Dar una breve semblanza sobre los Filtros Digitales, sus fundamentos y su principales características.
|
|
- Miguel Ponce Alcaraz
- hace 5 años
- Vistas:
Transcripción
1 Filtros Digitales
2 Objetivo Dar una breve semblanza sobre los Filtros Digitales, sus fundamentos y su principales características. Revisar la convolución como fundamentos de los filtros digitales junto con algunas de las técnicas más simples de filtrado digital. Al final de la unidad el alumno deberá poder analizar cualquier filtro digitale básico y en su caso poder implementarlo en alguna plataforma digital. 2
3 Introducción Definición Un filtro digital es un operador el cual, mediante matemáticas, logra atenuar o mejorar ciertos aspectos de la señal en estudio. A diferencia de los filtros analógicos, que operan sobre señales analógicas de tiempo continuo, los filtros digitales trabajan sobre señales muestreadas, discretas en el tiempo.
4 Introducción Definición Un sistema de filtrado digital consta por lo general de un convertidor análogo-digital, seguido por un procesador digital y componentes periféricos tales como memorias para almacenar datos y los coeficientes de filtro, y finalmente un convertidor digital a analógico para completar la etapa de salida. Analog signal Anti-aliasing filter Sample-andhold circuit ADC DSP DAC Reconstruction filter Enhanced analog signal
5 Introducción Señales LTI Linear Time Invariant System «LTI» x[ n ] H y [n ] = H {x [n]} y[ n ]
6 Introducción Sistema LTI Linealidad H {α x1 [ n ]+ β x 2 [ n ]} = α H {x1 [ n] }+ β H {x 2 [ n ]}
7 Introducción Sistema LTI Invariante en el tiempo y[ n ] = H {x[ n ]} y [ n n 0 ] = H {x [ n n 0 ]}
8 Introducción Sistema LTI x[ n ] Adición H Multiplicación por escalar Causalidad y[ n ] Retrasos
9 Introducción Sistema LTI Causalidad y [ n] = H {x [n], x[ n 1],..., y [ n 1], y [ n 2 ],...} con H {.} como función lineal de sus argumentos
10 Introducción Filtros LTI Respuesta al impulso h[ n] = H {δ[ n]} La respuesta al impulso caracteriza de manera completa al sistema LTI
11 Introducción Filtros LTI Respuesta a una entrada
12 Introducción Filtros LTI Respuesta a una entrada Entrada : x [ n ] = 2 δ [n]+3δ [ n 1 ]+ δ [n 2] Respuesta al Impulso : h[ n ] = H {δ [ n]} Respuesta aprovechando Linealidad e In-varianza en el Tiempo : y [ n] = H {x [n]}
13 Introducción Filtros LTI Respuesta a una entrada y[ n ] = H {2 δ [ n ]+ 3 δ [ n 1 ]+ δ [ n 2 ]} y[ n ] = 2 H {δ [ n ]}+ 3H {δ [ n 1 ]}+ H {δ [ n 2 ] } y[ n ] = 2 h [ n ]+ 3h [ n 1]+ h [ n 2 ]
14 Introducción Filtros LTI Respuesta a una entrada
15 Introducción Filtros LTI Respuesta a una entrada
16 Introducción Filtros LTI Respuesta a una entrada
17 Introducción Filtros LTI Respuesta a una entrada
18 Introducción Filtros LTI Respuesta a una entrada : Convolución x[ n ] = x [ k] δ [ n k ] k = Por Linealidad e In-varianza en el tiempo y[ n ] = x [ k] h [ n k] k= = x[ n] h [ n ]
19 Introducción Filtros LTI Respuesta a una entrada : Convolución x[ n ] h [ n] = x [ k ] h [ n k ] k= Componentes Pasos 1er Secuencia x[m] Inversión en el tiempo de h[m] 2da Secuencia h[m] En cada paso n Centrar h[m] en n Calcular el producto interno
20 Introducción Filtros LTI Respuesta a una entrada : Convolución
21 Introducción Filtros LTI Respuesta a una entrada : Convolución
22 Introducción Filtros LTI Respuesta a una entrada : Convolución
23 Introducción Filtros LTI Respuesta a una entrada : Convolución
24 Introducción Filtros LTI Respuesta a una entrada : Convolución
25 Introducción Filtros LTI Respuesta a una entrada : Convolución
26 Introducción Filtros LTI Respuesta a una entrada : Convolución
27 Introducción Filtros LTI Respuesta a una entrada : Convolución
28 Introducción Filtros LTI Respuesta a una entrada : Convolución
29 Introducción Filtros LTI Respuesta a una entrada : Convolución
30 Introducción Filtros LTI Respuesta a una entrada : Convolución
31 Introducción Filtros LTI Respuesta a una entrada : Convolución
32 Introducción Filtros LTI Propiedades de la Convolución Lineal e In-variante en el tiempo Conmutativa ( x h)[ n ] = (h x)[ n] H G G H
33 Introducción Filtros LTI Propiedades de la Convolución Lineal e In-variante en el tiempo Conmutativa Asociativa (secuencias acotadas) (( x h) w)[ n ] = ( x (h w))[ n ] x[n] h[n] w[n] y[n] x[n] Filtros en cascada (h*w)[n] y[n]
34 Filtro Lineales basados en la DFT Uso de la DFT en el filtrado Lineal Descripción La DFT proporciona una representación discreta en frecuencia de una secuencia de duración finita en el dominio de la frecuencia. Si contamos con un sistema tipo FIR cuya respuesta al impulso está representado por H(w) entonces: Y [ ω ] = X [ ω ] H [ ω ]
35 Filtro Lineales basados en la DFT Uso de la DFT en el filtrado Lineal Descripción De la convolución: y [ n] = x [ k ]h [ n k ] k= con x[n] = 0, n<0 y n L y h[n] = 0, n<0 y n M Ya que h[n] y x[n] son señales en el tiempo de duración finita, su convolución también resultará de duración finita. De hecho la duración de y[n] es L + M - 1
36 Filtro Lineales basados en la DFT Uso de la DFT en el filtrado Lineal Descripción Por lo tanto para poder emplear la DFT y obtener la salida y[n] es necesario que ambas señales h[n] y x[n] tengan esa misma longitud: L + M - 1 En ese caso la transformación DFT deberá realizarse con una N = L + M - 1
37 Filtro Lineales basados en la DFT Uso de la DFT en el filtrado Lineal Ejemplo: Sea la respuesta al impulso de un filtro FIR : h[n] = { 1, 2, 3 } y la señal de entrada x[n] = { 1, 2, 2, 1 }. Por lo tanto ambas señales deberán añadir ceros para obtener una longitud > L + M - 1 e.g. N = 8, por lo tanto las señales quedarán: h[n] = {1,2,3,0,0,0,0,0} y x[n] = {1,2,2,1,0,0,0,0 }
38 Filtro Lineales basados en la DFT Uso de la DFT en el filtrado Lineal Ejemplo: h[n] x[n]
39 Filtro Lineales basados en la DFT Uso de la DFT en el filtrado Lineal Ejemplo: y[n] x[n] & y[n]
40 Filtro Lineales basados en la DFT Filtrado de secuencias Largas Descripción En aplicaciones prácticas que implican el filtrado lineal de señales a menudo la entrada x(n) corresponde a una trama larga de datos. Dado que el filtrado discreto con DFT's implica operaciones en bloques acotados (memoria), la señal de entrada deberá segmentarse en bloques más pequeños a fin de ser procesada.
