TEMA 1

INTRODUCCIN AL
PROCESADO DIGITAL DE SEALES.
Conversin A/D, D/A
Procesado Digital de Seales, 4 Ingeniera Electrnica, E.T.S.E
Universitat de Valncia, Profesor Emilio Soria
 Objetivos del tema.
Conocer las ventajas que nos ofrece PDS.

Saber cuando es ms conveniente usar estos procedimientos digitales.

Saber qu conlleva el paso mundo continuo-mundo digital e inverso.

Conocer el Teorema de Muestreo y sus consecuencias.

Procesado Digital de Seales, 4 Ingeniera Electrnica, E.T.S.E

Universitat de Valncia, Profesor Emilio Soria
Definicin y algunas aplicaciones.
Por procesado digital de seales se entienden todas aquellas tcnicas
orientadas al tratamiento de secuencias discretas.
Voz Video Internet
Vocoders. Compresin. Compresin seales.
Reconocedores de usuario. Estimacin de movimientos. Codificacin/Decod.
Rec. de voz (conversores Caracterizacin (sist. expertos)
texto)
Imagen Medicina Sensores
Filtrado. Seales unidimensionales Radar/Sonar.
Reconocedores (ECG). TAC.
(hyperspectral). Imgenes (mamografa). Optimizacin de procesos
Cmpresin. Sistemas expertos.

Audio Comunicaciones y mucho ms......

Efectos de audio.
Bsqueda canciones TODO, SALVO LA
tarareo. TRANSMISION!!!!
MP3.

Procesado Digital de Seales, 4 Ingeniera Electrnica, E.T.S.E

Universitat de Valncia, Profesor Emilio Soria
 Qu nos ofrece el procesado digital de seales
Facilidad de implementacin de sistemas
(amplificador analgico-amplificador digital)

Inmunidad a problemas fsicos de los componentes

(derivas trmicas y valores exactos)

Facilidad de cambio de los sistemas.

(cambio en las especificaciones de un filtro)

Mayor facilidad y precisin en el almacenamiento y

recuperacin de las seales.

nica forma de realizar algoritmos de procesado

(algoritmos MPEG, MP3, vocoders, etc)

Procesado Digital de Seales, 4 Ingeniera Electrnica, E.T.S.E

Universitat de Valncia, Profesor Emilio Soria
Pero tenemos problemas.........
El Teorema de muestreo es una losa......problemas para
grandes frecuencias de muestreo (vdeo) que se traduce en
problemas de diseo hardware.....problemas en los
convertidores A/D, problemas de ruido........

Al realizar la conversin A/D y D/A aparecen errores y se tiene

una prdida de parte de informacin de la seal contina
original

Procesado Digital de Seales, 4 Ingeniera Electrnica, E.T.S.E

Universitat de Valncia, Profesor Emilio Soria
Esquema general de un sistema de PDS. !"#$% &"' ($%#$% )*&""+,- 7

x!(t) x(t) Anti-aliasing x(n) Other digital

ADC
filter systems
Amplifier

Input channels
DSP
hardware
Output channels

Amplifier
Reconstruction Other digital
DAC
y(t) filter y!(t) y(n) systems

!"#$%& '(' !"#$% &'(%)$*("+ ,+*%-# *& ./"+0)$1/ 234 #5#)/1

Importante: las aplicaciones, en general, no tienen todas

6$7$)"+ &*.18 "(6 %*(9/.)/6 ,"%- $()* "( "("+*7 #$7("+: ;"%< *& )</ &'(%)$*("+ ,+*%-# $(
las partes del,/ esquema
=$7'./ >:> ?$++ $().*6'%/6 $( )</anterior; segn
#',#/@'/() #/%)$*(#: la ./"+0)$1/
=*. #*1/ aplicacin
"AA+$%"0 se
)$*(#8 )</ $(A') 6")" 1"5 "+./"65 ,/ $( 6$7$)"+ &*.1 "(6B*. )</ *')A') 6")" 1"5 (*) (//6
puede
)* ,/tener
%*(9/.)/6todo o parte
)* "( "("+*7 del/C"1A+/8
#$7("+: =*. esquema)</ A.*%/##/6 6$7$)"+ $(&*.1")$*( 1"5
,/ #)*./6 $( %*1A')/. 1/1*.5 &*. +")/. '#/8 *. $) 1"5 ,/ 6$#A+"5/6 7."A<$%"++5: D( *)</.
"AA+$%")$*(#8 )</ 234 #5#)/1 1"5 ,/ ./@'$./6 )* 7/(/.")/ #$7("+# 6$7$)"++58 #'%< "#
Procesado Digital de Seales, 4 Ingeniera Electrnica, E.T.S.E
#A//%<
Universitat #5()</#$#
de Valncia, '#/6 &*. %/++'+". A<*(/# *. A#/'6*0."(6*1 ('1,/. 7/(/.")*.# &*.
Profesor Emilio Soria

