Libro Senales

APUNTES DE CLASE ANALISIS DE SENALES
BOGOTA D. C. 2010
Indice general
Prologo 1. Introduccin o 1.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 1.1.1. Fuentes t picas de se ales biomdicas . . . . . . . . . . . . . . n e 1.2. Identidad de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2. Se ales y Sistemas n 2.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 2.2. Se ales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . n 2.2.1. Se al causal y no causal . . . . . . . . . . . . . . . . . . . . . n 2.2.2. Se ales continuas y se ales discretas . . . . . . . . . . . . . . n n 2.3. Se ales de importancia . . . . . . . . . . . . . . . . . . . . . . . . . . n
VII
1 1 2 3 4 4 5 5 6 8
2.4. Sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.5. Propiedades de los sistemas . . . . . . . . . . . . . . . . . . . . . . . 12 2.5.1. Sistemas con y sin memoria . . . . . . . . . . . . . . . . . . . 12 2.5.2. Causalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.5.3. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
INDICE GENERAL
ii
2.5.4. Invariancia en el tiempo . . . . . . . . . . . . . . . . . . . . . 13 2.5.5. Linealidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 3. Series de Fourier 15
3.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 o 3.2. Representacin generalizada de una funcin en serie de Fourier . . . . 15 o o 3.3. Serie trigonomtrica de Fourier . . . . . . . . . . . . . . . . . . . . . 17 e 3.4. Serie exponencial de Fourier . . . . . . . . . . . . . . . . . . . . . . . 18 3.5. Se ales peridicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 n o 3.6. Propiedades de la serie de Fourier . . . . . . . . . . . . . . . . . . . . 21 3.7. Anlisis de la funcin Delta de Dirac. . . . . . . . . . . . . . . . . . . 23 a o 3.8. Clculo del coeciente Cn por el mtodo de diferenciacin . . . . . . . 23 a e o 3.8.1. Teorema de Parseval. . . . . . . . . . . . . . . . . . . . . . . . 25 3.9. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 4. Transformada de Fourier 28
4.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 o 4.2. Presentacin de la transformada de Fourier . . . . . . . . . . . . . . . 28 o 4.3. Condiciones de existencia de la transformada de Fourier. . . . . . . . 30 4.4. Propiedades de la transformada de Fourier. . . . . . . . . . . . . . . . 31 4.4.1. Superposicin . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 o 4.4.2. Traslacin en el Tiempo . . . . . . . . . . . . . . . . . . . . . 31 o 4.4.3. Modulacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 o 4.4.4. Dualidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 4.4.5. Diferenciacin en Tiempo . . . . . . . . . . . . . . . . . . . . 33 o 4.4.6. Integracin En Tiempo . . . . . . . . . . . . . . . . . . . . . . 33 o
INDICE GENERAL
iii
4.4.7. Funciones Reales y Sinusoidales . . . . . . . . . . . . . . . . . 34 4.4.8. Funciones Conjugadas . . . . . . . . . . . . . . . . . . . . . . 34 4.5. Transformada de Fourier de se ales peridicas . . . . . . . . . . . . . 37 n o 4.6. Teorema de Rayleigh . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 5. Respuesta al impulso y Convolucin o 39
5.1. Respuesta al impulso . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 5.2. Convolucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 o 5.3. Propiedades de la convolucin . . . . . . . . . . . . . . . . . . . . . . 49 o 5.4. Respuesta de un sistema al escaln . . . . . . . . . . . . . . . . . . . 50 o 5.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 6. Transformada de Laplace 54
6.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 o 6.2. Denicin de la transformada unilateral de Laplace . . . . . . . . . . 54 o 6.3. Transformada Inversa de Laplace . . . . . . . . . . . . . . . . . . . . 55 6.4. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 6.5. Funcin de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . 57 o 6.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 7. Muestreo 59
7.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 o 7.2. Sistema de procesamiento digital . . . . . . . . . . . . . . . . . . . . 59 7.3. Muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 7.3.1. Proceso de muestreo . . . . . . . . . . . . . . . . . . . . . . . 60 7.3.2. Muestreo impulsivo . . . . . . . . . . . . . . . . . . . . . . . . 61 7.3.3. Nomenclatura . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
INDICE GENERAL
iv
7.4. Teorema de muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 7.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 8. Transformada de Fourier en tiempo discreto (DTFT) 65
8.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 o 8.2. Presentacin de la transformada de Fourier en tiempo discreto (DTFT) 65 o 8.3. Dualidad entre las series de Fourier y la DTFT . . . . . . . . . . . . 66
8.4. Consideraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 8.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 9. Transformada discreta de Fourier (DFT) 69
9.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 o 9.2. Presentacin de la transformada discreta de Fourier (DFT) . . . . . . 69 o 9.3. Antitransformada discreta de Fourier (IDFT) . . . . . . . . . . . . . 71 9.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 10.Transformada Z 73
10.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 o 10.2. Presentacin de la trasformada Z . . . . . . . . . . . . . . . . . . . . 73 o 10.3. Propiedades de la transformada Z . . . . . . . . . . . . . . . . . . . . 74 10.4. Transformada Z unilateral . . . . . . . . . . . . . . . . . . . . . . . . 75 10.5. Transformada Z inversa . . . . . . . . . . . . . . . . . . . . . . . . . 77 10.6. Transformada Z inversa como pares transformados . . . . . . . . . . 78 10.6.1. Expansin binomial . . . . . . . . . . . . . . . . . . . . . . . . 81 o 10.6.2. Fracciones parciales . . . . . . . . . . . . . . . . . . . . . . . . 81 10.6.3. Convolucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 o 10.7. Aplicacin de la transformada Z . . . . . . . . . . . . . . . . . . . . . 84 o
INDICE GENERAL
10.7.1. Funcin de transferencia . . . . . . . . . . . . . . . . . . . . . 84 o 10.8. Solucin numrica de ecuaciones en diferencias . . . . . . . . . . . . . 85 o e 10.9. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 11.Convolucin discreta o 89
11.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 o 11.2. Convolucin de tiempo discreto . . . . . . . . . . . . . . . . . . . . . 89 o 11.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 12.Filtros Anlogos a 91
12.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 o 12.2. Parmetros de un ltro . . . . . . . . . . . . . . . . . . . . . . . . . . 91 a 12.3. Transformaciones de frecuencia . . . . . . . . . . . . . . . . . . . . . 91 12.4. Filtro Butterworth . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 12.4.1. Orden del ltro . . . . . . . . . . . . . . . . . . . . . . . . . . 94 12.4.2. Pasos de dise o . . . . . . . . . . . . . . . . . . . . . . . . . . 94 n 12.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 13.Filtros digitales 97
13.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 o 13.2. Terminolog y Clasicacin . . . . . . . . . . . . . . . . . . . . . . . 97 a o 13.2.1. Clasicacin de los Filtros Digitales . . . . . . . . . . . . . . . 98 o 13.3. Descripcin de los Filtros digitales . . . . . . . . . . . . . . . . . . . . 98 o 13.3.1. Pasos para el proceso de dise o de un ltro digital . . . . . . . 100 n 13.4. Implementacin de ltros digitales . . . . . . . . . . . . . . . . . . . . 101 o 13.5. Filtros FIR (Finite Impulse Response) . . . . . . . . . . . . . . . . . 101 13.5.1. Dise o empleando ventanas . . . . . . . . . . . . . . . . . . . 102 n
INDICE GENERAL
vi
13.6. Filtros IIR (Innite Impulse Response) . . . . . . . . . . . . . . . . . 103 13.6.1. S ntesis en el dominio del tiempo . . . . . . . . . . . . . . . . 105 13.6.2. S ntesis en el dominio de la frecuencia . . . . . . . . . . . . . . 108 13.7. Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 13.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 A. Dise o de Filtros con MATLAB n 112
A.1. Funciones para determinar el orden de un determinado ltro . . . . . 112 A.2. Funciones para determinar los coecientes del ltro . . . . . . . . . . 114 A.3. Funciones para hacer transformaciones de s a z . . . . . . . . . . . . 116 A.4. Comandos para dise o de ltros FIR . . . . . . . . . . . . . . . . . . 117 n A.5. Funciones para obtener la respuesta frecuencial de un ltro . . . . . . 117 A.5.1. Para ltros analgicos . . . . . . . . . . . . . . . . . . . . . . 117 o A.5.2. Para ltros digitales . . . . . . . . . . . . . . . . . . . . . . . 118
PROLOGO
Este documento se realiza con la nalidad de proporcionarle al estudiante una fuente de consulta rpida de los temas vistos en clase. a Para la elaboracin de esta gu se realiza una revisin de varios autores buscando o a o siempre la forma ms adecuada de presentar los temas. Se adicionan puntos de vista a propios del autor con los cuales se pretende aclarar ciertos aspectos del anlisis de a se ales como fundamento para el procesamiento digital de se ales. n n Los temas tratados en este documento abordan tpicos bsicos del anlisis de o a a se ales como tambin del procesamiento digital de se ales. n e n
vii
Tema
1
Introduccin o
Introduccin o
1.1.
El anlisis de se ales es una pilar fundamental en el procesamiento digital de a n se ales. Es preciso para esto efectuar una revisin sobre series de Fourier, trasforn o mada de Fourier y transformada de Laplace. Posteriormente se debe realizar una extensin de estas transformadas a tiempo discreto donde se busca realizar aplicao ciones de carcter digital, para lo cual se emplean las herramientas de transformada a de Fourier discreta y de tiempo discreto, como tambin transformada Z. Como ase pectos adicionales de importancia en el curso estn: respuesta al impulso, convolua cin, respuesta en frecuencia, el teorema del muestreo, dise o de ltros anlogos, o n a dise o de ltros de respuesta nita al impulso (FIR) y dise o de ltros de respuesn n ta innita al impulso (IIR). Aunque es posible emplear un software genrico de e programacin para realizar estas aplicaciones es conveniente emplear un software o especializado como MATLAB para realizar estas aplicaciones con la nalidad de centrar el estudio en el dise o y no tanto en su programacin, lo cual se dejar para n o a un curso de sistemas digitales. El gran auge que ha tenido el procesamiento digital de se ales se produce por n encontrarse en el mercado dispositivos digitales que permiten realizar este tipo de aplicaciones obteniendo buen desempe o. n De las primeras aplicaciones de procesamiento digital de se ales se tienen el n desarrollo de algoritmos para la Transformada Rpida de Fourier y el dise o de a n ltros digitales. Las aplicaciones del procesamiento digital de se ales son: n
TEMA 1. INTRODUCCION
Procesar y predecir el comportamiento futuro de se ales: Un ejemplo de esto n es el pronstico econmico, para lo cual tambin se suele emplear tcnicas de o o e e computacin exible como lo son las redes neuronales. o Restauracin de se ales: Aplicaciones encaminadas a mejorar la calidad de o n grabaciones de audio e imgenes digitales. a Reconocimiento de patrones: Como ejemplo clsico de esto se tiene el rea conocimiento de voz. Comunicaciones: Modulacin, como ejemplo de esto se tiene la conocida modo ulacin AM y FM. o Diagnostico: Identicacin de da os en equipos mediante anlisis en frecuencia. o n a Audio: Sintetizadores de sonidos. Las se ales estn asociadas al sistema donde se estn procesando es decir que n a a pueden existir se ales y sistemas de naturaleza: n Elctrica. e Qu mica. Mecnica. a Trmica. e Hidrulica. a Biolgica. o etc.
1.1.1.
Fuentes t picas de se ales biomdicas n e
Un campo donde el procesamiento tiene buena aplicacin es el relacionado con o la medicina, aqu se suelen capturar diferentes se ales para ser interpretadas por un n experto, ejemplos de este tipo de se ales son: n 1. Elctricas: ECG, EMG, EEG e 2. Imgenes: MRI (Resonancia magntica), ultrasonido. a e 3. Sensores (transduccin mecnico-elctrica): Strain gauge, transductores de o a e fuerza o presin. o 4. Sensores a nivel microscpico (celular): foto celdas, electrodos bioactivos. o
TEMA 1. INTRODUCCION
1.2.
Identidad de Euler
Uno de los resultados importantes en variable compleja es la identidad de Euler la cual permite tener una relacin entre las funciones seno y coseno con la funcin o o exponencial. De forma intuitiva se puede apreciar esta relacin mediante las segundas o derivadas de estas funciones donde se aprecia que al trabajar con variable real no es posible tener una relacin entre estas funciones, al incluir la unidad imaginaria o o j = 1 es posible tener una relacin. Una forma de mostrar la identidad de Euler consiste en primer lugar en tomar su denicin: o ej = cos() + j sin() (1.1) Entonces se considera una funcin que es f = cos() + j sin() por lo tanto la o prueba consiste en mostrar que f = ej , entonces: f () = cos() + j sin() Al derivar se tiene:
df () = j(cos() + j sin()) d df () = jf () d df () = j d f () ln(f ()) = j
Entonces:
Por lo cual se tiene: f () = ej Finamente se tiene que: ej = cos() + j sin() Adicionalmente, considerando que ej = cos()j sin(), se tienen las relaciones para el seno y coseno. ej + ej cos() = 2 j e ej sin() = 2j
Tema
2
Introduccin o
Se ales y Sistemas n
2.1.
En muchas areas del conocimiento el concepto de se al y sistema es de gran n importancia. En principio una se al se considera como una funcin que varia en el n o tiempo. Algunos ejemplos de se ales son: n Se al ECG. n Se al EEG. n Se al de voz. n Imgenes digitales. a Aunque una imagen no presenta variacin es posible aplicable tcnicas de proceo e samiento de se ales. n Sobre la denicin de sistema existen diferentes puntos de vista dependiendo o la disciplina sobre la cual se esta trabajando, para el caso se considera un sistema como un arreglo de elementos el cual tiene entradas y salidas donde las salidas son funciones de las entradas. Una representacin grca de un sistema se puede apreciar o a en la gura 2.1 . En las presentes secciones se ampliarn los conceptos de se ales y sistemas. a n
TEMA 2. SENALES Y SISTEMAS
Entradas
Sistema
Salidas
Figura 2.1: Diagrama de un sistema.
2.2.
Se ales n
Una clasicacin de las se ales es: o n Aleatorias y determin sticas: Si existe o no, incertidumbre sobre el valor de la se al en todo tiempo. n Fractales: Presentan comportamiento similar a corta o larga escala. Caticas: Son se ales deterministicas pero no predecibles en el futuro. o n Peridicas y no Peridicas: si existe o no alg n tipo de repetibilidad de la o o u funcin en un un tiempo T nito. o Se ales de energ o de potencia: una se al x(t) es de energ si: n a n a
EX =
|x(t)|2 dt <
(2.1)
Una se al x(t) se llama de potencia si: n 1 PX = l m T T y (0 < PX < ) (2.3)

T 2
T 2
|x(t)|2 dt
(2.2)
Sobre los conceptos importantes a revisar sobre se ales se trata sobre su causaln idad y si es una se al de tiempo continuo o discreto. n
2.2.1.
Se al causal y no causal n
En forma general, una se al causal es aquella que para un valor de tiempo t0 n puede tener un valor diferente de cero mientras que para tiempos inferiores a t0 vale
cero, es decir: f (t) = 0, t < t0 ; g(t), t t0 . (2.4)
De forma anloga la denicin de se al no causal indica que esta puede tener a o n valores diferentes de cero para tiempos menores de t0 . En varias aplicaciones y para efectos prcticos en el clculo de algunas transformadas el valor de t0 se toma como a a cero. Aunque en varios textos esta simplicacin se presenta de forma expl o cita es importante tener presente este aspecto. Un ejemplo de se al causal y no causal se n puede apreciar en la gura 2.2 f (t) 2.0 1.0 4 3 2 1 2.0 1.0 4 3 2 1 0 1 2 3 4 t 0 1 f (t) 2 3 4 t
Figura 2.2: Se al causal y no causal con t0 = 0. n
2.2.2.
Se ales continuas y se ales discretas n n
Para efectos de la forma de procesamiento hardware de la se ales se pueden n considerar dos tipos de se ales: n Se ales de tiempo continuo. n Se ales de tiempo discreto. n Una se al de continua o de tiempo continuo es una funcin de una variable n o continua que generalmente es el tiempo, una forma de representar esta se al es f (t). n Esta se al esta denida para cualquier instante de tiempo. Por convencin la variable n o
independiente del tiempo se denota como t. En la gura 2.3 se puede apreciar un ejemplo de una se al continua. n x(t) 3.0 2.0 1.0 1 2 3 4 5 t
Figura 2.3: Se al de tiempo contin o. n u En una se al se al de tiempo discreto solamente est denida en ciertos instantes n n a discretos de tiempo, de manera que entre cada instante y el siguiente no est denia da dicha se al. Una forma de representar la se al de tiempo discreto es f [n], por n n nomenclatura se emplea un tipo de parntesis diferente para su representacin ase o pecto que sera de atencin en el capitulo de muestreo. Este tipo de se ales tambin o n e puede ser representado como una secuencia de valores {x[1], x[2], x[3], ..., x[n]}. Por nomenclatura para la variable de tiempo discreto se emplea n. Un ejemplo grco a de una se al de tiempo discreto se puede apreciar en la gura 2.4. n x[n] 3.0 2.0 1.0 1 2 3 4 5 n
Figura 2.4: Se al de tiempo discreto. n
2.3.
Se ales de importancia n
En el anlisis de se ales existen se ales t a n n picas las cuales son objeto de estudio bajo diferentes herramientas. Las se ales a consideracin son: n o Se al paso. n Se al rampa unitaria. n Se al parabola unitaria. n Funcin impuso unitario. o Las tres primeras se ales son muy empleadas en teor de control y la ultima es n a de gran importancia para la descripcin de se ales y sistemas lineales. o n
Se al paso n
La se al paso se encuentra denida como: n (t) = 0, t < 0; 1, t 0. (2.5)
La representacin grca de la se al paso se puede apreciar en la gura 2.5. o a n (t) 1.5 1.0 0.5 0.5 1.0 1.5 2.0 2.5 t
Figura 2.5: Se al tipo paso. n
Se al rampa unitaria n
La se al rampa unitaria se encuentra denida como: n r(t) = 0, t < 0; t, t 0. (2.6)
La representacin grca de la se al rampa unitaria se puede apreciar en la gura o a n 2.6. r(t) 1.5 1.0 0.5 0.5 1.0 1.5 2.0 2.5 t
Figura 2.6: Se al rampa unitaria. n
Se al parabola unitaria n
La se al parabola unitaria se encuentra denida como: n p(t) = 0, t < 0; t2 , t 0. (2.7)
La representacin grca de la se al parabola unitaria se puede apreciar en la o a n gura 2.7.
10
p(t) 1.5 1.0 0.5 0.5 1.0 1.5 2.0 2.5 t
Figura 2.7: Se al parabola unitaria. n
Funcin impuso unitario o

