Señales y sistemas

 Señales y clasificación

 Sistemas y clasificación

 Respuesta al impulso de los sistemas

1
 Señales
4 tipos de señales:
• Analógicas, x(t): amplitud y tiempo continuos.
• Muestreadas,X[n], tiempo discreto , amplitud continua.
• Cuantizada,Xq[t], tiempo continua amplitud discreta.
• Digital, -xq[n], amplitud y tiempo discreto.

2
 Clasificación de las señales
 Clasificación de las señales según su duración
 Causales: Son 0 para t<0. Se definen sólo para el eje positivo de t.
 Anticausales: Son 0 para t>0. Se definen sólo para el eje negativo de t.
 No causales: Se definen para ambos ejes de t.
 Continuas: Se definen para todo tiempo t.
 Periódicas: xp(t) = xp(t±nT), donde T es el periodo y n es un entero.

 Basada en la simetría
 Simetría Par: x(t) = x(-t)
 Simetría Impar: x(t) = -x(-t)

 En energía y potencia (impulsos limitados en tiempo

y señales periódicas)
Energía de una señal : Potencia de una señal :

Una señal se dice que es de energía si Ex es finito, lo que implica

que Px es 0. Ej. Pulsos limitados en el tiempo.
Una señal se dice que es de potencia si Px es finito, lo que implica
que Ex es infinito. Ej. Una señal periódica.
3
Algunas Señales

4
Algunas señales: (cont)

TECNICAS DIGITALES III 5

 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)
6
TECNICAS DIGITALES III 7
 Sistema
 Un sistema físico es un conjunto de dispositivos conectados
entre sí, cuyo funcionamiento está sujeto a leyes físicas.
Para nosotros un sistema es un procesador de señales.

Las señales a ser procesadas son la exitación del sistema .

La salida del sistema es nuestra señal procesada.

 El análisis de sistemas implica el estudio de la respuesta del sistema a entradas conocidas.

 La síntesis de sistemas se realiza especificando las salidas que deseamos para una entradas
dadas y estudiando que sistema es el más adecuado .

El sistema se representa mediante ecuaciones diferenciales que

relacionan la salida y(t) y la entrada x(t) mediante constantes,
parámetros y variables independientes.
8
 Sistemas: Clasificación
 Los sistemas se clasifican en :
* Lineales: los coeficientes no dependen de x o y, no hay términos
constantes.
* No lineales: los coeficientes dependen de x o y, hay términos
constantes.
* Invariante en el tiempo: Los coeficientes no dependen de t.
* Variante en el tiempo: Los coeficientes son funciones de t.

9
 A los sistemas lineales se les puede aplicar el
principio de superposición.
Si x(t)=x1(t)+x2(t) -> y(t)= y1(t)+y2(t)
x(t)=K x1(t) -> y(t)=K. y1(t)

Un sistema es invariante en el tiempo cuando la

respuesta y(t) depende sólo de la forma de la
entrada x(t) y no del tiempo en que se aplica.
Matemáticamente:
Si L{x()t}=y(t) -> L{x(t-t0)}=y(t-t0)
L{} indica el sistema físico en cuestión.
10
 La respuesta al impulso del sistema se
representa con h(t) y es la respuesta a la
excitación delta de dirac y nos proporciona la
base para estudiar cualquier tipo de entrada.
 Es la principal herramienta para el estudio de
un sistema.

11
 Convolución
 Podremos calcular la respuesta y(t) de un sistema a
una entrada cualquiera x(t).
 Condiciones para llevarla a cabo:
Sistema LTI
Respuesta al impulso del sistema h(t)
Basándonos en el principio de superposición y en que el sistema es invariante en el tiempo:

12
 Conclusiones Convolución
 Mediante convolución se puede determinar la respuesta del sistema a una señal
de entrada a partir de la respuesta del sistema a una entrada impulso.
 La función h(t) se define para t>=0 y decrece cuando t->00, para la mayoría de los
sistemas físicos. Por tanto,
 La respuesta en t0 depende de los valores actual y pasados de la entrada
y de la respuesta al impulso.
 Los valores más recientes de x(t) son multiplicados por sus correspondientes más
antiguos (y más grandes) valores de h(t).

