PROCESAMIENTO DIGITAL DE

SEÑALES
Unidad 01: Introducción al procesamiento digital de
Señales.
Sesión 02: Digitalización de señales continuas en el tiempo.
concepto de error de cuantización y teorema de muestreo.
Docente: Ing. Acosta Solorzano Williams
Digitalización de señales continuas en el
tiempo y muestreo de
Logros de la S esión 01:

Al final de la sesión, el estudiante entenderá la importancia de la Digitalización de señales continuas en el

tiempo, conceptos de error de cuantización y teorema de muestreo.
 Mues t reoyCu
anti fic aci ón

Señal de voz:
- Contínua en el tiempo y en amplitud.
- Para ser procesada es necesario ser convertida a:
una señal discreta en tiempo y en amplitud
 Muestreo

Proceso de conversión de señales contínuas a señales

discretas en el tiempo.
X(t) → X[n]

Cómo se realiza este proceso?

Midiendo la señal en momentos periódicos del tiempo
 Muestreo de la señal contínua (puntos)
Señal continua
(azul)

Tras muestrearla obtenemos la

siguiente señal Discreta (puntos)

Muestreo: Conversión de una señal continua en el tiempo en una señal

discreta en el tiempo obtenida mediante “Toma de muestras de la señal
continua en el tiempo” en instantes discretos de tiempo.

→ si xa(t) es la entrada del muestreador, la salida será xa(nT ) ≡ x(n),

donde T es el intervalo de muestreo.
 ¿Como obtener una señal muestreada muy parecida
con la señal continua?
Aumentamos el numero de muestras por unidad de tiempo
→ Número de muestras por segundo: bit-rate
bit-rate alto → la señal muestreada similar a la original
Criterio de Nyquist: Una señal muestreada contendrá la misma
información que la continua.
→ Separación mínima entre dos instantes de muestreo
debe ser 1/2W, donde W es el ancho de banda, es decir:
La frecuencia de muestreo debe ser mayor o igual que 2W
FS= 2Fmax
Ancho de banda: es la longitud, medida en Hz, de la extensión de frecuencias
en la que se concentra la mayor potencia de la señal
 Teoria del muestreo de Nyquist

Desarrollado por H. Nyquist (1928): Una señal analógica puede ser

reconstruída, sin error, a partir de muestras tomadas en iguales
intervalos de tiempo. La razón de muestreo debe ser igual, o mayor, al
doble de su ancho de banda de la señal analógica.

La teoría del muestreo define que para una señal de ancho de banda
limitado, la frecuencia de muestreo, Fm, debe ser mayor que dos veces
su ancho de banda [B] medida en Hertz [Hz].

*Shannon (1949) populariza dicho teorema.

 Ejemplos

La Música: convertir material analógico a formato digital [en

CD, DVD]. Se define el rango de frecuencia de interés.
Utilizándose filtros analógicos para remover los componentes
de frecuencias fuera del rango de interés antes de que la señal
sea muestreada.

El Oído humano: puede detectar sonidos en el rango de

frecuencias de 20 Hz a 20 KHz. De acuerdo al teorema de
muestreo, uno puede muestrear la señal al menos a 40 KHz
para reconstruir la señal de sonido aceptable al oído.
Los componentes más arriba de 40 KHz no podrán ser
detectados y podrían contaminar la señal. Estos componentes
arriba de los 40 KHz son removidos a través de filtros.
 Aliasing
El Aliasing, o solapamiento, es una superposición periódica
sucesiva de señales, dicho efecto causa que señales
continuas distintas se tornen indistinguibles cuando
se muestrean digitalmente.
→Alteración de la percepción de un determinado movimiento

→ El Aliasing genera que la señal original no pueda ser

reconstruida de forma unívoca a partir de la señal digital.
Una imagen limitada en banda y muestreada por debajo de
su frecuencia de Nyquist, resulta en una superposición de las
replicaciones periódicas del espectro. → fenómeno de
superposición periódica sucesiva conocido como aliasing o
Efecto Nyquist.
 Aliasing

