1. ÁREAS DE LA CIENCIA,
INGENIERÍA Y MATEMÁTICAS
QUE SE HAN REVOLUCIONADO
CON EL PROCESAMIENTO Y
ANÁLISIS DE SEÑALES EN
TIEMPO DISCRETO
BASADO EN TEXTO SMITH 1999, THE SCIENTIST AND
ENGINEER´S GUIDE TO DIGITAL SIGNAL PROCESSING.
SECOND EDITION.
2. Las ciencias y áreas de la ingeniería que se han revolucionado por el
procesamiento y análisis de señales en tiempo discreto DSP son
fundamentalmente las telecomunicaciones, el control digital industrial, el
procesamiento de audio, la industria militar, la localización de ecos, los
equipos médicos de diagnóstico y el procesamiento de imágenes.
Obviamente hay muchas más aplicaciones que han sido impactadas por
ésta disciplina en mayor o menor medida pero sin temor a equivocaciones
el DSP puede ser comparado a revoluciones tecnológicas anteriores tales
como: la electrónica en sí. Si bien el DSP sigue siendo parte del reino de
la ingeniería electrónica, casi cada científico e ingeniero que se
desempeñe en el área tiene algo de experiencia en el diseño de circuitos
básicos. Sin ella, se perderían en el mundo tecnológico. DSP tiene el
mismo futuro.
Áreas de la ciencia, ingeniería y
matemáticas que se han revolucionado
con el procesamiento y análisis de señales
en tiempo discreto
3. La historia reciente muestra que saber de DSP es más que una
curiosidad, sino por el contrario que tiene un tremendo impacto en su
capacidad de solucionar problemas en cualquier campo de la ingeniería.
4. Las Telecomunicaciones tienen su centro en la transferencia de información desde un lugar
a otro. Esto incluye muchas formas de información: conversaciones telefónicas, señales de
televisión, archivos informáticos, y otros tipos de datos. Para transferir la información, se
necesita un canal entre los dos lugares. Esto puede ser un par de cables, la señal de radio,
fibra óptica, entre otros. Las empresas de telecomunicaciones reciben el pago por la
transferencia de información de sus clientes, al tiempo que tienen que pagar para
establecer y mantener el canal. El balance económico es simple: cuanta más información
se puede pasar a través de un solo canal, más el dinero que ganan. DSP ha revolucionado
la industria de las telecomunicaciones en muchas áreas: Codificadores/decodificadores
digitales para combatir medios ruidosos, Moduladores/demoduladores digitales que
permitan transportar más información en el mismo tiempo al aire, Análisis de
comportamientos de las señales que viajan por el espacio libre y su impacto sobre el
aprovechamiento del espectro, filtrado para eliminar problemas propios de la propagación
de ondas por multi-trayectos. Es infinito el rango de problemas solucionados a partir de
técnicas DSP. Históricamente se van a discutir tres ejemplos específicos sobre redes
telefónicas que muestran la importancia del manejo DSP: multiplexación en el dominio del
tiempo, compresión de información y control de eco.
LAS TELECOMUNICACIONES
5. Compresión de datos
Cuando una señal de voz se digitaliza a 8000 muestras/s, la mayor parte
de la información digital es redundante. Es decir, la información
transportada por cualquier muestra se duplica en gran medida por las
muestras adyacentes. Decenas de algoritmos DSP se han desarrollado
para convertir las señales de voz digitalizadas en los flujos de datos que
requieren menos bits/s. Estos se llaman algoritmos de compresión de
datos. Algoritmos de descompresión juego se utilizan para restaurar la
señal a su forma original. Estos algoritmos varían en la cantidad de
compresión alcanzada y la calidad del sonido resultante. En general, la
reducción de la velocidad de datos de 64 kilobits/s a 32 resultados
kilobits/s resulta en que no hay pérdida de calidad de sonido. Cuando se
comprime a una velocidad de datos de 8 kilobits/s, el sonido se ve
afectado notablemente, pero aún utilizable para redes telefónicas de larga
distancia. La compresión más alta alcanzable es de alrededor de 2
kilobits/s, lo que resulta en que el sonido es altamente distorsionado, pero
todavía entendible y para algunas aplicaciones como las comunicaciones
bajo ambientes hostiles utilizable.
EJEMPLOS:
MP4
JPEG
PNG
AVI
Muchos
otros
6. Procesamiento de audio
Los dos principales sentidos del ser humano son la visión y la audición. En
consecuencia, gran parte de DSP está relacionado con las imágenes y el
procesamiento de audio. A La gente le gusta escucha la música y hablar con otras
personas. DSP ha introducido cambios revolucionarios en estos dos ámbitos.
Música
El camino que conduce desde el micrófono del músico hasta el altavoz del
audiófilo es extraordinariamente largo. La representación de datos digital es
importante para evitar la degradación comúnmente asociada con el almacenamiento y
la manipulación analógica. Esto es muy familiar para cualquiera que haya comparado
la calidad musical de las cintas de cassette con discos compactos. En un escenario
típico, una pieza musical se grabó en un estudio de sonido en múltiples canales o
pistas. En algunos casos, esto incluso implica grabar instrumentos y cantantes
individuales por separado. Esto se hace para dar al ingeniero de sonido una mayor
flexibilidad en la creación del producto final. El complejo proceso de combinación de
las pistas individuales en un producto final se llama mezcla hacia abajo. El DSP puede
ofrecer varias funciones importantes durante la mezcla hacia abajo, como: filtrado,
además de la resta de señales, la edición de la señal, entre otros.
