Tratamiento digital de sefales (On em uray ieee Dimitris G. Manolakis ayEsta cuarta edicién expone los fundamentos de las seniales y sistemas discretos en el tiempo, y del procesamicnto digital de sefiales, Este texto es adecuado para estudiantes de Inge- ieria Electrica, Ingenie:fa Informatica y Ciencias de la Com- putacidn, El libro es apropiado para cursos preuniversitarios y ne eee g eee eee Prec ste Los primeros diez capitulos se ocupan de los temas bisicos sobre el procesamiento digital de sefales y son adccuados para, cursos preuniversitarios. Los cuatro sltimos capiculos tratan temas més avanzados sobre el procesamiento digital des Pee cect ie eae ees eee ae tos adaptativos y Ia estinacién del espectto de potencta, Este material es apropiado para cursos de nivel universitario sobre procesamiento digital de sftales, Ne een eater Se ha reescrito y actualizado el capitulo dedicado al muestreo y reconstruccién de sefae *8e ha afadido informacion sobre la tansformada disereta del *Se incluye un capitulo actualizado sobre procesamiento digi tal de semtales de tasa miiiple OMe renee maine neers ‘Hay disponible un Marual del estudiante basado en el uso de, Vem Tec ese eet eer orate eres STINSON up ned ae ero ert ee re eee erg cert ere Seer Pane ens ye eee ee tae? a eer ara eee eet er Creare ant J Senet ee Rone nec! reeenb ee eee en Pacer eet rere) ee |TRATAMIENTO DIGITAL DE SENALESTRATAMIENTO DIGITAL DE SENALES Cuarta Edicion JOHN G PROAKIS Department of Electrical and Computer Engineering Northeastern University Boston, Massachusetts DIMITRIS G. MANOLAKIS MIT Lincoln Laboratory Lexington, Massachusetts Traduccién Vuelapluma PEARSON cence eral Madrid @ México @ Santa Fe de Bogoti Buenos Aires @ Caracas @ Lima Montevideo @ San Juan @ San José @ Santiago @ So Paulo ® White Plains @alos de catalageli igen PAL DE SERALES ohn G Pro y las G Manolade PEARSON EDUCACION S.A. Mai, 2007 TRATAMIENTO Dl Ison oese-s2.347-5 Todos los derechos reservados Queda prohibida, salvo excepeidn prevista en Ia Ley, cualquier forma de reproduccién, dsti- bbucién, comunicacién piblica y transformzeion de esta obra sin contar con autorizacién de os titular de propiedad intelectual. La infaccibn de los derechos mencionados puede ser constitu- ‘iva de delito contra la propiedad intelectual (arts. 270 y spe. Cadigo Pena). DERECHOS RESERVADOS {© 2007 por PEARSON EDUCACION 8.4. Ribera del Loia, 28 28042 Madid ‘TRATAMIENTO DIGITAL DE SENALES John G.Proakis y Dimitris G Manolakis ISBN: 978-84-8322-047.-5, Deposite Legal: M.18.440-2007 PRENTICE HALL es un sell editorial auteizado de PEARSON EDUCACION S.A. Authorized translation from the English language edition, entitled DIGITAL. SIGNAL PROCES- SING, 4" Etion by PROAKIS, JOHN G; MANOLAKIS, DIMITRIS G. published by Pearson Edieation, Ine, publishing as Prentice Hall, Copyright © 2007 EQUIPO EDITORIAL Editor: Miguel Martin-Romo ‘Tecnico editorial: Marta Caicoya EQUIPO DE PRODUCCION: Director: José A, Clares ‘Téenico: Diego Marin Disefio de Cubier ‘quipo de diseRo de Pearson Kaucaeln S.A Impreso por: Closas-Orcoyen, S. L IMPRESO EN ESPANA - PRENTED IN SPAIN tins estosA Felia, George y Elena John G. Proakis AAnna Dimitris Manolakis1 12 13 14 15 22 Contenido Introducot6n . . Seflales, sistemas y tratamiento de sefales . . 1.11. Elementosbisicos de un sistema detatamicnto digital de sfaes 112. Vontajas dol tratamiento digital de sonales sobre el anagico CClasiicadon de las seiales- é 1.21 Sefiales mulicanal y mitdimesionles 1.22 Sefales contiauas y disereta en el dominio del tiempo 123 Sesles continuas y sefales discretas 124 Sonales detorminista y sonalesaleatorias ‘Concepto de freeuencta en sefiaes continuas Yhfly discretas en el thempo «+. 1.31 Sefales sinusoidales continuas en el tempo 1132 Senales sisusoidales disereas en el tempo 133. Exponenciales complejs armeénicamente relacionadas Conversiones analigleadigial y digital-analégica . 141 Muestrea de sefiales analigicas 142 Teorema de mucstreo 143 Cuantiticacin de sefales continaas en amplitud 144 Cuantticacién de setales sinnsodales 143 Coditieacién de muestas euaniicadas 146 Conversin dgital-analbgica 147 Anilisis de sefes y sistemas digiales frente a seflesy sistemas diserctos en o tiempo 32 Resumen y referencias aoeen oe wt Problemas 33 Seifales y sistemas discretos en el tiempo 37 Seales dscretas nel tiempo. : 137 2.11 Algunas setatesdiscretas en ef tiempo elementales 39 21.2 Clasificacin de la seals disereta en el tiempo al 2.1.3 Manipulaciones simples de las seals diseretas en el tiempo 44 ‘Sistemas diseretos en el tempo a ae 22:1 Deseripeién de entrada-salida de los sisternas 49 22.2 Diagrama de blogues de los sistemas diseretos en el tiempo 31 22.3 Clasifieacion de los sistemas discretos en el tempo 53 224 InterconexiGn de sistemas discretos en el tiempo... el‘vat Conenao 23 2 25 26 27 32 33 34 35 Analisis de sistemas lineales diseretos ¢ lnvarlantes en el tempo 23.1 Téenicas para el ands de los sistemas lineales 23.2 Descomposiciin en impulsos de una seal diserets en el tiempo 23.3 Respuesta de los sistemas LTI a entradas arbitearias: la convolucign 23.4 Propiedades de la convohucidn y Ia interconexin de sistemas LTT 23.5 Sistemas lineales invanantes en el tiempo causales, 23.6 Batailidad de los sistemas linealesinvariantes en el tempo 23.7 Sistemas con respuesas al impulso de duracin fnitae infinita Sistemas discretos en e tiempo descritos mediante ecuaclones en diferencias 24.1 Sistemas discret ene iompo recutsvos y no recusives 242 Sistemas lincalesinvariantes en el tiempo caricerizados por eeuaciones ‘en diferencias de cosicientes constantes 83 243 Solucin de las ecuaciones en diferencias lineales de coeficientesconstantes ... 87 2.44 Respuesta al impulso de un sistema recutsivo, lineal ¢iavariante en el tiempo «94 Implementacin de sistemas disrretos en el tiempo... oe 6 2.5.1 Estructura para la realizacién de sistemas lineal invariants enol tiempo «97 252 Realizacin de sistemas FIR recursivos y no recursivos 100 Correlackin de sefalesdiseretas en el tiempo. 