TRATAMIENTO DE

SEALES DIGITALES

Seales digitales
Vamos a estudiar sistemas lineales que trabajan con
seales temporales. Hasta ahora hemos trabajado con datos
multidimensionales pero estticos, que nunca dependan del
tiempo, como la clasificacin de patrones.
El tiempo establece un orden en la entrada de datos, i.e.
los datos estn indexados por una variable continua t. Los
llamaremos seales temporales o series temporales. Esto da
lugar a una estructura en el espacio de entrada que debe ser
organizada mediante topologas adecuadas.

Seales digitales
La mayor parte de lo que percibimos del mundo son
fenmenos que existen en el tiempo. Los mensajes estn
asociados a variables fsicas (la presin en el odo, ondas
luminosas en la vista, etc.) que pueden ser interpretadas
como funciones reales de variable real D = x(t). El tiempo es
continuo y las funciones son continuas. A estas seales se las
llama seales analgicas.
Normalmente imponemos restricciones para simplificar el
desarrollo, que no afecten a las conclusiones. Supondremos
que las funciones son suaves (derivables) y tienen una
cantidad finita de energa:

x 2 (t )dt <

Seales digitales
Los ordenadores no pueden trabajar directamente con
seales analgicas (continuas). Es necesario transformarlas
en discretas mediante un proceso que consiste en tomar los
valores de la funcin en diferentes valores del tiempo:

x( n0 ) = x(t ) |t = n0
fsicamente esto se implementa en un convertidor
analgico a digital (A/D)

A/D

Seales digitales
A/D

As transformamos una funcin real en una sucesin de

nmeros reales:
{x(nT)} = x(T), x(2T), ... x(NT)
y la variable se transforma en un nmero entero de modo
que se puede almacenar en un nmero finito de bits.
El problema consiste ahora en decidir cual debe ser el
intervalo T que se elige de modo que no se pierdan las
caractersticas esenciales de la seal

Seales digitales
El teorema de Nyquist dice que x(t) puede ser recuperada
con precisin y los datos x(nT) contienen toda la informacin
necesaria para reconstruir la seal analgica si el inverso del
intervalo, es decir la frecuencia elegida cumple

1
f s = > 2 f max
Ts
donde fmax es la frecuencia mxima de la seal.

Procesamiento digital
Se puede considerar una seal digital
{x(nT)} = x(T), x(2T), ... x(NT)
o simplificando la notacin
x = [ x(n), x(n-1), ... x(n-N+1) ]t
como un vector de longitud N

Procesamiento digital
Suponiendo una base ortonormal 0, .. N-1se puede
escribir en trminos de las proyecciones:

x=

N 1
i =0

x(i ) i =

N 1

x(i )(n i )

i =0

1 si n = 0
( n) =
0 si n 0
Lo que quiere decir que para representar una seal
discreta de longitud N necesitamos el valor actual y los N-1
anteriores. Un delay (operador que retrasa la seal en un
tiempo sin modificarla) es la topologa natural para
implementar esta descomposicin.

Procesamiento digital
x(n)

x(n-1)
z-1

z es el operador delay en el campo complejo, dado por

z = esT donde s= + i w y T es el periodo.

Procesamiento digital
En cada momento el vector seal cambia su posicin en el
espacio creando una trayectoria que se denomina trayectoria
de la seal

Procesamiento digital
La diferencia con los problemas estticos es que al aadir
un nuevo dato x(n+1) el vector x que se genera tiene todas
las componentes del anterior salvo la x(n-N+1) que
desaparece para dejar sitio al nuevo dato. Todos los valores
intermedios siguen almacenados pero en diferente posicin.
El vector as generado no es demasiado diferente del anterior
y produce una trayectoria en espiral, mientras que en los
problemas estticos no hay ninguna relacin entre un patrn
y otro.

Procesamiento digital
Si queremos analizar una seal discreta y peridica con
1.000.000 de datos, necesitaramos un espacio de dimensin
1.000.000, completamente intratable. Si lo consideramos
como una seal temporal, podemos limitar la posicin de la
trayectoria de la seal a un espacio de dimensin mucho
menor (bastara la longitud del periodo) y analizar la seal
original como una trayectoria en dicho espacio.

