Pds 2019 Unsa

DEFINICION
• De acuerdo a la Signal Processing Society de la IEEE:

• “The Signal Processing Society's areas of interest are
the theory and application of filtering, coding,
transmitting, estimating, detecting, analyzing,
recognizing, synthesizing, recording, and reproducing
signals by digital or analog devices or techniques. The
term signal includes audio, video, speech, image,
communication, geophysical, sonar, radar, medical,
musical, and other signals.”
• El Proceso Digital de Señales trata de la representación
de señales por secuencias de números y el posterior
proceso de tales secuencias.
Msc. Ing. Victor Hugo Rivera 2

¿Qué es DSP?
DSP: Es una disciplina identificada por el acrónimo
en Inglés de “Digital Signal Processing”.
Comprende los fundamentos matemáticos y

algorítmicos que describen como procesar, en un
ambiente de computo digital, información
asociada a señales provenientes del mundo real.
Digital: Sistema electrónico (digital) que opera con

datos discretos representados en binario y de
precisión finita.
Señal: Un parámetro variable por medio del cual la
información es transmitida en un sistema electrónico
Procesamiento: la realización de operaciones en los
datos mediante una secuencia de instrucciones
programadas de acuerdo a un algoritmo que
modifica dichos datos o extrae información de los
mismos.
DSP: Es el dispositivo identificado por el acrónimo

“Digital Signal Processor”.
Implementa ciertas soluciones especializadas de

hardware que aceleran la ejecución de los
algoritmos de DSP.
Descripción del curso
• Se pretende dar las pautas necesarias para aplicar los

conceptos del PDS en problemas de la Ingeniería
Biomédica, Telecomunicaciones, Control, Acústica, Sonar,
Procesamiento Digital de Imágenes, etc.
• Se expondrán los diferentes algoritmos para procesar
señales. Así como las herramientas de simulación usando
la computadora necesarias ara resolver los mencionados
problemas.
• Transformar la señal en otra
• Se hará uso intensivo de Matlab en los laboratorios.

Del ASP al DSP
• Ha habido grandes avances en los ordenadores en
los últimos años de tal manera que éstos presentan
mayor potencia (hacen más cosas), mayor fiabilidad
en los cálculos, menor tamaño, son más rápidos y
baratos, tienen menor consumo de potencia, no
presentan variación con la temperatura o la edad.
• Algunas señales son inherentemente digitales.
• Se han dado enormes desarrollos en el diseño de
circuitos integrados, MSI, LSI, VLSI.
• También ha habido grandes adelantos en el diseño
de software (FFT).
• El DSP permite realizar muchas operaciones
imposibles o difíciles de realizar en ASP (Filtrado con
desfase lineal, supresión de ecos, encriptación, etc.).
Del ASP al DSP
• Flexibilidad en la reconfiguración de operaciones. Si
se desea cambiar el comportamiento de un ASP hay
que rediseñar el hardware; en DSP sólo se necesita
cambiar el programa (Software).
• Reproducibilidad perfecta: Los sistemas DSP
presentan desempeño idéntico de unidad a unidad
(No hay problemas de tolerancia).
• Precisión garantizada: En ASP la tolerancia de los
componentes no permite un buen control de esta; por
el contrario en DSP se pueden especificar la precisión
de los conversores A/D, la longitud de la palabra, el
tipo de aritmética usada, etc. y estas sólo dependen
del número de bits usados en los conversores A/D y
D/A y en el procesador.

Del ASP al DSP
• Además con DSP se tiene fácil transportabilidad y
almacenamiento en medios magnéticos sin deterioro
o pérdida de la fiabilidad, además de procesamiento
en tiempo real (La señal digital es menos susceptible
al ruido que la señal análoga).
• Baja sensibilidad al ruido.

