Actividades por desarrollar

1. ¿Qué es una señal discreta? (dar un ejemplo gráfico)

Las señales discretas se caracterizan por estar definidas en instantes específicos de tiempo,
usualmente de igual longitud, pero no existe una restricción su longitud. Estas señales pueden ser
generadas naturalmente o resultado del muestreo de señales continuas en el tiempo. Pueden ser
representadas de forma matemática, cuya función se denota como 𝑥(𝑛) y hace referencia a una
secuencia de números enteros, reales o complejos. La energía de una señal 𝑥(𝑛) se define como
𝐸 ≡ ∑∞ 𝑛=−∞|𝑥(𝑛)|
2

Ejemplo de señal discreta

1.2
1
0.8
x(n)

0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 …
n

Gráfico 1 – Representación grafica de la señal 𝑥(𝑛) = 0.8𝑛

2. ¿Qué es una señal continua? (dar un ejemplo gráfico)

Las señales continuas en el tiempo o tambien llamadas analógicas, se caracterizan por estar
definidas en cualquier instante de tiempo, tomando valores desde −∞ a ∞. Matemáticamente, se
pueden describir como funciones con dominio en el tiempo (números reales), podemos
segmentarlas en funciones infinitas o finitas. Cualquier señal analógica puede representarse
como una suma de sinusoides de diferentes amplitudes, frecuencias y fases, es decir 𝑥𝑎 (𝑡) =
∑𝑁𝑖=1 𝐴𝑖 cos(2𝜋𝐹𝑖 𝑡 + 𝜃𝑖 ) donde N indica el número de componentes de la frecuencia.

Ejemplo de señal continua

1.500
1.000
0.500
x(n)

0.000
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
-0.500
-1.000
-1.500
n

Gráfico 2 – Representación grafica de una señal sinusoidal

3. ¿Qué es la transformada de Fourier continua y cuál es su aplicación en el análisis de señales?
∞ 2
Es una herramienta de análisis de señales no periódicas y de energía finita ∫−∞|𝑥(𝑡)| 𝑑𝑡 < ∞,
que me permite ver como se distribuye en función de la frecuencia, la energía o la potencia de
una señal. La ecuación de la transformada de Fourier obtenida desde el análisis de las series de
∞
Fourier es 𝑋(𝐹) = ∫−∞ 𝑥(𝑡)𝑒 −𝑗2𝜋𝐹𝑡 𝑑𝑡 que tambien pueden expresarse en función de la variable
∞
de frecuencia en radianes así 𝑋(Ω) = ∫−∞ 𝑥(𝑡)𝑒 −𝑗Ω𝑡 𝑑𝑡.

4. ¿Qué es la convolución discreta?

La convolución discreta se le denomina al proceso sumatoria de los impulsos ponderados,
obtenidos mediante la descomposición de la señal original, con la respuesta del sistema a la
secuencia de impulsos unitarios desplazados para obtener la respuesta del sistema de estado cero
de sistemas relajados lineales e invariantes en el tiempo LTI. La ecuación de cálculo es 𝑦(𝑛) =
∑∞𝑘=−∞ 𝑥(𝑘)ℎ(𝑛 − 𝑘).

5. ¿Qué es la respuesta al impulso de un sistema?

La respuesta al impulso es tal cual la respuesta a un impulso a la entrada de un sistema relajado
lineal LTI usados frecuentemente para evaluar el desempeño de sistemas y filtros en el dominio
del tiempo. Además, esta relacionado con la función de transferencia que es usado en el análisis
de sistemas en el dominio transformado. Como ejemplo encontramos la convolución discreta
donde se desea encontrar la respuesta del sistema con la ecuación 𝑦(𝑛) = ∑∞ 𝑘=−∞ 𝑥(𝑘)ℎ(𝑛 − 𝑘)

6. ¿Qué es la función de transferencia de un sistema analógico?

La función de transferencia permite encontrar la relación entre la respuesta y la señal de entrada
de un sistema lineal e invariante en el tiempo LTI, siendo mas especifico, es el cociente entre la
transformada de Laplace de la salida y entrada, suponiendo que las condiciones iniciales son
𝑌(𝑠) ∑𝑀 𝑏𝑘 𝑠 −𝑘
nulas. La forma general de la función de transferencia está dada por 𝑋(𝑠) = 𝐻(𝑠) = 1+∑𝑘=0
𝑁 −𝑘
𝑘=1 𝑎𝑘 𝑠

• Cada estudiante debe enunciar 5 ventajas del procesamiento digital, respecto al procesamiento
analógico.
1. En el uso del procesamiento digital existe una mayor flexibilidad para reconfigurar las
opciones del tratamiento digital de la señal, ya que solo es necesario modificar o reconfigurar el
programa. Si lo anterior, se intenta en el analógico, implicaría cambio de partes físicas, pruebas
de funcionamiento y calibración.
2. Una mayor precisión en el tratamiento digital de las señales, ya que, en los analógicos, las
tolerancias de los elementos de los circuitos analógicos hacen difícil controlar su precisión.

3. En el procesamiento digital, se puede realizar almacenamiento de las señales digitales en

medios magnéticos sin deterioro de la información, lo que permite su transporte y recuperación
posterior a su grabación, adicionalmente, se puede implementar la compresión de información.

4. El procesamiento digital de señales permite la implementación de algoritmos de tratamiento de

señales más sofisticados en comparación con las señales analógicas, cuyas operaciones
matemáticas precisas son muy difíciles de efectuar.

5. La implementación de un sistema de procesamiento de señales digitales en ciertos casos es

más económica que el analógico. Una de las principales razones es que, en la eventualidad de
reconfiguraciones del sistema, cambios en el hardware implicaría un mayor costo.

• El estudiante debe enunciar 5 aplicaciones del procesamiento digital de señales.

1. Filtrado complejo adaptativo:
En la actualidad, las telecomunicaciones utilizan señales de banda estrecha, que son complejas
por naturaleza. Esto permite que sea aplicadas técnicas complejas de procesamiento digital de
señales, y con frecuencia, procesamiento digital en tiempo real, que es donde entra el filtrado
complejo adaptativo. Un ejemplo conocido de la aplicación de este filtrado es para la mitigación
de la interferencia en la banda estrecha en los sistemas MIMO (Múltiples entradas – Múltiples
Salidas).

2. Propagación hacia atrás.

En la fibra óptica, con los estudios en nuevos métodos para incrementar la velocidad de
transmisión de datos, se hacen necesario trabajar con ciertos efectos adversos, tales como son la
dispersión y deterioros no lineales, existe una técnica numérica para revertir la propagación de
pulsos de femtosegundos en la fibra óptica, de modo que se puede recrear el pulso de entrada
deshaciendo numéricamente todas las dispersiones y efectos lineales. A esta técnica se le
denomina propagación hacia atrás o Digital Backwards Propagation – DBP.
3. Medición de frecuencia de alta precisión.
Para realizar mediciones de frecuencia se han desarrollado osciladores, muy efectivos, pero que
presentan algunos problemas por el efecto del error de fase de origen común. Como alternativa
se propone utilizar el método de procesamiento digital, a este sistema de medición se le
denomina Analizador de estabilidad de frecuencia digital multicanal – DFS, que, tiene una
estructura simétrica y una medición simultánea para cancelar el ruido de la fuente de referencia
de compensación común.

4. Diseños complejos de filtros digitales para el procesamiento de audio en el sistema de

ultrasonido Doppler
Un sistema de ultrasonido Doppler médico tiene una pantalla de espectro que indica la dirección
del flujo sanguíneo. En los sistemas convencionales con sistema analógico, al momento de
aplicar el suavizado exclusivo, se tiene un desfase entre la imagen y el sonido, sin embargo, con
el uso de un filtro de paso banda IIR el tiempo de respuesta y la baja carga de cálculo permiten
mitigar este problema.

5. Identificación de cámara digital basada en imágenes originales

Es posible tener un mayor control de derechos de autor en las fotografías digitales identificando
las características innatas de cada cámara individual, esto permite identificar la cámara mediante
el análisis de las irregularidades estadísticas en los medios digitales. Para poder identificar los
posibles cambios realizados como escalado y la rotación se usan la transformada de radon y la
transformada de Fourier.