Procesamiento digital
Una de los objetivos del procesamiento digital es
encontrar la dimensin del espacio de reconstruccin que
cuantifica apropiadamente las caractersticas de la seal. El
tamao del este espacio determina la longitud N de una
ventana de tiempo que se desliza sobre toda la serie. Tamao
que corresponde a la dimensin del espacio de
reconstruccin.

Procesamiento digital
La eleccin de la dimensin no es trivial, ya que depende
entre otras cosas de los objetivos del proceso. Si
reconstruimos la trayectoria del ejemplo anterior en un
espacio bidimensional, aparecer una trayectoria diferente, lo
que puede complicar el procesamiento de la seal

Filtros
Un sistema lineal FIR (finite impulse response) es un
sistema cuya respuesta es finita y se calcula como
combinacin lineal de los valores anteriores de la entrada.

y ( n) =

N
i =0

wi x(n i )

Donde los wi son los pesos o coeficientes del filtro, o, en

y (n) = wT x(n) = xT (n) w
notacin vectorial:

Filtros

As un sistema lineal crea una proyeccin de la entrada

sobre un vector w definido por los parmetros del sistema y
est contenido en el hiperplano generado por los ltimos
datos de la seal.

Filtros

Dependiendo de la posicin relativa del vector de pesos y

de la trayectoria de la seal, esta proyeccin puede que
preserve la mayor parte de la informacin de la seal o, por
el contrario, que la distorsione seriamente.
El trabajo del diseador consiste en elegir la direccin de
la proyeccin de modo que se conserve la informacin
esencial de la seal.

Anlisis en el tiempo de sistemas lineales

Una manera de describir un sistema lineal es por medio de
la respuesta a un impulso h(n), la respuesta en tiempo 0
cuando la entrada es (n).
La respuesta transitoria (transient response) es el tiempo
que tarda el sistema en estabilizarse ante una entrada
constante.
La respuesta a un impulso describe completamente un
sistema lineal, para el filtro estudiado sera:

y ( n) =

N
i =0

wi (n i )

es decir, una funcin de tiempo con valores iguales a los

pesos h(i)=wi por lo que ser finita (mximo N+1 valores)

Anlisis en el tiempo de sistemas lineales

La respuesta a un sistema lineal frente a una entrada
arbitraria se puede calcular por la convolucin de la entrada
con la respuesta a un impulso del sistema h(n):

y ( n ) = x ( n) * h ( n ) =

x(n i )h(i )

i =

Si el filtro se inicializa a 0,
para n=0, y(0)=w0x(0),
para n=1, y(1)=w0x(1)+w1x(0),
para n=2, y(1)=w0x(2)+w1x(1)+w2x(0)
para n=N, y ( N ) =

i =0

wi x( N i )

y para un segmento de seal de longitud M tiene M+N-1

sumandos

Anlisis en el tiempo de sistemas lineales

Una aplicacin importante de esta tcnica es la llamada
deteccin, bsqueda de una seal oculta por un ruido.
Se crea un filtro cuyos pesos son los datos, conocidas a
priori, de la seal. Este filtro maximiza la salida de la seal
sobre el ruido circundante.
De esta manera, observando los picos de la salida se
puede detectar dnde se encuentra la respuesta transitoria de
la seal a pesar del ruido.
Este tipo de filtros se usan frecuentemente en comunicaciones como receptores ptimos.

Anlisis en el tiempo de sistemas lineales

Hasta ahora hemos estudiado filtros de respuesta finita al
impulso (FIR), otro tipo, los de respuesta infinita (IIR),
contiene a los sistemas recurrentes, como por ejemplo el
sistema:

y (n) = (1 ) y (n 1) + x(n)

Anlisis en el tiempo de sistemas lineales

La respuesta de este sistema al impulso (n) es:

h(0) = 0 + 1
h(1) = (1 ) + 0
h(2) = (1 ) 2 + 0
h(n) = (1 ) n + 0
que es infinita.

Anlisis en el tiempo de sistemas lineales

Si 0 < < 1 h(n) tiende a 0 con una velocidad que
depender del coeficiente de retroalimentacin . Se puede
considerar 0 despus de un tiempo finito n0. El sistema ser
afectado por cualquier entrada que le sea aplicada.
Para < 0 o > 2 la respuesta diverge para condiciones
iniciales 0. La respuesta al impulso nunca desaparece y
prcticamente no es afectado por las entradas.

