Академический Документы
Профессиональный Документы
Культура Документы
Tema 1
n. Sen
ales y Sistemas
Introduccio
2.1
Introducci
on
2.1.1
Se
nales y sistemas
Los conceptos de se
nales y sistemas surgen en gran variedad de campos. Tienen
gran importancia en areas tan diversas como: comunicaciones, aeronautica, dise
no de
circuitos, ac
ustica, ingeniera biomedica, . . .
Aunque la naturaleza fsica de estas se
nales y sistemas pueda ser muy distintas, hay
dos elementos comunes que permiten estudiarlas de forma conjunta:
Se
nales: cualquier funcion de una o mas variables independientes que porta o
contiene alguna informacion sobre el comportamiento o la naturaleza de alg
un
fenomeno y que puede ser almacenada, presentada o manipulada.
Se caracterizan por:
Pueden ser medidas.
Transportan alguna informacion.
p(t)
y(t)
Ejemplo:
Sistema: circuito electrico.
Se
nales: voltajes y corrientes en el circuito, en funcion del tiempo.
2.1.2
Problemas de procesado de se
nales
An
alisis: estudiar la respuesta de un sistema especfico a diversas entradas. (Convolucion).
Ejemplo: analisis de circuitos.
x(t)
Dise
no o identificaci
on: dise
nar sistemas para procesar se
nales de determinada
forma.
Ejemplos: restauracion (voz, imagen, . . . ), realce, extraccion de caractersticas.
x(t)
y(t)
Deconvoluci
on: obtener entrada para un sistema dado a partir de su salida.
Ejemplos: Eliminar aberraciones en lentes de camaras fotograficas o movimiento.
?
y(t)
Modelado: dise
nar un sistema y la se
nal de entrada que nos permite obtener
una salida determinada.
Ejemplo: sintetizar voz.
?
y(t)
Control: dise
nar un sistema que controle a otro a partir de su salida.
Ejemplos: Sistema de control de planta qumica, piloto automatico.
x(t)
y(t)
2.1.3
Clases de se
nales
Tipos de se
nales:
Seg
un el rango de variabilidad de la variable independiente: continua vs. discreta.
x[n]
x(t)
2
4 3
Seal ontinua
Continua: Valores para todos los puntos del eje de abscisas. Ejemplo: se
nales en
circuitos electricos y mecanicos.
Discreta: Valores en puntos discretos y equiespaciados del eje de abscisas. Ejemplo: promedio de la bolsa cada da.
Seg
un la el rango de variabilidad de la variable dependiente: analogica vs. digital.
x(t)
x(t)
Seal analgi a
Seal digital
Anal
ogica: puede tomar cualquier valor dentro de un rango. Ejemplo: temperatura.
Digital: puede tomar solo valores cuantizados. Ejemplo: luz encendida o apagada.
Seg
un el n
umero de variables independientes: unidimensional vs. multidimensional.
I(x, y)
y
x(t)
t
x
Seal unidimensional
Seal bidimensional
Seg
un la incertidumbre de la variable dependiente: se
nal determinista vs. aleatoria.
Determinista: se conocen los valores que toma en todos y cada uno de sus
instantes.
Aleatoria o estoc
astica: hay incertidumbre sobre el valor que toma en alguno
de sus instantes. Asociado al concepto de probabilidad.
Estacionaria Periodica
Determinista
No periodica
No Estacionaria
(
Se
nal
Estacionaria Ergodica
Aleatoria o Estocastica
No ergodica
No estacionaria
Tipos de sistemas: continuos, discretos, analogicos, digitales.
2.1.4
Ejemplos de se
nales y sistemas
Ejemplos de se
nales:
Habla: telefona, radio, . . . , vida cotidiana.
Se
nales biomedicas:
1-D: encefalograma, electrocardiograma.
2-D: radiografa, angiografa, ecografa.
3-D: TAC, RM, ultrasonidos 3D, vdeo.
Sonido y m
usica.
Vdeo e imagen.
Se
nales de radar, sonar, satelite.
Comunicacion de datos entre ordenadores.
Otros ejemplos:
Circuitos electricos:
Se
nales: I(t), V (t).
Sistema: propio circuito.
Automovil:
Se
nales: entrada: presion en pedales y giro del volante. Salida: aceleracion y
direccion del automovil.
Sistema: automovil.
Compresion de imagen:
Se
nales: imagen comprimida y sin comprimir.
Sistemas: compresor y descompresor.
Transmision de se
nal de radio:
Se
nal: se
nal de audio modulada.
Sistema: medio de transmision (atmosfera).
Ejemplos de procesado de se
nal:
Eliminacion de ruido en voz de piloto de avion (comunicaciones).
Realce de fotografas.
Extraccion de parametros de interes:
Formantes de la voz (identificacion).
Reconocimiento de habla.
Identificacion de formas (vision artificial).
2.2
Se
nales continuas y discretas
La informacion de una se
nal esta contenida en un patron de variaciones con una
forma determinada.
