Documentos de Académico
Documentos de Profesional
Documentos de Cultura
tiempo continuo
Modulaci
on y Procesamiento de Se
nales
Ernesto L
opez
Pablo Zinemanas, Mauricio Ramos
{pzinemanas, mramos}@fing.edu.uy
Centro Universitario Regional Este
Sede Rocha
Tecn
ologo en Telecomunicaciones
Curso 2016
Existen se
nales que son intrnsecamente de tiempo discreto, pero es
com
un construir se
nales en tiempo discreto a partir del muestreo de
se
nales de tiempo continuo.
Las se
nales en tiempo continuo se pueden representar con mucha
exactitud a partir de muestras tomadas en instantes discretos de
tiempo.
El objetivo es estudiar:
I
I
I
I
Muestreo periodico
I
x[n] = xc (nT ),
I
I
I
T
8T 7T 6T 5T 4T 3T 2T
2T
3T
4T
5T
6T
7T
8T
9T
t (segundos)
n
8
Muestreo periodico
I
En la practica, la operaci
on de muestreo se implementa con un
conversor anal
ogico-digital (conversor A/D). El conversor A/D
puede verse como una aproximaci
on del conversor C/D.
En general, la operaci
on de muestreo no es invertible: dado x[n] no
es posible reconstruir la entrada al conversor xc (t).
I
Existen infinitas se
nales continuas que producen una secuencia x[n]
especfica.
Es posible eliminar esta ambig
uedad imponiendo restricciones en la
se
nal xc (t) a muestrear.
Muestreo periodico
Representacion matematica del conversor C/D
Es u
til representar matematicamente el conversor C/D en dos etapas:
1. Multiplicaci
on (modulaci
on) de la se
nal en tiempo continuo con un
tren de impulsos peri
odico de perodo T segundos.
2. Conversi
on del tren de impulsos modulado a una secuencia discreta.
Conversor C/D
Conversin de tren
de impulsos modulado
a secuencia
Muestreo periodico
Representacion matematica del conversor C/D
T = T1
T = 2T1
xc (t)
xs (t)
2T T 0
T 2T
2T
2T
x[n]
2 1 0
2 1 0
Muestreo periodico
Representacion matematica del conversor C/D
I
La se
nal continua se convierte a una se
nal intermedia xs (t) tambien
continua con las siguientes caractersticas:
I
I
Luego la se
nal es convertida a una secuencia x[n] de variable entera
n:
I
I
Observaci
on: el conversor C/D no representa ning
un dispositivo
fsico para implementar la operaci
on de muestreo. Es solo una
representaci
on matematica conveniente para analizar el proceso de
muestreo.
La modulaci
on de s(t) con xc (t) es
xs (t) = xc (t)s(t)
= xc (t)
s(t) =
(t nT )
(t nT )
n=
n=
2 X
( ks )
T
k=
1
2 X
Xs (j) =
Xc (j)
( ks )
2
T
k=
1 X
=
Xc (j) ( ks )
T
k=
1 X
Xc (j( ks )).
T
k=
Esta ecuaci
on da la relaci
on entre la transformada de Fourier de la
entrada y la transformada de Fourier de la salida del modulador.
Xc (j)
S(j)
S(j)
T = T1
T > T1
2
T
2
T
2s
2s
4s
3s
2s
Xs (j)
2s
3s
2s
3s
Xs (j)
1
T
1
T
2s
N
s
(s N )
2s
4s
3s
2s
s
0
(s N )
s
N
Se asume que la se
nal xc (t) es de banda limitada, y que el
componente espectral de mayor frecuencia es N .
s N > N
s > 2N
Para recuperar la se
nal original hay que usar un filtro pasabajos ideal.
Xs (j)
s > 2N
1
T
2s
(s N )
2s
Hr (j)
N < c < s N
Xr (j)
1
Para recuperar la se
nal se tiene que cumplir que s > 2N . Esto
significa que la frecuencia de muestreo debe ser mayor que el doble
de la maxima frecuencia que contiene la se
nal.
En ese caso, la se
nal original se puede recuperar mediante el filtrado
con un pasabajos ideal con ganancia T ,
T, || c
Hr (j) =
con
N < c < s N
0, || > c
Una elecci
on de c que siempre cumple la condicion es c =
De esta forma, la se
nal filtrada es
Xr (j) = Hr (j)Xs (j)
= Xc (j),
por lo que se reconstruye la se
nal original.
s
.
