Muestreo de Señales y Conversión AD
1
Jonathan Rivas Cerrud., 2Luis Gonzalo Guarnizo G, 3Steven Alexander Champutiz Villota
1, 2
Programa de Ingeniería Electrónica y Telecomunicaciones, Facultad de Ingeniería
3
Programa de Ingeniería Mecatrónica, Facultad de Ingeniería
Universidad Autónoma de Occidente
Cali, Colombia
jonathan.rivas@uao.edu.co, luis.guarnizo@uao.edu.co, steven.champutiz@uao.edu.co
Resumen—en el presente informe se presenta elementos
básicos del procesamiento digital de señales como conversión de
una señal análoga a una señal discreta teniendo en cuenta la
importancia del teorema de muestreo y fundamentos del
fenómeno de Aliasing, los efectos de cuantización y finalmente
la reconstrucción de señales, también se trata la manipulación
de señales para describir señales más complejas utilizadas como
funciones básicas o bloques de construcción.
Palabras Clave— conversor AD,aliasing,MatLab,teorema de
muestreo, manipulación de señales.
I. INTRODUCCIÓN
Actualmente la mayor parte del procesamiento de señales
se realiza de forma digital, esto significa que las señales se
transforman en números (valores discretos) y se manipulan
mediante un ordenador (u otro sistema similar). Esta
manipulación, y por lo tanto modificación de los valores en
la secuencia de números que definían a nuestra señal, es lo
que denominamos procesamiento de señales.
Cuando la señal ya es originalmente un conjunto de
números, este proceso es natural. Sería el caso, por ejemplo,
del procesamiento de una fotografía capturada mediante una
cámara digital y que nosotros decidimos retocar (filtrar,
realzar contraste, aplicar algún tipo de efecto artístico, etc.).
El resultado de este procesamiento es otra foto digital de
salida más o menos cambiada respecto de la original.
Cuando la señal original no es un conjunto de valores
discretos sino una variación continua a lo largo del tiempo,
es necesaria una transformación para obtener la señal en
forma digital. Esta transformación se conoce como
conversión analógico - digital (A/D), que implica diferentes
etapas: el muestreo, cuantización y codificación de la señal.
El muestreo consiste en tomar valores de la señal cada cierto
tiempo, es decir, no considerar todo el tiempo de forma
continua sino solamente unas muestras equiespaciadas, con
lo que el resultado es un conjunto finito de valores.
La cuantificación se refiere a asignar a la amplitud de estos
instantes de tiempo escogidos (es decir, al valor que toma la
señal en estos instantes) un valor concreto de entre un
conjunto finito de posibles valores, que son los que vendrán
determinados por el número de bits N considerados en este
proceso. Dado que para N bits este conjunto es de 2 valores,
N
cuantos más bits, más posibles valores y por lo tanto mayor
precisión (menor error) en esta etapa de cuantificación.
