Señales y Sistemas II
|
|
- Valentín Acuña Castro
- hace 7 años
- Vistas:
Transcripción
1 1 Señales y Sistemas II Módulo IV: La Teoría de Muestreo
2 Contenido de este módulo Representación discreta de señales continuas 2.- Muestreo, reconstrucción y aliasing 3.- Consideraciones prácticas sobre el muestreo 4.- Cambio del período de muestreo
3 3 1.- Representación discreta de señales continuas 2.- Muestreo, reconstrucción y aliasing 3.- Consideraciones prácticas sobre el muestreo 4.- Cambio del período de muestreo
4 Motivación 4 Será posible representar una señal continua mediante una señal discreta sin perder información? Sin perder información = la señal continua original puede ser recuperada exactamente a partir de la señal discreta
5 Motivación 5 Será posible representar una señal continua mediante una señal discreta sin perder información? Sin perder información = la señal continua original puede ser recuperada exactamente a partir de la señal discreta Pareciera que sí, pues: LA SERIE DE FOURIER ES UNA REPRESENTACIÓN DISCRETA DE UNA SEÑAL CONTINUA!!!
6 Aproximación intuitiva 6 En las próximas láminas desarrollaremos una aproximación intuitiva al teorema de muestreo, en la que veremos bajo que condiciones es posible representar una señal continua a través de sus muestras sin perder información alguna.
7 CTFS de una señal periódica 7 Consideremos una señal periódica f(x) con período 2W, cuya representación en serie de Fourier está dada por: f(x) = Σ g[n] e -j n = - 2π n x 2W donde g[n] son los coeficientes de la serie de Fourier y están dados por la fórmula de análisis: W W 1 g[n] = f(x) e 2W j 2π n x 2W dx
8 Ejemplo de señal periódica y su CTFS 8 Como ejemplo podemos proponer: g[n] = 3/2 [1 cos(2/3 π n)], si n (π n) 2 f(x) = Σ T 1 (x 3k) 1/3, si n = k = W =
9 CTFT de una señal no periódica 9 Consideremos ahora una señal continua no periódica r(y) con transformada de Fourier R(x), de modo que r(y) y R(x) están relacionadas a través de la fórmula de síntesis: r(y) = R(x) e j 2π x y dx Donde podemos proponer: R(x) = T 1 (x)
10 Versión periódica de una señal finita 1 De manera que R(x) coincide con un período de la señal f(x) previamente definida f(x) W W R(x) = f(x), si -W n W, en el resto R(x).4.2 En nuestro ejemplo W = 3/ W W
11 Señal continua y sus muestras 11 De esta forma, r(y) está relacionada con f(x) mediante la siguiente expresión: r(y) = R(x) e j 2π x y dx W W = f(x) e j 2π x y dx Y si tomamos muestras de r(y) para los valores de y = n/2w tenemos que: W W r[n] = r(n/2w) = f(x) e j 2π n x 2W dx
12 Muestras y coeficientes de la CTFS 12 Donde finalmente, comparando g[n] con r[n] = r(n/2w) W W 1 g[n] = f(x) e 2W j 2π n x 2W dx W W r[n] = r(n/2w) = f(x) e j 2π n x 2W dx se hace evidente que: 2W g[n] = r(n/2w)
13 Ejemplo de señal continua y CTFS 13 Es decir, los coeficientes g[n] corresponden a muestras de señal r(y) escalados por un factor de 2W. r(y) 2W g[n]
14 Muestreo y su efecto sobre la CTFT 14 g[n] f(x) Serie de Fourier W y = n/2w MUESTREO Replicación periódica r(y) Transformada de Fourier R(x)
15 Recuperación de la señal continua 15 g[n] f(x) Serie de Fourier W y = n/2w Recuperación de la señal original Extracción de un período r(y) Transformada de Fourier R(x)
16 Conclusión general 16 De donde podemos concluir que, debido a que existe una correspondencia única entre la señal r(y) y su transformada de Fourier R(x), y entre la señal f(x) y los coeficientes de su serie de Fourier g[n]; entonces seremos capaces de recuperrar r(y) a partir de sus muestras 2W g[n] si, y sólo si, somos capaces de obtener R(x) a partir de f(x).
17 Condición para la recuperación 17 g[n] f(x) y = n/2w Máximo contenido de frecuencia posible para r(y)!!! W r(y) R(x) W W
18 Postulado del teorema de muestreo 18 Una señal con contenido de frecuencia máximo W, puede ser muestreada con una frecuencia mayor o igual a 2W sin perder información alguna. Este teorema es el resultado de los aportes de H. Nyquist y de C. E. Shannon a las teorías de la comunicación y de la información, y es comúnmente conocido como el teorema de muestreo de Nyquist-Shannon.