Para comprender mejor esta se al considrese primero la funcin ventada mostran e o da en la gura 2.8 donde el area de esta se al debe ser la unidad, a medida que se n angosta su base para conservar el rea de esta se debe aumentar la altura entonces a cuando la base de esta se al tiende a cero entonces la altura tiende a innito. De esta n manera al proponer el anterior limite se puede realizar la denicin de la funcin o o impulso sin embargo es importante se alar que esta denicin tambin incluye la n o e caracter stica que su rea debe ser la unidad, es decir: a (t) = l (t, T ) m
T 0
(2.8) (2.9) (2.10)
(t) =

0, t = 0; , t = 0. (t)dt = 1
11
(t, T ) 1.5 1.0 0.5 1.5 1.0 0.5 T Figura 2.8: Funcin ventana (t, T ). o La representacin grca de la se al impulso se puede apreciar en la gura 2.9 o a n (t) 1.5 1.0 0.5 1.5 1.0 0.5 0.5 1.0 1.5 t 0.5 1.0 1.5 t
Figura 2.9: Funcin impulso unitario (t). o
Propiedades de la funcin impuso unitario o

Como sera de observar en cap tulos posteriores, las siguientes propiedades son de importancia para el clculo de algunas transformadas como tambin para realizar el a e paso de sistemas de tiempo continuo a discreto.
t
( )d = (t)
(2.11) (2.12) (2.13)
d(t) = (t) dt x(t)(t) = x(0)(t)
12
x(t)(t t0 ) = x(t0 )(t)
(2.14) (2.15) (2.16) (2.17)
x(t)(t)dt = x(0)

x(t)(t t0 )dt = x(t0 ) x( )(t )d = x(t)
Para algunas propiedades se tiene t0 R. Es de notar que la ultima propiedad no considera que la se al x(t) sea causal. n
2.4.
Sistemas
Un sistema se considerar como una transformacin que sufren unas entradas en o salidas bajo diferentes operaciones que se realicen en el sistema. En el caso de tener una sola entrada y una salida la se al de salida est relan a cionada con la entrada mediante una relacin de transformacin y = f (x). o o Al igual que las se ales se pueden tener sistemas de tiempo continuo o discreto n dependiendo del tipo de se al sobre el cual opere el sistema. n
2.5.
Propiedades de los sistemas
En los siguientes apartes se observaran algunas de las propiedades ms impora tantes de los sistemas. Estas propiedades tienen interpretaciones tanto f sicas como matemticas a
2.5.1.
Sistemas con y sin memoria
Un sistema sin memoria es aquel que su salida en un instante depende de su entrada solamente en ese instante, este tipo de sistemas tambin es llamado sistema e esttico. a Ejemplo 2.1. Sistemas sin memoria pueden ser estructuras mecnicas a cargas a estticas o tambin circuitos elctricos con solo elementos resistivos alimentados por a e e fuentes de corriente continua.
13
En un sistema con memoria salida puede depender de entradas en instantes anteriores. Este tipo de sistemas es tambin llamado sistema dinmico. e a Ejemplo 2.2. Un sistema clsico con memoria es el arreglo de masa amora tiguador y resorte en sistemas dinmicos, el cual es equivalente al circuito formado a por un condensado una inductancia y una resistencia conectados en serie.
2.5.2.
Causalidad
En un sistema es causal su salida en cualquier instante depende slo de los valores o de la entrada en el instante actual o en instantes anteriores. Este tipo de sistemas son considerados como no anticipativos, ya que la salida del sistema no anticipa valores futuros de la entrada. Ejemplo 2.3. Para efectos prcticos sobre los sistemas no causales no se podia a ejercer ning n tipo de control ya antes de ingresar la se al de entrada el sistema u n ya estar presentando alg n tipo de repuesta, un ejemplo de esto ocurre cuando se a u intenta ejercer un control de seguimiento de para un mvil a partir de t = 0 pero o antes de este valor el mvil ya se encontrar en movimiento por ser no causal. o a Para efectos prcticos es posible realizar procesamiento no causal pero sobre a colecciones de datos almacenados es decir que no sea en tiempo real, un claro ejemplo de esto es el procesamiento de voz fuera de linea. Como es de notar las imgenes a digitales tambin permiten realizar procesamiento no causal por ser funciones indee pendientes del tiempo.
2.5.3.
Estabilidad
Un sistema estable es aquel cuya salida esta acotada siempre y cuando su entrada est acotada. La anterior denicin hace referencia al trmino entrada acotada e o e salida acotada o estabilidad en el sentido B.I.B.O. (Bounded Input - Bounded Output). La manera de denir el acotamiento de una se al depende del tipo de n anlisis que se quiera realizar, de esta manera, se puede usar el concepto de norma a para introducir diferentes tipos de cotas.
2.5.4.
Invariancia en el tiempo
Un sistema es invariante en el tiempo si un retardo en la se al de entrada produce n una se al de salida retardada en la misma cantidad de tiempo. n
14
Considerando la salida y(t) asociada a la entrada x(t), entonces en un sistema invariante en el tiempo, la entrada x(t t0 ) produce la salida y(t t0 ). Ejemplo 2.4. El sistema dado por la ecuacin y(t) = sin(t) es invariante en el o tiempo, pero el sistema y(t) = tx(t) es variante en el tiempo. En un sistema invariante en el tiempo descrito por ecuaciones diferenciales, o de diferencias, se obtienen coecientes constantes, los cuales com nmente son parmetu a ros f sicos del sistema.
2.5.5.
Linealidad
Un sistema lineal se dene coma aquella sobre el cual se puede aplicar el principio de superposicin. o Considerando dos constantes a, b C y dos se ales de entrada x1 (t) y x2 (t) las n cuales tienen asociadas las respectivas salidas y1 (t) y y2 (t) es decir y1 (t) = f (x1 (t)) y y2 (t) = f (x2 (t)) por lo tanto de dice que el sistema es lineal si: ay1 (t) + by2 (t) = f (ax1 (t) + bx2 (t)) es decir ay1 (t) + by2 (t) = af (x1 (t)) + bf (x2 (t)) (2.19) (2.18)
Un sistema denido como y(t) = ax(t) + b, donde a, b son constantes NO es un sistema lineal, sin embargo, se dice que es un sistema incrementalmente lineal o af n, ya que los incrementos de la salida responden de manera lineal a incrementos de la entrada.
2.6.
Ejercicios
Ejercicio 2.1. Realizar la representacin grca de las se ales escaln unitario, o a n o rampa unitaria y parabola unitaria cuando estas son funciones de tiempo discreto. Ejercicio 2.2. Mostrar grcamente cada una de las propiedades de la funcin a o impulso. Ejercicio 2.3. Vericar que y(t) = tx(t) es variante en el tiempo.
Tema
3
Introduccin o
Series de Fourier
3.1.
Inicialmente Jean Raptiste Fourier concibi la representacin de funciones en o o forma de series trigonomtricas para la solucin de ecuaciones de transferencia de e o calor en cuerpos solidos, lo cual corresponde a problemas de valor de frontera. Con el avance en otras disciplinas se aprecio que esta forma de representacin es muy o util para el analisis de se ales dado que permite observar su comportamiento en n frecuencia, sin embargo queda limitada a se ales peridicas por lo cual al extender n o este planteamiento a se ales no peridicas se da lugar a la transformada de Fourier n o la cual se puede aplicar a se ales continuas no necesariamente peridicas. n o El concepto de la serie de fourier consiste en expresar una se al x(t) como: n x(t) = Ak cos(k t + k ) (3.1)
Donde el punto de importancia radica en el procedimiento a emplear para lograr este n.
3.2.
Representacin generalizada de una funcin o o en serie de Fourier
En principio se espera expresar una se al f (t) en funcin de otra g(t) en un n o intervalo (t1 , t2 ) como: f (t) = kg(t) 15 t1 < t < t2 (3.2)
TEMA 3. SERIES DE FOURIER
16
el criterio para determinar el valor ptimo de k puede ser, por ejemplo, minimizar o el error promedio en el intervalo (t1 , t2 ) denido como: = 1 t2 t1
t2 t1
[f (t) kg(t)]dt
(3.3)
Sin embargo esto no es ptimo ya que si existen errores grandes positivos y negativos o se cancelarian, lo que arrojar un psimo valor de k. Un ejemplo de esto seria a e aproximar la funcin sen(t) con la funcin nula entre 0 2. Es obvio que, aunque o o = 0, la aproximacin es mala. Un mejor criterio es minimizar el promedio del o cuadrado del error (2 ) donde: 2 para minimizarlo se toma; d2 =0 dk d2 1 = dk t2 t1
t2 t1
1 = t2 t1
t2 t1
[f (t) kg(t)]2 dt
(3.4)
2[f (t) kg(t)]g(t)dt = 0

t2 t1
k=
f (t)g(t)dt g 2 (t)dt
t2 t1
(3.5)
Este valor proporciona la mejor aproximacin de f (t) a travs de g(t). o e Si por alguna razn o
t2
f (t)g(t)dt = 0
t1
(3.6)
Se dice que f (t) no tiene componente de g(t), o que f (t) y g(t) son ortogonales. Por ejemplo: sen(n0 t) y sen(m0 t) son ortogonales en cualquier intervalo; t0 , t0 + 2 0
si n = m. Tambin son ortogonales en el mismo intervalo las funciones cos(n0 t) y e cos(m0 t) para todo n, m. Si en vez de aproximar f (t) con una sola funcin g(t) se desean utilizar un grupo o de funciones gk (t), es decir:
n
f (t) =
k=1
Ck gk (t)
(3.7)
17
Se puede utilizar el criterio de minimizar 2 con el n de calcular Ck . Sin embargo el clculo se hace muy complejo excepto si las funciones gk son ortogonales entre s en a el intervalo de aproximacin, en cuyo caso: o Ck =
t2 t1
f (t)gk (t)dt
t2 t1 2 gk (t)dt
(3.8)
Si se hace tender n el error cuadrtico medio tiende a cero. En este caso a se puede decir que no se esta aproximando sino representando la funcin con una o sumatoria innita de funciones ortogonales entre s f (t) = C1 g1 + C2 g2 + + Cn gn + (3.9)
Para esto es necesario un conjunto completo de funciones ortogonales, es decir que no falte ninguna gx y gi tal que:
t2
gx gi dt = 0
t1
i=x
(3.10)
y en ese caso tendremos que los coecientes Ci se calcularn como: a Ci =

t2 t1
f (t)gi (t)dt
t2 t1 2 gi (t)dt
(3.11)
La representacin de f (t) mediante un conjunto innito de funciones ortogonales se o conoce como: Representacin generalizada de f (t) en serie de Fourier o Esta es la base para el desarrollo de la series de Fourier en donde se escogen entre las m ltiples familias de funciones ortogonales aquella constituida por eleu mentos {sen(m0 t), cos(n0 t)} por ser las funciones que aparecen en la solucin de o ecuaciones diferenciales.
3.3.
Serie trigonomtrica de Fourier e
Utiliza en la representacin la familia de funciones ortogonales de o {sen(m0 t), cos(n0 t)} en el intervalo [t0 , t0 + T ] donde T = 2/0 . En este caso

f (t) = a0 +
n=1
an cos n0 t +
n=1
bn sen n0 t
(3.12)
18
Para determinar a0 , an , bn se minimiza 2 obtenindose e a0 = 2 an = T bn = 2 T

t0 +T
1 T
t0 +T
f (t)dt
t0
(3.13)
f (t) cos n0 tdt

t0 t0 +T
f (t) sen n0 tdt

t0
3.4.
Serie exponencial de Fourier
Utiliza como familia de funciones ortogonales a ejn0 t por lo tanto f (t) =

n=
Cn ejn0 t
(3.14) (2,36) sino con una deduccin o el valor de Cn que minimiza 2 1 T

t0 +T
Donde los Cn no se calculan mediante la frmula o 1 similar aplicable a se ales complejas . En este caso n resulta ser: 1 t0 +T Cn = f (t)ejn0 t dt; C0 = T t0
f (t)dt
t0
(3.15)
Cuando f(t) es una funcin real Cn = Cn por lo tanto en la representacin de f(t) o o jn0 t jn0 t cada par Cn e + Cn e resulta:
|Cn |ej(n0 t+arg cn ) + |Cn |ej(n0 t+arg Cn ) = 2|Cn | cos(n0 t + arg Cn ) Esto lleva a otra forma trigonomtrica de las series de fourier: e
(3.16)
f (t) = C0 +
n=1
2|Cn | cos(n0 t + arg Cn )
(3.17)
3.5.
Se ales peridicas n o
Una se al es peridica con periodo T si: n o x(t + nT ) = x(t) para n = 0, 1, 2, t (3.18)
En este caso las series vistas aproximarn la se al no solo entre (t0 , t0 + T ) sino para a n todo tiempo y a esto es lo que se le conoce como la serie de fourier para se ales n peridicas. o
1
ver Lathi, pag.31
19
Ejemplo 3.1. Determine la serie trigonomtrica de fourier de la se al presentada e n en la gura 3.1. f (t) 1.0 0.5 T 0.5 1.0 Figura 3.1: Se al peridica cuadrada. n o 2T t
a0 = 2 an = T 2 = T 2 2n sen
T /4
1 T
f (t)dt
0 3T /4
2 cos(n0 t)dt T T /4 1 sen(n0 ) n0

T /4
cos(n0 t)dt
T /4 3T /4 T /4
1 sen(n0 t) n0 T /4 sen 3n2 4 3n 2
n2 4 1 n
+ sen 3 sen
n2 4
+ sen
n2 4
n sen 2
Para n par an = 0 Para n impar n=1 n=3 2 bn = T 1 n

T /4 T /4
A1 = a3 =
4 n 4 n
=
n=1
4 4 3
n=3
=
3T /4
sen(n0 t)dt
T /4
sen(n0 t)
T /4 3T /4
cos(n0 t)|T /4 + cos(n0 t)|T /4
20
1 n
cos
n n + cos + cos 2 2
3n 2
cos
n 2
=0
Determine las relaciones que existen entre a0 , an , bn y Cn Cn = 1 T

t0 +T t0
1 T
t0 +T
f (t)ejn0t dt =
t0
f (t) cos n0 t
1 j T
t0 +T
f (t) sen n0 t
t0
bn an j = Cn 2 2 Cn + Cn = an j(Cn Cn ) = bn C0 = a0
(3.19) (3.20) (3.21) (3.22)
Ejemplo 3.2. Determine la serie exponencial de fourier de la se al mostrada en n la gura 3.2. f (t) 1.0 0.5 3.0 2.0 1.0 1.0 2.0 3.0 t
Figura 3.2: Se al peridica (seno recticado). n o
Cn =
0
sen(t)ej2nt dt ejt(12n) ejt(1+2n) dt

1
= 1 = 2j 1 2j
1 2j
1 0
ej(12n)t j(1 2n)
ejt(1+2n) j(1 + 2n) 0
1 0
ej(12n) 1 ej(1+2n) 1 + j(1 2n) j(1 2n) j(1 + 2n) j(1 + 2n)
21
1 2j 1 j
j(1 + 2n) + j(1 2n) 2 (1 4n2 ) Cn = 2 (1 4n2 )
2 2 j(1 2n) j(1 + 2n) =
j 2 (1
2j 4n2 ) 2
C0 =
Para la se al anterior determine a0 , an , bn n a0 = C0 = an = 2
bn = 0
4 (1 4n2 )
3.6.
Propiedades de la serie de Fourier
Para funcin par o

Si f (t) es par, es decir si f (t) = f (t) bn = 0 an = 4 T
T /2
f (t)cos(n0 t)dt
0
(3.23)
Para funcin impar o

Si f (t) es impar, o sea, f (t) = f (t) an = 0 bn = 4 T
T /2
f (t)sen(n0 t)dt
0
(3.24)
22
Desplazamiento en tiempo
Si la serie de f (t) =
n=
Cn ej0 t
la serie de f (t + ) =
Cn ej0 t n=
donde:
Cn = Cn ej0
Prueba: f (t + ) =
Cn e
n=
j0 (t )
=
n=
Cn ej0 ( ) ej0 (t)
por tanto:
Cn = Cn ej0
Nivel DC
Si a una se al f (t) se le agrega una DC, lo unico que se altera es el coeciente n C0 = a0 . Un ejemplo donde se puede aplicar las propiedades de desplazamiento en el tiempo y adicin de nivel DC se puede observar en la gura 3.3. o f (t) 0.5 T 0.5 g(t) = k + f (t t0 ) 2T t
1.0 0.5
2T
Figura 3.3: Se al con corrimiento y nivel DC. n
23
3.7.
Anlisis de la funcin Delta de Dirac. a o
Existen funciones que aunque no puedan realizarse f sicamente, su idealizacin o matemtica muchas veces simplica la solucin de ciertos problemas particulares. a o A esta clase de se les llama funciones singulares y entre ellas se destaca la funcin o impulso o delta de Dirac () la cual satisface las siguientes propiedades: 1. (t) = 2.
0 si t = 0 si t = 0 (o est indenida). a
(3.25)
(t)dt =

(t)dt = 1 ( > 0)
(3.26)
3.
(t)(t)dt = (0) 0

(t t0 )(t)dt = (t0 )
(3.27)
4. f (t)(t ) = f ( )(t ) 5. (at) = 6. 1 (t) para todo a = 0 |a| (t) = d[u(t)] dt (3.28) (3.29)
(3.30)
7. La funcin (t) puede transformarse a travs de ciertas funciones en el l o e mite tales como: a) 1 sen 0 t l m t (3.31)
3.8.
Clculo del coeciente Cn por el mtodo de a e diferenciacin o
En el caso de tener que calcular los coecientes Cn de una funcin que tenga o deltas de Dirac o que al derivarla k veces las genere, el clculo de Cn se simplicar a a. Observe que si:
f (t) =
n=
Cn ejn0 t
24
f (t) = y
(jn0 )Cn ejn0 t

n=
dk f (t) k = Cn ejn0 t dtk n= donde

k Cn = (jn0 )k Cn
Por lo tanto si la derivada k-es ma de la se al tiene deltas de Dirac, se calculan sus n k Cn y luego se conseguir los Cn originales a travs de: a e Cn =
k Cn Para n = 0 (jn0 )k
(3.32)
Ejemplo 3.3. Determinar los coecientes Cn para la se al de la gura 3.4 n f (t) A t
d1 d2
d1
d2
T 2
f (t)
A d2d1
d1 d1 d2 A d2d1 f (t)
A d2d1
d2
T 2
d1
d2
A d2d1
d1 d2
T 2
Figura 3.4: Representacin grca del mtodo de diferenciacin. o a e o
25
(2) Cn =
1 T
T /2 T /2
A [(t + d2 ) (t + d1 ) (t d1 ) + (t d2 )]ejn0 t dt d2 d1
A {ejn0 d2 ejn0 d1 ejn0 d2 + ejn0 d1 } T (d2 d1 ) = Cn = 2A [cos(n0 d2 ) cos(n0 d1 )] T (d2 d1 )
2A [cos(n0 d2 ) cos(n0 )] T (d2 d1 )(jn0 )2
Cada vez que se tenga que determinar una serie de Fourier se debe tratar de utilizar al mximo las propiedades y, si es aplicable, el clculo de los coecientes por a a diferenciacin. o
3.8.1.
Teorema de Parseval.
Si una se al f (t) es periodica con periodo T0 , su potencia promedio normalizada2 n se calcula de la siguiente forma: 1 Pf = T0
T0 /2 T0 /2
|f (t)|2dt
(3.33)
Donde la magnitud de f (t) se toma para considerar la posibilidad de que f (t) sea compleja. Escrito de otra forma: Pf = y como f (t) =
n=
1 T0
T0 /2
f (t)f (t) dt
T0 /2
(3.34)
Cn e
jn0 t
f (t) =
Cn ejn0t n=
Al sustituir esta expresin en (2.63) se tiene que o 1 Pf = T0

