Archivo 1

PROCESAMIENTO DIGITAL DE
SEALES
Profesor:
Mg. Ing. Rafael Bustamante Alvarez
Introduccin:
El procesamiento digital de seales tiene su origen en los
aos 60 con el empleo de las primeras computadoras
digitales.
El desarrollo de la FFT (Fast Fourier Transform) data de
1967.
La guerra fra y la carrera espacial.
1980 aparece el primer DSP
Mg.Ing Rafael Bustamante Alvarez
Procesamiento Digital de Seales

CONCEPTO.- Es el conjunto de algoritmos lgico matemticos
que se aplican a un conjunto de nmeros (muestras) para obtener
ciertos parmetros de una seal digitalizada; ejm, frecuencia,
ancho de banda, filtraje digital, espectro de frecuencias,
compresin, etc. Es tambin considerada un rea de la ingeniera
que se dedica al anlisis y procesamiento de seales.
Tipos de Procesamiento Digital de seales:
PDS de TIEMPO REAL
PDS de TIEMPO DIFERIDO.
CAMPOS DE ESTUDIO DEL PROCESAMIENTO DIGITAL DE

SEALES.
PDS VOZ :
Sntesis (Conversin de texto a voz), codificacin,
Reconocimiento de voz,
Compresin, Filtraje digital, Encriptacin.
PDS AUDIO:
Sintetizadores digitales, Filtros digitales, Compresin,
Formatos.
PDS IMGENES: Reconocimiento de Imgenes, Deteccin de
Bordes,Formatos
Digitales, Filtraje Digital, Visin Artificial.
PDS OTROS:
Radares, Sonares, Telecomunicaciones, Electrnica de
consumo, BIOMEDICA.
PDS de Audio
Las freuencias audibles de los seres humanos que est entre los 20 y los
20.000 hercios (Hz), aproximadamente
Seales Biolctricas
Son aquellas seales elctricas producidas en un organismo vivo en este caso en

el ser humano.
Principalmente:
ECG provenientes del corazn.
EMG provenientes de los msculos.
EEG provenientes del cerebro.
Onda ECG
Procesamiento de Imgenes
Procesamiento de Imgenes
COMPARACIN ENTRE EL PROCESADO DIGITAL Y PROCESADO

ANALGICO.
PROCESADO ANALOGICO:
1.- La reconfiguracin en un sistema analgico implica el rediseo de Hardware.
2.- Las tolerancia de los componentes hacen del diseo extremadamente difcil de controlar la
precisin.
3.- Es muy difcil hacer operaciones matemticas sobre seales analgicas.
4.- Mayor costo.
PROCESADO DIGIGITAL
1.- Flexibilidad a la hora de efectuar las operaciones de reconfiguracin.
2.- permite mejor control de precisin.
3.- Es muy rutinario.
4.- Bajo costo.
Redes Neuronales

PDS en TIEMPO REAL.- Es el proceso mediante el
cual el sistema obtiene parmetros, o modifica la seal a
la salida del sistema casi en forma simultanea a la entrada
de la seal del sistema. Utiliza poca capacidad de
memoria.
PDS en TIEMPO DIFERIDO.- Es el proceso mediante
el cual el sistema obtiene los parmetros de la seal
analizada, luego de un tiempo considerado largo con
respecto a la entrada del sistema.
Seales Analgicas y Seales

Digitales
SEALES DE TIEMPO CONTINUO.- Esta definido para todos
los valores y pueden tomar cualquier valor continuo en el tiempo
en un intervalo.
SEALES DE TIEMPO DISCRETO.- Esta definido para
ciertos valores en el tiempo.
SEALES DE VALOR CONTINUO.- Son seales que toman
todos los valores dentro de un intervalo finito como infinito.
SEALES DE VALOR DISCRETO.- Si toma valores de un
conjunto finito de valores.
Seales Analgicas
sin(2*pi*f*n), f=40Hz
1
0.5
0
-0.5
-1
0
20
40
60
80
100
80
100
cos(2*pi*f*n), f=40Hz
1
0.5
0
-0.5
-1
0
20
40
60
Seales Digitales
sin(2*pi*(f/fs)*n), f=40Hz fs=1000
1
0.5
0
-0.5
-1
0
10
15
20
25
30
25
30
cos(2*pi*(f/fs)*n), f=40Hz fs=1000
1
0.5
0
-0.5
-1
0
10
15
20
Sistema de Procesamiento Digital

