PROCESAMIENTO DIGITAL

DE BIOSEÑALES

CAPITULO 1 -
INTRODUCCION
 Cual es la necesidad de ir por ahí
digitalizando todo a nuestro paso?
Que podemos digitalizar?

Digitalización
de la señal
Que podemos hacer con
esa información digital?
 1.1 Señales, sistemas y tratamiento de señales

 Se digitalizan señales!
Ejemplo: voltaje, corriente, presión,
temperatura, tiempo, lugar.
 1.1 Señales, sistemas y tratamiento de señales

Ejemplo para señales

❑ Tecnologías de la información
❑ Señales de audio y sonido (una dimensión)
❑ Señales de imagen y video (varias dimensiones)

❑ Biomedicina aplicada
❑ Señales EEG, ECG

❑ Técnicas de control y ubicación

❑ Señales de sonar y radar
 1. Señales, sistemas y tratamiento de señales

Los elementos básicos de un sistema natural de digitalización de

señales son los siguientes

Detector de la señal Conversor Generación de un

(fotodetector) análogo-digital impulso eléctrico

Tratamiento de la
Filtro analógico
de entrada
señal
1. Señales, sistemas y tratamiento de señales

Los elementos básicos de un sistema de tratamiento digital de señales

son los siguientes

Señal analógica Convertidor Procesador de Convertidor Señal analógica

de entrada A/D señales digitales D/A de salida

Señal digital Señal digital

de entrada de salida

Diagrama de bloques de un sistema de tratamiento digital de señales

1.1 Señales, sistemas y tratamiento de señales

El tratamiento de señales, basándose en los métodos matemáticos, no es otra

cosa que el análisis, manipulación o síntesis de señales
1.1 Señales, sistemas y tratamiento de señales

El tratamiento de señales, basándose en los métodos matemáticos, no es otra

cosa que el análisis, manipulación o síntesis de señales
 1.1 Señales, sistemas y tratamiento de señales

 Análisis y Síntesis de Señales

 1.1 Señales, sistemas y tratamiento de señales

Ejemplo de análisis de Ejemplos de síntesis de

señales señales

 Reconocimiento de una  Decodificación de

señal de radar señales de imagen o
 Compresión de datos video
(codificación) de señales  Generación de señales de
de imagen o video voz de informaciones de
 Reconocimiento de una texto (Text-to-Speech)
señal de voz  Localización de señales
 Clasificación de señales de audio en una base de
de audio datos
1.1 Señales, sistemas y tratamiento de señales

manipulación de señales
 1.1 Señales, sistemas y tratamiento de señales

Ejemplos de manipulación de señales

 Supresión de la dispersión y atenuación de una señal

sísmica
 Mejoramiento del contraste de una imagen
 Modificación del sonido de una señal auditiva
 Eliminación de ruido en las señales de voz
 Restauración de señales de audio
1.1 Señales, sistemas y tratamiento de señales

Señales análogas y digitales

1.1 Señales, sistemas y tratamiento de señales

Señales análogas y digitales

 1.1 Señales, sistemas y tratamiento de señales

Características Análoga Digital

Exactitud Limitado (no lineal, costos sobre Casi ilimitado
proporcionales)
Tolerancias Existente Ninguna
Temperaturas / Existente Ninguna
Envejecimiento
Modulación Ilimitado para elementos pasivos Limitado
Ruido Componentes (no se puede influenciar Redondeo, cuantificación
(influenciable)
Región de frecuencias Limitado hacia abajo, hacia arriba casi Hacia abajo ilimitado, hacia arriba
ilimitado ilimitado (<ca. 100 MHz)
Integración de Chip Puede ser posible Siempre posible, ilimitado
Flexibilidad Soldado, no se puede amplificar Programado, se puede modificar

Complejidad Reducidad (no todas las funciones son Ilimitada (Casi todas las funciones
posibles) son en algún momento posibles)

Sistemas Integrados Complejo, ya que se tienen diferentes Sencillo a través de división de

anchos de banda y exigencias tiempo múltiple
1.2 Clasificación de las señales

Señales multicanal y
multidimensionales

Clasificación
de las
señales

Señales
Señales continuas y
deterministas
y señales discretas en el
aleatorias dominio del
tiempo
 1.2 Clasificación de las señales

