Vous êtes sur la page 1sur 60
Sistemas Discretos LTI Sistemas Discretos LTI
Sistemas Discretos LTI
Sistemas Discretos LTI

MSc. Bioing Rubén Acevedo

racevedo@bioingenieria.edu.ar

Bioingeniería I

Carrera: Bioingeniería Facultad de Ingeniería - UNER

06 de Abril de 2009

Organización

  • Sistemas

  • Convolucion

  • Deconvolucion

  • Autocorrelación

Sistemas

Definiciones

Definiciones

“Una colección de objetos que están dispuestos de una forma ordenada, de acuerdo a su finalidad”.

“Un ente

formado

por

un

conjunto

de

elementos

que

evolucionan

coordinadamente según determinadas reglas”.

 

“Cualquier parte de un ambiente que causa que ciertas señales que existen en él se encuentren relacionadas”.

“Cualquier proceso que produce una transformación de señales”.

 

Sistemas

Definiciones

Definiciones

La interrelación de las señales impuesta por las

leyes que gobiernan al sistema se denomina

Regla ó Dinámica del sistema Regla ó Dinámica del sistema
Regla ó Dinámica del sistema
Regla ó Dinámica del sistema

Sistemas

Definiciones

Definiciones

Sistemas como entidades abstractas

caja negra.

x [n]

Sistemas Definiciones Definiciones Sistemas como entidades abstractas → caja negra. x [n] h [n] y [n]
h [n]
h [n]
Sistemas Definiciones Definiciones Sistemas como entidades abstractas → caja negra. x [n] h [n] y [n]

y [n]

Sistemas de tiempo discreto

Sistemas

Clasificación

Clasificación

Cantidad de entradas y salidas

Causales o no causales

Parámetros concentrados o distribuidos

Inversibles o no inversibles

Estables o inestables

Con memoria o sin memoria

Variantes o invariantes en el tiempo

Lineales o no lineales

Sistemas

Clasificación

Clasificación

Cantidad de entradas Cantidad de entradas
Cantidad de entradas
Cantidad de entradas

Single Input Single Output

Multiple Input Single Output

Single Input Multiple Output

Multiple Input Multiple Output

x[n]

  • x 1 [n]

  • x 2 [n]

h[n] h[n]
h[n]
h[n]

y[n]

y[n]

x[n]

  • x 1 [n]

  • x 2 [n]

h[n] h[n]
h[n]
h[n]

y

1 [n]

y

2 [n]

y

1

[n]

y

2

[n]

Sistemas

Clasificación

Clasificación

Causales Causales
Causales
Causales

Un sistema es causal si la salida en cualquier instante depende

únicamente de los valores presentes y/o pasados de la entrada, y de

valores pasados de la salida.

Suele llamarse no anticipativo ya que la salida del sistema no se

anticipa considerando valores futuros de la entrada.

Sistemas

Clasificación

Clasificación

Parámetros concentrados Parámetros concentrados
Parámetros concentrados
Parámetros concentrados

La entrada afecta en forma simultánea a cada elemento del sistema.

Se pueden describir por ecuaciones diferenciales ordinarias.

Parámetros distribuidos Parámetros distribuidos
Parámetros distribuidos
Parámetros distribuidos

Los efectos se distribuye en las dimensiones espaciales del sistema.

Se describen por ecuaciones diferenciales en derivadas parciales.

Sistemas

Clasificación

Clasificación

Inversibles Inversibles
Inversibles
Inversibles

Un sistema es inversible si a partir de la salida se

puede encontrar determinísticamente la entrada.

