Convolución Dr. Luis Javier Morales Mendoza Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Índice 4.1. Introducción. 4.2. Análisis de Sistemas Discretos Lineales e Invariantes en el Tiempo. 4.2.1. Técnicas para el análisis de sistemas lineales 4.2.2. Descomposición de una Señal Discreta en Impulsos 4.2.3. Respuesta de un Sistema LTI a Entradas Arbitrarias: La Convolución 4.2.4. Métodos para el Cálculo de la Convolución 4.2.5. Propiedades de la Convolución y la Interconexión de Sistemas LTI 4.3. Tareas Dr. Luis Javier Morales Mendoza 2 1 Introducción 4.1. Introducción En la lectura 3 se clasificaron lo sistemas según ciertas propiedades características o categorías. Habiendo hecho esto, nos centraremos ahora en el análisis de los sistemas que poseen una linealidad e invarianza en el tiempo comúnmente abreviados como sistemas LTI. En concreto, demostraremos que dichos sistemas quedan caracterizados en el dominio del tiempo por su respuesta a un impulso unitario. Además, se demostrará que cualquier secuencia de entrada puede considerarse como la suma ponderada de impulsos unitarios (deltas). Entonces, como consecuencia, de las propiedades de linealidad e invarianza en el tiempo del sistema, la respuesta del sistema a cualquier secuencia de entrada podrá ser expresada en términos de la respuesta del sistema al impulso unitario. Dr. Luis Javier Morales Mendoza 3 Introducción Se obtendrá además, la formula general que relaciona la respuesta al impulso unitario con las señales de entrada y salida del sistema, conocida como convolución. Y finalmente, seremos capaces de determinar la salida de un sistema lineal e invariante en el tiempo para cualquier señal de entrada. 4.2. Análisis de Sistemas Discretos LTI 4.2.1. Técnicas para el análisis de sistemas lineales Existen dos métodos básicos para el análisis del comportamiento o respuesta de un sistema lineal a una determinada señal de entrada. Un método se basa en obtener la solución de la ecuación de entrada-salida del sistema que, en general tiene la siguiente forma y (n) = F [ y (n + 1), y (n + 2),..., y (n + N ), x(n), x(n − 1),..., x(n − N )] (4.1) donde F[.] representa cualquier función. Dr. Luis Javier Morales Mendoza 4 2 Análisis de sistemas LTI En concreto para sistema lineales e invariantes en el tiempo (LTI), se verá más adelante que la forma general de la relación de entrada-salida esta definida como N M k =1 k =0 y (n) = −∑ a k y ( n − k ) + ∑ bk x(n − k ) (4.2) donde {ak} y {bk} son los parámetros constantes que especifican el sistema y son independientes de x(n) e y(n). La relación entrada-salida dada en (4.2) se denomina ecuación en diferencias y representa una de las maneras de caracterizar el comportamiento de un sistema discreto LTI. El segundo método para el análisis del comportamiento de un sistema lineal ante una determinada entrada se basa en descomponer dicha señal de entrada en señales elementales. Las señales se escogen de manera que sea fácil determinar la respuesta del sistema a cada una de ellas. Dr. Luis Javier Morales Mendoza 5 Análisis de sistemas LTI Entonces, usando la propiedad de linealidad del sistema, se suman las respuestas del sistema a cada una para obtener la respuesta global del sistema. Demostración: Se tiene que la señal x(n) puede ser expresada como una suma ponderada de señales elementales {xk(n)} x ( n) = ∑ c k x k ( n) k donde los {ck} definen el conjunto de coeficientes de ponderación de la descomposición de la señal x(n). Por lo tanto, la respuesta de la señal elemental es definida como y k (n) = T [ x k (n)] Dr. Luis Javier Morales Mendoza 6 3 Análisis de sistemas LTI Para un sistema está en reposo, la respuesta del sistema ckxk(n) es ckyk(n). Por lo tanto, la respuesta total de la entrada x(n) es ⎡ ⎤ y (n) = T [ x( n)] = T ⎢∑ c k x k (n)⎥ = ⎣k ⎦ ∑ c T [x k k ( n)] = k ∑ c y (n ) k k (4.3) k Aunque, a primera vista parece que la elección de las señales elementales es completamente arbitraria, en realidad dicha elección está fuertemente condicionada por la clase de señales de entrada que queremos considerar. Si no se considera ninguna restricción para las señales de entrada, entonces, la descomposición de las mismas en una suma ponderada de impulsos unitarios desplazados la cual es matemáticamente conveniente y completamente general. Dr. Luis Javier Morales Mendoza 7 Análisis de sistemas LTI ckδ(n) ckδ(n – 2) n + Figura 4.1. n ckδ(n – 1) + + ckδ(n – 3) n Dr. Luis Javier Morales Mendoza n 8 4 Análisis de sistemas LTI 4.2.2. Descomposición de una Señal Discreta en Impulsos Supongamos que se tiene una señal arbitraria x(n) que se quiere expresar como la suma de impulsos unitarios. Primero se escoge las señales elementales xk(n) como x k ( n) = δ ( n − k ) donde k representa el retrazo del impulso unitario. Para poder manejar una señal arbitraria x(n) que puede tener infinitos valores, el conjunto de impulsos unitarios debe ser también infinito, para contener un número infinito de desplazamientos. Supongamos ahora, que se multiplica la secuencia x(n) con δ(n – k) . Dr. Luis Javier Morales Mendoza 9 Análisis de sistemas LTI dado que δ(n – k) es cero en todos los puntos excepto en n = k, donde vale uno, el resultado de esta multiplicación en otra secuencia que vale cero en todos los puntos excepto en n = k donde vale x(k), como se ilustra en la Figura 4.2 por lo tanto x(n )δ (n − k ) = x(k )δ (n − k ) En otras palabras, cada multiplicación de la señal x(n) por un impulso unitario desplazada k unidades y se extrae de la secuencia x(n) el valor en el punto n = k ya que el impulso unitario vale uno en ese punto. En consecuencia, si repetimos esta multiplicación por todos los posibles desplazamientos en el dominio de –∞ < k < ∞, y se suma el resultado de todas estas multiplicaciones, se obtendrá una señal igual a la secuencia original x(n). Dr. Luis Javier Morales Mendoza 10 5 Análisis de sistemas LTI 4 x(n) 2 0 -2 -10 -5 0 5 10 15 20 -5 0 5 10 15 20 -5 0 5 10 15 20 1 δ(n – k) 0.5 0 -10 0 y(n) -1 -2 -10 Figura 4.2. Multiplicación de una señal x(n) con un impulso unitario desplazado Dr. Luis Javier Morales Mendoza 11 Análisis de sistemas LTI Es decir x ( n) = ∞ ∑ x(k )δ (n − k ) (4.4) k = −∞ Aquí, se hace hincapié el hecho de que la parte derecha de (4.4) es la sumatoria de un número infinito de impulsos unitarios δ(n – k) que tiene una amplitud x(k). Así, la parte derecha nos proporciona la descomposición de una señal arbitraria x(n) en una suma ponderada de impulsos unitarios desplazados. Ejemplo 4.1. Considere una secuencia de duración finita dada por x(n) = {2, 4, 0, 3}, exprese esta secuencias x(n) como la suma ponderada de impulsos unitarios. Dr. Luis Javier Morales Mendoza 12 6 Análisis de sistemas LTI Sol. Dado que la secuencia x(n) es distinta de