Você está na página 1de 247

Tecnolgico de Costa Rica o Escuela de Ingenier Electrnica a o

Notas de Clase

Procesamiento Digital de Se ales n


EL-5805

Dr. Jos Pablo Alvarado Moya e

Versin de 28 de julio de 2011 o

Prefacio
Estas notas de clase pretenden ofrecer al estudiante una gu para el curso EL-5805 Proa cesamiento Digital de Seales. No deben considerarse bajo ninguna circunstancia como n fuente de informacin unica. En cada cap o tulo se hace referencia a fuentes bibliogrcas a adicionales que el estudiante debe revisar por su cuenta, con ejercicios adicionales y mayor detalle en su presentacin. o El concepto del curso se ha orientado en las sugerencias de los autores John G. Proakis y Dimitris G. Manolakis [15] para un programa semestral de curso de pregrado, con algunas adiciones y principalmente resmenes de la materia considerados necesarios. Ms detalles u a de los temas tratados aqu se podrn entonces encontrar del cap a tulo 1 al cap tulo 8 del mencionado libro de texto. Las presentes notas de clase se han adaptado espec camente al curso Procesamiento Digital de Seales de la Escuela de Ingenier Electrnica del Tecnolgico de Costa Rica, n a o o pero se ponen a disposicin libre para que sean de provecho a quien las necesite. o

Dr. Jos Pablo Alvarado Moya e Cartago, 28 de julio de 2011

Este trabajo se encuentra bajo una Licencia Creative Commons Atribucino NoComercial-LicenciarIgual 3.0 Unported. Para ver una copia de esta Licencia, visite http://creativecommons.org/licenses/by-nc-sa/3.0/ o env una carta a Creatie ve Commons, 444 Castro Street, Suite 900, Mountain View, California, 94041, USA. c 2005-2011 Pablo Alvarado Escuela de Electrnica o Tecnolgico de Costa Rica o

Indice general
Indice de tablas Indice de ejemplos Lista de s mbolos y abreviaciones 1 Introduccin o 1.1 Seales . . . . . . . . . . . . . . . n 1.2 Sistemas . . . . . . . . . . . . . . 1.3 Elementos de un sistema PDS . . 1.4 Ventajas del procesamiento digital 1.5 Aplicaciones . . . . . . . . . . . . 1.5.1 Areas de aplicacin . . . . o 1.5.2 Algoritmos . . . . . . . . . 1.5.3 Implementacin . . . . . . o 1.5.4 Casos . . . . . . . . . . . 1.6 Problemas . . . . . . . . . . . . . v vii ix 1 1 3 4 5 7 7 8 9 10 12 13 13 14 16 21 22 22 26 27 27 29 31 35 35 35 36

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

2 Se ales y Sistemas de Variable Discreta n 2.1 Seales de variable discreta . . . . . . . . . . . . . . . . . . . . . n 2.1.1 Manipulaciones elementales de seales de variable discreta n 2.1.2 Clasicacin de seales de variable discreta . . . . . . . . . o n 2.2 Seales sinusoidales y el concepto de frecuencia . . . . . . . . . . n 2.2.1 Seal sinusoidal continua . . . . . . . . . . . . . . . . . . . n 2.2.2 Seal sinusoidal discreta . . . . . . . . . . . . . . . . . . . n 2.2.3 Exponenciales complejos relacionados armnicamente . . . o 2.3 Sistemas en tiempo discreto . . . . . . . . . . . . . . . . . . . . . 2.3.1 Descripcin entrada-salida de sistemas . . . . . . . . . . . o 2.3.2 Diagramas de bloques . . . . . . . . . . . . . . . . . . . . 2.3.3 Clasicacin de los sistemas discretos . . . . . . . . . . . . o 2.3.4 Interconexin de sistemas discretos . . . . . . . . . . . . . o 2.4 Anlisis de sistemas discretos lineales e invariantes en el tiempo . a 2.4.1 Tcnicas de anlisis . . . . . . . . . . . . . . . . . . . . . . e a 2.4.2 Descomposicin de una seal en impulsos . . . . . . . . . . o n i

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

ii

Indice general

2.5

2.6

2.7

2.4.3 Convolucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 2.4.4 Propiedades de la convolucin . . . . . . . . . . . . . . . . . . . . o 2.4.5 Sistemas LTI causales . . . . . . . . . . . . . . . . . . . . . . . . 2.4.6 Estabilidad de sistemas lineales e invariantes en el tiempo . . . . . 2.4.7 Sistemas de respuesta nita e innita . . . . . . . . . . . . . . . . Sistemas discretos descritos mediante ecuaciones de diferencias . . . . . . 2.5.1 Sistemas discretos recursivos y no recursivos . . . . . . . . . . . . 2.5.2 Sistemas LTI caracterizados por ecuaciones de diferencias con coecientes constantes . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5.3 Solucin de ecuaciones de diferencias con coecientes constantes . o 2.5.4 Respuesta impulsional de un sistema recursivo LTI . . . . . . . . Correlacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 2.6.1 Autocorrelacin y correlacin cruzada . . . . . . . . . . . . . . . . o o 2.6.2 Propiedades de la correlacin . . . . . . . . . . . . . . . . . . . . o 2.6.3 Correlacin de secuencias peridicas . . . . . . . . . . . . . . . . . o o 2.6.4 Secuencias de correlacin de entrada-salida . . . . . . . . . . . . . o Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

37 42 43 43 45 46 46 47 51 56 58 58 59 60 61 64 67 67 67 70 70 75 77 79 79 80 82 83 83 83 84 87 91 91 91 93 96 97 99

3 Anlisis de sistemas LTI discretos con la transformada z a 3.1 La transformada z . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.1 La transformada z directa . . . . . . . . . . . . . . . . . . . 3.2 Transformadas z racionales . . . . . . . . . . . . . . . . . . . . . . . 3.2.1 Polos y ceros . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.2 Localizacin de los polos y el comportamiento en el dominio o para seales causales . . . . . . . . . . . . . . . . . . . . . . n 3.2.3 La funcin de transferencia de un sistema LTI . . . . . . . . o 3.3 Anlisis de sistemas LTI en el dominio z . . . . . . . . . . . . . . . a 3.3.1 Respuesta de sistemas con funcin de transferencia racional . o 3.3.2 Condiciones iniciales no nulas . . . . . . . . . . . . . . . . . 3.3.3 Respuesta transitoria y en rgimen permanente . . . . . . . e 3.3.4 Causalidad y Estabilidad . . . . . . . . . . . . . . . . . . . . 3.3.5 Cancelacin polo-cero . . . . . . . . . . . . . . . . . . . . . . o 3.3.6 Polos de orden mltiple y estabilidad . . . . . . . . . . . . . u 3.3.7 Estabilidad de sistemas de segundo orden . . . . . . . . . . . 3.4 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Anlisis frecuencial a 4.1 Espectro de seales continuas . . . . . . . . . . n 4.1.1 Espectro de seales continuas peridicas n o 4.1.2 Espectro de seales continuas aperidicas n o 4.2 Espectro de seales en tiempo discreto . . . . . n 4.2.1 Espectro de seales discretas peridicas . n o 4.2.2 Espectro de seales discretas aperidicas n o
c 2005-2011 P. Alvarado

. . . . . . . . de . . . . . . . . . . . . . . . . . . . . . .

. . . . n . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

Indice general

iii

4.3 4.4

4.5

4.6

4.7

4.2.3 Relacin entre las transformadas de Fourier y z . . . . . . . . . . . 100 o 4.2.4 El teorema del muestreo . . . . . . . . . . . . . . . . . . . . . . . . 102 Propiedades de la transformada de Fourier de seales discretas . . . . . . . 109 n Sistemas LTI en el dominio de la frecuencia . . . . . . . . . . . . . . . . . 111 4.4.1 La funcin de respuesta en frecuencia . . . . . . . . . . . . . . . . . 111 o 4.4.2 Respuesta transitoria y en rgimen permanente a entradas sinusoidales113 e 4.4.3 Respuesta en rgimen permanente a seales de entrada peridicas . 114 e n o 4.4.4 Respuesta a seales de entrada aperidicas . . . . . . . . . . . . . . 115 n o 4.4.5 Relaciones entre la funcin de transferencia y la respuesta en freo cuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 4.4.6 Clculo de la respuesta en frecuencia . . . . . . . . . . . . . . . . . 116 a Sistemas LTI como ltros selectivos en frecuencia . . . . . . . . . . . . . . 117 4.5.1 Filtros ideales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 4.5.2 Filtros paso alto, paso bajo y paso banda . . . . . . . . . . . . . . . 119 4.5.3 Resonadores digitales . . . . . . . . . . . . . . . . . . . . . . . . . . 122 4.5.4 Filtros ranura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 4.5.5 Filtros peine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 4.5.6 Filtros paso todo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 4.5.7 Osciladores digitales . . . . . . . . . . . . . . . . . . . . . . . . . . 129 Sistemas inversos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 4.6.1 Invertibilidad de sistemas LTI . . . . . . . . . . . . . . . . . . . . . 131 4.6.2 Sistemas de fase m nima, fase mxima y fase mixta . . . . . . . . . 132 a 4.6.3 Identicacin de sistemas . . . . . . . . . . . . . . . . . . . . . . . . 135 o Transformada Discreta de Fourier . . . . . . . . . . . . . . . . . . . . . . . 136 4.7.1 Muestreo en el dominio de la frecuencia . . . . . . . . . . . . . . . . 136 4.7.2 La transformada discreta de Fourier . . . . . . . . . . . . . . . . . . 139 4.7.3 Relacin de la DFT con otras transformadas . . . . . . . . . . . . . 141 o 4.7.4 Propiedades de la DFT . . . . . . . . . . . . . . . . . . . . . . . . . 142 4.7.5 Filtrado lineal basado en la DFT . . . . . . . . . . . . . . . . . . . 146 4.7.6 Filtrado de secuencias de larga duracin . . . . . . . . . . . . . . . 149 o 4.7.7 Anlisis espectral de seales usando la DFT . . . . . . . . . . . . . 150 a n 153 . 154 . 156 . 156 . 160 . 162 . 162 . 164 . 167 . 167 . 168

5 Conversin analgica/digital y digital/analgica o o o 5.1 Muestreo de seales analgicas . . . . . . . . . . . n o 5.1.1 Muestreo de seales pasa-bajos . . . . . . n 5.1.2 Muestreo de seales pasa-banda . . . . . . n 5.2 Cuanticacin de seales de amplitud continua . . o n 5.3 Codicacin de los valores cuanticados . . . . . o 5.3.1 Nmeros codicados con coma ja . . . . u 5.3.2 Nmeros codicados con coma otante . . u 5.4 Circuitos de conversin analgica digital . . . . . o o 5.4.1 Circuito de muestreo y retencin . . . . . o 5.4.2 Contador . . . . . . . . . . . . . . . . . .
c 2005-2011 P. Alvarado

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

iv

Indice general

5.5

5.6

5.4.3 Aproximaciones sucesivas . . . . 5.4.4 Convertidor paralelo . . . . . . 5.4.5 Convertidor en subrangos . . . 5.4.6 Convertidor delta-sigma . . . . Conversin Digital/Analgica . . . . . o o 5.5.1 Fuentes de tensin conmutadas o 5.5.2 Resistencias conmutadas . . . . 5.5.3 Condensadores conmutados . . 5.5.4 Redes resistivas R 2R . . . . 5.5.5 Conversin DAC delta-sigma . . o Problemas . . . . . . . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

169 170 171 171 178 178 178 179 180 181 182

6 Implementacin de sistemas discretos o 6.1 Nmero de Condicin . . . . . . . . . . . . . . . . . . . u o 6.2 Estructuras directas . . . . . . . . . . . . . . . . . . . . 6.2.1 Estructuras directas para ltros FIR simtricos e 6.3 Grafos de ujo de seal y estructuras transpuestas . . . n 6.4 Muestreo en frecuencia . . . . . . . . . . . . . . . . . . 6.5 Sistemas en cascada . . . . . . . . . . . . . . . . . . . . 6.6 Sistemas paralelos . . . . . . . . . . . . . . . . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

183 . 183 . 184 . 188 . 188 . 190 . 192 . 194

7 Introduccin al dise o de ltros digitales o n 197 7.1 Causalidad y sus implicaciones . . . . . . . . . . . . . . . . . . . . . . . . . 198 7.2 Filtros de respuesta de impulso nita . . . . . . . . . . . . . . . . . . . . . 201 7.2.1 Diseo de ltros FIR por el mtodo de ventanas . . . . . . . . . . . 203 n e 7.2.2 Diseo de ltros optimos . . . . . . . . . . . . . . . . . . . . . . . . 208 n 7.3 Diseo de ltros de respuesta impulsional innita a partir de ltros analgicos211 n o 7.3.1 Diseo por aproximacin de derivadas . . . . . . . . . . . . . . . . 212 n o 7.3.2 Diseo por invarianza impulsional . . . . . . . . . . . . . . . . . . . 213 n 7.3.3 La transformada z adaptada . . . . . . . . . . . . . . . . . . . . . . 214 7.3.4 Diseo por transformacin bilineal . . . . . . . . . . . . . . . . . . 214 n o 7.3.5 Filtros Analgicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 o 7.4 Transformacin de Frecuencia . . . . . . . . . . . . . . . . . . . . . . . . . 215 o Bibliograf a A Octave y Matlab B Respuestas a Problemas Indice alfabtico e 219 221 225 231

c 2005-2011 P. Alvarado

Indice de tablas
1.1 2.1 2.2 2.3 2.4 Caracter sticas de las seales . . . . . . . . . . . . . . . . . . . . . . . . . . n Propiedades de seales de variable discreta. . . . . . . . n Propiedades de sistemas discretos. . . . . . . . . . . . . Ejemplo de convolucin de dos secuencias nitas. . . . o Forma general de la solucin particular para diversos o entrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . tipos . . . . . . . . . de . . . . . . . . . . . . . . . . . seal de n . . . . . 2

. 16 . 31 . 38 . 55

3.1 3.2 3.3 4.1 4.2 4.3 5.1 5.2 5.3 6.1

Propiedades de la transformada z bilateral. . . . . . . . . . . . . . . . . . . 69 Transformada z de algunas funciones comunes . . . . . . . . . . . . . . . . 72 Funciones de transferencia de segundo orden y equivalentes temporales . . 86 Propiedades de la Serie de Fourier . . . . . . . . . . . . . . . . . . . . . . . 94 Propiedades de la Transformada de Fourier . . . . . . . . . . . . . . . . . . 97 Propiedades de la DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 Estndar de coma otante IEEE 754-2008 . . . . . . . . . . . . . . . . . . 166 a Algunos nmeros especiales en precisin simple . . . . . . . . . . . . . . . 166 u o Algunos nmeros especiales en precisin doble . . . . . . . . . . . . . . . . 167 u o
+b2 z Mdulos de segundo orden con funcin de transferencia H(z) = b0 +b11zz1 +a2 z2 o o 1+a para sistemas en tiempo discreto. . . . . . . . . . . . . . . . . . . . . . . . 191
1 2

7.1 7.2 7.3 7.4 7.5 7.6

Simetr en ltros FIR de fase lineal . . . . . . . . . . as Funciones utilizadas como ventanas. . . . . . . . . . . . Descomposicin de ltros FIR en P () y Q(). . . . . o Caracter sticas de Filtros Paso Bajo Analgicos . . . . o Transformaciones de frecuencia para ltros analgicos. o Transformaciones de frecuencia para ltros digitales. . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

203 204 210 215 216 217

vi

Indice de tablas

c 2005-2011 P. Alvarado

Indice de ejemplos
2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 2.10 2.11 2.12 2.13 2.14 2.15 2.16 2.17 2.18 2.19 2.20 2.21 2.22 2.23 4.1 4.2 Escaln unitario como suma de impulsos desplazados . . o Operaciones bsicas con seales . . . . . . . . . . . . . . a n Seales de energ y potencia . . . . . . . . . . . . . . . . n a Simetr de funciones . . . . . . . . . . . . . . . . . . . . a Descripcin entrada-salida . . . . . . . . . . . . . . . . . o Salida de sistema acumulador . . . . . . . . . . . . . . . . Diagrama de bloques . . . . . . . . . . . . . . . . . . . . Invarianza en el tiempo . . . . . . . . . . . . . . . . . . . Sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . Descomposicin en impulsos . . . . . . . . . . . . . . . . o Convolucin . . . . . . . . . . . . . . . . . . . . . . . . . o Longitud de la convolucin de dos seales nitas . . . . . o n Reaccin de sistemas con respuesta exponencial . . . . . . o Estabilidad y convergencia . . . . . . . . . . . . . . . . . Estabilidad y convergencia . . . . . . . . . . . . . . . . . Sistemas discretos recursivos y no recursivos . . . . . . . Linealidad de sistema de primer orden . . . . . . . . . . . Solucin homognea . . . . . . . . . . . . . . . . . . . . . o e Respuesta de entrada nula para sistema de segundo orden Respuesta de entrada nula con ra de multiplicidad 2 . . z Solucin particular . . . . . . . . . . . . . . . . . . . . . . o Solucin total . . . . . . . . . . . . . . . . . . . . . . . . o Respuesta impulsional de un sistema recursivo LTI . . . . Serie de Fourier de pulso rectangular continuo peridico . o Serie de Fourier de pulso rectangular continuo aperidico o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 15 18 20 27 28 31 32 33 36 37 38 40 45 45 47 50 52 52 53 54 55 56 92 96

vii

viii

Indice de ejemplos

c 2005-2011 P. Alvarado

Lista de s mbolos y abreviaciones


Notacin general o
A Matriz. a11 a12 a1m a21 a22 a2m A= . . .. . . . . . . . . an1 an2 anm + IN , IN Conjunto de los nmeros naturales sin cero IN+ = IN\{0}. u IN, IN0 Conjunto de los nmeros naturales IN = {0, 1, 2, . . .}. u Z Conjunto de los nmeros enteros Z = {. . . , 2, 1, 0, 1, 2, . . .}. u Q Conjunto de los nmeros racionales Q = {q | q = n ; n, d Z}. u d IR Conjunto de los nmeros reales. u C Conjunto de los nmeros complejos. u Cuanto. Distancia entre dos niveles de cuanticacin. o eq (t) o eq (n) Error de cuanticacin. o F Frecuencia en ciclos por unidad de tiempo para seales de variable continua. n f Frecuencia en ciclos por muestra para seales de variable discreta. n Fs Frecuencia de muestreo de una seal analgica. Fs = 1/T n o h(n) Respuesta al impulso H() Respuesta en frecuencia H() Respuesta en fase | H() | Respuesta en magnitud H(z) Funcin de transferencia o Im(z) o zIm Parte imaginaria del nmero complejo z u j j = 1 Mapeo de un dominio temporal al dominio frecuencial o z Mapeo de un dominio frecuencial al dominio temporal o z Re(z) o zRe Parte real del nmero complejo z u T [] Transformacin realizada por un sistema o T Intervalo de muestreo. T = 1/Fs Tp Periodo fundamental Tp = 1/F para seales de variable continua. n x(n) Seal de variable discreta. n

ix

Lista de s mbolos y abreviaciones

Vector.

y z

Escalar. Complejo conjugado de z Frecuencia angular en radianes por unidad de tiempo para seales de variable n continua. Frecuencia angular en radianes por muestra para seales de variable discreta. n

x1 x2 T x = [x1 x2 . . . xn ] = . . . xn

Abreviaciones
BIBO DSP FIR IIR LTI PDS SQNR Entrada acotada Salida acotada (bounded input bounded output) Digital Signal Processing (o Processor ). Respuesta nita al impulso (Finite Impulse Response) Respuesta innita al impulso (Innite Impulse Response) Sistema lineal e invariante en el tiempo (Linear and Time Invariant) Procesamiento Digital de Seales. n Relacin seal a ruido de cuanticacin (signal to quantization noise ratio). o n o

c 2005-2011 P. Alvarado

Cap tulo 1 Introduccin o


El Procesamiento Digital de Seales (PDS) es un area de la ciencia y la ingenier que n a se ha desarrollado rpidamente desde la segunda mitad del siglo XX. Tanto los aportes a tericos como de aplicacin continan extendindose desde y hacia varias areas del saber. o o u e Los avances en el procesamiento y compresin de audio y video, as como las nuevas o tecnolog en comunicaciones digitales (telefon celular, modems ADSL, etc.) son quiz as a a los ejemplos de aplicacin ms representativos del PDS. o a

1.1

Se ales n

Para denir las tareas del PDS se requiere primero precisar el concepto de seal , conn siderada aqu como aquella observacin de una magnitud f o sica en funcin de variables o independientes de tiempo y espacio, realizada de tal modo que la seal contenga informan cin de los procesos observados. o En general, toda seal contiene informacin que se desea extraer o modicar de acuerdo n o a los requisitos de cada aplicacin particular. Sismgrafos, por ejemplo, registran seales o o n s smicas que contienen informacin sobre intensidad y caracter o sticas espectrales de los sismos, con ayuda de las cuales pueden determinarse entre otras cosas la ubicacin de o epicentros y la naturaleza de los s smos. Las seales electrocardiogrcas permiten al n a mdico determinar el estado del corazn de sus pacientes. e o La tabla 1.1 resume las caracter sticas utilizadas para clasicar las seales. Las seales son n n representadas por funciones matemticas de una o ms variables. Una seal de voz, por a a n ejemplo, puede representarse como una funcin de una variable temporal f (t), imgenes o a se pueden considerar como funciones de dos variables espaciales f (x, y), y v deo como una seal espacio-temporal f (x, y, t). n Las funciones pueden ser adems escalares o vectoriales. Si la voz se captura con un a micrfono monofnico, la seal elctrica de salida tendr por ejemplo un solo valor de o o n e a tensin elctrica en cada instante de tiempo. Por otro lado, un electroencefalograma o e 1

1.1 Seales n

provee un conjunto o vector de seales elctricas provenientes de los diferentes electrodos n e para cada instante t: T f (t) = f1 (t) f2 (t) . . . fn (t) Otro ejemplo de seales vectoriales utilizadas frecuentemente en ingenier son las imgenes n a a en color, en las que cada elemento de la imagen o pixel se representa como un vector en un espacio de color, donde las componentes del vector pueden, por ejemplo, representar los valores de los colores primarios rojo, verde y azul. A cada una de las componentes de las seales vectoriales se les denomina usualmente canales y por lo tanto a la seal se le n n denota como multicanal . Las variables de las que depende la seal pueden ser discretas o continuas. La salida de n un foto-transistor puede, por ejemplo, ser obtenida en todo instante de tiempo t (variable continua), mientras que el nmero de llamadas realizado por hora es una seal que el ICE u n puede generar para instantes discretos de tiempo nT distanciados por un intervalo de T = 1 h (variable discreta). Los puntos donde la variable independiente de una seal discreta n est denida no deben ser necesariamente equidistantes; sin embargo, usualmente este tipo a de distribucin homognea de las muestras se utiliza por su conveniencia computacional o e y manejabilidad matemtica. a Los valores que puede tomar una seal pueden ser tambin discretos o continuos. As el n e , voltaje del fototransistor puede tomar cualquier valor real en un intervalo, mientras que el nmero de llamadas es siempre un valor entero. Tambin los valores de una funcin u e o discreta pueden ser equidistantes o seguir otros patrones ms complejos (como el loa gar tmico). El trmino digital se utiliza para seales de variables independientes discretas e n y de valores discretos, mientras que analgica es una seal con variables independientes o n continuas y valores continuos. El anlisis matemtico involucrado en el tratamiento de a a seales digitales pueden simplicarse si se realiza a travs de funciones de valor continuo n e y variable discreta, llamadas usualmente seales en tiempo discreto, por representar la n variable independiente generalmente instantes de tiempo denidos. Este ser el enfoque a utilizado en este documento. Un ultimo criterio de carcter matemtico para clasicar las seales es su naturaleza a a n estad stica: las seales pueden ser deterministas si puede especicarse con precisin la n o forma de la funcin. Por ejemplo, para seales determin o n sticas denidas en el tiempo, sus valores en el pasado, presente y futuro son siempre conocidos (por ejemplo, una Tabla 1.1: Caracter sticas de las seales n Caracter stica Nmero de variables u Dimensionalidad Variables independientes Valores de la seal n Naturaleza estad stica una variable escalar discretas discretos deterministas Valores multiples variables vectorial (multicanal) continuas continuos aleatorias

c 2005-2011 P. Alvarado

1 Introduccin o

seal senoidal). Por otro lado, las seales aleatorias o estocsticas solo permiten una n n a descripcion aproximada de la forma de su funcin, por tener asociado un comportamiento o impredecible (por ejemplo, un generador de ruido, una seal s n smica, una seal acstica n u de voz). Asociado a la naturaleza estad stica de la seal se distingue adems entre seales esn a n tacionarias y no estacionarias. Las seales estacionarias son aquelas cuyos parmetros n a estad sticos no var en el tiempo, lo que de ninguna manera implica que el valor de an la seal se constante. Por otro lado, la seales no estacionarias tienen parmetros esn n a tad sticos que var en el tiempo. an En el presente texto se estudiarn seales de una variable, de valor escalar, digitales y a n de naturaleza determinista. En cursos de procesamiento de imgenes se extienden los a conceptos a seales vectoriales (usualmente tres dimensiones) de dos variables discretas n espaciales (x, y). El anlisis de seales estocsticas es tema usual para cursos de posgrado; a n a sin embargo, es en este curso introductorio donde se presentan todas las bases necesarias para comprender los conceptos avanzados. En principio las seales pueden corresponder a cualquier tipo de magnitud f n sica observada; sin embargo, por medios electrnicos solo seales elctricas pueden ser procesadas, por o n e lo que usualmente se requieren transductores o sensores que realicen la correspondiente conversin. o

1.2

Sistemas

El trmino sistema denota a una coleccin o conjunto de elementos interrelacionados que e o conforman un todo unicado. Su ra etimolgica es el trmino latino systma, que a su z o e e vez proviene del griego relacionado con los conceptos combinar e instalar. Un sistema puede formar parte de otro sistema de mayor nivel, en cuyo caso al primero se le denomina subsistema del segundo. Los diferentes subsistemas intercambian por lo general informacin, materia o energ para lograr algn objetivo. Los trminos seales o a u e n de entrada o de salida se utilizan entonces para abstraer ese ujo de informacin, materia o o energ en el concepto matemtico de funciones. a a El sistema entonces puede interpretarse como un conjunto de subsistemas que logran transformar una seal en otra. Estos dispositivos pueden ser entes f n sicos, como un circuito electrnico, o virtuales, como algoritmos implementados en software. o En la literatura actual se tiende a diferenciar entre dos tipos de tareas de los sistemas: procesamiento y anlisis. Se dice que un sistema procesa una seal si la seal de salida a n n tiene las mismas caracter sticas semnticas de la entrada: por ejemplo, si la entrada a representa una seal de voz, la salida de un sistema procesador ser tambin voz aunque n a e quiz modicada para cumplir ciertos requisitos de la aplicacin. Se dice que un sistema a o realiza anlisis de la seal, si la salida tiene otra naturaleza semntica a la entrada. a n a
c 2005-2011 P. Alvarado

1.3 Elementos de un sistema PDS

Por ejemplo, un mdulo de un reconocedor de habla puede extraer de una seal de voz o n informacin sobre la presencia de la vocal a en ella. Usualmente el anlisis de una seal o a n se realiza a travs de diversos pasos de procesamiento de la seal, junto con tareas de e n reconocimiento o codicacin de patrones. o En resumen, el procesamiento digital de seales1 , abreviado PDS o DSP por sus siglas en n ingls (Digital Signal Processing) se reere al proceso de modicacin de una seal digital e o n en un sistema, realizado para destacar o suprimir diferentes caracter sticas de la seal que n tienen algn signicado especial para una aplicacin en particular. u o

1.3

Elementos de un sistema PDS

La mayor de las seales en ciencia e ingenier tienen una naturaleza analgica, es decir, a n a o tanto las variables independientes de las funciones que las representan como sus valores son continuos. Matemticamente estas seales se representan como funciones f (t) a n f : IR IR es decir, relaciones matemticas que mapean valores reales en valores reales. Este tipo a de seales pueden ser tratadas directamente utilizando sistemas analgicos, como por n o ejemplo ltros pasivos o analizadores de frecuencia (gura 1.1).
Seal de n Entrada Analgica o Procesador Analgico o de Seal n Seal de n Salida Analgica o

Figura 1.1: Procesamiento analgico de una seal [15]. o n

El procesamiento digital (gura 1.2) requiere transformar las seales de entrada a un n formato digital, es decir, a funciones f (n) f : Z Z. Esto ocurre en una etapa llamada conversin analgica-digital (A/D). o o La seal digitalizada es tratada luego en el procesador digital de seales, que puede ser n n desde un computador de propsito general, pasando por sistemas empotrados basados en o microcontroladores, hasta circuitos digitales espec camente diseados para realizar las n tareas de procesamiento deseadas; sin embargo, las conguraciones programables tanto en software como en hardware recongurable son las que han brindado al procesamiento
En la literatura en castellano se encuentran los trminos tratamiento o procesamiento de seales e n como sinnimos. La preferencia de autores y traductores espaoles por el primero radica en la acepcin o n o principal de proceso en la variante dialectal ibrica como causa civil o criminal, que no se aplica tanto e en Latino Amrica. e
1

c 2005-2011 P. Alvarado

1 Introduccin o

Seal de n Entrada Analgica o

Convertidor A/D

Procesador Digital de Seal n

Convertidor D/A

Seal de n Salida Analgica o

Figura 1.2: Procesamiento digital de una seal analgica [15]. n o

digital una exibilidad inalcanzable con sistemas analgicos equivalentes. El vertiginoso o avance en la electrnica digital ha permitido el uso cada vez ms generalizado de las o a tcnicas digitales de procesamiento. En la actualidad hasta los ms pequeos telfonos e a n e celulares utilizan algoritmos de alta complejidad que hace tan solo 15 aos hubieran n requerido computadores de gran tamao y costo. n El ultimo paso del procesamiento digital consiste en convertir la salida del bloque procesa dor a una seal analgica, lo que ocurre en el llamado convertidor digital-analgico (D/A). n o o En aplicaciones de anlisis de seal, la ultima etapa puede no ser necesaria, cuando la a n informacin a extraer se obtiene directamente de las representaciones digitales. o

1.4

Ventajas del procesamiento digital

Para poder representar una seal analgica por medio de una seal digital sin que sufra n o n prdidas de informacin considerables, la seal analgica debe ser digitalizada con una e o n o tasa de muestreo sucientemente alta (esto se analizar con suciente detalle en cap a tulos posteriores). La tecnolog digital impone l a mites de velocidad de procesamiento, que, aunque cada vez menos restrictivos, determinan los anchos de banda de seales que puen den ser tratadas digitalmente. Es por esto que los sistemas analgicos siguen siendo o irreemplazables en aplicaciones con seales de anchos de banda en el orden de los gin gaherz. Otro ambito de dominio analgico son sistemas de bajo consumo de potencia (en o el orden de los microwatts). Tanto los mdulos de conversin ADC como DAC, as como o o los microcontroladores o microprocesadores digitales tendrn siempre un mayor consumo a de potencia en la implementacin de ltros digitales que ltros homlogos analgicos, o o o o de capacitores conmutados, implementados en tecnolog integradas. as En casos donde las seales pueden ser digitalizadas sin perder informacin de forma n o considerable y se cuenta con suciente tiempo y potencia para realizar las conversiones y los clculos necesarios, es preferible utilizar un sistema digital sobre su equivalente a analgico. Esto por varias razones: o Los sistemas digitales son usualmente ms baratos y conables para el procesamiento de a seales. Como ya se mencion, pueden utilizarse sistemas programables, por lo que a n o travs de cambios en el software pueden modicarse o adaptarse sus caracter e sticas, proveyendo as un alto grado de exibilidad en el diseo. Adems, las precisiones alcanzables n a con sistemas digitales son usualmente mucho mayores que los circuitos analgicos, en los o que el error acumulado en forma de ruido aumenta con cada etapa de procesamiento.
c 2005-2011 P. Alvarado

1.4 Ventajas del procesamiento digital

Un sistema digital funciona en toda su vida util exactamente de la misma manera, y la fabricacin de dispositivos asegurar en todos ellos un comportamiento idntico. Esto o a e contrasta con los diseos analgicos, donde las caracter n o sticas de los componentes, pasivos y activos, var con el tiempo y donde la tolerancia de cada componente alterar en an a alguna medida el funcionamiento del sistema total. Adems del envejecimiento de los a circuitos, el funcionamiento de los sistemas analgicos tiende a ser ms sensible a cambios o a en la temperatura y a fuentes externas de interferencia que los sistemas digitales. En este sentido se dice que los sistemas digitales son ms robustos que los sistemas analgicos. a o Otra ventaja de los sistemas de procesamiento digital tiene que ver con las posibilidades de almacenamiento. Los niveles de ruido introducidos en sistemas de almacenamiento analgicos (como cintas magnticas) son extremadamente altos comparados con el almao e cenamiento prcticamente sin prdidas (excepto las introducidas por la propia digitalizaa e cin) de seales digitales. Por este motivo, con seales digitales es ms factible realizar o n n a los llamados procesamientos fuera de l nea (o-line), donde el tratamiento de la seal n se realiza en otro tiempo al de la captura de la seal. Esto es muy util por ejemplo en asn tronom donde las altas cantidades de informacin capturadas por los radio-telescopios a, o pueden ser entonces analizadas mucho despus de la adquisicin de datos, sin riesgos de e o producir conclusiones incorrectas producto de imprecisiones del almacenaje. Otro ejemplo es el anlisis de imgenes mdicas, donde altos volmenes de informacin son analizados a a e u o en procesos automticos o semi-automticos a posteriori en la deteccin de enfermedades a a o y el planeamiento de operaciones quirrgicas. u Pero quiz una de las ventajas fundamentales del procesamiento digital es la complejidad a alcanzable por medio de algoritmos de software, para los cuales pueden incluso no existir equivalentes analgicos. Debido a las consiguientes simplicaciones en los procesos de o diseo de sistemas digitales y considerando la predictibilidad en el incremento de las n capacidades de procesamiento y memoria (por ejemplo, por medio de la Ley de Moore), se acostumbra desarrollar los modernos y complejos algoritmos para el tratamiento digital de seales utilizando equipos de alto costo y tal vez de dimensiones volumtricas que n e exceden las limitaciones espaciales, puesto que se asume que en los prximos aos se podr o n a integrar y mejorar el hardware utilizado hasta satisfacer las expectativas de aparatos domsticos. Como ejemplo, los nuevos estndares de codicacin de video del grupo e a o MPEG necesitan varios microprocesadores de ultima generacin para funcionar, y an o u as no alcanzan las velocidades necesarias para desplegar los videos con la naturalidad deseada. Se parte del hecho que en un corto plazo los prototipos actuales podrn ser a integrados y comercializados hasta en sistemas porttiles. a

c 2005-2011 P. Alvarado

1 Introduccin o

1.5
1.5.1

Aplicaciones
Areas de aplicacin o

Las aplicaciones del procesamiento digital de seal son hoy en d incontables. Las ms n a a conocidas, pero no las unicas, se resumen a continuacin: o Aplicaciones automotrices Control del motor, sistemas antibloqueo (ABS), sistemas de navegacin, analisis de o vibracin, etc. o Electrnica de consumo o Radio y televisin digital, sistemas de video (DVD, Blue-Ray, etc.), juguetes educao tivos, instrumentos musicales, sistemas de impresin y despliegue, como monitores o de plasma, LED, LCD, etc. Industria Control numrico, monitorizacin de l e o neas de potencia, robtica, sistemas de seguo ridad. Instrumentacin o Generacin de funciones, emparejamiento de patrones, procesamiento s o smico, anlisis a espectral, anlisis de transcientes. a Medicina Equipo de diagnstico, monitorizacin de pacientes, prtesis auditivas, visuales y o o o mecnicas, equipos de ultrasonido, tomograf MRI, etc. a a, Telecomunicaciones Modems, ecualizadores de seal, codicadores y decodicadores, telefon celular, n a multiplexacin, cancelacin de eco, repetidores de seal, compensacin de canal, o o n o modulaciones de espectro ensanchado, video-conferencia, cifrado de datos Voz/Habla Vericacin de locutor, mejoramiento de seal, reconocimiento de habla, s o n ntesis de habla El tratamiento de seales acsticas es utilizado entre otros en el almacenamiento y transn u misin ecientes de sonido digital (MP3, OggVorbis, etc.), el procesamiento profesional o de sonido en industria musical y cinematogrca, el manejo de seales de ultrasonido a n para elaboracin de imgenes mdicas, o el procesamiento de voz humana, necesario para o a e codicar, encriptar, reconocer o sintetizar el habla. El procesamiento de imgenes bidimensionales permite analizar las seales obtenidas por a n medio de cmaras industriales, hoy en d frecuentemente encontradas en las l a a neas de produccin; adems, el procesamiento de imgenes tomadas por satlite permiten identicar o a a e entre otras cosas el tipo de uso del suelo, facilitan la construccin de mapas actualizados, o etc. Esta area es central en la codicacin y compresin de seales de video, tal y como o o n los establecen los estndares MPEG (Motion Picture Expert Group). a
c 2005-2011 P. Alvarado

1.5 Aplicaciones

El procesamiento de imgenes tridimensionales se utiliza por ejemplo en el anlisis y a a generacin de imgenes de resonancia magntica (MRI), utilizadas en medicina como o a e instrumento de observacin de tejidos internos de un paciente, sin tener la necesidad de o utilizar procedimientos quirrgicos. u Las tcnicas modernas de anlisis permiten obtener mejores resoluciones y aumentar la e a conabilidad de la informacin producida por sonares y radares. Por otro lado, el estuo dio digital de seales s n smicas y volcnicas permite incorporar tcnicas de simulacin y a e o reconocimiento de patrones que mejoran la prediccin de zonas y periodos de riesgo. o En los procesos de automatizacin industrial el procesamiento digital es en la actualidad o omnipresente, pues a pesar de que la mayor de los sensores producen salidas analgicas, a o estas son transformadas casi inmediatamente a seales digitales para permitir una transn misin ms conable y sin mayores prdidas a las unidades de procesamiento, para facilitar o a e la aplicacin de algoritmos de extraccin de la informacin de inters, y para hacer posible o o o e la utilizacin de tcnicas conables de almacenamiento de la informacin, que puede ser o e o la base luego para el mejoramiento de los procesos productivos, en el clculo de costos, a etc. En la preparacin de seales para su transmisin y en su decodicacin y mejoramiento del o n o o lado de los receptores, el procesamiento digital juega un papel cada vez ms importante. a Un ejemplo lo representan los mdems utilizados actualmente para permitir enlaces de o alta velocidad a travs de las l e neas telefnicas de cobre, denominado ADSL (Asymmetric o Digital Subscriber Line), donde el procesamiento digital es utilizado para codicar y decodicar las tramas y las seales de acuerdo a los estndares de modulacin digitales. n a o

1.5.2

Algoritmos

Conceptos algor tmicos clsicos del procesamiento digital, encontrados en las areas de aplia cacin anteriores son: compresin, cifrado, reconocimiento, identicacin, sintetizacin, o o o o eliminacin de ruido, estimacin espectral y ltrado, solo por mencionar algunos. o o La compresin consiste en la reduccin de capacidad necesaria para almacenar o transmitir o o una seal. En telefon celular seal de la voz es comprimida para poder transmitirla en n a n anchos de banda relativamente pequeos, comparados con los utilizados en telefon ja. n a Los estndares MPEG contienen sosticados algoritmos de compresin de imgenes que a o a permiten reducir en factores de 8 a 12 veces las seales de video. n El cifrado es necesario cuando la condencialidad de la informacin en las seales debe o n ser asegurada. Algoritmos complejos codican la informacin de forma tal que solo el o destinatario pueda decodicarla. Tareas de reconocimiento intentan inferir de patrones en la seal, informacin contenida n o de forma impl cita. Por ejemplo, de una seal de voz puede reconocerse tanto el mensaje n hablado, como el hablante (reconocimiento de habla y de voz, respectivamente). En imgenes mdicas pueden utilizarse algoritmos para reconocer tejidos malignos y benignos, a e
c 2005-2011 P. Alvarado

1 Introduccin o

o en imgenes industriales pueden ser reconocidos caracteres, formas de productos, el a ensamblaje correcto de partes, etc. La identicacin est relacionada con el reconocimiento. Aqu no se intenta descubrir una o a identicacin para el contenido de una seal, sino vericar que una identidad previamente o n dada es compatible con la seal. Mtodos de identicacin se utilizan, junto con la n e o encriptacin, en aplicaciones de alta seguridad. o La sintetizacin permite producir seales articiales similares a aquellas generadas a o n travs de fenmenos f e o sicos. Es utilizada por ejemplo en la elaboracin de efectos acsticos o u e imitacin de instrumentos musicales en sintetizadores de sonido. Otro ejemplo es la o sintetizacin de voz humana, utilizada en interfaces avanzadas hombre-mquina. o a Las seales transmitidas por canales analgicos usualmente son perturbadas con ruido, es n o decir, con alteraciones indeseables que no contienen ninguna informacin relevante para o la aplicacin. Por medio del procesamiento digital es posible aplicar diversos algoritmos o que permiten reducir el efecto de dichas distorsiones. El ltrado es un concepto bsico del procesamiento digital que forma parte de prcticamente a a cualquier otro algoritmo. El sistema que realiza esta tarea se denomina ltro, y permite el paso de solo ciertas componentes de su seal de entrada, y bloqueando el paso de n otras. Algunos detalles sern presentados en los cap a tulos 4.5 y 7. La estimacin espectral es utilizada en varias areas de las comunicaciones para encontrar o los rangos de frecuencias en que se concentra la energ de una seal (como en el caso del a n arriba mencionado ADSL).

1.5.3

Implementacin o

El diseo de algoritmos para resolver las tareas mencionadas anteriormente se fundamenta n en teor matemticas que aseguran su funcionamiento bajo limitaciones pre-establecidas. as a Para cada algoritmo se puede elegir aquella estrategia de implementacin que mejor sao tisfaga los requisitos de una aplicacin particular. Esto puede involucrar o plataformas de propsito general, como un computador personal; o plataformas empotradas, incluyendo telfonos celulares, PDA, controles en mquinas, e a etc. Segn sea la demanda computacional requerida, stas plataformas se pueden u e basar en microprocesadores de propsito general, o o microcontroladores especializados en el tratamiento de seales digitales (PDS, n Procesadores Digitales de Seales) n hardware recongurable, que se emplea en aplicaciones de alto desempeo, para el n cual los PDS no tienen sucientes prestaciones, circuitos integrados de aplicacin espec o ca (ASIC), utilizados si se espera una produccin en masa (como decodicadores del formato de audio Mp3) o implementacin de circuitos de procesamiento en tiempo discreto. o
c 2005-2011 P. Alvarado

10

1.5 Aplicaciones

En la ultima estrategia la seal nunca es convertida a un formato digital, pero se incluye n aqu por basarse su diseo en las teor de anlisis de seales en tiempo discreto, a tratar n as a n en este documento. El desarrollo de tecnolog de implementacin de algoritmos ha tendido en los ultimos as o aos a simplicar los procesos, de modo que utilizando lenguajes de alto nivel (como n por ejemplo el lenguaje C, o MatLab) sea posible obtener con los compiladores adecuados el cdigo optimizado para el procesador particular utilizado o incluso la descripcin o o en VHDL o Verilog del circuito que realiza la tarea descrita en C. Esto reduce costos al acelerar los procesos de implementacin y evita el entrenamiento de los ingenieros en o tecnolog cuya vigencia se restringe a unos pocos aos. Sin embargo, en casos con restricas n ciones cr ticas es inevitable recurrir ya sea a la optimizacin de algoritmos en ensamblador o del PDS empleado o la optimizacin manual de los circuitos. o

1.5.4

Casos

Los codicadores de voz (o codecs) utilizados en telefon celular son un ejemplo de a algoritmos complejos imposibles de realizar con circuitos analgicos, al menos en el tamao o n de un telfono celular actual. En GSM, por ejemplo, la seal analgica adquirida por el e n o micrfono es muestreada a 8 kHz, con 13 bits por muestra, lo que equivale a 104 000 bit/s. o Segn la calidad deseada o disponible, la salida de los codecs reducen el ancho de banda u a un rango entre 4,75 kbit/s y 13 kbit/s, es decir, permiten factores de compresin de 21 o a 8 veces. Otro caso impresionante es el de los diversos algoritmos para compresin de video. Consio derando que una imagen de televisin tiene 320200 pixels aproximadamente y cada pixel o necesita 24 bits para ser representado digitalmente con suciente precisin, entonces una o sola imagen necesita, sin compresin alguna, 187,5 kB para ser almacenada. Un segundo o de video, asumiendo una frecuencia de 30 imgenes por segundo, necesitar 5,6 MB. Una a a pel cula que tarde 90 minutos requerir entonces ms de 30 GB, lo que ser imposible a a a de almacenar en las tecnolog actuales de DVD. Solo con los sosticados algoritmos de as codicacin de video y sonido pueden almacenarse no solo la seal de video, sino varias o n versiones acsticas en diferentes idiomas, y materiales adicionales con video y audio, en u poco ms de 4 GB de espacio, con factores de compresin ms de 10 veces. La implemena o a tacin de los codicadores y decodicadores se realiza en circuitos integrados de aplicacin o o espec ca tanto en las cmaras comerciales, como en las unidades de DVD y Blue-ray. a Incluso los sistemas de transmisin de radio y televisin modernos estn cambiando de o o a ser completamente analgicos a conceptos digitales. Los nuevos formatos de televisin o o de alta denicin (HDTV) son completamente digitales, que no ser prcticos sin la o an a presencia de los algoritmos para el procesamiento y compresin adecuadas de las seales o n en cuestin. o Los discos Blue-Ray se utilizan para almacenar v deo apto para HDTV. Soportan el formato 1080p24, lo que implica una resolucin de 19201080 p o xeles con exploracin o
c 2005-2011 P. Alvarado

1 Introduccin o

11

progresiva2 , as como una tasa de 24 cuadros por segundo. Una imagen tiene as casi 2,1 millones de p xeles que requieren un espacio de 5,93 MB de almacenamiento sin compresin. Esto implica que para la tasa de 24 imgenes por segundo se requiere almacenar o a 142,4 MB por cada segundo de v deo sin comprimir. La tasa de transmisin de datos o estandarizada para este formato de HDTV es de 4,5MB/s, que es un factor aproximadamente 32 veces menor al de la seal cruda (sin compresin). Las tcnicas de compresin n o e o del v deo utilizan algoritmos de PDS ms avanzados que sus equivalentes en un DVD, a para lograr alcanzar dicha tasa y as poder almacenar todos los datos (v deo, texto, audio) en un disco con 25 GB de capacidad. Medicina es quiz una de las reas que ms ventajas ha tomado del procesamiento digital a a a de seales. Las nuevas tecnolog de visualizacin de ultrasonido permiten por ejemplo la n as o reconstruccin de una imagen tridimensional del feto en el vientre de la madre, ayudando o as al gineclogo a tomar las precauciones del caso cuando algo no est en orden. El o e manejo digital de tomograf computarizadas y de imgenes de resonancia magntica as a e permite la visualizacin de tejidos internos en formatos legibles para los mdicos. Los o e equipos ms modernos permiten incluso hacer uso de la llamada realidad aumentada, a donde imgenes reconstruidas a partir de las mediciones se superponen a las reales para a guiar a los cirujanos en operaciones delicadas. La creacin de prtesis cada vez ms complejas es tambin posible gracias a las tcnicas o o a e e de procesamiento digital. El implante de cclea, por ejemplo, permite a personas sordas o volver a escuchar utilizando el anlisis digital de las seales acsticas obtenidas con un a n u micrfono. Similar a este ultimo se trabaja en la actualidad en los implantes de retina, o donde complejos algoritmos de PDS intentan transformar la seal capturada por una n cmara en impulsos elctricos que pueden ser acoplados al nervio optico en el ojo de a e personas ciegas.

la exploracin progresiva implica que la imagen se genera progresivamente l o nea por l nea en un solo cuadro, y es lo opuesto a la exploracin entrelazada, donde la imagen se genera a travs de dos cuadros, o e uno que contiene las l neas pares y otro con las impares.

c 2005-2011 P. Alvarado

12

1.6 Problemas

1.6

Problemas

Problema 1.1. Busque un ejemplo de seal para cada una de las 32 posibles n combinaciones de las caracter sticas de las seales indicadas en la Tabla 1.1. n Problema 1.2. Una seal puede clasicarse segn cinco criterios: n u (Una variable (Escalar (Discretas (Discretas (Determinista o o o o o Multiples variables) Vectorial ) Continuas ) Continuas ) Aleatoria )

Nmero de variables u Dimensin del valor o Variables independientes Valores de la seal n Naturaleza estad stica

Utilice las letras maysculas indicadas en negrita para identicar las caracter u sticas de las seales a continuacin. Si alguna caracter n o stica no se aplica o puede interpretarse con cualquier valor de la propiedad, ind quelo con . Seal n Nm. Variables (U/M/) u Caracter stica Estad stica (D/A/)

Dimensin (E/V/) o

Variables (D/C/)

Imagen tomada por una cmara digital a color a Registro mensual de la posicin de o una bandada de aves migratorias Seales de salida de un micrfono estreo n o e Seal digital n Seal analgica n o

c 2005-2011 P. Alvarado

Valores (D/C/)

Cap tulo 2 Se ales y Sistemas de n Variable Discreta


2.1 Se ales de variable discreta n

Sea x(n) una seal de variable discreta, es decir, una funcin denida para n entero. La n o gura 2.1 muestra una t pica representacin grca de una seal de este tipo. A n se le o a n denomina nmero de muestra y a x(n) la n-sima muestra de la seal. u e n
x(n)

Figura 2.1: Representacin grca de una funcin real de variable discreta x(n). o a o

Ntese que x(n) no est denida para n no entero. Un error comn es considerar que la o a u seal es cero entre las muestras, cuando en realidad all simplemente la funcin no est n o a denida. La suposicin de que la seal es cero entre muestras es vlido solo para una o n a seal de variable real x(t), que es otro concepto diferente. n Adems de la representacin grca se utilizan aqu otras tres notaciones: a o a 1. Funcional: 1 para n = 1 el resto para 2 n 4

x(n) =

Esta representacin es la forma ms compacta de representar seales cuyo comporo a n tamiento puede ser expresado directamente por expresiones algebraicas cerradas. 13

5n 0

14

2.1 Seales de variable discreta n

2. Tabular n . . . -1 0 1 2 3 4 5 . . . x(n) . . . 0 0 1 3 2 1 0 . . . En programas computacionales como MatLab[12] u Octave[5] las seales se repren sentan con esta notacin, donde las dos las de la tabla se interpretan como dos o arreglos de datos independientes. 3. Como secuencia. Una secuencia de duracin innita con el origen en n = 0 (indicado con ) se o representa como x(n) = {. . . , 0, 0, 1, 3, 2, 1, 0, . . .}

Si la secuencia es 0 para n < 0 se suele representar como x(n) = {0, 1, 3, 2, 1, 0, . . .}

y si es nita x(n) = {0, 1, 3, 2, 1}

Si la secuencia inicia en cero, entonces usualmente se omite la echa: x(n) = {0, 1, 3, 2, 1} Por su brevedad y simpleza notacional, sta ser la representacin de seales de e a o n preferencia en el presente texto.

