componente de de.

b) Especifique la amplitud y la frecuencia fundamental de la componente senoidal en la salida yet).

1.4 Clasifique cada una de las siguientes sefiales como de energfa 0 de potencia, y encuentre la energfa 0 la potencia de la sefial,

{ t, 0 :5 i s: 1

a) x(t) = 2 - t, 1:5 t :5 2 0, en otro caso

In, 0:5 n is; 5

b) x[n] = 10 - n, 5:5 n :5 10 0, en otro caso

c) x(t) = 5 cos( 171) + sen(5171), -oo<t<oo

d) x(t) = {5 cos( 171), -1:5 t:5 1 0, en otro caso

e) x(t) = { 5 cos( 171), -0.5 :5 t:5 0.5

0, en otro caso

fJ x[n] ~ { sen (7Tn), -4:5 n :5 4

0, en otro caso

) x[n] = { cos( 7Tn), -4 :5 n :5 4

g 0, en otro caso

h) x[n] = { cos( 7Tn), n 2: 0

0, en otro caso

1.S Considere la sefial senoidal

x(t) = A cos(wt + cfJ)

Determine la potencia promedio de x(t).

1.6 La frecuencia angular 0 de la serial senoidal

x[n] = A cos (On + cfJ)

satisface la condici6n para que x[n] sea peri6dica. Determine la potencia promedio de x[ n].

1.7 El pulso coseno levantado x(t) que se muestra en la figura P1.7 se define como

{ l [cos( wt) + 1], -7T'iW:5 t s: 1Tlw x(t) = 2

0, en otro caso

Determine la energfa total de x(t).

xU)

~

. . I

-1T/w

o

1T/w

FIGURA P1.7

1.8 El pulso trapezoidal x(t) de la figura 1.8 se define por medio de

{ 5 - t, 4:5 t :5 5

1 -4:5t:54

x(t) = t +;; -5:5 i z: -4

0, en otro caso

Determine la energfa total de xCt).

b)

-1 1

6

j)

x[t]

.. ·l D D It D D D rr .. t

-5 -4 -3 ~'~ 1 2 3 4 5 6 7 8

-1

FIGURA P1.2

g)

Problemas

x(t)

-5 -4 -3 -2 -1 0 FIGURA P1.8

234 5

1.9 El pulso trapezoidal x(t) de la figura Pl.8 se aplica a un diferenciador, definido por

d

yet) = - x(t)

dt

a) Determine la salida resultante y(t) del diferenciador.

b) Determine la energfa total de y(t).

1.10 Un pulso rectangular x(t) esta definido por

(A O:=;;,,:S T

x(t) - ,

- 0, en otro caso

El pulso x(t) se aplica a un integrador definido por

yet) = f x( r) dr

Encuentre la energfa total de la salida yet).

1.11 El pulso trapezoidal x(t) de la figura P1.8 se escala en el tiempo, produciendo

yet) = x(at)

Dibuje y(t) para a) a = 5 Y b) a = 0.2.

1.12 Un pulso triangular x(t) se describe en la figura P1.l2.

Dibuje cada una de las siguientes sefiales obtenidas de x(t):

a) x(3t)

b) x(3t + 2)

c) x(-2t - 1)

d) x(2(t + 2»

e) x(2(t - 2»

1) x(3t) + x(3t + 2)

x(t)

~

-1 0

FIGURA P1.12

1.13 Dibuje el pulso trapezoidal y(t) que se relaciona al de la figura P1.8 como sigue:

69

yet) = x(10t - 5)

1.14 Sean x(t) y yet) como se dan en las figuras P1.l4a y b, respectivamente. Dibuje cuidadosamente las siguientes sefiales:

a) x(t)y(t - 1)

b) x(t - 1)y(-t)

c) x(t + 1)y(t - 2)

d) x(t)y( -1 - t)

e) x(t)y(2 - t)

1) x(2t)y( _I_ t + 1)

2

g) x(4 - t)y(t)

x(t)

y(t)

.u.tri.