cero para n = –1, 0 y 2, entonces, se necesitan tres impulsos en los puntos k = –1, 0 y 2, entonces se tiene x(n) = 2δ (n + 1) + 4δ (n ) + 3δ (n − 2) Ejemplo 4.2. Exprese la siguiente secuencia en términos de impulsos unitarios. x(n) = {2, 3, 4, 3, 2, 1, 0, -1, -2} x(n ) = 2δ (n + 2 ) + 3δ (n + 1) + 4δ (n ) + 3δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 5) − 2δ (n − 6 ) Dr. Luis Javier Morales Mendoza 13 Análisis de sistemas LTI 4.2.3. Respuesta de un Sistema LTI a Entradas Arbitrarias: La Convolución Ahora que se ha expresado una señal de entrada arbitraria x(n) como la suma ponderada de impulsos, estamos preparados para determinar la respuesta de un sistema LTI en reposo a cualquier señal de entrada. Primero, se denotará la respuesta del sistema y(n,k) a un impulso unitario en el instante n = k mediante el símbolo especial h(n,k) de –∞ < k < ∞. Es decir y(n, k ) ≡ h(n, k ) = T [δ (n − k )] (4.5) En (4.5) se observa que n es el índice temporal y k indica la posición del impulso o instante en el que el impulso unitario es distinto a cero. Si el impulso a la entrada del sistema se escala una cierta cantidad ck ≡ x(k), la respuesta del sistema quedará escalada por la misma cantidad , esto es, Dr. Luis Javier Morales Mendoza 14 7 Análisis de sistemas LTI c k h(n, k ) = x(k )h(n, k ) (4.6) Finalmente, si la entrada es la señal arbitraria x(n) es expresada como la suma ponderada de impulsos x (n) = ∞ ∑ x(k )δ (n − k ) (4.7) k = −∞ entonces la respuesta del sistema es la correspondiente suma ponderada de la respuesta a los impulsos es, ∞ ⎡ ∞ ⎤ y (n) = T [ x(n)] = T ⎢ ∑ x(k )δ (n − k )⎥ = ∑ x( k )T [δ (n − k )] ⎣ k = −∞ ⎦ k = −∞ Dr. Luis Javier Morales Mendoza 15 Análisis de sistemas LTI y (n ) = ∞ ∑ x ( k ) h ( n, k ) (4.8) k = −∞ Claramente, la (4.8) cumple con el principio de superposición de los sistemas lineales y se conoce como sumatoria de superposición. Es importante notar que (4.8) es la respuesta de un sistema lineal a cualquier secuencia de entrada x(n). Esta expresión es una función tanto de x(n) como de las respuestas h(n,k) del sistema a los impulsos unitarios δ(n – k) con –∞ < k < ∞. Para obtener la (4.8) se hizo uso de la propiedad de linealidad del sistema, pero no de la propiedad de invarianza en el tiempo. Por lo tanto, la expresión (4.8) es aplicable a cualquier sistema lineal en reposo. Si además, el sistema es invariante en el tiempo, la (4.8) se simplifica considerablemente. Dr. Luis Javier Morales Mendoza 16 8 Análisis de sistemas LTI De hecho, si la respuesta del sistema al impulso unitario δ(n) se denota por h(n), esto es h(n ) ≡ T [δ (n )] entonces, por la propiedad de invarianza en el tiempo, la respuesta del sistema al impulso unitario desplazado δ(n – k) es h(n − k ) = T [δ (n − k )] en consecuencia, y (n ) = ∞ ∑ x(k )h(n − k ) (4.9) k = −∞ Ahora queda claro que el sistema LTI en reposo queda totalmente caracterizado por la función h(n), es decir, su respuesta al impulso unitario δ(n). Dr. Luis Javier Morales Mendoza 17 Análisis de sistemas LTI Por el contrario, la caracterización de la salida de una salida lineal invariante en el tiempo exige el conocimiento de infinita funciones de respuesta a los impulsos unitarios desplazados. La expresión (4.9) da la respuesta y(n) del sistema LTI como función de la señal de entrada x(n) y de la respuesta impulsional h(n) se denomina convolución. En