Fundamentos de procesamiento digital de señales (Tema 1)
|
|
- María Elena Vera Sánchez
- hace 6 años
- Vistas:
Transcripción
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
2 Contenido Convolución de tiempo continuo 2 Correlación 3 Convolución de tiempo discreto 4 Analisis en el dominio de la frecuencia Transformada de Fourier de tiempo continuo Transformada de Fourier de tiempo discreto Transformada discreta de Fourier 5 Convolución usando la DFT 6 Muestreo de señales analógicas 7 Interpolación 8 Referencias A. J. Zozaya (iee/epn) SaR Quito, / 39
3 Convolución de tiempo continúo Linealidad e invariancia temporal Linealidad superposición CT DT x! y x 2! y 2 x + 2 x 2 + : : :! y + 2 y 2 + : : : x(t)! y (t) x(t t 0 )! y (t t 0 ) x[n]! y [n] x[n n 0 ]! y [n n 0 ] el origen de los tiempos es irrelevante A. J. Zozaya (iee/epn) SaR Quito, / 39
4 Convolución de tiempo continúo x(t) o x[n] ) combinación lineal de funciones bases Funciones bases: convenientes analítacamente Dos clases impulsos retardados ) convolución exponenciales complejos ) Análisis de Fourier CT ( 6= 0 si t = 0; (t) = = 0 si t 6= 0: Z (t) dt = DT [n] = ( = si n = 0; = 0 si n 6= 0: Z f (t)(t ) dt = f ( )(t ) dt =f ( ) A. J. Zozaya (iee/epn) SaR Quito, / 39
5 Convolución de tiempo continúo Como Z s(t)(t u) dt = s(u)(t u) dt = s(u) Entonces Z s(u)(t u) du = s(t) A. J. Zozaya (iee/epn) SaR Quito, / 39
6 Convolución de tiempo continúo Como Z s(t)(t u) dt = s(u)(t u) dt = s(u) Entonces Z s(u)(t u) du = s(t) A. J. Zozaya (iee/epn) SaR Quito, / 39
7 Convolución de tiempo continúo Como Z s(t)(t u) dt = s(u)(t u) dt = s(u) Entonces Z s(u)(t u) du = s(t) A. J. Zozaya (iee/epn) SaR Quito, / 39
8 Convolución de tiempo continúo ltrar ) convolución A. J. Zozaya (iee/epn) SaR Quito, / 39
9 Convolución de tiempo continúo ltrar ) convolución y (t) = s(t) h(t) Z y (t) = s(t) h(t) = Z = s(u)h(t u) du s(t u)h(u) du h(t): respuesta impulsiva del ltro. s(t): la señal. A. J. Zozaya (iee/epn) SaR Quito, / 39
10 Convolución de tiempo continúo ltrar ) convolución y (t) = s(t) h(t) Z y (t) = s(t) h(t) = Z = s(u)h(t u) du s(t u)h(u) du h(t): respuesta impulsiva del ltro. s(t): la señal. Filtro de duración nita 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/epn) SaR Quito, / 39
11 Algunas propiedades Linealidad [s (x) + s 2 (x)] h(x) = s (x) h(x) + s 2 (x) h(x) Conmutatividad s(t) h(t) = h(t) s(t) A. J. Zozaya (iee/epn) SaR Quito, / 39
12 Correlación Correlación (cruzada) medida de similitud Z Φ sh (t) = s(u)h (u t) du A. J. Zozaya (iee/epn) SaR Quito, / 39
13 Correlación Correlación (cruzada) medida de similitud permite detectar donde s(t) y h(t) matches Z Φ sh (t) = s(u)h (u t) du A. J. Zozaya (iee/epn) SaR Quito, / 39
14 Correlación Correlación (cruzada) medida de similitud permite detectar donde s(t) y h(t) matches Ejemplo : = s, sin ruido Z Φ sh (t) = s(u)h (u t) du A. J. Zozaya (iee/epn) SaR Quito, / 39
15 Correlación Correlación (cruzada) medida de similitud permite detectar donde s(t) y h(t) matches Ejemplo : = s, sin ruido Ejemplo 2: en presencia de ruido Z Φ sh (t) = s(u)h (u t) du A. J. Zozaya (iee/epn) SaR Quito, / 39
16 Correlación Correlación (cruzada) medida de similitud permite detectar donde s(t) y h(t) matches Ejemplo : = s, sin ruido Ejemplo 2: en presencia de ruido Ejemplo 2: en presencia de más ruido Z Φ sh (t) = s(u)h (u t) du A. J. Zozaya (iee/epn) SaR Quito, / 39
17 Correlación Correlación (cruzada) medida de similitud permite detectar donde s(t) y h(t) matches Ejemplo : = s, sin ruido Ejemplo 2: en presencia de ruido Ejemplo 2: en presencia de más ruido Ejemplo 3: h(t) presente dos veces en s(t), una vez con distinta polaridad. Z Φ sh (t) = s(u)h (u t) du A. J. Zozaya (iee/epn) SaR Quito, / 39
18 Correlación La correlación cruzada no es conmutativa!!! Φ sh (t) = Φ hs ( t) A. J. Zozaya (iee/epn) SaR Quito, / 39
19 Correlación La correlación cruzada no es conmutativa!!! Φ sh (t) = Φ hs ( t) Correlación (cruzada) y convolución Z Φ sh (t) = s(u)h (u t) du = s(t) h ( t) A. J. Zozaya (iee/epn) SaR Quito, / 39
