8/18/2019 Matlab Conv
1/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
MI. Mario Alfredo Iarra Carrillo Año !0"!
2012
MI. Mario Alfredo Ibarra CarrilloFacultad de Ingeniería; Telecomunicaciones14/02/2012er!11!01!0"
Ca#ítulo 0$.
Con%oluci&n discreta
$'1
8/18/2019 Matlab Conv
2/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'2
8/18/2019 Matlab Conv
3/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
#ndice
MI. Mario Alfredo Iarra Carrillo Año !0"!
$.1 Con%oluci&n en tiem#o discreto$.1.1 Con%oluci&n en tiem#o continuo$.1.2 (stimador discreeto de la con%oluci&n #ara se)ales energía
$.1.$ Con%oluci&n #ara se)ales energía de tiem#o discreto$.1.4 Con%oluci&n discreta #ara secuencias finitas$.1.* (+em#lo$.1." Con%oluci&n de secuencias de duraci&n finita #or el m,todo de la cinta desli-ante$.1. (+em#lo$.1. Con%oluci&n de secuencias de duraci&n finita #or el m,todo matricial$.1. (+em#lo
$.1.10 Con%oluci&n de secuencias de duraci&n finita #or el m,todo de malla$.1.11 (+em#lo
Con%oluci&n de secuencias de duraci&n finita #or el m,todo del #roducto(+em#lo
$.2 Con%oluci&n discreta #or softare
$.$ Con%oluci&n circular$.$.1 ecuencia #eriodica
$.$.2 obre el origen de la secuencia #eri&dica$.$.$ 3es#la-amiento aca adelante de la secuencia #eri&dica$.$.4 3es#la-amiento aca atr5s de la secuencia #eri&dica$.$.* 3efinici&n de con%oluci&n circular$.$.* 6ro#iedad de longitud de la con%oluci&n circular$.$." (+em#lo
$.$." M,todo de los círculos conc,ntricos$.$. (+em#lo$.$. Con%oluci&n ciruclar7 m,todo matricial$.$. (+em#lo
$.$.10 Teorema de a#ro8imaci&n de la con%oluci&n lineal con la con%oluci&n circular$.$.11 (+em#lo
$'$
8/18/2019 Matlab Conv
4/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
MI. Mario Alfredo Iarra Carrillo Año !0"!
$.4 Con%oluci&n l ineal 23 en tiem#o discreto
$.4.1 Con%oluci&n 23 #ara matrices infinitas
$.4.2 Con%oluci&n 23 #ara matrices finitas
$.4.$ 9as dimensiones de la matri- de con%oluci&n
$.$.4 :efle8i&n de una matri-
$.$.* Algoritmo %isual #ara la con%oluci&n lineal 23 de secuencias finitas
$.$." (+em#lo
$.* Con%oluci&n circular 23 en tiem#o discreto
$." A#licaciones de la con%oluc&n lineal fi ltrado linealFiltros sua%i-antesFiltro 13 sua%i-ante de blo
8/18/2019 Matlab Conv
5/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3." Convolución en tiempo discreto para señales energía
(n los segmentos siguientes se describir5 la suma de con%oluci&n como una %ersi&n muestreada de la integralde con%oluci&n. 6osteriormente7 debido a #unto a #unto como en todo #roducto de funciones?.
f (t ) g(−(t −τ))
• e calcula el 5rea del #roducto
f ∗g(τ)= limT → ∞
∫−T
T
f (t ) g(−(t −τ))dt [v2 s] >$.1?
iguiendo la definici&n $.17 si se desea conocer la con%oluci&n #ara todo instante de tiem#o se tendría
8/18/2019 Matlab Conv
6/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
A modo de demostraci&n7 se #arte de la con%oluci&n dada en ecuaci&n >$.2? #ara se)ales energía. e muestreala integral considerando las e$.4?
(n donde
• t es la %ariable de tiem#o continuo
• T es la %entana de tiem#o en el cual se muestrea la se)al
• τs es el #eriodo de muestreo = tambi,n es la diferencial de tiem#o dt = d τ
• n es la n',sima muestra
• N es el nmero de muestras
ustitu=endo el con+unto de ecuaciones >$.$? en la ecuaci&n >$.2? de con%oluci&n #ara se)ales energía detiem#o continuo se logra
f ∗g( n)= lim N →∞
∑m=−( N −1)
N −1
f (m)g(−( m−n)) τs; ∀n ∈ℤ
B&tese $.$?.
3.1.3 Convolución para señales energía de tiempo discreto
Definición 3.3 La convolución para señales energía en tiempo discreto $.*?