otras palabras, la entrada del sistema x(n) se convoluciona con la respuesta impulsional h(n) para producir la salida y(n). El procedimiento para calcular a y(n) tanto en forma matemática como en forma gráfica, dada una entrada x(n) y una respuesta impulsional del sistema h(n) se presenta a continuación: Suponga que se quiere calcular la salida del sistema en un instante determinado, por ejemplo n = no. Dr. Luis Javier Morales Mendoza 18 9 Análisis de sistemas LTI De acuerdo con (4.9), la respuesta de salida es: y (no ) = ∞ ∑ x(k )h(n k = −∞ o − k) (4.10) La primera observación es que, el índice de la sumatoria es k, y, por lo tanto, la señal de entrada k como la respuesta impulsional h(no – k) son funciones de k. En segundo lugar se observa que las secuencias x(k) y h(no – k) se multiplican para formar la secuencia producto. Finalmente, la salida y(no) es simplemente la suma sobre todos los valores de la secuencia producto. La secuencia h(no – k) se obtiene a partir de h(k) , reflejando primero dicha secuencia con respecto al origen, lo que proporciona la secuencia h(–k) y después, se desplaza no muestras para producir h(no – k). Resumiendo, el cálculo de la convolución entre x(k) y h(k) supone la realización de los siguientes cuatro pasos: Dr. Luis Javier Morales Mendoza 19 Análisis de sistemas LTI 1. Reflexión. Se refleja h(k) con respecto a k para producir h(– k). 2. Desplazamiento. Se desplaza h(– k), no muestras hacia la derecha si es positivo, para obtener h(no – k) 3. Multiplicación. Se multiplica x(k) por h(no – k) para obtener la secuencia producto v(k) = x(k) h(no – k) 4. Suma. Se suman todos los valores de la secuencia producto v(k) y se obtiene el valor de la salida en el instante n = no. Con este procedimiento se obtiene la salida del sistema en un instante determinado, digamos en n = no. En general, lo importante es determinar la salida del sistema para cualquier instante de tiempo, es decir, –∞ < n < ∞. En consecuencia, los pasos 2 y 4 del procedimiento descrito atrás deberá repetirse para todos los posibles valores del desplazamiento de n. Dr. Luis Javier Morales Mendoza 20 10 Análisis de sistemas LTI 4.2.4. Métodos de Cálculo de la Convolución: Método gráfico Señal # 1 Señal # 2 8 y (0) = ∑ x(k )h(0 − k ) k = −2 =0+0+0+1+0+0+0+0 +0+0+0 y(0) = 1 Inversión de la Señal # 2 (l = 0) Figura 4.3 Dr. Luis Javier Morales Mendoza 21 Análisis de sistemas LTI y (1) = 8 ∑ x(k )h(1 − k ) k = −2 =0+0+0+2+1+0+0+0 +0+0+0 y(1) = 3 Corrimiento de la Señal # 2 (l = 1) Dr. Luis Javier Morales Mendoza 22 11 Análisis de sistemas LTI y (2) = 8 ∑ x(k )h(2 − k ) k = −2 =0+0+0+3+2+1+0+0 +0+0+0 y(2) = 6 Corrimiento de la Señal # 2 (l = 2) Dr. Luis Javier Morales Mendoza 23 Análisis de sistemas LTI y (− 1) = 8 ∑ x(k )h(− 1 − k ) k = −2 =0+0+0+0+0+0+0+0 +0+0+0 y(–1) = 0 Corrimiento de la Señal # 2 para Dr. Luis Javier Morales Mendoza 24 12 Análisis de sistemas LTI Señal # 1 Señal # 2 ∞ y (n ) = ∑ x(k )h(n − k ) k =∞ y(n) = {1, 3, 6, 5, 3} Dr. Luis Javier Morales Mendoza 25 Análisis de sistemas LTI Método Tabular 1. Se colocan todas las muestras discretas de ambas secuencias en acorde a la variable independiente n. 2. Se toma el primer elemento de h(n) y se realiza la multiplicación elemento a elemento con x(n). 3. Se desplaza una posición y se realiza la misma operación de multiplicación para cada uno de los elementos de h(n). 