Clase7 Señales y Sistemas Discretos

Anlisis de Sistemas Lineales
Procesamiento Digital de Seales

(PDS en espaol, DSP en ingles)
Sistemas Lineales Invariantes en el
Tiempo (LTI)

2
Procesamiento digital de seales

Filtros Digitales:
FIR-IIR-Adaptativos

Transformada de
Fourier Anlisis de
Espectro
Conversor A/D
Conversor D/A
Procesamiento de Seales
3
Una seal es una funcin que representa una cantidad fsica o
matemtica, que contiene informacin acerca del comportamiento o
naturaleza de un fenmeno

x(t) seal en tiempo contino
x[n] seal en tiempo discreto (secuencia)

s
1
t
x(t)
n 0 1 2 3 4 5 6 7 8 9 10
x[n]
Seales
4
s
1
t
t
s
2
111
110
101
100
011
010
001
000
n 0 1 2 3 4 5 6 7 8 9 10
x(t)
x[n]
quantizacin
Muestreo x(nT
s
)
Seal Analgica
Seal Digital
Conversin A/D
s
1
t
t
a
= 1 / f
a
s
2
T
s
=1/f
s
Muestreo de Seales
5
( )
( )
( ) cos(2 ) cos( )
Para una frecuencia de muestreo
[ ] cos(2 ) cos 2
[ ] cos 2
[ ] cos
s
s
s
x t ft t
f
f
x n fnT n
f
x n Fn
x n n
= t = e
| |
= t = t
|
\ .
= t
= O
Muestreo de una seal de tiempo continuo
Ejemplo 1
=
, Frecuencia digital
= en radianes
Como
y como debe de existir frecuencias positivas y

negativas,
. As:
,
Representacin:
x[n] = {1, 3, 7, 5 11}
l
(seala la posicin para n=0)
1
3
7
5
11
n
x[n]
x[0]
Secuencia
6
Reflexin

Escalamiento

-10 -5 0 5 10
-2
0
2
4
6
8
-10 -5 0 5 10
-2
0
2
4
6
8
x[-n]
x[n]
0 0 0
x(0.5t) x(2t) x(t)
Operaciones sobre las Seales
7
OPERACI ONES SOBRE EL EJE DE TI EMPO
Desplazamiento

-20 -10 0 10 20
-1
-0.5
0
0.5
1
1.5
2
2.5
3
-20 -10 0 10 20
-1
-0.5
0
0.5
1
1.5
2
2.5
3
... ...
...
x[n]
x[n-n
0
]
n
0
x[n]
y[n]=x[n-no]
Operaciones sobre las Seales
8
Propiedades de las Seales
Seales Pares e Impares

Par: x(t) = x(t) , x[n] = x[n]
Impar: x(t) = x(t) , x[n] = x[n]

Periodicidad

Tiempo Contino: x(t) = x(t + T)
Tiempo Discreto: x[n] = x[ n + N]
9
Secuencias Bsicas
Dadas las constantes
reales y , definimos
una secuencia exponen-
cial como: [] =
. La
exponencial ser decre-
ciente en amplitud a lo
largo del tiempo siempre
que < , mientras
que ser creciente cuan-
do > . Para el caso
en que = tenemos
una secuencia constante

10
Secuencias Exponen-
ciales Reales

11
Para que x[n] sea peridica: + = []
Periodicidad de una seal de tiempo discreto
Ejemplo 2
( ) ( )
( )
cos 2 cos 2 ( )
cos 2 2
2 2
s
Fn F n N
Fn FN
FN k
FN k
f k
F
f N
t = t +
t + t
t = t
=
= =
, = 2 = 2

As, para que exista periodicidad, F tiene que ser un numero
racional y tiene que ser un numero racional multiplicado
por 2.
:
F: frecuencia digital
(adimensional) con
-1/2 < F <1/2