A modo de demostraci&n consid,rense $.$? #uede reescribirse
como en la forma de la ecuaci&n >$.*?
B&tese tambi,n
8/18/2019 Matlab Conv
7/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.1.4 Convolución discreta para secuencias finitas
Definición 3.4 Convolución de dos secuencias f g . 3ada la secuencia de duraci&n finita f cu=odominio est5 en el inter%alo nϵ [ f Indx.min , f Indx.max ] = dada la secuencia g cu=o dominio est5 en el inter%alo
n ϵ [g Indx.min
, g Indx.max
] . 9a con%oluci&n $."?
Definición 3.! El dominio de la secuencia de convolución7 es decir7 el inter%alo de %alores de n $.?
Definición 3." La longitud de la secuencia de convolución. 3ada la secuencia f de longitud N f acon%olucionar con la secuencia g de longitud N g 7 la longitud de la secuencia de con%oluci&n se re#resenta
como N f ∗g = se calcula como
N f ∗g = N f + N g−1 >$.?
3.1.5 Ejemplo
6ara ilustrar el #roceso de forma gen,rica consid,rense las dos secuencias siguientes
f =[ f (−1) , f (0)↑
, f (1) , f (2)]
g =[g(−1) , g(0)↑
, g(1 )]>$.?
en donde
f Indx.min
=−1
f Indx.max
=2
g Indx.min
=−1
g Indx.max
=1
>$.10?
Aora se desarrolla en la tabla $.1 la suma de con%oluci&n #aras las secuencias dadas en la ecuaci&n >$.?.
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'
8/18/2019 Matlab Conv
8/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
9os #roductos en ro+o corres#onden con índices #ara los cuales el segundo o#erando de la con%oluci&n no tieneelementos definidos. Aora bien7 reali-ando los #roductos indicados se tiene $.11?
donde
f ∗g(−2)=f (−1)g(−1)f ∗g(−1)=f (−1)g(0)+ f (0)g (−1)f ∗g(0)=f (−1) g(1)+f (0)g (0)+ f (1)g(−1)f ∗g(1)=f (0)g(1)+ f (1)g(0)+ f (2)g(−1)f ∗g(2)=f (1)g(1)+f (2)g(0)f ∗g(3)=f (2)g(1)
>$.12?
(l c5lculo del dominio de la secuencia de con%oluci&n es como sigue
n ϵ [ f Indx.min
+g Indx.min
, f Indx.max
+g Indx.max
]
[−1−1,2+1][−2,3 ]
>$.1$?
9a longitud de la secuencia de con%oluci&n $.14?
MI. Mario Alfredo Iarra Carrillo Año !0"!
fg>'2? D f>'1?g>'1? E f>0?g>'2? E f>1?g>'$? E f>2?g>'4?fg>'1? D f>'1?g>0? E f>0?g>'1? E f>1?g>'2? E f>2?g>'$?fg>0? D f>'1?g>1? E f>0?g>0? E f>1?g>'1? E f>2?g>'2?
fg>1? D f>'1?g>2? E f>0?g>1? E f>1?g>0? E f>2?g>'1?fg>2? D f>'1?g>$? E f>0?g>2? E f>1?g>1? E f>2?g>0?fg>$? D f>'1?g>4? E f>0?g>$? E f>1?g>2? E f>2?g>1?
Ta#la 3.1 Con%oluci&n #ara las secuencias fDf>'1?7 f>0?7 f>1?7 f>2? G =gDg>'1? g>0? g>1?G
$'
8/18/2019 Matlab Conv
9/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.1.6 Convolución de secuencias de duración finita por el mtodo de la cintadesli!ante
(l m,todo de la cinta desli-ante ilustra de manera gr5fica el #roceso de con%oluci&n entre dos secuencias7 esdecir7 #ara con%olucionar una secuencia f con una secuencia g
• 9a secuencia f se mantiene sin alteraciones.
• 9a secuencia g se refle+a = se des#la-a de adelante acia atr5s.
• (n cada des#la-amiento7 se reali-a el #roducto #unto. (n el caso de secuencias finitas s&lo seconsideran a
8/18/2019 Matlab Conv
10/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
Aora deben com#ararse los #roductos indicados en la tabla $.2 con los #roductos indicados #or la tabla $.1 =n&tese $.11?.
3.1." Ejemplo
Con%olucione las siguientes secuencias f =[2,5↑, 0 , 4 ] = g=[4, 1↑
, 3 ]
9a longitud de la secuencia de con%oluci&n $.1*?
