Edicions Upc - Tratamiento Digital de La Senal, Una Introduccion Experimental

UPC GRUPO DE PROCESADO DE SEÑAL
Departamento de Teoría de la Señal y Comunicaciones
Dirección Postal:
E.T.S. d'Enginyers de Telecomunicació.
Apartat 30.002 , 08080-Barcelona.
TRATAMIENTO DIGITAL
DE LA SEÑAL
Una introducción experimental
José B. Mariño Acebal

(coordinador de la obra)
Francesc Vallverdú i Bayés
José A. Rodríguez Fonollosa
Asunción Moreno Bilbao
Presentación 7
Presentación
El tratamiento digital de la señal1 tiene su origen en los años sesenta con la utilización comercial de
los primeros computadores digitales. En aquel entonces los sistemas de comunicaciones habían
alcanzado una complejidad tal que su diseño y desarrollo, basándose en prototipos, implicaban costes
prohibitivos. Como alternativa en las primeras fases de diseño, donde se estudian la viabilidad y las
prestaciones básicas de las diferentes posibilidades, se acudió a la simulación mediante computador.
Las señales, que se modelaban como funciones de variable real (el tiempo analógico), se representaron
por secuencias de muestras, de modo que pasaron a ser funciones de variable entera (el ordinal o el
tiempo discreto). De acuerdo con ello, los sistemas (analógicos), que actuaban sobre funciones de
variable real, fueron sustituidos por sistemas (discretos) que manejaban secuencias de números. De
esas fechas (1967) data el algoritmo Fast Fourier Transform (FFT) que permite el cálculo de la
transformada de Fourier con un reducido coste computacional. Dada la relativamente escasa capacidad
operacional de los computadores de la época, el cálculo de la transformada de Fourier, imprescindible
para la descripción de las prestaciones de los sistemas de comunicaciones, era inabordable antes de la
aparición de este algoritmo; por ello, se considera que la FFT proporcionó al tratamiento digital de la
señal una excelente plataforma de lanzamiento.
Durante la década de los setenta se asiste a un desarrollo continuado de la tecnología digital. En 1972
aparece el primer microprocesador de propósito general y en 1980 el primer microprocesador
especializado en el tratamiento de señal (µDSP), diseñado para realizar eficientemente el cálculo
reiterado de la combinación producto-acumulación (operación básica de la convolución). Al mismo
tiempo, comienza un desarrollo vertiginoso de la teoría fundamental del tratamiento digital de la señal
y la exploración de su aplicación práctica en un sinfín de campos. Al convertir la manipulación de las
señales en una cuestión de cálculo numérico realizada en un computador, el DSP pudo incorporar a su
patrimonio todos los conocimientos matemáticos o de cualquier otra índole susceptibles de ser
programados en un computador. Así, la simulación de sistemas analógicos pronto se convirtió en una
más de las muchas tareas que se podían abordar, y tomaron nuevo impulso actividades como el
desarrollo de diversos tipos de radar inteligente (guerra electrónica), el reconocimiento y la síntesis de
voz, nuevos sistemas de control, etc. No obstante, la tecnología digital era cara y sus prestaciones
1 En inglés: Digital Signal Processing, que suele abreviarse con las siglas DSP. Por gozar de muy amplia
utilización, acudiremos a ellas para referenciar sucintamente al tratamiento digital de la señal.
8 Tratamiento digital de la señal: una introducción experimental
modestas, por lo que su aplicación industrial se limitaba a la manipulación de señales con reducido
ancho de banda y a productos con una repercusión económica importante: telefonía y aplicaciones
militares, sustancialmente.
A partir de 1980 se produce un espectacular avance en las prestaciones de los µDSP y en el

abaratamiento de sus costes. Hoy en día se encuentran disponibles microprocesadores que realizan en
aritmética real más de 10 millones de operaciones producto-acumulación por segundo (10 Mflops), y a
un precio equivalente a un dólar por Mflop. Ello ha permitido la proliferación de aplicaciones
industriales del tratamiento digital de la señal, que ha impuesto su presencia en campos tan dispares
como las comunicaciones, el control, la robótica, la electromedicina, la geofísica e incluso la
electrónica de consumo. El DSP ha facilitado, por ejemplo, que hoy pueda disponerse de servicios
tales como la telefonía celular, las comunicaciones de datos vía red telefónica o la televisión digital, de
sistemas de conversión de texto a voz, o que en nuestros hogares disfrutemos de efectos musicales
especiales que pueden convertir nuestro salón en una catedral gótica o en el Palau de la música.
La importancia que ha adquirido el tratamiento digital de la señal, en la manipulación de las señales de

información, ha sido reconocida con su presencia en los planes de estudio de las E. T. S. I. de
Telecomunicación. Sin embargo, tal como están diseñados estos planes, el estudiante aborda el estudio
de las señales y los sistemas en tiempo discreto tras haber recibido solamente una descripción
analógica del mundo. Creemos que ello introduce una dificultad importante para que el estudiante
penetre en la esencia del dominio discreto, ya que por tendencia natural tratará de interpretar los nuevos
conceptos a la luz de la intuición que tiene de la descripción continua; y si bien esa referencia puede
serle útil en ocasiones, otras veces le genera confusión y le conduce al error. Ejemplos concretos que
pueden citarse de acuerdo con nuestra experiencia son la representación frecuencial en el dominio
discreto, la manipulación de la variable entera, la relación entre los dominios analógico y discreto
establecida por la conversión A/D y D/A, y la transformada discreta de Fourier, entre otros. Estamos
convencidos, por tanto, de que para que el estudiante desarrolle su propia intuición de lo que ocurre
cuando se hace uso de una representación discreta del tiempo, es muy importante que posea una
herramienta de experimentación. Además, para que los conceptos aprendidos no permanezcan
matemáticamente abstractos, es imprescindible acceder a una confirmación experimental de su alcance
y significado. La satisfacción de ambos propósitos movió a desarrollar el programa 622 para PC.
Como instrumento de estudio que pretendía ser, el programa se diseñó para que la interfaz con el
usuario fuese lo más amable posible. El estudiante no tiene que aprender ningún lenguaje de
programación por sencillo que sea, sino seleccionar opciones de menús o proporcionar datos
numéricos mediante ventanas de diálogo. El programa 62 le permitirá generar secuencias, editar los
valores de sus muestras, realizar un tratamiento numérico de las mismas, diseñar y analizar sistemas
discretos, representar gráficamente los resultados y, si el usuario dispone de la placa EVM con el
microprocesador de procesado digital TMS320C30, podrá generar y filtrar señales analógicas, y
experimentar en un entorno analógico con sistemas relativamente complejos, tales como sistemas de
codificación de voz, encriptado, modulación, multiplexión, generación de ecos y un largo etcétera. La
2 El programa recibió el nombre de 62 como acrónimo de SEñales Y Sistemas DiscretOS.

Presentación 9
capacidad de 62 es notable, ya que tiene incorporadas gran cantidad de operaciones sencillas cuya
combinación ofrece un sinfín de posibilidades.
Durante los años académicos 92/93 y 93/94, el programa fue utilizado como instrumento básico de las
prácticas de laboratorio de las asignaturas Redes (Análisis y Síntesis), plan 64, y Señales y
sistemas II, plan 92, de la E. T. S. I. de Telecomunicación de la Universidad Politécnica de Cataluña y
se distribuyó libremente a los estudiantes de dichas asignaturas, que lo reconocieron como una
excelente herramienta de estudio que potenciaba la capacidad de autoaprendizaje. Así surgió la idea de
redactar un texto que orientase en la labor de estudio con el programa, que resolviese la dificultad
inicial de imaginar ejercicios ilustrativos y que ofreciese a otros docentes la posibilidad de participar de
nuestra experiencia. El proyecto era atractivo por cuanto que ninguno de los textos disponibles en el
mercado sobre la materia ofrece una presentación integradora de teoría y práctica, apoyando el
aprendizaje conceptual con experiencias motivadoras e ilustrativas. El presente texto pretende responder
a las motivaciones expuestas.
El contenido del libro se circunscribe al programa de la asignatura Señales y sistemas II antes

mencionada. El texto se ha estructurado en dos partes: un manual de estudio y un manual de
laboratorio. La primera parte desarrolla los aspectos teóricos al tiempo que ofrece EJEMPLOS
ilustrativos y propone EJERCICIOS para trabajar los conceptos introducidos; estos ejercicios, muchos
de los cuales requieren el uso de 62, han sido enunciados como parte integrante del estudio teórico.
Cada capítulo concluye con el enunciado de PROBLEMAS, cuya resolución permite controlar el grado
de asimilación de los conceptos estudiados y considerar aplicaciones prácticas de los mismos. La
segunda parte del texto plantea un conjunto de experimentos para ser realizados en el laboratorio. Cada
práctica indica claramente sus objetivos, proporciona un estudio previo preparatorio para las
actividades en el laboratorio y enuncia las experiencias a realizar. En resumen, se pretende que el texto
proporcione al estudiante el material de estudio necesario para seguir la asignatura (texto de teoría,
prácticas de laboratorio y colección de problemas) con una visión integrada y con un marcado carácter
experimental.
La temática considerada es clásica en los textos introductorios al tratamiento digital de la señal. El

primer capítulo introduce los conceptos de secuencia y sistema, dedicando mayor atención a los
sistemas lineales e invariantes; se estudia la convolución y la caracterización de los sistemas mediante
ecuaciones en diferencias finitas. El capítulo segundo se dedica a la representación frecuencial: la
transformada de Fourier, su versión discreta (DFT), la correlación y la densidad espectral de energía o
potencia y a las operaciones de diezmado e interpolación. Este capítulo, en contra de lo que es
habitual, aborda simultáneamente la transformada de Fourier y la DFT, lo que facilita la
experimentación numérica con la transformada de Fourier desde el comienzo de su estudio; este
planteamiento proporciona adicionalmente una visión clara de las similitudes y diferencias de
comportamiento de ambas transformadas. El tercer capítulo analiza las conversiones de señal entre los
dominios analógico y digital (A/D y D/A), refiriéndose a la cuantificación, el teorema de muestreo y el
uso de diezmado e interpolación para cambiar la frecuencia de muestreo. El capítulo cuarto comienza
con la transformada z, para proseguir con su utilización en el análisis de los sistemas lineales e
invariantes: función de transferencia, respuesta frecuencial y respuesta temporal; se dedica especial
atención a los sistemas de fase mínima y de fase lineal. El quinto capítulo presenta las técnicas de uso
práctico para el diseño de filtros especificados en el dominio de la frecuencia: los filtros óptimos FIR
de fase lineal y los filtros IIR obtenidos mediante transformación bilineal a partir de prototipos
analógicos de Butterworth, Chebychew o Cauer (elípticos); el capítulo concluye con el estudio de la
realización de los filtros y ofrece la programación simbólica de las estructuras habituales. Finalmente,
en el capítulo sexto se introducen los conceptos fundamentales sobre procesos aleatorios discretos.
Las actividades prácticas a realizar en el laboratorio, contenidas en la segunda parte del texto, son un
complemento de la exposición teórica de la primera parte. Y lo son en dos sentidos: en primer lugar,
porque ofrecen la oportunidad de obtener una versión experimental de los conceptos estudiados; y en
segundo lugar, porque en ocasiones desarrollan cuestiones tratadas de pasada en el manual de estudio.
Se ha supuesto que cada práctica se desarrolla en una sesión de laboratorio con dos horas de duración.
La primera práctica se dedica al estudio de las propiedades más relevantes de las conversiones A/D y
D/A, para que el estudiante disponga desde el comienzo del curso de una visión conveniente del
entorno analógico del tratamiento digital de la señal; como esta práctica se aborda sin el estudio previo
del teorema de muestreo, su planteamiento es más intuitivo que formal. En la segunda práctica se
experimenta con sistemas, algunos de interés en estudios teóricos posteriores, haciendo hincapié en la
convolución; se incluye el filtrado de una señal analógica. La tercera práctica se dedica a la
transformada de Fourier y la correlación e incluye el estudio de las secuencias periódicas; como objeto
de experimentación se hace uso de la señal de voz. El enventanado de secuencias motiva la cuarta
práctica, que se dedica al análisis espectral de combinación de sinusoides y al diseño, mediante la
ventana de Kaiser, de filtros FIR de fase lineal. La quinta práctica, mediante la experimentación con un
sistema multiplexor/demultiplexor de dos canales, aborda de nuevo el entorno analógico del
tratamiento digital de la señal y las operaciones de diezmado e interpolación como instrumentos para el
cambio de la frecuencia de muestreo. Por último, la sexta práctica se interesa por el diseño de filtros y
ofrece un criterio objetivo para evaluar el efecto de la distorsión de fase sobre la señal filtrada, lo que
permite destacar el beneficio de la fase lineal en la respuesta frecuencial del filtro.
El puesto de trabajo del laboratorio, además de un PC con la placa EVM, ha de disponer de un

generador de funciones y un osciloscopio de baja frecuencia. También es de utilidad incluir la caja de
conexionado que se describe en el Apéndice B, que evita la sobrecarga de los convertidores A/D y
facilita la adquisición de señales procedentes de un micrófono o un walkman y permite llevar la salida
de los convertidores D/A a auriculares.
Aunque el manual de estudio ha sido redactado de forma que pueda realizarse una lectura del mismo
independiente del manual de prácticas, éstas han sido elaboradas de forma que proporcionen un adecuado
asentamiento de los conceptos estudiados y preparen para abordar otros nuevos. En realidad, ambas
partes han sido confeccionadas de acuerdo con el desarrollo natural del curso académico y son
tributarias de ello. A efectos de orientar en la utilización de este texto como material para un curso
introductorio sobre el tratamiento digital de señal, es interesante consignar la secuencialidad teórica de
las actividades de estudio en que se basa este texto:
Apartados 1 y 2 del capítulo 1

Presentación 11
Práctica I
Resto del capítulo 1
Práctica II
Apartados 1 a 4 del capítulo 2
Práctica III
Resto del capítulo 2 / Práctica IV
Capítulo 3
Práctica V
Capítulos 4 y 5
Práctica VI / Capítulo 6
Con esto no quiere decirse que las actividades deban ser necesariamente secuenciales, sino que se desea
proporcionar una indicación del progreso que consideramos natural en el estudio y una definición de los
requisitos conceptuales previos de cada práctica de laboratorio.
Dado que este libro ha sido escrito pensando fundamentalmente en los estudiantes de Señales y
sistemas II del plan 92 de la E. T. S. I. de Telecomunicación de Barcelona, los conocimientos que se
suponen en el lector son los que corresponden a la situación de esta asignatura en el plan de estudios.
Concretamente, aunque no imprescindible, es conveniente disponer de nociones básicas sobre teoría de
circuitos, análisis de Fourier, funciones de variable compleja, filtros analógicos y probabilidad.
Con el libro se proporciona un disquete con el programa 62 y las secuencias y los sistemas empleados
en ejemplos, ejercicios y algunos problemas. Aunque los temas cubiertos en el libro no agotan las
posibilidades de 62, ofrecen una buena referencia para que cada equipo docente desarrolle su propio
planteamiento. En el Apéndice A se incluye el manual de usuario de 62. Este programa requiere para
su ejecución un PC 386 o superior con 640 Kbytes de memoria RAM y de la placa EVM de Texas
Instruments, si se desea trabajar con señal analógica.
Los autores desean hacer mención especial de su agradecimiento a Luis Ubeda y Sonia Comajuan,
estudiantes de la E. T. S. I. de Telecomunicación de Barcelona, que programaron 62 becados por la
Universidad Politécnica de Cataluña haciendo un excelente trabajo; adicionalmente, desean destacar la
posterior dedicación de Luis Ubeda a la depuración de 62. Agradecen también a sus colegas del
Departamento de Teoría de la Señal y Comunicaciones Javier Hernando, Climent Nadeu, Jaume Riba
y Miguel Serra Aguilera sus comentarios y sugerencias, que han contribuido a mejorar la versión
preliminar del programa 62, y a Philippe Salembier sus aportaciones a las actividades de laboratorio.
No deben quedar sin referencia los estudiantes que han sido usuarios de 62 y colaboraron en su
perfeccionamiento.
Por último, constituye un grato deber reconocer a la Universidad Politécnica de Cataluña la ayuda
concedida para la redacción de este libro.
Los autores
Barcelona, febrero de 1995
Contenido 13
CONTENIDO
LIBRO PRIMERO: MANUAL DE ESTUDIO .............................................................15
1. Secuencias y sistemas.............................................................................. 17
1.0 Introducción..........................................................................................17
1.1 Caracterización de señales: rango y dominio ................................................17
1.2 Secuencias............................................................................................ 19
1.3 Sistemas .............................................................................................. 31
1.4 La ecuación de convolución......................................................................37
1.5 Ecuaciones en diferencias finitas................................................................49
1.6 Problemas ............................................................................................ 67
2. La representación frecuencial ..................................................................73

2.0 Introducción..........................................................................................73
2.1 La transformada de Fourier.......................................................................74
2.2 La transformada discreta de Fourier (DFT) ...................................................81
2.3 Teoremas de la transformada de Fourier y de la DFT......................................87
2.4 La correlación y la densidad espectral de energía............................................99
2.5 Las secuencias con potencia media finita................................................... 105
2.6 Diezmado e interpolación de secuencias .................................................... 111
2.7 Problemas .......................................................................................... 119
3. Entorno analógico del tratamiento digital de la señal ......................... 141

3.0 Introducción........................................................................................ 141
3.1 Conversión A/D .................................................................................. 141
3.2 Conversión D/A .................................................................................. 147
3.3 Cambio de la frecuencia de muestreo ........................................................ 151
3.4 Ejemplos de aplicación.......................................................................... 154
3.5 Problemas .......................................................................................... 158
4. Sistemas lineales e invariantes............................................................. 165

4.0 Introducción ........................................................................................ 165
4.1 La transformada z ................................................................................. 165
4.2 Función de transferencia......................................................................... 175

4.3 Respuesta frecuencial ............................................................................ 184
4.4 Sistemas pasa todo y de fase mínima........................................................ 192
4.5 Sistemas de fase lineal........................................................................... 196
4.6 Problemas........................................................................................... 202
5. Diseño de filtros .................................................................................... 213

5.0 Introducción ........................................................................................ 213
5.1 Filtrado en el dominio de la frecuencia ...................................................... 213
5.2 Diseño de filtros FIR............................................................................ 218
5.3 Diseño de filtros IIR............................................................................. 235
5.4 Realización de los filtros........................................................................ 244
5.5 Análisis comparativo entre filtros FIR e IIR.............................................. 251
5.6 Problemas .......................................................................................... 252
6. Señales aleatorias................................................................................... 261

6.0 Introducción ........................................................................................ 261
6.1 Procesos aleatorios discretos................................................................... 261
6.2 Procesos y sistemas lineales e invariantes ................................................. 266
6.3 Representación espectral........................................................................ 270
6.4 Ergodicidad.......................................................................................... 276
6.5 Estimación espectral ............................................................................. 277
6.6 Problemas .......................................................................................... 282
LIBRO SEGUNDO: MANUAL DE PRÁCTICAS...................................................... 291

Práctica I: Las secuencias................................................................................ 293
Práctica II: Los sistemas ................................................................................ 303
Práctica III: Transformada de Fourier, correlación y espectro..................................307
Práctica IV: Enventanado de secuencias ............................................................. 319
Práctica V: Diezmado e interpolación................................................................ 331
Práctica VI: Diseño de filtros .......................................................................... 337
A P Ê N D I C E S ............................................................................................................. i
Apéndice A: Manual de usuario de 62................................................................. iii
Apéndice B: En el laboratorio....................................................................... xxxix
Apéndice C: Solución de los problemas ........................................................... xliii
Apéndice D: Bibliografía................................................................................. liii
Apéndice E: Índice alfabético............................................................................. lv
Manual de estudio 15
LIBRO PRIMERO:
MANUAL DE ESTUDIO
1 Secuencias y sistemas 17
1. Secuencias y sistemas
1.0 Introducción
La caracterización, el análisis y la síntesis de las señales y los sistemas que las manipulan juegan un
papel fundamental en la ingeniería de las tecnologías de la información. Ejemplos de sistemas
eléctricos o electrónicos son el teléfono, la radio, la televisión, el radar, el sonar, equipos de control
para navegación, instrumentación para laboratorio, biomédica, o para el análisis de seísmos, sistemas
de simulación y muchos otros. Ejemplos de sistemas electromecánicos son los micrófonos, altavoces,
hidrófonos, etc. Las señales son la representación de las entradas y salidas que estos sistemas procesan
o generan: corrientes o tensiones eléctricas, presión, desplazamiento, índices económicos, etc. Las
señales se expresan habitualmente como funciones de la variable tiempo, aunque también pueden
depender de la posición, el ángulo, etc.
El tratamiento de señales por medio de sistemas basados en procesadores digitales tiene un gran interés
debido a su versatilidad y a la capacidad de manejar simultáneamente señales de muy diversos orígenes.
Por ello, muchos de los sistemas anteriormente mencionados se realizan mediante sistemas discretos,
esto es, sistemas basados en el tratamiento numérico de las señales. En este capítulo se establecen las
bases para caracterizar las señales discretas mediante una notación y con una simbología común a todas
ellas e independiente de la fuente que las haya generado. También se fija la notación para caracterizar
los sistemas, se enuncian sus propiedades fundamentales y se relaciona la entrada y la salida de un
grupo muy importante de ellos, los sistemas lineales e invariantes, por medio de la ecuación de
convolución. Finalmente, se estudia la representación de sistemas por medio de ecuaciones en
diferencias finitas y se muestran las ventajas que éstas aportan para la realización de sistemas lineales e
invariantes.
1.1 Caracterización de señales: rango y dominio
Una señal es una función de una o varias variables. Atendiendo a los valores que pueden tomar estas
variables (dominio), las señales se clasifican en dos grupos: señales analógicas y señales discretas.
Las señales analógicas son función de una o varias variables reales, y las señales discretas o secuencias
son función de una o varias variables que únicamente puede tomar valores enteros. Ejemplos de
señales de dominio real son la señal de voz (presión en función del tiempo), imagen (brillo en función
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones establecidas en las
leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento informático, y la distribución de
ejemplares de ella mediante alquiler o préstamo públicos, así como la exportación e importación de ejemplares para su distribución y venta fuera del ámbito de la Unión
Europea.
de la posición x,y), o la temperatura en función de la altura; ejemplos de señales de dominio discreto

son el stock de un almacén (cantidad en función del elemento), el índice de la bolsa (valor en función
del día) y todas las señales que son resultado de tomar muestras o valores de señales de dominio
continuo en instantes determinados.
El rango de una señal es el conjunto de valores que puede tomar la señal en su dominio. El rango es
continuo si está formado por uno o varios intervalos reales, o discreto cuando la señal toma un valor
de entre los de un conjunto previamente establecido. Ejemplos de señales de rango continuo son la
temperatura, la tensión o el brillo de una imagen; ejemplos de señales de rango discreto son la
población, el número de coches (sólo pueden tomar valores enteros) y las que se obtienen como
resultado de un proceso de cuantificación (representación de una señal por medio de N valores
distintos): imagen en un periódico donde sólo se permite una escala de grises determinada para su
representación, señal almacenada en una memoria de ordenador con un número de bits determinado, etc.
En la figura 1.1 se ofrece una muestra de cada uno de los cuatro tipos de señales que se distinguen en
el conjunto de señales de acuerdo con su rango y su dominio.
a) b)
c) c)
Fig. 1.1 Rango y dominio de señales. a) rango y dominio continuos, b) rango continuo y dominio discreto,
c) rango discreto y dominio continuo, d) rango y dominio discretos.
Otra clasificación del conjunto de señales las divide en deterministas y aleatorias. Una señal
determinista está definida exactamente para cada valor de su dominio, tanto si el dominio es real (por
ejemplo, el tiempo) como si es entero (por ejemplo, el ordinal n). Una señal aleatoria se caracteriza
porque a priori no se conoce el valor que va a tomar en un instante determinado, sino la probabilidad
de que tome un cierto valor. Dentro del primer grupo se encuentran las señales que responden a una
expresión analítica. Al segundo grupo pertenecen el ruido, la voz, las señales de comunicaciones, etc.
Aunque también pueden responder a una expresión analítica, ésta depende de una o más variables
aleatorias. El estudio de las señales aleatorias se pospone al capítulo 6.
© Los autores, 1998; © Edicions UPC, 1998.

1.2 Secuencias
Una secuencia es una señal que depende de una variable discreta. También puede definirse como un
conjunto ordenado de números o valores. Una secuencia x[n] se representa en función de una variable n
(ordinal) que únicamente toma valores enteros. Para n no entero, es incorrecto suponer que la secuencia
x[n] vale cero; simplemente no está definida. Una forma habitual de definir una secuencia es la
enumeración de los valores de sus elementos como sigue
x[n] ={…0, 1, 1, 1, 1, 0, 0,2, 0,4, 0,6, 0,8, 1, 0, …} (1.1.a)
Esta forma es utilizada para secuencias con un número pequeño de elementos distintos de cero; el
número subrayado indica el valor correspondiente a n=0, el sentido de n creciente es hacia la derecha
(x[1] = 0,2) y los puntos suspensivos indican que el resto de la secuencia vale cero. También puede
definirse una secuencia mediante una formulación del tipo:
 1 - 4 ≤ n ≤ - 1
x[n] =  0 , 2 n 0 ≤ n ≤ 5 (1.1.b)
 0 para otro n
La representación gráfica generalmente utilizada es la que se muestra en la figura 1.2, donde se pone de
manifiesto la dependencia de la variable n. Una forma habitual de generar una secuencia es tomar
muestras equiespaciadas de una señal analógica dependiente del tiempo; de ahí que en ocasiones los
valores de la secuencia se denominen muestras, independientemente de si la secuencia ha sido generada
por medio de un muestreo o no, de que el eje de abscisas se indique como "eje temporal" y de que
valores concretos de la variable n reciban el nombre de "instantes".
x[n]
... ...
-8 -4 0 4 8 n
Fig. 1.2. Representación de la secuencia x[n] definida por (1.1)
Se define la duración de una secuencia como el número de muestras contenidas en el intervalo que
recoge todas las muestras distintas de cero. Por ejemplo, la secuencia de la figura 1.2 tiene una
duración de 10 muestras. Cuando el número de muestras no nulas de la secuencia es finito, se dice que
la secuencia es de duración finita; en caso contrario, diremos que la duración de la secuencia es infinita.
En el programa 62 se entiende por longitud de una secuencia el número total de muestras a las que se
da valor, aunque éste sea cero. No obstante, cuando no haya lugar a confusión, a lo largo del texto se
utilizarán longitud y duración de una secuencia como sinónimos.

1.2.1 Transformación de la variable independiente
Muchas son las transformaciones que se pueden realizar sobre la variable independiente n. A
continuación se exponen tres ejemplos de uso continuado en el texto y que, aplicados sobre la
secuencia de la figura 1.2, producen los efectos mostrados en la figura 1.3:
a) Desplazamiento de m muestras. Se consigue sustituyendo la variable n por n-m para formar x[n-m].
Se dice que la señal desplazada x[n-m] está retrasada respecto a x[n] si m es positivo, y adelantada si m
es negativo.
b) Reflexión de la señal sobre n=0. Consiste en reemplazar la variable n por -n para formar
x[-n].
c) Escalado "temporal". Se obtiene sustituyendo n por kn para formar x[kn]. Si k es un entero mayor
que la unidad, la señal resultante conserva una muestra de cada k muestras de la entrada. Esta
transformación recibe el nombre de diezmado de la señal. Como se ve en la figura 1.3.c la secuencia
x[2n] está "comprimida en tiempo" por un factor 2 y contiene las muestras pares de la secuencia x[n].
Si se deseara mantener las muestras impares, debería utilizarse la transformación x[2n+1]. Si k es
menor que la unidad, la señal resultante debe ser expandida y los valores intermedios se deben
determinar con algún criterio (véase el ejemplo 1.1); este proceso se denomina interpolación.
x[n-2]
... ...
-8 -4 0 4 8 n
a)
x[-n]
... ...
-8 -4 0 4 8 n
b)
x[2n]
... ...
-8 -4 0 4 8 n
c)
Fig. 1.3. Transformaciones de la variable independiente: a) desplazamiento, b) reflexión, c) escalado.

EJEMPLO 1.1: Otra transformación útil es la expansión del eje temporal; por ejemplo z[n] = x[n/2].
En este caso, la secuencia z[n] no está definida para n impar. Si se desea una señal "parecida" a x[n]
con valores intermedios interpolados, se puede definir:
 x[n/2] n par
z[n] =  1 {x[(n-1)/2] + x[(n+1)/2]}
 2 n impar
z[n]
... ...
0 n
Fig. 1.4 Señal interpolada
La secuencia z[n] está representada en la figura 1.4. Éste es un ejemplo muy simple para interpolar
valores; en el capítulo 2 se estudia esta operación con más detalle.♦
EJERCICIO 1.1: Es importante familiarizarse con las transformaciones básicas que se acaban de
exponer y, en particular, con la combinación del retardo de una secuencia y la reflexión respecto a n=0.
Compruebe que el resultado cambia en función del orden en que se aplican dichas transformaciones.
Para ello, ayudándose del programa 62:
a) Genere la secuencia de la figura 1.2 con una longitud de 20 muestras (haga uso de la opción "Editar
secuencia" del menú "Generación").
b) Represente la señal resultante al aplicar sobre la señal:
1. Un retardo de 2 muestras y a continuación una reflexión sobre n=0.
2. Una reflexión sobre n=0 y a continuación un retardo de 2 muestras.
c) Identifique las expresiones x[-n-2] y x[-(n-2)] con cada una de las secuencias obtenidas en el
apartado anterior.♦
1.2.2 Parte par y parte impar de una secuencia
Una secuencia es par si x[n] = x[-n] . Una secuencia es impar si x[n] = -x[-n]. Definiendo la parte par
de una secuencia
1
Par{x[n]} = (x[n] + x[-n]) (1.2)
2
y la parte impar

1
Impar{x[n]} = (x[n] - x[-n]) (1.3)
2
cualquier señal discreta puede expresarse mediante la combinación:
x[n] = Par{x[n]} + Impar{x[n]} (1.4)
Par{x[n]}
... ...
0 n
Impar{x[n]}
... ...
0 n
Fig. 1.5 Parte par y parte impar de la secuencia x[n] de la figura 1.2
EJEMPLO 1.2: La figura 1.5 proporciona las partes par e impar de la secuencia de la figura 1.2.♦
EJERCICIO 1.2: Demuestre que la parte par de una secuencia es una secuencia par y que la parte
impar de una secuencia es una secuencia impar.♦
1.2.3. Secuencias periódicas
Una secuencia x[n] es periódica cuando satisface la igualdad:
x[n] = x[n+P] ∀ n (1.5)
Si una secuencia verifica (1.5) para P=M, también lo hace para cualquier múltiplo entero de M. Se
denomina periodo al menor entero positivo P para el que se cumple (1.5). No obstante, por extensión
suele decirse también que x[n] es periódica con periodo cualquier múltiplo de P entero y positivo.
1.2.4. Secuencias deterministas básicas
A continuación se definen unas secuencias deterministas básicas. Estas secuencias son utilizadas a lo
largo de este texto para ilustrar los conceptos y procedimientos que se van introduciendo.

δ[n] u[n]
... ... ... ...
0 n 0 n
Fig. 1.6 Secuencia δ[n] Fig. 1.7 Secuencia escalón u[n]
Secuencia delta o impulso unidad: δ [ n ]
La secuencia delta se denota por δ[n] y se define como:
δ[n] = { 10 n = 0
para otro n (1.6)
También se denomina impulso unidad y está representada en la figura 1.6. Una propiedad importante
de esta secuencia es que cualquier señal discreta se puede representar como combinación lineal de deltas
de una forma simple y directa. Por ejemplo, la secuencia de la figura 1.2 admite la siguiente
formulación:
x[n] = δ[n+4]+δ[n+3]+δ[n+2]+δ[n+1]+0,2 δ[n-1]+0,4 δ[n-2]+0,6 δ[n-3]+0,8 δ[n-4]+δ[n-5]
En general, cualquier secuencia puede representarse como una suma de deltas
x[n] = … x[-3] δ[n+3] + x[-2] δ[n+2] + x[-1] δ[n+1] + x[0] δ[n] + x[1] δ[n-1] + x[2] δ[n-2] +…
que, en forma compacta, se expresa
∞
x[n] = ∑ x[k] δ[n-k] (1.7)
k=-∞
Secuencia escalón: u[n]
La secuencia escalón se denota por u[n], se define como
n ≥ 0
u[n] = { 01 n < 0 (1.8)
y se representa en la figura 1.7. La relación con la secuencia delta se halla sustituyendo x[n] por u[n]
en (1.7) y aplicando la definición (1.8):
∞ n
u[n] = ∑ δ[n-k] = ∑ δ[k] (1.9)
k=0 k=-∞

El tercer término en (1.9) se ha obtenido con un sencillo cambio de variable. A partir de cualquiera de
las relaciones (1.9) se comprueba fácilmente que la secuencia delta puede expresarse en función del
escalón por medio de una diferencia:
δ[n] = u[n] - u[n-1] (1.10)
Secuencia signo: signo[n]
Por definición, la secuencia signo [n] es
 1 n > 0
signo[n] =  0 n = 0 (1.11)
 -1 n < 0
Esta secuencia es impar y puede relacionarse con la secuencia escalón mediante la expresión:
signo[n] = u[n] - u[-n] (1.12)
Secuencia pulso: p L [ n ]
La secuencia pulso se denota por pL[n] y es una secuencia de duración L muestras definida por
0 ≤ n ≤ L-1
pL[n] = { 01 para otro n (1.13)
Esta secuencia y la secuencia escalón guardan la siguiente relación
pL[n] = u[n] - u[n-L] (1.14)
Secuencia exponencial:
Una secuencia exponencial responde a la expresión:
x[n] = C zn (1.15)
donde C y z son, en general, números complejos.
En el caso particular de que C y z sean números reales, x[n] representa la familia de exponenciales que
se muestra en la figura 1.8, donde se ha tomado C>0. Dado que z es real, al hacer explícito el signo se
obtiene:

x[n] = { CC |z||z| (-1)

n
n n
si z > 0
si z < 0
(1.16)
De esta forma se pone de manifiesto el factor |z|n. Si |z|>1 la exponencial es creciente, como muestran
las figuras 1.8.a y 1.8.c; si |z|<1 la exponencial decrece, como se ilustra en las figuras 1.8.b y 1.8.d.
El factor (-1)n provoca la alternancia de signo en las dos secuencias inferiores de la figura 1.8.
(z>1) (0<z<1)
... ... ... ...

n n
a) b)
(z<-1) (-1<z<0)
... ... ... ...
n n
c) d)
Fig. 1.8 Secuencias exponenciales x[n] = C zn con C y z reales
Cuando C y z sean números complejos, se pueden representar en forma polar, z = |z| ejω y C = |C| ejθ;
al sustituir estas expresiones en (1.15) y aplicando la fórmula de Euler, la secuencia exponencial
x[n] = |C| |z|n ej(ωn+θ) =

= |C| |z|n cos (ωn +θ) + j |C| |z|n sen (ωn +θ) (1.17)
se relaciona con la sinusoide. La pulsación ω se expresa en radianes por muestra y la fase θ en

radianes. La pulsación ω se relaciona con la frecuencia f mediante:
ω = 2π f (1.18)
f se indica mediante ciclos por muestra.
Para representar la exponencial compleja, es preferible acudir a su expresión binómica y calcular sus
partes real e imaginaria y dibujarlas por separado. Tanto la parte real como la parte imaginaria de x[n]
constan de un factor exponencial |z|n que multiplica a un término sinusoidal. En la figura 1.9 se
representa x[n] habiéndose elegido ω = π/8 y distintos valores de |z|. El término |z|n se aprecia en las
figuras como una "envolvente visual"; si |z| <1, forma una exponencial decreciente y, si |z| > 1,
evoluciona como una exponencial creciente.

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

n n
a) Re{x[n]}, |z|<1 b) Im{x[n]}, |z|<1
... ... ... ...

n n
c) Re{x[n]}, |z|>1 d) Im{x[n]}, |z|>1
Fig. 1.9 Secuencia x[n] = C zn con C=1, z= |z| ejω, ω = π/8 (a) y b) |z|<1, c) y d) |z|>1).
La representación de z en un plano complejo, como el que se muestra en la figura 1.10 y del que se
hace frecuente uso en el capítulo 4 donde se introduce el dominio transformado z, facilita la expresión
mnemotécnica de las propiedades de las secuencias exponenciales. Cualquier número z se representa en
este plano complejo por un punto; de su posición se deduce inmediatamente si la secuencia es
creciente o no, si oscila o no y, en caso de hacerlo, con qué velocidad. En el estudio anterior sobre las
secuencias exponenciales complejas se ha establecido que la secuencia es decreciente o creciente según
sea |z|<1 o |z| >1, respectivamente. Por tanto, |z| =1 indica una zona en este plano donde la secuencia
correspondiente tiene amplitud constante. El valor de ω está relacionado con la oscilación de la
secuencia. Si ω = 0 no hay oscilación (z es real y positivo); para ω ≠ 0 se producen oscilaciones,
como se deduce de la expresión (1.17), debido a los términos cos ωn y sen ωn. Conforme ω aumenta,
evoluciona más rápidamente la oscilación, y alcanza para ω = π la máxima velocidad posible, esto es,
la alternancia de signo muestra a muestra. Debe observarse también que los valores z1= |z1| ejω y
z2= |z1| ej(ω+2π) quedan representados en el plano z por el mismo punto, lo que significa que z1 y z2
generan la misma secuencia exponencial. Esta propiedad se analiza a continuación para las sinusoides
complejas.
En el caso particular |z| = 1, x[n] es la sinusoide compleja:
x[n] = C ejωn = C ej2πfn (1.19)
Aparentemente ésta es una señal periódica, pero no siempre es así. Es importante mencionar algunas
diferencias importantes respecto a las sinusoides complejas de variable real.

Plano z Im
z = re jω
r
1 Re
Circunferencia
de radio unidad
Fig. 1.10 Representación del plano z
A1- Supongamos una frecuencia f=fo; una sinusoide compleja de variable real t, x(t) = C ej2πfot,
representa una mayor velocidad de oscilación cuanto mayor es fo . Sin embargo, éste no es
necesariamente el caso cuando se trata de una sinusoide compleja de variable entera n. Puesto que para
k entero
C ej2π(fo+k)n = C ej2πfon
las frecuencias fo y fo+k representan la misma oscilación, definen la misma secuencia.
A2- Una sinusoide compleja de variable real x(t) = Cej2πfot es periódica para cualquier fo. En cambio
la secuencia x[n] = Cej2π fon es periódica únicamente si fo es un número racional. En efecto, la
secuencia x[n] presenta periodo P si, de acuerdo con (1.5), se cumple:
x[n+P] = C ej2πfo(n+P)= C ej2πfon ej2πfoP = x[n] = C ej2πfon
Para que así sea, ej2π foP debe valer la unidad o, lo que es lo mismo, el producto fo P debe ser un
número entero. Por ser P entero, esta condición sólo se satisface si fo es un número racional. El
periodo P es el menor entero positivo que verifica
fo P = k ∈ N (1.20)
Equivalentemente
k
fo = (1.21)
P
indica de forma explícita que fo debe ser racional y que existe más de una sinusoide compleja de
periodo P, como se comprueba en el ejemplo siguiente.

EJEMPLO 1.3: Se desea encontrar todas las sinusoides complejas de periodo P. Como se ha
demostrado en el apartado A2, su frecuencia debe cumplir (1.21); por tanto, las secuencias buscadas
han de responder a la forma:
Φk[n] = ej2π n(k/P) k= 0, ±1, ±2, …
Pero, según A1
Φk+P[n] = ej2π n(k+P)/P = ej2π nk/P = Φk[n]
lo que quiere decir que únicamente hay P sinusoides distintas en el conjunto Φk[n]. En concreto, y a
título de ejemplo, obsérvese que Φo[n] = ΦP[n] y Φ-1[n] = ΦP-1[n].♦
EJERCICIO 1.3: Compruebe que la secuencia x[n] = ej2π7,56t  t=nT es periódica con periodo:
a) P = 25 si T = 1, 1/3, 1/7 seg; b) P = 125 si T = 1/5 seg; c) P = 50 si T = 1/2 seg; d) P = 5 si
T = 5 seg; e) P=4 si T = 18,75 seg.♦
Sinusoide: cos (2 π f o n + θ )
De acuerdo con la fórmula de Euler, la sinusoide puede expresarse en función de sinusoides complejas:
1 j(2π fo n+θ)
cos (2πfon +θ) =
2 (
e + e -j(2π fo n+θ) ) (1.22)
Así, muchas de las propiedades estudiadas para las sinusoides complejas se extienden a las sinusoides
reales:
B1- Como consecuencia de A1, se concluye que una sinusoide de frecuencia fo y otra de frecuencia
fo+k son idénticas, siendo k cualquier número entero. Por tanto, puede decirse que las frecuencias fo y
fo+k son equivalentes. Además, un aumento de la frecuencia fo no se traduce necesariamente en que la
señal oscile más rápidamente. En la figura 1.11 se muestra la secuencia cos(2πfon) con fo=j/16 y
valores crecientes de j, desde j=0 hasta j=17/16. Mientras la frecuencia se encuentra en el margen
0≤f o ≤0,5, la velocidad de la oscilación va aumentando hasta alcanzar el cambio de signo de una
muestra a la siguiente. A partir de esta frecuencia, fo = 8/16 = 0,5, la señal oscila cada vez más
lentamente hasta llegar a ser una constante, como se aprecia en la figura 1.11.i. Para 1≤fo ≤2, las
secuencias se repiten exactamente, como se puede comprobar comparando las figuras 1.11.a y 1.11.b
con las figuras 1.11.i y 1.11.j, respectivamente, ya que sus frecuencias difieren en un número entero.
EJERCICIO 1.4: Identifique en la figura 1.11 las secuencias idénticas y relacione sus frecuencias y
fases. Compruebe que dos secuencias senoidales con frecuencias f o y 1-fo representan la misma
oscilación; es decir, sus frecuencias son equivalentes. Trate de justificar este resultado.♦

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

n n
a) cos(2πn0/16) = 1 b) cos(2πn/16) = cos(πn/8)
... ... ... ...

n n
c) cos(2πn2/16) = cos(πn/4) d) cos(2πn4/16) = cos(πn/2)
... ... ... ...

n n
e) cos(2πn8/16) = cos(πn) f) cos(2πn12/16) = cos(3πn/2)
... ... ... ...

n n
g) cos(2πn14/16) = cos(7πn/4) h) cos(2πn15/16) = cos(15πn/8)
... ... ... ...

n n
i) cos(2πn16/16) = cos(2πn) j) cos(2πn17/16) = cos(17πn/8)
Fig. 1.11 Secuencias cos 2πfon para distintos valores de fo
EJEMPLO 1.4: Sea la señal analógica xa(t) periódica de periodo To. La secuencia
x[n] = xa(nT)

¿es periódica?, ¿cuál es su periodo? Para responder a estos interrogantes, obsérvese que, por ser
periódica, la señal analógica verifica:
xa(t) = xa(t+To) ∀ t∈ ℜ (1.23)
Para que la secuencia x[n] sea periódica con periodo P (entero) se debe cumplir (1.5), que puede
expresarse en función de las muestras de la señal analógica como sigue
xa(nT) = xa((n+P)T) (1.24)
Por tanto, se debe cumplir:
xa(t)t=nT = xa(t+PT)t=nT (1.25)
Comparando (1.23) y (1.24), se deduce que la secuencia x[n] es periódica con periodo P si el producto
PT es un múltiplo entero de To; es decir, PT = kTo. El periodo es el entero menor que cumple esta
igualdad: P = k To/T. Por tanto, la secuencia es periódica si To/T es un número racional, y su periodo
es el menor entero múltiplo de este cociente.♦
B2- Como consecuencia de A2 (o del ejemplo anterior) se puede concluir que la secuencia
x[n] = cos(2πfo n) es periódica sólo si fo es racional. El periodo P es el primer múltiplo entero
positivo de 1/fo. En la figura 1.12 se muestra una sinusoide no periódica con fo= 
√10.
... ...
n
Fig. 1.12 Secuencia x[n] = cos (2π

√10 n). En línea punteada se muestra x(t) = cos (2π√10 t).
EJERCICIO 1.5: Genere con el programa 62 las secuencias indicadas a continuación y verifique que :
2π 37
a) x[n] = cos( n) es periódica con periodo 30. d) x[n] = cos(2π n) tiene periodo 30.
30 30
b) x[n] =cos(2π n) es periódica de periodo 15. e) x[n] = cos(2π√ 7 n) no es periódica.
16
30 30
15 1
c) x[n] = cos(2π n) es periódica de periodo 2. f) x[n] = cos( n) no es periódica
30 30
Para cada una de las secuencias periódicas, determine el número k de ciclos presentes en un periodo P.
Si fo es la frecuencia equivalente tal que 0≤ fo≤ 0,5, compruebe que fo = k/P.♦

1.3 Sistemas
En el apartado anterior se ha establecido una representación común a todas las secuencias e

independiente de la fuente que las ha generado. Así, se puede hablar de una secuencia x[n] que tanto si
es un indicador económico, como el consumo de agua de una ciudad en función del año, la temperatura
media en función del mes, o valores de cualquier señal analógica tomados cada cierto intervalo.
También es posible establecer una notación común para describir los dispositivos que actúan sobre las
señales y que genéricamente denominamos sistemas. Desde el punto de vista exterior (sin preocuparse
de su realización), un sistema se caracteriza por la transformación que opera sobre una secuencia x[n],
que se denomina entrada o excitación, para generar otra secuencia y[n], que recibe el nombre de salida o
respuesta. Esta transformación se expresa mediante la siguiente relación entre entrada y salida:
y[n] = T{x[n]} (1.26)
En la figura 1.13 se muestra la representación del sistema.
x[n] y[n]
T{x[n]}
Fig. 1.13 Representación de un sistema
EJEMPLO 1.5: Las transformaciones de la variable n mostradas en el apartado 1.2.1 pueden expresarse
como la relación entre la entrada y la salida de un sistema:
a) retardador de m muestras: y[n] = T{x[n]} = x[n-m]
b) reflexión: y[n] = T{x[n]} = x[-n]
c) diezmador por 2: y[n] = T{x[n]} =x[2n]
d) intercalador de ceros: y[n] = T{x[n]} = { x[n/2]
0
para n par
para n impar ♦
EJERCICIO 1.6: Demuestre que el sistema definido por
∞
y[n] = T{x[n]} = ∑ x[n+kP] (1.27)
k=-∞
genera, a partir de una señal no periódica x[n], una secuencia y[n] periódica con periodo P
independiente de la duración de x[n]. Genere con el programa 62 una secuencia x[n] = cos2πn/12 de
duración 12 muestras y aplique la transformación indicada en (1.27) para obtener y[n] entre n=0 y n=59
con los siguientes valores para P: 3, 6, 12, 15 (utilice la opción "Generar periodicidad" del menú
"Tratamiento"). Compruebe que todas las señales generadas tienen periodo P.♦

1.3.1 Propiedades fundamentales de los sistemas
Linealidad
Un sistema es lineal cuando para cualquier a1, a2, x1[n], x2[n] y n se verifica:
T{a1 x1[n] + a2 x2[n]} = a1 T{x1[n]} + a2 T{x2[n]} (1.28)
Es decir, cumple la propiedad de homogeneidad o escalado ya que, al multiplicar la entrada por una
constante, la salida queda multiplicada por la misma constante; y la propiedad de superposición, ya que
la respuesta del sistema a la suma de señales es la suma de sus respuestas individuales. Un sistema
lineal se denomina real si la transformación sobre una entrada compleja es una secuencia compleja
cuya parte real es la respuesta a la parte real de la entrada y la parte imaginaria es la respuesta a la parte
imaginaria de la entrada:
T{a[n] +j b[n]} = T{a[n]} + j T{b[n]} (1.29)
EJEMPLO 1.6: El sistema T{x[n]} = x2[n] no es lineal. En efecto:
T{a1 x1[n] + a2 x2[n]} = (a1 x1[n] + a2 x2[n])2 =

= a12 x12[n] + a22 x22[n] + 2 a1 x1[n] a2 x2[n] ≠
≠ a1 x12[n] + a2 x22[n]
Este sistema no cumple ni homogeneidad ni superposición.♦
EJEMPLO 1.7: El sistema T{x[n]} = k1 x[n] + k2 no es lineal, ya que
T{a1 x1[n] + a2 x2[n]} = k1 (a1 x1[n] + a2 x2[n] )+ k2 ≠

≠ a1{k1 x1[n] + k2 } + a2 {k1 x2[n] + k2}
Este sistema puede interpretarse como un sistema lineal, el multiplicador por k1 , seguido de un
sistema que suma una señal (en este caso la constante k2), que es precisamente la salida cuando la
entrada es cero. En general, un sistema cuya respuesta no es nula sin excitación no es lineal, ya que la
condición de linealidad exige que a una entrada nula le corresponda una salida nula, como se comprueba
fácilmente particularizando a1=a2=0 en la expresión (1.28). No obstante, los sistemas cuya respuesta
puede componerse como la salida de un sistema lineal a la que se añade una constante se denominan
incrementalmente lineales, porque verifican la propiedad de linealidad (homogeneidad y superposición)
sobre incrementos o cambios en la señal de entrada. Queda como ejercicio comprobar que el
incremento de la respuesta del sistema de este ejemplo cumple la propiedad de homogeneidad sobre un
incremento ∆x[n] de la señal de entrada:
T{ x[n] + a ∆x[n] } - T{x[n]} = a (T{ x[n] + ∆x[n] } - T{x[n]})

♦

Invarianza
Un sistema es invariante si su comportamiento no depende del origen de tiempos. Sea y[n] la

respuesta de un sistema a una entrada x[n]:
y[n] = T{x[n]}
El sistema se llama invariante si, al desplazar la entrada x[n] m muestras, el sistema responde con la
secuencia y[n] desplazada también m muestras; es decir:
T{x[n-m]} = y[n-m] (1.30)
EJEMPLO 1.8: Supóngase un sistema que realiza la multiplicación de la secuencia de entrada por una
secuencia z[n] = n
y[n] = T{x[n]} = z[n] x[n] = n x[n]
Se puede obtener un desplazamiento de m muestras en la secuencia de salida con un cambio de

variable:
y[n-m] = (n-m) x[n-m]
Sin embargo, si la entrada se desplaza m muestras, la respuesta del sistema es
T{x[n-m]} = n x[n-m]
La respuesta del sistema depende del origen de tiempos; por lo tanto, el sistema es variante. El sistema
de este ejemplo es un caso particular del multiplicador de dos secuencias:
y[n] = z[n] x[n]
que es uno de los sistemas lineales y variantes más utilizados en comunicaciones.♦
Causalidad
Un sistema es causal si la salida en cualquier instante depende únicamente de los valores pasados y
presente de la entrada:
y[n] = f{… x[n-2], x[n-1], x[n]} (1.31)
Si la variable independiente está relacionada con el tiempo, los sistemas realizables deben ser causales:
un sistema causal no puede responder antes de que conozca la señal de entrada. No obstante, si la
variable independiente es espacial, la causalidad del sistema no es importante, ya que los conceptos
temporales "antes" y "después" se traducen en posición. En este supuesto, la respuesta del sistema
puede depender perfectamente de lo que está "delante" y "detrás" sin violar ningún principio físico.

Desplazar una figura hacia atrás es posible, y el sistema que realiza esta transformación no es causal.
Por otro lado, si la secuencia está almacenada en algún dispositivo como, por ejemplo, la memoria de
un ordenador, una cinta magnética, etc., es posible utilizar sistemas no causales que precisen muestras
posteriores a la que se esté procesando incluso cuando la variable n esté relacionada con tiempo. Esto
es así porque se ha realizado un almacenamiento previo de la secuencia y los supuestos valores futuros
son conocidos.
EJEMPLO 1.9: El sistema T{x[n]} = x[n-1] realiza un retardo de una muestra sobre la señal de entrada.
La salida depende únicamente del valor anterior. El sistema es causal.
El sistema T{x[n]} = x[n+1] realiza un adelanto de una muestra sobre la señal de entrada. La salida
depende de un valor futuro. El sistema no es causal.♦
Estabilidad
Un sistema es estable cuando para cualquier entrada acotada la salida está acotada:
Si |x[n]| < ∞ ∀ n ⇒ |y[n]| < ∞ ∀n (1.32)
EJEMPLO 1.10: El acumulador es un sistema descrito por:
n
T{x[n]} = y[n] = ∑ x[k]
k=-∞
Este sistema es inestable. Para comprobarlo, basta aplicar una señal acotada y verificar que la salida no
está acotada. Elegimos como señal de entrada el escalón u[n]:
x[n] = u[n]
y buscamos una muestra de la secuencia de salida que no está acotada:
∞ ∞
y[∞] = ∑ u[k] = ∑ (1) = ∞
k=-∞ k=0
♦
EJEMPLO 1.11: El promediador de L muestras es un sistema que calcula cada muestra de la salida
como el valor promedio de L valores consecutivos de la entrada:
1 L-1
y[n] = ∑ x[n-k]
L k=0
(1.33)
En este ejemplo se estudian sus propiedades. En primer lugar se comprueba que el sistema es lineal,
puesto que:

1 L-1
T{a1 x1[n] + a2 x2[n]} = ∑ ( a1 x1[n-k] +a2 x2[n-k] ) =
L k=0
1 L-1 1 L-1
= a1 ∑
L k=0
x1[n-k] + a2 ∑ x2[n-k]
L k=0
Es invariante, ya que la respuesta a una entrada desplazada m muestras coincide con la respuesta del
sistema desplazada también m muestras:
1 L-1
T{x[n-m]} = ∑ x[n-m-k] = y[n-m]
L k=0
Es estable. Sea una entrada acotada:
|x[n]| ≤ C
El valor absoluto de la salida se obtiene a partir de (1.33), con lo que resulta:
1 L-1 1 L-1 1 L-1

|y[n]| = | ∑
L k=0
x[n-k] | ≤ ∑
L k=0
|x[n-k]| ≤ ∑ C
L k=0
Para acotar la suma se ha aplicado, sucesivamente, que el valor absoluto de una suma de números es
menor o igual que la suma de los valores absolutos de dichos números, y que si la señal x[n] está
acotada también verifica que |x[n-k]| ≤ C. En definitiva, al realizar la suma:
|y[n]| ≤ C
lo que significa que la salida también está acotada.
El sistema es causal, ya que la salida en el instante n depende de los L-1 valores anteriores y el valor
presente.♦
EJERCICIO 1.7: Estudie las propiedades de linealidad, invarianza, causalidad y estabilidad de los
sistemas siguientes:
a) retardador de dos muestras: T1{x[n]} = x[n-2]
b) reflexión: T2{x[n]} = x[-n]
c) filtro de mediana de orden N (impar): T3{x[n]} = mediana{x[n], x[n-1], …, x[n-(N-1)]}, donde la
mediana de N valores es el valor que ocupa la posición central cuando se ordenan de menor a
mayor.
Estos sistemas se hallan programados en el menú "Tratamientos" del programa 62, por lo que se
puede apoyar en él para realizar el estudio que se pide.♦

T 1{}
x[n] z[n] y[n] x[n] y[n]

T1 {} T2 {} ⊕
T 2{}
a) b)
Fig. 1.14. Sistemas conectados a) en cascada, b) en paralelo.
1.3.2 Interconexión de sistemas
Habitualmente, los sistemas complejos se construyen interconectando sistemas más sencillos. Las
combinaciones básicas son en cascada y en paralelo. En la figura 1.14 se muestra la interconexión de
los sistemas T1 y T2 en cascada (o serie): la salida z[n] del primer sistema constituye la entrada del
segundo. La señal de respuesta del conjunto se puede expresar como:
y[n] = T2{z[n]}
y, si se sustituye z[n] en función de la entrada al primer sistema T1, se obtiene:
y[n]= T2{T1{x[n]}} = T{x[n]}}
En consecuencia, la conexión en cascada de dos sistemas es equivalente a un único sistema que realiza
la transformación:
T = T2 T 1
Es importante el orden en que se interconectan los sistemas en cascada ya que, en general:
T1 T2 ≠ T2 T1
salvo que, como se prueba en el próximo apartado, los sistemas sean lineales e invariantes. Por
ejemplo, si se combinan en cascada los sistemas T1 (retardador de 2 muestras) y T2 (reflexión) del
ejercicio 1.7, sus posiciones no son intercambiables; en efecto, de acuerdo con el ejercicio 1.1:
T1{T2{x[n]}} = x[-n+2] ≠ T2{T1{x[n]}} = x[-n-2]
En la figura 1.14.b se muestra la interconexión de dos sistemas T1 y T2 en paralelo. La señal de salida

se puede expresar como:

y[n] = T1{x[n]} + T2{x[n]} = (T1+T2){x[n]}}
La conexión en paralelo de dos sistemas es equivalente a un único sistema que realiza la

transformación:
T = T1 + T 2
EJERCICIO 1.8: En este ejercicio se propone el estudio, con ayuda del programa 62, del sistema
diezmador por una razón N: y[n] = T{x[n]} = x[Nn].
a) Genere la secuencia x1[n] = cos2πfon con fo=1/16, duración y longitud 160 muestras.
b) Aplique la secuencia a un sistema diezmador con los siguientes valores: N = 2, 7, 8, 12, 15.
c) Justifique las formas de onda; identifíquelas, si es posible, con las de la figura 1.11 y determine su
periodo.
d) Desplace la señal x1[n] 5 muestras para formar x2[n] = x1[n-5] y aplíquela al diezmador con N=2.
Compare x1 [2n] y x2 [2n]; ¿es el diezmador un sistema invariante?, ¿son intercambiables los
sistemas diezmador y retardador cuando se conectan en cascada?
e) Analice si el diezmador es un sistema causal.♦
1.4 La ecuación de convolución
En la sección anterior se han presentado propiedades generales de los sistemas, tales como linealidad,
invarianza, causalidad y estabilidad. Esta sección se centra en los sistemas lineales e invariantes (L.I.),
para los que se demuestra que pueden ser caracterizados completamente por su respuesta al impulso
unidad. Esta caracterización permite establecer la relación entrada-salida de estos sistemas por medio de
la ecuación de convolución y es útil para analizar las propiedades de estabilidad y causalidad.
Al definir la secuencia impulso unidad δ[n] se mostró que cualquier secuencia puede expresarse como
combinación lineal de deltas:
∞
x[n] = ∑ x[k] δ[n-k] (1.34)
k=-∞
Cada uno de los términos de esta suma es una secuencia nula excepto la muestra para el ordinal n=k,
donde está situado el impulso, cuya amplitud es x[k]. Si esta señal se aplica a un sistema lineal, la
salida y[n] viene dada por la siguiente combinación lineal:
∞ ∞
y[n] = T{x[n]} = T{ ∑ x[k] δ[n-k]} = ∑ x[k] T{δ[n-k]} (1.35)
k=-∞ k=-∞
donde los valores x[k] actúan como constantes que pesan las distintas respuestas del sistema a deltas
situadas en los ordinales k entre -∞ e ∞. Definiendo

h[n,k] = T{δ[n-k]} (1.36)
la salida y[n] se puede expresar como:
∞
y[n] = T{x[n]} = ∑ x[k] h[n,k] (1.37)
k=-∞
La función en dos dimensiones h[n,k] proporciona toda la información necesaria para hallar la salida de
un sistema lineal a una determinada entrada. Si además el sistema es invariante, basta conocer la
respuesta del sistema a una delta en el origen para caracterizar totalmente el sistema. En efecto,
definiendo la respuesta impulsional h[n] del sistema como:
h[n] = T{δ[n]} (1.38)
la respuesta a una delta desplazada k muestras viene dada por:
T{δ[n-k]} = h[n-k] (1.39)
es decir, la respuesta del sistema se desplaza k muestras pero la forma de onda es la misma. Tras
sustituir (1.39) en (1.35), se obtiene finalmente:
∞
y[n] = T{x[n]} = ∑ x[k] h[n-k] (1.40)
k=-∞
Esta relación es la ecuación de convolución, que permite calcular la respuesta y[n] de un sistema lineal
e invariante a una excitación x[n], únicamente a partir del conocimiento de cómo se comporta el
sistema cuando a su entrada se aplica un impulso unidad. En otras palabras, la respuesta impulsional
es una caracterización completa del funcionamiento del sistema en cuanto a la relación entre la entrada
y la salida se refiere. Siempre que en este texto un sistema sea representado por h[n], se ha de
sobreentender que el sistema es L.I. La convolución descrita por (1.40) se simboliza abreviadamente
por:
y[n] = x[n] * h[n] (1.41)
No es difícil comprobar que la respuesta impulsional de un sistema real ha de ser una secuencial real.
EJEMPLO 1.12: En este ejemplo se calcula la respuesta impulsional de algunos de los sistemas L.I.
que aparecen en el texto:
Multiplicador y[n] = a x[n] h[n] = a δ[n] (1.42)
Retardador y[n] = x[n-m] h[n] = δ[n-m] (1.43)

n n
Acumulador y[n] = ∑ x[k] h[n] = ∑ δ[k] = u[n] (1.44)
k=-∞ k=-∞
1 L-1 1 L-1 1
Promediador y[n] = ∑ x[n-k]
L k=0
h[n] = ∑ δ[n-k] = L pL[n]
L k=0
(1.45)
♦
La ecuación (1.40) se puede interpretar en el sentido de que, en un instante no, la muestra x[k] de la
entrada contribuye a la respuesta del sistema con el valor x[k] h[no-k]. La salida
∞
y[no] = ∑ x[k] h[no-k]
k=-∞
es la superposición de las contribuciones de cada una de las muestras de la excitación. Por tanto, para
hallar la salida en el instante no se debe realizar la suma de todos los elementos de la secuencia
x[k] h[no-k] de ordinal k, constituida por la aportación a la muestra y[no] de cada una de las muestras
de la entrada. Esta interpretación permite realizar la convolución (1.40) de una forma eficiente. En
particular, con la ayuda de las gráficas necesarias, se calcula la convolución de dos secuencias mediante
los siguientes pasos:
a) Referir las secuencias a la variable k.
b) Realizar la reflexión de la respuesta impulsional h[k] para formar h[-k].
c) Retardar n posiciones h[-k] para formar h[n-k] (el estudio de esta combinación de operaciones es
motivo del ejercicio 1.1).
d) Hallar el producto x[k] h[n-k] y sumar sobre todo k.
e) Repetir el proceso variando n. Puesto que se quiere evaluar la salida para todo n, este parámetro
debe variar entre -∞ e ∞.
EJEMPLO 1.13: Considérese la convolución de un pulso de N muestras con otro de M muestras:
0 ≤ n ≤ N-1
x[n] = pN[n] = { 01 para otro n
0 ≤ n ≤ M-1
h[n] = pM[n] = { 01 para otro n
Para realizar esta convolución resulta conveniente ayudarse de la gráfica de la figura 1.15, donde se ha
supuesto M<N. Ya que la operación se realiza sobre el índice k, se representan x[k] y h[n-k] como
funciones de dicha variable. De acuerdo con la posición relativa de las secuencias x[k] y h[n-k], es
aconsejable distinguir varios intervalos para n:
a) Intervalo 1: n<0. No hay solape temporal entre las dos señales, su producto muestra a muestra es
cero y la suma de convolución es cero; por tanto, y[n] = 0 para n<0.

x[n] h[-k]
... ... ... ...
0 n -M 0 k
h[n-k]
... ...
n-M n 0 k a) n < 0
h[n-k]
... ...
n-M 0 n k b) 0 ≤ n < M-1
h[n-k]
... ...
0 n k
n-M c) M-1 ≤ n < N
h[n-k]
... ...
0 n-M n k d) N ≤ n < N+M-1
Fig. 1.15 Gráfica auxiliar para el cálculo de la convolución de dos pulsos
b) Intervalo 2: 0 ≤ n < M-1. El pulso h[n-k] coincide parcialmente con x[k]. Esta zona comprende los
valores de n desde que los pulsos x[k] y h[n-k] empiezan a solaparse hasta que se superponen
completamente. La sustitución del producto
0 ≤ k ≤ n
x[k] h[n-k] = { 01 para otro k
en (1.40) proporciona la salida en este intervalo:

n
y[n] = ∑ (1) = n+1 0 ≤ n < M-1
k=0
c) Intervalo 3 : M-1 ≤ n < N. Aquí se consideran los valores de n para los que el pulso de duración M
está incluido totalmente en el pulso de duración N, de modo que
n-M+1 ≤ k ≤ n
y la salida en este intervalo es:
n
y[n] = ∑ (1) = M M-1 ≤ n < N
k=n-M+1
d) Intervalo 4: N ≤ n < N+M-1. Abarca los valores de n desde que h[n-k] y x[k] deja de solaparse
totalmente hasta que ya no tienen ninguna muestra distinta de cero enfrentadas. En este caso
n-M+1 ≤ k ≤ N-1
y la salida en este intervalo resulta:
N-1
y[n] = ∑ (1) = N+M-1-n N ≤ n < N+M-1
k=n-M+1
e) Intervalo 5: n≥N+M-1. Finalmente en este intervalo no hay solape, el producto x[k] h[n-k] es cero
para todo k y, por tanto, la salida es cero.
La convolución de dos pulsos rectangulares de N y M muestras se expone en la figura 1.16 y tiene

forma trapezoidal. La duración de la secuencia de salida y[n] es N+M-1 muestras.♦
EJEMPLO 1.14: Aunque la representación gráfica de la convolución en ocasiones es muy útil como
instrumento de cálculo o para interpretar el comportamiento de un sistema, otras veces no es preciso
y[n]
... ...
0 N+M-1 n
Fig. 1.16 Resultado de la convolución de los dos pulsos del ejemplo 1.13

acudir a ella. Este es el caso del presente ejemplo, en el que no se requiere distinguir un gran número
de intervalos de validez para las expresiones analíticas que resultan de la ecuación de convolución.
Considérese la convolución de una exponencial decreciente h[n] = anu[n], con |a|<1 y real, y el escalón
unidad u[n]. La ecuación de convolución (1.40) proporciona:
∞ ∞
y[n] = ∑ u[k] an-k u[n-k] = an ∑ u[k] a-k u[n-k]
k=-∞ k=-∞
Debido al primer escalón el producto es cero para k<0, por lo que la expresión se puede simplificar a:
∞
y[n] = an ∑ a-k u[n-k]
k=0
donde el escalón u[n-k] anula el producto para n-k<0 (k>n); así, basta que la suma se extienda al
margen 0≤k≤n:

0 n < 0
n
y[n] =  a n
 ∑ a- k n ≥ 0
k=0
Sumando la progresión geométrica1, se obtiene finalmente:
1-a-(n+1) -a n 1
y[n] = an -1 u[n] = a u[n] + u[n]
1-a 1-a 1-a
y[n] y[n]
... ... ... ...
0 n 0 n
a) a > 0 b) a < 0
Fig. 1.17 Resultado de realizar la convolución del ejemplo 1.14
1 Si s[n] es el término general de la serie y r la razón entre dos términos consecutivos, la suma de los términos i-ésimo
al k-ésimo de la progresión geométrica viene dada por:
k
∑ s[n] = s[i]1- -s[k] r
S= r
n=i
Conviene retener esta expresión ya que es de uso habitual en este texto.

Esta expresión incluye un término an que se atenúa según aumenta n, y un término constante que es el
valor al que tiende la salida cuando n es grande. En la figura 1.17 se representa la señal de salida.♦
EJERCICIO 1.9: En este ejercicio se pone en evidencia que el resultado de la convolución entre
exponenciales es una secuencia que tiene contribución explícita de ambas. Se pide:
a) Dado el sistema caracterizado por h[n]=anu[n], y la secuencia de entrada x[n]=bnu[n], justifique que
b n a n
y[n] = b u[n] + a u[n] (1.46)
b-a a-b
b) Con ayuda del programa 62 realice la convolución y dibuje la secuencia y[n] para los siguientes
valores: a=0,7, b=0,9, b=0,1, b=-0,9 y b=-0,1.
c) Comente el efecto de la relación entre a y b y la influencia del signo de b sobre la forma de onda de
la señal.♦
1.4.1 Propiedades de la convolución
Conmutativa
x[n] * h[n] = h[n] * x[n]
Asociativa
x[n] * (h1[n] * h2[n]) = (x[n] * h1[n]) * h2[n]
Distributiva respecto a la suma
x[n] * (h1[n] + h2[n]) = x[n] * h1[n] + x[n] * h2[n]
Elemento neutro
x[n] * δ[n] = x[n]
Estas propiedades se establecen con sencillas manipulaciones sobre la ecuación de convolución, por lo
que su demostración se deja como ejercicio.
EJERCICIO 1.10: Demuestre las siguientes propiedades de la convolución (suponga

y[n] = x[n] * h[n]):
a) Si x[n] es una secuencia par y h[n] es una secuencia impar (o viceversa), y[n] es una secuencia
impar.
b) Si x[n] y h[n] son ambas secuencias pares o ambas son secuencias impares, y[n] es una secuencia
par.
c) x[n] * h[n-m] = y[n-m].

d) x[n-m] * h[n-m] = y[n-2m].

e) y[-n] = x[-n] * h[-n].
f) Si x[n] y h[n] son secuencias de duración N y M muestras respectivamente, y[n] es una secuencia
de duración N+M-1 muestras.
g) Si se define el centro de gravedad de una secuencia x[n] como:
∞
∑ n x[n]
n=-∞
τx =
∞
∑ x[n]
n=-∞
se verifica que τy= τx+ τh.♦
1.4.2 Aplicación de las propiedades de la convolución a la interconexión de

sistemas
Las propiedades enunciadas en la sección anterior tienen especial interés en la interconexión de

sistemas L.I. De acuerdo con la propiedad asociativa, dos sistemas L.I. con respuestas impulsionales
h 1 [n] y h2 [n] que se hallen conectados en cascada son equivalentes a un único sistema L.I. con
respuesta impulsional h[n] = h1[n] * h2[n]; este resultado se representa en la figura 1.18. Por otro
lado, la aplicación de la propiedad conmutativa de la convolución a h[n], respuesta impulsional de la
combinación de sistemas anterior, permite enunciar que el orden en que dos sistemas L.I. son
conectados en cascada es intercambiable, tal como se muestra en la figura 1.19. Finalmente, dos
sistemas L.I. con respuestas impulsionales h1[n] y h2[n] conectados en paralelo son equivalentes, por
ser la convolución distributiva respecto a la suma, a un único sistema L.I. con respuesta impulsional
h[n] = h1[n] + h2[n]. Esta propiedad se ilustra en la figura 1.20.
Estas tres equivalencias pueden generalizarse sin dificultad a la combinación de un número cualquiera
de sistemas lineales e invariantes.
h1[n] h 2 [n] h1[n]∗ h 2 [n]
Fig. 1.18 Sistemas equivalentes de acuerdo con la propiedad asociativa de la convolución
h1 [n] h 2 [n] h 2 [n] h1 [n]
Fig. 1.19 Sistemas equivalentes de acuerdo con la propiedad conmutativa de la convolución

h1[n]
⊕ h1 [n] + h2[n]
h2[n]
Fig. 1.20 Sistemas equivalentes de acuerdo con la propiedad distributiva de la convolución
1.4.3. Expresión de las propiedades de los sistemas lineales e invariantes

mediante la respuesta impulsional
La respuesta impulsional caracteriza totalmente un sistema desde el punto de vista de las señales de
entrada y salida, como establece la ecuación de convolución. Por tanto, las propiedades de causalidad y
estabilidad, que se refieren únicamente a la relación entre excitación y respuesta, son expresables para
un sistema L.I. en términos de su respuesta impulsional.
Estabilidad
Un sistema lineal e invariante es estable si y sólo si su respuesta impulsional es módulo sumable:
∞
∑ |h[n]| < ∞ (1.47)
-∞
En efecto, sea una entrada x[n] acotada que se aplica a un sistema L.I. con respuesta impulsional h[n]:
|x[n]| ≤ C < ∞ (1.48)
En la ecuación de convolución, al tomar el valor absoluto de la salida, se obtiene:
∞ ∞
|y[n]| = |∑ h[k] x[n-k]| ≤ ∑ | h[k] | | x[n-k] | (1.49)
-∞ -∞
donde se ha tenido en cuenta que el módulo de la suma es menor que la suma de los módulos de los
sumandos y que el módulo del producto es igual al producto de módulos. Si se cumple (1.48), también
es cierto que |x[n-k]| ≤ C < ∞; en consecuencia, (1.49) proporciona:
∞
|y[n]| ≤ C ∑ | h[k] |
-∞

que demuestra que efectivamente la salida estará acotada si se cumple (1.47) (condición suficiente).
Si la condición (1.47) no se verifica, entradas acotadas pueden dar lugar a salidas no acotadas. En
efecto, considérese un sistema con respuesta impulsional h[n] excitado por una secuencia definida
mediante:
 h[-n] h[n] ≠ 0
x[n] =  |h[-n]| (1.50)
 0 h[n] = 0
Esta secuencia está acotada, ya que |x[n]| ≤ 1. La respuesta del sistema en n = 0 es
∞ ∞ 2 ∞
h[-k] h [-k]
y[0] = ∑ |h[-k]| h[-k] = ∑ |h[-k]| = ∑ |h[-k]| (1.51)
-∞ -∞ -∞
que está acotada únicamente si se cumple (1.47) (condición necesaria).
EJEMPLO 1.15: En este ejemplo se estudia la estabilidad del acumulador. De acuerdo con el ejemplo
1.12, la respuesta impulsional del acumulador es h[n] = u[n]. La suma del valor absoluto de sus
muestras
∞ ∞
∑ |h[k]| = ∑ 1 = ∞
k=-∞ k=0
no está acotada. Se trata, por tanto, de un sistema inestable, lo que corrobora el resultado obtenido en
el ejemplo 1.10.♦
Causalidad
Un sistema lineal e invariante es causal si y sólo si su respuesta impulsional verifica:
h[n] = 0 ∀n<0 (1.52)
Esta condición se demuestra fácilmente descomponiendo la suma de convolución en dos términos. El

primero incluye la contribución de las muestras futuras de la entrada y el segundo la contribución de
sus muestras presente y pasadas:
-1 ∞
y[n] = ∑ x[n-k] h[k] + ∑ x[n-k] h[k] (1.53)
k=-∞ k=0
Si y sólo si la condición (1.53) se cumple, el primer sumando se anula y la salida y[n] no depende de
las muestras futuras de la entrada.

Por extensión, se define una secuencia x[n] causal cuando x[n] = 0 para n<0. Se dice que x[n] es una
secuencia anticausal cuando x[n] = 0 para n≥0.
EJERCICIO 1.11: a) Compruebe que, si la entrada a un sistema L.I. causal es nula para n<m,
entonces y[n]=0 para n<m.
b) Demuestre que un sistema lineal y variante es causal si T{δ[n-k]} = h[n,k] = 0 para n<k.♦
1.4.4 Autofunciones en la ecuación de convolución
En el estudio de los sistemas L.I., la representación de secuencias como combinación lineal de

secuencias básicas tiene muchas ventajas; por ejemplo, la representación de secuencias como
combinación lineal de deltas da lugar a la ecuación de convolución. La secuencia exponencial, como se
hace evidente a lo largo del texto, es otra secuencia cuya combinación lineal facilita el estudio de
muchas señales de interés; además, la respuesta a la misma de un sistema L.I. es muy sencilla y
permite una caracterización completa del mismo. En este apartado se comprueba que la respuesta de un
sistema L.I. a una exponencial es la misma función multiplicada por una constante; este resultado se
profundiza en el capítulo 2, donde se muestra la utilidad de la elección de las sinusoides complejas para
la representación de secuencias y su relación con la transformada de Fourier; y finalmente en el
capítulo 4, en el que se hace uso de las exponenciales complejas en general y se aplican al análisis de
los sistemas discretos mediante la transformada z.
Considérese un sistema L.I. con respuesta impulsional h[n] a cuya entrada se aplica la secuencia
exponencial compleja x[n] = z n , donde z es un número complejo cualquiera. La ecuación de
convolución proporciona la salida:
∞ ∞
y[n] = ∑ zn-k h[k] = zn ∑ z-k h[k] (1.54)
k=-∞ k=-∞
Si la serie converge (el análisis de esta cuestión se pospone al capítulo 4), dado que el sumatorio no
depende de n, y[n] puede expresarse
y[n] = H(z) zn (1.55)
Esto es, si a la entrada de un sistema lineal e invariante se aplica una secuencia exponencial z n, a la
salida se obtiene la misma secuencia exponencial multiplicada por una constante. Por tanto, las
exponenciales complejas zn son autofunciones de un sistema L.I. y la constante
∞
H(z) = ∑ h[k] z-k (1.56)
k=-∞
es el autovalor asociado con un valor concreto de z. Si z se considera una variable, H(z) es una función
compleja de variable compleja que se denomina función de transferencia y proporciona información
útil sobre el sistema.

EJEMPLO 1.16: Se desea hallar la respuesta del retardador de m muestras y del multiplicador por una
constante a una exponencial compleja zn . Dado que la respuesta impulsional del retardador es
h[n] = δ[n-m], si a la entrada se aplica zn, a la salida se tiene:
y[n] = zn * δ[n-m] = zn-m = z-m zn
En consecuencia, para un retardador la función de transferencia es:
H(z) = z-m (1.57)
La respuesta impulsional del multiplicador es h[n] = aδ[n]. A una entrada zn , responde con la
secuencia
y[n] = zn * a δ[n] = a zn
Por lo tanto, la función de transferencia de un multiplicador es:
H(z) = a (1.58)
♦
El resultado (1.55) es de gran importancia en el estudio de los sistemas discretos. Si una secuencia
puede expresarse como combinación lineal de exponenciales complejas
x[n] = ∑ a i zi n (1.59)
la respuesta a la misma de un sistema L.I. es la misma combinación lineal de las respuestas a cada una
de las exponenciales por separado
y[n] = ∑ ai H(zi) zin (1.60)
En el caso particular z = ejω, se obtiene:
∞
H(ejω) = ∑ h[k] e-jωk (1.61)
k=-∞
que se denomina respuesta frecuencial del sistema. Si el sistema es estable, la serie que define H(ejω)
converge, ya que
∞ ∞
|H(ejω)| ≤ ∑ |h[k] e-jωk| = ∑ |h[k]| < ∞
k=-∞ k=-∞

En los capítulos siguientes se aborda en detalle la interpretación de H(z) y H(ejω) y su utilización en el

análisis y diseño de los sistemas discretos.
EJERCICIO 1.12: Con este ejercicio se desea mostrar mediante un ejemplo que la respuesta de un
sistema real L.I. a una sinusoide es una sinusoide de la misma frecuencia. Para ello, se le pide que
calcule la respuesta de un promediador de L muestras causal a una sinusoide de pulsación ω o. Al
realizar este ejercicio puede optar por realizar la convolución de las secuencias x[n] y h[n]:
1
x[n] = A cos (ωon+θ) h[n] = p [n]
L L
o bien, teniendo en cuenta que x[n] = Re{ A ejθ ejωοn }, acogerse a la propiedad (1.29) que define los
sistemas reales y aplicar los conceptos de autofunción y función de transferencia que se acaban de
explicar. Utilizando esta segunda vía:
a) Demuestre que la función de transferencia y la respuesta frecuencial del sistema son
1 - z- L sen(ωL/2) -jω(L-1)/2
H(z) = H(ejω) = e
L (1-z -1 ) L sen(ω/2)
b) Compruebe que, si la respuesta frecuencial se expresa en la forma polar
H (ejωο) = |H (ejωο)| ejϕ
la respuesta y[n] a la sinusoide viene dada por:
y[n] = Re{ A ejθ H (ejωο) ejωοn } = A |H (ejωο)| cos (ωon+θ+ϕ)
c) Para L=8 y ωo = π/8, exprese y[n] en la forma y[n] = C cos (ωo n +ψ).
d) Con ayuda del programa 62 dibuje el módulo de H(ejω).
e) Indique los valores de ωo para los que la salida es cero; es decir, los valores que anulan C.♦
1.5 Ecuaciones en diferencias finitas
Un grupo importante de sistemas discretos es el que se puede caracterizar por ecuaciones en diferencias
finitas (E.D.F.) lineales con coeficientes constantes. Este tipo de ecuaciones son utilizadas en
situaciones tan diversas como la descripción de una señal de voz muestreada, el cálculo de la
amortización de un préstamo bancario o la realización del modelo acústico de una sala de audición. A
lo largo de este capítulo ya han aparecido sistemas representados por estas ecuaciones; el promediador
es un ejemplo. En este apartado se estudia la resolución de E.D.F. lineales con coeficientes constantes
y se analiza bajo qué condiciones pueden caracterizar un sistema discreto L.I. En capítulos posteriores
se desarrollan herramientas que profundizan en el análisis y la síntesis de sistemas descritos por E.D.F.

Una ecuación en diferencias finitas lineal con coeficientes constantes responde a la expresión:
P Q
∑ ak y[n-k] = ∑ bk x[n-k] (1.62)
k=0 k=0
donde la secuencia x[n] es dato, y[n] es incógnita y ak, bk son coeficientes independientes de n. Se
denomina orden M de esta ecuación al mayor entre P y Q. Estas ecuaciones admiten como solución
general la suma de una solución particular yp[n] y una solución yh[n] a la ecuación homogénea
P
∑ ak yh[n-k] = 0 (1.63)
k=0
Así, la solución y[n] puede expresarse mediante
y[n] = yp[n] + yh[n] (1.64)
En el ejemplo que sigue, se muestra cómo hallar la solución en una ecuación de orden 1, y se pone de
manifiesto que la solución no es única.
EJEMPLO 1.17: Se desea determinar la secuencia y[n] que satisface la ecuación en diferencias de
primer orden
y[n] - a y[n-1] = x[n] (1.65)
cuando x[n] es la secuencia:

a) x[n] = bn b≠a (1.66)
b) x[n] = bn u[n] b≠a (1.67)
a) Solución a la ecuación homogénea : Para resolver la ecuación homogénea
yh[n] - a yh[n-1] = 0 (1.68)
se ensaya una solución del tipo exponencial
yh[n] = A λn
Al sustituir en la ecuación (1.68), se obtiene:
A λ n - a A λ n-1 = 0 ⇒ (1 - a λ -1) λ n = 0
que, descartando la solución trivial λ = 0, proporciona λ=a. Por tanto, la solución a la homogénea es:
yh[n] = A an (1.69)
Solución particular: Ensayando una solución del mismo tipo que x[n]:

yp [n] = B bn
y sustituyendo yp[n] en la ecuación en diferencias (1.65), se alcanza la condición:
B bn - a B bn-1 = bn
Para determinar B, se simplifica la ecuación anterior, obteniendo:
b
B - a B b-1 = 1 ⇒ B =
b-a
De este modo, la solución particular viene dada por:
b n
yp[n] = b (1.70)
b-a
Solución total: Al combinar (1.69) y (1.70) se llega a la solución:
b n
y[n] = b + A an (1.71)
b-a
b) En este segundo caso no hace falta hallar la solución a la ecuación homogénea, ya que ésta no
depende de la secuencia de entrada y ya ha sido determinada previamente en (1.69). Para la solución
particular podría ensayarse una secuencia del mismo tipo de la entrada:
yp [n] = B bn u[n]
No obstante, al sustituir yp[n] en la ecuación (1.65) se obtiene
B bn u[n] - a B bn-1 u[n-1] = bn u[n]
b
donde se advierte fácilmente que el valor B= no verifica la ecuación para n=0 y que ningún valor
b-a
para B satisface la ecuación para todo n; debe buscarse otra solución particular. Si se ensaya
yp [n] = B bn u[n] + C an u[n] (1.72)
en (1.65) se llega a la ecuación:
B bn u[n] - a B bn-1 u[n-1] + (C an u[n] - a C an-1 u[n-1]) = bn u[n]
La igualdad se cumple para cualquier valor n<0 debido a los términos u[n]. Para n>0 el término entre
paréntesis es idénticamente nulo puesto que coincide con la solución a la homogénea. Por
consiguiente, la solución de esta ecuación para n>0 determina el valor de B
b
B=
b-a

La ecuación en n=0 se reduce a
a
B+C=1 ⇒ C=1-B=
a-b
La solución completa es la suma de la particular y la homogénea:
b n a n
y[n] = b u[n] + a u[n] + A an (1.73)
b-a a-b
♦
Las soluciones obtenidas en el ejemplo anterior ponen de manifiesto que, dada una secuencia x[n], la
ecuación (1.65) no tiene una única solución, ya que tanto la solución especificada por (1.71) para el
caso a) como la (1.73) para el caso b) verifican la ecuación cualquiera que sea el valor de la constante
A. En el ejemplo 1.17 también se evidencia la dificultad existente para encontrar una solución
particular; dado que en el capítulo IV se expone un método general para resolver estas ecuaciones, aquí
no se insiste más en el tema.
La solución a la ecuación homogénea determinada en el ejemplo anterior es generalizable a un orden P.

