Upload
vudiep
View
218
Download
0
Embed Size (px)
Citation preview
Procesamiento Digital de
Senales
Ing. Biomedica, Ing. Electronica
e Ing. en Telecomunicaciones
Capitulo I
Introduccion
D.U. Campos-Delgado
Facultad de Ciencias
UASLP
Enero-Junio/2014
1
CONTENIDO
Conceptos Basicos
Senales Sinusoidales en Tiempo Continuo
Senales Sinusoidales en Tiempo Discreto
Conversion A/D y D/A
Teorema de Muestreo
Cuantizacion de Senales Continuas en Am-
plitud
2
Conceptos Basicos
Una senal es cualquier cantidad fısica que
varıa (funcion) con respecto del tiempo, es-
pacio, u otra o otras variables independien-
tes. Ej.:
• s1(t) = 5t,
• s2(t) = 20t2,
• s(x, y) = 3x+2xy +10y2,
• s(t) =∑N
i=1Ai(t) sen [2πFi(t)t+ θi(t)]
• Voltaje de la alimentacion electrica,
• Radiacion solar por dia en un panel so-
lar,
• Imagen satelital,
• Electrocardiograma (ECG),
• Electroencefalograma (EEG), etc.
3
Una senal analogica es aquella cuya argu-
mento varıa de forma continua en un inter-
valo dado.
Una senal discreta es aquella que esta defi-
nida en intervalos especıficos para su argumento→en general los intervalos son equidistantes.
Una senal digital es aquella que esta defi-
nida en intervalos especıficos para su ar-
gumento y con un rango de valores finito
(cuantizacion).
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1−1
−0.5
0
0.5
1
tiempo (seg)
seña
l ana
lógi
ca
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1−1
−0.5
0
0.5
1
tiempo (seg)
seña
l dis
cret
a
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1−1
−0.5
0
0.5
1
tiempo (seg)
seña
l dig
ital
Un sistema es un dispositivo fısico que rea-
liza una operacion o manipulacion sobre
una senal. Ej.:
• Un filtro para atenuar el ruido de la senal,
• Un amplificador de audio,
• Un calefactor,
• Un panel fotovoltaico,
• Un microfono, etc.
El procesamiento de senal son las opera-
ciones realizadas a las senales para mejorar
o resaltar ciertas caracterısticas, o extrar
informacion de ellas.
Dos tipos de procesamiento ⇒ analogico y
digital.
Ventajas del procesamiento digital
• Flexibilidad en la configuracion de los
algoritmos,
• Precision en el procesamiento,
• Almacenamiento sin deterioro,
• Costo
Desventajas del procesamiento digital
• Velocidad en la conversion A/D,
• Velocidad en los procesadores digitales.
Clasificacion de las senales
• Senales multicanal (vectores), ej. ace-
lerometro 3D, giroscopio.
• Senales multidimensional, ej. imagen de
tomografıa, EEG, ECG.
• Senales continuas o analogicas, ej. sen-
sor de presion, sensor de temperatura.
• Senales discretas, ej. temperatura me-
dia por dıa, ındice mensual de la bolsa
de valores.
• Senales valuadas en forma continua, ej.
ECG y EEG analogico, senal de un microfono.
• Senales valuadas en forma discreta, ej.
sensor de nivel en un tinaco, imagen en
tonos de gris o RGB,
• Senales deterministas, ej. sensor de tem-
peratura, sensor de presion, fotografıa
digital.
• Senales aleatorias, ej. numero de autos
en espera en un semaforo o en un ban-
co, numero de llamadas en un central
telefonica segun la hora del dıa.
Sinusoides en Tiempo Continuo
• La senal de oscilacion armonica esta dada
por
xa(t) = A cos(Ωt+ φ) −∞ < t < ∞
donde Ω = 2πF es la frecuencia angular (rad/s)
y F es la frecuencia (Hz).
• Propiedades:
(1) F ∈ (−∞,∞) y para cada valor de F , xa(t)
es una senal periodica, con periodo 1/F .
(2) Si F ↑, entonces se incrementa la tasa de
oscilacion.
4
(3) Ademas se tiene por la identidad de Euler
(ejα = cosα+ j senα) que
xa(t) =A
[
ej(Ωt+φ) + e−j(Ωt+φ)]
2
donde j ,√−1.
Sinusoides en Tiempo Discreto
• Una senal sinusoidal en tiempo discreto esta da-
da por
x[n] = A cos(ωn+ θ) n ∈ Z
donde ω = 2πf es la frecuencia angular discre-
ta (rad/muestra) y f es la frecuencia discreta
(ciclos/muestra).
