tema 1 caracterizaciÓn temporal de seÑales
DESCRIPTION
TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES. INTRODUCCIÓN. El Proceso Digital de Señales trata de la representación de señales por secuencias de números y el posterior proceso de tales secuencias. Objetivos: 1) Estimar los parámetros característicos de la señal. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/1.jpg)
11
TEMA 1TEMA 1
CARACTERIZACIÓN TEMPORAL CARACTERIZACIÓN TEMPORAL DE SEÑALESDE SEÑALES
![Page 2: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/2.jpg)
22
INTRODUCCIÓNINTRODUCCIÓN El Proceso Digital de Señales trata de la representación de señales
por secuencias de números y el posterior proceso de tales secuencias.
Objetivos: 1) Estimar los parámetros característicos de la señal.2) Transformar la señal en otra.
Aplicaciones:
Ingeniería Biomédica Telecomunicaciones Acústica, Sonar, Radar Física Nuclear Sismología Proceso Digital de Imágenes
![Page 3: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/3.jpg)
33
INTRODUCCIÓNINTRODUCCIÓN SEÑAL: Es una función que contiene información sobre el estado ó
comportamiento de un sistema físico.
Según el rango de variabilidad de la variable independiente, la señal puede ser: 1) Contínua en el tiempo f(t), t ∈ [a,b] 2) Discreta en el tiempo: f(t) ∈ {t₀,t₁,...,tn}
Según el rango de variabilidad de la amplitud, la señal puede ser:
1) Contínua en amplitud 2) Discreta en amplitud
Las Señales Digitales son discretas en tiempo y en amplitud.
![Page 4: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/4.jpg)
44
INTRODUCCIÓNINTRODUCCIÓNDESCRIPCION DE SEÑALES EN EL DOMINIO TEMPORAL
Valor Medio (en un intervalo T):
Valor Medio Temporal:
Valor Medio Cuadrático:
Varianza:
![Page 5: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/5.jpg)
55
SEÑALES DISCRETAS SEÑALES DISCRETAS ELEMENTALESELEMENTALES
Las señales discretas se caracterizan por estar definidas solamente para un conjunto numerable de valores de la variable independiente.
Se representan matemáticamente por secuencias numéricas.
En la práctica suelen provenir de un muestreo periódico de una señal analógica.
Las señales digitales se obtienen a partir de la cuantización de las señales discretas resultantes del muestreo de las señales analógicas.
, siendo T el periodo de muestreo
![Page 6: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/6.jpg)
66
SEÑALES DISCRETAS SEÑALES DISCRETAS ELEMENTALESELEMENTALES
SECUENCIAS DISCRETAS ELEMENTALES
Impulso unitario discreto d(n)=1 (Si n=0) , d(n)=0 (Si n#0)
Escalón unitario discreto: u(n)=1 (Si n>=0) , u(n)=0 (Si n<0)
Propiedades:
1) δ(n)=x(0) δ(n) 3)
2) δ(n)=u(n)-u(n-1) 4)
![Page 7: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/7.jpg)
77
SEÑALES DISCRETAS SEÑALES DISCRETAS ELEMENTALESELEMENTALES
x(n) = ejwn = cos(wn) + jsen(wn) El conjunto de todos los valores distintos que esta secuencia
discreta puede adoptar se encuentran en el intervalo [-π ,π].
SECUENCIA COMPLEJA EXPONENCIAL
![Page 8: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/8.jpg)
88
SEÑALES DISCRETAS SEÑALES DISCRETAS ELEMENTALESELEMENTALES
Las secuencias exponenciales complejas (y sinusoidales) no son necesariamente periódicas (con periodo T=2π /w), sino que la condición de periodicidad es:
wN=2π k, siendo k un entero
Hay N frecuencias distinguibles para las cuales las secuencias correspondientes son periódicas con periodo N. Este conjunto de frecuencias es:
wk=2π k/N siendo k=0,1,2...N-1
SECUENCIA COMPLEJA EXPONENCIAL
![Page 9: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/9.jpg)
99
SEÑALES DISCRETAS SEÑALES DISCRETAS ELEMENTALESELEMENTALES
Señales de Energia: Son señales que tienen energia finita, por lo que son limitadas en tiempo.
