APELLIDOS:

NOMBRE: DNI:
Dpto. de Ingeniería ASIGNATURA: Procesado Digital de la Señal
de Circuitos y
GRADO EN
Sistemas
Fecha Curso Calificaciones parciales Cal final
6 Julio 2012 2

PROBLEMA 1 (3 PUNTOS)
De un filtro real FIR tipo II se conoce que es de orden 5 y que la función de sistema
tiene un cero en zo1=0,5ej/3. Además la ganancia del filtro es 1 para la componente
continua.
a) Determine la función de sistema expresándola, si es posible, como cocientes
de polinomios en potencias negativas de la variable “z”. (1 punto)
b) Indique cuál es su función de amplitud. (0,5 puntos)
c) Describa su función de fase. (0,5 puntos)
d) Calcule el retardo de grupo. (0,5 puntos)
e) Represente el diagrama de flujo del filtro con el menor número posible de
coeficientes. (0,5 puntos)

SOL:

a) Al ser un sistema de fase lineal (FIR tipo II) real sus raíces aparecen por
cuaternas. Además, al ser un filtro FIR tipo II debe tener un cero en z=-1;
Por tanto la función de sistema vendrá dada por:
    
H ( z )  k 1  0,5ei 3 z 1 1  0,5e  i 3 z 1 1  2ei 3 z 1 1  2e i 3 z 1 1  z 1 
  
H ( z )  k 1  0,5 z 1  0,25 z 2 1  2 z 1  4 z 2 1  z 1 
Para determinar “k” particularizamos la respuesta en frecuencia para la
componente continua o bien la función de sistema para z=1, obteniendo:
H ( z ) z 1  k 1  0,5  0,251  2  4 1  1  1  k  2 / 9

H ( z) 
2
9
  
1  0,5 z 1  0,25 z 2 1  2 z 1  4 z 2 1  z 1 
2 5 21 5 
H ( z )  1 - z 1  z 2 - z 3  z 4  1  z 1
9 2
 
4 2 
2 5 21 5 
H ( z )  1 - z 1  z 2 - z 3  z 4  1  z 1
9 2
 
4 2 
2 1 11 11 1 2 
H ( z )    z 1  z 2  z 3  z 4  z 5 
9 3 18 18 3 9 
b) Para ello debemos expresar la respuesta en frecuencia de la siguiente
forma:
   
H (e j )  A e j ·e j   donde A e j  
2
 
H (e j )  1  0,5e  j  0,25e 2 j 1  2e  j  4e 2 j 1  e  j
9
 
2 5 21 5 
H (e j )  1 - e  j  e 2 j - e 3 j  e 4 j  1  e  j
9 2
 
4 2 
2 5 21 5 

H (e j )   e 2 j - e j  - e  j  e 2 j e 2 j e j / 2  e  j / 2 e  j / 2
9

2 4 2 

1
Asignatura: Procesado Digital de la Señal Convocatoria: Julio 2012

2  21   2 j
H ( e j )    2 cos2   5 cos e 2 cos 2 e  j / 2
9 4 
2  21 
H (e j )    2 cos2   5 cos 2 cos 2e  j 5 / 2
9 4 
Finalmente la función de amplitud será:
2  21 
A(e j )    2 cos2   5 cos 2 cos 2
9 4 
c) De la expresión obtenida anteriormente de la respuesta en frecuencia se
deduce la función de fase:
 (e j )  5 / 2
d) Dada la función de fase, el retardo de grupo se determina como.

 e j   

d  ( e j )
d  5 / 2)
 5 / 2 (muestras)
d d
Este mismo valor se podría haber determinado por el instante de tiempo de
simetría de la respuesta al impulso del sistema.
e) A partir de la función de sistema obtenida en el apartado “a” se determina
fácilmente la estructura:

z-1 z-1
x[n]

z-1

z-1 z-1

2/9 -1/3 11/18

y[n]

2
Asignatura: Procesado Digital de la Señal Convocatoria: Julio 2012

PROBLEMA 2 (3 PUNTOS)
Dada una secuencia x[n]   [n  1] , se sabe que la convolución con otra secuencia
y[n] da como resultado una secuencia z[ n]   [ n  1]   [ n  3] .
a) Haciendo uso de la DFT (y empleando el método matricial) determine la
secuencia y[n], justificando los órdenes de las DFT e IDFT utilizadas en su
caso. (1,5 puntos).
b) Justifique, si es posible o no, cómo podría realizarse la de-convolución realizada
en el apartado anterior mediante el uso de la convolución circular. (0,5 puntos)
c) Justifique si se podría determinar la secuencia z[n] partiendo de las secuencias
x[n] e y[n] dadas con un orden menor de DFT. (1 punto)

