2

Temas a tratar
z Definición de sistema.
z Propiedades y Clasificación de sistemas.
Sistemas z Sistemas lineales e invariantes en el tiempo
(LTI).
z Ecuaciones en diferencias.
z Diagramas de bloques.

10/04/2008 Muestreo y Procesmiento Digital de Señales

Podemos ver el mundo como…

Objetivos
z Comprender el concepto de sistema. Señales
z Interpretar correctamente las propiedades de que transportan
un sistema.
z Comprender la importancia de los sistemas
Información
LTI. y son transformadas por
z Manejar el concepto de ecuaciones en
diferencias y ecuaciones de recurrencia.
Sistemas
10/04/2008 Muestreo y Procesmiento Digital de Señales

5 6

Podemos ver el mundo como…

Definición...

Información Información z “Una colección de objetos que están

de entrada de salida dispuestos de una forma ordenada, de
acuerdo a su finalidad”.
Señal de Señal de
Sistema
entrada salida z “Un ente formado por un conjunto de
y(t) = f (x(t), a))
x(t) y(t) elementos que evolucionan
Función Transformación Función coordinadamente según determinadas
reglas”

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

1
 7 8

Definición...
La interrelación de las señales impuesta
z “Cualquier parte de un ambiente que causa por las leyes que gobiernan al sistema se
que ciertas señales que existen en él se denomina
encuentren relacionadas”.
z “Cualquier proceso que produce una
Regla del Sistema
transformación de señales”

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

9 10

Ejemplo Real: Aparato Fonador

Ejemplo sencillo
z Sistema para el cálculo de:
y[n] = (2 x[n] - x[n]2 ) 2

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

11 12

Esquema Aparato Fonador

Laringe
Fuentes de Excitación:
z Corte longitudinal de
la laringe
z Cuerdas Vocales
(sonoros)
z Constricción
z Oclusión y Liberación

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

2
 13 14

Modelo de dos tubos para el Modelo de dos tubos para el

tracto vocal humano tracto vocal humano
60
En la Figura se
Glotis Cavidad faringea
Cavidad oral Labios 50 muestran las
respuestas en
A1 A2 40 frecuencia para
distintas longitudes
e j.w.t

20 Log(F)
l2 30
de la cavidad farí
faríngea
l1 (l1 = 10 cm, l1 = 11
20
cm y l1 = 12 cm,
La función de transferencia de este modelo esta dada por: respectivamente).
A2
H ( w) = 10
j ⋅ w ⋅ l1 j ⋅ w ⋅ l2 j ⋅ w ⋅ l1 j ⋅ w ⋅ l2
A1 ⋅ sinh( ) ⋅ sinh( ) + A2 ⋅ cosh( ) ⋅ cosh( )
c c c c 0
0 500 1000 1500 2000 2500 3000 3500 4000
donde w = 2.π.f (f es la frecuencia) y c es la velocidad del sonido en el aíre. Frecuencia en Hz.

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

15 16

Modelo AR del aparato fonador Más Ejemplos...

Entonación
z Físicos: Masa-resorte, Circuito Eléctrico
Emisión
sonora o sorda z Químicos: Membranas, Pila
Generador
de z Biológicos: Cardiovascular, Nervioso
pulsos
un ŝn
G + z Económicos: Ec. Nacional, PYMEs
Generador
de z Sociológicos: Político, C. Filosóficas
ruido blanco Predictor
Lineal z Místicos: Religión, C. Literarias

Parámetros an z ...
10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

17 18

Entidades Abstractas Interconexión de sistemas

z Consideraremos a los sistemas
(a) Serie
como entidades abstractas independientemente de su
estructura física

x1 (t)
y1 (t)
(b) Paralelo
x2 (t)
y2 (t)
x3 (t)
yn (t)
xn (t)

x (t) y (t)
(c) Mixto

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

3
 19 20

Sistemas de Tiempo Discreto y

Clasificación de los Sistemas de Tiempo Continuo
z Tiempo Discreto o Continuo z t discreto: Las señales no están definidas o
z Cantidad de Entradas y Salidas
z Lineales o No lineales
son constantes entre intervalos.
z Variables o Invariables en el Tiempo xtk xk x(k) x[k]
z Determinísticos o No Determiníscticos tk : Intervalos de tiempo
z Anticipativos o No anticipativos
z Parámetros Concentrados o Distribuidos
z Inversibles o no Inversibles z t continuo: ?
z Estables o Inestables
z Con Memoria o Sin Memoria
10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

