You are on page 1of 64

Procesamiento Digital de

Señales
Introducción al Procesamiento
Digital de Señales
Semestre 2015
Por: Fabián Jiménez López.
fabian.jimenez02@uptc.edu.co.

Agenda

Introducción



Características de un sistema DSP
Porque es importante un sistema PDS
Esquema sistema PAS y PDS
Aplicaciones

Señales Continuas y Digitales


Que es una Señal
Clasificación de las Señales
Propiedades de las Señales

Procesamiento Digital de Señales

Profesor: Ing. Fabián Jiménez López MSc

Semestre 2015

Introducción

A la disciplina: se llama PDS por Digital Signal
Processing. Comprende los fundamentos matemáticos
y algorítmicos que describen como procesar, en un
ambiente de cómputo digital, información asociada a
señales provenientes del mundo real:
• Digital: cuando las operaciones se hacen usando un
sistema digital
• Signal: sobre algo que transporta información
• Processing: realizando operaciones sobre esa señal
para modificarla o extraerle información

Al dispositivo: se llama DSP por Digital Signal
Processor.
Comprende
a
ciertas
soluciones
especializadas de hardware que facilitan la ejecución
de algoritmos de DSP; incluye tanto a CPUs como a
hardware y software.

Procesamiento Digital de Señales

Profesor: Ing. Fabián Jiménez López MSc

Semestre 2015

• Modelado de señales muestreadas: Transformada Z • Transformada discreta de Fourier (DFT).. filtros analógicos.Introducción  Bases matemáticas TDS • Modelado de señales continuas. Series y Transformada de Fourier. otras transformaciones (Wavelet. • Convolución y Correlación • Sistemas muestreados.)  Métodos algorítmicos: TDS • La transformada rápida de Fourier (FFT) • Diseño de filtros digitales Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .. cuantificación de señales. Transformada de Laplace. transformada discreta del coseno (DCT).

. rectificación.) Procesamiento Digital de Señales Profesor: Ing. • No suelen usarse sistemas operativos. de duración acotada.. donde se requiere altísima eficiencia de ejecución. alinealidades. • Uso de Assembler y dialectos especiales del lenguaje C para optimizar el código • Algoritmos usuales: – Filtrado – Convolución (interacción de dos señales) – Correlación (comparación entre señales) – Transformación (espectro.Introducción PDS  Aplicaciones de software: • Aplicaciones cíclicas. Fabián Jiménez López MSc Semestre 2015 .

Introducción PDS  Recursos de hardware: • Disponibilidad de modos de direccionamiento especializados. Procesamiento Digital de Señales Profesor: Ing. como memoria virtual. caches. Barrel Shift) • Operaciones aritméticas especiales (saturación) • Algunos DSPs con unidades de punto flotante • Esquema de Timing e Interrupciones mucho más orientado a acciones en tiempo real • Pocos o nulos recursos que generan latencias. etc. • Varias unidades de procesamiento operando en forma concurrente (MAC. Fabián Jiménez López MSc Semestre 2015 .

Fabián Jiménez López MSc Semestre 2015 .Introducción Procesamiento Digital de Señales Profesor: Ing.

Introducción




Características de un Sistema PDS
Arquitecturas tipo HARVARD con mapas de datos e
instrucciones separados
Dos o más mapas de memoria de datos que
permiten leer concurrentemente operandos y
coeficientes
Manejo especializado de punteros de direcciones a
través de unidades de cálculo dedicadas
Opciones para la digitalización y captura de señales
con intervalos regulares (DMA)
Recursos internos o dispositivos periféricos
especializados para la conversión A/D y D/A de
señales, así como para el filtrado anti-alias y la
reconstrucción.

Procesamiento Digital de Señales

Profesor: Ing. Fabián Jiménez López MSc

Semestre 2015

Introducción


Características de un Sistema PDS
Elevada capacidad de procesamiento aritmético de
datos en tiempo real, con elevada precisión, para
evitar problemas de redondeo y truncamiento.
Etapas Multiplicadora/Acumuladora (MAC) apta para
resolver ecuaciones del tipo A = A + (B x C) en un
único ciclo.
Circuitos BS (Barrel Shifter) para desplazar un dato
varios bits a derecha/izquierda en un único ciclo de
instrucción.
Una ALU operando en forma independiente al MAC
y al BS.
Códigos de operación para controlar al MAC, ALU y
BS en una única instrucción (varias operaciones
concurrentes)

