Tema5-Muestreo y Reconstruccion

1
Francisco.Gomez@ii.uam.es
Procesamiento Digital de Seal Procesamiento Digital de Seal
Tema 5: Muestreo y reconstruccin
Teorema de muestreo: Shannon-Nyquist.
Reconstruccin
Diezmado e Interpolacin
Cuantizacin
Muestreo Muestreo
El muestreo digital de una seal analgica trae consigo una discretizacin
tanto en el dominio temporal como en el de la amplitud. Hay varias
formas de describir matemticamente el proceso de discretizacin
temporal de una seal continua en el tiempo.
Un muestreador ideal, consiste en una funcin que toma los valores de
la seal x (t) en los instantes muestreados y el valor cero para el
resto de puntos
2
Muestrear una seal continua x(t)
equivale a multiplicarla por un tren
de funciones delta p(t), siendo
) ( ) x( ) ( x t p t t
s
=
) ( ) ( nT t t p
n
=

=
Proceso de muestreo: dominio de tiempo Proceso de muestreo: dominio de tiempo
( ) ] [ ) (
) ( ) x( ) ( x
n x nT t nT x
nT t t t
s
n
s
n
s S
= =
= =
t
t
n
x(t)
p(t)
x
s
(t)
T
s
Proceso de muestreo: dominio de frecuencia Proceso de muestreo: dominio de frecuencia
=
=
k
s
s
k
T
P ) (
2
) (
| | ) ( ) X(
2
1
) ( X
p
P =

=
= =
= =
k
s
k
s
s
k
du u k
T
u X
du u P u X
) X(
) (
2
) (
2
1
) ( ) (
2
1
) ( X
p

w
w
X(w)
P(w)
2
T
s
1
w
B
-w
B
w
s
2w
s
-2w
s
-w
s
=
=
k
s
s
k
T
) X(
1
) ( X
p

Una multiplicacin en el tiempo equivale a
una convolucin en el de frecuencia
con
s
s
T
2
=
-2w
s
w
1
T
s
X
p
(w)
w
s
2w
s
-w
s
3
El espectro resultante es peridico y se presentan los siguientes casos
A.- La frecuencia de muestreo w
s
es mayor que 2w
B
B.- Se disminuye a frecuencia de muestreo w
s
hasta que sea igual a 2w
B
-2w
s
w
1
T
s
X
p
(w)
w
s
2w
s
-w
s
2w
B
w
B
-w
B
-2w
s
w
1
T
s
X
p
(w)
w
s
2w
s
-w
s
2w
B
w
B
-w
B
C.- Se disminuye a frecuencia de muestreo w
s
hasta que sea inferior a 2w
B
2w
B
-2w
s
w
1
T
s
X
p
(w)
w
s
2w
s
-w
s
w
B
-w
B
Cuando w
s
< 2w
B
ocurre un solapamiento en frecuencia de las bandas
laterales y se produce el fenmeno de aliasing en frecuencia.
Para una seal x(t) continua de banda limitada, X(w)=0 para w> w
B
, que
se muestrea con una frecuencia de muestreo w
s
.
Las muestras x(nT), n=0, 1, 2,..., determinen unvocamente la seal
x(t) si se cumple que w
s
2w
B
,
Se define la frecuencia lmite w
s
= 2w
B
con el nombre de frecuencia de
Nyquist, con
Solapamiento de
bandas laterales
T
s
2
=
4
Una seal continua puede representarse y reconstruirse partiendo del conocimiento de
sus muestras. Esto se deriva de un resultado bsico llamado teorema de muestreo.
Este teorema funciona como un puente entre las seales continuas y las discretas y nos
garantiza que no se pierde informacin.
Ntese que todo muestreo trae consigo una aparente prdida de informacin en la seal
continua x (t). El Teorema del Muestreo establece en que condiciones se garantiza que
al muestrear no hay prdida de informacin.
Muestreo Muestreo
TEOREMA de Shannon. Frecuencia de Nyquist
Teorema de muestreo : Una seal x (t) con un espectro limitado a la
frecuencia f
B
( |f| < f
B
) puede ser muestreada sin prdida de
informacin si la frecuencia de muestreo f
S
supera la cantidad
2f
B,
es decir f
S
2f
B
.
Si no se muestrea como mnimo a esa frecuencia tiene lugar el fenmeno
denominado aliasing.
Si se muestrea de acuerdo al teorema existe un proceso de reconstruccin
que garantiza la reproduccin exacta de la seal continua x(t) a partir de
sus muestras x[n].
Muestreo Muestreo
5
Problemas a resolver:
Una seal discreta puede corresponder a varias seales continuas.
Multiples alias de una seal
Periodo de muestreo Periodo de muestreo
Problemas a resolver:
Qu frecuencia de muestreo nos garantiza que recuperamos la seal y no perdemos
informacin?
Eleccin del periodo de muestro: el valor ptimo ser el mayor sin perdida de
informacin.
Periodo de muestreo Periodo de muestreo
6
El proceso de reconstruccin es evidente en el dominio de frecuencia
Para recuperar la seal original a partir de la muestreada no hay ms que
aplicar un filtro paso-bajo con una frecuencia de corte entre w
c
w
B
, y w
c
<
w
s
-w
B
y una amplificacin A=T
s
-2w
s
w
1
T
s
X
p
(w)
w
s
2w
s
-w
s
2w
B
w
B
-w
B
w
X(w)
1
w
B
-w
B
w
c
-w
c
w
A = T
s
w
c
= w
B
( ) ( )
p
X H X = ) (
H(w)
Reconstruccin Reconstruccin
El proceso de reconstruccin en el dominio de tiempo ) ( * ) ( ) ( t h t x t x
r s r
=
w
c
-w
c
w
H(w)
( )
( )
/ sinc
/
) ( t
A
t
t sen A
t h
c
c c
r
= =
-2w
s
w
1
T
s
X
p
(w)
w
s
2w
s
-w
s
x
s
(t)
( ) ] [ ) ( ) ( x n x nT t nT x t
s
n
s S
= =