Ejemplo 1: se
nal de voz humana (variaciones de presion ac
ustica).
p(t)
I(x, y)
y
Se
nal bidimensional. Variaciones del nivel de gris.
Representaci
on matem
atica: funciones de una o mas variables independientes.
Aqu solo nos ocuparemos de se
nales con una variable independiente.
En general consideramos que es el tiempo: x(t) (aunque no tiene por que).
Vamos a considerar dos tipos b
asicos de se
nales:
Continuas: la variable independiente es continua se definen para una
sucesion continua de valores de la variable independiente.
Notaci
on: x(t) , con t R.
x(t)
Ejemplos: se
nal de voz con el tiempo, presion atmosferica con altitud.
Discretas: la variable independiente solo toma un conjunto discreto de valores. Tambien se las llama secuencia discreta.
Notaci
on: x[n] , con n Z.
x[n]
2
4 3
2.2.1
Clases de se
nales
x (t) = x(t),
(1a)
x [n] = x[n].
(1b)
x (t) = x(t),
(2a)
x [n] = x[n].
(2b)
x(t) = x(t),
(3a)
x[n] = x[n].
(3b)
x(t)
t
0
x(t) = x(t),
(4a)
x[n] = x[n].
(4b)
x(t)
t
0
(5a)
x[0] = 0,
(5b)
x (t) = x(t),
(6a)
x [n] = x[n].
(6b)
x (t) = x(t),
(7a)
x [n] = x[n].
(7b)
Toda se
nal se puede poner como suma de sus partes real e imaginaria, par e impar,
hermtica y antihermtica:
x(t) = xr (t) + jxi (t) = Re{x(t)} + jIm{x(t)}.
x(t) = xe (t) + xo (t) = Ev {x(t)} + Od {x(t)},
x(t) R.
(8)
(9)
(10)
(11a)
Se cumple:
xe (0) = x(0),
xe [0] = x[0].
xo (0) = 0,
xo [0] = 0.
(11b)
(11c)
x[n]
1
2 1
x[n] =
1, n 0,
0, n > 0.
x[n]
1
3 2 1
1/2, n < 0,
xe [n] = 1,
n = 0,
1/2, n > 0.
xe [n]
1
1/2
3 2 1
1/2, n < 0,
xo [n] = 0,
n = 0,
1/2,
n > 0.
xo [n]
1/2
3 2 1
1/2
2.2.2
Se
nales peri
odicas
10
Una se
nal continua, x(t), es peri
odica si:
T R+ /
x(t) = x(t + T ) ,
t R.
(12)
T : periodo de la se
nal.
Ejemplos:
x1 (t)
...
...
x2 (t)
...
...
t
2T
2T
T0 : periodo fundamental de la se
nal. Valor mas peque
no de T para el que se
satisface:
x(t) = x(t + T0 ).
(13)
Si x(t) es constante, no esta definido T0 , ya que es periodica para cualquier T .
Se
nal aperi
odica: si no es periodica.
Ejemplos:
x(t) =
cos(t), t < 0,
sen(t), t 0.
Se cumple que cos(t) = cos(t + 2) para t < 2 y sen(t) = sen(t + 2), para
t 0, pero no se cumple x(t) = x(t + 2), t.
x(t)
...
...
11
Estudiar el caso:
x(t) =
cos(t),
t < 0,
cos(t), t 0.
Una se
nal discreta, x[n], es peri
odica si:
N N/
x[n] = x[n + N ] ,
n Z.
(14)
N : periodo de la se
nal.
Ejemplos:
x1 [n]
...
...
x2 [n]
...
...
n
N
2.2.3
Par
ametros de inter
es
12
Valor medio:
El valor medio en un intervalo viene dado por:
Se
nales continuas:
En el intervalo t1 t t2 :
1
x =
t2 t1
t2
x(t)dt.
(16a)
t1
(16b)
Se
nales discretas: En el intervalo n1 n n2 :
n2
X
1
x[n].
x =
n2 n1 + 1 n=n
(17a)
x =
N
X
1
x[n].
2N + 1 n=N
(17b)
Se
nales continuas:
xAV
1
= lm
T T
T /2
1
x(t)dt = lm
T 2T
T /2
x(t)dt.
(18)
Se
nales discretas:
xAV
N
X
1
x[n].
= lm
N 2N + 1
n=N
(19)
Se
nales continuas:
xAV
Se
nales discretas:
1
=
T
xAV =
Valor de pico:
13
x(t)dt.
(20)
<T >
1 X
x[n].
N n<N >
(21)
Se
nales continuas:
(22)
(23)
xp = max{|x(t)|, t R}.
Se
nales discretas:
xp = max{|x[n]|, n Z}.
Potencia instant
anea:
Por analoga con las se
nales que representan magnitudes fsicas, se puede hablar
de potencia y energa.
As por ejemplo, para una resistencia, la potencia instantanea:
v(t)
i(t)
1 2
v (t) = Ri2 (t).
