PROCESAMIENTO DIGITAL DE SEÑALES

Documentos relacionados
Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Señales y sistemas discretos (1) Transformada Z. Definiciones

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi

Señales en Tiempo Discreto

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

MEDIDAS DE TENDENCIA CENTRAL. _ xi

Tema 8 Límite de Funciones. Continuidad

Límite y Continuidad de Funciones.

Medidas de Tendencia Central

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Qué es la estadística?

Teorema del Muestreo

1. QUÉ ES LA ESTADÍSTICA?

Análisis en el Dominio del Tiempo para Sistemas Discretos

Escuela Pública Experimental Desconcentrada Nº3 Dr. Carlos Juan Rodríguez Matemática 3º Año Ciclo Básico de Secundaria Teoría Nº 1 Primer Trimestre

Tema 4. Estimación de parámetros

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a.

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir:

Práctica 7 CONTRASTES DE HIPÓTESIS

Probabilidad. Departamento de Análisis Matemático Universidad de La Laguna. 1. Introducción 1

Series Numéricas. Una forma de definir e es a través de la suma: ! + 1 1! + 1 2! + 1 3! + 1 4! n. cuyo límite es e, es decir:

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios

Capítulo 2. Operadores

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

Aplicaciones del cálculo integral vectorial a la física

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

Los números complejos

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS

PAGINA Nº 80 GUIAS DE ACTIVIDADES Y TRABAJOS PRACTICOS Nº 14

Importancia de las medidas de tendencia central.

LOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En

APLICACIONES INFORMÁTICAS EN QUÍMICA. Problemas Tema 2.3: Series, representación de funciones y construcción de tablas en HC.

Sucesiones de números reales

2.- ESPACIOS VECTORIALES. MATRICES.

TEMA 5: INTERPOLACIÓN

OPERACIONES ALGEBRAICAS FUNDAMENTALES

Medidas de Tendencia Central

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 1 /1

Probabilidad y estadística

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11

Números naturales, enteros y racionales

c) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n n a n = ln(n)

SUCESIONES DE NÚMEROS REALES. PROGRESIONES

Series de potencias. Desarrollos en serie de Taylor

ESTADISTICA UNIDIMENSIONAL

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción

Análisis de datos en los estudios epidemiológicos II

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

El tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

Problemas de Introducción al Procesado digital de Señales. Boletín 1.

UNEFA C.I.N.U. Matemáticas

Transformaciones Lineales

Los vectores desempeñan un papel importante en Matemáticas, Física e Ingeniería y actualmente en materias como procesamiento de imágenes.

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

Estadística Descriptiva

Probabilidad FENÓMENOS ALEATORIOS

con operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna,

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.

2,0 1,5. 1/v. Cooperatividad negativa 1,0 0,5

Tema 1: Números Complejos

CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1

MEDIDAS DE DISPERSIÓN.

ALGEBRA 9. Curso: 3 E.M. Progresiones aritméticas y geométricas. Colegio SSCC Concepción - Depto. de Matemáticas. Nombre: CURSO:

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}

RADICALES. Una raíz de índice n es una operación matemática que se define de la siguiente forma:

Teoría de la conmutación. Álgebra de Boole

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

ORGANIZACIÓN DE LOS DATOS.

INTEGRALES DE RIEMANN

Dada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por:

Técnicas para problemas de desigualdades

Tema 1. Estadística Descriptiva

14. Técnicas de simulación mediante el método de Montecarlo

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

ÁLGEBRA ELEMENTAL. Un término es una expresión algebraica que sólo contiene productos y cocientes (es decir, no aparecen sumas o restas).

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES

Sistemas de Segundo Orden

( ) = 1= + + ( ) + + lim 3x 5 = lim 3x lim5 = lim3 lim x lim5 = = 12 5 = 7

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

Transcripción:

PROCESAMIENTO DIGITAL DE SEÑALES TEMA : FUNDAMENTOS DE SISTEMAS DE TIEMPO DISCRETO. Señales y Sistemas de Tiempo Discreto Se itroducirá coceptos de señales y sistemas de tiempo discreto. Para ello se detallará u úmero importate de señales características de sistemas discretos y sus propiedades. Se efocará el estudio a los sistemas lieales e ivariates e el tiempo, por la simplicidad de su aálisis e implemetació. Se defiirá los coceptos de liealidad, causalidad, e ivariacia e el tiempo Se podrá especial éfasis a la represetació de señales y sistemas. Para describir los sistemas de tiempo discreto se utilizará diferetes métodos: Tablas de Valores, Ecuacioes de Diferecias, Trasformada Z y Covolució. Por su importacia e DSP, se efatizará la represetació de las señales y sistemas por medio de ecuacioes de diferecias y trasformada Z. Señales de Tiempo Cotiuo y de Tiempo Discreto Las señales se clasifica de ua maera amplia e señales aalógicas y señales discretas. Ua señal aalógica será deotada por ft, ua fució del tiempo, e la cual la variable t puede represetar ua catidad física, pero para uestros fies supodremos que represeta al tiempo e segudos. Ua señal discreta se deota por k, e la cual la variable k es valuada etera y represeta los istates discretos del tiempo. E cosecuecia es tambié llamada señal discreta e el tiempo, la cual es ua secuecia de úmeros, y será deotada por algua de las siguietes otacioes: k = {k} = {, -, 0,, } Dode la flecha hacia arriba idica el muestreo e t=0. Diferetes maeras de deotar la fució discreta fkt, fk, f k, ft k co k = 0,,, 3, úmero etero Supogamos ua señal de tiempo cotiuo ft y ecesitamos discretizarla. Para ello debemos tomar muestras de la señal por ejemplo co ua llave o CAD, co u período de muestreo T, que a uestros fies será costate o ecesariamete es así, e casos particulares el periodo de muestreo T puede ser variable. La iversa del periodo T es la frecuecia de muestreo f s : Señal de TC Frecuecia de muestreo f s = /T ω s =πf s CAD T Señal de TD

