Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 4
Conversión de Señales
Analógicas a Digitales
Materia: Comunicaciones
Digitales
Semestre: 6to.
Carrera: ICE
Feb-Jul 2021
El término digital, involucra valores de entrada/salida discretos. Algo discreto puede tomar valores
finitos. El caso de las comunicaciones digitales y el cómputo, esos valores son el CERO (0) o el UNO (1)
o Bits (BInary DigiTs). Estos valores fijos se toman del sistema binario, lo que significa que la señal va a
quedar convertida en una combinación de ceros y unos, que ya no se parece en nada a la señal
original. Ver Fig. 1.
Los ojos y los oídos son receptores de información analógica y digital. Los ojos reconocen y distinguen
los niveles discretos de una gama de señales y además perciben una variedad infinita de tonalidades
de los colores. Los oídos distinguen separadamente los tonos de una amplia escala de sonidos y al
mismo tiempo pueden apreciar la variación continua de los tonos, como es el caso de las
composiciones musicales.
Algo similar ocurre con los sistemas de comunicación analógicos. Mientras las señales digitales caigan
dentro de la gama del sistema no existirá dificultad para transmitir información digital por canales
analógicos.
En cambio las señales analógicas no se pueden enviar o recibir con equipos de comunicación digital
a menos que sean previamente muestreadas, cuantificadas (o cuantizadas) y codificadas. La base
del proceso de digitalización de señales analógicas está constituida por los siguientes pasos:
DIGITALIZACIÓN
Hay diferentes 4 etapas a seguir para convertir una señal analógica a una señal digital. Primero en el
transmisor la señal de información se muestrea, después se cuantifica y por último se codifica,
posteriormente la señal pasa a un modulador para pasar al canal.
1. Muestreo: El muestreo (en inglés, Sampling) consiste en tomar muestras periódicas de la amplitud
de onda. La velocidad con que se toman esta muestra, es decir, el número de muestras por segundo,
es lo que se conoce como frecuencia de muestreo.
2. Retención: (En inglés, Hold) Las muestras tomadas han de ser retenidas (retención) por un circuito
de retención (Hold), el tiempo suficiente para permitir evaluar su nivel (cuantificación). Desde el punto
de vista matemático este proceso no se contempla ya que se trata de un recurso técnico debido a
limitaciones prácticas y carece, por tanto, de modelo matemático.
Durante el muestreo y la retención, la señal aun es analógica puesto que aún puede tomar cualquier
valor, no obstante, a partir de la cuantificación, cuando la señal ya toma valores finitos, la señal ya es
digital.
En la Naturaleza nos encontramos con señales continuas en el tiempo, frente a las señales discretas,
las cuales son señales que se manejan en los sistemas digitales.
Bajo ciertas condiciones una señal continua puede ser representada y recuperada a partir de valores
instantáneos, consistentes en muestras equiespaciadas de dicha señal.
Teorema de Nyquist
Harry Nyquist estudió la cantidad de información que era posible enviar a través de un canal sin ruido
y de ancho de banda finito, en 1924 y 1928 publicó una serie de artículos, esos estudios permitieron
demostrar que esa cantidad de información estaba limitada en función al ancho de banda del
canal. El teorema dice: Sea una función limitada en banda, entonces, si está muestreada de forma
tal que la frecuencia de muestreo fS tenga relación con el ancho de banda de la señal original,
resultará que a partir de la función muestreada se podrá recuperar la totalidad de la información
contenida en la primera. En este instante nos centraremos en determinar bajo qué condiciones
podemos recuperar de forma perfecta e inequívoca x(t) a partir de pues existen infinitas señales
que en los instantes de muestreo pasan por los valores de , tal y como muestra la figura 7.
Para que la señal se pueda recuperar a partir de , ocupamos el Teorema de Muestro, el cual
establece la frecuencia mínima de muestreo f s . Se puede enunciar el teorema de muestreo o
teorema de Nyquist para señales limitadas en banda de energía finita de la siguiente forma:
Teorema de Muestreo
Cuando la tasa de muestreo fs excede a la de Nyquist 2fmax, las replicas de requeridas para la
construcción de están más separadas por lo que no existe ningún problema a la hora de
recuperar la señal original a partir de la señal muestreada con el procedimiento descrito.
