PROCESAMIENTO DIGITAL

DE SEÑALES

Departamento de Ingeniería Eléctrica

UNIVERSIDAD DE LA FRONTERA
Cap1. Introducción al Procesamiento
Digital de Señales

 Señales
 Sistemas
 Procesamiento Digital de Señales
Señales
Señales
En el sentido más general una señal es una
magnitud física portadora de información.
En general es una función de una o más variables
independientes (tiempo, coordenadas espaciales,
etc).
Una señal puede ser de origen natural o
sintetizada artificialmente.
Ejemplos: temperatura de un edificio, precios de
acciones, radiación de una galaxia lejana, ondas
cerebrales, etc.
Señales
La IEEE (Institute of Electrical and Electronics
Engineering) define que el término señal incluye:
“audio, video, speech, image, communications,
geophysical, sonar, radar, medical, musical, and other
signals.”

Y el procesamiento de señales se define como:

“. . . theory and application of filtering, coding, transmitting,
estimating, detecting, analyzing, recognizing, synthesizing,
recording, and reproducing signals by digital or analog devices
or techniques.
Tipos de Señales
 Tipos de Señales
 Señales de entrada y señales de salida
 SEÑAL DE ENTRADA: Son señales que estimulan al sistema:
 EXCITACION: Es una entrada sobre la que se puede actuar, o sea que se puede
fijar a voluntad. Mediante ellas se intenta que el sistema actúe en una forma
deseada.
 PERTURBACION: es una entrada indeseable sobre la cual no se tiene
control, pero que está presente y condiciona la evolución del sistema, (por
ejemplo las descargas atmosféricas, mal estado de las conexiones, etc.).

 SEÑAL DE SALIDA: Señal que entrega el sistema en los terminales

considerados de salida.
 RESPUESTA: Variable asociada a los atributos del sistema en los que se
está interesado directamente.
 VARIABLES INTERNAS (o salidas suprimidas): Son las que, estando
condicionadas por las entradas, no son de interés particular para el
observador; relacionan la entrada con la salida.
 Tipos de Señales
Señales pares vs. señales impares: Para el caso de señales
pares, se tiene que: t x(-t) = x(t) y para el caso de señales
impares se tiene que: t x(-t) = -x(t).

Señales multicanal vs. multidimensionales: multicanal es

un vector de señales. Unidimensional si es función de una única
variable independiente y M-dimensional si es función de M
variables independientes

Señales deterministas vs. señales aleatorias. Cualquier señal

que pueda ser definida por una forma matemática explícita, un
conjunto de datos o un conjunto de reglas es determinista. Las
señales aleatorias evolucionan con el tiempo de forma
impredecible. El marco matemático para el análisis de señales
aleatorias lo constituye la teoría de la probabilidad y los procesos
estocásticos.
Tipos de Señales
SEÑAL

DETERMINÍSTICA RANDÓMICA

Pueden ser descritas mediante

Pueden ser descritas mediante
expresiones matemáticas
probabilidades e inferencias
El análisis de una parte de la estadísticas
señal permite predecir o
Función de densidad de
determinar el futuro de la señal
probabilidad conjunta
Tipos de Señales
DETERMINÍSTICA

PERÍODICA NO-PERÍODICA

CASI PERÍODICA
SINUSOIDAL

TRANSCIENTE
PERIODICIDAD COMPLEJA
Tipos de Señales
DETERMINÍSTICA

Poseen un espectro de
frecuencia discreto. Su
espectro no está
PERÍODICA NO-PERÍODICA
formado por harmónicos
de una frecuencia
fundamental, como para
el caso de una señal CASI PERÍODICA
SINUSOIDAL
periódica.
TRANSCIENTE
PERIODICIDAD COMPLEJA
Tipos de Señales
RANDÓMICA

ESTACIONARIA NO-ESTACIONARIA

ERGÓDICA TIPOS ESPECIALES

DE SEÑALES
NO ESTACIONARIAS
NO-ERGÓDICA
Tipos de Señales
RANDÓMICA

Una señal es
estacionaria es una
señal cuyas
ESTACIONARIA NO-ESTACIONARIA
propiedades
estadísticas no varían
con el tiempo.
ERGÓDICA TIPOS ESPECIALES
DE SEÑALES
NO ESTACIONARIAS
NO-ERGÓDICA
Tipos de Señales
RANDÓMICA

Una señal es ergódica si

sus propiedades
estadísticas (por
ESTACIONARIA NO-ESTACIONARIA
ejemplo, media,
varianza, etc.) pueden
ser deducidas a partir
de una muestra de la
ERGÓDICA TIPOS ESPECIALES
misma. DE SEÑALES
NO ESTACIONARIAS
NO-ERGÓDICA
Tipos de Señales
Señales periódicas vs. no periódicas (aperiódicas).
Frecuencia: permite medir un tipo específico de
movimiento periódico llamado oscilación
armónica.
Se describe mediante funciones sinusoidales.
El concepto de frecuencia está directamente
relacionado con el de tiempo. (Hz= 1/s)
La naturaleza del tiempo (continuo o discreto) afecta
a la frecuencia.
 Tipos de Señales

Señales periódicas vs. no periódicas (aperiódicas).

