Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Archivo 1
Archivo 1
SEALES
Profesor:
Mg. Ing. Rafael Bustamante Alvarez
Introduccin:
El procesamiento digital de seales tiene su origen en los
aos 60 con el empleo de las primeras computadoras
digitales.
El desarrollo de la FFT (Fast Fourier Transform) data de
1967.
La guerra fra y la carrera espacial.
1980 aparece el primer DSP
PDS de Audio
Las freuencias audibles de los seres humanos que est entre los 20 y los
20.000 hercios (Hz), aproximadamente
Mg.Ing Rafael Bustamante Alvarez
Seales Biolctricas
Onda ECG
Mg.Ing Rafael Bustamante Alvarez
Procesamiento de Imgenes
Procesamiento de Imgenes
Redes Neuronales
Seales Analgicas
sin(2*pi*f*n), f=40Hz
1
0.5
0
-0.5
-1
0
20
40
60
80
100
80
100
cos(2*pi*f*n), f=40Hz
1
0.5
0
-0.5
-1
0
20
40
60
Seales Digitales
sin(2*pi*(f/fs)*n), f=40Hz fs=1000
1
0.5
0
-0.5
-1
0
10
15
20
25
30
25
30
1
0.5
0
-0.5
-1
0
10
15
20
Seal Cont.
A/D
Procesador
D/A
Filtro
fc = fs /2
Res= #bits
Tiempo de Pr.
Res= #bits
fc = fs /2
FPL
Vel= # bps
Algoritmos
Vel= # bps
FPL
10
Conversin A/D
Comprende tres procesos:
* Muestreo
* Cuantificacin
Codificacin
MUESTREO.- Toma de muestras en instantes de tiempo.
11
Teorrema de muestreo
12
TEOREMA DE MUESTREO
-fs -fs/2
-fs/2
fs
Aliasing
fs/2
fs
CUANTIFICACIN
Es la conversin de una seal de tiempo discreto con valores
continuos, a una seal de tiempo discreto con valores discretos. El
valor de cada muestra de la seal se representa mediante un valor
seleccionado ce un conjunto finito de valores posibles.
L= Niveles de Cuantificacin.
= Escaln de Cuantificacin.
Xmax-Xmin= Rango Dinmico
= Rango Dinmico/(L-1)
Cuantificador por Redondeo.- Asigna a cada muestra el
nivel de cuantificacin mas cercano.
Cuantificador por Truncamiento.- Asigna a cada muestra el nivel
inmediatamente por debajo de la muestra.
Relacin de Seal a Ruido de Cuantificacin.SNRQ(dB)=1.76+6.02 b
b= resolucin del Conversor.
Mg.Ing Rafael Bustamante Alvarez
13
Cuantificacin
Niveles
5
4
3
2
1 2
3 4
N de Muestras
CODIFICACIN
Es el proceso mediante el cual cada valor discreto se representa
mediante una secuencia binaria de bits.
Cdigo Binario
0110
0101
0100
0011
0010
0
6 7
N de Muestras
14
Procesadores
Computadoras
DSP (Texas Instruments, Freescale,
Analog Device)
FPGA (Altera, Xilinx)
Microcontroladores de gama alta
(TI, DSPIC, Freescale, Atmega).
ARM (32, 64 bit)
15
Aplicaciones
FLP
A/D
D/A
1001010100
FLP
010111010
Algoritmo
de PDS
Mg.Ing Rafael Bustamante Alvarez
16
Aplicaciones
Primary
Bus
Program
Cache
RAM
Block 0
RAM
Block 1
ROM
(boot)
Expansion Bus
Internal Buses
Multiplier
(int, float)
ALU
(int, float)
Serial Port 0
DMA
Serial Port 1
R0-R7 (40-bits)
Timer 0
Address
Generator
ARAU0
Address
Generator
ARAU1
AR0-AR7
12 Control Registers
Timer 1
6
6
1
1
Peripheral Bus
CPU
Mg.Ing Rafael Bustamante Alvarez
17
Repeticion de un
bloque de inst.
Instrucciones en
paralelo
Mg.Ing Rafael Bustamante Alvarez
18
D/A
GLITCH
19
Caractersticas de un D/A
Resolucin: Es el mnimo cambio incremental de la salida analgica. Su valor es FS/2N,
donde N es el nmero de bits del convertidor. As, por ejemplo, si se trata de un convertidor
unipolar de 8 bits y el fondo de escala es 5V, la resolucin sera 5/28=19.5 mV. Es frecuente
referirse a la resolucin con el nmero de bits.
Tiempo de conversin o establecimiento (settling time): Es el tiempo que transcurre
desde que a la entrada del DAC se presenta una combinacin binaria hasta que la seal
analgica de salida adquiere el valor que le corresponde,
Conversin unipolar/bipolar: Esta caracterstica indica la posibilidad de
que los CDA acepten cdigos de entrada unipolares y/o bipolares
Salida analgica: Puede ser en corriente o en tensin.
