FACULTAD DE INGENIERÍA

CARRERA PROFESIONAL DE INGENIERÍA MECATRÓNICA

UNIVERSIDAD RICARDO PALMA

PROCESAMIENTO AVANZADO DE SEÑALES

Código IM 0804

PEDRO F. HUAMANÍ NAVARRETE

phuamani@urp.edu.pe
http://www.pedrohuamani.blogspot.com

AGOSTO – 2019
 • Aprender y comprender los conceptos generales de señales y sistemas
digitales.
• Analizar y comprender las técnicas de procesamiento digital moderno.
• Analizar, diseñar y resolver problemas utilizando las técnicas de filtrado
digital invariantes y variantes en el tiempo.
OBJETIVOS: • Analizar, simular y resolver problemas relacionados con el
procesamiento espacial de imágenes digitales.
• Manejar las herramientas proporcionada por el software de simulación
Matlab, para solucionar problemas aplicativos con redes neuronales
artificiales en la codificación y reconocimiento de voz, procesamiento de
imágenes, y aplicaciones biomédicas.

UNIDAD II

Diseño de Filtros FIR

CONTENIDO: invariantes al tiempo.

UNIDAD I
UNIDAD III UNIDAD V UNIDAD VI
Introducción al
Diseño de Filtros IIR Procesamiento espacial de Aplicaciones de las redes
procesamiento de señales y
invariantes al tiempo. imágenes digitales. neuronales artificiales.
filtros digitales.

UNIDAD IV

Modelos AR-MA,
Estimación Lineal
Óptima Wiener y
Algoritmo adaptivo LMS. Pedro Freddy Huamaní Navarrete
phuamani@urp.edu.pe
UNIDAD 01: INTRODUCCIÓN AL
PROCESAMIENTO DE SEÑALES
Y FILTROS DIGITALES.

PROCESAMIENTO DIGITAL DE SEÑALES

Representación, transformación y manipulación de las señales

y su contenido, utilizando:

HERRAMIENTAS MATEMÁTICAS
N 1 2  j k
X(k)   x[n]e
n
N

n 0

Ejemplos de señales:
Audio, voz, señales sísmicas, señales
médicas, señales de Sonar y Radar, series de
tiempo, imágenes médicas: tomografía y
mamografía, imágenes satelitales, mapas
climáticos, video digital, etc. Pedro Freddy Huamaní Navarrete
phuamani@urp.edu.pe
 ÁREAS DE APLICACIÓN Y TIPOS DE SEÑALES

1. Sector Médico.

2. Sector Industrial. Señales 1D: tiempo

3. Sector Militar. Señales 2D: espacio

Señales 3D: tiempo y espacio
4. Sector Comercial.

5. Sector Científico.

6. Etc.

Pedro Freddy Huamaní Navarrete

phuamani@urp.edu.pe
 REPRESENTACIÓN DIGITAL DE LOS TIPOS DE SEÑALES

Señal temporal:
V1 x c  13 125 ... 149
1xM
2xM

 254 220 ... 101 

250 203 ... 079
Mfxc 
Señal espacial:  ... ... ... ... 
 
125 154 ... 097

MxN
134 220 . . . 110 
100 203 . . . 009 MxNx3
 
 ... . . . . . . . . . 
 220 . . . 101  
 254
250  
158203187 . . . . . . 079011
Mmxnxc    MxNx1xF
 ... ... ... ... 
 
125 154 . . . 097 MxNx3xF
Pedro Freddy Huamaní Navarrete
phuamani@urp.edu.pe
EJEMPLOS DE APLICACIONES DEL PDS
 REPRESENTACIÓN DE UNA SEÑAL EN EL MATLAB

Una señal digital, periódica o no periódica, es representada por un vector.

Donde cada elemento del vector representa a una muestra.

>> t = linspace( 0 , 1 , 100 ); 2

>> x = 2*sin( 2*pi*4*t ); 1

>> size( x )
0
>> subplot(2,1,1)
>> stem( t , x ) -1

>> grid -2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

>> y = wavread(‘ding.wav');
0.02
>> size(y)
>> subplot(2,1,2) 0.01

>> plot( y ) 0
>> grid
-0.01

-0.02
0 2000 4000 6000 8000 10000 12000 14000 16000 18000

Pedro Freddy Huamaní Navarrete

phuamani@urp.edu.pe
 CÁLCULO DEL NÚMERO DE BITS

Voz Digital (1.2 min)

( Fs ) x (1.2 x 60 seg ) x ( 16 bits/muestra) = ? bits

Imagen Digital 4K (TV UHD)

(3840 ) x ( 2160 ) x ( 24 bits/pixel ) = ? bits

Video Digital (2.8 horas )

( 30 frames/seg ) x ( 640 ) x ( 480 ) x ( 24 bits/pixel )
x ( 2.8 * 3600 seg ) = ? bits
EJEMPLOS DE MÚLTIPLES FRAMES O FOTOGRAMAS

Pedro Freddy Huamaní Navarrete

phuamani@urp.edu.pe
 FUNDAMENTOS DE FILTROS DIGITALES

DEFINICIÓN:
Sistema digital utilizado para filtrar señales en tiempo discreto.
Se implementa en Sw o Hw.

CLASIFICACIÓN:
 Funcionalidad: Pasa-bajo, pasa-alto
pasa-banda y elimina-banda.

 Filtros No Recursivos (FIR) y Filtros

Recursivos (IIR).

 Filtros Invariantes al Tiempo y Filtros

Variantes al Tiempo (adaptivos).
Pedro Freddy Huamaní Navarrete
phuamani@urp.edu.pe
VENTAJAS Y CARACTERÍSTICAS DE LOS FILTROS
DIGITALES

1. Alta inmunidad al ruido.

2. Es programable: se varía fácilmente sin afectar el hardware.
3. Diseñados, probados e implementados en un computador.
4. Manejan con buena precisión las componentes de baja y alta
frecuencia.
5. Velocidad en el manejo de combinaciones complejas de filtros
en paralelo o en serie, a través del DSP.

Pedro Freddy Huamaní Navarrete

phuamani@urp.edu.pe
 TIPOS Y ESTRUCTURAS DE FILTROS DIGITALES

FILTRO FIR:

x [n] Z-1 Z-1 Z-1 Z-1

a0 a1 a2 a1 a0

∑ y [n]

1
Imaginary Part

4
0

-1

-2

-3
-6 -5 -4 -3 -2 -1 0 1
Pedro Freddy Huamaní Navarrete
Real Part phuamani@urp.edu.pe
 TIPOS Y ESTRUCTURAS DE FILTROS DIGITALES

Fs = 2 KHz
FILTRO IIR: 0
a0

Magnitude (dB)
+ -50
x [n] + + y [n]
+ -100
+ +
z -1 -150

b1 a1
+ -200
0 200 400 600 800 1000 1200 1400 1600 1800 2000
+ +
Frequency (Hz)
+
+ + 0
z -1

Phase (degrees)
b2 a2 -100
+
+ + -200
+
+ + -300
z -1
-400
b3 a3 0 200 400 600 800 1000 1200 1400 1600 1800 2000
Frequency (Hz)

0.8

0.6

0.4
Imaginary Part

0.2
3
0

-0.2

-0.4

-0.6

-0.8
Pedro Freddy Huamaní Navarrete
-1
phuamani@urp.edu.pe
-1 -0.5 0 0.5 1
Real Part
TIPOS Y ESTRUCTURAS DE FILTROS DIGITALES

FILTROS PASA BAJO / PASA ALTO / PASA BANDA /

ELIMINA BANDA

Pedro Freddy Huamaní Navarrete

phuamani@urp.edu.pe
 TIPOS Y ESTRUCTURAS DE FILTROS DIGITALES

FILTRO LATTICE: procesamiento digital de voz e

implementación de filtros adaptativos.

𝒚 𝒏 = 𝒙 𝒏 + 𝒌𝟏 + 𝒌𝟏 ∗ 𝒌𝟐 𝒙 𝒏 − 𝟏 + 𝒌𝟐 𝒙[𝒏 − 𝟐]

+ + y[n]

k1 k2
x[n]
k1 k2
Z-1 + Z-1 + g2[n]

Pedro Freddy Huamaní Navarrete

phuamani@urp.edu.pe
 TIPOS Y ESTRUCTURAS DE FILTROS DIGITALES

FILTRO LATTICE: aplicaciones de filtrado adaptativo.

Pedro Freddy Huamaní Navarrete

phuamani@urp.edu.pe
 TIPOS Y ESTRUCTURAS DE FILTROS DIGITALES

FILTRO ADAPTATIVO: ejemplo de identificación de

sistemas.

u [n] Filtro
Adaptativo y [n]
-
e

+
Modelo
salida [n]
entrada [n] Desconocido d [n]

Pedro Freddy Huamaní Navarrete

phuamani@urp.edu.pe