 Tipos de Señales
Señales ortogonales.
En muchas aplicaciones de ingeniería se utiliza la
representación de señales en términos de
Componentes Ortogonales.
Facilita la representación: cualquier señal arbitraria es
representada como una suma ponderada de señales
ortogonales.
 Es posible visualizar la señal como un vector de "n"
componentes, referidas a un sistema de "n"
coordenadas ortogonales.
 Tipos de Señales
Señales ortogonales.

Dos funciones (señales) cuadráticas integrables f() y h(), son

ortogonales si y solo si:

En otras palabras, su producto interno es nulo.

 Tipos de Señales
Señales continuas vs. señales discretas. toma todos los
valores posibles en un intervalo tanto finito como infinito o si
toma valores de un conjunto finito de valores (normalmente
equidistantes). Una señal en tiempo discreto, que toma valores
en un conjunto discreto se denomina señal digital.

(t) (n)
 Tipos de Señales
Señales continuas vs. señales discretas. toma todos los
valores posibles en un intervalo tanto finito como infinito o si
toma valores de un conjunto finito de valores (normalmente
equidistantes). Una señal en tiempo discreto, que toma valores
en un conjunto discreto se denomina señal digital.
 Tipos de Señales
Señales continuas vs. señales discretas.

𝑥 ( 𝑡 )= 𝐴𝑐𝑜𝑠 (2 𝜋 𝑓𝑡 + 𝜃) 𝑥 ( 𝑛 ) = 𝐴𝑐𝑜𝑠 (𝜔 𝒏+ 𝜃)
 Tipos de Señales
Señales continuas vs. Señales digitales.

𝑥 ( 𝑡 )= 𝐴𝑐𝑜𝑠 (2 𝜋 𝑓𝑡 + 𝜃) 𝑥 ( 𝑛 ) = 𝑨 𝑐𝑜𝑠( 𝜔 𝒏+𝜃)

 Tipos de Señales
Señales continuas vs. señales digitales.

𝑥 ( 𝑡 )= 𝐴𝑐𝑜𝑠 (2 𝜋 𝑓𝑡 + 𝜃) 𝑥 ( 𝑛 ) = 𝑨 𝑐𝑜𝑠( 𝜔 𝒏+𝜃)

 Tipos de Señales
Señales continuas vs. Señales digitales.

𝑥 ( 𝑡 )= 𝐴𝑐𝑜𝑠 (2 𝜋 𝑓𝑡 + 𝜃) 𝑥 ( 𝑛 ) = 𝑨 𝑐𝑜𝑠( 𝜔 𝒏+𝜃)

Proceso de Muestreo
 Tipos de Señales
Señales continuas vs. Señales digitales.

𝑥 ( 𝑡 )= 𝐴𝑐𝑜𝑠 (2 𝜋 𝑓𝑡 + 𝜃) 𝑥 ( 𝑛 ) = 𝑨 𝑐𝑜𝑠( 𝜔 𝒏+𝜃)

Proceso de Cuantización
Representación de las señales
Representación de señales
Una señal puede ser representada en el tiempo o en la
frecuencia o en otros dominios… (transformaciones)

Extraido de “Understanding Digital Signal Processin” Richard G. Lyon [X]

Representación de señales
Señales Típicas:
Señal Impulso
Señal Escalón
Señal Rampa
Señal Sinusoidal
Señal Exponencial
Señales Impulso
Señales Impulso
Propiedades de las Señales Impulso
Propiedad de sustitución:

Esta propiedad, también llamada de cedazo es fundamental para la discretización de las señales.

