CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
PROGRAMA DE INGENIERA ELECTRNICA
299004 PROCESAMIENTO DIGITAL DE SEALES
FAIBER ROBAYO BETANCOURT
Director Nacional
ALFREDO LPEZ RENDN Acreditador
NEIVA Enero de 2013
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
ASPECTOS DE PROPIEDAD INTELECTUAL Y VERSIONAMIENTO
El presente mdulo es actualizado en el ao 2013 por el Ing. Faiber Robayo Betancourt, tutor de la UNAD, y ubicado en el CCAV de Neiva. El Ing. Robayo es Ingeniero Electrnico, y Magister en Ingeniera de Control Industrial, se ha desempeado como tutor de la UNAD desde el 2005.
El presente mdulo tiene su primera actualizacin este ao por parte del ingeniero Robayo quien se desempea actualmente como director del cuso a nivel nacional.
La primera versin fue realizada por la ingeniera Indira Cassaleth Garrido y se llam Procesamiento de Seales Digitales.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
INTRODUCCIN
El curso de Procesamiento Digital de Seales es de tipo terico y es ofrecido dentro del portafolio de cursos para el programa de ingeniera electrnica de la Universidad Nacional Abierta y a Distancia UNAD. Tiene como objetivo principal dotar al estudiante de los conocimientos necesarios para el diseo y la implementacin de filtros digitales de caractersticas frecuenciales especficas; todo esto a travs de la estrategia de educacin abierta y a distancia.
El procesamiento digital de seales es una disciplina que abarca la representacin, transformacin y manipulacin de seales y de la informacin que contienen. En este curso se presenta una introduccin a las tcnicas computacionales y herramientas bsicas para el anlisis y diseo de sistemas de procesamiento digital de seales, haciendo nfasis en los filtros selectivos en frecuencia. El curso es complementado con simulaciones prcticas para la exploracin a fondo de los conceptos analizados en la parte terica.
El curso tiene 3 crditos acadmicos, los cuales comprenden el estudio independiente y el acompaamiento tutorial, con de abordar las unidades didcticas:
Unidad 1: Seales y sistemas discretos Unidad 2: Diseo de Filtros Digitales Unidad 3: Aplicaciones de Filtros digitales La metodologa a seguir ser bajo la estrategia de educacin a distancia. Por tal razn, ser importante planificar los procesos de:
Estudio Independiente: este se desarrollar a travs del trabajo personal y del trabajo en pequeos grupos colaborativos de aprendizaje.
Acompaamiento tutorial: corresponde al acompaamiento que el tutor realiza al estudiante para potenciar el aprendizaje y la formacin. Este acompaamiento se puede adelantar de forma individual, en pequeos grupos o a nivel de grupo de curso.
La evaluacin del curso se define como cualitativa - participativa, y mide la calidad de los procesos y productos de aprendizaje. Se evidencia desde las formas de:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Autoevaluacin: evaluacin que realiza el estudiante para valorar su propio proceso de aprendizaje. Coevaluacin: se realiza a travs de los grupos colaborativos, y pretende la socializacin de los resultados del trabajo personal. Heteroevaluacin: Es la valoracin que realiza el tutor del proceso de aprendizaje.
Para el desarrollo del curso es importante el papel que juegan los recursos didcticos y tecnolgicos como medio activo e interactivo, buscando la interlocucin durante todo el proceso de dilogo tutor-estudiante.
Se tienen diferentes opciones y tecnologas, las cules deben ser empleadas de la mejor forma de acuerdo al espacio, y a los objetivos propuestos en cada curso. Algunas de las ms empleadas, son:
Materiales virtuales: Son el soporte fundamental para el curso y para favorecer los procesos de aprendizaje auto-dirigido. Estos contenidos sern publicados en la plataforma virtual de la UNAD. Sitios Web: propician el acercamiento al conocimiento, la interaccin y la produccin de nuevas dinmicas educativas. Sistemas de interactividades sincrnicas: permite la comunicacin a travs de encuentros presnciales directos o de encuentros mediados (Chat, audio conferencias, videoconferencias, tutoras telefnicas). Sistemas de interactividades asincrnicas: permite la comunicacin en forma diferida favoreciendo la disposicin del tiempo del estudiante para su proceso de aprendizaje (correo electrnico, foros, grupos de discusin, entre otros).
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 1: INTRODUCCIN AL PROCESAMIENTO DIGITAL DE SEALES... 13 Leccin 1: SISTEMAS DSP ................................................................................................................. 13 Proceso de conversin de anlogo a digital (ADC) ............................................................................ 14 Teorema del muestreo ...................................................................................................................... 14 Leccin 2: SEALES EN TIEMPO DISCRETO ...................................................................................... 19 Seales elementales en tiempo discreto .......................................................................................... 21 Leccin 3: SISTEMAS LTI ................................................................................................................... 24 Leccin 4: PROPIEDADES DE LOS SISTEMAS DISCRETOS .................................................................. 25 Leccin 5: RESPUESTA IMPULSO ...................................................................................................... 29
CAPITULO 2: TRANSFORMADA DE FOURIER.... 32 Leccin 6: SERIES DE FOURIER ......................................................................................................... 32 Series de Fourier para seales peridicas ......................................................................................... 32 Series de Fourier para seales discretas peridicas ......................................................................... 33 Leccin 7: TRANSFORMADA DISCRETA DE FOURIER ........................................................................ 36 Introduccin ...................................................................................................................................... 36 Leccin 8: PROPIEDADES DE LA DFT ................................................................................................ 38 Linealidad .......................................................................................................................................... 38 Periodicidad....................................................................................................................................... 38 Simetra ............................................................................................................................................. 38 Leccin 9: CORRELACIN DE SEALES EN TIEMPO DISCRETO ......................................................... 39 Introduccin ...................................................................................................................................... 39 Correlacin ........................................................................................................................................ 39 Leccin 10: CORRELACIN CON AYUDA COMPUTACIONAL ............................................................ 47
CAPITULO 3: TRANSFORMADA Z..... 50 Leccin 11: TRANSFORMADA Z BILATERAL DIRECTA ....................................................................... 50 Leccin 12: PROPIEDADES DE LA TRANSFORMADA Z BILATERAL .................................................... 53 Linealidad .......................................................................................................................................... 53 Desplazamiento en el tiempo ........................................................................................................... 55 Escalado en el dominio Z ................................................................................................................... 55 Conjugacin ...................................................................................................................................... 56 Inversin temporal ........................................................................................................................... 57 Leccin 13: TRANSFORMADA Z INVERSA ......................................................................................... 58 Definicin ......................................................................................................................................... 58 Leccin 14: TRANSFORMADA Z UNILATERAL, DEFINICIN Y PROPIEDADES ................................... 60 Retardo temporal .............................................................................................................................. 61 Adelanto temporal ............................................................................................................................ 61 Teorema del valor final ..................................................................................................................... 62 Leccin 15: RESPUESTA NATURAL Y FORZADA ................................................................................ 64
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD 1 ............................................................. 66 FUENTES DOCUMENTALES DE LA UNIDAD 1 ............................................................................ 67
CAPITULO 4: DISEO DE FILTROS DIGITALES... 70 Leccin 16: CONSIDERACIONES GENERALES .................................................................................... 70 Leccin 17: CAUSALIDAD Y SUS IMPLICACIONES .............................................................................. 71 Leccin 18: TEOREMA DE PALEY WIENER ......................................................................................... 72 Leccin 19: RELACIN ENTRE PARTE REAL E IMAGINARIA DE LA RESPUESTA EN FRECUENCIA....... 74 Leccin 20: CARACTERSTICAS DE FILTROS PRCTICOS .................................................................... 76
CAPITULO 5: FILTROS DIGITALES IIR..... 77 Leccin 21: TERMINOLOGA Y CLASIFICACIN................................................................................. 77 Polos y ceros ...................................................................................................................................... 79 Diseo de filtros IIR ........................................................................................................................... 79 Leccin 22: DISEO DE FILTROS IIR .................................................................................................. 80 Diseo de filtros IIR mediante la transformacin bilineal ................................................................. 80 Leccin 23: DISEO DE FILTROS IIR CON MATLAB ........................................................................... 86 Filtro Butterworth ............................................................................................................................. 86 Leccin 24: FILTRO CHEBYSHEV ....................................................................................................... 90 Leccin 25: FILTROS ELPTICOS ........................................................................................................ 95 Requerimientos y especificaciones de filtrado ................................................................................. 97
CAPITULO 6: FILTROS FIR...... 99 Leccin 26: FILTROS DE RESPUESTA INFINITA .................................................................................. 99 Estructura .......................................................................................................................................... 99 Diseo de filtros FIR ........................................................................................................................ 100 Leccin 27: FUNCIONES PARA REALIZAR FIR .................................................................................. 101 La funcin FIR1 ................................................................................................................................ 101 La funcin FIR2 ................................................................................................................................ 101 Leccin 28: ANLISIS DE FIR CON HERRAMIENTAS COMPUTACIONALES ...................................... 103 Leccin 29: ANLISIS DE RECHAZABANDA FIR ............................................................................... 107 Leccin 30: COMANDOS PARA GENERAR FILTROS MEDIANTE VENTANAS ................................... 111 ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD 2 ............................................................ 112 FUENTES DOCUMENTALES DE LA UNIDAD 2 ........................................................................... 113
UNIDAD 3 APLICACIONES DE FILTROS DIGITALES .................................................................... 114 INTRODUCCIN ..................................................................................................................... 115 CAPITULO 7: DISEO Y APLICACIONES DE FILTROS.... 116 Leccin 31: ESPECIFICACIONES DE DISEO .................................................................................... 116 Leccin 32: ELECCIN DE LA APROXIMACIN ............................................................................... 118 Leccin 33: REALIZACIN ............................................................................................................... 120 Leccin 34: EFECTOS DE LA LONGITUD DE LA PALABRA FINITA .................................................... 122 Leccin 35: IMPLEMENTACIN ...................................................................................................... 126
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 8: PROCESAMIENTO DE IMGENES.... 127 Leccin 36: MODELO DE IMAGEN SIMPLE ..................................................................................... 127 Etapas fundamentales en procesamiento de imgenes ................................................................. 128 Leccin 37: TEORA DE HERING ...................................................................................................... 132 Leccin 38: TRANSFORMACIONES ................................................................................................. 135 Transformaciones geomtricas ....................................................................................................... 135 Transformacin del histograma ...................................................................................................... 135 Filtrado espacial y frecuencial ......................................................................................................... 135 Leccin 39: CLCULO DE CARACTERSTICAS .................................................................................. 138 Centroide ......................................................................................................................................... 139 Leccin 40: ANLISIS DE IMAGEN USANDO MEDIOS COMPUTACIONALES ................................... 140
CAPITULO 9: PROCESAMIENTO DIGITAL DE AUDIO.... 144 Leccin 41: EFECTOS QUE UTILIZAN RETARDOS ............................................................................ 144 Naturaleza del eco y la reverberacin ............................................................................................ 144 Reverberacin y eco digitales ......................................................................................................... 145 Flanger y phaser .............................................................................................................................. 146 La realimentacin o el feedback ..................................................................................................... 146 El chorus .......................................................................................................................................... 147 Leccin 42: PROCESADORES DE RANGO DINMICO ...................................................................... 148 Los compresores y los limitadores .................................................................................................. 149 Los expansores ................................................................................................................................ 149 La distorsin .................................................................................................................................... 149 Leccin 43: LOS FILTROS................................................................................................................. 150 Espectro de una seal ..................................................................................................................... 150 Leccin 44: ECUALIZACIN Y APLICACIONES DEL FILTRADO ......................................................... 153 Implementacin de filtros en los editores de audio ....................................................................... 153 Aplicaciones de filtrado digital ........................................................................................................ 153 Leccin 45: ANLISIS DE AUDIO USANDO MEDIOS COMPUTACIONALES ..................................... 155 ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD 3 ............................................................ 159 FUENTES DOCUMENTALES DE LA UNIDAD 3 ........................................................................... 160
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
LISTADO DE TABLAS
Tabla 3.1 Transformada z bilateral de algunas funciones comunes ................................................. 54 Tabla 7.1 Comparacin Filtros digitales .......................................................................................... 119
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
LISTADO DE GRFICOS Y FIGURAS
Figura 1.1 Sistema DSP ...................................................................................................................... 13 Figura 1.2 Sistema DSP completo ...................................................................................................... 13 Figura 1.3 Diagrama de bloques del proceso de conversin anlogo a digital ................................. 14 Figura 1.4 Muestreo de una seal anloga ....................................................................................... 15 Figura 1.5 Tren de pulsos .................................................................................................................. 15 Figura 1.6 Espectro de la seal antes del muestreo ......................................................................... 17 Figura 1.7 Espectro de la seal despus del muestreo ..................................................................... 17 Figura 1.8 Espectro con aliasing de una seal muestreada .............................................................. 18 Figura 1.9 Espectro resultante con la frecuencia mnima de muestreo ........................................... 18 Figura 1.10 Funcin impulso unitario ................................................................................................ 21 Figura 1.11 Funcin escaln unitario ................................................................................................ 22 Figura 1.12 Funcin rampa unitaria .................................................................................................. 23 Figura 1.13 Seal sinusoidal .............................................................................................................. 24 Figura 1.14 Sistemas LTI .................................................................................................................... 25 Figura 1.15 Efecto tiempo invariante Sistemas LTI ........................................................................... 25 Figura 1.16 Principio de superposicin ............................................................................................. 25 Figura 1.17 Diagrama de bloques de un sistema discreto ................................................................ 26 Figura 1.18 Representacin grfica de un retardador ...................................................................... 26 Figura 1.19 Representacin grfica de un retardador 2 ................................................................... 26 Figura 1.20 Representacin grfica de un adelantador .................................................................... 27 Figura 1.21 Diagrama de un multiplicador ........................................................................................ 27 Figura 1.22 Diagrama de un modulador ........................................................................................... 27 Figura 1.23 Diagrama de bloques de una ecuacin discreta ............................................................ 28 Figura 1.24 Grfica de la funcin x(n) = {2, 3, 0,1} ............................................................................ 30 Figura 1.25 a) Funcin impulso unitario, b) Respuesta al impulso, h (k) ......................................... 31 Figura 1.26 a) -1), b) Respuesta al impulso, h (k-1) ............................ 31 Figura 2.1 Seales para correlacionar x(n), y(n) ................................................................................ 41 Figura 2.2 Correlacionar r xy (0) ....................................................................................................... 42 Figura 2.3 Seales para autocorrelacionar x(n), x1(n) ...................................................................... 45 Figura 2.4 Funcin autocorrelacin r xx ........................................................................................... 46 Figura 3.1 Representacin grfica de la ROC para r suficientemente pequeos .............................. 52 Figura 3.2 Propiedades de la Transformada Z bilateral .................................................................... 53 Figura 4.1 Caractersticas generales de un filtro pasabajas .............................................................. 76 Figura 5.1 Estructura de un filtro IIR ................................................................................................. 78 Figura 5.2 Relacin entre la frecuencia en el plano s y el plano z en la transformacin bilineal ..... 82 Figura 5.3 Respuesta en frecuencia del filtro anlogo del ejemplo .................................................. 84 Figura 5.4 Respuesta en frecuencia del filtro digital del ejemplo ..................................................... 85 Figura 5.5 Respuesta filtro Butter pasaalta segundo orden ............................................................. 87 Figura 5.6 Respuesta filtro Butter pasaalta orden 10 ....................................................................... 88 Figura 5.7 Respuesta filtro Butter pasabanda orden 4 ..................................................................... 89
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 5.8 Respuesta filtro Butter rechazabanda orden 4 ................................................................ 90 Figura 5.9 Respuesta filtro Cheby tipo I ............................................................................................ 92 Figura 5.10 Respuesta filtro Cheby tipo II orden 9 ............................................................................ 93 Figura 5.11 Respuesta impulso filtro Cheby tipo II orden 5 .............................................................. 94 Figura 5.12 Respuesta filtro elptico pasabajo orden 6 ..................................................................... 95 Figura 5.13 Respuesta impulso filtro elptico pasabajo orden 6 ....................................................... 96 Figura 5.14 Respuesta filtro elptico pasaalto orden 12 ................................................................... 97 Figura 5.15 Respuesta impulso filtro elptico pasaalto orden 12 ...................................................... 97 Figura 6.1 Estructura de un filtro FIR ............................................................................................. 100 Figura 6.2 Respuesta filtro FIR1 pasabajo orden 4.......................................................................... 103 Figura 6.3 Respuesta filtro FIR1 pasabajo orden 6.......................................................................... 104 Figura 6.4 Respuesta filtro FIR1 pasabajo orden 10........................................................................ 104 Figura 6.5 Respuesta filtro FIR1 pasaalto orden 4 .......................................................................... 105 Figura 6.6 Respuesta filtro FIR1 pasaalto orden 6 .......................................................................... 105 Figura 6.7 Respuesta filtro FIR1 pasaalto orden 10 ........................................................................ 106 Figura 6.8 Respuesta filtro FIR1 rechazabanda orden 6 ................................................................. 107 Figura 6.9 Respuesta filtro FIR1 rechazabanda orden 30, Hamming .............................................. 108 Figura 6.10 Respuesta filtro FIR1 rechazabanda orden 30, Boxcar................................................. 108 Figura 6.11 Respuesta filtro FIR1 rechazabanda orden 30, Barlett ................................................ 109 Figura 6.12 Respuesta filtro FIR1 rechazabanda orden 30, Chebwin ............................................. 109 Figura 6.13 Comparacin respuestas filtros FIR .............................................................................. 110 Figura 7.1 Bandas de tolerancia del filtro ....................................................................................... 117 Figura 7.2 Comparacin de los patrones de polos y ceros de una implementacin en forma directa I (a) y en secciones de segundo orden, cada una de ellas en forma directa (b) ......................................................................................................................................................... 121 Figura 7.3 Respuesta en frecuencia del filtro del Ejemplo implementado con una estructura tipo forma directa II. (-) filtro prototipo; (- -) filtro con coeficientes cuantizados. ................................ 123 Figura 7.4 Respuesta en frecuencia del filtro del Ejemplo implementado con una cascada de dos bloques de segundo orden. ( - ) filtro prototipo; (- -) filtro con coeficientes cuantizados .. 124 Figura 8.1 Valores del pixel ............................................................................................................. 128 Figura 8.2 Etapas del procesamiento de imgenes ......................................................................... 129 Figura 8.3 Imagen binaria y filtros ................................................................................................... 131 Figura 8.4 Diagrama de cromaticidad ............................................................................................. 133 Figura 8.5 Ilustracin del comportamiento de las celdas detectoras ante la presencia de colores oponentes ....................................................................................................................................... 134 Figura 8.6 Histograma bimodal ....................................................................................................... 136 Figura 8.7 Histograma aproximadamente bimodal ........................................................................ 137 Figura 8.8 (a) Una regin (S) y su deficiencia convexa (sombreada); (b) contorno dividido ............................................................................................................................................ 140 Figura 8.9 Imagen original ............................................................................................................... 141 Figura 8.10 Valores de pixeles en RGB de la imagen ...................................................................... 142 Figura 8.11 Planos para los diferentes colores ............................................................................... 143 Figura 8.12 Contribucin de planos ................................................................................................ 144 Figura 9.1 Funciones de transferencia y sus efectos ....................................................................... 148 Figura 9.2 Ejemplos de filtrado con la evolucin temporal del espectro de frecuencias, su aspecto en el instante t=0 y el sonido resultante .................................................. 152 Figura 9.3 Ejemplo de procesamiento digital de audio ................................................................... 158
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
UNIDAD 1
Nombre de la Unidad SEALES Y SISTEMAS DISCRETOS
Introduccin La Unidad 1 trata en primer lugar, los aspectos introductorios y la terminologa referente al procesamiento digital de seales; en segundo lugar, introduce y refuerza el manejo matemtico necesario como lo es la transformada de Fourier y la transformada Z.
Justificacin Dada la importancia que tiene el manejo de las seales en todos los mbitos de la electrnica, el procesamiento digital de seales se vuelve una necesidad para poder comprenderlas y manejarlas a travs de sus bases matemticas, como son las transformadas de Fourier y la Transformada Z.
Intencionalidades Formativas Entender la diferencia entre seales continuas y discretas, comprender la relacin entre la Transformada de Fourier y la Transformada Z, as mismo podr escribir una seal dada en una ecuacin en diferencias que la produce y podr obtener las seales que produce una ecuacin en diferencias dada.