de Seales
Es un sistema que transforma la seal analgica a
digital convirtiendo la seal analgica en datos
numricos conocidos como muestras; a estas
muestras se le aplican una serie de algoritmos con
fines de filtraje digital, anlisis en frecuencia,
monitoreo, de las seales.
Sistemas de Procesamiento Digital

de Seales
Seal continua
Filtro
Seal Cont.
A/D
Procesador
D/A
Filtro
fc = fs /2
Res= #bits
Tiempo de Pr.
Res= #bits
fc = fs /2
FPL
Vel= # bps
Algoritmos
Vel= # bps
FPL

de Seales Bioelctricas
Aplicaciones: Ejm. en Biomdica
Monitoreo y registro de las seales del corazn.
Ejemplo monitores cardiacos.
Monitoreo y registro de las seales del cerebro.
Ejemplo Electroencefalgrafos computarizados.
Monitoreo y registro de las seales de los msculos
Ejemplo Electromigrafos y Potenciales Evocados.

de Seales Biolctricas
Etapa de Amplificacin y Aislamiento

Seales a procesar:
ECG Vin= 0 a 1mv Banda = 0 a 100Hz.
EEG
Vin= -10uv a 100uv Banda= 10Hz a 100Hz
Vin= 50uv a 1mv
Banda= 10- 3000 Hz.
Amplificadores de instrumentacin
Opto acoplamiento.

Filtro PasaBajo (Entrada).- Es un filtro que
tiene la finalidad de:
Limitar en banda la seal a ser digitalizada a una
fc= fs/2 fc= frec. Corte
fs= frec. Muestreo.
Filtrar el ruido de la seal.
10

de Seales Bioelctricas
Conversin A/D.- Esta etapa se encarga de
convertir una seal analgica en digital.
Caractersticas:
Velocidad de muestreo (muestras/seg)
Resolucin: N de bits por muestra
Proceso muestreo, cuantificacion, codificacin.
Conversin A/D
Comprende tres procesos:
* Muestreo
* Cuantificacin
Codificacin
MUESTREO.- Toma de muestras en instantes de tiempo.
Conversin de una seal de tiempo discreto a tiempo continuo.

TEOREMA DE MUESTREO
Si la frecuencia ms alta contenida en una seal
analgica Xa(t) es Fmax=B y la seal se muestrea a una
velocidad fs
2fmax=2B entonces Xa(t) se puede
recuperar totalmente a partir de sus muestras.
fs 2fmax
11
Sistema de Procesamiento Digital de

Seales Bioelectricas
Teorema de muestreo.fs>= 2fm
(Teora)
fs>= 2.5fm
(Prctica)
fs= 250Hz ECG,EEG 8 bits (muestra)
7500Hz EMG
16 bits
Teorrema de muestreo
12
TEOREMA DE MUESTREO
ESPECTRO DE UNA SEAL PERIODICA
-fs -fs/2
-fs/2
fs
Aliasing
fs/2
fs
CUANTIFICACIN
Es la conversin de una seal de tiempo discreto con valores
continuos, a una seal de tiempo discreto con valores discretos. El
valor de cada muestra de la seal se representa mediante un valor
seleccionado ce un conjunto finito de valores posibles.
L= Niveles de Cuantificacin.
= Escaln de Cuantificacin.
Xmax-Xmin= Rango Dinmico
= Rango Dinmico/(L-1)
Cuantificador por Redondeo.- Asigna a cada muestra el
nivel de cuantificacin mas cercano.
Cuantificador por Truncamiento.- Asigna a cada muestra el nivel
inmediatamente por debajo de la muestra.
Relacin de Seal a Ruido de Cuantificacin.SNRQ(dB)=1.76+6.02 b
b= resolucin del Conversor.
13
Cuantificacin
Niveles
5
4
3
2
1 2
3 4
N de Muestras
CODIFICACIN
Es el proceso mediante el cual cada valor discreto se representa
mediante una secuencia binaria de bits.
Cdigo Binario
0110
0101
0100
0011
0010
0
6 7
N de Muestras
14

de Seales
Procesador Digital de Seales: Se ejecutan
algoritmos de filtraje digital, analisis en
frecuencia (FFT), sobre las muestras
provenientes de la etapa de conversin A/D.
Procesos en tiempo real. (Basados en DSPs).
Procesos en tiempo diferido.
Sistema de Procesamiento Digital de