4. Se realiza la suma algebraica de todos los elementos de las secuencias productos obtenidas y se reasignan a la secuencia y(n) según la variable independiente n como se muestra en la Figura 4.4. Dr. Luis Javier Morales Mendoza 26 13 Análisis de sistemas LTI Figura 4.4. Método tabular para el cálculo de la convolución Dr. Luis Javier Morales Mendoza 27 Análisis de sistemas LTI Ejemplo 4.3. La respuesta impulsional de un sistema lineal e invariante en el tiempo es h(n). Determine la respuesta del sistema si la señal de entrada es x(n) = {1, 2, 3, 1} y h(n) = {1, 2, 1, -1}. Sol. y(n) = {1, 4, 8, 8, 3, –2, –1} Dr. Luis Javier Morales Mendoza 28 14 Análisis de sistemas LTI Ejemplo 4.4. La respuesta impulsional de un sistema LTI y la señal x(n) se muestran en la Figura 3. Determine la señal de salida del sistema x(n) = {0, 1, 1, 1} h(n) = {1, 2, 3} 4+1=5 y(n) = {1, 3, 6, 5, 3} Dr. Luis Javier Morales Mendoza 29 Análisis de sistemas LTI Método Analítico para encontrar la convolución entre dos secuencias define los siguientes pasos 1. Se transforman ambas secuencias discretas en suma de deltas desplazadas y ponderadas. 2. Después, se multiplica la secuencia h(n) transformada con la secuencia x(n) simbólica 3. Se transforma el resultado de la multiplicación en su equivalente de suma de deltas desplazadas y ponderadas. 4. Se agrupan las deltas semejantes y se realiza la suma algebraica correspondiente. Dr. Luis Javier Morales Mendoza 30 15 Análisis de sistemas LTI Ejemplo 4.5. Solucionar el ejemplo 3 con el método analítico. Sol. Dr. Luis Javier Morales Mendoza 31 Análisis de sistemas LTI y(n) = x(n) ⊗ h(n) = y(n) = {1, 4, 8, 8, 3, –2, –1} Ejemplo 4.6. Encuentre la convolusión de las siguientes dos secuencias aplicando el método analítico x(n ) = δ (n + 2 ) + δ (n + 1) + δ (n ) + δ (n − 1) + δ (n − 2) h(n ) = 2δ (n + 1) + δ (n ) + 2δ (n − 1) Dr. Luis Javier Morales Mendoza 32 16 Análisis de sistemas LTI Sol. x(n ) ⊗ h(n ) = x(n ) ⊗ {2δ (n + 1) + δ (n ) + 2δ (n − 1)} = 2 x(n + 1) + x(n ) + 2 x(n − 1) = 2δ (n + 3) + 2δ (n + 2 ) + 2δ (n + 1) + 2δ (n ) + 2δ (n − 1) + δ (n + 2) + 2δ (n + 1) + 2δ (n ) + δ (n − 1) + δ (n − 2) + 2δ (n + 1) + 2δ (n ) + 2δ (n − 1) + 2δ (n − 2) + 2δ (n − 3) y (n ) = 2δ (n + 3) + 3δ (n + 2) + 5δ (n + 1) + 5δ (n ) + 5δ (n − 1) + 3δ (n − 2) + 2δ (n − 3) Dr. Luis Javier Morales Mendoza 33 Análisis de sistemas LTI Por el método tabular se tiene: y(n) = {2, 3, 5, 5, 5, 3, 2} 3+1 Dr. Luis Javier Morales Mendoza 34 17 Propiedades de la Convolución 4.2.5. Propiedades de la Convolución y la Interconexión de Sistemas A continuación, se estudian algunas propiedades importantes de la convolución de dos secuencias discretas y se interpretan en términos de la interconexión de sistemas lineales e invariantes en el tiempo. Es importante notar que estas propiedades se verifican para todas las señales de entrada en el sistema. Para simplificar la notación de la operación de la convolución entre dos secuencias discretas, esta se realiza mediante el símbolo “⊗” como se muestra a continuación y ( n) = x( n) ⊗ h( n) ≡ ∞ ∑ x (k ) h(n − k ) (4.11) k = −∞ según esta notación, la secuencia que sigue el operador es que la respuesta impulsional h(n) es reflejada y desplazada para después ser multiplicada y finalmente ser sumada. Dr. Luis Javier Morales Mendoza 35 Propiedades de la Convolución Por otra parte, si se voltea el orden del operador, esto