: frecuencia angular
digital en radianes con
- < <
12
Algunas observaciones respecto
a las secuencias sinusoidales
Aplicada a nuestro caso, se traduce en:
0
= 2 , siendo k
una constante entera. Slo en el caso en que la frecuencia
0

cumpla la anterior condicin, nos encontraremos ante una secuencia
sinusoidal peridica, de perodo N

+ =
+ =

Ntese que una secuencia sinusoidal discreta puede proceder del
muestreo de una seal continua. Dependiendo de cmo se efecte
este muestreo, los valores de las muestras seleccionadas en un
perodo podrn coincidir (secuencia peridica) o no (secuencia no
peridica) con los valores elegidos en el resto de los perodos de la
sinusoide continua.
13
El conjunto de valores (
+) con constante entera,

generan todos la misma secuencia sinusoidal:
=
+ + =
+
Por tanto, a la hora de realizar un anlisis frecuencial de la
secuencia x[n] =
+ , slo necesitamos considerar el

intervalo de frecuencias <
< .
Visto lo anterior, para un valor de
cercano a 0, la sinusoide
presentara pocas oscilaciones (frecuencia baja), mientras que para
valores de
cercanos a la sinusoide correspondiente oscilara

rpidamente (frecuencias altas).
Como conclusin, dada una sinusoide peridica de perodo N , su
frecuencia fundamental vendra dada por 2/N y solo existir un
conjunto finito de N frecuencias armnicas, a saber:
, =
, , , .
14
Ejemplo . Para la seal x[n] = cos(0.1), el numero de muestras por
periodo es

Graficando esta seal como en la figura A genera 20 vectores
(N=20) por una vuelta (revolucion). Para la seal x[n] = cos(5), el
numero de muestras por periodo es

Para < , N no es un entero. Graficando esta seal como en la
Figura B genera dos vectores (N=2) por cinco vueltas ( = ).
Comenzando en = , los primeros dos vectores son y
; el proximo vector es el cual es el primer vector
repetido.
Para un ejemplo final, considere la seal [] = () . Entonces

y esta ecuacion es satisfecha para = = . Esta
seal puede ser expresada como x[n] = cos(2)=1, por lo tanto la
seal de tiempo disecreto es constante.

a) La secuencia [] =
es peridica?
b) Existe un N, tal que x[n+N]=x[n]?

Debido a que m y N son nmeros enteros, entonces
Oo no puede asumir cualquier valor.

( )
[ ]
o o o o
j n j n N j n j N
x n Ce e e e
O O + O O
= =
2
o
N m O = t
2
o
m
N
O
=
t
2
o
m
N
| |
O = t
|
\ .
15
Ejemplo 3
Cul es el perodo de la seal?

1 2
0.2 0.3
2 2
1
1 1
1
2
2 2
2
1 2
1 2
[ ]
[ ]
Las frecuencias digitales son :
1
2 0.2
10
3
2 0.3
20
Sus peridos son 10 20
El periodo comn es por tanto ( , ) 20
j n j n
j F n j F n
x n e e
x n e e
k
F F
N
k
F F
N
N y N
N MCM N N
t t
t t
= +
= +
t = t = =
t = t = =
= =
= =
Ejemplo 4
16
Ejercicios
1.Determine cual de las siguientes seales son peridicas:
a) x[n]=cos[ n] b) x[n]=cos[3 n/2+ ] c) x[n]=1+cos[ n/2]
c) x[n]=-3 sin[0.01 n] d) x[n]=sin[3.15n] e) x[n]=sin[3.15 n]
2.Para cada seal, determine el periodo fundamental No, si la
seal es peridica, en caso contrario, pruebe que no son
peridicas.
a) x[n]=exp(j8 n/7) b) x[n]=exp(j2 n) c) x[n]=exp(j8n)
17
Ejercicios
1.Determine cual de las siguientes seales son peridicas:
a) x[n]=cos[ n] b) x[n]=cos[3 n/2+ ] c) x[n]=1+cos[ n/2]
c) x[n]=-3 sin[0.01 n] d) x[n]=sin[3.15n] e) x[n]=sin[3.15 n]
2.Para cada seal, determine el periodo fundamental No, si la
seal es peridica, en caso contrario, pruebe que no son
peridicas.
a) x[n]=exp(j8 n/7) b) x[n]=exp(j2 n) c) x[n]=exp(j8n)
18
19