• Propiedades:
(1) La senal sinusoidal es periodica si la
frecuencia f es un numero racional, ya que
si N ∈ Z y N > 0 define el periodo de x[n], i.e.
x[n] = x[n+N ], entonces
x[n+N ] = cos(2πfn+N+ φ)
= cos (2πfn+ φ+2πfN)
= cos (2πfn+ φ) cos (2πfN)
− sen (2πfn+ φ) sen (2πfN)
∴ Si 2πfN = 2πk para k ∈ Z, entonces
cos (2πfN) = 1 & sen (2πfN) = 0
5
y en consecuencia
cos(2πfn+N+ φ)︸ ︷︷ ︸
x[n+N ]
= cos (2πfn+ φ)︸ ︷︷ ︸
x[n]
,
lo que implica que
fN = k ⇒ f =k
N∈ Q.
(2) Sinusoidales en tiempo discreto cuyas
frecuencias esten separadas por un multi-
plo entero de 2π son identicas, ya que ∀k ∈ Z
cos (ω +2πkn+ φ) = cos (ωn+ φ+2πkn)
= cos (ωn+ φ) cos(2πkn)︸ ︷︷ ︸
=1
− sen (ωn+ φ) sen(2πkn)︸ ︷︷ ︸
=0
= cos (ωn+ φ) ∀n ∈ Z
(3) La tasa mas alta de oscilacion se obtie-
ne cuando ω = π, o de manera equivalente
para f = 1/2, ya que el periodo N se inter-
preta como el numero de muestras por ciclo, y
como se trata de una senal alternante, al me-
nos debe haber 2 muestras por ciclo, es decir
N = 2, por lo que f = 1/2, serıa la frecuencia
mas alta.
• Por lo tanto, dos senales sinusoidales cu-
yas frecuencias se encuentren en el rango ω ∈[−π, π] or f ∈ [−1/2,1/2] seran distintas.
• Una sinusoide que tenga una frecuencia |ω| >π, se le llama un traslape de una sinusoide con
frecuencia |ω| < π.
0 2 4 6 8 10 12 14 16 18 20−1
−0.5
0
0.5
1
n
x[n]
frecuencia f=1/15 o periodo N=15 (θ=π/4)
0 2 4 6 8 10 12 14 16 18 20−1
−0.5
0
0.5
1
n
x[n]
frecuencia f=1/4 o periodo N=4 (θ=π/4)
Conversion A/D y D/A
• Conversion Analogica-a-Digital (A/D)
Existen tres procesos basicos:
(1) Muestreo: conversion de la senal en tiem-
po continuo a tiempo discreto obtenida por
medio de “muestras” de la senal continua en
instantes discretos de tiempo, es decir
x[n] , xa(nT) T > 0
donde T se le conoce como tiempo de mues-
treo.
(2) Cuantizacion: conversion de la senal dis-
creta y valuada de forma continua, a una senal
discreta en tiempo y en valores (senal digital) y
se representa por un mapeo Q(·) (cuantizador
uniforme)
xq[n] = Q(x[n]) = ∆ · round(x[n]/∆)
donde ∆ > 0 representa el paso de cuantiza-
cion, y round(·) la funcion redondeo.
6
(3) Codificacion: conversion de la senal en
tiempo y valores discretos a una secuencia bi-
naria de b-bits. Si el rango de valores posibles
para la senal analogica xa(t) es [Vmin, Vmax],
entonces el paso de cuantizacion se define en
funcion del numero de bits b,
∆ =Vmax − Vmin
2b − 1
• Conversion Digital-a-Analogico (A/D)
El proceso de conversion de una secuencia bi-
naria a una senal analogica puede hacerse por
medio de arreglos de resistencias o escaleras
R-2R.
retenedor de orden cero (zero-order hold)
o aproximacion de escalera, dentro de un
intervalo de voltaje [−Vref , Vref ].
La conversion A/D de forma natural invo-
lucra perdida de informacion, que depende
de la frecuencia de muestreo 1/T y el paso
de cuantizacion ∆.
El muestreo no genera perdida de informa-
cion relevante, o introduce distorsion si la
senal xa(t) tiene un ancho de banda finito
(contenido en frecuencia limitado) !
Una senal analogica puede ser reconstruida
por medio de sus muestras, si la frecuencia
de muestreo es suficientemente alta para
evitar el problema de “traslape” (aliasing).
• Muestreo de Senales Analogicas
Considerar solo un muestreo periodico o uni-
forme, es decir
x[n] = xa(nT) n ∈ Z
“cada T segundos se toma una muestra de la
senal xa(t) para crear la secuencia x[n].”
Por lo que Fs = 1/T se le conoce como fre-
cuencia de muestreo, con unidades mues-
tras/segundo.
