PROYECTO FINAL DE SISTEMAS Y SEALES

Resumen de la Transformada Rpida de Fase Cuadrtica para estimar los parmetros de Seales Chirp Multicomponentes.
Jaime F. Ricardo B.

ResumenIn this paper, it will be introduced a technique based on the quadratic phase transform (QPT) for joint phase parameter estimation of multicomponent chirp signals. The QPT has the ability to analyze chirp signals in the same way as Fourier trans- form analyzes sinusoidal signals. In view of its practical implementation, a discrete version of the QPT, called the discrete quadratic phase transform (DQPT), is introduced. A novel fast computational procedure of the DQPT is developed. Index Termschirp, DQPT, QPT, transform. ResumenEn este documento, se presentar una tcnica basada en la Transformada Cuadrtica de Fase (QPT) para estimacin de parmetros de fase de seales chirp multicomponentes. LA QPT tiene la habilidad de analizar seales chirp de la misma manera que una Transformada de Fourier analiza seales sinusoidales. En vista de su implementacin prctica, tambin se presentar una versin discreta de la QPT, llamada Transfomada Discreta de Fase Cuadrtica (DQPT). Se desarroll un novedoso procedimiento computacional rpido de la DQPT. Palabras claveschirp, DQPT, QPT, transformada

tcnica QPT es una de las tcnicas ms tiles en el anlisis de la seal chirp mostrada en la ecuacin (1). La principal contribucin de este documento es un novedoso procedimiento computacional rpido de la QPT, llamado FQPT. La FQPT se ejecuta ms rpido que una versin de la FFT (Transformada Rpida de Fourier) de la QPT, en un factor de log2 N . En la seccin 2, se presenta la QPT y su versin discreta. En la seccin 3 se desarrolla la FQPT. En la seccin 4 se muestran algunos resultados de simulaciones para ilustrar la utilidad del mtodo QPT. II. T RANSFORMADA DE FASE C UADRTICA . Dado el modelo de datos (1), se dene la transformada de fase cuadrtica como

I.

I NTRODUCCIN

N muchas aplicaciones tales como radar, sonar, sismologa, biomedicina y comunicaciones mviles, existe frecuentemente un inters en estimar los parmetros de fase de la seal

Para consideraciones computacionales, se presenta la Transformada de Fase Cuadrtica Discreta (DQPT), la cual transforma la secuencia unidimensional y(n) en una secuencia bidimensional Y (k, l):

donde bi,1 y bi,2 son los parmetros de fase deseados, ai son las amplitudes (Fciles de obtener una vez sean conocidas bi,1 y bi,2 ), y w(n) es el ruido adicional. Esta seal es frecuentemente referenciada o conocida como una seal chirp multicomponente. Existen tcnicas para analizar la seal chirp, por ejemplo: mtodo de distribucin tiempo-frecuencia, el mtodo de mxima verosimilitud, la tcnica de desenvoltura de fase, la tcnica de reduccin de rango, el enfoque cicloestacionario y la transformada de fase polinomial. En este documento, se har nfasis en una tcnica llamada la Transformada Cuadrtica de Fase (QPT), la cual diere completamente de la Transformada Polinomial de Fase mostrada en la Figura 10. La Tcnica de QPT transforma los datos disponibles en 1-D a un espectro 2-D, donde los picos espectrales coinciden con los parmetros de fase deseados. La

aqu k = 0, ..., N1 1 y l = 0, ..., N2 1. Los intervalos de 1 1 muestreo son N1 y N2 en el dominio (, ). En general, es fcil observar de (1) y (3) que la magnitud de la DQPT debera mostrar l picos dominantes de la DQPT en el espacio bidimensional (k, l), y sus ubicaciones en ese espacio corresponden con los valores desconocidos de los parmetros de fase; de hecho, la precisin del mtodo de la DQPT es equivalente al del mtodo de la mxima verosimilitud para el caso de nico componente [14]. Por prctica, N2 necesita ser mucho mayor que N1 , para asegurar una resolucin satisfactoria. Para clculos rpidos de la transformada, se selecciona N1 = N y N2 = N , donde 1 . Ahora, se establece la razn detrs del requisito de que 1.

