Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
Sistema LIT en el dominio temporal y en el dominio de frecuencia
x(n) y(n)
Sistema LIT
X(ejΩ) Y(ejΩ)
H(ejΩ)
2
PROCESO DE MUESTREO UNIFORME DE PERÍODO T
Tren de impulsos - T= 1 s.
1.5
k = ∞
δ T (t ) = ∑ δ (t − kT )
1.0
.5
0
k = -∞ 0 5 10
Tiempo [s]
δT(t)
y(t) y(kT)
∞ ∞ ∞
− jωt − jωt 1 ∞ jnω s t − jωt
*
Y ( ω) = ∫y
*
(t )e dt = ∫ y(t )δ T (t )e dt = ∫ y (t ) ∑ e e dt
−∞ −∞ −∞ T n = −∞
1 ∞ ∞ − j( ω − nω s )t 1 ∞
*
Y ( ω) = ∑ ∫ y(t )e
T n = −∞ − ∞
dt = ∑ Y ( ω − nω s )
T n = −∞
1 ∞
Y (ω) = ∑ Y (ω − nωs )
*
T n =−∞
1/T |Y*(ω)|
-ωs/2 ωs/2
-2ωs -ωs ωM ω
s 2ωs ω
ωs/2
Si ωM > ωs/2 los espectros laterales se superponen y el contenido de
frecuencias de Y* se distorsiona en [- ωM ωM ] (Se produce aliasing)
6
Teorema de Shannon - Kotelnikov
y Frecuencia de Nyquist
π
ωM ≤ ω N = |Y(ω)| Máxima frecuencia
T
de la señal de
entrada y(t). [Señal
ωN Frecuencia de Nyquist de banda limitada]
ω
ωM
1/T |Y*(ω)|
-ωs/2 ωs/2
8
9
Transformada de Laplace de una señal muestreada
δT(t)
y(t) y(kT)
2 2
y (t) Muestreador y (kT) 1
1 Período T
0
0 0 2.5 5 7.5 10
0 2.5 5 7.5 10 Tiempo [s]
Tiempo [s] y (t) y*(t) = y(kT)
k =∞ k =∞
y (kT) = y (t ) δ T (t ) = y (t ) ∑ δ(t − kT) = ∑ y (kT)δ(t − kT)
k = −∞ k = −∞
⎣k = −∞ ⎦ − ∞ k = −∞ k = −∞ −∞
k=∞ k =∞
L[y(kt )] = Y ∗ (s ) = ∑ y (kT) e − skT haciendo la transformación z = e sT se tiene ∑ y (kT) z − k
k = −∞ k = −∞
que no es otra cos a que la Transformada Zeta de la señal y (t ) muestreada cada T segundos
10
Transformada Z
∞
Transformada Z de una función temporal Y( z ) = Z[y (t )] = Z[y(kT)] = ∑ y (kT) z − k
−∞
∞
Transformada Z de una secuencia Y( z ) = Z[y (k )] = ∑ y(k ) z − k
−∞
Y( z ) = ∑ ⎢ Re siduos de sT − 1
estrictamente propia con polos
en los polos de Y(s )⎥ en el semiplano izquierdo
⎣ 1− e z ⎦
11
Relación entre los planos s y z
∞ ∞
Z[y(t )] = Z[y(kT)] = Y(z) = ∑ y(kT)z−k
− nTs
Y (s) = ∑ y(nT)e
*
= Y(z)z =esT
n= 0 k =0
jω jν
Plano z
s1=σ1+jω1 z = esT
Plano s jω1 z 1 = eS 1 T
σ
σ1 μ
12
Relación entre los planos s y z
z = e sT = e σT + jωT = e σT e jωT
Plano s Plano z
π/T
s=σ+jω
1
z = e σT
-π/T arg( z ) = ωT
Puntos del semiplano izquierdo de s se corresponden con puntos del interior del círculo de radio unitario en z
Puntos del eje jω en [-π/T, π/T] conforman la circunferencia unidad en z
