Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TDS PDF
TDS PDF
y Sistemas Discretos
Carlos Óscar Sánchez Sorzano
4º Ing. Telecomunicación
EPS – Univ. San Pablo – CEU
Señales Básicas
Delta de Kronecker
≠
(0.1) δ [ ]=
=
(0.2) [ ]δ [ − ] = [ ]δ [ − ]
(0.3) [ ]δ [ ] = [ ]δ [ ]
(0.4) [ ]= δ[ − ]
= −∞
<
(0.5) [ ]=
≥
(0.9) [ ]= α = β
(0.10) [ ]= ω
= ω + ω
ω − ω
ω +
(0.11) ω = =
ω − ω
ω −
(0.12) ω = =
φ ω − φ − ω
ω +φ = +
(0.13)
ω
= (0.14)
π
− = ± ±
(0.15) =
=
Periodicidad ω
ω = π ∈[ π ) ≈ (− π π ] (0.16)
= (0.17)
ω ω
+ + = (0.18)
[ ]= ( ) (
= α ω
)
−α +
Ejemplos: [ ] = [ ]∗ α [ ]= []
−α
[ ] = [ ]∗ ∗ [ ]= − ( [ ]− [ − − ])
[ ]= [ ]= (0.47)
[ ] = [ ]+ [ ] (0.50)
n=-2 [− ] = [− ] + [− ] =
n=-1 [− ] = [− ] + [− ] =
n=0 [ ] = [ ] + [− ] =
n=1 [ ] = [ ]+ [ ] = [ ]= ( )
n=2 [ ] = [ ]+ [ ] = ( )
…
[ ] = [ ]+ [ − ]= ( )
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 14
(EPS-San Pablo CEU)
Sol. Ecuación Homogénea
Ejemplo: [ ]− [ − ]+ [ − ] = [ ]+ −
[ ]− [ − ]+ [ − ] =
[ ]=
− −
+ −
= −
( − + )= −
− −
Polinomio característico
= " ! !
= Si hay raíces múltiples, supongamos
= que ¼ es de orden 2, entonces la
solución es de la forma
[ ] = (# ( ) +# ())[] [ ]= # ( ) + # + # () (0.51)
[ ]= [ ]
[ ]= # [ ] #
# #
# +# −
+ +#
[ ]− [ − ]+ [ − ] = [ ]+ −
#
#
ω
ω # ω +# ω
# [ ]− # [ − ]+ # [ − ] = [ ]+ −
(0.52)
=
#− #+ #= + #=
[ ]= []
[ ] = [ ]+ [ ]
[ ] = (# ( ) + # ( ) ) [ ]
[ ]= [ ]
[ ] = (# ( ) + # ( ) + ) [ ]
n=0 [ ] = [− ] − [− ] + [ ] + − = =# +# +
n=1 [ ] = [ ] − [− ] + [ ] + = =# +# +
# =− # =−
[ ] = (− ( ) − () + )[]
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 17
(EPS-San Pablo CEU)
Respuesta al impulso
Ejemplo: [ ]− [ − ]− [ − ] = [ ]+ −
[ ] = (# (− ) + # ( ) ) [ ]
n=0 [ ] = [− ] + [− ] + [ ] + − = =# +#
n=1 [ ] = [ ] + [− ] + [ ] + = = −# + #
# =− # =
[ ] = (− (− ) + )[]
φ [ ]= ω
= ± ± Pero sólo hay N señales distintas de este tipo
(0.54) φ [ ]= φ + [ ] (0.55)
Atención: + = (0.58)
Conjugación [] − (0.62)
Integración [] − ω (0.68)
= −∞ −
Sólo es periódica y finita si = (0.69)
π = = − = (0.77)
Ejemplo: + π
+ π
+ π
+π
π
= = + =
− π
− = − − =
+
= ± ±
= π
+ (0.78)
π
# = ± ± (0.79)
[ ]= # =
∞
[ ]= δ[ − ] = ∀ (0.80)
= −∞
[]
[ ]= φ []
=< >
∞
Defino $ ω
= [ ]−ω (0.81) Luego, = $ ω
= −∞
[ ]= φ [ ]= $ ω
φ [ ]= $ ω ω
ω
=< > =< > π =< >
π
ω =
[ ]= ! [ ]= $ ω ω
ω (0.82)
→∞ π π
(0.83) $ ω
= [ ]−ω converge uniformemente si
= −∞ = −∞
(0.84) [ ]= $ ω ω
ω converge uniformemente si $
ω
es continua
π π
Ejemplo: [ ]= δ[ ] "% [ ] = %π %
π
π π π
%= %= %= % =π
donde
≤
(0.87) =
ω
La interpretación intuitiva es que la transformada de Fourier $ tiende
ω ω
a$ salvo en un número finito de discontinuidades de $
Este hecho tendrá su importancia a la hora de diseñar filtros discretos.
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 27
(EPS-San Pablo CEU)
Convergencia de la TF
Ejemplo:
<% <π ω ≤%
=
% % ω
= −π ≤ ω < π
π π
ω
=
% % − ω
=
%
( ω −θ + ) θ
=− π π π −%
( ω −θ )
πδ ω − ω + πδ ω + ω −π ≤ ω < π
En general
[ ]=
∞
ω
π δ ω− ω (0.89)
=< > = −∞
(0.91)
Desplazamiento en el tiempo [ − ] $ ω − ω
(0.92)
Desplazamiento en frecuencia [] ω $ ω −ω
(0.93)
Conjugación [] $ − ω
(0.94)
Inversión en el tiempo [− ] $ − ω
(0.95) [ ] =
Escalado en el tiempo [ ]= $ ω
(0.96)
Convolución [ ]∗ [ ] $ ω
& ω
(0.97)
Producto [][] $ θ
& ω −θ
θ
π π
Integración [] − ω
$ ω
(0.99)
= −∞ − ∞
+ π$ δ ω− π (0.100)
= −∞
ω
Diferenciación en frecuencia
[] $ (0.101)
Simetrías ω
Tiempo Frecuencia [] es real $ ω
=$ − ω
(0.102)
Real
Par Par [ ] es real y par $ ω
es real y par (0.103)
[ ] es real e impar
Impar Impar
ω
$ es imaginaria (0.104)
Impar Impar pura e impar
[]
Imaginaria ω
Par Par $ (0.105)
[] $ ω
(0.106)
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 31
(EPS-San Pablo CEU)
Propiedades de la TF
∞
Teorema de Parseval [] = $ ω
ω (0.107)
= −∞ π π
∞
[ ] [ ]= $ ω
& ω
ω (0.108)
= −∞ π π
ω + <
[] − ω ω (0.113)
ω − ω + −
∞
[] − ω
+π δ ω− π (0.114)
− = −∞
ω +α π α
δ ω − ω + π − αδ ω + ω − π ≤ ω < π (0.116)
π π
ω δ ω −ω − δ ω +ω − π ≤ ω < π (0.117)
ω δ ω −ω − π ≤ ω < π (0.118)
δ[ ] (0.119)
πδ ω − π ≤ ω < π (0.120)