donde k = 0, ..., N 1 y l = 0, ..., N/ 1. Se denen las secuencias demoduladas z (l) (n) de y(n) como

PROYECTO FINAL DE SISTEMAS Y SEALES

entonces (4) puede ser reescrito como

donde k = 0, ..., N 1 y l = 0, ..., M 1 con M = N . Es claro que Y (k, l) puede tambin ser expresada como

algoritmo radix-2 FFT [9]. Primero se mostrar una aplicacin sencilla de la FFT para el clculo de la DQPT y luego una tcnica muy sosticada llamada FQDT. Ya que N = 2q , la DFT de N puntos en (7) puede ser calculada mediante el algoritmo de la FFT, el cual requiere ( N )Log2 N clculos [9]. Si la DQPT se implementa en la 2 manera anterior, entonces el nmero requerido de multiplicaciones complejas MF F T est dado por

donde DF Tn denota la operacin Transformada Discreta de Fourier (DFT) de una secuencia de la variable n. Debido a las propiedades de la DFT, los deseados picos agudos de la DQPT Y (k, l) aparecen cuando la seal demodulada z (l) (n) contiene componentes sinusoidales. Esto ocurre si l puede tomar los valores que satisfacen

Es importante recalcar que la FQPT es un mtodo que hace el clculo de la DQPT mucho ms eciente que el mostrado en (14). El anteriormente mencionado mtodo de la FFT explota la redundancia computacional a lo largo de n ejes. El mtodo de la FQPT tambin explotar la redundancia del clculo de DF Tn z (l) (n) a lo largo del eje l. III-A. Diezmado y Ecuaciones Claves.

Para tales valores de l, cada componente sinusoidal de z (l) (n) est dado por

Siguiendo el concepto bsico del conocidsimo diezmado en el tiempo de la FFT, se puede diezmar z (l) (n) a lo largo de los n ejes (Para cada l) tal como se muestra a continuacin en la gura 1:

donde bi,2 = bi,2 (/N )l, el cual es la desviacin del parmetro de fase de segundo orden de un mltiplo entero de /N . Esta desviacin debera ser pequea; es decir,

o de manera equivalente

Fig. 1. Diezmado. para asegurar la alta precisin de la estimacin de los parmetros de fase. Sin embargo, la desviacin |bi,2 |est directamente relacionada con el ancho de la caja en la dimensin l; es decir, Es claro que en la rava etapa del diezmado, todas las secuencias con respecto a m pueden ser escritas como

donde Combinando (11) y (12), se requiere que

Sin perder la generalidad, se asume que |bi,2 0,5|. Por lo tanto (13) implica que 1. III. T RANSFORMADA R PIDA DE FASE C UADRTICA . Estas secuencias diezmadas satisfacen propiedad (Fcil de vericar usando (5)) la siguiente

Se supone que = 2p y N = 2q , donde p y q son enteros. Ambas suposiciones hacen que el clculo de la DQPT siga un patrn especial y permiten la explotacin del conocidsimo

PROYECTO FINAL DE SISTEMAS Y SEALES

donde

Ya que Wr.s es independiente de m, al aplicar DF Tm a ambos lados de la ecuacin anterior da y por lo tanto

donde Esta ecuacin implica que en la etapa r, las DFTs parM ciales de z (l) (n) para l = l0 + 2r+1 son simples versiones escaladas de las DFTs parciales de z (l) (n) para l = l0 . Lo siguiente es una propiedad conocidsima de la DFT (Diezmado en el tiempo):

aqu s = 0, 1, ..., 2r 1. Ntese que el lado izquierdo es N una DFT de 2r puntos de una secuencia en la etapa r, y en el N lado derecho hay dos DFTs de 2r+1 puntos de dos secuencias en la etapa r + 1. Las ecuaciones (16) y (17) sugieren que la DF Tn z (l) (n) puede ser calculada de la siguiente manera: se calculan las DFTs de todas las secuencias diezmadas en una etapa alta y para valores pequeos de l, y luego, se calculan las DFTs de las secuencias diezmadas en una etapa inferior y para grandes valores de l de acuerdo a (16) y (17). En la etapa ms alta r = q 1, (16) implica que

