Procesado Digital de Seales

Prctica 3:
Anlisis de los Sistemas LTI en el
Dominio del Tiempo

Escuela Politecnica Superior

Universidad de Sevilla
Curso: 2013/2014
 Procesado Digital de Seales
Prctica 3: Anlisis de los Sistemas LTI en el
Dominio del Tiempo

1 OBJETIVOS.
Estudio de la representacin de sistemas LTI en el dominio del tiempo;
caracterizacin mediante su Respuesta Impulsiva y estudio de sus respuestas, a
travs de la convolucin. Ejemplos de respuestas de sistemas descritos mediante
ecuaciones de diferencias. Ejemplo de deteccin de seal en ruido mediante
correlacin.

2 INSTRUMENTACIN NECESARIA.
Ordenador Personal.
Programa MatLab (ver 6.1 o superior con la Signal Processing Toolbox) o
GNU Octave (ver 3.6 o superior con Signal Package)

3 INTRODUCCIN.
Como se ha comentado anteriormente, el objetivo de esta prctica es analizar el
comportamiento de los sistemas LTI en el dominio del tiempo. Para este fin se
analizarn la salida de distintos sistemas (a travs de varios ejemplos) y utilizando
diferentes tcnicas de descripcin temporal.

La prctica se dividir en tres partes:

1) Representacin de sistemas mediante su respuesta impulsiva; En este

bloque se definirn distintos sistemas (filtros), mediante su respuesta
impulsiva. En base a estas definiciones y utilizando la funcin de convolucin
se observaran sus comportamientos ante distintas seales de excitacin.

2) Representacin de sistemas mediante ecuaciones de diferencias; En este

bloque se definirn distintos sistemas, a travs de distintos coeficientes que
se aplicarn a cada una de las muestras. Al igual que en el bloque anterior
se observarn sus comportamientos ante distintas seales de excitacin.

3) Estudio de la correlacin de seales; En este bloque se estudiar, a

travs de un ejemplo, la deteccin de patrones en seales con ruido,
utilizando la funcin de correlacin.

Para la realizacin de cada uno de estos bloques se repasaran los siguientes

conceptos:

3.1 Respuesta Impulsiva. Convolucin.

Como hemos estudiado en la asignatura, la respuesta [y(n)] de un sistema discreto
LTI, dada una seal [x(n)], puede obtenerse aplicando la funcin de convolucin
(ver ecuacin [1]) entre la seal de entrada y la respuesta impulsiva (o kernel) del
sistema [h(n)]. Por tanto, se puede decir que un sistema LTI junto con todas las
caractersticas de estn implcitamente definidas por su respuesta impulsiva.

y n h n x n h k x n k
k
h n k x k
k
[1]

1
 Procesado Digital de Seales
Prctica 3: Anlisis de los Sistemas LTI en el
Dominio del Tiempo

En general los sistemas descritos mediante este mtodo tienen respuestas

impulsivas finitas (h(n) posee un nmero finito de trminos no nulos),
denominndose sistemas FIR (Finite Impulsive Response).

Para comprobar este tipo de descripcin generaremos diferentes funciones de

MatLab, las cuales implementarn el comportamiento de seis sistemas definidos por
su respuesta impulsiva. Estas funciones devolvern como resultado la salida del
sistema cuando este es excitado con la seal pasada como parmetro a la funcin.
Obviamente esta funcin implementar la convolucin 1 entre la seal de entrada y
las respuestas impulsivas del sistema.

Las funciones implementadas sern divididas en dos grupos de funciones:

3.1.1 Filtros paso bajo (LPF).

Se generarn tres funciones con distintos tipos de filtros paso bajo:

3.1.1.1 Funcin de implantacin de un filtro paso baja tipo

exponencial (f_LPF_exponencial.m).

% *****************************************************
% * Prctica 3.1 - Respuesta de sistemas definidos *
% * por su respuesta impulsiva. *
% * Sistema 1 - Filtro paso baja exponencial. *
% * *
% * Parmetros de entada: *
% * x: seal de excitacin del sistema *
% * n: nmero de muestras de la respuesta impulsiva. *
%******************************************************

function [y] = f_LPF_exponencial(x,n)

a = 0.05;
b = 1-exp(-a);
h = b*exp(-a*[0:n-1]);
y = conv(h,x);
end

3.1.1.2 Funcin de implantacin de un filtro paso baja tipo

promedio mvil (f_LPF_promedio_movil.m).