Se define la energía como : E = ∑ |x(n)|
Señales de Potencia: Se describen en términos de potencia las señales Periódicas, o Aleatorias estacionarias o no limitadas en t.
Se define la potencia como
CLASIFICACIÓN DE SEÑALES DISCRETAS
![Page 10: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/10.jpg)
1010
SEÑALES DISCRETAS SEÑALES DISCRETAS ELEMENTALESELEMENTALES
Las señales discretas pueden clasificarse del siguiente modo:
CLASIFICACIÓN DE SEÑALES DISCRETAS
![Page 11: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/11.jpg)
1111
OPERACIONES ELEMENTALESOPERACIONES ELEMENTALES Suma de secuencias: y(n)=xSuma de secuencias: y(n)=x11(n)+x(n)+x22(n) (n)
Multiplicación de secuencias: y(n)=xMultiplicación de secuencias: y(n)=x11(n)x(n)x22(n) (n)
Adición escalar: y(n)=x(n)+Adición escalar: y(n)=x(n)+αα
Multiplicación por una constante: y(n)= Multiplicación por una constante: y(n)= αα x(n) x(n)
Desplazamiento temporal: n-k -------> y(n-k)Desplazamiento temporal: n-k -------> y(n-k) Inversión: -n -------> y(-n) Inversión: -n -------> y(-n)
![Page 12: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/12.jpg)
1212
OPERACIONES ELEMENTALESOPERACIONES ELEMENTALES
Secuencia par: x(-n)=x(n) Secuencia par: x(-n)=x(n)
Secuencia impar: x(-n)=-x(n) Secuencia impar: x(-n)=-x(n)
Toda secuencia arbitraria puede expresarse como la suma de Toda secuencia arbitraria puede expresarse como la suma de dos componentes, una de las cuales es par y la otra impar: dos componentes, una de las cuales es par y la otra impar:
x(n)=xx(n)=xee(n)+x(n)+xoo(n) (n)
PROPIEDADES DE SIMETRÍA
![Page 13: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/13.jpg)
1313
SISTEMAS LINEALES SISTEMAS LINEALES INVARIANTES EN EL TIEMPOINVARIANTES EN EL TIEMPO
Un Un Sistema es un modelo matemático ó abstracción de un es un modelo matemático ó abstracción de un proceso físico que relaciona entradas y salidas según alguna proceso físico que relaciona entradas y salidas según alguna regla preestablecida. regla preestablecida.
En general: y(n) = T [x(-∞), x(n-1), x(n), x(n+1),..., x(∞)] En general: y(n) = T [x(-∞), x(n-1), x(n), x(n+1),..., x(∞)] Sistema Causal: y(n) = T [x(-∞), x(n-1), x(n)] Sistema Causal: y(n) = T [x(-∞), x(n-1), x(n)] Sistema causal de memoria finita: y(n)=T [x(n-N),..., x(n-1), x(n)]Sistema causal de memoria finita: y(n)=T [x(n-N),..., x(n-1), x(n)] Sistema invariante en el tiempo: y(n-m)=T[x(n-m)]Sistema invariante en el tiempo: y(n-m)=T[x(n-m)]
y(n)=T[x(n)]y(n)=T[x(n)]
![Page 14: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/14.jpg)
1414
SISTEMAS LINEALES SISTEMAS LINEALES INVARIANTES EN EL TIEMPOINVARIANTES EN EL TIEMPO
Sistemas LinealesSistemas Lineales: Son aquellos que verifican el principio : Son aquellos que verifican el principio de superposición: de superposición:
Homogeneidad: Un cambio en la amplitud de la señal Homogeneidad: Un cambio en la amplitud de la señal de entrada, provoca el mismo cambio de amplitud en la de entrada, provoca el mismo cambio de amplitud en la señal de salida.señal de salida.
Aditividad : La respuesta a la suma de dos señales es la Aditividad : La respuesta a la suma de dos señales es la suma de las respuestas a cda una de las señales.suma de las respuestas a cda una de las señales.
