Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Señales y Sistemas
Un sistema complejo diseñado desde cero nunca funciona y no puede ser remendado para que
funcione. Tienes que empezar de nuevo, comenzando con un sistema simple que funcione.
—John Gall
Un sistema de telecomunicaciones (analógico o digital) puede ser modelado como una serie
de sistemas especı́ficos conectados en cascada. Cada uno de esos sistemas especı́ficos realiza
una tarea particular, como por ejemplo: Conversión de señal analógica a digital, muestreador,
modulador, codificador, canal inalámbrico, etc. Por lo tanto el análisis matemático de cada
uno de estos sistemas es una tarea importante que deber ser estudiada para mejorar la
comprensión de los sistemas completos de comunicaciones.
1.1 Señales
Una señal es un conjunto de informaciones que son utilizadas para representar determinados
fenómenos fı́sicos o datos en general. Por ejemplo, datos estadı́sticos de una determinada
region, niveles de voz de una determinada persona, etc. Usualmente la variable independiente
de las señales es el tiempo, sin embargo es posible encontrar señales con otro tipo de variable
independiente y ademas de dimensiones superiores. Por ejemplo, en una imagen, las variables
independientes son los ejes horizontal y vertical. A lo largo de este libro, consideraremos
solamente como variable independiente al tiempo.
Clasificación de señales
• Señal analógica: Una señal analógica es aquella que existe para todos los valores de
su variable independiente.
• Señal digital: Una señal digital es aquella que existe solamente para valores pre-
definidos de su variable independiente.
• Señal continua: Una señal continua es aquella cuya variable dependiente puede tomar
cualquier valor de los números reales
1
2 Capı́tulo 1. Señales y Sistemas
• Señal discreta: Una señal discreta es aquella cuya variable dependiente solamente
puede tomar valores predefinidos.
Nota: Como puede ser visto en la Figura 1.1, las señales pueden ser Analógica - Continua,
Analógica - Discreta, Digital - Continua y Digital - discreta.
• Señal aleatoria: Una señal es dicha aleatoria si no es posible prever sus estados futuros
pues varı́a de forma imprevisible. Ejemplos: El ruido térmico, señal de voz, etc.
De forma análoga, una señal es dicha no periódica si no existe un valor de T0 que sat-
isface la condición (1.1).
• Señal causal y no causal: Una señal es dicha causal si es diferente de cero solamente
cuando la variable independiente es mayor o igual que cero. Análogamente, una señal
es dicha no causal si posee valores diferentes de cero cuando la variable independiente
es menor que cero.
• Señal par e impar: Una señal sp (t) es dicha par, si cumple la siguiente condición
La Figura 1.3 muestra algunos ejemplos señales causales, no causales, pares e impares.
Señales elementales
Existen señales elementales que son indispensables para el entendimiento y análisis de sis-
temas complejos, dentro de estas señales se destacan: Función escalón unitario, función
impulso unitario y señales exponenciales.
• Función escalón unitario: La versión en tiempo continuo de la función escalón
unitario es definida por
1 ; t≥0
u(t) = (1.7)
0 ; t<0
análogamente, su versión en tiempo discreto es definido como
1 ; n≥0
u[n] = (1.8)
0 ; n<0
La versión en tiempo continuo y discreto de esta función es presentada en la Figura 1.4
δ(t) = 0; ∀t 6= 0 (1.9)
y Z ∞
δ(t)dt = 1. (1.10)
−∞
y
Z ∞
s(t)δ(t − T ) = s(T ). (1.14)
−∞
Nota: Las expresiones anteriores presentadas también son validas para la versión en
tiempo discreto de la función impulso.
donde | | representa la operación de modulo. Note que (1.16) es valida incluso para
señales complejas.
b) s2 (t) = 3 cos(2πfc t + θ)
Para la segunda señal, utilizando nuevamente las definiciones de energı́a y potencia, se tiene
que
Z ∞
Es2 = [3 cos(2πfc t + θ)]2 dt = ∞
−∞
Z T /2
1
Ps 2 = lim (3 cos(2πfc t + θ))2 dt = 4.5
T →∞ T −T /2
Es dicer la señal s1 (t) es una señal de energı́a y la señal s2 (t) es una señal de potencia.
Nota: A partir del Ejemplo 1.1 es posible notar que una forma eficiente de determinar si
una señal puede ser medida por su energı́a es que la amplitud de la señal tiende a 0 cuando
el tiempo t tiene a infinito.
