EMILIO SORIA OLIVAS

MARCELINO MARTNEZ SOBER

JOS VICENTE FRANCS VILLORA
GUSTA VO CAMPS V ALLS
Departamentode IngenieraElectrnica
Universitatde Valencia

Madrid. Mxico. Santafde Bogot. BuenosAires. Caracas.Lima. Montevideo

SanJuan. SanJos. Santiago.SaoPaulo.White Plains

AGRADECIMIENTOS

vii

PRLOGO.

ix

...

CAPTULO

1.

SEALES

SISTEMAS

EN

PrcticasconMATLAB
Ejerciciospropuestos
Ejerciciosresueltos
1.1.
Introduccinterica

TIEMPO

DISCRETO.

12

58
60

CAPTULO 2. ANLISIS FRECUENCIAL DE SEALES y SISTEMAS.

Ejerciciospropuestos
Ejerciciosresueltos
2.1.
PrciicasconMATLAB

Introduccinterica

75
.75

""'0

81
.105.106

CAPTULO

3.

3.1.

TRANSFORMADA

Introduccin

Ejercicios
Prcticas

terica.

..

.o.

119

.o.

119

...129

conpropuestos.
resueltos. MATLAB

...165

.o.

CAPTULO

4.

4.1.
PrcticasconMATLAB
Ejerciciospropuestos
Ejerciciosresueltos

REALIZACIN

Introduccinterica

DE

SISTEMAS

EN

TIEMPO

DISCRETO.

...175
...175
...179
...233
...235

167

L LIBRO que el lector tiene entre manos es el resultado de una serie de aos de docencia de los autores en las titulaciones de Ingeniera Electrnica e Ingeniera Tcnica de Telecomunicaciones de
la Universitat de Valencia en asignaturas del procesado digital de seales (PDS) y sistemas adaptativos.
Todos estos aos de docencia nos han llevado a la conclusin de que era necesario un libro deproblemas en este campo de trabajo debido a la ausencia de este tipo de textos. Hay que tener en cuenta que
nuestros estudiantes deben tener una formacin eminentemente prctica yeso se consigue resolviendo un
gran nmero de cuestiones/problemas sobre una determinada materia. Este objetivo, que todo docente en
ingeniera tiene claro, ha llevado a los autores a desarrollar una serie de problemfis para sus alumnos que,
recopilados, han conducido a este texto.
La estructura segn la que se ha organizado el libro es la siguiente. En primer lugar revisamos problema,s relacionados con las seales y sistemas para asentar las bases del PDS tanto en relacin a la
nomenclatura como en cuanto a las herramientas bsicas de trabajo. Debemos destacar que aparece la
Respuesta en Frecuencia y la Transformada Discreta de Fourier (DFT) antes que la Transformada Z. Este enfoque, seguido por textos muy extendidos en la literatura, creemos que es el adecuado ya que las
funciones senoidales aparecen de forma natural como funciones propias de los sistemas y, a partir de
este punto, se define la respuesta en frecuencia que conduce, de forma lgica, a la DFT. Posteriormente
aparece la Transformada Z como una generalizacin de la respuesta en frecuencia. El siguiente captulo est dedicado a la implementacin de estructuras de sistemas y espacios de estados. A continuacin
llegamos al tema de anlisis de los problemas relacionados con la utilizacin de registros de longitud
finita. El texto continua con un tema dedicado al diseo de filtros digitales FIR e IIR donde se describen
los mtodos de diseo ms habituales. Finalizamos el libro con un tema dedicado al filtrado adaptativo.
Los sistemas adaptativos no aparecenen muchos textos de teora, considerados como clsicos, dentro del
procesado digital de seales y su inclusin aqu se debe, principalmente, al gran nmero de aplicaciones
que tienen.
La estructura de cada captulo es siempre la misma, al principio se proporciona una pequea introduccin terica que pretende seruna gua para la resolucin de problemas pero que, en ningn caso,se plantea
como un sustituto de los excelentes textos que se dan en la bibliografa. Seguidamente,apareceuna serie
de ejercicios resueltos donde los autores,a modo de gua, les han otorgado una determinada dificultad que
se indica al margen. Esta dificultad, evidentemente, es relativa ya que el estudiante tendr menos dificultad en aquellos conceptos que mejor haya entendido, de ah que se tenga cierta subjetividad a la hora de
valorarla. A continuacin, se propone una serie de problemas para que el estudiante intente determinar la
solidez de lo aprendido. Por ltimo, al acabar cada seccin, se da una serie de ejemplos realizados us~do

mas de tratamiento

digital de se ales

el paquete infonntico MATLAB,que se ha convertido en un estndar para trabajar en procesado digital

de seales. Algunos de estos programas necesitan de ficheros que se proporcionan al lector en la pgina
WEBdel libro www.librosite. netlsoria, que pretende ser un foro para intercambiar ideas sobre el procesado digital de seales, su docencia, aplicaciones, etc.
Los autores quieren expresar, desde este mismo momento, su agradecimiento por todas las posibles
mejoras al libro que el lector nos puede hacer llegar a travs de la pgina WEB anteriormente comentada.
Es nuestro nimo seguir mejorando el presente texto en siguientes ediciones de forma que se convierta en
una herramienta til para todos aquellos que imparten y estudian procesado digital de seales.

En Valencia, 7 Enero de 2003.

INTRODUCCiN

P ODEMOSdefinir el ProcesadoDigital de Seales (PDS) como el conjunto de tcnicas y herramientas

para el tratamiento de seales en l dominio discreto o digital. Hasta el avancede los ordenadors digitales y el abaratamiento de costes de los circuitos integrados (CIs), el procesado de seal era analgico.
Con el desarrollo de las tecnologas de alta escala de integracin, se han conseguido CIs ms potentes,
pequeos, rpidos, baratos y efectivos. Adems, esto ha derivado en una enorme expansin del PDS en
las ms diversas reas de aplicacin, tanto cientficas como comerciales tales como el tratamiento de
imgenes, voz, seales mdicas, telecomunicaciones, etc.
A pesar del avance que el PDS ha impulsado en las diversas reas de aplicacin, no se trata de una panacea ya que, en algunos momentos, interesar utilizar tcnicas analgicas en lugar de digitales. As, para
anchos de banda elevados es recomendable el procesado analgico (incluso, ptico). Cuando las tareas
son muy complejas o el microprocesador est disponible, se emplea el procesado digital por sus caractersticas de bajo precio, efectividad, reprogramacin sencilla, rediseo rpido y flexibilidad. Adems,
existen otras ventajas adicionales tales como el poseer una mayor precisin (los elementos no tienen tolerancias), el almacenamiento de la informacin es cmodo (software), sin prdida/deterioro de fidelidad
de la seal e incremento sustancial de la complejidad del procesado (operaciones matemticas complejas,
simulacin, implementacin), etc.