Puntos del semiplano derecho de s se corresponden con puntos del exterior del círculo de radio unitario en z
13
4π/T= 2ωs Cada franja de ancho ωs se convierte
en todo el plano Z
3π/T
2π/T=ωs
Plano z
π/T
1
Franja primaria 0
-π/T
-2π/T= -ωs
-3π/T
-ωs/2 ωs/2
-ωs 0 ωs
-2ωs 2ωs
ωs ωs ωs
1/T |Y*(ω)|
-ωs/2 ωs/2
15
16
Función de Transferencia de pulso
T T T
H1(s) H2(s)
U(s) U*(s) M(s) M*(s) Y(s) Y*(s)
U(z) Y(z)
H1(z) H2(z) Y( z ) = H 2 ( z )M( z ) = H 2 ( z )H 1 ( z )U( z )
T T
H1(s) H2(s)
U(s) U*(s) M(s) Y(s) Y*(s)
U(z) Y(z)
H1H2(z) Y( z ) = Z[H 1 (s )H 2 (s )]U( z ) = H 1 H 2 ( z )U( z )
17
Función de Transferencia en z de lazo cerrado
Controlador
W T T Y (s)
R (z) H (z)
T
W*(s) E*(s) U (s) U*(s) Y*(s)
Y*(s) T
Y ( z ) = H ( z ) U ( z ) = H ( z ) R ( z ) E( z ) = H ( z ) R ( z )( W( z ) − Y ( z ))
Y ( z ) + H ( z ) R ( z ) Y ( z ) = H ( z ) R ( z ) W( z )
Y ( z )(1 + H ( z ) R ( z )) = H ( z ) R ( z ) W( z )
H(z)R(z)
Y(z) = W(z)
1 + H(z)R(z)
18
Funciones de Transferencia en z
Y (s)
R (s) T
W (s) E (s) Y*(s)
T
H (s)
Y*(s)
Y(s ) = R (s )E(s ) = R(s )( W(s ) − H(s )Y* (s ))
Y( z ) = RW( z ) − RH( z )Y( z )
Y( z )(1 + RH( z )) = RW( z )
RW( z )
Y( z ) =
1 + RH( z )
19
Funciones de Transferencia en z
T Y (s)
R (s) H (s)
T
W (s) E (s) U (s) U*(s) Y*(s)
Y (s)
Y( z ) = H ( z )U ( z )
U(s ) = R(s )( W(s ) − Y(s )) = R(s )( W(s ) − H(s )U * (s ))
RW( z )
U( z ) = RW( z ) − RH( z )U( z ) ⇒ U( z ) =
1 + RH( z )
H( z )RW( z )
Y( z ) =
1 + RH( z )
20
U2
Y(z) b 0 z m + b1 z m − 1 + b 2 z m − 2 + . . . + b m − 1 z 1 + b m )
Gc(z) = = n n ≥m
X(z) z + a1 z n − 1 + a 2 z n − 2 + . . . a n − 2 z 2 + a n − 1 z + a n
Y(z) b 0 z − ( n − m ) + b1 z − ( n − m + 1) + b 2 z − ( n − m + 2) + . . . + b m − 1 z - (n -1) + b m z − n )
Gc(z) = = n≥ m
X(z) 1 + a1 z − 1 + a 2 z − 2 + . . . a n - 2 z − ( n - 2) + a n -1 z − ( n -1) + a n z − n
21
Diapositiva 21
U2 Usuario, 24/04/2008
Diferentes configuraciones de filtros
Las configuraciones mas comunes y utilizadas, son
-Programación directa
-Programación estándar
No son las únicas
-Programación en serie Pero:
posibles
-Programación en paralelo
-Programación en escalera
22
Método de Programación Directa caso n=m
b0
b1
b2
bm-1
X(Z)
Z-1 Z-1 … Z-1 bm
Y(Z)
+
an
an-1
a1
a1
a1
23
Método de Programación Directa caso n=m+2
b0
bm-1
X(Z)
Z-1 Z-1 … Z-1 bm
Y(Z)
+
an
an-1