∞ π ∞
ω =
[ ]= δ[ − ] ω δ ω− ω (0.121)
= −∞ = −∞
− ≤ ≤ ω( ( + + )) − ω
−
[ ]= + +
+ + ω (0.123)
<% <π ω ≤%
% $ ω
= −π ≤ ω < π
π (0.124)
=
= π $ ω
= ω −π ≤ ω < π (0.125)
≠
= −
Ejemplo:
(− − ω
)( − − ω
) − (− − ω
) − (− − ω
)
[ ]= −
− −
=
∞
$ ω ω
ω $ ω =
∞
− ω [ ]= $ ω ω
ω $ ω
= [ ]−ω
π π π
= −∞
−∞ −∞
(0.128)
= = = =
(0.129)
− ω
ω
ω &
= ω
= =
(0.130)
$ − ω
Ejemplo: [ ]− [ − ]+ [ − ]= [ ]
ω
= = = −
− − ω
+ − ω
(− − ω
)( − − ω
) (− − ω
) (− − ω
)
[ ] = ( ) [ ]− ( ) [ ]
[ ]= $ ω ω
ω [ ]= $ ω ω ω
ω (0.132)
π π π π
Ejemplo: [ ]= ω +α = α ω
+ − α − ω
[ ]= α ω ω
+ − α − ω − ω
=
α ω ω − α − ω ω
= + =
= ω
( α ω ω
+ − α − ω − ω
)=
= ω
(ω +α+ ω
)
[ ]= ω
[ ]= ω
∗ [ ]= ω ω
[ ]= ω
[] [ ]= ω
[ ]∗ [ ] = ω
[] [ ]−ω =
=
∞ ∞
= ω
[] [ ]−ω − [ ] −ω =
= = +
∞
= ω
[] ω
− [ ] −ω = [ ]+ [ ]
= +
Régimen Régimen
estacionario transitorio
φ =φ − φ =φ − (0.134)
φ
(0.135) φ ≤ φ φ = ρ = ∈ [− ] (0.136)
φ φ
φ
(0.137) φ ≤φ ρ = ∈ [− ] (0.138)
φ
Ejemplo: [ ]= [ ] φ [ ]=
−
(0.139)
LTI x estacionario
∞ ∞
φ + = {[][ + ]} = − − + =
= −∞ = −∞
∞ ∞ ∞ ∞
= { − − + }= φ + − =
= −∞ = −∞ = −∞ = −∞
x estacionario
∞ ∞ ∞ ∞
= φ + − = φ −! !+ =
= −∞ = −∞ ! = −∞ = −∞
∞
= φ −! φ ! =φ ∗φ , luego y es también estacionaria
! = −∞
(0.140)
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 44
(EPS-San Pablo CEU)
Procesos estocásticos y Sistemas
LTI
φ = − ∗ Φ ω
= ω ω
= ω
ω ω ω
Φ ω
= ω
Φ ω
Φ = Φ
(0.141) π (0.142)
{ [ ]} = φ =
π
ω
Φ ω
ω (0.143)
−π
ω
Φ es una función no negativa, real, y par (0.144)
(0.145) $ + Ω = $ Ω Ω
Ω
Ω
(0.146) + = (δ + π )∗ = + "
Transformada de Hilbert
(0.147) "
∞ τ Ω<
=π ∗ =π τ
−∞ −τ
Ω = Ω= (0.149)
(0.148) $" Ω =$ Ω Ω − Ω>
(0.151) $ Ω = $! − Ω − Ω + $! Ω−Ω
Componente en fase
Componente en cuadratura
Ω θ
(0.152) ! = + = + =
Fase
Envolvente
(0.153) = Ω − Ω = (Ω +θ )= { !
Ω
}
(0.154) " = Ω + Ω = (Ω +θ )= { !
Ω
}
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 47
(EPS-San Pablo CEU)
Apéndice I:
Relaciones trigonométricas
− −
+ −
= + = =
− #$
= − = − =
+ #$
#$
= =
+ #$
+ = + − + = +
+ = + −
+ = +
− =− + −
= − + +
= − − +
= − + +
donde
( )
−
− − −
# = − − −
− ' =
− %
# = ( − −
) =
=
− − =
=
# = ( − −
) =
=
− − =
=−
= −
− −
− −
= () − ()
# =( − −
) =
= − =
=
−
# =( − −
) =
= − =
=−
−
−
# =(− ) −
− −
=
=− − − =
=
−
=− −
(− ) =−
− =
−
ω
& = − ω
− − ω
− − ω
− − −
= (( ) − () − + ())
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 51
(EPS-San Pablo CEU)
Apéndice II:
Partial Fraction Expansion
− ω − ω − ω − ω
Ejemplo: ω + + + − ω +
= − ω − ω
= + + − ω − ω
+ + + +
− ω − ω − ω − ω − ω − ω
+ + + = + + + + + + +
= =
− ω
ω − ω + − ω
= + + − ω − ω
= + + − ω
− − ω
+ + + +
=δ + δ − + (− ( ) − (− ) )
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 52
(EPS-San Pablo CEU)
Apéndice III: Miscelánea
δ = δ
Conversor C/D
Conversión de tren [ ]=
× de impulsos en
secuencia discreta
Ω
∞ ∞
π
= δ − Ω =Ω δ Ω− Ω Ω = (1.1)
= −∞ = −∞
∞ ∞ ∞
= δ − Ω = − Ω
= Ω ∗ Ω = Ω− Ω (1.2)
= −∞ = −∞ π = −∞
∞
[ ]= ω
= [ ]−ω = ω Ω
= Ω (1.3)
= −∞
∞
ω
(1.4) = ω
− π
= −∞
∞
(1.5) Ω
= Ω− Ω ω =Ω (1.6)
= −∞
Ω
−Ω Ω Ω
∞
Ω
= δ − Ω
= −∞
− Ω − Ω −Ω Ω Ω Ω
Ω
∞
= δ − Ω
= −∞
Ω Ω −Ω
[ ]= ω
ω
− π − π − π π π π
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 4
(EPS-San Pablo CEU)
Aliasing
Se produce aliasing cuando Ω > Ω −Ω (1.7)
Ω
Ejemplo:
=
= + =
=
Conversión de tren [ ]=
Ω × de impulsos en
secuencia discreta
Ω
−Ω Ω
(1.8) φ = {[][ + ]} = { + }= φ
( )=
∞
(1.9) Ω
( (Ω − Ω ))
= −∞
Conversor D/C
[ ]= Conversión de
secuencia discreta Ω
en tren de impulsos
Ω
−Ω Ω
(1.10)
= ∗ =
∞
[] − (1.11) Ω = Ω Ω = Ω ( Ω
) (1.12)
= −∞
∞
= [ ]δ − (1.13) Ω =
∞
[ ] −Ω = ( Ω
) (1.14)
= −∞
= −∞
∞
[ ]= (1.15) ω
= [ ]−ω (1.16)
= −∞
= ∗ Ω
Ω −Ω Ω
Ω
−Ω Ω
Ω
∞
= [ ]δ − Ω
= −∞ Ω Ω
−
[ ]= ω
ω
− π − π − π −π π π π π
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 10
(EPS-San Pablo CEU)
Reconstrucción de la señal
= ∗ [1.11]
[1.4] ∞
[1.12]
ω
= ω
− π ω
= ω ω
Ω = Ω ( Ω
)
= −∞
Ω = Ω ( Ω)
Ω =
( Ω
) Ω <π
(1.18) ( )=
ω ω
∀ω ω < π (1.19)
= (1.20)
[1.4]
=
() Ω
Ω = Ω
Ω
Ω Ω <π π
Ω =
−π Ω
π
( )=
ω ω
∀ω ω < π −π
{ ( )}
ω
π
=
π −π ω
[0.125] =
≠ π
−π
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 14