20 Convolución de tiempo discreto Como s[n][n k] = s[k][n k] ejemplo Sigue que X k= s[k][n k] = s[n] ejemplo por tanto [n] ) h[n]; y [n k] ) h[n k] X s[n] ) s[k]h[n k] k= A. J. Zozaya (iee/epn) SaR Quito, / 39
21 Convolución de tiempo discreto Convolución de tiempo discreto (www) y (n) =s[n] h[n] X M = k=0 s[n k]h[k] = nx k=n (M ) s[k]h[n k] N: número de muestras de la señal s[n]. M: número de muestras de la respuesta impulsiva del ltro. Normalmente (caso SAR) M<N. Ej. s=[/2 /2] y h=[ ]. A. J. Zozaya (iee/epn) SaR Quito, 206 / 39
22 Ejemplo Como una suma de secuencias A. J. Zozaya (iee/epn) SaR Quito, / 39
23 Ejemplo Como una suma de muestras o un proceso dinámico A. J. Zozaya (iee/epn) SaR Quito, / 39
24 Transformada de Fourier Combinación lineal x(t) = combinación lineal de funciones bases Combinación lineal de impulsos Z x(t) = x(u)(t u) du Combinación lineal de exponenciales complejos x(t) = 2 Z X (!) exp(!t) d! A. J. Zozaya (iee/epn) SaR Quito, / 39
25 Transformada de Fourier (CT) x(t) = A cos(ωt + ) FT de x(t) Z X (Ω) = x(t)e Ωt dt Ejemplo t sin(ω rect $ P =2) P P Ω P =2 A. J. Zozaya (iee/epn) SaR Quito, / 39
26 Transformada de Fourier (CT) Ejemplo Z X (Ω) = x(t)e Ωt dt P sin(ω P =2) Ω P =2 t $ rect P A. J. Zozaya (iee/epn) SaR Quito, / 39
27 Transformada de Fourier (CT) Dos importantes propiedades [PM96] Desplazamiento temporal (t! t ) x(t ) $ X (Ω)e Ω u = t FTfx(t )g = También FTfx(t )g = Z Z x(t )e Ωt dt "Z # x(u)e Ω(u+ ) du = x(u)e Ωu du x(t)e Ω0t $ X (Ω Ω 0 ) e Ω A. J. Zozaya (iee/epn) SaR Quito, / 39
28 Transformada de Fourier (CT) Dos importantes propiedades Teorema de la Convolución Z = FTfx(t) y (t)g = "Z x( ) x(t) y (t) $ X (Ω)Y (Ω) Z "Z y (t )e Ωt dt # x( )y (t ) d e Ωt dt # d = "Z x( )e Ω d # Y (Ω) También x(t)y (t) $ X (Ω) Y (Ω) 2 A. J. Zozaya (iee/epn) SaR Quito, / 39
29 Transformada de Fourier (CT) Muestreo X S (Ω) = T S X x S (t) = x(t) X n= (t nt S ) P n= (t nt S) $ Ω S P k= (Ω kω S) Ω S = 2f S = 2 T S FT de x s (t) 2 X S (Ω) = X 4 X (Ω) ΩS 2 k= x(t)y (t) $ X (Ω) Y (Ω) 2 k= X (Ω kω S ) (Ω kω S ) 3 5 A. J. Zozaya (iee/epn) SaR Quito, / 39
30 Transformada de Fourier (CT) x S (t) = X n= x(nt S )(t nt S ) x[n] = x S (nt S ) Ae (!n+) (ΩnTS +) = Ae! = ΩT S! en rads, Ω en rads/s. Ω S 2 : Ω S 2 $ : A. J. Zozaya (iee/epn) SaR Quito, / 39
31 Transformada de Fourier (DTFT) DTFT de x[n] X X (!) = n= x[n]e!n Relación CTFT-DTFT X (!) = X S (Ω)j Ω=! T S exp (! + k2)n = exp!n k entero X (!) = T S X k= X S! T S k! S T S! S = 2 A. J. Zozaya (iee/epn) SaR Quito, / 39
32 Transformada de Fourier (DTFT) Enventanado ( 0 n N ; R N [n] = 0 otherwise: x N [n] = x[n]r N [n] N = 2q +, pérdida de información R N [n] $ sin[!n=2] sin(!=2) e!(n )=2 X N (!) $ sin[!n=2] X (!) 2 sin(!=2) e!(n )=2 X N (!) versión esparcida de X (!) [M. Fowler]. A. J. Zozaya (iee/epn) SaR Quito, / 39
33 Transformada de Fourier (DTFT) Enventanado ( 0 n N ; R N [n] = 0 otherwise: x N [n] = x[n]r N [n] N = 2q +, pérdida de información R N [n] $ sin[!n=2] sin(!=2) e!(n )=2 X N (!) $ sin[!n=2] X (!) 2 sin(!=2) e!(n )=2 X N (!) versión esparcida de X (!) [M. Fowler]. A. J. Zozaya (iee/epn) SaR Quito, / 39
34 Relación CTFT, DTFT y DFT A. J. Zozaya (iee/epn) SaR Quito, / 39
35 Transformada discreta de Fourier (DFT) DFT X N [k] = N X n=0 f = f s =N, S[k] = S(kf s =N). From www: x N [n]e 2k N n ; k = 0; ; : : : ; N Relación DTFT-DFT X N [k] = X N (!)j!k! k = 2 k, k = 0; ; 2; : : : ; N N X N [k] = X N k 2 N k = 0; ; 2; : : : ; N A. J. Zozaya (iee/epn) SaR Quito, / 39
36 Transformada discreta de Fourier (DFT) Evaluación numérica de la DFT X [0] x[0] X [] 0 0. X [k] = exp j 2 x[] 6 N B 4 C 0 N. A. {z }. 5 6 x[n] 4 N N 7 {z } X [N ] N x[n ] {z } En MATLAB function X=dft(x) N=length(x); W=exp(-j*(2*pi/N)*[0:N-] *[0:N-]); X=W*x ; N N A. J. Zozaya (iee/epn) SaR Quito, / 39
37 Transformada discreta de Fourier (DFT) Evaluación numérica de la DFT X [0] x[0] X [] 0 0. X [k] = exp j 2 x[] 6 N B 4 C 0 N. A. {z }. 5 6 x[n] 4 N N 7 {z } X [N ] N x[n ] {z } N N Zero padding añadir ceros al nal 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/epn) SaR Quito, / 39