Señales continuas y discretas en el dominio

del tiempo

 Las señales continuas en el tiempo están definidas

para cada instante de tiempo y toman valores en el
intervalo continuo donde pueden ser -∞ a ∞.
 Ejemplo de señal: x1(t)=cosπt, x2(t)=e-t
 Las señales discretas solo están definidas en
determinados instantes específicos de tiempo.
 X(n) = 0.8n, si n>0, en otro caso 0.
1.3.1 Señales sinusoidales continuas en el tiempo

1. Señales sinusoidales continuas en el tiempo

Parámetros importantes:
A = amplitud de la sinusoide
Ω = frecuencia en radianes por segundo (rad/s) o F
medida en ciclos por segundo o hercios (Hz)
Ω = 2πF
Θ = fase en radianes
1.3.1 Señales sinusoidales continuas en el tiempo

Donde: Tp=1/F
-A

t
1.3.1 Señales sinusoidales continuas en el tiempo

Propiedades de la señal sinusoidal analógica

1. Para todo valor fijo de la frecuencia F, xa(t) es
periódica. xa(t+Tp) = xa(t).
2. Señales sinusoidales continuas en el tiempo con
diferentes frecuencias son diferentes.
3. Un incremento de la frecuencia F da lugar a un
incremento de la velocidad de oscilación de la
señal, en el sentido de que se incluyen mas
periodos en un intervalo de tiempo dado.
1.3.2 Señales sinusoidales discretas en el tiempo

2. Señales sinusoidales discretas en el tiempo

Donde:
n es una variable entera denominada “muestra”.
A = la amplitud de la sinusoide
w = es la frecuencia en radianes por muestra
Θ = fase en radianes
 1.3.2 Señales sinusoidales discretas en el tiempo

Reemplazando w por la variable frecuencia f quedaría:

w=2πf y por ende :

-A

- -A
 1.3.2 Señales sinusoidales discretas en el tiempo

 Propiedades de las señales sinusoidales discretas en el

tiempo:
 Una sinusoide discreta en el tiempo es periódica solo si su frecuencia
es un numero racional. Periodo N (N>0) si y solo si: x(n + N) = x(n)
para todo n.

La demostración para que se cumpla esta propiedad:

con f0 como su periodo fundamental. Esta relación es solo cierta si

existe un entero k tal que: 2πf0N = 2kπ, es decir: f0 = k/N
Pequeñas variaciones de la frecuencia pueden alterar el periodo
drásticamente: f1 = 31/60 => N1 = 60; f2 = 30/60 => N2 = 2.
1.3.2 Señales sinusoidales discretas en el tiempo

 Las señales sinusoidales discretas en el tiempo cuyas frecuencias

están separadas por un múltiplo entero de 2π son idénticas.

Por lo tanto, todas las secuencias sinusoidales

donde wk =w0+2kπ, -π ≤ wo ≤ π
son indistinguibles!!!
 1.4 Conversiones analógica-digital y digital
analógica

 La mayoría de las señales de interés como de voz,

antenas, biológicas, radares, audio y video son
analógicas.
 Para el tratamiento de estas señales y su posible
filtrado y eliminación de ruido, es necesario
digitalizarlas.
 Es necesario un conversión analógica digital (A/D).
 1.4 Conversiones analógica-digital y digital
analógica

 Esta conversión digital se da en un proceso de tres

pasos:
❖ Muestreo: conversión de una señal continua en el tiempo en
una señal discreta en el tiempo obtenida mediante la toma de
“muestras” de la señal continua en el tiempo en instantes
discretos en el tiempo.

Es decir, si xa(t) es analógica, la señal muestreada será

xa(nT)=x(n), donde T es el intervalo de muestreo.
 1.4 Conversiones analógica-digital y digital
analógica

❖ Cuantificación: Aquí se realiza la conversión de una señal de

valores continuos tomados en instantes discretos de tiempo en
una señal de valores discretos en instantes de tiempo discretos
(señal digital).

La diferencia entre la muestra no cuantificada x(n) y la salida

cuantificada xq(n) es el error de cuantificación.