X =
Señales Escalón
Propiedades de las Señales Escalón
Señales Rampa
Propiedades de las Señales Rampa
Señales Sinusoidales
La siguiente figura representa dos señales
sinusoidales f1(t) y f2(t). En la figura se pueden
reconocer sus principales características:
f1(t) Vm1
Se tiene que para f(t):
f2(t) Vm2

2
• A: Amplitud
A B

1 t • B: Valor Peak to Peak

• C: Período de la señal
C

• : fase inicial
Señales Sinusoidales
Las expresiones matemáticas son:

donde:
V1 y V2 : son los valores máximos o amplitudes de las
sinusoides f1(t) y f2(t) respectivamente.
: es la frecuencia angular de la sinusoide, unidad: rad/seg.
 1 y 2: son los ángulos de fase inicial de las sinusoides, o
sea el ángulo de las sinusoides para t=0. Su unidad es el
radianes.
Señales Sinusoidales
La expresión matemática de la señal digital es:

x(n) = A cos (n + )

Señales Exponenciales
La siguiente figura representa dos señales
exponenciales f1(t) y f2(t). En la figura se pueden
reconocer sus principales características:
A f1(t) f2(t)
Se tiene :
<0 >0
A: valor inicial (para t=0).
A
: coeficiente que mide la
0 0 t
t rapidez con que varía la
señal. Su unidad es s-1.
Señales Exponenciales
La expresión matemática es:
f(t) = A ·e t
La expresión matemática en el caso discreto es:
x(n)= A · en
A
x(n)=an
Exponenciales complejas
Relaciones de Euler
j o  j o
e e
cos(o )  e j  cos   jsen
2
j o
e e  j o e  j  cos   jsen
sen(o ) 
j2
(Recordar Identidades Trigonométricas)
Exponenciales complejas
Relación de Euler

e jot  cos(ot )  jsen (ot ) o bien,

1 j j  o t 1  j  j o t
cos(ot   )  e e  e e
2 2
cos(ot   )  e e j (ot  )
j (o t  )
sen(ot   )  m e
Exponenciales complejas
Forma típica: x(t )  Cet
donde C y  son números complejos que se expresan

en forma polar y rectangular,

C  C e j respectivamente, o sea:
  r  j o

Por lo que se tiene que:

Cet  C e j e ( r  jo ) t  C e rt e j (ot  )
t
Ce  C e cos(o t   )  j C e sen (o t   )
rt rt
Exponenciales complejas
Forma típica: x(t )  Cet
donde C y  son números complejos que se expresan

en forma polar y rectangular,j respectivamente, o sea:

C  Ce
e  e r  j o
Por lot que se jtiene
 ( r  jque:
o ) t
Ce  C e e
Cet  C e rt e j (ot  )
Cet  C e rt cos(o t   )  j C e rt sen (o t   )
Exponenciales complejas

f (t )  e st

(  j  ) t
f (t )  e
t  j t
f (t )  e  e
Exponenciales complejas
Exponenciales complejas
Forma típica: x(t )  Cet
x(t )  C e rt cos(o t   )  j C e rt sen(ot   )

Por lo tanto si se tiene en términos generales una

función expresada como:

la función es sinusoidal
la función es exponencial
la función combina ambas funciones
Sistemas
Sistemas
Sistema: Conjunto de partes o dispositivos que interactúan
para lograr un objetivo afin. Representado por un símbolo
matemático común.
Subsistema: Elemento o Sistema que pertenece a un
sistema más amplio. Todo sistema es un subsistema de otro.
Elemento: Es un sistema que no admite descomposición
(concepto relativo).
Entorno de un sistema: Es el conjunto de elementos, con
sus propiedades y relaciones, que no forman parte del
sistema, pero que pueden interactuar con él.
Sistemas
En general, consideraremos un sistema como una
operación o conjunto de operaciones que se realizan
sobre la señal de entrada x para producir la señal de
salida y.

Señal de Señal de
SISTEMA
Entrada Salida
x y
Tipos de Sistemas
Tipos de Sistemas
Sistemas Continuos y Discretos
Sistema discreto: dispositivo que
opera sobre una excitación o señal de entrada en tiempo
discreto
según una regla preestablecida para generar otra señal
en tiempo discreto denominada salida o respuesta del
sistema.