Ejemplo: y[n] = 2. x[n]

z[n] = 0,5.y[n]

x(n)

Sistemas Clasificación Clasificación Inversibles Inversibles Un sistema es inversible si a partir de la salida se
h[n]
h[n]

y(n)

Sistemas Clasificación Clasificación Inversibles Inversibles Un sistema es inversible si a partir de la salida se
h -1 [n]
h -1 [n]

z[n] = x(n)

Sistemas Clasificación Clasificación Inversibles Inversibles Un sistema es inversible si a partir de la salida se

Sistemas

Clasificación Clasificación
Clasificación
Clasificación
Estabilidad Estabilidad
Estabilidad
Estabilidad

Si la entrada a un sistema estable está acotada, entonces

la salida también debe ser acotada (no diverge).

x[n] entrada

y[n] x[n] y[n] salida
y[n]
x[n]
y[n] salida

Sistema inestable

Sistema estable

Sistemas

Clasificación

Clasificación

Con memoria Con memoria
Con memoria
Con memoria

La salida en un instante de tiempo depende de la

entrada en ese instante y en instante anteriores.

Sin memoria Sin memoria
Sin memoria
Sin memoria

La salida en un instante de tiempo depende

únicamente de su entrada en ese instante.

Sistemas

Clasificación

Clasificación

Invariante en el tiempo Invariante en el tiempo
Invariante en el tiempo
Invariante en el tiempo

Es aquel en el cual sus parámetros no se modifican con el tiempo.

Un desplazamiento de la entrada causa el mismo desplazamiento de la salida

Variante en el tiempo Variante en el tiempo
Variante en el tiempo
Variante en el tiempo

Un desplazamiento de la entrada causa el mismo desplazamiento de la salida,

pero la respuesta es diferente de la que se obtiene con desplazamiento nulo.

Sistemas

Clasificación

Clasificación

Lineales Lineales
Lineales
Lineales

Son los sistemas que cumplen con el principio de superposición.

a.x 1 [n] + b.x 2 [n]

a.y 1 [n] + b.y2[n]

La salida de un sistema lineal a una entrada nula es también nula.

Un sistema lineal sólo modifica el espectro de frecuencias de la entrada.

Sistemas

Sistemas LTI Sistemas LTI
Sistemas LTI
Sistemas LTI
La dinámica de los sistemas de tiempo discreto lineales e La dinámica de los sistemas de
La dinámica de los sistemas de tiempo discreto lineales e
La dinámica de los sistemas de tiempo discreto lineales e
invariantes en el tiempo (LTI) se representan mediante
invariantes en el tiempo (LTI) se representan mediante
ecuaciones en diferencias lineales y de coeficientes constantes.
ecuaciones en diferencias lineales y de coeficientes constantes.

Sistemas

Sistemas LTI

Sistemas LTI

Sistemas Moving Average (MA)

Sistemas Auto Regresivos (AR)

Sistemas ARMA

Sistemas Sistemas LTI Sistemas LTI Sistemas Moving Average (MA) Sistemas Auto Regresivos (AR) Sistemas ARMA Tipos
Tipos Tipos
Tipos
Tipos

Sistemas de respuesta finita al impulso (FIR)

Sistemas de respuesta infinita al impulso (IIR)

Sistemas

Sistemas LTI

Sistemas LTI

Representación Representación
Representación
Representación

Una forma de representar sistemas LTI discretos es mediante diagramas de

bloques.

Estos facilitan la interpretación de su comportamiento en forma gráfica.

Sistemas

Sistemas LTI

Sistemas LTI

Representación Representación
Representación
Representación
  • x 2 [n]

Suma

x

1 [n]

Multiplicación por escalar

x

1 [n]

Retardo

x[n]

+ a
+
a

x 1 [n] + x 2 [n]

Sistemas Sistemas LTI Sistemas LTI Representación Representación x [n] Suma x [n] Multiplicación por escalar x

a.x 1 [n]

D

Sistemas Sistemas LTI Sistemas LTI Representación Representación x [n] Suma x [n] Multiplicación por escalar x

x[n-1]

Sistemas

Sistemas LTI

Sistemas LTI

Representación Representación
Representación
Representación

Ejemplo: diagrama de bloques del sistema y[n] = 3x[n] + 5x[n-1] - 2y[n-1]

Sistemas Sistemas LTI Sistemas LTI Representación Representación Ejemplo: diagrama de bloques del sist ema y[n] =

Sistemas

Sistemas LTI

Sistemas LTI

Representación Representación
Representación
Representación
Serie Paralelo Mixto
Serie
Paralelo
Mixto