<
=
resto
A
H
c
r
0
) (

-5 0 5
0
1
t
Sinc(t)=sin(t)/(t)
7
( )

=
=
=
=
=
= = =
n
s c c
n
s c c
s
n
c c
s s
n
c
s s
s s r
nT t A
n x
nT t A
nT x
d
t A
nT nT x
d
t A
nT nT x
d t h x t h t x t x
)
) (
sinc( ] [ )
) (
sinc( ) (
)
) (
sinc( ) ( ) (
) sinc( ) ( ) (
) ( ) ( * ) ( ) (

| | ( ) | | | |
( ) | |
( )

=
= =
n
s s
s s
n
s s r
T nT t
T nT t sen
n x T nT t n x t x
/
/
/ sinc ) (
Salida del filtro de reconstruccin con A= T

s
y w
c
=w
B
=w
s
/2=/T
s
Muestreo y Reconstruccin Muestreo y Reconstruccin
En la reconstruccin para cada muestra
de la secuencia x[n] :
se suma la funcin sinc ponderada por el
valor de la muestra y
desplazada al instante nT
x(t)=cos(2ft) con f =12Hz
x
r
(t)
x[17]h
r
(t-17T) x[5]h
r
(t-5T)
8
Muestreo Muestreo y y Reconstruccin Reconstruccin
El filtro pasa bajo ideal interpola entre los impulsos x
s
(t) para reconstruir
una seal en tiempo continuo x
r
(t)
El hecho de que h
r
(nT)=0 para n=1, 2,..., permite el control de las
inteferencias entre los distintos pulsos, interferencia intersmbolos ( ISI ).
La interferencia siempre existe, pero ser cero, y por tanto controlable,
en los instantes de muestreo
Este tipo de reconstruccin de la seal original presenta varios problemas:
El dominio de la funcin sinc( t) es infinito.
Requiere muestreos pasados y futuros.
Existe la posibilidad de truncar la funcin sinc( t) , pero da lugar al efecto
Gibbs y siempre se requieren muchos puntos.
Se pueden utilizar otras aproximaciones como funcin de interpolacin; pulsos
rectangulares, triangulares,
La eleccin debe hacerse en funcin de su estabilidad y de su realizacin
fsica.
Procesado en Tiempo Discreto Procesado en Tiempo Discreto
En una aplicacin real la seal de entrada es analgica, se pasa a una seal
discreta que se procesa con un sistemas lineal discreto y la salida del sistema se
transforma a una seal continua
El sistema en conjunto tiene la siguiente Estructura:
Conversor C/D
Sistema en tiempo discreto
Conversor D/C
Tanto la frecuencia de muestreo as como la estructura del sistema discreto
pueden seleccionarse segn se quiera
El sistema completo es equivalente a un sistema continuo ya que se transforma la
seal de entrada en tiempo continuo x
c
(t) en una seal de salida en tiempo
continuo y
r
(t)
Fig. 4.11
Sistema en
Tiempo Discreto
D/C
T
C/D
T
x[n] y[n]
x
c
(t) y
r
(t)
9
Conversor ideal de tiempo discreto a tiempo continuo (D/C):
Conversor ideal de tiempo continuo a tiempo discreto (C/D):
| |
( ) | |
( )
=
n
s s
s s
r
T nT t
T nT t sen
n y t y
/
/
) (
( )
( )
<
= =
resto
T Y T
Y H Y
s s
r r
0
/
) ( ) (