Escaln

Impulso

1, 0
( )
0, 0
t
u t
t
>
=

<
( )
( )
du t
t
dt
o =
0 0 0
( ) ( ) ( ) ( ) x t t t x t t t o = o
( ) (0) ( )
I
x t x t = o
Seales Bsicas en Tiempo Continuo
20

1, 0
[ ]
0, 0
n
n
n
=
o =

=
Secuencia Impulso

0 0 0
[ ] ( ) ( ) ( ) x n n n x n n n o = o
-3 -2 -1 0 1 2 3
n
... ...
o[n]
1
| |
=
=
=
k n
k n
k n
, 0
, 1
o
k-3 k-2 k-1 k k+1 k+2 k+3
n
... ...
o[n-k]
1
Propiedad:
Seales Bsicas en Tiempo Discreto
21

Secuencia Escaln

1, 0
[ ]
0, 0
n
u n
n
>
=

<
-3 -2 -1 0 1 2 3
n
... ...
u[n]
1
| |
<
>
=
k n
k n
k n u
, 0
, 1
k-3 k-2 k-1 k k+1 k+2 k+3
n
... ...
u[n-k]
1

, 0
[ ] [ ]
0, 0
n n
r n nu n
n
>
= =

<
Secuencia Rampa

| |
,
0,
n k n k
r n k
n k
>
=

<
22
( )
[ ]
o
j n
x n C e
O +u
=
Secuencia Exponencial

Si

[ ]
n
x n C = o
,
o
j n j
e C C e
O u
o = =
23

0
2
t
O =
Si m=1 y N=4

Si m=1 y N=8

x[0]=x[4]
-A
x[1]
x[2]
x[3]
0
4
t
O =
x[0]=x[8]
x[1]
x[2]
x[3]
x[4]
x[5]
x[6]
x[7]
0
O
0
O
2
o
m
N
| |
O = t
|
\ .
24
25

Un sistema puede ser definido como un proceso que realiza la
transformacin de seales, relacionadas a travs de una funcin de
transformacin T{.}

x(t) y(t)

x[n] y[n]

Definicin de Sistemas
26

1) Caus al i dad
Un sistema es causal si su salida para cualquier instante de tiempo depende
solamente de los valores de las entradas en el tiempo presente y pasados
Causal:
No Causal:
2) Li neal i dad
Obedecen a dos propiedades:
Aditividad
Homogeneidad
Corresponden a las propiedades que permiten el principio da superposicin

2
[ ] [ ] 2 [ 1] y n x n x n = +
[ ] [ ] [ 1] y n x n x n = +
Propiedades de los Sistemas
27
Propiedad de Aditividad

| | | | { }
| | | | { }
| | | | | | | | { } n x n x T n y n y
n x T n y
n x T n y
2 1 2 1
2 2
1 1
+ = +

=
=
T { } x
1
[n] y
1
[n]
T { } x
2
[n] y
2
[n]
E y[n]
x
1
[n]
x
2
[n]
E
T { } y[n]
28
Propiedad de Homogeneidad:

donde a es una constante arbitraria

| | | | { } | | | | { } n ax T n ay n x T n y = =
x[n] T { }
y[n]
ay[n]
a
ay[n]
x[n] T { } a
ax[n]
29
Considerando las dos propiedades:

| | | | { }
| | | | { }
| | | | | | | | { } n bx n ax T n by n ay
n x T n y
n x T n y
2 1 2 1
2 2
1 1
+ = +

=
=
T { } ay
1
[n]
T { } by
2
[n]
E y[n]
x
1
[n]
x
2
[n]
a
b
y
1
[n]
y
2
[n]
E y[n]
x
1
[n]
x
2
[n]
a
b
T { }
| | | | { } | | | | { }
0 0
y n T x n y n n T x n n = =
3) I nvar i anza en el t i empo
Un sistema es invariante en el tiempo si para un desplazamiento en
el tiempo de la seal de entrada, est causa un desplazamiento en el
tiempo en la seal de salida.

