Procesamiento digital de señales (DSP) aplicado a datos crudos de radares de apertura sintética. Parte 1era.: algunos fundamentos de DSP
|
|
- Daniel Aranda Sevilla
- hace 8 años
- Vistas:
Transcripción
1 Procesamiento digital de señales (DSP) aplicado a datos crudos de radares de apertura sintética Parte 1era: algunos fundamentos de DSP Dr A Zozaya Investigador Prometeo Quito, mar/215 A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 1 / 52
2 Introducción Introducción DSP o FPGA A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 2 / 52
3 Introducción Contenido 1era Parte 1 Fundamentos de procesamiento digital de señales Convolución de tiempo continuo Convolución de tiempo discreto Transformada de Fourier Transformada Discreta de Fourier Muestreo de señales analógicas 2 Compresión de pulsos de señales moduladas linealmente en frecuencia Señal modulada linealmente en frecuencia Comprensión de pulsos 3 Referencias A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 3 / 52
4 Convolución de tiempo continuo Convolución de tiempo continúo filtrar ) convolución A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 4 / 52
5 Convolución de tiempo continuo Convolución de tiempo continúo filtrar ) convolución y (t) = s(t) h(t) y (t) = s(t) h(t) = = Z 1 s(u)h(t ` u) du `1 Z 1 s(t ` u)h(u) du `1 h(t): respuesta impulsiva del filtro s(t): la señal A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 4 / 52
6 Convolución de tiempo continuo Convolución de tiempo continúo filtrar ) convolución y (t) = s(t) h(t) y (t) = s(t) h(t) = = Z 1 s(u)h(t ` u) du `1 Z 1 s(t ` u)h(u) du `1 h(t): respuesta impulsiva del filtro s(t): la señal Filtro de duración finita T y (t) = s(t) h(t) = = Z t+t =2 t`t =2 Z T =2 s(u)h(t ` u) du s(t ` u)h(u) du `T =2 A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 4 / 52
7 Convolución de tiempo continuo Linealidad Algunas propiedades y la correlación [ s 1 (x) + s 2 (x)] h(x) = s 1 (x) h(x) + s 2 (x) h(x) Conmutatividad s(t) h(t) = h(t) s(t) A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 5 / 52
8 Convolución de tiempo continuo Linealidad Algunas propiedades y la correlación [ s 1 (x) + s 2 (x)] h(x) = s 1 (x) h(x) + s 2 (x) h(x) Conmutatividad s(t) h(t) = h(t) s(t) Correlación (cruzada) Φ sh (t) = Z 1 s(u)h (u ` t) du `1 es una medida de la similitud de dos formas de onda como una función de un retraso de tiempo fi aplicado a uno de ellos el eje de tiempo del filtro no es reversado y h(t) se conjuga A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 5 / 52
9 Convolución de tiempo continuo Algunas propiedades y la correlación La correlación cruzada no es conmutativa!!! Φ sh (t) = Φ hs (`t) A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 / 52
10 Convolución de tiempo continuo Algunas propiedades y la correlación La correlación cruzada no es conmutativa!!! Φ sh (t) = Φ hs (`t) Correlación (cruzada) y convolución Φ sh (t) = Z 1 s(u)h (t ` u) du = s(t) h (`t) `1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 / 52
11 Convolución de tiempo discreto Convolución de tiempo discreto Convolución de tiempo discreto (www) y (n) =s[n] h[n] M`1 X = k= s[n ` k]h[k] = nx k=n`(m`1) s[k]h[n ` k] N: número de muestras de la señal s[n] M: número de muestras de la respuesta impulsiva del filtro Normalmente (caso SAR) M<N Ej s=[1/2 1 1/2] y h=[1 1] A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 / 52
12 Transformada de Fourier Transformada de Fourier (tiempo continuo) Ecuación de análisis Ecuación de síntesis G(f ) = g(t) = Z 1 g(t)e` 2ıft dt `1 Z 1 G(f )e 2ıft df `1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 8 / 52
13 Transformada Discreta de Fourier DFT Transformada discreta de Fourier I G[k] = N`1 X n= 2ık g[n]e` N n ; k = ; 1; : : : ; N ` 1 f = f s =N, G[k] = G(kf s =N) From www: A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 9 / 52
14 Transformada Discreta de Fourier Transformada discreta de Fourier II Evaluación numérica de la DFT 2 4 G[] G[1] G[k] G[N ` 1] 3 5 = exp 2 4 `j 2ı N B B B 1 N ` 1 1 C C C C A {z } Nˆ1 1 N ` 1 {z } 1ˆN 3 5 {z } NˆN 2 4 g[] g[1] g[n] g[n ` 1] 3 5 A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 1 / 52
15 Transformada Discreta de Fourier Transformada discreta de Fourier III En MATLAB function X=dft(x) N=length(x); W=exp(-j*(2*pi/N)*[:N-1] *[:N-1]); X=W*x ; IDFT g[n] = 1 N N`1 X k= G[k]e 2ık N n ; n = ; 1; : : : ; N ` 1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
16 Transformada Discreta de Fourier Transformada discreta de Fourier IV Evaluación numérica de la IDFT 2 4 g[] g[1] g[n] g[n ` 1] 3 5 = 1 N «exp 2 4 j 2ı N B B B 1 N ` 1 1 C C C C A {z } Nˆ1 1 N ` 1 {z } 1ˆN 3 5 {z } NˆN 2 4 G[] G[1] G[k] G[N ` 1] 3 5 A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
17 Transformada Discreta de Fourier Propiedades de la transformada de Fourier I Conjugación compleja g (t) $ G (`f ) Linealidad g 1 (t) + g 2 (t) $ G 1 (f ) + G 2 (f ) Escalamiento g(at) $ 1 «f jaj G a A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
18 Transformada Discreta de Fourier Propiedades de la transformada de Fourier II Desplazamiento/modulación g(t ` t ) $G(f )e`2ıft g(t)e 2ıft $G(f ` f ) Valor medio (caso continuo) G() = g() = Z 1 g(t) dt `1 Z 1 G(f ) df `1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
19 Transformada Discreta de Fourier Propiedades de la transformada de Fourier III Valor medio (caso discreto) Simetría N`1 X G[] = g[t] g[] = 1 N n= N`1 X n= G[f ] G(f ) = G (`f ) Cierto para g(t) real Simetría conjugada RealfG(f )g es simétrica respecto f = A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
20 Transformada Discreta de Fourier Propiedades de la transformada de Fourier IV ImagfG(f )g es antisimétrica respecto f = g(t) complejo: frecuencias + y ` representan información independiente Teorema de Parseval (caso continuo) Z 1 jg(t)j 2 dt = `1 Z 1 jg(f )j 2 df `1 Teorema de Parseval (caso discreto) N`1 X n= jg[t]j 2 = 1 N N`1 X n= jg[f ]j 2 A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 1 / 52
21 Transformada Discreta de Fourier Propiedades de la transformada de Fourier V Convolución $ multiplicación (www) g 1 (t) g 2 (t) $G 1 (f )G 2 (f ) g 1 (t)g 2 (t) $G 1 (f ) G 2 (f ) Convolución circular $ multiplicación (www) g 1 [n] N g 2 [n] $G 1 [k]g 2 [k] g 1 [n]g 2 [n] $G 1 [k] N G 2 [k] A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 1 / 52
