tema 1 caracterizaciÓn temporal de seÑales

11

TEMA 1TEMA 1

CARACTERIZACIÓN TEMPORAL CARACTERIZACIÓN TEMPORAL DE SEÑALESDE SEÑALES

22

INTRODUCCIÓNINTRODUCCIÓN El Proceso Digital de Señales trata de la representación de señales

por secuencias de números y el posterior proceso de tales secuencias.

Objetivos: 1) Estimar los parámetros característicos de la señal.2) Transformar la señal en otra.

Aplicaciones:

Ingeniería Biomédica Telecomunicaciones Acústica, Sonar, Radar Física Nuclear Sismología Proceso Digital de Imágenes

33

INTRODUCCIÓNINTRODUCCIÓN SEÑAL: Es una función que contiene información sobre el estado ó

comportamiento de un sistema físico.

Según el rango de variabilidad de la variable independiente, la señal puede ser: 1) Contínua en el tiempo f(t), t ∈ [a,b] 2) Discreta en el tiempo: f(t) ∈ {t₀,t₁,...,tn}

Según el rango de variabilidad de la amplitud, la señal puede ser:

1) Contínua en amplitud 2) Discreta en amplitud

Las Señales Digitales son discretas en tiempo y en amplitud.

44

INTRODUCCIÓNINTRODUCCIÓNDESCRIPCION DE SEÑALES EN EL DOMINIO TEMPORAL

Valor Medio (en un intervalo T):

Valor Medio Temporal:

Valor Medio Cuadrático:

Varianza:

55

SEÑALES DISCRETAS SEÑALES DISCRETAS ELEMENTALESELEMENTALES

Las señales discretas se caracterizan por estar definidas solamente para un conjunto numerable de valores de la variable independiente.

Se representan matemáticamente por secuencias numéricas.

En la práctica suelen provenir de un muestreo periódico de una señal analógica.

Las señales digitales se obtienen a partir de la cuantización de las señales discretas resultantes del muestreo de las señales analógicas.

, siendo T el periodo de muestreo

66


SECUENCIAS DISCRETAS ELEMENTALES

Impulso unitario discreto d(n)=1 (Si n=0) , d(n)=0 (Si n#0)

Escalón unitario discreto: u(n)=1 (Si n>=0) , u(n)=0 (Si n<0)

Propiedades:

1) δ(n)=x(0) δ(n) 3)

2) δ(n)=u(n)-u(n-1) 4)

77


x(n) = ejwn = cos(wn) + jsen(wn) El conjunto de todos los valores distintos que esta secuencia

discreta puede adoptar se encuentran en el intervalo [-π ,π].

SECUENCIA COMPLEJA EXPONENCIAL

88


Las secuencias exponenciales complejas (y sinusoidales) no son necesariamente periódicas (con periodo T=2π /w), sino que la condición de periodicidad es:

wN=2π k, siendo k un entero

Hay N frecuencias distinguibles para las cuales las secuencias correspondientes son periódicas con periodo N. Este conjunto de frecuencias es:

wk=2π k/N siendo k=0,1,2...N-1

SECUENCIA COMPLEJA EXPONENCIAL

99


Señales de Energia: Son señales que tienen energia finita, por lo que son limitadas en tiempo.

Se define la energía como : E = ∑ |x(n)|

Señales de Potencia: Se describen en términos de potencia las señales Periódicas, o Aleatorias estacionarias o no limitadas en t.

Se define la potencia como

CLASIFICACIÓN DE SEÑALES DISCRETAS

1010


Las señales discretas pueden clasificarse del siguiente modo:

CLASIFICACIÓN DE SEÑALES DISCRETAS

1111

OPERACIONES ELEMENTALESOPERACIONES ELEMENTALES Suma de secuencias: y(n)=xSuma de secuencias: y(n)=x11(n)+x(n)+x22(n) (n)

Multiplicación de secuencias: y(n)=xMultiplicación de secuencias: y(n)=x11(n)x(n)x22(n) (n)

Adición escalar: y(n)=x(n)+Adición escalar: y(n)=x(n)+αα

Multiplicación por una constante: y(n)= Multiplicación por una constante: y(n)= αα x(n) x(n)

Desplazamiento temporal: n-k -------> y(n-k)Desplazamiento temporal: n-k -------> y(n-k) Inversión: -n -------> y(-n) Inversión: -n -------> y(-n)

1212

OPERACIONES ELEMENTALESOPERACIONES ELEMENTALES

Secuencia par: x(-n)=x(n) Secuencia par: x(-n)=x(n)

Secuencia impar: x(-n)=-x(n) Secuencia impar: x(-n)=-x(n)

Toda secuencia arbitraria puede expresarse como la suma de Toda secuencia arbitraria puede expresarse como la suma de dos componentes, una de las cuales es par y la otra impar: dos componentes, una de las cuales es par y la otra impar:

x(n)=xx(n)=xee(n)+x(n)+xoo(n) (n)

PROPIEDADES DE SIMETRÍA

1313

SISTEMAS LINEALES SISTEMAS LINEALES INVARIANTES EN EL TIEMPOINVARIANTES EN EL TIEMPO

Un Un Sistema es un modelo matemático ó abstracción de un es un modelo matemático ó abstracción de un proceso físico que relaciona entradas y salidas según alguna proceso físico que relaciona entradas y salidas según alguna regla preestablecida. regla preestablecida.

