Archivo 1

PROCESAMIENTO DIGITAL DE
SEÑALES
Profesor:
Mg. Ing. Rafael Bustamante Alvarez
Introducción:
• El procesamiento digital de señales tiene su origen en los
años 60 con el empleo de las primeras computadoras
digitales.
• El desarrollo de la FFT (Fast Fourier Transform) data de
1967.
• La guerra fría y la carrera espacial.
• 1980 aparece el primer DSP
Ing. Rafael Bustamante Alvarez
1
Procesamiento Digital de Señales
• CONCEPTO.- Es el conjunto de algoritmos lógico matemáticos
que se aplican a un conjunto de números (muestras) para obtener
ciertos parámetros de una señal digitalizada; ejm, frecuencia,
ancho de banda, filtraje digital, espectro de frecuencias,
compresión, etc. Es también considerada un área de la ingeniería
que se dedica al análisis y procesamiento de señales.
• Tipos de Procesamiento Digital de señales:
• PDS de TIEMPO REAL
• PDS de TIEMPO DIFERIDO.
• CAMPOS DE ESTUDIO DEL PROCESAMIENTO DIGITAL DE

SEÑALES.
PDS VOZ : Síntesis (Conversión de texto a voz), codificación,
Reconocimiento de voz,
Compresión, Filtraje digital, Encriptación.
PDS AUDIO: Sintetizadores digitales, Filtros digitales, Compresión,
Formatos.
PDS IMÁGENES: Reconocimiento de Imágenes, Detección de
Bordes,Formatos
Digitales, Filtraje Digital, Visión Artificial.
PDS OTROS: Radares, Sonares, Telecomunicaciones, Electrónica de
consumo, BIOMEDICA.
2
PDS de Audio
Las freuencias audibles de los seres humanos que está entre los 20 y los
20.000 hercios (Hz), aproximadamente
Señales Bioléctricas
• Son aquellas señales eléctricas producidas en un organismo vivo en este caso en
el ser humano.
• Principalmente:
• ECG provenientes del corazón.
• EMG provenientes de los músculos.
• EEG provenientes del cerebro.
3
Onda ECG
Procesamiento de Imágenes
4
Procesamiento de Imágenes
• COMPARACIÓN ENTRE EL PROCESADO DIGITAL Y PROCESADO

ANALÓGICO.
PROCESADO ANALOGICO:
1.- La reconfiguración en un sistema analógico implica el rediseño de Hardware.
2.- Las tolerancia de los componentes hacen del diseño extremadamente difícil de controlar la
precisión.
3.- Es muy difícil hacer operaciones matemáticas sobre señales analógicas.
4.- Mayor costo.
PROCESADO DIGIGITAL
1.- Flexibilidad a la hora de efectuar las operaciones de reconfiguración.
2.- permite mejor control de precisión.
3.- Es muy rutinario.
4.- Bajo costo.
5
Redes Neuronales
Procesamiento Digital de Señales
• PDS en TIEMPO REAL.- Es el proceso mediante el

cual el sistema obtiene parámetros, o modifica la señal a
la salida del sistema casi en forma simultanea a la entrada
de la señal del sistema. Utiliza poca capacidad de
memoria.
• PDS en TIEMPO DIFERIDO.- Es el proceso mediante
el cual el sistema obtiene los parámetros de la señal
analizada, luego de un tiempo considerado largo con
respecto a la entrada del sistema.
6
Señales Analógicas y Señales
Digitales
• SEÑALES DE TIEMPO CONTINUO.- Esta definido para todos
los valores y pueden tomar cualquier valor continuo en el tiempo
en un intervalo.
• SEÑALES DE TIEMPO DISCRETO.- Esta definido para
ciertos valores en el tiempo.
• SEÑALES DE VALOR CONTINUO.- Son señales que toman
todos los valores dentro de un intervalo finito como infinito.
• SEÑALES DE VALOR DISCRETO.- Si toma valores de un
conjunto finito de valores.
Señales Analógicas
1
sin(2*pi*f*n), f=40Hz
0.5
-0.5
-1
0 20 40 60 80 100
cos(2*pi*f*n), f=40Hz
1
0.5
-0.5
-1
0 20 40 60 80 100
7
Señales Digitales
sin(2*pi*(f/fs)*n), f=40Hz fs=1000
1
0.5
-0.5
-1
0 5 10 15 20 25 30
cos(2*pi*(f/fs)*n), f=40Hz fs=1000