❖ Codificación: En este proceso, cada valor discreto xq(n) se

representa mediante una secuencia binaria de b-bits.
 1.4 Conversiones analógica-digital y digital
analógica

Los elementos básicos de un sistema de tratamiento digital de señales

son los siguientes

x(n) xq(n) 01011

xa(t) Muestreador Cuantificador Codificador

Señal discreta Señal cuantificada Señal digital

Señal analógica en el tiempo
de entrada

Partes básicas de un convertidor analógico-digital (A/D)

 1.4.1 Muestreo de señales analógicas

1. Muestreo de señales analógicas

 Solo te tratara el muestreo uniforme o periódico (el mas común):
x(n) = xa(nT), -∞ < n < ∞
Donde x(n) es la señal discreta en el tiempo obtenida
“tomando muestras” de la señal analógica xa(t) cada T
segundos.

 Periodo de muestreo T: es el intervalo de tiempo entre muestras

sucesivas
 Tasa de muestreo : muestras tomadas por segundo. Es el reciproco
del periodo de muestreo (hercios). Fm = 1/Tm
 1.4.1 Muestreo de señales analógicas

1. Muestreo de señales analógicas

Para discretizacion se usa
xa(t)
un muestreador

xa(t) x(n)=xa(nT)
0 t

x(n)
xa(t)
x(n)=xa(nT)

01 2 3 4 5 6 7 8 9…. n
T 2T……. 5T … 9T …..t=nT
 1.4.1 Muestreo de señales analógicas
 El muestreo periódico establece una relación entre las
variables t y n:
t = nT = n/Fs

 Como consecuencia de esta relación podemos

reemplazar variables en una función, ejemplo sinusoidal:
𝑥𝑎 𝑡 = 𝐴𝑐𝑜𝑠(2𝜋𝐹𝑡 + 𝜃).

 Esta señal muestreada se representaría de la siguiente

manera:
𝐹
𝑥𝑎 𝑛𝑇 ≡ 𝑥 𝑛 = 𝐴𝑐𝑜𝑠 2𝜋𝐹𝑛𝑇 + 𝜃 = 𝐴𝑐𝑜𝑠 2𝜋𝑛 + 𝜃
𝐹𝑠
 1.4.1 Muestreo de señales analógicas

 Podemos notar que existe una relación lineal entre

las frecuencias F y f:
f = F/Fs o der forma equivalente w = ΩT
 Esta relación se conoce como “frecuencia relativa o
normalizada”.
 Recordando que -1/2 < f < ½
-π < w < π
Con esto podemos determinar que la frecuencia de la
sinusoide continua en el tiempo cuando se muestrea a
una frecuencia Fs = 1/T, debe caer dentro del siguiente
rango: 𝐹𝑠
− ≤ 𝐹≤
𝐹𝑠
2 2
 1.4.1 Muestreo de señales analógicas

 Basandonos en esto podemos decir:

𝐹𝑚 1
𝐹𝑚𝑎𝑥 = = o 𝐹𝑚 = 2𝐹𝑚𝑎𝑥
2 2𝑇

La frecuencia de muestreo Fs tiene que ser por lo

menos dos veces de la máxima frecuencia presente en
una señal.
 1.4.1 Muestreo de señales analógicas

 Ejemplo:
Se asumen dos señales sinusoidales
𝑥1 𝑡 = 𝑐𝑜𝑠2𝜋 10 𝑡
𝑥2 𝑡 = 𝑐𝑜𝑠2𝜋 50 𝑡
𝑥3 𝑡 = 𝑐𝑜𝑠2𝜋 90 𝑡
𝑥4 𝑡 = 𝑐𝑜𝑠2𝜋 130 𝑡

muestreadas a Fm = 40Hz. Cuales son las

correspondientes secuencias o señales discretas?
 1.4.1 Muestreo de señales analógicas

 En general , señal continua en el tiempo

 Muestreando con Fs = 1/T se genera:

 Tomando en cuenta el ejercicio anterior podemos

deducir que
Donde Fk = F0 + kFs, donde k = ±1, ±2,…
F1 = 10Hz + 1*40Hz = 50Hz
F2 = 10Hz + 2*40Hz = 90Hz
F3 = 10Hz + 3*40Hz = 130Hz
 1.4.1 Muestreo de señales analógicas

 La demostración de esto se puede ver con la

siguiente expresión, donde:

 Podemos decir que las frecuencia Fk son

indistinguibles de la frecuencia F0 y por tanto son
“alias” de F0.
 1.4.1 Muestreo de señales analógicas

xa(t) x(n)

t 0 n
0

x(n)
Si no se muestre a una frecuencia adecuada
el resultado puede ser una señal con informa-
cion falsa o incompleta.