% *****************************************************
% * Prctica 3.1 - Respuesta de sistemas definidos *
% * por su respuesta impulsiva. *
% * Sistema 2 - Filtro paso baja tipo promedio *
% * mvil. *
% * *
% * Parmetros de entada: *
% * x: seal de excitacin del sistema *
% * n: nmero de muestras de la respuesta impulsiva. *
%******************************************************

function [y] = f_LPF_promedio_movil(x,n)

hp = [0,ones(1,n),0];
h = hp/sum(hp);
y = conv(h,x);
end

1
MatLab u Octave GNU posee una implementacin del algoritmo de convolucin, utilizando
el comando conv(h,x). Recuerde que el tamao del resultado ser de M+N-1 muestras
(siendo M y N el nmero de muestras de las seales convolucionadas). Para ms informacin
sobre sus sintaxis utilizar help conv.

2
 Procesado Digital de Seales
Prctica 3: Anlisis de los Sistemas LTI en el
Dominio del Tiempo

3.1.1.3 Funcin de implantacin de un filtro paso baja tipo sinc

(f_LPF_sinc.m).

% *****************************************************
% * Prctica 3.1 - Respuesta de sistemas definidos *
% * por su respuesta impulsiva. *
% * Sistema 3 - Filtro paso baja tipo sinc. *
% * *
% * Parmetros de entada: *
% * x: seal de excitacin del sistema *
% * n: nmero de muestras de la respuesta impulsiva. *
%******************************************************

function [y] = f_LPF_sinc(x,n)

np = [-floor(n/2):floor(n/2)];
a = n/10;
hp = sinc(np/a);
h = hp/sum(hp);
y = conv(h,x);
end

Nota: Este tipo de filtro, como podemos ver en su respuesta impulsiva, es no causal.

3.1.2 Filtros paso alto (HPF).

Este segundo bloque se implementaran tres filtros paso alta, del mismo tipo que en
apartado anterior. Para ello simplemente generamos una funcin impulso y le
restamos la respuesta impulsiva de los filtros del apartado anterior.

3.1.2.1 Funcin de implantacin de un filtro paso alto tipo

exponencial (f_HPF_exponencial.m).

% *****************************************************
% * Prctica 3.1 - Respuesta de sistemas definidos *
% * por su respuesta impulsiva. *
% * Sistema 4 - Filtro paso alta exponencial. *
% * *
% * Parmetros de entada: *
% * x: seal de excitacin del sistema *
% * n: nmero de muestras de la respuesta impulsiva. *
%******************************************************

function [y] = f_HPF_exponencial(x,n)

h_lpf = f_LPF_exponencial(1,n);
impulse = [1,zeros(1,n-1)];
h = impulse - h_lpf;
y = conv(h,x);
end

3.1.2.2 Funcin de implantacin de un filtro paso alta tipo promedio

mvil (f_HPF_promedio_movil.m).

% *****************************************************
% * Prctica 3.1 - Respuesta de sistemas definidos *
% * por su respuesta impulsiva. *
% * Sistema 5 - Filtro paso alta tipo promedio *
% * mvil. *
% * *
% * Parmetros de entada: *
% * x: seal de excitacin del sistema *
% * n: nmero de muestras de la respuesta impulsiva. *
%******************************************************

3
 Procesado Digital de Seales
Prctica 3: Anlisis de los Sistemas LTI en el
Dominio del Tiempo

function [y] = f_HPF_promedio_movil(x,n)

h_lpf = f_LPF_promedio_movil(1,n);
impulse = [1,zeros(1,n-1+2)];
h = impulse - h_lpf;
y = conv(h,x);
end

3.1.2.3 Funcin de implantacin de un filtro paso alta tipo sinc

(f_HPF_sinc.m).

% *****************************************************
% * Prctica 3.1 - Respuesta de sistemas definidos *
% * por su respuesta impulsiva. *
% * Sistema 6 - Filtro paso alta tipo sinc. *
% * *
% * Parmetros de entada: *
% * x: seal de excitacin del sistema *
% * n: nmero de muestras de la respuesta impulsiva. *
%******************************************************

function [y] = f_HPF_sinc(x,n)

h_lpf = f_LPF_sinc(1,n);
impulse = [zeros(1,floor(n/2)),1,zeros(1,floor(n/2))];
h = impulse - h_lpf;
y = conv(h,x);
end

A partir de esto, es posible demostrar que las caractersticas de cada uno de estos
filtros dependen de las constantes utilizadas: en el exponencial de la variable a, en
el de promedio mvil de p y en el filtro sinc de a3, adems de, lgicamente el
nmero total de muestras del filtro.