MI. Mario Alfredo Iarra Carrillo Año !0"!
'2 '1 0 1 2 $ 4 *
f>n? 2 * 0 4
g>'>nE$?? $ 1 4
/ /
f>n? 2 * 0 4
g>'>nE2?? $ 1 4
2 20 22
f>n? 2 * 0 4
g>'>nE1?? $ 1 4
" * 0 11
f>n? 2 * 0 4
g>'n? $ 1 4
1* 0 1" $1
f>n? 2 * 0 4
g>'>n'1?? $ 1 4
0 4 4
f>n? 2 * 0 4g>'>n'2?? $ 1 4
12 12
Ta#la 3.3 Con%oluci&n de las secuencias fDF27*7074G = gDF4717$G
JΣ=
JΣ=
JΣ=
Σ=
JΣ=
JΣ=
$'1
8/18/2019 Matlab Conv
11/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.1.# Convolución de secuencias de duración finita por el mtodo matricial
Consid,rense las dos secuencias siguientes son la mismas ecuaciones >$.?
f =[ f (−1) , f (0)
↑
, f (1) , f (2)]
g =[g(−1) , g(0)↑
, g(1 )]
(l #lanteamiento de la con%oluci&n #or f&rmula $.1"?9a ecuaci&n anterior se #uede e8#resar en forma com#acta de la forma siguiente
[ f ∗g ]=G× F >$.1?
(n donde
G=
[
g(−1) 0 0 0g(0) g (−1) 0 0g (1) g(0) g(−1 ) 00 g(1) g(0) g(−1)0 0 g(1) g(0)0 0 0 g(1)
]>$.1?
F =[f (−1)
f (0 )f (1)f (2)
] >$.1?
[ f ∗g ]=
[f ∗g(−2)f ∗g(−1)
f ∗g(0)f ∗g(1)f ∗g(2)f ∗g(3) ]
>$.20?
B&tese de la ecuaci&n >$.20?
8/18/2019 Matlab Conv
12/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
9a longitud de la secuencia de con%oluci&n $.21?9a longitud de la secuencia de con%oluci&n $.?
f =[ f (−1) , f (0)↑
, f (1) , f (2)]
g =[g(−1) , g(0)↑
, g(1 )]
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'1
8/18/2019 Matlab Conv
13/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
6rimero se crea una ma=a tal como se ilustra en la tabla $.4 en el rengl&n su#erior se coloca la secuencia f en tanto 0?g>'1? f>1?g>'1? f>2?g>'1? g$%1&
f(g$%2& f>'1?g>0? f>0?g>0? f>1?g>0? f>2?g>0? g$'&
f(g$%1& f>'1?g>1? f>0?g>1? f>1?g>1?? f>2?g>1? g$1&
f(g$'& f(g$1& f(g$2& f(g$3&
Ta#la 3.". M,todo del #roducto #ara las secuencias Ff>0?7f>1?7f>2?7f>$?G =Fg>0?7g>1?7g>2?G
f$%1& f$'& f$1& f$2&
g$%1&
g$'&
g$1&
Ta#la 3.4. M,todo del #roducto. 6lanteamiento de la malla.
f$%1& f$'& f$1& f$2&
f'1?g>'1? f>0?g>'1? f>1?g>'1? f>2?g>'1? g$%1&
f>'1?g>0? f>0?g>0? f>1?g>0? f>2?g>0? g$'&
f>'1?g>1? f>0?g>1? f>1?g>1?? f>2?g>1? g$1&
Ta#la 3.!. M,todo de malla. 9lenado de la malla.
$'1
8/18/2019 Matlab Conv
14/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.1.11 Ejemplo
Con%olucione las siguientes secuencias
f =[2,5
↑
, 0 , 4 ]
g =[4 , 1↑
, 3 ]
(l #roceso #or el m,todo del #roducto
8/18/2019 Matlab Conv
15/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
(l #lanteamiento de la con%oluci&n #or #roducto
8/18/2019 Matlab Conv
16/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.1.13 Ejemplo
Con%olucione las siguientes secuencias
f =[2,5
↑
, 0 , 4 ]
g =[4 , 1↑
, 3 ]
(l #roceso #or el m,todo del #roducto
8/18/2019 Matlab Conv
17/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.! propiedades de la convolución lineal
Teorema 3.2 ,sociatividad.
f (t )∗g (t )∗h(t )=f ( t )∗( g( t )∗h( t ))
=( f (t )∗g( t ))∗h(t )>$.22?