Procesamiento Digital de Señales

Profesor: Ing. Fabián Jiménez López MSc

Semestre 2015

Porque es importante un
sistema TDS
Parámetro o
Característica

Procesamiento
Analógico de Señales

Procesamiento
Digital de Señales

Precisión Obtenible

1% al 10%

2*exp-16 – 2*exp-24

Efectos Espurios

Temperatura, Humedad,
Envejecimiento, Ruido

Redondeo o
Truncamiento

Costo y tamaño

Elevado

Bajo / Medio

Confiabilidad

Media

Elevada

Relación
Señal/Ruido

50 a 60 dB

100 o mas dB

Manual

No Necesaria o Digital

Compleja

Simple

No procesables

Procesables

Cambios de hardware

Software

Elevado

Bajo

Calibración
Adaptabilidad
Señales 2D o 3D
Actualización
Consumo Energía
Procesamiento Digital de Señales

Profesor: Ing. Fabián Jiménez López MSc

Semestre 2015

Esquema de un sistema PDS Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .

 Análisis de Sensores Inteligentes para pruebas remotas en el espacio. Fabián Jiménez López MSc Semestre 2015 .  Compresión de Datos.  Exploración Espacial Procesamiento Digital de Señales Profesor: Ing.Aplicaciones  Industria Espacial:  Mejoramiento Fotografía Espacial.

Fabián Jiménez López MSc Semestre 2015 . FAX)  Modems: métodos de modulación y demodulación digital de datos sobre un canal de ancho de banda y ruido propio dado. multiplexación Procesamiento Digital de Señales Profesor: Ing. MPEG2. TCM)  Reconocimiento de voz: para automatización de interfaces a usuario.Aplicaciones  Comunicaciones:  Filtrado y compresión de audio y video. FSK. P. PSK. DPSK. QAM.Ej: (ASK. cancelación de ruido: ecualización y tratamiento alineal para mejorar la relación señal/ruido o el uso del ancho de banda (Ej: ADPCM. MP3.

Aplicaciones  Comunicaciones: Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .

R2. spread-spectrum Procesamiento Digital de Señales Profesor: Ing. modulación y demodulación digital. CallerID)  Cancelación de eco: para compensar ecos en sistemas de elevado tiempo de propagación (Ej: VOIP: Voice Over IP) o con elevado tono local (telefonía de manos libres)  Detección y corrección de errores: agregado de datos a la información transmitida para detectar y corregir eventuales errores de recepción  Tratamiento de señales de RF: telefonía celular. Fabián Jiménez López MSc Semestre 2015 .Aplicaciones  Comunicaciones:  Señalización: envío y detección de información de control sobre un canal de voz o datos (P.Ej: DTMF.

detección de blancos móviles. etc. Procesamiento Digital de Señales Profesor: Ing... navegación. scanners. electroencefalograma. Fabián Jiménez López MSc Semestre 2015 .Aplicaciones  Instrumentación:  Medicina: Diagnostico por Imágenes. MNR. prospección petrolera/minera/submarina  Sonar y Radar: radares de apertura sintética. ecografía. diagnóstico asistido. arrays de antenas. detección doppler. tomografía. de espectro. electrocardiograma..  Visión artificial y OCR: Optical Character Recognition  Telemetría: monitoreo satelital de recursos. oceanografía  Instrumental: analizadores de red.

Aplicaciones  Instrumentación: Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .

Aplicaciones  Instrumentación: Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .

variadores de frecuencia. control adaptativo. sistemas de guía de misiles. Fabián Jiménez López MSc Semestre 2015 . control de cabezales en sistemas de almacenamiento masivo de datos.  Control de procesos: controladores PID. etc  Manejo de potencia: corrección del factor de potencia. fuentes de alimentación Procesamiento Digital de Señales Profesor: Ing. sistemas de transporte. inversores. monitoreo de sistemas  Análisis de vibraciones: detección preventiva de fallas por análisis del espectro de vibraciones  Sistemas de navegación: piloto automático. sistemas de impresión.Aplicaciones  Industria y Control:  Control de motores: robótica.

