Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Procesamiento Digital de Señales: Introducción
Procesamiento Digital de Señales: Introducción
SEÑALES
Profesor:
Mg. Ing. Rafael Bustamante Alvarez
Introducción:
• El procesamiento digital de señales tiene su origen en los
años 60 con el empleo de las primeras computadoras
digitales.
• El desarrollo de la FFT (Fast Fourier Transform) data de
1967.
• La guerra fría y la carrera espacial.
• 1980 aparece el primer DSP
1
Procesamiento Digital de Señales
• CONCEPTO.- Es el conjunto de algoritmos lógico matemáticos
que se aplican a un conjunto de números (muestras) para obtener
ciertos parámetros de una señal digitalizada; ejm, frecuencia,
ancho de banda, filtraje digital, espectro de frecuencias,
compresión, etc. Es también considerada un área de la ingeniería
que se dedica al análisis y procesamiento de señales.
• Tipos de Procesamiento Digital de señales:
• PDS de TIEMPO REAL
• PDS de TIEMPO DIFERIDO.
• CAMPOSDEESTUDIODELPROCESAMIENTODIGITALDE
SEÑALES.
PDS VOZ : Síntesis (Conversión de texto a voz), codificación,
Reconocimiento de voz,
Compresión, Filtraje digital, Encriptación.
PDS AUDIO: Sintetizadores digitales, Filtros digitales, Compresión,
Formatos.
PDS IMÁGENES: Reconocimiento de Imágenes, Detección de
Bordes,Formatos
Digitales, Filtraje Digital, Visión Artificial.
PDS OTROS: Radares, Sonares, Telecomunicaciones, Electrónica de
consumo, BIOMEDICA.
2
PDS de Audio
Las freuencias audibles de los seres humanos que está entre los 20 y los
20.000 hercios (Hz), aproximadamente
Señales Bioléctricas
• Son aquellas señales eléctricas producidas en un organismo vivo en este caso en
el ser humano.
• Principalmente:
• ECG provenientes del corazón.
• EMG provenientes de los músculos.
• EEG provenientes del cerebro.
3
Onda ECG
Mg.Ing Rafael Bustamante Alvarez
Procesamiento de Imágenes
4
Procesamiento de Imágenes
PROCESADO DIGIGITAL
1.- Flexibilidad a la hora de efectuar las operaciones de reconfiguración.
2.- permite mejor control de precisión.
3.- Es muy rutinario.
4.- Bajo costo.
5
Redes Neuronales
6
Señales Analógicas y Señales
Digitales
• SEÑALES DE TIEMPO CONTINUO.- Esta definido para todos
los valores y pueden tomar cualquier valor continuo en el tiempo
en un intervalo.
• SEÑALES DE TIEMPO DISCRETO.- Esta definido para
ciertos valores en el tiempo.
• SEÑALES DE VALOR CONTINUO.- Son señales que toman
todos los valores dentro de un intervalo finito como infinito.
• SEÑALES DE VALOR DISCRETO.- Si toma valores de un
conjunto finito de valores.
Señales Analógicas
sin(2*pi*f*n), f=40Hz
1
0.5
-0.5
-1
0 20 40 60 80 100
cos(2*pi*f*n), f=40Hz
1
0.5
-0.5
-1
0 20 40 60 80 100
7
Señales Digitales
sin(2*pi*(f/fs)*n), f=40Hz fs=1000
1
0.5
-0.5
-1
0 5 10 15 20 25 30
0.5
-0.5
-1
0 5 10 15 20 25 30
8
Sistemas de Procesamiento Digital
de Señales
• Señal continua Señal Cont.
Filtro A/D Procesador D/A Filtro
9
Sistemas de Procesamiento Digital
de Señales Bioléctricas
• Etapa de Amplificación y Aislamiento
• Señales a procesar:
• ECG Vin= 0 a 1mv Banda = 0 a 100Hz.
• EEG Vin= -10uv a 100uv Banda= 10Hz a 100Hz
• Vin= 50uv a 1mv Banda= 10- 3000 Hz.
• Amplificadores de instrumentación
• Opto acoplamiento.
10
Sistema de Procesamiento Digital
de Señales Bioeléctricas
•Conversión A/D.- Esta etapa se encarga de
convertir una señal analógica en digital.