implica que ahora la entrada x(n) realizará el mismo proceso que la respuesta impulsional obteniéndose y ( n) = h( n) ⊗ x ( n) ≡ ∞ ∑ h( k ) x ( n − k ) (4.12) k = −∞ Esta formula es una forma alternativa de presentar a la convolución de dos secuencias discretas, en la Figura 4.5 se ilustra esta interpretación x(n) y(n) h(n) h(n) y(n) x(n) Figura 4.5. Interpretación de la propiedad conmutativa de la convolución Dr. Luis Javier Morales Mendoza 36 18 Propiedades de la Convolución De forma abstracta, se puede considerar a la convolución como una operación matemática entre dos secuencias x(n) y h(n), que verifica una serie de propiedades. Ley Conmutativa. La propiedad expresada en (4.11) y (4.12) se denomina propiedad conmutativa y está definida como x ( n) ⊗ h( n) = h( n) ⊗ x ( n) (4.13) Ley Asociativa. Matemáticamente, la convolución de dos secuencias también satisface la propiedad asociativa, que puede enunciarse como (4.14) [x(n) ⊗ h (n)] ⊗ h (n) = x(n) ⊗ [h (n) ⊗ h (n)] 1 2 1 2 Desde el punto de vista físico se puede considerar a x(n) como la señal de entrada a un sistema lineal e invariante en el tiempo con respuesta impulsional h1(n). Dr. Luis Javier Morales Mendoza 37 Propiedades de la Convolución La salida de este sistema, y1(n), se convierte en la entrada de un segundo sistema lineal e invariante en el tiempo con respuesta impulsional h2(n). Así, la salida es y (n) = y1 (n) ⊗ h2 (n) = [x(n) ⊗ h1 (n)] ⊗ h2 (n) que es precisamente la parte izquierda de (4.14). Por lo tanto, la parte izquierda de (4.14) es equivalente a los dos sistemas lineales e invariantes en el tiempo en cascada. La parte derecha de (4.14) indica que la entrada x(n) se aplica a un sistema equivalente de respuesta impulsional h(n), que es igual a la convolución de las dos respuestas impulsionales, esto es, h(n) = h1 (n) ⊗ h2 (n) y y ( n) = x ( n) ⊗ h( n) Dr. Luis Javier Morales Mendoza 38 19 Propiedades de la Convolución Lo que es más, dado que la convolución verifica la propiedad conmutativa, se puede intercambiar el orden de los dos sistemas de respuesta h1(n) y h2(n) sin alterar la relación entrada-salida global. La Figura 4.6 ilustra gráficamente la propiedad asociativa. Figura 4.6. Implicaciones de la propiedad asociativa La generalización de la propiedad asociativa a más de dos sistemas en cascada se deduce fácilmente de la discusión anterior. Así, si se tiene L sistemas lineales e invariantes en el tiempo en cascada, con respuestas impulsionales h1(n), h2(n),... ,hL(n), existe un sistema LTI cuya respuesta impulsional es igual a L – 1 convoluciones sucesivas de las respuestas impulsionales, esto es Dr. Luis Javier Morales Mendoza 39 Propiedades de la Convolución h(n) = h1 (n) ⊗ h2 (n) ⊗ ... ⊗ hL (n) (4.15) La tercer propiedad que satisface la operación de convolución es la distributiva, que puede enunciarse como sigue: x(n) ⊗ [h1 (n) + h2 (n)] = x(n) ⊗ h1 (n) + x(n) ⊗ h2 (n) (4.16) La propiedad distributiva se interpreta físicamente cuando se tiene dos sistemas LTI con respuestas impulsionales h1(n) y h2(n) excitados por la misma señal de entrada x(n); la suma de las dos respuestas es idéntica a la de un sistema global cuya respuesta impulsional es h(n) = h1 (n) + h2 (n) Dr. Luis Javier Morales Mendoza 40 20 Propiedades de la Convolución por lo tanto, el sistema global es una combinación en paralelo de los dos sistemas LTI, tal como se