22 Transformada Discreta de Fourier Propiedades de la transformada de Fourier VI Convolución circular (ver www) 2 3 N`1 X g 1 [n] N g 2 [n] = 4 g 1 [k]g 2 [((n ` k)) N ] 5 R N [n] k= donde g 2 [((n)) N ] = P 1 =`1 g 2[n ` N] es la «extensión periódica» de g 2 [n] g 1 [n] N g 2 [n] = [g 1 [n] g 2 [((n)) N ]] R N [n] Convolución circular Convolución circular ) convolución lineal + aliasing En general: g 1 [n] N g 2 [n] = g 1 [n] g 2 [n] A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
23 Transformada Discreta de Fourier Propiedades de la transformada de Fourier VII Zero padding añadir ceros al final de una secuencia interpolar en el dominio transformado ajustar la separación entre muestras tamaño de la secuencia! 2 M, M apropiado para la FFT no cambia la información de la secuencia A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
24 Transformada Discreta de Fourier Ejemplos de la transformada de Fourier I Pulsos rectangular/sinc (ver [www]) donde «t rect $ fi sinc(f fi ) fi «t sinc $ fi rect(f fi ) fi rect(x) = ( 1; if jxj» :5 ; en el resto sinc(x) = sin(ıx) ıx ancho de 3 db de la función sinc(x) ı :88=fi A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 2 / 52
25 Transformada Discreta de Fourier Ejemplos de la transformada de Fourier II 1 rect(t/τ), τ = 1 [s] 1 sinc(fτ) t [s] τ = 5 [s] f [Hz] t [s] f [Hz] A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
26 Transformada Discreta de Fourier Tono puro Ejemplos de la transformada de Fourier III e 2ıft $ (f ` f ) Un tono puro se transforma en un pulso Para «verlo» tal cual se requiere que la frecuencia f del pulso coincida con algún valor de las muestras de frecuencias kf s =N, o sea existe un k tal que k f s =N = f De otra forma, la energía de la función monocromática se «derrama» (leakage) en las muestras vecinas (Ejemplo) Caso discreto (ver [www]) «n sin rect $ T sin ı kk N ı Nsinc ı k K N k «K A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
27 Transformada Discreta de Fourier Ejemplos de la transformada de Fourier IV donde N es el número de unos, y K el número total de muestras, incluyendo los ceros añadidos para hacer zero padding y mejorar la «resolución» gráfica sin ( π k K N) sin ( π k ) K ( Nsinc N k ) K k A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
28 Transformada Discreta de Fourier Ejemplos de la transformada de Fourier V Tren de impulsos 1X 1X (t ` nt s ) $ (f ` nf s ) n=`1 n=`1 donde f s = 1=T s A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
29 Transformada Discreta de Fourier Convolución usando la DFT I Convolución cíclica s[n] h[n] = IDFT fdft fs[n]gdft fh[n]gg donde s(n) es de duración n 1, h(n) de duración n 2, tal que (usualmente en SAR) n 1 > n 2, y donde h(n) es completada con ceros hasta alcanzar una longitud de n 1 para obtener n 1 ` n convoluciones completas [CW5] O ambas se completan con cero hasta N = n 1 + n 2 ` 1 si se desea obtener las convolución líneal a partir de la cíclica En MATLAB ifft(fft(s,n)*fft(h,n)); donde N es tal que 2 N n 1 + n 2 ` 1 si se desea obtener la convolución lineal a partir de la ciclíca, o N se escoge de manera que 2 N n 1 ` n si solo nos interesan las convoluciones completas [CW5] A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
30 Muestreo de señales analógicas Muestreo de señales I t-continuo, duración 1 t-continuo, duración finita t-discreto, duración 1 t-discreto, duración finita A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 2 / 52
31 Muestreo de señales analógicas Muestreo de señales II Tasa de muestreo de Nyquist La frecuencia de muestreo ha de ser mayor o igual al doble de la más alta componente en fecuencia de la señal, si esta es real La frecuencia de muestreo ha de ser mayor o igual a la más alta componente en fecuencia de la señal, si esta es compleja Factor de sobremuestreo factor de sobremuestreo = Usualmente del orden de 11 a 14 [CW5] rata actual de muestreo rata de muestreo de Nyquist A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 2 / 52
32 Muestreo de señales analógicas Ventanas de suavizado I Propósito Aliviar efectos del truncamiento abrupto! secuencias finitas secuencias simétricas secuencias reales «weighting»: mayor «peso» en el centro que hacia los extremos En la compresión de pulsos: control de lóbulos laterales + preservar la resolución (ancho de 3 db del lóbulo principal, ej: 88 del ancho de cruce por cero de la sinc(x)) Varias ventanas: Kaiser, Hanning, Hamming, etc Ventana de Kaiser: mejor compromiso reducción de lóbulos laterales/resolución A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
33 Muestreo de señales analógicas Ventana de Kaiser (dominio t) Ventanas de suavizado II «J q1 ` (2t=fi ) 2 w k (t; fi ) = ; ` fi J ( ) 2» t» fi 2 donde J (x) = P 1 m=(`1) m (x 2 =4) m, o J (m!) 2 (x) = (1=ı) R ı e x cos d, es la función de Bessel de orden cero, y el parámetro permite ajustar el suavizado o caída de la ventana hacia los extremos Ventana de Kaiser (dominio f) «J q1 ` (2f =F ) 2 W k (f ; F ) = ; ` F J ( ) 2» f» F 2 =! ventana de Kaiser = ventana rectangular para > el suavizado hacia los extremos produce un ensanchamiento del ancho de 3 db en el dominio transformado, a la vez A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
34 Muestreo de señales analógicas Ventanas de suavizado III que reduce la relación valor pico del lóbulo principal al valor pico del lóbulo lateral más grande Un valor adecuado de = 2:5: peso en los extremos = 1=3 peso en el centro En MATLAB w=kaiser(n,beta) A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 3 / 52
35 Muestreo de señales analógicas Interpolación I X g(t) = g[n]h(t ` nt s ) n donde: g[n]: muestras de g(t) g[n] = g(t) cuando nt s = t, siendo T s la tasa de muestreo que cumple el criterio de Nyquist h(t) es la función interpoladora, o núcleo de interpolación h(t) es una función par de t: h(n ` t) = h(t ` n) la muestra de g(t) en n, g[n], hace de peso de la función interpoladora h(t ` nt s ) el valor g(t) interpolado en t, se obtiene mediante la suma de los productos de la función interpoladora h(t), desplazada nt s segundos: h(t ` nt s ), evaluada en t, por las muestras g[n] alrededor de t A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
36 Muestreo de señales analógicas Interpolación II De acuerdo al Teorema de muestreo de Nyquist: si g(t) es limitada en frecuencia la frecuencia de muestreo es igual o mayor al doble de la máxima frecuencia de g(t), siendo g(t) real, entonces: Función de interpolación sinc(t) sin ıt h(t) = sinc(t) = ıt X g(t) = g(n)sinc(t ` n) n A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
