TEMA 2: SEÑALES Y SISTEMAS EN

TIEMPO CONTINUO

OBJETIVOS
ƒ Conocer los distintos tipos de señales básicas en tiempo continuo y las
transformaciones que pueden sufrir.

ƒ Comprender el concepto de sistema lineal, tipos y propiedades

1
Índice

1. Señales Deterministas 3

1.1. Señales básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.2. Transformaciones de las variables independientes . . . . . . . . . . . . . 7

1.3. Descripción de señales . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2. Sistemas 9

2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.2. Propiedades de los sistemas . . . . . . . . . . . . . . . . . . . . . . . . 9

2.3. Sistemas Lineales e Invariantes con el tiempo (LTI) . . . . . . . . . . . 10

2.3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.3.2. Representación de señales en función de impulsos . . . . . . . . 11

2.3.3. Convolución. Propiedades . . . . . . . . . . . . . . . . . . . . . 12

2.3.4. Propiedades de los sistemas LTI . . . . . . . . . . . . . . . . . . 14

2.3.5. Asociación de los sistemas LTI . . . . . . . . . . . . . . . . . . . 15

2.4. Correlación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.4.1. Propiedades de la correlación . . . . . . . . . . . . . . . . . . . 16

2.4.2. Señales definidas en potencia . . . . . . . . . . . . . . . . . . . . 17

2.4.3. Aplicaciones de la correlación . . . . . . . . . . . . . . . . . . . 18

2.5. Sistemas no LTI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2
1. Señales Deterministas

1.1. Señales básicas

Veamos algunas de las señales básicas con las que vamos a trabajar en los sistemas
de comunicaciones:

EXPONENCIAL COMPLEJA Y SINUSOIDE

Una exponencial compleja tiene la forma x(t) = A · ekt donde A y k son números
complejos en general. Si particularizamos para un valor de k imaginario puro
(k = jw0 ) tendremos fasores o señales armónicas.

x(t) = Aejw0 t

donde w0 es la pulsación fundamental y f0 es la frecuencial fundamental (w0 =

2πf0 ). Estas señales son PERIÓDICAS de periodo T0 = f10 . Si además A es un
número complejo podemos expresar la exponencial como:

A = aejφ

x(t) = Aejw0 t = aej(w0 t+φ) = a cos(w0 t + φ) + ja sin(w0 t + φ)

PULSO RECTANGULAR: Señal de duración limitada y energı́a finita.

Yt
x(t) = A
τ

(
A |t| ≤ τ /2
x(t) =
0 resto

x(t)

-t/2 t/2 t
t
Figura 2.1

3
PULSO TRIANGULAR: Señal de duración limitada y energı́a finita.
^t
x(t) = A
τ

(
A(1 − |t|/τ ) |t| ≤ τ
x(t) =
0 resto

x(t)

-t t t
2t
Figura 2.2

RAMPA:

(
t t≥0
x(t) =
0 resto

x(t)

1 t
Figura 2.3

ESCALÓN:

(
1 t≥0
u(t) =
0 resto

4
 u(t)

0
t
Figura 2.4

IMPULSO O DELTA DE DIRAC:

(
0 t 6= 0
δ(t) = R ∞
−∞
δ(t)dt = 1 t = 0

d(t)

0
t
Figura 2.5

Propiedades:

Escala:
1
δ(at) = δ(t)
|a|
Multiplicación:
x(t) · δ(t) = x(0) · δ(t)

Traslación en el tiempo:
Z ∞
x(t)δ(t − t0 )dt = x(t0 )
−∞

5
 Simetrı́a:
δ(t) = δ(−t)

Relación entre la función escalón y la delta de dirac:

Z t
u(t) = δ(τ )dτ
−∞

du(t)
δ(t) =
dt
La función escalón es no diferenciable en t = 0 ya que en ese punto tenemos una
discontinuidad, por tanto vamos a realizar una aproximación a ambas señales; conside-
remos una señal escalón aproximada u4 (t) y un impulso aproximado δ4 (t) tal y como
muestra la figura 2.6 :

uD(t) dD(t) d(t)

1

1 1/D

0 D t D t 0 t
Figura 2.6

Estas señales se convertirán en las ideales (y por lo tanto la aproximación será válida)
cuando 4 → 0.
u(t) = lı́m u4 (t)
4→0