41 Filtro Lineales basados en la DFT Filtrado de secuencias Largas Descripción Existen 2 métodos para llevar a cabo el filtrado lineal con un FIR de tamaño M. Método de solapamiento y almacenamiento Método de solapamiento y adición En ambos casos necesitaremos nuevamente de una DFT y su correspondiente IDFT para generar cada uno de los bloques de salida.
42 Filtro Lineales basados en la DFT Método de solapamiento y almacenamiento El tamaño del bloque con la secuencia de entrada será de: N = L + M 1 datos, por lo que las DFT e IDFT tendrán longitud N. Cada bloque se conformará al tomar los últimos M - 1 datos del bloque anterior y adjuntarles L nuevos datos de la secuencia original. Para esto requerimos que L >> M.
43 Filtro Lineales basados en la DFT Método de solapamiento y almacenamiento Señal de entrada L L L L L x1(n) M-1 ceros x2(n) M-1 x3(n) M-1 x4(n) M-1
44 Filtro Lineales basados en la DFT Método de solapamiento y almacenamiento Una vez formada la secuencia de L + M 1 elementos se aplicará la transformada DFT con longitud N. El resultado se multiplicará con la DFT de la función de transferencia del filtro h(n) (de también longitud N) dando como resultado: Y^ m (k ) = H ( k ) X m (k ), k =0,1,..., N 1
45 Filtro Lineales basados en la DFT Método de solapamiento y almacenamiento Luego de la IDFT de N puntos la salida obtenida por cada tramo será igual a : Y^ m (n) = ^y m (0), y^ m (1),..., ^y m (M 1), ^y m ( M ),..., ^y m (N 1) Dado que el registro de datos es de longitud N, los primeros M - 1 puntos de ym(n) se verán distorsionados por el aliasing y deberán ser descartados de la secuencia final de salida.
46 Filtro Lineales basados en la DFT Método de solapamiento y almacenamiento Por lo anterior, los últimos puntos de ym(n) son exactamente los mismos que el resultado de la convolución lineal, y por lo tanto ^y m (n) = y m (n), n=m, M + 1,..., N 1
47 Filtro Lineales basados en la DFT Método de solapamiento y almacenamiento Durante operaciones consecutivas y para evitar perder datos a causa del aliasing, los últimos M - 1 datos de cada bloque se almacenarán. Dichos datos pasarán a ser las primeras M - 1 muestras del siguiente bloque. Al no existir muestras previas durante el procesamiento del primer bloque, los primeros M - 1 puntos se les asignará como valor cero.
48 Filtro Lineales basados en la DFT Método de solapamiento y almacenamiento Los bloques de la secuencias de datos quedarán entonces como: x 1 ( n ) = {0,0,, 0, x( 0 ), x( 1),, x ( L 1)} M-1 muestras x 2 (n ) = {x ( L M 1 ),, x ( L 1), x ( L), x ( 2 L 1)} M-1 muestras de x1(n) L nuevas muestras x 3 (n ) = {x ( 2 L M 1),, x ( 2 L 1), x( 2 L), x ( 3 L 1)} M-1 muestras de x2(n) L nuevas muestras
49 Filtro Lineales basados en la DFT Método de solapamiento y almacenamiento Ya con los bloques de x(n) formados podemos hacer la transformación correspondiente y multiplicarlos contra la respuesta del filtro en la frecuencia. El resultado de la multiplicación será entonces transformado inversamente y añadido a la trama de salida eliminando de cada bloque los primeros M - 1 datos.
50 Filtro Lineales basados en la DFT Método de solapamiento y almacenamiento L M-1 ceros L L x1(n) M-1 L x2(n) M-1 Señal de Salida y1(n) Descartar N datos x3(n) M-1 y2(n) Descartar y3(n) Descartar x4(n) DFT IDFT y4(n) Descartar X(k)H(k)
51 Filtro Lineales basados en la DFT Método de solapamiento y adición En este método nuevamente el tamaño de cada bloque será de L datos y el tamaño de las transformaciones DFT e IDFT tendrán longitud N = L + M 1. Para completar cada bloque se añadirán M 1 muestras cuyo valor será igual a cero. Nuevamente requerimos que L >> M.
52 Filtro Lineales basados en la DFT Método de solapamiento y adición L L L L Señal de entrada x1(n) M-1 ceros x2(n) L M-1 ceros x3(n) M-1 ceros x4(n) M-1 ceros
53 Filtro Lineales basados en la DFT Método de solapamiento y adición Los bloques de la secuencias de datos para este método quedan como: x 1 ( n ) = {x( 0 ), x( 1 ),, x ( L 1), 0,0,, 0 } M-1 ceros x 2 (n ) = {x ( L), x ( L+ 1),, x( 2 L 1 ), 0,0,, 0 } M-1 ceros x 3 (n ) = {x ( 2 L), x ( 2 L+ 1),, x( 3 L 1 ), 0,0,, 0 } M-1 ceros
54 Filtro Lineales basados en la DFT Método de solapamiento y adición Las dos DFT's ahora de longitud N se podrá calcular la interacción de ambos espectros en frecuencia: Y m (k ) = H (k ) X m (k ), k =0,1,..., N 1 Con la IDFT de N elementos podremos entonces obtener bloques libres de aliasing gracias al zero-padding de M 1 elementos incluidos en cada segmento de x(n) y h(n).
55 Filtro Lineales basados en la DFT Método de solapamiento y adición Sin embargo, dado que cada bloque termina con M 1 ceros, los últimos M 1 datos de cada bloque deberán solaparse con los datos del bloque siguiente. Este proceso de solapamiento y adición produce la salida: y ( n) = y 1 (0 ), y 1 (1),, y 1 ( L 1 ), y 1 (L)+ y 2 ( 0), y 1 (L +1)+ y 2 (1),, y 1 ( N 1)+ y 2 ( M 1), y 2 ( M ),
56 Filtro Lineales basados en la DFT Método de solapamiento y adición L x1(n) L M-1 ceros x2(n) L M-1 ceros x3(n) IDFT M-1 ceros DFT y2(n) Suma de M-1 ptos. Señal de Salida M-1 ceros x4(n) y1(n) Suma de M-1 ptos. L y3(n) Suma de M-1 ptos. y4(n) X(k)H(k)
57 Filtros Digitales Tipos de Filtrado Moving Average Filter Promediador de ventana Leaky Integrator Filtro con olvido exponencial
58 Filtros Digitales Tipos de Filtrado Filtrado de señales ruidosas
59 Filtros Digitales Filtro promediador 1 y [n ] = ( x [n]+ x[ n 1]) 2 De manera más general: 1 y [n ] = M M 1 k =0 x [n k ]
60 Filtros Digitales Filtro promediador
61 Filtros Digitales Filtro promediador
62 Filtros Digitales Filtro promediador
63 Filtros Digitales Filtro promediador Retardo
64 Filtros Digitales Filtro promediador Respuesta al impulso del filtro promediador 1 h[ n] = M h[ n] = 1/ M 0 M 1 δ [n k ] k=0 para 0 n< M para cualquier otro caso
65 Filtros Digitales Filtro promediador Respuesta al impulso
66 Filtros Digitales Filtro promediador Respuesta al impulso La magnitud del suavizado es proporcional al tamaño M de la ventana de filtrado. El número de operaciones y el almacenamiento también son proporcionales al tamaño del filtro M.