2.1.1

Manipulaciones elementales de se ales de variable discreta n

Se describen a continuacin algunas transformaciones elementales para seales de variable o n independiente discreta (o tiempo discreto). Estas transformaciones son la base de operaciones ms complejas en el procesamiento digital de seales y se utilizarn a menudo en a n a ste y los siguientes cap e tulos. Desplazamiento La seal x(n) se desplaza k muestras sustituyendo la variable n por n k. Si k > 0 la n seal se retarda k muestras y si k < 0 la seal se adelanta k muestras. n n En la manipulacin fuera de l o nea (o-line) ambos tipos de desplazamiento son posibles; sin embargo, en sistemas de tiempo real o en l nea (on-line), solo el retraso de la funcin o es realizable. Ejemplo 2.1 Utilizando desplazamientos exprese el escaln unitario u(n) en trminos o e de una suma de impulsos (n) desplazados. Solucin: o
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

15

u(n) = (n) + (n 1) + (n 2) + . . . =

i=0

(n i)
2.1

Reexin o Consiste en plegar la seal x(n) en el instante n = 0, sustituyendo la variable n por su n inverso aditivo n. Ntese que las operaciones de reexin y desplazamiento no son conmutativas, es decir, o o no es lo mismo reejar una seal y luego retardarla k unidades que retardar la seal y n n luego reejarla, puesto que: x((n) k) = x(n k) = x((n k)) = x(n + k)
Desplazamiento, Reexin o Reexin, o Desplazamiento

Escalado de variable o submuestreo En el escalado de variable o submuestreo (en ingls downsampling) se sustituye la variable e + discreta n por n con IN . Si la seal analgica original xa (t) fue muestreada de forma homognea con el intervalo n o e de muestreo T entonces x(n) = xa (nT ), de donde se deriva que x(n) = xa (n(T )). Esto implica que el submuestreo equivale a utilizar un intervalo de muestreo de mayor duracin, igual a T . o Suma, multiplicacin y escalado de secuencias o Todas estas operaciones afectan la amplitud de las muestras de una secuencia. Escalado de amplitud: y(n) = Ax(n) Suma de secuencias: y(n) = x1 (n) + x2 (n) Producto: y(n) = x1 (n)x2 (n) Ejemplo 2.2 Dadas las secuencias x1 (n) = ur (n) = {0, 1, 2, 3, 4, 5, 6, . . .}

x2 (n) = (1)n ur (n) = {0, 1, 2, 3, 4, 5, 6, . . .} x3 (n) = {0, 0, 1}

c 2005-2011 P. Alvarado

16

2.1 Seales de variable discreta n

Calcule la secuencia x4 (n) = 2x3 (2 n) x1 (2n 1) + x2 (4 n)u(n) Solucin: El primer trmino 2x3 (2n) corresponde a una reexin seguida por un atraso o e o (de la reexin), escalado por un factor 2. Esto resulta en o 2x3 (2 n) = {2}

El segundo trmino representa un submuestreo retrasado: e x1 (2n 1) = {0, 1, 3, 5, 7 . . .}

El primer factor del tercer trmino contiene una inversin atrasada: e o x2 (4 n) = {. . . , 6, 5, 4, 3, 2, 1, 0}

y al multiplicarlo por el escaln unitario u(n) se eliminan todas las muestras anteriores a o n = 0: x2 (4 n)u(n) = {4, 3, 2, 1, 0}

Finalmente, se deben combinar estos tres resultados parciales aditivamente: x4 (n) = {6, 4, 1, 6, 7, 9, 11, 13 . . .}

2.2

2.1.2

Clasicacin de se ales de variable discreta o n

La tabla 2.1 presenta cinco propiedades que caracterizan a las seales de variable discreta. n Tabla 2.1: Propiedades de seales de variable discreta. n Propiedad Clasicacin o Seal n Seal n Seal n Seal n Seal n de potencia aperidica o asimtrica e no acotada innita

Energ a Seal de energ n a Periodicidad Seal peridica n o Simetr a Seal simtrica n e Acotacin o Seal acotada n Longitud Seal nita n

c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

17

p(t) =
i(t) v (t) R

|v(t)|2 v(t)v (t) = R R


t

p(t) = i(t)i (t)R = |i(t)|2 R


t

e(t) =

p( ) d
t

e(t) =
2

p( ) d
t

1 = R

|v( )| d

=R

|i( )|2 d

Figura 2.2: Potencia instantnea p(t) y energ e(t) de una seal analgica. a a n o

Se ales de energ y potencia n a La gura 2.2 muestra el clculo de potencia instantnea p(t) y de energ disipada e(t) a a a en un circuito elctrico simple. El valor de resistencia R representa una constante que e unicamente repercutir en factores de escala de las funciones p(t) y e(t), es decir, el valor a de R no altera la forma de p(t) o e(t). Usualmente, a las funciones de forma |f (t)|2 se les denomina entonces funciones de potent cia de f (t) y a su integral hasta el instante t, |f (t)|2 dt, funcin de energa de f (t), o por la similitud con las funciones de energ y potencia en el circuito mostrado (asuma a por ejemplo R = 1 ). De forma anloga, para una seal de variable discreta x(n) se dene su energa total como a n

E=
n=

x(n)x (n) =
n=

|x(n)|2

donde el uso de la magnitud de la seal permite aplicar la denicin a seales de valor n o n complejo. Si E es nita entonces a x(n) se le denomina seal de energa. Muchas seales de energ n n a innita poseen potencia promedio nita: P = lim 1 |x(n)|2 N 2N + 1 n=N
N

En caso de que P sea nita, se dice que x(n) es una seal de potencia. n Si se dene la energ EN de x(n) en un intervalo nito como a
N

EN =
n=N

|x(n)|2

entonces E = lim EN
N

y la potencia promedio puede entonces tambin expresarse como e 1 P = lim EN N 2N + 1 con lo que se deriva que si E es nita entonces P = 0 y a su vez que si P > 0 entonces E , o en otras palabras, toda seal de potencia tiene energ innita. n a
c 2005-2011 P. Alvarado

18

2.1 Seales de variable discreta n

Ejemplo 2.3 Especique si el escaln unitario u(n), la rampa ur (n) y la seal expoo n j0 n nencial x(n) = Ae son seales de energ o potencia. n a Solucin: o 1. Si x(n) = u(n) entonces 1 P = lim |u(n)|2 N 2N + 1 n=N 1 = lim N 2N + 1 = lim
N N

1
n=0

N +1 1 = N 2N + 1 2

lo que implica que u(n) es una seal de potencia. n 2. Para la seal rampa unitaria ur (n) se tiene que n 1 |ur (n)|2 P = lim N 2N + 1 n=N 1 = lim N 2N + 1 = lim
N 2N N N

n2
n=0

1 N (N + 1)(2N + 1) = +1 6 por lo que no es ni seal de energ ni seal de potencia al ser tanto E como P n a n innitas. 3. La seal x(n) = Aej0 n , A IR, tiene una potencia media n P = lim 1 |u(n)|2 N 2N + 1 n=N
N N

1 = lim N 2N + 1 = lim

n=0

|A|2

1 |A|2 (N + 1)|A|2 = N 2N + 1 2 y es por lo tanto una seal de potencia. n


2.3

Se ales acotadas y no acotadas n Una seal x(n) se dice ser acotada (en ingls bounded signal ) si existe un nmero real n e u positivo nito M tal que |x(n)| < M para todo n. Por el contrario, si la magnitud de cualquier muestra es innita, entonces la seal no es acotada. Esta propiedad es n fundamental para el concepto de estabilidad de sistemas, que se revisar con detalle a posteriormente.
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

19

Se ales peridicas y aperidicas n o o Una seal es peridica con periodo N (N > 0) si y solo si n o x(n + N ) = x(n), para todo n (2.1)

El valor ms pequeo de N para el que se cumple lo anterior se denomina periodo fundaa n mental . Si no existe ningn N que satisfaga (2.1) la seal es entonces aperidica. u n o Se demostrar en la siguiente seccin como ejemplo particular que la seal x(n) = a o n k cos(2f0 n) es peridica si y solo si f0 es un nmero racional f0 = N , donde si k y N o u son primos relativos entonces el periodo es exactamente N . Si una seal peridica no toma valores innitos (es decir, es una seal acotada) entonces n o n es a su vez una seal de potencia, por ser su potencia promedio nita e igual al promedio n en un periodo: P = 1 N
N 1

n=0

|x(n)|2

Se ales pares e impares n Una seal es simtrica o par si n e x(n) = x(n) Se dice ser asimtrica o impar si e x(n) = x(n) en cuyo caso siempre debe cumplirse que x(0) = 0. Asmase que toda seal x(n) se puede expresar como la suma de una seal par xp (n) y u n n otra seal impar xi (n), de forma que n x(n) = xp (n) + xi (n) Considerando la naturaleza par e impar de las componentes se debe cumplir x(n) = xp (n) + xi (n) = xp (n) xi (n) Sumando y restando (2.4) y (2.5) se despeja xp (n) = x(n) + x(n) 2 xi (n) = x(n) x(n) 2 (2.6) (2.5) (2.4) (2.3) (2.2)

c 2005-2011 P. Alvarado

20

2.1 Seales de variable discreta n

Ejemplo 2.4 Dada una seal x(n) = {0, 1, 2} encuentre sus componentes par e impar. n

Solucin: o Para calcular la componente par se realiza la suma de la seal con su reexin, y luego n o se divide por dos: x(n) x(n) x(n) + x(n) xp (n) =
x(n)+x(n) 2

= { 0, = { 2, = { 2,

0, 1, 1,

0,

1, 0, 1,

2 } 0 } 2 }

0,

0,

= { 1, 1/2, 0, 1/2, 1 }

Para calcular la componente impar se le substrae la reexin a la seal, y luego se divide o n por dos: x(n) = { 0, 0, 0, 1, 2 }

x(n) x(n) x(n) xi (n) =


x(n)x(n) 2

= {

2,

1, 1,

0, 0,

0, 1,

0 } 2 }

= { 2,

= { 1, 1/2, 0, 1/2, 1 }
2.4

Se comprueba directamente que se cumple x(n) = xp (n) + xi (n). Se ales herm n ticas y anti-herm ticas

Una seal de valor complejo se denomina herm n tica (simtrica conjugada o par conjugada) e si cumple x(n) = x (n) (2.7) de lo que se deduce que |x(n)| = |x(n)|

Re{x(n)} = Re{x(n)} es decir, tanto la magnitud como la parte real de una seal herm n tica tienen simetr par. a Por otro lado arg x(n) = arg x(n)

Im{x(n)} = Im{x(n)} lo que indica que el argumento (ngulo o fase) y la parte imaginaria de una seal herm a n tica son seales impares. n La seal es anti-herm n tica (asimtrica conjugada o impar conjugada) si cumple e x(n) = x (n)
c 2005-2011 P. Alvarado

(2.8)

2 Seales y Sistemas de Variable Discreta n

21

de lo que se deduce que |x(n)| = |x(n)|

Im{x(n)} = Im{x(n)} es decir, tanto la magnitud como la parte imaginaria de una seal anti-herm n tica tienen simetr par. Por otro lado a arg x(n) = arg x(n) que no tiene exhibe ninguna simetr aunque si se multiplica ambos lados de la ecuacin a, o por dos se obtiene 2 arg x(n) = 2 2 arg x(n) 2 arg x(n) = 2 arg x(n)

es decir, el doble del angulo tiene simetr impar. a Para la parte real de la funcin anti-herm o tica se cumple Re{x(n)} = Re{x(n)} es decir, tiene simetr impar. Asmase ahora que es posible realizar una descomposicin a u o lineal de cualquier funcin x(n) de valor complejo en una componente herm o tica xh (n) y otra anti-herm tica x (n), de forma que x(n) = xh (n) + x (n) (2.9)

Considerando la naturaleza herm tica y anti-herm tica de las componentes se debe cumplir x (n) = x h (n) + x (n) = xh (n) x (n) Sumando y restando (2.9) y (2.10) se despeja x(n) + x (n) xh (n) = 2 x(n) x (n) x (n) = 2 (2.11) (2.10)

2.2

Se ales sinusoidales y el concepto de frecuencia n

El estudio clsico de seales se basa en su representacin como combinacin de una serie a n o o de seales elementales con un comportamiento conocido o predecible en los sistemas con n que se trabaja. En cursos anteriores se han introducido conceptos del anlisis de Fourier, a transformada de Laplace, donde las seales elementales se caracterizan por su frecuencia n y fase respecto a alguna referencia comn. El concepto de frecuencia ser revisado en u a las siguientes secciones, donde se apreciarn las diferencias que existen entre los dominios a discreto y continuo. El punto de partida para el anlisis sern la funciones sinusoidales, a a como representantes espectrales puras.
c 2005-2011 P. Alvarado

22

2.2 Seales sinusoidales y el concepto de frecuencia n

2.2.1

Se al sinusoidal continua n

Una oscilacin armnica simple se describe matemticamente a travs de la seal continua o o a e n [15]: xa (t) = A cos(t + ), < t < (2.12) donde el sub ndice a indica que es una seal analgica. A representa la amplitud de n o la seal, es la frecuencia angular en radianes por segundo (rad/s) y es la fase en n radianes. Es tambin comn utilizar la frecuencia F en ciclos por segundo o Hertz (Hz) e u con = 2F con lo que (2.12) se puede expresar como xa (t) = A cos(2F t + ), < t < .

Si F es constante, entonces xa es peridica o xa (t + Tp ) = xa (t) con per odo fundamental Tp = 1/F (gura 2.3).
x(t) A A cos
0

Tp = 1/F

Figura 2.3: Ejemplo de una seal analgica sinusoidal. n o

2.2.2

Se al sinusoidal discreta n

La seal sinusoidal en tiempo discreto se expresa como n x(n) = A cos(n + ), < n < (2.13)

con la variable entera n Z (tambin denominada nmero de muestra), A la magnitud, e u es la frecuencia en radiantes por muestra y la fase en radianes. De forma similar al caso continuo, puede utilizarse = 2f para reescribir (2.13) como x(n) = A cos(2 f n + ), < n < . (2.14)

c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

23

En este caso las dimensiones de la frecuencia son ciclos por muestra, y tal como estas unidades lo indican, usualmente tiene valores menores que la unidad. La gura 2.4 muestra un ejemplo con f = 1/12 y = /3.
x(n)

Figura 2.4: Ejemplo de una seal sinusoidal discreta ( = /6 y = /3) [15]. n

Periodicidad de un sinusoide discreto Por denicin una seal de variable discreta x(n) es peridica con periodo N (N > 0) si o n o y solo si x(n + N ) = x(n) para todo n (2.15) El menor valor de N para el que se cumple (2.15) se denomina periodo fundamental . Una seal sinusoidal de frecuencia f0 es peridica si n o cos (2 f0 (N + n) + ) = cos (2 f0 n + ) lo que se cumple solo si existe un entero k tal que 2 f0 N = 2k o, en otros trminos e k (2.16) N que es siempre un nmero racional. Esto quiere decir, que una seal sinusoidal discreta u n con un valor irracional de frecuencia no es peridica. o f0 = Para determinar el periodo fundamental de una seal sinusoidal se expresa su frecuencia n como en (2.16) y se simplican los factores comunes de tal forma que k y N formen nmeros primos relativos. Por ejemplo si f1 = 5/32 = 0,15625 el periodo fundamental u es N = 32, pero si la frecuencia es f2 = 4/32 = 0,125 el periodo fundamental es N = 8 (gura 2.5). Esto quiere decir que an cuando los valores de frecuencia se encuentren u relativamente cerca, sus periodos pueden cambiar radicalmente.
c 2005-2011 P. Alvarado

24
x(n)

2.2 Seales sinusoidales y el concepto de frecuencia n


x(n)

(a)

(b)

Figura 2.5: Comparacin de dos frecuencias cercanas en seales de variable discreta. (a) Freo n cuencia f = 5/32, periodo N = 32. (b) Frecuencia f = 4/32, periodo N = 8. La l nea punteada denota una seal continua con frecuencia equivalente para simplin car la comparacin. o

Equivalencia de frecuencias en sinusoides discretos Considrese de nuevo la seal sinusoidal cos(0 n + ). Es fcil de obtener que: e n a cos ((0 + 2)n + ) = cos(0 n + 2n + ) = cos(0 n + ) por lo que todas las secuencias sinusoidales xk (n) = A cos(k n + ), con k = 0 + 2k son idnticas. Por otro lado, las secuencias de cualesquiera dos seales sinusoidales discree n 1 1 tas con frecuencias en el rango ( 2 f 2 ) son diferentes. Combinando o los resultados anteriores se obtiene que cualquier secuencia sinusoidal de frecuencia || > 1 1 ( |f | > 2 ) tiene una seal equivalente con || ( |f | 2 ). A las frecuencias || o n o 1 ( |f | 2 ) se les considera frecuencias fundamentales y a las frecuencias || > ( o o 1 |f | > 2 ) se les denomina alias. Equivalencia de frecuencias entre sinusoides continuos y discretos Para analizar la relacin entre frecuencias continuas y discretas asmase que una seal o u n analgica xa (t) = cos(2F t) se muestrea cada Ts unidades de tiempo para dar origen a la o seal en tiempo discreto x(n) = xa (nTs ) = cos(2f n). La igualdad es posible solo si los n argumentos de las seales cosenoidales son iguales, por lo que n 2f n = 2F nTs
c 2005-2011 P. Alvarado

k = 0, 1, 2, . . .

2 Seales y Sistemas de Variable Discreta n

25

y deniendo la frecuencia de muestreo Fs = 1/Ts entonces f= F Fs

de donde se deriva el nombre de frecuencia normalizada para f . De modo similar se deriva para las frecuencias angulares con s = 2Fs que = 2 s

Tasa mxima de oscilacin a o Considrese ahora la secuencia sinusoidal x0 (n) = cos(0 n) para el rango de frecuencias e 0 [0, ]. La gura 2.6 muestra algunos casos particulares como ejemplo. Se puede apreciar que la tasa de oscilacin aumenta conforme la frecuencia aumenta. o
x(n) x(n) x(n)

0 = 0 (f = 0)
x(n)

0 = /6 (f = 1/12)
x(n)

0 = /3 (f = 1/6)

0 = /2 (f = 1/4)

0 = (f = 1/2)

Figura 2.6: Secuencia sinusoidal con diferentes frecuencias.

Ahora, para analizar el caso de frecuencias angulares mayores que considrese el caso e especial de 1 = 2 0 . Si 0 [0, ] entonces 1 [, 2] de tal forma que si 0 aumenta 1 disminuye.
c 2005-2011 P. Alvarado

26

2.2 Seales sinusoidales y el concepto de frecuencia n

Debido a que x1 (n) = A cos(1 n) = A cos((2 0 )n) = A cos(0 n) = x0 (n) la frecuencia angular 1 es un alias de 0 . De aqu se concluye que si la frecuencia angular aumenta de hacia 2 la tasa de oscilacin se reduce, al representar estos alias frecuencias o que bajan de a 0. De forma similar al caso de senoides de variable continua puede utilizarse la identidad de Euler en el caso discreto para introducir el concepto de frecuencia negativa: x(n) = A cos(n + ) = A j(n+) A j(n+) e + e 2 2

Debido a que las seales sinusoidales de variable discreta con frecuencias separadas por n un entero mltiplo de 2 son idnticas, entonces todas las frecuencias en un intervalo u e [0 , 0 + 2] representan todas las frecuencias existentes para estas seales. En otras n palabras, el rango de frecuencias distinguibles para sinusoides de variable discreta es nito con un ancho de banda de 2. Usualmente se utilizan los rangos de frecuencias 1 angulares [, ] (f [ 2 , 1 ]) o [0, 2] (f [0, 1]) y reciben el nombre de rango 2 fundamental .

2.2.3

Exponenciales complejos relacionados armnicamente o

Las seales de variable continua n sk (t) = ejk0 t = ej2kF0 t k = 0, 1, 2, . . .

se denominan seales exponenciales relacionadas armnicamente. El periodo fundamenn o tal de la seal sk (t) es 1/(kF0 ) = Tp /k, lo que equivale a una frecuencia fundamental de n kF0 . Puesto que una seal peridica con periodo Tp /k es tambin peridica con periodo n o e o k(Tp /k) = Tp con k Z entonces todas las seales sk (t) tienen como periodo comn Tp . El n u nombre proviene de la relacin de estas funciones con las oscilaciones de una cuerda, que o tienen relaciones armnicas (mantienen los nodos externos jos) cuando las frecuencias o son mltiplos enteros de una frecuencia fundamental. u En este caso de variable continua, para k1 = k2 se cumple siempre que sk1 (t) = sk2 (t), o en otros trminos, existe un nmero innito de seales complejas relacionadas armnicamente e u n o j2F0 t con e . Para el caso de seales exponenciales complejas de variable discreta, puesto que son seales n n peridicas solo si su frecuencia es racional, se escoge f0 = 1/N y se dene el conjunto de o seales relacionadas armnicamente como n o sk (n) = ejk0 n = ej2kf0 n k = 0, 1, 2, . . . (2.17)

A diferencia del caso continuo se tiene para k1 = k + N sk+N (n) = ej2


(k+N ) n N

= ej2 N ej2n = ej2 N = sk (n)

kn

kn

c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

27

Esto signica que en el caso discreto solo existen N seales complejas relacionadas armnin o camente, donde todos los miembros del conjunto descrito en (2.17) tienen como periodo comn N muestras. u

2.3

Sistemas en tiempo discreto

A los dispositivos que operan sobre seales de variable discreta (o tiempo discreto) se les n denomina sistemas discretos. En general, reciben una seal de entrada x(n) para producir n una seal de salida y(n). Se dice que el sistema transforma x(n) en y(n), lo que se expresa n como y(n) = T [x(n)] donde T [] representa al operador de transformacin o procesamiento realizado por el o sistema sobre x(n) para producir y(n).

2.3.1

Descripcin entrada-salida de sistemas o

La descripcin de entrada-salida dene la relacin entre x(n) y y(n). La estructura interna o o del sistema es desconocida o ignorada, es decir, el sistema se considera como una caja negra cuyo funcionamiento interno no interesa, sino el comportamiento espec co ante cierta entrada (gura 2.7).

x(n)

Sistema Discreto

y(n)

Figura 2.7: Entrada-salida de un sistema discreto

Ejemplo 2.5 Determine la salida de los siguientes sistemas para la entrada x(n) = 1. 2. 3. 4. 5. 6. 3 |n| para 2 n 2 en el resto

y(n) = x(n) y(n) = x(n 2) y(n) = x(n + 1) y(n) = 1 [x(n + 1) + x(n) + x(n 1)] 3 y(n) = max {x(n + 1), x(n), x(n 1)} y(n) = n k= x(k)

Solucin: o
c 2005-2011 P. Alvarado

28

2.3 Sistemas en tiempo discreto

1. Al sistema y(n) = x(n) se le denomina identidad , pues su salida es idntica a la e entrada: y(n) = {1, 2, 3, 2, 1}

2. El sistema y(n) = x(n 2) retarda la entrada dos muestras: y(n) = {1, 2, 3, 2, 1}.

3. El sistema y(n) = x(n + 1) adelanta la seal una unidad y solo puede ser realizado n fuera de l nea, por ser imposible en un sistema de tiempo real determinar el valor de una muestra en el futuro: y(n) = {1, 2, 3, 2, 1}.

4. El ltro de media mobil y(n) = 1 [x(n + 1) + x(n) + x(n 1)] calcula el promedio 3 de tres muestras: y(n) = {1/3, 1, 2, 7/3, 2, 1, 1/3}.

5. El ltro de rango y(n) = max {x(n + 1), x(n), x(n 1)} entrega el valor mximo a de la muestra actual, la anterior y la futura: y(n) = {1, 2, 3, 3, 3, 2, 1}. Este ltro

puede considerarse como ltro paso bajos. 6. El acumulador y(n) = n o k= x(k) realiza la integracin discreta de la entrada: y(n) = {1, 3, 6, 8, 9, 9, . . .}. Nte que el acumulador puede reescribirse como o
n n1

y(n) =
k=

x(k) =
k=

x(k) + x(n) = y(n 1) + x(n)

y(n1)

2.5

En general, la salida y(n) en el instante n puede depender no solo de la muestra actual x(n), sino tambin de la seal en instantes anteriores y posteriores a n. Adems, la e n a salida de un sistema puede depender de un estado interno. Por ejemplo, en el acumulador y(n) = y(n 1) + x(n) si una secuencia de entrada se aplica en dos instantes de tiempo distintos, las dos reacciones del sistema dieren, dependiendo de la historia anterior del sistema y(n1). Para determinar la salida del acumulador en un instante n0 es necesario conocer y(n0 1). El clculo de la secuencia de salida y(n) para todo instante n > n0 a tiene como condicin inicial al valor y(n0 1), que en cierta forma resume todo el pasado o del sistema. Si todas las condicines iniciales son cero se dice que el sistema estaba en reposo. Siempre o se asume que en n = todo sistema estuvo en reposo. La salida de un sistema en reposo puede expresarse entonces utilizando unicamente la seal de entrada, puesto que n por denicin todas las salidas anteriores son cero. o En la literatura se encuentra el trmino condiciones de reposo iniciales (IRC, Initial Rest e Conditions) para indicar que se asume y(n) = 0 para n < n0 donde la entrada deja de ser cero justo en n0 y x(n) = 0 para n < n0 . Adems, se utiliza el concepto de condiciones a de reposo nales (FRC, Final Rest Conditions) para indicar el caso contrario, es decir, se asume que y(n) = 0 para n > n0 , y la entrada se hace cero justo despus de n0 , es decir, e x(n) = 0 para n > n0 .

c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

29

Ejemplo 2.6 Determine la salida del sistema acumulador para la entrada x(n) = nu(n) con condicin inicial y(1) = . o Solucin: o
n 1 n

y(n) =
k=

x(k) =
k=

x(k) +
k=0 y(1)=

k =+
n(n+1) 2

n(n + 1) 2

Recuerde que
n k=0 k n k=0 k n k=0 k n k=0 n k=0

2 2

= = =

1 n n+1

+ 2 + 3 + ... + n + n 1 + n 2 + ... + 1 + n + 1 + n + 1 + ... + n + 1

k = n(n + 1) =
n(n+1) 2
2.6

2.3.2

Diagramas de bloques

En el cap tulo anterior se indic que un sistema est conformado por subsistemas, es decir, o a bloques de procesamiento de seal con tareas espec n cas dentro del sistema total. Este concepto se aplica recursivamente, de tal modo que un subsistema se descompone a su vez en otros subsistemas ms sencillos, que a su vez pueden estar constituidos por otros a subsistemas, y as sucesivamente, hasta llegar a ciertos componentes elementales descritos a continuacin. o

Sumador El sumador es un bloque sin memoria, que se representa como lo indica la gura 2.8. Tal
x1 (n) x2 (n)

y (n) = x1 (n) + x2 (n)

Figura 2.8: Diagrama de un sumador.

y como lo indica su nombre, su tarea es sumar dos seales o ms seales muestra por n a n muestra.
c 2005-2011 P. Alvarado

30

2.3 Sistemas en tiempo discreto

Multiplicador por constante El multiplicador por constante es un bloque sin memoria, que se representa como lo indica la gura 2.9. Se utiliza para escalar toda una secuencia por un mismo factor.
x(n) a y (n) = ax(n)

Figura 2.9: Diagrama de un multiplicador por constante.

Multiplicador de se al n El multiplicador de seal es un bloque sin memoria, que se representa como lo indica la n gura 2.10, y que genera una nueva secuencia a partir de los productos entre muestras de
x1 (n) y (n) = x1 (n)x2 (n)

x2 (n)

Figura 2.10: Diagrama de un multiplicador de seales. n

las seales de entrada correspondientes a un mismo instante n. n

Retardador de un elemento El retardador es un bloque con memoria de longitud 1, representado como lo indica la gura 2.11. Es uno de los elementos de procesamiento digital ms utilizados. Su a
x(n) y (n) = x(n 1)

z 1

Figura 2.11: Diagrama de elemento retardador.

s mbolo est muy relacionado con las propiedades de la transformada z que se analizarn a a posteriormente.

Adelantador de un elemento El adelantador no es realizable f sicamente y solo existe en sistemas de tratamiento de seales fuera de l n nea. Se representa como lo indica la gura 2.12.
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n


x(n) y (n) = x(n + 1)

31

Figura 2.12: Diagrama de elemento adelantador.

Ejemplo 2.7 Realice el diagrama de bloques para 1 1 1 y(n) = y(n 1) + x(n) + x(n 1) 4 2 2 Solucin: o Ntese primero que esta expresin puede reescribirse de la siguiente forma: o o 1 1 y(n) = y(n 1) + (x(n) + x(n 1)) 4 2 con lo que se deriva fcilmente el diagrama mostrado en la gura 2.13. a
1 2

(2.18)

y (n) z 1

x(n) z 1
1 4

Figura 2.13: Diagrama de bloques de la ecuacin 2.18. o

2.7

2.3.3

Clasicacin de los sistemas discretos o

Un sistema se dice tener una determinada propiedad, si dicha propiedad se cumple para todas las seales de entrada posibles. Un contraejemplo basta para descartar que un sisn tema posea una determinada propiedad. La tabla 2.2 resume las propiedades de sistemas discretos, que se detallan a continuacin. o Tabla 2.2: Propiedades de sistemas discretos. Propiedad Clasicacin o dinmico a invariante en el tiempo no lineal no causal inestable

Memoria Sistema esttico a Sistema Varianza Sistema variante en el tiempo Sistema Linealidad Sistema lineal Sistema Causalidad Sistema causal Sistema Estabilidad Sistema estable Sistema

c 2005-2011 P. Alvarado

32

2.3 Sistemas en tiempo discreto

Sistemas estticos y dinmicos a a En un sistema esttico, o sin memoria, la salida y(n) depende solo de la entrada x(n) en a el mismo instante n, y no de las entradas pasadas o futuras. Todos los otros casos son sistemas dinmicos. a Si la salida y(n) depende de las entradas de x(n N ) a x(n) se dice que el sistema tiene memoria de duracin N , donde N puede ser nita o innita. o Por ejemplo, y(n) = ax(n) + nx2 (n) + bx3 (n) representa un sistema esttico, mientras que a n y(n) = k=0 ak x(n k) es un sistema dinmico. a Sistemas variantes e invariantes en el tiempo Un sistema T en reposo es invariante en el tiempo o invariante al desplazamiento si y solo si T T x(n) y(n) x(n k) y(n k) En el diagrama de bloques de la gura 2.14 el sistema T es invariante en el tiempo si y solo si la salida d(n) es cero para todas las entradas x(n) y para todos los valores de retardo k.
T x(n) z
k

z k d(n) T

Figura 2.14: Vericacin de la invarianza en el tiempo. o

Ejemplo 2.8 Determine si los siguientes sistemas son o no invariantes en el tiempo: 1. y(n) = x(n) x(n 1) 2. y(n) = x(n) cos(0 n) Solucin: o El sistema y(n) = x(n) x(n 1) es invariante en el tiempo. Para demostrarlo se calcula la respuesta del sistema en reposo a la entrada desplazada x(n k), que resulta en yk (n) = x(n k) x(n k 1). La respuesta a x(n), retrasada k muestras es y(n k) = x(n k) x(n k 1). Como y(n k) = yk (n) el sistema es invariante en el tiempo. El sistema modulador y(n) = x(n) cos(0 n) es variante en el tiempo, puesto que su respuesta yk (n) a x(n k) es yk (n) = x(n k) cos(0 n), y la repuesta a x(n), retardada k muestras es y(n k) = x(n k) cos(0 (n k)) que es diferente a yk (n). 2.8
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

33

Sistemas lineales y no lineales Un sistema es lineal si satisface el teorema de superposicin, es decir, para cualesquiera o dos constantes a1 , a2 y para toda seal x1 (n) y x2 (n) se cumple n T [a1 x1 (n) + a2 x2 (n)] = a1 T [x1 (n)] + a2 T [x2 (n)] . (2.19)

La gura 2.15 ilustra un esquema de vericacin de linealidad, donde el sistema es lineal o si y solo si para todo par de entradas x1 (n) y x2 (n) y para cualesquiera dos constantes a1 , a2 siempre la salidad d(n) es cero.
x1 (n) a1 T a1 a2 d(n)

x2 (n)

a2 T T

Figura 2.15: Vericacin de linealidad. o

Como consecuencia de (2.19) todo sistema lineal cumple la propiedad multiplicativa o de escalado T [a1 x1 (n)] = a1 T [x1 (n)] (2.20) y la propiedad aditiva T [x1 (n) + x2 (n)] = T [x1 (n)] + T [x2 (n)] . El principio de superposicin puede generalizarse para M seales como o n
M M

x(n) =
k=1

ak xk (n) y(n) =

k=1

ak T [xk (n)]

De la propiedad de escalado se deduce adems que un sistema lineal en reposo con entrada a cero (x(n) = 0, n Z) debe tener como salida una seal nula y(n) = 0. n Si para un sistema la propiedad de superposicin no se cumple, entonces el sistema se o dice ser no lineal. Ejemplo 2.9 Compruebe si los siguientes sistemas son lineales. 1. y(n) = nx(n) 2. y(n) = x(n2 )
c 2005-2011 P. Alvarado

34

2.3 Sistemas en tiempo discreto

3. y(n) = x2 (n) 4. y(n) = Ax(n) + B 5. y(n) = ex(n) Solucin: o 1. Para el sistema 1 se obtiene primero la respuesta del sistema a una entrada igual a la suma ponderada de dos seales x1 (n) y x2 (n), es decir, para una entrada total x(n) = n a1 x1 (n) + a2 x2 (n) y se obtiene yT (n) = n(a1 x1 (n) + a2 x2 (n)) = a1 nx1 (n) + a2 nx2 (n). Ahora, la suma ponderada de las salidas del sistema para x1 (n) y x2 (n) por separado es yS (n) = a1 y1 (n) + a2 y2 (n), con y1 (n) = nx1 (n) y y2 (n) = nx2 (n), lo que es igual a yS (n) = a1 nx1 (n) + a2 nx2 (n). Como yT (n) = yS (n) se puede armar que el sistema y(n) = nx(n) es lineal. 2. Para y(n) = x(n2 ) las salidas yT (n) = a1 x1 (n2 )+a2 x2 (n2 ) y yS = a1 x1 (n2 )+a2 x2 (n2 ) son idnticas y por tanto el sistema es lineal. e 3. Para y(n) = x2 (n) la salida yT (n) = (a1 x1 (n) + a2 x2 (n))2 = a2 x2 (n) + a2 x2 (n) + 1 1 2 2 2 2 2 2 2a1 a2 x1 (n)x2 (n) y la salida yS (n) = a1 x1 (n) + a2 x2 (n) evidentemente son diferentes y por tanto el sistema no es lineal. 4. Para y(n) = Ax(n) + B la salida yT (n) = A(a1 x1 (n) + a2 x2 (n)) + B y la salida yS (n) = Aa1 x1 (n) + B + Ax2 (n) + B = Aa1 x1 (n) + Ax2 (n) + 2B dieren para todo B = 0 y por tanto el sistema, a pesar de su apariencia, no es lineal. 5. Para y(n) = ex(n) la salida yT = ea1 x1 (n)+a2 x2 (n) = ea1 x1 (n) ea2 x2 (n) y la salida yS = ea1 x1 (n) + ea2 x2 (n) son diferentes y por tanto el sistema tampoco es lineal.
2.9

Sistemas causales y no causales Un sistema es causal si y(n) depende unicamente de las entradas presentes y pasadas (x(n), x(n 1), x(n 2), . . .), y salidas pasadas (y(n 1), y(n 2), . . .), pero no de las entradas o salidas futuras (x(n+1), x(n+2), . . .; y(n+1), y(n+2), . . .). En caso contrario, el sistema es no causal. Sistemas que funcionan en l nea deben ser causales por la imposibilidad de determinar el valor de la entrada o la salida en el futuro. A una seal x(n) que es cero para n 0 y diferente de cero para n < 0 se le denomina n seal anticausal . Las implicaciones de la causalidad junto con la linealidad e invarianza n en el tiempo no son triviales, y se profundizar en ellas en los prximos cap a o tulos.

Sistemas estables e inestables Un sistema arbitrario en reposo se denomina estable de entrada acotada - salida acotada (BIBO: bounded input bounded output) si toda entrada acotada produce una salida
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

35

acotada: |x(n)| Mx < |y(n)| My < ,


T

n Z

Basta con que alguna entrada acotada produzca una salida no acotada (es innita), para que el sistema sea inestable.

2.3.4

Interconexin de sistemas discretos o

Hay dos maneras fundamentales de interconectar sistemas discretos: interconexin en o cascada (o serie) e interconexin paralela (gura 2.16). La interconexin en cascada se o o describe con sistemas de la forma: y(n) = T2 [T1 [x(n)]] = Tc [x(n)] En general, el orden de los bloques para la conexin en cascada es relevante. Sin embargo, o si los sistemas son lineales e invariantes en el tiempo entonces Tc es a su vez lineal e invariante en el tiempo, y T1 [T2 []] = T2 [T1 []]. La interconexin en paralelo se describe o por y(n) = T1 [x(n)] + T2 [x(n)] = Tp [x(n)] .
T1 x(n) T1 y1 (n) (a) T2 y (n) x(n) T2 (b) y2 (n) y1 (n)

y (n)

Figura 2.16: Interconexin de sistemas discretos. (a) Cascada. (b) Paralelo o

2.4

Anlisis de sistemas discretos lineales e invariana tes en el tiempo

El anlisis de sistemas se simplica enormemente si estos son lineales e invariantes en el a tiempo (LTI: Linear and Time Invariant).

2.4.1

Tcnicas de anlisis e a

Existen dos mtodos bsicos para el anlisis del comportamiento de un sistema: e a a 1. Descomposicin de la seal de entrada en seales elementales, cuya respuesta es o n n conocida. 2. Solucin de la ecuacin de diferencias. o o
c 2005-2011 P. Alvarado

36

2.4 Anlisis de sistemas discretos lineales e invariantes en el tiempo a

La solucin de la ecuacin de diferencias se revisar en la seccin 2.5. o o a o El concepto fundamental del anlisis de sistemas lineales por descomposicin es el sia o guiente: supngase que la entrada x(n) puede expresarse como una suma ponderada de o funciones elementales {xk (n)} x(n) = ck xk (n)
k

donde ck son los coecientes de ponderacin o pesos de la descomposicin de la seal x(n). o o n Si la respuesta del sistema en reposo a xk (n) es yk (n), es decir yk (n) = T [xk (n)] entonces con la propiedad de linealidad se obtiene y(n) = T [x(n)] = T ck xk (n) =
k k

ck T [xk (n)] =

ck yk (n)
k

En otras palabras, si el sistema es lineal, la respuesta y(n) del sistema a una entrada x(n) es igual a la suma ponderada de las repuestas yk (n) a cada una de las componentes xk (n) en que se puede descomponer x(n), donde adems los coecientes ck de ponderacin de a o las salidas corresponden a los coecientes de ponderacin de la entrada. o En esta descomposicin, la eleccin de las funciones elementales depender de las caraco o a ter sticas de las seales a evaluar. Dos clases de funciones son usuales: impulsos ((nk)) n y funciones exponenciales complejas ejk n , esta ultima utilizndose frecuentemente en el a llamado anlisis frecuencial (ver cap a tulo 4). En los ultimos aos ha cobrado fuerza el uso n de otras familias de funciones elementales caracterizadas a partir de la teor de wavelets, a tema que sin embargo excede el marco de este curso.

2.4.2

Descomposicin de una se al en impulsos o n

Utilizando impulsos desplazados como funciones elementales puede expresarse cualquier seal x(n) como: n

x(n) =
k=

x(k)(n k)

Ejemplo 2.10 Descomponga la seal n x(n) = {0, 1, 2, 1, 1/2, 1}

en sus impulsos. Solucin: o


c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

37

Esta seal puede expresarse como n x(n) = 1 (n 1) + 2 (n 2) 1 (n 3) 1 (n 4) + 1 (n 5) 2


2.10

2.4.3

Convolucin o

Si se denota con h (n, k) la respuesta del sistema a un impulso desplazado k unidades (n k) h (n, k) = T [(n k)] entonces la salida de un sistema lineal puede calcularse con las repuestas elementales a dichos impulsos desplazados: y(n) =
k

ck yk (n) =
k

x(k)h (n, k)

donde se han utilizado xk (n) = (n k) como entradas elementales y por lo tanto los coecientes ck = x(k). Si el sistema es adems invariante en el tiempo, entonces con h(n) = T [(n)] se tiene que a h (n, k) = h(n k) y por lo tanto

y(n) =
k=

x(k)h(n k) = x(n) h(n)

que se denomina sumatoria de convolucin. Se dice entonces que la respuesta del sistema o LTI y(n) a una entrada x(n) es igual a la convolucin de x(n) con la respuesta al impulso o h(n). Esto quiere decir que en un sistema LTI en reposo su respuesta a cualquier entrada puede determinarse con solo conocer dicha entrada y la respuesta al impulso h(n). El clculo de la convolucin involucra cuatro pasos: a o 1. Reexin de h(k) con respecto a k = 0 para producir h(k). o 2. Desplazamiento del origen de h(k) hacia el punto n que se desea calcular. 3. Multiplicacin de x(k) y h(n k) para obtener la secuencia producto vn (k) = o x(k)h(n k). 4. Suma de todos los valores de vn (k) para obtener y(n). Los pasos del 2 al 4 deben realizarse para todo instante n que se dese calcular. e Ejemplo 2.11 Determine la respuesta a la seal de entrada n x(n) = {1, 2, 3, 1}

c 2005-2011 P. Alvarado

38

2.4 Anlisis de sistemas discretos lineales e invariantes en el tiempo a

de un sistema LTI con respuesta al impulso h(n) = {1, 2, 1, 1}

Solucin: o Siguiendo el procedimiento indicado, primero se calcula la reexin de la respuesta al o impulso h(k) = {1, 1, 2, 1} .

Los pasos siguientes se resumen en la tabla 2.3. Tabla 2.3: Ejemplo de convolucin de dos secuencias nitas. o 2. Desplazamiento 3. Multiplicacin o por x(k) = {1, 2, 3, 1}

4. Suma

h(1 k)={1, 1, 2, 1}

v1 ={0, 0, 0, 1, 0, 0, 0} y1 =1 v0 ={0, 0, 2, 2, 0, 0}

h(0 k)={1, 1, 2, 1}

y0 =4 y1 =8 y2 =8 y3 =3 y4 =-2 y5 =-1

h(1 k)={1, 1, 2, 1}

v1 ={0, 1, 4, 3, 0}

h(2 k)={1, 1, 2, 1}

v2 ={1, 2, 6, 1}

h(3 k)={0, 1, 1, 2, 1}

v3 ={0, 2, 3, 2}

h(4 k)={0, 0, 1, 1, 2, 1}

v4 ={0, 0, 3, 1}

h(5 k)={0, 0, 0, 1, 1, 2, 1}

v5 ={0, 0, 0, 1}

Con lo que resulta la seal de salida en n y(n) = {1, 4, 8, 8, 3, 2, 1}

2.11

Ejemplo 2.12 Para el caso en que la entrada x(n) y la respuesta impulsional h(n) sean de longitud nita, calcule la longitud de la salida en trminos de las longitudes de x(n) y e h(n). Solucin: o Una seal nita tiene longitud N si el intervalo ms pequeo con muestras diferentes de n a n cero tiene N muestras. Asuma que los ndices menor y mayor de la entrada x(n) son ki y kf respectivamente, y los de la respuesta impulsional h(n) son li y lf (gura 2.17). La longitud de x(n) es entonces Nx = kf ki + 1, y la longitud de la respuesta impulsional es Nh = lf li + 1.
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n


x(n) h(n)

39

ki

kf

li

lf

Figura 2.17: Indices de las seales de entrada y repuesta impulsional. n

El desplazamiento menor nmin para el que puede haber salida es (gura 2.18): nmin = ki + li
x(k)

ki h(n k)

kf

lf

li nmin = ki + li

Figura 2.18: Menor desplazamiento para el que puede haber salida.

El desplazamiento mayor nmax para el que puede haber salida es (gura 2.19): nmax = kf + lf La longitud de la seal de salida es entonces n Ny = nmax nmin + 1

= (kf + lf ) (ki + li ) + 1 + (1 1) = (kf ki + 1) + (lf li + 1) 1 = Nx + Nh 1

es decir, el resultado de la convolucin tiene una longitud que es tan solo una muestra o menor que la suma de las longitudes de las dos seales sobre las que ella opera. n 2.12 En el ejemplo anterior se observa que para los valores nmin y nmax , es decir, los l mites del intervalo de muestras donde existe salida no nula, es irrelevante qu funcin representa la e o entrada y qu funcin representa la respuesta al impulso del sistema. Esto indica cierta e o
c 2005-2011 P. Alvarado

40

2.4 Anlisis de sistemas discretos lineales e invariantes en el tiempo a


x(k)

ki

kf h(n k)

lf nmax = kf + lf

li

Figura 2.19: Mayor desplazamiento para el que puede haber salida.

simetr en la convolucin. Con un simple cambio de variables es posible demostrar que a o la convolucin es de hecho totalmente conmutativa, y no solo el valor de sus o ndices:

y(n) = x(n) h(n) = =

k=

x(k)h(n k) h(k)x(n k)

=
m=nk m=

x(n m)h(m)

k=

= h(n) x(n) Ejemplo 2.13 Encuentre a travs de la convolucin la respuesta de un sistema con e o respuesta exponencial al impulso: h(n) = an u(n), ante el escaln unitario u(n). o Solucin: o Obsrvese que an = en ln a , con lo que se establece la relacin con los sistemas analgicos e o o de respuesta exponencial ha (t) = et/ (gura 2.20). Para encontrar ms detalles de esta a relacin asmase que la seal ha (t) se discretiza en el tiempo con un intervalo de muestreo o u n T: T ! ha (nT ) = enT / = en ln a ln a = a = eT / Puede observarse que este tipo de sistemas analgicos solo permiten a 0, mientras que o los sistemas discretos permiten adems a < 0 sin ninguna complejidad computacional a adicional. Para determinar la salida y(n) del sistema con la entrada escaln unitario u(n) se utiliza o
c 2005-2011 P. Alvarado

|a| < 1 .

2 Seales y Sistemas de Variable Discreta n


R
1 vsal = et/ ,

41

vent (t) = (t)

vsal (t)

= RC

Figura 2.20: Circuito analgico con respuesta exponencial al impulso. o

la sumatoria de convolucin: o

y(n) =
k=

x(n k)h(k) =

k=

u(n k)h(k)

(2.21)

Puesto que las secuencias producto son 0 para n < 0 entonces y(n) = 0 para n < 0. Evaluando entonces (2.21) para varios n se obtiene: y(0) = h(0) = 1 y(1) = h(0) + h(1) = 1 + a y(2) = h(0) + h(1) + h(2) = 1 + a + a2 . . .
n n

y(n) =
k=0

h(k) =
k=0

ak

Recordando
n k k=0 a n k k=0 a a) n k=0

a (1 con lo que se deriva

ak

= 1 +a +a2 + . . . +an = a +a2 + . . . +an +an+1 = 1 an+1

ak =
k=0

1 an+1 1a
1 . 1a

Si |a| < 1 entonces lim an+1 = 0 lo que implica que y() = n un ejemplo de la respuesta para a = 0,9.

