APLICACIN DEL TEOREMA DE NYQUIST A FUNCIONES MULTIVARIABLE

Mauricio Abrego maury-antonio@hotmail.com Katya Tejada tyakatej@gmail.com Eduardo Vela eduardo3vela@gmail.com

RESUMEN: el procesamiento de seales

conlleva diferentes procesos, ya que se necesita convertir una seal analgica a una digital, para saber interpretar los datos de salida. En el caso de la seales biomdicas se necesitan ser procesadas para ser mostradas en una pantalla, la cual se interpreta para un diagnstico y tratamiento del paciente. Para poder ser procesadas existe una aplicacin muy importante y est es el teorema de Nyquist a funciones multivariables, se presenta el teorema de Nyquist o de muestreo, su relacin matemtica, su aplicacin a funciones multivariables y la importancia que este tiene en el procesamiento de seales biomdicas. Cabe sealar que es muy importante el teorema del muestreo para el rea de biomdica, ya que es a travs de este teorema que se procesan diversas seales. PALABRAS CLAVE: Teorema de muestreo (Sampling Theorem), seales (signal), funciones multivariables (Multivariable functions).

teorema presenta su forma matemtica, sus aplicaciones y la importancia que tiene para el procesamiento de seales biomdicas.

2. TEOREMA DEL MUESTREO DE NYQUIST

Para explicar el teorema de muestreo, se utilizar el concepto de digitalizacin de seales. Es imposible digitalizar una cantidad infinita de puntos de una seal analgica. Estos infinitos puntos no pueden ser procesados por el Procesador de Seales Digitales (PSD) de una computadora, dado que necesitara una cantidad infinita de memoria y de poder de procesamiento para computar los resultados [1]. Este problema se soluciona a travs del muestreo, el cual toma muestras a un intervalo de tiempo fijo. Para un tiempo de muestreo T, el tiempo que hay entre dos puntos de muestreo, la frecuencia de muestreo se obtiene por:

1. INTRODUCCIN
El teorema de Nyquist o teorema de muestreo, cita que la reconstruccin exacta de una seal peridica continua en banda base a partir de sus muestras, es matemticamente posible si la seal est limitada en banda y la tasa de muestreo es superior al doble de su ancho de banda, es decir que si se tiene una frecuencia de 10,000 Hz, la frecuencia de Nyquist es de 20,000 Hz, si la frecuencia de muestreo es menor que la de Nyquist, no es suficiente para hacer el muestreo, se inventan frecuencias fantasmas que no tienen referencia con la original y esto es conocido como aliasing. El Por ejemplo, si el perodo de muestreo es de T = 125 s, la frecuencia de muestreo es de fs = s = 8,000 muestras por segundo (Hz). Despus de obtener esta seal de muestreo, ahora es posible procesar los puntos de muestreo. Ahora, debe asegurarse que las muestras son tomadas a la frecuencia suficiente como para obtener una reconstruccin fiel de la seal original. Dicho de otra manera, se necesita conocer la frecuencia mnima de muestreo para adquirir una reconstruccin completa de la seal original a partir de los puntos de muestreo. Si una seal no se muestra apropiadamente entonces es posible que se

presenten seales indeseadas en el ancho de banda de la seal analgica, lo que se conoce como aliasing. El teorema de Nyquist o teorema de muestreo, explica que para poder tener una rplica exacta de la forma de una seal, es necesario que la frecuencia de muestreo sea el doble de la frecuencia mxima de la seal original, por ejemplo si se tiene una seal de sonido de 12 kHz, la frecuencia de muestreo segn Nyquist ser de 24 kHz. El proceso tambin es reversible, es decir que la seal no ha perdido ninguna informacin porque se ha generado de forma idntica a la original. El teorema permite realizar el proceso de conversin de anlogodigital y de digital-anlogo. [2] Cuando la frecuencia de muestreo es menor que la frecuencia de Nyquist, es insuficiente para hacer el muestreo correctamente, con lo cual inventa frecuencias fantasmas que no tienen referencia con la original, lo que se comentaba anteriormente como aliasing, y afecta ms en el caso de las frecuencias altas. En la fig. 1, se muestra un ejemplo del fenmeno denominado aliasing.