38 Transformada discreta de Fourier (DFT) IDFT x N [n] = N N X k=0 Evaluación numérica de la IDFT X N [k]e 2k N n ; n = 0; ; : : : ; N x[0] X [0] x[] 0. 0 x[n] = exp N j 2 X [] 6 N B 4 C 0 N. A. {z }. 5 6 X [k] 4 N N 7 {z } x[n ] N X [N ] {z } N N A. J. Zozaya (iee/epn) SaR Quito, / 39
39 Convolución usando la DFT Convolución $ multiplicación (www) x (t) x 2 (t) $X (Ω)X 2 (Ω) x (t)x 2 (t) $ 2 X (Ω) X 2 (Ω) Convolución circular $ multiplicación (www) x [n] N x 2 [n] $X [k]x 2 [k] x [n]x 2 [n] $ N X [k] N X 2 [k] Pero En general: x [n] N x 2 [n] 6= x [n] x 2 [n] A. J. Zozaya (iee/epn) SaR Quito, / 39
40 Convolución usando la DFT Convolución circular (ver www) 2 X x [n] N x 2 [n] = 4 N k=0 3 x [k]x 2 [((n k)) N ] 5 RN [n] donde x 2 [((n)) N ] = P `= x 2 [n `N] es la extensión periódica de x 2 [n]. x [n] N x 2 [n] = [x [n] x 2 [((n)) N ]] R N [n] (mod m): n = q m + R, donde q m < n (www). A. J. Zozaya (iee/epn) SaR Quito, / 39
41 Convolución usando la DFT Convolución circular Convolución circular ) convolución lineal + aliasing x [n] N x 2 [n] = Convolución cíclica 2 4 (x [n] x 2 [n]) X `= (n `N) s[n] h[n] = IDFTfDFTfs[n]gDFTfh[n]gg 3 5 RN [n] 6= x [n] x 2 [n] s(n) de duración n, h(n) de duración n 2, (en SAR) n > n 2, y h(n) es completada con ceros hasta n para obtener n n 2 + convoluciones completas [CW05]. O ambas se completan con cero hasta N = n + n 2 para obtener las convolución líneal. En MATLAB ifft(fft(s,n).*fft(h,n)); N: 2 N n + n 2 para obtener la convolución lineal, o N: 2 N n n 2 + si solo interesan las convoluciones completas [CW05]. A. J. Zozaya (iee/epn) SaR Quito, / 39
42 Muestreo de señales t-continuo, duración t-continuo, duración nita t-discreto, duración t-discreto, duración nita 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 rata actual de muestreo factor de sobremuestreo = rata de muestreo de Nyquist Usualmente del orden de. a.4 [CW05]. A. J. Zozaya (iee/epn) SaR Quito, / 39
43 Muestreo de un pulso LFM Frecuencia de muestreo de la señal LFM f s > B Factor de sobremuestreo os : os = f s B = f s jkj No gap! rata de muestreo muy baja gap > 20 % de f s, la rata de muestreo es mayor que la óptima en términos de eciencia de procesado [CW05] A. J. Zozaya (iee/epn) SaR Quito, / 39
44 Muestreo de un pulso LFM A. J. Zozaya (iee/epn) SaR Quito, / 39
45 Interpolación x(t) = X n x[n]h(t nt s ) donde: x[n]: muestras de x(t) x[n] = x(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 x(t) en n, x[n], hace de peso de la función interpoladora h(t nt s ) el valor x(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 x[n] alrededor de t. A. J. Zozaya (iee/epn) SaR Quito, / 39
46 Interpolación sinc ideal De acuerdo al Teorema de muestreo de Nyquist: si x(t) es limitada en frecuencia la frecuencia de muestreo es igual o mayor al doble de la máxima frecuencia de x(t), siendo x(t) real, entonces (WWW): X (Ω) = H r (Ω)X S (Ω) Ω H r (Ω) = T S rect Ω S X S (Ω) = T S X k= X (Ω kω S ) A. J. Zozaya (iee/epn) SaR Quito, / 39
47 Interpolación sinc ideal De acuerdo al Teorema de muestreo de Nyquist: si x(t) es limitada en frecuencia la frecuencia de muestreo es igual o mayor al doble de la máxima frecuencia de x(t), siendo x(t) real, entonces (WWW): X (Ω) = H r (Ω)X S (Ω) Ω H r (Ω) = T S rect Ω S X S (Ω) = T S X k= X (Ω kω S ) A. J. Zozaya (iee/epn) SaR Quito, / 39
48 Interpolación sinc ideal x(t) = h r (t) x S (t) Ω T S rect $ sinc(f S t) = h r (t) x S (t) = Ω S X n= Interpolación ideal: no causal y de ext. X x(t) = x[n]sinc [f S (t nt S )] n= x(nt S )(t nt S ) A. J. Zozaya (iee/epn) SaR Quito, / 39
49 Interpolación sinc ideal correr script: demointerpol.m A. J. Zozaya (iee/epn) SaR Quito, / 39
50 Funciones de interpolación De acuerdo al Teorema de muestreo de Nyquist: si x(t) es limitada en frecuencia la frecuencia de muestreo es igual o mayor al doble de la máxima frecuencia de x(t), siendo x(t) real, entonces: Función de interpolación sinc(t) en t h(t) = sinc(t) = X x(t) = x[n]sinc n sin t t (t nt S ) TS Función de interpolación Φ(!) en f Φ(!) = sin(!n=2) (N )=2 e N sin(!=2) X X (!) = X K Φ! k 2 N k A. J. Zozaya (iee/epn) SaR Quito, / 39