R
Vemos que es proporcional a la se
nal al cuadrado. En otros ejemplos ocurre lo
mismo.
p(t) = v(t)i(t) =
Se
nales continuas:
Se
nales discretas:
(24)
(25)
Pi (t) = |x(t)|2 .
Pi [n] = |x[n]|2 .
Se
nales continuas:
En el intervalo t1 t t2 :
E=
t2
t1
|x(t)|2 dt.
|x(t)|2 dt.
ET =
(26a)
(26b)
Se
nales discretas:
En el intervalo n1 n n2 :
E=
n2
X
n=n1
|x[n]|2 .
(27a)
EN =
N
X
n=N
14
|x[n]|2 .
(27b)
Se
nales continuas:
E = lm
T
2
|x(t)| dt =
|x(t)|2 dt.
(28)
|x[n]|2 .
(29)
Se
nales discretas:
N
X
E = lm
n=N
|x[n]| =
n=
Hay se
nales para las que esta integral (sumatorio) no converge, como por
ejemplo:
1
x2 (t) = C.
x1 (t) = ,
t
1
x1 [n] = ,
x2 [n] = C.
n
En estos casos, E = .
Por ello, nos va a interesar otra medida relacionada, que es la potencia
media.
Potencia media: valor medio de la potencia instantanea.
En general, la potencia media viene dada por:
Se
nales continuas:
P
1
= lm
T T
T /2
1
|x(t)| dt = lm
T 2T
T /2
2
T
T
|x(t)|2 dt.
(30)
Se
nales discretas:
P
N
X
1
= lm
|x[n]|2 .
N 2N + 1
n=N
(31)
En el caso particular de se
nales peri
odicas, tambien son aplicables las
siguientes expresiones:
Se
nales continuas:
P
1
=
T
Se
nales discretas:
P =
Ejemplo: x(t) = 2.
15
<T >
|x(t)|2 dt.
1 X
|x[n]|2 .
N n<N >
(32)
(33)
x(t)
2
t
0
Pi (t) = |x(t)|2 = 4.
Z
Z
2
4dt = .
|x(t)| dt =
=
1
T T
P = lm
2.2.4
T /2
4T
= 4.
T T
Pi (t)dt = lm
T /2
Se
nales de energa y de potencia
Seg
un las definiciones de energa y de potencia de una se
nal, se puede hablar de
tres clases de se
nales:
Se
nales de energa: son se
nales con energa total finita.
0 < E < .
Tienen P = 0:
P
1
= lm
T 2T
T
T
ET
= 0.
T 2T
|x(t)|2 dt = lm
N
X
EN
1
= 0.
|x[n]|2 = lm
= lm
N 2N + 1
N 2N + 1
n=N
Ejemplo:
x(t)
1
t
1
E = 1 P = 0.
16
(34)
(35)
Se
nales de potencia: son se
nales con potencia media finita.
0 < P <
E = .
x1 (t) = 2.
x2 (t): cualquier se
nal periodica con valor de pico, xp , finito.
Se
nales con E y P infinitas.
Ejemplo: x(t) = t.
E = lm
2.3
T
2
|t| dt = lm
1
= lm
T 2T
t2 dt = lm
T
T
t3 |T
2T 3
= lm
= .
T 3
3
ET
2T 3
= lm
= .
T 2T
T 6T
|t|2 dt = lm
Sistema
continuo
y(t)
Sistemas discretos: Se
nales discretas de entrada son transformadas en se
nales
discretas de salida: x[n] y[n].
x[n]
Sistema
discreto
y[n]
Ademas existen sistemas que tienen entrada continua y salida discreta (muestreadores)
y viceversa (interpoladores), que veremos en el tema de muestreo (tema 5).
17
2.3.1
Una de las ventajas del estudio de sistemas es que sistemas muy distintos fsicamente
producen expresiones matematicas similares.
Ejemplos de sistemas continuos:
Circuito RC:
R
+
vs
vc
f
v
a(t) =
dv(t)
.
dt
dv(t)
+ v(t).
dt
Se obtiene la siguiente ecuacion diferencial para el sistema:
f (t) = m
dv(t)
1
+ v(t) = f (t).
dt
m
m
18
.
dt
1
v(n) v((n 1))
+ v(n) = f (n),
m
m
usando las siguientes definiciones de se
nales discretas a partir de las continuas
muestreadas:
(
v[n] = v(n),
f [n] = f (n),
obtenemos:
v[n] v[n 1] +
v[n] = f [n],
m
m
y agrupando terminos:
m +
v[n 1] = f [n].
m
m
Si finalmente dividimos la ecuacion por el factor (m + )/m:
v[n]
v[n]
v[n 1] =
f [n].
m +
m +
Se puede observar que ambos son ejemplos del mismo tipo de sistema, ya que tienen
la misma ecuacion en diferencias:
y[n] ay[n 1] = bx[n].
19
2.3.2
Ax(t)
x[n]
Ax[n]
Amplificacion: A > 1.
Atenuacion: A < 1.