0
 t<0
u4 (t) = t/4 0 ≤ t ≤ 4

1 t>4


δ(t) = lı́m δ4 (t)

4→0
(
1/4 0 ≤ t ≤ 4
δ4 (t) =
0 resto
du4
δ4 =
dt

6
1.2. Transformaciones de las variables independientes

Las principales transformaciones de las variables independientes son:

DESPLAZAMIENTO: Desplazamos la señal por el eje de tiempos. Podemos ade-

lantar la señal x(t + t0 ) y retardarla x(t − t0 ) considerando un t0 > 0.

x(t) x(t-to) x(t+to)

A A A

t t/2 t t t -t +t/2 t
- /2 t
to- /2 to t
to+ /2 -to- /2 -to o

(a) (b) (c)

Figura 2.7

INVERSIÓN: Reflexión de la señal respecto del eje t = 0.

x(t) → x(−t)

x(t) x(-t)

A A

-t/2 t/2 t -t/2 t/2 t

(a) (b)

Figura 2.8

ESCALA:Compresión (a > 1) o expansión (a < 1) de la señal.

x(t) → x(at)

x(t) x(2t)

A A

-t/2 t/2 t t
-t/4 t/4
(a) (b)

Figura 2.9

7
1.3. Descripción de señales

Podemos hacer tres descripciones de las distintas señales con las que vamos a tra-
bajar:

Temporal : En el dominio del tiempo.

Frecuencial : En el dominio de la frecuencia. Representamos las señales mediante

una combinación lineal de exponenciales complejas. Usaremos Series de Fourier
para señales periódicas o definidas en potencia y Transformadas de Fourier para
señales de duración limitada o definidas en energı́a.

Estadı́stica: Utilizaremos unos parámetros llamados estadı́sticos (media, varian-

za....etc) para caracterizar señales.

DESCRIPCIÓN TEMPORAL. La señal estará caracterizada por los siguientes

parámetros:
−
• Valor de pico: x+
p (positiva) y xp (negativa).
−
• Valor de pico a pico: Xpp = x+
p − xp .

• Media: < x(t) >

Z T /2
1
< x(t) >= x(t) = lı́m x(t)dt
T →∞ T −T /2

< x(t) >2 representa la potencia de la componente continua de la señal.

• Valor cuadrático medio: < x2 (t) >
Z T /2
2 1
< x (t) >= x2 (t) = lı́m x2 (t)dt
T →∞ T −T /2

< x2 (t) > representa la potencia total de la señal.

• Valor eficaz: Xef f
2 2 2
Xef f =< x (t) > − < x(t) >
2
Xef f representa la potencia de las componentes alternas de la señal.

DESCRIPCIÓN FRECUENCIAL. Expresión de la Transformada de Fourier:

Transformada de Fourier directa (análisis)

Z ∞
X(f ) = x(t)e−j2πf t dt
−∞

8
 Transformada de Fourier inversa (sı́ntesis)
Z ∞
x(t) = X(f )ej2πf t df
−∞

DESCRIPCIÓN ESTADÍSTICA. Análisis del ruido en los sistemas de comuni-

caciones.

2. Sistemas

2.1. Introducción

Un sistema es un dispositivo mediante el cuál una señal sufre un determinado pro-

ceso o transformación. La figura 2.10 muestra un esquema general del concepto de
sistema. La parte izquierda muestra el sistema mas sencillo posible que consiste sólo
en una señal de entrada y otra de salida. La parte derecha muestra un sistema mas
complejo que tiene n señales de entrada y m (no tienen porqué coincidir) señales de
salida.

x1(t) y1(t)
x(t) Sistema y(t) x2(t) y2(t)
Sist

y(t)=T{x(t)} xn(t) ym(t)

Figura 2.10

2.2. Propiedades de los sistemas

a) SISTEMAS CON Y SIN MEMORIA: Un sistema es sin memoria si su señal de
salida depende exclusivamente de la señal de entrada en ese preciso [Link]
el caso contrario se tratarı́a de un sistema con memoria.

