UNIVERSIDAD NACIONAL DE INGENIERÍA (UNI)

Facultad de Ingeniería Mecánica - Escuela de Ingeniería Mecatrónica

PROCESAMIENTO DIGITAL DE SEÑALES

UNIDAD 1 : DIGITALIZACIÓN Y RECONSTRUCCIÓN

DE SEÑALES (Parte 1)

Prof. Christian del Carpio

Dr. Guillermo Kemper Vásquez

 División de Unidades del
Curso

Unidad 2
Conversor
analógico / digital PC, uC, uP, FPGA, DSP

x(t) X(n) Procesador de Y(n) y(t)

A/D D/A
señales

Unidad 1 Unidad 2, 3 y 4. Unidad 1

Dr. Guillermo Kemper Vásquez

Señal analógica: una señal analógica tiene cualquier valor de voltaje en cualquier instante
de tiempo.

Dr. Guillermo Kemper Vásquez

 Muestreo:
x(t) y(t) (en rojo)
1 1

0.9
0.9
0.8

0.8 0.7

0.6
0.7
0.5

0.6
0.4

0.3
0.5

0.2
0.4
0.1

0
0 0.5 1
multiplicador 1.5 2 2.5 3 00 T
0.5 2T
1 3T
1.5 4T
2 5T
2.5 6T3
x(t)
X y(t)=… x(-2T) δ t + 2T +x(-T) δ t + T + x(0) δ t +
x(T) δ t − T + x(2T) δ t − 2T … … .


δ T (t) =  δ(t − nT) = ⋯ δ t + 2T
n = −
+ δ t + T + δ t + δ t − T +δ t − 2T …

Tren de impulsos
Dr. Guillermo Kemper Vásquez
 Análisis en el tiempo

y t = x t . δT (t)
∞

y t = x t . ෍ δ(t − nT)
n=−∞

y t = ⋯ + x t . δ(t − 2T) + x t . δ(t − T) +x t . δ(t) +x t . δ(t + T)

+x t . δ t + 2T …

y t = ෍ x nT . δ(t − nT) Muestreo en tiempo

n=−∞

Dr. Guillermo Kemper Vásquez

 Análisis en frecuencia

x t → X(w) Señal continua original

y t → Y(w) Señal muestreada

Pares
∞ ∞ Fourier
δT (t) = ෍ δ t − nT ↔ δws w = ws ෍ δ(w − k. ws )
n=−∞ k=−∞

Donde:

2π
ws = 2πfs = rad/s
T

1 Hz => 2π rad/s
1
1 rad/s => Hz
2𝜋

Dr. Guillermo Kemper Vásquez

 Fy t = F{x t . δT (t)}

X w ∗ δws (w)
Y w =
2π

X w ∗ ws σ∞
k=−∞ δ(w − k. ws )
Y w =
2π
1.5
δws (w)

ws
1

0.5

0 w
-2.2 -3w
-1.65
s -2w
-1.1s -w
-0.55
s 0
0 w
0.55
s 2w
1.1s 3w
1.65
s 2.2

Dr. Guillermo Kemper Vásquez

 2π ∞
X w ∗ σ δ(w − k. ws )
Y w = T k=−∞
2π

2π ∞
X w ∗ σ δ(w − k. ws )
Y w = T k=−∞
2π

X w ∗ σ∞
k=−∞ δ(w − k. ws )
Y w =
T
1 1
Y w = σ∞ ∞
k=−∞ X w ∗ δ(w − k. ws ) = σk=−∞ X(w − k. ws )
T T

X(w−2ws ) X(w−ws ) X(w) X(w+ws ) X(w+2ws )

Y w = ⋯+ + + + + +…
T T T T T

Muestreo en ∞
1
frecuencia Y w = ෍ X(w − k. ws )
T
k=−∞

Dr. Guillermo Kemper Vásquez

 Análisis de muestreo de señales

2
X(w) Ancho de banda
1. 8
Solo positivo
1. 6 B Se mide en:
1. 4
B Hz
1. 2

1
A 2π B rad/s
0. 8

0. 6

0. 4

0. 2

0
-6 -4 -2 0 2 4 6

-2πB 0 2πB w
Caso ws > 2(2π B):
Respuesta en frecuencia del
2 Y(w) Filtro de Reconstrucción
1. 8

1. 6 T
1. 4

1. 2

1
A/T
0. 8

0. 6

0. 4

0. 2

0
-8 -6 -4 -2 0 2 4 6 8

-2ws -ws -2πB 0 2πB ws 2ws w

-ws/2 ws/2
Región de Interés
Dr. Guillermo Kemper Vásquez
 Se disminuye ws pero los datos aún son
Caso ws = 2(2π B): Y(w) recuperables.
T

