Tema 1. Señales y Sistemas. 1. Introducción 2. ¿Por qué es necesario el procesamiento de una señal? 3. Clasificación de señales. 4. Ventajas del procesado digital de señales. 5. Etapas de un sistema de procesado digital de señales. Acondicionamiento de la señal. Muestreo. Cuantización. 6. Aplicaciones. 7. Implementación de sistemas de procesado digital de señales: Tecnologías VLSI disponibles (μPs, DSPs, FPGAs, ASICs). Principales familias de DSPs. Entornos de desarrollo y herramientas CAD (compiladores, simuladores, etc).
Procesamiento Digital de Señales (PDS)
Introducción (1/2) Se llama DSP por Digital Signal Processing. Comprende a los fundamentos matemáticos y algorítmicos que describen como procesar, en un ambiente de cómputo digital, información asociada a señales provenientes del mundo real: • Digital: Cuando las operaciones se hacen usando un sistema digital. • Signal: Sobre algo que transporta información. • Processing: Realizando operaciones sobre esa señal para modificarla o extraerle información.
Ofrece numerosas ventajas frente al procesado analógico.
No es la solución apropiada para todos los problemas de procesamiento de señales. Ej.: Señales de gran ancho de banda. Disponibilidad del hardware y velocidad requerida.
Procesamiento Digital de Señales (PDS)
Introducción (2/2) Las señales son analógicas por naturaleza. Representan magnitudes físicas. Los sensores traducen magnitudes físicas en señales eléctricas. Ej.: micrófono, termopar. Etapas de un sistema de procesado digital de señales: Conversión analógico/digital. Procesador digital de señal. Conversión digital/analógico. Objetivos del PDS: modificar, extraer o interpretar información de una señal. Campo en continua expansión por las nuevas aplicaciones: televisión digital, radio digital, comunicaciones inalámbricas, reconocimiento de formas, instrumentación, etc.
Procesamiento Digital de Señales (PDS)
¿Por qué se necesita procesar una señal? Acondicionamiento. Ej.: Instrumentación, Amplific. Extraer información. Ej.: Reconocimiento de voz. Cambiar de formato la información contenida en una señal. Conversiones de formato TDMA/FDMA. Cambio de frecuencia de muestreo. Ej. audio CD a DAT. Intercambiar señales discretas entre dos equipos independientes (con relojes independientes). Codificación (eliminación información redundante). Máxima eficiencia con la mínima pérdida de información. Reducción del ancho de banda de transmisión. Ej.: JPEG, MPEG, MP3. Procesamiento Digital de Señales (PDS) ¿Qué es una señal?
Una señal es una función de una o varias
variables independientes que almacena información de una magnitud física.
Ej.: Señal de voz, electrocardiograma,
electroencefalograma, imagen, etc.
Procesamiento Digital de Señales (PDS)
Clasificación de las señales (1/2) Señales Multicanal y multidimensionales: Multicanal: Conjunto de señales generadas por múltiples fuentes. Ej.: señales sísmicas, electrocardiograma, electroencefalograma. Multidimensionales: La señal depende de dos o más variables independientes. Imagen (bidimensional). TV (blanco y negro): I(x,y,t) (nivel de gris) TV (color): [Ir(x,y,t) Ig(x,y,t) Ib(x,y,t)] Tridimensional, tres canales. Señales en tiempo continuo y discreto. 4 categorías dependiendo de las características de la variable independiente y los valores que toma la señal. Señales en tiempo continuo o analógicas Valor continuo Valor discreto Señales en tiempo discreto Valor continuo Valor discreto (señal digital)
Procesamiento Digital de Señales (PDS)
Clasificación de las señales (2/2) Señales deterministas y aleatorias: Deterministas: Se pueden definir mediante una forma matemática explícita, un conjunto de datos o una regla bien definida. Aleatorias: No pueden describirse con un grado de precisión razonable mediante fórmulas matemáticas explícitas. Ej.: Señales sísmicas, señales de voz, el ruido. Se describen mediante técnicas estadísticas (histograma, distribución de probabilidad).
