DSP Unidad 1 - 1sstd

1.
1 MUESTREO PERIÓDICO (1/3)
A partir de una señal continua xc(t) se obtiene una secuencia de muestras

x[n] mediante la relación.
• Para señales de banda limitada.

• T es el periodo de muestreo y su inverso, fs = 1/T [n/s], se denomina
frecuencia de muestreo en unidades de muestras por segundo.
• Mientras que Ωs = 2π /T [rad/s] es la frecuencia de muestreo.
• Un conversor que hace

se llama conversor ideal de tiempo continuo a tiempo discreto (C/D).
1/72 Dr. Esteban Ordóñez Ph.D

1.1 MUESTREO PERIÓDICO (2/3)
• Un (C/D) puede ser considerado como un conversor A/D pero ideal.

• Para un conversor A/D se debe considerar:
• La cuantificación de las muestras de salida.
• La linealidad de los pasos de cuantificación.
• La necesidad de circuitos de muestreo y retención, y
• Las limitaciones de la velocidad de muestreo.
• El proceso de muestreo consiste en dos etapas:
• Modulación mediante un tren de impulsos.
• Conversión del tren de impulsos en una secuencia.

1.1 MUESTREO PERIÓDICO (3/3)
t=nT

1.2 REPRESENTACIÓN DEL MUESTREO EN EL DOMINIO DE LA FRECUENCIA (1/8)
Para obtener la relación entre la entrada y la salida de un conversor C/D ideal

en el dominio de la frecuencia, consideremos la transformada de Fourier de
xs(t).
Dominio del tiempo [t] Dominio de la frecuencia [F]

t -> jΩ
s(t)=
Ωs = 2π/T [rad/s]
Convolución
xs(t) = xc(t)·st(t)

Se cumple->
No se cumple->
Recuperación exacta de una señal en tiempo

continuo a partir de sus muestras utilizando
un filtro paso bajo ideal Hr.

Ejemplo con una señal sinusoidal.
En caso de aliasing.

Teorema de muestreo de
Nyquist-Shannon Frecuencia de
Nyquist
1
= 𝐹𝑠 = 2𝐹𝑖𝑛𝑓
𝑇
Aplicando la transformada
de Fourier en tiempo
continuo

Transformada de
Fourier en tiempo
continuo.

Ejercicio:
Muestree la señal xc(t) con periodo de muestreo T=1/6000.


1.3 RECONSTRUCCIÓN DE SEÑALES DE BANDA LIMITADA A PARTIR DE SUS MUESTRAS (1/3)
Si una señal continua se muestrea a una adecuada frecuencia de muestreo

(Fs=2*F) la señal puede ser reconstruida a partir de la señal discretizada.
Filtro Paso-Bajo con ganancia T


Expresión
simplificada

1.4 PROCESADO EN TIEMPO DISCRETO DE SEÑALES EN TIEMPO CONTINUO (1/10)
El conversor C/D produce una

señal en tiempo discreto:
La transformada de Fourier en
tiempo discreto de la secuencia está
relacionada con la transformada de
Fourier en tiempo continuo de la
señal de entrada en tiempo continuo:




Ejercicio: Filtrado paso bajo ideal en tiempo continuo utilizando un

filtro paso bajo en tiempo discreto


=
𝑇


1.4.1 Invarianza al impulso



1.5 PROCESADO EN TIEMPO CONTINUO DE SEÑALES EN TIEMPO DISCRETO (1/1)
Y
=
X

1.6 CAMBIO DE LA FRECUENCIA DE MUESTREO UTILIZANDO PROCESADO EN TIEMPO
DISCRETO (1/17)

DISCRETO (2/17)
1.6.1 Reducción de la frecuencia de muestreo por un factor entero
xd[n] es idéntica a la secuencia que se obtendría muestreando xc(t) con periodo Td = MT
27/72 Es decir la frecuencia de muestreo se puede reducir por un factor de π/M Dr. Esteban Ordóñez Ph.D
DISCRETO (3/17)

DISCRETO (4/17)

DISCRETO (5/17)

DISCRETO (6/17)
Transformada de Fourier de una
señal continua de banda limitada
Transformada de Fourier del tren de

impulsos con las muestras cuando el
periodo de muestreo es T
Lo mismo que la anterior pero expresado

el eje x en .
Transformada de Fourier en tiempo discreto

(DFT) de la secuencia diezmada cuando M = 2.
La frecuencia de muestreo original es exactamente

DFT de la dos veces la frecuencia mínima necesaria para
secuencia evitar el solapamiento. Por tanto, cuando se
diezmada diezma la secuencia original con un factor de M =
2, no se produce solapamiento.