A/T

6 -4 -2 0 2 4 6

-2ws -ws -2πB 2πB ws 2ws

-ws/2 ws/2
Región de Interés

En el caso de disminuir aún más la

Caso ws < 2(2π B): Y(w) frecuencia ws , aparece la distorsión
2

8
por «aliasing».
6
T
4

1
A/T
8

0
-5 -4 -3 -2
-2πB
-1 0
2πB 1 2 3 4 5

-2ws -ws -ws/2 ws/2 ws 2ws

Aliasing
Región de Interés
Dr. Guillermo Kemper Vásquez
 Señal de
ws 1.2

wc ≤ 1 entrada
2 0.8

0.6
Filtro pasa baja Salida
wc ≤ ws/2
0.4

0.2

wc = frecuencia de corte 0
0 1 2 3 4 5 6 7 8 9 10 11

ws = frecuencia de muestreo
Teorema del muestreo
Para garantizar la perfecta reconstrucción de una señal discreta (sin cuantización) y no
introducir aliasing en el proceso de muestreo, se deben satisfacer las siguientes
condiciones:
En Hz En rad/seg Como consecuencia, la región de interés
está limitada a los siguientes intervalos
fs ≥ 2B
ws ≥ 2(2πB)
1
T≤ π En Hz En rad/seg
2B 2πB ≤
T fs f s 1 1 ws ws π π
1
B≤ − , ; − , − , ; − ,
2T 2 2 2T 2T 2 2 T T
fs
B≤
2

Dr. Guillermo Kemper Vásquez

 RECONSTRUCCIÓN
Reconstrucción Ideal: Considera la señal discreta formada por impulsos.
Señal reconstruida
idealmente

y(t) Filtro de Reconstrucción xR (t)

1.2
(Filtro suavizante)
1.2
x(2T) (Filtro interpolador)
1
x(T) x(3T) 1

0.8
HR (w)
0.8
x(0) x(4T) T
0.6
0.6

0.4 x(5T) 0.4

0.2 x(6T) 0.2

0 t
w
0
00 T
0.5
2T
1
3T
1.5
4T
2
5T
2.5
6T
3 3.5
t 4
−wc 0 wc 0 0.5 1 1.5 2 2.5 3 3.5 4

ws: frecuencia de muestreo

wc: frecuencia de corte
HR(w): respuesta en ws
wc  convolución
frecuencia de filtro de 2
reconstrucción
hR(t): respuesta impulsiva
de filtro de reconstrucción y t ∗ hR t = xR (t)

Dr. Guillermo Kemper Vásquez

 t w−0 w
hR t = sinc HR w = T ෑ = HR w = T ෑ
T ws ws

hR t HR (w)
1.2
Caso No Causal
1
T
0.8

0.6

0.4

0.2

-4T -3T -2T -T 0 T 2T 3T 4T t 0

-1.5 𝑤
-1
𝑠
-0.5 0 0.5
𝑤1 𝑠 w 1.5
− 0
2 2

-10 Las0sincs son funciones

10 interpoladoras.
20 30

Dr. Guillermo Kemper Vásquez

1.- Análisis en el tiempo Y(w) : Es el espectro de la señal
muestreada.

xR (t) = y t ∗ hR (t) HR(w) : Respuesta en frecuencia del filtro

de Reconstrucción.
∞
t Perfecta Reconstrucción:
xR (t) = ෍ x nT . (t − n. T) ∗ sinc
T
n=−∞
∞ XR(w) = X(w)
t − nT
xR (t) = ෍ x nT . sinc
T
n=−∞ XR w
2

1.8

2.- Análisis en frecuencia 1.6

ws = 2(2πB)
1.4

1.2

1
XR w = Y w . HR (w) 0.8

0.6

0.4
∞
1 w 0.2

XR w = ෍ X(w − k. ws ) Tෑ 0
T ws -5 -4 -3 -2 -1
0
0 1 2 3 4
w
5

n−∞

Dr. Guillermo Kemper Vásquez

 1.5 xR(t)

x(T) x(2T)
1
La función «sinc» se llama
interpoladora porque genera x(3T) Caso No Causal
voltajes internos a partir de x(4T)
x(5T)
voltajes externos x(0)
0.5

0
0
-2T -T T 2T 3T 4T 5T

1.2 y(t)
-0.5 1

-30
0.8
-20 -10 0 xR(t)
10 20 30
0.6

0.4 hR(t)
0.2

0
0 1 2 3 4 5 6 7 8 9 10 11

Dr. Guillermo Kemper Vásquez

 Caso Causal 2

1.2
1.5
1
Señal
reconstruida
0.8
1
0.6

hR(t)
0.4
0.5
0.2

0
0
0
00.5 T1 2T
1.5
3T
2
4T 5T
2.5 3 3.5 4

t0

-0.5
-30 -20 -10 0 10 20 30

−dθR (w)
t0 retardo de grupo =
dw

Dr. Guillermo Kemper Vásquez

y(t) Reconstrucción Real: Considera la señal discreta formada por pulsos.
1.2
yp (t)
x(2T) 1.2

1
x(T) x(3T) Filtro 1

p(t) 1.5


0.8
0.8

x(0) x(4T) 0.6

0.6 1 1

0.4

x(5T)
0.2
0.4
0.5
0

0.2 x(6T)
0 0.5 1 1.5

0 T 2T 3T 4T 5T 6T
2 2.5 3 3.5 4
t
0


0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

0
0
0
0.5
T
1
2T
1.5
3T
2
4T
2.5
5T 6T
3 3.5
t 4
t

Y(w) P(w) Yp (w)