Conjugaci
on:
x(t)
x (t)
x[n]
x [n]
Se ha usado en se
nales reales e imaginarias y hermticas y antihermticas.
Integraci
on:
x(t)
Rt
x( )d
Sumaci
on o acumulaci
on: equivalente a la integracion para se
nales discretas.
x[n]
n
P
m=
Derivaci
on: operacion inversa a la integracion.
20
x[m]
x(t)
dx(t)
dt
Diferenciaci
on o primera diferencia: operacion inversa a la sumacion.
x[n]
x[n] x[n 1]
x(t)
x(t t0 )
x(t)
t
0
Retardo
t 0 > 0.
Adelanto
t 0 < 0.
x(t t0 )
x(t t0 )
t
t0
t0
Discreto:
21
x[n]
x[n n0 ]
x[n]
n
0
Retardo
n0 > 0 .
Adelanto
n0 < 0 .
x[n n0 ]
x[n n0 ]
n0
n0
x(t)
x[n]
x(t)
x[n]
x[n]
0
x[n]
x(t)
t
0
22
Cambio de escala:
Continuo:
x(t)
x(at)
x(t)
t
0
Compresin
a > 1.
t0
Expansin
a < 1.
x(t)
x(at)
t
0
Si x(t0 ) = 0,
t0
a
at = t0 t = t0 /a.
23
t0
a
x[n]
n
0
Compresin o diezmado
x[n]
x[kn], k N
x[2n]
n
0
x[n/k], k N
x[n/2]
n
0
x[n/k] =
,
M Z.
0,
resto.
Ejemplo: cambio de velocidad en disco de vinilo.
24
(36)
Transformaci
on lineal del eje de tiempos:
x(t)
x(t + ),
, R
Conserva la forma de la se
nal, pero:
|| < 1: alarga linealmente la se
nal.
6= 0: desplaza en el tiempo la se
nal.
1
t
0
x1 (t) = x(t + 1)
1
t
1
25
2.4
Se
nales elementales
2.4.1
Se
nales exponenciales y senoidales
2.4.1.1
Continuas
Se
nal exponencial compleja continua:
x(t) = Cest ,
C, s C.
(37)
C = |C|ej ,
(38a)
s = + j0 .
(38b)
C, R.
(39)
26
x(t)
>0
=0
<0
Se
nales peri
odicas exponencial compleja y senoidal: s = j0 , puramente
imaginaria.
x(t) = Cej0 t , C C, 0 R.
(40)
Podemos expresarlas de la siguiente forma:
(41)
(42)
Parte imaginaria
0.5
0.5
1
0.5
1
0
0
5
10
15
0.5
20
25
30
35
Parte real
Son se
nales peri
odicas, ya que cumplen la ecuacion (12):
x(t) = x(t + T ), t,
|C|ej ej0 t = |C|ej ej0 (t+T ) = |C|ej ej0 t ej0 T
27
(43)
jo T
= 1.
(44)
Si 0 = 0, la se
nal es constante, x(t) = C, y es periodica, para cualquier periodo,
T.
Si 0 6= 0, para que se cumpla la condicion dada por la ecuacion (44), 0 T debe
ser m
ultiplo de 2, es decir:
0 T = 2m, m Z.
(45)
Seg
un la definicion vista de periodo fundamental (valor mnimo del periodo), este
debe cumplir:
0 T = 2,
(46)
por lo que el periodo fundamental de una exponencial compleja continua es:
T0 =
2
.
|0 |
(47)
(48)
x(t) = A cos(0 t + )
(49)
T0 = 2/0
A
A cos
En la ecuacion (47) se observa que el periodo fundamental y la frecuencia fundamental son inversamente proporcionales. Como se ve en la siguiente grafica, si se
aumenta la frecuencia fundamental, aumenta la velocidad de oscilacion y disminuye el periodo fundamental, y viceversa. Ademas este incremento en la velocidad
de oscilacion con la frecuencia fundamental es monotono, es decir, siempre que
se aumente la frecuencia fundamental de la se
nal exponencial compleja, aumenta
la velocidad de oscilacion.
28
x1(t) = cos(1t)
t
T1
2 > 1
T2 < T1
x2(t) = cos(2t)
t
T2
(50)
las se
nales senoidales tambien pueden ponerse en forma de exponencial compleja
periodica:
A j j0 t
e e
+
2
A
A sen(0 t + ) = ej ej0 t
2j
A cos(0 t + ) =
A j j0 t
e e
= ARe{ej(0 t+) },
2
A j j0 t
e e
= AIm{ej(0 t+) }.
2j
(51a)
(51b)
Este tipo de se
nales aparecen en los sistemas fsicos con conservacion de energa,
como por ejemplo, en la respuesta natural de un circuito LC, en el movimiento
armonico simple o en la presion ac
ustica de una nota musical.
Las se
nales periodicas en general y estas en particular, son ejemplos de se
nales
j0 t
de potencia (hacemos el calculo para x(t) = e ):
Z T0
Z T0
jo t 2
|e | dt =
1dt = T0 .