ilustra en la Figura 4.7. La generalización de (4.16) a más de dos sistemas lineales e invariantes en el tiempo es inmediata por inducción matemática. Por tanto, la interconexión de L sistemas lineales e invariantes en el tiempo con respuestas impulsionales h1(n), h2(n), ..., hL(n) y excitadas por una misma entrada x(n) es equivalente a un único sistema con respuesta global L h( n) = ∑ h j ( n) (4.17) j =1 A la inversa, cualquier sistema lineal e invariante en el tiempo puede descomponerse como la interconexión en paralelo de subsistemas Dr. Luis Javier Morales Mendoza 41 Propiedades de la Convolución Figura 4.7. Sistemas LTI acoplados en paralelo Ejemplo 4.7. Determine la respuesta impulsional de la cascada de dos sistemas invariantes en el tiempo con respuestas impulsionales definidas como n n ⎛1⎞ ⎛1⎞ = h ( n ) y ⎜ ⎟ u ( n) 2 h1 (n) = ⎜ ⎟ u (n) ⎝4⎠ ⎝2⎠ Dr. Luis Javier Morales Mendoza 42 21 Propiedades de la Convolución Sol. Para determinar la respuesta global de los dos sistemas en cascada, simplemente se realiza la convolución entre h1(n) y h2(n) como sigue h(n) = h1 (n) ⊗ h2 (n) = ∞ ∑ h (k )h (n − k ) k = −∞ 1 2 donde h2(n) es reflejada y desplazada, por lo cual se tiene que la secuencia producto es k v(n) = h1 (n)h2 (n − k ) = ⎛⎜ 1 ⎞⎟ ⎛⎜ 1 ⎞⎟ ⎝2⎠ ⎝4⎠ n−k que es diferentes de cero para k ≥ 0 y n – k ≥ 0 o n ≥ k ≥ 0. Por otra parte, para n < 0, se tiene que v(k) = 0. Para n ≥ k ≥ 0 la suma de los valores de la secuencia producto v(k) variando a k resulta en Dr. Luis Javier Morales Mendoza 43 Propiedades de la Convolución ∞ k ⎛1⎞ ⎛1⎞ h(n) = ∑ ⎜ ⎟ ⎜ ⎟ k =0 ⎝ 2 ⎠ ⎝ 4 ⎠ n−k ⎛1⎞ =⎜ ⎟ ⎝4⎠ n ∞ ∑2 k =0 n k ( ) ⎛1⎞ = ⎜ ⎟ 2 n +1 − 1 ; n ≥ 0 ⎝4⎠ n ⎛ n ⎞ ⎛1⎞ ⎛1⎞ h1 (n ) ⊗ h2 (n ) = ⎜ ⎟ ⎜⎜ 2 − ⎜ ⎟ ⎟⎟ ⎝2⎠ ⎝2⎠ ⎝ Dr. Luis Javier Morales Mendoza ⎠ 44 22 Propiedades de la Convolución Ahora, aplicando la propiedad de conmutación para verificar los resultados k ∞ ⎛1⎞ ⎛1⎞ ⎜ ⎟ ⎜ ⎟ ∑ k =0 ⎝ 4 ⎠ ⎝ 2 ⎠ h2 (n ) ⊗ h1 (n ) = n−k ⎛1⎞ =⎜ ⎟ ⎝2⎠ n ∞ ⎛1⎞ ⎜ ⎟ ∑ k =0 ⎝ 2 ⎠ k n n +1 ⎛1⎞ n ⎛ 1 ⎞ ⎡1 − ( 12 ) ⎤ = =⎜ ⎟ ⎢ ⎜ ⎟ 2 1 − ( 12 ) ( 12 ) ⎥ 1 ⎝ 2 ⎠ ⎣ 1− 2 ⎦ ⎝2⎠ ( n h2 (n ) ⊗ h1 (n ) = ⎛1⎞ ⎜ ⎟ ⎝2⎠ n n ⎛ ⎞ ⎜ 2 − ⎛⎜ 1 ⎞⎟ ⎟ ⎜ ⎝ 2 ⎠ ⎟⎠ ⎝ ) ;n≥0 Que es el mismo resultado que se obtuvo en el procedimiento anterior. Dr. Luis Javier Morales Mendoza 45 Propiedades de la Convolución Ejemplo 4.8. Determine la señal de salida de los siguientes sistemas discretos: a) En cascada y b) En Paralelo. La señal de entrada y la respuesta impulsional de cada sistema están dados como n ⎛1⎞ h2 (n ) = ⎜ ⎟ u (n ) ⎝4⎠ n ⎛ 1⎞ h1 (n ) = ⎜ − ⎟ u (n ) ⎝ 2⎠ x(n ) = u (n ) Sol. Para el caso en cascada, se tiene k ∞ ⎛ 1⎞ ⎛1⎞ h1 (n ) ⊗ h2 (n ) = ∑ ⎜ − ⎟ ⎜ ⎟ 2⎠ ⎝4⎠ k =0 ⎝ ⎛1⎞ =⎜ ⎟ ⎝4⎠ n ∞ n−k ⎛1⎞ =⎜ ⎟ ⎝4⎠ n ∞ k ⎛ 1⎞ ⎛1⎞ ⎜− ⎟ ⎜ ⎟ ∑ 2⎠ ⎝4⎠ k =0 ⎝ −k ∑ (− 2) k k =0 Dr. Luis Javier Morales Mendoza 46 23 Propiedades de la Convolución n n +1 n ⎛ 1 ⎞ ⎡1 − (− 2 ) ⎤ 1⎛1⎞ n =⎜ ⎟ ⎢ = ⎜ ⎟ 1 − (− 2 ) (− 2 ) ⎥ ( ) − − 4 1 2 3 4 ⎝ ⎠ ⎣ ⎝ ⎠ ⎦ [ n ] [ ] 1⎛1⎞ n h(n ) = h1 (n ) ⊗ h2 (n ) = ⎜ ⎟ 1 + 2(− 2 ) u (n ) 3⎝ 4⎠ 1 ∞ ⎛1⎞ y (n ) = x(n ) ⊗ h(n ) = ∑ ⎜ ⎟ 3 k =0 ⎝ 4 ⎠ n = 1 ∞ ⎛1⎞ ⎛1⎞ ∑⎜ ⎟ ⎜ ⎟ 3 k =0 ⎝ 4 ⎠ ⎝ 4 ⎠ −k n−k [1 + 2(− 2) ] n−k n + 2 ∞ ⎛1⎞ ⎛1⎞ ∑⎜ ⎟ ⎜ ⎟ 3 k =0 ⎝ 4 ⎠ ⎝ 4 ⎠ −k (− 2)n (− 2)− k Dr. Luis Javier Morales Mendoza 47 Propiedades de la Convolución 1⎛1⎞ = ⎜ ⎟ 3⎝ 4⎠ n ∞ 1⎛1⎞ = ⎜ ⎟ 3⎝ 4⎠ ⎛1⎞ ⎜ ⎟ ∑ k =0 ⎝ 4 ⎠ n ∞ −k n ∞ 2⎛1⎞ ⎛1⎞ n + ⎜ ⎟ (− 2 ) ∑ ⎜ ⎟ 3⎝4⎠ k =0 ⎝ 4 ⎠ 2⎛ 1⎞ 4 + ⎜− ⎟ ∑ 3⎝ 2⎠ k =0 n ∞ k