37 Compresión de señales FM Compresión de pulsos Introducción SNR "! (a) P Tx `peak ", ó (b) fi p " P Tx `peak ": limitaciones físicas fi p " compromete la resolución en distancia menor fi mayor resolución: R = cfi =2 SNR y resolución = conflicto A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
38 Compresión de señales FM fi p " ) B # Compresión de pulsos 2 τsinc (τf) 15 1 { ( )} t FT rect, τ = 1 [s] τ { ( )} t FT rect, τ = 2 [s] τ f [Hz] A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
39 Compresión de señales FM Cómo resolver el conflicto? Compresión de pulsos compresión de pulsos! técnica del procesamiento de señales Usada en los sistemas de «sondeo»: radar, sonar, sísmico, etc minimizar el «pico» de potencia maximizar el SNR (Signal to Noise Ratio) «buena» resolución Cómo lograr fi " ) B " Respuesta: señal chirp Señal FM de radio frecuencia s RF (t) = w t fi «cos `2ıf t + ıkt 2 donde fi es la duración de la ventana w(t=fi ), `fi =2 < t < fi =2 el tiempo en segundos, K la «rata» de modulación lineal de frecuencia en hercios por segundo, y f es la frecuencia de portadora A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
40 Compresión de señales FM Señal modulada linealmente en frecuencia Señal FM en el tiempo Señal FM en banda base s(t) = rect «t exp ` ıkt 2 fi donde fi es la duración del pulso rectangular, `fi =2 < t < fi =2 el tiempo en segundos y K la «rata» de modulación lineal de frecuencia en hercios por segundo Ancho de banda B = jkjfi (fi " ) B ") Ejemplo: fi = :24 [ s], B = 5:8 [Mz], TBP = fi ˆ B = 42, factor de sobremuestreo = 5 A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 3 / 52
41 Compresión de señales FM Señal modulada linealmente en frecuencia `fi =2 < t < fi =2 Señal FM en el tiempo 1 (a) Parte real de s(t) 1 (c) Fase de s(t) Amplitud t [s] 2 4 x 1 (b) Parte imaginaria de s(t) 1 Radianes t [s] 2 4 x 1 4 x 1 (d) Frecuencia de s(t) Amplitud t [s] 2 4 x 1 [Hz] t [s] 2 4 x 1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 3 / 52
42 Compresión de señales FM Señal modulada linealmente en frecuencia < t < fi Señal FM en el tiempo 1 (a) Parte real de s(t) 3 (c) Fase de s(t) Amplitud t [s] 8 x 1 (b) Parte imaginaria de s(t) 1 Radianes t [s] 8 x 1 x 1 (d) Frecuencia de s(t) Amplitud t [s] 8 x 1 [Hz] t [s] 8 x 1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
43 Compresión de señales FM Señal modulada linealmente en frecuencia Señal FM en la frecuencia S(f ) = Z 1 Para TBP = fi ˆ B > 1: «t rect exp ` ıkt 2 e` 2ıft dt `1 fi Solución analítica aproximada (POSP) f S(f ) = rect Kfi «exp ` ı f! 2 POSP: Principle of Stationary Phase Ejemplo: TBP = 2, factor de sobremuestreo = 1:25 K A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
44 Compresión de señales FM Señal modulada linealmente en frecuencia Señal FM en la frecuencia Amplitud Amplitud (a) Parte real de S(f) f N (b) Parte imaginaria de S(f) Magnitud [Hz] (c) Espectro de magnitudes S(f) 5 5 f N 4 2 (d) Fase de S(f) f N 5 5 f N A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 4 / 52
45 Compresión de señales FM Señal modulada linealmente en frecuencia Muestreo de la señal FM I Frecuencia de muestreo de la señal FM f s > B Factor de sobremuestreo os : os = f s B = f s jkjfi No gap! rata de muestreo muy baja gap > 2 % de f s, la rata de muestreo es mayor que la óptima en términos de eficiencia de procesado [CW5] A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
46 Compresión de señales FM Señal modulada linealmente en frecuencia 1 1 Parte real de s(t) 2 2 Muestreo de la señal FM II x Espectro de magnitudes α os = Espectro de magnitudes 5 5 x x 1 15 α =12 os x x 1 15 α =1 os x Tiempo [s] x α os = Frecuencia [k] Frecuencia [Hz] x 1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
47 Compresión de señales FM Comprensión de pulsos Compresión de pulsos I Principios Como comprimir un pulso chirp? «correlando» el pulso consigo mismo: s M (t) = Z 1 s(u)s (u ` t) du `1 «convolucionando» el pulso con una función de transferencia (filtro adaptado) h(t) = s (`t) s M (t) = s(t) h(t) = s M (t) = s(t) s (`t) = Z 1 s(u)h(t ` u) du `1 Z 1 s(u)s (u ` t) du `1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
48 Compresión de señales FM Comprensión de pulsos Compresión de pulsos II Medida cuantitativa de la compresión: razón de compresión = C r = C r ı TBP (orden de 1s 1s) Compresión en el dominio del tiempo longitud del pulso original ancho de 3 db del pulso comprimido eco: «t ` t s(t) = rect exp ˆ ık(t ` t) 2 fi filtro adaptado: «t h(t) = rect exp ˆ` ık(t) 2 fi t = A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
49 Compresión de señales FM Comprensión de pulsos Compresión de pulsos III para TBP elevado: s M (t) ı fi sinc (Kfi (t ` t)) C r ı :88jKjfi 2 Problema: para K = :41 ˆ 1 12 [Hz/s] y fi = 42 ˆ 1` [s] (Caso: RADARSAT, haz de media resolución), calcular: (a) B, (b), resolución en [s] y (c) C r (pág 84 de [CW5]) Ejemplo: K = :811 ˆ 1 12 [Hz/s], fi = :24 ˆ 1` [s]: B = Kfi = 5:8 [MHz] y la resolución ı :15 [ s] A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
50 Compresión de señales FM Comprensión de pulsos Compresión de pulsos IV 1 (a) Parte real de s(t) (b) Señal comprimida s M (t) Amplitud 5 5 Magnitud [db] t [s] x 1 (c) Señal comprimida s M (t) t [s] 4 45 x 1 (d) Señal comprimida s M (t) Amplitud 2 1 Radianes t [s] x t [s] x 1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 4 / 52
51 Compresión de señales FM Comprensión de pulsos Compresión de pulsos V Amplitud (a) Parte real de s(t) Magnitud [db] t [s] x 1 (c) Señal comprimida s M (t) 5 (b) Señal comprimida s M (t) 3 35 t [s] 4 45 x 1 (d) Señal comprimida s M (t) Amplitud 2 1 Radianes t [s] x 1 t [s] x 1 s=s+randn(size(s))*5: SNR=25 db A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 4 / 52
52 Compresión de señales FM Comprensión de pulsos Compresión de pulsos VI Compresión en el dominio de la frecuencia eco (usando la aproximación POSP): «f S(f ) = rect exp ` f! 2 exp(` 2ıf ) Kfi K filtro adaptado: f H(f ) = rect Kfi «exp f! 2 K salida del filtro S M (f ) = S(f )H(f ) = rect «f exp(` 2ıf ) Kfi s M (t) = Kfi sinc (Kfi (t ` )) A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
53 Compresión de señales FM Comprensión de pulsos Compresión de pulsos VII Implementación con MATLAB (Opción 1) t=-tau/2:ts:tau/2; s=exp(1j*pi*k*(tˆ2)); h=exp(-1j*pi*k*(tˆ2)); N=512; S=fft(s,N); H=fft(h,N); SM=S*H; sm=ifft(sm); Ejercicio Replicar los resultados anteriores usando la Opción 1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