67 Filtros Digitales Filtro promediador Objetivo Proponer un algoritmo de filtrado el cual permita obtener el mismo resultado que el filtro promediador PERO con una menor cantidad de recursos. Memoria Operaciones, etc.
68 Filtros Digitales Filtro promediador Ecuación recursiva 1 y M [ n] = ( x [ n] +x [ n 1] +x [ n 2 ]+... +x [ n M +1 ]) M Promedio móvil de M muestras 1 1 y M [ n] = x [ n] + ( x [ n 1] +x [ n 2 ]+... +x [ n M +1] ) M M y M 1 [ n 1] Promedio de M-1 muestras del tiempo anterior n-1
69 Filtros Digitales Filtro promediador Ecuación recursiva 1 ym[n] = M M 1 1 y M [ n 1] = M M 1 1 y M [ n 1] = M M 1 Promedio móvil I) x[ n k] k= 0 x [(n 1) k ] k=0 k=0 x [ n ( k +1 )]
70 Filtros Digitales Filtro promediador Ecuación recursiva I) 1 y M [ n 1] = M M 1 1 y M [ n 1] = M M x [ n ( k +1 )] k=0 x [ n k ] k=1
71 Filtros Digitales Filtro promediador Ecuación recursiva Promedio móvil II ) 1 ym[n] = M M 1 x[ n k] k= 0 1 y M 1 [ n ] = M 1 M 2 k =0 x [ n k ]
72 Filtros Digitales Filtro promediador Ecuación recursiva 1 y M 1 [ n ] = M 1 M 2 1 y M 1 [ n 1] = M 1 M 2 1 y M 1 [ n 1] = M 1 M 1 II ) x [ n k ] k =0 x[ (n 1) k] k= 0 k= 1 x [ n k ]
73 Filtros Digitales Filtro promediador Ecuación recursiva 1 ym[n] = M I y II ) 1 y M [ n 1] = M M 1 x[ n k] k= 0 M x [ n k ] k=1 1 y M 1 [ n 1] = M 1 M 1 k= 1 x [ n k ]
74 Filtros Digitales Filtro promediador Ecuación recursiva y M [ n ] = x [ n] + y M 1 [ n 1] 1 ym[n] = M 1 M M 1 k= 0 M 1 k= 0 x[ n k] 1 y M 1 [ n 1] = M 1 1 x[ n k] = x [ n ]+ M 1 M 1 x [ n k ] k= 1 M 1 x [ n k] k=1
75 Filtros Digitales Filtro promediador Ecuación recursiva 1 M M 1 k=0 1 x[ n k] = x [ n ]+ M 1 M 1 x [ n k] k=1 (M ) y M [n ] = x [ n]+( M 1) y M 1 [ n 1] ( M 1) 1 y M [ n] = x [ n]+ y M 1 [ n 1] M M
76 Filtros Digitales Filtro promediador Ecuación recursiva ( M 1) 1 y M [ n] = x [ n]+ y M 1 [ n 1] M M M 1 λ= M y M [ n] = λ y M 1 [n 1]+(1 λ ) x [n ]
77 Filtros Digitales Resultado del Filtro Promediador Ecuación recursiva Cuando M es grande: y M 1 [ n 1] y M [n ] y λ 1 Probar: y [ n] = λ y [n 1]+(1 λ ) x [n ] El filtro es recursivo ya que ahora utiliza el resultado de la salida anterior
78 Filtros Digitales Resultado del Filtro Promediador
79 Filtros Digitales Resultado del Filtro Promediador
80 Filtros Digitales Resultado del Filtro Promediador
81 Filtros Digitales Resultado del Filtro Promediador y [ n] = λ y [ n 1] +( 1 λ ) x [ n ]
82 Introducción Filtro de olvido exponencial Respuesta al impulso y [ n] = λ y [n 1]+(1 λ ) δ [n] y [ n] = 0 para todo n<0 y [ 0 ] = λ y [ 1 ]+(1 λ ) δ [ 0] = (1 λ ) y [ 1 ] = λ y [ 0 ]+(1 λ ) δ [1 ] = λ (1 λ ) 2 y [ 2] = λ y [1 ]+(1 λ ) δ [ 2] = λ (1 λ ) 3 y [ 3] = λ y [ 2]+(1 λ ) δ [ 3] = λ (1 λ )...
83 Introducción Filtro de olvido exponencial Respuesta al impulso n h[ n ] = (1 λ ) λ u [n ]
84 Introducción Filtro de olvido exponencial Integrador discreto : Acumulador ( ) n y [ n] = x[k] k = Se puede rescribir como: y [ n] = y [n 1 ]+ x [n ]
85 Introducción Filtro de olvido exponencial Integrador discreto y [ n] = y [n 1 ]+ x [n ] Muy parecido a nuestro filtro ponderado y [ n] = λ y [n 1]+(1 λ ) x [n ] λ<1 100% Se conserva sólo parte del acumulado (olvido) Se añade una fracción del valor actual (ponderación)
86 Estabilidad Clasificación según respuesta al impulso Finite Impulse Response (FIR) Infinite Impulse Response (IIR) Causal No causal
87 Estabilidad Filtro de respuesta finita (FIR) La respuesta al impulso genera una respuesta Finita Sólo un número finito de muestras está involucradas en el cálculo de cada muestra o valor de salida
88 Estabilidad Filtro de respuesta finita (FIR) Filtro promediador
89 Estabilidad Filtro de respuesta infinita (IIR) La respuesta al impulso genera una respuesta Infinita Un número potencialmente infinito de muestras está involucradas en el cálculo de cada muestra o valor de salida En muchos casos el cálculo puede realizarse con un número finito de cálculos / pasos
90 Estabilidad Filtro de respuesta infinita (IIR) Filtro olvido exponencial n h[ n ] = (1 λ ) λ u [n ]
91 Estabilidad Filtro Causal vs No Causal Causal La respuesta al impulso es cero para n<0 Después del cero sólo las muestras anteriores (respecto a la muestra actual) son involucradas en el cálculo de cada muestra. Los filtros causales pueden trabajar en línea (sólo requieren datos anteriores)
92 Estabilidad Filtro Causal vs No Causal No Causal La respuesta al impulso es distinta a cero para algunos (todos) n < 0 Puede ser implementado en modo fuera de línea (cuando toda la información está guardada en memoria, e.g. Procesamiento de imágenes)
93 Estabilidad Ejemplo Causal
94 Estabilidad Ejemplo No Causal
95 Estabilidad Descripción El concepto clave es el evitar «explosiones» o derivaciones extremas si la entrada es suave Una señal suave está acotada para toda x[n] < M para toda n Bounded-Input Bounded-Output (BIBO) es un concepto de estabilidad donde el resultado es estable si la entrada lo es.