Características:
• Velocidad de muestreo (muestras/seg)
• Resolución: Nº de bits por muestra
• Proceso muestreo, cuantificacion, codificación.
Conversión A/D
TEOREMA DE MUESTREO
Si la frecuencia más alta contenida en una señal
analógica Xa(t) es Fmax=B y la señal se muestrea a una
velocidad fs 2fmax=2B entonces Xa(t) se puede
recuperar totalmente a partir de sus muestras.
fs 2fmax
Mg.Ing Rafael Bustamante Alvarez
11
Sistema de Procesamiento Digital de
Señales Bioelectricas
• Teorema de muestreo.-
fs>= 2fm (Teoría)
fs>= 2.5fm (Práctica)
fs= 250Hz ECG,EEG 8 bits (muestra)
7500Hz EMG ó 16 bits
Teorrema de muestreo
12
TEOREMA DE MUESTREO
• ESPECTRO DE UNA SEÑAL PERIODICA
• Aliasing
fs/2 fs f
CUANTIFICACIÓN
• Es la conversión de una señal de tiempo discreto con valores
continuos, a una señal de tiempo discreto con valores discretos. El
valor de cada muestra de la señal se representa mediante un valor
seleccionado ce un conjunto finito de valores posibles.
L= Niveles de Cuantificación.
= Escalón de Cuantificación.
Xmax-Xmin= Rango Dinámico
= Rango Dinámico/(L-1)
Cuantificador por Redondeo.- Asigna a cada muestra el
nivel de cuantificación mas cercano.
Cuantificador por Truncamiento.- Asigna a cada muestra el nivel
inmediatamente por debajo de la muestra.
Relación de Señal a Ruido de Cuantificación.-
SNRQ(dB)=1.76+6.02 b
b= resolución del Conversor.
Mg.Ing Rafael Bustamante Alvarez
13
Cuantificación
Niveles
5
4
3
2
0 1 2 3 4 5 6 7
Mg.Ing Rafael Bustamante Alvarez Nº de Muestras
CODIFICACIÓN
• Es el proceso mediante el cual cada valor discreto se representa
mediante una secuencia binaria de bits.
Código Binario
0110
010 1
0100
0011
0010
0 1 2 3 4 5 6 7
Mg.Ing Rafael Bustamante Alvarez Nº de Muestras
14
Sistema de Procesamiento Digital
de Señales
• Procesador Digital de Señales: Se ejecutan
algoritmos de filtraje digital, analisis en
frecuencia (FFT), sobre las muestras
provenientes de la etapa de conversión A/D.
• Procesos en tiempo real. (Basados en DSPs).
• Procesos en tiempo diferido.
15
Aplicaciones
Algoritmo
de PDS
16
Aplicaciones
Internal Buses
17
• Producto de dos vectores:
Repeticion de un
bloque de inst.
Instrucciones en
paralelo
Mg.Ing Rafael Bustamante Alvarez
18
Sistema de Procesamiento de Señales
Digitales Bioléctricas
• Etapa de conversión Digital Análogo.-
Convierte las muestras procesadas en senales
continuas en el tiempo.
• Componentes:
- Conversor D/A,
- Muestreo y retención (circuito retensor de orden cero que
mantiene fijo el voltaje correspondiente a una muestra hasta que
venga otra y evita el glitch (sobrepico).
• D/A Mg.Ing Rafael Bustamante Alvarez
GLITCH
19
Características de un D/A
Resolución: Es el mínimo cambio incremental de la salida analógica. Su valor es FS/2N,
donde N es el número de bits del convertidor. Así, por ejemplo, si se trata de un convertidor
unipolar de 8 bits y el fondo de escala es 5V, la resolución sería 5/28=19.5 mV. Es frecuente
referirse a la resolución con el número de bits.
Tiempo de conversión o establecimiento (settling time): Es el tiempo que transcurre
desde que a la entrada del DAC se presenta una combinación binaria hasta que la señal
analógica de salida adquiere el valor que le corresponde,
Conversión unipolar/bipolar: Esta característica indica la posibilidad de
que los CDA acepten códigos de entrada unipolares y/o bipolares
Salida analógica: Puede ser en corriente o en tensión.