• Sistemas DSP
– Capturan señales
– Convierten A/D
– Procesan (DSP)
– Almacenan y/o
envian al exterior la
información
procesada
(generalmente en
ENTRADA FILTRO FILTRO DE SALIDA
formato analógico. A/D DSP D/A

ANALÓGICA ANTI-ALIASING RECONSTRUCCIÓN ANALÓGICA
(P.Ej. Audio ó
vídeo) 1001...0 0...1101
1101...1 1...1100
0101...0 1...0011
1000...0 1...0010
1011...1 0...1101
1011...0 1...0011
1010...1 1...0101

Ventajas del DSP
• Son sistemas programables y versátiles (un
mismo HW- varias aplicaciones.
• Se pueden actualizar muy fácilmente (SW
upgrades)
• Son sistemas estables y reproducibles a lo largo
del tiempo. El funcionamiento de todos los
dispositivos es idéntico.
• Algunas aplicaciones sólo pueden realizarse con
DSP. Su equivalente analógico no es posible
tecnológicamente.

Desventajas del DSP
• Necesita un mayor BW para transmitir señales
digitales.
• Velocidad y costo (En los conversores A/D y
D/A y en los procesadores digitales), lo que
genera problemas con señales de gran ancho
de banda.
• Tiempo de diseño: Todo diseño de DSP
consume tiempo, existiendo casos imposibles
de realizar.
• Se requiere sincronización en la transmisión
de señales digitales.

APLICACIONES
• Filtrado y compresión de audio y video,
cancelación de ruido:
ecualización y tratamiento alineal para mejorar
la relación señal/ruido o el uso del ancho de
banda (Ej: ADPCM, MPEG2, MP3, FAX)
• Modems:
métodos de modulación y demodulación digital
de datos sobre un canal de ancho de banda y
ruido propio dado. P.Ej:(ASK, FSK, PSK, DPSK,
QAM, TCM)

APLICACIONES
• Señalización:
envío y detección de información de control
sobre un canal de voz o datos (P.Ej: DTMF, R2,
CallerID)
• Cancelación de eco:
para compensar ecos en sistemas de elevado
tiempo de propagación (Ej: VOIP:Voice Over IP)
o con elevado tono local (telefonía de manos
libres)
• Cifrado:
para comunicaciones seguras

APLICACIONES
• Detección y corrección de errores:
agregado de datos a la información transmitida
para detectar y corregir eventuales errores de
recepción
• Telefonía celular:
manejo dinámico de frecuencias y potencias en
estaciones base
• Multiplexores T1 y Switches PBX:
T1 para uso combinado de datos y voz
PBX para centrales telefónicas digitales

APLICACIONES
• Síntesis digital directa:
para estaciones de broadcast totalmente
digitales
• Tratamiento de señales de RF:
telefonía celular, modulación y demodulación
digital, spread-spectrum.
• Medicina:
tomografía, MNR, ecografía, scanners,
electrocardiograma, electroencefalograma,
diagnóstico asistido
• Visión artificial y OCR: Optical Character
Recognition
APLICACIONES
• Telemetría:
monitoreo satelital de recursos, prospección
petrolera/minera/submarina
• Sonar y Radar:
radares de apertura sintética, arrays de antenas,
detección de blancos móviles, detección
doppler, navegación, oceanografía
• Instrumental:
analizadores de red, de espectro, etc....

APLICACIONES
• Control de motores:
robótica, sistemas de transporte, sistemas de
impresión, control de cabezales en sistemas de
almacenamiento masivo de datos (discos
rígidos, DVD, etc.)
• Control de procesos:
controladores PID, control adaptativo
• Análisis de vibraciones:
detección preventiva de fallas por análisis del
espectro de vibraciones