T0 /2
f (t)
T0 /2 n=
Cn ejn0 t dt =
Cn
n=
2
1 T0
T0
f (t)ejn0t
0
(3.35)
Normalizada se dene sobre una resistencia de 1 Ohm.
26
Esto indica que: Pf =
n=
|Cn |2
(3.36)
Esta relacin es conocida como el teorema de Parseval y establece que la potencia o promedio normalizada de una se al peridica f (t) es igual a la suma de los cuadrados n o de las amplitudes de sus componentes armnicas. Por tanto este teorema implica o superposicin de potencias promedios. o
3.9.
Ejercicios
Ejercicio 3.1. Para la se al peridica f (t) presentada en la gura 3.5 determin o nar: Serie exponencial de Fourier (Cn ). Serie trigonomtrica de Fourier (a0 , an , bn ). e Potencia contenida en los dos primeros armnicos. o
f (t) 2 1 0 1 2 Figura 3.5: Se al peridica triangular. n o Ejercicio 3.2. Determinar los coecientes de la serie trigonomtrica y exponene cial de Fourier para las siguientes se ales: n f (t) = 2 cos(210t) + cos(220t) + 3 sin(210t). f (t) = 2 cos(210t) sin(220t). 1 2 3 4 5 6 t
27
Ejercicio 3.3. Para una se al peridica cuadrada de amplitud (1 u(t) 1), n o con ciclo util del 50 % y periodo T = 4s (gura 3.6) determinar: Potencia contenida en los cuatro primeros armnicos. o Potencia total de la se al. n El porcentaje equivalente de potencia contenida en los cuatro primeros armnicos o de la se al. n
f (t) 1 3 2 1 1 1 2 Figura 3.6: Se al peridica cuadrada. n o 2 3 t
Tema
4
Introduccin o
Transformada de Fourier
4.1.
La transformada de Fourier es una extensin del anlisis de series pero con la o a capacidad de analizar se ales continuas que no necesariamente sean peridicas. n o
4.2.
Presentacin de la transformada de Fourier o
Las series de Fourier permiten representar se ales peridicas para todo tiempo, n o para representar una se al x(t) no peridica en trminos de exponenciales se conn o e struyen una versin peridica de x(t) llamada xp (t), y luego se hace tender el periodo o o a innito. Pero lo importante de hacer tender el periodo al innito es que cada vez se puede tener una mayor cantidad de la se al x(t) con lo cual si este periodo tiende n al innito como se dijo anteriormente el anlisis que se tiene sera para la se al x(t) a n en su totalidad. Un esbozo de lo enunciado anteriormente es apreciable en la gura 4.1. Entoces: xp (t) =
n=
Cnx ejnt
T0 /2
con Cn =
1 T0
x(t)ejn0 t dt
T0 /2 T0 /2
xp (t) =
n= T0 /2
x(t)ejn0 t dt f0 ejn0 t 28
TEMA 4. TRANSFORMADA DE FOURIER
29
2 x(t) 1 4 3 2 1 0 T1 T2 xp1 (t) 2 1 4 3 2 1 0 1 2 3 t 1 2 3 t
T1 x (t) 2 p2 1 4 3 2 1 0 T2 Figura 4.1: Planteamiento de la transformada de Fourier. Si T0 se tiene que f0 y su dual 0 son elementos muy peque os es decir que; n f0 df y como n pertenece a un conjunto innito de numeros se tiene que n0 = la cual es es una frecuencia continua. Bajo estos principios al tomar el limite cuando T0 la sumatoria se convierte en una integral de la siguiente forma;

x(t) =

x(t)ejt dt ejt df
y se llama a X(f ) la transformada directa de Fourier de x(t). En conclusin: o
X(f ) =

x(t)ejt dt X(f )ejt df
(4.1) (4.2)
x(t) =
30
Otra forma de representacin es en trminos de . o e
X() =
x(t)ejt dt
(4.3) (4.4)
x(t) =
1 2
X()ejt d
4.3.
Condiciones de existencia de la transformada de Fourier.
La condicin suciente para que exista la transformada de Fourier de una se al o n x(t) es que:

|x(t)|dt <
(4.5)
Esto se entiende al observar que:
X(f ) =
x(t)ejt dt <

|x(t)ejt |dt (4.6)
Por lo tanto si:
|x(t)ejt |dt <
X(f ) existir. Pero como |ejt |=1 la condicin se cumplir si: a o a
|x(t)|dt <
(4.7)
Adems la funcin debe tener un n mero nito de mximos, m a o u a nimos y discontinuidades en cualquier intervalo de tiempo nito y debe ser univaluada. Ejemplo 4.1. Determinar la transformada de Fourier del pulso rectangular mostrado en la gura 4.2. x(t)
T 2
T 2
Figura 4.2: Pulso rectangular.
31
X(f ) =
x(t)e
jt
A dt = ejt j = 2jA sen j
T /2 T /2
T T A ej 2 e+j 2 j
T 2
X(f ) =
A sen(f T ) = AT sinc(f T ) f
X(f ) AT
f
2 T 1 T 1 T 2 T
Figura 4.3: Transformada de Fourier de la gura 4.3.
4.4.
4.4.1.
Propiedades de la transformada de Fourier.

Superposicin o
Si la transformada de x(t) es X(f ) y la transformada de y(t) es Y (f ), entonces; F {ax(t) + by(t)} = aX(f ) + bY (f ) (4.8)
Para entender este teorema basta recordar que la transformada es una funcin que o se realiza a partir de integrales las cuales cumplen la propiedad de la linealidad. Este teorema permite conseguir transformaciones complejas usando transformaciones sencillas.
4.4.2.
Traslacin en el Tiempo o
Si la transformada de Fourier de x(t) es X(f ), entonces; F {x(t )} = X(f )ej (4.9)
32
Prueba: F {x(t)} =
x(t)ejt dt = X(f )

F {x(t )} =
x(t )ejt dt
Realizando el cambio de variables t = t dt = dt o tambin t = t + , se e tiene;
F {x(t )} = y reorganizando la integral:
x(t )ejt ej dt
F {x(t )} =
x(t )ejt dt ej
F {x(t )} = X(f )ej
4.4.3.
Modulacin o
Si la transformada de Fourier de x(t) es X(f ), se tiene; F {x(t)ej0t } = X(f f0 ) Prueba: F x(t)ej0 t =

(4.10)
x(t)ej0 t ejt dt
x(t)ej(0 )t dt
F x(t)ej0 t = X(f f0 )
4.4.4.
Dualidad
Si la transformada de x(t) es X(f ), se tiene; F {X(t)} = x(f ) Prueba: x(t) =

(4.11)
X(f )ejt df
33
Cambiando t por Intercambiando con f
x( ) =
X(f )ej( ) df
x(f ) =
X( )ej d
x(f ) = F {X( )}
4.4.5.
Diferenciacin en Tiempo o
Si la transformada de x(t) es X(f ), entonces; F Prueba: x(t) =
dk x(t) dtk
= (j)k X(f )
(4.12)
X(f )ejt df
d x(t) = dtk De aqui se llega a la conclusin: o F
X(f )(j)k ejt df
dk x(t) dtk
= (j)k X(f )
4.4.6.
Integracin En Tiempo o
Si la transformada de x(t) es X(f ), entonces;

t
F Prueba:
x( )d
X(f ) j
(4.13)
x(t) =
d dt
x( )d
t
X(f ) = jF
x( )d
TEMA 4. TRANSFORMADA DE FOURIER t
34
x( )d
X(f ) j X(f ) (j)n
Extendiendo a m ltiples integraciones: u F ,..., x( ) =
4.4.7.
Funciones Reales y Sinusoidales
Ahora bien, sea x(t) una se al cuya transformada es X(f ): n Si x(t) es real X(f ) = X (f ) Si x(t) es impar: X(f ) = 2j Si x(t) es par: X(f ) = 2
0 0
(4.14) (4.15)
x(t) sen(t)dt
x(t) cos(t)dt
(4.16)
4.4.8.
Funciones Conjugadas
Si la transformada de una funcin compleja x(t) es X(f ), entonces; o F {x (t)} = X (f ) Prueba: x(t) =

(4.17)
X(f )ejt df
Tomando el conjugado de ambos lados:
x (t) =
X (f )ejt df
al reemplazar f por f queda: Nota: Recordar que al realizar un cambio de variable tambin se alteran los limites e de integracin es decir si f entonces f . o
x (t) =
X (f )ejt (df )
x (t) =
X (f )ejt df
35
x (t) =
X (f )ejt df
(4.18)
Ejemplo 4.2. Encontrar la transformada de Fourier de la se al presente en la n gura 4.4. x(t) = cos(wc t) A
T 2
T 2
Figura 4.4: Se al coseno. n Esta se al puede ser escrita como: x(t) = p(t) cos(c t) y conociendo que P (f ) = n AT sinc(f T ) es la transformada de Fourier de la se al de la gura 4.5. n A p(t)
T 2
T 2
Figura 4.5: Se al ventana. n Al aplicar el teorema de la modulacin se tiene que: o X(f ) = es decir: X(f ) = P (f fc ) P (f + fc ) + 2 2
AT AT sinc[(f fc )T ] + sinc[(f + fc )T ] 2 2
Ejemplo 4.3. Encontrar la transformada de x(t) = et cos(c t)u(t).
36
Se busca primero F {et u(t)}
F {et u(t)} = et(1+j) = (1 + j)
et ejt dt
0
=
0
1 1 + j
Aplicando el teorema de modulacin se consigue X(f ) como: o X(f ) = 1 1 1 1 + 2 1 + j( c ) 2 1 + j( + c )
Ejemplo 4.4. Encuentre la transformada de: x(t) = e5t u(t) Se conoce la transformada de et u(t); aplicando el teorema de cambio de escala x(t) X(f ) 1 x(5t) X 5 Por lo tanto la transformada es: 1 1 1 j = 5 1+ 5 5 + j Ejemplo 4.5. Encontrar la transformada de Fourier de la gura 4.6. x(t) 1,0 3.0 2.0 1.0 1.0 1,0 2.0 3.0 t f 5
Figura 4.6: Se al. n Esta funcin se le conoce como signo de t y se escribe por conveniencia como: o sgn(t) = l (eat u(t) eat u(t)) m
a0
37
Su transformada ser: a F {sgn(t)} = 1 1 a + j a j = 2 j
Ejemplo 4.6. Determinar F {(t)}
F {(t)} = Ejemplo 4.7. Determinar F (1) Aplicando dualidad:
(t)ejt dt = 1
(t) 1 1 (f ) = (f ) Ejemplo 4.8. Determinar F {u(t)} u(t) = Por lo tanto su transformada ser: a F {u(t)} = (t) 1 + 2 j 1 1 + sgn(t) 2 2
4.5.
Transformada de Fourier de se ales peridin o cas
Esto permitir unicar el tratamiento de se ales a travs de la transformada de a n e fourier. Sabemos que F {(t)} = 1 y que F {1} = (t) por lo tanto, y aplicando el teorema de modulacin, F {1 ej0 t } = (f f0 ). o Una se al peridica x(t) puede representarse como: n o
x(t) =
n=
Cn ejn0 t
Al aplicar transformada de Fourier:
F {x(t)} = F
Cn ejn0 t
n=
38
=
n=
Cn F ejn0t
F {x(t)} =
n=
Cn (f nf0 )
(4.19)
Es decir que la transformada de Fourier tiene la misma forma que el espectro bilateral de amplitud solo que en cada armnica est aplicada una delta de Dirac. o a Bajo estas condiciones es fcil encontrar la transformada del sin(0 t) y cos(0 t) a F {cos(0 t)} = F {sin(0 t)} = (f f0 ) (f + f0 ) + 2 2 (f f0 ) (f + f0 ) 2j
4.6.
Teorema de Rayleigh
La energ normalizada de una se al x(t) compleja se calcula como: a n
EX =
|x(t)|2 dt
(4.20)
Escrito de otra forma: EX = y, como x(t) =
x(t)x (t)dt

X(f )ejt df

EX =
x(t)
X (f )ejt df dt
Intercambiando el orden de integracin: o

EX =
X (f )

x(t)ejt dt df X (f )X(f )df
EX =
EX =
|X(f )|2df
(4.21)
Tema
5
Respuesta al impulso
Respuesta al impulso y Convolucin o

5.1.
En el dominio de una transformada es posible representar un sistema mediante una respuesta en frecuencia o funcin de transferencia. En el dominio del tiempo o se presenta una forma de caracterizar un sistema, la cual es la respuesta al impulso h(t). La representacin general de un sistema se puede apreciar en la gura 5.1. o y(t)
x(t)
Sistema y(t) = H{x(t)}
Figura 5.1: Caracterizacin de un sistema. o Realizando un anlisis en el dominio de una transformada es posible determinar a que cuando x(t) = (t), y(t) = h(t). Entonces lo siguiente es determinar la salida y(t) cuando x(t) es una se al arbitraria. n Una de las propiedades de la funcin impulso es la capacidad de poder describir o cualquier se al de forma: n
x(t) =
x( )(t )d
La gura 5.2 puede ayudar a entender este concepto. Es de apreciar que la anterior descripcin se realiza para una se al no causal. o n Entonces si se tiene un sistema que opera en el tiempo de la forma: y(t) = H{x(t)} 39
TEMA 5. RESPUESTA AL IMPULSO Y CONVOLUCION
40
x(t)
x( )(t ) (t )
1.0
2.0
3.0
4.0
5.0
Figura 5.2: Forma de x(t). Al aplicar la descripcin de x(t) mediante la funcin impulso se tiene: o o
y(t) = H
x( )(t )d
Al ser H un operador del tiempo y lineal, se tiene:
y(t) =
x( )H{(t )}d
Entonces tal como se comento anteriormente al ser x(t) = (t) se tiene y(t) = h(t), por lo tanto h(t) = H{(t)} y considerando a H como un operador invariante en el tiempo se establece que: h(t ) = H{(t ) Finalmente al realizar el respectivo reemplazo se tiene:
y(t) =
x( )h(t )d = x(t) h(t)
(5.1)
Esta relacin recibe el nombre de integral de convolucin y por esto se dice que o o la salida de un sistema se determina a travs de la convolucin de la entrada con su e o respuesta impulsiva. Lo siguiente es determinar la relacin entre la respuesta al impulso con la funcin o o de transferencia. Si x(t) = ejt , entonces;
y(t) =
h(t ) ej d
41
empleando el cambio de variable t = t es decir dt = d
y(t) = y(t) = e
h(t ) ej(tt ) dt

jt
h(t ) ejt dt
H(f )
En conclusin hasta ahora: Si x(t) = ejt entonces y(t) = H(j)ejt. o Si conocemos h(t), para cualquier x(t): y(t) = x(t) h(t) Se plantea la posibilidad de Y (f ) conociendo X(f ) y H(f ). Sabemos que:

y(t) =
x( )h(t )d pero como x( ) =

X(f )ej df
y(t) =
X(f )ej df h(t )d
Intercambiando el orden de integracin: o
y(t) =
X(f )
h(t )ej d df
sea t =
y(t) =

X(f )
h( )ej(t ) d df
y(t) =
X(f )ejt

h( )ej d df
Pero:
h( )ej d = H(f )
(5.2)
Por lo tanto: y(t) =
X(f )H(f ) ejt df

Y (f )
Y (f ) = X(f ) H(f )
(5.3)
Y esta forma de relacionar entrada y salida proporciona una herramienta poderosa: Anlisis en frecuencia. a
42
5.2.
Convolucin o
La convolucin resulta siendo de gran importancia en el anlisis de sistemas o a por tratarse de una representacin de los fenmenos que ocurren en un sistema en o o funcin del tiempo, por lo cual importancia de conocer su interpretacin y forma de o o calculo. Una forma de realizar la convolucin es bajo un esquema grco, lo cual permite o a encontrar la convolucin de dos se ales de una manera muy sencilla. o n Ejemplo 5.1. Realizar la convolucin de las se ales presentadas en la gura 5.3. o n x(t) A1 t
3.0 2.0 1.0
1.0 h(t) A2
2.0
3.0
A2 (1 + 2t) 3.0 2.0 1.0
A2 (1 t/2) 1.0 2.0 3.0 t
Figura 5.3: Se ales en el dominio de t. n Se quiere realizar:
x(t) h(t) =
x( )h(t )d
En primer lugar se grca x( ) y h(t ) recordando que ahora la variable es , a tal como aparece en la gura 5.4. Como t puede tomar valores entre (, ) hay que observar para cuales de estos puntos el producto x( )h(t ) no es nulo. Es posible apreciar que para 1 > 0,5 + t y 1 < 2 + t el producto es nulo, o sea, que para t 1,5 y t 3 la convolucin se o hace cero. Por otra parte el producto de las se ales toma diferentes valores dependiendo el n valor de t. As :
43
x( ) A1
3.0 2.0 1.0
1.0 h(t )
2.0
3.0
A2 1
(t ) 2
A2
A2 (1 + 2(t )) t 1.0 2.0 1 t+ 2 3.0
3.0 2.0 1.0 t2
Figura 5.4: Grca de x( ) y h(t ). a a) Desde t = 1,5 hasta t = 1. Figura 5.5 x( ), h(t )
3.0 2.0 1.0
1.0
2.0
3.0
x( ), h(t )
3.0 2.0 1.0
1.0
2.0
3.0
Figura 5.5: Convolucin desde t = 1,5 hasta t = 1. o

0,5+t
x(t) h(t) =
x( )h(t )d =
A1 A2 (1 + 2(t ))d
b) Desde t = 1 y hasta t = 0,5. Figura 5.6
44
x( ), h(t )
3.0 2.0 1.0
1.0
2.0
3.0
x( ), h(t )
3.0 2.0 1.0
1.0
2.0
3.0
Figura 5.6: Convolucin desde t = 1 y hasta t = 0,5. o

t
x(t) h(t) =
x( )h(t )d =
t+0,5
A1 A2 1
(t ) 2
+
t
A1 A2 (1 + 2(t ))d
c) Desde t = 0,5 y hasta t = 1. Figura 5.7 x( ), h(t )
3.0 2.0 1.0
1.0
2.0
3.0
x( ), h(t )
3.0 2.0 1.0
1.0
2.0
3.0
Figura 5.7: Convolucin desde t = 0,5 y hasta t = 1. o
TEMA 5. RESPUESTA AL IMPULSO Y CONVOLUCION t
45
x(t) h(t) =
x( )h(t )d =
1
A1 A2 (1
t 2
+
t
A1 A2 (1 + 2(t ))d
d) Desde t = 1 y hasta t = 3. Figura 5.8 x( ), h(t )
3.0 2.0 1.0
1.0
2.0
3.0
x( ), h(t )
3.0 2.0 1.0
1.0
2.0
3.0
Figura 5.8: Convolucin. o

