Академический Документы
Профессиональный Документы
Культура Документы
CONVOLUCION DISCRETA
(7.1)
Por superposición, la respuesta x[n] es una suma de versiones escaladas y desplazadas de respuestas al impulso:
(7.2)
Ésta es la relación que define a la operación de convolución, que llamamos convolución lineal, y se indica
por y[n] = x[n] * h[n] (o por x[n] * h[n] en las figuras) en este libro. La expresión para calcular y[n] se llama
suma de convolución. Al igual que en la convolución continua en el tiempo, no es importante el orden en el
cual realicemos la operación, y podemos intercambiar los argumentos de x y h sin afectar los resultados. Por lo
•|-« -n4-f\*
(7.3)
169
170 Capítulo 7 Convolución discreta
Note que (n + l)u[n] es igual a r[n + 1], y por lo tanto u[n] * u[n] = r[n + 1].
(b) Si x[n] = h[n] = anu[n], a < 1. Entonces x[k] = aku[k] y h[n - k] = an~ku[n - k]. El límite inferior en la
suma de convolución se simplifica a k = O (porque u[k] = O, k < 0), el límite superior a k = n (porque
u[n - k] = O, k > n), y obtenemos
(e) Sea x[n] = nu[n + 1] y h[n] = a~nu[n], a < 1. Con h[n - k] = a~(n ~ ®u[n - k] y #[&] = ku[k + 1], los lími-
tes inferior y superior de la suma de convolución son k = — ly k = n. Entonces
Los resultados de la convolución analítica frecuentemente involucran sumatorias finitas o infinitas. En la últi-
ma parte, utilizamos resultados conocidos para generar la solución en forma cerrada. Sin embargo, esto no
siempre es posible.
(7.4)
(7.5)
Para sistemas causales (h[n] = O, n < 0) y señales causales (x[n] - O, n < 0), y[n] también es causal. Por lo
tanto
(7.6)
Una extensión de este resultado es que la convolución de dos señales de lado izquierdo es también de lado iz-
quierdo, y la convolución de dos señales de lado derecho es también de lado derecho.
(b) Encontramos y[n] = u[n] * x[n]. Ya que la respuesta de escalón es la suma sucesiva de la respuesta al
impulso, la convolución de una señal x[n] con un escalón unitario es la suma sucesiva de la señal x[ri\:
(c) Encontramos y[n] = icect(n/2N) * icect(n/2N) en donde Yect(n/2N) = u[n + N] - u[n - N - 1].
La convolución contiene cuatro términos:
172 Capítulo 7 Convolución discreta
La convolución de dos funciones rect (con argumentos idénticos) es por lo tanto una función tri.
h[n] i 2 2 3
x[n] = 2 -1 3
Entrada Respuesta
26[n] 2h[n] = 2 4 4 6
-S[n - 1] -h[n - 1] -2 -2 -3
^
3ó[n - 2] 3h[n - 2] 3 6 6 9
Suma = x[n] Suma = y[n] = 2 3 5 10 3 9
7.3 Convolución de secuencias finitas 173
u
Así que, y[n] = {2, 3, 5, 10, 3, 9} = 2<5[rc]+ 3S[n - 1] + 5<5fa - 2] + 10<5[rc - 3] + 3<5[rc - 4] + 9<5[rc - 5].
El proceso de convolución se ilustra gráficamente en la figura E7.3A.
n -3 -2 -1 0 1 2
h[n] 2 5 0 4
x[n] 4 1 3
8 20 0 16
2 5 0 4
6 15 0 12
4
y[n] 8 22 11 31 4 12
x: 2 4 6 8 10 12 ...
h: i i
2 2
1 2 3 4 5 6 ...
1 2 3 4 5 6
y- 1 3 5 7 9 11 ...
;y[3] = suma de productos = 31 y [4] = suma de productos = 4 y [5] = suma de productos =12
Si anexamos ceros a una de las secuencias de la convolución, el resultado de la convolución no cambiará, pero
mostrará tantos ceros como los anexados. De hecho, los ceros pueden anexarse al principio o al final de una se-
cuencia y aparecerán en la localización correspondiente en el resultado de la convolución.
