Está en la página 1de 80

“Procesamiento Digital de Señales” (DSP)

Las señales eléctricas son tensiones o corrientes que contienen información. Además de las señales eléctricas existen otras, de naturaleza magnética, hidráulica, neumática, luminosa, etc.

Las señales pueden ser generadas en forma natural

o artificial. señales naturales

son

la

radiación

electromagnética de una estrella, la altura de la

marea y

la

velocidad

del

viento. ejemplos de

señales artificiales son la emisión de un canal de TV, las ondas emitidas y recibidas por radares, teléfonos celulares, sonares, etc.

Las

señales

 

se

representan

matemáticamente

como funciones

 

de

una

o

más

variables

independientes.

La

variable

independiente

más

común

es

el

tiempo,

y

algunas

señales

que

dependen de él son, por ejemplo, la voz, una onda de radio, un electrocardiograma, etc.

Otras señales, tales como las imágenes, son funciones de 2 variables independientes, ya que contienen información de brillo o de colorido en función de las coordenadas X e Y de un plano.

Procesamiento de Señales

Es

el análisis

y

en

el

procesamiento

de

señales representadas en forma digital, es

decir,

discretizadas en el

tiempo y

en

la

amplitud (transformación y manipulación de señales, y de la información que contienen)

El procesamiento digital requiere de 2 componentes básicos:

un algoritmo y una máquina calculadora.

Tipos de Procesamiento

Procesamiento compuestos

análogo.

Son

por

resistores,

circuitos

capacitores,

inductores, amplificadores operacionales, etc.

Procesamiento

(Discrete-Time

de

Señales

Signal

en

Tiempo

Processing)

Discreto

Es

el

procesamiento de señales discretas en el tiempo o

en el espacio. Esto implica que sólo se conoce el

valor

de

la

señal

en

instantes

o

en puntos

específicos. Sin embargo, la amplitud de la señal es continua, es decir, puede tomar infinitos valores diferentes.

Procesamiento Digital de Señales (Digital Signal

Processing o DSP) Maneja

la amplitud

en forma

discreta, la cual

es una condición necesaria para

que

la

señal

pueda

ser

procesada

en

un

computador digital. La amplitud de la señal sólo puede tener un número finito de valores diferentes.

En el ejemplo de los tipos de procesamiento.

En el ejemplo de los tipos de procesamiento. Filtro pasabajos Filtro análogo RC : la tensión

Filtro

pasabajos

Filtro análogo RC: la tensión de entrada hace fluir una corriente a través del resistor R, cargando al capacitor C. A medida que Vo aumenta, disminuye la diferencia de potencial en R, disminuyendo la corriente y la velocidad

de crecimiento

de

Vo,

el

cual

se

aproxima

asintóticamente a 1 V, siguiendo una curva exponencial creciente.

tiempo discreto Filtro de capacitor conmutado (SCF) : cuando el conmutador S se encuentra en la

tiempo discreto

Filtro de capacitor conmutado (SCF) : cuando el conmutador S se encuentra en la posición izquierda, el capacitor Ci se

carga con Vi; cuando S conmuta a la posición derecha, Ci transfiere parte de su carga a C, elevando el voltaje de este

último. Como Ci es bastante menor

que

C,

cada

conmutación de S

eleva

Vo

en

un

peldaño de

pequeña

magnitud. Además,

a

medida

que

Vo

aumenta,

la

transferencia de carga desde Ci a C es cada vez menor,

haciendo que Vo

se asemeje

a

una escalera,

con

una

velocidad de elevación decreciente.

digital Filtro digital : está constituido por una fórmula y una máquina calculadora. La fórmula dice:

digital

Filtro digital: está constituido por una fórmula y una máquina calculadora. La fórmula dice: la salida

actual se obtiene sumando un 10% de la entrada actual con un 90% de la salida anterior. Por lo tanto,

la primera salida será 0.1 V, la segunda será 0.1·1 + 0.9·0.1 = 0.19 V, etc. En este ejemplo la máquina recalcula la fórmula 100 veces por segundo.

El circuito (a) es un filtro análogo. Las señales están definidas para todo instante de tiempo, y pueden tomar infinitos valores diferentes.

El circuito (b) discretiza la señal en el tiempo, pero

no en la amplitud, ya que el voltaje en el capacitor C

puede

tomar

infinitos

valores

diferentes,

dependiendo de la entrada aplicada.