Denominacin de Captulos Captulo 1: Introduccin al Procesamiento Digital de Seales Captulo 2: Transformada de Fourier Captulo 3: Transformada Z
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
INTRODUCCIN
La Ingeniera electrnica se define como la rama de la ciencia que se encarga de la transmisin de informacin por medio de seales elctricas. El uso de tales seales se debe fundamentalmente a la velocidad con la que viajan (cercana a la de la luz) y a la facilidad con la que pueden ser manipuladas. Los procesos de anlisis y sntesis pueden realizarse en dos ambientes diferentes:
ANALOGO: La seal existe (O sea tiene importancia) en todos los instantes de tiempo y tiene infinitos posibles valores dentro de un rango determinado (Rango dinmico de la seal). El sistema se construye exclusivamente de hardware (Activo y pasivo) y maneja infinitos posibles estados (ASP), para realizar operaciones sobre la seal tales como el filtrado, la amplificacin, la modulacin, etc.
DIGITAL: La seal existe (O tiene importancia) slo en momentos discretos del tiempo y tiene un nmero finito de valores dentro de un rango determinado. El sistema es una mezcla de hardware y software digital con interfaces anlogas con el mundo real (DSP), que realizan operaciones de clculo y lgicas para extraer informacin de una seal digital o modificarla.
En algunos casos los sistemas son hbridos en el sentido de que a pesar de que manejan seales digitales utilizan una representacin anloga de esas seales para su transmisin, por ejemplo con el uso de seales sinusoidales de diferentes frecuencias (FSK) o fases (PSK).
La tendencia en este momento va en la direccin de realizar todas las operaciones que antes se hacan en ASP, y otras nuevas, con dispositivos o sistemas DSP, debido a las ventajas que presentan estos ltimos.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 1: INTRODUCCIN AL PROCESAMIENTO DIGITAL DE SEALES
Leccin 1: SISTEMAS DSP
Un procesador DSP (Ya sea un procesador de propsito general o especializado ms software) requiere a su entrada una seal digital o sea discreta en el tiempo (que slo exista en instantes discretos del tiempo) y discreta en amplitud (solo tiene un nmero finito de niveles), denotada por x(n) y produce a la salida, luego de procesada una seal que es tambin de naturaleza discreta.
Tal procesador de DSP puro no est en capacidad de procesar seales provenientes de fenmenos del mundo real, las cuales son esencialmente anlogas porque estn definidos en todo instante del tiempo y tienen un continuo de amplitudes en cualquier intervalo finito.
Figura 1.1 Sistema DSP
Se requiere, entonces, que hayan interfaces entre el mundo real y el DSP que conviertan las seales anlogas en discretas (Dispositivos ADC) y viceversa (Dispositivos DAC), tal como se muestra en la figura 1.2; aunque en algunos casos es posible que no se necesiten uno o ambos procesos.
Figura 1.2 Sistema DSP completo
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
PROCESO DE CONVERSION DE ANALOGO A DIGITAL (ADC)
En este caso el sistema ADC toma una seal anloga proveniente de algn fenmeno fsico y entrega una discreta o digital al sistema DSP.
De manera terica, el proceso de conversin ADC requiere de cuatro pasos como se muestra en la figura 1.3.
Figura 1.3 Diagrama de bloques del proceso de conversin anlogo a digital.
La idea fundamental es que en este proceso se conserve la informacin de la seal de entrada; la herramienta que permite predecir que en efecto esto se da se llama el teorema del muestreo el cual se enuncia a continuacin.
TEOREMA DEL MUESTREO
Una seal de banda limitada a B Hz (Es decir sin contenido espectral apreciable por encima de esta frecuencia) puede determinarse de manera unvoca a partir de sus muestras tomadas a intervalos no mayores a Ts = 1/ 2B s.
Esto significa que para que no haya prdida de la informacin contenida en la seal se deben tomar muestras a una rata mayor a fs = 2B muestras/s.
En la figura 1.4 se muestran la seal anloga y sus respectivas muestras.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 1.4 Muestreo de una seal anloga
El proceso de muestreo puede verse como el producto de la seal por un tren peridico de pulsos como el que se muestra a continuacin en la figura 1.5:
Figura 1.5 Tren de pulsos
Esta seal puede representarse por medio de una serie de Fourier as:
Con:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Y,
La seal muestreada estar dada, entonces, por la siguiente expresin:
Se debe recordar que el espectro de x(t) est dado por:
Y el espectro de xs (t) por:
Intercambiando el orden de la integral y la sumatoria se tiene:
La ltima integral representa a o sea el espectro de la seal
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
desplazado alrededor de la frecuencia de muestreo Fs = 1/Ts y sus infinitos armnicos. De esta manera:
Si el espectro original de x(t) tiene la forma mostrada en la figura 1.6,
Figura 1.6 Espectro de la seal antes del muestreo
La forma del espectro de la seal resultante, luego del muestreo, ser como se muestra en la figura 1.7:
Figura 1.7 Espectro de la seal despus del muestreo
Se observa que, en este caso, se puede recuperar el espectro de la seal original (Y por tanto la seal) usando un filtrado pasabajos ideal que elimine los componentes espectrales que aparecieron en el muestreo, dado que no hubo
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
superposicin de estos con el original porque se escogi adecuadamente la frecuencia de muestreo Fs.
Si la frecuencia de muestreo no hubiese sido escogida adecuadamente, el espectro resultante pudiera haber quedado como se muestra en la figura 1.8:
Figura 1.8 Espectro con aliasing de una seal muestreada
En este caso es imposible recuperar el espectro original por medio del filtrado pasabajos ya que se produjo lo que se denomina aliasing o solapamiento en la frecuencia.
La frecuencia mnima de muestreo har que las distintas componentes espectrales queden juntas como se muestra en la figura 1.9:
Figura 1.9 Espectro resultante con la frecuencia mnima de muestreo
Esta frecuencia mnima se puede calcular as:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Esto nos indica que la frecuencia mnima de muestreo (Frecuencia de Nyquist) ser:
Por ejemplo, en telefona se limita en banda a 3.4 KHz y se utiliza una rata de muestreo de 8000 muestras/s, lo que da una banda de guarda de 1200 Hz.
En la prctica siempre ocurrir aliasing debido a que las seales nunca son de banda limitada y tambin a que siempre hay ruido presente, el cual tiene un gran ancho de banda.
La idea es mantener el aliasing tan bajo como sea posible y tambin reducir la rata de muestreo al mnimo para bajar las exigencias de velocidad al conversor anlogo digital y del procesador, y disminuir las exigencias de ancho de banda del sistema, lo cual se logra filtrando la seal antes del muestreo.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 2: SEALES EN TIEMPO DISCRETO
Las seales en tiempo discreto pueden originarse de dos maneras:
1. Tomando muestras de una seal anloga y luego cuantificndola.
2. Acumulando una variable a lo largo de un determinado perodo de tiempo. (Ver figura 1.7, pgina 10 del libro de Proakis).
En ambos casos se genera una secuencia de nmeros en funcin de la variable independiente n (nmero de muestra) el cual es el equivalente discreto del tiempo.
La seal x(n) puede representarse de varias maneras:
Representacin funcional:
Representacin tabular:
Representacin como secuencia:
En este caso la flecha ( | ) indica el origen de coordenadas (Es decir, n = 0).
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
SEALES ELEMENTALES EN TIEMPO DISCRETO
Impulso unitario:
Figura 1.10 Funcin impulso unitario
La figura 1.10 se puede obtener en Matlab empleando una funcin como la del ejemplo M2:
Ejemplo M2:
function x=impulse(long,k) %La seal x generada por esta funcin es un impulso de longitud long %y desplazado k unidades de tiempo. if k<0 n=-long:0; L=length(n); x=zeros(1,L); x(L+k)=1; else n=0:long; L=length(n); x=zeros(1,L); x(k+1)=1; end stem(n,x)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Escaln unitario:
Figura 1.11 Funcin escaln unitario
La figura 1.11 se puede obtener en Matlab empleando una funcin como la del ejemplo M3:
Ejemplo M3: function x=escalon(long,k) %La seal x generada por esta funcin es un escaln de longitud long %y desplazado k unidades de tiempo. n=k-3:long+k-4 ; x=zeros(1,long); x(4:long)=1; stem(n,x)
Rampa unitaria:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 1.12 Funcin rampa unitaria
La figura 1.12 se puede obtener en Matlab empleando una funcin como la del ejemplo M4:
Ejemplo M4:
function x=rampa(long,k) %La seal x generada por esta funcin es una rampa de longitud long %y desplazada k unidades de tiempo. n=k-3:long+k-4 ; m=0:long-4; x=zeros(1,3); x=[x,m]; stem(n,x)
Seal sinusoidal:
x(n) = Acos (e n + u) , s n s +
Donde: u : [rad] f: [ciclos/muestra] e: [rad/muestra] e = 2t f
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 1.13 Seal sinusoidal
La figura 1.13 se puede obtener en Matlab empleando una funcin como la del ejemplo M5:
Ejemplo M5:
function x=seno(A,f0,Theta,Num_ciclos) %La seal x generada por esta funcin es una sinusoide de amplitud: A, %frecuencia: f0 (entre 0 y 1), Theta en radianes y nmero de ciclos: %Num_ciclos.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 3: SISTEMAS LTI
Introduccin
La abreviatura LTI proviene del trmino en ingls (Linear Time-Invariant). Los sistemas LTI hacen referencia a los sistemas que son lineales y al mismo tiempo invariantes en el tiempo. Los sistemas LTI tienen la caracterstica de cumplir las siguientes propiedades.
Figura 1.14 Sistemas LTI
Los sistemas LTI son subconjuntos de los sistemas lineales, estos obedecen al principio de superposicin. En la siguiente figura, se puede observar el efecto de aplicar el tiempo invariante a la definicin de sistema lineal del sistema anterior.
Figura 1.15 Efecto tiempo invariante Sistemas LTI
Aplicando el principio de superposicin se tiene:
Figura 1.16 Principio de superposicin
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 4: PROPIEDADES DE LOS SISTEMAS DISCRETOS
Los sistemas discretos son aquellos que trabajan con seales discretas. Se debe recordar que un sistema es una transformacin aplicada a una seal de entrada x(n), para obtener una seal de salida y(n); a esta transformacin se le conoce con el nombre de funcin de transferencia (T). En la siguiente figura se muestra el diagrama de bloques de un sistema discreto.
Figura 1.17 Diagrama de bloques de un sistema discreto
Se pueden definir las funciones de transferencia para los sistemas discretos ms caractersticos con su correspondiente diagrama de bloques.
Desplazamiento temporal
Descrito por el siguiente comportamiento matemtico:
Figura 1.18 Representacin grfica de un retardador
Si T = n + n0, entonces es un adelantador Si 0 T = n n0, entonces es un retardador
En diagramas de bloques, otra forma de representar a T es por Z, as:
Figura 1.19 Representacin grfica de un retardador 2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 1.20 Representacin grfica de un adelantador
Multiplicador
Descrito por el siguiente comportamiento matemtico: y(n) = a. x(n)
Figura 1.21 Diagrama de un multiplicador
Modulador
Descrito por el siguiente comportamiento matemtico:
Figura 1.22 Diagrama de un modulador
Acumulador
Descrito por el siguiente comportamiento matemtico:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Media Mvil
Descrito por el siguiente comportamiento matemtico:
Ejemplo: Describa mediante diagrama de bloques la siguiente ecuacin discreta
Donde x(n) es la seal de entrada y y(n) es la seal de salida. Solucin
Figura 1.23 Diagrama de bloques de una ecuacin discreta
A continuacin se describen las propiedades fundamentales que se tienen en cuenta en los sistemas discretos.
Memoria
Un sistema en tiempo discreto se denomina esttico o sin memoria si su salida en cualquier instante n depende a lo sumo de la muestra de entrada en ese mismo instante, pero no de muestras pasadas o futuras de la entrada. En cualquier otro caso, se dice que el sistema es dinmico o con memoria. Es decir, su respuesta al impulso es la forma:
Los siguientes sistemas son sistemas sin memoria, ya que no se necesita de ninguna muestra pasada o futura para calcular la seal.
A diferencia de los siguientes sistemas que son sistemas dinmicos o con memoria ya que requieren de una muestra para calcular la salida actual.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Causalidad
Se dice que un sistema es causal si la salida del sistema en cualquier instante depende slo de las entradas presentes y pasadas de la seal de entrada (por ejemplo, x(n), X(n-1), x(n-2)...); pero no de las muestras futuras de la seal (por ejemplo, x(n+1), X(n+2), x(n+3)...). Si un sistema no satisface esta condicin se dice que el sistema es no causal. Los siguientes sistemas son sistemas causales, ya que la salida depende slo de las entradas presentes y pasadas de la seal.
A diferencia de los siguientes sistemas que son sistemas no causales ya que requieren de una muestra futura de la seal.
Para un sistema causal se ha de cumplir que:
h(n) = 0, Para todo n < 0
Estabilidad
Un sistema arbitrario en reposo se dice de entrada acotada-salida acotada (BIBO, bounded input_ bounded output), si y slo si toda entrada acotada produce una salida acotada. El acotamiento de las secuencias de entrada x(n), para obtener una seal de salida y(n); produce la existencia de un par de nmeros finitos Mx y My, tales que:
para todo n. Si la secuencia de entrada x(n) produce una salida no acotada (es decir, infinita), el sistema se clasifica como inestable.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 5: RESPUESTA IMPULSO Si se tiene una seal de entrada x(n), esta se puede expresar como la suma de impulsos unitarios. Es decir,
Donde k representa el atraso del impulso unitario.
Ejemplo: una secuencia de duracin finita x(n) est dada por
Exprese esta seal como la suma ponderada de impulsos unitarios
Solucin: Para desarrollar este ejercicio lo primero que se realiza es graficar la secuencia, ubicando el cero en el valor que indica la flecha as:
-1 -0.5 0 0.5 1 1.5 2 0 0.5 1 1.5 2 2.5 3 Funcin original x(n) n A m p l i t u d
Figura 1.24 Grfica de la funcin x(n) = {2, 3, 0,1}
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 n A m p l i t u d Respuesta al impulso h(k) -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Funcin impulso unitario d(k) n A m p l i t u d -1 -0.5 0 0.5 1 1.5 2 2.5 3 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 n A m p l i t u d Funcin impulso unitario d(k-1) -1 -0.5 0 0.5 1 1.5 2 2.5 3 -3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 Respuesta al impulso h(k-1) n A m p l i t u d
Se puede observar que n = -1, 0,1, 2. Para n = 1, la secuencia x(n) tiene valor de cero. Por tanto, slo se requiere tres impulsos en los puntos k =-1, 0, 2. Por tanto, x(n) se expresa como:
x(n) = 2o (n + 1) + 3o (n) + 1o (n 2) Ejemplo: Supngase un sistema discreto lineal, que es excitado con la funcin impulso o (k), y cuya salida es la respuesta al impulso h(k), tal como el de la figura 1.25.
Si ese mismo sistema se excita con la funcin impulso, retrasada en 1, la salida debe ser la misma respuesta al impulso retrasada en 1, as como se muestra en la figura 1.26 debido a que el sistema es invariante en el tiempo.
Figura 1.25 a) Funcin impulso unitario, b) Respuesta al impulso, h (k)
Figura 1.26 a) Funcin impulso unitario o(k-1), b) Respuesta al impulso, h (k-1)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 2: TRANSFORMADA DE FOURIER
Leccin 6: SERIES DE FOURIER La Transformada de Fourier se encarga de transformar una seal del dominio del tiempo, al dominio de la frecuencia, de donde se puede realizar su antitransformada y volver al dominio temporal. Un ejemplo de representacin en frecuencia, puede ser cuando se observa un ecualizador de un equipo de sonido.
Las barras que suben y bajan, indican las diferentes componentes frecuenciales de la seal sonora que se escuchan. Esto, se realiza a travs de un proceso de integracin que realiza precisamente la transformada de Fourier de la forma ms rpida posible (FFT, o Fast Fourier Transform). El trabajo con la seal en frecuencia, no solo sirve como informacin, sino que se puede modificar, de forma que es ampliamente utilizada en filtros, procesado de la imagen y el sonido, comunicaciones (modulaciones, lneas de transmisin, etc.) y otro tipo de aplicaciones ms curiosas: estadstica, deteccin de fluctuaciones en los precios, anlisis sismogrfico, etc.
Serie de Fourier para seales peridicas
La Serie de Fourier busca poner cualquier funcin x (t) como un sumatorio de senos y cosenos, esto es, como un sumatorio de e jkw0t puesto que cualquier funcin senoidal se puede expresar en forma de exponencial compleja. Para una seal peridica definimos el desarrollo en serie de Fourier como:
De la anterior ecuacin se puede observar que al variar los valores de k se tendra una funcin peridica de periodo:
Para determinar cules son los coeficientes del desarrollo en serie de Fourier se realiza:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Serie de Fourier para seales discretas peridicas
La serie de Fourier discreta es una modificacin de la serie de Fourier tradicional, pero sustituyendo las integrales por sumatorias de las muestras, y el periodo ahora en vez de ser T ser N, siendo N un nmero entero, de forma que se define la serie de Fourier discreta como:
Se cumplir ahora que x[n]= x [n + N], debido que N es el periodo fundamental. Para obtener los coeficientes del desarrollo en serie de Fourier se debe obtener ak de la siguiente forma:
Ejercicio: Determine el espectro de la seale X(n), la cual es peridica de periodo N= 4 y cuya secuencia se encuentra expresada como:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Se comienza a evaluar la funcin para k= 0, 1, 2,3. Para ello se tiene:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
el mdulo y la fase del espectro son
Recuerde que la fase se calcula como
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 7: TRANSFORMADA DISCRETA DE FOURIER Introduccin
La transformada discreta de Fourier es una herramienta matemtica muy importante y se ha utilizado en diferentes campos como aplicaciones en ptica, acstica, fsica cuntica, teora de sistemas, tratamiento de seales, reconocimiento de voz, probabilstica, sistemas de comunicaciones, etc.
La transformada de Fourier se emplea con seales aperidicas a diferencia de la Serie de Fourier. Las condiciones para poder obtener la transformada de Fourier son (Condiciones de Dirichlet):
- La seal debe ser integrable, es decir:
- Debe presentar un nmero mximo de discontinuidades.
La transformada de Fourier es una particularizacin de la transformada de Laplace con S=jw (siendo w=2*pi*f), y se define as:
De igual forma, se puede definir su antitransformada as:
A partir del desplazamiento de la funcin impulso y sabiendo que
Y adems, que la transformada de Fourier tiene la propiedad de dualidad:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Se obtiene que:
Por tanto, se puede calcular la transformada de Fourier de cualquier seal peridica x(t) de potencia media finita, de la siguiente forma
Ya que
Luego para una x (t) peridica se cumple que:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 8: PROPIEDADES DE LA DFT La DFT presenta las siguientes propiedades
Linealidad
X 3 (n) = ax 1 (n)+bx 2 (n),
X 3 (k) = aX 1 (k)+bX 2 (k)
Si long [x 1 (n)]=N 1 y long [x 2 (n)]=N 2
Entonces long[x 3 (n)]=max{N 1 ,N 2 }
Periodicidad
x(n) y X(k) son peridicas con perodo N.
Simetra
Si x(n) <--->X(k) entonces x*(n) <--->X*(-k)=X*(N-k)
Para seales REALES:
x(n)=x*(n) y X(k)=X*(N-k)
Re[X(k)] es una funcin par
Im[X(k)] es una funcin impar |X(k)| es una funcin par Fase[X(k)] es una funcin impar
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 9: CORRELACIN DE SEALES EN TIEMPO DISCRETO Introduccin
La correlacin es una operacin matemtica que permite cuantificar el grado de similitud entre dos seales aunque no haya evidencia de parentesco entre ellas. En la descripcin y anlisis de seales la correlacin se utiliza en mltiples aplicaciones como: la geologa, la economa, la estimacin de retardos en sonar y radar, la sincronizacin en comunicaciones digitales, reconocimiento de patrones de voz e imgenes, el anlisis de entornos acsticos, el anlisis de imgenes satelitales, etc.
Correlacin
La correlacin de dos funciones reales es una operacin de similares caractersticas a la convolucin con la salvedad de que no se girar alrededor del origen los valores de una de las funciones. La expresin matemtica para esta operacin es:
Bajo las mismas condiciones que se establecen en la convolucin en el caso discreto, la expresin de la correlacin de funciones discretas reales es
para
De manera similar se pueden transcribir las expresiones de la correlacin en el caso bidimensional.
De forma paralela a como existe un teorema de convolucin ahora podemos enunciar un Teorema de Correlacin, que nos dice como se calcula la correlacin entre dos funciones a partir de las TF de dichas funciones. El teorema establece que la TF de la correlacin entre dos funciones es igual al producto de la Transformada Fourier conjugada de una de ellas por la otra. Es decir,
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Al igual que la convolucin, la correlacin es una operacin bsica del procesamiento de imgenes digitales. La correlacin es la operacin bsica en los procesos de bsqueda de patrones por emparejamiento. Por tanto, disponer de algoritmos que calculen de una forma eficiente estas operaciones es del mayor inters.
