Académique Documents
Professionnel Documents
Culture Documents
2015-1
Ren
an Rojas G.
2015-1
1 / 21
Ren
an Rojas G.
2015-1
2 / 21
Objetivos
Analizar el comportamiento de se
nales peri
odicas en tiempo continuo y tiempo discreto.
Introducir se
nales discretas elementales.
Ren
an Rojas G.
2015-1
3 / 21
Definiciones Basicas
Se
nal: Magnitud fsica que varia con el tiempo, espacio u otras variables independientes.
Ej:
s1 (t) = 20t2 , s2 (x, y) = 3x + 2xy + 10y 2 .
t: tiempo, x, y: coordenadas de un plano.
Existen se
nales cuya relaci
on con variables es desconocida o muy compleja.
Ej: Aproximacion a una se
nal de voz:
N
X
i=1
Existen se
nales naturales y artificiales que contienen informaci
on de inter
es.
Ej: Electrocardiograma, imagenes de ultrasonido, se
nales espaciales, etc.
Ren
an Rojas G.
2015-1
4 / 21
Definiciones Basicas
Ren
an Rojas G.
2015-1
5 / 21
Definiciones Basicas
Procesamiento de Se
nales: Obtener una se
nal resultante a partir de un determinado
sistema sobre una se
nal inicial.
Se
nal resultante = Operaci
on(se
nal inicial)
Procesamiento de Se
nales Digitales: Efectuar operaciones sobre una se
nal digital,
basandose en un sistema representado por operaciones matematicas (sistema: software +
hardware).
Seal inicial
Sistema
Seal resultante
Figure : Procesamiento de se
nales.
Ren
an Rojas G.
2015-1
6 / 21
Convertidor Anal
ogico Digital (A/D): Obtiene una se
nal discreta tanto en dominio
como en rango (es decir, una se
nal digital) a partir de su version continua.
Procesador de Se
nales Digitales Combinaci
on Software + Hardware que efectua las
operaciones sobre una se
nal digital inicial y genera una se
nal digital resultante.
Convertidor Digital Anal
ogico (D/A): En casos en los que la salida debe ser analogica,
se utiliza dicho elemento para pasar la se
nal digital resultante a su representacion
analogica.
Ej:
Sistemas de comunicaci
on de voz.
Ren
an Rojas G.
2015-1
7 / 21
Ren
an Rojas G.
2015-1
8 / 21
Se
nal continua en el tiempo Definida en todo instante de tiempo.
x(t),
tR
Se
nal discreta en el tiempo Definida en instantes especficos de tiempo.
x[n],
n A,
A Z.
Ren
an Rojas G.
2015-1
9 / 21
amplitud
1
x(t)
x(nT)
0.5
0
0.5
1
0.05
0.1
0.15
0.2
0.25
tiempo (s)
0.3
0.35
0.4
0.45
0.5
(a) Se
nal continua xc (t) vs. se
nal discreta x[n] = xc (n T ). Ambas se
nales de rango continuo.
Ren
an Rojas G.
2015-1
10 / 21
Se
nal determinstica: Representada por una expresion matematica explcita. Es posible
conocer sus valores pasados, presentes y futuros.
Ej:
Posicion de un vehculo dada su posici
on inicial y velocidad (Ec. lineal)
Se
nal aleatoria: Con evoluci
on en el tiempo no predecible (Incertidumbre).
Ej:
N
umero de veces que una moneda muestra sello en diez intentos (Dist. binomial)
Ren
an Rojas G.
2015-1
11 / 21
Concepto de Frecuencia
Analisis de se
nales peri
odicas y sus propiedades respecto al dominio del tiempo.
Dos casos esenciales: se
nales Sinusoidales y se
nales Exponenciales Complejas
Arm
onicas.
1
Se
nales sinusoudales continuas en el tiempo:
x(t) = A cos(t + ),
= 2F,
F : frecuencia (Hz).
i Se
nal peri
odica: x(t + F1 ) = x(t).
ii M
ultiples se
nales sinusoidales con diferentes frecuencias son diferentes entre s.
Estas propiedades tambien son aplicables a se
nales exponenciales complejas:
A j(t+) A j(t+)
e
+ e
,
2
2
2015-1
12 / 21
Concepto de Frecuencia
Por conveniencia matematica, la frecuencia de una se
nal puede ser positiva o negativa.
Ren
an Rojas G.
2015-1
13 / 21
Concepto de Frecuencia
2
Se
nales sinusoudales discretas en el tiempo:
x[n] = A cos(n + ),
= 2f,
f : frecuencia (ciclos/muestra).
i. Una se
nal sinusoidal es periodica solo si su frecuencia es racional.
x[n + N ] = x[n],
N Z+ : Periodo fundamental.
2015-1
14 / 21
Concepto de Frecuencia
iii. La tasa maxima se oscilaci
on de una se
nal sinusoidal se alcanza cuando || =
2015-1
15 / 21
Concepto de Frecuencia
Se
nales exponenciales complejas arm
onicamente relacionadas continuas en el
tiempo:
sk [t] = ejk0 t ,
0 = 2F0 ,
k = 0, 1, 2, ...
1
kF0 ,
todos las se
nales del conjunto son periodicas para
Ren
an Rojas G.
2015-1
16 / 21
Concepto de Frecuencia
4
Se
nales exponenciales complejas arm
onicamente relacionadas discretas en el
tiempo:
sk [n] = ejk0 n ,
0 = 2f0 ,
1
N:
2k
N n
2(k+N )
n
N
2015-1
17 / 21
Escal
on Unitario
Ren
an Rojas G.
EL5002:
Variables
de las
nales I
Figure
: Escal
onSeunitario
2015-1
18 / 21
Exponencial
Figure : Exponencial
Ren
an Rojas G.
2015-1
19 / 21
Resumen
Los conceptos de se
nales y sistemas estan fuertemente relacionados.
Es posible procesar se
nales anal
ogicas a partir de computadoras al obtener su
representacion digital.
El comportamiento de se
nales peri
odicas en tiempo continuo y tiempo discreto muestran
diferencias marcadas respecto al concepto de frecuencia.
El estudio de se
nales y sistemas discretos incluye el uso de se
nales discretas elementales
como parte esencial de sus operaciones.
Ren
an Rojas G.
2015-1
20 / 21
Referencias
(1) Proakis, J. G. & Manolakis, D. K. (2006), Digital Signal Processing (4th Edition),
Prentice Hall.
Ren
an Rojas G.
2015-1
21 / 21