(EPS-San Pablo CEU)
Procesado discreto de señales
continuas
Ejemplo:
Ω <Ω Ω <π
Ω = Ω = Ω
−Ω Ω
Ω Ω
=
π π ( ) ω
ω ω <ω ω <π ω =Ω ω
=
−π ≤ ω < π −ω ω
Ω Ω ω ω
= = =
π π π π
[1.11]
[] []
C/D D/C C/D
[ ]= [ ]=
∞
ω
[1.4] = ω
− π
= +
= −∞
∞ ∞
−∞ < < ∞
ω
= ω
− π
= ω
− π
= ≤ ≤ −
= −∞ = −∞
( )
− ∞ −
(ω − π ) (1.22)
= ω
− π
− π
=
= = −∞ =
ω =Ω
− π π
ω =Ω
ω
ω=Ω =Ω
− π π
ω =Ω = ω
[] LPF [] [ ]= [ ]
Gª=1
π
M
Corte=
= ± ± ∞
( )= ( )
∞
(1.24) [ ]= = δ − ω ω
= ω
(1.25)
= −∞ = −∞
ω =Ω
− π π
ω =Ω
ω
ω =Ω =Ω
− π π
ω =Ω =ω
[] [] LPF []
L Gª=L
π
Corte=
∞
[ ] = [ ]∗ [ ] = − (1.26)
= −∞
− <
[ ]= [ ]=
(1.27)
(1.28)
[1.27] Ideal [ ]=
[ ]=
[1.28] Lineal [ ]= − < [ ]=
ω
(1.29) ( )= ω
ω
Distorsión en frecuencia
[] []
C/D D/C C/D
[ ]= [ ]=
[] LPF LPF []
L Gª=L
π
Gª=1
π
M
Corte= Corte=
[] LPF []
L Gª=L
π π
M
Corte=
[] []
Anti-
aliasing
Sample
& Hold
A/D ( )ω
D/A Ω
Ω
(1.30) (1.31)
Se necesita mantener estable la entrada
al conversor A/D para que éste pueda
convertir correctamente a binario.
∞
= ∗ δ − =
= −∞
∞
= − (1.32)
= −∞
∆= (1.33)
(1.35) = =
∆
(1.36) = = +
∆
(1.37) = =
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 27
(EPS-San Pablo CEU)
Error de cuantificación
[] []
Q(x) = − (1.38)
> ∆
> ∆
∆
•El error es un proceso aleatorio estacionario ≤∆
•Está incorrelado con la señal de entrada
∆ (1.39)
•Es un proceso incorrelado σ − σ ! = σ +
•Tiene una distribución “uniforme”
[] []
+ σ = σ − !" ∈ − + σ ! !" ∈ ! + σ + !" ∈ + (1.40)
σ
= ≈ + − (1.41)
σ σ [1.39]
= + − (1.42)
σ
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 28
(EPS-San Pablo CEU)
Conversión D/A
[]
× D/C Ω
∆
∞ ∞
= ∗ ∆ δ − = − [1,30,1.32]
= −∞ = −∞
(1.43) Ω = ( Ω
) Ω
(1.44) Ω = ( Ω
) Ω Ω = ( Ω
) Ω
Ω
Ω − Ω π
Ω Ω
Ω = = Ω<
(1.45) Ω
Ω
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 29
(EPS-San Pablo CEU)
Conversión D/A
Ω
Ω
( Ω
)
Ω
Ω
Ω
∞
(1.47) = − Ω
= −∞
β=
β=
+ ≤ < β=
(1.48) = − ≤ <
Ω
Ω Ω Ω − π
(1.49) Ω = −β +β + Ω
[1.31]
Ω Ω Ω
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 31
(EPS-San Pablo CEU)
Procesado digital: A/D+filtro+D/A
[] []
Anti-
aliasing
Sample
& Hold
A/D ( )ω
D/A Ω
Ω = Ω Ω ω
= ω
[1.35]
∆
Ω = Ω Ω ω
= ω ω
∞
ω
=
= −∞
ω
− π
[1.4] Ω =∆ ( Ω
) Ω [1.44]
ω
= ω
+ ω
[1.38] Ω = ( Ω) Ω
Anti-
aliasing
Sample
& Hold
A/D ( ) ω
D/A Ω
(1.50) Ω = Ω Ω ( Ω
) Ω Ω + Ω
(1.51) Ω = Ω Ω ( Ω
)σ
[0.153] = Ω − Ω
El ancho de banda de la señal
equivalente paso bajo es Ω .
La idea es muestrear la componente
en fase y en cuadratura por separado
Supongamos que Ω + Ω = ( Ω ) (1.52)
Ω = Ω (1.53)
Nyquist
= (π −
)− (π −
)= [1.52,1.53]
− =
= +
− − − = −
T
t
0
T’=2T
Ω = Ω
(1.55)
T’=2T = −
+ +
= −
+ +
(1.56) = − = + − (1.57)
∞ ∞
(1.58) = ( − ) = ( − + ) (1.59)
= −∞ = −∞
∞
+ +
= − − Ω − + − − + Ω =
= −∞
∞
= − Ω − − + − + Ω − + =
= −∞
∞
= − Ω − Suponiendo que Ω + Ω = ( Ω ) [1.52]
= −∞
(1.60)
Ω +Ω
Ω
Ω ≤Ω < Ω (1.65)
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 38
(EPS-San Pablo CEU)
Aplicaciones del oversampling:
Filtros antialiasing
[] []
LPF
Anti-
aliasing
C/D Gª=1
π
M
Corte=
= π
Ω =
Ω
Ω ( ) ω
Ω ω
−Ω Ω −ω ω π
Ω ( ) ω
Ω ω
−Ω Ω π
= π
Ω =
( ) ω
( ) ω
σ = ∆
ω ω
−ω ω π −ω ω π
( ) ( ) ω
[] =
σ
ω [] =
π
(1.66, 1.67)
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 40
(EPS-San Pablo CEU)
Aplicaciones del oversampling:
Noise shaping
[] [] []
LPF
C/D + + Q(x) Gª=1 M
−
− Corte=
π
−
−
π
Ω = =
[] [] [] []
LPF
C/D + + + Gª=1 M
−
− Corte=
π
−
−
−
−
−
= − −
+
−
−
(1.68) = + −
(1.69) = + − − = +
σ = σ
(1.70)
(1.71) ( )=
ω
− − ω
σ =( ω
)σ
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 42
(EPS-San Pablo CEU)
Tema 2 – Transformada Z y
análisis transformado de
sistemas LTI
Carlos Óscar Sánchez Sorzano
4º Ing. Telecomunicación
EPS – Univ. San Pablo – CEU
Funciones propias de los sistemas
LTI
∞ ∞ ∞ ∞
[ ]= [][ − ]= [ − ]= [] −
= [] −
=
= −∞ = −∞ = −∞ = −∞
∞
[0.46]
[ ]= [] −
=
= −∞
[ ]= [ ]= [0.47]
= −∞
∞
= ω
= [] − − ω
= −
= = ω
= −∞
La transformada z de converge
−
si la transformada de Fourier de
∞
converge, es decir, −
<∞
= −∞
Si converge para , entonces converge
para ∀ = . Esto define una región de
convergencia (ROC).
