1

1 Fundamentos de Simulacin
1.1 Teorema del muestreo
Una operacin bsica en los sistemas de simulacin mediante computadores digitales es el
proceso de muestreo, donde una seal analgica se convierte en una secuencia de nmeros que
normalmente estn uniformemente espaciados en el tiempo. Para que dicho proceso tenga utilidad
prctica es necesario elegir la velocidad de muestreo adecuadamente de modo que esa secuencia
de nmeros identifique de forma nica a la seal analgica original.

Consideremos una seal arbitraria g(t) de energa finita como la que se muestra en la siguiente
figura. Supongamos que tomamos muestras de la seal g(t) de forma instantnea a una velocidad
uniforme cada T
s
segundos. Como resultado de este proceso se obtiene una secuencia de
nmeros espaciados en T
s
y que podemos denotar mediante {g(nT
s
)}, donde n puede tomar
cualquier valor entero, T
s
es el periodo de muestreo y f
s
= 1/T
s
es la frecuencia de muestreo. Esta
forma ideal de muestreo recibe el nombre de muestreo instantneo.

g(t)


Sea ) (t g
o
la seal obtenida multiplicando la secuencia de nmeros {g(nT
s
)} por un tren de
impulsos espaciados en T
s
, entonces ) (t g
o
se puede expresar como



=

=
= =
n
s
n
s s
nT t t g nT t nT g t g ) ( ) ( ) ( ) ( ) ( o o
o

A ) (t g
o
se la denomina seal muestreada ideal. En la siguiente figura se puede ver el resultado de
este tipo de muestreo aplicado a la seal anterior.

) (t g
o



2

Se puede determinar la transformada de Fourier de la seal muestreada ) (t g
o
haciendo la
convolucin entre la transformada de Fourier de g(t) con la transformada de Fourier de la funcin
de muestreo ideal ) (t
s
T
o siguiente:


=

=
=
n s s n
s T
T
n
f
T
nT t t
s
) (
1
) ( ) ( o o o

Entonces si ) ( f G es la transformada de Fourier de g(t), la transformada de Fourier ) ( f G
o
de la
seal muestreada ) (t g
o
viene dada por

=
=
n s s
T
n
f
T
f G f G ) (
1
* ) ( ) ( o
o


Intercambiando el orden de la sumatoria y la convolucin se obtiene lo siguiente

=
=
n s s
T
n
f f G
T
f G ) ( * ) (
1
) ( o
o


La convolucin de una seal cualquiera con un impulso desplazado, desplaza la seal segn la
siguiente ecuacin

) ( ) ( * ) (
s s
T
n
f G
T
n
f f G = o

por lo que se tiene finalmente la ecuacin

=
=
n s s
T
n
f G
T
f G ) (
1
) (
o


) ( f G
o
representa un espectro continuo peridico con perodo f
s
= 1/T
s
. Se puede decir entonces
que el proceso de muestreo uniforme de una seal en el dominio del tiempo da lugar a un espectro
peridico en el dominio de la frecuencia con periodo igual a la frecuencia de muestreo.

Adems como

=
=
n
s s
nT t nT g t g ) ( ) ( ) ( o
o


tomando transformada de Fourier en ambos lados y aplicando la propiedad de traslacin en el
tiempo, se obtiene

=
n
nfT j
s
s
e nT g f G
t
o
2
) ( ) (

3

Esta ecuacin corresponde a una representacin en serie compleja de Fourier de la seal
peridica en la frecuencia ) ( f G
o
, siendo los coeficientes complejos de la expansin la secuencia
de muestras {g(nT
s
)}, por lo que se tiene la siguiente ecuacin

}
=
fs
nfT j
s s
df e f G T nT g
s
0
2
) ( ) (
t
o


que es la ecuacin que calcula los coeficientes de la serie compleja de Fourier de una seal. Hay
que tener en cuenta que en estas ecuaciones se han intercambiado el papel habitual del tiempo y
de la frecuencia.

Todas las relaciones anteriores se pueden aplicar a cualquier seal continua g(t) de energa finita y
de duracin finita. Vamos a suponer ahora que la seal es estrictamente limitada a la banda W, es
decir, la transformada de Fourier G(f) de la seal g(t) no tiene componentes de frecuencia fuera de
|f | < W. En la siguiente figura podemos ver el espectro G(f ) limitado a la banda W. La forma de
este espectro se considera triangular para simplificar las figuras, pero en la prctica puede tener
cualquier otra forma.



Vamos a suponer que se elige un periodo de muestreo T
s
= 1/(2W) o lo que es lo mismo, una
velocidad de muestreo f
s
= 2W. El espectro de ) ( f G
o
se muestra en la siguiente figura



En este caso ) ( f G
o
se puede volver a escribir como

|
.
|

\
|
=
n
W
nf j
e
W
n
g f G
t
o
2
) (


Comparando los espectros ) ( f G y ) ( f G
o
se puede comprobar que se puede recuperar el
espectro original ) ( f G a partir del espectro de la seal muestreada ) ( f G
o
segn la siguiente
ecuacin.

4

( ) ( ) W f W con f G
W
f G s s =
o
2
1



de donde se obtiene

s s
|
.
|

\
|
=
n
W
nf j
W f W con e
W
n
g
W
f G
t
2 2
1
) (

Si se conoce el valor de todas las muestras {g(n/2W)} de la seal g(t), entonces la transformada de
Fourier ) ( f G de la seal g(t) esta unvocamente determinada por la representacin en serie de
Fourier de la ecuacin anterior. Adems puesto que g(t) se puede determinar a partir de su
espectro ) ( f G utilizando la transformada inversa de Fourier, la seal original g(t) est tambin
unvocamente determinada por las muestras {g(n/2W)}. En otras palabras, la secuencia {g(n/2W)}
contiene toda la informacin de la seal g(t).

Vamos a considerar ahora el problema de recuperar la seal g(t) a partir de las muestras {g(n/2W)}.
Usando la ltima ecuacin para G(f) y la expresin de la transformada inversa de Fourier se puede
escribir la siguiente ecuacin.

( ) ( ) df e e
W
n
g
W
df e f G t g
ft j
W
nf j
n
W
W
ft j t
t
t 2 2
2 2
1

} }
|
.
|

\
|
= =

Si intercambiamos el orden de la sumatoria y la integral en la ecuacin anterior se puede escribir lo
siguiente

( ) df e
W W
n
g t g
W
W
W
n
f f j
n
}

|
.
|

\
|

=
|
.
|

\
|
=
2
2
2
1
2
t


La integral de la derecha de esta ecuacin es inmediata y se puede calcular directamente
obtenindose finalmente

( )
( )
( ) t t
t t
t t
n Wt Sa
W
n
g
n Wt
n Wt sen
W
n
g t g
n n

|
.
|

\
|
=

|
.
|

\
|
=


=

=
2
2 2
2
2


Esta ecuacin se conoce como frmula de interpolacin para reconstruir la seal original g(t) a
partir de las muestras {g(n/2W)}, siendo la funcin Sa(2tW t) la funcin interpoladora. Cada
muestra se multiplica por una versin retardada de la funcin interpoladora y el resultado se suma
para obtener la seal original g(t). Se puede ver que esta ecuacin representa la respuesta de un
filtro paso bajo ideal de ancho de banda W, con retardo cero y cuya entrada es la seal
muestreada ) (t g
o
. Esto se puede comprobar de forma intuitiva viendo los espectros ) ( f G y
) ( f G
o
en las figuras anteriores. En la figura siguiente se puede ver la funcin de transferencia del
filtro de reconstruccin y esquemticamente el proceso de recuperacin de la seal original g(t) a
partir de las secuencia de muestras {g(n/2W)}.

5



Se puede enunciar el teorema de muestreo o teorema de Nyquist para seales limitadas en banda,
de energa finita, de dos modos:

- Una seal de energa, de banda limitada, que no tiene componentes a frecuencias mayores
que W Hz, se puede representar de forma exacta especificando los valores de la seal en
instantes de tiempo separados T
s
= 1/2W segundos.

- Una seal de energa, de banda limitada, que no tiene componentes a frecuencias mayores
que W Hz, se puede recuperar de forma exacta a partir de sus muestras tomadas a una tasa
de f
s
= 2W muestras por segundo.