Teorema 3.3 Distri#utividad.
f (t )∗[ g (t )+ h( t )]= f (t )∗g(t )+ f (t )∗h(t ) >$.2$?
Teorema 3.4 -omogeneidad.
Af (t )∗g(t )= A ( f ( t )∗g(t )) >$.$4?
f (t )∗B g (t )=B ( f (t )∗g(t )) >$.2*?
Af (t )∗Bg(t )= A B ( f (t )∗g(t )) >$.2"?
Teorema 3.! mpulso. (l im#ulso es el elemento identidad de la con%oluci&n
f (t )∗δ(t )=f (t ) >$.2?
Teorema 3." nvarian/a temporal.
3ada la con%oluci&n f (t )∗g (t )=h(t ) se tiene $.2?
f (t )∗h(t −β)= y(t −β)>$.2?
f (t −α)∗h(t −β)= y(t −α−β) >$.$0?
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'1
8/18/2019 Matlab Conv
18/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.3 Convolución discreta por soft$are
(n MAT9AK7 la con%oluci&n tiene el formato
conv (secuencia , filtro)conv (secuencia , filtro , ' full∣same' )
donde
• Secuencia (s una secuencia discreta
• filtro ecuencia del filtro
• ' full' :etorna la secuencia com#leta de con%oluci&n
• 'same' :etorna la #arte central de la con%oluci&n7 la secuencia resultante tiene el mismo dominio dela secuencia original.
B&tese g=[4,1,3 ]> conv (f , g )
> [8,22,11,31,4,12]
(+em#lo
> f =[2,5,0,4]> g=[4,1,3 ]> conv (f , g ,' full ' )
> [8,22,11,31,4,12]
(+em#lo
> f =[2,5,0,4 ]> g=[4,1,3 ]> conv (a,,'same' )
> [11,31,4,12]
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'1
8/18/2019 Matlab Conv
19/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.% Convolución en tiempo discreto para señales potencia periódicas& convolución circular
3ada la secuencia #eriodica f (n ) de cardinalidad N a con%olucionar con otra secuencia #eriodica g( n)tambi,n de cardinalidad N 7 el #roceso de con%oluci&n e8ige N × N #roductos e igual cantidad de sumas.(m#leando una o#eraci&n conocida como FFT >Trasnformada :5#ida de Fourier? #ara calcular la con%ouci&n7se logra reducir este nmero a un mti#lo de N log2 N .
3ado
8/18/2019 Matlab Conv
20/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
x (n)=[ x (0) , x (1), x(2)]
x(n+ 1)=[ x (1) , x(2), x(0)]>$.$$?
3.3.4 (espla!amiento )acia atr*s de una secuencia periódica
Cuando una secuencia #eri&dica se atrasa un #aso7 el elemento m5s a la dereca sale #or dereca e ingresa#or la i-$.$4?
3.3.5 (efinición de la convolución circular
Definición 3.* Convolución cirular de dos secuencias f (n) g (n) . 3ada la secuencia de duraci&n finitaf (n ) de longitud N = dada la secuencia g(n) tambi,n de longitud N . 9a con%oluci&n $.$*?
6ara e+em#lificar el com#ortamiento #eri&dico de la f&rmula7 ,sta se desarrolla #ara BD$7 es decir7 sean lassecuencias #eri&dicas siguientes
f =[ f (0) , f (1) , f (2)]
g =[g(0 ), g(1) , g(2)] >$.$"?
3esarrollando la f&rmula de la con%oluci&n ciruclar
MI. Mario Alfredo Iarra Carrillo Año !0"!
Illustration 3."& 'a()epresentación del operando *f+. '( Acomodo de los dos operandos *f+ , *g+ para la convolucióncircular.
$'2
8/18/2019 Matlab Conv
21/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
f ☼ g(0 )=f (0 ) g(0) + f (1) g (−1) + f (2) g(−2)
f ☼ g(1)=f (0 ) g(1) + f (1) g(0) + f (2) g(−1)
f ☼ g(2)=f (0 ) g(2) + f (1) g(1) + f (2) g(0)
>$.$?
6uede notarse
8/18/2019 Matlab Conv
22/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
(ntonces las ecuaciones de la con%oluci&n se escriben como
f ☼ g(0)=f (0 ) g(0) + f (1) g (2) + f (2) g(1)
f ☼ g(1)=f (0 ) g(1) + f (1) g (0) + f (2) g(2)
f ☼ g(2)=f (0 ) g(2) + f (1) g(1) + f (2) g (0)
>$.$?