a Fució aalógica ft Ǝ v t>0 b Fució discreta muestreo de ft Para defiir fució e a, podemos teer: ft La gráfica Para defiir la fució b, podemos teer: fk La gráfica 3 la tabla de valores Toda la iformació de la gráfica b está coteida e la tabla de valores. La tabla os permite teer u paorama geeral del comportamieto del sistema, y es permaete. Por ejemplo, ua computadora es u STD, o más bie, u cojuto de STDs. Tiempo de muestreo: Es el tiempo que trascurre etre u eveto y el siguiete de a, de a 3, etc. Procesamieto e tiempo real: Es cuado el sistema puede realizar todo el proceso u operació, ates de que comiece de uevo, es decir hace todo durate el período de muestreo. Si o es así es u sistema de tiempo diferido. U sistema digital es u sistema de tiempo discreto, pero o todo STD es u sistema digital. U sistema digital se llama tambié u STD cuatizado. E este caso, para cada período se defie además ua amplitud.

Señal de TD de eergía fiita: Es uma señal de tiempo discreto que verifica que k 0 k Supogamos uma señal que varíe segú la ley coocida: k = a k {a k } = a 0, a, a,..., a k,... Esta puede ser ua señal de TD de eergía fiita 0 a k lim si a a a a La codició es que sea a < Señales especiales: Pulso y Escaló {ukt} = {,,,,,,,... } Escaló {δkt} = {, 0, 0, 0, 0, 0, 0,... } Impulso δ 0 Delta Kröecker o bie = { 0, 0, 0,...,, 0, 0, 0,...} Impulso δ Γ = δ k Γ Γ 3

SEÑALES CONTINUAS Y DISCRETAS Las señales está clasificadas de maera amplia, e señales cotiuas o aalógicas y señales discretas. Señales Cotiuas: Ua señal aalógica será deotada por a t e la cual la variable t puede represetar ua catidad física; e particular para osotros será el tiempo e segudos. Señales Discretas: Ua señal discreta será deotada por, e la cual la variable es u valor etero y represeta los istates discretos e el tiempo. E cosecuecia, es tambié llamada ua señal discreta e el tiempo. Represetació de las señales de tiempo discreto: E geeral represetamos las secuecias discretas e la forma: = {} = {..., -, 0,,... } La represetació computacioal requiere e geeral de ua secuecia fiita, co ua referecia de tiempo. = {} = {..., -, 0,,... } dode la flecha hacia arriba idica el muestreo e t=0. O bie: = {..., -, 0,,...} el valor etre parétesis idica el muestreo e t=0. E Matlab podemos represetar ua secuecia de duració fiita por u vector fila de valores apropiados. Si embargo, tal vector o tedrá la iformació acerca del muestreo e la posició. Por lo tato ua represetació correcta de requerirá dos vectores: uo para y otro para. Por ejemplo, ua secuecia: = {,, -, 0,, 4, 3, 7 }, ó = {,, -, 0,, 4, 3, 7 } puede ser represetada e Matlab por: = {-3, -, -, 0,,, 3, 4 } ; ={,, -, 0,, 4, 3, 7} E geeral usaremos la represetació del vector sólo cuado la iformació de la posició de muestreo o sea requerida, o cuado tal iformació sea trivial esto es cuado la secuecia comiece e =0. Ua secuecia de duració ifiita arbitraria o puede ser represetada e Matlab debido a las limitacioes de memoria fiita. Atributo de las señales de tiempo discreto Las señales de tiempo discreto so sucesioes de úmeros. Los sistemas de tiempo discreto trabaja sobre sucesioes de úmeros. Es decir: { k } = { 0,,,... k,... } 0 4