51 Referencias I Ian G. Cumming and Frank H. Wong. Digital processing of synthetic aperture radar data, algorithm and implementation. Artech House, Jhon G. Proakis and Dimitris G. Manolakis. Digital Signal Processing, Principles,Algorithms, and Application. Prentice Hall, third edition, 996. A. J. Zozaya (iee/epn) SaR Quito, / 39
Procesamiento digital de señales (DSP) aplicado a datos crudos de radares de apertura sintética. Parte 1era.: algunos fundamentos de DSP
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)
Más detallesAsignatura: SISTEMAS LINEALES. Horas/Semana:4 Teoría + 0 Laboratorio. Objetivos. Programa
Asignatura: SISTEMAS LINEALES Curso académico: 2012/2013 Código: 590000628 Créditos: 6 Curso: 2 Horas/Semana:4 Teoría + 0 Laboratorio Departamento: ICS Objetivos 1() Para todas las titulaciones OBJETIVOS
Más detallesSistemas Lineales. Examen de Septiembre Soluciones
Sistemas Lineales Examen de Septiembre 25. Soluciones. (2.5 pt.) La señal y(t) [sinc( t)] 4 puede escribirse como y(t) [sinc( t)] 4 [ ] sin(o πt) 4 o πt [ sin(o πt) ] 4 4 πt 4 [y (t)] 4 4 y (t) y (t) y
Más detallesAsignatura: SISTEMAS LINEALES. Horas/Semana:4 Teoría + 0 Laboratorio. Objetivos
Asignatura: SISTEMAS LINEALES Curso académico: 2007/2008 Código: 590000804 Créditos: 6 Curso: 2 Horas/Semana:4 Teoría + 0 Laboratorio Departamento: ICS Objetivos 1() Para todas las titulaciones OBJETIVOS
Más detalles6 10 3,5 2,0 4,5. PROGRAMA DE CURSO Código Nombre EL Señales y Sistemas I Nombre en Inglés Signals and Systems I SCT
PROGRAMA DE CURSO Código Nombre EL 3005 Señales y Sistemas I Nombre en Inglés Signals and Systems I SCT Unidades Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal 6 10 3,5 2,0
Más detallesProcesamiento 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 detallesC A P I T U L O V ANALISIS EN FRECUENCIA DE SEÑALES Y SISTEMAS DISCRETOS SERIES DE FOURIER PARA SEÑALES DISCRETAS EN TIEMPO:
C A P I T U L O V ANALISIS EN FRECUENCIA DE SEÑALES Y SISTEMAS DISCRETOS 51- SERIES DE FOURIER PARA SEÑALES DISCRETAS EN TIEMPO: Las mismas motivaciones que nos condujeron al desarrollo de las series y
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 detallesPROGRAMA DE ESTUDIO. Práctica. Práctica ( ) Semestre recomendado: 8º. Requisitos curriculares: Sistemas Digitales 2
PROGRAMA DE ESTUDIO Nombre de la asignatura: PROCESAMIENTO DIGITAL DE SEÑALES Clave: IEE25 Fecha de elaboración: marzo 2015 Horas Semestre Horas semana Horas de Teoría Ciclo Formativo: Básico ( ) Profesional
Más detallesProcesado con Sistemas Lineales Invariantes en el Tiempo
Procesado con Sistemas Lineales Invariantes en el Tiempo March 9, 2009 Sistemas Lineales Invariantes en el Tiempo (LTI). Caracterización de los sistemas LTI discretos Cualquier señal discreta x[n] puede
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 detalles1. Señales y sistemas Sistemas lineales e invariantes en el tiempo (SLI) 13.5
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ANÁLISIS DE SISTEMAS Y SEÑALES 1418 4 09 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería de Control
Más detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERÍA ELECTRÓNICA E INFORMÁTICA SÍLABO ASIGNATURA: PROCESAMIENTO DIGITAL DE SEÑALES
SÍLABO ASIGNATURA: PROCESAMIENTO DIGITAL DE SEÑALES CÒDIGO: 8F0047 1. DATOS PERSONALES: 1.1 Departamento Académico : Ingeniería Electrónica e Informática 1.2 Escuela Profesional : Ingeniería Electrónica
Más detallesTema 2. Sistemas Lineales e Invariantes en el Tiempo (Sesión 2)
SISTEMAS LINEALES Tema. Sistemas Lineales e Invariantes en el Tiempo (Sesión ) 4 de octubre de 00 F. JAVIER ACEVEDO javier.acevedo@uah.es TEMA Contenidos. Representación de señales discretas en términos
Más detallesSISTEMAS LINEALES. Tema 6. Transformada Z
SISTEMAS LINEALES Tema 6. Transformada Z 6 de diciembre de 200 F. JAVIER ACEVEDO javier.acevedo@uah.es TEMA 3 Contenidos. Autofunciones de los sistemas LTI discretos. Transformada Z. Región de convergencia
Más detallesSi conocemos x(n) y obtenemos la salida del sistema podemos determinar la respuesta al impulso del sistema obteniendo en primer lugar H(z) con: = n(