54 Compresión de señales FM Comprensión de pulsos Compresión de pulsos VIII Implementación con MATLAB (Opción 2) t=-tau/2:ts:tau/2; s=exp(1j*pi*k*(tˆ2)); N=512; S=fft(s,N); H=conj(S) SM=S*H; sm=ifft(sm); Ejercicio Replicar los resultados anteriores usando la Opción 2 Ejercicio Comparar ambos resultados y concluir A J Zozaya IEE (iee) DSP-SaR Quito, mar/215 5 / 52
55 Compresión de señales FM Comprensión de pulsos Efecto del suavizado 1 (a) Parte real de s(t) (b) Señal comprimida s M (t) Amplitud t [s] x 1 (c) Señal comprimida s M (t) Magnitud [db] t [s] 4 45 x 1 (d) Señal comprimida s M (t) Amplitud 1 5 Radianes 2 4 t [s] x t [s] x 1 A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
56 Referencias Referencias I Ian G Cumming and Frank H Wong Digital processing of synthetic aperture radar data, algorithm and implementation Artech House, 25 Merril I Skolnik Introduction to Radar Systems Mc Graw Hill, 199 Mehrdad Soumekh Synthetic Aperture Radar Signal Processing with MATLAB Algorithms John Wiley & Sons, Inc, 1999 George W Stimson Introduction to Airborne RADAR Scitech Publishing, Inc, 1998 A J Zozaya IEE (iee) DSP-SaR Quito, mar/ / 52
Algoritmo Range-Doppler (Tema 5)
Algoritmo Range-Doppler (Tema 5) A. J. Zozaya Instituto Espacial Ecuatoriano (IEE), Escuela Politécnica Nacional (EPN) Quito, 217 A. J. Zozaya (iee/epn) RDA Quito, 217 1 / 3 Contenido 1 Procesado de los
Más detallesFundamentos de procesamiento digital de señales (Tema 1)
Fundamentos de procesamiento digital de señales (Tema ) A. J. Zozaya Instituto Espacial Ecuatoriano (IEE), Escuela Politécnica Nacional (EPN) Quito, 206 A. J. Zozaya (iee/epn) SaR Quito, 206 / 39 Contenido
Más detallesPrincipio de funcionamiento de un radar de apertura sintética (Tema 3)
rincipio de funcionamiento de un radar de apertura sintética (Tema 3) A. J. Zozaya Instituto Espacial Ecuatoriano (IEE), Escuela olitécnica Nacional (EN) Quito, 217 A. J. Zozaya (iee/epn) SaR Quito, 217
Más detallesEquipos analizadores de señal. - Introducción - Analizadores de Fourier - Analizadores de espectros heterodinos
- Introducción - Analizadores de Fourier - Analizadores de espectros heterodinos Introducción El análisis del espectro de colores es una forma de análisis de componentes frecuenciales que para el caso
Más detallesAnálisis espectral de señales periódicas con FFT
Análisis espectral de señales periódicas con FFT 1 Contenido 7.1 Introducción a la Transformada Discreta de Fourier 3-3 7.2 Uso de la Transformada Discreta de Fourier 3-5 7.3 Método de uso de la FFT 3-8
Más detallesTeoría de Sistemas y Señales
Universidad Nacional de Rosario Facultad de Ciencias Exactas, Ingeniería y Agrimensura Escuela de Ingeniería Electrónica Teoría de Sistemas y Señales Trabajo Práctico Nº 3 Análisis Frecuencial de Señales
Más detallesIntroducción a la Teoría del Procesamiento Digital de Señales de Audio
Introducción a la Teoría del Procesamiento Digital de Señales de Audio Transformada de Fourier Discreta Resumen Propiedades de la Transformada de Fourier Linealidad Comportamiento de la fase Naturaleza
Más detallesÚltima modificación: 1 de agosto de 2010. www.coimbraweb.com
Contenido DOMINIOS DEL TIEMPO Y DE LA FRECUENCIA 1.- Señales analógicas y digitales. 2.- Señales analógicas periódicas. 3.- Representación en los dominios del tiempo y de la frecuencia. 4.- Análisis de
Más detallesSeries y Transformada de Fourier
Series y Transformada de Fourier Series de Fourier Transformada de Fourier Series de Fourier Las series de Fourier describen señales periódicas como una combinación de señales armónicas (sinusoides). Con
Más detallesCapítulo 6 Filtrado en el Dominio de la Frecuencia
Capítulo 6 Filtrado en el Dominio de la Frecuencia...39 6. Método en el Dominio de la Frecuencia...39 6. Filtros Espaciales en la frecuencia...40 6.. Convolución Lineal y la Transformada Discreta de Fourier...45
Más detallesPreguntas IE TEC. Total de Puntos: 47 Puntos obtenidos: Porcentaje: Nota:
IE TEC Nombre: Instituto Tecnológico de Costa Rica Escuela de Ingeniería en Electrónica EL-5805 Procesamiento Digital de Señales Profesor: Dr. Pablo Alvarado Moya II Semestre, 2010 Examen Final Total de
Más detallesConvolución y Convolución Discreta Definición de convolución Cuando hemos aplicado, en el apartado anterior, una función ventana o hemos muestreado una función dada, implícitamente hemos estado efectuando
Más detallesPractica 5: Ventanas espectrales
1 Practica 5: Ventanas espectrales 2 1. Objetivos El objetivo principal es mostrar un amplio número de ventanas y una forma sencilla de caracterizarlas, así como la comparación de sus propiedades. 2. Ventanas
Más detallesFiltros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia Fundamentos de procesamiento de imágenes IIC / IEE 3713 1er semestre 2011 Cristián Tejos Basado en material desarrollado por Marcelo Guarini, Domingo Mery, libro
Más detallesRepresentación de señales de audio
Representación de señales de audio Emilia Gómez Gutiérrez Síntesi i Processament del So I Departament de Sonologia Escola Superior de Musica de Catalunya Curso 2009-2010 emilia.gomez@esmuc.cat 28 de septiembre
Más detallesPROCESAMIENTO DIGITAL DE SEÑALES
BIBLIOGRAFÍA PROCESAMIENTO DIGITAL DE SEÑALES 1. Oppenheim, A.V., and R.W. Schafer. Discrete-Time Signal Processing. Englewood Cliffs, NJ: Prentice Hall, 1989. 2. Parks, T.W., and C.S. Burrus. Digital
Más detallesIntroducción a la Teoría del Procesamiento Digital de Señales de Audio
Introducción a la Teoría del Procesamiento Digital de Señales de Audio Transformada de Fourier Discreta Resumen Análisis espectral de señales enventanado, derramamiento y resolución, tipo de ventanas,
Más detallesIntroducción a la Teoría del Procesamiento Digital de Señales de Audio
Introducción a la Teoría del Procesamiento Digital de Señales de Audio Transformada de Fourier Resumen el análisis de Fourier es un conjunto de técnicas matemáticas basadas en descomponer una señal en
Más detallesD. REALIZACIÓN DE LA PRÁCTICA Y PRESENTACIÓN DE RESULTADOS
22 Laboratorio de Tratamiento Digital de Señales D. REALIZACIÓN DE LA PRÁCTICA Y PRESENTACIÓN DE RESULTADOS 1. DISEÑO DE FILTROS IIR 1.1 Diseño de filtros IIR empleando prototipos analógicos En este apartado
Más detallesUn filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i.