Tipos de secuecias: E Procesamieto Digital de Señales utilizamos varias secuecias elemetales para propósitos de aálisis. A cotiuació se da sus defiicioes y represetacioes e Matlab:. Secuecia Impulso uitario fució Kröeker, = 0 = = {... 0, 0,, 0, 0,... } 0, 0 E Matlab la fució zeros,n geera u vector fila de N ceros, el cual puede usarse para implemetar sobre u itervalo fiito. Para implemetar:, = 0-0 = = {... 0, 0,, 0, 0,... }, 0, 0 sobre el itervalo 0, usamos la fució de Matlab impseq. Secuecia Escaló uitario, 0 u = = {... 0, 0,,,,... } 0, 0 E Matlab la fució oes,n geera u vector fila de N uos, el cual puede usarse para implemetar u sobre u itervalo fiito. u Para implemetar, 0 u- 0 = = {... 0, 0,,,,... }, 0, 0 sobre el itervalo 0, utilizamos la fució de Matlab stepseq. 3. Secuecia epoecial valuada real = a ; a R E Matlab se requiere u operador arreglo.^ para implemetar ua secuecia epoecial real. Por ejemplo, para geerar: = 0.9, co 0 0, ecesitamos el siguiete script de Matlab: >> = [0 : 0]; = 0.9.^ 4. Secuecia epoecial valuada compleja u = e +jo ; dode es llamado ateuació, y o es al frecuecia e radiaes. 0 3 4... 0 3 4... 0 3 4... 0... 0 5

E Matlab se usa ua fució ep para geerar secuecias epoeciales. Por ejemplo, para geerar: = ep [, j3 ], co 0 0, Necesitamos el siguiete script de Matlab: >> = [0:0]; = ep+3j*; 5. Secuecia siusoidal = cos o + ; dode es la fase e radiaes. E Matlab se usa la fució cos o si para geerar secuecias seoidales. Por ejemplo, para geerar = 3 cos0. +/3+ se0.5, co 0 0, ecesitamos u script de Matlab: >> = [0:0]; =3*cos0.*pi*+pi/3+*si0.5*p*; 6. Secuecia radom Muchas secuecias prácticas o puede ser descriptas por epresioes matemáticas como las ateriores. Este es el caso de las secuecias radom o estocásticas y está caracterizadas por parámetros de las fucioes desidad de probabilidad asociadas ó sus mometos estadísticos. E Matlab se dispoibles de dos tipos de secuecias pseudo-radom: La fució rad,n geera ua secuecia radom de logitud N cuyos elemetos está uiformemete distribuidos e el itervalo [0,] La fució rad,n geera ua secuecia radom gaussiaa de logitud N co media 0 y variaza. Otras secuecias radom puede ser geeradas usado trasformacioes de las fucioes ateriores. 6

GUIA DE FUNCIONES PARA TRABAJOS PRÁCTICOS CON Matlab Resume de alguas secuecias útiles y operacioes y su correspodiete fució e Matlab. Impulso uitario fució Kröeker Fució e Matlab, = 0 = = {... 0, 0,, 0, 0,... } impseq 0, 0 O, e geeral, = 0-0 = = {... 0, 0,, 0, 0,... } E u itervalo 0 0, 0 Lo que computacioalmete es más secillo represetar. Escaló uitario, 0 u = = {... 0, 0,,,,... } stepseq 0, 0 Y computacioalmete, 0 u- 0 = = {... 0, 0,,,,... } 0, 0 E u itervalo 0. 3. Epoecial real = a, ; a R 4. Epoecial compleja = e σ+jo, dode σ es el parámetro de ateuació y es la frecuecia e radiaes. 5. Siusoidal = cos o + θ, dode θ es la fase e radiaes. 6. Aleatoria E geeral o puede ser epresadas directamete por ua epresió matemática cerrada. Se describe por su fució desidad de probabilidades o mometos estadísticos. 7

Computacioalmete dos tipos de secuecias aleatorias so útiles: a de distribució uiforme y Gaussiaa. E geeral está caracterizadas por su media y variaza. 7. Periódica = + N el meor N que satisface la aterior se deomia período fudametal. Usaremos para deotar ua secuecia periódica. Ua secuecia de este tipo se ilustra e el ejemplo.. Operacioes sobre secuecias Fució e Matlab. Suma de señales sigadd { } + { }= { + } E particular, la úica restricció para sumarlas como vectores, es que tega igual logitud. Ver ejemplo.. Multiplicació de señales sigmult { }.{ }= {. } E particular, la úica restricció para el producto muestra a muestra, como vectores, es que tega igual logitud. Ver ejemplo. 3. Escalamieto {}= { } dode es u escalar 4. Desplazamieto sigshift y = { k} Haciedo m = k, etoces = m + k, de dode ym + k = { m} por lo que esta operació o produce igú efecto sobre el vector Ver ejemplo. 5. Reversió Holdig sigfold y = {- } Cada muestra es reflejada alrededor de = 0 8

9 6. Sumatoria de muestras... y 7. Producto de muestras... y 8. Señal eergía * dode el símbolo * deota el complejo cojugado 9. Señal potecia 0 N k N P