APLICACIONES
• Sistemas de navegación:
GPS, piloto automático, sistemas de guía de
misiles, etc
• Telefonía:
Caller ID, generación DTMF, detección de
DTMF, Call Progress y Pulsos de tarificación
(16kHz)
• Automotriz:
AirBags, control de combustión, inyección y
emisiones, ABS, etc..
• Electrodomésticos inteligentes, domótica y
sistemas de seguridad
Estructura interna de un DSP
CPU
UNIDAD
DE CACHÉ
CONTROL
MEMORIA
UNIDAD
COMPUTACIONAL 1
MULTIPLICADOR
PROCESADOR
DE E/S
REGISTROS ALU
INTERNOS
CONTROLADOR
DESPLAZADOR DMA
PUERTOS
UNIDAD SERIE
COMPUTACIONAL 2 SÍNCRONOS
MULTIPLICADOR
PUERTOS
DE ENLACE CON
REGISTROS ALU
OTROS DSP
INTERNOS
DESPLAZADOR
INTERFAZ
DE
BUSES

DSP TIPICO

Arquitectura DSP
ARQUITECTURA
HARVARD
Bus de direcciones Bus de direcciones

MEMORIA
DE MEMORIA
CPU DE
PROGRAMA
Bus de Datos DATOS
Bus de Datos
(a)
ARQUITECTURA VON
NEUMANN
MEMORIA Bus de direcciones

DE
DATOS CPU
Y
Bus de Datos
PROGRAMA

(b)
Comunicaciones y memoria en
DSPs
BUS DE DIRECCIONES BUS DE DATOS
PROCESADOR E/S PROCESADOR E/S
BANCO 1 BANCO 2
Doble puerto
DSP DE DE
MEMORIA MEMORIA
MEMORIA
PUERTO
CONVERTIDOR
SERIE
A/D
SÍNCRONO
PROCESADOR
DMA CONMUTADOR
DE
PROCESADOR E/S BARRAS CRUZADAS
BUS DE DIRECCIONES
MEMORIA DE CÓDIGO
BUS DE DIRECCIONES BUS DE DATOS BUS DE DATOS

MEMORIA DE DATOS MEMORIA DE DATOS MEMORIA DE CÓDIGO

CONCEPTOS BASICOS
Bases matemáticas
• Modelado de señales continuas. Series y

Transformada de Fourier, Transformada de
Laplace, filtros analógicos.
• Convolución y Correlación
• Sistemas muestreados, cuantificación de
señales: ruido de cuantificación
• Modelado de señales muestreadas: la
Transformada Z, Transformada discreta de
Fourier (DFT), transformada discreta del coseno
(DCT), otras transformaciones
(Wavelet,Hartley,..)
CONCEPTOS BASICOS
Métodos algorítmicos:
• Transformada rápida de Fourier (FFT)

• Otros algoritmos típicos: (Ej: Algoritmo de
Goertzel, ...)
• Diseño de filtros digitales

Señales
• Se entiende por señal como una cantidad física cuyo contenido
en información nos interese procesar, transmitir, mejorar, etc..
• La señal puede variar con el tiempo, el espacio o cualquier otra
variable independiente.
• Ejemplos de Señal: Audio, Voz, ECG, Imagen, Vídeo, Radio,
TV, Radar, Sonar, Microondas, Radiofrecuencia, etc..
• La señal de voz varía en función de la variable independiente
tiempo.
• La señal de imagen varía en función de dos variables
independientes que vienen a ser las coordenadas.
• Toda señal deberá pasar por un transductor que le convertirá
en una variable eléctrica la cual a su vez será llevada al formato
digital para procesarla usando PDS.