3.3.6 +ropiedad de longitud de la convolución circular
Definición 3.) Longitud de la secuencia de convolución circuilar. 3adas dos secuencias f = g decardinalidad N 7 la con%oluci&n circular de ambas funciones f (n )∗g(n) es otra funci&n f ∗g(n) decardinalidad N = cu=o origen es el #rimer elemento
8/18/2019 Matlab Conv
23/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.3." Ejemplo
Con%olucione las secuencias #eriodicas f =[ 2,5,0,4 ] = g =[4,1,3,0 ] 7 su con%oluci&n circular es
f ☼g(0 )=f (0 )g(0) + f (1)g (3) + f (2)g (2) + f (3)g (1)=2×4 + 5×0 + 0×3 + 4×1=12
f ☼g(1)=f (0 )g(1) + f (1)g(0) + f (2) g(3) + f (3)g (2)=2×1 + 5×4 + 0×0 + 4×3=34f ☼g(2)=f (0 )g(2) + f (1) g(1) + f (2)g(0) + f (3)g (3)=2×3 + 5×1 + 0×4 + 4×0=11f ☼g(3 )=f (0 )g(3) + f (1)g (2) + f (2)g(1) + f (3)g (0)=2×0 + 5×3 + 0×1 + 4×4=31
>$.40?
3.3.# ,todo de los círculos concntricos
ea la secuencia f =[ f (0) , f (1) , f (2)] el #rimer o#erando de una con%oluci&n circular. ste o#erando #uedere#resentarse con #untos e
8/18/2019 Matlab Conv
24/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.3.1% Convolución circular mtodo matricial
ean las secuencias #eri&dicas de cardinalidad N =3 siguientes son las mismas ecuaciones >$.2?
f =[ f (0) , f (1) , f (2)]
g =[g(0 ), g(1) , g(2)]
(n una secci&n #asada se desarroll& la f&rmula de la con%oluci&n ciruclar #ara n∈[0,1,2] resultando
f ☼ g(0)=f (0 ) g(0) + f (1) g (2) + f (2) g(1)
f ☼ g(1)=f (0 ) g(1) + f (1) g (0) + f (2) g(2)
f ☼ g(2)=f (0 ) g(2) + f (1) g(1) + f (2) g (0)
Aora las f&rmulas se e8#resan en forma matricial de la forma siguiente
[f ☼ g(0)f ☼ g(1)f ☼ g(2)]=[
g (0) g (2) g (1)g (1) g (0) g (2)g (2) g (1) g (0)][
f (0)f (1)f (2)] >$.4$?
im#lificando la f&rmula se tiene $.44?
(n donde
G=
[g
(0
) g
(2
) g
(1
)g(1) g(0) g(2)g(2) g(1) g(0)]
>$.4*?
F =[f (0)f (1)f (2)] >$.4"?
Obs,r%ense las columnas de la matri- G = n&tese
8/18/2019 Matlab Conv
25/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.3.11 Ejemplo
:ealice la con%oluci&n circular de la secuencias >$.41?
f =[2,5,0,4 ]
g =[4,1,3,0 ]
6lanteando la matri- de con%oluci&n se tiene
8/18/2019 Matlab Conv
26/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
9uego a las secuencias a con%lucionar se les agregan ceros #ara com#letar cada una con " elementos
f ' =[f ,[2ceros]]=[2,5,0,4,0,0]
g ' =[ g ,[3ceros]]=[4,1,3,0,0,0]>$.42?
Finalmente la con%oluci&n circular se calcula como
f ' ☼ g ' =[4 0 0 0 3 1
1 4 0 0 0 3
3 1 4 0 0 0
0 3 1 4 0 0
0 0 3 1 4 0
0 0 0 3 1 4]×[
2
5
0
4
0
0]=[
8
22
11
31
4
12] >$.4$?
6ara conocer el el origen de la secuencia7 se recurre a las estrategias em#leadas #ara la con%oluci&n lineal.
3. Propiedades de la convolución circular
Teorema 3.2 ,sociatividad.
f (t )☼ g( t )☼h (t )=f (t )☼ ( g (t )☼ h( t ))
=( f (t )☼ g(t )) ☼ h(t )>$.44?
Teorema 3.3 Distri#utividad.
f (t )☼ [ g (t )+h (t )]=f (t )☼ g( t )+f (t )☼ h(t ) >$.4*?
Teorema 3.4 -omogeneidad.
Af (t )☼ g( t )= A (f (t )☼ g (t )) >$.4"?
f (t )☼ B g (t )=B ( f ( t )☼ g (t )) >$.4?
Af (t )☼ Bg(t )= A B ( f (t )☼ g(t )) >$.4?