Seales
Procesadores
Computadoras
DSP (Texas Instruments, Freescale,
Analog Device)
FPGA (Altera, Xilinx)
Microcontroladores de gama alta
(TI, DSPIC, Freescale, Atmega).
ARM (32, 64 bit)
15
Aplicaciones
Sistema de Procesamiento de Seales
FLP
A/D
D/A
1001010100
FLP
010111010
Algoritmo
de PDS
16
Aplicaciones
Primary
Bus
Program
Cache
RAM
Block 0
RAM
Block 1
ROM
(boot)
Expansion Bus
Internal Buses
Multiplier
(int, float)
ALU
(int, float)
Serial Port 0
DMA
Serial Port 1
R0-R7 (40-bits)
Timer 0
Address
Generator
ARAU0
Address
Generator
ARAU1
AR0-AR7
12 Control Registers
Timer 1
6
6
1
1
Peripheral Bus
CPU
17
Producto de dos vectores:
Repeticion de un
bloque de inst.
Instrucciones en
paralelo
18

Digitales Biolctricas
Etapa de conversin Digital Anlogo.Convierte las muestras procesadas en senales
continuas en el tiempo.
Componentes:
- Conversor D/A,
- Muestreo y retencin (circuito retensor de orden cero que
mantiene fijo el voltaje correspondiente a una muestra hasta que
venga otra y evita el glitch (sobrepico).
D/A
GLITCH
19
Caractersticas de un D/A
Resolucin: Es el mnimo cambio incremental de la salida analgica. Su valor es FS/2N,
donde N es el nmero de bits del convertidor. As, por ejemplo, si se trata de un convertidor
unipolar de 8 bits y el fondo de escala es 5V, la resolucin sera 5/28=19.5 mV. Es frecuente
referirse a la resolucin con el nmero de bits.
Tiempo de conversin o establecimiento (settling time): Es el tiempo que transcurre
desde que a la entrada del DAC se presenta una combinacin binaria hasta que la seal
analgica de salida adquiere el valor que le corresponde,
Conversin unipolar/bipolar: Esta caracterstica indica la posibilidad de
que los CDA acepten cdigos de entrada unipolares y/o bipolares
Salida analgica: Puede ser en corriente o en tensin.
Margen dinmico de la seal de salida: Es el rango de variacin de la corriente o la
tensin de salida.

Digitales Biolctricas
Filtro Pasabajo de Salida (Reconstructor).- Es
encargado de suavizar la seal proveniente de la
etapa de conversin Digital Anloga. Mantiene
las mismas caractersticas del filtro Pasabajo de
entrada.
fc=fs/2
20
Muestreo
Muestreo
21
Muestreo
Muestreo
22
Secuencias de Tiempo Discreto
1) Impulso Unitario.2)Escaln Unitario.3)Rampa Unitaria.4)Seal Exponencial.-
PROPIEDADES DE LOS SITEMAS DE PROCESAMIENTO

DIGITAL DE SEALES
1.-Sistema con Memoria.- Cuando su salida depende de entradas
anteriores.
X[n]
Y[n]=x[n-1]+x[n-2]
2.-Sistema sin Memoria.- Cuando su salida depende solo de la

entrada presente para cada valor de la variable independiente.
Y[n]=2x[n]
x[n]
23

DIGITAL DE SEALES
3.-Causalidad.- Un sistema es causal si en cualquier instante de tiempo
depende solo de los valores presente y pasados. Ejm
y(n)=x(n-1) es un sistema causal
y(n)=x(n)-x(n+1) sistema no causal
4.-Estabilidad.- Intuitivamente, un sistema estable es aquel en el que las
entradas pequeas conducen a respuestas que no
divergen ejm.
y[n] =
+M
1
x[n k]
2M + 1 k = M
Si x[n] max = B
y[n] max = B El sistema es estable