21 22

Cantidad de Entradas y Salidas Sistema Lineal

z Si una entrada consiste de la suma pesada
z Sistemas SISO de muchas entradas, entonces:
– la salida es la suma pesada de las respuestas del
z Sistemas MISO
sistema a c/u de esas entradas.
z Sistemas SIMO
z Sistemas MIMO

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

23 24

Linealidad Homogeneidad
z Un sistema lineal posee las propiedades de
homogeneidad y superposición. x(t) → y(t)

α x(t) → α y(t)

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

4
 25 26

Superposición Importante
z En un sistema lineal, una señal de entrada
x1(t) → y1(t) y x2(t) → y2(t) nula, tiene salida nula.
z Un sistema lineal no agrega armónicos a la
señal, sólo cambia los valores relativos de
x1(t) + x2(t) → y1(t) + y2(t) los componentes frecuenciales ya existentes
en la misma.

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

27 28

Sistemas Lineales y Señales

Invarianza Temporal
z En un sistema lineal las señales o sus
componentes arbitrarias actúan de manera z Un sistema invariable en el tiempo es aquel en el
cual sus parámetros no se modifican con el
independiente entre ellas, es decir que no
tiempo.
interactúan.
z Un corrimiento en el tiempo de la señal de entrada
z De allí la importancia de métodos de causa un corrimiento en el tiempo de la señal de
descomposición en señales básicas como el salida.
análisis de Fourier. z Si y(t) es la salida cuando x(t) es la entrada,
entonces y(t - to) es la salida cuando x(t - to) es la
entrada
10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

29 30

Sistemas variables en el tiempo Sistemas LTI

z Se puede decir que un sistema es variable en el tiempo si:
– desplazando la entrada obtenemos, a partir de un desplazamiento
idéntico de la salida, respuestas diferentes de la que se obtienen
con desplazamiento nulo.
z Ejs: Una hamaca, un filtro adaptativo, SCV.
10/04/2008 Muestreo y Procesmiento Digital de Señales
z La dinámica de los sistemas de tiempo continuo se
representa mediante ecuaciones diferenciales y la
de los sistemas de tiempo discreto mediante
ecuaciones en diferencias.
z Cuando estas son lineales y de coeficientes
constantes el sistema se denomina lineal e
invariante en el tiempo (LTI).
z Estos sistemas representan una amplia variedad de
fenómenos físicos.
10/04/2008 Muestreo y Procesmiento Digital de Señales

5
 31 32

Causalidad: Sistemas Anticipativos y

No Anticipativos
Sistemas determinísticos y No
determinísticos z Un sistema es causal si la salida en cualquier
instante depende únicamente de los valores
presentes y pasados de la entrada, y de valores
pasados de la salida.
z Suele llamarse no anticipativo ya que la salida del
Regla ?
sistema no se anticipa considerando valores
futuros de la entrada.

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

33 34

z Ejemplo de sistema causal Parámetros Concentrados

z La entrada afecta en forma simultánea a
y[n] = 3 x[n] - 4 x[n - 2]
cada uno de los elementos del sistema.
z Se pueden describir mediante ecuaciones
z Ejemplo de sistema no causal diferenciales ordinarias.

y[n] = x[n] - x[n + 1]

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

35 36

Ejemplos Parámetros
Parámetros Distribuidos
Distribuidos
z Interesa la forma en que se distribuye la z Cable coaxial.
entrada o sus efectos en las dimensiones z Circuitos de RF en general.
espaciales del sistema. z Distribución del calor en una superficie.
z Deben describirse mediante ecuaciones
z Transmisión de una onda en una superficie.
diferenciales en derivadas parciales.

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

6
 37 38

Ejemplo: Distribución del calor

Inversibilidad
en una superficie
z Un sistema es inversible si observando su
salida podemos encontrar
determinísticamente su entrada.
z Por ejemplo, un sistema inversible de
tiempo continuo es:
– y(t) = 2x(t)
– para el cual el sistema inverso es z(t) = ½ y(t)

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

39 40

Inversibilidad Estabilidad
z Intuitivamente un sistema estable es aquel
y(t) = 2x(t)
y(t)
z(t) = y(t)/2
en el cual la salida tiende a un valor fijo
x(t) z(t) = x(t)

y[n] Sistema
x[n] Sistema z[n] = x[n]
Inverso

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

41 42

Estabilidad Estabilidad
x( t )
z Si la entrada a un sistema estable está
y( t ) acotada, entonces la salida también debe ser
x( t ) acotada (no diverge).
y( t ) – Ej: Un sistema cuya salida es igual a la suma de
todas las entradas pasadas es inestable, ya que
su salida puede crecer continuamente aunque
x(t): Entrada y(t): Salida
sus entradas estén acotadas.
Ej: Aceleración

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

7
 43 44

Sistemas sin Memoria Sistemas sin Memoria

z Se dice que un sistema no tiene memoria si
la salida para cada valor de la variable
independiente depende únicamente de su
entrada en ese instante.
z Estos sistemas son también llamados
estáticos.
z Por ejemplo, una resistencia es un sistema
sin memoria:
– si se considera la entrada x(t) como la corriente
eléctrica y el voltaje como la salida y(t).
z La relación salida/entrada de un resistor es:
– y(t) = R x(t).
z ¿Otros Ejemplos?

