Muestreo

Introducción

Una computadora puede procesar señales de tiempo discreto usando un lagoritmo extremandamente flexible y poderoso. Mas sin embargo la mayoria de las señales de interes son de tiempo continuo , que es como casi siempre aparecen al natural.

Este modulo introduce la idea de trasladar los problemas de tiempo continuo en unos de tiempo discreto, y podra leer más de los detalles de la importancia de el muestreo .

Preguntas clave

• ¿Cómo pasamos de una señal de tiempo continuo a una señal de tiempo discreto (muestreo, A/D)?
• ¿Cuándo podemos reconstruir una señal CT exacta de sus muestras (reconstrucción, D/A)?
• ¿Manipular la señal DT es lo que reconstruir la señal?

Muestreo

Muestreo (y reconstrucción) son los mejores entendimiento en dominio de frecuencia. Empezaremos viendo algunos ejemplos:

Generalización

Por supuesto, que los resultados de los ejemplos anteriores pueden ser generalizados a cualquier $f(t)$ con $F(iw)=0$ , $\left|w\right|> \pi$ , donde $f(t)$ es limitado en banda a $\left[-\pi , \pi \right]$ .

$F_s(e^{iw})$ es períodico (con período $2\pi$ ) versión de $F(iw)$ . $F_s(e^{iw})$ es la DTFT de muestreo de señal en los enteros. $F(iw)$ es la CTFT de señal.

Cambiando una señal discreta en una señal continua

Ahora veamos como cambiar una señal DT en una señal continua en el tiempo. Sea $f_s(n)$ una señal DT con DTFT $F_s(e^{iw})$

Ahora, sea $$f_{\mathrm{imp}}(t)=\sum_{n=()}$$∞ ∞ f s n δ t n La señal CT, $f_{\mathrm{imp}}(t)$ , es no-cero solo en los enteros donde hay implulsos de altura $f_s(n)$ .

Ahora, dadas las muestras $f_s(n)$ de un limitado en banda para la señal $\left[-\pi , \pi \right]$ , nuestro siguiente paso es ver como podemos reconstruir $f(t)$ .