2
Xc (j)
Xc (j)
Xs (j)
Hr (j)
s
0 >
2
Xs (j)
Hr (j)
s
0 <
2
0 s
2
s
(s 0 )
s 0
0
(s 0 )
s 0
2
Xr (j)
Xr (j)
(s 0 ) 0 s 0
s
, la se
nal recuperada es
2
xr (t) = cos 0 t
ii. Si 0 >
s
, la se
nal recuperada es
2
xr (t) = cos(s 0 )t
En el segundo caso, la se
nal cambi
o de identidad (adopto un alias)
transformandose en una se
nal de menor frecuencia como
consecuencia del proceso de muestreo y reconstruccion.
0.5
0.5
0.5
0.5
1.5
0.2
0.4
0.6
Tiempo (s)
0.8
1.5
0 0.41s
1.5
0 0.09s
1.5
Amplitud
Amplitud
1.5
0.2
0.4
0.6
Tiempo (s)
0.8
0 0.95s
1.5
1
0.5
0.5
Amplitud
Amplitud
Aliasing
1
0.5
0.5
1.5
0.2
0.4
0.6
Tiempo (s)
0.8
1.5
0.2
0.4
0.6
Tiempo (s)
0.8
para || N .
I
I
2
2N .
T
Si una se
nal se muestrea a una frecuencia de muestreo superior al doble de la
frecuencia m
axima que contiene la se
nal, las muestras determinan unvocamente
a la se
nal.
La mayor frecuencia que contiene la se
nal (N ) se llama frecuencia de Nyquist.
El doble de la frecuencia de Nyquist, es decir, la frecuencia que tiene que ser
superada por la frecuencia de muestreo para poder recuperar la se
nal, se llama
tasa de Nyquist.
El teorema de muestreo es tambien referido como teorema de muestreo de
Nyquist-Shannon, ya que fue conjeturado por Nyquist en 1928 y demostrado por
Shannon en 1949.
Conversin de tren
de impulsos modulado
a secuencia
Se vi
o que la relaci
on entre el espectro de xs (t) y xc (t) es
Xs (j) =
1 X
Xc (j( ks )).
T
k=
I
I
X
xs (t) = xc (t)
(t nT )
n=
X
n=
xc (nT )(t nT )
#
Z " X
=
xc (nT )(t nT ) ejt dt
=
=
X
n=
n=
Z
(t nT )e
xc (nT )
xc (nT )ejnT
n=
I
X
n=
x[n]ejnT
jt
dt
x[n]ejn ,
n=
I
se concluye que
Xs (j) = X(ej )=T = X(ejT ).
(2)
1 X
Xc (j ( ks )) ,
T
(3)
k=
o equivalentemente,
X(ej ) =
1 X
2k
Xc j
,
T
T
T
k=
donde se us
o ademas que s = 2/T .
(4)
2
T
s = s T = 2.
La normalizaci
on en frecuencia en la transformaci
on de Xs (j) a X(ej )
esta vinculada a que hay una normalizaci
on temporal en la transformacion
de xs (t) a x[n]
I
Conversor C/D
Se muestrea la se
nal
en tiempo continuo
xc (t) con perodo de
muestreo T .
Conversin de tren
de impulsos modulado
a secuencia
1. El espectro de xc (t) es
xc (t) Xc (j).
(t nT ) Xs (j) =
n=
1 X
Xc (j( ks )).
T
k=
1 X
2k
=
Xc j
.
T
T
T
k=
1
1
=
s,
fs
6000
s = 2fs =
2
= 12000 rad/s.
T
La se
nal en tiempo continuo es xc (t) = cos(0 t) = cos(4000t)
La se
nal en tiempo discreto obtenida mediante el muestreo es
2n
x[n] = xc (nT ) = cos(4000nT ) = cos
,
3
es decir, la frecuencia de la se
nal en tiempo discreto es 0 =
2
3 .
La transformada de Fourier de la se
nal en tiempo continuo es
Xc (j) = ( 4000) + ( + 4000),
esto es, un par de impulsos en las frecuencias 0 = 4000.
El espectro de la se
nal Xs (j) consiste en copias de Xc (j)
centradas en 0, s , 2s , . . .