E2FG H%*6/ 6$9$#$*( 1'+)$A+/ "%%/##I #5#)/1#:

 54'.%+&%/&%,%14-4'(1+!!"" (6+-+*(14'17(7,54'.%+
$$%',+(84-'1%)+49&(729+!"#$%&$'()*+!,$-.:

,+49%+)*+!,$-.(!"#$%&
CONVERSIN A/D. -1)+'4,+&%*'/&(*-0<+&
MUESTREO. Proceso ' &%'(%<+
por el cual se obtienen una serie de
+!,$-.(/#"01"-'2" muestras a partir de una seal continua. El
tiempo de adquisicin entre muestras se
conoce como periodo de muestreo (su
inversa es la frecuencia de muestreo); en la
!"#$%&'()&'*+,-./01)"#2&(.&*3)&'*,)*40)-&1/+0*05*&#0)
mayor parte de las aplicaciones este tiempo
+0$+010'*"*&,'6)1&'/0)#"'3)/,'*&'.,.15*&#0)1&('"%1)/"')
es constante.
$+,-./0)*40)1"#0)107.0'/0),8)1"#$%019
3.5

3 x2(t)

2.5 x1(t)

2 34%&$/$"&
x[n] /#%+(5%#*67
1.5
Tenemos muestras discretas de una
seal continua....podemos tener 1

problemas de ambigedad a la hora

0.5
de determinar qu seal continua dio
lugar a la seal discreta que se obtiene 0
0 5 10 15 20 25
del muestreo n
 Recuperaci on Una senal muestreada correctamente (Fs > 2
Fmax) podra ser recuperada sin perdida de informacion mediante un
interpolador (conversor D/A). La formula de interpolacion ideal
o apropiada se especifica mediante el Teorema de Muestreo
Conversin Analgico-Digital. Muestreo
de Nyquist.
Teorema De Muestreo De Nyquist. Si la frecuencia mas alta
contenida en una senal analogica xa(t) es Fmax = B y la senal se
muestrea a una velocidad Fs > 2 Fmax 2B, entonces xa(t) se
puede recuperar totalmente a partir de sus muestras mediante la
siguiente funcion de interpolacion:
sin(2Bt) Frecuencia de Nyquist
g(t) = .
2Bt FN=2B
As, xa(t) se puede expresar como:
! " # " #
n n
xa(t) = xa g t
n=
Fs Fs

donde xa(n/Fs) = xa(nT ) x(n) son las muestras de xa(t).

Caso lmite: Cuando la senal se muestrea a la frecuencia (o tasa)
mnima Fs = 2B, la formula de reconstruccion es:
! $ n % sin(2B(t n/2B))
xa(t) = xa
n=
2B 2B(t n/2B)
Procesado Digital de Seales, 4 Ingeniera Electrnica, E.T.S.E
Universitat de Valncia, Profesor Emilio Soria
15
 R
"=
MUESTREO.
2 b +1 UN EJEMPLO SENCILLO
$$ f sf s" "nn''
y(t) = A " cos( w " t ) y(n)
y(n)==AA" "cos cos$&&22" "##" "f " n '))
y(n) = A " cos&%2% " # " sf mf m )((
! % fm (
$w " n' $$ $$ f fs '' ''
y(n " T) = A " cos[ w " ( n " T )] # y(n) = A " cos& ) y(n)
y(n)==AA" "cos cos$&&22" "##" $"&&f s'))" "nn'))
! f
% m ( y(n) = A " cos&%2% " # " &%%f fms m)((" n )((
!! % fm ( (
! f fs s %
$ fs " n ' FFdigital =
digital = f s
**++==22" "##" "FFdigital digital
y(n) = A " cos& 2 " # " ) f f
Fdigital = mm* + = 2 " # " Fdigital
! % fm ( f
y(n)
y(n)==AA"m"cos cos(+ (+" "nn))
y(n) = A " cos(+ " n )
$ f " n' $ f "n ' Las
y(n) = A " cos& 2 " # " s ) = A " cos&2 " # " s 2" k " #) yy1 (n) = A " cos ( # " n )
% fm ( % fm ( 1 (n) = A " cos ( )
# " n
frecuencias
! y1 (n) = A " cos(# " n )
!! yy2 2(n) cos((#
(n)==AA" "cos (#++22" "$$))" "nn)) digitales no
$ f " n 2 " k " n " fm " # ' ! y 2 (n) = A " cos((# + 2 " $ ) " n ) pueden crecer
y(n) = A " cos& 2 " # " s ) yy1 (n) = y (n)
1 (n) = y2 2 (n)
! % fm fm (
y1 (n) = y 2 (n) sin lmite!!!
$ yy1 (n) = A " cos(# " n )
1 (n) = A " cos(# " n )
( f k " fm ) " n '
y(n) = A " cos& 2 " # " s y1 (n) = A " cos(# " n )
)
! % fm ( !! yy2 2(n) cos((2(2" "$$%%##))" "nn))==AA" "cos
(n)==AA" "cos cos(% (#))" "nn))
(%(#
! y 2 (n) = A " cos((2 " $ % #) " n ) = A " cos(%(#) " n )
yy1 (n) = y (n)
1 (n) = y2 2 (n)