Seales,sistemasy procesadode seales

Existe una serie de definiciones en el campo del POS que resulta conveniente revisar. As, se puede definir seal como aquella cantidad fsica que vana con el tiempo, espacio o cualquier otra variable
o variables independientes. En la vida cotidiana nos encontramos con muchas seales de mbito fsico como las seales electrocardiogrficas (ECG), voz, electroencefalogramas (EEG), imgenes (seales
bidimensionales), ssmicas, burstiles, radar, satlite, etc.
Otro concepto importante en este contexto es el de sistema,definido como todo dispositivo que transforma una seal en otra. Ejemplos claros de sistemas son las cuerdas vocales ya que modifican la seal

Problemas
-

de tratamiento

digital

de seales

de aire propulsado para generar sealesde voz, el corazn produce sealesde cambio de presin sistlica/diastlica, etc. El dispositivo puede serfsico como en los ejemplos anteriores o no, como un algoritmo
implementado en software.
Estamo~ ahora en disposicin de definir qu es procesar un seal y dnde encontramos la motivacin
de este procesado. Podemos definir el procesado de sealescomo aquella tarea que consiste en pasar una
seal por un sistema. As, filtrar, interpolar, desplazar en frecuencia, sintetizar, predecir, modelizar, son
distintas formas de procesar la seal. En nuestro ca~, estamos interesados en procesar digitalmente la
seal, es decir, en realizar las operaciones de filtrado, correlacin, anlisis espectral, de estabilidad, etc.
sobre sealesdigitales.

Tipos de seales
Antes de aplicar cualquiertcnica a un problema hay que conocerla procedenciay carcterde
las seales.As, podemosdistinguir entre sealesunidimensionales/multidimensionales,
tiempo continuo/discreto,amplitudcontinua/discretay deterministas/aleatorias:
.Seal unidimensional:aquellaque dependede unanica variableindependientecomo por ejemplo
X (t) = te-t3 dondet esla variabletemporal.
.Seal M-dimensional: aquellaqueposeeunadependenciacon M dimensionescomo, por ejemplo,
la iluminacin de una imagende TV. Aqu se tiene una dependenciatemporaly espacialmente,
l(x, y, t).
.Seal en tiempocontinuo(analgicas): estndefinidasparatodoslos valoresde tiempoentre -00
y +00. Ejemplo: x(t) = A .t2, dondet E [0,00).
.Seal en tiempodiscreto(muestreadas):estndefinidasslo para determinadosinstantestemporales. Aunque no resulta estrictamentenecesarioun muestreouniforme (instantesequidistantes),
la mayorade los textos asumenestehechoya que es ms sencillo de tratar y formular. Ejemplo:
x(tn) = e-ltnl, donden = O, 1,2, ...Notacin: x(tn) = x(nT) = x(n) dondenT es la muestran y
T es el perodode tomade muestras.
.Seal determinista:cualquiersealquepuedeserdefinidadeformamatemticaexplcita,en funcin
de datospasados.
.Seal aleatoria: sealesque no puedenexpresarse
mediantefrmulasexplcitasconcierto gradode
precisin.Ejemplo: sealesssmicas,ruido de electromigrama,
ruido de red,etc.
Sin embargo,podemosestablecerque el valor de una seal en tiempo continuo o discretopuede ser
continuoo discreto.En ese sentido,podemosdefinir una seal discretao digital como aquella sealen
tiempo y amplitud discretosy, en consecuencia,
una sealcontinua(analgica)para serdiscreta(digital)
ha de sufrir tresprocesos:muestreo,cuantificaciny codificacin.
MUESTREO DE SEALES

Frecuenciacontinua y discreta
Podemosdefinir la frecuenciacomo una oscilacinarmnicade partculasoscilando.Llegadoeste
punto,estamosinteresadosen conocersi la frecuenciade una sealseverafectadaal muestrearla.As,
paralas sealessinusoidalesentiempo continuo,una oscilacinarmnicasedefinecomo:
X"a(t)= A cos(Qt + 9),
quequedadefinidapor las siguientestres magnitudes:
.Amplitud: A
,
.Frecuencia angular:Q = 211"
F [rad/s],F [Hz]
.Fase: e [rad]
y trespropiedadesbsicas:
.Periodicidad. Para todo valor de frecuencia F, la seales peridica: Xa(t
T = 1/ F es el perodofundamentalde la seal.

T) = xa(t: donde

.
Captulo ~ / Seales y sistemas

en tiempo

discreto

.Unicidad. Las sealesentiempocontinuoconfrecuenciasdiferentesson siemprediferentes.

.Oscilacin. Un aumentode la frecuenciaF implica siempreun aumentode la tasade oscilacinde
la sealya que aumentael nmerode perodosenunaventanatemporaldada.
Veamosqu ocurre ahora con sealessinusoidalesen tiempo discreto.Una sealsinusoidalen tiempo
discretoseexpresacomo:
x(nT) = x(n) = A cos(Jn+ (),

-oo<n<oo

donden es un nmeroentero(=nmero de muestra),A esla amplitud y) esla frecuencia[rad/muestra].

Definimos w = 21Tf dondela frecuencia f tiene unidadesde ciclos/muestra.Estassealesdiscretas
tienentrespropiedadesanlogasa las sealesde tiempocontinuo:
.Periodicidad. Una sinusoidediscretaes peridicasi sufrecuencia f es un nmeroracional: x(n +
N) = x(n), 'in # f = k/N, k = O,:f:l, :f:2,... El perodomspequeode N seconocecomo
perodo fundamental.Esto tiene una consecuenciaimportanteya que una pequeavariacin en
frecuenciapuedeocasionaruna enormevariacinenperodo.
.Unicidad. Las sinusoidesen tiempo discreto cuyasfrecuenciasestnseparadaspor un mltiplo
enterode21Tsonidnticas.En efecto,
cos[(wo+ 2Jr)n + (J]= cos(won+ 2Jrn+ (J) = cos(won+ (J)
Por tanto, existen sealesdiscretas iguales con frecuencias distintas. Esto se produce para todas las
seales Xk(n) = A cos(Wkn + ()) donde k = 0,1,2,...
y Wk = Wo+ 2k7l' y -7l' ~ Wo ~ 7l'. Esto,
por tanto, induce a tener seales que, en principio, son indistinguibles (idnticas). Luego, cualquier
secuencia con frecuencias Iwl ::: 7l' o 1I1 ::: 1 tiene una secuencia idntica en -7l' ~ W ~ 7l' o
-1 ~ 1 ~ 1. Recordemos que el rango de unicidad en el campo continuo es -00 < Q < 00 o
-00 < F < oo. Decimos que las sealesfuera del rango Iwl ::: 7l'o 1I1 ::: 1 tienen un alias dentro
del rango Iwl < 7l'o 1I1 < 1. Este efecto se conoce como aliasing.
.Oscilacin mxima. La mayor tasa de oscilacin en una sinusoide en tiempo discreto se alcanza
cuando (J) = 7l'(o (J)= -7l') , equivalentemente 1 = ~(o 1 = -1)'
i