Procesamiento Digital de Señales (PDS)
Ejemplo: Tratamiento de señales de voz con Matlab % Lectura de un archivo con formato .wav. % Leemos la señal grabada con [limpia,Fs,nbits]= wavread('limpia.wav'); % el microfono manos libres. N= length(limpia); [sucia,Fs,nbits]= wavread('sucia.wav');
% Representaciongrafica de la señal. % Mostramos la señal ruidosa junto
t= 0:1/Fs:(N-1)/Fs; % Tiempo (Eje X) % con la limpia. plot(t,limpia); plot(t,sucia,t,limpia);
% Reproduccionde una señal. % Reproducimos la señal sucia.
soundsc(limpia,Fs); soundsc(sucia); pause; pause;
% Analisisespectral. % Mostramos los espectrogramas
specgram(limpia); % de ambas señales. pause; subplot(2,1,1); specgram(limpia); subplot(2,1,2); specgram(sucia);
Procesamiento Digital de Señales (PDS)
Ej.: Imagen
Procesamiento Digital de Señales (PDS)
Ejemplo: Tratamiento de imágenes con Matlab Matlab proporciona un paquete de tratamiento de imágenes (ImageProcessingToolbox). Transformaciones espaciales de píxeles (interpolación, cambio de tamaño, rotación, recorte). Filtrado lineal y diseño de filtros. Transformadas (Fourier, Coseno, Radon⇒proyección en determinadas direcciones). Análisis morfológico. Análisis y realce de imágenes. Filtrado selectivo de regiones.
Procesamiento Digital de Señales (PDS)
Ej.: Señal sísmica
Procesamiento Digital de Señales (PDS)
Ej.: Electrocardiograma Un periodo representa un ciclo del proceso de transferencia de sangre del corazón a las arterias. Diagnostico de arritmias.
Procesamiento Digital de Señales (PDS)
Ej.: Electroencefalograma (EEG) Permite diagnosticar y tratar: la epilepsia, problemas de sueño y ciertas anormalidades psiquiátricas.
Procesamiento Digital de Señales (PDS)
ventajas del procesado digital Flexibilidad. La función de un sistema se puede actualizar o modificar reprogramando el software. Ej.: Cámara digital: JPEG > JPEG2000. Reproducibilidad. La operación de dos unidades distintas es idéntica. Los sistemas analógicos no tienen este comportamiento debido a la tolerancia de los componentes. Seguridad. Los microprocesadores no se deterioran con el tiempo como lo hacen los componentes analógicos. Su operación no cambian con las condiciones ambientales. Complejidad. Permite realizar operaciones más sofisticadas (reconocimiento de voz, imágenes). Existen algoritmos que no tienen su equivalente analógico (códigos de corrección de errores, transmisión de datos y almacenamiento, compresión de datos, filtros de fase lineal). Procesamiento Digital de Señales (PDS) Ej.: Filtrado digital frente a analógico (1/5) Un filtro analógico se implementa por medio de amplificadores operacionales y componentes pasivos (resistencias, condensadores).
Procesamiento Digital de Señales (PDS)
Ej.: Filtrado digital frente a analógico (2/5) Inconvenientes: La respuesta del filtro depende de los componentes pasivos. El filtro no es reproducible con total exactitud debido a la tolerancia de los componentes. La respuesta del filtro puede variar con las condiciones ambientales. Filtros de orden superior necesitan redes RC más complejas o conectar varios filtros en cascada. Cambiar la respuesta del filtro exige la sustitución de los componentes pasivos. La frecuencia de operación queda limitada por la respuesta del amplificador operacional. La respuesta en fase es no lineal. Introduce un retardo en la señal que es variable con la frecuencia. Procesamiento Digital de Señales (PDS) Ej.: Filtrado digital frente a analógico (3/5) Respuesta en frecuencia:
Procesamiento Digital de Señales (PDS)
Ej.: Filtrado digital frente a analógico (4/5) Respuesta en frecuencia de filtros digitales FIR
• Fácil diseño e implementación. • Mayor atenuación. • Fase lineal. • Reproducibles. • Actualizables (concepto de filtro adaptativo).
Procesamiento Digital de Señales (PDS)
Ej.: Filtrado digital frente a analógico (5/5) Algoritmo de filtrado digital FIR: Puede ser fácilmente descrito en lenguaje C para su implementacion en un procesador digital de señal.