96 Estabilidad Descripción Un filtro es considerado como BoundedInput Bounded-Output (BIBO) si su respuesta al impulso es absolutamente sumable Los filtros FIR siempre son estables Hay que estudiar a los filtros IIR para saber si son estables
97 Respuesta en frecuencia Como responde un sistema LTI? x[ n ] e jω0 n H y[ n ]
98 Respuesta en frecuencia Como responde un sistema LTI? y[ n ] = e j ω0 n h [ n ] y[ n ] = h [ n ] e j ω0n y[ n ] = k= y[ n ] = e j ω0 n h[k ]e j ω 0 (n k ) h[k ]e k = y[ n ] = H (e j ω0 )e j ω0 n j ω0 k
99 Respuesta en frecuencia Como responde un sistema LTI? x[ n ] H H (e j ω0 )e Exponenciales complejas son eigen-señales de sistemas LTI (e.g.: Filtros lineales) y por lo tanto no pueden cambiar la fase de sinusoidales Una DTFT de la respuesta al impulso del filtro determina sus características en frecuencia. j ω0n
100 Respuesta en frecuencia Como responde un sistema LTI? H (e H {e jω0 ) = Ae jθ } = Ae j (ω 0 n+ θ) jω0n A = Amplitud : Amplificación (A>1), Atenuación (0<A<1) Θ = Corrimiento de fase : Retardo (θ<0), Adelanto (θ>0)
101 Respuesta en frecuencia Teorema de Convolución DTFT { x [ n] h[ n] } =? Intuición : La fórmula de la DTFT nos dice como construir la señal x[n] a partir de un conjunto base de funciones exponenciales complejas y relaciones lineales.
102 Respuesta en frecuencia Teorema de Convolución DTFT { x[ n ] h [ n] } = = ( x h )[ n ] e n= j ωn x[ k ] h [ n k] e n= k= = k= (n-k)+k j ω(n k ) x[ k ] h [ n k] e n= k= = jω n x[ k ] e jω k n= h [ n k ] e e j ω k j ω( n k)
103 Respuesta en frecuencia Teorema de Convolución = x[ k ] e k= jω k h [ n k ] e j ω( n k) jω ) n= DTFT { x[ n ] h [ n] } = H (e jω ) X (e H (e ) = DTFT { h [ n ] } jω
104 Respuesta en frecuencia Teorema de Convolución H (e jω ) = DTFT { h [n] } Dos efectos principales Magnitud : Amplificación o Atenuación H (e ) >1 jω H (e ) <1 Fase : Retraso y Cambio de forma jω
105 Respuesta en frecuencia Teorema de Convolución
106 Respuesta en frecuencia Teorema de Convolución 1 sin ( M ω/ 2 ) H ( e ) = M (ω/ 2) jω
107 Respuesta en frecuencia Teorema de Convolución 1 sin ( M ω / 2 ) H ( e ) = M ( ω/ 2 ) jω
108 Respuesta en frecuencia Teorema de Convolución 1 sin ( M ω / 2 ) H ( e ) = M ( ω/ 2 ) jω
109 Respuesta en frecuencia Teorema de Convolución
110 Respuesta en frecuencia Teorema de Convolución
111 Respuesta en frecuencia Teorema de Convolución
112 Respuesta en frecuencia Teorema de Convolución
113 Respuesta en frecuencia Teorema de Convolución
114 Respuesta en frecuencia Teorema de Convolución
115 Respuesta en frecuencia Teorema de Convolución
116 Respuesta en frecuencia Teorema de Convolución
117 Respuesta en frecuencia Fase y forma de la señal Considere : H ( e ) = 1 Fase cero : jω jω H (e ) = 0 jω H (e ) = d ω Fase Lineal : Fase No-lineal : Todas las otras opciones
118 Respuesta en frecuencia Fase y forma de la señal 1 x [ n] = sin( ω0 n)+cos( 2ω 0 n ) 2 2π ω0 = 40
119 Respuesta en frecuencia Fase y forma de la señal : fase lineal 1 x [ n] = sin( ω0 n+θ 0 )+cos(2 ω0 n+2 θ 0) 2 8π θ0 = 5
120 Respuesta en frecuencia Fase y forma de la señal : fase no-lineal 1 x [ n] = sin( ω0 n)+cos( 2ω 0 n +2θ 0 ) 2 8π θ 0= 5
121 Respuesta en frecuencia Fase Lineal D x[ n ] x[ n d ] y[ n ] = x [ n d ] jω Y (e ) = e jω d jω j ωd Xe jω H (e ) = e Término de fase lineal (retardo d en el tiempo)
122 Respuesta en frecuencia Fase Lineal jω jω En general, si H (e ) = A( e ) e jω d jω con A ( e ) ℝ x[ n ] jω A(e ) Retardo d y[ n ]
123 Respuesta en frecuencia Fase Lineal H (e jω j M 1 ω 2 1 sin ( M ω/ 2 ) )= e M ( ω /2 ) M 1 d= 2 0
Tratamiento Digital de Señales
Departamento de Teoría de la Señal y Communicaciones Tratamiento Digital de Señales Transformada Discreta de Fourier (DFT) Prof.: Manuel Blanco Velasco Sumario Definición e interpretación La DFT como transformación
Más detallesPrimera parte (2.5 puntos, 20 minutos):
TRATAMIENTO DIGITAL DE SEÑALES EXAMEN FINAL 24/06/2013 APELLIDOS NOMBRE DNI NO DE LA VUELTA A ESTA HOJA HASTA QUE SE LO INDIQUE EL PROFESOR MIENTRAS TANTO, LEA ATENTAMENTE LAS INSTRUCCIONES PARA LA REALIZACIÓN
Más detallesPrimera parte (2.5 puntos, 20 minutos):
TRATAMIENTO DIGITAL DE SEÑALES EXAMEN FINAL 24/06/2013 APELLIDOS NOMBRE DNI NO DE LA VUELTA A ESTA HOJA HASTA QUE SE LO INDIQUE EL PROFESOR MIENTRAS TANTO, LEA ATENTAMENTE LAS INSTRUCCIONES PARA LA REALIZACIÓN
Más detallesEn la Clase 3, se demostró que cualquier señal discreta x[n] puede escribirse en términos de impulsos como sigue:
SISTEMAS LINEALES INVARIANTES EN EL TIEMPO (SISTEMAS LTI) Un sistema lineal invariante en el tiempo, el cual será referido en adelante por la abreviatura en inglés de Linear Time Invariant Systems como
Más detallesSegunda parte (2h 30 ):
TRATAMIENTO DIGITAL DE SEÑALES EXAMEN FINAL SEPTIEMBRE 2008 05/09/2008 APELLIDOS NOMBRE DNI NO DE LA VUELTA A ESTA HOJA HASTA QUE SE LO INDIQUE EL PROFESOR MIENTRAS TANTO, LEA ATENTAMENTE LAS INSTRUCCIONES
Más detallesProcesamiento Digital de Señales CE16.10L2. Tema 3. Operaciones en señales en tiempo discreto
Procesamiento Digital de Señales CE16.10L2 Tema 3. Operaciones en señales en tiempo discreto Operaciones básicas con señales Operación Producto (modulación): Operación de Suma: Operación de Multiplicación:
Más detallesSistemas LTI discretos
Procesamiento Digital de Señales Licenciatura en Bioinformática FI-UNER discretos 15 de setiembre de 2011 Procesamiento Digital de Señales discretos Septiembre de 2011 1 / 21 Organización Definición criterios
Más detallesSeminario de Procesamiento Digital de Señales
Seminario de Procesamiento Digital de Señales Unidad 5: Diseño de Filtros Digitales - Parte I Marcelo A. Pérez Departamento Electrónica Universidad Técnica Federico Santa María Contenidos 1 Conceptos Básicos
Más detallesSeñales y Sistemas II
1 Señales y Sistemas II Módulo I: Señales y Sistemas Discretos Contenido de este módulo 2 1.- Tipos de señales y operaciones básicas 2.- Tipos de sistemas y sus propiedades 3.- Respuesta impulsiva y convolución
Más detallesSistemas LTI discretos
Procesamiento Digital de Señales Licenciatura en Bioinformática FI-UNER discretos Setiembre de 2010 Procesamiento Digital de Señales discretos Septiembre de 2010 1 / 21 Organización Definición criterios
Más detallesPrimera parte (3 puntos, 25 minutos):
TRATAMIENTO DIGITAL DE SEÑALES EXAMEN FINAL 18/01/2013 APELLIDOS NOMBRE DNI NO DE LA VUELTA A ESTA HOJA HASTA QUE SE LO INDIQUE EL PROFESOR MIENTRAS TANTO, LEA ATENTAMENTE LAS INSTRUCCIONES PARA LA REALIZACIÓN
Más detallesTransformada Z y sus Aplicaciones en Sistemas LTI
Transformada Z y sus Aplicaciones en Sistemas LTI Qué es la transformada Z? Es una representación para señales en tiempo discreto mediante una serie infinita de números complejos. Es una herramienta muy
Más detallesProcesamiento de Señales 1D. 2.1 El mundo análogo de sistemas LIT. Se tiene un sistema H. se puede descomponer
2. Procesamiento de Señales 1D Generalizando, para sistemas lineales e Inv. a la traslación 2.1 El mundo análogo de sistemas LIT Se tiene un sistema H usando.:. En general la salida Si tenemos x 0(t),
Más detalles3. Señales. Introducción y outline
3. Señales Introducción y outline Outline Señales y Sistemas Discretos: SLIT, Muestreo, análisis tiempo-frecuencia, autocorrelación, espectro, transformada Z, DTFT, DFT, FFT Filtros y Estimación: Filtros
Más detallesSistemas Discretos LTI
Sistemas Discretos LTI MSc. Bioing Rubén Acevedo racevedo@bioingenieria.edu.ar Bioingeniería I Carrera: Bioingeniería Facultad de Ingeniería - UNER 06 de Abril de 2009 Bioingeniería I Sistemas discretos
Más detallesTransformada Discreta de Fourier (II)
Transformada Discreta de Fourier (II) 1 Más problemas...ahora computacionales La DFT de orden de una señal x(n) viene definida por la siguiente expresión #1 % X(k) = x(n) "e n= 0 # j"2"$ "k"n Para cada
Más detallesFILTROS DIGITALES VENTAJAS INCONVENIENTES
FILTROS DIGITALES VENTAJAS - Características imposibles con filtros analógicos (fase lineal) - No cambian cualquiera que sea el entorno - Procesamiento de varias señales con un único filtro - Posibilidad
Más detallesTema 1. Introducción a las señales y los sistemas (Sesión 2)
SISTEMAS LINEALES Tema. Introducción a las señales y los sistemas (Sesión ) 7 de septiembre de F. JAVIER ACEVEDO javier.acevedo@uah.es TEMA Contenidos. Definiciones. Clasificación de señales. Transformaciones
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 detallesTratamiento Digital de Señales
Tratamiento Digital de Señales Tema 5: Tipos de Sistemas F. Cruz Roldán Dept. Teoría de la Señal y Comunicaciones Universidad de Alcalá Tratamiento Digital de Señales Ingeniería de Telecomunicación 8 de
Más detallesSistemas Lineales. Tema 5. La Transformada Z. h[k]z k. = z n (
La transformada Z Sistemas Lineales Tema 5. La Transformada Z Las señales exponenciales discretas de la forma z n con z = re jω son autosoluciones de los sistemas LTI. Para una entrada x[n] = z0 n la salida
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 detalles8.1 Características. 8.2 Detalle y explicación de GUIs MENU
8.1 Características El Ambiente GUI Interactivo está integrado por 52 ventanas incluyendo la de presentación, denominada MENU, en la cual el usuario tiene conexión y acceso a las demás GUIs. El concepto
Más detallesEstructura de Sistemas Digitales Introducción a las Técnicas de diseño de filtros Digitales
Estructura de Sistemas Digitales Introducción a las Técnicas de diseño de filtros Digitales Asignatura: Procesamiento Digital de Señales Carrera: Bioinformática-FIUNER Bibliografía: Tratamiento de Señales
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 detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: PROCESAMIENTO DE IMÁGENES DIGITALES FECHA DE ELABORACIÓN: ENERO 2005 ÁREA DEL PLAN DE ESTUDIOS:
Más detallesDFT : Direct Fourier Transform
DFT : Direct Fourier Transform Objetivo Explicar las características de la Transformada Directa de Fourier «DFT» mediante el análisis de algunos ejemplos. Interpretar el significado de los ejes de la transformación
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 detallesBenemérita Universidad Autónoma de Puebla. Diplomado en Sistemas Digitales
Benemérita Universidad Autónoma de Puebla FCE - CFE Diplomado en Sistemas Digitales Profr. José Francisco Portillo Robledo Ciudad de Puebla, Febrero de 005 M. C. José Francisco Portillo Robledo Introducción.