2.108 2.6.1. Secuencia de coneicin cruzada y autocorelacién 2.62. Propiedades dela aubocorrelaciony de la corelacin eruzada 2.63 Comelacién de secueacias periddicas 264. Secuencias de comeleién de entaa-salida ‘Resumen y referencias Problemas ... La transtormada zy sus aplicaciones al andlisis de los sistemas LT! La transformada : 3.1 La wansformada 2 directa 3.12 La tansformada 2 inverse Propiedades de la transformada z ‘Transformadas z racionales 331 Polos yeeros 332 Posicin de los polos y comportamiento en el deminia el tiempo de sefales causales 135 333 Funcin de tansferereia de un sistema lineal invariante en el tempo 158 Jnversidn dea transformada z ... ae - 161 3.4.1 Transformada = inversa por integracién de contorno 161 342 Transformads > inversa mediante expansin en serie de potencias 163 3.43 Transformada 2 inverse mediante expaasidn en fracciones pac 16s 3.44 Descomposicn de ls transformadasz racionales 17 ‘Analisis en el dominio : de sistemas LTT gpa antlers 3.5.1 Respuesta de sistemas con funciones de transference racionales 173 3.52 Respuesta tansitariay en négimen permanente 174 353. Causalidad y esabiticad 17636 a7 4a 42 43 44 sa contenido 354 Cancelaciones polo-cer0 7 35.5 Polos de arden miliple y esabitidad 179 3.56 Estabilidad de los sistemas de segundo arden 180 Transformiada : unilateral - ae a3 3.6.1 Definicién y propiedades ies 3.62. Solucin de las ecuaciones en diferencias 188 3.6.3 Respuesta de los sistemas de polos y ceros com condiciones inicialesdistintas de cero 189 Resumen y referencias 7 91 Problemas 12 Anélisis en frecuencia de sefiales . . Anlisisen frecuencia de ls sefales continuas en el tempo 4.L:1_ Series de Fourier para sefales peridicas continua en el tiempo 4.1.2 Espectr de densidad de potencia de senales periidicas 4.13 Transformada de Fourier de sefalesaperidicascontinuas en el tempo 4.14 Espectto de densidad de energia de seialesaperiddicas Analisis en frecuencia de seftatesdiscretas en ol tiempo oe 42.1 Serie de Fourier para sofas peridicas diseretas en el tempo 422. Espoctra de densidad de potencia de soles periicas 42.3, Transformada de Fourier de senales aperiodions discret en el tempo 424 Convergencia de la transformada de Fourier 42.5. Espectro de densidad de energia de soles aperiodicas =P426 Relaciones entre la wansformada de Fourier y la tansformad = 42.7 ElCepsto 42.8 Transformada de Fourier de sefales con polos en la cireunferencia unidad 42.9 Clasificacin de las sefiales en el dominio dela frecuencia ‘oncepio de acho de bands 42.10 Rangos de frecuencia de algunas seiles naturales Propiedaées de la seal en los dominios de la frecuencia y del tiempo Propiedades de ta transformada de Fourler para seals discretas en el tiempo 44.1 Propiedades de simetria de I transformada de Fourier | 442 Propiedades y teoremas dela transformada de Fouriet Resumen y referencias... Problems ‘Andlisis en el dominio de la frecuencia de sistemas LTI (Caractovsticas en el dominio de Ia frecuencia de los sistemas LT 220 5.11 Respuesta a seis sinusodales y exponencales compleas funcidn de respuesta en frecuencia 270 5.1.2 Respuestas en régimen permanente y transitoria a seiales de entrada sinusoidales 2m 5.13 Respuesta en réyimen permanente a Seales de entrada periéicas 278 5.14 Respuesta a seiales de entrada aperiicas 7 219X Connie 52 53 54 55 56 64 62 63 64 6s 66 67 Respuesta en frecuencta de los sistemas LTT : : oreeee all 52.1 Respuesta en ected un sito definido mediante wa unin raion 281 52.2 Célevlo dela respuesm en frecuencia Bapectros y funelones de correlacién en la salida de ls sistemas LTT. .....++ 5.3.1 spectros y funciones de corelacin de entrada-salda 288 53.2 Funciones de cortelacién y espectos de potencia de seiales de entrada aleatorias 289 Sistemas LTT como flteos seletivos de frecuenela 291 S41 Carcteristicas de flr ideal 202 542 Fillrs paso bajo, paso alto y paso banda 204 543. Resonadores digtles 299 S44 Fills de hendidura 302 54.5 Filttos peine 304 546 Firs paso todo 308 54.7 Osciladores sinusoidles digitales 310 Sistemas inversos y deconvoucion eee eect a2 5.5.1 Invertbilida de los sistemas LT1 313 S52 Sistemas de fase minis, fase mixima y fase mixta 316 55.3 Identificacén del sista y deconvolucién 320 554 Deconvolucién homonériica 322 Resumen y referencias Problemas .... ou ‘Muestreo y reconstruccién de sefiales Muestreoy reconstruccién ideals de sefiales continuas en el tempo . “Tratamiento dscreto en el tiempo de sefalescontinuas en el tlempo . Convertidores analdgleo-digitaly digital-analégico 63.1 Convertidores analogeo-digitales 63.2 Cunntficacién y codifieacién 63.3 Anilisis de los errores de cuantificacion 634 Convertidores digitale-analogicos -Muestreoy reconstruceién de sefales paso banda continuas en el tiempo 2368 64.1. Muestre uniforme o de primer orden 2368 64.2 Muesieointercaladeo no uniforme de segundo orden 314 164.3 Representaciones de sales paso banda 379 46.4 Muestreo empleando las representaciones de a snl paso banda 381 Muestreo de sebales diseretas en el tiempo oe 382 65.1 Mucstro ¢interpolaciin de seals diseretas en e! tempo 383 65.2. Representaciin y muestreo de seals paso banda discretas en el tiempo... 387 Convertidores A/D y D/A con sobremuestreo z cesses 388 66.1 Convertidores A/D cen sobremuestreo 388 6.6.2. Convertidores D/A ec sobremuestreo Resumen y referencias... Problemas 3952 13 14 1s 16 82 83 84 85 ‘contenido x1 ‘Transformada disoreta de Fourier: propiedades y aplicaciones .............408 Muestreo en el dominio de Ia freeuencia: la transformada disereta de Fourier ....... 403 7.11 Muestreo en ef dominio de la frecuencia y reconstruccién de sefales| diseretas en el tiempo 403 7.1.2 Transformada disereta de Fourie (DFT) 409 713 La DPT como una transformacion lineal ail 714 Relacién de la DPT con otras transfermadas Ala Propiedades de la DFT . a we 72.1. Propiedades de perodiciad, inelidd y.simotia 416 12.2 Muliplicacién de dos DFT y convolucin circular a2 723. Propiedades adicionales dela DFT Método: de filtrado lineal basados en la DFT « 73,1 Usode la DET en el filtrado lineal 73.2” Filrado de seeuencias de dats legas Andlisisen frecuencia de seals utlizande Ia DFT. ‘Transformada disereta del coseno . 751 DCTdirecta 152 DCTinversa 753. LaDCT como transforma ortogonal Resumen y referencias. Problemas « ery Gélculo eficiente de la DFT: algoritmos de la transformada répida de Fourier . 458 Céleulo eficente de la DFT: algoritmos Fi pe -AS8 8.L1 Caeulo directo de a DFT 459 8.1.2 Método divide y vencers para ealeular Ia DFT 460 8.13. Algoritmos FFT base 2 465 8.14 Algoritmo FFT base 4 an 8.1.5 Algoriumos FFT de base dividida an 8.1.6 Implementacin de los algoritmos FFT 480 Aplicaciones de los algoritmos FET... 481 821 Caleulo efieiente dela DFT de dos secuencias reales 481 822. Caleulaefciente dela DFT de una secuencia real de 2 NV puntos 482 82.3 Uso de los algoritmos FFT en el filtrado lineal y la corelacibn 483 Método de filtrado lineal para caleular la DFT 485 83.1 Algoritmo de Goertzel 83.2 Algoritmo de la transformada > chirp Efectos de cuantifieacién en el céleulo de la DFT... +++ S41 Efectos de ewantficacién en el cileulo directo de la DFT. Sa2__ Erores de cuantiieacién en los algortmos FFT ‘Resumen y referencias ProbieiL Contenido 9 oa 9a 93 94 9s 96 9 10 104 102 103 Implementaci6n de sistemas disoretos en el tiempo ..........22..00.+. 508 _Estructuras para Ia realizacton de sistemas diseretos dl tiempo. 503, Estructuras para sistemas FIR. sus 9.2.1 Estructura de la forma directa 506 9.2.2 Estrucuras en cascada 506 9.2.3 Estruturas basadas en el muesteo en frecuencia 508 924 Estructura en eels 313 Estructuras para sistemas IIR... 520 93:1 Estructuras en forma directa 520 93.2 Diggramas de flujo de seaes y etrututastranspuestas 322 93.3 Estructuras en cascada 327 93.4 Estructaras en paral 528 93.5 Estructums en celosiay en celosia-escalera para sistemas IR 531 Representacion de miimeros «2... ..eeseeeeseee 337 9.4.1 Representaciin de nimeros en punto fijo 337 94.2 Representacin de aimeros en punta flotante binatio 540 943. Ercores dabidos al redondeo y el truncamiento 543 Cuantifteaeién de los coeficientes del filtro... ieaeistpsieeenneneee 9.5.1. Anilisis de la sensibiidad en la cuantificacidn de los coefcientes dl filtro... 