La ecuación

del

filtro

(c)

se

ejecuta

en

un

computador digital, por lo que existe discretización

en el tiempo y en la amplitud.

La discretización en el tiempo es la diferencia más importante entre el procesamiento digital y el procesamiento análogo. La discretización en el tiempo modifica las fórmulas de las transformadas, convolución, correlación, etc., e introduce un posible problema que no existe en el mundo análogo, denominado aliasing, el cual se origina cuando la tasa de muestreo es insuficiente, generando una pérdida irrecuperable de la información contenida en la señal.

La discretización en

la

amplitud puede ser casi

imperceptible, como cuando se efectúan los cálculos en punto flotante con doble precisión (alrededor de 15 decimales) en un lenguaje de programación de alto nivel, o notoria, si se cuantiza la señal con pocos bit. Ladiscretización en la amplitud puede provocar algunos efectos indeseados, tales como:

Si proviene de la conversión A/D de la señal, es

equivalente a sumarle un

cierto tipo

de ruido,

el

cual se denomina “ruido de cuantización”.

 

Si afecta

a

los

cálculos, y

es significativa, puede

producir errores importantes, e incluso inestabilidad en algunos sistemas.

El Procesamiento

Análogo

de

Señales

(ASP)

es

generalmente más simple que el procesamiento digital, el cual requiere típicamente de un

filtro análogo antialiasing

un conversor A/D

un procesador DSP

un conversor D/A

un filtro análogo para suavizar la salida

ventajas

procesamiento digital respecto al procesamiento análogo

El

envejecimiento

de

los

componentes

y

las

derivas térmicas

no

afectan al

resultado del

proceso.

 

Se

puede

reconfigurar

un

dispositivo

modificando los valores de algunos coeficientes;

no es necesario

ajustar

remplazar componentes.

potenciómetros,

o

El procesamiento análogo de señales de muy baja frecuencia se dificulta debido al requerimiento de capacitores de gran capacidad y muy baja corriente de fuga. En el caso del procesamiento

digital

no existen limitaciones; se pueden

procesar

señales

con períodos de

horas (tales

como las mareas)

e incluso

de años (manchas

solares).

El procesamiento digital tareas muy complejas

es

capaz de realizar

Desventajas

procesamiento digital con respecto al análogo

Mayor

limitación

en

frecuencias

altas,

ya

que

normalmente se requieren conversores A/D capaces

de tomar muestras a una tasa varias veces mayor que

la

de

la

frecuencia

de

la

señal

análoga,

y

procesadores

capaces

de efectuar muchas

operaciones por cada muestra recibida.

Ejemplo

un

filtro

digital

FIR

con

una respuesta

impulso de 1000 coeficientes, operando a una tasa

de 10·106 muestras

por

segundo, requeriría un

procesador capaz de efectuar al menos 10·109

multiplicaciones y sumas por segundo.

El diseño es generalmente más complejo, por sus

aspectos de hardware y de software.

El rango dinámico en la amplitud (razón entre la señal más grande y la más pequeña que pueden ser procesadas) es más limitado, debido a la discretización en la amplitud

Sin

embargo,

la

disponibilidad

actual

de

conversores A/D de alta resolución (18 a 24 bits) y de procesadores capaces de efectuar cálculos en punto flotante con un gran número de decimales, puede eliminar esta desventaja en muchos casos.

Aplicaciones de DSP

En las últimas décadas se ha producido una migración cada vez mayor desde el procesamiento análogo hacia el procesamiento digital. Al mismo tiempo, han surgido muchas aplicaciones y técnicas nuevas, que nunca existieron en el mundo análogo.

Verificación de la calidad del suministro eléctrico:

detección de transientes, medición de valor efectivo, potencia, factor de potencia, contenido armónico y

flicker.

Radar : medición de la distancia y de la velocidad de los contactos. Compresión del pulso, lo que permite incrementar la longitud de los pulsos para aumentar el alcance, manteniendo la resolución en distancia.

Sonar : formación

de

haces,

para

orientar

electrónicamente el arreglo de transductores; en

modo activo, medición demarcación y la velocidad

de

la

distancia,

la

de los contactos; en

modo pasivo, clasificación de los contactos en base

al ruido emitido por ellos.

