Está en la página 1de 52

T

PROCESAMIENTO DE
NA
NFU wms
ES DIGITALIS ADO
ie


if
Illayr
. iI4r 44 I
1 1111hk.
.e • Pinto 41/2. .a•lp
.2yair41 ... 1,696.41 411
.1 -t I . ' A ip Jrili411'..4•M .1. V rd r •I 11
.

.. .. r,.0 6 I 1
-■ -• .. .' N' ' •4..iri
I ..... ENIEL WI •e2 • ....
M
A."41. r
10m 1. ir21• 4VV.
al 4
.4 • .1. m -r 01100 ILii.
1 :011
v.
9 A •• q• 1. • % A.
M .
i..c_ ,_.Nri.... r . L a ..'m-r
_ _ .4.. . -_ _ • . N .."' •. • ....'N, - 1. i % ir1 0' ' 0
• r r
. . ' .-..-. --.- .2.' 'm i.'r %1. 1.•.4.
-- - .1i •1...9+-.' 4 INAII
•• 9.- li .11.
• • • - - 1. -...."' 0.1.41 41"

YI

Sanjit V1 itra
OCESAMIENTO DE
ENAL DIGITALES
;az •
1 1 irg
J; 1
Joe .• • . 1 • • • . • ••
1 II • ; •
4 9 •
if
12.64.
" ;•.
.

.
111 J.0 0
1 111 1
if r4 - .. ••11FP.
11 1 1 1

r • f.4
Jr„ 0•4 44,1PIEN
f....... 4 47 1114,
4,4
• I.. ..
M I

area P II•r xi.rI.p


I r

-t 1, • r r• r o

"erf4rorstr.virmiii. 4, •I •
Sdrd
dr
dr • -

• r r
.1

.••

Sanjit K. Mitra
Contenido

Prefacio xv
1 Senates y procesamiento de setiales
1.1 Caracterizaci6n y clasificacion de seriales 1
1.2 Operaciones comunes del procesamiento de seriales 3
1.3 Ejemplos de seriales comunes 12
1.4 Aplicaciones comunes del procesamiento de seriales 20
1.5 LPor que el procesamiento de seriales? 34

2 Sellales y sistemas en tiempo discreto 39


2.1 Sethles en tiempo discreto 40
2.2 Secuencias comunes y representacion de secuencias 54
2.3 El proceso de muestreo 62
2.4 Sistemas en tiempo discreto 65
2.5 - Caracterizacion en el dominio del tiempo de sistemas LIT en tiempo discreto 75
2.6 Esquemas de interconexion simple 84
2.7 Sistemas LIT en tiempo discreto de dimension finita 87
2.8 Clasificacion de sistemas en tiempo discreto LIT 95
2.9 Correlacion de senates 97
2.10 Sefiales aleatorias 102
2.11 Resumen 103
2.12 Problemas 103
2.13 Ejercicios con MATLAB 112

3 Transformada de Fourier en tiempo discreto 113


3.1 La transformada de Fourier en tiempo continuo 113
3.2 Transformada de Fourier en tiempo discreto 118
3.3 Teoremas de la transformada de Fourier en tiempo discreto 132
3.4 Espectro de densidad de energfa de una secuencia en tiempo discreto 137
3.5 Seriales de banda limitada en tiempo discreto 139
3.6 Calculo de la TFTD utilizando MATLAB 139
3.7 Funci6n de fase extendida 140
3.8 La respuesta en frecuencia en un sistema LIT en tiempo discreto 142
3.9 Retrasos de fase y de grupo 152
3.10 Resumen 156
3.11 Problemas 156
3.12 Ejercicios con MATLAB 165

4 Procesamiento digital de seiiales en tiempo continuo 167


4.1 Introduccion 167
4.2 Muestreo de senates en tiempo continuo 168

ix
X Contenido

4.3 Muestreo de sefiales pasabanda 179


4.4 Diseflo de filtros pasabajas analogicos 182
4.5 Diseilo de filtros pasaaltas, pasabanda y supresor de banda analogicos 197
4.6 Diseflo de filtros antialias 204
4.7 Circuito de muestreo y retenci6n 206
4.8 Convertidor analogico-digital 207
4.9 Convertidor digital-analogico 212
4.10 Disefio de filtros de reconstruccion 216
4.11 Efecto de la operacion de muestreo y retencion 219
4.12 Resumen 221
4.13 Problemas 221
4.14 Ejercicios con MATLAB 225

5 Transformadas discretas de longitud finita 227


5.1 Transformadas ortogonales 227
5.2 Transformada de Fourier discreta 228
5.3 Relacion entre la transformada de Fourier y la TFD, asf como sus inversas 232
5.4 Operaciones sobre secuencias de longitud finita 237
5.5 Clasificaciones de secuencias de longitud finita 244
5.6 Relaciones de simetrfa de la TFD 249
5.7 Teoremas de la transformada de Fourier discreta 252
5.8 Filtrado en el dominio de Fourier 256
5.9 Calculo de la TFD de secuencias reales 258
5.10 Convolucion lineal utilizando la TFD 260
5.11 Transformada coseno discreta 267
5.12 Transformada de Haar 274
5.13 Propiedades de compactacion de energfa 278
5.14 Resumen 280
5.15 Problemas 280
5.16 Ejercicios con MATLAB 289

6 La transformada z 291
6.1 Definicion y propiedades 291
6.2 Transformadas z racionales 294
6.3 Regi6n de convergencia de una transformada z racional 296
6.4 Transformada z inversa 301
6.5 Propiedades de la transformada z 309
6.6 Calculo de la suma de convolucion de secuencias de longitud finita 318
6.7 La funcion de transferencia 320
6.8 Resumen 332
6.9 Problemas 332
6.10 Ejercicios con MATLAB 339

7 Sistemas LIT en tiempo discreto en el dominio de la transformada 341


7.1 ClasificaciOn de funciones de transferencia con base en las caracterfsticas de magnitud 341
7.2 Clasificacion de la funcion de transferencia con base en las caracteristicas de fase 349
7.3 Tipos de funciones de transferencia FIR de fase lineal 356
7.4 Filtros digitales simples 365
7.5 Funciones de transferencia complementarias 378
7.6 Sistemas inversos 384
7.7 Identificacion de sistemas 388
7.8 Pares dobles digitales 391
Contenido Xi

7.9 Prueba de estabilidad algebraica 393


7.10 Resumen 398
7.11 Problemas 399
7.12 Ejercicios con MATLAB 411

• 8 Estructuras de filtros digitales 415


8.1 Representacion de diagrama de bloques 415
8.2 Estructuras equivalentes 418
8.3 Estructuras de filtro digital FIR basic° 420
8.4 Estructuras basicas de filtros digitales IIR 424
8.5 Realizacion de estructuras basicas mediante el empleo de MATLAB 430
8.6 Filtros pasatodas 452
8.7 Filtros digitales IIR sintonizables 441
8.8 Estructuras de reticula en cascada derivadas IIR con derivaciones 444
8.9 Estructuras de reticula en cascada FIR 449
8.10 Realizacion pasatodas en paralelo de funciones de transferencia IIR 454
8.11 Generador digital senos-cosenos 460
8.12 Complejidad computacional de las estructuras de filtro digital 463
8.13 Resumen 464
8.14 Problemas 464
8.15 Ejercicios con MATLAB 475

t 9 Diselio de filtros digitales IIR 477


9.1 Consideraciones preliminares 477
9.2 Metodo de transformacion bilineal en el diserio de filtros IIR 482
9.3 Diserio de filtros digitales IIR pasabajas 487
9.4 Diserio de filtros digitales IIR pasaaltas, pasabanda y supresor de bandy 488
9.5 Transformaciones espectrales de filtros IIR 493
9.6 Diserio del filtro digital HR. mediante el empleo de MATLAB 499
9.7 Diserio asistido por computadora de filtros digitales IIR 501
9.8 Resumen 504
9.9 Problemas 504
9.10 Ejercicios con MATLAB 509

10 Diseiio de filtros digitales FIR 511


10.1 Consideraciones preliminares 511
10.2 Diserio de filtro FIR basado en la serie de Fourier con ventana 515
10.3 Diserio asistido por computadora de filtros FIR de fase lineal e igual rizo 530
10.4 Diserio de filtros FIR de fase minima 538
10.5 Diserio de filtros digitales FIR mediante el empleo de MATLAB 539
10.6 Diserio de filtros digitales FIR computacionalmente eficientes 554
10.7 Resumen 564
10.8 Problemas 565
10.9 Ejercicios con MATLAB 572

11 Implementacion de algoritmos de PDS 575


11.1 Aspectos basicos 575
11.2 Simulacion de estructuras y verificacion mediante el empleo de MATLAB 586
11.3 Calculo de la transformada de Fourier discreta 593
11.4 Algoritmos rapidos de la TDF basados en el mapeo de indices 607
xii Contenido

11.5 Calculo de la TFD y de la TFDI mediante el empleo de MATLAB 614


11.6 Transformada de Fourier discreta deslizante 616
11.7 Calculo de la TFD sobre una Banda de frecuencia estrecha 616
11.8 Representacion de numeros 621
11.9 Operaciones aritmeticas 625
11.10 Manejo de desbordamiento 630
11.11 Filtros digitales sintonizables 630
11.12 Aproximaci6n de funciones 636
11.13 Resumen 639
11.14 Problemas 640
11.15 Ejercicios con MATLAB 648

12 Analisis de los efectos de la longitud de palabra finita 651


12.1 El proceso y los errores de la cuantizaci6n 652
12.2 Cuantizaci6n de ntimeros de punto fijo 653
12.3 Cuantizacion de ntimeros de punto flotante 655
12.4 Analisis de los efectos de la cuantizacion de coeficientes 656
12.5 Analisis de ruido en la conversion A/D 667
12.6 Analisis de los errores de redondeo aritmetico 678
12.7 Escalamiento del intervalo dinamico 681
12.8 Raz& serial a ruido en filtros IIR de bajo orden 692
12.9 Filtros digitales de baja sensibilidad 696
12.10 Reduccion de ruido de redondeo de productos mediante
retroalimentacion del error 702
12.11 Ciclos limite en filtros digitales IIR 705
12.12 Errores de redondeo en algoritmos de la TN( 713
12.13 Resumen 716
12.14 Problemas 716
12.15 Ejercicios con MATLAB 723

13 Fundamentos del procesamiento digital de senales de tasa multiple 725


13.1 Dispositivos basicos de alteracion de la tasa de muestreo 726
13.2 Estructuras de tasa multiple para la conversion de la tasa de muestreo 736
13.3 Diserio multietapa del diezmador y del interpolador 744
13.4 La descomposicion polifase 747
13.5 Convertidor de tasa de muestreo de valores arbitrarios 756
13.6 Filtros de Nyquist 768
13.7 Resumen 776
13.8 Problemas 777
13.9 Ejercicios con MATLAB 782

14 Bancos de filtros de tasa multiple y ondeleta 785


14.1 Bancos de filtros digitales 785
14.2 Banco de filtros de espejo en cuadratura de dos canales 791
14.3 Bancos de filtros FIR de dos canales de reconstrucciOn perfecta 801
14.4 Bancos de FEC de L canales 810
14.5 Bancos de filtros de multiple nivel 818
14.6 Transformada de ondeleta discreta 821
14.7 Resumen 829
14.8 Problemas 831
14.9 Ejercicios con MATLAB 838
Contenido

15 Aplicaciones del procesamiento de seiiales digitales 841


15.1 Deteccion de seriales de multifrecuencia y dos tonos 841
15.2 Analisis espectral de seriales senoidales 842
15.3 Analisis espectral de sefiales no estacionarias 850
15.4 Analisis espectral de seriales aleatorias 855
15.5 Procesamiento de sonidos musicales 863
15.6 Sintesis de milsica digital 876
15.7 Generaci6n de seriales analfticas en tiempo discreto 879
15.8 Compresion de seriales 885
15.9 Transmultiplexores 891
15.10 Transmision multitonos discreta de datos digitales 895
15.11 Convertidor A/D de sobremuestreo 899
15.12 Convertidor D/A de sobremuestreo 906
15.13 Diselio de arreglos de antenas dispersas 909
15.14 Resumen 913

A Senales aleatorias en tiempo discreto 915


A.1 Propiedades estadfsticas de una variable aleatoria 915
A.2 Propiedades estadfsticas de una serial aleatoria 917
A.3 Serial aleatoria estacionaria en sentido amplio 918
A.4 Concepto de potencia de una serial aleatoria 919
A.5 Serial ergodica 920
A.6 Representaciones de seriales aleatorias en el dominio de la transformada 920
A.7 Ruido blanco 922
A.8 Procesamiento en tiempo discreto de seriales aleatorias 923

Bibliografia 927

Indice 945
r
Prefacio

El campo del procesamiento digital de sefiales (PDS) ha experimentado un crecimiento explosivo duran-
te las pasadas cuatro decadas, como consecuencia de los fenomenales avances tanto en la investigacion
como en la aplicaciOn. La razon de dicho crecimiento han sido los avances en la tecnologia de las compu-
tadoras digitales y en el desarrollo de software. La mayoria de las escuelas universitarias de ingenieria
electrica e ingenieria en cOmputo ofrecen ahora una o mas carreras de procesamiento digital de seriales,
cuyo primer curso casi siempre se imparte en el ultimo ario de la licenciatura. Este libro esta diseriado
para que sea utilizado en un curso de dos semestres sobre procesamiento digital de seriales por estudian-
tes del Ultimo alio de licenciatura o del primero de maestria. Se escribi6 tambien en un nivel adecuado
para autoaprendizaje de ingenieros o cientificos.
A pesar de que la segunda edici6n de este libro se publico hace apenas tres arios, a partir de la retro-
alimentacion de profesores que lo adoptaron para usarlo en sus cursos, asi coma de la de muchos lecto-
res, fue clara la necesidad de una nueva edici6n para incorporar al contenido los cambios sugeridos. Se
efectuaron tres tipos de cambios: se incluyeron varios temas nuevos, se eliminaron otros y se llevo a ca-
bo una gran reorganizacion del material. Creemos que la informacion de cada capitulo esta organizada
en una forma mas logica en esta tercera edici6n. Ademas, se ha incluido un mayor ntimero de ejemplos
con el proposito de explicar conceptos nuevos y dificiles.
Un gran cambio que presenta la tercera edicion es la division en tres capitulos del tema relativo a las
representaciones en el dominio de la transformada, de seriales y sistemas en tiempo discreto: un capitulo
acerca de la representacion mediante la transformada de Fourier en tiempo discreto (TFTD), un segundo
capitulo sobre la representacion a traves de la transformada de Fourier discreta (TFD) y un tercero dedi-
cado a la representacion de la transformada z. El capitulo sobre la representaci6n de la transformada de
Fourier en tiempo discreto incluye tambien una breve revision de la representacion mediante la transfor-
mada de Fourier en tiempo continuo (TFTC) de sefiales y sistemas en tiempo continuo para serialar las
similitudes y diferencias fundamentales entre las dos transformadas. En este capitulo se estudia el con-
cepto de la respuesta en frecuencia de un sistema lineal en tiempo discreto invariante en el tiempo, asi
como sus propiedades. El capitulo que contiene la exposicion sobre la TFD incluye un repaso de otras
dos transformadas discretas de longitud finita, esto es, la transformada coseno discreta (TCD) y la trans-
formada de Haar. Estas dos Ultimas transformadas se usan a menudo en la compresion de sefiales. El con-
cepto de la funcion de transferencia en un sistema lineal en tiempo discreto invariante en el tiempo se re-
visa en el capitulo sobre la representacion de la transformada z.
La cobertura del diserio de filtros digitales de respuesta al impulso infinita (IIR) y de respuesta al
impulso finita (FIR) en dos capitulos independientes es el segundo cambio mayor incorporado a esta edi-
cion. El tercer cambio importante es la division en dos capitulos del tema correspondiente al procesa-
miento de seriales digitales multitasa. El primer capitulo aborda el estudio de conceptos fundamentales
de procesamientos de seriales digitales multitasa, en tanto que el segundo capitulo incluye el estudio de
bancos de filtros y de la transformada de ondeleta discreta. Por Ultimo, en el apendice se incluye mate-
rial importante sobre seriales aleatorias en tiempo discreto.
Los nuevos temas que se presentan en la tercera edicion son la transformada de Fourier en tiempo
continuo (seccion 3.1), la funcion de fase desenrollada (seccion 3.7), los retrasos de fase y de grupo (sec-
cion 3.9), el filtrado en el dominio de Fourier (seccion 5.8), la transformada coseno discreta (seccion
5.11), la transformada de Haar (seccion 5.12), las propiedades de compactacion de energia de las trans-
formadas discretas de longitud finita (seccion 5.13), la clasificaciOn de funciones de transferencia con ba-

XV
xvi Prefacio

se en las caracteristicas de magnitud y fase (secciones 7.1 y 7.2), el diserio de filtros FIR de fase minima
(seccion 10.4), la factorization espectral (seccion 10.4), el diserio de filtros FIR computacionalmente efi-
cientes (seccion 10.6), el calculo de la transformada rapida de Fourier discreta mediante el empleo del
mapeo de indices (seccion 11.4), la transformada discreta de Fourier deslizante (seccion 11.6), el calculo
de la transformada de Fourier discreta sobre una banda de frecuencia estrecha (seccion 11.7), la interpo-
lacion de ranura (spline) (seccion 13.5), la transformada de ondeleta discreta (seccion 14.6), la sintesis
de milsica digital (seccion 15.7) y la compresiOn de seriales basadas en ondeleta (seccion 15.9).
Un aspecto fundamental de este libro es el amplio uso de ejemplos basados en MATLABEM que ilustra
la gran capacidad del programa para resolver problemas de procesamiento de seriales. El libro recurre a
una estructura pedagogica de tres etapas disefiada para aprovechar al maxim° el MATLAB y para evitar
las fallas de un enfoque de "recetario" en la solucion de problemas. Primero, cada capitulo se inicia con
la formulation de la teoria y algoritmos esenciales. Segundo, la information se ilustra con ejemplos re-
sueltos por medio de calculo manual. Tercero, las soluciones se obtienen mediante el empleo de MATLAB.
Desde un principio se proporcionan codigos de MATLAB con suficientes detalles para permitir que los es-
tudiantes repitan los ejemplos en sus computadoras. Ademas de los problemas te6ricos convencionales
que requieren soluciones analiticas, cada capitulo incluye tambien un gran mimero de problemas que ne-
cesitan resolverse con MATLAB. Este libro requiere un conocimiento minimo de dicho programa. Cree-
mos que los estudiantes aprenden mas rapid° las dificultades de la solucion de problemas con MATLAB
si primero utilizan programas completos y probados y despues escriben programas simples para resolver
problemas especificos que se incluyen al final de los capitulos 2 a 15.
Debido a que la verification por computadora aumenta la comprension de las teorias subyacentes,
al igual que en las primeras dos ediciones, esta presenta una gran biblioteca de programas escritos de
MATLAB. Los programas originales de MATLAB de la segunda edici6n se han actualizado para correr en
las versions mas recientes de esta poderosa herramienta computacional y en el Juego de herramientas
para procesamiento de senales. Ademas, en esta edicion se han agregado nuevos programas y fragmen-
tos de c6digo de MATLAB. Todos los programas de MATLAB se incluyen en el disco compacto que acorn-
pat-% al libro. El lector puede ejecutarlos para verificar los resultados que se incluyen en el texto. Todos
los programas y fragmentos de c6digo de MATLAB que se presentan se han probado en la version 7 (en-
trega 14) de MATLAB y en la version 6.2 del Juego de herramientas para procesamiento de sefiales. Al-
gunos de los programas que se presentan en este libro no son necesariamente los mas rapidos con respecto
a su ejecucion, ni los mas cortos, pues se han escrito para lograr una maxima claridad sin explicaciones
detalladas.
Un segundo rasgo atractivo de este libro es la incorporaci6n de multiples ejemplos simples, aunque
practicos, que exponen al lector problemas del procesamiento de sefiales de la vida real, lo cual ha sido
posible por el uso de computadoras para solucionar los problemas de diserio practicos. Este libro cubre
tambien muchos temas de interes actual que no se encuentran por lo comiln en textos de mayor comple-
jidad. Tambien se presentan al lector temas adicionales mediante problemas al final de los capitulos 2 a
14. El libro concluye con un capitulo que se centra en varias aplicaciones practicas importantes del pro-
cesamiento de seriales digitales, las cuales se estudian sin dificultades y no requieren conocimientos de
otros cursos avanzados.
El CD que se proporciona con el libro contiene tambien otros materiales archivos de seriales
reales, material de repaso, ejemplos adicionales, preguntas frecuentes (PF) y un breve tutorial acerca de
MATLAB, entre otros. Cuando ha sido posible, se han puesto al margen del texto dibujos de discos corn-
pactos para remitir al lector a informaciOn importante. A partir de la retroalimentacion que esperamos re-
cibir de los usuarios de esta tercera ediciOn, mejoraremos el contenido del CD de ediciones futuras.
El prerrequisito para aprovechar al maximo este libro es un curso de nivel de licenciatura sobre sis-
temas lineales en tiempo continuo y en tiempo discreto, lo cual suele requerirse en la mayoria de las
universidades. El libro ofrece un repaso minim° de los sistemas y las transformadas lineales e incluye in-
formaci6n basica de la teoria de sistemas lineales, con partes importantes que se resumen en tablas. Es-
te enfoque permite incluir materiales mas avanzados sin incrementar de manera significativa la extension
del libro.

