Formulario Procesamiento Digital de Señales

Documentos relacionados
Introducción al Diseño de Filtros Digitales

Sistemas Lineales. Tema 5. La Transformada Z. h[k]z k. = z n (

Introducción al diseño de filtros digitales

TEMA4: Implementación de Filtros Discretos

Transformada z. 5.1 Funciones en tiempo discreto

Sistemas Lineales e Invariantes PRÁCTICA 2

Transformada Z y sus Aplicaciones en Sistemas LTI

Procesado con Sistemas Lineales Invariantes en el Tiempo

Si 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(

Tratamiento Digital de Señales TEMA 2 : DFT (I)

En general, el diseño de cualquier filtro digital es llevado a cabo en 3 pasos:

SEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción Señales y Clasificación de Señales Señales Periódicas y No Periódicas 6

Tema 3. Análisis de Fourier de señales y sistemas de tiempo continuo.

Tratamiento Digital de Señales

Transformada Z. Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas,

SISTEMAS LINEALES. Tema 6. Transformada Z

REPRESENTACION DE SEÑALES Y SISTEMAS

MA3002. Matemáticas Avanzadas para Ingeniería: Transformada Z. Departamento de Matemáticas. X (z) Z {a n x(n)} Linealidad. Atraso.

Señales y Sistemas II

Señales y Sistemas de Tiempo Discreto

SÍNTESIS DE FILTROS DIGITALES

Procesamiento digital de señales de audio

Preguntas IE TEC. Total de Puntos: 80 Puntos obtenidos: Porcentaje: Nota:

Señales y sistemas Otoño 2003 Clase 22

Procesamiento Analógico de Señales

Procesado Lineal Bidimensional

Segunda parte (2h 30 ):

Análisis de Señales en Geofísica

Ampliación de Señales y Sistemas

Práctica 1 INTRODUCCIÓN A MATLAB

C A P I T U L O V ANALISIS EN FRECUENCIA DE SEÑALES Y SISTEMAS DISCRETOS SERIES DE FOURIER PARA SEÑALES DISCRETAS EN TIEMPO:

Muestreo y Procesamiento Digital

3. Señales. Introducción y outline

Cualquier elemento llamado filtro es el que está encargado de separar. componentes que se encuentran mezclados; si nos remontamos al griego antiguo

Señales y sistemas discretos

SISTEMAS LINEALES. Tema 3. Análisis y caracterización de sistemas continuos empleando la transformada de Laplace

Transformada Discreta de Fourier.

ELECTRONICA II BIOINGENIERIA 1ra. Parte FILTROS ANALOGICOS

Muestreo y Procesamiento Digital

Filtros Digitales 2. Contenidos. Juan-Pablo Cáceres CCRMA Stanford University. Agosto, Un Filtro Lowpass Simple

PROBLEMAS TEMA 2 TEORÍA DE LA APROXIMACIÓN

Transformada Discreta de Fourier (II)

Transformada Z Filtros recursivos. clase 12

Concepto y Definición de Convolución

Espacios de señales. 2 Espacios de señales

Preguntas de 33 Problema 1 de 17 Problema 2 de 18 Problema 3 de 15 Problema 4 de 15

Preguntas IE TEC. Total de Puntos: 47 Puntos obtenidos: Porcentaje: Nota:

ÍNDICE Capítulo 2 La transformada de Laplace 1 Capítulo 2 Series de Fourier 49 Capítulo 3 La integral de Fourier y las transformadas de Fourier 103

Tema 1. Introducción a las señales y los sistemas

Seminario de Procesamiento Digital de Señales

Sistemas Lineales. Examen de Septiembre Soluciones

Contenidos. Importancia del tema. Conocimientos previos para este tema?

INSTITUTO TECNOLÓGICO DE MASSACHUSETTS Departamento de Ingeniería Eléctrica e Informática

PROBLEMAS TEMA 1 INTRODUCCIÓN. DEFINICIONES BÁSICAS

- VI - Filtros Activos. Soluciones

3.7. Ejercicios: Sistemas discretos

Análisis Espectral mediante DFT PRÁCTICA 4

Tema 4. Filtros Activos.