Filtros Digitales Un filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i. En electrónica, ciencias computacionales y matemáticas, un filtro
Más detallesFundamentos de la imagen de radar (Tema 4)
Fundamentos de la imagen de radar (Tema 4) A. J. Zozaya Instituto Espacial Ecuatoriano (IEE), Escuela Politécnica Nacional (EPN) Quito, 016 A. J. Zozaya (iee/epn) Alg-SaR Quito, 016 1 / 3 Contenido 1 Reflectancia
Más detallesSEÑALES Y ESPECTROS SEÑALES Y ESPECTROS 1
SEÑALES Y ESPECTROS INTRODUCCIÓN. TERMINOLOGÍA USADA EN TRANSMISIÓN DE DATOS. FRECUENCIA, ESPECTRO Y ANCHO DE BANDA. DESARROLLO EN SERIE DE FOURIER PARA SEÑALES PERIÓDICAS. TRANSFORMADA DE FOURIER PARA
Más detallesIntroducción a los Filtros Digitales. clase 10
Introducción a los Filtros Digitales clase 10 Temas Introducción a los filtros digitales Clasificación, Caracterización, Parámetros Filtros FIR (Respuesta al impulso finita) Filtros de media móvil, filtros
Más detallesPráctica 5: Modulaciones digitales
TEORÍA DE LA COMUNICACIÓN 2009/10 EPS-UAM Práctica 5: Modulaciones digitales Apellidos, nombre Apellidos, nombre Grupo Puesto Fecha El objetivo de esta práctica es familiarizar al alumno con los principios
Más detallesFiltrado Digital. Lectura 3: Diseño de Filtros FIR
Lectura 3: Diseño de Filtros FIR Diseño de Filtros Objetivo: Obtener una función de transferencia H(z) realizable aproximándola a una respuesta en frecuencia deseable. El diseño de filtros digitales es
Más detallesMEDICIÓN Y AJUSTE DE LOS SISTEMAS DE REFUERZO SONORO
MEDICIÓN Y AJUSTE DE LOS SISTEMAS DE REFUERZO SONORO POR QUÉ ES NECESARIO MEDIR? QUÉ CONOCEMOS AL MEDIR UN SISTEMA DE AUDIO? QUÉ PARÁMETROS PODEMOS AJUSTAR? TIPOS DE MEDICIONES DE UN SOLO CANAL DE DOBLE
Más detallesConversión Analógica-a-Digital
Conversión Analógica-a-Digital OBJEIVOS: Comprender la conversión de señales analógicas a digitales, analizando las modificaciones que se producen con este proceso. Fundamentalmente, las "réplicas" en
Más detallesCAPITULO 4. Inversores para control de velocidad de motores de
CAPITULO 4. Inversores para control de velocidad de motores de inducción mediante relación v/f. 4.1 Introducción. La frecuencia de salida de un inversor estático está determinada por la velocidad de conmutación
Más detallesUNIVERSIDAD DE SEVILLA
UNIVERSIDAD DE SEVILLA Escuela Técnica Superior de Ingeniería Informática PRÁCTICA 5: DISEÑO DE MODULADORES (FSK), DEMODULADORES (ASK) Tecnología Básica de las Comunicaciones (Ingeniería Técnica Informática
Más detallesEsther Pueyo Paules Teoría (primavera) Despacho: D3.20 epueyo@unizar.es
Asignatura: 11943 SEÑALES Y SISTEMAS II Área: TEORÍA DE LA SEÑAL Y COMUNICACIONES Departamento: INGENIERÍA ELECTRÓNICA Y COMUNICACIONES Plan de estudios: INGENIERO EN TELECOMUNICACIÓN (Plan 94) Curso:
Más detallesTEMA 5 PROCESADO DE IMÁGENES EN EL DOMINIO DE LA FRECUENCIA.
TEMA 5 PROCESADO DE IMÁGENES EN EL DOMINIO DE LA FRECUENCIA. 1. - INTRODUCCIÓN Las operaciones que hemos realizado hasta ahora sobre una imagen, se realizaron en el dominio espacial, es decir, trabajando
Más detalles. Cómo es la gráfica de z[n]?
UNIVERSIDAD INDUSTRIAL DE SANTANDER Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones - E³T Perfecta combinación entre energía e intelecto TRATAMIENTO DE SEÑALES Actividades de Clase:
Más detallesComunicaciones Digitales - Ejercicios Tema 3
Comunicaciones Digitales - Ejercicios Tema 3 007. 1. Considere el diagrama de rejilla para un canal discreto equivalente genérico con 4 coeficientes no nulos (memoria K p = 3) y una constelación -PAM.
Más detallesProcesamiento digital de voz
Procesamiento digital de voz Seminario de Audio 2005 Ernesto López Martín Rocamora Producción del habla Aparato fonador Corte transversal de la laringe Sonidos sonoros y sordos Sonidos sonoros Forma de
Más detallesIntroducción al diseño de filtros digitales
Capítulo 6 Introducción al diseño de filtros digitales 6. Causalidad y sus implicaciones Sea hn la respuesta impulsional de un filtro paso bajo ideal con respuesta en frecuencia { ω ωc Hω = 0 ω C < ω
Más detallesDATOS DE IDENTIFICACIÓN DEL CURSO DEPARTAMENTO:
DATOS DE IDENTIFICACIÓN DEL CURSO DEPARTAMENTO: Electrónica ACADEMIA A LA QUE Sistemas Digitales Avanzados PERTENECE: NOMBRE DE LA MATERIA: Taller de Procesamiento Digital de Señales CLAVE DE LA MATERIA:
Más detallesTaller de SIMULINK y Procesamiento de Señales. Dr. Javier Vega Pineda IEEE Member
Taller de SIMULINK y Procesamiento de Señales Dr. Javier Vega Pineda IEEE Member JEAN BAPTISTE JOSEPH FOURIER (1768 1830) SIMULINK Es una extensión de Matlab para: Modelar, Simular y Analizar sistemas
Más detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL SÍLABO
UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERÍA ELECTRÓNICA E INFORMÁTICA SÍLABO ASIGNATURA : TELECOMUNICACIONES I CODIGO: 2H0008 1. DATOS GENERALES 1.1 DEPARTAMENTO ACADEMICO : Ingeniería
Más detallesRealización de medidas en dispositivos con señales pulsadas: Un desafío multi-faceta
Realización de medidas en dispositivos con señales pulsadas: Un desafío multi-faceta Por Laura Gonzalo Laura Gonzalo, Departamento de Soporte Técnico - División Instrumentación de Rohde&Schwarz España.