= La transformada de Fourier converge, si
la ROC incluye al círculo unidad.
X(z) y todas sus derivadas son
continuas dentro de la ROC.
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 3
(EPS-San Pablo CEU)
Transformada Z
Ejemplo:
( )
∞ ∞
− −
= = = = −
= −∞ = −
−
Si < >
( ) ( )
− ∞ ∞ ∞
− − − −
= + = + =− −
+ −
= −∞ = = = − −
−
Si < >
−
Si < <
Caso 1: < No existe X(z)
Caso 2: = No existe X(z)
Caso 3: > Existe X(z) para < <
− −
−
−
∏ − −
= = =
= =
= =
= =
=
−
=
−
=
−
∏=
− −
• Cuidado con = = ω
Ejemplo:
∞
ω ω −
= π π
¬∃ <∞ ¬∃
= −∞
∞ ⊄ ∞ ⊄ ⊄
−
− −
= −
= −
− −
= < <
(− −
)( − −
)
salvo la adición o
substracción del origen
Escalado en el dominio z [] ω − ω
TF:Desplazamiento en frecuencia
[] ( )
{∈ ∈ }
Inversión en el tiempo [− ] −
Conjugación []
Parte real [] +
Al menos
Parte imaginaria [] −
Al menos
Convolución [ ]∗ [ ]
Al menos ∩
Al menos ∩ >
Integración [] −
= −∞ −
Al menos ∩ >
!
Diferenciación en frecuencia [] −
!
Si [ ]= ∀ < , entonces [ ]= →∞
Al menos ∩
Multiplicación [] [] π # ( (# ) −
)# −
!#
⊂ ∩ −
Relación de Parseval
∞
[ ] [ ]= π # ((# ) )#
− −
!#
= −∞
⊂ ∩ −
− [− − ] −
<
−
−
− − −
< <
− −
−
[] <
(− −
)
−
− [− − ] <
(− −
)
− >
δ[ − ] −
− ∞ <
φ− ω −φ −
( ω +φ )[] <
− ω −
+ −
ω −
( ω )[] <
− ω −
+ −
ω +
[] <
ω − ω −
+ −
−
−
[ ]− − −
<
−
= −∞
∞ ∞ ∞
−
! = − −
! = − −
! = πδ − =
= −∞ = −∞ = −∞
= π ⊂ Tma. integral
de Cauchy
−
! $
$ ! !
! = − ! −
π
( − ) $ !
C Si $ ≠∞
$
% = − % Residuo del polo i Suma de los
&
residuos de
todos los polos
−
= − % = %
%=
%− −
! − % %
= %− %−
=
%= ! %
Caso 1: ≥ ∀ ≠∞
= − = = = =
−
Caso 2: < = =∞ Polo de orden n
=−
= − =
−
= ! = = + = =
= = π − −
− −
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 23
(EPS-San Pablo CEU)
Transformada Z inversa
• Directa
−
Ejemplo: = − = ! = !
− π − −
π −
Caso 2:
=−
= − = = ! =
−
π −
!
= = + = =
= = ! −
− −
= = − = =
−
= ()
' = ( − −
) =
=
− − =
=−
' = ( − −
) =
=
− − =
=
=− −
+ −
< = −( ) + ()
− −
= − −
+ −
− −
= − − + − −
=δ + − δ + −δ + δ −
Ejemplo:
∞ −
= + −
= (− ) +
<
=
=
∞
(− ) +
δ − = (− ) + >
=
≤
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 27
(EPS-San Pablo CEU)
Transformada Z inversa
• Expansión en serie de potencias
Ejemplo:
− −
= −
= + + +
−
−
−
−
− +
− −
− + + +
− −
− +
−
… =δ + δ − + δ − + =
− +
−
− +
− −
− − − −
− −
− +
−
… =− −
δ + − −
δ + − =− − −
ω ≤ω <ω <π ω ω
ω
= −π ≤ ω < π =
π π
<ω <π
ω
= − ω
=δ −
− −
−
−
∏ − −
= = =
= =
= =
= =
=
−
=
−
=
−
∏
=
− −
Ejemplo: − − −
− − +
= − −
= − −
+ + + +
+ − + − = − − + −
= − − + − − − − −
− = − − = δ −
= = = =
−
sea = donde = ∈ ≠ , entonces
= =
− = y − + − = δ −
= = =
Es decir, hay N coeficientes indeterminados , que pueden ser fijados por medio
de condiciones iniciales − − − si es causal ó
si es anticausal.
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 4
(EPS-San Pablo CEU)
Respuesta al impulso de un
sistema racional
Expansión en fracciones parciales
−
− −
= =
= −
+ −
= δ − +
− = = − = =
=
FIR IIR
sólo si M N Polos en Polos fuera
el origen del origen
Ejemplo: = − − −
= +
+ − +
− − π π π
= = − = + + +
= −
=
=
= = = −
+ −
= − = −
Respuesta Respuesta
natural forzada
= +
= =
Respuesta Régimen
transitoria permanente
=− + π
−
∞ ∞
−
= =
<∞
= −∞ = −∞
<
= + Pero la salida, no
¬∃ ∀ <
= < <
(− −
)( − −
)
=
− −
+ −
=
− −
+ −
=
(− −
)( − −
)
− −
+ −
( − −
)( − −
) (− −
)( − −
)
− −
−
= −
= − −
− −
Cancelación polo-cero
=δ − ( )− −
−
Polinomio de orden m: = =
=
− − −
Polinomio inverso o recíproco: = = −
=
Test 1. =
2. =
=
4. mientras ≠
A(z) tiene todas sus raíces
4.1. Calcular dentro del círculo unidad si
4.2. = y sólo si
− ∀ ∈ <
4.3. − =
−
4.4. = −
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 12
(EPS-San Pablo CEU)
Test de estabilidad de Schür-Cohn
Ejemplo: = − −
− −
− −
= − −
− −
=− − +
= =−
− −
= = −
−
−
=− +
= =− > El sistema no es estable
Estabilidad <
=
=
+
Polos complejos − <
Polos reales dobles − =
Polos reales simples − >
∏ − −
∏ − −
= =
= =
∏
=
− −
∏
=
− −
= =
− −
= − − =− − − + − −
( )= ( ) ( )
ω ω ω
( )= ( ) ( )
ω ω ω
∠ ( ) = ∠ ( )+ ∠ ( )
ω ω ω
Ejemplo:
ω
= − ω
∠ ω
= −ω =δ −
∠ ( ) ≈ −φ
ω
−ω ≈ ω
− ω −φ −ω
= ω donde =τ ω ω =ω
Retardo de grupo
!" ( ) ω
∠ ( )
ω
ω =
ω =
ω
− ω
∏ − − ω
= =
= =
=
− ω
∏
=
− − ω
ω ω ω
∏ − − ω
− # ω
= #
= =
∏ =
− − ω
− # ω
ω − ω − ω
$ " = $ " + $ " − − $ " −
= =
∠ ω
=∠ + ∠ − − ω
− ∠ − − ω
= $ { ω
}+ π ω
= =
donde
ω
π< $ { ω
}= ! % %
ω
≤π
ω ∈ Sin restricción
!" ω
= ${ ω
}+ π ω
donde
ω
ω ∈ Es tal que !" es continua
"! { ω
}= !