1
0.5
-0.5
-1
0 5 10 15 20 25 30
Sistema de Procesamiento Digital

de Señales
• Es un sistema que transforma la señal analógica a
digital convirtiendo la señal analógica en datos
numéricos conocidos como muestras; a estas
muestras se le aplican una serie de algoritmos con
fines de filtraje digital, análisis en frecuencia,
monitoreo, de las señales.
8
Sistemas de Procesamiento Digital
de Señales
• Señal continua Señal Cont.
Filtro A/D Procesador D/A Filtro
fc = fs /2 Res= #bits Tiempo de Pr. Res= #bits fc = fs /2

FPL Vel= # bps Algoritmos Vel= # bps FPL

de Señales Bioeléctricas
• Aplicaciones: Ejm. en Biomédica
• Monitoreo y registro de las señales del corazón.
Ejemplo monitores cardiacos.
• Monitoreo y registro de las señales del cerebro.
Ejemplo Electroencefalógrafos computarizados.
• Monitoreo y registro de las señales de los músculos
Ejemplo Electromiógrafos y Potenciales Evocados.
9
de Señales Bioléctricas
• Etapa de Amplificación y Aislamiento
• Señales a procesar:
• ECG Vin= 0 a 1mv Banda = 0 a 100Hz.
• EEG Vin= -10uv a 100uv Banda= 10Hz a 100Hz
• Vin= 50uv a 1mv Banda= 10- 3000 Hz.
• Amplificadores de instrumentación
• Opto acoplamiento.

• Filtro PasaBajo (Entrada).- Es un filtro que
tiene la finalidad de:
• Limitar en banda la señal a ser digitalizada a una
fc= fs/2 fc= frec. Corte
fs= frec. Muestreo.
• Filtrar el ruido de la señal.
10
de Señales Bioeléctricas
•Conversión A/D.- Esta etapa se encarga de
convertir una señal analógica en digital.
Características:
• Velocidad de muestreo (muestras/seg)
• Resolución: Nº de bits por muestra
• Proceso muestreo, cuantificacion, codificación.
Conversión A/D
Comprende tres procesos:

* Muestreo
* Cuantificación
• Codificación
MUESTREO.- Toma de muestras en instantes de tiempo.
Conversión de una señal de tiempo discreto a tiempo continuo.
TEOREMA DE MUESTREO
Si la frecuencia más alta contenida en una señal
analógica Xa(t) es Fmax=B y la señal se muestrea a una
velocidad fs≥≥ 2fmax=2B entonces Xa(t) se puede
recuperar totalmente a partir de sus muestras.
fs ≥ 2fmax
11
Sistema de Procesamiento Digital de
Señales Bioelectricas
• Teorema de muestreo.-
fs>= 2fm (Teoría)
fs>= 2.5fm (Práctica)
fs= 250Hz ECG,EEG 8 bits (muestra)
7500Hz EMG ó 16 bits
Teorrema de muestreo
12
TEOREMA DE MUESTREO
• ESPECTRO DE UNA SEÑAL PERIODICA
-fs -fs/2 -fs/2 fs f
• Aliasing
fs/2 fs f
CUANTIFICACIÓN
• Es la conversión de una señal de tiempo discreto con valores
continuos, a una señal de tiempo discreto con valores discretos. El
valor de cada muestra de la señal se representa mediante un valor
seleccionado ce un conjunto finito de valores posibles.
L= Niveles de Cuantificación.
∆= Escalón de Cuantificación.
Xmax-Xmin= Rango Dinámico
∆= Rango Dinámico/(L-1)
Cuantificador por Redondeo.- Asigna a cada muestra el
nivel de cuantificación mas cercano.
Cuantificador por Truncamiento.- Asigna a cada muestra el nivel
inmediatamente por debajo de la muestra.
Relación de Señal a Ruido de Cuantificación.-
SNRQ(dB)=1.76+6.02 b
b= resolución del Conversor.
13
Cuantificación
Niveles
5∆
4∆
3∆
2∆
0 1 2 3 4 5 6 7
Ing. Rafael Bustamante Alvarez Nº de Muestras
CODIFICACIÓN
• Es el proceso mediante el cual cada valor discreto se representa
mediante una secuencia binaria de bits.
Código Binario
0110
0101
0100
0011
0010
0 1 2 3 4 5 6 7
Ing. Rafael Bustamante Alvarez Nº de Muestras
14
de Señales
• Procesador Digital de Señales: Se ejecutan
algoritmos de filtraje digital, analisis en
frecuencia (FFT), sobre las muestras
provenientes de la etapa de conversión A/D.
• Procesos en tiempo real. (Basados en DSPs).
• Procesos en tiempo diferido.
Sistema de Procesamiento Digital de