58 Funciones de transferencia de sistemas LTI Como ya conocemos la salida de un sistema LTI en el tiempo (en reposo) para una secuencia de entrada x(n) se podía obtener como la convolución de esa secuencia
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 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 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 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 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 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 detallesUniversidad Nacional de Moreno
Universidad Nacional de Moreno Departamento de Ciencias Aplicadas y Tecnología 03 MORENO, VISTO el Expediente N UNM:0001041/2014 del Registro de la UNIVERSIDAD NACIONAL DE MORENO; y CONSIDERANDO: Que el
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 detallesTransformada de Laplace (material de apoyo)
Transformada de Laplace (material de apoyo) André Luiz Fonseca de Oliveira Michel Hakas Resumen En este artículo se revisará los conceptos básicos para la utilización de la transformada de Laplace en la
Más detalles1. Modelos Matemáticos y Experimentales 1
. Modelos Matemáticos y Experimentales. Modelos Matemáticos y Experimentales.. Definición.. Tipos de Procesos.3. Tipos de Modelos 3.4. Transformada de Laplace 4.5. Función de Transferencia 7.6. Función
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 detallesSistemas continuos. Francisco Carlos Calderón PUJ 2010
Sistemas continuos Francisco Carlos Calderón PUJ 2010 Objetivos Definir las propiedades básicas de los sistemas continuos Analizar la respuesta en el tiempo de un SLIT continuo Definición y clasificación
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 detallesSeñales y sistemas Otoño 2003 Clase 22
Señales y sistemas Otoño 2003 Clase 22 2 de diciembre de 2003 1. Propiedades de la ROC de la transformada z. 2. Transformada inversa z. 3. Ejemplos. 4. Propiedades de la transformada z. 5. Funciones de
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 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 detallesA: Aplicación de las Ciencias y las Matemáticas (T). Resultados de Aprendizaje
FACULTAD DE INGENIERÍA DEPARTAMENTO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIONES CÓDIGO-MATERIA: 09725 Señales y Sistemas PRERREQUISITOS: 08278 Ecuaciones Diferenciales PROGRAMA SEMESTRE: Ingeniería
Más detallesTransformada de Fourier
Transformada de Fourier Juan-Pablo Cáceres CCRMA Stanford University Agosto, 007 Contenidos Introducción Síntesis Aditiva Análisis Espectral Transformada Continua de Fourier DFT Teoremas de Fourier FFT
Más detallesCapitulo 01. Introducción. Índice
Capitulo 01 Introducción Índice Tema 1 Procesamiento digital de señales 2 Arquitecturas de procesadores 3 Concepción conjuntista de funciones 4 Sobre las funciones de tiempo continuo 5 Herramientas matemáticas
Más detallesUniversidad Tecnológica Nacional Facultad Regional Bahía Blanca
Universidad Tecnológica Nacional Facultad Regional Bahía Blanca INTRODUCCION AL PROCESAMIENTO DIGITAL DE SEÑALES Cátedra: Técnicas Digitales III Profesor: Mag. Guillermo R. Friedrich Octubre 2002 Indice
Más detallesPropiedades de los sistemas (con ecuaciones)
Propiedades de los sistemas (con ecuaciones) Linealidad: Para verificar si un sistema es lineal requerimos que le sistema sea homogéneo y aditivo es decir, cumplir con la superposición. Método: Dada una
Más detallesTema 6: MODULACIÓN ANGULAR. TRANSMISIÓN DE DATOS - Ángel de la Torre - TSTC - UGR pág. 1
Tema 6: MODULACIÓN ANGULAR TRANSMISIÓN DE DATOS - Ángel de la Torre - TSTC - UGR pág. 1 Tema 6: MODULACIÓN ANGULAR 6.1.- Ángulo generalizado y modulación angular: Modulación de fase (PM) y frecuencia (FM).
Más detallesCapítulo 2 Análisis espectral de señales
Capítulo 2 Análisis espectral de señales Objetivos 1. Se pretende que el alumno repase las herramientas necesarias para el análisis espectral de señales. 2. Que el alumno comprenda el concepto de espectro
