Skip to content Skip to navigation

Connexions

You are here: Home » Content » Reconstrucción

Navigation

Lenses

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.

What are tags? tag icon

Tags are descriptors added by lens makers to help label content, attaching a vocabulary that is meaningful in the context of the lens.

This content is ...

Affiliated with (What does "Affiliated with" mean?)

This content is either by members of the organizations listed or about topics related to the organizations listed. Click each link to see a list of all content affiliated with the organization.
  • Featured Content display tagshide tags

    This module is included inLens: Connexions Featured Content
    By: ConnexionsAs a part of collection:"Señales y Sistemas"

    Comments:

    "Señales y Sistemas is a Spanish translation of Dr. Rich Baraniuk's collection Signals and Systems (col10064). The translation was coordinated by an an assistant electrical engineering professor […]"

    Click the "Featured Content" link to see all content affiliated with them.

    Click the tag icon tag icon to display tags associated with this content.

Recently Viewed

This feature requires Javascript to be enabled.

Tags

(What is a tag?)

These tags come from the endorsement, affiliation, and other lenses that include this content.

Reconstrucción

Module by: Justin Romberg. E-mail the authorTranslated By: Fara Meza, Erika Jackson

Based on: Reconstruction by Justin Romberg

User rating (How does the rating system work?)
Ratings

Ratings allow you to judge the quality of modules. If other users have ranked the module then its average rating is displayed below. Ratings are calculated on a scale from one star (Poor) to five stars (Excellent).

How to rate a module

Hover over the star that corresponds to the rating you wish to assign. Click on the star to add your rating. Your rating should be based on the quality of the content. You must have an account and be logged in to rate content.

:
(0 ratings)

Summary: Este modulo describe la reconstrucción (también conocida como interpolación).

Note: Your browser may not currently support MathML. See our browser support page for additional details. You can always view the correct math in the PDF version.

Introduction

El proceso de reconstrucción empieza tomando una señal muestreada, que estará en tiempo discreto, y haciendo unas operaciones para poder convertirla en tiempo-continuo y con algo de suerte en una copia de la señal original. Un método básico usado para reconstruir una señal limitada en banda de -ππ de sus muestras en los enteros es hacer los siguientes pasos:

  • cambiar muestra de la secuencia fsn fs n en un tren de impulso fimpt fimp t
  • filtro pasa bajas fimpt fimp t para obtener la reconstrucción f ~ t f ~ t ( freq. = π)

Figura 1: Diagrama de bloque de reconstrucción con el filtro pasa bajas (lowpass filter (LPF)).
Figura 1 (recon_blka.png)

La respuesta al impulso del filtro pasa bajas es gt g t . La siguiente ecuación nos permite reconstruir nuestra señal (figura 2), f ~ t f ~ t .

f ~ t=gtfimpt=gt∑n=-∞∞fsnδt−n= f ~ t=∑n=-∞∞fsngtδt−n=∑n=-∞∞fsngt−n f ~ t g t fimp t g t n fs n δ t n f ~ t n fs n g t δ t n n fs n g t n (1)

Figura 2:
Figura 2 (recon_blk2.png)

Ejemplos de Filtros g

Ejemplo 1: Filtros de Orden Cero

Este tipo de "filtro" es uno de los más básicos en los filtros de reconstrucción. Este simplemente mantiene el valor que esta en el fsn fs n para ττ segundos. Esto crea un bloque o pasos como función donde cada valor del pulso en fsn fs n es simplemente arrastrado al siguiente pulso. La siguiente ecuación y la ilustración representan como el filtro de reconstrucción funciona con la siguiente gg: gt= 1if0<t<τ0otherwise g t 1 0 t τ 0

fsn=∑n=-∞∞fsngt−n fs n n fs n g t n (2)

Figura 3: Mantiene el Orden Cero
(a) (b)
Figura 3(a) (receg_f1.png)Figura 3(b) (receg_f2.png)

pregunta:
¿Cómo es que f ~ t f ~ t reconstruida con orden cero se compara con la original ft f t en el domionio de frecuencia?

Ejemplo 2: Orden N-esimo

Aquí veremos algunos ejemplos rápidos de la varianza del filtro de orden cero visto en el ejemplo anterior.

Figura 4: Ejemplo de N-esimo Orden (n-esimo orden es igual a un B-spline de n-esimo orden)
(a) Primer Orden
Figura 4(a) (recf_f1a.png)
(b) Segundo Orden
Figura 4(b) (recf_f2a.png)
(c) Orden ∞
Figura 4(c) (recf_f3a.png)

Último Filtro de Reconstrucción

pregunta:

¿Cúal es el último filtro de reconstrucción?

Recordando que ( figura 5)

Figura 5: Diagrama de bloque de nuestra reconstrucción. Notese que cada una de estas señales tiene su propia CTFT o DTFT correspondiente.
Figura 5 (recon_blk3a.png)

Si Gⅈω G ω tiene la siguiente forma (figura 6):

Figura 6: Filtro pasa baja ideal
Figura 6 (square_wv.png)

entonces f ~ t=ft f ~ t f t Por lo tanto,¡un filtro pasa baja ideal nos dara una reconstrucción perfecta!

En el dominio en el tiempo, la respuesta al impulso

gt=sinπtπt g t t t (3)
f ~ t=∑n=-∞∞fsngt−n=∑n=-∞∞fsnsinπt−nπt−n=ft f ~ t n fs n g t n n fs n t n t n f t (4)

Conclusiones sorprendentes

Si ft f t es limitado en banda a -ππ , puede ser reconstruido perfectamente de su muestra en lo enteros fsn=ft|t=n fs n t n f t

ft=∑n=-∞∞fsnsinπt−nπt−n f t n fs n t n t n (5)

La ecuación anterior para una reconstrucción perfecta merece una mirada más cercana, que se verá en la siguiente sección para un mejor entendimiento de la recostrucción. Aquí estan algunas cosas para empezar a pensar en ellas por ahorita:

  • ¿ Que sinπt−nπt−n t n t n iguala a los enteros diferentes a n?
  • ¿Cúal es el soporte de sinπt−nπt−n t n t n ?

Content actions

Give Feedback:

E-mail the module author | Rate module ( How does the rating system work?)

Rating system

Ratings

Ratings allow you to judge the quality of modules. If other users have ranked the module then its average rating is displayed below. Ratings are calculated on a scale from one star (Poor) to five stars (Excellent).

How to rate a module

Hover over the star that corresponds to the rating you wish to assign. Click on the star to add your rating. Your rating should be based on the quality of the content. You must have an account and be logged in to rate content.

(0 ratings)

Download:

Module PDF

Add module to:

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 (?)

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.

What are tags? tag icon

Tags are descriptors added by lens makers to help label content, attaching a vocabulary that is meaningful in the context of the lens.

| External bookmarks