!
A nivel digital las frecuencias y1 (n) = y 2 (n) 0<!<""0<Fdigital<1/2
f y fk!fm son indistinguibles
!!
!
MUESTREO. UN EJEMPLO SENCILLO

Procesado Digital de Seales, 4 Ingeniera Electrnica,

E.T.S.E
Fmuestreo=8000 Hz.
Universitat de Valncia, Profesor Emilio Soria
 Sampling Issues
s(t )
The switching function
"
s(t ) = #! (t ! nT) ...
T 2T 3T
.

MUESTREO. OTRA DEDUCCIN MS n=!"

The Fourier Transform FORMAL.
of Periodic Impulses0
orm of Periodic Impulses Sampling
The Issues
frequency spectrum of the periodic impulse can be determined
pling Issues in terms of the CFS, that is s(t )
s(t ) The switching function "

" s (t ) = # S k e jk " 0 t
k = !"

... The ...

TheFourier
Fourier
#
Transform
! (
Transformof
s(t ) =
t ! nT )
of Periodic
...
1 (2)
Periodic Impulses
where
T /2
T"20Tt 3T
! jk 1
...
t
T 2T 3T t
n=!" Sk = $ 0 dt =
! ( t ) e
0
T !T / 2
T
It Itcan
canbebeeasily
easilyshown The frequency spectrum
shownthat
that of the periodic Copyright
Fall 2000
impulse can be determined
1999 Andreas Spanias I-2
e periodic impulse can be determined in terms of the CFS, that is
"
11 "" jkjk!!0 t t ""
jk " 0t
"
S k e jk " 0 t ! ! ee $!
$ !00 !
0 s
! ( t"" (! #
) = # k!k 0 )
S e
#
k = !"
TT k k==#"#" where kk==#"
#" k = !"
T /2
1 ! jk " 0t 1
! jk " 0t 1 S (
S k(!=)
! ) $ ! (t )e dt =
(t )e dt = T !T / 2
T
T Fall 2000 Copyright 1999 Andreas Spanias I-2
999 Andreas Spanias I-2 ...... ...
...
!
!
! o 22!
! !o
Procesado Digital de Seales, 4
00 o o
Ingeniera Electrnica, E.T.S.E
Universitat de Valncia, Profesor
Emilio Soria Fall 2000 Copyright 1999 Andreas Spanias I-3
Fall 2000 Copyright 1999 Andreas Spanias I-3
MUESTREO.
Derivation of the Sampling Theorem
" Sampling and Periodic Spectra
x s ( t ) = x ( t ) s( t ) where s(t ) = # ! ( t ! nT )
"
n = !" x(t ) X (! )
x s (t ) = #
n = !"
x ( nT ) ! ( t ! nT )

... ...

1
and X s (" ) = X (" ) * S (" ) 0 t !B 0 B !
2# xs (t ) X s (! )
1 ) " &
X s (" ) = X (" ) * ( # ! (" ! k " o )% 1/T
T ' k = !" $ ... ...
... ...

" !!s ! B B !s 2! s
1 0 T 2T 3T t 0 !
* X s (" ) =
T
# X (" ! k " )
k = !"
o
Fall 2000 Copyright 1999 Andreas Spanias I-10
Fall 2000 Copyright 1999 Andreas Spanias I-9

Importante: SEPARACIN ENTRE

ESPECTROS....LA CLAVE DEL ALIASING EST
AH!!!!