Est claro que en la etapa 1, todas las DFTs son DFTS de puntos, y las DFTs para l = 0, 1, ..., M/4 1 producen las DFTs para todos los valores de l despus de un simple 2 escalamiento. Adems, tal escalamiento (W1,s o W1,s ) en la etapa 1 es muy trivial (Es decir, no se requiere multiplicacin alguna).
N 2

III-B.

Procedimiento de FQPT.

El concepto detrs del mtodo FQPT debera ya estar claro en este momento, como tambin puede ser ilustrado de la siguiente manera, asuma los datos 2-D de z (l) (n) tal como se muestra en la gura 2

donde

Ntese que en la etapa q 1, todas las DFTs son DFTs de 2 puntos, y las DFTs para l = 0, 1, ..., M/N 1generan las DFTs para l = M/N, ..., 2(M/N )1 despus de simplemente escalarlas por un factor de Wq1,s . En la primera etapa del diezmado, (16) implica que

Fig. 2. Datos 2-D de z (l) (n). Se diezma cada una de las primeras (Parte inferior de la gura) M/N las (l = 0, 1, ..., M/N 1) de z (l) (n) hasta la etapa ms alta q 1 y entonces se calculan las DFTs (de 2 puntos) de todas las secuencias diezmadas. Mediante el uso de (16) para r = q 1, se obtienen todas las DFTs de 2 puntos para las siguientes M/N las (l = M/N, M/N + 1, 2(M/N ) 1) de z (l) (n) tal como se muestra en la gura 3 (Asumiendo q = 3):

donde

PROYECTO FINAL DE SISTEMAS Y SEALES

donde

Fig. 3. DFTs de 2 puntos para las siguientes M/N las de z (l) (n).

N Se denota mediante DF T (i) z j (n) la DFT de 2i puntos de z j (n). Entonces, la DQPT (Es decir, DF T [z(n)]) puede ser obtenida mediante el seguimiento de la gura 5.

Ahora se calcula las DFTs de 4 puntos de todas las secuencias diezmadas en la etapa q 2 para las primeras 2(M/N ) las de z (l) (n) de acuerdo con (17). Por lo tanto, se obtienen todas las DFTs de 4 puntos para las siguientes 2(M/N ) las de z (l) (n) de acuerdo con (16) y con r = q 2. Este procedimiento continua hasta que se llegue a la etapa 1. En la etapa 1, el primero de los cuatro bloques (l = 0, 1, ..., M/41) de las DFTs de N puntos de z (l) (n), determina las DFTs 2 de N puntos de z (l) (n) en los otros tres bloques restantes 2 (l = M/4, M/4 + 1, ..., M 1). Esto se muestra a continuacin en la gura 4:

Fig. 5. Diagrama de Flujo de DQPT para N=16. La gura 5 representa el Diagrama de Flujo de FQPT para N=16, donde (16) signica mediante la ecuacin (16), y + signica apilar dos vectores en uno solo. La operacin + procede la operacin en cada nivel horizontal. III-C. Complejidad Computacional del mtodo de la DQPT.

Fig. 4. DFTs de 4 puntos para las siguientes 2(M/N ) las de z (l) (n).