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'2
8/18/2019 Matlab Conv
27/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
Teorema 3.! mpulso. (l im#ulso es el elemento identidad de la con%oluci&n
f (t )☼δ(t )=f (t ) >$.4?
Teorema 3." nvarian/a temporal.
3ada la con%oluci&n f (t )☼ g( t )=h (t ) se tiene $.*0?
f (t )☼ h(t −β)= y (t −β) >$.*1?
f (t −α)☼ h(t −β)= y (t −α−β) >$.*2?
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'2
8/18/2019 Matlab Conv
28/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.4 Aplicaciones de la convolucón lineal& filtrado lineal
9os filtros lineales son a
8/18/2019 Matlab Conv
29/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
• u#rimen detalles finos $.*$?
(ste ti#o de filtro tiene las siguientes características
• 9a transici&n abru#ta de 0 a 1 del filtro #ro%oca ri-os arm&nicos en su res#uesta en frecuencia7 lo
gru#os de #i8eles contiguos?
8/18/2019 Matlab Conv
30/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.4.3 Ejemplo de filtro 1( suavi!ante de 'loue
3ada la siguiente secuencia = $.*4?
A#lif7!A!2?>1/4?;
sub#lot>$7171?;stem>07f?;a8is>'2712707*G? sub#lot>$7172?;stem>'17071G7!K!2?;a8is>'2712707*G? sub#lot>$717$?;stem>'17f!!K!2?;a8is>'2712707*G?
8/18/2019 Matlab Conv
31/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.6.4 iltro 1( suavi!ante 'inomial
Definición 3.11 iltro suavi/ante de #loue. (ste filtro tiene un com#ortamiento tem#oral seme+ante a la deuna cam#ana gaussiana discreta = sim,trica res#ecto del cero. 9a secuencia $.*?
donde
% i N
= N &
( N −i )& i &; coeficiente de l! pir!mide de "!c!l >$.*?
(ste ti#o de filtro tiene las siguientes características
•(ste filtro tiene una transici&n sua%e
8/18/2019 Matlab Conv
32/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.6.4 &o'remuestreo de una secuencia
(l #roceso de sobremuestreo consiste de intercalar ceros en una secuencia7 el nmero de ceros %iene dado #orel factor del #roceso de sobremuestreo
Definición 3.12. El proceso de so#remuestreo ea f (n) una secuencia finita = un factor de sobremuestreoS #erteneciente al con+unto de los enteros. (l sobremuestreo de f (n ) es otra funci&n denotada comof (n )↑ S = consiste de intercalar S−1 ceros entre los elementos de la secuencia.
Definción 3.13 El factor de so#remuestreo es un entero $."1?
6ara ilustrar consid,rese la secuencia siguiente
f =[ A , B , % , ! ] >$."2?
entonces se le a#lica un factor de sobremuestreo de S =2
f (n)↑2=[ A ,0,B ,0,% ,0, ! ,0 ] >$."$?
así7 #uede notarse $."4?
i aora la secuencia original se sobremuestrea en S =3
f (n)↑3=[ A , 0,0, B , 0,0,% ,0,0, ! , 0,0 ]>$."*?
consecuentemente7 #uede notarse $.""?
3.6.6 &o'remuestreo en matla'
(l #roceso de sobremuestreo en MAT9AK se reali-a con la funci&n Hu#sam#le7 #or e+em#lo7 dada la siguientesecuencia
f =[1,3,5,7] >$."?
(l sobremuestreo de la misma #or un factor de S =2 se reali-a como
u"sam"le( f , 2)
>[1,0,3,0,5,0,7,0]>$."?
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'$
8/18/2019 Matlab Conv
33/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.6.5 nterpolación
Definición 3.14. La interpolación consiste en el c5lculo de nue%as muestras intercaladas entre las muestrasde una se)al. 9a inter#olaci&n se identifica con dos #ar5metros $.1?
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'$
8/18/2019 Matlab Conv
34/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.6." Ejemplo de interpolación aar
3ada la siguiente secuencia = $.$?
(l filtro Laar7 el cual se ilustra en la figura $.".c de grado cero = orden 1 se re#resenta en la secuencia siguiente
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'$4
Illustration 3.& Secuencia de interporlación 'a( secuencia original. '( Secuencia soremuestreada en un factor de !. 'c(8iltro 9aar de grado 0 , orden ". 'd( Secuencia interpolada.
fD17$7*7$71G;f!2Du#sam#le>f72?;
!0!1D171G;f!2!!0!1Dcon%>f!27!0!1?; sub#lot>47171?;stem>047f?;a8is>'1710707*.1G? sub#lot>47172?;stem>07f!2?;a8is>'1710707*.1G? sub#lot>4717$?;stem>071G7!0!1?;a8is>'1710707*.1G? sub#lot>47174?;stem>0107f!2!!0!1?;axis([-1,10,0,5.1])
8/18/2019 Matlab Conv
35/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
h0; 1
=[1↑1] >$.4?
