Ficha de uso
Introducción
Muestrear es quedarse con unos pocos valores
Un conversor A/D toma un valor de la señal continua x(t) cada Ts segundos, el periodo de muestreo. Su inverso, fs = 1/Ts, es la frecuencia de muestreo, en muestras por segundo. El resultado es la secuencia x[n] = x(nTs). Entre dos muestras la señal puede hacer cualquier cosa: la pregunta es cuándo esos valores bastan para saber qué señal había.
Por qué aparecen los alias
Para una sinusoide x(t) = cos(2π f₀ t), las muestras son
x[n] = cos(2π f₀ n Ts) = cos(Ω₀ n), con Ω₀ = 2π f₀ / fs (rad/muestra).
La frecuencia discreta Ω₀ solo importa salvo múltiplos de 2π, porque cos((Ω₀ + 2πk) n) = cos(Ω₀ n) para todo entero n. Deshaciendo el cambio Ω = 2π f / fs, todas las sinusoides de frecuencias
f₀ + k fs, con k entero,
dan exactamente las mismas muestras. Como el coseno es par, también las de frecuencias −f₀ + k fs. Cada una es un alias de las demás: una vez muestreadas, no hay forma de distinguirlas.
Alias fundamental y frecuencia aparente
De toda la familia de alias, solo uno cumple |f| ≤ fs/2: es el alias fundamental. Un reconstructor que solo genera frecuencias por debajo de fs/2, como el filtro ideal del Tema 2, devuelve siempre ese. Si la sinusoide original ya estaba por debajo de fs/2, es su propio alias fundamental y se recupera sin error. Si estaba por encima, aparece en la frecuencia aparente
f_a = |f₀ − k fs|, con k el entero más próximo a f₀ / fs.
Al crecer f₀, f_a sube de 0 a fs/2, baja a 0 en fs, vuelve a subir y así sucesivamente: el eje de frecuencias se «pliega» en los múltiplos de fs/2, que se llama frecuencia de Nyquist. En el caso límite f₀ = fs/2, un coseno da las muestras ±1 alternadas, pero un seno de esa frecuencia da todas las muestras nulas: por eso el teorema del muestreo pide una desigualdad estricta.
La misma idea en el espectro
El muestreo ideal multiplica x(t) por un tren de impulsos de periodo Ts. En frecuencia, eso repite el espectro X(f) cada fs (y lo escala por 1/Ts). Una sinusoide de frecuencia f₀ tiene dos rayas, en ±f₀; tras muestrear, tiene rayas en ±f₀ + k fs. Si alguna de esas réplicas cae dentro de la banda [−fs/2, fs/2], el reconstructor la toma como si fuera parte de la señal: eso es el aliasing.
Para una señal cualquiera con banda limitada a f_m, las réplicas no se solapan si fs > 2 f_m. Es el teorema del muestreo, y 2 f_m es la tasa de Nyquist de la señal.
Consecuencias prácticas
- El aliasing no se puede deshacer después de muestrear: las muestras de la señal original y las de su alias son idénticas. Por eso los conversores llevan un filtro antialiasing analógico que elimina lo que está por encima de fs/2 antes de muestrear.
- Un tono de 30 kHz grabado a 48 kHz sin ese filtro se oye a 18 kHz. Las ruedas de un coche que en un vídeo parecen girar despacio o hacia atrás son el mismo fenómeno: la cámara muestrea a unos 25 imágenes por segundo.
- El mismo plegado aparece al reducir la frecuencia de muestreo de una secuencia (diezmado) y al submuestrear una imagen (muaré).
Guía de uso
- fs fija la frecuencia de muestreo. La banda sombreada en verde es [−fs/2, fs/2].
- f₁, f₂ y f₃ son las frecuencias de tres cosenos de amplitudes 1; 0,6 y 0,4, que se suman.
- La gráfica de arriba muestra x(t) en gris, las muestras x(nTs) en naranja y, en rojo, la señal que daría el reconstructor ideal.
- La de abajo muestra las rayas del espectro de x(t), una por componente y con su color, y en gris las réplicas que crea el muestreo cada fs.
- El recuadro de la izquierda indica la frecuencia alias de cada componente.
- Para ver una sola sinusoide, lleva las otras dos a 0 Hz (se convierten en una constante).