Margen dinmico de la seal de salida: Es el rango de variacin de la corriente o la
tensin de salida.
Mg.Ing Rafael Bustamante Alvarez
20
Muestreo
Muestreo
21
Muestreo
Muestreo
22
Y[n]=x[n-1]+x[n-2]
Y[n]=2x[n]
x[n]
23
y[n] =
+M
1
x[n k]
2M + 1 k = M
Si x[n] max = B
y[n] max = B El sistema es estable
Mg.Ing Rafael Bustamante Alvarez
x ( n ) y ( n ) - - - - - -(1)
x ( n k ) y ( n k ) - - - -(2)
En general, podemos escribir la salida como :
y(n, k) = T[x(n - k)], debemos demostrar que : y(n, k) = y(n - k) - - (3)
Entonces el sistema es INVARIANTE EN EL TIEMPO.
24
T [ a 1 x 1 ( n ) + a 2 x 2 ( n )] = a 1 T [ x 1 ( n )] + a 2 T [ x 2 ( n )]
Mg.Ing Rafael Bustamante Alvarez
25
D)Retardo de un elemento
X[n]
Y[n]=X[n-1]
Z-1
Mg.Ing Rafael Bustamante Alvarez
Y[n]=X[n+1]
Ejemplo:Y[n]=1/4Y[n-1]+1/2X[n]+1/2X[n-1]
26
PROCESAMIENTO DIGITAL DE
SEALES
Profesor:
Mg. Ing. Rafael Bustamante Alvarez
Y[n]=x[n-1]+x[n-2]
x[n]
Y[n]=2x[n]
27
y[n] =
+M
1
x[n k]
2M + 1 k = M
Si x[n] max = B
y[n] max = B El sistema es estable
Mg.Ing Rafael Bustamante Alvarez
x ( n ) y ( n ) - - - - - -(1)
x ( n k ) y ( n k ) - - - -(2)
En general, podemos escribir la salida como :
y(n, k) = T[x(n - k)], debemos demostrar que : y(n, k) = y(n - k) - - (3)
Entonces el sistema es INVARIANTE EN EL TIEMPO.
28
T [ a 1 x 1 ( n ) + a 2 x 2 ( n )] = a 1 T [ x 1 ( n )] + a 2 T [ x 2 ( n )]
Mg.Ing Rafael Bustamante Alvarez
29
D)Retardo de un elemento
X[n]
Y[n]=X[n-1]
Z-1
Mg.Ing Rafael Bustamante Alvarez
Y[n]=X[n+1]
Ejemplo:Y[n]=1/4Y[n-1]+1/2X[n]+1/2X[n-1]
30
Secuencias fundamentales
Impulso
Escalon Unitario
Secuencias fundamentales
Exponencial
a>1 Potencial creciente
a=1 Secuencia constante
1>a>0 Potencial decreciente
0>a>-1 Pot. dec. con signo alterno
a=-1 secuencia alterna de 1 y -1
a<-1 Potenc. decrec. sig. alternos
Propiedades:
1) (n)=x(0) (n)
3)
2) (n)=u(n)-u(n-1)
4)
Mg.Ing Rafael Bustamante Alvarez
31
Secuencias fundamentales
Resolver:
Secuencias fundamentales
Resolver:
32
PROCESAMIENTO DIGITAL DE
SEALES
Profesor:
Mg. Ing. Rafael Bustamante Alvarez
x [n ] =
Si:
x (k ) (n k )
k =
[ (n k )] = h k (n )
- - > h k (n ) = h (n k )
y [n ] = [x (n )] = T
x (k ) (n k ) =
k =
y (n ) =
x (k )[ (n k )]
k =
x (k )h (n )
k
k =
33
CONVOLUCIN
Corolario: Si el sistema es LTI de modo que h[n] es la respuesta al sistema a
[n] entonces
h[n-k] es la respuesta a [n-k], luego la secuencia de salida
resulta:
y (n ) =
x (k )h (n k ) = x (n ) * h (n )
k =
Propiedades:
1)x[n]* [n]=x[n]
2)x[n]* [n-k]=x[n-k]
3)x[n]*y[n]=y[n]*x[n]
4)x[n]*(y[n]*z[n])=(x[n]*y[n])*z[n]
5)x[n]*(y[n]+z[n])=x[n]*y[n]+x[ n]*z[n]
La Transformada Z
Sea: [f(k)]= f(0), f(1), f(2), f(3),........
f(k)
-3T -2T -T 0T 1T 2T 3T
.....