DIGITAL DE SEALES
5.- Invarianza en el Tiempo.- Un sistema es invariante en el tiempo, si un
desplazamiento de la seal de entrada causa un desplazamiento en el
tiempo en la seal de salida.
x ( n ) y ( n ) - - - - - -(1)
x ( n k ) y ( n k ) - - - -(2)
En general, podemos escribir la salida como :
y(n, k) = T[x(n - k)], debemos demostrar que : y(n, k) = y(n - k) - - (3)
Entonces el sistema es INVARIANTE EN EL TIEMPO.
24

DIGITAL DE SEALES
6.- Linealidad.- Es aquel que posee la importante propiedad de
superposicin que dice: Si una entrada consiste en la suma
ponderada de varias seales, entonces la salida es solo la
superposicin, esto es la suma ponderada de las respuestas del
sistema a cada una de las seales.
T [ a 1 x 1 ( n ) + a 2 x 2 ( n )] = a 1 T [ x 1 ( n )] + a 2 T [ x 2 ( n )]
Representacin de Sistemas Discretos Mediante

Diagramas de Bloques
A) Sumador:
B)Multiplicador por una constante
25

C)Multiplicador de seal
D)Retardo de un elemento
X[n]
Y[n]=X[n-1]
Z-1

E) Adelanto de un elemento:
X[n]
Y[n]=X[n+1]
Ejemplo:Y[n]=1/4Y[n-1]+1/2X[n]+1/2X[n-1]
26
SEALES
Profesor:

DIGITAL DE SEALES
1.-Sistema con Memoria.- Cuando su salida depende de entradas
anteriores.
X[n]
Y[n]=x[n-1]+x[n-2]
2.-Sistema sin Memoria.- Cuando su salida depende solo de la

entrada presente para cada valor de la variable independiente.
x[n]
Y[n]=2x[n]
27

DIGITAL DE SEALES
3.-Causalidad.- Un sistema es causal si en cualquier instante de tiempo
depende solo de los valores presente y pasados. Ejm
y(n)=x(n-1) es un sistema causal
y(n)=x(n)-x(n+1) sistema no causal
4.-Estabilidad.- Intuitivamente, un sistema estable es aquel en el que las
entradas pequeas conducen a respuestas que no
divergen ejm.
y[n] =
+M
1
x[n k]
2M + 1 k = M
Si x[n] max = B
y[n] max = B El sistema es estable

DIGITAL DE SEALES
5.- Invarianza en el Tiempo.- Un sistema es invariante en el tiempo, si un
desplazamiento de la seal de entrada causa un desplazamiento en el
tiempo en la seal de salida.
x ( n ) y ( n ) - - - - - -(1)
x ( n k ) y ( n k ) - - - -(2)
En general, podemos escribir la salida como :
y(n, k) = T[x(n - k)], debemos demostrar que : y(n, k) = y(n - k) - - (3)
Entonces el sistema es INVARIANTE EN EL TIEMPO.
28

DIGITAL DE SEALES
6.- Linealidad.- Es aquel que posee la importante propiedad de
superposicin que dice: Si una entrada consiste en la suma
ponderada de varias seales, entonces la salida es solo la
superposicin, esto es la suma ponderada de las respuestas del
sistema a cada una de las seales.
T [ a 1 x 1 ( n ) + a 2 x 2 ( n )] = a 1 T [ x 1 ( n )] + a 2 T [ x 2 ( n )]

A) Sumador:
B)Multiplicador por una constante
29

C)Multiplicador de seal
D)Retardo de un elemento
X[n]
Y[n]=X[n-1]
Z-1

E) Adelanto de un elemento:
X[n]
Y[n]=X[n+1]
Ejemplo:Y[n]=1/4Y[n-1]+1/2X[n]+1/2X[n-1]
30
Secuencias fundamentales
Impulso
Escalon Unitario
Exponencial
a>1 Potencial creciente
a=1 Secuencia constante
1>a>0 Potencial decreciente
0>a>-1 Pot. dec. con signo alterno
a=-1 secuencia alterna de 1 y -1
a<-1 Potenc. decrec. sig. alternos
Propiedades:
1) (n)=x(0) (n)
3)
2) (n)=u(n)-u(n-1)
4)
31
Resolver:
Resolver:
32
SEALES
Profesor:
SISTEMAS DE PROCESAMIENTO DIGITAL DE