| | ( )
s c
nT x n x =
=
|
|
.
|
\
|
=
k
s
c
s
T
k
X
T
X

2 1
) (
Diezmado e Interpolacin Diezmado e Interpolacin
10
Nuevo muestreo cada N muestras:
Se anula N-1 valores cada N muestras
Eliminando las muestras con valor 0 y
Teniendo en cuenta el nuevo periodo de
muestreo y[n]=x[Nn]
Diezmado o Diezmado o submuestreo submuestreo
| | ] [ mN n n p
m
+ =

=
Diezmado en tiempo discreto (N=3)
x[n]
y[n]=x[Nn]
N
x[n]
n
p[n]
n
v[n]
y[n]
n
n
| |
=
= =
caso otro 0
,... 2 , , 0 ] [
] [ ] [
N N n n x
n p n x n v
T
s
T
s
=NT
s
Anlisis del diezmado en el dominio de frecuencias x[n]
y[n]=x[Nn]
N
x[n]
n
p[n]
n
v[n]
y[n]
n
n
T
s
T
s
=NT
s
N=3
X()
V()
0 2
0 2/N 22/N
2
0 2/N 22/N
2
1/N
1/N
1
P()
=N
0 Nw
B
2
1/N
w
B
/N 2 cada replicas y (xN) frecuencia en Expansin
) (
1
) ( ) (
v[Nn] y[n] de da Transforma
1
0
2
=
|
.
|
\
|

= =
=
N
k
k
N N
j
N
j
j
e X
N
e V e Y
) )
)
11
| |
=
=
=
=
1
0
2
1
es discreta Fourier de serie su y ) ( ] [
] [ ] [
N
k
kn
N
j
l
e
N
p[n]
lN n n p
n p n x n v
x[n]
y[n]=x[Nn]
N
X()
V()
0 2
0 2/N 22/N
2
0 2/N 22/N
2
1/N
1/N
1
P()
0 Nw
B
2
1/N
w
B
Y()
| | | |
/N 2 cada X(w) de s espectrale Replicas
) (
1
] [
1
1
) (
v[n] de da Transforma
1
0
2
1
0
2
2
=
|
.
|
\
|

=
|
.
|
\
|

=
= =
=
|
|
.
|
\
|
= =
N
k
k
N
j
N
k n
n k
N
j
n j
k
kn
N
j
n
n j
n
j
e X
N
e n x
N
e e
N
n x e n v e V
) ) )
| | | |
| |
/N 2 cada replicas y (xN) frecuencia en Expansin
) (
1
) (
) (
v[Nn] y[n] de da Transforma
1
0
2
=
|
.
|
\
|

=
= = =
= = =
=
N
k
k
N N
j
N
j
N
m
j
m
n j
n
n j
n
j
e X
N
e Y e m v
e Nn v e n y e Y
)
) )
) ) )
Diezmado: Filtro Diezmado: Filtro antialias antialias previo previo
y[n]=x[Nn]
X
1
()
Y()
0 2
0
/N 2
1/N
1
w
B
> /N
0

