Muestreo y reconstrucción de señales

Muestreo y reconstrucción ideales de señales continuas en el

tiempo

Tratamiento discreto en el tiempo de señales continuas en el

tiempo

Convertidores analógico-digital y digital-analógico

Muestreo y reconstrucción de señales paso banda continuas

en el tiempo

Muestreo de señales discretas en el tiempo

Muestreo y reconstrucción de señales
Conversión Continua a Discreta
A-D (Ideal)
Una de las formas de hacerlo sería con un Tren de Pulsos
Habíamos dicho que la frecuencia de muestreo Fs=1/T debe elegirse lo suficientemente grande
como para que el muestreo no cause ningún problema de información espectral (sin aliasing). Si
el espectro de la señal anañalogica puede recuperarse a partir de la señal discreta , no existe
pérdida de información.

Pero qué pasa con la relación de los espectros de Xa(t) y de X(n) ?

Mediante Fourier habíamos dicho que :

La señal se puede recuperar a partir de su espectro

de frecuencia mediante la transformada inversa

Una señal aperiódica se puede determinar mediante la

Transformada de Fourier

Y en el caso de las discretas muestreando a Xa(t) :

Y la secuencia x(n) se puede recuperar a partir de su espectro

X(f) como
Habíamos dicho que la relación entre la señal analogica y discreta en el tiempo en relación a sus
frecuencias estaba dada por :

F es la frecuencia de la señal analogica

Fs es la frecuencia de muestreo

Reemplazando en las ecuaciones se llega a:

Esta sería la relación de X(F) señal discreta con Xa(F) que es el espectro de la
señal analogica
Supongamos una señal con un determinado
ancho de banda AB

Aqui Fs >2*AB no existe Aliasing

y en este caso X(F)=Fs* Xa(F)

Aqui Fs < 2*AB se produce un

solapamiento espectral, y este aliasing
nos impide recuperar la señal original
xa(t)
D-A
Si muestreamos a una frecuencia de Fs>2*AB el espectro en frecuencia nos quedaría :

Y la señal analogica nos quedaria como :

Es la función
sinc (n)

Fórmula de Interpolación Ideal y es la base del teorema

del muestreo
 Pero como es una sumatoria me quedaria la grafica con la señal analogica reconstruida

● De acuerdo con el teorema de muestreo y la fórmula de reconstrucción la recuperación de Xa(t) a partir de sus muestras x(n) requiere un
número infinito de muestras. Sin embargo, en la práctica, se utiliza un número finito de muestras de la señal y trabajaremos con señales
de duración finita por lo tanto, sólo vamos a tratar la reconstrucción de una señal de duración finita a partir de una serie finita de
muestras.Esto trae como consecuencia que la interpolación no es tan real.

● La frecuencia Fs/2 se denomina frecuencia de solapamiento. y cuando hay aliasin la relacion f=F/Fs no es lineal como esta relacion, sino
que es lineal por tramos. En cambio si Fs>2*AB la relacion esta si es linean y uno a uno. y no existe el aliasing.

● En la practica normalmente se realiza un prefiltarod con un filtro antialiasing antes de la operacion de muestreo. Esto asegura que las
componentes de la frecuencia tal que cumplen que F>AB se atenuen los suficiente de manera que si existe el aliasing causen una
disttorsion despreciable en la señal deseada
Qué pasa con el espectro ? Y para que esta el filtro pasa bajo al final ?
Todo esto pasa si Fs >2*AB de la señal Si no es así ALIASING

Las frecuencias con alias no se pueden recuperar.

La señal continua original no se puede recuperar con certeza.
No se puede confiar en el resto del procesamiento.
● Primero se selecciona el ancho de banda de la señal, dado que el ancho de banda determina la frecuencia mínima de
muestreo. La elección de la frecuencia de muestreo Fs=1/T, donde T es el intervalo de muestreo no sólo determina la
frecuencia más alta (F s /2) que se va a conservar de la señal analógica, sino que también sirve como factor de escala
que influye en las especificaciones de diseño de los filtros digitales y de otros sistemas discretos en el tiempo a través
de los que se procesa la señal.

● El filtro pasa bajo o antialiasing asegura que el ancho de banda de la señal que se va a muestrear está limitado al rango
de frecuencias deseadas, o sea cualquier componente de la señal con una frecuencia superior a Fs/2 se atenúan y la
distorsión es depreciable. También a este filtro se lo diseña de tal manera de limitar el ruido aditivo y otras interferencias
que pueden causar distorsión. Normalmente el ruido aditivo es de banda ancha y excede el AB de la señal deseada.
Ej: Señal de FM

https://chirp.danplanet.com/projects/chirp/wiki/Home
Recordar
Resumen
● Las señales continuas tienen que ser discretizadas - Muestreo
● El muestreo puede causar aliasing → Se necesita un filtro antialiasing analógico Fa < Fs ⁄ 2. Esto
evita la incertidumbre
● Según el teorema de Nyquist, la frecuencia de muestreo debe ser el doble de la frecuencia máxima
de la señal, Fs > 2 ⋅ AB. (Por lo general, de 3 a 4 veces mayor).
● La frecuencia máxima de una señal discretizada es Fs ⁄ 2
● Si la señal se muestrea de acuerdo con el teorema de Nyquist, se puede reconstruir la señal usando
una interpolación SINC.
● Los sistemas reales deben incluir el efecto de muestreo y retención analógicos y que los filtros no
son ideales.
● El sistema equivalente continuo (analógico) es la contribución de todos los filtros, es decir, filtro
anti-aliasing, sistema discreto y filtro de reconstrucción.
Pero:

● Nuestro hardware de adquisición puede ser limitado (restricciones por precio, arquitectura, tiempo u
otros).
● A veces sólo se necesita una pequeña parte del espectro.
● En el mundo real, las señales de banda limitada no existen (ruido).