1
x(t) h(t) =
x( )h(t )d =
2+t
A1 A2 1
(t ) 2
La convolucin debe ser continua. Queda a manera de ejercicio determinar la o respuesta nal de la convolucin o Ejemplo 5.2. Determinar x(t) m(t) considerando la gura 5.9: En este caso conviene hacer
y(t) m(t) =
m( )x(t )d
La convolucin existe desde que t + 1 = 1 es decir t = 2 hasta t y se o presentan los siguientes casos:
46
x(t) 1t 3.0 2.0 1.0 1.0 m(t) 1 t2 3.0 2.0 1.0 et 1.0 2.0 3.0 t 2.0 3.0 t
Figura 5.9: Se ales en el dominio de t. n m( ) 1 2 3.0 2.0 1.0 e 1.0 x(t ) 1+ t 3.0 2.0 1.0 t1 t 1.0 2.0 t+1 3.0 2.0 3.0
Figura 5.10: Se ales en funcin de . n o a) Desde t = 2 y hasta t = 1. Figura 5.11
47
x( ), m(t )
3.0 2.0 1.0
1.0
2.0
3.0
x( ), m(t )
3.0 2.0 1.0
1.0
2.0
3.0
Figura 5.11: Convolucin desde t = 2 y hasta t = 1. o

t+1
y(t) m(t) =
m( )x(t )d =
(1 2 )(1)d
b) Desde t = 1 hasta t = 0. Figura 5.12 x( ), m(t )
3.0 2.0 1.0
1.0
2.0
3.0
x( ), m(t )
3.0 2.0 1.0
1.0
2.0
3.0
Figura 5.12: Convolucin desde t = 1 hasta t = 0. o
48
y(t) m(t) =
m( )x(t )d = +
0
(1 2 )( + 1 t)d +
(1 2 )(1)d
1+t
(1)e d
c) Desde t = 0 hasta t = 1. Figura 5.13 x( ), m(t )
3.0 2.0 1.0
1.0
2.0
3.0
x( ), m(t )
3.0 2.0 1.0
1.0
2.0
3.0
Figura 5.13: Convolucin desde t = 0 hasta t = 1. o
y(t) m(t) =
m( )x(t )d =
t1 1+t
(1 2 )( + 1 t)d +
( + 1 t)e
+
t
e (1)d
d) Desde t = 1 hasta t . Figura 5.14

t 1+t
y(t) xm(t) =
m( )x(t )d =
t1
( + 1 t)e d +
(1)e d
t
Al efectuar las integrales, la convolucin toma las siguientes expresiones en o cada intervalo:
49
x( ), m(t )
3.0 2.0 1.0
1.0
2.0
3.0
x( ), m(t )
3.0 2.0 1.0
1.0
2.0
3.0
Figura 5.14: Convolucin desde t = 1 hasta t . o
y(t) m(t) =
4 3 3 t2 t3 4 t t2 2 t +
2 3 t4 12 + t3 (t1) 12 3
17 12
2t 3 t
5 + 12 et (t+1)
(t+1)
e(t+1)
[2 t 1] [1 t 0] [0 t 1] [1 t ]
5.3.
1.
Propiedades de la convolucin o
xy = yx (5.4) (5.5) (5.6)
2. (x y) w = x (w y) 3. (ax + cy) w = a(x w) + c(y w) 4. d dy dx [x y] = x = y dt dt dt x(t) (t) = x(t) x(t) (t ) = x(t )
(5.7)
5.
(5.8)
50
6. F {x y} = X(f )Y (f ) 7. F 1 {X(f ) Y (f )} = x(t) y(t) Ejemplo 5.3. : Prueba de la propiedad 6 de la convolucin: o

(5.9) (5.10)
F {x y} =
x( )y(t )d ejt dt
Cambiando el orden de integracin: o

F {x y} =
x( )

y(t )ejt dt d
F {x y} = F {x y} = Y (f )
x( ) Y (f )ej d

x( )ej d = X(f ) Y (f )
5.4.
Respuesta de un sistema al escaln o
Para caracterizar un sistema es suciente tener su respuesta al impulso, el problema radica en la capacidad de generar un delta de Dirac temporal debido a la cantidad de energ requerida en un instante de tiempo muy peque o. Para solvena n tar esta situacin se puede proponer la aplicacin de un escaln u(t) tal como se o o o presenta a continuacin: o En ese caso la salida del sistema Yu (t) ser a Yu (t) = u(t) h(t) Derivando ambos miembros de esta ecuacin se tiene: o dYu (t) d du(t) = [u(t) h(t)] = h(t) dt dt dt = (t) h(t) = h(t) (5.11)
Por lo tanto si se tiene la respuesta a la funcin escaln, basta derivarla para tener o o su respuesta al impulso:
51
2.0 1.0
y1 (t)
1.0
2.0
3.0
4.0
5.0
2.0 1.0
x2 (t)
1.0
2.0
3.0
4.0
5.0
Figura 5.15: Se ales y1 (t) y x2 (t). n h(t) 2.0 1.0 1.0 1.0 Figura 5.16: Derivada de la se al. n Ejemplo 5.4. Si la respuesta de un sistema al escaln es y1 (t) determine la o respuesta a una se al x2 (t) como la mostrada en la gura 5.15. n Para obtener la respuesta impulsiva de la red se deriva la se al y1 (t), teniendo n un resultado como el presentado en la gura 5.16. Para obtener la respuesta a x2 (t) es necesario convolucionarla con h(t). En este caso es conveniente aplicar superposicin ya que tanto la se al de entrada como o n la respuesta al impulso estn formadas por dos pulsos; en ese caso se encuentra la a convolucin de un pulso de entrada con 1 de la respuesta al impulso y luego se repite o adecuadamente este resultado con las combinaciones de pulsos restantes. 2.0 3.0 4.0 5.0 t
52
Luego de realizar el proceso de convolucin tal como fue presentado anterioro mente se tiene el resultado mostrado en la gura 5.17. x2 (t)
2.0 1.0
1.0 1.0 2.0
2.0
3.0
4.0
5.0
6.0
7.0
Figura 5.17: Resultado de la convolucin. o
5.5.
Ejercicios
Ejercicio 5.1. Realizar la convolucin entre x(t) = u(t) y h(t) = u(t)et . o Ejercicio 5.2. Para las se ales de la gura 5.18 x(t) y h(t) determinar la conn volucin entre ellas. o x(t) 1 2 1 1 2 t 2 1 h(t) 1 1 2 t
Figura 5.18: Se ales x(t) y y(t). n Ejercicio 5.3. Realizar la convolucin de las se ales presentadas en la gura o n 5.19. Ejercicio 5.4. Determinar x(t) h(t) para las se ales de la gura 5.20: n
53
x(t) 1 t
3.0 2.0 1.0
1.0 h(t) 1
2.0
3.0
1 t/2 3.0 2.0 1.0 1.0 2.0 3.0 t
Figura 5.19: Se ales en el dominio de t. n
x(t)
3.0 2.0 1.0
1.0 m(t)
2.0
3.0
3.0 2.0 1.0
1.0
2.0
3.0
Figura 5.20: Se ales en el dominio de t. n
Tema
6
Introduccin o
Transformada de Laplace
6.1.
Muchos de los fenmenos en la naturaleza son descritos en ecuaciones difereno ciales, por lo tanto, es de gran importancia una herramienta que permita su anlisis a de forma ms cmoda siendo esta herramienta la transformada de Laplace, ya que a o permite convertir una ecuacin diferencial en una ecuacin algebraica. Adicionalo o mente la transformada de Laplace permite representar un sistema como una relacin o de entrada salida en el dominio de la transformada lo cual se llama funcin de transo ferencia.
6.2.
Denicin de la transformada unilateral de o Laplace
Se dene la Transformada de Laplace de la se al x(t) n
X(s) = L{x(t)} =
x(t)est dt
0
(6.1)
La cantidad compleja s = + j generaliza el concepto de frecuencia en la Transformada de Fourier. Se hace notar que el l mite inferior de la integral es 0, lo cual proporciona una misma Transformada para se ales causales ya que x(t) y x(t)u(t) son iguales. n La Transformada de Laplace existe si la integral que la dene es nita. Para ello 54
TEMA 6. TRANSFORMADA DE LAPLACE
55
se necesita que los valores de sean concretos, lo que dene una regin de convergencia o de la Transformada de Laplace. Con la Transformada de Laplace se generaliza el concepto de funcin de Transo ferencia de un sistema a aquellos cuyas condiciones iniciales son no nulas.
6.3.
Transformada Inversa de Laplace
Esta denida como; 1 x(t) = L {X(s)} = 2j

1 +j
X(s)est ds
j
(6.2)
6.4.
Propiedades
Superposicin o
L{ax(t) + by(t)} = aX(s) + bY (s) (6.3)
Multiplicacin por exponencial o

L{eat x(t)} = X(s + a) (6.4)
Multiplicacin por coseno o

1 L{cos(at)x(t)} = [X(s + ja) + X(s ja)] 2
(6.5)
Multiplicacin por seno o

1 L{sen(at)x(t)} = j [X(s + ja) X(s ja)] 2
(6.6)
56
Multiplicacin por t o
dX(s) ds
L{tx(t)} =
(6.7)
Escalado
s 1 L{x(at)} = X a a
(6.8)
Desplazamiento
L{x(t a)u(t a)} = eas X(s) a>0 (6.9)
Diferenciacin o
L{x (t)} = sX(s) x(0) L{xn (t)} = sn X(s) sn1 x(0) ... xn1 (0) (6.10)
(6.11)
Integracin o
t
x( ) d
X(s) s
(6.12)
Convolucin o
L{x(t) y(t)} = X(s)Y (s) (6.13)
57
Producto
1 X(s) Y (s) 2j
L{x(t)y(t)} =
(6.14)
Teorema del valor inicial

x(0) = l [sX(s)] m
s
(6.15)
Teorema del valor nal

x(t)|t = l [sX(s)] m
s0
(6.16)
6.5.
Funcin de transferencia o
De igual manera que en la Transformada de Fourier, podemos obtener la respuesta de un sistema a un se al de entrada x(t) a partir sus Transformadas de n Laplace: y(t) = x(t) h(t) = L1 {X(s)H(s)} H(s) es la funcin de transferencia del sistema. Podemos determinar la funcin o o de transferencia a partir de la ecuacin diferencial que describe el sistema o dN y dN 1 y dy dM x dM 1 x dx + a1 N 1 + ... + aN 1 = b0 M + b1 M 1 + ... + bM 1 + bM x dtN dt dt dt dt dt Haciendo la transformada de Laplace en ambos miembros y aplicando la propiedad de la derivada para condiciones iniciales cero (sN + a1 sN 1 + ... + aN 1 s + aN )Y (s) = (b0 sM + b1 sM 1 + ... + bM 1 s + bM )X(s) Y (s) b0 sM + b1 sM 1 + ... + bM 1 s + bM H(s) = = N X(s) s + a1 sN 1 + ... + aN 1 s + aN
58
6.6.
Ejercicios
Ejercicio 6.1. Para un sistema de masa resorte encontrar la solucin en el o tiempo, para la variable de posicin. o Ejercicio 6.2. Encontrar la solucin para la ecuacin diferencial: o o a2 considerando que: dy d2 y + a1 + a0 y = u(t) 2 dx dx dy (0) = y1 dx y(0) = y0
Ejercicio 6.3. Para un sistema: H(s) = 1 s+1
determinar la respuesta al escaln empleando la trasformada de Laplace y luego la o integral de convolucin. o
Tema
7
Introduccin o
Muestreo
7.1.
Una se al de tiempo discreto puede representar un fenmeno para el cual la n o variable independiente es propiamente discreta. Se ales tales como las relaciones n especie-abundancia, o los datos demogrcos o indicadores econmicos ya mencionaa o dos son ejemplos t picos de estas se ales. Por otro lado, una se al de tiempo discreto n n puede representar muestras de un fenmeno para el cual la variable independiente o es en realidad continua. El procesamiento de voz por computadora digital requiere representar la se al n continua de voz por una secuencia discreta de valores que pueda ser procesado por un algoritmo de computadora, tal es el caso tambin de todas las aplicaciones de e control de procesos continuos mediante un procesador digital.
7.2.
Sistema de procesamiento digital
Un sistema de procesamiento digital se se ales consiste en una etapa de convern sion de anlogo a digital (A/D) la cual convierte una se al continua en discreta, posa n teriormente un elemento de procesamiento digital (computador, micro-controlador, procesador) realiza la transformacin de la se al de entrada, luego de procesada o n la se al digital es reconstruida en anloga mediante un converser digital anlogo n a a (D/A). El diagrama de bloques con las respectivas se ales presentes en este proceso n se puede apreciar en la gura 7.1.
59
TEMA 7. MUESTREO
60
x(t) A/D
x[n] h[n]
y[n] D/A
y(t)
Figura 7.1: Sistema de procesamiento digital.
7.3.
Muestreo
El proceso a travs del cual una se al continua x(t) es transformada en una e n se al discreta x[n] consiste simplemente en la toma de muestras de la se al conn n tinua en instantes discretos de tiempo n denominados tiempos de muestreo n = {..., 1, 0, 1, 2, 3, ...}. El proceso de muestreo se muestra en la gura 7.2. Para realizar este proceso es necesaria una se al que proporcione los instantes para realizar la adquisicin n o de las muestras, esta se al m(t) es un tren de impulsos con una frecuencia fs = n 1/Ts denominada frecuencia de muestreo (Hertz). Tambin es com n tomar esta e u frecuencia en rad/seg. El muestreo puede ser uniforme (Ts constante) s = 2/Ts o no uniforme (Ts variable), el valor de Ts es conocido tambin como periodo de e muestreo.
7.3.1.
Proceso de muestreo
En gura 7.2 puede verse que la se al continua x(t) proporciona la amplitud del n tren de pulsos m[n], para obtener la se al muestreada x[n], es decir que la se al n n muestreada es dada por la amplitud de la se al continua x(t) en los instantes de n muestreo t = nTs . El proceso de muestreo ideal puede representarse como: x[n] = m[n]x(t) donde m[n] =
k=
(7.1)
(n k)
(7.2)
con el impulso unitario discreto denido como. [n] = 1 para n = 0, 0 para n = 0. (7.3)
TEMA 7. MUESTREO
61
x(t)
1.0
2.0
3.0
4.0
5.0
m(t)
1.0
2.0
3.0
4.0
5.0
x[n]
1.0
2.0
3.0
4.0
5.0
xr (t)
1.0
2.0
3.0
4.0
5.0
Figura 7.2: El proceso de muestreo.
7.3.2.
Muestreo impulsivo
En muchas oportunidades para realizar el paso de una transformada continua a una discreta es necesario emplear muestreo de tipo impulsivo, donde se emplea una
TEMA 7. MUESTREO
62
se al de muestreo como: n m(t) =
n=0
(t nT )
(7.4)
Donde se tiene la se al discreta al realizar el producto: n
xm (t) = x(t)m(t) = x(t)

n=0
(t nT )
(7.5)
Dada que la suma esta en funcin de n y aplicando las propiedades de la funcin o o impulso se tiene:
xm (t) =
n=0
x(nT )(t nT )
(7.6)
7.3.3.
Nomenclatura
En varios textos se suele denotar de forma similar si una se al es proveniente n de tiempo continuo o si es propiamente de tiempo discreto, aunque para efectos prcticos este detalle no reviste mayor relevancia puede se importante presentar a esta diferencia con la nalidad de poder observar el dominio de cada una de las herramientas empleadas en el anlisis de se ales. a n La diferencia a considerar es: x(t) : Se al de tiempo continuo. n xm (t) : Se al muestreada (impulsivo) de tiempo discreto. n x(nT ) : Se al discreta muestreada. n x[n] : Se al discreta. n
7.4.
Teorema de muestreo
Es de notar que al disminuir la frecuencia de muestre de una se al la se al n n muestreada deja de ser parecida a la se al original, esto se puede asociar a la perdida n de informacin debido al proceso de muestreo dando lugar el fenmeno denominado o o aliasing. Claude Shannon estableci que para una se al limitada en banda con una o n frecuencia maxima fm , la frecuencia de muestreo fs minima para esta se al debe n ser: fs > 2fm (7.7)
TEMA 7. MUESTREO
63
Lo anterior es conocido como en teorema de muestreo. Un ejemplo del fenmeno de aliasing se puede apreciar en la gura 7.3 donde se o tiene el muestreo de una se al coseno a la cual se la aplica un muestreo igual a dos n veces su frecuencia de oscilacin, en este caso es de apreciar que el caso donde se o toma como fs = 2fm presenta aliasing. x(t), x[n] 1.0 0 1.0 x(t), x[n] 1.0 0 1.0 Figura 7.3: Se al coseno continua muestreada al doble de su frecuencia. n t, n t, n
7.5.
Ejercicios
Ejercicio 7.1. Realizar la grca de la se al x(t) = sin(210t) al ser muestreada a n con: fs = 50Hz fs = 30Hz fs = 20Hz fs = 10Hz
TEMA 7. MUESTREO
64
Ejercicio 7.2. Realizar la grca de la se al x(t) = sin(210t) cos(220t) al ser a n muestreada con: fs = 1000Hz fs = 60Hz fs = 30Hz fs = 20Hz
Tema
8
Introduccin o
Transformada de Fourier en tiempo discreto (DTFT)

8.1.
Al igual que en tiempo discreto en tiempo continuo es necesario el anlisis en a frecuencia de las se ales. Por lo anto la herramienta empleada en esta caso es la n transformada de Fourier en tiempo discreto (DTFT).
8.2.
Presentacin de la transformada de Fourier o en tiempo discreto (DTFT)
Un mtodo clsico para la deduccin de la DTFT es empleando el criterio de e a o muestreo pero tambin es posible plantearla a partir de la convolucin discreta. e o
y[n] = x[n] h[n] =
k=
xs [k]hs [n k]
Si se tiene una se al de entrada armnica x[n] = exp(j2nf ts ), la respuesta y[n] es n o
y[n] =
k=
ej2(nk)f ts h[k]
y[n] = e
j2nf ts k=
ej2kf ts h[k] = x[n]H() 65
TEMA 8. TRANSFORMADA DE FOURIER EN TIEMPO DISCRETO (DTFT)
66
H() es la DTFT de la se al discreta h[n] . Ntese que la funcin H() es peridica, n o o o debido a que h[n] es una funcin discreta. o En este caso se tiene una nueva variable correspondiente a la frecuencia la cual se denomina . En realidad esta resulta ser una redenicin de la frecuencia trabajada o en la transformada de Fourier pero que se ajusta al caso de tener se ales discretas. n Para esta formulacin es necesario retomar los resultados observados en el teoo rema de muestreo, de los cuales tenemos; ts = nTs 1 Ts Donde ts es el tiempo continuo que ha sido muestreado, n es el conjunto de valores continuos, el cual es llamado tiempo discreto y Ts es el tiempo de muestreo, adems a como una consecuencia de esto se tiene una frecuencia de muestreo denotada como fs . fs = Bajo esta perspectiva se tiene una relacin directa entre la frecuencia normalizada o y la frecuencia en herz f o en radianes por segundo , la cual resulta siendo; = 2f Ts = 2 = 2f Ts = 2 f fs
s Donde es apreciable que la frecuencia normalizada al ser argumento de una se al n peridica como lo es una exponencial compleja el comportamiento de esta funcin o o es peridico por lo tanto se tienen espectros peridicos para la DTFT, con una o o periodicidad de 2 en . El resultado anteriormente mencionado es apreciable tambin en el teorema de e muestreo y la formacin de aliasing. o Finalmente la expresin para la DTFT es o
X() =
n=
x[n]ejn
8.3.
Dualidad entre las series de Fourier y la DTFT
Se tiene una se al peridica continua xp (t). Mediante las series de Fourier transn o formamos esa se al peridica continua en una funcin aperidica y discreta (los n o o o
67
coecientes espectrales Xs [k]). Xs [k] = 1 T xp (t)ej2kf0 t dt