I
MATLAB es una marca registrada de The MathWorks, Inc., 24 Prime Park Way, Natick, MA 01760-1500, telefono: 508-647-7000,
http://www.mathworks.com.
Prefacio xvii

Procesamiento digital de seriales se divide en 15 capitulos y un apendice. En el capitulo 1 se presen-


ta una introduction al campo del procesamiento de seriales y proporciona un panorama de las seriales y
de los metodos para su procesamiento.
En el capitulo 2 se estudian las representaciones en el dominio del tiempo de seriales en tiempo dis-
creto y de sistemas en tiempo discreto como secuencias de rolmeros y describe las clases de este tipo de
seriales y sistemas que se encuentran comtinmente. Luego se presentan varias seriales basicas en tiempo
discreto que desempenan papeles importantes en la caracterizacion en el dominio del tiempo de cualquier
tipo de seriales y sistemas en tiempo discreto. Despues se describen varias operaciones basicas para gene-
rar otras secuencias a partir de una o mas secuencias. Tambien se utiliza una combination de estas opera-
ciones en el desarrollo de un sistema en tiempo discreto. Tambien se presenta un caso simple del proble-
ma de representar una serial en tiempo continuo por medio de una secuencia en tiempo discreto.
El capitulo 3 se dedica a las representaciones mediante la transformada de Fourier en tiempo discre-
to (TFTD) de secuencias en tiempo discreto. Se inicia con un breve repaso de las representaciones de se-
riales y sistemas en tiempo continuo a traves de la transformada de Fourier en tiempo continuo (TN1C).
Se presentan la TFTD y su inversa junto con una exposici6n sobre la convergencia de esta transformada.
Despues se estudian sus propiedades, asi como el desenrollamiento de Ia funcion de fase para eliminar
ciertas discontinuidades en la TF1D. A continuation se presenta el concepto de la respuesta en frecuen-
cia de un sistema lineal invariante en el tiempo (LIT) en tiempo discreto, seguido de un estudio cuidado-
so de la diferencia entre retrasos de fase y de grupo asociados con la respuesta en frecuencia.
En el capitulo 4 se dedica fundamentalmente al procesamiento en tiempo discreto de seriales en tiem-
po continuo. Despues se presentan las conditions para la representation en tiempo discreto de una se-
rial en tiempo continuo de banda limitada bajo el muestreo ideal y su recuperaci6n exacta a partir de la -
version muestreada. Se usan varios circuitos de interfaz para procesar en tiempo discreto seriales en tiem-
po continuo. Dos de estos circuitos son el filtro antirreplica y el filtro de reconstruction, los cuales son
filtros pasabajas analogicos. En consecuencia, se presenta una breve revision de la teoria basica relativa
a algunos de los metodos de diserio de filtros analogicos que se usan de manera comdn, cuya aplicacion
se ilustra con MATLAB. Otros circuitos de interfaz que se estudian en este capitulo son el de muestreo y
retention, el convertidor analogico-digital y el convertidor digital-analogico.
La parte principal del capitulo 5 esta dedicada a la transformada de Fourier discreta (TED), la cual
desemperia un papel importante en algunas aplicaciones del procesamiento de seriales digitales, pues puede
utilizarse para poner en practica eficientemente la convolution lineal mediante el empleo del algoritmo
rapid° para su calculo. Se presentan la l'ND y su inversa, junto con el estudio de sus propiedades. Este
capitulo incluye tambien un repaso de la transfoiuiada coseno discreta (TCD) y de la transformada de
Haar. Las tres transformadas que se estudian en este capitulo son ejemplos de transformadas ortogonales
de una secuencia de longitud finita.
El capitulo 6 se dedica a explicar la transformada z. Se presentan la transformada y su inversa, junto
con un estudio de sus propiedades. Se examina en detalle la condition de convergencia de la transforma-
da z. Se incluye tambien el estudio del concepto de la funcion de transferencia de un sistema LIT en tiem-
po discreto y su relation con la respuesta en frecuencia del sistema.
Este libro se concentra casi exclusivamente en los sistemas lineales en tiempo discreto invariantes en
el tiempo, y el capitulo 7 estudia sus representaciones en el dominio de la transformada. Se investigan
propiedades especificas de tales representaciones en dicho dominio y se consideran varias aplicaciones
simples.
La representaci6n estructural que utiliza bloques constitutivos basicos interconectados es el primer
paso en la implementaciOn del hardware o del software de un filtro digital LIT; proporciona tambien las
relaciones entre algunas variables internas pertinentes con la entrada y salida, las cuales, a su vez, ofre-
cen las claves para la implementation. Hay varias formas de la representacion estructural de un filtro
digital, dos de las cuales se estudian en el capitulo 8, seguidas de la explication de algunos esquemas po-
pulares para la realization de filtros digitales IIR y FIR, causales y reales. Ademas, se describe un meto-
do para la realization de estructuras de filtro digital IIR que es posible utilizar para generar un par de
secuencias senoidales ortogonales.
En el capitulo 9 se considera el problema del diserio de filtros digitales IIR. Primero se explican los
temas asociados con el disefio en si. Despues se describe el enfoque mas popular para diseriar filtros HR,
con base en la conversion de una funcion de transferencia analogica prototipo en una funcion de transfe-
xviii Prefacio

rencia digital. Se estudia la transformaciOn espectral de un tipo de funcion de transferencia IIR en otro
tipo. Se ilustra el uso de MATLAB para disefiar filtros digitales IIR.
En el capitulo 10 se trata el problema del disetio de filtros digitales FIR. Se describe un enfoque muy
simple del disefio de filtros FIR, seguido por la explicaciOn de un algoritmo popular para el disefio asis-
tido por computadora de este tipo de filtros de fase lineal e igual rizo. Se ejemplifica el uso de MATLAB
en el disefio de filtros digitales
En el capitulo 11 se abordan los aspectos de la implementacion de los algoritmos del PDS. Se estu-
dian primero dos temas principales. Para ilustrar los puntos fundamentales se revisan las implementacio-
nes del software del filtrado digital y de los algoritmos de la TFD en una computadora mediante el em-
pleo de MATLAB. Despite's sigue una exposicion de varios esquemas para representar variables de mime-
ros y seliales en maquinas digitales, lo cual es basic° para el desarrollo de metodos correspondientes al
analisis de los efectos de la longitud de palabra finita que se consideran en el capitulo 12. Luego se revi-
san los algoritmos que se utilizan para poner en practica la adici6n y la multiplicacion, las dos operacio-
nes aritmeticas clave en el procesamiento de sefiales digitales, junto con operaciones formuladas para
manejar el desbordamiento. Por ultimo, el capitulo describe dos metodos generales para disefiar e imple-
mentar filtros digitales sintonizables, a lo que sigue el estudio de los algoritmos para aproximar ciertas
funciones especiales.
El capitulo 12 se dedica al analisis de los efectos de las diversas fuentes de errores de cuantizaciOn.
Describe estructuras que son menos sensibles a estos efectos e incluye un analisis sobre el efecto de la
cuantizacion de coeficientes.
Los capitulos 13 y 14 estudian los sistemas en tiempo discreto de tasa multiple con velocidades de
muestreo desiguales en diversas partes. El capitulo 13 incluye un repaso de los conceptos basicos y pro-
piedades de la alteracion de la velocidad de muestreo, el diselio de filtros digitales de die.zmado y de in-
terpolacion, asi como el disefio de bancos de filtro multitasa.
El capitulo 15, ultimo del libro, repasa algunas aplicaciones practicas y simples del procesamiento di-
gital de sefiales para proporcionar una vision rapida de su potencial.
Los materiales en este libro se han utilizado en una secuencia de dos cursos trimestrales sobre proce-
samiento digital de sefiales en la Universidad de California, Santa Barbara, y se han probado de manera
amplia en el salon de clases durante 12 altos. Fundamentalmente, los capitulos 2 a 8 constituyen la base
de un curso de los tiltimos altos de la licenciatura, en tanto que los capitulos 8 a 15 son fundamentales en
el curso de maestria.
Este libro contiene 352 ejemplos, 783 problemas, 163 programas y fragmentos de codigo de MATLAB,
asi como 158 ejercicios de este Ultimo.
Se ha hecho todo para asegurar la exactitud de la informaci6n que presenta el libro, lo cual incluye
a los programas de MATLAB. Sin embargo, el autor apreciaria que los lectores indicaran los posibles
errores que se presentan en la version impresa, por razones que estan mas alla de su control y del de
la editorial. Lo anterior y cualesquiera otros comentarios pueden enviarse por correo electrOnico a
mitra@ece.ucsb.edu.
Por ultimo, el autor valora la fortuna que significo trabajar con estudiantes sobresalientes de su gru-
po de investigacion durante su desempeno magisterial, que se ha extendido por mas de 40 altos. En este
contexto, no han cesado las satisfacciones que ha recibido, tanto en el piano profesional como en el per-
sonal, por la amistad y relacion que trab6 con ellos. Es por eso que les dedica este libro.

Sanjit K. Mitra
Prefacio xix

Reconocimientos
Las versions preliminares del manuscrito completo de la primera edicion fueron revisadas por los doe-
tores Hrvojc Babic, de la Universidad de Zagreb, Croacia; James F. Kaiser, de la Universidad de Duke;
Wolfgang F. G. Mecklenbrauker, de la Universidad Tecnica de Viena, Austria; y P. P. Vaidyanathan, del
Institute Tecnologic° de California. Una version posterior fue revisada por los doctores Roberto H.
Bambmerger, de Microsoft; Charles Boumann, de la Universidad de Purdue; Kevin Buckley, de la Uni-
versidad de Minnesota; John A. Hemming, de Texas A&M University; Jerry D. Gibson, de la Universi-
dad Metodista del Sur; John Gowdy, de la Universidad de Clemson; James Harris y Mahmood Nahvi, de
la Universidad Politecnica de California, San Louis Obispo; Yih-Chyun Jenq, de la Universidad Estatal
de Portland; Troung Q. Ngyuen, de la Universidad de California, San Diego; y Andreas Spanias, de la
Universidad Estatal de Arizona. Revisaron varias partes del manuscrito de la primera edici6n los docto-
res C. Sidney Burrus, de la Universidad de Rice; Richard V. Cox, de AT&T Laboratories; Ian Gallon, de
la Universidad de California, San Diego; Nikil S. Jayant, del Instituto de Tecnologia de Georgia; Tor
Ramstad, de la Universidad Noruega de Ciencia y Tecnologia, Trondheim, Noruega; B. Ananth Shenoi,
de la Universidad Estatal de Wright; Hans W. Schussler, de la Universidad de Erlangen-Nuremberg, Ale-
mania; Richard Schreier, de Analog Devices; y Gabor C. Temes, de la Universidad Estatal de Oregon.
Revisaron la segunda edicion los doctores Winser E. Alexander, de la Universidad Estatal de North
Carolina; Sohail A Dianat, del Rochester Institute of Technology; Suhash Dutta Roy, del Instituto de Tec-
nologia de la India, Nueva Delhi; David C. Farden, de la Universidad Estatal de North Dakota; Abdul-
nasir Y. Hossein, de Sultan Qaboos University, Sultanato de Oman; James F. Kaiser, de la Universidad
de Duke; Ramakrishna Kakarala, de Agilent Laboratories; Wolfgang F. G. Mecklenbrauker, de la Uni-
versidad Tecnica de Viena, Austria; Antonio Ortega, de la Universidad del Sur de California; Stanley J.
Reeves, de la Universidad de Auburn; George Symos, de la Universidad de Maryland, College Park; y
Gregory A. Wornell, del Instituto de Tecnologia de Massachusetts. Varias partes del manuscrito de la
segunda edici6n fueron revisadas por los doctores Dimitris Anastassiou, de la Universidad de Columbia;
Rajendra K. Arora, de la Universidad Estatal de Florida; Ramdas Kumaresan, de la Universidad de Rhode
Island; Upamanyu Madhow, de la Universidad de California, Santa Barbara; Urbashi Mitra, de la Univer-
sidad del Sur de California; Randolph Moses, de la Universidad Estatal de Ohio; Ivan Selesnick, de la Uni-
versidad Politecnica, Brooklyn, Nueva York; y Gabor C. Temes, de la Universidad Estatal de Oregon.
Las revisiones de la tercera edici6n correspondieron a los doctores Donald G. Bailey, de la Massey
University, Nueva Zelanda; Marco Carli, de la Universidad de Roma `TRE', Italia; Emad S. Ebbini, de
la Universidad de Minnesota; Chandrakanth H. Gowda, de la Tuskegee University; Robert W. Heath, Jr.,
de la Universidad de Texas, en Austin; Hongbin Li, del Institute de Tecnologia, de Stevens; Ping Liang,
de la Universidad de California, Riverside; Luca Lucchese, de la Universidad Estatal de Oregon; Karnal
Premaratne, de la Universidad de Miami; Lawrence R. Rabiner, de la Rutgers University; Ali M. Reza,
de la Universidad de Wisconsin-Milwaukee; Terry E. Riemer, de la Universidad de Nueva Orleans;
Erchin Serepdin, de Texas A&M University; y Okechukwu C. Ugweje, de la Universidad de Akron. Varias
partes del manuscrito de la tercera edicion fueron revisadas por los doctores Shivkumar Chandrasekaran,
de la Universidad de California, Santa Barbara; Charles D. Creusere, de la Universidad Estatal de Nuevo
Mexico, en Las Cruces; Yong-Ching Lim, de la Universidad TecnolOgica de Nanyang, Singapur; Kai-
Kawng Ma, de la Universidad Tecnologica de Nanyang, Singapur; Julius 0. Smith, de la Universidad
de Stanford; Truong Ngyuen, de la Universidad de California, San Diego; y el senor Ricardo Losada, de
Math Works Inc.
Agradezco a todos ellos sus valiosos comentarios, los cuales mejoraron el libro de manera conside-
rable.
Muchos de mis primeros y actuales estudiantes de investigaciOn revisaron diversas partes del manus-
crito de todas las editions y probaron varios de los programas de MATLAB. En particular, agradezco a
los doctores Charles D. Creusere, Rajeev Gandhi, Gabriel Gomes, Serkan Hatipoglu, Zhihai He, Michael
Lightstone, Ing-Song Lin, Luca Lucchese, Michael Moore, Debargha Mukherjee, Norbert Strobel y Stefan
Thurnhofer, asi como a Mylene Queiroz de Farias, y a los senores Hsin-Han Ho y Eric Leipnik. Tambien
estoy en deuda con todos mis primeros estudiantes de mis clases ECE 158 y ECE 258A en la Universi-
dad de California, Santa Barbara, por su retroalimentacion a lo largo de los afios, la cual contribuy6 a me-
jorar el libro.
XX Prefacio

Agradezco a Goutam K. Mitra y a Alicia Rodriguez por el disefio de la portada. Para finalizar, quie-
ro agradecer a Patricia Monohon su valioso apoyo en la preparacion de los archivos LaTeX de la terce-
ra edici6n.