Cuando la operacin de correlacin se realiza entre dos secuencias X y Y, la correlacin recibir el nombre de correlacin cruzada. Cuando la correlacin se realiza entre la misma secuencia, es decir, cuando x(n)=y(n), la correlacin se denomina autocorrelacin. A continuacin se describir dos ejemplos relacionados con la correlacin cruzada y la autocorrelacin de secuencias.
Ejemplo: Determine la correlacin cruzada x xy (l) de la secuencias
En la primera parte se realiza las grficas de las funciones:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 2.1 Seales para correlacionar x(n), y(n)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Solucin. Aplicando el concepto para l = 0
La secuencia producto de esta operacin es:
dando como resultado
La suma para todos los valores de n es
Figura 2.2 Correlacionar r xy (0) Para as, obtener la primera respuesta en l=0.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Para l<0, desplazamos y(n) hacia la izquierda con relacin a x(n) l muestras, calculamos la secuencia producto vl(n)= x(n) y (n-l), y sumamos todos los valores de dicha secuencia producto. As los v se obtendrn los valores de correlacin cruzada.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Por tanto la correlacin cruzada entre x(n) e y(n) es
Como se puede observar el cero de la funcin est representada en el valor de 7, que fue el primer valor calculado para l=0.
Aplicando los mismos conceptos de la correlacin se puede determinar la autocorrelacin de una seal.
Ejemplo: Determine la Autocorrelacin x xx (l) de la secuencia
En la primera parte se realiza la grfica de la funcin. Es de recordar que para la autocorrelacin es la funcin x(n) la que se auto multiplica y desplaza. As:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 2.3 Seales para autocorrelacionar x(n), x1(n)
Realizando las operaciones en l=0 tenemos
Al realizar los desplazamientos de la funcin x1(n) se tiene:
Los resultados de la autocorrelacin son mostrados a continuacin
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 2.4 Funcin autocorrelacin r xx
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 10: CORRELACIN CON AYUDA COMPUTACIONAL MATLAB dispone de dos funciones para el clculo de convoluciones y correlaciones. - >> y = conv(x,h) o Hace la convolucin de los vectores x y h. El vector resultante y tiene un tamao igual a length(x)+length(h)-1 - >> rxy = xcorr(x,y) o Hace la correlacin de los vectores de M elementos x e y. Devuelve un vector de 2M-1 elementos. - >> rxx = xcorr(x) o Hace la autocorrelacin del vector x de M elementos. Devuelve un vector de 2M-1 elementos.
El comando xcorr calcula la secuencia de correlacin cruzada de un proceso aleatorio. Autocorrelacin se trata como un caso especial. La verdadera correlacin cruzada secuencia es
donde x n y y n son procesos aleatorios conjuntamente estacionarios, - < n < y E {} es el operador valor esperado. xcorr debe estimar la secuencia, ya que, en la prctica, slo un segmento finito de una realizacin del proceso aleatorio de longitud infinita est disponible. c =xcorr (x, y) devuelve la secuencia de correlacin cruzada en una longitud de 2 * N-1 vector, donde x e y son vectores de longitud N (N> 1). Si x e y no tienen la misma longitud, el vector ms corto es rellenado con ceros a la longitud del vector ms largo. Por defecto, xcorr calcula las correlaciones primas sin normalizacin.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
El vector de salida c tiene elementos propuestos por c (m) = Rxy (m-N), m = 1, ..., 2N-1.
En general, la funcin de correlacin requiere la normalizacin para producir una estimacin precisa (vase ms adelante). c =xcorr (x) es la secuencia de autocorrelacin para el vector x. Si x es una matriz N por P, C es una matriz con 2N-1 filas cuyos P 2 columnas contienen las secuencias de correlacin cruzada para todas las combinaciones de las columnas de xcorr produce correlaciones idnticamente igual a 1,0 en cero lag slo cuando se realiza una autocorrelacin y slo cuando se establece el "coeficiente" opcin. Por ejemplo, x=0:0.01:10; X = sin(x); [r,lags]=xcorr(X,'coeff'); max(r) c = xcorr (x, y, 'option') especifica una opcin de normalizacin para la correlacin cruzada, donde 'opcin' es
- 'biased': Biased estimate of the cross-correlation function
- 'unbiased': Unbiased estimate of the cross-correlation function
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
- 'coeff': Normalizes the sequence so the autocorrelations at zero lag are identically 1.0.
Ejemplos
La primera aplicacin de la autocorrelacin de una seal es determinar las posibles repeticiones de patrones en la seal. Para comprobar este punto se va a generar una sinusoide de frecuencia igual a 100 Hz con amplitud uno y muestreada a 1 kHz (consideremos una secuencia de 100 puntos). Determine la autocorrelacin de esta seal normalizada a uno y represntela junto a la secuencia.
El programa en Matlab que implementa lo que nos piden es: %Generacin de la seal
n = 0:99; x = cos (2*pi*n*0.1);
%Clculo de la autocorrelacin normalizada y = xcorr(x,'coeff');
%Representacin de las dos seales subplot(221), stem(x,'k'), title('(a)') subplot(222), plot(x,'k'), title('(b)') subplot(223), stem(y,'k'),title('(c)') subplot(224), plot(y,'k'), title('(d)')
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 3: TRANSFORMADA Z
Leccin 11: TRANSFORMADA Z BILATERAL DIRECTA La transformada z es a los sistemas en tiempo discreto lo que la transformada de Laplace es a los sistemas en tiempo continuo. Ambas representan herramientas para el anlisis de ciertas propiedades de las seales, que en el dominio del tiempo slo pueden ser evaluadas con mayor dificultad: la convolucin es transformada otra vez en un producto, y las ecuaciones de diferencias, que son el equivalente discreto de las ecuaciones diferenciales, pueden ser solucionadas de forma ms sencilla en el dominio de la frecuencia compleja que en el dominio del tiempo discreto.
Tmese ahora la representacin de una seal muestreada, su transformada de Laplace es
Si se define z = e sT y considerando que x(n) = xa (nT) se obtiene
que es la definicin de la transformada z bilateral para la secuencia discreta x(n), que considera tanto valores positivos como negativos de n.
La relacin entre la secuencia discreta x(n) y su representacin X(z) en el dominio z se denota como:
Como la transformada z es una serie infinita de potencias, sta existe solo para los valores de z en que la serie converge. La regin de convergencia (ROC, regin of convergence) de X (z) es entonces el conjunto de valores de z para los que X (z) es finita.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Ntese que la sustitucin de variable z = e sT puede interpretarse como un mapeo conforme del plano al plano complejo z. Debido a que
entonces una lnea vertical en el plano s, para la cual es constante, es transformada en un crculo de radio . Se deduce que una banda vertical entre es transformada en un anillo delimitado por un crculo interno de radio y un crculo externo de radio . Puesto que X (z) corresponde a una transformada de Laplace cuya ROC es alguna banda vertical en el plano s, se concluye que las regiones de convergencia de la transformada z equivalen a anillos (de posible extensin infinita) en el plano z. Si la seal es derecha, entonces la ROC sera segn lo anterior el exterior de un crculo. Si la seal es izquierda, sera el interior de un crculo.
Al igual que con la transformada bilateral de Laplace, cuando se haga referencia a la transformada z de una seal discreta x(n) debe tambin incluirse su ROC.
Ejemplo: Calcule la transformada z de:
Solucin:
La ROC de seales finitas es todo el plano z excepto z = 0 y/o z = .
Ejemplo: Determine la transformada z de:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Solucin:
Si se expresa z en su forma polar , con r = |z| y entonces:
Dentro de la ROC de X (z), |X (z)| < 1, por lo que:
es decir, si x(n)r n es absolutamente sumable entonces |X(z)| es finita.
Para encontrar la ROC se debe entonces encontrar el rango de valores de r para los que la secuencia x(n)r n es absolutamente sumable.
Ahora bien, la ecuacin anterior puede reescribirse como:
y ambas sumatorias deben converger si |X(z)| ha de ser finito. Para la primera suma deben existir valores de r suficientemente pequeos para que x(n)r n sea absolutamente sumable (r < r1) como se aprecia en la siguiente figura.
Figura 3.1 Representacin grfica de la ROC para r suficientemente pequeos
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 12: PROPIEDADES DE LA TRANSFORMADA Z BILATERAL Linealidad Si , entonces
Figura 3.2 Propiedades de la Transformada Z bilateral
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Tabla 3.1 Transformada z bilateral de algunas funciones comunes
Ejemplo: Determine la transformada z de x(n) = [3(2n) 4(3n)] u(n).
Solucin: Si x1(n) = 2 n u(n) y x2(n) = 3 n u(n), entonces x(n) = 3x1(n) 4x2(n)
Se conoce que:
con lo que se obtiene:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
y la transformada de x(n) es:
Ntese que la ROC final debe ser al menos la interseccin de las dos ROC individuales.
Desplazamiento en el tiempo
La ROC de z k X(z) es la misma de X(z) excepto z = 0 si k > 0 y z = 1 si k < 0.
Esto se demuestra fcilmente con un cambio de variable del ndice de la suma:
y con m = n k
Ya que el coeficiente de z n es el valor de la muestra en el instante n, se aprecia que retrasar una seal en k muestras (k > 0) es equivalente a multiplicar todos los trminos de la transformada z por z k .
Escalado en el dominio z
Ejemplo: Determine la transformada z de la seal
Solucin:
Con la identidad de Euler se obtiene primero que:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
y con se obtiene con y la linealidad de la transformacin:
Por lo que
Conjugacin
Si x(n) tiene como transformada z a X (z) con ROC R entonces
Esto se demuestra utilizando las propiedades de conjugacin:
De lo anterior se deduce que si x(n) es real, entonces , lo que implica que si X(z) tiene un polo o cero en z = z 0 , tambin lo tendr en . En otras palabras, los polos y ceros aparecen como pares complejos conjugados en
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
la transformada z de secuencias reales x(n). Obsrvese que la relacin para funciones reales indica que si se hace un corte paralelo al eje Im{z} de la superficie correspondiente a |X(z)|, entonces la funcin en ese corte presenta simetra par. Por otro lado, la fase tiene un comportamiento impar en los cortes paralelos al eje Im{z}.
Inversin temporal
Demostracin:
Ejemplo: Determine la transformada z de u(n).
Solucin: Puesto que
Entonces
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 13: TRANSFORMADA Z INVERSA Definicin
El procedimiento de encontrar la seal en el dominio del tiempo correspondiente a la expresin algebraica en el dominio z para una determinada regin de convergencia se denomina transformada z inversa. Utilizando el teorema integral de Cauchy y la frmula integral de Cauchy se demuestra que se cumple:
para un contorno de integracin C que rodea al origen.
A partir de la definicin de la transformada z para una seal de variable discreta x(k)
se obtiene multiplicando ambos lados por z n1 , e integrando en un contorno cerrado que contiene al origen, y que est dentro de la ROC:
Como la serie converge dentro de C, la integral y la sumatoria pueden ser intercambiadas:
que con el resultado anterior slo es diferente de cero para k = n, es decir:
Ejemplo: Encuentre la transformada z inversa de la expresin
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
si se sabe que la seal correspondiente es causal.
Solucin: Aplicando las ecuaciones obtenidas se tiene
Como C debe estar dentro de la ROC, y la seal es causal, entonces se escoge una circunferencia de radio mayor que Para n > 0 se tiene un cero de orden n en z = 0, o ningn cero cuando n = 0, y en ambos casos hay un polo en En estos casos se puede aplicar la frmula integral de Cauchy para obtener directamente
Para n < 0 la funcin f(z) tiene un polo de orden n en z = 0, que tambin est dentro de C, por lo que dos polos z1 = 0 y z2 = a contribuyen al valor de la integral.
Con n = 1:
Con n = 2:
Esto se puede repetir para todo n < 2 resultando en x(n) = 0. Por tanto, resumiendo ambos casos en una ecuacin se obtiene: x(n) = a n u(n)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 14: TRANSFORMADA Z UNILATERAL, DEFINICIN Y PROPIEDADES La transformada z unilateral se define como:
y la relacin se denota como
La transformada z unilateral y la bilateral se diferencian en el lmite inferior de la sumatoria, y presenta por lo tanto las siguientes caractersticas:
1. No contiene informacin sobre la seal x(n) para los valores negativos de n. 2. Es nica slo para seales causales, puesto que stas son las nicas seales que son cero para n < 0. 3. Puesto que x(n)u(n) es causal, la ROC de su transformada X(z) es siempre exterior a un crculo. Por lo tanto, cuando se trate con transformada z unilateral, no es necesario referirse a su regin de convergencia.
Ejemplo: Determine la transformada z unilateral de:
Ntese que la transformada z unilateral no es nica para seales con componentes anticausales diferentes (por ejemplo X 2 (z) = X 3 (z), aun cuando Para seales anticausales, X(z) siempre ser cero.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Las propiedades de esta transformada son similares a las de la transformada z bilateral, pero el desplazamiento merece especial atencin.
Retardo temporal
Si , entonces
para k > 0. Si x(n) es causal entonces x(n k) = z k X(z).
Demostracin:
Ntese que si se desplaza x(n) hacia la derecha entonces aparecen k nuevas muestras que deben considerarse.
Adelanto temporal
Si , entonces
para k > 0.
Demostracin:
Ntese que si la seal se desplaza a la izquierda, entonces k muestras de la transformada X(z) deben desaparecer.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Ejemplo: Calcule la transformada z unilateral de:
1. x(n) = a n . 2. x 2 (n) = x(n 2). 3. x 3 (n) = x(n + 2).
Solucin:
1. Se cumple
2.
3.
La propiedad de desplazamiento de la transformada z unilateral se utiliza en la solucin de ecuaciones de diferencias con coeficientes constantes y condiciones iniciales no nulas.
Teorema del valor final
Se tiene que:
y adems:
con lo que se tiene:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
con lo que se deduce:
y aplicando el lmite cuando z tiende a 1 a ambos lados se obtiene:
lo que se conoce como teorema del valor final. En la demostracin se ha asumido que la ROC de (z 1) X(z) incluye a |z| = 1.
Este teorema se utiliza para calcular el valor asinttico de la seal x(n) cuando n tiende a infinito, si se conoce X(z) pero no x(n).
Ejemplo: Determine la respuesta del sistema con respuesta impulsional h(n) = a n u(n), |a| < 1, ante un escaln unitario, cuando
Solucin: La salida del sistema ante la entrada dada se calcula en el dominio z como:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 15: RESPUESTA NATURAL Y FORZADA Las propiedades de desplazamiento en el tiempo de la transformada z unilateral permiten evaluar el comportamiento de un sistema cuando las condiciones iniciales no son nulas. En general, si se asume que el sistema est en reposo, es decir, si se asume que todas las condiciones iniciales del sistema son nulas, entonces la respuesta y(n) del sistema ante la entrada causal x(n) se conoce como respuesta forzada del sistema. Si por otro lado la entrada x(n) es nula, pero el sistema tiene condiciones iniciales no nulas, entonces a la reaccin del sistema a partir de la muestra cero y(n) se le conoce como respuesta natural del sistema. La respuesta total del sistema es entonces aquella conformada por las respuestas natural y forzada. El siguiente ejemplo ilustra estos conceptos.
Ejemplo: Un sistema LTI en tiempo discreto est descrito por la ecuacin de diferencias:
Encuentre la respuesta natural del sistema ante las condiciones iniciales y (1) = 0 y y (2) = 4, y la respuesta forzada del sistema ante un escaln unitario.
Solucin:
Aplicando la transformada z unilateral, sus propiedades de retraso en el tiempo, y considerando que la entrada x(n) es causal, se cumple:
Obsrvese que ambas componentes, la natural y la forzada, comparten los mismos polos, y determinan as la forma de las seales en cuanto a atenuacin/amplificacin exponenciales y la frecuencia de las componentes
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
oscilatorias. Los ceros sern responsables de la fase y amplitud de las seales resultantes. La respuesta natural del sistema se obtiene haciendo X (z) = 0:
y con las condiciones iniciales dadas
y por lo tanto
La respuesta forzada ante un escaln unitario estar dada por la transformada z inversa de
El cero en 1 se cancela con el polo en el mismo sitio. El lector puede demostrar por descomposicin en fracciones parciales que: expresin se puede reescribir como:
que corresponde a la seal
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD 1
1. Mencione las principales ventajas y desventajas de los sistemas DSP.
2. Qu es el Teorema del muestreo? Proponga un ejemplo.
3. Proponga un cdigo en un lenguaje de programacin adecuada para generar una seal impulso unitario.
4. Qu es un sistema LTI?
5. Cules son las propiedades de los sistemas discretos?
6. Proponga un ejercicio de aplicacin donde se muestre la respuesta impulso.
7. Para qu se utilizan las Series de Fourier en este curso?
8. Mencione las propiedades de la DFT.
9. En qu campos de la ciencia se puede aplicar la correlacin cruzada?
10. Qu es la Transformada Z? muestre su importancia en el Procesamiento Digital de Seales
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
FUENTES DOCUMENTALES DE LA UNIDAD 1
DOCUMENTOS IMPRESOS
D. K. LINDNER. Introduction to Signals and Systems, McGraw Hill, 1999.
F. J. TAYLOR. Principles of Signals and Systems. McGraw Hill, 1a Ed. 1994
MITRA, S. Procesamiento de Seales Digitales. McGraw-Hill, 2007.
M. S. RODEN. Analog and Digital Communication Systems. Prentice Hall, 4a Ed. 1996
OPPENHEIM, A. y SCHAFER, R. Tratamiento de seales en tiempo discreto. Madrid: Prentice Hall Pearson Education, 2000.
PROAKIS, J. G. y MANOLAKIS, D.G.Tratamiento Digital de Seales. Principios, algoritmos y aplicaciones. Espaa: Prentice Hall., 2000.
SOLIMAN, S. S. y SRINATHMS, D. Seales y Sistemas Continuos y Discretos. Espaa: Prentice Hall, 1999.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
UNIDAD 2
Nombre de la Unidad DISEO DE FILTROS DIGITALES
Introduccin La Unidad 2 trata en primer lugar, las consideraciones generales al diseo de filtros digitales, las caractersticas de los filtros, as como los conceptos bsicos y el diseo de Filtros IIR y FIR. Al finalizar cada captulo se presentar ejemplos de desarrollo de estos filtros mediante medios computacionales.
Justificacin La tendencia actual es la migracin de la tecnologa analgica a la digital, en nuestro caso el filtrado digital ofrece varias ventajas con respecto a los filtrados analgicos: - El ancho de banda de un filtro digital est limitado por la frecuencia de muestreo, mientras que en un filtro analgico, este parmetro depende de las caractersticas de los componentes fsicos. - Se pueden implementar tanto en software como en hardware.
Intencionalidades Formativas El estudiante asimilar los aspectos fundamentales en el diseo de filtros digitales, conocer las bases tericas para el diseo de filtros IIR y FIR, aplicar el uso de herramientas computacionales para el diseo de filtros digitales.
Denominacin de Captulos Captulo 4: Diseo de filtros digitales Captulo 5: Filtros digitales IIR Captulo 6: Filtros FIR
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
INTRODUCCIN
El filtro digital se emplea en el procesado de seales para la eliminacin de las partes no deseadas de la misma, las cuales pueden ser la disminucin de ruido o la eliminacin de alguna frecuencia determinada. Los filtros pueden ser analgicos o digitales. En los filtros analgicos se emplean componentes discretos tales como condensadores, resistencias, condensadores, amplificadores operacionales, etc. Un filtro digital emplea un procesador digital que efecta operaciones matemticas en valores muestreados.
En general el proceso de filtrado consiste en el muestreo digital de la seal de entrada, el procesamiento considerando el valor actual de entrada y considerando las entradas anteriores. El ltimo paso es la reconstruccin de la seal de salida.
En general la mecnica del procesamiento es:
- Tomar las muestras actuales y algunas muestras anteriores (que previamente haban sido almacenadas) para multiplicadas por unos coeficientes definidos.
- Tambin se podra tomar valores de la salida en instantes pasados y multiplicarlos por otros coeficientes.
- Finalmente todos los resultados de todas estas multiplicaciones son sumados, dando una salida para el instante actual.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 4: DISEO DE FILTROS DIGITALES
Leccin 16: CONSIDERACIONES GENERALES
Para proceder al diseo de un filtro digital se realizan los siguientes pasos: - Se especifica la caracterstica deseada en el dominio de la frecuencia. - Se elige el tipo de filtro (FIR o IIR) dependiendo de la naturaleza del problema y de las caractersticas en frecuencia deseadas:
Filtros FIR Se usan donde se desea desfase lineal con la frecuencia, Sin embargo si no es esto lo que se desea, entonces se puede usar un FIR o un IIR.
