Procesamiento digital de señales

Semana 2. (primera parte)

Conversión Analógica-Digital-
Dra. María del Pilar Gómez Gil
Otoño 2017
Coordinación de computación
Versión: 5 de Septiembre 2017
INAOE
(c) P.Gómez Gil, INAOE 2017 1
 Tema
Conversión
Analógica - Digital
(tarea: leer el capítulo 3 del libro de texto)

Gran parte del material de esta presentación fue tomado de:

Smith, Steven The Scientist and Engineer's Guide to Digital Signal Processing
W. , Second Edition, 1999, California Technical Publishing
Smith, Steven W. Digital Signal Processing. A Practical Guide for Engineers and
Scientist. Amsterdam: Newnes, Elsevier Science. 2003. ISBN: 0-750674-44-X.

(c) P.Gómez Gil, INAOE 2017 2

 Puntos importantes
O Recordatorio de definiciones básicas de:
frecuencia, periodo, LSB, decibel, frecuencia
de muestreo, ancho de banda
O Cuantificación o cuantización
O Teorema de muestreo
O Frecuencia y razón de Nyquist
O Filtros analógicos

(c) P.Gómez Gil, INAOE 2017 3

 Algunas definiciones
O Frecuencia : Número de ocurrencias por
unidad de tiempo de un evento que se
repite.
O La frecuencia se mide en Hertz (Hz)
O Hz= 1 ciclo/segundo
O Periodo: Duración de un ciclo de un evento
que se repite.
O El periodo es el recíproco de la frecuencia

(c) P.Gómez Gil, INAOE 2017 4

 Cuantificación
O La información digital difiere de su correspondiente
representación analógica en dos aspectos:
O está muestreada y
O está cuantificada (quantized).
O Para manejar información en una computadora, es
importante saber qué información se necesita mantener
y cual puede perderse sin que afecte a la aplicación.
O Para esto se necesita definir:
O Frecuencia de muestreo de la señal
O Numero de bits a utilizarse para representar cada dato
O Tipo de filtro analógico que se requiere para convertir de
analógico a digital

(c) P.Gómez Gil, INAOE 2017 5

 Proceso de conversión A-D

S/H = sample and hold (muestreo)

ADC = convertidor ( parte de la Figura 3-1 de
Smith, 1999)

(c) P.Gómez Gil, INAOE 2017 6

 Ejemplo de conversión AD

(parte de la Figura 3-1 de

Smith, 1999)
(c) P.Gómez Gil, INAOE 2017 7
 (parte de la Figura 3-1 de
Smith, 1999)

(c) P.Gómez Gil, INAOE 2017 8

 Características del ejemplo (1/2)
O El voltaje está entre 0.0 y 4.095.
O Se desean usar 12 bits para representar los
dato en forma digital; entonces existen 212 =
4,096 posibles valores, que puede
representar del valor 0 al valor 4095.
O El cambio entre los valores de entrada y los
muestreados (figuras a y b) ocurre en
tiempos específicos y uniformes. En esta
parte del proceso, la variable independiente
(tiempo) se convierte de continua a discreta,
(c) P.Gómez Gil, INAOE 2017 9
 Características del ejemplo (2/2)
O Durante la segunda parte del proceso, que
convierte los datos muestreados y
cuantizados (figuras b y c), a cada valor en b
se le asigna su correspondiente valor en
alguno de los representados por los bits.
O Esto implica una aproximación. Por ejemplo,
2.56001 y 2.5600 se convertirán al mismo
valor: 2,560. Aquí la variable dependiente
(voltaje) se convierte de continua a discreta.
(c) P.Gómez Gil, INAOE 2017 10
 Sobre el error de cuantización
O El error generado por este método de
cuantización de cada punto, es máximo ±½LSB
O Este error tiene una forma como de ruido al
azar. El error esta uniformemente distribuido
alrededor de ±½LSB con media cero y
desviación estándar
1
𝜎= 𝐿𝑆𝐵
12

(c) P.Gómez Gil, INAOE 2017 11

 LSB (Least Significant Bit), o
paso de cuantización
O Es la distancia que hay entre 2 niveles
adyacentes de una cuantización, y
corresponde al valor analógico de un bit.
O Supongamos un digitalizador de 8 bits. Esto
implica que hay 256 posibles valores (28 =
256)

(c) P.Gómez Gil, INAOE 2017 12

 Para este ejemplo….
Si se usan… Se genera un error con una
desviacion estandar de…
8 0.29/256  1/900 LSB
12 0.29/4,096  1/14,000 LSB
16

(c) P.Gómez Gil, INAOE 2017 13

 El teorema de muestreo
O Un muestreo correcto es aquel que genera
puntos suficientes para re-construir
exactamente la señal original, sin ninguna
ambigüedad
O El teorema de muestreo de Shannon,
conocido también como razón de muestreo
de Shannon, estable la relación entre la
frecuencia de la función con la frecuencia
de muestreo que permite un muestreo
correcto
(c) P.Gómez Gil, INAOE 2017 14
 Frecuencia de muestreo
O En una función continua x(t), la variable continua t se
reemplaza con nTs, que es un valor discreto de dicha
variable t continua.
O La variable n (discreta) representa el subíndice del
arreglo de datos y Ts es el periodo de muestreo, esto
es, el tiempo que hay entre dos muestras.
O La frecuencia de muestreo se define como:

1
fs 
Ts

(c) P.Gómez Gil, INAOE 2017 15

 Ejemplo de un muestreo adecuado

O Señal con DC constante = función coseno con

frecuencia 0 (Fig,3.3 (a). Smith 1999)
(c) P.Gómez Gil, INAOE 2017 16
 Ejemplo de un muestreo adecuado

