PROCESAMIENTO DIGITAL DE

SEÑALES (DSP)
Unidad 01:
Introducción al procesamiento digital de señales.

Sesión 03:
Digitalización de señales continuas en el tiempo.
Concepto de error de cuantización y teorema de muestreo.
Docente: MSc. Dante CASTILLO CCORAHUA
 Digitalización de señales continuas en el
tiempo y muestreo de

https://www.youtube.com/watch?v=3yo7TLtuFqA
Procesamiento Digital de Señales - MSc. Dante Castillo C.
 Logros de la Sesión 03:

Al final de la sesión, el estudiante entenderá la

importancia de la Digitalización de señales
continuas en el tiempo, conceptos de error de
cuantización y teorema de muestreo.

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Muestreo y Cuantificación

Señal de voz:
- Contínua en el tiempo y en amplitud.
- Para ser procesada es necesario ser convertida a:
una señal discreta en tiempo y en amplitud

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Muestreo

Proceso de conversión de señales contínuas a señales

discretas en el tiempo.
X(t)  X[n]

Cómo se realiza este proceso?

Midiendo la señal en momentos periódicos del tiempo

Procesamiento Digital de Señales - MSc. Dante Castillo C.

Procesos de conversión

Procesamiento Digital de Señales - MSc. Dante Castillo C.

Conversión analógico-digital

Procesamiento Digital de Señales - MSc. Dante Castillo C.

Conversión digital-analógica

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Muestreo de la señal contínua (puntos)
Señal continua
(azul)

Tras muestrearla obtenemos la

siguiente señal Discreta (puntos)

Muestreo: Conversión de una señal continua en el tiempo en una señal

discreta en el tiempo obtenida mediante “Toma de muestras de la señal
continua en el tiempo” en instantes discretos de tiempo.

 si xa(t) es la entrada del muestreador, la salida será xa(nT ) ≡ x(n),

donde T es el intervalo de muestreo.

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 ¿Como obtener una señal muestreada muy parecida
con la señal continua?
Aumentamos el numero de muestras por unidad de tiempo
 Número de muestras por segundo: bit-rate
bit-rate alto  la señal muestreada similar a la original
Criterio de Nyquist: Una señal muestreada contendrá la misma
información que la continua.
 Separación mínima entre dos instantes de muestreo
debe ser 1/2W, donde W es el ancho de banda, es decir:
La frecuencia de muestreo debe ser mayor o igual que 2W
FS= 2Fmax
Ancho de banda: es la longitud, medida en Hz, de la extensión de frecuencias
en la que se concentra la mayor potencia de la señal

Procesamiento Digital de Señales - MSc. Dante Castillo C.

Procesamiento Digital de Señales - MSc. Dante Castillo C.
 Teoria del muestreo de Nyquist
Desarrollado por H. Nyquist (1928): Una señal analógica puede ser
reconstruída, sin error, a partir de muestras tomadas en iguales
intervalos de tiempo. La razón de muestreo debe ser igual, o mayor, al
doble de su ancho de banda de la señal analógica.

La teoría del muestreo define que para una señal de ancho de banda
limitado, la frecuencia de muestreo, Fm, debe ser mayor que dos veces
su ancho de banda [B] medida en Hertz [Hz].

*Shannon (1949) populariza dicho teorema.

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Ejemplos
La Música: convertir material analógico a formato digital [en
CD, DVD]. Se define el rango de frecuencia de interés.
Utilizándose filtros analógicos para remover los componentes
de frecuencias fuera del rango de interés antes de que la señal
sea muestreada.

El Oído humano: puede detectar sonidos en el rango de

frecuencias de 20 Hz a 20 KHz. De acuerdo al teorema de
muestreo, uno puede muestrear la señal al menos a 40 KHz
para reconstruir la señal de sonido aceptable al oído.
Los componentes más arriba de 40 KHz no podrán ser
detectados y podrían contaminar la señal. Estos componentes
arriba de los 40 KHz son removidos a través de filtros.

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Aliasing
El Aliasing, o solapamiento, es una superposición periódica
sucesiva de señales, dicho efecto causa que señales
continuas distintas se tornen indistinguibles cuando
se muestrean digitalmente.
Alteración de la percepción de un determinado movimiento

 El Aliasing genera que la señal original no pueda ser

reconstruida de forma unívoca a partir de la señal digital.
Una imagen limitada en banda y muestreada por debajo de
su frecuencia de Nyquist, resulta en una superposición de las
replicaciones periódicas del espectro.
 fenómeno de superposición periódica sucesiva conocido
como aliasing o Efecto Nyquist.