547 9.5.2 Cuantificacidn de los filtro FIR 554 [Efectos del redondeo en los fires digitales : Saag: 9.6.1 Oscilaciones de cel limite en sistemas secursivos 358 9.6.2 Cambio de escala par impedir el desbordamiento 362 9.6.3 Ceracteriacién estadstica de ls efectos de cutntiicacibn en las realizaciones de punto fijo de flrs dgitales 564 referencias a sn Disefio de filtros digitales . Consideractones generales . 10.1.1 La causlidad y sus inplicaciones 585 10.1.2 Caracterstcas de ls filtres pricticosselectivos en frecuencia 588 Disefo de fltros FIR... eee. ese 589 10.2.1 Filtros FIR simétieas y antisiméticos 589 102.2 _Disedio de fltos FIR de fase linea uilizando ventanas 502 102.3 Diseio de flrs FIR de fase lineal mediante el método basado cn el muestre en frecuencia 598 10.24 Diseto de filtos FIR de fase lineal con rizado constante Gptimo ‘0s 1023 Diseto de diterenciadores FIR 616 102.6 _Disedo de transformatores de Hilbert 19 102.7 Comparacién de los nétodos de diseio de los filtros FIR de fase lineal 623 Diseito de filtros IIR a partir defiltros analigicos ... ae 103.1 Diseto de filtros IR mediante aproximacién de derivadas 626104 10s 1 a4 m2 m3 m4 ns 16 18 19 11.40 nat 10.3.2 _Disefo de fileos HIR asado en la invarianza del impulso 1033 Discfo de fills IIR mediante la teansformacin bilinal 1034 Caracteristicas de los filtros analégicos mas cominmente utlzados 103.5 Algunos ejemplos de disedos de filtrosdigitales basados ‘en fa tansformacionbilineal Transformacidnes en frecuencia. 10.4.1. Transformaciones de frecuencia en el dominio snalégico 10.42 Transformaciones de frecuencia en el dominio digital Resumen y referencias... Problemas ‘Tratamiento digital de sefiales de tasa mdttiple . Introduecion Diezmade por un factor D Interpol ‘Conversion de Ia frecuencia de muestreo por un factor racional D im por un factor I Implementacién de la conversion de ta freewencia de muestreo 11.5.1 Estructuras de los fits polifisicos 11/32 Intercambio do filtros y submuestreadores/sobremuestreadores 11313 Conversion de Ia trecuencia de muestreo mediante fltos peine com integrador conectado en cascada 11.54 Estucturas polifisicas para flrs de diezmado ¢ interpolacion T1553 _Estructuras para la conversin de lafreeveneia de muestreoracional Implemeatacién multietapa de la conversién de la frecuencia de muestreo Conversiin de la frecuencia de muestreo de sefales paso banda. ‘Converslin de Ia frecuencia de muestreo por un factor arbitrario 118.1 Remuestreo arbirario con interpoladors polifisicos 1182 Remuestreo arbitrario con esructuras de filtros Farow Aplicaciones del tratamiento muita 119.1 _Diseio de desplazadores de fase 1192 Interfu de sistemas dgitales con diferentes frecuencias de maestre0 11.93 mplementacin de filtos paso bajo de banda estecha 119.4 Codifcacién subbanda de sefiles de veo Bancos de tro digitales 11101 Esrustuas pois de baneos de is uniformes 11.102 Transmultiplexores Banco defiltrs espejo en cuadratura de dos eanales TULL. Eliminsciin del aliasing I1L1L2 Condicién para una evonstruceién perfects IILEL3. Forma polifisice del banco de filtos QMF ILIA Banco de fitros FIR QMF de fase lineal ILELS. Banco de fitros IIR QMF de sefales Contenido Xx 630 GS 638 67 a8 649 652 654 655 610 673 “m7 680 84 585 686 ss 690XIV. Contenido 1142 m3 2 ma 122 123 na ns 126 7 ne 11.116 Reconstrucidn perfcta de bancos de fitros FIR QMF de dos canales a 111-7 Bancos de filtros QMP de dos canales con coifieacién subbanda m8 Banco de filtros QMF de Sf canales m9 11.121. Condiciones para eeonsevecion perce y eliinacion del lasing m1 11.122. Forma polifsica del banco de fltwos QMF de MY canales mI Resumen y referencias... seeseeseeseeT26 Problemas . Predicci6n lineal yfiltros Hineales 6ptimos ... . Seales leatorlas,funelones dc correlacion y espectros de potencia 735 121.1 Procesos aleatorios 736 12.12 Procesos aleatorios estacionarios 737 12.13. Promedios estadistions 237 12.14 Promedios estadistions para provesosaleatorios conjuntos 738 12.15 Especto de densidad de potencia 739 12.16 Sefales aleatoriasdisretas en el tempo 740 12.17 _ Promedios temporales para un proceso aleatorio discret en el tempo 741 IZLB _Procesos ergédicos espocto de la media 12.19 Procesos erpédicos respecto de la correlacin Representaci6n de ianovaciones de un proceso aleatori estacionario 122.1 Espectros de poteneiaracionales 12.22 Relaciones entre losparémetros del filo y la autocorrelacién ut Predicelén lineal directa e inversa ... ey 148 123.1 Prediccin lineal dirscta 48 1232. Prediccin lineal inverse 781 1233. Coeficientes de reflexion Optimos para los predictores en celsia directo einverso 753 1234 Relacidn entre un praceso aut-regresive y la predioeign lineal 738 Solucién de las ecuaciones normal 7 784 124.1 Algoritmo de Levinson-Durbin 755 1242 Blalgoritmo de Schur 758 Propledades de los ftros linens de error de prediceién 762 Filtros auto-regresivos en colosa y auto-represivos de medi sévil en celosi-esealera 5.2.00 768 126.1 Estructura auto-rogsiva en celosia 766 12.62. Procesos auto-egresvos de media mévily fits en eelostaescales 767 Filtros de Wiener para fitrado y prediccién . 12.3.1. Filo FIR de Wienet 127.2 Principio do ortogomaidad en la estimacion lineal por minimos cusdrados =... 772 1273. Filteo TR de Wiener 7 123.4 Fluo de Wiener no causal 7 [Resumen y referencias Problemas -B Ba 132 3 Ba 135. 4 144 142 43 ‘Contenido xv Filtros adaptativos . 785 Aplicaciones de los filtro adaptativos : cen m5 13.1. Identificaci del sistema o modelado del sistema 787 13.12 Eeualizacion de canal adaptativa 787 \J3.13 Cancelacin de ooo en la transmision de datos a aves de canals telefOnicos 791 13.14 Supresidn de inteterencias de banda estrech en una sel de bends ancha 794 IB.LS Mejorador de linea adaptative 798 I3.L6 Cancelacin de ruido adaptativa 799 3.7 Codificacién lineal predictive de sefales de vor 799 IBILB Matrices adaptativas 302 Filtros FIR ndaptativos en forma directa: el algoritme LMS. +804 13.21 Citerio del error euadstico medio minimo 05 132.2 Elalgoritmo LMS : 807 132.3 _Algortmos estocisticos de gradiente 808 13.24 Propiedades del algeritme LMS 810 Filtros adaptativos en la forma directa: algoritmos RLS . so BIS 131 Algoritmo RLS 816 133.2 Algoritmos de fictorizicin LDU y de raz cundrada 820 1333. Algoritmos RLS ripidos 821 1334 Propiedades de los algoritmos RLS para la forma dreeta 823 Filtros adaptativos en celosin-esealera 828 134.1 Algoriumus svatsives de mains condos en cclosta-cscalera 225 134.2 Ons algoritmos en celosia 843 134.3 Propiedades de los algortmos en celosia-escalera 846 Resumen y referencias 89 Problemas ..... 