Documentos de Académico
Documentos de Profesional
Documentos de Cultura
en el tiempo
Procesamiento Discreto de
Señales I •Muestreo periódico
EC6471
•Representación del muestreo en el
dominio de la frecuencia
Muestreo de señales
continuas en el tiempo •Reconstrucción de una señal limitada
en frecuencia a partir de sus muestras
3 4
Muestreo periódico Muestreo periódico
•Conversor ideal TC/TD •Conversor Conversor
ideal TC/TD
C/D
s(t)
Tren de impulsos
C/D x → Secuencia TD
xc(t) x[n] = xc(nT) xc(t) xs(t) x[n] = xc(nT)
T
∞ ∞
s(t) = ∑ δ (t − nT ) xs (t) = xc (t) s(t) = ∑ x (nT ) δ (t − nT )
c
n=−∞ n=−∞
5 5
6 7
Transformada de Fourier TC Representación en frecuencia
•Para una señal periódica, su • Transformada de Fourier de tiempo continuo
del tren de impulsos s(t)
transformada de Fourier es un tren de
2π ∞
impulsos situados en frecuencias S( jΩ) = ∑ δ (Ω − kΩs )
T k=−∞
relacionadas armónicamente, con un
• El producto xs(t) es la convolución en
peso igual a los coeficientes de la serie frecuencia de las tranformadas
de Fourier X s ( jΩ) =
1
Xc ( jΩ) ∗ S( jΩ)
∞ 2π
F( jΩ) = 2 π ∑ akδ (Ω − kΩ0 )
k=−∞ • Por la propiedad de muestreo del impulso
1 ∞
X s ( jΩ) = ∑ Xc ( j(Ω − kΩ s ))
T k=−∞
8 9
Xs(j!)
–2!s – !s 0 !s 2!s 3!s ! 1
Xs(j!) !s < 2!N T
1
!s – !N
T
!s > 2!N –3!s –!s 0 !s 2!s 4!s !
!s – !N
–2!s – !s – !N 0 !N !s 2!s 3!s !
10 11
Representación en frecuencia Teorema de Nyquist-Shannon
•Si ! ≥ 2!
s N,
las repeticiones de Xc(j!) •Teorema de muestreo
no se solapan, y es posible en teoría • Sea x (t) una señal limitada en ancho de
banda, con
c
–250 – 125 0 125 250 ƒ (Hz) –250 – 125 0 125 250 ƒ (Hz)
–100 –25 25 100 –100 –25 25 100
15 15
• f = 50 Hz ⇒ 2! = (2")100 Hz
N • f = 50 Hz ⇒ 2! = (2")100 Hz
N
• Muestreando a una tasa f = 125 Hz > ƒs N • Muestreando a una tasa f = 125 Hz > ƒ s N
no hay solapamiento no hay solapamiento
–250 – 125 0 125 250 ƒ (Hz) –250 – 125 0 125 250 ƒ (Hz)
–50 50 –50 50
17 17
Aliasing Aliasing
• x = sen(2" 50 t + 17"/20)
c • x = sen(2" 50 t + 17"/20)
c
• f = 50 Hz ⇒ 2! = (2")100 Hz
N • f = 50 Hz ⇒ 2! = (2")100 Hz
N
• Muestreando a una tasa f = 125 Hz > ƒs N • Muestreando a una tasa f = 125 Hz > ƒ s N
no hay solapamiento no hay solapamiento
–250 – 125 0 125 250 ƒ (Hz) –250 – 125 –ƒs/2 0 ƒs/2 125 250 ƒ (Hz)