(7.7)
Si deseamos reemplazar el sistema en cascada por un sistema LTI con una respuesta al impulso h[n] tal que
y[n] = x[n] * h[n], es claro que h[n] = h^n] * h2[ri\. Generalizando este resultado, la respuesta al impulso h[n]
de N sistemas LTI en cascada ideales es simplemente la convolución de N respuestas al impulso individuales
h[n] = h\ [n] * /i2 [n] * • • • * ftjv [n] (para una combinación en cascada) (7.8)
La respuesta al impulso general de sistemas en paralelo es igual a la suma de las respuestas al impulso indivi-
duales, como se muestra en la figura 7.1:
La respuesta al impulso del primer sistema es h-^n] = S[n] - 0.55[% - 1]. La respuesta general hc[n] está
dada por la convolución
Esto se simplifica a
Lo que esto significa es que la salida general del sistema es igual a la entrada aplicada. Entonces, el segundo
sistema actúa como el inverso del primero.
(7.10)
(7.11)
En otras palabras, h[n] debe ser absolutamente sumable. Ésta es a la vez una condición suficiente y necesaria,
y si se cumple nos asegura que el sistema es estable. Siempre tendremos un sistema estable si h[n] es una se-
ñal de energía. Ya que la respuesta al impulso se define sólo para sistemas lineales, la estabilidad de sistemas
no lineales debe investigarse por otros medios.
7.4.1 Causalidad
En analogía con los sistemas analógicos, la causalidad de sistemas discretos en tiempo implica a un sistema
no anticipativo con una respuesta al impulso h[n]= O, n < 0. Esto asegura que una entrada x[^]^[r¿ - nQ] que
empieza en n = nQ produce como resultado una respuesta y[n] que también comienza en n = nQ (y no antes).
Esto es resultado de la suma de convolución:
(7.12)
Para causalidad: h[n] debe ser cero para índices negativos con h[n] = O, n < 0.
178 Capítulo 7 Convolución discreta
(b) Un filtro descrito por h[n] =(-O.S)nu[n] es causal. Describe a un sistema con la ecuación de diferencias
y[n] = x[n] + ay[n - 1]. También es estable porque S|fe[^]| es finito. De hecho, encontramos que
(c) Un filtro descrito por la ecuación de diferencias y[n] - Q.5y[n - 1] = nx[n] es causal pero variante en el
tiempo. También es inestable. Si aplicamos una entrada de escalón u[n] (entrada acotada), entonces
y[n] = nu[n] + Q.5y[n - 1]. El término nu[n] crece sin límite y hace a este sistema inestable. Le preveni-
mos que esta aproximación no es una manera formal de verificar la estabilidad de sistemas variantes en
el tiempo.
índice n 0 1 2 3 4 5 6 7 8 9 10
x[n] 1 2 -3 1 2 -3 1 2 -3 1
h[n] 1 1
1 2 -3 1 2 -3 1 2 -3 1
1 2 -3 1 2 -3 1 2 -3
y[n] 1 3 i -2 3 -1 -2 3 -1 -2
La convolución y[n] es periódica con periodo N = 3, excepto por los efectos de arranque (que duran un pe-
riodo). Un periodo de la convolución es y[n] = {-2, 3, -1}.
(b) Sea x[n] = {1, 2, -3, 1, 2, -3, 1, 2, -3,.. .}yh[n] = {1, 1, 1}.
La convolución y[n] = x[n] * h[n]9 usando el método de suma por columnas, se encuentra como sigue:
7.5 Respuestas de los sistemas a entradas periódicas 179
índice n 0 1 2 3 4 5 6 7 8 9 10
x[n] 1 2 -3 1 2 -3 1 2 -3 1
h[n] 1 1 1
1 2 -3 1 2 -3 1 2 -3 1
1 2 _3 1 2 -3 1 2 -3
1 2 _3 1 2 _3 1 2
y(n] 1 3 0 0 0 0 0 0 0 0
U
Excepto por los efectos de arranque, la convolución es cero. El sistema h[n] = {1, 1, 1} es un filtro de pro-
medio móvil. Extrae la suma sucesiva de tres puntos, que siempre es cero para la señal periódica dada.