!ω
{
!" − − ω
}− !
!ω
!" − { − ω
}=
= =
=
− { − ω
} −
− { − ω
}
= + − { − ω
} = + − { − ω
}
Propiedades
"! { ω
}≡ − !!ω !"{ ω
}= − !!ω $ { ω
}= − !!ω ∠ ω
= = =
θ= θ= θ=
θ=
=
∠ −
θ=
=
∠ −
∠
ω
=
+ − ω −θ
ω −θ
$ { ω
}= − ! %
− ω −θ
− ω −θ
"! { ω
}= − ω
ω
= ω ω
− − #
∏ − − ∏ − −
− #
& = =
= =
∏ − − ∏ =
− −
− #
( ) # −
Si uno está dentro del círculo
Polos
∏ − # unidad, el otro debe estar
#
# = =
Ceros ( )# − fuera. Los polos de un
sistema estable y causal
∏ =
− # están automáticamente
determinados, pero no así los
ceros.
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 34
(EPS-San Pablo CEU)
Relación entre fase y magnitud para
sistemas definidos por una ED
− −
− + − +
Ejemplo: & = π
− − π
− π − π
− − − −
− −
− + − +
= π
− − π
− π − π
− − − −
&
− −
− + − −
+ −
= π
− − π
−
= π − π
− − − −
− −
− ω ω − ω #
ω − #
− ω − #
− ω −
= − ω
= − ω
= − ω
− − −
− ω # − ω #
ω − ω − − ω −
= − ω
= − ω
=
− −
+ polos y ceros = = = # = #
ω
=
ω ω −θ
∠ = −ω − ! %
= − ω −θ
ω −θ
+ − ω− ! %
= − ω −θ
ω +θ
− ! %
− ω +θ
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 37
(EPS-San Pablo CEU)
Sistemas paso-todo
ω − − −
"! = + + >
θ − ω θ − ω − θ − ω
= − = − −
> >
Sistema causal y estable <
− − #
−
= ∏= −
∏
= − − #
= ∠ =
ω
!" { ω
} = !"{ }− "! { φ
}!φ <
=
(− π
−
)( − − π
−
)= ( −
−
− π
)( −
−
π
)
− −
− −
(− − π
−
)( − π
−
)( −− − π
)( − − π
)
=
− −
(− − π
−
)( − π
−
)
[]
! ( )
ω !
( )
ω
ω
Caso Particular: ! es de fase mínima, causal y estable
ω ω ω
! = !
ω
= −
!
ω
ω ω ω
=
π − − π − − − π − π
! = − − − − =
− − π − π
π − − π − π − − π − − −
! = − − − − π − − π −
− −
Ejemplo:
ω ω − ωα
En general, un sistema de fase lineal es tal que = .
es simétrica respecto a α si α es un entero, es decir, α− =
Si α es entero, entonces existe un sistema de fase 0 que es una versión
desplazada de
ω ω − ωα ω
= ω
= ω − ωα − β
∈
Fase lineal Fase lineal generalizada (GLP)
− ωα
ω ω <ω
Ejemplo: = ω ω
ω ≤ ω <π =
ω ω
∠ = β − ωα + ∠
ω
=
( +
ω) − ω
ω <π
+ ( ω)
ω
ω ω "! =α
= ω <π
(
Si β∈ π π
α ∈' α− =− , entonces el sistema es GLP y
ω
es impar
− ≤ ≤
Si es FIR, causal y = , entonces
ω ω ω − ω
el sistema es GLP y es real y par. =
− − ≤ ≤
Si es FIR, causal y = , entonces
ω ω ω − ω −π
el sistema es GLP y es real e impar. =
−
ω
= − ω
=
− ω
+ ( − ω
+ − − ω −
)=
= =
( )=
− −
=
− ω
+
− ω ω −
+
− ω − − ω
+ (ω − )
= =
−
=
− ω
+ − (ω ) = ω − ω
− − − − −
= = − = =
= = =
Si = , entonces −
=
ω
=
− ω −
− (ω − )
=
= − − =− − =− − − =
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 56
(EPS-San Pablo CEU)
Sistemas de fase lineal FIR de tipo III
− − ≤ ≤
= =
ω
=
− ω
− (ω )
=
ω
=
− ω −
− (ω − )
=
es el número de
ceros de
ω − ω
' = =
ω
=
=
∏
' = ( )( + −
)( − −
)( − − −
)
' = δ + δ ( + δ ( +δ (
= + ( −
)( + − −
)( + −
)( + − −
)( + −
)( + − −
)
=
= − −
− −
[] []
+
−
+ [ − ]
−
[ − ]
[ ]− − = − = =
= = −
−
=
[] [] []
+ + =
− −
=
[ − ] + + [ − ]
− −
=
[ − ] [ − ]
−
+ + − = −
=
− −
[ ]= − +
[ − ] [ − ] =
[ ]− − = − = =
= = −
−
=
[] [] []
+ + =
− −
=
+ [ − ] +
− − =
[ − ]
+ − −
+ [ ]= − +
=
− −
[ − ] = −
=
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 4
(EPS-San Pablo CEU)
Forma intermedia II o forma canónica
−
[ ]− − = − = =
= = −
−
=
[] [] []
+ + =
−
=
+ +
− =
+ − −
+ [ ]= − +
=
−
= −
=
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 5
(EPS-San Pablo CEU)
Representación con grafos
Ejemplo:
[] +
[] [] [] [] []
−
−
+ [ − ] [] []
−
−
[ − ] []
[ ]= + = + = = =
[ ]= = = + =
[ ]= + = + = + + =
[ ]= − = −
= + −
+ −
[ ]= − = −
[ ]= = = = − −
− −
− −
− + + −
= −
=− −
+ −
=− + −
− − −
[] []
− − −
− −
[] []
−
Ejemplo: −
+ −
+ − [ ] [ ] [ ] − [ ]
= − − −
− + − − −
− −
− −
−
− +
= −
+ − −
−
− − + −
=
(+ ) −
[ ] [ ] [ ] [ ]
(− −
)( − −
) −
−
−
−
−
−
− −
= + − −
− −
(− −
) − −
−
−
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 11
(EPS-San Pablo CEU)
Formas transpuestas
[] []
− − − Los polos se
implementan
antes que los
− −
ceros.