13
 Series y Transformada de Fourier
 Las series de fourier describen señales periódicas como una
combinación de señales armónicas (sinusoides).
 Se puede analizar una señal periódica en términos de su
contenido frecuencial o espectro.
 Dualidad entre tiempo y frecuencia.
 Forma trigonométrica de las series de fourier: se pretende
describir una función periódica x(t) de período T, frec
fundamental f=1/T ,w0=2*Pi*f0

14
 En forma exponencial:

 Cálculo de los coeficientes

 Relación de Parseval

La potencia contenida en una señal puede evaluarse a partir de los

coeficientes de su correspondiente serie de Fourier.

 Espectro de señales periódicas : Los coeficientes Xs[k] son los coeficientes espectrales
de la señal xp(t).
 La gráfica de esos coeficientes en función del índice armónico k ó de las frecuencias
kw0, se denomina espectro.
 Hay dos tipos de gráficos, uno de magnitud con los coeficientes |Xs[k]| y otro de la fase
de Xs[k].
 La función |Xs[k]| así como la fase de Xs[k] son funciones discretas de la frecuencia.
 Es importante saber cuantos armónicos serán necesarios para reconstruir una señal
dada. Para ello utilizaremos la relación de Parseval.

15
 Efecto Gibbs
 Para señales discontinuas, su reconstruccón 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.

16
 Transformada de Fourier
Para ampliar el concepto de series de Fourier a señales no periódicas se
puede visualizar una señal no periódica como una señal continua de
período infinito .
 El espaciado entre frecuencias se aprox. a cero y es por lo tanto una función
continua
 La señal pasa a ser de potencia a señal de energía.
 Los coeficientes Xs[k] son cero. Ya no es un indicador del contenido espectral de la
señal.
Se define la Transformada de Fourier de x(t) como

Relación entre series y transformada de Fourier

X(w) es la función envolvente de Xs[k]
Si muestreamos X(w) a intervalos f0. la función resultante es el espectro de una señal
periódica de período T0=1/f0

17
 Transformada de Laplace
 La cantidad compleja s= s+j w. De esta forma se generaliza el concepto de frecuencia en la
Transformada de Fourier.
 Se hace notar que el límite inferior de la integral es 0, lo cual proporciona una misma
Transformada para señales causales ya que x(t) y x(t)u(t) son iguales.
 La Transformada de Laplace existe si la integral que la define es finita.
 Para ello se necesita que los valores de s sean unos concretos, lo que define una región de
convergencia de la Transformada de Laplace.
 Con la Transformada de Laplace se generaliza el concepto de función de Transferencia de un
sistema a aquellos cuyas condiciones iniciales son no nulas.
 De igual manera que en la Transformada de Fourier, podemos obtener la respuesta de un
sistema a un señal de entrada x(t) a partir sus Transformadas de Laplace:

Donde H(s) es la función de transferencia del sistema.

18
 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.

19
 Concepto de discretización de la señal
Tiempo discreto y amplitud discreta

y(t)

y(n)
y(n+1)

Cuantización de
Amplitud

ts
t
n-1 n+1 n+3
n Muestro de Tiempo Discreto

20
t Caso 1: f s
=8f a

t Caso 1: f =4f
s a

t Caso 1: f =2f
s a

t Caso 1: f = 1.3 f
s a

21
Diagrama

TECNICAS DIGITALES III 22

 Selección del Filtro Antialias
Los requerimientos del Filtro Antialias 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.

23
 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
b
niveles que es potencia de 2. Si , cada L  2
uno de los niveles es codificado a un número binario de b
bits.

24
 Centro
111 de
Código

110

101 Ancho de
Salida Digital
Código

100
Transició
n de
011 Código

1 LSB

010

001

000
0 1/8 1/4 3/8 1/2 5/8 3/4 7/8 Fs

Entrada Analógica

25
 Resumiendo 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)

26
TECNICAS DIGITALES III 27
Tipos de Transformadas

TECNICAS DIGITALES III 28