Para una senal analogica sinusoidal con fre-
cuencia F (o Ω) es posible generar, la frecuen-
cia discreta correspondiente f (o ω), por medio
del siguiente procedimiento
xa(t) = A cos (2πFt+ θ)
⇒ x[n] = xa(nT)
= A cos (2πFnT + θ)
= A cos
2π
(F
Fs
)
︸ ︷︷ ︸
f
n+ θ
∴ f =F
Fs=
Frecuencia Continua
Frecuencia de Muestreo
o ω =Ω
Fs= ΩT
Recordando que la frecuencia discreta f esta li-
mitada, es decir
−1
2≤ f ≤ 1
2
sustituyendo la relacion entre la frecuencia en
tiempo continuo y discreta, tenemos
−1
2≤ F
Fs≤ 1
2
∴ −Fs
2≤ F ≤ Fs
2
es decir, la frecuencia de la senal analogica F
debe cumplir esta desigualdad para ser carac-
terizada de forma correcta en tiempo discreto.
⇒ “El muestreo periodico de una senal en tiem-
po continuo involucra el mapeo de un rango
infinito de frecuencias F , en una rango finito
para la variable f”.
⇒ Ya que la frecuencia mas alta en tiempo
discreto es f = 1/2 o ω = π, entonces a la fre-
cuencia de muestreo Fs, la frecuencia en tiem-
po continuo mas alta que puede ser represen-
tada de forma unica es
Fmax =Fs
2=
1
2T
Ejemplo 1: considerar 2 senales sinusoidales
x1(t) = cos2π 10︸︷︷︸
F1
t
x2(t) = cos2π 50︸︷︷︸
F2
t
que se muestrean a una frecuencia Fs = 40
muestras/seg. Obtener la frecuencias equiva-
lentes en tiempo discreto.
Solucion: las senales discretas equivalentes son
x1[n] = x1(n/Fs) = cos 2π
(10
40
)
︸ ︷︷ ︸
f1
n
x2[n] = x2(n/Fs) = cos 2π
(50
40
)
︸ ︷︷ ︸
f2
n
por lo que f1 < 1/2, pero f2 > 1/2, de forma
que existe una frecuencia equivalente para f2,
la cual puede obtenerse al observar que
x2[n] = cos 2π
(5
4
)
n
= cos2π
(
1 +1
4
)
n
= cos
(
2πn+π
2n
)
=
= cos(2πn)︸ ︷︷ ︸
1
cos
(π
2n
)
− sen(2πn)︸ ︷︷ ︸
0
sen
(π
2n
)
= cos
2π
1
4︸︷︷︸f2
n
.
De manera, que x1[n] = x2[n] ∀n, es decir la
senales discretas son identicas, por lo que “pa-
ra Fs = 40 Hz, F2 = 50 Hz, es un traslape de
la frecuencia F1 = 10 Hz”.
En general, tomar 2 senales sinusoidales en
tiempo continuo
xoa(t) = A cos (2πFot+ θ)
xka(t) = A cos (2πFkt+ θ)
donde
Fk = Fo + kFs k ∈ Z
y ademas se cumple
−Fs
2≤ Fo ≤ Fs
2
Por lo tanto, las senales muestreadas cumplen
xo[n]= xoa(nT) = A cos
(
2πFo
Fsn+ θ
)
xk[n] = xka(nT) = A cos
(
2π
Fo + kFs
Fs
n+ θ
)
= A cos
(
2πFo
Fsn+ θ +2πk n
)
= A cos
(
2πFo
Fsn+ θ
)
cos (2πk n)︸ ︷︷ ︸
=1
− A sen
(
2πFo
Fsn+ θ
)
sen (2πk n)︸ ︷︷ ︸
=0
= A cos
(
2πFo
Fsn+ θ
)
es decir, se satisface
xk[n] = xo[n] ∀n ∈ Z.
∴ Un numero infinito de sinusoides en tiempo
continuo se representan despues del muestreo
por la misma senal sinusoidal en tiempo discre-
to, es decir Fk = Fo + kFs son indistinguibles
de la frecuencia Fo cuando se muestrean a la
frecuencia Fs.
0 0.5 1 1.5 2 2.5−1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
1
tiempo (seg)
seña
les
anal
ógic
as y
dis
cret
aF
1=0.5 Hz, F
2=4.5 Hz, F
3=8.5 Hz con Fs=4 Hz
Ejemplo 2: considerar a la senal
xa(t) = 3cos 100πt
(a) Encontrar la frecuencia de muestreo mıni-
ma para evitar traslape; (b) Suponer que Fs =
200 Hz y obtener la senal discretizada en tiem-
po x[n]; (c) Suponer que la senal xa(t) se mues-
trea ahora a Fs = 75 Hz, encontrar x[n].
Solucion: (a) La frecuencia de la senal xa(t)
es F = 50 Hz, por lo que la frecuencia mınima
para evitar traslape es Fmins = 2F = 100 Hz.