Anlisis en el tiempo de sistemas lineales

El sistema se considerar estable si a una entrada finita,
corresponde una respuesta finita, eso significa que la suma
de los valores de respuesta al impulso debe ser finita.
En sistemas recurrentes, en los que la relacin viene dada
por los parmetros de retroalimentacin, la estabilidad se
garantiza por la condicin |1 - | < 1

Anlisis en el tiempo de sistemas lineales

Este sistema es un buen mtodo para describir sistemas
lineales, pero no es muy prctico porque:
La salida del sistema no puede ser calculada por
evaluaciones sucesivas (ya que requiere la convolucin
entre la entrada y la respuesta al impulso)
El clculo de la respuesta requiere un nmero de
multiplicaciones del orden de O(N2)
No es muy adecuada para calcular el efecto de los
sistemas lineales como filtros, que es el objetivo del
tratamiento de seales lineales.
Debemos buscar mtodos que puedan ser usados para
describir sistemas y calcular su respuesta en evaluaciones
sucesivas con un menor coste.

Anlisis en la frecuencia de sistemas lineales

Esta tcnica est basada en el anlisis de Fourier. Consiste
en descomponer la seal en energa por frecuencia y se
denomina anlisis espectral.
Se descompone la seal en forma compleja:

snT

=e

anT + inT

donde s es una variable compleja, n es un entero, a y

son reales y T es el periodo. es la resolucin de la
frecuencia, es inversa del tiempo y se considera como el
incremento de frecuencia ms pequeo que puede ser
representado en NT segundos ( = 2/NT) Tambin se
puede considerar como la frecuencia menor que puede ser
medida en una ventana de NT segundos.

Anlisis en la frecuencia de sistemas lineales

La seal {x(n)}se proyecta en la base ortonormal formada
ikT

i 2

k
N

por los vectores X ( k ) = e

. Cada uno de
=e
ellos describe una elipse en el espacio de seales. A esto se
le llama anlisis armnico o de Fourier.
X(k) es el k-esimo coeficiente de Fourier y el conjunto se
denomina Serie de Fourier Discreta (DFS) de x(n) o espectro
de x(n).

Anlisis en la frecuencia de sistemas lineales

Los X(k) son peridicos respecto a N y se pueden
descomponer en magnitud, simtrica respecto a N/2 y fase,
antisimtrica respecto a N/2.
Es fcil calcularlos mediante un algoritmo del orden
O(NlogN) llamado fast Fourier transform (FFT)

Anlisis en la frecuencia de sistemas lineales

Adems como la longitud de un vector es independiente
de las bases si stas son ortonormales, no se pierde
informacin.

La transformada Z
y la funcin de transferencia
Hemos usado el anlisis espectral aplicado a seales, se
puede aplicar el mismo principio a sistemas?.
Un sistema se describe por su respuesta al impulso, que
puede ser considerado como una seal, pero este camino no
es eficiente ya que requiere un conocimiento a priori de la
respuesta al impulso.
La salida de un sistema se puede calcular:
Mediante la convolucin de la respuesta al impulso con
la entrada
Generando las salidas mediante la ecuacin de
diferencias

La transformada Z
y la funcin de transferencia
La ecuacin de diferencias da un algoritmo para calcular
la salida del sistema, pero no predice lo que va a suceder a
las caractersticas de la seal que entra, ya que el sistema y la
entrada estn mezcladas en la misma ecuacin. Sera
conveniente separar la funcin del sistema de la entrada.
La transformada Z X ( z ) =

x(n) z n convierte ecua-

n =

ciones en diferencias en ecuaciones algebraicas, por ejemplo

en el operador delay:

D( z ) =

(n 1) z n = z 1

n =

La transformada Z
y la funcin de transferencia
Si aplicamos la transformada Z al combinador lineal:

Y ( z) =

n = i = 0

wi x(n i ) z n

n
= wi
x(n i ) z
i =0
n =
N

wi
x(n) z n i = X ( z ) wi z 1 = X ( z ) H ( z )
i =0
i =0
n =
N

Donde Y(z) y X(z) son las transformadas Z de la salida y

la entrada respectivamente. H(z) es la denominada funcin
de transferencia que describe el comportamiento del sistema
lineal. La salida se obtiene as multiplicando la transformada
de la entrada y la funcin de transferencia.