Aplicaciones  Industria y Control: Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .

lavarropas. control de combustión. sintetizadores. etc. Fabián Jiménez López MSc Semestre 2015 .Aplicaciones  Áreas de Consumo:  Telefonía: Caller ID.  Electrodomésticos inteligentes: heladeras.. ABS. inyección y emisiones. efectos sonoros  Radio digital y televisión: video conferencias  Domótica y sistemas de seguridad: detección de movimientos en imágenes Procesamiento Digital de Señales Profesor: Ing. aire acondicionado  Compresión de audio e imágenes: home-theatre. generación DTMF. equipos de sonido. distorsionadores. detección de DTMF. sound surround. Pulsos de Tarificación (16kHz)  Automotriz: AirBags.

Fabián Jiménez López MSc Semestre 2015 .Aplicaciones  Áreas de Consumo: Procesamiento Digital de Señales Profesor: Ing.

Aplicaciones Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .

aunque sí ciertas características globales de tipo estadístico (distribución o densidad de probabilidades. si puede ser modelada exactamente para cada valor de la variable independiente. donde no es posible predecir el valor exacto de la señal para cada valor de la variable independiente.Señales Continuas y Digitales Que es una Señal? • Definir algo como señal es una forma genérica de referirse a una variable que varía con el tiempo. energía) Procesamiento Digital de Señales Profesor: Ing. o alguna otra variable independiente. mediante una expresión matemática. espectro. • Una señal puede ser definida en forma determinística. una tabla de valores. Fabián Jiménez López MSc Semestre 2015  . una función. o algo similar • O sólo ser definida en forma probabilística o estocástica (random signals). el espacio.

• Una señal continua cuantizada varía en forma continua en el tiempo pero definida para ciertos valores de magnitud fijos (discreta en magnitud).  Procesamiento Digital de Señales x(t) Profesor: Ing. estando definida para todo valor de la variable independiente.Señales Continuas y Digitales Clasificación de las señales • Una señal analógica varía en forma continua en su magnitud. Fabián Jiménez López MSc t Semestre 2015 .

y esta definida sólo para ciertos valores de la variable independiente (discreta en el tiempo).Señales Continuas y Digitales Clasificación de las señales •Una señal muestreada varía en forma continua en su magnitud. Fabián Jiménez López MSc n Semestre 2015 .  Procesamiento Digital de Señales X[n] n X[n] Profesor: Ing. • Una señal digital varía en forma discreta en su magnitud. estando definida sólo para ciertos valores de la variable independiente.

Fabián Jiménez López MSc Semestre 2015 .Señales Continuas y Digitales Procesamiento Digital de Señales Profesor: Ing.

potencia. radiación. etc..Señales Continuas y Digitales    La mayoría de fenómenos naturales macroscópicos están asociados a señales continuas y reales: temperatura. Fabián Jiménez López MSc Semestre 2015 . velocidad y dirección del viento. Sin embargo.. Lo mismo sucede con muchos fenómenos físicos usados en aplicaciones tecnológicas: fuerza. humedad. a veces es posible definir señales imaginarias (usando números complejos) para facilidad de cálculo Procesamiento Digital de Señales Profesor: Ing. sonido. torque. velocidad de giro.

o puede ser considerada el resultado de la suma de funciones periódicas. si y solo si se cumple que x[n+N]= x[n] para para todos los posibles valores enteros de n  Una función es cuasi periodica si cumple la condición previa para un cierto rango de valores de n. Fabián Jiménez López MSc Semestre 2015 . Periódicas y aperiódicas El comportamiento de una dada señal puede catalogarse como transitorio o de estado estacionario.  Procesamiento Digital de Señales Profesor: Ing.  Se llama de estado estacionario si exhibe periodicidad.  Una función x[n] es periódica. de período N.Clasificación de las Señales Señales Deterministicas.

Clasificación de las Señales  Señales Deterministicas. Periódicas y aperiódicas Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .

Fabián Jiménez López MSc Semestre 2015 .dt = 1 −∞ Procesamiento Digital de Señales t Profesor: Ing.Clasificación de las Señales   Señales aperiódicas El impulso unitario continuo δ(t) definido por: 1 δ (t ) =  0 si si t=0 t≠0 ∆ 1/ ∆ +∞ ∫ δ (t ).

Clasificación de las Señales   Señales aperiódicas El impulso unitario discreto δ[n] definido por: 1 δ [ n] =  0 si si n=0 n≠0 1 n Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .

Fabián Jiménez López MSc 1 t Semestre 2015 .Clasificación de las Señales   Señales aperiódicas El escalón unitario continuo µ(t) definido por: 1 µ (t ) =  0 si si t≥0 t<0 1 t µ (t ) = ∫ δ (t ).dt −∞ Procesamiento Digital de Señales Profesor: Ing.