Procesado Digital de Seales, 4 Ingeniera Electrnica, E.T.S.E

Universitat de Valncia, Profesor Emilio Soria
MUESTREO.
Xc (j !)

!N !N !
(a)

S(j !)

2!
T

From Discrete-Time Signal Processing, 2e by Oppenheim, Schafer, and Buck 1999-2000 Prentice Hall, Inc.
2!s !s 0 !s 2!s 3!s !
(b)

Xs ( j !)
1
T

2!s !s !N !N !s 2!s 3!s !

(!s !N)
(c)

Xs ( j!)
1
T

(!s !N) !s 2!s !

(d)

Figure 4.3 Effect in the frequency

domain of sampling in the time domain.
(a) Spectrum of the original signal.
(b) Spectrum of the sampling function.
 MUESTREO DE SEALES PASA-BANDA.
Las seales vistas Band-limited
Sampling hasta ahora se conocen como seales en banda base; el espectro de la
Signals
seales esta centrado en el origen. Seguidamente se analizarn seales en lo que esto no
ocurre,
Consider estas
a 2MHz seales
band-limited seriding
signal conocen como
on an 8MHz pasa-banda.
carrier.

Bandpass Sampling Example Si aplicamos el teorema de muestreo deberamos

muestrear a 18 MHz, como mnimo; pero si muestreamos
Instead, lets directly sample the signal at only 10M samples/second.f (MHz) a 10 MHz .........
-9 -7 0 7 9

Image Original
The IF could be extracted by mixing with a local oscillator
spectrum at 10MHz and
spectrum
Bandpass Sampling Example (cont)
sampled at 6MHz, or could be directly sampled at > 18MHz.
Obtenemos el espectro reflejado entre 1 y 3 MHz. Si
ahora muestreamos la seal original a 6.5 MHz .....
What if we sample at only 6.5M samples/second??
1-3MHz
f (MHz)
-10 -5 0 1 I.F.
3 5 7 9 10
Signal Input (Fs/2) (Fs)
(7-9MHz)
A/D
Image Original
spectra spectrum Se obtiene el espectro de la seal original entre 0.5 y 2.5
In this case the Nyquist frequency would be 5MHz, and the original
spectrum is in the range of Fs/2 to Fs, instead of the range DC-Fs/2 (as weMHz!!!!. Mediante operaciones de filtrado y modulacin
Fs > 6MHz podramos obtener la seal original.
are usedLocal
to seeing).
oscillator
(10MHz)
The original spectrum is aliased into the lower half of the frequencyf (MHz)
0.5 2.5 4 6
band,
3.25 6.5 9.75
reflected about the Nyquist rate of 5MHz, (Fs/2) appearing(Fs) in the frequency
range 3Mhz - 1MHz.
Signal
gital ThisEn
So, time general,
theinoriginal
we have
Processing successfullysi
2700 seconds se
spectrum tiene
liesthe
sampled una using
between
signal seal
Fs and con un
1.5Fs.
a sampling ancho de
rate almost
half the
the spectrum
officiallyisrequired rate
Here, banda B; con frecuencias lmites f
reflected about the sampling rate, to appear in the
H L H y f B=f -fL
range from Fs/2 to Fs, spanning 6MHz - 4MHz.
Signal
gital con Q=f
It isProcessing
then reflected
H a/B y ntime
second
in 2700 seconds entero confinally
about Fs/2, n!Q la frecuencia
appearing in the lower de
half of the sampled frequency range between 0.5MHz and 2.5MHz.
muestreo fs debe cumplir los siguientes limites.
Can we sample at an even lower rate and still get a unique spectrum??
 CUANTIZACIN.
Despues de muestrear se hace !"#$%&'()*(+,-,%
()*(+,-,%#.(/,-0#.1 necesario cuantizar < ="'>366'?"$:&3@"'&"A&"$"7%5%397'9B'?343%56'
la seal,
$9#"'D$"BD6'?343%56'$34756$;'231%(34(%",1("
estamos
%397'9B'?343%56'$34756$)'%C"3&'#573AD65%397'57?' en un mundo
:;:!(<)=>*(/,-0#.1(?(/61%&@1(A#05('&$
231%(34(%",1("#1(#.'&#56(7&&0(839&'&5(,0( discreto!!!!C,%"(13@&(@,03'(5,44&'&08&1D
1%&@1(A#05('&$&#%&5("&'&(43'(8309&0,&08&B
< :E#@$.&()D> 2343
8&1D
0T@3%'$34756'37'%C"'&574"'+'O'%9'(O /9?"
2343%56' QD57%3R5%397' I574"'9B'J75694'
O'%9'(O /9?" ."S"6'NOP K7AD%$'L5AA374'%9'
MC3$'2343%56'/9?"'NOP ((( ++
((+ ((+
+++ +;+++ +;+++ " ! ! +;+H*G ++
++( +;(*G +;+H*G " ! ! +;(EFG (++ +(
(++
(++ +(+ +;*G+ +;(EFG " ! ! +;0(*G
+(( +(
+(( +;0FG +;0(*G " ! ! +;,0FG +(+ +(+ (+
+(+ (++ +;G++ +;,0FG " ! ! +;GH*G ++( (+
(+( +;H*G +;GH*G " ! ! +;HEFG
+++ ((
((+ +;FG+ +;HEFG " ! ! +;E(*G
((( +;EFG +;E(*G " ! " (;+++ ((