Convolucion

Definición

Definición

x[n]: entrada al sistema.

h[n]: respuesta al impulso del sistema.

y[n]: salida del sistema a la entrada x[n].

x[n] h[n] y[n]
x[n]
h[n]
y[n]

Sistema LTI

Convolucion

Definición

Definición

Propiedades de sistemas LTI Propiedades de sistemas LTI
Propiedades de sistemas LTI
Propiedades de sistemas LTI

x

1 [n]

y

1 [n]

x

2 [n]

y

2 [n]

a.x 1 [n] + b.x 2 [n]

a.y 1 [n] + b.y 2 [n]

Linealidad

x[n]

y[n]

x[n-k]

y[n-k]

Invariancia temporal

Convolucion

Definición

Definición

Sumatoria de impulsos Sumatoria de impulsos
Sumatoria de impulsos
Sumatoria de impulsos

x[n]

n ∞ x[n] = ∑ x[k ]. [n δ − k ]
n
x[n]
=
x[k ]. [n
δ
k ]

k = −∞

Convolucion

Definición

Definición

y(k )

=

N

1

x(i)h[(k

i

=

0

i)]

Convolucion

Propiedades

Propiedades

Conmutativa

si existe x y

x y = y x

 

Asociativa

si existe (x y) z

(x y) z = x (y z)

Distributiva

si existen x y

y

x z

x (y+z) = x y + x z

Conmutativa con respecto al producto por un escalar

si existe x y

a.(x y) = (a.x) y = (a.y) x

Convolucion Cálculo Cálculo
Convolucion
Cálculo
Cálculo

Sistema: y[n] = 0,5. y[n-1] +2. x[n]

Entrada: x[n] = [1, 2, 2]

x[n]

2

2

h[n]

2

1

Convolucion Cálculo Cálculo Sistema: y[n] = 0,5. y[n-1] +2. x[n] Entrada: x[n] = [1, 2, 2]
1 0,5 n nn
1
0,5
n
nn

Convolucion

Cálculo

Cálculo

• Multiplicación término a término

• Sumatoria de convolución

• Matricialmente

Convolucion Cálculo Cálculo
Convolucion
Cálculo
Cálculo
  • x[n]

Convolucion Cálculo Cálculo x[n] x [0]. δ [n] x [1]. δ [n-1] x[2].δ[n-2] Multiplicación término a

x [0].δ[n]

Convolucion Cálculo Cálculo x[n] x [0]. δ [n] x [1]. δ [n-1] x[2].δ[n-2] Multiplicación término a
x [1]. δ [n-1]
 
x [1]. δ [n-1]

x [1].δ[n-1]

x [1]. δ [n-1]
x [1]. δ [n-1]
x [1]. δ [n-1]
x[2].δ[n-2]
x[2].δ[n-2]
Multiplicación término a término Multiplicación término a término
Multiplicación término a término
Multiplicación término a término

y[n] = h 0 [n] + h 1 [n] + h 2 [n] y[n] = [2, 5, 6.5, 3, 1]

h[n]
h[n]
Convolucion Cálculo Cálculo x[n] x [0]. δ [n] x [1]. δ [n-1] x[2].δ[n-2] Multiplicación término a

h 0 [n] = h[n].x[0] = [2, 1, 0.5, 0, 0]

h 1 [n] = h[n-1].x[1] = [0, 4, 2, 1, 0]

Convolucion Cálculo Cálculo x[n] x [0]. δ [n] x [1]. δ [n-1] x[2].δ[n-2] Multiplicación término a
Convolucion Cálculo Cálculo x[n] x [0]. δ [n] x [1]. δ [n-1] x[2].δ[n-2] Multiplicación término a

h 2 [n] = h[n-2].x[2] = [0, 0, 4, 2, 1]

Convolucion Cálculo Cálculo x[n] x [0]. δ [n] x [1]. δ [n-1] x[2].δ[n-2] Multiplicación término a
Convolucion Cálculo Cálculo x[n] x [0]. δ [n] x [1]. δ [n-1] x[2].δ[n-2] Multiplicación término a

