Cuantificacion y Codificacion de Señales

Tema 1
Cuantificacin y Codificacin de Seales
1.1. Secuencias y Sistemas Discretos
Secuencias discretas:

Secuencias de nmeros (precisin infinita o finita) Eje adimensional n
Tema 1: Cuantificacin y codificacin de seales
T1.2
Generalmente, para nosotros:

Secuencias procedentes de muestreo Eje n se corresponde con los instantes de muestreo
T1.3
Sinusoides con frecuencias indistinguibles
T1.4
Sistemas lineales invariantes (LTI)
Un sistema lineal quedar completamente caracterizado por su respuesta al impulso:

[ n k ] hk [ n]
y[ n] = T {x[ n]} = T x[ k ] [ n k ] = k =
=
Por superposicin
k =
x[ k] T {[ n k]} = x[ k] hk [ n]
k =
Tema 1: Cuantificacin y codificacin de seales T1.5
Si imponemos adems la condicin de invarianza en el tiempo: [ n] h[ n]

[ n k ] h[ n k ]
y[ n] =
k =
x[ k ] h[ n k ] = x[ n] h[ n]
esta expresin se conoce como suma de convolucin, o convolucin lineal de dos secuencias. un sistema LTI queda totalmente caracterizado por su respuesta al impulso h[n].
Ejemplo n 1: descomponemos la seal de entrada en una suma de deltas desplazadas y ponderadas, y calculamos la salida como suma de las respuestas individuales a cada una de las entradas.
T1.7
Ejemplo n 2: desarrollamos la suma de convolucin para cada valor de n. Podemos ver:
(a) - (c): (d):
Secuencias x[k] y h[n-k] como funcin de k para distintos valores de n Secuencia de salida.
T1.8
Ejemplo n 3: Programacin de la operacin de convolucin: y[ n] = x[ k ] h[ n k ]

h[n]
k =
h[-k]
N1
x[n]
N2
-N2
-N1 y[n]
M1 h[n-k]
M2
M1+N1 Algoritmo de programacin:
M2+N2
n-N2
n n-N1
(para n, desde N1+M1 hasta N2+M2) suma=0 (para k, desde n-N2 hasta n-N1) suma=suma+x[k]h[n-k] fin_para_k y[n]=suma fin_para_n T1.9
Propiedades de los sistemas LTI
Como h[n] caracteriza el comportamiento del un sistema LTI, podemos estudiar las caractersticas de los sistemas LTI a partir de las propiedades de la operacin de convolucin:
1.
Conmutativa: x[n] * h[n] = h[n] * x[n]

x[n] h[n] h[n] x[n]
T1.10
2.
Distributiva respecto de la suma (paralelo):
x[n] * (h1[n] + h2[n]) = (x[n] * h1[n]) + (x[n] * h2[n])

h1[n] x[n] h2[n]
x[n]
h1[n]+ h2[n]
3.
Sistemas en cascada:
(x[n] * h1[n]) * h2[n] = (x[n] * h2[n]) * h1[n] = = x[n] * (h1[n] * h2[n])

x[n] h1[n] h2[n] x[n] h2[n] h1[n] x[n] h1[n]h2[n]
T1.11
Estabilidad y causalidad sern condiciones adicionales.

Un sist. LTI ser: Estable si la rpta. impulsiva es absolutamente sumable:
S=
k =
h[ k ]
<
Causal si: h[n] = 0, n < 0
Los sistemas: FIR (Respuesta finita al impulso) siempre estables IIR (Respuesta infinita al impulso) estable / inestable
Ejemplo 1: h[n] = u[n] S = u[ n ] = inestable

n=0
Ejemplo 2: h[n] = anu[n] , |a| < 1 S =
n=0
1 = < 1 a
estable
El sistema inverso de un sistema LTI, h[n], si existe, vendr dado por:

h[n] * hi[n] = hi[n] * h[n] = [n]
Ecuaciones en diferencias
Una subclase importante de sistemas LTI son aquellos cuya entrada x[n] y su salida y[n] satisfacen una ecuacin en diferencias lineal de orden N de la forma:
k=0
ak y[ n k ] = bk x[ n k ]
k=0
Si el sistema est en reposo inicial, entonces el sistema ser lineal, causal e invariante.
T1.14
Ejemplo: Exprese un sistema acumulador en forma de ecuacin en diferencias

y[ n] =
Comprobamos:
k =
x[ k ]
n
hac [ n ] =
k =
[ k ] = u[ n]
Vamos a hacer uso de su sistema inverso, conocido como primera diferencia:

x[n] R x[n-1]
y[n]
y[n] = x[n] - x[n-1] h1dif[n] = [n] - [n-1]