Si: ySi: y11(n)=T [x(n)=T [x11(n)] , y(n)] , y22(n)=T [x(n)=T [x22(n)] y se verifica: (n)] y se verifica:
T[axT[ax11(n) + bx(n) + bx22(n)] = aT[x(n)] = aT[x11(n)] +bT[x(n)] +bT[x22(n)] = ay(n)] = ay11(n)+ by(n)+ by22(n)(n)
![Page 15: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/15.jpg)
1515
SISTEMAS LINEALES SISTEMAS LINEALES INVARIANTES EN EL TIEMPOINVARIANTES EN EL TIEMPO
Sistemas Invertibles: Sistemas Invertibles: Si distintas entradas dan lugar a Si distintas entradas dan lugar a distintas salidas distintas salidas
En el caso de sistemas LIT: En el caso de sistemas LIT:
h(n) * h1(n)=d (n)h(n) * h1(n)=d (n)
![Page 16: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/16.jpg)
1616
SISTEMAS LINEALES SISTEMAS LINEALES INVARIANTES EN EL TIEMPOINVARIANTES EN EL TIEMPO
INTERACCION SEÑAL-SISTEMAINTERACCION SEÑAL-SISTEMA
En general: y[n] =T[x(n)] En general: y[n] =T[x(n)]
por otro lado:por otro lado:
Por linealidad: Por linealidad:
Si llamamos: h(n) = T[Si llamamos: h(n) = T[δδ(n)] Respuesta Impulsional del Sistema(n)] Respuesta Impulsional del Sistema
Por Invarianza: h(n-k) = T[Por Invarianza: h(n-k) = T[δδ(n-k)] (n-k)]
Luego: Luego: -----> -----> Suma de ConvoluciónSuma de Convolución
![Page 17: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/17.jpg)
1717
SISTEMAS LINEALES SISTEMAS LINEALES INVARIANTES EN EL TIEMPOINVARIANTES EN EL TIEMPO
Realizando el cambio: n-k=j Realizando el cambio: n-k=j k=n-j k=n-j
INTERACCION SEÑAL-SISTEMAINTERACCION SEÑAL-SISTEMA
SISTEMAS DISCRETOS SISTEMAS CONTINUOS
Suma de Convolución Integral de Convolución
![Page 18: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/18.jpg)
1818
ESTABILIDADESTABILIDAD
Un Sistema DLI es ESTABLE, si para una entrada acotada, la Un Sistema DLI es ESTABLE, si para una entrada acotada, la salida está acotada: salida está acotada:
|x(n)| < M => | y(n)| < N, para M,N finitos|x(n)| < M => | y(n)| < N, para M,N finitos
Luego, el sistema es estable si está acotado: Luego, el sistema es estable si está acotado:
Si un Sistema DLI, es Si un Sistema DLI, es CausalCausal: y(n)=T[x(-: y(n)=T[x(-∞∞),...,x(n)]),...,x(n)]
![Page 19: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/19.jpg)
1919
ECUACIONES EN DIFERENCIASECUACIONES EN DIFERENCIAS Los sistemas contínuos : Ecuaciones Diferenciales Lineales Los sistemas contínuos : Ecuaciones Diferenciales Lineales
con coeficientes constantes .con coeficientes constantes .
Los sistemas discretos: Ecuaciones en diferencias lineales de Los sistemas discretos: Ecuaciones en diferencias lineales de coeficientes constantes. coeficientes constantes.
Expresión RecursivaExpresión Recursiva
![Page 20: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/20.jpg)
2020
ECUACIONES EN DIFERENCIASECUACIONES EN DIFERENCIAS Caso Particular Caso Particular
Describe un sistema LIT, en el que:Describe un sistema LIT, en el que:h(n) = bn/a0 si 0£ n£ M h(n) = bn/a0 si 0£ n£ M
-------> FILTROS FIR -------> FILTROS FIR h(n) = 0 en otro caso h(n) = 0 en otro caso
Las ecuaciones en diferencias pueden representarse Las ecuaciones en diferencias pueden representarse
graficamente definiendo los siguientes bloques: graficamente definiendo los siguientes bloques:
Expresión no RecursivaExpresión no Recursiva
![Page 21: TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES](https://reader033.vdocuments.pub/reader033/viewer/2022061501/56815e09550346895dcc655f/html5/thumbnails/21.jpg)
2121
ECUACIONES EN DIFERENCIASECUACIONES EN DIFERENCIAS
SISTEMA CAUSAL SISTEMA CAUSAL
FIR FIR
IIRIIR