Filtros IIR Este tipo de filtros tiene lbulos laterales menores en la banda de rechazo que los FIR y se prefieren porque involucran menos parmetros, menos memoria y menor complejidad computacional. - Se determinan los coeficientes del filtro que aproximan las especificaciones de respuesta en frecuencia. - Se escoge la estructura adecuada que tenga en cuenta lo siguiente:
Efectos de cuantificacin (Longitud finita de palabra). Complejidad computacional. Requisitos de memoria. Tipo de aritmtica.
En los apartes que siguen se muestra por qu un filtro ideal, a pesar de tener una respuesta en frecuencia deseable no puede realizarse fsicamente.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 17: CAUSALIDAD Y SUS IMPLICACIONES
Sea un filtro ideal pasabajo con una respuesta en frecuencia dada por:
Su correspondiente respuesta al impulso est dada por:
Este filtro es no causal y por tanto no realizable, adems requiere infinitos coeficientes y posiciones de memoria.
A continuacin, basados en el teorema de Paley-Wiener se plantean las condiciones necesarias y suficientes para que una respuesta en frecuencia dada H (w) produzca un filtro causal.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 18: TEOREMA DE PALEY WIENER
Si h(n) tiene energa finita y h(n) = 0 para n < 0, entonces:
Recprocamente, si H (w) es cuadrticamente integrable y si la integral previa es finita, entonces se puede asociar a H (w) una respuesta en fase q (w) tal que el filtro con respuesta en frecuencia:
es causal.
De este teorema se puede concluir que H (w) puede ser cero en algunas frecuencias pero no en un intervalo de frecuencias y tambin que cualquier filtro ideal es no causal.
Por otro lado se puede probar que hay una fuerte dependencia entre H R (w) y H I
(w) o de manera equivalente, entre la magnitud y la fase y por lo tantos stas no se pueden especificar independientemente.
Sea:
De tal manera que si h(n) es causal:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Pero,
Luego,
Entonces:
Adems,
Como h o (0) = 0 no se puede recuperar h (0) de h o (n) y por tanto se debe conocer tambin h (0).
De lo anterior se concluye que h o (n) = h e (n) para n 1 o sea, hay una fuerte relacin entre h o (n) y h e (n).
Si h(n) es absolutamente sumable, existe la correspondiente respuesta en frecuencia dada por:
H(w ) = H R (w ) + jH I (w )
Si se supone que h(n) es real y causal, se tiene que:
Y por lo tanto, puesto que h(n) est completamente especificado por h e (n), entonces H (w) se determina completamente por H R (w) o, de igual forma, H (w) se especifica completamente por H I (w) y h (0), en conclusin, H R (w) y H I (w) o la magnitud y la fase de H (w) no se pueden especificar independientemente si el sistema es causal.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 19: RELACIN ENTRE PARTE REAL E IMAGINARIA DE LA RESPUESTA EN FRECUENCIA
A continuacin se muestra la relacin entre la parte real e imaginaria de la respuesta en frecuencia de un sistema con h(n) real, causal y absolutamente sumable:
En donde,
Remplazando en la ecuacin para H (w) se tiene:
la cual se denomina Transformada de Hilbert Discreta de H R (w).
En resumen:
H(w) no puede ser cero, excepto en un conjunto finito de frecuencias.
Las componentes H R (w) y H I (w) no son independientes.
La magnitud y la fase de H(w) no se pueden elegir arbitrariamente.
La magnitud de H(w) no puede ser constante en ningn rango finito de frecuencias.
La transicin de la banda de paso a la banda de rechazo no puede ser infinitamente abrupta.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Las dos ltimas conclusiones se deben al fenmeno de Gibbs porque se debe recortar la respuesta al impulso para lograr causalidad.
En los mtodos de diseo de filtros que se propondrn posteriormente se trabajar sobre sistemas LTI especificados por la ecuacin:
que son causales y fsicamente realizables y que tienen una respuesta en frecuencia dada por:
El problema del diseo consiste en seleccionar los {a k } y {b k } tal que se aproxime la respuesta en frecuencia H(w ) deseada.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 20: CARACTERSTICAS DE FILTROS PRCTICOS
Las caractersticas de un filtro ideal son deseables pero no son absolutamente necesarias y se pueden aproximar tanto como se desee. Normalmente se tolera un pequeo rizado en la banda de paso y un valor pequeo distinto de cero en la de rechazo, como se muestra en la figura 4.1.
Figura 4.1 Caractersticas generales de un filtro pasabajas
En esta figura:
- El rizado en la banda de paso es o expresado en decibelios, - La anchura de banda es - La banda de transicin est dada por - El rizado en la banda de rechazo es expresado en decibelios.
En el proceso de diseo se especifican:
- El mximo rizado tolerable en la banda de paso: . - El mximo rizado tolerable en la banda de rechazo: . - La frecuencia de corte: - La frecuencia de rechazo:
Por ltimo se calculan los {a k } y {b k } en H(w) que mejor aproximen estas especificaciones, lo cual depende del criterio usado en la seleccin de los coeficientes as como de su nmero (M, N).
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 5: FILTROS DIGITALES IIR
Leccin 21: TERMINOLOGA Y CLASIFICACIN
Hay varios tipos de filtros as como distintas clasificaciones para estos filtros:
De acuerdo con la parte del espectro que dejan pasar y que atenan hay:
Filtros pasa alto. Filtros pasa bajo. Filtros pasa banda. Banda eliminada. Multibanda. Pasa todo. Resonador. Oscilador. Filtro peine (Comb filter). Filtro ranura o filtro rechaza banda (Notch filter).
De acuerdo con su orden:
- Primer orden - Segundo orden, etc.
De acuerdo con el tipo de respuesta ante entrada unitaria:
De acuerdo con la estructura con que se implementa:
- Laticce - Varios en cascada - Varios en paralelo
En el presente curso nos centraremos en los filtros de acuerdo con el tipo de respuesta ante la entrada unitaria o impulso unitario.
IIR es una sigla en ingls que representa Infinite Impulse Response o Respuesta infinita al impulso. Se trata de un tipo de filtros digitales en el que, como su nombre
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
indica, si la entrada es una seal impulso, la salida tendr un nmero infinito de trminos no nulos, es decir, nunca vuelve al reposo.
La salida de los filtros IIR depende de las entradas actuales y pasadas, y adems de las salidas en instantes anteriores. Esto se consigue mediante el uso de realimentacin de la salida.
Donde a y b son los coeficientes del filtro. El orden es el mximo entre los valores de M y N.
Aplicando la transformada Z a la expresin anterior:
Hay numerosas formas de implementar los filtros IIR. La estructura afecta a las caractersticas finales que presentar el filtro como la estabilidad. Otros parmetros a tener en cuenta a la hora de elegir una estructura es el gasto computacional que presenta. En la figura 5.1 se representa el modelo de una estructura de un filtro IIR.
Figura 5.1 Estructura de un filtro IIR
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Polos y ceros
Este tipo de filtros presenta polos y ceros que determinan la estabilidad y la causalidad del sistema. Cuando todos los ceros estn en el interior de la circunferencia unidad se dice que es fase mnima. Si todos estn en el exterior es fase mxima. Si algn polo est fuera de la circunferencia unidad el sistema es inestable.
Diseo de filtros IIR
Las formas habituales de disear este tipo de filtros son:
- Indirecta (a partir de prototipos analgicos) Impulso invariante Aproximacin de derivadas Transformacin bilineal
- Directa
Aproximacin de Pad Aproximacin de mnimos cuadrados Caractersticas
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 22: DISEO DE FILTROS IIR
DISEO DE FILTROS IIR MEDIANTE LA TRANSFORMACIN BILINEAL
Existen diversos mtodos, tales como: A partir de filtros analgicos, mediante la aproximacin en derivadas, mediante invarianza impulsional, sin embargo, los mtodos anteriores slo permiten disear filtros pasabajos y una clase restringida de filtros pasabanda; la solucin a estas limitaciones la ofrece la transformacin bilineal mapeando el eje j en la circunferencia unidad en el plano z slo una vez, con lo cual se evita el aliasing en frecuencia; esta transformacin est relacionada con la frmula trapezoidal utilizada para integracin numrica y se explicar con el siguiente ejemplo:
El filtro analgico con una funcin de transferencia dada por:
Est caracterizado en el tiempo por una relacin entrada-salida dada por la ecuacin diferencial:
Si se integra la derivada se tiene:
La aproximacin de esta integral mediante la frmula trapezoidal en t = nT y t 0 = nT T est dada por:
La ecuacin diferencial en t = nT queda as:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Con y(n) y (nT) y x(n) x (nT), y reemplazando, se tiene:
Se concluye de esta manera que la funcin de transferencia est dada en este caso por:
Comparando con la funcin de transferencia del filtro anlogo se tiene, entonces, que:
A esta relacin se le denomina la transformacin bilineal y es igualmente vlida para una ecuacin diferencial de N-simo orden.
Como, adems:
Entonces:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Por tanto,
Se concluye que si:
O de forma equivalente,
Dicha relacin puede apreciarse por medio de la figura 5.2:
Figura 5.2 Relacin entre la frecuencia en el plano s y el plano z en la transformacin bilineal
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
En esta figura se observa que:
- El rango completo de frecuencias en tiempo continuo W se corresponde de forma unvoca con el rango en tiempo discreto w, sin embargo hay deformacin en frecuencia.
- Adems, la transformacin bilineal hace corresponder s = con z = -1.
Normalmente el diseo de un filtro digital empieza con especificaciones en frecuencia en el dominio digital que implica a w, las cuales se convierten al dominio analgico por medio de la transformacin = (2 / T) tan (w / 2), luego se disea el filtro analgico y se convierte a un filtro digital por medio de la transformacin bilineal. En este proceso T es transparente y se puede poner en cualquier valor, por ejemplo 1.
De manera similar al mtodo anterior, Matlab cuenta con la funcin bilinear que permite trasformar un filtro anlogo en uno digital usando la transformacin bilineal. Se puede consultar el help de este programa y ejecutar la bsqueda para el comando bilinear
Ejemplo:
Convierta el filtro analgico con funcin de transferencia
En un filtro IIR digital por medio de la transformacin bilineal. El filtro digital tiene que tener una frecuencia resonante w r = /2.
Solucin:
Calculo de la respuesta en frecuencia del filtro anlogo:
num = [ 1.0000 0.1000]
den = [ 1.0000 0.2000 16.0100]
freqs (num, den)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 5.3 Respuesta en frecuencia del filtro anlogo del ejemplo
Como se observa en la figura 200 el filtro anlogo tiene una frecuencia de resonancia de 4 Hz. La transformacin bilineal requiere que la frecuencia de muestreo sea Fs = 2 para que la frecuencia anloga r = 4 y la digital w r = /2 se cumplan ya que,
[B, A] = bilinear (num, den, 2)
B = [0.1250 0.0061 - 0.1189]
A = [1.0000 0.0006 0.9512]
Clculo de la respuesta en frecuencia digital, ver figura 5.4:
freqz (B, A)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 5.4 Respuesta en frecuencia del filtro digital del ejemplo
Como se observa en la figura se ha logrado con la transformacin bilineal la frecuencia resonante que se deseaba (w r = /2 normalizado 1/2).
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 23: DISEO DE FILTROS IIR CON MATLAB
Uno de los software ms importantes a nivel del procesamiento de seales es el software MatLab, el cual permite brindarle informacin rpida y precisa de los sistemas diseados tanto en forma anloga como en forma digital.
Dentro de los trabajos desarrollados en el curso se explicarn los filtros ms prcticos y de fcil implementacin.
Filtro Butterworth
En Matlab se puede encontrar la instruccin Butter, este comando disea filtros Butterwoth pasa-bajas, pasa-altas, pasa-bandas y rechaza bandas tanto en forma digital como analgica. Este filtro se caracteriza por una respuesta plana en la banda de transicin.
El parmetro del filtro esta descrito en MatLab de la siguiente forma
[B,A] =butter(N,Wn)
donde B y A son los coeficientes del numerador y del denominador respectivamente, en orden decreciente de un filtro de Butterworth digital. N es el orden del filtro (calculado previamente) y Wn es la frecuencia de corte. El valor de Wn debe estar normalizado con la frecuencia de Nyquist. Para disear un filtro pasobajas Wn es un escalar entre (0,1). La pasa banda es (0,Wn) y el rechaza banda es (Wn,1).
Para disear un filtro de pasa-alto, el comando a escribir es:
[B,A] = butter(N,Wn,high)
en donde Wn es un escalar.
Ejemplo: Disear un filtro butter de segundo orden con frecuencia de corte de 300Hz.
Para este ejercicio implementamos en MatLab con las especificaciones anteriormente mostradas:
[b,a]=butter (2,300/500,'high')
Para conocer los valores de los coeficientes a y b, simplemente se colocan las variables en la barra de trabajo y se oprime enter. El software inmediatamente le mostrar los valores correspondientes a las variables.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
b = 0.2066 -0.4131 0.2066 a = 1.0000 0.3695 0.1958
Como se puede observar el filtro gener en a y b los coeficientes del proceso de filtrado. Ahora es necesario representar este resultado en los componentes en magnitud y fase, como se describen a continuacin.
freqz (b,a,128,1000)
Figura 5.5 Respuesta filtro Butter pasaalta segundo orden
Como se puede observar que al llegar a 300Hz se encuentra el primer polo y se empieza a atenuar las frecuencias arriba de ste punto. De la misma forma en la grfica de fase se puede ver que tiene una respuesta lineal.
Realizando el mismo sistema cambindolo a orden 10 tenemos
[b,a]=butter (10,300/500,'high')
b = Columns 1 through 7 0.0005 -0.0050 0.0225 -0.0599 0.1049 -0.1259 0.1049
Columns 8 through 11 -0.0599 0.0225 -0.0050 0.0005
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
a = Columns 1 through 7 1.0000 1.9924 3.0195 2.8185 2.0387 1.0545 0.4144 Columns 8 through 11 0
Figura 5.6 Respuesta filtro Butter pasaalta orden 10
Al compararlo con el ejercicio anterior se puede evidenciar que el polo del sistema se precisa a los 300 Hz a medida que el orden del filtro aumenta.
Para analizar los filtros pasabanda y rechaza banda se analizara en primera instancia el filtro pasabanda. Se debe recordar que los filtros pasabanda tienen la caracterstica de dejar pasar las frecuencias en la banda estipulada y rechazar las frecuencias que no se encuentren dentro de las especificadas. De igual forma, los filtros rechaza banda rechazan las frecuencias en la banda estipulada y permitirn pasar las otras frecuencias. A manera de ejemplo se pide disear por medio de software MatLab un filtro pasabanda con frecuencias entre los 100 y 200Hz, de orden cuatro.
La nomenclatura del software le permite disear el butter de la siguiente forma:
[B, A] = butter(N, [W1 W2])
Es decir, Wn es en este caso un vector que especifica las frecuencias de la banda pasante. Tambin la respuesta del filtro variar de acuerdo a la aplicacin en donde se requiera y el orden del filtro estipulado.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 5.8 Respuesta filtro Butter rechazabanda orden 4
La respuesta plana del sistema nos indica la frecuencia que el filtro deja pasar.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 24: FILTRO CHEBYSHEV
Como pudo observarse para frecuencias de cercanas a las de corte la respuesta del filtro Butterworth no es aceptable, especialmente si el filtro es de orden bajo. Los filtros Chebyshev poseen mejor respuesta para este tipo de frecuencias pero presentan un rizado (RIPPLES) en la banda pasante, es decir, en la respuesta plana del filtro.
En MatLab se encuentran el filtro Chebyshev de tipo I y II. El Chebyshev de tipo I presenta el rizado en la banda pasante y el Chebyshev de tipo II, presenta el rizado en la banda de rechazo. Ambos tipos se pueden implementar tanto en filtros Chebyshev anlogos como digitales. Una de las caractersticas fundamentales del filtro tipo I es que la frecuencia de corte Wn (la cual es la frecuencia a la cual la respuesta de magnitud del filtro es igual a Rp decibelios) oscila entre 0 y 1, donde 1 corresponde a la mitad de la frecuencia de muestreo (frecuencia de Nyquist).
Si Wn es un vector de dos elementos el filtro se vuelve un filtro pasa banda de 2*n.
Ejemplo: Para los datos muestreados a 1000Hz, disear un filtro Chevyshev tipo I paso baja de noveno orden con 0.5 dB de rizado en la banda pasante y frecuencia de corte de 300 Hz.
% Programa que permite analizar el comportamiento del filtro Cheby
Siguiendo la estructura dada por MatLab se obtiene la siguiente respuesta del filtro Cheby de tipo I.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 5.9 Respuesta filtro Cheby tipo I
Analizando la respuesta del filtro se puede observar el comportamiento del filtro en la parte plana de la banda pasante y la atenuacin que sufre a partir de la frecuencia de corte de 300 Hz.
Ahora se disear un filtro Chebyshev tipo II pasabaja de noveno orden de atenuacin de la banda de rechazo de 20dB por debajo de la banda pasante y frecuencia de corte de 300Hz, cuyos datos estn muestreados a una frecuencia de 1000Hz.
% Programa que permite analizar el comportamiento del filtro cheby2
b = Columns 1 through 7 0.2957 1.6448 4.7316 8.9479 12.1138 12.1138 8.9479
Columns 8 through 10 4.7316 1.6448 0.2957
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
a = Columns 1 through 7 1.0 3.7380 8.0423 11.6797 12.3844 9.7817 5.7220 Columns 8 through 10 2.3861 0.6459 0.087x4
Figura 5.10 Respuesta filtro Cheby tipo II orden 9
Como se haba mencionado anteriormente el filtro presente un rizado en la banda de rechazo de Rs decibelios por debajo del valor pico de la banda pasante.
Ahora se realizar un diseo de un Cheby tipo II de banda pasante de quinto orden con banda pasante de 100 a 200 Hz y adems se deber dibujar la respuesta al impulso del filtro.
% Programa que permite analizar el comportamiento del filtro cheby2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Se sigue observando el rizado del filtro en las bandas de rechazo y se muestra los picos mximos y mnimos arrojados por l, los cuales estn comprendidos en la banda pasante de 100 a 200 Hz.
Para dibujar la respuesta al impulso del filtro se realiza a travs del siguiente comando.
[y,t] = impz(b,a,101); stem(t,y);
Figura 5.11 Respuesta impulso filtro Cheby tipo II orden 5
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 25: FILTROS ELPTICOS
Los filtros elpticos tienen la propiedad de ofrecer caractersticas rolloff ms abruptas que los filtros Butterworth y Chebyshev, pero son equirrizados tanto en la banda pasante como en la banda de rechazo. Los filtros elpticos cumplen especificaciones de funcionamiento con un orden ms bajo que cualquier otro filtro.
Para datos muestreados a 1000 Hz, disear un filtro elptico pasa bajos de sexto orden con una frecuencia de corte de 300 Hz, 3 dB de rizado en la banda pasante y 50 dB de rizado en la banda de rechazo.
% Programa que permite analizar el comportamiento del filtro elptico [b,a]= ellip(6,3,50,300/500); freqz(b,a,512,1000); n=12; Rp=0.5; Rs=20; Wn=[100 200]/500 [b,a]= ellip(n,Rp,Rs,Wn); [y,t]= impz(b,a,101); stem(t,y);
Figura 5.12 Respuesta filtro elptico pasabajo orden 6
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 5.13 Respuesta impulso filtro elptico pasabajo orden 6
Realicemos el mismo ejercicio para un filtro elptico pasa altos de orden 12 con frecuencia de corte de 200 Hz.
% Programa que permite analizar el comportamiento del filtro elptico n=12; Rp=0.5; Rs=20;
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 5.14 Respuesta filtro elptico pasaalto orden 12
Figura 5.15 Respuesta impulso filtro elptico pasaalto orden 12
La grfica muestra una respuesta ms plana en la banda pasante debido al aumento del orden del filtro.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Requerimientos y especificaciones de filtrado.
El objetivo de diseo de un filtro es producir una alteracin dependiente de la frecuencia sobre una secuencia de datos. Otras especificaciones ms precisas marcan el rizado de la banda de paso (Rp), el rechazo a la banda atenuada (Rs) y la anchura de la banda de transicin (Ws - Wp).