SEALES
Son sistemas LTI.
TEOREMA.- Cada sistema LTI puede ser completamente caracterizado por su respuesta al
impulso, esto es la respuesta (salida) de un sistema lineal, frente a una seal de impulso.
x [n ] =
Si:
x (k ) (n k )
k =
[ (n k )] = h k (n )
- - > h k (n ) = h (n k )
y [n ] = [x (n )] = T
x (k ) (n k ) =
k =
y (n ) =
x (k )[ (n k )]
k =
x (k )h (n )
k
k =
33
CONVOLUCIN
Corolario: Si el sistema es LTI de modo que h[n] es la respuesta al sistema a
[n] entonces
h[n-k] es la respuesta a [n-k], luego la secuencia de salida
resulta:
y (n ) =
x (k )h (n k ) = x (n ) * h (n )
k =
Propiedades:
1)x[n]* [n]=x[n]
2)x[n]* [n-k]=x[n-k]
3)x[n]*y[n]=y[n]*x[n]
4)x[n]*(y[n]*z[n])=(x[n]*y[n])*z[n]
5)x[n]*(y[n]+z[n])=x[n]*y[n]+x[ n]*z[n]
La Transformada Z
Sea: [f(k)]= f(0), f(1), f(2), f(3),........
f(k)
-3T -2T -T 0T 1T 2T 3T
.....
Cada muestra est asociada a:

Z-k f(k)
Ejm.
f(-1) Zf(-1)
f(1) --> Z-1f(1)
34
Definicin de la Transformada
Se puede agrupar [f(k)] como una sumatoria, donde:

[f(k)]=
f (k )Z k
k =
[f(k)] F(z)
F(z) es la transformada Z de f(k) y queda definida como:
F(z)=
f (k )Z k
k =
Transformada Z de Algunas Funciones

Conocidas
Secuencia Discreta
[n ]
[n ]
[n - m ]
n [n ]
n n (n )
n ( n 1)
Transformada
ROC
Todo Z
1
1 - Z -1
Z -m
1
1 - Z -1
Z -1
(1 - Z -1 ) 2
1
1 - Z -1
Z <1
Z excepto 0 (si m > 0)
(m < 0)
Z >
Z >
Z <
35
PROPIEDADES DE LA TRANSFORMADA Z
Secuencia
Transformada
x [n ]
X(Z)
x 1[n ]
X1(Z)
x 2[n ]
ax1[n ] + bx 2[n ]
X2(Z)
aX1(Z) + bX 2( Z )
x[n no ]
x1[n ]* x 2[n ]
Z -no X ( Z )
X1(Z).X2(Z )
dX(Z)
-Z
dZ
nx [n ]
LA TRANSFORMADA Z INVERSA
Se trata de hallar la secuencia x(k) a partir de X(z).
Mtodos:
1)Por divisin
X (Z) =
10Z -1
1 3 Z 1 + 2 Z 2
Tras dividir:
X ( Z ) = 10 Z 1 + 30Z -2 + 70 Z 3 + 150 Z 4 + .......... ...

Por inspeccin se obtiene:
X(0)= 0;
X(1)=10;
X(2)=30;
X(3)=70;
X(4)=150;
.
36
2)
X(Z)=
Por Fracciones parciales:

X(Z)
10 Z
10
10
==>
=
+
( Z 1)( Z 2 )
Z
Z 1
Z 2
10
1 Z
X(Z)=
X[k]=
+ 10
1 2 Z
10 [ [k ]] + 10 2 k [k ]
[ ]
X[k]= 10(-1 + 2 ) k
k
k = 1,2,3,4,.. .......
X(0)=0;
X(1)=10;
X(2)=30;
X(3)=70;
X(4)=150;
3)Mtodo de Matlab
X [k ] = [1,0,0,0,0, .....,0 ]
Ejm 20 datos
B = [0,10 ] ; A = [1,-3,2 ]
Y [k ] = filter(B, A, X)
37
Filtro Digital
Es un conjunto de operaciones lgico matemticos que permiten el paso que permiten el paso
de una seal a travs de un sistema dentro de un rango de frecuencias.
Si se tiene:
b 0 y [k ] + .... + bmy [k m ] = a 0 x [k ] + ..... + a n x [k n ]