/'00+01'2343%56'!34756'8&9:"$$374 .0;( !"#"$%"&'()'*++, -.-/'00+01'2343%56'!34756'8&

dam entals of A/ D and D / A Conversion
gnal can be given as either a voltage signal or current signal, depending on the signal
e 5.2 shows the ideal transfer characteristics for a 3-bit A/D conversion. The output of
CUANTIZACIN. Definiciones
Niveles de cuantizacin: son los niveles
digitales

Rango dinmico (RD): Es la diferencia

entre los valores mximo y mnimo de
x(n); no confundir con el rango del
cuantificador (R)!!!!!!. Cuando se
sobrepasa el rango del conversor se
tiene el ruido de sobrecarga.

Resolucin: tamao del escaln entre

niveles digitales (b es el nmero de bits)
R
"=
FIGURE 5.2: Ideal 2 b #1
Se transfer characteristics
puede cuantizar for an A/D converter.
redondeando
(hacemos corresponder el nivel Rango de escala completa (FSR):
Cuantificador para seales(bipolares.
ms cercano) o por truncamiento y(t) = A " cos w " t )
is an n-bit digital code given as,
(hacemos corresponder el nivel
!
Escala completa (FS): Cuantificador
Asig bn inferior)
bn1 b1 para seales
D= = n + n1 + . . . + 1 (5.1)y(n " T)unipolares.
[ ]
= A " cos w " ( n " T ) #
FS 2 2 2
 $ fs " n '
y(n) = A " cos& 2 " # " )
! % fm (
CUANTIZACIN.
Modelo para la cuantizacion
1 $ fs " n ' $ fs " n '
0
y(n) = A " cos& 2 " # " ) = A " cos&2 " # " 2" k " #)
Quantizer
% fm ( % x[n] f m Q( )
(
x [n] = Q(x[n])

! 1
0 50 100 150 n +
(a) x[n] x [n] = x [n] + e [n]

1 $ fs " n 2 " k " n " fm " # ' e[n]

0 y(n) = A " cos& 2 " # " )
! % fm fm (
1 Al cuantizar se comete un error
0 50 100 150 n
(b)
conocido, evidentemente, como
error de cuantizacin, que es
0.2 $ ( fs k " fm ) " n ' Figure 4.50 Additive noise model for
IRREVERSIBLE.
quantizer. Se introduce
0 y(n) = A " cos& 2 " # " ) ruido a la seal
! 0.2 % fm ( conocido como ruido de
0 50 100 150 n
(c)
cuantizacin.
! 103

5
From Discrete-Time Signal Processing, 2e
0
# Pseal & by Oppenheim, Schafer, and Buck

( = 6.02 " b + 1.25 ) 6 " b Regla de

1999-2000 Prentice Hall, Inc.
! 5
SNRQ = 10 " log%
0 50
$
(d)
Pruido '
100
b=nmero de
150 n
bits del conversor los 6 dB
Figure 4.51 Example of quantization noise. (a) Unquantized samples of the signal
gn trade-offs are most often dictated by the fabrication process and available device types.
arameters such as voltage threshold, physical dimensions, etc. vary across a semiconductor
se variations can manifest themselves into errors. The following terms are used to describe
r nonideal behavior:
ffset error, described in Fig. 5.3, is a d.c. error between the actual response with the ideal
CUANTIZACIN. ERRORES
sponse. This can usually be removed by trimming techniques.