SOL:
a) Dado que la secuencia resultante de la convolución tiene muestras en el
intervalo 0  n  3 , tendremos que emplear la DFT o IDFT de orden 4. Como la
secuencia x[n] tiene muestras en el intervalo 0  n  1 , quiere decir que la
secuencia y[n] tendrá muestras no nulas en el intervalo 0  n  2 .
Calculando la DFT de orden 4 de las secuencias x[n] y z[n] se obtiene:

Z [0]  0 X [0]  1
Z [1]  2 j X [1]   j
Z [2]  0 X [2]  1
Z [3]  2 j X [3]  j
Z [k ]  X [k ]·Y [k ] 0  k  3

Como:
Z [k ]  X [k ]·Y [k ] 0  k  3

Tendremos que:
Y [k ]  Z [k ] / X [k ] 0  k  3
Y [0]  Z [0] / X [0]
Y [1]  Z [1] / X [1]
Y [2]  Z [2] / X [2]
Y [3]  Z [3] / X [3]

Resultando:
Y [0]  0 ; Y [1]  2 ; Y [2]  0 ; Y [3]  2 -> IDFT -> y[0]=-1; y[1]=0; y[2]=1
b) No es posible resolver el problema empleando la convolución circular, puesto
que no hay una operación inversa en el dominio del tiempo que permita
hacerlo. Es por ello que se emplea la DFT como se realiza en el apartado
anterior.
c) Efectivamente es posible con las secuencias dadas, aunque no es generalizable

para cualquier caso. Denominemos x[ n]  x[ n  1] .
 
Entonces: z [ n]  x[ n]  y[ n]  x[ n  1]  y[ n]  z[ n  1]
 
Donde x[ n]  x[ n  1] tiene una duración de una muestra y z [ n]  z[ n  1] tiene una
duración de 3 muestras. Por tanto podría emplearse una DFT de orden 3. Teniendo
en cuenta las propiedades de desplazamiento de la DFT (que son las mismas que
el desarrollo en serie de Fourier) se obtendría lo siguiente:
 
Z [k ]  X [k ]·Y [k ] 0  k  2

3
Asignatura: Procesado Digital de la Señal Convocatoria: Julio 2012

 
Y [k ]  Z [k ] / X [k ] 0  k  2
 
Y [0]  Z [0] / X [0]
 
Y [1]  Z [1] / X [1]
 
Y [2]  Z [2] / X [2]
Calculando la IDFT de orden 3 de Y[k] obtendremos la secuencia y[n].
Los valores de las DFT obtenidas con orden 3 no estarán relacionadas con los de la
DFT obtenidos con orden 4.

4
Asignatura: Procesado Digital de la Señal Convocatoria: Julio 2012

PROBLEMA 3 (4 PUNTOS)

El diagrama de bloques de la figura 1 opera en tiempo real. Se sabe que x1(t) y

x2(t) se muestrean a sus correspondientes frecuencias de Nyquist, que al
convertidor D/C ideal llegan 40.000 muestras por segundo y que y(t) contiene toda
la formación de x1(t) y x2(t).
a) Indicar los valores más representativos de los sistemas A, B, C, y D.
(1 punto)
b) Representar los espectros de x1EF[n], y x2EF[n]. (1 punto)
c) Representar el espectro de z[n]. (1 punto)
d) Representar el espectro de y(t). (1 punto)

Datos:

 M 1  2 (15)10 3 (rad / s ) ;  M 2  2 (2,5)10 3 (rad / s ) ;

X1(t) X1[n] X1E[n]

X1EF[n]
C/D
A B
z[n] y[n] y(t)
D/C
T1 E
X2(t) X2[n] X2E[n] X2EF[n]
C/D
C D X2EFM[n] T3

T2
Figura 1.  7 
cos n
 24 

X1(j)
1 X2(j)
1

M1  (rad/s) M2  (rad/s)

Figura 2. Figura 3.

5
Asignatura: Procesado Digital de la Señal Convocatoria: Julio 2012

Solución:

a) A partir de la salida:

Sabemos que en las entradas:

Señal Muestras/s Frecuencia de Señal Muestras/s L:M

muestreo
X1[n] 30000 15kHz Y[n] 40.000 4:3

X2[n] 5000 10kHz Y[n] 40.000 8:1

Por tanto, E es un diezmador con factor de diezmado M=3, por lo cual:

Sistema Denominación Características

A Interpolador L4

B Filtro digital paso Ganancia = 4

bajo ideal 
Pulsación de corte,  C 
4

Sistema Denominación Características

C Interpolador L  8 x3  24

D Filtro digital paso Ganancia = 24

bajo ideal 
Pulsación de corte,  C 
24

Señal Muestras/s
Y[n] 40.000
z[n] 40.000x3=120.000
x1EF[n] 120.000
x2EFM[n] 120.000

