7 MUuEsTREO 7.0 INTRODUCCION 518 Bajo ciertas condiciones, una sefial continua puede representarse y reconstruirse por completo partiendo de! conocimiento de sus valores, 0 muestras, en puntos igualmente espaciados en el tiempo. Esta propiedad un tanto sorprendente se deriva de un resultado basico que se conoce como el teorema de muesireo, Este teorema es en extremo impor- tante y itil. Se utiliza, por ejemplo, en las imagenes en movimiento, que consisten en una secuencia de cuadros individuales, cada uno de los cuales representa una vista instan- tanea (es decir, una muestra en tiempo) de una escena que cambia continuamente. Cuando estas muestras son vistas en una secuencia a una velocidad suficientemente répi- da, percibimos una representacion precisa de la escena original en movimiento continuo, Otro ejemplo son las imagenes impresas, las cuales por fo general consisten de una fina malla de puntos, cada uno de ellos correspondiente a una muestra de la imagen continua en el espacio que se representa en la impresién. Si las muestras estén lo suficientemente cercanas unas a otras, la imagen parecer ser continua en el espacio, aunque al verla con una lupa su representacién en términos de muestras se hace evidente. Gran parte de la importancia det teorema de muestreo reside en su papel de puente entre las sefiales continuas y las discretas. Como veremos en este capftulo, é] hecho de que, bajo ciertas condiciones, una sefial continva se pueda recuperar por completo a par- tir de una secuencia de sus muestras, proporciona un mecanismo para representar una sefial continua mediante una sefial discreta. En muchos contextos, el procesamiento de se- fiales diseretas es mds flexible y a menudo se prefiere al procesamiento de sefiales con- tinuas. Esto se debe en gran parte al impresionante desarrollo de la tecnologia digital en las tiltimas décadas, lo cual da como resultado la disponibilidad de sistemas diseretos de bajo costo, ligeros, programables y de facil reproduccidn, Asi, el concepto de muestreo sugiere un método en extremo atractivo y ampliamente empleado en la tecnologia de sis- temas discretos para construir sistemas continuos y procesar seftales de este tipo: explo-Seccion 7.1 Representacién de una sefial continua mediante sus muestras. 518 tamos el muestreo para convertir una sefial continua a una sefial discreta, procesar la sefial discreta usando un sistema discreto, y después, convertirla de nuevo a una sefial continua. 5 En el siguiente andlisis presentamos y desarrollamos el concepto de muestreo y el proceso de reconstruccién de una seiial continua a partir de sus muestras. En este estu- dio, identificamos las condiciones bajo las cuales una sefial continua se puede recons- truir con exactitud a partir de sus muestras y examinamos las consecuencias cuando no se satisfacen estas condiciones. Més tarde exploramos el procesamiento de sefiales conti- nuas que han sido convertidas a sefiales discretas mediante el muestreo, Finalmente, exa- minamos el muestreo de sefiales discretas y 108 conceptos relacionados con la decimacién y la interpolacion. 7.1 REPRESENTACION DE UNA SENAL CONTINUA MEDIANTE SUS MUESTRAS: EL TEOREMA DE MUESTREO En general, no deberfamos esperar que, en la ausencia de cualquier condicién o infor- macién adicionales, una sefial pudiera ser especificada univocamente por una secuencia de muestras igualmente espaciadas. Por ejemplo, en la figura 7.1 mostramos tres dife- rentes sefiales continuas, las cuales tienen valores idénticos en miltiplos enteros de T; esto es, a(kT) = x{KT) = (KD). Claramente, hay un ntimero infinito de sefiales que pueden generar un conjunto dado de muestras. Sin embargo, como veremos més adelante, si una sefial es de banda li- mitada, es decir, si su transformada de Fourier es cero fuera de una banda finita de fre- cuencias, y si las muestras son tomadas Jo suficientemente cercanas unas de otras en relacién con la frecuencia més alta presente en Ja sefial, entonces las muestras especifican untvocamente a la sefial y podemos reconstfuirla perfectamente. Este resultado se conoce como el teorema de muestreo, y es de gran importancia en la aplicacién prdctica de los métodos