Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CODIES2010 - Cap2 - Sistemas Muestreados PDF
CODIES2010 - Cap2 - Sistemas Muestreados PDF
Sistemas Muestreados
Diego Palmieri
1 Sistemas Muestreados 2
1.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Secuencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Sistema Discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Ecuaciones en diferencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5 Secuencia de ponderacion de un Sistema . . . . . . . . . . . . . . . . . . . . . . . 7
1.5.1 Ejemplo n 1: Secuencia de Ponderacion . . . . . . . . . . . . . . . . . . . 7
1.6 Estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7 Respuesta en Frecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7.1 Ejemplo N 2: Pasa Bajos . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.8 Transformada de Fourier de una Secuencia . . . . . . . . . . . . . . . . . . . . . . 9
1.9 Teorema del Muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.9.1 Demostracion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.10 Transformada en Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.10.1 Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.11 Reconstruccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.12 Reconstruccion Ideal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.13 Bloqueadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.14 Aparcicion de Frecuencias Espurias . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1
Captulo 1
Sistemas Muestreados
1.1 Introduccion
En el contexto del control y las comunicaciones, muestrear una senal implica reemplazar la
magnitud continua por una secuencia de numeros que representan los valores de dicha senal en
determinados instantes.
Un sistema muestreado es entonces, aquel que, partiendo de una senal o magnitud analogica
o continua es capaz de generar una secuencia de valores discretos, separados a in-
tervalos de tiempo.
La Figura 1.1 y la Figura 1.2 muestran la forma en que se realiza el muestreo. Existe un
primer elemento llamado muestreador que congela un instante el valor de la senal a muestrear,
pero la salida del muestreador sigue siendo analogica. Para convertir esta senal a un valor
numerico esta el conversor analogico digital.
2
CAPITULO 1. SISTEMAS MUESTREADOS 3
En el ejemplo se ha dibujado ex-profeso el muestreo con tiempos diferentes pero lo mas comun
es muestrear con un perodo constante T llamado perodo de muestreo.
Para mayor claridad, se muestra en la Figura 1.3 como sera la generacion de una senal de
control discreta y en la Figura 1.4 se observan la diferentes senales.
A los fines del analisis es util tener una descripcion del muestreo. Esta accion significa simple-
mente reemplazar una senal por su valor en un numero finito de puntos. Sea Z el conjunto de
numeros enteros y t : kZ el subconjunto de numeros reales llamados instantes de muestreo. La
version muestreada de f es entonces la secuencia f (t) : kZ . El muestreo es una operacion lineal.
El perodo de muestreo es normalmente constante o sea t = kT . En estas condiciones se llama
muestreo periodico y T es llamado perodo de muestreo. fs = T1 (Hz) se denomina frecuencia
de muestreo.
Son usados tambien otros esquemas de muestreo mas sofisticados. Por ejemplo, muestrear
CAPITULO 1. SISTEMAS MUESTREADOS 4
diferentes lazos con diferentes perodos de muestreo. Este caso se denomina muestreo multiple
y puede ser tratado como superposicion de varios muestreos periodicos.
El caso del muestreo periodico ha sido estudiado profundamente. Mucha teora esta dedica-
da a este tema pero el muestreo multiple esta cobrando importancia da a da con el uso de
sistemas multiprocesadores. Con el software moderno es posible disenar un sistema como si
fuesen varios procesos trabajando asincronicamente.
La senal continua y(t) se convierte en una secuencia mediante el muestreador y el CAD, que
normalmente es el elemento mas lento de la cadena. Ya dentro del computador se genera la
secuencia de control u. Este proceso consume un determinado tiempo Tc . Mediante el CDA la
secuencia se convierte en analogica y por ultimo el bloqueador interpola los valores de la senal
entre dos perodos de muestreo. El bloqueador mas usual es aquel que mantiene el valor de la
senal hasta la siguiente muestra llamado bloqueador de orden cero.
1.2 Secuencias
{uk } = { , u3 , u2 , u1 , u0 , u1 , . . .} (1.1)
Se veran a continuacion algunas operaciones, por ejemplo una suma de secuencias esta dada por
la siguiente ecuacion:
Ahora se podra definir un Sistema Discreto como aquel sistema que es excitado por una se-
cuencia y genera otra secuencia como salida, tal como se ve en la Figura 1.6.
Un ejemplo de sistema discreto es un Sumador de modo que la secuencia de salida sea la suma
de los valores de entrada hasta ese instante:
( k )
X
{uk } = ui (1.5)
i=1
Aqui estamos en presencia de un Sistema Discreto Causal ya que la salida solo depende de los
valores anteriores de la entrada.