T
xp (t) =
k=
Xs [k]ej2kf0 t
De una manera dual, es posible intercambiar tiempo y frecuencia de forma xs [k] = 1 SF Xp (t)ej2kf ts df
SF
Xp (f ) =
k=
Xs [n]ej2kf ts
donde SF = 1/ts . Ahora tenemos una se al aperidica discreta xs [k] y la transforn o mamos en una se al peridica continua Xp (f ) mediante la DTFT. n o El comportamiento dual entre las series de Fourier y la DTFT se maniesta en lo siguiente : En las series de Fourier se parte de una se al x(t), temporal, continua y peridin o ca (periodo T ) y se obtienen los coecientes X[k], que es una funcin de la o frecuencia, aperidica y discreta con una distancia entre dos valores consecuo tivos de f0 = 1/T . En la DTFT se parte de una se al discreta en el tiempo x[n], con periodo de n muestreo ts = 1/fs y aperidica y se obtiene una funcin X(f ) (X()), que o o es funcin continua de la frecuencia y peridica con periodo fs . o o Todas las propiedades para las series de Fourier tienen su correspondientes equivalencias en la DTFT. Ejemplo: DTFT de la secuencia x[n] = [n]:
X(f ) =
k=
[k]ej2kf ts = 1
Si se tiene una secuencia x[n] = {1, 0, 3, 2} , a partir de la anterior ecuacin y o aplicando la propiedad del desplazamiento, X(f ) = 1 + 3ej4f ts 2ej6f ts
68
8.4.
Consideraciones
Sin embargo, a la hora de realizar operaciones tenemos los mismos problemas que en las series de Fourier ya que se trata con se ales continuas o con series de n datos de longitud innita. La electrnica nos obliga a trabajar con un n mero nito o u de datos discretos que adems tienen una precisin nita. a o De lo que se trata es de conseguir discretizar las variables continuas y de limitar el n meros de muestras en los dos dominios (temporal y frecuencial). u Esto lleva a denir las series discretas de Fourier y la Transformada Discreta de Fourier (DFT).
8.5.
Ejercicios
Ejercicio 8.1. Utilizando las propiedades de la transformada de Fourier de tiempo discreto determinar X() para las siguientes se ales: n x(n) = n( 1 )|n| 3 x(n) = ej3n Ejercicio 8.2. En la gura 9.2 se tiene el esquema bsico de un modulador de a AM donde: y(t) = x(t)m(t), para lo cual se tiene que x(t) = 4 sin(220t) cos(210t) y m(t) = 2 cos(250t). x(t) y(t)
m(t) Figura 8.1: Sistema de modulacin. o Para la salida determinar: Y () si f s = 200Hz.
Tema
9
Introduccin o
Transformada discreta de Fourier (DFT)

9.1.
La transformada de Fourier de tiempo continuo y discreto son excelentes herramientas para el anlisis de se ales continuas y discretas, sin embargo, su aplicacin a n o queda limitada a conocimiento de una expresin anal o tica que represente la se al n sobre la cual se quiere realizar el anlisis en frecuencia. En el caso donde se requiera a realizar anlisis en frecuencia a un conjunto de muescas y que este anlisis se reala a ice mediante un procesador digital, entonces, es necesario extender la transformada de Fourier de tiempo discreto a una transformada donde la frecuencia tambin sea e discreta. La transformada que permite lo anterior es la transformada discreta de Fourier donde se da por entendido que se esta trabajando en tiempo discreto.
9.2.
Presentacin de la transformada discreta de o Fourier (DFT)
Dada una se al x(nT ) real, discreta en el tiempo y de duracin nita, puede n o formarse una se al peridica, con per n o odo NT , xp (nT ), de la siguiente manera:
xp (nT ) =
r=
x(nT + rNT )
69
TEMA 9. TRANSFORMADA DISCRETA DE FOURIER (DFT)
70
x[n]
4.0 3.0 2.0 1.0
1.0
2.0 N
3.0
4.0
5.0
xp [n]
4.0 3.0 2.0 1.0
1.0
2.0 N
3.0
4.0
5.0
Figura 9.1: Se al discreta peridica. n o La transformada discreta de Fourier de xp (nT ) se dene de la siguiente forma:
N 1
Xp (jk) =
n=0
xp (nT )W kn
Donde W = ej2/N = s /N s = 2/T En general Xp (jk) es complejo, y puede expresarse de la siguiente forma: Xp (jk) = A(k)ej(k) donde: A(k) = |Xp (jk)| (k) = arg Xp (jk)
71
9.3.
Antitransformada discreta de Fourier (IDFT)
xp (nT ) se denomina antitransformada discreta de Fourier de Xp (jk), y esta dada por la siguiente expresin: o xp (nT ) = Demostracin: o 1 N
N 1
1 N
N 1
Xp (jk)W kn
k=0
Xp (jk)W
k=0
kn
1 = N = 1 N
N 1
N 1
xp (mT )W km W kn
k=0 N 1 m=0 N 1
xp (mT )
m=0 k=0
W k(nm)
como
N 1
W k(nm) =
k=0
N 0
si n = m, para otro caso.
entonces la suma es diferente de cero solo cuando el parmetro n es igual al argua mento de la suma m lo cual ocurre porque la base es ortogonal, por lo tanto se puede decir que N 1 1 Xp (jk)W kn = xp (nT ) N k=0 Ejemplo: calcular la DFT para la siguiente se al: n xp (nT ) considerando N = 10 se tiene:
6
1 si 2 n 6, 0 otro n.
Xp (jk) =
n=2
W kn =
W 2k W 7k 1 W k
Es una serie geomtrica en trminos nitos, por otro lado se tiene que e e W = ej2/N = ej/5 por lo tanto se tiene Xp (jk) = ej4/5 sen(k/2) sen(k/10)
72
9.4.
Ejercicios
Ejercicio 9.1. Utilizando las propiedades de la transformada de Fourier de tiempo discreto determinar X(k) para las siguientes se ales: n x(n) = n( 1 )|n| 3 x(n) = ej3n Ejercicio 9.2. En la gura 9.2 se tiene el esquema bsico de un modulador de a AM donde: y(t) = x(t)m(t), para lo cual se tiene que x(t) = 4 sin(220t) cos(210t) y m(t) = 2 cos(250t). x(t) y(t)
m(t) Figura 9.2: Sistema de modulacin. o Para la salida determinar: Y (k) si f s = 200Hz, tomando N = 10 muestras.
Tema
10
Introduccin o
Transformada Z
10.1.
La transformada Z se utiliza para el anlisis de sistemas discretos tal como lo a son los ltros digitales lineales e invariantes en el tiempo. Esta transformada tiene una aplicacin muy parecida a la realizada por la transformada de Laplace y se debe o a su comodidad de transformar ecuaciones en diferencias en expresiones algebraicas, lo que ayuda al anlisis sobre los diferentes sistemas discretos. a
10.2.
Presentacin de la trasformada Z o
La trasformada Z se encuentra denida como: F (z) =

n=
f (nT )z n = Z{f (nT )}
(10.1)
Para cualquier z, tal que F (z) converge. z es una variable compleja de la forma z = x + jy
73
TEMA 10. TRANSFORMADA Z
74
10.3.
Propiedades de la transformada Z
Linealidad
Si a y b son constantes, y Z{f (nT )} = F (z) y Z{g(nT )} = G(z), entonces: Z{af (nT ) + bg(nT )} = aF (z) + bG(z)
Traslacin o
Z{f (nT + mT )} = z m F (z)
Cambio de escala complejo

Considerando w como un n mero complejo. u Z{w n f (nT )} = F (wz)
Diferenciacin compleja o
dF (z) dz
Z{nT f (nT )} = T z
Convolucin Real o
Z Z
{F (z)G(z)} = {F (z)G(z)} =
k=
f (kT )g(nT kT ) g(kT )f (nT kT )
k=
75
10.4.
Transformada Z unilateral
De manera anloga a la transformada de Laplace, la transformada Z unilateral a es denida de la siguiente forma:
F (z) =
n=0
f (nT )z n
(10.2)
la transformada unilateral y bilateral son diferentes si f (nT ) = 0 para n < 0. Cuando se trabaja con funciones que son cero para n < 0, no es necesario hacer la distincin, siendo este el caso que se trabaja en este apartado. o Para determinar ciertas trasformadas es necesario recordar el siguiente resultado;
ak =
k=0
1 1a
Ejemplo 10.1. Calcular la trasformada Z de x(nT ) = (nT ). Z{(nT )} = 1 Ejemplo 10.2. Calcular la trasformada Z de x(nT ) = u(nT ). Z{u(nT )} = 1 z = 1 1z z1
Ejemplo 10.3. Calcular la trasformada Z de x(nT ) = Ku(nT T ). Z{Ku(nT T )} = Kz 1 Z{u(nT )} = K z1
Ejemplo 10.4. Calcular la trasformada Z de x(nT ) = u(nT )Kw n . Z{u(nT )Kw } = KZ

n
1 u(nT ) w
Kz zw
Ejemplo 10.5. Calcular la trasformada Z de x(nT ) = u(nT )enT . z Z{u(nT )enT } = z eT Ejemplo 10.6. Calcular la trasformada Z de x(nT ) = nT u(nT ). Z{nT u(nT )} = T z d Tz Z{u(nT )} = dz (z 1)2
76
Ejemplo 10.7. Calcular la trasformada Z de x(nT ) = u(nT )sen(nT ). Z{u(nT )sen(nT )} = 1 Z{u(nT )(ejnT ejnT )} 2j 1 1 = Z{u(nT )ejnT } Z{u(nT )ejnT } 2j 2j z z 1 = jnT 2j z e z ejnT z sen(nT ) = 2 z 2z cos(nT ) + 1
Ejemplo 10.8. Calcular la transformada Z de la funcin denida por: o p(k) = 1 si k = 0, 1, 2, ... 0 si k < 0
Desarrollo
Z {p(k)} = =
p(k)z k
k=0
1z k
k=0
=
k=0
(z 1 )k
teniendo en cuenta que;
ak =
k=0
1 1a
entonces Z {p(k)} = 1 1 z 1 z = z1
77
Ejemplo 10.9. Determinar la transformada Z de ak p(k).
Z a p(k) = =
ak z k
k=0
ak (z 1 )k
k=0
=
k=0
(az 1 )k
1 1 az 1 z = za =
10.5.
Transformada Z inversa
Si F (z) converge en alg n anillo abierto, entonces es posible obtener f (nT ) de u la siguiente manera: f (nt) = Si F (z)z n1 = F0 (z) =
k i=l
1 2j
F (z)z n1 dz = Z 1 {F (z)} N(z) (z pi )mi
(10.3)
donde k y m son enteros positivos. Aplicando el teorema del residuo se tiene: f (nT ) = resz=pi [F0 (z)]
Ejemplo 10.10. Hallar la antitransformada Z de: F (z) = (2z 1)z 2(z 1)(z + 0,5)
f (nT ) = resz=1 [F (z)z n1 ] + resz=0,5 [F (z)z n1 ] (2z 1)z n (2z 1)z n = + 2(z + 0,5) z=1 2(z 1) z=0,5 = 1 2 + 3 3 1 2
n
78
Como f (nT ) = 0 n < 0 1 2 f (nT ) = u(nT ) + 3 3 1 2
Ejemplo 10.11. Hallar la antitransformada Z de: F (z) = 1 2(z 1)(z + 0,5)
z n1 F0 (z) = F (z)z = 2(z 1)(z + 0,5) En este caso F (z) tiene un polo en el origen para n = 0 por lo tanto f (0) debe obtenerse por separado. Para n = 0:
n1
f (0) =
1 2(z 1)(z + 0,5) 1 2 = 1 + + 3 3 =0
+
z=0
1 2(z + 0,5)z
+
z=1
1 2(z 1)
z=0,5
Para n > 0: f (nT ) = = z n1 2(z + 0,5) 1 1 3 3 +

z=1 n1
z n1 2(z 1)
z=0,5
1 2
Considerando los casos para n se tiene nalmente: f (nT ) = u(nT T ) 1 1 3 3 1 2

n1
10.6.
Transformada Z inversa como pares transformados
Este mtodo es el mas empleado y consiste en tener un conjunto de funciones e comunes y sus transformadas. Teniendo en cuenta que (k) es la secuencia de paso unitario y que la secuencia pulso unitario se dene como; (k) = 1 si k = 0 0 en otro caso
79
Ejemplo 10.12. Probar que: (k) 1

0
Z {(k)} =
1z k
k=0 0
= 1z =1 Ejemplo 10.13. Probar que: kak (k)
az (z a)2
para esta prueba se toma el resultado conocido d F (z) dz para el caso se tiene que f (k) = ak (k) por lo cual kf (k) z F (z) = entonces d (z a) (z) F (z) = dz (z a)2 a = (z a)2 nalmente kak (k) z a (z a)2 az (z a)2 z za
Ejemplo 10.14. Probar que: k 2 ak (k) az (z a)2
para el caso se tiene que f (k) = kak (k) por lo cual F (z) = az (z a)2
80
entonces a(z a)2 2(z a)az d F (z) = dz (z a)4 a(z 2 2az + a2 2z 2 + 2za) = (z a)4 a(a2 z 2 ) = (z a)4 a(z 2 a2 ) = (z a)4 a(z a)(z + a) = (z a)4 a(z + a) = (z a)3 kak (k) z a(z + a) (z a)3 az(z + a) (z a)3
nalmente
Ejemplo 10.15. Probar que: z2 (k 1)(k) (z 1)2
donde
Z {(k + 1)(k)} = Z {k(k)} + Z {(k)} z z1 d Z {k(k)} = z Z {(k)} dz d z = z dz z 1 z = (z 1)2 Z {(k)} = Z {(k + 1)(k)} = z z + 2 (z 1) z1 2 z+z z = (z 1)2 z2 = (z 1)2
por lo cual
81
10.6.1.
Expansin binomial o
La expansion binomial como tcnica para calcular la transformada inversa Z e consiste en expander el cociente de una fraccin de tal forma que se obtenga una o serie en trminos de potencia negativas de z. e
F (z) =
K zw 1 K = z 1 wz 1 K = (1 wz 1 + w 2 z 2 + ....) z = K(z wz 2 + w 2 z 3 + ....)

n=0
u(nT T )Kw n1 z n
= Z u(nT T )Kw n1 por lo tanto: Z 1 K zw = u(nT T )Kw n1
10.6.2.
Fracciones parciales
Cuando se tiene la transformada Z expresada de la siguiente manera:

k
F (z) =
i=l
Fi (z)
Entonces, la antitransformada Z se puede hallar de la siguiente manera:

k
Z 1 {F (z)} = Ejemplo 10.16. Considerando
i=l
Z 1 {Fi (z)}
1 (z 4) 2 1 F (z) = 1 1 (z 2 ) (z 4 )
F (z) =
z
1 )(z 2
82
entonces f (nT ) = 2u(nT T ) f (nT ) = 4u(nT T ) 1 2 1 2