9a secuencia de con%oluci&n es entonces
f ↑2∗h0 ; 1
=[1↑
1335533110]>$.*?
9a figura $.".d ilustra la secuencia filtrada. Bote
8/18/2019 Matlab Conv
36/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.6.$ Ejemplo de interpolación artlett
3ada la secuencia de la ecuaci&n >$."?7 $.*? el cual se re#ite a continuaci&n = se ilustra en la figura $..c de grado uno= orden 2 se re#resenta en la secuencia siguiente
h1;2=1
2 [12↑1 ]
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'$
Illustration 3.4& Secuencia de interporlación 'a( secuencia original. '( Secuencia soremuestreada en un factor de !. 'c(8iltro :artlett de grado " , orden !. 'd( Secuencia interpolada.
fD17$7*7$71G;f!2Du#sam#le>f72?;!1!2D17271G>1/2?;f!2!!1!2Dcon%>f!27!1!2?;
sub#lot>47171?;stem>047f?;a8is>'1710707*.1G? sub#lot>47172?;stem>07f!2?;a8is>'1710707*.1G? sub#lot>4717$?;stem>07172G7!0!1?;a8is>'1710707*.1G? sub#lot>47174?;stem>'1107f!2!!0!1?;a8is>'1710707*.1G?
8/18/2019 Matlab Conv
37/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
9a secuencia de con%oluci&n es entonces
f ↑2∗h1 ;2
=[0.5,1↑
, 2,3,4,5,4,3,2,1,0.5,0 ] >$.1?
9a figura $..d ilustra la secuencia filtrada. Bote $.4?
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'$
8/18/2019 Matlab Conv
38/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.4.2 Convolución 2( para matrices finitas
e considera en este caso
8/18/2019 Matlab Conv
39/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.4.4 7efle0ión de una matri!
6ara refle+ar una matri- se reali-an dos #asos. (l orden de los #asos no im#orta
• e refle+an las columnas de la matri-
• e refle+an los renglones de la matri-
A modo de e+em#lo7 considera la siguiente matri-
g (m , n)=[g(0,0) g(0,1) g (0,2)g(1,0) g(1,1) g (1,2)g(2,0) g(2,1) g (2,2)] >$.1?
6rimero se refle+an las columnas
[g(2,0) g(2,1) g(2,2)g(1,0) g(1,1) g(1,2)g(0,0) g(0,1) g(0,2)] >$.2?
egundo se refle+an los renglones
g ( (m , n)=[g(2,2) g (2,1) g(2,0)g(1,2) g (1,1) g(1,0)g(0,2) g (0,1) g(0,0)] >$.$?
3.4.5 8lgoritmo visual para la convolución lineal 2( de secuencias finitas
(l algoritmo es sim#le7
• 9a matri- f (m ,n ) se mantiene sin cambios
• 9a matri- g( m, n) se refle+a = se des#la-a en #asos de adelante acia atr5s tanto en renglones comoen columnas.
• 9as matrices se multi#lican #unto a #unto >se omiten a
8/18/2019 Matlab Conv
40/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'4
g>272? g>271? g>270? g>272? g>271? g>270? g>272? g>271? g>270?
g>172? g>171? g>170? g>172? g>171? g>170? g>172? g>171? g>170?
g>072? g>071? f$'61& f$'62& g>072? f$'62& f$'6'& f$'61& g>071? g>070?
f$16'& f$161& f$162& f$16'& f$161& f$162& ... f$16'& f$161& f$162&
f$26'& f$261& f$263& f$26'& f$261& f$263& f$26'& f$261& f$263&
g>272? g>271? g>270? g>272? g>271? g>270? g>272? g>271? g>270?
g>172? g>171? f$'61& f$'62& g>172? f$'6'& f$'61& f$'62& f$'6'& f$'61& g>171? g>170?
g>072? g>071? f$161& f$162& g>072? f$16'& f$161& f$162& ... f$16'& f$161& g>071? g>070?
f$26'& f$261& f$263& f$26'& f$261& f$263& f$26'& f$261& f$263&
... ... ...
f$'6'& f$'61& f$'62& f$'6'& f$'61& f$'62& f$'6'& f$'61& f$'62&
f$16'& f$161& f$162& f$16'& f$161& f$162& ... f$16'& f$161& f$162&
g>272? g>271? f$261& f$263& g>272? f$263& f$26'& f$261& g$262& 7 f$263& g>271? g>270?
g>172? g>171? g>170? g>172? g>171? g>170? g>172? g>171? g>170?
g>072? g>071? g>070? g>072? g>071? g>070? g>072? g>071? g>070?