(52)
E T0 =
0
Como hay un n
umero infinito de periodos, al integral a todo el tiempo, obtenemos
una energa total:
Z
E =
|ejo t |2 dt = .
(53)
1
= lm
T 2T
T
T
2T
= 1.
T 2T
|ejo t |2 dt = lm
29
(55)
Las se
nales periodicas exponenciales complejas son fundamentales para el analisis
de se
nales y sistemas, pues se pueden emplear como base para muchas otras
se
nales, como veremos en el tema 3.
Para ello es u
til considerar conjuntos de exponenciales complejas relacionadas arm
onicamente:
k (t) = ejk t .
(56)
Todas las exponenciales complejas relacionadas armonicamente tienen la propiedad
de son periodicas con un periodo com
un T0 :2
Si definimos 0 como3 :
(57)
k T0 = 2k, k Z.
(58)
2
,
(59)
T0
la frecuencia fundamental de cada una de las exponenciales complejas relacionadas
armonicamente es:
k = k0 .
(60)
0 =
por lo que, como ya hemos dicho, k (t) es tambien periodica con periodo T0
(m
ultiplo del periodo fundamental).
30
1 (t) = cos(0 t)
2 (t) = cos(20 t)
3 (t) = cos(30 t)
Se
nales exponenciales complejas generales:
Tienen la forma mas general:
x(t) = Cest ,
C, s C,
(63)
(64a)
s = + j0 .
(64b)
(65)
(66)
Corresponden a se
nales oscilantes crecientes o decrecientes, con envolvente:
|C|et .
(67)
Seg
un sea el signo de , tendremos:
= 0: exponencial compleja periodica (partes real e imaginaria senoidales
periodicas).
31
>0
0
10
5
0
10
5
5
0
5
Parte imaginaria
Parte imaginaria
10
2
<0
10
10
Parte real
10
2
0
1
5
0
10
Parte real
10
En el caso real:
x(t)
x(t)
<0
>0
|C|
|C|
|C|
|C|
2.4.1.2
Discretas
Se
nal exponencial compleja discreta:
x[n] = Cz n ,
C, z C.
C = |C|ej ,
4
El resultado ya no es peri
odico
32
(68)
(69a)
z = |z|ej0 .
(69b)
Para que sea una expresion mas analoga al caso continuo tambien se puede poner
de la siguiente forma, aunque es menos habitual:
x[n] = Cen ,
C, C,
(70)
donde
z = e .
(71)
Seg
un el valor de r:
x[n]
z>1
0<z<1
n
10 8
6 4
n
10 8
10
6 4
x[n]
6 4
10 8
10
6 4
x[n]
z=1
10
1 < z < 0
n
2
x[n]
z < 1
10 8
x[n]
10
10
z = 1
n
10 8
6 4
10
33
n
10 8
6 4
Se
nales senoidales: |z| = 1.
x[n] = Cej0 n ,
C C, 0 R.
(72)
(73)
(74)
A j j0 n A j j0 n
e e
+ e e
.
2
2
(75)
4
2
Se
nales exponenciales complejas generales:
Tienen la forma mas general:
x[n] = Cz n ,
C, z C,
(76)
(77a)
z = |z|ej0 .
(77b)
34
|z| = 1: se
nal senoidal (partes real e imaginaria senoidales).
|z| > 1: se
nal senoidal por exponencial creciente.
|z| < 1: se
nal senoidal por exponencial decreciente.
x[n]
x[n]
|z| > 1
|z| < 1
n
2.4.1.3
Para la se
nal periodica exponencial compleja continua hemos visto que tiene las
siguientes propiedades:
1. ej0 t es periodica, 0 .
2. Exponenciales complejas distintas para distintos valores de 0 . Cuanto mayor sea
0 , mayor sera la velocidad de oscilacion de la se
nal.
3. Existen infinitas exponenciales complejas relacionadas armonicamente con un
cierto periodo dado T0 .
Vamos a ver que estas propiedades son distintas para el caso de las exponenciales
complejas senoidales discretas, lo que hara que haya que tener cierto cuidado al manejarlas.
Estudiaremos, sin perdida de generalidad, las propiedades de x[n] = ej0 n .
1. Periodicidad:
Aunque una senoidal discreta oscile, y tenga envolvente periodica, no tiene por
que ser necesariamente periodica, pues dependera de donde esten colocadas las
muestras. Sabemos que para que sea periodica se debe cumplir:
x[n] = x[n + N ],
ej0 n = ej0 (n+N ) ej0 N = 1,
35
(79)
(80)
(81)
(83)
0 = 2/12 = /6.
x1 [n] se puede ver como muestras de x1 (t) = cos(2t/12) cada t = 1s. Esta se
nal
tiene frecuencia fundamental 0 = /6 rad/s y periodo fundamental T0 = 12s.
El periodo fundamental sera:
2
2
m=1
N0 = mn
m = mn
m = mn {12m} , m Z = N0 = 12.