1
4/N 2/N
2 0
2 0
1/N
/N
X ()
x[n]
N
x
1
[n]
Si el ancho de banda de x[n] es
mayor que /N al diezmar se
produce aliasing
Es necesario un filtro pasa baja con
frecuencia de corte w
c
= /N
antes de realizar el diezmado.
w
c
=/N
12
13
Resumen: Diezmado e Interpolacin Resumen: Diezmado e Interpolacin
Conversin A/D Conversin A/D- - Diezmado Diezmado Conversion D/A Conversion D/A
y[n]=x[Nn] x[n]
N
x(t)
A/D D/A
y(t)
f
c
=f
m
/2 f
c
=f
m
/2
f
m f
m
=f
m
/N
-f
o
f
o
f
-f
o
/f
m
f
o
/f
m
-f
o
f
o
f
-Nf
o
/f
m
Nf
o
/f
m
Si Nf
o
/f
m
<1/2
14
Cuantizacin Cuantizacin
Para procesar seales digitalmente no slo es necesario muestrear la seal
analgica sino tambin cuantizar la amplitud de esas seales a un nmero
finito de niveles.
El tipo ms usual es la cuantizacin uniforme, en el que los niveles son
todos iguales. La mayora usan un nmero de niveles que es una potencia
de 2. Si L= 2
B
, cada uno de los niveles es codificado a un nmero binario
de B bits.
La cuantizacin (o el truncamiento en operaciones mtematicas en un
microprocesador) puede producir problemas serios en el diseo de filtros
digitales, hasta el punto (en casos graves) de convertir filtros estables en
inestables.
15
Cuantificacin en imgenes Cuantificacin en imgenes
La misma imagen cuantificada con 7 bits (128 niveles de grises) y
con 3 bits (8 niveles de grises).
Efectos Efectos de de Cuantizacin Cuantizacin
Cada forma tienen sus ventajas e inconvenientes en el momento de realizar el
filtro. Uno de los problemas ms importantes que debe tener en cuenta una
realizacin son los efectos de cuantizacin.
Los efectos de cuantizacin se producen al tener obligatoriamente que truncar
(o cuantizar) los coeficientes del filtro y las seales de entrada y salida. Esta
cuantizacin puede dar lugar a que las caractersticas del filtro realizado
difieran de las especificaciones del filtro diseado.
Los efectos de cuantizacin deben ser tenidos muy en cuenta cuando el diseo
se realiza en microprocesadores con aritmtica de punto fijo (por ejemplo,
DSPs). En caso de utilizar micros de 32 bits con aritmtica en punto flotante,
los efectos de cuantizacin pueden ser despreciados.
Dividiremos los efectos de cuantizacin en dos partes: los debidos a la
cuantizacin de las seales (de entrada x[n] o de salida y[n]) y los debidos a la
cuantizacin de los coeficientes.
16
Cuantizacin Cuantizacin de la de la seal seal
Ruido de Cuantizacin: Llamaremos x
S
[n] a la seal discreta
y x
Q
[n] a la seal discreta cuantizada. El error es :
[n] = x
S
[n] - x
Q
[n]
Se define la relacin seal a ruido de cuantizacin ( SNR
Q
) como la
relacin entre la potencia P
S
de la seal y la potencia P
N
del error
[n], medido en decibelios.
Para una seal x( t) cuyo fondo de escala D est dado por x
max
-x
min
. Si
cuantizamos x( t) con L niveles, la distancia entre dos niveles consecutivos o
resolucin se define como = D/ L .
Se denomina rango dinmico DR, a la relacin entre el fondo de escala D y la
resolucin DR= D/ , de forma que DR= 2
B
.
En decibelios,
La ecuacin sugiere que por cada bit que aadimos al cuantizador, la relacin
seal a ruido de cuantizacin mejora en 6 dB.
17
Cuantizacin Cuantizacin escalar escalar
Seales muestreadas unidimensionales:
x(t) x(nT)= x[n]
x[n]x^[n]
Cuantizacin instantnea:
Uniforme
Compresin instantnea
Cuantizacin adaptable:
Hacia adelante
Hacia atrs
Cuantizacin diferencial
Cuantizacin Cuantizacin uniforme uniforme
Todos los cuantos son iguales:
B bits => 2
B
niveles en [X
max
,X
max
]
X
max
= 2
B-1
x
x
^
000
001
011
010
100
x
x
^
Cuantizador de
media huella
Cuantizador de
media contrahuella
x
x
^
18
Ruido de Ruido de cuantizacin cuantizacin
Relacin seal ruido
Estimacin de la SNR (seal / distribucin)