Error de
offset

FIGURE 5.4: Gain error.

ral nonlinearity is the measure of worst-case deviation from an ideal line drawn
een the full scale analog signal and zero. This is shown in Fig. 5.5 as a monotonic
Error de
inearity.
ganancia
FIGURE 5.4: Gain error.
FIGURE 5.3: Offset error.
Error de no-
3. Integral nonlinearity is the measure of worst-case deviation from an ideal line dra
ain error is defined as an error in the slope of the transfer characteristic shown in Fig. 5.4,
hich can also usually be removed by trimming techniques. linealidad between the full scale analog signal and zero. This is shown in Fig. 5.5 as a monoto
nonlinearity.
CRC Press LLC

Error de no-linealidad
+
funcin no creciente
CUANTIZACIN NO UNIFORME.
En algunas aplicaciones conviene utilizar un cuantificador
no uniforme en el que los escalones digitales no tienen
una separacin constante; de esta forma el error de
cuantizacin mximo es diferente segn el valor de la
seal de entrada

Mu-law u=255;
EEUU y Japn.

A-law A=87.56;
Europa.
CODIFICACIN.
Una vez que se tienen los
diferentes niveles de
cuantificacin tenemos que
codificar cada uno de esos
niveles.

La codificacin depender
de la aplicacin a
desarrollar as como de los
elementos hardware que se
dispongan.

En algunas aplicaciones
donde estos niveles son
asignados a determinados
smbolos la codificacin se
realiza siguiendo criterios
ms complejos (entropa).
CONVERSIN D/A
Como se ha visto el
proceso de muestreo
genera infinitas copias
del espectro de la seal
analgica original.

El procedimiento inverso al
muestreo, la reconstruccin de
la seal analgica a partir de
sus muestras, consistir en la
eliminacin de todas esas
copias espectrales digitales
mediante el uso de un filtro
paso-bajo ideal.
 Signal Reconstruction
RECONSTRUCCIN. Analytically for !s =2B xc ( t)

h ( t ) * x s ( t ) $ H (! ) X s ( ! )
"
E s tt e
1 j! t (a)
reconstructor
h (t ) = H ( ) e d sinc ( Bt )
2 " #!"
! ! =
es ideal; no
* " ' se puede
(
+
x(t ) = sinc ( Bt ) * ) x(nT )# (t # nT )&
n = #"
implementar
x ( t)
%
s

"
t
, x (t ) =
uction using an Ideal Filtern = #"
+ x( nT ) sinc ( B (t # nT )) (b)
T

Remark: Note that the reconstruction filter interpolates between the

samplesXwith
s (!sinc
) functions - hence the name interpolation filter.
Fall 2000 Copyright 1999 Andreas Spanias I-12
1/T xr (t)
T
... ...

!!s ! B B !s 2! s
0 ! t
T
(c)
Figura 1.11: Operaciones basicas para convertir una senal digital en una
RECONSTRUCCIN.
analogica.

Mantenedor de Orden Cero:

x(t) = x(nT ), nT t (n + 1)T

Mantenedor de Orden Uno:

x(nT ) x((n 1)T )
x(t) = x(nT ) + (t nT ), nT t (n + 1)T
T
Interpolador lineal con retardo:
x(nT ) x((n 1)T )
x(t) = x((n 1)T ) + (t nT ), nT t (n + 1)T
T
En t = nT , x(nT ) = x((n 1)T ) y en t = (n +1)T , x((n +1)T ) =
x(nT ) por lo que x(t) tiene un retardo inherente de T segundos al
interpolar la senal verdadera x(t).

27
ALGUNOS COMENTARIOS
A la hora de muestrear una seal SIEMPRE hay que poner un filtro anti-
aliasing ya que se puede conocer a la perfeccin el contenido espectral de la
seal a muestrear pero no se conoce nada de las posibles interferencias
(ruido). Por ejemplo una seal de 40 KHz no es audible, pero al muestrear a
44 KHz (muestreo en un CD) aparece una componente alias de 4 KHz que
s lo es.........

En el proceso de conversin A/D se modifica la seal original de forma

IRREVERSIBLE, tngase en cuenta el proceso de cuantizacin, por lo que
siempre habr una prdida de informacin en ese proceso.

Al final del proceso de conversin D/A se suele poner un filtro conocido

como filtro de reconstruccin que se encarga de suavizar la seal obtenida
con los diferentes mantenedores.