Señal de Voz
4
x 10
2.5
2
1.5
1
0.5
0
-0.5
-1
-1.5
1.2 1.25 1.3 1.35 1.4 1.45 1.5 1.55 1.6 1.65
4
x 10

Señales
• Según el rango de variabilidad de la variable
independiente, la señal puede ser:
Contínua en el tiempo f(t), t  [a,b]

Discreta en el tiempo: f(t)  {t0, t1,..., tn}
• Según el rango de variabilidad de la amplitud, la señal

puede ser:
Contínua en amplitud
Discreta en amplitud

TRATAMIENTO DE SEÑALES
Las señales reales son

analógicas
Transductor
Conversor a señal
eléctrica
A-D
cuantización
muestreo
DSP
Manipulación digital

Clasificación de Señales
• Trataremos cuatro tipos de señales:
– Analógicas, x(t) : amplitud y tiempo continuos.
– Muestreadas, xs[n] : tiempo discreto, amplitud
continua.
– Cuantificadas, xQ(t) : tiempo continuo, amplitud
discreta.
– Digitales, xQ[n] :tiempo y amplitud discretos.

Señal Analógica

Conversión Analógica Digital
Muestreo en el tiempo
T
CONVERSION A/D
• Muestreo temporal => Periodo TM
• Cuantificación => Número de bits N

Cuantificación
Niveles
n7
n3
n2
n1
T
n0 Msc. Ing. Victor Hugo Rivera 34
Niveles de Cuantificación
• Los niveles n0, n1,n2,...,n7.
• Se le asigna a cada uno un código binario (número).
• Dependiendo de la cantidad de niveles (resolución) se
asignarán una determinada cantidad de bits.

Cuantificación
T
Señal Digitalizada
T
Clasificación de Señales
• Clasificación de señales basada en su duración:
– Causales: se definen sólo para el eje positivo de t
– Anticausales: se definen sólo para el eje negativo de t
– No causales: se definen para ambos ejes de t.
– Periódicas: xp(t) = xp(t+-nT), T periódo n es un entero.
• Clasificación de señales basadas en simetrías
– Simetría Par: x(t) = x(-t)
– Simetría Impar: x(t) = -x(-t)
Una señal no simétrica puede siempre expresarse
como la suma de una función par y una impar

• Análisis de señales:
– Toda señal puede
ser descompuesta
en un conjunto de
componentes
senoidales de
diferente amplitud
, frecuencia y
fase.
• Al analizar la señal,
se puede enfocar
desde su estudio en
el dominio de la
frecuencia, ó desde
su estudio en el
dominio del
tiempo.
• La información en
ambos casos es la
misma, solo que
vista desde
diferente
perspectiva.
• El análisis en el
dominio de la
frecuencia permite
descubrir aspectos
casi inapreciables
desde el análisis en
el dominio del
tiempo.

• Ejemplos de
espectros de
frecuencia de varias
señales.
– Las periódicas puras
tienen un espectro
discreto.
– Las señales
transitorias
presentan un
espectro continuo.

La transformada discreta de
Fourier (DFT)
• La transformada discreta de Fourier parte de N muestras de entrada y

nos suministra N/2+1 puntos (líneas) de frecuencia, COMPLEJOS.
Ejemplo simple de DSP: Filtro de
promedio simple.
•Cada muestra se
recalcula como el
promedio con las M
muestras adyacentes.
•Esto permite eliminar
componentes de alta
frecuencia de la señal

Interpolación y reconstrucción
La función sinc (impulso amortiguado) Entre otros usos, puede utilizarse
es de gran utilidad en DSP. para interpolar y reconstruir (re-
Se define como: muestrear) señales, como en la figura
siguiente.:
Reconstrucción e interpolación usando sinc
1
Señal reconstruida Muestras reales

0.8
0.6
Amplitud
0.4
Gráfica de sinc 0.2
Msc.-0.2Ing. Victor Hugo Rivera 44

-4 -2 0 2 4
Períodos de muestreo
Sistemas
• Un sistema físico es un conjunto de dispositivos
conectados entre sí, cuyo funcionamiento está sujeto a
leyes físicas. Desde este punto de vista, un sistema es un
proceso de señales.
• La señal o señales a ser procesada forma la excitación o
entrada del sistema. La señal procesada es la respuesta
o salida del sistema.
• El análisis de sistemas implica el estudio de la respuesta
del sistema a entradas conocidas.
• La síntesis de sistemas se realiza especificando las
salidas que deseamos para una entradas dadas y
estudiando que sistema es el más adecuado.
Sistemas
• Asociado a toda señal se tiene un sistema que la genera.
La señal de voz se genera al forzar el paso de aire a
través de las cuerdas vocales.
• El sistema se puede definir también como un dispositivo
que realiza una operación sobre una señal. Por ejemplo
un filtro se usa para modificar una señal a fin de reducir el
ruido y mejorar el contenido de información. Se dice que
la señal ha sido procesada por el filtro.