de anilisis de sefiales y sistemas, Figura 7. enteros de T. ‘Tres sefiales continuas con valores idénticos en maitiplosue Muestreo —Capftulo 7 7.1.1 Muestreo con tren de impuisos Para desarrollar el teorema de muestreo, necesitamos un método conveniente con el cual ‘se pueda representar el muestreo de una sefial continua a intervalos regulares. Una forma Util de hacerlo es mediante el uso de in tren de impulsos periédicos multiplicado por la sefial continua x(#)‘que deseamos muestrear. Este mecanismo, conocido como muestreo con tren de implilsos, se representa en la figura 7.2. El tren de impulsos peri6dicos p(t) se Conoce como la funcién de muestreo, el periodo T como el periodo de muestreo y la fre- cuencia fundamental de p(), «x = 277, como la frecuencia de muesireo. En el dominio del tiempo (1) = xp), (a) donde P= > &-nt. * (72) Debido a la propiedad de muestreo del impulso unitario analizado en la seccién 1.4.2,'sabemos que al multiplicar x(¢) por un impulso unitario se muestrea el valor de la sefial en el punto en que se localiza el imptilso; es decir, x(t)3{t — to) = x(to)(t — ‘Aplicando esta informacién a la ecuacién (7.1), vemos, como sé muestra en la figura 7.2, que x,(¢) es un tren de impulsos en el cual las amplitudes de los mismos son iguales a las Figura 7.2 Muestreo con un tren 0 t de impulsos.Secci6n 7.1 Representacién de una sefial continua mediante sus muestras 517 muestras de x(f) en intervalos espaciados por T; es decir, x,(0 = >» x(nT)&(t — nT). (73) De la propiedad de multiplicacién (seccién 4.5), sabemos que Xie) = (Xie) + Pie) (4) y del ejemplo 4.8, Pia) = 78 SS o~ kw), as) Puesto que la convolucién con un impulso simplemente desplaza la seftal [es decir, X(ja) * 5(w — an) = X(j(w — an))], se sigue que X,( jo) 5 Hilo ~ ko), i) Esto es, Xp(jw) es una funcién periédica de w que consiste de una superposici6n de répli- cas de X(jw) desplazadas y escaladas por 1/T, como se muestra en la figura 7.3. En a figu- 147.3(c), ow < (a, — wy) 0,de manera equivalente, « > 2oy, por lo que no hay traslape entre las réplicas desplazadas de X(jw), mientras que en la figura 7.3(d), con ws < 2am, si Jo hay. Para el caso ilustrado en la figura 7.3(c), X (jw) se reproduce fielmente en miltiplos enteros de la frecuencia de muestreo. En consecuencia, si a, > 2wm, x(t) puede ser re- cuperada exactamente a partir de x,(t) por medio de un filtro paso bajas con ganancia T Xe) Figura 7.3 Efecto en el dominio de la ‘frecuencia del muestreo en el dominio det tiempo: (a) espectro de la sefal original; (b) espectro de la funci6n de muestreo;sis Muestreo Capitulo 7 Figura 7.3 Continvacién (0) espectro de la sefial muestreada CON cae > 2eoy, (d) espectro de la Seffal muestreada Con ws < 20m. yuna frecuencia de corte mayor que wm y menor que w — «wy, como se indica en Ia figu- + 1a 7.4, Este resultado basico, conocido como el teorema de muestreo se puede expresat como sigue:! Teoreinia de muestreo: Sea x(#) una sefial de banda limitada con X(jw) = 0 para |a| > wm. Entonces x(2) se determina univocamente mediante sus muestras x(n7),n = 0, #1, #2,....,8i @, > 2wy donde Dadas estas muestras, podemos reconstruir x(t) generando un tren de impulsos pe- ri6dicos en el cual los impulsos sucesivos tengan amplitudes que correspondan a va- lores de muestras sucesivas. Este tren de impulsos es entonices procesado a través de un filtro paso bajas ideal con ganancia T cuya frecuencia de corte sea mayor que wn y menor que « — wy. La sefial de salida resultante sera exactamente igual a x(?). Este importante y elegante teorema de muestreo estuvo disponible por muchas afios en una gran va- riedad de formas en la literatura matemética. Véase, por ejexnplo, de J. M. Whittaker, “Interpolatory Function Theory” (Nueva York: Stecher-Hafner Service Agency, 1964) capitulo 4. No aparecié explicitamente en la lite- ratura de la teoria de comunicaciones hasta la publicaciéa en 1949 de las notas clésicas de Shannon tituladas “Communication in the Presence of Noise” (Proceedings of the IRE, enero de 1949, pp. 10-21). Sin embargo, H_ Nyquist en 1928 y D. Gabor en 1946 seftalaron, basadose en el uso de series de Fourier, que 27W niimeros son suficientes para representar una funcién de duracién Ty cuya frecuencia més alta es W. [H. Nyquist, “Certain Topics in Telegraph Transmission Theory”. AIEE Transactions, 1928, p. 617; D. Gabor, “Theory of Communication”, Journal of IEE 93, nim. 26 (1940), p.429.]Secci6n 7.1 pty «at —nn xd) xt) 20 Gu) a) @ Xo) 1 =o om @ © Xp (hs) 1 a> 204 LN 40_ =a, Oy ua © He) : ty <5