0
/6
La se
nal x1 [n] se repite cada 12 puntos, o lo que es lo mismo, cada periodo de la
envolvente.
x1[n]
1
5
0
20
10
N0 = 12
36
15
30
25
0 = 8/31.
x2 [n] se puede ver como muestras de x2 (t) = cos(8t/31) cada t = 1s. Esta
se
nal tiene frecuencia fundamental 0 = 8/31 rad/s y periodo fundamental
T0 = 31/4s.
El periodo fundamental sera:
2
2
31
m=4
N0 = mn
m = mn
m = mn
m , m Z = N0 = 31.
0
8/31
4
La se
nal x1 [n] se repite cada 31 puntos, o lo que es lo mismo, cada cuatro periodos
de la envolvente.
x2[n]
1
10
20
15
n
25
N0 = 31
0 = 2/5.
x3 [n] se puede ver como muestras de x3 (t) = cos(2t/5) cada t = 1s. Esta se
nal
tiene frecuencia fundamental 0 = 2/5 rad/s y periodo fundamental T0 = 5s.
Tratamos de calcular el periodo fundamental de la se
nal discreta:
2
2
N0 = mn
m = mn
m = mn {5m} , m Z No periodica.
0
2/5
Aunque la envolvente, x3 (t), es una se
nal periodica, la se
nal discreta, x3 [n], no lo
es.
x3[n]
1
10
20
25
40
30
37
35
2
n
3
+ ej
3
n
4
El primer termino tiene periodo fundamental N1 = 3, mientras que para el segundo N2 = 8. La suma de ambos terminos es periodica y tendra como periodo
el mnimo com
un m
ultiplo de ambos.
N0 = mcm{N1 , N2 } = 24.
(84)
x4[n]
1
10
0
20
25
15
30
35
40
N0 = 24
(85)
Al contrario del caso continuo, en el cual todas las exponenciales complejas son
distintas para distintos valores de 0 , en el caso discreto no son todas distintas. Solo es necesario considerar un intervalo para la frecuencia fundamental de
longitud 2. Por conveniencia se usa:
0 0 < 2, o 0 < .
(86)
38
39
Las exponenciales de baja frecuencia son las que tienen frecuencias cercanas a 0
(2k, k Z).
Las exponenciales de alta frecuencia son las que tienen frecuencias cercanas a
((2k + 1), k Z).
x[n] = cos(0n)
x[n] = cos(n/8)
0.5
0
20
10
0
10
x[n] = cos(n/2)
20
x[n] = cos(n/4)
0.5
0.5
0.5
0.5
1
20
10
0
10
x[n] = cos(n)
20
1
20
0.5
0.5
0.5
0.5
0.5
0.5
1
20
10
10
20
1
20
1
0.5
0.5
0.5
0.5
10
10
10
20
1
20
x[n] = cos(15n/8)
x[n] = cos(7n/4)
1
1
20
10
20
1
20
10
0
10
x[n] = cos(3n/2)
20
10
20
10
x[n] = cos(2n)
1
0.5
10
10
20
0
20
10
10
20
En particular:
ejn = (ej )n = (1)n ,
cambia de signo en cada punto. Es la se
nal discreta de mayor frecuencia posible.
3. Completitud: esta relacionado con las exponenciales complejas relacionadas
armonicamente.
Al igual que para el caso de se
nales continuas tiene interes considerar exponenciales complejas discretas peri
odicas relacionadas arm
onicamente (con
periodo com
un N ):
k [n] = ejk n .
(88)
Todas las exponenciales complejas relacionadas armonicamente tienen la propiedad
de que son periodicas con un periodo com
un N :5
Si definimos 0 como6 :
(89)
k N = 2k, k Z.
(90)
2
,
(91)
N
la frecuencia fundamental de cada una de las exponenciales complejas relacionadas
armonicamente sera:
2
k = k0 = k .
(92)
N
Sus frecuencias fundamentales, k , son m
ultiplos enteros de una sola frecuencia,
0 > 0.
2
k [n] = ejk0 n = ejk N n .
(93)
0 =
2
t
jk T
0
, k = 0, 1, 2, . . .
(94)
jk N n
k+N [n] = ej(k+N ) N n = ejk N n |ej2n
= k [n].
{z } = e
(95)
(96)
Por lo tanto, s
olo existen N exponenciales complejas discretas relacionadas
arm
onicamente de periodo N .
Siguiente la notaci
on del Oppenheim, ahora usamos para el periodo com
un la notaci
on N y no
N0 .
6
40
Periodicidad
Continua
t R, 0 (rad/s)
Ambig
uedad
Discreta
n Z, 0 (rad/muestra)
2
.
0
Debe cumplirse: n
2m, m Z.
0N = o
2
N0 = mn 0 m , m Z.
41
Combinaci
on
lineal de
se
nales
peri
odicas
Completitud
No siempre periodica.
Por ejemplo: T1 = 1, T2 = 2,
No existe ning
un T0 , n1 T1 6= n2 T2 .