donde b o = 1 por convencin .
En funcin de la transform ada Z
b 0 y (z ) + ...... + b m Z m y ( Z ) = a 0 x ( Z ) + ...... + a n Z n x (Z )
y ( Z ) 1 +
b m Z m = x (Z )
a n Z n
y (Z )
=
x ( Z)
b m Z m
m
Considerando
denominador
n
M
H (Z) =
n
M
1+
a n Z n
a n Z n
los
1+
b m Z m
m
coeficientes
del
Clasificacin :
1) Filtros IIR (bm0)
2) Filtros FIR (bm=0)
38
FILTROS IIR
La salida depende tanto de las entradas presentes y previas as como las salidas previas.
bm0
X(K)
Y(k)
Z-1
Z-1
a n Z n
n
M
H (Z) =
1+
b m Z m
s=
Z=esT
Relacin de Z con la S
T= periodo de muestreo.
2 1 z 1
T 1 + z 1
Transformador bilineal
Respuesta en frecuencia de un filtro

Haciendo el respectivo reemplazo en las funciones de transferencia de los filtros Analgicos:
Butterworth, Chebyshev, Elliptic, se obtienen sus correspondientes funciones de transferencia digital.
|H(w)|
W
Wc
Ws
39
FILTRO FIR
La salida es la suma de las muestras de la seal de entrada previas y presentes
bm=0.
H (Z ) =
a n Z n
n
x(k)
y(k)
Z-1
y [n ] =
h (k )x (n k )
k
h (k ) =
W c Tsen [(k - )W c T ]
(k )W c T
=0
Ejm: Si
Wc =
Ws
8
1
fs

sen k
1
4
h (k ) =
4
k
Mg.Ing Rafael Bustamante Alvarez 4
Para diferentes tipos de filtros.

A)PASA ALTO
B)PASA BANDA
h [k ]HP = ( 1)k h [k ]LP
h [k ]BP = [2cos (kW o T )]h [k ]LP

C)PASA BANDA
W1 = W o - W c
h [0 ]BS = 1 - h [0 ]BP
h [k ]BS = -h [k ]BP
METODO DE PARKS Mc CLELLAN
m=[1 1 1 0 0 0];
f= [0 0.1 0.3 0.7 0.8 1];
40
Optimizando la respuesta del filtro fir

mtodo de ventanas
h (K ) = h (k ).w (k )
1 K N
W (k )R =
0, K > N
W (k )H
), K N
+ (1 ) cos(
=
N
0 ,
K >N
= 0 . 54 Ventana de Hamming
= 0 . 56Mg.IngVentana
de Hanning
Rafael Bustamante Alvarez

Autor:
Ing.Rafael Bustamante Alvarez
41
REPRESENTACIN EN EL DOMINIO DE LA
FRECUENCIA
Objetivos:
Introducir los conceptos del dominio en la frecuencia

(Espectros).
Obtener una representacin grafica.
DTFT, DFS, DTF, FFT,
DTFT
Es la Transformada de Fourier de una Secuencia Discreta.

x[n] <> X(w)
Una condicin suficiente para la convergencia de la transformada
Discreta de Fourier de Tiempo Discreto es que x(n) sea absolutamente
Sumable:

X (w ) =
x ( n ) e jwn
n =
Propiedades:
1.-Linealidad.
2.-Desplazamiento.
3.-Convolucin.
x ( n ) e jwn
n =
x (n )
n =
ax1(n)+bx2(n) aX1(w)+bX2(w)
x(n-k) e-jwkX(w)
x1(n)*x2(n) X1(w).X2(w)
42
DFS
La representacin en el dominio de la frecuencia de una secuencia peridica es