T1.15

Comprobamos que son sistemas inversos: h[n] = hac[n] * h1dif[n] = u[n] * ([n] [n-1]) = = u[n] u[n-1] = [n] Por tanto, podemos representar:
x[n] Acumulador hac[n] y[n] 1 diferencia h1dif[n] x[n]
Del dibujo, vemos que: x[n] = y[n] * h1dif[n] = y[n] y[n-1] por lo que la ec. en difs. (con coef. ctes.) queda: y[n] = x[n] + y[n-1] x[n] y[n]
+
de donde podemos obtener:
R y[n-1]
T1.16

Programacin de un filtro Si tenemos un filtro dado por: y [n ] =
k =0
ak x[n k ] + bk x[n k ]
k =1
Su diagrama de bloques sera:

x[n] x[n-1] x[n-2]
A0 a0
Y el programa que lo realizara, sera:

y[n] y[n-1] y[n-2] A0 leer x[n] C a0A0 + a1A1 + ... + aLAL B0 C + b1B1 + b2B2 +... + bNBN escribir B0 en y[n] AL-1 AL AL-1 AL-2 A1 A0 BN BN-1 B1 B0
+ + + +
+ + + +
b1
B0
R
A1 a1
R
B1
R
A2 a2 b2
R
B2
aL1
bN1
R x[n-L]
AL aL bN
R
BN
y[n-N]
T1.17
Transformada de Fourier de secuencias
La Transformada de Fourier (FT) de una secuencia x[n] es una funcin X (ej), continua y peridica, de perodo 2 que se obtiene aplicando la expresin:
X (e
)=
n =
x[n ] e
jn
La Transformada Inversa de Fourier (IFT) permitir obtener nuevamente la secuencia original, por lo que a su expresin se le denomina ecuacin de sntesis:
x[n ] =
1 + j jn X ( e ) e d 2
T1.18
expresar como:
X (ej) constituir por lo general una seal compleja, que podemos X(ej) = XR(ej) + jXI(ej)
o, de forma equivalente, mediante la descomposicin en mdulo y fase: j

X (e j ) = X (e j ) e jX (e
)
Las relaciones entre la respuesta al impulso de un sistema LTI y su correspondiente resp. en frec. se pueden expresar anlogamente: 1 + j jn h[ n ] = H (e ) e d 2
H (e
j
)=
n =
jn h n e [ ]
T1.19
Propiedades de simetra de la transformada de Fourier de seales reales

X (e j ) = X (e j )
X R (e j ) = X R (e j )
X I (e j ) = X I (e j )
X (e j ) = X (e j )
X (e j ) = X (e j )
T1.20
Teoremas de la Transformada de Fourier
Linealidad
X 1(e j ) Si x1[n ]
F
x 2 [n ] X 2 (e
F
j j a X 1(e ) + b X 2 (e ) entonces a x1[n ] + b x 2 [n ] F
Desplazamiento temporal y frecuencial

F j Si x[n ] X (e )
entonces y
x n n 0 X (e j ) e
F
jn 0
x[ n ] e
j 0 n
X (e
j ( 0 )
)
T1.21
Invertibilidad Temporal Si
x[n ] X (e
F j
e invertimos la secuencia
F
temporal, se tiene:
x [ n ] X (e j )
x [ n ] X (e j )
F
Si x[n] es real, entonces:
Diferenciacin en frecuencia Si
x[n ] X (e j )
F
F
dX (e j ) entonces n x [n ] j d
Teorema de Parseval Si
x[n ] X (e
F j
entonces la energa E de la seal se puede calcular como: 1 + 2 j 2 E = x [n ] = X ( e ) d 2 n = La funcin X (e

j 2
) se denomina densidad espectral de
energa, y slo se define para seales de energa finita.
T1.23
Teorema de Convolucin Si y
x[n ] X (e
F j
h[ n ] H (e j )
F
y, adems: y [n ] =
k =
x[k ] h[n k ] = x[n ] h[n ]
entonces:
Y (e j ) = X (e j ) H (e j )
T1.24
Teorema de Modulacin o Enventanado Si y

x[n ] X (e
F j
w[n ] W (e j )
F
y, si hacemos:
y [ n ] = x[ n ] w[ n ]
j
1 + j j ( ) X ( e ) W ( e ) d entonces: Y (e ) = 2 relacin denominada convolucin peridica.

