Programables DSP dispositivos

Dispositivos digitales programables
Sesión 6 Lenguaje y aplicaciones para DSP saber hacer para competir
Objetivo
Conocer los diferentes tipos de dispositivos digitales programables que llamamos DSP y su
clasificación.
Explicar el funcionamiento básico de la programación de dispositivos digitales programables tipo

DSP.
Introducción
Actualmente vivimos en la era de la información; podemos decir que hay amplio número de
dispositivos, sistemas y aplicaciones del procesamiento de señales digitales (DSP), el cual
afecta nuestra vida en una gran manera. Por ejemplo, algunos de ellos están presentes en
las telecomunicaciones, más específicamente en los teléfonos móviles o inalámbricos que ya
reemplazaron a los teléfonos fijos o de pared.
Entonces en este contexto los DSP son los encargados de generar, recibir y transmitir señales y
ahora, con el uso del internet, es una gran cantidad de información la que se recibe por medio de
radiofrecuencia; actualmente se está usando lo que se conoce como VOP o protocolo de voz sobre
internet que también se llama comúnmente telefonía de internet.
Otra aplicación es el procesamiento de voz ya que la calidad de la transmisión de la voz sobre las
telecomunicaciones debe ser muy alta, por lo que es necesario el reconocimiento de voz, la síntesis
de voz, la verificación de las bocinas, el mejoramiento de la voz, la traducción de la voz a texto y
traducción de texto a voz, entre otras aplicaciones de los DSP.
En electrodomésticos como las televisiones inteligentes, DVD, Blu-Ray, etcétera. En la medicina se

puede usar en máquinas de rayos X, electrocardiogramas, o encefalógrafos.
En procesamiento de imágenes, el mejoramiento de la imagen, la restauración de la imagen, el

entretenimiento y la nitidez computarizada; aplicaciones de radar y sonar, en la electrónica militar
GPS, radar y procesamiento de imágenes de sonar.
1
Universidad Tecnológica Santa Catarina
• Educación a Distancia •
6.1 Lenguaje de DSP: señales de tiempo discreto