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 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 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 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 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 detallesMAT08-13-CALCULA - La calculadora ClassPad 300 como recurso didáctico en la enseñanza de las matemáticas
ENUNCIADO Para completar el curso te proponemos la siguiente actividad: Selecciona cualquier contenido o contenidos del área de Matemáticas (o de otra especialidad si esta no es tu área de trabajo) de
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 detallesFacultad de Ciencias de la Electrónica CONTINUAS
Unidad II MUESTREO DE SEÑALES CONTINUAS OBJETIVO: Comprender los mecanismos del muestreo e introducir algunos de los conceptos fundamentales y notaciones para los sistemas muestreados. Ilustrar el problema
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 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 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 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 detallesSistemas Lineales e Invariantes PRÁCTICA 2
Sistemas Lineales e Invariantes PRÁCTICA 2 (1 sesión) Laboratorio de Señales y Comunicaciones PRÁCTICA 2 Sistemas Lineales e Invariantes 1. Objetivo Los objetivos de esta práctica son: Revisar los sistemas
Más detallesEcuaciones Diferenciales Ordinarias
Ecuaciones Diferenciales Ordinarias (Transformada de Laplace) Julio López jclopez@dim.uchile.cl Depto Ingeniería Matemática, Universidad de Chile Verano 2010, Resumen clases Julio López EDO 1/30 Introducción
Más detallesESCUELA SUPERIOR POLITECNICA DEL PROGRAMA DE ESTUDIOS
MULTI-021 ESCUELA SUPERIOR POLITECNICA DEL LITORAL FIEL r1 fr1ec SEÑALES Y SISTEMAS UNIDAD ACADÉMICA: CARRERA: ESPECIALIZACIÓN: ÁREA: TIPO DE MATERIA: EJE DE FORMACIÓN: Facultad de Ingeniería en Electricidad
Más detallesTransformadas de Laplace
Semana 7 - Clase 9 9// Tema 3: E D O de orden > Algunas definiciones previas Transformadas de Laplace En general vamos a definir una transformación integral, F (s), de una función, f(t) como F (s) = b
Más detallesPráctica 3. Sistemas Lineales Invariantes con el Tiempo
Universidad Carlos III de Madrid Departamento de Teoría de la Señal y Comunicaciones LABORATORIO DE SISTEMAS Y CIRCUITOS CURSO 2003/2004 Práctica 3. Sistemas Lineales Invariantes con el Tiempo 12 de diciembre
Más detallesSistemas lineales invariantes en el tiempo
Sistemas lineales invariantes en el tiempo Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas, mramos}@fing.edu.uy Centro Universitario Regional Este Sede Rocha
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 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 detallesObjetivos específicos. Introducción teórica. Guía
Asignatura: Sistemas y señales discretos. Tema: La Transformada Rápida de Fourier (FFT) Lugar de Ejecución: Instrumentación y control (Edificio de electrónica) Objetivos específicos Conocer que es la Transformada
Más detallesPROBLEMAS RESUELTOS DE SEÑALES Y SISTEMAS
PROBLEMAS RESUELTOS DE SEÑALES Y SISTEMAS STEPHAN MARINI ENCARNACIÓN GIMENO NIEVES PROBLEMAS RESUELTOS DE SEÑALES Y SISTEMAS PUBLICACIONS DE LA UNIVERSITAT D ALACANT Este libro ha sido debidamente examinado
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 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 detallesINDICE 1 Introducción 2 Circuitos resistivos 3 Fuentes dependientes y amplificadores operacionales (OP AMPS) 4 Métodos de análisis
INDICE 1 Introducción 1 1.1. Definiciones y unidades 2 1.2. Carga y corriente 5 1.3. Voltaje, energía y potencia 9 1.4. Elementos activos y pasivos 12 1.5. Análisis de circuitos y diseño 15 16 Problemas
Más detallesANX-PR/CL/001-02 GUÍA DE APRENDIZAJE. ASIGNATURA Procesado digital de señal en acustica. CURSO ACADÉMICO - SEMESTRE 2015-16 - Primer semestre
ANX-PR/CL/001-02 GUÍA DE APRENDIZAJE ASIGNATURA Procesado digital de señal en acustica CURSO ACADÉMICO - SEMESTRE 2015-16 - Primer semestre GA_05AK_53000751_1S_2015-16 Datos Descriptivos Nombre de la Asignatura
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA UNIVERSIDAD NACIONAL DE ROSARIO
