EL 3005 Cap2 28 Noviembre 2011

EL3005 – Señales y sistemas I Prof.
Néstor Becerra Yoma
2.1 Transformada de Laplace

• Se define la transformada bilateral de Laplace
como: ∞
Señales y sistemas I L { f (t )} = ∫ f (t )e − st dt
−∞
• A lo largo del curso solo se utilizará la
Capítulo II: Señales y sistemas de transformada unilateral (uso de señales causales)
∞
tiempo continuo L { f (t )} = ∫ f (t )e − st dt
Profesor: Néstor Becerra Yoma
0
Agradecimientos:
Profesor Manuel Duarte Mermoud
(transformada de Laplace)
Enrique Guerrero Merino
Adio Stefoni Escudero
EL3005 – Señales y sistemas I Prof. Néstor Becerra Yoma EL3005 – Señales y sistemas I Prof. Néstor Becerra Yoma
2.1 Transformada de Laplace 2.1 Transformada de Laplace

• Teorema: • Condiciones suficientes:
Sea f(t) integrable en cada intervalo a<t<b, con 0 ≤ a < b < ∞ – f(t) es continua por trozos en el intervalo [0, ∞)
y c tal que lim e − c t | f ( t ) | existe. Entonces la integral de – f(t) es de orden exponencial c, es decir,
t→∞
Laplace converge uniformemente para Re{s} > c , es decir, ∀ t ∈ [0, ∞ ), e − ct | f ( t ) |≤ M
∞
L { f ( t )} = ∫ f ( t ) e − st d t < ∞ , para R e{ s} > c
0 • Transformada inversa de Laplace
jω Región de c + j∞
1
convergencia f ( t ) = L− 1 { F ( s )} = ∫ F ( s ) e st ds
σ (ROC) 2π j c − j∞

• Teorema del residuo: jω • Descomposición en fracciones parciales
Puede utilizarse para obtener la Polos reales simples (similar para polos complejos
transformada inversa, pues, para σ conjugados):
una función compleja G, 0 σ
N ( s) bm s m + bm −1s m−1 + ... + b0 N (s)
n
R→ F ( s) = = n =
∫ G ( s )d s = 2π j ∑ R es(G , p i )
Ñ
Γ i =1
∞ D( s) s + an −1s n −1 + ... + a0 ( s + a ) D′( s )
– Aquí { p1 ,..., pn } es el conjunto A B(s)
⇒ F ( s) = +
de los polos de G(s) encerrados s + a D′( s )
por la curva Γ. σ + j∞ Con A = F ( s )( s + a) |s =− a
1 n
– Para f(t), f (t ) = 2π j ∫ F (s )e st ds = ∑ Res( F ( s )e st , pi )

σ − j∞ i =1

• Tabla de transformadas de Laplace
• Descomposición en fracciones parciales
f (t ) F ( s)
Polos reales repetidos: 1 δ (t ) 1
1
2 u (t )
N (s) s
F ( s) = 1
( s + a ) p D′( s ) 3
e − at s+a
1
Ap Ap −1 A1 B(s) 4 t n − at
e
( s + a ) n +1
⇒ F ( s) = + + ... + + n!
( s + a) p
( s + a ) p −1 ( s + a) D′( s ) 5
cos(ω0t )
s
s 2 + ω02
1 dk 6 ω0
Con Ap − k = [ F ( s)( s + a ) p ] |s =− a sen(ω0t ) s 2 + ω02
k ! ds k
7 s+a
e − at cos(ω0t ) ( s + a ) 2 + ω02
ω0
8 e − at sen(ω0t ) ( s + a ) 2 + ω02

• Propiedades de la transformada de Laplace (I) • Propiedades de la transformada de Laplace (II)
1 Linealidad 8 Diferenciación en frecuencia dF ( s )
L{ f (t ) + g (t )} = F ( s) + G ( s) L{t · f (t )} = −
ds
2 Diferenciación temporal L{
d
f (t )} = sF ( s ) − f (0) 9 Enésima diferenciación en frecuencia dn
dt L{t n f (t )} = (−1) n F (s)
ds n
3 Enésima diferenciación temporal dn n
L{ n f (t )} = s n F ( s ) − ∑ s n −k f ( k −1) (0) 10 Integración temporal definida t
F (s)
L { ∫ f ( t ) dt } =
dt k =1 0
s
4 Desplazamiento temporal 11 Integración temporal indefinida F (s) 1
L{ f (t − a)u (t − a)} = e − as F ( s) a≥0 L{∫ f (t )dt} = + [ ∫ f (t ) dt ] |t = 0
s s
5 Desplazamiento en frecuencia L{e − at f (t )} = F ( s + a ) 13 Integración en frecuencia 1
∞
1
L{ f (t )} = ∫ F ( s )ds si lim f (t ) existe.
t t x →0 t
6 Convolución temporal
L{∫ f (t − τ ) g (τ )dτ } = F ( s )G ( s )
s
σ + j∞
14 Convolución en frecuencia 1
2π j σ −∫j∞
0
L{ f (t ) g (t )} = F ( p)G ( s − p )dp
7 Escalamiento temporal t
L{ f ( )} =| a | F (as)
a
2.2 T. de Laplace y Estabilidad 2.2 T. de Laplace y Estabilidad

• Existen diversos sistemas que pueden ser • La ecuación que describe el sistema Resorte
b k F (t )
modelados mediante ecuaciones diferenciales, Amortiguado es: y ''+ y '+ y =
m m m
pero dichos sistemas presentan comportamientos • Del polinomio característico que se desprende de
diversos aledaños a sus ecuaciones características. la ecuación diferencial se tienen tres condiciones:
• Ejemplo: b2
>k Soluciones reales y diferentes
4m 2
Analizar el caso que se muestra en la figura: b b k2 2
λ=− ± − ⇒ b
=k Soluciones reales e iguales
“Resorte Amortiguado” 2m 4m 2 m 4m 2
2
b
<k Soluciones complejos conjugados
4m 2

• De dichas condiciones se obtienen • En el ejemplo anterior sin importar los valores
tres respuestas diferentes: característicos del sistema este siempre volverá a su
– Régimen Sobreamortiguado estado estable.
– Régimen Amortiguado • Si las soluciones de la ecuación estudiada estuviesen
– Régimen Subamortiguado en el semiplano positivo estas tendrán exponenciales
de exponente positivo, generando soluciones
• Si las soluciones están en el semiplano negativo, las crecientes.
soluciones del sistema serán decrecientes en el • De tener una sistema retroalimentado, el
tiempo otorgándole estabilidad al sistema. comportamiento antes descrito se deberá analizar en
el denominador de la f. de transferencia.

• ¿Que es estabilidad? • Si el péndulo vertical no
– Matemáticamente la estabilidad se puede interpretar invertido es perturbado el
como la tendencia de un sistema numérico cualquiera a oscilará hasta volver a su
estabilizar su comportamiento al propagarse errores en estado estable.
su entrada, ej: ecuación diferencial.
• Si el péndulo invertido es
– Análogamente, de suponer dichos errores como
perturbaciones y un sistema numérico como un sistema perturbado caerá debido a la
físico, se puede decir que dicho sistema es estable si a fuerza de gravedad y no
pesar de ser perturbado vuelve a su estado estable, podrá volver a su estado
ej: péndulo vertical (invertido y no invertido). inicial (sistema inestable).

• Criterio de Estabilidad • La ecuación característica se expresa como un
Si los polos del sistema a analizar se encuentran en el polinomio de parámetro s, que es producto de la
semiplano negativo este será estable pues en dicha región el transformada de Laplace.
polinomio característico presenta una respuesta estable. • Uno de los usos del plano complejo se conoce como
Plano s el plano s, este se usa para visualizar las raíces de la
Región estable Región inestable ecuación que describe la conducta del sistema.
• Cabe destacar que el conveniente mapeo de la
Región estable Región inestable ecuación diferencial en el plano s, permite analizar el
sistema de manera más fácil y rápida.
2.3 T. de Laplace en sistemas 2.3 T. de Laplace en sistemas

• Calcular la estabilidad del circuito usando T. de • Luego: v (2 + s ) = vi + vo (1 + s )
Laplace ⎛ s⎞
v = vo ⎜1 + ⎟
⎝ 5⎠
5
Condiciones iniciales nulas.
• La Función de Transferencia es: H ( s) =
s 2 + 2s + 5
Aplicando Ley de Corriente de Kirchoff:
5 j 5 j
v − vi v − vo
+ + s (v − vo ) = 0
• Fracciones Parciales: H (s) = −
4 ( s +1+ 2 j) 4 ( s +1− 2 j)
1 1
v − vo svo
=
1 5

• Aplicando la T. inversa de Laplace: • Calcular la estabilidad del sistema descrito por la
5 5
H (t ) = e −t sen(2t ) − e− t sen(−2t )
función de transferencia N(s)/D(s), donde:
4 4
D( s ) = s 6 + 2s 5 + 2s 4 + s 3 + 3s 2 + s + 2
• Se puede ver como esta respuesta se mantiene
Este sistema se resuelve en MatLab generando las raíces:
estable en tiempo.
s1 = −1.35 + 0.93 j s4 = 0.58 + 0.82 j
• Los polos del sistema son: s 2 + 2s + 5 = 0 ⇒ s1,2 = −1 ± 2 j s2 = −1.35 − 0.93 j s5 = 0.58 − 0.82 j
– Cumplen el criterio de estabilidad. s3 = −0.23 + 0.81 j s6 = −0.23 − 0.81 j
– De no cumplirlos la exponencial crecería dejando el Como se puede apreciar dos polos son instables ya que se encuentran
sistema inestable en el semi-plano positivo, luego se infiere que el sistema es inestable.