Desplazamiento
en la entrada
Desplazamiento
en la salida
30

-2 -1 0 1 2 3
n
... ...
x[n]
1
T { }
4
-2 -1 0 1 2 3
n
... ...
y[n]
1
4
1/3
-2 -1 0 1 2 3
n
... ...
x[n-2]
1
T { }
4
-2 -1 0 1 2 3
n
... ...
y[n-2]
1
4
1/3
31
Desplazamiento
en el tiempo
n
0
=2
| | | | { } | | | | { }
0 0
n n x T n n y n x T n y = =
4) Memor i a
a) Sistema con memoria
Un sistema es con memoria, si su salida depende de los valores de las
entradas pasadas

b) Sistema sin memoria
Solo depende del estado actual, n

5. I nver t i bi l i dad

[ ] [ ] [ 1] [ 2] y n x n x n x n = + +
[ ] [ ] y n ax n =
32
6. BI BO Est abl e
33
1
1 1
2 1 0
2 2
Determinar si el sistema es invariante en el tiempo
[ ] sin( . [ ])
SOLUCION:
Para una entrada [ ] la salida del sistema es :
[ ] sin( . [ ]) (1)
Considerando una entrada [ ] [ ], la salida es :
[ ] sin( . [ ]) sin(
y n a x n
x n
y n a x n
x n x n n
y n a x n
=
=
=
= =
1 0
1
1 1
2 1
. [ ] ) (2)
Para un desplazamiento de la salida [ ]
[ ] sin( . [ ]) (3)
Comparando (2) (3) :
[ ] [ ]
Por lo tanto el sistema es invariante en el tiempo
o o
o
a x n n
y n
y n n a x n n
y
y n y n n
=
=
SLIT
Ejemplo 5
34
35
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
-1
-0.5
0
0.5
1
n
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
-1
-0.5
0
0.5
1
n
[ ] sin( . [ ]) y n a x n =
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0
2
4
6
8
10
n
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0
2
4
6
8
10
n
Ejemplo 5
1
1 1
2 1 0
2 2 1 0
Determinar si el sistema es invariante en el tiempo
[ ] [ ]
SOLUCION:
Para una entrada [ ] la salida del sistema es :
[ ] [ ] (1)
Considerando una entrada [ ] [ ], la salida es :
[ ] [ ] [ ] (2)
Para un desp
y n nx n
x n
y n nx n
x n x n n
y n nx n nx n n
=
=
=
= =
1
1 1
2 1
lazamiento de la salida [ ]
[ ] ( ) [ ] (3)
Comparando (2) (3) :
[ ] [ ]
Por lo tanto el sistema es variante en el tiempo
o o o
o
y n
y n n n n x n n
y
y n y n n
=
=
SLIT
Ejemplo 6
36

Sistemas Lineales Invariantes
en el Tiempo (SLIT)
37
Formas de Representacin

Una secuencia puede ser expresada en trminos de una sumatoria
de impulsos unitarios escalados y desplazados en el tiempo.

38
x[n]= +7o[n+2]+5o[n+1]+3o[n]+5o[n1] +...
x[n]= +x[2]o[n+2]+x[1]o[n+1]+x[0]o[n]+x[1]o[n1] +...

Sistemas Lineales Invariantes en el tiempo (LTI)

x [ n] = +x [ 2] o[ n+2] + x [ 1] o[ n+1] + x [ 0] o[ n] +x [ 1] o[ n1] +. . .