Suplementos
Todos los programas de MATLAB que se incluyen en este libro se encuentran en el CD que lo acompafia
y tambien estan disponibles por medio del protocolo anOnimo de transferencia-de archivos (FTP, por sus
siglas en ingles) en el sitio de Internet iplserv.ece.ucsb.edu en el directorio /pub/mitra/Book_3e.
La editorial pone a disposicion de los interesados un manual de soluciones que prepararon Chowdary
Adsumilli, Chin-chaye Koh, Gabriel Gomes, Hsin-Han Ho y Mylene Queiroz de Farias y que contiene
las soluciones de todos los problemas y ejercicios de MATLAB. El autor pone a disposicion de los profe-
sores transparencias en PowerPoint de la mayor parte de la informacion de este libro.
Tambien es posible obtener en McGraw-Hill un libro complementario del autor: Digital Signal Pro-
cessing Laboratory Using MATLAB.
Senales
1 y procesamiento de senates

Las seriales desemperian un papel importante en nuestra vida diaria. La voz, la mnsica, las imagenes y el
video son ejemplos de seriales que encontramos con mucha frecuencia. Una serial es una fund& de va-
riables independientes como el tiempo, la distancia, la posicion, la temperatura y la presiOn. Por ejemplo,
las setiales de la voz y la mnsica representan la presion del aire como una funcion del tiempo en un pun-
to en el espacio. Una imagen en blanco y negro es una representacion de la intensidad luminosa coma fun-
ci6n de dos coordenadas espaciales. La serial de video en la television consiste en una secuencia de ima-
genes, denominadas cuadros, y es una funcion de tres variables: dos coordenadas espaciales y el tiempo.
La mayoria de las seriales que encontramos se generan a partir de medios naturales. Sin embar-
go, tambien es posible que una serial se genere sinteticamente o mediante simulacion con el use de la
computadora. Una serial lleva informacion, y el objetivo del procesamiento de seriales es extraer la in-
fointacion util que contiene la serial. El metodo de extraccion de informacion depende del tipo de serial
y de la naturaleza de la informacion que contiene. En este contexto, en terminos generales, el procesa-
miento de seriales esta relacionado con la representacion matematica de la serial y con la operacion algo-
ritmica efectuada sobre ella para extraer la informaci6n. La representacion de la serial puede estar en ter-
minos de funciones basicas en el dominio de la(s) variable(s) independiente(s) original(es) o en terminos
de funciones basicas en un dominio transformado. De igual manera es posible efectuar el proceso de ex-
tracci6n de informacion en el dominio original de la serial o en un dominio transformado. Este libro abor-
da la representacion en tiempo discreto de sefiales y su procesamiento en tiempo discreto.
Este capitulo proporciona un panorama de las seriales y de los metodos para su procesamiento. Prime-
ro se estudia la caracterizacion matematica de la serial junto con una clasificacion de sefiales. Luego se
analizan en detalle algunas seriales comunes y se describe el tipo de informaci6n que contienen. Despues
se presenta un repaso de algunas operaciones de procesamiento de sefiales que se utilizan a menudo y se
ilustran con ejemplos. Tambien se incluye un breve repaso de algunas aplicaciones comunes del procesa-
miento de sefiales. Por ultimo, se estudian las ventajas y desventajas del procesamiento digital de seriales.

1.1 Caracterizacion y clasificaciOn de senales


De acuerdo con la naturaleza de las variables independientes y del valor de la funcion que define la
pueden definirse varios tipos de sefiales. Por ejemplo, es posible que las variables independientes
sean continuas o discontinuas. De igual modo, la serial se representa mediante una funcion continua o
discreta de las variables independientes; ademas, puede ser una funcion de valores reales o complejos.
Una serial se genera mediante una o multiples fuentes. En el primer caso, es una serial escalar; en el
segundo, una serial vectorial denominada, a menudo, seriarmulticanal.
Una serial unidimensional (1-D) se representa mediante una funcion de una sola variable indepen-
diente. Una serial bidimensional (2-D) corresponde a una funciOn de dos variables independientes. Una
serial multidimensional (M-D) constituye una funcion de mas de una variable. La serial de voz es ejem-
plo de una serial 1-D, donde la variable independiente es el tiempo. La serial de una imagen, como una
fotograffa, es ejemplo de una serial 2-D, donde las dos variables independientes son las dos variables
espaciales. Cada cuadro de una serial de video en blanco y negro es una serial de imagen 2-D, que re-
presenta una fund& de dos variables espaciales discretas, en la cual cada cuadro ocurre en forma secuen-

1
2 Capitulo 1 Senales y procesamiento de senales

cial en instantes discretos de tiempo. De tal modo, la serial de video en blanco y negro se considera co-
mo ejemplo de una serial tridimensional (3-D), donde las tres variables independientes son las dos varia-
bles espaciales y el tiempo. Una serial de video a color es una serial de tres canales compuesta por tres
setiales 3-D que representan los tres colores primarios: rojo, verde y azul (RVA). Para fines de transmi-
siOn, la serial de television RVA se transforma en otro tipo de serial de tres canales compuesta por una
componente de luminancia y dos componentes de crominancia.
El valor de la serial a un valor(es) especifico(s) de la variable(s) independiente(s) se denomina amplitud.
La variation de la amplitud como funcion de la(s) variable(s) independiente(s) se llama forma de onda.
En el caso de una serial 1-D, la variable independiente suele indicarse como tiempo. Si esta alarm es
continua, se denomina serial en tiempo continuo. En el caso de que la variable independiente sea discre-
ta, entonces se trata de una sepal en tiempo discreto. Una serial en tiempo continuo esta definida en todo
instante del tiempo. Por otro lado, una serial en tiempo discreto toma ciertos valores numericos en ins-
tantes de tiempo discreto especificados, y entre estos la serial no esta definida. Por consiguiente, una se-
rial en tiempo discreto es basicamente una secuencia de mimeros.
Una serial en tiempo continuo con amplitud continua suele llamarse serial analogica. Una serial de
voz constituye un ejemplo de serial analogica. Por lo general, este tipo de seriales se encuentran en nues-
tra vida diaria y suelen generarse de manera natural. Una serial en tiempo discreto con amplitudes de va-
lor discreto representadas por medio de un flamer() finito de digitos se conoce como sepal digital. Un
Demo de voz 1
ejemplo de este tipo de serial es la masica digitalizada que se almacena en un CD-ROM. Se denomina
sepal de datos muestreados a una serial en tiempo discreto con amplitudes de valores continuos. Este ulti-
mo tipo de serial ocurre en circuitos con capacitor conmutado (SC, por sus siglas en ingles). En con-
secuencia, una serial digital es una serial de datos muestreados cuantizada. Por ultimo, a una serial en
tiempo continuo con amplitudes de valores discretos se le llama serial cuantizada [Ste93]. Esta clase de
seriales se presenta en circuitos electronicos digitales, donde la serial se mantiene en un nivel fijo (casi
siempre uno de dos valores) entre dos instantes de la frecuencia de reloj. La figura 1.1 ilustra los cuatro
tipos de seriales.
La dependencia funcional de una serial en su representation matematica se presenta muchas veces de
manera explicita. En el caso de una serial 1-D en tiempo continuo, la variable independiente continua sue-
le denotarse por medio de t, mientras que en el de una serial 1-D en tiempo discreto, la variable indepen-
diente discreta casi siempre se denota por medio de n. Por ejemplo, u(t) representa una serial 1-D en
tiempo continuo y {v[n]} corresponde a una serial 1-D en tiempo discreto. Cada miembro, v[n], de una
serial en tiempo discreto se denomina muestra. En muchas aplicaciones una serial en tiempo discreto se
genera a partir de una serial padre en tiempo continuo al muestrear la altima a intervalos de tiempo uni-
formes. Si los instantes de tiempo discretos a los cuales se define la serial en tiempo discreto estan espa-
ciados de manera uniforme, entonces es factible nonnalizar la variable discreta independiente n para que
tome valores enteros.
En el caso de una serial 2-D en tiempo continuo, las dos variables independientes suelen ser las coor-
denadas espaciales, que casi siempre se denotan por medio de x y y. Por ejemplo, la intensidad de una
imagen en blanco y negro se expresa como u[x, y]. Una imagen de color u(x, y) esta compuesta por tres
seriales que representan los tres colores primarios: rojo, verde y azul:

u(x, y) =

Por otro lado, una imagen digitalizada es una serial discreta en 2-D, y sus dos variables independien-
tes son variables espaciales discretas, que se denotan a menudo por medio de m y n. En consecuencia,
una imagen digitalizada se representa como v[m, n]. De igual manera, una secuencia de video en blanco
y negro es una serial 3-D y puede representarse como u(x, y, t), donde x y y denotan las dos variables
Demo de
imagen 1 espaciales y t indica el tiempo variable temporal. Una serial de video a color es una serial vector corn-
Demo de puesta por tres seriales de video que representan los tres colores primarios: rojo, verde y azul.
video 1 Hay otra clasificaciOn de seriales que depende de la certidumbre mediante la cual la serial puede des-
cribirse de manera anica. Una serial que puede determinarse de manera anica mediante un proceso bien
definido como una expresion o regla matematica, o que puede consultarse en tablas, se denomina se nal
determintstica. Una serial que se genera de manera aleatoria y no puede predecirse en un tiempo poste-
1.2 Operaciones comunes de procesamiento de senales 3

a) b)

a
E

Tiempo, t
11.••••••

c) d)
Figura 1.1: a) Serial analogica, b serial digital, c) serial de datos muestreados y d) serial cuantizada.

rior se llama sepal aleatoria. En este libro nos interesa de manera fundamental el proceso de seriales de-
terministicas en tiempo discreto. Sin embargo, en vista de que los sistemas en tiempo discreto practicos
emplean longitudes de palabra finitas para el almacenamiento de seriales y para la implementacion de
los algoritmos de procesamiento de seliales, es necesario desarrollar herramientas para analizar los efec-
tos de la longitud de palabra finita en el desemperio de los sistemas en tiempo discreto. Para dicho fin,
se ha encontrado conveniente representar ciertas seriales pertinentes como aleatorias y emplear tecnicas
estadisticas para su
En la siguiente secciOn se estudian algunas operaciones comunes de procesamiento de seriales efec-
tuadas sobre seriales analogicas.

1.2 Operaciones comunes de procesamiento de seliales


En la practica se emplean diversos tipos de operaciones de procesamiento de sefiales. En el caso de se-
riales analogicas, la mayoria de las operaciones de procesamiento de seriales suelen efectuarse en el do-
minio del tiempo, en tanto que, en el caso de seiiales en tiempo discreto, se recurre a las operaciones tan-
to en el dominio del tiempo como en el de la frecuencia. En cualquier caso, las operaciones deseadas se
implementan mediante la combinacion de algunas operaciones elementales, las cuales tambien suelen
realizarse en tiempo real, o casi real, aun cuando en ciertas aplicaciones se implementan fuera de linea.

1.2.1 Operaciones simples en el dominio del tiempo


Las tres operaciones basicas en el dominio del tiempo son: escalamiento, retraso y adicion de seriales. El
escalamiento es simplemente la multiplicacion de la serial por una constante positiva o negativa. En el
caso de seriales analogicas, esta operaci6n suele denominarse amplificacion si la magnitud de la constan-
4 Capitalo 1 Senates y procesamiento de senates

to multiplicadora, denominada ganancia, es mayor que uno. En el caso de que la magnitud de la cons-
tante multiplicadora sea menor que uno, la operacion se llama atenuacion. En este contexto, si x(t) es
una serial analogica, entonces la operacion de escalamiento genera una serial y(t) = ax(t), donde a re-
presenta la constante multiplicadora.
La operaci6n de retraso genera una serial que es una replica retrasada de la serial original. Para una
serial analogica x(t), y(t) = x(t — t o ) es la serial obtenida al retrasar x(t) en la cantidad to, la cual se
supone que es un ntimero positivo. Si to es negativa, entonces es una operacion de avance.
Muchas aplicaciones requieren operaciorres que implican dos o mas seriales para generar una nueva
serial. Por ejemplo, y(t) = x i (t) + x 2 (t) — x 3 (t) es la serial generada por la suma de tres sefiales ana-
logicas x i (t), x2(t) y x3(t). Otra operacion elemental es el producto de dos seliales. En este sentido, el pro-
ducto de dos seriales x i (t) y x 2 (t) genera una serial y(t) = x i (t)x 2 (t).
Otras dos operaciones elementales son la integracion y la diferenciaci6n. La integraci6n de una se-
rial analogica x(t) genera una serial y(t) = It_ o x(T)dr, en tanto que su diferenciaciorz produce una se-
rial w(t) = dx(t)/dt.
Las tres primeras operaciones elementales, esto es, escalamiento, retraso y suma, tambien se efectitan
sobre seriales en tiempo discreto y se estudian mas en otras panes de este libro. Las otras dos operacio-
nes elementales, integraciOn y diferenciacion, se implementan de manera aproximada en el dominio del
tiempo discreto.
A continuacion se revisaran algunas operaciones de procesamiento de seriales complejas que se usan
comtinmente y que se implementan al combinar dos o mas de las operaciones elementales. Las caracte-
risticas de algunas de estas operaciones se entienden mejor en el dominio de la frecuencia al utilizar la
transformada de Fourier en tiempo continuo, X(jn) la cual para una serial en tiempo continuo x(t) es-
ta dada pore

X(jSI) = J x(t)e -intdt. (1.1)

X(j12) se denomina espectro de x(t).

1.2.2 Filtrado
Una de las operaciones de procesamiento de sefiales complejas que se usa de manera mas amplia es el
filtrado, cuyo proposito principal es alterar el espectro de acuerdo con determinadas especificaciones. El
sistema que implements esta operaciOn se denomina filtro. Por ejemplo, es posible diseriar un filtro para
dejar pasar ciertas componentes de frecuencia de una serial a traves del sistema y bloquear otras compo-
nentes de frecuencia. El intervalo de frecuencias de las componentes de la serial a las que se permite pa-
sar a tray& del filtro se llama banda de paso, y el intervalo de frecuencias de las componentes de la se-
rial que el filtro bloquea se conoce como banda de supresion. Se definiran tipos de filtros, dependiendo
de la naturaleza de la operacion de filtrado. En muchos casos, la operacion de filtrado de seriales anal&
gicas se efecula por medio de un filtro lineal invariante en el tiempo. Si el filtro se caracteriza por una
respuesta impulso h(t), entonces su salida y(t) a una entrada esta determinada por la integral de convo-
lucion

y(t) = f h(t — 1-)x(r)di (1.2)

suponiendo que el filtro esta en reposo con condiciones iniciales cero en el tiempo de aplicacion de la se-
rial de entrada. En el dominio de la frecuencia, la ecuacion anterior se expresa como
Y (jn) = H(jfl)X(jl), (1.3)
donde Y(jS1), X (jII) y H(jD) son, respectivamente, las transformadas de Fourier en tiempo conti-
nuo de y(t), x(t) y h(t).
Unfiltro pasabajas deja pasar todas las componentes de baja frecuencia por debajo de cierta frecuen-
cia especificada f p , denominada frecuencia del borde pasabanda, y bloquea todas las componentes de

1
Vea la secci6n 3.1 para repasar la transformada de Fourier en tiempo continuo.
1.2 Operaciones comunes de procesamiento de senates 5

alta frecuencia que estan por arriba de I„ llamada frecuencia del borde supresor de banda. Un filtro
pasaaltas deja pasar todas las componentes de alta frecuencia que se encuentran por arriba de cierta fre-
cuehcia del borde pasabanda f p y bloquea todas las componentes de baja frecuencia que estan por deba-
jo de la frecuencia del borde supresor de banda f S . Un filtro pasabanda deja pasar todas las componen-
tes de frecuencia entre dos frecuencias de borde pasabanda f pi y f p2, donde f pi < f p2, y bloquea todas
las componentes de frecuencia por debajo de la frecuencia del borde supresor de banda f sl y por arriba
de la frecuencia de borde supresor de banda 152. Un filtro supresor de banda bloquea todas las compo-
nentes de frecuencia entre dos frecuencias de borde supresor de banda f st y f 3, 2, y deja pasar todas las-
componentes de frecuencia por debajo de la frecuencia de borde pasabanda f1y por arriba de la frecuen-
cia del borde pasabanda f p2. La figura 1.2a) muestra una serial compuesta por tres componentes senoi-
dales de frecuencias respectivas iguales a 50, 100 y 200 Hz, respectivamente. Las figuras 1.2b) a e) mues-
tran los resultados de los cuatro tipos anteriores de operaciones de filtrado con frecuencias de corte ele-
gidas de manera apropiada.
Un filtro supresor de banda diseriado para bloquear una sola componente de frecuencia se denomina
filtro de ranura. Un filtro multibanda tiene mas de una banda de paso y mas de una banda de supresi6n.
Un filtro comb (de respuesta tipo peine) se diseria para bloquear frecuencias que son milltiplos enteros de
una baja frecuencia.
Una serial puede corromperse sin intencion mediante una serial de interferencia que recibe el nombre
de interferencia o ruido. En muchas aplicaciones, la serial deseada ocupa una banda de baja frecuencia
desde cd hasta cierta frecuencia f L Hz, y se corrompe mediante el ruido de alta frecuencia con com-
ponentes de frecuencia por arriba de f H Hz con f H > f L . En esos casos, es posible recuperar la serial
deseada a partir de la serial corrompida por el ruido haciendola pasar por un filtro pasabajas con una fre-
cuencia de corte f „, donde f L < f < f H . En algunas aplicaciones, el ruido que corrompe la serial desea-
da quizas sea una serial senoidal de una sola frecuencia. Por ejemplo, el ruido que generan las lineas de
transmisi6n electricas radian campos electricos y magneticos que se presentan como una serial senoidal
de 60 Hz. La serial deseada se recupera al hacer pasar la serial corrompida por un filtro de ranura con una
frecuencia de ranura de 60 Hz.2

1.2.3 Generaci6n de seliales de valores complejos


Como se indic6 antes, una serial tiene valores reales o complejos. Por conveniencia, la primera se deno-
mina serial real, y la segunda, sepal compleja. Todas las seriales que se generan de manera natural son
de valor real. En algunas aplicaciones es necesario producir una serial compleja a partir de una real que
tenga mas propiedades deseables. Un procedimiento para generar una serial compleja a partir de una real
consiste en emplear un transformador de Hilbert que esta caracterizado por una respuesta al impulso
h Err (t) dada por [Fre94], [Opp83]
1
h HT (t) — 7rt , (1.4)

con una transformada de Fourier en tiempo continuo H HT (fit) dada por


— j, n, > o,
HHT(1n) = j , SZ < o. (1.5)

Sea x(t) una serial analogica real con una transformada de Fourier en tiempo continuo X(ja). El es-
pectro de magnitud de una serial real presenta simetria par, en tanto que el espectro de fase la presenta
impar. De tal modo, el espectro X (j(1) de una serial real x(t) contiene frecuencias tanto positivas como
negativas y puede, en consecuencia, expresarse como
X(111) = X p(111) + X,i( (1.6)
donde X (IQ) representa la porcion de x(jn) que ocupa el intervalo de frecuencias positivas, y
X n( constituye la porci6n de X(jft) que ocupa el intervalo de frecuencias negativas. Si x(t) pasa

2
En muchos paises las limas de transmision electrica generan ruido de 50 Hz.
6 Capitulo 1 Senales y procesamiento de seriales

Sepal de entrada
3
2
1
0
I I
—1

20 40 60 80 100
Tiempo, ms
a)

Salida de filtro pasabajas Salida de filtro pasaaltas


1

0.5
p
0

—0.5

-1
40 60 80 100 20 40 60 80 100
Tiempo, ms Tiempo, ms
b) c)

Salida de filtro pasabanda Salida de filtro supresor de banda


1

0.5

0
8
—0.5
—2
20 40 60 80 100 0 20 40 60 80 100
Tiempo, ms Tiempo, ms
d) e)
Figura 1.2: a) Serial de entrada, b) salida de un filtro pasabajas con frecuencia de corte a 80 Hz, c) salida de un fil-
tro pasaaltas con frecuencia de corte a 150 Hz, d) salida de un filtro pasabanda con frecuencias de corte a 80 Hz y
150 Hz y e) salida de un filtro supresor de banda con frecuencias de corte a 80 Hz y 150 Hz.

por un transformador de Hilbert, entonces su salida 2(t) tiene un espectro g(11) dado por

±(jn) = XHT(j() X(jf) = —


/XpCin) IX"n(in). (1.7)
Puede demostrarse que 2(t) es tambien una serial real. Considere la serial compleja y(t) formada por la
suma de x(t)
y(t) = x(t) + j 2(t). (1.8)
Las seriales x(t) y 2(t)se denominan, respectivamente, componentes en fase y en cuadratura de y(t). La
transformada de Fourier en tiempo continuo de y(t) esta dada por (problema 3.9)
Y(jSI) = X (j,f1) + jk.(10,) = 2X p (j,(1). (1.9)
En consecuencia, la serial compleja y(t), denominada sepal analitica, tiene solo componentes de fre-
cuencia positivas.
1.2 Operaciones comunes de procesamiento de senales 7

Transformador 1_,..
X(t)
de Hilbert

Figura 1.3: Generation de una serial analitica a traves de un transformador de Hilbert.