Fe
• Para generalizar más aun se puede considerar un • El siguiente sistema es un
sistema cualquiera descrito por la función de estanque de sección transversal
transferencia: s − 50 A al que se le inyecta un fluido h
H ( s) = Fs
s + 8s + 14 s + 12
3 2 a una tasa Fin = kh (lineal).
A
Calcular la estabilidad del sistema: s1 = −6 g k F
P ( s ) = s 3 + 8s 2 + 14 s + 12 La ecuación que describe el sistema es: h+ h = in
⇒ s 2 = −1 + j A A
P ( s ) = ( s + 6)( s 2 + 2 s + 2) k F (s)
s3 = −1 − j sH ( s ) + H ( s ) = in
Aplicando T. de Laplace, se obtiene:
Se puede ver que dicho sistema cumple con el criterio de A A
estabilidad, condición que se obtiene directamente de la Finalmente la f. de transferencia es: 1 Fin ( s)
H ( s) =
resolución numérica del polinomio característico. s+k A
A

• Del polinomio característico se consigue el polo: • Dibuje el diagrama de Bode
k de ganancia y fase de la
s=−
A función de transferencia de
un generador Eólico
• Finalmente se concluye que para todo k>0 el sistema es 10
G (s) =
estable. s (0.02 s + 1)(0.2s + 1)
Los polos son:

s1 = 0 s2 = −5 s3 = −50
Para poder trabajar en el plano

complejo se considera s=jw

• Se tienen dos sistemas: • Se puede generar la analogía entre los dos sistemas
El primero corresponde a uno mencionados en base a:
1
mecánico de amortiguamiento m≈L b≈R k≈
C
y el segundo a uno RLC. • Aplicando la T. de Laplace a las f. de transferencia
Las ecuaciones que describen a de los sistemas:
cada sistema son: R s b s
H ( s) = L y H ( s) = m
b k F (t )
y ''+ y '+ y = s2 + R s + 1 s2 + b s+k
m m m L LC m m
R 1 F (t )
q ''+ q '+ q=
L LC L Donde la corriente corresponde a dq
dt

• Con el cambio de variable s=jw se tiene la f. de • Como se había visto en un principio la respuesta
transferencia directamente en el plano w. del sistema “Resorte Amortiguado” se representa
R ω por: b b2 k
H (ω ) = L
s=− ± −
R ω + j⎡1 − ω2 ⎤
L ⎣ LC ⎦ 2m 4m 2 m
La frecuencia central se define Al tender b a 0 la respuesta pasa a ser imaginaria pura.

como la frecuencia para la cual la
f. de transferencia es puramente Utilizando la analogía con el circuito Pasa Banda RLC, se
real. puede ver como dicho valor es el valor central del filtro.
1
ω0 =
LC k 1 k
s=±j ⇒ ω0 = =
m LC m
2.3 T. de Laplace en sistemas 2.4 Serie exponencial de Fourier

• Una ecuación diferencial describe un sistema, dicha • Se considerará la siguiente base:
ecuación se analiza con la T. de Laplace, φn = e jnω t , n ∈ ZZ
0
posteriormente con un cambio de variable • El valor de n se llama número armónico

conveniente (s=jw) esta se puede ver en el dominio
de la frecuencia, para así generar otro análisis del • Se calculará el producto interno entre 2 funciones
sistema. sobre [t1,t2]
∫
t1
t2 t2
φn (t )φm (t )dt = ∫ e jnω t e − jmω t dt =
t1
0 0
1
j (n − m)ω0
(
e j ( n − m )ω0t2 − e j ( n − m )ω0t1 )
=
1
j (n − m)ω0
(
e j ( n − m )ω0t1 e j ( n − m )ω0 (t 2 −t1 ) − 1 )
2.4 Serie exponencial de Fourier 2.4 Serie exponencial de Fourier

∞
2π
• Si se elige: ω0 (t2 − t1 ) = 2π f (t ) = ∑F e
n = −∞
n
jnω0t
, t ∈ [t1 , t 2 ], ω0 =
t 2 − t1
• Se logra que: • Para calcular los Fn
t 2 jnω t − jmω t ⎧(t 2 − t1 ) n = m ∞
∫t1 e 0 e 0 dt = ⎨⎩ 0 n ≠ m f (t )e − jmω0t = ∑F e n
jnω0 t − jmω0t
e , t ∈ [t1 , t 2 ]
n = −∞
∞
∑F∫
t2 t2
• Se puede demostrar que la base es completa, por
lo que cualquier función f(t) de energía finita en
∫t1
f (t )e − jmω0t dt =
n = −∞
n
t1
e jnω0t e − jmω0t dt
[t1,t2] se puede representar como: t2

∫
− jmω0t
f (t )e dt = Fm (t 2 − t1 )
∞
2π t1
f (t ) = ∑ Fn e jnω0t , t ∈ [t1 , t 2 ], ω0 = Fn ∈ C
C 1 t2
t 2 − t1
t 2 − t1 ∫t1
n = −∞ Fn = f (t )e − jnω0t dt
2.4 Serie exponencial de Fourier 2.4 Serie exponencial de Fourier

1 1 − jnπt 1 2
• Ejemplo: Escribir la siguiente función como serie
Fn =
2 ∫0
e dt − ∫ e − jnπt dt
2 1
exponencial de Fourier
⎧ 1 0 < t <1
=
1
2 jnπ
[
− e − jnπ + 1 + e − j 2 nπ − e − jnπ =
1
jnπ
1 − e − jnπ ] [ ]
f (t ) = ⎨
⎩− 1 1 < t < 2 ⎧ 2 ∞
⎪
• Solución:
2π 2π
Fn = ⎨ jnπ
n impar
f (t ) = ∑F e n
jnπt
⎪⎩ 0 n par n = −∞
ω0 = = =π
(t 2 − t1 ) 2
1 t2 2 jπt 2 j 3πt 2 j 5πt 2 − jπt 2 − j 3πt 2 − j 5πt
t 2 − t1 ∫t1
Fn = f (t )e − jnω0t dt f (t ) = e + e + e + ... − e − e − e − ...
jπ j 3π j 5π jπ j 3π j5π
2.5 Señales y representaciones

2.4 Serie exponencial de Fourier
complejas
• Dada f(t), la serie existe si se satisfacen las • Considérese una función f(·) compleja:
condiciones de Dirichlet:
f = f RE + j f IM
– f(t) tiene un nº finito de máximos y mínimos en [t1,t2]
– f(t) tiene un nº finito de discontinuidades en [t1,t2] • Su conjugada es:
– f(t) es absolutamente integrable en [t1,t2] f * = f RE − j f IM
t2
f (t ) = ∫ f (t ) dt < ∞ • Su parte real e imaginaria son:
t =t1
• Las condiciones anteriores siempre se cumplen f + f* f − f*

f RE = , f IM =
para señales de energía finita en [t1,t2] 2 2j
2.5 Señales y representaciones 2.5 Señales y representaciones

complejas Im complejas
• Su magnitud se puede calcular a partir de: ω0 e jω0t = cos(ω0t ) + j sen(ω0t )
1
Re x(t ) = cos(ω0t )
2 2 2
f = f f = ( f RE + j f IM )( f RE − j f IM ) = f RE + f IM
*
y (t ) = sen(ω0t )
• La exponencial compleja es suma de un • Las exponenciales complejas se pueden describir

seno y un coseno, y describe un círculo de en término de seno y coseno, y viceversa.
radio 1 en el plano complejo: e jω 0 t + e − jω 0 t e jω 0 t − e − jω 0 t
cos(ω0t ) = , sen(ω0t ) =
e jω0t = cos(ω0t ) + j sen(ω0t ) 2 2j
2.5 Señales y representaciones

2.6 Serie de Fourier trigonométrica
complejas
• La serie de Fourier exponencial se puede
• Recordando la propiedad:
x+x *
x−x * reescribir en término de senos y cosenos:
xRE = , xIM = , ∀x ∈ CC ∞ −1 ∞
2 2j
se puede concluir la siguiente propiedad para los f (t ) = ∑ Fne jnω0t =
n = −∞
∑ Fm e jmω0t + F0 + ∑ Fn e jnω0t
m = −∞ n =1
coeficientes de la serie: −∞ ∞
1 t2
∫
1 t2 f (t ) = ∑F e jmω0t
+ F0 + ∑ Fn e jnω0t ( n ' = − m)
t 2 − t1 ∫t1
Fn = f (t )e − jnω0t dt , F− n = f (t )e jnω0t dt m = −1
m
n =1
t 2 − t1 1 t
∞ ∞
1 t2 * f (t ) = ∑ F− n 'e − jn 'ω0t + F0 + ∑ Fn e jnω0t . Si f(·) es real :
t 2 − t1 ∫t1
f (t )e jnω0t dt = F− n para f (·) real
*
Fn =
n '=1 n =1
jnω0 t
Fn + Fn
*
F + F− n
∞
2 Fn e + 2 F− n e − jnω0t ∞
Además, Re( Fn ) = = n f (t ) = F0 + ∑ = F0 + ∑ 2 Re( Fn e jnω0t )