Una señal es una cantidad física que depende de una o más variables independientes y su variación
puede contener información que nos interesa. Por ejemplo, una señal de tiempo continuo que es
periódica y contiene valores en su frecuencia fundamental, así como las armónicas que contienen
amplitudes y triángulos de fase de armónicas individuales.
El objetivo del procesamiento de la señal es modificar esa señal que tiene para mejorar la calidad de
la información en una forma bien definida. Tomemos por ejemplo una consola de DJ que es aquella
en la que se mezcla diferentes señales de manera tal que se obtenga la mejor calidad de audio
posible.
Una señal de tiempo continuo se puede definir como una función de una variable independiente
que es continua en todos sus tramos; las expresamos como una función de tiempo, pero obviamente
puede ser función de otras variables como la temperatura, la presión, la elevación, etc.
Señal de tiempo continúo
Una señal de tiempo discreto se pude definir como una función que sólo está definida en instantes
discretos de tiempo y que se encuentra definida para todos los otros valores de Y. Aunque una
función de tiempo discreto se puede definir en valores arbitrarios de tiempo en un intervalo que
puede ir desde -∞ hasta +∞, aquí solo vamos a considerar una función que está definida en
intervalos iguales de tiempo en base a la siguiente formula.
Donde:
T = intervalo de tiempo fijo en segundos que se conoce como tiempo o periodo de muestreo
n= se puede definir desde -∞ hasta +∞
2
Para muestrear una señal continua se usa el llamado circuito de orden cero. Este circuito sostiene
los valores muestreados por un periodo antes de que el próximo muestreo tenga lugar.
En la siguiente figura se puede apreciar una señal continua que ha sido muestreada en valores
discretos en intervalos regulares de tiempo.
Señales de tiempo discreto
En la siguiente figura se muestra la función discreta que se ha obtenido usando el circuito de orden
cero, también llamado reconstructor de orden cero. (Z.O.H) o circuito de retención.
Z.O.H
3
Esta señal es reconocida como señal de dato muestreado y es usada en los sistemas de control de
datos muestreados y en los filtros de capacitor de switcheo.
Cuando ésta señal es retenida durante un periodo de muestreo (una fracción de él) esa señal que se
obtiene puede ser convertida a un valor utilizando un circuito catalizador; este circuito tiene niveles
finitos de un valor que se determina por una forma binaria de representación. A este proceso lo
conocemos como codificación binaria o cuantización; en este proceso la precisión se determina
por el número de bits, es decir, los dígitos binarios que se usan para representar cada valor.
El filtro digital también es conocido como sistema de tiempo discreto.
Hay ciertos sistemas que contienen tanto el circuito de órdenes como el cuantizador; estos sistemas
se conocen como ADC o converso análogo digital. Una señal en tiempo continuo f (t) o una señal
de tiempo discreto f(n) expresan una variación de una cantidad física como función de una variable
que puede ser, por ejemplo, una fotografía a blanco y negro, la cual se puede considerar como una
señal de dos dimensiones, donde la intensidad de los puntos hechos en la pintura, se mide sobre un
eje horizontal (x) y un eje vertical (y).
Hay varias maneras de describir la relación entre un entero n y el valor de su señal en tiempo
discreto f(n). Una de ellas es por ejemplo usar una flecha para indicar el valor de muestra cuando n =
0; en la siguiente imagen lo mostramos.
Valores de la señal n
Entonces cuando n = 0, el valor de señal discreta tiene un valor de 0.5.
El sistema causal solamente tiene respuestas para valores de n positivos. Se dice que, si una
secuencia tiene valores ceros, es decir, no tiene ningún absoluto valor para un n<0, entonces es un
sistema causal.
Los sistemas causales son aquellos que tienen magnitud 0 para un n<0 y los sistemas no causales
aquellos que pueden tener valores tanto para valores positivos como para valores negativos de n.
La longitud de una secuencia finita es a menudo definida por ejemplo como el número de muestras.
Analicemos las siguientes 2 secuencias x2 y x3
4
Secuencias iguales según el sistema causal
¿Son diferentes?
La respuesta es no, porque vemos que tienen elementos que tienen valor cero, pero todo lo demás
esta igual, es decir que los elementos de n que realmente tienen peso por la definición anterior
de sistema causal son iguales, e incluso la flecha está en el mismo valor de 1. Es decir que esas
señales son iguales, son señales discretas equivalentes.
Para modelar las señales discretas, matemáticamente, en vez de enlistarlas (como en los ejemplos
anteriores) hay unas funciones básicas en tiempos discretos.
• Función pulso unitario
La función pulso unitario tiene el siguiente símbolo y está definida por la siguiente razón:
arroja un 1 para cuando n = 0 y para cualquier valor diferente de cero arrojará un 0.
Función pulso unitario
• Función pulso unitario desplazado
Ahora, si queremos un pulso unitario desplazado, es decir, retrasado por un número k de muestras,
entonces la función quedaría como la que sigue:
Función pulso unitario desplazado
• Función pulso unitario
La función pulso unitario está definida como 1 para toda n>=0 y como 0 para toda n<0:
Función pulso unitario
5
• Función pulso unitario desplazado
Cuando esta se retrasa por k muestras, entonces tiene la siguiente manera:
Función pulso unitario desplazado
• Definición de una señal discreta exponencial real
La señal discreta exponencial real está definida por:
x(n)=an
Definición de una señal discreta exponencial real
Donde: a = es una constante real, si es una constante compleja entonces la exponencial es una
secuencia compleja.
• Definición de una función exponencial
De una forma más general, una exponencial pude ser definida de la siguiente manera:
Definición de una función exponencial
Donde: an y bn dependen de la posición de k y de la posición de n en el intervalo.
• Definición de una función exponencial compleja
La función exponencial compleja tiene la siguiente forma:
Definición de una función exponencial compleja
Donde:
A=números complejos
α = Es una constante elevada a la n
6
6.1.1 Historia del diseño de filtros