[] []
− − −
Los ceros se
implementan
antes que los
− − polos.
[] − − − −
[]
= = =
[] []
− − −
− −
− = = =
= − =
=
−
= − + − + −
= = +
− −
( = − )= − + − + − − +
= =
−
( − = )= ( − + − + )+ −
=
[] − − − −
− − − −
[] −
− =− = = +
−
= ( − − − + )
=
[] − − −
− − − − −
− − −
[] −
∈ [− ]
− Representación
= = − +
=
con B+1 bits.
−
∆=
∈ [− − ∆]∩ ∆
Redondeo ∈ (− ∆ ∆
]
= −
Ejemplo: =
Truncamiento ∈ (− ∆ ]
=− − −
=
−
∆= ⋅ =
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 19
(EPS-San Pablo CEU)
Representación binaria
Overflow
A veces NO es deseable.
Ejemplo: 4 0100
+ 4 + 0100 Hay máquinas en las que se
hace clipping y 4+4=7
8 1000 Overflow (-8)
= − = − − =− = − = − =−
7 10111
[] []
= + −
−
= −
−
[] []
= ( + ( − ))
−
= −
−
=
=
=
=
=
=
=
=
= θ − θ
=
− −
− −
− θ −
+ −
=
[] []
−
θ
−
ω
= =
− θ − ω
+ − ω
(− θ ω+ ω) + ( θ ω− ω)
ω ω ω
= = θ =θ +∆
ω ω
ω
∂ ∂
∆ = = θ =θ ∆ + = θ =θ ∆θ
∂ ∂θ
θ
− θ
θ − []
Tipo IV
− − ≤ ≤
= = +
− −
[] []
− []
[] − []
[] []
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 41
(EPS-San Pablo CEU)
Análisis de los efectos de
cuantización
Hipótesis del modelo:
1. Las fuentes de ruido son procesos aleatorios estacionarios en sentido
amplio y de espectro uniforme (ruido blanco).
φ =σ δ +
2. Cada fuente de ruido tiene una distribución uniforme.
Redondeo Truncamiento
− −
− ≤ ≤ − −
≤ ≤
= =− −
− −
σ = σ =
3. Cada fuente de ruido está incorrelada con la entrada al cuantizador
correspondiente, todas las demás fuentes de ruido y la entrada del
sistema.
No puede ser cierta, por ejemplo, cuantización de una señal constante.
[] − [] −
[ ]= +
[ ]= + +
[] []
−
= σ = σ +σ =
−
= σ = σ +σ +σ =
< ∞
⇔ <
= −∞
= −∞
≈ ω
= ω
(ω +∠ ω
)
ω
≤
<
ω
{ ω
}
Ejemplo: σ =
[] []
[] [] [] []
− −
[ ] sigue # (− ) σ =
−
< ∞
< ∞
= =
= −∞ = −
σ σ −
$ % = = = $ % ↑ $ % ↓
σ σ
[ ] [ ]
− − −
− − −
σ =σ =σ =σ
− − −
σ =σ = σ
π π
ω ω ω ω ω
σ = σ "ω + σ "ω
π π
ω
−π −π
π π
ω ω ω
+ σ "ω + σ "ω
π π
ω
−π −π
π π
ω
+ σ "ω + σ "ω
π π
ω
−π −π
ω
&
=
σ =σ =σ =σ
− − −
σ =σ = σ
π π
σ = ( )σ ω ω ω
"ω + σ ( ) ω ω
"ω
π π
ω
−π −π
π π
ω ω ω
+ σ "ω + σ "ω
π π
ω
−π −π
π π
ω
+ σ "ω + σ "ω ω
<
π π
ω
ω ≤π
−π −π
ω ω
<
ω ≤π
=
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 54
(EPS-San Pablo CEU)
Análisis de una estructura en
cascada IIR
= = = ⋅ ⋅
ω
&
=
= =
= =− − − = ( )= ( )=
= ∆= −
= = ( )= ( )=
= ( )= ( )=
= ( )= ( )=
= ( )= ( )=
= − − − = − (− ) =
= − − = − = = +
= ( − ) + (− − ) = ( ⋅ )+ ( ⋅ )=
= ( )+ ( )= + = =−
= ( ) + (− − ) = ( ⋅ )+ ( ⋅ )=
=− ( )− ( )= − − = + = =
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 58
(EPS-San Pablo CEU)
Tema 5 – Diseño de filtros
digitales
Carlos Óscar Sánchez Sorzano
4º Ing. Telecomunicación
EPS – Univ. San Pablo – CEU
Contenido
• Filtros IIR continuos
• Filtros IIR discretos
• Filtros FIR discretos
• Transformaciones de frecuencia
[ ] [ ]
C/D ( ω
) D/C
ω
Ω
+δ +δ
−δ −δ
ω=Ω
δ δ
Ω Ω π Ω ω ω π ω
Banda Banda de Banda de Banda Banda de Banda de
de paso transición rechazo de paso transición rechazo
Ω Ω = Ω = − =
Ω
+ +
Ω Ω
Polos =
π
+ =
Ω
π+ π
= (− )
π
Ω =Ω Ω
= −
= (α −α
−
) = =
(α )
π
−
= +α
Ω
=Ω ( π
+ π
)
= − Ω
Tipo II
Ω = −
Ω
+ ε
Ω
Ω =
+ε
= −∞
π
Si Ω está limitada en banda Ω < , entonces ω
= ω
ω <π
Los filtros analógicos de interés están casi limitados en banda, pero siempre hay
un cierto aliasing que se evita, no con el periodo , sino diseñando el filtro
continuo con especificaciones más rígidas.
Procedimiento:
• Expresar las especificaciones del filtro discreto en el continuo (Ω = )
ω
= Suponiendo que =
= − =
todos los polos son
simples
3
= = = ( ) =
= − −
= =
≤ Ω ≤ Ω≤ π = π
Ω ≤ π ≤ Ω ≤π π =
π
+ =
Ω = =
Ω =
Ω π Ω =
+ + =
Ω Ω
sobre-especificaciones
π Menos aliasing
+ = Ω =
Ω
= (Ω = = )
π
+ = Ω =
Ω
Ω
π π Ω
=
+ + + + + +
= +
+
+
= +
+
+
−
no es el periodo de muestreo del sistema.