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

45 46

Sistemas con Memoria Sistemas con Memoria

z En los sistemas con memoria la salida
depende no sólo de la entrada en ese
instante, sino también de las entradas
anteriores.
z Estos sistemas son también denominados
dinámicos.
z Por ejemplo, un capacitor es un sistema con
memoria ya que si la corriente eléctrica es
tomada como entrada y la tensión como
salida
y(t) = 1/C ∫ x(t) dt

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

El
El concepto
concepto dede memoria
memoria juega
juega un
un
papel
papel fundamental en el análisis yy
fundamental en el análisis
compresión
compresión deldel funcionamiento
funcionamiento de de
los
los sistemas
sistemas lineales
lineales mediante
mediante lala
t=0 t=0
convolución.
convolución.

8
 49 50

Sistemas LTI Discretos Ecuaciones en diferencias...

z Sistemas Autorregresivos (AR) z Una ecuación diferencial de orden N y coeficientes
constantes está dada por:
z Sistemas Moving Average (MA) N
d k y (t ) M d k x(t )
z Sistemas ARMA ∑α
k =0
k .
dt k
= ∑
k =0
β k .
dt k
z La contraparte discreta es la ecuación en diferencias lineal
de coeficientes constantes:
N M

∑a k . y[ n − k ] = ∑b k .x [ n − k ]
k =0 k =0

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

51 52

Sistemas Autorregresivos
Ecuaciones en diferencias... (AR)
z Esta puede acomodarse de la siguiente forma: z Su salida en un instante depende del valor
actual de la entrada y de los valores
anteriores de la propia salida
1 ⎡M N ⎤
y[ n ] = ∑
. ⎢ bk .x [ n − k ] − a k . y [ n − k ] ⎥
a 0 ⎣ k =0 ⎦
∑ N
ai b
y[n] = ∑
k =1
y[n − i] + 0 x[n]
i =1 a0 a0

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

53 54

Sistemas Moving Average

(MA) Sistemas ARMA
z Su salida depende solamente del valor z Son los más generales, donde la salida
actual de la señal de entrada y sus valores depende de valores anteriores de la entrada
anteriores. y de la propia salida.

N M b
M bj ai
y[n] = ∑ x[n − j ] y[n] = ∑ y[n − i] + ∑ x[n − j ]
j

j =0 a0 i =1 a0 j = 0 a0

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

9
 55 56

Sistemas FIR y IIR Sistemas FIR y IIR

z FIR (Sistemas de Respuesta Finita al
Impulso): los sistemas MA son sistemas de
este tipo.
– No tienen problemas respecto a la estabilidad y
causalidad, ya que su salida depende
únicamente de las entradas anteriores y la
actual.
z Pueden existir FIR no causales.
– Ej: Filtros de Imagen.
z IIR (Sistemas de Respuesta Infinita al
Impulso):
– los sistemas AR y los ARMA son IIR, ya que
un impulso en la entrada provoca que su salida
tienda a cero cuando el tiempo tiende a infinito.
z Estos sistemas son estables si todos los
polos de la función transferencia tienen
parte real negativa.

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

57 58

Representación de sistemas LTI Representación de sistemas LTI

z Una forma de representar sistemas LTI Es necesario definir:
discretos es mediante diagramas de bloques.
z Estos facilitan la interpretación de su z Suma

comportamiento en forma gráfica. z Multiplicación

(por un escalar)

z Retardo

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

59 60

Bibliografía para esta Unidad

Representación de sistemas LTI
Ejemplo - Diagrama de bloques del sistema: z OppenheimWillsky: 2.5, 2.6
z Sinha: 1.1, 1.2
y[n] = 3x[n] + 5x[n-1] - 2y[n-1]
z Kwakernaak: 3.1, 3.2, 3.3, 3.4

(Las referencias completas se encuentran en la

Planificación de Cátedra)

10/04/2008 Muestreo y Procesmiento Digital de Señales 10/04/2008 Muestreo y Procesmiento Digital de Señales

10