0 n
 1.4.1 Muestreo de señales analógicas
F1 = -7/8 Hz
Frecuencia de muestreo Fs = 1Hz,
xa(t)
Cada segundo una muestra.

t/s
0
Dos sinusoides de frecuencias distintas
producen muestras idénticas cuando la
frecuencia de muestreo es 1Hz.
Podemos deducir que para k=-1,
F0 = F1+ Fs =(-7/8 + 1)= 1/8Hz
F2=1/8Hz

Figura: Ilustración de aliasing

 1.4.1 Muestreo de señales analógicas

 Ejemplo 1.4.2
Considere la señal analógica xa(t) = 3cos100πt
a. Determine la frecuencia de muestreo mínima necesaria
para evitar aliasing.
b. Suponga que la señal se muestrea a la frecuencia de Fm
= 200Hz. Que señal discreta en el tiempo se obtiene
después de la operación de muestreo?
c. Suponga que la señal se muestrea a la frecuencia de Fm
= 75Hz. Que señal discreta en el tiempo se obtiene
después del muestreo.
d. Cual es la frecuencia 0 < F < Fm/2 de una sinusoide
que produce muestras idénticas a las obtenidas en el
apartado (c) ?
1.4.2 Teorema de Muestreo de Nyquist-Shannon

 Si la frecuencia mas alta contenida en una señal

analógica xa(t) es Fmax y la señal se muestrea a Fs >
2Fmax, entonces xa(t) puede recuperarse de forma
exacta a partir de los valores de sus muestras.
 1.4.2 Teorema de Muestreo

 Ejemplo 1.4.3
Considere la siguiente señal analógica
xa(t) = 3cos(50πt) + 10sen(300 πt) – cos(100πt)

Cual es la frecuencia de Nyquist para esta señal?

 1.4.2 Teorema de Muestreo

 Ejemplo 1.4.4
Considere la siguiente señal analógica
xa(t) = 3cos(2000πt)+5sen(6000 πt)+10cos(12000πt)
a. Cual es la frecuencia de Nyquist para esta señal?
b. Suponga que esta señal se muestrea empleando una
tasa de muestreo de Fs=5000 muestras/s. Como es la
señal discreta en el tiempo obtenida después del
muestreo?
c. Como es la señal analógica ya(t) que se puede
reconstruir a partir de las muestras si se emplea
interpolación ideal?
 1.4.3 Cuantificación de señales continuas en
amplitud

 Repaso: una señal digital es una secuencia de

números (muestras) en la que cada numero esta
representado por un numero finito de dígitos
(precisión finita).
 Que es cuantificación: es el proceso de convertir
una señal discreta en el tiempo con amplitud
continua en una señal digital expresando cada valor
de la muestra como un numero finito (en lugar de
infinito) de dígitos.
 1.4.3 Cuantificación de señales continuas en
amplitud

 La operación de cuantificación de las muestras x(n)

la denotamos mediante Q[x(n)] y empleamos xq(n)
para indicar la secuencia de las muestras
cuantificadas a la salida del cuantificador.
xq(n) = Q[x(n)] .
 El error de cuantificación es una secuencia eq(n)
definida como la diferencia entre el valor
cuantificado y el valor de la muestra real.
eq(n) = xq(n) – x(n)
1.4.3 Cuantificación de señales continuas en
amplitud

x(n) = 0.9n
0.2 0.4 0.6 0.8 1.0

xa(t) = 0.9t

n
0 1 2 3 4 5 6 7 8 9 10……
T T = 1 seg

xq(n) Niveles de cuantificación

1
xa(t) = 0.9t
0.9
0.8
0.7
0.6 Escalón de cuantificación
0.5
0.4
0.3
0.2
0.1
n
0 1 2 3 4 5 6 7 8 9 10……
 1.4.3 Cuantificación de señales continuas en
amplitud

 Supongamos que solo deseamos emplear un digito

significativo.
 Tenemos la opción del truncamiento (descarte de
dígitos) o redondeo (descarte de dígitos
redondeando el numero resultante).
 El error de cuantificación instantáneo(por redondeo)
no puede ser mayor que la mitad del escalón de
cuantificación.
 1.4.3 Cuantificación de señales continuas en
amplitud