Sistema Continuo: misma definición anterior con señal

continua.
Tipos de Sistemas

SISTEMA CONTINUO
(ANALÓGICO)
Tipos de Sistemas
SISTEMA DISCRETO
(DIGITAL)
Tipos de Sistemas
SISTEMA DISCRETO
(DIGITAL)
Tipos de Sistemas
 Propiedades
de los Sistemas
Propiedades de los Sistemas
Sistemas estáticos y sistemas dinámicos
(características de entrada salida dependen de
entradas anteriores, memoria).
Propiedades de los Sistemas
Sistemas invariantes en el tiempo y sistemas
variantes en el tiempo (Las características de
entrada/salida cambian o no con el tiempo). Un
retardo o adelanto de tiempo a la entrada produce
un desplazamiento de tiempo idéntico a la salida.
Sistemas invariantes en el tiempo y sistemas
variantes en el tiempo

Variante (la respuesta

a la salida cambia
debido a un retraso de
la entrada)

Invariante (la respuesta

a la salida no cambia a
pesar del retraso de la
entrada)

[Link]
Propiedades de los Sistemas
Verificar si los siguientes sistemas son invariantes
en el tiempo:
(probar los desplazamientos)
y[n] = x[n] cos (wn)
y[n] = x[n] - x[n-1]

(ver enlace: [Link]

v=iOg3u3m3CWA)
Invariaza en el tiempo

[Link]
Propiedades de los Sistemas
Sistemas lineales y sistemas no lineales(la
respuesta del sistema a una suma ponderada de
señales es igual a la correspondiente suma ponderada
de las salidas).

Propiedades de homogeneidad y superposición.

f   x(t )    f x(t )
f [ x1 (t )  x2 (t )]  f x1 (t )  f x2 (t )
Linealidad
Verificar si los siguientes sistemas son lineales:
(probar las propiedades de superposición y
homogeneidad)
y[n] =n x[n+1]
y[n] = x[n+1] + 1

(ver enlace: [Link]

v=T6BJ4ULF8Ys)
Linealidad
Propiedades de los Sistemas
Sistemas causales y no causales (la salida del
sistema en cualquier instante depende solo de las
entradas presentes y pasadas pero no de las futuras).
Causalidad
Verificar si los siguientes sistemas son causales:
(probar para n>0 y n<0)
y[n] = x[- n]
y[n] = x[n] cos (n+1)
y[n] = x[n-1] + x[n+1]

(ver enlace: [Link]

v=iOg3u3m3CWA)
Causalidad
Propiedades de los Sistemas
Sistemas estables y no estables (Si para alguna
entrada acotada x(n) la salida no está acotada (es
infinita), el sistema se clasifica como inestable.
Entrada limitada-Salida limitada (sistemas BIBO
(Bounded input and Bounded Output)
Estabilidad
Verificar si los siguientes sistemas son estables:
(probar para n>0 y n<0)
y[n] = x[n-1] + x[n+1]
y[n] = nx[n]
y[n] = cos (x[n+1])

(ver enlace: [Link]

v=QRfOkx_3he0)
Estabilidad

[Link]
Procesamiento Digital de
Señales
Procesamiento de señales
Conjunto de técnicas que permiten
crear, analizar y transformar las señales
para utilizarlas con algún fin.

Extracción de la máxima cantidad de

información de una señal contaminada
con ruido.
Procesamiento de señales
Objetivos:
Extraer información de la señal
Modelar el sistema que genera la señal
Comprender el proceso que genera la señal
Controlar algún aspecto de la señal
Reconocer patrones en la señal
Comparar diferentes tipos de señales
Tomar decisiones
Etc.
Procesamiento de señales
Funciones del Procesamiento de señales

Sintetizar señales

Modulación:
Adaptar una
señal a un
canal de
transmisión
Procesamiento de señales
Funciones del Procesamiento de señales

Análisis de frecuencia
Procesamiento de señales
Funciones del Procesamiento de señales

Análisis de frecuencia

Aplicación de filtros
Cálculos básicos y estadística de las
señales y sistemas
Cálculos Básicos
Valor medio y Valor eficaz (RMS) de la señal en el
intervalo n1 a n2:

√
𝑛2 𝑛2
1 1
𝑉𝑚= ∑
𝑛2− 𝑛1 𝑛=𝑛1
𝑥 (𝑛) 𝑉 𝑅𝑀𝑆 = ∑
𝑛2−𝑛1 𝑛=𝑛1
𝑥(𝑛)2

Energía total de la señal en el intervalo n1 a n2:

𝑛2

∑ |𝑥 (𝑛)|
2
𝐸=
𝑛 =𝑛 1

Potencia promedio en el intervalo n1 a n2:

𝑛2
1
∑
2
𝑃= |𝑥 (𝑛)|
𝑛 2 −𝑛 1 𝑛=𝑛1
Estadísticas
Promedio
𝑁
1
𝑥𝑚 = ∑
𝑁 𝑛 =1
𝑥(𝑛)

Varianza
𝑁
1
𝜎 = ∑ (𝑥 ( 𝑛 ) − 𝑥𝑚 )
2 2

𝑁 𝑛=1
Desviación Estándar (medida de cuánto varía la
señal en torno a su media)
𝜎 =√ 𝜎2
Covarianza
La covarianza es una medida de la fuerza de la relación
lineal entre dos variables cuantitativas o dos señales.
En un sistema discreto, si se tiene dos señales x1 (n) y
x2(n). Se define la covarianza entre x1 y x2 como:
N
1
y ( n) 
N
 (x
i 1
1i  x1 )( x2 i  x2 )

Donde: y son los promedios de las dos señales.