Sin embargo, cuando la tasa de muestreo fs es menor que 2fmax, se puede ver que al construir la señal
), las replicas de aparecen solapadas. En este caso el espectro pasaría a ser el de la
figura 6, fs < 2fm. Las altas frecuencias de se ven reflejadas hacia las bajas frecuencias en .
Este fenómeno se denomina aliasing.
Es evidente comprobar que si la tasa de muestreo fs es menor que la de Nyquist 2B (B, ancho
debanda), la señal original no se puede recuperar de forma exacta a partir de las muestras y, por
lo tanto, se pierde información en el proceso de muestreo.
fs≥ 2fmax
1
TS
2 f max
El muestreo solo, no es una técnica digital. El resultado inmediato del muestreo es una señal de
modulación por pulsos.
Matemáticamente sería:
Recordemos que toda señal analógica en función del tiempo tiene su correspondiente señal en
función de la frecuencia llamado espectro de frecuencia.
Matemáticamente el análisis espectral está relacionado con una herramienta llamada transformada
de Fourier. Ese análisis puede llevarse a cabo para pequeños intervalos de tiempo, o menos
frecuentemente para intervalos largos, o incluso puede realizarse el análisis espectral de una función
determinista (tal como ). Además la transformada de Fourier de una función no sólo permite
hacer una descomposición espectral de los formantes de una onda o señal oscilatoria, sino que con
el espectro generado por el análisis de Fourier, incluso se puede reconstruir la función original
mediante la transformada inversa. Para poder hacer eso, la transformada no solamente contiene
información sobre la intensidad de determinada frecuencia, sino también sobre su fase.
Función muestreada
(1)
Recordando:
Por propiedad:
∗ (a)
Donde:
(2)
(3)
Objetivo
Por propiedad:
Función impulso:
∗ (6)
En la práctica, es imposible transmitir información sobre la amplitud exacta de las señales analógicas,
ya que sólo se admiten ciertas amplitudes discretas del tamaño de una muestra. Después que la señal
analógica es muestreada en un sistema PAM, se transmite el nivel más próximo a la amplitud
verdadera. En el extremo receptor se reconstruye la señal a este nivel. Este procedimiento de
representación de la señal admitiendo sólo ciertas amplitudes discretas se llama cuantificación.
La cuantificación introduce un error inicial en la amplitud de las muestras, dando lugar al ruido de
cuantificación o distorsión de cuantificación. Siempre que una reducción de la calidad de la línea no
impida la adopción de una decisión correcta en cuanto a la presencia o ausencia de un impulso, el
proceso de regeneración eliminará el ruido de línea. Por lo tanto, el único ruido presente en la señal
reconstruida en el extremo receptor será el ruido de cuantificación. En consecuencia, en los sistemas
de transmisión de señales cuantificadas, el ruido máximo se selecciona intencionalmente, mientras
que en los sistemas analógicos el ruido máximo depende de las características del trayecto de
transmisión.
Si la transformación de señal analógica a digital se efectúa más de una vez, es decir, si se usan varios
enlaces PCM en tándem (la palabra tándem se emplea asimismo para señalar elementos de un
mismo tipo que se posicionan en serie, es decir uno atrás de otro, y que cumplen la misma función en
un mecanismo), el ruido de cuantificación se acumula.
Si el resultado del muestreo es una serie de pulsos con valores de amplitud entre un máximo y un
mínimo de la señal, el conjunto de amplitudes puede ser infinito con valores continuos ente los dos
límites. Estos valores no pueden utilizarse en el proceso de la codificación. Como sería el caso de un
muestreo natural.
1. Asumimos que la señal analógica original tiene amplitudes instantáneas ente V min y Vmax.
L= 2n
4. Por último asignamos valores de cuantificación de 0 a L-1 a los puntos medios de cada zona Δ, lo
cual permite digitalizar la señal.
Al cuantificar una señal, si L es muy bajo aumenta el error de cuantificación, y si L aumenta, disminuye
el error de cuantificación. El valor de error de cualquier muestra es Δ/2. En otras palabras:
La cuantificación uniforme es aquella en la que todos los segmentos en que se divide la recta real son
de igual longitud, salvo en los extremos del cuantificador. Si las amplitudes de la señal sin cuantificar
se distribuyen uniformemente dentro del rango dinámico del cuantificador, entonces la función de
densidad probabilidad del error de cuantificación es uniforme entre -Δ/2 y Δ/2 (Δ es el escalón de
cuantificación).