Medicina: reducción

de

ruido

y

diagnóstico

automático de electrocardiogramas

y

electroencefalogramas; formación de imágenes en

tomografía

resonancia

(ultrasonido).

axial

computarizada (scanner),

magnética

nuclear

y

ecografía

Análisis de vibraciones en máquinas, para detectar tempranamente el desgaste de rodamientos o engranajes, comparando el análisis espectral de las vibraciones con un espectro de referencia obtenido cuando la máquina no tiene defectos.

Oceanografía: alerta temprana de maremotos o tsunamis cuando se propagan en el océano abierto,

en base a las características de esas ondas que las

diferencian de las

olas

y

de las mareas; análisis

armónico y predicción de mareas; medición de la energía de las olas con el objeto de dimensionar muelles y otras estructuras sumergidas.

Astronomía:

detección

de

planetas

en

estrellas

lejanas,

en

base

al

movimiento

oscilatorio

que

inducen

en

las

estrellas alrededor

de

las

cuales

orbitan.

Radioastronomía: búsqueda de patrones en las señales recibidas por los radiotelescopios, para detectar inteligencia extraterrestre (SETI).

Imágenes: mejora del brillo, contraste, colorido y

nitidez, restauración de imágenes

borrosas debido

al movimiento de la cámara o del elemento fotografiado, compresión de la información.

Telefonía: conmutación (plantas telefónicas), decodificación de discado por tonos (DTMF), modems, canceladores de ecos, teléfonos celulares digitales (PCS) y teléfonos satelitales.

Audio:

ecualización,

reverberación

artificial,

compresión de la información (MP3), cancelación activa de ruido ambiente (inyectando ruido en contrafase).

Voz : compresión de la información, identificación de personas, y reconocimiento de voz (dictado por voz).

Televisión: cancelación adaptiva de multipath para eliminar los “fantasmas”, filtros “peineta” para mejorar la separación de luminancia y color en la señal de video compuesto, TV digital de alta definición (HDTV), compresión de la información.

Industria automotriz : control de la inyección y del encendido del motor para maximizar el rendimiento y minimizar las emisiones; control de la transmisión automática para maximizar la economía de combustible o la aceleración del vehículo; control del flujo de energía en los vehículos híbridos.

Sismología: localización de hipocentros de sismos, búsqueda de minerales y de petróleo analizando los ecos subterráneos generados por pequeñas explosiones

Tipos de Señales

Tipos de Señales

Tipos de señales

Analógicas, x(t) : Amplitud y Tiempo continuos.

Muestreadas,

continua.

xs[n]

:

Tiempo

Discreto,

Amplitud

Cuantizada,

discreta.

xQ(t)

:

Tiempo

Continuo,

Amplitud

Digital, xQ[n] : Tiempo y Amplitud discretos.

Clasificación de señales basada en su duración:

Causales: Son 0 para t<0. Se definen sólo para el eje positivo de t.

Anticausales: Son 0 para t>0. Se definen sólo para el eje negativo de t.

No causales: Se definen para ambos ejes de t.

Continuas: Se definen para todo tiempo t.

Periódicas: xp(t) = xp(t±nT), donde T es el periodo y n es un entero.

Clasificación de las Señales

Clasificación de las Señales

Clasificación de señales basadas en simetrías:

Simetría Par: x(t) = x(-t)

Simetría Impar: x(t) = -x(-t)

Una señal no simétrica puede siempre expresarse como la suma de una función par xe(t) y una función impar xo(t) :

xe(t) = (x(t)+x(-t))/2

xo(t) = (x(t)-x(-t))/2

Clasificación de las Señales

Clasificación de las Señales x (- t ) reflexión de x ( t ) alrededor de

x(-t) reflexión de x(t) alrededor de t = 0

Clasificación de las Señales x (- t ) reflexión de x ( t ) alrededor de
Clasificación de las Señales x (- t ) reflexión de x ( t ) alrededor de

x[-n] reflexión de x[n] alrededor de n = 0.