n [ ] (− 2)− k ∑ (− 2) k k =0 1 ⎛ 1 ⎞ ⎡1 − 4 n +1 ⎤ 2 ⎛ 1 ⎞ = ⎜ ⎟ ⎢ + ⎜− ⎟ 3 ⎝ 4 ⎠ ⎣ − 3 ⎥⎦ 3 ⎝ 2 ⎠ n −k n ⎡1 − (− 2 )n +1 ⎤ ⎢ ⎥ 3 ⎣ ⎦ n [ 2⎛ 1⎞ ⎛ 1 ⎞⎛ 1 ⎞ n n = ⎜ − ⎟⎜ ⎟ 1 − 4(4 ) + ⎜ − ⎟ 1 + 2(− 2 ) 9⎝ 2⎠ ⎝ 9 ⎠⎝ 4 ⎠ Dr. Luis Javier Morales Mendoza ] 48 24 Propiedades de la Convolución n n ⎛ 1⎞ 2⎛ 1⎞ ⎛2⎞ ⎛ 1 ⎞⎛ 1 ⎞ = ⎜ − ⎟⎜ ⎟ − 4⎜ − ⎟ + ⎜ − ⎟ + 2⎜ ⎟ ⎝ 9 ⎠⎝ 4 ⎠ ⎝ 9⎠ 9⎝ 2⎠ ⎝9⎠ ⎡ 2 ⎛ 1 ⎞n 1 ⎛ 1 ⎞n 8 ⎤ y (n ) = ⎢ ⎜ − ⎟ − ⎜ ⎟ + ⎥u (n ) ⎣⎢ 9 ⎝ 2 ⎠ 9 ⎝ 4 ⎠ 9 ⎦⎥ Para el segundo caso se tiene que: x(n ) ⊗ [h1 (n ) + h2 (n )] = x(n ) ⊗ h1 (n ) + x(n ) ⊗ h2 (n ) ∞ ⎛ 1⎞ x(n ) ⊗ h1 (n ) = ∑ ⎜ − ⎟ 2⎠ k =0 ⎝ n−k Dr. Luis Javier Morales Mendoza 49 Propiedades de la Convolución ⎛ 1⎞ = ⎜− ⎟ ⎝ 2⎠ n ∞ ⎛ 1⎞ ⎜− ⎟ ∑ 2⎠ k =0 ⎝ −k ⎛ 1⎞ ⎛ 1⎞ ∞ k = ⎜ − ⎟∑ (− 2 ) = ⎜ − ⎟ ⎝ 2⎠ ⎝ 2 ⎠ k =0 n [ n 1⎛ 1⎞ n x(n ) ⊗ h1 (n ) = ⎜ − ⎟ 1 + 2(− 2 ) 3⎝ 2⎠ ∞ ⎛1⎞ x(n ) ⊗ h2 (n ) = ∑ ⎜ ⎟ k =0 ⎝ 4 ⎠ ⎛1⎞ =⎜ ⎟ ⎝4⎠ n ∞ ⎛1⎞ ⎜ ⎟ ∑ k =0 ⎝ 4 ⎠ −k ⎡1 − (− 2 )n +1 ⎤ ⎢ ⎥ 3 ⎣ ⎦ ] n−k ⎛1⎞ ⎛1⎞ ∞ k = ⎜ ⎟∑ (4 ) = ⎜ ⎟ ⎝4⎠ ⎝ 4 ⎠ k =0 Dr. Luis Javier Morales Mendoza n ⎡1 − (4 )n +1 ⎤ ⎢ ⎥ ⎣ −3 ⎦ 50 25 Propiedades de la Convolución n [ ⎛ 1 ⎞⎛ 1 ⎞ n x(n ) ⊗ h2 (n ) = ⎜ − ⎟⎜ ⎟ 1 − 4(4 ) ⎝ 3 ⎠⎝ 4 ⎠ ] Agrupando ambas soluciones n [ ] n [ ⎛ 1 ⎞⎛ 1 ⎞ ⎛ 1 ⎞⎛ 1 ⎞ n n y (n ) = ⎜ ⎟⎜ − ⎟ 1 + 2(− 2 ) + ⎜ − ⎟⎜ ⎟ 1 − 4(4 ) ⎝ 3 ⎠⎝ 4 ⎠ ⎝ 3 ⎠⎝ 2 ⎠ n ] n 1 ⎛ 1 ⎞ 2 ⎛ 1 ⎞⎛ 1 ⎞ ⎛ 4 ⎞ = ⎜ − ⎟ + + ⎜ − ⎟⎜ ⎟ − ⎜ − ⎟ 3 ⎝ 2 ⎠ 3 ⎝ 3 ⎠⎝ 4 ⎠ ⎝ 3 ⎠ ⎡1 ⎛ 1 ⎞n 1 ⎛ 1 ⎞n ⎤ y (n ) = ⎢ ⎜ − ⎟ − ⎜ ⎟ + 2⎥u (n ) ⎣⎢ 3 ⎝ 2 ⎠ 3 ⎝ 4 ⎠ ⎦⎥ Dr. Luis Javier Morales Mendoza 51 Tarea 4.3. Tarea 1. Considere las siguientes secuencias: x1 (n ) = 3δ (n − 2 ) − 2δ (n + 1) h1 (n ) = −δ (n + 2 ) + 4δ (n ) − 2δ (n − 1) x2 (n ) = 5δ (n − 3) + 2δ (n + 1) 3 h2 (n ) = 3δ (n − 4 ) + δ (n − 2 ) − δ (n + 1) 2 Determine las siguientes secuencias obtenidas mediante una convolución por los tres métodos (Gráfico, tabular y analítico) y1 (n ) = x1 (n ) ⊗ h1 (n ) y3 (n ) = x1 (n ) ⊗ h2 (n ) y2 (n ) = x2 (n ) ⊗ h2 (n ) y4 (n ) = x2 (n ) ⊗ h1 (n ) 2. Determine la expresión para la respuesta al impulso h(n) de cada uno de los siguientes sistemas LTI que se muestran a continuación Dr. Luis Javier Morales Mendoza 52 26 Tarea + + + + a) + + + + b) Dr. Luis Javier Morales Mendoza 53 Tarea 3. Determine la respuesta al impulso completa del sistema LTI dende las respuestas al impulso de los sistemas componentes son h1 (n ) = 2δ (n − 2 ) − 3δ (n + 1) h2 (n ) = δ (n − 1) + 2δ (n + 2) h3 (n ) = 5δ (n − 5) + 7δ (n − 3) + 2δ (n − 1) − δ (n ) + 3δ (n + 1) + + Dr. Luis Javier Morales Mendoza 54 27 Tarea 4. Encuentre la respuesta al impulso 1 h1 (n ) = δ (n ) + δ (n − 1) 2 1 1 h2 (n ) = δ (n ) − δ (n − 1) 2 4 h3 (n ) = 2δ (n ) + + + n ⎛1⎞ h4 (n ) = −2⎜ ⎟ u (n ) ⎝2⎠ + h(n) = ? Dr. Luis Javier Morales Mendoza 55 Tarea 5. Con los códigos hechos en la Lectura 2 de Reflexión, Corrimiento, Multiplicación y Suma de dos secuencias discretas, ahora realice la operación de la convolución tal como se muestra en la ecuación (12). Compare el resultado con la función especial de Matlab® cov(.) para comprobar los resultados obtenidos. 6. Aplique este nuevo código para el cálculo de la convolución y determine las gráficas correspondientes a los problemas del 3 al 8 de esta lectura. 7. Determine la salida del sistema si: a) están en cascada y b) en paralelo. n ⎛3⎞ x(n ) = ⎜ ⎟ u (n ) ⎝2⎠ n ⎛ 1⎞ h1 (n ) = ⎜ − ⎟ u (n ) ⎝ 2⎠ Dr. Luis Javier Morales Mendoza n ⎛1⎞ h2 (n ) = ⎜ ⎟ u (n ) ⎝ 3⎠ 56 28