n1
u(nT T )
n
1 4
n1
1 4
Ejemplo 10.17. Calcular la transformada Z inversa de: F (z) = A (1 z 1 )(1 0,5z 1 )
F (z) 1 = zA (z 1)(z 0,5) a b = + z 1 z 0,5 donde a= (z 1) (z 1)(z 0,5) a=2 (z 0,5) b= (z 1)(z 0,5) b = 2
z=1
z=0,5
por lo tanto F (z) 2 2 = + zA z 1 z 0,5 2z 2Az + F (z) = z 1 z 0,5 2Az Z 1 {F (z)} = Z 1 z1 2z + Z 1 z 0,5 = 2A(k) 2A(0,5)k (k) Ejemplo 10.18. Calcular la transformada Z inversa de: F (z) = 1 + 2z 1 + z 3 (1 z 1 )(1 0,5z 1 )
83
z(z 3 + 2z 2 + 1) z 3 (z 1)(z 0,5) z 3 + 2z 2 + 1 F (z) = 3 z z (z 1)(z 0,5) a b = + z 1 z 0,5 F (z) = 8 26 18 F (z) = + + z z 1 z 0,5 z 6 2 + + z z 8z 26z F (z) = + + 26 z 1 z 0,5 8z Z 1 {F (z)} = Z 1 z1 26z + Z 1 + Z 1 {26} z 0,5 = 8(k) 26(0,5)k (k) + 26(k)
10.6.3.
Convolucin o
Si una transformada Z se puede convertir en el producto de dos transformadas Z cuyas antitransformadas sean conocidas, aplicando el teorema de convolucin se o puede hallar la antitransformada Z.
{F (z)G(z)}
k=
f (kT )g(nT kT )
Ejemplo 10.19. Teniendo Y (z) = z (z 1)2 z F (z) = z1 1 G(z) = z1
Empleando la tabla de transformadas bsicas se tiene: a f (nT ) = u(nT )) g(nT ) = u(nT T )
84
entonces
y(nT ) =
k=
u(kT ) u(nT T kT )
= u(0) u(nT T ) + u(T ) u(nT 2T ) + ... = 1 + 1 + 1 + ... = n u(nT )
10.7.
Aplicacin de la transformada Z o
Usando la transformada Z, un ltro digital puede ser caracterizado mediante una funcin transferencia discreta en el tiempo, que juega el mismo rol que la funcin o o transferencia cont nua en el tiempo para un ltro analgico. Considerando un ltro o digital lineal e invariante en el tiempo, tal como el siguiente:
y(nT ) =
k=
x(kT )h(nT kT )
Z{y(nT )} = Z{h(nT )}Z{x(nT )} Y (z) = H(z) X(z)
10.7.1.
Funcin de transferencia o
Para un sistema discreto el cual puede ser un ltro digital causal y recursivo se tiene:
N N
y(nT ) =
i=0
ai x(nT iT )
i=1
bi y(nT iT )
aplicando transformada Z:
N N
Z{y(nT )} =
i=0
ai z Z{x(nT )}
N
i=1
bi z i Z{y(nT )}
N
Y (z) = X(z)
i=0 N
ai z i Y (z) = X(z)
bi z i
i=1 N
Y (z) 1 +
i=1
bi z i
ai z i
i=0
85
Y (z) H(z) = = X(z)
ai z i
N
i=0
1+
i=1
bi z i
otra forma de expresar la anterior expresin es en trminos de factores donde zi son o e los ceros y pi son los polos;
N
Y (z) H(z) = = X(z)
i=0 N i=1
(z zi )
(z pi )
Ejemplo 10.20. Se debe encontrar la funcin de transferencia del sistema dado o por la ecuacin en diferencias; o y(k) y(k 1) = T u(k 1) para el desarrollo de esta funcin de transferencia se tiene en cuenta el par transforo mado; y(k a) z a Y (z) por lo tanto se tiene Y (z) z 1 Y (z) = T z 1 U(z) Y (z)(1 z 1 ) = T z 1 U(z) T z 1 Y (z) = U(z) (1 z 1 ) Y (z) T = U(z) (z 1) T G(z) = (z 1)
10.8.
Solucin numrica de ecuaciones en difereno e cias
Ejemplo 10.21. Considerando y(0) = 1/4 y y(1) = 1/3. En la gura 10.1 se presenta la respuesta para la siguiente ecuacin en diferencias. o k 3 y(k + 2) = y(k + 1) y(k) + 2k cos k 3 y(k + 2) + y(k + 1) + y(k) = 2k cos
86
Figura 10.1: Respuesta hasta k = 100. Ejemplo 10.22. Considerando y(0) = 2 y y(1) = 2. En la gura 10.2 se presenta la respuesta para la siguiente ecuacin en diferencias. o 5 1 y(k + 2) + y(k + 1) + y(k) = (k) 6 6 5 1 y(k + 2) = y(k + 1) y(k) + (k) 6 6
Figura 10.2: Respuesta hasta k = 100. Ejemplo 10.23. Considerando y(0) = 1/5 y y(1) = 2. En la gura 10.3 se presenta la respuesta para la siguiente ecuacin en diferencias. o 1 y(k + 2) y(k) = 2k 2 1 y(k + 2) = y(k) + 2k 2
87
Figura 10.3: Respuesta hasta k = 100. Ejemplo 10.24. Considerando y(0) = 0 y y(1) = 0. En la gura 10.4 se presenta la respuesta para la siguiente ecuacin en diferencias. o 1 y(k + 2) + y(k + 1) + y(k) = 4 1 y(k + 2) = y(k + 1) y(k) + 4 1 3 1 3
k
Figura 10.4: Respuesta hasta k = 100.
10.9.
Ejercicios
Ejercicio 10.1. Encontrar la transformada Z para las siguientes funciones de tiempo discreto.
88
x(n) =
(0,5)n , 0 n 5; 0, para el resto. 1, 0 n m; 0, para el resto.
x(n) =
x(n) = (0,5)n cos(0,2n)u(n). Ejercicio 10.2. Encontrar las transformadas Z inversas para: 1 (z 1 )3 2 z(z + 2) + 4z + 3
X(z) =
X(z) =
z2
Ejercicio 10.3. Para la siguiente ecuacin en diferencias, determinar su solucin o o n si x[n] = n(0,5) , con y[1] = 1 y y[2] = 3. 2y[n 2] + 3y[n 1] + y[n] = x[n] Ejercicio 10.4. Para la siguiente ecuacin en diferencias, determinar su solucin o o si x[n] = [n], con y[1] = 0 y y[2] = 0. y[n 2] + y[n 1] + y[n] = x[n]
Tema
11
Introduccin o
Convolucin discreta o
11.1.
Al igual que la convolucin de tiempo continuo su dual de tiempo discreto repo resenta la forma del funcionamiento de los sistemas de tiempo discreto.
11.2.
Convolucin de tiempo discreto o
La convolucin de tiempo discreto para se ales no causales est denida como: o n a
y[n] = x[n] h[n] =
k=
x[k]h[n k]
(11.1)
y[n] = h[n] x[n] = Para se ales causales se dene como: n
k=
h[k]x[n k]
(11.2)
y[n] = x[n] h[n] =
k=0
x[k]h[n k]
(11.3)
y[n] = h[n] x[n] = 89
k=0
h[k]x[n k]
(11.4)
TEMA 11. CONVOLUCION DISCRETA
90
11.3.
Ejercicios
Ejercicio 11.1. Realizar la convolucin entre x = {1, 1, 1, 1, 1, 1} y h = o {0,5, 0,5, 0,5, 0,5} Ejercicio 11.2. Si la respuesta al impulso de un sistema discreto es la secuencia discreta h = {1, 2, 3, 4} determinar la salida del sistema si se tiene una secuencia de entrada x = {1, 2, 3, 4}.
Tema
12
Introduccin o
Filtros Anlogos a
12.1.
Para el dise o de un tipo de ltro se tienen varios aspectos a considerar como lo es n el tipo de ltro las frecuencias de corte y las respectivas atenuaciones. En la presente seccin se mostrara un mtodo de dise o bsico pero con el cual se obtendrn buenos o e n a a resultados al momento de la concepcin de un ltro. o
12.2.
Parmetros de un ltro a
En primer lugar se examinaran los parmetros bsicos de un ltro pasa bajos a a entre los cuales se tiene; banda de paso, banda de transicin y banda eliminada y o las respectivas atenuaciones presentes en estas bandas, las cuales tiene las siguientes relaciones:
1 1 |H()| 1 + 1 , || p |H()| 2 , |s |
(12.1)
12.3.
Transformaciones de frecuencia
Para realizar un dise o practico una metodolog esta basada en las posibles n a trasformaciones de un ltro normalizado pasabajos a otro tipo de ltro. cuando se 91
TEMA 12. FILTROS ANALOGOS
92
reere a un ltro normalizado se trata de un ltro cuya frecuencia de corte es de = 1[rad/seg] y que su ganancia en la banda de paso es de uno en magnitud. Las respectivas trasformaciones antes mencionadas son las siguientes;
Pasa bajo
S c
s=
(12.2)
Pasa alto
s= c S (12.3)
Pasa banda
0 BW S 0 + c S
s=
(12.4)
Rechaza banda
BW 0 S 0 + c S
s=
(12.5)
Para el caso del pasabanda y del rechazabanda se tiene; 0 = c 1 c 2 BW = c2 c1
(12.6)
93
N 1 2 3 4 5 6 7 8
a1 a2 a3 a4 a5 a6 a7 a8 1 2 1 2 2 1 2,613 3,414 2,613 1 3,236 5,236 5,236 3,236 1 3,864 7,464 9,141 7,464 3,864 1 4,494 10,103 14,606 14,606 10,103 4,494 1 5,126 13,128 21,828 25,691 21,848 13,138 5,126 1 Cuadro 12.1: Coecientes del polinomio Butterworth.
12.4.
Filtro Butterworth
La funcin de amplitud de un ltro Butterworth es; o |H()|2 = 1 1 + ()2N (12.7)
Donde N indica el orden del ltro, para este tipo de ltro se puede comprobar que su magnitud vale 1 para = 0 y cuando = 1 se tiene un valor de magnitud o |H()| = 1/ 2 en dB a 3dB, con lo cual esta especicacin de ltro se ajusta al ltro pasabajos normalizado. Se puede apreciar que en la medida que N aumenta el ltro tiene una respuesta mas selectiva. No se entrara en detalle de la formulacin del ltro Butterworth pero se tomaran o los resultados utiles para el dise o de este ltro. n En primer lugar se tiene que la funcion de transferencia de un ltro pasabajos normalizado Butterworth empleando el operador de Laplace se puede escribir como; H(s) = 1 S(s) (12.8)
Donde S(s) es un polinomio Butterworth el cual se puede escribir de la forma; S(s) = aN sN + aN 1 sN 1 + ... + a1 s + 1 (12.9)
Donde ai es el correspondiente i coeciente del ltro. En la tabla 12.1 se presentan estos coecientes hasta N = 8.
94
12.4.1.
Orden del ltro
Para considerar el parmetro de dise o correspondiente al orden del ltro, en a n primer lugar se toma la funcin de trasferencia o |H()|2 = 1 1 + (/c)2N
en segundo lugar se tiene que este ltro debe cumplir con las siguientes especicaciones: |H()| 1 1 , || p |H()| 2 , || > s Considerando las especicaciones: |H(p)| = 1 1 |H(s)| = 2 realizando los reemplazos adecuados se tiene p c
2N
(12.10)
= s c
2N
1 1 1 =
1 1 (2 )2
eliminado c de las ecuaciones anteriores y despejando para N se tiene 2 1 (2 1 )2 log (1 )2 (1 2 ) 1 2 1 N= 2 p log s
(12.11)
Es necesario tener en cuenta que el valor de N requerido es un entero por lo cual se es necesario aproximar el valor obtenido seg n sea la especicacin de dise o a u o n cumplir.
12.4.2.
Pasos de dise o n
En las anteriores secciones se presento los conceptos bsicos para el dise o de un a n ltro Butterworth sin entrar en detalle a los pasos lgicos del dise o del mismo, por o n lo cual a continuacin se cita este procedimiento. o
95
En primer lugar se debe tener en cuenta que el dise o se basa en dise ar un ltro n n pasabajos y luego realizar una transformacin en frecuencia para obtener el ltro o que se requiere. Los pasos a seguir son: 1. Seg n los requerimientos de dise o plantear los valores de atenuaciones 1 y u n 2 como tambin las frecuencias p y s . e 2. Determinar el valor de c . 3. Calcular el valor de N. 4. Con el valor de N determinar el respectivo polinomio y la funcin de transfero encia del ltro pasabajos normalizado. 5. Efectuar la respectiva transformacin en frecuencia para obtener el ltro reo querido. 6. Comprobar que que se esta cumpliendo con las especicaciones de dise o. n Ejemplo: Se requiere dise ar un ltro Butterworth con una atenuacin inferior n o a 1 dB para || 2000[rad/s] y superior a 15 dB para || 5000[rad/s]. Tomando las anteriores especicaciones se tiene; 20 log10 (1 1 ) = 1 20 log10 (2 ) = 15 de tal forma que se tiene 1 = 1,1087 y 2 = 0,1778 con estos valores de atenuacin o se tiene que el orden del ltro requerido es de N = 2,6045, el cual se aproxima a N = 3 y tomando el respectivo polinomio de la tabla se tiene que la funcin de o transferencia del ltro pasabajos normalizado es; H(s) = s3 + 2s2 1 + 2s + 1
luego se calculo que c = 2826,8 y aplicando la respectiva transformacin se tiene o que el ltro requerido es; H(s) = (s/2826,8)3 1 + 2(s/2826,8)2 + 2(s/2826,8) + 1
H(s) =
(2826,8)3 s3 + (2826,8)s2 + (2826,8)2 s + (2826,8)3
96
12.5.
Ejercicios
Ejercicio 12.1. Dise ar un ltro pasa altos con frecuencia de corte fc = 10000Hz n de orden 4. Ejercicio 12.2. Dise ar un ltro que limite en banda la se al de voz para un n n micrfono. o
Tema
13
Introduccin o
Filtros digitales
13.1.
En los ultimos a os, los ltros digitales han sustituido a los ltros analgicos en n o muchas aplicaciones debido a su mayor abilidad, mayor exibilidad y superiores prestaciones. En la siguiente seccin se busca presentar los fundamentos tericos de o o los ltros digitales y adicionalmente mostrar algunas tcnicas de dise o tanto de e n forma anal tica como empleando una herramienta de software (MATLAB) donde se presentaran algunos ejemplos.
13.2.
Terminolog y Clasicacin a o
Un ltro digital es un sistema de tiempo discreto cuya funcin de transferencia o H(z) cumple con ciertos requisitos en el dominio de la frecuencia o es tal que la respuesta al impulso hk cumple con ciertas condiciones en el dominio del tiempo. Por lo cual el trmino ltro digital se entiende como cualquier procesamiento realizado e en una se al de entrada digital. n Un ltro digital es la implementacin en hardware o software de una ecuacin o o en diferencias. Entre las ventajas de los ltros digitales se tiene: Alta inmunidad al ruido. Alta precisin (limitada por los errores de redondeo en la aritmtica empleada). o e 97
TEMA 13. FILTROS DIGITALES
98
Fcil modicacin de las caracter a o sticas del ltro. Muy bajo costo (y bajando). Por estas razones, los ltros digitales estn reemplazando rpidamente a los ltros a a analgicos. o
13.2.1.
Clasicacin de los Filtros Digitales o
Dentro de los ltros digitales existen dos clases las cuales son; los ltros FIR o denominados ltros de solo polos (no recursivos) y los ltros IIR los cuales tiene polos y ceros (recursivos) estos ltros tienen su equivalente en el mundo anlogo siento a esta caracter stica empleada para una metodolog de dise o de este tipo de ltro a n tal como se presentara mas adelante. Los ltros FIR no tiene un equivalente anlogo a pero no por esto sus prestaciones son menores, incluso estos tipos de ltros permiten la implementacin de sistemas que no son tan fciles de lograr anlogamente tal como o a a lo es un diferenciador o un transformador o desfasador de Hilbert. Eleccin de un ltro digital IIR FIR o o Las consideraciones bsicas para la eleccin entre un ltro FIR o IIR son: a o Los ltros IIR producen en general distorsin de fase, es decir la fase no es o lineal con la frecuencia. Los ltros FIR son de fase lineal. El orden de un ltro IIR es mucho menor que el de un ltro FIR para una misma aplicacin. o Los ltros FIR son siempre estables.
13.3.
Descripcin de los Filtros digitales o
Un ltro digital es un sistema de tiempo discreto cuya funcin de transferencia o H(z) cumple con ciertos requisitos en el dominio de la frecuencia o es tal que la respuesta al impulso hk cumple con ciertas condiciones en el dominio del tiempo. Realmente en esta seccin se tratarn como ltros digitales a sistemas de tiempo o a discreto sin considerar la cuantizacin (los efectos de la cuantizacin pueden tenerse o o
99
en cuenta por aparte) pero se llamarn digitales porque las realizaciones prcticas a a de ellos, bien sea por hardware o por software, sern digitales (en la mayor de los a a casos). Y (z) = H(z)X(z) (13.1)
X(z)
H(z)
Y (z)
Figura 13.1: Filtro digital. Un ltro digital podr representarse entonces mediante una ecuacin en diferena o cias del tipo
r m
Yk =
i=0
Li Xki
kj Ykj
j=1
(13.2)
de modo que
r
Y (z) H(z) = = X(z)
Li z i (13.3) kj z j
i=0 m
1+
j=1
El tipo de caracter sticas del ltro digital depender de los coecientes Li con i = a 0, 1, 2, 3, ..., r y Kj con j = 1, 2, 3, ..., m. El dise o de alg n ltro digital consiste en n u hallar los valores de esos coecientes que hagan que la funcin de transferencia del o ltro cumpla con los requerimientos establecidos. Pero para que se usan los ltros digitales si en la practica lo que se necesita es ltrar se ales analgicas. La respuesta a este interrogante se basa en dos hechos n o fundamentales: Los ltros digitales se vuelven prcticos con el actual avance de la tecnolog a a digital integrada (de estado slido) y pueden hacerse bastante econmicos o o para dise os complejos si se tiene en cuenta la universalidad de aplicaciones n que permiten su programabilidad. Los sistemas de tiempo discreto (ltros digitales) pueden simular sistemas analgicos si se cumplen ciertos requisitos con respecto a las se ales analgicas o n o que se manejan (recordar el teorema de muestreo de Nyquist. En seguida se
100
x(t) A/D X(w)
x[n] h[n], H() X()
y[n] D/A Y ()
y(t)
Y (w)
Figura 13.2: Implementacin de un ltro digital. o
X(w)
H(w)
Y (w)
Figura 13.3: Filtro analgico equivalente. o muestra como un sistema de tiempo discreto puede realizar una funcin de o transferencia de tiempo continuo relacionando ntimamente a los sistemas de tiempo discreto y los sistemas de tiempo continuo. Para implementar una funcin de ltro continua usando un ltro digital se tiene un o arreglo como el de la gura 13.2. Se presentan Bsicamente tres componentes: un muestreador que convierte la a se al analgica en una se al de tiempo discreto; Un ltro digital a travs del cual la n o n e se al muestreada es transformada; y por ultimo un dispositivo de reconstruccin que n o convierte la salida del ltro digital que es una se al de tiempo discreto en una se al n n de tiempo continuo, a la salida de todo el sistema. El sistema analgico equivalente o se muestra en la gura 3 y tiene una funcin de transferencia analgica Hs (j) tal o o que Ya (j) = Ha (j)Xa (j) (13.4)
13.3.1.
Pasos para el proceso de dise o de un ltro digital n
Establecer las especicaciones del ltro para unas determinadas prestaciones. Estas especicaciones son las mismas que las requeridas por un ltro analgico: o frecuencias de rechaza banda. y pasa banda, atenuaciones, ganancia dc, etc. Determinar la funcin de transferencia que cumpla las especicaciones. o Realizar la funcin de transferencia en hardware o software. o
101
13.4.
Implementacin de ltros digitales o
Del mismo modo que para los ltros analgicos, para cada funcin de transfereno o cia H(z) de un ltro digital determinado existen innitas formas, de su realizacin, o es decir existen innitas posibilidades de sistemas de tiempo discreto con la misma funcin de transferencia H(z). En las implementaciones reales de ltros digitales o tambin existen algunas restricciones que hacen que unas realizaciones sean ms e a apropiadas que otras. Estas restricciones se reeren a la sensibilidad de la posicin o de los polos y ceros del sistema con respecto a los coecientes del dise o, ya que n estos coecientes se desv normalmente del valor deseado por la limitacin en la an o longitud de sus representaciones (con un n mero nito de cifras signicativas). Lo u anterior indica que la funcin de transferencia de una implementacin real de un o o ltro digital siempre diferir de alguna manera de la funcin de transferencia dea o seada, el hecho es que para diferentes implementaciones diferir ms o menos. Esa a a limitacin impl o cita de los ltros digitales puede volverse cr tica para la estabilidad si los polos del sistema dise ado estn cerca del circulo unitario, ya que es posible n a que estos polos se muevan, gracias a la variacin de los coecientes del sistema. hao cia el exterior del c rculo unitario y as el ltro se vuelva inestable. El problema con los ceros es menos cr tico si se tiene en cuenta que estos no afectan la estabilidad del ltro, slo afectan la forma de la funcin de transferencia y para desviaciones o o peque as de los coecientes la distorsin en esa forma ser peque a. n o a n La implementacin real de un ltro digital depender de dos factores: o a Si es por software (programas de computador) los sumadores y multiplicadores sern las operaciones correspondientes en el algoritmo. y las unidades de rea tardo corresponden a unidades de memoria (variables) que almacenan el valor actual y anteriores de las se ales en sus instantes de muestreo. n Si en cambio la realizacin es por hardware (un circuito digital dedicado exo clusivamente a esta labor) los sumadores y multiplicadores sern los circuitos a digitales correspondientes y las. unidades de retardo sern unidades de memoa ria o Flip-Flops actuando como registros de desplazamiento (shift reg,isters). Los coecientes de la implementacin podrn encontrarse en memorias ROM o a o alg n otro dispositivo de memoria no voltil. Tambin es com n actualu a e u mente el uso de condensadores y suiches anlogos en los llamados ltros; de a condensadores suicheados.
13.5.
Filtros FIR (Finite Impulse Response)
Entre las principales caracter sticas de los ltros FIR se tiene:
102
Un ltro FIR de orden M se describe por la siguiente ecuacin en diferencias o y[n] = B0 x[n] + B1 x[n 1] + ... + BM x[n M] lo que da lugar a la funcin de transferencia o H(z) = B0 + B1 z 1 + ... + BM z M La secuencia {BK } son los coecientes del ltro. No hay recursin, es decir, la salida depende slo de la entrada y no de valores o o pasados de la salida. La respuesta es por tanto una suma ponderada de valores pasados y presentes de la entrada. De ah que esta se denomine Media en Movimiento (Moving Average) La funcin de Transferencia tiene un denominador constante y slo tiene ceros. o o La respuesta es de duracin nita ya que si la entrada se mantiene en cero o durante M periodos consecutivos, la salida ser tambin cero. a e
13.5.1.
Dise o empleando ventanas n
Este tipo de dise o tambin es conocido como el mtodo de las Series de Fourier. n e e El mtodo se basa en seleccionar la respuesta al impulso hN [n] como una versin e o truncada de la respuesta a impulso h[n] de un ltro ideal con repuesta frecuencial H(). El proceso de dise o de ltros FIR empleando este mtodo se puede resumir en n e los siguientes pasos: 1. Normalizacin de frecuencias por la frecuencia de muestreo. o 2. Conversin de especicaciones a la de un Prototipo de Filtro pasabajos. o 3. Truncamiento de la respuesta a impulso de un ltro ideal h[n] sinc(n) a hN [n] de longitud N. El orden del ltro es N 1. 4. Seleccionar una ventana w[n] de N puntos para obtener hw [n] = hN [n] w[n]. 5. Convertir el Prototipo de Filtro pasabajo al Filtro deseado hF [n]. 6. Retrasar hF [n] para asegurarse que el ltro es causal.
103
Aunque los anteriores pasos indican que se debe dise ar un ltro pasa bajos para n luego trasformarlo en el ltro requerido existe la posibilidad de dise ar otro tipo de n ltro sin necesidad de realizar esta transformacion, pero se hace necesario calcular la respectiva respuesta al impulso para este ltro. La funcin sinc(x) est denida para todo valor de x , y adems decae muy o a a lentamente. Utilizar los valores de h[n] denidos por la ecuacin anterior como coo ecientes del ltro FIR, dar lugar a sobre impulsos en la respuesta frecuencial del a ltro. Debido a la lentitud de la funcin sinc(x) , seria necesario ltro de elevado o orden (gran n mero de puntos) para dise ar ltros con transiciones rpidas entre u n a bandas. Ventanas espectrales El truncamiento de h[n] equivale a multiplicar h[n] por una ventana rectangular w[n] de longitud N. El espectro de hN [n] = h[n]w[n] es la convolucin de H() o y W (). La funcin W (F ) va a producir rizados y sobreimpulsos en la se al de o n salida, de la misma forma que se produc el efecto Gibbs al reconstruir una se al a n discontinua con un n mero nito de coecientes espectrales. Aqu el efecto Gibbs u se da en el dominio frecuencial al usar un truncamineto de la respuesta a impulso. Para reducir los efectos de un truncamiento abrupto se utilizan ventanas espectrales que tienden a suavizar esos efectos. Los espectros de las ventanas presentan dos cosas: 1. El ancho del lbulo principal y el de transicin decrece al aumentar N. o o 2. La amplitud de los lbulos de los lados permanece constante con N. o Idealmente el espectro de una ventana debe estar connado en el lbulo principal, o sin casi energ en los lbulos de los lados. a o
13.6.
Filtros IIR (Innite Impulse Response)
Veremos dos variaciones de este tipo de ltros: AR y ARMA Filtros AR (Autoregresivo) La ecuacin en diferencias que describe un ltro AR es o y[n] + A1 y[n 1] + A2 y[n 2] + ... + AN y[n N] = x[n]
104
lo que da lugar a una funcin de transferencia o H(z) = 1 + A1 z 1 1 + A2 z 2 + ... + AN z N
La funcin de transferencia contiene solo polos. o El ltro es recursivo ya que la salida depende no solo de la entrada actual sino adems de valores pasados de la salida (Filtros con realimentacin). a o El trmino autoregresivo tiene un sentido estad e stico en que la salida y[n] tiene una regresin hacia sus valores pasados. o La respuesta al impulso es normalmente de duracin innita, de ah su nombre. o Filtros ARMA (Autoregresivo y Media en Movimiento) Es el ltro ms general y es una combinacin de los ltros MA y AR descritos a o anteriormente. La ecuacin en diferencias que describe un ltro ARMA de o orden N es y[n] + A1 y[n 1] + A2 y[n 2] + ... + AN y[n N] = B0 x[n] + B1 x[n 1] + ... + BM x[n M] Y la funcin de transferencia o H(z) = B0 + B1 z 1 + ... + AM z M 1 + A1 z 1 + A2 z 2 + ... + AN z N
Un ltro de este tipo se denota por ARMA(N,M), es decir es Autoregresivo de orden N y Media en Movimiento de orden M . Su respuesta a impulso es tambin de duracin innita y por tanto es un ltro e o del tipo IIR. En general se puede decir que los ltros IIR son ltros de tipo recursivos es decir que son ltros digitales con realimentacin y ganancias directas por lo tanto o la ecuacin en diferencias que los representa ser o a
r m
Yk =
i=0
Li Xki
kj Ykj
j=1
con kj = 0 para al menos j = 1, 2, 3, ..., m.
105
Gracias a la presencia de realimentacin los ltros recursivos tienen una respuesta o al impulso de duracin innita, de aqu surge el apelativo de ltros IIR (Innite o Impulse Response), es decir para los ltros IIR se cumple que hk = 0 para k > 0 Un ltro recursivo o IIR tendr entonces una funcin de transferencia como a o
r
(13.5)
Y (z) H(z) = = X(z)
Li z i (13.6) kj
j=1
i=0 m
1+
z j
de donde se observa que H(z) tiene m polos con m 1 o sea que es posible que el ltro sea inestable. Estos ltros pueden presentar problemas con la ubicacin de o los polos. Cuando estos se encuentran por dise o muy cerca del c n rculo unitario, es posible que el sistema se vuelva inestable si se mueven afuera de este c rculo debido a la precisin nita de los coecientes de la realizacin. o o A continuacin se mostrarn dos mtodos de dise o de ltros recursivos o IIR: o a e n uno desde el punto de vista del dominio del tiempo conocido como dise o invariante n y el otro desde el punto de vista del dominio de la frecuencia conocido como mtodo e de la transformada bilineal.
13.6.1.
S ntesis en el dominio del tiempo
Este mtodo tambin es conocido como dise o invariante y consiste en dise ar e e n n un sistema de tiempo discreto H(z) tal que cumpla con el planteamiento presentado en la gura 13.4. La respuesta del ltro digital, yk , a una se al de entrada x(t) muestreada, n xk = x(kTs ), ha de ser la misma que la salida del ltro analgico (con funcin o o de transferencia Ha (s) que se desea emular) muestreada, y(kTs ). Para aclarar esto se muestra la gura 13.4, donde se desea lograr que yk = y(kTs ) para alguna entrada x(t) espec ca (13.7)
Por lo anterior se dice que la H(z) que cumple para alguna Ha (s) es un dise o n invariante a la se al x(t), es decir que para esta entrada x(t) el comportamiento n de los sistemas de las guras 13.4a con Ha (s) y 13.4b con H(z) es el mismo en el dominio del tiempo. Si Xa (s) es la transformada de Laplace de x(t), o sea que Xa (s) = L{x(t)} (13.8)
106
x(t) H(s) X(s)
y(t)
A/D
y(nTs )
Y (s)
Ts
Y (z)
x(t)
A/D
x(nTs ) H(z)
y(nTs )
X(s)
Ts
X(z)
Y (z)
Figura 13.4: Dise o invariante. n de la gura 4a se tendr que a y(t) = L1 {Ha (s)Xa (s)} y por lo tanto al evaluar en t = kTs , se obtiene y(kTs ) = L1 {Ha (s)Xa (s)} De otro lado se observa de la gura 1b que yk = Z 1 {H(z)X(z)} se obtiene entonces Z 1 {H(z)X(z)} = L1 {Ha (s)Xa (s)} 1 Z X(z)
t=kTs t=kTs
(13.9)
(13.10)
Tomando la transformada Z y despejando H(z) conduce a H(z) = L1 {Ha (s)Xa (s)}