[ ] [ ] [ ]
k
x n x k n k
=
= o
Escalados
Desplazados
39
Formas de Representacin
Respuesta al Impulso

T { } o[n-k] h
k
[n]
Es la respuesta de un Sistema Lineal (SL) a un impulso
localizado en el instante k.
| | | | { } k n T n h
k
= o
S.L.
40

T { } o[n-k] h
k
[n]
Si el Sistema es Lineal e Invariante en el Tiempo (SLIT)

S.L.I.T
| | | | { } | | k n h k n T n h
k
= = o
41
Respuesta al impulso del sistema:

T { } x[n] y[n]
Si x[n] es una secuencia representada por una suma de
impulsos
| | | | | |
+
=
=
k
k n k x n x o
| | | | | |
)
`
=

+
= k
k n k x T n y o
| | | | | | { }
+
=
=
k
k n T k x n y o
Linealidad
42

| | | | | |
+
=
=
k
k
n h k x n y

| | | | | | { }
+
=
=
k
k n T k x n y o
Invariante en el Tiempo
h
k
[n]
| | | | | |
+
=
=
k
k n h k x n y
43
Respuesta al
Impulso
Relacion entre la respuesta al impulso y la
respuesta al escalon unitario
En cualquier sistema LTI de tiempo-discreto, x[n], produce la
respuesta ,y[n]. Luego la excitacin x[n]-x[n-1] producir la
respuesta y[n]-y[n-1-].
Se sigue que la respuesta al impulso unitario es la primera
diferencia hacia atrs de la respuesta a un escaln unitario y,
inversamente, que la respuesta al escaln unitario es la
acumulacin de la respuesta al impulso unitario.
Donde s(n) es la respuesta al escaln unitario.
44
Relacion entre la respuesta al impulso y la
respuesta al escalon unitario
45
Ejemplo
Suponga que la respuesta al escaln esta dado por

Cul es la respuesta al impulso?

Respuesta:

| | | | | | | | | |
k k
y n x k h n k h k x n k
+ +
= =
= =

Conocida la respuesta al impulso h[n], es posible calcular la respuesta a
cualquier seal de entrada, a travs de la sumatoria de la convolucin.
Ejemplo
| | | | | |
[ ]* [ ] y n x n h n h n x n = - =
46
Sumatoria de la Convolucion
( ) ( ) ( )
i
y n h i x n i
=
=
47
( ) ( ) ( )
i
y n h i x n i
=
=

Convolucin
48
( ) ( ) ( )
i
y n h i x n i
=
=

Convolucin
49
( ) ( ) ( )
i
y n h i x n i
=
=

50
( ) ( ) ( )
i
y n h i x n i
=
=

51
( ) ( ) ( )
i
y n h i x n i
=
=

52
( ) ( ) ( )
i
y n h i x n i
=
=

Calcular la convolucion de
Ejemplo
Anlisis de Sistemas Lineales
Si st emas Descri t os por
Ecuaci ones en Di ferenci as
54
Sistemas Descritos por Ecuaciones en Diferencias
Representacin General
m entradas
n salidas
x
1
[n]
x
m
[n]
x
2
[n]
y
1
[n]
y
n
[n]
y
2
[n]
.
.
.
.
.
.
SISTEMA
SISO: Simple Entrada-Simple Salida
MIMO: Mltiples Entradas-Mltiples Salidas
SIMO: Simple Entrada-Mltiples Salidas
55
Ecuacin en Diferencias General de un Sistema SISO,
Lineal, Causal e Invariante en Tiempo

= =
= =
=
=
=
N
j
j
M
i
i
M
i
i
N
j
j
j k y a i k x b k y
i k x b j k y a
1 0
0
0 0
] [ ] [ ] [
escribir puede se 1 a para
] [ ] [
(Solucin abierta de la ecuacin en diferencias)
56
Ecuacin en Diferencias Lineal (solucin cerrada)
Solucin Homognea, y
h
[k]
Tambin se conoce como:
Respuesta a Entrada Cero o
Respuesta Natural
y
Z i
[k]
Solucin Particular, y
p
[k]
Tambin se conoce como:
Respuesta a Estado Cero o
Respuesta Forzada
y
z s
[k]
y