Fabián Jiménez López MSc 1 n Semestre 2015 .Clasificación de las Señales   Señales aperiódicas El escalón unitario discreto µ[n] definido por: 1 µ[ n] =  0 si si n≥0 n<0 ∞ µ[ n] = ∑ δ [ n − k ] k =0 Procesamiento Digital de Señales Profesor: Ing.

Fabián Jiménez López MSc 1 t Semestre 2015 .dt −∞ Procesamiento Digital de Señales Profesor: Ing.Clasificación de las Señales   Señales aperiódicas La rampa unitaria continua r(t) definida por: t r (t ) =  0 si si t≥0 t<0 1 t r (t ) = ∫ µ (t ).

Fabián Jiménez López MSc 1 n Semestre 2015 .Clasificación de las Señales   Señales aperiódicas La rampa unitaria discreta r[n] definida por: n r[ n ] =  0 ∞ r[ n ] = si si n≥0 n<0 1 ∑ µ[ n − k ] k =1 Procesamiento Digital de Señales Profesor: Ing.

dt 1 t −∞ Procesamiento Digital de Señales Profesor: Ing.Clasificación de las Señales   Señales aperiódicas La parabola unitaria p(t) definida por: t 2 p (t ) =  0 si si t≥0 t<0 1 t p (t ) = ∫ r (t ). Fabián Jiménez López MSc Semestre 2015 .

Clasificación de las Señales   Señales aperiódicas La exponencial real eαnµ[n] definida por:  creciente α n e ⋅ µ[ n] =  decreciente si si α >1 0 <α <1 1 1 1 Procesamiento Digital de Señales 1 n Profesor: Ing. Fabián Jiménez López MSc n Semestre 2015 .

).  Vale 0 en todos los casos en que abs[n]=k π.. y su amplitud máxima converge a cero a medida que abs[n] aumenta. Procesamiento Digital de Señales Profesor: Ing. con k entero (1.Clasificación de las Señales  Funcion Sinc: sinc[n] = sin[n]/n En el caso en que n=0 se resuelve mediante límites y vale sinc[0]=1..2.  En todos los demás puntos está plenamente definida. Fabián Jiménez López MSc Semestre 2015 ..

Clasificación de las Señales  Funcion Sinc: Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .

e j Ω0θ Puede ser relacionada con x[n] como: x[n] = Re {x[n]} Procesamiento Digital de Señales Profesor: Ing.e j(Ω 0 + θ) = X.Clasificación de las Señales  Exponencial Compleja: La señal compleja: x[n] = A. Fabián Jiménez López MSc Semestre 2015 .

Fabián Jiménez López MSc Semestre 2015 .Clasificación de las Señales  Exponencial Compleja: La señal compleja: x[n] = A.e j Ω0 θ Puede ser relacionada con x[n] como: x[n] = ½.e j(Ω0 + θ) = X.{x[n]+x*[n]} Donde: Procesamiento Digital de Señales x*[n] = A.e -j(Ω0 + θ) Profesor: Ing.

ambas ecuaciones adoptan la misma expresión. la potencia instantánea disipada en la resistencia es: p(t) = v2(t) /R = i2(t) ⋅ R  En ambos casos.Clasificación de las Señales   Señales de energía o de potencia En sistemas de comunicaciones una señal puede representar indistintamente una tensión o una corriente. Procesamiento Digital de Señales Profesor: Ing. Si una tensión v(t) fluye sobre una resistencia R con una corriente i(t). En el caso especial en que la resistencia R tuviese un valor de 1W. la potencia instantánea es proporcional al cuadrado de la señal. Fabián Jiménez López MSc Semestre 2015 .

de modo que dada una señal x(t) o x[n] se define la potencia instantánea de la misma como: p(t) = x2(t) o  p[n] = x2[n] De acuerdo con esta convención. se define la energía total de la señal como: ∞ T E = lim ∫ x 2 (t )dt = ∫ x 2 (t )dt T →∞ −T −∞ Procesamiento Digital de Señales ∞ 2 E = ∑ x [ n] n = −∞ Profesor: Ing.Clasificación de las Señales   Señales de energía o de potencia Por ello. en el análisis de señales es habitual adoptar esta convención. Fabián Jiménez López MSc Semestre 2015 .