2 2 n =1 2 n =1
2.6 Serie de Fourier trigonométrica 2.6 Serie de Fourier trigonométrica

∞
f (t ) = F0 + ∑ 2 Re(2 Fn e jnω0t ) • Las funciones cos(nω0t) y sen(nω0t) para
n =1 n=0,1,... forman una base ortogonal en
(
Re( Fn e jnω0t ) = Re ( FnRE + j FnIM )(cos(nω0t ) + j sen(nω0t )) ) [t1,t2] si (t2-t1)ω=2π
Re( Fn e jnω0t ) = FnRE cos( nω0t ) − FnIM sen( nω0t ) • Para poder calcular directamente los valores
∞ ∞ de an y bn se puede multiplicar f(t) por
f (t ) = F0 + ∑ 2 FnRE cos( nω0t ) + ∑ (−2 FnIM ) sen( nω0t ) cos(nω0t) o por sen(nω0t), y luego integrar
n =1 n =1
∞ ∞
en [t1,t2].
f (t ) = a0 + ∑ an cos( nω0t ) + ∑ bn sen( nω0t )
n =1 n =1

t2
∫ f (t ) cos(nω0t )dt 2 t2 • La serie trigonométrica de Fourier se puede
t 2 − t1 ∫t1
= = f (t ) cos(nω0t )dt
t1
an t2
escribir usando sólo cosenos:
∫ cos (nω0t )dt
2
∞
f (t ) = F0 + ∑ 2 Re( Fn e jnω0t ) =
t1
t2
∫ f (t ) sen( nω0t )dt 2 t2 n =1
t 2 − t1 ∫t1
bn = = f (t ) sen( nω0t )dt
t1
∞
f (t ) = F0 + ∑ 2 Re( Fn e jφn e jnω0t )
t2
∫ sen (nω0t )dt
2
t1
n =1
t2
∫ f (t )dt 1 t2
∞
f (t ) = F0 + ∑ 2 Fn cos(nω0t + φn )
t 2 − t1 ∫t1
= =
t1
a0 t2
f (t ) dt
∫t1
dt
∞
n =1
• a0 es el valor medio de la señal. f (t ) = ∑ Cn cos(nω0t + φn )

n =0
• Se cumplen las siguientes relaciones: • Ejemplo: representar f(t) como serie

∞ ∞ trigonométrica de Fourier
f (t ) = F0 + ∑ 2 FnRE cos(nω0t ) + ∑ (−2 FnIM ) sen(nω0t )
a0 n =1 n =1 f (t ) = t 2 , t ∈ [0,2]
an bn
• Desarrollo: a0 = 1 ∫ t 2 dt = 4
2
∞
f (t ) = ∑ 2 Fn cos(nω0t + φn )
0 2 3
n=0 2 2 2 4
an = ∫ t cos(nπt )dt =
cn 2 0 (nπ )2
⎛ −b ⎞
cn = an 2 + bn 2 , φn = tan −1 ⎜ n ⎟ 2 2 2 −4
2 ∫0
⎝ an ⎠ bn = t cos(nπt )dt =
nπ
• Luego, la serie trigonométrica es: f (t ) = f p (t ) + f i (t )

∞
4 4 1 4 ∞ 1
f (t ) = + 2 ∑ cos(nπt ) − ∑ sen(nπt ) f (t ) + f (−t ) f (t ) − f (−t )
3 π n =1 n
2
π n =1 n f p (t ) = , f i (t ) =
2 2
• Cualquier función se puede expresar como f p (t ) = f p (−t ), f i (t ) = − f i (−t )
la suma de una parte par más una parte • Los términos coseno de la serie (incluyendo a0)
impar: permiten representar la parte par, mientras que los
f (t ) = f p (t ) + f i (t ) términos seno representan la impar.
2.7 Extensión por periodicidad 2.7 Extensión por periodicidad

• Una función definida en el intervalo [t1,t2] se • Luego, si se analiza una serie de Fourier fuera del
puede representar mediante su serie de Fourier: rango [t1,t2] se puede concluir que es periódica, de
∞ periodo T=t2-t1:
f (t ) = ∑F e jnω0 t
∑ F (e ) ∑F e
n ∞ ∞ ∞
n = −∞ ∑F e n
jnω0 ( t +T )
= n
jnω0t
e jnω0T = n
jnω0t
• Las exponenciales complejas son funciones n = −∞ n = −∞ n = −∞
periódicas: • porque:
jnω0 t
e = cos(nω0t ) + j sen(nω0t ) jn
2π
T
e jnπT = e t 2 − t1
= e jn 2π = cos(2πn) + jsen(2πn) = 1
2.7 Extensión por periodicidad 2.7T Extensión por periodicidad

• Si f(t)=f(t+T), entonces Par ⎧Sa(nπ / 2) n par
⎨
2
∞
2π ⎩ 0 n impar
f (t ) = ∑F e
n = −∞
n
jnω0t
R si ω0 =
, ∀t ∈ R
T 1 Par τ ⎛ nπτ ⎞
Sa⎜ ⎟
Ancho de pulso τ T ⎝ T ⎠
• Es decir, la serie de Fourier para una señal 1 Par ⎧Sa 2 (nπ / 2) n ≠ 0
⎨
periódica vale en todo el eje real. ⎩ 0 n=0
Impar ⎧ j (−1) /( nπ ) n ≠ 0
• Los Fn se calculan considerando sólo 1
n
2 ⎨
⎩ 0 n=0
periodo de la señal ⎧ 2
1 Par ⎪ n par
⎨ π (1 − n 2 )
⎪⎩ 0 n impar
2.7 Extensión por periodicidad 2.8 Teorema de Parseval

⎧ 1 • La potencia de una señal f(·) es:
⎪ π (1 − n 2 ) n par
⎪ 1 T /2
1 Par ⎪
⎨ − j/4
⎪
n = ±1
T ∫−
p=
T / 2
f (t ) f * (t )dt
⎪ 0 otro
⎪
⎩ • Si se expresa f(·) mediante serie exponencial:
1 T /2 ∞ jmω t
∞
− jmω t
Sen( x) p= ∫ ∑ Fm e 0 ∑ Fn*e 0 dt
• La función Sampling es: Sa ( x) = T − T / 2
m =−∞ m =−∞
x 1 ∞ ∞ T / 2 − j ( m − n )ω t
p= ∑ Fm ∑ Fn* ∫
T m =−∞ m =−∞ −T / 2
e 0 dt
∞ ∞
∑ ∑
2
p= Fn Fn* = Fn
m =−∞ m =−∞
2.8 Teorema de Parseval 2.8 Teorema de Parseval

• El teorema de Parseval indica que: • Los coeficientes de Fourier son:
1 T /2
p= ∫
∞
f (t ) dt = ∑ Fn
2 2 F1 = − j , F−1 = j , Fn = 0 para otro n
T −T / 2 m =−∞
• Luego: 2 2
• La potencia de la señal completa es la suma de las P= j + − j =2
potencias de cada frecuencia 2
Fn
• Ej: Determinar la potencia de la función:
f (t ) = 2 sen(100t ) 1
ω
-100 -100
2.9 Respuesta estacionaria a 2.9 Respuesta estacionaria a

señales periódicas señales periódicas
• Consideremos un sistema lineal H(ω) (un
• Luego, al ser el sistema lineal, la respuesta a
filtro lineal) que tiene una entrada periódica
una señal periódica es:
u(t) y una salida y(t) en régimen ∞ ∞
permanente: u (t ) = ∑ U n e j ( nω0t +φn ) ⇒ y (t ) = ∑ U n H (nω0 )e j ( nω0t +φn )
n =−∞ n =−∞
u (t ) periódico y (t )
H(ω) • La potencia de la salida es:
∞
∑U
2 2
Py = n H ( nω 0 )
n = −∞
u(t) = Ae j(ω1t +φ1 ) ⇒ y (t ) = AH (ω1 )e j(ω1t +φ1 )
2.9 Respuesta estacionaria a 2.9 Respuesta estacionaria a

señales periódicas señales periódicas
• Ej. Determinar la salida cuando la entrada y • La entrada se puede escribir como:
el filtro son los siguientes ∞
sen(nπ / 2) jn 2πt
u(t) H(ω)
u (t ) = ∑
n = −∞ nπ / 2
e
2 1
• La salida está limitada en frecuencia
-3π 3π
1/2 4
y (t ) = 1 + cos(2πt )
π
1
2.9 Respuesta estacionaria a