850 Estimacién del espectro de potencia .......... Estimacién de los espectros procedentes de observaciones de duracionfinita de sefiales 855 14.1.1 Caleulo dl espoctro de densidad de energia 856 14.1.2 Bstimacién de fa autocorrelacién y del especito de potencia de seals aleatoras: el periodograma 860 14.1.3 Uso dela DFT ea la estimacion del espocto de potencia B64 ‘Métodos no paramétricos para la estimacién del espectro de potencia 866 142. El método de Bartlet: promediado de periodogramas 867 14.22 Método de Weleh: promediado de periodogramas modiicados 868 142.3 Método de Blackman y Tukey: suavizado del periodograrsa 870 14.24 Prestaciones de los estimadoces no paramos del espeeto de potencia ..... 872 1425 Reguisitos de edlelo de los estimados no paraméticos del spectro de potencia 875 Métodos paramétricos para la estimacién del espectro de potencia $16 143.1 Relaciones entre la avtocortelacién y los pardmetrs del modelo 878 143.2 Método de Yule-Walker para los partmetros del modelo AR. 880 143.3 Metodo de Burg para los pardmetos del modelo AR 2880XVI Contes 44 14s 146 a4 M435 43.6 1437 M38 S88 M39 Métodos basados en bancos de Bltras .... M44 Mas. Algoritmos de autoansliss para la estimacién del espeetro . 14S. 1452 1453 13a 1435 1456 Resumen y Problemas .. Generadores de nimeros aleatorios . “Método de minimos euadeados no resvingido para ls parimetros del modelo AR -Méiodos de estimacion seeuencales para los parimetros del modelo AR Soleceid del orden cal modelo Modelo MA pare la estimacién del especro de potencia ‘Modelo ARMA paral estimacin del especto de potencia ‘Resultados exporimentales Realizacon mediante banco de fltros del periodograma [Estimados expectales de varianza minima Método de descompesicin arménica de Pisarenko ‘Autodescomposicibn de la matriz de autocorrlacin para sinusoids en mide blanco Algoritmo MUSIC Algoritmo ESPRIT CCriterias de seleccidn del arden Resultados experimentales roforencias Tablas de los coeticientes de transiciOn para el disefio. de filtro FIR de fase lineal... Referencias y bibliografia . Respuestas a los problemas seleccionados . .. {indice .. 883 884 885 886 889 895Prefacio El dosarollo de este libro estébasado en nuestra experiencia en la impartci6n de cusos a estudiantes re- "universitariosy universitarios sobre el tratamiento digital de ia sei af largo de ls iltimos afi, Enel bro se presenta ls frndamentas de ls sistemas y seales discretas en el tempo y el procesamiento digital, ai como aplicaciones gara los estudinates do Ingenieria elétrica, Ingenieria Informatica y Ciencias de la CCompatacién, El kibo es adecuade para cursos de uno @ dos semestes de duracién sobre sistemas disretos Y tratamiento digital de seals. Tambin es adecuado para un curso sobve tratamiento digital de setae de un ‘semestre destinado a estadiantes universitarios de primer ao Se supone que el estiante a seguido cursos sobre Caleulo avanzado (incluyendo ceusciones diferencales ‘ormales) y Sistemas lineles para senalescontinuss en cl tiempo, incluyendo una introduccin a le transfor- ‘mada de Laplace. Atngue en el Capitulo 4 se deseiben la series de Fourier y las transformadas de Fourie de sedales periddiea y aperiddcas, lo mejores que los estudiantes hayan adqurido estos conocimicntos en libro inluye infomnacién teérice, asi como aplicaciones prctias. Se proporcionan aumerosos problemas bien disetados, con el fin de ayudar al estudiante a dominar los temas. Hay disponible un manual de solucio= nes que so Tos protesores pueden descargar. Tambiéa en el sitio web del editor hay disponibles (en inglés) tuna serie de presentaciones en Microson PowerPoint para los prfesores. En la cuartaedicin del libro, hemos afadido wn nuevo capitulo sobye filos sdaptativos. Los captulos dedi- cadas al tratamiento de sefiales mulitasay al muesto y evoastrucein de seales se han mosifcado y actua- lizado sustancialmente. También hemos afadido material sobre la transformada discrea del coseno, En el Capitulo | se deseriben las operaciones implicadas en la conversin analégico-igital de sefiales anal6 sivas. El proceso de muestreo de una sinusoid se ha deseito en etal, asimismo, se explica el problema del ‘aliasing. La cuaatifiacisn de seals y la conversion dgital-analdgie tambin se explican en tSminos gene ‘ales, eunque cl anilsis se abords en captulos posteriores El Capitulo 2 est dedicado por completo a la caacterizaciony cl andlisis en el domino del empo de Tos sis- ‘ems lineales discreos en el tempo ¢ invariants en ef tiempo (¢invariantes en el desplazamiento) y de ls seftales diseretas en cl tempo. Se deuce la operacion de eonvolucién y los sistomuas se clsiican de acuerdo om la durin de st respuesta al impulso como FIR (fnite-daration impulse response, respuesta al impulso de dracionfinita) y 20mo HR (infnte-durasion impulse response, respuesta al impolso de duraei6n infin. Se presenta los sistemas invariants en el tiempo earacterizados por ecuaciones en diferencias y se obliene la solucioa de las ce.aciones en diferencias con condiciones inicales El capitulo concluye con un tratamien- to de la correlacin ciseroia en el tiempo, La transformada z se introduce en el Capitulo 3. Se presenta las ransformadas» unilateral y bilateral, y los ‘néiodos para deterrinar la transformada = inversa. Se ilustra el wo de la transformada 2 en el anlisis de los sistemas linealesinvariantes en el tiempo e importantes propiedades de sistemas, tales como la causalidad {ya estabilidad se re'acionan con las caracterstcas en ef dominio = EI Capitulo 4 se aeupa del aniisis de las seiles en el dominio de la frecuencia. Se presentan la sere de Fourier y la transformada de Fourier tanto para setalescontinuas en el tiempo como disereta en el tiempo. En el Capitulo 5, se caraterizan los sistemas discret LT! (linear time-variant, lineal invariant en el iem- po) en el dominio dela frecuencia mediante su respuesta en frecuencia y se determina su respuesta a sefales periddicas y aperiidicas. Se desciben una serie de sistemas iscretos en el tiempo, ente Tos que se incluyen resonalores, filtros de hendiu, flrs paso todo y osvludores. Tambin se considera el dseho de una serie de Filtros FIR e IT simples. Adem, se hace una introduccibn a los conceptos de sistemas de fase minima, fase mixta y fise méximsa, y al problema dela deconvoluciéa,XVI Preto En ef Capitulo 6 se hace un estudio del muestreo de sefales continuas en el tempo y la reconstruccién de Sefiles« partir de ss muestas. Se cubre el muestreo y reconstuccién de sefales paso banda, el mucsteo de senales dscreis ene tiempo y a conversin A/D y DIA. El capitulo eancluye con ls convertidores A/D y DIA con sobremuestre. ‘La DFT, sus propiedades y aplicaciones, son los temas que se tratan en el Capitulo 7. Se decriben dos méto- dos part utilizar la DFT en los procesos de fitrado lineal. También se describe of uso dela DET para llevar & cabo el anilisis en ffecuencia.E1ltimo tema que se aborda en este capitulo es la tansTormada