~2 t;V 2

-1

3

a)

b)

FIGURA P1.14

1.15 La figura P1.15a muestra una sefial x(t) similar a una escalera que puede verse como la superposici6n de cuatro pulsos rectangulares. Empezando con el pulso rectangular get) mostrado en la figura P1.15b, construya esta forma de onda y exprese x(t) en terminos de get).

x(t)

I I

o

234

-1 0 b)

a)

FIGURA P1.15

1.16 Dibuje las formas de onda de las siguientes sefiales:

a) x(t) = u(t) - u(t - 2)

b) x(t) = u(t + 1) - 2u(t) + u(t - 1)

c) x(t) = -u(t + 3) + 2u(t + 1) - 2u(t - 1) + u(t - 3)

d) yet) = ret + 1) - ret) + ret - 2)

e) yet) = ret + 2) - ret + 1) - ret - l) + ret - 2)

1.17 La figura P1.17a presenta un pulso x(t) que puede considerarse como la superposici6n de tres pulsos rectangulares. Empezando con el pulso rectangular get) de la

70

CAPITULO 1 • INTRODUCCION

figura Pl.17 b, construya esta forma de onda y exprese xU) en terminos de get).

xCt)

3

-4 -3

-1 0 a)

3 4

get)

II

-1

b)

FIGURA P1.17

1.18 Sean x[n] y y[n] como se dan en las figuras Pl.18a y b, respectivamente. Dibuje con cuidado cada una de las siguientes sefiales:

a) x[2n]

b) x[3n - 1]

c) y[1 - n]

d) y[2 - 2n]

e) x[n - 2] + y[n + 2] 1> x[2n] + y[n - 4]

g) x[n + 2]y[n - 2]

h) x[3 -n]y[n]

i) x[-n]y[-n]

j) x[n]y[-2 - n]

k) x[n + 2]y[6 - n]

x[nl

3

1 2 3

2

-3 -2 -1

a)

y[nl

1
-4 -3 -2 -1
t 1 2 3 4 n

b)

FIGURA P1.1S

1.19 Considere la sefial senoidal

( 47T 7T)

x[n] = 10 cos 31 n + 5

Determine el periodo fundamental de x(n).

1.20 La sefial senoidal x[n] tiene periodo fundamental N = 10 muestras. Determine la frecuencia angular mas pequefia n para la cual x[n] es peri6dica.

1.21 Determine si las siguientes sefiales son peri6dicas. Si es asi, encuentre el periodo fundamental.

a) x[n] = cos( _8__ 7Tfl) 15

b) x[n] = cos( .L: 7Tfl) 15

c) x(t) = cos(2t) + sen(3t)

d) x(t) = ~k=~(_I)k8(t- 2k)

e) x[n] = ~k=~{ 8[n - 3k] + 8(n - k2]} 1> x(t) = cos(t)u(t)

g) x(t) = vet) + v(-t), donde vet) = cos(t)u(t)

h) x(t) = v(t) + v(-t), donde v(t) = sen(t)u(t)

i) x[ n] = cos( + 7Tfl) sene + 7Tfl)

1.22 Una sefial senoidal compleja x(t) tiene las siguientes componentes:

Re{x(t)} = XR(t) = A cos(wt + ¢) Im{x(t)} = xJCt) = A sen(wt + ¢)

La amplitud de x(t) esta definida por la rafz cuadrada de x~(t) + xJ(t) . Demuestre que esta amplitud es igual a A, independientemente del angulo de fase ¢.

1.23 Considere la sefial exponencial de valor complejo

x(t) = Aeat+ jwt,

0.>0

Evahie las componentes real e imaginaria de x(t).

1.24 Considere la sefial en tiempo continuo

{tiT + 0,5 -TI2::s t::s TI2

x(t) = 1, t 2:: TI2

0, t < -T12

la cual se aplica a un diferenciador. Demuestre que la salida del diferenciador se aproxima al impulso unitario 8(t) cuando T tiende a cero.