Muestreo de sealesanalgicas
De acuerdocon lo visto en la seccinanterior,para muestrearsealesanalgicasse deberndar
algunascondicionesparaqueno seproduzcanprdidasde informacin.En el presentetexto,como seha
mencionadoanteriormente,slo seconsiderarun muestreouniformede la sealque es aqulen que la
cadenciade tomade muestrasesconstante.En estecasosepuededefinir x(n) = xa(nT), -00 < n < 00,
donde x(n) es la sealen tiempo discretoobtenidatomandomuestrasde la sealanalgica xa(t) cada
T segundos.As, perodo (o intervalo)de muestreoes el intervalode tiempo T entredos muestrasy la
frecuencia(o velocidad)de muestreoesla inversadel perodode mu~streo:Fm = 1/ T [Hz]. La relacin
de muestreosepuededefinir como
ti
t = nT = -.:.-

Fm
Veamos a continuacin la relacin entre las frecuencias analgicas y digitales (F Y f) en una seal
sinusoidal.Para ello, mueStreamosla seal:

( -'~6
2JrnF

xa(nT) = x(n) = A cos(2JrFnT + 9) = A cos

Frn

Si ahoracomparamoscon
x(n) = A cos(2rfn + (J)
obtenemos: f = f;, que se define como la frecuencia normalizada o relativa. Equivalentemente se puede
expresar (J)= QT.
En resumen, los rangos analgicos, son -00 < F < 00 -00 < Q < 00, mientras que los rangos
digitales -1/2 < f < 1/2 -r < (J) < r. De este modo, la diferencia fundamental entre seales en

Problemas

de tratamiento

digital de se ales

tiempocontinuoy discretoes el rangode valoresde las correspondientes

frecuenciasy los valoresmximosde muestreovienendadospor los lmites superiores:
Fm
Fmax= -2

2T
r

Qmax= r Em = T
La conclusin fundamental es, por tanto, que el muestreo uniforme puede introducir ambigedad en
la seal digital obtenida e impone una restriccin esencial: la mxima frecuencia analgica que podemos
recuperar tras un muestreo de la seal a Fm es Frnax= Fm/2.

Teoremade muestreo
Hastaahorahemosvisto que para muestreareficientementeuna seal analgica,debemoselegir la
Fm.P~a ello necesitamostenerinformacinsobreel contenidofrecuencialde la seala muestrear.As,
si conocemosla Fmax,podemosescogeruna Fm adecuadade tal maneraque no exista aliasing, Fm >
2 * Fmax.Una sealmuestreadacorrectamente(Fm > 2 * Fmax)podr serrecuperadasin prdidade
informacinmedianteun interpolador(conversorOlA). La frmula de interpolacinideal o "apropiada"
seespecificamedianteel Teoremade muestreode Nyquist.

En este ltimo caso hablamos de frecuencia de Nyquist y la expresamoscomo FN = 2B = 2Fmax.La

reconstruccin de xa(t) a partir de x(n) supone la suma ponderada de una funcin de interpolacin g(t)
que se desplaza en el tiempo, g(t -nT), con -00 < n < 00 y donde los coeficientes de ponderacin son
las muestras de x(n).
Nyquist mostr que, para que podamos distinguir sin ambigedad las componentes frecuenciales de
una seal, es necesario que muestreemos al menos al doble de la frecuencia mxima contenida en la
misma, para evitar los efectos del aliasing. La mxima frecuencia permitida en una seal para una frecuencia de muestreo dada se denomina frecuencia de Nyquist. Realmente el Teorema de Nyquist no es
tan riguroso, la frecuencia de Nyquist no es necesario que sea el doble de la frecuencia mxima contenida
en la seal, sino el doble del ancho de banda de la seal de inters. Este hecho se conoce como Teorema
de Nyquist Pasabanda ya que no considera el caso en que las frecuencias se encuentren desplazadas en
el espectro una cierta cantidad. La versin del Teorema generalizado de Nyquist no identifica B = F max
sino que B es, en realidad, el ancho de banda de la seal. As, si tenemos que F < F < F2, entonces
B=F2-F.
Cuando estamos trabajando con seales reales, aunque tengamos un conocimiento a priori de las
frecuencias, lo ms usual es que tengamos ruido solapado con componentes frecuenciales superiores a

Captulo

1 / Seales y sistemas

en tiempo

discreto

la de Nyquist, que nos produciran aliasing, por estaraznprevia a la conversinanalgico-<ligitales

necesariofiltrar pasabaja la sealde maneraque se eliminenlas frecuenciapor encimade la bandade
inters.
CUANTIZACIN
Hemos definido previamente que la conversin A/D est formada por tres etapas; el muestreo, la
cuantificacin y la codificacin. Analicemos ahora la segunda tarea. Definimos la cuantificacin como la
conversin de una seal en tiempo discreto con valores continuos en una seal en tiempo discreto con
valores discretos (seal digital). El valor de cada muestra se representamediante un valor seleccionado de
un conjunto finito de valores (niveles de cuantificacin). La cuantificacin es un proceso irreversible, no
invertible, ya que siempre se produce una prdida de informacin. Tericamente esto se fundamenta en
que, al existir un nmero limitado de niveles, a distintos valores continuos se les asigna un mismo valor
discreto por lo que no se pueden obtener los valores originales a partir de los valores cuantificados.
En este proceso cada uno de los datos digitales se va a representar con un nmero de bits finito, lo
cual har que la seal muestreada y la original difieran. Podemos definir varios conceptos importantes:
.Error o ruido de cuantificacin o cuantizacin: es el error cometido al representar la seal de valor
continuo por un conjunto finito de valores discretos.
.Operacin de cuantizacin: xq(n)=Q[x(n)]
.Error de cuantizacin: eq (n) = Xq (n) -x (n)
.Niveles de cuantizacin: son los niveles o valores perrnitidosen la seal digital.
.Escaln de cuantizacin o resolucin: es la distancia ~ entre dos niveles de cuantizacin. Si Xmin
y xmax son los valores mximo y mnimo de x(n) y L es el nmero de niveles de cuantizacin,
entonces:
t!.. = Xmax -Xmin