CAPITULO 1. SISTEMAS MUESTREADOS 6
Existe un equivalente a la ecuacion diferencial de los sistemas continuos, son las llamadas ecua-
ciones en diferencias. Una ecuacion diferencial tpica es la siguiente:
Z t
1
x(t) = w(t)dt (1.7)
TT 0
La integral se puede asociar a un sumador con lo cual se tendra, para dos instantes de tiempo
consecutivo, las siguientes ecuaciones:
k1
1 X
x(kT ) = T w(iT )
TT
0
k
1 X (1.8)
x((k + 1)T ) = T w(iT )
TT
0
T
x((k + 1)T ) x(kT ) = w(kT )
TT
T
x((k + 1)T ) = x(kT ) + w(kT ) (1.9)
TT
Al igual que en los sistemas continuos se pueden definir algunas propiedades. Por ejemplo, si
los ai y los bi son constantes se dice que el sistema es invariante. La linealidad esta dada por el
cumplimiento de la siguiente condicion:
Es importante definir para un Sistema Discreto una funcion que vincule analticamente su en-
trada y salida. En particular, se puede normalizar el comportamiento del sistema observando
cual es su respuesta a la secuencia impulso.
Si el sistema es causal se cumple que:
gk = 0 k < 0 (1.12)
X
{uk } = un {kn } (1.13)
n=
Con esto queda definida la convolucion discreta entre secuencias, del siguiente modo,
{gk } = {1, 2, 1}
(1.17)
{uk } = {0, 3, 4}
X
y0 = u0i gi = u00 g0 + u01 g1 + u02 g2 = 0
i=
y1 = u10 g0 + u11 g1 + u12 g2 = 3
y2 = u20 g0 + u21 g1 + u22 g2 = 4 + 3 2 = 10 (1.18)
y3 = u30 g0 + u31 g1 + u32 g2 = 4 2 + 3 1 = 11
y4 = u40 g0 + u41 g1 + u42 g2 = 4 1 = 4
y5 = 0
1.6 Estabilidad
Se dice que un Sistema Discreto es estable si secuencia de entrada acotada, su salida es acotada
X
yk = gi uki
i=
X
(1.19)
X
|yk | = gi uki |gi | |uki |
i= i=
si uk es acotada se verifica,
|uk | c k
X (1.20)
|yk | = c |gi |
i=
X a) {gi } acotada
|gi | < sii b) |{z}
lim gi = 0 (1.21)
i= i
Sea un sistema con respuesta impulsional {gk } y con entrada {gk } = ejkw , su salida es:
CAPITULO 1. SISTEMAS MUESTREADOS 9
X
yk = gi ej(ki)
i=
X
yk = ejk gi eji
i= (1.22)
!
X n o
{yk } = gi eji ejk
i= | {z }
| {z } sec de entrada
depende de
X
G() = gi eji (1.23)
i=
n o
{yk } = G() ejk (1.24)
G es el desarrollo en serie de Fourier (segun 1.22), por lo tanto los coeficientes seran:
Z
1
gk = G()ejk d (1.25)
2
1 || < c
G() =
0 c < || c
Z c (1.26)
1 1
gk = ejk d = sen(kc )
2 c k
es no causal.
y la transformada inversa,
CAPITULO 1. SISTEMAS MUESTREADOS 10
Z
1
xk = X()ejk d (1.28)
2
X
|xi | < (1.29)
i=
Si,
X
yk = gki ui (1.30)
i=
P jk
Multiplicando ambos miembros de 1.30 por k= e nos queda,
!
X X X
yk ejk = ejk gki ui
k= k= i=
X
X
= ejk gki ui
k= i= (1.31)
" #"
#
X X
ji
= e ui ej(ki) gki
i= k=
| {z }| {z }
U () G()
Y () = G()U () (1.32)
Si el muestreo es suficientemente pequeno no se pierde casi informacion pero esta perdida puede
ser importante si el perodo de muestreo es muy grande. Es, entonces, esencial saber cuando
una senal continua es biunvocamente definida por su muestreo. El siguiente teorema da las
condiciones para el muestreo.