t=kTs
Normalmente se introduce aqu un factor constante G que permite ajustar la ganan cia del ltro de modo que se obtenga la respuesta de frecuencia en el nivel deseado, as se tiene nalmente que H(z) = G Z L1 {Ha (s)Xa (s)}|t=kTs Z{x(kTs )} (13.11)
Esta es la ecuacin general del dise o invariante ante la se al de entrada x(t). o n n
107
Entre los dise os invariantes el ms usado es el dise o invariante al impulso para n a n el cual x(t) = (t). Como L{x(t)} = L{(t)} = 1 si se toma al impulso de tiempo discreto como la versin muestreada del impulso de o tiempo continuo, podr hacerse a H(z) = G Z L1 {Ha (s)}|t=kTs Z{k } = GZ{ha (kTs )} (13.12)
donde ha (t) es la respuesta impulsiva del sistema analgico que va a emularse. En o general puede escribirse
m
ha (t) = L {Ha (s)} = o sea que ha (kTs ) =

i=1 m m
Ki esi t u(t)
i=1
(13.13)
Ki esi Ts k uk Ki Z{esi Ts k uk }
Z{ha (kTs )} =
m
i=1
=
i=1
Ki si Ts z 1 e
(13.14)
Se hace G = Ts para igualar las funciones de transferencia, y se obtiene nalmente

m
H(z) = Ts
i=1
Ki si Ts z 1 e
(13.15)
Esta ecuacin es la forma general que determina a H(z) por medio del dise o ino n variante al impulso dado que el sistema analgico que quiere emularse tiene una o respuesta al impulso ha(t) . Ejemplo: Obtener un ltro digital que emule un ltro analgico con funcin de o o transferencia Ha (s) usando el dise o invariante al impulso. n Solucin: La funcin de transferencia del ltro analgico es la siguiente. o o o Ha (s) = 1,7751x1011 (s + 3936)(s2 + 3936s + 4,5097x107 )
108
y ser puede expandir en fracciones parciales as Ha (s) = 1968 j603 1968 + j603 3936 s + 3936 s + 1968 + j6421 s + 1968 + j6421
Si el ltro va a ser usado en audio de alta delidad la frecuencia de muestreo debe ser por lo menos fs = 2 20KHz = 40KHz. Para dar un mayor margen de seguridad se escoge fs = 100KHz y el periodo de muestreo ser Ts = 10seg. a Ya que cada trmino de Ha (s) es de la forma e Ki s + si da lugar a un termino de ha (t) de la forma Ki esi t u(t) y en H(z) da lugar a un trmino de la forma e Ki 1 esi Ts z 1 Para el dise o invariante al impulso queda entonces n H(z) = 3936Ts (1968 j603)Ts (1968 + j603)Ts 3936Ts z 1 (1968+j6421)Ts z 1 1e 1e 1 e(1968+j6421)Ts z 1
Queda entonces H(z) = o mejor
0,03936 0,01968 j0,00603 0,01969 + j0,00603 1 j0,06421 z 1 1 0,9614z 1 0,9805e 1 0,9805ej0,06421 z 1 H(z) = 8,712x105 z 1 + 8,6526x105 z 2 (1 0,9614z 1 )(1 1,9569z 1 + 0,9614z 2 )
13.6.2.
S ntesis en el dominio de la frecuencia
Este mtodo se basa en tener ciertas correspondencias entre el dominio frecuene cial de tiempo continuo y el dominio frecuencial de tiempo discreto. Bajo esta perspectiva existen varios tipos de trasformaciones que cumplen con este objetivo pero uno de los mas empleados en el dise o de ltros digital es el correspondiente al n mtodo de la transformada bilineal, el cual es el tema de atencin en el presente e o segmento. En el mtodo anterior se trat de igualar las respuestas de los ltros digital y e o analgico en el dominio del tiempo por lo que se trat de un mtodo de dise o en o o e n
109
el dominio del tiempo. Ahora se busca un mtodo que haga corresponder a una e funcin de transferencia analgica Ha (s) una funcin de transferencia de tiempo o o o discreto H(z) de tal modo que haya alguna similaridad en sus formas de acuerdo con el dise o de ltro que se requiera. En el dise o invariante se presenta el problema n n del aliasing (esta es una de las razones fundamentales para incluir el factor corrector de ganancia G), as que una de las ideas de este mtodo en el dominio de la frecuencia e es evitar a toda costa que el dise o presenta aliasing (en su funcin de transferencia). n o Siguiendo las ideas planteadas lo que se buscar es una transformacin (en prina o cipio no lineal del plano s al plano z que evite el aliasing, de tal forma que cualquier funcin de transferencia analgica Ha (s) pueda convertirse en una funcin de transo o o ferencia de tiempo discreto H(z). Se sabe que cualquier funcin de transferencia o jw de tiempo discreto H(e ) es peridica en con per o odo 2 de modo que es totalmente denida por sus valores en el intervalo < < (los otros valores constituyen la repeticin peridica de este per o o odo). En cambio la funcin de transo ferencia analgica Ha (j) debe ser denida para todo ya que no es peridica. o o Lo anterior muestra que solamente se podrn emular sistemas analgicos de banda a o limitada (o sea con Ha (j) = 0 para || > /Ts ) por sistemas de tiempo discreto con funcin de transferencia H(ejw ) y un per o odo de muestreo Ts . La transformacin que se busca entre s y z ha de lograr entonces que el rango o de entre e para Ha (j) corresponda al rango de w entre y para H(ejw ). Una transformacin que cumple con esta condicin es o o = CT an(/2) donde C es una constante apropiada. Al realizar la anterior transformacin se obtendr una funcin de transferencia o a o equivalente diferente a la funcin de transferencia original Ha (j) por lo que se o cambia por una 1 donde w = 1 Ts (13.17) (13.16)
La funcin de transferencia obtenida ser entonces Ha (j1 ) donde se tiene que o a = CT an(1 Ts /2) (13.18)
Donde esta ecuacin muestra la compresin que se logra en el eje de por la o o transformacin dada en esta compresin logra que el rango de entre y sea o o mapeado (transformado) en el rango de 1 entre /Ts y /Ts . Se dec que C era alguna constante apropiada, esta se elige para lograr que alg n a u punto del eje de coincida con alg n punto de eje de 1 , punto que ser denotado u a por r , o sea que para que = 1 = r se tiene r = C tan(r Ts /2)
110
o mejor C = r cot(r Ts /2) (13.19)
Ya se tiene que la transformacin dada es util para los nes que se buscan pero falta o expresarla en trminos de s y z. e Multiplicando la ecuacin por la unidad imaginaria j se obtiene o j = CjT an(w/2) pero como jT an(x) = T anh(jx) se logra j = CT an(jw/2) y si se recuerda que ex ex T anh(x) = x e + ex ejw/2 ejw/2 1 ejw =C ejw/2 + ejw/2 1 + ejw
se obtiene que j = C (13.20)
Finalmente, si se hace s = j y z = ejw , se tiene s=C 1 z 1 1 + z 1 (13.21)
Esta es la conocida transformada bilineal que transforma el eje imaginario (s = j) del plano s en el c rculo unitario (z = ejw = ejTs ) del plano z. El mtodo de la transformada bilineal consiste entonces en aplicar a la funcin e o de transferencia deseada Ha (s) la transformada bilineal dada para lograr as que H(z) sea H(z) = Ha (s)|s=C 1z1
1+z 1
(13.22)
donde C est dada por las ecuaciones anteriores y r es la frecuencia en la cual las a funciones de transferencia deseada y dise ada coinciden. n
13.7.
Comentarios
El dise o de los ltros consiste en obtener una aproximacin anal n o tica a la caracter stica deseada del ltro en forma de funcin d e transferencia, es decir, o H(s) para ltros analgicos y H(z) para ltros digitales. o
111
Los rtros digitales IIR se pueden obtener partiendo de dise os analgicos n o equivalentes utilizando la tcnica de invarianza al impulso o la de transformae cin bilineal. o Los friltros digitales estn sujetos a errores de cuanticacin. a o
13.8.
Ejercicios
Ejercicio 13.1. Dise ar un ltro pasa altos digital con frecuencia de corte fc = n 10000Hz de orden 4. Ejercicio 13.2. Realizar un cuadro comparativo entre ltros IIR y FIR.
Apendice
Dise o de Filtros con MATLAB n