Más detallesCambio de la Frecuencia de Muestreo
Cambio de la Frecuencia de Muestreo Omar X. Avelar & Diego I. Romero PROCESAMIENTO DIGITAL DE SEÑALES (ESI05AA) Instituto Tecnológico y de Estudios Superiores de Occidente (ITESO) Departamento de Electrónica,
Más detallesProcesamiento Digital de Señal
Procesamiento Digital de Señal ema 4: Análisis de Fourier en tiempo discreto ransformada de Fourier en tiempo discreto (DF) Serie de Fourier en tiempo discreto (DFS) ransformada de Fourier Discreta (DF)
Más detallesProcesamiento digital de señales y radios definidas en software
1 2 2 3 4 5 5 6 Procesamiento digital de señales y radios definidas en software Marcelo Franco, N2UO www.qsl.net/n2uo En los últimos tiempos se han popularizado dos siglas entre los radioaficionados: DSP
Más detallesLA ACÚSTICA EN EL DOMINIO DE LA FRECUENCIA
LA ACÚSTICA EN EL DOMINIO DE LA FRECUENCIA Casado García, Mario Enrique Escuela de Ingenierías. Edificio Tecnológico Campus de Vegazana, s/n 24071 León España Tel: 644420130 E-Mail: mecg@mecg.es RESUMEN
Más detallesLABORATORIO DE SEÑALES Y SISTEMAS PRACTICA 1
LABORATORIO DE SEÑALES Y SISTEMAS PRACTICA CURSO 005-006 PRÁCTICA SEÑALES Y SISTEMAS CONTINUOS Las presente practica trata distintos aspectos de las señales y los sistemas en tiempo continuo. Los diferentes
Más detallesMEMORIAS SOMI XV TEL-19
Transmisión de señales de audio y video, utilizando modulación de subportadora de pulsos. G. Héctor Ramírez Oliver, C. Gutiérrez Martínez. gramirez@susu.inaoep.mx, cgutz@inaoep.mx Instituto Nacional de
Más detalles3rasJornadasITE-2015-FacultaddeIngeniería-UNLP PROCESAMIENTO DIGITALSOBRELAPLACABASELPC1769. Anderson,Jorge;Osio, Jorge;Kunysz,EduardoYRapalini;José
3rasJornadasITE-2015-FacultaddeIngeniería-UNLP PROCESAMIENTO DIGITALSOBRELAPLACABASELPC1769 Anderson,Jorge;Osio, Jorge;Kunysz,EduardoYRapalini;José UIDETCeTAD 48y1162ºPisoDepartamentodeElectrotecnia,josrap@ing.unlp.edu.ar
Más detallesMODULACIONES ANGULARES. E. T. S. de Ingenieros de Telecomunicación Universidad de Valladolid.
MODULACIONES ANGULARES. Marcos Martín Fernández E. T. S. de Ingenieros de Telecomunicación Universidad de Valladolid. CONTENIDOS INDICE. DE FIGURAS VII 1. INTRODUCCIÓN. 1. MODULACIÓN DE FASE (PM) Y MODULACIÓN
Más detallesUNIVERSIDAD DON BOSCO
CICLO I 2013 NOMBRE DE LA PRACTICA : LUGAR DE EJECUCIÓN: TIEMPO ESTIMADO: ASIGNATURA: DOCENTE(S): UNIVERSIDAD DON BOSCO FACULTAD DE ESTUDIOS TECNOLÓGICOS COORDINACIÓN DE ELECTRÓNICA GUÍA DE LABORATORIO
Más detallesDETECCIÓN RADAR PRINCIPIOS Y FUNCIONAMIENTO INTRODUCCIÓN. RADAR Radio Detection And Ranging
DETECCIÓN RADAR PRINCIPIOS Y FUNCIONAMIENTO INTRODUCCIÓN RADAR Radio Detection And Ranging Principio:Emisión de ondas electromagnéticas y análisis de las ondas recibidas del entorno FUNCIONES Funciones
Más detalles2.1 Sistemas discretos en tiempo. 2.1.1 Sistemas lineales. 2.1.2 Sistemas invariantes en tiempo
2.1 stemas discretos en tiempo Un sistema discreto en el tiempo se define matemáticamente como la transformación o el operador que traza una secuencia de entrada con valores x[n], en una secuencia de salida
Más detallesTratamiento y Transmisión de Señales Ingenieros Electrónicos SEGUNDA PRÁCTICA
Tratamiento y Transmisión de Señales Ingenieros Electrónicos SEGUNDA PRÁCTICA NOTA: en toda esta práctica no se pueden utilizar bucles, para que los tiempos de ejecución se reduzcan. Esto se puede hacer
Más detalles5. Modulaciones Binarias: Teoría y simulación en LabVIEW
OpenStax-CNX module: m35717 1 5. Modulaciones Binarias: Teoría y simulación en LabVIEW Mariangela Mezoa Translated By: Mariangela Mezoa This work is produced by OpenStax-CNX and licensed under the Creative
Más detallesTRABAJO PRACTICO No 7. MEDICION de DISTORSION EN AMPLIFICADORES DE AUDIO ANALIZADORES DE ESPECTRO DE AUDIO
TRABAJO PRACTICO No 7 MEDICION de DISTORSION EN AMPLIFICADORES DE AUDIO ANALIZADORES DE ESPECTRO DE AUDIO INTRODUCCION TEORICA: La distorsión es un efecto por el cual una señal pura (de una única frecuencia)
Más detallesLaboratorio de Señales y Comunicaciones (LSC) 3 er curso, Ingeniería de Telecomunicación. Curso 2005 2006. (1 sesión)
Transmisión Digital en Banda Base PRÁCTICA 8 (1 sesión) Laboratorio Señales y Comunicaciones (LSC) 3 er curso, Ingeniería Telecomunicación Curso 2005 2006 Javier Ramos, Fernando Díaz María y David Luengo
Más detallesCómo vibran las estructuras? problemas dinámicos estructurales
Cómo vibran las estructuras? Uso de herramientas para resolver problemas dinámicos estructurales MC571 Vibraciones Mecánicas Análisis i Modal Estudio de las características naturales de las estructuras
Más detallesAnálisis Espectral 1: Transformada Corta de Fourier y Ventanas
Análisis Espectral : Transformada Corta de Fourier y Ventanas Juan-Pablo Cáceres CCRMA Stanford University Agosto, 7 Contenidos Análisis de Señales de la Vida Real Windowing Transformada Corta de Fourier
Más detallesEquipos generadores de señal. - Introducción - Generadores de función analógicos - Generadores de función digitales: DDS y AWG
- Introducción - Generadores de función analógicos - : DDS y AWG Introducción Los generadores de función también se denominan sintetizadores de función o multifunción y pueden generar distintas formas
Más detallesConclusiones, aportaciones y sugerencias para futuros trabajos
Capítulo 7 Conclusiones, aportaciones y sugerencias para futuros trabajos En este último capítulo se va a realizar una recapitulación de las conclusiones extraídas en cada uno de los capítulos del presente
Más detallesFACULTAD DE INGENIERÍAS Y ARQUITECTURA SÍLABO
I. DATOS GENERALES SÍLABO CARRERA PROFESIONAL : INGENIERÍA ELECTRÓNICA Y CÓDIGO CARRERA PROFESIONAL : 29 ASIGNATURA : PROCESAMIENTO DIGITAL DE SEÑALES CÓDIGO DE ASIGNATURA : 29-406 CÓDIGO DE SÍLABO : 2940631012014
Más detallesLa Modulación de señales
15/ 05/ 13 ww w w.ea1uro.com/ eb1dgh/digitales/modulaci%f3n/modulacion.html La Modulación de señales La modulación es el proceso mediante el cual una señal de info se multiplica por otra señal de mayor
Más detalles- Tecnología que permite la distribución de RF modulando la portadora transmitida desde una estación base.