Más detallesINGENIERÍA EN MECATRÓNICA PROCESAMIENTO DIGITAL DE SEÑALES CUP-17 RP-CUP 17/REV:00
MANUAL DE LA ASIGNATURA INGENIERÍA EN MECATRÓNICA PROCESAMIENTO DIGITAL DE SEÑALES F-RP RP-CUP CUP-17 17/REV:00 DIRECTORIO Secretario de Educación Pública Dr. Reyes Taméz Guerra. Subsecretario de Educación
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 detallesFiltros Digitales 2. Contenidos. Juan-Pablo Cáceres CCRMA Stanford University. Agosto, Un Filtro Lowpass Simple
Filtros Digitales 2 Juan-Pablo Cáceres CCRMA Stanford University Agosto, 2007 Contenidos Un Filtro Lowpass Simple Obtención de la Respuesta en Frecuencia Función de Transferencia Propiedad de Linealidad
Más detallesEn general, el diseño de cualquier filtro digital es llevado a cabo en 3 pasos:
En general, el diseño de cualquier filtro digital es llevado a cabo en 3 pasos: 1. Especificaciones: Antes de poder diseñar un filtro debemos tener algunas especificaciones, las cuales son determinadas
Más detallesLaboratorio de Procesamiento Digital de Información
Laboratorio de Procesamiento Digital de Información E7Z - Ingeniería en Computación - 2017 Bibliografía: -Señales y Sistemas A. Oppenheim, A. Willsky. - Signals and Systems S. Haykin, Barry Van Veen. -
Más detallesProblemas de Estructuras de Filtros Digitales.
Problemas de Estructuras de Filtros Digitales. Estructuras de Filtros Digitales 1.- En la figura siguiente se representa una realización en la forma acoplada de una función del sistema que presenta una
Más detallesTEMA4: Implementación de Filtros Discretos
TEMA4: Implementación de Filtros Discretos Contenidos del tema: El muestreo y sus consecuencias Relaciones entre señales y sus transformadas: Especificaciones de filtros continuos y discretos Aproximaciones
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 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 detallesTEMA III. Análisis de sistemas LIT mediante transformadas.
TEA III Análisis de sistemas LIT mediante transformadas. Representación de ecuaciones en diferencias lineales con coeficientes constantes mediante diagramas de bloque y diagramas de flujo de señal 20/0/2002
Más detallesSOLUCIONES. 2 Xm 2 n ,953mv W, determinar la relación señal a ruido de
PROCESADO DIGITAL DE SEÑAL (Sonido e Imagen) Universidad Politécnica de Madrid. E.U.I.T. Telecomunicación Departamento de Ingeniería Audiovisual y Comunicaciones Examen de teoría, Plan 000 15 de Junio
Más detallesMuestreo y Procesamiento Digital
Muestreo y Procesamiento Digital Práctico Transformada de Fourier en tiempo discreto Cada ejercicio comienza con un símbolo el cual indica su dificultad de acuerdo a la siguiente escala: básico, medio,
Más detallesPráctica 1 INTRODUCCIÓN A MATLAB
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA FACULTAD DE INGENIERÍA, ARQUITECTURA Y DISEÑO Laboratorio de Procesamiento Digital de Señales Práctica 1 INTRODUCCIÓN A MATLAB OBJETIVO: Que el alumno realice gráficos
Más detallesFigura 1. Espectro de la señal x(t) FPBanda π/3 -- 2π/3 (ideal) T Figura 2. Diagrama de bloques del sistema discreto
EXAMEN DE PROCESADO DIGITAL DE LA SEÑAL EXAMEN DE PROCESADO DE LA SEÑAL AUDIOVISUAL Universidad Politécnica de Madrid. E.U.I.T. Telecomunicación Departamento de Ingeniería Audiovisual y Comunicaciones
Más detallesApuntes de Tratamiento Digital de Señales
8 Apuntes de Tratamiento Digital de Señales Fernando Cruz Roldán 7/9/8 Tema. Conceptos Básicos de Señales y Sistemas. Tema. Introducción al filtrado Digital. Tipos de Sistemas. 3 Tema 3. Cálculo de los
Más detallesFormulario. sinc(x) = sin(πx) πx Relación entre senoidales y exponenciales complejas
1 1.1. Repaso matemático Formulario z = x + jy = x 2 + y 2 e jθ = me jθ = m(cos(θ) + j sin(θ)); θ = arctan x y b a e f f = e f(b) e f(a) sinc(x) = sin(πx) πx N 1 n=0 α n = N α = 1 1 α N 1 α α 1 b a δ(x)f(x)dx
Más detallesProcesamiento Digital de Señales: Señales y Sistemas
Procesamiento Digital de Señales: Señales y Sistemas Objetivo Exponer los principios y particularidades del tratamiento de señales, sus clasificaciones y su relación con su representación digital. El alumno
Más detallesVictrola de La Transformada de Fourier
Victrola de La Transformada de Fourier p. 1/2 Victrola de La Transformada de Fourier Introducción para Músicos Juan I Reyes juanig@maginvent.org artelab Laboratorios de Artes Electrónicas Victrola de La
Más detallesUNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS MAESTRÍA EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS MAESTRÍA EN INGENIERÍA DE SISTEMAS Y COMPUTACIÓN TEORÍA DE SEÑALES OBJETIVO GENERAL Estudiar los conceptos fundamentales de representación de
Más detallesGUÍA DE LABORATORIO 2 FILTROS DIGITALES FILTROS FIR E IIR
UNIVERSIDAD TÉCNICA FEDERICO SANTA MARÍA Departamento de Electrónica GUÍA DE LABORATORIO 2 FILTROS DIGITALES FILTROS FIR E IIR CURSO LABORATORIO DE PROCESAMIENTO DIGITAL DE SEÑALES SIGLA ELO 385 PROFESOR
Más detallesDISEÑO DE FILTROS IIR
Los filtros digitales se pueden clasificar en dos grandes grupos: aquellos que presentan una respuesta al impulso de duración infinita (IIR) y, por el contrario, los sistemas FIR o de respuesta al impulso
Más detallesFiltros senoc-enventanado Filtros personalizados. clase 11
Filtros senoc-enventanado Filtros personalizados clase 11 Temas Introducción a los filtros digitales Clasificación, Caracterización, Parámetros Filtros FIR (Respuesta al impulso finita) Filtros de media
Más detallesTema 2. Introducción a las señales y los sistemas (Sesión 1)