(ca — on). Obviamente, cualquier aproximacién de este tipo en Ja etapa del filtrado paso bajas conduciré a alguna discre- pancia entre x(¢) y x41) en la figura 7.4 0, de manera equivalente, entre X(«) y X,(jw). La selecci6n particular del filtro no ideal est determinada entonces pot el nivel de distorsién aceptable para la aplicacin que se esté considerando. Por conveniencia, y para enfatizar los principios bésicos como el teorema de muestreo, por lo regular daremos por sentado tanto la disponibilidad como el uso de los filtros ideales a todo lo largo de este capitulo y del siguiente, en el entendido de que en la préctica estos filtros deben ser reemplazados por filtros no ideales disefiados para aproximarse a las caracteristicas ideales con la pre- cision suficiente para resolver el problema en cuestién. 7.1.2 Muestreo con un retenedor de orden cero El teorema de muestreo, el cual se puede explicar mas fécilmente en términos del mues- treo con el tren de impulsos, establece el hecho de que una sefial de banda limitada es Tepresentada unfvocamente por sus muestras. Sin embargo, en la préctica, los pulsos angostos de gran amplitud, los cuales se aproximan a los impulsos, son relativamente difi- ciles de generar y transmitir, y a menudo resulta més conveniente generar la sefial de muestreo en una forma conocida como un retenedor de orden cero. Tal sistema muestrea la sefial x(t) en un instante determinado y retiene ese valor hasta el siguiente instante en el cual se toma una muestra, como se muestra en la figura 7.5. La reconstruccién de x(t) a partir de la salida de un retenedor de orden cero puedé Hlevarse a cabo nuevamente mediante el filtrado paso bajas. Sin embargo, en este caso, el filtro requerido ya no tiene ganancia constante en la banda de paso. Para desarrollar la caracteristica requerida del filtro, primero debemos observar que la salida xo() del retenedor de orden cero puede, en principio, ser generada mediante el muestreo por un tren de impulsos seguido por un sistema LTI con una respuesta rectangular al impulso como la representada en la figura 7.6. Para reconstruir x(t) a partir de xo(t), consideramos el procesamiento de xo(f) me- diante un sistema LTI con respuesta al impulso h(t) y respuesta en frecuencia H{jw). La conexién en cascada entre este sistema y el sistema de la figura 7.6 se muestra en la figu- 1a 7.7,en la cual deseamos especificar H{jw) de manera que r(t) = x(t). Comparando el sistema de la figura 7.7 con el de Ia figura 7.4, vemos que r(t) = x(t) si la combinacién en cascada de ho(2) y hy(t) es el filtro paso bajas ideal H(jw) usado en la figura 7.4. Ya que, a partir del ejemplo 4.4 y de la propiedad de desplazamiento en tiempo 4.3.2, Hg jo) = ern peal sn om, an o esto requiere que H,(jo) = en Hj) (7.8) 2sen(w7/2) * 7 —N o Xo(t) Figura 3.5 Muestreo utilizando un retenedor de orden cero.xt) Seccién 7.1 Representacién de una sefial continua mediante sus muestras Pt, ho) xptt) 1 —— xt) 0 Tt Figura 7.6 Retenedor de orden cero como un muestreador de tren de impulsos seguido por un sistema LTI t on respuesta rectangular al impulso. Figura 7.7 _Represertacién de un retenedor de orden cero (figura 7.6) Con un fittro de reconstruccién conectadas en cascada.s2z Muestreo Capitulo 7 1H, Gal} Figura 7.8 Magritud y ‘ase del filtro de reconstruccién para el retene- dor de orden cero Por ejemplo, si ay/2 es igual a la frecuencia de corte de H(jw), la magnitud y la fase ides- Jes para el filtro de reconstruccién que sigue después del retenedor de orden cero son las mostradas en la figura 7.8. Una vez més, en la practica la respuesta en frecuencia en la ecuacién (7.8) no se puede realizar en forma exacta, y por lo tanto debe disefiarse una aproximacién adecua- da. De hecho, en muchas situaciones se considera que la salida del retenedor de orden cero es una aproximacién adecuada de la sefial original sin pasarla por un filtrado paso bajas adicional, y representa en esencia una posible, si bien muy burda, interpolaci6n entre los valores de la muestra, De manera alternativa, podemos desear llevar a cabo alguna ligera interpolacién entre valores de muestras. En la préxima secci6n revisaremos con més detaile el concepto general de interpretacién de la reconstrucci6n de una sefial a partir de sus muestras como un proceso de interpolacién. 