(b) Suponer Fs = 200 Hz, y entonces
x[n] = xa(n/200) = 3cos100
200πn = 3cos
πn
2
(c) Considerar ahora Fs = 75 Hz, y entonces
x[n] = xa(n/75) = 3cos100
75πn = 3cos
4πn
3.
Teorema de Muestreo
• ¿Como seleccionar el periodo de muestreo T
de una senal continua? ⇒ De acuerdo con el
contenido en frecuencia o ancho de banda
de la senal !!!
• Suponer que la senal analogica puede re-
presentarse como una sumatoria de sinusoides
(Serie de Fourier)
xa(t) =N∑
i=1
Ai cos(2πFit+ θi)
donde N denota el numero de componentes.
• En un periodo corto de tiempo, una gran
cantidad de senales pueden tener esta repre-
sentacion.
• Suponer que existe Fmax que cumple
Fmax ≥ Fi ∀i ∈ [1, N ]
Ya que la frecuencia mas alta que puede repre-
sentarse sin ambiguedad a una frecuencia de
7
muestreo Fs serıa Fs/2, ⇒ “para evitar trasla-
pe, se debe escoger la frecuencia de muestreo
suficientemente alta, es decir Fs > 2Fmax.”.
• Despues de la conversion A/D, la senal analogi-
ca puede reconstruirse de forma unica si la fre-
cuencia de muestreo es suficientemente alta y
por medio de un proceso de interpolacion.
• Con este fin, recordar que una funcion sinc
g(t) =sen2πFmaxt
2πFmaxt
que tiene un comportamiento de tipo pasaba-
jos en el dominio de la frecuencia.
−10 −8 −6 −4 −2 0 2 4 6 8 10−0.2
0
0.2
0.4
0.6
0.8
tiempo (seg)
g(t)
−0.05 −0.04 −0.03 −0.02 −0.01 0 0.01 0.02 0.03 0.04 0.050
0.2
0.4
0.6
0.8
1
Ω (rad/s)
|G(j
Ω)|
Transformada de Fourier
Fmax
=1 Hz
Teorema de Muestreo: si la ancho de banda
de una senal analogica es Fmax y la senal es
muestreada a una frecuencia Fs > 2Fmax , FN
(Frecuencia de Nyquist), ⇒ xa(t) puede ser re-
cuperada exactamente por sus muestras utili-
zando la funcion de interpolacion g(t). Por lo
que xa(t) puede ser expresada por
xa(t) =∞∑
n=−∞x[n]g
(
t− n
Fs
)
⇐ No Causal !!
donde
x[n] = xa(N/Fs) n ∈ Z.
Ejemplo 3: considerar a la senal analogica
xa(t) = 3cos2000πt+5sen6000πt+10cos 12000πt
(a) ¿Cual es la frecuencia de Nyquist de la
senal? (b) Asumir que xa(t) se muestrea a una
frecuencia Fs = 5 kHz, ¿cual es la senal discre-
ta x[n]?
Solucion: (a) Las frecuencias de las senales
analogicas son F1 = 1 kHz, F2 = 3 kHz, y
F3 = 6 kHz, por lo que el ancho de banda es
Fmax = 6 kHz, y la frecuencia de Nyquist es
FN = 2Fmax = 12 kHz.
(b) Tomar Fs = 5 kHz (muestras/seg), y en
consecuencia Fs < 2Fmax por lo que existira tras-
lape
x[n] = xa(n/Fs)
= 3cos2000
5000πn+5sen
6000
5000πn
+10cos12000
5000πn
= 3cos2
5πn+5sen
6
5πn+10cos
12
5πn
= 3cos2
5πn+5sen
(
2πn− 4
5πn
)
+10cos
(
2πn+2
5πn
)
= 3cos2
5πn− 5 sen
4
5πn+10cos
2
5πn
∴ x[n]= 13 cos2
5πn− 5 sen
4
5πn
Cuantizacion
• El error que se introduce al representar una
senal de un numero de pasos discretos se le
llama error de cuantizacion eq[n]:
eq[n] = Q(x[n])− x[n]
donde este error se modela como ruido aleato-
rio.
• Existen 2 tipos basicos de quantizacion: (i)
uniforme y (ii) logarıtmica.
8
• En el curso nos enfocaremos en la cuantiza-
cion uniforme donde el paso esta dado por
∆ =Vmax − Vmin
2b − 1
donde b es el numero de bits en la senal digital,
y Vmax−Vmin se define como el rango dinamico
de la senal analogica.
• En este proceso pueden utilizarse 2 tecnica
para asignar los niveles: truncacion o redondeo.
• Considerando un asignacion por redondeo, se
puede modelar el error eq[n] como una variable
aleatoria con una distribucion uniforme en el
intervalo [−∆/2,∆/2].