34
Definicin de la Transformada
f (k )Z k
k =
[f(k)] F(z)
F(z) es la transformada Z de f(k) y queda definida como:
F(z)=
f (k )Z k
k =
[n ]
[n ]
[n - m ]
n [n ]
n n (n )
n ( n 1)
Transformada
ROC
Todo Z
1
1 - Z -1
Z -m
1
1 - Z -1
Z -1
(1 - Z -1 ) 2
1
1 - Z -1
Z <1
Z excepto 0 (si m > 0)
(m < 0)
Z >
Z >
Z <
35
PROPIEDADES DE LA TRANSFORMADA Z
Secuencia
Transformada
x [n ]
X(Z)
x 1[n ]
X1(Z)
x 2[n ]
ax1[n ] + bx 2[n ]
X2(Z)
aX1(Z) + bX 2( Z )
x[n no ]
x1[n ]* x 2[n ]
Z -no X ( Z )
X1(Z).X2(Z )
dX(Z)
-Z
dZ
nx [n ]
LA TRANSFORMADA Z INVERSA
Se trata de hallar la secuencia x(k) a partir de X(z).
Mtodos:
1)Por divisin
X (Z) =
10Z -1
1 3 Z 1 + 2 Z 2
Tras dividir:
36
2)
X(Z)=
10
1 Z
X(Z)=
X[k]=
+ 10
1 2 Z
10 [ [k ]] + 10 2 k [k ]
[ ]
X[k]= 10(-1 + 2 ) k
k
k = 1,2,3,4,.. .......
X(0)=0;
X(1)=10;
X(2)=30;
X(3)=70;
X(4)=150;
3)Mtodo de Matlab
X [k ] = [1,0,0,0,0, .....,0 ]
Ejm 20 datos
B = [0,10 ] ; A = [1,-3,2 ]
Y [k ] = filter(B, A, X)
37
Filtro Digital
Es un conjunto de operaciones lgico matemticos que permiten el paso que permiten el paso
de una seal a travs de un sistema dentro de un rango de frecuencias.
Si se tiene:
y ( Z ) 1 +
b m Z m = x (Z )
a n Z n
y (Z )
=
x ( Z)
b m Z m
m
Considerando
denominador
n
M
H (Z) =
n
M
1+
a n Z n
a n Z n
los
1+
b m Z m
m
coeficientes
del
Clasificacin :
1) Filtros IIR (bm0)
2) Filtros FIR (bm=0)
38
FILTROS IIR
La salida depende tanto de las entradas presentes y previas as como las salidas previas.
bm0
X(K)
Y(k)
Z-1
Z-1
a n Z n
n
M
H (Z) =
1+
b m Z m
s=
Z=esT
Relacin de Z con la S
T= periodo de muestreo.
2 1 z 1
T 1 + z 1
Transformador bilineal
|H(w)|
W
Wc
Ws
39
FILTRO FIR
La salida es la suma de las muestras de la seal de entrada previas y presentes
bm=0.
H (Z ) =
a n Z n
n
x(k)
y(k)
Z-1
y [n ] =
h (k )x (n k )
k
h (k ) =
W c Tsen [(k - )W c T ]
(k )W c T
=0
Ejm: Si
Wc =
Ws
8
1
fs
sen k
1
4
h (k ) =
4
k
Mg.Ing Rafael Bustamante Alvarez 4
B)PASA BANDA
W1 = W o - W c
h [0 ]BS = 1 - h [0 ]BP
h [k ]BS = -h [k ]BP
METODO DE PARKS Mc CLELLAN
m=[1 1 1 0 0 0];
f= [0 0.1 0.3 0.7 0.8 1];
40
), K N
+ (1 ) cos(
=
N
0 ,
K >N
= 0 . 54 Ventana de Hamming
= 0 . 56Mg.IngVentana
de Hanning
Rafael Bustamante Alvarez
41
REPRESENTACIN EN EL DOMINIO DE LA
FRECUENCIA
Objetivos:
DTFT
X (w ) =
x ( n ) e jwn
n =
Propiedades:
1.-Linealidad.
2.-Desplazamiento.
3.-Convolucin.
