Vous êtes sur la page 1sur 22

TRATAMIENTO

DIGITAL DE LA
SEÑAL Roberto Hassell
hassell.roberto@gmail.com

6762 8364
CALIFICACIÓN PROPUESTA

➤ 30% - Laboratorios (6-10)


➤ 10% - Quizzes, tareas, investigaciones y charlas
➤ 30% - Parciales (3 a 4)
➤ 30% - Examen final y/o proyecto final
TEMAS IMPORTANTES
➤ La asistencia no es obligatoria, pero se aconseja asistir. En clase se resuelven
problemas, se plantean fechas de parciales, se resuelven dudas de laboratorio. Si falta
a una clase es su responsabilidad ponerse al día.


➤ Los laboratorios se entregan dos semanas después de haberse dado inicio formal al
mismo. Después de esto, se descontará un 20% por día.

➤ Todas las asignaciones se manejarán con un calendario electrónico (Google


Calendar) o similar.

TEMAS IMPORTANTES
➤ Si se hacen más de dos parciales, se eliminará la nota más baja.


➤ Si faltó a un parcial, no hay reposición sin nota médica.


➤ Si faltó a un parcial, el mismo puede reponerse si se presenta nota médica. Puede ser
en una fecha acordada o tomada como sección de otro parcial.


➤ Uno o más parciales pueden ser exposiciones.


CONOCIMIENTOS PREVIOS Y HERRAMIENTAS
➤ Matemáticas avanzadas: transformada de
Fourier, transformada Z, álgebra lineal.
➤ MATLAB y/o Python
➤ Conocimiento de filtros analógicos
➤ Herramientas:
➤ MATLAB
➤ Calculadora básica
➤ Manual de fórmulas y tablas matemáticas
(Spiegel)
➤ Libro(s)
➤ Tratamiento digital de señales, John Proakis.
➤ Digital Image Processing - Rafael Gonzalez
TEMARIO
1. Señales y sistemas - obtención de señales digitales, muestreo y cuantización, teorema de muestreo,
2. Técnicas básicas de procesado digital - técnicas espaciales de tratamiento de señales digitales
(suma, histograma, rango dinámico)
3. Análisis espectral de señales - series de Fourier, transformada de Fourier, transformada Z
4. Técnicas de generación y detección de señales
5. Filtros y ecualizadores - obtención de los coeficientes de filtros, orden de filtros, obtención de
señales a partir de la respuesta en frecuencia.
6. Procesamiento digital de señales analógicas - muestreo de señales analógicas típicas: audio,
imágenes.
7. Procesadores digitales - charla sobre dispositivos físicos.
8. Procesamiento digital de señales en la actualidad - aprendizaje automático, software defined
radio.
RECURSOS
ADICIONALES
Cursos, libros, manuales y tutoriales
UDEMY - PLATAFORMA DE CURSOS DE VIDEO
➤ Curso: Deep Learning Prerequisites: The Numpy Stack in Python - https://
www.udemy.com/deep-learning-prerequisites-the-numpy-stack-in-python/learn/v4/
overview
HERRAMIENTAS
➤ Reemplazo de MATLAB de uso libre: Octave
➤ https://www.gnu.org/software/octave/

➤ Python (distribución Anaconda) - https://www.anaconda.com/


➤ Librerías de Python que usamos:
➤ IPython - consola interactiva
➤ Jupyter - cuadernos que permiten desplegar imágenes, ecuaciones
➤ SciPy - Scientific Python - contiene algoritmos para el cálculo de derivadas, integrales,
transformadas, y muchos otros conceptos matemáticos.
➤ SymPy - librería para el cálculo simbólico en Python (es decir, permite resolver
derivadas e integrales).
HERRAMIENTAS EN LÍNEA
➤ Learning Site
➤ En Google Colab vamos a tratar de tener todas las clases y ejemplos.
INTRODUCCIÓN
Señales y sistemas
SEÑALES
➤ Es una magnitud física que varía en función de otra, por ejemplo, el tiempo, el
espacio.
➤ La magnitud que varía se llama Variable dependiente
➤ Por ejemplo, el volumen de la voz en función del tiempo
➤ Una magnitud que varía en función de dos variables independientes

➤ Más adelante veremos los diversos tipos de señales (analógicas, digitales, continuas,
discretas).
SEÑALES
➤ Hay señales que se pueden expresar precisamente en función de otra. Estas señales
se llaman determinísticas.
s(t) = 5t s(t) = 20t 2


Ai(t)sin[2πFi(t)t + θi(t)]
i=1

➤ Sin embargo, existen casos en donde la relación funcional es desconocida o muy


compleja. Estas señales se llaman no determinísticas
➤ Las señales no determinísticas se estudian en función de sus características
estadísticas
➤ Ejemplos de señales no determinísticas
SISTEMAS
➤ La señal se produce como respuesta de un sistema a un estímulo
➤ Por ejemplo, las cuerdas vocales producen voz debido a un estímulo en las cuerdas
vocales
➤ Un sistema también es aquel que realiza una operación sobre una señal
➤ Por ejemplo, un filtro que modifica una señal se considera un sistema.
➤ A este tipo de operaciones se le llama tratamiento de señal
SISTEMAS
➤ Es conveniente puntualizar que la definición de sistema debe incluir las operaciones
de software sobre una señal. Estos significa que el procesado digital también se
considera un sistema, y se puede representar matemáticamente.

➤ El procesamiento digital puede darse por medios de software o por dispositivos


físicos. Es decir, el procesamiento puede ser cargado con cada ejecución por medio
de un software o puede estar grabado en el firmware del dispositivo.
COMPONENTES DE UN SISTEMA DE TRATAMIENTO DIGITAL DE SEÑALES

S. A. S. D. Procesador de S. D. S. A.
Convertidor A/D Convertidor D/A
señales
VENTAJAS DEL TRATAMIENTO DIGITAL DE SEÑALES
➤ Reconfiguración
➤ Precisión
➤ Almacenamiento
➤ Algoritmos más sofisticados
➤ Precio
CLASIFICACIÓN DE SEÑALES

-1

-2

-3
0 1 2 3 4 5 6 7
CLASIFICACIÓN DE SEÑALES
➤ Señales multicanal y multidimensional
➤ Multicanal: electrocardiograma, imagen.
s1(t)
S3(t) = s2(t)
s3(t)
➤ Multidimensional: imágenes.

Ir(x, y, t)
I(x, y, t) = Ig(x, y, t)
Ib(x, y, t)
CLASIFICACIÓN DE SEÑALES
➤ Señales continuas y discretas en el dominio del tiempo
➤ Señales discretas se obtienen por muestreo

➤ Señales continuas y discretas


➤ Las señales discretas (en amplitud) se obtiene por medio de cuantización.
➤ El muestreo y la cuantización son procesos importantes que requieren un estudio a
profundidad. Los mismos pueden llegar a introducir errores si sus características
(frecuencia de muestreo, número de bits de cuantización) no son escogidos con
cautela.