discreta del 1 Capitulo 8 tata el eeulo efectivo de Ia DFT. Fn este capitulo se ineluyen descripeiones de los algortmos FFT (fast Fourier transform, transforma ripia de Fourier) en base 2, base 4 y de base dividida, y las api caciones de los algoritmos FFT al cevlo de la convolucién y la corclacién. Se presenta el algoritmo de GGoertze y Ia transtormada chirp-z como dos métodos de eéleulo de la DFT utilizando filtrad lineal EI Capitulo 9 se ocupa de la realizacién de ls sistomas IIR yFIR. Se abordan ls realizaciones en la forma directa, en easeada, paralelo, en eelosiay en celosia-escalera, El capitulo también examina ls efectos de cuantificacign sobre una impiementacion digital de sistemas FIR e TR. En el Capitulo 10 se presentantéenicas paral disefo de filtros digitales FIR e IIR. Las tnicas de diseato incluyen tanto métodos drectos en tiempo disereto como métodes que implican Ia conversin de iltos ana- gicos en filtos digitsles mediante varias teansformaciones EEL Capitulo 11 se ocupa de la conversion de la frecuencia de muesteo y sus aplicaciones al tratamiento rulttasa digital de sees. Ademis de descrbir el diezmado y la interpolacidn por un entero y por factores racionales, se presentan metodos para la conversin de la frecuencia de muestieo por un fatoragbitrario & implementaciones mediante estructura de fltos polifsicos. Est capitulo tambien se ocupa de Tos bancos de fltros dgials, los filros QME (quadratave suror fers, filtro espejo en cuadratua) de das canalesy los bbancos QMF de 4M canals. [Los filtros de prediccion lineal y de Wiener se tratan en el Capitulo 12. En este mismo gapituo tambign se incloyen deserpciones del algoritmo de Leviason-Durbin y del algritmo de Schur para kesalverecuaciones normales, asi como los fils AR en celosa y ARMA en celosia-escaera EI Capitulo 13 se vcupa de los flrs adaptaivas de un tinico canal basados en el algoritmo LMS y en los algoritmos recusivos de minimos cuadrados RLS (recursive least squares), Se describen los slgoitmos FIR cn a forma directa y RLS en colosia para las estructras de los filtro. Et tema prinipal del Capito 14 es a estimacién del especiro de potenca. La exposicidn cubre una descrip cin de los métodos no paramévicos y basados en modelos (paramétvicos). Tambien se deseriben los méto dds bassdos en Ia auto-descomposicién,incluyendo MUSIC y ESPRIT. En un curso avanzado de un semestre para estudiantes con eonocimientos previos sobre sistemas diseretos pueden uilizarse los Capitulos 1 hasta 5 para realizar un répido repaso y Iuego continuar con los Capialos 6 hasta 10, En un primer curso universitario sobre tratamiento digital de la seal, los primeros seis eapituos proporcio- nari al estuiante un buen repaso sobre los sistemas discrete. El profesor puede ver ripidamente estos temas y luego ver en dealle los Capstulos 7 hasta 11, para seguir con temas soleccionados de los Capitlos 12 hasta 14, Se incluyen muchos ejemplos lo largo del libro y aproximadamente $00 problemas que el estudiante pucde realizar en casa, Al final del libro se incluyen ls respuosts a problemas scleccionados. Muchos de 1s pro- blemas pueden resolverse numéricamente uilizando una computadora, con un paquets software como por «jemplo MATLAB®, Hay disponible también en inglés) un manual de estudiante: Student Maral for Digital Signal Processing with MATLAB®. MATLAB se incluye como herramienta sofware basiea para este manual, El profesor pucde considerar también utilizar ots libros complementarios que cantengan ejericios basados en computador, como por ejemplo, Computer-Based Exercises for Signal Processing Using MATLAB (Prentice Hall, 1994) de C. , Burrs eal.Pretaco xX Los autores esti er deus con los calegas que les han proporcionado valiosas sugerencias después de haber revised las edicionss anteriores de este libgo, Ente ellos queremas mencionar a W, E. Alexander, Arslan, Y¥. Bresler, J. Delle, F- DePieto, V. Ingle, JS. Kang, C. Keller, H. Lev-Ari, L. Merakos, W. Miklal, P. Montieeiolo, C. Nikas, M. Schetzen, E, Serpedin, T. M. Sullivan, H. Trussell, S. Wilson y M, Zoltowshi “También quieren expresar su agradecimiento a R. Price por su recomendacién de inluir los algoritmos FFT dd base dividia y otras sugerencias relacionadas. Por itimo, deseamos expressr nuestro reconocimiento & ‘mucios estudiantes liceneiados por sus sugerencas y comentarios, en especial # AL. Kok, J. Lin, F. Sozee YS. Srinidhi, que ayudaron en fa preparacion de diversas iustraciones y del manual de soluciones. John G Proakis Dimitris G ManolakisIntroduccién Eltratamiento digital de sefiales es un drea de la ciencia y la ingenerfa que se ha desarrollado muy ripidamente alo large de los urns cuarenta aos. Este pido desatrollo esol resultado de fos importantes avanees tanto cn la tecnologia digital en el campo de Ia informtia como en la fabricacign de los crcuitos imtegrados. Las ‘computadoras digials y el hardware digital asociado de hace cuatro décades eran de tamafo relatvamente frande, adem de may caros yn consecuencia, su uso estaba liitado als aplicaciones de propdsto general fe tiempo no real (fuera de linea) cieniicas y comerciales. FI pido desarrollo de la tecnologia de creuitos Integrados, empeando con la integracion a media escaia (MSI, medtum-seate egrarion), contmuaundo eu la integracin gran escala (LSI, large-scale integration), y atwalmente con la integracién a muy gran eseals (VLSI ver-large-sule integration) de los citcuitoselecinicos ha estmulado el desarrollo de computadoras Aligitaes y hardware digital de peopdsto especial mas potene, de menor tamalo, mis pido y menos costo, Estos crcuitosdigitales aratos y relaivamente rpidos han hecho posible la constueciGn de sistemas digi les altamente sofistcados capaces de lear a cabo tareas y funciones de watamiento de sefiales digitales, que ‘normalmente son bastante complejas y/o caras de implementar mediante circuiteria analégica o sistemas de tratamiento de setals analdgics. En consecuencia, muchas de Ia tareas de tratamiento de sefales que con- ‘encionalmente se realizaban por medios analgicos, actualmente se levana cabo empleando hardware digital {gue es mis barato y« menudo més file, [No quetemios ar a entender que el tratamiento digital de sefles es la solucién adecuada para todos los problemas de tratamiento de seals, Asien el easo dé muchas Seales con anchos de banda muy grandes, e Tratamiento en tempo rel es un requisite Pra dichas seals, el procesamientoanalégico,o quiz4 Optio sea la nica solucin posible. Sin embargo siempre que se disponga de circuitosdigitales y se tenga la velocidad sfciente como parautilizar el tratamiento digital sera preferibleempleardichos circuits. Los sistemas digitales no slo proporcionan sistemas de tratamiento de sefales més baratos y fables, sino que presentan también otras ventas, En particular el hardware de procesamiento digital permite realizar ‘operaciones programables. Mediante sofware, es mis cil modifiar las funciones de procesamientode