Apuntes de Aula de Laboratorio de Procesamiento Digital de Señales

La Transformada Z
Cálculo por medio de transformadas
El cálculo de la salida se puede hacer como sigue:

x[n] X(z)
 Y(z) y[n]
h[n] H(z)
Transformadas :
 Transformada Z
 Transformada de Fourier de tiempo discreto (DTFT)
 Transformada de Fourier discreta (DFT)
 Transformada rápida de Fourier (FFT)

Transformada Z directa :

X z    xnz
n  
n

Ejemplo 1
x [n] 3
2 2
1
0
X z   x0 z 0  x1 z 1  x2 z 2  x3 z 3
 2  z 0  1 z 1  3  z 2  2  z 3
X z   2  z 1  3  z 2  2  z 3
Se debe indicar la región de convergencia (RC).
RC: Plano z completo excepto z = 0

Cálculo de la transformada Z inversa

 Inspección mas propiedades.
 Expansión en fracciones parciales.
 Expansión en serie de potencias.

1
Apuntes de Aula de Laboratorio de Procesamiento Digital de Señales

(*) Tabla tomada del libro de OPPENHEIM A. V., SCHAFER R.W. Segunda Edición. Tratamiento de Señales en Tiempo
Discreto.

Expansión en fracciones parciales

Ejemplo 2
Hallar la transformada z inversa de la función
1−𝑧 −1 −6𝑧 −2
𝑋(𝑧) = |𝑧| > 2 2
1−1.5𝑧 −1 −𝑧 −2
mediante la expansión en fracciones parciales. RC

2
Apuntes de Aula de Laboratorio de Procesamiento Digital de Señales

Solución
−6𝑧 −2 − 𝑧 −1 + 1 | − 𝑧 −2 − 1.5𝑧 −1 + 1
−6𝑧 −2 − 9𝑧 −1 + 6 6
−1
8𝑧 − 5

−5+8𝑧 −1 −5+8𝑧 −1 𝐴 𝐵
𝑋(𝑧) = 6 + = 6 + (1+0.5𝑧 −1 )(1−2𝑧 −1 ) = 6 + +
1−1.5𝑧 −1 −𝑧 −2 1+0.5𝑧 −1 1−2𝑧 −1
−5+8(−0.5)−1 −5−16 21
𝐴= = =− = −4.2
1−2(−0.5)−1 1+4 5
−5+8(2)−1 −5+4 1
𝐵= = =− − 0.8
1+0.5(2)−1 1+0.25 1.25
1 1
𝑋(𝑧) = 6 − 4.2 − 0.8
1+0.5𝑧 −1 1−2𝑧 −1
𝑥[𝑛] = 6𝛿[𝑛] − 4.2(−0.5) 𝑢[𝑛] − 0.8(2)𝑛 𝑢[𝑛]
𝑛

Ejemplo 3
Hallar la transformada Z inversa del sistema con función de transferencia
1 − 𝑧 −1 − 6𝑧 −2
𝐻(𝑧) =
1 − 1.5𝑧 −1 − 𝑧 −2
Haga la expansión en fracciones parciales mediante la función residuez del MATLAB.
Solución
Corremos el programa
b =[1 -1 -6];
a =[1 -1.5 -1];
[R,P,K]=residuez(b,a)
En la ventana de comandos del matlab obtenemos:
R =
-0.8000
-4.2000
P =
2.0000
-0.5000
K =
6
1 1
Luego, 𝐻(𝑧) = 6 − 0.8 1−2𝑧 −1 − 4.2 1+0.5𝑧 −1
Por tanto, ℎ[𝑛] = 6𝛿[𝑛] − 0.8(2)𝑛 𝑢[𝑛] − 4.2(−0.5)𝑛 𝑢[𝑛] Im{z}

Propiedades de la Región de Convergencia

Secuencia derecha
RC : z  max pk
Re{z}

RC
3
Apuntes de Aula de Laboratorio de Procesamiento Digital de Señales

Secuencia izquierda Im{z}

RC : z  min pk

Re{z
}

RC
Im{z}
Secuencia bilateral

Re{z
}

RC
Función de Transferencia
Transformada Z de su respuesta impulsional
H z   Z  hn 
A partir de la ecuación en diferencias
Y z  b0  b1 z 1    bM z  M
H z   
X z  1  a1 z 1    aN z  N
Los polinomios del numerador y del denominador se representan B(z) y A(z)
respectivamente
B z 
H z  
Az  Im{z}

Estabilidad
La RC de la función de transferencia de un sistema
estable contiene a la circunferencia de radio
unitario 1 Re{z}

RC
4
Apuntes de Aula de Laboratorio de Procesamiento Digital de Señales

Causalidad
La RC de la función de transferencia de un sistema causal es el exterior de una
circunferencia y contiene al punto z = .
Im{z}

Re{z}

R
Ejemplo 4
Un sistema LTI causal tiene función de transferencia :
3  4 z 1
H z  
1  3.5 z 1  1.5 z 2
1) Determine el diagrama de polos y ceros
2) Hallar la respuesta impulsional
%************************************************
% Determinar el diagrama de polos y ceros
% y la respuesta impulsional
% de un sistema de tiempo discreto
%************************************************
% Reinicializar el ambiente
close all; clear all;
% Funcion de Transferencia
B = [3 -4 0 ];
A = [1 -3.5 1.5];
% Diagrama de polos y ceros
zplane(B,A); grid;
pause;
ceros=roots(B)
polos=roots(A)
% Respuesta impulsional
[h,n]=impz(B,A);
stem(n,h);
grid; ylabel('h[n]'); xlabel('n');
title('Respuesta Impulsional');

