Вы находитесь на странице: 1из 5

MUESTREO

Temas Avanzados en Proceso de Seales - TAPS Seales unidimensionales Seales multidimensionales

Objetivo:
f (t ) , t f d [ n ] , n f ( t ) , t

Objetivo:
(x), x
k

d [ n ] , n

( x ) , x

Muestreo:
Modelo de muestreo: , seal de muestreo seal continua, seal muestreada Seal de muestreo:
p (t ) =
n =

Muestreo:
Modelo de muestreo: , seal de muestreo , seal discreta seal muestreada Sea una estructura de muestreo definida por el retculo:
s

, seal discreta

seal continua,

(t n T )

p = x

k / x = ni vi , ni , donde {v1 , v2 ,..., vk } forman una base de i =1

Expresado en forma matricial, p = {x Esta seal puede interpretarse como un tren de deltas desplazadas sobre los puntos de una estructura de muestreo definida por el retculo p = {t / t = n Ts , n } , cuya celda de Voronoi, C ( p ) , es precisamente el periodo fundamental [ Ts 2 , Ts 2] , y
1 cuya densidad es precisamente la frecuencia de muestreo: d ( p ) = = fs . Ts

/ x = V n, n

} , donde

V = [ v1 , v 2 ,..., v k ] es una matriz generatriz del retculo.

Seal de muestreo:
p(x) =
x p p

( x x ) , o en forma matricial, p ( x ) = ( x V n )
p
n
k

Seal muestreada: f p ( t ) = f ( t ) p ( t ) =

n =

f (t ) (t n T ) = f (t ) (t n T )
s n s

Esta seal puede interpretarse, de nuevo, como un tren de deltas desplazadas sobre los puntos de una estructura de muestreo definida por el retculo p . Por analoga con el caso 1D, puede interpretarse que p ( x ) es peridica de periodo fundamental V ( p ) y densidad de muestreo d ( p ) . Seal muestreada: p ( x ) = ( x ) p ( x ) =
n

Seal discreta: f d [ n ] = f p ( n Ts ) = f ( n Ts ) Esta seal puede interpretarse como una normalizacin del eje temporal de f p ( t ) por el valor Ts , es decir, por la amplitud del vector que genera el retculo p , de modo que si
f p ( t ) toma valores en t = n Ts , entonces n = t Ts .

(x) (x V n)
k

Seal discreta: d [n ] = p ( V n ) = ( V n ) Esta seal resulta de normalizar la seal p ( x ) en las direcciones que indican los vectores base del retculo, de modo que si p ( x ) toma valores en x = V n , entonces
n = V 1 x . Es decir, con independencia de la estructura del retculo p , la seal

Jess Bescs Cano

Tema 2: Seales y sistemas multidimensionales

Temas Avanzados en Proceso de Seales - TAPS discreta toma valores en todos los puntos del plano entero
k

Anlisis frecuencial:

Anlisis frecuencial:
CSFT Seal continua original: ( x ) ( f )

Seal continua original:


FT f ( t ) F ( f )

La regin en la cual se verifica ( f ) 0 , se denomina regin de soporte de la seal

( x) .
CSFT Seal de muestreo: p ( x ) P ( f ) = d ( p ) ( f U n ) , donde U es la matriz
n
k

Seal de muestreo:
p ( t ) P ( f )
FT

1 P( f ) = Ts

n =

( f n f )
s

generatriz de *p , es decir U = ( V T )

La transformada P ( f ) puede interpretarse como un tren de deltas ponderadas por


d ( p ) = 1 Ts , y desplazadas sobre los puntos del retculo recproco *p = { f / f = n f s , n

} , cuya celda de Voronoi y periodo fundamental es el

intervalo [ f s 2 , f s 2] , y cuya densidad es la inversa de la del retculo p :

d ( *p ) = Ts .

Seal muestreada:
FT f p ( t ) Fp ( f ) = F ( f ) P ( f )

CSFT Seal muestreada: p ( x ) p ( f ) = ( f ) P ( f ) = d ( p ) ( f U n )


n
k

Fp ( f ) =

1 Ts

F( f n f )
n s

La transformada Fp ( f ) puede interpretarse como un sumatorio de versiones de


F ( f ) ponderadas y desplazadas sobre los puntos del retculo recproco *p .

Jess Bescs Cano

Tema 2: Seales y sistemas multidimensionales

Temas Avanzados en Proceso de Seales - TAPS


Seal discreta: Fd ( ) = Fp ( f Ts )
1 Fd ( ) = Ts

Seal discreta: d ( ) = p ( U f ) = d ( p ) ( U f U n )
n
k

F( f
n

Ts n f s )

, donde es la misma frecuencia f (cambiada de nombre para indicar que se trata de una DSFT) normalizada, de modo que si p ( f ) es una suma de rplicas de ( f ) en
f = U n , entonces las posiciones de frecuencia normalizada resultan = U 1 f = VT f . Es decir, con independencia de la estructura del retculo *p , la

retculo recproco *p , de modo que si Fp ( f ) es una suma de rplicas de F ( f ) en


f = n f s , entonces n = f f s y la frecuencia normalizada es = f f s .