2
t
jk T
0
j0 n
ej0 n ej(0 +2k)n = ej0 n e|j2kn
.
{z } = e
1
Siempre periodica.
N1 ,
N2 N0 = mcm{N1 , N2 },
N0 = n 1 N1 = n 2 N 2 .
Velocidad de
variaci
on
2.4.2
Se
nales impulso unitario y escal
on unitario
2.4.2.1
Discretas
0, n 6= 0,
1, n = 0.
(97)
Es una se
nal que vale 1 exclusivamente cuando su argumento es cero y cero en
caso contrario.
[n]
1
3 2 1
Cuesti
on: Como seran las se
nales [n 3], [n + 1] y [n n0 ]?
Escal
on unitario: u[n].
Se define:
u[n] =
0, n < 0,
1, n 0.
(98)
Es una se
nal que vale 1 cuando su argumento es mayor o igual que cero y cero
en caso contrario.
u[n]
1
n
3 2 1
42
(99)
u[n]
1
n
0
3 2 1
u[n 1]
n
0
3 2 1
u[n] =
[m].
(100)
m=
Intervalo de suma
[m]
1
n < 0 u[n] = 0,
m
Intervalo de suma
[m]
1
n 0 u[n] = 1.
m
n
0
X
[n k],
[n k].
k=
k=0
43
(101)
[n k]
1
Intervalo de suma
n < 0 u[n] = 0,
k
n
[n k]
1
Intervalo de suma
n 0 u[n] = 1.
k
n
La u
ltima expresion es equivalente a la suma de impulsos retardados (usado en
el tema 2):
u[n] =
X
k=0
[n k] = [n] + [n 1] + [n 2] + . . . .
(102)
2
4 3
2
3
Por ejemplo, en n = 0:
x[n][n] = x[0][n].
(103a)
x[n]
2
4 3
x[0][n]
x[0]
[n]
1
n
3 2 1
44
n
3 2 1
(103b)
x[n]
2
4 3
x[n0 ][n n0 ]
x[n0 ]
n0
[n n0 ]
1
n
0
n0
2.4.2.2
Continuas
(104)
u(t)
1
t
0
45
du(t)
.
(106)
dt
La u
ltima expresion presenta problemas formales, pues u(t) no es continua en
t = 0, por lo que formalmente no es derivable.
(t) =
du (t)
.
dt
(107)
(t)
1
t
0
(108)
(t) = lm (t),
(109)
46
Se representa como una flecha colocada en t = 0, para indicar que su area esta concentrada en torno a este instante. La altura de la flecha, as como la etiqueta
colocada junto a la misma indican su
area y no su altura, ya que (t) es
una se
nal de
area.
(t)
1
t
0
(111)
C( )d = Cu(t).
(112)
(t)
C
t
0
Podemos realizar las mismas interpretaciones graficas que en el caso discreto, haciendo los cambios oportunos del mundo discreto al continuo. As la ecuacion (105):
Z t
( )d,
u(t) =
Intervalo de integra in
( )
t < 0 u(t) = 0,
Intervalo de integra in
( )
t > 0 u(t) = 1.
47
(113)
(114)
Intervalo de integra in
(t )
t < 0 u(t) = 0,
Intervalo de integra in
(t )
t > 0 u(t) = 1.
(t)
x(0)
t
0
(115)
(116)
x(t)(t) = x(0)(t).
(117a)
En el lmite cuando 0:
48
(117b)
2
1
t
0
2.5
Propiedades b
asicas de los sistemas
Analizamos las propiedades mas importantes que pueden tener los sistemas, tanto
continuos como discretos8 .
Antes de empezar a ver las propiedades de los sistemas, es conveniente indicar la
forma de proceder para demostrar que un sistema tiene o no una propiedad9 :
Si queremos demostrar que un sistema posee una cierta propiedad, debemos hacerlo a partir de la definici
on y debe cumplirse para todos los elementos que aparezcan en la definicion (se
nales, instantes de tiempo, desplazamientos,
constantes, . . . ).
Si queremos demostrar que un sistema no posee una cierta propiedad,
es suficiente con que no se cumpla la definicion para una determinada se
nal
de entrada, o en un determinado instante de tiempo, o valor de las constantes
involucradas, . . . . Por tanto, en este caso la demostracion se puede realizar de
dos formas alternativas:
A partir de la definici
on como en el caso afirmativo, pero llegando a la
conclusion de que en general no se cumple la definicion.
Mediante un contraejemplo concreto que demuestre que se incumple la
definicion.
8
Aunque solo se pongan las definiciones para sistemas continuos, para el caso discreto son totalmente equivalentes.
9
Para demostrar que un sistema posee o no una propiedad no es suficiente con enunciar la
definicion y sin demostrar cosa alguna, llegar a una determinada conclusion,
49
2.5.1
n
P
Sin memoria.
x[k],
k=
y(t) =
1
C
Rt
x( )d ,
n
X
k=
x[k] = x[n] +
n1
X
k=
50
de salida en un pixel puede estar relacionado con el valor de entrada en los vecinos
(pasados y futuros).
y[n1, n2] =
N
N
X
X
p=N q=N
2.5.2
x[n1 p, n2 q].
