Diapo PDS

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS
Curso:
PROCESAMIENTO DIGITAL DE SEÑALES
Docente:
Mg. Oscar Ucchelly Romero Cortez
Semestre 2016 – II
Procesamiento Digital de Señales
SISTEMAS DISCRETOS LINEALES INVARIANTES
EN EL TIEMPO
x(n) LTD y(n)
1. LINEALIDAD:
x1(n) y1(n)
S1
x1(n)
S1
x2(n) y3=x1(n) + x2(n)
x2(n) y2(n)
S1 y3=y1(n) + y2(n)
“El sistema es Lineal”

1. LINEALIDAD:
x1(n) y1(n) = A.x1(n)
X
x1(n) + x2(n)
A X
y3(n) = A(x1(n) + x2(n))
x2(n) y2(n) = A.x2(n) y3(n) = y1(n) + y2(n)
X A
“El sistema es Lineal”
A
x1(n) y1(n) = x12 (n)
( )2
x1(n) + x2(n)
( )2
y3(n) = (x1(n) + x2(n))2
x2(n) y2(n) = x22 (n)
( )2 y3(n) = y1(n) + 2.x1(n).x2(n) + y2(n)
“El sistema es no Lineal”

2. INVARIANZA EN EL TIEMPO:
Se dice que un sistema es invariante en el tiempo, si

una entrada x(n-i) produce una salida y(n-i) donde “i”
es entero arbitrario y x(n) es una entrada también
arbitraria que produce una salida y(n).
x1(n) y(n) = A.x1(n)
X
Primero atraso la entrada: y1(n) = A.x(n-i)
Luego atraso la salida: y(n-i) = A.x(n-i) = y2(n)
Por lo tanto: y1(n) = y2(n) “El sistema es Invariante en el Tiempo”

2. INVARIANZA EN EL TIEMPO:
x1(n) y(n) = A.x1(n)

X
Cos(n.л/2)
Primero atraso la entrada: y1(n) = A.x(n-i). Cos(n.л/2)
Luego atraso la salida: y(n-i) = A.x(n-i). Cos((n-i).л/2) = y2(n)
Por lo tanto: y1(n) ҂ y2(n) “El sistema es Variante en el Tiempo”

3. ESTABILIDAD:
Se dice que un sistema es estable, si cualquier

entrada arbitraria x(n) de amplitud finita produce una
salida de amplitud finita (|y(n)|<B).
4. CAUSALIDAD:
Se dice que un sistema es causal, si la salida en el
instante “n=n0” no depende de los valores de la señal
de entrada para instantes posteriores a n0.
x(n)
S y(n)
memoria

4. CAUSALIDAD:
X(n)
1 1 1
-1 -1 -1
y(n) = ( x(n) + x(n-1) + x(n-2) ) / 3 “El sistema es Causal”
y(n) = ( x(n) + x(n+1) / 2 “El sistema es no Causal”

COMPONENTES DE UN SISTEMA DISCRETO
a) SUMADOR:
x1(n)
x1(n) + x2(n)
+
x2(n)
x1(n)
x1(n) + x2(n)
x2(n)

COMPONENTES DE UN SISTEMA DISCRETO
b) MULTIPLICADOR:
x(n) A.x(n)
A
c) RETARDADOR UNITARIO:
x(n) x(n - 1)
T

DESCRIPCION DE UN SISTEMA DISCRETO
a) ECUACIÓN DIFERENCIA:
Relaciona mediante una ecuación la entrada con la
salida.
x1(n) y(n) = x1(n) - x2(n)

+
x2(n) -x2(n)
-1

Ejemplo:
x(n)
T
y(n)
a b
c
+ T

Solución:
y(n) = c.a.x(n-1) + c.b.x(n-2) + c.y(n-1)

b) RESPUESTA IMPULSIVA: ( h(n) )

La respuesta impulsiva da información sobre la
respuesta en el tiempo de un sistema.
x(n) y(n)
h(n)

Del ejemplo anterior, la ecuación diferencia se puede

determinar la respuesta impulsiva, haciendo
x(n) = δ(n) y la salida obtenida será la respuesta
impulsiva es decir: y(n) = h(n)

Solución:
0 ; n=0
y(n) = h(n) = c.a ; n=1
cn-1 (b+c.a) ; n>1

b) RESPUESTA IMPULSIVA: ( h(n) )

*) Si se cumple:
“El sistema es estable”
*) Si:
h(n) = 0 ; n<0
El sistema es causal, caso contrario el sistema es no

causal.