La tasa de muestreo f
s
= 2W definida para una seal con ancho de banda W se denomina tasa de
Nyquist. El teorema de muestreo es la base de la equivalencia entre seales analgicas y digitales.
El teorema de muestreo se basa en la suposicin de que la seal g(t) sea estrictamente limitada en
banda. Esto slo se satisface si g(t) tiene duracin infinita. Es decir, una seal estrictamente
limitada en banda no puede ser simultneamente estrictamente limitada en tiempo y viceversa. Sin
embargo, se va a poder aplicar en la prctica el teorema de muestreo a seales limitadas
temporalmente cuando stas sean esencialmente limitadas en banda en el sentido de que fuera de
la banda de inters el valor que toma el espectro no es relevante. Esto justifica la aplicacin
prctica del teorema de muestreo.

Cuando la tasa de muestreo f
s
excede a la de Nyquist 2W, las replicas de g(f) requeridas para la
construccin de ) ( f G
o
estn ms separadas por lo que no existe ningn problema a la hora de
recuperar la seal original g(t) a partir de la seal muestreada ) (t g
o
con el procedimiento descrito.
Sin embargo, cuando la tasa de muestreo f
s
es menor que 2W, se puede ver que al construir la
seal ) ( f G
o
, las replicas de G(f ) aparecen solapadas. En este caso el espectro ) ( f G
o
pasara
a ser el de la figura siguiente.



Las altas frecuencias de G(f ) se ven reflejadas hacia las bajas frecuencias en ) ( f G
o
. Este
fenmeno se denomina aliasing. Es evidente que si la tasa de muestreo f
s
es menor que la de
6

Nyquist (2W), la seal original g(t) no se puede recuperar de forma exacta a partir de las muestras
y, por lo tanto, se pierde informacin en el proceso de muestreo.

Debido a que una seal, como ya se ha dicho, no puede ser estrictamente limitada en tiempo y
frecuencia, si la seal es finita en el tiempo, siempre existir algo de aliasing y se perder parte de
la informacin en el proceso de muestreo. Sin embargo, este efecto suele ser en general
despreciable. Para que as sea:

- Antes de muestrear la seal hay que pasarla por un filtro pasa bajos antialiasing para atenuar
las componentes de alta frecuencia de la seal (o del ruido) fuera de la banda de inters.

- Muestrear la seal filtrada ligeramente por encima del lmite de Nyquist.

Es interesante resaltar que el uso de una tasa de muestreo superior a la de Nyquist tiene el efecto
deseable de hacer ms sencillo el filtro paso bajo de reconstruccin para recuperar la seal. Ya no
es necesario que sea un filtro ideal. Con una tasa de muestreo superior a la de Nyquist las
repeticiones de G(f) en el espectro de la seal muestreada ) ( f G
o
aparecen separadas f
s
2W
Hz. En particular, se puede elegir un filtro paso bajo de reconstruccin con un ancho de banda B
que satisfaga W < B < f
s
W. Adems el filtro paso bajo no es necesario que sea ideal y puede
tener una zona de transicin ms suave que caiga en el intervalo (W, f
s
W).
1.2 Aspectos prcticos del muestreo
En la prctica el muestreo de una seal analgica se logra mediante circuitos con transistores que
conmutan a alta velocidad. As la seal muestreada resultante no es exactamente la descrita de
forma ideal con muestras instantneas debido a que la operacin de muestreo, aunque sea muy
rpida, requiere un intervalo de tiempo distinto de cero. A menudo resulta que las muestras de una
seal analgica son alargadas en el tiempo intencionadamente para su transmisin o para
instrumentacin. Se analizarn los efectos de las desviaciones del muestreo ideal.
1.2.1 Muestreo de duracin finita
Sea una seal analgica arbitraria g(t), como la que se muestra en la siguiente figura
g(t)

Esta seal se aplica a un circuito conmutador controlado por una funcin muestreadora c(t) que
consiste en un tren de pulsos rectangulares de amplitud A, duracin T y periodo T
s
.




7

La salida del circuito conmutador s(t) se puede ver en la siguiente figura.



Se puede ver que la operacin de conmutacin extrae de la seal g(t) trozos de duracin T a una
velocidad f
s
= 1/T
s
. La seal muestreada s(t) consiste en una secuencia de pulsos cuya expresin
viene dada simplemente por s(t) = c(t)g(t). La seal muestreadora c(t) es una seal peridica con
periodo T
s
por lo que se puede representar en serie de Fourier. La expresin de la serie compleja
de Fourier para esta seal se puede determinar de forma sencilla, obtenindose lo siguiente.

|
|
.
|

\
|

|
|
.
|

\
|
=
s
T
nt j
n s s
e
T
T n
Sa
T
TA
t c
t
t
2
) (

Sustituyendo esta expresin en s(t) se obtiene:

|
|
.
|

\
|

|
|
.
|

\
|
=
s
T
nt j
n s s
e
T
T n
Sa
T
TA
t g t s
t
t
2
) ( ) (

Utilizando la propiedad de la transformada de Fourier de desplazamiento en frecuencia se puede
llegar sin problema a la expresin para el espectro S(f) de la seal s(t) donde G(f) es el espectro de
la seal original g(t).

|
|
.
|

\
|

|
|
.
|

\
|
=

= s n s s
T
n
f G
T
T n
Sa
T
TA
f S
t
) (

Suponiendo que la seal g(t) no tiene componentes fuera de |f| < W, el espectro de la seal s(t)
viene dado grficamente por la figura siguiente:



Se ha supuesto que la tasa de muestreo f
s
es superior al lmite de Nyquist para no tener aliasing.
Como se puede apreciar el efecto de la duracin finita de los pulsos es multiplicar el lbulo n por el
factor TASa(ntT/T
s
). La seal original se puede recuperar sin distorsin pasando la seal
muestreada s(t) por un filtro paso bajo ideal con ancho de banda B que satisfaga tal que W < B < f
s
- W por un filtro real cuya zona de transicin caiga en dicho intervalo.

8

Se puede decir que el uso de pulsos de muestreo de duracin finita no tiene efectos importantes en
el proceso de muestreo. En el caso particular que los pulsos tengan rea unitaria, es decir, TA = 1
y se tome el lmite cuando T0, la seal s(t) tiende a la seal muestreada ideal ) (t g
o
.
1.2.2 Muestras planas o Flat-top.
Se3 considerar ahora la situacin en la que la seal analgica g(t) se muestrea de forma
instantnea a una tasa f
s
= 1/T
s
y el valor de cada muestra se mantiene un tiempo T tal como se
muestra en la figura. Este tipo de muestreo se denomina muestreo Flat-Top.



Una razn para incrementar intencionadamente la longitud de las muestras es para evitar el uso de
un ancho de banda de transmisin excesivo, ya que el ancho de banda es inversamente
proporcional a la duracin de los pulsos. Sea s(t) la seal muestreada empleando muestras Flat-
Top, se puede escribir

( ) ( )
s
n
s
nT t h nT g t s =

=
) (


donde h(t) es un pulso rectangular de amplitud unitaria y duracin T definido por

< <
=
caso otro
T t
t h
0
0 1
) (

pero
) ( ) (
) ( ) ( ) (
) ( ) ( ) ( ) ( ) ( ) ( * ) (
s
n
s
s
n
s
n
s s
nT t h nT g
d t h nT nT g
d t h nT nT g d t h g t h t g
=
=
= =

}

}

t t t o
t t t o t t t
o o

es decir
) ( * ) ( ) ( t h t g t s
o
=

Tomando transformada de Fourier de la ecuacin anterior se tiene

9

) (
1
) ( ) ( ) ( f H
T
n
f G
T
f H f G f S
n s s
(

|
|
.
|

\
|
= =

=
o


siendo H(f) la transformada de Fourier de la forma del pulso h(t) y ) ( f G
o
el espectro de la seal
muestreada ideal ) (t g
o
.

Si se supone que la seal g(t) est limitada en banda y que la velocidad de muestreo f
s
es mayor
que la tasa de Nyquist, y se pasa la seal s(t) a travs del filtro pasa bajos de reconstruccin, el
espectro de la seal a la salida ser G(f)H(f). Es decir, el proceso de muestreo y reconstruccin va
a ser equivalente en este caso a pasar la seal original g(t) a travs de un filtro de funcin de
transferencia H(f) o respuesta al impulso h(t). La expresin para H(f) se puede determinar de
forma sencilla, obtenindose

( )
T f j
e T f TSa f H
t
t

= ) (

En la siguiente figura se puede ver grficamente la respuesta en amplitud y en fase de este filtro



Se puede decir que las muestras Flat-Top introducen distorsin de amplitud, adems de un retardo
de T/2. Este efecto es parecido a la variacin de la frecuencia debido al tamao finito de la apertura
del escaneado en televisin y fax. Se suele denominar efecto apertura.