SISTEMAS LINEALES Tema. Introducción a las señales y los sistemas (Sesión ) 7 de octubre de F. JAVIER ACEVEDO javier.acevedo@uah.es TEMA Contenidos. Representación de señales discretas en términos de impulsos
Más detallesTEMA2: Fundamentos de Señales y Sistemas
TEMA2: Fundamentos de Señales y Sistemas Contenidos del tema: Modelos de sistemas lineales en tiempo continuo: Dominio del tiempo Dominio de la frecuencia, polos y ceros. Representación de señales continuas:
Más detallesFiltrado Digital. Lectura 2: Estructuras Básicas de Filtros Digitales
Lectura 2: Estructuras Básicas de Filtros Digitales Filtros FIR sencillos Filtro de promedio móvil de 2 puntos (M=1 1er orden): Es el filtro FIR más simple. Note que H(z) tiene un cero en z=-1, y un polo
Más detallesSEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción Señales y Clasificación de Señales Señales Periódicas y No Periódicas 6
CAPÍTULO UNO SEÑALES Y SISTEMAS 1.1 Introducción 1 1.2 Señales y Clasificación de Señales 2 1.3 Señales Periódicas y No Periódicas 6 1.4 Señales de Potencia y de Energía 8 1.5 Transformaciones de la Variable
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 detallesAmpliación de Señales y Sistemas
Grados Ing. de Telecomunicación. Universidad Rey Juan Carlos Página 1/6 Ampliación de Señales y Sistemas PRÁCTICA 2: La DFT en Matlab Profesora responsable de esta práctica: Alicia Guerrero Bibliografía:
Más detallesPlanificaciones Señales y Sistemas. Docente responsable: REY VEGA LEONARDO JAVIER. 1 de 6
Planificaciones 8605 - Señales y Sistemas Docente responsable: REY VEGA LEONARDO JAVIER 1 de 6 OBJETIVOS El objetivo principal es introducir al alumno en las técnicas básicas de análisis de señales y de
Más detallesELO 385 Laboratorio de Procesamiento Digital de Señales Laboratorio 5: Transformada Discreta de Fourier Parte I
1 ELO 385 Laboratorio de Procesamiento Digital de Señales Laboratorio 5: Transformada Discreta de Fourier Parte I Este laboratorio está compuesto por dos sesiones en la cuales se estudiará la transformada
Más detallesINDICE Capitulo 1. Introducción Capitulo 2. Descripción matemática de señales 2.1. Introducción y objetivos
INDICE Prefacio XIII Capitulo 1. Introducción 1 1.1. Definición de señales y sistemas 1 1.2. Tipos de señales 1 1.3. Ejemplo de una señal y un sistema 8 1.4. Uso de MATLAB 13 Capitulo 2. Descripción matemática
Más detallesPontificia Universidad Católica Argentina
CARRERA: Ingeniería Electrónica Pontificia Universidad Católica Argentina PROGRAMA DE SEÑALES Y SISTEMAS 330 PLAN DE ESTUDIOS 2006 - AÑO 2010 UBICACIÓN EN EL PLAN DE ESTUDIOS: 3 Año 1 Cuatrimestre CARGA
Más detallesProcesamiento Digital de. Ing. Biomédica, Ing. Electrónica e Ing. en Telecomunicaciones Capitulo VII Diseño de Filtros Digitales
Procesamiento Digital de Señales Ing. Biomédica, Ing. Electrónica e Ing. en Telecomunicaciones Capitulo VII Diseño de Filtros Digitales D.U. Campos-Delgado Facultad de Ciencias UASLP Enero-Junio/014 1
Más detallesFUNDAMENTOS TEÓRICOS
FUNDAMENTOS TEÓRICOS 7 FUNDAMENTOS TEÓRICOS 1.1. FUNDAMENTOS TEÓRICOS: FILTROS La primera pregunta que debemos de hacernos es, qué es un filtro?, pues bien, un filtro es un dispositivo (bien realizado
Más detallesSistemas Lineales e Invariantes en el Tiempo (LTI)
Sistemas Lineales e Invariantes en el Tiempo (LTI) 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
Más detallesDiferencia entre análisis y síntesis
Diferencia entre análisis y síntesis ANÁLISIS Excitación conocida Respuesta? Circuito conocido xt () y()? t SÍNTESIS Y DISEÑO Excitación conocida Circuito? Respuesta deseada valores elementos? xt () yt
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. Muestreo de Sistemas Continuos. 1. Muestreo de Sistemas Continuos 1
. Muestreo de Sistemas Continuos. Muestreo de Sistemas Continuos.. Secuencias 4.2. Sistema Discreto 5.3. Ecuaciones en Diferencias 6.4. Secuencia de Ponderación de un Sistema. 7.5. Estabilidad 9.6. Respuesta
Más detallesELO 385 Laboratorio de Procesamiento Digital de Señales Laboratorio 4: Filtros digitales Parte I
1 ELO 385 Laboratorio de Procesamiento Digital de Señales Laboratorio 4: Filtros digitales Parte I 0. Introducción Este laboratorio está compuesto por dos sesiones en la cuales se estudiarán filtros digitales.
Más detallesTaller de Filtros Digitales 2016 Práctica 2
Taller de Filtros Digitales 2016 Práctica 2 1. Objetivo Familiarizarse con distintas técnicas de diseño de filtros digitales. 2. FIR - Diseño por ventanas Se desea diseñar un filtro pasabanda de fase lineal
Más detallesSEÑALES, SISTEMAS Y CONVOLUCION SEÑALES
SEÑALES, SISTEMAS Y CONVOLUCION SEÑALES Las señales se procesan para extraer información útil (Procesamiento de Señales) En este curso trataremos señales unidimensionales que poseen como variable independiente
Más detallesCAPÍTULO V: IMPLEMENTACIÓN FILTROS DIGITALES EN FPGA's IMPLEMENTACIÓN DE FILTROS DIGITALES EN FPGA'S IEC FRANCISCO JAVIER TORRES VALLE
V IMPLEMENTACIÓN DE FILTROS DIGITALES EN FPGA'S 83 5.1 INTRODUCCIÓN Un FPGA es un dispositivo cuyas características pueden ser modificadas, manipuladas o almacenadas mediante programación. La arquitectura
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 detallesProblemas de Filtros Digitales FIR. VENTANAS
Problemas de Filtros Digitales FIR. VENTANAS Síntesis de Filtros Digitales FIR. Ventanas 1.- Se pretende diseñar un filtro FIR de fase lineal tipo II (número de coeficientes par y simetría par en la respuesta
Más detalles3.- Herramientas matemáticas para el procesamiento de señales.