Cuantizacin uniforme
Clculo del ruido de Clculo del ruido de cuantizacin cuantizacin (ejemplo) (ejemplo)
Saturacin:
Relacin seal ruido:
19
Clculo del ruido de Clculo del ruido de cuantizacin cuantizacin (ejemplo) (ejemplo)
B = 8 bits => SNR = 40.8 dB
B = 12 bits => SNR = 64.8 dB
B = 16 bits => SNR = 88.8 dB
En procesamiento de audio:
80 dB......... HiFi
60 dB......... Equipos msica gama media
40 dB......... Ruido se aprecia
20 dB......... Telfono
<10 dB....... Molesta / dificultades para entender voz
Cuantizacin Cuantizacin vs. Saturacin vs. Saturacin
Si X
max
>> 4
x
:
Poco ruido de saturacin
Mucho ruido de cuantizacin
Si X
max
<< 4
x
:
Mucho ruido de saturacin
Poco ruido de cuantizacin
Ajuste de nivel de entrada crtico (ganancia
de entrada)
p(x)
X
max
-X
max
p(x)
X
max
-X
max
20
Cuantizacin Cuantizacin no uniforme: no uniforme:
Compresin instantnea Compresin instantnea
Problema de Q-uniforme:
Hay que preocuparse del nivel de la seal
Objetivo compresin instantnea:
SNR independiente de nivel de seal
Cuantos diferentes: /x cte
x
y
^
Compresin logartmica Compresin logartmica
log Q
sgn
C
o
d
i
f
.
D
e
c
o
d
.
log
y
^
sgn(x)
y
^
x x y
^
|x|
^
sgn(x)
Se cuantiza uniformemente el logaritmo de la seal de entrada
21
Otras leyes de compresin: ley Otras leyes de compresin: ley ley A ley A
F Q
sgn
C
o
d
i
f
.
D
e
c
o
d
.
F
-1
y
^
sgn(x)
y
^
x x y
^
|x|
^
sgn(x)
0 0.2 0.4 0.6 0.8 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
=0
=5
=20
=255
22
0 0.2 0.4 0.6 0.8 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
A=2
A=5
A=20
A=87.6
Cuantizacin Cuantizacin adaptable adaptable
Interesa grande para evitar saturacin
Interesa pequea para reducir e
q
Seales no estacionaria:
x
2
vara con el tiempo
Solucin:
Adaptar G a la
varianza de la seal
23
Efectos de Efectos de Cuantizacin Cuantizacin
Cuantizacin de seales : El efecto de cuantizar la seal puede estudiarse
como el efecto de aadir un error o una seal de ruido e[n] a la salida ideal
del filtro digital. Este ruido se considera como el efecto conjunto de varios
errores producidos en el procesamiento:
Error de cuantizacin en el convertidor A/D a la entrada del filtro.
Errores de redondeo o truncamiento en las operaciones
(multiplicaciones, sumas).
Error en la cuantizacin de la salida en el convertidor D/A (menos bits
en la salida que en las operaciones).
Errores de Truncamiento: Cuando se implementa un filtro en hardware (DSPs o
ASICs) suele ser habitual trabajar en un punto fijo ya que es considerablemente ms
barato en trminos de rea de silicio y complejidad en el diseo. Por ejemplo, las
variables del filtro (entradas, salidas y coeficientes) pueden estar cuantizadas en 16
bits. Al hacer una multiplicacin necesitaremos 32 bits, que es posteriormente
truncado de nuevo a 16 bits. Este tipo de error puede ser analizado mejor desde un
punto de vista estadstico.
Supongamos que truncamos un nmero de (+1) bits a (b+1) bits, tal y como indica la
figura.
El error producido al truncar x es:
t
= Q(x)-x. El error es cero si todos los bits
rechazados son cero, y ser mximo si todos los bits rechazados son 1. El error
mximo es por tanto,
El error de truncamiento ser siempre negativo para nmeros en complemento de 2, y
su valor es -(2
-b
-2
-
)
t
0 . Si suponemos que >>b,
A la hora de analizar los errores producidos por el truncamiento se recurre al anlisis
estadstico. Suponiendo una distribucin uniforme de los errores en el rango (-2
-b
,0),
la media del error es -2
-(b+1)
y su varianza es 2
-b
/12. Estos valores son ciertos en caso
de utilizar complemento de 2, lo cual es bastante habitual.
s a
-
a
-b
a
-2
a
-1
...
s a
-b
a
-2
a
-1
...
+ =

