Skip to content Skip to navigation

Connexions

You are here: Home » Content » Muestreo

Navigation

Content Actions
  • Download module PDF
  • Add to ...
    Add the module to:
    • My Favorites
    • A lens
    • An external social bookmarking service
    • My Favorites (What is 'My Favorites'?)
      'My Favorites' is a special kind of lens which you can use to bookmark modules and collections directly in Connexions. 'My Favorites' can only be seen by you, and collections saved in 'My Favorites' can remember the last module you were on. You need a Connexions account to use 'My Favorites'.
    • A lens (What is a lens?)

      Definition of a lens

      Lenses

      A lens is a custom view of Connexions content. You can think of it as a fancy kind of list that will let you see Connexions through the eyes of organizations and people you trust.

      What is in a lens?

      Lens makers point to Connexions materials (modules and collections), creating a guide that includes their own comments and descriptive tags about the content.

      Who can create a lens?

      Any individual Connexions member, a community, or a respected organization.

    • External bookmarks
  • E-mail the author

Recently Viewed

This feature requires Javascript to be enabled.

Muestreo

Module by: Justin Romberg Translated by: Fara Meza, Erika JacksonBased on: Sampling por Justin Romberg

Summary: Este modulo trata con la traslación de problemas de tiempo continuo a problemas de tiempo discreto.

Introducción

Una computadora puede procesar señales de tiempo discreto usando un lagoritmo extremandamente flexible y poderoso. Mas sin embargo la mayoria de las señales de interes son de tiempo continuo, que es como casi siempre aparecen al natural.

Este modulo introduce la idea de trasladar los problemas de tiempo continuo en unos de tiempo discreto, y podra leer más de los detalles de la importancia de el muestreo.

Preguntas clave

  • ¿Cómo pasamos de una señal de tiempo continuo a una señal de tiempo discreto (muestreo, A/D)?
  • ¿Cuándo podemos reconstruir una señal CT exacta de sus muestras (reconstrucción, D/A)?
  • ¿Manipular la señal DT es lo que reconstruir la señal?

Muestreo

Muestreo (y reconstrucción) son los mejores entendimiento en dominio de frecuencia. Empezaremos viendo algunos ejemplos:

Exercise 1

¿Qué señal CT ft f t tiene la CTFT mostrada anterirormente? ft=12π∫-∞∞Fⅈwⅇⅈwtdw f t 1 2 w F w w t

Figura 1: La (Transformada de Fourier de Tiempo Continuo)CTFT de ft f t .
Figura 1 (samp1.png)

Pista: Fⅈw= F 1 ⅈw* F 2 ⅈw F w F 1 w F 2 w donde las dos partes de Fⅈw F w son:

Figura 2
Subfigure 2.1Subfigure 2.2
Subfigure 2.1 (samp2.png)Subfigure 2.2 (samp3.png)

Solution 1

ft=12π∫-∞∞Fⅈwⅇⅈwtdw f t 1 2 w F w w t

Exercise 2

¿Qué señal DT f s n f s n tiene la DTFT mostrada anteriormente? f s n=12π∫-ππ f s ⅇⅈwⅇⅈwndw f s n 1 2 w f s w w n

Figura 3: DTFT que es périodica (con period=2π period 2 ) versión de Fⅈw F w en la figura 1.
Figura 3 (samp4.png)

Solution 2

Ya que Fⅈw=0 F w 0 afuera de -22 -2 2 ft=12π∫-22Fⅈwⅇⅈwtdw f t 1 2 w -2 2 F w w t También , ya que solo utilizamos un intervalo para reconstruir f s n f s n de su DTFT, tenemos f s n=12π∫-22 f s ⅇⅈwⅇⅈwndw f s n 1 2 w -2 2 f s w w n Ya que Fⅈw= F s ⅇⅈw F w F s w en -22 -2 2 f s n=ft|t=n f s n t n f t es decir f s n f s n es una versión muestreada de ft f t .

Figura 4: ft f t es la señal de tiempo-continuo anterior y f s n f s n es la versión muestreada de tiempo-discreto de ft f t
Figura 4 (samp_big.png)

Generalización

Por supuesto, que los resultados de los ejemplos anteriores pueden ser generalizados a cualquier ft f t con Fⅈw=0 F w 0 , |w|>π w , donde ft f t es limitado en banda a -ππ .

Figura 5: Fⅈw F w es la CTFT de ft f t .
Subfigure 5.1Subfigure 5.2
Subfigure 5.1 (samp_g1.png)Subfigure 5.2 (samp_g2.png)
Figura 6: F s ⅇⅈw F s w es la DTFT de f s n f s n .
Subfigure 6.1Subfigure 6.2
Subfigure 6.1 (samp_g3.png)Subfigure 6.2 (samp_g4.png)

F s ⅇⅈw F s w es períodico (con período 2π 2 ) versión de Fⅈw F w . F s ⅇⅈw F s w es la DTFT de muestreo de señal en los enteros. Fⅈw F w es la CTFT de señal.

conclusion:

Si ft f t es limitado en banda para -ππ entonces la DTFT de la versión muestreada f s n=fn f s n f n es solo periódica (con período 2π 2 ) versión de Fⅈw F w .

Cambiando una Señal Discreta en una Señal Continua

Ahora veamos como cambiar una señal DT en una señal continua en el tiempo. Sea f s n f s n una señal DT con DTFT F s ⅇⅈw F s w

Figura 7: F s ⅇⅈw F s w es la DTFT de f s n f s n .
Subfigure 7.1Subfigure 7.2
Subfigure 7.1 (samp_e1.png)Subfigure 7.2 (samp_e2.png)

Ahora, sea f imp t=∑n=-∞∞ f s nδt-n f imp t n f s n δ t n La señal CT, f imp t f imp t , es no-cero solo en los enteros donde hay implulsos de altura f s n f s n .

Figura 8
Figura 8 (samp_e3.png)

Exercise 3

¿Cúal es la CTFT de f imp t f imp t ?

Solution 3

f imp t=∑n=-∞∞ f s nδt-n f imp t n f s n δ t n

F ∼ imp ⅈw=∫-∞∞ f imp tⅇ-ⅈwtdt=∫-∞∞∑n=-∞∞ f s nδt-nⅇ-ⅈwtdt=∑n=-∞∞ f s n∫-∞∞δt-nⅇ-ⅈwtdt=∑n=-∞∞ f s nⅇ-ⅈwn= F s ⅇⅈw F ∼ imp w t f imp t w t t n f s n δ t n w t n f s n t δ t n w t n f s n w n F s w (1)

Así que la CTFT de f imp t f imp t es igual a la DTFT de f s n f s n

nota:

Usamos la propiedad de desplazamiento para mostrar ∫-∞∞δt-nⅇ-ⅈwtdt=ⅇ-ⅈwn t δ t n w t w n

Ahora, dadas las muestras f s n f s n de un limitado en banda para la señal -ππ , nuestro siguiente paso es ver como podemos reconstruir ft f t .

Figura 9: Diagrama de bloque mostrando cada paso básico usado para reconstruir ft f t . ¿Podemos hacer nuestro resultado igual a ft f t exactamente?
Figura 9 (samp_blka.png)

Comments, questions, feedback, criticisms?

Send feedback