Una de las ventajas de los filtros IIR es que al tener ceros y polos es necesario un menor nmero de coeficientes para realizar un determinado filtrado. Dentro de los inconvenientes encontramos que la presencia de polos puede producir inestabilidades, ellos no garantizan que la fase de su funcin de transferencia sea lineal y adems, la implementacin hardware es ms compleja que en el caso de filtros FIR.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 6: FILTROS FIR
Leccin 26: FILTROS DE RESPUESTA INFINITA
FIR es un acrnimo en ingls para Finite Impulse Response o Respuesta finita al impulso. Se trata de un tipo de filtros digitales en el que, como su nombre indica, si la entrada es una seal impulso, la salida tendr un nmero finito de trminos no nulos.
Para obtener la salida slo se basan en entradas actuales y anteriores. Su expresin en el dominio n es:
En la expresin anterior N es el orden del filtro, que tambin coincide con el nmero de trminos no nulos y con el nmero de coeficientes del filtro. Los coeficientes son b k .
La salida tambin puede expresarse como la convolucin de la seal de entrada x (n) con la respuesta impulsional h (n):
Aplicando la transformada Z a la expresin anterior:
Estructura
La estructura bsica de un FIR es:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 6.1 Estructura de un filtro FIR http://es.wikipedia.org/wiki/FIR
En la figura 6.1 los trminos h(n) son los coeficientes y los T son retardos.
Pueden hacerse multitud de variaciones de esta estructura. Hacerlo como varios filtros en serie, en cascada, etc. Estos filtros tienen todos los polos en el origen, por lo que son estables. Los ceros se presentan en pares de recprocos si el filtro se disea para tener fase lineal Los filtros FIR tienen la gran ventaja de que pueden disearse para ser de fase lineal, lo cual hace que presenten ciertas propiedades en la simetra de los coeficientes. Este tipo de filtros tiene especial inters en aplicaciones de audio. Adems son siempre estables.
Diseo de filtros FIR
Hay tres mtodos bsicos para disear este tipo de filtros:
Mtodo de las ventanas. Las ms habituales son: - Ventana rectangular - Ventana de Barlett - Ventana de Hanning - Ventana de Hamming - Ventana de Blackman - Ventana de Kaiser Muestreo en frecuencia. Rizado constante (Aproximacin de Cheby y algoritmo de intercambio de Remez). Mnimos Cuadrados
Los filtros FIR tienen la desventaja de necesitar un orden mayor respecto a los filtros IIR para cumplir las mismas caractersticas. Esto se traduce en un mayor gasto computacional.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 27: FUNCIONES PARA REALIZAR FIR
De la forma ms interesantes de entender las aplicaciones de las tcnicas de ventaneo es realizar las prcticas a travs del software MatLab.
La Funcin FIR1
>> B = fir1(N,Wn,type,window);
Disea un filtro FIR pasobajo de orden N (longitud N+1) y frecuencia de corte Wn (normalizada con respecto a la frecuencia de Nyquist, 0 < Wn < 1). Se pueden especificar otro tipo de filtros de la misma forma que con los filtros IIR mediante el parmetro type. Por ejemplo, disear un filtro rechazabanda:
>> B = fir1(N,[W1 W2],'stop');
Por defecto la funcin FIR usa la ventana de Hamming. Otro tipo de ventanas pueden tambin especificarse:
>> B = fir1(N,Wn,bartlett(N+1)); >> B = fir1(N,Wn,'high',chebwin(N+1,R));
La Funcin FIR2
>> B = fir2(N,F,M,window);
Disea un filtro FIR utilizando el mtodo del muestreo frecuencial. Los parmetros de entrada es el orden del filtro N, la (longitud N+1) y dos vectores F y M que especifican la frecuencia y la magnitud, de forma que plot (F,M) es una grfica de la respuesta deseada del filtro.
Se pueden indicar saltos bruscos en la respuesta frecuencial duplicando el valor de la frecuencia de corte. F debe estar entre 0 y 1, en orden creciente, siendo el primer elemento igual a 0 y el ltimo 1. El parmetro window indica el tipo de ventana a utilizar. Por defecto, usa la ventana de Hamming.
>> B = fir2(N,F,M,bartlett(N+1));
Se pueden especificar ms parmetros en esta funcin,
>> B = fir2(N,F,M,npt,lap,window);
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
La funcin fir2 interpola la respuesta frecuencial deseada (F,M) con n puntos (por defecto, npt=512). Si dos valores sucesivos de F son iguales, se crea una regin de lap puntos alrededor de este punto (por defecto, lap=25).
Funcin FIRLS
>> B = firls(N,F,M);
Diseo de filtros FIR usando la minimizacin del error por mnimos cuadrados. Los argumentos de entrada son el orden del filtro N, y dos vectores F y M, cuyo formato difiere de los anlogos en la funcin fir2. El filtro obtenido es la mejor aproximacin a (F,M) por mnimos cuadrados
Dentro de las Ventajas de los filtros FIR estn:
Pueden disearse con fase perfectamente lineal. Son incondicionalmente estables. Implementacin hardware es sencilla
Dentro de los Inconvenientes de los filtros FIR se encuentra que es necesario un gran nmero de coeficientes para conseguir las prestaciones que dara un filtro IIR de orden mucho menor.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 28: ANLISIS DE FIR CON HERRAMIENTAS COMPUTACIONALES
A continuacin se desarrollarn una serie de filtros prcticos que permitirn aprender los procesos de diseo y los conceptos fundamentales que lo encierran.
En esta primera parte se utilizar la funcin fir1, la cual ya se explic anteriormente, se podrn observar la importancia del orden de los filtros y al mismo tiempo el tipo del filtro.
% Ejercicios de la funcin FIR1
Disear un filtro de orden 4, basabajos. Determinar el espectro en magnitud y fase del filtro.
N=4; Wn=100/1000; B = fir1(N,Wn,'stop'); freqz(B);title('filtro FIR1, de orden 4. Pasa Bajo');
Figura 6.2 Respuesta filtro FIR1 pasabajo orden 4
Como se puede apreciar este tipo de filtro presenta una cada muy suave y no presenta rizado en su decaimiento. Tambin se debe analizar que es necesario normalizar la frecuencia angular para cumplir que 0< Wn <1.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Ahora, se observar el mismo filtro pero realizando un aumento en el orden del filtro.
N=6; Wn=100/1000; B = fir1(N,Wn,'stop'); freqz(B);title('filtro FIR1, de orden 6. Pasa Bajo');
Figura 6.3 Respuesta filtro FIR1 pasabajo orden 6
N=10; Wn=100/1000; B = fir1(N,Wn,'stop'); freqz(B);title('filtro FIR1, de orden 10. Pasa Bajo');
Figura 6.4 Respuesta filtro FIR1 pasabajo orden 10
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Ahora realizaremos el diseo para un filtro pasaalto:
N=4; Wn=100/1000; B = fir1(N,Wn,'high'); freqz(B);title('filtro FIR1, de orden 4. Pasa alto');
Figura 6.5 Respuesta filtro FIR1 pasaalto orden 4
N=6; Wn=100/1000; B = fir1(N,Wn,'high'); freqz(B);title('filtro FIR1, de orden 6. Pasa alto');
Figura 6.6 Respuesta filtro FIR1 pasaalto orden 6
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
N=10; Wn=100/1000; B = fir1(N,Wn,'high'); freqz(B);title('filtro FIR1, de orden 10. Pasa alto');
Figura 6.7 Respuesta filtro FIR1 pasaalto orden 10
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 29: ANLISIS DE RECHAZABANDA FIR
En esta leccin se analizar el diseo de filtros rechazabanda a medida que se incrementa el orden y aplicando diferentes ventanas.
N=6; Wn=[60 80]/1000; B = fir1(N,Wn,'stop');title('filtro FIR1, de orden 6. Rechazabanda. con Ventana Hamming'); freqz(B)
Figura 6.8 Respuesta filtro FIR1 rechazabanda orden 6
h=fir1(30,.2,hamming(31)); title('filtro FIR1, de orden 30. Rechazabanda. con Ventana Hamming'); freqz(h)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 6.9 Respuesta filtro FIR1 rechazabanda orden 30, Hamming
h=fir1(30,.2,boxcar(31)); freqz(h); title('filtro FIR1, de orden 30. Rechazabanda. con Ventana Boxcar');
Figura 6.10 Respuesta filtro FIR1 rechazabanda orden 30, Boxcar
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
figure h=fir1(30,.2,bartlett(31)); freqz(h);title('filtro FIR1, de orden 30. Rechazabanda. con Ventana Bartlett');
Figura 6.11 Respuesta filtro FIR1 rechazabanda orden 30, Barlett
h=fir1(30,.2,chebwin(31,02)); freqz(h); title('filtro FIR1, de orden 30. Rechazabanda con Ventana Chebwin');
Figura 6.12 Respuesta filtro FIR1 rechazabanda orden 30, Chebwin
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Se tiene la siguiente nomenclatura generada por MatLab r: rojo; b: azul; g: verde; m: magenta
Figura 6.13 Comparacin respuestas filtros FIR En este ltimo ejemplo, se puede evidenciar las respuestas de los filtros por ejemplo el filtro firls tiene respuesta muy plana en su banda de paso, a diferencia del filtro remez que presenta un rizado muy notorio en la banda de paso.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 30: COMANDOS PARA GENERAR FILTROS MEDIANTE VENTANAS
Los siguientes comandos para que el estudiante los ejecute y concluya:
Ventana RECTANGULAR M =15; N = [-M:M]; hn = -wc/pi*sinc(N*wc/pi); hn(M+1) = 1-wc/pi;
Ventana HANN M =32; N = [-M:M]; hn = -wc/pi*sinc(N*wc/pi); hn(M+1) = 1-wc/pi; hn = hn.*hanning(2*M+1)0; % ventaneo
Ventana HAMMING M =32; N = [-M:M]; hn = -wc/pi*sinc(N*wc/pi); hn(M+1) = 1-wc/pi; hn = hn.*hamming(2*M+1)0; % ventaneo
Ventana BLACKMANN M =48; N = [-M:M]; hn = -wc/pi*sinc(N*wc/pi); hn(M+1) = 1-wc/pi; hn = hn.*blackman(2*M+1)0; % ventaneo
Ventana KAISER [M,wn,Beta] = kaiserord([ws/pi,wp/pi],[0,1],[0.01 0.01]) N = [-M:M]; hn = -wc/pi*sinc(N*wc/pi); hn(M+1) = 1-wc/pi; hn = hn.*kaiser(2*M+1,Beta))0;
Filtro con transicin suave; M = ceil((4*pi/(wp-ws)-1)/2); M = M+4; % aumentar M para cumplir las especs. N = [-M:M]; P = 2;0.624*(wp-ws)*2*M CONCEPTOEN TORNO AL TRATAMIENTO DE
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
IMGENES
ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD 2
1. Sustente las implicaciones que tiene la causalidad en el diseo de filtros digitales.
2. Menciones las principales caractersticas de los filtros digitales prcticos.
3. Cmo se clasifican los filtros digitales?
4. Menciones los principales aspectos a tener en cuenta en el diseo de filtros IIR.
5. Proponga un programa de diseo de filtro IIR mediante medios computacionales.
6. Proponga y socialice un diseo de filtro elptico.
7. Cules son las principales caractersticas de un filtro FIR?
8. Analice un diseo de filtro pasa-banda FIR.
9. Proponga dos ejemplos de diseo de filtro pasa-alto FIR.
10. Cul de los mtodos por ventana es ms eficiente y por qu?
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
FUENTES DOCUMENTALES DE LA UNIDAD 2
DOCUMENTOS IMPRESOS
D. K. LINDNER. Introduction to Signals and Systems, McGraw Hill, 1999.
F. J. TAYLOR. Principles of Signals and Systems. McGraw Hill, 1a Ed. 1994
MITRA, S. Procesamiento de Seales Digitales. McGraw-Hill, 2007.
M. S. RODEN. Analog and Digital Communication Systems. Prentice Hall, 4a Ed. 1996
OPPENHEIM, A. y SCHAFER, R. Tratamiento de seales en tiempo discreto. Madrid: Prentice Hall Pearson Education, 2000.
PROAKIS, J. G. y MANOLAKIS, D.G.Tratamiento Digital de Seales. Principios, algoritmos y aplicaciones. Espaa: Prentice Hall., 2000.
SOLIMAN, S. S. y SRINATHMS, D. Seales y Sistemas Continuos y Discretos. Espaa: Prentice Hall, 1999.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
UNIDAD 3
Nombre de la Unidad APLICACIONES DE FILTROS DIGITALES
Introduccin La Unidad 3 trata inicialmente sobre las especificaciones de diseo de filtros digitales, luego se enfoca en la aplicacin del procesamiento digital de seales mediante el procesamiento digital de imgenes y el procesamiento digital de audio, considerando el uso de herramientas computacionales.
Justificacin Los campos del procesado digital de seales aplicado al procesado digital de imgenes y audio han tenido una tremenda vitalidad en las dos dcadas pasadas y se seguir manteniendo esta tendencia. Avances en tecnologa hardware han provisto la capacidad de procesado de seales en chips. Esos avances han permitido procesados de seales sofisticadas y algoritmos de procesado de imgenes y audio que pueden ser implementados en tiempo real a un costo relativamente bajo. Las investigaciones continan y abarcan otros campos como las telecomunicaciones, electrnicos de consumo, medicina, defensa, robticos y geofsicos.
Intencionalidades Formativas Que el estudiante adquiera conocimientos bsicos sobre el procesamiento digital de imgenes y audio. Que obtenga destrezas y habilidades para entender, desarrollar y mejorar algoritmos bsicos para el anlisis y procesamiento digital de imgenes y audio.
Denominacin de Captulos Captulo 7: Diseo y aplicaciones de filtros Captulo 8: Procesamiento de imgenes Captulo 9: Procesamiento digital de audio
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
INTRODUCCIN
Los campos del procesado digital de seales, especficamente de imgenes y audio han tenido una tremenda vitalidad en las dos dcadas pasadas y se seguir manteniendo esta tendencia. Avances en tecnologa hardware han provisto la capacidad de procesado de seales en chips. Esos avances han permitido procesados de seales sofisticadas y algoritmos de procesado de imgenes que pueden ser implementados en tiempo real a un costo relativamente bajo.
En la actualidad las disciplinas relacionadas con el Procesamiento de Imgenes y audio, tales como la visin por computador, el anlisis de imgenes y la inspeccin visual automatizada, han sido ampliamente utilizadas en diversas reas, entre las que se pueden enumerar: Ingeniera en general, Robtica, Astronoma, Deteccin Remota, Meteorologa, Medicina, Biologa, etc.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 7: DISEO Y APLICACIONES DE FILTROS
Leccin 31: ESPECIFICACIONES DE DISEO
Los requerimientos incluyen la especificacin de:
1. las caractersticas de las seales: tipo de fuente de seal, interfaz de entrada- salida, velocidad de procesamiento, ancho de palabra, la mayor frecuencia de inters;
2. las caractersticas del filtro: la respuesta en mdulo y/o fase deseadas y sus tolerancias, la velocidad de operacin, el modo de filtrado (en lnea o fuera de lnea);
3. la forma de implementacin: como una rutina de alto nivel en una computadora, o un programa especfico para un DSP;
4. otras restricciones al diseo, como por ejemplo el costo del filtro.
Es posible que inicialmente el diseador no cuente con toda la informacin necesaria para especificar completamente el filtro, pero cuanto ms detalles se conozcan ms sencillo ser el proceso de diseo.
Aunque algunos de los requerimientos discutidos arriba son dependientes de la aplicacin, es necesario resaltar los aspectos referidos a las caractersticas del filtro. Frecuentemente, los requisitos del filtro digital se especifican en el dominio frecuencial, y para el caso de los filtros selectivos en frecuencia, estas especificaciones toman la forma de bandas de tolerancia, como muestra la Figura 7.1 para el caso de un filtro pasabajos. Las zonas grisadas indican los lmites de tolerancia. En la banda de paso, el mdulo de la respuesta admite una variacin mxima de , y en la banda de rechazo se pretende que la ganancia no exceda . Es frecuente especificar estas cotas en dB.
El ancho de la zona de transicin determina qu tan abrupto es el filtro. En esta regin se espera que el mdulo de la respuesta en frecuencia decrezca montonamente desde la banda de paso a la banda de rechazo. Los principales parmetros de inters son:
desviacin en la banda de paso: desviacin en la banda de rechazo: frecuencia de corte de la banda de paso: frecuencia de corte de la banda de rechazo:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Las frecuencias esquina se suelen normalizar a la frecuencia de muestreo (wi = 2fi / fs), pero tambin son frecuentes las especificaciones en unidades tpicas como Hz, kHz, y a menudo son mucho ms significativas. Las desviaciones con respecto a la respuesta deseada tanto en la banda de paso como en la banda de rechazo pueden expresarse en valores absolutos o en decibeles (dB), indicando la ondulacin mxima (ripple) tolerada en la banda de paso, y la atenuacin mnima exigida en la banda de rechazo:
As (atenuacin en la banda de rechazo): Ap (ondulacin en la banda de paso):
En general, la respuesta de fase un filtro no se especifica tan detalladamente como el mdulo de la respuesta en frecuencia. En muchos casos es suficiente indicar que importa la distorsin de fase, o que se pretende una respuesta de fase lineal. Slo es necesario detallar la respuesta en fase deseada en aquellas aplicaciones donde los filtros se utilizan para compensar o ecualizar la respuesta en fase de un sistema.
Ejemplo: Especificaciones de diseo de un filtro pasabanda
Se desea disear un filtro FIR pasabanda cuya respuesta en frecuencia satisfaga las siguientes especificaciones:
banda de paso: 0,18 2 a 0,33 2, ancho de la zona de transicin: 0,04 2, ganancia en la banda de paso: 1 0,05 (Ap = 0,42 dB), ganancia en la banda de rechazo: < 0,001 (As = 60 dB).
En la Figura 7.1 se muestra el esquema de bandas de tolerancias del filtro. La atenuacin en la banda de rechazo debe ser mayor que y la ondulacin mxima tolerada en la banda de paso es de
Figura 7.1 Bandas de tolerancia del filtro
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 32: ELECCIN DE LA APROXIMACIN
En esta etapa se elige alguno de los mtodos de aproximacin (Butterworth, Chebyshev, elptico, etc. si el filtro es IIR, o equirriple, ptimo, con ventanas, etc. si es FIR) y se calculan los valores de los coeficientes h[n] del filtro FIR, o ak y bk del filtro IIR, de modo de satisfacer las especificaciones. El mtodo empleado para determinar los coeficientes es distinto segn el filtro sea IIR o FIR.
Tradicionalmente, el clculo de los coeficientes de los filtros IIR se basa en la transformacin de las funciones de sistema de filtros analgicos en filtros discretos. Los dos mtodos clsicos son el de invariacin al impulso y el de transformacin bilineal. Con la tcnica de la invariacin al impulso la respuesta impulsiva del filtro digital est formada por las muestras de la respuesta impulsiva del filtro analgico. Sin embargo, el mdulo de la respuesta en frecuencia del filtro discreto es diferente, en general, de la del filtro continuo. Debido a fenmenos de aliasing, el mtodo no es apropiado para el diseo de filtros pasaaltos o filtros eliminabanda, o cualquier tipo de filtro cuya respuesta en frecuencia no sea aproximadamente nula por encima de cierta frecuencia fH.
Por otra parte, el mtodo de la transformada bilineal produce filtros muy eficientes, y es apropiado para el diseo de cualquier tipo de filtro con ganancia constante en la banda de paso. Permite el diseo de filtros con caractersticas frecuenciales clsicas como Butterworth, Chebyshev, elpticos, etc. Los filtros digitales calculados en base a la transformada bilineal preservan la caracterstica de respuesta en frecuencia, pero no las propiedades temporales. En la actualidad se cuenta con programas de clculo que permiten obtener los coeficientes del filtro digital directamente a partir de las especificaciones usando el mtodo de la transformada bilineal o la tcnica analtica desarrollada por Rader y Gold (1967) para filtros recursivos equirriple.
Los filtros con respuestas sencillas, como los resonadores, notch, filtros peine, osciladores digitales, etc., se pueden disear ubicando directamente los polos y los ceros en el plano complejo; sin embargo, si las especificaciones son exigentes, es conveniente utilizar las tcnicas de diseo clsicas.
Los coeficientes de los filtros FIR pueden calcularse con varios mtodos. Entre ellos merecen destacarse el diseo por ventanas, la tcnica de suavizado de las bandas de transicin, el mtodo de muestreo en frecuencia, y los mtodos ptimos (el algoritmo de Parks y McClellan o el algoritmo de Remez). El mtodo de diseo utilizando ventanas es sencillo y flexible pero no permite un control muy preciso sobre los parmetros del filtro. La tcnica de las bandas de transicin suaves permite atenuar el efecto Gibbs, a costa de una pequea complejidad adicional. El mtodo de muestreo en frecuencia permite una implementacin particularmente eficiente (y recursiva) de filtros FIR, pero puede tener problemas cuando se usa aritmtica de punto fijo.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Con la disponibilidad de programas de diseo eficientes y con buena interfaz con el usuario, los mtodos ptimos son ampliamente utilizados hoy en da, y para la mayora de las aplicaciones permiten obtener rpidamente el filtro FIR deseado.
