Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Lógica digital
muestreo
>
Computadoras digitales
Posición
Velocidad Muestras
Señales físicas Temperatura muestreo secuencia de valores
…………etc.
V.F
CAD 001010001110
S
t V
tiempo de conversión
finito
Tiempo de muestreo
t Tasa de cambio de la señ
monitoreada
TS
CAD 001010001110
S
V
SHC
∞
r ∗ (t ) = ∑r (t )δ (t − kT ) Secuencia de impulsos
k =−∞
∞
∫−∞
f (t )δ (t − a ) dt = f ( a )Propiedad del impulso
t
∫−∞
δ (τ )dτ =1(t ) Integral del impulso
∞
L{δ (t )} = ∫ δ (τ )e −sτ dτ =1T . Laplace del impulso
−∞
∞ ∞ ∞
L{r (t )} = ∫ r (τ )e
∗
−∞
∗ −sτ
dτ = ∫
−∞
∑
k =−∞
r (t )δ (t − kT )e −sτ
dτ
∞
∗
R ( s) = ∑r (
k =−∞
kT )e −skT
Transformada estrella
Análisis de la operación de mantenga . ( zero order hold )
r( t ) r*(t)
T r*(t)
rh r( t ) ZOH rh
rh (t ) = r ( kT ) kT ≤ t < kT +T
p (t ) =1(t ) −1(t −T )
ZOH ( s ) = L{ p (t )}
∞
ZOH ( s ) = ∫ [1(t ) −1(t −T )] e −st dt
0
(1 −e −st )
ZOH ( s ) =
s
ESPECTRO DE UN SEÑAL MUESTREADA
∞
r ∗ (t ) = ∑r (t )δ (t − kT )
k =−∞
Definición de r*( t )
∞ ∞ 2πn
j( )t
∑ δ (t − kT ) = ∑C e
k =−∞ n =−∞
n
T Representación por Fourier de la serie perió
T /2 ∞ 2πt
1 − jn ( )
Cn =
T ∫ ∑δ (t − kT )e
−T / 2 k =−∞
T
dt Definición de C n
T /2 2πt
1 − jn ( ) 1
Cn =
T ∫δ (t )e
−T / 2
T
dt =
T
∞ ∞ 2πn
1 j( )t
∑
k =−∞
δ (t − kT ) =
T
∑e
n =−∞
T
Representación de la sumatoria
una serie de Fourier
de impulsos c
2πDefinición
ωs = la frecuencia de muestreo en radianes
T
∞
1 ∞
−st
L{r (t )} = ∫ r (t )
∗
T
∑e
n =−∞
jn ωs t
e dt
−∞
∞ ∞ ∞ ∞
1 1
∗
R (s) =
T
∑
n =−∞ −∞
∫ r (t )e
jn ωs t
e −st
dt =
T
∑ ∫ r
n =−∞ −∞
(t )e −( s − jn ωs ) t
dt
∞
1
∗
R (s) =
T
∑R( s − jn ω )
n =−∞
Transformada de Laplace de r( t ) cambiadas las variabl
s
R ( jω1 )
R ( jω0 )
2π
ω0 = ω1 −
T
.
. .
.
.
.
.
.
. .
.
. .
Sinusoides diferentes muestreadas a T=1seg con similares valores
presente:
ω) tiene componentes sobre la frecuencia de Nyquist ωs /2 o π/T, el sobrelapamiento
sing ocurrirán.
rema del muestreo requiere que R(jω) = 0 exactamente para todas las frecuencias
π/T.
no de las oscilaciones ocultas si la frecuencia de la señal esta solo sobre π/T puede mues
al, pero existe la posibilidad que esta contenga algunas frecuencias que el muestreo omite.
Extrapolación de datos e impostores .
ración de datos bajo características de frecuencia correctas.
r una metodología o herramienta matemática para reconstruir la señal.
ectro de R(jω) esta contenido en la parte de baja frecuencia de R*(jω) (filtro pasa bajo).
ecuperar R(jω) solo se procesa R*(jω) (FPB) y se multiplica por T.
tiene energía cero para frecuencias mayores a |π/T| (banda limitada ), entonces con un FPB ideal de gana
π/T ω π/T y cero en cualquiera otra frecuencia, lo que permite recuperar R(jω) a partir de R*(
pasa bajo ideal L (jω).
πt
l (t ) = sinc t/T
T
∞ ∞ ∞
π (t −τ )
r (t ) = ∫ r * (t ) ×l (t ) = ∫ r (τ ) ∑
k =−
∞
δ (τ − kT ) ×sinc
T
dτ
−∞ −∞
∞
π (t − kT )
r (t ) = ∑
k =−
∞
r ( kT )sinc
T
l(t) FIR de FPB ideal L (jω), en
consecuencia el filtro es no causal
Evitar el retardo.