Una forma de encontrar la respuesta del sistema a entradas periódicas es encontrar la respuesta a un periodo
de la entrada y entonces usar superposición. En analogía con los sistemas analógicos, si sumamos una señal
absolutamente sumable (o señal de energía) x[n] y sus infinitas réplicas desplazadas por múltiplos de N, se ob-
tiene una señal periódica con periodo N, que llamamos extensión periódica de x[ri\:
(7.13)
Una forma equivalente de encontrar un periodo de la extensión periódica es enrollar secciones de N muestras
de x[n] (formar filas de N muestras) y sumarlas todas. Si x[n] es menor a JV, se obtiene un periodo de su exten-
sión periódica simplemente rellenando x[n] con ceros (para incrementar su longitud a N).
Los métodos para encontrar la respuesta de un sistema discreto en tiempo a entradas periódicas se basan
en los conceptos de extensión periódica y envolvente. En analogía con el caso continuo, se encuentra la convo-
lución regular debida a un periodo de la entrada y se usa el envolvente para generar un periodo de la salida
periódica.
Entonces, se usa la envolvente y^n] después de tres muestras y se obtiene un periodo de y[n] como
envolvente suma
(b) Encuentre la respuesta yp[ri\ de un filtro de promedio móvil descrito por h[n] = {2,1, 1, 3, 1} a una señal
periódica cuyo periodo es x [n] = {2,1, 3}, con N = 3, usando los dos métodos.
Para encontrar yJn], los valores posteriores a N = 3 son envueltos y sumados para dar
*
4 4 9
{4,4,9,10,8,10,3} envolvente 10 8 10 suma {17, 12, 19}
3
2. En analogía con la convolución continua puede crearse también la extensión periódica h [n], con
N=3,y utilizar la envolvente para obtener h [n] = {5, 2, 1}. La convolución regular de un periodo
de cada secuencia da y[n] = {2, 1, 3} * {5, 2, 1} = {10, 9, 19, 7, 3}. Entonces, este resultado es en-
vuelto hasta pasadas estas muestras, para darnos yp[n] = {17, 12, 19}, como antes.
(7.14)
A veces, se incluye un factor promediador de l/N en la sumatoria. La convolución periódica también puede im-
plementarse utilizando la envolvente. Se encuentra la convolución lineal de un periodo de xp[n] y hp[n], que
tendrá (2N - 1) muestras. Se extiende su longitud a 2N (agregando un cero), se divide en dos mitades (de
longitud N cada una), se alinea la segunda mitad con la primera, y se suman las dos mitades para obtener la
convolución periódica.
índice n 0 1 2 3 4 5 6
hp[n] 1 2 3 1
xp[n] 1 0 1 1
1 2 3 1
0 0 0 0
1 2 3 1
1 2 3 1
y[n] 1 2 4 4 5 4 1
U U
(b) Encuentre la Convolución periódica de x [n] = {1, 2, 3} y h [n] = {1,0, 2}, con periodo N = 3.
U.
La convolución regular se encuentra fácilmente yR[n] = {1, 2, 5, 4, 6}.
Agregando un cero y enrollando las últimas tres muestras se obtiene yp[n] = {5, 8, 5}.
(7.15)
Nótese que cada diagonal de la matriz circulante tiene valores iguales. Esta matriz de diagonales constantes
también se llama matriz de Toeplitz. Su producto matricial con una matriz columna h de N X 1 que descri-
be a h[n] produce la convolución periódica y = Ch como una matriz columna de N X 1.
(b) La convolución periódica y2[n] de x[n] yfe[w]sobre un periodo de dos ventanas produce
Puede verse que y2[n] tiene el doble de longitud (y de valores) de y^n], pero también es periódica con N = 3.
Comentario: La normalización por un periodo del ancho de dos ventanas (6 muestras) da
Nótese que el periodo (N = 3) de yp2[n] es idéntico al resultado normalizado ypi[n] del inciso (a).
7.7 Relaciones: convolución discreta y métodos de transformadas 183
2 O O 4 O 5 4 8
5 2 O O 4 O 1 22
O 5 2 O O 4 3 11
Cxzp — 4 O 5 2 O O hzp = O yp[n] = 31
O 4 O 5 2 O O 4
O O 4 O 5 2 O 12
Esto es igual a la convolución regular y[n] = x[n] * h[n] obtenida previamente por métodos distintos en ejem-
plos anteriores.