 El escalón de cuantificación o resolución se expresa

matemáticamente como:
𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛
∆=
𝐿−1
 Donde xminy xmax representan los valores mínimo y
máximo de x(n)
 xmax- xmin representa el rango dinámico de la señal.
 L es el numero de niveles de cuantificación.
 1.4.3 Cuantificación de señales continuas en
amplitud

n x(n) xq(n) xq(n) eq(n) = xq(n)-x(n)

Señal discreta en el truncamiento Redondeo Redondeo
tiempo
0 1 1.0 1.0 0.0
1 0.9 0.9 0.9 0.0
2 0.81 0.8 0.8 -0.01
3 0.729 0.7 0.7 -0.029
4 0.6561 0.6 0.7 0.0439
5 0.59049 0.5 0.6 0.00951
6 0.531441 0.5 0.5 -0.031441
7 0.4782969 0.4 0.5 0.0217031
8 0.43046721 0.4 0.4 -0.03046721
9 0.387420489 0.3 0.4 0.012576511
 1.4.4 Cuantificación de señales sinusoidales

 La calidad de la salida de un convertidor A/D

normalmente se mide mediante la relación señal-
ruido de cuantificación SQNR.
𝑃𝑥
𝑆𝑄𝑁𝑅 =
𝑃𝑞

 El SQNR es la relación entre la potencia de la señal

con la potencia del ruido.
 La potencia de ruido Pq: e n =  (xn − x n)
1 1

M −1 2 M −1
=
2
Pq n =0 n =0 q
M M

 La potencia de la señal Px:P = 1  M −1

Asen2fn =
1
 (xn − x n)
M −1 2
x n =0 n =0 q
M M
 1.4.4 Cuantificación de señales sinusoidales

 La relación SQNR expresada en decibelios (dB) es:

𝑃𝑥
 𝑆𝑄𝑁𝑅 𝑑𝐵 = 10𝑙𝑜𝑔10 ∙ 𝑆𝑄𝑁𝑅 = 10log 𝑃 = 1.76 + 6.02𝑏
𝑞

 Esto implica que la relación SQNR aumenta

aproximadamente 6dB cada vez que se duplica el numero
de niveles de cuantificación.
 Por ejemplo, la mayoría de los reproductores de discos
compactos utilizan una frecuencia de muestreo de
44.1kHz y una resolución de 16-bits por muestra, lo que
implica una relación SQNR superior a 96dB.
 EJERCICIOS

 Problema 1.4.2
Considere la señal analógica xa(t)=3cos100 πt
a) Determine la frecuencia de muestreo mínima necesaria
para evitar el aliasing.
b) Suponga que la señal se muestrea a la frecuencia
Fs=200Hz. Que señal discreta en el tiempo se obtiene
después de la operación de muestreo?
c) Suponga que se muestrea a la frecuencia Fs=75Hz, que
señal discreta en el tiempo se obtiene después del
muestreo?
d) Cual es la frecuencia 0<F<Fs/2 de una sinusoide que
produce muestras idénticas a las obtenidas en el
apartado ©
 EJERCICIOS

 Problema 1.7
Una señal analógica contiene frecuencias hasta 10kHz.
a) Cual es el rango de frecuencias de muestreo que
permite la reconstrucción exacta de esta señal a
partir de sus muestras?
b) Suponga que muestreamos esta señal a una
frecuencia de muestreo Fs=8kHz. Examine lo que
ocurre con la frecuencia F1=5kHz.
c) Repita el apartado (b) para una frecuencia
F2=9kHz.
 EJERCICIOS

 Problema 1.10
Un enlace de comunicaciones digital transporta palabras
codificadas en binario que representan muestras de una señal
de entrada:
xa(t) = 3*cos(600 πt) + 2*cos(1800πt)
El enlace trabaja a una velocidad de 10.000 bit/s y cada muestra
de entrada se cuantifica en 1024 niveles distintos.
a) Determine la frecuencia de muestreo de xa(t).
b) Cual es la frecuencia Nyquist de la señal?
c) Cuales son las frecuencias de la señal discreta en el tiempo
resultante x(n)?
d) Cual es la resolución Δ?
 EJERCICIOS

 Problema 1.13
La señal discreta en el tiempo x(n) = 6.35*cos(π/10)*n
se cuantifica con una resolución (a) Δ = 0.1 o
(b) Δ = 0.02. Cuantos bits son necesarios en el
convertidor A/D en cada caso?