La respuesta de frecuencia
Podemos tambin construir la respuesta de cualquier
sistema lineal S mediante el clculo de la respuesta del
sistema a cada uno de los vectores de la base ortonormal:

y (n) = S ( x(n)) = S

N
k =0

k e i k n =

N
k =0

k H ( e i k n ) =

N
k =0

k k e i k n

Lo que significa que cualquier sistema lineal afecta a la

fase y a la amplitud de cada frecuancia de la seal de entrada
y que el efecto puede ser calculado independientemente en
cada frecuencia.
Las cantidades k = H (e i k n ) representan el efecto del
sistema lineal en cada frecuencia y se denominan respuesta
de frecuencia.

La respuesta de frecuencia
Y ( e i k n ) = H ( e i k n ) X ( e i k n )
Esta relacin es muy importante ya que nos permite
predecir lo que va a suceder con la seal de entrada al
atravesar el sistema lineal y por tanto especificar a travs del
diseo la respuesta del sistema para conseguir los objetivos
de proceso que busquemos.
La gran ventaja de la respuesta de frecuencia es que la
inversa puede ser calculada mediante el algoritmo FFT
mientras que con la funcin de transferencia se requiere el
clculo de la transformada Z, mucho ms difcil.

Respuesta de frecuencia, polos y ceros

Un aspecto que los ingenieros suelen usar es la prediccin
de la respuesta de frecuencia mediante los polos y los ceros
de la funcin de transferencia. Estos se pueden calcular
fcilmente a partir de la ecuacin en diferencias:

y (n) (1 ) y (n 1) = x(n)
1

Y ( z ) = [1 (1 ) z ] = X (n)
.

1
z
H ( z) =
=
1
1 (1 ) z
z (1 )

Que indica que la funcin de transferencia tiene un cero

en z = 0 y un polo en z = 1 -

Respuesta de frecuencia, polos y ceros

La forma de la respuesta de frecuencia k = H (e i k n ) depende exclusivamente de la situacin de los polos y los ceros
de la funcin de transferencia
La respuesta de frecuencia puede ser obtenida
grficamente considerando la respuesta del sistema como
una tienda de campaa colocada alrededor del crculo
unidad. Un polo es uno de los soportes de la tienda y un cero
una de las clavijas. La altura del soporte es la inversa de la
distancia del polo al crculo unidad y la longitud de la clavija
proporcional a la distancia del cero.
Un valor alto en una frecuencia dada significar que esa
frecuencia quedar amplificada, mientras que uno bajo que
ser atenuada.

Respuesta de frecuencia, polos y ceros

Cuanto mas cerca estn las singularidades (polos o ceros)

del crculo unidad, mayores sern sus efectos (picos
escarpados y valles estrechos respectivamente).
La relacin entre las singularidades y sus efectos en la
frecuencia de respuesta es muy importante, porque conocida
la situacin de ceros y unos se pueden predecir los efectos
que producirn sobre la seal de entrada

Tipos de filtros lineales

Podemos disear la funcin de transferencia para que
efecte la operacin deseada. Por ejemplo si la seal est
contaminada por ruido de alta frecuencia se puede disear un
sistema que multiplique las frecuencias bajas por nmeros
cercanos a1 y las altas por cercanos a 0 (lowpass filter)

1
H (k ) =
0

k < k0

k > k0

Tipos de filtros lineales

Otros tipos de filtros son: highpass, para atenuar ruidos de
baja frecuencia, bandpass, que slo permite el paso de una
banda de frecuencias o stopband, que corta una banda.

Tipos de filtros lineales

Se pueden disear filtros mediante optimizacin, i.e.
dando la respuesta deseada y dejando que sea el combinador
lineal el que elija el mejor conjunto de pesos para cumplir las
condiciones pedidas.
En cualquier caso, los filtros lineales slo trabajan bien si
el ruido no se superpone a la seal, en otro caso, al atenuar el
ruido, atenuaremos tambin la seal.
Aqu es donde son necesarios otros filtros no lineales y
ms sofisticados.