(7.16)
Esta sólo es la entrada modificada por la función del sistema H'(F), en donde
(7.17)
(7.18)
Una vez más, la convolución en el dominio del tiempo corresponde a multiplicar en el dominio de la frecuencia.
7.7.3 Transformada z
Para una entrada x[n] = rneP2mF = (r^2nF)n = zn, donde z es compleja, con magnitud | z \ = r, la respuesta pue-
de escribirse como
(7.19)
La respuesta es igual a la entrada (eigenseñal) modificada por la función sistema H(z), donde
La cantidad compleja H(z) describe la transformada z de h[n] y no es, en general, periódica en z. Denotando la
transformada z de x[n] y y[n] por X(z) y Y(z), puede escribirse
(7.21)
Por lo tanto, la convolución en el dominio del tiempo corresponde a una multiplicación en el dominio de z.
Si r = 1, x[n] = (é¡2nF)n = eP2imF, y la transformada z se reduce a la DTFT. Por lo tanto, puede obtenerse la
DTFT de x[n] a partir de su transformada z, X(z), haciendo z = e?2nF o | z \ = 1 para dar
(7.22)
7.9 Correlacióndiscreta
La correlación es una medida de la similitud entre dos señales y se encuentra usando un proceso parecido a la
convolución. La correlación cruzada discreta (denotada por **) de x[n] y h[n] se define por:
(7.27)
(7.28)
7.9.1 Autocorrelación
La correlación r^M de una señal x[n] con ella misma se conoce como autocorrelación. Es una función simétri-
ca par (rxx[n] = r^-n]) con un máximo en n = O y satisface la desigualdad \rxx[n]\ < rxx[Q].
La correlación es un método eficaz para detectar señales ocultas entre el ruido. Esto significa que si se
correlaciona una señal ruidosa con ella misma, la correlación se deberá sólo a la señal presente (si hay alguna)
y exhibirá un pico agudo en n = 0.
(b) Considere x[n] = anu[n]9 \a\ < 1 y y[n] = rect(n/2N). Para encontrar r [n], desplazamos y[k] y sumamos
los productos sobre diferentes intervalos. Ya que y[k - n] desplaza el pulso hacia la derecha sobre los lí-
mites (-N + n, N + n), la correlación r [n] es igual a cero hasta n = -N. Entonces, obtenemos
(alias parcial):
(alias total):
(7.29)
Tal como en la convolución discreta periódica, en ocasiones se incluye un factor de promedio de l/N en la su-
matoria. También podemos encontrar la correlación periódica rxh[n] usando la convolución y la envolvente, y,
usando un periodo de la extensión periódica reflejada de la secuencia h[n],
CAPÍTULO? PROBLEMAS
EJERCICIOS Y REFORZAMIENTO
7.1 (Reflexión) Para cada señal x[n], esboce g[k] = x[3 - k] vs. k y h[k] = x[2 + k] en función de k.
7.2 (Convolución con formas cerradas) Encuentre la convolución y[n] = x[n] * h[n] para los siguientes
datos:
7.3 (Convolución de secuencias finitas) Encuentre la convolución y[n] = x[n] * h[n] para los siguientes
pares de datos. Use un marcador para indicar el origen n = 0.
U
7.4 (Propiedades) Usando x[n] = h[n] = {3, 4, 2, 1}. Calcule lo siguiente:
U
7.5 (Propiedades) Usando x[n] = h[n] = {2, 6, O, 4}. Calcule lo siguiente:
(a) y[n] = x[2n] * h[2n]
(b) Encuentre gr[%] = x[n/2] * A[n/2], suponiendo interpolación cero.
(c) Encuentre p[n] = x[n/2] * h[n]9 suponiendo interpolación de escalón donde sea necesario.
(d) Encuentre r[n] = x[n] * h[n/2], suponiendo interpolación lineal donde sea necesario.
7.6 (Aplicación) Considere un filtro promediador de 2 puntos cuya salida presente es igual al promedio de
las entradas presente y previa.
(a) Plantee una ecuación de diferencias para este sistema.