DISCRETO (7/17)
Transformada de Fourier en tiempo discreto de Xc

diezmado
En general, para evitar el solapamiento cuando se

diezma con un factor de M es necesario que

DISCRETO (8/17)
Dr. Esteban Ordóñez Ph.D

DISCRETO (9/17)
1.6.2 Incremento de la frecuencia de muestreo por un factor entero

Consideremos una señal x[n] cuya frecuencia de muestreo deseamos
incrementar por un factor de L. Si consideramos la señal en tiempo continuo
subyacente xc(t), el objetivo es obtener muestras
Denominaremos interpolación a la
operación de aumentar la
frecuencia de muestreo
Expansor de la frecuencia de muestreo

DISCRETO (10/17)
=

DISCRETO (11/17)
ω
ω

DISCRETO (12/17)

DISCRETO (13/17)
1.6.3 Filtros de interpolación simples y prácticos
Como la interpolación lineal se utiliza a menudo (aunque frecuentemente no

es muy precisa)
La respuesta al impulso del filtro debe ser

DISCRETO (14/17)
Con L = 5 este filtro tendrá la salida interpolada así

DISCRETO (15/17)
La envolvente de hlin[n−k] se
muestra en línea discontinua
para el caso particular de n =
18.
La correspondiente salida
xlin[n] para el caso de L = 5.
La naturaleza de la distorsión de
las muestras intermedias se
puede entender mejor
comparando la respuesta en
frecuencia del interpolador lineal
con la del interpolador paso bajo
ideal para un factor de
40/72
interpolación de L.
Dr. Esteban Ordóñez Ph.D
DISCRETO (16/17)
Mientras mayor la frecuencia de muestreo mejor funcionara el filtro de

interpolación lineal.
Debido a su respuesta al impulso bilateral de longitud infinita, en el interpolador
ideal de banda limitada intervienen todas las muestras originales en el cálculo de
cada muestra interpolada. Por el contrario, en la interpolación lineal sólo
intervienen dos de las muestras originales al calcular la muestra interpolada.
Para aproximarse mejor a la interpolación ideal de banda limitada es necesario
utilizar filtros con respuesta al impulso más larga. En esta aplicación, los filtros
FIR tienen muchas ventajas.

DISCRETO (17/17)
1.6.4 Cambio de la frecuencia de muestreo por un factor no entero

Ya hemos visto la forma de aumentar o disminuir la frecuencia de muestreo de
una secuencia por un factor entero. Combinando el diezmado y la interpolación
es posible cambiar la frecuencia de muestreo por un factor no entero.
En la Figura podemos observar un interpolador que reduce el periodo de muestreo

de T a T/L, seguido por un diezmador que incrementa el periodo de muestreo por
un factor de M. Se produce así una secuencia de salida ˜xd[n] cuyo periodo de
muestreo efectivo es (TM/L). Escogiendo adecuadamente M y L, se puede
aproximar arbitrariamente cualquier razón deseada de periodos de muestreo. Por
ejemplo, si L=100 y M =101, entonces el periodo efectivo de muestreo es 1,01T.
1.7 TRATAMIENTO MULTITASA DE SEÑALES (1/9)
Grandes cambios intermedios en la frecuencia de muestreo requerirían una carga

computacional elevada para calcular cada muestra de la salida si realizáramos el
filtrado de forma directa a la elevada frecuencia de muestreo intermedia.
Afortunadamente, es posible reducir mucho la carga computacional si se
aprovechan algunas técnicas básicas en el área de tratamiento de señales
multitasa.
Este tipo de técnicas, en general, hacen referencia al uso de interpolación,

diezmado, compresores y expansores.
Muchas ventajas
• Conversores ADC/DAC
• Conversores de frecuencia multitaza.
• Intercambio de operaciones de filtrado, diezmado o interpolación
• Descomposición polifásica.