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Aliasing

 Con respecto al problema del muestreo, Nyquist. Demostró

que si la velocidad a la que se toman las muestras es mayor
o igual al doble de la velocidad máxima con la que cambia la
señal, dicha señal podrá ser reconstruida sin errores a partir
de sus muestras

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Aliasing
• Para estudiarlo, empezaremos viendo que sucede con las
señales sinusoidales:

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Aliasing de señales sinusoidales

Procesamiento Digital de Señales - MSc. Dante Castillo C.

Ejemplos de aliasing en señales sinusoidales I

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Frecuencia de muestreo o de Nyquist: FN= 2B = 2Fmax
FS > 2Fmax ≡ 2B B = ancho de banda 2.𝝅.B.t = argumento

Ejemplo:
Suponiendo que queremos digitalizar nuestra voz, cuyo ancho
de banda sea Aproximadamente 4000Hz.
¿Cual será la razón de muestreo de la voz para que pueda
regenerarse sin error?
Solución:
2*B = 2*(4000Hz) = 8000Hz  8000 muestras por segundo: (1/8000)

Es decir: la razón de muestreo de la voz debe ser de al menos

8000Hz para que pueda generarse sin error.

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Ejemplo:
Se tienen dos señales analógicas sinusoidales:
x1(t) = cos 2𝝅(10)t y
x2(t) = cos 2𝝅(50)t
Se sabe que son muestreadas a una frecuencia Fs = 40Hz,
determinar las respectivas secuencias o señales discretas en el
tiempo
Solución:
x1(n) = cos 2𝝅(10/40)n y x2(n) = cos 2𝝅(50/40)n
x1(n) = cos (𝝅/2)n y x2(n) = cos (5𝝅 /2)n
Se sabe: cos (5𝝅 /2)n = cos (2 𝝅n + 𝝅 n/2) = cos(𝝅n/2)
 sabe: x2(n) = x1(n)  Estas señales sinusoidales
son idénticas “Indistinguibles”

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Ejemplo:
Considere la señal analógica:
¿Cuál es la frecuencia de Nyquist para esta señal?
xa(t)=3cos50𝛑t+10sen300𝛑t – cos100𝛑t
Solución:
1- determinamos las frecuencias presentes en la señal:
F1 = 25Hz, F2 = 150Hz y F3 = 50Hz
 FMAX = 150Hz como FS > 2Fmax  FS > 2Fmax = 300Hz

Frecuencia de Nyquist: FN = 2Fmax : FN = 300Hz

Esta frecuencia de muestreo no es conveniente !!!  debemos de

muestrear la señal analógica a una frecuencia mayor que la frecuencia
de Nyquist
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Procesamiento Digital de Señales - MSc. Dante Castillo C.
 Cuantificación
Proceso de Conversión de una señal de valores continuos
tomados en instantes discretos de tiempo en una señal de
valores discretos en instantes de tiempo discretos.
 Es decir, es una señal digital.
El valor de cada muestra de la señal se representa mediante
un valor seleccionado dentro de un conjunto finito de posibles
valores.
La diferencia entre la Señal de entrada “muestra no
cuantificada x(n)” y la señal de salida “ya cuantificada xq(n)”
es el Error de Cuantificación o Ruido.  este debe ser Mínimo
Codificación: En este proceso, cada valor discreto xq(n) se representa
mediante una secuencia binaria de b-bits.

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Ruido mínimo
El error de cuantización debe ser lo mas bajo posible, para
eso se utilizan diferentes técnicas:
- Cuantificación Uniforme
- Cuantificación Logarítmica
- Cuantificación No Uniforme
- Cuantificación Vectorial

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Convertidor Analógico - Digital

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 Conclusiones
►Para realizar un procesamiento de señal digital los
procesos de muestreo y cuantización son fundamentales
para reproducir con exactitud una señal analógica.

►El teorema de muestreo planteado por Nyquist, permite

convertir correctamente una señal analógica en una señal
digital.

Procesamiento Digital de Señales - MSc. Dante Castillo C.

 FIN DE SESIÓN 02

¡GRACIAS!

Procesamiento Digital de Señales - MSc. Dante Castillo C.