Clasificación de las Señales x (- t ) reflexión de x ( t ) alrededor de
Clasificación de las Señales x (- t ) reflexión de x ( t ) alrededor de

ó

ó Ejemplo: Simetría Par Simetría Impar
ó Ejemplo: Simetría Par Simetría Impar

Ejemplo:

Simetría Par

ó Ejemplo: Simetría Par Simetría Impar

Simetría Impar

ó Ejemplo: Simetría Par Simetría Impar

Energía de una señal x(t) :

Ex es finita;

Px es 0.

Ej.

Pulsos

tiempo.

limitados

en

el

Potencia de una señal x(t) :

Px es finita; Ex es infinita.

Ej. Una señal periódica

Energía de una señal x(t) : E x es finita; Px es 0. Ej. Pulsos tiempo.

Señales básicas de tiempo discreto. Escalón unitario de tiempo discreto:

La secuencia se muestra así:

Señales básicas de tiempo discreto. Escal ó n unitario de tiempo discreto : La secuencia se
Señales básicas de tiempo discreto. Escal ó n unitario de tiempo discreto : La secuencia se
Señales básicas de tiempo discreto. Escal ó n unitario de tiempo discreto : La secuencia se

Ejemplos:

Ejemplos:

Señales básicas de tiempo discreto

Impulso unitario. A diferencia del impulso unitario analógico (el cual vale cero en todos lados, excepto en t=0, en donde está indefinido pero su área en ese punto vale 1) el impulso unitario discreto está definido para todo valor de n.

Señales básicas de tiempo discreto Impulso unitario . A diferencia del impulso unitario analógico (el cual
Señales básicas de tiempo discreto Impulso unitario . A diferencia del impulso unitario analógico (el cual

Impulso unitario de tiempo discreto:

Se expresa de diferentes maneras:

Impulso unitario de tiempo discreto: Se expresa de diferentes maneras:

el

impulso unitario de tiempo discreto

es

la

primera diferencia del escalón de tiempo discreto

En general dada una secuencia cualquiera x[n], podemos representarla en la forma siguiente:

el impulso unitario de tiempo discreto es la primera diferencia del escalón de tiempo discreto En

El escalón unitario de tiempo discreto es la sumatoria de la muestra unitaria.

el impulso unitario de tiempo discreto es la primera diferencia del escalón de tiempo discreto En

Señales básicas de tiempo discreto

Rampa unitaria: Denotada ur(n), se define como

Señales básicas de tiempo discreto Rampa unitaria: Denotada u r (n) , se define como

Señales básicas de tiempo discreto

Señal Exponencial. Son secuencias de la forma

Señales básicas de tiempo discreto Señal Exponencial. Son secuencias de la forma Donde la constante a

Donde la constante

a puede

real

ser

o

compleja. El comportamiento de estas señales depende en gran medida del valor de a. Con a como un número real.

Señales básicas de tiempo discreto Señal Exponencial. Son secuencias de la forma Donde la constante a
Señales básicas de tiempo discreto Señal Exponencial. Son secuencias de la forma Donde la constante a

En el caso en que a sea una constante compleja, entonces x(n) será una señal discreta que toma valores complejos y se puede expresar como:

En el caso en que a sea una constante compleja, entonces x(n) será una señal discreta
En el caso en que a sea una constante compleja, entonces x(n) será una señal discreta
En el caso en que a sea una constante compleja, entonces x(n) será una señal discreta
En el caso en que a sea una constante compleja, entonces x(n) será una señal discreta

Sistemas

Un

sistema

es

un

proceso

que

transformación de señales.

produce

una

Entonces un sistema tiene una señal de entrada una señal de salida relacionada a través de un proceso.

En un sistema de tiempo continuo las señales de entrada de tiempo continuo son transformadas en señales de salida de tiempo continuo.

En un sistema de tiempo discreto , transforma entradas de tiempo discreto en salidas de tiempo

En

un

sistema de tiempo discreto, transforma

entradas de tiempo discreto en salidas de tiempo

discreto

En un sistema de tiempo discreto , transforma entradas de tiempo discreto en salidas de tiempo

Los sistemas se pueden conectar:

Serie

Paralelo serie – paralelo

Los sistemas se pueden conectar: • Serie • Paralelo serie – paralelo •
Se pueden diseñar sistemas para, expresiones aritméticas complicadas, por ejemplo:

Se pueden diseñar sistemas para, expresiones aritméticas complicadas, por ejemplo:

Se pueden diseñar sistemas para, expresiones aritméticas complicadas, por ejemplo:

Otro tipo de sistema es con retroalimentación

Otro tipo de sistema es con retroalimentación Salida del sistema 1 es la entrada al sistema

Salida del

sistema 1

es

la

entrada al

sistema 2,

mientras que la salida del sistema 2 se retroalimenta

y

se

suma

a

la

entrada

externa para producir la

entrada actual al sistema 1.