1.7.1 Intercambio de filtrado y compresor/expansor
y[n]=Xd(ej)


1.7.2 Diezmado e interpolación multietapa
Cuando los factores de diezmado o interpolación son grandes, es necesario

utilizar filtros con respuesta al impulso muy larga para obtener aproximaciones
adecuadas a los filtros paso bajo necesarios. En estos casos, puede
conseguirse una reducción significativa en el coste computacional mediante el
uso del diezmado o interpolación multietapa.
π/
π/
π/
π/ π/


1.7.3 Descomposiciones polifásicas
• Las descomposiciones polifásicas de una secuencia se obtienen

representándola como una superposición de M subsecuencias.
• Cada subsecuencia está formada por la M-ésima muestra de versiones
retrasadas sucesivamente de la secuencia original.
• Cuando esta descomposición se aplica a la respuesta al impulso de un filtro,
puede conducir a estructuras de implementación de filtros lineales muy
eficientes en diversos contextos.
• Concretamente, consideremos una respuesta al impulso h[n] que se puede
descomponer en M subsecuencias hk[n] con k = 0,1, . . . ,M−1, como se
indica a continuación:

Retrasando sucesivamente esas subsecuencias, se puede reconstruir la

respuesta al impulso original h[n]. Es decir,
Esta descomposición se puede representar mediante el diagrama de bloques:
Esta gráfica muestran cómo se puede descomponer

un filtro en M filtros paralelos.
Otra forma de representar el retardo a través del diagrama de bloques:
Expresado en el dominio de la transformada Z sería

Esta ecuación expresa la función de transferencia H(z) como una suma de los
filtros polifásicos retrasados

1.8 PROCESADO DIGITAL DE SEÑALES ANALÓGICAS (1/17)
1.8.1. Filtrado previo para evitar el solapamiento

• Los filtros con caídas bruscas en la frecuencia de corte son difíciles de realizar y caros,
y si el sistema va a utilizar una frecuencia de muestreo variable, serían necesarios
filtros ajustables.
• Los filtros con caídas bruscas en la frecuencia de corte tienen en general una respuesta
de fase altamente no lineal, en particular en el borde de la banda de paso. Por tanto,
hay varias razones que hacen deseable eliminar los filtros en tiempo continuo o
simplificar sus requerimientos de diseño.
• ΩN indica la componente de frecuencia más alta que se va a retener después de realizar el

filtrado antisolapamiento.
• 1) Aplicamos un filtro antisolapamiento muy simple con una banda de transición gradual y con
una atenuación importante en MΩN.
• 2) Realizamos la conversión C/D a una frecuencia de muestreo mucho mayor que 2ΩN, por
ejemplo a 2MΩN.
• 3) Realizamos una reducción de la frecuencia de muestreo por un factor de M que incluye un
filtrado antisolapamiento (en tiempo discreto) con caída abrupta en la frecuencia de corte.
• 4) El tratamiento en tiempo discreto posterior se puede realizar a frecuencia de muestreo baja,
con lo que se reduce el coste computacional.
Transformada de Fourier de una señal que ocupa

la banda |Ω|< ΩN.
Transformada de Fourier de la salida del filtro.
Si la señal xa(t) se muestrea con un periodo T

tal que (2π/T−Ωc) ≥ ΩN.
Entonces: Nótese que el “ruido” tendrá

solapamiento, pero no afectará a la banda
ocupada por la señal |ω|<ωN = ΩNT.
Si T y Td se seleccionan de modo que Td = MT y

π/Td=ΩN, la señal ˆx[n] se puede filtrar con un filtro
en tiempo discreto de corte abrupto con G=1 y
fc=π/M.
La salida del filtro en tiempo discreto se puede

submuestrear por un factor de M y obtener la
secuencia muestreada xd[n].
1.8 PROCESADO DIGITAL DE SEÑALES ANALÓGICAS

1.8.2. Conversión A/D






 

1.8 PROCESADO DIGITAL DE SEÑALES ANALÓGICAS

1.8.3. Conversión D/A

Escalado en Conversión Retención de

Xm a impulsos orden cero



/
)



1.9 SOBREMUESTREO Y CONFORMACIÓN DE RUIDO EN LA CONVERSIÓN A-D Y D-A (1/4)
1.9.1 Conversión A-D sobremuestreada con cuantificación directa

Razón de sobremuestreo
ω

1.9 SOBREMUESTREO Y CONFORMACIÓN DE RUIDO EN LA CONVERSIÓN A-D Y D-

DSP Unidad 1 - 1sstd

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

DSP Unidad 1 - 1sstd

Cargado por

Copyright:

Formatos disponibles

1.