(b) ¿Cuál es la respuesta al impulso de este sistema? ,,
(c) ¿Cuál es la respuesta de este sistema a la secuencia {1, 2, 3, 4, 5}?
(d) Use la convolución para mostrar que el sistema efectúa la operación de promediado requerida.
190 Capítulo 7 Convolución discreta
7.8 (Convolución periódica) Encuentre la convolución regular y[n] = x[n] * h[n] de un periodo de cada
par de señales periódicas. Después, use la envolvente para calcular la convolución periódica yp[n] = x[n]®
h[ri\. En cada caso, especifique el número mínimo de ceros de relleno que debemos usar si deseamos en-
contrar la convolución regular partiendo de la convolución periódica de las señales rellenadas con ceros.
7.9 (Convolución periódica) Encuentre la convolución periódica yp[n] = x[n] ®fe[n] para cada par de se-
ñales usando la matriz circulante para x[n].
7.10 (Convolución e interpolación) Considere el siguiente sistema con x[n] = {O, 3, 9,12,15, 18}.
U
(a) Encuentre la respuesta y[n] si N = 2 y la respuesta al impulso del filtro es h[n] = {1, 1}. Muestre
que, excepto por los efectos de terminación, la salida describe una interpolación de escalón entre las
muestras de x[n]. ^
(b) Encuentre la respuesta y[n] si N = 3 y la respuesta al impulso del filtro es h[n] = {1,1, 1}. ¿La sali-
da describe una interpolación de escalón entre las muestras de x[n]7
(c) Determine N y h[n] si el sistema debe efectuar una interpolación de escalón por 4.
7.11 (Convolución e interpolación) Considere el siguiente sistema con x[n] = {O, 3, 9, 12, 15, 18}.
(a) Encuentre la respuesta y[n] si N = 2 y la respuesta al impulso del filtro es h[n] = tri(n/2). Muestre
que, excepto por los efectos de terminación, la salida describe una interpolación lineal entre las
muestras de x[ri\.
(b) Encuentre la respuesta y[n] si N = 3 y la respuesta al impulso del filtro es h[n] = tri(w/3). ¿La sali-
da describe una interpolación lineal entre las muestras de #[w]?
(c) Determine N y h[n] si el sistema debe efectuar una interpolación de escalón por 4.
7.12 (Correlación) Para cada par de señales, calcule la autocorrelación ^[w], la autocorrelación f^[n], la
correlación cruzada rxh[ri\ y la correlación cruzada ^hx[n]. Para cada resultado, indique la posición del
origen n = O con un marcador.
Capítulo 7 Problemas 191
REPASO E INVESTIGACIÓN
7.15 (Convolución con impulsos) Encuentre la convolución y[n] = x[n] * h[n] de las siguientes señales.
7.16 (Convolución ) Encuentre la convolución y[n] = x[n] * h[n] para cada par de señales.
7.17 (Respuesta al escalón) Dada la respuesta al impulso h[n], encuentre la respuesta al escalón s[n] de
cada sistema.
7.18 (Convolución y respuesta del sistema) Considere el sistema y[n] - Q.5y[n] = x[n].
(a) ¿Cuál es la respuesta al impulso h[n] de este sistema?
(b) Encuentre la salida usando convolución si x[n] = (Q.S)nu[ri\.
192 Capítulo 7 Convolución discreta
7.21 (Interpolación lineal) Considere un sistema que efectúa interpolación lineal por un factor de N. Una
manera de construir tal sistema, como se muestra, es realizar muéstreos por N (con interpolación cero
entre muestras de la señal) y pasar la señal muestreada a través de un filtro con respuesta al impulso
h[n] cuya salida y[n] es la señal linealmente interpolada.
(a) ¿Cuál debe ser h[n] para la interpolación lineal por un factor de N?
(b) Sea#[w] = 4tri(0.25w). Encuentre y^n] = [n/2] por interpolación lineal.
(c) Encuentre la salida del sistema y[n] para N = 2. ¿Es y[n] igual a y^n]!
7.22 (Causalidad) Argumente por qué la respuesta al impulso h[n] de un sistema causal debe ser cero para
n < 0. Con base en este resultado, si la entrada a un sistema causal empieza en n = nQ, ¿cuándo comien-
za la respuesta?