L-I
El cuantificadorpor redondeoasignaa cadamuestrade x(n) el nivel de cuantizacinmscercano.
Un cuantificadorpor truncamientoasignael nivel inmediatamentepor debajode la muestra.
.Rango dinmico: RD = Xmax-Xmin
.Resolucin del cuantizador: si un sistematiene una longitud de palabrade B bits, se puedenestablecerL = 2B -1 niveles

d=

Xmax

-Xmin

2B -1

RD
2B

.Cuantificador constante:si el tamaodel escalnes constante.En aplicacionesde transmisiny

almacenamiento
de sealesno sesueletomarconstantesino variable.
.Error por redondeo:eq.red(n)E [-d/2 ::sd/2}
.Errorportruncamiento:eq.tru(n) E [-d,O}
.Ruido de sobrecarga:cuandola entradaexcedeel rango dinmico del cuantificadorse recortala
seal.Estetipo de ruido puedeproducirgravesdistorsionesde la seal.
.Calidad de la salidadel conversorA/D: seproporcionala RelacinSeal-Ruidode Cuantificacin
(Signal-To-QuantizationNoiseRatio. SQNR),quedefinela relacinentrela potenciade la sealy
la de ruido:

SQNR =

Px

A2

Px = 2 '

A2/3 (smusoldes)
..
Pq = ~'

Pq

dondeb es el nmerode bits de precisindel conversory cubre el rangocompleto2 A (el escaln

de cuantificacines ~ = 2A/2b).
.Caldad(dB):SQNR(dB)
= IOloglOSQNR = 1,76+6,O2bparasealessinusoidales.
.Regla de los 6dB: De la expresinanterior,sededuceque cadabit adicional del conversorproporciona un aumentode la SQNRenunos6dB.

a
21T~n

Problemas

de tratamiento

digital de se ales

RECONSTRUCCiN

Un convertidordiscretocontinuo (OlA) obtieneuna sealcontinua x(t) a partir de una secuenciade

datosx (n). Por tanto,un convertidorideal,pasarala secuencia
x(n) = A cos

+ c/J

.Fm

x(t) = A cos (2n Ft + 4

Un convertidor D/A, medianteuna funcin de interpolacin,determinael valor de la sealentre las
muestrasdiscretas.La interpolacinselleva a cabomediantela expresingeneral
00

x(t) =

L x(n)p(t
n=-oo

-nTs)

Por tanto, un punto clave en la conversin es la eleccin de la funcin de interpolacin. El teoremade

muestreo especifica la funcin de interpolacin ideal (Ecuacin 1.1).En la prctica, sin embargo, la
conversin DI A se realiza normalmente combinando un conversor DI A con un circuito de muestreo y
mantenimiento (sample-and-hold, S/H) seguido de un filtro pasa-baja (suavizador) ya que el reconstructor
ideal es no causal y de duracin infinita, por tanto, no utilizable en la prctica. Existen tres tipos bsicos
de mantenedores:
.Mantenedor de Orden Cero:
x(t) = x(nT), nT ::: t ::: (n + l)T

.Mantenedor de OrdenUno:
(t -nT),

nT ~ t ~ (n + l)T

.Interpolador lineal conretardo:

En t = nT, x(nT) = xn -l)T) y en t = (n + l)T, xn + l)T) = x(nT) por lo que x(t) tiene
un retardoinherentede T segundosal interpolarla sealverdaderax(t).
SEALES DISCRETAS BSICAS

Una vezvistas las caractersticas

bsicasde las seales,sumuestreoy cuantificacin,resultainteresantedetenerseenla representacin
matemtica,propiedadesy operacionesrelacionadas.
.Representacin de secuenciasdiscretas.
a) Representacinfuncional:

" ..,

x(n) =

1, paran = 1,.4,
3.
para n = 4
O, en otro caso.

b) Representacin
tabular:

c) Representacion
secuencial:seindica conuna flechael origende tiempos:

x(n) =

0,0,0,

4, ,0,0,0,0,

Captulo

1 / Seales y sistemas

en tiempo

discreto

.Secuencia de duracinfinita. Las podemosrepresentarpor:

x(n)={3,-1,-1,5,6,7,8}

mientras que si x (n) = O, Vn < O,la secuencia se puede representar por:

x(n) = {O, 1,4, 1}
.t

.Seales elementales en tiempo discreto.

.Impulso unitario:

1, paran =0
O, para n ~ O

b'(n) =

.Impulso unitario desplazado:

8(n -no)

1, paran = no
O, paran # no

.Escaln unitario:

u(n) =

1, paran ~ O
O, para n < O

Ur(n) =

n, paran ~ O
O, paran < O

.Rampa unitaria:

.Exponencial: Ue(n) = Aan, 'v'n ya, A E C. En funcin del valor de a y A se tratar de una
exponencial creciente/decreciente compleja o real.

a = lalejwo, A = IAlejlf
x(n) = IAllalnejwonejlf = IAllarej(won+If)

Si lal = 1 -+ x(n) = IAlej(won+t/hablamosde una SecuenciaExponencialCompleja

quepuededescomponerse
enlas correspondientes
componentessinusoidales:
x(n)

IAI[cos(won + 4 + j sen(won + 4],

dondeWoes la frecuenciade la sinusoide.

.Operaciones con secuencias.Para poderrealizar operacionescon secuenciasestasdebentenerel
mismo nmerode muestras.Esto sepuedeconseguirsiempremediantela tcnicade aadirceros.
a) ProductooModulacin: y(n) = w(n).x(n). Una delas aplicacionesdeestaoperacinconsiste
en obteneruna secuenciade longitud finita a partir de una secuenciade infinitos trminos.La
secuenciafinita por la que semultiplica sedenominaventanay al procesoenventanado.
b) Sumador:y(n) = w(n) + x(n).
c) Productopor un escalar(escalado):y (n) = Ax (n).
d) Desplazamientotemporal: y (n) = x (n -N) dondesi N > Otenemosla secuenciade entrada
x (n) retardadaa la saliday si N < Otenemosun adelantoa la salidadel sistema.
e) Inversintemporal: y(n) = x( -n) con lo que se obtieneuna secuenciareflejadarespectode
n =0.
.Descomposicin. Toda secuenciase puedeexpresarcomo una combinacinde sealesimpulsos
retardados.Porejemplo:
x(n) = {1, 2, 3, 4,...}

-+ x(n) = h'(n) + 2h'(n -1) + 3h'(n -2) +

El escalnunitario sepuedeexpresaras:
n

u(n)= L
k=-oo

8(k)

x(n)12
P=
x(n
SISTEMAS
para

Problemas

de tratamiento

digital de se ales

y, de forma general,como:
00

x(n) = L

x(k)8(n -k)

k=-oo
Clasificacin de seales en tiempo discreto.
.Energa y potencia:
.00

Energa: E =

L Ix(n)12
n=-oo
Si E es finita sehablade x (n) conio una sealde energ(a.
N

lim -

Potencia
media:

N-.oo2N +

n=-N

Muchassealescon energainfinita poseenpotenciamediafinita. Estacantidadse puedeexpresarcomo:

1

P = lim
EN
N-+-oo2N + 1
donde EN es la energade la sealen el intervalo -N:::: n ::::N. Si P es finita se hablade
x(n) comouna sealde potencia.
Simtricasy antisimtricas:
x(-n) = x(n)
Simtrica(par):Antisimtrica
(impar): x(-n) = -x(n)
Cualquiersealsepuedeexpresarcomosumade dos componentes,
unapar y la otra impar.
.Peridicas y aperidicas:

Peridica:

+ N) = x(n),

'v'n y N > O.