1 MUESTREO PERIÓDICO (1/3)

A partir de una señal continua xc(t) se obtiene una secuencia de muestras

• Para señales de banda limitada.

• Un conversor que hace

1/72 Dr. Esteban Ordóñez Ph.D

• Un (C/D) puede ser considerado como un conversor A/D pero ideal.

2/72 Dr. Esteban Ordóñez Ph.D

3/72 Dr. Esteban Ordóñez Ph.D

Para obtener la relación entre la entrada y la salida de un conversor C/D ideal

Dominio del tiempo [t] Dominio de la frecuencia [F]

4/72 Dr. Esteban Ordóñez Ph.D

Recuperación exacta de una señal en tiempo

6/72 Dr. Esteban Ordóñez Ph.D

Ejemplo con una señal sinusoidal.

7/72 Dr. Esteban Ordóñez Ph.D

8/72 Dr. Esteban Ordóñez Ph.D

9/72 Dr. Esteban Ordóñez Ph.D

10/72 Dr. Esteban Ordóñez Ph.D

11/72 Dr. Esteban Ordóñez Ph.D

Si una señal continua se muestrea a una adecuada frecuencia de muestreo

Filtro Paso-Bajo con ganancia T

12/72 Dr. Esteban Ordóñez Ph.D

13/72 Dr. Esteban Ordóñez Ph.D

14/72 Dr. Esteban Ordóñez Ph.D

El conversor C/D produce una

15/72 Dr. Esteban Ordóñez Ph.D

16/72 Dr. Esteban Ordóñez Ph.D

17/72 Dr. Esteban Ordóñez Ph.D

18/72 Dr. Esteban Ordóñez Ph.D

Ejercicio: Filtrado paso bajo ideal en tiempo continuo utilizando un

19/72 Dr. Esteban Ordóñez Ph.D

20/72 Dr. Esteban Ordóñez Ph.D

21/72 Dr. Esteban Ordóñez Ph.D

1.4.1 Invarianza al impulso

22/72 Dr. Esteban Ordóñez Ph.D

23/72 Dr. Esteban Ordóñez Ph.D

24/72 Dr. Esteban Ordóñez Ph.D

25/72 Dr. Esteban Ordóñez Ph.D

26/72 Dr. Esteban Ordóñez Ph.D

1.6.1 Reducción de la frecuencia de muestreo por un factor entero

xd[n] es idéntica a la secuencia que se obtendría muestreando xc(t) con periodo Td = MT

28/72 Dr. Esteban Ordóñez Ph.D

29/72 Dr. Esteban Ordóñez Ph.D

30/72 Dr. Esteban Ordóñez Ph.D

Transformada de Fourier del tren de

Lo mismo que la anterior pero expresado

Transformada de Fourier en tiempo discreto

La frecuencia de muestreo original es exactamente

31/72 Dr. Esteban Ordóñez Ph.D

Transformada de Fourier en tiempo discreto de Xc

En general, para evitar el solapamiento cuando se

32/72 Dr. Esteban Ordóñez Ph.D

Dr. Esteban Ordóñez Ph.D

1.6.2 Incremento de la frecuencia de muestreo por un factor entero

Expansor de la frecuencia de muestreo

34/72 Dr. Esteban Ordóñez Ph.D

35/72 Dr. Esteban Ordóñez Ph.D

36/72 Dr. Esteban Ordóñez Ph.D

37/72 Dr. Esteban Ordóñez Ph.D

1.6.3 Filtros de interpolación simples y prácticos

Como la interpolación lineal se utiliza a menudo (aunque frecuentemente no