Procesamiento Digital de

Señales
Ing. Biomédica, Ing. Electrónica
e Ing. en Telecomunicaciones
Capitulo I
Introducción
D.U. Campos-Delgado
Facultad de Ciencias
UASLP

Enero-Junio/2019
1
 CONTENIDO

Conceptos Básicos

Señales Sinusoidales en Tiempo Continuo

Señales Sinusoidales en Tiempo Discreto

Conversión A/D y D/A

Teorema de Muestreo

Cuantización de Señales Continuas en Am-

plitud

2
 Conceptos Básicos

Una señal es cualquier cantidad fı́sica que

varı́a (función) con respecto del tiempo, es-
pacio, u otra o otras variables independien-
tes. Ej.:

• s1(t) = 5t,

• s2(t) = 20t2 ,

• s(x, y) = 3x + 2xy + 10y 2,

PN
• s(t) = i=1 Ai(t) sen [2πFi (t)t + θi (t)]

• Voltaje de la alimentación eléctrica,

• Radiación solar por dia en un panel so-

lar,

• Imagén satelital,

• Electrocardiograma (ECG),

• Electroencefalograma (EEG), etc.

3
Una señal analógica es aquella cuya argu-
mento varı́a de forma continua en un inter-
valo dado.

Una señal discreta es aquella que está defi-

nida en intervalos especı́ficos para su argumento→
en general los intervalos son equidistantes.
Una señal digital es aquella que está defi-
nida en intervalos especı́ficos para su ar-
gumento y con un rango de valores finito
(cuantización).

1
señal analógica

0.5

−0.5

−1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
tiempo (seg)
1
señal discreta

0.5

−0.5

−1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
tiempo (seg)
1
señal digital

0.5

−0.5

−1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
tiempo (seg)

Un sistema es un dispositivo fı́sico que rea-

liza una operación o manipulación sobre
una señal. Ej.:

• Un filtro para atenuar el ruido de la señal,

 • Un amplificador de audio,

• Un calefactor,

• Un panel fotovoltaico,

• Un micrófono, etc.

El procesamiento de señal son las opera-

ciones realizadas a las señales para mejorar
o resaltar ciertas caracterı́sticas, o extrar
información de ellas.
Dos tipos de procesamiento ⇒ analógico y
digital.

Ventajas del procesamiento digital

• Flexibilidad en la configuración de los

algoritmos,

• Precisión en el procesamiento,

• Almacenamiento sin deterioro,

• Costo

Desventajas del procesamiento digital

 • Velocidad en la conversión A/D,

• Velocidad en los procesadores digitales.

Clasificación de las señales

• Señales multicanal (vectores), ej. ace-

lerómetro 3D, giroscopio.

• Señales multidimensional, ej. imagén de

tomografı́a, EEG, ECG.

• Señales continuas o analógicas, ej. sen-

sor de presión, sensor de temperatura.

• Señales discretas, ej. temperatura me-

dia por dı́a, ı́ndice mensual de la bolsa
de valores.

• Señales valuadas en forma continua, ej.

ECG y EEG analógico, señal de un micrófono.

• Señales valuadas en forma discreta, ej.

sensor de nivel en un tinaco, imagen en
tonos de gris o RGB,
• Señales deterministas, ej. sensor de tem-
peratura, sensor de presión, fotografı́a
digital.

• Señales aleatorias, ej. número de autos

en espera en un semáforo o en un ban-
co, número de llamadas en un central
telefónica según la hora del dı́a.
 Sinusoides en Tiempo Continuo

• La señal de oscilación armónica está dada

por

xa(t) = A cos(Ωt + φ) −∞<t<∞

donde Ω = 2πF es la frecuencia angular (rad/s)
y F es la frecuencia (Hz).

• Propiedades:

(1) F ∈ (−∞, ∞) y para cada valor de F , xa(t)

es una señal periódica, con periodo 1/F .

(2) Si F ↑, entonces se incrementa la tasa de

oscilación.

4
(3) Además se tiene por la identidad de Euler
(ejα = cos α + j sen α) que
h i
A ej(Ωt+φ) + e−j(Ωt+φ)
xa(t) =
2
√
donde j , −1.
 Sinusoides en Tiempo Discreto

• Una señal sinusoidal en tiempo discreto está

dada por

x[n] = A cos(ωn + θ) n∈Z

donde ω = 2πf es la frecuencia angular discre-
ta (rad/muestra) y f es la frecuencia discreta
(ciclos/muestra).