Convolucion

Cálculo

Cálculo

 
x[-n]
x[-n]

x[-n]

x[-n] x[1-n]
x[-n] x[1-n]

x[1-n]

x[1-n]
x[1-n]
Convolucion Cálculo Cálculo x[-n] x[1-n] x[2-n] x[3-n] x[4-n] h[n] Sumatoria de convolución Sumatoria de convolución y[-2]
x[2-n] x[3-n]
x[2-n]
x[3-n]

x[4-n]

Convolucion Cálculo Cálculo x[-n] x[1-n] x[2-n] x[3-n] x[4-n] h[n] Sumatoria de convolución Sumatoria de convolución y[-2]
h[n]
h[n]
Sumatoria de convolución Sumatoria de convolución
Sumatoria de convolución
Sumatoria de convolución

y[-2] = x[-n-2] . h[n] = 0

y[-1] = x[-n-1] . h[n] = 0

y[0] = x[-n] . h[n] = 2 y[1] = x[1-n] . h[n] = 5 y[2] =
y[0] = x[-n] . h[n] = 2
y[1] = x[1-n] . h[n] = 5
y[2] = x[2-n] . h[n] = 6.5
y[3] = x[3-n] . h[n] = 3
y[4] = x[4-n] . h[n] = 1

y[5] = x[5-n] . h[n] = 0

y[6] = x[6-n] . h[n] = 0

Convolucion

Cálculo

Cálculo

y[0] = h[0].x[0]

y[1] = h[1].x[0] + h[0].x[1]

Matricial Matricial
Matricial
Matricial

y[2] = h[2].x[0] + h[1].x[1] + h[0].x[2]

y[3] = h [3].x[0] + h[2].x[1] + h[1].x[2] + h[0].x[3]

...

y

(0)

y

(1)

y

(2)

......

=

h

(0)

0

0

h

(1)

h

(0)

0

h

(2)

h

(1)

h

(0)

0

0

0

.................................

..

..

..

⎤ ⎡

⎦ ⎣

(0)

x

(1)

x

(2)

x

.......

y = H.x

Convolucion

Convolucion circular

Convolucion circular

 

TF

x(t) y(t)

X(f) . Y(f)

TDF

x[n] y [n]

x

X [k] . Y[k]

Convolucion

Convolucion circular

Convolucion circular

Convolucion Convolucion circular Convolucion circular xp[-n] n xp[1-n] n xp[2-n] n xp[3-n] n h[n] n y[-2]

xp[-n]

Convolucion Convolucion circular Convolucion circular xp[-n] n xp[1-n] n xp[2-n] n xp[3-n] n h[n] n y[-2]
Convolucion Convolucion circular Convolucion circular xp[-n] n xp[1-n] n xp[2-n] n xp[3-n] n h[n] n y[-2]

n

xp[1-n] n
xp[1-n]
n
xp[2-n] n
xp[2-n]
n

xp[3-n]

Convolucion Convolucion circular Convolucion circular xp[-n] n xp[1-n] n xp[2-n] n xp[3-n] n h[n] n y[-2]

n

h[n]
h[n]

n

y[-2] = xp[-n-2] . h[n] = 6.5

y[-1] = xp[-n-1] . h[n] = 3

y[0] = xp[-n] . h[n] = 3 y[1] = xp[1-n] . h[n] = 5 y[2] =
y[0] = xp[-n] . h[n] = 3
y[1] = xp[1-n] . h[n] = 5
y[2] = xp[2-n] . h[n] = 6.5
y[3] = xp[3-n] . h[n] = 3

y[4] = xp[4-n] . h[n] = 3

y[5] = xp[5-n] . h[n] = 5

y[6] = xp[6-n] . h[n] = 6.5

Convolucion

Convolucion circular

Convolucion circular

Convolucion lineal vía TDF Convolucion lineal vía TDF
Convolucion lineal vía TDF
Convolucion lineal vía TDF

x

1 [n]

N muestras

x

2 [n]

N muestras

x

1m [n]

N+N-1 muestras

x

2 [n]

N+N-1 muestras

x

1 [n]

x

1m [n]

X 1m [k]

 

X 1m [k].X 2m [k] x 1m [n]

→ X [k].X [k] → x [n] x [n] → x [n] ∗ x [n]

x 2m [n] x 1 [n]

x 2 [n]

x

2 [n]

x

2m [n]

X 1m [k]

Deconvolucion

Definición

Definición

Problema inverso

Deconvolucion Definición Definición Problema inverso Identificación x [n] y [n] h [n] ? Control x [n]

Identificación

x [n] y [n] h [n] ?
x [n]
y [n]
h [n] ?