Margen dinámico de la señal de salida: Es el rango de variación de la corriente o la
tensión de salida.
20
Muestreo
Muestreo
21
Muestreo
Muestreo
22
Secuencias de Tiempo Discreto
• 1) Impulso Unitario.-
• 2)Escalón Unitario.-
• 3)Rampa Unitaria.-
• 4)Señal Exponencial.-
Y[n]=2x[n]
x[n]
23
PROPIEDADES DE LOS SITEMAS DE PROCESAMIENTO
DIGITAL DE SEÑALES
3.-Causalidad.- Un sistema es causal si en cualquier instante de tiempo
depende solo de los valores presente y pasados. Ejm
y(n)=x(n-1) es un sistema causal
y(n)=x(n)-x(n+1) sistema no causal
4.-Estabilidad.- Intuitivamente, un sistema estable es aquel en el que las
entradas pequeñas conducen a respuestas que no
divergen ejm.
M
1
y[n] x[n k]
2M 1 k M
Si x[n] max B
x ( n ) y ( n ) - - - - - -(1)
x (n k ) y ( n k ) - - - -(2)
24
Mg.Ing Rafael Bustamante Alvarez
25
PROPIEDADES DE LOS SITEMAS DE PROCESAMIENTO
DIGITAL DE SEÑALES
T[a 1 x 1 ( n ) a 2 x 2 ( n )] a 1 T[ x 1 ( n )] a 2 T[ x 2 ( n )]
26
Representación de Sistemas Discretos Mediante
Diagramas de Bloques
C)Multiplicador de señal
D)Retardo de un elemento
X[n] Y[n]=X[n-1]
Z-1
E) Adelanto de un elemento:
X[n] Y[n]=X[n+1]
Z
Ejemplo:Y[n]=1/4Y[n-1]+1/2X[n]+1/2X[n-1]
27
PROCESAMIENTO DIGITAL DE
SEÑALES
Profesor:
Mg. Ing. Rafael Bustamante Alvarez
Y[n]=2x[n]
x[n]
28
PROPIEDADES DE LOS SITEMAS DE PROCESAMIENTO
DIGITAL DE SEÑALES
3.-Causalidad.- Un sistema es causal si en cualquier instante de tiempo
depende solo de los valores presente y pasados. Ejm
y(n)=x(n-1) es un sistema causal
y(n)=x(n)-x(n+1) sistema no causal
4.-Estabilidad.- Intuitivamente, un sistema estable es aquel en el que las
entradas pequeñas conducen a respuestas que no
divergen ejm.
M
1
y[n] x[n k]
2M 1 k M
Si x[n] max B
x ( n ) y ( n ) - - - - - -(1)
x (n k ) y ( n k ) - - - -(2)
29
Mg.Ing Rafael Bustamante Alvarez
30
PROPIEDADES DE LOS SITEMAS DE PROCESAMIENTO
DIGITAL DE SEÑALES
T[a 1 x 1 ( n ) a 2 x 2 ( n )] a 1 T[ x 1 ( n )] a 2 T[ x 2 ( n )]
31
Representación de Sistemas Discretos Mediante
Diagramas de Bloques
C)Multiplicador de señal
D)Retardo de un elemento
X[n] Y[n]=X[n-1]
Z-1
E) Adelanto de un elemento:
X[n] Y[n]=X[n+1]
Z
Ejemplo:Y[n]=1/4Y[n-1]+1/2X[n]+1/2X[n-1]
32
Secuencias fundamentales
31
Secuencias fundamentales
Resolver:
Secuencias fundamentales
Resolver:
32
PROCESAMIENTO DIGITAL DE
SEÑALES
Profesor:
Mg. Ing. Rafael Bustamante Alvarez
TEOREMA.- Cada sistema LTI puede ser completamente caracterizado por su respuesta al
impulso, esto es la respuesta (salida) de un sistema lineal, frente a una señal de impulso.