Los mtodos tpicos para el clculo de los coeficientes de los filtros se resumen en la siguiente tabla:
Tabla 7.1 Comparacin Filtros digitales
El mtodo de diseo se elige de acuerdo a la aplicacin en particular. Si bien influyen varios factores, el ms importante es qu tan crticas son las especificaciones. La decisin difcil es optar entre FIR o IIR. En aquellos casos en que las propiedades de los FIR (respuesta de fase estrictamente lineal, estabilidad inherente) son imprescindibles, la mejor eleccin puede ser el diseo por mtodos ptimos, o usando ventanas (generalmente la de Kaiser). Si, en cambio, son deseables las caractersticas de los IIR (menor cantidad de coeficientes para especificaciones similares) el mtodo de la transformada bilineal es apropiado para la mayora de los casos.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 33: REALIZACIN
Por realizacin se entiende convertir una funcin de sistema H(z) en un conjunto de ecuaciones a diferencias que se ejecutarn como un algoritmo en un procesador. El conjunto de ecuaciones tambin se conoce como la estructura del filtro. Existen infinitas formas de escribir la ecuacin a diferencias, de modo que existen infinitos tipos de estructuras.
Matemticamente las distintas realizaciones producen el mismo resultado sobre la seal a filtrar; sin embargo en el momento de la implementacin la sensibilidad a la variacin de los coeficientes, propagacin del ruido de redondeo o de truncacin, organizacin y/o requerimientos de memoria en un procesador en particular, etc., suelen decidir la eleccin de una estructura particular. Cada realizacin se asocia a un diagrama bloque, que revela la cantidad de lugares de memoria necesarios para el almacenamiento de los datos y los coeficientes, nmero de operaciones requeridas, etc.
Es frecuente utilizar distintas estructuras para implementar filtros IIR o FIR. Para filtros IIR, las tres estructuras tpicas son las formas directa, cascada y paralelo; el diagrama bloque de una forma directa, denominada de tipo II es comn para un sistema de segundo orden. En este caso, la funcin transferencia se implementa con el conjunto de ecuaciones a diferencia.
Ejemplo: Influencia de la estructura con coeficientes de precisin infinita.
Aun cuando los coeficientes se implementen con muy alta precisin, como cuando se usa MATLAB, la estructura directa es inadecuada para realizar filtros de alto orden. Por ejemplo, un filtro tipo Butterworth discreto de orden N = 30 con frecuencia de corte en wc = / 2 se caracteriza por tener 30 ceros en z = -1. La implementacin en forma directa, utilizando los comandos
[n, d] = butter(30,0.5); zplane(n,d);
da resultados muy diferentes, como se puede ver en la Figura 7.2 (a) . Por efecto de los (pequeos) errores numricos, los 30 ceros que deberan estar ubicados en z = -1, se esparcen en un entorno, no necesariamente pequeo, de este punto. La implementacin como secciones de segundo orden, que se disea con los comandos tiene la distribucin de polos y ceros prevista por la teora, como se observa en la Figura 7.2 (b). [z,p,k] = butter(30,0.5); [sos,g] = zp2sos(z,p,k); hsos = dfilt.df1sos(sos,g); zplane(hsos);
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 7.2 Comparacin de los patrones de polos y ceros de una implementacin en forma directa I (a) y en secciones de segundo orden, cada una de ellas en forma directa (b)
Sintetizando, para un filtro dado la eleccin de la estructura depende:
- del tipo de filtro (IIR o FIR); - de la facilidad de implementacin; - de la sensibilidad de la estructura a los efectos de la longitud finita de palabra.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 34: EFECTOS DE LA LONGITUD DE LA PALABRA FINITA
Los pasos de diseo referidos a la aproximacin y a la realizacin suponen que las operaciones que especifican los algoritmos se realizan con precisin infinita, o al menos muy alta. Sin embargo, en muchas aplicaciones donde el bajo costo es decisivo, es necesario representar los coeficientes del filtro utilizando un nmero finito de bits (tpicamente 8, 16 o ms), y realizar las operaciones indicadas por las ecuaciones a diferencia utilizando aritmtica de precisin finita.
El uso de un nmero finito de bits degrada el desempeo del filtro, y en algunos casos puede inutilizarlo por completo. El diseador debe tener en cuenta estos efectos, y elegir longitudes de palabra apropiados para los coeficientes del filtro, las variables de entrada y salida, y las operaciones aritmticas. En general, el ancho en bits de las palabras de entrada y salida (que se leen o se escriben en los conversores A/D y D/A, respectivamente) son mucho menores que la longitud de palabra utilizado para los coeficientes y los cmputos (10 o 16 bits, frente a 25 o 32 bits).
Las principales causas de la disminucin del desempeo en los filtros digitales debido a la longitud finita de palabra son:
- Cuantizacin de las seales de entrada y salida, debido a la resolucin finita de los conversores A/D y D/A. Este efecto se suele modelar como un fenmeno aleatorio (ruido).
- Cuantizacin de los coeficientes, lo que conduce a variaciones de la respuesta en frecuencia de filtros FIR e IIR, y posiblemente a inestabilidades en los filtros IIR.
- Errores aritmticos por redondeo. Los procesadores con longitud de palabra finita tienen un acumulador con bits adicionales para mantener la precisin (por ejemplo, el resultado de la multiplicacin de dos nmeros de B bits es un nmero de 2B bits). Cuando estos resultados se almacenan en memoria se truncan a la longitud de palabra adoptada. El error resultante, denominado ruido de redondeo, altera la respuesta del filtro. En los filtros IIR puede causar inestabilidad, y tambin dar lugar oscilaciones de pequea amplitud de la salida an con entrada nula.
- Desborde (overflow), que ocurre cuando el resultado de una suma excede el ancho de palabra adoptado, resultando en errores de las muestras de salida, que pueden causar inestabilidad, u oscilaciones de gran amplitud en los filtros IIR.
La degradacin del desempeo depende de:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
- la longitud de palabra y tipo de aritmtica utilizada para efectuar los clculos;
- el mtodo adoptado para cuantizar las variables y los coeficientes del filtro a la longitud de palabra elegida;
- la estructura del filtro.
Conociendo estos factores, el diseador puede analizar los efectos de la longitud de palabra finita en el desempeo del filtro, y efectuar las correcciones que sean necesarias.
Ejemplo: Efectos de cuantizacin en un filtro IIR
Un filtro IIR elptico de cuarto orden con frecuencia de corte en wc = 0,3, 0,1 dB de ondulacin en la banda de paso, y 60 dB de atenuacin en la banda de rechazo est caracterizado por la funcin de sistema
El mdulo de la respuesta en frecuencia del filtro se muestra con lnea de trazo continuo en la Figura 7.3.
Figura 7.3 Respuesta en frecuencia del filtro del Ejemplo implementado con una estructura tipo forma directa II. (-) filtro prototipo; (- -) filtro con coeficientes cuantizados.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Si el filtro se implementa en un procesador de 8 bits, utilizando una estructura tipo forma directa II se deben truncar los coeficientes, que resultan
El mdulo de la respuesta en frecuencia del filtro con los coeficientes cuantizados, graficada con lnea de trazos en Figura 7.3, revela que se violan las especificaciones de diseo. Sin embargo, la eleccin de una estructura diferente puede solucionar el problema. En la Figura 7.4 se muestra el mdulo de la respuesta en frecuencia del mismo filtro, implementado como una cascada de dos secciones de segundo orden, con ganancia C = 0,0274701, y cuyos coeficientes cuantizados a 8 bits son
Figura 7.4 Respuesta en frecuencia del filtro del Ejemplo implementado con una cascada de dos bloques de segundo orden. ( - ) filtro prototipo; (- -) filtro con coeficientes cuantizados.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
La figura anterior revela que los requisitos de diseo se satisfacen sin necesidad de cambiar la resolucin en bits de los coeficientes.
El ejemplo anterior muestra que los efectos de la cuantizacin de los coeficientes pueden atenuarse cambiando la estructura del filtro. Dependiendo de la implementacin, algunos de los errores mencionados pueden ser insignificantes. Por ejemplo, si el filtro se calcula en un lenguaje de alto nivel que se ejecuta en computadoras ms o menos modernas, por ejemplo con MATLAB en una PC, los errores de cuantizacin de coeficientes y redondeo no siempre son importantes.
En aplicaciones de tiempo real las seales de entrada y salida se cuantizan a 8, 12 o 16 bits, segn el tipo de conversor A/D y D/A utilizado. Si el ancho de palabra elegido para efectuar las operaciones y el redondeo son de esta magnitud, es casi obligatorio analizar los efectos de la cuantizacin en las caractersticas del filtro.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 35: IMPLEMENTACIN
Una vez que se han calculado los coeficientes del filtro, elegido una estructura adecuada, y verificado que las especificaciones se satisfacen despus de considerar la degradacin causada por la cuantizacin de coeficientes y de las variables a la longitud de palabra elegida, la ecuacin a diferencias debe implementarse como una rutina de software o en hardware. Cualquiera sea el mtodo de implementacin, cada muestra de la salida y[n] del filtro debe calcularse de acuerdo a la ecuacin a diferencias que involucra multiplicaciones, sumas y restas, y retardos. De modo que para implementar un filtro se necesitan los siguientes bloques bsicos:
- memoria (ROM o RAM) para almacenar los coeficientes del filtro;
- memoria RAM para almacenar las muestras actuales y pasadas de la entrada x[n], x[n - 1], ..., x[n - M], y la salida y[n], y[n - 1], ..., y[n - N];
- multiplicadores en hardware o rutinas de multiplicacin (bibliotecas de software);
- sumador o unidad aritmtico-lgica.
La manera en que se configuran estos bloques depende fuertemente segn el procesamiento sea en tiempo real o fuera de lnea. Cuando se procesa fuera de lnea, los datos o seal de entrada estn disponibles en algn medio de almacenamiento (cinta, CD, memoria, etc.) Tal es el caso del registro de datos experimentales para el anlisis posterior. En estos casos el filtro se implementa utilizando un lenguaje de alto nivel, y se ejecuta en una computadora de propsito general. Por ello las implementaciones fuera de lnea suelen ser programas. En algunas aplicaciones, por ejemplo el procesamiento de imgenes, se agrega hardware adicional dedicado para acelerar la velocidad de procesamiento.
En el procesamiento en tiempo real se requiere que el filtro genere una muestra de la seal de salida ante cada muestra de la seal de entrada, lo que implica que el cmputo completo de la ecuacin a diferencias debe completarse en el intervalo de tiempo entre una y otra muestra de la seal de entrada, o bien operar sobre bloques de datos utilizando las tcnicas tipo overlap-add u overlap-save. El procesamiento en tiempo real necesita de hardware dedicado cuando la frecuencia de muestreo es muy alta, o cuando el filtro es de alto orden. Este hardware se nuclea alrededor de un procesador digital de seales, o DSP, que en la actualidad es producido por varios fabricantes, como Motorola, Texas Instruments, Analog Devices, Burr Brown, etc. Cada DSP incluye memoria RAM y ROM o FLASH, multiplicadores rpidos, unidades aritmticas lgicas flexibles, mtodos de direccionamiento poderosos, etc. y algunas unidades incluyen los conversores A/D y D/A necesarios para procesar seales del mundo exterior.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 8: PROCESAMIENTO DE IMGENES
Leccin 36: MODELO DE IMAGEN SIMPLE
El trmino imagen se refiere a una funcin bidimensional de la luz y la intensidad, la que se indica por f(x,y), donde el valor o amplitud de f en las coordenadas espaciales (x,y) da la intensidad (iluminacin) de la imagen en este punto. Puesto que la luz es una forma de energa, f(x,y) debe ser estrictamente mayor que cero y finita, es decir:
Las imgenes que se perciben en las actividades visuales cotidianas provienen normalmente de la luz reflejada por los objetos. La naturaleza bsica de f(x,y) puede estar caracterizada por dos componentes segn la cantidad de luz procedente de la fuente sobre la escena. De forma apropiada, reciben el nombre de componentes de iluminacin y reflectancia, y se indican por i(x,y) y r(x,y) respectivamente. Las funciones i(x,y) y r(x,y) se combinan, como producto, para dar f(x,y )
Donde
y
La ecuacin r(x, y) indica que la reflectancia est acotada entre 0 (absorcin total) y 1 (reflexin total). La naturaleza de i(x,y) est determinada por la fuente de luz y r(x,y) est determinada por las caractersticas de los objetos de la escena.
En el procesamiento de imgenes, la informacin se extrae a partir de fotos, las cuales pueden ser electrnicas tomadas de una escena, textos impresos e ilustraciones, est compuesta de un nmero finito de elementos que tienen una particular localizacin y valor y se denominan elementos pictricos o ms comnmente, pxeles. A los pxeles se les asigna un valor tonal como matices de gris o un cdigo en binario (unos para blancos y ceros para negros) como se observa en la figura 8.1.
Adems se tiene en cuenta el valor del pxel segn su representacin. Los dgitos binarios bits para cada pixel se almacenan en una secuencia y con frecuencia se los reduce a una representacin matemtica (comprimida). Luego la computadora interpreta y lee los bits para producir una versin analgica para su visualizacin.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 8.1 Valores del pixel Disponible en: http://www.library.cornell.edu/preservation/tutorial-spanish/toc.html.
Los pxeles se pueden ver de una forma individual aumentando la imagen por medio de zoom o ampliando su resolucin. La resolucin es la capacidad de distinguir los detalles. La profundidad de bits es determinada por la cantidad de bits utilizados para definir cada pxel. Cuanto mayor sea la profundidad de bits, mayor ser la cantidad de tonos que pueden ser representados. Una imagen a escala de grises est compuesta por pxeles representados por mltiples bits de informacin, que tpicamente varan entre dos a ocho bits pero pueden ser ms.
En el procesamiento de la imagen es importante reducir el tamao del archivo de imagen para su almacenamiento, tratamiento y transmisin. Todas las tcnicas de compresin abrevian la cadena de cdigo binario en una imagen sin comprimir, a una forma de abreviatura matemtica, basada en complejos algoritmos.
Los mtodos para mejorar una imagen se pueden dividir en dos campos diferentes: mtodos en el dominio de la frecuencia y mtodos en el dominio espacial. Los primeros se basan en modificar la transformada de Fourier de la imagen y los segundos se basan en manipulaciones directas sobre los pxeles de la imagen.
Etapas fundamentales en procesamiento de imgenes
El tratamiento digital de imgenes comprende un amplio rango de hardware y software y recursos tcnicos necesarios para llevar a cabo las etapas fundamentales del procesamiento de una imagen. (Vase la Figura 8.2 ).
La primera etapa del proceso es la adquisicin de imgenes, es decir, la adquisicin de una imagen digital. Para ello se necesita un sensor de imgenes y la posibilidad de digitalizar la seal producida por el sensor. Si la salida de la cmara no est todava en forma digital, se emplea un convertidor anlogo-digital para digitalizarla.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 8.2 Etapas del procesamiento de imgenes
Una vez que se ha obtenido la imagen digital, la siguiente etapa consiste en el pre- procesamiento de dicha imagen. La funcin bsica del pre-procesamiento es la de mejorar la imagen de forma que se aumenten las posibilidades de xito en los procesos posteriores.
Segmentacin: Es una operacin cuyo objetivo es agrupar reas de la imagen que tengan caractersticas similares dentro de entidades distintas para poder llegar a distinguir los objetos del fondo. Tiene una gran importancia para operaciones posteriores y requiere una serie de pasos de manipulacin que generarn una nueva imagen en la cual solo se observa el rea. La segmentacin de una imagen es un proceso de extraccin de objetos insertados en la escena capturada. La agrupacin de los pxeles se hace cuando tienen criterios similares, como la luminancia, el color, los bordes, las texturas, los movimientos. Una vez que la imagen ha sido dividida, estar definida por un conjunto de objetos. La informacin estar preparada para el reconocimiento e interpretacin de la imagen. Para la segmentacin de las imgenes se usan tres conceptos bsicos:
Similitud: Los pxeles agrupados del objeto deben ser similares respecto algn criterio (nivel de gris, color, borde, textura, etc.).
Conectividad: Los objetos corresponden a reas de pxeles con conectividad. Las particiones corresponden con regiones continuas de pxeles.
Discontinuidad: Los objetos tienen formas geomtricas que definen unos contornos. Estos bordes delimitan unos objetos de otros.
Proceso de Binarizacin: Consiste en el paso de una imagen cromtica o monocromtica (escala de grises), a una imagen binaria mediante la conversin de pixeles con un nivel de gris comprendido entre 0 y 255 para imgenes monocromticas en pixeles de valores 0 1. Para ello debe fijarse un criterio de
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
conversin, la llamada regla de binarizacin, basada en un intervalo crtico de tonos de gris. Cuando se mueve dentro del intervalo, los valores sern pasados a 1, fuera de ste, sern pasados a 0.
Extraccin de caractersticas: Consiste en distinguir un objeto del otro, para ello se realiza mediante las caractersticas que identifican al objeto. Algunas de las caractersticas que se pueden utilizar son el rea, el dimetro y el permetro etc.
Filtros: Las imgenes, una vez salen del dispositivo de captacin, no suelen permitir una segmentacin fcil. Ello puede suceder por diferentes motivos. Por ejemplo, la existencia de ruido de fondo hace confundir manchas con objetos o por la existencia de mrgenes difusos en los objetos y en ocasiones por existir un contacto entre objetos. Por estos motivos es necesario procesar la imagen mediante filtros antes de la binarizacin. El procedimiento se basa en la aplicacin de operaciones aritmticas que producen cambios en la intensidad de luz en cada punto, en funcin del valor de los pixeles adyacentes. As, un filtro provocara cambios dependientes del entorno de los puntos.
Hay distintos filtros y cada uno de ellos consigue un efecto particular sobre las imgenes. Existen varias clases de filtros atendiendo a los efectos que se consiguen al aplicarlos; dentro del desarrollo del software se utiliz el gaussiano, el laplaciano y de erosin-dilatacin debido a las caractersticas que presentan las cuales fueron las adecuadas.
Filtros de erosin-dilatacin: Su utilizacin busca eliminar el contacto entre objetos. Esto se consigue tras una operacin consecutiva de erosin y dilatacin. La erosin, es el resultado de la aplicacin de la llamada regla de erosin: un pixel "blanco" (generalmente de objeto) pasa a "negro" si en su entorno inmediato existe al menos un pixel "negro". La erosin produce una disminucin del tamao de los objetos por prdida de pxeles marginales.
La dilatacin, es el resultado de la aplicacin de la regla de dilatacin: un pixel "negro" (generalmente de fondo) pasa a "blanco" si en su entorno inmediato existe al menos un pixel "blanco". La dilatacin produce un aumento en el tamao de los objetos por adicin de pixeles marginales. La aplicacin consecutiva de un proceso de erosin y dilatacin, produce muy poco cambio en el tamao de los objetos y la prdida de los puntos de contacto entre ellos siempre que stos sean pequeos.
Filtros Gaussianos: La imagen de salida est basada en una media local del filtro de entrada donde los coeficientes se ajustan a una gaussiana dependiente.
El Filtro Laplaciano calcula la segunda derivada que a partir de la expresin del operador Laplaciano se puede aproximar:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Filtros detectores de bordes: Realizan otro tipo de operaciones con los datos, pero siempre con el resultado de enfatizar los bordes que rodean a un objeto en una imagen, para hacerlo ms fcil de analizar. Estos filtros tpicamente crean una imagen con lneas blancas y negras rodeando los bordes de los objetos y caractersticas de la imagen. La figura 8.3, muestra imgenes filtradas con deteccin de bordes utilizando filtros Gaussiano y Laplaciano. Imagen binaria (figura 8.3 a), filtro gaussiano canny (figura 8.3 b), filtro laplaciano log (figura 8.3 c).
Figura 8.3 Imagen binaria y filtros
Iluminacin: Las fuentes de luces no son iguales, dentro de estas se tienen: luz ambiente, fuentes de luz direccionales, fuentes de luz puntuales, fuentes de luz puntuales tipo spot que son aquellas en las cuales el haz de luz es puntual. Por lo tanto, cuando se hable del color o intensidad de una fuente o de un objeto, se entender que es un vector de cuatro elementos, donde cada elemento ser un valor entre 0 y 1.