En la figura 1.3 se presenta una representation en diagrama de bloques del esquema para generar se
vales analiticas a partir de una serial real. Una aplicacion del transformador de Hilbert corresponde a la
implementation de una modulaciOn de banda lateral Unica, como se indica en la figura 1.8 y se estudia
en la section 1.2.4.

1.2.4 ModulaciOn de amplitud


En la transmision de -seriales a largas distancias, se emplean medios de transmision como el cable, la fibra
optica o la atm6sfera. Cada uno de estos medios tiene un ancho de banda que es mas adecuado para la
transmision eficiente de seriales en el intervalo de alta frecuencia. Como consecuencia, para la transmi-
sion de seriales de baja frecuencia por un canal, es necesario transformarlas en sefiales de alta frecuencia
por medio de una operaciOn de modulaciOn. En el extremo receptor, la serial modulada de alta frecuen-
cia se demodula, y la serial deseada de baja frecuencia se extrae luego para un procesamiento posterior.
Hay cuatro tipos principales de modulacion de seriales anal6gicas: modulacion de amplitud, modulacion
de frecuencia, modulacicin de fase y modulacion de amplitud de pulsos. De estos esquemas, el primero
es conceptualmente simple y se estudia a continuation [Fre94], [Opp83].
En el esquema de modulacion de amplitud, la amplitud de una serial senoidal de alta frecuencia
A cos (110t), denominada sepal portadora, se varfa mediante una serial de banda limitada y baja frecuen-
cia x(t), llamada sepal moduladora, ello genera una serial de alta frecuencia que se denomina serial mo-
dulada, y(t) de acuerdo con
y(t) = Ax(t) cos(fl ot). (1.10)
De tal modo, la modulacion de amplitud puede implementarse al formar el producto de la serial modula-
dora con la serial portadora. Es posible demostrar que el espectro Y( In) de y(t) esta dado por

Y( in) = fx(An - no)) + 4 X(.0 + no)). (1.11)


donde X(In) es el espectro de la serial moduladora x(t). La figura 1.4 muestra el espectro de la serial
moduladora y de la serial modulada bajo la suposicion de que la frecuencia de la portadora no es mas
grande que flm, la frecuencia mas alta contenida en x(t). Como se ye en esta figura, y(t) es ahora una
serial de alta frecuencia y de banda limitada con un ancho de banda 2SZ m centrado en no.
La porcion de la serial modulada por amplitud entre no y no + nm se denomina banda lateral supe-
rior, en tanto que la porci6n entre n o y SZ o - n„,, se conoce como banda lateral inferior. Debido a la ge-
neraci6n de dos bandas laterales y a la ausencia de una componente de portadora en la serial modulada,
el proceso se denomina modulacion de doble banda lateral con portadora suprimida (MDBLPS).
La demodulation de y(t), suponiendo que n,o >11,„ se lleva a cabo en dos etapas. Primero se for-
ma el producto de y(t) con una serial senoidal de la misma frecuencia que la de la portadora, lo cual da

X(f Y(g1)

l
(\A l (\i)
- 0
— S 2,„ —0 0 1 0 1 SI,
— —
— (no nod no n m
a) b)
Figura 1.4: a) Espectro de la sepal moduladora x(t) y h) espectro de la sepal modulada y(t). Por conveniencia, am-
bos espectros se muestran como funciones reales.
8 Capitulo 1 Senales y procesamiento de sefiales

R(j11)

,12
-20, I -120, 0
-(2110-12,7, ) 2110-11,7,

Figura 1.5: Espectro del producto de la sepal modulada y la portadora.

y(t) y( t ) Filtro
pasabajas
/4
Acos Slo t cos Q a t t;
/

a) b) f

Figura 1.6: Representaciones esquematicas de los esquemas de modulacion y demodulacion de amplitud de DBLPS:
a) modulador y b) demodulador.

por resultado
r(t) = y(t) cos not = Ax(t) cost not, (1.12)
que se escribe como
r(t) = y(t) cos 41 = lx(t) + lx(t) cos(21100. (1.13)
Este resultado indica que la serial del producto esta compuesta por la serial moduladora original es-
calada por un factor de 1/2 y una serial modulada por amplitud con una frecuencia de portadora 212,. El
espectro RUM de r(t) se indica en la figura 1.5. La serial moduladora original puede recuperarse aho-
ra a partir de r(t) al hacerla pasar a traves de un filtro pasabajas con frecuencia de corte Sly que satisfa-
ce la relacion flm < ft, < 2f2,0 - ft.. La salida del filtro es, en este caso, una replica escalada de la se-
rial moduladora.
La figura 1.6 muestra las representaciones en diagrama de bloques de los esquemas de modulacion y
demodulacion de amplitud. El supuesto que subyace al proceso de demodulacion que acaba de describir-
se es que una serial senoidal identica a la serial de la portadora puede generarse en el extremo receptor.
En general, es diticil asegurar que la serial senoidal demoduladora tiene todo el tiempo una frecuencia
identica a la de la portadora. Con el proposito de superar este problema, en la transmision de seriales de
radio de amplitud modulada, se modifica el proceso de modulaciOn de manera que la serial transmitida
incluye la serial. de la portadora, lo cual se consigue redefiniendo la operacion de modulacion de ampli-
tud de la manera siguiente:

- „„t,,e 01,
1 -,,tv y(t) = + mx(t)] cos(1/ 0t), (1.14)
donde m es un ntimero elegido para asegurar que [1 + mx(t)] es positivo para todo t. La figura 1.7
muestra las formas de onda de una serial senoidal moduladora de frecuencia igual a 20 Hz y la portado-
ra de amplitud modulada que se obtiene de acuerdo con la ecuacion (1.14) para una frecuencia de porta-
dora de 400 Hz y m = 0.5. Advierta que la envolvente de la portadora modulada es esencialmente la for-
ma de onda de la serial moduladora. Como consecuencia de que la portadora tambien esta presente en la
serial modulada, el proceso se denomina modulacion de doble banda lateral (MDBL). En el extremo re-
ceptor, la serial de la portadora se separa primero y luego se usa para demodular.
En el caso de la modulacion de amplitud convencional, como puede observarse en la figura 1.4, la
serial modulada tiene un ancho de banda de 2n,„ mientras que el ancho de banda de la serial modulado-
ra es Om. Para incrementar la capacidad del medio de transmision, se emplea a menudo una forma mo-
dificada de la modulacion de amplitud en la que se transmiten la banda lateral superior o la banda late-
1.2 Operaciones comunes de procesamiento de senates

Serial moduladora Portadora modulada


1

0.5
S
E0

—0.5 —2

—1
0 20 40 60 80 100 20 40 60 80 100
Tiempo, ms Tiempo, ms
a) b)
Figura 1.7: a) Semi moduladora senoidal de 20 Hz de frecuencia y portadora modulada con una frecuencia
de portadora de 400 Hz basada en la modulacion DBL.

ral inferior de la serial modulada. El procedimiento correspondiente se denomina modulacion de banda


lateral anica (MBLU) para distinguirlo del esquema de modulacion de doble banda lateral de la figura
1.6a).
Una forma de implementar la modulacion de amplitud de banda lateral Unica se indica en la figura
1.8, donde el transformador de Hilbert se define por medio de la ecuacion (1.4). Los espectros de las se-
fiales pertinentes de la figura 1.8 se'muestran en la figura 1.9.

1.2.5 Multiplexaje y desmultiplexaje


Para utilizar de manera eficiente el canal de transmision de banda ancha, se combinan muchas seriales de
baja frecuencia y ancho de banda estrecho para formar una serial compuesta de banda ancha que se trans-

y(t)
Transformador
de Hilbert
A sen Q a t
Figura 1.8: Esquema de modulacion de banda lateral tinica empleando un transformador de Hilbert.

W1 UK1)

(\7
—00 Qo

Y(j52)

c)
Figura 1.9: Espectro de las sefiales pertinentes de la figura 1.8.
10 Capitulo 1 Senales y procesamiento de senales

X 1 (p) X2 0 0) x3 00)

m 0 f2„ —C2m 0 C2,„.


a)

Y(jL-2)

—S2 -S2 C2
2
3 1
b)
Figura 1.10: Ilustracion de la operacion de multiplexaje por division de frecuencia. a) Espectros de tres senales
de baja frecuencia y b) espectros de la serial compuesta modulada.

mite como serial Unica. El proceso de combinacion de estas senales se denomina multiplexaje, el cual se
implementa para asegurar que una replica de las senales originales de baja frecuencia y ancho de banda
estrecho pueda recuperarse en el extremo receptor. El proceso de recuperacion se conoce como desmul-
tiplexaje.
Un metodo que se utiliza mucho para combinar diferentes senales de voz en los sistemas de comuni-
eacion telefonica es el de multiplexaje por division de frecuencia (MDF) [Cou83], [Opp83]. En este
caso, cada serial de voz, por lo comun de banda limitada a una banda de baja frecuencia de 211,„ de an-
cho, se traslada en frecuencia a una banda de frecuencia ma's alta utilizando el metodo de modulacion de
amplitud de la ecuacion (1.10). La frecuencia de la portadora de las senales adyacentes de amplitud mo-
dulada se separa mediante SZ, con flo > 211,, para asegurar que no haya superposicion de los espectros
de las senales moduladas individuales despues de que estas se suman para formar una serial compuesta
de banda base. Esta serial se modula despues sobre la portadora principal para formar la serial MDF y se
transmite. La figura 1.10 ilustra el esquema de multiplexaje por division de frecuencia.
En el extremo receptor, la serial de banda base compuesta se obtiene primero de la serial MDF me-
diante demodulacion. Despues cada serial individual trasladada en frecuencia se desmultiplexa primero
al pasar la serial compuesta por un filtro pasabanda con una frecuencia central de valor identico al de la
frecuencia de la portadora correspondiente y un ancho de banda un poco mayor que 2SZm. Despues se de-
modula la salida del filtro pasabanda utilizando el metodo de la figura 1.6b) para recuperar una replica
escalada de la serial de voz original.

1.2.6 Modulacion de amplitud en cuadratura


Y
Como ya se serialo, la modulacion de amplitud DBL es la mitad de eficiente que la modulacion de am-
plitud BLU con respecto a la utilizacion del espectro. El metodo de la modulaciOn de amplitud en cua-
dratura (MAC) recurre a la modulacion DBL para modular dos senales diferentes de manera que estas
ocupen el mismo ancho de banda; por consiguiente, la MAC toma cuando mucho el ancho de banda co-
rrespondiente al metodo de modulaciOn BLU. Para entender la idea basica que subyace al metodo MAC,
considere que x i (t) y x 2(t) son dos senales de banda limitada y baja frecuencia con un ancho de banda
de Sim, como se indica en la figura 1.4a). Las dos senales moduladoras se modulan de manera individual
mediante las dos senales de portadora A cos(not) y A sen(not), respectivamente, y se suman, de lo que
resulta una serial compuesta y(t) dada por
y(t) = Ax 1 (t) cos(not) + Ax 2 (t) sen(110 0. ('1.15)
Advierta que las dos senales portadoras tienen la misma frecuencia portadora no, pero una diferen-
cia de fase de 90°. En general, la portadora A cos(n ot) se conoce como componente en fase, y la porta-
1.2 Operaciones comunes de procesamiento de sefiales 11

dora A sen(flot), como componente en cuadratura. El espectro Y(jSZ) de la serial compuesta y(t) esta
dado ahora por
17
(./n) = +IX1( — n o )) + xi(i(n + no))}
4{x2 (1(n - no)) - x2(i(n + no))} (1.16)

y se observa que ocupa el mismo ancho de banda que la serial modulada que se obtiene mediante una mo-
dulacion DBL.
Para recuperar las seriales moduladoras originales, la serial compuesta se multiplica por las compo-
nentes en fase y en cuadratura de la portadora por separado, lo que produce dos seliales:

r 1 (t) = y(t) cos(fl ot), r 2(t) = y(t) sen(1-2,t). (1.17)

Al sustituir y(t) de la ecuacion (1.15) en la (1.17), se obtiene, con un poco de algebra,


A A- A
r1(t) = + 2 x i (t)
--
cos(2110t) + sen(Mo t),
(1.18)
A
A- -A
r 2(t) = x 2(t) + x i (t) sen(Mot) — fx 2(t) cos(2110 t).

El filtrado pasabajas de r 1 (t) y r 2(t) mediante filtros con frecuencia de corte en 1212 produce las dos
sefiales moduladoras. La figura 1.11 muestra las representaciones en diagramas de bloques de los esque-
mas de modulacion y demodulacion de amplitud en cuadratura.
Como en el caso del metodo de modulacion DBL con portadora suprimida, el metodo MAC tambien
requiere en el receptor una replica exacta de la serial portadora empleada en el extremo de transmision
para una demodulacion exacta. En consecuencia, no se emplea en la transmision directa de sefiales ana-
logicas, aunque se aplica en la transmision de secuencias de datos en tiempo discreto y en la transmision
de sefiales analogicas convertidas en secuencias de tiempo discreto mediante muestreo y conversion ana-
logica-digital.

1.2.7 Generacidon de sefiales


Una parte igualmente importante del procesamiento de seriales es la generacion de serial sintetica. Uno
de los generadores mas simples de seriales de este tipo es aquel que genera una serial senoidal, denomi-
nado oscilador. Este dispositivo es parte integral del sistema de modulacion y demodulaciOn de amplitud
que se describi6 en las dos secciones previas. Tambien tiene otras aplicaciones diversas en el procesa-
miento de seriales.
Hay aplicaciones que requieren la generacion de sefiales periodicas como ondas cuadradas y ondas
triangulares. Ciertos tipos de seriales aleatorias con un espectro de amplitud constante para todas las fre-
cuencias, que se conoce como ruido blanco, tienen muchas veces aplicaciones en la practica. Una de ellas
es la generacion de seriales de voz sinteticas en tiempo discreto.

r (t)
x i (t) Filtro
pasabajas 2 x1 (t)
A cos 4r
Desplazador
de fase de 90°

X (t) Filtro A (t)


2 —x
2
r2 (t) pasabajas 2

a) b)
Figura 1.11: Representaciones esquematicas de los esquemas de modulacion y demodulacion de amplitud
en cuadratura: a) modulador y b) demodulador.
12 Capitulo 1 Senales y procesamiento de seriales

ii pi• Litt at IR cl',.r 1 1:7


r, i. fi
IN 1, ,t ,
Milli.. LH .w 11 , # L I -/
.. ,
i
,
,
I
1 •
1 I ,-, • • '
-1.
1 iV .i fli. I ' ' ' ' .i.
a)
1.0

0.5
O

—0.5— S
I I I I
0 0.1 0.2 0.3 0.4 0.5 0.6
Segundos
b)

Figura 1.12: a) Traza caracterfstica del ECG y b) ciclo de una forma de onda del ECG.

1.3 Ejempios de seliales comunes3


Para entender mejor la amplitud de la tarea del procesamiento de seriales, a continuation se examinaran
varios ejemplos de algunas seriales comunes y su procesamiento subsecuente en aplicaciones a las que
se recurre con frecuencia.

Sepal de electrocardiograffa (ECG)

La actividad electrica del corazon se representa por medio de la serial ECG [Sha81]. La traza connin de
una serial ECG se presenta en la figura 1.12a). Esta es, en esencia, una forma de onda periodica. Un ci-
ao del proceso de transferencia de sangre del corazon a las arterias se representa mediante un periodo de
la forma de onda ECG, como se muestra en la figura 1.12b). Esta parte de la forma de onda se genera por
medio de un impulso electric° que se origina en el nodo sinoatrial de la camara derecha del corazon. El
impulso provoca la contraccion de las camaras, lo cual obliga a que la sangre de cada camara entre con
presion en su correspondiente ventriculo. La serial que resulta se denomina onda P. El nodo de la cama-
ra ventricular retrasa el impulso de excitacion hasta que se completa la transferencia desde la camara has-
ta los ventriculos, lo que produce el intervalo P-R de la forma de onda ECG. El impulso de excitaci6n
provoca despues la contracci6n de los ventriculos, los cuales mandan con fuerza la sangre hacia las arte-
rias. Este flujo genera la parte QRS de la forma de onda ECG. Durante esta fase, las camaras se relajan
y se llenan de sangre. La onda T de la forma de onda representa la relajacion de los ventriculos. El pro-
ceso completo se repite de manera periOdica, lo que genera la traza ECG.
Cada parte de la forma de onda ECG incluye diversos tipos de information que el medico analiza pa-
ra determinar el estado del corazon del paciente [Sha81]. Por ejemplo, la amplitud y el tiempo de dura-
cion de las portions P y QRS indican el estado de la masa muscular cardiaca. La perdida de amplitud
indica dario muscular, en tanto que su incremento sefiala ritmos cardiacos anormales. Un retraso dema-
siado largo en el nodo de la camara ventricular se seriala por medio de un intervalo P-R muy largo. De

3
Esta section se ha adaptado de Handbook for Digital Signal Processing, de Sanjit K. Mitra y James F. Kaiser, editores,
©1993, John Wiley & Sons. Adaptation autorizada por John Wiley & Sons.
1.3 Ejemplos de seriales comunes 13

igual manera, la obstruccion de algunos o de todos los impulso de contraccion se refleja por medio de la
sincronizacion intermitente entre las ondas P y QRS. Casi todas estas anormalidades se tratan con distin-
tos medicamentos, y su eficacia tambien se puede monitorear observando las nuevas formas de onda
ECG que se registran despues del use de las medicinal.
En la practica hay diversos tipos de alteraciones que se producen de manera externa y que aparecen
en la serial ECG [Tom81]. A menos que se eliminen estas interferencias, es dificil para un medico efec-
tuar un diagnostic° correcto. Una fuente comtin de ruido son las lineas de transmision electrica de 60 Hz,
cuyos campos electric° y magnetic° radiados se acoplan al instrumento del ECG a traves de acoplamien-
to capacitivo y/o induccion magnetica. Otras fuentes de interferencia son, las seriales electromiograficas,
que son los potenciales generados por los mUsculos que se contraen. Es posible guitar estas y otras inter-
ferencias con un blindaje cuidadoso y con tecnicas de procesamiento de setiales.

