Diapo PDS

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO
FACULTAD DE CIENCIAS FSICAS Y MATEMTICAS
Curso:
PROCESAMIENTO DIGITAL DE SEALES
Docente:
Mg. Oscar Ucchelly Romero Cortez
Semestre 2016 II
Procesamiento Digital de Seales
SISTEMAS DISCRETOS LINEALES INVARIANTES
EN EL TIEMPO
x(n) LTD y(n)
1. LINEALIDAD:
x1(n) y1(n)
S1
x1(n)
S1
x2(n) y3=x1(n) + x2(n)
x2(n) y2(n)
S1 y3=y1(n) + y2(n)
El sistema es Lineal

1. LINEALIDAD:
x1(n) y1(n) = A.x1(n)
X
x1(n) + x2(n)
A X
y3(n) = A(x1(n) + x2(n))
x2(n) y2(n) = A.x2(n) y3(n) = y1(n) + y2(n)
X A
El sistema es Lineal
A
x1(n) y1(n) = x12 (n)
( )2
x1(n) + x2(n)
( )2
y3(n) = (x1(n) + x2(n))2
x2(n) y2(n) = x22 (n)
( )2 y3(n) = y1(n) + 2.x1(n).x2(n) + y2(n)
El sistema es no Lineal

2. INVARIANZA EN EL TIEMPO:
Se dice que un sistema es invariante en el tiempo, si

una entrada x(n-i) produce una salida y(n-i) donde i
es entero arbitrario y x(n) es una entrada tambin
arbitraria que produce una salida y(n).
x1(n) y(n) = A.x1(n)
X
Primero atraso la entrada: y1(n) = A.x(n-i)
Luego atraso la salida: y(n-i) = A.x(n-i) = y2(n)
Por lo tanto: y1(n) = y2(n) El sistema es Invariante en el Tiempo

2. INVARIANZA EN EL TIEMPO:
x1(n) y(n) = A.x1(n)

X
Cos(n./2)
Primero atraso la entrada: y1(n) = A.x(n-i). Cos(n./2)
Luego atraso la salida: y(n-i) = A.x(n-i). Cos((n-i)./2) = y2(n)
Por lo tanto: y1(n) y2(n) El sistema es Variante en el Tiempo

3. ESTABILIDAD:
Se dice que un sistema es estable, si cualquier

entrada arbitraria x(n) de amplitud finita produce una
salida de amplitud finita (|y(n)|<B).
4. CAUSALIDAD:
Se dice que un sistema es causal, si la salida en el
instante n=n0 no depende de los valores de la seal
de entrada para instantes posteriores a n0.
x(n)
S y(n)
memoria

4. CAUSALIDAD:
X(n)
1 1 1
-1 -1 -1
y(n) = ( x(n) + x(n-1) + x(n-2) ) / 3 El sistema es Causal
y(n) = ( x(n) + x(n+1) / 2 El sistema es no Causal

COMPONENTES DE UN SISTEMA DISCRETO
a) SUMADOR:
x1(n)
x1(n) + x2(n)
+
x2(n)
x1(n)
x1(n) + x2(n)
x2(n)

COMPONENTES DE UN SISTEMA DISCRETO
b) MULTIPLICADOR:
x(n) A.x(n)
A
c) RETARDADOR UNITARIO:
x(n) x(n - 1)
T

DESCRIPCION DE UN SISTEMA DISCRETO
a) ECUACIN DIFERENCIA:
Relaciona mediante una ecuacin la entrada con la
salida.
x1(n) y(n) = x1(n) - x2(n)

+
x2(n) -x2(n)
-1

Ejemplo:
x(n)
T
y(n)
a b
c
+ T

Solucin:
y(n) = c.a.x(n-1) + c.b.x(n-2) + c.y(n-1)

b) RESPUESTA IMPULSIVA: ( h(n) )

La respuesta impulsiva da informacin sobre la
respuesta en el tiempo de un sistema.
x(n) y(n)
h(n)

Del ejemplo anterior, la ecuacin diferencia se puede

determinar la respuesta impulsiva, haciendo
x(n) = (n) y la salida obtenida ser la respuesta
impulsiva es decir: y(n) = h(n)

Solucin:
0 ; n=0
y(n) = h(n) = c.a ; n=1
cn-1 (b+c.a) ; n>1

b) RESPUESTA IMPULSIVA: ( h(n) )

*) Si se cumple:
El sistema es estable
*) Si:
h(n) = 0 ; n<0
El sistema es causal, caso contrario el sistema es no

causal.