Control

x [n] ? y [n] h [n]
x [n] ?
y [n]
h [n]

Deconvolucion

Definición

Definición

x [n]

h [n]
h [n]

y[n] = x[n] h[n]

h -1 [n]
h -1 [n]

x[n] = y[n] h -1 [n]

Deconvolucion

Cálculo

Cálculo

• Matricialmente

• División término a término

• Vía Transformada Discreta de Fourier

Deconvolucion

Cálculo

Cálculo

Matricial Matricial
Matricial
Matricial

Identificación:

y[n]

= X[n].h [n]

h [n] = X [n]

-1.

.y[n]

Control:

y[n] = H[n].x[n] x[n] = H[n] -1 .y[n]

Deconvolucion

Cálculo

Cálculo

Derecha a izquierda:

Izquierda a derecha:

División término a término División término a término
División término a término
División término a término
 

y[n]

2

5

6.5

3

1

 

y[n]

2

5

6.5

3

1

h[n]

2 1 0.5
2
1
0.5

h[n]

2 1 0.5
2
1
0.5
Deconvolucion Cálculo Cálculo Derecha a izquierda: Izquierda a derecha: División término a término División término a

Deconvolucion

Cálculo

Cálculo

Vía TDF Vía TDF
Vía TDF
Vía TDF

x[n] N muestras

X[k] N muestras

h[n] M muestras

H[k] M muestras

y[n] N+M-1muestras

Y[k] N+M-1 muestras

Convolucion circular

Deconvolucion

Cálculo

Cálculo

Vía TDF Vía TDF
Vía TDF
Vía TDF

Paso 1: calcular la respuesta al impulso del sistema inverso h -1 [n]

Paso 2: modificar h -1 [n] agregando N-1 ceros

Paso 3: calcular H -1 [k]

Paso 4: multiplicar Y[k] con H -1 [k]

Paso 5: antitransformar con TDFI

Deconvolucion

Efectos del ruido

Efectos del ruido

x [n]

Deconvolucion Efectos del ruido Efectos del ruido x [n] h [n] y [n] y[n] = -0,8231.y[n-2]
h [n]
h [n]

y [n]

Deconvolucion Efectos del ruido Efectos del ruido x [n] h [n] y [n] y[n] = -0,8231.y[n-2]

y[n] = -0,8231.y[n-2] + 1,7959.y[n-1] + 0,0272.x[n]

Deconvolucion

Efectos del ruido

Efectos del ruido

x[n]

Deconvolucion Efectos del ruido Efectos del ruido x[n] h[n] y[n]

h[n]

Deconvolucion Efectos del ruido Efectos del ruido x[n] h[n] y[n]

y[n]

Deconvolucion Efectos del ruido Efectos del ruido x[n] h[n] y[n]

Deconvolucion

Efectos del ruido

Efectos del ruido

Deconvolucion Efectos del ruido Efectos del ruido
Deconvolucion Efectos del ruido Efectos del ruido
Deconvolucion Efectos del ruido Efectos del ruido

Deconvolucion

Efectos del ruido

Efectos del ruido

Ruido en la entrada Ruido en la entrada
Ruido en la entrada
Ruido en la entrada

x[n]

r[n]
r[n]
h[n]
h[n]

y[n]

h[n] -1
h[n] -1
  • x d [n]

Deconvolucion

Efectos del ruido

Efectos del ruido

Ruido en la salida Ruido en la salida
Ruido en la salida
Ruido en la salida

r[n]= sin(2.π.1.T)

r[n]= sin(2.π.5.T)

r[n]= sin(2.π.10.T)

x[n] h[n]
x[n]
h[n]

r[n]