denominada Series Discretas de Fourier.
x ( n ) = x ( n + N ) es peridodica con periodo N.
1
x (n ) =
N
X (k ) =
2
j
kn
X ( k ).e N
N 1 ~
k =0
N 1 ~
x ( n ).e
2
j
kn
N
Es su transformada
k =0
DFT
Una secuencia x(n) con 0 n N-1 muestras no cero, se puede repetir para formar
una versin peridica
1,
donde R N ( n ) =
0
X ( k ) = X ( k ).R N ( n )
X (k ) =
N 1
x ( n ).e
2
j
kn
N
0 n N -1
otro caso
(DFT)
n=0
1
x (n) =
N
N 1
X ( k ).e
2
j
N
kn
(IDFT)
k =0
43
Propiedades de la DFT
Periodicidad
X(k+N)=X(k) para todo k
Linealidad
a1x (n)+ a2 x(n) DFT a1X (k)+a2 X(k)
Simetra
x(n) =
x (n) + x (n) + j x (n) + j x (n)
b
b
e=par
e
o
e
o
X(k)= X R(k) + X R(k) + j X I (k b ) + j X I (k) o=impar
x( N n) = x(n)
x( N n) = x(n)
1 n N - 1 impar (asimetria )
Alvarez
1 Mg.Ing
n NRafael
- 1 Bustamante
par (simetria)
Ejemplo
Mediante la DFT, determine la convolucin de las dos secuencias siguientes: x1={2,1,2,1} y
Solucin: x2={1,2,3,4}
x 3 ( n ) = x1 ( n ) x 2 ( n )
DFT , N
DFT , N
x1 ( n )
X 1 (k ) y x2 (n )
X 2 ( k ) donde
X 1 (k ) =
n=0
x1 ( n ) e
= 2+
X 1 (0 ) = 6
X 2 (k ) =
j 2 nk
+ 2e
X 1 (1 ) = 0
3
n=0
x2 (n) e
=1+ 2
X 2 ( 0 ) = 10
k = 0,1,2,3
j 2k
j k
j 3k
2
k = 0,1,2,3
X 1 ( 2 ) = 2 X 1 (3) = 0
j 2 nk
j 2k
N = 4
+ 3e
j k
X 2 (1 ) = 2 + 2 j
4e
j 3 k
2
X 2 ( 2 ) = 2 X 2 (3) = 2 2 j
44
Ejemplo
DFT , N
x1 ( n ) x 2 ( n )
X 3 ( k ) = X 1 ( k ). X 2 ( k )
X 3 ( 0 ) = 60
La IDFT
X 3 (1 ) = 0
de X
3
es
X 3 (3) = 0
N 1
1
x(n) =
N
j 2 nk
1
X 3 (k ) e
4 k=0
1
j n
=
)
( 60 4 e
4
x 3 (0) = 14
x 3 (1) = 16
x3 (n ) =
X 3 (2) = 4
X ( k ). e
2
j
kn
N
k=0
n = 0,1,2,3,
x 3 (2) = 14
x 3 (3) = 16
Transformada Rpida de Fourier (FFT)
Enfoque: Divide y vencers
45
Transformada Rpida de Fourier (FFT)Base 2

X(0)
x(0)
x(2)
-1
X(1)
-1
X(2)
x(1)
x(3)
-1
-1
X(0)
Transformada Rpida de Fourier (FFT) N=8

X(0)
x(0)
x(4)
-1
X(1)
-1
X(2)
x(2)
x(6)
-1
-1
X(3)
-1
X(4)
x(1)
x(5)
-1
-1
-1
-1
-1
-1
x(3)
-1
x(7)
X(5)
X(6)
X(7)
46
Transformada Rpida de Fourier

Generalizacin
Ejercicio: Determinar la FFT de x={2,1,2,1}
Filtros Adaptativos
Los filtros adaptativos son sistemas variantes en el tiempo de forma que se adaptan a
cambios a su entorno , optimizando su funcionamiento de acuerdo a una serie de
algoritmos conocidos como algoritmos adaptativos.
d(n)
x(n)
y(n)
Sistema
adaptativo
+
-
e(n)
Algoritmo
adaptativo
47
Estructura Directa
Aplicacin:
Identificar
sistemas
Sistema
Desconocido
d(n)
x(n)
Sistema
adaptativo
y(n)
+
-
e(n)
Estructura Inversa
Aplicacin:
Ecualizacin de
canales de
comunicacin
d(n)
x(n)
Sistema
Desconocido
Sistema
adaptativo
y(n)
+
-
e(n)
48
Estructura Predictor
Aplicacin:
Sistemas de control
Control Adaptativo y
neuronal
d(n)
x(n-p)
x(n)
Retardo
Sistema
adaptativo
y(n)
e(n)
Cancelador activo de ruido