El filtro es la forma más común del procesamiento de señales usada en todas las aplicaciones para
remover las frecuencias en ciertas partes y mejorar la magnitud, la fase y el espectro de una señal.
Los filtros originalmente fueron diseñados usando inductores, capacitores y transformadores. En la

segunda mitad del siglo XX los amplificadores operacionales (OPAM) fueron introducidos usando
transistores bipolares y el diseño de filtros se realizó con inductores que realizaban funciones de
transferencia; el procedimiento de diseño era mucho más simple y la tecnología del dispositivo
también mejoró la fabricación de resistores en la forma de lámina delgada y lámina gruesa en
sustratos de cerámica, en vez de usar tarjetas de circuito impreso.
Después las señales fueron convertidas en señales de tiempo discreto y la teoría de sistemas de
tiempo discreto es usada actualmente para analizar y diseñar estos filtros.
6.1.2 Evolución del procesamiento de señales digitales

En el inicio el desarrollo de la teoría de sistemas de tiempo discreto se motivó en buscar un gran
número de técnicas para realizar integración, interpolación y resolver las ecuaciones diferenciales.
Después, cuando las computadoras personales estuvieron disponibles, se podía hacer un cálculo
computacional mucho más poderoso que originalmente se usó en la industria del petróleo para
el procesamiento de señales geológicas y en la industria de las telecomunicaciones para el
procesamiento de voz.
Luego la teoría de los filtros digitales maduró y con la ventaja de tener cada vez computadoras más
poderosas construidas en un circuito integrado, la teoría y las aplicaciones del procesamiento digital
de señales avanzó enormemente en las dos últimas décadas.
Los últimos dos resultados revolucionarios que han cambiado el procesamiento digital de señales,
han sido el teorema del muestro de Charming y el algoritmo de Cooley–Tukey FFT.
6.1.3 Verificadores
Teniendo en cuenta que los elementos o los coeficientes de la función de trasferencia y los valores
muestreados de la señal de entrada se van a almacenar en la memoria del hardware del filtro digital
o en una computadora, se pueden cambiar estos coeficientes, lo cual nos cambiaría la función de
transferencia del filtro.
Esta es una de las grandes ventajas con respecto al filtro análogo, es decir, que un filtro digital puede
rediseñarse fácilmente para una señal de entrada diferente a lo que en el caso de los análogos
tendría que hacerse únicamente cambiando los circuitos o los elementos de ellos.
También en un filtro digital se puede cambiar el tiempo de muestreo y la frecuencia de muestreo,

algo que no era muy fácil de hacer en filtros análogos y se pueden cambiar los coeficientes para que
puedan hacer una función del tiempo o cambiar el algoritmo de acuerdo a nuestro desarrollo.
7
Los filtros digitales son mucho más precisos y confiables que los filtros análogos y, si queremos una
precisión muy alta, esto se puede obtener incrementando el número de discretos que presentan
los coeficientes de la función de transferencia del filtro y los valores de la señal de entrada. Esta
precisión en los filtros análogos no era tan fácil de obtener.
Otra ventaja que tienen los filtros digitales sobre los análogos es su economía, pues son mucho más
económicos en la aplicación.
Otra de las ventajas que poseen los filtros digitales es que sus datos pueden ser almacenados en
medios magnéticos como discos compactos, (CD´s), discos de video digital (DVD´s) o en discos
ópticos por un tiempo indefinido; en el momento en que nosotros queramos tenerlo, se pueden
tener sin ninguna degradación o pérdida de datos. Por ejemplo, la música que se graba en los CD´s
permanece ilesa siempre y cuando no se dañe el medio físico por el tiempo que sea necesario.
En contraste con esto, las señales análogas se deterioran suavemente conforme el tiempo va
trascurriendo y entre más tiempo dejemos pasar va a ser más difícil la extracción o la recuperación
de ésta información sin pérdida alguna.
Otra ventaja de los filtros digitales frente a los análogos es la duración del impulso finita y que estos
filtros pueden tener una fase lineal. Ninguna de estas dos características podría ser lograda con
filtros análogos. Los filtros digitales con estas características se han usado en muchas aplicaciones.
El ancho de banda de un filtro digital puede ser del orden de 5 Hz o incluso una fracción de esta
medida, algo que comúnmente se requiere en señales biomédicas o sísmicas.
Con los filtros digitales se puede realizar algo conocido como filtros multitasa que se usan en
el procesamiento de muchas señales complejas que presentan diferentes tasas de cambio, por
ejemplo, en filtros digitales de dos dimensiones que se usan en el procesamiento de imágenes.
Y los filtros adaptativos son necesarios, por ejemplo, si tú vas con tu teléfono móvil y estás
cambiando de posición en un territorio amplio, entonces estos filtros adaptativos son absolutamente
necesarios para compensar la distorsión de la señal que pasa a través de la ruta de transmisión.
Veamos entonces un ejemplo de la operación de la telefonía móvil en un área geográfica, en la cual