sefales ‘que mediante hardware. Por tanto, el hardware digital y el software asociado proporcionan un mayor grado de fexbilded al dsefio del sistema. Ademés, generalmente, se consigue un mayor grado de precision com el hardware y el software digital que eon ls crcuitos y sistemas de procesamiento de sefales anal6picos, Por todas estes razones, en las tes titimas décadas se ha prodicido un crecimiento explosivo en la teori del tratamiento digital de sefalesy sus aplicaciones. Fl objetivo de ese libro es presetar uns introduccidna las ténieas y herramientas de anissbasicas para cl tatamiento digia, de sefales, Comenzaremos presentande la terminologia que es imprescindible conocer 1 deseribiendo las operaciones asociadas con el proceso de convertir una sei analdgiea aun formato digital2 Titamieto cite do sonales sdecuado para su procesamiento. También veremos que el procesamiento digital de seals analégica tiene sus inconvenienes. El primero y ms importante es que la conversin de una seal anal6gica a formato digital implica mestear la sefaly cuantifcar las mueszas lo que produce una distorsign que nos impide reconsruirla sefialanaldpica original a partir de las muestras euaniicadas. Esa distrsign puede contzolarse seleccionando Ja adecuacatasa de mueste y la precision del proceso do cuamtfcacion, En segundo luge, hay que tener en ‘venta Tos efectos debidosa la precisén in-aen el procesamiento digital de las muestra cuaniicadss. Aunque «estas importantes cuestiones se abordan concierto detlleen el libro el énfass se ha puesto en el ands y el ise de los sistemas de tratamiento de seaes y en las técnica de eeulo, 1.1 Sefiales, sistemas y tratamiento de sefiales ‘Una seal se define como cualquier magnit fisica que varfacon tiempo, el espacio cualquier otra variable variables independientes. Matemséticamemte,descrbimos una seal como uns funcién de una.o ms variables independiente. Por ejemplo, las funciones silt) = 5 aay ) = 208 deseriben dos sefales, una que vari linealmente con la vasable independiente # (iempo) y una segunda que varia cuadréicamente con 1. Veamos tro ejemplo, consiere Ia Fancin afsy) =3e4 2ay+ 107 12) Esa fancin describe una stl de des variables independiones x © y que poeta represent las dos ‘evordenadas espaciales de un plano, Las sees deserts por ss Eousciones(I11) (11.2) perenecen una clase de sete que se definen de foxma precisa especicando la dependenia funcional de la variable independiente. in embargo, exsen casos nos que tal eave funcional es desconccdaoextemadamente comple como pra ener ninguna wilidad eta. Por ejemplo, una sefil de vor. (véase a Fgura 1.1.1) no se puede describe funcionalnente mediante expresions como la Bcuaci (11.1) En general, un segmento de Vor e puede epresentar con un alto grado de precisia como a suma de varias sees sinusoidal de iferentes amplitudes recencis,e= dei como S Att seal2an(ne+- 6(0) as) Figura 1.11. Bjemplo de una seal de voz‘captso 1 nvodecén & donde (Ai(¢)}. (H(t) ¥ 16(0)} son tos conjuntos de amplitudes, frecuencas yfases(posiblemente variables ‘on el tempo), respectivament, de as senales sinusoidal. De hecho, una forma de interpreta la informacion fel mensaje enviado.en un corto segmento de tempo de la seal de voz consiste en medir las amplitudes, freeuenciasy fases cntenidas en dicho segmento de la sal ‘Otro ejemplo de sefal naturales la de un electocardiograma (ECG), Una sefal deste tipo proporcions un médico informacidn sobre el estado del corazén de un paciente. De Ia misina manera, la seal de un tlectrocacefslograma FRG) proporciona informacin sobre ta actividad del cerebro, Las seiles de ver, de wn eleetrocardiograma y de un eleetroencefalograma son ejemplos de sefiales que contienen informaciéa y qve varian coma funciones de una sola variable independiente que, normalmeate, es el ‘iempo. Un ejemplo de na sefial que es una funcién de do variables independientes es una seal de imagen. Las ‘ariblesindependientes en este easo som las coordenadasespaciales. Se trata tan so de unos pocos ejemplos {eas innumerablesseales naturales que pueden encontrarse en el mundo rea “Asociados viales naturales se encuentran Tos medios con los que se generan Porejemplolasseiles de ‘yorse generan al poser el aire através de las cuerdas vocals, Las imagenes se cbtienen mediante la exposicign ‘de una pelicula fotozfica ante una escena w objeto. Por tanto, normalmente lx generacién de sefales esti ~_asociada con un sistema que respond a un estimalo o fuerza. En una seal de vor, el sistema est formado por Tas everdas vocales ye tracto bucal, amin conocido como cavidad bucal, El estimulo en combinacion con el sisiemaes Io que se denomina fuente de seal, Por tanto, exsten fuentes de vor, fuentes de imagenes y muchos ‘otros tipos de fuentes de sei Un sistema también se puede definie como un dispositivo fsico que realiza una operacin sobre una sal Por ejemplo, un filtro uilizado para reducr el ruido y las imterferencis que distorsionan una seal deseada que transportainformaci6n es un sistema, En est caso, el filo realizaciertas operaciones sobre la seal, que tienen elefecto de redncir (lira) ol mda y las interferencias dela seal de informacisa desead ‘Cuando pastinosuia sefial através de ua sistema, como enel caso del filtro, decimos que hemos procesao ‘otzatado la seal. En este caso, el procesamicnto dela seta implica filtrar el ruido y las interferencias de la ema ‘desea, En general, sistema se caracteriza por el tipo de operacisn que realiza sobre la sea. Por ejemplo, 5 la operacin es lineal, el sistema es Final. Sila opecacin que se realiza sobre la seal noes lineal, se dice ‘quel sistema es no linea, ete. Tales operaciones suefenreferisse como tratamiento dela seal Para nuestros positos, es convenienteampliar la definicién de sistema para inclu no s6lo los cispostivos fisios, sino también la implementacién software de operaciones sobre una sefal. En el procesamninto digital Ge sefales de tnt computadors digital, las operaciones efectuadas sobre una seta consisten en una serie de ‘operaciones matemtcas especifcadas por un programa de software, in este caso, el programa representa und iimplementaciGndel sstema por sofware. Luego tenemos un sistema ques implementa sobre una computadora ligital por medio de tna secueneia de operaciones matemdtica;es decir, tenemos un sistema de procesamicato digital de seals implementado por software, Por ejemplo, una computadora digital pede programas para evar a cabo un filtro digital. Akernaivamente tratamiento digital de seflaes se puede realizar mediante harahware digital (cteitoslgicos) configucado para realizar las operaciones especificadas. En una implemen tacidn de est tipo, tendremos entonces un dispositive fisio que realizar la operaciones especificadas. Ea un ‘entdo amplio, un sistema digital puede implementarse como una combinacién de hardware y software digital, realizando cada uno de ells su propio conjunto de operaciones especificadss. Este libro abords el