Una senal continua con espectro en frecuencia nulo fuera del intervalo [0 , 0 ] es reconstruible
totalmente si se la muestrea con una frecuencia s > 20 . La reconstruccion se obtiene mediante
el siguiente calculo:
X sen(s (t kT ))/2
f (t) = f (kT ) (1.33)
s (t kT ))/2
k=
CAPITULO 1. SISTEMAS MUESTREADOS 11
1.9.1 Demostracion
a partir del muestreo se genera una secuencia {fk = f (kT )} que tendra una transformada de
Fourier discreta de la forma,
X
Fs () = ejk fk (1.36)
k=
y su antitransformada
Z
1
fk = f (kT ) = ejk Fs ()d (1.37)
2
es decir que f (kT ) tiene dos formas de calcularse de acuerdo a 1.35 y 1.37. La ecuacion 1.35 se
puede expresar la integral como una suma de partes,
Z Z (2r+1)
1 jkT 1 X T
f (kT ) = e F ()d = ejkT F ()d (1.38)
2 2 r= (2r1)
T
+2r
haciendo un cambio de variables = T donde es una frecuencia relativa al perodo de
muestreo,
Z (2r+1)
1 X T +2r + 2r + 2r
f (kT ) = ej T kT F ( )d
2 r= (2r1) T T
T
(1.39)
1 X 1 j(+2r)k + 2r
Z
f (kT ) = e F( )d
2 r= T T
1 X 1 jk + 2r
Z
f (kT ) = e F( )d
2 r= T T
Z
1 1 X jk + 2r
f (kT ) = e F( )d
2 T r= T (1.40)
Z
1 jk 1
X + 2r
f (kT ) = e F( ) d
2 T r= T
| {z }
Fs ()
Comparando 1.40 con 1.35 se obtiene la relacion entre la Transformada de Fourier discreta y
continua como sigue,
CAPITULO 1. SISTEMAS MUESTREADOS 12
1 X + 2r
Fs () = F( ) (1.41)
T r= T
2
o de forma similar, dado que T = s
1 X 2r 1 X
Fs () = F ( + )= F ( + s r) (1.42)
T r= T T r=
De aqu se deduce que si la frecuencia de muestreo es mayor a dos veces la maxima frecuencia
para la cual la Transformada de Fourier es no nula, la Transformada de la senal muestreada
sera una repeticion infinita del lobulo de la transformada continua. Esto significa que tomando
una parte de esta transformada se puede reconstruir exactamente la senal continua, excepto un
factor de escala T1 . No sucede lo mismo si la frecuencia de muestreo es inferior a este lmite ya
que los lobulos se superpondran. En la figura siguiente se muestra la Transformada de la senal
continua y dos casos de Transformada de la senal discreta: el primero satisface el teorema del
muestreo y el segundo no. Es facil ver, graficamente, la posibilidad de la reconstruccion en el
primer caso. La frecuencia 2s recibe el numbre de Frecuencia de Nyquist
1.10 Transformada en Z
{k } = {1, 0, 0, }
(1.44)
(z) = 1
{xk } = {1, a, a2 , } = ak
X X k (1.45)
X(z) = ak z k = az 1
k= k=
que converge para |z| > |a| y en cuyo caso la sumatoria resulta,
1
X(z) = (1.46)
1 az 1
1.10.1 Propiedades
1.11 Reconstruccion
Si se quiere saber como es la senal continua a partir de la informacion que brinda la secuencia
de muestras es necesario un proceso llamado de reconstruccion. En este proceso es posible que
la senal reconstruida no coincida exactamente con la original. Esto se ve en la figura 1.10.
La pregunta es cuan parecida sera la senal reconstruida a la original. Todo dependera del
reconstructor que se utilice.
CAPITULO 1. SISTEMAS MUESTREADOS 14
Para el caso de senales con ancho de banda limitado, se puede reconstruir a partir de la ecuacion
1.47. La desventaja es que esta operacion no es casual y debemos conocer los valores anteriores
y posteriores al instante tratado. Esto no es conveniente para el control digital, pero si puede
ser util en comunicaciones donde se puede aceptar un retardo. Otra desventaja es su complicado
calculo y que solo es aplicable al muestreo periodico.
X sen (s (t kT )/2)
fr (t) = f (kT ) (1.47)
(s (t kT )/2)
k=
1.13 Bloqueadores
ultima muestra. Dada su simplicidad este bloqueador es el mas usado en control digital y los
CDA estandares son disenados con este principio.
Tambien se puede usar el BOO (Bloqueador de orden uno) para muestreo no periodico. Obvia-
mente esta recontruccion introduce un error como se puede ver en la figura 1.13.
Lo que dice el teorema del muestreo es que si la frecuencia de muestreo es inferior a la maxima
frecuencia del sistema continuo la reconstruccion ya no es posible debido a la superposicion de
los lobulos. Un ejemplo es lo que sucede al muestrear la senal de la figura siguiente. Una posible
solucion es incrementar la frecuencia de muestreo pero esto trae dos problemas: 1) si se observan
los elementos de la transformada en Z, estos varan con el perodo de muestreo y en particular
CAPITULO 1. SISTEMAS MUESTREADOS 16
las races de los polinomios tenderan todas a 1, esto llevara a errores numericos indeseados. 2)
en el caso de que se elija una frecuencia suficientemente alta respecto de las frecuencias propias
de la planta, puede ser que no sea lo suficientemente alta con respecto a alguna perturbacion y
el muestreo de esta perturbacion introduzca componentes de baja frecuencia. Estas senales que
aparecen reciben el nombre es frecuencias alias y la unica forma de evitarlas es filtrar la senal
antes del muestreo.