2.10 Espectro de Fourier
señales periódicas
∞
2π
• Potencia promedio en la entrada: f (t ) = ∑F e
n = −∞
n
jnω0t
R si ω0 =
, ∀t ∈ R
T
1 t 0 +T 1/ 4
• Señal periódica = suma de exponenciales
∫ u (t ) dt = ∫
2
Pu = 4 dt = 2
−1 / 4
T t0
complejas multiplicadas por coeficientes Fn
• Potencia promedio en la salida: • Fn: asociado a la amplitud de la frecuencia nω0.
∞ 2 2 • Se puede hacer un gráfico amplitud / frecuencia
⎛2⎞ ⎛2⎞
∑
2 2
Py = U n H (nω0 ) = ⎜ ⎟ + 1 + ⎜ ⎟ = 1.811 • Los Fn se dibujan como líneas verticales
n = −∞ π
⎝ ⎠ ⎝π ⎠
• => Espectro de la señal
2.10 Espectro de Fourier 2.10 Espectro de Fourier

• Ej: Espectro de la función f (t ) = 2 sen(100t ) • También se puede generar un espectro
ω0 = 100, f (t ) = ( j )e − j100t + (− j )e j100t trigonométrico a partir de la serie trigonométrica
de Fourier
Fn φn Cn
π t
1 2
ω 100
ω
-100 100 -100
π ω
−
2
∞
Espectro de magnitud Espectro de fase f (t ) = ∑ Cn cos(nω0t + φn )
n =0

• Ej. Espectro para tren de pulsos periódico Aτ ⎛ nω0τ ⎞ sen( x)
Fn = Sa⎜ ⎟ Sa( x) =
f (t ) T ⎝ 2 ⎠ x
A
1
T T
−
2 τ 2
1 T /2 1 τ /2
Fn = ∫ f (t )e − jnω0t dt = ∫ Ae − jnω0t dt
T −T / 2 T −τ / 2
Fn =
jnω0t
e (
− A − jnω0τ / 2
− e jnω0τ / 2 =
2A
nω 0 t
)sen(nω0τ / 2)
− 3π π
− 4π − 2π − π 2π 3π 4π
Aτ sen(nω0τ / 2) Función Sa(·)

Fn =
T nω0τ / 2

Aτ ∞
⎛ nπτ ⎞ jnω0t Aτ ∞
⎛ nπτ ⎞ jnω0t
f (t ) =
T
∑
n = −∞
Sa⎜
⎝ T ⎠
⎟e f (t ) =
T
∑ Sa⎜⎝
n = −∞ T ⎠
⎟e
Con τ fijo: Con T fijo:
Al aumentar τ:
Al aumentar T:
EL3005 – Señales y sistemas I Prof. Néstor Becerra Yoma

• Teorema de Parseval => relación entre f(t) y F(ω),
• Distancia entre líneas espectrales depende energía de una señal.
de T E=∫
∞ 1 ∞
∫
2 2
f (t ) dt = F (ω ) dω
• Distancia entre cruces por cero de Sa(·)
t = −∞ 2π ω = −∞
depende de τ
|F(w)|2 => densidad espectral de energía, permite
calcular la energía en una banda de frecuencias
F(-w)=F(w)* => |F(-w)|2= |F(w)|2 => |F(w)|2 es par

2
Pasabanda #1 Medidor de energía F (ω1 ) 2
F (ω )
2
Pasabanda #2 Medidor de energía F (ω2 )
f (t ) 2
Pasabanda #3 Medidor de energía F (ω3 )
• •
• •
• •
2
Pasabanda #N Medidor de energía F (ω N )
2.11 Representación para señal

2.10 Espectro de Fourier aperiódica
• No todas las señales tienen energía finita • Serie de Fourier: A medida que T aumenta, las
• Algunas de ellas tienen potencia media finita => líneas espectrales se juntan. La forma del espectro
señales de potencia no cambia.
1 T /2
t →∞ T ∫−T / 2
2
P = lim f (t ) dt = f 2 (t )
Se puede definir una densidad espectral de potencia:

• Se puede generar espectro de señal aperiódica a
1 ∞
partir de serie de Fourier al considerar que T → ∞
P=
2π ∫
−∞
S f (ω )dω
2.11 Representación para señal 2.11 Representación para señal

aperiódica aperiódica
f (t ) fT (t )
Sea f (t ) una señal aperiódica.
fT (t ) : función periódica asociada a f(t) con período T
⎡ T T⎤
fT (t ) = f (t + nT ), (t + nT ) ∈ ⎢− , ⎥, n ∈ ZZ −
T T
⎣ 2 2⎦ 2 2
∞
1 T /2 2π
f (t ) fT (t )
fT (t ) = ∑F e
n = −∞
n
jnω0t
, Fn =
T ∫−T / 2
fT (t )e − jnω0t dt , ω0 =
T
Sea F (ωn ) = TFn
1 ∞ 2π
∑ F (ωn )e jnω0t , F (ωn ) = ∫−T / 2 fT (t )e − jnω0t dt , ωn = T n
T T T /2
−
2 2
fT (t ) =
T n = −∞
T
2.11 Representación para señal 2.11 Representación para señal

aperiódica f (t ) aperiódica f (t ) T
f (t ) fT (t )
T T T T
− −
2 2 2 2
∞
1 1 ∞
1 2π 2π ∑ F (ω )e ω
∞
lim fT (t ) = lim Δω = ∫ F (ω )e jωt dω = f (t )
j nt
∑ F (ωn )e jnω0t , F (ωn ) = ∫

T /2
fT (t ) = fT (t )e − jnω0t dt , ωn = n T →∞ t →∞ 2π
n
2π −∞
2π T n = −∞
−T / 2 T n = −∞
T /2 ∞
Δω lim F (ωn ) = lim ∫ fT (t )e − jωnt dt = ∫ f (t )e − jωt dt = F (ω )
T →∞ t → ∞ −T / 2 −∞
1 ∞
2π
∑ F (ω )e ω
T /2
f T (t ) = j nt
Δω , F (ωn ) = ∫ f T (t )e − jωnt dt , ωn = ⎧ F (ω ) = ∞ f (t )e − jωt dt
∫t =−∞
n
2π
n
−T / 2
n = −∞ T ⎪
⇒⎨ 1 ∞
2π ∫ω = −∞
⎪ f (t ) = F (ω )e jωt dω
⎩
2.11 Representación para señal

2.12 Función de densidad espectral
aperiódica
• Transformada directa e inversa de Fourier • Fn son líneas espectrales: contenido espectral
repartido en frecuencias discretas
∞
F (ω ) = ℑ( f (t ) ) = ∫ f (t )e − jnω0t dt • F(ω) es función de densidad espectral: contenido
t = −∞
espectral repartido en un continuo
1 ∞
f (t ) = ℑ−1 (F (ω ) ) = ∫ω F (ω )e jωt dω • dA=F(ω)dω => elemento de amplitud dentro de
2π = −∞
un elemento de frecuencia en torno a ω
• Permite ver una señal: • Existe relación entre la serie de Fourier de la señal
– En el dominio del tiempo => f(t) periódica, y la transformada de Fourier para 1 sólo
– En el dominio de la frecuencia => F(ω) periodo de la señal (ver próxima transparencia).
2.12 Función de densidad espectral 2.12 Función de densidad espectral

1
Fn = F (ω ) |ω = nω0
T
∞
Aτ ⎛ nω0τ ⎞ jnω0t ⎛ nωτ ⎞ • Dada f(t), la transformada existe si se satisfacen
f (t ) = ∑ Sa⎜ ⎟e F (ω ) = Aτ Sa⎜ ⎟
n = −∞ T ⎝ 2 ⎠ ⎝ 2 ⎠ las condiciones de Dirichlet para todo t1 , t2 ∈ RR
A A – f(t) tiene un nº finito de máximos y mínimos en [t1,t2]
– f(t) tiene un nº finito de discontinuidades en [t1,t2]
T T
– f(t) es absolutamente integrable en R
−
2 τ 2 τ ∞
R
f (t ) = ∫ f (t ) dt < ∞
t = −∞
• Las condiciones anteriores siempre se cumplen
para señales de energía finita en RR
2.13 Teorema de Parseval 2.13 Teorema de Parseval

∞ 1 ∞
E=∫ ∫ω
2 2
f (t ) dt = F (ω ) dω
• La energía total disipada por una señal f(·) es: t = −∞ 2π = −∞
∞ ∞
E=∫ f (t ) dt = ∫ f (t ) f * (t )dt
2
Contribución Contribución de
−∞ −∞
del tiempo t a la la frecuencia ω
• Si se expresa f*(t) en términos de F*(ω): energía a la energía
∞ ⎡ 1 ∞ ⎤ • La energía de una señal se puede calcular tanto en
E=∫ f (t ) ⎢ ∫ω F * (ω )e − jωt dω ⎥ dt
t = −∞
⎣ 2π = −∞
⎦ el dominio del tiempo como en el dominio de la
• Cambiando el orden de integración: frecuencia
1 ∞ • Se puede calcular la energía contenida en una
F * (ω ) ⎡ ∫ f (t )e − jωt dt ⎤ dω
∞
E=
2π ∫ω = −∞ ⎢
⎣ = −∞
ω ⎥⎦ banda de frecuencias [ω1,ω2]
F (ω )
2.14 Transformadas que 2.14 Transformadas que

incluyen a δ(t) incluyen a δ(t)
F(ω)IM
• Las transformadas de algunas señales de potencia
(es decir, de energía infinita) no se pueden
calcular usando la integral, por lo que deben
calcularse de modo indirecto.
∞
• Función impulso: ℑ{δ (t )} = ∫t =−∞ δ (t )e − jωt dt = e j 0 = 1 ω
δ(t-t0)
∞
ℑ{δ (t − t0 )} = ∫ δ (t − t0 )e − jωt
dt = e − jωt 0
t = −∞
– La transformada de un impulso tiene amplitud F(ω)RE 2π

constante para todo ω y fase lineal. Espectro “blanco”. − j ωt 0 t0
F (ω ) = ℑ{δ (t − t0 )} = e