Ejercicios
1. Predecir y comprobar. Con fs = 10 muestras/s y f₁ = 7 Hz, calcula a mano la frecuencia aparente. Comprueba el resultado con la herramienta. Busca después otras dos frecuencias de f₁ que den exactamente las mismas muestras.
Solución
f_a = |7 − 10| = 3 Hz: la curva roja es un coseno de 3 Hz que pasa por las mismas muestras. Dan las mismas muestras 3, 13, 17 y 23 Hz (3 + 10k y −3 + 10k).
2. El mapa de plegado. Con fs = 10 muestras/s, mueve f₁ de 0 a 25 Hz en pasos de 1 Hz y anota la frecuencia aparente. Dibuja f_a frente a f₁.
Solución
Sale una onda triangular: f_a sube de 0 a 5 Hz entre 0 y 5 Hz, baja a 0 en 10 Hz, vuelve a subir hasta 5 Hz en 15 Hz, etc. Los picos están en los múltiplos impares de fs/2 y los ceros en los múltiplos de fs.
3. La frecuencia de muestreo mínima. Con f₁ = 1, f₂ = 3 y f₃ = 7 Hz, ¿cuál es la menor fs que evita el aliasing? Baja fs poco a poco desde 30 y observa en qué orden aparecen los alias.
Solución
Hace falta fs > 2·7 = 14 muestras/s (la tasa de Nyquist). Por debajo de 14, el primero en aparecer es f₃. Por debajo de 6 aparece también el de f₂, y por debajo de 2, el de f₁.
4. Dos componentes que se confunden. Con fs = 10 muestras/s, f₂ = 3 Hz y f₃ = 7 Hz, ¿qué amplitud tiene la componente de 3 Hz de la señal reconstruida? ¿Se puede recuperar la señal original a partir de las muestras?
Solución
El alias de 7 Hz cae en 3 Hz y se suma a f₂: la amplitud es 0,6 + 0,4 = 1. No se puede recuperar, porque las muestras son las mismas que las de un único coseno de 3 Hz y amplitud 1. Por eso el filtro antialiasing tiene que actuar antes de muestrear.
5. El ejercicio 1 de la hoja, a escala. La hoja del Tema 2 muestrea 25, 150 y 50 Hz con fs = 200 Hz. Divide todas las frecuencias por 10 (2,5; 15 y 5 Hz con fs = 20) y comprueba en la herramienta el resultado del apartado c.
Solución
La componente de 15 Hz aparece en 5 Hz y se suma con la de 5 Hz, como en la solución de la hoja (allí, 150 Hz aparece en 50 Hz). La herramienta usa cosenos, así que no se ve el cambio de signo que sufre el seno del enunciado.
Para profundizar
- Apuntes del Tema 2, sección 2 (Muestreo periódico y aliasing) y apartado 3.4 (Filtro antialiasing).
- Transparencias T2-01, «Aliasing en sinusoides», «Ejemplos de aliasing» y «Frecuencia aparente».
- Hoja de ejercicios del Tema 2, ejercicios 1 a 6, y sus soluciones.
- Código:
teoría/T2/codigo/python/alias_fundamental.py y su versión en Matlab.
- A. V. Oppenheim y R. W. Schafer, Discrete-Time Signal Processing, 3.ª ed., Pearson, 2010, capítulo 4.
- J. H. McClellan, R. W. Schafer y M. A. Yoder, DSP First, 2.ª ed., Pearson, 2016, capítulo 4.
Relación con otros conceptos
- Frecuencias discretas equivalentes (Tema 1). El aliasing es la versión en hercios de que Ω y Ω + 2πk son la misma frecuencia discreta. Herramienta: Exponencial continua frente a discreta.
- Espectro de la señal muestreada y teorema del muestreo. Las réplicas grises son las del espectro de la señal muestreada. Herramienta: Espectro de una señal muestreada.
- Reconstrucción. La curva roja es la salida del reconstructor ideal; con retenedores aparecen además otras distorsiones. Herramientas: Reconstrucción y Retenedores.
- Muestreo no ideal y filtro antialiasing. Herramienta: Muestreo natural y de techo plano.
- Diezmado (T2-04). Reducir la frecuencia de muestreo de una secuencia produce el mismo plegado si no se filtra antes.
- Análisis espectral con la DFT (Tema 3). El eje de la DFT solo cubre [0, fs): una raya en k puede venir de cualquier alias. Herramienta: DFT, fuga y relleno con ceros.