II. MARCO TEORICO
A. Teorema del muestreo
El teorema del muestreo establece que para muestrear una
señal análoga, es necesario que la tasa de muestreo Fs sea el
doble de la frecuencia Fmáx de dicha señal [1]. En
consecuencia, si se cumple esta condición se garantiza que la
señal fue muestreada correctamente.
𝑭𝒔 > 𝟐𝑭𝐦á𝐱 Ecu. 1
B. Aliacosg
Se dice que una señal reconstruida a partir de muestras
presenta Aliasing cuando la relación entre la frecuencia de la
señal análoga F y la de la tasa de muestreo Fs es menor a 0.5
como se muestra en Ecu. 2. Si esta condición no se cumple,
al reconstruir la señal a partir de la señal muestreada; se
obtendrá una representación diferente a la original.
𝑭
<
𝟏
Ecu. 2
𝑭𝒔 𝟐
Cuando no se cumple la condición, se debe manipular la
señal muestreada para conseguir observar la señal análoga
que se reconstruirá.
C. Manipulación de señales discretas
Con las señales se puede realizar diferentes operaciones,
entre las que se encuentran el desplazamiento temporal, la
reflexión, el submuestreo, la suma y la multiplicación.
1) Desplazamiento temporal
Para el desplazamiento temporal se cambia n por 𝑛 ± 𝑘,
donde k es un entero. Si el signo es negativo, representa un
atraso de la señal discreta; mientras que si es positivo la señal
se adelanta.
Si 𝑦(𝑛) = 𝑥(𝑛)
Entonces al aplicar el Desplazamiento temporal la señal
sería:
 Se tiene,
𝐲(𝐧) = 𝐱(𝐧 ± 𝐤) Ecu. 3 4
cos(2𝜋 + 𝜃) = cos (2𝜋 ∗ )
5
2) Reflexión
Para realizar la reflexión, se debe invertir la señal discreta Entonces, la fase se la señal reconstruida será,
tomando como eje el pivote. Esta operación se representa de
la siguiente manera: 6
𝜃= 𝜋
5
s𝑖 𝑦(𝑛) = 𝑥(𝑛),
Y la señal reconstruida se obtiene a partir de la siguiente
Entonces la señal reflejada es, señal discreta,
6
𝑦(𝑛) = cos (2𝜋 ∗ 𝑛)
𝐲(𝐧) = 𝐱(−𝐧) Ecu. 4 5
Finalmente, se multiplica por la frecuencia de muestreo
3) Submuestreo para obtener la señal analógica reconstruida:
El submuestreo consiste en dividir la cantidad de
muestras de la señal entre la constante que acompaña a la 𝑦(𝑡) = cos(2𝜋(60)𝑡)
variable n y comenzar a tomar muestras de la misma a partir
del pivote. Dicha señal se conoce como el alias de la señal original.
𝒚(𝒏) = 𝒙(𝒌𝒏) Ecu. 5
C. Ejemplo operaciones entre señales
4) Suma
Para realizar la suma de señales discretas se deben alinear Dada la señal
con el pivote todos los sumandos y se suman muestra a 𝑥(𝑛) = {1, 2, 𝟏, 3, 1 }
muestra de acuerdo a su posición.
1) Desplazamiento temporal
𝒚(𝒏) = 𝒙𝟏(𝒏) + 𝒙𝟐(𝒏) Ecu. 6
Encontrar 𝑥(𝑛 − 2)
5) Multiplicación
Esta operación, al igual que la suma se realiza muestra a 𝑥(𝑛 − 2) = {𝟏, 2, 1, 3, 1 }
muestra. 2) Reflexión
𝒚(𝒏) = 𝒙𝟏(𝒏). 𝒙𝟐(𝒏) Ecu. 7
Encontrar 𝑥(−𝑛)
III. EJEMPLOS TEÓRICOS
𝑥(−𝑛) = {1, 3, 𝟏, 2, 1 }
A. Ejemplo teorema del muestreo
Considerando la siguiente señal 3) Submuestreo