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA UNIVERSIDAD NACIONAL DE ROSARIO PROGRAMA ANALÍTICO ASIGNATURA: Teoría de Sistemas y Señales Código: A-3.18.1 PLAN DE ESTUDIOS: 1996 CARRERA: Ingeniería
Más detallesFiltrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional
Filtrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional Mario A. Bueno a, Josué Álvarez-Borrego b, Leonardo Acho a y Vitaly Kober c mbueno@cicese.mx,
Más detallesPRÁCTICA 1 ANÁLISIS DE SEÑALES EN EL DOMINIO DE LA FRECUENCIA: EL ANALIZADOR DE ESPECTROS
PRÁCTICA 1 ANÁLISIS DE SEÑALES EN EL DOMINIO DE LA FRECUENCIA: EL ANALIZADOR DE ESPECTROS 1 Espectro de una señal GSM Las señales radiadas son susceptibles de ser interceptadas y analizadas. EJ. Monitorización
Más detallesTratamiento de imágenes Adquisición y Digitalización
Tratamiento de imágenes Adquisición y Digitalización hamontesv@uaemex.mx http://scfi.uaemex.mx/hamontes Advertencia No use estas diapositivas como referencia única de estudio durante este curso. La información
Más detallesPráctica IV: La transformada Discreta/Rápida de Fourier.
AMPLIACIÓ DE MATEMÁTICAS (2 o Ing. de Telecomunicación) Departamento de Matemática Aplicada II. Universidad de Sevilla CURSO ACADÉMICO 2008-2009 Práctica IV: La transformada Discreta/Rápida de Fourier.
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 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 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 detallesRepresentación de señales y sistemas en el dominio de la frecuencia
Representación de señales y sistemas en el dominio de la frecuencia Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas, mramos}@fing.edu.uy Centro Universitario
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 detallesMovimiento oscilatorios: libre, amortiguado, forzado.
Movimiento oscilatorios: libre, amortiguado, forzado. Masa sujeta a un resorte Ley de Hooke: F = kx Segunda Ley de Newton: ma = kx; a = ω x; ω = k m Conservación de la energía: E = 1 m ẋ + 1 mω x ẋ = E
Más detallesAnálisis de procesos estocásticos en el dominio de
Análisis de procesos estocásticos en el dominio de la frecuencia F. Javier Cara ETSII-UPM Curso 202-203 Contenido Función de densidad espectral Definición Relación con la transformada de Fourier Propiedades
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 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 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 detallesNúmeros Complejos y DFFT. Ing. Abel Augusto Durand Loaiza IBEROTEC. 05 de Diciembre de 2016
Números Complejos y DFFT 1 Números Complejos y DFFT Ing. Abel Augusto Durand Loaiza IBEROTEC 05 de Diciembre de 2016 Números Complejos y DFFT 2 Resumen La presente guía didáctica comprende una aproximación
Más detallesProcesamiento Digital de Imágenes
Procesamiento Digital de Imágenes Apuntes del curso impartido por el Dr. Boris Escalante Ramírez Agosto, 2006 2. Fundamentos de la Imagen Digital 2.1. Caracterización matemática de las imágenes Una imagen
Más detallesApunte 2 - Procesamiento de señales
Apunte 2 - Procesamiento de señales Este apunte está constituido por extractos de algunos textos sobre procesamiento de señales, principalmente, aunque no exclusivamente, el de Proakis y Manolakis. Para
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 detallesSEÑALES Y SISTEMAS - AÑO 2015 Práctica 1: Señales Determinísticas e Introducción a las Señales Aleatorias
SEÑALES Y SISTEMAS - AÑO 2015 Práctica 1: Señales Determinísticas e Introducción a las Señales Aleatorias 1. Impulsos continuos y discretos a) Enuncie la propiedad de extracción de la delta de Dirac. b)
Más detallesI N S T I T U T O P O L I T É C N I C O N A C I O N A L PROGRAMA SINTÉTICO
PROGRAMA SINTÉTICO CARRERA: Ingeniería en Comunicaciones y Electrónica. ASIGNATURA: Procesamiento Digital de Señales. SEMESTRE: Séptimo. OBJETIVO GENERAL: El alumno diseñará filtros digitales previo análisis
Más detallesInt n roduc u ción n a DS D P P Pa P r a te e 1 I g n.. Lu L ci c o J. J. Marti t nez Garbino luci c ojmg@ca c e.c. n c ea.g. ov. v a.