1.2. Muestreo Peridico
Introduccin
El mtodo clsico de obtencin de una representacin discreta x[n] a partir de la seal continua xc(t) es el muestreo peridico por medio del conversor continuo/discreto (C/D), de forma que:
x [n ] = xc (nT ),
< n <
donde T es el perodo de muestreo, y fs=1/T la frecuencia de muestreo.
xc(t)
x[n] C/D T
T1.26
Representacin espectral del proceso de muestreo
Este proceso puede ser visto como una modulacin en amplitud de un tren de impulsos s(t) mediante la seal continua xc(t), siendo:
s(t ) =
n =
(t nT )
(t nT )
de esta forma, formaramos la seal xs(t) de manera que:
x s (t ) = x c (t ) s(t ) = x c (t )
expresin equivalente a:
n =
x s (t ) =
n =
x c (nT ) (t nT )
La transf. de Fourier de esta expresin, teniendo en cuenta que: 1 X s ( ) = X c () S() 2


y que la transf. de Fourier de un tren de impulsos peridicos, donde s = 2 T es la pulsacin continua en rad/s., es otro tren de impulsos peridicos:
2 ( k s ) S( ) = T k =
resultar ser,
1 X s ( ) = X c ( k s ) T k =
La transf. de Fourier de una seal continua muestreada peridicamente xs(t) consiste en la repeticin peridica, a mltiplos enteros de la fs, de la transf. de la seal continua xc(t).
Solapamiento espectral y frecuencia de Nyquist

Si xc(t) tiene un contenido espectral limitado en banda cuya componente frecuencial ms elevada es N, y siendo s la pulsacin de muestreo, para que no exista solapamiento entre las sucesivas rplicas de Xc() se debe cumplir que:
s N > N
o lo que es lo mismo (criterio de Nyquist):
s > 2 N
si no se cumple esta condicin,
se producir un efecto de solapamiento (aliasing) espectral entre rplicas sucesivas, que impide la recuperacin exacta de las seales
Si buscamos obtener X(ej) en funcin de Xs() y Xc(), tenemos:
x s (t ) =
n =
X s ( ) = xc ( nT ) ( t nT )
F
n =
xc ( nT ) e
jnT
Recordando que: y
(t t 0 ) e
F
j
jt 0
X e
( )=
n =
x[n ] e
jn
n =
x ( nT ) e
jn
obtenemos la relacin buscada:

X s ( ) = X e j
( )
= T
= X e j T
)
T1.30

y, como tenamos que:
1 X s ( ) = X c ( k s ) T k =
con
s =
2 T
obtenemos entonces (frmula de Poisson):

X e
j T
) = X (e )
j
= T
1 2 = Xc k = T k = T
jnT
=
o tambin:
X e
n =
xc ( nT ) e
( )
j
1 2 jn = Xc k = x c ( nT ) e T T k = T n =
T1.31
Recuperacin de la seal continua a partir de sus muestras

Para la recuperacin de la seal muestreada se deber aplicar un filtro cuya respuesta en frecuencia Hr() cumpla que:
X r ( ) = H r ( ) X s ( )
Hr() ser un filtro paso bajo ideal de ganancia T y frecuencia de corte c tal que: N < c < ( s N )
de forma que:
X r ( ) = X c ( )
denominndose a Hr() filtro recuperador.
T1.32
Grficamente:
T1.33
En el dominio del tiempo, este proceso puede ser contemplado de manera equivalente si tenemos en cuenta la respuesta al impulso del filtro recuperador:
xs ( t ) =
x[ n] ( t nT )
n
n
xr (t ) = xs (t ) hr (t ) = x [n ] hr (t nT )
donde:
1 sen (t / T ) hr (t ) = H r ( ) e jt d hr (t ) = T t / T
sen( ( t nT ) / T ) ( t nT ) / T
y por tanto:
xr ( t ) =
x[ n]
n
T1.34
Grficamente:
Esta respuesta al impulso cumple que:
h r ( 0) = 1
hr ( nT ) = 0,
para n = 1, 2,...
el efecto que produce la aplicacin de Hr() es la interpolacin de los impulsos de xs(t) para obtener la seal continua xr(t), :
T1.35
Al sistema que permite la reconstruccin ideal de una seal limitada en banda a partir de una secuencia de muestras se le denomina conversor discreto/continuo (D/C) ideal, cuyo diagrama de bloques sera:
x[n] D/C T xr(t)
Si en lugar del conversor D/C ideal, tenemos una situacin mucho mas real como la siguiente:
T nt x[n]=xc(nT) xs(t) h0(t) za(t) 1/H0() r() H
Hr()
T1.36
Este efecto se puede expresar a partir de:

xs ( t ) =
xc ( nT ) ( t nT )
n
za ( t ) = xc ( nT ) ( t nT ) h0 ( t ) n
resultando que:
Z a ( ) = X s ( ) H 0 ( ) =
H 0 ( ) T
2 Xc n T n
Conclusin: debemos compensar el efecto frecuencial introducido por el conformador de pulso.
T1.37
Si el conformador de pulso es un mantenedor de orden cero (zeroorder hold), lo cual es la salida habitual de un conversor D/A (digitalanalgico), la situacin sera la siguiente:
T1.38
1.3. Proceso de Cuantificacin
Hasta ahora, hemos considerado el proceso de conversin C/D con precisin infinita. Sin embargo, en Procesado Digital de Seales slo dispondremos de un nmero finito de bits para representar cada una de las muestras precisin finita. El proceso de cuantificacin lo podemos representar mediante:
Sample & Hold T Conversor A/D x0(t) T
xa(t)
xB(t)
ambos bloques son dispositivos fsicos reales.
T1.39
Veamos cada uno de los dos bloques por separado:
Conversor A/D: ante un voltaje o corriente de entrada, asigna un cdigo binario a la salida, haciendo esta operacin de nuevo cada T segundos bajo el control de un reloj externo. Esta conversin no es instantnea. Sample & Hold (muestreo y retencin): la funcin del S&H ser suministrar una tensin (o corriente) constante a la entrada del conversor durante un cierto perodo de tiempo.
T1.40
Un S&H ideal tendr la siguiente respuesta:
x0 (t ) = xa (nT ) h0 (t nT )
n
donde:
1 h0 (t ) = 0
0<t <T resto

x0(t) xa(t)
Grficamente:
-T
2T
T1.41
Un S&H ideal tendr la siguiente respuesta:
x0 (t ) = xa (nT ) h0 (t nT )
n
donde:
1 h0 (t ) = 0
0<t <T resto
Grficamente:
T1.42
Podemos representar de forma matemtica el circuito real anterior mediante:
C/D xa(t) T
x[n]
Cuantificador
x[n]
Codificador
La operacin (no lineal) de cuantificacin la representaremos mediante el operador Q:
[n] = Q{x[n]} x
En el siguiente cuantificador uniforme, los valores de las muestras son aproximados por su nivel de cuantificacin mas prximo:
3 2
Smbolo Binario
(B+1 bits)
Valor Numrico 3/4 1/2 1/4 0 -1/4 -1/2 -3/4 -1
-7/2 -3/2 -2 -3 -4
011 010
/2 3/2 -
7/2
001 000 111 110 101 100
2Xm
T1.44
Si llamamos Xm al nivel de fondo de escala del conversor A/D (tpicamente 10, 5 1 V), el tamao del escaln vendr dado por:
2 Xm Xm = B +1 = B 2 2
La relacin entre las muestras cuantificadas y las palabras cdigo vendr dada por:
[n] = X m x B [n] x
B [n] 1 -1 x
T1.45
Anlisis del error de cuantificacin
[n] x[n] la diferencia es lo que se conoce En general, x

como error de cuantificacin:
[n] x[n] e[n] = x
/ 2 < e[n] / 2
Para un cuantificador de B+1 bits, esto se cumple siempre que:
( X m / 2) < x[n] ( X m / 2)
e[n] > 2
si x[n] est fuera de este rango
T1.46
Podemos representar de forma matemtica el circuito real anterior mediante:
x[n]
Q(x )
[n] = Q( x[n]) x
x[n]
[n] = x[n] + e[n] x e[n]
podremos suponer que el error de cuantificacin es un proceso tipo ruido blanco, donde la distribucin de probabilidad del proceso de error es uniforme en el rango del error de cuantificacin (estas suposiciones son especialmente realistas para voz o msica)
La funcin densidad de probabilidad (f.d.p.) de e[n] queda entonces:

p(e)
1/
-/2
/2
Los estadsticos de este proceso quedarn:
e = 0
2 2 B 2 X 2 e2 = e2 = m 12 12
T1.48
Relacin seal a ruido de cuantificacin (SNRQ)