[k] = y
h
[k] + y
p
[k] = y
Z i
[k] + y
Z S
[k]
Solucin Completa,
y
c
[k]
a y k j b x k i
j
j
N
i
i
M
[ ] [ ] =
= =

0 0
57
Ecuacin en Diferencias Lineal (solucin homognea)
i raiz la a asociada potencia una es k] donde
forma la a tendr n o soluci La ltiples. u m o simples
, conjugadas complejas o reales ser pueden cuales la
r r r raices, N tiene n o ecuaci esta
auxiliar mica o polin n o ecuaci la define se
N 2 1
[
] [ ] [
,..., ,
0 ) (
0 ] [ ] [
1
1
1
i
N
i
i i h
N
k
k N
k
N
N
j
k
y
k y A k y
q a q q D
j k y a k y
=
=
=
=
= + =
= +

58
k
i
m k
i
k
i
k
i i
i
k
i i
i
r k r k kr r k y
k y
r k y
k y
1 2
,...., , , ] [
] [
) 2
] [
) 1
: ] [
=
=

funciones m generan se
m, dad multiplici con real r Raiz
simple real r Raiz
funciones de n o i Determinac
i
i
59
),... sin( ), cos( ), sin( ), cos(
), sin( ), cos( ), sin( ), cos( ] [
] [ funciones m * 2 generan se
m, dad multiplici con conjugada compleja r Raiz ) 4
) sin( ), cos( ] [
] [ funciones 2 generan se
r simple, conjugada compleja r Raiz ) 3
] [ funciones de n o i Determinac
3 3 2 2
i
i i
| | | |
| | | |
| |
|
k k k k k k k k
k k k k k k k y
k y
k k k y
k y
e
k y
k k k k
k k k k
i
i
k k
i
i
j
i
=
=
=


60
) 9273 . 0 sin( 5 ) 9273 . 0 cos( 5 2 ] [
a ser nea e homog n o soluci la entonces,
5 4 3 , 2 son raices las
0 50 37 8
a ser auxiliar n o ecuaci la
0 ] 3 [ 50 ] 2 [ 37 ] 1 [ 8 ] [
de nea e homog n o soluci la Hallar
1 EJEMPLO
3 2 1
9273 . 0
3 , 2 1
2 3
k A k A A k y
e j r r
q q q
k y k y k y k y
k k k
h
j
+ + =
= = =
= +
= +

61
k k k
h
A k A A k y
r r
q q q
k y k y k y k y
3 2 2 ] [
a ser nea e homog n o soluci la entonces,
3 , 2 son raices las
0 12 16 7
a ser auxiliar n o ecuaci la
0 ] [ 12 ] 1 [ 16 ] 2 [ 7 ] 3 [
de nea e homog n o soluci la Hallar
2 EJEMPLO
3 2 1
3 2 , 1
2 3
+ + =
= =
= +
= + + + +

62
Ecuacin en Diferencias Lineal (solucin particular)
k
r q
j N
N
j
j
N
p
k
j N
N
j
j
N
p
j N
N
j
j
N
p
N
j
j
Ar
q a q
k y
r Ar k x
k x
q a q
k y k x q a q k y
k x j k y a k y
(
(
(
(
(
+
=
=
+
= =
|
|
.
|
\
|
+
= +
=
=
=
1
1
1
1
1
Re ] [
, ] [
] [
1
] [ ] [ ] [
] [ ] [ ] [
real tipo del n o excitaci una supone se si
bien o
auxiliar ecuacion la define se
63