*) Si, h(n) es una secuencia que tiene un nmero

finito de muestras, se dice que el sistema es FIR; y un
sistema FIR es siempre estable.
*) Si, h(n) es una secuencia que tiene un nmero
infinito de muestras, se dice que el sistema es IIR.
*) Un sistema IIR es estable si su h(n) converge. Si

diverge no es estable.

Ejemplo:
h(n) = 2*(n) 0.5*(n-1)
h(n)
Sistema: FIR
2
Estable
n
Causal
-0.5
Hallar la ecuacin diferencia?

Ejemplo:
Implementar un diagrama de componentes de un

sistema discreto para la siguiente ecuacin diferencia:

Ejemplo:
Sea;
Implementar el diagrama de componentes, ecuacin

diferencia; as como tambin determinar si el sistema
es FIR o IIR, estable o inestable, causal o no causal.

Solucin:
hB(n) u(n-1)
1 1 1 1
9/16
n n
-27/64
-3/4

Solucin:

Solucin:
x(n) y(n)
T + -3/4
T
Sistema IIR
Estable
Causal

CONVOLUCIN DISCRETA
4
x(n) h(n)
2
1 1 1
1
n n

CONVOLUCIN DISCRETA
4
x(i)
2 L=4
1
n=i
h(n-i)
M=3
1 1 1 1 1 1 1 1 1 1

CONVOLUCIN DISCRETA
Numero de Muestras = L + P - 1
y(n)
9
y(n) 7
6
4
3
n=i

c) RESPUESTA EN FRECUENCIA DE UN SISTEMA DISCRETO:

Sabemos que la transformada de Fourier de una seal discreta
es dada por:
Por tanto la respuesta en frecuencia de un sistema discreto con

respuesta impulsiva h(n). Es dada por:

Sea; x(n) = ejn la entrada a un sistema discreto h(n).

Por tanto la salida se puede obtener utilizando la convolucin:

Forma Polar:

Si; x(n) = e-jn
Entonces:
Conjugado de
H(ej)

Si; x(n) = cos(n0) ; - < 0 <

Si:

Transformada Inversa de Fourier

Determinar la respuesta en frecuencia del siguiente
sistema?
y(n)
+
x(n)
a T

METODO 01:
Calculando la transformada de Fourier de h(n):
Dando valores:

METODO 01:

METODO 01:

METODO 01:
Amplitud:
Si; a = 0.5
Dando valores a de 0 a
Filtro Pasa Bajos

METODO 01:
Fase:

METODO 02:
x(n) y(n)
Recordar:

METODO 02:
Entonces:

METODO 03:

1) GRAFICAR LA AMPLITUD Y LA FASE:
a) Para: a = 0.5
b) Para: a = 0.25
c) Para: a = 0.75
d) Para: a = -0.5
e) Para: a = -0.25
f) Para: a = -0.75
2) GRAFICAR:
a) Para: a = 0.5
b) Para: a = -0.5

TRANSFORMADA Z
Sea un sistema h(n):
Entonces su transformada Z se define como:
De la misma forma, la transformada Z de x(n), se define

como:

TRANSFORMADA Z
Si; Z=ej
Entonces:

TRANSFORMADA Z
En general Z es un valor complejo, que se acostumbra

representar en forma polar:
Donde:
r : amplitud o modulo de Z.
: argumento de Z.

TRANSFORMADA Z
Ejemplo:
Determinar la transformada Z de:

TRANSFORMADA Z
Ejemplo:

TRANSFORMADA Z
Ejemplo:
Determinar la transformada Z para:
x3(n)
-N -1 1 N n

TRANSFORMADA Z
Ejemplo:

PROPIEDADES DE CONVERGENCIA DE LA
TRANSFORMADA Z
Si: Para este valor de Z la

transformada converge
Valor Finito

PROPIEDADES DE CONVERGENCIA DE LA
TRANSFORMADA Z
Si: Para este valor de Z la

transformada no converge
Valor Infinito

REGIN DE CONVERGENCIA
Im
Re
Regin de Convergencia
(ROC)

REGLAS PARA DEFINIR LA REGIN DE CONVERGENCIA
x(n) X(Z)
1ERO Si; x(n)=0 para n<0 X(Z) converge para todo Z fuera de
(slo lado derecho) un circulo y un radio particular
2DO Si; x(n)=0 para n>n0 X(Z) converge para todo Z dentro
(slo lado izquierdo) de un circulo con un radio particular
3ERO Si; x(n) es una secuencia X(Z) converge para todos los
finita, es decir x(n)=0 para valores de Z.
n<n1 y n>n2
4TO Si; x(n) existe en ambos Si, X(Z) converge entonces la
lados (derecho e regin de convergencia se localiza
izquierdo) entre 2 crculos concntricos.