En general: y(n) = T [x(-∞), x(n-1), x(n), x(n+1),..., x(∞)] En general: y(n) = T [x(-∞), x(n-1), x(n), x(n+1),..., x(∞)] Sistema Causal: y(n) = T [x(-∞), x(n-1), x(n)] Sistema Causal: y(n) = T [x(-∞), x(n-1), x(n)] Sistema causal de memoria finita: y(n)=T [x(n-N),..., x(n-1), x(n)]Sistema causal de memoria finita: y(n)=T [x(n-N),..., x(n-1), x(n)] Sistema invariante en el tiempo: y(n-m)=T[x(n-m)]Sistema invariante en el tiempo: y(n-m)=T[x(n-m)]

y(n)=T[x(n)]y(n)=T[x(n)]

1414


Sistemas LinealesSistemas Lineales: Son aquellos que verifican el principio : Son aquellos que verifican el principio de superposición: de superposición:

Homogeneidad: Un cambio en la amplitud de la señal Homogeneidad: Un cambio en la amplitud de la señal de entrada, provoca el mismo cambio de amplitud en la de entrada, provoca el mismo cambio de amplitud en la señal de salida.señal de salida.

Aditividad : La respuesta a la suma de dos señales es la Aditividad : La respuesta a la suma de dos señales es la suma de las respuestas a cda una de las señales.suma de las respuestas a cda una de las señales.

Si: ySi: y11(n)=T [x(n)=T [x11(n)] , y(n)] , y22(n)=T [x(n)=T [x22(n)] y se verifica: (n)] y se verifica:

T[axT[ax11(n) + bx(n) + bx22(n)] = aT[x(n)] = aT[x11(n)] +bT[x(n)] +bT[x22(n)] = ay(n)] = ay11(n)+ by(n)+ by22(n)(n)

1515


Sistemas Invertibles: Sistemas Invertibles: Si distintas entradas dan lugar a Si distintas entradas dan lugar a distintas salidas distintas salidas

En el caso de sistemas LIT: En el caso de sistemas LIT:

h(n) * h1(n)=d (n)h(n) * h1(n)=d (n)

1616


INTERACCION SEÑAL-SISTEMAINTERACCION SEÑAL-SISTEMA

En general: y[n] =T[x(n)] En general: y[n] =T[x(n)]

por otro lado:por otro lado:

Por linealidad: Por linealidad:

Si llamamos: h(n) = T[Si llamamos: h(n) = T[δδ(n)] Respuesta Impulsional del Sistema(n)] Respuesta Impulsional del Sistema

Por Invarianza: h(n-k) = T[Por Invarianza: h(n-k) = T[δδ(n-k)] (n-k)]

Luego: Luego: -----> -----> Suma de ConvoluciónSuma de Convolución

1717


Realizando el cambio: n-k=j Realizando el cambio: n-k=j k=n-j k=n-j

INTERACCION SEÑAL-SISTEMAINTERACCION SEÑAL-SISTEMA

SISTEMAS DISCRETOS SISTEMAS CONTINUOS

Suma de Convolución Integral de Convolución

1818

ESTABILIDADESTABILIDAD

Un Sistema DLI es ESTABLE, si para una entrada acotada, la Un Sistema DLI es ESTABLE, si para una entrada acotada, la salida está acotada: salida está acotada:

|x(n)| < M => | y(n)| < N, para M,N finitos|x(n)| < M => | y(n)| < N, para M,N finitos

Luego, el sistema es estable si está acotado: Luego, el sistema es estable si está acotado:

Si un Sistema DLI, es Si un Sistema DLI, es CausalCausal: y(n)=T[x(-: y(n)=T[x(-∞∞),...,x(n)]),...,x(n)]

1919

ECUACIONES EN DIFERENCIASECUACIONES EN DIFERENCIAS Los sistemas contínuos : Ecuaciones Diferenciales Lineales Los sistemas contínuos : Ecuaciones Diferenciales Lineales

con coeficientes constantes .con coeficientes constantes .

Los sistemas discretos: Ecuaciones en diferencias lineales de Los sistemas discretos: Ecuaciones en diferencias lineales de coeficientes constantes. coeficientes constantes.

Expresión RecursivaExpresión Recursiva

2020

ECUACIONES EN DIFERENCIASECUACIONES EN DIFERENCIAS Caso Particular Caso Particular

Describe un sistema LIT, en el que:Describe un sistema LIT, en el que:h(n) = bn/a0 si 0£ n£ M h(n) = bn/a0 si 0£ n£ M

-------> FILTROS FIR -------> FILTROS FIR h(n) = 0 en otro caso h(n) = 0 en otro caso

Las ecuaciones en diferencias pueden representarse Las ecuaciones en diferencias pueden representarse

graficamente definiendo los siguientes bloques: graficamente definiendo los siguientes bloques:

Expresión no RecursivaExpresión no Recursiva

2121

ECUACIONES EN DIFERENCIASECUACIONES EN DIFERENCIAS

SISTEMA CAUSAL SISTEMA CAUSAL

FIR FIR

IIRIIR

tema 1 caracterizaciÓn temporal de seÑales

Documents