Las clasificaciones de señales como de potencia o energía son mutuamente excluyentes. En particular. mientras que una señal de potencia tiene energía infinita.Clasificación de las Señales   Señales de energía o de potencia Y la potencia promedio a la expresión: 1 T 2 P = lim ∫ x (t )dt T →∞ 2T −T   N 2 1 P = lim ∑ x [ n] N →∞ 2 N + 1 n = − N En cualquiera de los dos casos. Procesamiento Digital de Señales Profesor: Ing. se dice que una señal es de energía si 0 ≤ E < ∞ y de potencia si 0 < P < ∞ . Fabián Jiménez López MSc Semestre 2015 . cualquier señal de energía tiene potencia promedio nula.

como x[n] = Asen(2πn/N). con a. una señal de longitud infinita puede ser una señal de energía (por ejemplo. Una señal de longitud finita tiene energía finita. constantes o las señales aleatorias. Sin embargo. y potencia promedio nula.α > 0 y n ≥ 0) suelen ser señales de energía. Procesamiento Digital de Señales Profesor: Ing. mientras que señales determinísticas y no periódicas (como x(t) = e–at ó x[n] = e –αn.Clasificación de las Señales    Señales de energía o de potencia Ejemplos de señales de potencia son las señales sinusoidales. Fabián Jiménez López MSc Semestre 2015 . x[n] = an. con a< 1 y n ≥ 0) o de potencia.

Ej. y ser analizadas por partes a través del análisis de sus componentes.Representación de las Señales   El conocimiento de las señales singulares es de interés porque muchas señales de forma compleja pueden verse como la suma de señales singulares. afectadas por retardos y cambios de escala. Fabián Jiménez López MSc Semestre 2015 . Un pulso x(t) de amplitud K que comience en t1 y termine en t2 puede ser visto como la suma de dos escalones: x(t) = K·µ (t – t1) + (–K)·µ(t – t2) Procesamiento Digital de Señales Profesor: Ing.

Fabián Jiménez López MSc Semestre 2015 . Un pulso aislado triangular x(t): En este caso.Representación de las Señales  Ej. el pulso triangular se sintetiza mediante la suma de tres rampas x(t) = K0·r0(t – t0) – K1·r1(t – t1) + K2·r2(t – t2) Procesamiento Digital de Señales Profesor: Ing.

Propiedades de las Señales   Periodicidad: Una señal continua x(t) es periódica si satisface la condición: x(t) = x(t + T0)  Para todo t. El menor valor positivo de T0 que satisface esta condición se denomina período. Procesamiento Digital de Señales Profesor: Ing. y define la duración de un ciclo completo de la señal x(t). donde T0 es una constante. Fabián Jiménez López MSc Semestre 2015 .

Fabián Jiménez López MSc Semestre 2015 . la señal x(t) = t2 no es periódica pues no existe ningún T0 tal que se verifique la condición. En cambio. pues   2π ) = Asen ω0  t + x(t + ω0   ω0 2π    = Asen(ω0 t + 2π ) = Asen(ω0 t )   Por ejemplo.Propiedades de las Señales   Periodicidad: Por ejemplo. la señal: x (t) = Asen(ω0t)  Es periódica de período T0 = 2π/ω0. Procesamiento Digital de Señales Profesor: Ing. la señal x(t) = x0 (constante) tiene período arbitrario.

Procesamiento Digital de Señales Ω0 es una fracción racional de Profesor: Ing.Propiedades de las Señales  Periodicidad:  Una señal discreta x[n] es periódica de período N0 si : x[n] = x[n+N0]  Donde N0 es un entero positivo. Fabián Jiménez López MSc Semestre 2015 . la señal : x[n] = Asen(Ω0n)  Es periódica sólo si 2π. Por ejemplo. Las señales discretas presentan ciertas peculiaridades inherentes que no ocurren en señales continuas.

el período de la señal es: N0 = 2π /Ω0 = 2 π /(π /7) = 14 Como se observa en la Figura: Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .Propiedades de las Señales   Periodicidad: Si Ω0 = π / 7.

07) el período de la señal es: N0 = 2π /Ω0 = 2 π /(π /5√2) = 2√2 /5  La señal no es periódica: debido a que el argumento Ω0 n= π /n√2 no es congruente racional. Procesamiento Digital de Señales Profesor: Ing.Propiedades de las Señales   Periodicidad: En cambio si Ω0 = π /5√2. (5√2=7. Fabián Jiménez López MSc Semestre 2015 .