9
 b) SISTEMAS INVERTIBLES: Un sistema es invertible si existe una relación unı́vo-
ca entre x(t) e y(t), es decir que dada la señal de salida somos capaces de generar
la señal de entrada original.
c) SISTEMAS CAUSALES: Un sistema es causal si la señal de salida sólo depende
de la entrada en ese instante de tiempo y/o en instantes anteriores pero nunca
posteriores.
d) SISTEMAS ESTABLES: Un sistema será estable si la señal de salida está acotada
(no diverge) cuando la señal de entrada está acotada. Será inestable en el caso
contrario.
e) SISTEMAS INVARIANTES CON EL TIEMPO: Un sistema será invariante con
el tiempo si un desplazamiento en la señal de entrada, causa un desplazamiento
en la señal de salida.
x(t) → y(t)
x(t − t0 ) → y(t − t0 )
f) SISTEMAS LINEALES: Un sistema será lineal si cumple las propiedades de
superposición y proporcionalidad.
x1 (t) → y1 (t)
x2 (t) → y2 (t)
a · x1 (t) + b · x2 (t) → a · y1 (t) + b · y2 (t)

2.3. Sistemas Lineales e Invariantes con el tiempo (LTI)

2.3.1. Introducción

Muchos procesos fı́sicos pueden modelarse mediante sistemas LTI y van a ser muy
útiles en el análisis de señales y sistemas. Dada una señal x(t):
x(t) = a1 x1 (t) + a2 x2 (t) + a3 x3 (t) + .........
le corresponde una señal de salida al sistema y(t):
y(t) = a1 y1 (t) + a2 y2 (t) + a3 y3 (t) + .........
siendo yk (t) la respuesta a cada entrada xk (t); por tanto si la entrada a un sistema
LTI puede representarse como una suma de señales sencillas, entonces la salida puede
obtenerse utilizando la superposición de las respuestas a dichas señales sencillas (im-
pulsos o deltas de dirac). En estas secciones se pretende representar cualquier tipo de
señal x(t) como suma de impulsos; de esta forma si conocemos la respuesta del sis-
tema al impulso, podremos conocer la respuesta del sistema a cualquier señal x(t) que
podamos expresar como superposición de impulsos.

10
2.3.2. Representación de señales en función de impulsos

Dada una señal x(t), la aproximamos mediante una función escalera, de forma que
x(t) se puede expresar como combinación de pulsos retardados:
d

x(t)
x(0)dD(t)D

x(t)

D
t

x(kD)dD(t-kD)D
t
-2D -D 0 D 2D 3D 4D

kD
t
Figura 2.11

Los pulsos son deltas aproximadas:

(
1/4 0 < t < 4
δ4 (t) =
0 resto
con 4 · δ4 (t) = 1.

De esta manera, obtenemos una expresión para la señal aproximada x(t):

d
∞
X
x(t)
d= x(k4)δ4 (t − k4)4
k=−∞

donde para cada t sólo un valor del sumatorio es distinto de 0.

Conforme 4 → 0 esto implica que x(t)

d → x(t) y la aproximación se hace mas
exacta: ∞
X
x(t) = lı́m x(k4)δ4 (t − k4)4
4→0
k=−∞

Si 4 → 0, el sumatorio se convierte en una integral, ya que representa una suma

de áreas infinitesimales: Z ∞
x(t) = x(τ )δ(t − τ )dτ
−∞

11
 Esta ecuación representa la señal x(t) en función de impulsos desplazados.

x(t)
d(t-t)
1

t
t

x(t)d(t-t)

0
x(t)

t
t
Figura 2.12

Si logramos conocer la respuesta al impulso del sistema LTI, h(t), podremos conocer
la respuesta del sistema a cualquier señal x(t) porque ésta se puede descomponer en
impulsos:

δ(t) → h(t)
δ(t − τ ) → h(t − τ )
x(τ )δ(t − τ ) → x(τ )h(t − τ )
Z Z
x(τ )δ(t − τ )dτ → x(τ )h(t − τ )dτ

Por lo tanto obtenemos que la relación que existe entre la señal de entrada y de
salida de un sistema LTI es:
Z ∞
y(t) = x(τ )h(t − τ )dτ
−∞

y(t) = x(t) ∗ h(t)

2.3.3. Convolución. Propiedades

Convolución es la expresión que nos permite obtener la relación entre la entrada y

la salida en sistemas LTI.
y(t) = x(t) ∗ h(t)