6
Asignatura: Procesado Digital de la Señal Convocatoria: Julio 2012

X2EF[n] 120.000

X1EF(Ω)
b)
4
T1

  2  (rad )
4

X2EF(Ω)
24
T 2

  2  (rad )
24

Z(Ω)
c) 4
T1 12
T 2

  2  (rad )
3

7
4
24

Z ( )
d)
4T3 12 T 3
T1 T 2


  (rad / s)
3 T3
4T3

21
24T3

7
Asignatura: Procesado Digital de la Señal Convocatoria: Julio 2012

TABLAS

MÉTODO DE LA TRANSFORMACIÓN BILINEAL

2 1  z 1  T 
s   2 arctg d 
Td 1  z 1  2 

Polinomios y polos de Butterworth (c= 1 rad/s)

10 Aa / 10  1 
log  Ap / 10 
1 1 10  1
H (s)  ; H ( j )  ; N 
a 0  a1 s  a 2 s ··· a N s
2 N
   2N 
1/ 2
 
1     2 log  a 
   C    p 
 

Orden a0 a1 a2 a3 a4 a5 a6 a7 a8
1 1 1
2 1 1.4142 1
3 1 2 2 1
4 1 2.6131 3.4142 2.6131 1
5 1 3.2361 5.2361 5.2361 3.2361 1
6 1 3.8637 7.4641 9.1416 7.4641 3.8637 1
7 1 4.4940 10.0978 14.5918 14.5918 10.0978 4.4940 1
8 1 5.1258 13.1371 21.8462 25.6884 21.8462 13.1371 5.1258 1

Orden polos
1 -1
2 -0.7071-0.7071j; -0.7071+0.7071j
3 -0.5000+0.8660j; -0.5000-0.8660j -1
4 -0.3827-0.9239j; -0.3827+0.9239j; -0.9239-0.3827j; -0.9239+0.3827j
5 -0.3090-0.9511j; -0.3090+0.9511j; -0.8090-0.5878j; -0.8090+0.5878j;
-1
6 -0.2588+0.9659j; -0.2588-0.9659j; -0.7071+ 0.7071j; -0.7071-0.7071j;
-0.9659+0.2588j; -0.9659-0.2588j
7 -0.2225+0.9749j; -0.2225-0.9749j; -0.6235+0.7818j; -0.6235-0.7818j;
-0.9010+0.4339j; -0.9010-0.4339j; -1
8 -0.1951+0.9808j; -0.1951-0.9808j; -0.5556+0.8315j; -0.5556-0.8315j;
-0.8315+0.5556j; -0.8315-0.5556j; -0.9808+0.1951j; -0.9808-0.1951j

8
 Asignatura: Procesado Digital de la Señal Convocatoria: Julio 2012

DISEÑO DE FILTROS FIR. MÉTODO DE LA VENTANA.

Ventana rectangular: Ventana de Bartlett o triangular:

1  M  n  M  ( M  1)  n
wn    M  n  M
0 resto wn   ( M  1) 2
 0 resto
Ventana de Hanning: Ventana de Hamming:
  n    n 
0.5  0.5 cos  M  n  M 0.54  0.46 cos  M  n  M
wn    M  1 wn    M
 0 resto  0 resto

Ventana de Kaiser:
   2

1/ 2

 I o   1   n   
   M  
wn     
 M  n  M
 I o ( )

 0 resto
 01102
. ( A  8.7) A  50

  0.5842( A  21)  0.07886( A  21) 21  A  50
0.4

 A  21
 0
: rizado; A=-20·log() (dB)
A  7.95
M
28.72· 
   a   p  2 Anchura de la banda de transición
2

 ( / 2) k  2 4 1 6 1
I o ( )  1     1    •••
k 1  k !  4 2 4 2 2 2 6 62

Ventana Amplitud relativa del Ancho Error de aproximación de

lóbulo secundario (dB) aproximado del pico
lóbulo principal 20 log( ) (dB)
Rectangular -13.5 2/M -21
Bartlett -27 4/M -25
Hanning -31 4/M -44
Hamming -41 4/M -53
Blackman -57 6/M -74

FILTRO PASO BAJO IDEAL

Respuesta al impulso de un filtro paso bajo ideal, cuya respuesta en frecuencia tiene ganancia unidad y frecuencia de
corte c:
sen c n 
hn 
n
TRANSFORMADA DE FOURIER FUNCIÓN VENTANA RECTANGULAR
1 0  n  N  1 senN / 2   j  N 1 / 2
wn   W e j   e
0 resto sen / 2