Академический Документы
Профессиональный Документы
Культура Документы
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
1/60
Resumen
Procesamiento digital de se
nales de tiempo continuo
Muestreo e interpolaci
on en tiempo discreto
Cuantificaci
on
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
2/60
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
3/60
Muestreo y reconstruccion I
Nos concentraremos en lo que se denominar
a muestreo peri
odico o uniforme. En
ese caso muestrear una se
nal es generar una secuencia de tiempo discreto seg
un:
x[n] = xc (nT ), n Z,
donde T es el perodo de muestreo y xc (t) es la se
nal de tiempo continuo.
Representaremos un conversor anal
ogico-digital como:
La clave es asegurar que las muestras x[n] con n Z provee la misma informaci
on
que la se
nal original xc (t) o lo que es lo mismo, si es posible reconstruir xc (t) con
solamente los valores x[n]. Sorprendentemente esto es cierto para una clase
particular pero bastante amplia de se
nales de tiempo continuo!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
4/60
Muestreo y reconstruccion II
Un conversor A/D ser
a modelado para nosotros de la siguiente forma:
Conversor de tren de
impulsos a secuencia de
tiempo discreto
p(t) =
(t nT )
n=
Muestreo e interpolaci
on
5/60
1
Xc (j) P (j)
2
Sabemos que:
P (j) =
2
T
( ks )
k=
donde s = 2
es la frecuencia de muestreo o frecuencia de sampling. Es claro
T
entonces que podemos escribir:
Xp (j) =
1
T
Xc (j( ks ))
k=
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
6/60
Muestreo y reconstruccion IV
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
7/60
Muestreo y reconstruccion V
Muestreo e interpolaci
on
8/60
Muestreo y reconstruccion VI
Supongamos que Xc (j) = 0 para || > W y si 2W < s . Sea Hr (j) un filtro
pasabajos ideal con frecuencia de corte W c s W y ganancia T .
Es claro que:
Xp (j)Hr (j) =
1
T
k=
Recuperamos la se
nal original xc (t)!! En el caso en el que hay solapamiento esto
no sera posible, ya que dicho solapamiento altera el espectro original de xc (t)!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
9/60
xp (t) =
xc (nT )(t nT ) =
n=
x[n](t nT )
n=
De esta se
nal podemos obtener (usando el conversor de tren de impulsos a
secuencias en tiempo discreto) las muestras x[n] = xc (nT ).
De esta forma es claro que xp (t) y x[n] = xc (nT ) son equivalentes y contienen la
misma informaci
on ya que a partir de la secuencia x[n] puedo volver a generar la
se
nal xp (t) generando impulsos equiespaciados en T con peso x[n]!!
Conversor de secuencia
de tiempo discreto a
tren de impulsos
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
10/60
Muestreo e interpolaci
on
11/60
Muestreo y reconstruccion IX
Podemos analizar como es la transformada de Fourier de la secuencia de tiempo
discreto x[n]. Denotaremos la frecuencia para la transformada de tiempo discreto
como . Sabemos que:
X
X(ej ) =
x[n]ejn
n=
n=
Xp (j) =
x[n]ejT n
n=
Vemos entonces que Xp (j) = X(ej )
=T
X(ejT ) = Xp (j) =
1
T
Xc (j( ks ))
k=
1
T
X
k=
Se
nales y Sistemas (66.74 y 86.05)
Xc
2k
j
T
T
Muestreo e interpolaci
on
12/60
Muestreo y reconstruccion X
Vemos que la transformada de Fourier de x[n] es peri
odica como debe ser y que
esta directamente relacionada con la transformada Xc (j) de la se
nal de tiempo
continuo original xc (t). Est
a claro que si Xc (j) = 0 || W y 2W < s no
tenemos aliasing y que
X(ej ) =
1
Xc
T
j
, [, )
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
13/60
Muestreo y reconstruccion XI
Consideremos la se
nal xc (t) = cos 0 t
Como era de esperarse si
s > 20 podemos reconstruir
perfectamente xc (t). Sin
embargo, en este ejemplo
vemos que si esa situaci
on no
se cumple lo que recuperamos
es:
xr (t) = cos (s 0 ) t
Como caso extremo, si
s = 0 vemos que la se
nal
reconstruida es una
constante!! La presencia de
aliasing impide la
reconstrucci
on de la se
nal
original!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
14/60
Conversor de secuencia
de tiempo discreto a
tren de impulsos
n=
xr (t) =
x[n]hr (t nT )
n=
Dado que
Hr (j) =
|| c
|| > c
T
0
con W c s W es f
acil verificar que:
hr (t) =
T c
sinc
Se
nales y Sistemas (66.74 y 86.05)
c t
Muestreo e interpolaci
on
15/60
x[n]
n=
c T
c
sinc
(t nT )
La ecuaci
on anterior se conoce normalmente como la ecuaci
on de interpolaci
on de
banda limitada y muestra como usando las funciones sinc podemos reconstruir la
se
nal original a trav
es de sus muestras!!