Sepal del electroencefalograma (EEG)

La suma de la actividad electrica ocasionada por el encendido aleatorio de miles de millones de neuro-
nas en el cerebro se representa por medio de la serial del EEG [Coh86], [Tom81]. En multiples registros
del EEG, los electrodos se sitdan en diversas posiciones sobre el cuero cabelludo con dos electrodos co-
munes ubicados en los lObulos de la oreja, y se registran las diferencias de potencial entre los distintos
electrodos. Un ancho de banda comtin de este tipo de EEG varfa de 0.5 hasta casi 100 Hz, con amplitu-
des que van de 2 hasta 100 mV. Un ejemplo de trazas EEG multiples se presenta en la figura 1.13.
Los analisis tanto en el dominio de la frecuencia como en el dominio del tiempo de la serial EEG se
han utilizado para diagnosticar epilepsia, desordenes del suelio o enfermedades psiquidtricas, entre otros
padecimientos. Para este fin, el espectro del EEG se subdivide en las siguientes cinco bandas: 1) el inter-
valo delta, que ocupa la banda de 0.5 a 4 Hz; 2) el intervalo teta, en la banda de 4 a 8 Hz; 3) el interva-
lo alfa, dentro de la banda de 8 a 13 Hz; 4) el intervalo beta, que ocupa la banda de 13 a 22 Hz, y 5) el
intervalo gama, en la banda de 22 a 30 Hz.
La onda delta es normal en las seflales EEG de nirios y adultos dormidos. Debido a que no es comtin
en adultos en vigilia, su presencia indica ciertas enfermedades cerebrales. La onda teta suele encontrar-
se en niflos, aunque se ha observado en adultos en vigilia. La onda alfa es comtin en todos los seres hu-
manos normales y es mas pronunciada en un sujeto relajado y despierto con los ojos cerrados. De igual
manera, la actividad beta es coman en adultos normales. El EEG exhibe ondas rapidas de bajo voltaje,
que se conocen como ondas de movimiento ocular rcipido (REM, por sus siglas en ingles) en un sujeto
que suefla cuando duerme. En otro caso, en un sujeto que duerme, el EEG contiene rafagas de ondas simi-
lares a las alfa, que se conocen como agujas de suelio. El EEG de un paciente epileptic° presenta varios

`Vo•-...viv•-re'Swohlew...et

Figura 1.13: Trazas multiples de sefiales del EEG.


14 Capitulo 1 Senales y procesamiento de seriales

tipos de anormalidades, que dependen del tipo de epilepsia, enfermedad producto de descargas neurona-
les descontroladas.

Sellales sismicas
Las sefiales sismicas surgen debido al movimiento de rocas como consecuencia de un terremoto, erup-
cion volcanica o explosion subterranea [Bo193]. El movimiento del suelo genera ondas elasticas que se
propagan a traves del cuerpo de la tierra en todas las direcciones a partir de la fuente del movimiento.
Debido al movimiento terrestre se generan tres tipos basicos de ondas elasticas. Dos de ellas se propagan

0.10
.5)
0.05
G)
a.) 0.00
Tzi
—0.05
-to Ondas P
4 —0.10 Ondas S
F."> . -
8 12 10 14 16 18 20 22 24 26 28 30
Tiempo (s)
Velocidad del suelo norte (cm/s)

0.2 -

0.0 --441yOriv4

L
Ondas P
—0.2 -
Ondas S
12 10 14 16 18 20 22 24 26 28 30
Tiempo (s)

0.9
0.2

0.0
a

-Ft Ondas P
—0.2
0 Ondas S
12 10 14 16 18 20 22 24 26 28 30
Tiempo (s)

Figura 1.14: Registro sismografico posterior al temblor de Northridge, 29 de enero de 1994. Registrado en Stone
Canyon Reservoir, Los Angeles, CA. (Cortesia del Institute for Crustal Research, Universidad de California, Santa
Barbara, CA.)
1.3 Ejemplos de seriales comunes 15

por el cuerpo de nuestro planeta, moviendose una mas rapid° con respecto de la otra. La onda de movi-
miento mas rapid° se denomina onda primaria o P, en tanto que el movimiento mas lento se conoce co-
mo onda secundaria o S. El tercer tipo de onda se denomina onda superficial y se mueve a lo largo de
la superficie del suelo. Estas ondas sismicas se convierten en seriales electricas por medio de un sismo-
grafo y se registran sobre una tira de registro grafico o una cinta magnetica.
En virtud de la naturaleza tridimensional del movimiento del suelo, un sismografo suele estar corn-
puesto por tres instrumentos de registro independientes que proporcionan information acerca de los mo-
vimientos en las dos direcciones horizontales y en una direcciOn vertical, y genera tres registros, como
se ilustra en la figura 1.14. Cada registro es una serial unidimensional. A partir de las seriales registradas,
es posible determinar la magnitud del terremoto o explosion nuclear, asi como la ubicacion de la fuente
original del movimiento terrestre.
Las sefiales sfsmicas desempefian tambien un importante papel en la exploraciOn geoffsica de petro-
leo y gas [Rob80]. En este tipo de aplicacion se colocan a intervalos regulares sobre la superficie terres-
tre arreglos lineales de fuentes sismicas, tales como explosivos de alta energia. Las explosiones provo-
can la propagation de ondas sismicas a traves de las estructuras geologicas de la subsuperficie, que se
reflejan hacia la superficie desde las interfaces entre los estratos geologicos. Las ondas reflejadas se con-
vierten en seriales electricas por medio de un arreglo compuesto por ge6fonos dispuestos en ciertos pa-
trones y se despliegan como una serial bidimensional dependiente del tiempo y la position, lo que se de-
nomina recopilador de trazas, como se indica en la figura 1.15. Antes de que estas seriales se analicen,
se efectuan algunas correcciones preliminares de tiempo y amplitud en los datos para compensar diferen-
tes fenomenos fisicos. A partir de los datos corregidos, las diferencias de tiempo entre las seriales sfsmi-
cas reflejadas se usan para delinear deformaciones estructurales, mientras que los cambios de amplitud
casi siempre indican la presencia de hidrocarburos.

Seliales de voz

La teoria adistica de la production de voz ha propiciado una diversidad de modelos matematicos para re-
presentar las seriales de voz. Una serial de voz se crea excitando el tracto vocal mediante el empleo de so-
plos de aire cuasiperi6dicos o la creation de flujos de aire turbulento alrededor de una constriction en el

distancia en metros
100 350 500
L

Figura 1.15: Recopilacion de trazas de seliales sismicas tipicas. (Cortesia del Institute for Crustal Research,
Universidad de California, Santa Barbara, CA.)
16 Capitulo 1 Senales y procesamiento de senales

tracto vocal o por medio de una mezcla de estas dos fuentes sonoras [De193], [Rab78]. Los llamados so-
nidos sonoros se generan cuando el aire es obligado a pasar a traves de la glotis en tension, lo que ocasio-
na que vibre de manera oscilatoria y que genre pulsos pseudoperiodicos de aire que excitan al tracto vo-
cal. Incluidas en la clase de sonido sonoros estan las vocales /i:/ (como en "si") o /e/ (como en "bebe");
consonantes sonoras como /b/, /d/, /m/, /n/ etc., y las ilamadas liquidas y deslizantes, como /y/.4 Los
sonidos sordos se generan cuando se forma una congaed& en alg& punto del tracto vocal, lo que causa
que el flujo del aire entre en turbulencia (como el ruido) y que act& como la fuente de excitation de los
siguientes sonidos: /f/, /s/, /sh/, etc. Por Ultimo, hay una clase de sonidos que utilizan ambas fuentes de ex-
citacion y, en consecuencia, tienen caracteristicas tanto de sonidos sonoros como de sonidos sordos. En-
tre esta clase de sonidos se encuentran los fricativos sonoros: Iv', /z/ y /zh/.
Hay sonidos denominados explosivos, cuyas caracterfsticas cambian en forma dinamica durante su
production: /p/, /t/ y /k/. En este caso, el tracto vocal tiene una congaed& total en algun punto a lo largo
del mismo (por lo cual bloquea totalmente el flujo del aire y en forma equivalente la producci6n del soni-
do en el tracto vocal). La presi6n crece degas de la congaed& y provoca un desahogo repentino de la pre-
si6n cuando la contracci6n desaparece, lo que da lugar a un sonido, seguido de un desahogo gradual del
flujo del aire creado.
La figura 1.16a) describe la forma de onda de voz correspondiente a la pronunciation masculina de
"I like digital signal processing". La duration total de esta forma de onda es de tres s. Las versiones am-
plificadas de la /I/ en la palabra "like" y el segmento /S/ en la palabra "processing" se dibujan, respecti-
vamente, en las figuras 1.16b) y c). La forma de onda sonora de baja frecuencia que varia lentamente de
Demo de voz
/I/ y la forma de onda fricativa y sorda de alta frecuencia de /S/ son evidentes a partir de las formas de
onda amplificadas. La forma de onda sonora de la figura 1.16b) se observa cuasiperi6dica y puede mo-
delarse mediante una suma de un ndmero finito de senoides. La frecuencia mas baja die oscilacion en es-
ta representation se denomina frecuencia fundamental o frecuencia de tono. La forma de onda sorda de
la figura 1.16c) no tiene una estructura fina regular y es mas semejante al ruido.
Una de las principales aplicaciones de las tecnicas de procesamiento digital de seriales se encuentra
en el area general del procesamiento de voz. Los problemas en esta area suelen dividirse en tres grupos:
1) analisis de voz , 2) sintesis de voz y 3) analisis y sintesis de voz [Opp78b]. Los metodos de analisis
digital se usan en el reconocimiento automatic° de voz, en la verification y en la identification del ha-
blante. Las aplicaciones de las tecnicas de sintesis digitales de voz incluyen maquinas lectoras para la
conversion automatica de texto escrito en voz y la recuperaci6n de datos de computadoras en forma de
voz mediante el acceso remoto a traves de terminales o telefonos. Un ejemplo que pertenece a este ter-
cer grupo es la demodulaciOn de voz para transmision segura. La compresi6n de datos de voz para utili-
zar de manera eficiente el medio de transmisi6n es otro ejemplo del uso del analisis de voz seguido por
la sintesis. Una serial de voz comtin despues de la conversion en una forma digital contiene cerca de
64 000 bits por segundo (bps). Dependiendo de la calidad deseada de la voz sintetizada, es posible com-
primir considerablemente los datos originales; por ejemplo, por debajo de casi 1 000 bps.

Senates de sonidos musicales

El sintetizador electronic° es un ejemplo del uso de tecnicas modernas de procesamiento de seriales


[Ler83], [Moo77]. El sonido natural generado por la mayoria de los instrumentos musicales generalmen-
te se produce por medio de vibraciones mecanicas causadas cuando se activa alguna forma de oscilador
que luego provocan la vibration de otras partes del instrumento. Todas estas vibraciones en un instru-
mento generan el sonido musical. En un violin, el oscilador primario es un tramo de cuerda (tripa de gato)
tensada. Su movimiento se produce cuando se desliza un arco sobre ella. Esto pone a vibrar el cuerpo de
madera del violin, el cual, a su vez, genera vibraciones del age tanto adentro como afuera del instrumen-
to. En un piano, el oscilador primario es un alambre de acero tensado que se pone en movimiento vibra-

'Los sonidos de una sepal de voz suelen representarse graficamente mediante un "alfabeto fonetico" insertando la marca "/"
en ambos lados de las letras que representan el sonido; las letras maytisculas indican sonidos sonoros que son mas intensos en am-
plitud.
1.3 Ejemplos de senales comunes 17

71 0.5
a
0
0.5

0.5 1.5 2 2.5 3 3.5 _-4


Milner° de muestra x 104

0.5

-
0.5 -

4.5 5 5.5 6 6.5 7 7.5 8 8.5


Ntimero de muestra x 104

/S/
0.5


-0.5

0.9 0.95 1 1.05 1.1 1.15 1.2 1.25 1.3

NUmero de muestra x 10 5

a)

0 400 500 600 700 800 900 1 000


NUmero de muestra

b)

10,6y*Noi\i \441141o4ilfristfINN4
100.. 200 300 400 500 600 700 800 900 1 000
Ntimero de muestra

c)
Figura 1.16: Ejemplo de forma de onda de voz: a) segmento de longitud de la oration, b) version amplificada del
segmento sonorizado (la letra /1/ en "like") y c) version amplificada del segmento sordo (la letra /S/ en "processing").

torio por el golpe de un martillo, lo cual provoca vibraciones en el cuerpo de madera (caja auliOnica) del
piano. En los instrumentos de viento o metalicos, la vibration ocurre en una columna de aire, a la vez
que un cambio mecanico en su longitud, mediante valvulas o naves, regula la velocidad de vibration.
El sonido de instrumentos orquestales se clasifica en dos grupos: cuasiperiodico y aperiodico. Los
sonidos cuasiperi6dicos se describen mediante la suma de un mimero finito de senoides con amplitudes
y frecuencias que varfan de manera independiente. Las figuras 1.17a) y b) muestran, respectivamente,
las foimas de onda sonoras de dos instrumentos diferentes, el violoncello y el bombo. En cada figura, la
18 Capitulo 1 Senales y procesamiento de senates

ATAQUE EE DECAIMIENTO

0.5
0.5
0

-0.5
-0.5

0 0.1 0.2 0.3 0.4 0.5


TIEMPO EN SEGUNDOS TIEMPO EN SEGUNDOS

0.15 0.155 0.1575 0.3 0.325 0.35 0.375


0.1525
TIEMPO EN SEGUNDOS TIEMPO EN SEGUNDOS

2.5 0 2.5 5
FRECUENCIA EN KHZ FRECUENCIA EN KHZ

a) b)

Figura 1.17: Formas de onda de a) el violoncello y b) el bombo. (Reproducidas con autorizacion de J. A. Moorer,
"Signal processing aspects of computer music: A survey", en Proceedings of the IEEE, vol. 65, agosto de 1977,
pp. 1108-1137 ©1977 IEEE.)

forma de onda superior es la grafica de una nota aislada completa, en tanto que la grafica inferior es una
version expandida de una porcion de la nota: 10 ms en el caso del violoncello y 80 ms en el del bombo.
La forma de onda de la nota del violoncello se observa cuasiperiodica. Por otro lado, es claro que la for-
ma de onda del bombo es aperiodica. Por lo comtin, el tono de un instrumento orquestal se divide en tres
segmentos denominados parte de ataque, parte de estado estable y parte de decaimiento. La figura 1.17
ilustra esta division de los dos tonos. Advierta que el tono del bombo de la figura 1.17b) no muestra par-
te del estado estable. Una aproximaciOn razonable de muchos tonos se obtiene empalmando estas par-
tes. Sin embargo, la reproduccion de alta fidelidad requiere un modelo mas complejo.

Series de tiempo

Las seriales descritas hasta ahora son funciones continuas con el tiempo como variable independiente. En
muchos casos, las sefiales de interes son de manera natural funciones discretas de las variables indepen-
dientes. Es comtin que estas seriales tengan una duraciOn finita. Ejemplos de ellas son el mdmero prome-
dio anual de manchas solares, los precios diarios de las acciones, el valor total de exportaciones mensua-
les de un pais, la poblacion anual de especies animales en cierta area geografica, la producciOn anual por
hectarea de cosechas en una nacion, asi como el mimero de pasajeros de aerolineas intemacionales en
ciertos periodos. Este tipo de seriales de extension finita, que suelen denominarse series de tiempo, ocu-
rre en negocios, economia, ciencias fisicas, ciencias sociales, ingenieria, medicina y muchas otras areas.
En las figuras 1.18a) y 1.18b) se muestran graficas de algunas series de tiempo comunes.
Existen muchas razones para analizar una serie de tiempo particular [Box70]. En algunas aplicacio-
nes quiza exista la necesidad de founular un modelo para determinar la naturaleza de la dependencia de
los datos con respecto a una variable independiente y utilizarla para pronosticar el comportamiento futu-
ro de la serie. Por ejemplo, en la planeaciOn comercial son necesarios pronosticos de yentas razonable-
mente precisos. Algunos tipos de series poseen componentes estacionales o peri6dicos y es importante
extraerlos. El estudio del mdmero de manchas solares es importante para predecir variaciones climaticas.
1.3 Ejemplos de setiales comunes 19

4 000 30
0 0
000
0
3 500 - 20
0
°COO 000 0000
a., 3 000 -000 „, 10 0 0

2 500 - to 0

2 000 —10
1976 1978 1980 1982 1984 1986 1975 1976 1977 1978 1979
Alio Mes
a) b)

Figura 1.18: a) Producto nacional bruto trimestral ajustado estacionalmente de Estados Unidos, en Mares de 1982,
desde 1976 hasta 1986 (adaptado de [Ltit91]. b) Temperatura media mensual en San Luis, Missouri, en grados
Celsius correspondiente a 1975-1978 (adaptada de [Mar87]).

Invariablemente, los datos de las series del tiempo son ruidosos y sus representaciones requieren mode-
los basados en sus propiedades estadIsticas.