El valor mspequeode N es el perodofundamental.

EN TIEMPO DISCRETO. SISTEMAS

LIT

Podemosdefinir un sistemaen tiempo discretocomo toda transformacinque realiza un mapeado

entreuna secuenciade entrada {x(n)} en otra de salida {y(n)}: y(n)=T{x(n)}. Los sistemasdiscretosse
puedenclasificarde las siguientesformas:
.Sistemas estticosy dinmicos.Un sistemaes estticoo sin memoria si su salida en cualquier
instanten dependea lo sumode la muestrade entradaen esemismo instantepero no de muestras
pasadaso futuras.En otro casoel sistemaes dinmico.
y(n) = x:(n) + nx(n)
Esttico:Dinmico:
y(n) = x(n) + 3x(n -1) ~ y(n -2)

.Sistemas invarianteslvariantestemporales.Un sistemaes invariantetemporalsi suscaractersticas

de entrada-salidano cambiancon el tiempo:
Si y(n) = T[x(n)]

y(n -k)

= T[x(n

-k)]

paratoda sealde entradax (n) y todo desplazamieno

temporal
.Sistemas linealesy no lineales.Un sistemaes lineal si y slo si:
T[ax(n) + a2X2(n)] = a7[x(n)]

+ a27[x2(n)]

cualquier par de secuencias arbitrarias de entrada x(n) Y x2(n), Y cualesquiera constantes

arbitrarias a ya2.

Captulo

1 / Seales y sistemas

en tiempo

discreto

.Sistemas causales y no causales. Un sistema es causal si Vno, el valor de y(no) es funcin nicamente de valores de la secuencia de entrada y salida para n S no. Un sistema no causal depende
tambin de las muestras futuras. Un sistema no causal no es realizable fsicamente (en tiempo real)
ya que no se dispone de las muestras futuras.
.Sistemas estables y no estables. Se define un sistema estable B.lBO (Bounded Input Bouded Output)
como aqul en el que cualquier entrada acotada x(n) produce una salida acotada y(n). Es decir
Ix(n)1 S Mx < 00,.

ly(n)1 S My < 00,

Vn

Si para alguna entrada acotada x(n) la salida no est acotada (es infinita), el sistema se clasifica
como no estable (inestable).
Una forma de caracterizacin de los sistemas discretos es atendiendo a si cumplen las propiedades
de linealidad e invarianza temporal. En caso de cumplir estas caractersticas decimos que el sistema es
lineal, invariante temporal, L.I. T:

y(n) = 7[x(n)] = 7[ f:

x(k)8(n -k)]

k=-oo
00

00

x(k)7[8(n

-k)]

k=-oo

x(n)h(n -k)

k=-oo

dondeseha aplicadola propiedadde linealidade invarianzatemporal.

h(n) = 7[8(n)]

~ h(n -k)

= 7[8(n -k)]

La secu.enciah(n) sedenominarespuestaal impulso,respuestaimpulsionalo respuestaimpulsiva.

CONVOLUCIN
La respuesta impulsional (en el instante n = k) se define como y(n, k) = h(n, k) = T[8(n -k)]
donde n es el ndice temporal y k la posicin del impulso. Para un sistema L.I. T., en el que expresamos
la entrada como una suma de impulsos retardados podemos calcular su salida como:
...
00

y(n) = T[x(n)]

x(n)h(n -k)

k=-oo
Esta expresin se denomina suma ofuncin de convolucin de las secuencias x(n) y h(n) y se representa
de forma compacta como: y(n) = h(n) *x(n). Esta propiedad es muy importante ya que permite calcular
la salida de un sistema L.I. T. ante cualquier entrada conociendo su respuestaimpulsional. De este modo,
un sistema L.t.T. en reposo queda completamente determinado (caracterizado) por la secuencia h(n), es
decir, su respuesta al impulso unitario 8 (n). En cambio, la salida de un sistema L.I. T. queda caracterizado
por un conjunto de infinitas funciones de respuesta a los impulsos unitarios desplazados; una por cada
desplazamiento. Decimos que la entrada x(n) se convoluciona con la respuesta impulsional h(n) para
producir la salida y(n).
La convolucin tiene tres propiedades importantes:
.Conmutativa: h(n) * x(n) = x(n) * h(n)
.Distributiva:
x(n) * [h(n) + h2(n)] = x(n) * h(n) + x(n) * h2(n)
.AsQciativa: h2(n) * [h(n) *x(n)] = [h2(n) * h(n)] * x(n)
A partir de ellas, se pueden establecer dos propiedades esenciales de los sistemas L.I. T.:
."Un
."Un
."Un

sistema L.I.T. es estable +--+ L~-oo Ih(k)1 < 00"

sistema L.I.T. es causal si h(n) = O, Vn < O"
sistema L.I. T. causal con h (n) = O, Vn ::: no es siempre estable"

Adems, existe una ntima relacin entre la convolucin y la interconexin de sistemas,pues una conexin
de dos sistemas en serie (cascada) conduce a un sistema equivalente cuya respuesta impulsional es la
convolucin de las respuestas impulsionales h(n) = h(n) * h2(n); mientras que el conexionado en
paralelo de dos sistemas conduce a una respuesta impulsional del sistema total h(n) = h (n) + h2(n).