4000
4000
Xs (j)
Hr (j)
16000
12000
8000
4000
6000
4000
6000
8000
12000
4
3
16000
X(ej ) = Xs (j/T )
8
3
4
3
2
3
2
3
8
3
1
1
=
s,
fs
1500
La se
nal en tiempo discreto obtenida mediante el muestreo es
4000n
8n
2n
x[n] = xc (nT ) = cos
= cos
= cos
.
1500
3
3
4000
4000
Xs (j)
Hr (j)
s = 3000 rad/s
1000 2000
1500
3000
4000
5000
8
3
10
3
6000
X(ej ) = Xs (j/T )
10
3
8
3
4 2
3
3
2
3
4
3
La se
nal discreta obtenida es identica a la del ejemplo anterior.
I
xr (t) = xc (t)
x[n](t nT ),
n=
X
xr (t) = hr (t)
x[n](t nT )
n=
=
=
X
n=
n=
Sistema reconstructor ideal
Conversin de
secuencia a
tren de impulsos
Perodo de
muestreo
Filtro reconstructor
ideal
(5)
s
= .
2
T
sin(t/T )
t/T
(6)
hr (t)
1
4T
3T
3T
4T
x[n]
n=
sin((t nT )/T )
.
(t nT )/T
(7)
Observaciones
I
hr (nT ) = 0,
n = 1, 2, . . . ,
x[n]
xs (t) =
xc (t)
2T
x[1]
2T
3T
x[n](t nT )
n=
3T
xc (t)
4T
5T
6T
sin((t T )/T )
x[1]
(t T )/T
xr (t)
3T
2T
2T
3T
4T
5T
6T
Perodo de
muestreo
Filtro reconstructor
ideal
Una aplicaci
on fundamental de los sistemas en tiempo discreto es en
el procesamiento de se
nales en tiempo continuo:
Procesamiento en tiempo discreto de seales en tiempo continuo
Sistema en
tiempo
discreto
El analisis del sistema global hay que hacerlo para cada caso
particular.
Sistema en
tiempo
discreto
3s
2s
Xs (j)
1
T
N s
2s
3s
Haa(j)
1
s
2
1
3s
2s
s
2
s
2
s
2
s
2
Xa (j)
s (j)
X
1
T
s
2
2s
3s
con T 0 6= T.
Objetivo
I
Los conversores D/C y C/D son sistemas ideales que no pueden ser
implementados en la pr
actica.
En la pr
actica se emplean conversores D/A y A/D que no son
ideales e introducen errores en el proceso.
12 11 10 9
10
11
12
13
14
15
x [n] = x[nM ]
M =3
Perodo de
muestreo T
Perodo de
muestreo T' = MT
De la definici
on de la operaci
on, es claro que xd [n] es identica a la
secuencia que se obtendra muestreando xc (t) con perodo de
muestreo T 0 = M T .
Por lo tanto, si la se
nal continua xc (t) es de banda limitada con
Xc (j) = 0 para
|| N ,
0s
= 0 =
N .
2
T
MT
(teorema de muestreo)
s
=
M N .
2
T
2k
1 X
X(e ) =
Xc j
T
T
T
j
k=
1 X
2r
j
0
Xd (e ) = 0
Xc j
T r=
T0
T
La ecuaci
on anterior indica que Xd (ej ) se compone de copias de
Xc (j) escaladas en frecuencia como = T 0 y desplazadas
m
ultiplos enteros de 2/T 0 .
(8)
1 X
2r
Xc j
.
M T r=
MT
MT
< k < ,
0 i M 1.
X
X
1
1
2i
2k
Xd (ej ) =
Xc j
.
M i=0 T
MT
MT
T
k=
j(2i)/M
2i 2k
1 X
Xc j
.
)=
T
MT
T
k=
M 1
1 X
X(ej(2i)/M ).
M i=0
(9)
Esta ecuaci
on expresa la transformada de Fourier Xd (ej ) de la
secuencia submuestreada xd [n] en funci
on de la transformada de
Fourier X(ej ) de la secuencia original x[n].
Xs (j)
s = 4N
1
T
N =
4
T
2
T
s =
2
T
4
T
X(ej )
1
T
= T
0 =
N
2
M =2
X(ej/2 )
1
T
MN =
X(e
j(2)/2
1
T
1
Xd (e ) = [X(ej/2 ) + X(ej(2)/2 )]
2
j
1
1
=
MT
2T
MN =
Se considera una se
nal discreta con espectro X(ej ) que proviene
del muestreo de una se
nal continua Xc (j) de ancho de banda N .