Imagenes

Como ya se indico, una imagen es una serial bidimensional cuya intensidad en cualquier punto es una
funcion de dos variables espaciales. Ejemplos comunes son.las fotograffas, las imagenes de video fijas,
las imagenes de radar y sonar y los rayos X del pecho y de la dentadura. Una secuencia de imagenes,
como la que se ye en un televisor es, en esencia, una serial tridimensional cuya intensidad de imagen en
cualquier punto es una funcion de tres variables: dos variables espaciales y el tiempo. La figura 1.19a)
muestra la fotograffa de una imagen digital.
Los problemas fundamentales del procesamiento de imagenes son la representacion y modelado de
la serial de la imagen, el realce, la restauracion, la reconstruccion a partir de proyecciones, analisis y co-
dificacion [Jai89].
Cada elemento de una imagen especifica representa cierta cantidad fisica; una caracterizaciOn del ele-
mento se denomina representacion de la imagen. Por ejemplo, una fotografla representa las luminosi-
dades de varios objetos, segtin los capta la camara. Una imagen infrarroja tomada por un satelite o un
avion representa el perfil de temperatura de un area geografica. Segtin el tipo de imagen y sus aplicacio-
nes, suelen definirse varios tipos de modelos de imagen, los cuales se basan tambien en la percepcion y
en caracterfsticas locales o globales. La naturaleza y desemperio de los algoritmos del procesamiento de
imagenes dependen del modelo de imagen que se utilice.

a) b)
Figura 1.19: a) Imagen digital y b) version con el contraste mejorado. (Reproducida con autorizacion de Nonlinear
Image Processing, S. K. Mitra y G. Sicuranza, editores, Academic Press, Nueva York, ©2000.)
20 Capitulo 1 Sellales y procesamiento de senales

Los algoritmos de realce de imagenes se emplean para subrayar rasgos especfficos de la imagen para
mejorar su calidad en relation con la percepciOn visual o para ayudar en el analisis para extraerle carac-
terfsticas. Entre los algoritmos se incluyen metodos para realzar el contraste, detectar bordes, definition,
filtrado lineal y no lineal, acercamiento o alejamiento y elimination de ruido. La figura 1.19b) muestra
la version con realce del contraste de la imagen de la figura 1.19a), la cual se logro utilizando un filtro
no lineal [Thu2000].
Los algoritmos que se emplean para eliminar o reducir las degradations de una imagen, como lo bo-
rroso o la distorsi6n geornetrica que provocan el sistema formador de imagenes y/o sus alrededores, se
conocen como restauradores de imagen. La reconstruction de imagenes a partir de proyecciones invo-
lucra el desarrollo de una capa de imagen bidimensional de un objeto tridimensional a partir de varias
proyecciones planas obtenidas desde diversos angulos. Al crear varias capas contiguas, se forma una ima-
gen tridimensional que brinda una vista interior del objeto.
Los metodos de ancilisis de imagenes se emplean para desarrollar una description y una clasificaciOn
cuantitativas de uno o mas objetos deseados en una imagen.
En el caso del procesamiento digital, una imagen necesita ser muestreada y cuantizada mediante el
empleo de un convertidor analogico-digital. Una imagen digital de tamatio razonable en su forma origi-
nal requiere una cantidad considerable de espacio de memoria para almacenamiento. Por ejemplo, una
imagen de 512 X 512 de tamalio que se muestrea con una resolution de 8 bits por muestra contiene mas
de 2 millones de bits. Los metodos de codification de imagenes se usan para reducir el numero total de
bits en una imagen sin ninguna degradacion en la calidad de la perception visual, como en la codifica-
cion de voz; por ejemplo, en promedio, menos de alrededor de 1 bit por muestra.

1.4 Aplicaciones comunes del procesamiento de sefiales5


Existen numerosas aplicaciones del procesamiento de senales que encontramos en nuestra vida diaria sin
damos cuenta de ellas. En un principio los algoritmos de procesamiento de senales utilizados en estas
aplicaciones correspondieron al dominio del tiempo continuo. Sin embargo, en la actualidad se imple-
mentan cada vez mas utilizando algoritmos de procesamiento de senales discretas. Debido a limitaciones
de espacio, no es posible analizar todas estas aplicaciones. Sin embargo, a continuation se presenta un
panorama de las que se consideran principales.

1.4.1 Aplicaciones de grabaciOn sonora


La grabacion de la mayor parte de los actuales programs musicales suele realizarse en un estudio aisla-
do actisticamente. El sonido de cada instrumento se capta por medio de su micr6fono propio, colocado a
corta distancia, y se graba en una sola pista en una grabadora de cinta multipista que contiene hasta 48
pistas. El ingeniero de sonido edita y combina las senales de las pistas individuales en la grabacion maes-
tra, en un sistema de mezcla para producir una grabaci6n con sonido estereo de dos pistas. Son varias las
razones por las que se sigue este procedimiento. En primer lugar, la cercanfa de cada microfono indivi-
dual y su instrumento asignado proporciona un alto grado de separaci6n entre los instrumentos y mini-
miza el ruido de fondo de la grabacion. En segundo, la parte sonora de un instrumento puede grabarse
nuevamente despues, si fuera necesario. En tercero, durante el proceso de mezcla de sonidos, el ingenie-
ro puede manipular las senales individuales mediante el empleo de una variedad de dispositivos de pro-
cesamiento de senales para alterar los balances musicales entre los sonidos generados por los instrumen-
tos, cambiar el timbre o agregar efectos actisticos ambientales y otros efectos especiales [Ble78], [Ear76].
Se utilizan varios tipos de tecnicas de procesamiento de senales en la fase de mezcla; algunas modi-
fican las caracterfsticas espectrales de la serial sonora y afiaden efectos especiales, mientras que otras me-
joran la calidad del medio de transmision. Los circuitos de procesamiento de senales que mas se utilizan
son 1) compresores y limitadores, 2) expansores y compuertas de ruido, 3) ecualizadores y filtros, 4) siste-
mas de reduction de ruido, 5) sistemas de retardo y reverberation, y 6) circuitos para efectos especiales

5
Esta seccibn se ha adaptado de Handbook for Digital Signal Processing, de Sanjit K. Mitra y James F. Kaiser, editores,
©1993, John Wiley & Sons. Adaptaci6n autorizada por John Wiley & Sons.
1.4 Aplicaciones comunes del procesamiento de seriales

Razon
de compresiOn

Entrada en dB
4a1

"N-1 Salida en dB
Umbral
variable
Figura 1.20: Caracteristica de transferencia de un compresor comun.

[B1e78], [Ear76], [Hub89], [Wor89]. Estas operaciones suelen efectuarse en seriales de audio analOgicas
originales y se implementan mediante el empleo de componentes analogicos de circuito. Sin embargo,
recientemente ha surgido una tendencia hacia la implementation totalmente digital y hacia su use en el
procesamiento de las versiones digitalizadas de las sefiales de audio analogicas [B1e78].

Compresores y limitadores. Estos dispositivos se emplean para comprimir el rango dinamico de


una serial de audio. El compresor puede considerarse como un amplificador con dos niveles de ganancia:
la ganancia es unitaria para niveles de la serial de entrada por debajo de cierto umbral, que es menor que
la unidad en el caso de sefiales con niveles por encima del umbral. El nivel de este Ultimo se ajusta so-
bre un amplio intervalo de la serial de entrada. La figura 1.20 presenta la caracterfstica de transferencia
de un compresor comtin.
Los parametros que caracterizan a un compresor son su razon de compresion, el nivel de umbral, el
tiempo'cle ataque y el tiempo de relajacion, los cuales se ilustran en la figura 1.21.
Cuando el nivel de la serial de entrada aumenta de manera stibita sobre un umbral prescrito, el tiem-
po que toma el compresor para ajustar su ganancia unitaria normal hasta el valor mas bajo se conoce co-
mo tiempo de ataque. Debido a este efecto, la serial de salida exhibe un ligero grado de sobredisparo an-
tes de que se alcance el nivel de salida que se desea. Resulta deseable un tiempo de ataque igual a cero
para proteger al sistema de transitorios repentinos de alto nivel. No obstante, en este caso se elimina el
efecto de ataques musicales agudos, lo que genera un sonido "apagado" y poco definido [Wor89]. Un
tiempo de ataque mas largo ocasiona que la salida se escuche mas percusiva de lo normal.
De modo similar, el tiempo que tom6 el compresor para alcanzar su valor de ganancia unitaria normal
cuando el nivel de entrada descendio repentinamente por debajo del umbral se conoce como tiempo de re-
lajacion o tiempo de recuperation. Si la serial de entrada flucttia con rapidez alrededor del umbral en una
pequeria region, la ganancia del compresor tambien lo hace entre valores mayores y menores. En una situa-
cion de este tipo, el aumento y el descenso del ruido de fondo produce un efecto audible llamado pausa o
bombed, que es posible minimizar con un tiempo de relajacion mas largo para la ganancia del compresor.
Son varias las aplicaciones de la unidad del compresor en la grabacion musical [Ear76]. Por ejemplo,
puede usarse para eliminar las variaciones en los picos de la serial de salida de un bajo electrico fijando-

Entrada
compresor, dB

a.)
0

a
cG
Salida cd

Tiempo
Tiempo Tiempo Tiempo de
de ataque relajacion
a) b)
Figura 1.21: Parametros que caracterizan a un compresor tipico.
22 Capitol° 1 Senales y procesamiento de senales

Razon de
expansion
(1) 4a1
7:3

'c71
C/D

Entrada en dB
Umbra!
variable

Figura 1.22: Caracterfstica de transferencia de un expansor comtin.

los en un nivel constante, lo que da como resultado una llnea del bajo uniforme y continua. Para mante-
ner el catheter original del instrumento, es necesario utilizar un compresor con un largo tiempo de recu-
peracion en comparaeion con la velocidad de decaimiento natural del bajo electrico. El dispositivo tam-
bien es titil para compensar las amplias variaciones en el nivel de la serial que produce un cantante que
se mueve con frecuencia, esto es, que cambia la distancia al microfono.
Un compresor con una raz6n de compresi6n de 10 a 1 o mayor se conoce como limitador porque sus
niveles de salida se fijan en esencia al nivel del umbral. El limitador se emplea para evitar la sobrecarga
de los amplificadores y otros dispositivos, causada porpicos de la serial que exceden ciertos niveles.

Expansores y compuertas de ruido. La funcion del expansor es opuesta a la del compresor. Es tam-
bien un amplificador con dos niveles de ganancia. La ganancia es unitaria ante niveles de la serial de entra-
da por arriba de cierto umbral y menor que la unidad en niveles por debajo del mismo. Tambien en este ca-
so el nivel de umbral se ajusta en un amplio intervalo de la serial de entrada. La figura 1.22 muestra la ca-
racterfstica de transferencia de un expansor comrin, el cual se emplea para expandir el intervalo dinamico
de una serial de audio mediante la amplificacion de seriales de alto nivel y la atenuacion de las de nivel ba-
jo. Tambien es posible utilizar el dispositivo para reducir el ruido por debajo de un nivel de umbral.
Caracterizan al expansor su razon de expansion, el nivel de umbral, el tiempo de ataque y el tiempo
de relajacion. En este caso, se define como tiempo de ataque al que emplea el dispositivo para alcanzar
la ganancia unitaria normal correspondiente a un cambio repentino en la serial de entrada hasta un nivel
por arriba del umbral. De igual modo, el tiempo que requiere el dispositivo para reducir la ganancia des-
de su valor normal de uno con respecto a una disminucion repentina en el nivel de la serial de entrada se
denomina tiempo de relajacion.
La compuerta de ruido es un tipo especial de expansor que atenda considerablemente seriales con ni-
veles por debajo del umbral. Se emplea, por ejemplo, para aislar por completo un microform durante una
pausa musical de modo tal que no pase el ruido que este nitimo esta captando.

Filtro de limitacion pasabajas Filtro de limitacion pasaaltas


Elevac on maxima 50 Elevacion maxima
as

c.)

—50 - Corte maxim° —50 - Corte maximo .


10° Frecuencia, Hz los 10 0 Frecuencia, Hz 105
a) b)

Figura 1.23: Respuesta en frecuencia de a) filtro de limitaciOn de baja frecuencia y b) filtro de limitacion de alta
frecuencia.
1.4 Aplicaciones comunes del procesamiento de seliales 2:

Filtro de pico

10 3
Frecuencia, Hz
Figura 1.24: Respuesta en frecuencia de filtro de pico.

Ecualizadores y filtros. Se emplean diversos tipos de filtros para modificar la respuesta en frecuen-
cia de una grabacion o del canal de monitoreo. Uno de tales filtros, conocido como filtro de limitacion,
proporciona una amplificacion (aumento) o un corte (cafda) en la respuesta en frecuencia en los extre-
mos, bajo o alto, del intervalo de frecuencias de audio, sin que se afecte la respuesta en frecuencia en el
intervalo restante del espectro audible, como se muestra en la figura 1.23. Los filtros de pico se utilizan
en la ecualizacion de banda media y se disefian para obtener una respuesta pasabanda que proporcione
una amplificacion o una respuesta supresora de banda para dar un corte, como se indica en la figura 1.24.
Los parametros que caracterizan a un filtro de limitaciOn de baja frecuencia son las dos frecuencias
f 1L Y f 2L, donde la respuesta de magnitud aumenta o desciende gradualmente a partir de un nivel cons-
tante y los niveles de ganancia de baja frecuencia en dB. De igual manera, los parametros que caracteri-
zan a un filtro de limitacion de alta frecuencia son las dos frecuencias f iH y f 2H , donde la respuesta de
magnitud empieza a subir o a bajar a partir de un nivel constante y los niveles de ganancia de alta fre-
cuencia en dB. En el caso de un filtro de pico, los parametros de inter& son la frecuencia central f o , el
ancho de banda de 3 dB Af de la curva en forma de campana y el nivel de ganancia a la frecuencia cen-
tral. Muy a menudo, el factor de calidad Q= f olAf se emplea para caracterizar la forma de la respues-
ta en frecuencia en vez del ancho de banda
Un ecualizador comtin esta compuesto por una cascada de filtros de limitacion de baja frecuencia, un
filtro de limitacion de alta frecuencia y tres o mas filtros de pico con parametros regulables para ajustar
la respuesta en frecuencia completa del ecualizador en un amplio intervalo de frecuencias en el espectro
de audio. En un ecualizador parametrico, cada parametro individual de los bloques de filtro que lo cons-
tituyen varfa de manera independiente sin afectar los parametros de los demas filtros de ecualizador.
El ecualizador grcifico incluye una cascada de filtros de pico con frecuencias centrales fijas, pero con
niveles de ganancia ajustable que se controlan por medio de controles deslizantes verticales en el panel
frontal. La position ffsica de estos controles se aproxima de manera razonable a la respuesta de magni-
tud total del ecualizador, como se muestra en forma esquematica en laligura 1.25.
Otros tipos de filtros que tambien tienen aplicaciones en la grabaci6n musical y en los procesos de
transferencia son los pasabajas, pasaaltas y de ranura. Sus correspondientes respuestas en frecuencia se
presentan en la figura 1.26. El filtro de ranura se disefia para atenuar una componente de frecuencia par-
ticular que tiene un ancho de ranura estrecho sin afectar el resto del programa musical.

1:1:1
-
tz1
ct"

63 160 400 1 000 2 500 6 800

Frecuencia, Hz
a) b)
Figura 1.25: Ecualizador grafico: a) ajustes del panel de control y b) respuesta en frecuencia correspondiente.
(Adaptado de [Ear76].)
24 Capitol° 1 Senates y procesamiento de senates

Filtro pasabajas

—20

ct —40

—60
10 0 10 1 10 2 10 3 10 4
Frecuencia, Hz
Filtro pasaaltas a) Filtro de ranura
0

0
—20
—20
—40 — Q =1
—40 — Q=2.5
—Q=10
-60 0
10 10' 10 2 10 3 10 4 500 1 000 1 500 1 500 2 500
Frecuencia, Hz Frecuencia, Hz
b) c)

Figura 1.26: Respuestas en frecuencia de otros tipos de filtros : a) filtro pasabajas, b) filtro pasaaltas y c) filtro
de ranura.

Dos aplicaciones principales de los ecualizadores y filtros en las grabaciones son la correction de
ciertos tipos de problemas que pueden ocurrir durante la grabaci6n o el proceso de transferencia y la al-
teraciOn del contenido arm6nico o timbral de un sonido grabado con fines puramente musicales o crea-
tivos [Ear76]. Por ejemplo, la transferencia directa de una grabaci6n musical de los antiguos discos de
78 rpm a un sistema de producciOn de banda ancha sera altamente ruidosa debido al ancho de banda li-
mitado de los discos de acetato. Para reducir este ruido se utiliza un filtro pasabanda con una banda de
paso igual al ancho de banda de los discos antiguos. Muchas veces se logra que las grabaciones antiguas
resulten agradables cuando se agrega un pico ancho de alta frecuencia en el intervalo de 5 a 10 kHz y se
eliminan algunas de las frecuencias mas bajas. El filtro de ranura es, en particular, titil para eliminar el
zumbido del suministro electric° de 60 Hz.
Al crear un programa mediante la mezcla de una grabacion multicanal, por razones creativas el inge-
niero de sonido suele emplear la ecualizacion de pistas individuales [Ear76]. Por ejemplo, es posible
agregar un efecto de "plenitud" a instrumentos &biles como la guitarra aciistica al amplificar los corn-
ponentes de frecuencia en el rango de 100 a 300 Hz. En forma similar, cuando se amplifica el intervalo
de 2 a 4 kHz, los transitorios causados por los dedos contra las cuerdas de una guitarra acdstica pueden
hacerse mas pronunciados. Una amplificaciOn de altas frecuencias con el filtro de limitation por arriba
del intervalo de 1 a 2 kHz incrementa la "vivacidad" de los instrumentos de percusiOn, como el bongo o
los tambores de tirante.

&sterna de reducciOn del ruido. El intervalo dinamico completo del ofdo humano supera los 120
dB. Sin embargo, la mayorfa de los medios de grabacion y transmision tienen un intervalo dinamico mu-
cho ma's pequeno. La mdsica que se va a grabar debe superar el fondo sonoro o ruido. Si este ultimo fue-
ra de casi de 30 dB, el rango dinamico disponible para la mdsica es solo de 90 dB, lo que requiere de la
compresion del rango dinamico para reducir el ruido.
Un sistema de reduccion del ruido consta de dos partes. La primera proporciona la compresion du-
rante el modo de grabaciOn, en tanto que la segunda brinda la expansion complementaria durante el mo-
do de reproduction. Para este proposito, los metodos mas populares de grabacion musical son los esque-
mas de reduccion de ruido Dolby, de los cuales existen varios tipos [Ear76], [Hub89], [Wor89].
Cuando se emplea el metodo Dolby tipo A que se utiliza en la grabaci6n profesional, en el modo de
grabacion, la serial de audio se divide en cuatro bandas de frecuencia mediante un banco de cuatro fil-
1.4 Aplicaciones comunes del procesamiento de sefiales 25

Filtro # 1
Compresor
(pasabajas)

EN

Filtro # 4
Compresor
(pasaaltas)
a)

Filtro #2 Filtro #3 Filtro #4

10 1 100 lk
80 3k 9k
Frecuencia, Hz
b)

Figura 1.27: Esquema de reduccion de ruido Dolby tipo A para el modo de grabaci6n. a) Diagrama de bloques
y b) respuestas en frecuencia de los cuatro filtros con las frecuencia de corte indicadas.

tros; se proporciona compresion independiente en cada banda y se combinan las salidas de los compre-
sores, como se indica en la figura 1.27. Ademas, la compresion en cada banda se restringe a un interva-
lo de entrada de 20 dB desde —40 hasta —20 dB. Por debajo del umbral inferior (-40 dB), las seriales de
muy bajo nivel se elevan en 10 dB, y por arriba del umbral superior (-20 dB) el sistema tiene ganancia
unitaria, es decir, deja pasar las seriales de alto nivel sin afectarlas. La caracteristica de transferencia del
modo de grabaci6n es, por consiguiente, como se indica en la figura 1.28.
En el modo de reproducci6n, en esencia, el esquema es el mismo que en el caso del modo de graba-
cion, salvo que aqui los compresores se sustituyen por expansores con caracteristicas de transferencia
complementarias, como se muestra en la figura 1.28. En este caso, la expansion esta limitada a un inter-

10

—10 Caracterfstica
Pc1 —20 del compresor
7:1
ro ,'/ Caracteristica
•,-7: —30 •' del expansor
/

—40
• /
50'
—50 —40 —30 —20 —10 0 10
Entrada, dB
Figura 1.28: Caracteristicas de transferencia del compresor y el expansor del esquema de reducciOn de ruido Dolby
tipo A.
26 Cal:Auto 1 Senales y procesamiento de sefiales

111111 6— ,Tiempo 11-


(ms)
Sonido Reflexiones Reverberacion
direct() tempranas

Figura 1.29: Diversos tipos de ecos generados por una sola fuente sonora en una sala.