Causalidad
y(t0 ) x(t), t t0 , t0 .
Son sistemas no anticipativos: si dos entradas son identicas hasta cierto
instante, las salidas correspondientes deben ser tambien iguales hasta ese
instante.
Causal.
Causal.
51
Anticausal.
Anticausal.
No causal.
Causal.
La salida depende u
nicamente de la entrada en el instante presente.
2.5.3
x(t)
y(t)
T 1
w(t) = x(t)
Invertible.
52
y[n] =
n
P
x[k],
Invertible.
k=
No invertible.
No invertible.
2.5.4
Invertible.
Estabilidad
Inestable.
n
P
x[k],
Inestable.
k=
n
P
k=0
Inestable.
Estable.
53
Las dos u
ltimas propiedades son fundamentales y las usaremos a lo largo de toda
la asignatura: Invarianza en el tiempo y linealidad.
2.5.5
Invarianza en el tiempo
Invariante en el tiempo.
Variante en el tiempo.
54
y(t) = x(2t),
Variante en el tiempo.
2.5.6
Linealidad
Sera f
acil encontrar un contraejemplo, como x1 (t) = u(t), y t0 = 1.
55
Lineal.
Sean x1 (t) y x2 (t) entradas arbitrarias. y1 (t) = tx1 (t), y2 (t) = tx2 (t).
Sea x3 (t) = x1 (t) + x2 (t) una combinacion lineal cualquiera de las entradas
anteriores.
y3 (t) = tx3 (t) = t[x1 (t) + x2 (t)] = tx1 (t) + tx2 (t).
Se cumple que y3 (t) = y1 (t) + y2 (t).
y(t) = x2 (t),
No lineal.
Sean x1 (t) y x2 (t) entradas arbitrarias. y1 (t) = x21 (t), y2 (t) = x22 (t).
Sea x3 (t) = x1 (t) + x2 (t) una combinacion lineal cualquiera de las entradas
anteriores.
y3 (t) = x23 (t) = (x1 (t) + x2 (t))2 = 2 x21 (t) + 2 x22 (t) + 2x1 (t)x2 (t).
Se ve claramente que y3 (t) 6= y1 (t) + y2 (t).11
y[n] = Re{x[n]},
No lineal.
11
Se puede demostrar tambien mediante un contraejemplo, como por ejemplo: x1 (t) = x2 (t) = =
= 1.
12
Las se
nales y constantes pueden ser complejas.
56
2.5.7
Ejemplos de propiedades
Estable.
Invarianza en el tiempo: Sea x1 (t) una entrada arbitraria y1 (t) = ex1 (t) .
Sea x2 (t) = x1 (t t0 ) para un t0 arbitrario y2 (t) = ex2 (t) = ex1 (tt0 ) .
Por otro lado: y1 (t t0 ) = ex1 (tt0 ) .
Linealidad: Sean x1 (t) y x2 (t) entradas arbitrarias. y1 (t) = ex1 (t) , y2 (t) = ex2 (t) .
Sea x3 (t) = x1 (t) + x2 (t) una combinacion lineal cualquiera de las entradas
anteriores.
y3 (t) = ex3 (t) = ex1 (t) ex2 (t) .
Como y3 (t) 6= ex1 (t) + ex2 (t) . No lineal.
Por tanto el sistema es {-M,+C,+I,+E,+IT,-L}.
Ejemplo 2: y[n] = x[n]x[n 1].
Memoria: La salida en cada instante de tiempo, n0 , depende de otro instante de
tiempo distinto, n0 1. Con memoria
Causalidad: La salida en cada instante de tiempo, n0 , depende de la entrada en
ese mismo instante (presente) y en el anterior, n0 1, (pasado). Causal.
Invertibilidad: Contraejemplo: Sean dos entradas distintas, x1 [n] nula para las
muestras pares y x2 [n] nula para las muestras impares, pero y1 [n] = y2 [n] = 0.
No invertible13 .
Estabilidad: Si |x[n]| < Bx , n |y[n]| < Bx2 = By , n.
13
57
Estable.
Invarianza en el tiempo: Sea x1 [n] una entrada arbitraria y1 [n] = x1 [n]x1 [n1].
Sea x3 [n] = x1 [n] + x2 [n] una combinacion lineal cualquiera de las entradas
anteriores.
y3 [n] = x3 [n]x3 [n 1] = (x1 [n] + x2 [n])(x1 [n 1] + x2 [n 1])
2.6
Interconexi
on de sistemas
T1
y(t)
T2
z(t)
58
T1
x(t)
y(t)
T2
Realimentaci
on: Un sistema controla a otro a partir de su salida.
Ejemplo: regulador de velocidad del automovil: ajusta el flujo de combustible
para mantener la velocidad constante.
Diagrama de bloques:
x(t)
T1
y(t)
T2
59