Seal de voz (a) y error de cuantificacin obtenido cuando se cuantifica con: 3 bits (b), o con 8 bits (c) ((b) ampliada por 5 respecto a (a), (c) ampliada por 100).
T1.49

Como podemos observar, la SNRQ es mayor para mayor nmero de bits (error de cuantificacin menor). Si valoramos matemticamente esta situacin:
2 2 12 2 B x x SNRQ = 10 log10 2 2 = 10 log10 Xm e Xm SNRQ = 6.02 B + 10.8 20 log10 (dB) x
la SNRQ aumenta 6 dB por bit introducido, es decir, cada vez que duplicamos el nmero de niveles de cuantificacin.
T1.50
Ejemplos:
Si xa(t) es un tono puro de amplitud Xp,
x =
Xp 2
SNRQ = 6 ( B + 1) + 1.8
Si la distribucin de amplitudes de la seal de entrada es gaussiana, con p(x>4x)=0.064%
Xm x = SNRQ = 6 B 1.25 = 6 ( B + 1) 7.25 4

(por ejemplo, para 16 bits tendramos 9096 dB)
Observamos que va a haber una dependencia entre el grado de ajuste de Xm a los mrgenes del conversor y la SNRQ final obtenida. Grficamente:
SNRQ (dB) 50 256 niveles Distorsin de sobrecarga 30 Ruido granular 16 niveles 10 -20 -10 0 10 20 (xSC/xmax) (dB)
T1.52

Cuantificacion y Codificacion de Señales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cuantificacion y Codificacion de Señales

Cargado por

Copyright:

Formatos disponibles

Tema 1

Cuantificacin y Codificacin de Seales

1.1. Secuencias y Sistemas Discretos

Secuencias de nmeros (precisin infinita o finita) Eje adimensional n

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Generalmente, para nosotros:

Secuencias procedentes de muestreo Eje n se corresponde con los instantes de muestreo

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Sinusoides con frecuencias indistinguibles

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Sistemas lineales invariantes (LTI)

Un sistema lineal quedar completamente caracterizado por su respuesta al impulso:

1.1. Secuencias y Sistemas Discretos

Si imponemos adems la condicin de invarianza en el tiempo: [ n] h[ n]

1.1. Secuencias y Sistemas Discretos

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Ejemplo n 2: desarrollamos la suma de convolucin para cada valor de n. Podemos ver:

(a) - (c): (d):

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Ejemplo n 3: Programacin de la operacin de convolucin: y[ n] = x[ k ] h[ n k ]

M1+N1 Algoritmo de programacin:

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Propiedades de los sistemas LTI

Conmutativa: x[n] * h[n] = h[n] * x[n]

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Distributiva respecto de la suma (paralelo):

x[n] * (h1[n] + h2[n]) = (x[n] * h1[n]) + (x[n] * h2[n])

(x[n] * h1[n]) * h2[n] = (x[n] * h2[n]) * h1[n] = = x[n] * (h1[n] * h2[n])

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Estabilidad y causalidad sern condiciones adicionales.

Causal si: h[n] = 0, n < 0

1.1. Secuencias y Sistemas Discretos

Ejemplo 1: h[n] = u[n] S = u[ n ] = inestable

Ejemplo 2: h[n] = anu[n] , |a| < 1 S =

El sistema inverso de un sistema LTI, h[n], si existe, vendr dado por:

1.1. Secuencias y Sistemas Discretos

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Ejemplo: Exprese un sistema acumulador en forma de ecuacin en diferencias

Vamos a hacer uso de su sistema inverso, conocido como primera diferencia:

y[n] = x[n] - x[n-1] h1dif[n] = [n] - [n-1]

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

de donde podemos obtener:

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Su diagrama de bloques sera:

Y el programa que lo realizara, sera:

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

Transformada de Fourier de secuencias

Tema 1: Cuantificacin y codificacin de seales

1.1. Secuencias y Sistemas Discretos

o, de forma equivalente, mediante la descomposicin en mdulo y fase: j

Tema 1: Cuantificacin y codificacin de seales