Si:
x n 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 x k n k
k k
y n x k h k n
k
Mg.Ing Rafael Bustamante Alvarez
33
CONVOLUCIÓN
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)
Z-k f(k)
Ejm.
f(-1) Zf(-1)
f(1) --> Z-1f(1)
34
Definición de la Transformada Z
n
1
Z 1
1 - Z -1
Zm
-1
n n n Z
(1 - Z -1 ) 2
1
n ( n 1) Z
1 - Z -1
Mg.Ing Rafael Bustamante Alvarez
35
PROPIEDADES DE LA TRANSFORMADA Z
Secuencia Transformada
x n X(Z)
x 1 n X1(Z)
x2n X2(Z)
ax1n bx 2n aX1(Z) bX 2(Z )
xn no Z -no X (Z )
x1n * x2n X1(Z).X2(Z )
nx n
dX(Z)
-Z
dZ
LA TRANSFORMADA Z INVERSA
Se trata de hallar la secuencia x(k) a partir de X(z).
Métodos:
1)Por división
-1
10Z
X ( Z )
1 3Z 1 2 Z 2
Tras dividir:
36
2) Por Fracciones parciales:
10Z X(Z) 10 10
X(Z)=
( Z 1)( Z 2 ) Z Z 1 Z 2
1 1
10 10
1 1
1 2 Z 1
X(Z)=
Z
X[k]=
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)Método 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
Mg.Ing Rafael Bustamante Alvarez
38
Filtro Digital
Es un conjunto de operaciones lógico matemáticos que permiten el paso que permiten el paso
de una señal a través de un sistema dentro de un rango de frecuencias.
Si se tiene:
b 0 y z ...... b m Z m y ( Z ) a 0 x ( Z ) ...... a n Z n x Z
M N
y( Z) 1
bmZ
x Z
anZ
m n
m n
N N
y Z
anZ n
H ( Z )
n a Z n
n
n
M
x ( Z) M
1 b m Zm
Mg.Ing Rafael Bustamante Alvarez
1
m
b m Zm
m
Clasificación :
1) Filtros IIR (bm0)
2) Filtros FIR (bm=0)
39
Mg.Ing Rafael Bustamante Alvarez
40
FILTROS IIR
La salida depende tanto de las entradas presentes y previas así como las salidas previas.
bm0
X(K)
Y(k)
Z-1
N
Z-1
a n Z n
H (Z) n
M
1 b m Z m
2 1 z 1
s
m
T 1 z 1
Z=esT Relación de Z con la S T=
periodo de muestreo.
Transformador bilineal
|H(w)|
W
Wc Ws
41
FILTRO FIR
La salida es la suma de las muestras de la señal de entrada previas y presentes
bm=0.
N
H Z a n Z n
n
x(k) y(k)
Z-1
N
y n h k x n k
k
W cTsenk-W cT
h k
k W c T
sen k
0 1 4
h k
Ejm: Si
1
Ws
m
4
W c
k
fs
8 Mg.Ing Rafael Bustamante Alvarez 4
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];
42
Optimizando la respuesta del filtro fir
método de ventanas
h K h k .w k
1 K N
W k R
0, K N
1 cos( k
N ), K N
W k H
0, K N
0 .54 Ventana de Hamming
0 .56Mg.InV
g Re
afn
aeltB
aunstaamante dAlvearezHanning
43
REPRESENTACIÓN EN EL DOMINIO DE LA
FRECUENCIA
• Objetivos:
DTFT
• Es la Transformada de Fourier de una Secuencia Discreta.
• x[n] X(w)
• Una condición suficiente para la convergencia de la transformada
• Discreta de Fourier de Tiempo Discreto es que x(n) sea absolutamente
• Sumable:
•
X ( w ) x ( n )e jwn x ( n ) e jwn x (n )
n • n n
• Propiedades:
• 1.-Linealidad. ax1(n)+bx2(n) aX1(w)+bX2(w)
• 2.-Desplazamiento. x(n-k) e-jwkX(w)
• 3.-Convolución. x1(n)*x2(n) X1(w).X2(w)
Mg.Ing Rafael Bustamante Alvarez
44
DFS
2
~ N 1 ~ j kn
1
x ( n )
N X ( k ).e N
k 0
~
N 1
~
2
j kn
( k ) ( n ).e
• N
X x
• Es su transformada
k 0
DFT
• Una secuencia x(n) con 0 n N-1 muestras no cero, se puede repetir para formar
una versión periódica .