12
 Sistema
x(t) h(t) y(t)

Figura 2.13

PROPIEDADES:

a) Conmutativa:
x(t) ∗ h(t) = h(t) ∗ x(t)

b) Asociativa:
x(t) ∗ [h1 (t) ∗ h2 (t)] = [x(t) ∗ h1 (t)] ∗ h2 (t)

c) Distributiva:

x(t) ∗ [h1 (t) + h2 (t)] = [x(t) ∗ h1 (t)] + [x(t) ∗ h2 (t)]

d) Convolución con δ(t):

x(t) ∗ δ(t) = x(t)

e) Convolución con δ(t − t0 ):

x(t) ∗ δ(t − t0 ) = x(t − t0 )

f) Desplazamiento temporal:
x(t) ∗ y(t) = z(t)
x(t − t0 ) ∗ y(t) = z(t − t0 )
x(t) ∗ y(t − t0 ) = z(t − t0 )
x(t − t1 ) ∗ y(t − t2 ) = z(t − t1 − t2 )

g) Derivación:
x(t) ∗ h(t) = y(t)
x0 (t) ∗ h(t) = y 0 (t)

h) Factor de escala:
A · x(t) ∗ y(t) = A[x(t) ∗ y(t)]

13
 Duración de la convolución: Dadas dos señales x(t) e y(t) de duraciones finitas dx
y dy respectivamente, la convolución de ambas será una señal z(t) que tendrá una
duración dz = dx + dy .
Convolución de señales periódicas: Dada una señal periódica x(t) = x(t + T ) de
periodo T y cuyo pulso fundamental es p(t), se puede expresar en función de un
tren de deltas:
X X
x(t) = p(t − nT ) = p(t) ∗ δ(t − nT )
∀n ∀n

Por tanto, si realizamos la convolución de dicha señal con otra y(t) obtenemos:
z(t) = x(t) ∗ y(t)
X
z(t) = p(t) ∗ y(t) ∗ δ(t − nT )
∀n

2.3.4. Propiedades de los sistemas LTI

a) SISTEMAS LTI CON Y SIN MEMORIA: Un sistema LTI es sin memoria si

h(t) = 0 ∀t 6= 0, es decir si la respuesta al impulso del sistema es proporcional a
δ(t).
b) SISTEMAS LTI INVERTIBLES: Un sistema LTI es invertible si existe su sistema
inverso.
h(t) ∗ hi (t) = δ(t)
c) SISTEMAS LTI CAUSALES: Un sistema LTI es causal si su salida sólo depende
de valores presentes y pasados de la entrada, es decir que la respuesta al impulso
del sistema es nula para valores de tiempo negativos, h(t) = 0 ∀t < 0.
d) SISTEMAS LTI ESTABLES: Un sistema LTI es estable si toda entrada acotada
produce una salida acotada del mismo, lo que respecto a la respuesta al impulso
del sistema se traduce en: Z ∞
|h(τ )|dτ < ∞
−∞

e) RESPUESTA AL ESCALÓN EN SISTEMAS LTI: Si conocemos la respuesta al

escalón de un sistema y no conocemos su respuesta al impulso, su obtención es
inmediata si derivamos la salida obtenida.
x(t) = u(t)
y(t) = u(t) ∗ h(t)
dy(t)
h(t) = = y 0 (t)
dt

14
2.3.5. Asociación de los sistemas LTI

Existen diversos tipos de asociaciones de sistemas LTI, sin embargo, la mayorı́a se

pueden obtener a partir de las siguientes asociaciones básicas:

CASCADA
h(t) = h1 (t) ∗ h2 (t)
y(t) = h(t) ∗ x(t)

Sistema z(t) Sistema

x(t) h2(t) y(t)
h1(t)

Figura 2.14

PARALELO
h(t) = h1 (t) + h2 (t)
y(t) = h(t) ∗ x(t)

Sistema z1(t)
h1(t)
x(t) + y(t)
Sistema
h2(t) z2(t)
Figura 2.15

REALIMENTACION
y(t) = [x(t) + z(t)] ∗ h1 (t)
z(t) = y(t) ∗ h2 (t)
y(t) = [x(t) + y(t) ∗ h2 (t)] ∗ h1 (t)

h(t) NO INMEDIATA

15
 Sistema y(t)
x(t) + h1(t)

Sistema
z(t) h2(t)