• Exponencial complejo: Su transformada se calcula • Sinusoides: ℑ{e jω0t } = 2πδ (ω − ω0 )
de modo indirecto.
⎧ e jω 0 t + e − jω 0 t ⎫
ℑ−1{δ (ω − ω0 )} =
1 ∞
δ (ω − ω0 )e jωt d ω =
1 jω0t ⇒ ℑ{cos(ω0t )} = ℑ⎨ ⎬ = πδ (ω − ω0 ) + πδ (ω + ω0 )
2π ∫ω =−∞ 2π
e
⎩ 2 ⎭
{
ℑ ℑ−1{δ (ω − ω0 )} = } 1
2π
ℑ{e jω0t } = δ (ω − ω0 ) ⎧ e jω0t − e − jω0t ⎫ πδ (ω − ω0 ) − πδ (ω + ω0 )
⇒ ℑ{sen(ω0t )} = ℑ⎨ ⎬=
⎩ 2j ⎭ j
⇒ ℑ{e jω0t } = 2πδ (ω − ω0 )
• Esto permite calcular las transformadas de las • El espectro de una sinusoide son 2 impulsos
sinusoides. localizados en ω0 y –ω0.

ℑ{cos(ω0t )} = πδ (ω − ω0 ) + πδ (ω + ω0 ) ℑ{sen(ω0t )} = − jπδ (ω − ω0 ) + jπδ (ω + ω0 ) x
• Función signo: sgn( x) = x
– No es absolutamente integrable
– Se calcula de modo indirecto
∞ −a t
ℑ{sgn( x)} = lim ∫ e sgn(t )e − jωt dt
a →0 −∞
F(ω)IM F(ω)IM
0 ∞ −2 jω
ℑ{sgn( x)} = lim − ∫ e( a − jω )t dt + ∫ e− ( a + jω )t dt = lim
a →0 −∞ 0 a →0 a 2 + ω 2
ω ω 2
ℑ{sgn( x)} =
jω
F(ω)RE F(ω)RE

• Escalón: • Funciones periódicas
1 1 1 – Se pueden expresar como serie de Fourier
u (t ) = + sgn( x) ⇒ ℑ{u (t )} = πδ (ω ) +
2 2 jω – Cada término de la serie contribuye con un impulso
u (t ) • Se pueden representar como serie de Fourier o
F(ω)IM
como transformada que incluye impulsos
⎧ ∞ ⎫ ∞
ω
ℑ⎨ ∑ Fn e jnω0t ⎬ = ∑ 2πFnδ (ω − nω0 )
⎩n = −∞ ⎭ n = −∞
F(ω)RE

∞
Aτ ⎛ nω0τ ⎞ jnω0t ∞
Aτ ⎛ nω0τ ⎞
f (t ) = ∑
n = −∞ T
Sa⎜
⎝ 2 ⎠
⎟e , F (ω ) = ∑ 2π
n = −∞ T
Sa⎜
⎝ 2 ⎠
⎟δ (ω − nω0 )
• Tren de impulsos, “peineta”
A ∞ ∞
T T
δ T (t ) = ∑ δ (t − nT ) = ∑ F e
n = −∞ n = −∞
n
jnω0t
Serie
−
2 τ 2 Transformada
1 T /2 1
Fourier Fourier Fn = ∫ δ (t )e − jnω0t =
T −T / 2 T
∞ ∞
1
Fn F(ω) ⇒ δ T (t ) = ∑ δ (t − nT ) = T ∑ e
n = −∞ n = −∞
jnω0t

e − at u (t ) 1 /(a + jω ) u (t ) πδ (ω ) + 1 /( jω )
te − at u (t ) 1 /(a + jω ) 2 δ (t ) 1
e
−at
2a /( a 2 + ω 2 ) 1 2πδ (ω )
2
e − t /( 2σ )
2
σ 2π e −σ w
2 2
/2
e ± jω0t 2πδ (ω μ ω0 )
sgn(t ) 2 /( jω ) cos(ω0t ) π [δ (ω − ω0 ) + δ (ω + ω0 )]
j /(πt ) sgn(ω ) sen(ω0t ) − jπ [δ (ω − ω0 ) − δ (ω + ω0 )]
2.14 Transformadas que 2.15 Propiedades de la

incluyen a δ(t) transformada de Fourier
rect (t / τ ) τ Sa(ωτ / 2) • Linealidad (debido a que es una integral)
⎛ Wτ ⎞
W
Sa⎜ ⎟ rect (ω / W ) ℑ{a1 f1 (t ) + a2 f 2 (t )} = a1 F1 (ω ) + a2 F2 (ω )
2π ⎝ 2 ⎠
Λ(t / τ ) τ Sa (ωτ / 2)
2
• Conjugadas complejas
W
2π
Sa 2 (Wt / 2) Λ (ω / W ) ℑ{ f * (t )} = F * (−ω )
2τ cos(ωτ / 2)
cos(πt / τ )rect (t / τ ) – Si f es real, F*(-ω)=F(ω)
π 1 − (ωτ / π ) 2
2W cos(Wt ) – Se prueba directamente calculando
π 2 1 − (2Wt / π ) 2
Λ (ω / W ) *
ℑ{ f * (t )} = ∫ f * (t )e − jωt dt = ⎛⎜ ∫ f (t )e jωt dt ⎞⎟
∞ ∞
δ T (t ) ω0δ ω (ω )
0
−∞ ⎝ −∞ ⎠
2.15 Propiedades de la 2.15 Propiedades de la

transformada de Fourier transformada de Fourier
• Simetría: Cualquier función es la suma de una • Dualidad
si ℑ{ f (t )} = F (ω )
parte par más una impar
⇒ ℑ{F (t )} = 2πf (−ω )
ℑ{ f PAR (t )} = FPAR (ω ) real
– Para probarlo basta hacer un cambio de
ℑ{ f IMPAR (t )} = FIMPAR (ω ) imaginario
variables entre t y ω en la transformada
• Por ejemplo, para la función par: ω' = t
ℑ{ f PAR (t )} = ∫
∞
− jωt ∞ t' = ω
−∞
f PAR (t )e dt ℑ{ f ( t )} = ∫ t = −∞
f ( t )e − jωt dt =
∞ ∞
= ∫ f PAR (t ) cos(ωt )dt − j ∫ f PAR (t ) sen(ωt )dt 1 ∞ − jt' ω'
= 2π ∫ω' =−∞ f ( ω' )e dω' = 2π ℑ−1{ f ( −ω' )} |ω' =t
−∞ −∞
2π
∞
= 2 ∫ f PAR (t ) cos(ωt )dt que es par
0

• Ejemplo
• Escala de Coordenadas
– Si se sabe que ℑ{rect (t )} = Sa(ω / 2) , calcular
ℑ{Sa (t / 2)} 1 ⎛ω ⎞
ℑ{ f (αt )} = F⎜ ⎟
ℑ{Sa (t / 2)} = 2π rect (−ω ) = 2π rect (ω ) α ⎝α ⎠
1
1
• Prueba: 2 casos: α positivo y α negativo
t ω
∞ ∞ 1 ⎛ω ⎞
− 0.5 0.5 − 2π 2π ℑ{ f (αt )} = ∫ f (αt )e − jωt dt = ∫ f ( x)e − jωx / a dx / α = F⎜ ⎟
−∞ −∞ α ⎝α ⎠
1
2π ∞ −∞ 1 ⎛ω ⎞
ℑ{ f (αt )} = ∫ f (αt )e − jωt dt = ∫ f ( x)e − jωx / a dx / α = F⎜ ⎟
ω −∞ ∞ −α ⎝ α ⎠
− 2π 2π t − 0.5 0.5

• Si f(t) se vuelve ancho, F(ω) se vuelve angosto y • Desplazamiento en el tiempo (retardo)
viceversa:
1 ℑ{ f (t − t0 )} = F (ω )e − jωt0
1
∞ ∞
ℑ{ f (t − t0 )} = ∫ f (t − t0 )e − jωt dt = ∫ f ( x)e − jω ( x +t0 ) dx
− 0.5 0.5 − 2π 2π −∞ −∞
2
• Al retardar la señal, la amplitud del espectro
1
α= : no varía, pero su fase si => información
2
1
temporal en la fase.
−1 1 −π π