Señales
• Procesadores
- Computadoras
- DSP (Texas Instruments, Freescale,
Analog Device)
- FPGA (Altera, Xilinx)
- Microcontroladores de gama alta
(TI, DSPIC, Freescale, Atmega).
- ARM (32, 64 bit)
15
Aplicaciones
Sistema de Procesamiento de Señales
FLP A/D D/A FLP

1001010100 010111010
Algoritmo
de PDS
16
Aplicaciones
Program RAM RAM ROM

Primary Cache Block 0 Block 1 (boot)
Bus Expansion Bus
Internal Buses
Multiplier ALU Serial Port 0

6
(int, float) (int, float) DMA Serial Port 1
6
R0-R7 (40-bits)
Timer 0
Address Address 1
Generator Generator Timer 1
1
ARAU0 ARAU1
AR0-AR7 Peripheral Bus
12 Control Registers
CPU
17
• Producto de dos vectores:
Repeticion de un
bloque de inst.
Instrucciones en
paralelo
18
Digitales Bioléctricas
• Etapa de conversión Digital Análogo.-
Convierte las muestras procesadas en senales
continuas en el tiempo.
• Componentes:
- Conversor D/A,
- Muestreo y retención (circuito retensor de orden cero que mantiene
fijo el voltaje correspondiente a una muestra hasta que venga otra
evita glitch (sobrepico).
• D/A Ing. Rafael Bustamante Alvarez

Digitales Bioléctricas
• Filtro Pasabajo de Salida (Reconstructor).- Es
encargado de suavizar la señal proveniente de la
etapa de conversión Digital Análoga. Mantiene
las mismas características del filtro Pasabajo de
entrada.
• fc=fs/2
19
Muestreo
• Considere el sistema de procesado de la señal que se muestra en la figura
adjunta. Los periodos de los conversores A/D y D/A son T=5 ms y T’=1 ms,
respectivamente. Determine la salida del sistema ya(t) si la entrada es:
• 3
100 2
250
Muestreo
• Solución:
• Considerando que: t=nT donde T= período de muestreo y Fs= frecuencia de
muestreo
• Fs=200 y Fs’=1000Hz

• [] 3cos100
2cos250

• F1=50Hz y F2=125Hz
5
• [] 3cos12 2cos
4
• Por teoría:

ñ 1 1
• ⇒ − ≤≤

2 2
1 1
• Cumple

4
2 5
• No cumple

8
20
Muestreo
• En este caso se tiene que buscar su Fk “frecuencia alias” es decir el conjunto infinito de
señales senoidales que se pueden representar con el mismo conjunto de muestras,
entonces la Fk :
• Pero que se cumpla:
1 1

• − ≤≤ O que − ≤
ñ ≤
2 2 2 2
•
• #
ñ ± #
para # 1
•
• ⇒ # 125 − 1 200 −75
&'( (
) 2 esta dentro
del rango de frecuencias
•
• Ahora representando [] con la frecuencia alias de 2 :
• 3cos⁡2 50
2cos⁡2 −75