19 Representación discreta de señales continuas 2.- Muestreo, reconstrucción y aliasing 3.- Consideraciones prácticas sobre el muestreo 4.- Cambio del período de muestreo
20 Modelo del muestreador ideal 2 El modelo matemático de un muestreador ideal, o sampler, está definido de acuerdo con el siguiente sistema: Σ δ(t n = - nt s ) Tren de impulsos f(t) Multiplicador Secuenciador f s (t) Señal continua en tiempo Tren de impulsos modulado f[n] Señal discreta en tiempo
21 El muestreo visto en el tiempo 21 De acuerdo con el modelo presentado, el proceso de muestreo puede verse en el dominio del tiempo en dos pasos: 1.- Multiplicación por un tren de impulsos: f s (t) = f(t) Σ δ(t nt s ) = f(nt s ) δ(t nt s ) n = Secuenciación: f[n] = f(nt s ). Como se puede observar, en este segundo paso la variable tiempo es normalizada por el Σ n = - valor del período de muestreo T s.
22 El muestreo visto en la frecuencia 22 Estos dos pasos pueden verse en el dominio de la frecuencia de la siguiente forma: 1.- La multiplicación de f(t) por un tren de impulsos, corresponde a la convolución de la transformada F(Ω) con otro tren de impulsos: F s (Ω) = F(Ω) Σ 1 * 1 δ(ω kω s ) = F(Ω kω s ) T s T s k = - Σ k = - Donde Ω es la frecuencia angular de tiempo continuo Ω = 2π/t y Ω s es la frecuencia angular de muestreo Ω s = 2π/T s.
23 Replicación espectral 23 En donde se hace evidente que el espectro del tren de impulsos modulado f s (t) está compuesto de infinitas réplicas escaladas del espectro de la señal original f(t): F(Ω) 1 F s (Ω) = Σ F(Ω kω s ) T s 1 k = - 1/T s F s (Ω) Ω s Ω s
24 Normalización de la frecuencia La normalización de la variable tiempo resultante del proceso de secuenciación implica una normalización de la frecuencia Ω por el factor 1/T s. Así, la frecuencia angular de tiempo discreto ω, queda definida como ω = Ω T s, y ω s = Ω s T s = 2π F s (Ω) F(e jω ) 1/T s 1/T s Ω s Ω s 2π 2π
25 Conversión a tiempo continuo 25 El modelo de un conversor de tiempo discreto a tiempo continuo está definido de acuerdo con el siguiente sistema: Σ δ(t n = - nt p ) Tren de impulsos f[n] Secuenciador f s (t) Filtro f(t) Señal discreta en tiempo Tren de impulsos modulado Señal continua en tiempo
26 Conversión vista en el tiempo 26 De acuerdo con el modelo presentado, el proceso de conversión a tiempo continuo se realiza mediante dos procesos: 1.- Secuenciación. Mediante la cual la secuencia discreta f[n] es convertida en un tren de impulsos modulado. En este proceso la variable tiempo es escalada por un factor T p. f s (t) = Σ f[n] δ(t nt p ) n = Filtrado. Mediante el cual la señal continua en tiempo f(t) es obtenida a partir del tren de impulsos f s (t): f(t) = h(t) f s (t). *
27 Filtro de reconstrucción ideal 27 Aunque muchos filtros pueden ser usados para obtener una señal continua a partir del tren de impulsos f s (t), existe un filtro óptimo que se conoce como filtro de reconstrucción ideal. Su respuesta impulsiva está dada por: h ideal (t) = sin(πt/t p ) πt/t p Y su respuesta en frecuencia está dada por: H ideal (Ω) = T p, si Ω < π/t p, en el resto
28 Reconstrucción ideal 28 El filtro de reconstrucción ideal h ideal (t) permite recuperar una señal continua f(t) a partir de sus muestras f[n] si se cumplen las dos condiciones siguientes: El período de muestreo original T s y el período de reconstrucción T p son iguales. El período de muestreo original T s satisface la condición del teorema de muestreo de Nyquist-Shannon: 1/T s 2 f máxima
29 Conversión vista en la frecuencia 29 La conversión a tiempo continuo puede verse en la frecuencia así: 1.- El escalamiento de la variable tiempo por el factor T p implica un escalamiento de la frecuencia angular de tiempo discreto ω por el factor 1/T p. Así, Ω = ω/t p, y Ω p = 2π/T p. F(e jω ) F s (Ω) 1/T s 1/T s 2π 2π Ω p Ω p
30 Filtrado visto en la frecuencia El filtrado corresponde a la multiplicación de los espectros del filtro de reconstrucción y del tren de impulsos modulado. De forma que F(Ω) = H ideal (Ω)F s (Ω). H ideal (Ω) F s (Ω) F(Ω) 1/T s T p /T s T p Ω p Ω p
31 Solapamiento espectral ó aliasing 31 Cuando una señal continua f(t) es muestreada con frecuencias por debajo del doble de su frecuencia máxima, entonces las copias resultantes de su espectro F(Ω kω s ) se solapan y su espectro original F(Ω ) se hace irrecuperable. F(Ω) 1 Ω s < 2Ω máxima 1/T s F s (Ω) X -3Ωs -2Ω s -Ω s Ω s 2Ω s 3Ω s Ω máxima
32 Representación discreta de señales continuas 2.- Muestreo, reconstrucción y aliasing 3.- Consideraciones prácticas sobre el muestreo 4.- Cambio del período de muestreo
33 Aproximación práctica al muestreo 33 Los modelos matemáticos estudiados en la sección anterior no son realizables en la práctica por dos razones principales: 1.- No es posible construir un tren de impulsos 2.- No es posible construir filtros de reconstrucción ideal Adicionalmente, en la práctica, además del muestreo se llevan a cabo procesos de discretización en amplitud y codificación con el objeto de obtener representaciones digitales para las señales muestreadas.