*) Si, h(n) es una secuencia que tiene un número

finito de muestras, se dice que el sistema es FIR; y un
sistema FIR es siempre estable.
*) Si, h(n) es una secuencia que tiene un número
infinito de muestras, se dice que el sistema es IIR.
*) Un sistema IIR es estable si su h(n) converge. Si

diverge no es estable.

Ejemplo:
h(n) = 2*δ(n) – 0.5*δ(n-1)
h(n)
• Sistema: FIR
2
• Estable
n
• Causal
-0.5
¿Hallar la ecuación diferencia?

Ejemplo:
Implementar un diagrama de componentes de un

sistema discreto para la siguiente ecuación diferencia:

Ejemplo:
Sea;
Implementar el diagrama de componentes, ecuación

diferencia; así como también determinar si el sistema
es FIR o IIR, estable o inestable, causal o no causal.

Solución:
hB(n) u(n-1)
1 1 1 1
9/16
n n
-27/64
-3/4

Solución:

Solución:
x(n) y(n)
T + -3/4
T
• Sistema IIR
• Estable
• Causal

CONVOLUCIÓN DISCRETA
4
x(n) h(n)
2
1 1 1
1
n n

4
x(i)
2 L=4
1
n=i
h(n-i)
M=3
1 1 1 1 1 1 1 1 1 1

Numero de Muestras = L + P - 1
y(n)
9
y(n) 7
6
4
3
n=i

c) RESPUESTA EN FRECUENCIA DE UN SISTEMA DISCRETO:

Sabemos que la transformada de Fourier de una señal discreta
es dada por:
Por tanto la respuesta en frecuencia de un sistema discreto con

respuesta impulsiva “h(n)”. Es dada por:

Sea; x(n) = ejnθ la entrada a un sistema discreto h(n).

Por tanto la salida se puede obtener utilizando la convolución:

Forma Polar:

Si; x(n) = e-jnθ
Entonces:
Conjugado de
H(ejθ)

Si; x(n) = cos(nθ0) ; -π < θ0 < π

Si:

Transformada Inversa de Fourier

¿Determinar la respuesta en frecuencia del siguiente
sistema?
y(n)
+
x(n)
a T

METODO 01:
Calculando la transformada de Fourier de h(n):
Dando valores:

METODO 01:

METODO 01:

METODO 01:
 Amplitud:
Si; a = 0.5
Dando valores a “θ” de 0 a π
 “Filtro Pasa Bajos”

METODO 01:
 Fase:

METODO 02:
x(n) y(n)
Recordar:

METODO 02:
Entonces:

METODO 03:

1) GRAFICAR LA AMPLITUD Y LA FASE:
a) Para: a = 0.5
b) Para: a = 0.25
c) Para: a = 0.75
d) Para: a = -0.5
e) Para: a = -0.25
f) Para: a = -0.75
2) GRAFICAR:
a) Para: a = 0.5
b) Para: a = -0.5

TRANSFORMADA Z
Sea un sistema h(n):
Entonces su transformada Z se define como:
De la misma forma, la transformada Z de x(n), se define

como:

TRANSFORMADA Z
Si; Z=ejθ
Entonces:

TRANSFORMADA Z
En general Z es un valor complejo, que se acostumbra

representar en forma polar:
Donde:
r : amplitud o modulo de Z.
θ : argumento de Z.

TRANSFORMADA Z
Ejemplo:
Determinar la transformada Z de:

TRANSFORMADA Z
Ejemplo:

TRANSFORMADA Z
Ejemplo:
Determinar la transformada Z para:
x3(n)
-N -1 1 N n

TRANSFORMADA Z
Ejemplo:

PROPIEDADES DE CONVERGENCIA DE LA
TRANSFORMADA Z
 Si: Para este valor de Z la

transformada converge
Valor Finito

PROPIEDADES DE CONVERGENCIA DE LA
TRANSFORMADA Z
 Si: Para este valor de Z la

transformada no converge
Valor Infinito

REGIÓN DE CONVERGENCIA
Im
Re
Región de Convergencia
(ROC)

REGLAS PARA DEFINIR LA REGIÓN DE CONVERGENCIA
x(n) X(Z)
1ERO Si; x(n)=0 para n<0 X(Z) converge para todo Z fuera de
(sólo lado derecho) un circulo y un radio particular
2DO Si; x(n)=0 para n>n0 X(Z) converge para todo Z dentro
(sólo lado izquierdo) de un circulo con un radio particular
3ERO Si; x(n) es una secuencia X(Z) converge para todos los
finita, es decir x(n)=0 para valores de Z.
n<n1 y n>n2
4TO Si; x(n) existe en ambos Si, X(Z) converge entonces la
lados (derecho e región de convergencia se localiza
izquierdo) entre 2 círculos concéntricos.