La gura 2.21 muestra

Ntese la similitud con la respuesta del sistema analgico al escaln continuo de la forma o o o t/ k(1 e ). Ms tarde en el curso se retomarn estas similitudes. a a 2.13
c 2005-2011 P. Alvarado

42
x(n)
10 9 8 7 6 5 4 3 2 1 0 0

2.4 Anlisis de sistemas discretos lineales e invariantes en el tiempo a

1 1a

n
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30

Figura 2.21: Respuesta al sistema exponencial con a = 0,9.

2.4.4

Propiedades de la convolucin o

Conmutatividad y(n) = x(n) h(n) = h(n) x(n)


x(n) y (n) h(n) y (n)

h(n)

x(n)

Figura 2.22: Representacin de la propiedad de la convolucin de conmutatividad. o o

Asociatividad [x(n) h1 (n)] h2 (n) = x(n) [h1 (n) h2 (n)]


x(n) h1 (n) h2 (n) x(n) h1 (n) h2 (n)

Figura 2.23: Representacin de la propiedad de la convolucin de asociatividad. o o

Distributividad x(n) [h1 (n) + h2 (n)] = x(n) h1 (n) + x(n) h2 (n) Las tres propiedades pueden generalizarse para ms de dos subsistemas. a
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

43

h1 (n) x(n) h1 (n) + h2 (n) h2 (n) y (n) x(n) y (n)

Figura 2.24: Representacin de la propiedad de la convolucin de distributividad. o o

2.4.5

Sistemas LTI causales

En un sistema causal la salida en n = n0 depende solo de valores de entrada x(n) para n n0 , es decir, de valores pasados. Como
1

y(n0 ) =
k=

h(k)x(n0 k) =

k=0

h(k)x(n0 k) +
Muestras pasadas y actual

k=

h(k)x(n0 k)
Muestras futuras

se deriva que h(k) = 0 para todo k 1, pues solo as la salida podr ser independiente a de entradas futuras. Dado que h(n) es la respuesta impulsional de un sistema LTI en reposo, h(n) = 0 para n < 0 es condicin necesaria y suciente para la causalidad. Un o sistema es causal entonces si y solo si h(n) = 0, n < 0. Si un sistema es causal entonces la convolucin puede simplicarse en o
n

y(n) =
k=0

h(k)x(n k) =

k=

x(k)h(n k)

Generalizando, a una secuencia x(n) con x(n) = 0 para algn n < 0 se le denomina u secuencia no causal, y de lo contrario, secuencia causal. A secuencias con x(n) = 0 para n 0 y con x(n) = 0 para alguna muestra con n < 0 se les denomina secuencias anticausales. Si tanto la entrada x(n) como la respuesta impulsional son causales, entonces la convolucin se simplica en: o
n n

y(n) =
k=0

h(k)x(n k) =

k=0

x(k)h(n k)

Ntese que esta respuesta es a su vez causal, es decir, y(n) = 0 para todo n < 0. o

2.4.6

Estabilidad de sistemas lineales e invariantes en el tiempo

Un sistema se dice estable si para toda entrada acotada su salida es tambin acotada: e |x(n)| Mx < |y(n)| My < n

c 2005-2011 P. Alvarado

44

2.4 Anlisis de sistemas discretos lineales e invariantes en el tiempo a

Dada la convolucin o y(n) =

k=

h(k)x(n k)

y su valor absoluto

|y(n)| =

k=

h(k)x(n k) |h(k)|

k=

|h(k)||x(n k)|

k=

|h(k)|Mx

|y(n)| Mx

k=

lo que implica que |y(n)| es acotada solo si

Sh =
k=

|h(k)|

En consecuencia un sistema LTI es estable si su respuesta impulsional es absolutamente sumable. Esta condicin es necesaria y suciente. o Si h(n) no es absolutamente sumable entonces, derivado de lo anterior, deber existir al a menos una entrada que produce una salida no acotada y por tanto el sistema es inestable. Si para un sistema con respuesta al impulso h(n) se elige como entrada la seal n x(n) =
h (n) |h(n)|

para h(n) = 0 para h(n) = 0

basta entonces con demostrar que existe algn valor de n para el que y(n) no est acotada u a para concluir inestabilidad. Por ejemplo, calclese y(0) u

y(0) =
k=

x(k)h(k) =

|h(k)|2 = |h(k)| = Sh |h(k)| k= k=

Quiere decir que si h(n) no es absolutamente sumable (Sh ) entonces la salida no es acotada y el sistema es inestable. La condicin o k= |h(k)| < implica que h(n) tiende a cero cuando n , lo que a su vez implica que si la entrada x(n) es cero para todo n > n0 entonces la salida tiende a cero para n :
N 1

y(n0 + N ) =
k=

h(k)x(n0 + N k) +
(x(n)=0,n>n0 )

k=N

h(k)x(n + N k)

=0

|y(n0 + N )| =

k=N

h(k)x(n + N k)

k=N

|h(k)||x(n + N k)| Mx
Mx

k=N

|h(k)|

c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

45

Si N entonces limN

k=N

|h(k)| = 0 y de ah que lim y(n0 + N ) = 0.


N

Esto implica que en un sistema estable cualquier excitacin de duracin nita a la entrada o o produce una respuesta transitoria, es decir, una respuesta cuya amplitud decrece y se anula con el tiempo. Ejemplo 2.14 Determine el rango del parmetro a para el que el sistema LTI de resa n puesta al impulso h(n) = a u(n) es estable. Solucin: o El sistema es estable si

k=0

|ak | =

k=0

|a|k = 1 + |a| + |a|2 + . . .

converge. Esto ocurre si y solo si |a| < 1 y esta suma converge a

k=0

|ak | =

1 1 |a|
2.14

Ejemplo 2.15 Determine el rango de valores de a y b para los cuales el sistema LTI de respuesta an n 0 h(n) = bn n < 0 es estable. Solucin: o La condicin de estabilidad es o
1

n=

|h(n)| =

n=

|b| +

n=0

|a| =

n=1

1 b

+
n=0

|a|n =

1 |b| + |b| 1 1 |a|

Converge si |b| > 1

Converge si |a| < 1


2.15

El sistema es estable si |a| < 1 y si |b| > 1.

2.4.7

Sistemas de respuesta nita e innita

Es util distinguir los sistemas entre aquellos con una respuesta nita al impulso (FIR: Finite Impulse Response) y aquellos con respuesta innita al impulso (IIR: Innite Impulse Response) por las consideraciones prcticas que los distintos conceptos conllevan: a
c 2005-2011 P. Alvarado

46

2.5 Sistemas discretos descritos mediante ecuaciones de diferencias

la implementacin de los primeros se puede realizar directamente, mientras que algunos o de los segundos pueden realizarse por medio de ecuaciones de diferencias. Para los sistemas causales FIR la convolucin se reduce a o
M 1

y(n) =
k=0

h(k)x(n k),

h(k) = 0, k < 0 k M

(2.22)

El sistema se comporta como una ventana que solo permite ver M muestras para calcular la salida. Se dice que el sistema FIR tiene memoria nita de M muestras.

2.5

Sistemas discretos descritos mediante ecuaciones de diferencias

El clculo de la convolucin: a o y(n) =


k=

h(k)x(n k)

slo es posible para sistemas FIR, puesto que en el caso de sistemas IIR se requerir de o a una memoria innita para almacenar h(n), y un nmero innito de multiplicaciones y u adiciones para calcular una sola muestra de la salida. Las llamadas ecuaciones de diferencias permiten trabajar con sistemas IIR.

2.5.1

Sistemas discretos recursivos y no recursivos

Un sistema es recursivo si su salida en el instante n depende de valores anteriores de la salida, y(n 1), y(n 2), . . .: y(n) = F [y(n 1), y(n 2), . . . , y(n N ), x(n), x(n 1), . . . , x(n M )] donde F [] denota una funcin cualquiera, y sus argumentos son las entradas y salidas o presentes y pasadas. El sistema es no recursivo si solo depende de las entradas presentes y pasadas, mas no de salidas pasadas: y(n) = F [x(n), x(n 1), . . . , x(n M )] Ntese que los sistemas LTI FIR causales, cuya salida se expresa como la suma nita de o convolucin (2.22) no son recursivos. o El lazo de realimentacin da origen a una diferencia fundamental en el clculo de la salida: o a La salida recursiva debe determinarse en orden, pues para calcular y(n0 ) se necesitan todos los N valores anteriores, mientras que en un sistema no recursivo las salidas anteriores no son necesarias y se puede calcular un valor directamente para cualquier n.
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n


x(n) F [x(n), x(n 1), x(n 2), ... , x(n M)] y (n) Sistema no recursivo

47

x(n)

F [y (n 1), ... , y (n N) x(n), ..., x(n M)] z 1

y (n)

Sistema recursivo

Figura 2.25: Diagrama de bloques de sistemas recursivos y no recursivos.

Ejemplo 2.16 Determine una expresin recursiva para el sistema de media acumulativa. o Solucin: o El sistema de media acumulativa y(n) = es recursivo pues
n n

1 n+1

x(k)
k=0

(n + 1)y(n) =
k=0 n1

x(k)

ny(n 1) = (n + 1)y(n) = y(n) =

x(k)
k=0 n1

k=0

x(k) + x(n) = ny(n 1) + x(n)

n 1 y(n 1) + x(n) n+1 n+1 1 = (ny(n 1) + x(n)) n+1

(2.23)

Ntense los coecientes no constantes para la salida anterior y(n 1) y la entrada actual o n 1 x(n), que son n+1 y n+1 respectivamente; estos implican que el sistema es variante en el tiempo. La gura 2.26 muestra el diagrama de bloques correspondiente.
2.16

2.5.2

Sistemas LTI caracterizados por ecuaciones de diferencias con coecientes constantes

Los sistemas descritos por ecuaciones de diferencias con coecientes constantes son una subclase de los sistemas recursivos y no recursivos.
c 2005-2011 P. Alvarado

48

2.5 Sistemas discretos descritos mediante ecuaciones de diferencias


1 n+1 x(n) y (n)

z 1 n

Figura 2.26: Diagrama de bloques del sistema de media acumulativa.

Considrese un sistema causal representado por (ver adems la gura 2.27) e a y(n) = ay(n 1) + x(n)
x(n) y (n)

z 1

Figura 2.27: Diagrama de bloques de un sistema LTI.

que a pesar de su similitud con (2.23), diere por la naturaleza de los coecientes, lo que tiene implicaciones sobre la invarianza en el tiempo. En este ultimo caso, el coeciente a es constante y el sistema es invariante en el tiempo. Para la media acumulativa, el coeciente es dependiente del tiempo y el sistema es entonces variante en el tiempo. Evalese ahora la respuesta de este sistema ante una entrada x(n) con x(n) = 0, n < 0, u y con una condicin inicial y(1): o y(0) = ay(1) + x(0) y(1) = ay(0) + x(1) = a2 y(1) + ax(0) + x(1) y(2) = ay(1) + x(2) = a3 y(1) + a2 x(0) + ax(1) + x(2) . . . y(n) = an+1 y(1) + an x(0) + an1 x(1) + . . . + a0 x(n)
n

=a

n+1

y(1) +
k=0

ak x(n k), n 0

yzi (n)

yzs (n)

El trmino yzi (n) depende de las condiciones iniciales y se obtendr si la entrada fuese cero e a (zero input), como producto del estado inicial del sistema y de sus caracter sticas propias. A yzi (n) se le denomina respuesta natural o libre del sistema, o tambin, respuesta a e entrada nula.
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

49

El trmino yzs (n) se obtiene cuando el estado del sistema es cero (zero state), es decir, con e una entrada x(n) cuando el sistema est en reposo, y se le denomina respuesta en estado a nulo o respuesta forzada. Ntese que en el ejemplo yzs (n) puede interpretarse como la o convolucin de x(n) con la respuesta impulsional: o h(n) = an u(n) donde los ndices son nitos por la causalidad de ambas seales x(n) y h(n). n Este ejemplo corresponde a una ecuacin de diferencias de primer orden, y es un caso o particular de la ecuacin de diferencias: o
N M

y(n) = o con a0 = 1:
N

k=1

ak y(n k) +

k=0

bk x(n k)

k=0

ak y(n k) =

k=0

bk x(n k)

donde el entero N recibe el nombre de orden de la ecuacin de diferencias u orden del o sistema. Las condiciones iniciales y(1), . . . , y(N ) resumen toda la historia pasada del sistema, y son necesarias para efectuar el clculo de las salidas presentes y futuras. a Ntese que la ecuacin de diferencias por s sola no describe un sistema, en el sentido de o o que una entrada x(n) no produce una unica salida: para cada conjunto de condiciones iniciales se obtiene una salida particular. De este modo, un sistema es caracterizado tanto por la ecuacin de diferencias como por las condiciones iniciales. o Anteriormente se introdujo la propiedad de escalado (2.20) de un sistema lineal, de la que se deduce que un sistema lineal con entrada cero debe tener una entrada nula, puesto que de otro modo aparece una inconsistencia de escalado: multiplicando cualquier entrada con cero, debe producir una salida multiplicada tambin por cero, que debe ser nula. Con e el esquema anterior compuesto de respuestas forzada y natural se nota que la respuesta natural de un sistema descrito con una ecuacin de diferencias produce una salida a pesar o de que la entrada es nula, y por tanto viola la propiedad de escalado lo que indica que la ecuacin en el caso general representa a un sistema no lineal. o El concepto de linealidad debe entonces replantearse como la satisfaccin de tres requisio tos: 1. La respuesta total es igual a la suma de las respuestas de entrada nula y en estado nulo (y(n) = yzi (n) + yzs (n)). 2. El principio de superposicin se aplica a la respuesta en estado nulo (lineal en estado o nulo).
c 2005-2011 P. Alvarado

50

2.5 Sistemas discretos descritos mediante ecuaciones de diferencias

3. El principio de superposicin se aplica a la respuesta a la entrada nula (lineal a o entrada nula). La redenicin del concepto para cada una de las componentes de la respuesta permite o resolver las inconsistencias introducidas por las condiciones iniciales.

Ejemplo 2.17 Determine que un sistema descrito por la ecuacin de diferencias de o primer orden es lineal. Solucin: o 1. y(n) = ay(n 1) + x(n) = a Con la entrada cero se obtiene: yzi (n) = an+1 y(1) Con estado inicial cero se obtiene:
n n+1 n

y(1) +
k=0

ak x(n k)

yzs (n) =
k=0

ak x(n k) y(n) = yzi (n) + yzs (n)

2. Para x1 (n),
n

yzs1 (n) =
k=0

ak x1 (n k)

Para x2 (n),
n

yzs2 (n) =
k=0 n k

ak x2 (n k)
n

yzs1 (n) + yzs2 (n) =


k=0 n

a x1 (n k) +

k=0

ak x2 (n k)

=
k=0

ak (x1 (n k) + x2 (n k))

que equivale a la respuesta del sistema a x1 (n) + x2 (n) y, por lo tanto, el sistema es lineal en estado nulo. 3. Con yzi1 (n) = an+1 y1 (1) y yzi2 (n) = an+1 y2 (1), se obtiene yzi1 + yzi2 = an+1 y1 (1) + an+1 y2 (1) = an+1 (y1 (1) + y2 (1)) que equivale a la respuesta de entrada cero del sistema con condiciones iniciales y(1) = y1 (1) + y2 (1), por lo que el sistema es lineal a entrada nula.
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

51

De forma similar, es posible demostrar que todo sistema descrito por una ecuacin de o diferencias con coecientes constantes es lineal. Estos sistemas son a su vez invariantes en el tiempo, al ser sus coecientes constantes. El estudio de estabilidad en sistemas de orden mayor a 1, requiere de otras tcnicas que e sern estudiadas posteriormente. a 2.17

2.5.3

Solucin de ecuaciones de diferencias con coecientes conso tantes

El objetivo de solucionar la ecuacin de diferencias o


N M

k=0

ak y(n k) =

k=0

bk x(n k)

(2.24)

es encontrar la salida y(n) de un sistema para una determinada entrada x(n) dado un conjunto de condiciones iniciales (o nales). Se puede asumir que la ecuacin de diferencias o corresponde a un sistema causal, o anticausal, para lo cual usualmente se plantea la ecuacin de y(n) en trminos de salidas anteriores o futuras, respectivamente. En el o e presente documento se tratar el caso causal, que es el ms usual. a a Si se tiene la ecuacin de diferencias ms condiciones de reposo iniciales y(1) = . . . = o a y(N ) = 0, se asume que se tiene un sistema causal. Por otro lado, la misma ecuacin o de diferencias junto a condiciones de reposo nales y(0) = y(1) = . . . = y(N 1) = 0 caracterizan a un sistema anticausal. Utilizando el llamado mtodo directo, se asume que la solucin se compone de dos partes: e o y(n) = yh (n) + yp (n) (2.25)

donde yh (n) es la solucin homognea o complementaria, y yp (n) es la solucin particular . o e o La solucin homognea de una ecuacin de diferencias o e o Para solucionar la ecuacin (2.24) se asume primero una entrada nula x(n) = 0, para as o resolver:
N k=0

ak y(n k) = 0

(2.26)

De forma anloga a la solucin de ecuaciones diferenciales, se asume que la solucin es de a o o forma exponencial: yh (n) = n (2.27) Sustituyendo (2.27) como solucin tentativa en (2.26), se obtiene: o
N

ak nk = 0
k=0

c 2005-2011 P. Alvarado

52

2.5 Sistemas discretos descritos mediante ecuaciones de diferencias

que se puede reescribir como: nN (N + a1 N 1 + a2 N 2 + . . . + aN 1 + aN ) = 0


polinomio caracter stico

El trmino entre parntesis es llamado polinomio caracterstico y tiene en general N e e ra ces, denotadas 1 , 2 , . . . , N , que pueden ser reales o complejas, apareciendo en el ultimo caso como pares complejos conjugados, siempre y cuando los coecientes {ak } sean reales. Algunas de las ra pueden ser idnticas (de orden mltiple). ces e u Asumiendo que las ra son distintas, la solucin ms general a la ecuacin de diferencias ces o a o homognea es: e yh (n) = C1 n + C2 n + . . . + CN n N 2 1 con los coecientes de ponderacin Ck , que se calculan a partir de las condiciones iniciales o especicadas para el sistema. Ejemplo 2.18 Determine la solucin homognea para la ecuacin de diferencias de o e o primer orden: y(n) + a1 y(n 1) = x(n) (2.28) Solucin: o Con x(n) = 0 y yh (n) = n se obtiene: n + a1 n1 = 0 n1 ( + a1 ) = 0 = a1 y la solucin ser o a: yh (n) = Cn = C(a1 )n Sustituyendo en (2.28) para n = 0, junto con x(n) = 0, se obtiene: y(0) + a1 y(1) = 0 y(0) = a1 y(1) y con yh (0) = C = a1 y(1) yh (n) = a1 y(1)(a1 )n = y(1)(a1 )n+1 = yzi (n), n 0 que corresponde adems con la respuesta de entrada nula. a
2.18

Ejemplo 2.19 Determine la respuesta a entrada nula del sistema descrito por la ecuacin de diferencias homognea de segundo orden o e y(n) 3y(n 1) 4y(n 2) = 0 . Solucin: o
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

53

Suponiendo yh (n) = n , se obtiene: n 3n1 4n2 = n2 (2 3 4) = n2 ( 4)( + 1) Por lo que la forma general de la solucin homognea es: o e yh (n) = C1 n + C2 n = C1 (1)n + C2 (4)n 1 2 Para la respuesta a entrada nula se plantea: y(0) = 3y(1) + 4y(2) = C1 + C2 y(1) = 3y(0) + 4y(1) = 3(3y(1) + 4y(2)) + 4y(1) = 13y(1) + 12y(2) = C1 + 4C2 Sumando y(0) y y(1) resulta en C2 = 16y(1) + 16y(2) 5 (2.29)

y considerando (2.29) se deriva adems a 3y(1) + 4y(2) C2 = C1 16y(1) + 16y(2) 3y(1) + 4y(2) = C1 5 4y(2) y(1) C1 = 5 Finalmente yzi (n) = 4y(2) y(1) 16y(1) + 16y(2) n (1)n + 4 . 5 5
2.19

Si 1 es una ra de multiplicidad m, entonces: z yh (n) = C1 n + C2 nn + C3 n2 n + . . . + Cm nm1 n 1 1 1 1 Ejemplo 2.20 Repita el ejemplo anterior para: y(n) 4y(n 1) + 4y(n 2) = 0 Solucin: o Suponiendo yh (n) = n , resulta en el polinomio caracter stico n2 (2 4 + 4) = n2 ( 2)2 = 0
c 2005-2011 P. Alvarado

+ Cm+1 n + . . . 2

54

2.5 Sistemas discretos descritos mediante ecuaciones de diferencias

por lo que la solucin general es o yh (n) = C1 n + C2 nn , 1 1 Se deja como ejercicio al lector demostrar que yzi (n) = [y(1) y(2)]2n+2 + [y(1) 2y(2)]n2n+1
2.20

1 = 2

La solucin particular de la ecuacin de diferencias o o La solucin particular yp (n) debe satisfacer: o


N M

k=0

ak yp (n k) =

k=0

bk x(n k),

a0 = 1

lo que generalmente depende de la forma de x(n). Ejemplo 2.21 Determine la solucin particular de o y(n) + a1 y(n 1) = x(n), |a1 | < 1 para x(n) = u(n) Solucin: o Como x(n) es constante para n 0, se asume que la solucin tambin es constante para o e n 0. La solucin particular es entonces: o yp (n) = Ku(n) Sustituyendo esto en (2.30) se obtiene: Ku(n) + a1 Ku(n 1) = u(n) y para n 1 esto equivale a: K + a1 K = 1 K(1 + a1 ) = 1 K= lo que implica que la solucin particular es: o yp (n) = 1 u(n) 1 + a1
2.21

(2.30)

(2.31)

1 1 + a1

En el ejemplo anterior se asumi yp (n) como un escaln porque la entrada ten esta o o a forma. Si x(n) fuera exponencial, yp (n) tambin lo ser Si x(n) fuera senoidal, entonces e a. yp (n) tambin lo ser La tabla 2.4 muestra algunas formas de solucin particular para e a. o entradas particulares.
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

55

Tabla 2.4: Forma general de la solucin particular para diversos tipos de seal de entrada o n Seal de entrada n x(n) (n) A(cte) AM n AnM A n nM A cos 0 n A sin 0 n Solucion particular yp (n) 0 K KM n K0 nM + K1 nM 1 + . . . + KM An (K0 nM + K1 nM 1 + . . . + KM ) K1 cos 0 n + K2 sin 0 n

Solucin total a la ecuacin de diferencias o o Por la linealidad de los sistemas descritos por ecuaciones de diferencias con coecientes constantes, la solucin total se calcula como la suma de las soluciones homognea y o e particular (2.25). Las constantes {Ck }, de la solucin homognea, sin embargo, deben recalcularse para o e poder satisfacer las condiciones iniciales.

Ejemplo 2.22 Determine la solucin total y(n), n 0 de la ecuacin de diferencias o o y(n) + a1 y(n 1) = x(n), con x(n) = u(n) y condicin inicial y(1). o Solucin: o De los ejemplos anteriores se tiene: yh (n) = C(a1 )n , y(n) = C(a1 )n + Con n = 1 se obtiene: y(1) = y por lo tanto: y(n) = (a1 )n+1 y(1) + 1 (a1 )n+1 1 + a1 C 1 a1 + a1 y(1) + =C a1 1 + a1 1 + a1 yp (n) = 1 1 + a1 1 1 + a1

Ntese que el valor de C depende no slo de las condiciones iniciales, sino tambin de la o o e entrada. 2.22

c 2005-2011 P. Alvarado

56

2.5 Sistemas discretos descritos mediante ecuaciones de diferencias

2.5.4

Respuesta impulsional de un sistema recursivo LTI

En general, las condiciones iniciales de una ecuacin de diferencias adems de obligar a la o a revisin del concepto de linealidad, tienen efecto sobre la invarianza temporal del sistema. o Esto obliga entonces a redenir el concepto de respuesta impulsional. La respuesta impulsional h(n) en sistemas recursivos es igual a la respuesta de estado cero del sistema cuando la entrada x(n) = (n), es decir, para la respuesta impulsional siempre se considera que el sistema est inicialmente en reposo. a Por ejemplo, en el sistema recursivo de primer orden tratado anteriormente, la respuesta de estado cero es: n yzs (n) =
k=0

ak x(n k)

y con x(n) = (n), se obtiene:


n

yzs (n) = =a ,
k=0 n

ak (n k) n0

As su respuesta impulsional es h(n) = an u(n), que coincide con lo calculado previamente. , En el caso general de sistemas recursivos LTI (considerados causales), la respuesta de estado cero en trminos de convolucin con una entrada causal se expresa como e o
n

yzs (n) =
k=0

h(k)x(n k) = h(n) x(n),

n0

Si la entrada es un impulso, lo anterior se reduce a: yzs (n) = h(n) (n) = h(n) Con la entrada (n), la solucin particular es cero, puesto que x(n) = 0 para n > 0. o Consecuentemente, la respuesta de un sistema a un impulso consiste en la solucin a la o ecuacin homognea con los coecientes Ck determinados para satisfacer las condiciones o e iniciales. Ejemplo 2.23 Determine la respuesta impulsional h(n) del sistema y(n) 3y(n 1) 4y(n 2) = x(n) + 2x(n 1) Solucin: o En el ejemplo 2.19 se obtuvo: yh (n) = C1 (1)n + C2 (4)n ,
c 2005-2011 P. Alvarado

(2.32)

n0

(2.33)

2 Seales y Sistemas de Variable Discreta n

57

que corresponde tambin a la respuesta impulsional h(n), debido a que para x(n) = e (n), yp (n) = 0. Sustituyendo (2.33) en (2.32), y considerando que el sistema est en a reposo (y(1) = y(2) = 0): y(0) = 1 = C1 + C2 y(1) 3y(0) = 2 y(1) = 5 = C1 + 4C2 6 1 5C2 = 6 C2 = , C1 = 5 5 y nalmente 6 1 h(n) = (1)n + (4)n u(n) 5 5
2.23

Cualquier sistema recursivo descrito por una ecuacin de diferencias lineal con coecientes o constantes es un sistema IIR, pero no todo sistema IIR LTI puede ser descrito con estas ecuaciones. La respuesta impulsional de un sistema de orden N , descrito por una ecuacin de difeo rencias lineal de orden N :
N M

y(n) =

k=1

ak y(n k) +

k=0

bk x(n k)

se obtiene a travs de la solucin homognea: e o e


N

yh (n) =
k=1

Ck n = h(n) k

cuando las ra ces del polinomio caracter stico son distintas, donde los coecientes {Ck } se obtienen con las condiciones iniciales y(1) = y(2) = . . . = y(N ) = 0 Considerando que
N N

n=0

|h(n)| =

Ck n k
n=0 k=1

k=1

|Ck |

n=0

|k |n

si |k | < 1 para todo k, entonces |k |n < , y por lo tanto |h(n)| < . Si uno n n=0 o ms de los |k | > 1, entonces h(n) no es absolutamente sumable y en consecuencia el a sistema es inestable. Por lo tanto, un sistema IIR causal descrito por una ecuacin de diferencias con coecieno tes constantes, es estable si todas las ra del polinomio son menores que uno en valor ces absoluto. Esto es as an con ra de multiplicidad m. u ces
c 2005-2011 P. Alvarado

58

2.6 Correlacin o

2.6

Correlacin o

La correlacin es una operacin similar a la convolucin que se utiliza para medir la o o o similitud entre dos secuencias. Se aplica en diversas areas de la ingenier como radar, a sonar, comunicaciones digitales, geolog etc. a,

2.6.1

Autocorrelacin y correlacin cruzada o o

La correlacin cruzada de las secuencias x(n) e y(n), ambas reales y de energ nita, se o a dene como:

rxy (n) =
k=

x(k)y(k n), n = 0, 1, 2, . . .

o lo que es equivalente:

rxy (n) =
k=

x(k + n)y(k), n = 0, 1, 2, . . .

El ndice n es el parmetro de desplazamiento o retardo en el tiempo, y los sub a ndices xy indican cules seales han sido correlacionadas. De esta forma se tiene entonces que: a n

ryx (n) =
k=

y(k)x(k n) =

y(k + n)x(k) = rxy (n)


k=

Por lo tanto, ryx (n) es la correlacin rxy (n) reejada con respecto a n = 0. o Ntese que exceptuando el paso de reexin de una de las seales, la correlacin es idntica o o n o e con la convolucin: se desplaza la segunda seal, se calcula la secuencia producto, y se o n determina su suma. El lector puede demostrar que: rxy (n) = x(n) y(n) Si y(n) = x(n), entonces se obtiene la autocorrelacin de x(n), que se dene como la o secuencia:

rxx (n) =
k=

x(k)x(k n) =

x(k + n)x(k)
k=

Si x(n) e y(n) son seales causales nitas de longitud N (esto es, x(n) = y(n) = 0, n < n 0, n N ) la correlacin puede expresarse como: o
N +min{0,n}1

rxy (n) =
k=max{n,0}

x(k)y(k n)

c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

59

2.6.2

Propiedades de la correlacin o

Sean x(n) y y(n) dos seales de energ nita. La energ de la seal: n a a n w(k) = ax(k) + by(k n) es:

k=

[ax(k) + by(k n)] = a

2 k= 2

x (k) + b
2

2 k=

y (k n) + 2ab

k=

x(k)y(k n)

= a rxx (0) + b ryy (0) + 2abrxy (n) Ntese que rxx (0) = Ex es la energ de la seal x(n) y ryy (0) = Ey la energ de y(n). o a n a Puesto que la energ es una suma de valores positivos debe cumplirse que: a a2 rxx (0) + b2 ryy (0) + 2abrxy (n) 0 y suponiendo que b = 0, se obtiene dividiendo por b2 : rxx (0) a b
2

+ 2rxy (n)

a + ryy (0) 0 b

que se puede considerar como ecuacin cuadrtica de variable (a/b) con coecientes rxx (0), o a 2rxy (n) y ryy (0), que para ser no negativa requiere que el discriminante sea no positivo:
2 4[rxy rxx (0)ryy (0)] 0 |rxy (n)|

rxx (0)ryy (0) =

Ex Ey

y para y(n) = x(n): |rxx (n)| rxx (0) = Ex es decir, la autocorrelacin alcanza su valor mximo para el retardo cero, cuando por o a decirlo as la seal es idntica a s misma. n e Un escalado de la seal por un escalar, escala la correlacin de la misma manera, y por n o tanto carece en el anlisis de importancia por ser ms relevante la forma de la correlacin. a a o Por ello en la prctica se normaliza la correlacin para producir as valores entre -1 y 1. a o La autocorrelacin normalizada se dene como: o xx (n) = y la correlacin cruzada como: o xy (n) = rxy (n) rxx (0)ryy (0) rxx (n) rxx (0)

Como rxy (n) = ryx (n), se cumple para la autocorrelacin rxx (n) = rxx (n), es decir, es o una funcin par. o
c 2005-2011 P. Alvarado

60

2.6 Correlacin o

Ejemplo 2.24 Calcule la autocorrelacin de la seal: o n x(n) = an u(n), Solucin: o Para n 0: rxx (n) =
k=n N

0<a<1

x(k)x(k n) =

a a
k=n

k kn

=a

n k=n

a2

y puesto que lim N +1 = 0 si < 1 entonces

k = lim
k=n

n n N +1 = N 1 1 a2n 1 a2

rxx (n) = an para n < 0: rxx (n) = =

an 1 a2

k=0 n

x(k)x(k n) =
|n|

ak akn = an
k=0 k=0

a2

a a = 2 1a 1 a2 a|n| 1 a2
1 1a2

y combinando ambas partes se obtiene: rxx (n) =

que es, como se predijo, una funcin par rxx (n) = rxx (n). Con rxx (0) = o la autocorrelacin normalizada: o xx (n) = rxx (n) = a|n| rxx (0)

se obtiene

2.24

2.6.3

Correlacin de secuencias peridicas o o

La correlacin anterior fue denida para seales de energ Si las seales x(n) e y(n) son o n a. n seales de potencia, su correlacin cruzada se dene como: n o rxy (n) = l m 1 x(k)y(k n) M 2M + 1 k=M
M

y la autocorrelacin de una seal de potencia como: o n rxx (n) = l m 1 x(k)x(k n) M 2M + 1 k=M


c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

61

Si las seales son peridicas con periodo N , entonces este promedio puede calcularse en n o un solo periodo: rxy (n) = 1 N
N 1

k=0

x(k)y(k n)

En la prctica se utiliza la correlacin para encontrar periodicidades en seales f a o n sicas alteradas por interferencias aleatorias. Si por ejemplo y(n) = x(n) + (n), donde x(n) es peridica y (n) es una seal aleatoria, o n entonces la correlacin es: o ryy (n) = = 1 M 1 M 1 M
M 1

k=0 M 1

y(k)y(k n)

k=0 M 1

[x(k) + (k)][x(k n) + (k n)] [x(k)x(k n)] + [x(k)(k n)] + [(k)x(k n)] + [(k)(k n)]

k=0

= rxx (n) + rx (n) + rx (n) + r (n) considerando slo M muestras y asumiendo y(n) = 0 para n < 0, n M . o La periodicidad de x(n) permite asumir que rxx (n) tambin es peridica y presenta picos e o en n = 0, N, 2N, etc.. Por la consideracin de tan solo M muestras, conforme N tiende a o M la magnitud de estos picos tiende a cero, por lo que debe escogerse M N y n no debe evaluarse, como regla emp rica, para n > M/2. Si (n) es aleatoria puede asumirse que rx (n) y rx (n) son muy pequeas, por no estar n relacionada con x(n). Por la naturaleza aleatoria de (n) puede asumirse adems que a r (n) tiende rpidamente a cero, por lo que en r (n) dominar rxx (n), lo que permite a a detectar el periodo. La gura 2.28 muestra un segmento de 701 muestras de una seal acstica representando n u la vocal a. La seal original tiene una longitud de 57000 muestras. La gura 2.29 n muestra el resultado de la autocorrelacin, donde se aprecia claramente un periodo de o aproximadamente 100 muestras, lo que se puede corroborar con la seal original en la n gura 2.28.

2.6.4

Secuencias de correlacin de entrada-salida o

Si se aplica la seal x(n) con autocorrelacin rxx (n) a un sistema con respuesta al impulso n o h(n), entonces:

y(n) = h(n) x(n) =

k=

h(k)x(n k)

c 2005-2011 P. Alvarado

62
0.65 0.6 0.55 0.5 0.45 0.4 0.35 0.3 0.25 0.2 700 1.2 1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 700 800 900 1000 1100 1200 800 900 1000 1100 1200 Senal y ruido Senal

2.6 Correlacin o

1300

1300

Figura 2.28: Seal acstica representando la vocal a, en la parte superior pura, y en la parte n u inferior con ruido.
5800 Autocorrelacion 5600

5400

5200

5000

4800

4600

4400

4200

4000 -300

-200

-100

100

200

300

Figura 2.29: Autocorrelacin de la seal con ruido en la gura 2.28. o n

La correlacin entre la salida y la entrada es o ryx (n) = y(n) x(n) = h(n) rxx (n)

= [h(n) x(n)] x(n)

c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

63

que depende solo de la respuesta impulsional h(n) y la autocorrelacin de la entrada o rxx (n). La autocorrelacin de la salida es o ryy (n) = y(n) y(n)

= [h(n) x(n)] [h(n) x(n)] = rhh (n) rxx (n)

= [h(n) h(n)] [x(n) x(n)]

que equivale a la convolucin de la autocorrelacin de la respuesta impulsional rhh (n) con o o la autocorrelacin de la entrada rxx (n). o

c 2005-2011 P. Alvarado

64

2.7 Problemas

2.7

Problemas

Problema 2.1. Encuentre expresiones algebraicas que permitan generar a partir de la seal x(n) las siguientes secuencias, utilizando para ello las operaciones fundamentales de n reexin y desplazamiento. o x(n) = {. . . , a2 , a1 , a0 , a1 , a2 , a3 , . . .}

1. x1 (n) = {. . . , a4 , a3 , a2 , a1 , a0 , a1 , a2 . . .}

2. x2 (n) = {. . . , a1 , a2 , a3 , a4 , a5 , a6 , a7 . . .}

3. x3 (n) = {. . . , a4 , a3 , a2 , a1 , a0 , a1 , a2 . . .}

4. x4 (n) = {. . . , a1 , a2 , a3 , a4 , a5 , a6 , a7 . . .}

Problema 2.2.

Si x1 (n) = {4, 2, 1, 5, 1, 3} y x2 (n) = {1, 2, 3, 4, 5}, calcule

1. x3 (n) = x1 (n) + x2 (n) 2. x4 (n) = x1 (n)x2 (n) 3. x5 (n) = 3x1 (n)x2 (n) Problema 2.3. Sea f = k/N la frecuencia normalizada de una seal x(n) periodica n en tiempo discreto con periodo N muestras. Si se asume que k y N son nmeros primos u relativos, y se sabe que x(n) = xa (nT ) donde xa (t) es una seal analgica peridica de n o o periodo Ta que es muestreada entonces con un intervalo de muestreo T , encuentre el nmero de veces que cabe el periodo de la seal analgica dentro del periodo de la seal u n o n muestreada. Problema 2.4. Determine si cada una de las seales siguientes es peridica, y de ser n o as determine su periodo fundamental. Asuma t IR y n Z. 1. xa (t) = 2. x(n) = 5 sen(4t + /3)

5 sen(4n + /3)

3. x(n) = 2ej(n/6) 4. x(n) = cos(n/8) cos(n/8) 5. x(n) = sen(n/4) + sen(n/8) + 3 cos(n/2 + /6)

Problema 2.5. En la seccin 2.2.3 se demostr que una seal exponencial compleja o o n jk0 n discreta sk (n) = e solo tiene N 1 seales armnicamente relacionadas, cuando se n o
c 2005-2011 P. Alvarado

2 Seales y Sistemas de Variable Discreta n

65

cumple 0 = 2/N . Demuestre que si la frecuencia es 0 = 2M/N con M < N , M y N nmeros primos relativos, el nmero de frecuencias armnicamente relacionadas sigue u u o siendo N . Problema 2.6. Genere y muestre las siguientes secuencias en GNU/Octave: 1. 2. 3. 4. 5. 6. 7. 8. 9. x1 (n) = 0,75 (n 5) para 0 n 10 x2 (n) = 0,9 (n) para 7 n 7 x3 (n) = 1,5(n 250) para 300 n 350 x4 (n) = 4,5(n + 7) para 10 n 0 x5 (n) = . . . , 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1 . . . para 5 n 9

x6 (n) = sen 17 n para 0 n 25 x7 (n) = sen 17 n para 15 n 25 x8 (n) = sen(3n + ) para 10 n 10 2 x9 (n) = cos( n) para 0 n 50 23

Problema 2.7.

Dada una seal x(n) = {2, 3, 4, 1, 0, 2, 3, 2}. n

Represente esta seal en GNU/Octave y mustrela grcamente. n e a Calcule las componentes par e impar de esta seal xp (n) e xi (n). n Verque que la suma de ambas componentes generan la seal de entrada original. n Problema 2.8. Genere y visualice en GNU/Octave una representacin para la seal o n h(n) = {2/7, 2/7, 3/14, 1/7, 1/14, 0}, y otra para la seal x(n) = {1, 0, 0, 0, 0, 1}. n

Calcule y visualice la convolucin de las seales h(n) y x(n) utilizando el operador conv. o n Para una seal constante, qu salida tiene un sistema con respuesta impulsional h(n)? n e Qu tipo de ltro es h(n)? e Problema 2.9. Genere y visualice en GNU/Octave una representacin para la seal o n h(n) = {1, 1}, y otra para la seal x(n) = {1, 0, 0, 0, 0, 1}. n

Calcule y visualice la convolucin de ambas seales o n Para una seal constante, qu salida tiene un sistema con respuesta impulsional h(n)? n e Qu tipo de ltro es h(n)? e Problema 2.10. Programe una funcin de GNU/Octave que reciba dos seales nitas o n y retorna su convolucin. o Verique el funcionamiento de su funcin comparndola con el operator conv. o a

c 2005-2011 P. Alvarado

66

2.7 Problemas

Problema 2.11. Genere una funcin de GNU/Octave que reciba un vector con los o coecientes ak y otro vector con los coecientes bk , adems de la seal de entrada, y que a n utilizando la expresin del sistema como ecuacin de diferencias genere la seal de salida o o n para un nmero dado de muestras. Las condiciones iniciales deben poder darse en forma u opcional, asumiendo un valor de cero en todas ellas si se omiten.

c 2005-2011 P. Alvarado

Cap tulo 3 Anlisis de sistemas LTI discretos a con la transformada z


La transformada z es a los sistemas discretos lo que la transformada de Laplace es a los sistemas continuos. Ambas representan herramientas para el anlisis de ciertas propiedaa des de las seales, que en el dominio del tiempo slo pueden ser evaluadas con un mayor n o nmero de pasos. u

3.1
3.1.1

La transformada z
La transformada z directa

La transformada z directa de una seal x(n) se dene como la serie de potencias: n

X(z)

x(n)z n
n=

(3.1)

que mapea la seal x(n) en el dominio del tiempo discreto a la funcin X(z) en el dominio n o z, lo que se denota como: X(z) Z {x(n)} La relacin entre ambos dominios se indica como: o x(n)

X(z)

x(n) X(z)

Como la transformada z es una serie innita de potencias, sta existe solo para los valores e de z para los que la serie converge. La regin de convergencia (ROC, region of convergence) o de X(z) es entonces el conjunto de valores de z para los que X(z) es nita. Ntese que siempre que se hable de la transformada z de una seal x(n), debe incluirse o n la ROC. 67

68

3.1 La transformada z

Si se expresa z en su forma polar z = rej , con r = |z| y = z, entonces

X(z) =
n=

x(n)rn ejn .

Puesto que dentro de la ROC de X(z) se debe cumplir |X(z)| < , entonces:

|X(z)| =

n=

x(n)rn ejn

x(n)rn
n=

(3.2)

es decir, |X(z)| es nita si y slo si x(n)rn es absolutamente sumable. o Para encontrar la ROC se debe entonces encontrar el rango de valores de r para los que la secuencia x(n)rn es absolutamente sumable. Ahora bien, la ecuacin (3.2) puede reescribirse como: o
1

|X(z)| =

x(n)r
n=

+
n=0

x(n)r

=
n=1

|x(n)r | +

x(n)rn
n=0

y ambas sumatorias deben converger si |X(z)| ha de ser nito. Para la primera suma, que corresponde a los elementos anticausales, deben existir valores de r sucientemente pequeos para que x(n)rn sea absolutamente sumable (r < r1 ) (gura 3.1). n
Im{z}

Plano z

r1 ROC de Re{z}

n=1

|x(n)r n |

Figura 3.1: Representacin grca de la ROC para r sucientemente pequeos. o a n

Para la segunda suma, correspondiente a los elementos causales de x(n), se necesitan valores de r sucientemente grandes para que x(n)rn sea absolutamente sumable y por tanto converja. Por ello, la ROC sern los puntos fuera de una circunferencia r > r2 a (gura 3.2). Como ambas sumas deben converger, la ROC de X(z) es la regin anular del plano z, o r2 < r < r1 (gura 3.3). La gura 3.4 muestra un resumen de lo discutido hasta el momento en cuanto a la relacin o de la causalidad de una seal con respecto a la ROC de su transformada z. n Las propiedades de la transformada z se resumen en la tabla 3.1.
c 2005-2011 P. Alvarado

Tabla 3.1: Propiedades de la transformada z bilateral. Dominio n ROC R = {z | r2 < |z| < r1 } R1 R2 por lo menos R1 R2 R \ {0} si k > 0 y R \ {} si k < 0 |a|r2 < |z| < |a|r1 1 1 < |z| < r1 r2 R Incluye R Incluye R r2 < |z| < r1 X1 (z)X2 (z) x(0) = lim X(z)
z

Propiedad x(n) x1 (n) x2 (n) a1 x1 (n) + a2 x2 (n) x(n k) an x(n) x(n) x (n) Re{x(n)} Im{x(n)} nx(n) x1 (n) x2 (n) Si x(n) es causal X (z ) X(z 1 ) X(a1 z) z k X(z) a1 X1 (z) + a2 X2 (z) X2 (z) X(z) X1 (z)

Dominio z

Notacin o

Linealidad

Desplazamiento en n

Escalado en z

3 Anlisis de sistemas LTI discretos con la transformada z a

c 2005-2011 P. Alvarado

Reexin en n o

Conjugacin o

Parte real

Parte imaginaria

Derivacin en z o

1 [X(z) + X (z )] 2 1 [X(z) X (z )] 2 dX(z) z dz

Convolucin o

Por lo menos R1 R2

Teorema del valor inicial

69

70
Im{z}

3.2 Transformadas z racionales

Plano z

r2

Re{z}

Figura 3.2: Representacin grca de la ROC para r sucientemente grandes. o a


Im{z} Plano z r1

r2 Re{z}

Figura 3.3: Representacin grca completa de la ROC. o a

3.2

Transformadas z racionales

Una clase de transformadas z encontradas con frecuencia en sistemas digitales presentan una forma racional, es decir, un cociente de polinomios en z 1 o z. La tabla 3.2 resume la transformada z de algunas funciones comunes con transformadas de este tipo.

3.2.1

Polos y ceros

Los ceros de la transformada z racional X(z) son aquellos valores de z para los que X(z) = 0, y los polos, aquellos z para los que X(z) = y la serie de Laurent centrada en z contiene un nmero nito de trminos en su parte principal. Como X(z) es racional, u e entonces: X(z) = b0 + b1 z 1 + . . . + bM z M N (z) = = D(z) a0 + a1 z 1 + . . . + aN z N
M k k=0 bk z N k k=0 ak z

Asumiendo a0 = 0 y b0 = 0 y factorizando b0 z M y a0 z N para eliminar las potencias


c 2005-2011 P. Alvarado

3 Anlisis de sistemas LTI discretos con la transformada z a

71

Funciones de duracin nita o Causal z \ {0} n

Anticausal z \ {} n

Bilateral z \ {0, } n

Funciones de duracin innita o Causal r2 < |z| n

Anticausal |z| < r1 n

Bilateral r2 < |z| < r1 n

Figura 3.4: Familia de Seales y sus ROC[15]. n

c 2005-2011 P. Alvarado

72

3.2 Transformadas z racionales

Tabla 3.2: Transformada z de algunas funciones comunes Seal x(n) n (n) u(n) an u(n) nan u(n) (an )u(n 1) n(an )u(n 1) cos(0 n)u(n) sen(0 n)u(n) an cos(0 n)u(n) an sen(0 n)u(n) Transformada z, X(z) 1 1 1 z 1 1 1 az 1 az 1 (1 az 1 )2 1 1 az 1 az 1 (1 az 1 )2 1 z 1 cos 0 1 2z 1 cos 0 + z 2 z 1 sen 0 1 2z 1 cos 0 + z 2 1 az 1 cos 0 1 2az 1 cos 0 + a2 z 2 az 1 sen 0 1 2az 1 cos 0 + a2 z 2 ROC Plano z |z| > 1 |z| > |a| |z| > |a| |z| < |a| |z| < |a| |z| > 1 |z| > 1 |z| > 1 |z| > 1

negativas se obtiene:
b M 1 M + . . . + bbM N (z) b0 z M z + b1 z 0 0 X(z) = = D(z) a0 z N z N + a1 z N 1 + . . . + aN a0 a0

Puesto que N (z) y D(z) son polinomios en z, y debido al teorema fundamental del lgebra, a X(z) se puede expresar como: N (z) b0 (z z1 )(z z2 ) . . . (z zM ) X(z) = = z N M = Gz N M D(z) a0 (z p1 )(z p2 ) . . . (z pN )
M k=1 (z N k=1 (z

pk )

zk )

b donde la constante G es igual a a0 ; los ceros {zk } y los polos {pk } corresponden a las 0 ra ces de los polinomios N (z) y D(z) respectivamente, y hay N M ceros en el origen si N > M , o M N polos en el origen si M > N . Tambin se dice que hay un cero en e innito si X() = 0, o un polo si X() = . Si se cuentan estos ultimos, el nmero de u polos y ceros es siempre idntico. e

X(z) puede representarse mediante un diagrama de polos y ceros en el plano complejo z, donde los ceros se denotan con y los polos con . La multiplicidad se denota con un ndice al lado del s mbolo (por ejemplo, un polo de tercer orden se denota con 3 ).
c 2005-2011 P. Alvarado

3 Anlisis de sistemas LTI discretos con la transformada z a

73

Evidentemente la ROC no puede contener ningn polo, puesto que en l la funcin no u e o converge. Si los coecientes de los polinomios son reales, entonces sus ra sern o reales, o apaces a recern en pares complejos conjugados. De lo anterior se deriva que si un polinomio es a de orden impar, deber entonces tener al menos una ra real. Por otro lado, para la a z factorizacin de dicho polinomio se pueden agrupar las ra complejas conjugadas para o ces conformar trminos de segundo orden con coecientes reales. e Ejemplo 3.1 Determine el diagrama de polos y ceros de la seal x(n) = an u(n), para n a real positivo. Solucin: o
1 Con X(z) = 1az1 = z = a (gura 3.5). z , za

ROC : |z| > |a|, se obtiene un cero en z = 0 y un polo en


Im{z} Plano z a

Re{z}

Figura 3.5: Diagrama de polos y ceros del ejemplo 3.1.


