DEPARTAMENTO DE CIENCIAS DE LA ENERGIA Y MECANICA

DECEM

CARRERA DE INGENIERIA MECATRONICA

INSTRUMENTACION MECATRONICA

TECNICAS DE MUESTREO DIGITAL

Nombre: Almeida Cristian, Carranco Andrés, Cajas Eduardo, Vinueza Diego.

NRC: 5701

Sangolquí-Ecuador
MUESTREO
 Qué es muestreo?
El muestreo es una parte fundamental del proceso de digitalización de
señales, la cual aprovecha la función delta Dirac para tomar datos en
determinados intervalos de tiempo, se hace uso de un retenedor de
orden cero para mantener el dato muestreado hasta un nuevo valor.
 Consideraciones para el muestreo
La adquisición de datos emplea únicamente intervalos constantes de tiempo durante el muestreo.

La frecuencia de muestreo debe ser como mínimo el doble de la frecuencia de Nyquist, la cual es la
mayor frecuencia del sistema, esto permite evitar el fenómeno conocido como Aliasing.

𝒇𝒎𝒖𝒆𝒔𝒕𝒓𝒆𝒐 ≥ 𝟐 ∗ 𝒇𝒎𝒂𝒙𝒊𝒎𝒂

La cantidad de valores que se pueden obtener para codificar la amplitud de la señal se determinan de
acuerdo al numero de bits del conversor ADC, si tiene X bits, entonces la cantidad de valores que pueden
codificarse es 2^(X).
 Operaciones con señales

• Desplazamiento en el tiempo: x(t-2), desp. A la derecha

• Compresión en el tiempo: x(2t)

• Dilatación en el tiempo: x(t/2)

• Reflexión: x(-t)
 Muestreo y Cuantización
• El muestreo digital de una señal analógica trae consigo una discretización tanto en
el dominio temporal como en el de la amplitud.
• Para describir matemáticamente el muestreo nos basaremos en el muestreo ideal.
Consiste en una función que toma los valores de la señal Xc(t) en los instantes de
muestreo y cero en los otros puntos.

Donde ts es el período de muestreo y x(t) es la función de interpolación.

El muestreo trae aparejado pérdida de información de la señal original.
El teorema del muestreo establece en que condiciones se debe muestrear para que
no se nos escapen los eventos de la señal original que son importantes para nuestro
posterior desarrollo con la señal.
 Teorema del muestreo

Una señal Xc(t) con un espectro limitado a la frecuencia 𝐹𝑏 ( |𝑓| <= 𝐹𝑏) puede ser muestreada sin pérdida de
información si la frecuencia de muestreo fs supera la cantidad 2Fb, es decir 𝑓𝑠 >= 2𝐹𝑏.

De no muestrearse al menos a esa frecuencia tiene lugar el fenómeno de ”Aliasing” .

t C aso 1: f s = 8 f a

t C aso 1: f s = 4 f a

t C aso 1: f s = 2 f a

t C aso 1: f s = 1.3 f a
 INTERPOLACION CARDINAL
Es decir, el espectro de la señal muestreada se
compone de una función de período 1/t,
replicándose en cada período el espectro de la señal
original. En la sig. Fig. se observa el fenómeno:

Este tipo de reconstrucción tiene los siguientes problemas : El dominio de la función sinc es infinito. Requiere
muestreo pasados y futuros. Se puede truncar la función sinc(t) -> aparecería el efecto Gibbs. No es posible
reconstruir funciones con discontinuidades.
 Efecto Gibbs
• Para señales discontinuas, su reconstrucción a partir de las series de
Fourier produce el llamado efecto Gibbs, que consiste en la
aparición de un pico de del 9% en el punto de discontinuidad . Aun
se tiene este efecto cuando se utilicen gran cantidad de armónicos
para la reconstrucción.
• Al querer aproximar la función periódica que tiene infinitos
armónicos hay que truncar la función hasta el armónico N -> se
produce este efecto.
• Para eliminarlo se usan las llamadas ventanas espectrales que
suavizan la reconstrucción de la función.
 Selección del Filtro Anti-aliasing
Los requerimientos del Filtro Anti-aliasing no solo están relacionados a la Tasa de
Muestreo sino también al Rango Dinámico del Sistema.

Rango Dinámico es la relación entre la señal esperada mas grande a la mas pequeña
señal que puede ser resuelta, y es usualmente expresada en dB.
 Cuantización
• Para procesar señales digitales no solo alcanza con muestrear la señal
analógica, sino también cuantizar la amplitud de la señal a un número
finito de niveles.
• El tipo más usual es la cuantización uniforme en el que los niveles son
todos iguales. La mayoría usan un número de niveles que es potencia
de 2. Cada uno de los niveles es codificado a un número binario de b
bits.
 Series y transformadas
• Series de Fourier
Señal Continua Periódica (periodo T), Espectro Discreto Aperiódico (intervalo de discretización 1/T)

• Transformada de Fourier
Señal Continua Aperiódica, Espectro Continuo Aperiódico.

• Transformada de Fourier Discreta en el Tiempo

Señal Discreta Aperiódica (intervalo de discretización ts), Espectro continuo Periódico (periodo 1/
ts)

• Transformada Discreta de Fourier

Señal Discreta Periódica (intervalo de discretización ts, periodo T), Espectro Discreto (intervalo de
discretización 1/T)
Grafico acorde al tipo de transformada
 Técnicas de muestreo de señales
Existen 3 técnicas de muestreo, principalmente:

o Muestreo por impulso.

oMuestreo Natural.
oMuestro Flat Top.
 Muestreo por impulso
Se multiplica la señal analógica por un tren de impulsos:
∞ ∞

𝑦 𝑡 = 𝑥 𝑡 ∗ ෍ 𝛿 𝑡 − 𝑛𝑇 = ෍ 𝑥(𝑛𝑡) ∙ 𝛿 𝑡 − 𝑛𝑇
𝑛=−∞ 𝑛=−∞
 Muestreo natural
Se reemplaza el tren de impulsos por un tren de pulsos con periodo T:
∞

𝑦 𝑡 = 𝑥 𝑡 ∗ 𝑝(𝑡) = 𝑥(𝑡) ∙ ෍ 𝑃 𝑡 − 𝑛𝑇
𝑛=−∞

La función para el tren de pulsos se puede estimar con la transformada de Fourier, series:
∞

𝑝 𝑡 = ෍ 𝐹𝑛 𝑒 𝑗∙2𝜋∙𝑛∙𝑓𝑠 ∙𝑡
𝑛=−∞
 Muestreo Flat Top
Se le conoce como muestreo practico, durante las transmisiones hay ruidos que se incluyen en el
valor alto del pulso, pero si este es “plano”, es decir constante, entonces ese ruido es fácilmente
removible. Este tipo de muestreo hace uso del retenedor de orden cero. Se puede obtener por
convolucion del pulso rectangular, p(t), con la señal muestreada ideal, 𝑦𝛿 𝑡 :

y t = p(t) × yδ t

𝑌 𝜔 = 𝐹. 𝑇[𝑃(𝑡) × 𝑦𝛿 (𝑡)]
 Bibliografía
• Our education blog. 2018. Sampling techniques. Recuperado de:
https://blog.oureducation.in/sampling-techniques/#!prettyPhoto.
• Parker M. Types of sampling. Recuperado de:
https://www.ma.utexas.edu/users/parker/sampling/srs.htm
• Crowcroft J. 1998. Analog to digital conversion: sampling. Recuperado
de : https://www.cl.cam.ac.uk/~jac22/books/mm/book/node96.html