Los tres primeros indicarn el porcentaje de rojo (R), verde (G) y azul (B), definiendo el color, y el cuarto un factor de transparencia, denominado normalmente canal alpha (A): Color = (R, G, B, A)
R : Red = Rojo; G : Green = Verde; B : Blue = Azul; A : Alpha = Transparencia
Una buena iluminacin es importante en la toma de imgenes que luego sern procesadas. Eligiendo la tcnica adecuada de iluminacin se puede lograr un aumento en la confiabilidad del sistema y en su tiempo de respuesta.
El ser humano usa un amplio rango de seales, obtenidas a partir del color, la perspectiva, el sombreado, y las experiencias individuales. La percepcin visual depende de la capacidad humana de realizar juicios. Sin embargo, un sistema de visin artificial no tiene una experiencia de base para comparar, todo debe estar
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
especficamente definido. Problemas simples como encontrar una forma o definir un borde, se vuelven tareas complicadas de definicin en la visin artificial. Para reducir el nmero de variables, el sistema de visin debe trabajar con la mejor imagen que sea posible. Una buena imagen es aquella que tiene el mayor contraste donde las reas de inters se destacan del fondo facilitando la tarea del sistema virtual.
La ltima etapa del proceso incluye el reconocimiento e interpretacin. El reconocimiento es el proceso que asigna una etiqueta a un objeto basndose en la informacin proporcionada por sus descriptores. La interpretacin implica asignar significado a un conjunto de objetos reconocidos.
Aunque en este punto no se ha tratado explcitamente la presentacin de la imagen, es importante recordar que la visin de los resultados del procesamiento de imgenes puede realizarse a la salida de cada una de las etapas. Se observa que no todas las aplicaciones del procesamiento de imgenes necesitan la complejidad de interacciones implcitas. Numerosas aplicaciones prcticas se realizan mediante las funciones correspondientes al camino exterior visible en las etapas del procesamiento digital de imgenes. De hecho, en algunos casos ni siquiera son necesarios todos esos mdulos.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 37: TEORA DE HERING
Aunque el proceso seguido por el cerebro humano para percibir el color es un fenmeno psicofisiolgico que todava no se ha llegado a entender completamente, la naturaleza fsica del color se puede expresar en una base formal corroborada por los resultados experimentales y tericos.
Bsicamente los colores que los seres humanos percibimos en un objeto estn determinados por la naturaleza de la luz reflejada por el objeto. La luz visible est formada por una banda de frecuencias relativamente estrecha del espectro electromagntico. Un cuerpo que refleje una luz relativamente equilibrada en todas las longitudes de onda aparece como blanco para el observador. Sin embargo, un cuerpo que tiene una mayor reflectancia en una determinada banda del espectro visible aparece como coloreado (Vase la Figura 8.4).
Figura 8.4 Diagrama de cromaticidad
En el Siglo IXX el fisilogo Ewald Hering deriv por medio del anlisis de la visin subjetiva humana del color la idea de colores oponentes. Esta idea expona el hecho de que ciertos colores no son percibidos juntos, no se mezclan. Nunca veremos amarillos azulosos o rojos verdosos. En la visin humana el detector amarillo siempre se encuentra inactivo cuando el detector azul est activo y viceversa. Una situacin similar ocurre con las neuronas correspondientes al rojo y verde (vase la Figura 8.5).
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 8.5 Ilustracin del comportamiento de las celdas detectoras ante la presencia de colores oponentes.
Se defini as mismo un tercer par de colores oponentes, blanco y negro. Aunque este par de sensaciones son opuestas por naturaleza, no son oponentes como el azul y amarillo o el verde y rojo. La sensacin intermedia del gris es una mezcla de blanco y negro. La razn para esto es que la comparacin entre estos colores no es funcin de su longitud de onda sino de su energa. El blanco y el negro dependen de la absorcin luminosa y para el blanco o gris puro esta absorcin debe ser relativamente igual.
Actualmente se ha estandarizado la concepcin de color propuesta por Young- Helmholtz segn la cual todos los colores se ven como combinaciones variables de los denominados tres colores primarios, rojo (R) , verde (G) y azul (B), aunque tambin otros modelos de color han sido propuestos con la intencin de facilitar la especificacin de los colores de una forma normalizada y aceptada genricamente, aparte del conocido modelo RGB, los ms utilizados son YIQ (luminancia, fase y cuadratura) y HSI ( tono, saturacin e intensidad).
En los problemas de procesamiento que involucran el tratamiento de imgenes a color real el modelo HSI es ampliamente utilizado ya que la componente de intensidad est desacoplada de la informacin cromtica, y las componentes de saturacin mantienen una alta relacin con la manera como el ser humano percibe el color. Sin embargo el caso especfico planteado en este proyecto consiste en la segmentacin de regiones partiendo del aislamiento de sus longitudes de onda, buscando disminuir efectos de distorsin en la percepcin de color producidos por variaciones de iluminacin, por lo tanto es ms conveniente buscar un modelo que permita mantener relaciones lineales con las componentes de colores primarios y as mismo asle la componente de intensidad de la componentes de color.
Partiendo del modelo estandarizado RGB es posible mediante una sencilla matriz de transformacin llegar al modelo de Hering. Despreciando entonces la componente Negro-Blanco (B-W), se adquiere toda la informacin cromtica de las componentes restantes Rojo-Verde (R-G) y Azul- Amarillo (B-Y).
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 38: TRANSFORMACIONES
Conversin de los niveles de gris. Para obtener una imagen que pueda ser tratada por el computador es preciso someter la imagen a un proceso de discretizacin tanto en las coordenadas como en la intensidad, a este proceso se le denomina digitalizacin. La digitalizacin consiste en la descomposicin de la imagen en una matriz de m*n puntos, donde cada punto tiene un valor proporcional a su color. Cada elemento en que se divide la imagen recibe el nombre de "pxel" (picture element).
La resolucin espacial de la imagen viene dada por el nmero de pxeles que tiene la imagen. Cuanto mayor sea este nmero mayor va a ser la resolucin. La resolucin cromtica depende del nmero de bits que se utilice para almacenar el valor de un pxel. Si se utiliza un bit se puede tener nicamente dos valores (0, 1) (blanco y negro), si se utiliza 4 bits el nmero posible de niveles de gris ser de 16 y si se utiliza 8 bits el nmero de niveles de gris posibles es de 256. Una transformacin adecuada de los niveles de gris puede mejorar sensiblemente la calidad de una imagen cuando sta es observada por una persona.
Transformaciones geomtricas
Las transformaciones geomtricas son una serie de cambios en la imagen que tienen dos objetivos bsicos: Correccin de la perspectiva y reconstruccin tridimensional de los objetos de una escena.
Transformacin del histograma
El histograma es una representacin grfica que permite obtener, informacin del contenido de una imagen. En el histograma el eje de las abscisas representa los niveles de gris y el de ordenadas, el nmero de pixeles de cada nivel. En ciertas escenas, como las que suelen aparecer en entornos industriales, el histograma puede ser suficiente para separar objetos dentro de una imagen, con lo que se facilita considerablemente la etapa de interpretacin. Sin embargo, no siempre es factible sacar tanta informacin al histograma. En muchas aplicaciones, su manipulacin slo permite aumentar/disminuir el contraste de la imagen y el margen dinmico de los niveles de gris. Sus efectos son evidentes para un observador humano.
Filtrado espacial y frecuencial
No es fcil decidir si estas operaciones, son absolutamente vitales en un sistema de visin por computador, pertenecen o no a la etapa de simple pre- procesamiento, dada la gran modificacin que puede suponer respecto a la imagen original. Para evitar esta ambigedad, se considera que el filtrado es procesamiento previo cuando la transformacin operada sobre la imagen sea pequea. El filtrado espacial acta sobre los niveles de gris de los pxeles de la
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
imagen. El filtrado frecuencial se basa en trabajar con la transformada discreta de Fourier de la imagen (una operacin costosa en tiempo y en memoria de computador) a la que se aplica un filtro bidimensional.
En general, las operaciones de segmentacin de una escena, as como el nmero de clases de regiones y objetos a distinguir, dependern ntimamente de la propia escena y de la informacin que se busque dentro de la imagen. Las tcnicas de segmentacin, ya estn orientadas a objetos o agrupaciones de objetos, se pueden dividir en tres grupos: El primer grupo es la aplicacin de umbrales de nivel de gris, el segundo es la agrupacin por rasgos comunes, y el ltimo es la extraccin de bordes.
La aplicacin de umbrales se basa en el empleo del histograma. Bsicamente, consiste en distinguir objetos individuales dentro de una escena a partir de sus diferentes niveles de gris.
Si se conoce que los objetos tienen cierto intervalo. La seleccin del valor del umbral, se realiza generalmente a partir del histograma de la imagen. As si una imagen est compuesta de un objeto que aparece en la escena sobre un fondo, entonces es de esperar que el histograma sea bimodal, es decir, si por ejemplo el objeto es ms claro que el fondo, pues en el histograma aparecern dos picos, el ubicado en los valores de gris ms elevados correspondiente al objeto y otro pico para niveles de gris ms bajos, correspondientes al fondo.
En la siguiente figura se muestra un histograma bimodal, en el cual el umbral se ubica entre los dos picos del histograma.
Figura 8.6 Histograma bimodal
La seleccin automtica del umbral, es un problema difcil, debido a que el histograma no siempre es bimodal, en cuyo caso resulta necesario combinar la informacin espacial presente en la imagen, con la informacin referente al nivel de gris. A continuacin, se observa un ejemplo:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 8.7 Histograma aproximadamente bimodal
Para el caso del histograma aproximadamente bimodal, existen tcnicas de deteccin automtica del umbral, una de las cuales fue ideada por Otsu y se basa en la minimizacin de la varianza intra-grupo. En particular, el mtodo de Otsu, elige el umbral ptimo maximizando la varianza entre clases (between-class variance) mediante una bsqueda exhaustiva. Si bien hay diferentes mtodos para hallar un umbral, la mayora de ellos no dan buenos resultados cuando se trabaja con imgenes del mundo real debido a la presencia de ruido, histogramas planos o una iluminacin inadecuada. Por el contrario, el mtodo de Otsu es uno de los mejores mtodos de seleccin de umbral para imgenes del mundo real. Sin embargo, este mtodo usa una bsqueda exhaustiva para evaluar el criterio para maximizar la varianza entre clases.
A medida que el nmero de clases de una imagen aumenta, el mtodo de Otsu necesita mucho ms tiempo para seleccionar un umbral multinivel adecuado. Para determinar el umbral de una imagen eficientemente. La importancia del mtodo de Otsu radica en que es automtico, es decir, no necesita supervisin humana ni informacin previa de la imagen antes de su procesamiento.
Descripcin del Mtodo de Otsu para un umbral ptimo. Una imagen es una funcin bidimensional de la intensidad del nivel de gris, y contiene N pxeles cuyos niveles de gris se encuentran entre 1 y L. El nmero de pxeles con nivel de gris i se denota como fi, y la probabilidad de ocurrencia del nivel de gris i en la imagen est dada por:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
En el caso de la umbralizacin en dos niveles de una imagen (a veces llamada binarizacin), los pxeles son divididos en dos clases: C1, con niveles de gris [1, ...., t]; y C2, con niveles de gris [t+1, ...., L]. Entonces, la distribucin de probabilidad de los niveles de gris para las dos clases es:
Donde:
Tambin, la media para la clase C1 y la clase C2 es:
Sea T la intensidad media de toda la imagen. Es fcil demostrar que:
La extraccin de bordes es el mtodo ms empleado en la segmentacin de imgenes (salvo en robtica, donde con frecuencia es suficiente la aplicacin de umbrales). La efectividad, desde el punto de vista del reconocimiento de objetos, de una operacin cuyo resultado sea la obtencin de los bordes de un objeto, cual es la segmentacin, es evidente, puesto que la mayor cantidad de informacin se encuentra en los bordes. De hecho, la mayora de los objetos pueden reconocerse a partir de su forma, que est fijada por sus bordes.
Los filtrados espaciales y frecuenciales, son precisamente operaciones de extraccin de bordes, aunque lo hagan con suavidad. De manera anloga, los extractores de bordes empleados en la fase de segmentacin pueden clasificarse en espaciales y frecuenciales. Algunos operadores que incluye la deteccin de bordes son: Operadores de gradiente laplaciano.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 39: CLCULO DE CARACTERSTICAS
Despus de segmentar una imagen, el conjunto resultante de pxeles segmentados se representa y describe normalmente en una forma adecuada para su posterior procesado por computadora. Bsicamente, el representar una regin implica dos posibilidades: Hacerlo en trminos de sus caractersticas externas (su contorno) o en trminos de sus caractersticas internas (los pxeles que comprenden la regin). La eleccin de un esquema de representacin es, sin embargo, solamente una parte de la tarea de hacer los datos tiles para una computadora.
El siguiente paso consiste en describir la zona en la representacin elegida. Por ejemplo, una regin se puede representar describiendo su contorno por medio de caractersticas tales como su longitud, la orientacin de una lnea recta que une puntos extremos, y el nmero de concavidades.
Generalmente, se elige una representacin externa cuando el objetivo principal se centra en las caractersticas de forma y una representacin interna cuando el principal inters se centra en las propiedades de reflectividad, tales como color y textura. En cualquier caso, las caractersticas seleccionadas como descriptoras deberan ser tan insensibles como fuera posible a variaciones tales como cambios de tamao, traslacin y rotacin.
Centroide
El centroide se halla sumando todas las posiciones en x y y de los pixeles de una regin y dividiendo los resultados entre el nmero de pixeles de cada regin. La ecuacin muestra como calcular el centroide de una regin, donde N es el nmero de pxeles que conforman el contorno y (Cx, Cy) el centroide del contorno.
Lados del contorno. A veces es til descomponer un contorno en lados. La descomposicin reduce la complejidad del contorno y simplifica as el proceso de descripcin. Esta solucin es particularmente atractiva cuando el contorno presenta una o ms concavidades significativas que contienen informacin sobre la forma. En este caso el empleo del cerco convexo de la regin abarcada por el contorno es una poderosa herramienta para una descomposicin robusta del contorno.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
El cerco convexo H de un conjunto arbitrario S es el conjunto convexo ms pequeo que contiene a S. El conjunto diferencia H-S se denomina deficiencia convexa D del conjunto S.
Para ver cmo se podran utilizar estos conceptos para dividir un contorno en lados significativos, considrese la figura 8.8 (a), que muestra un objeto (conjunto S) y su deficiencia convexa (regiones sombreadas). El contorno de la regin se puede dividir siguiendo el contorno de S y marcando los puntos en los que se hace una transicin hacia dentro o fuera de un componente de la deficiencia convexa. La figura 8.8 (b) muestra el resultado en este caso. Obsrvese que, en principio, el esquema es independiente de la orientacin y el tamao de la regin.
Figura 8.8 (a) Una regin (S) y su deficiencia convexa (sombreada); (b) contorno dividido.
En la prctica los contornos digitales tienden a ser irregulares a causa de la digitalizacin, el ruido y las variaciones en la segmentacin. Estos efectos normalmente producen una deficiencia convexa que tiene componentes pequeos, insignificantes, esparcidos aleatoriamente sobre el contorno. Mejor que intentar evitar estas irregularidades en un proceso posterior, la prctica comn consiste en suavizar el contorno antes de su divisin. Hay varios modos de hacerlo, un mtodo es recorrer el contorno y reemplazar las coordenadas de cada pxel por las coordenadas medias de m de sus vecinos a lo largo del contorno. Esta solucin funciona para pequeas irregularidades pero lleva mucho tiempo y es difcil de controlar. Valores grandes de m pueden dar un excesivo suavizado, mientras que valores pequeos podran no ser suficientes en algunos lados del contorno.
Una tcnica ms desigual es utilizar una aproximacin poligonal, antes de encontrar la deficiencia convexa de una regin. Independientemente del mtodo utilizado para el suavizado, la mayora de los contornos digitales de inters son simples polgonos (polgonos sin autointerseccin). Los conceptos del cerco convexo y su deficiencia son igualmente tiles para describir una regin completa, as como su contorno. Por ejemplo, la descripcin de una regin se podra basar en su rea y en la de su deficiencia convexa, en el nmero de componentes de la deficiencia convexa, en la situacin relativa de estos componentes, y as sucesivamente.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 40: ANLISIS DE IMAGEN USANDO MEDIOS COMPUTACIONALES
Para iniciar una prctica en esta leccin es necesario aprender y practicar algunas funciones bsicas del toolboxes de procesamiento de imgenes en MatLab. Para ello deber remitirse a las referencias bibliogrficas de la unidad donde encontraran una serie de links para el proceso de aprendizaje del software.
Lo primero que se realizara es leer una imagen cualquiera, es necesario tener en cuenta la extensin de la imagen que se leer.
Ejercicio: Realizar el proceso de captura y visualizacin de una imagen.
Para ello deber abrir el editor de MatLab y desarrollar el siguiente cdigo
clc; clear all; close all; f=imread('flowers.tif'); % permite la lectura de una imagen figure imagesc (f); % permite la visualizacin de la imagen impixel % Este comando permite evaluar los valores de cada pixel en sus % componentes RGB title('imagen original'); % Permite etiquetar o nombrar las figuras en Matlab
Figura 8.9 Imagen original
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Pixval % Este comando genera la barra negra mostrada en la figura anterior, ella visualize el valor del pixel y su posicin en el espacio. Este tiene el concepto implcito de lo que se define como una imagen digital.
Aqu se ha marcado tres puntos al azar y el programa genera los valores de los componenetes en R, G B respectivamente. ans = 173 80 139 209 158 194 155 117 0
Ejercicio: Genere los componentes de una serie de pixeles a lo largo de una lnea dentro de la imagen.
clc; clear all; close all; f=imread('flowers.tif'); figure imagesc (f); impixel % se genera una base de datos que contemplan los valores de los pixels % en RGB a lo largo de la trayectoria marcada. title('imagen original'); %end
Figura 8.10 Valores de pixeles en RGB de la imagen
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
% Planos para los diferentes colores
Como la imagen est formada por tres planos fundamentales en RGB, es necesario separar los planos para obtener informacin de los atributos de la imagen. Para ello se siguen las siguientes instrucciones, recuerde que es necesario haber ledo la imagen previamente.
subplot (2,2,1);imagesc(f);colormap;title('imagen original'); subplot (2,2,2);imagesc(R);colormap;title('imagen plano rojo'); subplot (2,2,3);imagesc(G);colormap;title('imagen plano verde'); subplot (2,2,4);imagesc(B);colormap;title('imagen plano azul');
Figura 8.11 Planos para los diferentes colores
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
% Contribucion de planos (modificacin) A=uint8(cat(2,R*0.9,G*0.9,B*0)); figure,imagesc(A); pixval
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
CAPITULO 9: PROCESAMIENTO DIGITAL DE AUDIO
Leccin 41: EFECTOS QUE UTILIZAN RETARDOS
Muchos efectos se consiguen sumando a la seal original, varias copias retardadas y modificadas de diversas formas. De entre todos ellos, los ms tpicos son los de eco y reverberacin, aunque, como veremos, no son los nicos. Dependiendo del tipo de efecto buscado, los tiempos de estos retardos pueden valer entre las pocas milsimas y los varios segundos.
Naturaleza del eco y la reverberacin
En una sala, la reverberacin se produce de forma natural porque los sonidos que nos llegan a los odos no proceden de un nico punto emisor, sino que recibimos tambin copias reflejadas por las paredes, el techo, el suelo, y otros objetos. Cuando ms distantes de nosotros estn estos reflectores, ms retardadas y tambin ms atenuadas recibiremos las copias.
El tiempo de reverberacin es una propiedad de las salas, y se define como el lapso que debe transcurrir para que el sonido inicial se atene en 60 dB. En salas grandes, este tiempo puede durar varios segundos. Otro factor que influye en la reverberacin es la absorcin de los materiales reflectantes. Superficies poco absorbentes, como el cristal, acrecientan el tiempo de reverberacin, mientras que otras, como las cortinas o el propio pblico, hacen que este valor disminuya.
Normalmente, la absorcin vara tambin con la frecuencia (los agudos se absorben ms que los graves). Todo ello hace que un buen algoritmo digital de reverberacin deba incluir muchos parmetros configurables. Cuando estos retardos son suficientemente grandes como para orse de forma aislada se denominan ecos, y slo pueden producirse en espacios muy amplios y con pocos obstculos (frente a una montaa, etc.). Si nos encontramos situados entre dos obstculos distantes, el sonido sufrir varias reflexiones antes de extinguirse, por lo que oiremos varios ecos sucesivos de intensidades decrecientes.