𝒚(𝐭) = 𝐜𝐨𝐬(𝟖𝟎𝝅𝒕) Ecu. 8 𝑥(2𝑛) = {1, 𝟏, 1 }

4) Suma
Se sabe que la frecuencia de Nyquist pasa esa señal es 40 𝑥1(𝑛) = { 𝟏, −6, 5,2, −6 }
Hz y según el teorema del muestreo, la tasa de muestreo debe 𝑥2(𝑛) = { 𝟏, 9, −4,5,10}
ser por lo menos el doble de esta; es decir 80 Hz. 𝑥1(𝑛) + 𝑥2(𝑛) = { 𝟐, 3, 1,7,4 }
B. Ejemplo Aliasing
5) Multiplicación
Considerando la Ecu. 8 y suponiendo que se muestrea a
𝒙𝟏(𝒏). 𝒙𝟐(𝒏) = {𝟏, −54, −20,10, −60}
una tase de 50 Hz, entonces evaluando la Ecu. 2:

40 𝐻𝑧 1 IV. VALIDACIÓN Y RESULTADOS

<
50 𝐻𝑧 2
A. Teorema del muestreo en MatLab
Como la condición no se cumple, se debe manipular la Para validar el teorema del muestreo se utilizó la función
señal para observar la que se reconstruiría. stem de MatLab, la cual permite graficar señales discretas en
rangos definidos; ya que la función plot no permite graficar
Usando la identidad trigonométrica señales discretas y visualizar cada una de las muestras. Sin
embargo, la función plot si permite visualizar una señal seno
cos(2𝜋 + 𝜃) = cos 𝜃 si la frecuencia de muestreo es mucho mayor que el doble de
la frecuencia de la señal análoga; generalmente mayor que
diez.

Si se grafica la función de la Ecu. 8 con una frecuencia de

muestreo de (3/40) Hz, usando el código de la Fig. 1, se
obtiene la señal de la Fig. 2.

Fig. 3. Código de MatLab para generar señal sinusoidal

discreta con Fs. = 200 Hz

Fig. 1. Código de MatLab para generar señal sinusoidal

discreta con Fs. = 13.33 Hz

Fig. 4. Señal obtenida para Fs. = 40/3 Hz

En esta imagen se observa que a pesar de que se cumple

Fig. 2. Señal obtenida para Fs. = 40/3 Hz
En la Fig. 2 se observa que la señal obtenida no tiene la
forma senoidal que se esperaba; esto se debe a que la Fs. es
de 13.33 Hz. Por lo tanto, no se cumple la condición
establecida en el teorema del muestreo.
con el teorema del muestreo, la señal senoidal no esta del todo
bien reconstruida. Esto se debe a que en la práctica se debe
garantizar por lo menos que la Fs sea diez veces mayor para
garantizar que se muestree bien la señal análoga.
Finalmente, se ejecuta el código de MatLab para una
frecuencia de 400 Hz. La señal obtenida se muestra en la Fig.
5; en la cual se observa que la señal reconstruida
efectivamente tiene la forma de la señal seno.

Ahora se muestrea la señal con una frecuencia cinco veces

mayor (200 Hz) como se muestra en el código de la Fig. 3 y
se obtiene la señal de la Fig. 4
 Fig. 5. Señal obtenida para Fs. = 400 Hz
B. Aliasing en MatLab
Utilizando el script de la Fig. 6 desarrollado en Matlab, se
valida el ejemplo teórico en el que se utilizó una frecuencia
de la señal análoga de 40 Hz y una frecuencia de muestreo de
50 Hz. Como se evidencia en la Fig. 6, efectivamente la señal
reconstruida presenta un alias debido a la Fs.
Fig. 6 Script de Matlab para el procesamiento de señales
C. Operaciones entre funciones con MatLab
A continuación, se presenta la manipulación de señales
discretas, mediante el script de Matlab mostrado en la Fig. 7
Fig. 7. Interfaz Gráfica de usuario para la manipulación de
señales en tiempo discreto
En la anterior gráfica se puede observar en el primer
recuadro la señal original, en el segundo recuadro la señal
desplazada y en el tercer recuadro la convolución de la señal
x(n)*x2(n).
Se procede a realizar las respectivas pruebas.
D. Operaciones entre funciones con
MatLab.Desplazamiento en el tiempo.
Fig. 8. Adelanto en 3 muestras de la señal x(n)
Para realizar el adelanto o atraso de la señal se emplea el
comando sigshift el cual implementa la siguiente función
Fig. 9. Desplazamiento de la señal x(n)
E. Operaciones entre funciones con MatLab.Reflexión en el
tiempo.

Fig. 13. Escalamiento temporal de la señal x(n).

Se emplean los comandos escale y sigshift para realizar
en un principio el escalamiento empleando la función escale.

G. Operaciones entre funciones con

MatLab.Desplazamiento, Submuestreo y reflexiónn en el
tiempo.

Fig. 10. Reflexión de la señal x(n) en el tiempo

Se puede observar de las siguientes líneas de código que

se emplea la función sigfold para realizar la inversión en el
tiempo de la señal x(n) y almacenando en nuevas variables
como se puede apreciar en la línea 159 del código.