5
Apuntes de Aula de Laboratorio de Procesamiento Digital de Señales

Transformada de Fourier de Tiempo Discreto (DTFT)

A partir de la Transformada Z

 
X e j  X z  z e j Im{z}

z  e j ,      
ω
1 Re{z}

    x[n]  e

j  jn
X e
n  

Ejemplo 5
𝑛
Graficar la magnitud y la fase de la DTFT de la secuencia 𝑥[𝑛] = (12) 𝑢[𝑛]
Solución
La secuencia es absolutamente sumable, por tanto, la DTFT existe,
1
𝑋(𝑒 −𝑗𝜔 ) = 𝑋(𝑧) | 𝑗𝜔 =
𝑧=𝑒 1
1 − 2 𝑒 −𝑗𝜔
close all; clear all;
w=[-2*pi:2*pi/200:2*pi];
j=sqrt(-1);
X=1./(1-(1/2)*exp((-1)*j*w));
subplot(211);
plot(w/pi,abs(X));grid;
title('Magnitud');
subplot(212);
plot(w/pi,180*angle(X)/pi);grid;
ylabel('°');title('Fase');
Magnitud
2

1.8

1.6

1.4

1.2

0.8

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

Fase
30

20

10

° 0

-10

-20

-30
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

Respuesta en Frecuencia
6
Apuntes de Aula de Laboratorio de Procesamiento Digital de Señales

Es la DTFT de la respuesta impulsional :  

H e j
Magnitud de la Respuesta en Frecuencia :
  H e j (Respuesta en amplitud o
ganancia del sistema)

Fase de la Respuesta en Frecuencia : H e  j

(Respuesta en fase o
desplazamiento de fase del sistema)

A partir de la Función de Transferencia : H e   H z 

j
z e j

Significado de la Respuesta en Amplitud y la Respuesta en Fase.

x[n] H(z) y[n]

Ejemplo 6
Para el sistema de promedio móvil de tamaño 5 grafique la respuesta en amplitud y
la respuesta en fase.
Solución
h[n] 1/5

0 5 n

%******************************************
% Respuesta Frecuencial del
% Sistema Promedio Móvil N=5
%******************************************
% Reinicializar el ambiente
close all; clear all;
B=[1/5 1/5 1/5 1/5 1/5];
A=[1 0 0 0 0];
W=0:pi/503:pi;
H=freqz(B,A,W);
% Graficar la magnitud de H(e^jw)

7
Apuntes de Aula de Laboratorio de Procesamiento Digital de Señales

subplot(2,1,1);
plot(W/pi,abs(H));
grid; title('Respuesta en Amplitud');
ylabel('|H(e^jw)|'); xlabel('w/pi');
% Graficar la fase de H(e^jw)
subplot(2,1,2);
plot(W/pi,angle(H));
grid; title('Respuesta en Fase');
ylabel('< H(e^jw)'); xlabel('w/pi');

Filtros clásicos

 Filtro pasa bajas

|H(ej)|

- 0  
 Filtro pasa altas
|H(ej)|

- 0  
 Filtro pasa banda
|H(ej)|

- 0  
 Filtro supresor de banda
|H(ej)|

- 0  
Filtros Ideales Clásicos
8
Apuntes de Aula de Laboratorio de Procesamiento Digital de Señales

 Filtro pasa bajas

H(ej)

𝑠𝑒𝑛(𝜔𝑐 𝑛)
ℎ𝑙𝑝 [𝑛] = 𝜋𝑛

- -c 0 c  
 Filtro pasa altas
H(ej)

𝑠𝑒𝑛(𝜔𝑐 𝑛)
ℎℎ𝑝 [𝑛] = 𝛿[𝑛] − 𝜋𝑛

- -c 0 c  

Ejemplo 7
1) Generar una secuencia senoidal x[n] de 200 muestras con frecuencia 2/25
rad/muestra.
2) Obtener una secuencia x1[n] adicionando a la secuencia inicial un ruido aleatorio
uniformemente distribuido en el intervalo -0,25 a 0,25.
3) Obtener la secuencia y[n] filtrando la secuencia x1[n] con un sistema promedio
móvil de tamaño 5 recursivamente usando la función filter.
4) Lo mismo del punto 3 usando la función fft.

x [n] X
Tamaño=204

 Y y [n]
Tamaño=204
h [n] H
Tamaño=204

% Reinicializar el ambiente
close all; clear all;
% 1) Formar la secuencia de entrada
N=200;
n=[0:N-1];
x=sin(2*pi*n/25);
% 2) Formar la secuencia con ruido aditivo
x1=x+0.5*(rand(1,N)-0.5);
% 3) Calcular la salida usando la función filter
B=[1/5 1/5 1/5 1/5 1/5];
9
Apuntes de Aula de Laboratorio de Procesamiento Digital de Señales

A=[1 0 0 0 0 ];
y1=filter(B,A,x1);
% 4) Usando la función fft
% El tamaño de h, x1 debe ser N+5-1=N+4
h=[1/5 1/5 1/5 1/5 1/5 zeros(1,N-1)];
x2=[x1 zeros(1,4)];
H=fft(h);
X2=fft(x2);
Y2=H.*X2;
y2=ifft(Y2);
y2=real(y2);
% Graficar las secuencias
subplot(4,1,1); stem(n,x);
grid; ylabel('x[n]'); xlabel('n');
subplot(4,1,2); stem(n,x1);
grid; ylabel('x1[n]'); xlabel('n');
subplot(4,1,3); stem(n,y1);
grid; ylabel('y1[n]'); xlabel('n');
title('Salida obtenida empleando la funcion filter');
subplot(4,1,4); stem(n,y2(1:N));
grid; ylabel('y2[n]'); xlabel('n');
title('Salida obtenida empleando la funcion fft');

10