3.1

Ejemplo 3.2 Determine la transformada z de x(n) = con a real positivo. Solucin: o


M 1 M 1

an , 0 n M 1 0 en el resto

X(z) =
n=

x(n)z

=
n=0

a z

n n

=
n=0

(az 1 )n

Puesto que

M 1 n=0

n =

1M , 1

entonces:
M

1 a 1 (az 1 )M z X(z) = = 1 (az 1 ) 1 a z

z M aM zM za z

z M aM z M 1 (z a)

c 2005-2011 P. Alvarado

74

3.2 Transformadas z racionales

con a = a 1 = a ej2k , z M aM = 0 z M = aM = aM ej2k de donde se deduce que z = aej2k/M . Es decir, z M aM tiene M ra aej2k/M , k = 0, . . . , M 1. En resumen, ces X(z) tiene un polo en z = 0 con multiplicidad M 1 y otro polo en z = a, que se cancela con el cero en a, y M 1 ceros distribuidos en un c rculo de radio |a| (gura 3.6).
Im{z} Plano z

M1

a Re{z}

Figura 3.6: Diagrama de polos y ceros del ejemplo 3.2 con M = 4.


3.2

Ejemplo 3.3 Determine la transformada z y la seal correspondiente al diagrama de n polos y ceros de la gura 3.7.
Im{z}

ROC
p1 z1 r p2 0 0 z2 Re{z}

Figura 3.7: Diagrama de polos y ceros para el ejemplo (3.3).

Solucin: o La transformada tiene dos ceros y dos polos: z1 = 0, z2 = r cos 0 , p1 = r(cos 0 + j sen 0 ) = rej0 , p2 = r(cos 0 j sen 0 ) = rej0 . X(z) = G (z z1 )(z z2 ) z(z r cos 0 ) =G (z p1 )(z p2 ) (z rej0 )(z rej0 ) 1 1 rz cos 0 , ROC: |z| > r =G 1 2rz 1 cos 0 + r2 z 2
3.3

De la tabla 3.2 se obtiene x(n) = G(rn cos 0 n)u(n)


c 2005-2011 P. Alvarado

3 Anlisis de sistemas LTI discretos con la transformada z a

75

3.2.2

Localizacin de los polos y el comportamiento en el domio nio de n para se ales causales n

Si una seal real tiene una transformada z con un solo polo, este tiene que ser real, y la n seal correspondiente es entonces la exponencial real: n X(z) = 1 z , = 1 az 1 za ROC : |z| > |a|

1 que tiene adems un cero en z = 0. Ntese que X2 (z) = za , corresponde a X(z)z 1 y a o por tanto la seal correspondiente a X2 (z) n x2 (n) = x(n 1) que sigue siendo una exponencial real.

x(n) = an u(n)

x(n) Plano z
1

x(n) Plano z n
1

n
-1 1 -1

-1

1 -1

x(n) Plano z
1

x(n) Plano z n
1

n
-1 1 -1

-1

1 -1

Plano z

10 x(n) 5

Plano z n

10 x(n) 5

n
-1 1 -5 -10

-1

1 -5 -10

Figura 3.8: Comportamiento de la seal en relacin con la posicin de un polo real. n o o

La gura 3.8 muestra el comportamiento de la seal en relacin con la posicin del polo n o o real, incluyendo su magnitud y signo. De la tabla 3.2, se obtiene que: X(z) = az 1 az 1 az = 2 = , ROC: |z| > |a| 1 )2 2 (1 az z (z a) (z a)2

x(n) = nan u(n)

es una funcin con un polo en z = a de multiplicidad dos y un cero en z = 0. Su o comportamiento se muestra en la gura 3.9. Ntese que si |a| = 1 y el polo es simple, la seal correponde a la respuesta al impulso de o n un sistema, ste es entonces condicionalmente estable, pero no as si el polo es de mayor e multiplicidad. Un par de polos complejos conjugados simples conducen a una seal discreta sinusoidal, n multiplicada por una envolvente exponencial discreta cuya forma est determinada por la a
c 2005-2011 P. Alvarado

76
x(n) Plano z
2

3.2 Transformadas z racionales


x(n) Plano z n
1 -1 -1
2

n
-1

-1

Plano z
2

10 x(n) 5

Plano z n
2

10 x(n) 5

n
-5 -10

-1

1 -5 -10

-1

Plano z
2

100 x(n) 50

Plano z n
2

100 x(n) 50

n
-50 -100

-1

1 -50 -100

-1

Figura 3.9: Comportamiento de la seal esi su transformada tiene un polo doble real, de n acuerdo con la posicin del polo. o
x(n) Plano z
2

n
1 -1

-1

Plano z
2

x(n)
2 1

n
1 -1 -2

-1

Plano z
2

70 x(n) 35

n
1 -35 -70

-1

Figura 3.10: Seales en relacin con la ubicacin de un par de polos simples conjugados en su n o o transformada z.

magnitud de los polos (gura 3.10). Las seales reales causales con polos reales simples o n pares de polos simples complejos conjugados que estn dentro de la circunferencia unitaria a son acotadas en magnitud. Una seal con polos cerca del origen decrece ms rpidamente n a a que otra con polos ms cercanos a la circunferencia unitaria. El efecto de la posicin de a o los ceros no es tan determinante como la posicin de los polos. Por ejemplo, en el caso o
c 2005-2011 P. Alvarado

3 Anlisis de sistemas LTI discretos con la transformada z a

77

de las seales senoidales, slo afectan la fase. n o

3.2.3

La funcin de transferencia de un sistema LTI o

En el cap tulo 2 se encontr que la salida y(n) de un sistema LTI con respuesta impulsional o h(n) y entrada x(n) est dada por la convolucin y(n) = h(n) x(n), que ya se demostr a o o en el dominio z ser equivalente a Y (z) = H(z)X(z), con y(n) Y (z), x(n) X(z) y h(n) H(z). A H(z), la transformada z de la respuesta impulsional, se le denomina funcin de transferencia del sistema. Ntese que conociendo H(z) y la transformada z de o o la entrada X(z) es posible calcular fcilmente la transformada z de la salida del sistema, a por medio de su producto. Sin embargo, es tambin posible, conociendo Y (z) y X(z), e obtener la funcin de transferencia con: o

H(z) =

Y (z) X(z)

a partir de la cual se puede determinar la respuesta impulsional por medio de la transformada z inversa. Con la ecuacin de diferencias del sistema o
N M

y(n) =

k=1

ak y(n k) +

k=0

bk x(n k)

se obtiene transformando al dominio z ambos lados:


N M

Y (z) =

ak Y (z)z
k=1 N

+
k=0

bk X(z)z k
M

= Y (z)
N

ak z k + X(z)
k=0

bk z k

k=1 M

Y (z) 1 +
k=1

ak z k

= X(z)
k=0 M

bk z k bk z k

H(z) =

Y (z) = X(z)

k=0 N

1+
k=1

ak z k

Lo que implica que un sistema lineal descrito por una ecuacin de diferencias lineal con o coecientes constantes tiene una funcin de transferencia racional. o Si ak = 0 para k [1, N ] (sistema no recursivo), entonces
M

H(z) =
k=0

bk z

1 = M z

bk z M k
k=0

c 2005-2011 P. Alvarado

78

3.2 Transformadas z racionales

es decir, el sistema tiene un polo en el origen de multiplicidad M y M ceros determinados por los parmetros {bk }. Dado que el sistema contiene M polos triviales en z = 0 y M a ceros no triviales, se le denomina sistema de todos ceros. Un sistema as es evidentemente FIR y se le denomina sistema de media ponderada mvil. o Si bk = 0 para k [1, M ] el sistema es recursivo y: H(z) = 1+
k=1

b0
N

= ak z k

b0 z N
N

a0 = 1

ak z N k
k=0

que tiene un cero trivial en z = 0 de orden N y N polos determinados por los coecientes {ak }. A este sistema se le denomina sistema de todos polos, que siempre corresponde a un sistema IIR. La forma general se denomina sistema de polos y ceros, con N polos y M ceros. Los polos y ceros en z = 0 y z = , usualmente no se consideran de forma expl cita. Por la presencia de polos, este sistema es tambin IIR. e Ejemplo 3.4 Determine la funcin de transferencia y la respuesta impulsional del siso tema descrito por: 1 y(n) = y(n 1) + 2x(n) 2 Solucin: o 1 Y (z) = Y (z)z 1 + 2X(z) 2 1 Y (z) 1 z 1 2 = 2X(z) 2 2z Y (z) = 1 1 = X(z) 1 2z z1 2

H(z) = que tiene un polo en z = obtiene:


1 2

y un cero en z = 0. Utilizando la tabla de transformadas se H(z)

h(n) = 2

1 2

u(n)
3.4

Ejemplo 3.5 Asmase que un sistema se rige por el diagrama de polos y ceros mostrado u en la gura 3.7. Encuentre la ecuacin de diferencias que lo realiza. o Solucin: o En el diagrama se observa una regin de convergencia externa al c o rculo de radio r, lo que implica que el sistema es causal.
c 2005-2011 P. Alvarado

3 Anlisis de sistemas LTI discretos con la transformada z a

79

Utilizando los resultados del ejemplo 3.3 se obtiene que la funcin de transferencia equio valente al diagrama de polos y ceros corresponde a:

H(z) =

Y (z) (z z1 )(z z2 ) =G X(z) (z p1 )(z p2 ) 1 r cos 0 z 1 =G , 1 2r cos 0 z 1 + r2 z 2

ROC: |z| > r

y por tanto Y (z) 1 2r cos 0 z 1 + r2 z 2 = X(z)G 1 r cos 0 z 1

y(n) 2r cos 0 y(n 1) + r2 y(n 2) = Gx(n) Gr cos 0 x(n 1) y nalmente y(n) = 2r cos 0 y(n 1) r2 y(n 2) + Gx(n) Gr cos 0 x(n 1)
3.5

3.3
3.3.1

Anlisis de sistemas LTI en el dominio z a


Respuesta de sistemas con funcin de transferencia racioo nal

Sea un sistema dado por la ecuacin de diferencias: o


N M

y(n) =

k=1

ak y(n k) +

Y (z) 2r cos 0 Y (z)z 1 + r2 Y (z)z 2 = GX(z) Gr cos 0 X(z)z 1

k=0

bk x(n k)
B(z) , A(z)

Su funcin de transferencia H(z) es racional de la forma H(z) = o B(z) determina los ceros y A(z) los polos de H(z).

donde el polinomio

Si se asume adems que el sistema est en reposo, esto es, y(1) = y(2) = . . . = a a y(N ) = 0, y que la entrada X(z) tambin puede representarse en forma racional como e N (z) X(z) = Q(z) , entonces se tiene que la transformada de la funcin de salida es de la forma: o Y (z) = B(z)N (z) A(z)Q(z)

c 2005-2011 P. Alvarado

80

3.3 Anlisis de sistemas LTI en el dominio z a

Supngase ahora que A(z) = N (1 pk z 1 ), Q(z) = L (1 qk z 1 ) y pk = qm , k, m, o k=1 k=1 y que ningn cero coincide con los polos, entonces se cumple que: u
N

Y (z) =
k=1

Ak Qk + 1 1 pk z 1 qk z 1 k=1
L

y por lo tanto su transformada inversa ser: a


N

y(n) =
k=1

Ak pn u(n) k
respuesta natural

+
k=1

n Qk qk u(n)

respuesta forzada

Esta secuencia se compone de dos partes: las respuestas natural y forzada. La respuesta natural depende de los polos {pk } del sistema y es inuenciada por la entrada x(n) a travs de los coecientes {Ak }. La respuesta forzada depende de los polos de la entrada e {qk } y es inuenciada por el sistema a travs de los coecientes {Qk }. e Si X(z) o H(z) tienen polos mltiples o polos en comn, entonces la respuesta Y (z) tendr u u a m 1 trminos de la forma l=1 (1pk z1 )l , donde m es el orden del polo, lo que conducir a e a l1 n trminos en y(n) de la forma n pk u(n). e

3.3.2

Condiciones iniciales no nulas

Para calcular la respuesta de un sistema a una entrada causal x(n) con condiciones iniciales no nulas, se utiliza la transformada z unilateral:
N M

y(n) =

k=1

ak y(n k) +

k=1

bk x(n k)

Y + (z) =

ak z k Y + (z) +
k=1 n=1

y(n)z n

Puesto que x(n) es causal, entonces X + (z) = X(z) y se tiene:


N M N

+ bk z k X + (z) + k=1
M k k k n=1

=0 por causalidad

x(n)z n n=1
k

Y (z) 1 +
k=1

ak z

= X (z)
k=0

bk z

ak z
k=1

y(n)z n ,

de donde se despeja: Y + (z) =


M k k=0 bk z X(z) N k k=1 ak z

1+

N k=1

ak z k

k n=1 N k=1

y(n)z n

1+

ak z k

= H(z)X(z) +

N0 (z) A(z)

c 2005-2011 P. Alvarado

3 Anlisis de sistemas LTI discretos con la transformada z a

81

La salida del sistema consta entonces de dos partes, la respuesta de estado nulo Yzs (z) = H(z)X(z) y la respuesta de entrada nula que depende de las condiciones iniciales
+ Yzi (z) =

+ puesto que Y + (z) = Yzs (z)+Yzi (z) y(n) = yzs (n)+yzi (n). Al ser A(z) el denominador + de Yzi (z) sus polos sern {pk }, y la respuesta a entrada nula tendr la forma: a a N

zu

N0 (z) A(z)

yzi =
k=1

Dk pn u(n) k

lo que puede aadirse a la respuesta natural y combinarse para dar: n


N L

y(n) =
k=1

Ak pn u(n) + k
k=1

n Qk qk u(n), con Ak = Ak + Dk

En resumen, las condiciones iniciales alteran la respuesta natural del sistema modicando los factores de escala {Ak }. No se introducen nuevos polos ni se modica la respuesta forzada. Ejemplo 3.6 Determine la respuesta al escaln u(n) del sistema dado por o y(n) = 0,9y(n 1) 0,81y(n 2) + x(n) para las condiciones iniciales: 1. y(1) = y(2) = 0 2. y(1) = y(2) = 1 Solucin: La funcin de transferencia est dada por: o o a H(z) = 1 1 0,9z 1 + 0,81z 2

cuyos polos son complejos conjugados: p1,2 = 0,9ej 3 x(n) = u(n) Con lo que se obtiene directamente: Yzs (z) =

1 1 z 1

1 (1 0,9ej 3 z 1 )(1 z 1 ) 0,542 j0,049 0,542 + j0,049 1,099 = + + j 1 j 1 1 z 1 1 0,9e 3 z 1 0,9e 3 z


0,9ej 3 z 1 )(1 c 2005-2011 P. Alvarado

82

3.3 Anlisis de sistemas LTI en el dominio z a

Por lo que: yzs (n) = 1,099 + 1,088(0,9)n cos Para 1. y(n) = yzs (n) Para 2., con las condiciones iniciales se obtiene:
N k

n 5.2 3

u(n)

N0 =

ak z
k=1 1

k n=1

y(n)z n

= (a1 z {y(1)z} + a2 z 2 {y(1)z + y(2)z 2 }) = (a1 y(1) + a2 y(1)z 1 + a2 y(2)) = (0,9 + 0,81 + 0,81z 1 ) = 0,09 0,81z 1

Yzi (z) =

N0 (z) 0,09 0,81z 1 = A(z) 1 0,9z 1 + 0,81z 2 0,026 j0,4936 0,026 + j0,4936 + = j 1 1 0,9ze 3 z 1 0,9zej 3 z 1 yzi (n) = 0,988(0,9)n cos n + 87 u(n) 3

y por tanto:

y Y (z) = Yzs (z) + Yzi (z) Y (z) = que equivale a: y(n) = 1,099u(n) + 1,44(0,9)n cos n + 38 u(n) 3
3.6

1,099 0,568 + j0,445 0,568 j0,442 + + j 1 1 3z 1z 1 0,9ze 1 0,9zej 3 z 1

3.3.3

Respuesta transitoria y en rgimen permanente e

Si para todos los polos del sistema {pk } se cumple que |pk | < 1, entonces la respuesta natural del sistema:
N

ynr (n) =
k=1

Ak pn u(n) k

decae si n tiende a innito, y se le denomina respuesta transitoria. Su tasa de decaimiento depender de qu tan cerca estn los polos de la circunferencia unidad. Si los polos {qk } a e e de la respuesta forzada tienen magnitudes |qk | < 1, la respuesta a la entrada tambin e decae. Si la entrada es sinusoidal implica que hay polos en la circunferencia unitaria, y la respuesta forzada tambin tendr esos polos y ser sinusoidal, y la respuesta se denomina e a a de estado permanente.
c 2005-2011 P. Alvarado

3 Anlisis de sistemas LTI discretos con la transformada z a

83

3.3.4

Causalidad y Estabilidad

Un sistema es causal si h(n) = 0 para n < 0, lo que implica que su ROC es el exterior de una circunferencia. El sistema es estable si:

n=

|h(n)| <

lo que ocurre slo si |z| = 1 est dentro de la ROC, o de otro modo, si los polos se o a encuentran dentro de la circunferencia unitaria, puesto que

H(z) =
n=

h(n)z n |h(n)||z n |

|H(z)| y evaluando en |z| = 1

n=

|H(z)||z|=1

n=

|h(n)|

Un sistema LTI ser entonces estable slo si |z| = 1 est en la ROC de H(z). Esta a o a condicin tambin se cumple para sistemas anticausales, es decir, la ROC deber ser el o e a interior de una circunferencia que contenga |z| = 1.

3.3.5

Cancelacin polo-cero o

Los efectos de un polo del sistema pueden cancelarse o reducirse con un cero ya sea del mismo sistema o de la entrada. Sin embargo, posibles efectos como la estabilizacin de un o sistema inestable por medio de ceros en la entrada deben evitarse, porque la posicin de o los polos y ceros no puede alcanzarse con precisin arbitraria en sistemas digitales reales. o

3.3.6

Polos de orden m ltiple y estabilidad u

Un sistema con polos en la circunferencia unitaria es inestable pues basta encontrar una entrada con un polo en el mismo sitio para producir una salida no acotada.

Ejemplo 3.7 Determine la respuesta al escaln de: o y(n) = y(n 1) + x(n) Solucin: o
c 2005-2011 P. Alvarado

84

3.3 Anlisis de sistemas LTI en el dominio z a


1 1z 1

Con H(z) =

y X(z) =

1 1z 1

se obtiene: 1 (1 z 1 )2

Y (z) = H(z)X(z) =

y(n) = (n + 1)u(n + 1)

que contiene un polo doble en z = 1, y equivale a una rampa no acotada. Esto se explica por el hecho de que si Y (z) contiene polos mltiples, entonces y(n) tendr u a trminos de la forma: e Ak nb (pk )n u(n) que son acotados slo si |pk | < 1. o
3.7

3.3.7

Estabilidad de sistemas de segundo orden

Los sistemas de segundo orden (con dos polos) se utilizan como bloque bsico para la a construccin de sistemas de mayor orden, y por ello requieren de un poco de atencin. o o Considrese entonces el sistema: e y(n) = a1 y(n 1) a2 y(n 2) + b0 x(n) con a1 , a2 IR. Su funcin de transferencia es o H(z) = b0 b0 z 2 Y (z) = = 2 X(z) 1 + a1 z 1 + a2 z 2 z + a1 z + a2 2 b0 z b0 z 2 = = 2 (z p1 )(z p2 ) z (p1 + p2 )z + p1 p2

Este sistema tiene dos ceros en el origen y dos polos en p1,2 = a1 2 a2 4a2 1 4

El sistema es estable BIBO si |p1,2 | < 1. Puesto que se cumple que a1 = (p1 + p2 ) y a2 = p1 p2 , se debe cumplir que |a2 | = |p1 p2 | = |p1 ||p2 | < 1 y |a1 | < 1 + a2 a2 > |a1 | 1 En el plano a1 , a2 estas inecuaciones delimitan una regin triangular (gura 3.11). o Para obtener estas ecuaciones se sabe que |p1,2 | < 1. Primero asmase que los polos son u 2 a1 2 reales, es decir, 2 a2 , que equivale a la parte inferior de la parbola a2 = a21 . En a
c 2005-2011 P. Alvarado

3 Anlisis de sistemas LTI discretos con la transformada z a


2

85

a2 a2 =
a2 1 4

Polos complejos a1
0 1 2 3

0 -3 -2 -1

Polos reales

-1

a2 = a1 1

a2 = a1 1

Figura 3.11: Tringulo de estabilidad en el plano de coecientes (a1 , a2 ) para un sistema de a segundo orden.
a1 2 2

a2

a1 2 2

a2

a1 2

Figura 3.12: Desplazamiento de los polos a la izquierda y a la derecha.

esta regin, los polos estn centrados en a21 , con un desplazamiento hacia la izquierda y o a derecha de
a1 2 2

a2 (gura 3.12). |a1 | > 2 a1 2


2

Por lo tanto, debe cumplirse que: 1 a2

Elevando al cuadrado ambos lados y considerando que a1 IR se obtiene: 1 |a1 | + |a1 | 2


2

>

a1 2

a2

1 + a2 > |a1 |

En caso de que p1,2 sean complejos (ntese que a2 es positivo puesto que debe ser mayor o 2 que (a1 /2) ), entonces: a1 |p1,2 |2 = j 2 a1 a2 2
2 2

a1 2

+ a2

a1 2

= a2

c 2005-2011 P. Alvarado

86

3.3 Anlisis de sistemas LTI en el dominio z a

y por tanto, para que |p1,2 | < 1, entonces 0 < a2 < 1, lo que conrma la anterior condicin o |a2 | < 1. Los pares (a1 , a2 ) en la parte superior a la parbola conducen entonces a polos complejos a conjugados, y bajo la parbola a polos reales y distintos. Los pares (a1 , a2 ) en la parbola a a a1 2 = a2 conducen a un polo de orden 2. 2 Las funciones de transferencia y sus equivalentes en el dominio del tiempo se resumen en la tabla 3.3, con p = rej0 , por lo que a1 = 2r cos 0 , a2 = r2 . Tabla 3.3: Funciones de transferencia de segundo orden y equivalentes temporales
Polos Reales y distintos Reales e iguales Complejos conjugados Condicin o a2 > 4a2 1 a2 = 4a2 1 a2 < 4a2 1
b0 p1 p2 b0 j2 sen 0

H(z)
p1 p2 1p1 z 1 1p2 z 1 b0 (1pz 1 )2 j0 ej0 e 1+rej0 z1 1rej0 z 1 b0 p1 p2
n

h(n) pn+1 pn+1 u(n) 1 2

b0 (n + 1)pn u(n)

b0 r sen 0

sen[(n + 1)0 ]u(n)

c 2005-2011 P. Alvarado

3 Anlisis de sistemas LTI discretos con la transformada z a

87

3.4

Problemas

Problema 3.1. Graque las siguientes funciones e indique cualitativamente qu regiones e de convergencia (ROC) tiene su transformada z: 1. x(n) = sen(n)u(n) 2. x(n) = u(n + 4) u(n 2) 3. x(n) = u(n 2) 4. x(n) = ur (n) 2ur (n 5) + ur (n 10)
1 5. x(n) = 2 |n|

6. x(n) = ur (n + 5)u(n 5)

Problema 3.2. Encuentre las regiones del plano z donde las siguientes series convergen:

1.
n=2

1 3

n+2

3.
n=2

1 3 1 3

n+2

zn
|n|

2.
n=0

1 + (1)n n z 2

4.
n=

cos

n zn 4

Problema 3.3.

Encuentre la transformada z de u(n 2) x(n) = 4n con su correspondiente ROC. Problema 3.4. Sea x(n) = (1)n u(n) + n u(n n0 ) Encuentre para qu valores de y n0 es la ROC de la transformada z de x(n) e 1 < |z| < 2 Problema 3.5. Encuentre la transformada z de x(n) =
1 n 2

cos

n 4

n0 n>0

Indique los polos, ceros y ROC. Problema 3.6. innitos. 1. 2. Para las siguientes expresiones identique los ceros y polos nitos e z 2 (1 z 1 ) 1 1 1 z 1 1 + 4 z 1 4

z 1 1 1 z 1 2 1 1 3 z 1 1 1 z 1 4 (1 z 1 ) (1 2z 1 ) (1 3z 1 ) (1 4z 1 )

3.

c 2005-2011 P. Alvarado

88

3.4 Problemas

Problema 3.7. Si x(n) es absolutamente sumable y tiene transformada z racional, con un polo en 1/2, entonces podr x(n) ser a 1. una seal nita? n 2. una seal izquierda? n 3. una seal derecha? n 4. una seal bilateral? n

Problema 3.8.

Sea X(z) = 1 + 1 z 2 4 1 1 z 2 4 5 1 + 4 z 1 + 3 z 2 8

Indique cuntas y cules regiones de convergencia son posibles para X(z). a a Problema 3.9. Encuentre para todas las seales discretas x(n) mostradas en la tabla 3.2 n la transformada z correspondiente utilizando la denicin. o Problema 3.10. Sea x(n) una seal con transformada z racional X(z), que tiene un n polo en z = 1/2. Se sabe adems que a x1 (n) = es absolutamente sumable, pero x2 (n) = 1 8
n

1 4

x(n)

x(n)

no es absolutamente sumable. Con esta informacin indique si x(n) es izquierda, derecha, o bilateral o nita. Problema 3.11. Encuentre las funciones en tiempo discreto equivalentes a las transformadas z indicadas en la tabla 3.2 utilizando la denicin integral de la transformada o z inversa. Problema 3.12. Utilizando la denicin de la transformada z inversa, encuentre la o secuencia en el tiempo discreto equivalente a
1 1 3 z 1 X(z) = , (1 z 1 )(1 + 2z 1 )

ROC: |z| > 2

Problema 3.13.

Encuentre por divisin polinomial la transformada z inversa de o X(z) = 1 + z 1 1 + 1 z 1 3

para ROC: |z| > 1/3 y para ROC: |z| < 1/3.
c 2005-2011 P. Alvarado

3 Anlisis de sistemas LTI discretos con la transformada z a

89

Problema 3.14.

Encuentre la transformada inversa de X(z) = 1 1 z 1 3 1 )(1 + 2z 1 ) (1 z

para todas las posibles regiones de convergencia por medio de descomposicin en fracciones o parciales. Problema 3.15. Encuentre la transformada z inversa de X(z) = 1 256 z 8 , 1 256 1 2 z 1 ROC: |z| > 0

Problema 3.16.

Para la ventana rectangular x(n) = 1 0nk

0 en el resto

sea g(n) = x(n) x(n 1) 1. Encuentre una expresin para g(n) y su transformada z. o 2. Encuentre la transformada z de x(n) considerando que
n

x(n) =
k=

g(k)

Problema 3.17. Para las siguientes funciones de transferencia de sistemas discretos, si se sabe que estos son estables indique si adems son causales: a 1.
4 1 1 3 z 1 + 2 z 2 1 1 1 z 1 1 3 z 1 2

z 1

2. 3.

1 z2 z2 + 1 z 2 4 3

3 16

z+1 1 z + 2 z 2 2 z 3 3

Problema 3.18. Un sistema LTI tiene funcin de transferencia H(z) y respuesta al o impulso h(n). Se sabe 1. h(n) es real 2. h(n) es derecha
c 2005-2011 P. Alvarado

90

3.4 Problemas

3. lim H(z) = 1
z

4. H(z) tiene dos ceros 5. H(z) tiene uno de sus polos en una ubicacin no real en el c o rculo |z| = 3/4 Es el sistema causal? Es estable? Problema 3.19. 1 4 Encuentre la transformada z unilateral de las siguientes seales. n
n

1. x1 (n) =

u(n + 5)

2. x2 (n) = (n + 3) + (n) + 2n u(n) 3. x3 (n) = 1 2


|n|

Problema 3.20. diferencias:

Un sistema de entrada x(n) y salida y(n) se rige por la ecuacin de o y(n 1) + 2y(n) = x(n)

1. Determine la respuesta de entrada cero al sistema si su condicin inicial es y(1) = o 2. 2. Encuentra la respuesta de estado cero si su entrada es x(n) = (1/4)n u(n). 3. Determine la salida del sistema para n 0 si y(1) = 2 y x(n) = (1/4)n u(n)

c 2005-2011 P. Alvarado

Cap tulo 4 Anlisis frecuencial a


El cursos anteriores se deriv la descomposicin de una funcin peridica en componentes o o o o sinusoidales (o exponenciales complejos). La importancia de esta descomposicin es que o en sistemas LTI unicamente las seales sinusoidales y exponenciales complejas conservan n su forma y su frecuencia (son funciones propias). Tan solo magnitud y fase de cada componente son alteradas por estos sistemas. El anlisis frecuencial proporciona entonces mecanismos para la extraccin de esas coma o ponentes. El trmino espectro se utiliza para referirse al contenido de frecuencias de una e seal. En la prctica, puesto que no se conoce toda la seal en su extensin innita, pan a n o sada y futura, debe utilizarse la estimacin espectral , para la que se utilizan instrumentos o y algoritmos denominados analizadores espectrales.

4.1
4.1.1

Espectro de se ales continuas n


Espectro de se ales continuas peridicas n o

Las seales continuas peridicas se analizan por medio de la serie de Fourier. Para la n o s ntesis de la seal se utiliza n

x(t) =
k=

ck ej0 kt

y para el anlisis: a ck = 1 Tp
t0 +Tp t0

x(t)ej0 kt dt

Si la seal peridica tiene potencia media nita Px entonces n o 1 Px = Tp


t0 +Tp t0

|x(t)|2 dt

91

92

4.1 Espectro de seales continuas n

y puesto que |x(t)|2 = x(t)x (t) se cumple que Px = = =


k=

1 Tp 1 Tp

t0 +Tp t0 t0 +Tp t0

|x(t)|2 dt =

1 Tp

t0 +Tp t0

x(t)x (t) dt

x(t)
k=

ck ej0 kt dt
t0 +Tp t0

ck

1 Tp

x(t)ej0 kt dt

=
k=

ck ck =
k=

|ck |2

que se conoce como la relacin de Parseval, e implica que la potencia media de la seal o n equivale a la suma de las potencias medias de cada uno de sus componentes frecuenciales, tambin llamados armnicos. A la grca de |ck |2 para cada frecuencia kF0 (con la e o a frecuencia fundamental F0 = 0 /2) se le denomina densidad espectral de potencia, espectro de la densidad de potencia o simplemente espectro de potencia. Si x(t) es real, puesto que |ck | = |ck | = |ck | entonces la densidad espectral de potencia es una funcin o de simetr par. a Al par de grcas de |ck | vs. kF0 y k = ck vs. kF0 se le denomina espectro de tensin. a o Puesto que para funciones reales k = ck = ck = k , la fase es impar.

Ejemplo 4.1 La serie de Fourier de un tren peridico de pulsos rectangulares de ancho o en tiempo continuo (gura 4.1a) tiene como coecientes A sen(kF0 ) . Tp kF0

ck =

Analice el efecto del periodo Tp y el ancho del pulso en el espectro de la seal. n Solucin: La distancia entre dos l o neas espectrales correspondientes a ck y ck+1 es F0 = 1/Tp y el trmino , adems de determinar el ancho del pulso temporal, indica qu tan e a e extensa resulta la funcin sen(x)/x. Las guras 4.1(b) y (c) permiten comparar que si o se modica el ancho del pulso temporal manteniendo el periodo, la distancia entre cada l nea espectral se mantiene, mientras que el espectro se contrae (si aumenta). Por otro lado, si Tp aumenta (o lo que es equivalente, la frecuencia fundamental F0 baja), pero se mantiene el ancho del pulso , la misma funcin en la frecuencia sen(kF0 )/(kF0 ) es o muestreada ms a menudo (la densidad de l a neas espectrales aumenta).
4.1

La tabla 4.1 resume algunas propiedades de la serie de Fourier.


c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

93

x(t)
ck

Tp

Tp

t
-15 -10 -5 0 5 10

k
15

(a)
ck

(b)
ck

k
-15 -10 -5 0 5 10 15

k
-30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30

(c)

(d)

Figura 4.1: Secuencia peridica de pulsos rectangulares en tiempo continuo. (a) Represeno tacin temporal. (b) L o neas espectro de (a) con = 1 y Tp = 5. (c) L neas espectrales de (a) con = 2 y Tp = 5. (d) L neas espectrales de (a) con = 1 y Tp = 10.

4.1.2

Espectro de se ales continuas aperidicas n o

La distancia entre dos l neas espectrales en el caso de seales peridicas es F0 = 1/Tp , lo n o que implica que a mayor periodo, las l neas espectrales se acercan (compare por ejemplo la gura 4.1b con 4.1d). Retomando el clculo de los coecientes de la serie de Fourier a utilizando como t0 = Tp /2 se tiene que 1 Tp
Tp /2

ck =

x(t)ej2F0 kt dt .
Tp /2

(4.1)

Dejando crecer el periodo Tp se puede alcanzar una frecuencia F0 arbitrariamente pequea, n que puede entonces reemplazarse por F0 de tal forma que si Tp (seal aperidica) n o entonces F0 se transforma en un diferencial dF y kF0 se convierte en una variable de valor continuo F . La transformada de Fourier se obtiene con estos conceptos eliminando
c 2005-2011 P. Alvarado

94

4.1 Espectro de seales continuas n

Tabla 4.1: Propiedades de la Serie de Fourier Propiedad Seal en el tiempo n x(t) x1 (t) x2 (t) 1 x1 (t) + 2 x2 (t) x(t) = x(t) Coecientes ck c1k c2k 1 c1k + 2 c2k 2 ck = Tp ck IR
Tp 2

Linealidad Simetr par a

x(t) cos(0 kt) dt


0
Tp 2

Simetr impar a Funcin real o Desplazamiento temporal Conjugacin o Inversin en el tiempo o Escalamiento en el tiempo Convolucin peridica o o

x(t) = x(t) x(t) IR x(t ) x (t) x(t) x(t), > 0


Tp

2j ck = Tp ck jIR ck = c k ej0 k ck c k ck ck Tp c1k c2k

x(t) sen(0 kt) dt


0

x1 ( )x2 (t ) d

Multiplicacin o Diferenciacin o Integracin o

x1 (t)x2 (t)
l=

c1l c2kl jk0 ck ck jk0 |x(t)| dt =


2

dx(t) dt
t

x(t) dt, c0 = 0

Relacin de Parseval o

1 Tp

t0 +Tp t0

k=

|ck |2

el factor

1 Tp

y haciendo Tp : X(F ) =

x(t)ej2F t dt

(4.2)

y est relacionada directamente por lo tanto con los coecientes de la serie a travs de a e X(F ) = lim Tp ck
Tp

En trminos de la frecuencia angular = 2F esta transformacin equivale a e o

X() =

x(t)ejt dt

Puede demostrarse adems [1] que la transformada inversa de Fourier est dada por: a a

x(t) =

X(F )ej2F t dF

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a
x(t)

95

t (a) xp (t)

Tp

(b)

Tp

Figura 4.2: Una funcin nita x(t) y su extensin peridica xp (t) o o o

o con d = 2dF

1 X()ejt d . 2 Si x(t) es una seal de extensin nita entonces existe una extensin peridica xp (t) de n o o o periodo Tp mayor a la extensin de x(t), como lo muestra la gura 4.2. En este caso se o pueden comparar las ecuaciones (4.1) y (4.2) y se obtiene que 1 ck = X(kF0 ) Tp

x(t) =

es decir, la extensin peridica de una seal aperidica conduce al muestreo del espectro o o n o de la transformada de Fourier con una tasa F0 . Las condiciones de Dirichlet para la existencia de la transformada de Fourier son equivalentes a las ya mencionadas en las series de Fourier de seales peridicas continuas, n o excepto que la seal debe ser ahora absolutamente integrable en todo t y no solo en un n periodo:

|x(t)|dt <

lo que se deduce del hecho que

|X(F )| =

x(t)ej2F t dt

|x(t)| ej2F t dt =

|x(t)| dt <

De forma similar a las seales peridicas puede demostrarse que n o Ex =

|x(t)| dt =

|X(F )|2 dF

que es la relacin de Parseval para seales aperidicas de energ nita. La cantidad o n o a 2 Sxx (F ) = |X(F )| representa la distribucin de energ de la seal en funcin de la o a n o frecuencia, por lo que a Sxx se le denomina densidad espectral de energa. Para seales reales se tiene que |X(F )| = |X(F )| y X(F ) = X(F ) por lo que n Sxx (F ) = Sxx (F ).
c 2005-2011 P. Alvarado

96

4.2 Espectro de seales en tiempo discreto n

Ejemplo 4.2 Calcule la transformada de Fourier de (gura 4.3a) A |t| /2 0 |t| > /2

x(t) =

Utilizando la ecuacin (4.2) se obtiene (gura 4.3b): o


/2

X(F ) =
/2

Aej2F t dt =

A sen F F

x(t) A

X(F )

(a)

(b)

Figura 4.3: Pulso de ancho temporal (a) y su transformada de Fourier (b).


4.2

Ntese que mientras x(t) sea ms localizada en el tiempo, es decir, mientras ms pequeo o a a n sea , mucho ms amplio es su espectro puesto que 1/ crece. Este llamado principio a de incertidumbre es general para todas la seales, e indica que algo muy localizado en el n tiempo no puede ser localizado con precisin en el dominio de la frecuencia, y algo con o frecuencias muy puntuales no tiene una ubicacin espec o ca en el tiempo. La tabla 4.2 resume algunas propiedades de la Transformada de Fourier.

4.2

Espectro de se ales en tiempo discreto n

En la seccin anterior se present que el espectro de seales continuas abarca frecuencias de o o n a , donde en el caso de seales peridicas solo se encontrarn frecuencias discretas n o a mltiplos de F0 = 1/Tp , donde Tp es el periodo fundamental de la seal. En cap u n tulos anteriores se demostr que, sin embargo, para seales de naturaleza discreta solo existe o n unicidad para frecuencias normalizadas en el intervalo ] 1/2; 1/2], [0; 1[. o
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

97

Tabla 4.2: Propiedades de la Transformada de Fourier Propiedad Seal en el tiempo n x(t) x1 (t) x2 (t) 1 x1 (t) + 2 x2 (t) x(t) = x(t) Transformada X(j) X1 (j) X2 (j) 1 X1 (j) + 2 X2 (j)

Linealidad Simetr par a

2
0

x(t) cos(t) dt

X(j) IR Simetr impar a Funcin real o Dualidad Desplazamiento temporal Desplazamiento en frecuencia Modulacin o Conjugacin o Inversin en el tiempo o Escalamiento en el tiempo Convolucin o Multiplicacin o Diferenciacin o x(t) = x(t) 2j x(t) sen(t) dt
0

Integracin o Relacin de Parseval o

X(j) jIR x(t) IR X(j) = X (j) X(jt) 2x() x(t ) ej X(j) ej0 t x(t) X(j j0 ) 1 1 cos(0 t)x(t) X(j j0 ) + 2 X(j + j0 ) 2 x (t) X (j) x(t) X(j) 1 j x(at) X |a| a x1 (t) x2 (t) X1 (j)X2 (j) 1 X1 (j) X2 (j) x1 (t)x2 (t) 2 dx(t) jX(j) dt d tx(t) j X(j) d t 1 x(t) dt X(j) + X(0)() j 1 |x(t)|2 dt = |X(j)|2 d 2

4.2.1

Espectro de se ales discretas peridicas n o

Una seal discreta peridica con periodo fundamental N puede tener componentes fren o cuenciales separadas por = 2/N radianes o f = 1/N ciclos, que se representan por los exponenciales complejos armnicamente relacionados: o sk (n) = ej2kn/N , k = 0...N 1

Utilizando la serie generalizada de Fourier con estas seales como base se obtiene para la n
c 2005-2011 P. Alvarado

98

4.2 Espectro de seales en tiempo discreto n

s ntesis de una seal: n


N 1

x(n) =
k=0

ck ej2kn/N

(4.3)

N a=1 an = 1 aN a=1 n=0 1a se puede armar para las exponenciales complejas


N 1 N 1

y considerando que

ej2kn/N =
n=0

N 0

en el resto

k = 0, N, 2N, . . .

tomando a = ej2k/N por lo que aN = 1. Multiplicando (4.3) por ej2ln/N y sumando de 0 a N 1.


N 1 N 1 N 1

x(n)e
n=0

j2ln/N

=
N 1

ck ej2kn/N ej2ln/N
n=0 k=0 N 1

=
k=0

ck
n=0

ej2(kl)n/N

= N cl y nalmente 1 cl = N
N 1

x(n)ej2ln/N ,
n=0

l = 0, 1, . . . , N 1

Ntese que en esta serie de Fourier en tiempo discreto (DTFS, discrete time Fourier o series) el coeciente ck representa la amplitud y fase de la componente frecuencial sk (n) = ej2kn/N = ejk n con frecuencia angular normalizada k = 2k/N (o lo que es equivalente fk = k/N ). Puesto que sk (n) es peridica al ser fk un nmero racional (sk (n) = sk (n+N )), o u entonces los coecientes ck tambin son peridicos con periodo fundamental N : e o ck+N 1 = N
N 1

x(n)e
n=0

j2(k+N )n/N

1 = N

N 1

x(n)ej2kn/N ej2n = ck
n=0

Por conveniencia se utiliza para ck normalmente el intervalo k = 0 . . . N 1. La relacin de Parseval es en este caso o 1 N
N 1 N 1

n=0

|x(n)| =

k=0

|ck |2

es decir, la potencia media de la seal es igual a la suma de las potencias medias de cada n componente en el dominio de la frecuencia.
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

99

4.2.2

Espectro de se ales discretas aperidicas n o

La transformada de Fourier de una seal de energ nita en tiempo discreto x(n) se n a dene como:

X() =
n=

x(n)ejn

Ntese que X() = X( + 2k), lo que implica que el rango de frecuencias unicas se o limita a [0, 2[, o de forma equivalente a ] , ], que contrasta con el rango [, ] de las seales continuas. n Como la seal x(n) es discreta, una sumatoria reemplaza la integral del caso continuo. n Puede demostrarse adems que a x(n) = 1 2

X()ejn d .

La transformada de Fourier converge si


|X()| =

x(n)e
n=

jn

n=

|x(n)| <

es decir, si la seal es absolutamente sumable. n La relacin de Parseval en este caso es: o

Ex =
n=

|x(n)|2 =

1 2

|X()|2 dt

Para seales reales, el espectro X() tiene magnitud par y fase impar, es decir, se cumple n que X() = X (), por lo que usualmente basta determinar el espectro para [0, ], pues la contraparte puede generarse por simetr a. Debe notarse en los cuatro casos anteriores la correspondencia entre periodicidad en un dominio y la naturaleza discreta de la representacin en el dominio complementario. Es o decir, si la seal es peridica, su espectro ser discreto y si el espectro es peridico, es n o a o porque la seal es discreta. Si la distancia entre las muestras o la l n neas espectrales es entonces la periodicidad en el otro dominio ser 1/. a peridico discreto o

aperidico continuo o Por ejemplo, una seal continua peridica tendr un espectro aperidico discreto; una n o a o seal discreta aperidica tendr un espectro peridico continuo. n o a o
c 2005-2011 P. Alvarado

100

4.2 Espectro de seales en tiempo discreto n

4.2.3

Relacin entre las transformadas de Fourier y z o

La transformada z de la secuencia x(n) se ha denido como

X(z) =
n=

x(n)z n ,

ROC : r2 < |z| < r1

(4.4)

Expresando z como z = rej (r = |z|, = z), entonces (4.4) se puede reescribir como

X(z)|z=rej =
n=

x(n)rn ejn

que equivale a la transformada de Fourier de la secuencia x(n)rn . Para el caso especial de r = 1 se obtiene X(z)|z=ej = X() =
n=

x(n)ejn

es decir, la transformada de Fourier de x(n) equivale a su transformada z evaluada en la circunferencia unitaria z = ej . La gura 4.4 muestra como ejemplo la magnitud de la transformada z de una secuencia x(n) y a la derecha la misma funcin recortada en o |z| = 1. La silueta formada en |z| = 1 corresponde entonces a X().
7 6 5 4
7 6 5 4

|X(z)|
3 2 1

|X(z)|
3 2 1

0 Im{z} 1 0.5 0 1 1 0.5

0 Im{z} 1 0.5 0 1 1 0.5

Re{z}

Re{z}

(a)

(b)

Figura 4.4: Correspondencia entre X() y X(z) para una funcin con un par de polos como plejos conjugados en z = 0,95ej30 y un cero en z = 0. (a) |X(z)|. (b) |X(z)| para |z| < 1.

Si X(z) no converge en |z| = 1 entonces la transformada de Fourier no existe. Por otro lado, existen funciones con transformada de Fourier, que no tienen transformada z. Por
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

101

ejemplo, x(n) =

sen c n n

tiene transformada de Fourier 1 || c

X() =

0 c < || <
sen c n n z n= n

mas no posee transformada z, puesto que para la serie regin de convergencia. o

no existe ninguna

Algunas secuencias con polos en |z| = 1 en su transformada z pueden tener una transformada de Fourier si se extiende la denicin de transformada para utilizar impulsos de o Dirac =0 () = () d = 1 0 =0

Ejemplo 4.3 Determine la transformada de Fourier de las seales n 1. x1 (n) = u(n) 2. x2 (n) = (1)n u(n) 3. x3 (n) = cos(0 n)u(n) 1 z = con una ROC |z| > 1, pues 1 1z z1 se obtiene = 2k, k Z

1. La transformada de x1 (n) es X1 (z) = tiene un polo en z = 1. Con z = ej X1 () =

ej ej/2 1 = j/2 = ej 2 ; ej 1 e ej/2 2 sen(/2)

cuya magnitud y fase se muestran en la gura 4.5.


|X1 ()| 3.5
3

X1 ()
2

2.5

1.5

0.5

(a)

(b)

Figura 4.5: Espectros de magnitud y fase para la funcin escaln u(n). (a) Espectro de mago o nitud. (b) Espectro de fase.

c 2005-2011 P. Alvarado

102

4.2 Espectro de seales en tiempo discreto n

Puesto que solo en = 2k X1 () est indenido, se sustituye all la transformada a por (), donde la constante se obtiene de un desarrollo matemtico riguroso a 1 que excede el contexto de estas notas. 2. X2 (z) = 1 z con un polo en z = 1 = ej . La transformada de Fourier = 1 + z 1 z+1 ej/2 es entonces X2 () = , con = 2k + , k Z. Donde se agregan los 2 cos(/2) impulsos en las frecuencias = y = (gura 4.6).
|X2 ()| 3.5
3

X2 ()
2

2.5

1.5

0.5

(a)

(b)

Figura 4.6: Espectros de magnitud y fase para la funcin (1)n u(n). (a) Espectro de magnio tud. (b) Espectro de fase.

3. X3 (z) =

1 z 1 cos 0 , ROC |z| > 1 puesto que tiene dos polos complejos 1 2z 1 cos 0 + z 2 conjugados en ej0 . Por lo tanto, la transformada de Fourier es X3 () = 1 ej cos 0 (1 ej(0 ) )(1 ej(+0 ) )

con = 0 + 2k (gura 4.7).


4.3

4.2.4

El teorema del muestreo

Derivacin conceptual por anlisis de Fourier o a La funcin puente pT (t) mostrada en la gura 4.8 se utiliza para modelar la toma de o muestras con el intervalo T de la seal analgica xa (t). La seal muestreada xs (t) se n o n modela a travs del producto de la seal xa (t) y pT (t) (gura 4.9): e n xs (t) = xa (t)pT (t)
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a
3.5

103
|X3 ()| X3 ()
2

2.5

1.5

2 0

0.5

(a)

(b)

Figura 4.7: Espectros de magnitud y fase para la funcin cos(n/3). (a) Espectro de magnitud. o (b) Espectro de fase.
pT (t)

2T

3T

Figura 4.8: Funcin puente utilizada para tomar muestras peridicas en el tiempo de seales o o n continuas.