34 Pasos para la conversión A/D 34 En la práctica, la conversión de una señal analógica a digital se realiza mediante los siguientes pasos*: Señal analógica Señal pseudo-discreta en tiempo Señal digital Filtrado Muestreo Cuantificación Codificación antialiasing y retención 2 4 Señal analógica con contenido en frecuencia limitado Señal discreta en tiempo y amplitud * El estudio detallado de estos procesos no es objeto de este curso
35 Filtrado antialiasing 35 El filtrado antialiasing se usa para garantizar que no habrá aliasing una vez muestreada la señal continua. Este proceso consiste en la utilización de un filtro que limita el contenido de frecuencia de la señal que se va a digitalizar. Espectro sin filtrar Filtro Espectro filtrado f máxima
36 Muestreo y retención 36 El proceso de muestreo y retención se utiliza para fijar el valor de la señal continua por intervalos de duración igual al período de muestreo T s para dar tiempo al cuantificador a discretizar el valor de la amplitud. Señal continua amplitud retenida Señal con muestreo y retención
37 Cuantificación 37 La cuantificación es un proceso mediante el cual a cada muestra de la señal se le asigna el valor más cercano de un conjunto finito de valores posibles predefinidos. Niveles de cuantificación Valor cuantificado... Valor de amplitud de una muestra
38 Error de cuantificación 38 El proceso de cuantificación es irreversible, en el sentido de que la información que se pierde en este proceso es irrecuperable. A la diferencia entre la señal original y los valores que resultan de este proceso se le llama error de cuantificación. Señal cuantificada Error de cuantificación
39 Codificación 39 La codificación consiste en asignar un código a cada valor de amplitud cuantificado. La señal resultante de este proceso es una señal digital. Existen muchos tipos de códigos. Un ejemplo muy común es el formato binario sin signo para números enteros: N a... N a 2 a 1 a = Σ a i 2 i, con a i = {, 1 } i =
40 Pasos para la conversión D/A 4 La conversión de una señal digital a analógica se realiza mediante los siguientes pasos*: Señal digital Señal analógica Decodificación Reescalamiento Sincronización y retención Filtrado de reconstrucción Donde cada uno de estos sistemas revierte, en la medida de lo posible, los procesos realizados durante la conversión A/D * El estudio detallado de estos procesos no es objeto de este curso
41 Escogencia de la frecuencia de muestreo 41 Finalmente es importante destacar que en la práctica siempre se usan frecuencias de muestreo mayores a la establecida por en el teorema de muestreo: f s > 2 f máxima Filtro real Esto se debe al hecho de que los filtros reales siempre tienen una banda de transición que es necesario tomar en cuenta para la reconstrucción. Banda de transición
42 Representación discreta de señales continuas 2.- Muestreo, reconstrucción y aliasing 3.- Consideraciones prácticas sobre el muestreo 4.- Cambio del período de muestreo
43 Cambio del período de muestreo 43 Hay veces en las que se hace necesario cambiar el período de muestreo de una señal discreta. Una forma de lograr este objetivo es: Señal discreta con Ts = T 1 Conversión D/C Señal continua en tiempo Conversión C/D Señal discreta con Ts = T 2 Sin embargo esta operación puede realizarse completamente en el dominio discreto!!!