• Ej: Determinar la transformada de: • Desplazamiento de frecuencia (modulación)
f(t)
1 – Es la propiedad dual a la del retardo
τ ℑ{ f (t )e jω0t } = F (ω − ω0 )
−τ
∞ ∞
ℑ{ f (t )e jω0t } = ∫ f (t )e jω0t e − jωt dt = ∫ f (t )e − j (ω −ω0 ) t dt
−∞ −∞
ℑ{ f (t )} = ℑ{rect[(t + τ / 2) / τ ] − rect[(t − τ / 2) / τ ]} – También ocurre con cos(·)
= τ Sa (ωτ / 2){e jωτ / 2 − e − jωτ / 2 } = j (4 / ω ) sen 2 (ωτ / 2)
⎧1 1 ⎫ 1 1
ℑ{ f (t ) cos(ω0t )} = ℑ⎨ f (t )e jω0t + f (t )e − jω0t ⎬ = F (ω − ω0 ) + F (ω + ω0 )
⎩2 2 ⎭ 2 2

• Ej: hallar el espectro de:
• Derivación
ℑ{ A rect (t / τ ) cos(ω0t )} = ⎧d ⎫
ℑ⎨ f (t )⎬ = jωF (ω )
A A
= ℑ{ rect (t / τ )e jω0t } + ℑ{ rect (t / τ )e − jω0t } ⎩ dt ⎭
2 2
A ⎛ ω − ω0 ⎞ A ⎛ ω + ω0 ⎞ – Porque:
= τ Sa⎜τ ⎟ + τ Sa⎜τ ⎟ 1 ∞
2 ⎝ 2 ⎠ 2 ⎝ 2 ⎠ f (t ) =
2π ∫ −∞
F (ω )e jωt dω
1 ∞
F (ω ) jωe jωt dω = ℑ−1{F (ω ) jω}
d
2π ∫−∞
f (t ) =
dt
⎧d ⎫
ℑ⎨ f (t )⎬ = F (ω ) jω
⎩ dt ⎭

• Integración: • Ejemplo: Determinar la transformada de f(t):
{
t
ℑ ∫τ = −∞ f (τ )dτ =
1
jω
}
F (ω ) + πF (0)δ (ω ) f (t )
A
τ 2τ
⎧d 2 f ⎫
ℑ⎨ 2 (t )⎬ = ( jω ) 2 F (ω )
⎩ dt ⎭
– donde: df
A
( jω ) 2 F (ω ) =
A
(e j 2ωτ
− e jωτ − e − jωτ + e − j 2ωτ )
(t ) τ
∞ τ
F ( 0) = ∫ f (t )dt dt
t = −∞ ⎛ A⎞
⎜ ⎟ F (ω ) = −
(
A e j 2ωτ − e jωτ − e − jωτ + e − j 2ωτ )
⎝τ ⎠
es la componente continua de la señal. d2 f
(t ) ω 2τ
dt 2

⎛⎜ ∞ f (τ )h(t − τ )dτ ⎞⎟e − jωt dt
ℑ{ f (t ) ∗ h(t )} = ∫
∞
⎝ ∫τ = −∞
• Convolución en el tiempo t = −∞ ⎠
– Se denomina convolución entre dos funciones a • Cambiando el orden de integración:
la siguiente operación:
f (τ )⎛⎜ ∫ h(t − τ )e − jωt dt ⎞⎟dτ
∞ ∞
∞ ℑ{ f (t ) ∗ h(t )} = ∫
f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ
τ = −∞ ⎝ t = −∞ ⎠
∞
τ = −∞ ℑ{ f (t ) ∗ h(t )} = ∫ f (τ )ℑ{h(t − τ )}dτ
τ = −∞
– Se cumple la propiedad:
• Propiedad de desplazamiento en el tiempo:
ℑ{ f (t ) ∗ h(t )} = F (ω ) H (ω ) ∞
ℑ{ f (t ) ∗ h(t )} = ∫ f (τ ) H (ω )e − jωτ dτ
τ = −∞
ℑ{ f (t ) ∗ h(t )} = H (ω ) F (ω )

• Si el sistema es lineal y h(t) es la respuesta al • Convolución en la frecuencia: Si
impulso, se cumple:
ℑ{ f1 (t )} = F1 (ω ), ℑ{ f 2 (t )} = F2 (ω )
f (t ) y (t ) 1
[F1 (ω ) ∗ F2 (ω )]
h(t)
⇒ ℑ{ f1 (t ) f 2 (t )} =
∞
2π
y (t ) = f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ
τ = −∞ • Se prueba de forma semejante a la convolución en
Y (ω ) = F (ω ) H (ω ) con H (ω ) = ℑ{h(t )} el tiempo

Linealidad Modulación de
(superposición)
a1 f1 (t ) + a2 f 2 (t ) a1F1 (ω ) + a2 F2 (ω ) amplitud
f (t ) cos(ω0t ) 1
2
1
F (ω + ω0 ) + F (ω − ω0 )
2
Conjugada Convolución en el
F * (−ω )
∞
compleja
f * (t )
tiempo ∫τ = −∞
f (τ )h(t − τ )dτ F (ω ) H (ω )
1 ⎛ω ⎞
f (αt )
Escala Convolución en la 1 ∞
F⎜ ⎟ f1 (t ) f 2 (t ) 2π ∫ F1 (u ) F2 (ω − u )du
α ⎝α ⎠ frecuencia
u = −∞
Retardo
f (t − t0 ) e − jωt0 F (ω ) Dualidad tiempo - F (t ) 2πf (−ω )
frecuencia
f PAR (t ) FPAR (t ) real
Traslación en
e jω0t f (t ) F (ω − ω0 ) Simetría par -
FIMPAR (t ) imaginario
frecuencia impar f IMPAR (t )
2.15 Propiedades de la
2.16 Relaciones de convolución
transformada de Fourier
• La convolución se define por:
Derivación en el d
tiempo dt
f (t ) jωF (ω ) f (t ) ∗ h(t ) = ∫
∞
f (τ )h(t − τ )dτ
t τ = −∞
∫τ
Integración en el 1
f (τ )dτ jω
F (ω ) + πF (0)δ (ω )
tiempo = −∞ • Si el sistema es causal, entonces h(t)=0 para t<0
Como las transformadas de Fourier se obtienen a partir de las series de
(h(t) es la respuesta al impulso δ(t))
Fourier, las propiedades de una son aplicables a la otra cambiando ω por • Si además la entrada f(·) cumple f(t)=0 para t<0, la
nω0 .
convolución se puede reescribir:
t
f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ
τ =0
2.16 Relaciones de convolución 2.16 Relaciones de convolución
• Propiedades: conmutatividad • Respuesta al escalón: La respuesta al escalón es la

integral de la respuesta al impulso para un sistema
f1 (t ) ∗ f 2 (t ) = f 2 (t ) ∗ f1 (t ) lineal invariante:
∞
• Distributividad ℜ{ u(t )} = u(t ) ∗ h(t ) = ∫ u(τ )h(t − τ )dτ =
f1 (t ) ∗ ( f 2 (t ) + f 3 (t ) ) = f1 (t ) ∗ f 2 (t ) + f1 (t ) ∗ f 3 (t )
τ =−∞
∞
=∫ h(t − τ )dτ
τ =0
• Asociatividad: no se requieren ( )
• Haciendo x=t-τ:
( f1 (t ) ∗ f 2 (t ) ) ∗ f 3 (t ) = f1 (t ) ∗ ( f 2 (t ) ∗ f 3 (t ) ) =
t
= f1 (t ) ∗ f 2 (t ) ∗ f 3 (t ) ℜ{u (t )} = ∫ h( x)dx
x = −∞
2.16 Relaciones de convolución 2.16 Relaciones de convolución

• La respuesta al impulso puede determinarse
derivando la respuesta al escalón • Convolución con impulso => retraso
• La respuesta al escalón puede determinarse, ∞
usando una onda cuadrada lenta, en los flancos f (t ) ∗ δ (t − t0 ) = ∫ f (τ )δ (t − to − τ )dτ = f (t − t0 )