proceso de convertir una funcin multivariable en un conjunto discreto de valores de la funcin medidos en un conjunto discreto de puntos. El Teorema de Peterson-Middleton es una generalizacin del Teorema de Nyquist para funciones de variables multidimensionales. El Teorema de Peterson-Middleton es aplicable a espacios Eucldeos, Rn. Donde la recta lineal, un plano y el espacio tridimensional son espacios Eucldeos de 1, 2 y 3 dimensiones respectivamente. Por lo tanto, la idea de frecuencia de muestreo se cambia por conjunto de puntos de muestreo, llamados redes. Y el concepto de funcin de banda limitada, a una funcin de nmero de onda limitada, es decir el nmero de ondas por unidad de longitud. La transformada de Fourier de una funcin de n dimensiones f() est dado por:

Donde x y son vectores n-dimensionales; y <x,

> es el producto escalar de los vectores.

Entonces, se dice que el nmero de onda de la funcin en n dimensiones f() est limitado a un conjunto siempre que la transformada de Fourier de la funcin f() cumpla con la siguiente condicin:

Figura 1. Aliasing

En la fig. 1, se presenta una seal con diferentes muestreos, es decir con diferentes valores de frecuencia, en donde la seal original es la de color azul y a medida se va aumentando o disminuyendo el valor de la frecuencia se va perdiendo la forma de la seal original. [3] Debido a su gran utilidad, las aplicaciones que el teorema de Nyquist tiene son muchas, entre las que se puede mencionar: aplicacin a las funciones o seales multivariables, este tipo de teorema permite proporcionar condiciones suficientes para la toma de muestra y reconstruccin de seales.

Una red es un conjunto de puntos pertenecientes al espacio Eucldeo Rn de la forma:

3. RELACIN MATEMTICA
Generalmente, el Teorema de Muestreo de Nyquist se utiliza en funciones de usa sola variable, comnmente el tiempo, como se pudo ver en la seccin anterior. Pero este teorema se puede aplicar a funciones de ms de una variable. El muestreo de multidimensional es el

Donde {v1, v2,...vn} es una base para Rn. La red recproca correspondiente a es entonces:

Entonces, el Teorema establece que: ...la funcin f() cuyo nmero de ondas est limitado por el conjunto , esta puede ser reconstruda perfectamente a partir de las mediciones en , si y solo si, el conjunto , no se traslapa con sus repeticiones espectrales + x, donde x es cualquier elemento distinto de cero insludo en la red recproca . Generalizando la frmula de la sumatoria de Poisson para funciones multivariable, se observa que las muestras de la funcin f() en una red son suficientes para crear una sumatoria de la funcin de la transformada de Fourier de la funcin de n dimensiones:

Si el espectro de la funcin est contenida en el conjunto , entonces la funcin de muestras est contenida en las repeticiones de . Por lo tanto, si las condiciones del Teorema de Peterson-Middleton se cumplen, entonces la funcin que representa las muestras ser igual a la funcin original, para todo que pertenece a , y la funcin podr ser representada perfectamente. La funcin de las muestras entonces est dada por:

Las imgenes tambin pueden tratarse como funciones multivariable. Esto es porque las imgenes se representan a travs de matrices, en los que cada elemento de estas matrices representa el valor de intensidad de color de cada pixel de la imagen. Las imgenes en escala de grises se representan comnmente por medio de una matriz de 2 dimensiones, en este caso decimos que la imagen requiere de dos variables independientes para formar cada uno de los pixeles, una para las filas y otra para las columnas. En las imgenes a color existen tres matrices para una sola imagen, una para cada color primario (Rojo, Verde, Azul), y cada celda representa una intensidad del color que posee cada pixel. Entonces, cada pixel est representado por 3 matrices diferentes, cada uno de dos dimensiones, haciendo as un sistema que no depende de una sola variable, sino de un conjunto de variables que son muestreadas al mismo tiempo. En otras ocasiones las imgenes que se construyen a partir de 4 colores distintos (Cyan, Magenta, Amarillo y Negro) se consideran de 4 dimensiones, o de 4 variables independientes. As como una seal con una inadecuada frecuencia de muestreo presenta aliasing, tambin lo pueden las imgenes si la resolucin de la muestra o densidad de pixel no es la adecuada. Por ejemplo, si tenemos la fotografa digital de una camisa rayada a una alta frecuencia (si las rayas en la camisa son muy cercanas entre s) al ser sensada por una cmara, puede presentar aliasing en forma de patrn moir si la cmara no tiene suficiente resolucin de muestreo o no existe un filtro antialiasing, vase la fig. 2.