→ Con respecto al problema del muestreo, Nyquist. Demostró

que si la velocidad a la que se toman las muestras es mayor o
igual al doble de la velocidad máxima con la que cambia la
señal, dicha señal podrá ser reconstruida sin errores a partir
de sus muestras
Frecuencia de muestreo o de Nyquist: FN= 2B = 2Fmax
FS > 2Fmax ≡ 2B B = ancho de ancho 2.𝞹.B.t = argumento

Ejemplo:
Suponiendo que queremos digitalizar nuestra voz, cuyo ancho
de banda sea Aproximadamente 4000Hz.
¿Cual será la razón de muestreo de la voz para que pueda
regenerarse sin error?
Solución:
2*B = 2*(4000Hz) = 8000Hz → 8000 muestras por segundo: (1/8000)

Es decir: la razón de muestreo de la voz debe ser de al menos

8000Hz para que pueda generarse sin error.
 Ejemplo:
Se tienen dos señales analógicas sinusoidales:
x1(t) = cos 2𝞹(10)t y
x2(t) = cos 2𝞹(50)t
Se sabe que son muestreadas a una frecuencia Fs = 40Hz,
determinar las respectivas secuencias o señales discretas en el
tiempo
Solución:
x1(n) = cos 2𝞹(10/40)n y x2(n) = cos 2𝞹(50/40)n
x1(n) = cos (𝞹/2)n y x2(n) = cos (5𝞹/2)n
Se sabe: cos (5𝞹/2)n = cos (2𝞹n + 𝞹n/2) = cos(𝞹n/2)
→ sabe: x2(n) = x1(n) → Estas señales sinusoidales
son idénticas “Indistinguibles”
 Ejemplo:
Considere la señal analógica:
xa(t)=3cos 50𝞹t+10sen300 𝞹t – cos100 𝞹t
¿Cúal es la frecuencia de Nyquist para esta señal?
Solución:
1- determinamos las frecuencias presentes en la señal:
F1 = 25Hz, F2 = 150Hz y F3 = 50Hz
→ FMAX = 150Hz como FS > 2Fmax → FS > 2Fmax = 300Hz

Frecuencia de Nyquist: FN = 2Fmax : FN = 300Hz

la componente de señal 10sin300πt, muestreada a la
Señal muestreada: 10sen (𝞹n) frecuencia de Nyquist FN = 300Hz, produce muestras
10sinπ, que son idénticas a cero
Esta frecuencia de muestreo no es conveniente !!! → debemos de
muestrear la señal analógica a una frecuencia mayor que la frecuencia
de Nyquist
 Cuantificación
Proceso de Conversión de una señal de valores continuos
tomados en instantes discretos de tiempo en una señal de
valores discretos en instantes de tiempo discretos.
→ Es decir, es una señal digital.
El valor de cada muestra de la señal se representa mediante
un valor seleccionado dentro de un conjunto finito de posibles
valores.

La diferencia entre la Señal de entrada “muestra no

cuantificada x(n)” y la señal de salida “ya cuantificada xq(n)” es
el Error de Cuantificación o Ruido. → este debe ser Mínimo
Codificación: En este proceso, cada valor discreto xq(n) se representa
mediante una secuencia binaria de b-bits.
 Ruido mínimo

El error de cuantización debe ser lo mas bajo posible, para

eso se utilizan diferentes técnicas:
- Cuantificación Uniforme
- Cuantificación Logarítmica
- Cuantificación No Uniforme
- Cuantificación Vectorial
Convertidor Analógico - Digital
Conclusiones
► Para realizar un procesamiento de señal digital los
procesos de muestreo y cuantización son fundamentales
para reproducir con exactitud una señal analógica.

► El teorema de muestreo planteado por Nyquist, permite

convertir correctamente una señal analógica en una señal
digital.