3
• 3cos⁡12 − 2sen
4
Muestreo
• Ahora representando [-] con la frecuencia alias de . :
/ /
• - 3cos 2 50 01 2cos 2 −75
01
6
• - 3cos 345- − 2sen -
7
• Para T’=1 ms
8
• Si
9:
•
• ;<8 3
500 − 2
750
• F1=250Hz y F2=375Hz ambas componentes de frecuencia están por debajo de
Fs/2=500Hz ∴ La señal pasa por el filtro de post filtrado.
21
PROCESAMIENTO DIGITAL
DE SEÑALES
Profesor:
PROPIEDADES DE LOS SITEMAS DE

PROCESAMIENTO DIGITAL DE SEÑALES
1.-Sistema con Memoria.- Cuando su salida depende de

entradas anteriores.
X[n] Y[n]=x[n-1]+x[n-2]
2.-Sistema sin Memoria.- Cuando su salida depende solo de

la entrada presente para cada valor de la variable
independiente.
Y[n]=2x[n]
x[n]
•1
3.-Causalidad.- Un sistema es causal si en cualquier instante de
tiempo depende solo de los valores presente y pasados. Ejm
y(n)=x(n-1) es un sistema causal
y(n)=x(n)-x(n+1) sistema no causal
4.-Estabilidad.- Intuitivamente, un sistema estable es aquel en el
que las entradas pequeñas conducen a respuestas que no
divergen ejm.
+M
1
y[n] = ∑
2M + 1 k =−M
x[n − k]
Si x[n] max = B
⇒ y[n] max = B ∴ El sistema es estable

5.- Invarianza en el Tiempo.- Un sistema es invariante en el

tiempo, si un desplazamiento de la señal de entrada causa un
desplazamiento en el tiempo en la señal de salida.
Τ
x ( n ) → y( n ) - - - - - -(1)
Τ
x ( n − k ) → y( n − k ) - - - -(2)
En general, podemos escribir la salida como :
y(n, k) = T[x(n - k)], debemos demostrar que : y(n, k) = y(n - k) - - (3)
Entonces el sistema es INVARIANTE EN EL TIEMPO.
•2
6.- Linealidad.- Es aquel que posee la importante propiedad

de superposición que dice: Si una entrada consiste en la
suma ponderada de varias señales, entonces la salida es
solo la superposición, esto es la suma ponderada de las
respuestas del sistema a cada una de las señales.
T[a 1 x 1 (n ) + a 2 x 2 (n )] = a 1T[ x 1 ( n )] + a 2 T[ x 2 (n )]
Representación de Sistemas Discretos

Mediante Diagramas de Bloques
• A) Sumador:
• B)Multiplicador por una constante
•3
C)Multiplicador de señal
D)Retardo de un elemento
X[n] Y[n]=X[n-1]
Z-1

E) Adelanto de un elemento:
X[n] Y[n]=X[n+1]
Z
Ejemplo:Y[n]=1/4Y[n-1]+1/2X[n]+1/2X[n-1]
•4
Secuencias fundamentales
•Impulso
•Escalon Unitario
Exponencial
•a>1 Potencial creciente
•a=1 Secuencia constante
•1>a>0 Potencial decreciente
•0>a>-1 Pot. dec. con signo alterno
•a=-1 secuencia alterna de 1 y -1
•a<-1 Potenc. decrec. sig. alternos
Propiedades:
1) δ(n)=x(0) δ(n) 3)
2) δ(n)=u(n)-u(n-1) 4)
•5
•Resolver:
•Resolver:
•6
PROCESAMIENTO DIGITAL
DE SEÑALES
Profesor:
Mg.Ing Rafael Bustamante Alvarez
SISTEMAS DE PROCESAMIENTO DIGITAL

DE SEÑALES
Son sistemas LTI.
TEOREMA.- Cada sistema LTI puede ser completamente caracterizado por su

respuesta al impulso, esto es la respuesta (salida) de un sistema lineal, frente a
una señal de impulso.
∞
x [n ] =
Si:
∑ x(k )δ(n − k )
k = −∞
Τ[δ(n − k )] = h k (n ) - - > h k (n ) = h (n − k )
 ∞  ∞
y[n ] = Τ[x (n )] = T  x (k )δ(n − k ) =
∑ ∑ x (k )Τ[δ(n − k )]
k = −∞  k =−∞
∞
y (n ) = ∑ x(k )h (n ) k
k = −∞
1
CONVOLUCIÓN
Corolario: Si el sistema es LTI de modo que h[n] es la respuesta al

sistema a δ[n] entonces h[n-k] es la respuesta a δ[n-k], luego la
secuencia de salida resulta:
∞
y(n ) = ∑ x(k )h(n − k ) = x (n ) * h(n )
k = −∞
Propiedades:
1)x[n]* δ[n]=x[n]
2)x[n]* δ[n-k]=x[n-k]
3)x[n]*y[n]=y[n]*x[n]
4)x[n]*(y[n]*z[n])=(x[n]*y[n])*z[n]
5)x[n]*(y[n]+z[n])=x[n]*y[n]+x[ n]*z[n]
La Transformada Z
Sea: [f(k)]= f(0), f(1), f(2), f(3),........
f(k)
-3T -2T -T 0T 1T 2T 3T ..... K
Cada muestra está asociada a:
Z-k f(k)
Ejm.
f(-1) Zf(-1)
f(1) --> Z-1f(1)
2
Definición de la Transformada Z
Se puede agrupar [f(k)] como una sumatoria, donde:
∞
[f(k)]=
∑ f (k) Z −k
k = −∞
[f(k)]  F(z)
F(z) es la transformada Z de f(k) y queda definida como:
∞
F(z)= ∑ f (k)Z −k
k = −∞
Transformada Z de Algunas Funciones

Conocidas
Secuencia Discreta Transformada ROC
δ[n ] 1 Todo Z
1
µ[n] Z <1
1- Z-1
δ[n - m] Z-m ∀Z excepto0 (si m > 0)

∞ (m < 0)
1
α n µ[n ] Z>α
1 - αZ -1
α Z -1
n α n µ (n ) Z > α
(1 - α Z -1 ) 2
1
− α n µ ( − n − 1) Z < α
1 - α Z -1
3
PROPIEDADES DE LA TRANSFORMADA Z
Secuencia Transformada
x [n ] X(Z)
x 1[n ] X1(Z)
x 2[n ] X2(Z)
ax1[n ] + bx 2[n ] ax1[n ] + bx 2[n ]
x[n − no] Z -no X( Z)
x1[n ] * x 2[n ] X1(Z).X2(Z)
dX(Z)
nx[n ] -Z
dZ
LA TRANSFORMADA Z INVERSA
Se trata de hallar la secuencia x(k) a partir de X(z).
Métodos:
1)Por división
10Z -1
X ( Z) =
1 − 3Z −1 + 2 Z − 2
Tras dividir:
X( Z) = 10Z −1 + 30Z -2 + 70Z −3 + 150Z −4 + .............

Por inspección se obtiene:
X(0)= 0;
X(1)=10;
X(2)=30;
X(3)=70;
X(4)=150;
.
4
2) Por Fracciones parciales:
10 Z X(Z) − 10 10
X(Z)= ==> = +
( Z − 1)( Z − 2 ) Z Z −1 Z − 2
 1   1 
X(Z)= − 10  −1  + 10  −1 
1 − Z  1 − 2 Z 
[ [ ]]
X[k]= − 10 1µ k + 10 2 k µ k[ [ ]]
X[k]= 10(-1 + 2k)µ[k ] k = 1,2,3,4,.........
X(0)=0;
X(1)=10;
X(2)=30;
X(3)=70;
X(4)=150;
3)Método de Matlab
X[k ] = [1,0,0,0,0,.....,0]
Ejm 20 datos
B = [0,10] ; A = [1,-3,2]
Y[k ] = filter(B, A, X)
5
Filtro Digital
Es un conjunto de operaciones lógico matemáticos que permiten el paso que
permiten el paso de una señal a través de un sistema dentro de un rango de
frecuencias.
Si se tiene:
b 0 y[k ] + .... + bmy[k − m ] = a 0 x[k ] + ..... + a n x[k − n ]

donde b o = 1 por convención.
En función de la transformada Z
b 0 y(z ) + ...... + b m Z − m y( Z) = a 0 x ( Z) + ...... + a n Z − n x (Z)
 M   N 
y( Z)1 + ∑ b m Z − m  = x (Z) ∑ a n Z −n 
  
 m   n 
N N
∑ a n Z −n ∑ a n Z −n
y(Z ) n H( Z) = n
= M M
x ( Z)
∑ b m Z −m Mg.Ing Rafael Bustamante Alvarez 1 + ∑
−m
1+ bmZ
m m
Clasificación :
1) Filtros IIR (bm≠0)
2) Filtros FIR (bm=0)
6
FILTROS IIR
La salida depende tanto de las entradas presentes y previas así como las salidas
previas.
bm≠0
X(K)
Y(k)
Z-1
N Z-1
∑ a n Z −n
n
H( Z) = M
1+ ∑ b m Z −m s=
2 1 − z −1
m
T 1 + z −1
Z=esT Relación de Z con la S
T= periodo de muestreo. Transformador bilineal
Haciendo el respectivo reemplazo en las funciones de transferencia de los filtros

Analógicos: Butterworth, Chebyshev, Elliptic, se obtienen sus correspondientes funciones
de transferencia digital.
|H(w)|
W
Wc Ws
7
FILTRO FIR
La salida es la suma de las muestras de la señal de entrada previas y

presentes
bm=0.
N
H (Z ) = ∑ a n Z −n
n
x(k) y(k)
Z-1
N
y[n ] = ∑ h (k )x(n − k )
k
Wc Tsen [(k - Γ )Wc T ]

h (k ) =
π(k − Γ )Wc T
π 
sen k 
Ejm: Si Γ=0 1 4 
1 h (k ) =
Ws Τ= 4 π 
Wc =
8 fs  k

Mg.Ing Rafael Bustamante Alvarez 4

PARA DIFERENTES TIPOS DE FILTROS.

A)PASA ALTO
h[k ]HP = (− 1)k h [k ]LP

B)PASA BANDA
h[k ]BP = [2cos(kWo T )]h[k ]LP

W1 = Wo - Wc
C)PASA BANDA
h[0]BS = 1 - h[0]BP
h [k ]BS = -h[k ]BP
METODO DE PARKS –Mc CLELLAN
m=[1 1 1 0 0 0];
f= [0 0.1 0.3 0.7 0.8 1];
8
OPTIMIZANDO LA RESPUESTA DEL FILTRO FIR
METODO DE VENTANAS
h (K ) = h (k ).w (k )
1 K ≤ N
W (k )R = 
0, K > N
 kπ
α + (1 − α ) cos( ), K ≤ N
W (k )H = N
 0, K >N
α = 0 .54 Ventana de Hamming
α = 0 .56
Mg.IngVentana
Rafael Bustamantede Hanning
Alvarez
9
25/03/2017
Filtros Adaptativos
• Los filtros adaptativos son sistemas variantes en el tiempo de forma que se
adaptan a cambios a su entorno , optimizando su funcionamiento de acuerdo a
una serie de algoritmos conocidos como algoritmos adaptativos.
d(n)
y(n)
x(n) Sistema
+
-
adaptativo
e(n)
Algoritmo
adaptativo
+
Estructura Directa
Aplicación:
Identificar
Sistema
Desconocido
sistemas
d(n)
x(n) y(n) +
Sistema -
adaptativo
e(n)
1
25/03/2017
Estructura Inversa
Aplicación:
Ecualización de
canales de
comunicación
d(n)
y(n) +
x(n) Sistema
Desconocido
Sistema -
adaptativo
e(n)
Estructura Predictor
Aplicación:
Sistemas de control –
Control Adaptativo y
neuronal
d(n)
x(n-p) +
x(n) Retardo Sistema y(n) -
adaptativo
e(n)
2
25/03/2017
Cancelador activo de ruido

Aplicación:
Eliminar ruido
solapado a la señal
espectralmente
d(n)= s(n)+ro(n)
y(n) +
x(n)=r1(n) Sistema -
adaptativo
e(n)
2 2
e (n) = (d (n) − y(n)) = ( s (n) + ro (n) − f (r1 (n))) 2
2
Algoritmo Least means square (LMS)
e (n) = (d (n) − y(n))
2
= ( s (n) + ro ( n) − f (r1( n))) 2
L−1
∂J J = E{e2 (n)} = E{d (n) − wnT .xn } = E{((d (n) − ∑ wn (k ) x(n − k ))2}
an+1 = an − µ
∂an k =0
J = e2 (n)
∂J
wn+1 = wn − µ
∂wn
J = (d (n) − y(n))2
∂J ∂E{(e2 (n))} ∂e(n)
x(n)=r1(n) = = 2e(n)
L−1 ∂wn (k ) ∂wn (k ) ∂wn (k )
y(n) = ∑ wn (k )x(n − k ) L−1
k =0 ∂E{(d (n) − ∑ wn (k ) x(n − k ))}
∂e(n) k =0
wn = [wn (0), wn (1),.....wn (L − T )]T .xn = = −x(n − k )
∂wn (k ) ∂wn (k )
y(n) = wnT .xn (notaciónvectorial) ∂J ∂E{(e2 (n))}
= = 2e(n) x(n − k )
∂wn (k ) ∂wn (k )
3
25/03/2017
Algoritmo Least means square (LMS)

Se concluye que :
wn +1 (k ) = wn + 2 µe( n) xn (n − k ) 0 ≤ k ≤ L -1
Ahora utilizando notación vectorial

wn +1 = wn + 2 µe(n) xn
Las etapas de funcionamiento de un Filtro FIR adaptativo

basado en el LMS tendría las siguientes etapas de funcionamiento :
1) Inicialización de los coeficiente del filtro adaptativo

2)Determinación de la salida del filtro
y(n) = wnT .xn
3)Determinacion del error del sistema
e( n) = d ( n) − y ( n)
4)Actualización de los coeficientes de los filtros
wn +1 = wn + 2 µe(n) x Mg.Ing Rafael Bustamante Alvarez

Archivo 1

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Archivo 1

Hochgeladen von

Copyright:

Verfügbare Formate

PROCESAMIENTO DIGITAL DE

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

• CAMPOS DE ESTUDIO DEL PROCESAMIENTO DIGITAL DE

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

• COMPARACIÓN ENTRE EL PROCESADO DIGITAL Y PROCESADO

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Procesamiento Digital de Señales

• PDS en TIEMPO REAL.- Es el proceso mediante el

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

cos(2*pi*(f/fs)*n), f=40Hz fs=1000

Ing. Rafael Bustamante Alvarez

Sistema de Procesamiento Digital

Ing. Rafael Bustamante Alvarez

Filtro A/D Procesador D/A Filtro

fc = fs /2 Res= #bits Tiempo de Pr. Res= #bits fc = fs /2

Ing. Rafael Bustamante Alvarez

Sistemas de Procesamiento Digital

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Sistema de Procesamiento Digital

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Comprende tres procesos:

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

-fs -fs/2 -fs/2 fs f

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Sistema de Procesamiento Digital de

Ing. Rafael Bustamante Alvarez

Sistema de Procesamiento de Señales

FLP A/D D/A FLP

Program RAM RAM ROM

Multiplier ALU Serial Port 0

Sistema de Procesamiento de Señales

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

Ing. Rafael Bustamante Alvarez

PROPIEDADES DE LOS SITEMAS DE

1.-Sistema con Memoria.- Cuando su salida depende de

2.-Sistema sin Memoria.- Cuando su salida depende solo de

PROPIEDADES DE LOS SITEMAS DE

5.- Invarianza en el Tiempo.- Un sistema es invariante en el

6.- Linealidad.- Es aquel que posee la importante propiedad

Representación de Sistemas Discretos

• B)Multiplicador por una constante

Representación de Sistemas Discretos

SISTEMAS DE PROCESAMIENTO DIGITAL

TEOREMA.- Cada sistema LTI puede ser completamente caracterizado por su

Corolario: Si el sistema es LTI de modo que h[n] es la respuesta al

Mg.Ing Rafael Bustamante Alvarez

-3T -2T -T 0T 1T 2T 3T ..... K

Cada muestra está asociada a:

cos(2pi(f/fs)*n), f=40Hz fs=1000