1
valo de entrada de 10 dB desde —30 a —20 dB. Sobre el umbral superior (-20 dB), las sefiales de muy
alto nivel se cortan en 10 dB, mientras que por debajo del umbral inferior (-30 dB), el sistema tiene ga-
nancia unitaria y pasa las seriales de bajo nivel sin afectarlas.
Observe que en cada banda, a una compresion de 2 a 1 sigue una expansion complementaria de 1 a
2, de manera que el rango dinamico de la serial a la entrada del compresor es exactamente igual a la de
la salida del expansor. Este tipo de operacion completa de procesamiento de seriales se denomina corn-
preexpansion. Ademas, esta operaci6n en una banda no tiene efecto en una serial en otra banda y es po-
sible que a menudo sea enmascarada por otras bandas sin compreexpansion.

Sistemas de retardo y reverberacion. La mtisica generada en un estudio aislado acnsticamente


no suena natural comparada con la que se ejecuta dentro de una sala, como una de conciertos. En este ca-
so, las ondas sonoras se propagan en todas las direcciones y llegan al oyente desde diversas direcciones
y en distintos tiempos, lo cual depende de la distancia recorrida por las ondas sonoras de la fuente al re-
ceptor. La onda sonora que percibe directamente el oyente, denominada sonido directo, llega primero y
deteiiiiina la perception del oyente respecto de la ubicaci6n, tarnano y naturaleza de la fuente sonora. Si-
guen a lo anterior unos cuantos ecos muy cercanos denominados reflexiones tempranas, que se generan
a partir de las reflexiones de las ondas sonoras desde todos los lados de la sala y que alcanzan al oyente
en tiempos irregulares. Estos ecos brindan evidencias al subconsciente de quien oye en cuanto el tama-
rio de la sala. Luego de estas primeras reflexiones, llegan al receptor ecos cada vez mas densamente em-
pacados debido a reflexiones multiples. El Ultimo grupo de ecos se conoce como reverberacion. La am-
plitud de los ecos decae exponencialmente con el tiempo como consecuencia de la atenuacian en cada
reflexion. La figura 1.29 ilustra este concepto. El periodo en el que la reverberacion desciende 60 dB se
denomina tiempo de reverberacion. Puesto que las caracteristicas de absorcion de diferentes materiales
no son similares a diferentes frecuencias, el tiempo de reverberacion varla de frecuencia a frecuencia.
Los sistemas de retardo con factores de retardo ajustable se emplean para crear de manera artificial
las primeras reflexiones. Suele agregarse la reverberaciOn generada electronicamente en combinaciOn
con reflexiones artificiales de ecos a las grabaciones que se producen en un estudio. La representaciOn

Sonido directo

Sistema
de retraso

Sistema de
reverberaciOn
Figura 1.30: Diagrama de bloques de un sistema retraso-reverberacion completo de un sistema monotonic°.
1.4 Aplicaciones comunes del procesamiento de seriales 27

Red de Sistema
atenuacion de retraso
Izquierdo Derecho
Figura 1.31: Localization de una fuente sonora utilizando sistemas de retraso y una red de atenuacion.

en diagramas de bloques de un sistema comtin de retraso-reverberacion en un sistema monofonico se des-


cribe en la figura 1.30.
Existen diversas aplicaciones adicionales de sistemas de retardo electrOnico, algunas de las cuales se
describen a continuation [Ear76].

Efectos especiales. Al alimentar la misma serial sonora a traves de un retardo ajustable y de un con-
trol de ganancia, como se indica en la figura 1.31, es posible variar la ubicacion de la fuente sonora des-
de el altavoz izquierdo hasta el derecho para un oyente ubicado en el piano de simetria. Por ejemplo, en
la figura 1.31, una perdida de 0 dB en el canal izquierdo y unos cuantos milisegundos de retraso en el ca-
nal derecho dan la impresion de una ubicacion de la fuente sonora a la izquierda. Sin embargo, la reduc-
cion del nivel de la serial del canal izquierdo en una perdida de unos cuantos dB produce una imagen fan-
tasma de la fuente sonora que se mueve hacia el centro. Este esquema puede extenderse en forma adicio- -
nal .. • • .. . . . • o-de ensanchamiento sonoro mediante el desplazamiento de fase de un ca-
nal con respecto al otro a traves de redes pasatodo,6 como se indica en la figura 1.32.

Derecho
Figura 1.32: Ensanchamiento de sonido utilizando redes pasatodas.

Derecho

Izquierdo
Figura 1.33: AplicaciOn posible de sistemas de retraso y reyerberacion en un sistema estereofOnico.

6
Una red pasatodo se caracteriza por un espectro de magnitud que es igual a uno para today las frecuencias.
28 Capitulo 1 Senales y procesamiento de seriales

Entrada Salida

Act

Figura 1.34: Esquema para implementar el efecto del coro.

Otra aplicacion del sistema retraso-reverberation se encuentra en el procesamiento de una sola pista en
un founato pseudoestereo mientras se simula un ambiente acdstico natural, como se ilustra en la figura 1.33.
El sistema de retraso se puede emplear tambien para generar un efecto de coro a partir del sonido de
un solista. El esquema basic° que se usa se ilustra en la figura 1.34. Cada una de las unidades de retraso
tiene un retraso controlado por una fuente de ruido pseudoaleatorio de baja frecuencia para proporcionar
una variation aleatoria de tono [Ble78].
Es necesario serialar aqui que se emplea un procesamiento de seriales adicional para hacer que el sub-
master estereo producido por el ingeniero de sonido sea maS' adecuado para el torno de torte de graba-
cion o para el duplicador de cinta de casete.

1.4.2 Aplicaciones del marcado telefemico


El procesamiento de seriales desempefia un papel slave en la detection y generation de tonos de setiali-
zacion para marcacion telefonica con botones [Dar76]. En telefonos equipados con marcado TOUCH-
TONE®, al presionar cada boton se genera un conjunto Unico de seriales de dos tonos, que se denominan
sefiales de multifrecuencia de doble tono (SMDT), que se procesan en la oficina central telefonica para
identificar el numero marcado mediante la detetuiinacion de las dos frecuencias de tonos asociadas. Se
utilizan siete frecuencias para codificar los 10 digitos decimales y los dos botones especiales marcados
"*" y "#". Las frecuencias de banda baja son 697 Hz, 770 Hz, 852 Hz y 941 Hz. Las restantes tres fre-
cuencias pertenecientes a la banda alta son 1 209 Hz, 1 336 Hz y 1 477 Hz. La cuarta frecuencia de ban-
da alta de 1 633 Hz no se usa en la actualidad y se ha asignado para aplicaciones futuras con el fin de

697 Hz

770 Hz

852 Hz

941 Hz

1 209 Hz 1 336 Hz 1 477 Hz 1 633 Hz


Figura 1.35: Asignacion de frecuencias por tono para el marcado TOUCH-TONE®.
1.4 Aplicaciones comunes del procesamiento de seriales 29

Filtro pasa-
banda #1
Detector
F__. 697 Hz

H
Filtro pasa- Detector —+ 770 Hz
banda #2
Tonos del
Filtro pasa- grupo bajo
Detector —P. 852 Hz
banda #3
Filtro Filtro pasa-
pasabajas Limitador Detector --
k• 941 Hz
banda

Filtro Filtro pasa-


Limitador Detector 1 209 Hz
pasaaltas banda #5

n_41 Filtro pasa- Detector H 1 336 Hz


banda #6
Tonos del
Filtro pasa
banda #7
Detector H1 477 Hz grupo alto

Filtro pasa
Detector H 1 633 Hz
banda #8

Figura 1.36: Esquema de deteccion de tonos para el marcado TOUCH-TONE®.

permitir el uso de cuatro botones adicionales para servicios especiales. Las asignaciones de frecuencia
utilizadas en el esquema de marcado TOUCH-TONE® se muestran en la figura 1.35 [ITU84].
El esquema que se utiliza para identificar las dos frecuencias asociadas con el boton que ha sido opri-
mido se muestra en la figura 1.36. En este caso, los dos tonos se separan primero mediante un filtro pa-
sabajas y otro pasaaltas. La frecuencia de corte pasabanda del filtro pasabajas es ligeramente superior a
1 000 Hz, en tanto que la del filtro pasaaltas es un poco inferior a 1 200 Hz. Posteriormente, la salida de
cada filtro se convierte en una onda cuadrada mediante un limitador y luego se procesa por medio de un
banco de filtros pasabanda con bandas de paso estrechas. Los cuatro filtros pasabanda del canal de baja
frecuencia tienen frecuencias centrales a 697 Hz, 770 Hz, 852 Hz y 941 Hz. Los cuatro filtros pasaban-
da del canal de alta frecuencia tienen frecuencias centrales a 1 209 Hz, 1 336 Hz, 1 477 Hz y 1633 Hz.
El detector que sigue a cada filtro pasabanda produce la serial de conmutacion de cd necesaria si su vol-
taje de entrada supera cierto umbral.
Todas las funciones de procesamiento de sefiales descritas suelen implementarse en la practica en el
dominio analogico. Sin embargo, de manera creciente, estas funciones se implementan mediante el em-
pleo de tecnicas digitales.7

1.4.3 Aplicaciones de FM estereo


En la transmision inalambrica de una serial que ocupa un intervalo de baja frecuencia, como una serial del
audio, es necesario transformar la serial para que este en un intervalo de alta frecuencia modulandola sobre
una portadora de alta frecuencia. En el receptor, la serial modulada se demodula para recuperar la serial de
baja frecuencia. Las operaciones de procesamiento de sefiales que se utilizan en la transmision inalambrica
son la modulacion, la demodulacion y el filtrado. Dos esquemas de modulacion que se emplean comrinmen-
te para radio son la modulacion de amplitud (AM) y la modulacion de frecuencia (FM).
A continuacion se expondra la idea fundamental en el esquema de transmision y recepcion de la FM
estereo de acuerdo con su uso en Estados Unidos [Cou83]. Una caracteristica importante de este esque-
ma es que en el extremo receptor, la serial puede eseucharse en un radio de FM estandar monaural con
un solo altavoz o en un radio FM estereo con dos altavoces. El sistema se basa en el metodo de multiple-
xaje por division de frecuencia (MDF) descrito en la seccion 1.2.5.

7
Vea la seccion 14.1.
30 Caprtulo 1 Senales y procesamiento de sefiales

Las representaciones en diagrama de bloques del transmisor y del receptor FM estereo se muestran
en las figuras 1.37a) y b), respectivamente. En el extremo transmisor se forma primero la suma y la di-
ferencia de las seriales del audio del canal izquierdo y derecho, s L (t) y s R (t). Advierta que las seriales
sumadas s L (t) + sR (t) se usan en un radio de FM monaural. La serial de la diferencia sL (t) — s R (t) se
modula utilizando el esquema de doble banda lateral con portadora suprimida (DBLPS),8 utilizando una
frecuencia subportadora f sc de 38 kHz. Despues se suman la serial sumada, la serial modulada de la dife-
rencia y la serial del tono piloto de 19 kHz, con lo que se forma la serial de banda base compuesta s B (t).
El espectro de la serial compuesta se presenta en la figura 1.37c). La serial de la banda base se modula a
continuacion sobre la frecuencia de la portadora principal f c , utilizando el metodo de modulacion de fre-

Canal izquierdo sL (t)


s L (t)+s R (t)
Canal derecho
sR (t)
sL(t)— SR(t)
Modulador
de subportadora sB(t )
Transmisor
MDBLPS de FM
fsc = 38 kHz

Oscilador Divisor de
frecuencia,
fse = 38 kHz
+2

Audio mono

sB(t) S L (t) +S R (t)


Filtro
pasabajas 2 (t)
Receptor 41 Audio izquierdo
de FM
Filtro + Audio derecho
pasabanda Filtro
pasabajas 2sR(t)
fsc = 38 kHz
Detector de
Filtro producto 2sL(t) — sR (t)
pasabajas

Lazo de fase --I +2 44— OC V


cerrada

b)

Espectro de
sL (t) + sR (t) Espectro de la
salida DBL
Tono photo
Ce

1
5 19 13 8 Frecuencia, kHz
c)

Figura 1.37: Sistema estereo FM: a) transmisor, b) receptor y c) espectro de la serial de banda base compuesta s B (t).

8
Vea la seccion 1.2.4.
1.4 Aplicaciones comunes del procesamiento de seriales 31

cuencia. En el extremo receptor, la serial de FM se demodula para obtener la serial de banda base s B (t),
que se separa luego en la serial sumada de baja frecuencia y la serial modulada de la diferencia, utilizan-
do un filtro pasabajas y otro pasabanda. La frecuencia de corte del primero es cercana a 15 kHz, en tan-
to que la frecuencia central del segundo corresponde a 38 kHz. El tono piloto de 19 kHz se usa en el re-
ceptor para crear la serial de referencia de 38 kHz para una demodulacion de subportadora coherente con
la que se recupere la serial de diferencia de audio. La suma y la diferencia de las dos seriales de audio
crean las seriales de audio izquierda y derecha deseadas.

1.4.4 Sintesis de sonidos musicales


La generacion del sonido de un instrumento musical mediante el empleo de circuitos electronicos o al-
goritmos de software es otro ejemplo de la aplicacion de metodos de procesamiento de seriales. Basica-
mente, existen cuatro metodos de sintesis de sonidos musicales: 1) sintesis de mesa de ondas, 2) sintesis
de modelado espectral, 3) sintesis no lineal y 4) sintesis de modelado fisico [Rab2001], [Smi91]. Demo de
milsica 1
Sintesis de mesa de ondas

En este metodo de amplia aplicacion, la base de datos de los sonidos musicales pregrabados, denomina-
da mesa de ondas, se almacena en la memoria y se reproduce cuando es necesario. Los sonidos almace-
nados contienen porciones tanto de ataque como de retencion. En el modo de reproducci6n se emplean
diversas tecnicas para producir variaciones en la reproduccion de sonido. Las tecnicas comunes que se
utilizan son el cambio del tono, enlazado, envoltura y filtrado.
El cambio del tono se utiliza para reproducir un tono grabado en varias frecuencias. Para evitar un
requerimiento excesivo de memoria, una nota musical suele grabarse en un mimero limitado de frecuen-
cias. Una nota con una frecuencia no grabada se genera despues mediante la variacion del tono de una
nota almacenada con la frecuencia mas proxima.
En enlazado se usan para extender el tiempo de reproduccion de una nota grabada. Se implementa
mediante la lectura recursiva de los datos almacenados.
Cuando las porciones de ataque, decaimiento, sostenimiento y relajacion de la envolvente de una no-
ta grabada se pierden, a menudo debido al enlazado, es posible regenerarlas o cambiarlas mediante en-
volvimiento. Este se realiza a traves del cambio de la amplitud de la nota grabada con una funcion de ga-
nancia variable en el tiempo.
El filtrado se utiliza para modificar las propiedades espectrales de un tono; proporciona un mejor con-
trol dependiente del tiempo del sonido grabado y se usa muchas veces para cambiar la amplitud que re-
sulta del envolvimiento.

Sintesis de modelado espectral

La base de este procedimiento para realizar la sintesis musical es la siguiente representacion de la serial
sonora s(t) [Moo77], [A1180]:
Demo de
masica 2
s(t) Ak (t) sen(27rf k (t)t), (1.19)
k=1

donde Ak (t) es la amplitud variable en el tiempo de la funcion base sen (27rf k (t)t) de la k-esima compo-
nente de la serial con una frecuencia f k (t) que varia con el tiempo. La funcion de la frecuencia f k(t) varla
lentamente con el tiempo. En el caso de un instrumento que reproduce un tono aislado, f k (t) = kf 0; esto es
s(t) = A k (t)sen(27rkf o t), (1.20)
donde f o se conoce como la frecuencia fundamental. En un sonido musical con muchos tonos, todas las
demas frecuencias suelen ser multiples enteros de la fundamental y se denominan frecuencias parciales,
aunque tambien se llaman armonicos. La figura 1.38a) muestra, por ejemplo, la grafica en perspectiva de
las funciones de amplitud como una funcion del tiempo de 17 componentes de frecuencia parcial de una
nota real de un clarinete. El objetivo de la sintesis es producir electronicamente las funciones Ak (t) y
f k(t) -
32 Capitulo 1 Senales y procesamiento de sefiales

a) b)

Figura 1.38: a) Grafica en perspectiva de las funciones de amplitud Ak (t) de una nota real de un clarinete.
b) Aproximacion lineal por secciones a las funciones de amplitud de la figura 1.38a). (Reproducida con
autorizacion de J. A. Moorer, "Signal processing aspects of computer music: A survey", en Proceedings of the
IEEE, vol. 65, agosto de 1977, pp. 1108-1137 ©1977 IEEE.)