trataniento de sefiles por medios digitales, tanto software como hardware. Dado que muchas las sefialesque se encvetranen el mundo eal son analgieas, también vamos considerarel problema Ge convetiruna seal anal6giea en un seal digital con el fn de poder procesaria Las operaciones que lleve ‘cabo un sistema as{poden normalmente especificarse en forma matemitiea. El método o conjunto de reglas ‘ara implementa el sistema mediante un programa que realie ls operaciones matemstieas correspondientes ‘= denominaalgorimo. Por lo general, hay disponibles muchas formas o algritimos mediante Tos que se puede implementarun sistema, bien por software o por hardware, para realizar las operaciones yélculos deseados. En la préctica, estaremorinteresados en aquellos aloritmes que sean eficientes yrpidos en lo que respect a los una sel diseretaen el tiempo, que se ha representado grficamente en la Figura 1.2.3 ' En la prctica Tas seals dseretas en eltiempo pueden originarse de dos formas: 1, Seleccionando valores de una seta anal6gicaen instanesdiseretos de tiempo. Este proceso se denomina ‘muestreo y e estadin mas en detalle ea la Seceidn 14. Teds ls instrumentos de medida que realizan ‘medidas intervalos de tempo regulaces proporcionan sefiales discretas en cl tiempo. Por ejemplo, la sefial x(n) dels Figura 1.2.3 puede obtenerse muestrando la sefal anldgca x(¢) —O.8¢ > Oy x(") 0, + Ouna ver por segundo, 2, Acumulando una variable en un perfodo de tiempo. Por ejemplo, el nimero de coches que pasan por wna calle determinada en una hora o el valor del oro diario, dan lugar a sees discretas en el tiempo. La Figura 1.24 muesira una gréfica del nimero de manchas solares de Walter. Cads muestra de la seal slseretaen el tiempo proporeiona el niimero de manchas observadas durante un intervalo de | ao To. as 4s 6 7 7 Figura 1.2.3. Representacin grtica de la seal dscreta en el iempo x(n) = 0.8" para n > Oy x(n) =O para n<0.Ccapso 1 toch 8 Nameode mcs aes m0 vm 1810 30 1850 1800 Figura 1.24. Nimero de manchassolares de Wolfe (1770-1868). 1.2.3/ Sefiales continuas y sefiales discretas ‘Los valores de una sei contin o disereta en el dominio del tiempo pueden ser continuos 0 dseretos. Si tuna sei toma todos los valores posibles en un rango finito 0 infinito, se dice que es una seRal continua Alterativamente sila seal tom valores dentro un Conjunto fnito de posibes valores, se dice que ls sel es tisereta. Normalmente, estos valores son equiistantes y, por tanto, pueden expresarse como un moltiplo entero te la distancia entre dos valores sucesivos, Una sedal disretaen el tiempo que iene un conjanto de valores tiscteoses una sel digital. La Figars 1.25 muestauna seal digital que toma uno de cuatro valores posibes Para que una seal pueda ser procesada dgitalmente, debe ser disreta ene emo y sus valores tienen que ser diseetns (es ded tiene que Ser una sefal digital, Sila seal que se va a procesar es una sefal anal6gica, Se conviere en una seal digital muesteéndola en instante disretos de tiempo, obleniéndose asi una sefal dliscreta en el tiempo, y cuanificande a continuacién sus valores en un conjunto de valores dscretos, como se describe mis adelante en el capitulo, El proceso de conversin de una sell continua en una sefaldiscreta fe denomina cuanticacién,y es bisicameate un proceso de aproximaciGn, Puede realizarse deforma simple ‘mediante redondeo 0 truncamniento, Por ejemplo, silos valores permitidos de I seal digital son enteros, como por ejemplo, de Ohusta 5, sel de valores continuos se cuanlfica epleando esos valores enteros, Por tanto, lvalor dela sefal 858 se aproximaréal valor 8 sel proceso de cuantificacién se realiza mediante trncamiento, 109 sel proceso d= cuantiicaiGn se ealiza por redondeo al entero més prdximo. Mis adelante en el capitulo ‘se proporciona una explieacign més detallada del proceso de conversinanal6gico-digital, 1.2.4. Sefiales deterministas y sefiales aleatorias El procesamiento y andlisis matemético de sefales requere disponer de una descripion matematica para ka propia seal. Esta descripeiGn matemética, a menudo denominads modelo de sea leva a otra importante Clasificacin de las sefales, Cualquier sefal que se pueda deseribir unfvecamente mediante una expresion ‘matematicaexplicits, una tabla de datos o una regla bien definida se dice que es determinista Est trmino se temple para destaca el hecho de que todos Tos valores pasado, presentesy fuuros dela sfial se conocen de forma precisa, sin ncertidumbre.10 Talarient digital de sealos x) Figura 1.2.8, Serial digi con cuatro valores de ampliud diferentes. Sin embargo, en muchas aplicaciones pricticas,existen sees que o no se pueden desribir con un grado ‘azonable de previsin mediante formulas mstemsticas o una descripein resulta demasiado compleja come para esultar peta, La falta de una relacin de este tipo implica que dichas seals evolucionan ene tiempo {de manera no predecible. Decimos que ese tipo de sefes son alearoias. La alia de un generador de ido, Ja sel sfsmica dela Figura 1,21 y Ta seal de voz de fa Figura 1.1.1 son ejemplos de seals aleatorias, El marco de trabajo matemstico para levara cabo el andlisis eric de las sefialesaleatoras lo proporciona la teoria dela probabilidad y los procesosestocisticos. En la SecciGn 12.1 e presentan algunos de los elementos, bisicos de esc enfoque adapiados a las necesisades del libro. Debemos insistren que laclasificacién dena seal real como determinisa 0 alestoria no siempre es clara En ocasiones, ambos enfoques levan a resultados sgnificativos que ayadan a clarificarel comportamientode la sefal, En otros casos, una clasificacidn errnes puede leva a resultados errOneos, ya que algunas herramientas matemticas solo pueden aplicarse a sefales ceterministas mientras que otras slo pueden aplicarse a sales aleatorias. eri esto mis claramente cuando ezaminems hecramintas matemiticas especies, 1.3 Concepto de frecuencia en sefiales continuas —~ y discretas en el tiempo El concepto de frecuencia ya seri familiar a les estudiantes de ingenieria y ciencias. Este concepto es bisico, por ejemplo, en el dsefio de un receptor de radio, de un sistema de alta fdelidad 0 de un filtro espeetal Para fotograias en color. De la Fsia, sabemos que la frecuencia estéestechamente relacionada con un ipo espeeifico de movimiento periico denominado movimiento oscilataio arminica, que se deseribe mediante funciones sinusvidales. 1 concepto de frecuereia est dicectamenterelacionado con el concepto de tiempo, y su dimensin es la inversa de Ta del tiempo. En coasecuencia, la naturaleza del tiempo (continuo o discret) afectarda la nauraleza dela frecuencia, 1.3.1 Sefiales sinusoldales continuas en el tiempo ‘Una oscilaci6n atménica simple se describe matemticamente mediante la siguiente sel sinusoidal continua en el vem: fall) =Aeos(Q +0), —e F <= 1.3.2. Sefiales sinusoidales discretas en el tiempo ‘Una sei sinusoidal disereta en el sempo puede expresarse como sigue / x(n) =Acoslon +0),