O Función seno con frecuencia 90 ciclos/seg,

muestreada a 1000 muestras/seg.
(c) P.Gómez Gil, INAOE 2017 17
 En el ejemplo anterior…

f  90 ciclos/seg undo
fs  1000 muestras/s egundo
f  0.09 f s
f  0.09(1000)  90
f s  f / 0.09  f (9 / 100)  1.1. f

(c) P.Gómez Gil, INAOE 2017 18

 Ejemplo de un muestreo adecuado

(c) P.Gómez Gil, INAOE 2017 19

 Razón de Nyquist (1/2)
O Está basada en el teorema de muestreo de Shannon,
que establece que:
f s  2(bandwidth)

O Donde bandwidth (ancho de banda) es el rango de

frecuencias de la señal de interés. Si bandwidth =
[0,f] entonces:
fs
fs  2 f f 
2

(c) P.Gómez Gil, INAOE 2017 20

 Razón de Nyquist (2/2)
O Entonces la frecuencia o razón de Nyquist, en el
libro se define como:
1
razon de Nyquist  f s
2
O Diferentes autores usan los términos frecuencia
de Nyquist y razón de Nyquist para diferentes
cosas relacionadas: máxima frecuencia de la
señal, dos veces la máxima frecuencia, razón de
muestreo o mitad de razón de muestreo. Tener
cuidado con eso

(c) P.Gómez Gil, INAOE 2017 21

 Un muestreo inadecuado
(aliasing)

(c) P.Gómez Gil, INAOE 2017 22

 Un ejemplo animado
O Suponga que se puede muestrear una señal
a 20K Hz
O ¿Cuáles son las señales Seno/Coseno que
pueden digitalizarse correctamente en dicho
sistema?
O Recordar que:
fs
f 
2

(c) P.Gómez Gil, INAOE 2017 23

 Animación de aliasing

(cortesía de
(c) P.Gómez Gil, INAOE 2017
Ramirez-Cortés, 2014) 24
 Aliasing
O Ocurre pues la señal digital no puede
contener frecuencias mayores a la mitad de
la frecuencia de muestreo
O Alaising no solo afecta la frecuencia de una
señal, sino también su fase, introduciendo
un des-fasamiento de 180o

(c) P.Gómez Gil, INAOE 2017 25

 Sin(x)

(c) P.Gómez Gil, INAOE 2017 26

 Oscilaciones
x(t )  A cos( 2ft   )

y (t )  A sin( 2ft   )  A cos( 2ft    )
2

O A,f,  son constantes que indican amplitud,

frecuencia y fase respectivamente
O Ambas funciones son idénticas, excepto por un
desplazamiento de /4 radianes
O A radian = 180/  grados
O 2  radianes = 360o

(c) P.Gómez Gil, INAOE 2017 27

 Conversión digital-analógica
O Teóricamente, la manera mas fácil de
convertir una señal digital a analógica es
tomar los ejemplos de la señal y ponerlos en
un tren de pulsos
O Tren de pulsos: serie de picos (pulsos) que
coinciden con la señal original en el instante
de muestreo

(c) P.Gómez Gil, INAOE 2017 28

 Ejemplo de tren de pulsos

(Fig,3.5 (a) y (c) Smith 1999)

(c) P.Gómez Gil, INAOE 2017 29

 Proceso de re-construcción
O Teóricamente, si no ocurrió “aliasing”, la señal
analógica original se puede reconstruir
perfectamente pasando el tren de pulsos a
través de un filtro pasa bajas.
O Este filtro deberá tener el punto de “corte de
frecuencia” en ½ de la razón de muestreo
O Esto se hace pues el tren de pulsos tiene un
espectro de frecuencia idéntico a la señal
original, para todas sus frecuencias abajo de la
frecuencia de Nyquist (1/2 Fs)
O En las frecuencias altas, el tren de pulsos tiene
repetida esta información
(c) P.Gómez Gil, INAOE 2017 30
 Señal digital expresada con
pulsos

(parte de la Figura 3-6 de

Smith, 1999)
(c) P.Gómez Gil, INAOE 2017 31
 Iniciando la re-construcción

(parte de la Figura 3-6 de

Smith, 1999)
(c) P.Gómez Gil, INAOE 2017 32
 Sinc(x)

(Smith, 1999)

(c) P.Gómez Gil, INAOE 2017 33

 Filtro para reconstruir

(parte de la Figura 3-6 de

Smith, 1999)
(c) P.Gómez Gil, INAOE 2017 34
 Señal reconstruida

(parte de la Figura 3-6 de

Smith, 1999)
(c) P.Gómez Gil, INAOE 2017 35
 Recordar que…
O En la información de las señales digitales:
1. El número de bits usados por cada muestra
limitan la resolución de la variable
dependiente
2. La frecuencia de muestreo limita la
resolución de la variable independiente.
O Esto implica que:
O las frecuencias arriba de ½ Fs se pierden.

(c) P.Gómez Gil, INAOE 2017 36

 Mito sobre las señales
analógicas
O Es un mito que las señales analógicas
tienen resolución infinita debido a que son
continuas.
O Las señales analógicas también tiene
limitación en la resolución, debido al ancho
de banda de la señal que representan y al
ruido propio de la adquisición de la señal.

(c) P.Gómez Gil, INAOE 2017 37

 Conversión correcta AD-DA

Figura 3-7 de
Smith, 1999)
(c) P.Gómez Gil, INAOE 2017 38