La secuencia
yh[n] = A λn (1.74)
verifica la ecuación (1.63), si
P
A ∑ ak λ n-k = 0
k=0
o también:
λn-P ( ao λP + a1 λP -1 + a2 λP-2 + … + aP-1 λ + aP ) = 0
Descartando la solución λ=0, las P raíces λ1, …, λp de la ecuación característica:
ao λP + a1 λP -1 + a2 λP-2 + … + aP-1 λ + aP = 0 (1.75)
generan exponenciales que verifican la ecuación homogénea. Así, suponiendo todas las raíces distintas,
la solución a la homogénea se puede expresar como la siguiente combinación lineal de exponenciales:
yh[n] = A1 λ1n + A2 λ2n + … + AP λPn (1.76)
EJERCICIO 1.13: Demuestre que la solución a la ecuación
y[n] - 2 (cos ωo ) y[n-1] + y[n-2] = 0

es una sinusoide con frecuencia ω o. Utilice la opción "Ecuación en diferencias finitas" del menú
"Generación" del programa 62 para comprobarlo.♦
1.5.1 Sistemas definidos por ecuaciones en diferencias finitas
En este apartado se ofrecen ejemplos de sistemas cuya relación entre la entrada y la salida puede
expresarse por medio de una E.D.F. lineal con coeficientes constantes. Sin embargo, esta ecuación es
en general una caracterización parcial del sistema, ya que para una excitación x[n] no determina una
respuesta y[n] única, contrariamente a lo esperado de un sistema: a una entrada, una salida. Por ello,
debe reconocerse la necesidad de añadir ciertas condiciones adicionales a la E.D.F. que garanticen la
unicidad de la solución y que completen la definición del sistema.
EJEMPLO 1.18: En el ejemplo 1.14 y el ejercicio 1.9 se estudia el sistema L.I. con respuesta
impulsional h[n] = anu[n]. Su respuesta a una entrada x[n] viene determinada por la ecuación de
convolución:
∞ n
y[n] = ∑ x[k] an-k u[n-k] = ∑ x[k] an-k
k=-∞ k=-∞
Si se separa el sumando n-ésimo del resto del sumatorio, se obtiene:
n-1 n-1
y[n] = x[n] + ∑ x[k] an-k = x[n] + a { ∑ x[k] a(n-1)-k}
k=-∞ k=-∞
y, en definitiva, la ecuación en diferencias de primer orden:
y[n] = x[n] + a y[n-1] (1.77)
Esta ecuación permite calcular y[n] de una forma eficiente, puesto que por cada valor de la salida no es
necesario realizar la suma de infinitos términos que implica la ecuación de convolución, sino
únicamente acumular la última muestra disponible de la entrada x[n] a la salida previa y[n-1]
multiplicada por una constante. Obsérvese que si a=1, se trata del acumulador, sistema estudiado en los
ejemplos 1.10, 1.12 y 1.15.♦
La ecuación (1.77) es la misma ecuación E.D.F. cuya resolución se estudió en el ejemplo 1.17,
aunque en la forma en que está escrita sugiere ahora que el sistema que caracteriza es causal. Sin
embargo, esta información adicional tampoco es suficiente para determinar únicamente la respuesta del
sistema. Como se ilustra en el siguiente ejemplo, es preciso conocer el estado del sistema cuando se
aplica la excitación.
EJEMPLO 1.19: La secuencia x[n] = b nu[n] del ejemplo 1.17 puede interpretarse como una excitación
del sistema que comienza en n=0 y responde a la forma

x[n] = bn n≥0 (1.78)
Si el sistema estuvo en reposo antes de comenzar la entrada, es decir, y[n]=0 para n<0, la respuesta del
sistema queda totalmente determinada en (1.73), ya que la condición de reposo fuerza que A=0.
No obstante, la ecuación (1.77) también sugiere que, para conocer la respuesta y[n] del sistema en un
instante determinado, no es preciso conocer toda la evolución previa de la misma, sino únicamente qué
salida produjo en el instante anterior. Toda la información se condensa en un único valor que, para este
sistema de orden 1, es y[n-1]. Por tanto, para determinar la respuesta del sistema
y[n] = x[n] + a y[n-1] (1.79)
a la excitación que comienza en n=0 basta con conocer y[-1] o cualquier información equivalente
(condición inicial). En este ejemplo se consideran tres situaciones: a) y[-1] = K, b) sistema en reposo
o y[-1] = 0, c) y[0] = 0. El primer caso podría describir al estado en que ha quedado el sistema tras
aplicar una entrada previa no conocida; el segundo indica que, si no se aplica entrada, la salida se
mantiene nula, y en el tercer supuesto se desea prefijar un valor concreto de la salida. De acuerdo con
la expresión (1.73), la respuesta a la secuencia (1.78) para n≥0 viene dada por
b a n
y[n] = bn + a + A an n≥0 (1.80)
b-a a-b
a) Para determinar la constante A se tiene en cuenta que y[-1] = K. Particularizando en n=0 la ecuación
en diferencias (1.79) y sustituyendo los valores de las muestras, se obtiene:
y[0] = x[0] + ay[-1] ⇒ y[0] = 1 + aK
Por otro lado, la evaluación de y[0] en la ecuación (1.80) proporciona
b a
y[0] = + +A=1+A
b-a a-b
Así, asignando a y[0] el valor alcanzado a partir de la condición inicial, se encuentra:
A=aK
En definitiva, la respuesta del sistema es
b a n
y[n] = bn + a + a K an n≥0 (1.81)
b-a a-b
b) Si el sistema está en reposo cuando la entrada se aplica en n=0, significa que y[-1] = 0. Esta es la
condición auxiliar en este supuesto. Siguiendo el mismo razonamiento anterior y haciendo K=0 se
obtiene

b a n
y[n] = bn + a n≥0 (1.82)
b-a a-b
Esta secuencia se denomina respuesta en reposo.
c) En este último caso se desea prefijar un valor concreto de la salida, y[0] = 0. Al igualar este valor de
y[0] con (1.80) obtiene:
y[0] = 1 + A = 0 ⇒ A = -1
que proporciona la solución
b a n
y[n] = bn + a - an n≥0
b-a a-b
♦
A la luz del ejemplo anterior, pueden interpretarse las dos contribuciones a la salida (1.80): los dos
primeros términos, debidos a la solución particular, constituyen la respuesta con condiciones iniciales
nulas o respuesta en reposo. El último término, Aan, solución de la ecuación homogénea, corresponde
a la respuesta con entrada nula y sólo depende del estado del sistema antes de aplicar la entrada. En
general, para determinar las constantes de la solución a la homogénea (1.76), se necesitan condiciones
auxiliares que describan el estado del sistema al establecer la entrada (en este ejemplo sólo hay una
constante ya que el orden de la ecuación homogénea es P=1).
1.5.2 Sistemas recurrentes y no recurrentes
En la descripción de un sistema por una ecuación en diferencias puede ser de utilidad expresar la
ecuación en la siguiente forma:
1 Q P
y[n] = ( ∑ bk x[n-k] - ∑ ak y[n-k] ) (1.83)
ao k=0 k=1
que proporciona los valores de y[n] en función de los valores previos de la entrada y de la salida. La
condición de causalidad del sistema está implícita en esta expresión. La forma general de la ecuación
(1.83) se denomina recurrente, ya que para calcular una muestra de la salida se precisan valores de la
propia salida calculados previamente. Cuando P=0, la ecuación se reduce a
Q b
y[n] = ∑ a k x[n-k] (1.84)
k=0 o
La salida es función de los valores pasados y presente de la entrada, y no son necesarios los valores
anteriores de la salida. El sistema representado por esta ecuación se denomina no recurrente. Es

inmediato advertir que el acumulador (ejemplo 1.18) es recurrente, mientras que el promediador
(ejemplo 1.20) es no recurrente.
EJEMPLO 1.20: El carácter recurrente o no recurrente de la ecuación que describe un sistema no es

una característica determinante de las propiedades del sistema. Un mismo sistema puede admitir
diversas representaciones mediante ecuaciones en diferencias finitas. Tal es el caso, por ejemplo, del
sistema promediador cuya relación entrada-salida
1 L-1
y[n] = ∑ x[n-k]
L k=0
(1.85)
responde a una E.D.F. no recurrente de orden L-1 y coeficientes b k = 1/L (k=0, …, L-1). Aplicando el
cambio de variable n-k=m en (1.85) y operando de forma similar que en el ejemplo 1.18, se obtiene:
n
1 1 n-1
y[n] = ∑ x[m] = { ∑ x[m] + x[n] - x[n-L]}
L m=n-(L-1) L m=n-L
(1.86)
El primer sumando del último término de las igualdades se identifica como y[n-1], de modo que
finalmente puede escribirse:
1 1
y[n] = y[n-1] + x[n] - x[n-L] (1.87)
L L
Por comparación con la ecuación (1.83), puede afirmarse que el promediador es realizable por una
E.D.F. recurrente de orden L con P = 1, Q = L, y coeficientes ao = 1, a1 = -1, bo = - bL = 1/L y
b1 = …= bL-1 = 0.♦
La ecuación (1.83) puede interpretarse como una realización del sistema, ya que permite calcular
muestra a muestra la respuesta y[n] a una excitación introducida en un instante determinado, por
ejemplo n=no. Si el sistema está en reposo en el momento de comenzar la excitación (x[n]=0 e y[n]=0
para n<no), la ecuación (1.83) es todo lo que se precisa para obtener la respuesta del sistema. Si, por
el contrario, el sistema había respondido a una excitación previa no conocida, la ecuación (1.83) es
insuficiente para proporcionar y[n]. Es preciso disponer de información adicional (condiciones
iniciales) que permitan determinar y[no], y[no+1], y[no+2], …, y[no+M-1], siendo M el orden del
sistema. Por ejemplo, para P=2 y Q=3 sería suficiente conocer y[no-1], y[no-2], x[no-1], x[no-2] y
x[no-3], o información equivalente.
EJEMPLO 1.21: Con el sistema causal
y[n] = x[n] + b1 x[n-1] - a1 y[n-1] (1.88)
se procesa a partir del instante n = 0 una señal x[n] constante
x[n] = 1

La primera muestra de la respuesta
y[0] = x[0] + b1 x[-1] - a1 y[-1]
únicamente puede determinarse si se conocen x[-1] e y[-1]. Si el sistema parte del reposo,
x[-1] = y[-1] = 0, su respuesta en el instante n = 0 es
y[0] = x[0] = 1
y, de acuerdo con la relación entrada-salida del sistema, dada la muestra de entrada en el instante n se
determina la correspondiente muestra de la salida:
y[1] = x[1] + b1 x[0] - a1 y[0] = 1 + b1 - a1

y[2] = x[2] + b1 x[1] - a1 a y[1] = 1 + b1 - a1 (1 + b1 - a1) = (1 + b1)(1 - a1) + a12
y[3] = x[3] + b1 x[2] - a1 a y[2] = (1 + b1) (1 - a1 + a12) - a13
…
Se deja como ejercicio comprobar por inducción que la secuencia y[n] responde a la forma general
1 + b1 -b 1 + a 1
y[n] = + (-a1)n n≥0
1 + a1 1 + a1
Obsérvese que el caso particular a1 = -a y b1 = 0 corresponde al sistema de los ejemplos 1.17 y 1.19;
la respuesta y[n] anterior coincide con (1.82) cuando b = 1.♦
EJERCICIO 1.14: Compruebe que las realizaciones (1.85) y (1.87) para el promediador solamente son
equivalentes si se encuentran en reposo cuando se aplica la excitación.♦
1.5.3 Linealidad e invarianza
Si y1 [n] e y2 [n] son las correspondientes respuestas de un sistema descrito por la ecuación en
diferencias finitas (1.62) a las secuencias de entrada x1 [n] y x2 [n], no es difícil comprobar que
y[n] = a1 y 1 [n] + a2 y2 [n] cumple la ecuación cuando x[n] = a1 x 1 [n] + a2 x2 [n]; análogamente,
y1[n-m] la satisface cuando se toma como entrada x1[n-m]. Sin embargo, de esta circunstancia no cabe
deducir que los sistemas descritos por ecuaciones en diferencias finitas lineales con coeficientes
constantes sean necesariamente sistemas lineales e invariantes, ya que la respuesta a x[n] puede ser
distinta de y[n] por incluir una contribución que no dependa de la entrada. En efecto, en el ejemplo
1.19 se establece que la salida de los sistemas descritos por E.D.F. contiene dos términos: la respuesta
con entrada nula (solución a la ecuación homogénea) y la respuesta en reposo. La respuesta con entrada
nula no se altera si la entrada se multiplica por una constante; por tanto, el sistema incumple la
condición de linealidad (1.28). Tampoco se altera si la entrada se desplaza m muestras; por
consiguiente, el sistema no verifica la condición de invarianza (1.30). En cambio, el sistema es
incrementalmente lineal de acuerdo con la definición del ejemplo 1.7.

Cuando el sistema en ausencia de excitación produce salida nula (sistema en reposo), su respuesta a
cualquier entrada carece de la contribución de la homogénea y el sistema es lineal e invariante.
EJERCICIO 1.15: Pruebe que el sistema causal descrito por la ecuación
y[n] - a y[n-1] = x[n]
en condiciones iniciales y[-1] = K es variante. Para ello, calcule las primeras muestras de su respuesta
a la secuencia x[n] = bn-2u[n-2] y compárelas con las del mismo ordinal de y[n-2], donde y[n], que se
proporciona en (1.81), es la respuesta del mismo sistema a x[n] = bnu[n].♦
1.5.4 Respuesta impulsional
La respuesta impulsional de un sistema puede definirse a partir de la ecuación en diferencias finitas sin
más que aplicar una delta a su entrada. La respuesta impulsional de un sistema no recurrente se halla
sustituyendo x[n] por δ[n] en la ecuación (1.84):
Q b  1 b 0 ≤ n ≤ Q
h[n] = ∑ a k δ[n-k] =  ao n (1.89)
k=0 o  0 para otro n
La ecuación (1.84) es, por tanto, una ecuación de convolución. El sistema tiene una respuesta
impulsional de longitud finita Q muestras. Esta situación se ilustra en la figura 1.21 con a o=1. Un
sistema con respuesta impulsional de duración finita se denomina sistema FIR (Finite Impulse
Response).
Un sistema con respuesta impulsional de duración infinita se denomina sistema IIR (Infinite Impulse
Response). En general, la respuesta impulsional de un sistema definido por una ecuación en diferencias
viene dada por la recurrencia:
1 Q P
h[n] = ( ∑ bk δ[n-k] - ∑ ak h[n-k] ) =
ao k=0 k=1
b1
b0
h[n] b2 b6
... b5 8 ...
0 n
b3 b
b4 b7 8
Fig 1.21 Respuesta impulsional de un filtro FIR de longitud L=9 (orden M=8)

 a1 { b n - ∑P ak h[n-k]} 0 ≤ n ≤ Q
=
o k=1
(1.90)
- a1o ∑ ak h[n-k]
P
n < 0, n > Q
k=1
Nótese que la recurrencia correspondiente a los ordinales n<0 y n>Q coincide con la ecuación
homogénea. Como la respuesta impulsional es la caracterización de un sistema lineal e invariante,
para calcular la respuesta impulsional el sistema debe estar en reposo.
Resulta sencillo comprobar que, si los coeficientes de la E.D.F. son reales, h[n] es real y, por
definición, el sistema es real.
EJEMPLO 1.22: A fin de obtener la respuesta impulsional del sistema causal de primer orden
y[n] = x[n] +a y[n-1] (1.91)
del ejemplo 1.19, se supone el sistema inicialmente en reposo, para garantizar que la ecuación describe
un sistema lineal e invariante. Al aplicar la entrada x[n] = δ[n] en (1.91) y ser el sistema causal, la
respuesta impulsional satisface
h[n] = 0 n<0
h[n] = δ[n] +a h[n-1]
Evaluando la relación anterior para los ordinales n≥0, se obtiene:
h[0] = a h[-1] + 1 = 1
h[1] = a h[0] = a
h[2] = a h[1] = a2
…
h[n] = a h[n-1] = an
que, por inducción, sugiere la siguiente expresión general para la solución
h[n] = an u[n] (1.92)
Este mismo resultado se alcanza recordando que para n>Q (=0 en este ejemplo) h[n] coincide con la
solución a la homogénea. Así, puede escribirse
h[n] = A an n>0
Sabiendo que h[0] = 1, en la ecuación anterior se obtiene A=1 y, al incorporar la condición de

causalidad, se llega de nuevo a (1.92).♦

EJERCICIO 1.16: Justifique que la respuesta impulsional del sistema (1.88) del ejemplo 1.21 es
h[n] = (1 - b1/a1) (-a1)n u[n] + b1/a1 δ[n] ♦

EJERCICIO 1.17: Como ya se ha expuesto, la causalidad es una propiedad a especificar cuando se
caracteriza un sistema por medio de una ecuación en diferencias; la misma ecuación que describe un
sistema causal puede representar un sistema no causal. Suponiendo, como en el ejemplo 1.22, el
sistema en reposo cuando se aplica la entrada, compruebe que la respuesta impulsional del sistema no
causal descrito por la ecuación
1
y[n-1] = (y[n] - x[n])
a
o equivalentemente
1
y[n] = (y[n+1] - x[n+1])
a
es la secuencia h[n] = -an u[-n-1]. Nótese que, en este caso, la condición de que el sistema se encuentre
inicialmente en reposo significa y[n] = 0 para n>0.♦
Es importante observar que la respuesta en reposo puede obtenerse mediante la convolución de la

excitación x[n] y la respuesta impulsional h[n]. Como ejemplo sirva la respuesta en reposo (1.82) a la
excitación x[n] = bnu[n] del sistema del ejemplo 1.19, cuya respuesta impulsional es h[n] = an u[n]; la
expresión (1.46) del ejercicio 1.9 ofrece la convolución de ambas secuencias.
EJEMPLO 1.23: Se estudia la respuesta de un sistema descrito por una ecuación en diferencias finitas
a la exponencial. Considérese de nuevo la ecuación (1.62) que rige la relación entre la entrada y la
salida de un sistema y que se reproduce para facilitar la referencia
P Q
∑ ak y[n-k] = ∑ bk x[n-k] (1.62)
k=0 k=0
Si se aplica a la entrada del sistema en reposo una secuencia exponencial x[n] = zn, autofunción de los
sistemas lineales e invariantes, la salida es proporcional a la misma exponencial
y[n] = H(z) zn (1.93)
siempre que H(z) exista o, lo que es lo mismo, la serie (1.56) que define H(z) converja. Al sustituir
x[n] e y[n] en la ecuación (1.62)
P Q
∑ ak H(z) zn-k = ∑ b k z n-k
k=0 k=0

simplificando zn en ambos términos de la igualdad y despejando H(z), se obtiene:
Q
∑ bk z- k
k=0
H(z) = (1.94)
P
∑ ak z-k
k=0
En consecuencia, la función de transferencia de un sistema caracterizado por una ecuación en diferencias

finitas es un cociente de polinomios en z-1, cuyos coeficientes son directamente los coeficientes de la
ecuación. Por ejemplo, la función de transferencia de los sistemas L.I. caracterizados por la ecuación
y[n] - a y[n-1] = x[n]
viene dada por
1
H(z) =
1-a z-1
Por tanto, la solución particular (respuesta en reposo) a x[n] = bn, calculada en el ejemplo 1.17 y
proporcionada en (1.70), puede expresarse
yp[n] = H(b) bn =
b n
b-a
b ♦
EJEMPLO 1.24: Se desea diseñar un sistema de orden dos no recurrente que cancele un tono a la
frecuencia ωo=π/4. La ecuación en diferencias que debe cumplir el filtro es
Q
y[n] = ∑ bk x[n-k] (1.95)
k=0
con Q=2, y se debe diseñar (hallar bk) de manera que la salida se anule si la entrada es:
1 j(π/4)n
x[n] = cos (πn/4) = (e + e-j(π/4)n)
2
Como x[n] es una combinación de exponenciales, la respuesta del sistema a x[n] se puede expresar
como combinación lineal de las respuestas del sistema a cada una de ellas:
1 j(π/4)n 1
y[n] = e H( ejπ/4) + e-j(π/4)n H(e-jπ/4)
2 2
Para que la salida se anule debe cumplirse que:
H( ejπ/4) = H( e-jπ/4) = 0 (1.96)

La función de transferencia se determina en (1.94) con P=0, ao=1 y Q=2. Resulta
H(z) = bo + b1 z-1 + b2 z-2 (1.97.a)
Si se llama zi a las raíces del polinomio que define H(z), se puede expresar como:
2
H(z) = bo ∏ (1-zi z-1) (1.97.b)
i=0
Para satisfacer la condición (1.96), basta con forzar que los ceros del polinomio que define H(z)
coincidan con las bases de exponenciales de la entrada, es decir:
z 1 = ejπ/4 z2 = z1 * = e-jπ/4
Puesto que bo es un factor que afecta únicamente a la ganancia del filtro, y no se especifica nada al
respecto, puede tomarse bo =1. Al sustituir z1 , z2 y bo en (1.97.b), se obtiene la función de
transferencia:
H(z) = (1 - ejπ/4 z-1) (1 - e-jπ/4 z-1) = 1 - 2 cos(π/4) z-1 + z-2 =

=1-  √ 2 z-1 + z-2
Identificando esta expresión con (1.97.a), se determinan los coeficientes del sistema: bo=1, b1 = -
√ 2,
b2 = 1. Así, de acuerdo con (1.95), la relación entrada-salida del sistema es
y[n] = x[n] -
√ 2 x[n-1] + x[n-2]
La respuesta impulsional del filtro que cancela la frecuencia ωo=π/4 se muestra en la figura 1.22.♦
h[n] 1
... ...
0 2 n
− 2
Fig. 1.22 Respuesta impulsional de un filtro cancelador de un tono a la frecuencia ωο= π/4
1.5.5 Representación por diagramas de bloques de sistemas descritos por

ecuaciones en diferencias finitas
La caracterización de un sistema L.I. por medio de una ecuación en diferencias finitas lineal con
coeficientes constantes es una herramienta muy útil en el estudio de sistemas discretos, tanto para su
análisis como para su diseño.

La ecuación
1 Q P
y[n] = ( ∑ bk x[n-k] - ∑ ak y[n-k] )
ao k=0 k=1
repetida en este apartado por comodidad, proporciona un algoritmo programable en un computador para
calcular la respuesta de un sistema a una excitación dada. Sin embargo, las operaciones requeridas para
este cálculo son susceptibles de ser organizadas en combinaciones diferentes. En este apartado se
muestran dos organizaciones (estructuras o realizaciones) cuya relación entrada-salida está descrita por
la misma ecuación; en los capítulos 4 y 5 se amplia este estudio con otras estructuras alternativas, se
proporcionan herramientas para su análisis, se ofrece la versión algorítmica de las más utilizadas y se
discuten algunos criterios para la elección de una realización concreta. Como ejemplos de estos
criterios puede citarse la robustez o la inmunidad frente a errores de precisión en la representación de
las parámetros de la estructura o en las operaciones aritméticas, aprovechamiento de las características
de la máquina para realizar los cálculos, estabilidad del sistema diseñado, etc.
x[n] y[n] = x[n-1]

Retardador z-1
x[n] a y[n] = a x[n]

Multiplicador
x2 [n]
x1[n] y[n] = x 1[n] + x2 [n]

Sumador ⊕
Fig. 1.23 Diagrama de bloques de los elementos básicos que componen un sistema descrito por una ecuación
lineal en diferencias finitas con coeficientes constantes.
Las distintas estructuras son descritas mediante diagramas de bloques cuyos componentes básicos
realizan cada una de las tres operaciones que intervienen en una ecuación en diferencias finitas: retardo,
multiplicación de una secuencia por una constante y suma elemento a elemento de dos secuencias. Los
tres componentes básicos están representados en la figura 1.23. El elemento retardador de una muestra
viene representado por un bloque rotulado con z-1, que es exactamente su función de transferencia
(1.57); es un elemento con memoria, ya que en el instante n recuerda el valor de la muestra a su
entrada en n-1. Los dos últimos componentes realizan operaciones algebraicas y son dispositivos sin
memoria. Para ilustrar la interpretación de estos elementos y sus combinaciones para formar
realizaciones complejas, es conveniente comenzar el estudio por sistemas sencillos.
Considérese en primer lugar el sistema L.I. causal definido por la ecuación:

y[n] = bo x[n] + b1 x[n-1] (1.98)
Esta ecuación sugiere un algoritmo para su realización que se ilustra en la figura 1.24. La realización
consta de un sumador, dos multiplicadores y un retardador. La salida y[n] se calcula mediante la
combinación lineal de la muestra actual de la secuencia de entrada x[n] y la salida del retardador v[n],
que recuerda el valor previo de la entrada x[n-1]; a continuación, se actualiza el valor de la salida del
retardador, para ser empleada en el instante siguiente; este ciclo de trabajo se repite indefinidamente
para n sucesivos. Se diferencian claramente dos tipos de operaciones en cada ciclo: la operación
algebraica realizada por multiplicadores y sumador, y la operación de memoria que implica al
retardador. Es interesante observar que, al comienzo de la excitación, por ejemplo n=0, la condición
inicial del sistema es proporcionada por la salida del retardo en ese instante (v[0]).
x[n] bo y[n]
⊕ y[n] = bo x[n] + b 1 v[n]
z-1 v[n+1] = x[n]
b1
v[n]
Fig. 1.24 Diagrama de bloques del sistema no recurrente definido por (1.98)
x[n] bo y[n]
⊕
y[n] = bo x[n] - a 1 v[n]
z -1
-a 1 v[n+1] = y[n]
v[n]
Fig. 1.25. Diagrama de bloques del sistema recurrente definido por (1.99)
La representación del sistema causal
y[n] = - a1 y[n-1] + bo x[n] (1.99)
se indica en la figura 1.25. El elemento retardador recuerda el valor de la salida en un instante n para el
cálculo de la muestra de la misma salida en el instante siguiente. En esta realización se pone de
manifiesto la realimentación inherente a los sistemas descritos por una ecuación recurrente.
EJERCICIO 1.18: Haciendo uso del ciclo de trabajo indicado en la figura 1.25, calcule la respuesta del
sistema (1.99) a la señal x[n] = bn a partir de n=0 y con la condición inicial v[0] = K. Suponga los
siguientes valores para las constantes del sistemas: a1=-a, bo=1. Compruebe que la respuesta coincide
con la expresión (1.81), obtenida en el problema 1.19 a partir de la solución general de la ecuación en
diferencias finitas que caracteriza el sistema.♦

x[n] bo w[n] y[n] x[n] z[n] bo y[n]

⊕ ⊕ ⊕ ⊕
z-1 z -1 z -1 z -1
b1 -a 1 -a1 b1
v[n] v[n]
Fig. 1.26 Diagrama de bloques del sistema Fig. 1.27 Diagrama de bloques alternativo del sistema
recurrente definido por (1.100) recurrente definido por (1.100)
Como último ejemplo considérese el sistema caracterizado por la ecuación
y[n] = bo x[n] + b1 x[n-1] - a1 y[n-1] (1.100)
que sugiere inmediatamente la realización la mostrada en la figura 1.26 compuesta por la cascada de
dos subsistemas. El primero está caracterizado por la ecuación (1.101) y contiene la parte no recurrente
del sistema; el segundo subsistema, caracterizado por la ecuación (1.102), contiene la parte recurrente:
w[n] = bo x[n] + b1 x[n-1] (1.101)

y[n] = w[n] - a1 y[n-1] (1.102)
El primer subsistema tiene como entrada x[n] y como salida w[n]. El segundo responde con y[n] a la
entrada w[n]. Por ser dos sistemas lineales e invariantes, de acuerdo con la propiedad conmutativa de la
convolución, sus posiciones son intercambiables y, por tanto, se pueden disponer como muestra la
figura 1.27. A partir de este diagrama de bloques, pueden deducirse las relaciones siguientes:
z[n] = - a1 z[n-1] + x[n] (1.103)

y[n] = bo z[n] + b1 z[n-1] (1.104)
Las secuencias x[n] e y[n] que verifican (1.103) y (1.104), también cumplen (1.100), aunque esta
última ecuación no sugiere directamente la realización de la figura 1.27. Nótese que la señal intermedia
z[n] es almacenada por partida doble para realizar tanto la parte recurrente como la no recurrente. Esta
redundancia se elimina mediante la estructura de la figura 1.28, donde se ha utilizado un único
elemento retardador. En la misma figura se ofrecen las ecuaciones que definen un ciclo de operación de
la estructura; cada ciclo permite calcular la salida en el instante n una vez conocida la muestra x[n] de
la entrada y guardar la información necesaria para el ciclo correspondiente al instante siguiente.
x[n] z[n] bo y[n]

⊕ ⊕ z[n] = x[n] - a1 v[n]
z -1 y[n] = bo z[n] + b1 v[n]
-a1 b1
v[n+1] = z[n]
v[n]
Fig. 1.28 Diagrama de bloques del sistema definido por (1.100) utilizando el menor número de retardos.

EJERCICIO 1.19: Calcule la respuesta impulsional de los sistemas que representan los diagramas de
bloques que se muestran en las figuras 1.26 y 1.27.♦
Los resultados que se acaban de exponer pueden ser generalizados para una ecuación en diferencias de
cualquier orden. Supóngase, sin pérdida de generalidad, que todos los coeficientes han sido escalados de
tal forma que ao = 1, y que P = Q, ya que los coeficientes ak o bk no contenidos en la ecuación pueden
ponerse a cero. La ecuación toma la forma
P P
y[n] = ∑ bk x[n-k] - ∑ ak y[n-k] (1.105)
k=0 k=1
El diagrama de bloques correspondiente se muestra en la figura 1.29. Esta realización se denomina

forma directa I porque se corresponde directamente con la ecuación (1.105). Nótese que los
coeficientes asociados a los multiplicadores de la parte recurrente son -a k. Si se reiteran los pasos
seguidos anteriormente con el sistema de orden 1 definido por la ecuación (1.100) e ilustrados en las
figuras 1.27 y 1.28, se alcanza la realización mostrada en la figura 1.30, que requiere únicamente P
retardos. Esta estructura se denomina forma directa II y, por precisar el menor número de retardos,
también es conocida por canónica I . Las ecuaciones que rigen esta nueva realización son:
P
z[n] = x[n] - ∑ ak z[n-k] (1.106)
k=1
P
y[n] = ∑ bk z[n-k] (1.107)
k=0
EJERCICIO 1.20: Proponga una realización para el sistema acumulador, el promediador de L muestras
causal y el sistema diseñado en el ejemplo 1.24.♦
x[n] bo w[n] y[n] x[n] z[n] bo y[n]

⊕ ⊕ ⊕ ⊕
z -1 z-1 z -1
b1 -a 1 -a1 b1
⊕ ⊕ ⊕ ⊕
z -1 z-1 z -1
b2 -a 2 -a2 b2
⊕ ⊕ ⊕ ⊕
-a P-1 -a P-1 bP-1
⊕
bP-1
⊕ ⊕ ⊕
z -1 z-1 z -1
-a P -aP bP
bP
Fig. 1.29 Estructura de la forma directa I Fig. 1.30 Realización de la forma directa II

x[n]
... ...
n
Fig. P1.1
1.6 Problemas
PROBLEMA 1.1: Calcule la frecuencia de la secuencia senoidal mostrada en la figura P1.1.
PROBLEMA 1.2: Determine si cada una de las siguientes secuencias es periódica o no. Si lo es,
calcule su periodo:
a) x[n] = cos(8πn/7 + 2)
b) x[n] = cos(πn2/8)
∞
c) x[n] = ∑ {δ[n-3m] - δ[n-1-3m]}
m=-∞
d) x[n] = cos(n/4) cos(πn/4)
e) x[n] = 2 cos(πn/4) + sen(πn/8) - 2 cos(πn/2 + π/6)
PROBLEMA 1.3: Siendo x[n] la entrada e y[n] la salida del sistema, ¿cuál de las relaciones siguientes
define un sistema lineal, invariante, causal y estable?:
n+N
a) y[n] = ∑ x[k]
k=n-N
b) y[n] = a x[n] + b
n
c) y[n] = ∑ x[k]
k=0
d) y[n] = x[n] cos ωo + x[n-1]
N
e) y[n] = ∑ x[k]
k=0
PROBLEMA 1.4: Identifique el sistema lineal, invariante, causal y estable entre los sistemas
siguientes:
a) h[n] = u[n]
b) h[n] = ( )
1 2
n+1
u[n]
c) h[n] = e-|n|
d) y[n] = x[n] - 2 y[n-1]
e) y[n] = x[n] - n y[n-1]

PROBLEMA 1.5: Sea a[n] una secuencia causal y acotada. ¿Cuál de las siguientes afirmaciones es
correcta?
a) El sistema h[n] = a[n] * a[-n] es variante.
b) El sistema h[n] = a[n].a[-n] es no causal.
c) El sistema h[n] = a[n] + a[-n] es lineal y no causal.
d) El sistema h[n] = a[n] + a[-n] es causal e inestable.
e) El sistema h[n] = a[n] es estable.
PROBLEMA 1.6: Sea un sistema discreto definido por la relación:
 1 y[n-1] + x[n] n ≥ 0
y[n] =  n+1
 0 n < 0
Si h[n,k] es la respuesta del sistema a un impulso aplicado en el instante n = k. Elija una respuesta:
a) el sistema es invariante y, por tanto, la respuesta impulsional no depende de k.
b) h[0,0] = 0, h[0,1] = 1
c) h[1,0] = 1, h[1,1] = 1/3
d) h[2,0] = 1/6, h[2,1] = 1/3
e) h[3,0] = 1/12, h[3,1] = 1/24
PROBLEMA 1.7: a) Realice analíticamente la convolución entre las secuencias:
h[n] = an u[n]
x[n] = (bn + b*n) u[n]
b) Con ayuda del programa 62 realice la convolución y dibuje la secuencia resultante para los
siguientes valores: a = 0,7, b = 0,9 ejπ/4, b = 0,1 ejπ/4, b = 0,9 ej3π/4, b = 0,1 ej3π/4.
c) Comente el efecto de la relación entre a y |b| en cuanto al decrecimiento de la señal y la influencia
de la fase de b.
PROBLEMA 1.8: Si la entrada x[n] = (-1)n = cos πn se aplica al sistema definido por:
h[n] = 6(1/2)n u[n] - 5(1/4)n u[n]
La salida es:
a) y[n] = 0 c) y[n] = 2(1/2)n u[n] - (1/4)n u[n] + cosπn
b) y[n] = 2(1/2)n u[n] - (1/4)n u[n] d) y[n] = 2(1/2)n u[n] + (1/4)n u[n] + cosπn
PROBLEMA 1.9: Calcule la convolución y[n] = x[n] * h[n] de los siguientes pares de señales
a) x[n] = an u[n]; f) x[n] = {…0, 0, 1, 2, 1, 1, 0, 0,…}
n
h[n] = b u[n] a≠b h[n] = {…0, 0, 1, -1, 0, 0, 1, 1, 0, 0, …}

b) x[n] = h[n] = an u[n] g) x[n] = {…0, 0, 1, 1, 0, 1, 1, 0, 0, …}

h[n] = {…0, 0, 1, 2, 3, 2, 1, 0, 0, …}
c) x[n] = 2n u[-n] h) x[n] = 1 para todo n

1 n
h[n] = u[n]
h[n] =
2 () u[n] + 4n u[-n-1]
d) x[n] = (-1)n {u[-n] - u[-n-8]} i) x[n] = u[n] - u[-n]

1 n
h[n] = u[n] - u[n-8] h[n] =
2 () u[n] + 4n u[-n-1]
e) x[n] = p5[n] -1 n
h[n] = p6[n-2] + p6[n-11] j) x[n] =
2 () u[n-4]
h[n] = 4n u[2-n]
PROBLEMA 1.10: a) Considere la conexión de sistemas descrita en la figura P1.10. Exprese la

respuesta impulsional h[n] del sistema total en función de h1[n], h2[n], h3[n], h4[n] y h5[n].
b) Determine h[n] cuando:
1 n h2[n] = h3[n] = (n + 1) u[n]
h1[n] = 4
2() { u[n] - u[n-3]}
h4[n] = δ[n - 1] h5[n] = δ[n] - 4 δ[n - 3]
c) Dibuje la respuesta del sistema del apartado anterior a la entrada

x[n] = {…0, 0, -1, 0, -1, 1, 2, 0, -1, 0, 0,…}
PROBLEMA 1.11: Determine si cada una de las siguientes afirmaciones o ecuaciones es cierta en
general. Demuestre las que crea que son ciertas y ponga contraejemplos a las que crea que son falsas.
{ }
a) x[n] * {h[n] g[n]} = x[n] * h[n] g[n]
b) an x[n] * an h[n] = an {x[n] * h[n]}
c) Si y[n] = x[n] * h[n], entonces y[2n] = 2 x[2n] * h[2n]
d) Si y[n] = x[n] * h[n], entonces y[2n] = x[2n] * h[2n]
h2[n]
x[n] +
y[n]
h1[n] ⊕ ⊕
-
h3[n] h4 [n]
h5[n]
Fig. P1.10

PROBLEMA 1.12: Un banco concede un préstamo de 10 millones de pesetas que se debe devolver en
30 años. Cada mes se debe devolver al banco una cuota constante de p pesetas. El banco aplica un
interés mensual del 1,25% (15% anual) sobre el capital que falta por devolver. Calcule la cuota
mensual p. Para ello:
a) Si y[n] representa el capital pendiente después de que se haya efectuado el n-ésimo pago mensual,
escriba la ecuación en diferencias que relaciona el capital pendiente y[n], el interés mensual r, la
cuota constante mensual p, y el capital pendiente en el mes n-1. Suponga que el préstamo se ha
realizado en el mes 0 y que los pagos mensuales empiezan en el mes 1.
b) Identifique la anterior ecuación con la ecuación general
P Q
∑ ak y[n-k] = ∑ bk x[n-k]
k=0 k=0
dando el valor de P, Q, ak, bk y x[n].

c) Compruebe que para n ≥ 0
(1+r)n-1
y[n] = (1+r)n y[0] - p
r
d) A partir de la expresión anterior calcule la cuota mensual constante p necesaria para devolver el
préstamo en 30 años.
e) Calcule la cantidad total que se le abona al banco en los 30 años.
PROBLEMA 1.13: La secuencia x[n] = {…, 0, 1, 1, 2, 3, 5, 8, 13, 21, …} se conoce bajo el nombre
de Serie de Fibonacci. Cada muestra es la suma de las dos anteriores a excepción de x[0] = 1. Se pide:
a) Justifique que la ecuación en diferencias que satisfacen los elementos de la serie es:
x[n] = x[n-1] + x[n-2] + δ[n]
b) Determine las constantes de la expresión de x[n] obtenida como solución de la ecuación anterior:
n n
x[n] = (A1 λ1 + A2 λ2) u[n]
c) Calcule el cociente x[n]/x[n-1] cuando n es muy grande.
PROBLEMA 1.14: Considere un sistema definido por una ecuación en diferencias finitas lineal con
coeficientes constantes. Partiendo de la solución completa de la ecuación, demuestre que, si el sistema
es estable, su respuesta a la secuencia
x[n] = ejωn
responde a la expresión
y[n] = H(ejω) ejωn

PROBLEMA 1.15: En este problema se muestra un método para hallar la respuesta impulsional de un
sistema descrito por una ecuación en diferencias finitas.
a) Considere el sistema L.I. en reposo y causal definido por la ecuación en diferencias:
1
y[n] - y[n-1] = x[n] (P1.15-1)
2
Si x[n] = δ[n] calcule y[0] ¿Qué ecuación satisface h[n] para n≥0, y con qué condición auxiliar?
Resuelva dicha ecuación y obtenga h[n].
b) Considere el sistema L.I. en reposo y causal definido por la ecuación en diferencias:
1
y[n] - y[n-1] = x[n] + 2 x[n-1] (P1.15-2)
2
Este sistema está representado en la figura P1.15-1 como la interconexión en cascada de dos
sistemas L.I. inicialmente en reposo y causales. De acuerdo con las propiedades de los sistemas
L.I. podemos intercambiar el orden en que están conectados como se muestra en la figura 1.15-2.
A partir de esta nueva combinación y el resultado obtenido en a), calcule la respuesta impulsional
del sistema descrito por la ecuación (P1.15-2).
c) Considere el sistema en reposo y causal definido por la ecuación en diferencias finitas
P
∑ ak y[n-k] = x[n] (P1.15-3)
k=0
Si ao ≠ 0, exprese h[n] en función de las raíces de la ecuación característica y determine sus

condiciones iniciales. Considere a continuación el sistema L.I. en reposo y causal definido por la
ecuación en diferencias finitas
P Q
∑ ak y[n-k] = ∑ bk x[n-k] (P1.15-4)
k=0 k=0
x[n] z[n] y[n]

1
z[n] = x[n] + 2x[n - 1] y[n] - y[n − 1] = z[n]
2
Fig P1.15-1
x[n] w[n] y[n]

1
w[n] - w[n − 1] = x[n] y[n] = w[n] + 2w[n - 1]
2
Fig P1.15-2

Exprese la respuesta impulsional de este sistema en términos de la respuesta del sistema L.I.
descrito por (P1.15-3).
d) Encuentre, aplicando el método del apartado c, las respuestas impulsionales de los sistemas L.I. y
causales descritos por las ecuaciones:
1) y[n] - y[n-2] = x[n]
2) y[n] - y[n-2] = x[n] + 2 x[n-1]
3) y[n] - y[n-2] = 2 x[n] - 3 x[n-4]
PROBLEMA 1.16: Averigüe si alguna de las estructuras de las figuras P1.16-1, P1.16-2 o P1.16-3
presenta la respuesta impulsional h[n] = p5[n].
x[n] -1 y[n] x[n] -1 y[n]

⊕ ⊕
z -4 z-1 z -1
-1
-1 1 ⊕
⊕ z -1
-1
Fig. P1.16-1
⊕
x[n] y[n] z -1
⊕ ⊕ -1
⊕
z -1
z -1
1 -1 -1
z -4
Fig. P1.16-2 Fig. P1.16-3
x[n] y[n]
⊕ ⊕
z -1
a b
Fig. P1.17
PROBLEMA 1.17: a) Obtenga las ecuaciones que rigen el funcionamiento del sistema de la figura
P1.17 y escriba, en cualquier lenguaje de programación que conozca, un programa que las realice.
b) Determine la relación entrada-salida y calcule la respuesta y[n] a la secuencia x[n] = signo[n].

2 La representación frecuencial 73
2. La representación frecuencial
2.0 Introducción
Se ha visto en el capítulo anterior que la respuesta de un sistema lineal e invariante a una componente
frecuencial:
x[n] = C ejωn
conserva la misma dependencia temporal:
y[n] = C H(ejω) ejωn
La influencia del sistema se manifiesta en H(ejω ), respuesta frecuencial del mismo, que afecta al
módulo y al argumento del fasor C de la respuesta y que se relaciona con la respuesta impulsional h[n]
del sistema mediante la expresión:
∞
H(ejω) = ∑ h[n] e-jωn
n=-∞
Si se considera que ω representa cualquier pulsación real, la respuesta frecuencial es una función
compleja de variable real cuya relación con la respuesta impulsional define la transformada de Fourier
de una secuencia.
La importancia de esta transformación puede ser comprendida si se piensa que la aplicación de los
sistemas discretos en el ámbito de las comunicaciones tiene lugar en un entorno analógico; es decir,
los sistemas discretos sustituyen a sistemas analógicos. En el dominio analógico la caracterización
frecuencial tiene especial relevancia fundamentalmente debido a las dos razones siguientes:
a) La respuesta frecuencial de un sistema es medible en el laboratorio, no así la respuesta impulsional
(lo que la relega a un carácter meramente teórico); además, las componentes frecuenciales de una
señal pueden ser determinadas experimentalmente.
b) Señales con distintas componentes frecuenciales pueden compartir el mismo soporte de
transmisión sin interferirse entre sí.
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones establecidas en
las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento informático, y la distribución de
Europea.
El primer argumento es la base experimental del estudio de los sistemas de transmisión; el segundo
proporciona la clave del desarrollo de las comunicaciones, de modo que muchos canales de información
pueden establecerse por el mismo medio físico (ya sea la atmósfera, un cable o una fibra óptica).
Este capítulo comienza con el estudio de la transformada de Fourier (TF) de una secuencia. Prosigue
con la transformada discreta de Fourier (DFT) que, contrariamente a la anterior, transforma una
secuencia en otra secuencia. Dedica especial atención a los teoremas de la transformada de Fourier y de
su versión discreta, y considera la transformación de secuencias con potencia media finita. Introduce
los conceptos de correlación y espectro, que sirven de puente con el estudio frecuencial de las señales
aleatorias estacionarias. El capítulo concluye con el estudio del diezmado y la interpolación, dos
operaciones sobre secuencias fundamentales en los sistemas de comunicaciones, ya que están
relacionadas con los procesos de modulación y multiplexión. El contenido de este capítulo se completa
con las prácticas III y IV, donde se estudian las secuencias periódicas y la aplicación del enventanado de
secuencias a la detección de sinusoides y el diseño de filtros.
2.1 La transformada de Fourier
Sea x[n] una secuencia absolutamente sumable:
∞
∑ |x[n]| < ∞ (2.1)
n=-∞
La serie de potencias
∞
X(ejω) = ∑ x[n] e-jωn (2.2.a)
n=-∞
define una función compleja de variable real ω que recibe el nombre de transformada de Fourier de la
secuencia x[n]. La condición (2.1) garantiza que la serie de potencias converge uniformemente a la
función X(ejω); es decir, que para todo ω se verifica:
N
l i m | X(ejω ) - ∑ x[n] e-jωn | = 0
N→∞ n=-N
La transformada X(ejω) es periódica con periodo 2π, por serlo cada uno de los términos e-jωn. En
consecuencia, la expresión (2.2.a) puede interpretarse como el desarrollo de X(ejω) en serie de Fourier
cuyos coeficientes son las muestras x[n] de la secuencia; ello permite invertir la transformación
mediante la relación:

π 2π
1 jω ) ejωn dω = 1
2π -π∫ 2π 0∫
x[n] = X(e X(ejω) ejωn dω (2.2.b)
que corresponde al cálculo del coeficiente n-ésimo del desarrollo de X(e jω ) en serie de Fourier.
Obsérvese que la integral se extiende a un periodo cualquiera; en (2.2.b) se han hecho explícitos los
dos considerados más habitualmente. En definitiva, las expresiones (2.2.a) y (2.2.b) definen,
respectivamente, las transformadas directa e inversa de Fourier de una secuencia.
EJEMPLO 2.1: Considérese la secuencia
0 ≤ n ≤ L-1
pL[n] = { 01 para otro n (2.3.a)
que corresponde a un pulso de L muestras con origen en n=0. Su transformada de Fourier se obtiene
como sigue; por definición
∞ L-1
P(ejω) = ∑ pL[n] e-jωn = ∑ e -jωn
n = -∞ n = 0
Ahora bien, sumando la progresión geométrica
1 - e-jωL
P(ejω ) =
1 - e -jω
sacando factor común e-jωL/2 en el numerador y e-jω/2 en el denominador, y tras aplicar la igualdad de
Euler, la transformada resulta
L
e-jωL/2 e jωL/2 - e -jωL/2 sen 2 ω
P(ejω) = = e-jω(L-1)/2 (2.3.b)
e-jω/2 e jω/2 - e -jω/2 1
sen2 ω
En la figura 2.1 se representa el módulo y la fase de PL(ejω) cuando L=30, en el intervalo 0 ≤ ω ≤ π

(el eje de abscisas se ha escalado en frecuencia de 0 a 0,5). En general, la transformada se anula para
L
ω=πk para k entero, excepto 0, ±L, ±2L, ...
2
es decir
2π
ω= k para k entero, excepto 0, ±L, ±2L, ...
L

Fig. 2.1 Módulo y fase de la transformada de Fourier de un pulso de 30 muestras

y para ω = 2πk (k entero) la transformada toma el valor máximo L. En la figura 2.1 se puede observar
que la fase presenta discontinuidades; en efecto, la fase de la transformada es la suma de la fase (lineal)
L 1
de la exponencial e-jω(L-1)/2 y de la función real sen 2 ω / sen 2 ω, que tiene fase cero cuando es
positiva e introduce fase π cuando es negativa, lo que justifica los saltos de π radianes en la fase en los
ceros simples de la transformada. Debe señalarse que, en general, para mantener la representación de la
fase entre -π y π, cuando ésta alcanza uno de estos extremos, se le añade 2π o -2π, respectivamente;
esta práctica, que no ha sido necesaria en la figura 2.1, introduce discontinuidades de 2π radianes.♦
EJEMPLO 2.2: Para la secuencia exponencial
x[n] = an u[n] (2.4.a)
la definición de la transformada de Fourier permite escribir
∞ ∞ ∞
1
X(ejω) = ∑ x[n] e-jωn = ∑ an e-jωn = ∑ (a e-jω)n = (2.4.b)
n=-∞ n=0 n=0 1 - a e -jω
La convergencia tiene lugar cuando cuando la serie geométrica es sumable; es decir, cuando la base a de
la exponencial satisface la condición:
| a e-jω | < 1
Por tanto, la secuencia exponencial x[n] ha de cumplir
|a| < 1
para poseer transformada de Fourier.♦
La relajación de la condición de convergencia uniforme a convergencia cuadrática
π N
lim ∫ | X(ejω ) - ∑ x[n] e-jωn |2 = 0
N → ∞ -π n=-N
permite extender la existencia de la transformada de Fourier a las secuencias cuya energía Ex es finita:
∞
Ex = ∑ |x[n]|2 < ∞ (2.5)
n=-∞
La convergencia cuadrática permite a X(ejω ) presentar en el intervalo [-π, π] un número finito de

discontinuidades de primera especie, donde la serie que define la transformada converge al valor medio

en la discontinuidad. Este resultado constituye el teorema de Dirichlet sobre la convergencia puntual de

las series de Fourier.
EJEMPLO 2.3: El sistema cuya respuesta frecuencial se muestra en la figura 2.2
|ω| ≤ ω c
H(ejω) = { 01 ω c < |ω| ≤ π
recibe el nombre de filtro paso bajo ideal, ya que permite el paso de las componentes de baja frecuencia
sin afectar ni a su amplitud ni a su fase, y elimina las componentes con frecuencia superior a la
frecuencia de corte ωc. Esta función presenta discontinuidades de primera especie para ω = ± ωc; su
transformada inversa, respuesta impulsional del filtro, resulta ser de acuerdo con (2.2.b):
ωc
1 ω c sen(ωcn)
h[n] =
2π ∫ ejωn dω = π ω cn
-ωc
Esta secuencia no es absolutamente sumable, por lo que el sistema es inestable. Además, h[n] no se
anula para n<0, por lo que tampoco es causal.♦
Si la secuencia x[n] y la función X(ejω) constituyen una pareja de transformadas
F
x[n] ←→ X(ejω) (2.6.a)
la definición (2.2) de la transformada de Fourier permite enunciar también como parejas transformadas
F
x[-n] ←→ X(e-jω) (2.6.b)
F
x*[n] ←→ X*(e-jω) (2.6.c)
cuya demostración se deja como ejercicio. Estas relaciones de transformación permiten establecer
fácilmente las propiedades de simetría que presentan la transformada de Fourier de secuencias reales,
pares, etc. Considérese, por ejemplo, el caso de una secuencia x[n] real; por definición, satisface
x[n] = x*[n]
-π −ω c ωc π ω
Fig 2.2 Respuesta frecuencial de un filtro paso bajo ideal

Dado que la igualdad de las secuencias obliga la igualdad de sus transformadas, se puede asegurar para
una secuencia real que
X(ejω) = X*(e-jω)
resultado que enuncia el carácter hermítico de la transformada. Análogamente, una secuencia par
permite establecer que
x[n] = x[-n] ⇒ X(ejω) = X(e-jω)
es decir, la transformada es una función par. Naturalmente, en el supuesto de que la secuencia sea real
y par, su transformada resulta hermítica y par; sin embargo, la simultaneidad de ambas simetrías
impone una transformada real ya que, al aplicar la condición hermítica sobre el carácter par, se obtiene
X(ejω) = X(e-jω) = X*(ejω)
En la tabla 2.1 se proporcionan las propiedades de simetría de la transformada de Fourier, cuya

demostración se alcanza mediante la reiteración de la argumentación expuesta anteriormente.
A las propiedades de simetría anteriores debe añadirse con carácter general la periodicidad de la
transformada. El periodo 2π implica nuevas simetrías. Considérese a título de ejemplo una secuencia
real; el carácter hermítico de la transformada, sumado a la periodicidad, permite escribir:
X(ejω) = X*(e-jω) = X*(ej(2π-ω))
Tabla 2.1 Propiedades de simetría de la transformada de Fourier
Propiedad de la ninguna x[n] = x[-n] x[n] = -x[-n]

secuencia (par) (impar)
X(ejω) = X(e-jω) X(ejω) = -X(e-jω)

ninguna
(par) (impar)
x[n] = x*[n] X(ejω) = X*(e-jω) X(ejω) = X(e-jω) = X(ejω) = -X(e-jω) =

(real) (hermítica) X*(ejω) -X*(ejω)
(par, real) (impar, imaginaria)
x[n] = -x*[n] X(ejω) = -X*(e-jω) X(ejω) = X(e-jω) = X(ejω) = -X(e-jω) =

(imaginaria) -X*(ejω) X*(ejω)
(par, imaginaria) (impar, real)

o, haciendo el cambio de variable ω por π-ω':
X(ej(π-ω')) = X*(ej(π+ω'))
que propaga el carácter hermítico alrededor de π. Estas circunstancias se ilustran en la figura 2.3. Ha de
entenderse, por tanto, que la representación gráfica de la transformada de Fourier de una secuencia real
se limite habitualmente al intervalo (0, π), ya que la periodicidad únicamente exige el conocimiento de
un periodo (por ejemplo, de 0 a 2π) y la simetría hermítica proporciona el conocimiento del
semiperiodo no representado. Por ello, en el ejemplo 2.1 la gráfica se limitó a ofrecer módulo y fase
en el semiperiodo (0, π).
Es interesante relacionar la periodicidad con periodo 2π de la respuesta frecuencial H(ejω) de un sistema

lineal e invariante, transformada de Fourier de su respuesta impulsional, y la equivalencia entre
componentes frecuenciales cuya pulsaciones difieren en múltiplos enteros de 2π. Si las sinusoides
complejas ejωn y ej(ω+2πk)n representan la misma secuencia, las respectivas respuestas a las mismas
de un sistema lineal e invariante H(ejω)ejωn y H(ej(ω+2πk))ej(ω+2πk)n deben ser iguales; ello fuerza la
periodicidad de la respuesta frecuencial: H(ejω) = H(ej(ω+2πk)).
EJERCICIO 2.1: Basándose en el carácter hermítico de la transformada de Fourier X(ejω ) de una

secuencia x[n] real, demuestre:
a) que el módulo de la transformada X(ejω) es una función par y que su fase (función multiforme que
admite múltiples versiones diferenciadas 2π radianes) puede representarse como una función impar.
b) las siguientes parejas transformadas
F F
Par{x[n]} ←→ Re{X(ejω)} Impar{x[n]} ←→ j Im{X(ejω)}
♦
EJERCICIO 2.2: Obtenga la respuesta frecuencial de un filtro promediador causal de 4 muestras y
represente su módulo y su fase. Mediante el programa 62 compruebe el resultado alcanzado.♦
* ω *
' ω '
-π −ω ω π 2π −ω 2π
Fig. 2.3 El asterisco (*) indica las pulsaciones donde la transformada toma el valor
complejo conjugado respecto el valor en ω.

2.2 La transformada discreta de Fourier (DFT)
La transformada de Fourier convierte una secuencia en una función compleja de variable real. En el
mundo discreto no se reproduce la dualidad del dominio analógico donde señal y transformada
comparten las mismas propiedades matemáticas (ambas son funciones de variable real). Así, los
indudables beneficios teóricos que aporta la transformada se ven contrapesados por la pérdida de la
facilidad de manipulación numérica de las secuencias, que es la razón primordial de nuestro interés en
las señales discretas. De forma natural surge la necesidad de establecer una transformación que,
conservando la relevancia conceptual de la transformada de Fourier, genere una secuencia en el dominio
transformado; estos intereses los satisface la transformada discreta de Fourier, que abreviadamente se
suele denominar DFT de acuerdo con las siglas de su denominación inglesa Discrete Fourier
Transform.
Sea x[n] una secuencia tal que
x[n] = 0 para n < 0 y n > N-1 (2.7)
La secuencia
N-1 2π
X[k] = ∑ x[n] e-j N k n k = 0, ..., N-1 (2.8.a)
n=0
es la versión muestreada de su transformada de Fourier en el periodo [0, 2π) a intervalos 2π/N, ya que
2π
X[k] = X(ejω)|ω= k
N
Además X[k] puede entenderse como una nueva transformada: la transformada discreta de Fourier. Esta
operación puede invertirse mediante la relación:
1 N-1 2π
x[n] = ∑
N k=0
X[k] ej N k n n = 0, ..., N-1 (2.8.b)
que constituye la transformada discreta de Fourier inversa (DFT-1). En efecto, la secuencia
1 N-1 2π
~
x [n] = ∑
N k=0
X[k] ej N k n (2.9.a)
puede expresarse, de acuerdo con (2.8.a)
1 N-1 N-1 2π 2π N-1

1 N-1 j 2 πk(n-i)
~
x[n] = ∑ ( ∑ x[i] e-j N ki ) ej N kn = ∑ x[i]
N k=0 i=0 ∑ e N
N k=0
= x[n] * t[n] (2.9.b)
i=0

t[n]
... ...
-N 0 N n
Fig. 2.4 La secuencia t[n] tren de impulsos con periodo N
donde la secuencia t[n]
∞
1 N-1 j 2 πkn 1 1 - e j 2 π n
t[n] = ∑ e N =N
N k=0 j
2π
n
= {10 n = r N
para otro n = ∑ δ[n + rN]
r=-∞
1-e N
es un tren de impulsos unidad con periodo N, tal como se ilustra en la figura 2.4. En consecuencia, la
secuencia x~[n] resulta ser:
∞
~
x[n] = ∑ x[n + rN] (2.9.c)
r=-∞
que, como se deseaba demostrar, para n = 0, ..., N-1 proporciona x[n] por satisfacer esta secuencia la
condición (2.7).
Es importante señalar que, aunque los sumatorios de las relaciones (2.8) que proporcionan la DFT y
DFT -1 generan secuencias con periodo N (por ejemplo, ~ x [n]), ambas transformaciones definen
secuencias limitadas a los ordinales 0 a N-1. Este es el sentido de la indicación "para k (o n) = 0, …,
N-1" en dichas expresiones.
... ...
0 n
N=4 N=6
Fig. 2.5 Secuencia del ejemplo 2.4
EJEMPLO 2.4: Considérese la secuencia del ejemplo 2.1 con una longitud de 5 muestras:

0 ≤ n ≤ 4
p 5[n] = { 01 para otro n
que se representa en la figura 2.5. La DFT P[k] de p5[n] con N=6 coincide con el muestreo de la
transformada de Fourier, ya que N ha sido elegido de forma que el sumatorio que define la DFT, recoge
todas las muestras distintas de cero de la secuencia. Êste no es el caso cuando se elige N =4, por lo que
P[k] no tomará los valores de la transformada de Fourier, sino
P[k] = { 04 k = 0
k = 1, 2, 3
cuya comprobación se deja como ejercicio.♦
Del ejemplo anterior podemos extraer dos enseñanzas importantes. En primer lugar, ha quedado
evidenciado que la DFT es una transformación que depende de un parámetro: N, el número de muestras
tomadas de la secuencia x[n] a transformar o el número de muestras o puntos de la transformada X[k].
En segundo lugar, se ha revelado que si las muestras no nulas de la secuencia x[n] sobrepasan el
intervalo [0, N-1], es decir, no se cumple la premisa (2.7), en la definición (2.8) de la DFT se
descartan las muestras de x[n] fuera de dicho intervalo; en otras palabras, la DFT no coincide con el
muestreo de la transformada de Fourier de x[n], sino que proporciona las muestras de la transformada de
Fourier de la secuencia
0 ≤ n ≤ N-1
xN[n] = {x[n]
0 para otro n = x[n] p N [n] (2.10)
El producto de la secuencia x[n] por una secuencia v[n] (habitualmente con un número finito de
muestras no nulas) se denomina enventanado, y v[n] recibe el nombre de ventana. Así pues, puede
decirse que la DFT realiza un enventanado implícito de la secuencia x[n] que transforma, siendo la
ventana el pulso rectangular pN[n].
EJERCICIO 2.3: Muestree la transformada de Fourier de la secuencia p 4 [n] en los puntos

ωk = 2πk/4 y compruebe que los valores obtenidos coinciden con la DFT con N = 4 de la secuencia
del ejemplo anterior.♦
EJERCICIO 2.4: Sea x[n] una secuencia a la que entre cada par de muestras se intercala una muestra
con valor cero para formar la nueva secuencia
y[n] = { x[n/2]
0
para n par
para n impar
Se pide:
a) Demuestre que Y(ejω) = X(e2jω).

b) Genere un pulso rectangular de longitud 32 muestras, duración 16 muestras y posición en el

origen; mediante la opción "Intercalado de ceros" obtenga la secuencia y[n] y, posteriormente, su
DFT con 64 puntos. A la vista de esta transformada interprete el resultado del apartado anterior.
c) Si la DFT de la secuencia y[n] anterior se calcula con N = 32, establezca la relación de la nueva
transformada con la obtenida en b. Compruébela con el programa 62.♦
ω
0 π 2π
k
0 N-1
Fig. 2.6 Relación entre el periodo [0, 2π) del eje ω y los ordinales de la DFT para N=10
En la figura 2.6 se ilustra la relación entre el periodo [0, 2π) del eje frecuencial ω y los ordinales de la
transformada discreta de Fourier. Es sencillo establecer que los ordinales k y N-k de la DFT se refieren
a muestras de la transformada de Fourier en las pulsaciones ωk=2πk/N y ωN-k=2π-ωk. Así el carácter
hermítico de la transformada X(ejω) de una secuencia real se traduce en la siguiente simetría para la
DFT:
X[0] real (2.11.a)

X[k] = X*[N-k] k = 1, 2, …, N-1 (2.11.b)
EJERCICIO 2.5: Mediante la opción de 62 "Editar secuencias" compruebe la simetría (2.11) en la

DFT del pulso rectangular del ejercicio 2.4.♦
EJERCICIO 2.6: En el ejercicio 2.4 se ha utilizado la DFT con pocas muestras. Así la representación
gráfica que ésta ha proporcionado de la transformada de Fourier es poco satisfactoria, fruto del número
reducido de puntos en que ha sido muestreada. Sin embargo, ya sea para obtener una representación
gráfica adecuada de la transformada de Fourier, para determinar con precisión la frecuencia a la que toma
un valor concreto o por otras razones, son habituales las situaciones en que se necesita conocer la DFT
en un número elevado de puntos. En tales casos es recomendable acudir al algoritmo FFT (Fast
Fourier Transform) que, con la restricción de que N sea una potencia de 2, calcula la DFT con un gran
ahorro de cómputo y, por tanto, de tiempo (en el problema 2.19 se ofrece el fundamento de este
procedimiento). Obtenga mediante el algoritmo FFT disponible en 62 la transformada discreta de
Fourier con 32 y 256 muestras de las secuencias x[n] e y[n] del ejercicio anterior. Represente el
módulo y compare la apariencia de la transformada de Fourier recibida en ambos casos.♦
Hasta aquí se ha estudiado la transformación (directa) de una señal y se ha contemplado la relación

entre la DFT y la transformada de Fourier. Sin embargo, en numerosas situaciones el interés se centra

en invertir la transformada para recuperar la señal. Considérese la transformada X(ejω) de una secuencia
x[n] cualquiera; si, mediante el muestreo en frecuencia, se define la secuencia
2π
X[k] = X(ejω)|ω= k para k = 0, …, N-1
N
su DFT-1 proporciona la secuencia temporal
∞
2π
x'[n] = DFT-1{ X(ejω)|ω= k } =
N
∑ x[n + rN] para n = 0, …, N-1 (2.12.a)
r=-∞
lo que puede demostrarse reiterando la argumentación que permitió establecer las relaciones (2.9). En el
supuesto de que la secuencia x[n] tenga sus muestras distintas de cero confinadas al intervalo [0, N-1],
condición (2.7), la DFT recupera la secuencia x[n], como ya ha sido dicho. En caso contrario, se
produce un solapamiento temporal, con lo que resulta x'[n] distinta de x[n].
La limitación temporal "para n = 0, …, N-1" de (2.12.a) puede ser expresada más cómodamente
mediante el enventanado con el pulso rectangular escribiendo
2π
x'[n] = DFT-1{ X(ejω)|ω= k } = ~
x[n] pN[n] (2.12.b)
N
forma de la que se hará uso en lo sucesivo.
EJERCICIO 2.7: En el programa 62 la opción "Generar periodicidad" del menú "Tratamiento" permite
obtener las muestras de la secuencia ~x [n] correspondientes al intervalo temporal que se especifique.
Ahora interesan las muestras correspondientes al periodo [0, N-1], que definen la secuencia x'[n] y que
se obtienen indicando 0 como ordinal de la muestra inicial y longitud y periodo iguales a N. Se pide:
a) x'[n] correspondiente al pulso rectangular del ejercicio 2.4 con N = 32 (no se produce solapamiento
temporal).
b) La generación de x'[n] con N = 10. Justifique el solapamiento temporal que se produce. ♦
EJERCICIO 2.8: Genere un pulso en rampa de longitud 32 muestras, duración 16 muestras y posición
en el origen. Calcule su DFT Ra[k] con N = 32 y diézmela por 4 para obtener Ra1[k] = Ra[4k]. Se
pide:
a) Obtenga la DFT inversa de Ra1[k] con N =8 y justifique, usando la relación (2.12), el resultado
alcanzado.
b) Compare Ra1[k] y la DFT del pulso en rampa con N = 8.
c) ¿Cuál es la DFT-1 de la secuencia Ra[k] diezmada por 2?♦
EJERCICIO 2.9: Basándose en las relaciones (2.12), justifique el siguiente procedimiento para
calcular N muestras de la transformada de Fourier X(ejω) de una secuencia x[n] en las pulsaciones
ωk = 2πk/N, para k = 0, …, N-1:

1.- Obtención (mediante la operación "Generar periodicidad") de la secuencia x'[n], constituida por las
muestras n = 0, …, N-1 de la versión periódica de x[n] con periodo N.
2.- Cálculo de la DFT con N puntos de la secuencia x'[n].
Aplique este procedimiento para calcular 16 muestras de la transformada de Fourier de un pulso
triangular de longitud 32 muestras, duración 15 muestras y posición en -7.♦
EJERCICIO 2.10: Se desea ilustrar el uso de la DFT inversa para obtener una aproximación h[n] a la
respuesta impulsional hH[n] del sistema lineal e invariante cuya respuesta frecuencial es
HH(ejω) = - j signo(ω) para |ω| ≤ π
Este sistema se conoce bajo el nombre de transformador de Hilbert. Se pide:

a) Mediante la transformada inversa de Fourier demuestre que la respuesta impulsional del
transformador de Hilbert responde a la expresión:
2 π
hH[n] = (sen n)2
πn 2
b) Si H[k] es la secuencia resultante del muestreo de HH(ejω) en el intervalo [0, 2π) en un número
impar N de puntos y h'[n] su DFT-1, justifique que la secuencia
-(N-1)/2 ≤ n < 0
h[n] = { h'[n]
h'[n+N]
0 ≤ n ≤ (N-1)/2
es una aproximación a hH[n] para |n| ≤ (N-1)/2. ¿Cuál es el error cometido?

c) Estime un valor de N adecuado para que la secuencia h[n] aproxime a hH[n] con un error inferior al
2,5% en cada muestra.
d) Mediante la opción "Editar secuencia" genere la secuencia H[k] y obtenga h[n]. Compare esta
secuencia con hH[n] y compruebe el error cometido.
e) Calcule mediante la DFT la respuesta frecuencial del sistema FIR cuya respuesta impulsional con
longitud N es h[n], y compárela con la respuesta frecuencial teórica del transformador de Hilbert.♦
EJERCICIO 2.11: Se trata de profundizar algo más en las propiedades de simetría de la DFT. Se pide:
a) A la vista de las propiedades de simetría de la transformada de Fourier y la relación (2.12), averigüe
qué simetría debe presentar una secuencia real x[n] para que su DFT también sea real (quizá sirva de
ayuda la DFT calculada en el ejercicio 2.9).
b) Demuestre que, si una secuencia real verifica
x[0] = 0
x[n] = - x[N-n] n = 1, 2, …, N-1
su transformada discreta de Fourier es imaginaria.♦
EJERCICIO 2.12: Mediante la opción "Editar secuencia" de 62 genere la secuencia

x[n] = {…, 0, 1, 0, -1, _2, 3, -2, 0, 0, -1, 0, …}
Haciendo uso de la DFT obtenga la secuencia y[n] cuya transformada de Fourier tiene como partes real
e imaginaria, respectivamente, las partes imaginaria y real de la transformada de x[n]:
Y(ejω) = Im{X(ejω)} + j Re{X(ejω)}
Justifique teóricamente el resultado alcanzado.♦
2.3 Teoremas de la transformada de Fourier y de la transformada discreta de

Fourier
Del gran acervo de conocimientos que sobre la transformada de Fourier se ha acumulado, a

continuación se recogen aquellos resultados de especial relevancia que son motivo de uso frecuente a lo
largo del texto. Se contemplan simultáneamente los teoremas referentes a la transformada de Fourier y
a su versión discreta, lo que permite apreciar cómodamente las similitudes y las diferencias. Si se tiene
en cuenta que la transformada de Fourier representa el aparato teórico en el estudio frecuencial de
señales y sistemas, y que la transformada discreta de Fourier es el instrumento numérico, ha de
reconocerse que es obligado adquirir un adecuado dominio de sus comportamientos comunes y de los
matices diferenciales.
En lo que sigue se toman como parejas transformadas las siguientes
F
xi[n] ←→ Xi(ejω)
DFT
xi[n] ←→ Xi[k]
Adicionalmente, en el estudio de la DFT se supone que las secuencias xi[n] satisfacen la condición:
xi[n] = 0 para n < 0 y n > N-1
de modo que:
2π
Xi[k] = Xi(ejω)|ω= k
N
En caso de que no fuese así, la DFT produce el enventanado implícito de xi[n] y se ha de entender que
las propiedades se refieren a la secuencia enventanada con el pulso rectangular de N muestras:
xiN[n] = xi[n] pN[n]
y a su correspondiente transformada de Fourier:

2π
Xi[k] = XiN(ejω)|ω= k
N
En numerosas ocasiones se hace uso de la notación ~ x [n] para representar la secuencia periódica
generada a partir de x[n] (o xN[n] cuando se produzca el enventanado implícito) mediante la operación
∞
~
x [n] = x[n] * t[n] = ∑ x[n + rN]
r=-∞
ya que permite simplificar la expresión de los teoremas de la DFT.
Linealidad
Para cualquier par de secuencias x1[n] y x2[n], y de coeficientes a1 y a2, se verifica:
F
a1 x1[n] + a2 x2[n] ←→ a1 X1(ejω) + a2 X2(ejω) (2.13.a)
DFT
a1 x1[n] + a2 x2[n] ←→ a1 X1[k] + a2 X2[k] (2.13.b)
Esta propiedad es consecuencia inmediata de la definición y puede ser demostrada con facilidad. Se
generaliza inmediatamente a cualquier combinación lineal de secuencias.
EJERCICIO 2.13: Calcule la transformada de Fourier de la secuencia
x[n] = a|n|
con |a| < 1. Para ello descompóngase x[n] en la suma
x[n] = x[n] u[n] + x[n] u[-n-1]
cuyos sumandos representan, respectivamente, las partes causal y anticausal de la secuencia x[n].
Compruebe que, si a es real, la transformada es real y par.♦
Dualidad
DFT
X[n] ←→ N x~[N-k] pN[k] (2.14)
Es consecuencia de la similitud formal de las expresiones (2.8) que definen las transformaciones
discretas de Fourier directa e inversa; se diferencian únicamente en el signo de las exponenciales y el
factor 1/N. Intercambiando entre sí los ordinales n y k, y haciendo uso de (2.9.a), se puede escribir

N-1 2π N-1 2π
N~
x[N-k] pN[k] = ( ∑ X[n] ej N (N-k)n ) pN[k] = ( ∑ X[n] e-j N kn ) pN[k] = DFT{X[n]}
n=0 n=0
lo que demuestra la propiedad.
Ya se ha mencionado que la transformada de Fourier de secuencias no verifica la dualidad.
EJERCICIO 2.14: Dado el formal parecido entre DFT y DFT-1 es frecuente que se tome una de ellas
por la otra, sin que el error sea advertido; con este ejercicio se pretende ilustrar algunos matices que
sean de utilidad para detectar la posible confusión. Se pide:
a) Genere un pulso en rampa ra[n] de longitud 32 muestras, duración 16 muestras y posición en el
origen. Calcule con N = 32 su DFT Ra[k] y la DFT x[n] de ésta última; compruebe que se
verifica:
x[0] = N ra[0]
x[n] = N ra[N - n] para n = 0, …, N-1
Justifique teóricamente este resultado mediante la aplicación de la dualidad.

b) Genere un pulso rectangular de longitud 64 muestras, duración 32 muestras y posición en el
origen. Calcule con N = 64 su DFT P[k] y su DFT-1 PI[k] y observe sus respectivos módulos y
fases. Compruebe que,
P[0] = N PI[0]
P[k] = N PI[N - k] = N PI*[k] para k = 0, …, N-1
de acuerdo con el resultado del apartado anterior y la propiedad de simetría (2.11) de la DFT.♦
Desplazamiento temporal
F
x[n-m] ←→ e-jωm X(ejω) (2.15.a)
2π
~ DFT
x [n-m] pN[n] ←→ e-j N km X[k] (2.15.b)
La pareja de transformadas de Fourier se demuestra invocando a la definición de la transformada:
∞ ∞
F{x[n-m]} = ∑ x[n-m] e-jωn = e-jωm ∑ x[n-m] e-jω(n-m) = e-jωm F{x[n]}
n=-∞ n=-∞
En cuanto a la DFT, la pareja de transformadas queda establecida mediante el siguiente razonamiento.

Como se verifica que

2π
2π
e-j N km X[k] = {e-jωm X(ejω)}|ω= k
N
la aplicación de la propiedad (2.12.b) del muestreo en frecuencia demuestra el teorema.
EJEMPLO 2.5: Considérese de nuevo el par transformado establecido en el ejemplo 2.1:
L
sen 2 ω
F
pL[n] ←→ e-jω(L-1)/2 1
sen2 ω
De acuerdo con el resultado (2.15.a), en el caso de que L sea impar puede escribirse
L
sen 2 ω
L-1 F
pL[n + 2 ] ←→ 1
sen2 ω
que proporciona la transformada de Fourier de un pulso rectangular de L muestras centrado en el

origen. Obsérvese que, como corresponde a una secuencia real y par, la transformada es real y par. Para
L par no puede establecerse una conclusión equivalente.♦
EJEMPLO 2.6: En la figura 2.7 se presenta una secuencia x[n] de 4 muestras de la que se calcula la
transformada discreta de Fourier X[k] con N = 6. El interés se centra ahora en averiguar la
secuencia cuya DFT es
2π
Y[k] = X[k] e-j N km
con m =2 y m = 4. Para resolver la cuestión se genera la secuencia ~x [n], versión periódica de x[n] con
periodo 6. De acuerdo con el teorema (2.15.b), las muestras para n = 0, …, N-1 de las versiones de
~
x [n] retardadas 2 y 4 muestras nos proporcionan, respectivamente, las secuencias solicitadas. En la
misma figura 2.7 se ilustra el proceso de obtención de las secuencias deseadas.♦
La relación entre las secuencias y[n] y x[n] se denomina desplazamiento circular, nombre justificado
por la siguiente observación. Considérese la secuencia formada por las muestras de x[n] para
n = 0, …, N-1 dispuesta sobre la superficie de un cilindro, de modo que las muestras x[N-1] y x[0]
sean contiguas. Examinando las secuencias alcanzadas en el ejemplo anterior, éstas pueden describirse
como el resultado de girar el cilindro m = 2 y m = 4 posiciones. En este contexto el desplazamiento
temporal descrito por x[n-m] se suele referenciar como retardo o adelanto lineales. Debe destacarse que
los desplazamientos lineal y circular coinciden siempre que el primero no traslade muestras no nulas de
la secuencia fuera del intervalo [0, N-1].

N=6
x[n]
... ...
0 n
x˜ [n]
... ...
0 n
y[n] m=2
... ...
0 n
y[n] m=4
... ...
0 n
Fig 2.7 Desplazamiento circular con N = 6 de la secuencia x[n] m =2 muestras y m=4 muestras
EJERCICIO 2.15: Sea x[n] una secuencia de longitud 32 muestras, constituida por un pulso triangular
de duración 9 muestras y posición en el origen. Se pide:
a) Determine la secuencia resultante al aplicar a x[n] un adelanto circular de 5 muestras con N =12.
b) ¿Cuál sería el resultado si se hubiese aplicado un retardo circular de 7 muestras?
c) Mediante el programa 62, compruebe la veracidad de las secuencias obtenidas. Para ello genere
x[n] y calcule su DFT de 12 puntos; genere una sinusoide compleja con la pulsación adecuada y
realice el producto con la DFT anterior; la DFT-1 de la secuencia resultante nos proporciona la
secuencia deseada.♦
Modulación
F
x[n] ejωon ←→ X(ej(ω-ωo)) (2.16.a)
2π
DFT ~
x[n] ej N ln ←→ X[k-l] pN[k] (2.16.b)

La demostración de este teorema es paralela a la expuesta para el desplazamiento temporal:
∞ ∞
F{x[n] ejωon} = ∑ x[n] ejωon e-jωn = ∑ x[n] e-j(ω-ωo)n = X(ej(ω-ωo))
n=-∞ n=-∞
Para la transformada discreta de Fourier esta propiedad puede establecerse a partir de (2.15.b) por
aplicación de la dualidad.
EJEMPLO 2.7: La transformada de Fourier de secuencias reales es redundante, ya que el carácter

hermítico permite determinar su valor para pulsaciones negativas a partir del conocimiento para
pulsaciones positivas. Esta redundancia puede ser eliminada al definir la señal analítica ax[n] de una
señal x[n] mediante la siguiente relación de las transformadas de ambas secuencias:
 jω ω ≥ 0
Ax(ejω) =  2 X(e ) = X(ejω) {1 + j [-j signo(ω)]} = X(ejω) + j HH(ejω) X(ejω)
 0 ω < 0
donde HH(ejω) es la respuesta frecuencial del sistema "transformador de Hilbert" que se introdujo en el
ejercicio 2.10. La señal analítica puede expresarse en función de la secuencia x[n] como
ax[n] = x[n] + j H{ x[n] }
donde H{x[n]} es la "transformada de Hilbert" de x[n], esto es, la respuesta a x[n] del sistema
transformador de Hilbert. A partir de la señal analítica puede definirse el equivalente paso bajo bx[n] de
una señal paso banda x[n]:
bx[n] = ax[n] e-jωon = i[n] + j q[n] (2.17)
cuyas partes real e imaginaria reciben el nombre, respectivamente, de componentes en fase i[n] y
cuadratura q[n]. El equivalente paso bajo permite una manipulación más sencilla y
computacionalmente más económica de las señales paso banda que su tratamiento directo. En la figura
2.8 se ilustra la relación entre las transformadas de Fourier de una secuencia paso banda x[n], de la
señal analítica correspondiente ax[n] y de su equivalente paso bajo bx[n]. Queda como ejercicio probar
que
x[n] = i[n] cos(ωon) - q[n] sen(ωon)
proporciona la señal paso banda en función de sus componentes en fase y cuadratura.♦
EJERCICIO 2.16: Considérese una secuencia paso banda que responde a la expresión
x[n] = s[n] cos(ωon + θ[n])

-π −ω o ωo π ω
Ax
-π ωo π ω
Bx
-π π ω
Fig 2.8 Transformada de Fourier de la señal analítica y el equivalente paso bajo de una secuencia paso banda
donde las muestras de s[n] son todas no negativas. Se pide:

a) Demuestre que
|bx[n]| = 
√
i2[n] + q2[n] = s[n]
arg{bx[n]} = θ[n]
es decir, que módulo y fase del equivalente paso bajo son, respectivamente, la envolvente y la fase
instantánea de la señal x[n].
b) Realice una crítica del siguiente procedimiento para determinar el equivalente paso bajo de una
secuencia x[n]:
1.- Calcular la DFT con N puntos de x[n];
2.- multiplicar por 2 las muestras con ordinal k entre 0 y N/2; anular las muestras para
k > N / 2;
3.- invertir la DFT resultante (se ha obtenido la señal analítica);
4.- multiplicar por e-jωon la secuencia compleja obtenida.
c) Genere con el programa 62 una secuencia x[n] con una duración de 256 muestras tal que
fo = 0,25
s[n] = 1 + 0,5 cos(2π 0,05 n)
θ[n] = cos(2π 0,015n) - 0.6 cos(2π 0,02n)

Determine su equivalente paso bajo por el procedimiento anterior con N =512 y compare su
módulo y fase con s[n] y θ[n], respectivamente.♦
Convolución
F
c[n] = x1[n] * x2[n] ←→ X1(ejω) X2(ejω) (2.18.a)
DFT
z[n] = c~[n] pN[n] ←→ X1[k] X2[k] (2.18.b)
El teorema de convolución reviste especial importancia y, sin duda, es el causante de la importancia

teórica de la transformada de Fourier en el estudio de las señales y los sistemas lineales e invariantes.
Para la transformada de Fourier la demostración puede establecerse de forma elaborada con el apoyo de
la figura 2.9. En ella se muestra el análisis de la combinación cascada de dos sistemas con respuestas
impulsionales h1[n] y h2[n]. Si la excitación es el impulso unidad, el primer sistema responde con su
respuesta impulsional h1[n], que constituye la entrada del segundo sistema; éste responde con la
convolución de la entrada y la respuesta impulsional propia; en definitiva, para el sistema constituido
por la combinación cascada se puede escribir
T{δ[n]} = h[n] = h1[n] * h2[n]
δ [n] h1[n] h1[n] * h2[n] = h[n]

h1[n] h2[n]
ej ω n H 1( e j ω) e j ω n H 1( e j ω) H 2(e j ω) e j ω n = H( e j ω) e j ω n
h[n]
Fig. 2.9 Análisis temporal y frecuencial de la combinación cascada de dos sistemas lineales e invariantes
ilustrativo de la demostración del teorema de la convolución
Por otro lado, si la excitación es una exponencial, la respuesta del sistema completo, en función de las
respuestas frecuenciales de cada uno de los sistemas en cascada y de su propia respuesta frecuencial, es
T{ejωn} = H1(ejω) H2(ejω) ejωn = H(ejω) ejωn
Ahora bien, puesto que respuesta impulsional y respuesta frecuencial son pares transformados, se
puede establecer que
F{h[n]} = F{h1[n] * h2[n]} = H(ejω) = H1(ejω) H2(ejω)
lo que demuestra el teorema.

x[n] y[n]
h[n]
Fig. 2.10 Sistema lineal e invariante
La relación entrada-salida de un sistema lineal invariante como el de la figura 2.10, que ha sido
expresada hasta el momento mediante la convolución:
y[n] = h[n] * x[n]
ahora puede expresarse de forma algebraica gracias a la transformada de Fourier:
Y(ejω) = H(ejω) X(ejω) (2.19)
Este resultado tiene importantes consecuencias, que se irán revelando a lo largo del texto.
Para la transformada discreta de Fourier, el teorema de convolución es una consecuencia inmediata del
teorema de convolución de la transformada de Fourier y el resultado (2.12.b) sobre el muestreo en
frecuencia, ya que el producto X1[k]X2[k] puede entenderse como el resultado del muestreo de la
transformada de Fourier de la convolución c[n].
La secuencia z[n] recibe el nombre de convolución circular de las secuencias x1[n] y x2[n], lo que
suele expresarse con la siguiente notación:
z[n] = x1[n] o N
DFT
x2[n] ←→ X1[k] X2[k] (2.20)
que hace referencia expresa al valor para N utilizado en el cómputo de las transformadas discretas de
Fourier. La convolución circular puede ser expresada fácilmente en función de las secuencias
convolucionadas. La relación correspondiente se establece como sigue; en primer lugar
∞ N-1
~
c [n] = ∑ ∑ x1[m] x2[n + rN - m]
r=-∞ m=0
y, al intercambiar los sumatorios, se obtiene
N-1 ∞ N-1 N-1

~
c [n] = ∑ x1 [m] ∑ x2[n + rN - m] = ∑ x1 [m] x~2[n - m] = ∑ ~x 1[n - m] x2[m]
m=0 r=-∞ m=0 m=0
donde se ha supuesto que las secuencias xi[n] son cero fuera del intervalo [0, N-1]. En consecuencia

N-1 N-1
x1[n] o
N x2[n] = ∑ x1 [m] x~2[n - m] = ∑ ~x 1[n - m] x2[m]
m=0 m=0
para n = 0, …, N-1 (2.21)
La expresión alcanzada justifica el nombre de convolución circular, ya que su forma es la de la

convolución y el desplazamiento de las secuencias es circular. En este contexto, y para evitar
confusión, la convolución habitual suele denominarse convolución lineal. Obsérvese que la
convolución circular coincide con las muestras n = 0, …, N-1 de la convolución lineal de una de las
secuencias con la versión periódica de la otra.
El teorema de convolución ofrece un procedimiento para el cálculo de la salida de un sistema lineal e

invariante alternativo a la convolución lineal y que puede describirse en los siguientes pasos:
1.- cálculo de las transformadas de Fourier de la secuencia de entrada x[n] y la respuesta
impulsional h[n] del sistema;
2.- obtención del producto de ambas transformadas;
3.- determinación de la salida y[n] como la transformada inversa del producto anterior.
Este algoritmo estrictamente correcto con la transformada de Fourier, cualesquiera que sean las
secuencias implicadas, tiene sus limitaciones cuando la transformación utilizada es la DFT, ya que la
convolución circular no coincide necesariamente con la convolución lineal. Sin embargo, debe hacerse
notar que, desde un punto de vista computacional, solamente tiene sentido la aplicación de la DFT,
puesto que se trata de una transformación numérica, no siendo éste el caso de la transformada de
Fourier. Los aspectos más relevantes del uso de la DFT en el cómputo de la convolución lineal son
motivo de estudio en los dos ejercicios siguientes. Sus conclusiones son aplicadas en el problema
2.20, donde se enuncian dos procedimientos sistemáticos para el uso práctico de la DFT en el cálculo
de la respuesta de un sistema FIR a una secuencia de duración indefinida.
EJERCICIO 2.17: Se trata de realizar una primera experiencia con el uso de la DFT para el cálculo de
la convolución. Para ello considérese el cálculo de la respuesta de un sistema promediador de 4
muestras a una excitación constituida por un pulso triangular de 7 muestras. Se pide:
a) Determine la salida del sistema haciendo uso del teorema de convolución y la DFT con N = 8.
b) Repita el apartado anterior con N = 12.
c) Obtenga la convolución lineal de la entrada y la respuesta impulsional, y compárela con los
resultados anteriores.
d) Atendiendo a la relación entre las convoluciones lineal y circular, justifique los resultados de la
comparación.♦
EJERCICIO 2.18: En base al estudio teórico precedente y a la experiencia alcanzada con el ejercicio
anterior, se pide, bajo el supuesto que las secuencias que se convolucionan son nulas fuera del
intervalo [0, N-1]:
a) Si el número N de muestras de la DFT es igual o mayor que la longitud L de la secuencia
resultante de la convolución lineal, razone que la convolución circular coincide con la convolución
lineal.
b) En caso contrario, justifique que las L - N primeras muestras de la convolución circular son
distintas de las correspondientes muestras de la convolución lineal, y

c) demuestre que coinciden las restantes muestras hasta la N-1, última muestra de la convolución
circular.♦
Producto (enventanado) de secuencias
π
F 1
2π -π∫ 1
x1[n] x2[n] ←→ X (ejλ) X2(ej(ω-λ)) dλ (2.22.a)
DFT
x1[n] x2[n] ←→
1
X [k]
N 1 o N X2[k] (2.22.b)
Para la transformada de Fourier, la demostración de esta propiedad se puede alcanzar a partir de la

secuencia
∞
y[n] = ∑ x1[m] x2[m - n] ejω(n-m) = x1[n] * x2[-n] ejωn
m=-∞
cuya transformada, en virtud de los teoremas de modulación y convolución, es
Y(ejλ) = X1(ejλ) X2(ej(ω-λ))
Ahora bien, la definición de las transformadas directa e inversa de Fourier permite escribir
∞ π
1
y[0] = ∑ x1[m] x2[m] e-jωm = F{x1[m] x2[m]} = 2π ∫ Y(ejλ) dλ
m=-∞ -π
que demuestra el teorema.
En el caso de la transformada discreta de Fourier, el teorema es fruto del teorema de convolución y la

dualidad.
Debe señalarse que, aunque en el enunciado del teorema el intervalo de integración elegido es
(-π, π), la convolución de las transformadas se puede realizar en cualquier periodo de las mismas.
Habitualmente la convolución en un periodo de las transformadas X1 (ejω ) y X2 (ejω ) se expresa
abreviadamente como sigue:
π
1
2π -π∫ 1
X (ejλ) X2(ej(ω-λ)) dλ = X1(ejω) o
2π X2(ejω)

La operación de enventanado es de singular interés práctico en el tratamiento digital de la señal. Por

ello se le ha dedicado la práctica IV, donde puede dirigirse el lector interesado.
Derivación en el dominio ω
F dX(ejω)
n x[n] ←→ j (2.23)
dω
Si se deriva respecto a ω la definición (2.2.a) de la transformada de Fourier, se obtiene
dX(ejω) ∞
= ∑ -j n x[n] e-jωn
dω n=-∞
lo que conduce a (2.23) inmediatamente.
Igualdad de Parseval
∞ π
1
Ex = ∑ |x[n]| =
2π -π∫
2 |X(ejω )|2 dω (2.24.a)
n=-∞
N-1
1 N-1
Ex = ∑ |x[n]|2 = ∑ |X[k]|2 (2.24.b)
n=0 N k=0
Para la transformada de Fourier la igualdad (2.24.a) se establece teniendo en cuenta que
∞
∑ |x[n]|2 = x[n] * x*[-n]|n = 0
n=-∞
F{x*[-n]} = X*(ejω)
y haciendo uso del teorema de la convolución (2.18.a) y de la definición de la transformada inversa

(2.2.b) que permiten escribir
∞ π
1
∑ |x[n]|2 = F-1{ X(ejω) X*(ejω) }|n = 0 = 2π -π∫
X(ejω) X*(ejω) dω
n=-∞
La demostración de la igualdad de Parseval (2.24.b) para la DFT se puede alcanzar con el mismo
razonamiento, sustituyendo la convolución lineal por la convolución circular y la transformada de
Fourier por la DFT.

2.4 La correlación y la densidad espectral de energía
Los conceptos de correlación y densidad espectral son especialmente importantes, ya que permiten
unificar el estudio frecuencial de las señales deterministas y las señales aleatorias. Además, están
íntimamente relacionados con el concepto de distancia entre señales (o distintos segmentos de una
misma señal) y ofrecen una interpretación intuitiva de la transformada de Fourier.
Sean x[n] e y[n] dos secuencias con energía finita:
∞ ∞
Ex = ∑ |x[n]|2 < ∞ Ey = ∑ |y[n]|2 < ∞
n=-∞ n=-∞
Un definición sencilla, pero que ha revelado ser muy fértil, de distancia entre y[n] y una versión
desplazada de la otra señal x[n+m] es la energía de su diferencia:
∞ ∞
D[m] = ∑ |x[n+m] - y[n]|2 = ∑ |x[n] - y[n-m]|2 = Ex + Ey - (rxy[m] + ryx[-m])
n=-∞ n=-∞
donde
∞ ∞
rxy[m] = ∑ x[n+m] y*[n] = ∑ x[n] y*[n-m] = x[m] * y*[-m] (2.25)
n=-∞ n=-∞
se denomina correlación cruzada de las dos secuencias. Fijada la energía de las mismas, su parecido será
mayor cuanto mayor sea la suma rxy [m] + ryx [-m]. En la definición (2.25) se comprueba sin
dificultad que
rxy[m] = ryx*[-m] (2.26)
Así, para secuencias reales, cuya correlación cruzada también es real, se puede escribir:
D[m] = Ex + Ey - 2 rxy[m] (2.27)
lo que indica una menor distancia entre secuencias cuanto mayor sea su correlación cruzada.
Cuando una secuencia se compara consigo misma, la correlación se denomina autocorrelación. En este
caso se suele simplificar la notación:
rxx[m] = x[m] * x*[-m] = rx[m] = r[m]
La alternativa r[m] solamente es utilizada cuando no hay ambigüedad sobre la secuencia de que se trata.

x[n]
... ...
0 n
y[n]
... ...
0 n
r[m]
... ...
-3 0 m
Fig. 2.11 Secuencias y correlación cruzada del ejemplo 2.8
EJEMPLO 2.8: Considérense las secuencias x[n] e y[n] de la figura 2.11, cuya correlación cruzada se
proporciona en la misma figura. El valor máximo de ésta ocurre para la muestra con el ordinal
m = - 3, lo que sugiere que, si x[n] se retrasa 3 muestras, se obtendrá la máxima coincidencia entre
ambas secuencias. Este resultado es acorde con la intuición, como se comprueba examinando las
señales x[n] e y[n].♦
EJEMPLO 2.9: La correlación de la suma de dos secuencias viene dada por:
rx+y[m] = (x[m] + y[m]) * (x*[-m] + y*[-m]) = rx[m] + ry[m] + rxy[m] + ryx[m]
Cuando se verifica que
rxy[m] = ryx[m] = 0
se dice que las secuencias x[n] e y[n] son incorreladas. Bajo este supuesto, la correlación de su suma es
la suma de sus autocorrelaciones.♦
EJEMPLO 2.10: Sean x[n] e y[n] respectivamente la entrada y la salida de un sistema lineal e
invariante con respuesta impulsional h[n]. La correlación cruzada entre excitación y respuesta se
establece como sigue:
rxy[m] = x[m] * y*[-m] = x[m] * x*[-m] * h*[-m] = rx[m] * h*[-m] (2.28.a)
Análogamente, se obtiene que
ryx[m] = rx[m] * h[m] (2.28.b)

ry[m] = rx[m] * h[m] * h*[-m] = rx[m] * rh[m] (2.28.c)
Conviene destacar estas relaciones, ya que son de utilidad en muchas situaciones de interés.♦
En la tabla 2.2 se resumen las propiedades más importantes de la autocorrelación, cuya demostración
se deja como ejercicio. Para demostrar que r[0] es el máximo de la correlación ha de acudirse a la
desigualdad de Schwarz1; sin embargo, cuando la secuencia es real, se puede hacer uso del siguiente
argumento cualitativo: de acuerdo con (2.27) la autocorrelación será máxima cuando la distancia entre
la secuencia y una versión desplazada de la misma sea mínima; es claro que tal mínimo se produce
cuando el desplazamiento es nulo (m = 0).
EJEMPLO 2.11: La distancia de una secuencia x[n] real a una versión desplazada de sí misma
∞
D[m] = ∑ |x[n] - x[n-m]|2 = 2 (Ex - rx[m])
n=-∞
puede interpretarse como la energía de la diferencia entre las muestras que se encuentran alejadas en la
secuencia m posiciones. Cuanto más pequeña sea esta diferencia, mayor es el parecido global entre
dichas muestras. En consecuencia, la correlación rx[m] nos proporciona una información cuantitativa
de la similitud entre muestras de la secuencia distantes m posiciones: a mayor correlación, mayor
parecido.
Considérese una situación en la que de una secuencia x[n] se conoce únicamente su correlación y las
muestras hasta el momento presente. Se desea aproximar el valor de la muestra futura a partir de la
Tabla 2.2 Propiedades de la autocorrelación
Energía r[0] = Ex
Simetría r[m] = r*[-m]
x[n] real r[m] real

r[m] = r[-m] (par)
x[n] ejωon r[m] ejωom
Máximo |r[m]| ≤ r[0]
1 |∑ ak bk |2 ≤ (∑ |a k |2 ) (∑ |bk|2). La igualdad se satisface cuando ak=λbk*.

k k k

muestra presente y el conocimiento de la correlación de la secuencia; en otras palabras, se pretende

predecir x[n+1] a partir de x[n]. Para ello se plantea el estimador lineal
x^[n+1] = a1 x[n]
El error cometido en la aproximación es
e[n+1] = x[n+1] - x^[n+1] = x[n+1] - a1 x[n] (2.29.a)
Si la predicción se reitera para todo n, la secuencia de error tiene la energía (error cuadrático) siguiente:
∞ ∞
Ee = ∑ |e[n]|2 = ∑ |x[n] - a1 x[n-1]|2 = Ex + a12 Ex - 2 a1 rx[1]
n=-∞ n=-∞
Es razonable elegir el valor para el parámetro a1 del estimador de forma que se minimice el error
cuadrático; se debe cumplir que
dEe
= 2 a1 Ex - 2 rx[1] = 0
da1
lo que proporciona
a1 = rx[1] / Ex = rx[1] / rx[0]
Ee = (1 - a12) Ex
La predicción lineal tiene interesantes aplicaciones, de las que se ofrecen ejemplos en este texto
(véanse los problemas 3.1 y 6.15, y la práctica III). La relación (2.29.a) puede escribirse
x[n] = a1 x[n-1] + e[n] (2.29.b)
que sugiere el siguiente modelo para la señal x[n]: la secuencia es generada por un sistema recurrente
de orden 1 que proporciona una muestra prediciéndola a partir de la anterior y añadiendo la innovación
e[n] (la componente impredecible, nueva, de la señal). Se deja como ejercicio comprobar que
rex[1] = 0.♦
Resulta del mayor interés el estudio de la transformada de Fourier de la autocorrelación de una

secuencia x[n]. De acuerdo con las propiedades de la transformada:
Sx(ejω) = F{rx[m]} = F{x[m] * x*[-m]} = X(ejω) X*(ejω) = |X(ejω)|2 (2.30)
es decir, la transformada de Fourier Sx(ejω ) de la autocorrelación es el cuadrado del módulo de la

transformada de la secuencia. En consecuencia, como todo módulo de una magnitud compleja, verifica

Sx(ejω) ≥ 0 para todo ω
La transformada Sx(ejω) recibe el nombre de densidad espectral de energía, ya que su integración en

frecuencia proporciona la energía de la secuencia. En efecto, la definición de la transformada inversa de
Fourier autoriza a escribir:
π
1
2π -π∫ x
Ex = rx[0] = S (e jω ) dω (2.31)
Además Sx(ejω) indica la distribución de la energía de la secuencia entre las distintas frecuencias. A fin
de esclarecer esta idea, considérese el sistema paso banda cuya respuesta frecuencial se muestra en la
figura 2.12. Para un ancho de banda Bω suficientemente pequeño, se puede decir cualitativamente que
este sistema sólo responde a la frecuencia ωo y sin modificar su amplitud; en otras palabras, la energía
Ey de su respuesta y[n] a una excitación x[n] será la energía presente en x[n] a la frecuencia ωo. Ahora
bien, si se hace uso del teorema del valor medio, esta energía es
π π
1 1 1
|X(ejωo)|2 Bω
2π -π∫ y 2π -π∫
Ey = S (ejω ) dω = |X(ejω) H(ejω)|2 dω =
2π
de modo que, efectivamente,
1
Sx(ejωo) = |X(ejωo)|2 = E
Bf y
proporciona la densidad de energía a la frecuencia ωo. Este resultado avala la interpretación intuitiva de
la transformada de Fourier como expresión de la composición frecuencial de una señal: magnitudes
pequeñas de X(ejω) implican escasa energía en el margen de frecuencias correspondiente; por otro lado,
amplitudes mayores de X(ejω) indican la presencia de más energía en el intervalo de frecuencia en el
que tienen lugar.
H
1
Bω
-π ωo π ω
Fig 2.12 Respuesta frecuencial del filtro paso banda que facilita la interpretación
de la transformada de Fourier.