Propiedades de las Señales  Funciones Periódicas Pares e impares Una función x[n] es par. si para todo n se cumple que: x[n] = x[–n] Una función x[n] es impar si para todo n se cumple que: x[n] = –x[–n] Cualquier función periódica puede ser vista como la suma de una componente par más una componente impar. Fabián Jiménez López MSc Semestre 2015 . x[n] = xpar[n] + ximpar[n] Procesamiento Digital de Señales Profesor: Ing.

Fabián Jiménez López MSc Semestre 2015 .Propiedades de las Señales  Funciones Periódicas Pares e impares x[n] = xpar[n] + ximpar[n] Donde: xpar[n] = 1/2 {x[n] + x[–n]} y ximpar[n] = 1/2 {x[n] – x[–n]} Procesamiento Digital de Señales Profesor: Ing.

Fabián Jiménez López MSc Semestre 2015 .Propiedades de las Señales Funciones Periódicas Pares e impares El producto Z de dos funciones X e Y cumple ciertas reglas:  Procesamiento Digital de Señales Profesor: Ing.

Propiedades de las Señales Propiedades del Impulso Unitario:  Definición matemática formal: +∞ ∫ x(t )δ (t ).dt = x(t ) 0 0 −∞  La convolución de una función x(t) con la función impulso da la misma función x(t) +∞ ∫ x(t )δ (t − τ ).dt = x(0) −∞  Mediante un cambio de variables.dτ = x(τ ) −∞ Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 . el caso del impulso desplazado del origen (shifting property) +∞ ∫ x(t )δ (t − t ).

Fabián Jiménez López MSc Semestre 2015 .Propiedades de las Señales Propiedades del Impulso Unitario:  Cuando a = –1 se verifica que la inversión del eje del tiempo no afecta a la función δ [ n] = δ [ − n]  Es posible reemplazar una función x[n] por su valor particular en el mismo momento del impulso x[n]δ [n − k ] = x[k ]δ [n − k ] = x[k ] Procesamiento Digital de Señales Profesor: Ing.

pero puede aproximarse en el límite de una función convencional cuando cierto parámetro tiende a cero.  Una función triangular.  Por ejemplo. Fabián Jiménez López MSc Semestre 2015  .  Una función tipo sinc al cuadrado Procesamiento Digital de Señales Profesor: Ing.Propiedades de las Señales   Propiedades del Impulso Unitario: La función impulso δ[n] está definida matemáticamente por dos propiedades: 1 δ [ n] =  0 si si n=0 n≠0 +∞ ∑ δ [ n] = 1 −∞ La primer condición (δ[n] nula para n distinto de cero) es imposible para una función convencional. una función rectangular.

y redefinir x[n] cambiando la variable independiente n por una nueva variable (una transformación).  Procesamiento Digital de Señales Profesor: Ing.Dominio Frecuencial Formas de especificar una señal: Una señal unidimensional x[n] puede ser definida especificando sus valores a lo largo del tiempo. Fabián Jiménez López MSc Semestre 2015 . Aunque esta especificación es completa. para poder ser procesada suele ser necesario obtener ciertas características de la señal.

la función X[k] representa el espectro de la señal. en este caso suele usarse un espectro complejo para poder representar magnitud y fase inicial Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .Dominio Frecuencial   Espectro de una señal: Si se analiza la señal x[n] en el dominio frecuencial.

deben agregarse frecuencias negativas para identificar amplitud y fase de los fasores conjugados. Alternativamente. si se usan fasores. Fabián Jiménez López MSc Semestre 2015 .Dominio Frecuencial Espectros de amplitud y fase usando señales complejas La señal real:  x[n] = A·cos(Ω0 n + θ ) Puede ser representada mediante su espectro real.  Procesamiento Digital de Señales Profesor: Ing.

Dominio Frecuencial  Espectros de amplitud y fase usando señales complejas x[n] = A·cos(Ω0 n + θ) = A/2· (e j(Ω0n + θ) + e–j(Ω0n + θ)) x[n] = A·sen(Ω0 n + θ) = A/2j·(e j(Ω0n + θ) – e–j(Ω0n + θ)) Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2015 .

Procesamiento Digital de Señales Introducción al Procesamiento Digital de Señales Semestre 2015 Por: Fabián Jiménez López.edu. fabian.co.jimenez02@uptc. .