1 − e − jωT
ZOH ( jω) =
jω
Cambio de fase
jωT / 2 − jωT / 2
e −e 2j retardo
ZOH ( jω) = e − jωT / 2
2j jω
ωT
sin
ZOH ( jω) = Te − jωT / 2 2 = e − jωT / 2Tsinc ωT
ganancia
ωT 2
2
ωT
ZOH ( jω) = Tsinc
2
ωT
∠ZOH ( jω) = −
2
ωT
Θυ ε δ αν δ ο ε ν ε ϖι δ ε ω ) = Te − jωT / 2
ν χ ι α θ υ ε Ρ η ε σ τ α µ β ι ν υ ν α σ υ µ
ZOH ( j sinc
ι ν φ ι ν ι τ α δ ε ι µ π υ λ
2
σ ο σ χ υ α ν τ ι φ ι χ α δ ο σ π ο ρ ι ν τε ν σ
δ α σ π ο ρ λ α φ υ ν χ ι ⌠ν σ ι ν χ ψ δ ε σ φ α σ α δ α σ π ο ρ ωΤ /2.
Θυ ε ε σ ε λ Φ ΟΗ?
Análisis de diagramas de bloques .
r* e e* u
H(s) G(s)
T T T
R(s) R*(s) E( s) E*(s) U(s) U*(s)
E ( s ) = R * ( s ) H ( s ) U ( s ) = E * ( s )G ( s )
E * ( s )señal muestreada periódica
G ( s ) f.t. no periódica
U * ( s ) = ( E * ( s )G ( s ))* = E * ( s )G * ( s )
factor
∞
1
U * (s) =
T
∑E * ( s − jn ω )G ( s − jn ω )
n =−
∞
s s
∞
1
E * (s) =
T
∑E ( s − jk ω )
k =−
∞
s
∞
1
E * ( s − jn ωs ) =
T k =−
∞
∑E ( s − jk ω − jn ω )s s k =l −n
∞
1
E * ( s − jn ωs ) =
T k =−
∞
∑E ( s − jl ω ) = E * ( s)
s
1 ∞
U * ( s) = E * ( s) ∑
T n =−∞
G ( s − jn ωs )
U * ( s ) = E * ( s )G * ( s )
U ( s ) = E ( s )G ( s )
Tener presente la característica de
U * ( s ) ≠ E * ( s )G * ( s ) periodicidad de E*( s ).
U * ( s ) =[ EG ] * ( s )
e sT = z
U ( z ) =U * ( s ) e sT =z
∞
1
U * = ∑e sT =
−∞ 1 −e −sT
z e sT 1
U ( z) = = sT =
z −1 e −1 1 −e −sT
e e* m* urh
D*(s) (1-e-Ts )/s G(s)
-
*
1 −e −Ts
Y * = GM *
E ( s ) = R −Y s
M * (s) = E * D * *
1 −e Ts
(
Y * = 1 −e −Ts ) G
M *
U =M * s
s *
M * =E * D * (
Y * = 1 −e −Ts ) G
D * [ R * −Y *]
s
U * =M * *
Y * =[GU ] * H * = 1 −e −Ts( ) G
D *
s
H*
Y* = R*
1 +H *
a
G (s) = Planta
s +a
u ( kT ) =u ( kT −T ) + K 0 e( kT ) Proceso
1 Periodo
T →e −aT =
2
U ( z) K0 K0 z
D( z ) = = =
E ( z ) 1 − z −1 z −1
K 0 e sT
D * ( s ) = sT
e −1
* * *
G ( s) a −sT 1 1
(1 −e −sT ) = (1 −e
−sT
)
s ( s +a ) = (1 − e ) −
s s s +a
* 1
G ( s) 1 1
(1 −e −sT
) = (1 −e
−sT
) −sT
− −aT −sT
= sT 2
s 1 −e 1 −e e e −1
2
K0 e sT
H * ( s) = ∞
2 (e sT −1)( e sT − 1 ) ∗
R ( s) = ∑r (kT )e −skT
2 k =−∞
D * (1 −e −sT ) G ( s )
Y (s) = R * G ( s) Z ; z = e
sT
1 +H * s s
E U U*
H(s) G(s)
-
E = R −Y
Un sistema de datos muestreados es variante en el tie
U = HE La respuesta depende del tiempo de muestreo y donde
muestrea .
Y =U * G Solo cuando existen muestras a la entrada del sistema
existir función de transferencia discreta .
E* = R * −Y *
U * = ( HE ) *
Y * =U * G *
U * = ( H ( R −Y ))* = ( HR ) * −( HY ) *
U * = ( HR ) * −( HU * G ) *
U * = ( HR ) * −U * ( HG ) *
( HR ) *
U* =
1 +( HG ) *
( HR ) *
Y* = G * NO ES FUNCION DE TRANSFERENCIA
1 +( HG ) *
E*
H(s)
-
G2(s) G1(s)
M* M
E ( s ) = R −M * G2
Solo las muestras de la entrada
M ( s ) = E * HG 1 externa son usadas para provoca
la salida
E* = R * −M * G2 *
M * = E * ( HG 1 ) *
E* = R * −E * ( HG 1 ) * G2 *
R*
E* =
1 +( HG 1 ) * G2 *
R*H
Y =E * H =
1 +( HG 1 ) * G2 *
R*H *
Y* = F.T
1 +( HG 1 ) * G2 *