Ta#la 3.1'. 6roceso de con%oluci&n entre dos matrices. f>m7n? se mantiene en tanto m7n? se refle+a = des#la-aen #asos. A cada #aso7 se multi#lican #unto a #unto las matrices.
g>070? 8 f$'6'& g>071? 8 f$'6'& g>070 8 f$'61& g>072? 8 f$'62&
g>170? 8 f$'6'& g>172? 8 f$'62&
g>070? 8 f$16'& g>072? 8 f$162&
g>270? 8 f$26'& g>272? 8 f$26'& g>272? 8 f$261&
8/18/2019 Matlab Conv
41/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.4.6 Ejemplo
ean las dos matrices siguientes7 las cuales deben con%olucionarse
f (m ,n )=
[1 1 1
1 1 11 1 1 ]
= g( m , n)=
[1 2 1
2 4 21 2 1 ]
9as dimensiones de las matrices son
i$e%f&=( f , N
f )=(3,3)
i$e%g&=( g
, N g)=(3,3)
(so
8/18/2019 Matlab Conv
42/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
MI. Mario Alfredo Iarra Carrillo Año !0"!
$'4
1 2 1 1 2 1 1 2 1 1 2 1 1 2 1
2 4 2 2 4 2 2 4 2 2 4 2 2 4 2
1 2 181 1 1 1 281 181 1 181 281 181 1 181 281 1 1 1 181 2 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 3 4 3 1
1 2 1 1 2 1 1 2 1 1 2 1 1 2 1
2 4 281 1 1 2 481 281 1 281 481 281 1 281 481 1 1 1 281 4 2
1 2 181 1 1 1 281 181 1 181 281 181 1 181 281 1 1 1 181 2 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
3 + 12 + 3
1 2 181 1 1 1 281 181 1 181 281 181 1 181 281 1 1 1 181 2 1
2 4 281 1 1 2 481 281 1 281 481 281 1 281 481 2 1 1 281 4 2
1 2 181 1 1 1 281 181 1 181 281 181 1 181 281 1 1 1 181 2 1
4 12 1" 12 4
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 2 181 1 1 1 281 181 1 181 281 181 1 181 281 181 1 1 181 2 1
2 4 281 1 1 2 481 281 1 281 481 281 1 281 481 281 1 1 281 4 2
1 2 1 1 281 181 181 281 181 181 281 181 1 2 1
3 + 12 + 3
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 2 181 1 1 1 281 181 1 181 281 181 1 181 281 1 1 1 181 2 1
2 4 2 2 4 2 2 4 2 2 4 2 2 4 2
1 2 1 1 2 1 1 2 1 1 2 1 1 2 1
1 3 471 3 1
Ta#la 3.11 Con%oluci&n 23 #or el m,too desli-ante.
8
8
8
8
8
8 8 8 8 8
8 8 8 8 8
8 8 8 8 8
8 8 8 8 8
8/18/2019 Matlab Conv
43/43
Procesamiento Digital de Señales Capítulo 03. Convolución discreta
3.7 Convolución circular !D en tiempo discreto
3.5.1 ,todo matricial para la convolución circular 2(.
e considera 070? f>072? f>271? f>270? f>272? f>171? f>170? f>172? g>071?
>072? f$'62& f>071? f>070? f>272? f>271? f>270? f>172? f>171? f>170? g>072?
>170? f$16'& f>172? f>171? f>070? f>072? f>071? f>270? f>272? f>271? g>170?
>171? D f$161& f>170? f>172? f>071? f>070? f>072? f>271? f>270? f>272? g>171?
>172? f$162& f>171? f>170? f>072? f>071? f>070? f>272? f>271? f>270? g>172?
>270? f$26'& f>272? f>271? f>170? f>172? f>171? f>070? f>072? f>071? g>270?
>271? f$261& f>270? f>272? f>171? f>170? f>172? f>071? f>070? f>072? g>271?
>272? f$262& f>271? f>270? f>172? f>171? f>170? f>072? f>071? f>070? g>272?
Ta#la 3.12 6roceso de con%oluci&n circular 23.