44 Submuestreo por un factor entero 44 El proceso de submuestreo (downsampling) se realiza a través del siguiente sistema, denominado compresor discreto: x[n] M x C [n] = x[nm] Donde M se denomina el factor de compresión Las DTFT de x[n] y x C [n] se relacionan de la siguiente forma: M 1 X C (e jω 1 ) = X(e j(ω 2πm)/M ) M Σm =
45 Ejemplo de submuestreo 45 En este ejemplo se ilustra el proceso de submuestreo con M = 2 para una señal con ω max = π/3 x[n] A X(e jω ) π / π π π 2π x[2n] X C (e jω ) A/2 2π / π π π 2π
46 Peligro de aliasing 46 En este ejemplo se ilustra el proceso de submuestreo con M = 2 para una señal con ω max = π/3 x[n] x[2n] A ATENCIÓN!!! Si Mω max >π entonces habrá ALIASING π /3 2π π π 2π X(e jω ) X C (e jω ) A/2 2π / π π π 2π
47 Decimador discreto 47 Para evitar el aliasing se aplica un filtro antes de submuestrear, este proceso combinado de filtrado y compresión se conoce como decimación. DECIMADOR x[n] F d x d [n] M x d [nm] Donde la respuesta del filtro es: F d (e jω ) = 1, ω 2πk < π/m, en el resto
48 Sobremuestreo por un factor entero 48 El proceso de sobremuestreo (upsampling) se realiza a través del siguiente sistema, denominado expansor discreto: x[n] L x E [n] = x[n/l], n=kl, en el resto Donde L se denomina el factor de expansión Las DTFT de x[n] y x E [n] se relacionan de la siguiente forma: X E (e jω ) = X(e jωl )
49 Ejemplo de sobremuestreo 49 En este ejemplo se ilustra el proceso de sobremuestreo con L = 2 para una señal con ω max = 2π/3 x[n] X(e jω ) B 2π / π π π 2π x E [n] X E (e jω ) B π / π π π 2π
50 Interpolador discreto 5 Para completar los valores de una señal expandida se aplica un filtro después de sobremuestrear, este proceso combinado de expansión y filtrado se conoce como interpolación. INTERPOLADOR x[n] L x E [n] F I x I [n] Donde la respuesta del filtro es: F I (e jω ) = L, ω 2πk < π/l, en el resto
51 Ejemplo de filtro interpolador 51 En este ejemplo se muestra el filtrado de interpolación con L=2 F I (e jω ) x E [n] 2 X E (e jω ) B π π π 2π π /2 x I [n] 2B X I (e jω ) π π π 2π
52 Remuestreo por un factor no entero 52 El proceso de remuestreo (resampling) por un factor no entero se realiza mediante la conexión en cascada de un interpolador y un decimador: INTERPOLADOR DECIMADOR x[n] L F I x I [n] F d M x Id [n] Período de muestreo original: T Período de muestreo intermedio: T/L Período de muestreo final: TM/L
53 53 Fin del Módulo IV La Teoría de Muestreo
Procesamiento de Señales Digitales
Procesamiento de Señales Digitales La IEEE* Transactions on Signal Processing establece que el término señal incluye audio, video, voz, imagen, comunicación, geofísica, sonar, radar, médica y señales musicales.
Más detallesUniversidad de Alcalá
Universidad de Alcalá Departamento de Electrónica CONVERSORES ANALÓGICO-DIGITALES Y DIGITALES-ANALÓGICOS Tecnología de Computadores Ingeniería en Informática Sira Palazuelos Manuel Ureña Mayo 2009 Índice
Más detalles3 SISTEMAS DE PROCESAMIENTO DIGITAL DE SEÑALES. ha desarrollado durante los últimos 30 años gracias a los avances tecnológicos de
3 SISTEMAS DE PROCESAMIENTO DIGITAL DE SEÑALES 3.1 Introducción al procesamiento digital de señales Una alternativa para el procesado analógico de señales es el procesado digital. Esta área se ha desarrollado
Más detallesResumen de CONVERSORES ANALÓGICO DIGITALES Y DIGITALES ANALÓGICOS
Universidad De Alcalá Departamento de Electrónica Resumen de CONVERSORES ANALÓGICO DIGITALES Y DIGITALES ANALÓGICOS Tecnología de Computadores Almudena López José Luis Martín Sira Palazuelos Manuel Ureña
Más detallesCapítulo 7 Modulación de Pulsos
237 Capítulo 7 Modulación de Pulsos Introducción Las modulaciones de amplitud, frecuencia y fase tratadas en los capítulos anteriores se designan genéricamente como modulaciones de onda continua, en que
Más detallesComunicaciones I. Capítulo 4 CODIFICACIÓN Y MODULACIÓN
Comunicaciones I Capítulo 4 CODIFICACIÓN Y MODULACIÓN 1 Resumen de lo visto en el Capítulo 4 Se analizó la diferencia entre datos analógicos y digitales, y entre señales analógicas y digitales. A partir
Más detallesSIMULACIÓN DE LA MODULACIÓN POR AMPLITUD DE PULSOS (PAM) EN MATLAB
SIMULACIÓN DE LA MODULACIÓN POR AMPLITUD DE PULSOS (PAM) EN MATLAB 1. OBJETIVOS: General: o Implementar en simulink un sistema de bloques que permita simular Modulación por Amplitud de Pulsos (PAM), a
Más detallesMuestreo de señales Introducción
5 Muestreo de señales 5.1. Introducción En los capítulos anteriores se han tratado diferentes aspectos de las señales discretas, sin importar su origen. En este capítulo se considera que las señales discretas
Más detallesÚltima modificación: 1 de julio de
Contenido SEÑALES DIGITALES Y CAPACIDAD DE CANAL 1.- Señales digitales de 2 y más niveles. 2.- Tasa de bit e intervalo de bit. 3.- Ancho de banda de una señal digital. 4.- Límites en la tasa de transmisión.
Más detallesFundamentos de audio digital
Fundamentos de audio digital Seminario de Audio 2005 Ernesto López Martín Rocamora Sistemas de audio digital Pilares de la digitalización: Muestreo Cuantización Tipos fundamentales de distorsión: Presencia
Más detalles2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,
2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo
Más detallesELECTIVA I PROGRAMA DE FISICA Departamento de Física y Geología Universidad de Pamplona Marzo de 2010 NESTOR A. ARIAS HERNANDEZ - UNIPAMPLONA
ELECTIVA I PROGRAMA DE FISICA Departamento de Física y Geología Universidad de Pamplona Marzo de 2010 PDS Señal Analoga Señal Digital Estabilidad y Repetibilidad condiciones externa) Inmunidad al ruido
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 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 detallesSistemas de Medida Electronicos: Medicion de Variables Mecanicas y Fisico-Quimicas
Sistemas de Medida Electronicos: Medicion de Variables Mecanicas y Fisico-Quimicas Universidad Tecnológica de Pereira Pereira, 15 de Diciembre de 2010 Juan David Vasquez Jaramillo. Ingeniero Electronico,
Más detallesPara construir un filtro de bloque en 2D de orden N se realiza un producto de ventanas Haar de tal forma que resulta una matriz.