MATLAB dispone de funciones que facilitan el dise o de ltros, tanto analgicos n o como digitales.
A.1.
Funciones para determinar el orden de un determinado ltro
[N, Wn] = buttord( Wp, Ws, Rp, Rs) Calcula el orden de un ltro pasabajos digital de Butterworth, con Ws la frecuencia de pasabanda, Wp la parabanda, y Rp y Rs las atenuaciones respectivas de pasabanda y parabanda en decibelios. Wp y Ws deben ser entre (0,1), siendo 1 la frecuencia de Nyquist (f0 /2), N es el orden del ltro y Wn la frecuencia de 3 dB. [N, Wn] = buttord( Wp, Ws, Rp, Rs, s) Lo mismo que antes, pero para un ltro pasobajo analgico. Aqu los valores de o Wp y Ws pueden tomar cualquier valor en radianes. Para calcular el orden de otros tipos de ltro (pasoalto, parabanda o pasabanda) deberemos aplicar primero las respectivas transformaciones al prototipo de ltro pasobajo. [N, Wn] = cheb1ord( Wp, Ws, Rp, Rs) Clculo del orden necesario para un ltro digital pasobajo de Chebyshev I, con a las especicaciones dadas. Las mismas consideraciones que en el caso del ltro de Butterworth. [N, Wn] = cheb1ord( Wp, Ws, Rp, Rs, s) Para el ltro analgico o
112
APENDICE A. DISENO DE FILTROS CON MATLAB
113
[N, Wn] = cheb2ord( Wp, Ws, Rp, Rs) Filtro digital de Chebyshev II [N, Wn] = cheb2ord( Wp, Ws, Rp, Rs, s) Filtro analgico de Chebyshev II o [N, Wn] = ellipord( Wp, Ws, Rp, Rs) Filtro digital el ptico [N, Wn] = ellipord( Wp, Ws, Rp, Rs, s) Filtro analgico el o ptico Ejemplo 1: Determinar el orden necesario para un ltro analgico pasabanda o con las siguientes especicaciones y para todos los tipos de ltros vistos: Pasabanda 30 50Hz , Parabanda < 5Hz y > 200Hz, Ap < 2dB, As > 40dB Solucin: Hacemos primero la transformacin de Pasabanda a Pasobajo, Recalo o culo f1 , f1 = f2 f3 /f4 = 7,5Hz. La frecuencia de pasobajo es f3 f2 = 20Hz, y la frecuencia de pasoalto es f4 f1 = 192,5Hz. [N, Wn]= buttord( 2* pi* 20,2* pi* 192.5,2,40, s) N = 3 Wn = 2* pi* 41.4736 [N, Wn]= cheb1ord( 2* pi* 20, 192.5,2,40, s) N = 2 Wn = 2* pi* 20 [N, Wn]= cheb2ord( 2* pi* 20, 2* pi* 192.5,2,40, s) N = 2 Wn = 2* pi* 162.3265 [N, Wn]= ellipord( 2* pi* 20, 2* pi* 192.5,2,40, s) N = 2 Wn = 2* pi* 20 Ejemplo 2: Lo mismo de antes, pero con ltros digitales. Elegir la frecuencia de muestreo. Solucin: La frecuencia de muestreo deber ser > 2fmax = 400Hz. Se toma o a fs = 1000Hz. Normalizando las frecuencias con respecto a la frecuencia de Nyquist (fs /2): f1 = 0,01, f 2 = 0,06, f3 = 0,1, f4 = 0,4. Recalculamos f1 de acuerdo con Tabla 2, f1 = 0,015 y hacemos la Transformacin a pasobajo, o [N, Wn]= buttord( 0.04, 0.385,2,40) N = 3 Wn = 0.0941 [N, Wn]= cheb1ord( 0.04,0.385,2,40) N = 2 Wn = 0.04 [N, Wn]= cheb2ord( 0.04,0.385,2,40) N = 2 Wn = 0.3006 [N, Wn]= ellipord( 0.04,0.385,2,40)
114
N = 2 Wn = 0.04 Se puede obtener un ltro de menor orden si utilizamos una frecuencia de muestreo menor (por ejemplo, 500). El aliasing no ser tan signicativo ya que a el la respuesta de ltro a esas frecuancias es muy peque a (> 40dB). n
A.2.
Funciones para determinar los coecientes del ltro
[B, A] = butter( N, Wn) B y A son los coecientes del numerador y del denominador respectivamente, en orden decreciente de un ltro de Butterworth digital. N es el orden del ltro (calculado previamente) y Wn es la frecuencia de corte. El valor de Wn debe estar normalizado con la frecuencia de Nyquist. Para dise ar un ltro pasobajo Wn es un escalar entre n (0,1). La pasabanda es (0,Wn) y la parabanda es (Wn,1). Para dise ar un ltro de n pasoalto, el comando a escribir es: [B, A] = butter( N, Wn, high) Comando para dise ar un ltro de pasaalto, donde Wn es un escalar. n [B,A] = butter( N,[W1 W2]) Comando empleado para dise ar un ltro rechazabanda. Wn es en este caso un n vector que especica las frecuencias de pasabanda. [B, A] = butter( N,[W1 W2], stop) comando para dise ar un ltro rechazabada, donde [W1 W2] son las frecuencias de n la banda rechazada. [B, A] = cheby1( N, R, Wn) Dise o de ltros digitales de Chebyshev I. Se deben especicar el orden del ltro n N, el rizado de pasabanda permitido R y la frecuencia de corte normalizada con respecto a la frecuencia de Nyquist. Para dise ar ltros de pasoalto, pasabanda y n parabanda se siguen las mismas reglas que en el dise o de ltros de Butterworth. n [B, A] = cheby2( N, R, Wn) Lo mismo que antes, pero R es el rizado de parabanda. [B, A] = ellip( N, Rp, Rs, Wn) Rp y Rs son los rizados de pasabanda y parabanda. A adiendo a los comandos anteriores la optin s, los vectores B y A son los n o coecientes del ltro analgico correspondiente. Sigue siendo vlido lo que se meno a
115
cion anteriormente acerca del dise o de ltros pasoalto, pasabanda y parabanda, o n pero Wn puede tomar cualquier valor en radianes (no est limitado entre (0,1)): a [B, [B, [B, [B, A] A] A] A] = = = = butter( N, Wn, s) cheby1( N, R, Wn, s) cheby2( N, R, Wn, s) ellip( N, Rp, Rs, Wn, s)
Ejemplo 1: Dise ar el ltro analgico con las especicaciones anteriores para n o todos los tipos de ltros estudiados (Butterworth, Chebyshev I, Chevyshev II y El ptico). Solucin: Utilizaremos los resultados del anterior ejercicio. o [B, A]= butter( 3, 2* pi*[ 30 50], s) B = 1. 0e+ 006 * [0 0.0000 0.0000 1.9844 0.0000 0.0000 0.0000] A = 1. 0e+ 014 * [0.0000 0.0000 0.0000 0.0000 0.0001 0.0088 2.0766] [B, A]= cheby1( 2, 2,2* pi*[ 30 50], s) B = 1. 0e+ 004 * [0 0.0000 1.0324 0.0000 0.0000] A = 1. 0e+ 009 * [0.0000 0.0000 0.0001 0.0060 3.5067] [B, A]= cheby2( 2, 40,2* pi*[ 30 50], s) B = 1. 0e+ 007 * [0.0000 0.0000 0.0002 0.0000 3.5067] A = 1. 0e+ 009 * [0.0000 0.0000 0.0001 0.0015 3.5067] [B, A]= ellip( 2, 2,40,2* pi*[ 30 50], s) B = 1. 0e+ 007 * [0.0000 0.0000 0.0012 0.0000 3.5120] A = 1. 0e+ 009 * [0.0000 0.0000 0.0001 0.0059 3.5067] Ejemplo 2: Dise ar el ltro digital con las especicaciones anteriores para todos n los tipos de ltros estudiados (Butterworth, Chebyshev I, Chevyshev II y El ptico). Solucin: La frecuencia de muestreo elegida es fs = 1000Hz. o [B, A]= butter( 3,[ 0.06 0.1]) B = 1. 0e- 003 * [0.2196 0.0000 -0.6588 0. 0000 0.6588 0. 0000 -0.2196] A = [1.0000 -5.5792 13.1338 -16.6913 12. 0771 -4.7177 0.7776] [B, A]= cheby1( 2, 2,[ 0. 06 0. 1]) B = [0.0025 0 -0.0049 0.0000 0.0025] A = [1.0000 -3.7768 5.4667 -3. 5906 0.9040] [B, A]= cheby2( 2, 40,[ 0.06 0.1]) B = [0.0100 -0.0383 0.0568 -0. 0383 0.0100] A = [1.0000 -3.8577 5.6956 -3. 8097 0.9753] [B, A]= ellip( 2, 2,40,[ 0.06 0.1])
116
B = [0.0120 -0.0369 0.0499 -0. 0369 0.0120] A = [1.0000 -3.7773 5.4682 -3. 5922 0.9046]
A.3.
Funciones para hacer transformaciones de s az
[NUMd, DENd] = bilinear( NUM, DEN, Fs) Hace la Transformacin bilineal entre la funcin de Transferencia en s dada por los o o coecientes NUM y DEN, a la funcin de Transferencia en z dada por NUMd y o DENd. Se debe especicar tambin la frecuencia de muestreo Fs en Hz. e [Bz, Az] = impinvar( B, A, Fs) Hace la transformacin invariante al impulso de la funcin de Transferencia en s o o denida por los vectores de coecientes B y A, a una frecuencia de muestreo de Fs Hz. Ejemplo: Transformar el ltro analgico de Butterworth dise ado anteriormente o n en un ltro digital (Fs = 1000KHz). Solucion: Predistorsionamos las frecuencias que nos piden [5 30 50 200] Hz [0.03149 0.18904 0.31676 1.45308] rad Dise amos el ltro analgico para estas fren o cuencias. [N, Wn] = buttord( 0.12772, 1.41187,2, 40,s) N = 3 Wn = 0.3042 [B, A] = butter( N,[ 0. 18904 0.31676], s) B = [0 0. 0000 0.0000 0. 0021 0.0000 0.0000 0.0000] A = [1.0000 0. 2554 0.2123 0. 0327 0.0127 0. 0009 0.0002] [Bd, Ad] = bilinear( B, A, 1) Bd = 1e- 3 *[ 0. 2196 0.0000 -0.6589 0.0000 0.6589 0.0000 -0.2196] Ad = [1.0000 -5.5792 13.1338 -16. 6913 12.0770 -4.7177 0.7776] Por la respuesta invariante al impulso, dise o el ltro analgico (no hay predistorn o sin). Los coecientes de este ltro fueron calculados anteriormente y eran, o B = 1. 0e+ 6 *[ 0 0.0000 0.0000 1.9844 0.0000 0.0000 0.0000]; A = 1.0e+ 14 *[ 0.0000 0. 0000 0.0000 0. 0000 0.0001 0. 0088 2.0766]; [Bdi, Adi] = impinvar( B, A, 1000); Bdi = [- 2.5839 2.8862 0.0333 -0.0160] Adi = [1. 0000 -1.8959 0.9158]
117
A.4.
Comandos para dise o de ltros FIR n
B = r1( N, Wn, type, window) Dise a un ltro FIR pasa bajo de orden N (longitud N+ 1) y frecuencia de corte n Wn (normalizada con respecto a la frecuencia de Nyquists, 0 W n 1). Se pueden especicar otro tipo de ltros de la misma forma que con los ltros IIR mediante el parmetro type. Por ejemplo, para un ltro rechaza banda: a B = r1( N,[ W1 W2], stop) Por defecto la funcin FIR usa la ventana de Hamming. Otro tipo de ventanas o pueden tambin especicarse: e B = r1( N, Wn, bartlett( N+1)) B = r1( N, Wn, high, chebwin( N+1,R)) B = r2( N, F, M, window) Dise a un ltro FIR utilizando el mtodo del muestreo frecuencial. Los parmetros n e a de entrada es el orden del ltro N (longitud N+1) y dos vectores F y M que especican la frecuencia y la magnitud, de forma que plot(F,M) es una grca de la a respuesta deseada del ltro. Se pueden indicar saltos bruscos en la respuesta frecuencial duplicando el valor de la frecuencia de corte. F debe estar entre 0 y 1, en orden creciente, siendo el primer elemento igual a 0 y el ultimo 1. El parmetro window indica el tipo de a ventana a utilizar. Por defecto, usa la ventana de Hamming. B = r2( N, F, M, bartlett( N+ 1)) Se pueden especicar ms parmetros en esta funcin, a a o B = r2( N, F, M, npt, lap, window) La funcin r2 interpola la respuesta frecuencial deseada (F,M) con npt puntos (por o defecto, npt= 512). Si dos valores sucesivos de F son iguales, se crea una regin de o lap puntos alrededor de este punto (por defecto, lap= 25).
A.5.
Funciones para obtener la respuesta frecuencial de un ltro

Para ltros analgicos o
A.5.1.
H = freqs( B, A, W) Devuelve el vector H de n meros complejos, que es la respuesta frecuencial al ltro u
118
cuya funcin de transferencia en s viene dada por B y A. La respuesta frecuencial o se eval a en los puntos especicados por el vector W en radianes. Ms opciones en u a el Help de MATLAB. plot( W, abs( H)) Dibuja la magnitud de la respuesta frecuencial del ltro. plot( W, unwrap( angle( H))) Dibuja la fase de la respuesta frecuencial del ltro. La funcin unwrap hace que no o haya discontinuidad en la fase por el paso de + a .
A.5.2.
Para ltros digitales
H = freqz( B, A, F, Fs) Devuelve el vector H de n meros complejos, que es la respuesta frecuencial al ltro u cuya funcin de transferencia en z viene dada por B y A. La respuesta frecuencial o se eval a en los puntos especicados por el vector F en Hz, siendo la frecuencia de u mustreo Fs Hz. Ms opciones en el Help de MATLAB. a gd = grpdelay( B, A, F, Fs) Calcula retraso de grupo (d/dt) de la funcin de Transferencia formada por los o polinomios B y A Se eval a en los puntos especicados por W en radianes. Para u ms opciones de esta funcin ver el Help de MATLAB. a o plot( F, abs( H)) Dibuja la magnitud de la respuesta frecuencial del ltro. plot( F, unwrap( angle( H))) Dibuja la fase de la respuesta frecuencial del ltro. plot( F, gd) Dibuja el retraso de grupo de la funcin de Transferencia Discreta. o Tambin podemos dise ar ltros digitales mediante mtodos recursivos. Uno de e n e estos mtodos es el de Yule-Walker, que calcula los coecientes del ltro de orden e N utilizando m nimos cuadrados. Para ello debemos especicar la respuesta deseada para cada frecuencia. En MATLAB la funcin se denonima yulewalk: o [B, A]= yulewalk( N, F, M) N es el orden del ltro y F y M son dos vectores de igual longitud. F es la frecuencia normalizada con respecto a la frecuencia de Nyquist (0-1). Debe estar en orden creciente y el primer y ultimo elemento del vector deben ser 0 y 1 respectivamente. M es el vector que especica la maginitud de la respuesta para cada elemento de F.
119
Ejemplo: Dise ar un ltro digital pasobajo de orden 5 con frecuencia de corte n fc = 1,3KHz, por el mtodo de Yule-Walker. Calcular las atenuaciones a 1KHz y e 2KHz. Solucin: Primero hay que elegir una frecuencia de muestreo. Tomamos fs = o 5KHz. [B, A]= yulewalk( 5,[ 0 1 1.3 2 2. 5]/ 2. 5,[ 1 1 0. 708 0 0]) B = [0.3155 0. 8087 0.7811 0. 4675 0.3284 0. 1492] A = [1.0000 0. 6490 0.5046 0. 5031 0.1355 0. 0577] H = 20* log10( abs( freqz( B, A,[ 1000 2000], 5000))) ans = -0. 2422 -20.9538 % En decibelios F= 0: 10: 2500; Fs= 5000; Hz = freqz( B, A, F, Fs); semilogy( F, abs( Hz)); Finalmente, cuando dise emos un ltro digital nos interesar poder aplicar ese n a ltro a una se al temporal. Eso se consigue con la funcin de MATLAB f ilter. n o y = lter( B, A, x) El vector x es la entrada y el vector y es la salida ltrada. B y A son los coecientes del ltro digital. Existe otra funcin llamada f iltf ilt, que funciona de la misma manera que o f ilter, pero hace dos ltrados. Primero ltra el vector x , y su respuesta la rota y le vuelve a aplicar el mismo ltro. La respuesta nal evita la distorsin de fase o propia de los ltros IIR. Ms detalles en el Help de MATLAB. a y = ltlt( B, A, x)
Bibliograf a
[1] Transmisin de informacin,modulacin y ruido. o o o Mischa Schwartz. Mc Graw Hill. [2] Se ales y sitemas continuos y discretos. n Samir S. Soliman & Mandyam D. Srinath. Prentice Hall. [3] Se ales y sistemas. n Alan V. Oppenheim & Alan S. Willsky. Prentice Hall. [4] Aprenda Matlab 4.2 como si estuviera en Primero Javier Garc de Jaln de la Fuente & Runo Go i Lasheras a o n Universidad de Navarra. [5] Tutorial de MATLAB. Francisco Godi o Cevallos. n Red de informacion cientica.
120

Libro Senales

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Libro Senales

Uploaded by

Copyright:

Available Formats

APUNTES DE CLASE ANALISIS DE SENALES

2.5.4. Invariancia en el tiempo . . . . . . . . . . . . . . . . . . . . . 13 2.5.5. Linealidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 3. Series de Fourier 15

8.4. Consideraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 8.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 9. Transformada discreta de Fourier (DFT) 69

Fuentes t picas de se ales biomdicas n e

df () = j(cos() + j sin()) d df () = jf () d df () = j d f () ln(f ()) = j

TEMA 2. SENALES Y SISTEMAS

Figura 2.1: Diagrama de un sistema.

Una se al x(t) se llama de potencia si: n 1 PX = l m T T y (0 < PX < ) (2.3)

TEMA 2. SENALES Y SISTEMAS

cero, es decir: f (t) = 0, t < t0 ; g(t), t t0 . (2.4)

Figura 2.2: Se al causal y no causal con t0 = 0. n

Se ales continuas y se ales discretas n n

TEMA 2. SENALES Y SISTEMAS

Figura 2.4: Se al de tiempo discreto. n

TEMA 2. SENALES Y SISTEMAS

Figura 2.5: Se al tipo paso. n

TEMA 2. SENALES Y SISTEMAS

Figura 2.6: Se al rampa unitaria. n

La representacin grca de la se al parabola unitaria se puede apreciar en la o a n gura 2.7.

TEMA 2. SENALES Y SISTEMAS

p(t) 1.5 1.0 0.5 0.5 1.0 1.5 2.0 2.5 t

Figura 2.7: Se al parabola unitaria. n

Funcin impuso unitario o

(2.8) (2.9) (2.10)

TEMA 2. SENALES Y SISTEMAS

Figura 2.9: Funcin impulso unitario (t). o

Propiedades de la funcin impuso unitario o

(2.11) (2.12) (2.13)

d(t) = (t) dt x(t)(t) = x(0)(t)

TEMA 2. SENALES Y SISTEMAS

x(t)(t t0 ) = x(t0 )(t)

(2.14) (2.15) (2.16) (2.17)

x(t)(t t0 )dt = x(t0 ) x( )(t )d = x(t)

Propiedades de los sistemas

Sistemas con y sin memoria

TEMA 2. SENALES Y SISTEMAS

TEMA 2. SENALES Y SISTEMAS

Donde el punto de importancia radica en el procedimiento a emplear para lograr este n.

Representacin generalizada de una funcin o o en serie de Fourier

TEMA 3. SERIES DE FOURIER

2[f (t) kg(t)]g(t)dt = 0

TEMA 3. SERIES DE FOURIER

y en ese caso tendremos que los coecientes Ci se calcularn como: a Ci =

Serie trigonomtrica de Fourier e

TEMA 3. SERIES DE FOURIER

Para determinar a0 , an , bn se minimiza 2 obtenindose e a0 = 2 an = T bn = 2 T

f (t) cos n0 tdt

f (t) sen n0 tdt

Serie exponencial de Fourier

Utiliza como familia de funciones ortogonales a ejn0 t por lo tanto f (t) =

(3.14) (2,36) sino con una deduccin o el valor de Cn que minimiza 2 1 T

2|Cn | cos(n0 t + arg Cn )

Una se al es peridica con periodo T si: n o x(t + nT ) = x(t) para n = 0, 1, 2, t (3.18)

ver Lathi, pag.31

TEMA 3. SERIES DE FOURIER

2 cos(n0 t)dt T T /4 1 sen(n0 ) n0

1 sen(n0 t) n0 T /4 sen 3n2 4 3n 2

Para n par an = 0 Para n impar n=1 n=3 2 bn = T 1 n

cos(n0 t)|T /4 + cos(n0 t)|T /4

TEMA 3. SERIES DE FOURIER

Determine las relaciones que existen entre a0 , an , bn y Cn Cn = 1 T

(3.19) (3.20) (3.21) (3.22)

Figura 3.2: Se al peridica (seno recticado). n o