(
(
(
(
+
=
= =
(
(
(
(
+
=
= =
=
=
=
jsk
js q
i N
N
i
i
N
p
jsk
jsk
js q
i N
N
i
i
N
p
jsk
Ae
q a q
k y
s Ae ag sk A k x
Ae
q a q
k y
s Ae sk A k x
1
1
1
ag Im ] [
real ], [ Im ) sin( ] [
tipo del excitacin una supone se si
1
Re ] [
real ], Re[ cos ] [
tipo del excitacin una supone se si
64

k
p
k
p
k
p
k
k y
q
q q q
k y
q q q k y
k y k y k y k y
) 5 . 0 (
267
64
] [
5 . 0
) 5 . 0 ( 8
50 37 8
1
] [
) 5 . 0 ( 8 ) 50 37 8 ]( [
) 5 . 0 ( 8 ] [ 50 ] 1 [ 37 ] 2 [ 8 ] 3 [
2 3
2 3
=
=
+
=
= +
= + + + +
ser particular solucin la , en evaluando
ser auxiliar ecuacin la
de particular solucin la Hallar
3 EJEMPLO
65
Ecuacin en Diferencias Lineal (solucin)
Solucin Homognea, y
h
[k] Solucin Particular, y
p
[k]
y

[k] = y
h
[k] + y
p
[k]
Solucin Completa,
y
c
[k]
a y k j b x k i
j
j
N
i
i
M
[ ] [ ] =
= =

0 0
66
k k k k
c
k
p
k k k
h
k
k A k A A k y
k y
k A k A A k y
k y k y k y k y
) 5 . 0 (
267
64
) 9273 . 0 sin( 5 ) 9273 . 0 cos( 5 2 ] [
) 5 . 0 (
267
64
] [
) 9273 . 0 sin( 5 ) 9273 . 0 cos( 5 2 ] [
) 5 . 0 ( 8 ] [ 50 ] 1 [ 37 ] 2 [ 8 ] 3 [
3 2 1
3 2 1
+ + =
=
+ + =
= + + + +
es completa solucin la
es particular solucin la
es homognea solucin la
de completa solucin la Hallar
4 EJEMPLO
67
35666 . 0 , 05108 . 0 , 1886 . 2
5 ] 2 [ , 3 ] 1 [ , 2 ] 0 [
] 2 [ ], 1 [ ], 0 [
3 2 1
= = =
= = =
A A A
y y y
y y y

que do consiguien

: caso este En

iniciales s condicione las cuenta en toman se
A constantes las determinar Para
i
68
Ejercicio Torres de Hanoi
Dibujar 3 torres y n discos
a) Cuntos movimientos son necesarios para trasladar n discos
de una torre a otra, si
1. slo se puede mover un disco cada vez, y
2. un disco no puede estar sobre otro menor?
y[0] = 0, y[1] = 1, y[2] = 3, y[n]=2y[n1] + 1, n1.
Podemos poner y[n]2y[n1] =u[n1].
La ecuacin caracterstica es k2=0, por tanto
y
h
[n]=C2
n
u[n1].
La completa es y[n]=(C2
n
+D)u[n1].
Como y[1] = 1 e y[2] = 3, solucin completa y[n]=(2
n
1)u[n1].
69
EJERCICIO 1
Determine la solucin completa de las ecuaciones en diferencias
siguientes

ecuacin
y[k] + 0.6 y[k-1] +0.08y[k-2]= 4
2
y[1]
5
y[0]
1
2
1
2
2
5
2
5 y[k] + 0.6 y[k-1] +0.25y[k-2]= 4(0.4)
k

y[k] + 0.6 y[k-1] +0.09y[k-2]= 4cos(k/3)
y[k] + 8y[k-1] + 80y[k-2]= x[k]+3x[k-1]
x[k]= 3cos(tk/3)
y[k] + 6y[k-1] + 9y[k-2]= x[k]+3x[k-1]
x[k]= 2k (0.4)
k