7.2 RECONSTRUCCION DE UNA SENAL A PARTIR DE SUS MUESTRAS USANDO LA INTERPOLACION La interpolaci6n, es decir, el ajuste de una sefial continua a un conjunto de valores de ‘muestras, es Un procedimiento cominmente usado para reconstruir, en forma aproxima- da o precisa, de una funcién a partir de sus muestras. Un procedimiento simple de inter- polacién lo constituye el retenedor de orden cero analizado en la secci6n 7.1. Otra forma Util de interpolaci6n es la interpolacion lineal, segin la cual puntos de muestras adya- centes son conectados mediante una linea recta, como se muestra en la figura 7.9. En Figura 7.9 _Interpolaci6n lineal entre puntos muestra. La curva pun- teada representa \a seftal original y la % curva s6lida la interpolacion lineal.Secci6n 7.2 Reconstruccién de una sefial a partir de sus muestras usando la interpolacion 528 formulas de interpolacién mas complicadas, los puntos muestra se pueden conectar me- diante polinomios de mayor orden o mediante otras funciones matemiticas. Como hemos visto en la seccién 7.1, para una sefial de banda limitada, si los instantes de muestreo son lo suficientemente cercanos, entonces la sefial se puede recons- truir exactamente: en otras palabras, mediante el uso de un filtro paso bajas se puede efectuar la interpolacién exacta entre los puntos de muestra. La interpretacién de la reconstruccién de x(/) como un proceso de interpolacién se hace evidente cuando con- sideramos el efecto en el dominio del tiempo del filtro paso bajas de la figura 7.4. En par- ticular, la salida es ¥,(t) = x,(0) * A() 0, con x,(t) dada por la ecuacién (7.3), x(0) = s x(nT)h(t — nT). (79) La ecuaci6n (7.9) describe cémo se debe ajustar una curva continua entre los pun- tos de muestra x(n7) y en consecuencia representa una formula de interpolacién. Para el filtro paso bajas ideal H(jw) de la figura 7.4, h(i) = eT sen(w,s) (740) “mad de manera que i Tt = x0= > xn) 2 te (ay La reconstruccién de acuerdo con la ecuacién (7.11) con a = «/2 se ilustra en la figura 7.10. La figura 7.10(a) representa la seffal x(*) original de banda limitada, y la figura 7.10(b) representa a x,(1), el tren de impulsos de las muestras. En la figura 7.10(c) mostramos la superposicién de los términos individuales en la ecuaci6n (7.11). A la interpolacién que se realiza usando la respuesta al impulso de un filtro paso bajas ideal como el de la ecuacién (7.11) se le conoce cominmente como interpolacién de banda limitada, ya que lleva a cabo la reconstruccién exacta si x(t) es de banda limita- da y la frecuencia de muestreo satisface las condiciones del teorema de muestreo. Como hemos indicado, en muchos casos es preferible usar un filtro menos exacto pero més sen- cillo 0,de manera equivalente, una funcién de interpolacién més simple que la funcién en la ecuacién (7.10). Por ejemplo, el retenedor de orden cero puede verse como una forma de interpolaci6n entre los valores muestra en los cuales la funcién de interpolacién h(1) es la respuesta al impulso /o(?) representada en la figura 7.6. En ese sentido, cuando x0(t) en la figura corresponde a la aproximacién a x(1), el sistema ho(t) representa una aproxi- maci6n al filtro paso bajas ideal requerido para la interpolaci6n exacta. La figura 7.11 muestra la magnitud de la funcién de transferencia del filtro de interpolacién con el retenedor de orden cero, superpuesta a Ja funci6n de transferencia deseada del filtro de interpolaci6n exacta. ‘Tanto en ia figura 7.11 como en la 7.6, vemos que el retenedor de orden cero cons- tituye una aproximacién muy burda, si bien en algunos casos es suficiente. Por ejemplo, si en una aplicacién dada hay un filtrado paso bajas adicional que se aplica de manera