Finalmente, la DFT de N puntos de z (l) (n) para cada l se obtiene de las DFTs de N puntos de z (l) (n) en la etapa 1 de 2 acuerdo con (17). Una ilustracin alternativa del procedimiento de la FQPT se muestra en la gura 5. Asumiendo q=4 (Es decir, N=16), se dene una secuencia vectorial

Ahora se evala la complejidad computacional del mtodo de la FQPT y se comparar con el costo involucrado en el clculo directo de la DQPT y el clculo de DQPT usando solo FFTs. En el apndice, se da una expresin explcita para el costo involucrado en el clculo de la FQPT, donde los principales pasos computacionales del mtodo FQPT se encuentran identicados. Adicionalmente en el Apndice se muestra que el nmero total de multiplicaciones complejas involucradas en el clculo de la FQPT es

La relacin entre la carga computacional de la DQPT usando FFTs (14) y la del mtodo FQPT es

PROYECTO FINAL DE SISTEMAS Y SEALES

El clculo directo de la DQPT necesita Mdirecta = N 2 M multiplicaciones complejas (Ver (3)). Por lo tanto, la relacin de la carga computacional del clculo directo de la DQPT y la del mtodo FQPT es

La Tabla 1 presenta una comparacin numrica. La ventaja computacional de la FQPT es ahora muy clara. Fig. 6. Ejemplo 1. Imagen de Contorno de |Y (k, l)| mostrando la ubicacin de los parmetros de fase estimados de una sola 1 seal chirp con N=256, = 16 y SNR= 10 dB. IV-A1. Cdigo en Matlab.: El siguiente cdigo en Matlab est hecho para el caso del ejemplo 1; los valores de N probados fueron 8, 16 y 32; adicionalmente hay ausencia de ruido. clear; clc; % Generacin de una sola seal Chirp. % Datos del ejemplo 1. l=1; % Una sola Chirp con fase cuadrtica. a(1)=1; % Amplitud. % Ejemplo 1. b1= 0.12 , b2= 0.781 % Usar solo 2 decimales en b1 y 3 en b2. % Siempre usar b1 < b2 % Ntese b1 < 0.5, y b2 > 0.5 en los ejemplos del paper % de Muhammad Ikram. % FUNCIONA MUY BIEN CON N=8 y 16. b1(1)=0.12; b2(1)=0.781; N=8; delta=1/16; bink=1/N; binl=delta/N; pi=3.14159265; w=zeros(1,N); % Inicializar Matriz del RUIDO complejo. y=zeros(1,N); % Inicializar Matriz de CHIRP a GENERAR. % Creacin de la Chirp. for n=1:N SUMy=0; temp=0; cont=0; for cont=1:l temp=a(1)*exp((sqrt(-1))*2*pi*(((b1(cont))*n) + ((b2(cont))*n*n))); SUMy=SUMy+temp; end y(n)=SUMy+w(n); end % CLCULO DE LA DQPT de la CHIRP anterior. Y=zeros(N,N/delta); Ymag=zeros(N,N/delta); ejek=zeros(1,N); ejel=zeros(1,N/delta);

Tabla 1. Comparacin de la complejidad computacional para tres diferentes mtodos de clculo de DQPT, para = 1.

IV.

R ESULTADOS DE S IMULACIN .

Algunos ejemplos numricos son presentados para ilustrar el rendimiento de la DQPT para la estimacin de los parmetros de fase de la seal chirp. Tres ejemplos son presentados. El primer ejemplo considera la estimacin de una sola seal chirp, mientras que los otros dos ejemplos consideran la estimacin de dos seales chirp superpuestas. Los datos son generados usando el modelo de la ecuacin (1). En todos los tres ejemplos, el ruido adicional se asume que es Gaussiano Blanco Complejo con media cero y varianza 2 . La relacin Seal a Ruido (SNR) en decibelios se dene como

IV-A.

Ejemplo 1.

