Aliasing Supongamos que medimos un conjunto de datos cada tiempo.

Slides:



Advertisements
Presentaciones similares
Curso de Titulación Modelado y Análisis de Sistemas Eléctricos bajo Condiciones de Operación no Senoidales Facultad de Ingeniería Eléctrica Universidad.
Advertisements

Contenido 1. Funciones Periódicas 2. Serie trigonométrica de Fourier 3. Componente de directa, fundamental y armónicos 4. Ortogonalidad de las funciones.
Sistema Numérico Binario
PROCESAMIENTO DE IMAGENES
Procesamiento Digital de Señales (DSP)
Centro de Innovación y Desarrollo
Integrales indefinidas. Teoremas 2º Bachillerato
Tema 2 Técnicas de Modulación Analógica MODULACIÓN DE PULSOS
Modulación de pulsos.
Ing. Verónica M. Miró Comunicaciones Eléctricas 2007
SI g(t) ES UNA SEÑAL REAL SE DEFINE LA SEÑAL ANALITICA POSITIVA O PREENVOLVENTE CON ESTA FUNCION DE VALOR COMPLEJO. LA UTILIZACION DE SEÑALES ANALITICAS.
Unidad 4 Transmisión Digital.
TEMA 4 LA TRANSFORMADA DISCRETA DE FOURIER
Capítulo 5 Método de MonteCarlo
La transformada de Fourier.
Sistemas de Ecuaciones Diferenciales Lineales
M.I. Ricardo Garibay Jiménez
Pregrado en Ingeniería Física: Análisis de Señales y Sistemas Escuela de Física Universidad Nacional de Colombia Sede Medellín Semestre  I. Señales.
Procesamiento Digital de Señales
Teleprocesos y Comunicación de Datos I POR: ING. YVAN GÓMEZ
TEMA 4 LA TRANSFORMADA DISCRETA DE FOURIER
Aliasing Supongamos que medimos un conjunto de datos cada tiempo 
DERIVADAS PARCIALES Gráficas.
Conceptos Introductorios de Estadística
Repaso de Sistemas Lineales
Procesamiento digital de Imágenes
Potencia, Energía y Calidad Suministro Eléctrico MEG-CUR-CPERev. 01 Armónicos, Interarmónicos y Armónicos fluctuantes.
GRAFOS HUGO ARAYA CARRASCO.
Asignatura: Sistemas de Comunicaciones I Modulaciones Digitales
Señales Limitadas por Banda y Teorema de Muestreo
Estadística I.
Postulados del álgebra de boole
TEMA 4 TRANSFORMADA DE LAPLACE
Control Digital /Avanzado Señales Analógicas/Discretas
Escuela de Ingeniería Eléctrica
Procesamiento digital Parte 3 - Filtros
Representación de Señales y Ruido por medio de Series Ortogonales
Universidad Técnica Particular de Loja
Procesadores digitales de señal (PDS)
Proceso de muestreo.
Muestreo de señales de tiempo continuo
Análisis Fourier Capitulo 6.
4.  Métodos matemáticos.
La transformada de Fourier.
Filtros.
Procesamiento Digital de Imágenes
 Transformada Discreta de Fourier Na k corresponde a muestras de la TF de un período. La relación se cumple, independientemente del M elegido. Sea una.
TEMA 2 CARACTERIZACIÓN FRECUENCIAL DE SEÑALES Y SISTEMAS
Unidad IV. Caracterización del SV en el dominio espacio-temporal. El sistema visual como un conjunto discreto de filtros.
TEMA 5: El problema del flujo con costo mínimo
Modelos matemáticos del proceso de muestreo y retención
PROCESAMIENTO DIGITAL DE SEÑALES
Proceso de muestreo. Análisis de señales muestreadas Teorema de Shanon.
Sistemas de Control en Tiempo Discreto
1.1 CONCEPTOS BÁSICOS DE PROGRAMACIÓN Y ALGORITMOS.
3. Transformada rápida de Fourier
Tema 3-A Tema 3-A Convolucion y Teorema de Muestreo
LOGO Teorías de la Comunicación EUPG ESCUELA UNIVERSITARIADE POSTGRADO.
FORMATEO Y MODULACION BANDABASE
Codificaciones digitales
Análisis de Fourier.
MEDIDAS DE TENDENCIA CENTRAL
Procesamiento Digital de Señales
MODULACION Concepto: Modular una señal consiste en modificar alguna de las características de esa señal, llamada portadora, de acuerdo con las características.
DETECCION DE SEÑALES BINARIAS EN RUIDO GAUSSIANO El criterio de toma de decisión fue descrito por la ecuación Un criterio muy usado para escoger el nivel.
Técnicas numéricas para el procesamiento de datos reales Antonio Turiel Instituto de Ciencias del Mar de Barcelona.
Capitulo 1 Análisis descriptivo
Estadística I.
OPERADORES CINEMÁTICOS Roger Miranda Colorado
Transcripción de la presentación:

Aliasing Supongamos que medimos un conjunto de datos cada tiempo

Aliasing Estos datos están muy bien descriptos por una frecuencia f

Aliasing Pero también por una frecuencia

Aliasing Si la info que tenemos está medida cada, no podemos distinguir entre las frecuencias f y

Frecuencia de Nyquist Sea la frecuencia Teorema del muestreo (Sampling theorem): Si una función h(t) tiene un contenido espectral de ancho de banda menor a f N, entonces al medirla con un muestreo, se obtiene toda la información de la misma. La función está determinada por los valores medidos h n a tiempos N, con - < N <

Que pasa si el ancho de banda de h(t) no está limitado por f N ? En este caso hay frecuencias por fuera de –f N < f < f N y el aliasing nos vuelca las f altas adentro del rango –f N < f < f N

Transformada de Fourier discreta Si se muestrean N valores de h(t), a tiempos n, con n = 0,…, N-1, podemos evaluar la transformada de Fourier, H n = H(f n ), discreta de la forma donde h k = h(k ) y los valores de f n son Es importante darse cuenta que el rango de frecuencias es 2f N, y que la ubicación es arbitraria. Podría haberse elegido La transformada inversa es

Transformada de Fourier rápida (Fast Fourier Transform – FFT) FFT es un algoritmo para evaluar en forma rápida la transformada de Fourier discreta, que resulta ser O(N log 2 N) Si N = 10 6 entonces la diferencia es contra 2x10 6 !!!!!! Esto tiene la pinta de una multiplicación matricial, con O(N 2 ) multiplicaciones Reescribiendo

Transformada de Fourier rápida (Fast Fourier Transform – FFT) Separemos la suma en los términos pares y los impares F es lo mismo que H

Transformada de Fourier rápida (Fast Fourier Transform – FFT) hasta que queda F k eooeoo……eoeee compuesta por un único f j, para el que F k = f j y seguimos separando cada F k en la suma de los términos pares y los impares Cual j corresponde a una determinada combinación eooe……eeooo? Si asignamos e=0 y o=1, y escribimos la combinación revertida eooe……eeooo = 0110…… ……0110 … nos queda la representación binaria de j !!!! El algoritmo consiste en : 1)Ordenar los f j por orden binario revertido de j 2)Combinar los adjacentes con la formula f i + Wf i+1 3)Seguir hasta haber combinado todos OJO!!! Sólo funciona si N=2 m