−
= − −
+
+ − = −
↔ =
+ −
Filtros causales y estables continuos se
σ< <
+ σ+ ω mapean en filtros causales y estables discretos
= σ= =
− σ+ ω
σ> <
ω − − ω − ω
( ω
−
− ω
) ω
= ↔ = =
( ) = = ω
− ω ω ω ω
+ −
+
− ω
Ω
Ω= ω
↔ω =
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 18
(EPS-San Pablo CEU)
Diseño IIR:Transformación bilineal
Cambio de variable Especificaciones del filtro
Ω
ω=
Ω
Ω
Ω
Ω
Ω= ω ω ω π ω
( Ω) = − Ω
( )= − ω
ω Fase no lineal
∠ ( )= −
ω ω
≈− ω
+ ω
+
− ω
− ω
≤ Ω ≤ Ω≤ π =
Ω ≤ π
≤ Ω ≤∞ =
+ =
Ω = =
Ω =
Ω Ω =
+ + =
Ω Ω
sobre-especificaciones
=
+ + + + + +
− −
+ +
= − −
− +
− −
+ +
− −
− +
− −
+ +
− −
− +
=
(+ ) −
(+ ) −
(+ ) −
− − − − − −
− + − + − +
=
(+ ) −
(+ ) −
(+ ) −
− − − − − −
− + − + − +
=
(+ ) −
(+ ) −
(+ ) −
− − − − − −
− + − + − +
ω ω ω
= ⊗
π
θ ω −θ
= θ
Ejemplo: = − − + π π
( + ω
)
(ω )
− π
+
π
+
− π ≤ ≤
Ventana Hanning =
− π ≤ ≤
Ventana Hamming =
− ( − ) (− )
−
≤ − ≤
Ventana Parzen = (− −
) < − ≤
+ δ
− δ
∆ ω = ω − ω
ω ω π ω
Banda Banda de Banda de ∆ω = ω − ω
de paso transición rechazo
= − ! " δ
− >
−
β = β δ = − + − ≤ ≤ =
< ∆ω
ω +ω
$ = ω
π ( )
ω
π
ω =
β= − + − =
−
= = →
= $ − −
⋅ π
ω π − π −
ω
= ω
−
= − =
− π −
β=
+δ
Otra solución:
−δ Algoritmo de Parks-McClellan
ω ω π ω
Banda Banda de Banda de
de paso transición rechazo
= −
= −
∏( =
− − π
)
Polinomio de Chebyshev de 1er orden
En vez de el error cuadrático, se minimiza el error máximo
ω ω ω
= # # %$ −
Función de peso
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 38
(EPS-San Pablo CEU)
Diseño FIR: Alg. Parks-McClellan
ω ω ω
= # # %$ −
Solución: Tma. de alternancia
Sea un conjunto cerrado y acotado (compacto) en .
Sea # un polinomio de grado y una función continua en
Sea % =$ −# el error en cada punto. Se considera
la norma ∞
=# % en el espacio de las funciones continuas en
∈
ω
=# ω
$ ω
( ω
− ω
) ∞
δ
ω ≤ω ≤ω
+δ $ = δ
−δ
ω ≤ω ≤π
ω ≤ω ≤ω
=
δ
ω ω
ω ≤ω ≤π
ω ω ω ω ω π
−δ ω
( )
"
ω ω ω ω ω
=# ω
$ − =# ω
$ ω − ω
∞
= ∞
" "
ω ω ω ω
=# ω
$ ω − =# ω
$ − =# ω
%" ∞
= ∞ = ∞
δ δ
ω ≤ω ≤ω ω ≤ ≤
$ = δ
$ = δ
ω ≤ω ≤π − ≤ ≤ ω
ω ≤ω ≤ω ω ≤ ≤
= =
ω ≤ω ≤π − ≤ω ≤ ω
= ω
Tma. de la alternancia
%" tiene al menos L+2 alternancias.
Pero puede tener más
δ
π
−δ ω
"
( )
+δ
ω ω
−δ $ ω − = − +
δ = "+
=
δ
ω ω
ω ω ω ω ω π
−δ ω
−
ω ( ω ) ( ω )" =
ω
$ ω
$ ω"+
Selección ω
"+ "+
γ =∏ ω − ω −
γ ω
= δ= =
+
≠ "+
−
γ ω
= $ FIN
No
=γ ω − ω"+
+ "+
ω δ
= − $− ω Sí ¿Cambiaron los
ω− ω
ω extremos?
= =
"+
ω− ω
=
Calcular ω +
ω
Calcular % y
encontrar los puntos en
los que % ω ≥ δ
Selección
Restricciones en
el dominio de la
frecuencia
Restricciones en
el dominio del
tiempo
Butterworth (N=1,ω = )
−
+
= −
−
&
ω′ =
−
−
= −
−
Proceso aleatorio
correlado
=− −
=
= ∗
causal
ε = −
=− −
=
{ε } =
{ε }= φ + φ + φ −
= = =
=φ + φ + φ −
= =
φ ∈
=φ + + φ + φ −
= =
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 4
(EPS-San Pablo CEU)
Predicción lineal hacia delante
{ε }= φ + φ + φ + φ −
= =
Ecuaciones normales φ + φ − = =
=
{ε }= φ + φ = φ
= =
φ − =
{ε } =
Ecuaciones Yule-Walker
= =
φ − φ − − φ − − φ
φ Φ σε
Γ = =
Φ Γ−
φ
φ φ =− =
σε φ
=
φ φ σε =φ +φ
φ +φ
=− =
φ φ φ σε φ +φ
φ φ φ = = +
φ φ φ
σε =φ +φ +φ
= −
+ −
σε = σε −
(− )
σε =φ
donde
φ +Φ φ φ +φ
=− − −
=− = =− =
φ +Φ − −
φ φ +φ
− = − = + = +
= + = +
en Ω = { }
< < . Entonces, se puede expandir en una serie de Laurent que
incluye a la circunferencia unidad.
Coeficientes ceptrales
∞ ∞ π
− ω − ω
= = = ω ω
ω
= −∞ = −∞ π
−π
∞ − ∞
= −
= −
+ + −
=σ −
= −∞ = −∞ =
= −
σ =
∞ ∞
ω
=σ δ ω− π ω
=σ ω = −
= −∞ =
+ − = −
= =
+ − =
=
= −
=
blanco
blanco
+ − = −
= =
φ = { − }= − − − −
= =
= { − − }− { − − }
= =
= φ − − φ − =σ − − φ −
= = = =
{ }= { }=
∞
φ = − + + −
= −∞
{ }=
∞ ∞
= + − φ + =σ −
= −∞ = −∞
φ =σ δ
+ − = φ =σ δ − φ −
= =
φ φ φ φ σ
φ − φ φ φ −
φ − φ − φ φ − =
φ − φ − − φ − − φ
¡¡Ecuaciones de Yule-Walker!!