La frecuencia de muestreo es s = 4N , y por lo tanto, se cumplen
las condiciones del teorema de muestro y no se produce aliasing.
La se
nal discreta es de banda limitada con ancho de banda
N = N T =
T = .
4
2
La se
nal discreta se submuestrea con M = 2. Esto significa que
xd [n] se construye tomando una de cada dos muestras de x[n].
El espectro de la se
nal submuestreada Xd (ej ) contiene las copias
del espectro de la se
nal original en m
ultiplos de 2, pero escaladas
en frecuencia un factor de M respecto al espectro de la se
nal
discreta original X(ej ).
.
M
I
I
=
M
3
(hay aliasing)
X(ej )
1
T
X(ej /3 )
1
T
M=3
X(ej (2)/3 )
1
T
X(ej (4)/3 )
1
T
Xd (ej )
1
1
=
MT
3T
Si la condici
on N /M no se cumple, se produce aliasing. A
un
as, es posible evitarlo a costa de reducir el ancho de banda de la
se
nal x[n].
Concretamente, se filtra la se
nal x[n] con un filtro pasabajos ideal
discreto de frecuencia de corte
c =
.
M
De esta forma, la se
nal filtrada x
[n], tiene ancho de banda
N = /M y puede submuestrearse sin aliasing.
X(ej )
1
T
=
M
3
Xd (ej )
M=3
1
1
=
MT
3T
Hd (ej )
1
c =
j ) = Hd (ej )X(ej )
X(e
1
T
d (ej )
X
1
MT
Perodo de
muestreo T
Perodo de
muestreo T' = MT
Submuestreo de se
nal discreta
1 X
2k
Xc j
T
T
T
Xd (ej ) =
k=
M 1
1 X
X(ej(2i)/M )
M i=0
Transformada de Fourier de la
secuencia submuestreada xd [n] con
periodo de muestreo M , en
terminos de la transformada de
Fourier de x[n].
I
I
As como la reducci
on de la frecuencia de muestreo es una operacion
analoga a la conversi
on C/D, el incremento de la frecuencia de
muestreo es analogo a la conversi
on D/C.
Se considera ahora el caso en que se quiere incrementar un factor L
la frecuencia de muestro de una se
nal x[n].
Si la se
nal continua original era xc (t), el objetivo es obtener muestras
xi [n] = xc (nT 0 ),
T 0 = T /L
con
La operaci
on de incrementar la frecuencia de muestreo se llama
interpolaci
on (upsampling).
A partir de la definici
on, se ve que
xi [n] = x[n/L] = xc (nT /L),
n = 0, L, 2L, . . . ,
es decir,
xi [0] = x[0],
xi [L] = x[1],
xi [2L] = x[2],
xi [3L] = x[3], . . .
Perodo de
muestreo T
Perodo de
muestreo T' = T/L
Perodo de
muestreo T' = T/L
x[k][n kL].
k=
I
x e [n] =
L=3
x[k][n kL]
k=
12 11 10 9
10
11
12
13
14
15
10
11
12
13
14
15
x i [n]
12 11 10 9
La operaci
on del sistema interpolador es mas sencilla de interpretar
en el dominio de la frecuencia.
X
X
j
Xe (e ) =
x[k][n kL] ejn
n=
X
k=
k=
x[k]
!
[n kL]ejn
n=
x[k]ejLk
k=
= X(ejL ).
I
s = 2N
X(ej )
1
T
2
L
4
= 2
L
N =
Xe (ej ) = X(ejL )
L= 2
1
T
6
L
4
L
2
L
Hi (ej )
c =
Xi (ej )
L
1
=
T
T
N =
I
I
Se considera una se
nal discreta con espectro X(ej ) que proviene
del muestreo de una se
nal continua Xc (j) de ancho de banda N .
La frecuencia de muestreo es s = 2N , y por lo tanto, se cumplen
las condiciones del teorema de muestro y no se produce aliasing.
De esta forma, la se
nal discreta es de banda limitada con ancho de
banda
N = .
La se
nal discreta se sobremuestrea con L = 2.
El espectro de Xe (ej ) es una versi
on comprimida en frecuencia un
factor L del espectro de la se
nal original X(ej ).