Capítulo 2 Filtrado lineal 2D El presente capítulo se centra en el uso de la convolución en 2D y de su aplicación mediante la función «conv2» de MATLAB. Al respecto, como antecendentes a este capítulo
Más detallesEL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal
EL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 29 de Octubre de 2010 1 of 34 Contenidos de la Clase (1)
Más detallesEL4005 Principios de Comunicaciones Clase No.3: Modelos de Canales y Modulación de Amplitud I
EL4005 Principios de Comunicaciones Clase No.3: Modelos de Canales y Modulación de Amplitud I Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 18 de Agosto de 2010 1 of 25 Contenidos
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesTransformada Discreta de Fourier (DFT)
Transformada Discreta de Fourier (DFT) Transformada Discreta de Fourier FFT (Fast Fourier Transform) Transformada Discreta de Fourier Antes de definir la DFT, analizaremos primero la Transformada de Fourier
Más detallesMuestreo e interpolación
Muestreo e interpolación Dr. Ing. Leonardo Rey Vega Señales y Sistemas (66.74 y 86.05) Facultad de Ingeniería Universidad de Buenos Aires Agosto 2013 Señales y Sistemas (66.74 y 86.05) Muestreo e interpolación
Más detallesInstrumentación Electrónica con Microprocesador II: Procesadores Avanzados Acondicionamiento digital de señales
Instrumentación Electrónica con Microprocesador II: Procesadores Avanzados Acondicionamiento digital de señales Marta Ruiz Llata Introducción Sistema de instrumentación: esquema de bloques Transductor
Más detallesTratamiento Digital de la Señal
Departamento de Comunicaciones-UPV Tratamiento Digital de la Señal Teoría y Aplicaciones Antonio Albiol Valery Naranjo Josep Prades Índice 1. Muestreo 1 1.1. Introducción.............................
Más detalles2. Muestreo y recuperación de imágenes en el dominio de la frecuencia.
Muestreo y recuperación de imágenes en el dominio de la frecuencia 2. Muestreo y recuperación de imágenes en el dominio de la frecuencia. 2.1. Muestreo de señales analógicas unidimensionales Cuando queremos
Más detallesCEDEHP Profesor: Agustín Solís M. CUESTIONARIO NRO. 2
CUESTIONARIO NRO. 2 1.- Represente esquemáticamente en la siguiente figura cada elemento esencial en el proceso de comunicación. 2.- Defina Brevemente Fuente de información. La información o inteligencia
Más detallesConversión Analógica a Digital
Índice Conversión analógica a digital Señales básicas de tiempo discreto Relación Exponencial Discreta con sinusoides Relación Exponencial discreta con sinusoides Propiedades exponenciales complejas continuas
Más detallesDefinición de la integral de Riemann (Esto forma parte del Tema 1)
de de de Riemann (Esto forma parte del Tema 1) Departmento de Análise Matemática Facultade de Matemáticas Universidade de Santiago de Compostela Santiago, 2011 Esquema de Objetivos del tema: Esquema de
Más detallesNo tienen componente en continua: Lo que implica todas las ventajas mencionadas anteriormente.
No tienen componente en continua: Lo que implica todas las ventajas mencionadas anteriormente. Detección de errores: Se pueden detectar errores si se observa una ausencia de transición esperada en mitad
Más detallesRetardo de transporte
Retardo de transporte Escalón Escalón con retardo de transporte T Retardo de Transporte. Ejemplo de un Tiristor Tiempo Muerto Ángulo de Disparo (desde controlador) Pulso de disparo Nuevo Pulso de disparo
Más detallesTransformada de Laplace: Aplicación a vibraciones mecánicas
Transformada de Laplace: Aplicación a vibraciones mecánicas Santiago Gómez Jorge Estudiante de Ingeniería Electrónica Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina thegrimreaper7@gmail.com
Más detallesConceptos de señales y sistemas
Conceptos de señales y sistemas Marta Ruiz Costa-jussà Helenca Duxans Barrobés PID_00188064 CC-BY-NC-ND PID_00188064 Conceptos de señales y sistemas Los textos e imágenes publicados en esta obra están
Más detallesModulación PSK y QAM. Adolfo Santana
Modulación PSK y QAM Adolfo Santana Modulación por Desplazamiento de Fase (PSK) La modulación por desplazamiento de fase o PSK (Phase Shift Keying) es una forma de modulación angular que consiste en hacer
Más detallesPROBLEMAS RESUELTOS MOVIMIENTO ONDULATORIO
PROBLEMAS RESUELTOS MOVIMIENTO ONDULATORIO 1. Una onda transversal se propaga en una cuerda según la ecuación (unidades en el S.I.) Calcular la velocidad de propagación de la onda y el estado de vibración
Más detallesII Unidad Diagramas en bloque de transmisores /receptores
1 Diagramas en bloque de transmisores /receptores 10-04-2015 2 Amplitud modulada AM Frecuencia modulada FM Diagramas en bloque de transmisores /receptores Amplitud modulada AM En la modulación de amplitud
Más detallesConjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.
NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida
Más detallesCentro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta
Centro Asociado Palma de Mallorca Arquitectura de Ordenadores Tutor: Antonio Rivero Cuesta Unidad Didáctica 1 Representación de la Información y Funciones Lógicas Tema 1 Representación de la Información
Más detallesDemostración de la Transformada de Laplace
Transformada de Laplace bilateral Demostración de la Transformada de Laplace Transformada Inversa de Laplace En el presente documento trataremos de demostrar matemáticamente cómo puede obtenerse la Transformada
Más detalles1. dejar a una lado de la igualdad la expresión que contenga una raíz.
1. Resuelve las siguientes ecuaciones reales: Solución x 1 + x = 0 ; 3 x = 3 ; ln(x 1) + 4 = ln 3 Ecuaciones con raíces: No todas las ecuaciones de este tipo son sencillas de resolver, pero podemos intentar
Más detallesAMPLIACIÓN DE MATEMÁTICAS
AMPLIACIÓN DE MATEMÁTICAS SUCESIONES DE FUNCIONES En primer curso estudiamos el concepto de convergencia de una sucesión de números. Decíamos que dada una sucesión de números reales (x n ) n=1 R, ésta
Más detallesMás sobre las series geométricas. 1. Derivación de series geométricas elementales
Semana - Clase 2 4/0/0 Tema : Series Más sobre las series geométricas Las series infinitas se encuentran entre las más poderosas herramientas que se introducen en un curso de cálculo elemental. Son un
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 detallesFiltros digitales dominio del espacio dominio de la frecuencia
Tema 3: Filtros 1 Filtros digitales Los filtros digitales constituyen uno de los principales modos de operar en el procesamiento de imágenes digitales. Pueden usarse para distintos fines, pero en todos
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detallesTeoría de la Probabilidad Tema 2: Teorema de Extensión
Teoría de la Probabilidad Tema 2: Teorema de Extensión Alberto Rodríguez Casal 25 de septiembre de 2015 Definición Una clase (no vacía) A de subconjuntos de Ω se dice que es un álgebra si A es cerrada
Más detallesMétodos, Algoritmos y Herramientas
Modelado y Simulación de Sistemas Dinámicos: Métodos, Algoritmos y Herramientas Ernesto Kofman Laboratorio de Sistemas Dinámicos y Procesamiento de la Información FCEIA - Universidad Nacional de Rosario.
Más detallesTema 1 Muestreo de señales continuas. 3º Ingeniería Sistemas de Telecomunicación EPS Univ. San Pablo CEU
ema Muestreo de señales continuas 3º Ingeniería Sistemas de elecomunicación EPS Univ. San Pablo CEU Muestreo Periódico Muestreo periódico Conversor C/D x c (t ) x s (t ) Conversión de tren x [n ]=x c (n
Más detalles1. NUMEROS REALES a. Los Números Reales
1. NUMEROS REALES a. Los Números Reales Los números reales comprenden todo el campo de números que utilizamos en las matemáticas, a excepción de los números complejos que veremos en capítulos superiores.
Más detallesEn una recta numérica el punto que representa el cero recibe el nombre de origen.
1. Conjuntos numéricos Los conjuntos numéricos con los que has trabajado tanto en Enseñanza Básica como en Enseñanza Media, se van ampliando a medida que se necesita resolver ciertas problemáticas de la
Más detallesMuestreo y Reconstrucción de
Capítulo 2 Muestreo y Reconstrucción de Señales 2.1. Introducción Muchas de las señales de interés práctico proceden de fenómenos físicos que son continuos y por tanto las señales que generan son analógicas.