Para mayor simplicidad de an
alisis consideremos el caso donde c =
Entonces tenemos:
t
hr (t) = sinc
T
s
2
De esta forma la se
nal reconstruida es:
X
X
1
1
xr (t) =
x[n]sinc
(t nT ) =
xc (nT )sinc
(t nT )
T
T
n=
n=
Notar que hr (0) = 1 y que hr (nT ) = 0 para n = 1, 2, . . . . De esta forma es
claro que:
xr (mT ) = xc (mT )
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
16/60
0.8
0.6
0.4
0.2
0.2
3
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
17/60
Muestreo y reconstruccion XV
Notar que el interpolador de banda limitada usa funciones sinc. Estas pueden ser
muy complejas de implementar en la pr
actica. Existen otras posibilidades.
Consideremos por ejemplo el retenedor de orden cero:
Es f
acil probar que:
H0 (j) = T sinc
T
2
ejT /2
1
0.9
0.8
Amplitud
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
10
10
s = 10
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
18/60
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
19/60
1
Interpolador de banda limitada
Retenedor de orden cero
Retenedor de orden 1
Retenedor de orden 2
Retenedor de orden 3
0.9
0.8
Amplitud
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
20
15
10
10
15
20
s = 10
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
20/60
Conversor de tren de
impulsos a secuencia de
tiempo discreto
Procesamiento
en tiempo
discreto
Conversor de secuencia
de tiempo discreto a
tren de impulsos
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
21/60
Conversor de tren de
impulsos a secuencia de
tiempo discreto
Conversor de secuencia
de tiempo discreto a
tren de impulsos
Ser
a interesante analizar este sistema en cascada!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
22/60
X ej = Xc j
[, )
T
T
para el caso en el que no hay aliasing. De esta forma la se
nal y[n] a la salida del
sistema de procesamiento discreto se puede escribir como:
Y
1
[, )
ej = Hd ej X ej = Hd ej Xc j
T
T
La se
nal de tiempo continuo yc (t) se puede escribir como:
Yc (j) =
1
Hd (ejT )Hr (j)Xc (j), R
T
1
Hd (ejT )Hr (j)
T
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
23/60
Hd (ejT )
0
|| < c
|| > c
(1)
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
24/60
1
Hd (ejT )Hr (j)
T
Hc (j) =
1
0
|| <
|| >
s
2
s
2
Sabemos que:
Hr (j) = T sinc
Se
nales y Sistemas (66.74 y 86.05)
T
2
ejT /2
Muestreo e interpolaci
on
25/60
ejT /2
|| <
sinc( T
2 )
0
|| >
s
2
s
2
ej/2
, [, )
sinc 2
3
1.6
1
arg H(ej)
|H(ej)|
1.8
1.4
1.2
0.8
3
3
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
26/60
1
T
ej
0
|| < c
|| > c
ej/T
0
Se
nales y Sistemas (66.74 y 86.05)
|| < c T
|| > c T
Muestreo e interpolaci
on
27/60
s
2
tenemos que:
Muestreo e interpolaci
on
28/60
y[n] = sinc n
T
T
Entonces es claro que la respuesta al impulso del sistema Hd (ej ) vale:
h[n] = sinc n
T
h
i
Si
es un entero es claro que h[n] = n
. Entonces la operaci
on de retardo
T
T
de tiempo continuo deseada se puede implementar con un retardo en tiempo
discreto. Sin embargo, si
no es un entero, la operaci
on de retardo de tiempo
T
continuo deseada no se traduce en una operaci
on de retardo en tiempo discreto!!
Cu
al es la interpretaci
on de un retardo
no entero??
T
C
omo hara para implementar un filtro pasa-bajos en tiempo continuo con una
determinada c usando este enfoque? Y un filtro pasa-altos??
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
29/60
x[n]
0
Se
nales y Sistemas (66.74 y 86.05)
si n es m
ultiplo de M
en otro caso
Muestreo e interpolaci
on
30/60
xp [n] = x[n]p[n] =
x[kN ][n kN ]
k=
donde p[n] =
k=
1
Xp ej =
2
Z 2
1
P ej X ej() d =
P ej X ej() d
2 0
2
N
( ks )
k=
es la frecuencia de muestreo.
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
31/60
1
2
1
N
1
N
P ej X ej() d
0
2
2k
X ej() d
N
k=
X
k=
2
0
2k
X ej() d
N
Notar que s
olo los impulsos con 0 k < N quedan dentro del intervalo [0, 2).
Entonces:
Xp ej
N 1 Z
2
1 X 2
X ej() d
N k=0 0
N
N 1
2k
1 X
X ej ( N )
N k=0
N 1
1 X
X ej(ks ) , [, )
N k=0
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
32/60
Vemos que si la se
nal es banda limitada a W no existe aliasing si W < s W , o
lo que es lo mismo si 2W < s !! Obviamente si 2W s tenemos nuevamente
aliasing!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
33/60
Es claro que:
N 1
1 X
Xp ej Hr ej =
X ej(ks ) Hr ej = X ej
N k=0
Recuperamos la se
nal original x[n]!! En el caso en el que hay solapamiento esto no
sera posible, ya que dicho solapamiento altera el espectro original de x[n]!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
34/60
Muestreo e interpolaci
on
35/60
N c sin (c n)
c n
x[kN ]
k=
N c sin (c (n kN ))
c (n kN )
tenemos:
X
xr [n] =
x[kN ]hr [n kN ]
k=
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
36/60
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
37/60
X
X
Xd ej =
xd [n]ejn =
x[nN ]ejn
n=
n=
X
k:m
ultiplos
k
N
x[k]ejk/N =
xp [k]ejk/N
k=
de N
2k
1 X
Xd ej =
X ej ( N N )
N k=0
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
38/60
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
39/60
de corte c N
que filtre las frecuencias de x[n] por encima de c . Por
qu
e??. Por supuesto que en este caso de xd [n] no vamos a poder recuperar
x[n]!! A pesar ello esto puede ser u
til en algunas situaciones. Se le ocurre un
ejemplo??
Esta estructura se denomina decimador.
El mismo decima por un factor de N .
En general, a
un cuando la se
nal x[n]
la etapa de
tenga banda limitada a N
filtrado pasa-bajos estar
a presente!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
40/60
x [n/L]
0
Se
nales y Sistemas (66.74 y 86.05)
n es m
ultiplo de L
en otro caso
Muestreo e interpolaci
on
41/60
xe [n] =
x[k][n kL]
k=
Xe e
n=
k=
x[k]
[n kL]ejn
n=
k=
x[k]ejkL
k=
X ejL
La salida del expansor (el dispositivo que agrega ceros) es tal que su transformada
de Fourier es la transformada de la entrada con una compresi
on en el eje de la
frecuencia por un factor L!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
42/60
Luego de la expansi
on en el tiempo, a trav
es de un filtrado pasa-bajos, con
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
43/60
c n
hr [n] =
Entonces la se
nal xi [n] puede escribirse:
xi [n]
=
=
xe [n] hr [n]
x[k] [n kL] hr [n]
k=
x[k]
k=
c L sin (c (n kL))
c (n kL)
Es claro que:
hr [0] = 1
hr [kL] = 0, k Z
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
44/60
Muestreo e interpolaci
on
45/60
Muestreo e interpolaci
on
46/60
Cuantificacion I
Hasta el momento hemos descripto el muestreo de se
nales considerando que los
conversores A/D tienen la siguiente estructura ideal:
Conversor de tren de
impulsos a secuencia de
tiempo discreto
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
47/60
Cuantificacion II
Muestreo e interpolaci
on
48/60
Cuantificacion III
Notar que:
x0 (t) =
n=
xc (nT )(t nT )
n=
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
49/60
Cuantificacion IV
Nos interesar
a analizar b
asicamente la precisi
on del m
odulo de cuantificaci
on. La
acci
on del dicho m
odulo se puede resumir en:
x
C [n] = Q (x[n])
donde Q : R S es un operador no lineal y sin memoria, donde S es un conjunto
de M elementos. Los M valores a la salida de dicho sistema est
an predefinidos. La
operaci
on de este sistema puede tambi
en descomponerse como:
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
50/60
Cuantificacion V
Un cuantizador tpico tiene la siguiente caracterstica:
Muestreo e interpolaci
on
51/60
Cuantificacion VI
Generalmente el n
umero de niveles de cuantificaci
on es potencia de dos. Es decir,
M = 2(B+1) . Esto quiere decir, que cada nivel de cuantificaci
on se puede
representar usando B + 1 bits. El bloque de codificaci
on se encargar
a de asignar
las palabras de B + 1 bits a cada nivel de cuantificaci
on. Existen b
asicamente 2
esquemas que son los m
as utilizados:
Offset binario.
Complemento a dos.
Nivel de cuantificaci
on
4
3
2
2
3
Offset binario
000
001
010
011
100
101
110
111
Complemento a dos
100
101
110
111
000
001
010
011
Muestreo e interpolaci
on
52/60
Cuantificacion VII
En el sistema de complemento a dos el bit m
as significativo, despu
es del cual se
considera que existe una coma. Es decir, por convenci
on se considera que los
n
umeros representados est
an en [1, 1). Para B + 1 bits, tenemos que un n
umero
en complemento a dos se representa como:
a0 , a1 a2 . . . aB , ai = {0, 1}
El valor del n
umero con la representaci
on anterior vale:
x
C [n] = a0 20 + a1 21 + a2 22 + + aB 2B
La relaci
on entre las muestras cuantificadas y la palabra de c
odigo usada por el
codificador se puede escribir:
x
[n] = XM x
C [n]
Las muestras codificadas en binario son proporcionales a las muestras
cuantificadas!! Por esta raz
on se pueden usar como una representaci
on num
erica
v
alida de las verdaderas muestras cuantificadas!!
Notar que:
=
2XM
XM
= B
2B+1
2
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
53/60
Cuantificacion VIII
Es importante analizar el error introducido por un bloque cuantizador. Definimos
el error de cuantificaci
on e[n] como:
e[n] = x[n] x
[n]
Para un cuantizador que redondea al valor m
as cercano:
< e[n]
2
2
siempre y cuando
XM
< x[n] XM
2
2
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
54/60
Cuantificacion IX
Lamentablemente e[n] no ser
a conocido siempre. Por esta raz
on, nos interesar
a
hacer un an
alisis de los errores introducidos por el cuantizador. Como en general,
no es posible saber con qu
e tipos de entradas un cuantizador va a ser usado sera
conveniente que:
El an
alisis debera ser v
alido para un gran n
umero de se
nales.
Debe ser independiente, en la medida de los posible, de las caractersticas de
las se
nales x[n] a la entrada del cuantizador.
Por esta raz
on utilizaremos un modelo estadstico para modelar los errores. El
mismo partir
a de los siguiente supuestos:
La secuencia del error e[n] es una secuencia de variables aleatorias,
independientes, id
enticamente distribudas y con media cero.
La secuencia del error e[n] es estadsticamente independiente de la se
nal de
entrada x[n].
Para cada n Z, e[n] est
a distribuida en forma uniforme sobre el intervalo
, ) (no hay clipping o truncamiento).
[
2 2
Aunque hay se
nales donde estas hip
otesis no son ciertas (por ejemplo
x[n] = A n Z). Sin embargo, como las se
nales del mundo real tienen
aleatoriedad estas hip
otesis son bastante acertadas (especialmente si << 1)!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
55/60
Cuantificacion X
La varianza del error de cuantificaci
on vale:
Z
Z
2
2
1
2
e2 =
e2 pe (e)de =
e2 de =
12
2
2
Pero usando que =
XM
2B
tenemos:
e2 = 22B
2
XM
12
Dado que x
[n] = x[n] + e[n], vemos que la se
nal original x[n] est
a contaminada por
el ruido e[n]. Una medida u
til, que mide la degradaci
on que el ruido introduce en
la se
nal de inter
es es la relaci
on se
nal-ruido (SNR):
SNR = 10 log10
x2
e2
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
.
2
56/60
Cuantificacion XI
Entonces podemos escribir:
SNR = 10 log10 12 + 20B log10 2 20 log10
Usando que x =
XM
x
(dB)
:
2
SNR = 10.8 + 6.02B 20 log10
XM
x
(dB)
Observamos lo siguiente:
Por cada bit extra que nuestro conversor puede entregar tenemos que la
SNR aumenta 6 dB.
Cuanto m
as peque
na es x con respecto al rango din
amico del conversor
XM mayor es la penalidad en SNR que debemos pagar.
Sin embargo, tampoco es conveniente aumentar mucho x con respecto a
XM . Por qu
e??
Cuando se usa un conversor A/D es necesario acondicionar adecuadamente la
amplitud de la se
nal anal
ogica de entrada al rango din
amico del conversor!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
57/60
Cuantificacion XII
Es importante tener una f
ormula para el t
ermino 20 log10 XM que nos permita
x
en forma general evaluar el n
umero de bits necesarios para una determinada SNR
deseada. En general se asume que la se
nal x[n] tiene una amplitud que se
distribuye en forma gaussiana. Esta hip
otesis funciona bastante bien para un gran
n
umero de se
nales de inter
es como voz o m
usica.
Con dicha hip
otesis la probabilidad de que la amplitud de la se
nal supere el valor
de 3x es menor al 0.3 %. Entonces podemos acondicionar la se
nal anal
ogica de
forma tal que x = X3M !!
Entonces obtenemos:
Por ejemplo para obtener una SNR del orden de 100 dB, que es algo usual para
audio de alta calidad tenemos que se necesita un conversor que proporcione una
cuantificaci
on de 16 bits!! Sin embargo hay que tener en cuenta que dicho nivel de
SNR se alcanzar
a solamente si la amplitud de la se
nal de entrada se acondiciona
adecuadamente al rango din
amico del conversor!!
La clave es siempre aprovechar lo m
aximo posible el rango din
amico del conversor!!
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
58/60
Lectura obligatoria
Reconstrucci
on de una se
nal usando interpolaci
on (Oppenheim and Willsky,
Secci
on 7.2).
El efecto del submuestreo (Oppenheim and Willsly, Secci
on 7.3).
Procesado en tiempo discreto de se
nales en tiempo continuo (Oppenheim
and Schafer, Secci
on 4.4).
Procesado digital de se
nales anal
ogicas (Oppenheim and Schafer, Secci
on
4.8).
Lectura optativa
Tratamiento de se
nales multitasa (Oppenheim and Schafer, Secci
on 4.7).
Sobremuestreo y conformaci
on de ruido en la conversi
on A/D y D/A
(Oppenheim and Shafer, Secci
on 4.9)
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
59/60
Algunos ejercicios I
1 Ejercicios 4.5, 4.8, 4.9, 4.12, 4.15, 4.19, 4.20, 4.22 de Oppenheim and Schafer.
2 Ejercicios 4.31, 4.35, 4.37, 4.38, 4.43, 4.44, 4.56, 4.57, 4.59 de Oppenheim and Schafer.
3 Ejercicio 4.53 de Oppenheim and Schaffer.
4 Ejercicio 7.21, 7.23, 7.24, 7.26, 7.27, 7.28, 7.29, 7.31, 7.37, 7.38 de Oppenheim and
Willsky
5 Ejercicio 7.41, 7.42, 7.43, 7.44, 7.50, 7.51, 7.52 de Oppenheim and Willsky.
Se
nales y Sistemas (66.74 y 86.05)
Muestreo e interpolaci
on
60/60