7.23 (Convolución numérica) La convolución y(f) de dos señales analógicas x(t) y h(t) puede aproximarse
tomando muestras de la señal a intervalos tg para obtener las señales x[n] y h[n]9 y reflejando y despla-
zando las muestras de una función a todo lo largo de la otra en pasos de ts (para alinear las muestras).
En cada instante kts, la convolución es igual a la suma de los productos de las muestras multiplicados
por tg. Esto es equivalente a usar la regla del rectángulo para aproximar el área. Si se obtiene la convo-
lución de x[n] y h[n] usando el método de suma por columnas, las columnas conforman el producto, y su
suma multiplicada por t aproxima y(t) a t = kt .
Capítulo 7 Problemas 193
(a) Sea x(f) = rect(¿/2) y h(t) = rect(£/2). Encuentre y(f) = x(t) * h(f) y calcule y(t) a intervalos de ts = 0.5 s.
(b) Tome muestras de x(t) y h(t) a intervalos de ts = 0.5 s para obtener x[n] y h[ri\. Calcule y[n] = x[ri\*
h[n] y el estimado de la convolución yR(nts) = tsy[ri\. ¿Coinciden con el resultado exacto de y(f) los
valores de yR(nts) en t = nts? Si no, ¿cuáles son las fuentes posibles de error?
(c) Discuta por qué la regla trapezoidal para aproximar la convolución es equivalente a sustraer, del
resultado de la convolución discreta, la mitad de la suma de las dos muestras extremas de cada co-
lumna, y multiplicar por ts. Use esta regla para el estimado de la convolución y^nt^. ¿Coinciden
con el resultado exacto de y(t) los valores de yj(nts) en t - nt¿í Si no, ¿cuáles son las fuentes posibles
de error?
(d) Obtenga estimaciones basadas en la regla del rectángulo y en la regla trapezoidal para la convolu-
ción y(t) de x(t) = 2 tri(t) y h(t) = rect(¿/2) tomando muestras de las señales en intervalos de ts = 0.5 s.
¿De cuál regla esperaría usted obtener una mejor aproximación, y por qué?
7.24 (Convolución) Sea x[n] = rect(w/2) y h[n] = rect(w/4).
(a) Encuentre f[n] = x[n] * x[n] y g[n] = h[n] * h[n],
(b) Exprese estos resultados como/[n] = A tri(n/M) y g[n] = B tri(n/K) seleccionando valores apropia-
dos para las constantes A, Af, B, y K.
(c) Generalice los resultados de la parte superior para mostrar que rect(n/2N) * rect(n/2N) = (2N
+ l)tri( 2¿Vr).
7.25 (Respuesta al impulso de algoritmos de diferencias) Dos sistemas para calcular las diferencias
hacia atrás y hacia adelante son:
Diferencia hacia adelante: yF[n] = x[n + 1] - x[n] Diferencia hacia atrás: yB[n] = x[n] - x[n -1]
(a) ¿Cuál es la respuesta al impulso de cada sistema?
(b) ¿Cuál de estos sistemas es estable? ¿Cuál de los sistemas es causal?
(c) Encuentre la respuesta al impulso de su conexión en paralelo. ¿Es estable el sistema en paralelo?
¿Es causal?
(d) ¿Cuál es la respuesta al impulso de su conexión en cascada? ¿Es estable el sistema en cascada? ¿Es
causal?
7.26 (Respuesta del sistema) Encuentre la respuesta de los siguientes filtros al escalón unitario x[n] =
u[ri\, y al escalón unitario alternante x[n] = (—l)nu[n]9 utilizando conceptos de convolución.
(a) h[n] = ó[n] - 6[n - 1] (operación de diferencia)
U
(b) h[n] = {0.5, 0.5} (promedio de 2 puntos)
(promedio móvil)
(promedio exponencial)
7.27 (Eigenseñales) ¿Cuál de las siguientes puede ser una eigenseñal de un sistema LTI?
(a) Encuentre su respuesta al impulso si a =£ /?. ¿Es el sistema total FIR o IIR?
(b) Encuentre su respuesta al impulso si a = /J. ¿Es el sistema total FIR o IIR?