a1
a1
a1
24
Programación Estándar
Y(z) b 0 z m + b1 z m − 1 + b 2 z m − 2 + . . . b m − 2 z 2 + b m -1 z + b m
Gc(z) = =
X(z) z n + a1 z n − 1 + a 2 z n − 2 + . . . a n − 2 z 2 + a n -1 z + a n
Y(z) ⎛⎜ b 0 z m − n + b1 z (m − 1) - n + b 2 z (m − 2) - n + . . . b m − 2 z 2 − n + b m -1 z 1- n + b m z − n ⎞ Q( z )
⎟x
=
X(z) ⎜⎝ 1 + a1 z − 1 + a 2 z − 2 + . . . a n − 2 z 2 − n + a n -1 z 1- n + a n z − n ⎟ Q( z )
⎠
Y( z ) =(b 0 z m − n + b1 z (m − 1) - n + b 2 z ( m − 2) - n + . . . b m − 2 z 2 − n + b m -1 z 1- n + b m z − n ) xQ( Z )
X( z ) = (1 + a1 z − 1 + a 2 z − 2 + . . . a n − 2 z 2 − n + a n -1 z 1- n + a n z − n ) x Q( z )
Q( z ) = X( z ) − a1 Q( z ) z − 1 − a 2 Q( z ) z − 2 − ... − a n − 2 Q( z ) z 2 − n − a n -1 Q( z ) z 1- n − a n Q( z ) z − n
25
Programación Estándar – Caso n = m+1
b0 Y(Z)
b1 +
b2
bm-1
bm
X(Z) Q(Z)
+ Z-1 Z-1 Z-1 Z-1 Z-1
-a1
-a2
-a3
-an-1
-an
26
Ejemplo de sistema sencillo en Z – Programación Directa
X(z) 0.1
Z-1
Y(z)
Y( z ) 0.1z 0.1 z − 1
G ( Z )= = 2 =
X( z ) z − 1.7 z + 0.72 1 − 1.7 z − 1 + 0.72z − 2 -0.72 +
1.7
Z-1 Z-1
27
Respuesta a un impulso unitario
Determinación por tabla a partir del diagrama del filtro
0 1 0 0 0 0
1 0 1 0 0 0.1
2 0 0 0 0.1 0.17
X(z) 1
1 +
+ Z-1 0.1 Y(z) +
0.9 + 0.9
0.8 X(z)
Z-1 Y(z)
Z-1
+
Programación Z-1 1 _
Serie +
0.8
Z-1
X(z)
Z-1 0.1
Y(z)
+ Programación paralelo
-0.72
1.7
Z-1 Z-1
30
Filtros de respuesta infinita al impulso (IIR) y
filtros de respuesta finita al impulso (FIR)
X(z) 1
Por tener todos los polos en el origen del plano z, un filtro FIR siempre es estable.
31
Ejemplo elemental de filtro FIR
El ejemplo propuesto consiste en obtener el promedio de los automóviles que cruzan una estación de peaje,
contados minuto a minuto, durante los últimos cinco minutos.
En este caso, produce el efecto de suavizar los datos (actúa como un filtro pasabajos).
Su construcción se plantea de la siguiente manera:
Si se define como r(k) la cantidad de vehículos que pasan la estación en el minuto k, y que se deben
promediar cada cinco minutos, siendo la salida c(k)
que para que quede en forma de filtro con los coeficientes que afectan a cada término, se modifica a:
c(k) = 1/5 r(k) + 1/5 r(k-1) + 1/5 r(k-2) + 1/5 r(k-3) + 1/5 r(k-4) (2)
C(z) = 0.2 R(z) + 0.2 z-1R(z) + 0.2 R(Z) z-2 + 0.2 R(z) z-3 + 0.2 R(z)z-4 (3)
35
36
37