blanco
=
Predicción lineal =− −
=
ε = − = + −
=
Ε =
− ε ε
+
σε = {ε }= { + − }
σε = {ε }= { + − }
− − −
=σ + − − − −
= = =
− − −
=σ + { − − }− { − }
= = =
− − −
=σ + φ − − φ
= = =
φ φ φ −
φ φ φ −
=σ + −
φ − φ − φ −
− φ φ φ −
=σ + Γ −
− ε
+ {ε − }= = −
( = − ) ( = −∞ ∞)
− ∞
σε = σ − φ − σε = σ − φ −
= = −∞
ω ω ω
=
φ =φ ω
ω ω
= ω
= ω
= =
φ =φ +σ δ +σ + σ
ω
+ ω
[ ]=
π
ω
φ = = −
− π
=
= =
=< >
DFS
[ ]= −
=< >
Propiedades
[ ]+ [ ] + −
[ − ] ⊗
[] − − [][] ⊗
[] −
[− ] −
…
⊗ =
−
=< >
[]
∞
π
ω
= δ (ω − π
)
= −∞
Ejemplo:
∞ ∞
π
[ ]= δ − =
ω
= δ (ω − π
)
= −∞ = −∞
∞
π
ω
= ω ω
= ω
δ (ω − π
)
= −∞
∞
π
δ (ω − )
π
ω ω
= π
= ω= π
= −∞
= ∆ω = π
≤ ≤ −
=
DFT
[]
= DFT [ ]= −
⋅ ⋅ ⋅ −
=
− ⋅ − ⋅ − ⋅ −
− −
−
= =
[] = DFS
[ ]= − = − = − DFS
[] = DFS
[ ]= − = − = − DFS
− =
≤ ≤ − DFT −
Ejemplo: [ ]= [ ]= = [ ]= [ ]= = δ
=
≤ ≤ −
[ ]= [ ] [ ]= δ
DFT
[ ]=
≠
+ ≤ ≤ −
[ ]= − + ≤ ≤ −
¿Cuál es el problema?
∞
− ≤ ≤ −
= = −∞
La convolución periódica es
idéntica a la convolución
lineal en el intervalo
− + + ≤ ≤ −
+ ≤ ≤ −
=
=
∞
= −
=
∞
= −
=
= − −
=
=
+ − + − + ≤ ≤ −
=
∞
= − − + + −
=
=
− ≤ ≤ −
=
= − −
=
=
= + = π
− π
=< >
= + ≤ ≤ −
≤ ≤ −
= + ≤ ≤ −
≤ ≤ −
= + = +
+ +
Pero = = ⋅ =
− − − −
+ +
= =
= = = =
− −
=
= =
−
DFT de cada fila de =
=
Modificación de la tabla
Modificar cada fila de • N multiplicaciones complejas
• 2(L-1)(M-1) cálculos de funciones trig.
DFT de cada columna de M DFTs de tamaño L:
• ML2 multiplicaciones complejas
• ML(L-1) sumas complejas
Ejemplo: = = ⋅ • 2L2 cálculos de funciones trigonométricas
x[1] x[6] x[11] DFT3 F[1,0] F[1,1] F[1,2] G[1,0] G[1,1] G[1,2]
DFT5
X[0] X[1] X[2]
Pero, además, = +
= + + = + +
+
+
+
=− = −
+
−
Combinar DFT4
x[1] − X[4] + = = −
x[5] X[5] + = = −
− −
x[3] − − X[6] + = = −
x[7] X[7] + = = −
− − −
= + = +
+ = = − + = = −
= +
+ = = −
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 32
(EPS-San Pablo CEU)
Algoritmo FFT de base 2
(diezmado en el tiempo)
Complejidad
• multiplicaciones complejas
Complejidad global: mariposas
• sumas complejas
[] []
( Ω) C/D × DFT
[]
Ω = Ω Ω
∞
ω
= ω
− π
= −∞
ω ω ω
= π ⊗
= ω π π
ω= π Ω = ∆Ω =
ω ω ω
= Ω +θ + Ω +θ −∞ < < ∞
= ω +θ + ω +θ −∞ < < ∞ ω = Ω
ω =Ω
= ω +θ + ω +θ
θ ω − θ − ω θ ω − θ − ω
= + + +
ω θ ω −ω − θ ω +ω θ ω −ω − θ ω +ω
= + + +
π +
= +
∆
= (Padding)
[ ] de longitud
Ω
Ω Ω<π
Ω = Ω Ω =
ω
ω
ω <π
= ω
=
ω ω
= es un factor de normalización
ω
= Periodograma
− + − − −
− ω − − ω
= = +
= = − − = =− −
aunque fuera del intervalo ≤ ≤ − sé que =
− − −
− ω − ω
= + =
=− − = =− −
− −
= + = + +
= =
{ }=
−
ω
{ }−ω
=− −
− −
{ }= { + + }= φ + =φ
= =
{ }=
−
ω − ω ω ω
φ = ⊗ Sesgo
=− − π
ω ω
=
π
Supongamos que
ω
= , entonces { ω
}= π
ω
ω
−π
π
{ }=
−
ω ω
= ω= Asintóticamente
π −π = insesgado
− < ω
=
(ω )
= (ω )
{ ω
}= ω
+ ω
En otros casos,
{ ω
}≈ ω
Si = , entonces las
muestras del
periodograma son
independientes.
= [ + ] ≤ ≤ −
ω ω
=
−
ω ω
=
=
Propiedades
{ ω
}= { ω
}
{ ω
}= { ω
} Si = − − , entonces
este método se llama de Bartlett.
{φ }= −
− − − −
{ + }= φ = φ = φ φ
= =
− Estimador sesgado
φ = + Estimador insesgado
− =
{φ }≈
∞
φ +φ − φ +
= −∞
ω ω
Comparando con el periodograma, resulta que Φ =
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 18
(EPS-San Pablo CEU)
Análisis de señales estacionarias: A través
de la autocorrelación (Blackman & Tukey)
En cualquier caso, si es grande, hay pocas muestras disponibles para el
estimador por lo que la varianza del estimador es mayor. En el caso del
periodograma esta varianza se introducía directamente en el cálculo de la
densidad espectral de potencia. Sin embargo, al pasar por la autocorrelación
podemos atenuar este efecto por medio de una ventana (simétrica).
= salvo en el intervalo − − ≤ ≤ −
ω
= { φ }= π
ω
⊗Φ ω
Suavizado en frecuencia
ω
Para que
ω
> , se necesita que ≥ . De las ventanas estudiadas
en este curso, sólo la ventana triangular cumple esta condición.
{ }= {φ }
− −
ω − ω − − ω
= φ
=− − =− −
ω ω
= π ⊗
∞
ω ω ω
Supongamos que = , entonces = π ω=
−∞
Para que el estimador sea asintóticamente insesgado se necesita que =
{ }≈ ( )
−
ω ω
=− −
<<
ω
∞ !
=σ δ ω− π ω
=σ ω
= −∞
σ = σ
−
Curso 2004/2005 Carlos Óscar Sánchez Sorzano 24
(EPS-San Pablo CEU)
Estimación espectral paramétrica:
Modelos AR
Ejemplo:
"=
σ "
# "
Donde
λ
'λ = − ω
= λ −ω
λ
−∞ < < ∞
≤λ< π
↑ Entonces, si
λ = 'λ
= π⋅ { λ }= ω λ −ω
Ventana en
el tiempo
λ
λ
π { + }
{ λ }= ω λ −ω
Ventana en
frecuencia
π
La condición para poder
recuperar a partir de la
STFT es que
≤ ≤
( = (Ω ( − ρ
))
ρ
= Ω
( = (Ω ( − )) ρ
≈ (Ω ( − ))
ρ +ρ
= (Ω ( + ) − Ω )
ρ ρ
La frecuencia depende de
la velocidad del objeto