Introducción a DSP Parte 1 Ing. Lucio J. Martinez Garbino luciojmg@cae.cnea.gov.ar Page 1 Sistema Analógico Filtro Analógico -El sistema queda definido por su topología (circuito) y los valores de los
Más detallesÁREA/MÓDULO: COMUNICACIONES BÁSICAS VERSIÓN: UNO TIEMPO DE TRABAJO INDEPENDIENTE ESTUDIANTE. Horas/semana: 5
Página 1 de 5 PROGRAMA: INGENIERÍA DE TELECOMUNICACIONES 1. DATOS GENERALES ASIGNATURA/MÓDULO/SEMINARIO: PROCESAMIENTO DIGITAL DE SEÑAL Y LABORATORIO. COMPONENTE:OBLIGATORIO CAMPO: FORMACIÓN PROFESIONAL
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 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 detallesLA MÚSICA Y EL ANÁLISIS DE FOURIER
LA MÚSICA Y EL ANÁLISIS DE FOURIER J. M. Ansemil Facultad de CC. Matemáticas Universidad de Murcia 18 de Abril de 2013 Introducción Esta será una charla (de divulgación) en la que usaremos: Introducción
Más detallesIngeniería en Electrónica y Telecomunicaciones. Tema: Introducción al Procesamiento Digital de Señales
Ingeniería en Electrónica y Telecomunicaciones Tema: Introducción al Procesamiento Digital de Señales Profesor: M. en C. Ana Silvia Díaz Fergadiz Roldán Periodo: Enero-Junio 2012 Introduction to Digital
Más detallesCompresión de Vídeo. Juan A. Michell Mar=n Gustavo A. Ruiz Robredo. Tema 1.1. Imagen digital. Departamento de Electrónica y Computadores
Juan A. Michell Mar=n Gustavo A. Ruiz Robredo Departamento de Electrónica y Computadores Este tema se publica bajo Licencia: Crea9ve Commons BY- NC- SA 4.0 Una imagen puede definirse como una función 2D
Más detallesCAPITULO 7 MEDICIONES DE ARMÓNICAS
Capítulo 7: Mediciones de Armónicas CAPITULO 7 MEDICIONES DE ARMÓNICAS 7.1 ASPECTOS GENERALES 7.1.1 OBJETIVOS a) Verificar que los niveles de distorsión en equipos y en la red de distribución industrial
Más detallesSOMI XVIII Congreso de Instrumentación Ingeniería Biomédica EHM1899
ELECTROCARDIOGRAFO PARA PRUEBAS EN ESFUERZO BASADO EN INSTRUMENTACIÓN VIRTUAL (EPESIV) A. Hernández Méndez, J.A. Moreno Espinosa Instituto de Electrónica y Computación, UTM, Carretera a Acatlima km 2.5,
Más detallesGUÍA DE APRENDIZAJE Métodos de Tratamiento de Señal GRADUADO EN INGENIERÍA DE COMPUTADORES
DATOS DESCRIPTIVOS 1 GUÍA DE APRENDIZAJE Métodos de Tratamiento de Señal GRADUADO EN INGENIERÍA DE COMPUTADORES CENTRO RESPONSABLE E.U. de Informática OTROS CENTROS IMPLICADOS CICLO Grado sin atribuciones
Más detalles3. LA DFT Y FFT PARA EL ANÁLISIS FRECUENCIAL. Una de las herramientas más útiles para el análisis y diseño de sistemas LIT (lineales e
3. LA DFT Y FFT PARA EL AÁLISIS FRECUECIAL Una de las herramientas más útiles para el análisis y diseño de sistemas LIT (lineales e invariantes en el tiempo), es la transformada de Fourier. Esta representación
Más detallesINDICE Capítulo 1. Variables del Circuito Eléctrico Capítulo 2. Elementos de Circuitos Capítulo 3. Circuitos Resistivos
INDICE Capítulo 1. Variables del Circuito Eléctrico 1 Introducción 1 1.1. Reto de diseño: Controlador de una válvula para tobera 2 1.2. Albores de la ciencia eléctrica 2 1.3. Circuitos eléctricos y flujo
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 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 detalles