Puesto que la funcin puente pT (t) es peridica, se puede expresar por medio de una serie o o de Fourier con coecientes Pn :

pT (t) =
n=

Pn ejn0 t ;
ejt

0 =

2 = 2F T

El desarrollo parte del hecho que ejt dt = 2().

d = 2(t), o haciendo un cambio de variable

xa (t)

T xs (t)

2T

3T

2T

3T

Figura 4.9: Muestreo de seal utilizando la funcin puente. n o

c 2005-2011 P. Alvarado

104

4.2 Espectro de seales en tiempo discreto n

de modo que se cumple xs (t) = xa (t)

Pn ejn0 t
n=

Aplicando la transformada de Fourier a ambos lados de la ecuacin y utilizando la proo piedad de linealidad se obtiene

Xs (j) = F {xs (t)} = F

xa (t)
n=

Pn ejn0 t

=
n=

Pn F xa (t)ejn0 t

y considerando la propiedad de desplazamiento en frecuencia, lo anterior equivale a

Xs (j) =
n=

Pn Xa (j jn0 )

= P0 Xa (j) +
n= n=0

Pn Xa (j jn0 )

de donde se deduce que con el muestreo se producen rplicas del espectro original de e la seal Xa (j), separadas en el dominio de la frecuencia por 0 = 2/T y ponderan das por los coecientes de la representacin de la funcin puente como serie de Fourier o o (gura 4.10).
x(t) X (j)

t (a) xs (t)

2B

2B Xs (j)

t (b)

2Fs

2B

2B

Figura 4.10: Replicacin del espectro por medio del muestreo. o

Si el espectro original Xa (j) es de banda limitada, es decir, si a partir de cierta frecuencia 2B (donde B es el llamado ancho de banda) se cumple Xa (j) = 0, entonces eligiendo el periodo de muestreo sucientemente alto es posible evitar que las rplicas se traslapen e con el espectro original. Si xa (t) es real, entonces la magnitud de su espectro es par, y por tanto para evitar el traslape la siguiente rplica se deber posicionar al menos en e a 0 > 4B lo que es equivalente a armar que la frecuencia de muestreo fs debe ser al menos el doble del ancho de banda B del espectro Xa (j) para evitar que las replicas se traslapen.
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

105

Se puede demostrar que si no hay traslape entonces es posible rescatar a partir de la seal n muestreada xs (t) la seal original xa (t) utilizando un ltro paso-bajos que permita pasar n unicamente el rango de frecuencias angulares desde 2B hasta 2B. Estos principios se resumen en el llamado teorema del muestreo que establece que para muestrear una seal analgica sin prdidas de informacin se requiere una tasa de muestreo n o e o de al menos el doble del ancho de banda del espectro de la seal. n En los ultimos aos han tomado fuerza nuevas propuestas2 para requerir an menos mues n u tras que las establecidas por este teorema, aunque su funcionamiento parte de requisitos adicionales impuestos a la funcin xa (t), donde la posicin de las muestras deja de ser o o regular, y el comportamiento matemtico pasa a ser ms basado en procesos estocsticos a a a que deterministas. Derivacin algebraica o En la seccin 2.2.2 se revis el hecho de que la mxima frecuencia normalizada repreo o a Fmax 1 sentable en una seal muestreada es fmax = Fs = 2 . Puesto que la representacin de n o Fourier de la seal discreta es n x(n)

X() =
n=

x(n)ejn ,

] , ]

y X() es peridico con periodo fundamental 2, se obtiene que la frecuencia m o nima de muestreo Fs debe ser elegida de tal modo que sea al menos el doble de la frecuencia mxima de la seal(gura 4.11). a n
X ()

2 1 Fs

1 2 Fs B 2 0 0 B

1 2 Fs 2

2 1 Fs

f F

Figura 4.11: Espectro de seal discreta con banda limitada sin aliasing. n

De otro modo existir entre las repeticiones peridicas del espectro de la seal analgica a o n o un traslape, denominado aliasing. Sea xa (t) la seal analgica muestreada peridicamente n o o cada T segundos para producir la seal en tiempo discreto x(n): n x(n) = xa (nT ),
2

< n < .

El lector interesado puede buscar entre otros los temas de compressive sampling y el nite rate of innovation.

c 2005-2011 P. Alvarado

106

4.2 Espectro de seales en tiempo discreto n

Si xa (t) es aperidica de energ nita, entonces se cumple para su espectro: o a

Xa (F ) =

xa (t)ej2F t dt

xa (t) =

Xa (F )ej2F t dF

En el dominio discreto se tiene:

X(f ) =
n=

x(n)e

j2f n

1 2

x(n) =
1 2

X(f )ej2f n df

Puesto que para la seal muestreada se tiene n t = nT = entonces se cumple que

n Fs

x(n) = xa (nT ) =

Xa (F )ej2nF/Fs dF =
1/2

1/2

X(f )ej2f n df

Considerando que f = F/Fs y df = dF/Fs se obtiene entonces 1 Fs


Fs /2 j2nF/Fs

X(F/Fs )e
Fs /2

dF =

Xa (F )ej2nF/Fs dF

El lado derecho se puede segmentar en bloques de ancho Fs de la siguiente manera:


(k+1/2)Fs

Xa (F )e

j2nF/Fs

dF =
k= (k1/2)Fs

Xa (F )ej2nF/Fs dF

Con un cambio de variable en la integral F = F kFs , dF = dF , se obtiene un desplazamiento del k-simo bloque al intervalo [Fs /2, Fs /2]: e
(k+1/2)Fs Fs /2

Xa (F )ej2nF/Fs dF =
(k1/2)Fs Fs /2 Fs /2

Xa (F + kFs )ej2n

F +kFs Fs

dF

=
Fs /2

Xa (F + kFs )ej2nF/Fs dF

por lo que 1 Fs
Fs /2

X
Fs /2

F Fs

Fs /2

j2nF/Fs

dF =
k= Fs /2 Fs /2

Xa (F + kFs )ej2nF/Fs dF Xa (F + kFs ) ej2nF/Fs dF


Fs /2 k=

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

107

es decir X F Fs

= X(f ) = Fs
k=

Xa ((f k)Fs )

Ntese que el espectro de la seal discreta X(f ) es igual a la repeticin peridica con o n o o periodo Fs del espectro escalado Fs Xa (F ). Si el espectro de la seal analgica es de banda limitada, es decir, Xa (F ) = 0 si |F | B, n o entonces si se elige Fs mayor a 2B se cumple para el rango de frecuencias unicas |F | Fs /2: F X = Fs Xa (F ), |F | Fs /2 . Fs En este caso no existe aliasing y los espectros de las seales continua y discreta son n idnticos en el intervalo de frecuencias |F | Fs /2, exceptuando el factor de escala Fs e (gura 4.12).
xa (t) Xa (F )

t (a) x(n)

B X

B
F Fs

T x(n)

n (b)

Fs

B X

B
F Fs

Fs =

1 T

n (c)

Fs

Fs

Figura 4.12: Seal analgica de espectro nito y los efectos de diferentes frecuencias de muesn o treo. (a) Seal analgica xa (t) y su espectro. (b) Muestreo con Fs > 2B. n o (c) Muestreo con Fs < 2B.

Si Fs < 2B entonces el solapamiento espectral impide que la seal original pueda ser n recuperada a partir de las muestras. Si no hay solapamiento, entonces 1X F |F | Fs /2 Fs Xa (F ) = Fs 0 |F | > Fs /2 y puesto que X F Fs

=
n=

x(n)ej2F n/Fs

c 2005-2011 P. Alvarado

108

4.2 Espectro de seales en tiempo discreto n

y adems a
Fs /2

xa (t) =
Fs /2

Xa (F )ej2F t dF

se tiene que 1 xa (t) = Fs = Para t = n/Fs se cumple


Fs /2 Fs /2 Fs /2 Fs /2

x(n)ej2F n/Fs ej2F t dF


n= Fs /2

1 Fs

x(n)
n= Fs /2

ej2F (t Fs ) dF

ej2F (t Fs ) dF =

Fs /2

dF = Fs
Fs /2

y puesto que para t = n/Fs se tiene


Fs /2 Fs /2

j2F (

n t F s

) dF =

ej2F (t Fs ) j2 t
n Fs

Fs /2

=
Fs /2 n Fs

ejFs (t Fs ) ejFs (t Fs ) j2 t
n Fs

sen Fs t t
n Fs

Fs sen Fs t Fs t
n Fs

n Fs

con lo que se cumple para todo t


Fs /2 Fs /2

ej2F (t Fs ) dF = Fs sa Fs t

n Fs n Fs

entonces xa (t) =

n=

x(n) sa Fs t

=
n=

xa (nT ) sa (Fs [t nT ])

que es la interpolacin de las muestras utilizando el interpolador ideal o


t sen T g(t) = t T

= sa

t T

(4.5)

Ntese que g(t) es cero para t = kT , k Z \ 0. En otras palabras, si xa (t) es de o banda limitada B y x(n) = xa (nT ) es muestreada con Fs 2B entonces xa (t) puede ser reconstruida completamente y de forma unica utilizando el interpolador g(t) dado en (4.5). Debe advertirse, sin embargo, que g(t) tiene extensin innita y no es causal, por lo que en o aplicaciones prcticas suele aproximarse con interpoladores nitos. La gura 4.13 muestra a un ejemplo de interpolacin de una secuencia nita de muestras x(n) = {0, 3, 2, 1, 1, 0}. o Se aprecia que la funcin interpolada atraviesa todas las muestras, mientras que para o valores de t no enteros todas las muestras contribuyen al valor interpolado.
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a
x(n), xa (t)
4

109

0 -1 -1 0 1 2 3 4 5 6

n, t

-2

Figura 4.13: Ejemplo de iterpolacin ideal para una secuencia de muestras nita. o

4.3

Propiedades de la transformada de Fourier de se ales discretas n

Simetr a: Anteriormente se discuti el hecho de que cualquier seal puede representarse o n como la suma de una componente par y otra impar. Esto se puede aplicar tanto a la parte real como a la imaginaria del espectro y de su seal. Se puede demostrar que la relacin n o entre estas componentes es la siguiente: x(n) = [xe (n) + R jxe (n)] I + [xo (n) R + jxo (n)] I

X2 (), entonces:

e e o o X() = [XR () + jXI ()] + [jXI () + XR ()]

Si x(n) es real, entonces X() = X ()

Linealidad: Si x1 (n)

x(n)

X1 () y x2 (n)

a1 x1 (n) + a2 x2 (n)

a1 X1 () + a2 X2 ()

Desplazamiento temporal:

X() x(n k)

ejk X()

Reexin temporal: o x(n)

X() x(n)

X()

c 2005-2011 P. Alvarado

110

4.3 Propiedades de la transformada de Fourier de seales discretas n

Teorema de la Convolucin: o x1 (n) x1 (n) x2 (n) Teorema de la Correlacin: o x1 (n) rx1 x2 (n)

X1 (), x2 (n) X1 ()X2 ()

X2 ()

X1 (), x2 (n)

Sx1 x2 () = X1 ()X2 ()

X2 ()

Si la seal es real, puesto que X() = X () entonces: n rxx (n)

X()X() = X()X () = |X()|2 = Sxx ()

que se conoce como el teorema de Wiener-Khinchin. Desplazamiento frecuencial: x(n)

X() ej0 n x(n)

X( 0 )

Teorema de modulacin: o x(n)

X() x(n) cos(0 n)

1 2

1 {X( + 0 ) + X( 0 )} 2

Teorema de Parseval: x1 (n)

X1 (), x2 (n)

X2 () X1 ()X2 ()d

Demostracin: o 1 2

x1 (n)x2 (n) =
n=

1 X1 ()X2 ()d = 2

x1 (n)ejn
n=

X2 ()d

=
n=

x1 (n)

1 2

X2 ()ejn d

Para el caso x1 (n) = x2 (n) = x(n)

1 2

x1 (n)x2 (n)
n=

X():

Ex =
n=

|x(n)|2 =

|X()|2 d =

1 2

Sxx ()d

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

111

Teorema del enventanado (multiplicacin de secuencias): o x1 (n) x3 (n) = x1 (n)x2 (n)

X1 (), x2 (n) 1 X3 () = 2

X2 ()

X1 ()X2 ( )d = X1 () X2 ()

donde el s mbolo a la derecha, denota la convolucin peridica en el dominio de la o o frecuencia. Diferenciacin en el dominio de la frecuencia: o x(n)

X() nx(n)

dX() d

4.4
4.4.1

Sistemas LTI en el dominio de la frecuencia


La funcin de respuesta en frecuencia o

En el cap tulo 2 se demostr que la respuesta de cualquier sistema LTI en reposo a una o seal de entrada x(n), est determinada por la convolucin con la respuesta impulsional n a o h(n):

y(n) =
k=

h(k)x(n k)

Para analizar este sistema en el dominio de la frecuencia se analiza su respuesta a una seal exponencial compleja x(n) = Aejn . Se obtiene como salida: n

y(n) =
k=

h(k)Ae

j(nk)

= Ae

jn k=

h(k)ejk = AH()ejn
n=

Ntese que H() existe si el sistema es estable, puesto que o

|h(n)| < .

La respuesta del sistema LTI a una entrada exponencial compleja es entonces otra seal n exponencial compleja de la misma frecuencia, pero con una nueva amplitud y fase determinadas por H(). Puesto que H() = |H()|ejH() entonces es claro que la magnitud cambia de acuerdo a |H()| y la fase de acuerdo a H(). Puesto que h(n) es discreta, entonces H() h(n) = 1 2

h(n) es peridica y se cumple entonces: o

H()ejn d

Adems, por las propiedades de simetr si h(n) es real, entonces H() tiene simetr a a, a herm tica, es decir H() = H (), lo que implica que |H()| = |H()| (simetr a par), H() = H() (impar), Re{H()} = Re{H()} (par), Im{H()} = Im{H()} (simetr impar). a
c 2005-2011 P. Alvarado

112

4.4 Sistemas LTI en el dominio de la frecuencia

A H() se le denomina respuesta en frecuencia del sistema. Esta funcin determina la o amplitud y fase para cada seal exponencial compleja de entrada. Adems, puesto que n a ejn +ejn cos(n) = , entonces la respuesta del sistema LTI con respuesta impulsional 2 h(n) ante la entrada x(n) = A cos(n), ser: a y(n) = A H()ejn + H()ejn 2 A = |H()| ej(n+H()) + |H()| ej(nH()) 2 A = |H()| ej(n+H()) + ej(n+H()) 2 = A|H()| cos(n + H())

Es decir, |H()| determina la atenuacin o amplicacin de la componente frecuencial de o o la entrada con frecuencia angular , y por ende se le denomina respuesta en magnitud , mientras que H() determina la fase a la salida de la misma componente (respuesta en fase). Ejemplo 4.4 Para el sistema descrito por la ecuacin: o y(n) = ay(n 1) + bx(n), 1. Determine H() 2. Elija b de tal modo que |H()| sea a lo sumo 1 y graque |H()| y H() para a = 0,9 3. Determine la salida para x(n) = 5 + 12 sen( n) 20 cos n + 2 1. Puesto que Y (z) = aY (z)z 1 + bX(z) H() =
Y (z) X(z) 4

0<a<1

a, b IR

b 1az 1

= H(z)

h(n) = ban u(n)

b 1 aej |b| |b| = |H()| = j | |1 ae |1 a(cos j sen )| |b| = (1 a cos )2 + (a sen )2 |b| |b| = = 2 cos2 + a2 sen2 1 2a cos + a 1 2a cos + a2 a sen H() = b arctan 1 a cos 2. |H()| es mximo si el denominador es m a nimo, y esto ocurre, puesto que a [0, 1] cuando cos es mximo, es decir, cuando = 0: a |b| |b| |H(0)| = = |b| = 1 a 1a 1 2a + a2 Eligiendo b = 1 a se obtienen las grcas en la gura 4.14. a
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a
1.2

113
3.14159

|H()|

()

0.8

1.5708

0.6

0
0.4

0 0.785398 1.5708 2.35619 3.14159

0.2

-1.5708

0 0 -0.2 1.5708

3.14159

-3.14159

(a)

(b)

Figura 4.14: Respuestas de magnitud y fase para el sistema en el ejemplo (4.4).

3. Asumiendo a = 0,9, se requiere H(0), H( ), H() 2 H(0) = 10 1a 0,1 = H = 0,074 = 2 1,81 1 + a2 H = arctan a = 42 2 0,1 1a = = 0,053 H() = 0 |H()| = 1+a 0,9 entonces sen n + H 2 2 2 20|H()| cos n + + H() 4 n 42 1,06 cos n + = 5 + 0,888 sen 2 4
4.4

y(n) = 5 + 12 H

4.4.2

Respuesta transitoria y en rgimen permanente a entradas e sinusoidales

La seccin anterior analiz la respuesta de sistemas LTI a una entrada cosenoidal o exo o ponencial compleja eterna, es decir, aplicadas al sistema en n = . La respuesta observada es entonces en rgimen permanente, y no hay respuesta transitoria. e Todo sistema LTI estable BIBO excitado por una seal exponencial compleja en n = 0 n u otro tiempo nito, tendr una respuesta transitoria que tiende a cero a medida que n a tiende a innito.
c 2005-2011 P. Alvarado

114

4.4 Sistemas LTI en el dominio de la frecuencia

Ejemplo 4.5 Determine las respuestas transitoria y de estado permanente para: x(n) = Aejn u(n) del sistema y(n) = ay(n 1) + x(n) En la seccin 2.5.2 se demostr que la respuesta de este sistema con condiciones iniciales o o no nulas es: n y(n) = an+1 y(1) +
k=0

ak x(n k), n 0

Sustituyendo x(n) = Ae

jn

u(n) se obtiene:
n

y(n) = a

n+1

y(1) + A
k=0 n

ak ej(nk) ak ejk ejn


k=0

= an+1 y(1) + A = an+1 y(1) + A

El sistema es estable si a < 1, con lo que se obtiene para n la respuesta de estado permanente (steady state): yss (n) = lim y(n) =
n

1 an+1 ej(n+1) jn e 1 aej ejn an+1 ej(n+1) jn e +A = an+1 y(1) A 1 aej 1 aej

A ejn 1 aej

La respuesta transitoria est dada por los otros trminos: a e ytr (n) = an+1 y(1) = an+1 y tiende a cero para n . Aej(n+1) jn e 1 aej Aej y(1) 1 aej
4.5

4.4.3

Respuesta en rgimen permanente a se ales de entrada e n peridicas o

Sea x(n) una seal peridica, con periodo fundamental N , denida en el rango < n o n < , por lo que la respuesta de un sistema LTI estable ser la respuesta en rgimen a e permanente. La seal x(n) puede entonces expresarse por medio de una serie de Fourier: n
N 1

x(n) =
k=0

ck ej2k N

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

115
n

Puesto que la respuesta a xk (n) = ck ej2k N es: yk (n) = ck H


n 2 k ej2k N N

entonces, utilizando la linealidad del sistema se obtiene:


N 1

y(n) =
k=0

ck H

n 2 k ej2k N = N

N 1

dk ej2k N
k=0

con dk = ck H( 2 k). La respuesta tiene entonces el mismo periodo de la entrada, pero N otra forma de seal debido a los cambios de amplitud y fase aportados por los coecientes n dk .

4.4.4

Respuesta a se ales de entrada aperidicas n o

Puesto que la salida de un sistema LTI en tiempo discreto es: y(n) = h(n) x(n) se obtiene en el dominio de la frecuencia: Y () = H()X() donde se deriva: Y () = H() + X() La respuesta en magnitud |H()| indica cules frecuencias se amplican y cules se a a atenan. Ntese adems que la salida de un sistema LTI no puede tener frecuencias u o a que no estn presentes en la entrada y en la respuesta en frecuencia; slo sistemas no e o lineales o variantes en el tiempo pueden generar nuevas frecuencias. A pesar de que la salida y(n) se puede obtener de la respuesta en frecuencia: y(n) = 1 2

|Y ()| = |H()||X()|

Y ()ejn d

no es usual emplear la transformada inversa de Fourier por ser relativamente ms simple a el tratamiento con la transformada z. La relacin entre las densidades espectrales de la o entrada Sxx () y de la salida Syy () se obtiene fcilmente con: a Syy () = |Y ()|2 = |H()|2 |X()|2 = |H()|2 Sxx () La energ de la salida es entonces: a Ey = 1 2

Syy ()d =

1 2

|H()|2 Sxx ()d

c 2005-2011 P. Alvarado

116

4.4 Sistemas LTI en el dominio de la frecuencia

4.4.5

Relaciones entre la funcin de transferencia y la respuesta o en frecuencia

Si la ROC de la funcin de transferencia contiene a la circunferencia unitaria, entonces: o

H() = H(z)|z=ej =
n= B(z) A(z)

h(n)ejn

Si H(z) es racional, H(z) = H() =

y asumiendo que h(n) es real, entonces:


M jk k=0 bk e N jk k=1 ak e

B() = A() 1+

= b0

M k=1 (1 N k=1 (1

pk ej )

zk ej )

con los coecientes reales {ak } y {bk }, y los ceros {zk } y polos {pk } que pueden ser complejos. Si h(n) es real, entonces H() = H () y as : |H()|2 = H()H () = H()H() = H(z)H(z 1 ) = Z {rhh (n)} |z=ej lo que conrma el teorema de Wiener-Khinchin |H()|2 Sea D(z) = B(z)B(z 1 ) demostrarse que:
z=ej

(4.6) (4.7)

b(n) b(n) y C(z) = A(z)A(z 1 )

rhh (n). a(n) a(n). Puede

N |n|

c(n) =
k=0 M |n|

a(k)a(k + n),

N n N, a(k) = ak M n M, b(k) = bk

d(n) =
k=0

b(k)b(k + n),

que corresponden a la autocorrelacin de a(n) y b(n), los coecientes de denominador y o numerador de la funcin de transferencia. Puesto que A() = N a(k)ejk y B() = o k=0 N jk b(k)e , ck = ck y dk = dk : k=0 |H()|2 = d0 + 2 c0 + 2
M k=1 dk cos k N k=1 ck cos k

donde con cos k = k m (cos )m , entonces |H()|2 es una funcin racional de polio m=0 nomios de cos . Esto implica que la densidad espectral de energ es continua, suave y a si se indene, o se hace cero, lo hace en puntos nitos aislados.

4.4.6

Clculo de la respuesta en frecuencia a

Para evaluar el efecto de los polos y ceros de la funcin de transferencia en la respuesta o en frecuencia, evalese entonces: u H() = b0
M k=1 (1 N k=1 (1

pk ej )

zk ej )

= b0 ej(N M )

M j k=1 (e N j k=1 (e

pk )

zk )

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

117

y con ej zk = Vk ()ejk () , ej pk = Uk ()ejk () , Vk () = |ej zk |, k () = (ej zk ), Uk () = |ej pk |, k () = (ej pk ), se obtiene: |H()| = |b0 | V1 () . . . VM () U1 () . . . UM ()

H() = b0 + (N M ) + 1 () + . . . + M () [1 () + . . . + N ()] Ntese que (ej pk ) puede interpretarse geomtricamente como el fasor que va del polo o e j pk al punto e que se encuentra en la circunferencia unitaria con el angulo . El mismo concepto se aplica a los ceros.
e j pk Im{z} e j

pk

Re{z}

Figura 4.15: Interpretacin geomtrica del factor ej pk . o e

La respuesta en frecuencia H() se har muy pequea si z = ej pasa cerca de un cero, a n o se har muy grande si pasa cerca de un polo. a Ntese que si la magnitud de H() se expresa en decibelios, entonces: o
M N

|H()|dB = 20 log10 |b0 | + 20

k=1

log10 Vk () 20

log10 Uk ()
k=1

4.5

Sistemas LTI como ltros selectivos en frecuencia

Filtro es un caso particular de sistema que discrimina algn atributo de los objetos o u seales aplicados a su entrada, y permite o suprime el paso de dichos objetos o seales n n si y solo si estos presentan ese atributo. As ltros de aire y aceite permiten que estas , sustancias los atraviesen, evitando que otras impurezas como polvo alcancen su salida; ltros de luz (por ejemplo, luz infraroja) permiten el paso de slo una parte del espectro o electromagntico. En las secciones anteriores se present la propiedad de los sistemas e o LTI de ltrar diferentes componentes en frecuencia de su seal de entrada, caracterizada n por la respuesta en frecuencia H(). Es por ello que los trminos sistema LTI y ltro se e utilizan con frecuencia como sinnimos. o Eligiendo la posicin de los polos y ceros en la funcin de transferencia se eligen los o o coecientes ak y bk para obtener una determinada forma de la respuesta en frecuencia
c 2005-2011 P. Alvarado

118

4.5 Sistemas LTI como ltros selectivos en frecuencia

H(), que puede considerarse como funcin de ponderacin o conformacin espectral, o o o pues la salida del sistema es Y () = H()X(). Los sistemas LTI en estas funciones de ltrado selectivo de frecuencias o conformacin o espectral se utilizan de varias maneras: como eliminadores de ruido, conformacin especo tral para igualacin de canales de comunicacin, deteccin de seales en radar y sonar, o o o n anlisis espectral, etc. En esta seccin se revisaran algunos conceptos bsicos, que sern a o a a retomados en el cap tulo 7 con mayor detalle.

4.5.1

Filtros ideales

Como ltro ideal se conoce un sistema LTI con respuesta en frecuencia H() = Cejn0 0 1 < < 2 en caso contrario

es decir, una ganacia constante C en la banda de paso, y cero en la banda eliminada. Algunos ltros selectivos se muestran en la gura 4.16.
|H()| |H()| |H()| B B B c c 0 0

Paso Bajo
|H()|

Paso Alto
|H()|

Paso Banda

Supresor de Banda

Paso Todo

Figura 4.16: Respuesta en magnitud de algunos ltros ideales selectivos en frecuencia.

La respuesta de fase lineal permite que seales de entrada con componentes frecuenciales n connadas en el intervalo [1 , 2 ] sean simplemente escaladas y trasladadas en el tiempo, pues: Y () = H()X() = Cejn0 X() = CX()ejn0

y(n) = Cx(n n0 )

El retardo no es considerado como una distorsin grave de la seal y es usualmente o n tolerado, tal y como el escalado en amplitud. En estos ltros la derivada de la fase tiene
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

119

unidades de retardo, y a la magnitud g () = d() , d () = H()

se le denomina retardo de envolvente o retardo de grupo del ltro. En el caso de los ltros ideales, puesto que () = n0 , entonces g () = n0 y es constante. En general, g () indica el retardo temporal que experimenta la componente de frecuencia cuando pasa a travs del sistema. Entonces, en los ltros ideales todas las componentes se retrasan. e Los ltros ideales no son realizables. Por ejemplo, la respuesta impulsional del ltro paso bajo es: sen(c n) hlp (n) = , < n < n que es anticausal, innita y no es absolutamente sumable, por lo que el sistema es inestable. Algunos ltros digitales bsicos pueden disearse colocando polos y ceros en el plano z, a n cerca de la circunferencia unitaria, de tal forma que se obtenga la forma de la respuesta en magnitud deseada, donde los polos deben estar en el interior de la circunferencia unidad, y si hay polos o ceros complejos, deben presentarse entonces en pares conjugados.

4.5.2

Filtros paso alto, paso bajo y paso banda

En el diseo de ltros paso bajo, los polos deben situarse cerca de los puntos de la n circunferencia unidad correspondientes a las bajas frecuencias (cerca de = 0) y los ceros cerca de los puntos de la circunferencia unidad correspondientes a las altas frecuencias (cerca de = ). El caso contrario es para ltros paso alto. Ejemplo 4.6 Disee un ltro paso bajo con |H(0)| = 1 y n 1. un solo polo en p1 = 0,9 2. un polo y un cero en p1 = 0,9 y z1 = 1 1. En general, un sistema LTI tiene la forma: H(z) =
M k k=0 bk z N k k=0 ak z

1+

= b0

M k=1 (1 N k=1 (1

pk z 1 )

zk z 1 )

Un ltro de primer orden sin ceros tendr la funcin de transferencia a o H1 (z) = b0 b0 b0 = H1 () = 1 p1 z 1 1 0,9z 1 1 0,9ej
b0 0,1

Puesto que |H1 (0)| = 1 =

b0 = 0,1; H() =
c 2005-2011 P. Alvarado

0,1 1,9

= 0,0526.

120

4.5 Sistemas LTI como ltros selectivos en frecuencia

2. En este caso H2 () = b0 (1 z1 z 1 ) 1 + z 1 1 + ej = b0 H2 () = b0 1 p1 z 1 1 0,9z 1 1 0,9ej


1 , H2 () 20

y H2 (0) = b0 1+1 = 20b0 b0 = 0,1

=0

1.2

|H1 ()| |H2 ()|

0.8

0.6

0.4

0.2

0 -3.14159 -1.5708 -0.2 0 1.5708 3.14159

Figura 4.17: Respuesta en magnitud de (1) ltro paso bajo de un polo, (2) ltro paso bajo de un polo y un cero; H1 (z) = (1 a)/(1 az 1 ), H2 (z) = [(1 a)/2][(1 + z 1 )/(1 az 1 )] y a = 0,9.

4.6

Reejando los polos y ceros con respecto al eje imaginario, se obtienen ltros paso alto: H1 () = b0 , 1 + 0,9ej H2 () = b0 (1 ej ) 1 + 0,9ej

Para ltros paso banda, se debe escoger un par de polos complejos conjugados cerca de la circunferencia unidad en la vecindad de la banda de paso.

Ejemplo 4.7 Disee un ltro paso banda de segundo orden con banda de paso en = , n 2 1 con |H(0)| = |H()| = 0, H( 4 ) = 2 , H( ) = 1. 9 2 Solucin: Los polos deben estar en p1,2 = rej 2 = rj, 0 < r < 1, y los ceros en z1 = 1 o
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a
1.2

121
|H1 ()| |H2 ()|

0.8

0.6

0.4

0.2

0 -3.14159 -1.5708 -0.2 0 1.5708 3.14159

Figura 4.18: Respuesta en magnitud de un ltro paso alto H1 (z) = (1a)/(1+az 1 ), H2 (z) = [(1 a)/2][(1 z 1 )/(1 + az 1 )] y a = 0,9.

y z2 = 1, por lo que: H(z) = b0 H H 2


2

4 9

(z 1)(z + 1) z2 1 e2j 1 = b0 2 H() = b0 2j (z jr)(z + jr) z + r2 e + r2 1 r2 2 2 ! = b0 = 1 b0 = = 1 b0 1 r2 1 r2 2 8 2 2 2 2 cos 9 1r ! 1 = = 8 2 2 1 + r4 + 2r2 cos 9

La solucin resulta en r2 = 0,7 (gura 4.19). o


4.7

Otra manera de convertir un ltro paso bajos en uno paso altos es aplicar el desplazamiento en frecuencia la respuesta H() radianes: Hhp = Hlp ( ) con Hhp () la respuesta del ltro paso alto (hp: high pass) y Hlp () la respuesta del ltro paso bajo (lp: low pass). Ntese que la respuesta impulsional ser o a hhp (n) = ej
n

hlp (n) = (1)n hlp (n)

Ahora interesa observar qu le ocurre a los coecientes de la ecuacin de diferencias con e o


c 2005-2011 P. Alvarado

122

4.5 Sistemas LTI como ltros selectivos en frecuencia


1.2

|H()|

0.8

0.6

0.4

0.2

0 -3.14159 -1.5708 -0.2 0 1.5708 3.14159

Figura 4.19: Respuesta en magnitud de ltro paso banda; 0,15[(1 z 2 )/(1 + 0,7z 2 )].

este desplazamiento en frecuencia. Puesto que:


N M

y(n) = Hlp () = 1

k=1 M jk k=0 bk e + N ak ejk k=1

ak y(n k) +

k=0

bk x(n k)

Sustituyendo por + se obtiene: Hhp () = que equivale a:


N M M k jk k=0 (1) bk e N k jk k=1 (1) ak e

1+

y(n) =

k=1

(1)k ak y(n k) +

k=0

(1)k bk x(n k)

y por lo tanto el unico cambio debe hacerse a los coecientes ak y bk con k impar, quienes cambian su signo.

4.5.3

Resonadores digitales

Un resonador digital es un ltro paso banda con un par de polos complejos conjugados, que determinan con su posicin angular la frecuencia de resonancia del ltro y con un o mximo de dos ceros que se sitan en el origen o en z = 1 (gura 4.20). a u
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a
|H()|
1

123
r = 0,8 r = 0,95 H()
2

r = 0,8 r = 0,95

0.8

0.6

r 0 0 r
0.4

2 4

0 0

0.2

0 0

Figura 4.20: Resonadores digitales todo-polos.

Para el caso con los ceros en el origen, se obtiene como funcin de transferencia: o H(z) = (1 b0 j0 z 1 )(1 re rej0 z 1 ) = b0 1 (2r cos 0 )z 1 + r2 z 2

Dado que las bandas de paso se encuentran centradas en 0 o cerca de 0 , b0 se elige de tal modo que |H(0 )| = 1 b0 b0 = (1 rej0 ej0 )(1 rej0 ej0 ) (1 r)(1 rej20 ) b0 =1 |H(0 )| = (1 r) 1 + r2 2r cos 20 H(0 ) = b0 = (1 r) 1 + r2 2r cos 20
b0 Si se expresa |H()| como U1 ()U2 () y () como 2 1 () 2 (), donde (1 p1 z 1 ) = (1 rej0 z 1 ) = U1 ()ej1 () , (1 p2 z 1 ) = (1 rej0 z 1 ) = U2 ()ej2 () entonces

U1 () =

1 + r2 2r cos( 0 ),

U2 () =

1 + r2 2r cos( + 0 )

U1 alcanza su m nimo en = 0 (U1 (0 ) = 1 r) y U2 en = 0 (U2 (0 ) = 1 r). Sin embargo, su producto U1 ()U2 () alcanza su m nimo en (gura 4.21): r = cos1 1 + r2 cos 0 , 2r lim r = 0

r1

Puede demostrarse que el ancho de banda de 3 dB es aproximadamente = 2(1 r) para r 1. Si los ceros se sitan en = 0 y = , la funcin de transferencia es: u o H(z) = G (1 z 1 )(1 + z 1 ) (1 z 2 ) =G (1 rej0 z 1 )(1 rej0 z 1 ) 1 (2r cos 0 )z 1 + r2 z 2

La presencia de ceros cambia la posicin de la frecuencia de resonancia (gura 4.22): es o ahora ms cercana a 0 . Adems, su ancho de banda es usualmente menor. a a
c 2005-2011 P. Alvarado

124

4.5 Sistemas LTI como ltros selectivos en frecuencia

3 2.5 2

r 1.5
1 0.5 0 1 0.8 0.6 2.5 0.4 0.2 0.5 0 0 1 2 1.5 3

Figura 4.21: Posicin de la frecuencia de resonancia con respecto al radio y al ngulo de los o a polos.
|H()|
1

r = 0,8 r = 0,95

H()
2

r = 0,8 r = 0,95

0.8

0.6

0.4

2 4

0 0

0.2

0 0

Figura 4.22: Resonadores digitales con ceros en = 0 y = .

4.5.4

Filtros ranura

Un ltro ranura o muesca, es un ltro con uno o ms cortes profundos, idealmente ceros a perfectos en su respuesta en frecuencia. Para crear stos en la frecuencia 0 , se introduce e un par de ceros complejos conjugados en la circunferencia unitaria con angulo 0 . Es j0 decir, z1,2 = e , lo que resulta en: H(z) = b0 (1 ej0 z 1 )(1 ej0 z 1 ) = b0 (1 2 cos 0 z 1 + z 2 ) El problema de esta conguracin es que el corte tiene un ancho de banda relativamente o grande. Esto puede ser atenuado situando polos complejos conjugados en p1,2 = rej0 , que introducen resonancia en la vecindad del cero, y por tanto reducen el ancho de banda de la banda suprimida. La funcin de transferencia resultante ser: o a H(z) = b0 1 2 cos 0 z 1 + z 2 1 2r cos 0 z 1 + r2 z 2

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a
|H()| 1.2
1

125

0.8

0.6

0.4

0.2

0 -3.14159 -1.5708 -0.2 0 1.5708

3.14159

Figura 4.23: Caracter stica de respuesta en frecuencia de un ltro ranura.


1.2

|H1 ()| |H2 ()|

0.8

0.6

0.4

0.2

0 -3.14159 -1.5708 -0.2 0 1.5708 3.14159

Figura 4.24: Caracter stica de respuesta en frecuencia de un ltro ranura con un cero en = ; 4 12 cos z 1 +z 2 Hi (z) = Gi 12r cos 0z 1 +r2 z 2 , para r1 = 0,85 y r2 = 0,95
i 0 i

4.5.5

Filtros peine

Un ltro peine puede verse como un ltro ranura en el que los ceros aparecen peridicamente o en toda la banda de frecuencias. Se utilizan por ejemplo en el rechazo de armnicos en o l neas de potencia y en la separacin de componentes solares y lunares de las medidas o ionosfricas de la concentracin de electrones. e o
c 2005-2011 P. Alvarado

126

4.5 Sistemas LTI como ltros selectivos en frecuencia

La forma ms sencilla de ltro peine es el ltro de media mvil (FIR): a o 1 y(n) = M +1 con funcin de transferencia o 1 H(z) = M +1 y respuesta de frecuencia
+1 ej 2 sen M2 H() = M + 1 sen 2
M

k=0

x(n k)

z k =
k=0

1 z (M +1) 1 z 1

De H(z) se deduce con 1 z (M +1) = 0 1 = e2k = z M +1 z = e M +1 , k = 1, 2, . . . , M . Ntese que el polo en z = 1 se cancela con el cero en z = 1 (k = 0), por lo que el unico o polo est en z = 0. a
|H()|
1

2k

0 -3 -2 -1 0 1 2 3

Figura 4.25: Ejemplo de ltro peine FIR con M = 6.

Otra manera de generar ltros peine es a partir de cualquier ltro FIR con al menos un cero en cierta frecuencia 0 . Si este ltro tiene funcin de transferencia H(z) = M h(k)z k o k=0 y se reemplaza z por z L , con L Z, L > 0, entonces el nuevo ltro FIR tiene funcin de o transferencia
M

HL (z) =
k=0

h(k)z kL

Si la respuesta en frecuencia correspondiante a H(z) es H(), entonces:


M

HL () =
k=0

h(k)ejkL = H(L)

es decir, una repeticin de orden L de H() en el rango 0 , donde H() se o comprime para que todas las repeticiones ocupen dicho intervalo.
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

127

Ejemplo 4.8 Disee un ltro peine a partir del ltro FIR n 1 y(n) = (x(n) + x(n 1)) 2 tal que suprima las frecuencias = 4 + k . 2
x(n) z
1 1 2

y (n)

Figura 4.26: Diagrama de bloques del ejemplo (4.8).

La funcin de transferencia es: o H(z) = y por lo tanto (gura 4.27)

1 + z 1 2

1 + ej ej 2 (e+j 2 + ej 2 ) H() = = = ej 2 cos 2 2 2

|H()|
1 0.8 0.6 0.4 0.2 0 0

replacemen

H()

0 0

Figura 4.27: Respuesta en frecuencia de y(n) = (x(n) + x(n 1))/2.

Utilizando L = 4 se obtiene HL () = ej2 cos(2), proveniente de H(z) = ra 4.28).


|H()|
1

1+z 4 2

(gu-

H()

0.8

0.6

0.4

0 0

0.2

0 0

Figura 4.28: Respuesta en frecuencia de y(n) = (x(n) + x(n 1))/2.


4.8

Ntese entonces que si H() tiene un cero en 0 , HL () tendr ceros en o a 0, 1, 2, . . . , L 1.


c 2005-2011 P. Alvarado

0 +2k , L

k =

128

4.5 Sistemas LTI como ltros selectivos en frecuencia

4.5.6

Filtros paso todo

Un ltro paso todo tiene una respuesta en magnitud constante para todas las frecuencias: |H()| = 1, 0

El ejemplo ms simple es el registro de desplazamiento: a H(z) = z k H() = ejk |H()| = 1 H() = k

Otro caso est dado por ltros con funciones de transferencia: a H(z) = z es decir, aN + aN 1 z 1 + . . . + a1 z N +1 + z N 1 + a1 z 1 + . . . + aN z N con el resultado de (4.6) en la pgina 116, a H(z) = |H()|2 = H(z)H(z 1 )
z=ej N

A(z 1 ) , con el polinomio A(z) = A(z)

ak z k , a0 = 1 ,
k=0

= z N +N

A(z 1 ) A(z) A(z) A(z 1 )

= 1.
z=ej

j
1 p3

p3 p1 1 p3 p2 p1

1 p1

1 p2

1 p1 1 p3

Figura 4.29: Correspondencia entre polos y ceros de un ltro pasa-todo

Ntese que si z0 es un cero, entonces z10 es un polo, lo que quiere decir que si algn polo o u o cero est dentro del c a rculo unitario, la contraparte estar fuera (gura 4.29). a Si este ltro paso todo tiene polos reales k y polos complejos k entonces puede expresarse como: NR N z 1 k C (z 1 k )(z 1 k ) Hap (z) = 1 k z 1 k=1 (1 k z 1 )(1 k z 1 ) k=1
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

129

donde hay NR polos y ceros reales, y NC pares de polos y ceros complejos conjugados. Si el sistema es causal y estable, entonces |k | < 1 y |k | < 1. Para analizar el comportamiento de la fase y retardo de grupo puede tomarse uno de los trminos anteriores y con k = rej : e z 1 k 1 k z 1 1 rej() ej rej = ej Hapk () = 1 rej ej 1 rej() 1 r cos( ) jr sen( ) = ej 1 r cos( ) + jr sen( ) r sen( ) ap () = (Hapk (z)) = 2 arctan 1 r cos( ) Hapk (z) = y con
x

arctan(x) =

1 1+x2

se obtiene para el retardo de grupo:

() =

ap () 1 1+
r2 sen2 () (1r cos())2

= +1 + 2 = +1 + 2

r cos( )(1 r cos( )) r sen( )r sen( ) (1 r cos( ))2

(r cos( ) r2 cos2 ( ) r2 sen2 ( )) 1 2r cos( ) + r2 cos2 ( ) + r2 sen2 ( ) (r cos( ) r2 ) = +1 + 2 1 2r cos( ) + r2 1 + r2 2r cos( ) + 2r cos( ) 2r2 = 1 + r2 2r cos( ) 1 r2 = > 0, r < 1, r > 0 1 + r2 2r cos( ) Un sistema pasotodo con varios polos y ceros tendr siempre un retardo de grupo positivo, a por estar conformado el retardo total por la suma de trminos como el anterior, que sern e a siempre positivos. Este tipo de ltros se utilizan como igualadores de fase, colocndolos en cascada con a un sistema de respuesta en fase no deseada, de tal modo que se compensa la fase total del sistema para obtener un comportamiento lineal.

4.5.7

Osciladores digitales

Los osciladores son el caso extremo de un resonador digital, donde los polos complejos conjugados se encuentran sobre la circunferencia unidad. El sistema de segundo orden: H(z) = 1 + a1 b0 1 + z a2 z 2

c 2005-2011 P. Alvarado

130

4.6 Sistemas inversos

con a1 = 2r cos 0 , a2 = r2 , tiene polos complejos conjugados en p = rej0 y respuesta impulsional: b0 r n sen((n + 1)0 )u(n) h(n) = sen 0 Para el caso r = 1 entonces: b0 r n h(n) = sen((n + 1)0 )u(n) = A sen((n + 1)0 )u(n) sen 0
b con A = sen00 . Es decir, cuando el sistema se alimenta con (n), oscila indenidamente. La ecuacin de diferencias: o

y(n) = a1 y(n 1) y(n 2) + b0 (n) = 2 cos 0 y(n 1) y(n 2) + A sen 0 (n) se puede realizar con el sistema mostrado en la gura 4.30.
(A sen 0 )(n) z 1 a1 a1 = 2 cos 0 a2 = 1 y (n) = A sen(n + 1)0

z 1 a2

Figura 4.30: Generador digital de sinusoides.

Ntese que el mismo resultado puede obtenerse con entrada cero, pero con y(n 1) = 0 o y y(n 2) = A sen 0 .

4.6

Sistemas inversos

Por medio de la convolucin, los sistemas LTI transforman una seal x(n) en la salida o n y(n). En ciertos casos se desconocen exactamente las caracter sticas del sistema y se desea, teniendo y(n), determinar x(n). Esto ocurre por ejemplo cuando se desea contrarrestar los efectos de distorsin que produce un canal de transmisin de datos. Se desea entonces o o disear un sistema que en cascada con el sistema original, produzca la seal de entrada. n n
x(n) T y (n) T 1 x(n)

Figura 4.31: Sistema T en cascada con su inverso T 1 .

A este segundo sistema se le denomina sistema inverso y a la operacin que toma y(n) y o produce x(n) se le denomina deconvolucin. o
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

131

La determinacin del sistema inverso requiere conocimiento sobre la respuesta impulsional o h(n) o la respuesta en frecuencia H(), que se obtienen en un proceso llamado identicacin del sistema. Para esto se alimenta al sistema desconocido con seales de entrada o n conocidas (por ejemplo, senoidales de frecuencia y amplitud conocidas) y se revisan las salidas.

4.6.1

Invertibilidad de sistemas LTI

Un sistema es invertible si existe una correspondencia biun voca entre sus seales de n entrada y de salida. Esto quiere decir que si se conoce la salida y(n) para todo n, entonces se puede inferir la entrada x(n). El sistema inverso se denota con T 1 y se cumple que: y(n) = T [x(n)], x(n) = T 1 [y(n)] = T 1 [T [x(n)]]

Para sistemas LTI, asmase que el sistema T tiene una respuesta impulsional h(n), y u hI (n) es la respuesta del sistema inverso T 1 . Se debe cumplir entonces que: h(n) hI (n) = (n) de donde se obtiene HI (z) = Para un sistema con H(z) racional, si: H(z) = entonces HI (z) = B(z) A(z) A(z) B(z)

H(z)HI (z) = 1

1 H(z)

lo que quiere decir que los ceros de H(z) se convierten en los polos de HI (z) y viceversa. Esto a su vez implica que si H(z) es todo ceros (FIR), entonces HI (z) es todo polos (IIR) y viceversa. Ejemplo 4.9 Determine el sistema inverso de h(n) = u(n). H(z) = 1 1 z 1 HI (z) = 1 z 1

hI (n) = (n) (n 1)
4.9

Ejemplo 4.10 Determine el sistema inverso del sistema con respuesta impulsional h(n) = (n) (n 1). Con H(z) = 1 z 1 HI (z) = 1 1 z 1

c 2005-2011 P. Alvarado

132

4.6 Sistemas inversos

que tiene dos posibles soluciones hI (n) = u(n) o hI (n) = u(n 1)


4.10

Otra manera ms algor a tmica de obtener la respuesta impulsional hI (n) se basa en la convolucin. Si se asume que h(n) y su inverso son causales, entonces: o
n

h(n) hI (n) =

k=0

h(k)hI (n k) = (n)
1 , h(0) n

(4.8)

Para n = 0 se cumple h(0)hI (0) = 1 hI (0) =


n

y puesto que para n > 0: h(k)hI (n k) = 0

k=0

h(k)hI (n k) = h(0)hI (n) +


n

k=1

hI (n) =

k=1

h(k)hI (n k) h(0)

lo que se puede programar directamente. Si h(0) es cero, entonces debe introducirse un retardo en (4.8) sustituyendo (n) por (n m), donde para n = m, h(n) = 0 y h(n) = 0 si n < m. Este mtodo tiene, sin embargo, el problema de que conforme n crece, el error e numrico acumulado crece. e Ejemplo 4.11 Determine el inverso causal del sistema de respuesta impulsional h(n) = (n) (n 1). Con h(0) = 1, h(1) = y h(n) = 0 para n 2, entonces: hI (0) = 1 =1 h(0) h(1)h(0) hI (1) = = h(0) hI (2) = (h(1)hI (1) + h(2)hI (0)) = () = 2 hI (3) = (h(1)hI (2) + h(2)hI (1) + h(3)hI (0)) = 3 . . . hI (n) = n
4.11

4.6.2

Sistemas de fase m nima, fase mxima y fase mixta a

Sean los sistemas H1 (z) = 1 + 1 z 1 y H2 (z) = 2 + z 1

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

133

1 H1 (z) tiene un cero en z = 1 y H2 (z) en z = 2 . Puede demostrarse que si 1 = 2 = , entonces las respuestas en magnitud |H1 ()| = |H2 ()| son ambas idnticas a e 2 + 2 cos . Para la fase de H () se tiene que: 1+ 1

H1 (z) = 1 + 1 z 1 = z 1 (z + 1 ) H1 () = arg(ej (ej + 1 )) H1 () = + arctan y para H2 () se tiene que: H2 (z) = 2 + z 1 = z 1 (2 z + 1) H2 () = arg(ej (2 ej + 1)) H2 () = + arctan El trmino arctan e
sen() +cos

sen() 1 + cos

2 sen() 1 + 2 cos

= + arctan

1 2

sen + cos

se comporta de la siguiente manera: sen + cos , , 2 sen

arctan

si 0 si 1 si 1

La gura 4.32 muestra este ultimo componente en funcin de y . El lado derecho de o la misma gura presenta la fase Hi (z), que es igual al lado izquierdo menos el aporte igual a del factor exponencial.

