El procesamiento de señales analiza y transforma señales: sonido, imágenes, radio, lecturas de sensores, vibraciones. Permite filtrar ruido, encontrar un tono, comprimir datos o recuperar un mensaje. La idea central es que toda señal puede verse en el tiempo y en la frecuencia, y cada vista vuelve fáciles ciertos problemas.
Conceptos clave
- Muestreo: capturar una señal continua en instantes discretos; la frecuencia de muestreo debe superar el doble de la frecuencia máxima, o aparece aliasing.
- Sistemas lineales e invariantes en el tiempo: descritos por una respuesta al impulso y aplicados mediante convolución.
- Transformada de Fourier: el espectro de una señal; la FFT lo calcula con rapidez.
- Filtros: diseños FIR e IIR que conservan las frecuencias deseadas y rechazan otras.
- Ventanas y estimación: fugas, resolución y ruido en espectros reales.
Vocabulario
- Frecuencia de Nyquist: el doble de la frecuencia máxima presente, la tasa mínima segura de muestreo.
- Aliasing: una frecuencia alta que aparece como una baja falsa tras el muestreo.
- Convolución: la operación que aplica un filtro a una señal.
- SNR: relación señal-ruido, normalmente en decibelios.
Qué estudiar, en orden
- Senos, exponenciales complejas y la idea de frecuencia.
- Muestrea un tono en código y observa el aliasing al bajar la frecuencia.
- Implementa una transformada de Fourier discreta, luego usa una biblioteca de FFT y compara.
- Diseña y aplica filtros FIR e IIR a una grabación con ruido.
- Procesa una señal real de principio a fin: audio, un acelerómetro o una captura de radio.