En este ejemplo, solo una seal chirp es considerada; es decir, l = 1. Los valores de parmetros asociados con la seal son a = 1, b1 = 0,121 y b2 = 0,781. N = 256 muestras de 1 datos son generados y un valor de = 16 es seleccionado en el clculo de la transformada Y (k, l). El tamao de las 1 cajas en las dos dimensiones k y l son 256 = 0,0039 y 1 4 , respectivamente. La SNR para este (32128) = 2,44 10 ejemplo particular es 10 dB. La gura 6 muestra una imagen de contorno de los datos bidimensionales obtenidos tomando la magnitud de la DQPT y escalando los ejes. Un pico agudo se observa en el punto correspondiente a los valores estimados de fase b1 = 0,1211 y b2 = 0,781. La magnitud del pico es 242,3.

PROYECTO FINAL DE SISTEMAS Y SEALES

PICO1=0; LPICO1=0; KPICO1=0; PICO2=0; LPICO2=0; KPICO2=0; tempPOS=0; temp2=0; temp3=0; PARTE1=0; PARTE2=0; veces=0; for contk=1:(N) for contl=1:(N/delta) SUMY=0; temp=0; for n=1:N PARTE1=exp((-sqrt(-1))*2*pi*((contk-1)* (n-1)/N)); PARTE2=exp((-sqrt(-1))*2*pi*((contl-1)* (n-1)*(n-1)*delta/N)); temp=y(n)*PARTE1*PARTE2; SUMY=SUMY+temp; disp(contk);disp( );disp(contl); end Y(contk,contl)=SUMY; Ymag(contk,contl)=abs(SUMY); if (Ymag(contk,contl)>PICO1) PICO2=PICO1; LPICO2=LPICO1; KPICO2=KPICO1; PICO1=Ymag(contk,contl); LPICO1=contl; KPICO1=contk; end ejel(contl)=contl-1; end ejek(contk)=contk-1; end % Resultados de los clculos de los valores estimados de % b1 y b2 de la Chirp. disp(Pico ms alto =); disp(PICO1); disp(Valor Estimado de b1 = ); disp((KPICO2-1)/N); disp(Valor Estimado de b2 = ); disp((LPICO1-1)*delta/N); YmagTRAS=zeros(N,N/delta); YmagTRAS= circshift(Ymag,KPICO1-KPICO2); % GRFICA DE LA MAGNITUD DE LA DQPT EN 3D. % RESULTADOS REORGANIZADOS. gure(1) axes(position,[.1 .15 .8 .8]) surfc(ejel,ejek,YmagTRAS) title(Grca en 3D); xlabel(Clculo de b2. l est entre [0 , (N/delta)-1]); ylabel(Clculo de b1. k est entre [0 , N-1]); zlabel(Magnitud de la DQPT);

axis([0 (N/delta)-1 0 N-1]); grid minor; axes(position,[.1 .01 .8 .05]) pcolor([1:20;1:20]); % GRFICA DE CONTORNO DE LA MAGNITUD DE LA DQPT. % RESULTADOS REORGANIZADOS. gure(2) axes(position,[.1 .15 .8 .8]) contour(ejel,ejek,YmagTRAS) title(Grca de contorno - Altura de la Magnitud de la DQPT); xlabel(Clculo de b2. l est entre [0 , (N/delta)-1]); ylabel(Clculo de b1. k est entre [0 , N-1]); axis([0 (N/delta)-1 0 N-1]); grid minor; axes(position,[.1 .01 .8 .05]) pcolor([1:20;1:20]);

Fig. 7. Resultado de la ejecucin del programa en Matlab del ejemplo1.

Fig. 8. Resultado de la ejecucin del programa en Matlab del ejemplo1.

Fig. 9. Resultado de la ejecucin del programa en Matlab del ejemplo1.

PROYECTO FINAL DE SISTEMAS Y SEALES

IV-B.

Ejemplo 2.