τ =0
positivos: • Ejemplo: Calcularf (t ) ∗ g (t ) si
H(ω) f (t ) = A sen(π t ) ⋅ u(t ), g(t ) = δ (t ) − δ (t − 2)
f (t ) * g (t ) = f (t ) * δ (t ) − f (t ) * δ (t − 2)
= f (t ) − f (t − 2) = A sen(πt )u (t ) − A sen(π (t − 2) )u (t )
H(ω)
= A sen(πt )(u (t ) − u (t − 2) )
2.17 Interpretación gráfica de la 2.17 Interpretación gráfica de la

convolución convolución
• La convolución se define por la integral: f (τ ) f (τ )
∞
f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ
τ = −∞ τ τ
• Se quiere ver qué significa en el dominio del
tiempo de un modo intuitivo.
h(τ ) h(−τ )
• h(t), al ser invertido en el eje horizontal se
comporta como un promediador móvil: permite
calcular un “promedio ponderado” de la entrada τ τ
en cada t: Ahora, h(·) se desplazará en t
2.17 Interpretación gráfica de la 2.17 Interpretación gráfica de la

convolución convolución
f (τ ) f (τ )
El promediador avanza al pasar el tiempo. La salida en el tiempo t es el área común
que resulta al multiplicarlos.
τ τ
h(t − τ ) h(t − τ ) h(t − τ ) h(t − τ ) h(t − τ )
h(τ ) h(t − τ )
f (τ )
τ τ
t t t t t t
∞
f (t ) ∗ h(t ) = ∫ f (τ )h(t − τ )dτ , ∀t
τ = −∞
Promediador móvil
2.17 Interpretación gráfica de la 2.18 Característica de filtro de

convolución los sistemas lineales
• La salida, en el dominio del tiempo, es un • La salida de un sistema lineal se puede ver
promedio ponderado de la señal de entrada. El también en el dominio de la frecuencia:
promediador avanza junto con t y (t ) = f (t ) ∗ h(t )
• El cálculo de la integral puede discretizarse => Y (ω ) = F (ω ) H (ω )
permite cálculo en un computador
• H(ω) indica la ganancia del filtro en función de la
frecuencia => función de transferencia
• A la salida, sólo quedan las frecuencias de F(ω)
que están también en H(ω)
2.18 Característica de filtro de 2.18 Característica de filtro de

los sistemas lineales los sistemas lineales
• Para cada frecuencia ω: F (ω ) = τ Sa (ωτ / 2)
– |H(ω)|: ganancia de amplitud 1 1
H (ω ) = = e jφ
– Fase de H(ω): desfase entre salida y entrada. A 1 + jωRC 1 + (ωτ / 4) 2
la fase de la entrada se le suma la fase de H(ω)

1
• Ejemplo: calcular el espectro de salida si Y (ω ) = τ Sa (ωτ / 2)e jφ
1 + (ωτ / 4) 2
τ=4RC: F (ω ) = τ Sa (ωτ / 2) F (ω ) Y (ω )
1 1
H (ω ) = = e jφ
1 + jωRC 1 + (ωτ / 4) 2
2.18 Característica de filtro de

2.19 Ancho de banda de un sistema
los sistemas lineales
H (ω )
• Zona en que H(ω) deja pasar la señal => ancho de
banda
• Intervalo W (en rad/s) donde la magnitud es
mayor que un cierto umbral (factor numérico)
F (ω )
• Típicamente: ancho de banda de –3dB = ancho de
banda de potencia media: umbral= 1 / 2 en
amplitud = ½ en potencia.
Y (ω ) • Ancho de banda en Hz => B
2.19 Ancho de banda de un sistema 2.20 Transmisión sin distorsión

− 3dB • Requisito para que un sistema lineal no distorsione
la forma de onda: debe ser del tipo:
− ω1 ω1
ω1 y (t ) = Kf (t − t0 )
W = ω1 , B =
2π
• Tomando transformada de Fourier:
− 3dB Y (ω ) = Ke − jωt0 F (ω )
− ω2 − ω1 ω2
ω2 − ω1 • Es decir,
W = ω2 − ω1 , B =
2π
H (ω ) = Ke − jωt0
2.21 Modulación de amplitud:

2.20 Transmisión sin distorsión
portadora suprimida
• Requisito para que un sistema lineal no distorsione • Radio y televisión:
la forma de onda: debe tener ganancia constante y – Se requiere transmitir muchas señales con espectros
fase lineal semejantes por un mismo canal (el aire) evitando
H (ω ) = Ke − jωt0 superposición
– Se requiere transmitir dichas señales en ciertas bandas
de frecuencia específicas (ej: para sintonizar un canal o
• Ganancia K para todo ω una radio)
• Fase: φ H = −t0ω • Solución: modulación
2.21 Modulación de amplitud: 2.21 Modulación de amplitud:

portadora suprimida portadora suprimida
a (t ) : envolvente
• La ecuación general de una señal senoidal es:
a (t ) : amplitud φ (t ) = a (t ) cos(ωct + γ (t ) ) ωc : portadora
φ (t ) = a (t ) cos θ (t ) γ (t ) : modulación de fase
θ (t ) : ángulo
• El ángulo se puede expresar en función de una • En la modulación de amplitud, la modulación de
frecuencia y una fase: fase es cero (o constante):
φ (t ) = a (t ) cos(ωc t + γ (t ) ) cos(ωc t ) : señal portadora
φ (t ) = f (t ) cos(ωc t ) f (t ) : señal moduladora
• Se supone que a (t ) y γ (t ) varían lentamente φ (t ) : señal modulada
comparados con ωc t

• Aplicando la propiedad de modulación, se tiene
que: Antena
1 1 f (t ) φ (t )
φ (t ) = f (t ) cos(ωc t ) ⇒ Φ (ω ) = F (ω + ω0 ) + F (ω − ω0 ) X
2 2
• La modulación de amplitud traslada el espectro de
frecuencia dejando inalterada su forma cos(ω0t )
• Portadora suprimida => no aparece una portadora
identificable (un impulso visible) en el espectro

f (t ) cos(ωc t ) φ (t ) = f (t ) cos(ωc t ) • El ancho de banda necesario para transmitir se
duplica:
1 1
F (ω ) F (ω − ωc ) + F (ω + ωc )
2 2
F (ω ) πδ (ω − ωc ) + πδ (ω + ωc )
1 1
F (ω − ωc ) + F (ω + ωc )
2 2
B 2B

• Bandas laterales superior e inferior: corresponden • DSB-SC (double sideband, suppresed carrier)
a los lados derecho e izquierdo del espectro • Tiene 2 bandas laterales (superior e inferior)
• No tiene portadora explícita (impulso)
original, “simetría congujada”
• Recuperación de la señal original volviendo a
modular del mismo modo, más un filtro pasabajos.
φ (t ) cos(ωc t ) = f (t ) cos 2 (ωct )
1 1
φ (t ) cos(ωc t ) = f (t ) + f (t ) cos(2ωc t )
superior
2 2
1 1 1
inferior
ℑ{φ (t ) cos(ωc t )} = F (ω ) + F (ω + 2ωc ) + F (ω − 2ωc )
2 4 4

• Para demodular se debe conocer tanto la
1 1 1 frecuencia correcta como la fase correcta.
ℑ{φ (t ) cos(ωct )} = F (ω ) + F (ω + 2ωc ) + F (ω − 2ωc )
2 4 4 – Error en la fase => señal atenuada
– Error en la frecuencia => distorsión de la señal
φ (t ) cos((ωc + Δω )t + Δθ ) = f (t ) cos(ωc t ) cos((ωc + Δω )t + Δθ )
× cos(ωc t )
1 1
φ (t ) cos((ωc + Δω )t + Δθ ) = f (t ) cos(Δωt + Δθ ) + f (t ) cos((2ωc + Δω )t + Δθ )
2 2
• Tras el pasabajos:
1
• Con un pasabajos se deja sólo F(ω) φ (t ) cos((ωc + Δω )t + Δθ ) = f (t ) cos(Δωt + Δθ )
2

• Requiere sincronización muy precisa φ (t ) = f (t ) cos(ωct ) + g (t ) sen(ωct )
• Poco robusto ante errores Δω, Δθ. φ (t ) cos(ωct ) = f1 (t ) cos 2 (ωct ) + f 2 sen(ωc t ) cos(ωct )
1 1 1
φ (t ) cos(ωct ) = f1 (t ) + f1 (t ) cos(2ωc t ) + f 2 (t ) sen(2ωc t )
• Multiplexión en cuadratura: Como cos(·) y sen(·) 2 2 2
son ortogonales, se pueden transmitir 2 señales a φ (t ) sen(ωc t ) = f1 (t ) cos(ωct ) sen(ωct ) + f 2 (t ) sen 2 (ωct )
la vez 1 1 1
φ (t ) sen(ωc t ) = f 2 (t ) + f1 (t ) sen(2ωc t ) − f 2 (t ) cos(2ωc t )
2 2 2
φ (t ) = f (t ) cos(ωc t ) + g (t ) sen(ωc t ) • Al filtrar pasabajos, se recuperan las señales
originales separadas.

portadora suprimida gran portadora
• Para asegurar sincronismo se usa un circuito
• Transmisión AM comercial: problema de
llamado PLL (phase locked loop, lazo cerrado de
fase), que genera una sinusoide cuya frecuencia va sincronización exacta poco deseable => sistema de
siguiendo a la de la entrada. Se compone de un modulación alternativo, no requiere sincronización
detector de desfase y un oscilador cuya frecuencia • Se agrega una componente continua a la señal
es proporcional al voltaje que entra. antes de multiplicarla por cos(·) para que sea
siempre positiva
f (t ) cos(θ1 (t ) ) Δθ cos(θ 2 (t ) )
Detector de fase Oscilador VCO • La forma de la señal original es evidente en la
d
θ 2 = θ1 − θ 2 señal final => demodulación simple
dt
d
ω2 = ω1 − ω2
dt

gran portadora gran portadora
A + f (t ) Antena
φ AM (t ) = ( A + f (t ) ) cos(ωct )
φ AM (t ) = A cos(ωct ) + f (t ) cos(ωct )
φ (t )
1 1
X Φ AM (ω ) = F (ω + ωc ) + F (ω − ωc ) + πAδ (ω + ωc ) + πAδ (ω − ωc )
2 2
DSB-LC: doble banda lateral, con portadora explícita (impulsos)
cos(ω0t )