Guía 3 - Densidad espectral de potencia, transformación de procesos, ergodicidad

Sistemas Lineales. 2. Desarrollo en serie de Fourier de señales discretas

Integral de Fourier y espectros continuos

Universidad Tecnológica Nacional Facultad Regional Bahía Blanca

FUNDAMENTOS TEÓRICOS

2012 Capítulo 02. Transformada Coseno

Respuesta en frecuencia

Tema 1: Señales y Sistemas

4.5. Ejercicios Ejercicios 15

UNIVERSIDAD NACIONAL EXPERIMENTAL DEL TACHIRA VICE-RECTORADO ACADEMICO DECANATO DE DOCENCIA

1. Método del Lugar de las Raíces

Instrumentación Electrónica con Microprocesador II: Procesadores Avanzados Acondicionamiento digital de señales

Muestreo de señales en tiempo continuo

Capítulo 8: Filtros en microondas

Aplicaciones del Tratamiento de Señales. Parte 1: Grabación y Reproducción de Señales de Voz

PROBLEMAS RESUELTOS DE SEÑALES Y SISTEMAS

Capítulo 7: Filtros en microondas

Respuesta en fase Filtros Chebyshev. clase 13

Tema III: Análisis de circuitos mediante la transformada de Fourier

ANA LÍSÍS DE FOURÍER CAPÍ TULO Introducción

1. Sistemas Lineales e Invariantes a la Traslación 1.1 Motivación de las imágenes digitales Qué es una imagen digital? Sistema: Suma: Escalamiento:

ESTUDIO COMPARATIVO SOBRE DISTINTOS TIPOS DE FILTROS FIR IMPLEMENTADOS EN UN DSPIC

Capítulo 6 Análisis Espectral basado en FFT

Transformada Discreta de Fourier (DFT)

Representación de señales y sistemas en el dominio de la frecuencia

Transformadas de la imagen

Victrola de La Transformada de Fourier

1. Sistemas Muestreados

Diseño de Filtros Digitales (Parte

Funciones de aproximación

Análisis de Fourier. Análisis de Fourier. F. Javier Cara ETSII-UPM. Curso

Tema 2. Introducción a las señales y los sistemas (Sesión 1)

Señales y Sistemas. Análisis de Señales. Dimas Mavares T. UNEXPO. 24 de Agosto de 2009

APROXIMACIÓN DE FILTROS

Transcripción:

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 (6 sen(a sen(b = (cos(a B cos(a + B (7 cos(a cos(b = (cos(a B + cos(a + B (8 sen(a cos(b = (sen(a B + sen(a + B (9 ( A sen = ( cos(a (0 ( A cos = ( + cos(a ( e jω = cos(ω + j sen(ω ( cos(ω = ejω + e jω sen(ω = ejω e jω j (3 (4

Cuadro : Transformada z de algunas funciones comunes Señal x(n Transformada z, X(z ROC δ(n Plano z u(n a n u(n na n u(n (a n u( n n(a n u( n cos(ω 0 nu(n sen(ω 0 nu(n a n cos(ω 0 nu(n a n sen(ω 0 nu(n z z > az z > a az ( az z > a az z < a az ( az z < a z cos ω 0 z cos ω 0 + z z > z sen ω 0 z cos ω 0 + z z > az cos ω 0 az cos ω 0 + a z z > a az sen ω 0 az cos ω 0 + a z z > a

Cuadro : Propiedades de la transformada z Propiedad Dominio n Dominio z ROC Notación x(n X(z ROC: r < z < r x(n X(z ROC x(n X(z Linealidad ax(n + ax(n ax(z + ax(z Desplazamiento en n x(n k z k X(z ROC por lo menos ROC ROC como la de X(z excepto z = 0 si k > 0 y z = si k < 0 Escalado en z a n x(n X(a z a r < z < a r < z < r Reflexión en n x( n X(z r Conjugación x(n X(z ROC [ ] Parte real Re{x(n} X(z + X(z Incluye ROC [ ] Parte imaginaria Im{x(n} X(z X(z Incluye ROC Derivación en z nx(n z dx(z r < z < r dz Convolución x(n x(n X(zX(z Por lo menos ROC ROC Correlación rxx(n = x(n x( n Rxx = X(zX(z Por lo menos la intersección de ROC y la de X(z Teorema del valor inicial Si x(n es causal x(0 = lím z Multiplicación x(nx(n Relación de Parseval n= x(nx(n = πj πj C C X(vX X(vX ( z v ( v v dv v dv Por lo menos rlrl < z < ruru 3