Sistemas con y sin memoria

Un sistema es sin memoria si su salida para cada valor de su variable independiente depende sólo de la entrada en ese mismo instante de tiempo.

Por ejemplo el sistema:

Sistemas con y sin memoria Un sistema es sin memoria si su salida para cada valor

es

sin

memoria,

ya

que

el

valor de

instante n depende sólo del valor de

mismo instante.

y[n]

en

un

x[n] en ese

Un resistor

es

un

sistema

sin

memoria,

así

la

relación entrada - salida es de la forma:

Un resistor es un sistema sin memoria, así la relación entrada - salida es de la

Donde R es resistencia, es voltaje.

x(t) es corriente y

y(t)

Un ejemplo de un sistema con memoria es:

Otro ejemplo es:

Un ejemplo de un sistema con memoria es: Otro ejemplo es: Un capacitor es otro ejemplo
Un ejemplo de un sistema con memoria es: Otro ejemplo es: Un capacitor es otro ejemplo

Un capacitor es otro ejemplo de un sistema con memoria, ya que

Un ejemplo de un sistema con memoria es: Otro ejemplo es: Un capacitor es otro ejemplo

Donde C es capacitancia, x(t) es corriente y y(t) es voltaje.

Invertibilidad

Se dice que un sistema es invertible en el tiempo si distintas entradas producen distintas salidas.

Dicho de otra forma, un sistema es invertible si observar su salida podemos determinar la entrada.

al

Por ejemplo

Invertibilidad Se dice que un sistema es invertible en el tiempo si distintas entradas producen distintas

entonces su sistema inverso es

Invertibilidad Se dice que un sistema es invertible en el tiempo si distintas entradas producen distintas

Al interconectarlos original como salida.

en

serie

se

obtiene la

entrada

Otro ejemplo de sistema invertible es el dado por la ecuación:

Otro ejemplo de sistema invertible es el dado por la ecuación: Para este sistema, la diferencia

Para este sistema,

la diferencia entre dos valores

sucesivos de salida es precisamente el último valor

de entrada. Por inverso es:

tanto, en

este

caso

el

sistema

Otro ejemplo de sistema invertible es el dado por la ecuación: Para este sistema, la diferencia

Causalidad

Un

sistema es

causal

si

su

salida

en cualquier

instante de tiempo depende sólo de los valores de la

entrada en el tiempo presente y en el pasado.

Tal sistema es

llamado no anticipativo, ya

que

la

salida no anticipa valores futuros de la entrada.

El movimiento de un automóvil es causal ya que no anticipa acciones futuras del conductor.

Estabilidad

Un sistema estable

es

aquel

en

el

que entradas

pequeñas conducen a respuestas que no divergen.

Es decir,

si

la

entrada

a

un sistema

es

limitada,

entonces la salida debe ser tanto no debe diverger.

también limitada y por

Invarianza en el tiempo

Un

sistema

es

invariante

en

el

tiempo

si

un

desplazamiento en tiempo de la señal de entrada causa un desplazamiento en tiempo de la señal de

salida.

Es decir, si y[n] es la salida cuando x[n] es la entrada, entonces y[n-n 0 ] es la salida cuando se aplica x[n-n 0 ].

Ejemplo: sea y(t)=sen x(t)

Sean x 1 (t) y x 2 (t)= x 1 (t - t o ) dos entradas desplazadas en el tiempo.

Entonces el sistema es variante en el tiempo.

Entonces el sistema es variante en el tiempo.

Linealidad

Un

sistema lineal

discreto,

es

aquel

superposición:

en

tiempo continuo o tiempo

que

posee

la

propiedad

de

La respuesta de un sistema a una señal de entrada x(t) está formada por la suma de dos o más señales

x(t)=x1(t)+x2(t)+...+xn(t)

Es igual a la suma de las respuestas del sistema a cada una de las señales

y(t)=y1(t)+y2(t)+...+yn(t)

La respuesta de un sistema

a

una

señal Kx(t) es

igual a K veces la respuesta a x(t).