+ =
1
2 2 2
b i
b i
i
a
0 2

t
b
24
El anlisis se hace sumando una seal de ruido a la seal sin truncar. Esa seal de
error tiene la media y varianzas calculadas previamente.
Los tipos de realizaciones estudiadas (en paralelo y cascada) tienen un impacto
parecido en los errores de truncamiento. Utilizando formas en cascada podemos
mejorar la varianza del ruido de truncamiento puede disminuirse emparejando polos
y ceros de acuerdo a ciertos criterios y modificando el orden al cual se realizan las
operaciones en cascada.
Una consecuencia de las operaciones aritmticas es el overflow, es decir cuando el
resultado de una operacin rebasa el mximo nmero admitido por una cierta
representacin digital. En tal caso la seal debe mantenerse en ese nivel mximo, lo
que produce fuertes distorsiones en las seales.
Q u[n]
v[n]
u[n] v[n]
e
[n]
v[n]
v[n]
Una ventaja de la aritmtica de complemento de 2 es la mostrada en el
siguiente ejemplo. Se quiere hacer la suma 0.6875
10
+0.8125
10
-0.5625
10
con un
cdigo digital de 5 bits en complemento de 2. La suma de los dos primeros
operando da overflow. Sin embargo, si eliminamos el bit de signo y
continuamos sumando el resultado ser correcto:
01011+01101=11000 Eliminamos el bit de signo porque hay overflow 01000
01000+10111=01111 Lo que equivale a 0.9375, el resultado correcto.
Una forma de evitar el overflow es multiplicar las operaciones por un factor
que evite el overflow.
Este factor debe ser lgicamente menor que 1, lo que empeora relacin
seal ruido del filtro.
La relacin seal-ruido en una seal cuantizada es,P
s
es la potencia de la
seal de entrada, D es el fondo de escala y b es el nmero de bits. P
s
es
proporcional a la varianza de la seal,
x
2
.
Si multiplicamos la seal por un factor A, la potencia de la seal ser
A
2
x
2
. Sustituyendo en la ecuacin vemos que si A>1, mejora la SNR
Q
,
pero se corre el peligro de producir overflow. Por el contrario, un valor de
A<1, evita el overflow pero empeora la SNR
Q
.
b D P SNR
s Q
6 log 20 8 . 10 log 10 + + =
25
Cuantizacin de coeficientes : Se trata de investigar el impacto de la cuantizacin de
los coeficientes del filtro en la funcin de Transferencia del mismo.
Supongamos una funcin de Transferencia H(z)=1/(1+a
1
z
-1
+a
2
z
-2
), cuyos polos
complejos son p y p
*
cumplindose que a
1
= -2Re(p) y a
2
=|p|
2
. Por tanto, cuantizar a
1
significa cuantizar la parte real del polo, mientras que cuantizar a
2
significa cuantizar
el radio del polo. Esto se muestra en la figura.
El polo estar definido por la interseccin de las
lneas verticales y los crculos. Se pueden sacar
dos conclusiones:
En la vecindad de z= 1, los posibles polos
estn ms separados entre s. Se dice que estos
polos son muy sensibles a la cuantizacin.
Re(z)
Im(z) 0
-1
1
-1 1 0

Tema5-Muestreo y Reconstruccion

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tema5-Muestreo y Reconstruccion

Uploaded by

Copyright:

Available Formats

1

Salida del filtro de reconstruccin con A= T

You might also like