3 2 1

3 2 1

arctan

sen +cos 0
1 2 3 3 2 1 2.5 0 1 2 3 0 0.5 1.5 1 2 3

Hi (z)

0 1 2 3 3 2 1 2.5 0 1 2 3 0 0.5 1.5 1 2 3

(a)

(b)
(a) Componente

Figura 4.32: Comportamiento de la fase de Hi (z) = 1 + z 1 . sen sen arctan +cos . (b) Fase H() = + arctan +cos

En las expresiones anteriores el denominador + cos corresponde a la parte real del segundo factor de la fase (1 + ej o 1 + 2 ej ). Si se asumen ahora frecuencias cercanas pero menores a = entonces sen /( + cos ) tiende a cero y puesto que para x 0 se cumple arctan x x entonces para > 1 se cumple que el aporte en fase de este trmino e aproximadamente cero. Si la parte real es negativa, es decir, si < 1, entonces el trmino e aportar una fase cercana a . a
c 2005-2011 P. Alvarado

134

4.6 Sistemas inversos

Para un valor constante de con < 1, se observa entonces que la fase inicia con cero en = , luego oscila cruzando una sola vez cero, para nuevamente alcanzarlo en = . Por otro lado, si > 1 entonces la fase inicia con un valor de en = y baja monotnicamente hasta alcanzar en = . Esto quiere decir que el cambio neto de o fase 1 () 1 (0) para un particular es cero si 1 < 1, mientras que es si 1 > 1. El primer caso se conoce entonces como sistema de fase mnima y el segundo como sistema de fase mxima. a Un sistema FIR de longitud M + 1 tiene M ceros y su respuesta en frecuencia se puede expresar como:

H() = b0 (1 z1 ej )(1 z2 ej ) . . . (1 zM ej )

Si todos los ceros se encuentran dentro de la circunferencia unitaria, el cambio de fase neto ser entonces tambin de cero entre = 0 y = , por lo que al sistema se le a e denomina de fase m nima. Si todos los ceros se encuentran fuera de la circunferencia unidad, el cambio neto de fase ser H() H(0) = M , y el sistema se denomina de a fase mxima. a Un sistema es entonces de fase mixta si algunos de los ceros estn dentro de la circuna ferencia unitaria y otros fuera, y si el sistema tiene en total M ceros se cumple que el cambio de fase neto ser menor a M radianes, entre = 0 y = . a Puesto que la derivada de la funcin de fase representa en cierta medida el retraso de o cada componente frecuencial, un sistema de fase m nima implica una funcin de retardo o m nima, mientras que un sistema de fase mxima implica un retardo mximo. a a Un sistema IIR descrito por la funcin de transferencia racional: o

H(z) =

B(z) A(z)

se denomina de fase m nima si todos sus polos y ceros se encuentran dentro de la circunferencia unitaria, lo que implica adems que el sistema es estable y causal. Si en un a sistema causal y estable todos los ceros estn fuera de |z| = 1, entonces el sistema es de a fase mxima, y si slo algunos de sus ceros estn fuera de |z| = 1, entonces el sistema es a o a de fase mixta.
A(z) Puesto que el inverso de H(z) es H 1 (z) = B(z) , entonces se deduce de lo anterior que el inverso de un sistema de fase m nima estable es tambin un sistema de fase m e nima estable. En general, la fase m nima de H(z) asegura la estabilidad de su sistema inverso 1 H (z), y la estabilidad de H(z) asegura la fase m nima de H 1 (z). Los sistemas de fase mixta o mxima tienen entonces sistemas inversos inestables. a

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

135

Descomposicin de sistemas de polos y ceros de fase no m o nima Cualquier sistema de funcin de transferencia racional y de fase no m o nima puede descomponerse en la cascada de un sistema de fase m nima y un ltro pasa todos. H(z) = Hmin (z)Hap (z) Sea H(z) = B(z) . El numerador B(z) se puede factorizar como B(z) = B1 (z)B2 (z), donde A(z) B1 (z) tiene todas sus ra ces dentro de |z| = 1 y B2 (z) todas sus ra ces fuera. Esto a su 1 vez implica que B2 (z ) tiene todas sus ra dentro de |z| = 1. De esta forma: ces Hmin (z) = B1 (z)B2 (z 1 ) , A(z) Hap (z) = B2 (z) B2 (z 1 )

Ntese que Hap (z) es estable puesto que todos los polos de B2 (z 1 ) se encuentran dentro de o la circunferencia unitaria. Adems, es un ltro paso todo como los descritos anteriormente, a y es de fase mxima al estar todos sus ceros fuera de la circunferencia unitaria. a Este sistema H(z) de fase no m nima tiene el retardo de grupo
min ap g () = g () + g () ap Puesto que g () 0 para 0 , entonces se puede concluir que entre todos los sistemas con igual respuesta en magnitud, el menor retardo de grupo lo tiene el sistema de fase m nima.

4.6.3

Identicacin de sistemas o

Supngase que se observa una secuencia de salida y(n) cuando se excita a un sistema o de respuesta desconocida con la entrada x(n). Se desea ahora determinar la respuesta impulsional del sistema. Si existen formas cerradas en el dominio z para x(n) y y(n), entonces h(n) se obtiene fcilmente con a Y (z) h(n) H(z) = X(z)

Otro mtodo trata directamente la convolucin en el dominio del tiempo, asumiendo que e o h(n) es causal:
n

y(n) =
k=0

h(k)x(n k), n 0 y(0) x(0)

y(0) = h(0)x(0) h(0) =


n1

y(n) =
k=0

h(k)x(n k) + h(n)x(0)
n1 k=0

h(n) =

y(n)

h(k)x(n k) ,n 1 x(0)

(4.9)

c 2005-2011 P. Alvarado

136

4.7 Transformada Discreta de Fourier

Aqu se ha asumido que x(0) = 0. El problema se torna numricamente inestable para e n 1. Un tercer mtodo utiliza la correlacin cruzada entrada-salida: e o ryx (n) = y(n) x(n) = h(n) x(n) x(n) = h(n) rxx (n)

=
k=0

h(k)rxx (n k)

Syx () = H()Sxx () = H()|X()|2 Syx () Syx () H() = = Sxx () |X()|2 Se puede aplicar entonces la frmula de deconvolucin (4.9) para determinar h(n) o la o o transformada inversa de Fourier de H(). Este mtodo tiene la ventaja de que el uso de e las correlaciones puede eliminar trminos de ruido en la identicacin, que podr alterar e o an los resultados de los otros mtodos. e

4.7

Transformada Discreta de Fourier

En las secciones anteriores se observ que seales discretas aperidicas, como seales o n o n digitales de audio, seales digitales s n smicas, seales mdicas, etc., tienen un espectro n e peridico pero cont o nuo, que no tiene una representacin directa para ser manejado por o medios digitales. En esta seccin se estudia la transformada discreta de Fourier (DFT, o Discrete Fourier Transform) que representa un mecanismo para el estudio frecuencial por medios digitales para las mencionadas seales. n

4.7.1

Muestreo en el dominio de la frecuencia

Toda seal aperidica x(n) de energ nita tiene un espectro cont n o a nuo

X() =
n=

x(n)ejn .

Si X() se muestrea peridicamente (gura 4.33) con un espaciado frecuencial = 2 o N solo se necesitarn N muestras puesto que el espectro, por corresponder a una seal a n discreta, es a su vez peridico con periodo 2. Las muestras en = k = 2 k son o N entonces 2 X k = x(n)ej2kn/N k = 0, 1, . . . , N 1 N n=
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a
x(n)
1

137
|X(k )|
1

|X(k )|
1

0 -2 -1 0 1 2 3 4 5 6 7 8 9

n
10
-6 -5 -4 -3 -2 -1

0 0 1 2 3 4 5 6

k
-6 -5 -4 -3 -2 -1

0 0 1 2 3 4 5 6

(a)

(b)

(c)

Figura 4.33: Seal discreta aperidica, su espectro cont n o nuo, y su espectro muestreado.

donde descomponiendo la sumatoria en subintervalos de N elementos y haciendo un cambio de variable para trasladar cada subintervalo al origen se modica en X 2 k N
lN +N 1 N 1

=
l= n=lN

x(n)e

j2kn/N

=
n=0 l=

x(n lN ) ej2kn/N
xp (n)

con k = 0, 1, . . . , N 1. La seal n xp (n) =


l=

x(n lN )

se obtiene repitiendo peridicamente x(n) cada N muestras, y por ser peridica puede o o calcularse su serie de Fourier como
N 1

xp (n) =
k=0

ck ej2kn/N ,

n = 0, 1, . . . , N 1

con los coecientes ck = 1 N


N 1

xp (n) ej2kn/N =
n=0

1 X N

2 k N

Con esta serie, xp (n) puede ser reconstruido del espectro muestreado con 1 xp (n) = N
N 1

X
k=0

2 k ej2kn/N , N

n = 0, 1, . . . , N 1

La seal x(n) puede recuperarse de xp (n) si y solo si no hay aliasing en el dominio del n tiempo, es decir, si la longitud L de x(n) es menor que el periodo N de xp (n) (gura 4.34): x(n) = xp (n), 0 n N 1 0, en el resto

c 2005-2011 P. Alvarado

138
x(n)

4.7 Transformada Discreta de Fourier

n xp (n), L < N

n xp (n), L > N

Figura 4.34: Extensin peridica por muestreo del espectro. a) Seal original, b) Extensin o o n o con L < N , c) Extensin con L > N . o

Si no hay aliasing en el tiempo (L < N ) entonces 1 x(n) = xp (n) = N con espectro


N 1 N 1 N 1

X
k=0

2 k ej2kn/N , N
N 1

0nN 1

X() =
n=0 N 1

x(n)e

jn

=
n=0

1 N

X
k=0
2k N

2 k ej2kn/N ejn N )n

=
k=0 N 1

2 k N 2 k P N

1 N

N 1

ej (
n=0

=
k=0

N 1

2k N

donde P () = 1 N ejn =
n=0

1 sen(N/2) j(N 1)/2 = e N sen(/2)

1 1 ejN N 1 ej (4.10)

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

139

es la funcin de interpolacin que sustituye en este caso a sen()/ con una versin de o o o propiedades similares pero peridica (gura 4.35): o P 2 k N = 1 k=0 0 k = 1, 2, . . . , N 1
P ()
1

0 0

Figura 4.35: Interpolador ideal P () para espectro muestreado con N = 5.

Ejemplo 4.12 Determine el aliasing de la secuencia x(n) = an u(n), |a| < 1, si el espectro se muestrea a las frecuencias k = 2k/N . El espectro es X() =
n=0

an ejn =
2 k N

1 1 aej
1 1aej2k/N

Las muestras estn dadas por X(k ) = X a

La secuencia peridica xp (n) representada por este espectro discreto es o


0

xp (n) =
l=

x(n lN ) =
1 1aN

a
l=

nlN

=a

n l=0

alN = an

1 , 1 aN

0nN 1

donde la constante esperar.

representa el aliasing y tiende a uno si N , como es de


4.12

4.7.2

La transformada discreta de Fourier

En la seccin anterior se demostr que el espectro muestreado de una seal x(n) de o o n longitud nita L no representa a x(n) directamente sino a su extensin peridica xp (n) o o obtenida de xp (n) =
l=

x(n lN )

c 2005-2011 P. Alvarado

140

4.7 Transformada Discreta de Fourier

Si no hay aliasing temporal, entonces xp (n) es simplemente la concatenacin peridica de o o x(n) de longitud L , que se expande con ceros para alcanzar la longitud N > L: xp (n lN ) = x(n) 0 n L 1 0

LnN 1

Ntese que el efecto de rellenar con ceros x(n) produce un muestreo ms detallado de su o a espectro X() que tendr N y no L muestras. Para todo N > L las muestras no proveen a mayor informacin que el caso N = L, solo una mejor representacin (gura 4.36). o o
|X()|
1

x(n)

0 -3 -2 -1 0 1 2 3

|X()|
1

xp (n)

0 -3 -2 -1 0 1 2 3

|X()|
1

xp (n)

0 -3 -2 -1 0 1 2 3

Figura 4.36: Efecto de extensin de seal con ceros y la DFT resultante. o n

La transformacin de x(n) hacia su espectro muestreado o X(k) = X


N 1

2 k N

L1

=
n=0

x(n)ej2kn/N k = 0, 1, . . . , N 1

=
n=0

x(n)ej2kn/N ,

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

141

se conoce como transformada discreta de Fourier DFT y a la reconstruccin de x(n) de o las muestras espectrales 1 x(n) = N
N 1

X(k)ej2kn/N ,
k=0

n = 0, 1, . . . , N 1

se le conoce como transformada discreta de Fourier inversa (IDFT). Estas transformaciones se expresan a menudo como
N 1

DFT:

X(k) =

kn x(n)WN n=0 N 1

k = 0, 1, . . . , N 1

1 IDFT: x(n) = N

k=0

kn X(k)WN n = 0, 1, . . . , N 1

donde WN = ej2/N es una ra N -sima de la unidad. Ntese que para cada k, X(k) z e o se puede expresar como el producto punto de la entrada x(n) y un vector que consiste en (N 1)k k 2k 1, WN , WN , . . . , WN , o, si se interpreta X(k) tambin como vector, entonces e X(0) X(1) . . . 1 1 = . . . 1 WN . . . .. . 1
N WN 1 . . . (N 1)(N 1)

X(k) XN = X(N 1) o en forma compacta

x(0) x(1) . . . x(N 1)

N 1 WN 1 WN

XN = WN xN de donde se deduce
1 xN = WN XN =

1 W N XN N

4.7.3

Relacin de la DFT con otras transformadas o

Series de Fourier La secuencia xp (n) por ser peridica con periodo N tiene una representacin en series de o o Fourier
N 1

xp (n) = ck = Esto es X(k) = N ck . 1 N

ck ej2nk/N ,
k=0 N 1

< n <

n=0

xp (n)ej2nk/N k = 0, 1, . . . , N 1

c 2005-2011 P. Alvarado

142

4.7 Transformada Discreta de Fourier

Transformada de Fourier de secuencias aperidicas o Ya se veric la relacin entre la DFT X(k) como muestras del espectro continuo X() o o X(k) = X()|= 2 k
N

que a su vez corresponden con los coecientes de la DFT de xp (n), la extensin peridica o o de x(n). Ambas secuencias son idnticas para n = 0, 1, . . . , L 1 si no hay aliasing e temporal, es decir, si x(n) es nita de longitud L y N > L. Transformada z Si la regin de convergencia de la transformada z de x(n) incluye la circunferencia unitaria, o entonces

X(k) = X(z)|z=ej2k/N =
n=

x(n)ej2nk/N ,

k = 0, 1, . . . , N 1

que representa al muestreo de la transformada z sobre el c rculo unitario con angulos distribuidos homogneamente. Sin aliasing temporal se cumple entonces, con x(n) de e longitud nita N
N 1 N 1

X(z) =
n=0

x(n)z 1 N
N 1

=
n=0 N 1

1 N

N 1

X(k)ej2kn/N z n
k=0 n

X(k)
k=0 N N 1 k=0 n=0

ej2k/N z 1 X(k) 1 ej2k/N z 1

X(z) =

1z N

que es la reconstruccin de X(z) a partir de la muestras X(k) de la DFT. Evaluando en o la circunferencia unitaria se obtiene para la transformada de Fourier 1 ejN X() = N
N 1

k=0

X(k) 2k 1 ej ( N )

que es otra forma de interpolacin de las muestras X(k) equivalente a la expresada anteo riormente con P () (ver ecuacin 4.10 en la pgina 138). o a

4.7.4

Propiedades de la DFT

Sea x(n) una secuencia de longitud L < N y X(k) su correspondiente DFT de longitud N . Se cumple que DFT: X(k) = 1 IDFT: x(n) = N
N 1 kn n=0 x(n)WN N 1 kn k=0 X(k)WN

n = 0, 1, . . . , N 1

k = 0, 1, . . . , N 1

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

143

con WN = ej2/N . La relacin entre x(n) y su DFT X(k) se denota con o x(n) X(k)
N DF T

x(n)

X(k)

Linealidad Si x1 (n)

X1 (k) y x2 (n)

X2 (k) entonces

a1 x1 (n) + a2 x2 (n) Simetr circular a

a1 X1 (n) + a2 X2 (n)

Puesto que la DFT de N puntos de una secuencia nita x(n) de longitud L N es equivalente a la DFT de N puntos de una secuencia peridica xp (n) de periodo N obtenida o como (gura 4.37)

xp (n) =
l=

x(n lN )

x(n)

es equivalente a
3 4 2

Figura 4.37: Secuencia circular equivalente a x(n).

entonces un desplazamiento de xp (n) k unidades hacia la derecha equivale a un desplazamiento circular (gura 4.38). xp (n k)

x(n k

mod N ) x((n k))N

Una secuencia es circularmente par si es simtrica con respecto al punto cero de la cire cunferencia (gura 4.39): x(N n) = x(n), 1nN 1

La secuencia es circularmente impar si es antisimtrica con respecto al punto cero (gue ra 4.40): x(N n) = x(n), 1nN 1
c 2005-2011 P. Alvarado

144
xp (n)

4.7 Transformada Discreta de Fourier

es equivalente a
3 4 2

Figura 4.38: Secuencia circular equivalente a xp (n 2).

-2 -1 0 1 2 3

5 4

Figura 4.39: Simetr circular par a

La reexin temporal circular se obtiene con o x((n))N = x(N n), Utilizando xp (n) en vez de x(n) se tiene par: impar: herm tica: anti-herm tica: xp (n) = xp (n) = xp (N n) xp (n) = xp (n) = xp (N n) xp (n) = x p (N n) (conjugada par) xp (n) = x p (N n) (conjugada impar) xp (n) = xpe (n) + xpo (n) 1 xpe (n) = [xp (n) + x p (N n)] 2 1 xpo (n) = [xp (n) x p (N n)] 2 0nN 1

La secuencia se puede descomponer en

-2 -1 0 1 2 3

5 4

Figura 4.40: Simetr circular impar a

c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

145

Si x(n) = xR (n) + jxI (n), 0 n N 1, y X(k) = XR (k) + jXI (k) entonces se obtiene con la denicin de la DFT. o
N 1

XR (k) = XI (k) = xR (n) = xI (n) = 1 N 1 N

xR (n) cos
n=0 N 1

2kn N 2kn N

+ xI (n) sen xI (n) cos

2kn N 2kn N 2kn N 2kn N

xR (n) sen
n=0 N 1

XR (k) cos
k=0 N 1

2kn N 2kn N

XI (k) sen + XI (k) cos

XR (k) sen
k=0

Si x(n) es real, entonces X(N k) = X (k) = X(k) |X(N k)| = |X(k)|, X(N k) = X(k) Si x(n) es real y par entonces x(n) = x(N n), para 0 n N 1, y la DFT se torna
N 1

X(k) =
n=0

x(n) cos

2k n ,0 k N 1 N

que tambin es real y par. Puesto que XI (k) = 0 entonces e 1 x(n) = N


N 1

X(k) cos
k=0

2kn N

0nN 1

Si x(n) es real e impar entonces x(n) = x(N n),


N 1

0nN 1 2kn N , 0k N 1

X(k) = j

x(n) sen
n=0

y puesto que XR (k) = 0 entonces j x(n) = N


N 1

X(k) sen
k=0

2kn N

0nN 1

c 2005-2011 P. Alvarado

146

4.7 Transformada Discreta de Fourier

Convolucin circular o Sean x1 (n) y x2 (n) dos secuencias de duracin nita, ambas de longitud N , y sus respeco tivas DFT de N puntos
N 1

X1 (k) =
n=0 N 1

x1 (n)ej2nk/N , x2 (n)ej2nk/N ,
n=0

k = 0, 1, . . . , N 1 k = 0, 1, . . . , N 1

X2 (k) =

Si X3 = X1 (k)X2 (k), k = 0, 1, . . . , N 1 entonces 1 x3 (m) = N = 1 N


N 1

X3 (k)ej2km/N
k=0 N 1

X1 (k)X2 (k)ej2km/N
k=0 N 1 N 1 N 1

1 = N = 1 N

x1 (n)e
k=0 N 1 n=0 N 1

j2kn/N l=0 N 1

x2 (l)ej2kl/N ej2km/N ej2k(mnl)/N

x1 (n)
n=0 l=0

x2 (l)
k=0

y con a = ej2(mnl)/N en
N 1

ak =
k=0

N
1aN 1a

= 0 si a = 1, puesto que aN = 1

si a = 1 m n l = pN l = ((m n))N

por lo que
N 1

x3 (m) =
n=0

x1 (n)x2 ((m n))N ,

m = 0, 1, . . . , N 1 = x1 (m) N x2 (m)

operacin denominada convolucin circular. Ntese que esta funcin es para los elementos o o o o x3 (m) con m = 0, 1, . . . , N 1 equivalente a la convolucin de x1 (n) con la extensin o o peridica con periodo N de x2 (n). o Otras propiedades se resumen en la tabla 4.3.

4.7.5

Filtrado lineal basado en la DFT

La existencia de algoritmos ecientes para extraer la DFT (llamados FFT del ingls Fast e Fourier Transform) hace posible que sea en ocasiones ms eciente calcular el efecto de a un ltro en el dominio de la frecuencia que directamente en el dominio del tiempo.
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

147

Tabla 4.3: Propiedades de la DFT Propiedad Notacin o Periodicidad Linealidad Reexin temporal o Desplazamiento temporal circular Desplazamiento frecuencial circular Conjugacin compleja o Convolucin circular o Correlacin circular o Multiplicacin de dos secuencias o Teorema de Parseval
n=0

Dominio temporal x(n), y(n) x(n) = x(n + N ) a1 x1 (n) + a2 x2 (n) x(N n) x((n l))N x(n)ej2ln/N x (n) x1 (n) N x2 (n) x(n) N y (n) x1 (n)x2 (n)
N 1

Dominio frecuencial X(k), Y (k) X(k) = X(k + N ) a1 X1 (k) + a2 X2 (k) X(N k) X(k) ej2kl/N X((k l))N X (N k) X1 (k)X2 (k) X(k)Y (k) 1 X (k) N X2 (k) N 1 1 N
N 1

x(n)y (n)

X(k)Y (k)
k=0

Sea la entrada x(n) de longitud L y un ltro FIR con respuesta impulsional h(n) de longitud M . Asmase adems que ambas secuencias son causales, es decir u a x(n) = 0, n < 0, n L

h(n) = 0, n < 0, n M La salida del ltro puede calcularse en el dominio del tiempo con la convolucin o
M 1

y(n) =
k=0

h(k)x(n k) = h(n) x(n)

que por la naturaleza nita de x(n) y h(n) tambin es nita. En el ejemplo 2.12 (pg. 38) e a se determin que la salida tendr longitud M + L 1. o a En el dominio de la frecuencia la salida es Y () = X()H() Si se desea representar y(n) a travs de muestras de Y () se necesitan entonces al menos e N M + L 1 muestras para evitar as el aliasing temporal y se obtiene con la DFT: Y (k) = Y ()|=2k/N = X()H()|=2k/N = X(k)H(k) donde X(k) y H(k) representan entonces la DFT de las secuencias x(n) y h(n) que han sido extendidas con ceros para alcanzar la longitud N . Ntese que la compensacin de longitud de x(n) y y(n) logra que la convolucin circular o o o sea equivalente a la convolucin lineal. o
c 2005-2011 P. Alvarado

148

4.7 Transformada Discreta de Fourier


1 1 1 , , 4 2 4

Ejemplo 4.13 Calcule la respuesta del ltro con respuesta impulsional h(n) = ante la entrada x(n) = {4, 2, 2, 4}.

La longitud de x(n) es L = 4 y la de h(n) es M = 3, por lo que la salida necesita al menos L + M 1 = 6 muestras. Se utilizar N = 8 por simplicidad y porque los algoritmos de a k FFT usualmente requieren N = 2 muestras, con k IN. As
7

X(k) =
n=0

x(n)ej2kn/8
3 k 4

= x(0) + x(1)ej 4 k + x(2)ej 2 k + x(3)ej = 4(1 + ej con lo que se obtiene X(0) = 12 X(1) = 4
3 k 4

) + 2(ej 4 k + ej 2 k )

X(2) = 2 + j2 X(3) = 4 + 2 + j(2 3 2) X(4) = 0 X(5) = 4 +

2 j(2 + 3 2)

X(6) = 2 j2 = X (2) X(7) = 4 2 + j(2 + 3 2) = X (1) De forma similar


7

2 j(2 3 2) = X (3)

H(k) =
n=0

h(n)ej2kn/8

= h(0) + h(1)ej 4 k + h(2)ej 2 k 1 1 = 1 + ej 2 k + ej 4 k 4 2 con lo que se obtiene H(0) = 1 1+ 2 1+ 2 j = H (7) H(1) = 4 4 j H(2) = = H (6) 2 1 2 1 2 H(3) = +j = H (5) 4 4 H(4) = 0
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a

149

El producto de ambas secuencias es Y (0) = 12 3+ 2 5+2 2 Y (1) = j = Y (7) 2 2 Y (2) = 1 j = Y (6) 23 52 2 Y (3) = +j = Y (5) 2 2 Y (4) = 0 Y con la IDFT se obtiene nalmente
7

y(n) =
k=0

Y (k)ej2kn/8 ,

n = 0, 1, . . . , 7

5 5 5 5 1, , , , , 1, 0, 0 2 2 2 2
4.13

4.7.6

Filtrado de secuencias de larga duracin o

En aplicaciones reales, la secuencia de entrada puede ser muy larga o incluso de longitud impredecible, por lo que el tratamiento, tanto por limitantes de espacio de memoria como por limitaciones en el retardo de la respuesta, debe realizarse separando en bloques esa seal de entrada. n Aqu se analizarn dos mtodos que dividen la seal de entrada en bloques de longitud L a e n y aplican por medio de la DFT el ltro h(n) de longitud M en el dominio de la frecuencia. La salida, de forma equivalente a la aplicacin del ltro al bloque completo de la entrada, o se obtiene por medio de la concatenacin adecuada de cada bloque obtenido para cada o bloque de entrada. Sin prdida de generalidad se asume la longitud de la entrada mucho e mayor que la del ltro (L M ).

Mtodo de solapamiento y almacenamiento e En el mtodo de solapamiento y almacenamiento (overlap-save) la entrada se separa en e bloques de N = L + M 1 muestras donde cada bloque contiene M 1 muestras del bloque de entrada anterior seguidas por L muestras nuevas. La respuesta impulsional del ltro se aumenta con L 1 ceros para alcanzar as la longitud N . La longitud de las DFT e IDFT es entonces N , y la salida para cada bloque se calcula a travs de su producto. e Puesto que el bloque de entrada tiene longitud N y el ltro longitud M , en el tiempo discreto la salida de la convolucin deber tener N + M 1 muestras (ver ejemplo 2.12), o a por lo que es de esperar que las primeras M 1 muestras de la salida estn distorsionadas e
c 2005-2011 P. Alvarado

150

4.7 Transformada Discreta de Fourier

por aliasing, por lo que se descartan (gura 4.41). La salida para el m-simo bloque se e obtiene con ym (n) Ym (k) = H(k)Xm (k), k = 0, 1, . . . , N 1

M 1 x(n) 0 M 1

x1 (n) M 1 x2 (n) M 1 x3 (n) y (n) y1 (n) M 1 y2 (n) M 1 y3 (n) M 1 y4 (n) M 1 x4 (n)

Figura 4.41: Mtodo de solapamiento y almacenamiento. e

La salida total se obtiene concatenando las ultimas L muestras de cada bloque de salida. Mtodo de solapamiento y suma e En este mtodo la DFT se aplica a L muestras de la entrada, a las que se concatenan e M 1 ceros. Los bloques de salida deben entonces traslaparse y sumarse para obtener el resultado nal (gura 4.42).

4.7.7

Anlisis espectral de se ales usando la DFT a n

Para calcular el espectro exacto de una seal, indiferentemente si esta es continua o n discreta, es necesario contar con informacin de todo instante de tiempo, en el intervalo o t ], [. En aplicaciones reales esto es imposible y se debe utilizar un intervalo nito de muestras que tendr repercusiones en la medicin espectral. a o El procedimiento para el anlisis espectral de una seal analgica xa (t) involucra primero a n o limitar el ancho de banda B con un ltro antialias seguido por el muestreo a una tasa
c 2005-2011 P. Alvarado

4 Anlisis frecuencial a
L x(n) M 1 0 M 1 0 M 1 0 M 1 0 L L L

151

x1 (n)

x2 (n)

x3 (n) y (n) y1 (n) + y2 (n) + y3 (n)

x4 (n)

+ y4 (n)

Figura 4.42: Mtodo de solapamiento y suma. e

Fs 2B, que asegura que la mayor frecuencia ser Fs /2, equivalente a la frecuencia a normalizada f = 1/2. Adems, es necesario limitar la longitud temporal de la seal a L a n muestras, lo que implica que T0 = LT es la duracin del bloque de seal analizado. No o n se estudia entonces la seal x(n) sino otra obtenida por enventanado n x(n) = x(n)w(n) con la ventana de longitud L w(n) = 1 0nL1

0 en el resto

Para el caso particular de una componente espectral x(n) = cos(0 n) con espectro X() = 1 [( 0 ) + ( + 0 )] la seal enventanada tendr espectro: n a 2 x(n)

1 X() = [W ( 0 ) + W ( + 0 )] 2

donde W () es el espectro de la ventana que para el caso de la ventana rectangular es (gura 4.43) sen L j(L1)/2 2 W () = e sen 2
c 2005-2011 P. Alvarado

152
X()

4.7 Transformada Discreta de Fourier

Figura 4.43: Espectro del producto de una seal cosenoidal de frecuencia = /2 con una n ventana rectangular de longitud L = 25.

Ntese que el espectro no se concentra en 0 , como la seal original, sino que ha ocurrido o n un derrame o fuga de la potencia de la seal a todo el intervalo de frecuencias (en ingls n e leakage). Este derrame impide adems distinguir l a neas espectrales que se encuentren muy cerca. Por ejemplo, con x(n) = cos(0 n) + cos(1 n) + cos(2 n) y 0 = 0,2, 1 = 0,22 y 2 = 0,6 se obtienen las respuestas en magnitud de la gura 4.44.
|X()| |X()| |X()|

(a)

(b)

(c)

Figura 4.44: Respuestas en magnitud para una superposicin de tres seales cosenoidales con o n (a) L = 25, (b) L = 50 y (c) L = 100.

Los lbulos laterales pueden reducirse utilizando otras ventanas diferentes a las rectanguo lares, como la de Hanning: w(n) =
1 2 2 1 cos L1 n

0nL1 en el resto

a costa del mayor ancho del lbulo central. o

c 2005-2011 P. Alvarado

Cap tulo 5 Conversin analgica/digital y o o digital/analgica o


Tal y como se describi en la gura 1.2, para tratar seales analgicas por medios digitales o n o es necesario poder convertir entre representaciones analgicas y digitales. o Conceptualmente en la conversin de una seal analgica a una representacin digital o n o o intervienen tres pasos (gura 5.1): 1. Muestreo es la conversin de una seal de variable continua a otra de variable o n discreta que es el resultado de tomar muestras de la seal de variable continua en n ciertos instantes. Si xa (t) es la entrada al bloque de muestreo, entonces la salida es xa (nT ), donde a T se le denomina el intervalo de muestreo. 2. Cuanticacin es la conversin de la seal de variable discreta y valores continuos a o o n otra seal de variable discreta pero con valores discretos. El valor de cada muestra n es aproximado entonces con un valor de un conjunto nito de posibles valores. A la diferencia entre el valor continuo y su aproximacin se le denomina error de o cuanticacin. o 3. Codicacin consiste en la asignacin de una representacin usualmente binaria para o o o los valores cuanticados.

Convertidor A/D

xa (t)

Muestreo

x(n)

Cuanticacin o

xq (n)

Codicacin o

c(n)

Seal n Analgica o

Seal de n Variable Discreta

Seal n Cuanticada

Seal n Digital

Figura 5.1: Pasos bsicos en la conversin analgica/digital. a o o

153

154

5.1 Muestreo de seales analgicas n o

Estos pasos en la prctica se realizan en un solo bloque operacional. a La conversin digital/analgica es necesaria en todos aquellos casos en los que la represeno o tacin propiamente digital no tiene signicado para el usuario nal. Por ejemplo, la salida o digital de un decodicador de voz debe ser convertida a una seal analgica acstica para n o u poder ser comprendida por los usuarios. Este proceso de conversin debe interpolar la o seal discreta. n

5.1

Muestreo de se ales analgicas n o

Existen diversas posibilidades de seleccionar las muestras de una seal analgica en la fase n o de muestreo. En el anlisis clsico se utiliza el llamado muestreo peridico o uniforme por a a o las facilidades que este brinda al anlisis matemtico, lo cual ha hecho que sea el tipo de a a muestreo ms utilizado en aplicaciones reales. En el muestreo peridico la relacin entre a o o la seal analgica y la seal de variable discreta est dada por n o n a x(n) = xa (nT ) <n<

donde la secuencia x(n) contiene entonces muestras de la seal analgica xa (t) separadas n o por un intervalo T (gura 5.2).
Seal n Analgica o xa (t) Fs = 1/T Muestreo xa (t) x(n) x(n) = xa (nT ) Seal n de variable discreta

xa (t) x(n) = xa (nT )

Figura 5.2: Muestreo peridico de una seal analgica. o n o

Las variables t y n de las seales de variable continua y discreta respectivamente estn n a relacionadas a travs del intervalo de muestreo T e t = nT = n/Fs donde a Fs se le denomina tasa de muestreo. En la seccin 2.2.2 se demostr que la relacin entre las frecuencias de las seales en los o o o n dominios continuo y discreto est dada por a = T
c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

155

o lo que es equivalente F (5.1) Fs por lo que a f se le denomina tambin frecuencia normalizada. Con esto queda claro que e la frecuencia f puede corresponder con las unidades de frecuencia de F (por ejemplo, en Hertz) si y solo si se conoce la frecuencia de muestreo Fs . f= En las secciones anteriores se obtuvo adems que el rango para la frecuencia F es prcticamente a a 1 1 innito, mientras que el rango de la frecuencia f es nito ([ 2 , 2 ]). Utilizando (5.1) se obtiene 1 1 <f 2 2 1 F 1 < 2 Fs 2 Fs Fs <F 2 2 El muestreo peridico de la seal de variable continua representa entonces un mapeo del o n rango innito de frecuencias F a un rango nito de frecuencias f . Puesto que la mayor 1 a frecuencia de f es f = 2 puede concluirse que con la tasa de muestreo Fs como mximo se podr representar a Fs 1 Fmax = = 2 2T max = Fs = T En cap tulos anteriores se demostr que las frecuencias f son unicas dentro de un rango o nito: el rango fundamental, y que todas las frecuencias fuera de ese rango son alias de alguna frecuencia fundamental. Se demostr adems que para una seal sinusoidal la o a n frecuencia angular y + 2k son equivalentes para todo k Z, lo que implica que f + k es un alias de f . Con (5.1) se tiene que f +k = F f Fs + kFs F Fs

o en otras palabras f Fs + kFs es un alias de F = f Fs . Con esto, la relacin entre las o frecuencias de las seales de variable continua y discreta puede gracarse como lo muestra n la gura 5.3. La gura 5.4 muestra un ejemplo con las frecuencias F1 = 2/7 Hz y su alias F2 = 5/7 Hz para una tasa de muestreo de Fs = 1 Hz. Aqu se aprecia con claridad que las muestras tomadas para las dos seales coinciden, por lo que estas muestras por si solas no pueden n determinar de cul de las dos seales fue muestreada. a n La frecuencia Fs /2 corresponde entonces a la frecuencia mxima representable en forma a 1 discreta con una tasa de muestreo Fs , que corresponde entonces a f = 2 . La frecuencia fundamental correspondiente a un alias de frecuencia mayor a Fs /2 se puede terminar utilizando Fs /2 como pivote para reejar el alias dentro del rango fundamental. A Fs /2 (o = ) se le denomina entonces frecuencia de plegado,o en ingls folding frequency. e
c 2005-2011 P. Alvarado

156
f
1 2

5.1 Muestreo de seales analgicas n o

Fs

Fs 2
1 2

Fs 2

Fs

Figura 5.3: Relacin entre las frecuencias de seales de variable discreta y continua para el o n caso de muestreo uniforme.
x(n) F2 = 5 Hz 7

t[s]

F1 =

2 7

Hz

Figura 5.4: Muestreo de una seal sinusoidal y de un alias. n

5.1.1

Muestreo de se ales pasa-bajos n

Como seal pasabajos se considera aquella cuyo espectro tiene componentes de frecuencia n diferentes de cero para un valor dado de frecuencia F < B. La gura 4.11 ilustra un espectro de seal pasabajos. n Tal y como se ha demostrado en la seccin 4.2.4, no hay prdida de informacin si una o e o seal se muestrea con Fs > 2B, pues las rplicas del espectro original inducidas por el n e muestreo, y ubicadas cada Fs , no se traslapan y permiten la recuperacin del espectro o original por medio de un interpolador ideal aplicado a las muestras.

5.1.2

Muestreo de se ales pasa-banda n

Una seal pasa-banda es aquella cuyo espectro es cero para |F | < Fc B/2 y para n |F | > Fc + B/2. A Fc se le conoce como frecuencia central de la banda o frecuencia portadora y a B como ancho de la banda. La gura 5.5 ilustra un ejemplo de espectro pasobanda de una seal real. Segn el teorema de muestreo es posible reconstruir la seal si se n u n
c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o


|H()|

157

Fc

Fc B

Figura 5.5: Seal pasa-banda n

utiliza como frecuencia de muestreo al menos el doble de la frecuencia mxima encontrada a en la seal, es decir, Fs > 2Fc + B. En aplicaciones donde la frecuencia portadora es n superior a la disponibilidad de muestreo de convertidores analgico digital comerciales, o o la capacidad de procesamiento requerida no da abasto con el nmero de muestras u capturado por intervalo de tiempo, es posible re-interpretar el teorema de muestreo para utilizar rplicas espectrales en secciones de menor frecuencia y as utilizar submuestreo, o e muestreo sub-Nyquist. La gura 5.6 ilustra un caso de muestreo de la seal con ancho de banda B montada sobre n una portadora en Fc utilizando como frecuencia de muestreo Fs = Fc B/2.
|H()|

Fc Fs Fs Fs Fs Fs Fs

Fc Fs Fs

Figura 5.6: Muestreo de seal pasa-banda sin aliasing n

Respetando el teorema del muestreo, enunciado ahora como Fs > 2B, es posible elegir la frecuencia de muestreo de tal modo que las rplicas de las bandas no se traslapen, e evitando as que ocurran efectos de aliasing. La gura 5.7 ilustra un caso particular en el que se logran situar seis rplicas entre las e bandas de una seal analgica. n o Obsrvese que en el rango 2Fc B, existente entre las dos bandas de la seal, deben caber e n exactamente m rplicas, por lo que se debe cumplir e mFs = 2Fc B
c 2005-2011 P. Alvarado

158
2Fc B |H()|

5.1 Muestreo de seales analgicas n o

Fc

2Fs

Fs 2Fc B |H()|

Fs

2Fs

Fc

Fc

Fc

2Fc + B |H()|

Fc

2Fs

Fs

Fs

2Fs

Fc

Figura 5.7: Muestreo de seal pasa-banda sin aliasing. Arriba se utiliza Fs = (2Fc /B)/6; al n medio se muestrea con Fs < Fs ; abajo se utiliza la menor frecuencia posible.

y por tanto Fs = 2Fc B m (5.2)

donde el nmero natural m estar limitado adems por la restriccin Fs > 2B. u a a o Si la frecuencia de muestreo Fs se incrementa, las rplicas se separarn entre s causando e a , un traslape y por tanto aliasing en la seal muestreada. Si Fs se reduce, las rplicas se n e acercarn entre s y Fs puede reducirse hasta que ahora en el rango extendido que cubre a , a las dos bandas originales (2Fc +B) quepan entonces m+1 rplicas distribuidas de forma e homognea: e (m + 1)Fs = 2Fc + B y por tanto Fs = 2Fc + B m+1 (5.3)

Si se reduce Fs aun ms, de nuevo ocurrir un traslape entre las bandas. a a Resumiendo lo anterior, se debe cumplir para la frecuencia de muestreo Fs 2Fc + B 2Fc B Fs m+1 m donde, de nuevo, m es un nmero natural que debe adems asegurar que Fs > 2B. u a
c 2005-2011 P. Alvarado

(5.4)

5 Conversin analgica/digital y digital/analgica o o o

159

Def nase r como la razn entre la mayor componente de frecuencia Fc + B/2 y el ancho o de banda B de la seal a muestrear. Reescribiendo (5.4) se obtiene n 2Fc + B m+1 Fc + B 2 2 m+1 Fc + B B 2 B 2 m+1 2Br m+1 2r m+1 2Fc B m 2Fc B + B B Fs m Fc + B B 2 Fs 2 m Br B Fs 2 m Fs 2(r 1) B m Fs

La gura 5.8 ilustra la frecuencia de muestreo normalizada con el ancho de banda B en funcin del radio r. La zona sombreada representa conguraciones invlidas. o a
10

m=1

m=2 m=3

Fs B
4

0 1 2 3 4 5 6 7 8 9

r
10

Figura 5.8: Rangos vlidos de frecuencias de sub-muestreo, en funcin del radio entre la frea o cuencia espectral mxima y el ancho de banda. a

Debe notarse que si m es impar, la rplicas cercanas a cero se invertirn, en el sentido que la e a rplica de la banda original en frecuencias positivas se encontrar en frecuencias negativas e a y la rplica de la banda original en frecuencias negativas se encontrar en frecuencias e a positivas. Si la aplicacin requiere contar con el espectro sin invertir, es necesario utilizar o m par. Al igual que en el caso de seales pasa-bajo, para aplicaciones reales es necesario dejar n un margen entre las bandas con el n de poder utilizar un ltros que rescaten las rplicas e inferiores, con las cuales usualmente se desea trabajar.
c 2005-2011 P. Alvarado

160

5.2 Cuanticacin de seales de amplitud continua o n

5.2

Cuanticacin de se ales de amplitud continua o n

La cuanticacin de una seal de amplitud continua consiste en asignar a cada valor cono n tinuo otro valor tomado de un conjunto nito. El reemplazar los valores continuos por los valores cuanticados introduce el llamado error de cuanticacin o ruido de cuano ticacin. Si x(n) es la secuencia de valores continuos entonces la secuencia de valores o cuanticados ser xq (n) = Q[x(n)] donde Q representa un operador de cuanticacin. La a o secuencia de errores de cuanticacin est dada entonces por o a eq (n) = xq (n) x(n) Para analizar el error de cuanticacin considrese la seal sinusoidal de variable continua o e n mostrada en la gura 5.9. Es posible apreciar que alrededor de cada nivel de cuanticacin o
x(t)

-1

Figura 5.9: Seal sinusoidal de variable continua cuanticada. n

la seal analgica se puede aproximar de forma lineal. En trminos estad n o e sticos este hecho se describe diciendo que el ruido de cuanticacin sigue una distribucin uniforme, donde o o los valores de error estarn distribuidos con las mismas probabilidades entre /2 y /2, a donde es igual al cuanto, es decir la distancia entre dos niveles de cuanticacin. o Esta aproximacin lineal se esquematiza en la gura 5.10, donde se ha asumido que los o saltos hacia los otros cuantos de esta seal ocurren en y . n La potencia media del error cuadrtico Pq es a Pq = 1 2

e2 (t) dt = q

e2 (t) dt q
0

que considerando la aproximacin lineal del error eq (t) (/2 )t para t [, ] resulta o en 2 1 2 Pq = (5.5) t2 dt = 0 2 12
c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

161

eq (t) /2 /2 /2 0 t 0 t

Figura 5.10: Error de cuanticacin eq (t) = xa (t) xq (t). o

Si el cuanticador utiliza b bits de precisin y todo el rango posible con ellos para repreo sentar la amplitud de 2A, entonces se puede calcular el cuanto como = 2A/2b , lo que implica que A2 /3 Pq = 2b (5.6) 2 La potencia media de la seal xa (t) se calcula como n Px = 1 Tp
Tp

(A cos(0 t))2 dt =
0

A2 . 2

Con estos dos trminos es posible entonces aproximar la relacin seal a ruido de cuantie o n cacin (SQNR signal to quantization noise ratio) como: o SQNR = y expresada en decibels (dB) SQNR(dB) = 10 log10 SQNR = (1,76 + 6,02b) dB lo que implica que por cada bit aadido a la palabra, y si se utiliza todo el rango, es decir, n si se duplica la cantidad de cuantos utilizados, la calidad de la seal mejora en 6 dB. El n factor 3/2 en la razn de potencias es espec o co para seales sinusoidales. En un caso n ms general, si se asume que la seal de entrada es generada por un proceso aleatorio de a n 2 media cero y con potencia Px = x , entonces la razn SQNR es o SQNR = y en decibels SQNR(dB) = 10 log10 = 10 log10
2 x A2 2 x A2

3 Px = 22b Pq 2

Px 2 2 = A2x = x 3 22b /3 Pq A2 2b
2

+ 10 log10 3 + 2b log10 2 + 4, 77 dB + 6, 02b dB (5.7)

de donde se observa que el trmino (6,02b) dB se mantiene. e


c 2005-2011 P. Alvarado

162

5.3 Codicacin de los valores cuanticados o

Ejemplo 5.1 El sistema de audio digital utilizado en CD comerciales utiliza una frecuencia de muestreo de 44,1 kHz con 24 bits por muestra. Determine la frecuencia mxima a representable por este sistema y el valor mximo de la relacin de seal a ruido de cuana o n ticacin SQNR alcanzable para un tono puro. o Cuntos bits son estrictamente necesarios por muestra si la aplicacin require para un a o tono puro una SQNR de al menos 100 dB? Solucin: o Con 44,1 kHz de frecuencia de muestreo es posible representar a lo sumo frecuencias de 22,05 kHz. Los 24 bits por muestra permiten, si el convertidor A/D cubre exactamente el rango dinmico de la seal, un SQNR=(1,76+6,0224)=146,24 dB, asumiendo un tono sinusoia n dal. Si se requirieran 100 dB entonces bastar para reproducir un tono puro (seal sinusoidal) an n 17 bits por muestra. 5.1

5.3

Codicacin de los valores cuanticados o

El proceso de codicacin asigna un nmero binario unico a cada nivel de cuanticacin. o u o Si se disponen de L niveles entonces sern necesarios al menos b = log2 (L) bits. Los a convertidores A/D disponibles comercialmente usualmente utilizan precisiones de 8 a 16 bits. Dos familas de codicacin se utilizan con frecuencia: coma ja y coma otante. o

5.3.1

N meros codicados con coma ja u

En las representaciones con coma ja el peso de cada bit en la representacin es conso tante. Dos codicaciones frecuentemente utilizadas consisten en los enteros sin signo y el complemento a dos. Enteros sin signo Sea x un nmero entero sin signo de N -bits u
N 1

x=
n=0

bn 2n

donde bn {0, 1} es el n-simo d e gito de x. El rango representable es entonces desde 0 N hasta 2 1. El d gito b0 es el menos signicativo (LSB, least signicant bit) y su peso relativo es igual a uno. El d gito bN 1 es el ms signicativo (MSB, most signicant bit) a N 1 y tiene un peso relativo de 2
c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

163

Coma ja sin signo Sea x un nmero sin signo de N -bits u 1 x= M


N 1

bn 2n
n=0

donde bn {0, 1} es el n-simo d e gito de x y M es una constante de normalizacin elegida o m N usualmente como 2 . El rango representable es entonces desde 0 hasta (2 1)/M . El d gito b0 es el menos signicativo (LSB, least signicant bit) y su peso relativo es igual a 1/M . El d gito bN 1 es el ms signicativo (MSB, most signicant bit) y tiene un peso a N 1 relativo de 2 /M .