En donde es la transformada inversa de Fourier de la ecuacin caracterstica de .

4. APLICACIN A FUNCIONES MULTIVARIABLES

El teorema de muestreo de Nyquist tal como se conoce se plantea para funciones de una sola variable dependiente. En el contexto del estudio del Procesamiento de Seales Biomdicas, este teorema se aplica directamente a seales que dependen solamente del tiempo. A pesar de esto, el teorema de muestreo puede aplicarse tambin a funciones que presentan muchas variables como se plante en la seccin anterior.

Figura 2. Patrn Moir presente en las imgenes con aliasing.

Por lo tanto, los patrones de colores se van a dar con cambios muy rpidos en comparacin a una mayor resolucin, donde hay ms espacio entre los cambios de colores. La solucin a este problema sera reducir la distancia entre la cmara y el objeto a fotografiar o utilizar un sensor de mayor resolucin.

5. IMPORTANCIA EN EL PROCESAMIENTO DE SEALES BIOMDICAS

El teorema de Nyquist tiene diversas aplicaciones en los diferentes mbitos, para el caso del rea de Biomdica representa una aplicacin muy importante ya que los diversos parmetros que se miden del cuerpo humano se realizan a travs de seales, las cuales se necesitan ser procesadas para interpretarlas y transformarlas de seales analogicas a digitales y de esta manera tener una mejor interpretacin de cada una de ellas. Para poder ejemplificar la importancia que tiene el teorema de Nyquist en el procesamiento de seales biomdicas, se tomar en cuenta la medicin de un EMG (Electromiograma), esta seal posee un patrn unidimensional, es por ello que cualquier tcnica de procesamiento de seal para extraccin de caracterstica y reconocimiento de patrones son aplicables a este tipo de seal. Para llegar al momento del procesamiento, primero se tiene que adquirir la seal y se adquiere mediante electrodos bipolares de superficie, ubicados sobre la pie, luego de adquirir est seal necesita ser procesada. La introduccin del procesamiento digital en el anlisis de seales EMG, sugiere su digitalizacin mediante un proceso de muestreo. La tasa de muestreo en la prctica puede ser de 1000 Hz, con el fin de registrar componentes de frecuencia en la seal hasta los 500 Hz (Teorema de Nyquist) o muestrear a una frecuencia de 500 Hz, para registrar componentes de frecuencia de hasta los 250 Hz, la tasa de muestreo indicar directamente en la longitud de las muestras de la seal a procesar, indicando mayor o menor tiempo de cmputo sobre los registros de EMG y por lo tanto tomando en cuenta el retardo que tendr la respuesta del sistema de prtesis. Para analizar esta seal lo ms comn es segmentarla en registros con segmentos con longitud 256 muestras (256 ms de grabacin), y aplicar las tcnicas de extraccin de caractersticas de cada segmento.

muestreo que es posible procesar. En el caso de sus aplicaciones entre las importantes las cuales se pueden mencionar: directamente a seales que dependen solamente del tiempo, las imgenes, entre otros. Su importancia en el rea de la biomdica es de suma importancia, y el mejor ejemplo que se puede citar en la toma de las muestras de un electromiograma.

7. REFERENCIAS
[1] Li Tan, Jean Jiang. Digital Signal Processing: Fundamentals and Applications. Estados Unidos, Academic Press, 2 edicin, 2013. p. 15 - 20. [2] Martn Gonzlez, Jos L. Problemas resueltos de Electrnica Digital. Delta Publicaciones Universitarias. Primera Edicin. Madrid Espaa. 2007. [3] Teorema de Nyquist o del muestreo. Grado multimedia. [En lnea]. Disponible en: http://www.gradomultimedia.com/29musica/2_2_2-teorema-de-nyquist.html.

6. CONCLUSIONES
El teorema de Nyquist representa una de las aplicaciones ms importantes para el procesamiento de seales y ms an para el procesamiento de seales biomdicas, ya que se encarga de digitalizar una cantidad infinita de puntos de una seal analgica y despus convertir dichos puntos en una seal de