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesAritmética de Enteros
Aritmética de Enteros La aritmética de los computadores difiere de la aritmética usada por nosotros. La diferencia más importante es que los computadores realizan operaciones con números cuya precisión
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Probabilidad Conceptos como probabilidad, azar, aleatorio son tan viejos como la misma civilización. Y es que a diario utilizamos el concepto de probabilidad: Quizá llueva mañana
Más detallesFigura 1 Si la señal continua únicamante toma dos balores, entonces se denomina señal binaria, Figura 2. Figura 2
1. Señales digitales-analógicas Antes de comenzar con el diseño de sistemas digitales, se debe definir qué es una señal continua, discreta, analógica, digital y binaria. Una señal continua es aquella que
Más detalles1. Introducción a las comunicaciones
1. Introducción a las comunicaciones Introducción 1.1. Conceptos básicos de transmisión de datos 1.2. Medios de Transmisión. Capacidad de un canal 1.3 Técnicas de transmisión 1.4 Distribución de ancho
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 detallesCompetencias específicas de ingeniería
A. IDENTIFICACIÓN ASIGNATURA: PROCESAMIENTO DIGITAL DE SEÑALES SIGLA: ELT 3952 SEMESTRE: NOVENO Ing. Electrónica, mención Telecomunicaciones NOVENO, Ingeniería Electrónica, mención automática PRE-REQUISITO:
Más detallesPROGRAMACION CONCURRENTE Y DISTRIBUIDA
PROGRAMACION CONCURRENTE Y DISTRIBUIDA V.2 Redes de Petri: Análisis y validación. J.M. Drake 1 Capacidad de modelado y capacidad de análisis El éxito de un método de modelado es consecuencia de su capacidad
Más detalles72 2. Análisis de Fourier
72 2. Análisis de Fourier Un objeto matemático relacionado con las series es la transformada, introducida por Fourier al estudiar la conducción del calor en una barra de longitud infinita. Se ha aplicado
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
Más detalles1) Recuerde la definición de cada uno de los siguientes conjuntos numéricos:
Repaso Prueba-01 Clase-14 1) Recuerde la definición de cada uno de los siguientes conjuntos numéricos: i) Números naturales: IN = { iii) Los números enteros: Z = { iv) Los números Racionales: Q = { v)
Más detallesEl ente básico de la parte de la matemática conocida como ANÁLISIS, lo constituye el llamado sistema de los número reales.
EL SISTEMA DE LOS NÚMEROS REALES Introducción El ente básico de la parte de la matemática conocida como ANÁLISIS, lo constituye el llamado sistema de los número reales. Números tales como:1,3, 3 5, e,
Más detallesSobre funciones reales de variable real. Composición de funciones. Función inversa
Sobre funciones reales de variable real. Composición de funciones. Función inversa Cuando en matemáticas hablamos de funciones pocas veces nos paramos a pensar en la definición rigurosa de función real
Más detallesEl Autómata con Pila: Transiciones
El Autómata con Pila: Transiciones El Espacio de Configuraciones Universidad de Cantabria Esquema Introducción 1 Introducción 2 3 Transiciones Necesitamos ahora definir, paso por paso, como se comporta
Más detallesDefinición matemática de Relación y de Función
Fecha: 05/0 Versión: DOCENTE: ANTONIO ELI CASTILLA Definición matemática de Relación de Función En matemática, Relación es la correspondencia de un primer conjunto, llamado Dominio, con un segundo conjunto,
Más detallesTrabajo opcional tema 4: modulación
Trabajo opcional tema 4: modulación Alberto Mateos Checa I. Telecomunicación 2 Trabajo opcional tema 4: modulación angular ÍNDICE DE CONTENIDOS: 1. Introducción.... 3 2. Diseño.... 3 2.1. Sistema completo....
Más detallesOperaciones con monomios y polinomios
Operaciones con monomios y polinomios Para las operaciones algebraicas se debe de tener en cuenta que existen dos formas para representar cantidades las cuales son números o letras. Al representar una
Más detalles1 x (rad) 0 π/2 π 3π/2 2π cos x x Para representarla, recomiendo que se haga una tabla dando al argumento
. A partir de las funciones: y = sen, y = cos, y = e, y = Ln, e y = ² representar las siguientes funciones: i. y = cos 2 y = cos Función periódica. = 2π 2π T ; ω Coeficiente de la. T = = 2π ω (rad) 0 π/2
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
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 detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesMuestreo y cuantificación de señales (digitalización)
Muestreo y cuantificación de señales (digitalización) Señales en el mundo real La mayoría de las magnitudes físicas son continuas (velocidad, temperatura ) Normalmente los sistemas de medición son digitales
Más detallesEl Teorema Fundamental del Álgebra
El Teorema Fundamental del Álgebra 1. Repaso de polinomios Definiciones básicas Un monomio en una indeterminada x es una expresión de la forma ax n que representa el producto de un número, a, por una potencia
Más detalles1.3.- V A L O R A B S O L U T O
1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesCALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA. (Se utiliza el valor de la función en el extremo izquierdo de cada subintervalo)
CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA El problema del área, el problema de la distancia tanto el valor del área debajo de la gráfica de una función como la distancia recorrida por un objeto
Más detallesRECOMENDACIÓN UIT-R BS *,** Medición del nivel de tensión del ruido de audiofrecuencia en radiodifusión sonora
Rec. UIT-R BS.468-4 1 RECOMENDACIÓN UIT-R BS.468-4 *,** Medición del nivel de tensión del ruido de audiofrecuencia en radiodifusión sonora La Asamblea de Radiocomunicaciones de la UIT, (1970-1974-1978-1982-1986)
Más detallesTEMA 1 Métodos Matemáticos en Física L4C: Series Fourier (SF)
(SF) Según libro: Nikhle H. Asmar, Partial Differential Ecuations with Fourier Series and Boundary Value Problems Second Edition, Pearson, (2005) Igual como para series TAYLOR f(x)=σa n x n, Series Fourier
Más detallesLlamamos potencia a todo producto de factores iguales. Por ejemplo: 3 4 =
1. NÚMEROS NATURALES POTENCIAS DE UN NÚMERO NATURAL Llamamos potencia a todo producto de factores iguales. Por ejemplo: 3 4 = 3 3 3 3 El factor que se repite es la base, y el número de veces que se repite
Más detalles3. ACONDICIONAMIENTO
3. ACONDICIONAMIENTO - Funciones generales. - Arquitectura básica del sistema de adquisición. -Circuitos integrados de acondicionamiento: amplificadores, filtros, muestreo y retención, multiplexores, conversores
Más detallesFunciones reales de variable real
Tema Funciones reales de variable real Introducción El objetivo fundamental de este tema es recordar conceptos ya conocidos acerca de las funciones reales de variable real.. Conceptos Generales Definición.