Es oportuno señalar en este punto que la interpretación del módulo de la transformada de Fourier como
indicativo de la composición frecuencial de una señal es el fundamento de la práctica habitual que
representa la transformada en la forma módulo-argumental o polar. Es interesante decir, también, que,
si el módulo de la transformada está asociado a la distribución de energía en frecuencia, la información
contenida en la fase está relacionada con la forma de onda. Por ejemplo, señales con idéntica
composición frecuencial de energía diferirán en la forma de onda según la fase con que se compongan
sus integrantes.
EJEMPLO 2.12: Considérese que una señal x[n] contiene una señal s[n] con información útil
acompañada por otra señal r[n] a descartar. Si s[n] es una señal paso bajo, con todas sus componentes
frecuenciales por debajo de ωc, y r[n] ocupa una banda de frecuencias por encima de dicha pulsación,
ambas señales pueden ser separadas mediante un filtro paso bajo. Si, tal como se ilustra en la figura
2.13, el módulo de la respuesta frecuencial del filtro en la banda de la señal útil (banda de paso)
aproxima muy bien el comportamiento ideal y en la banda correspondiente a la señal sin interés (banda
atenuada) es prácticamente nulo, y la fase de la respuesta frecuencial es lineal en la banda de paso, la
transformada de Fourier de la señal a la salida del filtro puede aproximarse por
Y(ejω) = S(ejω) e-jMω
de modo que la secuencia resulta
y[n] = s[n- M]
esto es, una versión retardada, pero sin alteración en la forma de onda, de la señal de interés. Queda así
establecido que, cuando es importante conservar la forma de la señal, es preciso utilizar un sistema
cuya respuesta frecuencial presente módulo constante y fase lineal en la banda de frecuencias de la
|H|
ϕ (ω ) = - M ω
1
X ωc π ω
S
R
0 ωc π ω
Fig. 2.13 Filtrado paso bajo de una señal compuesta

señal. Como se expone en el capítulo 5, este comportamiento de la respuesta frecuencial puede ser
alcanzado exactamente para la fase y aproximado con la precisión necesaria para el módulo.♦
EJERCICIO 2.19: De acuerdo con la relación (2.30) y la propiedad (2.12.b) del muestreo de la
transformada de Fourier, se verifica que
∞
DFT
( ∑ rx[m + rN]) pN[m] ←→ |X[k]|2
r=-∞
Si x[n] es una secuencia real, con muestras no nulas únicamente en el intervalo

[0, L-1], se pide:
a) Indique los pasos a seguir para calcular su correlación r[m] mediante el uso de la DFT.
b) Determine el valor mínimo para N en la DFT que permita obtener las M primeras muestras de r[m]
r[m] m = 0, …, M-1
sin que se produzca solapamiento temporal.♦
2.5 Las secuencias con potencia media finita
Hasta el momento sólo han sido consideradas secuencias con energía finita, lo que ha excluido del
estudio realizado secuencias tan importantes como las senoidales o el propio escalón unidad. La
transformada de Fourier puede ser extendida a aquellas secuencias de interés cuya potencia media,
definida mediante
N
1
Px = l i m ∑ | x[n] | 2 (2.32)
N → ∞ 2N+1 n=-N
es finita. Para ello es preciso incorporar como posible transformada de Fourier la función delta de
Dirac δ(ω), definida a partir de la propiedad siguiente: para toda función f(ω) continua en el origen, se
verifica que
∞
∫ f(ω) δ(ω) dω = f(0) (2.33)
-∞
EJEMPLO 2.13: La secuencia
x[n] = 1
tiene como potencia media

Px = 1
y su transformada de Fourier es
∞
X(ejω) = 2π ∑ δ(ω - 2πi)
i=-∞
que constituye un tren con periodo 2π de deltas de Dirac con área 2π situadas en los múltiplos de 2π.
La pareja de transformadas
∞
F
1 ←→ 2π ∑ δ(ω - 2πi)
i=-∞
se establece acudiendo a la definición de la transformada inversa de Fourier y a la propiedad (2.33) que

define la función δ(ω):
π π
x[n] =
1
2π -π∫
X(ejω ) ejωn dω =
1
2π -π∫
2π δ(ω) ejωn dω = 1 ♦
EJEMPLO 2.14: La secuencia escalón unidad u[n] presenta una potencia media
N N
1 1
Pu = l i m ∑ | x[n] |2 = l i m ∑ 1 = 1/2
N → ∞ 2N+1 n=-N N → ∞ 2N+1 n=0
Para obtener su transformada de Fourier, es conveniente expresar u[n] como la siguiente combinación
lineal de secuencias:
1 1 1
u[n] = + δ[n] + signo[n]
2 2 2
La transformada de las dos primeras secuencias ya es conocida. En cuanto a la secuencia
 1 n > 0
signo[n] =  0 n = 0
 -1 n < 0
real e impar, puede decirse que su transformada S(ejω) es imaginaria e impar. Además, la secuencia
verifica2
signo[n] - signo[n-1] = δ[n] + δ[n-1]
2 Debe advertirse que u[n] satisface una relación similar; sin embargo, este procedimiento no le es aplicable por ser
su media distinta de cero.

por lo que, al transformar la relación anterior, se obtiene
S(ejω) (1 - e-jω) = 1 + e-jω
de donde
1 + e -jω 1
S(e jω ) = =
1 - e -jω ω
j tg 2
Así, la transformada U(ejω) del escalón unidad es
∞ 1 + e -jω ∞
1 1 1
U(ejω) = π ∑ δ(ω - 2πi) + 2 + 2 =π ∑ δ(ω - 2πi) +
i=-∞ 1 - e -jω i=-∞ 1 - e -jω
♦
Haciendo uso de los resultados de los dos ejemplos anteriores y el teorema de la modulación de la
transformada de Fourier, se establecen los dos pares de transformadas siguientes relativas a las
secuencias senoidales complejas:
∞
F
ejωon ←→ 2π ∑ δ(ω - ω o - 2πi) (2.34)
i=-∞
∞
F 1
u[n] ejωon ←→ π ∑ δ(ω - ω o - 2πi) + (2.35)
i=-∞ 1-e - j(ω-ω o)
de indudable interés en el estudio de las señales y los sistemas de comunicaciones. Queda como
ejercicio determinar la transformada de Fourier de una sinusoide real, causal o no.
Las secuencias periódicas son un caso especial de secuencias con potencia media finita. Por definición,
una secuencia con periodo P verifica
x[n] = x[n + P] para todo n
Así, su potencia media puede calcularse promediando en el tiempo la energía acumulada por los
distintos periodos:
Q P-1
1 1 P-1
Px = l i m ∑ ∑ | x[m+rP] |2 = ∑ | x[m] |2 (2.36)
Q → ∞ (2Q+1)P r=-Q m=0 P m=0
EJEMPLO 2.15: La secuencia tren de impulsos introducida en el apartado 2.2 y representada en la

figura 2.4

∞ N-1 2π
1
t[n] = ∑ δ[n + rN] = N ∑ ej N k n (2.37.a)
r=-∞ k=0
tiene periodo N. Su transformada de Fourier:
∞
1 N-1 2π 2π ∞ 2π
T(ejω) = ∑
N k=0
2π ∑ δ(ω - k - 2πi) =
N N ∑ δ(ω - N i) (2.37.b)
i=-∞ i=-∞
se alcanza a partir de la expresión de t[n] como combinación lineal de exponenciales, aplicando el

teorema de la linealidad y los pares transformados (2.34).♦
La práctica III se dedica parcialmente al estudio de las secuencias periódicas. Allí se aborda su
desarrollo en serie discreta de Fourier (DFS), la determinación de su transformada de Fourier y la
respuesta a las mismas de sistemas lineales e invariantes. Este estudio se complementa en los
problemas 2.11 (propiedades de la DFS), 2.12 (respuesta de sistemas lineales e invariantes), 2.13
(autocorrelación) y 2.24 (interpolación).
Las secuencias pertenecientes a la clase de las secuencias con potencia media finita poseen energía
infinita, de modo que la definición de distancia y correlación que se estableció para las secuencias de
energía finita no es extrapolable sin modificación. Sea x[n] una secuencia con potencia media finita,
que se enventana con la secuencia
|n| ≤ N
vN[n] = { 01 otro n
La secuencia resultante
xN[n] = x[n] vN[n]
es de energía finita; por tanto, se puede obtener su correlación
rN[m] = xN[m] * xN*[-m] (2.38.a)
y su densidad espectral de energía
SN(ejω) = F{rN[m]}
El paso al límite para N tendiendo a infinito permite definir la autocorrelación de la secuencia x[n]
mediante la relación
1
rx[m] = l i m rN[m] (2.38.b)
N → ∞ 2N+1
y la densidad espectral de potencia como

1
Sx(ejω) = l i m SN(ejω)
N → ∞ 2N+1
Si en esta última relación se intercambia el paso al límite con la integral de Fourier (sólo posible
cuando el límite existe), se llega a establecer
1
Sx(ejω) = F{ l i m rN[m] } = F{ rx[m] }
N → ∞ 2N+1
es decir, que las nuevas definiciones de correlación y densidad espectral de potencia son pares
transformados (teorema de Helly). Equivalentemente a lo que ocurre para las secuencias con energía
finita, puede escribirse
π
1
2π -π∫ x
Px = rx[0] = S (e jω ) dω
EJEMPLO 2.16: Para obtener la autocorrelación de la secuencia escalón unidad, enventánese con la
secuencia vN[n]. De este modo
rN[m] = uN[m] * uN[-m] = N + 1 - |m| |m| ≤ N
y se alcanza con el paso al límite
1 1
ru[m] = l i m rN[m] =
N → ∞ 2N+1 2
A esta correlación le corresponde una densidad espectral de potencia
∞
Su(ejω) = π ∑ δ(ω - 2πi)
i=-∞
lo que significa que la única componente frecuencial de la secuencia u[n] que tiene potencia media
finita es la correspondiente a frecuencia cero.♦
EJEMPLO 2.17: Sean las secuencias senoidales complejas
x[n] = a ejω1n
y[n] = b ejω2n
La correlación cruzada de sus versiones enventanadas con vN[n] vale para m ≥ 0
N-m N-m
rxyN[m] = ∑ a ejω 1(n+m) b* e-jω 2n = a b* ejω 1m ∑ ej(ω 1-ω 2)n 0≤m≤ N
n=-N n=-N

y para m ≤ 0
N N
rxyN[m] = ∑ a ejω 1(n+m) b* e-jω 2n = a b* ejω 1m ∑ ej(ω 1-ω 2)n -N ≤ m ≤ 0
n=-N-m n=-N-m
En ambos casos, con el paso al límite se alcanza
1  jω 1 m ω2 = ω1 + 2πi
rxy[m] = l i m rxyN[m] =  a b* e
N → ∞ 2N+1  0 ω2 ≠ ω1 + 2πi
con i entero. En conclusión, dos componentes frecuenciales de distinta frecuencia son incorreladas.♦
EJEMPLO 2.18: Dado que las dos componentes de la señal
1 1
x[n] = A cos(ωon + θ) = A ejθ ejω on + A e-jθ e-jωon
2 2
son incorreladas, la correlación de la secuencia en virtud del ejemplo 2.9 viene dada por
1 2 jωοm 1 2 -jωom 1 2
rx[m] = rω [m] + r-ω [m] = A e + A e = A cos(ωom)
o o 4 4 2
Se observa que la correlación no depende de la fase de la sinusoide.♦
EJERCICIO 2.20: Calcule la densidad espectral de potencia del tren periódico de impulsos t[n] a partir
de su expresión (2.37a) como combinación de exponenciales.♦
EJERCICIO 2.21: Demuestre que la secuencia x[n] = A cos(ωon + θ)u[n] tiene la siguiente densidad
espectral de potencia:
∞
1 2
S(ejω) = A π ∑ {δ(ω - ω o - 2πi) + δ(ω + ω o - 2πi)}
4 i=-∞
♦
EJERCICIO 2.22: Se trata de extender el resultado (2.28) del ejemplo 2.10 para las secuencias con
energía finita a las secuencias con potencia media finita. Sea x[n] una secuencia con potencia media
finita que, aplicada a un sistema con respuesta impulsional h[n], produce como respuesta la secuencia
y[n]; demuestre que
rxy[m] = rx[m] * h*[-m] (2.39.a)

ry[m] = rx[m] * h[m] * h*[-m] = rx[m] * rh[m] (2.39.b)
Esta última relación permite escribir

Sy(ejω) = Sx(ejω) |H(ejω)|2 (2.39.c)
para las densidades espectrales de potencia, donde H(ejω) es la respuesta frecuencial del sistema. A
partir de este resultado, por analogía al análisis realizado para la densidad espectral de energía, la
densidad espectral de potencia puede interpretarse como expresión de la distribución de la potencia
media entre las distintas componentes frecuenciales de la señal.♦
2.6 Diezmado e interpolación de secuencias
El diezmado y la interpolación son dos manipulaciones de secuencias de frecuente aplicación en el

tratamiento digital de señales de comunicaciones. En el capítulo siguiente se verán diversos ejemplos
de ello. Ahora interesa definir formalmente estas operaciones y analizar sus consecuencias sobre la
transformada de Fourier de las secuencias.
x[n] y[n] = x[nN]

N
x[n] y[n]
... ... ... ...
n n
Fig. 2.14 Sistema diezmador y ejemplo de actuación con N=3
El diezmado supone la eliminación regular de muestras de una secuencia, de modo que a partir de x[n]
proporciona como resultado
y[n] = x[nN] (2.40)
donde N es la relación de diezmado. El sistema que ejecuta esta acción se denomina diezmador; en la
figura 2.14 se incluye el símbolo que lo representa, así como un ejemplo de actuación para N = 3.
Este sistema, que ya fue introducido como ejemplo en el capítulo 1, conserva una muestra de la
secuencia de cada N (en el caso de N = 10, retiene una muestra de cada diez, lo que da nombre a la
operación).
Para analizar este proceso, es conveniente introducir la secuencia intermedia
n = 0, ±N, ±2N, …
v[n] = { x[n]
0 otro n = x[n] t[n]

donde t[n] es un tren de impulsos con periodo N. En la figura 2.15 se muestran las secuencias t[n] para
N = 3 y la v[n] correspondiente a la secuencia x[n] de la figura 2.14. En cuanto a la transformada
V(ejω) de v[n], se determina como sigue, aplicando el teorema del enventanado:
2π ∞ 1 N-1 2π
V(ejω) = X(ejω) o
2π T(ejω) = X(ejω) o2π ∑
N i=-∞
2π
δ(ω - i) =
N ∑
N i=0
X(ej(ω - N i)) (2.41.a)
donde se ha hecho uso del resultado (2.37.b) del ejemplo 2.15.
x[n]
... ...
n
t[n]
... ...
n
v[n]
... ...
n
Fig. 2.15 Secuencias x[n], t[n] y v[n] correspondientes al ejemplo de la figura 2.14.
En la secuencia v[n] se mantienen a su valor las muestras de x[n] que se conservarán en y[n], y se
anulan las muestras a descartar. Es claro que la secuencia y[n] resultante del diezmado de x[n] puede
expresarse
y[n] = x[nN] = v[nN]
y que su transformada de Fourier
∞ ∞
Y(ejω) = ∑ y[n] e-jωn = ∑ v[nN] e-jωn
n=-∞ n=-∞
mediante el cambio de ordinal m = n N, llega a ser en función de la transformada V(ejω) de v[n]:
∞ m ω
Y(ejω) = ∑ v[m] e-jω N = V(ejN ) (2.41.b)
m=-∞

Debe hacerse notar que el cambio de ordinal es posible porque las muestras de la secuencia v[n] son
nulas para m ≠ nN; este ha sido el motivo para la introducción de la secuencia v[n]. En definitiva, la
transformada de Fourier de la secuencia y[n] viene dada por
ω 2π
1 N-1
Y(ejω) = ∑
N i=0
X(e j( -
N
i)
N ) (2.41.c)
cuya interpretación se ofrece en la figura 2.16, para el caso particular N = 3. En esta figura se ha
representado el periodo (0, 2π) de las transformadas, en vez del utilizado en otras ocasiones (-π, π). Se
ha supuesto una secuencia x[n] a diezmar limitada en banda por debajo de la pulsación π/N; la
transformada de v[n], de acuerdo con (2.41.a), resulta de la superposición de la transformada de x[n] con
versiones de ella misma desplazadas a los múltiplos enteros de 2π/N (en la figura estas versiones se
indican con el índice i); finalmente, la transformada de la secuencia y[n] resultante del diezmado se
obtiene a partir de V(ejω) mediante (2.41.b), que implica una expansión del eje de frecuencias (el valor
de Y(ejω) para ω es el que toma V(ejω) para ω/N).
V π /N π 2π ω
1/N
i =1 i =2
Y 2π /N 4π /N 2π ω
1/N
π 2π ω
Fig. 2.16 Transformada de Fourier Y de la secuencia resultante de un diezmado por N = 3

a partir de la transformada X de la secuencia diezmada
Cuando la secuencia que se diezma presenta componentes frecuenciales por encima de π/N, las
distintas versiones ("alias") desplazadas de X(ejω) se solapan, con lo que provocan distorsión en la

composición frecuencial de y[n]. Para evitar este efecto, se aplica un filtrado paso bajo (que limita la
banda de la señal por debajo de π/N) antes de proceder al diezmado. Así, el proceso completo queda
como se ilustra en la figura 2.17.
x[n] y[n]
N
ωc = π / N
Fig. 2.17 El proceso completo de diezmado incorpora un filtro paso bajo para evitar el solapamiento
EJEMPLO 2.19: La conveniencia de filtrar paso bajo antes de proceder al diezmado se corresponde
bastante bien con la intuición. Si se desease representar la evolución semanal de la temperatura en
Barcelona a partir del conocimiento de la temperatura media diaria, la solución adoptada seguramente
sería proporcionar el promedio semanal (filtrado paso bajo) de la temperatura media diaria, y no la
temperatura media de un día concreto de la semana (los jueves, por ejemplo).♦
EJEMPLO 2.20: Considérese el diezmado de una sinusoide con pulsación ω1. De acuerdo con (2.40)
la secuencia resultante de la operación es
y[n] = sen (ω1 n N) = sen (ω2 n)
0 π /N π 2π ω
V
~ ~ ≈ ≈
0 2π /N 4π /N 2π ω
Y
~
0 π 2π ω
a)

0 π /N π 2π ω
V
~ ≈ ~ ≈
0 2π /N 4π /N 2π ω
Y
~
0 π 2π ω
b)
Fig. 2.18 Transformadas de Fourier de las secuencias implicadas en el diezmado por N =3 de

una sinusoide de pulsación: a) menor que π/N; b) mayor que π/N (los símbolos ~ y ≈
representan, respectivamente, los índices i = 1 y 2 del desplazamiento de la transformada X).
Se trata de una nueva sinusoide con pulsación
ω2 = ω1 N
Cuando ω1 sea mayor que π/N, ω2 resulta fuera del intervalo (0, π). La pulsación equivalente en este
intervalo se obtiene tomando
ω 2 = |ω 1 N - 2π k|
donde k es el entero adecuado para que ω2 ≤ π. Este resultado se ilustra en la figura 2.18 mediante la
representación de las transformadas de Fourier de las secuencias obtenidas en el proceso de diezmado.
Cuando no se produce aliasing (Fig. 2.18.a), la expansión del eje frecuencial propia del diezmado
provoca que la pulsación queda multiplicada por N; en caso contrario (Fig. 2.18.b), es un alias el que
se sitúa en el intervalo (0, π/N) de V(ejω ), por lo que la pulsación de la sinusoide resultante del
diezmado queda alterada en múltiplos de 2π.♦
EJERCICIO 2.23: Una secuencia con periodo P es diezmada por una relación N. Determine el periodo
de la secuencia resultante en el caso de que N y P sean primos entre sí, y en el caso de que ambos
compartan el mínimo común múltiplo M. Realice un experimento con el programa 62 para
corroborar el resultado alcanzado.♦

x[n] v[n] y[n]

N
intercala N-1 ceros ωc =π/N
entre dos muestras H(1) = N
I
x[n] y[n]
... ... ... ...
n n
D
Fig. 2.19 Diagrama de bloques de la interpolación y ejemplo de actuación sobre una secuencia x[n] con
N = 3 ; las muestras interpoladas se muestran en blanco en la secuencia resultante y[n].
La interpolación es la operación inversa al diezmado. Tal como se ilustra en la figura 2.19 para una
relación de interpolación N = 3, entre cada dos muestras de la secuencia original x[n], intercala N-1
muestras nuevas. La interpolación, por ejemplo, debe recuperar una secuencia que haya sido objeto de
diezmado. El nombre de la operación proviene de la acción de interpolar valores en una tabla. En la
misma figura 2.19 se muestra el esquema conceptual que permite obtener a partir de una secuencia x[n]
una versión y[n] interpolada. La secuencia v[n] se genera a partir de x[n] intercalando N-1 muestras
nulas entre cada dos de sus muestras y responde a la expresión:
n = 0, ±N, ±2N, …
v[n] = { x[n/N]
0 otro n
Esta secuencia, cuya forma es la misma de la figura 2.15, crea el sitio que ocuparán las muestras
interpoladas. Su transformada de Fourier
∞
V(ejω) = ∑ x[n/N] e-jωn
n=-∞
con el cambio de ordinal m = n/N resulta
∞
V(ejω) = ∑ x[m] e-jωNm = X(ejωN)
m=-∞
que supone una contracción del eje de frecuencias (V(ejω) toma para ω el valor de X(ejω) en ωN), tal
como se ilustra en la figura 2.20. La secuencia interpolada y[n] se alcanza mediante un filtrado paso
bajo, que elimina las réplicas de la transformada de x[n] centradas en los múltiplos de π/N; así
Y(ejω) = V(ejω) H(ejω)

V π 2π ω
1 D
Y 2π /N 4π /N 2π ω
π /N π 2π ω
Fig. 2.20 Transformadas de Fourier de las secuencias implicadas en un proceso de interpolación (N=3)
donde el filtro ha de presentar una pulsación de corte ωc = π/N y una ganancia N en la banda de paso.
Esta ganancia es necesaria para mantener adecuadamente la energía de las secuencias: si y[n] es
diezmada, el resultado debe reproducir x[n] y, como se ha visto, en el diezmado la transformada de
Fourier es reducida en un factor N; por ello, la secuencia y[n] ha de tener una transformada N veces
mayor que x[n]. Obsérvese que la lectura de la figura 2.20 en el sentido de la flecha señalada con una
D reproduce las transformadas de Fourier implicadas en una operación de diezmado.
EJEMPLO 2.21: Se trata de ilustrar la interpolación lineal de una muestra (N = 2) entre dos adyacentes
de la secuencia x[k] de la figura 2.21. La muestra interpolada entre las muestras x[k] y x[k+1] ha de
responder a la expresión
1
y= ( x[k] + x[k+1] )
2
En la figura 2.21 se muestra la secuencia v[k] y la respuesta impulsional del filtro interpolador
h[k] = {…, 0, 1/2

_ , 1, 1/2, 0, …}
La secuencia h[1-k] ya está en disposición para calcular la muestra correspondiente al ordinal n=1 de la
secuencia y[n] mediante la convolución (esta es la razón de indicar con la letra k los ordinales en dicha
figura). Es sencillo determinar que

x[k]
... ...
0 k
v[k]
... ...
0 k
h[k]
... ...
0 k
h[1-k]
... ...
0 k
y[n]
... ...
0 n
Fig. 2.21 Ejemplo de interpolación lineal con una relación N=2
y[1] = v[0] = x[0]

1 1
y[2] = ( v[0] + v[2] ) = ( x[0] + x[1] )
2 2
y[3] = v[2] = x[1]
1 1
y[4] = ( v[2] + v[4] ) = ( x[1] + x[2] )
2 2
es decir, la secuencia y[n] reproduce las muestras de la secuencia x[n] con una muestra intercalada entre
cada dos originales cuyo valor corresponde a la media de las mismas.
La respuesta frecuencial del interpolador es

1 1
H(ejω) = + e-jω + e-2jω = e-jω ( 1 + cos ω )
2 2
que corresponde a un filtro paso bajo cuya respuesta frecuencial toma valor 2 en el origen y presenta
una fase lineal que provoca el retardo de una muestra. Este efecto es observable en la figura 2.22, ya
que y[n] reproduce las muestras no nulas de v[n], provenientes de x[n], un ordinal más tarde. Queda
como ejercicio la representación mediante 62 de la respuesta frecuencial del interpolador.♦
EJERCICIO 2.24 : Demuestre que las operaciones de diezmado e interpolación son lineales y variantes
con el tiempo.♦
EJERCICIO 2.25: Se dispone de una tabla de la función sen(x) en el intervalo (0, π/2) con L valores
y se desea obtener, a partir de ella, otra tabla que en el mismo intervalo represente a la función con una
densidad doble de puntos. Se pide el diseño del filtro interpolador FIR, de orden 2, que permite realizar
la operación con error teóricamente cero. Para ello:
a) Obtenga la pulsación ω o de la secuencia x[n] = sen(ω on) que representa para n = 0, …, L-1 la
tabla disponible.
b) Especifique el proceso que permite interpolar por 2 esta secuencia, indicando las componentes
frecuenciales de v[n] y los requerimientos que ha de satisfacer el filtro interpolador.
c) Calcule el filtro interpolador.
d) Para comprobar el diseño obtenido, genere con el programa 62 la secuencia sen(ω o n) e
interpolarla; compare la secuencia obtenida con el resultado teórico.♦
2.7 Problemas
PROBLEMA 2.1: Determine la transformada de Fourier de las secuencias siguientes:

 1 0 ≤ n ≤ M-1
a) x[n] =  - 1 M ≤ n ≤ 2M-1
 0 para otro n
b) x[n] = A cos2(ωon + θ)
∞
c) x[n] = ∑ xo[n+rP] , en función de la transformada de xo[n]
r=-∞
0 ≤ n ≤ L-1
d) x[n] = { 0n para otro n
 (1 - cos
1 π(n+1)
) 0 ≤ n ≤ L-1
e) x[n] =  2 (L+1)
 0 para otro n
PROBLEMA 2.2: Obtenga las secuencias cuya transformada de Fourier es:

L L
sen 2 ω sen 2 ω
a) X(ejω) = e-jω(L-1)/2 ( 1
sen2 ω
o2π
1
sen2 ω
)

-π ωc π ω
Fig. P2.2
b) La que se muestra en la figura P2.2

c) X(ejω) = j ω para |ω| ≤ π
1 + e -2jω
d) X(ejω) = 0,9
1 - 0,9 e - jω + 0,81 e -2jω
PROBLEMA 2.3: Sea la secuencia
x[n] = p4[n]
a) Encuentre la expresión de su transformada de Fourier X(ejω). Dibuje (de forma aproximada) el

módulo de X(ejω), indicando la posición de sus ceros. Dibuje exactamente su fase con valores
comprendidos entre -π y π.
Haciendo uso únicamente de la definición y las propiedades de la DFT (sin realizar cálculos numéricos
con la fórmula que la define), se pide:
b) Obtenga la expresión de X[k], DFT de x[n], con N=12 y dibuje su módulo y fase, proporcionando
la misma información que la solicitada en el apartado anterior.
c) Si X1[k] es la secuencia frecuencial resultante al tomar equiespaciadamente una de cada 4 muestras
de X[k] (incluyendo la correspondiente a k=0), halle la secuencia x1[n] cuya DFT es X1[k].
d) Determine la secuencia temporal x2[n] DFT inversa de
X2[k] = X[k] e-j4πk/3 k = 0, 1, …, 11
PROBLEMA 2.4: Considérese el sistema recurrente de orden 2
y[n] = -a1 y[n-1] - a2 y[n-2] + b0 x[n] + b1 x[n-1] + b2 x[n-2]
Obsérvese que, como se desprende de la expresión de la respuesta frecuencial en función de los

coeficientes ai y bi, ésta puede interpretarse como el cociente de la transformada de Fourier de las
secuencias {b_0, b1, b2} y {1_, a1, a2}. Para el sistema
b0 = -b2 = 0,245237 a1 = -0,932938

b1 = 0 a2 = 0,509525
calcule mediante 62 el módulo de la respuesta frecuencial en un número N de puntos suficiente para

determinar la frecuencia a la que tiene lugar el máximo de su módulo con un error inferior a 10 Hz, si
el sistema trabaja en un entorno analógico con una frecuencia de muestreo de 8 kHz. Estime las
frecuencias discreta y analógica correspondientes a dicho máximo, así como el valor del mismo.
PROBLEMA 2.5: Las muestras de la DFT de una secuencia x[n] con N=8 vienen dados por la
expresión X[k] = cos(πk/4)+sen(3πk/4) ¿Cuál de las siguientes secuencias se corresponde con x[n] en
el intervalo 0 ≤ n ≤ 7?:
a) x[n] = 1/2 (δ[n-1] + δ[n-7] + δ[n-3] + δ[n-4])

b) x[n] = 1/2 (δ[n-1] + δ[n-5] + jδ[n-1] + jδ[n-5])
c) x[n] = 1/2 (δ[n-1] + jδ[n-7])
d) x[n] = 1/2 (δ[n-1] + δ[n-7] + jδ[n-3] - jδ[n-5])
e) x[n] = 1/2 (δ[n-1] - δ[n-7] + jδ[n-3] + jδ[n-7])
PROBLEMA 2.6: La DFT X[k] de una secuencia x[n] real de N muestras es una secuencia compleja
que, como ya se ha visto, presenta simetría hermítica:
X[0] real
X[k] = X*[N-k] k = 1, 2, …, N-1
Esta redundancia puede ser aprovechada para obtener con una sola DFT de N muestras la DFT de N
muestras de dos secuencias x[n] e y[n] reales de longitud N. Para ello se forma la secuencia
z[n] = x[n] + jy[n]
cuya DFT de N muestras Z[k] se calcula. Demuéstrese que la DFT de la secuencia x[n] puede obtenerse
a partir de Z[k] mediante las relaciones:
X[0] = Re{Z[0]}
1
X[k] = (Z[k] + Z*[N-k]) k = 1, 2, …, N-1
2
mientras que la DFT de y[n] viene dada por:
Y[0] = Im{Z[0]}
1
Y[k] = (Z[k] - Z*[N-k]) k = 1, 2, …, N-1
2j
PROBLEMA 2.7: Considérese la secuencia
x[n] = {…, 0, _1 , 2, 2, 2, 0, …}

A continuación se indican distintas operaciones sobre su DFT, el número de muestras de la misma, y

la secuencia y[n] resultante de aplicar la DFT inversa.
1) Y[k] = X[k] e-j(2π/N)k N=4 y[n] = {…, 0, _0 , 1, 2, 2, 0, …}

2) Y[k] = X[k] e-j(4π/N)k N=5 y[n] = {…, 0, _0 , 1, 2, 2, 2, 0, …}
3) Y[k] = X[k] ej(4π/N)k N=6 y[n] = {…, 0, _2 , 2, 0, 0, 1, 2, 0, …}
4) Y[k] = X[k] ej(4π/N)k N=4 y[n] = {…, 0, _2 , 2, 1, 2, 0, …}
¿Cuál de las siguientes afirmaciones es cierta?:

a) Todas las relaciones anteriores son correctas.
b) Solamente tres relaciones son correctas.
c) Solamente dos relaciones son correctas.
d) Solamente una relación es correcta.
e) Ninguna de las relaciones es correcta.
PROBLEMA 2.8: Sean las secuencias
x1[n] = {…, 0, 1_ , 1, 1, 1, 0, 0, 1, 1, 1, 0, …}
x2[n] = {…, 0, 0_ , 0, 1, 1, 1, 1, 1, 0, …}
e y[n] = DFT-1{X1[k].X2[k]} donde X1[k] y X2[k] son las DFT de 9 puntos correspondientes a x1[n]
y x2[n], respectivamente. ¿Cuál de las siguientes secuencias es realmente la secuencia y[n]?:
a) y[n] = {…, 0, _5 , 5, 5, 5, 5, 5, 5, 5, 5, 0, …}
b) y[n] = {…, 0, _3 , 4, 5, 5, 5, 5, 5, 4, 3, 0, …}
c) y[n] = {…, 0, _3 , 3, 4, 5, 5, 5, 4, 3, 3, 0, …}
d) y[n] = {…, 0, _1 , 2, 3, 4, 5, 5, 5, 4, 3, 2, 1, 0, …}
e) y[n] = {…, 0, _2 , 3, 4, 5, 5, 5, 4, 3, 2, 0, …}
e[n] s[n] e[n]

S1 S2
Fig. P2.9-1
PROBLEMA 2.9: Un problema que se plantea frecuentemente en la práctica es la compensación de la

distorsión introducida en una señal x[n] por un sistema (filtro, canal, etc.) lineal e invariante. Para

llevar a efecto la recuperación de la señal se suele acudir a la utilización de un sistema, denominado

igualador (o ecualizador), cuya función de transferencia sea tal que cancele la distorsión cuando se
conecta en cascada tras el sistema distorsionador. La situación se esquematiza en la figura P2.9-1,
donde el sistema S1 es el sistema distorsionador y el sistema S2 es el igualador.
trayecto directo
+
eco
r[n]
Fig. P2.9-2
En el presente problema se trata de compensar la distorsión generada por un canal de transmisión que
incorpora a la señal transmitida una réplica retardada de la misma (eco), de modo que su respuesta
impulsional puede ser modelada por:
h1[n] = δ[n] + α δ[n - d]
donde α es el factor de reflexión y d el retardo del eco. Adicionalmente, la señal sufre contaminación
por ruido. El modelo del sistema de transmisión se muestra en la figura P2.9-2. Se pide:
a) ¿Cuál ha de ser la respuesta impulsional de sistema S, combinación en cascada de los sistemas
distorsionador e igualador, para que la distorsión sea eliminada? ¿Y su respuesta frecuencial?
Obtenga la respuesta frecuencial del igualador en función de la respuesta frecuencial del sistema que
introduce la distorsión.
b) Particularice el resultado anterior para compensar el eco producido por el canal de transmisión
descrito. Determine la ecuación en diferencias finitas que describa la relación entrada-salida del
sistema igualador. ¿Cuál es su respuesta impulsional?
c) Un procedimiento general para diseñar un filtro igualador FIR es tomar su respuesta impulsional
h2[n] a partir de
h2[n] = DFT-1{ 1 / DFT{ h1[n]} }
Realice una crítica de esta propuesta.

d) Para llevar a cabo con el programa 62 un experimento ilustrativo de todo cuanto se lleva dicho,
genere una señal x[n] con un periodo de diez muestras constituido por un pulso en rampa de siete
muestras de duración, y un ruido r[n] gaussiano con potencia 0,1. Mediante "Editar secuencia" cree
la respuesta impulsional correspondiente a un canal que produce un eco con α = -0,3 y d = 4.
Obtenga la señal y[n] en recepción de acuerdo con el modelo de la figura P2.9-2.
e) Siguiendo el método propuesto en el apartado c), diseñe un filtro igualador. Aplíquelo a la señal
recibida.

f) Repita los dos apartados anteriores con α = -0,85. Compare las señales recuperadas en ambos
casos y justifique las diferencias.
PROBLEMA 2.10: Considérese la detección de la presencia de una determinada señal s[n] de L

muestras en una señal x[n] de duración indefinida. Una solución natural es calcular la distancia D[m]
entre las secuencias x[n] y s[n-m] y aceptar la presencia de s[n] cuando la distancia sea nula. Este
planteamiento es equivalente a calcular la correlación r xs [m] entre ambas señales y suponer la
aparición de s[n] cuando rxs[m] iguale (o exceda) un cierto umbral. Se pide:
a) Determine la respuesta impulsional h[n] de un sistema discreto (filtro adaptado) que a la secuencia
x[n] responde con la secuencia rxs[n].
b) Si
s[n] = {..., 0, 0, 1, 1, 1, 1, -1, -1, -1, -1, 0, 0, ...}
obtenga la respuesta impulsional h[n] del filtro adaptado causal correspondiente. ¿Cuál es el umbral
que permite aceptar la presencia de s[n]?
c) Compruebe que la respuesta impulsional h[n] y el umbral propuestos detectan correctamente la
presencia de s[n] en la secuencia
x[n] = {..., 0, 0, 1, 1, -1, 1, -1, -1, 1, 1, 1, 1, -1, -1, -1, -1, 1, 1, -1, -1, -1, 1, -1, 1, 0, 0, ...}
Debe señalarse que el concepto de filtro adaptado es de gran utilidad en multitud de aplicaciones
prácticas. Son ejemplos sobresalientes las comunicaciones digitales y el radar.
PROBLEMA 2.11: Una secuencia x[n] con periodo P puede expresarse mediante la secuencia
correspondiente a su periodo fundamental
0 ≤ n ≤ P-1
xo[n] = { x[n]
0 para otro n
como
∞
x[n] = ∑ xo[n+rP]
r=-∞
Ahora bien, si Xo[k] es la DFT con P muestras de xo[n], de acuerdo con (2.9) x[n] puede expresarse
1 P-1 2π
x[n] = ∑
P k=0
X o [k] ej P k n
Esta relación, que suele escribirse como

P-1 2π
~
x[n] = ∑ X[k] ej P k n (P2.11-1)
k=0
proporciona la composición de una secuencia periódica mediante la combinación lineal de las P

sinusoides complejas distintas con periodo P (véase el ejemplo 1.3). La secuencia periódica cuyo
periodo fundamental está formado por los coeficientes de la combinación lineal recibe el nombre de
serie discreta de Fourier (DFS), y se define como
~ 1 P-1 2π 1 P-1 2π
X[k] = ∑ xo [n] e-j P kn = ∑ x[n] e-j P k n (P2.11-2)
P n=0 P n=0
Las relaciones (P2.11-2) y (P2.11-1) definen, respectivamente, la DFS directa y la DFS inversa. Se
pide:
a) Las DFS de la secuencia t[n] (tren de impulsos) y de una sinusoide con frecuencia i/P.
~
b) Si xi[n] y Xi[k] son parejas relacionadas por la DFS, establezca las siguientes propiedades para la
DFS a partir de las propiedades relacionadas de la DFT:
DFS ~ ~
linealidad: a1 x1[n] + a2 x2[n] ←→ a1 X1[k] + a2 X2[k]
~ DFS
dualidad: X[n] ←→ N x[-k]
2π ~
DFS
desplazamiento temporal: x[n-m] ←→ e-j N km X[k]
2π
DFS ~
modulación: x[n] ej N ln ←→ X[k-l]
convolución: x1[n] o P
DFS ~
x2[n] ←→
~
X1[k] X2[k]
P-1
donde x1[n] o P x2[n] = ∑ x1[m] x2[n - m] =
m=0
P-1
= ∑ x1[n - m] x2[m]
m=0
enventanado: DFS
x1[n] x2[n] ←→
1 ~
X [k]
P 1 o
P
~
X2[k]
c) Razone que la DFS posee las mismas propiedades de simetría que la DFT.
PROBLEMA 2.12: Una secuencia x[n] con periodo P y periodo fundamental
0 ≤ n ≤ P-1
xo[n] = { x[n]
0 para otro n
constituye la entrada a un sistema caracterizado por su respuesta impulsional h[n]. Basándose en la

expresión (P2.11-1) de x[n] mediante la DFS, demuestre que la respuesta y[n] presenta periodo P y que
su periodo fundamental yo[n] viene dado por

yo[n] = xo[n] o P ho[n]
donde
∞
 ∑ h[n+rP] 0 ≤ n ≤ P-1 ∞
ho[n] =  r=-∞ =( ∑ h[n+rP] ) pP[n]
 0 para otro n r=-∞
Genere con el programa 62 una secuencia triangular tr[n] con 10 muestras de duración y, a partir de
ella, una señal con periodo 10 muestras, longitud 30 muestras y comienzo en n=0. Filtre esta señal
con un filtro promediador de 3 muestras. Compruebe que, pasado el transitorio producido por el filtro,
la respuesta de éste es periódica y reproduce la convolución circular de tr[n] y la respuesta impulsional
del promediador.
PROBLEMA 2.13: Sean x[n] una secuencia real periódica, con periodo de P muestras, y xo[n] la
secuencia:
0 ≤ n ≤ P-1
xo[n] = { x[n]
0 para otro n
Se pide:
a) Basándose en la expresión de x[n] mediante la DFS, demuestre que rx[m] puede expresarse
P-1 2π
rx[m] = ∑ A[k] ej P km
k=0
~
donde A[k] = | X[k] |2 ¿Qué significado puede darse a A[k]?
b) A partir de este resultado, obtenga la densidad espectral de x[n].
c) Pruebe que la autocorrelación de x[n] verifica
1 ∞ 1
rx[m] = ∑ rxo[m+rP] = P x[m] * xo[-m]
P r=-∞
d) Si x[n] tiene por autocorrelación la secuencia
 1 - 1 m = 0, ±P, ±2P, …
P
rx[m] =  1
 - para otro m
P
calcule y dibuje el módulo de la DFT de xo[n], |Xo[k]|, para P = 8.

PROBLEMA 2.14: En este problema se analiza de forma muy simplificada la realización de un

analizador de espectros digital comercial basado en la DFT. Considérese el esquema de la figura
P2.14-1; la señal x[n], cuyo espectro desea representarse, es enventanada en el instante n con una
ventana rectangular que toma las muestras x[n] a x[n-L+1], para calcular posteriormente la DFT con N
puntos (N≥L), con lo que se obtiene:
L-1 2π
yk[n] = ∑ x[n-L+1+i] e-j N
ik k = 0, ..., N-1
i=0
Si esta operación se realiza para todo n, tendremos que la muestra k de la DFT evoluciona con n; es
decir, yk [n] constituye una secuencia de ordinal n que representa la evolución de la componente
espectral k de x[n]. Finalmente, se calcula el módulo al cuadrado de yk[n], y se consigue ek[n]. Así la
densidad espectral de la señal en el instante n queda representada por la secuencia:
X[k] = { eo[n], e1[n], …. ek[n], …, eN/2[n] }
que es presentada en la pantalla del analizador. Cada muestra proporciona la densidad espectral de la
señal a la frecuencia 2πk/N. Se pide:
a) Obténgase la respuesta impulsional del sistema de la figura P2.14-2, que a x[n] responde con
yk[n].
b) Obténgase la respuesta frecuencial de dicho sistema y exprésese en términos de la transformada de
Fourier de la ventana rectangular. ¿Qué tipo de filtro es? Indicar su pulsación central y ancho de
banda entre ceros.
2 e 0 [n]
2
DFT e [n]
1
x[n] Ventana de
rectangular N
puntos
y k [n]
2 e [n]
k
Fig. P2.14-1
x[n] yk [n]
h k [n]
Fig. P2.14-2

Q
1
Bω
-π π ω
Fig. P2.14-3
c) Indíquese cómo quedaría afectada hk[n] si la ventana rectangular se substituye por otra ventana v[n]
de la misma longitud.
d) Considérese una secuencia compleja q[n], cuya transformada de Fourier sea la de la figura P2.14-3:
demuéstrese que |q[n]|2 presenta un espectro paso bajo con ancho de banda Bω.
ventana i
ventana i-1 ventana i+1
L n
M señal
Fig. P2.14-4
Aunque la secuencia X[k] se puede actualizar cada instante de muestreo (para cada n), la evolución de
cada muestra ek[n] es lenta ya que, como se comprueba en el apartado d) de este problema, es un señal
paso bajo con un ancho de banda muy pequeño. Por ello, la presentación en pantalla se actualiza cada
M instantes de muestreo (lo que es equivalente a realizar un diezmado por M de las secuencias e k[n]);
en realidad, la ventana se desplaza por la señal a saltos de M muestras, definiendo tramos de señal cuya
DFT se calcula y se presenta en pantalla. Esta idea se ilustra en la figura P2.14-4. Se pide:
e) Si el analizador de espectros trabaja con una frecuencia de muestreo de 8 kHz, una ventana de
Hamming con longitud L = 256 y una DFT de 1024 muestras, ¿cada cuánto tiempo, como
mínimo, debe actualizarse la presentación en pantalla?
PROBLEMA 2.15: Se desea analizar una señal analógica compuesta por tres tonos, uno de los cuales
es de menor duración que los demás. Para ello se ha muestreado la señal a 8 kHz y se ha tomado un
segmento de la secuencia resultante que incluye la transición de tres a dos tonos. La duración del
segmento de análisis es de 128 muestras y la transición tiene lugar en la mitad del segmento,
aproximadamente.

Fig. P2.15
En la figura P2.15 se muestra para k = 0, 1, …, 256 el módulo de la DFT (N=512) del segmento
enventanado con la ventana de Hamming que toma las 64 primeras muestras del segmento de señal, y
del mismo segmento enventanado con la ventana de Hamming de 128 muestras de longitud. Ambas
ventanas han sido normalizadas de forma que
L-1
∑ vh[n] = 1 (P2.15)
n=0
La posición y el valor de los máximos del módulo de la DFT son:
gráfica superior: k = 103 |X[k]| = 0,1516

k = 128 |X[k]| = 0,5133
gráfica inferior k = 102 |X[k]| = 0,0770
k = 127 |X[k]| = 0,4983
k = 141 |X[k]| = 0,3483
Justifique su respuesta a las siguientes cuestiones:

a) ¿Cuál de las dos gráficas (superior o inferior) corresponde a la ventana de Hamming de 64

muestras de longitud?
b) ¿Cuál es la amplitud del lóbulo principal de la transformada de Fourier de una ventana normalizada
de acuerdo con (P2.15)?
c) El tono que acaba en la mitad del segmento puede considerarse un tono de la misma duración que
los demás enventanado mediante una ventana rectangular de 64 muestras; ¿cuál es la ventana
equivalente para este tono cuando el segmento de señal se enventana con la ventana de Hamming
de 64 muestras de duración?, ¿y con la de 128 muestras? ¿Cuál es aproximadamente la anchura del
lóbulo principal de la transformada de Fourier de cada una de estas ventanas equivalentes? ¿Cuál es
su amplitud?
d) ¿Cuál es la frecuencia del tono de menor duración? ¿Y su potencia?
e) ¿Cuáles son la frecuencia y la potencia de los demás tonos?
x[n] e[k] |e[k]| 2 y[n]

DFT S1 DFT -1
x[n] e[n] e[-n] y[n]

z -5 S2 z -1
x[n] y[n]
2 h[n] 2
Fig. P2.16
PROBLEMA 2.16: En la figura P2.16 se muestran 3 sistemas, constituido cada uno de ellos a su vez
por tres bloques funcionales. Se pide para cada uno de los sistemas:
a) la relación entrada-salida (y[n] en función de x[n]);
b) justifique si es causal, estable, lineal o invariante;
c) la respuesta impulsional cuando sea lineal e invariante;
d) para x[n] = {..., 0, 0, 1, 1, -1, -1, 0, 0, ...} encuentre y[n], si el número de muestras de la DFT es
10 en el primer sistema y h[n] = {… 0, 1/2, 1, 1/2, 0, …} en el tercero.
PROBLEMA 2.17: Una interpolación por 4 puede realizarse mediante un solo paso (Fig. P2.17-1) o
mediante dos interpolaciones por 2 sucesivas (Fig. P2.17-2). En este problema se analizan los dos
esquemas y las condiciones en las que resultan totalmente equivalentes.
Se pide:
a) La expresión de Y(ejω ), transformada de Fourier de la secuencia y[n] obtenida en el primer
esquema, en función de X(ejω) y la respuesta frecuencial del filtro H(ejω).

x[n] y[n]
4 H
Fig P2.17-1
x[n] y'[n]
2 H1 2 H2
Fig. P2.17-2
b) La expresión de Y'(ejω ), transformada de Fourier de la secuencia y'[n] obtenida en el segundo

esquema, en función de X(ejω) y la respuesta frecuencial de los filtros H1(ejω) y H1(ejω).
c) A partir de las expresiones anteriores obtenga la relación que debe haber entre H(ejω), H1(ejω) y
H2(ejω) para que ambos esquemas sean equivalentes.
d) Si las respuestas impulsionales de los filtros H1 y H2 son h1 [n] = h2 [n] = {1,2,1}, calcule la
respuesta impulsional de H para que el primer esquema sea equivalente al segundo.
PROBLEMA 2.18: Determínese la respuesta impulsional de un filtro causal interpolador que realiza la
interpolación lineal por 3 tal como se ilustra en la figura P2.18, donde xi son las muestras de la
secuencia original e yi son las muestras resultantes de la interpolación. Calcúlese la respuesta
frecuencial del filtro interpolador obtenido, representando aproximadamente su módulo e indicando el
retardo que introduce.
x2
y2
y1
x1
y 1 = 2/3 x1 + 1/3 x2 , y2 = 1/3 x1 + 2/3 x2
Fig. P2.18
PROBLEMA 2.19: La importancia de la transformada discreta de Fourier (DFT) en el tratamiento

digital de la señal proviene, en gran parte, de la existencia de métodos eficientes para su cómputo. En
este problema se estudia la propiedad de la DFT que permite el establecimiento de los algoritmos
rápidos denominados FFT (fast Fourier transform). Para ello, considérese el esquema de la figura
P2.19-1 donde, a partir de una secuencia x[n], se obtienen dos secuencias g[n] y h[n] mediante un
diezmado por 2 y un adelanto de una muestra.

g[n]
2
x[n]
h[n]
z 2
Fig. P2.19-1
Se pide:
a) Obtenga las señales g[n] y h[n], en función de la entrada x[n]. Para ello, puede ser ilustrativo
contemplar primero el caso particular de que la secuencia x[n] fuese ra8[n], definida por
0 ≤ n < N
raN[n] = { 0n n < 0, n ≥ N
b) Proponga un esquema que permita recuperar x[n] a partir de g[n] y h[n].

c) Establezca la relación entre la transformada de Fourier de x[n] y las transformadas de Fourier de g[n]
y h[n].
d) Si x[n] es una señal de longitud N, justifique el esquema mostrado en la figura P2.19-2 (que recibe
el nombre de mariposa) para obtener la DFT de N puntos de x[n] a partir de las DFT de N/2 puntos
de g[n] y h[n].
+
G[k] + X[k]
+
k = 0, …, N/2-1
+
H[k] x + X[N/2+k]
-
e- j2πk/N
Fig. P2.19-2
e) Utilizando la relación anterior, calcule la DFT de 8 puntos de x[n] = {1,1,1,0,1,0,1,0} a partir de

las DFT de 4 puntos de las señales g[n] y h[n] correspondientes.
Si N es una potencia de 2 (N = 2m), la descomposición en dos de la secuencia a transformar puede ser
aplicada reiteradamente m veces, hasta que las secuencias g[n] y h[n] se reduzcan a una muestra, cuya
transformada son ellas mismas. A partir de ahí, la aplicación del esquema de la figura P2.19-2
permitiría calcular la transformada de las subsecuencias generadas y, finalmente, la transformada de
x[n].

ALGORITMO FFT. Diezmado temporal
Los argumentos de llamada a la función son:

x Vector complejo de dimensión N (definido de 0 a N-1) que contiene la señal a transformar.
m valor entero positivo que determina el número de puntos de la transformada N=2m.
ind entero con valores posibles 1 o -1 según se desee realizar la transformada directa o inversa.
La función tiene como argumento de salida:

x Vector complejo de dimensión N (definido de 0 a N-1) que contiene la señal transformada
Las variables x,T,U,W son complejas

Las variables ii, ij, ind, k, L, Lv2 , Lv2m1, m, N, Nv2, Nm2, Nm1 son enteras
Inicialización de valores
N := 2^m; Nv2 := N/2; Nm1 := N-1; Nm2 := N-2
Algoritmo bit-reversed
ij := 0;
para ii=0 hasta Nm2 repetir
si {ij < ii} entonces
T := x(ij)
x(ij) := x(ii)
x(ii) := T
fin
k := Nv2
mientras {k < ij+1} repetir
ij := ij - k
k := k/2
fin
ij := ij + k
fin
Cálculo de las mariposas

para k=1 hasta m repetir
L := 2^k
Lv2 := L/2
Lv2m1 := Lv2 - 1
U := 1
W := exp(-j*ind*pi/Lv2);
para ij=0 hasta Lv2m1 repetir
para ii=ij (con incremento L) hasta Nm1 repetir
ip := ii + Lv2
T := x(ip) * U
x(ip) := x(ii) - T
x(ii) := x(ii) + T
fin
U := U * W
fin
U := U * W
fin
si {ind = -1} entonces para ii=0 hasta N-1 repetir
x(ii) := x(ii)/N
fin
Fig. P2.19-3

En la figura P2.19-3 se proporciona el algoritmo FFT basado en esta sistemática. El algoritmo consta
de dos partes; en la primera (algoritmo bit-reversed) se reordenan las muestras de la secuencia original
para que las muestras de las subsecuencias que participan en la misma mariposa queden en posición
contigua; en la segunda parte se realiza reiteradamente el algoritmo de la mariposa, comenzando por el
cálculo de la DFT de las subsecuencias con dos muestras (k=1), para terminar con la DFT de la
secuencia original.
El número total de multiplicaciones complejas necesarias para calcular la DFT a partir de su definición
es N2 , como fácilmente se comprueba. Sin embargo, mediante el algoritmo FFT descrito dicho
número es (N/2) log2N. Este resultado puede establecerse con los dos pasos siguientes:
f) Si y[i] es el número de multiplicaciones necesarias para calcular la DFT de 2i muestras, demuestre
que el algoritmo de la figura P2.19-2 que proporciona esta transformada a partir de dos
transformadas de 2i-1 muestras, permite escribir la recurrencia:
y[i] = 2 y[i-1] + 2i-1
con y[1] = 1.
g) Resuelva por inducción esta ecuación en diferencias para demostrar que y[m] = (N/2) log2 N.
Finalmente, para tener una impresión cualitativa del ahorro computacional que puede suponer el uso de
la FFT, compare los valores de N2 y (N/2) log2N para N = 512 y 1024.
PROBLEMA 2.20: El algoritmo de la FFT facilita el cómputo de la respuesta y[n] de un sistema FIR
cuya respuesta impulsional h[n] es de muy larga duración L, a una secuencia x[n] de duración
indefinida. La forma inmediata para calcular y[n] es recurrir a la convolución
L-1
y[n] = ∑ x[k] h[n-k]
k=0
lo que supone un total de L multiplicaciones y acumulaciones por muestra calculada. Una alternativa
es acudir al teorema de convolución de la transformada de Fourier y utilizar el dominio transformado
para obtener la convolución. El proceso (método de solapamiento y suma) puede resumirse en los
siguientes pasos:
1.- Calcular la DFT de h[n] con N puntos.
2.- Descomponer x[n] en tramos de señal de M muestras, sin solapamiento entre ellos; es decir
x[n] = ∑ xi[n - iM]

i
donde
x i[n] = { 0x[n + iM] n = 0, …, M-1

otro n

3.- Calcular la DFT Xi[k] de cada uno de estos tramos.

4.- Multiplicar las DFT H[k] y Xi[k], y calcular la DFT-1 yi[n] del resultado para todo i.
5.- Tomar como respuesta y[n]:
y[n] = ∑ yi[n - iM]

i
Se pide:
a) Determine en función de L y M el valor de N para el que el procedimiento descrito sea correcto.
b) Calcule el número de multiplicaciones que precisa este método por muestra calculada de y[n], si se
hace uso del algoritmo de la FFT. Compare con el cálculo directo de la convolución, cuando
L = 256 y N = 1024.
El método propuesto puede hacerse aún más eficiente, si se definen tramos de N muestras
x i[n] = { 0x[n + iM - (L-1)] n = 0, …, N-1

otro n
con M = N - (L-1) y se toma
y[n] = ∑ yi[n - iM + (L-1)] pM[n - iM]

i
lo que equivale a descartar las L-1 primeras muestras de y i[n] antes de componer y[n]. Esta variante
recibe el nombre de método de solapamiento y descarte.
c) Para comprender el modo de funcionamiento del nuevo método, genere con el programa 62 un
pulso rectangular de 5 muestras de duración y conviértalo en periódico, con un periodo P =10,
primera muestra en el origen y longitud 75 muestras. Encuentre las 3 subsecuencias xi[n] y aplique
el procedimiento descrito para calcular con N = 32 la respuesta a esta secuencia de un promediador
cuya respuesta impulsional tiene una longitud L = 6.
d) Justifique esta nueva alternativa y compare su coste computacional con la anterior.
PROBLEMA 2.21: Un sistema, cuya respuesta impulsional h[n] tiene longitud L=63, responde a la
secuencia x[n] de longitud L =28 con la secuencia y[n]. ¿Cuál de las siguientes afirmaciones es
correcta?
a) Para obtener y[n] mediante convolución circular debe hacerse uso de la DFT con al menos
N=100 muestras.
b) Puede obtenerse y[n] mediante el uso de dos convoluciones circulares con N=63.
c) Para obtener y[n] puede hacerse uso de una sola convolución circular mediante la DFT con al
menos N=53 muestras.
d) Para obtener y[n] puede hacerse uso de una sola convolución circular mediante la DFT con
N=63.
e) Ninguna de las afirmaciones anteriores es correcta.

PROBLEMA 2.22: Un concepto útil en la representación de una señal paso banda x[n] es la señal
equivalente paso bajo bx[n], que se introdujo en el ejemplo 2.7. En la figura P2.22 se proporciona el
diagrama de bloques de un procedimiento que permite obtener la secuencia bx[n], de una señal paso
banda centrada en la frecuencia fo = 0,25. Como el equivalente paso bajo ocupa un margen frecuencial
mitad que la señal paso banda, resulta conveniente proceder finalmente a su diezmado para reducir las
necesidades computacionales del resto del sistema que procesa la señal. Se pide:
bx [n] y[n]
⊗ 2
x[n] z[n]
H (e jω)
(-j) n
Fig. P2.22
a) Si x[n] es una señal paso banda con frecuencial central fo = 0,25 y ancho de banda Bf, dibuje el
espectro de la secuencia x[n] y del equivalente paso bajo bx[n].
b) Teniendo en cuenta que a partir de x[n] debe obtenerse bx[n], elija razonadamente el tipo de filtro
H(ejω) (paso bajo, paso alto, etc.) necesario en la aplicación propuesta y determine, en función de
Bf, las frecuencias de corte que definen su o sus bandas de transición. Indique la ganancia que se
precisa en la banda de paso.
c) Genere con el programa 62 una secuencia x[n] con una duración de 256 muestras tal que
x[n] = s[n] cos(ωon + θ[n])
siendo
fo = 0,25
s[n] = 1 + 0,5 cos(2π 0,05 n)
θ[n] = cos(2π 0,015n) - 0,6 cos(2π 0,02n)
Analice el espectro de esta secuencia y determine su ancho de banda Bf, entendiendo por tal el
margen de frecuencias en el que las componentes de la señal presentan un nivel de potencia no
inferior a 30 dB del nivel de la portadora fo.
d) Diseñe el filtro para obtener el equivalente paso bajo de la señal anterior, mediante el uso de la
ventana de Kaiser, de tal modo que en la banda atenuada presente una atenuación mínima de 50 dB.
e) Obtenga la envolvente y la fase instantánea de la señal y compare el resultado con estas mismas
secuencias determinadas por el método expuesto en el ejercicio 2.16. ¿Cómo pueden justificarse las
diferencias observadas?
f) Dibuje el espectro de y[n].
g) Razone qué influencia tiene en esta aplicación la atenuación que presenta el filtro en su banda
atenuada.

PROBLEMA 2.23: En el procesado de voz resulta útil en ocasiones dividir la señal en distintas bandas
de frecuencia y tratarlas independientemente. La posterior composición de las bandas proporciona la
señal de voz procesada. Aprovechando que el ancho de banda de cada una de las bandas en las que se
descompone la señal es menor que el de ésta, es habitual realizar un diezmado de las mismas previo a
su manipulación; así, la reconstrucción de la señal procesada requiere una interpolación de las bandas, a
fin de recuperar la frecuencia de muestreo original.
Para ilustrar este proceso de división de la señal en varias bandas y su posterior reconstrucción,
consideremos el caso simplificado en el que se divide la señal x[n] en dos bandas solamente, y no se
realiza ningún tipo de tratamiento a la señal, tal y como se esquematiza en la figura P2.23-1, donde el
filtro ho[n] es paso bajo y el filtro h1[n] = (-1)n ho[n]. Se pide:
a) Suponiendo que la transformada de Fourier de x[n] es la proporcionada en la figura P2.23-2 y que
ho[n] es un filtro paso bajo ideal con frecuencia de corte ωc=π/2, represente esquemáticamente las
transformadas de vo[n], xo[n], zo[n], yo[n],v1[n], x1[n], z1[n], y1[n] e y[n].
b) Exprese y[n] en función de x[n].
vo [n] xo[n] z o[n] yo[n]

ho[n] 2 2 ho[n]
x[n] y[n]
⊕
v1 [n] x1[n] z 1[n]
h1[n] 2 2 h1[n]
y1[n]
Fig. P2.23-1
π 2π ω
Fig. P2.23-2
Para que el esquema anterior funcione correctamente, el filtro ho[n] debe ser ideal. En la práctica, al
utilizar un filtro real, se produce cierta distorsión que impide recuperar x[n] exactamente. Para evitar la
distorsión mencionada, se modifica el esquema anterior como se muestra en la figura P2.23-3, cuya

vo[n] xo [n] zo [n] yo [n]

ho [n] 2 2 ho[n]
x[n] + y'[n]
⊕
-
v1[n] x1 [n] z1 [n]
h1 [n] 2 2 h1[n]
y1 [n]
Fig. P2.23-3
única diferencia está en el signo de las señales que intervienen en la suma que nos permite obtener la
señal resultante y'[n] ( y'[n] = yo[n] - y1[n]). Se pide:
c) Encuentre la expresión analítica de Y´(ejω) en función de X(ejω) y de la respuesta frecuencial de los
filtros, y demuestre que, para obtener una salida y'[n] = A x[n-no], debe cumplirse:
Ho2(ejω) - H12(ejω) = 2 A e-jωno
siendo A y no constantes.
d) Obtenga la salida y'[n] en función de la entrada x[n], si se utiliza el filtro
ho[n] = δ[n] + δ[n-1].
x[n] v[n] y[n]

N
Fig. P2.24
PROBLEMA 2.24: Considere una secuencia x[n] con periodo P y periodo fundamental
0 ≤ n ≤ P-1
xo[n] = { x[n]
0 para otro n
que es interpolada por N, de acuerdo con el esquema de la figura P2.24, para proporcionar la secuencia
y[n]. Como es natural, las secuencias v[n] e y[n] tienen periodo NP. Se pide:
~ ~ ~
a) Si X[k], V[k] e Y[k] son, respectivamente, las DFS de las secuencias x[n], v[n] e y[n], demuestre
que

~ 1 ~
V[k] = X[k]
N
 ~ ~
~
Y[k] =  N V[k] = X[k] 0 ≤ k≤ P/2, NP-P/2 ≤ k ≤ NP-1
 0 para otro k
b) Si Xo[k] e Yo[k] son, respectivamente, las DFT de los periodos fundamentales de x[n] e y[n],
demuestre que
0 ≤ k≤ P/2
 N X o [k]
Yo[k] =  0 P/2 < k < NP-P/2
 N Xo[k-(N-1)P] NP-P/2 ≤ k ≤ NP-1
c) Utilice el resultado del apartado anterior y el programa 62, para interpolar por 2 una secuencia
cuyo periodo fundamental es la secuencia de duración 10 muestras
0 ≤ n ≤ 4
xo[n] = { sen(2π/10)
0 5 ≤ n ≤ 9
rx [m] z[m] ry [m]

N r[m]
Fig. P2.25
PROBLEMA 2.25: En el esquema de interpolación de la figura P2.24 del problema anterior considere
que se hace uso de un filtro interpolador con respuesta impulsional h[n]. Si x[n] es una secuencia de
energía finita, se pide:
a) Obtenga, en función de la transformada de Fourier de x[n], la densidad espectral de energía de la
secuencia y[n] resultante de la interpolación.
b) Basándose en el resultado anterior, justifique que la autocorrelación ry[m] de y[n] puede obtenerse,
a partir de la autocorrelación rx[m] de x[n], mediante el procedimiento representado en la figura
P2.25, donde r[m] es la autocorrelación rh[m] de h[n]. Observe que z[m] es la autocorrelación de
v[n].
c) Pruebe que el procedimiento de la figura P2.25 también es válido cuando x[n] es una secuencia de
1
potencia media finita, si r[m] = N rh[m].
d) Si N=2 y h[n] corresponde al interpolador lineal
h[n] = {…, 0, 1/2, 1, 1/2, 0, …}
determine ry[m], si:

1. x[n] = {…, 0, 1, 1, 1, 0, …}
π
2. x[n] = cos( n + θ) u[n]
2

PROBLEMA 2.26: Sea y[n] la secuencia resultante de diezmar por una relación N la secuencia x[n]:
y[n] = x[nN]
Demuestre que, si el diezmado no provoca aliasing, la correlación de y[n] en función de la correlación

de x[n] viene dada por:
a) Si x[n] es de energía finita
1
ry[m] = r [m]
N x
b) Si x[n] es de potencia media finita
ry[m] = rx[m]

3 Entorno analógico del tratamiento digital de la señal 141
3. Entorno analógico del tratamiento digital de la señal
3.0 Introducción
El tratamiento digital de la señal habitualmente es aplicado en un entorno analógico; es decir, tanto la

señal a procesar como el resultado pertenecen al dominio analógico. Así ocurre en comunicaciones,
que es la aplicación donde se centra fundamentalmente nuestro interés; pero lo mismo puede decirse de
casi todas las aplicaciones en ingeniería: control de dispositivos, plantas y procesos, tratamiento de
voz, audio e imagen, bioingeniería, etc. Si bien el tratamiento digital de la señal aporta nuevas
posibilidades de aplicación práctica de la teoría de la señal, en muchas ocasiones ofrece una alternativa
tecnológica mejor para realizar una operación que anteriormente tenía una solución analógica. El
interfaz entre los dominios analógico y discreto es proporcionado por las conversiones A/D y D/A,
cuyas propiedades pueden resumirse en los efectos de la cuantificación y en el teorema de muestreo,
que relaciona el ancho de banda de la señal analógica con el ritmo (frecuencia de muestreo) al que debe
ser adquirida para evitar la distorsión. Es típico que las manipulaciones de las señales, para adecuarlas
al medio de transmisión, alteren su ancho de banda (por ejemplo, la modulación, la multiplexión); por
ello, para mantener en todo momento una representación eficiente de la señal, debe alterarse la
frecuencia de muestreo convenientemente; para realizar esta operación se acude al diezmado y la
interpolación de secuencias, que fueron tratados en el capítulo anterior.
El presente capítulo, una vez disponible el instrumental matemático necesario desarrollado en el

capítulo anterior, se dedica en primer lugar al estudio formal de los procesos de conversión A/D y D/A
(la primera aproximación a los cuales es motivo de la práctica I), prosigue con la consideración del
cambio de la frecuencia de muestreo y concluye con la presentación de algunos ejemplos de aplicación.
3.1 Conversión A/D
El convertidor analógico-digital (A/D) es un dispositivo electrónico que genera una secuencia de

números xq[n] a partir de una señal analógica x(t). Para ello toma muestras de ésta a un ritmo regular
marcado por la frecuencia de muestreo Fm o, lo que es lo mismo, la muestrea con un intervalo fijo de
tiempo T = 1/Fm, denominado periodo de muestreo. Adicionalmente, representa el valor de la muestra
con un número finito N de bits; esto es, cuantifica la muestra asignándole un valor entre 2N posibles.
Europea.
x(t) x[n]
A/D
(N bits) t
T n
Fm
Fig. 3.1 Ilustración de la conversión A/D de una señal x(t) con N=3
Este proceso se simboliza en la figura 3.1: en trazo discontinuo se indican los valores posibles para
las muestras de la señal analógica con N = 3; así, al adquirir la señal, los valores x(nT) tomados a
intervalos de T segundos son sustituidos por el valor más próximo entre los 8 posibles. En resumen,
la operación del convertidor A/D puede representarse mediante la relación
xq[n] = Q{ x(nT)} (3.1)
donde Q{.} indica la función no lineal de cuantificación. Así pues, los parámetros fundamentales de un
convertidor A/D son la frecuencia de muestreo Fm y el número N de bits con los que representa las
muestras adquiridas.
Cuantificación
En la figura 3.2 se muestra una función típica de cuantificación lineal para N = 3. El margen dinámico
del convertidor ±V es dividido en 2N intervalos iguales (de amplitud ∆); todas las muestras cuyo valor
x cae en un determinado intervalo son sustituidas por el valor medio del mismo xq. De este modo, el
error e[n] cometido por la cuantificación
e[n] = x(nT) - xq[n]
está acotado por
xq
-V V x
Fig. 3.2 Relación entrada (x) salida (xq) de un cuantificador lineal simétrico de 3 bits

1 1 2V V
|e[n]| ≤ ∆= = (3.2)
2 2 2 N 2N
Cuando se cuantifican señales reales (no sintéticas) y N es suficientemente grande, se puede suponer
que e[n] toma con igual probabilidad todos los valores que satisfacen (3.2), por lo que su media es nula
y su varianza viene dada por
1 2 1 V2
σ e2 = ∆ = (3.3)
12 3 22N
La relación SNR entre la potencia media Px de la señal convertida x(t) y la potencia media del error
(relación señal a ruido) resulta
Px
SNR = = 3 . 22N Px / V2 (3.4.a)
σ e2
Si se define el factor de carga fc como el cociente entre el valor V de pico máximo aceptado por el
convertidor y el valor eficaz de la señal
V
fc =
P x
√
la relación señal a ruido puede escribirse en forma logarítmica
SNR dB = 10 log(SNR) = 4,77 + 6,02 N - 20 log fc (3.4.b)
A título de ejemplo puede señalarse que para la señal de voz, y aprovechando al máximo el margen
dinámico del convertidor sin causar saturación, un valor aceptado para f c es 4. Así, con N =12 se
alcanza, como máximo, para esta señal una relación señal a ruido de 65 dB. Es interesante mencionar
que, como se deduce de (3.4.b), cada bit que se añade al convertidor proporciona una ganancia de 6 dB
en la relación señal a ruido.
EJERCICIO 3.1: El objetivo de este ejercicio es aumentar la familiaridad con las propiedades básicas
de la cuantificación lineal. En el programa 62 se dispone de segmentos de voz como ejemplo de señal
real, que pueden proporcionar materia prima adecuada para la experimentación con un cuantificador. Se
pide:
a) Tome el segmento de voz número 5, genere una secuencia de longitud L = 512 con las primeras
muestras y represéntela.
En esta señal se observan dos zonas con propiedades marcadamente distintas. Al principio la señal es
de poca energía y apariencia errática; se trata de un sonido sordo (véase la práctica III). El segundo
tramo presenta mayor energía y más correlación como corresponde a un sonido sonoro. A
continuación:
b) Cree una secuencia con las 325 primeras muestras del segmento 5 de voz (sonido sordo) y otra con
las 325 siguientes (sonido sonoro). Con la opción "Polímetro" determine la potencia de ambas
secuencias.

c) Cuantifique las dos secuencias con 8 bits y un margen dinámico de ±1 (tomando la opción
"Secuencia real"), determine las correspondientes secuencias de error de cuantificación y calcule, en
"Polímetro", su media y potencia.
e) Compare la potencia de los errores de cuantificación con el valor teórico proporcionado por la
ecuación (3.3).
f) Calcule la relación señal a ruido de la cuantificación para ambos sonidos. ¿Qué consecuencias
prácticas sugiere el resultado?♦
Muestreo
La operación de captura de valores de la señal analógica x(t) para generar la secuencia
x[n] = x(t)|t=nT = x(nT) (3.5)
se denomina muestreo. Se entiende que, cuanto mayor sea la frecuencia Fm con la que se adquieran
valores de la señal analógica, mejor quedará representada ésta por la secuencia; por otro lado, cuanto
mayor sea esta frecuencia, más muestras por segundo se adquieren, lo que exige mayor capacidad de
memoria, y más muestras por segundo han de manipularse, lo que aumenta la exigencia de potencia de
cálculo al sistema de tratamiento digital, y lo encarece. Por tanto, es importante utilizar la menor
frecuencia de muestreo compatible con una adecuada representación de la señal. En la práctica I se
estableció mediante un razonamiento cualitativo con sinusoides que esta frecuencia es el doble del
ancho de banda de la señal (criterio de Nyquist). Ahora se aborda la formulación de la transformada de
Fourier de la secuencia x[n] a partir de la transformada de Fourier de la señal analógica, lo que va a
permitir una interpretación sencilla de este criterio y proporcionar una visión más precisa de las
conversiones A/D y D/A.
Por definición, la transformada de Fourier de la secuencia x[n] es
∞
X(ejω) = ∑ x[n] e-jωn
n = -∞
Ahora bien, si tenemos en cuenta (3.5) y hacemos uso de la relación entre las pulsaciones de los
dominios discreto ω y analógico Ω
ω=Ω T (3.6.a)
equivalente a la establecida en la práctica I para las frecuencias
f = F / Fm (3.6.b)
las propiedades de la transformada de Fourier autorizan a establecer

^X
1
BΩ Ω
X
1/T
… Ω m /2 Ωm … Ω
0 π 2π ω
Fig. 3.3.a Transformada de Fourier de la secuencia resultante del muestreo sin "aliasing"
∞ ∞
X(ejΩT) = ∑ x(nT) e-jΩTn = F{ x(t) ∑ δ(t - nT) } =
n=-∞ n=-∞
∞
1 ^ 2π 2π 1 ∞ ^ 2π
=
2π
X(jΩ) * ∑
T i=-∞
δ(Ω - i) =
T ∑ X(jΩ - j T i) =
T i=-∞
1 ∞ ^
= ∑ X(jΩ - jΩ m i)
T i=-∞
(3.7)
donde Ωm es la pulsación de muestreo. La relación (3.7), que se ilustra en la figura 3.3.a, expresa la
transformada de x[n] como la superposición de la transformada X^(jΩ) de la señal analógica trasladada a
todos los múltiplos de la pulsación de muestreo. Así, X(ejΩT) resulta una función con periodo Ωm, lo
que se corresponde con el periodo 2π de la misma transformada cuando se expresa en función de ω
(X(ejω)).
Cuando la señal analógica x(t) es de banda limitada
^ (jΩ) = 0
X para |Ω| ≥ BΩ
y se elige
Ω m / 2 ≥ BΩ
o, lo que es lo mismo (criterio de Nyquist)
Ω m ≥ 2 BΩ (3.8.a)
Fm ≥ 2 BF (3.8.b)

la transformada X(ejΩT) reproduce sin distorsión y de forma periódica, centrada en los múltiplos de
^ (jΩ) de la señal analógica. Esta es la situación representada en la
Ω , la transformada de Fourier X
m
figura 3.3.a, donde la secuencia x[n] conserva intacta la información contenida en la señal x(t). Por el
contrario, cuando el criterio de Nyquist no es satisfecho (porque la señal no está limitada en banda o la
frecuencia de muestreo no ha sido seleccionada correctamente), los distintos alias de X^(jΩ) se solapan,
como muestra la figura 3.3.b, lo que da lugar a la distorsión conocida bajo la denominación inglesa de
aliasing; esta distorsión no es cancelable. Sin embargo, puede ser evitada mediante un filtro
antialiasing que, previamente a la conversión A/D, limite la banda de la señal por debajo de Fm/2.
^
X
BΩ Ω
X
Ωm Ω
0 π 2π ω
Fig. 3.3.b Transformada de Fourier de la secuencia resultante del muestreo con "aliasing"
En las figuras 3.3, el eje frecuencial correspondiente a la transformada de Fourier de la secuencia x[n]
se rotula simultáneamente en términos de las pulsaciones analógica Ω y discreta ω. Aunque ello se
hace para facilitar la interpretación de la relación (3.7), debe advertirse que el escalado frecuencial de la
transformada de Fourier de x[n] en función de Ω sólo tiene sentido en relación a un entorno analógico
concreto, ya que la composición frecuencial de la secuencia queda dependiente del periodo de muestreo
T utilizado. Por eso, cuando no se hace referencia explícita a un entorno analógico determinado, la
representación frecuencial se realiza siempre en términos de ω.
EJEMPLO 3.1: En la figura 3.4 se muestra la transformada de un tono analógico con frecuencia 3 kHz
y la transformada correspondiente a la secuencia senoidal obtenida haciendo uso de una frecuencia de
muestreo de 8 kHz. Las componentes frecuenciales ±3 kHz de la señal analógica se reproducen en la
secuencia alrededor de los múltiplos de la frecuencia de muestreo; así aparecen las componentes a
±5 kHz, ± 11 kHz, etc. Obsérvese que se trata de un muestreo sin aliasing. Si la frecuencia del tono
analógico muestreado fuese 5 kHz (sin hacer uso de filtro antialiasing), la secuencia resultante sería la
misma; sin embargo, aunque en este caso no se produce solapamiento de componentes, aparece otro
problema: cuando se realice la conversión D/A de la secuencia no se recuperará el tono de 5 kHz.♦

0 3 8 kHz
8 kHz
0 π 2π ω
Fig. 3.4 Componentes frecuenciales de una señal senoidal analógica a 3 kHz y de la secuencia resultante de
su muestreo a 8 kHz
A modo de resumen, cabe recordar que la conversión A/D implica las operaciones de muestreo y
cuantificación. En la tabla 3.1 se indican la frecuencia de muestreo y el número de bits utilizados para
las señales más comunes. En lo que sigue, se supone que el número de bits utilizados en la conversión
A/D es suficiente para considerar que el error de cuantificación es irrelevante. Así, el interfaz entre los
dominios analógico y discreto queda representado únicamente por el muestreo.
Tabla 3.1 Parámetros para la conversión A/D de las señales más comunes
señal Fm N
voz (telefonía) 8 kHz 8

audio 44,1 kHz 16
imagen 13,5 MHz 8
3.2 Conversión D/A
El convertidor digital-analógico es un dispositivo electrónico que, a partir de una secuencia y[n],

genera una señal analógica y(t). Conceptualmente la conversión D/A puede ser representada tal como
se indica en la figura 3.5. Al utilizar una señal analógica c(t) de conversión, por cada muestra de la
secuencia y[n] se produce a la salida, a intervalos de T segundos, una réplica de la señal c(t) con
amplitud proporcional al valor de la muestra. Es decir, se genera una señal y(t) que responde a la
expresión

y[n] y(t)
... ... ... ...
-1 0 1 n -T 0 T t
y[n] y(t)
D/A
c(t)
0 t
Fm
Fig. 3.5 Ilustración de la conversión D/A de la secuencia y[n]
∞
y(t) = ∑ y[n] c(t - nT)
n=-∞
cuya transformada de Fourier es
∞
^ (jΩ) =
Y ∑ y[n] C^(jΩ) e-jΩTn = C^(jΩ) Y(ejΩT)
n=-∞
Este resultado permite enunciar que la señal analógica reproduce la composición frecuencial de la
secuencia, escalada de acuerdo con el cambio de variable ω = ΩT y afectada por la transformada de
Fourier de la señal de conversión c(t).
Si la secuencia y[n] se toma
y[n] = x[n]
donde x[n] es la secuencia resultante del muestreo sin aliasing de una señal x(t), la señal y(t) producto
de la conversión D/A puede reproducir sin distorsión a x(t). Para ello, basta con usar en la conversión
D/A el mismo periodo T con el que se muestreó la señal x(t), y tomar la señal c(t) de conversión tal
que su transformada de Fourier sea
|Ω | ≤ Ω m / 2
C^ (jΩ) = { T0 para otro Ω
En efecto, de acuerdo con (3.7), y al no producirse solapamiento entre los alias de X^(jΩ), se cumple
que

^ (jΩ) = X
Y ^ (jΩ)
lo que se ilustra en la figura 3.6. Este resultado constituye el teorema de muestreo debido a Nyquist.
Desafortunadamente la señal de conversión correspondiente
Ωm
sen 2 t
^ (jΩ) } =
c(t) = F-1{ C
Ωm
2
t
no es causal, por lo que no puede ser motivo de uso en la práctica.
La conversión D/A utilizada habitualmente (este es el caso, por ejemplo, del convertidor incluido en la
placa EVM usada en las prácticas) puede ser modelada por una señal de conversión constituida por un
pulso rectangular de duración T segundos:
^
X
1
BΩ Ω
Y=X
1/T
… Ω m /2 Ωm … Ω
π 2π ω
^
C
T
Ω m /2 Ω
^
Y
1
0 Ω m /2 Ω
Fig. 3.6 Conversión D/A ideal

0 ≤ t ≤ T
c(t) = { 10 para otro t
ΩT
sen 2
C^ (jΩ) = e-jΩT/2 T
ΩT
2
^
|C|
T
Ω m /2 Ωm Ω
^
|Y|
1
0 Ω m /2 Ωm Ω
Fig. 3.7 Conversión D/A en la práctica
Sus efectos sobre la transformada de la señal generada y(t) se representan en la figura 3.7 y se
enumeran a continuación junto al modo de compensarlos:
a) distorsión del espectro de la señal, que puede ser paliada, antes de la conversión D/A,
predistorsionando la secuencia y[n] mediante un sistema cuya respuesta frecuencial aproxime
ω
sen2
H(ejω) = ( ) -1
ω
2
b) eliminación parcial (no total) de los alias del espectro, que puede ser completada definitivamente
con un filtro reconstructor analógico tras la conversión D/A. Este filtro ha de eliminar las
componentes a la salida del convertidor D/A con frecuencia superior a la mitad de la frecuencia de
muestreo.
Como resumen, en la figura 3.8 se proporciona el esquema completo de la conversión D/A utilizada
en las prácticas.

y[n] −1 y(t)
 senω / 2 
  D/A
 ω /2 
Fc = Fm /2
Fm
Fig. 3.8 Proceso completo de conversión D/A
EJERCICIO 3.2: Esta es una buena ocasión para reconsiderar, a la luz de los nuevos conocimientos
teóricos, los ejercicios de la práctica I relativos a la conversión A/D y la conversión D/A.♦
3.3 Cambio de la frecuencia de muestreo
En el apartado anterior se ha considerado que la frecuencia que controla los convertidores A/D y D/A es
la misma. Sin embargo, ya se ha mencionado en la introducción de este capítulo que ciertas
operaciones con las señales suponen un cambio de ancho de banda. Un procedimiento para afrontar esta
situación, cuando el ancho de banda aumenta, es adquirir la señal desde un principio con una frecuencia
de muestreo suficiente para representar la señal resultante de la operación; esta solución no es adecuada,
ya que obliga a manipular en los procesos previos un número innecesario de muestras de la señal
original; una alternativa más conveniente incorpora el uso de la interpolación que, como ahora se verá,
permite el paso de una frecuencia de muestreo a otra N (entero) veces superior. En términos
equivalentes puede hablarse cuando el tratamiento de la señal reduce su ancho de banda; a partir del
momento en que eso ocurre, el diezmado facilita una disminución de muestras a procesar y el uso de
una frecuencia de muestreo para la conversión D/A N (entero) veces inferior.
x[n]
y[n] T2
... ... t
T1 n
x[n] y[n]
N
T1 T2 = T1 N
Fm1 F m2 = Fm1 /N
Fig. 3.9 El diezmado y la reducción de la frecuencia de muestreo
Considérese una secuencia x[n] obtenida mediante muestreo de una señal analógica con un periodo de
muestreo T1; tal como se observa en la figura 3.9, la secuencia y[n] resultante de diezmar por una

relación N puede interpretarse como la secuencia que se obtendría si se muestrease la señal analógica
con un periodo de muestreo T2 = N T1. Por tanto, y en caso de no producirse aliasing por aplicación
del diezmado, la frecuencia de muestreo a emplear en la conversión D/A para reconstruir la señal
analógica a partir de y[n] es Fm2 = Fm1/N. La relación entre las transformadas de x[n] e y[n] puede
expresarse en términos de la pulsación analógica Ω con el cambio de variable
ω = Ω T2
y haciendo uso de la relación (2.41.c) como sigue
ΩT 2 2 π
1 N-1 1 N-1 2π
Y(ejΩT2) = ∑
N i=0
X(ej( N - N i) ) = ∑
N i=0
X(ej(Ω - NT1 i)T 1 ) =
1 N-1
= ∑ X(ej(Ω - Ω m2 i)T 1 )
N i=0
Esta relación describe la transformada de la secuencia y[n] como la superposición de la transformada de

la secuencia diezmada x[n] y de sus alias trasladados a los N-1 primeros múltiplos de la nueva
pulsación de muestreo Ωm2. Se obtiene una transformada con periodo Ωm2. La situación se muestra
en la figura 3.10. Obsérvese que, en la expresión anterior que relaciona las transformadas de Fourier de
x[n] e y[n] en términos de la pulsación analógica Ω, cada una de ellas es función, respectivamente, de
ΩT1 y ΩT2, de acuerdo con los correspondientes periodos de muestreo.
Considérese ahora la situación opuesta. Una secuencia x[n] representa a una señal analógica con una
frecuencia de muestreo Fm1 y se desea obtener la secuencia y[n] que representa a la misma señal con
una frecuencia de muestreo N veces mayor Fm2 = Fm1 N, como se simboliza en la figura 3.11. La
operación que proporciona y[n] a partir de x[n] es la interpolación por una relación N. En la figura
X
1
Ω m1 /N Ω m1 Ω
Y
1/N
i =1 i =2
Ω m2 2 Ω m2 N Ω m2 Ω
Fig. 3.10 Ilustración de la relación de las transformadas de Fourier de la secuencia original y su versión
diezmada con el eje de frecuencias escalado en términos de la pulsación analógica

x[n]
y[n] T1
... ... t
T2 n
x[n] v[n] y[n]

N
T1 T2 = T1 /N T2 = T1 /N
ωc = π / N
Fm1 Fm2 = N F m1
H(1) = N
Fig. 3.11 La interpolación y el aumento de la frecuencia de muestreo
X=V
1
Ω m1 N Ω m1 Ω
H
N
2π /N 4π /N 2π ω
Y
Ω m2 Ω
Fig. 3.12 Ilustración de la relación de las transformadas de Fourier de la secuencia original y su versión
interpolada con el eje de frecuencias escalado en términos de la pulsación analógica
3.12 se ilustra la relación entre las transformadas de Fourier de las secuencias implicadas en el proceso,
cuya expresión analítica es la siguiente
V(ejΩT2) = X(ejΩT2N) = X(ejΩT1)

Y(ejΩT2) = V(ejΩT2) H(ejΩT2)

T1 T=T1 /N T2 = T1M/N
Fm1
N M
Fm = NFm1 Fm2= Fm1N/M
Fig. 3.13 Esquema para el cambio de frecuencia de muestreo por un factor racional
Cuando la relación entre las frecuencias de muestreo inicial y final sea un número racional
N
Fm2 = F
M m1
la operación de cambio de frecuencia de muestreo requiere una interpolación por N y un diezmado por
M, de acuerdo con el esquema de la figura 3.13. Se realiza la interpolación previamente al diezmado
para evitar la aparición de aliasing en el proceso; si las frecuencias inicial y final satisfacen la
condición de Nyquist, es seguro que la frecuencia NFm1 así lo hará también. Por el contrario, si el
primer paso fuese el diezmado, la frecuencia intermedia Fm1/M no garantizaría la ausencia de aliasing.
3.4 Ejemplos de aplicación
Son muchas las situaciones prácticas en las que es necesario acudir al diezmado o la interpolación para
adecuar la representación discreta de las señales al tratamiento numérico que se desea realizar. En los
problemas al final de este capítulo y del capítulo anterior, así como en la práctica V, se ofrecen
ejemplos. Como ilustración de lo expuesto anteriormente, se ofrecen en este apartado dos casos típicos
en los que se saca provecho del cambio de frecuencia de muestreo.
Conversión A/D y D/A
La aplicación del diezmado tras la conversión A/D de una señal analógica como parte integrante del
proceso de adquisición de la misma permite relajar los requerimientos al filtro antialiasing analógico.
Considérese, por ejemplo, el muestreo de una señal que está acompañada por otra indeseada (ruido,
señal de información irrelevante en la aplicación, etc.), como se representa en la figura 3.14. Si la
pulsación de muestreo utilizada es Ωm1, que es ligeramente superior al doble del ancho de banda de la
^ debe disponer de una banda de transición estrecha que
señal útil, el filtro antialiasing requerido H 1
^ que presenta una
elimine la señal a descartar. Como alternativa, contémplese ahora el uso del filtro H2
banda de transición mucho más amplia y que por ello es más sencillo de construir. Aunque el
muestreo con la pulsación Ωm2, doble de Ωm1, adquirirá parte de la señal no deseada, sobre la que se
^ ha sido
producirá aliasing, éste no se extiende a la señal útil ya que la banda atenuada del filtro H 2
elegida convenientemente. De este modo, el filtrado mediante el filtro H de la secuencia x'[n] obtenida
en la conversión A/D permite retener la señal útil y eliminar el residuo de la señal indeseada.
Finalmente, mediante un diezmado por 2, se obtiene la versión de la señal analógica útil muestreada a