El segundo ejemplo considera una seal con dos chirps, tomando en cuenta los siguientes valores de parmetros:

N=256 muestras de datos que son generadas y poseen ruido. 1 Un valor de = 16 se selecciona en el clculo de la DQPT y la SNR=10 dB. La gura 10 muestra una imagen de contorno de |Y (k, l)| gracada en ejes escalados donde se observan dos picos correspondientes a los valores desconocidos de los parmetros de fase. Los valores estimados son

Fig. 11. Ejemplo 3. Imagen de Contorno de |Y (k, l)| mostrando la ubicacin de los parmetros de fase estimados de dos seales chirp que tienen el mismo valor de los parmetros de 1 fase de segundo orden con N=256, = 16 y SNR= 10 dB.

V.

C ONCLUSIN .

El mtodo de la DQPT es muy til para estimar los parmetros de las seales chirp, las cuales poseen una gran variedad de aplicaciones. La novedosa y rpida implementacin de la DQPT, llamada FQPT, proveer un ahorro computacional signicante para todos los usuarios de la DQPT. VI. A PNDICE .

Fig. 10. Ejemplo 2. Imagen de Contorno de |Y (k, l)| mostrando la ubicacin de los parmetros de fase estimados de dos 1 seales chirp con N=256, = 16 y SNR= 10 dB.

IV-C.

Ejemplo 3.

Ahora se consideran dos seales chirp que tienen el mismo valor de los parmetros de fase de segundo orden; sin embargo, diferentes de los parmetros de fase de primer orden

Aqu se muestra la complejidad computacional del mtodo de la FQPT. Primero se dene los pasos computacionales principales del mtodo. Esto es seguido por la evaluacin del nmero de multiplicaciones complejas envueltas en cada paso. Los pasos computacionales principales en el mtodo FQPT son VI-1. Paso 1.: Clculo de la secuencia transformada N 1 z (l) (n) n=0 y sus correspondientes DFTs de 2 puntos para l = 0, ..., 2p 1. El clculo de la secuencia z (0) (n) no requiere multiplicacin alguna, mientras que cada una de las otras secuencias transformadas requiere N multiplicaciones complejas. Adicionalmente, el clculo de las DFTs de 2 puntos tampoco requiere multiplicaciones complejas. Por lo tanto, el nmero total de multiplicaciones complejas envueltas en el paso 1 es

VI-2.
1 Para 256 muestras de datos infectadas con ruido, = 16 y SNR=10 dB, los valores estimados de los parmetros de fase obtenidos de los picos de la funcin bidimensional |Y (k, l)| son

Paso 2.: Para cada etapa r desde q 1 hasta 2:

Mediante el uso de la ecuacin (16), se calcula las DFTs N M de 2r+1 puntos de z (l) (n), l = 2r+1 , ..., M 1. 2r Ahora, mediante el uso de la ecuacin (17), se calculan N las DFTs de 2r puntos de z (l) (n), l = 0, ..., M 1. 2r
M La primera operacin necesita N ( 2r+1 ) multiplicaciones complejas, mientras que la segunda operacin requiere de ( N )( M ) 2 2r multiplicaciones complejas en cada etapa r. El nmero total de multiplicaciones complejas envueltas en el paso 2 es

La imagen de contorno de |Y (k, l)| se muestra en la gura 11.

PROYECTO FINAL DE SISTEMAS Y SEALES

VI-3. Paso 3.: En la etapa r = 1: Mediante el uso de las ecuaciones (19) y (20), se calculan las DFTs de N puntos de z (l) (n), l = M , ..., M 1. 2 4 Ahora, mediante el uso de la ecuacin (17), se calculan las DFTs de N puntos de z (l) (n), l = 0, ..., M 1. La primera operacin no requiere multiplicaciones complejas, mientras que la segunda operacin necesita ( N )M multipli2 caciones complejas. El total de multiplicaciones complejas involucradas en el paso 3 es

9.

10.

11.

12. VI-A. Cuenta de operaciones totales para el mtodo FQPT. 13.

El nmero total de multiplicaciones complejas involucradas en el clculo de la FQPT es la suma de todas las cuentas de las operaciones desde el paso 1 hasta el paso 3,

14.

15.