10

Problemas

de tratamiento

digital

de se ales

CORRELACiN

Con frecuenciaes necesariocuantificar el grado de similitud entre varias sealeso procesos.Este

gradode dependencia,
quevamosa denominarcorrelacin,sepuededefinir matemticamente,
lo quenos
daruna medidaobjetiva.Podemosencontraraplicacionesque empleantcnicasbasadasen correlacin
encamposcomobioingenieraparala deteccinde sealesinmensasen ruido, si~temasde radary sonar
parala localizacinde la posiciny velocidadde ob~tos, enla deteccinde cdigosencomunicaciones
etc. Ademslos procesosde correlacinestnmuy ligados con los de convolucin,tan empleadosen
PDS para obtenerla respuestade un determinadosistema,ya que una convolucinno es ms que una
correlacininvirtiendo el ordende u;a de las secuencias.
Consideremosdos secuenciasde datos,correspondientes
a dos procesosquequeremoscomparar.La
correlacinexistenteentreambassecuenciaso correlacincruzada(cross-correlation)la vamosa definir
de acuerdoconla siguienteexpresin:
00

rxy(k)= L

x(n)y(n -k)

n=-oo
A priori, puede parecer que una manera de estimar la similitud entre dos seales es calcular directa-mente
el promedio de la suma de los productos, es decir eliminar el ndice k del sumatorio anterior y que
el resultado sea slo un nmero. De esta forma, cuando las dos secuenciassean parecidas la suma de los
productos tender a incrementar este valor. Valores grandes y positivos indicaran que ambas seales son
parecidas y crecen a la vez, y valores negativos indican que el crecimiento de una variable esta asociado
con el decrecimiento de la otra. Por otra parte valores prximos a cero indican que las sealesno tienen
parecido, como ocurrir al correlacionar dos sealesde ruido aleatorio ya que las contribuciones positivas
y negativas tendern a cancelarse.
Un problema que podemos tener con la definicin de correlacin que hemos dado es la dependencia
del valor obtenido con la energa de las seales, es decir, dadas dos seales idnticas en forma pero
de magnitudes diferentes vamos a tener distintos valores de la correlacin. Una forma de resolver este
problema es dividir el valor obtenido en la ecuacin anterior por la energa de las sealesutilizadas. Al
hacer esto obtenemos la definicin del coeficiente de correlacin:

El coeficientede correlacintomavaloresen el intervalo [-1,1]. Un valor 1 indica mxima correlaciny

un valor -1 indica correlacinmximapero con sealesdesfasadas.
Un casoparticularde la correlacincruzadaesla autocorrelacin,cuandolas secuenciasx (n) e y (n)coinciden
Particularizandola expresinde la correlacincruzadatendremos:
N-l

rxx(k)= L x(n)x(n n=O

En el casoparticular que el desplazamientoentre secuenciasea O;es decir, k = O la autocorrelacincoincide

conla energade la seal.
N-l
rxx(O) = L x2(n)
n=OSe
puede demostrar que r yx (1)es slo la versin reflejada de r xy (1)donde la reflexin se hace con respectoa
1 = O. Por tanto, la matriz de correlacin cruzada entre dos secuencias es simtrica; nos da la misma
informacin hacer la correlacin entre x(n) e y(n) que viceversa.

Captulo 1 / Seales y sistemas

en tiempo

discreto

11

SISTEMAS U. T. y ECUACIONES EN DIFERENCIAS DE COEFICIENTES CONSTANTES

Un casoparticularde sistemasL.I. T. muy importantees aqulen el que la entraday la salida estn

relacionadasmedianteuna ecuacinendiferenciasde la forma
M

L bkx(n-'- k) = L aky(n-k),
k=O

'

.k=O

donde bk y ak son constantes.

Al valor mximo entre N y M se le denomina orden del sistema. Para calcular la salida del sistema a
partir de un instante n = no es necesaUoconocer los valores en los instantes y(no -1), y(no -2), y(noN), ..., estos valores son los que se denominan condiciones iniciales del sistema. Se dice que un sistema
est originalmente en reposo o relajado si las condiciones iniciales sonnulas (y (no -1), y (no -2), y (noN),... = O).

Resolucinde una ecuacinen diferencias con coeficientesconstantes

Paracalcularla salidade un sistemadescritopor una ecuacinen diferenciascon coeficientesconstantes,se emplea un procedimientoanlogoal utilizado para la resolucinde ecuacionesdiferenciales
con coeficientesconstantes.En primerlugar sedivide la solucinendospartes:
y(n) = Yk(n) + Yp(n),
donde Yk(n) es la solucin homognea y Yp(n) es la solucin particulal: La solucin homognea se
obtiene considerando x(n) = O Y es la solucin de
N

L aky(n-k) =0.
k=O

La solucinparticulares la solucinespecficaparacadaentrada(x(n) # O),tambinsellama solucin

forzada,ya que la ha provocadola entrada.La sumade ambassolucioneses la solucintotal y(n).
Respuestaa entrada nula y respuestaen estadonulo
Una forma alternativade calcularla solucintotal de una ecuacinendiferenciases determinandola
respuestaanteuna entradanula y la respuestaenestadonulo que se definende la siguienteforma:
.Respuesta anteentradanula o respuestanaturalYz;:esla respuestadel sistemaanteunaentradanula,
considerandonicamentelas condicionesiniciales.
.Respuesta enestadonulo Yzs:esla respuestadel sistemaanteunaentradadeterminadaconsiderando
condicionesiniciales nulas.
.La respuestatotal del sistemasepuedeescribircomo:
y(n) = Yzi(n) + Yzs(n).
CLASIFICACiN

DE LOS SISTEMAS L.I. T. DISCRETOS

Existen otros criterios de clasificacin diferentes a los vistos anteriormente:

.Segn su respuesta impulsional:
.Un sistema cuya respuesta impulsional h (n) tiene un nmero finito de trminos no nulos
h(n) = O para n < NI Y n > N2, NI < N2 se denomina sistema de respuesta impulsional finita (FIR). Su salida se puede calcular directamente de la suma de convolucincomo:
N2

y(n) = L h(k)x(n -k).

k=N

12

Problemas

de tratamiento

digital de se ales,-

Si comparamosesta ecuacincon la expresingeneralde los sistemasL.I. T. de coeficientes

constantesobservamos
que h(k) = bk.
.Si la respuestaimpulsionalno es finita se dice que es un sistemade respuestaimpulsional
infinita (IIR).
.Segn el procedimientopara calcular susalida:
.No recursivos.Sonaquellosenlos quela salidasepuedecalcularsecu6llcialmente
conociendo
nicamentelas entradaspresentesy pasadas:
y(n) = F{x(n), x(n -1),

,x(n-N)}.

.Recursivos. Sonaquellosenlos quela salidaenuninstantedadodependede entradaspresentes

y pasadasascomo tambinde salidaspasadas:
t

y(n) = F{x(n),

x(n ~ 1),...,

x(n -M),

y(n-

1),...,

y(n -M)}.

1.1.

::

Figura

1.1 Secuencia

original

x(n).

Resolucin
La secuenciaoriginal sepuedeexpresarcomo

x(n) = {O.1.0.~.2.2.1.0},
dondeseha indicadoconuna flechala muestracorrespondiente
al ndice n = O,que representael origen
de tiempos.
a) x(n -2)
La Tabla1.1 muestrala resolucinde esteejemplo.

Captulo
-4

-3
-2
-1

2
3
4

5
6

7
Tabla

1 / Seales y sistemas

en tiempo

discreto

13

x(-4 -2) = x(-6) = O

x(-3 -2) = x(-5) = O
x(-2 -2) = x(-4) = O
x(-l -2) = x(-3) = O
x(O -2) = x(-2) = 1
x(l -2) = x(-l) = O
x(2 -7.) = x (O) = 2
x(3 -2) = x(l) = 2
x(4 -2) = x(2) = 2
x(5 -2) = x(3) = 1
x(6 -2) = x(4) = O
x(7 -2) = x(5) = O

1.1 Resolucin

del Ejercicio 1 (a).