3.2 Sistemas descritos mediante ecuaciones de diferencias.

Otra manera de describir la relacin entrada/salida de un sistema LTI es mediante
su ecuacin de diferencias. En este caso la salida y(n) se expresa como suma
ponderada mediante coeficientes constantes de valores de la entrada desplazados
temporalmente, ms valores ponderados anteriores de la propia salida.
N M

ak y n k 1 bk x n k 1
k 1 k 1
[2]

Al valor N-1 se le denomina orden del filtro y suele ser, para casos prcticos mayor
o igual que M-1. NOTA: Observe que los coeficientes de las seales aparecen como
k-1 al ir las sumatorias desde 1 hasta N.

Otra forma de expresin considerando a1=1 es:

y n b '1x n b '2x n 1 ... b 'M x n M a '2y n 1 ... a 'N y n N [3]

Nota: Obsrvese que esta ecuacin equivale a la ecuacin [1] si consideramos los
coeficientes bk iguales a los h(k) y los coeficientes ak=0 para todo k>1.). Esta
ecuacin equivale a la siguiente descripcin del sistema mediante diagrama de
bloques:

4
 Procesado Digital de Seales
Prctica 3: Anlisis de los Sistemas LTI en el
Dominio del Tiempo

Figura 1: Representacin grfica de un sistema definido pos sus ecuacin en

diferencia.

Este tipo de descripcin implica realimentar seales y se denominan, por tanto,

sistemas recursivos. Por otra parte, generalmente implican, respuestas impulsivas
infinitas y por tanto se denominan sistemas o filtros IIR (Infinite Impulse
Response). Para comprobar este tipo de descripcin en MatLab u Octave GNU,
generaremos dos vectores con cada una de los conjuntos de coeficientes (a=[1 a2
... aN] y b=[b1 ... bM]) y utilizamos el comando filter2.

3.3 Correlacin de seales.

La funcin de correlacin de dos seales, se define como la operacin:

rxy k x l y l k
i
[4]

Si se compara esta ecuacin con la [1] se comprueba fcilmente que son

equivalentes, siempre y cuando, se voltee la segunda seal. Esta operacin se
denomina comnmente flip (del ingls), y es el equivalente a invertir
temporalmente o reproducir la seale de atrs a adelante.

La funcin de correlacin es una funcin que valora el parecido entre dos seales
en funcin del desplazamiento temporal de una respecto a otra. Bsicamente se
utiliza para deteccin de periodicidades en seales (autocorrelacin) o para la
deteccin de seales conocidas (targets) en entornos ruidosos.
Para el clculo de esta funcin utilizaremos la convolucin, pero girando
previamente (utilizando la funcin fliplr3) una de las dos seales, o directamente
usando la funcin xcorr4 (solo valida en MatLab).
z=conv(x,fliplr(y)); z=xcorr(x,y);
Cdigo MatLab Cdigo exclusivo
y Octave GNU MatLab

2
La salida de este tipo de sistemas se obtiene mediante la funcin y=filter(b,a,x);,
siendo a y b los vectores con los coeficientes y x la seal de entrada. Para ms
informacin sobre sus sintaxis utilizar help filter.
3
Para ms informacin sobre sus sintaxis utilizar help fliplr.
4
Para ms informacin sobre sus sintaxis utilizar help xcorr.

5
 Procesado Digital de Seales
Prctica 3: Anlisis de los Sistemas LTI en el
Dominio del Tiempo

4 DESCRIPCION DE LAS TAREAS DE ALUMNO:

En esta prctica se pretende que el alumno se familiarice con la aplicacin y diseo
de filtros digitales, utilizando los comandos de MatLab u Octave GNU. Para
demostrar que el alumno ha adquirido estos conocimientos, ste deber
completar/elaborar la memoria de la prctica, capturando 5 las seales generadas e
insertando el cdigo implementado, segn se pida. La memoria de la prctica se
encuentra dividida en dos partes:
Parte Comn: Esta parte est prevista para su realizacin en la sesin de
laboratorio. sta ha de ser entregada al profesor a travs de la plataforma de
enseanza virtual6. Asociados a esta parte de la memoria se han de entregar:

o Fichero Memoria comn P3 (<DNI del alumno>).pdf; donde <DNI del

alumno> ha de ser sustituido por el nmero de DNI del alumno sin letra.
Nota: El documento se ha de entregar en PDF, NO en formato MS Word.

Parte Especfica: Esta parte est prevista para su realizacin fuera del horario
de prcticas y una vez entregada la parte comn de la misma. Las tareas de
esta parte especfica estn personalizadas para cada alumno, a travs de una
codificacin basada en su nmero de DNI. Una vez finalizada esta parte
especfica, el alumno deber entregar la memoria a travs de la plataforma de
enseanza virtual7. Asociados a esta parte de la memoria se han de entregar:

Fichero Memoria especifica P3 (<DNI del alumno>).pdf; donde <DNI del

alumno> ha de ser sustituido por el nmero de DNI del alumno sin letra.
Nota: El documento se ha de entregar en PDF, NO en formato MS Word.

Fichero P3_<DNI del alumno>.mat; donde <DNI del alumno> ha de ser

sustituido por el nmero de DNI del alumno sin letra.

4.1 Puntuacin de la Prctica

Para la evaluacin de la prctica es necesario haber asistido a ella. Cumplida esta
condicin, la nota de la prctica ser directamente la obtenida de la siguiente
expresin:
Nota = 0.3 * Parte comn + 0.7 * Parte especfica

En caso de no entregar alguna de las partes de la memoria, se tomar su

puntuacin como de cero puntos.

5
Utiliza la combinacin de teclas Alt+Imp Pant para capturar con el portapapeles
nicamente la ventana activa.
6Enseanza Virtual (https://ev3.us.es/). Se establece un plazo lmite de entrega, definido en

la plataforma de enseanza virtual. Pasado ste, no se admitir su entrega.

7Enseanza Virtual (https://ev3.us.es/). Se establece un plazo lmite de entrega, definido en

la plataforma de enseanza virtual. Pasado ste, su nota sufrir una penalizacin.

6
 Procesado Digital de Seales
Prctica 3: Anlisis de los Sistemas LTI en el
Dominio del Tiempo

APENDICE A: CALCULO DE COEFICIENTES DE FILTROS

DIGITALES POR APROXIMACION A FILTROS ANALOGICOS
Uno de los mtodos de diseo de filtros digitales IIR es por aproximacin a los
conocidos filtros analgicos, convirtiendo su transformada de Laplace a la
transformada z del filtro digital, y a partir de aqu a los coeficientes.

Una de las aproximaciones, vlida tan solo para filtros paso baja y alguno paso
banda es suponer:

1 z 1
s
Ts [5]
donde TS es el periodo de muestreo
Vamos a aplicar este mtodo para el diseo de filtros digitales por aproximacin a
filtros analgicos de orden uno y orden dos.

4.2 Filtros de orden 1:

Un filtro paso baja de orden 1 (como el realizado por una RC), suponiendo la seal
de entrada Vin(t) = x(t) y seal de salida Vout(t) = y(t), es fcil demostrar que la
funcin de transferencia es:
R 1
+ + Y s 1
H s Cs
Vin C Vout
X s 1
R RCs 1
[6]
Cs
donde TS es el periodo de muestreo

En general un sistema de primer orden tiene una transformada:

Y s K
H s
X s s 1
[7]
donde K es la ganancia DC y es la cte
de tiempo del sistema.

Suponiendo una ganancia DC=1, un filtro paso baja digital equivalente tendra la
siguiente transformada z:

1
H z
1 z 1 [8]
1
Ts

Si definimos: n ; relacin entre la cte de tiempo del filtro y el periodo de
Ts
muestreo tenemos:

7
 Procesado Digital de Seales
Prctica 3: Anlisis de los Sistemas LTI en el
Dominio del Tiempo

1
H z n 1 [9]
n 1
1 z
n 1
Quedando, por tanto unos coeficientes del filtro:

1
b1 a1 1
n 1
n
b2 0 a2
n 1
b3 0 a3 0

4.3 Filtros de Orden 2.

Un filtro analgico paso de baja de orden 2 tiene la siguiente transformada:

Y ( s) kn2
H ( s) 2 [10]
X ( s) s 2n s n2
Donde k es la ganancia DC, n es la frecuencia de resonancia natural y es el
coeficiente de amortiguamiento.

Si hacemos la ganancia DC igual a 1 y aplicamos la aproximacin anterior queda:

n2
1 2 n n 2
H z
2 1 n 1 1
1 z z 2 [11]
1 2 n n 2
1 2 n n 2

n
Donde: n Tsn ;
fs

2 1 n 1
a1 1 a2 a3
1 2 n n 2 1 2 n n 2
n2
b1 b2 0 b3 0
1 2 n n 2

Donde n es la relacin entre la frecuencia natural de resonancia y la frecuencia de

muestreo. Estos coeficientes para una amortiguacin crtica, =1 quedan:

2 1
a1 1 a2 a3
1 n
2
1 n
2
n b2 0 b3 0
b1
1 n