Signals, Systems and Computers, Pacic Grove, CA, Nov. 1987, pp. 555558. Nussbaumer, H. J. Fast Fourier Transform and Convolution Algorithms. Springer-Verlag, Berlin/Heidelberg, 1981. Peleg, S., and Friedlander, B. The discrete polynomialphase transform. IEEE Trans. Signal Process. 43(8) (1995), 1901 1914. Peleg, S., and Friedlander, B. Multicomponent signal analysis using the polynomial-phase transform. IEEE Trans. Aero- space Electron. Syst. 32(1) (1996), 378387. Shamsunder, S., Giannakis, G. B., and Friedlander, B. Esti- mating random amplitude polynomial phase signals: A cyclo- stationary approach. IEEE Trans. Signal Process. 43(2) (1995), 492505. Zhou, G., Giannakis, G. B., and Swami, A. On polynomial phase signals with time-varying amplitudes. IEEE Trans. Signal Process. 44(4) (1996), 848861. Ikram, M. Z. Estimation of Polynomial Phase Signals for SAR Imaging of Moving Targets. Masters Thesis, University of Melbourne, Australia, Dec., 1996. Ikram, M.Z. Abed-Meraim, K. Hua, Y. Fast discrete quadratic phase transform for estimating the parameters of chirp signals. IEEE Signals, Systems and Computers, 1996. 798 - 802 vol.1 AGRADECIEMIENTOS .

VII.

B IBLIOGRAFA .

1. Abatzoglou, T. J. Fast maximum likelihood joint estimation of frequency and frequency rate. IEEE Trans. Aerospace Elec- tron. Syst. AES-22(6) (1986), 708715. 2. Barbarossa, S. Detection and estimation of the instantaneous frequency of polynomial phase signals by multilinear time- frequency representations. In Proceedings of the IEEE Signal Processing Workshop on Higher Order Statistics, South Lake Tahoe, CA, June 1993, pp. 168172. 3. Boashash, B., Ed. Time-Frequency Signals Analysis: Methods and Applications. Halsted Press, New York, 1992. 4. Djuric, P. M., and Kay, S. M. Parameter estimation of chirp signals. IEEE Trans. Acoust. Speech Signal Process. 38(12) (1990), 21182126. 5. Friedlander, B. Parametric signal analysis using the polyno- mial phase transform. In Proceedings of the IEEE Signal Processing Workshop on Higher Order Statistics, South Lake Tahoe, CA, June 1993, pp. 151159. 6. Friedlander, B., and Francos, J. M. Estimation of amplitude and phase parameters of multicomponent signals. IEEE Trans. Signal Process. 43(4) (1995), 917926. 7. Kelly, E. J. The radar measurement of range, velocity, and acceleration. IRE Trans. Military Electron. MIL-5 (1961), 5157. 8. Kumaresan, R., and Verma, S. On estimating the parameters of chirp signals using rank reduction techniques. In Proceed- ings of the 21st Asilomar Conference on

Se le agradece de manera muy especial a los seores Ikram Muhammad, K. Abed-Meraim y Hua Yingbo, del Departamento de Ingenieras Elctrica y Electrnica de la Universidad de Melbourne (Australia) por haber producido el artculo original del trabajo realizado sobre las seales chirp. Tambin se le agradece al profesor MsC Csar Augusto Aceros Moreno por su valiosa colaboracin en la ampliacin del conocimiento relacionado con las aplicaciones de los sistemas y las seales.

Jaime F. Ricardo B Nacido el 13 de Junio de 1976 en la ciudad de Barrancabermeja (Santander - Colombia), graduado de Ingeniero Electrnico en la Universidad Ponticia Bolivariana (UPB) en 1999, y posteriormente graduado de Especialista en Telecomunicaciones de la Universidad Autnoma de Bucaramanga (UNAB) en el ao 2000. Actualmente cursa estudios de Maestra en Ingeniera Electrnica en la Universidad Ponticia Bolivariana. Dentro de los intereses, el que ms predomina es sobre sistemas SCADA.