La secuenciaha sido retardadados muestras,lo que equivalea un desplazamiento

a la derecha
de dosposiciones.Por tanto,
-2)

= {O, 1, O, 2, 2, 2, 1, O}.

La muestraque ocupabala posicin n = O ahoraocupala posicin n = 2, por esta raznse dice

que seha producidoun retardo.La sealsemuestraenla Figura 1.2(a).
b) x(n + 1)
.La Tabla 1.2mue~a la resolucinde esteejemplo.

n=
n= -3
n= -2
n= -1O
n=
n= 1
n= 2
n= 3
-4

Tabla

x(-4 + 1)= x(-3) = O

x(-3 + 1)= x(-2) = 1
x(-2 + 1)= x(-l) = Oi(-1
+ 1)= x(O)= 2
x(O+ 1)= x(l) = 2x(1
+ 1)= x(2) = 2
x(2 + 1)= x(3) = 1
x(3 + 1)= x(4) = O

1.2 Resolucin

del Ejercicio

1(b).

La secuenciaha sido desplazadahaciala izquierdauna posicin.Seha producidoun adelanto.

La secuenciafinal es
x(n + 1) = {O, 0,2,2,2, 1, O}.

La sealresultantesemuestraenla Figura 1.2(b).

c) x(2n)

La Tabla1.3 muestrala resolucinde esteejemplo.

n=
n=
n=
n=
n=
n=
Tabla

x(2. (-3)) = x(-6) = O

x(2. (-2)) = x(-4) = O
-1O12 x(2. (-1)) = x(-2) = 1
x(2 .O) = x(O) = 2
x(2 .1) = x(2) = 2
x(2.2) = x(4) = O
-3

-2

1.3 Resolucin

del Ejercicio

1(c).

Hemostomadolas muestrasparesde la secuencia,descartandolas impares.La secuenciaseha

comprimido:

n=n=n=n=n=n=n=n=n=n=n=n=
x(n

x(2n)

{O, 1,2,2,
t

O}.

x(-(-4

14

Problemas

de tratamiento

digital de se ales

La sealresultantesemuestraenla Figura 1.2(c).

d) x(-n)

La Tabla 1.4muestrala resolucinde esteejemplo.La secuenciaha sido reflejadarespectode la

muestran = O.La sealresultantesemuestraenla Figura 1.2(d).

n=
n=
n=
n=
n=
n=
n=
n=
Tabla

=
x(
-(
3
=
-3
x( -( -2 =
-2-1O123
x(-(-l
=
x (O)= 2
x(l) = O
x(-2) = 1
x(-3) = O
-4

1.4 Resolucin

x(4)
x(3)
x(2)
x(l)

=
=
=
=

o
1
2
2

del Ejercicio 1 (d).

e) x(4 -n)
Aunquepodemosrepetirel procesoanterior,sepuedeconsiderarqueestasecuenciaestfonnada por una reflexinrespectodel origeny posterionnenteun adelantode cuatro muestras,tal que
x( -n + 4). La secuenciareflejadala hemoscalculadoen (d). Si la adelantamoscuatro muestras,
desplazndola
a la izquierdaseobtiene
x(-n+4)

= {O,1,2,2,2,0, 1,0}.

La-sealsemuestraenla Figura 1.2(e).

f) x(n2)
La Tabla 1.5 muestrala resolucinde esteejemplomientrasque la sealresultantese muestra
.en la Figura 1.2(t).La sealresultanteha sido comprimidacomo seha realizadoen el apartadoc),
perono uniformemente.
n=
n=
n=
n=
n=
n=
Tabla

-3
-2
-1
O
1
2

x-3
= x(9) = O
x-2)2) = x(4) = O
x-lf)
= x(l) = 2
x(O) = 2
x(12) = x(l)= 2
x(22) = x(4)'= O

1.5 Resolucin

del Ejercicio 1 (e).

g) x(n -1)8(n -2)

El producto de dos secuenciases igual al producto muestra a muestra. Si las secuenciasno tienen
el mismo nmero de elementos, en primer lugar se iguala su longitud completando con ceros. La
primera secuencia se obtiene retardando una muestra la original:
x(n -1)

= {O, 1,0, 21i, 2, 1,0}

[t

La segundaesuna secuenciaimpulsoretardadadosmuestras:
8(n -2)

= {O,O,O,O,

o, o, O}

Si alineamos ambas secuenciasrespecto de n = O Y multiplicamos:

x(n -1)8(n

-2)

= {O, O, O, O; 2, O, O, O}

La resolucin de forma grfica se muestra en la Figura 1.2(g). Al multiplicar una secuencia por una
seal impulso, el resultado es una secuenciaque es cero en todas las muestras excepto en la posicin
del impulso, cuyo valor coincide con el valor de la secuencia original para esta muestra.

(a)

jI

.s
)(

(d)

'C
I

Figura

1.2 Secuencias

resultantes

para los distintos

apartados

del Ejercicio

1.1

16

Problemas

de tratamiento

digital de se ales

h) 2x(n) + (-l)n2x(n)
Calculemoscadatrminosumapor separado:

-x(n)
2

(-l)n-x(n)

{O, 1,
t

O, 2, O, 2, O, O}

En la Figura 1.2(h)semuestrala secuenciaresultante.

Resolucin
Al tratarsede una sealperidicasedebeverificar que:
i

</Jk(n)= </Jk(n+ No),

dondeNo es el perodofundamentalde la seal.Portanto sedebecumplir:

" ) = eJ"N"
.2" k
.z" k "
.z" k( n+"O
.2" k n = eJ"N"
eJ"N"
neJ"N"
,'o
De la expresinanteriorsepuedeconcluirque:
21T-kNo

21Tm,

mEZ

y por tanto:
N

No = -m.
k

El perodofundamentalseobtieneparam = 1 y cuando N y k sonprimos. Si estono ocurre,debentener

divisorescomunes.Por tanto,el perodofundamentalser:
N

No = MCD(k, N)'
siendoMC D(k, N) el Mximo ComnDivisor entre k y N.
Considere la seal analgica siguiente:
x(t) =3cos(lOO;rt)
donde t est expresado en segundos (s.)
a) Dibuje la seal x(t), O ~ t ~ 30ms
b) La seal x(t) se muestrea con un perodo Ts = lj300s., obtngase la frecuencia de la seal
discreta x (n) y compruebe si se trata de una secuencia peridica.
c) Obtenga las muestras de x(n) en un perodo y dibjela conjuntamente con x(t).
d) Determine un valor de la frecuencia de muestreo para que Ja seal muestreada alcance un valor
de pico de 3. Qu ocurrira si se tratase de la seal x(n) = 3 sen(IOOOnt)?

k=
,n=O,1,2,3,4,S
La

Resolucin

a) La seal x(t) = 3 cos(1001Tt)= A cos(Qt + cftiene la expresinde una sinusoideanalgica.Por

similitud, podemosidentificar: A = 3, cf>= O,Q = 1001T.De esteltimo valor podemosobtener
la frecuenciade la seal21TF = 1001T,con10que F = 50 Hz ya que el tiempoestexpresadoen
segundos.
Por tanto el perodo T = 1/50 = 0'02 s. que equivalea T = 20 ms."Como hay que dibujar
la sealdurante30 ms, el nmerode perodos~er Nperodos
= t/T = 30/20 = 1'5 perodos(ver
Figura 1.3).