A

Filtro de Filtro Ecualizador x෦

R (t)
xR (t)
reconstrucción (Énfasis)
hR(t) HR (w) hE (t) HE (w)

A HR (w) XR (w) HE (w) X෪R (w)

Dr. Guillermo Kemper Vásquez

Análisis en el tiempo τ
t −
yp t = y t ∗ p(t) = y t ∗ ෑ 2
τ
∞ τ
t −
yp t = ෍ x nT . (t − nT) ∗ ෑ 2
τ
n=−∞

Por lo tanto: xR t = yp t ∗ hR (t)

∞
t − τൗ2 − nT t
xR t = ෍ x(nT) ෑ ∗ sinc
τ T
n=−∞

Además: x෦
R t = xR t ∗ hE (t)

∞
t − τൗ2 − nT t
x෦
R t = ෍ x(nT) ෑ ∗ sinc ∗ hE (t)
τ T
n=−∞
∞
t t − τൗ2 − nT
x෦
R t = ෍ x nT sinc ∗ෑ ∗ hE (t)
T τ
n=−∞

δ(t − nT) Para perfecta reconstrucción

Dr. Guillermo Kemper Vásquez

Entonces se tiene que:

t − τൗ2 − nT
ෑ ∗ hE T = (t − nT)
τ

Condición que debe ser

aplicada al diseño del filtro
ecualizador para garantizar
perfecta reconstrucción

Dr. Guillermo Kemper Vásquez

Análisis en Frecuencia: Se tiene que:
t w. τ
ෑ τ sinc
τ 2π
t − τൗ2 − nT w. τ −𝑗wτ −jwnT
ෑ τ sinc e 2e
τ 2π

Aplicando transformada de Fourier a ambos de la condición anterior:

−jwτ
w.τ
τ. sinc e 2 e−jwnTHE w = e−jwnT
2π

w.τ −jwτ t − τൗ2

P w = τ. sinc e 2 p t =ෑ
2π τ

X෪R w = Y w P(w)HR w HE w
Para perfecta reconstrucción:
1
HE w =
P(w)
wτ
𝑗
e 2 1
HE w = w. τ =
τ. sinc P(w)
2π
Dr. Guillermo Kemper Vásquez
 2
X(w)
1.2
1. 8
1
1. 6
0.8

A
1. 4

0.6
1. 2

0.4
1

0. 8 0.2

0. 6 0
0 0.5 1 1.5 2 2.5 3 3.5 4

0. 4

0. 2

0
-6 -4 -2 0 2 4
w 6

2 -2πB 0 2πB 1.2

1.8 0.8

1.6

1.4
Y(w) 0.6

0.4

0.2
1.2

1 A/T 0
0 0.5 1 1.5 2 2.5 3 3.5 t 4

0.8

0.6

0.4

0.2

0
-8 -6 -4 -2 0 2 4 6
w 8

-2ws -ws -2πB 0 2πB ws 2

1.8
2ws
1.6

P(w)
1.4

1.2

T 0.8

0.6
τ=T
0.4

0.2

t
=T
0
0 0.5 1 1.5 2 2.5 3 3.5 4

-2ws -ws
0 ws 2ws w

Dr. Guillermo Kemper Vásquez

 Yp (w) = Y(w) P(w)
A

w
-2ws -ws -ws/2 ws/2 ws 2ws
HR (w)
T

w
-ws/2 ws/2
-8 -6 -4 -2 0 2 4 6 8

XR (w) = Yp(w) HR (w)

AT

w
-6 -4 -2
-ws/2 0 2
ws/2 4 6 8

Dr. Guillermo Kemper Vásquez

 1 1
HE w = w. τ =
τ. sin P(w)
2π
HE (w)

1/T

w
-6 -4 -2
-ws/2 0
ws/2 2 4 6

2
X෪R (w) = Yp(w) HR (w) HE (w)
1. 8

1. 6

A
1. 4

1. 2

0. 8

0. 6

0. 4

0. 2

0
-6 -4 -2

-2πB
0

2πB
2 4
w 6

Dr. Guillermo Kemper Vásquez

 Si Ƭ=T wT w w
P(w) = T sinc = T sinc = T sinc
2π 2π ws
2

1.8
T 3

2.5

1.6

1.4
P(w) 2

1.5
1.2

1
T 1

0.5
0.8

0.6 0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

0.4 0 T 2T 3T 4T
0.2

0
-10 -8
-2ws
-6 -4
-ws -2 0 2
ws 4
2ws 6 8 10

• Para un τ= τ 1 que satisface τ 1< T «Conveniente»

w
2

1.8

P(w) = τ1 sinc 1.6

τ1
2π 1.4

1.2
τ1
τ1 1

0.8
τ1
2π 2π P(w) 0.6

𝜏1
0.4

> 0.2

τ1 T 0
0

0
1 2 3 4

T
5 6 7 8

2T
9 10

-2ws -ws ws 2ws

Dr. Guillermo Kemper Vásquez