^ señal
X
útil señal
a descartar
Ω m1 Ω m2 Ω
^
H 1
Ω m1 Ω
^
H 2
Ω m2 Ω
^
X'
Ω m2 Ω
X'
aliasing
2π ω
2π ω
π 2π ω
Fig. 3.14 Ejemplo de utilización del diezmado en la conversión A/D

x(t) ^ x[n]
H 2 A/D H 2
Fm2
Fig. 3.15 Conversión A/D con diezmado
Ωm1. Este esquema alternativo se muestra en lafigura 3.15. Obsérvese que la frecuencia de corte de la
^ ha sido elegida en el ejemplo de la figura 3.14 de modo que el aliasing
banda atenuada del filtro H 2
respete la banda de separación de la señales útil y a descartar. Así se logra que los requerimientos sobre
la banda de transición de H no sean más estrictos que lo que eran para H ^ . En resumen, el
1
procedimiento expuesto traslada requerimientos exigentes sobre el filtro antialiasing analógico al filtro
discreto H, cuyo diseño y realización ofrecen muchas menos dificultades.
Se deja como ejercicio razonar el beneficio equivalente que la interpolación puede proporcionar en la
conversión D/A, respecto al filtro reconstructor analógico.
Traslación en frecuencia
Una operación habitual en comunicaciones es trasladar las señales en frecuencia; ello permite ubicarlas
en un margen de frecuencias más apropiado para la transmisión o disponer diversas señales en zonas
distintas del espectro para que puedan ser superpuestas (sumadas) sin que se interfieran entre sí, de
modo que puedan ser transmitidas conjuntamente por el mismo medio de transmisión y sean
susceptibles de ser separadas de nuevo en el receptor. En la práctica V se diseña y experimenta con un
sistema multiplexor por división en frecuencia basado en este principio.
Considérese, a título de ejemplo, una secuencia x[n] obtenida muestreando a 8 kHz un canal telefónico
(banda entre 0,3 y 3,4 kHz), a partir de la cual se desea obtener una versión muestreada a 48 kHz y[n]
del canal telefónico trasladado a una frecuencia de 16 kHz. En la figura 3.16 se representa
esquemáticamente la transformada de Fourier del canal telefónico, de la secuencia x[n] y de la señal a
generar y[n]. La secuencia y[n] puede obtenerse a partir de x[n] mediante un proceso de interpolación
con la relación N = 6 en el que el filtro interpolador sea paso banda, tal como puede comprenderse a
partir de la misma figura 3.16, donde también se proporciona la transformada de la secuencia v[n],
generada intercalando 5 ceros entre cada dos muestras de x[n], y la configuración de las bandas para el
filtro interpolador H. Los límites para las bandas de paso y atenuada de este filtro son
banda atenuada inferior: fa1 = (8 + 3,4) / 48 = 0,2375

banda de paso: fp1 = (16 - 3,4) / 48 = 0,2625
fp2 = (16 + 3,4) / 48 = 0,4042
banda atenuada superior: fa2 = (24 - 3,4) / 48 = 0,4292

de modo que, tras la interpolación, se dispone de una secuencia y[n] paso banda con ancho de banda
Bf = 0,1417 y centrada en f0 = 1/3. Cuando esta secuencia sea convertida D/A con una frecuencia de
muestreo de 48 kHz, generará una señal paso banda con ancho de banda 6,8 kHz y centrada en 16 kHz.
Para recuperar el canal telefónico a partir de la secuencia y[n], basta con diezmar esta secuencia por
N = 6, como se puede razonar sin dificultad. Aunque en este proceso se solapan versiones desplazadas
de los alias centrados en 16 y 32 kHz, no se produce distorsión ya que se suman componentes iguales.
Si el canal telefónico estuviese acompañado de otras señales, se debería realizar un filtrado previo que
las eliminase, para evitar que el diezmado solapase las componentes frecuenciales de estas señales con
las componentes de la señal del canal telefónico a recuperar.
EJERCICIO 3.3: Compruebe que la interpolación paso banda del ejemplo de la figura 3.16 puede ser
sustituida por la combinación de una interpolación por 2 paso bajo seguida de una interpolación por 3
paso alto. Determine las frecuencias límites de las bandas de paso y atenuada de los filtros
interpoladores correspondientes.♦
^
X
kHz
X=V
8 16 24 32 40 48 kHz
24 kHz
π 2π ω
π 2π ω
Fig. 3.16 Ejemplo de utilización de la interpolación para la traslación en frecuencia de una señal paso bajo

x e eq eq xq
+
⊕ Cuantificador ⊕
-
xq ^x
^x Predictor ⊕ Predictor
codificador decodificador
Fig. P3.1
3.5 Problemas
PROBLEMA 3.1: En la expresión (3.3) se puede observar que la potencia del ruido de cuantificación,
para un número N de bits dado, disminuye si el margen dinámico V del cuantificador se reduce o, lo
que es lo mismo, si el margen dinámico de la señal a cuantificar es menor. Por otro lado, la expresión
(2.29.b) del ejemplo 2.11 indica que una señal x[n] puede generarse como respuesta de un sistema
predictor a la secuencia error de predicción e[n], cuya potencia nunca es superior a la de la señal.
Ambas ideas se explotan en los sistemas de codificación diferencial (DPCM) para reducir el número de
bits con los que se representan las muestras de una señal; este beneficio es importante a la hora de
transmitir o almacenar las señales de información. En la figura P3.1 se muestra los esquemas básicos
del codificador y del decodificador de tales sistemas; en el codificador se calcula el error de predicción
e[n], que es cuantificado, transmitido (los bits que lo representan) y usado para generar la versión
decodificada xq[n] de la señal, a partir de la cual se realiza la predicción; en el decodificador, se
reproduce la parte del codificador que, a partir de eq[n], permite recuperar xq[n]. Se pide:
a) Demuestre que el ruido final en el proceso de codificación-decodificación de la señal x[n] es igual al
ruido de cuantificación del error de predicción e[n]:
r[n] = x[n] - xq[n] = e[n] - eq[n]
b) Establezca que la SNR final viene dada por
r [0]
SNR = x2 = GP SNRq
σr [0]
donde GP es la ganancia de predicción (cociente entre las potencias de la señal y del error de
predicción) y SNRq es la relación señal a ruido del cuantificador.
c) A fin de evaluar el beneficio que la predicción puede proporcionar, calcule mediante el programa
62 la ganancia de predicción de órdenes 1 y 2 para un tramo de señal de voz de acuerdo con el
siguiente procedimiento:

1. Generar un tramo de voz de 240 muestras (30 ms) correspondiente a un sonido sonoro (por
ejemplo, a partir de la muestra 510 del segmento 1 de voz del menú "Señales" de
"Generación").
2. Calcular la correlación del tramo de señal.
3. Mediante la opción "Predicción lineal" de "Tratamientos" determinar el filtro del error de
predicción y, por medio de "Convolución lineal", obtener el error de predicción.
4. Calcular la ganancia de predicción como el cociente de las energías de la señal y el error de
predicción obtenidas en la opción "Polímetro".
d) Manteniendo una misma relación SNR, ¿cuántos bits pueden ahorrarse en el cuantificador si se
hace uso de la codificación diferencial?
PROBLEMA 3.2: Un volante gira a 100 Hz. Un estroboscopio ilumina dicho volante con una
frecuencia luminosa de 99 veces por segundo. ¿Cuál es el movimiento aparente del volante? ¿Cuál es
el movimiento aparente si la frecuencia del estroboscopio es 101 veces por segundo?
π/2 π 3π/2 2π ω
Fig. P3.3
PROBLEMA 3.3: En la figura P3.3 se indica el espectro de una secuencia resultante del muestreo de
una señal analógica de banda limitada entre 400 y 500 Hz.
¿Cuál es la frecuencia de muestreo?
a) 200 Hz b) 200 rad/s c) 400 Hz d) 800 Hz e) 1000 Hz
PROBLEMA 3.4: Si la señal x1(t) es de banda limitada a F1 Hz y x2(t) es de banda limitada a F2 Hz,
determine el máximo periodo de muestreo T para muestrear x(t) = x1(t) . x2(t) sin aliasing:
a) T = 1/(2F1) siendo F1>F2 b) T = 1/(2(F1+F2))
c) T = 1/(2F2) siendo F1>F2 d) T = 1/(2F1F2)
e) No se puede muestrea x(t) sin aliasing ya que no es de banda limitada.
PROBLEMA 3.5: Justifique que, para evitar en el muestreo de una señal paso banda real el
solapamiento entre componentes frecuenciales, la frecuencia de muestreo Fm ha de tomarse tal que
1
k F ∉ (F1 , F2 )
2 m
donde k es cualquier entero y F1 y F2 son, respectivamente, los límites inferior y superior de la banda
de la señal. Es decir, se evita el aliasing si ningún múltiplo entero de la mitad de la frecuencia de
muestreo se encuentra en la banda de la señal.

x(t) x(t-3T) x(t-(L-1)T)

T T T T
ho h1 h2 h3 hL-1
y(t)
⊕ ⊕ ⊕ ⊕
Fig. P3.6
PROBLEMA 3.6: Se pretende ilustrar la aplicación de la teoría de filtros discretos al diseño de ciertas
tecnologías analógicas que incorporan lineas de retardo T (filtros CCD, filtros por onda de superficie,
etc.). En la figura P3.6 se muestra el circuito equivalente de un filtro analógico realizado con dichas
tecnologías.
Se pide:
a) Obtenga la expresión general de la respuesta frecuencial del filtro en función del retardo T y las
constantes multiplicativas hi.
b) Haciendo uso de la técnica de ventanas, encuentre los coeficientes hi que permiten realizar un filtro
paso banda de frecuencia central Fo y ancho de banda BF, suponiendo que T=1/(2Fo) y que la señal
a filtrar no presenta componentes de frecuencia superior a 2Fo.
PROBLEMA 3.7: Considérese la generación de una señal senoidal analógica mediante la conversión
D/A con una frecuencia de muestreo Fm = 10 kHz de una sinusoide discreta periódica. Se pide:
a) El menor periodo P que permite obtener una sinusoide analógica de frecuencia F = 2 kHz.
b) La frecuencia de la sinusoide analógica si la secuencia del apartado anterior se diezma por 2 antes de
la conversión D/A.
c) La frecuencia de la sinusoide analógica si el diezmado realizado hubiese sido por 3.
PROBLEMA 3.8: Considérese el entorno analógico de la figura P3.8 para un filtro discreto cuya
respuesta impulsional es:
h[n] = δ[n] - 
√ 2 δ[n-1] + δ[n-2]
x(t) y(t)
Filtro
A/D D/A
discreto
F c = 4 kHz F c = 6 kHz
F m = 8 kHz Fm = 8 kHz
Fig. P3.8

Si la señal analógica x(t) contiene tres tonos de frecuencias 1 kHz, 3 kHz y 7 kHz, determine los
componentes de la señal de salida y(t).
PROBLEMA 3.9: Si en el muestreo de una señal analógica x(t) no se produce aliasing, la correlación
de la secuencia x[n] resultante puede obtenerse inmediatamente a partir de la correlación rx(τ) de la
señal analógica. En efecto, demuestre que:
a) Si la señal x(t) es de energía finita
1
rx[m] = r (mT)
T x
b) Si la señal x(t) es de potencia media finita
rx[m] = rx(mT)
PROBLEMA 3.10: En este problema se estudia la potencia de cálculo requerida en la realización de un

filtro discreto que ha de procesar una secuencia x[n]. La potencia de cálculo va a ser medida en número
de operaciones (producto y suma) por segundo (Nops). La relación entrada-salida del filtro es la
siguiente:
P Q
y[n] = ∑ ak y[n-k] + ∑ bk x[n-k]
k=1 k=0
Se pide:
a) Demuestre que Nops = (P+Q+1) Fm , donde Fm es la frecuencia de muestreo con la que x[n]
representa a la señal en el entorno analógico en el que trabaja el sistema discreto.
b) Si el filtro actúa como interpolador en una interpolación por una relación M, la secuencia v[n] de
entrada al filtro presenta M-1 muestras nulas por cada M. Razone que, en este caso, se puede
organizar la programación del filtro como la cascada de sistemas
Q
z[n] = ∑ bk v[n-k]
k=0
P
y[n] = ∑ ak y[n-k] + z[n]
k=1
de modo que la potencia de cálculo requerida sea
Nops = P M Fm + (Q+1) Fm
donde Fm es la frecuencia de muestreo antes de la interpolación.

c) Si el filtro actuase previamente a un proceso de diezmado, deben evitarse los cálculos cuyo
resultado vaya a descartarse en el diezmado. Justifique que la realización del filtro mediante la
siguiente cascada de sistemas

P
z[n] = ∑ ak z[n-k] + x[n]
k=1
Q
y[n] = ∑ bk z[n-k]
k=0
reduce la potencia de cálculo necesaria a Nops = P Fm + (Q+1) Fm / M, donde Fm es la frecuencia

de muestreo antes del diezmado. Obsérvese que en el caso de un filtro no recurrente (P=0) actuando
como interpolador o como diezmador, Nops es equivalente a que el filtro trabajase a la frecuencia
de muestreo más baja de las implicadas en el proceso de cambio de frecuencia de muestreo.
d) Si en el ejemplo de traslación en frecuencia del apartado 3.4 se exige atenuar 40 dB los alias no
deseados, diseñe los filtros necesarios cuando se hace uso de la interpolación paso banda y cuando
se sigue la alternativa del ejercicio 3.3. Compare la potencia de cálculo requerida en ambos casos.
PROBLEMA 3.11: Un conjunto de señales de voz, previamente adquirido con una frecuencia de
muestreo de 20 kHz y un filtro antialiasing que eliminó las componentes frecuenciales superiores a
8,5 kHz, ha de ser convertido a una frecuencia de muestreo de 16 kHz para poder utilizarse como
material de entrenamiento de un sistema de reconocimiento del habla. En la grabación se captó una
señal indeseada producida por vibraciones mecánicas subsónicas cuyas componentes frecuenciales son
inferiores a los 30 Hz. El ancho de banda útil de la señal de voz para el sistema de reconocimiento se
extiende de 200 Hz a 7 kHz. Se pide:
a) El diagrama de bloques del sistema que permite realizar la conversión de señal de voz muestreada a
20 kHz a voz muestreada a 16 kHz, con indicación de las relaciones de interpolación y diezmado a
utilizar.
b) Los espectros de todas las secuencias que intervienen en el diagrama de bloques anterior.
c) Las frecuencias límites de las bandas atenuadas y la banda de paso del filtro discreto paso banda que,
utilizado en el sistema anterior, permite realizar al mismo tiempo la conversión necesitada y
eliminar la señal indeseada captada al realizar la grabación.
PROBLEMA 3.12: Tal como se indica en el esquema de la figura P3.12, un módem genera una
secuencia x[n] (paso bajo con componentes frecuenciales hasta fc = 0,4) que es interpolada por tres
antes de ser convertida a señal analógica con una frecuencia de muestreo Fm=24 kHz. Se pide:
a) Las respuestas frecuencial e impulsional ideales para el filtro interpolador.
b) Las frecuencias de corte de la banda de paso fp y de la banda atenuada fa para el filtro interpolador
real a utilizar.
c) La longitud L de la ventana de Kaiser que, a partir de la respuesta impulsional ideal, permite
obtener un interpolador FIR de fase lineal causal con αa=40 dB.
d) La respuesta impulsional del filtro FIR anterior en función de la respuesta impulsional ideal y de la
ventana.
e) Las frecuencias de corte de la banda de paso Fp y de la banda atenuada Fa del filtro paso bajo
reconstructor.

x[n] Interpola- y[n] y(t) Filtro z(t)

MODEM D/A
ción por 3 paso bajo
F m = 24 kHz
Fig. P3.12
f) Si no se hiciese uso de la interpolación antes de la conversión D/A, la frecuencia de muestreo a

utilizar y las frecuencias de corte Fp y Fa para el filtro reconstructor; compare la selectividad
exigida al filtro analógico en este caso con la requerida en el caso anterior.
PROBLEMA 3.13: El uso de esquemas diferenciales (véase el problema 3.1) para la cuantificación de
señales analógicas permite disminuir el número de bits necesarios para representar cada muestra de
señal a costa de aumentar la frecuencia de muestreo. El fundamento de esta opción se basa en la mayor
correlación de los valores de la señal si se toman en instantes más próximos en el tiempo. Para
evaluar cuantitativamente el beneficio que puede suponer el aumento de la frecuencia de muestreo en la
ganancia de predicción (y, por tanto, en la reducción del número de bits precisos en la cuantificación),
se le propone el siguiente experimento:
a) Diseñe, haciendo uso de la ventana de Kaiser, un filtro FIR paso bajo que satisfaga las siguientes
especificaciones: fp = 0,2, fa = 0,3, αa = 50 dB.
b) Tome una señal de voz de 240 muestras (30 ms) correspondiente a un sonido sonoro (por ejemplo,
a partir de la muestra 495 del segmento 1 de voz del menú "Señales" de "Generación").
c) Con el filtro diseñado en el primer apartado interpole por 2 esta secuencia, adelántela 30 muestras
(para eliminar el transitorio del filtrado de interpolación) y enventánela con una ventana rectangular
de 240 muestras. Calcule la correlación de este tramo de señal, su filtro de predicción de orden 2 y
la ganancia de predicción. Compare el resultado obtenido con la ganancia de predicción sin
interpolación (véase el problema 3.1).
d) Interpole el tramo del apartado anterior por 2 y calcule nuevamente la ganancia de predicción.
e) ¿Cuántos bits pueden ahorrarse por muestra en cada caso?
PROBLEMA 3.14: Como se ha ilustrado en el problema anterior, el aumento de la frecuencia de

muestreo en la conversión analógico-digital de una señal analógica mediante esquemas diferenciales
permite reducir el número de bits por muestra; en la práctica, se puede llegar a la utilización de
cuantificadores de 1 bit si se hace uso de una frecuencia de muestreo suficientemente alta (moduladores
∆ ). En este problema se ofrece el principio de funcionamiento de los sistemas de conversión A/D
comerciales denominados de "1 bit", que hacen uso de la modulación ∆-sigma. La modulación ∆-sigma
de una señal analógica x(t) genera una señal z(t) que toma únicamente valores 1 y -1, en función de la
evolución cada T = 1/Fm segundos de la diferencia entre x(t) y una versión reconstruida de la misma.
El filtrado paso bajo de z(t), con un ancho de banda igual al de la señal x(t), permite recuperar una
réplica de ésta. Cuanto mayor sea la frecuencia Fm mayor será la relación señal a ruido en la señal

x(t) z[n] x[n]

∆-sigma A/D M
Fm
Fig. P3.14
recuperada. Si el modulador ∆-sigma es seguido de un convertidor A/D de un bit que trabaje a una
frecuencia de muestreo Fm, a partir de x(t) se obtiene una secuencia z[n] con muestras de valor 1 y -1.
Esta observación ha permitido formular el esquema de la figura P3.14 para realizar el muestreo de x(t).
Se pide:
a) Razone que el esquema sirve a tal propósito.
b) Indique las frecuencias límites de la banda de transición del filtro paso bajo en función de Fm, M y
el ancho de banda BF de la señal x(t).
c) Analice la influencia de la atenuación mínima αa en la banda atenuada del filtro y M en la relación
señal a ruido con la que x[n] representa a x(t).
En audio los valores típicos para M se sitúan alrededor de 75. Esto permite, con un diseño adecuado
para el filtro paso bajo, alcanzar relaciones señal a ruido en la conversión A/D equivalente a la
proporcionada por cuantificadores de 20 o más bits.
A B C D
0,7 1 1,7 2 2,7 3 3,7 4 F (kHz)
Fig. P3.15
PROBLEMA 3.15: Por un canal digital se transmite, muestreada a 8 kHz, una señal compuesta por la
multiplexión FDM de cuatro señales paso bajo, tal como se indica en la figura P3.15. A la salida del
canal se quiere recuperar la señal C en banda base con la frecuencia de muestreo mínima posible; para
ello se hace uso de un filtrado paso banda y un diezmado. Se pide:
a) ¿Cuál es el máximo factor entero de reducción de la velocidad de muestreo que se puede aplicar?
Dibuje, justificadamente, el espectro obtenido tras el filtrado y el diezmado.
b) Diseñe, haciendo uso de la ventana de Kaiser, un filtro FIR para la aplicación presentada, tal que
deje pasar la banda donde se encuentra la señal C con una atenuación no superior a 1,5 dB y rechace
las restantes con una atenuación no inferior a 30 dB.
c) Si se tratase de recuperar la señal del canal B, ¿que operación habría que añadir al diezmado?

4 Sistemas lineales e invariantes 165
4. Sistemas lineales e invariantes
4.0 Introducción
El capítulo 2 muestra el papel fundamental de la transformada de Fourier en el análisis de señales y

sistemas discretos. En el presente capítulo se estudia la transformada z, generalización de la
transformada de Fourier. Aunque las propiedades de ambas transformadas son semejantes, la
transformada z permite trabajar con un conjunto más amplio de secuencias y da lugar a expresiones
más fáciles de manipular y de interpretar. En la práctica la transformada z se emplea, básicamente,
como forma compacta de describir y resolver sistemas discretos definidos por una ecuación en
diferencias finitas. En este sentido, su función es equivalente a la que cumple la transformada de
Laplace en los sistemas analógicos caracterizados por ecuaciones diferenciales.
El capítulo se complementa con el estudio de la función de transferencia y la respuesta frecuencial de

los sistemas cuya relación entrada-salida responde a una ecuación en diferencias finitas. Finalmente, se
particulariza este estudio para los sistemas pasa todo, de fase mínima y de fase lineal.
4.1 La transformada z
4.1.1 Definición y convergencia
La transformada z de una secuencia x[n] es la función de variable compleja X(z) definida como:
∞
X(z) = Z{x[n]} = ∑ x[n] z-n (4.1)
n=-∞
Aunque más adelante se estudia la relación entre esta definición y la de la transformada de Fourier, es
útil empezar destacando una diferencia importante entre ambas transformadas. Al contrario de lo que
sucede con la transformada de Fourier, la convergencia de la serie de potencias que define la
transformada no depende sólo de la secuencia x[n], sino también del valor de la variable compleja z.
Dada una secuencia, al conjunto de valores de z para los cuales la serie de potencias converge
uniformemente se le denomina región de convergencia (ROC) de la transformada z:
Europea.
∞ ∞
z ∈ ROC ⇔ ∑ |x[n] z-n| = ∑ |x[n]| |z|-n < ∞ (4.2)
n=-∞ n=-∞
Obsérvese que la convergencia es función del módulo de z. En particular, si r1 y r2 son los valores
reales mínimo y máximo, respectivamente, que acotan exponencialmente la secuencia x[n] de tal
forma que
|x[n]| ≤ A1 r1n n≥0

|x[n]| ≤ A2 r2n n<0
para un determinado valor de A1 y A2, el sumatorio correspondiente a la parte causal de x[n]
∞ ∞ ∞
|z| -n
∑ |x[n]| |z|-n ≤ A1 ∑
n=0 n=0
( ) r1
= A1 ∑
n=0
( r|z|) 1 n
converge si el módulo de z es mayor que r1, mientras que el sumatorio correspondiente a la parte
anticausal de x[n]
-1 -1 ∞
|z| -n
∑ |x[n]| |z|-n ≤ A2 ∑
n=-∞ n=-∞
( ) r2
= A2 ∑
n=1
( |z|r )
2
n
converge si el módulo de z es inferior a r2 . Por lo tanto, si r1 < r2 la región de convergencia es

r1 < |z| < r2; en caso contrario la secuencia no tiene transformada z.
Dado que la variable z de la transformada z es compleja, resulta útil pensar en ella como un punto
sobre el plano complejo representado en la figura 4.1. A dicho plano lo denominamos plano z.
Plano z Im
z = re jω
r
1 Re
Circunferencia
de radio unidad
Fig. 4.1 El plano z

Con esta representación puede afirmarse que la ROC es, en general, un anillo con radio inferior r 1 y
radio superior r2, tal como se muestra en la figura 4.2. Tanto el origen (z=0) como el infinito pueden
pertenecer a la ROC. En el primer caso, correspondiente a las secuencias anticausales, el anillo
degenera en un círculo de radio r2; en cambio, en el segundo caso, correspondiente a las secuenciales
causales, la ROC es el exterior de un circunferencia de radio r1.
Plano z Im
r2
r1 Re
Fig. 4.2 La región de convergencia (ROC) es en el caso general un anillo
EJEMPLO 4.1: La transformada z de x[n] = δ[n-m] es
∞
X(z) = ∑ δ[n-m] z-n = z-m
n=-∞
y su ROC es todo el plano z excepto z=0 si m es positivo o z=∞ si m es negativo.
Dado que cualquier señal de duración finita x[n] es la suma de un número finito de deltas desplazadas,
la ROC asociada a su transformada z también es todo el plano z, excepto z=0 si tiene alguna muestra
no nula para algún n positivo, o z=∞ si tiene alguna muestra no nula para algún n negativo.♦
EJEMPLO 4.2: La transformada z de la secuencia exponencial causal x[n] = anu[n] es
∞ ∞
1
X(z) = ∑ anu[n] z-n = ∑ (az-1)n = 1 - az - 1 |az-1| < 1
n=-∞ n=0
La región de convergencia comprende todos los valores de z para los cuales |az-1|<1, esto es |z|>|a|
(Fig. 4.3). Para este tipo de secuencias la transformada z existe para cualquier valor finito de |a|,
mientras que la transformada de Fourier no converge si |a|>1. El caso particular a=1 ofrece la
transformada z del escalón unidad. Obsérvese que X(z) es una función racional que vale ∞ en z=a (polo
de X(z)) y 0 en z=0 (cero de X(z)).♦

Plano z Im
a
Re
Fig. 4.3 Región de convergencia de la secuencia x[n] = anu[n]
EJEMPLO 4.3: La transformada z de la secuencia x[n] = -anu[-n-1] es
∞ -1
X(z) = ∑ -anu[-n-1] z-n = - ∑ an z - n
n=-∞ n=-∞
∞
a-1z 1
= - ∑ (a−1z)n = - = |a−1z| < 1
n=1 −1
1-a z 1 - az - 1
y su ROC |z|<|a| (Fig. 4.4). Aunque esta nueva secuencia no coincide con la del ejemplo anterior, se
obtiene la misma expresión para la transformada z. Sin embargo su ROC es la complementaria.
Podemos concluir que en general una secuencia queda completamente definida mediante su
transformada z sólo cuando también se especifica la región de convergencia.♦
Plano z Im
a
Re
Fig. 4.4 Región de convergencia de la secuencia x[n] = -anu[-n-1]

4.1.2 Relación con la transformada de Fourier
Al comparar la ecuación (4.1) que define la transformada z con la definición de la transformada de

Fourier resulta evidente la relación existente entre ambas transformaciones. Si la variable z se toma
con módulo unidad y fase ω, z=ejω, la ecuación (4.1) se convierte en la definición de la transformada
de Fourier. Por lo tanto, si la circunferencia de radio unidad representada en la figura 4.1 está dentro de
la ROC, la transformada de Fourier converge uniformemente y se obtiene a partir de la transformada z
mediante el cambio de variable
X(ejω) = X(z)z=ejω (4.3)
Este cambio de variable es el origen de la notación X(ejω) utilizada para la transformada de Fourier de
señales discretas. Con esta interpretación, la periodicidad de la transformada de Fourier resulta evidente,
ya que el valor de esta transformada en la pulsación ω corresponde a la transformada z evaluada en el
punto z=ejω de la circunferencia de radio unidad.
Esta relación entre transformadas puede extenderse a cualquier valor de z. En general, si en la definición
(4.1) la variable z se expresa en forma polar como
z = rejω
se obtiene
∞ ∞
X(rejω) = ∑ x[n] (rejω)-n = ∑ (x[n]r-n) e-jωn (4.4)
n=-∞ n=-∞
que es la transformada de Fourier de la secuencia x[n]r-n.
4.1.3 Propiedades de la transformada z
Ya se ha visto la estrecha relación entre la transformada z y la transformada de Fourier. Muchas de las

propiedades de la transformada z también son semejantes a las de la transformada de Fourier y, por
ello, sólo serán enunciadas. Debe señalarse, sin embargo, que en el caso de la transformada z las
propiedades deben incluir, además, la regla asociada a la transformación de la ROC.
Al enunciar las propiedades de la transformada z se hace uso de los siguientes pares transformados:
z
x[n] ←→ X(z) ROC : Rx (r1 < |z| < r2)
z
y[n] ←→ Y(z) ROC : Ry

1. Linealidad
z
a1x[n] + a2y[n] ←→ a1X(z) + a2Y(z) ROC contiene Rx ∩ Ry
2. Desplazamiento en el tiempo
z
x[n - m] ←→ z-m X(z) ROC : Rx
(excepto la posible inclusión o
exclusión de z=0 o z=∞)
3. Convolución
z
x[n]*y[n] ←→ X(z)Y(z) ROC contiene Rx ∩ Ry
4. Multiplicación por una secuencia exponencial
z
anx[n] ←→ X(z/a) ROC : |a| R x
5. Reflexión en el tiempo
z 1 1
x[-n] ←→ X(1/z) ROC : 1/Rx ( < |z| < )
r2 r1
6. Derivación en el dominio z
z dX(z)
nx[n] ←→ -z ROC : Rx
dz
(excepto la posible inclusión o
exclusión de z=0 o z=∞)
7. Teorema del valor inicial
Si x[n] es causal
x[0] = lim X(z)

z→∞
EJEMPLO 4.4: Aplicando la linealidad de la transformada z y el resultado de los ejemplos 4.2 y 4.3,
se obtiene de forma inmediata que la transformada z de la secuencia x[n] = anu[n] - bnu[-n-1] es
1 1
X(z) = - 1 +
1 - az 1 - bz - 1
y su ROC la intersección de las ROC de cada una de la secuencias; esto es la región |a|<|z|<|b|, tal
como se muestra en la figura 4.5.

Si |a|>1 o |b|<1 la secuencia no tiene transformada de Fourier. Obsérvese, además, que si |b|≤|a| la serie
no converge para ningún valor de z; es decir, x[n] no tiene transformada z.♦
Plano z Im
a b
Re
Fig. 4.5 Región de convergencia de la secuencia x[n] = anu[n] - bnu[-n-1]
EJERCICIO 4.1: Compruebe la expresión de la transformada z de una sinusoide amortiguada causal
x[n] = A rn cos(ωon + θ) u[n]
que se proporciona en la tabla de transformadas incluida al final del texto. Sugerencia: exprese x[n]
como suma de dos exponenciales complejas.♦
EJERCICIO 4.2: A partir de una secuencia xo[n] de L muestras de longitud, (xo[n]=0 para n<0 y
n≥L), se forma la secuencia causal x[n] mediante el sumatorio
∞
x[n] = ∑ xo[n - rL]
r=0
Calcule la expresión de la transformada z de x[n] en función de la transformada z de xo[n] y aplique el

resultado obtenido a la secuencia de la figura 4.6. Use el resultado del ejercicio anterior para comprobar
si esta secuencia corresponde a una sinusoide causal. En caso afirmativo halle el valor de su amplitud,
frecuencia y fase.♦
x[n]
... ...
0 n
Fig. 4.6 Secuencia del ejercicio 4.2

4.1.4 La transformada z inversa
La expresión general de la transformada z inversa viene dada por la integral de contorno
∫
1 o
x[n] = X(z) zn-1 dz (4.5)
2πj C
donde C es cualquier contorno cerrado en la ROC de X(z) recorrido en sentido contrario al de las agujas
del reloj. Aunque aquí no es tan inmediata la relación entre la transformada z y la de Fourier como en
la definición de la transformada directa, está claro que un caso particular de la integral (4.5) debe
corresponder a la transformada inversa de Fourier. En general, si la circunferencia de radio r está dentro
de la ROC puede tomarse esta circunferencia como contorno de integración mediante el cambio de
variable
z = rejω -π < ω ≤ π
De esta forma se llega a
π
1
x[n] = ∫ X(rejω) rn-1 ejω(n-1) j rejω dω
2 π j -π
π
1
= rn ∫ X(rejω) ejωn dω
2 π -π
(4.6)
que no es más que el producto de rn por la transformada inversa de Fourier de X(rejω). Nótese que este
resultado está en total concordancia con la interpretación aportada por la ecuación (4.4). En particular,
con r=1 reproduce la relación correspondiente a la transformada inversa de Fourier.
Afortunadamente, no suele ser necesario recurrir a la integral (4.5) para invertir una transformada z.
Para las transformadas de mayor interés en el tratamiento digital de la señal es posible utilizar
procedimientos más sencillos como la descomposición en fracciones simples o el desarrollo en serie de
potencias.
En la práctica, las transformadas z más habituales son funciones racionales de la forma
Q Q
∑ b iz - i bo ∏ (1 - c i z -1 )
N(z) i=0 i=1
X(z) = = = (4.7)
D(z) P P
∑ aiz - i ao ∏ (1 - d i z -1 )
i=0 i=1
donde ci y di son los ceros y polos no nulos de X(z), respectivamente, y se ha supuesto que los
términos independientes ao y bo son ambos distintos de cero. Si todos los polos di son diferentes y ao
no es nulo, X(z) se puede expresar como la suma de fracciones simples de la forma:

Q-P P A
X(z) = ∑ B iz -r + ∑ 1 - di z - 1 (4.8)
i=0 i=1 i
Los coeficientes Bi aparecen cuando el grado del numerador es mayor o igual que el grado del
denominador. En este caso, estos coeficientes se obtienen mediante la división del numerador N(z) por
el denominador D(z) hasta que el resto R(z) sea de grado inferior al del denominador (véase el ejemplo
4.5):
N(z) Q(z)D(z) + R(z) R(z) Q-P -r

X(z) = = = Q(z) + = ∑ Biz + Xo(z)
D(z) D(z) D(z) i=0
Por otro lado, los coeficientes Ai se determinan tanto a partir de X(z) como de Xo(z) mediante la
ecuación
Ai = (1 - diz-1)X(z)z = d = (1 - diz-1)Xo(z)z = d (4.9)

i i
Una vez hallada la descomposición (4.8) la secuencia x[n], transformada inversa de X(z), resulta de la
combinación lineal de las transformadas inversas de cada uno de los sumandos en (4.8), las cuales se
obtienen utilizando los pares transformados de los ejemplos 4.1, 4.2 y 4.3. Conviene recordar, tal
como estos mismos ejemplos indican, que para determinar de forma única x[n] es necesario conocer la
ROC de X(z).
En el caso general de tener polos múltiples la descomposición de X(z) es
Q-P P1 si
A
X(z) = ∑ B iz -r + ∑ ∑ (1 - di,m
-1 m (4.10)
i=0 i=1 m=1 iz )
donde P1 es el número de polos distintos y si es la multiplicidad del polo di. En este caso los
coeficientes Bi se calculan como antes mientras que los coeficientes Ai,m se obtienen de la ecuación:
1  dsi-m s 
A i,m = s -m  s -m [(1 - diw) i X(w -1)] (4.11)
(s i - m)! (-d i) i dw i w = d-1
i
Las transformadas z inversa de los términos que aparecen en (4.10) pueden obtenerse por aplicación del
la propiedad 6 (derivación en el dominio transformado), a partir de las fracciones de orden 1 de los
ejemplos 4.2 y 4.3.
EJEMPLO 4.5: Considere la siguiente transformada z
3 + z -1 + z - 2
X(z) = 5
1 - 2 z -1 + z - 2

Dividiendo el numerador por el denominador
z -2 + z-1 + 3 z -2 - 2,5z-1 + 1
-z -2 + 2,5z-1 - 1 1
3,5z -1 + 2
se obtiene el término Bo y una función racional cuyo numerador es de orden inferior al del
denominador
7
2 + 2 z- 1 A1 A2
X(z) = 1 + =1+ +
5
1 - 2 z -1 + z - 2 1 - 2 z- 1 1 - 1 z- 1
2
Finalmente, el cálculo de los coeficientes A1 y A2
7 7
2 + 2 z- 1 2 + 2 z- 1
A1 = 1  z=2 = 5 A2 =
1 - 2 z - 1  z=1/2
=-3
1 - 2 z- 1
nos proporciona la descomposición en fracciones simples
5 3
X(z) = - +1
1 - 2 z- 1 1 - 1 z- 1
2
En las funciones racionales, los polos nos marcan los límites de la ROC. En este ejemplo las
posibles ROC únicamente son tres. Cada una de ellas da lugar a una transformada inversa distinta:
1
1) ROC1 : 2 < |z| x1[n] = 5.2n u[n] - 3 n u[n] + δ[n]
2
1 1
2) ROC2 : < |z| < 2 x2[n] = -5.2n u[-n-1] - 3 n u[n] + δ[n]
2 2
1 1
3) ROC3 : |z| < x3[n] = -5.2n u[-n-1] + 3 n u[-n-1] + δ[n]
2 2
Observe que únicamente la segunda secuencia de estas tres tiene transformada de Fourier.♦
EJEMPLO 4.6: La aplicación de la transformada z a las ecuaciones en diferencias finitas permite

manipularlas y resolverlas de forma simple. Como ejemplo, considere la serie de Fibonacci definida
mediante la ecuación en diferencias finitas
y[n] = y[n-1] + y[n-2] + δ[n]
con la condiciones iniciales y[-2] = y[-1] = 0. Los primeros términos de esta serie causal son
fácilmente calculables de forma recurrente

y[n] = {1, 1, 2, 3, 5, 8, 13, …}
pero no sugieren a simple vista la expresión general del término n-ésimo de la serie. Sin embargo, por
aplicación de la transformada z a la ecuación lineal en diferencias finitas utilizando las propiedades
adecuadas
Y(z) = Y(z) z-1 + Y(z) z-2 + 1
se llega a la expresión de la transformada z de y[n]:
1 A1 A2
Y(z) = -1 -2 = - 1 +
(1 - z - z ) 1 - p 1 z 1 - p2 z- 1
1+
√5 1- √
5 p p
p1 = p2 = A1 = 1 A2 = - 2
2 2 5
√ 5
√
La ROC de Y(z) es |z|>p1, por ser y[n] causal. Su transformada inversa
1 1
y[n] = n+1 [(1+
√ 5)n+1 - (1-√ 5)n+1]u[n]
5
√ 2
nos proporciona el término n-ésimo de la serie de Fibonacci.♦
EJERCICIO 4.3: Calcule la secuencia causal x1[n] que tiene como transformada z
1
X1(z) = (4.12)
(1 + az -1 )(1 + bz -1 )
para a≠b.♦
EJERCICIO 4.4: Calcule la secuencia causal x2[n] que tiene como transformada z
1
X2(z) = (4.13)
(1 + az -1 ) 2
Si x1[n] es la secuencia obtenida en el ejercicio anterior, compruebe que
x2[n] = lim x1 [n] ♦

b→ a
4.2 Función de transferencia
El capítulo 1 realiza una primera introducción a los sistemas lineales e invariantes. Una propiedad
básica de estos sistemas es que quedan completamente caracterizados mediante su respuesta
impulsional. A continuación se estudia la función de transferencia del sistema o transformada z de la

respuesta impulsional, que también describe al sistema y al mismo tiempo permite una manipulación
más ágil.
4.2.1 Definición e interpretación
La función de transferencia de un sistema lineal e invariante es la transformada z de su respuesta

impulsional h[n]:
∞
H(z) = Z{h[n]} = ∑ h[n] z-n (4.14)
n=-∞
La función de transferencia H(z) también puede interpretarse como el autovalor asociado a las
autofunciones zn. En efecto, cuando la entrada x[n] a un sistema lineal e invariante es la secuencia
exponencial
x[n] = zn
su salida es esta misma señal afectada de un factor constante o autovalor H(z).
∞ ∞
y[n] = ∑ h[k] zn-k = ( ∑ h[k] z-k) zn = H(z) zn (4.15)
k=0 k=-∞
Tal como indica (4.15), el autovalor asociado a la autofunción zn es la transformada z de h[n] o

función de transferencia del sistema. Esta interpretación sólo es posible si z∈ROC de H(z).
Por otro lado, ya se ha visto que la transformada z de la convolución de dos secuencias es el producto
de las transformadas z de cada secuencia. Por tanto, la salida y[n] de un sistema con respuesta
impulsional h[n] y entrada x[n]
y[n] = h[n] * x[n]
puede expresarse como el producto en el dominio transformado
Y(z) = H(z) X(z) (4.16)
donde X(z), Y(z) y H(z) son las transformadas z de x[n], y[n] y h[n], respectivamente. Esto permite
interpretar y obtener H(z) como el cociente entre la transformada z de la salida y la transformada z de la
entrada
Y(z)
H(z) = (4.17)
X(z)

4.2.2 Causalidad y estabilidad
En el capítulo 1 se comprueba que la respuesta impulsional caracteriza completamente a un sistema

lineal e invariante y se establecen las condiciones que debía cumplir dicha respuesta impulsional para
que el sistema fuera causal o estable.
La transformada z de la respuesta impulsional o función de transferencia también caracteriza a los

sistemas lineales e invariantes y es utilizada como descripción de los mismos. Por ello, resulta
interesante establecer también las condiciones que debe cumplir H(z) para que el sistema
correspondiente sea estable o causal.
1. Estabilidad
Un sistema lineal e invariante es estable si y sólo si la ROC de su función de transferencia

incluye la circunferencia de radio unidad.
2. Causalidad
Un sistema lineal e invariante es causal si y sólo si la ROC de su función de transferencia es el

exterior de una circunferencia.
La demostración correspondiente a la estabilidad es inmediata a partir de la condición que ya habíamos

establecido sobre h[n] y la ecuación (4.2). En efecto:
∞  ∞ 
Estabilidad ⇔ ∑ |h[n]| = < ∞ ⇔  ∑ |h[n]| |z|- n <∞
n=-∞ n=-∞ |z|=1
Por otro lado, la condición de causalidad se corresponde con lo establecido para la región de
convergencia de secuencias causales.
4.2.3 Función de transferencia de sistemas definidos mediante ecuaciones lineales

en diferencias finitas
Los sistemas lineales e invariantes de mayor interés práctico son aquellos cuya relación entrada-salida
queda descrita por una ecuación lineal en diferencias finitas (EDF) con coeficientes constantes
P Q
∑ ak y[n-k] = ∑ bk x[n-k] (4.18)
k=0 k=0
donde x[n] es la señal de entrada e y[n] la señal de salida del sistema. Aplicando la transformada z a
cada lado de la ecuación y utilizando las propiedades de la transformada z

P Q
∑ ak z-k Y(z) = ∑ bk z-k X(z)
k=0 k=0
resulta inmediato determinar H(z)
Q Q
∑ bk z - k bo ∏ (1 - c k z -1 )
Y(z) k=0 k=1
H(z) = = = (4.19)
X(z) P P
∑ a k z - k a o ∏ (1 - d k z -1 )
k=0 k=1
Por comparación entre (4.19) y (4.7) se comprueba que hablar de sistemas con función de transferencia
racional es equivalente a hablar de sistemas lineales e invariantes descritos por una ecuación en
diferencias lineal con coeficientes constantes. La relación entre los coeficientes de ambas expresiones
es inmediata. Nótese que el denominador de H(z) es el polinomio de la ecuación característica de la
EDF.
Como se observa en la expresión (4.19), la función de transferencia puede ser especificada en términos
de las raíces de los polinomios numerador y denominador (es decir, los ceros ck y los polos dk de la
función) y una constante multiplicativa (bo/ao). Es habitual representar dichos puntos en el plano z
mediante lo que se denomina un diagrama de ceros y polos; los primeros se representan con un
pequeño círculo y los segundos con una cruz. En la figura 4.7 se muestra un ejemplo para un sistema
de tercer orden. Incluyendo en la cuenta los posibles ceros o polos en el origen o el infinito, el número
de ceros y el número de polos son iguales, e iguales al orden del sistema (cada cero o polo contribuye
al total de acuerdo con su multiplicidad). Si el sistema es real (h[n] es real), los coeficientes ak y bk
son reales, y los ceros y los polos complejos deben estar acompañados de sus complejos conjugados.
Es conveniente recordar aquí que una ecuación lineal en diferencias finitas no define completamente al
sistema si no se especifica alguna condición adicional, como la causalidad o la estabilidad del sistema.
Plano z Im
Re
Fig. 4.7 Ejemplo de diagrama de ceros y polos

Esto concuerda con la necesidad de especificar la ROC de H(z) para poder calcular h[n] (es decir, para
caracterizar el sistema) a partir de la función de transferencia, ya que dichas propiedades y la ROC de
H(z) están biunívocamente relacionadas (véase el apartado 4.2.2).
Para los sistemas con función de transferencia racional, la ROC siempre está limitada por los polos.
Sin pérdida de generalidad, considérese que los polos dk están indexados de tal forma que
|d1| ≤ |d2| ≤ … ≤ |dP|
y que, respecto a la circunferencia de radio unidad, se tienen i polos en su interior, s polos sobre ella y
e polos en el exterior del círculo de radio unidad; esto es:
|d1| ≤ |d2| ≤ … ≤ |di| < 1

|di+1| = |di+2| = … = |di+s| = 1
1 < |di+s+1| ≤ |di+s+2| ≤ … ≤ |dP|
Con esta notación puede decirse, por ejemplo, que la región de convergencia de un sistema causal es
|z| > |dP|, mientras que la región de convergencia asociada a un sistema estable es el anillo que incluye
la circunferencia unidad y está limitado por los polos más cercanos a ésta. La tabla 4.1 recoge los tres
casos posibles según la disposición de los polos sobre el plano z. Obsérvese que si se tiene algún polo
sobre la circunferencia unidad, (s>0), la función de transferencia no puede corresponder a un sistema
estable. De esta tabla también se deduce que un sistema puede ser causal y estable únicamente si
s=e=0, esto es, si todos los polos están dentro del círculo unidad.
Tabla 4.1 Región de convergencia correspondiente a sistemas estables, causales y anticausales.
s=0, e=0 i=0, s=0 i>0, s=0, e>0 s>0
Estable |z| > |dP| |z| < |d1| |di| < |z| < |di+1| -
Causal |z| > |dP|
Anticausal |z| < |d1|
i = número de polos en el interior de la circunferencia unidad

s = número de polos sobre la circunferencia unidad
e = número de polos en el exterior de la circunferencia unidad
EJEMPLO 4.7: Se desea determinar la respuesta impulsional y al escalón del sistema causal
caracterizado por la siguiente ecuación lineal en diferencias finitas:
3 3 1
y[n] = 2 x[n] - x[n-1] + y[n-1] - y[n-2]
4 4 8

Tras aplicar la transformada z a la ecuación anterior
3 3 1
Y(z) = 2 X(z) - X(z) z-1 + Y(z) z-1 - Y(z) z-2
4 4 8
se despeja la función de transferencia H(z)
3
2 - 4 z- 1
Y(z) 1 1
H(z) = = = +
X(z) 1 - 3 z - 1 + 1 z - 2 1 - 1 z - 1 1 - 1 z - 1
4 8 2 4
Se obtiene la respuesta impulsional como su transformada z inversa
h[n] = (12) u[n] + (14)

n n
u[n]
Por otro lado, cuando la entrada al sistema sea un escalón, la transformada z de la salida resulta
3 10 1
2 - 4 z- 1 1 3 1 3
S(z) = H(z)U(z) = = - -
3 -1 1 - 2 1 - z- 1 1 - z- 1 1 -1 1
1 - 4z + 8z 1 - 2z 1 - 4 z- 1
que corresponde a la secuencia
s[n] =
10
3
u[n] - (12) u[n] - 13 (14)
n n
u[n]
Al comparar la respuesta impulsional con la respuesta al escalón, se observa como esta última
incorpora un término que no decrece en amplitud con el tiempo y que sigue a la excitación en su
evolución temporal. A los términos que evolucionan de acuerdo con la excitación se les denomina
respuesta forzada
10
sf[n] = u[n]
3
mientras que el resto de términos, que evolucionan según los polos de la función de transferencia,
constituyen la respuesta libre
sl[n] = - (12) u[n] - 13 (14)

n n
u[n]
Los polos de la función de transferencia reciben el nombre de modos propios del sistema.♦
EJERCICIO 4.5: Compruebe el resultado del ejemplo 4.7 mediante el programa 62. Para ello
introduzca los coeficientes del sistema, genere las señales de entrada correspondientes y fíltrelas. Dado
que el impulso unidad es la primera diferencia del escalón

δ[n] = ∆{u[n]} = u[n]-u[n-1]
y que el sistema es lineal, la respuesta impulsional se puede obtener como la primera diferencia de la
respuesta al escalón. Verifique esta propiedad de forma analítica y mediante el programa 62.♦
EJERCICIO 4.6: Obtenga la función de transferencia de un sistema sabiendo que, cuando es excitado
con la señal x[n], responde con la secuencia y[n]:
π π
x[n] = cos( n) u[n] y[n] = sen( n) u[n]
6 6
Compruebe el resultado mediante el programa 62.♦
4.2.4 Análisis de estructuras
En el capítulo 1 se muestra la representación de un sistema discreto mediante un diagrama de bloques o

estructura. En los ejemplos estudiados hasta el momento la relación entre la estructura y la ecuación
lineal en diferencias finitas es casi directa, pero en la práctica pueden aparecer estructuras o algoritmos
recurrentes de difícil análisis en el dominio del tiempo.
La transformada z, sin embargo, permite reducir el análisis de cualquier estructura o algoritmo

correspondiente a un sistema lineal e invariante a la resolución de un sistema de ecuaciones lineales,
tal como se ilustra en el siguiente ejemplo.
EJEMPLO 4.8: Se desea obtener la función de transferencia de la estructura mostrada en la figura 4.8.
x[n] v1 [n] b y[n]

⊕ ⊕ z-1 ⊕
a a
z -1
-b v2 [n]
Fig. 4.8 Diagrama de bloques analizado en el ejemplo 4.8
Este diagrama de bloques es equivalente a definir el sistema a partir de un conjunto de ecuaciones en

diferencias finitas. En general, para poder expresar estas ecuaciones, además de la señal de entrada y
salida, es necesario definir otras señales auxiliares a la salida de cada uno de los retardadores o registros.
En este ejemplo existen dos retardadores, cuyas señales de salida se han denominado v1[n] y v2[n]
según se muestra en la figura 4.8. En función de estas variables el sistema de ecuaciones en diferencias
finitas que representa esta estructura es:
y[n] = b v1[n] + a v2[n]

v1[n+1] = a v1[n] + (x[n] - b v2[n])
v2[n+1] = y[n]

La sustitución de la primera ecuación en la tercera y la transformación al dominio z proporciona el

siguiente sistema lineal de ecuaciones
V1(z) z = a V1(z) + (X(z) - b V2(z))

V2(z) z = b V1(z) + a V2(z)
Resolviendo este sistema en V1(z) y V2(z), y teniendo en cuenta que Y(z)=V2(z)z, se llega finalmente
a la relación entre Y(z) y X(z):
b z- 1
H(z) =
Y(z)
=
X(z) 1 - 2az -1 + (a 2 +b 2 )z -2
♦
4.2.5 La transformada z unilateral
Para analizar la respuesta de un sistema, dadas la excitación a partir de la muestra n=0 y las
condiciones iniciales, resulta conveniente redefinir la transformada z para incluir en el sumatorio sólo
la parte causal de la señal. Se obtiene así la denominada transformada z unilateral
∞
X+(z) = Z+{x[n]} = Z{x[n]u[n]} = ∑ x[n] z-n (4.20)
n=0
Dado que la transformada z unilateral es la transformada z de la señal causal x[n]u[n], la ROC siempre
es el exterior de un círculo y no es necesario especificarla. Las propiedades de la transformada z
unilateral son similares a las de la transformada z (bilateral) excepto en el caso del desplazamiento. La
relación entrada-salida del retardo
y[n] = x[n-1]
en términos de la transformada z unilateral queda como sigue:
∞ ∞ ∞ ∞
Y+(z) = ∑ y[n] z-n = y[0] + ∑ y[n] z-n = y[0] + ∑ x[n-1] z-n = y[0] + ∑ x[m] z-(m+1)
n=0 n=1 n=1 m=0
es decir:
Y+(z) = Z+{x[n-1]} = y[0] + z-1 X+(z) (4.21)
El siguiente ejemplo muestra la utilidad de esta relación en el análisis de sistemas.
EJEMPLO 4.9: Se desea calcular la transformada z de la señal de salida y[n] cuando el sistema
mostrado en la figura 4.9.a es excitado en n=0 con la secuencia x[n] y presenta la condición inicial
v[0] = vo. Si las relaciones entrada-salida de los distintos componentes del sistema se expresan en
términos de la transformada z unilateral, la estructura de la figura 4.9.a puede representarse mediante el

X+(z) Y+(z)
⊕ ⊕
x[n] y[n] z -1
⊕ ⊕
z -1 vo
a b ⊕
v[n] a b
V+(z)
a) b)
Fig. 4.9 a) Sistema del ejemplo 4.9 con condiciones iniciales no nulas ; b) diagrama de bloques equivalente
en el domino transformado.
diagrama de bloques de la figura 4.9.b, donde los sumadores, multiplicadores y retardador operan sobre
transformadas. Obsérvese que, de acuerdo con (4.21), el retardador con la condición inicial v o es
equivalente en el dominio transformado a un multiplicador por z -1 y a la adición de una excitación
cuya transformada es vo. Las ecuaciones que describen el diagrama de la figura 4.9.b son
Y+(z) = X+(z) + (a+b) V+(z)

V+(z) = z-1 X+(z) + a z-1 V+(z) + vo
Despejando V+(z) de la segunda ecuación
z-1 1
V+(z) = X+(z) + v
1 - a z- 1 1 - a z- 1 o
se llega finalmente a
1 + b z -1 + a + b
Y + (z) = X (z) + v
1 - a z- 1 1 - a z- 1 o
Obsérvese que, tal como se establece en el capítulo 1 al estudiar los sistemas caracterizados por
ecuaciones en diferencias finitas, Y+ (z) es el resultado de dos contribuciones: la respuesta en
condiciones iniciales nulas (o respuesta en reposo) y la respuesta con entrada nula.
La transformada z inversa de Y+(z), esto es, la señal de salida, se calcula igual que en el caso bilateral.
Por ejemplo, para x[n] = δ[n], (X+(z) = X(z) = 1), resulta
b
1 +
b a a + b
Y+(z) = - + + v
a 1 - a z- 1 1 - a z- 1 o
y[n] = -
b
a
b
δ[n] + [1 + + (a + b) vo] an u[n]
a
♦

4.3 Respuesta frecuencial
La respuesta frecuencial de un sistema lineal, invariante y estable es el factor de proporcionalidad entre

la entrada y la salida, cuando la excitación es la exponencial ejωn , y también la transformada de
Fourier de su respuesta impulsional. En el caso de sistemas con función de transferencia racional
Q
∑ bk z - k
k=0
H(z) = (4.22)
P
∑ ak z - k
k=0
la respuesta frecuencial tiene la forma
Q
∑ b k e -jkω
k=0
H(ejω) = H(z)z=ejω = (4.23)
P
∑ a k e -jkω
k=0
Habitualmente suele ser conveniente disponer por separado del módulo y la fase de la respuesta
frecuencial. Recuérdese que, para entradas sinusoidales, el módulo de la respuesta frecuencial
proporciona el factor sobre la amplitud de la sinusoide, mientras que la respuesta de fase proporciona la
diferencia de fase entre la entrada y la salida (véase el ejercicio 1.12).
Para obtener las expresiones correspondientes al módulo y la fase resulta conveniente considerar la
expresión de H(ejω) en función de los ceros y polos de H(z)
Q
∏ (1 - c k e -jω )
b k=1
H(ejω) = o (4.24)
ao P
∏ (1 - d k e -jω )
k=1
De esta forma puede expresarse el módulo y la fase de la respuesta frecuencial como
Q
∏ |1 - c k e -jω |
|H(ejω)| =  o
b k=1
(4.25)
 o P
a
∏ |1 - d k e -jω |
k=1
b  Q P
ψ(ω) = arg{H(ejω)} = arg o + ∑ arg{1 - cke-jω} - ∑ arg{1 - dke-jω} (4.26)
ao  k=1 k=1

En el caso del módulo también resulta habitual utilizar una escala logarítmica, definiendo la ganancia
en dB de la respuesta frecuencial
G(ω) = 20 log|H(ejω)| (4.27)

o la atenuación
Href
α(ω) = 20 log (4.28)
|H(ejω)|
donde Href es un valor de referencia (por defecto, se considera en lo sucesivo que Href = 1).
De esta forma, cada polo y cero contribuye de forma aditiva a la ganancia total del filtro
Q P
G(ω) = 20 log o + ∑ 20 log|1 - cke-jω | - ∑ 20 log|1 - dke-jω |
b
(4.29)
ao  k=1 k=1
En el estudio de un filtro, más que su respuesta de fase, suele interesar la linealidad de esta respuesta.
Por ello se suele representar su derivada o retardo de grupo definido como
d
τ(ω) = - arg{H(ejω)} (4.30)
dω
que en función de los ceros y polos se puede calcular mediante la siguiente expresión
P Q
d d
τ(ω) = ∑ arg{1 - dke-jω} - ∑ arg{1 - cke-jω}
k=1 dω k=1 dω
P |dk|2 - Re{dke-jω} Q |ck|2 - Re{cke-jω}

= ∑ - ∑ (4.31)
k=1 1 + |d k |2 - 2Re{d k e -jω } k=1 1 + |c k |2 - 2Re{c k e -jω }
EJEMPLO 4.10: En este ejemplo se estudia la respuesta frecuencial de un sistema con un solo cero.
Las ecuaciones (4.26), (4.29) y (4.31) expresan la fase, la ganancia y el retardo de grupo de un sistema
racional como la suma de la contribución de cada uno de sus ceros y polos. Por ello resulta interesante
comenzar analizando la respuesta frecuencial de un sistema con un sólo cero
H(z) = (1 - rejθz-1) (4.32)
donde r es el módulo o radio del cero y θ su fase o ángulo sobre el plano z.
El módulo al cuadrado de su respuesta frecuencial es
|H(ejω)|2 = |1 - rejθe-jω|2 = 1 + r2 - 2r cos(ω-θ) (4.33)

y, por tanto, su ganancia puede expresarse como
G(ω) = 20 log|1 - rejθe-jω| = 10 log(1 + r2 + 2r cos(ω-θ)) (4.34)
Por otro lado, tras utilizar las ecuaciones generales de la fase y retardo de grupo expuestas
anteriormente, se obtienen para el caso de un sólo cero las siguientes expresiones
r sen(ω-θ)
ψ(ω) = arg{1 - rejθe-jω} = arctan( ) (4.35)
1 - r cos(ω-θ)
r 2 - r cos(ω-θ)
τ(ω) = (4.36)
1 + r 2 - 2r cos(ω -θ)
Obsérvese que, tanto en la ecuación (4.33) como en las siguientes, un cambio en el valor del ángulo θ
representa únicamente un desplazamiento en frecuencia de la gráfica. Por ello, para estudiar las
expresiones anteriores basta con fijar un valor de θ, por ejemplo θ=0, y representar las gráficas para
distintos valores del radio r. Utilizando el programa 62 y escogiendo r=0,9 y r=0,5 se obtienen los
resultados mostrados en las figuras 4.10 y 4.11. Se puede observar cómo las curvas son bastante más
suaves en su evolución para el caso r=0,5 que para el caso r=0,9. En general, cuanto más cerca estén
los ceros (o los polos) de la circunferencia de radio unidad más abrupta será la evolución de la respuesta
frecuencial en el entorno de θ.
Paralelamente, es importante observar que la contribución de los polos a la respuesta frecuencial,

(ganancia, fase y retardo de grupo), es equivalente a la contribución de los ceros con un cambio de
signo. Por lo tanto, esta mismas gráficas invertidas proporcionan la respuesta frecuencial de un
sistema con un solo polo.♦
EJERCICIO 4.7: Calcule la contribución al módulo y fase de la respuesta frecuencial de un cero en el

exterior de la circunferencia de radio unidad c’=(1/r)ejθ (r<1) y relacione el resultado obtenido con la
contribución de un cero con el radio inverso y la misma fase c = rejθ. Sugerencia: para obtener la
relación entre las fases utilice la expresión:
1 jθ -jω 1 1
(1 - rejθe-jω)(1 - e e ) = (1 - (r + ) ejθe-jω + ej2θe-j2ω) = e-j(ω−θ) (2cos(ω-θ) - (r + ))
r r r
♦
EJEMPLO 4.11: Considere la respuesta frecuencial de un sistema con función de transferencia
H(z) = 1 - z-1
Aunque este sistema corresponde a un caso particular del ejemplo anterior, resulta más sencillo
analizarlo directamente mediante la descomposición
1 1 1 1
-j ω j ω -j ω -j ω ω
H(ejω) = 1 - e-jω = e 2 (e 2 - e 2 ) = j e 2 2 sen
2

Fig. 4.10 Respuesta frecuencial (atenuación, fase y retardo de grupo) de un sistema con un cero en z=0,9.

Fig. 4.11 Respuesta frecuencial (atenuación, fase y retardo de grupo) de un sistema con un cero en z=0,5.

Se obtiene, entonces, de forma inmediata que el módulo de la respuesta frecuencial es
ω
|H(ejω)| = | 2 sen |
2
mientras que la fase resulta de la suma de la contribución de cada término
1
-j ω ω π 1
ψ(ω) = arg{j} + arg{e 2 } + arg{2 sen } = - ω + π k(ω)
2 2 2
ω
donde k(ω) es una función que toma el valor 0 ó -1 según sea el signo de sen :
2
ω
0 sen ≥ 0
k(ω) = 
2
ω
 -1 sen
2
< 0
Obsérvese que la formulación elegida para k(ω) garantiza que ψ(ω) sea impar, tal como corresponde a
la fase de la transformada de Fourier de una secuencia real (véase el ejercicio 2.1). En general, siempre
que la función de transferencia contiene un cero simple o con multiplicidad impar sobre la
circunferencia de radio unidad, la respuesta de fase presenta un salto de π radianes a la frecuencia
correspondiente.
Se comprueba sin dificultad que, en el intervalo de pulsaciones (-π, π), esta respuesta de fase admite la
expresión simplificada siguiente:
1 π
ψ(ω) = - ω + signo(ω)
2 2
Excepto en las discontinuidades, la derivada de ψ(ω) respecto a ω es constante
1
τ(ω) =
2
Los sistemas con esta propiedad son denominados filtros de fase lineal y son estudiados con detalle
más adelante en este capítulo.♦
4.3.1 Interpretación geométrica
Aparte de las expresiones analíticas, resulta interesante desarrollar la intuición sobre la relación entre
respuesta frecuencial y posición de los ceros y polos sobre el plano z. Para ello es útil considerar la
interpretación geométrica de las ecuaciones (4.25) y (4.26). La ecuación (4.24) puede reformularse
como

Q Q
∏ (1 - c k e -jω ) ∏ (e jω - c k )
b k=1 bo k=1
H(ejω) = o = ej(P-Q)ω (4.37)
ao P ao P
∏ (1 - d k e -jω ) ∏ (e jω - d k )
k=1 k=1
para obtener la siguientes expresiones del módulo y la fase de la respuesta frecuencial:
Q
∏ |e jω - c k |
|H(ejω)| =  o
b k=1
(4.38)
 o P
a
∏ |e jω - d k |
k=1
b  Q P
ψ(ω) = (P-Q)ω + arg o + ∑ arg{ejω - dk} - ∑ arg{ejω - dk} (4.39)
ao  k=1 k=1
En (4.38) y (4.39) se advierte que la dependencia del módulo y de la fase de H(ejω) respecto de los
ceros y los polos de H(z) tiene lugar mediante (ejω - ak), que en el plano z puede interpretarse como el
vector diferencia entre los vectores que representan a los números complejos ejω y el cero o polo ak.
Así, la contribución al módulo de la respuesta frecuencial se corresponde con la distancia entre el cero
o polo ak y el punto ejω según se desplaza por la circunferencia unidad. Igualmente, la fase de la
respuesta frecuencial se obtiene acumulando con el signo adecuado los ángulos de los vectores
diferencia relativos a los distintos ceros y polos.
EJEMPLO 4.12: Se desea analizar el módulo de la respuesta frecuencial de un sistema con dos polos
complejos conjugados de radio r=0,8 y fase θ, y dos ceros en z=-1:
(1 + z -1 ) 2
H(z) =
1 - 2r cosθ z -1 + r 2 z - 2
En la figura 4.12 se muestran los vectores diferencia v 1 , v 2 , y v 3 definidos de acuerdo con la

interpretación geométrica que se acaba de exponer. Esto permite expresar el módulo como
|v | |v |
|H(e jω )| = 1 1
|v 2 | |v 3 |
Por medio de la figura 4.12 puede observarse que, cuando el ángulo del vector ejω se mueve en el
entorno de θ, las fluctuaciones en el valor del módulo son debidas básicamente a las variaciones en la
longitud de v2, ya que los otros vectores apenas varían en este entorno. Concretamente, dado que la
longitud del vector v2 es mínima para ω=θ, es de esperar que la respuesta frecuencial presente un
máximo cerca este valor de ω. Por el contrario, al acercarnos a ω=π, el vector v1 tiende a anularse y
el módulo de la respuesta frecuencial disminuye rápidamente.

Im
Plano z
v2
r
v1
θ ω
−θ v3 Re
r
Fig. 4.12 Interpretación geométrica y módulo de la respuesta frecuencial del ejemplo 4.12
En efecto, para θ = π/4 y mediante el programa 62, se alcanza el módulo de la respuesta frecuencial
representado en la figura 4.12, donde se observa el comportamiento descrito. Se deja como ejercicio el
análisis gráfico de la respuesta de fase; para ello, proporcione la función de transferencia H(z) a 62
mediante la opción "Editar ceros y polos" de "Datos" y represente la fase de la respuesta frecuencial.♦

4.4 Sistemas pasa todo y de fase mínima
4.4.1 Sistemas pasa todo
Los sistemas cuya respuesta frecuencial presenta un módulo igual a la unidad para toda frecuencia
reciben el nombre de sistemas o células pasa todo.
Para obtener este tipo de respuesta, es necesario que cada polo de la función de transferencia vaya
acompañado de un cero cuyo valor sea el inverso conjugado. La expresión general de la función de
transferencia de un sistema pasa todo de orden M es, por tanto:
M z -1 - d *
Hpt(z) = ∏ 1 - d zi- 1 (4.40)
i=1 i
En efecto, al calcular su respuesta frecuencial
M e -jω - d * M 1 - d *e jω
i i
Hpt(ejω) = ∏ -jω
= e-jMω ∏
-jω
(4.41)
i=1 1 - d i e i=1 1 - d ie
se observa claramente que en cada célula o factor de primer orden el denominador es el complejo
conjugado del numerador. En consecuencia, dado que el término e-jMω también tiene módulo unidad,
el módulo de la respuesta frecuencial toma el valor unidad.
Además del módulo, la fase de la respuesta frecuencial de una célula pasa todo causal también presenta
ciertas propiedades importantes. Es fácil comprobar que para sistemas pasa todo causales y estables, el
retardo de grupo
M 1 - r2 M 1 - r2
i i
τpt(ω) = ∑ 1 + r 2 - 2r cos(ω = ∑ (4.42)
i=1 i i - θ i ) i=1 |1 - r i e jθ i e -jω |2
es positivo para todo ω, ya que el denominador es un módulo al cuadrado y ri, el módulo de los polos,
es menor que la unidad para sistemas estables y causales. Como consecuencia, la fase es decreciente
para todo ω. En el siguiente apartado se hace uso de estas propiedades para estudiar las características
de los denominados sistemas de fase mínima.
EJEMPLO 4.13: El diagrama de ceros y polos correspondiente a la célula pasa todo
π π
3 4 -j 4 j
(z -1 + 4 ) (z - 1 - 5 e 4 ) (z - 1 - 5 e 4 )
H(z) = π π
3 4 -j 4 j
(1 + 4 z -1 ) (1 - 5 e 4 z -1 ) (1 - 5 e 4 z -1 )

Plano z Im
Re
Fig. 4.13 Diagrama de polos y ceros de un sistema pasa todo
es el representado en la figura 4.13. La interpretación gráfica de la ecuación (4.40) aparece claramente

en esta figura: por cada polo presente en H(z) debemos tener un cero de módulo inverso y fase
opuesta.♦
EJERCICIO 4.8: Utilice el programa 62 para obtener la respuesta frecuencial del sistema anterior
(módulo, fase y retardo de grupo) y compruebe que estas tres funciones cumplen las propiedades
correspondientes a un sistema pasa todo.♦
EJERCICIO 4.9: ¿Cuál es la autocorrelación de la respuesta impulsional de una célula pasa todo?
Compruebe su respuesta utilizando el programa 62.♦
4.4.2 Sistemas de fase mínima
Un sistema estable y causal con función de transferencia H(z) recibe la denominación de sistema de
fase mínima si el sistema con función de transferencia HIn(z) = 1/H(z), sistema inverso, también es
causal y estable. En consecuencia, dado que un sistema causal y estable debe tener sus polos dentro de
la circunferencia unidad, tanto los polos de H(z) como sus ceros, polos del sistema inverso HIn(z),
deben estar dentro de dicha circunferencia. La denominación fase mínima tiene su origen en razones
cuya explicación escapa de la intención de este texto.
EJEMPLO 4.14: Se desea expresar la siguiente función de transferencia de un sistema causal y estable
1 4
(1 + 2 z -1 ) (1 - 3 z -1 )
H(z) = 4
1 - 9 z- 2

como el producto de las funciones de transferencia de un sistema de fase mínima y un sistema pasa
todo, causales y estables ambos. Para ello se asigna el cero fuera de la circunferencia unidad a la célula
pasa todo, cuya función de transferencia se completa con un polo inverso a este cero. La función de
transferencia del sistema de fase mínima conserva los polos del sistema original y ha de presentar
como cero el polo de la célula pasa todo. Este proceso proporciona la descomposición siguiente
1 3 3
(1 + 2 z -1 ) (1 - 4 z -1 ) (z -1 - 4 )
4
H(z) = - 3 4 3
(1 - 9 z -2 ) (1 - 4 z -1 )
donde
1 3
(1 + 2 z -1 ) (1 - 4 z -1 )
4
Hmin(z) = - 3 4
1 - 9 z- 2
es el (único) sistema de fase mínima que tiene igual respuesta frecuencial en módulo que H(z).♦
A partir del ejemplo anterior, se razona sin dificultad que cualquier sistema estable y causal puede
expresarse como la combinación en cascada de un sistema de fase mínima H min(z), una célula pasa
todo Hpt(z) y un sistema FIR cuya función de transferencia Hcu(z) recoge los posibles ceros sobre la
circunferencia unidad; esto es, para cualquier H(z) existe una descomposición de la forma
H(z) = Hmin(z) Hcu(z) Hpt(z) = Hm(z) Hpt(z) (4.43)
Fijando Hm(z) = Hmin(z)Hcu(z) y tomando diferentes sistema pasa todo, la expresión anterior permite
obtener diferentes H(z) con un mismo módulo para la respuesta frecuencial. Ello indica que el módulo
de la respuesta frecuencial no determina de forma única la función de transferencia a no ser que se
imponga alguna restricción adicional.
Entre todos los sistemas que presentan el mismo módulo de la respuesta frecuencial, el sistema de fase
mínima (incluyendo los ceros sobre la circunferencia unidad, si los hubiera), además de ser único,
presenta las siguientes propiedades que lo distinguen de los demás:
1. Retardo de grupo mínimo
De acuerdo con (4.43) el retardo de grupo de H(z) es la suma de los retardos de grupo de Hm(z) y
Hpt(z). Por consiguiente, dado que el retardo de grupo de una célula pasa todo es siempre positivo,
el retardo de grupo de Hm(z) es, para todo ω, menor que el de H(z).
2. Dispersión mínima de energía
El retardo de grupo mínimo se traduce en un retardo mínimo de la energía. Para comprobarlo,

considérese un sistema H(z), descompuesto en un sistema de fase mínima Hm(z) y una célula pasa

todo causal Hpt(z). Tal como se ilustra en la figura 4.14, denominemos x[n] a la señal de entrada
al sistema, ym[n] a la señal a la salida del sistema de fase mínima e y[n] a la respuesta del sistema
completo. Además, consideremos la señal ym,k[n] formada con las muestras de ym [n] hasta el
instante k
 ym [n] n ≤ k
ym,k[n] = 
 0 n > k
y la señal yk[n], respuesta de la célula pasa todo a ym,k[n].
x[n] ym[n] y[n]

H m(z) Hpt(z)
ym,k [n] yk[n]
Fig. 4.14 Representación de un sistema mediante la combinación en cascada de Hm(z) y Hpt(z)
Con esta notación la energía a la salida del sistema de fase mínima hasta el instante k puede
expresarse como
k ∞ π
1
Em[k] = ∑ |ym[n]|2 = ∑ |ym,k[n]|2 = 2 π ∫ |Y m,k(ejω )|2 dω
n=-∞ n=-∞ -π
donde se ha aplicado la igualdad de Parseval. Ahora bien, teniendo en cuenta que las transformadas
de la entrada y la salida a la célula pasa todo cumplen |Ym,k(ejω)| = |Yk(ejω)|, se obtiene
π k ∞ ∞
1
Em[k] = ∫ |Y k(ejω )|2 dω = ∑ |yk[n]|2 = ∑ |yk[n]|2 + ∑ |yk[n]|2
2 π -π n=-∞ n=-∞ n=k+1
Por último, la causalidad de la célula pasa todo permite reemplazar yk[n] por y[n] en el primer
sumatorio para establecer
k ∞ k
Em[k] = ∑ |y[n]|2 + ∑ |yk[n]|2 ≥ ∑ |y[n]|2= E[k]
n=-∞ n=k+1 n=-∞
donde E[k] es la energía aparecida a la salida del sistema completo hasta el instante k. Para k
suficientemente grande, la relación se satisface con igualdad, ya que entonces yk[n] = y[n].
En conclusión, aunque las energías de las respuestas a una misma entrada serán idénticas al final,
la energía aparecida a la salida del sistema de fase mínima hasta un determinado instante siempre
es mayor o igual que la de cualquier otro sistema con el mismo módulo de la respuesta
frecuencial.

EJERCICIO 4.10: Mediante el programa 62 calcule la respuesta frecuencial de los sistemas
1 4 1 3
(1 + 2 z -1 ) (1 - 3 z -1 ) (1 + 2 z -1 ) (1 - 4 z -1 )
4
H 1 (z) = H2 (z) = - 3
4 4
1 - 9 z- 2 1 - 9 z- 2
Compruebe que los dos sistemas tienen el mismo módulo de la respuesta frecuencial y que H 2(z)
verifica las dos propiedades anteriores de los sistemas de fase mínima.♦
4.5 Sistemas de fase lineal
4.5.1 Introducción
Al diseñar un filtro normalmente se busca que elimine unas determinadas componentes o bandas
frecuenciales y deje pasar el resto sin distorsión. La ausencia de distorsión exige una respuesta
frecuencial cuyo módulo sea constante y su fase lineal en la banda de paso. En efecto, como recuerdo
simplicado de lo expuesto en el ejemplo 2.12, considérese un filtro cuya respuesta frecuencial H(ejω)
sigue en la banda de paso el comportamiento frecuencial ideal
H(ejω) = e-jωm (4.44)
Si la transformada de Fourier de la señal de entrada es nula fuera de esa banda, la transformada de

Fourier de la señal a la salida del filtro se puede expresar como
Y(ejω) = H(ejω) X(ejω) = X(ejω) e-jωm (4.45)
lo que indica que la salida no es más que la señal de entrada retardada m muestras
y[n] = x[n-m] (4.46)
Cuando la respuesta frecuencial de un filtro en la banda de paso no es la ideal, la señal sufre una
transformación denominada distorsión lineal. En particular, si esta distorsión es debida a que el módulo
de la respuesta frecuencial no es constante en la banda de paso, esta transformación es denominada
distorsión de amplitud, mientras que si es debida a que la respuesta de fase no es lineal se habla de
distorsión de fase.
Aunque es posible acercarse tanto como se desee, al diseñar un filtro es inviable obtener una respuesta
frecuencial sin distorsión de amplitud. Únicamente los filtros pasa todo tienen una respuesta
frecuencial constante en módulo, pero precisamente por ello no son útiles como filtros ya que dejan
pasar todas las componentes frecuenciales.

Afortunadamente, en lo que se refiere a la fase, sí es posible obtener filtros sin distorsión, es decir, con
fase lineal.
4.5.2 Propiedades de los sistemas de fase lineal
En este apartado se establecen las condiciones necesarias y suficientes para que un sistema causal con
respuesta impulsional real y función de transferencia racional tenga fase lineal.
Dado que la respuesta frecuencial de un sistema con respuesta impulsional real presenta simetría
hermítica
H(e-jω) = H*(ejω) = |H(ejω)| e-jψ(ω) (4.47)
su respuesta de fase se relaciona con H(z) mediante la expresión
|
H(ejω) H(ejω) H(z)
= = = ej2ψ(ω) (4.48)
H*(ejω) H(e-jω) H(z-1) z=ejω
Se concluye entonces que, si la respuesta de fase del sistema ψ(ω) es lineal, la repuesta frecuencial del
cociente de H(z) por H(z-1) corresponde a la de un retardo. Si la fase responde a la expresión lineal
generalizada
ψ(ω) = - αω + β + πk(ω) (4.49)
donde β es una constante de valor 0 o π/2, 2α es un número entero, y k(ω) es un entero dependiente
de ω que introduce los saltos de π debidos a los ceros simples de H(ejω), el doble de la fase ψ(ω) es la
función lineal
2ψ(ω) = 2β - 2αω + 2πk(ω) = 2β - 2αω
De este modo
H(z)
|
H(z-1) z=ejω
= e-j2β e-j2αω = ± e-j2αω
constituye la respuesta frecuencial de un retardo sin o con cambio de signo según β sea 0 o π/2,
respectivamente. Por consiguiente, se puede escribir
H(z)
= ± z-2α (4.50.a)
H(z-1)
H(z) = ± z-2α H(z-1) (4.50.b)

Esta condición exige cierta simetría a la respuesta impulsional de los sistemas de fase lineal. En
efecto, si se pasa al domino del tiempo la igualdad anterior se obtiene que
h[n] = ± h[2α - n] (4.51)
En particular, si la respuesta impulsional h[n] es causal, (h[n] = 0 para n<0), la relación (4.51) indica
que h[n] también debe valer cero para n>2α. Se deduce, por tanto, que los filtros causales únicamente
pueden tener fase lineal si su respuesta impulsional es de duración finita (FIR). Por consiguiente, su
función de transferencia toma la forma
M
H(z) = ∑ h[k] z-k (4.52)
k=0
donde
M = 2α = L - 1 (4.53)
h[n] = ± h[M - n] = ± h[L -1 - n] (4.54)
y L es la longitud de la respuesta impulsional. Cuando la igualdad (4.54) es satisfecha con signo

positivo se dice que la respuesta impulsional presenta simetría par, mientras que si el signo es
negativo se dice que muestra simetría impar.
La respuesta frecuencial de un filtro de fase lineal puede ser expresada como el producto de una función
real Hr(ejω) y un término que aporta la fase a excepción de los cambios de signo (saltos de π radianes),
los cuales están incorporados en Hr(e jω ). En el caso de un sistema con simetría par en h[n] la
expresión es la siguiente:
H(ejω) = e-jαω Hr(ejω) (4.55.a)
donde Hr(ejω) es par en ω. En efecto, la simetría par de la respuesta impulsional permite escribir
H(ejω) = F{h[n]} = F{h[2α - n]} = e-j2αω H(e-jω)
Así, despejando Hr(ejω) en (4.55.a) y aplicando el resultado anterior, se obtiene
Hr(ejω) = ejαω H(ejω) = e-jαω H(e-jω) = Hr(e-jω)
lo que demuestra que Hr(ejω) es par. Ahora bien, dado el carácter hermítico de H(ejω), estas mismas
relaciones también pueden expresarse
Hr(ejω) = ejαω H(ejω) = e-jαω H(e-jω) = Hr*(ejω)
lo que establece el carácter real de Hr(ejω).

EJERCICIO 4.11: Demuestre que la respuesta frecuencial de lo filtros FIR de fase lineal con simetría
impar en h[n] se puede expresar como
H(ejω) = je-jαω Hr(ejω) (4.55.b)
donde Hr(ejω) es una función real e impar en ω.♦
No deja de ser interesante observar que la paridad de la simetría de la respuesta impulsional es

trasladada a la función real Hr(ejω): si la simetría de h[n] es par, Hr(ejω) es par; por el contrario, si
h[n] presenta simetría impar, Hr(ejω) es impar.
4.5.3 Tipos de filtros FIR de fase lineal
Acaba de establecerse que la respuesta impulsional de los filtros causales con fase lineal ha de tener
longitud finita y debe presentar simetría. De acuerdo con las paridades de esta simetría y de la longitud
de su respuesta impulsional, los filtros FIR de fase lineal se clasifican en los siguientes 4 tipos, para
los que en la figura 4.15 se muestra un ejemplo de la apariencia de la correspondiente h[n]:
Tipo I: Simetría par y longitud impar

Tipo II: Simetría par y longitud par
Tipo III: Simetría impar y longitud impar
Tipo IV: Simetría impar y longitud par
h I [n] h II [n]
... ... ... ...
0 n 0 n
h III [n] h IV [n]

... ... ... ...
n 0 n
Fig. 4.15 Ejemplos de h[n] para los cuatro tipos de filtros FIR de fase lineal
EJEMPLO 4.15: La función de transferencia de los ejemplos sencillos para cada uno de los cuatro
tipos de filtros FIR cuya respuesta impulsional se presenta en la figura 4.15, son los siguientes:
Tipo I: H(z) = 1 + 1,5z-1 + z-2

Tipo II: H(z) = (1 + z-1) (1 + 1,5z-1 + z-2) = 1 + 2,5z-1 + 2,5z-2 + z-3
Tipo III: H(z) = (1 - z-2) (1 + 1,5z-1 + z-2) = 1 + 1,5z-1 - 1,5z-3 - z-4
Tipo IV: H(z) = (1 - z-1) (1 + 1,5z-1 + z-2) = 1 + 0,5z-1 - 0,5z-2 - z-3
♦

Como se ilustra en el siguiente apartado, la elección del tipo de filtro FIR de fase lineal tiene
implicaciones directas en el tipo de respuesta frecuencial. A la hora de diseñar un determinado filtro no
puede elegirse indiscriminadamente la longitud y la simetría de su respuesta impulsional.
4.5.4 Posición de los ceros en los filtros FIR de fase lineal
La condición (4.50.b) sobre H(z) para que la respuesta frecuencial presente fase lineal, aquí se repite
expresada en función del orden del filtro M=2α:
H(z) = ± z-M H(z-1) (4.56)
Esta condición exige que, si c=rejθ es un cero no nulo de H(z), c-1=r-1e-jθ también ha ser un cero ya
que
H(z)z=c-1 = ± cM H(c) = 0
Los ceros reales de módulo unidad, esto es, los ceros en z=1 o en z=-1, son los únicos que no han de
presentarse necesariamente emparejados, dado que son los inversos de sí mismos. Además, estos ceros
tienen un interés especial ya que su presencia viene forzada por el tipo de filtro FIR considerado. En
efecto, teniendo en cuenta (4.56), se establece para cada caso lo siguiente:
Tipo I: Es el único tipo de filtro que no fuerza la presencia de ningún cero determinado.
Tipo II: Debe tener un cero en z=-1 (ω=π), ya que M es impar y la simetría de h[n] par:
H(z) = z-M H(z-1) ⇒ H(-1) = (-1)-M H(-1) = - H(-1) ⇒ H(-1) = 0
Tipo III: H(z) se anula en z=1 (ω=0) y z=-1 (ω=π), ya que M es par y la simetría impar:
H(z) = - z-M H(z-1) ⇒ H( 1) = - ( 1)-M H( 1) = - H( 1) ⇒ H( 1) = 0

H(z) = - z-M H(z-1) ⇒ H(-1) = -(-1)-M H(-1) = - H(-1) ⇒ H(-1) = 0
Tipo IV: Debe de tener un cero en z=1 (ω=0), ya que M es impar y la simetría de h[n] impar:
H(z) = - z-M H(z-1) ⇒ H( 1) = - ( 1)-M H( 1) = - H( 1) ⇒ H( 1) = 0
El carácter real de h[n], que obliga a que los ceros de H(z) estén acompañados por sus conjugados,
juntamente con la condición de fase lineal, que exige la presencia de sus inversos, fuerza a que el
diagrama de ceros y polos de cualquier filtro FIR de fase lineal haya de presentar exclusivamente una
combinación de las disposiciones mostradas en la figura 4.16. Los ceros complejos no situados sobre
la circunferencia unidad deben agruparse de cuatro en cuatro (simetría cuadrantal), para incluir los
conjugados y los inversos. Los ceros reales con módulo distinto a la unidad han de formar parejas de
inversos. En cuanto a los ceros sobre la circunferencia de radio unidad, si son complejos se emparejan

Plano z Im Plano z Im
Re Re
a) b)
Plano z Im Plano z Im
Re Re
c) d)
Fig. 4.16 Posición de los ceros en los filtros FIR de fase lineal. a) Ceros complejos, b) Ceros complejos
con módulo unidad, c) Ceros reales, d) Cero real con módulo unidad (1 en la figura, o -1)
con su conjugado que, simultáneamente, es su inverso; y si son reales pueden aparecer aislados, ya que
tanto 1 como -1 son sus propios inversos y conjugados.
EJERCICIO 4.12: Mediante la opción "Respuestas impulsionales" del menú "Generación" de 62

obtenga la h[n] con longitudes L=16 y 17 para los siguientes filtros:
a) Paso bajo con frecuencia de corte 0,25.
b) Paso alto con frecuencia de corte 0,2.
c) Transformador de Hilbert con frecuencia central 0,25 y ancho de banda 0,15.
Observe las respuestas impulsionales obtenidas e indique el tipo de filtro al que corresponde cada
diseño. Mediante la opción "Filtros FIR: Respuesta impulsional" del menú de "Datos" determine el
sistema en cada caso y represente su respuesta frecuencial (módulo y fase) y su diagrama de ceros y
polos.♦

Las propiedades de los cuatro tipos de filtros FIR de fase lineal quedan resumidas en la tabla 4.2.
Adviértase que los filtros FIR cuya respuesta impulsional muestra simetría impar siempre tienen un
cero en z=1 (ω=0) y el término de fase β = π/2. Este tipo de simetría es la adecuada para obtener
derivadores y transformadores de Hilbert. Es interesante mencionar también que no puede diseñarse un
filtro elimina banda con orden impar, ya que dicho orden implica siempre la presencia de un cero en
ω=0 (centro de la banda de paso inferior) o en ω=π (centro de la banda de paso superior).
Tabla 4.2 Propiedades de los diferentes tipos de filtros FIR de fase lineal
Tipo de M longitud retardo simetría de

Ceros forzados fase β
filtro FIR (Nº de ceros) L=M+1 α=M/2 h[n]
I - par impar entero 0 par
II z=-1 (ω=π) impar par entero + 1/2 0 par
III z=1,-1 (ω=0,π) par impar entero π /2 impar
IV z=1 (ω=0) impar par entero + 1/2 π /2 impar
4.6 Problemas
PROBLEMA 4.1: Calcule la transformada z de cada una de las siguientes secuencias, indicando la
región de convergencia.
a) δ[n] b) δ[n-1]
1 n
c) δ[n+1] d)
2
u[n] ()
1 n 1 n
e) - ()
2
u [-n-1] f)
2
u[-n] ()
 1 n 1 n 1 n-1
g) 
 2() ( ) +
4 
u[n] h)
2
u[n-1] ()
n ≤ 0
 0
i) x[n] =  1 n = 1 j) ne-an (n≥0, a>0)
 2 n ≥ 2
PROBLEMA 4.2: Sea x[n] una señal discreta con transformada X(z). Determine la transformada z de
cada una de las siguientes señales en función de X(z):
a) ∆x[n], donde ∆ es el operador diferencia definido como ∆x[n] = x[n] - x[n-1]
 x [ n2] n par
b) x1[n] = 
 0 n impar
c) x2[n] = x[2n]

1/3 1/2
Fig. P4.3
PROBLEMA 4.3: ¿ Cuáles de las siguientes h[n] pueden corresponder a una H(z) con el diagrama de
polos de la figura P4.3?
a) h[n] = (1/3)n u[n] + (1/2)n u[n] b) h[n] = (1/3)n u[n] - (1/2)n u[-n-1]
n n
c) h[n] = -(1/3) u[-n-1] - (1/2) u[-n-1] d) h[n] = -(1/3)n u[-n-1] + (1/2)n u[n]
Indique la ROC en cada caso.
PROBLEMA 4.4: Considere el sistema causal cuya función de transferencia es
1 + b z -1
H(z) =
1 - a z- 1
Se pide:
a) Determine su respuesta a la excitación x[n] = ejωn u[n].
b) A partir del resultado anterior, razone que, si el sistema es estable (|a|<1), la respuesta a
x[n] = ejωn es y[n] = H(ejω)ejωn.
c) Compruebe que, si el sistema es inestable, la respuesta a x[n] = ejωn no conserva la forma de la
entrada.
PROBLEMA 4.5: Sea H(z) la función de transferencia de un sistema causal y estable del que se conoce
que, si se excita con la secuencia de entrada
π
x[n] = cos(ω 1n) + cos(ω 2n)u[n], ω1 = ω2 = π
2
la salida es:
y[n] = cos(ω2n)u[n] + A(-0,5)nu[n] + Bδ[n]
Se pide:
a) Dibuje el diagrama de ceros y polos de H(z), indicando los valores numéricos.
b) Obtenga la expresión de H(z), incluida la constante multiplicativa.
c) Calcule el valor de les constantes A y B de y[n].
d) Determine la respuesta completa al escalón u[n] con la condición inicial y[-1]=1/2.

Plano z Im
j 0,5
- 0,5 0,5 2 Re
- j 0,5
Fig. P4.6
PROBLEMA 4.6: En algunas aplicaciones se necesita obtener la respuesta impulsional de un sistema

real a partir de su autocorrelación r[m] definida por la relación
∞
r[m] = ∑ h[k] h[m+k] = h[m] * h[-m]
k=-∞
Para estudiar este problema y su solución se pide, supuesto que el sistema es causal y estable:
a) Exprese la transformada z de r[m], R(z), en función de H(z), la transformada z de h[n].
b) Dibuje el diagrama de ceros y polos de R(z), si H(z) tiene el diagrama de ceros y polos mostrado en
la figura P4.6 (todos los ceros y los polos son simples). Determine el ROC de R(z).
c) Obtenga todas las H(z) cuya transformada inversa h[n] presente una autocorrelación r[m] con
transformada R(z) = 0.1z + 0.29 + 0.1z-1.
d) Calcule la función de transferencia H(z) y la respuesta impulsional h(n) de un sistema tal que
4  1 n 4
r[n] = u[n] + 2 n u[−n − 1]

3 2  3
⊕
bo
b1
x[n] b2 y[n]
⊕ z-1 z -1 ⊕
-a1
-a 2
⊕
Fig. P4.7

PROBLEMA 4.7: Determine la función de transferencia del sistema cuya realización se muestra en la
figura P4.7. Si el sistema no se encuentra en reposo cuando se introduce la excitación, exprese la
transformada de la secuencia de salida en función de la transformada de la secuencia de entrada y las
condiciones iniciales.
PROBLEMA 4.8: Considérese un filtro IIR cuya función de transferencia es
P
∑ bk z- k
k=0
H(z) =
P
1 + ∑ ak z- k
k=1
La relación que dicha H(z) supone entre las transformadas de las secuencias de salida Y(z) y de entrada
X(z) puede expresarse como:
Y(z) = bo X(z) + z-1 { b1 X(z) - a1 Y(z) + z-1 ( b2 X(z) - a2 Y(z) + … + z-1 (bP X(z) - aP Y(z)))}
Obtenga la realización para el filtro digital que corresponde a la ordenación de operaciones establecida
por dicha expresión. Esta estructura se denomina forma canónica II.
PROBLEMA 4.9: Una de las muchas aplicaciones del filtrado digital es la reducción del nivel de ruido
que contamina una señal el filtro más sencillo para este propósito es el filtro promediador simple,
definido por la ecuación
1 L-1
y[n] = ∑ x[n-k]
L k=0
donde x[n] es la entrada al filtro e y[n] su salida. Partiendo de este filtro también se puede definir el
denominado filtro promediador por L1 y por L2 , que consiste en disponer en cascada dos filtros
promediadores simples, el primero de los cuales promedia L1 muestras y el segundo L2 muestras.
Se pide:
a) La respuesta impulsional del sistema.
b) La expresión general de la H(z) del filtro promediador simple en forma compacta como cociente de
dos polinomios en z-1.
c) Para L=5, represente el diagrama de ceros y polos del filtro promediador simple en el plano z y
dibuje de forma aproximada el módulo y la fase de su respuesta frecuencial, justificando cada
afirmación.
d) Repita el apartado anterior con L=8 y compare los resultados.
e) Compruebe los resultados de los dos apartados anteriores mediante el programa 62.
f) Obtenga la respuesta impulsional del filtro promediador por 5 y por 8 indicando el valor de cada
muestra y represente su respuesta frecuencial mediante 62.

PROBLEMA 4.10: En este problema se estudia una expresión sencilla para obtener analíticamente el
módulo de la respuesta frecuencial de un sistema real. Además de su sencillez, debe destacarse que no
requiere el uso de álgebra compleja. Se pide:
a) Obtenga el módulo de la respuesta frecuencial del sistema del ejemplo 4.14.
b) Demuestre que para un sistema real se verifica
|H(ejω)|2 = H(z) H(1/z)z=ejω
y, aplicando ahora esta expresión, obtenga otra vez el módulo de la respuesta frecuencial del
ejemplo 4.14.
c) Compare desde el punto de vista operativo los procedimientos seguidos en los apartados a y b.
d) Demuestre que |H(ejω )|2 es una función del cosω si la función de transferencia del sistema es
racional.
e) Justifique que es pasa todo el sistema con función de transferencia
z-P D(z)
H(z) =
D(1/z)
donde D(z) es un polinomio de grado P y tiene todas las raíces dentro del círculo de radio unidad.
Bajo el supuesto de que el sistema sea causal, exprese su relación entrada-salida en función de los
coeficientes del polinomio D(z).
PROBLEMA 4.11: Dados los siguientes sistemas discretos
1 1-az-1 a-z-1
H1(z) = H2(z) = H3(z) =
1-bz-1 1-bz-1 1-bz-1
con a y b mayores que cero y menores que uno:

a) Calcule las respuestas impulsionales hi[n].
b) Calcule la fase y el retardo de grupo del sistema 1.
c) ¿Cuál es la diferencia en términos frecuenciales de los sistemas 2 y 3?
d) Definiendo Ei[m] como
m
Ei[m] = ∑ hi2 [n]
n=0
compruebe que E2[m] > E3[m] para m > 0.

e) Mediante 62 observe h2[n] y h3[n] para a=1/3 y b=8/9.
PROBLEMA 4.12: De las funciones de transferencia representadas por sus diagramas de ceros y polos
en la figura P4.12, ¿cuáles presentan el mismo módulo de la respuesta frecuencial?

1 2 3
4 5
Fig. P4.12
PROBLEMA 4.13: En la figura P4.13 se muestra el diagrama de ceros y polos de la función de

transferencia H(z) de un sistema cuya ROC es |z|>1/2. Sabiendo que la respuesta frecuencial H(ejω) a
ω=0 vale la unidad, se pide:
a) Obtenga la salida y[n] cuando la entrada es x[n]=cos(πn).
b) Obtenga la salida y[n] cuando la entrada es x[n]=cos(πn)u[n] y las condiciones iniciales son nulas.
Indique cuáles son los términos correspondientes a las respuestas libre y forzada del sistema.
Plano z Im
j 0,5
- 0,5 0,5 Re
- j 0,5
Fig. P4.13

c) ¿Es H(z) de fase mínima? Determine la función de transferencia HInv(z) de su sistema inverso y
obtenga las respuestas impulsionales h[n] y hInv[n]. Compruebe, representando gráficamente la
convolución, que h[n] * hInv[n] = δ[n].
d) Indique el diagrama de ceros y polos de dos sistemas causales y estables diferentes que presenten el
mismo módulo de la respuesta frecuencial que H(z).
e) Dibuje de forma aproximada las curvas de módulo y fase de H(ejω ) en el intervalo 0≤ω ≤ 2π,
destacando las características que se consideren más importantes. Compruebe la respuesta con el
programa 62.
PROBLEMA 4.14: Un igualador (ecualizador) es un sistema causal y estable que compensa la

distorsión introducida por otro sistema. Por ejemplo, si una señal ha sido distorsionada por un sistema
con función de transferencia H(z), el ecualizador ideal es aquél que, situado en cascada con el sistema
distorsionador, recupera salvo un retardo la señal original. Su función de transferencia He(z) verifica:
H(z) He(z) = z-m
La respuesta frecuencial de la combinación en cascada presenta módulo constante y fase lineal

(ecualización en módulo y fase). En particular, si H(z) es de fase mímima, He(z) = HIn(z) con retardo
nulo. A partir de la expresión general (4.43) para la función de transferencia de un sistema cualquiera
H(z) = Hmin(z) Hcu(z) Hpt(z)
se pide:
a) Si el sistema no tiene ceros en la circunferencia de radio unidad (Hcu(z) = 1), el ecualizador que
compensa perfectamente la distorsión producida por el módulo de su respuesta frecuencial
(|H(ejω) He(ejω)| = 1).
b) Demuestre que la distorsión producida por la presencia de ceros de transmisión en la circunferencia
de radio unidad no puede compensarse. Interprete cualitativamente este resultado.
PROBLEMA 4.15: Se desea ecualizar acústicamente un punto de una sala mediante tratamiento digital
de la señal. Para ello, la señal de la fuente es filtrada por un ecualizador digital H(z) realizable (es decir,
causal y estable) antes de alimentar el altavoz, tal como se ilustra en la figura P4.15-1.
Ecualizador A
Fuente D/A
H(z)
B
Sala
Fig. P4.15-1

El efecto de la sala se modela mediante G(z), función de transferencia equivalente entre el punto A y B;
se considera la sala acústicamente ecualizada en módulo y fase en el punto B, si la función de
transferencia entre la fuente y dicho punto es la unidad. Se pide:
a) Calcule la expresión y la ROC de la función de transferencia H(z) del ecualizador que permite
ecualizar completamente (tanto en fase como en amplitud) la respuesta en el punto B, si la función
G(z) = 1+z-1 + 0.5z-2. Razone si dicho ecualizador es realizable.
b) Repita el apartado anterior cuando G(z) = 1 + 2z-1 + 2z-2.
c) Si sólo se desea ecualizar en amplitud la respuesta en B, proponga una H(z) que sea realizable para
el caso considerado en el apartado anterior (haga uso del resultado del problema 4.14). Obtenga
mediante el programa 62 el retardo de grupo de la función de transferencia entre la fuente y el
punto B.
En los casos en que la sala presenta respuestas acústicas G(z) de fase no mínima, es posible obtener
una ecualización completa, tanto en fase como en amplitud, haciendo uso de dos ecualizadores FIR y
dos altavoces, tal y como se indica en la figura P4.15-2. Para ilustrar esta posibilidad considere el
siguiente ejemplo:
- Función de transferencia entre A1 y B: G1(z) = 1 + 2z-1 + 2z-2

- Función de transferencia entre A2 y B: G2(z) = 1 + z-1 + 2z-2
d) Obtenga la expresión de los ecualizadores FIR H1(z) y H2(z), cuyas respuestas impulsionales son
de longitud 2, que permiten ecualizar completamente la respuesta entre la fuente y el punto B.
Ecualizador A 1
D/A
H1 (z)
B
Fuente
Ecualizador A2
D/A
H2 (z)
Sala
Fig. P4.15-2
PROBLEMA 4.16: En este problema se estudia el criterio de Schur-Cohn sobre la estabilidad de

sistemas discretos. Considérese el polinomio de grado P
P
D(z) = 1 + ∑ a i z-i
i=1

que es el denominador de la función de transferencia de un sistema causal. Como se sabe, el sistema es

estable si todas las raíces di de D(z) se encuentran dentro del círculo de radio unidad; es decir, si
verifican |di| < 1. Se pide:
a) Demuestre que es necesario, para que D(z) tenga todos sus ceros dentro del círculo unidad, que
|aP| < 1.
b) Justifique que todo polinomio D(z) de grado P en z-1 tal que |aP| < 1 puede expresarse como
D(z) = d(z) + K z-P d(1/z)
donde la constante K viene dada por
K = aP
d(z) es un polinomio en z-1 de grado P-1
P-1
d(z) = 1 + ∑ d i z-i
i=1
cuyos coeficientes responden a la expresión
a - K a P-i
di = i i = 1, …, P-1
1 - K2
c) Demuestre que, para todo polinomio p(z) de grado n con todas las raíces dentro del círculo de radio
unidad, la célula pasa todo
z-n p(1/z)
H(z) =
p(z)
cumple que |H(z)| < 1 para |z| > 1; es decir, fuera de la circunferencia de radio unidad el polinomio
p(z) satisface |p(z)| > |z-n p(1/z)|.
d) Pruebe que, para que D(z) tenga todas sus raíces dentro del círculo de radio unidad, es necesario que
|K| < 1 y d(z) también tenga todas sus raíces dentro del círculo de radio unidad. (Sugerencia: para
probar la segunda condición, suponga que d(z) tenga una raíz fuera de la circunferencia de radio
unidad y evalúe la célula pasa todo construida con D(z) en dicha raíz).
e) Demuestre que, para que D(z) tenga todas sus raíces dentro del círculo de radio unidad, es suficiente
que |K| < 1 y d(z) también tenga todas sus raíces dentro del círculo de radio unidad. (Sugerencia:
haga uso del resultado del apartado c con el polinomio d(z)).
f) Justifique el siguiente procedimiento para examinar la estabilidad de un sistema causal cuya
función de transferencia tiene como denominador el polinomio D(z). El sistema es estable si y sólo
si en el siguiente proceso iterativo
DP(z) = D(z)

Di(z) = Di-1(z) + Ki z-i Di-1(1/z) i = P, …, 1
se verifica que |Ki| < 1 para todo i.
PROBLEMA 4.17: Dados los diagramas de ceros y polos de diferentes sistemas discretos mostrados en
la figura P4.17, indique cuál de las siguientes afirmaciones es correcta:
a) 1: fase lineal, 2: paso bajo b) 3: estable, 4: fase mínima
c) 1: pasa todo, 3: fase lineal d) 2: paso alto, 4: fase lineal
e) Ninguna de las afirmaciones anteriores es correcta
Fig. P4.17
1 2 3
en ∞
4 5 6
Fig. P4.18
PROBLEMA 4.18: De los diagramas de ceros y polos de H(z) mostrados en la figura P4.18, ¿cuáles
pueden pertenecer a sistemas paso alto, de fase lineal, causales y estables?

PROBLEMA 4.19: En la figura P4.19 se proporciona el diagrama de ceros y polos de un sistema

estable, cuya respuesta al escalón unidad u[n] verifica
l i m T{u[n]} = 1
n→∞
Se pide:
a) La región de convergencia (ROC) de la función de transferencia del sistema. ¿El sistema es causal?
b) La función de transferencia H(z) del sistema.
a 1/a
Fig. P4.19
c) La respuesta impulsional del sistema.

d) Razone si la fase de la respuesta frecuencial del sistema es lineal o no.

5 Diseño de filtros 213
5. Diseño de filtros
5.0 Introducción
En este capítulo se estudian las técnicas más habituales para el diseño de filtros discretos en el
dominio de la frecuencia. En el apartado 5.1 se establecen los parámetros que facilitan la especificación
frecuencial de un filtro digital; se define la función atenuación y se introducen los conceptos de
selectividad y discriminación. En el apartado 5.2 se presentan las técnicas que proporcionan filtros con
respuesta impulsional finita (filtros FIR) de fase lineal; empieza con el enventanado de la respuesta
impulsional y el muestreo en frecuencia, métodos sencillos de extensa utilización, y finaliza con el
método de diseño óptimo que, para unas especificaciones dadas, requiere el menor orden. En el apartado
5.3 se estudia el diseño de filtros con respuesta impulsional infinita (filtros IIR) mediante la
transformación bilineal. El apartado 5.4 trata distintas alternativas para la realización de los filtros FIR
e IIR, y presenta los correspondientes algoritmos. Finalmente, en el apartado 5.5 se realiza un análisis
comparativo entre los filtros FIR e IIR.
5.1 Filtrado en el dominio de la frecuencia
En general, cualquier algoritmo o sistema de tratamiento puede interpretarse como un filtro. Aquí se
entiende por filtro aquel sistema lineal e invariante que permite el paso de las componentes de la señal
existentes en un determinado intervalo frecuencial, y elimina las demás. Idealmente, en el margen de
frecuencias que se conservan, denominado banda de paso, el módulo de la respuesta frecuencial del
filtro toma un valor constante (habitualmente la unidad); en el intervalo frecuencial complementario,
denominado banda atenuada, el módulo de la respuesta frecuencial es nulo; cuando el margen
frecuencial está fragmentado en varios intervalos, cada uno de éstos recibe el nombre de banda de paso
o atenuada según sea el comportamiento deseado. Los cuatro filtros básicos, desde el punto de vista
ideal del comportamiento del módulo de la respuesta frecuencial, se ilustran en la figura 5.1. Según sea
la posición relativa de bandas de paso y bandas atenuadas, el filtro recibe el nombre de paso bajo, paso
alto, paso banda y elimina banda. El primero es transparente para las bajas frecuencias y elimina las
altas; el filtro paso alto presenta el comportamiento complementario; el filtro paso banda cancela las
bajas y las altas frecuencias (bandas atenuadas inferior y superior), y conserva una banda determinada de
frecuencias; el último, presenta bandas de paso en baja y alta frecuencia, y una banda atenuada en un
margen de frecuencias intermedio.
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones establecidas
en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento informático, y la distribución de
Europea.
|H| |H|
1 1
0 0
fc f fc f
0 0,25 0,5 0 0,25 0,5
5.1.a Respuesta ideal de un filtro paso bajo con 5.1.b Respuesta ideal de un filtro paso alto con
frecuencia de corte fc frecuencia de corte fc
|H| |H|
1 1
Bf Bf
0 0
f f
0 0,25 0,5 0 0,25 0,5
5.1.c Respuesta ideal de un filtro paso banda con 5.1.d Respuesta ideal de un filtro elimina banda
anchura Bf centrada en 0,25 con ancho de banda eliminada Bf
Fig. 5.1 Módulo de la respuesta ideal en frecuencia de un filtro digital: a) paso bajo, b) paso alto, c) paso
banda y d) elimina banda.
La respuesta en frecuencia de un filtro se expresa generalmente en función de su módulo y de su fase.
H(ejω) = |H(ejω)| ejψ(ω) (5.1)
Se considera filtro ideal aquel que, a lo sumo, altera con un retardo constante e independiente de la
frecuencia una señal cuyo contenido espectral está en la banda de paso. Además, el filtro ideal elimina
completamente una señal cuyo espectro está en la banda atenuada. En resumen, para que un filtro sea
ideal se precisa que su respuesta frecuencial tenga módulo constante y fase lineal en la banda de paso,
al mismo tiempo que presenta módulo cero en la banda atenuada:
HI(ejω) = |HI(ejω)| ejψ(ω) (5.2.a)

|HI(ejω)| = { 1 en las bandas de paso
0 en las bandas atenuadas (5.2.b)
ψ(ω) = - α ω + β + πk(ω) (5.2.c)
La función k(ω) toma valores enteros que indican los saltos de π radianes producidos en la fase por los
ceros de la respuesta en frecuencia. El retardo de grupo τg(ω) del filtro ideal es la constante real α
expresada en número de muestras:
∂ψ(ω)
τg(ω) = - =α (5.3)
∂ω

En este capítulo se tratan las técnicas de diseño que permiten obtener la función de transferencia H(z) o
la respuesta impulsional h[n] correspondiente a uno de los cuatro filtros básicos mencionados. El
estudio se limita al diseño de filtros lineales, invariantes, causales, estables y que puedan describirse
por una ecuación en diferencias finitas de coeficientes reales y constantes. La señal de salida y[n] del
filtro, correspondiente a una señal de entrada x[n], se expresa en la ecuación
Q P
y[n] = ∑ b k x[n - k] - ∑ a k y[n - k] (5.4)
k=0 k=1
La muestra de la salida en el instante presente se obtiene por sustracción de dos términos. El primero
es una combinación lineal de la muestra actual en la entrada del filtro y las Q muestras de entrada
anteriores. El segundo es una combinación lineal de las P muestras anteriores de la salida. Los P
coeficientes ak y los Q+1 coeficientes bk , que forman un conjunto finito, son las incógnitas del
problema de diseño. La función de transferencia H(z) del filtro
Q
∑ bk z- k
Y(z) k=0
H(z) = = (5.5)
X(z) P
1 + ∑ ak z- k
k=1
está constituida por el cociente de dos polinomios en z-1. El polinomio numerador es de grado Q y el
denominador de grado P. El máximo entre ambos grados es el orden del filtro M = max(P, Q).
En el apartado 5.2 se consideran filtros no recurrentes. En este caso particular los coeficientes ak son
nulos en las ecuaciones (5.4) y (5.5). La respuesta impulsional del filtro tiene un número finito L de
muestras distintas de cero, lo que da lugar a la denominación abreviada de filtros FIR (Finite Impulse
Response). La función de transferencia de un filtro FIR es polinómica en z-1, y su orden es M=Q=L-1.
Esto implica que el filtro tiene M ceros distribuidos en el plano complejo z y todos los polos en el
origen. Por ello suele hablarse de los filtros FIR como filtros solo ceros.
En el apartado 5.3 se tratan los filtros recurrentes cuya respuesta impulsional tiene longitud infinita o
filtros IIR (Infinite Impulse Response). Un filtro IIR tiene Q ceros y P polos distribuidos en el plano
complejo. La técnica de diseño que se presenta en este capítulo (la transformación bilineal)
proporciona filtros con igual número de ceros y polos, con un orden M=P=Q.
Para que un sistema sea realizable debe ser causal y estable. En ningún caso el filtro diseñado puede
tener una respuesta frecuencial ideal, como las ilustradas en la figura 5.1, ya que a todas ellas
corresponde una respuesta impulsional no causal e inestable (véase el ejemplo 2.3). El filtro se diseña
de modo que su función de transferencia responda a la expresión (5.5) y presente una respuesta
frecuencial cuyo módulo se aproxime al ideal. En esta aproximación se permite una tolerancia
alrededor del valor teórico unidad del módulo de la respuesta frecuencial en la banda de paso y sobre el
valor nulo en la banda atenuada. Además, se acepta una banda de transición entre la banda de paso y la

atenuada. El diseñador debe especificar una plantilla que plasme claramente las tolerancias máximas
que debe tener el comportamiento frecuencial del filtro. Para ilustrar esta especificación se representa
en la figura 5.2.a la plantilla correspondiente al caso particular de un filtro paso bajo. La banda de paso
comprende el margen frecuencial (0, fp), siendo fp la frecuencia correspondiente al límite superior de la
banda de paso. La banda atenuada comprende el intervalo (fa, 0,5), siendo fa el límite inferior de la
banda atenuada (mayor que fp en este caso). La banda de transición queda establecida por las frecuencias
comprendidas entre fp y fa, es decir, por el margen frecuencial situado entre la banda de paso y la banda
atenuada. Se indica una tolerancia ±δp en el comportamiento del módulo en la banda de paso y una
tolerancia δa en la banda atenuada. En la misma figura 5.2.a también se representa el módulo de la
respuesta frecuencial de un eventual diseño que satisface las especificaciones. En trazo discontinuo se
representa el módulo ideal a aproximar.
Generalmente, cuando se trabaja con filtros en el dominio de la frecuencia, se utiliza la función de

atenuación α(ω) para representar el módulo de la respuesta frecuencial. La atenuación se mide en
decibelios (dB) y se relaciona logarítmicamente con el inverso del módulo de la respuesta frecuencial
según la ecuación
Href
α(ω) = 20 log (5.6)
|H(ejω)|
La función atenuación facilita el tratamiento de los sistemas conectados en cascada, ya que sustituye el
producto de respuestas frecuenciales por suma de atenuaciones. Al mismo tiempo expande el margen
dinámico de representación, lo que permite apreciar detalles que de otro modo pasarían desapercibidos.
Por ejemplo, si el módulo de la respuesta frecuencial en la banda atenuada es muy pequeño, sus
variaciones no serían observadas en una representación gráfica; la atenuación resuelve este problema.
Obsérvese que en la definición de la función atenuación se hace uso de un factor Href de normalización
o referencia; se debe entender, por tanto, que la atenuación es una medida relativa a dicha referencia.
En la figura 5.2.b se representa la plantilla de especificación para la atenuación correspondiente a la

plantilla del módulo de la figura 5.2.a. Se ha tomado como valor de referencia Href el valor máximo
|H| α
1 + δp αa
1
1-δ p
δa αp
fp fa 0,5 f fp fa 0,5 f
5.2.a Especificación para el módulo 5.2.b Especificación para la atenuación
Fig. 5.2 Plantillas de especificación para el módulo y la atenuación de un filtro paso bajo

1+δ p del módulo de la respuesta frecuencial, por lo que la atenuación siempre es positiva. La
tolerancia ±δp en la banda de paso se traduce en una atenuación αp máxima. La tolerancia δa en la
banda atenuada se corresponde con una atenuación αa mínima. Los valores de αp y αa en función de
las tolerancias permitidas se obtienen por aplicación de la fórmula (5.6) con la referencia H ref = 1+δp.
En la figura también se muestra la atenuación correspondiente al diseño cuyo módulo se presenta en la
figura 5.2.a; en las frecuencias donde el módulo es máximo la atenuación se anula (ceros de
atenuación), y donde el módulo es cero la atenuación se hace infinita (ceros de transmisión).
Se dice que un filtro es tanto más discriminante cuanto menores sean las tolerancias permitidas en cada
banda. Por otro lado, un filtro es tanto más selectivo cuanto más estrecha sea su banda de transición.
Para un orden dado, los requerimientos de discriminación y selectividad son contrapuestos; fijado el
orden del filtro, una mejora de discriminación implica un empeoramiento de selectividad, y viceversa.
EJEMPLO 5.1: En la figura 5.3 se presenta la atenuación de dos diseños FIR paso bajo de orden
M=30 con fc=0,25 y especificaciones distintas para la discriminación. En trazo continuo se representa
la atenuación para una especificación αa1=30 dB. En trazo discontinuo se representa la atenuación para
una especificación de discriminación más exigente α a2 =50 dB. La banda de transición es,
aproximadamente, ∆f1=0,05 en el primer caso y ∆f2=0,1 en el segundo. Obsérvese que al exigir mejor
discriminación (αa mayor) disminuye la selectividad (la banda de transición se ensancha); es decir que,
si se mantiene el orden del sistema, al mejorar la discriminación se empeora la selectividad.♦
Fig. 5.3 Atenuación de los filtros paso bajo (fc = 0,25) con el mismo orden del ejemplo 5.1

Al especificar la selectividad y la discriminación deseadas interesa no exceder los valores

imprescindibles para la aplicación en la que el filtro se utilice, a fin de que el orden (implicado en el
coste computacional de la realización del filtro) no sea mayor de lo necesario.
5.2 Diseño de filtros FIR
Un filtro FIR se caracteriza por tener una respuesta impulsional con longitud L finita. En lo que
sigue se considera que el filtro es causal y su orden es M=L-1. Por tanto, las muestras de la respuesta
impulsional valen cero para valores del índice n negativos o superiores a M (h[n]=0 para n<0 y para
n>M=L-1).
La señal de salida y[n] se obtiene mediante la ecuación de convolución o la ecuación en diferencias

finitas (5.4), donde basta con limitar el número de coeficientes b k a L=M+1 y anular todos los
coeficientes ak:
M M
y[n] = ∑ h[k] x[n - k] = ∑ b k x[n - k] (5.7)
k=0 k=0
En la expresión (5.7) se identifican las muestras de la respuesta impulsional h[n] del filtro FIR con los
coeficientes bk de la ecuación en diferencias finitas que describen su funcionamiento:
h[n] = {..., 0, b o , b1 , ..., bM , 0...} (5.8)
Por consiguiente, el diseño de un filtro FIR de longitud L consiste en determinar su respuesta

impulsional h[n], de modo que se obtenga un comportamiento frecuencial acotado por las
especificaciones de diseño. Las técnicas que se describen a continuación consideran solamente el diseño
de filtros FIR de fase lineal (tipo I, II, III o IV, definidos en el capítulo 4 y cuyas propiedades se
resumen en la tabla 4.2), por lo que la respuesta impulsional obtenida presenta simetría par o impar
(véase la figura 4.15).
De acuerdo con las expresiones (4.55), la respuesta en frecuencia H(ejω) puede expresarse:
H(ejω) = |H(ejω)| ejΨ(ω) = Hr(ejω) ejφ(ω) (5.9.a)
como el producto de una función real Hr(ejω) por un término que incluye la fase lineal generalizada
φ(ω). De acuerdo con la simetría de la respuesta impulsional del filtro FIR, estas funciones satisfacen
simetría par: h[n] = h[L-1-n] Hr(ejω) = Hr(e-jω) φ(ω) = - αω (5.9.b)
π
simetría impar: h[n] = - h[L-1-n] Hr(ejω) = - Hr(e-jω) φ(ω) = - αω + (5.9.c)
2

siendo α=M/2 el retardo de grupo del filtro.
La función real Hr(ejω) toma valores negativos en la banda atenuada del filtro debido a su oscilación
alrededor del valor ideal cero. Ello implica que el término de fase φ(ω) no incluye los saltos de π
radianes debidos al cambio de signo que se produce en los ceros de transmisión. Estos saltos se
incluyen en la fase Ψ(ω).
La plantilla de especificación de la función real Hr(ejω ), para un filtro paso bajo, se muestra en la
figura 5.4.a. En la banda de paso se permite una tolerancia ±δp alrededor del valor nominal unidad. En
la banda atenuada, la tolerancia permitida es ±δa alrededor del comportamiento ideal nulo (en general
δa es muy inferior a δp; sin embargo, en la representación gráfica se han considerado valores similares
para poder apreciar el detalle). Se incluye en la misma gráfica un posible diseño que cumple la
plantilla.
Hr α
1 + δp αa
1
1-δ p
δa α2
αp
- δa f p fa 0,5 f α1 fp fa 0,5 f
5.4.a Especificación para Hr 5.4.b Especificación para la atenuación
Fig. 5.4 Plantillas de especificación para la función real Hr y para la atenuación de un filtro paso bajo
El módulo de la respuesta frecuencial |H(ejω)| es el valor absoluto de Hr(ejω), por lo que la relación
existente entre esta última y la función de atenuación es
Href
α(ω) = 20 log (5.10)
|Hr(ejω)|
Como valor de referencia Href, cuando se trabaja con filtros FIR, suele utilizarse la unidad. En este
caso, se especifica αp como la diferencia entre los valores máximo α2 y mínimo α1 de la atenuación
en la banda de paso, y αa como la atenuación mínima en la banda atenuada, tal como se ilustra en la
figura 5.4.b. La relación entre estas especificaciones de la atenuación y las tolerancias δp y δa viene
dada por las expresiones:
Href = 1 (5.11.a)

1 + δp
α p = α 2 - α 1 = 20 log (5.11.b)
1 - δp
αa = - 20 log δa (5.11.c)
αp
102 0 - 1
δp = (5.11.d)
αp
102 0 + 1
-αa
δa = 10 2 0 (5.11.e)
En la figura 5.4.b se representa la atenuación del diseño de la figura 5.4.a. Los ceros de atenuación son
las frecuencias donde el módulo de la respuesta frecuencial toma el valor de referencia unidad. Los
valores de la atenuación negativos en la banda de paso se corresponden con los del módulo de la
respuesta frecuencial superiores a la unidad.
5.2.1 Enventanado de la respuesta impulsional
Uno de los métodos más simples para calcular los coeficientes de un filtro FIR es el enventanado de la
respuesta impulsional ideal. La práctica IV trata esta técnica de diseño de filtros en su apartado IV.2.2.
En él se definen las ventanas más usuales (rectangular, Hamming, Blackman y Kaiser) y sus
parámetros de diseño; además, se presentan las propiedades más significativas de los diseños que se
obtienen. Ahora se ofrece la integración de lo allí aprendido con los nuevos conceptos sobre filtros de
fase lineal desarrollados en el capítulo 4.
La transformada inversa de Fourier de la respuesta frecuencial ideal que se desea obtener proporciona la
respuesta impulsional ideal a enventanar. Cuando se trata del diseño de un filtro en el dominio de la
frecuencia mediante un sistema FIR de fase lineal, con una longitud L de la respuesta impulsional
h[n], la respuesta frecuencial ideal puede formularse como sigue con α = M/2 = (L-1)/2:
HI(ejω) = HIr(ejω) ejφ(ω) (5.12.a)

|HIr(ejω)| = { 1 en las bandas de paso
0 en las bandas atenuadas (5.12.b)
π
φ(ω) = - α ω (+ , si h[n] debe tener simetría impar) (5.12.c)
2
La respuesta impulsional hI[n] del filtro ideal
∫-π HI(ejω) ejωn dω

1
hI[n] = 2π (5.13.a)

tiene infinitas muestras no nulas (de valor absoluto decreciente con la inversa de la distancia entre el
ordinal n y la posición α de la muestra central) y no es causal ni estable. La respuesta impulsional
h[n] del diseño se forma con las muestras de hI[n] para los ordinales 0 ≤ n ≤ L-1. El filtro resultante
es de orden M=L-1. Para truncar la respuesta ideal se utiliza una ventana temporal v[n] cuyas muestras
son nulas para n<0 y n>L-1, de forma que
h[n] = hI[n] v[n] (5.13.b)
Como se establece en la práctica IV (apartado IV.2.2), para que el filtro obtenido mediante (5.13)
conserve la fase lineal, la ventana v[n] debe presentar simetría central par, es decir:
v[n] = v[L-1 -n] (5.14)
La respuesta frecuencial H(ejω) del diseño alcanzado es una aproximación a la ideal, cuyo error depende
de la ventana utilizada y del orden M. Tal como se analiza en la práctica IV, el valor del error máximo
en la aproximación es función exclusivamente de la forma de la ventana que se utiliza, ya que el error
producido está directamente relacionado con la amplitud de los lóbulos secundarios de su transformada,
amplitud que es independiente de la longitud de la ventana. Por otro lado, la anchura de la banda de
transición del filtro, que se corresponde con la anchura del lóbulo principal de la transformada de la
ventana, es tanto menor cuanto mayor sea la longitud de la misma. Así puede decirse que cada forma
de ventana tiene una discriminación asociada, mientras que la selectividad del filtro se controla
eligiendo la longitud de su respuesta impulsional.
La ventana de Kaiser es una de las más utilizadas en el diseño de filtros, ya que es función de dos
parámetros: β, que determina su forma, y su longitud L. El parámetro β permite controlar la
discriminación del filtro, y la longitud L su selectividad. Las expresiones (IV.3) y (IV.4) de la práctica
IV proporcionan, respectivamente, β y L para satisfacer una atenuación mínima α a en la banda
atenuada y una anchura ∆f para la banda de transición:
β= 0,1102 (αa-8,7) αa > 50

0,5842 (αa-21)0.4 + 0,07886 (αa-21) 21 < α a ≤ 50 (5.15.a)
0 α a ≤ 21
αa - 8
L= (5.15.b)
14,357 ∆f
EJEMPLO 5.2: Se desea diseñar un filtro FIR paso alto de fase lineal, que además proporcione la
transformación de Hilbert de la señal en su banda de paso (véase el ejercicio 2.10). Las especificaciones
de atenuación del filtro son:
Banda de paso entre fp=0,2 y 0,5 con atenuación máxima αp=1 dB.
Banda atenuada entre 0 y fa=0,1 con atenuación mínima αa=40 dB.
La respuesta frecuencial ideal del filtro es:

HI(ejω) = HIr(ejω) ejφ(ω)

para -0,5 ≤ f ≤ -(f a +f p )/2
 1
HIr(ejω) =  0 para |f| < (f a +f p )/2 = 0,15
 -1 (f a +f p )/2 ≤ f ≤ 0,5
M π
φ(ω) = - 2 ω + 2 en la banda de paso
La respuesta impulsional hI[n] de este filtro ideal es
hI[n] =
(
cos π(fa+fp) (n - )) - (-1) cos(π ) = cos(0,3 π ( n - 12,5))
M
2
n M
2
π ( n - 12,5)
π (n - )
M
2
Para generar h[n], el programa 62 requiere la frecuencia central fc y la anchura Bf de la banda de paso
del transformador ideal de Hilbert, las cuales, en función de los límites inferior fp1=0,15 y superior
fp2=0,5 de la misma, son
f -f
f c = fp1 + p2 p 1 = 0,325
2
Bf = fp2 - fp1 = 0,35
El filtro h[n] se obtiene enventanando la respuesta del filtro ideal hI[n] con una ventana v[n] que
proporcione la atenuación adecuada en las bandas de paso y atenuada. La atenuaciones mínimas en la
banda atenuada αa que proporcionan las ventanas más usuales, rectangular, Hamming, Blackman y
Kaiser (β=3,3953), son 21, 53, 74 y 40 dB, respectivamente. Por tanto, pueden satisfacer la
especificación de 40 dB las ventanas de Hamming, de Blackman y de Kaiser. La longitud de la ventana
se determina igualando la anchura del lóbulo principal con la banda de transición del filtro, que en este
caso es ∆f=fp-fa=0,1. En este ejemplo, se presenta el diseño proporcionado por la ventana de Kaiser, y
se dejan los demás como ejercicio; así, en (5.15.b) resulta una longitud L>22,28 muestras. Recuérdese
que la presencia de un término de fase de π/2 en la respuesta frecuencial del filtro implica simetría
impar para h[n] y exige que H(z) incluya un cero en z=1. Por tanto, el orden del filtro debe ser impar:
L=24 o M=23 ; un orden par forzaría la presencia de un cero adicional en z=-1 (véase la tabla 4.2) y
haría imposible mantener la especificación paso alto.
En la figura 5.5 se ilustra la atenuación conseguida por el filtro FIR diseñado con esta ventana. Nótese
que la atenuación en la banda atenuada se ajusta, aproximadamente, al nivel especificado; sin embargo,
en la banda de paso el nivel de atenuación está muy por debajo de 1 dB. Ello es debido a que los
máximos del error en la banda de paso y la banda atenuada son del mismo orden de magnitud, ya que
ambos provienen de la amplitud de los lóbulos secundarios de la transformada de la ventana; la cota del
error en la banda atenuada para alcanzar los 40 dB de atenuación δa = 0,00843 lleva asociado un error
máximo en la banda de paso δp = 0,00896. Se comprende que, cuando se hace uso de la técnica de

Fig. 5.5 Atenuación del filtro paso alto (transformador de Hilbert) del ejemplo 5.2
ventanas, generalmente ha de aceptarse un notable sobrecumplimiento de los requerimientos para la

banda de paso. El retardo de grupo del filtro es igual a 12,5 muestras, constante en todo el margen
frecuencial.♦
El enventanado de la respuesta impulsional es una técnica sencilla para el diseño de sistemas FIR cuya
respuesta frecuencial aproxime cualquier respuesta frecuencial deseada. La única dificultad a considerar
es la obtención de la respuesta impulsional ideal del filtro, ya que la transformación inversa de la
respuesta frecuencial especificada puede no resultar simple.
5.2.2 Muestreo de la respuesta frecuencial
Otra metodología simple para el diseño de filtros la ofrece el muestreo en frecuencia de la respuesta
ideal. El procedimiento asegura un error nulo para la aproximación en un conjunto finito de
frecuencias equiespaciadas, aquéllas en las que se muestrea la respuesta frecuencial ideal.
La respuesta impulsional h[n] de longitud L muestras se obtiene por DFT inversa, con N=L, de una
secuencia frecuencial H[k] constituida por muestras de la respuesta frecuencial ideal. El muestreo se
realiza en L frecuencias equiespaciadas en el intervalo [0, 1). Así, se define:

H[k] = HI(ejω)| 2π k = 0, ..., M=L-1 (5.16)

ω=ωk= k
L
y la respuesta impulsional del filtro h[n] resulta:
2π
1 M j kn
h[n] = DFT-1{ H[k] } = ∑ H[k] e L
L k=0
n = 0, ..., M=L-1 (5.17)
La respuesta frecuencial H(ejω ) del diseño toma, efectivamente, los valores especificados por el
muestreo. Sin embargo, el inconveniente del método reside en que carece de control del error que se
produce en el resto de frecuencias.
Si la longitud del filtro a diseñar es una potencia de dos (L=2l), la DFT inversa de la expresión (5.17)
puede realizarse utilizando el algoritmo FFT. Debe advertirse, no obstante, que el beneficio que reporta
el recurso a la eficiencia de la FFT no puede aprovecharse en cualquier diseño. Recuérdese que un filtro
FIR de fase de lineal de longitud par tiene una respuesta frecuencial con un cero forzado en el origen
(sistema de fase lineal tipo IV) o en la frecuencia 0,5 (sistema de fase lineal tipo II), que lo hace
inadecuado para determinadas características frecuenciales.
EJEMPLO 5.3: Se desea diseñar un filtro paso bajo, de longitud L=31 muestras (orden 30), mediante
el método de muestreo en frecuencia, que cumpla las siguientes especificaciones para la selectividad:
Banda de paso de 0 a fp = 0,2.

Banda atenuada de fa = 0,3 a 0,5.
El muestreo de la respuesta frecuencial ideal en frecuencias equiespaciadas fk=k/L proporciona la

secuencia H[k], que puede expresarse
L-1 2 π
H[k] = Hr[k] e- j 2 L
k
donde Hr[k] toma valor unidad en la banda de paso y valor nulo en la banda atenuada. Para la banda de
transición las muestras Hr[k] se eligen sobre la recta dada por
f - fp
HIr(ej2πf) = 1 - f p ≤ f ≤ fa
fa - fp
De este modo resulta

 31 - 1 0 k para 0 ≤ k ≤ 6 y 25 ≤ k ≤ 30
para k = 7, 8, 9
Hr[k] =  1 0 k
31
 31 - 7 para k = 22, 23, 24

0 para 10 ≤ k ≤ 21
Si se realiza la DFT inversa de H[k] con 31 puntos, se obtiene la respuesta impulsional h[n] del filtro.
Para juzgar el diseño alcanzado, se compara con un filtro del mismo orden y selectividad, obtenido
mediante la ventana de Kaiser (β = 4,5335). En la figura 5.6 se muestran las atenuaciones de los dos
filtros; en trazo continuo se representa la atenuación del filtro diseñado por muestreo en frecuencia.
Puede apreciarse que la discriminación del filtro de Kaiser es mucho mayor, ya que la atenuación
supera los 50 dB en la banda atenuada, mientras que el filtro diseñado por muestreo en frecuencia
solamente consigue unos 29 dB en el límite de la banda atenuada, donde ofrece mínimos relativos de la
atenuación que apenas superan los 42 dB.♦
EJERCICIO 5.1: En el ejemplo 5.3 se ha considerado la transición entre la banda de paso y la banda
atenuada mediante una recta. Existen múltiples alternativas posibles para realizar la transición, que
proporcionan comportamientos diferentes en las bandas de paso y atenuada. En este ejercicio se
propone el uso de la transición con coseno realzado, comportamiento usado en transmisión de datos
Fig. 5.6 Atenuación de los filtros con mismo orden y selectividad del ejemplo 5.3

para evitar la interferencia intersimbólica. Diseñe, por el método de muestreo en frecuencia, un filtro
paso bajo de orden 30 que satisfaga las siguientes especificaciones para su respuesta frecuencial:
Banda de paso de 0 a fp = 0,2.

Banda atenuada de fa = 0,3 a 0,5.
1 f - fp
Banda de transición entre 0,2 ≤ f ≤ 0,3 con HIr(ej2πf) = (1 + cos π )
2 fa - fp
Compare la atenuación del nuevo diseño con la correspondiente al filtro diseñado en el ejemplo 5.3. El
diseño se realiza con el programa 62 por el procedimiento siguiente:
a) Se genera una secuencia de 31 muestras con los valores correspondientes a Hr[k], mediante la
opción "Editar secuencia" del menú "Generación" (véase la facilidad "rellenar").
b) Se obtiene una segunda secuencia con los valores correspondientes al término de fase, acudiendo a
la opción "Exponencial compleja" del submenú "Señales".
c) La secuencia H[k], producto de las dos anteriores, se alcanza por medio del "Tratamiento"
"Producto".
d) La respuesta impulsional h[n] se determina haciendo uso de la "DFT inversa" con 31 puntos.
e) Finalmente, en el entorno "Diseño de sistemas discretos" se obtiene la función de transferencia del
filtro diseñado mediante la opción "FIR: Respuesta impulsional" del menú "Datos".
f) Las opciones de representación gráfica permiten analizar diferentes características del
comportamiento del filtro diseñado.♦
El diseño por muestreo en frecuencia es muy popular dada su sencillez. Presenta, sin embargo,
importantes deficiencias. No es posible controlar directamente la amplitud del error. Tampoco se
conoce un criterio estimativo del orden del filtro. Para conseguir un comportamiento ajustado a una
plantilla debe acudirse a una estrategia de ensayo y error tediosa, que en la mayoría de los casos
proporciona un filtro de orden excesivo y que, incluso, no garantiza la existencia de solución.
5.2.3 Filtros óptimos: comportamiento con rizado de amplitud constante
La respuesta frecuencial que ofrecen los filtros diseñados mediante la manipulación directa del
comportamiento ideal (el enventanado de la respuesta impulsional o el muestreo de la respuesta
frecuencial) presenta un error en las bandas de paso y atenuadas cuya amplitud crece en las
proximidades de las bandas de transición, tal como puede comprobarse en la atenuación de los diseños
de los ejemplos 5.2 y 5.3. Ello implica que el error producido no está repartido uniformemente a lo
largo del eje frecuencial.
Del estudio del diseño de filtros analógicos es conocido que, especificadas selectividad y
discriminación, la aproximación que requiere el menor orden posible para satisfacerlas (diseño óptimo),
es aquella en la que los máximos del valor absoluto del error en la banda de paso son todos iguales, y
lo mismo sucede en la banda atenuada: la aproximación de Cauer o elíptica; en otras palabras, la que
exhibe un comportamiento con rizado de amplitud constante en ambas bandas, de modo que el error
presenta alternativamente máximos y mínimos con el mismo valor absoluto δ. Este tipo de

comportamiento también resulta óptimo para los filtros FIR de fase lineal: para satisfacer una
selectividad y una discriminación dadas no existe un diseño de menor orden que el que presenta
comportamiento con rizado de amplitud constante. Equivalentemente puede decirse que, fijados el orden
y la selectividad (o discriminación) del filtro, no puede obtenerse un diseño con mejor discriminación
(o selectividad).
Para simplificar el estudio de las principales propiedades de los filtros óptimos y facilitar una
explicación más clara, la exposición que sigue se refiere al caso de los filtros paso bajo tipo I, que no
presentan ceros con multiplicidad impar en las frecuencias 0 y 0,5. Los resultados alcanzados se
extienden a otras situaciones posteriormente.
Considérese un filtro FIR de fase lineal paso bajo, con comportamiento de rizado de amplitud
constante, que presenta una discriminación y selectividad determinadas, es decir, una banda de paso de 0
a fp y una banda atenuada de fa a 0,5, con tolerancias para el módulo ±δp y ±δa, respectivamente.
Supóngase también que la respuesta impulsional tiene longitud L impar (orden M=L-1) y presenta
simetría par respecto a la muestra central (filtro de fase lineal tipo I):
h[M-n] = h[n] M = L-1 par (5.18)
Recordando que cada cero ha de venir acompañado de su inverso, y α = M/2, la función de transferencia
H(z) puede expresarse como
α
-1
H(z) = bo ∏ (1 - ckz-1)(1 - ck z-1) = (5.19)
k=1
α α
-1 -1
= bo ∏ z-1(1 - ckz-1)(z - ck ) = bo z-α ∏ (z + z-1 - (ck + ck ))
k=1 k=1
donde, si h[n] es real, el complejo conjugado de ck y su inverso también son ceros del sistema
(simetría cuadrantal). Así, al particularizar para la circunferencia de radio unidad, se obtiene la respuesta
frecuencial
α
-1
H(ejω) = Hr(ejω) e-jαω = bo e-jαω ∏ (ejω + e-jω - (ck + ck )) =
k=1
α
-1
= bo e-jαω ∏ (2cosω - (ck + ck )) (5.20)
k=1
de donde
α
-1
Hr(ejω)= bo ∏ (2cosω - (ck + ck )) (5.21)
k=1

La función real Hr(ejω) resulta ser, en este caso, una función polinómica en cos(ω) de grado α, con
coeficientes ki reales.
α
Hr(ejω) = Pα(cosω) = ∑ ki (cosω)i (5.22)
i=0
La relación entre los coeficientes ki y las muestras h[n] de la respuesta impulsional del filtro puede
establecerse tras tediosas manipulaciones, pero no es necesaria en el estudio que aquí se realiza.
De este modo, la respuesta frecuencial del filtro queda representada por el polinomio Pα(cosω), y el
problema de diseño ahora se refiere a la determinación de los coeficientes ki. El comportamiento ideal
del filtro (que ha de aproximar Pα(cosω)) se representa por la función PI(ω), de valor unidad en la
banda de paso y valor nulo en la banda atenuada:
P I(ω) = { 01 enen lala banda

banda de paso
atenuada (5.23)
donde la banda de paso queda limitada al intervalo (0, ωp) y la banda atenuada al intervalo (ωa, π),
siendo las tolerancias máximas permitidas al error δ p y δ a respectivamente. Se define el error
ponderado cometido por la aproximación como la función E(ω), diferencia ponderada entre el
comportamiento ideal y el obtenido por el filtro diseñado:
E(ω) = T(ω)(PI(ω) - Pα(cosω)) (5.24)
donde T(ω) es una función de ponderación que facilita la especificación de un error máximo distinto
para la banda de paso y la banda atenuada:
T(ω) = { K=δ
1
/δ a p en la banda de paso
en la banda atenuada
(5.25)
Las funciones que describen el comportamiento ideal PI(ω), error ponderado E(ω) y la ponderación
T(ω), se definen solamente en las bandas de interés (banda de paso y atenuada), lo que deja un
comportamiento libre de restricciones en la banda de transición.
El diseño de un filtro óptimo puede plantearse de acuerdo con el siguiente procedimiento:

preestablecidos el orden y la selectividad del filtro (M, ωp y ωa), se determina el polinomio Pα(cosω)
que proporcione la menor amplitud para la función de error ponderado E(ω) en las bandas de paso y
atenuada (mayor discriminación posible). Esta optimización es equivalente a minimizar el máximo δ
del error absoluto |E(ω)|; este criterio se denomina de error minimax o de Chebychev. Como demostró
este matemático ruso, la solución al problema presenta comportamiento con rizado de amplitud
constante.

Teorema de la alternancia. Considérese un filtro FIR de fase lineal tipo I (orden M=L-1 par) cuya
respuesta frecuencial H(ejω ) puede descomponerse en el término de fase lineal y una función
polinómica de grado α=M/2, Pα (cosω). El filtro es óptimo si en las bandas de paso y atenuada la
función polinómica Pα(cosω) presenta comportamiento con rizado de amplitud constante y al menos
α+2 máximos del valor absoluto del error ponderado E(ω). En otras palabras, deben existir al menos
α +2 valores ω i en las bandas de interés tales que si ω 1 < ω 2 < ... < ω α + 2 se cumpla que
E(ωi)=-E(ωi+1) =±δ para i=1, 2, ..., (α+1), donde δ=max(|E(ω)|).
El número α+2 de frecuencias en las que se produce error máximo suele expresarse en función de la
longitud del filtro L. Para un filtro óptimo tipo I este número es (L+3)/2.
Una consecuencia del teorema de la alternancia es que en las pulsaciones ωp y ωa el error cometido
alcanza su valor absoluto máximo. En la gráfica de la figura 5.7 se muestra la función P7(cosω),
correspondiente a un filtro óptimo paso bajo de longitud L=15 (α=7). Se representa, en trazo grueso,
la función PI(ω) en las bandas de interés. En la misma figura se incluye la función de error ponderado
E(ω). Los máximos del error absoluto δ (9 en total) se señalan en la curva correspondiente a P7(cosω)
con un punto superpuesto, y se contabiliza 4 en la banda de paso y 5 en la banda atenuada. δ es el
δ
máximo del error en la banda atenuada y δ/K= p δ el máximo del error en la banda de paso. Si δ<δa,
δa
entonces δ/K<δp; es decir, si se satisfacen por exceso las especificaciones en la banda atenuada, así
ocurre también en la banda de paso.
El teorema de la alternancia puede demostrarse con la siguiente argumentación. Considérese la función

polinómica de grado α Pα(cosω) con comportamiento de rizado de amplitud constante δp en la banda
de paso (0, ωp) y δa en la banda atenuada (ωa, π). Supóngase la existencia de otra función polinómica
Q N (cosω) del mismo o menor orden (N≤α) que tenga igual selectividad que Pα pero mejor
P7
1+δ/k 2δ p
1- δ/k
E(ω)
δ δ
ωp
2δ a
ωa ω
π −δ ω
−δ ωp ωa π
Fig. 5.7 Polinomio de orden 7 P7 (cos ω ) con comportamiento de rizado de amplitud constante y error
ponderado E(ω) producido en las bandas de interés

P7
Q
7
ωp ω a π ω
Fig. 5.8 Polinomios de grado 7 P7(cosω ) y Q7(cosω ), con comportamiento de rizado de amplitud constante,
igual selectividad y diferente discriminación.
discriminación (amplitud del rizado menor). A título de ejemplo, en la figura 5.8 se representan dos
polinomios Pα y QN de grados iguales α=N=7. El polinomio diferencia
Dα(cosω) = Pα(cosω) - QN(cosω)
es, a lo sumo, de grado α, por lo que no puede tener más de α ceros. Sin embargo, si se cuentan los
puntos de corte entre ambos polinomios, se obtienen α+1 cruces en los que Dα es cero; se llega así al
absurdo de que un polinomio de grado α ha de presentar α+1 ceros. En el ejemplo de la figura 5.8 se
han marcado los 8 puntos de cruce. La única posibilidad es que Pα(cosω) y QN(cosω) sean el mismo
polinomio, en cuyo caso el polinomio diferencia es idénticamente nulo. Así, queda establecido que
Pα(cosω) es óptimo y único.
Los filtros FIR de fase lineal tipos II, III y IV ofrecen una respuesta frecuencial cuya función Hr(ejω)
no es polinómica. Por ejemplo, los sistemas tipo II presentan un cero en ω=π que fuerza la inclusión
de un factor multiplicativo F(ω)=cos(ω/2) en la respuesta Hr(ejω). En efecto, si HI(z) es la función de
transferencia de un filtro tipo I y HII(z) de uno tipo II, se puede escribir
HII(z) = (1 + z-1) HI(z) (5.26.a)
con lo que se obtiene, para el sistema tipo II, que
α
ω ω
Hr(ejω) = cos P (cosω) = cos
2 α ∑ ki (cosω)i
2 i=0
(5.26.b)
donde el grado del polinomio es α=L/2 - 1.
Para que el diseño de Hr siga siendo determinar Pα con el criterio minimax, basta con reformular la
función ideal a aproximar PI(ω) y la función de ponderación del error T(ω) de modo que se mantenga

para el error ponderado la exigencia de comportamiento con rizado de amplitud constante en las bandas
de interés. En este caso, tomando:
 1
en la banda de paso
PI(ω) =  cos(ω/2) (5.27.a)
 0 en la banda atenuada
T(ω) = { cos(ω/2)
Kcos(ω/2) en la banda de paso
en la banda atenuada (5.27.b)
se obtiene, tal como se desea, que el error E(ω) ponderado en la aproximación de Pα(cosω) coincide
con el error en la aproximación de la respuesta frecuencial del filtro:
 K(1 - H r(e jω )) en la banda de paso

E(ω) = T(ω)(PI(ω) - Pα(cosω)) =  (5.28)
 - H r (e jω ) en la banda atenuada
donde K=δa/δp. El teorema de la alternancia exige un mínimo de α+2 máximos del error absoluto para
obtener un diseño óptimo; este número, expresado en términos de la longitud de la respuesta
impulsional del filtro, ahora es L/2+1.
Tabla 5.1 Propiedades de los filtros FIR óptimos
Filtro tipo Longitud de Orden del Hr(ejω) = φ(ω) Nº mínimo de

h[n] polinomio Pα F(ω)Pα(cosω) puntos con error
L α abs. máximo
I Impar L-1 F(ω)=1 -αω L+3
2 2
II Par L ω -αω L
-1 F(ω)=cos( ) +1
2 2 2
III Impar L-1 F(ω)=sen(ω) π L+1
-1 -αω+
2 2 2
IV Par L ω π L
-1 F(ω)=sen( ) -αω+ +1
2 2 2 2
En la tabla 5.1 se resumen las propiedades más significativas de la respuesta frecuencial de los cuatro
tipos de filtros con fase lineal. Se presenta la función H r(e jω ) en función del factor F(ω) y del
polinomio Pα(cosω), y la fase correspondiente. Se indica, además, en función de la longitud de la
respuesta impulsional h[n] del filtro, el número mínimo de puntos donde el error absoluto ha de tomar
el valor máximo para que el diseño sea óptimo.
El diseño de los filtros FIR óptimos no admite una solución analítica. Para resolver el problema se ha
de recurrir a procedimientos numéricos iterativos. Se han propuesto diversos algoritmos para lograr el

diseño; de todos ellos, el método más utilizado es el debido a Parks y McClellan, ya que es el más
eficiente computacionalmente. Se basa en el algoritmo de Remez y en el teorema de la alternancia para
encontrar las frecuencias donde se producen los máximos del error absoluto en las bandas de interés. La
respuesta frecuencial se obtiene por interpolación polinómica, y la respuesta impulsional por DFT
inversa de la misma.
El método toma como parámetros fijos el orden del filtro M y las frecuencias límite de las bandas de
paso y atenuadas (fp y fa si el filtro es paso bajo), calcula K=δ a /δ p y reformula δ p =δ/Κ y δ a =δ.
Seguidamente, el algoritmo entra en un proceso iterativo para minimizar el valor de δ. Debe
verificarse a posteriori si los rizados en las bandas de paso y atenuadas del diseño alcanzado cumplen
especificaciones. En caso negativo deben replantearse las condiciones de diseño, ya sea incrementando
el orden del filtro o relajando la plantilla de especificaciones. Habitualmente la longitud L de la h[n| del
filtro se estima a partir de un reajuste de la fórmula de Kaiser obtenido por métodos empíricos:
-10 log(δ p δ a ) - 13
L= (5.29)
14,602 ∆f
donde δp y δa son las tolerancias aceptadas y ∆f es la anchura de la banda de transición. En el caso de

múltiples bandas de transición, ∆f ha de corresponder a la más estrecha de las existentes en la plantilla
de especificaciones.
El programa 62 realiza el diseño de filtros FIR de fase lineal mediante la aproximación con rizado de
amplitud constante en la sección dedicada al "Diseño de sistemas discretos", mediante la opción
"Filtro FIR: Respuesta frecuencial" del menú de "Datos".
EJEMPLO 5.4: Se desea diseñar un filtro FIR, de fase lineal, paso bajo, óptimo, que satisfaga las
siguientes especificaciones para la atenuación:
banda de paso de 0 a fp = 0,2 con atenuación máxima αp = 1 dB

banda atenuada de fa = 0,3 a 0,5 con atenuación mínima αa = 50 dB
Las amplitudes máximas para el rizado correspondientes a las atenuaciones especificadas se obtienen
mediante las expresiones (5.11.d y e), con lo que resulta:
δp = 57,501128 10-3 δa = 3,1622777 10-3
Al aplicar la fórmula (5.29), la longitud estimada para la respuesta impulsional del filtro es 17
muestras. Mediante la opción "Filtro FIR: Respuesta frecuencial" del programa 62 se diseña el filtro
FIR óptimo con longitud L=17. Se comprueba que la atenuación del filtro no cumple la plantilla de
especificaciones. La longitud debe aumentarse y volver a diseñar el filtro. Con L=20 se obtiene un
resultado perfectamente ajustado a las especificaciones de diseño; en este caso el filtro es tipo II. La
atenuación de este filtro se representa en la figura 5.9, donde se contabilizan 11 puntos de error
absoluto máximo: 5 en la banda de paso (que corresponden a los máximos y mínimos de la

Fig. 5.9 Atenuación del filtro FIR óptimo del ejemplo 5.4
atenuación) y 6 en la atenuada (que son los mínimos absolutos de la atenuación). El retardo de grupo
es de 9,5 muestras.♦
EJEMPLO 5.5: Si el filtro del ejemplo anterior se diseñase haciendo uso de la ventana de Kaiser se
requeriría β=4,5335 y M=30. Este orden es sensiblemente mayor que el precisado por el diseño
óptimo, por lo que éste aporta el beneficio de un retardo de grupo y un coste computacional menores.
Debe señalarse, no obstante, que el diseño de Kaiser ofrece una atenuación menor en la banda de paso,
aproximadamente α p=0,05 dB. El orden requerido por el diseño óptimo para satisfacer la misma
selectividad y discriminación que el diseño de Kaiser (fp=0,2, α p=0,05 dB; fa=0,3, α a=50 dB) es
M=28. Así queda evidenciado que la superioridad del método óptimo respecto a los demás es fruto en
mayor medida del control que ofrece de las prestaciones del filtro diseñado, que de su carácter
matemáticamente óptimo.♦
EJERCICIO 5.2: Utilice el programa 62 para, por medio del método óptimo, realizar el diseño del
filtro paso alto, transformador de Hilbert, cuyas especificaciones sean las del ejemplo 5.2. Para ello
seleccione en el menú "Tipo" la opción "Transformador de Hilbert"; las especificaciones de diseño
deben indicarse en la opción "FIR: Respuesta frecuencial" del menú "Datos". Repita el diseño,
imponiendo una atenuación máxima en la banda de paso aproximadamente igual a la que proporciona
el filtro obtenido en el ejemplo 5.2. Haga un análisis crítico de los resultados.♦

Figura 5.10 Atenuación y diagrama ceros-polos del filtro paso banda del ejercicio 5.3

EJERCICIO 5.3: Diseñe un filtro paso banda, con el método óptimo, que satisfaga las siguientes
especificaciones:
fa1 = 0,15 αa1 = 40 dB

fp1 = 0,20 fp2 = 0,35 αp = 1 dB
fa2 = 0,40 αa2 = 25 dB
En la figura 5.10 se representa la atenuación del filtro resultante. Observe que la atenuación que se
consigue en cada una de las bandas se ajusta a la especificación de diseño sin que se produzca un
sobrecumplimiento importante. En la misma figura se representa el diagrama ceros-polos
correspondiente. En las bandas atenuadas los ceros se distribuyen sobre la circunferencia de radio
unidad. En la banda de paso los ceros presentan una distribución alejada de la circunferencia de radio
unidad, dada por agrupaciones formadas por ceros en el interior de la misma y sus inversos en el
exterior que, al tiempo que proporcionan fase lineal, permiten conseguir el rizado de amplitud
constante deseado.♦
Un aspecto destacable del método de diseño descrito es que, formulando adecuadamente la respuesta
ideal y la función de ponderación, permite aproximar cualquier respuesta frecuencial con fase lineal,
por lo que alcanza un error que presenta comportamiento con rizado de amplitud constante.
En las aplicaciones donde se requiere un filtro con comportamiento de fase lineal, la mejor solución es
diseñar un filtro FIR óptimo. Es la solución que requiere menor orden y que mejor se ajusta a las
especificaciones de selectividad y discriminación.
5.3 Diseño de filtros IIR
En aquellas aplicaciones donde no es imprescindible disponer de una respuesta frecuencial con fase
lineal, suelen utilizarse filtros cuya respuesta impulsional tiene longitud infinita (filtros IIR). Su
principal ventaja radica en que, para cumplir unas especificaciones determinadas, precisan de un orden
sensiblemente inferior al requerido por un filtro FIR.
No es necesario desarrollar una teoría de la aproximación para los filtros IIR, ya que puede
aprovecharse en su diseño todo el conocimiento acumulado en el diseño de filtros analógicos. El filtro
IIR óptimo, es decir, aquel que satisface una plantilla de especificaciones (una selectividad y una
discriminación prefijadas) con el menor orden posible, se obtiene a partir de la aproximación de Cauer
o elíptica, que ofrece una atenuación con rizado de amplitud constante en las bandas de paso y
atenuada.
Cuando se calcula la atenuación α(ω) de un filtro IIR, en la expresión (5.6) suele considerarse como
valor de referencia Href el valor máximo del módulo en la banda de paso. En este caso, la función de
atenuación es no negativa. La plantilla de especificación del filtro fija una atenuación máxima αp en

la banda de paso y una atenuación mínima αa en la banda atenuada. La relación entre los límites para
la atenuación αp y αa y las tolerancias permitidas al módulo δp y δa se expresa como sigue:
Href = 1 + δp (5.30.a)
1 + δp
αp = 20 log (5.30.b)
1 - δp
1 + δp
αa = 20 log (5.30.c)
δa
αp
10 0 - 1
2
δp = (5.30.d)
αp
10 0 + 1
2
-αa
δa = (1 + δp) 10 2 0 (5.30.e)
La relación entrada-salida de un filtro causal con respuesta impulsional infinita puede expresarse
mediante la ecuación de convolución o la ecuación en diferencias finitas (5.4) que describe el sistema:
∞ Q P
y[n] = ∑ h[m] x[n - m] = ∑ bk x[n - k] - ∑ ak y[n - k] (5.31)
m=0 k=0 k=1
Su función de transferencia H(z) es
Q Q
∞ ∑ bk z- k ∏ ( 1 - c k z - 1)
k=0 k=1
H(z) = ∑ h[n] z -n = P
= bo
P
(5.32)
n=0
1 + ∑ ak z- k ∏ ( 1 - dk z- 1)
k=1 k=1
donde las constantes ak y bk son los coeficientes de filtro, y ck y dk sus ceros y sus polos,
respectivamente. Las expresiones (5.31) y (5.32) indican que el filtro queda igualmente determinado
por las infinitas muestras de la respuesta impulsional h[n], o por los Q+1 coeficientes b k y los P
coeficientes a k (o Q ceros, P polos y bo ). El orden M del filtro es el máximo entre P y Q
(M = max(P,Q)). En el diseño de un filtro IIR se determina un conjunto de coeficientes ak y bk, de
modo que el módulo de la respuesta frecuencial o la atenuación verifiquen una plantilla de
especificación. De los diferentes procedimientos para el diseño de filtros IIR, en este texto se presenta
solamente el que se basa en la transformación bilineal de un sistema analógico, por ser el más
ampliamente utilizado. Esta técnica ofrece una solución analítica al problema de diseño, aunque el
desarrollo de la misma excede la intención de este libro. En el programa 62 se dispone del diseño de
filtros IIR mediante la transformación bilineal de las aproximaciones más difundidas: Butterworth,
Chebychev, inversa de Chebychev y Cauer (filtros elípticos); el diseño se obtiene invocando la opción
"Filtro IIR: Respuesta frecuencial" del menú de "Datos".

La función de transferencia H(z) del filtro discreto se obtiene a partir de la función de transferencia
H a (s) de un filtro analógico, mediante una transformación s=f(z) que proporciona una imagen
biunívoca adecuada del plano complejo s en el plano complejo z:
H(z) = Ha(s) | s = f(z) (5.33)
Así, H(z) toma los mismos valores que la función de transferencia del sistema analógico, que recibe el
nombre de prototipo; la transformación debe ser elegida de modo que la región del plano s donde Ha(s)
presenta una determinada propiedad, se transforme en la región del plano z a la que se desea transferir
dicha propiedad; por ejemplo, el intervalo del eje imaginario de s correspondiente a la banda de paso de
H a(s) ha de transformarse en la banda de paso deseada en H(z). Concretamente, la función f(s) de
transformación debe cumplir las siguientes condiciones generales:
1.- Relación biunívoca punto a punto entre el plano z y el plano s, es decir, la función de
transformación debe ser de orden 1.
2.- La circunferencia de radio unidad en el plano z debe transformarse en el eje imaginario del
plano s; esto permite asociar entre sí el lugar geométrico de la frecuencia de ambos planos.
3.- Todo punto situado en el interior de la circunferencia de radio unidad en z debe relacionarse con
un punto del semiplano izquierdo en s; de este modo se asegura que la transformación de un
diseño analógico estable proporciona un sistema discreto estable.
La transformación que cumple todas las condiciones anteriores es la denominada transformación

bilineal:
1 - z- 1
s= (5.34)
1 + z- 1
Efectivamente, un punto en z se relaciona con un único punto en s, tal como exige la primera
condición. Además, un punto de z situado sobre la circunferencia de radio unidad tiene como imagen en
s un punto con parte real nula:
1 - e - jω 1 ω
z1 = ejω1 → s1 = = j tan 1 = jΩ 1 (5.35)
2
1 + e - jω 1
En consecuencia, la pulsación Ω del dominio analógico s queda relacionada con la pulsación ω del
dominio discreto z mediante la expresión:
ω
Ω = tan (5.36)
2
Así, el intervalo de ω comprendido entre -π y π radianes se transforma en la recta real Ω entre -∞ y ∞,

como se ilustra en la figura 5.11.a para los intervalos positivos. Se satisface la condición 2.

π ω = 2 arctan(Ω)
Plano z jΩ Plano s
z1 s1
ω1
1
ω1
ω
r 2 σ
z2 s2
0
0 Ω Ω
1
5.11.a Transformación del eje frecuencial 5.11.b Transformación de z a s
Fig. 5.11 Relación entre el plano z y el plano s establecida por la transformación bilineal
Por último, un punto en el plano z de módulo r y fase ω2, z2 = r ejω2, tiene como única imagen en
el plano s:
r - e - jω 2 r2 - 1 2r senω 2
s2 = = 2 +j = σ 2 + jΩ 2 (5.37)
r + e - jω 2 1 + r +2r cosω 2 1 + r 2 +2r cosω 2
de modo que, siempre que el punto en el plano z tenga módulo r menor a la unidad, la parte real σ2 del
punto imagen en el plano s es negativa, como se ilustra en la figura 5.11.b. Se cumple la tercera
condición.
El proceso de diseño de un filtro IIR mediante la transformación bilineal se resume en los siguientes
pasos:
1.- Transformación de las especificaciones para obtener las especificaciones del prototipo
analógico Ha(s): como H(z) toma los valores de Ha(s), se mantienen los límites αp y αa para
la atenuación; sin embargo, los límites frecuenciales fp y fa se transforman en Ω p y Ω a
mediante
ω
Ω = tan = tan(πf)
2
Esta transformación se ilustra en la figura 5.12 para un filtro paso banda.

2.- Obtención del prototipo Ha(s) mediante las técnicas de diseño de filtros analógicos. Suele
utilizarse la aproximación elíptica o de Cauer, ya que requiere el menor orden por tener
comportamiento con rizado de amplitud constante en las bandas de paso y atenuada.
3.- Obtención de H(z) mediante la transformación bilineal:

H(z) = Ha(s) | s = 1 - z - 1
1 + z- 1
Nótese que el orden del filtro discreto obtenido es el mismo que el del filtro analógico de partida, ya
que el número de ceros y polos se conserva en la transformación. La función de transferencia H(z)
resultante es una función racional formada por el cociente de dos polinomios, numerador y
denominador, del mismo orden (M = P = Q).
π ω
ω4
ω3
ω2
ω1
αp
Ω
αa
αa
αp
Ω 1Ω 2 Ω 3 Ω 4 Ω
Fig. 5.12 Transformación de la plantilla de atenuación de un filtro paso banda digital a una analógica
mediante la transformación bilineal
EJEMPLO 5.6: Se desea diseñar un filtro paso bajo de primer orden con frecuencia de corte a 3 dB
fc=0,2. Se parte del filtro analógico paso bajo de primer orden con función de transferencia dada por
Ωc
Ha(s)=H
s+Ωc
cuya pulsación de corte a 3 dB es Ωc. Tras aplicar la transformación bilineal se obtiene la función de
transferencia del filtro discreto deseado
1 + z- 1
H(z) = Ha(s) | s = 1 - z - 1 = H1
1 + z- 1 1 - d z- 1
donde

Ωc 1-Ωc
Ωc=tan(πfc)=0,7265 H1=H = 0,42 H d= = 0,1584
1+Ωc 1+Ωc
Se propone como ejercicio la comprobación de que |H(e j0)|2 =2|H(e j0,4π)|2 . Realice mediante el
programa 62 la representación gráfica del módulo de la respuesta frecuencial del filtro, y compruebe
que a la frecuencia fc se alcanza una atenuación de 3 dB.♦
El paso 2 del proceso de diseño exige el conocimiento de la teoría de la aproximación para filtros
analógicos. En 62 se hallan programadas las aproximaciones paso bajo más habituales: Butterworth,
Chebychev, inversa de Chebychev y elíptica o de Cauer; la segunda y la cuarta presentan rizado con
amplitud constante en la banda de paso, las dos últimas lo hacen en la banda atenuada. Las
configuraciones paso alto, paso banda y elimina banda se obtienen mediante transformación de
frecuencias. Como ya ha sido mencionado, la aproximación elíptica es, entre todas, la que requiere
menor orden, por lo que es comúnmente utilizada cuando el principal interés se centra en minimizar el
orden del filtro; sin embargo, su fase es la que más se aleja del comportamiento lineal entre las
diversas aproximaciones. La aproximación inversa de Chebychev proporciona filtros con menor
distorsión de fase que la aproximación elíptica a costa de aumentar ligeramente el orden. La
aproximación de Chebychev precisa igual orden que la inversa de Chebychev, pero su fase se comporta
considerablemente peor. Finalmente, la aproximación de Butterworth es la que presenta una fase más
próxima al ideal para un orden dado, pero el orden que necesita para cumplir las especificaciones suele
ser notablemente mayor al que requieren las demás.
Al respecto de la discusión anterior, debe tenerse en cuenta que la transformación bilineal produce una
fuerte compresión no lineal sobre el eje frecuencial analógico. Este efecto produce, al realizar la
transformación, una distorsión importante de la fase del filtro analógico (de por sí no lineal), lo que
implica que el filtro digital tiene en cualquier caso un comportamiento de fase peor que el prototipo
analógico. La relación entre el retardo de grupo del filtro digital τg(ω) y el del filtro analógico τag(Ω)
es:
dφ(ω) dφa(Ω) dΩ 1 1
τg(ω) = - =- = τag(Ω) (5.38)
dω dΩ dω 2 ω
1+tan2( )
2
EJEMPLO 5.7: Se desea obtener un filtro paso bajo IIR, cuyas especificaciones son las mismas que
en el ejemplo 5.4:
banda de paso de 0 a fp = 0,2 con atenuación máxima αp = 1 dB

banda atenuada de fa = 0,3 a 0,5 con atenuación mínima αa = 50 dB
Para realizar el diseño del filtro se transforman, en primer lugar, las especificaciones frecuenciales fp y
fa, con lo que se obtiene:
Ωp=tan(πfp)=0,7265425 Ωa=tan(πfa)=1,3763819

Fig. 5.13.a Atenuación de los filtros IIR paso bajo del ejemplo 5.7
A continuación se determina un prototipo analógico Ha(s) que cumpla la plantilla de especificaciones

definida por αp, αa, Ωp, Ωa. Con la aproximación elíptica o de Cauer el filtro resultante es de orden
5. Si se utiliza la aproximación inversa de Chebychev se obtiene un filtro de orden 6. Por último, se
realiza el cambio de variable de s a z mediante la transformación bilineal y se determina la función de
transferencia H(z) (de orden 5 ó 6 según sea el prototipo elegido) del filtro discreto. La atenuación del
filtro elíptico de orden 5 se representa en la figura 5.13.a en trazo continuo; en la banda de paso está
ajustada a la especificación de 1 dB; en la banda atenuada se alcanza una atenuación mínima de 67 dB,
muy superior a los 50 dB especificados. En trazo discontinuo se representa la atenuación del filtro
inverso de Chebychev de orden 6 que, a pesar de requerir un orden superior, satisface las
especificaciones en la banda atenuada con mucha menos holgura (la atenuación mínima apenas supera
los 53 dB).
La fase de ambos sistemas es no lineal. El retardo de grupo del filtro elíptico se representa en la figura
5.13.b en trazo continuo; tiene un valor aproximado de 3 muestras en la parte baja de la banda de paso,
y presenta fuertes variaciones cerca de la banda de transición. En trazo discontinuo se representa el
retardo de grupo del filtro de orden 6 diseñado con la aproximación inversa de Chebychev; mucho más
suave, aún manteniendo un pico importante en la proximidad de la banda de transición. A efectos
comparativos, recuérdese que las mismas especificaciones se cumplen con el filtro FIR de fase lineal
óptimo del ejemplo 5.4, cuyo orden es 19 y tiene un retardo de grupo constante de 9,5 muestras.♦

Fig. 5.13.b Retardo de grupo de los filtros IIR paso bajo del ejemplo 5.7
EJERCICIO 5.4: Repita el diseño del ejemplo anterior utilizando otras aproximaciones. Compare las
atenuaciones obtenidas, así como el retardo de grupo producido y el orden del filtro requerido.♦
EJERCICIO 5.5: Diseñe un filtro paso banda IIR que cumpla las especificaciones exigidas en el
ejercicio 5.3:
fa1 = 0,15 αa1 = 40 dB

fp1 = 0,20 fp2 = 0,35 αp = 1 dB
fa2 = 0,40 αa2 = 25 dB
En la figura 5.14 se representa la atenuación del filtro resultante. Obsérvese que ahora las dos bandas
atenuadas presentan la misma atenuación mínima, y existe entre ellas una relación de simetría forzada
por la transformación de frecuencias empleada en el diseño del prototipo analógico. Debe señalarse que
los requerimientos de la banda atenuada superior son cumplidos con un exceso notable. En la misma
figura se representa el diagrama ceros-polos del sistema. Los ceros se distribuyen en puntos de la
circunferencia de radio unidad correspondientes a frecuencias de las bandas atenuadas. Los polos se
distribuyen en el interior de la circunferencia de radio unidad, en las proximidades de las frecuencias
correspondientes a la banda de paso.
Obtenga el retardo de grupo del sistema y su respuesta impulsional y compárelos con los
correspondientes del filtro FIR del ejercicio 5.3.♦

Figura 5.14 Atenuación y diagrama ceros-polos del filtro IIR óptimo paso banda del ejercicio 5.5

5.4 Realización de los filtros
Un aspecto fundamental a considerar en el diseño de un filtro digital es el coste computacional que

exige. Este aspecto es determinante para aplicaciones en entornos analógicos. Se dice que el filtro
trabaja en tiempo real si es capaz de procesar los datos de entrada en un tiempo inferior a la cadencia de
muestreo. A principios de los 80 aparecieron los primeros microprocesadores especializados en
procesado digital de señal, conocidos por µDSP (Digital Signal Processor). Los µDSP realizan una
operación suma (a:=b+c)1 o una operación producto (a:=b*c) en un ciclo de instrucción, al igual que
una operación multiplicación-y-acumulación (MAC) (A:=A+b*c). La operación MAC acumula (suma)
a la variable A el producto de las variables b y c, y asigna el resultado a la propia variable A. Es una
operación fundamental en cualquier algoritmo de tratamiento digital de la señal. Los µDSP actuales
son capaces de superar los 30 millones de operaciones MAC por segundo. Otro aspecto importante,
aunque de menor relevancia, es la cantidad de memoria requerida para la realización del filtro.
En la figura 5.15 se recuerda la estructura directa para realizar un filtro FIR. En la misma figura, bajo
la denominación de algoritmo 1, se proporciona el programa que realiza la secuencia de operaciones
simbolizada por el diagrama de bloques; se consideran operaciones básicas la suma, el producto y la
operación MAC, y se dispone de un elemento acumulador A sobre cuyo registro se efectúan todas las
operaciones MAC. Se utiliza notación vectorial para simbolizar el almacenamiento en memoria de las
diferentes variables. Así, la respuesta impulsional del filtro se conserva en el vector de dimensión L
h(i); i = 0, 1, ..., M=L-1. Si el filtro es causal, el vector h(i) es equivalente a la secuencia h[i]. El
vector x(i), de dimensión L, contiene la muestra de la señal de entrada y las correspondientes a la salida
de cada retardador, que en este caso coinciden con muestras anteriores de la propia entrada. La relación
que liga x(i) y x[n] es x(i):=x[n-i]; es decir, el primer elemento x(0) del vector contiene la muestra
actual de entrada x[n], la segunda componente x(1) del vector contiene la muestra de entrada anterior
x[n-1], y así sucesivamente. Para evitar confusión en la nomenclatura, se utiliza el corchete [ ] para las
secuencias y el paréntesis ( ) para los vectores asociados.
Este algoritmo requiere 2L posiciones de memoria y un acumulador. Para cada nueva muestra de la
entrada, realiza un producto y L-1 operaciones MAC; por tanto, el número total de operaciones es L.
Si se utiliza un µDSP con un ciclo de instrucción de 100 ns, y un sistema de conversión A/D a
8 kHz, podría utilizarse este algoritmo para realizar un filtro con L = 1250 muestras. Esta longitud es
una cota máxima teórica, ya que el procesador debe realizar operaciones adicionales de control de
bucles, copia de variables, etc. Nótese que, si la frecuencia de muestreo se duplica (16 kHz), la
longitud teórica máxima se reduce a la mitad.
El almacenamiento en memoria de los coeficientes del filtro se realiza con una precisión finita; es
decir, se produce inevitablemente cierto error de cuantificación. Esta circunstancia afecta
potencialmente en mayor medida a los filtros IIR que a los FIR. Cuando un filtro IIR se diseña con
1 En la descripción de los algoritmos incluidos en el presente apartado se utiliza el símbolo := para indicar la
asignación de un valor a una variable.

x[n] x[n-3] x[n-M]

z-1 z -1 z-1 z-1
h[0] h[1] h[2] h[3] h[M]
y[n]
⊕ ⊕ ⊕ ⊕
ALGORITMO 1: Filtro FIR realización directa

M := L-1 ; orden del filtro
para i=0 hasta M repetir
h(i) := h[i] ; Inicialización del vector respuesta impulsional del filtro
x(i) := 0 ; Inicialización del filtro con condiciones iniciales nulas
fin
repetir {para cada muestra de entrada}
x(0) := x[n] ; lectura de la nueva muestra de señal de entrada
A := x(M)*h(M) ; inicialización del acumulador:
para i=0 hasta M-1 repetir
A := A + x(M-1-i)*h(M-1-i) ; cálculo de M operaciones MAC
x(M-i) := x(M-1-i) ; actualización del vector asociado a la entrada
fin
y[n] := A ; muestra de salida
fin
Fig. 5.15 Estructura y algoritmo para la realización de un filtro FIR
grandes exigencias de selectividad o discriminación, los polos de su función de transferencia se sitúan

muy cerca de la circunferencia de radio unidad. Pequeños errores en la cuantificación de los coeficientes
ak del denominador pueden tener como consecuencia que un polo pase al exterior de la misma, lo que
convierte un diseño estable en inestable. Por ejemplo, si se aumentan los requerimientos de
selectividad y discriminación sobre los exigidos en el ejemplo 5.7 de modo que
fp = 0,25 αp = 1 dB
fa = 0,30 αa = 80 dB
se precisa una aproximación elíptica de orden 8; si los coeficientes de este filtro se representan con 16
bits en aritmética entera, el diseño se hace inestable, ya que un par de ceros del polinomio del
denominador de la función de transferencia se desplazan al exterior de la circunferencia de radio unidad.
La realización del filtro mediante células elementales de orden 2 (o de orden 1) Hi(z) conectadas en
cascada facilita el control de la estabilidad. Una célula de orden 2 cuya función de transferencia sea
b o + b 1 z -1 + b 2 z - 2
H(z) = (5.39)
1 + a 1 z -1 + a 2 z - 2

es estable si satisface la condición
|a2| < 1
|a1| < 1 + a2 (5.40)
EJERCICIO 5.6: Como se ha visto en el capítulo 4, un sistema causal es estable si sus polos están
en el interior de la circunferencia de radio unidad. Mediante la inversa de la transformación bilineal,
transforme el denominador de H(z) de la expresión (5.39) de orden 2 en un polinomio en s, cuyos ceros
han de estar en el semiplano izquierdo o, lo que es lo mismo, todos sus coeficientes han de tener el
mismo signo. Utilice esta última propiedad para establecer la condición de estabilidad (5.40).♦
Considere la expresión de H(z) como combinación en cascada de sistemas Hi(z) de orden dos:
J J b + b z -1 + b z- 2
∏ Hi(z) = ∏ io i1 i2
H(z) = -1 + a z - 2 (5.41)
i=1 i=1 1 + a i1 z i2
El número de filtros de orden dos necesarios para realizar el filtro de orden M es J=M/2, si M es par; o
J=(M+1)/2, si M es impar. En este último caso suele considerarse en una de las células de orden 2 que
los coeficientes ai2 y bi2 son nulos (ai2=b i2=0). El diagrama de bloques de esta composición en
cascada se muestra en la figura 5.16. Cada una de las células de orden 2 realiza un par de polos y un
par de ceros. Si los polos o ceros son reales, pueden agruparse de dos en dos de forma más o menos
arbitraria; si se trata de polos o ceros complejos, estos deben agruparse por pares complejos
conjugados para que los coeficientes de cada función de transferencia sean reales. En cuanto a los
criterios para la agrupación entre ceros y polos para formar una célula de orden 2, debe decirse que son
función de la precisión y arquitectura del microprocesador, y quedan fuera del alcance de este texto.
x[n]=x 1 [n] y1 [n] x J [n] y [n]=y[n]

H 2 (z) J
H 1 (z) H J (z)
x 2 [n] y2 [n]
Fig. 5.16 Estructura en cascada de un sistema de orden M en J sistemas de orden 2
Para obtener la respuesta de un filtro de orden M realizado por conexión en cascada de células de orden
dos, se encadena la salida de cada uno de los filtros elementales con la entrada del siguiente; es decir, la
respuesta de un filtro constituye la excitación del siguiente. La excitación del sistema forma la entrada
de la primera célula, mientras que la salida de la última es la respuesta del sistema.
EJEMPLO 5.8: El control independiente de cada cero y cada polo que ofrece la realización en cascada
tiene una consecuencia importante al representar los coeficientes con precisión finita. En la figura 5.17
se muestra en trazo continuo la atenuación del filtro elíptico del ejemplo 5.7 cuando los coeficientes de

Fig. 5.17 Atenuación de las realizaciones con aritmética entera (12 bits) del ejemplo 5.7
su función de transferencia ak y bk se representan en aritmética entera con 12 bits. En trazo

discontinuo se ofrece la atenuación cuando el filtro se realiza mediante la composición en cascada de
sistemas de orden 2 cuyos coeficientes aij y bij también se representan con aritmética entera de 12
bits. Se observa que en el primer caso la atenuación se desvía apreciablemente del valor teórico
mostrado en la figura 5.13, por lo que se pierde el comportamiento con rizado de amplitud constante
en las bandas de paso y atenuada; no es así cuando se acude a la combinación en cascada.♦
A continuación se estudian las estructuras para la realización de un filtro IIR de orden dos cuya función
de transferencia responda a la expresión (5.39). Los distintos algoritmos se describen en función del
orden M, por lo que la generalización a órdenes superiores a 2 es inmediata.
La realización directa de la célula de orden 2 responde a la expresión
M=2 M=2
y[n] = ∑ bi x[n-i] - ∑ ai y[n-i] (5.42)
i=0 i=1
cuyo diagrama de bloques descriptivo y algoritmo correspondiente se representan en la figura 5.18.
El algoritmo 2 utiliza 4M+2=11 posiciones de memoria y 1 acumulador. Realiza un producto y 2M=4

operaciones MAC; en total 2M+1=5 operaciones por muestra de entrada.

x[n] bo y[n]
⊕ ⊕
z-1 z -1
b1 -a 1
⊕ ⊕
z-1 z -1
b2 -a 2
ALGORITMO 2: Filtro IIR realización directa

M := 2 ; orden del filtro
a(i) := ai ; inicialización del denominador
fin
b(i) := bi ; inicialización del numerador
x(i) := 0 ; inicialización del vector asociado a la entrada
y(i) := 0 ; inicialización del vector asociado a la salida
fin
x(0) := x[n] ; lectura de la nueva muestra de señal de entrada
A := b(M)*x(M) ; inicialización del acumulador
A := A + b(M-1-i)*x(M-1-i) ; cálculo de operación MAC
A := A - a(M-i)*y(M-i) ; cálculo de operación MAC
fin
y(0) := A
x(M-i) := x(M-1-i) ; actualización del vector asociado a la entrada
y(M-i) := y(M-1-i) ; actualización del vector asociado a la salida
fin
fin
Fig 5.18 Estructura directa y algoritmo correspondiente para la realización de un filtro IIR de orden 2
Una estructura alternativa para la realización de la célula de orden 2 es la denominada estructura

canónica I, ilustrada en la figura 5.19, y que fue introducida en el capítulo 1. Responde a las
ecuaciones:
M=2
v[n] = x[n] - ∑ ai v[n- i] (5.43.a)
i=1

M=2
y[n] = ∑ bi v[n- i] (5.43.b)
i=0
El algoritmo 3 describe el cálculo de cada una de las muestras de la señal de salida. Este algoritmo
utiliza 2M+3=9 posiciones de memoria y 1 acumulador. Realiza un producto y 2M=4 operaciones
MAC; en total 2M+1=5 operaciones por muestra de entrada. En una célula de orden 2 consigue ahorrar
dos posiciones de memoria respecto a la estructura directa.
x[n] v[n] bo y[n]

⊕ ⊕
z -1
-a1 b1
⊕ ⊕
z -1
-a2 b2
ALGORITMO 3: Filtro IIR realización canónica I

fin
v(i) := 0 ; inicialización del vector auxiliar
fin
x := x[n] ; lectura de la nueva muestra de señal de entrada
A := x ; inicialización del acumulador
A := A - a(i)*v(i) ; cálculo de M operaciones MAC
fin
v(0) := A ; actualización del vector auxiliar
A:=b(M)*v(M) ; inicialización del acumulador
A := A + b(M-1-i)*v(M-1-i) ; cálculo de M operaciones MAC
v(M-i) := v(M-1-i) ; actualización del vector auxiliar a la entrada
fin
fin
Fig 5.19 Estructura canónica I y algoritmo correspondiente para la realización de un filtro IIR de orden 2

x[n] bo y[n]
⊕
v1 [n]
z-1
-a 1
⊕
b1
⊕
v2 [n]
z-1
b2 -a 2
⊕
ALGORITMO 4: Filtro IIR realización canónica II

v(i) := 0 ; inicialización del vector auxiliar v
fin
fin
x := x[n] ; lectura de la nueva muestra de señal de entrada
A := v(1) ; inicialización del acumulador
A := A + b(0)*x ; cálculo de operación MAC
y := A ; actualización de la variable asociada a la salida
A := v(i+1) ; inicialización del acumulador
A := A + b(i)*x ; cálculo de operación MAC
A := A - a(i)*y ; cálculo de operación MAC
v(i) := A ; actualización de la variable auxiliar v(1)
fin
A := b(M)*x ; inicialización del acumulador
A := A - a(M)*y ; cálculo de operación MAC
v(M) := A ; actualización de la variable auxiliar v(2)
y[n] := y ; la muestra de salida queda almacenada en la variable y
fin
Fig. 5.20 Estructura canónica II y algoritmo correspondiente para la realización de un filtro IIR de orden 2
En la figura 5.20 se muestra la estructura canónica II para la realización de la célula de orden 2 con
mínimo número de retardos (véase el problema 4.8). Su funcionamiento responde a las ecuaciones

y[n] = bo x[n] + v1[n] (5.44.a)

v1[n+1] = v2[n] + b1 x[n] - a1 y[n] (5.44.b)
v2[n+1] = b2 x[n] - a2 y[n] (5.44.c)
El algoritmo 4 describe la secuencia de operaciones que determina las muestras de la señal de salida. Se
utilizan 3M+2=8 posiciones de memoria y 1 acumulador. Se realiza un producto y 2M=4 operaciones
MAC; en total 2M+1=5 operaciones por muestra de entrada. La estructura canónica II utiliza una
posición de memoria menos que la estructura canónica I. Nótese que la forma canónica II no realiza
ningún bucle (sin contar la inicialización del sistema) si el orden del filtro es 2, lo que significa una
mayor eficiencia ya que no ejecuta funciones de control y gestión de bucle.
5.5 Análisis comparativo entre filtros FIR e IIR
La cuestión sobre qué diseño es mejor, un filtro FIR o un filtro IIR, no tiene fácil respuesta. Esta
depende, en todo caso, de la aplicación para la que se diseña el filtro. A continuación se relacionan
algunas de las ventajas e inconvenientes de ambos tipos.
Los filtros FIR presentan dos ventajas fundamentales respecto a los filtros IIR. La primera es que un
filtro FIR puede ser diseñado con fase lineal, por lo que no presenta distorsión de retardo de grupo. La
segunda es que un filtro FIR es inherentemente estable. Su función de transferencia es sólo ceros, lo
cual asegura estabilidad, aunque se produzcan errores de precisión numérica en la representación de sus
coeficientes. La principal desventaja de un filtro FIR frente a un filtro IIR proviene del elevado orden
que puede requerirse para cumplir las especificaciones, ya que crece linealmente con la selectividad. Los
órdenes para los filtros FIR, utilizados en múltiples aplicaciones del tratamiento de señal, alcanzan
fácilmente cientos de muestras, mientras que la misma plantilla de especificaciones difícilmente
requiere al orden de un diseño IIR que sobrepase la decena. En consecuencia la realización de un
sistema FIR se hace más costosa, ya que implica una mayor carga computacional y una mayor
necesidad de memoria disponible.
Lógicamente este inconveniente de los sistemas FIR se convierte en la principal ventaja de los filtros
IIR. Además, el orden requerido por un filtro IIR obtenido por transformación bilineal se calcula
previamente al diseño del filtro, lo que evita la reiteración de cálculos. Por contra, el orden de un filtro
FIR debe reajustarse mediante diseños sucesivos, en un proceso de prueba y error que puede llegar a ser
laborioso. Entre las desventajas principales de los filtros IIR se destaca la posible inestabilidad
producida por errores de cuantificación de los coeficientes del denominador de la función de
transferencia, que pueden situar un polo fuera del círculo de radio unidad. La otra desventaja importante
es la imposibilidad de conseguir una respuesta frecuencial con fase lineal.
En aplicaciones donde se precise fase lineal se intenta utilizar un filtro FIR, siempre que el orden
requerido no sea excesivo.

En aplicaciones donde se precisan selectividades y discriminaciones muy elevadas suelen utilizarse

filtros IIR, ya que los filtros FIR exigen órdenes excesivos. Se consigue fácilmente una banda de
transición abrupta (selectividad elevada) situando polos y ceros cercanos a la circunferencia de radio
unidad, lo que implica el uso de un sistema IIR.
Debe considerarse, finalmente, como cuestiones fundamentales en la utilización de un filtro discreto

para filtrar señal analógica en tiempo real, el tiempo de ejecución requerido y la cantidad de memoria
disponible por la arquitectura y tecnología que se utilice. En ambos factores radica la principal causa de
limitación del margen de frecuencias en que los filtros discretos son de utilidad.
5.6 Problemas
PROBLEMA 5.1: En la figura P5.1 se muestra la respuesta frecuencial ideal HI(ejω) de un filtro paso
bajo, la transformada V(ejω) de la ventana v[n] que se ha utilizado en el diseño del filtro, y la respuesta
frecuencial del filtro resultante H(ejω), siendo H el valor de ésta en ω = 0 y ∆ω la anchura de la banda
de transición.
H I (e jω ) V(e jω ) H(e jω )
1 1 H
−ω p ωp = π/2 ω -π/8 π/8 ω ∆ω ∆ω ω
Fig. P5.1
¿Cuál de los siguientes resultados es correcto?:

π 1 π 1
a) H = 1, ∆ω = ω p + 4 b) H = 8 , ∆ω = 8 c) H = 4 , ∆ω = 0
1 π π
d) H = 1 6 , ∆ω = 4 e) H = 1, ∆ω = ω p + 8
PROBLEMA 5.2: Mediante 62 diseñe un filtro FIR de fase lineal, causal, que aproxime la respuesta
frecuencial ideal cuyo módulo es
π
1 |ω| ≤ 6
HI(ejω) =  π
0 6
< |ω| ≤ π

Para ello use una ventana rectangular de longitud L=25 muestras. Repita el diseño con ventanas
triangular y de Hamming de la misma longitud. Compare la respuesta frecuencial de los tres filtros
diseñados.
PROBLEMA 5.3: Repita el problema 5.2 para un filtro elimina banda cuyo comportamiento ideal sea
π
1 |ω| ≤ 6
HIr(ejω) = 0
π π
< |ω| < 3
1
6
π
3
≤ |ω| ≤ π
PROBLEMA 5.4: La señal analógica xa(t)=a(t)cos(2000πt) está limitada en banda en el margen

900 Hz≤ F ≤1100 Hz. Para recuperar la señal real a(t) se utiliza el sistema mostrado en la figura P5.4.
a) Determine y esboce el espectro de las señales x[n] y w[n].
b) Diseñe un filtro FIR paso bajo mediante una ventana de Kaiser de longitud 31 muestras, que
permita el paso de la señal a[n] con una atenuación inferior a 1 dB. Indique la atenuación mínima
conseguida en la banda atenuada y la anchura de la banda de transición.
c) Determine la frecuencia de muestreo del conversor A/D que permitiría eliminar la modulación de la
señal xa(t) sin necesidad del sistema de figura P5.4.
x a(t) x[n] w[n] v[n] ^

a(t)
⊗
Filtro Filtro
paso bajo A/D H(e jω ) D/A paso bajo
Fm = 2500 Hz cos(0,8πn) Fm = 2500 Hz
Fig. P5.4
PROBLEMA 5.5: En este problema se va a contemplar la simulación digital de una línea de retardo.
Considérese una señal x(t) que es muestreada a una frecuencia Fm = 2,5 kHz, con lo que se obtiene la
secuencia xa [n] =x(nT); si dicha señal x(t), tras pasar por una línea de retardo τ = 10-4 seg, es
muestreada a la misma frecuencia, se consigue la secuencia xb[n] = x(nT - τ). El filtro discreto Hτ(z)
que a la secuencia xa[n] responde con la secuencia xb[n - M], constituye una realización discreta de la
línea de retardo, donde M es el retardo adicional que introduce el filtro Hτ(z) por ser causal.
Conceptualmente la obtención de xb[n - M] a partir de xa[n] puede expresarse según el esquema de la
figura P5.5. La secuencia xa[n] es interpolada por la relación N = 1/(τ.Fm) y la secuencia resultante
y[n] retardada una muestra y diezmada por la misma relación N. Se pide:

x a[n] y[n] x b[n - M]

N H(z) z -1 N
Fig P5.5
a) Justifique el esquema propuesto y, supuesto ideal el interpolador, represente esquemáticamente la

señal interpolada y[n], indicando la posición relativa en la misma de las secuencias xa[n] y xb[n].
b) Haciendo uso de la técnica de ventanas (con ventana rectangular) para el diseño de filtros FIR,
encuentre la respuesta impulsional h[n] del filtro interpolador del apartado anterior con longitud L
impar.
c) Compruebe que dicha respuesta impulsional verifica:
h [ L-1
2 ]=0
± iN para todo i ≠ 0
d) Represente gráficamente la convolución de la respuesta impulsional h[n] con la secuencia v[n]

obtenida tras intercalar N-1 ceros entre dos muestras de la secuencia entrada xa[n] y
d.1 compruebe que, en la interpolación, la señal original xa[n] no es distorsionada;
d.2 averigüe cuáles son los elementos de h[n] que intervienen en la obtención de las muestras de
la secuencia xb[n];
d.3 razone que dichos elementos de h[n] constituyen la respuesta impulsional hτ [n] de la
realización digital Hτ(z) de la red de retardo;
d.4 determine el retardo M en función de L;
d.5 exprese hτ[n] en función de h[n].
e) Exprese la respuesta frecuencial del sistema Hτ(z) en función de la respuesta frecuencial del filtro
interpolador H(z).
f) Genere con el programa 62, haciendo uso de la ventana de Kaiser, la respuesta impulsional con
duración L=83 para el filtro interpolador, de modo que la atenuación en su banda atenuada sea como
mínimo 50 dB. Obtenga el sistema Hτ (z) y represente el módulo y el retardo de grupo de su
respuesta frecuencial; justifique el resultado obtenido.
g) Indique cuál sería la respuesta impulsional de la realización de una red que simula un retardo
τ = 3 10-4 seg.
PROBLEMA 5.6: Se desea filtrar la señal x(t) mediante un filtro digital elimina banda según el
esquema de la figura P5.6:
^ yH
a) Indique la misión de los filtros analógicos paso bajo H ^ teniendo en cuenta que su frecuencia
1 2
de corte es 500 Hz.
b) Si se desea eliminar la banda centrada en 50 Hz con un ancho de banda de 50 Hz, calcule la
respuesta impulsional ideal del filtro y compruebe su resultado con 62.

x(t) y(t)
^ (jΩ)
H A/D H(e jω ) D/A ^ (jΩ)
H
1 2
Fm = 1 kHz F m = 1 kHz
Fig. P5.6
c) Con el programa 62 diseñe el sistema elimina banda anterior como filtro FIR de orden 30, por
muestreo en frecuencia. Compare la respuesta frecuencial de este diseño con la que se obtendría con
el diseño óptimo del mismo orden.
PROBLEMA 5.7: Como se expone en el apartado 5.2.2 del texto, en el diseño mediante la técnica del
muestreo en frecuencia de un filtro paso bajo con fase lineal y respuesta frecuencial
 -jω(N-1)/2 |ω| ≤ ω c
HI(ejω) =  e
 0 ω c < |ω| ≤ π
la respuesta impulsional del filtro diseñado es obtenida mediante la DFT-1 de la secuencia
H[k] = HI(ejω)|ω=2πk k = 0, …, N/2

N
H[N-k] = H*[k] k = 1, …, N/2
Se pide:
a) Demuestre que si N es impar
 N-1 2 π
-j k 0 ≤ k ≤ Nf c , N(1-f c ) ≤ k ≤ N-1
H[k] =  e 2 N
 0 otro k
b) En el caso de que N sea par, justifique que la secuencia H[k] ha de tomarse como sigue:
N-1 2 π
 e-j 2 N k 0 ≤ k ≤ Nf c
H[k] =  -j N - 1 2 π k
N(1-f c ) ≤ k ≤ N-1
- 0e 2 N otro k
c) Repita el diseño del ejemplo 5.3 para un orden 29.
PROBLEMA 5.8: Si, de acuerdo con las expresiones 5.9, la respuesta frecuencial del filtro se escribe
en la forma

Tabla P5.8 Propiedades de simetría de Hr(ejω) para los filtros FIR de fase lineal
Filtro tipo Hr(ejω) = ceros periodo simetrías

F(ω)Pα(cosω)
I F(ω)=1 - 2π Hr(ejω) = Hr(ej(2π-ω))

Hr(ej(π-ω)) = Hr(ej(π+ω))
ω Hr(ejω) = - Hr(ej(2π-ω))
II F(ω)=cos( ) ω=π 4π
2
Hr(ej(π-ω)) = - Hr(ej(π+ω))
III F(ω)=sen(ω) ω = 0, π 2π Hr(ejω) = - Hr(ej(2π-ω))

Hr(ej(π-ω)) = - Hr(ej(π+ω))
ω Hr(ejω) = Hr(ej(2π-ω))
IV F(ω)=sen( ) ω=0 4π
2
Hr(ej(π-ω)) = Hr(ej(π+ω))
H(ejω) = Hr(ejω) ejφ(ω)
no es difícil advertir que en el problema anterior para N par la función ideal HIr(ejω) especificada es
0 ≤ ω ≤ ωc
 1
HIr(ejω) =  0 ω c < ω < 2π- ω c
 -1 2π- ω c ≤ ω ≤ 2π
Esta función no satisface simultáneamente su carácter par (por pertenecer a un filtro tipo II) y la
periodicidad con periodo 2π de H(ejω). En este problema se estudian las propiedades de simetría y
periodicidad de la función Hr(ejω) para los cuatro tipos de filtros FIR de fase lineal. Como se sabe,
esta función puede expresarse mediante
Hr(ejω) = F(ω) Pα(cosω)
donde Pα(cosω) es un polinomio real en cosω y F(ω) se proporciona en la tabla 5.1 (y se recuerda en
la tabla P5.8). Se pide:
a) Justifique la información contenida en la tabla P5.8.
b) Obtenga un periodo de la función ideal HIr(ejω) del problema anterior para N par.
c) Determine la función ideal HIr(ejω) para el transformador de Hilbert del ejemplo 5.2.
d) Relacione los ceros en 0 ó π de Hr (e jω ), según el tipo de filtro, con los cambios de signo
presentes en las funciones HIr(ejω) de los dos apartados anteriores.
PROBLEMA 5.9: Se le propone considerar la potencia de cálculo, medida en número de operaciones

producto-y-acumulación (MAC) por segundo (Nops), que se precisa para realizar el filtrado paso bajo
de una señal analógica trabajando con una frecuencia de muestreo Fm mediante un filtro FIR de fase

lineal. Haciendo uso del resultado del apartado a) del problema 3.10 y de la fórmula 5.29, pruebe que
Nops es proporcional a (Fm)2.
PROBLEMA 5.10: Se desea diseñar un derivador, cuya respuesta frecuencial idealmente es:
HDI(ejω) = jω e-jαω
Para ello, se obtiene su respuesta impulsional hD[n] a partir de la respuesta impulsional hPb[n] de un
filtro paso bajo mediante la expresión:
hD[n] = (-1)n ( hPb[n] )2 (P5.10)
En este problema se le pide que justifique la corrección del método de diseño propuesto y que observe
el comportamiento de los derivadores obtenidos por su mediación. A tal fin:
a) Obtenga la respuesta frecuencial HD(ejω) del derivador en función de la respuesta frecuencial del
filtro paso bajo.
b) Determine la respuesta frecuencial HD(ejω) del derivador cuando la respuesta frecuencial del filtro
paso bajo responde a la expresión
L-1
HPb(ejω) = Hr(ejω) e-j 2 ω
donde Hr(ejω) es una función real.

c) Justifique que, para obtener en la respuesta frecuencial del derivador el factor j (que implica un
término de fase constante π/2), es necesario que L sea par.
d) Demuestre que, si Hr(ejω) corresponde a un filtro paso bajo ideal con pulsación de corte π/2, el
método de diseño propuesto proporciona un derivador ideal.
e) Diseñe con 62 mediante la relación (P5.10) un derivador con respuesta impulsional de duración
L=10. Analice la influencia sobre la respuesta impulsional del derivador de la ventana utilizada en
el diseño del filtro paso bajo de partida.
PROBLEMA 5.11: Un integrador analógico ideal se caracteriza por la función de transferencia

H a(s)=1/s. Un integrador digital con función de transferencia H(z) puede obtenerse mediante la
transformación bilineal, es decir
1 + z -1
H(z) = K Ha(s) | s = 1 - z - 1 = K
1 + z- 1 1 - z- 1
a) Relacione la entrada x[n] del integrador digital con la salida y[n] mediante una ecuación en
diferencias finitas. Determine K para integrar un función muestreada a intervalos ∆ de la variable
independiente.
b) Represente gráficamente el módulo y la fase de la respuesta frecuencial del integrador digital y
compárelos con los correspondientes a la respuesta frecuencial del integrador analógico.

c) Represente el diagrama de ceros y polos del integrador digital. Justifique que el sistema es
inestable. ¿Que restricción impondría a la secuencia de entrada para evitar la inestabilidad de la
salida?
PROBLEMA 5.12: Se desea diseñar el filtro paso banda que se precisa en la conversión de frecuencia
de muestreo descrita en el problema 3.11. Si la atenuación máxima permitida en la banda de paso es
1 dB y se exige una atenuación mínima de 45 dB en la banda atenuada, diseñe con 62 el filtro
mediante la aproximación elíptica.
Como opción alternativa al uso de un filtro paso banda en el proceso de conversión, pueden eliminarse
las componentes subsónicas mediante un filtro paso alto con posterioridad a la conversión de la
frecuencia de muestreo, en la que ahora se precisa un filtro paso bajo. Analice esta opción y obtenga
los filtros necesarios con el programa 62.
En el problema 3.10 se estudia la potencia de cálculo requerida para la realización de un filtro discreto.
Partiendo de los resultados allí establecidos, evalúe el coste computacional de las dos opciones
contempladas para llevar a cabo la conversión de la frecuencia de muestreo.
A B C D
0,7 1 1,7 2 2,7 3 3,7 4 F (kHz)
Fig. P5.13
PROBLEMA 5.13: Por un canal digital se transmite, muestreada a 8 kHz, una señal compuesta por la
multiplexión FDM de cuatro señales paso bajo, tal como se indica en la figura P5.13. A la salida del
canal se quiere recuperar la señal C en banda base con la frecuencia de muestreo mínima posible; para
ello se hace uso de un filtrado paso banda y un diezmado. Se pide:
a) ¿Cuál es el máximo factor entero de reducción de la velocidad de muestreo que se puede aplicar?
Dibuje, justificadamente, el espectro obtenido tras el filtrado y el diezmado.
b) Con el programa 62, diseñe el filtro paso banda diezmador mediante la aproximación elíptica de
forma que deje pasar la banda donde se encuentra la señal C con una atenuación no superior a
1,5 dB y rechace las restantes con una atenuación no inferior a 30 dB.
c) Repita el diseño anterior considerando la aproximación FIR óptimo. Compare los diseños
alcanzados en ambos apartados.
d) Compare los dos diseños anteriores con el filtro obtenido en el problema 3.15.
PROBLEMA 5.14: Una señal analógica x(t) está formada por la suma de dos componentes x1(t) y
x2(t). La composición espectral de x(t) se muestra, de forma aproximada, en la figura P5.14. La señal
x(t) es de banda limitada a 40 kHz y se muestrea a 100 kHz para obtener la secuencia x[n]. Se desea
suprimir la señal x2(t) filtrando la señal x[n] con un filtro paso bajo. La distorsión permitida para el

^
|X|
^ |
|X 1
^ |
|X2
0 20 40 F(kHz)
Fig. P5.14
módulo de X1(ejω) es de ±2% (δp=0,02) en el margen frecuencial comprendido entre 0 y 15 kHz. Por
encima de 20 kHz el filtro debe tener una atenuación superior a los 40 dB (δa=0,01). Se pide:
a) Con ayuda del programa 62 diseñe el filtro FIR de fase lineal de menor orden posible, que cumpla
las especificaciones deseadas. Compare la longitud del filtro diseñado con la que proporciona la
fórmula 5.29.
b) Represente el módulo de la respuesta frecuencial y mida las tolerancias realmente conseguidas por
el filtro en banda de paso y atenuada.
c) Diseñe otro filtro FIR, de la misma longitud que el anterior, mediante el método de ventanas con
una ventana de Hamming. Compare la respuesta frecuencial de los dos filtros.
d) Diseñe un filtro IIR, del menor orden posible, que cumpla las especificaciones frecuenciales dadas
anteriormente. Compare la respuesta del filtro con la del filtro del apartado a).
e) Compare la complejidad de realización de los filtros FIR e IIR de los apartados a) y d). Para ello
considere que el filtro IIR se realiza por conexión en cascada de células de orden 2. Tenga en cuenta
los requerimientos de memoria y de cálculo para cada realización.
PROBLEMA 5.15: En el capítulo 3 se ofrece la traslación en frecuencia como aplicación de la

interpolación en el cambio de frecuencia de muestreo. Como ejemplo se considera una secuencia x[n]
obtenida muestreando a 8 kHz un canal telefónico (banda entre 0,3 y 3,4 kHz), a partir de la cual se
desea obtener una versión muestreada a 48 kHz y[n] del canal telefónico trasladado a una frecuencia de
16 kHz. Se pide:
a) El diseño mediante 62 de un filtro elíptico paso banda para esta aplicación, si la variación máxima
de la atenuación permitida en la banda de la señal a conservar es 1 dB y la atenuación mínima de
los alias a eliminar en la interpolación es 50.dB.
b) Las especificaciones y el diseño de los filtros necesarios en la versión alternativa del ejemplo 3.3.
c) Aplicando los resultados establecidos en el problema 3.10, determine la potencia de cálculo
necesaria para realizar los filtros anteriores.
PROBLEMA 5.16: Una estructura utilizada en muchas aplicaciones de tratamiento de señal es la

denominada estructura en celosía (lattice), que se muestra en la figura P5.16-1 para un filtro FIR de
orden 2. Se pide:

x[n] f 1[n] f2 [n] = y[n]

⊕ ⊕
k1 k2
k1 g1 [n] k2 g2 [n]
z-1 ⊕ z -1 ⊕
Fig P5.16-1
a) Analice la estructura de la figura P5.16-1 y determine la función de transferencia entre la entrada

x[n] y las salidas f2[n] y g2[n]; es decir, A2(z)=F2(z)/X(z) y B2(z)=G2(z)/X(z). Exprese B2(z) en
función de A2(z).
b) Escriba un algoritmo que le proporcione las muestras de salida y[n] de un filtro FIR de orden 2
realizado con la estructura en celosía. Compare el coste computacional de su algoritmo con el que
requiere la realización directa del filtro FIR.
c) Determine las condiciones que deben cumplir las constantes ki (i = 1, 2) para que A2(z) sea de fase
mínima.
d) El sistema inverso C2(z)=1/A2(z) tiene todos los ceros en el origen (coloquialmente se dice que es
un sistema sólo polos); demuestre que C2(z) puede realizarse con la estructura en celosía de la
figura P5.16-2. ¿Qué ventaja representa, desde el punto de vista de la estabilidad del filtro, la
estructura en celosía respecto a la realización directa?
e) Escriba un algoritmo correspondiente a la realización con la estructura en celosía de un filtro sólo
polos de orden 2. Compare su coste computacional con el correspondiente a la realización directa
del mismo filtro.
f) Generalice la estructura de la figura P5.16-1 para obtener funciones de transferencia Ai(z) y Bi(z) de
orden i. Exprese Ai(z) y Bi(z) en función de Ai-1(z), Bi-1(z) y ki. Pruebe por inducción la relación
que liga Ai(z) con Bi(z).
g) Haciendo uso del resultado del problema 4.16, establezca las condiciones que han de cumplir los
coeficientes ki, (i = 1, …, P) para que AP(z) sea de fase mínima.
h) Escriba un algoritmo para calcular los coeficientes ki a partir de la respuesta impulsional del filtro
FIR de fase mínima a realizar.
x[n] = f 2[n] f1 [n] y[n]

⊕ ⊕
k2 k1
g2[n] -k2 g1 [n] -k1

⊕ z -1 ⊕ z-1
Fig P5.16-2

6 Señales aleatorias 261
6. Señales aleatorias
6.0 Introducción
En los capítulos precedentes se considera que las señales son perfectamente conocidas a priori, es decir,
que se dispone del valor de cada una de las muestras de la secuencia; en una palabra, se trabaja
exclusivamente con señales deterministas. No obstante, las señales de información y, por tanto, la
mayor parte de las señales de interés en comunicaciones no están determinadas en los valores de sus
muestras cuando se procede al diseño de los equipos y de los sistemas de transmisión; si lo estuvieran,
¿cuál sería la información que aportarían? Por consiguiente, aunque las señales deterministas facilitan
el estudio de los conceptos fundamentales del tratamiento de la señal, no constituyen un modelo
adecuado para las señales involucradas en el intercambio de información. El modelo propuesto para
estas señales son los procesos aleatorios, motivo del presente capítulo.
Se comienza con la definición de procesos aleatorios discretos y se resume brevemente su

caracterización con especial énfasis en los procesos estacionarios, para pasar a considerar los procesos
como entradas y salidas de sistemas lineales e invariantes. Se estudia a continuación la representación
espectral de los procesos estacionarios, que facilita la unificación del estudio de las señales
deterministas y aleatorias. El capítulo concluye con el problema de la estimación de los parámetros
que caracterizan un proceso a partir de una realización (ergodicidad); en concreto, se aborda la
estimación de media, correlación y espectro.
6.1 Procesos aleatorios discretos
Un proceso aleatorio discreto es una secuencia de variables aleatorias y se representa mediante x[n,ζ]; n
constituye el ordinal de la secuencia y es un número entero, y ζ es un suceso aleatorio. Un proceso
aleatorio x[n,ζ] también puede definirse como una regla que asigna una secuencia (realización) a todo
suceso ζ: para n=n1 dado, la muestra x[n1 ,ζ] es una variable aleatoria; para un suceso ζ=ζ 1
determinado, x[n,ζ1] es una secuencia concreta; para n=n1 y ζ=ζ1 fijos, x[n1,ζ1] es un número x1.
EJEMPLO 6.1: Consideremos un conjunto de jugadores (a, b, c, etc.) cada uno de los cuales dispone
de dos dados. Cada jugador agita los dados, los arroja sobre el tapete y anota la suma de los puntos
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones establecidas
en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento informático, y la distribución de
Europea.
obtenidos en cada tirada. Se generan así las secuencias siguientes, cada una de las cuales proviene de un
jugador:
a[n] = { …, 11, 6, 7, 2, 8, 10, 4, 6, 5, 7, 8, …}

b[n] = { …, 5, 8, 9, 4, 7, 8, 6, 12, 8, 9, 7, …}
c[n] = { …, 7, 9, 10, 7, 9, 6, 8, 5, 7, 3, 7, …}
etc.
El conjunto de secuencias constituye el proceso aleatorio. La secuencia correspondiente a un jugador

forma una realización del proceso. El valor de la suma de los dados en un determinado instante es una
variable aleatoria. La suma alcanzada por el jugador b en el instante n=3 es un número (4 en este
ejemplo).♦
En beneficio de la simplicidad, en lo sucesivo una señal aleatoria se indica mediante x[n], como
cualquier señal discreta; del contexto debe deducirse si se trata de una señal determinista o aleatoria.
Un proceso queda totalmente caracterizado si se conocen las funciones de distribución conjunta
F(x1, x2, …xk; n1, n2, …nk) = Pr{x[n1] ≤ x1 , x[n2] ≤ x2 , …x[nk] ≤ xk}
para todo k, o las correspondientes funciones de densidad de probabilidad. Sin embargo, en muchas
situaciones es suficiente con conocer las funciones de orden 1 ó 2; o, incluso, basta con disponer
solamente de sus momentos: la media
∞
mx[n] = E{x[n]} = ∫ x f(x; n) dx (6.1)
-∞
y la autocorrelación
∞
rx[n1,n2] = E{x[n1] x*[n2]} = ∫ x1 x2* f(x1, x2; n1, n2) dx1 dx2 (6.2)
-∞
donde E{ } representa la esperanza matemática. La autocorrelación de un proceso proporciona la

potencia del mismo; en efecto:
rx[n,n] = E{x[n] x*[n]} = E{|x[n]|2} = Px[n] (6.3)
Relacionada con ambos momentos se define la autocovarianza
cx[n1,n2] = E{(x[n1] - mx[n1]) (x*[n2] - mx*[n2])} = rx[n1,n2] - mx[n1] mx*[n2] (6.4)

Se dice que las muestras x[n1] y x[n2] están incorreladas si la autocovarianza del proceso es nula. Esta
condición es equivalente a que la autocorrelación venga dada por el producto de las medias
rx[n1,n2] = mx[n1] mx*[n2]
Se deja como ejercicio comprobar que, si las muestras de un proceso son independientes, también son
incorreladas.
EJEMPLO 6.2: Cuando la distribución conjunta de las variables aleatorias que constituyen las
muestras del proceso es gaussiana, se dice que el proceso es gaussiano. La media y la autocovarianza
caracterizan completamente estos procesos, ya que determinan la densidad de probabilidad conjunta para
cualquier orden. Concretamente, para los órdenes 1 y 2 puede escribirse
1 2
f(x; n) = e-(x-m x [n]) / 2c x [n,n] (6.5.a)

√ 2π c x [n,n]
1
1 x t C-1 x
f(x1, x2; n1, n2) = e- 2 (6.5.b)
 
√ (2π)2 |C|
donde el vector x y la matriz (de covarianza) C son los siguientes:
x= ( xx -- mm [n[n ]] )
1
2
x 1
x 2
C= ( cc [n[n ,n,n ]]
x 1 1
x 2 1
cx[n1,n2]
cx[n2,n2] )
Con esta notación matricial la expresión de la función de densidad de probabilidad puede generalizarse
para un orden k cualquiera. Aunque para los procesos en general la incorrelación de las muestras no
supone independencia entre ellas, puede comprobarse que, si las muestras de un proceso gaussiano
están incorreladas, son independientes.♦
EJEMPLO 6.3: Considérese el proceso
x[n,ζ] = A(ζ) ej(ω(ζ)n + θ(ζ))
donde A(ζ), ω(ζ) y θ(ζ) son variables aleatorias independientes y θ(ζ) es equiprobable entre
-π y π. Para un suceso ζ dado, la realización correspondiente es una componente frecuencial de
pulsación ω, amplitud A y fase θ determinadas; cada realización toma un valor distinto para estos
parámetros, de acuerdo con sus correspondientes densidades de probabilidad. Prescindiendo por
simplicidad de la referencia explícita al suceso ζ y si f(ω) es la densidad de probabilidad de ω(ζ), la
media de este proceso es
∞ π
1 jθ
mx[n] = E{A ej(ωn + θ)} = E{A} E{ej(ωn + θ)} = E{A} ∫ f(ω) ejωn dω ∫ 2π
e dθ = 0
-∞ -π

y su autocorrelación
rx[n1,n2] = E{A ej(ωn1+θ) A* e-j(ωn2+θ)} = E{|A|2} E{ejω(n1-n2)}
En cuanto a su potencia, de acuerdo con (6.3) se obtiene
Px[n] = rx[n,n] = E{|A|2}
Como la media de este proceso es nula, la autocovarianza coincide con la autocorrelación.♦
Los conceptos de autocorrelación y autocovarianza pueden extenderse a muestras de procesos distintos.

Así se definen la correlación cruzada
rxy[n1,n2] = E{x[n1] y*[n2]}
y la covarianza cruzada
cxy[n1,n2] = E{(x[n1] - mx[n1]) (y*[n2] - my*[n2])} = rxy[n1,n2] - mx[n1] my*[n2]
Se dice que están incorrelados aquellos procesos cuya covarianza cruzada es nula. Debe advertirse que
esta denominación no coincide con la establecida para señales deterministas, que se indican incorreladas
cuando la correlación cruzada es cero.
EJERCICIO 6.1: Pruebe que dos procesos tales que las muestras de uno son independientes de las del
otro (procesos independientes) son incorrelados. Demuestre que la autocorrelación de la suma de dos
procesos con media nula incorrelados es la suma de sus autocorrelaciones.♦
Cuando las propiedades de un proceso son independientes del origen de tiempos, se dice que el proceso
es estacionario en sentido estricto. El proceso del ejemplo 6.1 es un proceso estacionario, ya que es de
suponer que el resultado de las tiradas de dados no depende de cuál sea el ordinal que corresponde a cada
tirada concreta. La estacionariedad implica que la función de densidad de probabilidad de orden 1 es
independiente de n, es decir, todas las muestras están equidistribuidas; en efecto, de acuerdo con la
condición de estacionariedad
f(x ; n) = f(x; n+no)
para todo no y, en particular, para no=-n
f(x ; n) = f(x; 0)
que es independiente de n. Del mismo modo se justifica que la densidad de probabilidad de segundo
orden es función de la diferencia entre los ordinales de las muestras y no de sus valores concretos;
puesto que para todo no puede escribirse

f(x1, x2; n1, n2) = f(x1, x2; n1+n o, n2+n o)
para no=-n2 se obtiene
f(x1, x2; n1, n2) = f(x1, x2; n1-n2, 0)
Como consecuencia de los resultados anteriores, se reconoce en (6.1) que la media del proceso es
constante y en (6.2) que la autocorrelación sólo depende de la diferencia entre ordinales:
mx[n] = mx (6.6.a)
rx[n1,n2] = rx[n1-n2] (6.6.b)
Habitualmente la autocorrelación de procesos estacionarios se denota como rx[m], de forma que la

notación es común con la utilizada para las señales deterministas. En muchas situaciones de interés
práctico el cumplimiento de (6.6.a) y (6.6.b) es suficiente para obtener resultados útiles; un proceso
que satisfaga (6.6) recibe el nombre de estacionario en sentido amplio. El proceso del ejemplo 6.3 es
estacionario en sentido amplio, ya que media y autocorrelación verifican las condiciones (6.6). En los
procesos gaussianos la estacionariedad en sentido amplio implica la estacionariedad en sentido estricto.
EJEMPLO 6.4: En este ejemplo se propone un modelo para el error de operación producido en los
multiplicadores que intervienen en la realización de los sistemas caracterizados por ecuaciones en
diferencias finitas. Considérese el producto de dos números reales a y b con valor absoluto menor que
la unidad y que se representan con tres cifras significativas; su producto a.b también es un número real
con magnitud menor que uno, pero que precisa 6 cifras significativas para su representación; si este
producto se redondea a tres cifras significativas, se obtiene el resultado c con un error ∆ = c-a.b. He
aquí algunos ejemplos:
a = 0,314 b = 0,862 a.b = 0,270668 c = 0,271 ∆ = 0,000332

a = -0,487 b = 0,323 a.b = -0,157301 c = -0,157 ∆ = 0,000301
a = 0,584 b = 0,732 a.b = 0,427488 c = 0,427 ∆ = -0,000488
Se razona fácilmente que el error está acotado por
1 -3 1
- 10 ≤ ∆ ≤ 10-3
2 2
Este resultado se extiende sin problemas al caso de que los números estén representados en binario con
1 bit para el signo y N bits para la magnitud; en esta situación:
1 -N 1
- 2 ≤ ∆ ≤ 2-N
2 2
En un multiplicador de un sistema discreto se realiza un producto para cada ordinal n, de modo que se
puede definir una secuencia de error de redondeo e[n]. Esta secuencia puede describirse

simplificadamente como un proceso aleatorio en el que las muestras son independientes entre sí (el
error de redondeo en una operación no está relacionado con los errores que se producen en las demás) y
están distribuidas uniformemente (todos los valores posibles para el error son equiprobables):
 2N |e| ≤
1 -N
2
f(e) =  2
 0 para otro valor
Este proceso es estacionario en sentido estricto, pues la función de densidad de probabilidad de orden k
k
f(e1, e2, … ek; n1, n2, … nk) = ∏ f(ei)
i=1
es independiente del ordinal de las muestras. Se deja como ejercicio establecer que
me = 0 (6.7.a)
1
re[m] = 2-2N δ[m] (6.7.b)
12
Un proceso estacionario cuya autocorrelación es cero salvo para m=0, recibe el calificativo de
blanco.♦
EJERCICIO 6.2: Determine la densidad de probabilidad de orden 1 del proceso del ejemplo 6.1, si
todas las caras de los dados son igual de probables. Bajo el supuesto de que tiradas sucesivas son
independientes entre sí, obtenga la densidad de probabilidad para un orden k cualquiera. Calcule media,
autocorrelación y autocovarianza.♦
6.2 Procesos y sistemas lineales e invariantes
Tomemos un proceso aleatorio x[n,ζ] como entrada a un sistema lineal e invariante con respuesta
impulsional h[n]. A una realización x[n,ζi] del proceso el sistema responde con
y[n,ζi] = x[n,ζi] * h[n] (6.8)
que es una realización del proceso de salida del sistema y[n,ζ]. Esta idea se ilustra en la figura 6.1.
x[n, ζ ] y[n, ζ ] = x[n, ζ ] * h[n]

h[n]
Fig. 6.1 Procesos como entrada y salida de un sistema lineal e invariante

Si el proceso de entrada es estacionario en sentido estricto, el proceso de salida también es estacionario

en sentido estricto. En efecto, por ser invariante el sistema verifica que
T{ x[n+m] } = y[n+m]
es decir, que el proceso y[n+m] está relacionado con x[n+m] de la misma manera que y[n] está
relacionado con x[n]. En consecuencia, si los procesos x[n+m] y x[n] tienen las mismas funciones de
distribución de probabilidad, y[n+m] e y[n] también.
La media de y[n] se calcula fácilmente. De acuerdo con la definición de media y del proceso a la salida
del sistema (6.8), puede escribirse
∞
my = E{ x[n] * h[n] } = E{ ∑ x[n-k] h[k] }
k=-∞
que, intercambiando la esperanza matemática con el sumatorio, proporciona
∞ ∞ ∞
my = ∑ h[k] E{ x[n-k] } = ∑ h[k] mx = mx ∑ h[k] = mx H(z)|z=1 (6.9)
k=-∞ k=-∞ k=-∞
Análogamente, para la correlación cruzada entre los procesos a la entrada y a la salida se obtiene
∞
rxy[m] = E{ x[n+m] y*[n] } = E{ x[n+m] ∑ x*[n-k] h*[k] } =
k=-∞
∞ ∞
= ∑ h*[k] E{ x[n+m] x*[n-k] } = ∑ h*[k] rx[m+k]
k=-∞ k=-∞
y, finalmente, con el cambio de ordinal k por -k:
∞
rxy[m] = ∑ h*[-k] rx[m-k] = rx[m] * h*[-m] (6.10.a)
k=-∞
En cuanto a la autocorrelación de la salida, la reiteración del proceso anterior proporciona
ry[m] = rxy[m] * h[m] = rx[m] * h*[-m] * h[m] = rx[m] * rh[m] (6.10.b)
donde rh[m] es la correlación de la secuencia determinista h[n]. Debe destacarse que la relación (6.10.a)
es formalmente idéntica a la expresión (2.39.a) que suministra la correlación cruzada entre entrada y
salida deterministas a un sistema lineal e invariante; la misma identidad formal se presenta entre las
expresiones (6.10.b) y (2.39.b) que proporcionan la autocorrelación de la salida.

Las relaciones (6.9) y (6.10.b) justifican que, si el proceso a la entrada del sistema lineal e invariante
es estacionario en sentido amplio (media constante y autocorrelación función de la diferencia m de
ordinales), la salida también presenta estacionariedad en sentido amplio.
EJEMPLO 6.5: Si un proceso estacionario z[n] se introduce como excitación del sistema lineal e
invariante en el instante n=0, no se puede mantener que el proceso a la salida y[n] sea estacionario.
Intuitivamente se razona que la excitación x[n] = z[n] u[n] no es un proceso estacionario, por lo que
tampoco lo es la respuesta. Sin embargo, como se analiza a continuación, el proceso de salida adquiere
el carácter estacionario asintóticamente.
La media del proceso y[n] se calcula sin dificultad
∞ n n
my[n] = E{ ∑ x[n-k] h[k] } = E{ ∑ z[n-k] h[k] } = mz ∑ h[k] (6.11.a)
k=-∞ k=-∞ k=-∞
al igual que su autocorrelación
∞ ∞
ry[n+m,n] = E{ y[n+m] y*[n] } = E{ ∑ x[n+m-k] h[k] ∑ x*[n-i] h*[i] } =
k=-∞ i=-∞
n+m n
= E{ ∑ z[n+m-k] h[k] ∑ z*[n-i] h*[i] } =
k=-∞ i=-∞
n+m n
= ∑ h[k] ∑ h*[i] E{ z[n+m-k] z*[n-i] }
k=-∞ i=-∞
que, en definitiva, resulta
n+m n
ry[n+m,n] = ∑ h[k] ∑ h*[i] rz[m-k+i] (6.11.b)
k=-∞ i=-∞
Se observa en las expresiones (6.11) que la dependencia con n de la media y la correlación aparece
únicamente en el límite superior de los sumatorios. Cuando n sea suficientemente grande para que en
los sumatorios de (6.11) intervengan todas las muestras de la respuesta impulsional del sistema, esta
dependencia desaparece y la salida se torna estacionaria. Este es el caso, por ejemplo, para sistemas
causales cuando n y n+m exceden la longitud de h[n].♦
EJERCICIO 6.3: A la entrada de un sistema cuya respuesta impulsional es
h[n] = an u[n]
con a real, se aplica en n=0 un proceso estacionario en sentido amplio, blanco, con media nula y
potencia σ2. Demuestre que la potencia del proceso de salida evoluciona de acuerdo con la expresión
siguiente

1 - a 2(n+1)
P y [n] = σ 2 u[n]
1 - a2
que, si el sistema es estable (|a|<1), alcanza un valor constante para n suficientemente grande.♦
x[n] bo y[n]
⊕ ⊕ ⊕
z -1 e1 [n]
-a 1 b1
⊕ ⊕ ⊕ ⊕
e4 [n] z -1 e 2[n]
-a 2 b2
⊕ ⊕
e5 [n] e 3[n]
Fig. 6.2 Modelado del error de operación de los multiplicadores en la estructura canónica I
EJEMPLO 6.6: En este ejemplo se analiza el efecto de los errores de operación de los multiplicadores
en la respuesta de un sistema de orden 2 realizado mediante la estructura canónica I. Tal como se
ilustra en la figura 6.2, los errores se modelan como fuentes que se añaden tras el multiplicador. Si el
multiplicador opera números con N bits significativos y redondea el resultado al mismo número de
bits, cada fuente de error ei[n] puede considerarse como un proceso estacionario, de media nula y
correlación
1 -2N
ri[m] = 2 δ[m]
12
de acuerdo con (6.7.b). La contribución de la entrada x[n] y las fuentes de error a la salida del sistema
puede expresarse
y[n] = T{ x[n] + e4[n] + e5[n] } + e1[n] + e2[n] + e3[n] =

= T{ x[n] } + T{ e4[n] + e5[n] } + e1[n] + e2[n] + e3[n] (6.12)
de modo que el ruido de operación a la salida resulta
s[n] = T{ e4[n] + e5[n] } + e1[n] + e2[n] + e3[n]
Se observa que los errores de operación debidos a la parte no recurrente del sistema se añaden
directamente a la salida, mientras que los errores en la parte recurrente son previamente filtrados por el
propio sistema. Aunque difícilmente puede justificarse que las fuentes de error sean independientes
entre sí, los resultados teóricos obtenidos bajo la hipótesis de que estén incorreladas concuerdan bien

con las observaciones empíricas; así, teniendo en cuenta (6.10.b), con fuentes incorreladas puede
escribirse
3
rs[m] = (r4[m] + r5[m]) * rh[m] + ∑ ri[m] (6.13)
i=1
para lo que se ha hecho uso de que la autocorrelación de la suma de procesos independientes con media
nula es la suma de sus autocorrelaciones (ejercicio 6.1). La potencia del error a la salida es
1 -2N
Ps = rs[0] = (2 rh[0] + 3) 2
12
cuya comprobación se deja como ejercicio.♦
6.3 Representación espectral
La transformada de Fourier de la autocorrelación de un proceso x[n] estacionario
Sx(ejω) = F{ rx[m] } (6.14)
recibe el nombre de densidad espectral de potencia del proceso. Para justificar esta denominación, debe
considerarse en primer lugar que la transformada de Fourier inversa permite escribir
π
1
Px = E{ |x[n]|2 } = rx[0] =
2π ∫ S x(ejω ) dω (6.15)
-π
es decir, la integración de Sx (e jω ) proporciona la potencia del proceso. Pero, por otro lado, si
transformamos la relación (6.10.b) se obtiene la densidad espectral de potencia del proceso y[n] a la
salida de un sistema lineal e invariante con respuesta frecuencial H(ejω) a partir de la densidad espectral
del proceso a la entrada x[n]:
Sy(ejω) = Sx(ejω) |H(ejω)|2 (6.16)
De acuerdo con esta dependencia, si la respuesta frecuencial del sistema es la mostrada en la figura 6.3,
la potencia del proceso a la salida es
π
1 1
S (ejω o) Bω
2π -π∫ y
Py = S (ejω ) dω = (6.17)
2π x

H
1
Bω
-π ωo π ω
Fig. 6.3 Respuesta frecuencial del filtro paso banda que facilita la interpretación de
la densidad espectral de potencia.
que, para Bω suficientemente pequeña, puede considerarse la potencia del componente frecuencial ωo
presente en el proceso de entrada, ya que el filtro sólo responde a esta componente. De este modo,
Sx(ejω) puede interpretarse como indicación de la distribución de potencia en función de la frecuencia.
De la expresión (6.17) se deduce también que
Sx(ejω) ≥ 0
ya que la potencia Py, por definición, es no negativa.
Es muy importante llamar la atención sobre el hecho de que los conceptos de correlación y densidad
espectral unifican el estudio del filtrado de las señales deterministas y los procesos aleatorios
estacionarios. A este respecto, debe notarse la identidad formal de la relación (6.16) con la expresión
(2.39.c), que proporciona la densidad espectral de potencia de la salida de un sistema lineal e invariante
a partir de la densidad espectral de la entrada y la respuesta frecuencial del filtro.
EJERCICIO 6.4: Las propiedades de la correlación y la densidad espectral de procesos estacionarios

son totalmente paralelas a las ya establecidas para las señales deterministas. Demuestre que la
correlación cruzada de procesos conjuntamente estacionarios verifica
rxy[m] = ryx*[-m]
de modo que la distancia entre los mismos puede expresarse como
Dxy = E{ |x[n+m] - y[n]|2 } = rx[0] + ry[0] - 2 Re{ rxy[m] }
Obsérvese que dos procesos conjuntamente estacionarios reales son iguales con probabilidad 1 si
rx[0] = ry[0] = rxy[0]
Pruebe que la autocorrelación de un proceso estacionario cumple que

rx[m] = rx*[-m]
En consecuencia, la densidad espectral de potencia es real; además, si el proceso es real, su

autocorrelación y la densidad espectral son pares.♦
EJEMPLO 6.7: La autocorrelación del proceso
x[n,ζ] = A(ζ) ej(ω(ζ)n + θ(ζ))
donde A(ζ), ω(ζ) y θ(ζ) son variables aleatorias independientes y θ(ζ) es equiprobable entre
-π y π, se determina en el ejemplo 6.3:
∞
rx[m] = E{|A|2} E{ejωm} = E{|A|2} ∫ f(ω) ejωm dω
-∞
donde f(ω) es la densidad de probabilidad de la variable aleatoria ω(ζ). La definición de densidad

espectral de potencia permite escribir
Sx(ejω) = 2π E{|A|2} f(ω)
que relaciona la densidad espectral de potencia con la probabilidad de un determinado componente

frecuencial.♦
EJEMPLO 6.8: La densidad espectral de potencia permite describir con sencillez el efecto del muestreo
de un proceso aleatorio analógico estacionario x(t) para obtener una señal discreta
x[n] = x(nT)
La autocorrelación de x[n]
r[m] = E{x[n+m] x*[n]} = E{x(nT+mT) x*(nT)} = rx(mT)
resulta del muestreo de la autocorrelación de la señal analógica. En consecuencia, si S^x (jΩ) es la

densidad espectral de x(t), el espectro de potencia del proceso discreto es
1 ∞ ^ 2π
Sx(ejω) = Sx(ejΩΤ) = ∑ S x (jΩ + j T i)
T i=-∞
de acuerdo con la relación (3.7). Por tanto, para evitar el aliasing en el muestreo de procesos y
mantener sin distorsión la composición frecuencial en el dominio discreto, la frecuencia de muestreo

ha de elegirse superior al doble del ancho de banda del espectro de la señal (criterio de Nyquist para las
señales deterministas).♦
EJEMPLO 6.9: La densidad espectral de potencia del error de redondeo en los multiplicadores es la
transformada de Fourier de su autocorrelación (6.7.b):
1 -2N
Si(ejω) = 2 (6.18)
12
El comportamiento constante con la frecuencia de la densidad espectral justifica la denominación de

blanco para el proceso. De acuerdo con (6.13) y (6.18), la densidad espectral del ruido a la salida de la
estructura de la figura 6.2 es
1 -2N 1 -2N
Ss(ejω) = 2 2 |H(ejω)|2 + 3 2 (6.19)
12 12
Este resultado puede generalizarse a la realización en cascada de un filtro. Considérese el filtro elíptico
de orden 5 del ejemplo 5.7. Este filtro se realiza mediante la combinación en cascada de tres células,
dos de orden 2 (H1 y H2) y una de orden 1 (H3), cada una de las cuales se realiza mediante la forma
canónica de la figura 6.2. En la figura 6.4 se muestran dos posibles disposiciones para las células, que
denominaremos cascada A y cascada B. En ambas, las funciones de transferencia de las células
contienen los mismos ceros y los mismos polos (en particular, H1 considera el polo más cercano a la
circunferencia unidad), aunque la constante es diferente; su valor se indica en la propia figura. Esta
constante ha sido dimensionada de forma que el máximo de la respuesta frecuencial según se avanza en
la cascada desde la entrada a la salida sea siempre la unidad; por ejemplo, para la cascada A se cumple:
max |H1(ejω)| = 1 max |H1(ejω)| |H2(ejω)| = 1 max |H1(ejω)| |H2(ejω)| |H3(ejω)| = 1
x[n] y[n]
H 1 (z) H 2 (z) H 3 (z)
K1 = 0,0967 K2 = 0,293 K3 = 0,598

a)
x[n] y[n]
H 3 (z) H 2 (z) H 1 (z)
K3 = 0,187 K2 = 0,191 K1 = 0,476

b)
Fig. 6.4 Dos realizaciones en cascada para el filtro elíptico de orden 5 del ejemplo 5.7

Esta condición permite un control del margen dinámico de las señales en la cascada de células, con lo
que evita que la amplitud de algún componente frecuencial desborde la representación aritmética de los
números utilizada en la realización.
De acuerdo con (6.19) y la descripción (6.12) de la contribución de los errores de operación a la salida
de una célula, no es difícil establecer las siguientes relaciones entre las densidades espectrales del ruido
a la salida de las distintas células:
1 -2N 1 -2N
S1(ejω) = 2 2 |H1(ejω)|2 + 3 2
12 12
1 -2N 1 -2N
S2(ejω) = {S1(ejω) + 2 2 } |H2(ejω)|2 + 3 2
12 12
1 -2N 1 -2N
S3(ejω) = {S2(ejω) + 2 } |H3(ejω)|2 + 2 2
12 12
suponiendo que todas las fuentes están incorreladas entre sí, son blancas y tiene la misma potencia. En
definitiva:
1 -2N
SA(ejω) = S3(ejω) = 2 2 |H1(ejω)|2 |H2(ejω)|2 |H3(ejω)|2 +
12
1 -2N 1 -2N 1 -2N
+5 2 |H2(ejω)|2 |H3(ejω)|2 + 4 2 |H3(ejω)|2 + 2 2
12 12 12
Esta densidad espectral se muestra en la figura 6.5.a normalizada respecto la potencia del ruido de una
fuente de error (2-2N/12). La potencia total de ruido a la salida de la cascada A es
1 -2N
PA = 37,72 2
12
Análogamente, para la cascada B se determina que la densidad espectral de potencia a su salida es
1 -2N
SB(ejω) = S1(ejω) = 2 |H3(ejω)|2 |H2(ejω)|2 |H1(ejω)|2 +
12
1 -2N 1 -2N 1 -2N
+4 2 |H2(ejω)|2 |H1(ejω)|2 + 5 2 |H1(ejω)|2 + 3 2
12 12 12
que se proporciona también normalizada en la figura 6.5.b y que supone una potencia total
1 -2N
PB = 19,49 2
12
Al comparar los resultados obtenidos, se observa que la combinación A genera más ruido (unos 3 dB
más) que la B; esta diferencia puede justificarse por la pequeña ganancia de la célula H1 en la cascada
A, que obliga a las demás células a amplificar el ruido que produce. La necesidad de que la constante
multiplicativa de H1 sea pequeña, deriva de la condición de normalización del máximo de la respuesta
frecuencial a la unidad, ya que esta célula contiene el polo más próximo a la circunferencia de radio

unidad que genera una resonancia pronunciada. Debe señalarse también que al encontrarse H1 al final de
la cascada B, su resonancia marca la densidad espectral del ruido a la salida de esta composición.♦
a)
b)
Fig 6.5 Densidad espectral normalizada del ruido de operación a la salida de las cascadas A y B (eje
frecuencial rotulado en muestras de la DFT, k=256 corresponde a f=0,5).

6.4 Ergodicidad
En muchas situaciones prácticas la descripción en probabilidad de un proceso aleatorio no es conocida

y sus parámetros deben ser estimados a partir de realizaciones del proceso. Por ejemplo, la media y la
correlación pueden ser estimadas mediante los promedios
N-1
- [n] = 1
m x ∑ x[n,ζ i]
N i=0
(6.20.a)
N-1
-r [n ,n ] = 1
x 1 2 ∑ x[n1,ζ i] x*[n2,ζ i]
N i=0
(6.20.b)
Para procesos estacionarios, sin embargo, la independencia con n de la distribución de orden 1 de x[n]
sugiere, en la estimación de la media, la sustitución del promediado en el espacio de probabilidad por
el promediado temporal . Así, se define el estimador:
N
1
^x = lim
m ∑ x[n,ζ i] (6.21)
N → ∞ 2N+1 n=-N
^ x verifica con probabilidad 1 que

Cuando la variable aleatoria m
^ x = mx
m
se dice que el proceso es ergódico en media. Para ello, ha de cumplirse que el estimador sea insesgado,
es decir
^ x } = mx
E{ m
lo cual es inmediato de comprobar, y que su varianza sea nula
^ x } = E{ |m
var{ m ^ x - mx|2 } = 0
Para que un proceso sea ergódico en media es necesario al menos el carácter estacionario en sentido
amplio de orden 2. Si se satisface esta exigencia, es suficiente que la autocovarianza del proceso sea
una secuencia sumable en magnitud
∞
∑ |cx[m]| < ∞ (6.22)
m=-∞
En el problema 6.12 se marcan las pautas para la demostración de esta propiedad.

Si en la estimación de la autocorrelación de un proceso estacionario se considera que la función de

distribución de orden 2 del proceso sólo depende de la diferencia n1-n2 entre instantes de tiempo, puede
intentarse sustituir el estimador (6.20.b) por el promediado temporal siguiente:
N
1
r^x[m] = l i m ∑ x[n+m,ζi] x*[n,ζi] (6.23)
N → ∞ 2N+1 n=-N
que constituye un proceso aleatorio discreto. Si con probabilidad 1
^r x[m] = rx[m]
se dice que el proceso es ergódico en correlación. Para ello, el proceso
z[n] = x[n+m] x*[n]
ha de ser ergódico en media, lo que exige a x[n] ser estacionario de orden 4. Si el proceso es gaussiano,
la condición (6.22) también es condición suficiente para que sea ergódico en correlación.
En general, la ergodicidad es la propiedad que permite sustituir la estimación a partir de múltiples

realizaciones de un proceso por el cálculo sobre una sola realización. En el caso de la correlación, la
ergodicidad hace formalmente equivalente su cálculo para las señales deterministas de potencia media
finita y para las señales aleatorias; obsérvese que el estimador (6.23) es equivalente a la definición de
correlación (2.38) para las primeras.
EJERCICIO 6.4: Razone que el proceso del ejemplo 6.1 es estacionario si se supone que la
probabilidad que tienen las caras de los dados de surgir en una tirada no evoluciona con el tiempo.
Justifique que, para que además sea ergódico, es preciso que los dados de los distintos jugadores tengan
el mismo comportamiento probabilístico.♦
6.5 Estimación espectral
La representación frecuencial de las señales ha sido reiteradamente empleada para describir el efecto
sobre las mismas de los sistemas lineales e invariantes. Es natural, por tanto, que la estimación de la
densidad espectral de potencia sea un problema de indudable interés en el estudio de los procesos; y en
particular su estimación a partir de una realización. Si la señal fuese determinista, el procedimiento que
se seguiría para determinar la densidad espectral puede resumirse en los siguientes pasos:
a) Enventanado de la señal x[n] con la secuencia v[n] tal que v[n] ≠ 0 en L puntos, de modo que se
obtiene una secuencia con energía finita:
y[n] = x[n] v[n] (6.24)
b) Cálculo de la transformada de Fourier de la secuencia enventanada:

Y(ejω) = ∑ y[n] e-jωn

n
c) Determinación de la densidad espectral mediante el promediado de la densidad espectral de energía de

y[n] por su longitud:
1 1 1
S^ x(ejω) = Sy(ejω) = |Y(ejω)|2 = F{ ry[m] } (6.25)
L L L
Si x[n] es un proceso aleatorio, S^x(ejω) es una estimación de su densidad espectral de potencia que
constituye a su vez un proceso aleatorio en ω. Para que esta estimación proporcione la densidad
espectral Sx(ejω) del proceso con probabilidad 1 debe cumplirse que
E{ S^x(ejω) } = Sx(ejω) (6.26.a)

var{ S^ (ejω) } = 0
x (6.26.b)
en cuyo caso se satisface la condición de ergodicidad. La relación (6.25) también define el siguiente
estimador para la autocorrelación de x[n]:
^r x[m] = 1 ry[m] (6.27)

L
que también es un proceso. Su media
1
L∑
E{ r^x[m] } = E{ x[n+m]v[n+m] x*[n]v*[n] }
n
se determina fácilmente intercambiando el orden de la esperanza y el sumatorio:
1 1
L∑
E{ r^x[m] } = v[n+m]v*[n] E{ x[n+m]x*[n] } = rv[m] rx[m] (6.28)
n L
De este modo, haciendo uso de la transformada de Fourier, se obtiene
1
E{ S^x(ejω) } = E{ F{ r^x[m] } } = F{ E{ r^x[m] } } = F{ rv[m] rx[m] } (6.29.a)
L
donde el intercambio entre la esperanza y la transformada es posible por ser r^x[m] una secuencia de
duración finita. Aplicando la propiedad de la transformada de Fourier que se refiere a la transformada del
producto de secuencias, se alcanza finalmente:
π
1
E{ S^x(ejω) } =
2πL -π∫
|V(ej(ω−θ))|2 Sx(ejθ) dθ (6.29.b)

donde V(ejω) es la transformada de la secuencia v[n]. Se observa inmediatamente que esta esperanza no
coincide con Sx(ejθ), por lo que se dice que el estimador está sesgado. Para que así no fuese, debería
cumplirse que
∞
1
|V(ejω)|2 = ∑ δ(ω - 2πi)
2πL i=-∞
condición que no satisface ninguna ventana de duración finita. Resulta aquí de interés el estudio que se
realiza en la práctica IV del efecto del enventanado sobre la transformada de Fourier de la secuencia
enventanada, cuyas conclusiones pueden expresarse ahora en los términos del problema de estimación
^ (ejwo), es decir, para que
espectral: para reducir el sesgo de Sx
E{ S^x(ejwo) } ≈ Sx(ejwo)
el lóbulo principal de la transformada V(ejω) de la ventana debe elegirse lo más estrecho posible y los
lóbulos secundarios han de ser lo más reducidos que se pueda; de este modo, se minimiza la
contribución a E{ S^x(ejwo) } de la densidad espectral Sx(ejwo) a otras frecuencias distintas de ω o.
Además, debe normalizarse la ventana v[n] de modo que
π
1
2πL -π∫
|V(ejω)|2 dω = 1
o, equivalentemente:
1
L∑
|v[n]|2 = 1
n
de acuerdo con la igualdad de Parseval. Todas estas consideraciones han de presidir la elección de la
ventana de análisis.
Cuando la ventana v[n] utilizada es la ventana rectangular pL[n], la estimación de la densidad espectral
de potencia (6.25) recibe el nombre de periodograma. Se puede demostrar que la varianza de este
estimador es proporcional a Sx2(ejω), lo que supone que la varianza de la estimación es del orden del
cuadrado del valor que se desea estimar. El mal comportamiento del periodograma en sesgo y varianza
se puede explicar fácilmente. La correlación de la ventana rectangular es
r v [m] = { 0L - |m| -L+1≤ m ≤ L-1

para otro m
y la media de la estimación de la autocorrelación de x[n], de acuerdo con (6.28), es
L - |m|
E{ r^x[m] } = rx[m]
L

Por lo tanto, r^x[m] es un estimador sesgado de rx[m], lo que explica el sesgo en la estimación de la
densidad espectral de potencia. Este sesgo es nulo para m=0 y crece con |m|. Por otro lado, como se
ilustra en la figura 6.6, en el cómputo de r^x[m] mediante (6.27) se utilizan L-m muestras del proceso,
de modo que conforme aumenta m el cálculo de la autocorrelación de y[n] incluye menos muestras y,
en consecuencia, la varianza de la estimación crece con m.
y[n]
... ...
0 L-1 n
y[n+m]
... ...
-m L-1-m n
Fig. 6.6 Posición relativa de y[n] e y[n+m] en el cálculo de ry[m]
Dos posibles opciones para reducir la varianza de la estimación espectral que proporciona el
periodograma, son las siguientes:
a) Promediado de distintos periodogramas obtenidos a partir de sucesivos segmentos de señal (método
de Barlett).
b) Enventanado de la estimación r^x[m] de la correlación del proceso, tomando sólo muestras de la
misma para |m| pequeño en comparación con L; es decir, estimar Sx(ejω) mediante
S^ x(ejω) = F{ r^x[m] v[m] }
donde v[m] es una ventana centrada en el origen y con simetría par a su alrededor. Este
procedimiento se debe a Blackman y Tuckey.
EJEMPLO 6.10: Un proceso blanco gaussiano con media nula y potencia unidad (proceso normal) es
filtrado con un sistema recurrente para generar un proceso cuya densidad espectral de potencia se
muestra en la figura 6.7.a. En la parte b de la misma figura se proporciona el resultado de promediar el
periodograma de 10 segmentos obtenidos con una ventana rectangular de longitud L=128. La figura
6.7.c suministra la estimación de la densidad espectral de potencia resultante del promediado de 10
estimaciones de Blackman-Tuckey a partir de segmentos de señal con longitud L=128 y enventanando
su correlación con una ventana rectangular de 65 muestras centrada en m=0. Esta estimación resulta
menos sesgada (obsérvese el menor error cometido respecto a la anterior en el máximo de la densidad
espectral) y más suave.♦

a)
b)
c)
Fig. 6.7 a) Densidad espectral de potencia del proceso del ejemplo 6.10; b) estimación de Barlett; c)
estimación de Blackman-Tuckey (el eje de abscisas se indica en muestras de la DFT con N=512).

EJERCICIO 6.5: Repita la estimación de Blackman-Tuckey para el proceso del ejemplo 6.10 haciendo
uso de la ventana de Hamming. Para ello, mediante el programa 62:
a) Calcule la autocorrelación de cada uno de los 10 segmentos del proceso con longitud L=128,
divídala por L y enventánela con la ventana de Hamming de longitud 65 muestras centrada en m=0.
b) Determine la transformada de Fourier dichas correlaciones haciendo uso de la DFT. Para que en la
transformación no se pierdan las muestras correspondientes a ordinales negativos, genere a partir de
cada secuencia de autocorrelación una secuencia con periodo 512 muestras y obtenga su DFT con
N=512 (véase el ejercicio 2.9).
c) Promedie las transformadas resultantes para estimar la densidad espectral.
Compare el resultado con el mostrado en la figura 6.7.c.♦
6.6 Problemas
PROBLEMA 6.1: Sean x[n] e y[n] dos procesos estacionarios independientes y con media nula. Si
w[n] = x[n] + y[n]

z[n] = x[n] y[n]
demuestre que:
a) La media de w[n] es la suma de las medias de x[n] e y[n], y que su potencia es la suma de sus
potencias.
b) Si x[n] es blanco, z[n] también lo es.
PROBLEMA 6.2: La entrada x[n] a un filtro paso bajo ideal con frecuencia de corte fc=1/4 es una
secuencia de variables aleatorias de media nula e incorreladas, con varianza σ2. Se pide:
a) La autocorrelación y densidad espectral de potencia de la entrada.
b) La autocorrelación y la densidad espectral de potencia de la salida.
c) La potencia de la señal de salida.
PROBLEMA 6.3: Sea x[n] un proceso real de media nula y autocorrelación rx[m] = σx2 δ[m]. Como
se ilustra en la figura P6.3, a partir de x[n] se generan dos señales y 1 [n] e y2 [n] mediante el
y1 [n]
H1
x[n]
y [n]
2
H2
Fig. P6.3

filtrado por sendos filtros H1 y H2 con respuesta impulsional real h1[n] y h2[n], respectivamente. En
este problema se estudia la relación entre las correlaciones de las señales de salida y las respuestas
impulsionales de los filtros. Se pide:
a) la expresión de la autocorrelación r11[m] y r22[m] de y1[n] e y2[n], respectivamente, en función de
las respuestas impulsionales de los filtros y la potencia σx2 de la señal de entrada;
b) las relaciones anteriores expresadas en el dominio transformado, esto es: S11 (z) y S22 (z) en
términos de las funciones de transferencia de los filtros y σx2;
c) la expresión de la correlación cruzada r12[m] = E{y1[n+m]y2[n]} y su transformada S12(z);
d) la condición que han de cumplir las respuestas frecuenciales de los filtros para que las secuencias
y1[n] e y2[n] estén incorreladas; ponga un ejemplo sencillo que cumpla dicha condición;
e) para los sistemas
1 b+z-1
H1(z) = H2(z) =
1+az-1 1+bz-1
determine la relación entre a y b para que E{y1[n]y2[n]}=0;

f) para los sistemas anteriores, obtenga r11[m], r22[m] y r12[m].
PROBLEMA 6.4: En el tratamiento de señales aleatorias no sólo son de interés los sistemas lineales;
en ciertas situaciones filtros no lineales pueden ser de utilidad. Un ejemplo es el filtro de mediana,
particularmente adecuado para eliminar ruido impulsivo. Dada una secuencia x[n], la salida y[n] de un
filtro de mediana de orden M (impar) se obtiene ordenando los M valores x[n], x[n-1], …, x[n-(M-1)]
de menor a mayor y asignando el valor central a la salida. Por ejemplo, y[n] es el resultado de aplicar
un filtro de mediana de orden tres a la secuencia x[n]:
x[n] = {…,0, 0, 1, 3, 2, 2, 5, 2, 0, 0, …} y[n] = {…,0, 0, 0, 1, 2, 2, 2, 2, 2, 0, …}
Se pide:
a) Genere con el programa 62 la secuencia x[n] de longitud 100 muestras
x[n] = p20[n-15] + p20[n-65] + ri[n] + rg[n]
donde ri[n] es una secuencia de ruido impulsivo y rg[n] es un ruido blanco gaussiano. El ruido
impulsivo contamina la primera mitad de x[n] y se simula mediante
 1 (z[n] + |z[n]|) 0≤ n≤ 49
ri[n] =  8
 0 para otro n
con z[n] = signo(y[n]-1), siendo y[n] una secuencia de "Ruido blanco gaussiano" con 0 dB de
potencia. El ruido blanco gaussiano se localiza únicamente en la segunda mitad de x[n] y tiene
-20 dB de potencia.
b) Diseñe un filtro promediador de L=5 muestras.
c) Aplique la secuencia x[n] al promediador y a un filtro de "Mediana" con orden M=5.

d) Compare los resultados obtenidos. En particular, compruebe que los flancos del pulso p20[n-15]
sometido al ruido impulsivo son respetados por el filtro de mediana y son muy deteriorados por el
promediador, que el filtro de mediana prácticamente elimina el ruido impulsivo y que el filtro
promediador atenúa bien el ruido blanco.
e) Analice la influencia de L y M en el resultado del filtrado.
x[n] y[n]
⊕
z -1
a
⊕ ⊕
e[n]
Fig. P6.5
PROBLEMA 6.5: La realización de un sistema se muestra en la figura P6.5, donde el error de

redondeo (e[n]) producido en el multiplicador se ha modelado como un proceso blanco aditivo de media
nula y potencia σe2. Se pide:
a) En primer lugar calcule el valor de a que proporciona una respuesta frecuencial paso bajo con
frecuencia de corte a 3 dB fc = 0,1 y esboce el módulo de la respuesta frecuencial obtenida.
b) Justifique que la salida y[n] se puede expresar en función de la entrada x[n] y el error e[n] mediante
y[n] = h[n] * x[n] + h2[n] * e[n]
y calcule h2[n], así como su transformada z.

e) Obtenga la autocorrelación del ruido a la salida del filtro. Calcule la potencia Pr de este ruido en
función de a y represente, mediante el programa 62, la densidad espectral de este ruido para el
filtro paso bajo diseñado en el primer apartado.
PROBLEMA 6.6: El error de operación de los multiplicadores en la realización de la figura P6.6

(forma canónica II) se modela como una fuente aditiva que añade, tras cada multiplicador, un proceso
estacionario, blanco, de media nula y potencia σe2. Supuestas independientes las fuentes de error, se
pide:
a) La correlación del ruido de operación a la salida de la realización.
b) Si esta estructura es utilizada para realizar las células Hi(z) del ejemplo 6.9, exprese en función de
la respuesta frecuencial de cada célula la densidad espectral de potencia a la salida del filtro para las
dos combinaciones en cascada estudiadas.
c) Represente mediante 62 la densidad espectral del ruido en ambos casos. Analice el resultado
obtenido.

x[n] bo y[n]
⊕
v1 [n]
z-1
-a 1
⊕
b1
⊕
v2 [n]
z-1
b2 -a 2
⊕
Fig. P6.6
x(t) x[n]
A/D
F c = 3 kHz
Fm = 8 kHz
Fig. P6.7
PROBLEMA 6.7: Un proceso estacionario blanco analógico con densidad espectral de potencia unidad
es muestreado con una frecuencia Fm = 8 kHz tras haber sido filtrado por un filtro paso bajo ideal con
frecuencia de corte Fc = 3 kHz. Se pide:
a) La densidad espectral del proceso x[n].
b) La potencia de x[n].
c) La autocorrelación de x[n].
d) Si x[n] es procesado por un sistema con respuesta impulsional h[n] = δ[n] - δ[n-1], la potencia del
proceso y[n] resultante.
PROBLEMA 6.8: Sea y[n] el proceso respuesta de un sistema lineal e invariante a un proceso no
estacionario x[n]. Si h[n] es la respuesta impulsional del sistema, demuestre que
rxy[n1,n2] = rx[n1,n2] * h*[n2]

ryx[n1,n2] = rx[n1,n2] * h[n1]
ry[n1,n2] = rx[n1,n2] * h[n1] * h*[n2]

Utilice este resultado para obtener la correlación de la respuesta y[n] de un sistema lineal e invariante a
un proceso z[n] estacionario aplicado a su entrada a partir de n=0; considere que la excitación del
sistema es x[n] = z[n] u[n], cuya correlación es
n ≥ 0 y n+m ≥ 0
rx[n+m,n] = {r 0[m]
z
en otro caso
PROBLEMA 6.9: Demuestre que a partir de la respuesta h[n,k] a un impulso desplazado al ordinal k
h[n,k] = T{ δ[n-k] }
la correlación cruzada entre la excitación x[n] a un sistema lineal y su respuesta y[n] puede expresarse
∞
rxy[n1,n2] = ∑ rx[n1,k] h*[n2,k]
k=-∞
∞
ry[n1,n2] = ∑ rxy[k,n2] h[n1,k]
k=-∞
x[n] v[n] y[n]

N
Fig P6.10
PROBLEMA 6.10: En la figura P6.10 se recuerda el proceso para interpolar una secuencia x[n] por
una relación N entera para obtener otra secuencia y[n]. Si x[n] es un proceso estacionario, se pide:
a) La autocorrelación de v[n] en función de la autocorrelación de x[n]. ¿Es v[n] estacionario?
b) La autocorrelación de y[n].
c) Demuestre que, si el filtro interpolador es ideal, el proceso y[n] es estacionario.
PROBLEMA 6.11: Sea z[n] un proceso aleatorio resultante de la suma de una señal determinista con
potencia media finita x[n] y una señal aleatoria estacionaria y[n] de media nula:
z[n] = x[n] + y[n]
Se pide:
a) Razone que z[n] no es un proceso estacionario.
b) Justifique la siguiente definición para la autocorrelación de z[n]:

N
1
rz[m]= l i m ∑ E{ z[n+m] z*[n] }
N → ∞ 2N+1 n=-N
c) Demuestre que rz[m] = rx[m] + ry[m].
PROBLEMA 6.12: Se desea demostrar que la varianza de la estimación de la media de un proceso

estacionario de orden 2
N
1
^x = lim
m ∑ x[n,ζ i]
N → ∞ 2N+1 n=-N
viene dada por la expresión:
N
1 |m|
E{ |m
^ x - mx|2 } = l i m ∑ (1 - ) c [-m]
2N+1 x
(P6.12)
N → ∞ 2N+1 m=-N
Para ello, considere la variable aleatoria
N
1
~ =
m x ∑
2N+1 n=-N
x[n,ζ i]
cuyo límite para N tendiendo a infinito proporciona m ^ x. Esta variable puede considerarse la muestra
y[0] de la respuesta al proceso x[n] del sistema con respuesta impulsional
 1 |n| ≤ N
h[n] =  2N+1
 0 para otro n
Se pide:
~ : E{ |m
a) El momento de segundo orden de m ~ |2 } = E{ |y[0]|2 } = r [0].
x x y
~ .
b) La varianza de m x
c) La demostración de (P6.12).
PROBLEMA 6.13: En el submenú "Señales" de "Generación" de 62, la opción "Tren aleatorio de

pulsos" proporciona una realización de un proceso constituido por pulsos cuya polaridad es positiva o
negativa con igual probabilidad. Si L es la duración especificada para los pulsos, el proceso puede
describirse en función del resultado del lanzamiento k-ésimo de una moneda:
x[n] = { -11 si sale cara

si sale cruz (k-1)L ≤ n ≤ kL-1
Se pide:
a) Determine la media y la autocorrelación de este proceso.

b) Trate de estimar estas funciones a partir de realizaciones del proceso.
PROBLEMA 6.14: Considere que la ventana utilizada en la estimación de la densidad espectral de

potencia de un proceso x[n] es la secuencia
|n| ≤ N
v[n] = vN[n] = { 01 para otro n
Demuestre que
 (1 - 2 |m | ) rx[m] |m | ≤ N
E{ r^x[m] } =  2N+1
 0 para otro m
Con este resultado, pruebe que la estimación espectral es asintóticamente insesgada
lim ^ (ejω) } = S (ejω)

E{ Sx x
N→ ∞
si la secuencia z[m] = m rx[m] es sumable en módulo.
PROBLEMA 6.15: Sean x[n] e y[n] dos procesos reales y estacionarios. Mediante una combinación
lineal de muestras del primer proceso se pretende estimar las muestras del segundo, como se indica en
la siguiente relación
P
^ =-
y[n] ∑ ai x[n-i]
i=1
Los coeficientes de la estimación se determinan de forma que la potencia del error
^
e[n] = y[n] - y[n]
sea mínima. Se pide:

a) Demuestre que, para minimizar la potencia del error, debe verificarse que
E{ e[n] x[n-k] } = 0 k = 1, …, P
es decir, el error ha de ser ortogonal a los datos (principio de ortogonalidad ).

b) Si se desea realizar la predicción de las muestras de x[n] en base a las P muestras anteriores
(y[n] = x[n], predicción lineal ), obtenga en función de la autocorrelación de x[n] el sistema de
ecuaciones que proporciona los coeficientes ai. Calcule la potencia del error.
c) Si el error de la predicción es un proceso blanco, se dice que el proceso es autorregresivo. Muestre
que, bajo este supuesto, x[n] se puede modelar como la respuesta a un proceso blanco de un
sistema cuya función de transferencia es

1
H(z) =
P
1 + ∑ ai z- i
i=1
En consecuencia, el producto de la potencia del proceso blanco de entrada por el módulo al cuadrado
de la respuesta frecuencial de este sistema constituye la densidad espectral de potencia del proceso.
d) Con el programa 62, genere una realización de un proceso autorregresivo, que responda a la
ecuación
x[n] = 0,55623 x[n-1] - 0,81 x[n-2] + e[n]
donde e[n] es un proceso gaussiano blanco con potencia unidad. Estime la autocorrelación de x[n]
y, mediante las opciones "Predicción lineal", "Filtro FIR: Respuesta impulsional" y "Sistema
inverso", determine el sistema H(z) y la densidad espectral de potencia del proceso. Varíe el orden P
de la predicción lineal, de la longitud del segmento de la realización utilizado para estimar la
correlación y la ventana usada para definir el segmento; observe los efectos producidos.

Manual de prácticas 291
LIBRO SEGUNDO:
MANUAL DE PRÁCTICAS
Europea.
I Las secuencias 293
Práctica I: Las secuencias
I.1 Objetivos
Con esta práctica se pretende estudiar las particularidades de la representación discreta de la frecuencia
que la diferencian de la representación analógica, comprender mejor la relación entre los conceptos de
frecuencia en los dominios analógico y discreto, y realizar una primera aproximación a las
conversiones A/D y D/A, analizando la misión de los filtros antialiasing y reconstructor utilizados.
I.2 Estudio previo
I.2.1 Secuencias exponenciales complejas
Las secuencias exponenciales complejas responden a la expresión
x[n] = C zn (I.1.a)
donde C y z son dos números complejos. Estas secuencias juegan un papel muy importante en el
estudio de las señales y los sistemas discretos. Si el número complejo z se expresa en la forma polar
z = r ejω (I.1.b)
donde r es su módulo y ω su argumento, y lo mismo se hace con la constante C
C = A ejθ (I.1.c)
la secuencia puede expresarse como
x[n] = A rn cos(ωn + θ) + j A rn sin(ωn + θ) (I.1.d)
El caso particular r=1 es especialmente importante, ya que la secuencia senoidal compleja
x[n] = C ejωn (I.2)

constituye la base del análisis frecuencial en el dominio del tiempo discreto, representando la
componente de pulsación ω. Esta secuencia es el equivalente a la señal analógica
x(t) = C ejΩt
donde C es el fasor y Ω es la pulsación de la componente frecuencial. La pulsación del dominio

discreto ω se relaciona con la frecuencia f mediante la expresión:
ω=2πf
El primer objetivo de este estudio es analizar las siguientes propiedades:
a) Las componentes frecuenciales son periódicas si, y sólo si, su frecuencia f es un número racional.
1.- En efecto, si la secuencia (I.2) tiene periodo P, es decir:
x[n] = x[n+P] para todo n
demuestre que ha de verificarse:
2πfP = 2π k
donde el entero k indica el número de ciclos completos de la componente en las P muestras

del periodo.
Así, la frecuencia de una componente periódica ha de responder a la expresión
f = k/P
número racional que indica que en el periodo de P muestras la componente recorre k ciclos
completos. De ello se deduce, en principio, que cuanto mayor sea la frecuencia más rápidamente
evoluciona la secuencia (para un número dado de muestras más ciclos recorre).
2.- Indique periodo y ciclos recorridos por periodo para las frecuencias f1 =3/32, f2 =4/32,
f3=0,109375.
b) Las sinusoides complejas cuyas pulsaciones difieren en un múltiplo entero de 2π representan la

misma evolución temporal, puesto que para k entero
x[n] = C ejωn = C ej(ω+2πk)n (I.3)

Este hecho admite dos interpretaciones importantes. Por un lado, se puede enunciar que en el
dominio discreto una componente frecuencial de pulsación ω en realidad representa todas las
componentes frecuenciales siguientes:
ω ± 2πk k = 0, 1, 2, 3, ...
o, expresado en términos de la frecuencia en lugar de la pulsación, se puede decir que la secuencia

(I.3) con frecuencia f representa a todas las componentes frecuenciales cuya frecuencia sea:
f±k k = 0, 1, 2, 3, …
Una segunda interpretación de (I.3) permite enunciar que, en lo que se refiere a la representación de
formas de onda distintas, disponemos en el mundo discreto de un intervalo limitado de pulsaciones
(de amplitud 2π, frente a un intervalo infinito en el dominio analógico), intervalo que por razones
prácticas tomaremos entre -π y π. Esto nos permite restringir el margen de representación de las
pulsaciones en el dominio discreto entre -π y π. Se puede concluir, por tanto, que la pulsación ω
de la componente que representa la evolución temporal más rápida es ω=π (f=1/2).
Cuando en (I.1) r es distinto de 1, la exponencial representa formas de onda crecientes con n (r>1) o
decreciente (r<1). La velocidad de la evolución es función del valor de r. Valores próximos a 1 suponen
una evolución lenta; valores alejados de la unidad implican evoluciones progresivamente más rápidas,
ya sean crecientes (r>1) o decrecientes (r<1). La constante de tiempo M de la evolución puede
definirse, por ejemplo, mediante la relación:
|x[n+M]/x[n]| = rM ≤ e-1 = 0,368
lo que proporciona para M el valor1
M = −1 / ln(r) 
Un valor de M positivo indica una secuencia decreciente; un valor negativo, implica una secuencia
creciente. Aunque desde un punto de vista teórico una secuencia exponencial tiene una duración
infinita, a efectos prácticos se acepta que una exponencial decreciente que comienza en n=0
x[n] = C zn u[n]
desaparece al cabo de 5 constantes de tiempo; es decir, que su longitud L viene dada por
L =  - 5 / ln(r)  (I.4)
1  x  expresa el entero más próximo a x cuyo valor absoluto sea mayor o igual que el de x.

I.2.2 Secuencias senoidales
En la mayor parte de las situaciones las señales no son complejas, sino reales; así, por ejemplo, una
oscilación mantenida correspondiente a un fenómeno físico viene representada por una señal senoidal.
La expresión general de las señales senoidales discretas es:
x[n] = A cos(ωn + θ) = A cos(2πfn + θ) (I.5)
donde A es la amplitud de la sinusoide, ω es la pulsación en radianes por muestra, f es la frecuencia

en ciclos por muestra y θ la fase en radianes.
Puesto que la secuencia senoidal (I.5) puede expresarse en función de las componentes frecuenciales
(I.2) mediante la relación
1
x[n] = A cos(ωn + θ) = Re[ C ejωn] = (C ejωn + C* e-jωn)
2
basándose en las propiedades de las mismas, se puede enunciar que:
a) La señales senoidales son periódicas si, y sólo si, su frecuencia f es un número racional.
b) Dado que una sinusoide está constituida por las componentes frecuenciales ω y -ω , en el dominio
discreto una sinusoide de pulsación ω en realidad contiene todas las componentes frecuenciales
siguientes:
ω ± 2πk y - ω ± 2πk k = 0, 1, 2, 3,...
c) Además, en cuanto a la representación de formas de onda distintas, el conjunto de las pulsaciones

de las señales senoidales del dominio discreto se puede limitar entre 0 y π (en frecuencia, entre 0 y
1/2).
3.- Realice el producto de la sinusoide (I.5) con la secuencia x[n]=(-1)n=cosπn. Determine la

pulsación en el intervalo (0,π) de la secuencia senoidal resultante.
4.- Aplique el resultado obtenido al caso de que f1=3/32.
I.2.3 Conversión A/D y D/A de señales senoidales
La conversión A/D es la operación que permite la adquisición de una señal analógica para su
representación y manipulación en el mundo discreto, ya sea con un microprocesador o un computador
de propósito general. La operación básica que realiza es la toma de muestras de una señal analógica
x(t) a intervalos regulares de tiempo T (periodo de muestreo), generando una secuencia x[n] tal que:
x[n] = x(t)|t=Tn = x(nT)

Si en la conversión A/D se hace uso de una frecuencia de muestreo Fm la relación entre la frecuencia
del dominio discreto f y la frecuencia analógica F es f=F/Fm, puesto que al muestrear una sinusoide
analógica
x(t) = A cos (Ωt + θ) = A cos(2πFt + θ)
obtenemos
x[n] = A cos(2πFt + θ)|t=Tn = A cos(2πFTn + θ) = A cos(2πF/Fmn + θ) = A cos(2πfn + θ)
donde T=1/Fm es el periodo de muestreo.
Debido a la limitación de la representación frecuencial en el dominio discreto, dos sinusoides

analógicas de frecuencias distintas pueden dar origen, al ser muestreadas, a la misma secuencia. Un
ejemplo de esta situación se muestra en la figura I.1, donde se proporciona la secuencia resultante del
muestreo de dos sinusoides cuyas frecuencias son F1=Fm/4 y F2=3Fm/4. De acuerdo con lo estudiado
anteriormente, las componentes frecuenciales de la primera sinusoide son
1
f1 = ± ±k k = 0, 1, 2, 3, …
4
y las de la segunda
3
f2 = ± ±k k = 0, 1, 2, 3, …
4
Es inmediato comprobar que f1 = f2. Obsérvese que si la señal analógica muestreada contuviese ambas
sinusoides, esta circunstancia no sería detectable en la secuencia obtenida por muestreo, ya que ambas
componentes analógicas son representadas por la misma forma de onda en el dominio discreto. Este
fenómeno se denomina aliasing. Es importante destacar que el aliasing se produce porque las
F = 3F m / 4
t
... ...
n
F = Fm / 4
Fig. I.1 Secuencia resultante del muestreo de dos sinusoides de frecuencias F m/4 y 3Fm/4

frecuencias de las sinusoides analógicas se relacionan mediante
F 2 = F m - F1
de modo que la frecuencia discreta F1 /F m correspondiente a F1 está en el intervalo (0, 1/2) y la

correspondiente a F2 se encuentra fuera del mismo, pero ambas son representadas por la misma
secuencia.
Si las componentes frecuenciales de la señal analógica a muestrear cubren el intervalo (-Bf, Bf) y se
desea que cada una de ellas tenga su propia representación en el dominio discreto (-1/2, 1/2) sin que se
produzca aliasing, ha de tomarse Fm de modo que
Bf / Fm ≤ 1/2
ο lo que es lo mismo:
Fm ≥ 2 Bf (I.6)
relación que constituye el criterio de Nyquist. En la práctica queda garantizado el cumplimiento de esta
condición disponiendo, previo al convertidor A/D, un filtro paso bajo (filtro antialiasing) con una
frecuencia de corte inferior a Fm/2.
5.- Si se muestrea una señal senoidal analógica de frecuencia 750 Hz con una frecuencia de
muestreo Fm=8 kHz, determine la frecuencia en el intervalo (0, 1/2) de la secuencia obtenida.
6.- Si la sinusoide analógica es de frecuencia 5 kHz y no se dispone de filtro antialiasing, indique,

para la misma frecuencia de muestreo, la frecuencia en el intervalo (0, 1/2) de la secuencia
obtenida. Determine la frecuencia F<Fm /2 de la sinusoide analógica cuyo muestreo
proporcionaría la misma secuencia.
y[n] y(t)
... ... ... ...
-1 0 1 n -T 0 T t
y[n] y(t)
D/A
Fm
Fig. I.2 Ilustración de la conversión D/A de una secuencia

x(t)
y(t)
... ...
-T 0 T t
Fig I.3 Señal muestreada x(t) y su reconstrucción y(t)
La conversión D/A de una secuencia y[n] se ilustra en la figura I.2. A intervalos fijos de tiempo T
(que se corresponde con el periodo de la frecuencia de reloj Fm que gobierna al convertidor D/A)
segenera a la salida una tensión proporcional al valor de las sucesivas muestras de y[n] y que se
mantiene durante el tiempo T. Este proceso puede describirse matemáticamente mediante la expresión:
∞
y(t) = ∑ y[n] p(t-nT)
n=-∞
donde la señal analógica p(t) es un pulso rectangular de duración T segundos. En la figura I.3 se
muestra una señal analógica x(t), la secuencia resultante al muestrearla con un periodo de muestreo T y
su reconstrucción y(t) por un convertidor D/A. Se comprende que, para recuperar la señal analógica
mediante la conversión D/A de la secuencia, deba tomarse la misma frecuencia de muestreo que la
empleada en la conversión A/D. La señal y(t) es una aproximación a x(t) que puede ser mejorada
mediante un filtro paso bajo que suavice la forma de onda o, dicho de otra forma, elimine las
componentes de alta frecuencia presentes en la señal reconstruida. En realidad, como se demuestra en el
capítulo 3, y(t) contiene todas las componentes frecuenciales presentes en y[n] (con la frecuencia
multiplicada por Fm). Así, bajo el supuesto de que x(t) fue adquirida sin aliasing, puede decirse que las
componentes de las distintas señales son las siguientes:
x(t) (-Fm/2, Fm/2)

x[n] = y[n] (-1/2, 1/2) ± k
y(t) (-Fm/2, Fm/2) ± kFm
donde k = 0, 1, 2, 3, etc. En consecuencia, para recuperar x(t) se ha de disponer tras el convertidor D/A
un filtro paso bajo (filtro reconstructor) que elimine las componentes frecuenciales de y(t) fuera del
intervalo (-Fm/2, Fm/2), correspondientes a las componentes frecuenciales de la secuencia ajenas a
(-1/2, 1/2).
7.- Si se realiza la conversión D/A de la secuencia obtenida en 5 con un convertidor trabajando a

una frecuencia de muestreo de 8 kHz y un filtro reconstructor con frecuencia de corte 3,6 kHz,
indique las componentes frecuenciales de la señal analógica generada.

Procesador
Filtro Filtro
A/D discreto D/A
antialiasing reconstructor
de señal
Fc < F m/2 Fm Fm Fc < F m/2
Fig. I.4 Conversión A/D y D/A en el entorno analógico de un procesador discreto de señal
8.- Si se realiza la conversión D/A de la secuencia obtenida en 6 con un convertidor trabajando a

una frecuencia de muestreo de 8 kHz y un filtro reconstructor con frecuencia de corte 3,6 kHz,
indique las componentes frecuenciales de la señal analógica generada.
9.- Si en el caso anterior la frecuencia de corte del filtro reconstructor es de 5,2 kHz, indique cuáles
serían las componentes frecuenciales de la señal analógica generada.
En la figura I.4 se muestra el entorno analógico del tratamiento discreto de señal. Tal como se acaba
de ver, para que la composición frecuencial de las señales no sufra alteración en los procesos de
conversión A/D y D/A, es imprescindible la presencia de los filtros antialiasing y reconstructor, con
frecuencia de corte inferior a Fm/2. La ausencia del filtro antialiasing (o un filtro antialiasing con una
frecuencia de corte mayor que Fm/2) provoca que componentes frecuenciales de la señal analógica a
convertir superiores a Fm/2 queden representadas como frecuencias inferiores, con lo que se produce la
contaminación (aliasing) de las componentes de baja frecuencia (|F|<Fm/2) de la señal analógica por
las componentes de alta frecuencia (|F|>Fm/2). Cuando no se hace uso del filtro reconstructor (o éste
presenta una frecuencia de corte mayor que Fm/2), la señal contendrá, además de las componentes
frecuenciales en el intervalo (-Fm/2, Fm/2), sus réplicas con |F|>Fm/2.
10.- Una señal analógica compuesta por dos tonos de frecuencia 750 Hz y 5 kHz es muestreada sin
filtro antialiasing con una frecuencia de muestreo de 8 kHz. Si la secuencia resultante es
convertida a señal analógica con la misma frecuencia de muestreo, haciendo uso de un filtro
reconstructor con frecuencia de corte 3,6 kHz, indique las componentes frecuenciales de la señal
analógica generada.
11.- Repita 7 con Fm=10 kHz.
Como final de este estudio previo lea las experiencias a realizar en el laboratorio y organice su trabajo
antes de acudir al mismo.
I.3 En el laboratorio
A.- Genere, mediante la opción "Sinusoide amortiguada" del submenú "Señales" de Generación,
una señal senoidal con ω=1 y compruebe gráficamente su falta de periodicidad.

B.- Genere sendas sinusoides con longitud L=256 muestras y frecuencias f 1 =3/32 y f2 =4/32.
Compruebe gráficamente que el periodo y el número de ciclos por periodo coinciden con los
calculados en el apartado 1 del estudio previo. Indique cómo cuenta los ciclos.
C.- Realice el producto de la sinusoide f1 con la secuencia x[n]=(-1)n. Compruebe gráficamente que
el periodo y el número de ciclos por periodo de la secuencia resultante se corresponden con la
frecuencia determinada en el apartado 4 del estudio previo.
D.- A fin de familiarizarse con las secuencias exponenciales, genere varias sinusoides amortiguadas
con distintos valores para sus parámetros A, θ, r y ω. Compruebe aproximadamente la
constante de tiempo del amortiguamiento, asocie los parámetros a las principales características
de la forma de onda y describa su influencia en ella.
E.- Mediante la opción "Conversión D/A" de "Archivo", genere una señal senoidal analógica
convirtiendo la sinusoide discreta f1 con una frecuencia de muestreo Fm=8 kHz y una frecuencia
de corte para el filtro reconstructor Fc =3,6 kHz (a=13, b=36). Determine el periodo y la
frecuencia de la señal generada.
F.- Genere otra secuencia senoidal con frecuencia f1, pero fase distinta a la utilizada en el apartado
B (por ejemplo, con una diferencia de π/5). Aunque las muestras y la apariencia de ambas
señales son distintas, ambas representan la misma forma de onda analógica, como se puede
comprobar repitiendo la experiencia E con la nueva secuencia. ¿Cómo interpreta este resultado?
G.- Repita la experiencia E con Fm=10 kHz y Fc=4,26 kHz (a=11, b=34).
H.- La opción "Test de filtrado", ubicada en el menú "Archivo" de Sistemas, realiza la conversión
A/D de una señal analógica y la conversión D/A de la secuencia resultante, haciendo uso de la
misma frecuencia de muestreo y de filtros antialiasing y reconstructor con la misma frecuencia
de corte. Seleccione Fm =8 kHz y Fc=3,6 kHz, tome como entrada del convertidor A/D una
señal senoidal y varíe su frecuencia; observe en el osciloscopio esta señal y la salida del
convertidor D/A. Anote los resultados más sobresalientes de la experiencia; en particular,
observe los límites de las bandas de paso y atenuada de los filtros antialiasing y reconstructor,
y represente la frecuencia de la señal a la salida en función de la frecuencia de la entrada.
I.- Repita la experiencia H con Fm=8 kHz y Fc=5,2 kHz (a=9, b=52). Anote las diferencias con la
experiencia anterior y trate de explicarlas a la luz del estudio previo realizado. En particular,
observe que se produce distorsión: ¿por qué?, ¿a partir de qué frecuencia de la sinusoide de
entrada?, ¿por qué a partir de esa frecuencia?

II Los sistemas 303
Práctica II: Los sistemas
II.1 Objetivos
Esta práctica aborda el estudio de los sistemas discretos y sus propiedades más importantes; para ello
se hace uso de varios sistemas de interés teórico y práctico en el tratamiento de señales discretas. Se
dedica especial atención a los sistemas lineales e invariantes con el tiempo. La práctica se completa
con el estudio de la respuesta a señales senoidales de dos sistemas discretos: un diezmador y un filtro
FIR.
II.2 Estudio previo
II.2.1. Sistemas discretos
Un sistema discreto es un operador T{ } que transforma una secuencia x[n] (entrada) en otra secuencia
y[n] (salida), tal como se representa en la figura II.1.
x[n] y[n]
T{ }
Fig. II.1 Representación simbólica de un sistema con entrada x[n] y salida y[n]
En el presente estudio de los sistemas discretos se van a considerar los tres sistemas definidos por las
relaciones entrada-salida siguientes:
Sistema 1 : y[n] = x[-n]

Sistema 2: y[n] = x[Nn] (diezmador)
∞
Sistema 3: y[n] = ∑ x[n + rP] (generador de periodicidad)
r=-∞

donde N y P son números enteros y positivos.
1.- Defina una secuencia sencilla con origen en n=0 y L muestras; por ejemplo:
 n 0 ≤ n≤ L-1
x[n] =  L-1
 0 para otro n
Determine la respuesta a la misma de los tres sistemas, tomando N<<L y dos valores impares
para P, uno menor y otro mayor que L (trabaje con valores concretos para N, L y P).
Las propiedades básicas que permiten caracterizar el comportamiento de los sistemas discretos son:
linealidad, invarianza temporal, causalidad y estabilidad.
2.- Analice el cumplimiento de estas propiedades por los tres sistemas definidos.
3.- a) A partir de x[n] obtenga las muestras correspondientes a un periodo de la secuencia
∞
y[n] = ∑ x[-2n + 1 + rP] (II.1)
r=-∞
con uno de los valores para P tomados en el apartado 1.

b) Además de los tres sistemas estudiados anteriormente, considere el sistema que produce el
retardo de una muestra. Justifique el orden en que han de situarse en cascada dichos sistemas
para que su combinación responda a x[n] con la secuencia y[n].
II.2.2 Convolución lineal
Cuando un sistema es lineal e invariante con el tiempo, su relación entrada-salida puede ser establecida
en términos de su respuesta h[n] al impulso unidad mediante la convolución lineal:
∞ ∞
y[n] = x[n] * y[n] = ∑ x[k] h[n-k] = ∑ x[n-k] h[k]
k=-∞ k=-∞
4.- Considere el sistema definido por la relación entrada-salida:
1 M-1
Sistema 4: y[n] = ∑ x[n - k]
M k=0
(promediador)
Este sistema realiza el promedio de M muestras de la secuencia de entrada. Determine su

respuesta impulsional.

II Los sistemas 305
5.- Haciendo uso de la convolución lineal, calcule gráficamente la respuesta del sistema 4 con
M=8 al pulso rectangular de longitud L:
0 ≤ n≤ L-1
pL[n] = { 01 para otro n
en los supuestos M≤L y M>L.
6.- Si el sistema promediador con M=8 es alimentado por una onda cuadrada de periodo 2L:
∞
c[n] = ∑ pL[n + r(2L)]
r=-∞
obtenga la respuesta en los supuestos M≤L y M>L (trabaje con valores concretos para L).
II.2.3 Respuesta a una sinusoide
Como ya se ha dicho en la práctica I, las señales senoidales son particularmente importantes en el

estudio de las señales y los sistemas.
7.- Determine la respuesta del sistema 2 (diezmador) a una sinusoide de pulsación ω cualquiera.
Exprese en el intervalo (0, π) la pulsación de la respuesta .
8.- Considere el sistema lineal e invariante FIR definido por la siguiente ecuación en diferencias
finitas
Sistema 5: y[n] = x[n] + a x[n-1] + x[n-2]
Determine su respuesta impulsional y exprese su respuesta frecuencial en la forma
H(ejω) = e -jω HR(ω) HR(ω) real
Calcule a para que se anule la respuesta del sistema a una sinusoide de frecuencia fo.
II.3 En el laboratorio
A.- Mediante la opción "Editar secuencia" genere la secuencia que haya definido en el apartado 1 del
estudio previo, con P<L aplíquele la combinación de sistemas determinada en el apartado 3 y

compruebe que la secuencia resultante responde a la expresión (II.1). Si el resultado no le

coincide, averigüe y corrija la causa.
B.- Mediante la opción "Editar secuencia" genere la respuesta impulsional del sistema 4
(Promediador) con M=8 y compruebe sus soluciones a las cuestiones 5 y 6 del estudio previo
para M≤L.
C.- Se desea hacer uso del sistema promediador para filtrar una onda cuadrada analógica. Para ello, a
partir de la respuesta impulsional editada en el apartado anterior, construya el correspondiente
sistema mediante la opción "Filtro FIR: Respuesta impulsional" del menú "Datos" de
"Sistemas"; y, por medio de la opción "Filtrado analógico" con Fm=8 kHz y Fc=3,6 kHz, filtre
una señal cuadrada. Varíe la frecuencia de esta onda cuadrada y observe la respuesta del sistema
en el osciloscopio. Con la experiencia de haber realizado el apartado 6 del estudio previo,
justifique la forma de onda (y los tiempos) de la respuesta que se obtiene cuando la frecuencia
de la onda cuadrada es 250 Hz o 500 Hz. Represente el módulo de la respuesta frecuencial del
sistema y justifique la respuesta del mismo cuando la frecuencia de la onda cuadrada es1 kHz.
D.- Elija el parámetro a del sistema 5 de forma que su respuesta frecuencial se anule a la frecuencia
fo=5/32. Genere mediante la opción "Editar secuencia" la respuesta impulsional de este sistema
FIR. Obtenga el correspondiente sistema mediante la opción "Filtro FIR: Respuesta
impulsional" del menú "Datos" de "Sistemas"; haciendo uso de la opción "Filtrado analógico"
con Fm=8 kHz y Fc=3,6 kHz filtre una señal senoidal y variando su frecuencia compruebe que
presenta el cero de transmisión deseado.
E.- Se desea filtrar una onda cuadrada de frecuencia 700 Hz de forma que se eliminen todos sus
armónicos, a excepción del tercero. Determine la respuesta impulsional de un filtro discreto
que, trabajando a la frecuencia de muestreo Fm=8 kHz, presente un cero de transmisión a las
frecuencias correspondientes al fundamental y armónicos impares de la onda cuadrada2, a
excepción del tercero. Filtre con el sistema diseñado la onda cuadrada y obsérvela en el
osciloscopio junto a la respuesta obtenida. Compruebe la forma y la frecuencia de ésta.
Experiencia opcional:
F.- Compruebe el resultado del apartado 7 de su estudio previo sobre la respuesta del sistema 2
(diezmador) a una sinusoide; para ello, obtenga con N=3 la respuesta a una sinusoide de
frecuencia f1=3/32. Repita la experiencia para f2=9/32.
2 Como es lógico, deben considerarse únicamente los armónicos dentro de la banda de paso del filtro antialiasing.
Recuérdese que la onda cuadrada carece de los armónicos pares.

III Transformada de Fourier, correlación y espectro 307
Práctica III: Transformada de Fourier, correlación y

espectro
III.1 Objetivos
En esta práctica se ilustra el análisis de las propiedades de las señales mediante la transformada de
Fourier y la secuencia de autocorrelación. Además, se ejercita la utilización de la DFT en el trabajo
con la transformada de Fourier.
III.2 Estudio previo
III.2.1 La transformada discreta de Fourier
La transformada de Fourier de una secuencia x[n] se define mediante la expresión
∞
X(ejω) = ∑ x[n] e-jnω (III.1)
n=-∞
Esta función de ω es periódica con periodo 2π y es de fundamental importancia en el estudio de las

señales y los sistemas.
1.- La convolución de un pulso rectangular de M muestras
0 ≤ n ≤ M-1
pM [n] = { 10 para otro n
consigo mismo proporciona un pulso triangular. Haciendo uso de esta propiedad, obtenga la
transformada de Fourier de un pulso triangular de amplitud máxima la unidad, con origen en
n=0 y longitud L un número impar de muestras (L=2M-1)3:
3 ¿Cómo es un pulso triangular con longitud L par?¿Cuál es su transformada de Fourier?

 1 - |n-M+1| 0 ≤ n ≤ L-1 = 2M
tr[n] = tr[L-1-n] =  M
 0 para otro n
2.- Calcule la transformada de Fourier de la secuencia
y[n] = (-1)n x[n]
en función de la transformada de Fourier de x[n]. Interprete gráficamente el resultado alcanzado.

Si x[n] es una sinusoide con frecuencia fo, ¿cuál es la frecuencia f1 de y[n]? Represente f1 en
función de fo expresando ambas frecuencias en el intervalo (0,1/2).
Para representar gráficamente la transformada de Fourier o manipularla numéricamente, es preciso

discretizar el intervalo de ω en el que se pretende trabajar. Por ejemplo, tomar la secuencia
X[k] = X(ejω) | ω=2πk/N
siendo N el número de puntos con los que se discretiza el intervalo (0,2π), correspondiente al primer
periodo de la transformada. De todos modos, si la secuencia x[n] no tiene una longitud finita, el
cálculo de la suma (III.1) resulta inviable. En la práctica se define la transformada discreta de Fourier
(DFT) como la secuencia con N muestras distintas de cero:
N-1
X[k] = ∑ x[n] e-j2πkn/N k = 0, ..., N-1 (III.2.a)
n=0
cuya transformada inversa es:
1 N-1
x[n] = ∑ X[k] ej2πkn/N
N k=0
n = 0, ..., N-1 (III.2.b)
De la transformada discreta de Fourier puede decirse que:

a) Coincide con la discretización de la transformada de Fourier, si la secuencia x[n] es distinta de cero
solamente en el intervalo [0,N-1];
b) En caso contrario, supone un enventanado de la secuencia x[n] a transformar, de modo que la DFT
en realidad proporciona la discretización de la transformada de Fourier de la secuencia
xN[n] = x[n] vr[n]
donde vr[n] es la ventana rectangular:
0 ≤ n ≤ N-1
vr[n] = pN[n]= { 01 para otro n

En este caso, la DFT inversa recupera las muestras de xN [n], es decir, las muestras de x[n]
correspondientes a los ordinales de n=0 a N-1.
c) Cuando N es una potencia de 2, se puede calcular de forma muy eficiente mediante un algoritmo
denominado transformada rápida de Fourier (FFT), cuyo principio básico se analiza en el problema
2.19.
d) Cuando la DFT corresponde a una secuencia real, verifica:
X[0] real (III.3.a)

X[k] = X*[N-k] k = 1, ..., N-1 (III.3.b)
ya que la transformada de Fourier satisface la siguiente propiedad de simetría:
X(ejω) = X*(e-jω) = X*(ej(2π-ω))
Así, en el caso de secuencias reales, es suficiente representar el intervalo (0,π) de ω de la

transformada de Fourier o las muestras entre 0 y N/2, ambas incluidas, de la DFT.
e) Si la secuencia X[k] se obtiene mediante el muestreo en frecuencia de la transformada de
Fourier
X[k] = X(ejω) | ω=2πk/N k = 0, ..., N-1 (III.4.a)
tiene como transformada inversa la secuencia de N muestras:
∞
x'[n] = ∑ x[n + rN] n = 0, ..., N-1 (III.4.b)
r=-∞
que también puede expresarse:
∞
x'[n] = pN[n] . ∑ x[n + rN]
r=-∞
La secuencia x'[n] coincide con x[n] solamente si las muestras de ésta fuera del intervalo [0, N-1]
son todas nulas.
Se le plantea la siguiente cuestión:
3.- Si PM[k] (k=0,..., N-1) es la DFT de un pulso rectangular de M muestras y X[k] = (PM[k])2,
¿cuál es la secuencia x[n], DFT inversa de X[k]? Responda para los casos:
a) M = 6, N = 5
b) M=N=6
c) M = 6, N = 10
d) M = 6, N = 14

III.2.2 Secuencias periódicas
Considérese una secuencia x[n] con periodo P. Esta secuencia puede expresarse en función de su
periodo fundamental
0 ≤ n ≤ P-1
xo[n] = { x[n]
0 para otro n
mediante la relación
∞
x[n] = ∑ xo [n + rP] (III.5.a)
r=-∞
Por otro lado, si Xo[k] es la DFT con P muestras de xo[n], cuando se elimina en la expresión (III.2.b)
de la DFT inversa la limitación temporal al intervalo [0, P-1], se obtiene una secuencia con periodo P
P-1
1
~
x o[n] = ∑ X o[k] ej2πkn/P
P k=0
Ahora bien, al ser las muestras de xo[n] nulas fuera del intervalo [0, P-1], se verifica (III.4.a):
Xo[k] = Xo(ejω) | ω=2πk/P k = 0, ..., P-1
En consecuencia, de acuerdo con (III.4.b) y (III.5.a), x~o[n] coincide con x[n]. De este modo, x[n] puede
expresarse mediante la combinación lineal
P-1 2π
~
x[n] = ∑ X[k] ej P k n (II.5.b)
k=0
de las componentes frecuenciales ω k = 2πk/P para k = 0, ..., P-1, cuyos coeficientes son
~
X[k] = Xo[k]/P.
Este resultado es el equivalente al desarrollo en serie de Fourier de una señal analógica periódica. De
~
hecho los factores X[k] se denominan coeficientes del desarrollo en serie de Fourier discreta (DFS). Sin
embargo, no debe quedar sin alusión una notable diferencia entre ambos casos. En el dominio
analógico el número de armónicos (componentes con frecuencias múltiplos del fundamental) que se
combinan para formar la señal es infinito. Sin embargo, coherentemente con la limitación de la
representación frecuencial en el dominio discreto, el número de armónicos del fundamental ω1 = 2π/P
que se suman en (III.5.b), es únicamente P (k = 0, …, P-1), ya que el armónico P-ésimo ω P es en
realidad ωo, el armónico (P+1)-ésimo es ω1, la componente correspondiente a k = -1 es ωP-1, etc. En
el problema 2.11 se profundiza en el estudio de las propiedades de la DFS.

4.- Haga uso del resultado anterior para obtener la transformada de Fourier de una secuencia x[n]
con periodo P. Obtenga también la transformada de un segmento de L muestras
xL[n] = x[n] pL[n]
De acuerdo con la expresión (III.5.a) una secuencia periódica x[n] puede verse como la respuesta a su
periodo fundamental xo[n] del sistema 3 de la práctica II:
∞
Sistema 3: y[n] = ∑ x[n + rP] (generador de periodicidad)
r=-∞
5.- Esta interpretación permite extraer consecuencias interesantes, cuya demostración se le pide:
a) Una secuencia con periodo P puede modelarse como la respuesta al tren de pulsos
∞
t[n] = ∑ δ[n + rP]
r=-∞
de un sistema con respuesta impulsional xo[n], tal como se simboliza en la figura III.1
b) La respuesta y[n] de un sistema lineal e invariante con respuesta impulsional h[n] a una
secuencia periódica x[n] es una secuencia con el mismo periodo. Esta secuencia puede
obtenerse como la respuesta del sistema 3 a la convolución de xo[n] y h[n] (respuesta a
xo[n] del sistema con respuesta impulsional h[n])
t[n] x[n]
xo [n]
Fig. III.1 Representación de la secuencia periódica x[n] como respuesta de un sistema lineal e
invariante a un tren de deltas equiespaciadas t[n].
III.2.3 Identificación de un sistema recurrente
La respuesta impulsional h[n] caracteriza a un sistema lineal e invariante. Sin embargo, cuando su
longitud L es grande, una realización no recurrente para el sistema no proporciona una realización
económica, ya que la relación entrada-salida del sistema:
L-1
y[n] = ∑ h[n] x[n-k]
k=0
que es la propia convolución lineal, implica una gran carga computacional (L multiplicaciones y
sumas por cada muestra de salida).

Para aliviar dicha carga, se determina (identifica) un sistema recurrente de orden P bajo, cuya respuesta
impulsional aproxime la respuesta impulsional dada, y se sustituye el sistema recurrente por el
sistema recurrente diseñado. Sea
P
y[n] = - ∑ ak y[n-k] + G x[n] (III.6)
k=1
la relación entrada salida del sistema recurrente a diseñar. Como se comprueba sin dificultad, la
respuesta impulsional ha[n] de este sistema satisface
P
ha[n] = - ∑ ak ha[n-k] para n> 0
k=1
En general, la respuesta impulsional a aproximar h[n] no cumplirá esta relación. No obstante, se

pueden determinar los coeficientes ak de modo que la energía del error
P
Ee = ∑ (h[n] + ∑ ak h[n-k])2 (III.7)
n k=1
sea mínima. Obsérvese que el problema planteado es formalmente idéntico a la predicción lineal
introducida en el ejemplo 2.11: se desea determinar los coeficientes de la combinación lineal que
expresa la muestra de la respuesta impulsional en un instante h[n] en función de las muestras en
instantes anteriores h[n-k].
6.- Demuestre que los coeficientes ak que minimizan el error cuadrático proporcionado por (III.7)
han de satisfacer el sistema de ecuaciones:
P
r[j] + ∑ ak r[k-j] = 0 j = 1, ..., P (III.8)
k=1
donde r[j] es la autocorrelación de la respuesta impulsional h[n].
III.2.4 La señal de voz
En la figura III.2 se proporciona una señal de voz muestreada a 8 kHz; el eje de abscisas está expresado
en muestras de señal. Resalta la presencia de segmentos de alta energía y con aspecto repetitivo, y
otros segmentos de baja energía. Los primeros reciben el nombre de sonoros y los segundos se
denominan sordos. En la figura III.3 se presenta el detalle de un segmento sonoro y el logaritmo del
módulo de su transformada de Fourier; se puede apreciar que la señal es prácticamente periódica con un
periodo de 80 muestras (10 milisegundos).

Fig. III.2 Ejemplo de señal de voz muestreada a 8 kHz (eje de abscisas en muestras)
0 2 4 kHz
Fig. III.3 Ejemplo de segmento sonoro y el logaritmo del módulo de su transformada de Fourier

sonidos
sonoros
Impulsos
G
A(z)
VOZ
Ruido
´ sonidos
sordos
modelo
excitación tracto vocal
Fig. III.4 Tracto vocal y modelo de producción de la voz
La señal de voz se produce al expulsar el aire de los pulmones y pasar éste por el tracto vocal antes de
ser emitido al exterior. Los sonidos sonoros (por ejemplo, las vocales) se producen con vibración de
las cuerdas vocales; la onda periódica producida por las mismas se propaga por el tracto vocal, que
produce resonancias a unas frecuencias (las enfatiza) y atenúa otras, en modo similar a como el cuerpo
de una guitarra trata las vibraciones de cualquiera de sus cuerdas. Estas resonancias (que reciben el
nombre de formantes) distinguen unos sonidos de otros y son gobernadas por el locutor al dar diversas
formas al tracto vocal con los labios y la lengua fundamentalmente; en la voz normal, se sitúan entre
200 Hz y 3,5 kHz. El periodo de la señal se corresponde con el periodo de vibración de las cuerdas
vocales y define el tono; éste puede ser cambiado a voluntad por el locutor. El tono constituye la base
de la melodía del canto. El intervalo frecuencial que un locutor puede abarcar con el tono de su voz es
una característica individual; el tono medio en los hombres es 130 Hz, mientras que las mujeres tienen
un promedio de 220 Hz; en el habla normal se producen excursiones del tono dentro de una octava; en
el canto la variación del tono puede llegar a dos octavas. Los sonidos sordos (por ejemplo, la efe o la
ese) se producen sin vibración de las cuerdas vocales, y se deben a una turbulencia generada en algún
punto del tracto vocal en la que se produce una obstrucción voluntaria del mismo; esa turbulencia es
modificada espectralmente por el resto del tracto vocal que ha de recorrer antes de ser emitida por los
labios. En conjunto, la composición frecuencial de la voz se extiende desde los 50 Hz hasta los 7 kHz.
Esta descripción sugiere el modelo de producción de la voz que se muestra en la figura III.4: una
excitación que modela la fuente sonora y un sistema que caracteriza al tracto vocal. Para los sonidos
sonoros la excitación es un tren de deltas periódico, cuyo periodo es el periodo del sonido y gobierna
el tono de la voz; para los sonidos sordos, la excitación es ruido blanco (es decir, un proceso blanco).
Obsérvese que, por lo que a los sonidos sonoros se refiere, el modelo sigue la interpretación que de las
señales periódicas se hizo en la cuestión 5.a de este estudio previo. Por lo tanto, en este modelo de
producción de la voz se puede identificar la respuesta impulsional del sistema que modela el tracto

vocal con un periodo del sonido sonoro. En la práctica este sistema se realiza de forma recurrente
como describe la ecuación (III.6), siendo su función de transferencia:
G
H(z) = (III.9)
P
1 + ∑ ak z-k
k=1
En la figura III.5 se presenta la respuesta frecuencial correspondiente al sistema que modela un sonido
sonoro; se observan las resonancias (formantes) a determinadas frecuencias.
Este modelo de producción de la voz tiene múltiples aplicaciones. Deben mencionarse la síntesis de
voz (de la que se hará una experiencia en el laboratorio) y la reducción de la información que es preciso
transmitir en una comunicación telefónica. Para entender esto último, piénsese que unos cuantos
periodos de señal pueden quedar representados por el periodo de la excitación y los coeficientes del
sistema (típicamente entre 8 y 12); análogamente puede procederse con segmentos sordos. Así se
pueden alcanzar reducciones que suponen la utilización de 0,3 bits por muestra, frente a los 8 bits por
muestra de la codificación PCM (habitual hoy en día en telefonía).
7.- Como ejercicio de integración de todo lo estudiado, se pide:

a) Exprese un sonido sonoro x[n] en función de la respuesta impulsional del sistema que
modela el tracto vocal.
b) Obtenga la transformada de Fourier de un segmento sonoro xL [n] de longitud L
(xL[n] = x[n] pL[n]) en función de la respuesta frecuencial del modelo del tracto vocal.
0 2 4 kHz
Fig. III.5 Sonido sonoro y logaritmo del módulo de la respuesta frecuencial del sistema que
modela el tracto vocal

c) A partir de la respuesta frecuencial del modelo de tracto vocal de la figura III.5, explique la
transformada de Fourier del segmento sonoro que se presenta en la figura III.3. En
particular, señale cómo se reflejan en dicha transformada el tono y los formantes de la voz.
d) Justifique el procedimiento que se expone en la experimento F de laboratorio para la síntesis
de un sonido sonoro.
antes de acudir al mismo. Observe que para el primer experimento necesita un receptor de radio o un
walkman con auriculares (conector japonés) que deberá aportar para realizarlo.
III.3 En el laboratorio
A.- Para ilustrar el efecto de multiplicar una secuencia por (-1)n se le pide que haga dos
experiencias. En el menú "Archivo" de Sistemas elija el submenú "Demostraciones" y
seleccione la opción "Demo 1"; en la placa EVM se cargará un programa que, trabajando con
F m = 8 kHz y Fc = 3,6 kHz (a=13, b=36), tomará muestras del convertidor A/D, las
multiplicará por (-1)n y las llevará al convertidor D/A. Ahora:
a) Lleve a la entrada del convertidor A/D una señal senoidal y contemple la salida del D/A en
la pantalla del osciloscopio. Modifique paulatinamente la frecuencia de la sinusoide y
compruebe la relación entre frecuencia de entrada y salida obtenida en el estudio previo.
b) Introduzca la señal de un receptor de radio o walkman en la entrada del convertidor A/D y
escuche la señal a la salida del convertidor D/A. Explique el efecto de distorsión observado.
En realidad se trata de un proceso muy simple de encriptado, ya que la señal original puede
ser recuperada fácilmente. ¿Cómo? Busque colaboración para ponerlo en práctica.
B.- Compruebe sus resultados a la cuestión 3 del estudio previo. Para ello genere el pulso cuadrado
de longitud 20 muestras, posición en el origen y duración M=6 muestras; calcule su DFT,
genere la nueva secuencia X[k] e invierta la DFT con los valores de N especificados. Si observa
alguna discrepancia con su respuesta al estudio previo, trate de explicarla.
C.- Proceda al análisis de un segmento de voz. Elija en el submenú de "Señales" de Generación la

opción "Segmento de voz"; tome, por ejemplo, el segmento 3 desde la muestra 1 con una
longitud de 512 muestras. Represente la señal; observará que una parte de la señal corresponde a
un sonido sordo y otra a un sonido sonoro. Trate de determinar el periodo del sonido sonoro;
para ello seleccione en "Límites" el margen de ordinales que le resulte más cómodo.
D.- De nuevo en el submenú "Señales", genere una señal que contenga un solo periodo del sonido
sonoro; por ejemplo, de la muestra 376 en adelante. Calcule su DFT y represente su módulo.
¿A qué frecuencias presenta el sonido los dos formantes más marcados? Elija el número de
puntos N para la DFT que le proporcione la mayor precisión posible en la determinación de los
formantes.
E.- Proceda ahora a obtener el modelo del tracto vocal correspondiente al segmento de voz que está
analizando. Calcule la autocorrelación del periodo seleccionado en el apartado anterior. La

opción "Predicción lineal" del menú "Tratamiento" le proporciona una secuencia con los
coeficientes del denominador del sistema recurrente (III.9) que modela el tracto vocal. Elija
orden 8, por ejemplo. Pase a "Sistemas" y en el menú "Datos" tome la opción "Filtro FIR:
Respuesta impulsional": así genera un sistema A(z) cuya respuesta impulsional está constituida
por los coeficientes calculados anteriormente:
P
A(z) = 1 + ∑ a k z- k
k=1
La acción anterior le deja en el menú "Función de transferencia"; seleccione la opción "Sistema

inverso": así alcanza el modelo que buscaba. Represente el módulo de su respuesta frecuencial y
compárela con la transformada de Fourier del periodo sonoro calculada en el apartado D.
¿Coinciden las posiciones de los formantes más significativos?
F.- Ahora sintetice voz:

a) Obtenga la respuesta impulsional del modelo del tracto vocal; para ello use la opción
"Filtrado" del menú de "Tratamiento" para filtrar una secuencia impulso unidad.
b) Genere un periodo correspondiente al sonido sonoro que está sintetizando; para ello, trate la
respuesta impulsional obtenida con la opción "Generar periodicidad" del menú
"Tratamiento" y los siguientes parámetros: periodo de 80 muestras, muestra inicial 0 y
longitud igual al periodo.
c) Sintetice y escuche mediante los auriculares el sonido sonoro generado por dicho periodo.
Para ello haga uso de la opción "Conversión D/A" del menú "Archivo" con una frecuencia
de muestreo de 8 kHz (a=13, b=36).
Si repite los pasos anteriores con distintos periodos, podrá sintetizar el mismo sonido (una i,
en el caso de que esté trabajando con el segmento 3 de voz) pero con notas fundamentales
(tonos) distintos. Hágalo, por ejemplo, para tonos de 60 Hz y 200 Hz aproximadamente.
G.- En el procesado de señal la forma más común de determinar el periodo de una señal es hacer uso
de la autocorrelación de la misma. Seleccione un segmento periódico del segmento de voz
anterior; por ejemplo, a partir de la muestra 250 con una longitud de 250 muestras. Calcule la
autocorrelación de la secuencia como
r[n] = x[n] * x[-n]
y represéntela. ¿Cuál es el periodo de la señal? Justifique su respuesta.

IV Enventanado de secuencias 319
Práctica IV: Enventanado de secuencias
IV.1 Objetivos
En esta práctica se ilustra la influencia del enventanado en el tiempo de señales mediante dos
aplicaciones de la transformada de Fourier en el procesado de señal: el análisis espectral y el diseño de
filtros. Se utilizan como ejemplos la detección de sinusoides y el diseño de filtros FIR con fase lineal
en su respuesta frecuencial.
IV.2 Estudio previo
IV.2.1 La transformada de Fourier y el análisis espectral
En general, en el tratamiento digital de señales de larga duración (como es el caso en la inmensa

mayoría de las aplicaciones prácticas: voz, imagen, comunicaciones, etc.) es necesario descomponer la
señal en porciones sucesivas, para procesar por separado cada uno de los segmentos obtenidos. Cada
uno de estos segmentos recibe el nombre de tramo. La necesidad de segmentar la señal puede surgir por
diversos motivos, de los que son los dos principales: que las características de la señal evolucionen con
el tiempo e interese analizar esa evolución, o que el procesado deba hacerse en tiempo real evitando un
retardo excesivo en el procesado (por ejemplo, carece de sentido esperar que la señal concluya, para
establecer una comunicación) o adaptándose a la capacidad limitada de memoria y de cálculo de un
procesador.
La operación básica que permite definir un segmento, o tramo de señal, es el producto de la señal x[n]
por una secuencia v[n] de duración finita, que recibe el nombre de ventana. La operación se denomina
enventanado. Si este enventanado forma parte del proceso previo a un análisis espectral de la señal
(determinación de sus componentes espectrales o cálculo de su transformada de Fourier), a la hora de
interpretar el resultado obtenido debe tenerse en cuenta que la transformada que realmente se evalúa
corresponde a la señal enventanada. De este modo, en el análisis espectral de una secuencia x[n], si
v[n] es la secuencia utilizada en el enventanado, la secuencia que en realidad es motivo del análisis es
x'[n] = x[n] v[n]

cuya transformada de Fourier es la convolución en un periodo de las transformadas de x[n] y v[n]:
π
X'(ejω) = X(ejω) o 2π V(ejω) =
1
2π -π∫
X(ejλ) V(ej(ω-λ)) dλ
Se comprende que, en principio, se postule como ventana ideal aquella que no altere la transformada,
es decir, aquella secuencia vI[n] cuya transformada de Fourier sea
∞
VI(ejω) = 2π ∑ δ(ω - 2π i)
i=-∞
ya que la convolución con la función delta de Dirac δ(ω) no genera distorsión. Esta ventana es
vI[n] = 1, esto es, ausencia de enventanado. En consecuencia, la necesidad de utilizar una ventana
obliga a aceptar distorsión en la transformada de la señal.
1.- Considere una sinusoide de pulsación ωο
x[n] = A cos(ωοn + θ)
que se enventana con v[n] de longitud L, y de la que se calcula la DFT con N muestras.
Demuestre que, si L≤N, la DFT proporcionará la secuencia resultado de muestrear a intervalos
2π/N la transformada
1 1
X'(ejω) = A ejθ V(ej(ω-ωο)) + A e-jθ V(ej(ω+ωο))
2 2
donde V(ejω) es la transformada de Fourier de la ventana v[n].
La ventana más sencilla es la ventana rectangular
0 ≤ n ≤ L-1
vr[n] = pL[n]= { 01 para otro n
1
L-1 sen2 Lω
-
VR(ejω) = e 2j ω
1
sen2 ω
2.- En la figura IV.1 se muestra el módulo de la transformada de Fourier de una ventana rectangular
de longitud L=31 muestras. Bosqueje el módulo de la transformada de Fourier de una sinusoide
de frecuencia fo=1/4 observada mediante una ventana rectangular de 31 muestras.

Fig. IV.1 Módulo de la transformada de Fourier de una ventana rectangular de 31 muestras
En el caso de una secuencia x[n] que presente varias componentes frecuenciales (como ya es el caso de
la señal senoidal), se razona, como consecuencia del resultado anterior, que la transformada de las
diversas componentes se interferirán entre sí. Como se ilustra más adelante, son parámetros decisivos
en la naturaleza de esta interferencia la anchura del lóbulo principal (el lóbulo centrado en ω = 0) y la
amplitud de los lóbulos secundarios de la transformada de la ventana. En cuanto al lóbulo principal se
puede escribir que su máximo es
∞
Ap = VR(ejω) | ω=0 = VR(1) = ∑ vr[n] = L
n=-∞
y la anchura ∆ω (medida entre ceros de la transformada) viene dada por
∆ω = 2π/L - (-2π/L) = 4π/L
De este modo, cuando la longitud de la ventana aumenta, el lóbulo principal se hace más estrecho y
crece su máximo; en otras palabras, tiende a parecerse al comportamiento ideal δ(ω). El máximo As
del primer lóbulo secundario ocurre aproximadamente para
ω s = 3π/L
cuando, tras el cero que marca el límite del lóbulo principal, el valor absoluto del numerador de
VR(ejω) se hace máximo, es decir

1
sen 2 Lω s = -1
Así, para L>>1 como es usual,
1
| sen2 Lωs | 1 2L
As = ≈ =
1 1 3π 3π
| sen 2 ωs |
2 L
que revela un comportamiento inconveniente, ya que la amplitud del lóbulo secundario crece con la
longitud de la ventana. Concretamente, la razón entre los máximos del lóbulo principal y el mayor
lóbulo secundario permanece constante independiente de L; este cociente, expresivo del nivel relativo
de los lóbulos secundarios respecto el principal, suele expresarse en forma logarítmica mediante
α ps = 20 log Ap / As ≈ 20 log (3π/2)
A título de ejemplo, en la figura IV.2 se proporciona el módulo de la transformada de Fourier de dos

señales compuestas por tres tonos enventanadas con una ventana rectangular de 31 muestras. Ambas
señales tienen en común dos tonos con frecuencias f1=0,15 y f2=0,35 y amplitudes A1=1 y A2=0,2
respectivamente; se diferencian en la frecuencia de la tercera componente (con amplitud A=0,8 en
ambas): f3=0,16 en una y f3=0,05 en la otra. La señal de la parte a) de la figura presenta dos tonos con
frecuencias muy próximas (su separación es mucho menor que la anchura del lóbulo principal de la
transformada de la ventana) y no se aprecian distintamente en la transformada. Por otro lado, la
presencia del tono con frecuencia f2 =0,35 no destaca claramente entre los lóbulos secundarios
producidos por los tonos de mayor amplitud, ya que el módulo de la transformada en f2=0,35 no
sobrepasa su valor en f=0,11 o f=0,2. En la señal de la parte b) de la figura IV.2 los tonos mayores
tienen frecuencias muy diferentes (f1=0,15 y f3=0,05) y la transformada de Fourier los distingue
a)

b)
Figura IV.2 Módulo de la transformada de Fourier de dos señales compuestas por tres tonos enventanadas
mediante una ventana rectangular con longitud L=31. Las frecuencias y amplitudes de los tres tonos son
f1=0,15, A1 = 1, f2=0,35, A2=0,2 y: a) f3=0,16, A3=0,8; b) f3=0,05, A3=0,8.
nítidamente, ya que su separación excede la anchura del lóbulo principal; el tono con frecuencia
f2=0,35 sigue enmascarado por los lóbulos secundarios.
Las observaciones del ejemplo anterior pueden generalizarse de modo sencillo. En primer lugar, la
anchura del lóbulo principal de la transformada de la ventana determina la capacidad para resolver la
presencia de componentes frecuenciales con amplitud similar y frecuencias próximas entre sí. Además,
el nivel del lóbulo secundario condiciona la sensibilidad para detectar tonos en presencia de otros con
mayor potencia.
La amplitud del lóbulo secundario de la ventana rectangular es excesivo en gran número de

aplicaciones. Por ello se han propuesto otras ventanas que, aunque a costa de una mayor anchura del
lóbulo principal, presentan lóbulos secundarios de mucha menor amplitud.
3.- Considere la ventana triangular de longitud impar L = 2α + 1
 1 - |n-α | 0 ≤ n ≤ L-1
vt[n] = vt[L-1-n] =  α+1
 0 para otro n
cuya transformada de Fourier (en función de L) ya calculó en el ejercicio 1 del estudio previo de
la práctica anterior. Determine la anchura de su lóbulo principal y el nivel relativo de lóbulo
secundario.

Figura IV.3 Módulo de la transformada de Fourier de una señal compuesta por tres tonos enventanada
mediante una ventana triangular con longitud L=31. Las frecuencias y amplitudes de los tres tonos son
f1 =0,15, A1 = 1, f2 =0,35, A2 =0,2 y f3 =0,05, A3 =0,8.
En la figura IV.3 se representa el módulo de la transformada de Fourier de la secuencia de la figura

IV.2.b enventanada por la ventana triangular con 31 muestras de longitud. La reducción de la amplitud
de los lóbulos secundarios (que esta ventana proporciona con relación a la ventana rectangular) permite
que la presencia del tono de menor amplitud se detecte claramente. El precio a pagar es el notable
incremento de la anchura del lóbulo principal que, para una longitud de ventana fija, reduce la
resolución de la nueva ventana.
Tabla IV.1 Las ventanas más usuales y sus parámetros
Ventana v[n] 0 ≤ n ≤ L-1 ∆ω αps dB
Rectangular 1 4π/L 13
Hamming 0,54 - 0,46 cos (2πn/(L-1)) 8π/L 41
Blackman 0,42 - 0,5 cos (2πn/(L-1)) + 12π/L 57

0,08 cos (4πn/(L-1))

En el programa 62 se dispone de las ventanas de Hamming, Blackman y Kaiser. Todas ellas son de
longitud finita L, de forma que verifican:
v[n] = 0 para n < 0 y n > L-1
En la tabla IV.1 se proporcionan forma, anchura del lóbulo principal y nivel relativo de lóbulo
secundario para las ventanas rectangular, de Hamming y de Blackman.
IV.2.2 Diseño de filtros FIR de fase lineal
Sea HI(e jω ) la respuesta frecuencial de un filtro ideal. Su transformada de Fourier inversa nos
proporciona la respuesta impulsional hI[n] del mismo, que se extiende desde n = -∞ hasta ∞.
4.- Calcule la respuesta impulsional de un filtro paso banda ideal cuya respuesta frecuencial es
HI(ejω) = 1 para ω c - Bω/2 ≤ |ω| ≤ ωc + Bω/2

HI(ejω) = 0 para cualquier otro valor de ω entre -π y π
donde ωc es la pulsación central de la banda de paso y Bω su ancho de banda.
Si la respuesta impulsional del filtro ideal se retarda α muestras y se enventana con una ventana real y
simétrica
v[n] = v[L-1-n] (IV.1)
de longitud L=2α+1, se obtiene la respuesta impulsional
h[n] = hI[n-α] v[n]
de un filtro FIR causal con L coeficientes (obsérvese que α = (L-1)/2). La respuesta frecuencial de este
filtro presenta fase lineal y aproxima el comportamiento paso banda ideal. En efecto:
5.- Compruebe que la transformada de Fourier V(ejω) de la ventana que verifica la condición de
simetría (IV.1), puede expresarse
L-1
V(ejω) = e-j 2 ω Vr(ejω)
donde Vr(ejω) es una función real y par de ω.
6.- Demuestre que la respuesta frecuencial del filtro FIR diseñado por el procedimiento descrito
responde a la forma

L-1 L-1
H(ejω) =( e-j 2 ω HI(ejω) ) o 2π V(ejω) = e -j 2 ω Hr(ejω)
donde L es la longitud de su respuesta impulsional, o 2π denota la convolución en un periodo y
Hr(ejω) es una función real y par.
7.- A partir de la relación anterior, razone los siguientes efectos de la transformada de Fourier de la
ventana sobre la respuesta frecuencial (ilustrada en la figura IV.4) de un filtro FIR obtenido a
partir de un paso bajo ideal:
a) la anchura del lóbulo principal determina la anchura ∆ω de la banda de transición entre las
bandas de paso y atenuada del filtro, ya que aproximadamente
ω p = ω c - ∆ω/2 ω a = ω c + ∆ω/2
b) la amplitud de los lóbulos secundarios determina la magnitud δ del rizado de la respuesta

frecuencial en las bandas de paso y atenuada (el rizado depende de la diferencia entre el área
de los distintos lóbulos secundarios de la transformada de la ventana).
8.- Extienda dichos efectos a la respuesta frecuencial de un filtro paso banda diseñado mediante el
enventanado de la respuesta impulsional ideal.
El módulo de la respuesta frecuencial de los filtros suele expresarse en forma logarítmica por medio de
la función de atenuación α(ω) definida mediante
α(ω) = - 20 log( | H(ejω) / Href | )
donde Href es un valor de referencia, que habitualmente se toma como el valor nominal del módulo de
la respuesta frecuencial en la banda de paso (en el caso de la figura IV.4 Href = 1). Así, con una
amplitud máxima δ para el rizado de la respuesta frecuencial en las bandas de paso y atenuadas, se tiene
una variación máxima para la atenuación en las bandas de paso
1 + δ
αp = - 20 log(1 - δ) - {- 20 log(1 + δ)} = 20 log
1 - δ
y una atenuación mínima en las bandas atenuadas
αa = - 20 log δ
Las diversas ventanas (rectangular, de Hamming, de Blackman) son distintos ejemplos del
compromiso entre anchura del lóbulo principal y nivel de lóbulos secundarios; o, dicho en términos de
la respuesta frecuencial de los filtros obtenidos por su mediación, representan diversas alternativas
entre la anchura de las bandas de transición y la magnitud δ del rizado en bandas de paso y bandas

HR
1 + δ ///////////////////////
1 − δ /////////////////////
∆ω = ω p − ω a
δ //////////////////////////////
−δ ωp ωc ω a /////////////////////////// ω
Fig. IV.4 Representación, sin el término de fase lineal, de la respuesta frecuencial de un filtro paso bajo
obtenido enventanando la respuesta impulsional ideal (en trazo discontinuo se incluye la respuesta
frecuencial ideal).
atenuadas. Sin embargo, dado que la amplitud del rizado proporcionado por cada una de dichas ventanas
es fijo (αa = 21 dB, 53dB y 74 dB, respectivamente), su utilización en el diseño de filtros adolece de
rigidez. Con la intención de ganar flexibilidad, Kaiser propuso una familia de ventanas dependientes de
un parámetro β:
 Io[β √

(1-[(n-α)/α]2)]
0 ≤ n ≤ L-1
v[n] =  Io(β) (IV.2)
 0 para otro n
donde α = (L-1)/2 y L es la longitud de la ventana. El parámetro β permite elegir a voluntad el nivel

de lóbulos secundarios de la ventana, de modo que una vez elegido éste la longitud L determina la
anchura del lóbulo principal. Kaiser estableció empíricamente que, para obtener un rizado δ en banda
de paso y banda atenuada de un filtro, debía tomarse en función de αa el siguiente valor para β:
β= 0,1102 (αa-8,7) αa > 50

0,5842 (αa-21)0.4 + 0,07886 (αa-21) 21 < α a ≤ 50 (IV.3)
0 αa ≤ 21
(β=0 genera la ventana rectangular). La longitud L de la ventana se elige en función de la anchura

deseada ∆ω para la banda de transición:
αa - 8
L= (IV.4)
2,285 ∆ ω

Dado el carácter empírico de las expresiones (IV.3 y 4), en general los valores de β y L deben ser
establecidos tras algún ejercicio de prueba y error, comprobando que el diseño alcanzado satisface las
especificaciones de partida y corrigiendo β y L si fuese preciso.
9.- Determine
a) las especificaciones del filtro ideal ωc (pulsación central de la banda de paso) y Bω (ancho
de banda de la banda de paso),
b) y de la ventana β (parámetro de forma) y L (duración),
para obtener un filtro paso banda que, trabajando con una frecuencia de muestreo de 8 kHz,
proporcione una banda de paso entre las frecuencias 1,5 kHz y 2,5kHz y presente una
atenuación superior a 30 dB por debajo de 1 kHz y por encima de 3,25 kHz.
Para obtener la respuesta impulsional del filtro FIR de fase lineal deben seguirse los siguientes pasos
en el programa 62:
a) En el submenú "Respuestas impulsionales" del menú "Generación" se ha de elegir la opción
correspondiente a la configuración de las bandas que se desea, indicando las frecuencias centrales de
las bandas, sus anchos de banda y la longitud de la respuesta impulsional deseada L. Se obtiene así
la respuesta impulsional correspondiente al filtro ideal especificado enventanada con la ventana
rectangular y desplazada para que el filtro sea causal.
b) En el submenú "Ventanas" se genera la ventana de Kaiser con el parámetro β requerido y la
longitud L.
c) Por último, mediante la opción "Producto" del menú "Tratamiento" se enventana con la ventana de
Kaiser obtenida la respuesta impulsional determinada previamente en el menú de "Generación".
Esto proporciona la respuesta impulsional del filtro deseado.
IV.3 En el laboratorio
A.- Genere sendas ventanas rectangular y de Hamming con L=31 muestras a partir del origen
(longitud=duración=31, posición=0), calcule su DFT con N=512 puntos (mediante la FFT) y el
módulo de ésta (utilice la opción "Módulo" del submenú "Muestra a muestra" de
"Tratamiento"). Determine la anchura y la amplitud del lóbulo principal y la amplitud del
mayor lóbulo secundario de la transformada de cada ventana4. Obtenga el logaritmo αps de la
relación de amplitudes de los lóbulos principal y secundario.
B.- Genere una sinusoide de 31 muestras con una frecuencia f=1/18, y obtenga y represente el
módulo de su transformada de Fourier. Observe la apariencia de esta transformada y determine y
justifique el valor y la posición de su máximo. Repita la experiencia con una sinusoide de
4 Para averiguar el valor del máximo, haga uso de la opción "Editar secuencia" del menú de "Generación" de señales.

frecuencia mitad. Anote y justifique las diferencias observadas en la apariencia de la

transformada y en el valor y posición de su máximo.
C.- Repita la experiencia anterior enventanando5 las sinusoides con una ventana de Hamming de 31
muestras de longitud. Compare con los resultados del caso anterior y justifique las diferencias
anotadas.
D.- Mediante la opción "Leer secuencia" de "Archivo" tome, por ejemplo, la secuencia
MULTONO1, cuya descripción general se proporciona en el comentario que la acompaña.
Determine la frecuencia y la potencia de los tonos que contiene; para ello, analice el módulo de
la transformada de Fourier de la secuencia enventanada adecuadamente. Anote las ventanas
utilizadas y los resultados obtenidos con cada una de ellas. Comente la precisión que le otorga a
las estimaciones realizadas.
E.- Obtenga la respuesta impulsional del diseño propuesto en la cuestión 9 del estudio previo,
genere el sistema correspondiente con la opción "Filtro FIR: respuesta impulsional" y
compruebe que su atenuación cumple las especificaciones. Haga uso de la opción "Filtrado
analógico" con una frecuencia de muestreo de 8 kHz (a=13, b=36) para filtrar una señal
senoidal; cambie paulatinamente la frecuencia de la señal y verifique que la respuesta frecuencial
del sistema se comporta según lo previsto.
5 El enventanado se produce con la opción "Producto" del menú "Tratamiento" de secuencias, realizando el producto
entre la ventana y la secuencia a enventanar.

V Diezmado e interpolación 331
Práctica V: Diezmado e interpolación
V.1 Objetivos
En esta práctica se ilustra la aplicación del diezmado y la interpolación en comunicaciones mediante el

diseño de un sistema multiplexor/demultiplexor de dos canales telefónicos: uno de voz y otro de datos.
Se presta especial atención al diseño de los filtros interpoladores y diezmadores, estudiando la
repercusión de las propiedades de sus respuestas frecuenciales en las prestaciones del sistema
multiplexor/demultiplexor.
V.2 Estudio previo
V.2.1 Interpolación y diezmado
Antes de pasar al estudio de la aplicación práctica del diezmado y la interpolación que se le propone
para esta sesión de trabajo en el laboratorio, resuelva los siguientes ejercicios que le servirán de repaso
de los conceptos básicos de ambas operaciones.
1.- Sean y0, y1, y2 e y3 cuatro valores de una función correspondientes a valores equiespaciados
x0, x1, x2 y x3 de la variable. La fórmula de interpolación cúbica de Lagrange proporciona el
siguiente valor y para la función en el punto medio entre x1 y x2:
1 9 9 1
y=- y + y + y - y
16 0 16 1 16 2 16 3
A partir de esta información, proponga la respuesta impulsional para un filtro causal

interpolador por 2 que conserve inalteradas en la secuencia interpolada y[n] las muestras de la
secuencia a interpolar x[n].
2.- Como se comprobará en el laboratorio, el interpolador anterior, aunque mejor que el

interpolador lineal, sólo interpola correctamente señales de baja frecuencia. Se le pide ahora el
diseño de un filtro FIR paso bajo para interpolar por 2 una señal telefónica, que supondremos
con componentes entre 300 Hz y 3,4 kHz y muestreada a 8 kHz. Determine el parámetro β para

conseguir una atenuación de 40 dB en la banda atenuada haciendo uso de la ventana de Kaiser, y

los límites de la banda de transición para que en la banda de paso del interpolador quepa la señal
telefónica y la banda atenuada elimine el alias indeseado. Finalmente, obtenga la longitud L de
la respuesta impulsional del filtro.
3.- Justifique que el filtro diseñado en el apartado anterior es un filtro adecuado para evitar el
aliasing en la banda de frecuencias de la señal telefónica al diezmar por 2 una señal de voz, cuyo
ancho de banda alcanza los 7 kHz aproximadamente, adquirida con una frecuencia de muestreo
de 16 kHz.
V.2.2 Sistema multiplexor / demultiplexor de dos canales
Es práctica habitual en comunicaciones que varias señales compartan el mismo medio de transmisión;
ejemplos típicos son la radiodifusión (múltiples estaciones emisoras se difunden a través de la
atmósfera) y la telefonía (el mismo cable porta cientos de conversaciones simultáneamente). Esta
práctica recibe el nombre de multiplexión y la operación de separar las señales se denomina
demultiplexión. Para que las distintas señales no se interfieran entre sí (o puedan ser recuperadas sin
contaminación de las demás) es preciso prepararlas antes de juntarlas en el medio de transmisión
común. Una alternativa es situar cada señal en una banda distinta del espectro; esta técnica recibe el
nombre de multiplexión por división en frecuencia (FDM).
El diezmado y la interpolación son imprescindibles cuando la multiplexión o la demultiplexión en

frecuencia se realiza mediante procesado de señal a tiempo discreto. En la figura V.1 se muestra el
esquema de un multiplexor de dos señales paso bajo, que suponemos que han sido muestreadas sin
aliasing. La primera señal es interpolada por un filtro H1 paso bajo; la segunda es interpolada paso
alto con el filtro H2; finalmente, ambas señales son sumadas para generar la secuencia s[n], compuesta
por ambos canales.
4.- Suponga que los interpoladores del multiplexor de la figura V.1 son ideales y que las señales de
ambos canales son paso bajo y han sido obtenidas muestreando sin aliasing. Represente el
A
1 2
H1
s[n]
⊕
B
2 2
H2
Fig. V.1 Multiplexor de dos canales

espectro de las secuencias en los puntos A y B y de la secuencia s[n]. Compruebe que las
señales multiplexadas no comparten componentes frecuenciales.
5.- Si las señales a multiplexar se han muestreado a una frecuencia de 8 kHz, determine la
frecuencia de muestreo para convertir D/A la secuencia s[n] y obtener así la señal analógica con
los canales multiplexados. Escale en términos de la frecuencia analógica los ejes de abscisas de
la representación de espectros realizada en el apartado anterior.
Si en el extremo de recepción la señal multiplexada es convertida A/D, la demultiplexión puede

realizarse mediante diezmado, tal como se representa en la figura V.2. La señal compuesta es filtrada y
diezmada; la señal del canal 1 se recupera mediante un filtrado paso bajo, mientras que la señal del
canal 2 se demultiplexa por un filtro paso alto.
C
2 1
H1
s[n]
D
2 2
H2
Fig. V.2 Demultiplexor de dos canales
6.- Suponga que el espectro de la secuencia s[n] es el obtenido en el apartado 4 y los filtros H1 y
H2 los mismos de la figura V.1. Represente los espectros de las secuencias en los puntos C y
D y compruebe que, tras el diezmado, recupera las señales correspondientes a cada canal.
7.- Si se toma la respuesta impulsional h2[n] del filtro H2 como:
h2[n] = (-1)n h1[n] (V.1)
donde h1[n] es la respuesta impulsional del filtro paso bajo H1, demuestre que el filtro obtenido
es paso alto. Si las señales a multiplexar corresponden a sendos canales telefónicos, el filtro
interpolador diseñado en el apartado 2 puede utilizarse para el canal 1 en los esquemas
multiplexor y demultiplexor; compruebe que el filtro obtenido haciendo uso de (V.1) es
adecuado para el canal 2.

Para poder experimentar en el laboratorio con los sistemas multiplexor y demultiplexor estudiados,
éstos han sido programados6 en la demostración 3 del programa 62 (disponible en el submenú
"Demostraciones" del menú "Archivo" de Sistemas). Cuando se invoca esta "Demo 3", se carga en la
placa EVM un programa que ofrece diversas opciones de operación; el modo de trabajo se selecciona
mediante un menú que se muestra en la pantalla del PC. Las opciones posibles y la acción que realizan
son las siguientes:
1.- Seleccionar filtro: solicita el nombre del fichero que contiene el filtro H1; cuando se
responde <RETURN>, se toma como respuesta impulsional del filtro h1[n]=δ[n].
Esta opción permite especificar el filtro a utilizar en cualquiera de los modos de
trabajo siguientes.
2.- Interpolador por 2: adquiere la señal presente en el convertidor A/D con una
frecuencia de muestreo de 8 kHz (a=13, b=36), la interpola mediante H1 por 2 y la
convierte D/A con una frecuencia de 16 kHz (a=6, b=39). Esta es la opción que se
selecciona por defecto al llamar a la demostración; en dicho momento el fitro H1 es
h1[n]=δ[n].
3.- Multiplexor: adquiere la señal presente en el convertidor A/D con una frecuencia de
muestreo de 8 kHz y la multiplexa (canal 1), de acuerdo con el esquema de la figura
V.1, con una señal de datos (canal 2), constituida por un tono cuya frecuencia alterna
aleatoriamente entre 1 y 3 kHz; finalmente, la señal compuesta es llevada al
convertidor D/A, que trabaja con un frecuencia de 16 kHz.
4.- Demultiplexor (canal 1): adquiere la señal presente en el convertidor A/D con una
frecuencia de muestreo de 16 kHz, recupera la señal del canal 1 y la pasa al
convertidor D/A que trabaja con una frecuencia de 8 kHz. Esta opción realiza un
filtrado paso bajo mediante H1 y un diezmado por 2.
5.- Demultiplexor (canal 2): adquiere la señal presente en el convertidor A/D con una
frecuencia de muestreo de 16 kHz, recupera la señal del canal 2 y la pasa al
convertidor D/A que trabaja con una frecuencia de 8 kHz. Esta opción realiza un
filtrado paso alto mediante H2 y un diezmado por 2.
6.- Multiplexor + Demultiplexor (canal 1): combina los modos 3 y 4; sin embargo, en
este caso la señal compuesta s[n] es llevada al demultiplexor sin ser convertida a
señal analógica. Los convertidores A/D y D/A trabajan a 8 kHz.
7.- Multiplexor + Demultiplexor (canal 2): combina los modos 3 y 5; sin embargo, en
este caso la señal compuesta s[n] es llevada al demultiplexor sin ser convertida a
señal analógica. Los convertidores A/D y D/A trabajan a 8 kHz.
8.- Salir: permite dejar la demostración y retornar a 62.
En todo momento la opción activa es indicada mediante un asterisco a la izquierda del número de
orden.
En la descripción anterior del funcionamiento del sistema se ha supuesto que H1 es un filtro paso
bajo, de acuerdo con los esquemas conceptuales de las figuras V.1 y V.2. En realidad este filtro puede
elegirse libremente, de modo que las prestaciones del sistema dependerán de las características de este
6 Se desea dejar constancia del agradecimiento a Luis Ubeda, estudiante de PFC, que programó la demostración.

filtro; por ejemplo, si H1 se diseña paso alto, el canal 1 se multiplexará en la parte alta del espectro y
el canal 2 en la baja; o, si H1 es paso banda, el diezmado realizado por la opción 4 incluirá un filtrado
previo paso banda (no paso bajo).
antes de acudir al mismo. Observe que para varios experimentos necesita un receptor de radio o un
walkman con auriculares (conector japonés) que deberá aportar para realizarlo.
V.3 En el laboratorio
A.- Mediante la opción "Editar secuencia" del menú "Generación" escriba la respuesta impulsional
del interpolador (Lagrange) diseñado en el apartado 1 del estudio previo. Construya el sistema
FIR correspondiente con la opción "Filtro FIR: respuesta impulsional"7. Examine su respuesta
frecuencial; si se considera una buena interpolación aquélla en la que los alias de la señal a
interpolar quedan por debajo de ésta al menos en 40 dB, estime la banda de frecuencias que el
filtro de Lagrange interpola adecuadamente. Modifique la constante multiplicativa de su función
de transferencia para obtener una ganancia unidad en la banda de paso (ello evitará más adelante
saturaciones en el µDSP) y guarde el sistema en un fichero.
B.- Invoque la "Demo 3", que comenzará actuando como interpolador, y seleccione el interpolador
Lagrange como filtro. Introduzca en el convertidor A/D un tono y varíe su frecuencia,
comprobando la banda de frecuencias en el que se obtiene una interpolación correcta. Describa la
distorsión observada en la señal cuando la interpolación no es adecuada.
C.- Diseñe el interpolador (Kaiser) especificado en el apartado 2 del estudio previo, dándole una
ganancia unidad en la banda de paso. Compruebe que satisface las especificaciones y guárdelo en
un fichero. Observe su funcionamiento como interpolador, comparándolo con el anterior.
D.- Seleccione la opción 4, que realiza un diezmado por 2, invoque la opción "Seleccionar filtro" y
conteste con <RETURN> (ahora la demostración trabaja con el filtro h1[n]=δ[n]). Alimente el
convertidor A/D con una sinusoide, haciendo una excursión en frecuencia (por ejemplo, de 1 a
7 kHz), y observe la frecuencia de la salida obtenida en el convertidor D/A. Establezca la
relación entre las frecuencias de las sinusoides a la entrada del convertidor A/D y a la salida del
convertidor D/A, y explíquela ayudándose de un diagrama de bloques descriptivo de la
experiencia.
7 Como procedimiento alternativo, puede generar directamente el sistema mediante la opción "Editar coeficientes"
del submenú "Función de transferencia" del menú "Datos" de Sistemas.

E.- Póngase de acuerdo con sus compañeros de un puesto de trabajo vecino; en un puesto elijan la
opción "Multiplexor" y en el otro el modo "Demultiplexor (canal 1)"8. Alimente el convertidor
A/D con la señal de voz obtenida del walkman; usando el filtro interpolador Kaiser, escuche y
observe en el osciloscopio la señal recibida por el canal 1. Cambie al filtro Lagrange; anote y
justifique el cambio de comportamiento advertido.
F.- Demultiplexe el canal 2; escuche y observe la señal de dicho canal, cambiando el nivel de la
señal de entrada al canal 1. Vuelva a usar el filtro Kaiser; tome nota del cambio de
comportamiento advertido y explíquelo. En concreto, analice la amplitud de los dos tonos que
constituyen la señal del canal 2.
Experiencias opcionales:
G.- En la misma situación del apartado D, alimente ahora el sistema diezmador con la señal de voz
obtenida del walkman; escuche la señal disponible después del diezmado en el convertidor D/A:
lo que escucha es una señal distorsionada por el aliasing. La situación es equivalente al
muestreo con una frecuencia de 8 kHz cuando se utiliza un filtro antialiasing con un ancho de
banda de 7,8 kHz. Seleccione el filtro Kaiser y vuelva a escuchar la señal disponible tras el
diezmado; aunque ahora no se produce aliasing, no se aprecia fácilmente la diferencia con el
caso anterior; ¿podría sugerir una explicación?
H.- En el caso de la voz el beneficio del filtro reconstructor es mucho más apreciable que el efecto
del filtro antialiasing (que es pequeño, como puede observarse con la experiencia G). Para
advertir el efecto del filtro reconstructor se le propone el siguiente experimento: seleccione el
modo de trabajo 2 ("Interpolación") de la demostración y tome como filtro h1[n]=δ[n]; alimente
el sistema con el walkman y escuche la señal disponible en el convertidor D/A. La situación es
equivalente a la conversión D/A con un filtro reconstructor cuyo ancho de banda es igual a la
frecuencia de muestreo. Seleccione el filtro Kaiser y vuelva a escuchar la señal a la salida del
convertidor D/A: la distorsión ha desaparecido. Justifique este resultado mediante el bosquejo
del espectro de la señal analógica obtenida a la salida del convertidor D/A con y sin el filtro de
Kaiser.
8 Como opción alternativa puede escoger la opción Multiplexor + Demultiplexor (canal 1) y trabajar con un solo
puesto de laboratorio.

VI Diseño de filtros 337
Práctica VI: Diseño de filtros
VI.1 Objetivos
Esta práctica se dedica al estudio de los sistemas lineales e invariantes definidos por ecuaciones en
diferencias finitas y el diseño de filtros. Se inicia con el estudio del diagrama de ceros y polos y su
relación con las respuestas impulsional y frecuencial de estos sistemas, tanto si son FIR de fase lineal
como IIR. Se prosigue con la utilización de la transformación bilineal para el diseño de un filtro IIR
paso banda y se concluye con el rediseño del filtro paso bajo utilizado en el esquema de multiplexión
de la práctica anterior.
VI.2 Estudio previo
VI.2.1 Diagrama de ceros y polos, respuesta impulsional y respuesta frecuencial
El diagrama de ceros y polos de la función de transferencia de un sistema constituye una representación

eficiente de su comportamiento, ya que a partir del mismo pueden inferirse a grandes rasgos las
propiedades de su respuesta temporal y frecuencial.
1.- En la figura VI.1 se proporciona el diagrama de ceros y polos de un filtro FIR. Bosqueje las
respuestas frecuencial e impulsional del mismo, si todos los ceros son simples.
Fig. VI.1 Diagrama de ceros y polos de un filtro FIR

La relación entre la entrada e[n] y la salida s[n] de un sistema IIR de orden 2 responde a la expresión:
s[n] = - a1 s[n-1] - a2 s[n-2] + H ( e[n] + b1 e[n-1] + b2 e[n-2] )
siendo su función de transferencia:
1 + b 1 z -1 + b 2 z - 2
H(z) = H
1 + a 1 z -1 + a 2 z - 2
La respuesta frecuencial puede escribirse:
(z - c1 )(z - c2 )
H(e jω ) = H (z) | z = ejω = H
(z - d 1 )(z - d 2 ) | z = e jω
en función de los ceros de los polinomios numerador o denominador de la función de transferencia. Si

el sistema es real y d1 es complejo, se cumple que d2 = d1*.
2.- La respuesta impulsional del sistema anterior responde a la expresión
h[n] = A δ[n] + B rn cos(ωon + θ) u[n] (VI.1)
Calcule la transformada z de esta secuencia y, mediante identificación de coeficientes, determine

los parámetros A, r y ωo de h[n] en función de los coeficientes de la función de transferencia
del sistema. Establezca las condiciones que han de cumplir a1 y a2 para que h[n] sea una
sinusoide amortiguada.
En la figura VI.2 se muestra el vector
(z - d) | z = e jω
que representa la contribución a la respuesta frecuencial del sistema de un polo situado en d=rejωo (con
r<1 por tratarse de un sistema causal y estable). Esta contribución presenta un mínimo de su módulo
de valor 1-r en ω=ωo, que implica una resonancia (pico) en la respuesta frecuencial.
3.- Si el polo está suficientemente próximo a la circunferencia de radio unidad (r ≈ 1), la respuesta
frecuencial en el entorno de ω o está dominada por la contribución del polo y presenta una
resonancia (pico). Aceptando que en el entorno de ωo se puede aproximar la circunferencia por
la tangente, establezca la siguiente aproximación para Bω, el ancho de banda a 3 dB de la
resonancia:
Bω ≈ 2 ( 1 - r ) (VI.2)
Es ilustrativo observar el efecto de la proximidad del polo a la circunferencia de radio unidad sobre las
respuestas impulsional y frecuencial del sistema. En términos generales, puede afirmarse que, cuanto

d (e j ω - d)
p)
1 r
ωo Bω /2
ω
ω
1-r ωο
Bω /2
d
a) b)
Fig. VI.2 Vector que representa la contribución de un polo a la respuesta frecuencial:

a) situación en el plano complejo z; b) ampliación en el entorno de ω=ωo.
más cercano se halle el polo a dicha circunferencia (es decir, mayor sea r), menor es el
amortiguamiento y mayor duración efectiva tiene la sinusoide amortiguada con la que contribuye a la
respuesta impulsional; esta conclusión es avalada por la expresión (VI.1). Al mismo tiempo, más
pronunciada es la resonancia en la respuesta frecuencial, ya que presenta mayor amplitud (1-r)-1 y, de
acuerdo con (VI.2), menor ancho de banda. De este modo, queda asociada una larga duración de la
respuesta impulsional con una marcada resonancia en la respuesta frecuencial.
VI.2.2 La transformación bilineal
A partir de la función de transferencia Ha(s) de un sistema analógico, la transformación bilineal

proporciona la función de transferencia H(z) de un sistema discreto
H(z) = Ha (s) | s = 1-z-1 (VI.3)

1+z-1
cuya respuesta frecuencial se relaciona con la respuesta frecuencial del sistema analógico H a(jΩ)
mediante la expresión
ω
H(ejω) = Ha(j tg )
2

La relación entre las pulsaciones del dominio analógico Ω y discreto ω que establece la
transformación bilineal
ω
Ω = tg (VI.4)
2
expande el intervalo (0, π) de ω al intervalo (0, ∞) de Ω.
La transformación bilineal permite extender técnicas de análisis y diseño del dominio analógico al
discreto. Por ejemplo, para obtener la función de transferencia H(z) de un sistema cuya respuesta
frecuencial satisfaga ciertas especificaciones, los pasos a seguir son los siguientes:
a) mediante (VI.4), transformar las especificaciones en ω a especificaciones en Ω;
b) determinar Ha(s) que cumple las especificaciones en Ω;
c) obtener H(z) mediante (VI.3).
4.- La función de transferencia de un filtro paso banda analógico de orden 2 con ceros de
transmisión en origen e infinito
s
Ha(s) = H 2
s + BΩ s + Ω o2
presenta el máximo de su respuesta frecuencial
Hmax = H / BΩ
para la pulsación Ωo; además, las pulsaciones de corte a 3 dB Ω p1 y Ω p2 verifican:
Ω p2 - Ω p1 = BΩ Ω p2 Ω p1 = Ω o 2
Mediante la aplicación de la transformación bilineal a H a (s), determine la función de

transferencia H(z) de un filtro paso banda discreto con ceros de transmisión para ω=0 y ω=π, y
banda de paso a 3 dB entre fp1=0,1 y fp2=0,2 con valor máximo para el módulo de la respuesta
frecuencial igual a la unidad (¿a qué frecuencia fo tiene lugar este máximo?). Bosqueje el
módulo y la fase de la respuesta frecuencial del sistema diseñado a partir de la contribución de
los ceros y los polos.
VI.2.3 Filtros para el sistema multiplexor y demultiplexor
En la práctica anterior el filtro H 1 , que actuaba sobre el canal 1 del sistema multiplexor y
demultiplexor, fue diseñado como filtro FIR con fase lineal usando la ventana de Kaiser. Ello permitía
controlar la atenuación mínima en la banda atenuada del filtro, pero la atenuación máxima en la banda
de paso venía impuesta por la ventana utilizada. Una vez conocidas técnicas de diseño de filtros más
perfectas, también podemos especificar el límite de la atenuación en la banda de paso.

5.- Si la máxima diferencia entre la respuesta del fitro H1 a dos componentes frecuenciales en la
banda de paso no ha de ser superior al 5% del valor nominal unidad, y se mantienen los demás
requisitos para el mismo, indique las especificaciones de banda de paso y banda atenuada del
filtro H1.
Estas especificaciones pueden ser satisfechas por filtros diseñados por distintas técnicas: filtro FIR de
fase lineal óptimo, filtro elíptico, etc. Para comparar la distorsión que introduce cada diseño en la señal
a conservar con el filtrado, podemos acudir a la correlación cruzada entre dicha señal x[n] y la respuesta
y[n] del filtro a la misma. En efecto, para medir el parecido entre dos secuencias x[n] e y[n],
prescindiendo de un eventual factor K de escala (ganancia del filtro) o de un desplazamiento temporal m
(retardo producido por el filtro), puede definirse
E = mínimo en K y m de ∑ (x[n-m] - Ky[n])2 = rx[0] (1 - ρ2 ) (VI.5)

n
donde
ryx[max]
ρ=

√ rx[0] ry[0]
es el coeficiente de correlación entre las secuencias x[n] e y[n], siendo ryx[max] la muestra de mayor
valor de su correlación cruzada.
6.- Demuestre la relación (VI.5) y justifique ρ como un índice adecuado para la calidad del filtro, y
max como el retardo equivalente que el filtro provoca en la señal. Establezca un procedimiento
para calcular max y ρ con el programa 62.
VI.3 En el laboratorio
A.- Edite (mediante la opción "Editar ceros y polos" del menú "Datos" de "Sistemas") un sistema
IIR con un polo en r=0,95 y fo=0,15 y ceros para ω = 0 y ω = π. Represente el módulo de su
respuesta frecuencial; compruebe (mediante el uso del cursor) que presenta una resonancia muy
próxima a la frecuencia fo con un ancho de banda a 3 dB aproximado de Bf=(1-r)/π, conforme a
la expresión (VI.2). Repita la experiencia con r=0,7; observe en este caso que la resonancia se
desplaza respecto fo y que el ancho de banda se amplía sobre lo previsto (esto es debido a que el
polo deja de ser dominante al estar más alejado de la circunferencia de radio unidad y la
aproximación dada por (VI.2) pierde validez).

B.- Edite (mediante la opción "Editar coeficientes" del menú "Datos") el sistema paso banda
obtenido en el apartado 4 del estudio previo. Represente el módulo de su respuesta frecuencial
y, mediante el uso del cursor, compruebe que cumple las especificaciones; represente también la
fase y verifique su respuesta al mismo apartado del estudio previo. ¿A qué frecuencia se anula la
fase? ¿Podría justificarlo?
C.- Utilice el sistema discreto diseñado para realizar "Filtrado analógico", haciendo uso de la
frecuencia de muestreo Fm=8 kHz. Filtre una señal senoidal y varíe su frecuencia de modo que
pueda determinar la frecuencia Fo a la que ocurre la resonancia y su ancho de banda BF a 3 dB .
D.- Diseñe el filtro H1 del sistema multiplexor y demultiplexor de acuerdo con las especificaciones
del apartado 5 del estudio previo, haciendo uso de un filtro FIR de fase lineal óptimo con el
menor orden par posible. Observe su diagrama de ceros y polos, y la atenuación y el retardo de
grupo de su respuesta frecuencial; compruebe que se trata de un diseño óptimo. Conserve el
diseño en un fichero (Parks).
E.- Repita el diseño anterior haciendo uso de un filtro IIR con la aproximación elíptica. Observe su
diagrama de ceros y polos y la atenuación y retardo de grupo de su respuesta frecuencial.
Conserve el diseño en un fichero (Cauer).
F.- Se desea comparar la distorsión introducida por los diseños anteriores sobre una señal
compuesta por dos pulsos sinusoidales de frecuencias f1=1/16 y f2=3/16; ambos pulsos duran
16 muestras y son contiguos en el tiempo:
 cos(2 π f 1 n) 0 ≤ n ≤ 15
x[n] =  cos(2 π f 2 n) 16 ≤ n ≤ 31
 0 para otro n
Esta secuencia simula una transición entre la sinusoide de 1 kHz y la sinusoide de 3 kHz del
canal de datos del multiplexor de la práctica V. Genere la señal x[n] con una longitud de 64
muestras, obtenga la respuesta a la misma de los diseños realizados en los apartados anteriores
y determine los parámetros ρ y max para cada uno de ellos. Comente y justifique los resultados
alcanzados.
G.- Sustituya en el apartado F el interpolador FIR por un nuevo diseño con orden impar y
determine ρ y max. Compare el resultado con el obtenido anteriormente y trate de explicarlo.

Apéndices i
APÉNDICES
Europea.
Apéndice A: Manual de usuario de 62 iii
Apéndice A: Manual de usuario del programa 62
La presente guía para el usuario realiza una descripción sucinta de las capacidades del programa 62, que
esperamos que sea suficiente para trabajar con él sin dificultades. Cuando en el texto se marca una
palabra con cursiva y negrita, se quiere indicar que bajo dicha denominación se puede encontrar en
este manual información adicional relevante para la consulta que se está realizando.
El programa está organizado en dos conjuntos de menús o secciones. El primer conjunto, denominado
GENERACION Y TRATAMIENTO DE SECUENCIAS, permite la definición y manipulación de
secuencias; la segunda sección, DISEÑO DE SISTEMAS DISCRETOS, facilita el diseño y análisis
de sistemas discretos definidos por ecuaciones en diferencias finitas lineales y de coeficientes
constantes.
En la tabla de contenido se menciona cada una de las opciones de los menús lo que, además de
suministrar una indicación de la página donde se describe su finalidad y su uso, la ubica en el
programa. Localizada una opción en la tabla de contenido, la denominación del epígrafe corresponde al
nombre del menú en el que se encuentra la opción en el programa; finalmente, el nombre del capítulo
proporciona la sección del programa donde está situado el menú. Así, por ejemplo, la opción "Generar
periodicidad" se halla en el menú "Tratamiento" de la sección "Generación y tratamiento de
secuencias", o el procedimiento "Test de filtrado" está incluido en el menú "Archivo" de "Diseño de
sistemas discretos". Algunas opciones dan paso a un submenú; esta circunstancia se indica en la tabla
de contenido con el símbolo *; las posibles elecciones deben consultarse en la parte del documento
dedicada a describir la opción.
Es importante que el lector dedique especial atención a la información contenida en esta guía, ya que
un aprovechamiento eficaz de 62 sólo se consigue tras un conocimiento detallado de todas sus
capacidades. Para facilitar la introducción al trabajo con 62, se incluye en el capítulo IV una guía
sobre las operaciones más habituales.
El hardware necesario para que el programa actúe correctamente es un PC 386 SX o superior, con
disco duro y al menos 512 kbytes de memoria RAM. Un coprocesador matemático haría que ciertos
cálculos costosos y las representaciones gráficas fuesen prácticamente instantáneas. Aunque no es
imprescindible que la pantalla sea en color, resulta muy conveniente para algunas presentaciones; tal
es el caso cuando se procede a la comparación de secuencias o de sistemas.

Apéndice A: Manual de usuario de 62 v
CONTENIDO
I.- ESTRUCTURA Y PROCEDIMIENTOS GENERALES .....................................................ix

I.1 Invocación del programa ....................................................................................ix
I.2 Acceso a los menús y submenús .........................................................................ix
I.3 Introducción de datos..........................................................................................x
I.4 Placa con µDSP................................................................................................x
II.- GENERACIÓN Y TRATAMIENTO DE SECUENCIAS..................................................xiii
II.1.- Generación ................................................................................................. xiii
Señales* ................................................................................................ xiv
Respuestas impulsionales*........................................................................ xiv
Ventanas*............................................................................................... xv
Ecuación en diferencias finitas..................................................................... xv
Editar secuencia........................................................................................ xv
II.2 - Tratamiento................................................................................................ xvi
Combinación lineal ................................................................................. xvi
Producto ................................................................................................ xvi
Convolución lineal .................................................................................. xvi
Filtrado ................................................................................................. xvi
Mediana................................................................................................. xvi
Muestra a muestra*.................................................................................. xvi
x[-n] .................................................................................................... xvii
Retardo................................................................................................. xvii
Desplazamiento circular........................................................................... xvii
Generar periodicidad ................................................................................ xvii
FFT..................................................................................................... xvii
DFT .................................................................................................... xvii
Predicción lineal.................................................................................... xviii
Diezmado............................................................................................. xviii
Intercalado de ceros ................................................................................ xviii
Polímetro ............................................................................................ xviii
II.3.- Representar*............................................................................................. xviii
Comparar secuencias* .............................................................................. xix
Límites ................................................................................................. xix

vi Tratamiento digital de la señal: una introducción experimental
Tarjeta gráfica......................................................................................... xix

Impresora............................................................................................... xix
II.4.- Archivo ...................................................................................................... xx
Leer secuencia.......................................................................................... xx
Directorio ............................................................................................... xx
Borrar secuencia ....................................................................................... xx
Guardar secuencia ..................................................................................... xx
Editar comentario ..................................................................................... xx
Actualizar directorio................................................................................. xxi
Imprimir secuencia .................................................................................. xxi
Test D/A ............................................................................................... xxi
Conversión D/A...................................................................................... xxi
Salir ..................................................................................................... xxi
II.5.- Sistemas.................................................................................................... xxi
III.- DISEÑO DE SISTEMAS DISCRETOS..................................................................... xxiii
III.1.- Tipo*..................................................................................................... xxiv
III.2.- IIR: aproximación*................................................................................... xxiv
III.3.- Datos..................................................................................................... xxiv
Especificaciones ..................................................................................... xxv
Mostrar especificaciones .............................................................. xxv
Filtro IIR: Respuesta frecuencial ................................................... xxv
Filtro FIR: Respuesta frecuencial ................................................. xxvi
Filtro FIR: Respuesta impulsional ............................................... xxvi
Función de transferencia.............................................................. xxvi
Mostrar datos del filtro .............................................................. xxvii
Función de transferencia......................................................................... xvxii
Volver a especificaciones ........................................................... xxvii
Editar ceros y polos .................................................................. xxvii
Editar coeficientes.................................................................... xxviii
Sistema inverso ...................................................................... xxviii
Conexión cascada .................................................................... xxviii
Conexión paralelo ................................................................... xxviii
III.4.- Gráficas.................................................................................................. xxix
Atenuación........................................................................................... xxix
Módulo de la respuesta frecuencial ............................................................ xxix
Fase de la respuesta frecuencial................................................................. xxix
Retardo de grupo .................................................................................... xxx
Respuesta impulsional ............................................................................ xxx
Diagrama de ceros y polos........................................................................ xxx
Comparar sistemas*................................................................................ xxx
Límites ................................................................................................ xxx
Tarjeta gráfica....................................................................................... xxxi
Impresora............................................................................................. xxxi

Apéndice A: Manual de usuario de 62 vii
III.5.- Archivo.................................................................................................. xxxi

Leer sistema......................................................................................... xxxi
Directorio ............................................................................................ xxxi
Borrar sistema...................................................................................... xxxii
Guardar sistema.................................................................................... xxxii
Actualizar directorio.............................................................................. xxxii
Imprimir sistema.................................................................................. xxxii
Test de filtrado..................................................................................... xxxii
Filtrado analógico................................................................................. xxxii
Demostraciones*................................................................................. xxxiii
Salir ................................................................................................. xxxiii
III.4.- Secuencias ............................................................................................ xxxiii
IV.- GUIA PARA LAS OPERACIONES MAS HABITUALES............................................ xxxv
IV.1 Generación de señales..................................................................................xxxv
IV.2 Observación de señales................................................................................xxxv
IV.3 Enventanado de señales...............................................................................xxxvi
IV.4 Representación de la transformada de Fourier ..................................................xxxvi
IV.5 Realización de sistemas sencillos ................................................................xxxvii
IV.6 Generación de filtros FIR e IIR sencillos ......................................................xxxvii
IV.7 Filtrado de una señal ................................................................................xxxviii

Apéndice A: Manual de usuario de 62 ix
I. Estructura y procedimientos generales
I.1 Invocación del programa
El programa se invoca escribiendo 62 en la línea de comandos del sistema operativo. Normalmente

seleccionará los colores que mejor se adapten al sistema en el que funcione, pero en caso de que no sea
así, se deberá invocar al programa con el parámetro MONO (62 MONO), que lo forzará a utilizar
colores más distinguibles. Este será el caso típico de un ordenador con tarjeta color y monitor
monocromo.
I.2 Acceso a los menús y submenús
El programa está organizado en dos conjuntos de menús. Cuando se invoca el programa se accede
directamente a la sección GENERACION Y TRATAMIENTO DE SECUENCIAS, que permite la
manipulación de secuencias. El acceso a la sección DISEÑO DE SISTEMAS DISCRETOS, que
permite el diseño y análisis de sistemas discretos, se explica más adelante.
La comunicación entre el usuario y el programa se realiza siempre mediante ventanas, ya sean menús
o submenús o ventanas de diálogo. Las ventanas se abren mediante <RETURN> y se cierran con
<ESC>.
La línea superior de la pantalla presenta la paleta de menús. Se selecciona un menú situando sobre el
mismo mediante los cursores horizontales la barra de selección (cuya posición se indica con vídeo
inverso). Los cursores verticales permiten el desplazamiento entre las opciones de un menú, mientras
que la tecla <RETURN> activa la opción señalada por la barra de selección. Alternativamente, un
menú puede activarse pulsando <ALT> y su inicial (por ejemplo, <ALT>+<G> para la opción
Generación).
Cuando se selecciona la opción "Sistemas", se cambia la configuración de la pantalla y se entra en el

conjunto de menús DISEÑO DE SISTEMAS DISCRETOS. Se retorna al menú de trabajo con
secuencias seleccionando el menú "Secuencias".

x Tratamiento digital de la señal: una introducción experimental
I.3 Introducción de datos
Para introducir o editar el valor de un parámetro debe situarse previamente la barra de selección sobre el
mismo en la ventana de diálogo. Si se desea introducir un valor nuevo, se teclea ignorando el que
hubiese. Sin embargo, si sólo se quiere modificar o editar el valor ya existente, al pulsar la tecla
<RETURN> se entra en modo edición y se activan los cursores horizontales que permiten desplazarse
hasta las cifras que se desee alterar; en este caso la tecla <INS> faculta la inserción de caracteres y la
tecla <DEL> los suprime; además, pulsando <TAB> se borra el valor numérico que está editándose,
mientras que un segundo <TAB> recupera el valor existente antes de comenzar la edición. Un
<RETURN> culmina la introducción o edición de un dato y un <ESC> la anula, con lo que se
recupera el valor previo caso de que lo hubiese. Cuando se concluye la edición tras borrar el valor
numérico con un <TAB>, el valor del parámetro queda indefinido.
Se acepta la notación científica exponencial. Es decir, para entrar el valor cuatro mil tanto podemos
teclear 4000 como, simplemente, 4E3. Los exponentes pueden ser tanto positivos como negativos y
la "e" mayúscula o minúscula. En el modo edición los datos pueden indicarse también mediante
expresiones matemáticas tales como 2^3*cos(2*pi/3) o log(tan(pi/3)); el programa acepta las funciones
habituales en una calculadora de bolsillo. Las unidades de los parámetros son seleccionadas
automáticamente por el programa, y se indican en la ventana de diálogo. Cuando el valor de un
parámetro está limitado, el margen correspondiente se indica también en la ventana. Dado que la
frecuencia y la pulsación son dos formas alternativas de especificar el mismo parámetro, aparecen
siempre juntas en las ventanas de diálogo de tal manera que, si se proporciona valor a una de ellas, la
otra queda determinada automáticamente; de este modo se queda en libertad de especificar frecuencia o
pulsación a conveniencia.
La información numérica suministrada al programa mediante una ventana de diálogo es operativa,

según los casos, cuando se da la orden de ejecución de una operación o se pulsa <SPACE>. En este
último caso, si una ventana de diálogo se cierra con <ESC>, la operación de entrada de datos queda
anulada.
Si el valor introducido no está dentro de los márgenes adecuados para ese parámetro, el programa nos
proporcionará un mensaje de error.
I.4 Placa con µDSP
El programa dispone de opciones que permiten invocar diversos procedimientos que se ejecutan en la
placa EVM, incorporada en los PC del laboratorio. Esta placa incluye un µDSP TMS320C30, un
chip de conversión A/D y D/A TLC32044 y un amplificador analógico LM386. Las especificaciones
entrada/salida de la placa son las siguientes:
a) Márgenes para la tensión de entrada: ± 1,5 V.
b) Márgenes para la tensión de salida: ± 6,5 V.