Deconvolucion Efectos del ruido Efectos del ruido Ruido en la salida Ruido en la salida r[n]=

y[n]

h[n] -1
h[n] -1
  • x d [n]

Deconvolucion Efectos del ruido Efectos del ruido Ruido en la salida Ruido en la salida r[n]=

Deconvolucion

Efectos del ruido Efectos del ruido
Efectos del ruido
Efectos del ruido
Ruido en la salida Ruido en la salida
Ruido en la salida
Ruido en la salida
Deconvolucion Efectos del ruido Efectos del ruido Ruido en la salida Ruido en la salida
Deconvolucion Efectos del ruido Efectos del ruido Ruido en la salida Ruido en la salida
Deconvolucion Efectos del ruido Efectos del ruido Ruido en la salida Ruido en la salida
Deconvolucion Efectos del ruido Efectos del ruido Ruido en la salida Ruido en la salida
Deconvolucion Efectos del ruido Efectos del ruido Ruido en la salida Ruido en la salida

Autocorrelación

Definición Definición
Definición
Definición
Autocorrelación Definición Definición Electroencefalograma Electromiograma Potenciales evocados auditivos
Autocorrelación Definición Definición Electroencefalograma Electromiograma Potenciales evocados auditivos

Electroencefalograma

Electromiograma

Potenciales evocados

auditivos

Autocorrelación

Definición

Definición

Proceso aleatorio

X 1 [n] X 2 [n] X M [n]
X
1 [n]
X
2 [n]
X
M [n]

t 1

t 2

Autocorrelación Definición Definición Proceso aleatorio X 1 [n] X 2 [n] X M [n] 1 2
Autocorrelación Definición Definición Proceso aleatorio X 1 [n] X 2 [n] X M [n] 1 2
Autocorrelación Definición Definición Proceso aleatorio X 1 [n] X 2 [n] X M [n] 1 2
Autocorrelación Definición Definición Proceso aleatorio X 1 [n] X 2 [n] X M [n] 1 2
Autocorrelación Definición Definición Proceso aleatorio X 1 [n] X 2 [n] X M [n] 1 2
Autocorrelación Definición Definición Proceso aleatorio X 1 [n] X 2 [n] X M [n] 1 2
Autocorrelación Definición Definición Proceso aleatorio X 1 [n] X 2 [n] X M [n] 1 2
Autocorrelación Definición Definición Proceso aleatorio X 1 [n] X 2 [n] X M [n] 1 2

γ

xx

(

)

τ =

E[ X( t ) X( t

1

2

)]

, τ = t 2 - t 1

Autocorrelación

Definición

Definición

Asumiendo que X(n) es estacionario y ergódico

R

xx

( τ ) =

x( t )

x( t + τ )dt

− ∞

Autocorrelación Definición Definición Asumiendo que X (n) es estacionario y ergódico R xx ( τ )

R

xy

( τ ) =

x ( t )

y ( t + τ ) dt

− ∞

r

xx

( k )

=

[

x n

]

[

.x n

+

k

n = −∞

]

r

xy

( k )

=

[

x n

]

[

. y n

n = −∞

+

k

]

Función de autocorrelación

Función de correlación cruzada

Autocorrelación

Interpretación

Interpretación

Espacio de señales + Producto interno

r

xx

(k )

=

[

]

[

x n .x n

+

k

]

n = −∞

, para -k

r

xx

(k ) =

1

N

N m 1

[

]

[

x n .x n

n = 0

+

k

]

, para 0 k N-1

Autocorrelación

Propiedades

Propiedades

• x[n], y[n] son reales r xx (k), r yy (k), r xy (k) son reales.