Reverberacin y eco digitales
Dado que un alto porcentaje de la msica grabada se escucha en pequeas salas particulares con tiempos de reverberacin muy cortos, la mayora de grabaciones comerciales incorporan la reverberacin y otros efectos que emulan la acstica de grandes salas y las hacen ms gratas al odo. Pero los estudios de grabacin tampoco pueden ofrecer reverberaciones naturales convincentes, por lo que desde hace dcadas se ha investigado mucho en sistemas de reverberacin artificiales.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
En los aos 60 y 70 estos efectos se reproducan de forma analgica (utilizando cintas magnetofnicas) o incluso mecnica (mediante la disposicin de placas metlicas, micrfonos y altavoces), pero desde hace unos aos, los ecos y reverberaciones digitales han desbancado por completo a los antiguos sistemas.
Existen unidades dedicadas que producen estos efectos en tiempo real, y de ellas se hablar en lecciones futuras. Los programas de edicin de audio deben contentarse con hacerlo en diferido, pero las posibilidades de configuracin que ofrecen son inmensas. Dado que la absorcin de un sonido vara con su frecuencia, este tipo de procesos digitales involucran cambios en todos los niveles (tiempo, amplitud y frecuencia) aunque simplificando, pueden entenderse como una serie de repeticiones retardadas y atenuadas.
Todos los programas tratan la reverberacin y el eco mediante opciones separadas, aunque ambos procesos pueden combinarse. Cool Edit y Sound Forge, son los ms completos a la hora de definir este tipo de efectos. Cool Edit es adems el nico programa que permite al usuario definir salas virtuales; basta con indicar sus dimensiones y los materiales que la componen, para que el sistema calcule su acstica y la aplique a cualquier sonido que deseemos.
Flanger y phaser
Los retardos se utilizan tambin de forma menos evidente para crear otros tipos de efectos ms "electrnicos". En estos casos, los valores suelen ser breves (milsimas o centsimas de segundo). Con los trminos flange, flanger o flanging, se conoce el efecto consistente en mezclar la seal original con una copia con un retardo muy breve, pero variable de forma peridica. Los parmetros a configurar son como mnimo el porcentaje de seal retardada, el margen de variacin del retardo (entre varias unidades y varias decenas de milisegundos), la frecuencia de variacin de este retardo (normalmente entre algunas dcimas y varios hertzios), y el porcentaje de realimentacin.
Dependiendo de estos valores, el efecto conseguido puede ser similar a los sonidos tpicos de las pelculas de marcianos de los aos cincuenta, o al sonido del pop psicodlico de finales de los sesenta (entonces se aplicaba frecuentemente a la guitarra y a la batera). En aquella poca, estos efectos se conseguan de forma analgica, mezclando la seal de dos magnetfonos, y retardando o acelerando ligeramente uno de ellos. Cuando no existe realimentacin, el efecto es ms discreto y suele denominarse phaser o phasing, y se encuentra con frecuencia en pedales para guitarra.
La realimentacin o el feedback
La realimentacin (feedback en ingls) no es el nombre de ningn efecto propiamente dicho, sino una forma de procesar el sonido que se aplica en muchos
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
de ellos. Normalmente se expresa mediante un porcentaje que indica la cantidad de sonido ya procesado que se vuelve a procesar. Cuando este valor es del 0%, no existe realimentacin, mientras que cuando es superior al 100%, la intensidad del sonido resultante aumentar paulatinamente hasta llegar a la saturacin.
El chorus
Este es otro efecto, normalmente sutil, pero muy utilizado, con el que se intenta simular que un solo instrumento (o una sola voz), suene como varios instrumentos al unsono. Se consigue retardando y desafinando muy ligeramente la seal original. En la actualidad se aplica muchsimo a los cantantes, para dar ms presencia a la voz. Muchos sintetizadores y algunas tarjetas de sonido incorporan efectos en tiempo real. En este caso, incluyen, casi invariablemente, reverberacin y chorus. Cuando se le aplica realimentacin y modulacin de amplitud, el chorus deja de ser un efecto discreto.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 42: PROCESADORES DE RANGO DINMICO
Recordemos que el rango dinmico de un fragmento sonoro viene dado por la diferencia (en dB) entre la intensidad ms fuerte y la ms dbil. Los efectos incluidos en esta leccin, operan directamente sobre la amplitud de las muestras, aunque de formas ms sofisticadas que los descritos en lecciones anteriores, modificando de diversos modos el rango dinmico de un determinado fragmento. Los ms importantes son los compresores, los expansores, los limitadores y las puertas de ruido.
Una buena forma de caracterizar estos procesos, es a travs de su funcin de transferencia, que establece una correspondencia entre las amplitudes de entrada y las amplitudes de salida. En la figura 9.1, se muestran varias funciones de este tipo, junto con los efectos que producen en un fragmento sonoro. La funcin 9.1 (a) es una recta con una inclinacin de 45 o , lo que significa que, en este caso, no se produce ninguna modificacin del rango dinmico (a cualquier valor de amplitud de entrada, le corresponde el mismo valor en la salida).
Figura 9.1 Funciones de transferencia y sus efectos
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Algunos programas de edicin de audio permiten que el usuario dibuje manualmente la curva de transferencia, por lo que todos los efectos que se describen a continuacin, pueden considerarse como casos particulares de un proceso nico. En otros, como por ejemplo Wave, los parmetros se introducen de forma numrica, con lo cual el control en la definicin del proceso no puede ser tan preciso.
Los compresores y los limitadores
Los compresores se utilizan para reducir el rango dinmico de una seal. Su uso es muy frecuente en la grabacin de partes vocales, ya que en muchos casos, la seal emitida por la voz y recogida por un micrfono, presenta mnimos muy dbiles que se confundiran con el ruido de fondo. Con una compresin ms exagerada se consigue un efecto intimista, ya que se acentan los sonidos de la respiracin y de los movimientos bucales (lengua, saliva, etc.). Este efecto tambin se utiliza mucho en las guitarras elctricas, creando el tpico sonido de guitarra heavy (figura 9.1 (b)).
Los limitadores son un caso extremo de compresores, que limitan la amplitud mxima posible a un valor umbral. Suelen utilizarse en grabaciones de conciertos para evitar que se pueda producir saturacin. Su funcin de transferencia presenta pendientes horizontales en los extremos (figura 9.1 (c)).
Los expansores
Un expansor es el opuesto de un compresor. Acenta los cambios, disminuyendo los niveles dbiles, y aumentando los fuertes. Se utiliza frecuentemente en combinacin con puertas de ruido, y para realzar grabaciones antiguas que presentan un rango dinmico estrecho (figura 9.1 (d)).
La distorsin
Este trmino tiene connotaciones peyorativas ya que normalmente define la prdida o la degradacin inevitables en una seal, ocasionadas por los diferentes dispositivos o procesos (micrfono, grabacin, amplificador, altavoces) a los que se ve sometida. Sin embargo, todos los efectos descritos anteriormente son, en realidad, casos particulares de distorsin, que, por su uso frecuente, reciben un nombre propio.
Los programas de edicin de audio que permiten dibujar la funcin de transferencia, no imponen ninguna limitacin sobre la forma de esta funcin, por lo que posibilitan cualquier distorsin arbitraria.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 43: LOS FILTROS
Definicin
De forma rigurosa, cualquier algoritmo o proceso computacional, que a partir de una entrada (una secuencia de nmeros), genere una salida (otra secuencia de nmeros), puede considerarse como un filtro digital. Todos los procesos que hemos comentado hasta el momento representan, por lo tanto, casos diferentes de filtros digitales, pero en la prctica este trmino se acostumbra a reservar para aquellos dispositivos que modifican el espectro de una seal. No se asuste si lo que sigue le parece algo complicado. Piense que la teora de filtros digitales puede ocupar todo un curso en una carrera de ingeniera. Por ello, no trataremos aqu la forma de implementacin de estos filtros digitales, ni en las teoras matemticas sobre los que se apoyan.
Espectro de una seal
Se ha mencionado que la mayora de sonidos estn compuestos por varias frecuencias diferentes. El teorema de Fourier afirma que toda seal peridica compleja puede descomponerse en una suma de seales sinusoidales de frecuencias y amplitudes diferentes.
Esta descomposicin se denomina espectro de frecuencias, y se representa mediante un grfico con frecuencias en las abcisas y amplitudes en las ordenadas, en el que se visualizan las respectivas amplitudes de todas las frecuencias que componen un sonido. Esta teora, que data de ms de un siglo, se aplica de forma rigurosa a las seales totalmente peridicas, pero los sonidos nunca lo son plenamente, pues siempre varan a lo largo del tiempo. Afortunadamente, desde hace varias dcadas, mediante complejos procesos matemticos que van ms all del alcance de esta obra, el anlisis de Fourier se aplica tambin a seales variables en el tiempo. En este caso, la representacin espectral de un sonido no es ya una nica distribucin de frecuencias bidimensional, sino una superficie tridimensional, compuesta por una sucesin de "rebanadas" temporales, en la cada una muestra el aspecto del espectro en un instante dado.
En la figura 9.2, se muestran varios de estos espectros tridimensionales. En ellos, la frecuencia se representa en el eje x, el tiempo en el eje y (aumenta al acercarse hacia el observador), y la amplitud de estas frecuencias en el eje z. Asimismo, en la parte derecha de estas figuras, se muestra el espectro de frecuencias o rebanada correspondiente al instante inicial t=0. Algunos programas de edicin de audio son capaces de realizar este anlisis para un fragmento seleccionado y de mostrar grficamente el resultado. Estos grficos permiten estudiar la evolucin temporal de los diferentes componentes frecuenciales que integran el sonido.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 9.2 a) Sonido original
Figura 9.2 b) Filtrado pasa-bajo a 1.500 Hz
Figura 9.2 c) Filtrado pasa-alto a 1.500 Hz
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Figura 9.2 d) Filtrado pasa-banda a 1.000-2.000 Hz
Figura 9.2 e) Filtrado rechazo de banda a 1.000-2.000 Hz
Figura 9.2 Ejemplos de filtrado con la evolucin temporal del espectro de frecuencias, su aspecto en el instante t=0 y el sonido resultante.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 44: ECUALIZACIN Y APLICACIONES DEL FILTRADO
Ecualizadores
Todos hemos visto alguna vez un ecualizador grfico. Este aparato consta de varios potencimetros, cada uno de ellos asociado a una banda de frecuencia, que permiten amplificar o atenuar estos componentes frecuenciales. Cuantas ms bandas tenga el ecualizador, ms preciso ser el control sobre el espectro armnico y ms radicalmente se podr modificar el timbre de los sonidos procesados.
Un ecualizador grfico se construye con un banco de filtros pasa-banda en paralelo. Otro tipo de ecualizadores son los paramtricos, que presentan menos bandas (tpicamente dos o tres), pero con frecuencias de corte configurables.
Implementacin de los filtros en los editores de audio
Los diferentes programas de edicin de audio, ofrecen diversas alternativas a la hora de implementar los filtros digitales. Casi todos incorporan un ecualizador grfico de varias bandas y los cuatro tipos bsicos en los que el usuario deber indicar la frecuencia de corte y la pendiente de atenuacin.
Uno de los ms verstiles es Cool Edit que permite adems dibujar curvas de respuesta de frecuencia arbitrarias e incluso interpolar entre dos curvas diferentes produciendo filtros variables en el tiempo, con lo cual se pueden conseguir interesantes efectos.
Aplicaciones del filtrado digital
Las posibilidades del filtrado digital son muchas; describiremos a continuacin algunas de las ms representativas.
Filtrado pasa-bajo al reducir la frecuencia de muestreo. Es conocido que la reduccin de la frecuencia de muestreo provoca el fenmeno del aliasing, por el cual aparecen frecuencias fantasmas que no se encontraban en el sonido original. Para evitar el aliasing, antes de convertir un fichero a una frecuencia de muestreo inferior, deber aplicar un filtro pasa-bajo con frecuencia de corte igual a la mitad de la nueva frecuencia de muestreo. Si desea pasar un fichero grabado a 44.100 Hz a 22.050 Hz, deber, por lo tanto, filtrar el sonido, eliminando sus componentes frecuenciales por encima de 11.025 Hz. Programas como Sound Forge simplifican este proceso, ya que ofrecen la opcin de filtrar automticamente al pasar a una frecuencia menor.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Simulacin de dispositivos analgicos. Un filtrado selectivo puede emular las caractersticas sonoras de dispositivos de baja calidad, como telfonos, radios antiguas, megfonos, etc. Estos dispositivos se caracterizan por tener curvas de frecuencia bastante estrechas. En este caso, la herramienta ms sencilla suele ser el ecualizador grfico. Si el programa dispone de presets de ecualizacin bastar con seleccionar el oportuno. Si no encuentra el preset que desea, una vez haya configurado convenientemente el ecualizador (por el mtodo de tanteo y error), no olvide salvar el preset para un posible uso futuro.
El realzado sonoro, es especialmente eficaz y aconsejable con grabaciones de voz. Piense que muchas de las voces aterciopeladas y seductoras de los cantantes actuales son fruto directo del laboratorio. Pruebe a potenciar diferentes bandas de frecuencia en grabaciones de su propia voz (la voz humana posee componentes entre los 100 Hz y los 5.000 Hz aproximadamente).
Utilice el anlisis espectral. Para no trabajar a ciegas, el anlisis espectral es una herramienta muy til que nos puede dar una idea de las cualidades y carencias de cualquier sonido. En ocasiones, se infiltran en las grabaciones molestos ruidos con una frecuencia fija, causados por interferencias elctricas. El anlisis espectral nos permitir detectar estas frecuencias fastidiosas, para proceder a su filtrado posterior.
El filtrado creativo es una ciencia y un arte, que permite alterar radicalmente la naturaleza de cualquier sonido. Intente crear sonidos musicales a partir de modestos sonidos cotidianos.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
Leccin 45: ANLISIS DE AUDIO USANDO MEDIOS COMPUTACIONALES
Un filtro digital es un sistema que, dependiendo de las variaciones de las seales de entrada en el tiempo y amplitud, se realiza un procesamiento matemtico sobre dicha seal; generalmente mediante el uso de la Transformada rpida de Fourier; obtenindose en la salida el resultado del procesamiento matemtico o la seal de salida. Los filtros digitales tienen como entrada una seal analgica o digital y en su salida tienen otra seal analgica o digital, pudiendo haber cambiado en amplitud, frecuencia o fase dependiendo de las caractersticas del filtro digital. El filtrado digital es parte del procesado de seal digital. Se le da la denominacin de digital ms por su funcionamiento interno que por su dependencia del tipo de seal a filtrar, as podramos llamar filtro digital tanto a un filtro que realiza el procesado de seales digitales como a otro que lo haga de seales analgicas. Comnmente se usa para atenuar o amplificar algunas frecuencias, por ejemplo se puede implementar un sistema para controlar los tonos graves y agudos del audio del estreo del auto. La gran ventaja de los filtros digitales sobre los analgicos es que presentan una gran estabilidad de funcionamiento en el tiempo. El filtrado digital consiste en la realizacin interna de un procesado de datos de entrada. En general el proceso de filtrado consiste en el muestreo digital de la seal de entrada, el procesamiento considerando el valor actual de entrada y considerando las entradas anteriores. El ltimo paso es la reconstruccin de la seal de salida. En general la mecnica del procesamiento es: 1. Tomar las muestras actuales y algunas muestras anteriores (que previamente haban sido almacenadas) para multiplicadas por unos coeficientes definidos. 2. Tambin se podra tomar valores de la salida en instantes pasados y multiplicarlos por otros coeficientes. 3. Finalmente todos los resultados de todas estas multiplicaciones son sumados, dando una salida para el instante actual.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
El procesamiento interno y la entrada del filtro sern digitales, por lo que puede ser necesario una conversin analgica-digital o digital-analgica para uso de filtros digitales con seales analgicas. Ejemplo: %% Procesamiento de una seal de audio usando MATLAB %% Crear seal de audio % Frecuencia fundamental f0=1e3; % 1KHz % Amplitud a=4; % V=4 % Frecuencia de muestreo fs=44.1e3; % Frecuencia de una seal de audio % Tiempo de duracin en segundos T=1.5; L = round(T*fs); % Nmero de muestras % Frecuencia normalizada fn=f0/fs; y = a*sin(2*pi*fn*(0:L-1))+0.5*a*sin(2*pi*2*fn*(0:L-1)); % Graficar la seal original subplot(411) plot((0:L-1)/fs,y) title('SEAL ORIGINAL')% Ttulo xlabel('Tiempo (s)') % Etiqueta del eje X ylabel('Amplitud (V)') % Etiqueta del eje Y xlim([0 10/1000]) % Lmite de la seal %% Grabar y reproducir la seal de audio %wavwrite(y,fs,'audio') % wavplay(y,fs) %% FFT de la seal subplot(412) % Llamado a la funcin que calcula la FFT fft_signal(y,fs);title('ESPECTRO DE LA SEAL ORIGINAL') xlim([0 2500]) %% Filtrado de la seal % Frecuencia normalizada fNorm = 1500 / (fs/2); % Clculo de los coeficientes del filtro (filtro pasa bajas) [b,a] = butter(10, fNorm, 'low'); % Filtrado de la seal y_Low = filtfilt(b, a, y); % Graficacin de la seal en el tiempo subplot(413) plot((0:L-1)/fs,y_Low) title('SEAL FILTRADA')
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
xlabel('Tiempo (s)') ylabel('Amplitud (V)') xlim([0 10/1000]) % Graficacin de la seal en frecuencia subplot(414) % Llamado a la funcin que calcula la FFT fft_signal(y_Low,fs);title('ESPECTRO DE LA SEAL FILTRADA') xlim([0 2500]) %% Grficas del filtro % Respuesta en frecuencia del filtro [H,w]=freqz(b,a,512,1); figure(2) %Trazado de la respuesta en Magnitud subplot(221) plot(w,20*log10(abs(H))); grid on; title ('Filtro pasa-altos, Respuesta en magnitud'); xlabel('frecuencia'); ylabel('H(f) db') xlim([0 0.4]) % Respuesta en fase subplot(222) plot(w,angle(H)); grid on; title ('Filtro pasa-altos, Respuesta en fase'); xlabel('frecuencia') ylabel('ngulo de H rad') xlim([0 0.4])
%Respuesta al impulso subplot(223) [y_eje,t]= impz(b,a,60); stem(t,y_eje); title ('Filtro pasa-altos, Respuesta al impulso');
%Ploteo de los polos y ceros z= roots(b); % Ceros p = roots(a); % Polos subplot(224) zplane(z,p) title('Polos y ceros') legend('Ceros','Polos') %% Reproduccin de audio de entrada y salida pause(2) disp('Audio de entrada') wavplay(0.5*y,fs)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
disp('Audio de salida (seal filtrada)') wavplay(0.5*y_Low,fs)
Figura 9.3 Ejemplo de procesamiento digital de audio
Tomado de: http://www.matpic.com/esp/matlab/filtros_audio.html
IMGENES
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
ACTIVIDADES DE AUTOEVALUACIN DE LA UNIDAD 3
1. Cules son las principales especificaciones de diseo a tener en cuenta en el diseo de filtros digitales?
2. Qu aspectos se deben considerar en la realizacin de filtros digitales?
3. Cules son los efectos de longitud de la palabra finita en filtros digitales?
4. En qu consiste la Teora de Hering?
5. Mencione las transformaciones empleadas en el procesamiento de imgenes.
6. Cmo se realiza el clculo de las caractersticas en el procesamiento de imgenes?.
7. Proponga dos ejemplos de procesamiento de imgenes empleando medios computacionales
8. Relacione del procesamiento de audio con los procesadores de rango dinmico.
9. En qu consiste la ecualizacin?.
10. Proponga dos ejemplos de procesamiento de audio empleando medios computacionales
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA CONTENIDO DIDCTICO DEL CUSO: 299004 PROCESAMIENTO DIGITAL DE SEALES
FUENTES DOCUMENTALES DE LA UNIDAD 3
DOCUMENTOS IMPRESOS
D. K. LINDNER. Introduction to Signals and Systems, McGraw Hill, 1999.
F. J. TAYLOR. Principles of Signals and Systems. McGraw Hill, 1a Ed. 1994
MITRA, S. Procesamiento de Seales Digitales. McGraw-Hill, 2007.
M. S. RODEN. Analog and Digital Communication Systems. Prentice Hall, 4a Ed. 1996
OPPENHEIM, A. y SCHAFER, R. Tratamiento de seales en tiempo discreto. Madrid: Prentice Hall Pearson Education, 2000.
PROAKIS, J. G. y MANOLAKIS, D.G.Tratamiento Digital de Seales. Principios, algoritmos y aplicaciones. Espaa: Prentice Hall., 2000.
SOLIMAN, S. S. y SRINATHMS, D. Seales y Sistemas Continuos y Discretos. Espaa: Prentice Hall, 1999.