hay unos teléfonos móviles que operan en una red. Comúnmente el área de las telecomunicaciones
suele dividirse en células como la que se muestra en la siguiente figura.
Red de operación de telefonía móvil en un área geográfica
8
Obviamente estas células en la vida real no van a ser del mismo tamaño, es decir, una célula en
una zona urbana debido a su densidad de número de conexiones puede ser tan pequeña como 300
metros, mientras que, en zonas rurales, debido a que hay menor densidad de conexiones, pueden
ser de hasta 35 km. El tamaño y la forma de cada célula depende de determinado por un patrón
de radiación y la potencia de salida de la antena que se tenga en los teléfonos móviles y en el
controlador de la estación.
Hay algo que se conoce como el controlador de base (BSC) y la estación de transmisor base (BTS);
esta BTS opera en diferentes frecuencias porque se comunica a través de diferentes canales.
Generalmente puede estar en la banda de los 890Mhz a los 915Mhz para frecuencias de transmisión
y para frecuencias de recepción estaría más o menos en la banda de los 935Mhz a los 960Mhz.
Con el fin de utilizar eficientemente el espectro de frecuencia hay algunas células que utilizan la
misma frecuencia.
En la siguiente figura se muestra el diagrama completo del enlace de comunicación con un teléfono
móvil a través de una estación de antena. Vamos a analizar una de las ventajas que tienen los
filtros digitales frente a los análogos y es su complejidad debido a que tiene varias etapas de
procesamiento de señal entonces, se complica y se puede hace más difícil para el diseñador.
El procesamiento de señales digitales consume un poco más de potencia que un procesador

análogo.
Diagrama completo del enlace de comunicación con un teléfono móvil a través de una
estación de antena
9
6.2 Aplicaciones del DSP

Para terminar, vamos a mostrar algunos ejemplos en Matlab.
Se va a realizar este ejercicio donde tenemos dos señales discretas y vamos a hacer algunas
operaciones con ellas.
X1= (0.9 0.5 0.8 1.0 1.5 2.0 0.2)
X2 = (1.0 0.3 0.6 0.4)
a) Y1(n) = x1(n) + 3x2(n)

b) Y2(n) = x1(n) - x2(n-5)
c) Y3(n) = x1(n)x2(n)
d) Y4(n) = x1(-n+4)
e) Y5(n) = y4(n)x2(n)
f) Y6(n) = x2 (-n-3)
g) Y7(n) = y4(n) y2(n)
Señal
X1
Código de Matlab
10
Señal
X2
Código Matlab
6.2.1 Análisis en el dominio tiempo y transformada z