–50 50 –50 50
17 17
Reconstrucción de una señal limitada
Aliasing
en frecuencia a partir de sus muestras
•Dada una secuencia x[n], podemos
formar un tren de impulsos de la forma
∞
xs (t) = ∑ x[n]δ(t − nT )
n=−∞
∑ x[n]h (t − nT )
r
18 19
∞
sen(π t / T ) sen(π (t − nT ) / T )
hr (t) = ⇒ xr (t) = ∑ x[n]
πt / T n=−∞ π (t − nT ) / T
20 21
Reconstrucción de una señal limitada
Reconstrucción de una señal
en frecuencia a partir de sus muestras
•Reconstrucción vista en el dominio de
la frecuencia. Tomando la transformada
de Fourier de tiempo continuo:
∞
•Ejemplo:
xr (t) = ∑Text
x[n]hr (t − nT ) x(t) = 0, 8 sen(2 π t) − 0, 6 cos(4 π t +1) + 0, 4 sen(6 π t) + 0, 6 cos(1)
n=−∞
• ƒ = 3 Hz
∞ ∞
Xr ( jΩ) = ∑ x[n] H r ( jΩ)e− jΩnT = H r ( jΩ) ∑ x[n]e− j (ΩT )n N
n=−∞ n=−∞
22 23
24 25
Reconstrucción de una señal Reconstrucción de una señal
•x[2]·h (t – 2T)
r •x[3]·h (t – 3T)
r
26 27
28 29
Reconstrucción de una señal Reconstrucción de una señal
•x[6]·h (t – 6T)
r •x[7]·h (t – 7T)
r
30 31
32 33
Reconstrucción de una señal Reconstrucción de una señal
2 3
34 35
36 37
Reconstrucción de una señal Reconstrucción de una señal
6 7
38 39
T T
x[n] = xc (nT )
1 ∞ * $ ω 2 π k '-
X(e jω ) = ∑ Xc , j & − )/
T k=−∞ + % T T (.
Yr ( jΩ) = H r ( jΩ)Y (e jΩT ) = TY (e jΩT ), Ω < π /T
∞
sen [ π (t − nT ) / T ]
yr (t) = ∑ y[n] π (t − nT ) / T
n=−∞
40 41
Procesamiento en tiempo discreto Procesamiento en tiempo discreto
de señales de tiempo continuo de señales de tiempo continuo
•Suponiendo un sistema discreto LIT •Ejemplo: Diferenciador de TC
Y (e jω ) = H (e jω )X(e jω ) d
yc (t) = [ xc (t)]
dt
Yr ( jΩ) = H r ( jΩ)H (e jΩT )X(e jΩT )
• Respuesta de frecuencia:
1 ∞ * $ 2 π k '-
Yr ( jΩ) = H r ( jΩ)H (e jΩT ) ∑ Xc , j &Ω − )/ H c ( jΩ) = jΩ
T k=−∞ + % T (.
44 45
Invariancia al impulso Invariancia al impulso
•Se desea implementar un sistema LIT •Muestreando la respuesta al impulso:
de TC, Hc(j!) con un sistema de TD, h[n] = hc(nT)
conservando la respuesta al impulso jω 1 ∞ * $ ω 2 π k '-
H (e ) = ∑ H c , j & − )/
Sistema de TC T k=−∞ + % T T (.
xc(t) LTI, Hc(j$) yc(t)
xc(t)
C/D
x[n]
Sistema de TD
LTI, H(ej") y[n]
D/C
yr(t)= yc(t)
•Tomando el período entre –" y ":
T 1 " ω%
T
Hefec(j!) = Hc(j!)