Aplicacin:
Eliminar ruido solapado a
la seal espectralmente
d(n)= s(n)+ro(n)
x(n)=r1(n)
Sistema
adaptativo
y(n)
+
-
e(n)
( n ) = ( d ( n ) y ( n )) 2 = ( s ( n ) + ro ( n ) f ( r1 ( n ))) 2
49
Algoritmo Least means square (LMS)
( n ) = ( d ( n ) y ( n )) 2 = ( s ( n ) + ro ( n ) f ( r1( n ))) 2
an +1 = an
J
a n
L 1
J = E{e 2 ( n)} = E{d (n) wnT .xn } = E{(( d (n) wn (k ) x ( n k )) 2 }

k =0
J = e (n)
2
wn +1 = wn
J = ( d (n ) y ( n)) 2
L 1
J
wn
J
E{(e 2 ( n))}
e ( n )
=
= 2e( n)
wn (k )
wn (k )
wn (k )
x(n)=r1(n)
y (n ) = wn ( k ) x (n k )
L 1
k =0
wn = [ wn (0), wn (1),..... wn ( L T )]T .xn

y (n ) = w .xn (notacin vectorial)
T
n
e ( n )
=
wn (k )
E{( d ( n) wn ( k ) x (n k ))}
k =0
wn ( k )
= x (n k )
J
E{(e 2 ( n))}
=
= 2e( n) x( n k )
wn (k )
wn (k )
Algoritmo Least means square (LMS)

Se concluye que :
w n +1 ( k ) = w n + 2 e ( n ) x n ( n k )
0 k L -1
Ahora utilizando notacin v ectorial

w n +1 = w n + 2 e ( n ) x n
Las etapas de funcionami ento de un Filtro FIR adaptativo
basado en el LMS tendra las siguientes etapas de funcionami ento :
1) Inicializa cin de los coeficient e del filtro adaptativo
2)Determin acin de la salida del filtro
y(n) = w nT . x n
3 ) Determinac ion del error del sistema
e(n ) = d (n) y (n )
4)Actualiz acin de los coeficient es de los filtros
w n +1 = w n + 2 e ( n ) x
50

Archivo 1

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Archivo 1

Enviado por

Direitos autorais:

Formatos disponíveis

PROCESAMIENTO DIGITAL DE

Mg.Ing Rafael Bustamante Alvarez

Procesamiento Digital de Seales

CAMPOS DE ESTUDIO DEL PROCESAMIENTO DIGITAL DE

Mg.Ing Rafael Bustamante Alvarez

Son aquellas seales elctricas producidas en un organismo vivo en este caso en

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

COMPARACIN ENTRE EL PROCESADO DIGITAL Y PROCESADO

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

Procesamiento Digital de Seales

Seales Analgicas y Seales

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

cos(2*pi*(f/fs)*n), f=40Hz fs=1000

Mg.Ing Rafael Bustamante Alvarez

Sistema de Procesamiento Digital

Mg.Ing Rafael Bustamante Alvarez

Sistemas de Procesamiento Digital

Mg.Ing Rafael Bustamante Alvarez

Sistemas de Procesamiento Digital

Mg.Ing Rafael Bustamante Alvarez

Sistemas de Procesamiento Digital

Etapa de Amplificacin y Aislamiento

Sistema de Procesamiento Digital

Mg.Ing Rafael Bustamante Alvarez

Sistema de Procesamiento Digital

Mg.Ing Rafael Bustamante Alvarez

Conversin de una seal de tiempo discreto a tiempo continuo.

Sistema de Procesamiento Digital de

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

ESPECTRO DE UNA SEAL PERIODICA

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

Sistema de Procesamiento Digital

Mg.Ing Rafael Bustamante Alvarez

Sistema de Procesamiento Digital de

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

Sistema de Procesamiento de Seales

Mg.Ing Rafael Bustamante Alvarez

Producto de dos vectores:

Mg.Ing Rafael Bustamante Alvarez

Sistema de Procesamiento de Seales

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

Sistema de Procesamiento de Seales

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

Mg.Ing Rafael Bustamante Alvarez

Secuencias de Tiempo Discreto

1) Impulso Unitario.2)Escaln Unitario.3)Rampa Unitaria.4)Seal Exponencial.-

Mg.Ing Rafael Bustamante Alvarez

PROPIEDADES DE LOS SITEMAS DE PROCESAMIENTO

2.-Sistema sin Memoria.- Cuando su salida depende solo de la

Mg.Ing Rafael Bustamante Alvarez

PROPIEDADES DE LOS SITEMAS DE PROCESAMIENTO

cos(2pi(f/fs)*n), f=40Hz fs=1000