1.25 En este problema, exploramos 10 que sucede cuando se aplica un impulso unitario a un diferenciador. Considere un pulso triangular x(t) de duraci6n T y amplitud 2T,

Problemas

como se describe en la figura P1.25. El area bajo el pulso es la unidad. De modo que cuando la duraci6n T se acerca acero, el pulso triangular se aproxima a un impulso unitario.

a) Suponga que se aplica un pulso triangular xCt) a un diferenciador. Determine la salida yCt) del diferenciador.

b) (,Que ocurre con la salida yet) del diferenciador cuando Ttiende a cero? Use la definici6n de un impulso unitario oCt) para expresar su respuesta.

c) (,Cual es el area total bajo la salida del diferenciador yCt) para todo T? Justifique su respuesta.

Con base en sus resultados de las partes a a la c, describ a brevemente el resultado de diferenciar un impulso unitario.

xCt)

2T

-T!2 0

T!2

FIGURA P1.25

1.26 La derivada de la funci6n impulso o(t) se conoce como un doblete. Se denota por medio de 8'(t). Muestre que 8'(t) satisface la propiedad de selecci6n

f= s« - to) f(t) dt = J'(to)

donde

fCto) = .!!_ fit) I

dt 1=10

Suponga que la funci6n fit) tiene una derivada continua en el tiempo t = to.

1.27 Un sistema esta conformado por varios subsistemas que se conectan como se indica en la figura P1.27. Encuentre el operador H que relaciona x(t) con yet) para los operadores de subsistema dados por:

Hj:YjCt) = Xj(t)xjCt-l) H2:Y2(t) = I x2Ct) I H3:Y3(t) = 1 + 2X3(t) H4:Y4(t) = COS(X4Ct))

71

FIGURA P1.27

1.28 Los sistemas dados a continuaci6n tienen entrada xCt) o x[n] y salida yet) 0 y[n], respectivamente. Determine si cada uno de ellos i) no tiene memoria, ii) es estable, iii) causal, iv) lineal y v) invariante con el tiempo.

a) yet) = cos(xCt))

b) y[n] = 2x[n]u[n]

c) y[n] = 10glO( I x[n] I)

d) yCt) = C X(T) d-r

e) y[n] = 2)=-= x[k +2]

f) yet) = .!!_ x(t) dt

g) y[n] = Cos(21TX[n + 1] + x[n]

h) yet) = .!!_ {e-1x(t)}

dt

i) yet) = x(2 - t)

j) y[n] = x[n] Ir=-= o[n - 2k]

k) yet) = x(t!2)

l) y[n] = 2x[2n]

1.29 La salida de un sistema en tiempo discreto se relaciona con su entrada x[n] como sigue:

y[n] = aox[n] + ajx[n - 1]

+ a2x[n - 2] + a3X[n - 3]

Considere que el operador Sk denota un sistema que recorre la entrada x[n] k unidades de tiempo para producir x[n - k]. Formule el operador H para el sistema que relaciona y[n] con x[n]. Desarrolle por tanto una representaci6n en diagrama de bloques para H, empleando a) implementaci6n en cascada y b) implementaci6n en paralelo.

1.30 Demuestre que el sistema descrito en el problema 1.29 es BIBO estable para toda ao, aj, a2 Y a3.

1.31 (,Que tanto se extiende en el pasado la memoria del sistema en tiempo discreto del problema 1.29?

72

FIGURA PI.39

CAPITULO 1 II INTRODUCCI6N

Xl(t) Yl(t)
-t+-, Ib
I 1 2
x2(t) Yit)
2 3 _J
-1 ~
x3(t) y,(t)
Ib
2 3 ~
-1
a)
x1(t) Yl(t)
+f_, 11
21
~
-1
x2(t)
2 ylt)
II
i I
2 3 4 2 3 4
x3(t) Y3(t)
It'fl _t4_~!
I I
i
3 4 2 3
I 2
x4(t)
2 Y4(t)
1+

I I I
2 3 2 3 4
b) Problemas

1.32 l,Es posible para un sistema no causal poseer memoria?

Justifique su respuesta.