Clasificación de los Sistemas
La representación normal de un sistema (tiempo continuo)
se realiza normalmente a través de ecuaciones
diferenciales
• Lineales: los coeficientes no dependen de x o y. No hay
términos constantes.
• Nolineales: los coeficientes dependen de x o y. Hay
términos constantes.
• Invariante en el tiempo: coeficientes no dependen de t.
• Variante en el tiempo: los coeficientes son funciones
explícitas de t.

Clasificación de los Sistemas
• A los sistemas lineales se les puede aplicar el principio de
superposición
• Un sistema es invariante en el tiempo cuando la respuesta
y(t) depende sólo de la forma de la entrada x(t) y no del
tiempo en que se aplica.
• Los sistemas a estudiar son del tipo LTI.
• La representación normal de un sistema (tiempo discreto),
donde las señales vienen dadas por secuencias y la
ecuación del sistema por ecuaciones diferencia.
y[n] + A1y[n-1]+A2y[n-2]+…+ANy[n-N]
=B0x[n]+B1x[n-1]+…+BMx[n-M]

Sistemas DSP
xn  yn
DSP
xn  yn
4 6
0 3 4 5 6 n 0 1 2 3 5 7 n
1 2 7
ADC xn  DSP yn DAC

xt  yt 

Proceso de conversión A/D
• El proceso de conversión requiere de cuatro pasos
xt  xn 
Circuito
2n Lógico
Entrada
 Código de
Análoga Fs 1 salida digital
Filtro Pasabajos Muestreo y retención Cuantizador Codificador
• La idea fundamental es que en este proceso se

conserve la información de la señal de entrada; la
herramienta que permite predecir que en efecto esto se
da se llama el teorema del muestreo el cual se enuncia
a continuación.
Teorema de Muestreo
• “Una señal de banda limitada, en tiempo continuo, cuya
mayor frecuencia (ancho de banda) es B Hz, puede
recuperarse de forma única a partir de sus muestras
siempre que la velocidad de muestreo Fs verifique que
Fs sea mayor o igual a 2B muestras por segundo“ .

Muestreo de una señal análoga
12V
Señal análoga
6V
 6V
Muestras de señal
 12V nTs
1 2 3 4 5 6 7 8 9 10

ELECCION DEL PERIODO DE
MUESTREO

Muestreo mediante el producto de una señal
por un tren periódico de pulsos
pt 

t
Ts
 k 
2 sen 
 jk t A  s  si k  0
T A
p(t )   ck e Ts ck 
Ts  k 
 
ck 
Ts
si k  0
k 
 s 
T

• Espectro de la señal antes y después del
muestreo
X 
A   k   2 k 
X s     a S   X    
Ts k    Ts   Ts 

 2B 2B
X s 
 
Banda 2 4
de guarda Ts Ts

• Espectro con “aliasing” (solapamiento de
frecuencia) de una señal muestreada
X s 

 
2 4
Ts Ts

• Frecuencia mínima de muestreo
X s 
4 2 2 4 
  2B
Ts Ts Ts Ts

• Diagrama de bloques de un converso A/D

• Respuesta de un dispositivo S/H

Cuantización
• Es la conversión de una señal en tiempo discreto con
valores continuos en una señal en tiempo discreto con
valores discretos (señal digital).
• Es un proceso irreversible, no invertible, ya que se
produce una pérdida de información

Codificación
• Las muestras digitales que en la mayoría de los casos
están en forma binaria son luego codificadas de manera
adecuada para su posterior manipulación.
• Codificar significa asignar códigos discretos a muestras
cuantizadas. Las representaciones más comunes son
en punto fijo (complemento a 2), punto flotante y punto
flotante por bloques.