Tiene una implementación simple, es robusta a cambios pequeños en las estadísticas en la entrada,
algunas características de un cuantificador uniforme son:
Todos los intervalos tienen un mismo tamaño , excepto quizá los intervalos extremos. Salvo la
primera y la última región si las muestras no son finitas.
Todos los niveles de reconstrucción están uniformemente espaciados, y en los intervalos
internos son los puntos medios de los intervalos.
Dentro de los cuantificadores uniformes se pueden distinguir dos clases básicas: los cuantificadores
midriser y midtread.
Midriser
Un cuantificador midrise presenta el mismo número de escalones para la parte positiva y negativa de
la señal, pero las muestras próximas a cero van a fluctuar entre dos niveles (en el caso en que sólo
haya muestras de ruido a la entrada del cuantificador y no exista señal a codificar). Esta fluctuación
puede ser indeseable (porque puede forzar a que se transmitan bits cuando no hay información que
transmitir) o puede ser deseable (en sistemas de transmisión continua asegura que la línea se
mantiene siempre activa, ya que hay bits constantemente cambiando de valor a causa del ruido a la
entrada del cuantificador). El cero no es un nivel de reconstrucción, número de niveles par.
Midtread
Por último, el rango dinámico de los cuantificadores se define como el rango de valores de la señal
de entrada dentro del cual el error máximo entre la señal de entrada y la cuantificada es menor o
igual a Δ/2. El rango dinámico para los dos cuantificadores presentados es de –4Δ a 3Δ para el
cuantificador midtread, y de –3.5Δ a 3.5Δ para el cuantificador midriser. Los valores de entrada fuera
del rango dinámico producen un error que se conoce como error de sobrecarga, y que se debe
tratar de evitar ajustando cuidadosamente el rango dinámico del cuantificador con el de la señal, ya
que puede ser mucho mayor que el error de cuantificación e independiente de Δ.
CUANTIFICACIÓN NO UNIFORME
En muchas ocasiones la cuantificación uniforme no es la mejor opción porque existe mucha actividad
en algunas zonas del rango dinámico y muy poca en otras. Un caso típico es aquel en el que
aparecen muchas muestras entorno a cero y muy pocas en los extremos del rango dinámico. Por
ejemplo, este el caso de las señales de voz, para las que es mucho más probable tener muestras con
amplitudes pequeñas, que además van a requerir una mayor resolución que las muestras de gran
amplitud. Una posibilidad para solucionar este problema consiste en utilizar un cuantificador uniforme
con la precisión máxima requerida, pero esto puede llevar a transmitir muchos más bits de los
necesarios en la zona donde dicha precisión no es necesaria. En consecuencia, la solución habitual
consiste en emplear cuantificadores no uniformes en los que los segmentos adjudicados a cada
escalón no son de igual longitud. La forma usual de realizar un cuantificador no uniforme es pasando
la señal por un compresor (función no lineal de la entrada) que expanda la parte del rango dinámico
que hay que cuantificar con mayor calidad y contraiga la parte del rango dinámico que hay que
cuantificar con menor calidad.
Rango dinámico
El Intervalo Dinámico, denotado como DR, es la relación de la magnitud más grande posible a la
magnitud más pequeña posible que puede decodificarse por el DAC. En forma de ecuación se
puede escribir como:
Donde: Vmínimo es igual a la resolución y Vmáximo es la máxima magnitud del voltaje que puede
decodificar el DAC.
Expresada en Decibeles:
A la salida del decuantificador hay que colocar la función inversa (expansor) para recuperar la señal
original (obviamente con un cierto error de cuantificación inevitable). En la Figura 3 se muestra de
forma esquemática el funcionamiento del compresor-expansor (compander).
En la práctica, un cuantificar no uniforme pude ser difícil de diseñar, se puede usar una estimación de
la distribución para diseñar los cuantificadores. Esta estimación se puede obtener a partir de los datos
al cuantificar de forma iterativa, es decir dando valores aleatorios de niveles de cuantificación.