•
~ 1, 0 n N -1
X(k ) X(k).R N (n ) donde R N (n)
0 otro caso
2
N 1 j kn
X (k )
n 0
x ( n ).e N
(DFT)
N 1 2
j kn
1
x ( n )
N
k 0
X ( k ).e N
(IDFT)
45
Mg.Ing Rafael Bustamante Alvarez
46
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)
• Simetría
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) 1M
n g.InN
g R-af1ael Bupsa
tarma(nstiemAelvtarrieaz)
Ejemplo
Mediante la DFT, determine la convolución de las dos secuencias siguientes: x1={2,1,2,1} y
Solución: x2={1,2,3,4}
x 3 ( n ) x 1 ( n ) x 2 ( n )
x1 ( n ) DFT
,
X 1 (k ) y x2 (n ) DFT
,
X 2 ( k ) donde N 4
N
j 2 nk
N
3
X 1 (k ) x
n0
1 (n ) e 4
k 0,1,2,3
j 2k j 3k
j k
2 e 2
2 e e 2
X 1 (0 ) 6 X 1 (1) 0 X 1 ( 2 ) 2 X 1 (3 ) 0
3 j 2 nk
X 2 (k ) n0
x2 (n ) e
47
4
k 0,1,2,3
j 2k j k j 3k
1 2 e 2
3e 4e 2
X 2 ( 0 ) 10 X 2 (1) 2 2 j X 2 ( 2 ) 2 X 2 (3 ) 2 2 j
Mg.Ing Rafael Bustamante Alvarez
48
Ejemplo
x 1 ( n ) x 2 ( n ) DFT
,
X 3 ( k ) X 1 ( k ). X 2 ( k )
N
X 3 ( 0 ) 60 X 3 (1 ) 0 X 3 (2) 4 X 3 (3) 0
2
N 1 j kn
1
La IDFT de X
3 es x ( n ) X ( k ). e N
N k0
1 3 j 2 nk
x 3 ( n ) X 3 (k ) e 4
n 0,1,2,3,
4
k 0
1 j n
( 60 4 e )
4
x 3 (0) 14 x 3 (1) 16 x 3 (2) 14 x 3 (3) 16
49
Mg.Ing Rafael Bustamante Alvarez
Enfoque: “Divide y vencerás”
50
Transformada Rápida de Fourier (FFT)-
Base 2
x(0) X(0)
-1
x(2) X(1)
-1
X(2)
x(1)
-1 -1
x(3) X(0)
-1
x(4) X(1)
-1
X(2)
x(2)
-1 -1
x(6) X(3)
-1
x(1) X(4)
-1 -1
x(5) X(5)
-1 -1 X(6)
x(3)
-1 -1 -1
x(7) X(7)
Mg.Ing Rafael Bustamante Alvarez
51
Transformada Rápida de Fourier
• Generalización
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)
y(n)
x(n) Sistema
+
-
adaptativo
e(n)
Algoritmo
adaptativo
+
Mg.Ing Rafael Bustamante Alvarez
52
Estructura Directa
Aplicación:
Identificar
Sistema
Desconocido
sistemas
d(n)
x(n) y(n) +
Sistema -
adaptativo
e(n)
Estructura Inversa
Aplicación:
Ecualización de
canales de
comunicación
d(n)
y(n) +
x(n) Sistema
Desconocido
Sistema -
adaptativo
e(n)
53
Estructura Predictor
Aplicación:
Sistemas de control –
Control Adaptativo y
neuronal
d(n)
x(n-p) +
x(n) Retardo Sistema y(n) -
adaptativo
e(n)
d(n)= s(n)+ro(n)
y(n) +
x(n)=r1(n) Sistema -
adaptativo
e(n)
( n ) ( d ( n ) y ( n )) 2 ( s ( n ) ro ( n ) f ( r ( n ))) 2
2
e 1
Mg.Ing Rafael Bustamante Alvarez
54
e
2
Algoritmo Least means square (LMS)
( n ) ( d ( n ) y ( n )) 2 ( s ( n ) r o ( n ) f ( r1( n ))) 2
J
a n 1 an
a n
J e 2 (n)
J (d (n) y(n)) 2
L 1
y(n) wn (k ) x(n k )
k 0
55