3.- Herramientas matemáticas para el procesamiento de señales. La mejor manera de caracterizar un sistema consiste en probar de qué manera responde a señales de entrada, es decir, cómo transforma las señales
Más detallesSeñales y Sistemas de Variable Discreta
Capítulo 2 Señales y Sistemas de Variable Discreta En el capítulo anterior se analizaron señales de la forma x(n) = A cos(ωn + θ) o x(n) = Ae j(ωn+θ). Estas funciones tienen, por sus características y
Más detallesProcesamiento Digital de Señales: Ecuaciones Diferenciales y en Diferencias
Procesamiento Digital de Señales: Ecuaciones Diferenciales y en Diferencias Objetivo Exponer las relaciones de la transformada de Laplace con las ecuaciones diferenciales y lineales de orden n junto con
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 detallesSeñales, Sistemas y Control
Página 1 de 10 Señales, Sistemas y Control Énfasis en Ingeniería Eléctrica y Electrónica ESPACIO ACADÉMICO (Asignatura): SEÑALES, SISTEMAS Y CONTROL CÓDIGO: # Obligatorio ( X ) : Básico ( X ) Complementario
Más detallesAnálisis de Señales en Geofísica
Análisis de Señales en Geofísica 14 Clase Transformada Bidimensional de Fourier Facultad de Ciencias Astronómicas y Geofísicas, Universidad Nacional de La Plata, Argentina Introducción: La extensión de
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Procesado digital de la señal. CURSO ACADÉMICO - SEMESTRE Segundo semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Procesado digital de la señal CURSO ACADÉMICO - SEMESTRE 2016-17 - Segundo semestre GA_59EC_595000025_2S_2016-17 Datos Descriptivos Nombre de la Asignatura
Más detallesPreguntas IE TEC. Total de Puntos: 80 Puntos obtenidos: Porcentaje: Nota:
IE TEC Nombre: Instituto Tecnológico de Costa Rica Escuela de Ingeniería Electrónica EL-470 Modelos de Sistemas Profesor: Dr. Pablo Alvarado Moya II Semestre, 005 Examen Final Total de Puntos: 80 Puntos
Más detallesPráctico 2 Análisis de proceso autorregresivo de orden 2 Proceso WSS filtrado
Práctico Análisis de proceso autorregresivo de orden Proceso WSS filtrado Tratamiento Estadístico de Señales Pablo Musé, Ernesto López & Luís Di Martino {pmuse, elopez, dimartino}@fing.edu.uy Departamento
Más detallesProcesamiento digital de señales de audio
Procesamiento digital de señales de audio Filtros digitales Instituto de Ingeniería Eléctrica, Facultad de Ingeniería Universidad de la República, Uruguay Grupo de Procesamiento de Audio Filtros digitales
Más detallesSeñales y Sistemas. Señales y Clasificación Sistemas y Clasificación Respuesta al impulso de los sistemas. 5º Curso-Tratamiento Digital de Señal
Señales y Sistemas Señales y Clasificación Sistemas y Clasificación Respuesta al impulso de los sistemas Señales El procesamiento de señales es el objeto de la asignatura, así que no vendría mal comentar
Más detallesFiltrado Digital. Lectura 1: Conceptos de Filtrado
Filtrado Digital Lectura 1: Conceptos de Filtrado Respuesta en Frecuencia La salida de un sistema LTI en el dominio de la frecuencia es: Donde H(ω) es llamada la respuesta en frecuencia del sistema, la
Más detallesPROGRAMA ANALÍTICO DEPARTAMENTO: TELECOMUNICACIONES CARRERA: INGENIERÍA EN TELECOMUNICACIONES ASIGNATURA: SISTEMAS Y SEÑALES II CÓDIGO: 0021
PROGRAMA ANALÍTICO DEPARTAMENTO: TELECOMUNICACIONES CARRERA: INGENIERÍA EN TELECOMUNICACIONES ASIGNATURA: SISTEMAS Y SEÑALES II CÓDIGO: 0021 AÑO ACADÉMICO: 2015 PLAN DE ESTUDIO: 2010 UBICACIÓN EN EL PLAN
Más detallesNombre de la asignatura: PROCESAMIENTO DIGITAL DE SEÑALES. Horas teoría - horas práctica créditos: 3 2 8
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: PROCESAMIENTO DIGITAL DE SEÑALES Carrera: INGENIERÍA ELECTRÓNICA Clave de la asignatura: Horas teoría - horas práctica créditos: 3 2 8 2.- HISTORIA DEL
Más detallesTEMA 1. Principios de Teoría de la Señal
Tecnología de Comunicaciones Inalámbrica (TCI) 2012-2013 TEMA 1. Principios de Teoría de la Señal Juan Carlos Crespo crespozj@dtf.fi.upm.es 1 INTRODUCCIÓN En este capítulo estudiaremos la naturaleza de
Más detallesSEÑALES Y SISTEMAS Clase 11
SEÑALES Y SISTEMAS Clase 11 Carlos H. Muravchik 12 de Abril de 218 1 / 36 Habíamos visto: Sistemas Lineales. Convolución. Y se vienen: Repaso: Convolución - Propiedades. Estabilidad. Representacion de
Más detallesSeñales y Sistemas II
1 Señales y Sistemas II Módulo IV: La Teoría de Muestreo Contenido de este módulo 2 1.- Representación discreta de señales continuas 2.- Muestreo, reconstrucción y aliasing 3.- Consideraciones prácticas
Más detallesANÁLISIS LOCALIZADO. 1. Análisis Localizado en el Dominio Temporal. 2. Análisis Localizado en el Dominio Frecuencial
ANÁLISIS LOCALIZADO 1. Análisis Localizado en el Dominio Temporal Energía Localizada. Autocorrelación Localizada. 2. Análisis Localizado en el Dominio Frecuencial Transformada de Fourier Localizada 3.
Más detallesAnálisis Espectral mediante DFT PRÁCTICA 4
Análisis Espectral mediante DFT PRÁCTICA 4 (2 sesiones) Laboratorio de Señales y Comunicaciones PRÁCTICA 4 Análisis Espectral mediante DFT. Objetivo Habitualmente, el análisis de señales y sistemas LTI
Más detallesTransformada Zeta Aplicación: Filtros digitales
Transformada Zeta Aplicación: Filtros digitales Luciano Andrés Cardozo Estudiante de Ingeniería Electrónica Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina Lucianocardozo7@gmail.com
Más detallesMuestreo y Procesamiento Digital
Muestreo y Procesamiento Digital Práctico N+ Problemas surtidos El propósito de este repartido de ejercicios es ayudar en la preparación del examen. Dadas las variadas fuentes de los ejercicios aquí propuestos,
Más detallesREPRESENTACION DE SEÑALES Y SISTEMAS
REPRESENTACION DE SEÑALES Y SISTEMAS TRANSFORMADA DE FOURIER La serie de Fourier nos permite obtener una representación en el dominio de la frecuencia de funciones periódicas f(t). La transformada de Fourier
Más detallesFormulario Procesamiento Digital de Señales
Formulario Procesamiento Digital de Señales M n=0 n=0 α n = αm+ α ( α n =, a < ( α sen(a ± B = sen(a cos(b ± cos(a sen(b (3 cos(a ± B = cos(a cos(b sen(a sen(b (4 cos (A = ( + cos(a (5 sen (A = ( cos(a
Más detallesTratamiento Digital de Señales TEMA 2 : DFT (I)
Tratamiento Digital de Señales TEMA 2 : DFT (I) Universidade de Vigo ETSE Telecomunicación CONTENIDOS 1. Repaso de conceptos asociados con la TF 2. Formulación de la DFT 3. Propiedades de la DFT 4. Métodos
Más detallesProcesamiento Digital de. Ing. Biomédica, Ing. Electrónica e Ing. en Telecomunicaciones Capitulo III Transformada-Z
Procesamiento Digital de Señales Ing. Biomédica, Ing. Electrónica e Ing. en Telecomunicaciones Capitulo III Transformada-Z D.U. Campos-Delgado Facultad de Ciencias UASLP Enero-Junio/2014 1 CONTENIDO Definición
Más detallesTransformada Discreta de Fourier.
Transformada Discreta de Fourier. Hasta ahora se ha visto Importancia de la respuesta en frecuencia de un sistema Transformada de Fourier de una señal discreta Tenemos otra forma de caracterizar los sistemas
Más detalles