• r xy (k) = r yx (-k)

• r xx (k) = r xx (-k)

• si x[n] = x[n+T], T N r xx (k) = r xx (k+T)

• |r xx (k)| r xx (0)

Autocorrelación

Aplicaciones Aplicaciones
Aplicaciones
Aplicaciones
Medición de tiempos Medición de tiempos
Medición de tiempos
Medición de tiempos
Autocorrelación Aplicaciones Aplicaciones Medición de tiempos Medición de tiempos

Autocorrelación

Aplicaciones

Aplicaciones

Autocorrelación Aplicaciones Aplicaciones Detección de señales Detección de señales
Autocorrelación Aplicaciones Aplicaciones Detección de señales Detección de señales
Autocorrelación Aplicaciones Aplicaciones Detección de señales Detección de señales
Detección de señales Detección de señales
Detección de señales
Detección de señales
Autocorrelación Aplicaciones Aplicaciones Detección de señales Detección de señales
Autocorrelación Aplicaciones Aplicaciones Detección de señales Detección de señales

Autocorrelación

Aplicaciones Aplicaciones
Aplicaciones
Aplicaciones
Autocorrelación Aplicaciones Aplicaciones
Autocorrelación Aplicaciones Aplicaciones
Autocorrelación Aplicaciones Aplicaciones
Autocorrelación Aplicaciones Aplicaciones

Autocorrelación

Aplicaciones Aplicaciones
Aplicaciones
Aplicaciones
Detección de señales Detección de señales
Detección de señales
Detección de señales
SEMG voluntario Artefacto del estímulo Onda M 3 2 . 5 2 1 0 . 5
SEMG voluntario
Artefacto del estímulo
Onda M
3
2
.
5
2
1
0
.
5
0
-
0
.
5
-
1
0
0
.
0
2
0
.
0
4
0
.
0
6
0
.
0
8
1
1
.
2
1
.
4
T
i
e
m
p
o
(s
e
g
)
Amplitud (mV)
Autocorrelación Aplicaciones Aplicaciones Detección de señales Detección de señales SEMG voluntario Artefacto del estímulo Onda M
Autocorrelación Aplicaciones Aplicaciones Detección de señales Detección de señales SEMG voluntario Artefacto del estímulo Onda M
Autocorrelación Aplicaciones Aplicaciones Detección de señales Detección de señales SEMG voluntario Artefacto del estímulo Onda M
Autocorrelación Aplicaciones Aplicaciones Detección de señales Detección de señales SEMG voluntario Artefacto del estímulo Onda M

Autocorrelación

Aplicaciones

Aplicaciones

Extracción de señales Extracción de señales
Extracción de señales
Extracción de señales
Autocorrelación Aplicaciones Aplicaciones Extracción de señales Extracción de señales

Autocorrelación

Aplicaciones

Aplicaciones

Estimación espectral Estimación espectral
Estimación espectral
Estimación espectral

Teorema de Wiener – Khintchine

P

xx

( f )

=

To

R

xx

(

τ

).e

j

2

π ft

.d

τ =

To

To 1 − j 2 π ft ∫ x( t ).e .d τ 2 T o
To
1
− j
2
π ft
x( t ).e
.d τ
2
T
o
− To

2

P

xx

( f )

=

N 1

xx

r

[

]

m .e

j

2

π mf

m

(N

= − − 1

)

Método de Bartlett

Método de Welch

Método de Blackman - Tukey

Autocorrelación

Correlación - Convolucion

Correlación - Convolucion

r

xy

(k )

=

[

]

[

x n .y n

+

k

n = −∞

]

Correlación cruzada de y[n] y x[n].

conv

xy

[n]

=

x[k ].y[n

k = −∞

k ]

Convolución lineal de y[n] y x[n].

Autocorrelación

Correlación - Convolucion Correlación - Convolucion
Correlación - Convolucion
Correlación - Convolucion

Correlación

Paso 1: desplazamien to de una secuencia.

Paso 2: producto de las secuencias.

Paso 3: suma de la secuencia producto.

Convolución

Paso 1: reflejar una de las secuencias.

Paso 2: desplazamien to de una secuencia.

Paso 3: producto de las secuencias.

Paso 4: suma de la secuencia producto.

r xy (k) = x(k)y(-k)

Fin de la clase Fin de la clase
Fin de la clase
Fin de la clase