• Propiedades:

(1) La señal sinusoidal es periódica si la

frecuencia f es un número racional, ya que
si N ∈ Z y N > 0 define el periodo de x[n], i.e.
x[n] = x[n + N ], entonces

x[n + N ] = cos(2πf {n + N } + φ)
= cos (2πf n + φ + 2πf N )
= cos (2πf n + φ) cos (2πf N )
− sen (2πf n + φ) sen (2πf N )
∴ Si 2πf N = 2πk para k ∈ Z, entonces

cos (2πf N ) = 1 & sen (2πf N ) = 0

5
y en consecuencia

cos(2πf {n + N } + φ) = cos
|
(2πf
{z
n + φ)},
| {z }
x[n+N ] x[n]
lo que implica que
k
fN = k ⇒ f = ∈ Q.
N

(2) Sinusoidales en tiempo discreto cuyas

frecuencias estén separadas por un múlti-
plo entero de 2π son idénticas, ya que ∀k ∈ Z

cos ({ω + 2πk}n + φ) = cos (ωn + φ + 2πkn)

= cos (ωn + φ) cos(2πkn)
| {z }
=1
− sen (ωn + φ) sen(2πkn)
| {z }
=0
= cos (ωn + φ) ∀n ∈ Z

(3) La tasa más alta de oscilación se obtie-

ne cuando ω = π, o de manera equivalente
para f = 1/2, ya que el periodo N se inter-
preta como el número de muestras por ciclo, y
como se trata de una señal alternante, al me-
nos debe haber 2 muestras por ciclo, es decir
N = 2, por lo que f = 1/2, serı́a la frecuencia
más alta.

• Por lo tanto, dos señales sinusoidales cu-

yas frecuencias se encuentren en el rango ω ∈
[−π, π] or f ∈ [−1/2, 1/2] serán distintas.

• Una sinusoide que tenga una frecuencia |ω| >

π, se le llama un traslape de una sinusoide con
frecuencia |ω| < π.

frecuencia f=1/15 o periodo N=15 (θ=π/4)

1

0.5
x[n]

−0.5

−1
0 2 4 6 8 10 12 14 16 18 20
n

frecuencia f=1/4 o periodo N=4 (θ=π/4)

1

0.5
x[n]

−0.5

−1
0 2 4 6 8 10 12 14 16 18 20
n
 Conversión A/D y D/A

• Conversión Analógica-a-Digital (A/D)

Existen tres procesos básicos:

(1) Muestreo: conversión de la señal en tiem-

po continuo a tiempo discreto obtenida por
medio de “muestras” de la señal continua en
instantes discretos de tiempo, es decir

x[n] , xa(nT ) T >0

donde T se le conoce como tiempo de mues-
treo.

(2) Cuantización: conversión de la señal dis-

creta y valuada de forma continua, a una señal
discreta en tiempo y en valores (señal digital) y
se representa por un mapeo Q(·) (cuantizador
uniforme)

xq [n] = Q(x[n]) = ∆ · round(x[n]/∆)

donde ∆ > 0 representa el paso de cuantiza-
ción, y round(·) la función redondeo.
6
(3) Codificación: conversión de la señal en
tiempo y valores discretos a una secuencia bi-
naria de b-bits. Si el rango de valores posibles
para la señal analógica xa(t) es [Vmin, Vmax],
entonces el paso de cuantización se define en
función del número de bits b,
Vmax − Vmin
∆=
2b − 1

• Conversión Digital-a-Analógico (A/D)

El proceso de conversión de una secuencia bi-

naria a una señal analógica puede hacerse por
medio de arreglos de resistencias o escaleras
R-2R.
En general, el proceso de conversión utiliza un
retenedor de orden cero (zero-order hold)
o aproximación de escalera, dentro de un
intervalo de voltaje [−Vref , Vref ].

La conversión A/D de forma natural invo-

lucra perdida de información, que depende
de la frecuencia de muestreo 1/T y el paso
de cuantización ∆.

El muestreo no genera perdida de informa-

ción relevante, o introduce distorsión si la
señal xa(t) tiene un ancho de banda finito
(contenido en frecuencia limitado) !
Una señal analógica puede ser reconstruida
por medio de sus muestras, si la frecuencia
de muestreo es suficientemente alta para
evitar el problema de “traslape” (aliasing).

• Muestreo de Señales Analógicas

Considerar solo un muestreo periódico o uni-

forme, es decir

x[n] = xa(nT ) n∈Z

“cada T segundos se toma una muestra de la
señal xa(t) para crear la secuencia x[n].”

Por lo que Fs = 1/T se le conoce como fre-

cuencia de muestreo, con unidades mues-
tras/segundo.