, donde es la misma frecuencia f (cambiada de nombre para indicar que se trata de una DTFT) normalizada por f s , es decir, por la amplitud del vector que genera el

DSFT de la seal discreta presenta un patrn que se replica en todos los puntos del plano entero k , que es posible interpretar como un retculo de k con una celda de Voronoi hipercuadrada de lado unidad. El espectro de d ( ) , peridico por tanto de periodo unidad ( 1k ), es el mismo espectro de ( f ) pero girado y escalado (segn las direcciones y magnitudes de los vectores base del retculo *p ) y replicado en cada punto de
k

Teorema de Nyquist:

Teorema de Nyquist generalizado: Para poder recuperar ( x ) limitada en banda a partir de d [n ] , que muestrea ( x ) en un retculo p , es necesario que la regin de soporte de ( x ) encaje en la celda de Voronoi del retculo *p , de modo que no se produzca solape espectral (aliasing):
( f ) = 0, f V ( *p )

Enunciado tradicional: para poder recuperar f ( t ) limitada en banda a partir de f d [ n ] es necesario que la frecuencia de muestreo, f s , sea superior al doble de la mxima frecuencia de la seal f ( t ) , de modo que no se produzca solape espectral
(aliasing).

Enunciado generalizable: para poder recuperar f ( t ) limitada en banda a partir de f d [ n ] , que muestrea f ( t ) cada Ts , es necesario que la parte no nula de F ( f ) encaje
en un intervalo 1 Ts , de modo que no se produzca solape espectral (aliasing).
NOTA: El enunciado tradicional es aplicable a seales reales, en las que el mdulo de la FT es par y, por lo tanto, el espectro de la seal abarca dos veces su frecuencia mxima.

Reconstruccin
Modelo de reconstruccin: Si en la seal original continua se verifica el teorema de Nyquist, es decir, si Jess Bescs Cano

Reconstruccin
Modelo de reconstruccin: Si la seal original continua verifica el teorema de Nyquist en la estructura de muestreo

Tema 2: Seales y sistemas multidimensionales

Temas Avanzados en Proceso de Seales - TAPS

[ f min , f max ] [ f s
siguiente esquema:

2 , f s 2] , es posible recuperar f ( t ) a partir de f d [ n ] aplicando el

considerada, es posible recuperar ( x ) a partir de d [n ] aplicando el mismo esquema que para el caso unidimensional. La especificacin del filtro paso bajo interpolador ideal sera en este caso:
* * d ( p ) f < V ( p ) H lp ( f ) = resto 0

Si p ( t ) =

n =

( t n T ) , entonces f ( t ) =
s p n =

n =

f [ n ] ( t n Ts ) . Como

Si p est prefijado y ( x ) no verifica el teorema de Nyquist, es necesario establecer un compromiso entre los efectos de un prefiltrado previo (degradacin por eliminacin de altas frecuencias) y los del aliasing (degradacin por solape espectral).

adems f d [ n ] = f ( n Ts ) , resulta f p ( t ) =

f ( t ) ( t n Ts ) , que es precisamente la

seal muestreada. A partir de su espectro, es posible obtener F ( f ) = Fp ( f ) H lp ( f ) , siendo:


T H lp ( f ) = s 0

f < fs 2 resto
fs 2

Por lo tanto,
FT Fp ( f ) H lp ( f ) f ( t ) = Fp ( f ) H lp ( f ) e j 2 ft df = Ts
1

fs 2

Fp ( f ) e j 2 ft df

Dado que en la prctica el filtro H lp ( f ) no es realizable (su respuesta al impulso es una funcin sinc, no causal y de duracin infinita), la reconstruccin aproximada se realiza con filtros interpoladores, H rN ( f ) , de orden N = 0,1, 2, etc. , que aproximan la Si f s est prefijada y f ( t ) no verifica el teorema de Nyquist, es necesario establecer un compromiso entre los efectos de un prefiltrado previo (degradacin por eliminacin de altas frecuencias) y los del aliasing (degradacin por solape espectral). Reconstruccin prctica En la prctica se hacen pasar los valores f d [ n ] , uno cada Ts , por un filtro interpolador del orden requerido. El orden indica el nmero de valores de f d [ n ] necesarios en cada instante para obtener una aproximacin de f ( t ) ; indica, por lo tanto, el retardo introducido:

respuesta en frecuencia de H lp ( f ) .

Jess Bescs Cano

Tema 2: Seales y sistemas multidimensionales

Temas Avanzados en Proceso de Seales - TAPS

Jess Bescs Cano

Tema 2: Seales y sistemas multidimensionales

Вам также может понравиться