• La demodulación se puede realizar simplemente • El transmitir el carrier significa gasto extra de
con un detector de envolvente (un diodo con un potencia para transmitir la señal.
circuito RC) • Se requiere que la componente continua sea mayor
que la amplitud de la señal
• Razón de eficiencia entre la potencia de la señal y
la potencia total transmitida.
φ AM (t ) = ( A + f (t )) cos(ωct )
1 2 1 2
φ AM 2 (t ) = A2 cos 2 (ωc t ) + f 2 (t ) cos 2 (ωc t ) = A + f (t )
2 2

1 2 1 2 • Ej: Una estación de radio AM transmite una
φ AM 2 (t ) = A + f (t ) potencia portadora de 40kW y usa un índice de
2 2
modulación de 0.707. Calcular la potencia de
Pseñal f 2 (t ) salida
μ= = , f (t ) MAX < A 1 2
Ptotal A2 + f 2 (t ) portadora ⇒ potencia A = 40kW
2
• Si f (t ) = mA cos(ω0t ), m < 1 (índice de modulación) 1 1
f (t ) ⇒ potencia m 2 ( A2 ) = × 0.707 2 × 80kW
2 2
m 2 A2 m2
f 2 (t ) = ⇒μ= < 33% f (t ) ⇒ potencia 20kW
2 2 + m2
A + f (t ) ⇒ potencia 60kW
2.23 Multiplexión en frecuencia 2.23 Multiplexión en frecuencia

• Para poder recuperar alguna de las señales, es
• Es posible transmitir varias señales si se elige una
necesario ocupar primero un filtro pasabandas,
frecuencia portadora distinta para cada una =>
Idea: que se pueda mover para sintonizar distintas
FDM (multiplexión por división en frecuencia)
señales
x • Fabricar un “pasabandas móvil” no es simple:
cos(ω1t ) problema.
x +
• Solución: filtro pasabandas fijo, se desplaza la
cos(ω2t ) señal de entrada para que la señal de interés quede
ω1 ω2 ω3 en la banda de paso => receptor superheterodino.
x
cos(ω3t )
× cos(ω0t ) Oscilador local × cos(ω0 ' t ) Oscilador local
Filtro Filtro
2ω0 2ω0 '

• Una vez que la señal de interés ha sido separada,
su demodulación es simple (métodos ya vistos)
• Esquema:
× cos(ω0 ' ' t ) Oscilador local Filtro,
Amplificador x Amplificador
de RF de IF
Filtro
cos(ω1t )
Oscilador local Amplificador
Demodulador
Sintonizador de audio
(perilla de la radio)
2ω0 ' '
2.24 Banda lateral única (SSB) 2.24 Banda lateral única (SSB)
• A veces es molesto que se duplique el ancho de • Implementar este tipo de modulación es muy
banda al modular AM difícil, de hecho no se usa.
• Solución: eliminar una de las bandas laterales φSSB (t ) = f (t ) cos(ωc t ) + fˆ (t ) sen(ωc t )
fˆ (t ) = f (t ) más 90º en cada frecuencia que contenga
Fˆ (ω ) = F (ω )e j 90 º = jF (ω )
• Sumarle 90º a cada frecuencia que contenga f(t) es

complicado.
B B
2.24 Banda lateral única (SSB) 2.24 Banda lateral única (SSB)
• También se puede implementar de un modo • Se pueden demodular volviendo a multiplicar por
“aproximado”: filtrando de modo que se elimine cos(wct) y filtrando pasabajos (igual que en el
una de las bandas => como los filtros no son primer caso)
perfectos, la banda que debía quedar entera queda • En el caso “aproximado”, las bajas frecuencias
atenuada pueden quedar un poco atenuadas (mirar gráfico
anterior)
B B
2.25 Banda lateral residual (VSB) 2.25 Banda lateral residual (VSB)
• Aquí se elimina una de las bandas usando un filtro • Se pueden demodular volviendo a multiplicar por
=> una de las bandas queda entera, pero la otra no cos(wct) y filtrando pasabajos (igual que en el
se elimina completamente => queda un residuo primer caso)
• En este caso, las bajas frecuencias pueden quedar
un poco amplificadas (mirar gráfico anterior)
B B

EL 3005 Cap2 28 Noviembre 2011

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

EL 3005 Cap2 28 Noviembre 2011

Transféré par

Droits d'auteur :

Formats disponibles

EL3005 – Señales y sistemas I Prof.

Néstor Becerra Yoma

2.1 Transformada de Laplace

2.1 Transformada de Laplace 2.1 Transformada de Laplace

2.1 Transformada de Laplace 2.1 Transformada de Laplace

– Para f(t), f (t ) = 2π j ∫ F (s )e st ds = ∑ Res( F ( s )e st , pi )

2.1 Transformada de Laplace 2.1 Transformada de Laplace

2.1 Transformada de Laplace 2.1 Transformada de Laplace

2.2 T. de Laplace y Estabilidad 2.2 T. de Laplace y Estabilidad

2.2 T. de Laplace y Estabilidad 2.2 T. de Laplace y Estabilidad

2.2 T. de Laplace y Estabilidad 2.2 T. de Laplace y Estabilidad

2.2 T. de Laplace y Estabilidad 2.2 T. de Laplace y Estabilidad

2.3 T. de Laplace en sistemas 2.3 T. de Laplace en sistemas

2.3 T. de Laplace en sistemas 2.2 T. de Laplace en sistemas

2.3 T. de Laplace en sistemas 2.3 T. de Laplace en sistemas

2.3 T. de Laplace en sistemas 2.3 T. de Laplace en sistemas

Los polos son:

Para poder trabajar en el plano

2.3 T. de Laplace en sistemas 2.3 T. de Laplace en sistemas

2.3 T. de Laplace en sistemas 2.3 T. de Laplace en sistemas

La frecuencia central se define Al tender b a 0 la respuesta pasa a ser imaginaria pura.

2.3 T. de Laplace en sistemas 2.4 Serie exponencial de Fourier

posteriormente con un cambio de variable • El valor de n se llama número armónico

2.4 Serie exponencial de Fourier 2.4 Serie exponencial de Fourier

[t1,t2] se puede representar como: t2

2.4 Serie exponencial de Fourier 2.4 Serie exponencial de Fourier

2.5 Señales y representaciones

• Las condiciones anteriores siempre se cumplen f + f* f − f*

2.5 Señales y representaciones 2.5 Señales y representaciones

• La exponencial compleja es suma de un • Las exponenciales complejas se pueden describir

2.5 Señales y representaciones

Además, Re( Fn ) = = n f (t ) = F0 + ∑ = F0 + ∑ 2 Re( Fn e jnω0t )

2.6 Serie de Fourier trigonométrica 2.6 Serie de Fourier trigonométrica

2.6 Serie de Fourier trigonométrica 2.6 Serie de Fourier trigonométrica

• a0 es el valor medio de la señal. f (t ) = ∑ Cn cos(nω0t + φn )

2.6 Serie de Fourier trigonométrica 2.6 Serie de Fourier trigonométrica

• Se cumplen las siguientes relaciones: • Ejemplo: representar f(t) como serie

2.6 Serie de Fourier trigonométrica 2.6 Serie de Fourier trigonométrica

• Luego, la serie trigonométrica es: f (t ) = f p (t ) + f i (t )

2.7 Extensión por periodicidad 2.7 Extensión por periodicidad

• Las exponenciales complejas son funciones n = −∞ n = −∞ n = −∞

2.7 Extensión por periodicidad 2.7T Extensión por periodicidad

2.7 Extensión por periodicidad 2.8 Teorema de Parseval

2.8 Teorema de Parseval 2.8 Teorema de Parseval

2.9 Respuesta estacionaria a 2.9 Respuesta estacionaria a

2.9 Respuesta estacionaria a 2.9 Respuesta estacionaria a

2.9 Respuesta estacionaria a

2.10 Espectro de Fourier 2.10 Espectro de Fourier

2.10 Espectro de Fourier 2.10 Espectro de Fourier

Aτ sen(nω0τ / 2) Función Sa(·)

2.10 Espectro de Fourier 2.10 Espectro de Fourier

Con τ fijo: Con T fijo:

EL3005 – Señales y sistemas I Prof. Néstor Becerra Yoma

2.10 Espectro de Fourier 2.10 Espectro de Fourier

2.10 Espectro de Fourier 2.10 Espectro de Fourier

2.11 Representación para señal

Se puede definir una densidad espectral de potencia:

2.11 Representación para señal 2.11 Representación para señal

2.11 Representación para señal 2.11 Representación para señal

∑ F (ωn )e jnω0t , F (ωn ) = ∫

2.11 Representación para señal

2.12 Función de densidad espectral 2.12 Función de densidad espectral

2.13 Teorema de Parseval 2.13 Teorema de Parseval