Más detallesTransformada Z Filtros recursivos. clase 12
Transformada Z Filtros recursivos clase 12 Temas Introducción a los filtros digitales Clasificación, Caracterización, Parámetros Filtros FIR (Respuesta al impulso finita) Filtros de media móvil, filtros
Más detallesPRINCIPIOS DE LA DINÁMICA
Capítulo 3 PRINCIPIOS DE LA DINÁMICA CLÁSICA 3.1 Introducción En el desarrollo de este tema, cuyo objeto de estudio son los principios de la dinámica, comenzaremos describiendo las causas del movimiento
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 detallesAnálisis de Fourier. Análisis de Fourier. F. Javier Cara ETSII-UPM. Curso 2012-2013
F. Javier Cara ETSII-UPM Curso 1-13 1 Contenido periódicas. Serie de Fourier. periódicas. Serie de Fourier compleja Espectro no periódicas. Serie de Fourier. no periódicas. Transformada de Fourier. Catalogo
Más detallesESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN
ESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN TEMA 3. Aritmética y codificación 3.1 Aritmética binaria 3.2 Formatos de los números y su representación 3.3 Definiciones
Más detallesEl Producto escalar para las comunicaciones (parte 1) Luca Mar9no Apuntes no revisados Cuidado!
El Producto escalar para las comunicaciones (parte ) Luca Mar9no Apuntes no revisados Cuidado! Producto Escalar El producto escalar, también conocido como producto interno o producto punto, es una operación
Más detallesProceso conversión A/D
La conversión A/D es el proceso mediante el cual se toma una señal continua en voltaje y se convierte en una secuencia de palabras digitales de n-bits espaciadas entre ellas T segundos. Señal analógica
Más detallesTema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detallesCONTINUIDAD DE FUNCIONES. SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos.
CAPÍTULO IV. CONTINUIDAD DE FUNCIONES SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos. 121 A. DEFINICIÓN DE FUNCIÓN CONTINUA. Una función
Más detallesMovimiento Armónico Simple
Movimiento Armónico Simple Ejercicio 1 Una partícula vibra con una frecuencia de 30Hz y una amplitud de 5,0 cm. Calcula la velocidad máxima y la aceleración máxima con que se mueve. En primer lugar atenderemos
Más detallesTema 3. Electrónica Digital
Tema 3. Electrónica Digital 1.1. Definiciones Electrónica Digital La Electrónica Digital es la parte de la Electrónica que estudia los sistemas en los que en cada parte del circuito sólo puede haber dos
Más detalles1) Considera la función f(x) = x2 + 1 para contestar las siguientes preguntas:
LIMITE DE FUNCIONES Tema: Introducción a límite 1) Considera la función f(x) = x2 + 1 para contestar las siguientes preguntas: a) Cuál es el valor de la función si x = 2? b) Cuál es el valor de la función
Más detallesCONJUNTOS NUMÉRICOS. La noción de número es tan antigua como el hombre mismo ya que son necesarios para resolver situaciones de la vida diaria.
CONJUNTOS NUMÉRICOS La noción de número es tan antigua como el hombre mismo ya que son necesarios para resolver situaciones de la vida diaria. Por ejemplo, usamos números para contar una determinada cantidad
Más detallesIntroducción a la Física Experimental. Experimento guiado. Abril M. López Quelle
Introducción a la Física Experimental. Experimento guiado. Abril 2009. M. López Quelle Circuito RC en corriente alterna. Comportamiento de un filtro RC. 1.- Breve introducción teóricateoría previa Utilizamos
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
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 detallesT0. TRANSFORMADAS DE LAPLACE
ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA MATEMATICAS T0. TRANSFORMADAS DE LAPLACE Mediante transformadas de Laplace (por Pierre-Simon
Más detallesPágina 1 de 16 TRANSFORMADA DE FOURIER Y EL ALGORITMO FFT INTRODUCCION
Página 1 de 16 FCEFy Universidad acional de Cordoba ITRODUCCIO El estudio de las señales cotidianas en el dominio de la frecuencia nos proporciona un conocimiento de las características frecuenciales de
Más detallesUNIDAD 4. Álgebra Booleana
UNIDAD 4 Álgebra Booleana ÁLGEBRA BOOLEANA El Álgebra Booleana se define como una retícula: Complementada: existe un elemento mínimo 0 y un elemento máximo I de tal forma que si a esta en la retícula,
Más detalles