Cuadro 3: Propiedades de la DFT Propiedad Dominio temporal Dominio frecuencial Notación x(n, y(n X(k, Y (k Periodicidad x(n = x(n + N X(k = X(k + N Linealidad a x (n + a x (n a X (k + a X (k Reflexión temporal x(n n X(N k Desplazamiento temporal circular x((n l N X(k e jπkl/n Desplazamiento frecuencial circular x(ne jπln/n X((k l N Conjugación compleja x(n X(N k Convolución circular x (n N x (n X (kx (k Correlación circular x(n N y( n X(kY (k Multiplicación de dos secuencias x (nx (n N (k N X (k Teorema de Parseval N N x(ny(n X(kY (k N n=0 Cuadro 4: Simetrías en filtros FIR de fase lineal Simetría Simétrica h(n = h(m n Antisimétrica h(n = h(m n M M par H r (0 = h(k H r (0 = 0 M impar ( M H r (0 = h + M 3 no apto como filtro paso bajos h(k H r (0 = H r (π = 0 no apto como filtro paso bajos o altos Cuadro 5: Funciones utilizadas como ventanas. Ventana h(n, 0 n M Ancho Pico lóbulo lobular lateral [db] Rectangular 4π/M 3 Bartlett (triangular n M 8π/M 7 M πn Hamming 0,54 0,46 cos 8π/M 3 πn Hanning cos 8π/M 43 M 4

Cuadro 6: Descomposición de filtros FIR en P (ω y Q(ω. Simétrico Antisimétrico h(n = h(m n h(n = h(m n M Impar Caso Caso 3 Q(ω = sen(ω Q(ω = P (ω = a(k = (M / { h a(k cos ωk h k = 0 k k =,,..., M P (ω = c c 3 5 M Par Caso ( ω Caso 4 Q(ω = cos Q(ω = sen (M 3/ c(k cos ωk = h(0 = 4h( c(k c(k + = 4h c(0 + 3 c( = h ( ω k, k M 5 P (ω = M b(k cos(ωk ( M b(0 = h P (ω = d M d(k cos(ωk = 4h(0 b(k = 4h k b(k, k M b = 4h(0 d(k d(k = 4h k d(0 d( = h, k M 5

Cuadro 7: Características de Filtros Paso Bajo Analógicos Filtro Función de Transferencia Características Butterworth (todo-polos Chebyshev, Tipo I (todopolos Chebyshev, Tipo II (polos y ceros Elíptico ó Cauer (polos y ceros (todo- Bessel polos H(Ω = + (Ω/Ω C N Ω C : frecuencia de corte H(Ω = + ɛ T N ( Ω Ω P T N : polinomio de Chebyshev T 0 (x = T (x = x T N+ (x = xt N (x T N (x H(Ω = + ɛ [ T N T N ΩS Ω P ΩSΩ T N : polinomio de Chebyshev H(Ω = ( + ɛ Ω U N Ω P U N : función elíptica Jacobiana de orden N H(s = B N (s B N (s: funciones de Bessel B 0 (s = B (s = s + B N (s = (N B N (s + s B N (s ] H(Ω monótona en las bandas de paso y rechazo. Rizado constante en la banda de paso y característica monótona en la banda de rechazo. Rizado constante en la banda de rechazo y característica monótona en la banda de paso. Rizado constante tanto en la banda de paso como en la de rechazo. Respuesta de fase lineal en la banda de paso (aunque se destruye en la conversión a digital. 6

Cuadro 8: Transformaciones de frecuencia para filtros analógicos. Tipo de filtro Transformación Nuevas deseado frecuencias de corte Paso bajo s Ω P s Ω P Ω P Paso alto s Ω P Ω P Ω P s s + Ω l Ω u Paso banda s Ω P Ω u, Ω l s(ω u Ω l s(ω u Ω l Supresor de banda s Ω P s + Ω l Ω u Ω u, Ω l Ω P : frecuencia de corte del prototipo Ω l : frecuencia de corte inferior Ω u : frecuencia de corte superior Cuadro 9: Transformaciones de frecuencia para filtros digitales. Tipo de filtro Transformación Constantes Nuevas deseado frecuencias de corte Paso bajo z z a a = sen ωp ω «P az «ω P Paso alto z z + a + az a = cos Paso banda z z a z + a a z a z + Supresor z z a z + a a z a z + de banda ω P : ω l : ω u : ωp +ω sen P ωp +ω P «cos ωp ω P «ω P a = α K ω K+ u, ω l a = K K+ α = cos( ωu+ω l cos( ωu ω l K = cot ωu ω l tan ω P a = α ω K+ u, ω l a = K +K α = cos( ωu+ω l cos( ωu ω l K = tan ωu ω l tan ω P frecuencia de corte normalizada del prototipo frecuencia de corte normalizada inferior frecuencia de corte normalizada superior 7