El propósito del análisis de un sistema de tiempo discreto es encontrar la salida, tanto en el dominio
de la frecuencia, como en el dominio del tiempo del sistema cuando se tiene como entrada una señal
de tiempo discreto.
Se dice que un sistema satisface la condición de homogeneidad cuando a una entrada x(n)
multiplicada por una constante K produce una salida y(n) multiplicada por la misma constante, donde
k puede ser una constante arbitraria.
Se dice que un sistema satisface el principio de superposición si la salida de k1 y1(n)+ k2 y2(n) es

debida a una entrada k1 x1(n)+ k2 x2(n). Si la salida es así, entonces se dice que el sistema es
invariable en el tiempo.
Un sistema es causal cuando su salida no depende de valores futuros de la entrada.
6.2.2 Modelos de un sistema en tiempo discreto

Consideremos un sistema de tiempo discreto como la interconexión de tres elementos básicos: los
multiplicadores, los elevadores y los elementos de retraso. Un cuarto componente sería el modulador
el cual se encarga de multiplicar dos o más señales y realizar operaciones no lineales.
Los símbolos de los elementos básicos de los modelos de los elementos discretos son los que se
muestran en la siguiente figura.
11
Ejemplo de un circuito esquemático para un modelo de un sistema en tiempo discreto.
El modelo del circuito esquemático de tiempo discreto anterior quedaría como la siguiente figura
muestra:
12
6.2.3 Los algoritmos recursivos

Son un tipo de algoritmos en el que tenemos unas condiciones iniciales y en base a la ecuación
original se van remplazando los valores para obtener el primer valor, luego con base en éste se
calcula el siguiente valor de y, y así sucesivamente, pero es necesario primero conocer el valor
anterior para poder calcular el siguiente; es por eso que se llaman recursivos.
Consideremos la siguiente ecuación donde x(n) está definida por el impulso unitario y que tiene las
siguientes condiciones iniciales:
Ahora lo que siguiente es remplazar 0 en donde halla n, porque eso en el primer caso nos daría y(-1)
y y(-2) que son los parámetros iniciales.
Esta respuesta tiene una longitud infinita
Conclusión
Podemos concluir que los DSP o procesadores de señales digitales, son más poderosos y tienen
aplicaciones más amplias que un microcontrolador normal como los tipos PLD, y que estos últimos
no son tan poderosos en recursos de procesamiento; hablamos por ejemplo en situaciones donde
la señal que se procesa es analógica y se convierte mediante un proceso de muestra en señal
digital. Este proceso realiza una serie de muestreos de la señal continua y mediante unos cálculos
matemáticos discretos, los convierte entonces en señales digitales. Se han visto las señales en
tiempo discreto, también se han visto algunos ejemplos de ellas y las ventajas y desventajas del
procesamiento digital de señales frente al procesamiento análogo.
13
Glosario
Señal. Es una cantidad física que depende una o más variables independientes y su variación puede
contener información que nos interesa.
Señal de tiempo continuo. Se puede definir como una función de una variable independiente que
es continúa en todos sus tramos; las expresamos como una función del tiempo, pero obviamente
puede ser función de otras variables como la temperatura, la presión, la elevación, etc.
Señal de tiempo discreto. Se pude definir como una función que solo está definida en instantes
discretos de tiempo y que se encuentra definida para todos los otros valores de y, aunque una
función de tiempo discreto se puede definir en valores arbitrarios de tiempo en un intervalo que
puede ir desde -∞ hasta ∞, aquí solo vamos a considerar una función que está definida en intervalos
iguales de tiempo.
Sistema causal. Solamente tiene respuestas para valores de n positivos. Se dice que, si una
secuencia tiene valores en ceros, es decir, no tiene ningún absoluto valor para un n<0, entonces es
un sistema causal.
Filtro. Es la forma más común del procesamiento de señales usada en todas las aplicaciones para
remover las frecuencias en ciertas partes y mejorar la magnitud, la fase y es espectro de una señal.
OPAM. Amplificadores operacionales.
Filtros digitales. Son un tipo de filtros mucho más precisos y confiables que los y, si queremos una
precisión muy alta; esto se puede obtener incrementando en número de discretos, que presentan los
coeficientes de la función de transferencia del filtro, y los valores de la señal de entrada.
Esta precisión en los filtros análogos no era tan fácil de obtener.
Filtros análogos. Son un tipo de los filtros que son menos precisos y confiables.
VOP. Protocolo de voz sobre internet.
BSC. Así se le conoce al controlador de base de un sistema de telefonía.
BTS. Así se le conoce a la estación de transmisor base de un sistema de telefonía.
Bibliografía
txebarria, M. (s.f.). Microcontroladores PIC teoría y práctica.
Palacios, E. (s.f.). MicrontroladorPIC 16f84.
Tutoriales PIC. (s.f.). Obtenido de http://picfernalia.blogspot.mx/
14