TRANSFORMADA Z
Ejemplo:
Ejemplo:

TRANSFORMADA Z INVERSA
Im
La integral de contorno se realiza
en una circunferencia cualquiera
que debe encontrarse dentro de
la ROC.
Re

FORMATO GENERAL DE UNA TRANSFORMADA Z
N(Z)  Orden N
D(Z)  Orden M

Ejemplo: ¿Hallar x(n)?
Ejemplo: ¿Hallar x(n)?

PROPIEDADES DE LA TRANSFORMADA Z
1) LINEALIDAD
2) CORRIMIENTO EN EL TIEMPO
3) MULTIPLICACIÓN POR EXPONENCIALES
4) CONVOLUCIÓN EN EL TIEMPO
5) CONVOLUCIÓN EN Z
6) TEOREMA DE PARSEVAL
Ver en el Libro “Discrete – time signal processing”

CÁLCULO DE H(Z) UTILIZANDO LOS TRES METODOS:
• Método 1:
• Método 2:
• Método 3:

POLOS Y CEROS COMO UNA DESCRIPCIÓN DE UN
SISTEMA
Zi : Ceros  raíces de N(Z)
pi : Polos  raíces de D(Z)

EJEMPLO:
Número (Ceros) : N=1  Z1 = 0

Número (Polos) : M=1  P1 = a (real)
Si M ≥ N , el sistema es causal

Diapo PDS

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

Diapo PDS

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS

x(n) LTD y(n)

“El sistema es Lineal”

Procesamiento Digital de Señales

“El sistema es no Lineal”

Procesamiento Digital de Señales

Se dice que un sistema es invariante en el tiempo, si

Primero atraso la entrada: y1(n) = A.x(n-i)

Luego atraso la salida: y(n-i) = A.x(n-i) = y2(n)

Por lo tanto: y1(n) = y2(n) “El sistema es Invariante en el Tiempo”

Procesamiento Digital de Señales

x1(n) y(n) = A.x1(n)

Primero atraso la entrada: y1(n) = A.x(n-i). Cos(n.л/2)

Luego atraso la salida: y(n-i) = A.x(n-i). Cos((n-i).л/2) = y2(n)

Por lo tanto: y1(n) ҂ y2(n) “El sistema es Variante en el Tiempo”

Procesamiento Digital de Señales

Se dice que un sistema es estable, si cualquier

Procesamiento Digital de Señales

y(n) = ( x(n) + x(n-1) + x(n-2) ) / 3 “El sistema es Causal”

y(n) = ( x(n) + x(n+1) / 2 “El sistema es no Causal”

Procesamiento Digital de Señales

Procesamiento Digital de Señales

Procesamiento Digital de Señales

x1(n) y(n) = x1(n) - x2(n)

Procesamiento Digital de Señales

Procesamiento Digital de Señales

y(n) = c.a.x(n-1) + c.b.x(n-2) + c.y(n-1)

Procesamiento Digital de Señales

b) RESPUESTA IMPULSIVA: ( h(n) )

Procesamiento Digital de Señales

Del ejemplo anterior, la ecuación diferencia se puede

Procesamiento Digital de Señales

y(n) = h(n) = c.a ; n=1

cn-1 (b+c.a) ; n>1

Procesamiento Digital de Señales

b) RESPUESTA IMPULSIVA: ( h(n) )

“El sistema es estable”

El sistema es causal, caso contrario el sistema es no

Procesamiento Digital de Señales

*) Si, h(n) es una secuencia que tiene un número

*) Un sistema IIR es estable si su h(n) converge. Si

Procesamiento Digital de Señales

h(n) = 2*δ(n) – 0.5*δ(n-1)

¿Hallar la ecuación diferencia?

Implementar un diagrama de componentes de un

Procesamiento Digital de Señales

Implementar el diagrama de componentes, ecuación

Procesamiento Digital de Señales

Procesamiento Digital de Señales

Procesamiento Digital de Señales

Procesamiento Digital de Señales

Procesamiento Digital de Señales

Procesamiento Digital de Señales

Procesamiento Digital de Señales

c) RESPUESTA EN FRECUENCIA DE UN SISTEMA DISCRETO:

Por tanto la respuesta en frecuencia de un sistema discreto con

Procesamiento Digital de Señales

Sea; x(n) = ejnθ la entrada a un sistema discreto h(n).

Procesamiento Digital de Señales

Procesamiento Digital de Señales

Si; x(n) = e-jnθ

Procesamiento Digital de Señales

h(n) = 2δ(n) – 0.5δ(n-1)