H (e jω ) = H c $ j ', ω <π
T # T&
H (e jω ) = H c ( jω / T ), ω <π
H c ( jω ) = 0, Ω ≥ π /T
46 47
3,8792x10 7 A A
H c (s) = 2 7
= 1 + 1∗ hc (t) = 3448, 6e−3448,6t (− je j 5624,3t + je− j 5624,3t ) u(t)
s + 6897, 27s + 4,35254x10 s − s1 s − s1
=
A1
+
A2 = 6897, 3e−3448,6t sen(5624, 3t)u(t)
s − 6597, 38e j 2,1208 s − 6597, 38e− j 2,1208
50 51
3.7458x10 −3 z −1
−2
h[n] = T hc (nT ) = 6, 8973x10 −2 e−3,4486x10 nsen(5, 6243x10 −2 n)u[n] H (z) =
1−1.9291z −1 + 0.9334z −2
−2
r = e−3,4486x10 = 0, 9661
52 53
Invariancia al impulso Invariancia al impulso
• Respuesta de magnitud (dB) del filtro •H(e j") con hc(t) muestreada a 100 kHz
de tiempo discreto •H(e j") con hc(t) muestreada a 20 kHz
58 59
∞
sen [ π (t − nT ) / T ]
yc (t) = ∑ y[n] " ω%
n=−∞ π (t − nT ) / T H (e jω ) = H c $ j ' , ω <π
# T&
con x[n] = xc(nT) e y[n] = yc(nT)
60 61
Procesamiento en tiempo continuo
Retardo no entero
de señales de tiempo discreto
•Sea un sistema de TD cuya respuesta de
•Este esquema de procesamiento no frecuencia es
suele ser usado en la práctica, pero H (e jω ) = e− jωΔ , ω <π
facilita el análisis de ciertos sistemas de •Si ∆ no es entero, se puede pensar en un
tiempo discreto sistema de TC Hc que cumpla
• Retardo no entero H c ( jΩ) = H (e jΩT ) = e− jΩT Δ
• Interpolación en el cambio de tasa de donde T∆ representa un retardo en
muestreo
segundos, con yc(t) = xc(t – T∆)
62 63
64 65
Cambio de la tasa de muestreo Reducción de la tasa de muestreo
usando procesamiento en TD por un factor entero
•Se define una nueva secuencia
• En ocasiones es necesario convertir una
xd[n] = x[nM] = xc(nMT)
secuencia x[n] = xc(nT) en otra secuencia
x1[n] = xc(nT1), con T ≠ T1 • Ésta representa al sistema compresor de la
frecuencia de muestreo:
• Aunque se puede operar cambiando entre
los dominios discreto y continuo, debido a
↓M
las limitaciones de los sistemas de x[n] xd[n] = x[nM]
conversión C/D y D/C reales, es preferible T Td = MT
hacer la conversión en el dominio discreto
66 67
∞
Filtro pasa-bajos
jω 1 * $ ω 2 π r '-
x[n]
ganancia = 1
ƒc = "/M
x̂[n]
↓M
x̂d[n] = x̂[nM]
Xd (e ) =
MT
∑ X ,+ j &% MT − MT )(/.
c
r=−∞
T T Td = MT
68 69
Reducción de la tasa de muestreo Reducción de la tasa de muestreo
por un factor entero por un factor entero
•Transformada de Fourier de una señal
r = i + kM de TC limitada en ancho de banda
1 M −1$1 ∞ * $ ω 2 π k 2 π i '-'
Xd (e jω ) = ∑ & T ∑ Xc ,+ j &% MT − T − MT )(/.)
M i=0 % k=−∞ (
1 ∞ * $ ω 2 π k 2 π i '-
∑ Xc , j &
T k=−∞ + % MT
−
T
−
MT (.
)/ = X(e
j (ω −2 π i )/M
)
•Transformada del tren de impulsos de
las muestras (2"/T = 4!N)
M −1
1
Xd (e jω ) = ∑ X(e j (ω /M −2 π i /M )
)
M i=0
70 71
72 73
Reducción de la tasa de muestreo Incrementar la tasa de muestreo
por un factor entero por un factor entero
•x[n] filtrada con un pasa-bajos ideal con •Sistema expansor de la frecuencia de
frecuencia de corte "/M muestreo
Filtro pasa-bajos
↑L ganancia = L
x[n] xc[n] xi[n]
ƒc = "/L
T Ti = T/L Ti = T/L
74 75
Interpolador Diezmador
76