Cuantificación logarítmica
Un método sencillo para conseguir esto es haciendo pasar la señal por un compresor logarítmico
antes de la cuantificación. Esta señal comprimida puede ser cuantificada uniformemente. A la salida
del sistema, la señal pasa por un expansor, que realiza la función inversa al compresor. A esta técnica
se le llama compresión. Ver fig. 23. Su principal ventaja es que es muy fácil de implementar y funciona
razonablemente bien con señales distintas a la de la voz.
Actualmente, las dos leyes de compresión de segmentos más utilizadas son la ley A (a-law) y la ley µ
(u-law) que dan lugar al codec G.711. La ley A (a-law) se utiliza principalmente en los sistemas PCM
europeos, y la ley µ (u-law) se utiliza en los sistemas PCM americanos.
Ley A
Este algoritmo se utiliza principalmente para la codificación de voz humana, ver fig. 24, ya que su
funcionamiento explota las características de ésta. Las señales de voz están formadas en gran parte
por amplitudes pequeñas, ya que son las más importantes para la percepción del habla, por lo tanto
éstas son muy probables. En cambio, las amplitudes grandes no aparecen tanto, por lo tanto tiene
una probabilidad de aparición muy baja.
En el caso de que una señal de audio tuviera una probabilidad de aparición de todos los niveles de
amplitud por igual, la cuantificación ideal sería la uniforme, pero en el caso de la voz humana esto no
ocurre, estadísticamente aparecen con mucha más frecuencia niveles bajos de amplitud.
El algoritmo Ley A explota el factor de que los altos niveles de amplitud no necesitan tanta resolución
como los bajos. Por lo tanto, si damos más niveles de cuantificación a las bajas amplitudes y menos a
las altas conseguiremos más resolución, un error de cuantificación inferior y por lo tanto una relación
SNR (Relación señal a ruido) superior que si efectuáramos directamente una cuantificación uniforme
para todos los niveles de la señal.
Esto provoca que si para un determinado SNR fijado necesitamos por ejemplo 16 bits usando una
cuantificación uniforme, para el mismo SNR usando la codificación Ley A necesitemos 8 bits, dado
que el error de cuantificación es menor y podemos permitirnos usar menos bits para obtener el mismo
SNR.
Esto se puede entender de la siguiente forma; cuando una señal pasa a través de un compander, el
intervalo de las amplitudes pequeñas de entrada es representado en un intervalo más largo en la
salida, y el intervalo de las amplitudes más elevadas pasa a ser representado en un intervalo más
pequeño en la salida.
Compresor: Amplifica el nivel de las muestras que caen en regiones de alta probabilidad y
reduce el nivel de las que caen en zonas de baja probabilidad.
Usa un cuantificador uniforme, pero el efecto global es el de un cuantificador no-uniforme
Descompresor (expander): Implementa la función inversa del compresor
Por lo tanto, la implementación del sistema consiste en aplicar a la señal de entrada una función
logarítmica y una vez procesada realizar una cuantificación uniforme. Es lo mismo que decir que el
paso de cuantificación sigue una función del tipo logarítmico.
donde:
A = Es el parámetro de compresión.
Ley Mu (Ley μ)
Nosotros empleamos la ley μ, donde μ indica el factor de compresión usado que comúnmente es μ =
255. Si μ = 0, la entrada es igual a la salida.
En la ley A la cuantificación logarítmica emplea funciones logarítmicas para comprimir la señal así
mismo en la ley μ, tenemos:
La codificación es el último proceso que tiene lugar durante la conversión analógica-digital. Consiste
en la traducción de los valores de tensión eléctrica analógicos que ya han sido cuantificados al
sistema binario mediante códigos preestablecidos.
La señal analógica va a quedar transformada en un tren de impulsos digital (sucesiones de ceros y
unos).
Si se quiere una transmisión binaria, faltaría convertir los símbolos a bits. Esto implica que los unos y
ceros resultantes deben ser representados con formas de onda específicas que influirán en: Potencia
de transmisión, ancho de banda reducido, facilidad de recuperación del reloj en el receptor
(sincronismo), detección y corrección de errores, etc. A la asignación de formas de ondas arbitrarias
para los unos y ceros se le llama Codificación de línea.