Apéndice A: Manual de usuario de 62 xi
c) Frecuencia de corte de la banda de paso del filtro antialiasing/reconstructor:

Fc = 7,5 MHz / (2 a 80).
d) Frecuencia de muestreo Fm = 7,5 MHz/(2 a b) < 19,2 kHz.
e) Convertidores A/D y D/A de 14 bits.
f) Filtro paso alto cancelador de continua incorporado.
g) Filtro corrector de salida sen(x)/x incorporado.
Los parámetros a (1≤a≤31) y b (1≤b≤63) son dos enteros que permiten especificar a la placa la
frecuencia de muestreo y la frecuencia de corte del filtro antialiasing. Por ejemplo, para trabajar con
una frecuencia de muestreo de 8 kHz constituyen una elección típica a = 13 y b = 36, lo que supone
una frecuencia de muestreo real de 8,013 kHz y una frecuencia de corte para el filtro de 3,606 kHz

Apéndice A: Manual de usuario de 62 xiii
II. Generación y tratamiento de secuencias
Una secuencia es un conjunto ordenado de números. En este programa, de números complejos.
El programa tiene presente en memoria hasta un máximo de cuatro secuencias, cuya descripción está
dispuesta en pantalla permanentemente (salvo cuando se realizan representaciones gráficas) y que se
han numerado del 1 al 4. La secuencia activa se selecciona con las teclas F1, F2, F3 o F4, con lo que
queda la información correspondiente destacada mediante video inverso en la pantalla. Esta secuencia
será la entrada a las operaciones que realiza el programa sobre una sola secuencia (edición, tratamiento,
representación gráfica, edición de comentario, guardar secuencia, etc.); cuando el tratamiento afecta a
varias secuencias, éstas son solicitadas por una ventana de diálogo. La generación, los tratamientos y
la lectura de una secuencia se llevan a cabo cuando se selecciona la secuencia destino mediante una de
las teclas F1 a F4.
Toda secuencia lleva asociada un comentario descriptivo. Este comentario es proporcionado por defecto
por el programa, pero también es susceptible de ser introducido por el usuario a través de la opción
Editar comentario del menú Fichero. Este comentario permanece en pantalla como parte de la
información correspondiente a una secuencia.
La longitud máxima permitida para una secuencia es de 1024 muestras, estando el ordinal limitado
entre -512 y 511.
Una secuencia puede ser guardada en un fichero en disco. El nombre del fichero debe ajustarse a las
convenciones del sistema operativo, recibe la extensión SEC y forma parte de la información sobre la
secuencia que se presenta en pantalla cuando ésta se encuentra en memoria del programa. El programa
conserva un Directorio de las secuencias almacenadas en el fichero SECUENS.DIR.
II.1 Generación
Este menú es el dedicado a la generación de secuencias, tanto tengan el carácter de señales, sean
respuestas impulsionales de filtros sencillos o ventanas. En este menú se utilizan tres denominaciones
que conviene definir:

xiv Tratamiento digital de la señal: una introducción experimental
Longitud de una secuencia: número de muestras de la misma cuyo valor se conserva en

memoria. Cuando se genera una secuencia de longitud L, el ordinal se toma siempre no negativo,
comenzando en el origen y finalizando en L-1.
Posición (de un pulso, de una ventana): ordinal de la secuencia en la que comienza.
Duración (de un pulso, de una ventana): número de muestras del pulso o la ventana; el resto
de muestras hasta completar la longitud total de la secuencia toman el valor cero.
Por ejemplo, la secuencia
m ≤ n ≤ m+d-1
x[n] = { 01 0 ≤ n ≤ m-1, m+d ≤ n ≤L-1
es un pulso rectangular con longitud L, en la posición m y duración d.
Señales
Permite la generación de múltiples secuencias. Secuencias básicas en el análisis de sistemas discretos
como
Impulso unidad
Escalón unidad
Secuencias con formas de onda elementales:
Pulso rectangular
Pulso triangular
Pulso en rampa
susceptibles de generar ondas periódicas mediante la opción correspondiente del menú Tratamientos.
Secuencias relacionadas con el análisis frecuencial:
Sinusoide amortiguada
Exponencial compleja
cuya forma de onda se encuentra descrita en la ventana de diálogo correspondiente. Una secuencia
constituida por pulsos rectangulares con polaridades positiva o negativa equiprobables:
Tren aleatorio de pulsos
Secuencias obtenidas a partir de 5 posibles elecciones de
Segmento de Voz
Y, por último, secuencias en las que la amplitud de las muestras sigue una distribución gaussiana con
una potencia seleccionable
Ruido blanco gaussiano
Respuestas impulsionales
Mediante este menú se pueden generar la respuesta impulsional h[n] de filtros con fase lineal y cuya
respuesta frecuencial corresponde a los siguientes tipos:
Paso bajo
Paso alto
Elimina banda
Paso banda
Transformador de Hilbert

Apéndice A: Manual de usuario de 62 xv
La respuesta impulsional se genera mediante el enventanado (rectangular) del desarrollo en serie de

Fourier de la respuesta frecuencial ideal. Mediante ventana de diálogo se solicita la longitud de la
secuencia y la frecuencia de corte en el caso de filtros paso bajo o paso alto, o la frecuencia central y
ancho de banda de la banda de paso de un filtro paso banda o Transformador de Hilbert, o de la banda
atenuada en el supuesto de un filtro elimina banda.
Ventanas
Estas secuencias juegan un papel importante en el procesado de señales en tiempo discreto y, en
consecuencia, el programa nos proporciona el juego de las ventanas más habituales en los libros de
texto. Supuesto que la duración de las mismas es de L muestras situadas entre el ordinal 0 y L-1, las
distintas formas responden a las expresiones:
Rectangular: w[n] = 1
Hamming: w[n] = 0,54 - 0,46 cos (2πn/(L-1))
Blackman: w[n] = 0,42 - 0,5 cos (2πn/(L-1)) + 0,08 cos (4πn/(L-1))
I [β
√
(1-[(n-α)/α]2)]
Kaiser: w[n] = o
Io(β)
donde α=(L-1)/2 y β es un parámetro que determina el compromiso de la ventana de Kaiser entre la
anchura del lóbulo principal y la amplitud del lóbulo secundario de su transformada de Fourier; los
valores usuales para β se mueven entre 0,3 y 6.
Ecuación en diferencias finitas

Crea una secuencia de la longitud especificada que, a partir de la posición m dada, responde a la
ecuación en diferencias:
y[n-m] = a y[n-m-1] + b y[n-m-2] + c para n ≥ m
con la duración que se indique. Las condiciones iniciales de la ecuación son los valores de la secuencia
y[m] e y[m+1]
Editar secuencia
La opción permite la creación de una secuencia dando valor a sus muestras, y la edición de una
secuencia preexistente. Esta opción actúa sobre la secuencia seleccionada. Al entrar en la misma
aparece una ventana que muestra los elementos de la secuencia (si ya ha sido definida) y los comandos
básicos de esta opción:
<INS> : que permite insertar una muestra ante la muestra seleccionada.
<DEL>: que permite borrar la muestra seleccionada.
<L> Longitud: que permite definir y/o modificar la muestra inicial y la longitud de la
secuencia.
<R> Rellenar: que proporciona un mismo valor a un conjunto de muestras sucesivas.
<M> Muestra: que accede al valor de una muestra concreta.
Los datos proporcionados con estos comandos se aplican mediante la barra <SPACE>. Para crear un
secuencia se define su longitud; se genera así una secuencia cuyas muestras son todas nulas, y cuya
edición permite proporcionarles los valores deseados. Los cursores verticales y las teclas <PgUp> y

xvi Tratamiento digital de la señal: una introducción experimental
<PgDown> facilitan el desplazamiento por la ventana de edición. La posición del cursor que indica la
muestra seleccionada se indica mediante video inverso. La creación o edición de la secuencia queda
validada cuando se selecciona la secuencia destino.
II.2 Tratamiento
Este menú está destinado a proporcionar al programa la capacidad de manipulación de secuencias. Cada
una de las opciones realiza una operación elemental más o menos compleja, cuya combinación faculta
la realización de una gran variedad de tratamientos.
Combinación lineal
Realiza la combinación lineal de dos secuencias que se especifican mediante la ventana de diálogo, en
la que también se tienen que indicar las constantes de proporcionalidad que afectan en la combinación a
cada secuencia. Estas constantes son complejas y se indican en la forma binómica.
Producto
Efectúa el producto de las dos secuencias indicadas en la ventana de diálogo. Es la opción
correspondiente a la operación de enventanado de una secuencia.
Convolución lineal
Convoluciona linealmente las dos secuencias indicadas en la ventana de diálogo.
Filtrado
Filtra la secuencia activa con el sistema presente en la sección "Diseño de sistemas discretos". La
longitud de la secuencia resultante es la misma que la correspondiente a la secuencia de entrada.
Mediana
Realiza el filtrado de mediana de orden M (impar), parámetro que solicita. En el caso de tratar una
secuencia real, para cada ordinal n esta opción toma las muestras n a n-M+1 de la secuencia, las ordena
de menor a mayor y proporciona como resultado el valor de la muestra central. Cuando la secuencia es
compleja, se procesan por separado las partes real e imaginaria.
Muestra a muestra
Se realiza sobre cada muestra de la secuencia activa la operación seleccionada. Las posibilidades que se
ofrecen son las siguientes:
Exponencial
Logaritmo neperiano
Parte real
Parte imaginaria
Módulo
Fase
Complejo conjugado

Apéndice A: Manual de usuario de 62 xvii
1/x[n]
Signo

√ x[n]
x2[n]
Coseno
Cuantificación
Si la muestra es nula se asigna, por convenio, a la inversa y al signo el valor cero. En la
cuantificación se discretizan por separado las partes real e imaginaria de la muestra; cuando una de ellas
es nula, se cuantifica a la mitad del escalón cuántico y se aleatoriza el signo; si la secuencia es
declarada real, la parte imaginaria no es tratada; el máximo número de bits aceptado para la
cuantificación es 16.
x[-n]
Realiza la reflexión de la secuencia activa.
Retardo
Retrasa la secuencia activa tantas muestras como especifica el retardo. Si el retardo que se indica es
negativo, se realiza un adelanto de un número de muestras igual al valor absoluto del retardo
especificado.
Desplazamiento circular
Considera que la última muestra de la secuencia activa es contigua en el tiempo con la primera (como
si la secuencia estuviese desarrollada sobre un cilindro). En estas condiciones realiza un retraso
(desplazamiento positivo) o un adelanto (desplazamiento negativo) de tantas muestras como se indique.
Generar periodicidad
A partir de la secuencia activa x[n] genera una secuencia y[n] de longitud, ordinal correspondiente a la
muestra inicial y período P que se elijan, haciendo uso de la expresión:
∞
y[n] = ∑ x[n+rP]
r=-∞
FFT
Realiza la transformada discreta de Fourier (DFT) de la secuencia activa mediante el algoritmo de la
Fast Fourier Transform, cuando el número de puntos de la DFT es una potencia de 2. Se recomienda
su uso cuando se desee el cálculo de la DFT de una secuencia, salvo que existan razones para hacer uso
del cálculo directo que utiliza la siguiente opción.
DFT
Calcula la transformada discreta de Fourier de la secuencia activa por aplicación directa de la expresión
que la define. Se debe reservar su uso para aquellos casos en que el número de puntos de la DFT que
desean calcularse es muy reducido, o cuando dicho número no puede ser una potencia de 2.

xviii Tratamiento digital de la señal: una introducción experimental
Predicción lineal
Mediante el algoritmo de Levinson, determina los coeficientes de la predicción lineal
P
^ =-
x[n] ∑ ai x[n-i]
i=1
que predice la muestra x[n] con el menor error cuadrático. Toma como muestras de la correlación de la
señal x[n] las muestras de la secuencia activa entre los ordinales 0 y el orden P especificado para el
análisis. Proporciona como salida la secuencia {...,0, 1, a1, a2, ..., aP, 0, ...}, que se corresponde con
la respuesta impulsional del filtro del error de predicción; es decir, el sistema FIR que a la secuencia
x[n] responde con la secuencia error de la predicción:
P
e[n] = x[n] + ∑ ai x[n-i]
i=1
Diezmado
Genera una nueva secuencia y[n] conservando 1 muestra de cada N (relación de diezmado) muestras de
la secuencia activa x[n]. Se puede seleccionar la muestra M origen del diezmado. La operación
implicada es:
y[n] = x[ n N + M ] 0 ≤ M ≤ N-1
Intercalado de ceros
Genera una nueva secuencia intercalando N-1 (valor solicitado por la ventana de diálogo) ceros entre
cada dos muestras de la secuencia activa. Esta operación está involucrada en el proceso de interpolación
por una relación entera N.
Polímetro
Invoca una ventana que proporciona media, energía y potencia de la secuencia activa la cual,
excepcionalmente, puede ser cambiada desde esta opción.
II.3 Representar
Este menú facilita la visualización de las secuencias. Las distintas opciones permiten seleccionar la
característica de las muestras de la secuencia que se desea representar:
Parte real e imaginaria
Parte real
Parte imaginaria
Módulo y fase
Módulo
Fase

Apéndice A: Manual de usuario de 62 xix
Cuando se invoca una de sus opciones, la pantalla nos presenta una o dos gráficas según se solicite la
representación de un aspecto de la secuencia (por ejemplo, el módulo de sus muestras) o de dos de ellos
(por ejemplo, parte real e imaginaria de sus muestras). En caso de que se presenten dos gráficas, la
superior corresponderá a la primera característica de las muestras mencionada en la opción seleccionada
y la inferior a la segunda.
Comparar secuencias
La opción permite entrar en un submenú cuyas opciones son las mismas que las de "Representar", con
la excepción de la opción "Salir de comparar": la ventana se sobreilumina y la opción "Comparar
diseños" es sustituida por "Salir de comparar", que permitirá salir de la ventana (modo alternativo para
salir de la ventana es pulsar la tecla <ESC>), lo que se advierte con un zumbido. Las secuencias se
seleccionan con las teclas F1 a F4, y se indica esta selección en la línea inferior de la pantalla. Una
selección indeseada se elimina con la tecla <DEL>.
Límites
Cuando se elige esta opción, se abre una ventana de diálogo preparada para proporcionar los límites a
los ejes de representación:
Eje de abscisas o de ordinales: primera muestra y última muestra.
Eje de ordenadas: máximo y mínimo de la parte real,
máximo y mínimo de la parte imaginaria,
máximo del módulo.
El mínimo del módulo siempre es cero por defecto y la fase se representa siempre entre -π y π. Los
valores proporcionados mediante esta ventana, tal como se indica en la misma, se validan al pulsar
<SPACE>.
La ventana de diálogo ofrece también la opción
Muestras como líneas / como puntos
que define el modo en que se representan las secuencias. En el primero la representación es la habitual,
y se indica cada muestra con un trazo vertical. En el segundo cada muestra se representa mediante un
punto, interpolándose entre ellos; esta posibilidad es de utilidad en la representación logarítmica de la
DFT. Se pasa de un modo a otro con la tecla <RETURN>.
Tarjeta gráfica
Esta opción permite indicar al programa la tarjeta gráfica de la que dispone el computador. En la mayor
parte de las configuraciones el propio programa detecta correctamente la tarjeta en uso. Cuando no sea
así o, por la razón que sea, interese especificar un modo gráfico determinado, debe utilizarse esta
opción.
Impresora
Esta opción permite seleccionar entre una impresora de 8 agujas y una de 24 para la impresión de
cualquiera de las gráficas que realiza el programa. La impresión se provoca pulsando la tecla <ImpPt>
(imprimir pantalla). La impresión se adapta a las características de la configuración del computador,
independientemente de la versión del sistema operativo.

xx Tratamiento digital de la señal: una introducción experimental
II.4 Archivo
Este menú está dedicado a intercambiar las secuencias con el entorno de trabajo del usuario. Tanto
permite la lectura o escritura de un fichero que contiene una secuencia, como la conversión D/A de la
secuencia activa o la impresión de la misma.
Leer secuencia
Su misión es realizar la lectura de un fichero conteniendo una secuencia. Cuando se invoca esta opción
se abre una ventana de diálogo que solicita el directorio y el nombre del fichero. A esta demanda se
puede responder con un nombre concreto (no es preciso incluir la extensión), en cuyo caso el programa
procede a la lectura del fichero en cuando se pulsa <RETURN>, ocupando el lugar de la secuencia
activa. Si el nombre indicado contiene comodines (*), el programa suministra un Directorio de
todos los ficheros que se adaptan al nombre escrito; en este caso los cursores verticales y las teclas
<PgUp> y <PgDown> que ejecutan el salto de página del directorio, permiten situar la barra de
selección sobre el fichero cuya lectura interesa; la selección de la secuencia destino mediante una de las
teclas F1 a F4 provoca la lectura del fichero.
Directorio
A través de la correspondiente ventana de diálogo, se puede suministrar al programa el nombre del
directorio en cuya relación de ficheros de secuencias estamos interesados. Se puede especificar, además
del directorio, una clave de búsqueda de ficheros. El programa proporciona, junto con la lista de
ficheros solicitada, el comentario con la descripción de su contenido. Cuando la longitud del
directorio lo requiere, éste se organiza en páginas; las teclas <PgUp> y <PgDown> permiten el
desplazamiento a través de ellas. En la esquina inferior izquierda de la ventana se muestra en todo
momento el número de la página en que estamos, sobre el número total de páginas del directorio,
mientras que en la cabecera de la ventana se indica la clave de búsqueda.
Borrar secuencia
Actúa en formar similar a Leer secuencia, salvo que como resultado la secuencia elegida es borrada
tras pulsar <RETURN>.
Guardar secuencia
Esta opción faculta para conservar en un fichero la secuencia activa. Al ser invocada, se abren dos
ventanas de diálogo: la primera demanda directorio y nombre para el fichero (la extensión SEC es
incluida por defecto) y la segunda permite la edición del comentario descriptivo de la secuencia, que
la acompañará en el fichero.
Editar comentario
Esta opción permite proporcionar una descripción de la secuencia activa. El programa facilita por
defecto tal descripción, cuando crea la secuencia mediante el menú "Generación". Conviene editar el
comentario de una secuencia resultado de un tratamiento o una edición, ya que la descripción que ofrece
el programa en el primer caso es "Secuencia que ha pasado por tratamiento (comentario provisional)",

Apéndice A: Manual de usuario de 62 xxi
y deja inalterado el comentario en el segundo. Este comentario se presenta en pantalla cuando la

secuencia está en memoria y se guarda con la secuencia cuando ésta es grabada en un fichero.
Actualizar directorio
La necesidad y utilidad de esta opción se debe al modo en que el programa trata el directorio de
ficheros. En realidad este directorio es un fichero especial generado por el propio programa; de modo
que toda operación que implique al directorio requiere la manipulación de este fichero especial. Si por
cualquier motivo este fichero se estropeara o se perdiera, a pesar de que nosotros siguiéramos teniendo
intactas nuestras secuencias en el disco, éstas no aparecerían en el directorio del programa. Por ello,
necesitamos para estos casos una opción que nos permita actualizar el fichero directorio.
Al seleccionar la opción, se abre una ventana de diálogo para especificar el directorio que se desea
actualizar.
Es interesante mencionar que es posible la lectura de un fichero que no figure en el directorio del
programa, si en la opción "Leer secuencia" se especifica el nombre del fichero completo.
Imprimir secuencia
Esta opción promueve la impresión de los valores de las muestras de una secuencia.
Test D/A
Permite comprobar el correcto funcionamiento de la placa EVM; inicializa los parámetros a y b (si
estuvieran indefinidos) a los valores correspondientes a una frecuencia de muestreo de 8 kHz y realiza
la opción Conversión D/A para producir la generación de una sinusoide cuya frecuencia es Fm/4.
Conversión D/A
Suministra la secuencia activa a la placa EVM, que realizará la conversión de la misma mediante un
bucle infinito, de modo que tras la última muestra de la secuencia seguirá la primera y así
sucesivamente. En otras palabras, se genera una señal periódica cuyo período se corresponde con la
secuencia elegida. Debe suministrarse al programa los valores para los parámetros a y b, que se
encargan de especificar la frecuencia de muestreo y la frecuencia de corte del filtro
antialiasing/reconstructor.
Salir
Su selección concluye la sesión de trabajo y produce la vuelta al sistema operativo al punto desde
donde se invocó el programa.
II.5.- Sistemas
La selección de este menú da paso al conjunto de menús correspondiente al DISEÑO DE SISTEMAS

DISCRETOS.

Apéndice A: Manual de usuario de 62 xxiii
III.- Diseño de sistemas discretos
La sección dedicada al manejo de sistemas se encuentra organizada del siguiente modo: las operaciones
de entrada y salida se encuentran en el menú "Archivo", el análisis de la respuesta frecuencial, de la
respuesta impulsional y del diagrama de ceros y polos en el menú "Gráficas" y la especificación de un
sistema en "Datos", juntamente con "Tipo" y "IIR: aproximación". El programa trabaja con un solo
sistema (a excepción de la opciones "Comparar sistemas" del menú "Gráficas", y "Combinación en
cascada" y "Combinación en paralelo" del menú "Datos").
La respuesta del sistema a una secuencia se obtiene invocando la opción Filtrado del menú
"Tratamiento" en la sección dedicada a las secuencias.
La sección DISEÑO DE SISTEMAS DISCRETOS dispone de dos modos de funcionamiento

("Especificaciones" y "Función de transferencia"), que se distinguen por la forma en que se define el
sistema en el menú Datos. Debe señalarse que esta información se guarda con los demás parámetros
del sistema si éste se conserva en un fichero; por consiguiente, si el sistema disponible ha sido leído
de disco, el modo de trabajo del programa corresponderá a la forma en que el sistema fue definido en su
momento.
El orden máximo permitido para un sistema es 32, lo que supone un número máximo de 33
coeficientes para numerador y denominador de su función de transferencia.
Un sistema puede ser conservado en un fichero en disco. El nombre del fichero debe ajustarse a las
convenciones del sistema operativo y recibe la extensión SIS. El programa conserva un directorio de
los sistemas almacenados en el fichero SISTEMAS.DIR.
En esta sección la pantalla ofrece en su línea inferior una Línea de estado, que nos indica en todo
momento el nombre y el directorio del fichero correspondiente al sistema en memoria (llamado
NINGUNO por defecto, como ya se verá), así como el Tipo de filtro y la IIR: aproximación
empleada en el modo "Especificaciones". La línea de estado se actualiza cada vez que ocurre alguna
modificación en los datos que presenta.

xxiv Tratamiento digital de la señal: una introducción experimental
III.1 Tipo
Este menú está asociado al submenú Especificaciones del menú de "Datos", de tal manera que
solamente se puede acceder a su ventana de opciones si el programa está funcionando en dicho modo.
Con este menú se puede especificar el tipo de filtro (según la configuración de sus bandas) que se desea
diseñar. Las opciones posibles son:
Paso bajo
Paso banda
Paso alto
Elimina banda
Multibanda
Transformador de Hilbert
Derivador
Las tres últimas opciones están reservadas únicamente al diseño de filtros FIR, y se genera un mensaje
de error cuando se eligen para el diseño de un filtro IIR.
III.2 IIR: aproximación
Al igual que el anterior, este menú está asociado al submenú Especificaciones del menú de
"Datos", de tal manera que solamente se puede acceder a su ventana de opciones si el programa está
funcionando en dicho modo. Con este menú se puede determinar la aproximación a utilizar en el
diseño de un sistema IIR a partir de un prototipo analógico mediante la transformación bilineal. Las
opciones disponibles son:
Butterworth
Chebychev
Inversa Chebychev
Elíptica
III.3 Datos
Este menú es el que permite definir las propiedades del sistema que se diseña. Presenta dos opciones
alternativas de trabajo, asociadas cada una de ellas a un submenú. El modo que el programa toma por
defecto está asociado al submenú que se denomina Especificaciones y donde el sistema se define
por las características frecuenciales. La alternativa la ofrece el submenú Función de transferencia,
en el que el sistema de describe en términos de los coeficientes o ceros y polos de su función de
transferencia. Mención especial merece la opción Filtro FIR: respuesta impulsional que,
aunque se encuentra en el submenú de "Especificaciones", su modo de trabajo comparte las propiedades
de los sistemas definidos mediante el submenú "Función de transferencia".
Un sistema diseñado en el modo "Especificaciones" es pasado automáticamente al modo "Función de

transferencia", con lo que se pierde el sistema que se encontrase previamente en dicho modo. Cuando

Apéndice A: Manual de usuario de 62 xxv
las especificaciones sean erróneas y el sistema no se diseñe, en el modo "Función de transferencia" se

conservará la información del sistema preexistente, pero no estará activo: no podrá analizarse ni
utilizarse para filtrar señales, etc. Para activar de nuevo el sistema, deberá entrarse en la opción "Editar
ceros y polos" y salir con <SPACE>.
Especificaciones
En este modo el programa espera que el usuario introduzca como especificaciones del filtro a calcular
el Tipo de filtro, la IIR: aproximación deseada y las frecuencias que delimitarán las bandas y/o las
atenuaciones requeridas en esas bandas, así como el orden. Frecuencias de corte, límites para la
atenuación y el orden se proporcionan al programa mediante la ventana de diálogo de la opción de
Filtro IIR o FIR que se seleccione.
A fin de entender el funcionamiento del programa, es importante saber que el cálculo del filtro se
realiza siempre que salimos de cualquiera de las ventanas ligadas a especificación (tipo de filtro,
aproximación o ventanas de diálogo). En ese momento el programa comprueba que las
especificaciones son correctas, generando un mensaje de error si no es así. La eventual incorrección
puede ser tal, o ser simplemente fruto de que se están modificando las especificaciones del filtro. Por
ejemplo, tras diseñar un filtro paso bajo y cambiar el tipo de filtro a un paso alto, el programa genera
un mensaje de error porque las especificaciones de las frecuencias de corte de que dispone no pueden ser
adecuadas para un filtro paso alto; el problema se resuelve corrigiendo dichas frecuencias.
Si las especificaciones para el sistema son correctas, el programa realiza los cálculos de diseño y,
como fondo del menú de ventanas, dibuja la plantilla de la atenuación correspondiente a las
especificaciones frecuenciales introducidas. Esta plantilla nos orientará en el diseño de nuestro filtro.
En negro aparecerá la zona permitida para la gráfica de la atenuación, mientras que para las zonas no
permitidas se utilizan los colores verde y rojo (no hay distinción para monitores monocromo),
indicando los márgenes frecuenciales que son banda de paso y banda atenuada, respectivamente.
Las posibles opciones de este submenú son:
Mostrar especificaciones
Nos muestra el orden (calculado, si no fue especificado) o la longitud de la respuesta
impulsional, según el caso, y el resto de las especificaciones frecuenciales
Filtro IIR: Respuesta frecuencial

Al elegir esta opción, se abre otra ventana que ofrece la posibilidad de especificar el filtro de
diversos modos. El programa admite las bandas de paso y las atenuadas pero no el orden (1ª opción), el
orden y las bandas de paso (2ª opción), o el orden y las bandas atenuadas (3ª opción). La ventana de
diálogo que aparece al elegir cualquiera de estas tres opciones es prácticamente idéntica para todas ellas,
siendo la única diferencia que la barra de selección sólo permite el desplazamiento a través de los datos
que el usuario puede introducir en cada caso, y que se hayan señalados en modo más brillante. Se ayuda
así a que no se den especificaciones incompatibles. En el lugar de los datos que no se pueden introducir
aparece la palabra indefinido en un color más oscuro que el resto. Puede que esta palabra aparezca
también en el lugar de los datos permitidos, en color más brillante, si es que éstos no han sido aún
introducidos (por ejemplo, al arrancar el programa). Hay datos que aparecen dos veces, numerados 1 y
2 respectivamente. Es el caso de las frecuencias límite de las bandas de los filtros elimina banda y paso

xxvi Tratamiento digital de la señal: una introducción experimental
banda, o bien el caso de que queramos introducir diferentes atenuaciones en cada banda cuando hay dos
del mismo tipo (esto sólo será posible si en dichas bandas no hay comportamiento con rizado de
amplitud constante). Siempre se entenderá que el parámetro numerado con 1 corresponde a la banda
inferior, y el numerado con 2 a la superior.
Debe señalarse que los datos a introducir varían según el tipo de filtro que hayamos escogido.
La aproximación de Chebychev necesita siempre como datos las frecuencias de corte de la banda de
paso, la inversa de Chebychev necesita siempre las de la banda atenuada, y la aproximación elíptica (o
de Cauer) requiere siempre las frecuencias de ambas. Estos requerimientos son independientes de la
opción que se haya escogido para introducir las especificaciones, así que aunque en dicha subopción no
esté previsto en principio introducir esas frecuencias, el programa las pedirá de todos modos. En la
plantilla quedarán indicadas con flechas, en lugar de marcarse las zonas permitida y no permitida para la
gráfica, puesto que las atenuaciones límite no se conocen en esa zona.
Filtro FIR: Respuesta frecuencial

Mediante esta opción se diseñan filtros FIR de fase lineal cuyo módulo de la respuesta
frecuencial presenta rizado de amplitud constante en las bandas de paso y atenuadas. Se hace uso del
algoritmo de Parks y McClellan.
Los filtros paso bajo, paso alto, paso banda y elimina banda se especifican mediante sus
bandas de paso y atenuada(s) y la longitud para la respuesta impulsional del filtro. El valor adecuado
para la longitud de la respuesta impulsional se obtiene mediante un proceso de prueba y error: un valor
reducido no permite satisfacer las especificaciones, un valor elevado proporcionará unas prestaciones
excesivas; en función de los requerimientos para la atenuación, se han propuesto diversas estimaciones
para la longitud de la respuesta impulsional que pueden usarse como punto de partida; en el capítulo 5
se ofrece la estimación (5.32) basada en la fórmula de Kaiser.
Para los transformadores de Hilbert, derivadores y filtros multibanda se especifican la longitud
de la respuesta impulsional y los requerimientos para cada banda: si es banda de paso o atenuada, sus
frecuencias de corte y el rizado en dB (si es una banda de paso) o la atenuación mínima (si es una banda
atenuada). Cada banda se especifica mediante una ventana de diálogo; se recorren las diversas bandas
mediante las teclas <PgUp> y <PgDown>, se añade una banda con <INS> y se elimina con <DEL>;
las especificaciones se validan en su totalidad cuando se pulsa <SPACE>. El número de bandas
especificado para el filtro coincide con el número de ventanas activas. El programa gestiona los filtros
multibanda, transformadores de Hilbert y derivadores del mismo modo y, cuando genera un mensaje, se
refiere a cualquiera de ellos como multibanda.
Filtro FIR: Respuesta impulsional

Permite especificar una de las secuencias en memoria del programa como respuesta
impulsional de un filtro FIR. El sistema diseñado tiene las características de un sistema definido en el
modo de funcionamiento "Función de transferencia". Por ello, una vez realizado el diseño, el programa
se sitúa en el submenú "Función de Transferencia".
Función de transferencia
Permite acceder al modo de funcionamiento homónimo.

Apéndice A: Manual de usuario de 62 xxvii
Mostrar datos del filtro

Esta opción suministra una lista completa y detallada de los parámetros del filtro: se muestra
el tipo de filtro, la aproximación, sus especificaciones, los ceros y polos de la función de transferencia
del filtro, y los coeficientes de sus polinomios numerador y denominador. Todos estos datos se
visualizan sucesivamente por páginas, aunque el tipo de filtro, sus especificaciones y la aproximación
empleada permanecen constantemente en pantalla. Para pasar de página basta con apretar una tecla
cualquiera. Como siempre, pulsando <ESC> en cualquier momento se sale de la opción.
Función de transferencia
En este modo de funcionamiento el sistema se especifica mediante los ceros y polos de su función de
transferencia o los coeficientes de sus polinomios numerador y denominador. En consecuencia los
menús "Tipo" de filtro y "IIR: aproximación" no están disponibles. A continuación se describen las
opciones contempladas en este submenú.
Volver a especificaciones
Permite regresar al modo de funcionamiento alternativo. Se recupera el filtro que hubiese
diseñado en dicho modo.
Editar ceros y polos

Al entrar en esta opción aparecen en pantalla tres ventanas, que muestran los valores de los
ceros, de los polos, y de la constante de la función de transferencia respectivamente. En todo momento
la ventana que esté activa (ventana cuyos valores se quieren editar), aparece sobreiluminada. Para
cambiar la ventana activa, basta con desplazarse con las flechas horizontales, tal como se indica en la
esquina inferior derecha de cada ventana.
Para editar ceros y polos se indica módulo y fase para cada uno de ellos. Es importante saber
que al introducir un cero o polo se especifica el factor (z-zk) para la función de transferencia:
Q
∏ (z - c k )
k=1
H(z) = K z-(Q-P)
P
∏ (z - d k )
k=1
Como las funciones de transferencia son función de z-1, la diferencia de grado entre el numerador y el
denominador implica la presencia de ceros o polos en el origen (z=0), que deben ser indicados. Si Q>P,
habrá Q-P polos en el origen; si P>Q, son P-Q los ceros en el origen.
Al desplazar con los cursores verticales hacia abajo la barra seleccionadora, ésta sólo avanza
hasta una posición después del último cero (o polo); ahí se puede introducir una nueva raíz.
Alternativamente, puede situarse la barra seleccionadora en una posición intermedia y pulsar <INS>
para insertar ahí el nuevo cero (o polo). Con la tecla <DEL> se suprime la raíz seleccionada.
La edición de un cero (o polo) comienza con la especificación de su módulo y culmina con la
indicación de la fase. Si la fase es distinta de 0 o π el programa supone que se define un par de raíces
complejas conjugadas. Una raíz real negativa puede indicarse con módulo negativo y fase cero.

xxviii Tratamiento digital de la señal: una introducción experimental
Una vez acabada la edición, el programa simplifica ceros con polos, si es que los hay iguales,
y comprueba que no haya ningún polo con módulo mayor que la unidad. Si así fuese, dará el
correspondiente mensaje de error.
Editar coeficientes
El funcionamiento de esta opción es equivalente al de la anterior. Aquí aparecen de nuevo tres
ventanas: una para los coeficientes del numerador de la función de transferencia, otra para el
denominador y otra para la constante, que es la misma que aparecía en "Editar ceros y polos".
Coeficientes y constante multiplicativa han de ser reales. Al editar los coeficientes debe saberse que el
coeficiente k-ésimo se corresponde con la potencia -k de z:
Q
∑ bk z - k
k=0
H(z) = K
P
∑ ak z - k
k=0
Cuando se concluye la edición de los coeficientes de la función de transferencia y se pulsa

<SPACE>, primero aparece el mensaje "Calculando polos del sistema" y después "Calculando ceros
del sistema". En esos momentos el programa normaliza a la unidad los términos independientes de
numerador y denominador, y calcula por métodos numéricos las raíces de ambos polinomios, lo cual
llevará más o menos tiempo dependiendo del grado de los mismos. Por ello, para modificar
únicamente la constante multiplicativa, es recomendable utilizar la opción de edición de ceros y polos.
El programa realiza las mismas comprobaciones que en la opción anterior.
Sistema inverso
Determina el sistema inverso del sistema actualmente existente. Para ello, intercambia entre
sí los ceros y los polos e invierte la constante.
Conexión cascada
Esta opción permite crear un nuevo sistema a partir de la conexión en cascada de dos, tres o
cuatro sistemas. Al accionar la opción se pregunta el número de sistemas a combinar, para a
continuación solicitar uno a uno el nombre de los ficheros donde se encuentre cada uno de los
sistemas. Dichos nombres pueden indicarse en la forma habitual para las opciones que manejan
ficheros (véase Archivo). Tras recibir el nombre correspondiente al último sistema, el programa
procede a calcular el sistema resultante, que somete a las comprobaciones de las opciones anteriores.
Conexión paralelo
Permite crear un nuevo sistema como la conexión en paralelo de dos, tres o cuatro sistemas
que ya tengamos grabados en disco. El procedimiento es exactamente igual al anterior. La única
diferencia es que al salir de la opción deben recalcularse los ceros y polos a partir de los coeficientes de
la nueva función de transferencia.

Apéndice A: Manual de usuario de 62 xxix
III.4 Gráficas
La representación gráfica permite visualizar las características frecuenciales y temporales de un

sistema, así como su diagrama de ceros y polos.
Tras finalizar el trazado de la gráfica correspondiente a la atenuación, el módulo, la fase y el retardo de

grupo, en la esquina superior derecha de la pantalla aparece el mensaje "Pulsar <C> para cursor". Al
pulsar la letra C, aparece en pantalla un cursor en forma de línea vertical que atraviesa la gráfica de
arriba a abajo y que puede desplazarse a lo largo de ella usando los cursores horizontales. A medida que
el cursor avanza, en la esquina superior izquierda se nos muestra el valor de las coordenadas del punto
de la gráfica sobre el cual está. Las teclas <←> y <→> provocan que el cursor avance relativamente
deprisa; sin embargo, si se desea mayor precisión, puede conseguirse un avance más lento mediante las
combinaciones de teclas <Ctrl>+<flechas>. El cursor puede ser ocultado, sin abandonar el modo
cursor, pulsando la tecla <O>, tal como se advierte en la esquina superior derecha; el cursor se recupera
al pulsar cualquier tecla; esta opción es interesante cuando se desea hacer un volcado de la gráfica en
impresora pulsando <ImpPt>. Las gráficas correspondientes a la opción comparar no disponen de la
facilidad de un cursor.
Pulsando cualquier tecla, excepto <C> naturalmente, volvemos al menú una vez finalizada la gráfica.
Pulsando <ESC> se retorna antes de finalizar, con lo que se interrumpe la ejecución de la gráfica.
Atenuación
Esta opción proporciona la atenuación correspondiente a la respuesta frecuencial del filtro, definida
como:
α(ω) = - 20 log (|H(ejω)|)
Nótese que el escalado vertical es doble, uno a la derecha y otro a la izquierda, correspondientes en
principio a la banda de paso y a la banda atenuada, respectivamente. Mientras la atenuación es inferior
al límite marcado para la banda de paso, la gráfica se atiene a la escala de la izquierda; cuando excede
dicho límite, la representación se ajusta a la escala de la derecha. En el caso de que el sistema
corresponda al modo "Especificaciones", también se dibuja la plantilla.
Módulo de la respuesta frecuencial

Proporciona el módulo de la respuesta frecuencial del sistema. Hace uso de doble escala al igual que la
atenuación y, cuando es el caso, presenta la plantilla de la especificación frecuencial.
Fase de la respuesta frecuencial

La fase de la respuesta frecuencial se puede observar con esta tercera opción. Ésta se representa en el
margen de ±180°, a la izquierda de la pantalla, y ±π rad, a la derecha; ello da lugar a una gráfica
circular, caracterizada por los saltos que aparecen en pantalla. Así, por ejemplo, si la fase llega a -181°,
se representará en pantalla como +179°, lo que provoca una discontinuidad aparente en la gráfica.

xxx Tratamiento digital de la señal: una introducción experimental
Retardo de grupo
Esta opción presenta en pantalla el retardo de grupo del sistema.
Respuesta impulsional
Esta opción presenta en pantalla la respuesta impulsional del sistema. Este mismo resultado puede
obtenerse mediante el Filtrado de una secuencia impulso unidad en la sección "Generación y
tratamiento de secuencias".
Diagrama de ceros y polos

Esta opción ofrece en pantalla el diagrama de ceros y polos del sistema. Esta opción ofrece la facilidad
de un cursor circular. Con las teclas <←> y <→> se aumenta y reduce, respectivamente, la dimensión
del radio del cursor. Las teclas <↑> y <↓> permiten desplazarlo angularmente; cada golpe de tecla
corresponde a un grado sexagesimal.
Comparar sistemas
Con esta opción se puede visualizar la misma característica de hasta cuatro sistemas que se hayan
grabado previamente en disco. Al accionar la opción se pregunta el número de sistemas a comparar,
para a continuación solicitar uno a uno el nombre de los ficheros donde se encuentre cada uno de los
sistemas. Dichos nombres pueden indicarse en la forma habitual para las opciones que manejan
ficheros (véase Archivo). Tras recibir el nombre correspondiente al último sistema, la ventana se
sobreilumina y la opción "Comparar sistemas" es sustituida por "Salir de comparar", que permitirá
salir de la ventana (modo alternativo para salir de la ventana es pulsar la tecla <ESC>).
En la representación cada sistema aparece identificado con un color diferente, si el monitor es color, o
con un trazo diferente para monitores monocromo. Al imprimir las comparaciones cada sistema
aparecerá siempre con un trazado distinto, como en los monitores monocromo, aunque nuestro
monitor sea en color. Para mayor claridad, no aparecerá ninguna de las plantillas, aunque dichos
sistemas las tuvieran. Hay que destacar que los sistemas a comparar no tienen por qué haber sido
diseñados necesariamente en el mismo modo de funcionamiento de "Diseño de sistemas discretos". El
programa sigue tomando por defecto unos límites de representación que permitan ver incluso la gráfica
con márgenes más amplios. Estos límites se representan constantemente en los ejes que aparecen en el
fondo del menú y pueden ser modificados con la opción Limites.
Dado que se visualizan varias gráficas a la vez, ya no se dispone de la posibilidad de atravesar la
pantalla con un cursor, y en la línea de estado de la parte inferior del menú se toma como ninguno el
tipo de filtro y la aproximación.
Como ya se ha mencionado, cuando se desee terminar la comparación, se pulsará <ESC> y, tras un
ligero zumbido que nos recuerda que hemos salido del modo de comparación, el programa recupera el
sistema que tenía antes de entrar en la opción.
Límites
Esta opción invoca una ventana de diálogo que permite facilitar al programa los márgenes para la
representación gráfica:
Eje de abscisas: márgenes de frecuencia;
muestra inicial y final para la respuesta impulsional.

Apéndice A: Manual de usuario de 62 xxxi
Eje de ordenadas: valor mínimo para la atenuación (≤ 0) y valores

máximos para la banda de paso y la banda
atenuada;
valores máximos para el módulo en la banda de paso
y la banda atenuada.
Valor máximo para el semieje imaginario del diagrama de ceros y polos.
El mínimo del módulo siempre es cero por defecto y la fase se representa siempre entre -π y π. Los
valores proporcionados mediante esta ventana, tal como se indica en la misma, se validan al pulsar
<SPACE>.
Tarjeta gráfica
Esta opción permite indicar al programa la tarjeta gráfica de la que dispone el computador. En la mayor
parte de las configuraciones el propio programa detecta correctamente la tarjeta en uso. Cuando no sea
así o, por la razón que sea, interese especificar un modo gráfico determinado, debe utilizarse esta
opción.
Impresora
Esta opción permite seleccionar entre una impresora de 8 agujas y una de 24 para la impresión de
cualquiera de las gráficas que realiza el programa. La impresión se provoca pulsando la tecla <ImpPt>
(imprimir pantalla). La impresión se adapta a las características de la configuración del computador,
independientemente de la versión del sistema operativo.
III.5 Archivo
Este menú está dedicado a intercambiar las sistemas con el entorno de trabajo del usuario. Tanto
permite la lectura o escritura de un fichero conteniendo un sistema, como la utilización de un sistema
para el filtrado de una señal analógica o la impresión del mismo.
Leer sistema
Su misión es realizar la lectura de un fichero conteniendo un sistema. Cuando se invoca esta opción se
abre una ventana de diálogo que solicita el directorio y el nombre del fichero. A esta demanda se puede
responder con un nombre concreto (no es preciso incluir la extensión), en cuyo caso el programa
procede a la lectura del fichero en cuanto se pulsa <RETURN>. Si el nombre indicado contiene
comodines (*), el programa suministra un Directorio de todos los ficheros que se adaptan al nombre
escrito; en este caso los cursores verticales y las teclas <PgUp> y <PgDown>, que ejecutan el salto de
página del directorio, permiten situar la barra de selección sobre el fichero cuya lectura interesa; la
pulsación de la tecla <RETURN> provoca la lectura del fichero.
Directorio
A través de la correspondiente ventana de diálogo, se puede suministrar al programa el nombre del
directorio en cuya relación de ficheros de sistemas estamos interesados. Se puede especificar, además
del directorio, una clave de búsqueda de ficheros. El programa proporciona, junto con la lista de

xxxii Tratamiento digital de la señal: una introducción experimental
ficheros solicitada, el comentario con la descripción de su contenido. Cuando la longitud del directorio
lo requiere, éste se organiza en páginas; las teclas <PgUp> y <PgDown> permiten el desplazamiento
a través de ellas. En la esquina inferior izquierda de la ventana se muestra en todo momento el número
de la página en que estamos, sobre el número total de páginas del directorio, mientras que en la
cabecera de la ventana se indica la clave de búsqueda.
Borrar sistema
Actúa en formar similar a Leer sistema, salvo que como resultado el sistema elegido es borrado.
Guardar sistema
Esta opción faculta para conservar en un fichero el sistema en memoria del programa. Al ser invocada,
se abren dos ventanas de diálogo: la primera demanda directorio y nombre para el fichero (la extensión
SIS es incluida por defecto) y la segunda permite la edición del comentario descriptivo del sistema, que
lo acompañará en el fichero.
Actualizar directorio
La necesidad y utilidad de esta opción se debe al modo en que el programa trata el directorio de
ficheros. En realidad este directorio es un fichero especial generado por el propio programa, de modo
que toda operación que implique al directorio requiere la manipulación de este fichero especial. Si por
cualquier motivo este fichero se estropeara o se perdiera, a pesar de que nosotros siguiéramos teniendo
intactos nuestros sistemas en el disco, éstos no aparecerían en el directorio del programa. Por ello,
necesitamos para estos casos una opción que nos permita actualizar el fichero directorio.
Al seleccionar la opción, se abre una ventana de diálogo para especificar el directorio que se desea
actualizar.
Es interesante mencionar que es posible la lectura de un fichero que no figure en el directorio del
programa, si en la opción "Leer sistema" se especifica el nombre del fichero completo.
Imprimir sistema
Al invocar esta opción el programa vuelca en la impresora una lista completa y detallada de los
parámetros del sistema: se muestra el tipo de filtro, la aproximación, sus especificaciones, los ceros y
polos de la función de transferencia del sistema, y los coeficientes de sus polinomios numerador y
denominador.
Test de filtrado
Permite comprobar el correcto funcionamiento de la placa; inicializa los parámetros a y b (si
estuvieran indefinidos) a los valores correspondientes a una frecuencia de muestreo de 8 kHz y realiza
la opción Filtrado analógico con el sistema s[n]=e[n].
Filtrado analógico
Esta opción proporciona el sistema discreto en memoria del programa a la placa EVM, de modo que
ésta realice en tiempo real el filtrado de una señal analógica previamente muestreada y produzca la
conversión D/A del resultado; es decir, la placa emula el filtrado analógico. Debido al escalado de las
señales realizado en el µDSP, si la señal de entrada cubre el margen dinámico completo del convertidor

Apéndice A: Manual de usuario de 62 xxxiii
A/D, para evitar saturación en el convertidor D/A, la ganancia máxima de los sistemas discretos no
debe superar la unidad. Deben suministrarse al programa los valores para los parámetros a y b, que se
encargan de especificar la frecuencia de muestreo y la frecuencia de corte del filtro
antialiasing/reconstructor.
Demostraciones
Cuando se activa esta opción, se abre una ventana que permite elegir la ejecución en la placa EVM de
un programa de demostración entre seis posibles. La selección se realiza desplazando la barra de
selección con los cursores verticales hasta la demo deseada y pulsando <RETURN>.
Salir
Su selección concluye la sesión de trabajo y produce la vuelta al sistema operativo al punto desde
donde se invocó el programa.
III.6 Secuencias
La selección de este menú da paso al conjunto de menús correspondiente a la GENERACION Y

TRATAMIENTO DE SECUENCIAS.

Apéndice A: Manual de usuario de 62 xxxv
IV. Guía para las operaciones más habituales
Aunque los capítulos anteriores de esta guía de usuario contienen la información necesaria para trabajar
con 62, en este último capítulo se ofrece una ayuda al usuario que todavía no ha adquirido una
familiaridad suficiente con el programa. Aquí se indica cómo realizar las operaciones más sencillas y
se sugiere el modo de resolver las situaciones más habituales. Sin embargo, esta referencia no suple la
información proporcionada en los capítulos II y III, ya que a ella deberá acudir el lector en busca de los
detalles sobre los procedimientos aquí descritos.
IV.1 Generación de señales
Para la generación de señales sencillas se dispone del submenú "Señales" de "Generación"; con sus
opciones se pueden obtener las secuencias habitualmente utilizadas en el estudio y la caracterización de
las señales y los sistemas discretos: impulso unidad, escalón unidad, sinusoides, exponenciales y
pulsos de formas sencillas (rectangular, triangular, etc.). A partir de éstas y mediante la opción
"Combinación lineal" y las operaciones sobre las muestras que ofrece el submenú "Muestra a muestra"
de "Tratamiento", es posible elaborar secuencias más complejas. Entre las opciones de este submenú
merece mención especial la denominada "Coseno", incluida para la simulación de modulaciones
analógicas.
También debe señalarse la interesante posibilidad de crear secuencias proporcionando directamente al

programa los valores de sus muestras mediante la opción "Editar secuencia" del menú de "Generación",
aunque esta alternativa puede ser tediosa para secuencias de larga duración.
Las secuencias periódicas se generan mediante la opción "Generar periodicidad" de "Tratamiento" a

partir de su periodo fundamental.
IV.2 Observación de señales
La opción usual para observar las señales la ofrece el menú "Representar". Sin embargo, cuando se
desee conocer el valor concreto de una muestra ha de acudirse a "Editar secuencia".

xxxvi Tratamiento digital de la señal: una introducción experimental
Aunque se dispone de una opción en "Representar" para la comparación de secuencias, cuando se trata
de dos secuencias reales puede ser útil acudir al siguiente artificio: mediante la "Combinación lineal"
generar una nueva secuencia que contenga en sus partes real e imaginaria cada una de las dos secuencias
a comparar (para ello el coeficiente en la combinación lineal de una secuencia ha de ser real y el de la
otra imaginario) y representarla con la opción "Partes real e imaginaria".
IV.3 Enventanado de señales
El programa 62 tiene programadas las ventanas más usuales (rectangular, Hamming, Blackman y
Kaiser), que pueden obtenerse en el submenú "Ventanas" de "Generación". Dando a la posición de la
ventana el valor adecuado, se puede elegir fácilmente el segmento de señal que es conservado por la
ventana. La operación de enventanado se lleva a cabo mediante la opción "Producto" de "Tratamiento".
IV.4 Representación de la transformada de Fourier
El instrumento del que se dispone para el cálculo de la transformada de Fourier es la DFT o su versión
rápida FFT; para que los elementos de la DFT se correspondan con muestras de la transformada de
Fourier, es preciso que la secuencia a transformar esté contenida en el intervalo [0, 511]. Para obtener
las muestras de la transformada se aconseja hacer uso de la opción "FFT" de "Tratamiento" con una
longitud de 512 muestras.
La FFT genera muestras X[k] de la transformada equiespaciadas en el intervalo [0, 2π), que
proporcionan el valor de la transformada a las frecuencias k/512. Si la secuencia que se transforma es
real, basta con representar las muestras para los ordinales 0 ≤ k≤ 256 correspondientes al intervalo
frecuencial [0, π], selección que se efectúa en "Límites". En esta misma ventana de diálogo puede
optarse por representar la DFT con "Muestras como líneas" o "Muestras como puntos"; esta segunda
opción propicia una representación interpolada de la DFT con la apariencia de una función de variable
real como corresponde a la transformada de Fourier. Para representar la transformada en el intervalo
(-π, π] debe acudirse al siguiente artificio:
1. A partir de la FFT calculada y mediante la opción "Generar periodicidad" de "Tratamiento",
generar una secuencia con periodo 512, muestra inicial -255 y longitud 512.
2. Representar la secuencia obtenida.
La representación del módulo de la transformada en escala logarítmica se alcanza tras los siguientes
pasos:
1. Obtener el módulo de la transformada mediante la opción "Módulo" del submenú "Muestra a
muestra" de "Tratamiento".
2. Tomar su "Logaritmo neperiano" en el mismo submenú.
3. Si se desea que la representación quede expresada en dB debe multiplicarse el resultado
anterior por 8.6859; para ello, acuda a "Combinación lineal", indique el factor anterior para
la secuencia con el logaritmo y deje la otra secuencia indefinida.

Apéndice A: Manual de usuario de 62 xxxvii
4. Representar la secuencia resultante.
Cuando la secuencia cuya transformada de Fourier quiere representarse está contenida en el intervalo
[0, 32], puede tomarse esta secuencia como la respuesta impulsional de un sistema FIR y acudir a las
facilidades que ofrece 62 para el análisis frecuencial de los sistemas. Para ello utilícese la opción
"Filtro FIR: respuesta impulsional" del menú "Datos" de la sección de "Diseño de Sistemas Discretos"
e indíquese como respuesta impulsional la secuencia bajo análisis. En el menú "Gráficos" puede
seleccionarse la opción adecuada a la representación deseada:
1. Módulo de la transformada en escala lineal: "Módulo"
2. Módulo de la transformada en dB: "Atenuación"
3. Fase de la transformada: "Fase"
IV.5 Realización de sistemas sencillos
En el menú "Tratamiento" se dispone de varias opciones que constituyen en sí mismas la realización

de sistemas sencillos, que son utilizados frecuentemente en los ejemplos, ejercicios y problemas de
este texto. Estas opciones son:
"Convolución lineal": para la realización de un sistema lineal e invariante cuya
h[n] es conocida.
"Mediana": que realiza un filtro de mediana.
"Muestra a muestra": que lleva a cabo operaciones no lineales sin memoria.
"x[-n]": y[n] = x[-n]
"Retardo": y[n] = x[n-m]
∞
"Generar periodicidad": y[n] = ∑ x[n+rP]
r=-∞
"Diezmado": y[n] = x[nN+M]
n = 0, ±N, ±2N, …
"Intercalado de ceros": y[n] = {
x[n/N]
0 para otro n
IV.6 Generación de filtros FIR e IIR sencillos
La forma más simple de generar un filtro FIR es a partir de su respuesta impulsional. Para ello basta
con crear dicha secuencia por medio de alguna de las facilidades que ofrece 62, para posteriormente
obtener el sistema mediante la opción "Filtro FIR: Respuesta impulsional" del menú "Datos" de la
sección del programa dedicada al "Diseño de sistemas discretos".
La opción "Función de transferencia" de este mismo menú da paso a otro menú que permite "Editar
coeficientes". Esta opción ofrece la posibilidad de generar un sistema a partir de los coeficientes de su
función de transferencia o de la ecuación en diferencias finitas que describe su relación entrada/salida:

xxxviii Tratamiento digital de la señal: una introducción experimental
Q
∑ bk z - k
k=0
H(z) = Κ
P
∑ ak z - k
k=0
P Q
∑ ak y[n-k] = K ∑ bk x[n-k]
k=0 k=0
Un modo sencillo de obtener filtros en el dominio de la frecuencia (paso bajo, paso alto, paso banda,
elimina banda o transformador de Hilbert) es proporcionado por el submenú "Respuestas
impulsionales" del menú "Generación" de la sección "Generación y tratamiento de secuencias". Por su
mediación se puede obtener la respuesta impulsional correspondiente al filtro ideal deseado enventanada
por la ventana rectangular y desplazada para hacerla causal.
IV.7 Filtrado de una señal
Dos son las posibilidades que ofrece 62 para filtrar una señal. Mediante la opción "Convolución
lineal" de "Tratamiento" se obtiene la respuesta de un filtro especificado por su respuesta impulsional.
La opción "Filtrado" produce la salida correspondiente al sistema que se halle disponible en la sección
del programa "Diseño de sistemas discretos"; si la secuencia que se filtra con esta opción es el impulso
unidad, se obtiene la respuesta impulsional del sistema.

Apéndice B: En el laboratorio xxxix
Apéndice B: En el laboratorio
B.1 Diagrama de conexionado
En la figura B.1 se representa el diagrama del conexionado necesario para utilizar señal analógica como
señal de entrada o salida, en combinación con el programa 62.
OUT IN
(RCA-BNC) ON/OFF
ENTRADA SALIDA OSCILOSCOPIO
IN OUT
MICRO
out (D/A)
TMS320C30
in (A/D)
TARJETA EVM
ORDENADOR PERSONAL
BNC-BNC
BNC-BNC
GENERADOR DE SEÑAL
MICROFONO OSCILOSCOPIO CH1 CH2

AURICULARES
Fig. B.1 Diagrama de conexionado en el puesto de laboratorio

xl Tratamiento digital de la señal: una introducción experimental
En trazo grueso se esquematiza el módulo amplificador analógico. Sirve de interfaz entre la señal
analógica de entrada y el conversor A/D, así como entre el conversor D/A y la salida analógica. En el
frontal se dispone de conectores BNC para la señal de entrada (ENTRADA), así como para visualizar
en el osciloscopio la señal de salida hacia el conversor A/D (IN-OSCILOSCOPIO) y la señal
proveniente del conversor D/A (OUT-OSCILOSCOPIO). También se ha provisto un conector para
auriculares con volumen controlable. La señal de entrada pasa por un amplificador-atenuador que debe
ajustarse para evitar saturación del conversor A/D. La tensión máxima de entrada al conversor A/D no
debe superar los 3 voltios pico-pico. En el panel posterior se encuentra el interruptor (ON-OFF), y los
conectores BNC de salida (OUT) de señal hacia el conversor A/D, y de entrada (IN) de señal del
conversor D/A.
Los conversores A/D y D/A están ubicados en la tarjeta EVM de Texas Instruments. Esta, a su vez,
está conectada al ordenador personal (PC) a través de uno de los conectores de expansión del bus del
PC. El conversor A/D es de 14 bits. La tensión de entrada del conversor A/D no debe superar los 3
voltios pico-pico. En caso contrario se producirá saturación en la conversión, por lo que la señal de
entrada quedará seriamente distorsionada. Debe tenerse también en cuenta que, si la tensión de entrada
es demasiado pequeña, se producirá un error de cuantificación importante, por lo que se aconseja ajustar
el nivel de la señal analógica de entrada mediante el amplificador anteriormente indicado. El conversor
D/A es también de 14 bits y puede proporcionar una señal analógica de ±12 voltios. Para evitar
efectos de saturación en el proceso de conversión D/A, el usuario debe asegurarse de que los sistemas
diseñados con el programa 62 tengan como ganancia máxima la unidad.
En aquellos experimentos propuestos que implican señales analógicas, se utilizará el osciloscopio para
visualizarlas. Como fuente de señal analógica se hará uso de un generador de señales de baja frecuencia.
Sin embargo, en aquellos experimentos en que se considere oportuno, puede utilizarse un aparato
reproductor de cintas magnéticas o un receptor de radio convencional tipo walkman como fuente
generadora de señal, y los auriculares del mismo para percibir auditivamente la señal de salida.
B.2 Inicio y fin de las sesiones de prácticas
La sesión de trabajo se inicia poniendo en marcha todo el equipamiento e invocando la aplicación

sobre la que se realizan las prácticas; para esto último, deben teclearse las órdenes:
F:\ LOGIN > login SiS2

F:\ USUARIS \ SIS2> 62
Es imprescindible disponer de un disquete de 3 1/2 " para conservar secuencias y sistemas durante las
sesiones de trabajo o para sesiones posteriores. La sesión se concluye saliendo del programa y
liberando el terminal mediante el comando:
F:\ USUARIS \ SIS2> logout

Apéndice B: En el laboratorio xli
Se ruega que, cuando se abandone el puesto de trabajo, se deje todo el equipamiento apagado.
B.3 Cuaderno de prácticas
Cada pareja de estudiantes que formen un grupo de prácticas hará uso de un cuaderno de prácticas
(formato libre) en el que anotará los resultados del estudio previo y de las experiencias realizadas en el
laboratorio, tratando de incluir toda aquella información que pueda ser relevante para el estudio de los
conceptos contemplados en la práctica. El cuaderno se entregará al profesor al final de cada sesión de
laboratorio, quien lo devolverá tras haberlo corregido.

Apéndice C: Solución a los problemas xliii
Apéndice C: Solución a los problemas
En este apéndice se proporciona la solución de algunos de los problemas propuestos al final de los
distintos capítulos del manual de estudio.
C.1 Problemas del capítulo 1
P1.1 1/6 ciclos/muestra
P1.2 a) 7 b) no c) 3 d) no e) 16
P1.3 d
P1.4 b
P1.5 c
P1.6 d
P1.8 a
n+1 - a n + 1
P1.9 a) [b b - a ]
u[n]
b) (n+1) an u[n]
n ≥ 0
c) y[n] = { 2
2n + 1 n ≤ 0
d) {..., 0, 0, 0, -1, 0, -1, 0, -1, 0, -1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, ...}
e) {..., 0, 0, 0, 1, 2, 3, 4, 5, 5, 4, 3, 2, 2, 2, 3, 4, 5, 5, 4, 3, 2, 1, 0, ...}
f) {..., 1, 1, -1, 0, 0, 3, 3, 2, 1, 0, ... }
g) {..., 0, 1, 3, 5, 6, 6, 6, 5, 3, 1, 0, ...}
h) 7/3 ∀n
 -7/3 + 5/3 (4) n n ≤ 0
y[n] =  7/3 - 3 1 n
i)
 ()
2
n ≥ 0

xliv Tratamiento digital de la señal: una introducción experimental
 4 n n ≤ 6
j) y[n] =  8/9 (-1/8)n-64
 8/9 (-1/2) n ≥ 6
P1.10 a) h5[n]+h1[n]*(h2[n]-h3[n]*h4[n])
b) 5 δ[n]+6 δ[n-1]+7 u[n-2]-4 δ[n-3]
c) {..., 0, -5, -6, -12, -4, 2, 9, -2, -7, 0, 4, 0, ...}
P1.11 a) Falsa b) Cierta c) Falsa d) Falsa
P1.12 a) y[n] = (1+r) y[n-1]-p d) 126.444 .103 pts/mes e) Q = 45.519840 .106 pts.
P1.13 b) λ1 = (1+
√ 5)/2 λ2 = (1-
√ 5)/2 A 1 = λ 1 /
√5 A 2 = - λ 2 /
√5
c) x[n]/x[n-1] = (1+
√ 5)/2
n
P1.15 a) y[0] = 1, h[n] = (12) u[n]
n n-1
b) h[n] = (12) u[n] + 2 (12) u[n-1]
d-1) h[n] = ( ) u[n] + ( ) (-1) u[n]
1 1 n
2 2
d-2) h[n] = ( ) u[n] + ( ) (-1) u[n] + u[n-1] + (-1)
1 1 n n -1 u[n-1]
2 2
d-3) h[n] = u[n] + (-1) u[n] - ( ) u[n-4] - ( ) (-1)
n 3 3 n-4 u[n-4]
2 2
P1.16 figura P1.16-2
P1.17 b) y[n] = a y[n-1] + x[n] + b x[n-1]

1 + b
- n < 0
1 - a

a + b
y[n] = - n = 0
1 - a

- (1+1/a)
a + b n
a +
1 + b
n > 0
1 - a 1 - a
M
sen2( 2 ω)
P2.1 a) X(ejω) = e-jω(2M-1)/2 ejπ/2 2 1
sen2 ω
∞ 1
1
b) X(ejω) = A π ∑ ∑ α k δ(ω - 2k ω o - 2πi) con α o = 2, α 1 = α -1* = ej2θ
2 i=-∞ k=-1

Apéndice C: Solución a los problemas xlv
2π ∞ 2π
c) X(ejω) = ∑ Xo(ej2πi/P) δ(ω - P i)
P i=-∞
L π
1 1 π sen 2 (ω-L+1i)
e) X(ejω) = ∑ α i e-j(ω- L+1i)(L-1)/2
2 i=-1 1 π
sen2 (ω-L+1i)
1 π
con α o = 1, α 1 = α -1* = - 2 ejL+1
P2.2 a) x[n] = pL[n]

ωc
1 sen 2 n 2
b) x[n] = ( )
π n
πn cosπn - sen πn  cos πn
0 n = 0
c) x[n] = =  n ≠ 0
πn 2  n
π
d) x[n] = 1,111 δ[n] + 1,180 0,9n cos(3 n - 1,751) u[n]
P2.3 c) x1[n] = {…, 0, 2_, 1, 1, 0, …}

d) x2[n] = {…, 0, 0_ , 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, …}
P2.5 d
P2.7 c
P2.8 c
P2.10 a) h[n] = s[-n]

b) h[n] = {..., 0, -1, -1, -1, -1, 1, 1, 1, 1, 0, ...}
P2.15 a) la superior
b) Ap = 1
c) L = 64 veq[n] = vh[n] ∆ω = π/8 Ap = 1
L = 128 veq[n] = vh[n] p64[n] ∆ω = π/8 Ap = 1/2
d) F = 1.609 Hz P = 0,046
e) F = 1.984 Hz P = 0,5
F = 2.203 Hz P = 0,24
∞
P2.16 a) primer sistema: si x[n] = 0 fuera del intervalo (0, N-1), y[n] = ( ∑ rx[n+rN] ) pN[n]
r=-∞
segundo sistema: y[n] = x[- n - 4]
∞
tercer sistema: y[n] = ∑ x[k] h[2(n-k)]
k=-∞

xlvi Tratamiento digital de la señal: una introducción experimental
b) primer sistema: no causal, estable, no lineal y variante.

segundo sistema: no causal, estable, lineal y variante.
tercer sistema: lineal e invariante, causal y estable si h[n] lo es.
c) h3[n] = h[2n]
d) primer sistema: y[n] = {..., 0, 4, 1, -2, -1, 0, 0, 0, -1, -2, 1, 0, ...}
segundo sistema: y[n] = {..., 0, -1, -1, 1, 1, 0, 0, 0, 0, 0, ...}
tercer sistema: y[n] = {..., 0, 1/2, 1, 0, -1, -1/2, 0, ...}
P2.17 d) h[n] = {..., 0, 1_ , 2, 3, 4, 3, 2, 1, 0, ...}

1
P2.18 h[n] = {..., 0, 1/3
_ , 2/3, 1, 2/3, 1/3, 0, ...} = 3 p3[n] * p3[n]
1
H(ejω) = e-2jω (1 + 2 cosω)2
3
P2.21 b
P2.22 b) paso bajo: fp = Bf/2 fa = 1/2 - Bf/2
1
P2.23 c) y[n] = x[n]
2
e) y´[n] = 2 x[n-1]
P2.25 d1) ry[m] = {…, 0, 0.25, 1, 2, 3, 4, 5, 5.5, 5, 4, 3, 2, 1, 0.25, 0, …}

√ 2)2 cos4πm + (2-√ 2)2 cos3π
1
d2) ry[m] = {(2+ m}
64 4
P3.1 c) G1 = 4,5 dB G2 = 6,5 dB

d) N1 = 0,75 N2 = 1
P3.2 a) 1 Hz en el sentido de giro

b) 1 Hz en sentido contrario
P3.3 c
P3.4 b
P3.6 b) h i = v[i]
sen [π ( - i)] (-1)
BF
2F o
L-1
2 (
L-1
2
- i)
i = 0, 1, …, L-1 (L impar)
π ( - i)
L-1
2
P3.7 a) P=5

Apéndice C: Solución a los problemas xlvii
b) y c) 4 kHz
P3.8 3 kHz y 5 kHz
P3.11 a) relación de interpolación: N = 4; relación de diezmado: M = 5

c) fa1 = 0,000375
fp1 = 0,0025 fp2 = 0,0875
fa2 = 0,1
π
sen3 n
P3.12 a) filtro paso bajo: H(1) = 3 fc = 1/6 hI[n] = π
3
n
b) fp = 0,4/3 fa = 0,6/3
c) L = 34
e) Fp = 3,2 kHz Fa = 20,8 kHz
f) Fm = 8 kHz Fp = 3,2 kHz Fa = 4,8 kHz
P3.13 c) GP = 15 dB
d) GP = 24 dB
e) 2,5 y 4 bits, respectivamente.
P3.15 a) N = 4
P4.1 Región de convergencia:

a) todo z
b) z ≠ 0
c) |z| < ∞
d) g) h) |z| > 1/2
e) f) |z| < 1/2
z -1 + z -2
i) X(z) = |z| > 1
1 - z- 1
c z -1
j) X(z) = |z| > c = e-a
(1 - c z -1 ) 2
P4.2 a) (1 - z-1) X(z)

b) X(z2)
1[
c) X(z 1/2) + X(-z1/2)]
2
P4.3 todas excepto la d

a) |z| > 1/2 b) 1/3 < |z| < 1/2 c) |z| < 1/3

xlviii Tratamiento digital de la señal: una introducción experimental
a + b n
P4.4 a) y[n] = a u[n] + H(ejω) ejωn u[n]
a - e jω
P4.5 a) ceros: en ω1 = ±π/2 o equivalentemente en z=±j

polos: en el origen y z = -0,5
1 1 + z- 2
b) H(z) =
4 1 + 1 z- 1
2
c) A = - 5/4 B = 1/2
1 1 1 1
d) y[n] = u[n] + (- )n u[n] - δ[n]
3 6 2 2
P4.6 a) R(z) = H(z) H(z-1)

_ _
b) ROC: 1/√2 < |z| < √2
c) H1(z) = 0,5 + 0,2 z-1
H2(z) = 0,2 + 0,5 z-1
1
d) h[n] = ± ( )n u[n]
2
b o + b 1 z -1 + b 2 z - 2
P4.7 H(z) =
1 + a 1 z -1 + a 2 z - 2
P4.8 Véase la figura 5.20
1 1- z- L
P4.9 b) H(z) =
L 1- z- 1
2π
c) d) ceros: ej L k k = 1, ..., L-1 polos: origen
L
sen 2 ω L-1
1
H(ejω) = e-jω 2
L 1
sen 2 ω
f) h[n] = h[11-n] = n+1 n = 0, ..., 4
h[n] = 5 n = 5, 6, 7
1 8 16
(1 + cosω + ) (1 - cosω + )
4 3 9
P4.10 a) b) |H(e jω )|2 =
8 16
1 - cos2ω +
9 81
cos2ω = 2 (cosω)2 - 1
P4.11 a) h1[n] = bn u[n]

a
h2[n] = δ[n] +
b (1-ab) b n u[n]

Apéndice C: Solución a los problemas xlix
h3[n] =
1
b
δ[n] + a-
1
b( )
bn u[n]
b) τ[ω] = (b cos ω-b2)/(1-2b cos ω+b2)

c) |H2(ejω)| = |H3(ejω)|
d) E2[m] - E3[m] = (1 - a2) b2m > 0
P4.12 El 1, 2, 3 y 4
P4.13 a) y[n] = cos πn

b) y[n] = yf[n] + yl[n]
yf[n] = cos πn u[n]
1 1 n 1 n
yl[n] =
5 2 () u[n] -
3
5 ()
-
2
u[n]
c) H(z) es de fase mínima

1
1-4 z - 2
5
HInv(z) =
3 1+ 1 z - 2
4
h[n] =
3
5 [ 1 n 1 n
-δ[n] + ( ) u[n] + (- ) u[n]
2 2 ]
hInv[n] =
5
3 [ 1 n 1
-δ[n] + ( j) u[n] + (- j) n u[n]
2 2 ]
e) [
Por simetría respecto el eje imaginario: H ej(π-ω) = H*(ejω) ]
Por simetría respecto al eje bisectriz de los cuadrantes 1 y 3:
H  e j  π -ω    H(ejω) = H e j π  2
 |
 2  4 |   
π
∆  e j  2 -ω   = ∆ (ejω)
  
P4.14 a) He(z) = 1/Hmin(z)
1 _
P4.15 a) Ha(z) = ROC: |z| > 1/√2
1 + z -1 + 0,5 z - 2
1 _
b) Hb(z) = ROC: |z| > √2 (inestable)
1 + 2 z -1 + 2 z - 2
1/2 _
c) Hc(z) = 1 / z-2 G(1/z) = ROC: |z| > 1/√2
1 + z -1 + 0,5 z - 2
d) H1(z) = -1 - 2 z-1
H2(z) = 2 + 2 z-1
P4.17 e)

l Tratamiento digital de la señal: una introducción experimental
P4.18 El 1
P4.19 a) ROC: a < |z| <1/a El sistema no es causal.

1 (1-a)2 1 + z- 2
b) H(z) = -
2 a 1 - (a+a -1 ) z -1 + z - 2
1-a 1 1-a
c) h[n] = a δ[n] + (a+a-1) {an u[n-1] + a-n u[-n-1]}
1+a 2 1+a
d) El sistema presenta fase lineal: fase cero.
P5.1 d)
P5.4 b) αa = 24,8 dB β = 1,297

c) Fm = 200 Hz
P5.5 a) N=4
π L-1
sen N (n - 2
)
b) h[n] = pL[n]
π L-1
(n - )
N 2
L-1
d.2) h[ 2 - 1 ± iN]
(L-1)/2 - 1 L-3
d.4) M = parte entera { } = parte entera { }
N 2N
L-1
d.5) hτ[n] = h[ - 1 - N M + n N] n = 0, …, Lτ - 1
2
L+1
Lτ = +M+1
2N
Si L = 2 N M + 3, Lτ = 2 M + 1 y hτ[n] = h[n N]
ω 2π
1 N-1
e) Si L = 2 N M + 3, Hτ(ejω) = ∑
N i=0
H(e j( -
N
i)
N )
L-1
g) h[ 2 - 3 ± iN]
π
sen n
π 20
P5.6 b) h[n] = δ[n] - cos( n)
10 π
n
20
0 ≤ |ω| ≤ ω c
 1
P5.8 b) HIr(ejω) =  0 ω c < |ω| < 2π- ω c
 -1 2π- ω c ≤ |ω| ≤ 2 π

Apéndice C: Solución a los problemas li
-2π ≤ ω < -2π+(ω a +ω p )/2

 1
0
-2π+(ω a +ω p )/2 ≤ ω ≤ -(ω a +ω p )/2
c) HIr(e ) =  0
jω 0 < |ω| < (ω a + ω p ) / 2
 -01 (ω a +ω p )/2 ≤ ω ≤ 2π- (ω a +ω p )/2
2π- (ω a + ω p )/2 < ω ≤ 2π
L π L-1
P5.10 b) HPb(ejω) = ejπ 2 e-j2 e-j 2 ω Hr(ejλ) o 2π Hr(ejλ)|λ=ω-π
P5.11 a) K = ∆/2
P5.12 Filtro paso banda: P=Q=12 Nops = 1,22 106

Filtro paso bajo: P=Q=7 Nops = 0,688 106
Filtro paso alto: P=Q=3 Nops = 0,112 106
P5.13 a) N=4
P5.15 a) filtro paso banda: P=Q=12

b) filtro paso bajo: fp = 0,2125 αp = 0,5 dB
fa = 0,2875 αa = 50 dB
P=Q=5
filtro paso alto: fp = 0,2583 αp = 0,5 dB
fa = 0,07083 αa = 50 dB
P=Q=3
c) filtro paso banda: Nops = 0,680 106
filtro paso bajo: Nops = 0,128 106
filtro paso alto: Nops = 0,208 106
P5.16 a) A2(z) = 1 + k1(1+k2) z-1 + k2 z-2 B2(z) = k2 + k1(1+k2) z-1 + z-2 = z-2 A2(z-1)
c) y g) |ki| <1
1 2
P6.2 c) Py = σ
2
P6.3 a) b) c) rij[m] = σx2 hi[m] * hj[-m]

Sij(z) = σx2 Hi(z) Hj(z-1)
d) H1(ejω) H2*(ejω) = 0
e) a = b
σ 2
f) r11[m] = x 2 (-a)|m|
1 - a

lii Tratamiento digital de la señal: una introducción experimental
r22[m] = σx2 δ[m]

b - a b - 1/b
r12[m] = σx2 (-a)m u[m] + σ x 2 (-b)-m u[-m-1]
1 - ab 1 - ab
P6.5 a) a = 0,50953
b) h2[n] = an-1 u[n-1]
1 1
c) rr[m] = σe2 { an u[n] + a-n u[-n-1]}
1- a 2 1- a 2
1
P r = σ e2
1- a 2
|f| ≤ 3/8
P6.7 a) S x(ejω ) = { 80.10 3
3/8 < |f| ≤ 1/2
(en el primer periodo)
b) P x = 6.10 3
3π
sen 4 m
c) rx[m] = 6.103 3π
4
m
ω
d) Sy(ejω) = Sx(ejω) (2 sen 2 )2 P y = 8,4.103
n+m n
P6.8 ry[n+m,n] = ∑ h[k] ∑ h*[i] rz[m-k+i]
k=-∞ i=-∞
n 1 , n 2 = 0, ±N, ±2N, …
P6.10 a) rv[n1,n2] = { r0 [(n -n )/N]
x 1 2
en otro caso
v[n] no es estacionaria
∞
b) ry[n1,n2] = ∑ rx[n] ( h[n1-nN] * h*[n2+nN] )
n=-∞
c) Si la respuesta frecuencial del filtro interpolador cumple
2π 2π
H(e j(ω - N i) ) H(ej(ω - N k)) = 0 para 0 ≤ k ≠ i ≤ N-1
como es el caso del interpolador ideal, se verifica que
∞
1
ry[n1,n2] = ∑ rx [n] rh[n1-n2-nN)
n=-∞ N
al igual que para las secuencias deterministas de potencia media finita (problema 2.25).
(k-1)L ≤ n 1 , n 2 ≤ kL-1
P6.13 a) r[n1,n2] = { 01 en otro caso
P
P6.15 b) rx[j] + ∑ ai rx[i-j] = 0 j = 1, ..., P
i=1
P
E{ |e|2 } = rx[0] + ∑ ai rx [i]
i=1

Apéndice D: Bibliografía liii
Apéndice D: Bibliografía
En este apéndice se proporciona la referencia de varios textos que complementan los temas tratados en
el presente manual. La bibliografía es intencionadamente reducida para no confundir al lector con la
necesidad de optar entre alternativas similares. Se acompaña cada cita con un breve comentario que
orienta sobre el contenido del libro y la razón de haber sido seleccionado.
A. V. Oppenheim, A. S. Willsky
"Signals and Systems"
Prentice Hall, 1983
Para comenzar el estudio de las señales y los sistemas tanto analógicos como discretos. Un texto que
elabora con detalle los conceptos básicos.
A. V. Oppenheim, R.W. Schafer

"Discrete-Time Signal Processing"
Prentice Hall, 1989.
Manual clásico sobre el tratamiento digital de la señal. Se trata de una versión actualizada de un texto
anterior. Aborda con cierto detalle muchas cuestiones que solamente han sido insinuadas en el presente
libro, o que han sido propuestas en los problemas. Es una excelente referencia por la cuidada selección
de temas, por su tratamiento riguroso y su atractiva exposición.
J. G. Proakis, D. G. Manolakis
"Introduction to Digital Signal Processing"
Macmillan, 1988.
Ofrece un complemento interesante al anterior en lo que se refiere a los sistemas discretos, a los que
dedica la mayor parte de su contenido. Incluye la formulación del análisis mediante variables de estado
y una introducción a los sistemas adaptativos.

liv Tratamiento digital de la señal: una introducción experimental
C. S. Burrus, J. H. McClellan, A. V. Oppenheim, T. W. Parks, R. W. Schafer,

H. W. Schessler
"Computer-Based Exercises for Signal Processing using MATLAB ® "
Prentice Hall, 1994.
Una excelente propuesta para profundizar en el detalle del tratamiento digital de la señal, y adquirir
experiencia en los aspectos prácticos de su aplicación.
R. Chassaing
"Digital Signal Processing with C and the TMS320C30"
John Wiley & Sons, 1992.
Un guía adecuado para adentrarse en la puesta en práctica del tratamiento digital de la señal en un
entorno analógico. Son muy interesantes los proyectos que propone, ya que proporcionan una visión
ajustada a la realidad de los campos donde hoy se aplica el tratamiento digital de la señal. Incluye una
descripción del µDSP de Texas TMS320C30 y su entorno de programación.
J. B. Mariño, E. Masgrau, C. Nadeu, M. Serra, A. Carol

"Filtros en el dominio de la frecuencia" Tomo I
CPET S.C.C.L., 1985.
Incluye un completo estudio de las aproximaciones más habituales en la práctica para el diseño de
filtros analógicos especificados en el dominio de la frecuencia: Butterworth, Chebychev, inversa de
Chebychev y Cauer. Describe con detalle el eficiente algoritmo de Darlington para el diseño de la
aproximación de Cauer (filtros elípticos).

Apéndice E: Indice alfabético lv
Apéndice E: Índice alfabético
A Comportamiento con rizado de amplitud

Algoritmos constante, 226-232
de la FFT, 133 Condiciones iniciales
para la realización de filtros, 245, 248-250 análisis de sistemas con, 182-183
Aliasing ecuación en diferencias, 54, 56
filtro anti- (véase) de una realización, 64
frecuencial, 146, 295 Conexión de sistemas, 36, 44
temporal (véase Solapamiento) cascada, 36
Análisis de realizaciones paralelo, 37
en el dominio del tiempo, 63-66 Convergencia
en el dominio transformado, 181-183 transformada de Fourier
Aproximación cuadrática, 77
de Butterworth, 240 uniforme, 74
de Chebychev, 240 transformada z, 165-166
de Cauer, 240-243 Conversión A/D, 141-147, 296-298
Atenuación, 185, 216 Conversión D/A, 147-151, 298-299
Aumento de la frecuencia de muestreo, 152-153 Convolución
Autocorrelación cálculo por solapamiento y descarte, 135
propiedades, 101 cálculo por solapamiento y suma, 134
secuencias aleatorias, 262 circular, 95-96
secuencias con energía finita, 99-101 lineal, 37-44
secuencias con potencia Correlación cruzada
media finita, 108-110 entre entrada y salida de
Autofunciones, 47 un sistema L.I., 100, 267
Autovalores, 47 señales deterministas, 99
señales aleatorias, 264
C Cuantificación
Causalidad, 33 de señales, 142-143
de sistemas L.I., 46 de coeficientes, 244-247
Componente frecuencial (véase Sinusoide
compleja) D
Delta, 23

lvi Tratamiento digital de la señal: una introducción experimental
Delta de Dirac, 105 Estacionariedad

Densidad espectral en sentido amplio, 265
de energía, 102-104 en sentido estricto, 264
de potencia Estructuras
de secuencias aleatorias, 270-272 lattice, 259-260
de secuencias deterministas, 109-111 para la realización de sistemas definidos por
Desplazamiento de secuencias ecuaciones en diferencias finitas, 62-66
lineal, 20, 89
circular, 90 F
DFS, 124-125, 310 Fase lineal (véase Sistemas de fase lineal)
DFT (véase Transformada discreta de Fourier) FFT, 131-134
Diagrama de ceros y polos, 178 Filtro antialiasing, 146, 154, 298-299
Diezmado, 111-115 Filtro elíptico (véase Aproximación de Cauer)
Discriminación, 217 Filtro elimina banda, 213-214
Diseño óptimo de filtros FIR, 232 Filtro de mediana, 35, 283
Dualidad, 88 Filtro paso alto, 213-214
Filtro paso bajo, 213-214
E ideal, 78
Ecuación característica, 52, 178 Filtro paso banda, 213-214
Ecuación homogénea, 50 Filtro reconstructor, 150, 299
Ecuaciones en diferencis finitas, 49-53 Filtros FIR
como representación de un sistema, 53-62 diseño, 218-235
representación en diagramas realización, 245
de bloques, 62-66 Filtros IIR
Ecualización, 123, 208-209 diseño, 235-243
Elíptica (véase Aproximación de Cauer) realización, 246-251
Energía, 77 Formas canónicas
Enventanado, 319-325 forma I, 66, 249
teorema, 97 forma II, 205, 250
diseño de filtros, 220-223, 325-328 Frecuencia de muestreo, 141, 297
Equivalente paso bajo, 92, 136 cambio de, 151-154
Ergodicidad, 276-278 Frecuencia discreta, 25
Escalón unidad, 23 periodicidad de la representación
autocorrelación, 109 frecuencial, 27, 296
transformada de Fourier, 107 relación con la frecuencia analógica (véase
transformada z, 167 Conversión A/D)
Especificación de un filtro, 216-217 Función de transferencia
Estabilidad, 34 sistemas definidos por ecuaciones en
de sistemas definidos por ecuaciones en diferencias finitas, 60, 175-179
diferencias finitas, 178-179 sistemas lineales e invariantes, 47
de sistemas de orden 2, 245
de sistemas L.I., 45 H
test de Schur-Cohn, 209-211 Homogeneidad, 32

Apéndice E: Indice alfabético lvii
Hermítica (función), 79
R
I Realización de filtros
Identificación de sistemas, 311 forma directa, 248
Igualación (véase Ecualización) formas canónicas (véase)
Igualdad de Parseval, 98 Reducción de la frecuencia de muestreo, 151-152
Impulso unidad, 23 Región de convergencia, 165
Interpolación, 116-117 Respuesta con entrada nula, 55
lineal, 117 Respuesta en reposo, 55
de Lagrange, 237 Respuesta forzada, 180
Invarianza, 33 Respuesta frecuencial, 48, 184-191
de sistemas definidos por ecuaciones en fase, 184
diferencias finitas, 57 interpretación geométrica, 189-191
módulo, 185
L Respuesta impulsional, 38
Linealidad de sistemas definidos por ecuaciones en
de sistemas definidos por ecuaciones en diferencias finitas, 58
diferencias finitas, 57 Respuesta libre, 180
sistemas, 32 Retardo de grupo, 185
transformada de Fourier, 88 ROC (véase Región de Convergencia)
transformada z, 170
S
M Secuencia, 19-30
Modos del sistema, 180 anticausal, 47
Muestreo en frecuencia causal, 47
de la transformada de Fourier, 85 con energía finita, 77
diseño de filtros, 223-226 con potencia media finita, 105
Multiplexión en frecuencia, 332-333 impar, 21
par, 21
P periódica, 22, 310-311
Periodo sumable en módulo, 74
de muestreo, 141, 296 Secuencia exponencial, 14-26
de una secuencia, 22 autofunción de sistemas L.I., 47
Periodograma, 279 transformada de Fourier, 77
Plano z, 27, 166 transformada z, 167
Potencia media, 105 Secuencias incorreladas
de secuencias periódicas, 107 aleatorias, 264
de señales aleatorias, 262 deterministas, 100
Predicción lineal, 102, 288 Secuencia senoidal, 28-30
Proceso blanco, 266 autocorrelación, 110
Procesos incorrelados, 264 periodo, 30
Procesos independientes, 264 transformada z, 171
Producto de secuencias (véase Enventanado) Selectividad, 217

lviii Tratamiento digital de la señal: una introducción experimental
Señal analítica, 92 sumador, 63

Señal de voz, 312-315 Solapamiento temporal, 85
62 Superposición, 32
guía para las operaciones
más habituales, xxxv T
introducción de datos, x Teorema de la alternancia, 229
relación de opciones, v-vii Teorema de la convolución
Simetrías de la transformada de Fourier, 79 transformada de Fourier, 94
Sinusoide compleja, 26-28 transformada z, 170
correlación, 109 Teorema de muestreo, 149
periodo, 27 Transformación bilineal, 237-239
transformada de Fourier, 107 Transformada de Fourier, 74-80
Sistema en reposo, 54, 56 de secuencias con potencia
Sistema de fase lineal, 196-202 media finita, 105-108
condición de fase lineal, 198 de secuencias periódicas, 311
diagrama de ceros y polos, 200-201 propiedades de simetría, 79
interés de la fase lineal, 104 relación con la transformada z, 169
propiedades, 197-198 teoremas, 87-98
tipos de sistemas, 199 Transformada discreta de Fourier, 81-87
Sistema de fase mínima, 193-195 muestreo de la transformada de Fourier, 81, 85
Sistema inverso, 193 propiedades de simetría, 84
Sistema lineal e invariant (L.I.) teoremas de la, 87-98
convolución, 37-44 Transformada z, 165-175
correlación cruzada entre convergencia, 166
entrada y salida, 100, 267 propiedades de la, 169-170
función de transferencia, 47 Transformada z unilateral, 182
realización, 62-66 Transformadas inversas
respuesta frecuencial, 48 transformada de Fourier, 75
respuesta impulsional, 38 transformada z, 172
Sistema pasa todo, 192 Transformador de Hilbert, 86, 221-223
Sistema real, 32, 38, 59, 178 Tren de impulsos, 82
Sistema realizable, 215 transformada de Fourier, 108
Sistemas discretos, 31-37
acumulador, 34, 39 V
diezmador, 31 Ventanas
filtro de mediana, 35 de Blackman, 324
FIR, 58 de Hamming, 324
IIR, 58 de Kaiser, 327
multiplicador, 38 rectangular, 320-323
no recurrentes, 55
promediador, 34, 39
recurrentes, 55
retardador, 31, 38

Teoremas de la transformada de Fourier y de la transformada z
Propiedad Secuencia Transformada de Fourier Transformada z ROC
x[n] X(e jω) X(z) R x ( r x1 < |z| < r x2 )
y[n] Y(e jω) Y(z) R y ( r y1 < |z| < r y2 )
Linealidad a1 x[n] + a2 y[n] a1 X(ejω) + a2 Y(ejω) a1 X(z) + a 2 Y(z) contiene Rx ∩ Ry
Rx (excepto la posible inclusión

Desplazamiento temporal x[n-m] e-jωm X(e jω) z-m X(z) o exclusión de z=0 o z=∞)
Modulación x[n] e jωo n X(e j(ω-ωo )) X(ze- jωo) Rx
Reflexión en el tiempo x[-n] X(e -jω ) X(1/z) 1/Rx ( 1/r x2 < |z| < 1/r x1 )
Producto por una exponencial an x[n] --- X(z/a) |a|R x ( |a|r x1 < |z| < |a|rx2 )
Convolución x[n] * y[n] X(e jω) Y(e jω) X(z) Y(z) contiene Rx ∩ Ry
π
∫
1 o
Producto de secuencias x[n] y[n] 1 X(v) Y(z/v) v-1 dv contiene Rx Ry
2π -π∫
X(e jλ) Y(e j(ω-λ)) dλ 2πj C
( rx1 ry1 < |z| < r x2 ry2 )
dX(e jω) dX(z) Rx

Derivación en el dominio ω /z n x[n] j -z (excepto la posible inclusión
dω dz o exclusión de z=0 o z=∞)
Transformadas de Fourier y transformadas z elementales
Secuencia Notación Transformada de Fourier Transformada z ROC
Todo z excepto 0 (si m>0)

Impulso unidad en n=m δ[n-m] e-jωm z-m o ∞ (si m<0)
∞ 1
Escalón unidad u[n] π ∑ δ(ω - 2πi) +
1 |z| > 1
1 - z -1
i=-∞ 1 - e -jω
1 1
Exponencial causal an u[n] |a| < 1 |z| > |a|
1 - ae-jω 1 - az-1
nan u[n] ae -jω - az -1

|a| < 1 |z| > |a|
(1 - az -1)2
(1 - ae -jω )2
1 1
Exponencial anticausal - an u[-n-1] |a| > 1 |z| < |a|
1 - ae-jω 1 - az-1
- nan u[-n-1] ae -jω - az -1

|a| > 1 |z| < |a|
(1 - az -1)2
(1 - ae -jω )2
∞
Sinusoide compleja ejωo n --- ---
2π ∑ δ(ω - ω o + 2πi)
i=-∞
rn cos(ωo n + θ) u[n] cosθ - r cos(ω o -θ) e-jω cosθ - r cos(ω o -θ) z-1
Sinusoide amortiguada causal |z| > r
1 - 2r cos ωo e -jω + r 2 e -j2 ω 1 - 2r cos ωo z -1 + r 2 z -2
0 ≤ n ≤ L-1 sen( ωL/2) -jω(L-1)/2 1 - z -L

Pulso rectangular pL[n] = {10 para otro n sen( ω/2)
e
1 - z-1
|z| > 0

Edicions Upc - Tratamiento Digital de La Senal, Una Introduccion Experimental

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

Edicions Upc - Tratamiento Digital de La Senal, Una Introduccion Experimental

Transféré par

Droits d'auteur :

Formats disponibles

UPC GRUPO DE PROCESADO DE SEÑAL

Departamento de Teoría de la Señal y Comunicaciones

Una introducción experimental

José B. Mariño Acebal

A partir de 1980 se produce un espectacular avance en las prestaciones de los µDSP y en el

La importancia que ha adquirido el tratamiento digital de la señal, en la manipulación de las señales de

2 El programa recibió el nombre de 62 como acrónimo de SEñales Y Sistemas DiscretOS.

El contenido del libro se circunscribe al programa de la asignatura Señales y sistemas II antes

La temática considerada es clásica en los textos introductorios al tratamiento digital de la señal. El

El puesto de trabajo del laboratorio, además de un PC con la placa EVM, ha de disponer de un

Apartados 1 y 2 del capítulo 1

LIBRO PRIMERO: MANUAL DE ESTUDIO .............................................................15

2. La representación frecuencial ..................................................................73

3. Entorno analógico del tratamiento digital de la señal ......................... 141

4. Sistemas lineales e invariantes............................................................. 165

4.2 Función de transferencia......................................................................... 175

5. Diseño de filtros .................................................................................... 213

6. Señales aleatorias................................................................................... 261

LIBRO SEGUNDO: MANUAL DE PRÁCTICAS...................................................... 291

1.1 Caracterización de señales: rango y dominio

de la posición x,y), o la temperatura en función de la altura; ejemplos de señales de dominio discreto

© Los autores, 1998; © Edicions UPC, 1998.

x[n] ={…0, 1, 1, 1, 1, 0, 0,2, 0,4, 0,6, 0,8, 1, 0, …} (1.1.a)

Fig. 1.2. Representación de la secuencia x[n] definida por (1.1)

© Los autores, 1998; © Edicions UPC, 1998.

1.2.1 Transformación de la variable independiente

© Los autores, 1998; © Edicions UPC, 1998.

Fig. 1.4 Señal interpolada

1.2.2 Parte par y parte impar de una secuencia

© Los autores, 1998; © Edicions UPC, 1998.

cualquier señal discreta puede expresarse mediante la combinación:

x[n] = Par{x[n]} + Impar{x[n]} (1.4)

1.2.3. Secuencias periódicas

Una secuencia x[n] es periódica cuando satisface la igualdad:

x[n] = x[n+P] ∀ n (1.5)

1.2.4. Secuencias deterministas básicas

© Los autores, 1998; © Edicions UPC, 1998.

Fig. 1.6 Secuencia δ[n] Fig. 1.7 Secuencia escalón u[n]

Secuencia delta o impulso unidad: δ [ n ]

La secuencia delta se denota por δ[n] y se define como:

x[n] = δ[n+4]+δ[n+3]+δ[n+2]+δ[n+1]+0,2 δ[n-1]+0,4 δ[n-2]+0,6 δ[n-3]+0,8 δ[n-4]+δ[n-5]

En general, cualquier secuencia puede representarse como una suma de deltas

que, en forma compacta, se expresa

Secuencia escalón: u[n]

La secuencia escalón se denota por u[n], se define como

© Los autores, 1998; © Edicions UPC, 1998.

δ[n] = u[n] - u[n-1] (1.10)

Secuencia signo: signo[n]

Por definición, la secuencia signo [n] es

signo[n] = u[n] - u[-n] (1.12)

Esta secuencia y la secuencia escalón guardan la siguiente relación

pL[n] = u[n] - u[n-L] (1.14)

Una secuencia exponencial responde a la expresión:

donde C y z son, en general, números complejos.

© Los autores, 1998; © Edicions UPC, 1998.

x[n] = { CC |z||z| (-1)

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

Fig. 1.8 Secuencias exponenciales x[n] = C zn con C y z reales

x[n] = |C| |z|n ej(ωn+θ) =

se relaciona con la sinusoide. La pulsación ω se expresa en radianes por muestra y la fase θ en

f se indica mediante ciclos por muestra.

© Los autores, 1998; © Edicions UPC, 1998.

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