DISCRETIZACIÓN DE SEÑALES CONTINUAS

Una

señal

de

tiempo

discreto

x(k)

puede

representar

un

fenómeno para el cual la variable independiente es discreta.

Por otro lado, una señal de tiempo discreto puede representar

muestras de un fenómeno para

el

cual

la

variable

independiente es en realidad continua.

Por ejemplo, el procesamiento de voz por computadora digital requiere representar la señal continua de voz por una secuencia discreta de valores que pueda ser procesado por un algoritmo de computadora, tal es el caso también de todas las aplicaciones de control de procesos continuos mediante computadora digital.

El proceso de muestreo.

El proceso a través del cual una señal continua x(t) es transformada en una señal discreta "equivalente" x(k) consiste simplemente en la toma de muestras de la señal continua en instantes discretos de tiempo k denominados instantes de muestreo k = {...,-1,0,1,2,3,...}.

Para realizar dicho proceso es necesaria una señal adicional que marque el ritmo de la toma de muestras, idealmente dicha señal p(t) es un tren de impulsos con una frecuencia ( Hertz)

f s
f
s
 

1

=

 

T

s

frecuencia de muestreo.

También es usual considerar dicha frecuencia en (radianes/seg)

ω

s

=

π T s
π
T
s

2

El muestreo puede ser uniforme (Ts constante) o no uniforme (Ts

variable). a Ts se le llama también el periodo de muestreo.

También es usual considerar dicha frecuencia en (radianes/seg) ω = π T s 2 El muestreo

Tren de impulsos

Un sistema muestreador consiste simplemente en un switch que se cierra en el momento marcado por el tren de impulsos y en todos los demás instantes permanece abierto.

En una computadora digital este proceso tiene lugar en un módulo de adquisición de datos, o convertidor analógico-digital dado que este proceso de conversión consume un tiempo significativo, cada muestra de la señal continua deberá ser "congelada" mientras dura su conversión, este congelamiento se denomina retención.

Un sistema muestreador consiste simplemente en un switch que se cierra en el momento marcado por

El teorema fundamental del muestreo

En el proceso de muestreo al discretizar una señal de tiempo continuo se pierde algo de información en el proceso

El teorema fundamental del muestreo En el proceso de muestreo al discretizar una señal de tiempo

toda

El teorema fundamental del muestreo En el proceso de muestreo al discretizar una señal de tiempo

¿Es posible recuperar la información de la señal original x(t)?

El Teorema del muestreo de Shannon da una respuesta a una pregunta aún más específica : ¿Cuándo y cómo es posible recuperar dicha información y cuándo no lo es?.

La idea es que entre mas rápido se realice el muestreo (mayor número de muestras tomadas) mejor representará x(k) a la señal original x(t), de manera que la condición para poder recuperar la información original deberá depender de la frecuencia de muestreo.

Para ilustrar esto, obsérvese la figura 2.9, en la cual se está muestreando una onda senoidal a razón de dos muestras por periodo, es decir, al

doble de la frecuencia de la señal original

La idea es que entre mas rápido se realice el muestreo (mayor número de muestras tomadas)
La idea es que entre mas rápido se realice el muestreo (mayor número de muestras tomadas)

Tratamiento de señales

Tratamiento de señales

Conceptos básicos

Bases matemáticas (SUSTENTACIONES)

Series y Transformada de Fourier, Transformada de Laplace Filtros analógicos.

Convolución Modelado de señales muestreadas: la Transformada Z

Transformada discreta de Fourier (DFT)

Métodos algorítmicos:

Transformada rápida de Fourier (FFT)

Diseño de filtros digitales

Tratamiento de señales

Tratamiento de señales • La mayoría de los fenómenos naturales macroscópicos están asociados a señales continuas:

La

mayoría

de

los fenómenos naturales macroscópicos están

asociados a señales continuas: temperatura, radiación, sonido,

velocidad y dirección del viento, humedad,

Lo mismo sucede con

muchos

fenómenos

físicos

usados

fuerza, velocidad de giro, potencia, etc...

 

Sin embargo, a veces es útil definir señales imaginarias (usando números complejos) para facilidad de cálculo

Tratamiento de señales

Tratamiento de señales