(c) Encuentre su respuesta al impulso si a = j3 = 1. ¿Qué representa el sistema completo?
7.30 (Sistemas en cascada) La respuesta al impulso de dos sistemas en cascada es igual a la convolución
de sus respuestas al impulso. ¿Es la respuesta al escalón sc[n] de dos sistemas en cascada igual a s^n] *
s2[ri\, la convolución de sus respuestas de escalón? Si no, ¿cómo se relaciona sc[n] con s^n] y s2[n]t
7.31 (Sistemas en cascada) El sistema 1 es un circuito que eleva al cuadrado, y el sistema 2 es un prome-
diador exponencial descrito por h[n] = (Q.5)nu[ri\. Encuentre la salida de cada combinación en cascada.
¿Será su salida idéntica? ¿Debería ser? Explique.
(a) 2(0.5)nu[n] —
(b) 2(0.5)nw[n] —
7.32 (Sistemas en cascada) El sistema 1 es un filtro IIR con la ecuación de diferencias y[n] = Q.5y[n - 1]
+ x[n], y el sistema 2 es un filtro con respuesta al impulso h[n] = 8[ri\ - 8[n - 1]. Encuentre la salida de
cada combinación en cascada. ¿Será su salida idéntica? ¿Debería ser? Explique.
7.34 (Sistemas en cascada) El sistema 1 es un filtro pasa-bajas descrito por y[n] = Q.5y[n - 1] + x[n], y el
sistema dos es descrito por h[n] = S[n] - Q.58[n - 1].
(a) ¿Cuál es la salida del sistema en cascada a la entrada x[n] = 2(Q.5)nu[n]f?
(b) ¿Cuál es la salida del sistema en cascada a la entrada x[n]= 5[^]?
(c) ¿Cómo se relacionan los dos sistemas?
7.35 (Convolución periódica) Considere un sistema cuya respuesta al impulso es h[n] = (O.S)nu[n\. Mues-
tre que un periodo de su extensión periódica con periodo N está dado por
N-l.
Use este resultado para encontrar la respuesta de este sistema a las siguientes entradas periódicas.
(a) x[n] = cos(nTr) (b) x[n] = {l, 1, O, 0}, con N = 4
(c) x[n] = cos(0.5n7r) (d) x[n] = (0.5)n, O < n < 3, con N = 4
7.36 (Convolución en la práctica) Frecuentemente, la convolución de una secuencia larga x[n] y una secuen-
cia corta h[n] se efectúa partiendo la secuencia larga en partes más cortas, encontrando la convolución de
cada parte corta con h[n], y "pegando" los resultados. Sea x[n] - {1,1, 2, 3, 5, 4, 3,1} y h[n] - {4, 3, 2,1}.
(a) Parta x[n] en dos secuencias iguales x^n] - {1, 1, 2, 3} y x2[n] = {5, 4, 3, 1}.
(b) Encuentre la convolución y^n] = h[n] * xl\n[.
(c) Encuentre la convolución y2[n] = h[n] * x2[ri¡.
(d) Encuentre la convolución y[n] = h[n] * x[ri\.
(e) ¿Cómo puede encontrar y[n] de y^n] y y2[n]? (Sugerencia: desplace y2M y use superposición. Esto
forma la base para el método de convolución de alias y suma que se discute en el capítulo 16.)
7.38 (Media y varianza usando la autocorrelación) El valor medio mx de una señal aleatoria x[n] (con un
valor medio distinto de cero) puede calcularse de su función de autocorrelación rxx[n] como m2x = lím ^[n],
|w|—> 00
La varianza de x[n] está entonces dada por o2x = rxx(0) - m2x. Encuentre la media, varianza y potencia
promedio de una señal aleatoria cuya función íde autocorrelación es
COMPUTO Y DISEÑO
dtcongui Una GUI para la visualización de la convolución discreta
La interfaz gráfica para usuarios dtcongui permite visualizar una película de la convolución o corre-
lación de dos señales discretas en tiempo.
Usted puede seleccionar las señales y la operación (convolución o correlación).
La interfaz presenta una película de cómo la función producto y los resultados de la convolución o
correlación cambian mientras una función se desliza a lo largo de la otra.
