Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo grupal #1
GRUPO 1
NRC: 2242
DOCENTE:
AUTORES:
NICOLÁS NÚÑEZ
JHOAN ÍÑIGUEZ
Reporte #1
de todo tipo, haciendo uso del famoso teorema de Nyquist, en dónde se propone que el
rango de muestreo tiene que ser al menos 2 veces la frecuencia de la señal. Pero por otro
lado nuevas teorías establecen que se puede recuperar completamente cierto tipo de
señales utilizando muchas menos muestras a las propuestas en los métodos tradicionales.
Es decir que se propone una nueva forma de realizar muestreo, para sistemas en donde
adecuado.
La ventaja que nos ofrece es que en señales del tipo dispersas que presentan anchos de
banda con muy altas frecuencias en donde el teorema de Nyquist exige una frecuencia de
muestre muy alta, se da apertura a métodos de muestreo más eficientes y más detallados
Esta nueva forma es llamada la teoría del muestreo compresivo, también conocida
recuperación de señales, imágenes, etc., con base en el principio de dispersión que busca
de los picos de mayor energía formando una matriz, así como, en el principio de
pérdidas.
De manera más específica, el principio de dispersión dice que, dentro de una señal
los valores de mayor amplitud y resumirlos en una sola señal. Dependiendo del
coeficiente, hay elementos de la señal que dan un mayor aporte de información y otros
compresión eliminan los valores de menor amplitud y, por lo tanto, en teoría se estaría
perdiendo información del fenómeno de análisis. Sin embargo, para muchas aplicaciones
Este principio permite realizar una reducción de la información, de tal manera, que se
la señal de interés, la cual es dispersa, la señal resultante de muestreo y censado tiene una
Esto comprende que al momento de analizar una señal la cual posee ruido blanco, esta
tendrá una componente de alta frecuencia lo que conlleva a una mayor dispersión de la
de muestreo los cuales capten la información primordial de forma más eficiente dentro de
Una de las consideraciones que la CP realiza para poder basar el desarrollo de su teoría,
es el enfoque directo en señales discretas 𝑓 ∈ ℝ{𝑛} , esto viene dado debido a que el
fenómeno. Sobre esta base nace la idea de pensar en el sub-muestreo que no es más que
la división de las muestras “n” en muestras más pequeñas “m”. Al rededor del sub-
muestreo giran los conceptos de mayor rango de datos de la señal, así como un
La CP posee una característica que refiere ante la eficiencia de los sensores para
capturar información, así como la habilidad de los algoritmos de poder recuperar la señal
realizar la tarea en mucho menos tiempo debido a la dispersión de la señal sin la necesidad
Este procedimiento se ve inmerso en una gama muy amplia de aplicaciones, las cuales
de datos y muestreo.
normalmente, los sistemas físicos se han visto limitados tales como la tecnología CCD y
CMOS, ya que como limitación tienen un rango de trabajo específico del rango de
frecuencias visibles, mientras que otros dispositivos generados por CP, tienen la