1.2 Sistemas
Un sistema es definido como un dispositivo que realiza una operación predefinida a un con-
junto de señales para modificarlas o extraer alguna información deseada, el resultado de este
operación es otra señal. Un sistema esta caracterizado por el tipo de operación que realiza
sobre una señal, tales operaciones son usualmente llamadas procesamiento de las señales. Al-
gunos ejemplos de sistemas son: Amplificadores de potencia, muestreadores, cuantizadores,
demoduladores, etc. Ası́ como las señales, existen diferentes tipos de sistemas, cada uno de
ellos será explicado en la siguiente sección.
Clasificación de sistemas
Considere que las señales y1 (t), y2 (t) . . . , yn (t) son las señales de salida cuando las señales de
entrada de un sistema son x1 (t), x2 (t) . . . , xn (t) respectivamente.
x1 (t) → y1 (t)
x2 (t) → y2 (t).
Nota: Una señal es dicha limitada si existe una constante A, tal que
|x(t)| < A ∀t.
Ejemplo 1.3: Determine cual de los siguientes sistemas es estable
Para el segundo sistema una estrategia diferente puede ser utilizada. Si definimos una
señal de entrada limitada x(t), es decir,
−A < x(t) < A
y usamos la definición del sistema tenemos que
e−A < y(t) < eA ,
ası́, podemos concluir que y(t) es limitada para cualquier valor arbitrario de A y por lo
tanto el sistema es estable.
Propiedades de la convolución
• Conmutativa: Dadas las señales x(t) y y(t), se cumple que:
donde Z T0 /2
1
an = sT0 (t) cos(2πnf0 t)dt (1.26)
T0 −T0 /2
y
Z T0 /2
1
bn = sT0 (t) sin(2πnf0 t)dt. (1.27)
T0 −T0 /2
donde Z T0 /2
1
cn = sT0 (t)e−j2πnf0 t dt (1.29)
T0 −T0 /2
Para este ejemplo utilizaremos la expresión en (1.29) para obtener los coeficientes de
Fourier, por lo tanto,
Z T0 /2
1
cn = s(t)e−j2πnf0 t dt
T0 −T0 /2
Transformada de Fourier
La transformada de Fourier puede ser vista como una generalización de las series de Fourier
pero valida para señales no periódicas. La deducción matemática de la transformada de
Fourier, puede ser realizada a partir de las series de Fourier. Considere una señal periódica
cualquiera como la presentada en la Fig. 1.9, como presentado anteriormente, los coeficientes
de la serie de Fourier de esta señal pueden ser obtenidos mediante
Z T0 /2
1
cn = sT0 (t)e−j2πnf0 t dt. (1.30)
T0 −T0 /2
Si definimos Z ∞
S(f ) = s(t)e−j2πf t dt (1.32)
−∞
Z ∞
s(t) = S(f )ej2πf t df. (1.35)
−∞
La notación que será utilizada en este libro para representar la transformada de Fourier es
+ e−j2πf0 t
j2πf0 t
e
s(t) = g(t)
2
o
1 1
s(t) = g(t)ej2πf0 t + g(t)e−j2πf0 t
2 2
Utilizando la definición de la transformada de Fourier, tenemos que
1 ∞ 1 ∞
Z Z
j2πf0 t −j2πf t
S(f ) = g(t)e e dt + g(t)e−j2πf0 t e−j2πf t dt
2 −∞ 2 −∞
ademas,
F[s1 (t)s2 (t)] = F[s1 (t)] ∗ F[s2 (t)] = S1 (f ) ∗ S2 (f ) (1.39)
F[δ(t)] = 1 (1.41)
∞
X
δT0 (t) = δ(t − nT0 )
n=−∞
Para resolver este ejemplo, em primer lugar obtenemos el valor de cn dado por
cn = f0 F[δ(t)]|f =nf0 = f0
Ga (f ) = δfs (f ) ∗ G(f )
A partir de esta Figura es posible notar, que para obtener nuevamente la señal continua
a partir de sus muestras simplemente se tiene que aplicar un filtro pasa-bajas. Sin embargo,
para realizar este proceso sin perder ninguna información, se tiene que asegurar que la fre-
cuencia de muestreo fs tiene que ser al menos dos veces mayor que la maxima frecuencia de
la señal continua, es decir,
fs ≥ 2B (1.49)
este resultado se conoce como el teorema del muestreo de Nyquist.