Para una señal analógica sinusoidal con fre-

cuencia F (o Ω) es posible generar, la frecuen-
cia discreta correspondiente f (o ω), por medio
del siguiente procedimiento

xa(t) = A cos (2πF t + θ )

 ⇒ x[n] = xa(nT )
= A cos (2πF nT + θ )
 
   
 F 
= A cos 
2π n + θ 

 Fs
| {z } 
f

F Frecuencia Continua
∴f = =
Fs Frecuencia de Muestreo
Ω
o ω= = ΩT
Fs
Recordando que la frecuencia discreta f está
limitada, es decir
1 1
− ≤f ≤
2 2
sustituyendo la relación entre la frecuencia en
tiempo continuo y discreta, tenemos
1 F 1
− ≤ ≤
2 Fs 2
Fs Fs
∴ − ≤F ≤
2 2
es decir, la frecuencia de la señal analógica F
debe cumplir esta desigualdad para ser carac-
terizada de forma correcta en tiempo discreto.

⇒ “El muestreo periódico de una señal en tiem-

po continuo involucra el mapeo de un rango
infinito de frecuencias F , en una rango finito
para la variable f ”.

⇒ Ya que la frecuencia más alta en tiempo

discreto es f = 1/2 o ω = π, entonces a la fre-
cuencia de muestreo Fs, la frecuencia en tiem-
po continuo más alta que puede ser represen-
tada de forma única es
Fs 1
Fmax = =
2 2T

Ejemplo 1: considerar 2 señales sinusoidales

x1(t) = cos 2π |{z}

10 t
F1
x2(t) = cos 2π |{z}
50 t
F2
que se muestrean a una frecuencia Fs = 40
muestras/seg. Obtener la frecuencias equiva-
lentes en tiempo discreto.

Solución: las señales discretas equivalentes son

 
10
x1[n] = x1(n/F s) = cos 2π n
| 40
{z }
f1
 
50
x2[n] = x2(n/F s) = cos 2π n
| 40
{z }
f2
por lo que f1 < 1/2, pero f2 > 1/2, de forma
que existe una frecuencia equivalente para f2,
la cual puede obtenerse al observar que
 
5
x2[n] = cos 2π n
4 
1
= cos 2π 1 + n
 4 
π
= cos 2πn + n =
2 
π
= cos(2πn) cos n
| {z } 2
1  
π
− sen(2πn) sen n
| {z } 2
 0 

 1  
= cos 2π n .
 4 
|{z}
f2
De manera, que x1[n] = x2[n] ∀n, es decir la
señales discretas son identicas, por lo que “pa-
ra Fs = 40 Hz, F2 = 50 Hz, es un traslape de
la frecuencia F1 = 10 Hz”. 

En general, tomar 2 señales sinusoidales en

tiempo continuo
xoa(t) = A cos (2πFot + θ )
xka (t) = A cos (2πFk t + θ )
donde
Fk = Fo + kFs k∈Z
y además se cumple
Fs Fs
− ≤ Fo ≤
2 2
Por lo tanto, las señales muestreadas cumplen
 
o o Fo
x [n]= xa(nT ) = A cos 2π n + θ
Fs
   
Fo + kFs
xk [n] = xka (nT ) = A cos 2π n+θ
Fs
 
Fo
= A cos 2π n + θ + 2πk n
Fs
 
Fo
= A cos 2π n + θ |cos (2πk n)}
Fs {z
=1
 
Fo
− A sen 2π n + θ sen (2πk n)}
Fs | {z
=0
 
Fo
= A cos 2π n+θ
Fs
es decir, se satisface
xk [n] = xo[n] ∀n ∈ Z.
∴ Un número infinito de sinusoides en tiempo
continuo se representan después del muestreo
por la misma señal sinusoidal en tiempo discre-
to, es decir Fk = Fo + kFs son indistinguibles
de la frecuencia Fo cuando se muestrean a la
frecuencia Fs.
 F1=0.5 Hz, F2=4.5 Hz, F3=8.5 Hz con Fs=4 Hz
1

0.8

0.6

0.4
señales analógicas y discreta

0.2

−0.2

−0.4

−0.6

−0.8

−1
0 0.5 1 1.5 2 2.5
tiempo (seg)

Ejemplo 2: considerar a la señal

xa(t) = 3 cos 100πt

(a) Encontrar la frecuencia de muestreo mı́ni-
ma para evitar traslape; (b) Suponer que Fs =
200 Hz y obtener la señal discretizada en tiem-
po x[n]; (c) Suponer que la señal xa(t) se mues-
trea ahora a Fs = 75 Hz, encontrar x[n].
Solución: (a) La frecuencia de la señal xa(t)
es F = 50 Hz, por lo que la frecuencia mı́nima
para evitar traslape es Fsmin = 2F = 100 Hz.

(b) Suponer Fs = 200 Hz, y entonces

100 πn
x[n] = xa(n/200) = 3 cos πn = 3 cos
200 2
(c) Considerar ahora Fs = 75 Hz, y entonces
100 4πn
x[n] = xa(n/75) = 3 cos πn = 3 cos .
75 3

 Teorema de Muestreo

• ¿Cómo seleccionar el periodo de muestreo T

de una señal continua? ⇒ De acuerdo con el
contenido en frecuencia o ancho de banda
de la señal !!!

