La asignatura de procesado digital de la señal representa, para el alumno, una introducción a los métodos de tratamiento de la información digital en una dimensión. En la asignatura, el alumno podrá aprender como procesar información digital mediante sistemas lineales e invariantes en el tiempo a partir de fuentes analógicas utilizando la teoría del muestreo. Se muestra el procesado digital utilizando técnicas en el dominio temporal y en el dominio frecuencial, tanto a nivel analítico como numérico. También se ofrece una visión de la transformada Z, otra herramienta muy útil para el diseño de filtros y el análisis del comportamiento de sistemas digitales.
Profesores Titulares
Profesores Docentes
Caracterización temporal y frecuencial de señales y sistemas analógicos. Teorema del muestreo para señales de banda limitada. Números complejos y series funcionales
Los objetivos de la asignatura son los siguientes:
O1. Proporcionar al estudiantado una comprensión sólida de los sistemas lineales e invariantes discretos en el tiempo (SLIT) y de las herramientas básicas para describirlos y analizarlos en el dominio temporal.
O2. Introducir los fundamentos del análisis de Fourier en señales discretas y del procesamiento digital en el dominio frecuencial, incluyendo la TFSD, sus propiedades, la DFT y aplicaciones como el cambio de frecuencia de muestreo.
O3. Facilitar la adquisición de una base conceptual robusta sobre la transformada Z como herramienta general para el estudio, la caracterización y el diseño de sistemas discretos lineales e invariantes.
1 Caracterización de S.L.I. discretos. Respuesta Impulsional
1.1 Introducción
1.2 Los sistemas lineales e invariantes en el tiempo (S.L.I.T.)
1.3 Respuesta impulsional y convolució lineal discreta
1.4 Ecuaciones lineales en diferencias con coeficientes constantes
2 Análisis de Fourier para señales y sistemas discretos
2.1 Introducción a la TFSD
2.2 Representación frecuencial de secuencias mediante la TFSD
2.3 Propiedades de la TFSD
2.4 Procesamiento digital de señales analógicas de banda limitada
2.5 Modificación de la frecuencia de muestreo en el dominio discreto (decimación e interpolación)
2.6 La transformada discreta de Fourier (DFT)
2.7 Propiedades de la DFT
2.8 Cálculo de la convolución lineal mediante la DFT
3 La transformada Z
3.1 Introducción
3.2 Definición de la transformada Z
3.3 Propiedades de la región de convergencia (ROC)
3.4 Propiedades de la transformada Z
3.5 La transformada Z inversa
3.6 Estudio de sistemas lineales e invariantes con la transformada Z
La asignatura tiene un funcionamiento semanal con 2 o 3 sesiones lectivas durante las cuales se desarrollan los contenidos de los temas mediante clases magistrales, clases invertidas y clases de problemas. En estas sesiones también se proponen algunos ejercicios prácticos cortos de laboratorio a desarrollar con el entorno Matlab y individualmente, que ayudan al estudiante a consolidar los conocimientos teóricos mediante un enfoque práctico y aplicado. Al final del estudio teórico de la asignatura, se propone un ejercicio práctico largo de laboratorio en entorno Matlab que los alumnos deben resolver en grupos, y realizar una entrega final. Estas actividades se desarrollan de forma parcial en el horario de clase lectiva, donde pueden ir resolviendo dudas con los profesores.
La nota final se calcula con:
Nota Final = 70% · Teoría + 30% · Práctica
Es necesario obtener al menos un 4 en cada parte para aplicar la fórmula. La asignatura se aprueba con Nota Final ≥ 5.
La Teoría se evalúa mediante un punto de control de los temas 1 y 2, el examen de enero y la evaluación continua:
Nota Teoría = max(Nota_Ex ; 80% · Nota_Ex + 20% · AC)
La Práctica se evalúa según: Práctica = 40% · Entrega_pr + 60% · Examen_pr
La Entrega_pr incluye código, memoria y/o entrevista, y el Examen_pr evalúa individualmente la práctica realizada. Las actividades de evaluación se regirán por la normativa vigente de copias del campus.
En la convocatoria extraordinaria se podrán recuperar la teoría, mediante un examen global, y las prácticas suspendidas o no entregadas.
Uso de IA
En las prácticas se permite el uso de herramientas de IA, asistentes de programación o funcionalidades integradas en entornos como MATLAB, de acuerdo con el Nivel 4 del AI Assessment Scale (AIAS). El estudiante es responsable de comprender críticamente todo el trabajo entregado. Esta comprensión se evaluará individualmente en el Examen_pr y en la entrevista personal incluida en la Entrega_pr.
Se valorará:
- La correcta aplicación de los métodos algebraicos y matemáticos en la resolución de problemas
- El rigor y la coherencia en el desarrollo de los razonamientos matemáticos
- La comprensión conceptual de los fundamentos del procesado de señal
- La capacidad de aplicación y adaptación a nuevos contextos y problemas que impliquen el uso de técnicas de análisis y diseño para el procesado de señales discretas
- La precisión en los cálculos y la correcta interpretación de los resultados obtenidos
- La claridad y la estructura en la presentación de los procedimientos y soluciones
Documentació de l'assignatura a la intranet de l'assignatura. Per a cada tema del curs: Transparències de classe, Problemes resolts, Documents sobre propietats, Documents de teoria amb exemples pràctics.
Memòries de les pràctiques de l'assignatura.
Exemples de codi Matlab sobre diversos conceptes del temari.
Oppenheim, Alan V; Schafer, Ronald W. Discrete-Time Signal Processing. Prentice-Hall. New Jersey, 1999
Rawat, Tarun Kumar. Signals and Systems. Oxford University Press, 2010.