Cálculos Básicos
 La energía total de la señal en el intervalo (- , ) está dada por:
L

 x(t )
2
E  lim dt
L 
L


 x ( n)
2
 Para una señal discreta, su energía es: E
n  

 Cuando este limite existe y es finito se dice que la señal es de

ENERGÍA.
 Las señales periódicas tienen energía infinita.
Cálculos Básicos
 La potencia media de la señal en el intervalo (- ,) está
dada por:
Caso continuo
Caso discreto  1 N
2
 1 L
 P  lim   
xn 

2
P  lim  x (t ) d t  N 
 2 N  1 n N 
L  2 L
 L 

 Cuando este limite existe y es finito se dice que la señal es

de POTENCIA.
 Las señales periódicas tienen potencia media finita.
 Las señales de energía finita tiene potencia media cero.
 Las señales de potencia media finita tienen energía infinita.
Cálculos Básicos
La densidad espectral de potencia muestra cómo está
distribuida la potencia en función de la frecuencia
La densidad espectral de energía define cómo se
distribuye la energía en función de la frecuencia.
Ambas se calculan en el espectro de Fourier
Promedio de la señal para eliminar ruido
Promedio de la señal como técnica para eliminar
ruido 1
𝑁
𝑉𝑚=
𝑁
∑ 𝑥 (𝑛)
𝑛=1

Señal promediada
Promedio de la señal para eliminar ruido
Señales altamente ruidosas (la relación
señal/ruido es muy baja).
Esta relación puede ser mejorada al promediar
sucesivamente las respuestas del sistema donde el
alineamiento temporal de las respuestas es
realizado
El efecto de la promediación es reducir la varianza
del ruido y mantener la amplitud de la señal.
Promedio de la señal para eliminar ruido
Efecto de promediar la señal

yk (t )  x(t )   k (t )
Donde  (t ) es ruido blanco de media 0 y desv. estándar 2
0

1 1
y (t ) 
N
 yk (t )  x(t )  N  k (t )
Extracción de Información de las señales
Algunas Características de las señales
Valor Instantáneo: Valor en un instante
determinado de una señal o variable que depende del
tiempo.

Valor Medio: Es la media aritmética de los valores

instantáneos de una señal, durante un intervalo de
tiempo t2-t1:

Si la señal es periódica, el intervalo t2-t1 es el período

de la señal.
Algunas Características de las señales
Valor Eficaz (o valor RMS, Root Mean Square): Se
define como la raíz cuadrada de la media de los
cuadrados de los valores instantáneos alcanzados en
un lapso t2-t1 :

Si la señal es periódica, el intervalo t2-t1 es el período de

la señal.
Fin
 Referencias
Básica (en Biblioteca)
 Oppenheim, Alan V. 2000. Tratamiento de señales en tiempo discreto 2a. ed. Prentice Hall.
XXVI. 876p.
 Proakis, J. G. Manolakis D.G. Tratamiento Digital de Señales. Prentice Hall
International. 1998. 1048p.
 Irarrázaval P. 1999. Análisis de señales. Primera Edición. Mc GrawHill. Santiago. Chile.
235p.
 Haykin S. Señales y Sistemas. Ed. Limusa S.A., 2001. 742p.
 Lindner, Douglas K. 2002. Introducción a las señales y los sistemas . McGraw-Hill
Interamericana, XIII, 970 p.
 Oppenheim, Alan V. Willsky Alan S. 1997. Señales y Sistemas 2a. ed. Prentice Hall.
956p.
Complementaria (puede no estar en la biblioteca de la universidad)
 W. K. Pratt. Digital Image Processing. John Wiley&Sons Inc., New York, 1991.
 Apuntes y Artículos IEEE Trans. on Signal Processing, Trans. on Image, etc.
 Smith S.W. The Scientist and Engineer's Guide to Digital Signal Processing.
[Link]
 Revistas de especialidad y sitios de Internet.
Referencias
Clasificación y Propiedades de las Señales (marzo
2009) [Link]