70
Correlacin de Seales
71
Correlacin
Relacin, Vnculo, Parentesco, Similitud
Similitud temporal entre seales
t
x(t)
t
y(t)
()
Correlacin x, y Rxy(t)
72
Correlacin R
xy
(t) (Tiempo Contnuo)
(t) =
x(t) y(t-t) dt
t = -
t=
=
x(t+t) y(t) dt
t = -
t=
Seales: x(t), y(t)
Propiedad:
(t) =
(-t)
Autocorrelacin de una seal x(t): R
xx
(t)
(t) =
x(t) x(t-t) dt
t = -
t=
=
x(t+t) x(t) dt
t = -
t=
73
Correlacin Rxy(m)
Rxy(m) =
E
x(n) y(n-m)
n= -
n=
E
x(n+m) y(n)
n= -
n=
=
0.72
3.60
3.84
3.51
-0.56
1.44
-0.72
.
.
.
x(n) =
n=0
0.81
1.32
2.23
2.34
-0.98
1.71
-2.23
.
.
.
y(n) =
n=-2 2.32
1.21
-0.29
0.43
-0.21
3.33
-0.28
.
.
.
Rxy(m) =
m=-2
Rxy(m) = Ryx(-m)
74
Autocorrelacin Rxx(m)
Rxx(m) =
E
x(n) x(n-m)
n= -
n=
E
x(n+m) x(n)
n= -
n=
=
Rxx(m) = Rxx(-m)
t
x(t)
t
x(t)
t
Rxx(t)
La autocorrelacin es mxima
para t =0 (n=0)
75
Correlacin Rxx(m) de seales desfasadas en el
tiempo
t
x(t)
t
y(t)
t
Rxy(t)
La autocorrelacin es mxima
para t = t (n=n*)
t
t
76
Autocorrelacin Rxx(m) de seales peridicas
t
x(t)
El periodo T aparece
en la correlacin
t
x(t)
t
Rxx(t)
T T
T
Periodo T (seg)
77
Aplicaciones de la Correlacin
Determinacin de distancias
Determinacin de velocidades
Determinacin de frecuencias
Determinacin de periodicidad
Determinacin de usuarios
78
Determinacin de Distancia
Radar
Avin
d
t
Rxx(t)
t
Seal emitida
t
x(t)
t
y(t)
t
Seal recibida
Correlacin
79
Determinacin de Velocidad
t
Rxy(t)
t
Seal rueda delantera
t
x(t)
t
y(t)
t
Correlacin
d
Seal rueda trasera
v
80
Determinacin de Frecuencia
t
y(t)
Correlacin
Seal recibida
Radar A
Radar B
Seal peridica ms ruido
t
Rxx(t)
T T
81
Determinacin de Usuarios (Telefona Mvil)
t
x(t)
Seal recibida por antena
Usuario
B
Usuario
A
Antena
Usuario
Z
Cdigo Usuario B
t
B(t)
t
A(t)
Cdigo Usuario A
Cdigo Usuario Z
t
Z(t)
.
.
.
.
82
Determinacin de Usuarios (Telefona Mvil)
Usuario
B
Usuario
A
Antena
Usuario
Z
.
.
.
.
t
R
xA
(t)
x - A
t
R
xZ
(t)
x - Z
Seal de usuario B
t
x - B
R
xB
(t)
83
Problema
Calcular la autocorrelacin de la seal
x(n) = a
n
u(n)
Problema
Hacer un programa en Matlab para calcular y graficar la correlacin
de dos seales x(n) , y(n).

Clase7 Señales y Sistemas Discretos

Cargado por

Información del documento

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

Clase7 Señales y Sistemas Discretos

Cargado por

Copyright:

Formatos disponibles

Anlisis de Sistemas Lineales

Procesamiento Digital de Seales

y como debe de existir frecuencias positivas y

+) con constante entera,

+ , slo necesitamos considerar el

cercanos a la sinusoide correspondiente oscilara

Sistemas Lineales Invariantes en el tiempo (LTI)

Sistemas Lineales Invariantes en el tiempo (LTI)

Sistemas Lineales Invariantes en el tiempo (LTI)

Sistemas Lineales Invariantes en el tiempo (LTI)

Sistemas Lineales Invariantes en el tiempo (LTI)

Sistemas Lineales Invariantes en el tiempo (LTI)

Ecuacin en Diferencias Lineal (solucin homognea)

También podría gustarte