Complemento a dos La representacin de N bits de un nmero entero con signo en complemento a dos est o u a dada por
N 2

x = bN 1 2 +

bn 2n
n=0

lo que permite representar nmeros en el rango desde 2N 1 hasta 2N 1 1. El d u gito b0 es el menos signicativo (LSB, least signicant bit) y su peso relativo es igual a uno. El d gito bN 2 es el ms signicativo (MSB, most signicant bit) y tiene un peso relativo a N 2 de 2 . El ultimo bit bN 1 codica al signo. El uso del complemento a dos es quiz el ms difundido de todas las representaciones a a de nmeros con signo. Esto se debe a que es posible sumar varios nmeros con signo, y u u siempre que el resultado nal se encuentre en el rango de representacin, es irrelevante o si resultados intermedios producen desbordamiento. Por ejemplo, supngase que se debe o hacer la secuencia de operaciones 2 + 3 2 con nmeros de 3 bits. La secuencia de u adiciones es entonces (xi )10 210 310 210 (xi )2 010 011 110 ( xi )2 010 101 011 ( xi )10 210 310 310

donde el resultado intermedio 5 fue representado por el nmero 3, sin afectar el resultado u nal. Otra ventaja de esta representacin es que permite encontrar el mdulo con respecto o o L a un nmero 2 utilizando unicamente los L bits menos signicativos, lo que simplica la u implementacin de bferes anulares. Por ejemplo, para el caso N = 4 y L = 2 se obtiene o u
c 2005-2011 P. Alvarado

164

5.3 Codicacin de los valores cuanticados o

(xi )10 810 710 610 510 410 310 210 110 010 110 210 310 410 510 610 710 Coma ja con signo

(xi )2 1000 1001 1010 1011 1100 1101 1110 1111 0000 0001 0010 0011 0100 0101 0110 0111

(xi mod 4)2 00 01 10 11 00 01 10 11 00 01 10 11 00 01 10 11

(xi mod 4)10 010 110 210 310 010 110 210 310 010 110 210 310 010 110 210 310

La representacin de N bits de un nmero con signo en complemento a dos est dada por o u a 1 x= M
N 2

bN 1 2 +

bn 2n
n=0

con la constante de normalizacin M elegida usualmente como 2m . El rango representable o N 1 ser entonces desde 2 a /M hasta (2N 1 1)/M . Un caso frecuentemente utilizado permite representar nmeros de valor absoluto igual o u inferior a uno empleando M = 2N 1 con lo que se obtiene
N 2

x = 2bN 1 +

bn 2nN +1
n=0

5.3.2

N meros codicados con coma otante u

La representacin en coma otante permite ampliar el rango de representacin numrica. o o e Las representaciones de 32 y 64 bits ms frecuentemente utilizadas han sido estandarizadas a por la IEEE (estndar 754 en su versin original de 1985 y su ms reciente versin de a o a o 2008). Las unidades de manejo de coma otante integradas en algunos procesadores Digitales de Seal avanzados (por ejemplo, la familia C674x de Texas Instruments) as n como algunos mdulos disponibles gratuita y/o comercialmente en HDL (Verilog o VHDL) o dan soporte a dicho estndar. La exibilidad del hardware recongurable permite sin a
c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

165

embargo utilizar formatos de coma otante adecuados para cada aplicacin espec o ca sin afectar el desempeo. n Un nmero codicado con el estndar consiste en un bit de signo s, el exponente e con u a E bits y la mantisa m normalizada (fraccionaria) de M bits, y se codica como s Exponente e Mantisa m

De forma algebraica, el nmero representado es u x = (1)s 1, m 2ebias con bias = 2E1 1 Ntese que la mantisa se completa con un 1 oculto (en el sentido de que no se indica o expl citamente en la representacin), mientras que los bits especicados en la mantisa o representan solo la parte fraccionaria. Ejemplo 5.2 Indique cul es la representacin en coma otante del nmero 10, 12510 a o u en un formato de 14 bits que utiliza E = 6 bits y M = 7 bits. Solucin: o Primero, el bias est dado por a bias = 2E1 1 = 25 1 = 31 y para la mantisa 10, 12510 = 1010, 00102 = 1, 01000102 23 El exponente corregido se obtiene con e = 3 + bias = 3410 = 1000102 Finalmente, la representacin del nmero es: o u s 0 Exponente e 1000102 Mantisa m 01000102
5.2

Ejemplo 5.3 Encuentre qu nmero decimal es representado por el cdigo de coma e u o otante con E = 6 bits y M = 7 bits: s 1 Exponente e 0111102 Mantisa m 10000002

c 2005-2011 P. Alvarado

166

5.3 Codicacin de los valores cuanticados o

Solucin: o El nmero representado est dado por u a 1 1, 10000002 230bias = 1, 12 21 = 0, 112 = 0, 7510
5.3

La tabla 5.1 muestra las especicaciones del estndar IEEE 754. Adems de la estructura a a Tabla 5.1: Estndar de coma otante IEEE 754-2008 a Simple Ancho de palabra Mantisa Exponente Bias Rango 32 23 8 127 3, 4 1038 Doble 64 52 11 1023 1, 8 10308

2128

21024

de representacin de los nmeros reales, el estndar especica adems detalles como modos o u a a de redondeo, denormalizaciones, y representaciones de nmeros invlidos o innitos (ver u a tablas 5.2 y 5.3). Tabla 5.2: Algunos nmeros especiales en precisin simple u o Nombre -NaN (Quiet) s 1 e 11 . . . 11 m Hex

-NaN (Signal) 0 +0 + +NaN (Signal)

11 . . . 11

11 . . . 11 FFFFFFFFH . . . . . . 10 . . . 01 FFC00001H 01 . . . 11 FFBFFFFFH . . . . . . 00 . . . 01 00 . . . 00 00 . . . 00 00 . . . 00 00 . . . 00 00 . . . 01 . . . FF800001H FF800000H 80000000H 00000000H 7F800000H 7F800001H . . .

1 11 . . . 11 1 00 . . . 00 0 00 . . . 00 0 11 . . . 11 0 11 . . . 11

+NaN (Quiet)

11 . . . 11

01 . . . 11 7FBFFFFFH 10 . . . 01 7FC00000H . . . . . . 11 . . . 11 7FFFFFFFH

c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

167

Tabla 5.3: Algunos nmeros especiales en precisin doble u o Nombre -NaN (Quiet) s e m Hex

-NaN (Signal) 0 +0 + +NaN (Signal)

11 . . . 11 FFFFFFFFFFFFFFFFH . . . . 1 11 . . . 11 . . 10 . . . 01 FFC0000000000001H 01 . . . 11 FFF7FFFFFFFFFFFFH . . . . 1 11 . . . 11 . . 1 11 . . . 11 1 00 . . . 00 0 00 . . . 00 0 11 . . . 11 0 11 . . . 11 00 . . . 01 00 . . . 00 00 . . . 00 00 . . . 00 00 . . . 00 00 . . . 01 . . . FFF8000000000001H FFF0000000000000H 8000000000000000H 0000000000000000H 7FF0000000000000H 7FF0000000000001H . . .

+NaN (Quiet)

01 . . . 11 7FF7FFFFFFFFFFFFH 10 . . . 01 7FF8000000000000H . . . . 11 . . . 11 . . 11 . . . 11 7FFFFFFFFFFFFFFFH

5.4

Circuitos de conversin analgica digital o o

Diferentes estrategias para la conversin analgica a digital se han propuesto, cada una o o de ellas adecuada a factores como potencia, velocidad o precisin, que caracterizarn a o a cada aplicacin en particular. La seleccin del convertidor analgico digital es parte del o o o diseo de un sistema de procesamiento digital. n

5.4.1

Circuito de muestreo y retencin o

El circuito de muestreo y retencin (o sample and hold ) es utilizado como etapa previa o al circuito convertidor propiamente dicho para estabilizar el valor a ser muestreado. El periodo total de muestreo Ts = 1/Fs se divide en el tiempo de muestreo ts en el que la salida de tensin U2 del retenedor se estabiliza siguiendo a la tensin de entrada U1 o o (gura 5.11), y el tiempo de retencin tH donde se mantiene el ultimo valor de tensin de o o la entrada del tiempo ts . Durante el tiempo de retencin la salida U2 es constante y es o convertida a una palabra digital en el proceso de cuanticacin. o
c 2005-2011 P. Alvarado

168

5.4 Circuitos de conversin analgica digital o o


S/H

Entrada U1 Salida U2

U1

U2

tS

tH

Figura 5.11: Muestreo y retencin o

5.4.2

Contador

Una primera estrategia de conversin analgica a digital utiliza el esquema ilustrado en la o o gura 5.12. Durante cada fase de retencin del circuito S/H, una seal con forma diente o n
Fs Contador

w bits

Registro

w bits

S/H xa (t)

Figura 5.12: Conversin con contador o

de sierra s(t) recorre todo el rango de valores analgicos representables y en paralelo un o contador digital es reinicializado e inicia una cuenta ascendente sincronizada con la seal n s(t). En el instante en que s(t) supere a la salida del retenedor, el valor del contador es almacenado en un registro y utilizado como representacin digital de la seal. o n Esta tcnica es utilizada para bajas frecuencias de muestreo (menores a 50 kHz) debido e a la cantidad de ciclos de reloj requeridos por el contador para recorrer todo el rango de valores. Por las mismas razones, tampoco es posible utilizar un nmero elevado de bits. u La precisin de este mtodo est limitada por la precisin de generacin de la seal s(t), o e a o o n
c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

169

as como la precisin de la sincronizacin de esta seal con los contadores. o o n

5.4.3

Aproximaciones sucesivas

En la conversin por aproximaciones sucesivas se sigue la estrategia ilustrada en la guo ra 5.13. El registro de aproximacin sucesiva (RAS) consiste en un sistema que verica o

Fs

xa (t)

DAC

Figura 5.13: Conversin por aproximaciones sucesivas o

e inicializa los bits del cdigo digital del ms signicativo al menos signicativo. En un o a primer paso, a dicho bit se le asigna el valor de 1, y esa representacin se convierte a un o valor analgico con el DAC. Si la tensin a la salida del DAC es menor que la salida del o o retenedor, eso indica que el bit ms signicativo debe ser uno, o de otra manera debe ser a cero. El valor de dicho bit se almacena y se procede de igual forma con el siguiente bit de menor peso relativo. De esta manera, en un nmero de pasos w igual al nmero de bits u u de la representacin digital se realiza la conversin. Este proceso comparativo se ilustra o o en la gura 5.14.
Uref /2 MSB < < < Uref

LSB

< < < < < < < < < < < <

Figura 5.14: Registro de aproximaciones sucesivas

Con una resolucin de 12 bits se alcanzan frecuencias de muestreo de hasta 1 MHz. Mao yores resoluciones de hasta 16 bits se encuentran disponibles pero a menores frecuencias de muestreo. Obsrvese que la precisin de este mtodo depende de qu tan exacto sea el convertidor e o e e digital analgico (DAC). o
c 2005-2011 P. Alvarado

RAS

w bits

Registro

S/H

w bits

170

5.4 Circuitos de conversin analgica digital o o

5.4.4

Convertidor paralelo

La gura 5.15 muestra un mtodo directo de conversin denominado convertidor ash o e o convertidor paralelo. En este mtodo, la salida del retenedor es comparada con 2w 1 e tensiones de referencia obtenidas por una red resistiva. La salida de los comparadores se interpreta como una secuencia de 2w 1 bits que pueden ser codicados para obtener un cdigo de w bits. o

Fs

S/H xa (t) R/2 Uref R D 2w 2 Q w bits Codec D 2 R D 1 R/2 Comparadores Q Q 2w 1 D Q

Figura 5.15: Convertidor paralelo

Las tasas de muestreo obtenibles con estos convertidores oscilan entre 1 y 500 MHz para resoluciones de hasta 10 bits. Sin embargo, las tolerancias alcanzables en la fabricacin o de la red resistiva (por ejemplo 1023 resistencias en un convertidor de 10 bits) afectar a directamente la linealidad del convertidor, o en otras palabras, la homogeneidad del ancho analgico de tensin asignado al bit menos signicativo en todo el rango de conversin es o o o dif de alcanzar con convertidores de este tipo. cil
c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

171

5.4.5

Convertidor en subrangos

Una manera de reducir el nmero de resistencias requeridas en el convertidor anterior u consiste en partir el problema en dos subproblemas con la mitad del nmero de bits, tal u y como lo ilustra la gura 5.16. En un primer paso un convertidor ash se utiliza para
Fs m bits

S/H xa (t)

m bit ADC m bit DAC m bit ADC

m bits

2m

Figura 5.16: Convertidor half-ash

obtener los m bits ms signicativos de la tensin a la salida del retenedor. A partir de a o ellos se obtiene una tensin que aproxima a la entrada redondeada a solo m bits. La salida o de convertidor DAC utilizado para generar dicha aproximacin se substrae de la salida o del retenedor para obtener la fraccin faltante, la cual es amplicada por un factor 2m y o transformada con otro convertidor ash para obtener los m bits menos signicativos. El esquema anterior (denominado half-ash) puede ser simplicado en una estructura de conversin en subrangos como se ilustra en la gura 5.17. Con este esquema, solo se o utiliza un convertidor ash. Las tasas de conversin alcanzan entre 100 kHz y 40 MHz con o
Fs m bits

S/H xa (t) 2m

m bit ADC

Lgica o Lgica o

w bits

w bits

m bit DAC

Figura 5.17: Convertidor en subrangos

resoluciones de hasta 16 bits.

5.4.6

Convertidor delta-sigma

El convertidor delta-sigma () utiliza una estrategia completamente diferente a todos los circuitos ilustrados anteriormente. Los sistemas anteriores trabajan en frecuencias cercanas al l mite de Nyquist (Fs > 2B) y por eso se les denomina convertidores ADC
c 2005-2011 P. Alvarado

172

5.4 Circuitos de conversin analgica digital o o

en tasa de Nyquist. Estos requieren estructuras electrnicas complejas que determinan la o linealidad de la conversin, y su resolucin est determinada por el nmero de niveles en o o a u el cuanticador. Los sistemas operan por el contrario con sobre-muestreo (Fs 2B) utilizando una resolucin baja, t o picamente de un unico bit, por lo que se les denomina convertidores de un bit. Para reducir el error de cuanticacin se utilizan tcnicas del o e procesamiento digital de seales. n La gura 5.18 ilustra cualitativamente el compromiso entre ancho de banda y resolucin o de los diferentes tipos de conversin, donde se aprecia que a pesar de utilizar un unico bit o

Resolucin o

Aprox. Sucesivas

Subrango

Flash Ancho de banda de seal n

Figura 5.18: Compromiso entre ancho de banda y resolucin. o

para la conversin, esta estrategia es la que brinda mayor resolucin. Los convertidores o o son utilizados por tanto en aplicaciones de voz (B =4 kHz) y audio (B = 20 24 kHz) con resoluciones de hasta 18 bits. En v deo se encuentran con ms frecuencia convertidores a ash para B = 5 MHz y resoluciones de 8 bits. Sobremuestreo Se demostr anteriormente que un cuanticador de b bits introduce un ruido de cuantio cacin uniformemente distribuido con potencia o Pq = A2 /3 = 2b 12 2

Es evidente que dicha potencia no cambia si b se mantiene constante, aunque la frecuencia de muestreo Fs aumente considerable sobre el l mite de Nyquist Fsn = 2B. Sin embargo, al ser el ruido de cuanticacin blanco, su energ se distribuye en todo el rango vlido de o a a frecuencias. Por otro lado, la relacin de Parseval indica que la potencia en el tiempo y o en la frecuencia son equivalentes, por lo que el area bajo la curva de la densidad espectral de potencia debe mantenerse constante independientemente de la frecuencia de muestreo
c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

173

utilizada (gura 5.19), de modo que


Fsn /2 Fso /2

Pqn (F ) dF =
Fsn /2 Fso /2

Pqo (F ) dF = Pq

de donde se deriva Pqn (F ) = Pq Pq = Fsn 2B Pq Pqo (F ) = Fso

Por lo anterior, solo una fraccin de la potencia total del error de cuanticacin coincide o o con la banda de frecuencia de la seal de entrada [B, B]. La potencia fuera de ese rango n puede ser atenuada utilizando un ltro paso-bajos, diseado para dejar pasar unicamente n la seal de entrada. Siguiendo a este ltro, y debido a que su salida est limitada en n a banda, es posible sub-muestrear o diezmar la seal. La gura 5.20 ilustra el concepto de n sobremuestreo, donde Fso = 1/Tso = L 2B. La potencia del ruido de cuanticacin Pqo correpondiente al intervalo de frecuencias o [B, B] de la seal sobremuestreada se obtiene con n
B

Pqo =
B

Pqo (F ) dF = Pq

2B Pq = Fso L

donde L = Fso /Fsn y B = Fsn /2.


2 Si se asume que la seal de entrada tiene potencia Px = x y pasa por el ltro pasa-bajos n inalterada, entonces su potencia seguir siendo Px a la salida del ltro y la relacin seal a o n a ruido de la seal sobremuestreada y ltrada es n

SN RQ = 10 log10

Px Pqo

= 10 log10
Pq (F )

Px Pq

+ 10 log10

Fso 2B

(5.8)

Fsn 2

Fso 2

Figura 5.19: Densidad espectral de potencia del ruido de cuanticacin para la tasa Nyquist o Fsn y una tasa de sobremuestreo Fso = 3Fsn .

c 2005-2011 P. Alvarado

174

5.4 Circuitos de conversin analgica digital o o


Procesamiento Procesamiento digital analgico o e(n)

Tso L x(t) Anti Aliasing x(n) Cuanticador y (n) Filtro pasabajas Diezmado

Figura 5.20: Sistema de conversion con sobremuestreo.

donde el primer trmino ya fue analizado en (5.7) y el segundo trmino otorga mayor e e calidad de seal conforme mayor sea la frecuencia de sobremuestreo con respecto al ancho n de banda B de la seal. Si se elige por ejemplo el muestreo de Nyquist con Fso = 2B n entonces (5.8) se reduce a (5.7). Si se elige L = 2r entonces (5.8) se puede expresar como SN RQ = 10 log10 Px Pq + 3, 01r dB (5.9)

de donde se observa que cada duplicacin de la frecuencia de muestreo equivale a una o mejora de medio bit. Si bien es cierto este esquema de sobre-muestreo permite obtener ms resolucin aumena o tando la frecuencia de muestreo, la tasa requerida para alcanzar resoluciones altas es muy elevada para las aplicaciones prcticas. a Modulacin delta-sigma o El modelo del cuanticador como combinacin lineal del ruido de cuanticacin e(n) con o o la seal de entrada (gura 5.20) se ha expresado matemticamente en el dominio del n a tiempo discreto como y(n) = x(n) + e(n) que transformado al dominio z equivale a Y (z) = X(z) + E(z) (5.10)

Dicho modelo puede generalizarse utilizando subsistemas para modicar la entrada y el ruido de cuanticacin de la siguiente forma: o Y (z) = Hx (z)X(z) + He (z)E(z) (5.11)

donde Hx (z) es la funcin de transferencia de la seal y He (z) es la funcin de transferencia o n o del ruido de cuanticacin. En la seccin anterior se utiliz Hx (z) = He (z) = 1, pero o o o eligiendo otras conguraciones es posible manipular el ruido de cuanticacin tal que se o puedan alcanzar mejores resoluciones que con el simple sobremuestreo.
c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

175

La estrategia a utilizar ser entonces modicar el espectro del ruido de cuanticacin de a o tal modo que la mayor parte de la energ se coloque fuera del ancho de banda de la seal a n y sea eliminado al aplicar el ltro pasobajas. La gura 5.21 muestra un convertidor ADC delta-sigma de primer orden, que consiste en un modulador delta-sigma seguido por una etapa de ltrado y diezmado.
Procesamiento analgico o e(n) Integrador discreto Tso z 1 x(t) Anti Aliasing x(n) ya (n) Cuanticador Filtro pasabajas Diezmado v (n) y (n) L Procesamiento digital

DAC

Modulador delta-sigma

Figura 5.21: Conversion delta-sigma de primer orden.

La seal a cuanticar no es la entrada x(n) sino la salida de un integrador discreto cuya n entrada es la diferencia entre x(n) y una representacin analgica ya (n) de la salida. La o o 1 integracin se realiza con la funcin de transferencia z /(1 z 1 ). Dicho integrador o o se realiza en circuitos reales con tecnolog de capacitores conmutados, que permiten a implementar sistemas analgicos en tiempo discreto. o A la salida del cuanticador, usualmente de 1 bit, se cuenta con las representaciones digitales de mximo y m a nimo valor representables. Asumiendo que el convertidor DAC es ideal, su funcin de transferencia es unitaria, y se o cumple para la salida Y (z) del modulador Y (z) = X(z)z 1 + E(z)(1 z 1 ) de modo que Hx (z) = z 1 y He (z) = 1z 1 . La salida del modulador equivale a la entrada retrasada una muestra ms el ruido modicado con un ltro pasa altos (o diferenciador a discreto). La respuesta en frecuencia de He (f ) se obtiene con z = ej = ej2f y se ilustra en la gura 5.22. Se observa que el ruido de cuanticacin para el nivel CC es incluso o cero. Para que el sistema anterior trabaje correctamente el DAC debe ser tan lineal como sea posible. Puesto que convertidores de 1 bit son perfectamente lineales, son los utilizados preferentemente en este tipo de circuitos, con la ventaja adicional que su implementacin consiste en un comparador, que se acopla directamente a la cuanticacin de 1 bit o o generalmente utilizada.
c 2005-2011 P. Alvarado

176
2 1.8 1.6 1.4 1.2 1 -20 0.8 0.6 0.4 0.2 0 0 0.1 0.2 0.3 0.4 0.5 -40 Primer orden Sobremuestreo

5.4 Circuitos de conversin analgica digital o o


|H(f )|
20

|H(f )| (dB)

0 0 0.1 0.2 0.3 0.4 0.5

Primer orden Sobremuestreo

f
-60

Figura 5.22: Respuesta en frecuencia de la funcin de transferencia de ruido He (z) en funcin o o de la frecuencia normalizada f = F/Fso .

Utilizando la relacin de Parseval se obtiene que la potencia del ruido de cuanticacin o o luego de pasar por el ltro He (z) y por el ltro pasabajas estar dada por a
B

Pe =
B

Pqo (F )|He (F )|2 dF


B B B 0 B

Pq Fso Pq =2 Fso Pq =2 Fso

|He (F )|2 dF = 2

Pq Fso

B 0

|He (F )|2 dF

|1 ej2F/Fso |2 dF 4 sen2 F Fso dF

y asumiendo que Fso

B y que sen(x) x para x 0 se tiene Pq Fso


B 0

Pe = 8 En decibelios

F Fso

dF = Pq

2 3

2B Fso

SN RQ(dB) = 10 log10 Px 10 log10 Pq 10 log10

2 Fso + 30 log10 3 2B = 10 log10 Px 10 log10 Pq 5, 17 dB + 30 log10 L

y si L = 2r entonces SN RQ(dB) = 10 log10 Px 10 log10 Pq 5, 17 dB + 9, 03r dB lo que equivale a 1,5 bits por cada duplicacin de la frecuencia de sobremuestreo. o A pesar de que ha mejorado con este modulador la ganancia obtenida por cada duplicacin de frecuencia, no es an suciente para aplicaciones reales. Por ello, se utilizan o u moduladores de mayor orden, como el ilustrado en la gura 5.23. El lector puede dec 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o


e(n) Integrador discreto Integrador discreto

177

z 1 x(n) z
1

y (n) Cuanticador

DAC

Figura 5.23: Modulador delta-sigma de segundo orden.

mostrar que la funcin de transferencia para el ruido es en este caso He (z) = (1 z 1 )2 . o Siguiendo un desarrollo similar al anterior se obtiene que SN RQ(dB) = 10 log10 Px 10 log10 Pq 10 log10 4 Fso + 50 log10 5 2B = 10 log10 Px 10 log10 Pq 12, 89 dB + 50 log10 L

y con L = 2r SN RQ(dB) = 10 log10 Px 10 log10 Pq 12, 89 dB + 15, 05r dB lo que implica que con este modulador se obtienen 2,5 bits por cada duplicacin de la o frecuencia de muestreo. La gura 5.24 presenta la respuesta en frencuencia de la funcin de transferencia del error o de cuanticacin para el sistema de sobremuestreo, y los sistemas de primer, segundo o y tercer orden de modulacin delta-sigma. Se aprecia como la atenuacin energtica en o o e bajas frecuencias es compensada con una amplicacin a altas frecuencias. o
8 7 6 5 4 3 2

|H(f )|

20

|H(f )| (dB)

Primer orden Segundo orden Tercer orden Sobremuestreo

0 0 0.1 0.2 0.3 0.4 0.5

-20

-40
1 0 0 0.1 0.2 0.3 0.4 0.5

Primer orden Segundo orden Tercer orden Sobremuestreo

f
-60

Figura 5.24: Respuesta en frecuencia de la funcin de transferencia de ruido He (z) en funcin o o de la frecuencia normalizada f = F/Fso para tres rdenes de modulacin deltao o sigma.

c 2005-2011 P. Alvarado

178

5.5 Conversin Digital/Analgica o o

5.5

Conversin Digital/Analgica o o

Los principios utilizados para la conversin de una representacin digital a una seal o o n analgica se basan en tcnicas de conversin directas, lo que permite altas velocidades de o e o conversin. o En secciones anteriores se determin que en la conversin ideal de una seal digital a o o n una analgica interviene el interpolador ideal sa(t) = sen(t)/t. Este interpolador tiene o la propiedad de reconstruir a la perfeccin seales con un espectro limitado en banda o n muestreadas con una tasa superior a dos veces dicho ancho de banda; sin embargo, la no causalidad y la innita extensin de dicho interpolador obliga a utilizar simplicaciones, o como el retenedor de orden cero presentado anteriormente (circuito S/H).

5.5.1

Fuentes de tensin conmutadas o

La conversin con fuentes de tensin conmutadas se ilustra en la gura 5.25. Esta se realiza o o
Fs Usal

Decodicador MSB 1 0

S/H

LSB 1 0

Uref R R
2w 1 ... 2w Uref 6 2w

R Uref
5 2w

R Uref
4 2w

R Uref
3 2w

R Uref
2 2w

R Uref
1 2w

R Uref

Figura 5.25: Fuentes de tensin conmutadas o

utilizando una tensin de referencia Uref conectada a una red resistiva de 2w resistencias o de igual valor y conmutada por etapas a travs de un decodicador que logra llevar a la e salida del retenedor la tensin equivalente. o Una obvia desventaja de esta estrategia est en el tamao de la red resistiva, y del a n decodicador, que crecen exponencialmente con el nmero de bits a convertir. u

5.5.2

Resistencias conmutadas

La gura 5.26 ilustra otra estrategia de conversin basada en la conmutacin de corrientes, o o donde se observa que la corriente correspondiente al bit bi es siembre el doble de la corriente
c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

179

del bit bi1 . Sea U1 la tensin a la salida del amplicador operacional. Esta tensin se o o
MSB Uref R 2R 22 R 23 R 24 R ... 2w R LSB

S/N Usal

Figura 5.26: Conversin digital-analgica con resistores ponderados o o

obtiene con U1 = RI = R b0 wR 2 + b1 w1 R 2 + ... bw1 2R Uref

= b0 2w + b1 2w+1 + . . . + bw1 21 Uref

Si bien es cierto esta estrategia utiliza menos resistencias que las fuentes de tensin conmuo tadas, su exacta calibracin en un reto en el diseo del circuito integrado. Otra desventaja o n es claramente el consumo de potencia presente en todas las resistencias. Si bien es cierto ste puede reducirse utilizando valores mayores de R, usualmente esto ir acompaado de e a n una reduccin en la razn seal a ruido. o o n

5.5.3

Condensadores conmutados

La conversin digital analgica con condensadores conmutados se muestra en la guo o ra 5.27. En este caso la conversin requiere varios pasos. En el primer paso (denotado o

Uref

C 2

C 4

C 8

C 2w 1

C 2w 1

S/N

U1

Usal

Figura 5.27: Conversin digital-analgica con condensadores ponderados o o

c 2005-2011 P. Alvarado

180

5.5 Conversin Digital/Analgica o o

con 1 en la gura), todos los condensadores se descargan conectando los bornes de todos ellos a referencia. En el segundo paso, el terminal positivo del seguidor de tensin se deso conecta de tierra y cada uno de los bits con valor 1 se conectan a la tensin de referencia o Uref , mientras que los bits 0 permanecen conectados a la tierra. La carga acumulada es entonces C C Uref Q = bw1 C + bw2 + . . . + b0 w1 2 2 En el ultimo paso de la conversin, la carga Q acumulada en los condensadores corres o pondientes a bits 1 es repartida entre la capacitancia total del circuito conmutando los interruptores a la referencia, como se ilustra en la gura 5.27. Dicha capacitancia es 2C gracias al condensador terminal de valor C/2w1 , por lo que Q = 2CU1 con U1 la tensin a la salida del seguidor de tensin. Combinando las dos ecuaciones o o anteriores se deriva U1 = bw1 21 + bw2 22 + . . . b1 2w+1 + b0 2w Uref

5.5.4

Redes resistivas R 2R

Otra manera de lograr conmutacin de corrientes es a travs de redes resistivas R o e 2R como la ilustrada en la gura 5.28. A diferencia de la estructura de resistencias conmutadas, solo se requieren aqu dos valores de resistencias con una razn de valor 2:1. o Obsrvese que en cada nodo la corriente que entra divide en dos tantos iguales, de modo e
R R R

Uref

2R

2R

2R

2R

2R R

MSB

LSB

S/N Usal

Figura 5.28: Conversin digital-analgica con redes R-2R o o

que la tensin U1 a la salida del amplicador operacional es o U1 = RI = R bw1 bw2 b1 b0 + + . . . w1 + w 2R 4R 2 2 Uref

= Uref bw1 21 + bw2 22 + . . . + b1 2w+1 + b0 2w


c 2005-2011 P. Alvarado

5 Conversin analgica/digital y digital/analgica o o o

181

5.5.5

Conversin DAC delta-sigma o

Los principios de modulacin y conversin delta sigma se pueden aplicar en sentido inverso, o o como lo muestra la gura 5.29. En este caso se traslada la seal digital con cdigos de n o w bits a una secuencia con LFs de sobremuestreo de bits simples. Un ltro pasabajos analgico recupera la seal analgica. o n o
Procesamiento Digital Procesamiento Analgico o

L Digital

H(z)

DAC Analgico o

Figura 5.29: Conversin DAC delta-sigma. o

c 2005-2011 P. Alvarado

182

5.6 Problemas

5.6

Problemas

Problema 5.1. Investigue qu circuitos se utilizan para realizar la conversin de una e o seal digital a una analgica. n o

c 2005-2011 P. Alvarado

Cap tulo 6 Implementacin de sistemas o discretos


Hasta ahora se ha visto el anlisis de sistemas LTI descritos mediante ecuaciones de a diferencias lineales de coecientes constantes y el anlisis por convolucin, en el dominio a o del tiempo (o de variable) discreto y en el dominio de la frecuencia. En la prctica, el diseo y la implementacin de sistemas digitales se tratan conjuntamena n o te, y se deben considerar aspectos de costo, tamao, hardware, potencia, etc. Algunos n esquemas bsicos de implementacin se revisarn aqu a o a .

6.1

N mero de Condicin u o

Los sistemas de procesamiento digital son implementados en computadores digitales que utilizan representaciones numricas de precisin limitada. Estas limitaciones afectan el e o desempeo de los sistemas y obliga a revisar con detalle su comportamiento numrico. n e En el rea de anlisis numrico, el nmero de condicin de una funcin con respecto a un a a e u o o argumento indica, para el peor caso posible, cunto puede cambiar el valor de la funcin a o con respecto a un cambio dado del argumento. Se dice entonces que un problema es mal condicionado (en ingls ill-conditioned ) si el nmero de condicin es alto, es decir, e u o si una pequea perturbacin del argumento produce cambios grandes en la salida. Si el n o nmero de condicin es pequeo (cercano a uno) entonces se habla de un problema bien u o n condicionado (en ingls, well-conditioned ). e El nmero de condicin es una propiedad de cada problema particular, y por tanto un u o problema puede ser inherentemente bien condicionado o mal condicionado. Por ejemplo, el pronstico del tiempo es un problema inherentemente mal condicionado al depender o no solo de un elevado nmero de variables en tiempo y espacio (presin atmosfrica, u o e humedad relativa, temperatura, velocidades de viento, etc.), sino que el resultado es sensible a cambios leves en los valores de dichas variables. 183

184

6.2 Estructuras directas

La solucin de un sistema de ecuaciones lineales expresado como el sistema matricial o Ax = b (6.1)

donde A es una matriz cuadrada de N N y x y b son vectores N -dimensionales, tendr a un nmero de condicin dependiente totalmente de la matriz A que determina cunto u o a afecta un error en los valores b los valores encontrados para x. Si la determinante de A es un nmero pequeo, entonces el problema es mal condicionado. u n No solo el problema es bien o mal condicionado, sino tambin el algoritmo particular e desarrollado para dar solucin al problema. Si un problema es mal condicionado, ningn o u algoritmo podr cambiar esa condicin. El cuidado debe tenerse en que un algoritmo mal a o condicionado puede producir errores considerables en la solucin de problemas inherenteo mente bien condicionados. Para el caso de algoritmos, el nmero de condicin se redene u o entonces como la razn de salida/entrada pero utilizando el algoritmo concreto. Por ejemo plo, en la solucin del sistema lineal de ecuaciones (6.1) pueden utilizarse algoritmos como o la eliminacin gaussiana (mal condicionado), la eliminacin de Gauss-Jordan, descompoo o sicin de valores singulares (SVD), o la descomposicin QR (bien condicionados), entre o o otros. El problema que compete directamente en ste cap e tulo es encontrar las ra ces zi de un polinomio expresado a travs de sus coecientes ci : e
N

P (z) =
i=0

ci z i = c0 + c1 z + c2 z 2 + . . . + cN z N

(6.2)

es decir, encontrar los valores zi para los que se cumple P (zi ) = 0, para poder expresar al polinomio de la forma
N

P (z) =
i=1

(z zi ) = (z z1 )(z z2 ) . . . (z zN )

(6.3)

Este problema es en general mal condicionado, en el sentido de que pequeos cambios n en los valores de ci pueden producir grandes cambios en la posicin de las ra o ces zi , hecho que empeora conforme aumenta el orden del polinomio. Las consecuencias del mal condicionamiento de ste problema en el procesamiento digital tienen que ver con el e posicionamiento de polos y ceros en la implementacin de un sistema utilizando ecuaciones o de diferencias que tratan ya sea (6.2) o (6.3).

6.2

Estructuras directas

Considrese el sistema de primer orden: e y(n) = a1 y(n 1) + b0 x(n) + b1 x(n 1) y su realizacin directa (gura 6.1). o
c 2005-2011 P. Alvarado

6 Implementacin de sistemas discretos o


x(n) v (n) y (n)

185

b0

b1 z
1

a1

z 1

Figura 6.1: Realizacin directa del sistema de primer orden y(n) = a1 y(n 1) + b0 x(n) + o b1 x(n 1).

que se puede interpretar como la serie de dos sistemas LTI: v(n) = b0 x(n) + b1 x(n 1) y y(n) = a1 y(n 1) + v(n) . Como la conexin en serie de sistemas LTI es conmutativa, se puede reemplazar el sistema o anterior por el indicado en la gura 6.2, donde se cumplen las ecuaciones: (n) = x(n) a1 (n 1)

y(n) = b0 (n) + b1 (n 1)
(n) b0 y (n)

x(n)

a1

b1 z
1

Figura 6.2: Reemplazo del sistema de la gura 6.1.

Adicionalmente, se observa que los dos retardadores tienen la misma entrada (n) y por lo tanto la misma salida (n 1), y se pueden agrupar en uno solo segn se muestra en u la gura 6.3.
x(n) b0 z 1 a1 b1 y (n)

Figura 6.3: Simplicacin del sistema de la gura 6.2. o

A esta estructura se le denomina forma directa II y utiliza slo un elemento retardador, o en lugar de los dos utilizados en la forma directa I (gura 6.1).
c 2005-2011 P. Alvarado

186

6.2 Estructuras directas

Ntese que esto puede generalizarse para la ecuacin de diferencias: o o


N M

y(n) =

k=1

ak y(n k) +

k=0

bk x(n k)

(6.4)

compuesta de un sistema no recursivo:


M

v(n) =
k=0

bk x(n k)

y un sistema recursivo:
N

y(n) =

k=1

ak y(n k) + v(n)

mostrados en la gura 6.4. Invirtiendo el orden y combinando los retardadores se obtiene,


x(n) b0 v (n) y (n)

z 1

b2

a1

z 1

z 1

b2

a2

z 1

. . . bM1

. . . aN1 aN

. . .

z 1

z 1

bM

Figura 6.4: Forma directa I.

con M < N , el diagrama mostrado en la gura 6.5. Ntese que esta estructura requiere o max{N, M } retardadores y M + N + 1 multiplicaciones, que contrastan con los N + M retardadores de la forma directa, aunque el nmero de multiplicaciones es el mismo. A esta u forma II, por poseer el m nimo de retardadores, se le denomina tambin forma cannica. e o Al caso especial no recursivo con ak = 0, k = 1 . . . N :
M

y(n) =
k=0

bk x(n k)

c 2005-2011 P. Alvarado

6 Implementacin de sistemas discretos o


x(n) (n) b0 y (n)

187

z 1 a1 (n 1) b1

z 1 a2 (n 2) b2

z 1 a3 (n 3) b3

. . . aN2

. . . (n M) bM

. . .

z 1 aN1

z 1 aN (n N)

Figura 6.5: Forma directa II.

se le denomina sistema de media ponderada mvil o sistema MWA (moving weighted o average), que es un sistema FIR de respuesta impulsional: h(k) = bk , 0 k M

0,

en otro caso

Con M = 0, el sistema de la ecuacin (6.4) se torna puramente recursivo: o


N

y(n) =

k=1

ak y(n k) + b0 x(n)

y calcula la combinacin lineal de las ultimas N salidas y la entrada actual. o


c 2005-2011 P. Alvarado

188

6.3 Grafos de ujo de seal y estructuras transpuestas n

6.2.1

Estructuras directas para ltros FIR simtricos e

El caso particular de ltros FIR de longitud M cuyos coecientes presentan condiciones de simetr o antisimetr a a h(n) = h(M 1 n) tiene aplicaciones particularmente en el caso de ltros de fase lineal. Este tipo de simetr a permite reducir el nmero de productos requeridos de una implementacin convencional u o de M a M/2 o a (M 1)/2 para M par o impar respectivamente. Las guras 6.6 y 6.7 ilustran las estructuras en forma directa para estos ltros.
x(n) z 1 z 1 z 1 z 1 z 1

z 1 h(0) y (n) h(1)

z 1 h(2)

z 1

z 1 h
M3 2

z 1 h
M1 2

Figura 6.6: Filtro FIR simtrico con M impar. e


x(n)

z 1

z 1

z 1

z 1

z 1

z 1

z 1 h(0) y (n) h(1)

z 1 h(2)

z 1 h(3) h

z 1
M 2

z 1 h
M 2

Figura 6.7: Filtro FIR simtrico con M par. e

6.3

Grafos de ujo de se al y estructuras transpuesn tas

Una representacin alternativa de los diagramas de bloques utilizados hasta ahora son o los diagramas de ujo de seal, caracterizados por ramas con transmitancias espec n cas y nodos en donde convergen y se distribuyen las seales. Los nodos suman todas las seales n n que convergen en ellos y distribuyen la misma seal en todas las ramas que salen de ellos. n Un nodo que solo distribuye la misma seal (es decir, un nodo en el que no converge n ninguna seal) recibe el nombre de nodo fuente, y uno a donde solo convergen seales (es n n
c 2005-2011 P. Alvarado

6 Implementacin de sistemas discretos o

189

decir, no sale ninguna seal) se denomina nodo sumidero. La gura 6.8 ilustra el grafo n de ujo de seal correspondiente al diagrama de bloques de un sistema de segundo orden n ilustrado en la parte superior, en donde se muestra que y(n) llega a un nodo sumidero y x(n) parte de un nodo fuente.
x(n) b0 y (n)

z 1 a1 b1

z 1 a2 b2

x(n) z 1 a1

b0

y (n)

b1 z a2 b2
1

Figura 6.8: Diagrama de bloques de sistema de segundo orden y su correspondiente grafo de ujo de seal. n

La representacin de sistemas con una topolog de grafos permite aplicar principios como o a el llamado teorema de transposicin, que especica una forma de transformar el grafo de o modo que la relacin entre entrada y salida no cambie. El teorema de transposicin o o especica que si se invierten las direcciones de todas las transmitancias de rama y se intercambia la entrada con la salida en el grafo, la funcin de transferencia del sistema o no cambia. La transposicin del sistema de segundo orden de la gura 6.8 se ilustra en o la gura 6.9. Obsrvese que en la transposicin los nodos se convierten en sumadores y los sumadores e o en nodos. Ejemplo 6.1 Encuentre las formas directas I y II y la forma transpuesta II para el sistema b0 + b1 z 1 + b2 z 2 H(z) = 1 + a1 z 1 + a2 z 2 Solucin: o
6.1

c 2005-2011 P. Alvarado

190
y (n) b0 z 1 a1 b1 z 1 a2 b2 x(n) b0

6.4 Muestreo en frecuencia


x(n)

y (n)

z 1

b1

a1

z 1

b2

a2

Figura 6.9: Grafo de ujo de seal transpuesto y el diagrama de bloques derivado. n

6.4

Muestreo en frecuencia
M 1 , 2 M k = 0, 1, . . . , 1, 2 1 =0o 2 k = 0, 1, . . . ,

Dado un conjunto de frecuencias k espaciadas de forma homogenea k = 2 (k + ), M M impar M par

Se sabe que la respuesta en frecuencia H() est dada por la transformada de Fourier en a tiempo discreto de la respuesta al impulso h(n):
M 1

H() =
n=0

h(n)ejn

y los valores de H() en las frecuencias k son entonces H(k + ) = H


!

2 (k + ) M

M 1

=
n=0

h(n)ej2(k+)n/M ,

k = 1, 2, . . . , M 1

c 2005-2011 P. Alvarado

6 Implementacin de sistemas discretos o


x(n) b0 y (n)

191

Forma directa I

z 1 b1 a1

z 1

z 1 b2 a2

z 1

y(n) = b0 x(n) + b1 x(n 1) + b2 x(n 2) a1 y(n 1) a2 y(n 2)

x(n)

w (n)

b0

y (n)

Forma directa regular II

z 1 a1 w (n 1) b1 z 1 a2 w (n 2) b2 x(n) b0 y (n)

w(n) = a1 w(n 1) a2 w(n 2) + x(n) y(n) = b0 w(n) + b1 w(n 1) + b2 w(n 2)

Forma directa transpuesta II

z 1 w1 (n) b1 a1 z 1 w2 (n) b2 a2

y(n) = b0 x(n) + w1 (n 1) w1 (n) = b1 x(n) + a1 y(n) + w2 w(n 1) w2 (n) = b2 x(n) a2 y(n)

Tabla 6.1: Mdulos de segundo orden con funcin de transferencia H(z) = o o para sistemas en tiempo discreto.

b0 +b1 z 1 +b2 z 2 1+a1 z 1 +a2 z 2

Obsrvese que si = 0 entonces la ecuacin anterior corresponde a la DFT de M puntos e o de h(n). Utilizando los mismos principios de derivacin de la IDFT se despeja: o 1 h(n) = M
M 1

H(k + )ej2(k+)n/M ,
k=0

k = 1, 2, . . . , M 1

(6.5)

que equivale a la IDFT si = 0. Se sabe que la funcin de transferencia del ltro est dada por o a
M 1

H(z) =
n=0

h(n)z n

y utilizando (6.5) se obtiene


M 1

H(z) =
n=0

1 M

M 1

H(k + )ej2(k+)n/M z n
k=0

c 2005-2011 P. Alvarado

192

6.5 Sistemas en cascada

e intercambiando el orden de las sumatorias


M 1

H(z) =
k=0

H(k + ) 1z e

1 M

M 1

ej2(k+)/M z 1
n=0

M j2 M 1

k=0

H(k + ) 1 ej2(k+)/M z 1

que est expresada enteramente por las muestras del espectro H(). La anterior ecuaa cin se interpreta como la cascada de dos sistemas: un ltro todo ceros del tipo peine o caracterizado por 1 1 z M ej2 H1 (z) = M donde los ceros se encuentran equiespaciados sobre la circunferencia unitaria en zk = ej2(k+)/M , k = 0, 1, . . . , M 1

El otro elemento de la cascada es un banco de ltros de primer orden, cada uno con un solo polo en pk = ej2(k+)/M , k = 0, 1, . . . , M 1 Obsrvese que los polos coinciden en su posicin con los ceros. e o La gura 6.10 muestra la realizacin de un ltro FIR por muestreo en frecuencia. o Cuando la respuesta en frecuencia deseada es de banda angosta, la mayor parte de los coecientes H(k ) son cero, y la estructura se simplica. Adems, si se requiere una a respuesta impulsional real, entonces debido a la simetr herm a tica de H() la estructura puede simplicarse aun ms combinando pares de ltros de primer orden en ltros de a segundo orden.

6.5

Sistemas en cascada

Las formas directas I y II utilizan los coecientes de los polinomios en el numerador y denominador de la funcin de transferencia racional que implementan. Puesto que el o posicionamiento de las ra polinomiales es un problema mal condicionado, la ubicacin ces o de los polos y ceros, considerando las precisiones nitas con las que los coecientes pueden ser representados, pueden variar considerablemente, convirtiendo por ejemplo sistemas estables en inestables. Los sistemas en cascada persiguen una utilizacin directa de los valores de polos y ceros, o que hacen ms predecible el efecto de cuanticacin en sus representaciones digitales. a o Para ello se parte de una factorizacin de los polinomios en el numerador y denominador o de la funcin de transferencia del sistema o H(z) =
M k k=0 bk z N k k=0 ak z

=A

M1 1 k=1 (1 fk z ) N1 1 k=1 (1 ck z )
c 2005-2011 P. Alvarado

M2 k=1 (1 N2 k=1 (1

dk z 1 )(1 d k z 1 )

gk z 1 )(1 g k z 1 )

6 Implementacin de sistemas discretos o


H()

193

z 1 e j2/M H(1 + )

z 1 e
j2(1+)/M

H(2 + )
1 M

x(n) e z
M j2(2+)/M

z 1

e j2 =0o
1 2

H(M 1 + ) y (n) z 1 e
j2(M1+)/M

Figura 6.10: Realilzacin de ltro FIR por muestreo en frecuencia o

donde M = M1 + 2M2 y N = N1 + 2N2 . Si ak y bk son reales entonces fk y ck tambin lo e son, mientras que gk y dk son complejos y aparecen junto a sus pares complejos conjugados g k y d k . Usualmente se combinan pares de factores reales o complejos cojugados en estructuras de segundo orden, de modo que H(z) = b0k + b1k z 1 + b2k z 2 1 a1k z 1 + a2k z 2 k=1
Ns

(6.6)

con Ns = (N + 1)/2 . Aqu se ha asumido que M N . En caso de que hubiese un nmero impar de de ceros (o polos) reales, entonces uno de los trminos b2k (o a2k ) ser u e a cero. Para cada uno de estos trminos puede utilizarse la forma directa II, aunque se e acostumbra utilizar una reduccin en el nmero de multiplicadores necesarios utilizando o u la factorizacin o Ns 1 + 1k z 1 + 2k z 2 b b H(z) = b0 (6.7) 1 + a z 2 1 a1k z 2k k=1 La forma (6.6) tiene sin embargo la ventaja sobre la forma (6.7) de que el valor de b0 queda
c 2005-2011 P. Alvarado

194

6.6 Sistemas paralelos

distribuido en todos los trminos de la cascada, lo que es conveniente en implementaciones e en punto jo. La gura 6.11 ilustra los conceptos presentados.
x(n) = x1 (n) H1 (z) x2 (n) y1 (n) H2 (z) y2 (n) xK (n) HK (z) y (n)

xK (n)

b0

yk (n) = xk+1 (n)

z 1 a1 w (n 1) b1 z 1 a2 w (n 2) b2

Figura 6.11: Estructura en cascada de sistemas de segundo orden.