• Suponer que la señal analógica puede re-

presentarse como una sumatoria de sinusoides
(Serie de Fourier)
N
X
xa(t) = Ai cos(2πFit + θi)
i=1
donde N denota el número de componentes.

• En un periodo corto de tiempo, una gran

cantidad de señales pueden tener esta repre-
sentación.

• Suponer que existe Fmax que cumple

Fmax ≥ Fi ∀i ∈ [1, N ]
Ya que la frecuencia más alta que puede repre-
sentarse sin ambigüedad a una frecuencia de
7
muestreo Fs serı́a Fs/2, ⇒ “para evitar trasla-
pe, se debe escoger la frecuencia de muestreo
suficientemente alta, es decir Fs > 2Fmax.”.

• Después de la conversión A/D, la señal analógi-

ca puede reconstruirse de forma única si la fre-
cuencia de muestreo es suficientemente alta y
por medio de un proceso de interpolación.

• Con este fin, recordar que una función sinc

sen 2πFmaxt
g(t) =
2πFmaxt
que tiene un comportamiento de tipo pasaba-
jos en el dominio de la frecuencia.
 0.8

0.6
Fmax=1 Hz
g(t) 0.4

0.2

−0.2
−10 −8 −6 −4 −2 0 2 4 6 8 10
Transformada tiempo (seg)
de Fourier

0.8
|G(j Ω)|

0.6

0.4

0.2

0
−0.05 −0.04 −0.03 −0.02 −0.01 0 0.01 0.02 0.03 0.04 0.05
Ω (rad/s)

Teorema de Muestreo: si la ancho de banda

de una señal analógica es Fmax y la señal es
muestreada a una frecuencia Fs > 2Fmax , FN
(Frecuencia de Nyquist), ⇒ xa(t) puede ser re-
cuperada exactamente por sus muestras utili-
zando la función de interpolación g(t). Por lo
que xa(t) puede ser expresada por
∞  
n X
xa(t) = x[n]g t − ⇐ No Causal !!
n=−∞ Fs
donde

x[n] = xa(N/Fs) n ∈ Z.
Ejemplo 3: considerar a la señal analógica

xa(t) = 3 cos 2000πt+5 sen 6000πt+10 cos 12000πt

(a) ¿Cual es la frecuencia de Nyquist de la
señal? (b) Asumir que xa(t) se muestrea a una
frecuencia Fs = 5 kHz, ¿cual es la señal discre-
ta x[n]?

Solución: (a) Las frecuencias de las señales

analógicas son F1 = 1 kHz, F2 = 3 kHz, y
F3 = 6 kHz, por lo que el ancho de banda es
Fmax = 6 kHz, y la frecuencia de Nyquist es
FN = 2Fmax = 12 kHz.

(b) Tomar Fs = 5 kHz (muestras/seg), y en

consecuencia Fs < 2Fmax por lo que existirá
traslape

x[n] = xa(n/Fs)
2000 6000
= 3 cos πn + 5 sen πn
5000 5000
12000
+ 10 cos πn
5000
2 6 12
= 3 cos πn + 5 sen πn + 10 cos πn
5 5
  5
2 4
= 3 cos πn + 5 sen 2πn − πn
5   5
2
+ 10 cos 2πn + πn
5
2 4 2
= 3 cos πn − 5 sen πn + 10 cos πn
5 5 5
2 4
∴ x[n]= 13 cos πn − 5 sen πn
5 5

 Cuantización

• El error que se introduce al representar una

señal de un número de pasos discretos se le
llama error de cuantización eq [n]:

eq [n] = Q(x[n]) − x[n]

donde este error se modela como ruido aleato-
rio.

• Existen 2 tipos básicos de quantización: (i)

uniforme y (ii) logarı́tmica.

8
• En el curso nos enfocaremos en la cuantiza-
ción uniforme donde el paso está dado por
Vmax − Vmin
∆=
2b − 1
donde b es el número de bits en la señal digital,
y Vmax −Vmin se define como el rango dinámico
de la señal analógica.

• En este proceso pueden utilizarse 2 técnica

para asignar los niveles: truncación o redondeo.

• Considerando un asignación por redondeo, se

puede modelar el error eq [n] como una variable
aleatoria con una distribución uniforme en el
intervalo [−∆/2, ∆/2].
 Tarea # 1

Problema del Libro de Texto (Tratamiento Di-

gital de Señales, Proakis y Manolakis, 4a Edi-
ción, Prentice-Hall):

1.1 y 1.5 (pag. 33)

1.8 y 1.10 (pag. 34)

1.14, 1.15 y 1.16 (pag. 35).