Use el ratón para deslizar manualmente una función a lo largo de la otra y vea cambiar los resultados.
Para explorar esta rutina, teclee dtcongui en la línea de comandos de MATLAB.
196 Capítulo 7 Convolución discreta
7.39 (Forma no recursiva de filtros IIR) Un filtro FIR siempre puede representarse exactamente en for-
ma recursiva, pero un filtro IIR sólo puede representarse aproximadamente por un filtro FIR truncando
su respuesta al impulso a N términos. Mientras mayor sea el índice de truncado N, la aproximación será
mejor. Considere el filtro IIR descrito por y[ri\- O.Sy[n - 1] = x[n]. Encuentre su respuesta al impulso
h[n] y trúnquela a 20 términos para obtener hA[ri\, la respuesta al impulso del FIR equivalente aproxi-
mado. Si se tienen entradas idénticas, ¿para qué valores de n, altos o bajos, esperaría la mayor discre-
pancia en la respuesta de los dos filtros?
(a) Use la rutina f ilter de MATLAB para encontrar y comparar la respuesta al escalón de los dos fil-
tros hasta n = 15. ¿Hay algunas diferencias? ¿Debería haberlas? Repita el ejercicio extendiendo la
respuesta hasta n = 30. ¿Hay algunas diferencias? ¿Por cuántos términos permanece idéntica
la respuesta de los dos sistemas, y por qué?
(b) Use la rutina f ilter de MATLAB para encontrar y comparar la respuesta a x[n] = 1, O < n < 10 pa-
ra cada filtro hasta n = 15. ¿Hay algunas diferencias? ¿Debería haberlas? Repita el ejercicio exten-
diendo la respuesta hasta n = 30. ¿Hay algunas diferencias? ¿Por cuántos términos permanece
idéntica la respuesta de los dos sistemas, y por qué?
7.40 (Convolución de secuencias simétricas) La convolución de secuencias que son simétricas respecto
a su punto medio también está dotada de simetría (respecto a su punto medio). Use el comando conv de
MATLAB para encontrar la convolución de las secuencias siguientes y establecer el tipo de simetría (res-
pecto a su punto medio) en la convolución.
(a) x[n] = sen(0.2n7r), -10 < n < 10 h[n] = sen(0.2n7r), -10 < n < 10
(b) x[n] = sen(0.2n7r), -10 < n < 10 h[n] = cos(0.2n7r), -10 < n < 10
(c) x[n] = cos(0.2n7r), -10 < n < 10 h[n] = cos(0.2n?r), -10 < n < 10
(d) x[n] = senc(0.2n), -10 < n < 10 h[n] = senc(0.2n), -10 < n < 10
7.41 (Extrayendo señales periódicas ocultas entre ruido) La extracción de señales periódicas ocultas
en ruido requiere de la autocorrelación (para identificar el periodo) y de la correlación cruzada (para re-
cuperar la señal misma).
(a) Genere la señal x[n] = sen(0.1w7r), O < n < 499. Agregue algo de ruido aleatorio uniforme (con una
amplitud de ruido de 2 y una media de 0) para obtener la señal ruidosa s[n]. Grafique cada señal.
¿Se puede identificar alguna periodicidad de la gráfica de x[ri\? Si es así, ¿cuál es el periodo AT? ¿Se
puede identificar alguna periodicidad de la gráfica de s[w]?
(b) Obtenga la autocorrelación periódica r [n] de x[n] y grafique. ¿Se puede identificar alguna periodi-
cidad de la gráfica de r [n]? Si es así, ¿cuál es el periodo N? ¿Es el mismo que el periodo de x[n]?
(c) Use el valor de N encontrado arriba (o identifique N de x[ri\, si no lo encontró) para generar el tren
de impulsos de 500 muestras i[n] = Z<5[w - kN], O < n < 499. Encuentre la correlación cruzada pe-
riódica y[n] de s[n] e i[ri\. Escoja un factor de normalización que haga al valor pico de y[n] la uni-
dad. ¿Cómo se relaciona el factor de normalización con la longitud de la señal y el periodo AT?
(d) Grafique y[n] y x[n] en la misma gráfica. ¿Es y[n] una buena aproximación de #[w]? Explique cómo
puede mejorar sus resultados.