Fig. 11. Reflexión de la señal x(n) en el tiempo

Fig. 14. Desplazamiento, Reflexión y Escalamiento
temporal de la señal x(n).
F. Operaciones entre funciones con MatLab.Submuestreo o
escalamiento en el tiempo. En la Figura 14 se observa que la señal se ha atrasado 5
muestras en el tiempo se ha reflejado y posteriormente se ha
submuestreo.
H. Operaciones entre señales con MatLab.Suma de señales
Basados en el ejemplo práctico C.4 se obtiene la siguiente
señal.

Fig. 12. Escalamiento temporal de la señal x(n).

Se puede observar de la gráfica anterior que se tiene una

señal x(n) y se escala en el tiempo cada dos muestras la cual
se ve representado en la señal y(n), para realizar dicha
operación se utilizó los siguientes comandos:
 Fig. 15. Suma de señales x1(n) y x2(n), la operación se ve
reflejada en el tercer recuadro con color rojo
Se implementa los siguientes comandos en Matlab para
representar suma de secuencias.
Fig. 18. Suma de señales empleando el comando conv().
Fig. 16. Suma de señales empleando el comando sigadd
Analizando la respuesta con color rojo dada en la figura 15 y
la ecuación matemática representada a continuación se
concluye que las respuestas son correctas.
Suma
𝑥1(𝑛) = { 𝟏, −6, 5,2, −6 }
𝑥2(𝑛) = { 𝟏, 9, −4,5,10}
𝑥1(𝑛) + 𝑥2(𝑛) = { 𝟐, 3, 1,7,4 }
I. Operaciones entre señales con MatLab.Convolución de
señales causales.
Fig. 17. Convolución de la señal x(n) con la señal x2(n).
Del anterior script y del siguiente código se puede observar
que aquí la operación ya no se realiza componente a
componente, sino que se realiza una inversión,
desplazamiento, multiplicación y suma para esto se ha
empleado el comando conv de MatLab.
[1] «Digital Signal Processing using MATLAB – John G.
[2] «Muestreando señales (primera parte) | Ciencia,
V. CONCLUSIONES
 Existen varias formas de muestrear señales
análogas, en este caso usamos el muestreo uniforme,
considerado como el más usado en la práctica.
 El muestreo, cuantización y codificación hace parte
un conversor análogo digital el cual es de suma
importancia para el procesamiento digital de la señal
en consideración.
 Para obtener el período de muestreo o
equivalentemente la frecuencia de muestreo de una
señal análoga se debe considerar las características
de la señal, principalmente su contenido de
frecuencia para aplicar el teorema de muestreo.
 Se observa que puede existir el fenómeno conocido
como Aliasing o solapamiento, efecto que causa que
señales continuas distintas se tornen indistinguibles
cuando se muestrean digitalmente. Cuando esto
sucede, la señal original no puede ser reconstruida
de forma unívoca a partir de la señal digital.
 Cuando se requiere convertir una señal digital a
análoga es necesario un conversor digital analógico
y para esto el teorema de muestreo nos indica la
forma óptima de realizar la interpolación en un
límite de banda.
 Las señales en tiempo discreto son utilizadas como
funciones básicas o bloques de construcción para
describir señales más complejas, algunas de las
manipulaciones simples es la transformación de la
variable independiente (desplazamiento, reflexión,
submuestreo), como también la suma,
multiplicación y escalamiento de secuencias.
 La herramienta Matlab ® es importante para
comprender de forma práctica los conceptos
aplicados en el procesamiento digital de señales.
VI. REFERENCIAS
Proakis – 3ed.pdf».
Tecnología y Sociedad | SciLogs | Investigación y
Ciencia». [En línea]. Disponible en:
https://www.investigacionyciencia.es/blogs/tecnologia/
20/posts/muestreando-seales-primera-parte-10461.
[Accedido: 15-mar-2019].