Vous aimerez peut-être aussi

• Cifrado AES

  

  Document80 pages

  Cifrado AES

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• 2 Diagramas P Id PDF

  

  Document43 pages

  2 Diagramas P Id PDF

  Freddy Yugcha

  Pas encore d'évaluation
• Rius - La Trukulenta Historia Del Kapitalismo

  

  Document136 pages

  Rius - La Trukulenta Historia Del Kapitalismo

  Carlos Griman

  100% (6)
• • Magazines
  • Podcasts
  • Partition
• 2 Diagramas P Id PDF

  

  Document43 pages

  2 Diagramas P Id PDF

  Freddy Yugcha

  Pas encore d'évaluation
• CCNA1 R&S v5.0

  

  Document598 pages

  CCNA1 R&S v5.0

  Ermel Quiroz

  100% (1)
• Ingenieria Economica

  

  Document10 pages

  Ingenieria Economica

  Omars Volta VR

  Pas encore d'évaluation
• Parámetros Hibridos

  

  Document21 pages

  Parámetros Hibridos

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Reglas Ziegler Nichols

  

  Document11 pages

  Reglas Ziegler Nichols

  Meny Ny

  100% (2)
• Trabajo de Electronica

  

  Document11 pages

  Trabajo de Electronica

  NOXPLC

  Pas encore d'évaluation
• Siemens PLC S

  

  Document3 pages

  Siemens PLC S

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• PLC Abb

  

  Document10 pages

  PLC Abb

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Electronica Practica Con Microcontroladores Pic PDF

  

  Document181 pages

  Electronica Practica Con Microcontroladores Pic PDF

  Jutair Rios

  100% (15)
• Diferencia C y C++

  

  Document4 pages

  Diferencia C y C++

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Derivadas

  

  Document2 pages

  Derivadas

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Convolucion Matlab

  

  Document6 pages

  Convolucion Matlab

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Polimeros 1.unlocked

  

  Document54 pages

  Polimeros 1.unlocked

  Sergio Guillen

  Pas encore d'évaluation
• Exp 5

  

  Document10 pages

  Exp 5

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• El Arte de Aprender

  

  Document234 pages

  El Arte de Aprender

  Francisco Hernandez Montañez

  100% (1)
• Cuantos Tipos de Computadoras Existen

  

  Document2 pages

  Cuantos Tipos de Computadoras Existen

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Corrientes Filosóficas de La Economía

  

  Document3 pages

  Corrientes Filosóficas de La Economía

  Francisco Hernandez Montañez

  100% (1)
• Ondas de Choque

  

  Document3 pages

  Ondas de Choque

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Teoría Cuantitativa Del Dinero

  

  Document3 pages

  Teoría Cuantitativa Del Dinero

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Discurso Academia

  

  Document657 pages

  Discurso Academia

  Josue Carpio

  Pas encore d'évaluation
• Aplicaiones de Sialon

  

  Document11 pages

  Aplicaiones de Sialon

  renecolque

  Pas encore d'évaluation
• Teorias Del Cerebro

  

  Document0 page

  Teorias Del Cerebro

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Calculo Investigacion

  

  Document10 pages

  Calculo Investigacion

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Cuestionario Ladrillos de Cerámica

  

  Document2 pages

  Cuestionario Ladrillos de Cerámica

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Estructura Atómica

  

  Document1 page

  Estructura Atómica

  Francisco Hernandez Montañez

  Pas encore d'évaluation
• Lenguaje Dev

  

  Document1 page

  Lenguaje Dev

  Francisco Hernandez Montañez

  Pas encore d'évaluation