- Tecnología que permite la distribución de RF modulando la portadora transmitida desde una estación base. - Normalmente se utiliza en sistemas cuyo acceso es la naturaleza inalámbrica. - Sus características
Más detallesRec. UIT-R SM.1268-1 1 RECOMENDACIÓN UIT-R SM.1268-1 *
Rec. UIT-R SM.1268-1 1 RECOMENDACIÓN UIT-R SM.1268-1 * MÉTODO DE MEDICIÓN DE LA MÁXIMA DESVIACIÓN DE FRECUENCIA DE LAS EMISIONES DE RADIODIFUSIÓN A UTILIZAR EN LAS ESTACIONES DE COMPROBACIÓN TÉCNICA (Cuestión
Más detallesTRANSMISION DIGITAL. PCM, Modulación por Codificación de Pulsos
MODULACIÓN TRANSMISION DIGITAL La amplia naturaleza de las señales analógicas es evidente, cualquier forma de onda está disponible con toda seguridad en el ámbito analógico, nos encontramos con una onda
Más detallesTRANSMISIÓN DIGITAL PRÁCTICA 1
TRANSMISIÓN DIGITAL PRÁCTICA Curso 7-8 Transmisión Digital Práctica Introducción Esta primera práctica trata de familiarizar al alumno con el lenguaje de programación Matlab, permitiéndole afrontar materias
Más detallesConceptos y Terminologías en la Transmisión de Datos. Representaciones de Señales.
Universidad Central de Venezuela Facultad de Ciencias Escuela de Computación Conceptos y Terminologías en la Transmisión de Datos y Sistemas de Comunicaciones Electrónicos. Representaciones de Señales.
Más detalles7.- MODIFICACIÓN DE LA FRECUENCIA DE MUESTREO
7.- MODIFICACIÓN DE LA FRECUENCIA DE MUESTREO 7..- Introducción. Hasta ahora todos los sistemas de procesado digital que hemos analizado utilizan una frecuencia de muestreo fija. En ocasiones es necesario
Más detallesSeñales y Análisis de Fourier
2 Señales y Análisis de Fourier En esta práctica se pretende revisar parte de la materia del tema 2 de la asignatura desde la perspectiva de un entorno de cálculo numérico y simulación por ordenador. El
Más detallesUna señal es una magnitud física de interés que habitualmente es una función del tiempo.
1.- Introducción al Procesado Digital de Señales. 1.1.- Introducción. Podemos decir que cuando realizamos cualquier proceso digital para modificar la representación digital de una señal estamos haciendo
Más detallesConversor Analógico Digital (CAD)
Conversor Analógico Digital (CAD) La salida de los sensores, que permiten al equipo electrónico interaccionar con el entorno, es normalmente una señal analógica, continua en el tiempo. En consecuencia,
Más detallesTécnicas de codificación en forma de onda
Técnicas de codificación en forma de onda Contenido Introducción prerrequisitos Requisitos Componentes Utilizados Convenciones Modulación de código por impulsos Filtro Muestreo Digitalice la Voz Cuantización
Más detallesESCUELA TÉCNICA SUPERIOR DE INGENIEROS INDUSTRIALES Y DE TELECOMUNICACIÓN
ESCUELA TÉCNICA SUPERIOR DE INGENIEROS INDUSTRIALES Y DE TELECOMUNICACIÓN Titulación: INGENIERO TÉCNICO DE TELECOMUNICACIÓN, ESPECIALIDAD EN SONIDO E IMAGEN Título del proyecto: DESARROLLO DE HERRAMIENTA
Más detallesREDES DE COMUNICACIONES INDUSTRIALES 2º semestre 2006-2007. Nuria Oliva Alonso
REDES DE COMUNICACIONES INDUSTRIALES 2º semestre 2006-2007 Nuria Oliva Alonso CALENDARIO Y TEMAS U.D.1: 6 temas : 4 tutorías U.D.2: 6 temas : 4 tutorías U.D.3: 6 temas : 4 tutorías 1 tutorías de repaso
Más detallesCAPÍTULO 6 SIMULACIONES Y RESULTADOS
CAPÍTULO 6 SIMULACIONES Y RESULTADOS 6.1 Proceso de Simulación Las simulaciones fueros llevadas a cabo empleando como herramienta la Versión 6.5 Release 13 de Matlab. Para lo cual fue empleado un banco
Más detallesMontaje y medida de un multiplicador de frecuencia basado en un diodo SRD
Montaje y medida de un multiplicador de frecuencia basado en un diodo SRD D. Cordobés, J.A. López Pérez, C. Almendros, J.A. Abad, J. M. Yagüe, S. Henche Informe Técnico IT - OAN 2008-10 CONTENIDO I. Introducción
Más detallesDISEÑO DE UN ANALIZADOR DE ESPECTRO APLICADO A REDES MONOFÁSICAS DE 120V A FRECUENCIA INDUSTRIAL
DISEÑO DE UN ANALIZADOR DE ESPECTRO APLICADO A REDES MONOFÁSICAS DE 120V A FRECUENCIA INDUSTRIAL JUAN CAMILO TORO CADAVID UNIVERSIDAD DE SAN BUENAVENTURA INGENIERÍA ELECTRÓNICA MEDELLÍN 2009 1 CONTENIDO
Más detallesESTUDIO DE LA ESTABILIDAD EN EL DOMINIO FRECUENCIAL
ESTUDIO DE LA ESTABILIDAD EN EL DOMINIO FRECUENCIAL 1.-Introducción. 2.-Criterio de estabilidad de Nyquist. 3.-Estabilidad relativa. 3.1.-Margen de ganancia. 3.2.-Margen de fase. 4.-Estabilidad mediante
Más detallesGeneración de Números Pseudo-Aleatorios
Números Aleatorios Son un ingrediente básico en la simulación de sistemas Los paquetes de simulación generan números aleatorios para simular eventos de tiempo u otras variables aleatorias Una secuencia
Más detalles22.1. t, ms. Y la frecuencia mínima de muestreo será: f smín = 1/T máx = 1/0,1µs = 10MHz.
22.1. La razón de cambio máxima de esta onda es la pendiente de las rampas que conforman la onda. Su período es: T o = 1/f o = 1/500Hz = 2ms. Y su razón de cambio será (ver figura): SR = (5 0)/(0,5 10-3
Más detallesCircuito RC, Respuesta a la frecuencia.