7. Una de las aplicaciones más interesantes del DSP en la preparación musical es la
reverberación artificial. Si los canales de grabación individuales a los que se hacía
referencia antes simplemente se suman, la pieza resultante suena débil y diluida, como
si los músicos estuvieran tocando al aire libre. Esto se debe a que los oyentes están muy
influenciados por el eco o el contenido de reverberación de la música, que generalmente
se minimiza en el estudio de sonido. DSP permite añadir ecos artificiales y la
reverberación durante la mezcla hacia abajo para simular diferentes entornos ideales de
audición. Ecos con retrasos de unos pocos cientos de milisegundos dan la impresión de
ubicaciones como tipo catedral. Adición de ecos con retrasos de 10 a 20 milisegundos
proporcionan la percepción de habitaciones modestas de menor tamaño.
8. Generación de discursos artificiales y
reconocimiento de voz
La generación y el reconocimiento de voz se utilizan para la comunicación entre los
seres humanos y las máquinas. En lugar de utilizar las manos y los ojos, se utilizan la
boca y los oídos. Esto es muy conveniente cuando las manos y los ojos están haciendo
otra cosa, como por ejemplo: conducir un coche, la realización de una cirugía, o (por
desgracia) disparar las armas de fuego contra el enemigo. Dos enfoques se utilizan para
el habla generada por ordenador: la grabación digital y la simulación del tracto vocal. En
la grabación digital, la voz de un hablante humano es digitalizada y almacenada, por lo
general en una forma comprimida. Durante la reproducción, los datos almacenados se
descomprimen y se convierte de nuevo en una señal analógica. Toda una hora de
discurso grabado requiere sólo unos tres megabytes de almacenamiento, lo cual es
aceptable dentro de las capacidades de los sistemas informáticos actuales, incluso
pequeños. Este es el método más común de generación de voz digital que se utiliza hoy
en día.
9. Reconocimiento de voz
El reconocimiento automático del habla humana es
inmensamente más difícil que la generación de voz. El
reconocimiento de voz es un ejemplo clásico de lo que el
cerebro humano hace bien, pero que las computadoras
digitales hacen mal. Los computadores pueden almacenar
y recuperar grandes cantidades de datos, realizar cálculos
matemáticos a velocidades de vértigo, y hacer tareas
repetitivas sin llegar a ser aburrido o ineficiente.
Desafortunadamente, las computadoras hoy en día
funcionan muy mal cuando se enfrentan a los datos
sensoriales en bruto. Enseñar a un equipo que le envíe
una factura mensual de electricidad es fácil. Enseñando el
mismo equipo para comprender su voz es una tarea
inmensamente retadora.
10. Localización de ecos
Un método común de obtener información sobre un
objeto remoto es hacer rebotar una señal sobre él. Por
ejemplo, el radar funciona mediante la transmisión de pulsos
de ondas de radio, y el análisis de la señal recibida del eco
de las aeronaves. En el sonar, las ondas sonoras se
transmiten a través del agua para detectar submarinos y
otros objetos sumergidos. Los geofísicos han investigado
durante mucho tiempo la tierra mediante la activación de las
explosiones, se escuchan los ecos de capas enterradas a
gran profundidad de la roca, esta técnica es muy requerida
para descubrir pozos de petróleo por ejemplo. Aunque estas
aplicaciones tienen un hilo común, cada uno tiene sus
propios problemas y necesidades específicas. El
Procesamiento digital de señales ha producido cambios
revolucionarios en las tres áreas.
11. Procesamiento de imágenes
Las imágenes son señales con características especiales. En primer lugar, sus coordenadas
en x y y miden la intensidad de brillo y contraste de un punto en la imagen con respecto a su
ubicación espacial (medida en pixeles), mientras que la mayoría de las señales son una medida
de un parámetro con respecto al tiempo. En segundo lugar, contienen una gran cantidad de
información. Por ejemplo, más de 10 megabytes pueden ser necesarios para almacenar un
segundo de vídeo de televisión. Esto es más de mil veces mayor que para una señal de voz de
similar longitud. En tercer lugar, el juez final de la calidad es a menudo una evaluación subjetiva
humana, en lugar de un criterio objetivo. Estas características especiales han hecho de las
imágenes un subgrupo muy especial dentro del DSP. Hoy en día se desarrollan aplicaciones que
van desde la identificación biométrica de los usuarios de un dispositivo personal, hasta el
análisis de gestos para controlarlos o para jugar con aplicativos de altísimo nivel de
interactividad combinados con otras tecnologías como el GPS y giroscopios, que entregan
información complementaria para realzar la experiencia conocido todo como realidad
aumentada.
12.
13. Bioinstrumentación
El procesamiento de señales y el análisis de la información
biológica ha alcanzado gran auge gracias a la aparición de nuevas
técnicas matemáticas y al desarrollo de los paquetes
computacionales tales como MATLAB, LABVIEW, SCILAB, los cuales
han permitido gracias a su gran velocidad de trabajo, el
procesamiento y análisis de la información que subyace en los
datos, permitiendo encontrar información diagnóstica útil en el
campo de la medicina, la bioinformática, la bioestadística, e
inteligencia artificial. Esto trajo como consecuencia cambios en los
paradigmas de diseño tecnológico permitiendo el diseño de equipos
de instrumentación biomédica de mucho menos consumo de
potencia (por lo tanto equipos mucho más pequeños -portátiles),
mayor capacidad de análisis, multitarea, y de fácil mantenimiento y
actualización.