El espectro de la se
nal sobremuestreada se construye a partir del
espectro de Xe (ej ) mediante el escalado en amplitud de 1/T a
1/T 0 y eliminando todas las copias de Xc (j) excepto las que est
an
en m
ultiplos enteros de 2, para lo cual se necesita un pasabajos de
ganancia L y frecuencia de corte /L.
Decimador
Filtro pasabajos
Ganancia
Filtro pasabajos
Ganancia
Apendice
En este apendice se incluyen algunas operaciones de se
nales en tiempo
continuo necesarias para el desarrollo del tema tratado en la clase. Los
detalles pueden encontrarse en el libro [?].
def
x(t) h(t) =
x( ) h(t ) d
Z
x(t ) h( ) d
(conmutatividad)
X(j) =
x(t)ejt dt
x(t) =
1
2
X(j)ejt d
Apendice
Propiedades de la transformada continua de Fourier
Sean los siguientes pares de transformadas de Fourier,
F
f (t) F (j)
g(t) G(j)
Teorema de la convoluci
on
I
Si
h(t) =
se cumple que
H(j) = F (j)G(j)
Teorema de la modulaci
on
I
Si
h(t) = f (t)g(t)
se cumple que
H(j) =
1
[F (j) G(j)]
2
Apendice
Ejemplos de transformadas de Fourier utiles
Tren de impulsos peri
odico
x(t) =
(t nT ) X(j) =
n=
x1 (t)
2n
2 X
T n=
T
x 2 (t)
T1 = 2T2
2T1
T1
(10)
2T1
T1
X1 (j)
T2
2T2
3T2
4T2
4
T2
X2 (j)
2
T2
2
T1
8 6 4 2
T1
T1
T1
T1
2
T1
4
T1
6
T1
8
T1
4
T2
2
T2
2
T2
Apendice
Demostraci
on (no va, se incluye solo por completitud):
I Consid
erese la se
nal cuyo espectro consiste en una combinacion
lineal de impulsos arm
onicos,
X(j) =
2ak ( k0 )
(11)
k=
I
La se
nal en el tiempo se obtiene mediante la antitransformada de
Fourier,
Z
1
x(t) =
X(j)ejt d
2
#
Z " X
1
=
2ak ( k0 ) ejt d
2
k=
Z
X
jt
=
ak
( k0 )e d
=
k=
X
k=
ak ejk0 t
Apendice
I
I
(t nT )
n=
Apendice
I
2 X
( k0 )
T
= 0
k=
( k0 ),
k=
I
con 0 =
2
T
concluyendo que
2 X
2n
x(t) =
(t nT ) X(j) =
T n=
T
n=
F
Apendice
Transformada continua de Fourier de se
nales sinusoidales
F
(12)
Demostraci
on
I Como la se
nal es peri
odica, para calcular la transformada de Fourier
se procede como en el caso anterior usando el espectro que consiste
en un tren de impulsos peri
odico (ecuaci
on 11).
I Para calcular los coeficientes ak de la serie Fourier, se compara la
se
nal con la representaci
on de Fourier,
Definici
on de serie de Fourier
X
x(t) =
ak ejk0 t .
x(t) = cos 0 t
1
1
= ej0 t + ej0 t .
2
2
I
k=
Se concluye que
a1 =
1
,
2
a1 =
1
2
ak = 0 k 6= 1, 1
y sustituyendo en la ecuaci
on 11 se obtiene el resultado indicado.
Apendice
I
F
x(t) = sin 0 t X(j) = ( 0 ) ( + 0 ) (13)
j
j
Transformada continua de Fourier de las funciones coseno y seno
F (cos 0 t)
F (sin 0 t)
0
0
Apendice
Antitransformada de Fourier de pulso rectangular
I
Se considera la se
nal x(t) cuya transformada de Fourier es
1, || < W
X(j) =
0, || > W
La se
nal x(t) se determina empleando la transformada inversa de
Fourier,
Z
1
x(t) =
X(j)ejt d
2
Finalmente se obtiene que
Z W
1
jt
=
e d
sin W t
2 W
x(t) =
(14)
t
jt W
1 e
=
2 jt W
1 ejW t ejW t
=
t
2j
Apendice
X(j)
1
x(t)
W
4
W
3
W
2
W
2
W
3
W
4
W
Referencias I