Circuito RC, Respuesta a la frecuencia. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (13368) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se armó un
Más detallesTRANSMISIÓN DIGITAL EN BANDA BASE. E. T. S. de Ingenieros de Telecomunicación Universidad de Valladolid.
TRANSMISIÓN DIGITAL EN BANDA BASE. Marcos Martín Fernández E. T. S. de Ingenieros de Telecomunicación Universidad de Valladolid. CONTENIDOS INDICE. DE FIGURAS VII 1. ELEMENTOS DE UN SISTEMA BINARIO EN
Más detallesAnálisis de Sistemas Lineales: segunda parte
UCV, Facultad de Ingeniería, Escuela de Ingeniería Eléctrica. Análisis de Sistemas Lineales: segunda parte Ebert Brea 7 de marzo de 204 Contenido. Análisis de sistemas en el plano S 2. Análisis de sistemas
Más detallesEl ancho de banda y la compatibilidad electromagnética
El ancho de banda y la compatibilidad electromagnética Artículo cedido por Cemdal www.cemdal.com Autor: Francesc Daura Luna, Ingeniero Industrial, experto en compatibilidad electromagnética. Director de
Más detallesIntroducció al Processament de Senyals Àudiovisuals Data d examen: 19 de gener de 2012. Professors: J. Ruiz, E. Monte
DEPARTAMENT DE TEORIA DEL SENYAL I COMUNICACIONS Introducció al Processament de Senyals Àudiovisuals Data d examen: 19 de gener de 2012 Notes provisionals: 25 de gener Període d al legacions: 27 de gener
Más detalles2.5 Linealización de sistemas dinámicos no lineales
25 Linealización de sistemas dinámicos no lineales En las secciones anteriores hemos visto como representar los sistemas lineales En esta sección se estudia una manera de obtener una aproximación lineal
Más detallesIntroducción general a la compresión de datos multimedia
Introducción general a la compresión de datos multimedia Necesidad de la compresión La mayoría de las aplicaciones multimedia requieren volúmenes importantes de almacenamiento y transmisión. CD-ROM 640
Más detallesIntroducción a la Teoría del Procesamiento Digital de Señales de Audio
Introducción a la Teoría del Procesamiento Digital de Señales de Audio Transformada de Fourier Discreta Resumen Respuesta en frecuencia de un sistema Convolución a través del dominio de la frecuencia Convolución
Más detallesAplicaciones de Filtros digitales. clase 14
Aplicaciones de Filtros digitales clase 14 Temas Filtros Peine Filtro peine inverso Filtro peine con realimentación positiva Filtro peine con realimentación negativa Filtros Pasa-Todos Aplicación a síntesis
Más detallesDISEÑO E IMPLEMENTACIÓN DE UNA TARJETA DE ADQUISICIÓN DE DATOS PARA EL LABORATORIO DE TELECOMUNICACIONES DE LA FIEC.
TESIS DISEÑO E IMPLEMENTACIÓN DE UNA TARJETA DE ADQUISICIÓN DE DATOS PARA EL LABORATORIO DE TELECOMUNICACIONES DE LA FIEC. DIRECTOR DE TESIS.- Ing. Francisco Novillo AUTOR Walter Mestanza Vera. Egresado
Más detallesMEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER
MEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER M.C. CAROLINA ROCÍO SÁNCHEZ PÉREZ 01 DE ABRIL DE 2011 Operaciones en el dominio de la frecuencia Una imagen digital es una representación
Más detallesAnálisis Estadístico de Datos Climáticos
Análisis Estadístico de Datos Climáticos SERIES TEMPORALES 3 (Análisis espectral) 2015 Dominio temporal vs. dominio de frecuencias Son dos enfoques para encarar el análisis de las series temporales, aparentemente
Más detallesTRABAJO PRACTICO 6 MEDICIONES CON ANALIZADOR DE ESPECTRO DE RF
TRABAJO PRACTICO 6 MEDICIONES CON ANALIZADOR DE ESPECTRO DE RF INTRODUCCION TEORICA: El análisis de una señal en el modo temporal con ayuda de un osciloscopio permite conocer parte de la información contenida
Más detallesAmplificadores de RF sintonizados
Amplificadores de RF sintonizados Amplificador de banda ancha Respuesta en frecuencia plana, muy bajo ruido y muy buena linealidad (muy baja distorsión armónica y por intermodulación) Ejemplo Amplificador
Más detallesSEMANAS 07 Y 08 CLASES 05 Y 06 VIERNES 25/05/12 Y 01/06/12
CÁLCULO IV (7) SEMANAS 7 Y 8 CLASES 5 Y 6 VIERNES 5/5/1 Y 1/6/1 1 Observación Las propiedades de una función real de una variable real se reflejan en su gráfica Pero para w = f(), con w complejos, no es
Más detalles2.6. La integral de convolución
2.6. La integral de convolución 141 2.6. La integral de convolución La convolución entre dos funciones es un concepto físico importante en muchas ramas de la ciencia. Sin embargo, como sucede con muchas
Más detallesFacultad: Ingeniería Escuela: Electrónica Asignatura: Sistemas de comunicación I Tema: Modulación de Amplitud Segunda Parte.
1 Facultad: Ingeniería Escuela: Electrónica Asignatura: Sistemas de comunicación I Tema: Modulación de Amplitud Segunda Parte. Objetivos Medir el porcentaje de modulación de una señal de AM. Medir y constatar
Más detallesINDICE 1. Panorama 2. Señales Analógicas 3. Señales Discretas 4. Sistemas Analógicos 5. Sistemas en Tiempo Discreto
INDICE Prefacio XI Del Prefacio a la Primera Edición XIII 1. Panorama 1.0. Introducción 1 1.1. Señales 1 1.2. Sistemas 3 1.3. El dominio de la frecuencia 4 1.4. Del concepto a la aplicación 7 2. Señales
Más detallesEjercicios Propuestos Inducción Electromagnética.
Ejercicios Propuestos Inducción Electromagnética. 1. Un solenoide de 2 5[] de diámetro y 30 [] de longitud tiene 300 vueltas y lleva una intensidad de corriente de 12 [A]. Calcule el flujo a través de
Más detallesSISTEMAS DE COMUNICACIONES DIGITALES. POP en Tecnologías Electrónicas y de las Comunicaciones
SISTEMAS DE COMUNICACIONES DIGITALES POP en Tecnologías Electrónicas y de las Comunicaciones Señalización pasabanda de modulación binaria Las técnicas más comunes de señalización pasabanda de modulación
Más detallesTRANSFORMADA DE FOURIER. Transformada de Fourier (Parte 1) Página 1 INTRODUCCION
Transformada de Fourier (Parte 1) Página 1 INTRODUCCION En una primera aproximación, podemos decir que todos los dominios transformados, que se utilizan dentro del tratamiento digital de imagen, tienen
Más detallesFORMACIÓN Y PROCESADO ÓPTICO DE IMÁGENES
FORMACIÓN Y PROCESADO ÓPTICO DE IMÁGENES Autor. Moisés Valenzuela Gutiérrez. 2009. Moisés Valenzuela Gutiérrez Portada diseño: Celeste Ortega (HUwww.cedeceleste.comUH) Edición cortesía de HUwww.publicatuslibros.comUH.
Más detalles