Programables DSP dispositivos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Programables DSP dispositivos

Cargado por

Copyright:

Formatos disponibles

Dispositivos digitales programables

Sesión 6 Lenguaje y aplicaciones para DSP saber hacer para competir

Explicar el funcionamiento básico de la programación de dispositivos digitales programables tipo

En electrodomésticos como las televisiones inteligentes, DVD, Blu-Ray, etcétera. En la medicina se

En procesamiento de imágenes, el mejoramiento de la imagen, la restauración de la imagen, el

6.1 Lenguaje de DSP: señales de tiempo discreto

Señal de tiempo continúo

Señales de tiempo discreto

El filtro digital también es conocido como sistema de tiempo discreto.

Entonces cuando n = 0, el valor de señal discreta tiene un valor de 0.5.

Analicemos las siguientes 2 secuencias x2 y x3

Secuencias iguales según el sistema causal

• Función pulso unitario

Función pulso unitario

• Función pulso unitario desplazado

Función pulso unitario desplazado

• Función pulso unitario

Función pulso unitario

• Función pulso unitario desplazado

Cuando esta se retrasa por k muestras, entonces tiene la siguiente manera:

Función pulso unitario desplazado

• Definición de una señal discreta exponencial real

La señal discreta exponencial real está definida por:

• Definición de una función exponencial

Definición de una función exponencial

Donde: an y bn dependen de la posición de k y de la posición de n en el intervalo.

• Definición de una función exponencial compleja

La función exponencial compleja tiene la siguiente forma:

Definición de una función exponencial compleja

6.1.1 Historia del diseño de filtros

Los filtros originalmente fueron diseñados usando inductores, capacitores y transformadores. En la

6.1.2 Evolución del procesamiento de señales digitales

También en un filtro digital se puede cambiar el tiempo de muestreo y la frecuencia de muestreo,

Veamos entonces un ejemplo de la operación de la telefonía móvil en un área geográfica, en la cual

Red de operación de telefonía móvil en un área geográfica

El procesamiento de señales digitales consume un poco más de potencia que un procesador

6.2 Aplicaciones del DSP

X2 = (1.0 0.3 0.6 0.4)

a) Y1(n) = x1(n) + 3x2(n)

6.2.1 Análisis en el dominio tiempo y transformada z

Se dice que un sistema satisface el principio de superposición si la salida de k1 y1(n)+ k2 y2(n) es

Un sistema es causal cuando su salida no depende de valores futuros de la entrada.

6.2.2 Modelos de un sistema en tiempo discreto

Ejemplo de un circuito esquemático para un modelo de un sistema en tiempo discreto.

6.2.3 Los algoritmos recursivos

Esta respuesta tiene una longitud infinita

OPAM. Amplificadores operacionales.

VOP. Protocolo de voz sobre internet.

BSC. Así se le conoce al controlador de base de un sistema de telefonía.

BTS. Así se le conoce a la estación de transmisor base de un sistema de telefonía.

Palacios, E. (s.f.). MicrontroladorPIC 16f84.

Tutoriales PIC. (s.f.). Obtenido de http://picfernalia.blogspot.mx/

También podría gustarte