Pds 2019 Unsa

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Pds 2019 Unsa

Загружено:

Авторское право:

Доступные форматы

DEFINICION

• De acuerdo a la Signal Processing Society de la IEEE:

Msc. Ing. Victor Hugo Rivera 2

Comprende los fundamentos matemáticos y

Digital: Sistema electrónico (digital) que opera con

DSP: Es el dispositivo identificado por el acrónimo

Implementa ciertas soluciones especializadas de

• Se pretende dar las pautas necesarias para aplicar los

Msc. Ing. Victor Hugo Rivera 5

Msc. Ing. Victor Hugo Rivera 7

Msc. Ing. Victor Hugo Rivera 8

formato analógico. A/D DSP D/A

Msc. Ing. Victor Hugo Rivera 9

Msc. Ing. Victor Hugo Rivera 10

Msc. Ing. Victor Hugo Rivera 11

Msc. Ing. Victor Hugo Rivera 12

Msc. Ing. Victor Hugo Rivera 13

Msc. Ing. Victor Hugo Rivera 14

Msc. Ing. Victor Hugo Rivera 16

Msc. Ing. Victor Hugo Rivera 17

Msc. Ing. Victor Hugo Rivera 19

Msc. Ing. Victor Hugo Rivera 20

Bus de direcciones Bus de direcciones

MEMORIA Bus de direcciones

Msc. Ing. Victor Hugo Rivera 21

BUS DE DIRECCIONES BUS DE DATOS BUS DE DATOS

Msc. Ing. Victor Hugo Rivera 22

• Modelado de señales continuas. Series y

• Transformada rápida de Fourier (FFT)

Msc. Ing. Victor Hugo Rivera 25

Msc. Ing. Victor Hugo Rivera 26

Msc. Ing. Victor Hugo Rivera 27

Contínua en el tiempo f(t), t  [a,b]

• Según el rango de variabilidad de la amplitud, la señal

Msc. Ing. Victor Hugo Rivera 28

Las señales reales son

Msc. Ing. Victor Hugo Rivera 29

Msc. Ing. Victor Hugo Rivera 30

Msc. Ing. Victor Hugo Rivera 31

Msc. Ing. Victor Hugo Rivera 33

Msc. Ing. Victor Hugo Rivera 35

Msc. Ing. Victor Hugo Rivera 38

Msc. Ing. Victor Hugo Rivera 40

Msc. Ing. Victor Hugo Rivera 41

• La transformada discreta de Fourier parte de N muestras de entrada y

Msc. Ing. Victor Hugo Rivera 43

Señal reconstruida Muestras reales

Gráfica de sinc 0.2

Msc.-0.2Ing. Victor Hugo Rivera 44

Msc. Ing. Victor Hugo Rivera 46

Msc. Ing. Victor Hugo Rivera 47

Msc. Ing. Victor Hugo Rivera 48

ADC xn  DSP yn DAC

Msc. Ing. Victor Hugo Rivera 49

Filtro Pasabajos Muestreo y retención Cuantizador Codificador

• La idea fundamental es que en este proceso se

Msc. Ing. Victor Hugo Rivera 51

Msc. Ing. Victor Hugo Rivera 52

Msc. Ing. Victor Hugo Rivera 53

Msc. Ing. Victor Hugo Rivera 54

Msc. Ing. Victor Hugo Rivera 55

Msc. Ing. Victor Hugo Rivera 56

Msc. Ing. Victor Hugo Rivera 57

Msc. Ing. Victor Hugo Rivera 58