x ( n ) e jwn
n =
x (n )
n =
ax1(n)+bx2(n) aX1(w)+bX2(w)
x(n-k) e-jwkX(w)
x1(n)*x2(n) X1(w).X2(w)
Mg.Ing Rafael Bustamante Alvarez
42
DFS
1
x (n ) =
N
X (k ) =
2
j
kn
X ( k ).e N
N 1 ~
k =0
N 1 ~
x ( n ).e
2
j
kn
N
Es su transformada
k =0
DFT
Una secuencia x(n) con 0 n N-1 muestras no cero, se puede repetir para formar
una versin peridica
1,
donde R N ( n ) =
0
X ( k ) = X ( k ).R N ( n )
X (k ) =
N 1
x ( n ).e
2
j
kn
N
0 n N -1
otro caso
(DFT)
n=0
1
x (n) =
N
N 1
X ( k ).e
2
j
N
kn
(IDFT)
k =0
43
Propiedades de la DFT
Periodicidad
X(k+N)=X(k) para todo k
Linealidad
a1x (n)+ a2 x(n) DFT a1X (k)+a2 X(k)
Simetra
x(n) =
b
b
e=par
e
o
e
o
X(k)= X R(k) + X R(k) + j X I (k b ) + j X I (k) o=impar
x( N n) = x(n)
x( N n) = x(n)
1 n N - 1 impar (asimetria )
Alvarez
1 Mg.Ing
n NRafael
- 1 Bustamante
par (simetria)
Ejemplo
Mediante la DFT, determine la convolucin de las dos secuencias siguientes: x1={2,1,2,1} y
Solucin: x2={1,2,3,4}
x 3 ( n ) = x1 ( n ) x 2 ( n )
DFT , N
DFT , N
x1 ( n )
X 1 (k ) y x2 (n )
X 2 ( k ) donde
X 1 (k ) =
n=0
x1 ( n ) e
= 2+
X 1 (0 ) = 6
X 2 (k ) =
j 2 nk
+ 2e
X 1 (1 ) = 0
3
n=0
x2 (n) e
=1+ 2
X 2 ( 0 ) = 10
k = 0,1,2,3
j 2k
j k
j 3k
2
k = 0,1,2,3
X 1 ( 2 ) = 2 X 1 (3) = 0
j 2 nk
j 2k
N = 4
+ 3e
j k
X 2 (1 ) = 2 + 2 j
4e
j 3 k
2
X 2 ( 2 ) = 2 X 2 (3) = 2 2 j
44
Ejemplo
DFT , N
x1 ( n ) x 2 ( n )
X 3 ( k ) = X 1 ( k ). X 2 ( k )
X 3 ( 0 ) = 60
La IDFT
X 3 (1 ) = 0
de X
3
es
X 3 (3) = 0
N 1
1
x(n) =
N
j 2 nk
1
X 3 (k ) e
4 k=0
1
j n
=
)
( 60 4 e
4
x 3 (0) = 14
x 3 (1) = 16
x3 (n ) =
X 3 (2) = 4
X ( k ). e
2
j
kn
N
k=0
n = 0,1,2,3,
x 3 (2) = 14
x 3 (3) = 16
45
x(0)
x(2)
-1
X(1)
-1
X(2)
x(1)
x(3)
-1
-1
X(0)
x(0)
x(4)
-1
X(1)
-1
X(2)
x(2)
x(6)
-1
-1
X(3)
-1
X(4)
x(1)
x(5)
-1
-1
-1
-1
-1
-1
x(3)
-1
x(7)
X(5)
X(6)
X(7)
46
Filtros Adaptativos
Los filtros adaptativos son sistemas variantes en el tiempo de forma que se adaptan a
cambios a su entorno , optimizando su funcionamiento de acuerdo a una serie de
algoritmos conocidos como algoritmos adaptativos.
d(n)
x(n)
y(n)
Sistema
adaptativo
+
-
e(n)
Algoritmo
adaptativo
47
Estructura Directa
Aplicacin:
Identificar
sistemas
Sistema
Desconocido
d(n)
x(n)
Sistema
adaptativo
y(n)
+
-
e(n)
Estructura Inversa
Aplicacin:
Ecualizacin de
canales de
comunicacin
d(n)
x(n)
Sistema
Desconocido
Sistema
adaptativo
y(n)
+
-
e(n)
48
Estructura Predictor
Aplicacin:
Sistemas de control
Control Adaptativo y
neuronal
d(n)
x(n-p)
x(n)
Retardo
Sistema
adaptativo
y(n)
e(n)
d(n)= s(n)+ro(n)
x(n)=r1(n)
Sistema
adaptativo
y(n)
+
-
e(n)
( n ) = ( d ( n ) y ( n )) 2 = ( s ( n ) + ro ( n ) f ( r1 ( n ))) 2
Mg.Ing Rafael Bustamante Alvarez
49
( n ) = ( d ( n ) y ( n )) 2 = ( s ( n ) + ro ( n ) f ( r1( n ))) 2
an +1 = an
J
a n
L 1
J = e (n)
2
wn +1 = wn
J = ( d (n ) y ( n)) 2
L 1
J
wn
J
E{(e 2 ( n))}
e ( n )
=
= 2e( n)
wn (k )
wn (k )
wn (k )
x(n)=r1(n)
y (n ) = wn ( k ) x (n k )
L 1
k =0
e ( n )
=
wn (k )
E{( d ( n) wn ( k ) x (n k ))}
k =0
wn ( k )
= x (n k )
J
E{(e 2 ( n))}
=
= 2e( n) x( n k )
wn (k )
wn (k )
Mg.Ing Rafael Bustamante Alvarez
0 k L -1
50