Scribd
Cargar
127 vistas3 páginas

Convolución Periódica en PDS

Este documento presenta dos ejemplos de procesamiento digital de señales que involucran la convolución periódica de secuencias discretas mediante la transformada de Fourier discreta. El primer ejemplo calcula la convolución de dos secuencias dadas y el segundo calcula la convolución de las extensiones periódicas de dos secuencias.

Cargado por

Camilo Roque
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
127 vistas3 páginas

Convolución Periódica en PDS

Este documento presenta dos ejemplos de procesamiento digital de señales que involucran la convolución periódica de secuencias discretas mediante la transformada de Fourier discreta. El primer ejemplo calcula la convolución de dos secuencias dadas y el segundo calcula la convolución de las extensiones periódicas de dos secuencias.

Cargado por

Camilo Roque
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

PROCESAMIENTO DIGITAL DE SEÑALES 1

EJEMPLOS PDS

EJEMPLO 1
Determine la convolución periódica y[n] =x[n]*h[n], de las dos secuencias,
empleando la Transformada de Fourier Discreta.

h[n] = {1,3,−1,−2} y x[n] = {1,2,0,-1}

Solución
Tómanos N=4, con lo que exp[ j (2π / N )] = exp[ j (2π / 4)] = 1 .

Utilizando la Transformada de Fourier Discreta, podemos calcular la TFD de


H[k] y X[k].

N −1  2π 
H [k ] = ∑ h[n] exp− j nk , k = 0,1,2,... N -1
n=0  N 

N −1  2π 
X [k ] = ∑ x[n] exp− j nk , k = 0,1,2,... N -1
n=0  N 

H[0] = h[0] + h[1] + h[2] + h[3] = 1


 π  3π 
H[1] = h[0] + h[1]exp- j  + h[2]exp[- jπ ] + h[3]exp- j  = 2 − j 5
 2  2
H[2] = h[0] + h[1]exp[- jπ ] + h[2]exp[- j2π ] + h[3]exp[- j3π ] = −1
 3π   9π 
H[3] = h[0] + h[1]exp- j  + h[2]exp[- j3π ] + h[3]exp- j  = 2 + j 5
 2  2 
y

X[0] = x[0] + x[1] + x[2] + x[3] = 2


 π  3π 
X[1] = x[0] + x[1]exp- j  + x[2]exp[- jπ ] + x[3]exp- j  = 1 − j 3
 2  2 
X[2] = x[0] + x[1]exp[- jπ ] + x[2]exp[- j2π ] + x[3]exp[- j3π ] = 0
 3π   9π 
X[3] = x[0] + x[1]exp- j  + x[2]exp[- j3π ] + x[3]exp- j  = 1 + j 3
 2  2 

Profesor Jorge Alberto Del Carpio Salinas, Dr. Ing.


PROCESAMIENTO DIGITAL DE SEÑALES 2

con lo que

Y [0] = H [0] X [0] = 2


Y [1] = H [1] X [1] = −13 − j11
Y [2] = H [2] X [2] = 0
Y [3] = H [3] X [3] = −13 + j11

Utilizando la Transformada Inversa Discreta de Fourier

1 N −1  2π 
y[n] = ∑ X [k ] exp j kn
N k =0  N 

1
y[0] = {Y [0] + Y [1] + Y [2] + Y [3]} = −6
4
1  π  3π  
y[1] = Y [0] + Y [1] exp j  + Y [2] exp[ jπ ] + Y [3] exp j   = 6
4  2  2 

y[2] = {Y [0] + Y [1] exp[ jπ ] + Y [2] exp[ j 2π ] + Y [3] exp[ j 3π ]} = 7


1
4
1  3π   9π  
y[3] = Y [0] + Y [1] exp j  + Y [2] exp[ j3π ] + Y [3] exp j   = −5
4  2   2 

Entonces la salida y[n] es

y[n] = {− 6,6,7,−5}

Profesor Jorge Alberto Del Carpio Salinas, Dr. Ing.


PROCESAMIENTO DIGITAL DE SEÑALES 3

EJEMPLO 2
Calcular la convolución y[n]=x[n]*h[n], de las extensiones periódicas de las dos
secuencias :

x[n]={1,2,0,-1} y h[n]={1,3,-1,-2]

Solución

La convolución y[n], será periódica de período N=4.

N −1 N −1
y[n] = ∑ x[k ]h[n − k ] = ∑ h[k ]x[n − k ]
k =0 k =0
4 −1 3
y[n] = ∑ x[k ]h[n − k ] = ∑ x[k ]h[n − k ]
k =0 k =0
= h[0]x[n] + h[1]x[n −1] + h[2]x[n − 2] + h[3]x[n − 3]

La convolución periódica, con N=4, se ilustra en la siguiente tabla :

n 0 1 2 3
x[n] 1 2 0 -1
x[n-1] -1 1 2 0
x[n-2] 0 -1 1 2
x[n-3] 2 0 -1 1
h[0]x[n] 1 2 0 -1
h[1]x[n-1] -3 3 6 0
h[ 2]x[n-2] 0 1 -1 -2
h[ 3]x[n-3] -4 0 2 -2
y[n] -6 6 7 -5

Profesor Jorge Alberto Del Carpio Salinas, Dr. Ing.

También podría gustarte