Figura

1.3 Representacin

de la seal del Ejercicio

1.3(a).

b) La expresinde la sealmuestreadaser:

= 3COS ~n'
3

por lo que la frecuenciaangular digitill ser Wd = 7r/3 Y f = w/27r = 1/6. De este modo,la
frecuenciadigital verifica -~ < f < ~ luego el muestreoseha realizadocorrectamente.Ntese
que Fm = 300 Hz > 2F = 100Hz.
Paraque la seal discretaseaperidicase debeverificar que x(n) = x(n + N) siendo N su
perodo.Por tanto,hayquedemostrarque existeun N tal que

]f

3 cos 3n
Jr

Comparandoambasexpresiones,obtenemosque 3" N debesermltiplo de 2Jr:

~N
3

27rk,

de dondeseconcluyeque N = 6kpara k = 1, 2, 3,
tai; seISmuestras.
c) Las muestrasen un perodosern:

2,3,
Parak = 1 seobtieneel perodofundamen-

x(n) = 3COS(~n

x(n) = {~, ~, -~, -3, -~, ~

sealdiscretase representaenla Figura 1.4.

18

'l=
11+c/J=1f~
F
:n=

Problemas

de tratamiento

digital de se ales

Figura

1.4 Muestras

en un perodo para la seal del Ejercicio

1.3.

d) Paraque la sealmuestreadaalcanceun valormximode tres,al tratarsede una sealcoseno,hay

que tenermuestrasenlos mltiplos de21l', luego:
21TF
-i

n = 1,2,3,

~ = 27rk => Fm = nF,

1,2,3.

Fm

As pues,la frecuenciade muestreodebeser un mltiplo enterode la frecuenciade la seal.Para

que se verifique el Teoremade muestreo,n > 2. Si setratasede una seal 'seno', los mximosse
produciranenlos mltiplos de ~:
2

~n

Fm

= ~ ~ Fm= 4Fn,
2

n = 1,2,3,

En ambos casos hay que restringir el ngulo entre O y 21T.

Si la seal tuviese una fase inicial 4>,la condiein para el coseno sera:

cf>-,

Fm

27T

2JrF

n;=1,2,3,

-j

Fm

y entonces:
Fm=

t/>

n,

n > 2.

1_27rk

Anlogamentepara el senosetiene

4F

Fm=~,
1

2,

7r

1.4.

Una seal analgica contiene frecuencias hasta 20 kHz.

a) Qu frecuencias de muestreo se puede emplear para que sea posible una reconstruccin de la
seal a partir de sus muestras?
b) Si se considera que la frecuencia de muestreo es de 16 kHz, qu ocurrira con una seal de
10 kHz presente en la seal?
c) Qu ocurrira con una seal de 18 kHz?

Resolucin

a) Paraque severifique el Teoremade muestreo,es necesariotenermsde dos muestraspor perodo.

Esto se cumple si Fm > 2Fmax.En cambio,esta condicinno resultaestrictamentenecesariasino
quees suficienteconque severifiqueque Fm > 2B, siendoB el anchode bandade la seal.
Por tanto,Fmax= 20 kHz. Luegodeberemosemplear Fm > 40 kHz.
b) Cuandotrabajamoscon Fm = 16kHz no severificarel Teoremade muestreoy seproducirsolaparniento.Analicemosahoraqupasarconla1>resencia
de unafrecuenciade 10 kHz enla seal.
La frecuenciamximaposible con Fm = 16 kHz es de 8 kHz, como consecuenciala sealde
F = 10 kHz serinterpretadacomo su alias en el intervalo -Fm/2 < F < Fm/z.Los alias se
puedenobtenera partir de la expresin:
Fk = ::I::Fo
+ kFm,

k = O,::1::1,
::1::2,
::1::3,
...

siendo Fk los alias de Foparala frecuenciade muestreoFm.Porello:

10 = Fo + k16 ~

Fo = 10 -16 = -6 kHz

dondeseha consideradok = l. La frecuenciade 10kHz. muestreadaa16 kHz. se comportacomo

si setratasede una sealde -6 kHz.
c) Si la seales de 18 kHz., tendremosFm > 2. 18 = 36 kHzton lo que sigue sin cumplirse el
Teoremade muestreoy seproducirsolaparniento:
Fk = Fo + kFm, 18 = Fo + k16 ~

Fo = 2 kHz.

La sealseinterpretarcomo si sufrecuenciafuesede 2 kHz. Tngaseen cuentaquepara k tomaremos un valorenteroapropiadoparaque Fo estsiempreen el intervalo -Fm/2 < Fo < Fm/z.

1.5.

La seal analgica x(t)::::: sen(450nt) + 3sen(1450nt) (t en s.) se muestrea con una frecuencia de
500 Hz.
a)
b)
c)
d)

Determine cul es la tasa (o frecuencia) de Nyquist para esta seal.

Calcule a qu frecuencias aparecenlos 'alias' debido al muestreo inapropiado.
Cules son las frecuencias digitales de la seal resultante del muestreo?
Si las muestras se pasan a travs de un conversor D/A ideal, qu frecuencias tendra la seal
analgica reconstruida?

Resolucin
a) Las frecuenciaspresentesenla sealoriginal son:
Ql = 4507r = 27rFl,
Fl = 225 Hz,

Q2 = l4507r = 27rF2,
F2 = 725 Hz

Con lo que la tasade Nyquist es 2Fmax= 2 .725 = 1450Hz. Como la tasade muestreoes de
500 Hz y staes menorquela FNyquist,
seproduciraliasing.
b) Utilizando la misma expresinque en el Ejercicio 1.4paradeterminarlos alias:
Fk = Fa + kFm =9- 725 = Fa + 500k =9- FO= 725 -500 = 225 Hz
La frecuenciaFl s verifica el Teoremade muestreoluegono sufrecambios.
c) La sealmuestreadaser: