Beruflich Dokumente
Kultur Dokumente
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
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.
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.
5. Sector Científico.
6. Etc.
Señal temporal:
V1 x c 13 125 ... 149
1xM
2xM
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
>> 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
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.
FILTRO FIR:
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
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]
u [n] Filtro
Adaptativo y [n]
-
e
+
Modelo
salida [n]
entrada [n] Desconocido d [n]