La distorsin de amplitud se suele corregir conectando un ecualizador en cascada con el filtro paso
bajo de reconstruccin. Este ecualizador tiene el efecto de disminuir la prdida en la banda del filtro
de reconstruccin segn la frecuencia crece de forma que se compense el efecto apertura.
Idealmente la respuesta en amplitud del ecualizador viene dada por

( ) ( ) ( ) T f sen
f
fT TSa f H t
t
t
= =
1 1


En la prctica la cantidad de ecualizacin necesaria es pequea. A la frecuencia f=1/2T
s
, que es
donde hay ms distorsin, cuando la frecuencia de muestreo es la de Nyquist, se puede ver que la
respuesta en amplitud del ecualizador normalizada a la frecuencia cero viene dada por

( )( )
( )( ) | |
s
s
T T sen
T T
2 /
2
t
t

10


donde T/T
s
es el tiempo de ocupacin de muestra (razn entre la duracin de la muestra y el
intervalo de muestreo). En la siguiente figura podemos ver esta respuesta del ecualizador como
funcin del tiempo de ocupacin de muestra T/T
s
.


1.3 Seales Discretas
Los sistemas de tiempo discreto procesan seales que se representan por secuencias, es decir,
seales discretas en el tiempo. Una secuencia de nmeros x, en la cual el nsimo nmero en la
secuencia se denota por x(n), se escribe formalmente como:

( ) { } < < = n para n x x

Aunque las secuencias no siempre provienen de muestrear formas de onda analgicas, por
conveniencia se refiere a x(n) como la nsima muestra de la secuencia.

Las seales discretas en el tiempo se representan grficamente como se muestra a continuacin.
Aunque la abscisa es dibujada como una lnea continua, es importante reconocer que x(n) est
definida solamente para valores enteros de n.



La secuencia muestra unitaria, o(n), se define como la secuencia de valores

( )

=
=
=
0 1
0 0
n
n
n o

Por conveniencia, la secuencia muestra unitaria es referida como un impulso discreto en el tiempo,
o simplemente como un impulso. Su definicin es simple y precisa y no sufre de las complicaciones
matemticas de la funcin impulso en el tiempo continuo. La representacin grfica de la
secuencia muestra unitaria es la siguiente.

11



La secuencia escaln unitario se define como

( )

>
<
=
0 1
0 0
n
n
n u
y su grfico es el siguiente:



Una secuencia exponencial real es cualquier secuencia cuyos valores son de la forma a
n
, donde a
es un nmero real. Una secuencia sinusoidal tiene valores de la forma Acos(e
0
n+|). Una
secuencia exponencial compleja es de la forma
n j
e
) (
0
e o +
. Los grficos son los siguientes:



Una secuencia x(n) se define que es peridica con periodo N si x(n) = x(n + N) para todo n. La
exponencial compleja con o = 0 y las secuencias senoidales tienen un periodo de
0
2 e t
solamente cuando este nmero real es un entero. Si
0
2 e t no es un entero pero si un nmero
racional, la secuencia racional ser peridica pero con un periodo ms largo que
0
2 e t . Si
0
2 e t no es un nmero racional, las secuencias senoidal y exponencial complejas no son
peridicas. La frecuencia
0
e puede escogerse de una amplitud continua de valores. Sin embargo,
no hay prdida de generalidad en restringir
0
e continua en el intervalo t e 2 0
0
s s (o de forma
equivalente t e t s s
0
) ya que las secuencias senoidales o exponenciales complejas
obtenidas de varias
0
e en el intervalo ) 1 ( 4 2
0
+ s s k k t e t son exactamente idnticas para
cualquier k obtenido al variar
0
e en el intervalo t e 2 0
0
s s .

En el anlisis de sistemas de procesamiento de seales discretas en el tiempo, las secuencias son
manipuladas de varias maneras bsicas. El producto y suma de dos secuencias x y y estn
definidas como el producto y suma muestra por muestra, respectivamente:

12

( ) ( ) { } n y n x y x =

( ) ( ) { } n y n x y x + = +

La multiplicacin de una secuencia x por un nmero o est definida como:

( ) { } n x x = o o

Una secuencia y se dice que est retardada o es un versin corrida de una secuencia x,
si y tiene valores

( )
0
) ( n n x n y =

donde
0
n es un entero.

Una secuencia arbitraria puede expresarse como una suma de muestras unitarias retardadas y
escaladas. Por ejemplo, la secuencia p(n) de la siguiente figura puede expresarse como:

) 7 ( ) 2 ( ) 1 ( ) 3 ( ) (
7 2 1 3
+ + + + =

n a n a n a n a n p o o o o


De forma ms general, una secuencia arbitraria puede expresarse como:

=
=
k
k n k x n x ) ( ) ( ) ( o
1.4 Sistemas discretos lineales e invariantes
Un sistema discreto est definido matemticamente como una trasformacin nica o un operador
que transforma una secuencia de entrada x(n) en una secuencia de salida y(n). Esto se denota
como:

| | ) ( ) ( n x T n y =

Los sistemas lineales estn definidos por el principio de superposicin. Si ) (
1
n y e ) (
2
n y son las
respuestas cuando ) (
1
n x y ) (
2
n x son las entradas, respectivamente, entonces un sistema es
lineal s y solo s:

( ) ( ) | | ( ) | | ( ) | | ( ) ( ) n by n ay n x bT n x aT n bx n ax T
2 1 2 1 2 1
+ = + = +

13

Ya que una secuencia arbitraria x(n) puede ser representada como una suma de secuencias
muestra unitaria escaladas y retardadas, un sistema lineal puede estar completamente
caracterizado por su respuesta a la muestra unitaria. Especficamente, sea ) (n h
k
la respuesta del
sistema a ) ( k n o , una muestra unitaria que ocurre en n = k. Entonces

| | | |


=

=
= =
(

= =
k
k
k k
n h k x k n T k x k n k x T n x T n y ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( o o

Por consiguiente, la respuesta del sistema puede ser expresada en trminos de la respuesta del
sistema a ) ( k n o . Si slo se toma en cuenta la linealidad, ) (n h
k
depender tanto de n como de
k, por lo que el uso computacional de la ecuacin es limitado. Un resultado ms til se obtiene si se
toma en cuenta la restriccin adicional de invarianza en el tiempo.

La clase de sistemas invariantes en el tiempo est caracterizada por la propiedad de que si y(n) es
la respuesta a x(n), entonces y(n - k) es la respuesta x(n - k), donde k es un entero positivo o
negativo. La propiedad de invarianza en el tiempo implica que si h(n) es la respuesta a ) (n o ,
entonces la respuesta ) ( k n o es simplemente ) ( k n h . Por lo que

=
=
k
k n h k x n y ) ( ) ( ) (

Cualquier sistema lineal e invariante (SLI), entonces, est completamente caracterizado por su
respuesta al impulso unitario h(n). La ecuacin anterior es llamada comnmente la suma de
convolucin, o convolucin discreta, y se dice que y(n) es la convolucin de x(n) con h(n) y se
describe por la notacin

( ) ( ) n h n x n y * ) ( =


Por sustitucin de variables (haciendo a = n - k) en las ecuaciones anteriores obtenemos
la expresin alternativa,

( ) ( ) n x n h k n x k h n y * ) ( ) ( ) ( = =

De este modo, el orden en que las dos secuencias son convolucionadas no es importante y la
salida del sistema es la misma si la entrada y la respuesta al impulso unitario son intercambiadas.
En otras palabras, un SLI con entrada x(n) y respuesta al impulso unitario h(n) tendr la misma
salida que un sistema lineal invariante con entrada h(n) y respuesta al impulso unitario x(n).
1.5 Transformada Z
Sea una secuencia x(n) = x(nT) obtenida tomando muestras de una seal de tiempo continuo x(t)
con un perodo de muestreo T. Entonces se tiene que la seal muestreada x
*
(t) se puede escribir
como:

() ()( )

()( )

14


si se toma transformada de Laplace a ambos lados de la ecuacin se obtiene:

() ()

usando la transformacin

la expresin queda (esto implica que z es complejo):

()|

()

Ya que T es una constante, se considera que la secuencia de muestras x(nT) es una funcin slo
de n, por lo tanto queda:

() ()

Donde la funcin compleja X(z) es la transformada z de la secuencia temporal x(n).
La transformada inversa se puede deducir matemticamente y resulta:

,()- ()

()

Las tablas siguientes muestran una lista de transformadas para las secuencias de mayor uso y una
lista de las propiedades ms importantes.
15


16


Si se aplica los conceptos de transformada z al estudio de sistemas discretos lineales e invariantes
con entrada x(n), salida y(n) y respuesta a impulso h(n) se tiene que

=
=
k
k n h k x n y ) ( ) ( ) (

y por lo tanto, aplicando transformada z a ambos lados de la ecuacin se obtiene

() ()

[()( )

intercambiando el orden de las sumas se llega a lo siguiente


() () [( )

sustituyendo m = n - k queda


() () [ ()
()

()

[ ()

pero como el sistema es causal, h(m) = 0 para todo m < 0 y se obtiene
17

() ()

[ ()

es decir

() ()()

Por lo tanto, para sistemas discretos causales, lineales e invariantes se cumple que la
transformada z de la salida es igual a la transformada z de la entrada multiplicada por la
transformada z de la respuesta a impulso.

1.6 Transformada Discreta de Fourier (Aproximacin grfica)
Consideremos la seal h(t) y su transformada de Fourier H(f) que se muestra a continuacin.


Se desea modificar el par de transformadas de Fourier de tal manera que el clculo se pueda
realizar con un computador. Este par de transformadas modificado se denominar Transformada
Discreta de Fourier (TDF) y deber ser lo ms aproximado posible a la Transformada continua de
Fourier (TF).

Para determinar la TF de h(t) por medio de tcnicas de anlisis digital, es necesario muestrear h(t),
es decir multiplicar h(t) por un tren de impulsos como se ilustra a continuacin



El intervalo de muestreo es T. La seal muestreada y su TF son las siguientes



Este par de TF representa la primera modificacin al par original necesaria para definir una
transformada discreta. Note que la diferencia con la original es slo el traslape (aliasing) que
resulta del muestreo. Como indica el teorema del muestreo, si h(t) se muestrea a una frecuencia al
menos el doble de su mayor componente de frecuencia (f
m
), no hay prdida de informacin como
18

resultado del muestreo. Si la seal h(t) no es de banda limitada (f
m
), el muestreo produce
traslape de los espectros como muestra la figura anterior. Para reducir este error se tiene slo un
recurso, muestrear ms rpido, es decir, reducir T.

El par de TF de la figura anterior no es apropiado para clculo computacional debido a que
considera un nmero infinito de muestras de h(t), es necesario truncar la seal muestreada de h(t)
de modo de considerar slo un nmero finito N de puntos. La funcin rectangular que se muestra a
continuacin, junto con su TF es la que permite truncar la seal multiplicndola por el conjunto de
muestras.



El resultado de dicha multiplicacin es el siguiente



El truncamiento produce la segunda modificacin al par original de transformadas, que consiste en
realizar la convolucin entre el espectro traslapado y la funcin sampling. Como se ve en la figura
anterior, ahora el espectro tiene una ondulacin que se muestra acentuada para destacarla. Para
reducir este efecto slo se puede aumentar el ancho de la ventana definida por la funcin
rectangular, esto equivale a considerar un nmero mayor de muestras. La justificacin de esto es
qu mientras mayor es el ancho de la venta, la funcin sampling se aproxima ms a un implulso.

El par de transformadas de la figura anterior, an no es apropiado para el clculo computacional ya
que el espectro de frecuencias es continuo. Se debe, entonces, tomar muestras del espectro
resultante, esto se realiza multiplicando el espectro por la siguiente funcin que muestrea en el
plano de la frecuencia a intervalos de 1/T
0
.



El resultado de este muestreo s es apropiado para el clculo computacional ya que las seales en
el dominio del tiempo y de la frecuencia son discretas, como se muestra en la figura siguiente

19



Como se ve en la figura, la seal en el tiempo original se aproxima mediante N muestras, y la TF
original tambin se aproxima mediante N muestras. Estas ltimas N muestras definen la TDF y
aproximan la TF original. Note que el muestreo en el dominio de la frecuencia resulta en una
funcin peridica en el dominio del tiempo. As la DFT requiere que tanto las seales en el dominio
del tiempo como las seales en el dominio de la frecuencia se modifiquen de tal manera que sean
funciones peridicas. N muestras en el tiempo y N muestras en frecuencia representan un perodo
completo de cada una de ellas.
1.6.1 Desarrollo terico
El desarrollo grfico anterior ilustra que para derivar las relaciones matemticas, es slo necesario
expresar matemticamente las modificaciones mostradas, vale decir muestreo en el tiempo,
truncamiento, y muestreo en frecuencia.

Consideremos el par de transformadas de la figura siguiente



Para discretizar este par de transformadas es necesario muestrear la seal h(t); la seal
muestreada se puede escribir como ) ( ) (
0
t t h A donde ) (
0
t A es la funcin de muestreo mostrada
en la siguiente figura. El intervalo de muestreo es T.



La seal muestreada se puede escribir como



=

=
= = A
k k
kT t kT h kT t t h t t h ) ( ) ( ) ( ) ( ) ( ) (
0
o o

y el resultado se ilustra a continuacin. Note el efecto de traslape que resulta de la eleccin de T.

20



En seguida, la seal muestreada debe ser truncada mediante la multiplicacin por la funcin
rectangular x(t) mostrada en la siguiente figura y representada por:

< <
=
lugar otro en
T
T t
T
t x
0
2 2
1
) (
0




donde T
0
es la duracin de la funcin de truncamiento. Se evita centrar x(t) en cero para simplificar
problemas de notacin.

El truncamiento resulta en



=

=
=
(

= A
1
0
0
) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
N
k k
kT t kT h t x kT t kT h t x t t h o o


donde se ha supuesto que hay N impulsos equidistantes dentro del intervalo de truncamiento; esto
es T T N
0
= . La seal muestreada y truncada se muestra a continuacin.


El paso final es muestrear la funcin resultante en el dominio de la frecuencia. Esto es equivalente
a realizar la convolucin entre la seal muestreada y truncada con la seal ) (
1
t A ilustrada a
continuacin

21



La funcin ) (
1
t A est dada por

=
= A
r
rT t T t ) ( ) (
0 0 1
o
As
| |
(

= A A


=

= r
N
k
rT t T kT t kT h t t x t t h ) ( * ) ( ) ( ) ( * ) ( ) ( ) (
0 0
1
0
1 0
o o

| |
... ) ( ) (
) ( ) (
) ( ) ( ... ) ( * ) ( ) ( ) (
1
0
0 0
1
0
0
1
0
0 0 1 0
+ +
+
+ + = A A

=
N
k
N
k
N
k
kT T t kT h T
kT t kT h T
kT T t kT h T t t x t t h
o
o
o



Note que este resultado es una funcin peridica de perodo T
0
; esta ecuacin puede ser reescrita
como se indica a continuacin, donde se elige la notacin ( ) t h
~
para representar una aproximacin
de ( ) t h

( )


=

=
=
1
0
0 0
) ( ) (
~
N
k r
rT kT t kT h T t h o



Se explicar ahora la eleccin de la ventana de truncamiento rectangular. Note que el resultado de
la convolucin es una funcin peridica con perodo T
0
que consiste de N muestras. Si se hubiera
escogido una funcin rectangular de tal manera que coincidiera una muestra con cada extremo de
la ventana, la convolucin resultara en un traslape en el tiempo. Esto es, el n-simo punto de un
perodo coincidira (y se sumara) con el primer punto del siguiente perodo. Para asegurar que
esto no ocurra, es necesario escoger el intervalo de truncamiento de tal manera que sus extremos
caigan entre dos pulsos de muestreo.

Para desarrollar la transformada de Fourier de ( ) t h
~
es necesario recordar que la transformada de
Fourier de una funcin peridica es una secuencia de impulsos equidistantes, por lo tanto
22


( )
0
0 0
1
) (
~
T
f con nf f f H
n
n
= =

=
o o
donde
( ) ,... 2 , 1 , 0
~ 1
2
2
/ 2
0
0
0
= =
}

n dt e t h
T
T
T
T
T nt j
n
t
o

Reemplazando el valor de ( ) t h
~
se tiene

}

=
=
2
2
/ 2
1
0
0 0
0
0
0
) ( ) (
1
T
T
T
T nt j
N
k r
n
dt e rT kT t kT h T
T
t
o o

La integracin anterior es slo por un perodo lo que equivale a considerar slo el caso 0 = r , por
lo tanto

}

=
=
2
2
/ 2
1
0
0
0
) ( ) (
T
T
T
T nt j
N
k
n
dt e kT t kT h
t
o o

}

=
=
2
2
/ 2
1
0
0
0
) ( ) (
T
T
T
T nt j
N
k
n
dt kT t e kT h o o
t


0
/ 2
1
0
) (
T knT j
N
k
n
e kT h
t
o

=

Ya que NT T =
0
, la ecuacin anterior se puede reescribir como

,... 2 , 1 , 0 ) (
/ 2
1
0
= =

n e kT h
N kn j
N
k
n
t
o

y la TF de ( ) t h
~
es

=
=
|
.
|

\
|
n
N kn j
N
k
e kT h
NT
n
H
/ 2
1
0
) (
~
t


Para comprobar que ( ) NT n H
~
es peridica, hagamos n = r, donde r es un entero arbitrario.
Reemplazando se tiene

23

N kr j
N
k
e kT h
NT
r
H
/ 2
1
0
) (
~
t

=
|
.
|

\
|


Ahora sea n = r + N, note que

N kr j k j N kr j N N r k j
e e e e
/ 2 2 / 2 / ) ( 2 t t t t +
= =

ya que 1 ) 2 ( ) 2 cos(
2
= =

k jsen k e
k j
t t
t
para k entero. Por lo tanto para n = r + n se tiene
|
.
|

\
|
= = =
|
.
|

\
| +

=
+

=

NT
r
H e kT h e kT h
NT
N r
H
N kr j
N
k
N N r k j
N
k
~
) ( ) (
~
/ 2
1
0
/ ) ( 2
1
0
t t


Por lo tanto hay slo N valores distintos para ( ) NT n H
~
y se puede escribir como

1 ,..., 1 , 0 ) (
~
/ 2
1
0
= =
|
.
|

\
|

N n con e kT h
NT
n
H
N kn j
N
k
t


Esta ecuacin es la que representa la Transformada de Fourier Discreta.

1.6.2 Transformada de Fourier Discreta Inversa
La transformada inversa est dada por

1 ,..., 1 , 0
1
) (
/ 2
1
0
=
|
.
|

\
|
=

=
N k con e
NT
n
G
N
kT g
N nk j
N
n
t


Para comprobarlo es necesario sustituir ) (kT g de la siguiente forma

N kn j
N
k
N
r
N rk j
e e
NT
r
G
N NT
n
G
/ 2
1
0
1
0
/ 2
1
t t

=

(

|
.
|

\
|
=
|
.
|

\
|


|
.
|

\
|
=
(

|
.
|

\
|
=
|
.
|

\
|

=
NT
n
G e e
NT
r
G
N NT
n
G
N
r
N kn j
N
k
N rk j
1
0
/ 2
1
0
/ 2
1
t t


La identidad anterior se produce debido a la relacin de ortogonalidad

=
=

caso otro en
r si N
e e
N kn j
N
k
N rk j
0
0
/ 2
1
0
/ 2 t t


La transformada inversa tiene la misma periodicidad que la transformada directa; el perodo est
definido por N muestras de ) (kT g . Esto se debe a la naturaleza peridica de
N kn j
e
/ 2t
.

Resumiendo, el par de TDF es


24

N kn j
N
k
N nk j
N
n
e kT g
NT
n
G e
NT
n
G
N
kT g
/ 2
1
0
/ 2
1
0
) (
1
) (
t t

=

=
|
.
|

\
|

|
.
|

\
|
=

La siguiente figura muestra una comparacin entre las propiedades de la TF y la TDF



1.6.3 Efectos del truncamiento
La figura siguiente muestra el resultado de la TDF de una seal sinusoidal para una ventana de
truncamiento igual a un mltiplo del perodo



Se puede observar que las muestras se toman de tal forma que corresponden siempre en el mismo
lugar del perodo, como resultado la TDF obtenida es idntica a un conjunto de muestras de la TF.

Cuando la ventana de truncamiento no abarca un nmero entero de perodos se produce una
distorsin en el resultado obtenido, como se puede observar a continuacin

25



En este caso los lbulos laterales de la funcin sen(f)/f producen una considerable diferencia entre
la TDF y la TF.

La nica forma de disminuir este efecto es utilizar funciones de truncamiento que tengan lbulos
laterales ms pequeos que sen(f)/f (ventana rectangular). Un tipo de ventana muy utilizado es la
ventana de Hanning dada por

c
c
T t con
T
t
t x s s
|
|
.
|

\
|
= 0
2
cos
2
1
2
1
) (
t


donde T
c
es el intervalo de truncamiento, los grficos en tiempo y frecuencia son los siguientes



El efecto de esta ventana de truncamiento se muestra a continuacin.



se puede observar que la diferencia entre la TDF y la TF es mucho menor que en el caso de la
ventana rectangular ya que la discontinuidad que se produce al final del perodo es mucho menor.

26

1.7 Transformada rpida de Fourier
1.7.1 Formulacin matricial
Considere la TDF siguiente

( ) ( ) 1 ,..., 1 , 0
1
0
/ 2
0
= =

N n e k x n X
N
k
N nk j


donde se ha reemplazado kT por k y n/NT por n para simplificar la notacin. Esta ecuacin
describe el clculo de N ecuaciones. Por ejemplo, si N = 4 y si hacemos

N nk j
e W
/ 2
=

entonces la ecuacin se puede escribir como sigue:

( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
9
0
6
0
3
0
0
0
6
0
4
0
2
0
0
0
3
0
2
0
1
0
0
0
0
0
0
0
0
0
0
0
3 2 1 0 3
3 2 1 0 2
3 2 1 0 1
3 2 1 0 0
W x W x W x W x X
W x W x W x W x X
W x W x W x W x X
W x W x W x W x X
+ + + =
+ + + =
+ + + =
+ + + =


Este conjunto de ecuaciones se puede escribir en forma matricial

( )
( )
( )
( )
( )
( )
( )
( )
(
(
(
(

(
(
(
(
(

=
(
(
(
(

3
2
1
0
3
2
1
0
0
0
0
0
9 6 3 0
6 4 2 0
3 2 1 0
0 0 0 0
x
x
x
x
W W W W
W W W W
W W W W
W W W W
X
X
X
X


o en forma ms compacta

( ) (k) x W n X
0
nk
=
donde las negritas indican matrices.

Examinando esta ecuacin matricial nos damos cuenta que, dado que W y (k) x
0
pueden ser
complejos, se necesitan N
2
multiplicaciones complejas y N(N-1) sumas complejas para realizar el
clculo.

La Transformada rpida de Fourier (FFT) debe su xito a que reduce el nmero de multiplicaciones
y sumas en forma muy importante.
1.7.2 Desarrollo intuitivo de la FFT
Para ilustrar el algoritmo de la FFT, es conveniente escoger el nmero de muestras de (k) x
0
como
una potencia de dos. Ms adelante se puede eliminar esta restriccin.

El primer paso en el desarrollo de la FFT para el ejemplo del apartado anterior es reescribir la
ecuacin matricial de la siguiente forma:

27

( )
( )
( )
( )
( )
( )
( )
( )
(
(
(
(

(
(
(
(
(

=
(
(
(
(

3
2
1
0
1
1
1
1 1 1 1
3
2
1
0
0
0
0
0
1 2 3
2 0 2
3 2 1
x
x
x
x
W W W
W W W
W W W
X
X
X
X


esto considera el hecho de que
( ) n nk nk
W W
mod
= donde [nk mod(n)] es el resto de la divisin de nk
por N; as si N = 4, n = 2, y k = 3 entonces

2 6
W W =
ya que

( ) | |
( ) | | t
t
t
t
j
j
W W
j
j
W W
N nk
nk
=
(

|
.
|

\
|
= = =
=
(

|
.
|

\
|
= =
exp 2
4
2
exp
3 exp 6
4
2
exp
2 mod
6


El segundo paso en el desarrollo es factorizar la matriz cuadrada como sigue:

( )
( )
( )
( )
( )
( )
( )
( )
(
(
(
(

(
(
(
(
(

(
(
(
(
(

=
(
(
(
(

3
2
1
0
0 1 0
0 0 1
0 1 0
0 0 1
1 0 0
1 0 0
0 0 1
0 0 1
3
1
2
0
0
0
0
0
2
2
0
0
3
1
2
0
x
x
x
x
W
W
W
W
W
W
W
W
X
X
X
X


note el cambio de orden en los elementos del vector ( ) n X . El vector reordenado lo denotaremos
por ( ) n X . Esta factorizacin es la clave de la eficiencia de la FFT.
Examinemos el nmero de operaciones necesarias para el clculo. Primero consideremos

( )
( )
( )
( )
( )
( )
( )
( )
(
(
(
(

(
(
(
(
(

=
(
(
(
(

3
2
1
0
0 1 0
0 0 1
0 1 0
0 0 1
3
2
1
0
0
0
0
0
2
2
0
0
1
1
1
1
x
x
x
x
W
W
W
W
x
x
x
x


El vector (k) x
1
es un resultado intermedio. El elemento ( ) 0
1
x se calcula mediante una
multiplicacin compleja y una suma compleja (
0
W no se escribe como 1 para desarrollar un
resultado general)

( ) ( ) ( ) 2 0 0
0
0
0 1
x W x x + =
El elemento ( ) 1
1
x tambin se determina mediante una multiplicacin compleja y una suma
compleja. Slo una suma compleja se necesita para ( ) 2
1
x , esto se debe a que
2 0
W W = ; as
( ) ( ) ( ) ( ) ( ) 2 0 2 0 2
0
0
0 0
2
0 1
x W x x W x x = + =
28


donde la multiplicacin ( ) 2
0
0
x W ya se realiz para calcular ( ) 0
1
x . Por el mismo razonamiento
( ) 3
1
x se calcula con slo una suma compleja. La conclusin es que el vector intermedio (k) x
1
se
calcula mediante cuatro sumas complejas y dos multiplicaciones complejas.

Para obtener ( ) n X es necesario calcular lo siguiente

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
(
(
(
(

(
(
(
(
(

=
(
(
(
(

=
(
(
(
(

3
2
1
0
1 0 0
1 0 0
0 0 1
0 0 1
3
2
1
0
3
1
2
0
1
1
1
1
3
1
2
0
2
2
2
2
x
x
x
x
W
W
W
W
x
x
x
x
X
X
X
X


El elemento ( ) 0
2
x se determina con una multiplicacin compleja y una suma compleja

( ) ( ) ( ) 1 0 0
1
0
1 2
x W x x + =

el elemento ( ) 1
2
x se calcula con una suma compleja debido a que
2 0
W W = . En forma similar
( ) 2
2
x se calcula con una multiplicacin compleja y una suma compleja y ( ) 3
2
x con una sola
suma.

Resumiendo, el clculo de ( ) n X requiere un total de 4 multiplicaciones complejas y 8 sumas
complejas. Si se hiciera el clculo mediante la TDF sera necesario realizar 16 multiplicaciones
complejas y 12 sumas complejas.

Si extrapola este resultado se obtendr que para

2 = N , mediante la FFT se requieren 2 / N

multiplicaciones y N sumas, mientras que mediante la TDF seran necesarias
2
N
multiplicaciones y ) 1 ( N N sumas. Si consideramos que el tiempo de clculo es proporcional al
nmero de multiplicaciones, la razn de tiempo entre la FT y FFT est dada por


N
N
N 2
2 /
2
=

Por ejemplo, si N = 1024 la reduccin de tiempo es de 200 a 1. El siguiente grfico ilustra el
nmero de multiplicaciones para ambos algoritmos.


29



El proceso descrito necesita un procedimiento adicional para obtener el resultado final ya que es
necesario obtener ( ) n X a partir de ( ) n X . Si reescribimos ( ) n X reemplazando el argumento n por
su equivalente binario, tenemos:

( )
( )
( )
( )
( )
( )
( )
( )
(
(
(
(

(
(
(
(

11
01
10
00
3
1
2
0
X
X
X
X
en transforma se
X
X
X
X


Note que si en los argumentos binarios se intercambian los bits (es decir que si, por ejemplo, 10 se
transforma en 01), entonces

( )
( )
( )
( )
( )
( )
( )
( )
( )
( ) n X n X =
(
(
(
(

(
(
(
(

=
11
10
01
00
11
01
10
00
X
X
X
X
en transforma se
X
X
X
X


esta es una forma directa para desarrollar un algoritmo generalizado para desenredar
(unscramblig) la FFT.

1.7.3 Diagrama de flujo de seales
El diagrama siguiente representa el clculo de la FFT en forma de diagrama de flujo de seales
para N=4. En las columnas se tiene los vectores de entrada, intermedios y de salida, los nodos
representan sumas y las flechas representan seales multiplicadas por
p
W , si este valor no
aparece sobre la flecha significa que es 1.

30



Para ilustrar la interpretacin del grfico, considere el nodo ) 2 (
1
x . De acuerdo a la regla el
diagrama de flujo de seales indica que

) 2 ( ) ( ) 2 (
0
2
0 1
x W o x x + =

el diagrama de flujo de seales es un mtodo conciso para representar los clculos del algoritmo
de la FFT.
1.8 Consideraciones sobre la Convolucin
1.8.1 Extensin peridica de una secuencia
Anteriormente se defini la convolucin entre dos seales de tiempo discreto como

=
= =
k
k n h k x n h n x n y ) ( ) ( ) ( * ) ( ) (

En esta ecuacin se considera que ambas seales, x(n) y h(n) son de duracin infinita, es decir,
tienen infinitas muestras. En la prctica cuando se trabaja en simulacin, se cuenta slo con un
conjunto finito de muestras de las seales involucradas y por lo tanto es necesario redefinir la
convolucin para esta situacin.
Si se considera una seal discreta de la cual se tienen N muestras, se define la extensin peridica
o circular de x(k) como la seal x
p
(k) donde

( ) ()
Otra forma de ver la extensin peridica es imaginarse la secuencia ordenada sobre un crculo
dividido en N partes, una por cada muestra.
1.8.2 Convolucin circular o peridica
Para el caso de extensiones peridicas de seales es necesario redefinir la convolucin de la
siguiente forma
()

()

()

()

( )

31

Un ejemplo de convolucin circular de dos secuencias finitas de longitud N, x(n) y h(n), se ilustra en
la siguiente figura. La figura destaca las extensiones peridicas de las secuencias. As se define la
convolucin circular y(k) como un perodo de la secuencia yp(k).


1.8.3 Teorema de la convolucin peridica discreta
El teorema de la convolucin peridica discreta establece que si () ,()- y () ,()-
donde la F indica la transformada discreta de Fourier, entonces, la transforma discreta de Fourier
() ,()- es el producto de () y (). Es decir
()

()

() () ()()
La demostracin de este teorema se puede encontrar en los textos de referencia.
1.8.4 Convolucin lineal y peridica
La diferencia entre la convolucin lineal y peridica se puede ilustrar con un ejemplo. La figura
siguiente muestra dos secuencias x
1
(n) y x
2
(n) de longitud N. La convolucin circular produce la
secuencia x
3
(n) siguiente que tambin se muestra en la figura (el subndice p indica extensin
peridica) y el clculo mediante la transformada discreta de Fourier da el mismo resultado

()

()

( )

32


La siguiente figura muestra las mismas dos secuencias pero aumentadas con ceros al final de
modo que cada secuencia ahora tiene una longitud 2N. La convolucin de estas secuencias ahora
es x
4
(n)

()

()

( )

Este resultado es la convolucin lineal de las secuencias y tiene longitud 2N. Claramente x
3
(n) es
un resultado distorsionado de la convolucin lineal. Normalmente x
1
(n) y x
2
(n) son secuencias que
representan la respuesta a impulso de un sistema y los datos de entrada respectivamente y el
resultado correcto es la convolucin lineal que se debe calcular mediante la convolucin circular
pero con una longitud 2N.
1.9 Filtros digitales
1.9.1 Caractersticas generales
Un filtro digital es un algoritmo implementado en software que opera sobre una seal de entrada
digital (discreta en tiempo y cuantizada en amplitud) y genera una seal digital de salida, con la
finalidad de efectuar un proceso de filtrado. El trmino filtro digital se refiere al software especfico
que ejecuta el algoritmo. Los filtros digitales trabajan sobre valores numricos asociados a
muestras de seales analgicas previamente digitalizadas por conversores A/D o simplemente
sobre un conjunto de nmeros almacenados en la memoria de una computadora o
microprocesador.

Los filtros digitales juegan un papel muy importante en el procesamiento digital de seales. En gran
nmero de aplicaciones, como compresin de datos, procesamiento de seales biomdicas,
procesamiento de seales de voz, procesamiento de imgenes, transmisin de datos, audio digital,
33

cancelamiento de ecos telefnicos, se prefieren por sobre los filtros analgicos por uno o ms de
los siguientes motivos:

- Los filtros digitales pueden tener caractersticas que son imposibles de conseguir con filtros
analgicos, como por ejemplo una respuesta de fase exactamente lineal.
- El desempeo de los filtros digitales no vara con las condiciones ambientales
(temperatura, humedad, etc.) como s ocurre con los filtros analgicos, lo que elimina la
necesidad de calibrarlos peridicamente.
- Si el filtro se implementa utilizando un procesador programable la respuesta en frecuencia
de un filtro digital puede ajustarse a voluntad (filtrado adaptivo).
- El mismo filtro puede procesar varias seales o canales de entrada sin necesidad de
replicar el hardware.
- Las seales filtradas y sin filtrar pueden almacenarse para uso o anlisis posterior.
- Los avances en las tcnicas de integracin VLSI hacen que sea posible fabricar filtros
digitales pequeos, de bajo consumo, y de muy bajo costo.
- La precisin con que un filtro digital verifica las especificaciones de diseo est limitada
solamente por la longitud de palabra (bits) utilizada para representar los coeficientes del
filtro y ejecutar las operaciones aritmticas; con los filtros analgicos es difcil lograr
atenuaciones que excedan los 60 o 70 dB en la banda de rechazo (utilizando componentes
convencionales).
- El desempeo de los filtros digitales es repetible de unidad a unidad.
- Los filtros digitales pueden utilizarse a muy bajas frecuencias, como las que se encuentran
en aplicaciones biomdicas, donde el empleo de filtros analgicos es poco prctico por los
valores muy elevados de los componentes pasivos involucrados (capacitores,
inductancias). Adems, los filtros digitales pueden trabajar sobre un amplio rango de
frecuencias simplemente cambiando la frecuencia de muestreo.

Sin embargo, los filtros digitales tambin presentan una serie de desventajas respecto a los filtros
analgicos:

- Limitacin de frecuencia. La frecuencia de Nyquist que fija el ancho de banda til que el
filtro puede procesar queda definida por el proceso de conversin (tiempos de conversin
del conversor A/D y D/A), velocidad del procesador, cantidad de operaciones a ejecutar por
unidad de tiempo, etc. Este ltimo trmino se incrementa a medida que aumenta la
exigencia de las caractersticas de respuesta del filtro (filtros muy abruptos).
- Efectos de longitud finita de palabra. En general, los coeficientes del filtro implementado
sern distintos de los calculados tericamente si la representacin numrica que se utiliza
para implementar el filtro no es de precisin infinita (punto flotante). No slo influye la
cuantizacin de los coeficientes del filtro, sino tambin el redondeo de las operaciones
numricas, la cuantizacin del conversor A/D y D/A, la truncacin que ocurre al almacenar
los contenidos del acumulador en memoria, etc. Estos efectos, que se modelan como
fuentes de ruido de distribucin uniforme, pueden limitar seriamente el desempeo de los
filtros digitales: variaciones de ganancia en la banda de paso, menor atenuacin en la
banda de rechazo, y hasta pueden conducir a la inestabilidad en filtros recursivos de orden
elevado.
- Tiempos de diseo y desarrollo prolongados. Los tiempos de diseo y desarrollo de un
filtro digital, puede ser muy superior al necesario para el diseo de un filtro analgico. Sin
embargo, una vez que se dispone del software necesario, la misma plataforma puede
utilizarse para muchas otras tareas de filtrado o procesamiento digital de seales con poca
o ninguna modificacin. Adems, el desarrollo de herramientas de CAD avanzadas hacen
que el diseo de filtros sea una tarea agradable y sencilla, aunque aun as es necesaria
cierta experiencia para aprovecharlas ntegramente.

34

1.9.2 Tipos de filtros digitales
Los filtros digitales lineales e invariantes en el tiempo pueden clasificarse de acuerdo a la longitud
de su respuesta a impulso, h(n), como IIR, cuando la respuesta tiene duracin infinita o FIR, si su
duracin es finita. Las seales de entrada, x(n), y salida, y(n), estn relacionadas por la suma de
convolucin, que para filtros IIR toma la forma

() ()( )

y para filtros FIR es

() ()( )

Del anlisis de estas dos ecuaciones es evidente que, mientras que la suma convolucin puede ser
una forma apropiada para implementar un filtro FIR, no es adecuada para los filtros IIR debido a
que la respuesta impulsiva es muy larga (en teora, infinitamente larga). Por ello, los filtros IIR se
implementan con ecuaciones de diferencias que permiten calcular las muestras de salida en forma
recursiva.

()

( )

( )

donde n = 0, 1, 2, . . . , y(1) = 0. El nmero N es el orden del filtro, y fija la cantidad de modos de la
respuesta impulsiva. La relacin entre los coeficientes a
i
y b
i
se obtiene aplicando la transformada
Z a la ecuacin anterior y tomando la transformada inversa. En la ecuacin de un filtro IIR la salida
y(n) es funcin de los valores actuales y pasados de la entrada, y de valores pasados de la salida
(de ah el nombre recursivo): el filtro IIR es un sistema realimentado. En cambio, en el filtro FIR la
salida y(n) slo depende de los valores pasados de la entrada x(n). Es evidente que, si en la
ecuacin de los filtros IIR los coeficientes a
i
son nulos, se obtiene la suma de convolucin de los
filtros FIR, pues hacer a
i
= 0 anula los efectos de realimentacin de las salidas pasadas. El valor de
los coeficientes h(n) para los filtros FIR y a
i
, b
i
para los filtros IIR, son los objetivos del problema de
diseo de filtros digitales.

Las funciones de transferencia estn dadas por

()

La eleccin entre una implementacin FIR e IIR depende de las ventajas relativas de cada uno de
estos dos tipos de filtros.

1. Los filtros FIR se pueden disear para tener una respuesta de fase estrictamente lineal
(distorsin de fase nula), lo que es importante en muchas aplicaciones, como transmisin
de datos, audio digital y procesamiento de imgenes. La respuesta de fase de filtros IIR no
es lineal, en especial en cercanas de la zona de transicin.

2. Los filtros FIR implementados son inherentemente estables. En cambio, la estabilidad de
los filtros IIR siempre debe comprobarse, ya que son sistemas realimentados.

35

3. Los efectos causados por la implementacin con aritmtica de punto fijo, tales como los
errores de cuantizacin de los coeficientes y los errores por redondeo en las operaciones
aritmticas, son mucho ms severos en los filtros IIR que en los FIR.

4. Para satisfacer unas especificaciones dadas los filtros FIR necesitan un mayor nmero de
coeficientes que los filtros IIR, sobre todo si las bandas de transicin son estrechas. En
consecuencia, los requerimientos de memoria, el nmero de operaciones y los tiempos de
procesamiento son mayores para los FIR que para los IIR. Sin embargo, la posibilidad de
implementar los FIR mediante la tcnica de convolucin rpida usando FFT y tambin el
empleo de tcnicas multirate permiten aumentar significativamente la eficiencia de las
implementaciones.

5. Un filtro analgico convencional puede convertirse en un filtro digital IIR equivalente que
satisfaga las especificaciones de diseo de manera sencilla. Esto no es posible con filtros
FIR pues no tienen una contraparte analgica. Sin embargo es ms sencillo sintetizar filtros
con respuestas en frecuencia arbitrarias utilizando filtros FIR.
1.9.3 Comparacin de filtros IIR y FIR
Para efectos de comparacin de las caractersticas de filtros FIR e IIR se disear un filtro que
cumpla con las siguientes especificaciones:


banda de paso: 0 a 3t/5
banda de rechazo: 4t/5 a t
ganancia en la banda de paso: 1 0,06
ganancia en la banda de rechazo: < 0,2

Los requisitos de diseo se pueden satisfacer tanto como un filtro IIR o FIR:

- Filtro 1 (IIR):

()

con a
1
= - 0,6744878, a
2
= -0,3633482, b
0
= 0,4981819, b
1
= 0,9274777, b
2
= 0,4981819.

La figura siguiente muestra el diagrama bloque de una posible implementacin del filtro,
cuyas ecuaciones de diferencia son

() ()

( )

( )

()

()

( )

( )



36

En las figuras siguientes se grafica la respuesta en frecuencia (en mdulo y fase), y el
retardo de grupo, comprobndose que se satisfacen las especificaciones de diseo.