Las componentes de las frecuencias parciales se generan de manera independiente mediante oscila-
dores con frecuencias de oscilacion variables en el tiempo. Las amplitudes de las seriales requeridas se
modifican despues individualmente, aproximando las variaciones reales obtenidas mediante analisis y se
combinan (es decir, se surrian) para producir la serial sonora que se desea. Por ejemplo, en la figura 1.38a)
se bosqueja la aproximaciOn lineal por secciones de la nota de clarinete de la figura 1.38b) y puede uti-
lizarse para generar una replica razonable de la nota. Por lo comun, algunas alteraciones de las funcio-
nes de amplitud y frecuencia quiza sean necesarias antes de que la mdsica que se esta generando suene
lo mas cercana posible a la del instrumento original.
Una variacion reciente de la sintesis aditiva es la sintesis granular. En este metodo, las funciones ba-
se de la ecuacion (1.19) se concentran en la frecuencia y en el tiempo y se denominan granos o atomos.
Estas funciones base se generan en una de varias maneras, como los segmentos de ventana de ondas se-
no, a partir de tablas de ondas, con expansiones de ondeleta.9

Sintesis no lineal

Un metodo de sintesis no lineal bastante simple se basa en la modulacion de frecuencia (FM). En su for-
ma mas simple, la serial sonora s(t) se genera mediante la modulacion de la serial portadora sen(27rf ot)
Demo de por medio del modulador OW, lo que produce
mnsica 3
s(t) = A(t) sen(27r f ot + cf)(t)). (1.21)
En el caso de un modulador senoidal
4(t) = k sen(211- f mt), (1.22)
la portadora modulada s(t) contiene componentes senoidales de frecuencias f o + of /iv n = 0, 1, 2, ...
Es posible variar las amplitudes de las componentes senoidales utilizando el Indice de modulacion K. Se
ha encontrado que se producen agradables sonidos cuando se combina un pequefio valor de la frecuen-
cia de modulacion f m con un elevado indice de modulaciOn K. Sin embargo, no es factible usar este me-
todo para generar sonidos de instrumentos musicales naturales debido a la disponibilidad de algunos pa-
rametros ajustables. A pesar de esta dificultad, el analisis que se basa en la FM constituye un metodo eco-
nomic° y a menudo se emplea en las tarjetas de sonido que se utilizan en las computadoras personales y
en los sintetizadores.

9
Vea la seccion 13.1.3.
1.4 Aplicaciones comunes del procesamiento de seriales 33

Cuatro alaMbres

Transmisi6n
Dos alambrl alambres
Hibrida Hibrida
A
Reception
<—<—<
Figura 1.39: Esquema de interconexion basica de 2/4 alambres.

&rites's de modelado fisico

En este metodo el sonido se genera modelando directamente el mecanismo involucrado en la produccion


sonora. Este produce ecuaciones diferenciales parciales que ofrecen una description fisica de las princi-
Demo de
pales estructuras vibrantes del instrumento. Por lo comtin, los metodos utilizan la ecuacion de ondas que mdsica 4
describe la propagation ondulatoria en solidos y en el aire. Las ecuaciones diferenciales parciales se re-
suelven mediante la utilization de metodos de diferencias finitas, gufas de onda digitales o la aplicacion
de modelos de funciones de transferencia.

1.4.5 Cancelacion de eco en redes telefOnicas


En una red telefonica, las oficinas centrales efecttlan las conmutaciones necesarias para conectar a dos
suscriptores [Dut80], [Fre78], [Mes84]. Por razones economicas, se utiliza un circuito de dos alambres
para conectar a un suscriptor con su oficina central, en tanto que las oficinas centrales se conectan em-
pleando circuitos de cuatro alambres. Un circuito de dos alambres es bidireccional y transmite seriales
en ambas direcciones. Los circuitos de cuatro alambres emplean dos limas unidireccionales independien-
tes para transmitir seriales en ambas direcciones. Estos Ultimos se prefieren para las conexiones princi-
pales de larga distancia, puesto que las seiiales en puntos inteimedios de estas lineas pueden ecualizarse
y amplificarse utilizando repetidoras y, si es necesario, multiplexarse sin dificultades. Una bobina hibri-
da en la oficina central proporciona la interfaz entre un circuito de dos alambres y uno de cuatro, como
se muestra en la figura 1.39. Idealmente, el circuito larido debe proporcionar un acoplamiento de im-
pedancia al circuito de dos alambres para balancear la impedancia, de manera que la serial captada en-
trante en el circuito de cuatro alambres pase de manera directa al circuito de dos alambres conectado al
hibrido, sin que aparezca ninguna portion en la linea de transmision de cuatro alambres. Sin embargo,

B
a)

b)

A —> B

c)

Figura 1.40: Diversas lineas de senales en una red telefonica. a) Linea de transmision del hablante A al oyente B,
b) linea del eco para el hablante A y c) linea del eco para el oyente B.
34 Capftulo 1 Senales y procesamiento de senates

L
Transmision Transmision
Supresor Cancelador
Hibrida del eco Hibrida del eco
RecepcioiTr-- 71—
Recepci6

a) b)

Figura 1.41: a) Esquema de supresion del eco y b) esquema de cancelacion del eco.

para economizar, se comparte una bobina hibrida entre varios suscriptores. De tal modo, no es posible
brindar un perfecto acoplamiento de impedancia en cada caso, pues van-2 la longitud de las lineas de los
suscriptores. El desbalance que se produce ocasiona que gran parte de la serial recibida entrante prove-
niente del transmisor alejado aparezca en la linea de transmision, y regrese a el como un eco. La figura
1.40 ilustra la transmision normal entre un hablante y un oyente, asi como dos posibles lineas principa-
les del eco.
El efecto del eco puede ser molesto para el hablante, dependiendo de su amplitud y retraso, esto es,
de la longitud del circuito de la lima telefonica principal. El efecto del eco es peor en redes telefonicas
que incluyen circuitos de satelite geoestacionarios, donde el retraso del eco es casi de 540 ms.
Se siguen varios metodos para reducir el efecto del eco. En circuitos troncales de hasta 3 000 km de
longitud, se consigue una adecuada reduccion del eco introduciendo perdidas de serial adicionales en am-
bas direcciones del circuito de cuatro alambres. Mediante este esquema se logra una mejora en la razOn
serial a eco,-puesto que este ultimo se pierde en ambas direcciones, en tanto que las seriales se atentian
solo una vez.
Para distancias mayores a 3 000 km, los ecos se controlan por medio de un supresor insertado en el
circuito de la linea central, como se indica en la figura 1.41a). En esencia, el dispositivo es un interrup-
tor activado por voz que implementa dos funciones. Primero detecta la direction de la conversaciOn y
luego bloquea la trayectoria opuesta en el circuito de cuatro alambres. A pesar de que introduce distor-
si6n cuando ambos suscriptores hablan pues recorta partes de la serial de voz, el supresor de ecos ha pro-
porcionado una solucion bastante aceptable para la transmision terrestre.
En lo que se refiere a la conversacion telefonica mediante circuitos de satelite, una solucion elegan-
te se basa en el use de un cancelador de eco. El circuito genera una replica del eco utilizando la serial en
la trayectoria receptora y restandola de la serial en la trayectoria transmisora, como se indica en la figura
1.41 b) . Basicamente, se trata de una estructura de filtro adaptativo cuyos parametros se ajustan median-
te ciertos algoritmos de adaptation hasta que la serial residual se minimiza en forma satisfactoria.1° Por
lo comun, en la practica se considera adecuada una reducciOn del eco cercana a 40 dB. Para eliminar el
problema que se genera cuando ambos suscriptores estan hablando, se inhabilita el algoritmo de adapta-
ciOn cuando la serial en la linea de transmision contiene tanto el eco como la serial generada por el ha-
blante mas proximo a la bobina hibrida.

1.5 i,Por que el procesamiento de seriales?"


En cierto sentido, el origen de las tecnicas de procesamiento digital de seriales se remonta al siglo xvit
cuando se formularon los metodos de diferencias finitas, integracion numerica e interpolation numerica
para resolver problemas fisicos que inclulan variables y funciones continuas. El mas reciente interes en
el procesamiento digital de seriales surgio en la decada de 1950 con el advenimiento de grandes compu-
tadoras digitales. Las aplicaciones iniciales se relacionaron con la simulation de metodos de procesa-
miento de seriales analogicas. Alrededor del inicio de la decada de 1960, los investigadores empezaron a
considerar el procesamiento digital de sefiales como un campo independiente. Desde entonces, se han

Para repasar los metodos del filtrado adaptativo, consulte [Cio93].


10

Esta section se ha adaptado de Handbook for Digital Signal Processing, de Sanjit K. Mitra y James F. Kaiser, editores,
11

©1993, John Wiley & Sons. Adaptation autorizada por John Wiley & Sons.
1.5 6Por que el procesamiento de senates? 35

Entrada Muestreo Convertidor Convertidor Filtro Salida


analogico- Procesador
Y digital digital- pasabajas
analogica retention digital analogic° analogic° -a-nalogica

Figura 1.42: Esquema del procesamiento digital de una sepal analogica.

producido importantes y considerables desarrollos y adelantos tanto en la teoria como en las aplicacio-
nes del procesamiento digital de seriales.
Basicamente, el procesamiento digital de una serial analogica consta de tres pasos: conversion de la
serial analOgica en una forma digital; procesamiento de la version digital, y conversion de la serial digi-
tal procesada de nuevo en una forma analogica. La figura 1.42 muestra el esquema completo en forma
diagrama de bloques.
Puesto que la amplitud de la serial de entrada analogica varia con el tiempo, se usa un circuito de
muestreo y retention (M/R) con el prop6sito de muestrear primero la entrada analogica a intervalos pe-
riodicos y mantener constante el valor muestreado a la entrada del convertidor analogico-digital (A/D)
para permitir la conversion digital exacta. La entrada al convertidor A/D es una serial analogica tipo es-
calera si el circuito M/R conserva el valor muestreado hasta el siguiente instante de muestreo. La salida
del convertidor A/D representa un flujo de datos binarios que se procesa despues mediante un procesa-
dor digital mediante la implementation del algoritmo de procesamiento de seflales deseado. La salida del
procesador digital, otro flujo de datos binarios, se convierte despues en una serial analogica tipo escale- -
ra por media del convertidor digital-analogic° (D/A). El filtro pasabajas a la salida del convertidor D/A
remueve luego todo los componentes de alta frecuencia indeseables y entrega en su salida la serial ana-
logica procesada que se buscaba. La figura 1.43 ilustra las formas de onda de las sefiales pertinentes en

,, 12
0
8
4

0 2 4 6 8 10 12 14 16 2 4 6 8 10 12 4 16

Tiempo, en ,u. s Tiempo, en p, s


a) b)

'Jr
U
FU
j 2 4 6 8 16
4 6 8 10 12 14 16 10 12 14

Tiempo, en p. s Tiempo, en p. s
c) d)

2 4 6 8 10 12 14 16
0 2 4 6 8 10 12 14 16
Tiempo, enµ s Tiempo, en p.. s
e) I)
Figura 1.43: Formas de onda comunes de sefiales que aparecen en diversas etapas de la figura 1.42. a) Serial
de entrada analogica, b) salida del circuito M/R, c) salida del convertidor A/D, (d) salida del procesador digital,
e) salida del convertidor D/A yf) serial de salida analogica. En c) y por claridad, los niveles digitales ALTO
y BAJO se muestran como pulsos positivos y negativos.
36 Capitulo 1 Senates y procesamiento de senates

Entrada procesador Salida


analogica analogic° analogica

Figura 1.44: Procesamiento analogic° de seriales analogicas.

diversas etapas del proceso anterior, donde, por claridad, se muestran, respectivamente, los dos niveles
de las seliales binarias como un pulso positivo y otro negativo.
En contraste con lo anterior, un procesamiento analogic° directo de una serial analogica es concep-
tualmente mucho mas simple, pues incluye solo un procesador, como se ilustra en la figura 1.44. Por lo
tanto, resulta natural preguntar cuales son las ventajas del procesamiento digital de una sepal analOgica.
Por supuesto que existen muchas ventajas si se elige el procesamiento digital de seflales. Los mas im-
portantes se exponen a continuaciOn [Be12000], [Pro96].
A diferencia de los circuitos analogicos, la operacion de los circuitos digitales no depende de valores
precisos de las sefiales digitales. Por consiguiente, un circuito digital es menos sensible a tolerancias de
los valores de las componentes y es bastante independiente de la temperatura, el envejecimiento y la ma-
yor parte de otros parametros externos. Un circuito digital se reproduce con facilidad en grandes canti-
dades y no requiere ajustes durante la fabricaci6n o durante su use posterior. Ademas, es adecuado para
la integraci6n total, y con los avances recientes en los circuitos integrados a muy grande escala (VLSI,
por sus siglas en ingles), ha sido posible integrar sistemas de procesamiento digital de senales altamente
desarrollados y complejos en un solo chip.
En un procesador digital, las sefiales y los coeficientes que describen la operacion de procesamiento
se representan como palabras binarias. En consecuencia, es posible lograr cualquier exactitud deseada
mediante el incremento de tan solo la longitud de palabra, lo cual depende de las limitaciones de costo.
Ademas, es posible incrementar aan mas los rangos dinamicos de sefiales y coeficientes utilizando, si
fuera necesario, aritmetica de punto flotante.

-
r

0 2 4 6 8 10 12 1.1 16
Tiempo, enµ s
a)

1 3 5 7 9 11 13 15
Tiempo, enµ s
b)

0 2 4 6 8 10 12 14 16
Tiempo, en µ s
c)
Figura 1.45: Ilustracion del concepto de comparticion de tiempo. La serial que se muestra en c) se obtiene
al multiplexar en el tiempo las seriales que se presentan en a) y b).
1.5 6Por que el procesamiento de senales? 37

El procesamiento digital peimite compartir un procesador determinado entre varias seriales al corn-
partir tiempo, lo que reduce de esta manera el costo de procesamiento por serial. La figura 1.45 ilustra el
concepto de comparticion de tiempo, donde dos sefiales digitales se combinan en una mediante el multi-
plexaje de division de tiempo. La serial multiplexada puede alimentarse despues en un solo procesador.
Mediante la conmutacion de los coeficientes del procesador antes de la llegada de cada serial a la entra-
da de dicho procesador, es posible que este se yea como dos sistemas diferentes. Por ultimo, desmulti-
plexando la salida del procesador, se separan las seriales procesadas.
La implementacion digital peimite el facil ajuste de las caracteristicas del procesador durante el pro-
cesamiento, como el que se requiere en la implementacion de filtros adaptativos. Estos ajustes se efec-
Ulan cambiando simplemente de manera periOdica los coeficientes del algoritmo que representan las ca-
racteristicas del procesador. Otra aplicacion del cambio de coeficientes corresponde a la realizacion de
sistemas con caracteristicas programables, entre ellos los filtros selectivos de frecuencia con frecuencias
de torte ajustables. Los bancos de filtros con caracteristicas garantizadas de respuesta en frecuencia corn-
plementaria se implementan con facilidad en forma digital.
La implementacion digital pemlite la realizacion de ciertas caracteristicas que no es posible alcanzar
con la analogica: la fase lineal exacta y el procesamiento multitasa, entre otras. Los circuitos digitales
pueden conectarse en cascada sin ningtin problema de carga, a diferencia de los circuitos analogicos. Las
sefiales digitales se almacenan casi indefinidamente sin ninguna perdida de information en diversos me-
dios de almacenamiento, como cintas y discos magneticos, asi como discos opticos. Es posible procesar
despues fuera de linea las sefiales almacenadas, como en el caso de los reproductores de discos compac-
tor, de discos de video digital, de cintas de audio digital o al utilizar tan solo una computadora de prop&
sito general, como en el procesamiento de datos sismicos. Por otro lado, las seriales analogicas almace-
nadas se deterioran con rapidez a medida que pasa el tiempo y no es posible recuperarlas en sus formas
originales.
Otra ventaja es la aplicabilidad del procesamiento digital en relation con seriales de muy Baja fre-
cuencia; por ejemplo, las que ocurren en las aplicaciones sismieas, donde los inductores y capacitores
que se requieren para el procesamiento analogic° deberian ser fisicamente de gran tamatio.
El procesamiento digital de sefiales tambien presenta desventajas. Una evidente es la creciente corn-
plejidad del sistema de procesamiento digital de sefiales analOgicas en virtud de la necesidad de disposi-
tivos de pre y posprocesamiento, como los convertidores A/D y D/A, sus filtros asociados y circuiteria
digital compleja.
Una segunda desventaja es el limitado tango de frecuencias disponible para procesamiento. Esta pro-
piedad limita su aplicacion en particular durante el procesamiento digital de seibles analogicas. Como se
mostrard despues, en general, una serial analogica en tiempo continuo debe muestrearse a una frecuencia
que es al menos dos veces mayor que la componente de frecuencia mas alta presente en la serial. Si no
se satisface esta condition, entonces las componentes de la serial con frecuencias arriba de la mitad de la
frecuencia del muestreo aparecen como componentes de serial por debajo de esta frecuencia particular,
lo que distorsiona por completo la forma de onda de la serial analogica de entrada. El intervalo de ope-
racion de la frecuencia disponible de un procesador digital de sefiales se determina principalmente a par-
tir del circuito M/R y del convertidor A/D y, en consecuencia, esta limitado por el estado de avance de
la tecnologia. La frecuencia de muestreo mas alta de la que se ha informado en la literatura tecnica ac-
tual es cercana a 1 GHz [Pou87]. Frecuencias de muestreo superiores no suelen usarse en la practica,
puesto que la resolucion alcanzable por un convertidor A/D, la cual esta dada por la longitud de palabra
del equivalente digital de la muestra analogica, disminuye con un aumento de la velocidad del converti-
dor. Por ejemplo, la resolucion que se seriala en un convertidor A/D que opera a 1 GHz es de seis bits
[Pou87]. Por otro lado, en la mayor parte de las aplicaciones, la resolucion requerida de un convertidor
A/D es de 12 hasta casi 16 bits. En consecuencia, una frecuencia de muestreo cuando mucho de 10 MHz
constituye un limite superior practico. Sin embargo, este valor se esta volviendo cada vez mayor con los
avances de la tecnologia.
La tercera desventaja proviene del hecho de que los sistemas digitales se construyen utilizando dis-
positivos activos que consumers potencia electrica. Por ejemplo, el chip del procesador digital de seriales
WE DSP32C contiene mas de 405 000 transistores y disipa cerca de 1 watt. Por otra parte, una diversi-
dad de algoritmos de procesamiento analogico se puede implementar mediante circuitos pasivos que em-
38 Capitulo 1 Senales y procesamiento de senates

plean inductores, capacitores y resistores que no necesitan potencia. Ademas, los dispositivos activos son
menos confiables que los componentes pasivos.
Otra desventaja del procesamiento digital de sefiales se debe a los efectos resultantes de la implemen-
tacion de los algoritmos con precision aritmetica finita en el hardware y software. Debido al apropiado
diseno e implementacion del algoritmo, en muchos casos los efectos de la extension finita de las pala-
bras pueden ser minimizados.
Sin embargo, las ventajas superan de modo considerable a las desventajas en las distintas aplicacio-
nes, y con la continua disminuci6n de costo del hardware de procesadores digitales, crecen con rapidez
las aplicaciones del procesamiento digital de seriales. A