6.6

Sistemas paralelos

De forma alternativa a la factorizacin en trminos de segundo orden, utilizando descomo e posicin en fracciones parciales es posible expresar la funcin de transferencia como o o
Np N1

H(z) =
k=0

Ck z

+
k=1

2 Ak Bk (1 ek z 1 ) + 1 ck z 1 k=1 (1 dk z 1 )(1 d k z 1 )

donde N = N1 + 2N2 . El primer trmino est presente solo si H(z) es una funcin e a o racional impropia, es decir, si M N en cuyo caso Np = M N . Si los coecientes ak y bk son reales, tambin lo son Ak , Bk , ek y dk . Esta expresin puede interpretarse como la e o combinacin en paralelo de sistemas IIR de primer y segundo orden, ms una cadena de o a Np retardadores. Agrupando tambin los polos reales en pares, la funcin de transferencia e o se puede expresar como
Np N2

H(z) =
k=0

Ck z

+
k=1

e0k e1k z 1 1 a1k z 1 a2k z 2

La gura 6.12 resume los conceptos presentados.

c 2005-2011 P. Alvarado

6 Implementacin de sistemas discretos o

195

C x(n) H1 (z) z 1 x(n) H2 (z) ak1 z 1 ak2 bk1 bk0 yk (n)

y (n) HK (z)

Figura 6.12: Estructura en paralelo de sistemas de primer y segundo orden.

c 2005-2011 P. Alvarado

196

6.6 Sistemas paralelos

c 2005-2011 P. Alvarado

Cap tulo 7 Introduccin al dise o de ltros o n digitales


Por convencin, cuando se utiliza el trmino ltro digital impl o e citamente se hace referencia a sistemas LTI. Cuando se trata de sistemas no lineales, o sistemas variantes en el tiempo se hace mencin expresa de esa condicin. o o En general, el diseo de ltros se compone de cuatro fases: n 1. Especicacin: En esta etapa se evala la aplicacin concreta y se levanta la lista o u o de requisitos que debe cumplir el ltro, como factores de ganancia, frecuencias de corte, bandas pasantes, rizado en las bandas pasantes y de rechazo, etc. 2. Dimensionamiento: De acuerdo a las especicaciones se dimensiona el ltro, seleccionando orden y tipo de ltro, el dominio de diseo (analgico con transforman o cin o directamente digital, por optimizacin, etc.), decisin si utilizar FIR o IIR, o o o consideraciones de las implicaciones de causalidad, etc. 3. Realizacin: Se establece aqu la estructura a utilizar, forma directa I o II, estruco tura en cascada, en paralelo, as como optimizaciones algor tmicas permitidas por la aplicacin espec o ca. 4. Implementacin: Se ocupa de aspectos de lenguaje de programacin (C, ensamo o blador, etc.), plataforma de prototipado (MatLab, LabVIEW), sistemas integrados de desarrollo (p. ej. Code Composer Studio), sistemas empotrados, etc. En ciertas aplicaciones es necesario el desarrollo de circuitos para hardware recongurable (FPGA, CPLD, etc.) o incluso el diseo de ASIC, si las restricciones de velocidad n lo hacen necesario. La complejidad del dimensionamiento y realizacin de los ltros llega a ser de similar o complejidad que su implementacin. Los tiempos requeridos para la implementacin o o dependen del nivel de abstraccin del diseo. Mientras ms abstracto sea el nivel de o n a diseo (por ejemplo, con herramientas de prototipado rpido), menor ser el tiempo de n a a 197

198

7.1 Causalidad y sus implicaciones

diseo y mayor la exibilidad, aunque el tiempo de ejecucin es menos controlable. En n o el mercado laboral de PDS, es usual encontrar compa que elaboran las secciones nas cr ticas del procesamiento digital en lenguaje ensamblador, o que utilizan FPGA para dicho procesamiento. Esto requiere mayores tiempos en su desarrollo (lo que hace al proceso ms caro), y usualmente la exibilidad de cambios es menor comparada a las a herramientas de prototipado rpido, o lenguajes de programacin genricos. a o e En general, el diseo de ltros digital se concentra en el diseo de un sistema que cumpla n n ciertos requisitos para su respuesta en magnitud. La fase queda determinada por las consideraciones de estabilidad (particularmente en ltros IIR) o consideraciones de fase lineal (en ltros FIR).

7.1

Causalidad y sus implicaciones

Sea h(n) la respuesta impulsional de un ltro paso bajo ideal con respuesta en frecuencia H() = 1 || C

0 C < <

que obviamente no es causal y por tanto no realizable. Pero cmo debe ser H() para o que h(n) sea causal? Esta pregunta la responde el Teorema de Paley-Wiener que arma: si h(n) tiene energ nita y es causal (h(n) = 0, n < 0) entonces a

C h(n) = C sen(C n) C n

n=0 en otro caso

| ln |H()| | d <

Si esta ecuacin se cumple para |H()| entonces puede buscarse una respuesta de fase o asociada () tal que H() = |H()|ej() represente una seal causal. n Ntese que de acuerdo a este teorema la funcin |H()| puede ser cero en frecuencias o o puntuales aisladas, pero no en una banda nita, puesto que la integral se har innita. a Por lo tanto, ningn ltro ideal es causal. u Puesto que h(n) se puede separar en componentes par e impar: h(n) = he (n) + ho (n) 1 he (n) = [h(n) + h(n)] 2 1 ho (n) = [h(n) h(n)] 2

c 2005-2011 P. Alvarado

7 Introduccin al diseo de ltros digitales o n

199

si h(n) es causal entonces se tiene adems a h(n) =2he (n)u(n) he (0)(n) = 2ho (n)u(n) + h(0)(n) n>0

he (n) =ho (n),

y si h(n) es absolutamente sumable (estable BIBO) entonces H() = HR () + jHI () y puesto que h(n) es causal y real entonces he (n) ho (n)

HR () HI ()

con lo que se deduce que HR () es suciente para establecer H(). En otras palabras HR () y HI () son interdependientes y no se pueden especicar libremente para sistemas causales. Para establecer la relacin entre las partes real e imaginaria de la respuesta en frecuencia o se plantea utilizando el teorema del enventanado H() = HR () + jHI () = F {2he (n)u(n) he (0)(n)}

= 2 [HR () U ()] he (0) 1 = HR ()U ( ) d he (0)

que con u(n)

U () = () +

1 1 ej 1 1 = () + j cot , 2 2 2

< <

es equivalente a H() = 1

HR ()( ) d +
HR ()

1 HR () d 2
he (0)

+ y puesto que

j HR () cot 2

d he (0)

j HR () + jHI () = HR () HR () cot 2 2 1 HI () = HR () cot d 2 2

denominada Transformada de Hilbert discreta de HR ().


c 2005-2011 P. Alvarado

200
|H()| 1 + 1 1 1 1

7.1 Causalidad y sus implicaciones

Rizado de Banda de Paso

Rizado de Banda de Rechazo 2 P S

Banda de Paso

Banda de Transicin o

Banda de Rechazo

Figura 7.1: Respuesta real de ltro pasa bajas.

La causalidad adems tiene otras consecuencias aqu no demostradas, como por ejemplo a que |H()| no puede ser constante en ningn rango nito de frecuencias y la transicin u o de la banda de paso a la banda de rechazo no puede ser innitamente abrupta. Por estas razones, las respuestas en magnitud de ltros reales solo pueden ser aproximaciones de las versiones ideales, tal y como lo muestra la gura 7.1. La frecuencia angular P dene el l mite superior de la banda de paso y as el ancho de banda del ltro. La frecuencia angular S indica el inicio de la banda de rechazo. El ancho de banda de transicin es o entonces S P . Los rizados de las bandas de paso y rechazo son 1 y 2 respectivamente. En aplicaciones reales se debe especicar entonces antes de disear el ltro n 1. Mximo rizado permitido en la banda de paso 1 a 2. Mximo rizado permitido en la banda de rechazo 2 a 3. Frecuencia de corte de la banda de paso P 4. Frecuencia de corte de la banda de rechazo S . donde las dos ultimas se escogen usualmente en trminos de potencia mitad. e El grado en que H() acata las especicaciones depende en parte de los criterios utilizados para seleccionar {ak } y {bk }, as como del nmero de polos y ceros utilizados. u Generalmente el diseo de ltros se concentra en el tipo pasa bajos, para lo que existen n gran variedad de tcnicas. Algunas de ellas se muestran en la gura 7.2 y se ilustran con e ms detalle en [15]. Existen mtodos para transformar los ltros pasa bajos a otros tipos a e como paso altos o paso banda.
c 2005-2011 P. Alvarado

7 Introduccin al diseo de ltros digitales o n


Diseo de n Filtros Digitales

201

FIR

IIR

Ventanas

Muestreo en frecuencia

Optimos

Analgicos o

Directos

Aproximacin o de derivadas

Aproximacin o de Pad` e

Invarianza impulsional

M nimos cuadrados

Transformacin o bilineal

Dominio de frecuencia

Transformada z adaptada

Figura 7.2: Taxonom de mtodos para el diseo de ltros. a e n

7.2

Filtros de respuesta de impulso nita

Para un ltro FIR de longitud M la relacin de entrada salida est dada por la convolucin o a o y es
M 1 M 1

y(n) =
k=0

bk x(n k) =
M 1

k=0

h(k)x(n k) = h(n) x(n)


M 1

y la funcin de transferencia es o H(z) =


k=0

h(k)z

1 z M 1

h(k)z M 1k
k=0

cuyas ra son los ceros del ltro. Este ltro tiene fase lineal si su respuesta impulsional ces satisface las simetr as: h(n) = h(M 1 n), n = 0, 1, . . . , M 1

que para la transformada z de h(n), H(z) implica los siguientes casos. Para M par
M 2

H(z) = z

(M 1)/2 k=0

h(k) z (M 12k)/2 z (M 12k)/2

c 2005-2011 P. Alvarado

202

7.2 Filtros de respuesta de impulso nita

y con z = ej y asumiendo simetr circular par h(n) = h(M 1 n) entonces a


M 2

H() = e

j(M 1)/2 k=0


M 2

h(k) ej(M 12k)/2 + ej(M 12k)/2


1

2 2

=e =e

j(M 1)/2

2
k=0

h(k) cos

(M 1 2k) 2

j(M 1)/2

Hr ()

donde Hr () es una funcin real por corresponder a una suma ponderada con coeo cientes reales h(k) y trminos cosenoidales con argumentos reales. De forma equie valente, para el caso antisimtrico circular h(n) = h(M 1 n): e H() = e
1 j M2 M 2

k=0 j (
1 M2 2

h(k) ej(M 12k)/2 ej(M 12k)/2


M 2

2j 2j

=e

)2
k=0

h(k) sen

(M 1 2k) 2

= ej ( Para M impar:

1 M2 2

) H () r

H(z) = z (M 1)/2

M 1 2

M 3 2

+
k=0

h(k) z

M 12k 2

M 12k 2

Con simetr circular par h(n) = h(M 1 n) lo anterior, en el domino de la a frecuencia, conduce a M 3 2 M 1 2k M 1 +2 H() = ej(M 1)/2 h h(k) cos 2 2 k=0 = ej(M 1)/2 Hr () y con antisimetr circular h(n) = h(M 1 n), que adems implica h a a H() = e
1 j ( M2 ) 2 M 3 2

M 1 2

= 0:

2
k=0

h(k) sen

M 1 2k 2

= ej ( Ntese que se cumple adems o a

1 M2 2

) H () r

z (M 1) H(z 1 ) = H(z) lo que implica que si zk es un cero, entonces z k , 1/zk y 1/z k tambin lo son (gura 7.3). e La tabla 7.1 resume las posibilidades brindadas por las diferentes simetr para ltros as FIR de fase lineal.
c 2005-2011 P. Alvarado

7 Introduccin al diseo de ltros digitales o n

203

j
1 z3

z3 z1 1 z3 z2 z1

1 z1

1 z2

1 z1 1 z3

Figura 7.3: Posicin de los ceros en un ltro FIR de fase lineal. o

Tabla 7.1: Simetr en ltros FIR de fase lineal as Simetr a M par Simtrica h(n) = h(M 1 n) e
M 2

Antisimtrica h(n) = h(M 1 n) e Hr (0) = 0 no apto como ltro paso bajos

Hr (0) = 2
k=0

h(k)

M impar Hr (0) = h

M 1 2

M 3 2

+2
k=0

h(k) Hr (0) = Hr () = 0 no apto como ltro paso bajos o altos

7.2.1

Dise o de ltros FIR por el mtodo de ventanas n e

Sea Hd () la respuesta en frecuencia deseada, que usualmente sigue la forma de un ltro ideal. En general, la respuesta impulsional correspondiente hd (n) es innita y dada por la transformada inversa de Fourier hd (n) = 1 2

Hd ()ejn d

El ltro FIR se obtiene truncando hd (n) por medio de una ventana, como por ejemplo la ventana rectangular w(n) = es decir, h(n) = hd (n)w(n) = hd (n) n = 0, 1, . . . , M 1 0 en otro caso 1 n = 0, 1, . . . , M 1 0 en otro caso

c 2005-2011 P. Alvarado

204

7.2 Filtros de respuesta de impulso nita

En el dominio de la frecuencia H() = Hd () W (), donde


M 1

W () =
n=0

w(n)ejn

Puesto que W () tiene generalmente un lbulo central y lbulos laterales, el efecto de la o o convolucin es suavizar la respuesta Hd (). o Para reducir el efecto de los lbulos laterales se utilizan ventanas diferentes a la rectano gular, caracterizadas por no tener cambios abruptos en el dominio del tiempo, lo que conduce a lbulos menores en el dominio de la frecuencia. Algunas ventanas t o picas y sus caracter sticas se presentan en la tabla 7.2. Tabla 7.2: Funciones utilizadas como ventanas. Ventana Rectangular h(n), 0 n M 1 Ancho lobular 4/M 8/M 8/M 8/M Pico lbulo o lateral [dB] 13 27 32 43

1 1 2 n M2 Bartlett (triangular) 1 M 1 2n Hamming 0,54 0,46 cos M 1 1 2n Hanning 1 cos 2 M 1

Las ventanas se ilustran en el dominio temporal en la gura 7.4, y en el dominio de la frecuencia, con su magnitud espectral en las guras 7.5 y 7.6. Ejemplo 7.1 Disee un ltro pasa bajos de longitud M que aproxime n Hd () = ej(M 1)/2 0 0 || C en el resto

Se obtiene con la transformada inversa de Fourier hd (n) = 1 2


C C

ej(n

M 1 2

M 1 ) d = sen C n 2 1 n M2

Para el ltro FIR se toman solo M muestras: h(n) =


1 sen C n M2 , 1 n M2

0nM 1
7.1

El truncamiento de hd (n) conduce a un comportamiento oscilatorio cerca del l mite de la banda de paso denominado fenmeno de Gibbs. Ntese que este mtodo no permite o o e mayor control sobre el valor de los parmetros 1 , 2 , S y P resultantes. a
c 2005-2011 P. Alvarado

7 Introduccin al diseo de ltros digitales o n

205

Rectangular Hanning Hamming Bartlett

0.8

0.6

0.4

0.2

0 0 200 400 600 800 1000

Figura 7.4: Ventanas en el dominio del tiempo.

Rectangular Hanning Hamming Bartlett

0.8

0.6

0.4

0.2

0 0 0.1 0.2 0.3 0.4 0.5

Figura 7.5: Ventanas en el dominio de la frecuencia (normalizado).

c 2005-2011 P. Alvarado

206
0

7.2 Filtros de respuesta de impulso nita

Rectangular Hanning Hamming Bartlett

-20

-40

-60

-80

-100 0 0.1 0.2 0.3 0.4 0.5

Figura 7.6: Ventanas en el dominio de la frecuencia (en dB).

Dise o de ltros FIR de fase lineal por el mtodo de muestreo de frecuencia n e En este mtodo se muestrea la respuesta en frecuencia deseada en e ciados k = 2 (k + ) M k = 0, 1, . . . ,
M 2

puntos equiespa-

M 1 M impar 2 M k = 0, 1, . . . , 1 M par 2 1 =0 o 2

y se calcula la respuesta impulsional h(n) correspondiente, donde para reducir los lbulos o laterales se utilizan mtodos numricos de optimizacin que sitan las muestras en la e e o u banda de transicin. o Puesto que H(k + ) = H 2 (k + ) M
M 1

=
n=0

h(n)ej2(k+)n/M ,

k = 0, 1, . . . , M 1

y haciendo uso de la ortogonalidad de la exponencial compleja se cumple adems a h(n) = 1 M


M 1

H(k + )ej2(k+)n/M ,
k=0

n = 0, 1, . . . , M 1

Con = 0 estas ecuaciones equivalen a la DFT e IDFT respectivamente. Si h(n) es real,


c 2005-2011 P. Alvarado

7 Introduccin al diseo de ltros digitales o n

207

entonces H(k + ) = H (M k ) lo que justica la utilizacin de o obtiene H(k + ) = Hr


M 2

muestras en vez de M . Utilizando la simetr se a

2 (k + ) ej[/22(k+)(M +1)/2M ] M

donde = 0 si h(n) es simtrica y = 1 si h(n) es antisimtrica. Con e e G(k + ) = (1)k Hr se obtiene H(k + ) = G(k + )ejk ej[/22(k+)(M +1)/2M ] Respuesta impulsional h(n) = h(M 1 n) Simetr circular par a H(k) = G(k)ejk/M k = 0, 1, . . . , M 1 G(k) = (1)k Hr 2k G(k) = G(M k) M a = 0: M 1 2 2k 1 h(n) = 1 G(0) + 2 G(k) cos n+ M M 2 k=1 H k + 1 = G k + 1 ej ej(2k+1)/2M 2 2 2 1 1 1 G k+ =G M k a= : 2 2 2 M 1 2 2 1 2 h(n) = G k+ sen M k=0 2 M 2 (k + ) M k = 0, 1, . . . , M 1

k+

1 2

n+

1 2

Simetr circular impar a H(k) = G(k)ej/2 ejk/M k = 0, 1, . . . , M 1 G(k) = (1)k H 2k G(k) = G(M k) r M M 1 2 2 2k 1 a = 0: G(k) sen n+ M impar h(n) = M M 2 k=1 M 1 2 1 2k h(n) = 1 (1)n+1 G(M/2) 2 G(k) sen n+ M M 2 k=1
c 2005-2011 P. Alvarado

M par

208

7.2 Filtros de respuesta de impulso nita

H k + 1 = G k + 1 ej(2k+1)/2M 2 2 G k + 1 = (1)k H 2 k + 1 r 2 M 2 1 a= : 1 1 2 G k+ = G M k ; G(M/2) = 0 para M impar 2 2 M 1 2 2 2 1 1 1 h(n) = cos k+ n+ G k+ M 2 M 2 2


k=0

Solucin: h(n) es simtrica y en este caso = 0. Con G(k) = (1)k Hr o e 0, 1, . . . , 7 y las ecuaciones anteriores se obtiene h(0) h(1) h(2) h(3) h(4) h(5) h(6) = = = = = = = h(14) h(13) h(12) h(11) h(10) h(9) h(8) h(7) = 0,014112893 = 0,001945309 = 0,04000004 = 0,01223454 = 0,09138802 = 0,1808986 = 0,3133176 = 0,52

Ejemplo 7.2 Disee un ltro de longitud M = 15 con respuesta impulsional h(n) n simtrica y respuesta en frecuencia condicionada a e 1 k = 0, 1, 2, 3 2k = 0,4 k = 4 Hr 15 0 k = 5, 6, 7
2k 15

, k =

7.2

7.2.2

Dise o de ltros ptimos n o

El diseo de ltros se denomina ptimo si el error de aproximacin entre la respuesta en n o o frecuencia deseada y la actual se distribuye equitativamente a lo largo de las bandas de paso y rechazo. Dadas las frecuencias de corte para las bandas de paso y rechazo P y S respectivamente, el ltro debe satisfacer adems a 1 1 Hr () 1 + 1 2 Hr () 2 || P

|| > S

por lo que 1 representa el rizado de la banda de paso y 2 la atenuacin o rizado en la o banda de rechazo.
c 2005-2011 P. Alvarado

7 Introduccin al diseo de ltros digitales o n

209

Utilizando los ltros simtricos y antisimtricos de fase lineal puede demostrarse que e e Hr () = Q()P () con Q() y P () dados en la tabla 7.3. El error de aproximacin se dene entonces como o E() = W ()[Hdr () Hr ()] = W ()Q()

= W ()[Hdr () Q()P ()]

Hdr () P () Q()

donde W () es una funcin de ponderacin de error que usualmente se dene como o o W () =


1 2

en la banda de paso en la banda de rechazo

y Hdr () la respuesta ideal del ltro deseada que es 1 en la banda de paso y cero en la de rechazo. Con W () = W ()Q() Hdr () Hdr () = Q() el error se puede reescribir como E() = W () Hdr () P () . El diseo del ltro consiste entonces en buscar los parmetros {(k)} = {a(k)}, {b(k)}, {c(k)} n a o {d(k)} que conducen al menor valor mximo de |E()|. a
L

arg min max |E()| = arg min max W () Hdr


{(k)} S {(k)} S

(k) cos k
k=0

donde S representa el conjunto (disjunto) de bandas sobre las que se realiza la optimizacin. Este problema de optimizacin requiere tambin mtodos numricos de optimizacin o o e e e o (por ejemplo el algoritmo de intercambio de Remez) basados en el teorema de la alterternancia, que establece que la funcin de error E() debe exhibir al menos L + 2 frecuencias o extremas en S, es decir, deben existir al menos L + 2 frecuencias {i } en S tales que 1 < 2 < . . . < L+2 , E(i ) = E(i1 ) y |E(i )| = max |E()|, i = 1, 2, . . . , L + 2 para
S

que P () =

L k=0

(k) cos k sea la mejor y unica aproximacin ponderada de Hdr (). o

El nombre del teorema se debe a la alternancia de signo entre dos extremos consecutivos.
c 2005-2011 P. Alvarado

7.2 Filtros de respuesta de impulso nita

Tabla 7.3: Descomposicin de ltros FIR en P () y Q(). o Simtrico e h(n) = h(M 1 n) M Impar Caso 1 Caso 3 Q() = sen()
(M 3)/2

Antisimtrico e h(n) = h(M 1 n)

P () = Q() = 1
(M 1)/2 k=0

c(k) cos k M 3 c 2 M 5 2 c = 2h(0) = 4h(1) c(k 1) c(k + 1) = 4h 1 c(0) + c(2) = 2h 2 M 3 2 Caso 4 Q() = sen
M 2

P () =
k=0

a(k) cos k h 2h k
M 1 2 M 1 2

a(k) =

k=0
1 k = 1, 2, . . . , M2

M 1 k , 2

2k

M 5 2

M Par
M 2

Caso 2 Q() = cos 2


1

2
1

P () =
k=0

cos(k) b(k) M 1 2 M k 1), b(k 2

P () =
k=0

d(k) cos(k) M 1 = 4h(0) d 2 M d(k 1) d(k) = 4h k , 2 M 1 2

=h b(0) b(k) = 4h
210

1k M 1 b 2 = 4h(0)

M 2 2

2k 1 d(0) d(1) = 2h 2

M 1 2

c 2005-2011 P. Alvarado

7 Introduccin al diseo de ltros digitales o n

211

7.3

Dise o de ltros de respuesta impulsional innita n a partir de ltros analgicos o

Puesto que el diseo de ltros analgicos es un campo maduro y bien desarrollado, puede n o hacerse uso de sus resultados transformando ltros analgicos, descritos en el dominio de o frecuencia compleja s = + j como Ha (s) = B(s) = A(s)
M k k=0 k s N k k=0 k s

(7.1)

a ltros digitales utilizando algn mapeo adecuado entre las variables s y z. La funu cin de transferencia Ha (s) se relaciona con la respuesta impulsional h(t) a travs de la o e Transformada de Laplace

Ha (s) =

h(t)est dt

que teniendo una forma racional como en (7.1) est relacionada con la ecuacin diferencial a o dk y(t) k = dtk k=0
N M

k
k=0

dk x(t) dtk

(7.2)

donde x(t) representa la entrada del ltro y y(t) su salida. Puesto que el sistema descrito por Ha (s) es estable si sus polos se encuentran al lado izquierdo del eje = 0 entonces el mapeo de s a z debe 1. Transformar s = j en la circunferencia unitaria en el plano z. 2. El semiplano izquierdo (LHP) de s debe corresponder con el interior de la circunferencia unitaria. En la seccin anterior se mencion que un ltro tiene fase lineal si o o H(z) = z N H(z 1 ) . Con ltros FIR esto se utiliza para ubicar los ceros, pero con ltros IIR esto implica que cada polo dentro de la circunferencia unitaria en z tiene otro polo correspondiente fuera de ella, lo que implica que el ltro ser inestable. En otras palabras, si se requiere un a ltro de fase lineal, debe utilizarse un ltro FIR como los tratados en la seccin anterior. o Con ltros IIR usualmente se enfoca el diseo a la respuesta en magnitud, dejando que n las interrelaciones existentes entre fase y magnitud determinen la fase, segn corresponda u con la metodolog de diseo utilizada. a n
c 2005-2011 P. Alvarado

212

7.3 Diseo de ltros de respuesta impulsional innita a partir de ltros analgicos n o

7.3.1

Dise o por aproximacin de derivadas n o

Si se cuenta con la ecuacin diferencial del ltro (7.2), se pueden aproximar las derivadas o haciendo uso de dy(t) dt y(n) y(n 1) y(nT ) y(nT T ) = T T

t=nT

con el intervalo de muestreo T . Transformando al dominio s y z se tiene s= 1 z 1 . T

Puede deducirse de forma similar que la k-sima derivada resulta en la relacin e o s =


k

1 z 1 T

por lo que la aproximacin para el ltro IIR digital es o H(z) = Ha (s)|s= 1z1
T

La equivalencia entre s y z se puede derivar de z= mapeo que se ilustra en la gura 7.7.


Im{z} 2 j

1 1 sT

0 -2 -1 0 1 2

Re{z}

-1

-2

Figura 7.7: Mapeo entre el plano s y el plano z para la aproximacin de derivadas. o

Ntese que los polos del ltro digital solo se ubicarn en frecuencias pequeas, lo que o a n restringe la utilidad de este mtodo a solo ltros paso bajo y paso banda con frecuencias e resonantes relativamente bajas.
c 2005-2011 P. Alvarado

7 Introduccin al diseo de ltros digitales o n

213

7.3.2

Dise o por invarianza impulsional n

Este mtodo consiste en buscar una respuesta impulsional del ltro digital que corresponda e a la respuesta impulsional muestreada del ltro analgico: o h(n) = h(t)|t=nT , n = 0, 1, . . .

En cap tulos anteriores se analiz el hecho de que el muestreo en el tiempo conduce a una o extensin peridica que consiste en la superposicin del espectro analgico desplazado por o o o o mltiplos de la frecuencia de muestreo Fs = 1/T . u

H() = Fs
k=

Ha (Fs 2Fs k)

El aliasing que ocurre a altas frecuencias hace este mtodo inapropiado para el diseo de e n ltros paso alto. En este caso puede demostrarse que la equivalencia entre los dos dominios es z = esT = e+j T = eT ejT = rej con r = eT y = T , lo que implica que el semiplano izquierdo (LHP) corresponde al interior de la circunferencia unitaria (r < 1). Ntese que todos los o intervalos de frecuencia (2k 1) T (2k + 1) T se proyectan en la circunferencia, lo que hace de esta correspondencia una relacin inyectiva que proviene del efecto de aliasing o debido al muestreo (ver seccin 2.2.2). o
Im{z} 3
2

0 -3 -2 -1 0 1 2 3

Re{z}

-1

-2

-3

Figura 7.8: Mapeo entre el plano s y el plano z para la invarianza impulsional.

Puede demostrarse que el ltro analgico o


M

Ha (s) =
k=1

ck equivale a H(z) = s pk

k=1

ck 1 epk T z 1

y aunque los polos siguen la relacin zk = epk T , esto no se satisface para los ceros. o
c 2005-2011 P. Alvarado

214

7.3 Diseo de ltros de respuesta impulsional innita a partir de ltros analgicos n o

7.3.3

La transformada z adaptada

De forma similar al diseo por invarianza impulsional, se utiliza aqu el mapeo z = esT , n pero tanto para polos como para ceros. As transformacin z adaptada se le denomina a , o aT 1 la equivalencia entre (s a) y (1 e z ). De esta forma
M M

H(s) =

k=1 N

(s zk ) es equivalente a H(z) =

k=1 N

1 ezk T z 1 1 epk T z 1

k=1

(s pk )

k=1

Con este mtodo debe seleccionarse T lo sucientemente pequeo para evitar el aliasing. e n

7.3.4

Dise o por transformacin bilineal n o

En este mtodo se utiliza la relacin e o s= 2 T 1 z 1 1 + z 1

denominada relacin bilineal y derivada de la frmula trapezoidal para integracin numrica. o o o e Este mtodo es apto para transformar ltros paso alto y paso banda por tener una repree sentacin biyectiva entre y . Con o z= Ts + 2 Ts 2

se obtiene el mapeo mostrado en la gura 7.9.


Im{z} 2 j

0 -2 -1 0 1 2

Re{z}

-1

-2

Figura 7.9: Mapeo bilineal entre el plano s y el plano z.

c 2005-2011 P. Alvarado

7 Introduccin al diseo de ltros digitales o n

215

7.3.5

Filtros Analgicos o

Estas transformaciones pueden aplicarse para derivar ltros digitales, por ejemplo, ltros Butterworth, ltros Chebyshev (tipos I y II), ltros el pticos y ltros Bessel (tabla 7.4). Tabla 7.4: Caracter sticas de Filtros Paso Bajo Analgicos o Filtro Butterworth (todo-polos) Funcin de Transferencia o |H()|2 = 1 1 + (/C )2N 1 1+
2T 2 N P

Caracter sticas |H()| montona en las bandas de paso o y rechazo.

C : frecuencia de corte |H()|2 =

Chebyshev, Tipo I (todopolos)

TN : polinomio de Chebyshev T0 (x) = 1 T1 (x) = x TN +1 (x) = 2xTN (x) TN 1 (x) 1

Rizado constante en la banda de paso y caracter stica montona en la banda de o rechazo.

Chebyshev, Tipo II (polos y ceros)

|H()|2 =

1+

2 TN 2 TN

S P S

TN : polinomio de Chebyshev |H()|2 = 1 1+


2U N P

Rizado constante en la banda de rechazo y caracter stica montona en la bano da de paso.

El ptico o Cauer (polos y ceros)

UN : funcin el o ptica Jacobiana de orden N H(s) = 1 BN (s)

Rizado constante tanto en la banda de paso como en la de rechazo.

Bessel polos)

(todo-

BN (s): funciones de Bessel B0 (s) = 1 B1 (s) = s + 1

Respuesta de fase lineal en la banda de paso (aunque se destruye en la conversin a digital). o

BN (s) = (2N 1)BN 1 (s) + s2 BN 2 (s)

7.4

Transformacin de Frecuencia o

Hay dos maneras de obtener un ltro digital paso bajo, paso alto, paso banda o supresor de banda a partir de un ltro paso bajo analgico: o 1. Transformar en el dominio analgico al ltro deseado, y luego usar uno de los mapeos o
c 2005-2011 P. Alvarado

216

7.4 Transformacin de Frecuencia o

de s a z presentados anteriormente para transformarlo al dominio digital. 2. Transformar el ltro paso bajo a un equivalente paso bajo digital, para luego hacer la transformacin al ltro deseado en el dominido digital. o Para el primer caso se utilizan las transformaciones mostradas en la tabla 7.5. Para el segundo se presentan las modicaciones en la tabla 7.6. Tabla 7.5: Transformaciones de frecuencia para ltros analgicos. o Tipo de ltro deseado Transformacin o Nuevas frecuencias de corte P P u , l u , l

Paso bajo Paso alto Paso banda Supresor de banda


P : l : u :

P s P P P s s 2 s + l u s P s(u l ) s(u l ) s P 2 s + l u s

frecuencia de corte del prototipo frecuencia de corte inferior frecuencia de corte superior

c 2005-2011 P. Alvarado

7 Introduccin al diseo de ltros digitales o n

217

Tabla 7.6: Transformaciones de frecuencia para ltros digitales. Tipo de ltro deseado Transformacin o Constantes Nuevas frecuencias de corte P P u , l

Paso bajo Paso alto Paso banda

z z

z 1 a 1 az 1 z 1 + a 1 + az 1 z 2 a1 z 1 + a2 a2 z 2 a1 z 1 + 1

sen

a=
sen cos

P P 2 P + P 2 P +P 2 P P 2

a=
cos

z 1

K a1 = 2 K+1

a2 = =

K1 K+1 + cos( u 2 l )
u l 2 u l

cos(

)
P tan 2

K = cot Supresor de banda z 1 z 2 a1 z 1 + a2 a2 z 2 a1 z 1 + 1

1 a1 = 2 K+1

u , l

a2 = =

1K 1+K + cos( u 2 l )
u l 2 u l

cos(

K = tan
P : l : u :

P tan 2

frecuencia de corte normalizada del prototipo frecuencia de corte normalizada inferior frecuencia de corte normalizada superior

c 2005-2011 P. Alvarado

218

7.4 Transformacin de Frecuencia o

c 2005-2011 P. Alvarado

Bibliograf a
[1] P. Alvarado. Modelos de sistemas. Notas de clase, 2005. URL http://www.ie.itcr. ac.cr/palvarado/Modelos/modelos.pdf. [2] P.M. Aziz, H. V. Sorensen, and J. van der Spiegel. An overview of sigma-delta converters. IEEE Signal Processing Magazine, pages 6184, January 1996. [3] C. S. Burrus, J. H. McClellan, A. V. Oppenheim, T. W. Parks, R. W. Schafer, and H. W. Schuessler. Ejercicios de Tratamiento de la Seal. Un enfoque prctico. n a Prentice Hall, 1998. [4] H. F. Davis. Fourier series and orthogonal functions. Dover Publications, Inc., 1963. [5] John W. Eaton. Octave [online]. 1998 [visitado el 28 de julio de 2011]. URL http: //www.octave.org. [6] John W. Eaton. Octave repository [online]. 1998 [visitado el 28 de julio de 2011]. URL http://octave.sourceforge.net/afunclist.html. [7] S. Haykin and B. van Veen. Seales y sistemas. Limusa Wiley, 2001. n [8] G. James. Matemticas Avanzadas para Ingeniera. Prentice Hall, 2da edition, 2002. a [9] E. Kreyszig. Matemticas Avanzadas para Ingeniera, volume I. Limusa Wiley, 3ra a edition, 2000. [10] E. Kreyszig. Matemticas Avanzadas para Ingeniera, volume II. Limusa Wiley, 3ra a edition, 2000. [11] D. Lindner. Introduccin a las seales y los sistemas. McGraw Hill, 2002. o n [12] MathWorks. Matlab [online]. 1994 [visitado el 28 de julio de 2011]. URL http: //www.matlab.com. [13] U. Meyer-Baese. Digital Signal Processing with Field Programmable Gate Arrays. Signals and Communication Technology. Springer, 3ra edicin edition, 2007. o [14] A. Oppenheim, A. Willsky, and S. H. Nawab. Seales y Sistemas. Prentice Hall, 2da n edition, 1998. 219

220

Bibliograf a

[15] J. G. Proakis and D. G. Manolakis. Tratamiento Digital de Seales. Prentice Hall, n 1998. [16] J. G. Proakis and D. G. Manolakis. Tratamiento Digital de Seales. Pearson Edun cacin S.A., Madrid, 2007. o [17] M. J. Roberts. Seales y Sistemas. Anlisis mediante mtodos de transformada y n a e MatLab. McGraw Hill, 2005. [18] G. E. Shilov. Elementary Real and Complex Analysis. Dover Publications, Inc., 1973. [19] E. Soria Olivas, M. Mart nez Sober, J. V. Francs Villora, and G. Camps Valls. Trae tamiento Digital de Seales. Problemas y ejercicios resueltos. Prentice Hall, Madrid, n 2003. [20] F. G. Stremler. Introduccin a los sistemas de comunicacin. Addison Wesley Longo o man, 1993. [21] Wikimedia. Wikipedia [online]. Diciembre 2005 [visitado el 28 de julio de 2011]. URL http://en.wikipedia.org/wiki. [22] U. Zlzer. Digital Audio Signal Processing. John Wiley and Sons, 2008. o

c 2005-2011 P. Alvarado

Apndice A e Octave y Matlab


MatLab[12] y Octave[5] son programas utilizados en procesamiento numrico de datos, e dentro de lo cual gura el rea de procesamiento digital de seales. Este apndice es a n e una brev sima introduccin a la utilizacin del intrprete de ambos sistemas. Muchas de o o e las funciones disponibles para MatLab deben ser instaladas por aparte para el Octave, y pueden ser encontradas en la base de datos del grupo que lo desarrolla [6]. La representacin grca de seales de variable discreta en MatLab se realiza con la o a n funcin stem. Por ejemplo: o nn = 0:30; % genere un vector de 31 elementos: 0, 1, 2 .. 30 sinus = sin(nn/2+1); % para cada x en nn genere sin(x/2+1) stem(nn,sinus); % muestre valores en sinus para las muestras nn El punto y coma ; le indica al MatLab que no debe mostrar el resultado de la operacin. o Si es omitido, el resultado se mostrar directamente. a Con los comandos hold y hold off se puede controlar si se debe gracar sobre la misma imagen o no. La funcin zeros(m,n) genera una matriz de m las por n columnas. As que para generar o un impulso puede utilizarse imp=zeros(20,1); imp(5)=1; Depender de los a ndices generados para esta secuencia el nmero de muestra para el u impulso. Por ejemplo, con nn=-5:14 el retardo del impulso es -1 pero con nn=0:19 el retardo ser 4. a Para generar seales peridicas puede utilizarse el siguiente concepto: n o x = [0;1;1;0;0;0] * ones(1,8); x = x(:); 221

222

Lo que ocurre en la primera l nea es generar una matriz con ocho las todas idnticas e al vector dado antes del s mbolo . La segunda l nea convierte la matriz a un vector concatenando todas las las, lo que equivale una seal peridica con N = 6 periodos. n o Especial cuidado debe tenerse con la programacin eciente en Octave. El uso de ciclos o debe ser evitado al mximo, y en vez de ello deben utilizarse las operaciones vectoriales a en tanto se pueda. Por ejemplo, supngase que necesita generar una secuencia x(n) con n desde 10 hasta o 40, que contenga un escaln unitario. Una implementacin ingenua e ineciente es: o o n=[-10:40]; x=n; for i=1:length(n) if n(i)<0 x(i)=0; else x(i)=1; end end La versin anterior funciona, pero requiere mucho ms tiempo que la versin utilizando o a o los conceptos del lenguaje en cuestin: o n=[-10:40]; x=(n>=0); Lo anterior genera un vector con 0 si el elemento correspondiente en n es menor que cero y 1 en caso contrario. Un concepto fundamental para la programacin eciente es conocer la diferencia de sino taxis entre los operadores (por ejemplo ), y los operadores precedidos por un punto (por ejemplo .). El primero representa una operacin matricial, y requiere que las o dimensiones de los operandos a la izquierda y derecha sean compatibles con la operacin. o El segundo caso aplica el operador elemento por elemento a las dos matrices, que deben para ello tener exactamente las mismas dimensiones. Ejemplos: [1 2 3]*[1 -1 -2] % % [1 2 3]*[1 -1 -2] % % % [1 2 3]*[1 -1 -2] % Retorna un error, porque el primero o el segundo vector deberan ser un vector columna. El apstrofe en el segundo vector indica que este debe o transponerse y por tanto es equivalente a un producto interno que devuelve el valor escalar -7 Ahora esto equivale al producto externo y retorna una
c 2005-2011 P. Alvarado

A Octave y Matlab

223

% matriz 3x3. [1 2 3].*[1 -1 -2] % Multiplique elemento por elemento para retornar [1 -2 -6]

c 2005-2011 P. Alvarado

224

c 2005-2011 P. Alvarado

Apndice B e Respuestas a Problemas


A continuacin se presentan los esbozos de las soluciones a los problemas planteados en o los diferentes cap tulos. Estos problemas tienen como objetivo ayudar en preparacin o del estudiante para las pruebas parciales y nal del curso. El estudiante debe solucionar los problemas por su cuenta antes de comparar sus respuestas con las versiones aqu presentadas. De otra forma no se asegurar el aprendizaje. a Problemas adicionales encontrar el estudiante en abundancia en [19, 15]. a Problema 1.1. El estudiante debe buscar ejemplos que l conoce: seales de voz, seales e n n de video, sismos, seales utilizadas en medicina, etc. n Problema 1.2. Seal n Nm. Variables (U/M) u Caracter stica Estad stica (D/A) D A

Dimensin (E/V) o

Variables (D/C) D D C D C

Imagen tomada por una cmara digital a color a Registro mensual de la posicin de o una bandada de aves migratorias Seales de salida de un micrfono estreo n o e Seal digital n Seal analgica n o Problema 2.1. 1. x1 (n) = x(n 2) 225

M U U

V V V

D C C D C

Valores (D/C)

226

2. x2 (n) = x(n + 3) 3. x3 (n) = x(n + 2) 4. x4 (n) = x(n 3) Problema 2.2. 1. x3 (n) = {4, 2, 0, 3, 4, 1, 5}

2. x4 (n) = {0, 0, 1, 10, 3, 12, 0} 3. x5 (n) = {0, 0, 3, 9, 12, 3, 15}

Problema 2.3. Puesto que la seal en tiempo discreto es peridica con periodo N , esta n o tarda N T , y el nmero de veces que cabe el periodo Ta en un periodo de la seal discreta u n es N T /Ta . Se sabe que f = k/N = F/Fs = T /Ta y por tanto el nmero de veces que u cabe el periodo Ta en el periodo de la seal muestreada es k. n Problema 2.5. Ntese primero que el valor de M no afecta el periodo fundamental de o la seal, puesto que M y N son nmeros primos relativos. n u Las seales armnicamente relacionadas estn dadas por n o a sk (n) = ej (2( N k)n) Determ nese la seal armnicamente relacionada sk+ (n): n o sk+ (n) = ej (2( N (k+))n) M Mk = ej (2( N + N )n) = ej (2(
Mk N M M

)n) ej (2( M )n) N

El segundo trmino del producto es igual a 1 cuando M /N Z, lo cual, bajo la restrice cin de que M y N son primos relativos, es posible si y solo si es un mltiplo de N . En o u otras palabras la frecuencia (k + iN )0 , con i Z es un alias de k0 . As que solo valores de < N generan frecuencias un vocas, pues con N es posible encontrar siempre un < N que da paso a una seal equivalente. n Problema 3.1. 1. x(n) = sen(n)u(n) ROC: exterior de un c rculo 2. x(n) = u(n + 4) u(n 2) ROC: todo el plano z menos cero e innito 3. x(n) = u(n 2) ROC: el interior de un c rculo 4. x(n) = ur (n) 2ur (n 5) + ur (n 10) ROC: todo el plano z menos cero
1 5. x(n) = 2 |n|

ROC: anillo

6. x(n) = ur (n + 5)u(n) ROC: todo el plano z menos innito


c 2005-2011 P. Alvarado

B Respuestas a Problemas

227

Problema 3.2. 1. |z| > 1/3 menos 2. |z| > 1 3. |z| < 1/3 4. 1/3 < |z| < 3 Problema 3.3. X(z) = z 2 1 , 1 16 1 4 z 1

ROC: |z| > 1/4

Problema 3.4. || = 2, y todo n0 Problema 3.5. Polos en 1 ej/4 , ROC: |z| < 1/2. 2 Problema 3.6. 1. Ceros en 1/2 e , polos en 1/3 y 1/4. 2. Ceros en 1 y 2, polos en 3 y 4. 3. Ceros en 1 y en (este ultimo doble), y polos 1/4. Problema 3.7. Si x(n) es absolutamente sumable, entonces su ROC incluye al c rculo unitario |z| = 1. Puesto que tiene un polo en 1/2 entonces la ROC puede ser un anillo delimitado por el c rculo interno de radio 1/2 o puede ser el exterior de dicho c rculo. Por tanto, x(n) puede ser bilateral o derecha. Problema 3.8. X(z) tiene polos de primer orden en z = j/2, 1/2 y 3/4. As tiene tres posibles regiones de convergencia: |z| < 1/2, 1/2 < |z| < 3/4 y |z| > 3/4. Problema 3.9. Algunas de las transformaciones ya han sido demostradas en el texto. Aqu solo se indican algunas sugerencias para la demostracin de las otras. o La transformada de nan u(n) se realiza a partir de despejar el valor para

nn
n=0

De forma similar a lo hecho para otras series, esta se resuelve calculando el resultado de sumar
M M M

n
n=0

n
n=0

2 n=0

nn

c 2005-2011 P. Alvarado

228

Expandiendo cada trmino y realizando las sumas de cada trmino k se obtiene e e


M

nn =
n=0

(1 (N + 1)N + N N +1 ) 1 2 + 2

Si N entonces lo anterior converge solo si || < 1 a


M

nn =
n=0

1 = = 1 2 + 2 (1 )2 (1 1 )2

Tomando esto en cuenta se puede calcular la transformada de nan u(n) con la denicin: o

X(z) =

nan u(n)z n =
0

n az 1

az 1 (1 az 1 )2

donde se ha sustituido = az 1 . Lo anterior es vlido solo si || = |az 1 | < 1, es decir, a si |z| > a. La otras frmulas se derivan fcilmente reemplazando las seales trigonomtricas por sus o a n e equivalentes exponenciales complejos por medio de la identidad de Euler. Problema 3.10. Puesto que X(z) es racional, con un polo en z = 1/2 se sabe que la seal es de duracin innita (la descomposicin en fracciones parciales tendr un trmino n o o a e con ese polo unicamente, el cual corresponde a una exponencial de duracin innita). o Por la propiedad de escalado en la frecuencia se sabe que la ROC de X(z) escalada por 1/4 contiene al c rculo unitario, no as si se escala por 1/8. Esto implica que hay algn otro u polo que al multiplicarlo por 1/8 queda dentro del c rculo unitario, pero si se multiplica por 1/4 queda fuera. En todo caso, la ROC de X(z) debe ser para esto un anillo y por tanto x(n) debe ser bilateral. Problema 3.11. Problema 3.12. Problema 3.13. Problema 3.14. Problema 3.15. Problema 3.16. Problema 3.17. 1. No causal 2. Causal 3. No causal
c 2005-2011 P. Alvarado

B Respuestas a Problemas

229

Problema 3.18. El sistema es causal y estable, puesto que sus polos se encuentran dentro del c rculo unitario, al ser h(n) derecha entonces su ROC es externa a los polos. El trmino lim H(z) = 1 indica que H(z) no tiene polos en el innito, lo que quiere decir e z que el nmero de polos debe ser menor o igual al nmero de ceros, que se indican ser dos. u u Puesto que h(n) es real entonces deben haber al menos dos polos, y puesto que se dice que uno no es real, entonces debe haber otro complejo conjugado de igual magnitud. Problema 3.19. Problema 3.20. 1. (1/2)n u(n) 2.
1 3

1 2

+
n

1 6

1 n 4 1 6

u(n) u(n)

2 1 3. 3 2

1 n 4

Problema 5.1. El estudiante debe buscar las diferentes tcnicas utilizadas para obtener e mayores velocidades o mayores relaciones seal a ruido. Por lo menos debe revisar las n estructuras llamadas ash, el mtodo de aproximaciones sucesivas y el llamado e (delta-sigma).

c 2005-2011 P. Alvarado

230

c 2005-2011 P. Alvarado

Indice alfabtico e
alias, 24, 155 aliasing, 105 temporal, 137 amplitud, 22 anlisis, 3 a analgica, 2 o analgico, 4 o analizador espectral, 91 ancho de banda, 104 anticausalidad, 43 armnica o relacin exponencial, 26 o armnicos, 92 o BIBO, 35 canales, 2 cascada, 35 cero, 70 cifrado, 8 codicacin, 153 o compresin, 8 o condicin inicial, 28 o convolucin, 37 o correlacin, 58 o autocorrelacin, 58 o cruzada, 58 normalizada, 59 cuanticacin o denicin, 153 o error, 153, 160 ruido, 160 cuanto, 160 deconvolucin, 130 o densidad espectral de energ 95 a, de potencia, 92 de tensin, 92 o derrame, 152 desplazamiento, 37 DFT, 136 digital, 2 DTFS, 98 ecuacin o de diferencias, 46 energ 17 a, espectro, 91 estimacin espectral, 91 o estructura forma directa I, 185 forma directa II, 185 exponencial relacionadas armnicamente, 26 o fase, 22 fenmeno de Gibbs, 204 o ltrado, 9 ltro, 9, 117 paso todo, 128 peine, 125 ranura, 124 solapamiento y almacenamiento, 149 solapamiento y suma, 150 forma cannica, 186 o directa I, 185 directa II, 185 frecuencia, 22 angular, 22 231

232

Indice alfabtico e

de plegado, 155 fundamental, 24 normalizada, 25, 155 fuga, 152 funcin o de energ 17 a, de potencia, 17 de transferencia, 77 funcion propia, 91 Gibbs, 204 Hilbert, 199 identidad, 28 identicacin, 9 o interconexin o cascada, 35 paralela, 35 interpolacin, 154 o memoria, 32 muestra nmero, 22 u muestreo denicin, 153 o intervalo, 153 peridico, 154 o teorema del, 105 uniforme, 154 multiplicacin, 37 o nmero de condicin, 183 u o osciladores, 129 Paley-Wiener Teorema, 198 paralelo, 35 Parseval seales continuas peridicas, 92 n o periodo fundamental, 19, 23 polinomio caracter stico, 52

polo, 70 potencia promedio, 17 principio de incertidumbre, 96 procesamiento, 3 rango fundamental, 26 reconocimiento, 8 reexin, 37 o reposo, 28 resonador digital, 122 respuesta de estado permanente, 82 en fase, 112 en frecuencia, 112 en magnitud, 112 entrada cero, 48 estado nulo, 49 forzada, 49, 80 natural, 80 transitoria, 82 retardo de grupo, 119 ruido, 9 seal, 1 n acotada, 18 anticausal, 34 asimtrica, 19 e de energ 17 a, de potencia, 17 impar, 19 multicanal, 2 par, 19 peridica, 19 o simtrica, 19 e tiempo discreto, 2 simetr circular a impar, 143 par, 143 sintetizacin, 9 o sistema, 3 de fase m nima, 134 de fase mxima, 134 a de polos y ceros, 78
c 2005-2011 P. Alvarado

Indice alfabtico e

233

de todos ceros, 78 de todos polos, 78 discreto, 27 estable, 35 inestable, 35 inverso, 130 invertible, 131 LTI, 117 MWA, 187 no recursivo, 46 recursivo, 46 solucin o homognea, 51 e particular, 51 total, 55 SQNR, 161 submuestreo, 15 suma, 37 teorema del muestreo, 105 Wiener-Khinchin, 110 transformada de Fourier, 93 transformada z, 67 directa, 67 transformada de Hilbert, 199 vector, 2 Wiener-Khinchin, 110

c 2005-2011 P. Alvarado