Respuesta de frecuencia


Respuesta de fase

Retardo de grupo

- Filtro 2 (FIR):
() ()

con

() ()

() ()

() ()

() ()

() ()

() ()

La figura siguiente muestra el diagrama bloque de una posible implementacin del filtro,
cuyas ecuaciones de diferencia son

() ()() ()( ) ()( ) ()( ) ()( )




37

En las figuras siguientes se grafica la respuesta en frecuencia (en mdulo y fase), y el
retardo de grupo


Respuesta de frecuencia




Respuesta de fase


Retardo de grupo

Del examen de ambas implementaciones se observa que los requerimientos de cmputo y de
lugares de almacenamiento para los dos filtros son:

FIR IIR
Nmero de multiplicaciones 12 5
Nmero de sumas 11 4
Lugares de memoria (coeficientes y datos) 24 8

Es evidente que el filtro IIR es ms econmico en la cantidad de operaciones y de lugares de
almacenamiento necesarios que el filtro FIR. Se podra haber explotado la simetra de los
coeficientes del filtro FIR para reducir a la mitad la cantidad de memoria necesaria, a costa de
dificultar ligeramente la implementacin. En este caso el nmero de coeficientes del filtro FIR (N =
12) es aproximadamente 6 veces el orden (la mayor potencia de z
-1
en el denominador) de la
funcin transferencia del IIR (N = 2).

En los dos casos el mdulo de la respuesta en frecuencia satisface las especificaciones, pero las
respuestas de fase de los dos filtros son muy diferentes. Mientras que la respuesta de fase del filtro
IIR no es lineal, la del filtro FIR es perfectamente lineal, excepto por un salto de t debido al cero
en la banda de rechazo. El retardo de fase, que es la derivada negativa de la curva de fase
( (

)) es constante para todo el rango de frecuencia en el caso del filtro FIR. Para el
filtro IIR vara en funcin de la frecuencia de la seal: la respuesta de fase es razonablemente
lineal para bajas frecuencias, pero se aparta de la linealidad para las frecuencias prximas a la de
corte. El retardo del filtro IIR es mucho menor que el del FIR (1/2 muestra vs. 5.5 muestras,
respectivamente).
38

1.9.4 Orden de un filtro digital
El nmero de muestras anteriores a la actual que se utilizan en un filtro para generar una muestra
de salida corresponde al orden del filtro. Un filtro de primer orden utiliza una sola muestra
precedente. De esta forma, un filtro recursivo (IIR) de segundo orden se expresara con la ecuacin
siguiente

()

()

( )

( )

( )

( )

Este filtro utiliza dos muestras anteriores de entrada y dos muestras anteriores de la salida. Es la
forma que tendra un filtro paso de banda que se utiliza bastante, denominado biquad (de
bicuadrtico).

Mientras mayor sea el orden de un filtro (cuantas ms retardos se utilicen en el circuito), el corte
del filtro ser ms abrupto.

Para construir un filtro paso bajo FIR simple, slo hace falta efectuar la media de los valores de la
muestra actual y la muestra precedente, como ilustra el diagrama de bloques de la siguiente figura.



El funcionamiento de este filtro se puede expresar mediante la ecuacin siguiente

() () ( )

Se puede entender intuitivamente el efecto paso bajo de esta operacin, ya que al efectuar la
media atenuamos las variaciones bruscas de la seal, lo que origina un suavizado de la seal de
entrada. Este filtro es un ejemplo del filtro de tipo (moving average) (promedio mvil).

Para analizar cul es la respuesta de este filtro a diferentes seales de entrada, se considera
primero una seal de entrada constante

* +

De la ecuacin, se deduce que la seal de salida es

* +

Por lo tanto, despus de un transitorio corto (la primera muestra que vale 0.5), la seal de salida es
igual a la seal de entrada: una seal constante de amplitud 1. Para una seal constante, que tiene
una frecuencia cero, se verifica que las bajas frecuencias no se atenan en el filtrado.

Se considera ahora una seal que oscila entre 1 y +1 a la frecuencia de Nyquist (la frecuencia
mxima):

* +

En este caso, la seal de salida se atena muy rpidamente como se podra prever

39

* +
1.9.5 Respuesta de frecuencia de un filtro digital
Para obtener la respuesta de frecuencia de un filtro digital es necesario obtener la magnitud de la
transformada discreta de Fourier, H(n/NT), de su respuesta a impulso h(nT).

Para el ejemplo

() () ( ) ()( ) ()() ()( )

Por lo tanto () * + y su DFT es

N
n
j
N kn j
k
e e kT h
NT
n
H
t
t
2
/ 2
1
0
5 . 0 5 . 0 ) (

=
+ = =
|
.
|

\
|

Dado que N es el nmero total de muestras de h(n), la variable n/N toma como valor mximo la
unidad y la respuesta en frecuencia normalizada del filtro corresponde slo al intervalo entre -0.5 y
0.5


Es necesario notar que la respuesta de frecuencia normalizada de un filtro digital es peridica con
perodo 1 como lo muestra el siguiente grfico, adems la respuesta de frecuencia real depende de
la frecuencia de muestreo de la seal de entrada ya que la variable es (n/NT) donde T es el tiempo
de muestreo. Por ejemplo, para este ejemplo la frecuencia de corte es aproximadamente 0.25f
s
,
donde f
s
es la frecuencia de muestreo.



40

1.10 Simulacin de Sistemas
1.10.1 Sistemas caracterizados por ecuaciones diferenciales lineales de coeficientes
constantes
Se considera una ecuacin diferencial general de la forma

()
()

()
()

()

()
()

()
()

()

donde x(t) es la entrada del sistema e y(t) es la salida. Aplicando la transformada de Laplace a
ambos lados de la ecuacin se obtiene

()

()

Y la funcin de transferencia entonces es

()
()
()

Para el anlisis anterior se supone que el sistema est en reposo y por lo tanto la funcin de
transferencia est definida para condiciones iniciales iguales a cero.

Una gran cantidad de realizaciones prcticas de filtros, que se conocen como filtros clsicos, son
casos particulares de esta situacin, estos incluyen los filtros Butterworth, Chebyshev y elpticos.
1.10.2 Propiedades de la funcin de transferencia para ecuaciones diferenciales lineales de
coeficientes constantes

Adems de las propiedades clsicas relacionadas con la interconexin de diagramas de bloques,
estas funciones de transferencia tienen las siguientes propiedades adicionales:

a. La funcin de transferencia es una funcin racional de s
b. Para un sistema estable, el orden del numerador es igual o menor que el orden del
denominador.
c. Para sistemas causales los coeficientes de los polinomios del numerador y denominador
son reales.

Por lo tanto la funcin de transferencia H(s) para un sistema representado por una ecuacin
diferencial lineal de coeficientes constantes es siempre una funcin racional, con ceros
especificados por las races del polinomio del numerador y polos especificados por las races del
polinomio del denominador. Los polos y ceros son generalmente complejos y se representan
normalmente en forma grfica en un plano complejo.
La respuesta a impulso del sistema se puede encontrar expandiendo H(s) en fracciones parciales y
sacando transformada inversa.

A modo de ejemplo se tomar la funcin de transferencia

()

H(s) tiene un cero en y dos polos en y . La respuesta a impulso h(t)
es
() (

)()
41

1.10.3 Realizacin de funciones de transferencia racionales usando expansiones
bicuadrticas

Las ecuaciones diferenciales que describen sistemas lineales causales e invariantes tienen
coeficientes reales y se puede demostrar que los polos y ceros de H(s) son reales o son pares
complejos conjugados, por lo tanto H(s) se puede representar como

()

H(s) representa una conexin en cascada de secciones bicuadrticas, cada una con funcin de
transferencia H
ci
(s) como muestra la siguiente figura

()

Otra forma de combinar los polos complejos conjugados en formas bicuadrticas es usando la
expansin en fracciones parciales

()

()

H(s) representa la realizacin paralela de un filtro mostrada en la figura siguiente. Ambas, las
realizaciones en cascada y en paralelo, en su forma discreta se usan extensivamente en
simulacin de sistemas de comunicaciones.


Las secciones bicuadrticas se usan como bloques constituyentes en simulacin computacional de
filtros y en la implementacin fsica de filtros anlogos usando tecnologa de filtros activos.

La realizacin de secciones bicuadrticas anlogas para uso en filtros activos requiere el uso de
integradores debido a que los derivadores no son fcilmente realizables. Para ilustrar esto se
puede arreglar la ecuacin anterior de la siguiente forma

()
()
()

()()
()()

donde el trmino s
-1
es equivalente a la integracin en el dominio del tiempo y el subndice i se
descart por simplicidad. H(s) se puede dividir en dos partes

42

()
()

()
()

es decir

()

()

()

()

() ()

()

()

La realizacin en el dominio del tiempo de una seccin bicuadrtica de acuerdo a estas ecuaciones
se conoce como la forma cannica y se muestra a continuacin



Se puede observar que la tcnica usada para sintetizar la seccin bicuadrtica se puede extender
para aplicarla a funciones de transferencia de cualquier orden.