1.33 La sefial de salida y[n] de un sistema en tiempo discreto se relaciona con su sefial de entrada x[n] como sigue:

y[n] = x[n] + x[n - 1] + x[n - 2]

Deje que el operador S denote un sistema que recorre su entrada una unidad de tiempo.

a) Formule el operador H para el sistema que relaciona y[n] con x[n].

b) El operador u:' denota un sistema en tiempo discreto que es el inverso de este sistema. l,C6mo se define n+:

1.34 Demuestre que el sistema en tiempo discreto descrito en el problema 1.29 es invariante en el tiempo, independientemente de los coeficientes ao, aI, a2 Y a3.

1.35 l,Es posible que un sistema variante con el tiempo sea lineal?

1.36 Demuestre que un dispositivo de funci6n de potencia N definida por la relaci6n de entrada-salida

yet) = xf"(t), N entero y N =1= 0, 1

es no lineal.

1.37 Un sistema lineal e invariante con el tiempo puede ser causal 0 no causal. Brinde un ejemplo para cada una de estas posibilidades.

1.38 La figura 1.50 presenta dos configuraciones de sistema equivalentes bajo la condici6n de que el operador del sistema H es lineal. l,Cmil de estas dos configuraciones es mas facil de poner en practica? Justifique su respuesta.

a)

FIGURA P1.40

73

1.39 Un sistema H tiene sus pares de entrada-salida dados.

Determine si el sistema podria ser sin memoria, causal, lineal e invariante con el tiempo para a) las sefiales descritas en la figura P1.39a y b) las sefiales descritas en la figura P1.39b. En todos los casos, justifique sus respuestas.

1.40 Un sistema lineal H tiene los pares entrada-salida descritos en la figura PlAOa. Responda 10 siguiente y explique sus respuestas:

a) l,Este sistema es causal?

b) l,Es invariante con el tiempo?

c) l,No tiene memoria?

d) Encuentre la salida para la entrada descrita en la figura P1.40b.

1.41 Un sistema en tiempo discreto es tanto lineal como invariante con el tiempo. Suponga que la salida debida a una entrada x[n] = 8[n] esta dada en la figura PlAIa.

a) Encuentre la salida debida a una entrada x[n] = 8[n -1].

b) Encuentre la salida debida a una entrada x[n] = 28[n] - 8[n - 2].

c) Encuentre la salida debida a la entrada descrita en la figura PlAlb.

~ Experimentos por computadora

1.42 Escriba un conjunto de comandos MATLAB para aproximar las siguientes formas de onda peri6dicas en tiempo continuo.

a) Forma de onda cuadrada de amplitud 5 volts, frecuencia fundamental de 20 Hz y ciclo de trabajo de 0.6.

0 3 x(t)
-1
2
Y3(t)
W,-, 0 2
b) 74

CAPITULO I .. INTRODUCCION

y[nJ

2

a) x[nJ 2

-1

b)

FIGURA PI.41

b) Onda de diente de sierra de S volts de amplitud, y frecuencia fundamental de 20 Hz.

De ahf grafique cinco ciclos de cada una de estas dos formas de onda.

1.43 a) La soluci6n para una ecuaci6n diferencial esta dada por

xCt) = lOe-t ~ Se-O·5t

Empleando MATLAB, graficar xCt) contra t para t = 0:0.01 :5.

b) Repita el problema para

xU) = lOe-t + Se-O·5t

1.44 Una sefial senoidal amortiguada exponencialmente esta definida par

xCt) = 20 senC27T X 1000t ~ 7T/3) expt-cr)

donde el parametro exponencial a es variable; este torna el siguiente conjunto de valores: a = SOO, 7S0, 1000. Empleando MATLAB, investigue el efecto de variar a en la sefial xU) para -2 :S: t 2: 2 milisegundos.

1.45 Una secuencia de coseno levantado se define par medio de

w[nl = { CosC27TFn), -1/2F:S: n :S: 112F

0, en otro caso

Use MATLAB para graficar w[nl contra n para F = 0.1.

1.46 Un pulso rectangular xCt) esta definido como

xCt) - { 10, O:s: t :S: S 0, en otro caso

Genere xU) empleando:

a) Un par de funciones escal6n recorridas en el tiempo.

b) Un archivo M.

También podría gustarte