TRANSFORMADA Z
Ejemplo:
Ejemplo:

TRANSFORMADA Z INVERSA
Im
La integral de contorno se realiza
en una circunferencia cualquiera
que debe encontrarse dentro de
la ROC.
Re

FORMATO GENERAL DE UNA TRANSFORMADA Z
N(Z) Orden N
D(Z) Orden M

Ejemplo: Hallar x(n)?
Ejemplo: Hallar x(n)?

PROPIEDADES DE LA TRANSFORMADA Z
1) LINEALIDAD
2) CORRIMIENTO EN EL TIEMPO
3) MULTIPLICACIN POR EXPONENCIALES
4) CONVOLUCIN EN EL TIEMPO
5) CONVOLUCIN EN Z
6) TEOREMA DE PARSEVAL
Ver en el Libro Discrete time signal processing

CLCULO DE H(Z) UTILIZANDO LOS TRES METODOS:
Mtodo 1:
Mtodo 2:
Mtodo 3:

POLOS Y CEROS COMO UNA DESCRIPCIN DE UN
SISTEMA
Zi : Ceros races de N(Z)
pi : Polos races de D(Z)

EJEMPLO:
Nmero (Ceros) : N=1 Z1 = 0

Nmero (Polos) : M=1 P1 = a (real)
Si M N , el sistema es causal

Diapo PDS

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

Diapo PDS

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

FACULTAD DE CIENCIAS FSICAS Y MATEMTICAS

x(n) LTD y(n)

Procesamiento Digital de Seales

Procesamiento Digital de Seales

Se dice que un sistema es invariante en el tiempo, si

Primero atraso la entrada: y1(n) = A.x(n-i)

Luego atraso la salida: y(n-i) = A.x(n-i) = y2(n)

Por lo tanto: y1(n) = y2(n) El sistema es Invariante en el Tiempo

Procesamiento Digital de Seales

x1(n) y(n) = A.x1(n)

Primero atraso la entrada: y1(n) = A.x(n-i). Cos(n./2)

Luego atraso la salida: y(n-i) = A.x(n-i). Cos((n-i)./2) = y2(n)

Por lo tanto: y1(n) y2(n) El sistema es Variante en el Tiempo

Procesamiento Digital de Seales

Se dice que un sistema es estable, si cualquier

Procesamiento Digital de Seales

y(n) = ( x(n) + x(n-1) + x(n-2) ) / 3 El sistema es Causal

y(n) = ( x(n) + x(n+1) / 2 El sistema es no Causal

Procesamiento Digital de Seales

Procesamiento Digital de Seales

Procesamiento Digital de Seales

x1(n) y(n) = x1(n) - x2(n)

Procesamiento Digital de Seales

Procesamiento Digital de Seales

y(n) = c.a.x(n-1) + c.b.x(n-2) + c.y(n-1)

Procesamiento Digital de Seales

b) RESPUESTA IMPULSIVA: ( h(n) )

Procesamiento Digital de Seales

Del ejemplo anterior, la ecuacin diferencia se puede

Procesamiento Digital de Seales

y(n) = h(n) = c.a ; n=1

cn-1 (b+c.a) ; n>1

Procesamiento Digital de Seales

b) RESPUESTA IMPULSIVA: ( h(n) )

El sistema es causal, caso contrario el sistema es no

Procesamiento Digital de Seales

*) Si, h(n) es una secuencia que tiene un nmero

*) Un sistema IIR es estable si su h(n) converge. Si

Procesamiento Digital de Seales

h(n) = 2*(n) 0.5*(n-1)

Hallar la ecuacin diferencia?

Implementar un diagrama de componentes de un

Procesamiento Digital de Seales

Implementar el diagrama de componentes, ecuacin

Procesamiento Digital de Seales

Procesamiento Digital de Seales

Procesamiento Digital de Seales

Procesamiento Digital de Seales

Procesamiento Digital de Seales

Procesamiento Digital de Seales

Procesamiento Digital de Seales

c) RESPUESTA EN FRECUENCIA DE UN SISTEMA DISCRETO:

Por tanto la respuesta en frecuencia de un sistema discreto con

Procesamiento Digital de Seales

Sea; x(n) = ejn la entrada a un sistema discreto h(n).

Procesamiento Digital de Seales

Procesamiento Digital de Seales

Si; x(n) = e-jn

Procesamiento Digital de Seales

Si; x(n) = cos(n0) ; - < 0 <

Procesamiento Digital de Seales

Procesamiento Digital de Seales

h(n) = 2(n) 0.5(n-1)