Figura 2.16

2.4. Correlación

Dadas dos señales x(t) e y(t) definidas en energı́a se define la correlación cruzada
como: Z ∞
Rxy (τ ) = x(t + τ )y ∗ (t)dt
−∞

y mide el grado de parecido entre ambas señales. Desplazamos una señal respecto a
otra y medimos la semejanza entre ambas. Un máximo en Rxy (τ0 ) indica que la señal
x(t) tiene un parecido máximo con y(t) si se desplaza τ0 sg.

Si x(t) = y(t) la expresión anterior se convierte en autocorrelación:

Z ∞
Rx (τ ) = x(t + τ )x∗ (t)dt
−∞

2.4.1. Propiedades de la correlación

a) Relación con la convolución:

Rxy (τ ) = x(τ ) ∗ y ∗ (−τ )

b) Simetrı́a:
∗
Rxy (τ ) = Rxy (−τ )
Rx (τ ) = Rx∗ (−τ )

c) Valor de la energı́a:
Ex = Rx (0)
Z ∞ Z ∞
∗
Rx (0) = x(t)x (t)dt = |x(t)|2 dt = Ex
−∞ −∞

16
 d) Valor máximo de autocorrelación:

Rx (0) ≥ |Rx (τ )|

e) Incorrelación:
Rxy (τ ) = 0 ∀τ

f) Ortogonalidad:
Rxy (0) = 0

g) Suma:
z(t) = y(t) + x(t)
Rz (τ ) = Ry (τ ) + Rx (τ ) + Ryx (τ ) + Rxy (τ )
Si τ = 0
Ez = Ey + Ex + Ryx (0) + Rxy (0)

h) Correlación de señales periódicas:

∞
X ∞
X
x(t) = p(t − nT ) = p(t) ∗ δ(t − nT )
n=−∞ n=−∞

∞
X
Rxy (τ ) = Rpy (τ − nT )
n=−∞

2.4.2. Señales definidas en potencia

La anterior definición de correlación diverge para las señales definidas en potencia;

por ello definimos la correlación cruzada entre dos señales definidas en potencia x(t) e
y(t) como:
1 T /2
Z
ρxy (τ ) = lı́m x(t + τ )y ∗ (t)dt
T →∞ T −T /2

y definimos la autocorrelación de una señal definida en potencia x(t) como:

Z T /2
1
ρx (τ ) = lı́m x(t + τ )x∗ (t)dt
T →∞ T −T /2

Si además las señales son periódicas entonces:

1 1
lı́m =
T →∞ T T0

17
2.4.3. Aplicaciones de la correlación

Son varias las aplicaciones para las que se usa la correlación; algunas de ellas son:

1. Medidas de tiempo de retardo de un canal : Al transmitir una señal a través de un

sistema, la señal de salida será parecida a la de entrada pero retardada respecto
a ésta. La correlación cruzada entre la salida y la entrada tendrá un pico situado
en un instante de tiempo τ0 que nos indicará el retardo que ha sufrido la señal
por dicho canal. Además otros picos de menor amplitud, pueden indicar otros
caminos alternativos.
2. Determinación de caminos de transmisión: Si se conocen distintos caminos posi-
bles de transmisión de una señal y el tiempo necesario para recorrer cada uno
de ellos, utilizando la función de correlación cruzada podemos conocer la impor-
tancia relativa que tiene cada uno de los caminos, midiendo la amplitud de cada
pico.
3. Detección y extracción de señales enmascaradas por el ruido: Si se recibe una
señal conocida enmascarada por el ruido, es posible recuperarla realizando la
correlación cruzada de la señal con ruido y una copia de la señal conocida sin rui-
do. Donde se produzca un pico en la correlación tendremos la señal enmascarada.
Esto se utiliza sobre todo en dos casos:
Transmisión digital donde usamos filtros adaptados que se caracterizan porque
su respuesta al impulso está adaptada a una señal de entrada particular:
h(t) = x∗ (−t)
y(t) = x(t) ∗ h(t) = Rx (t)
La señal de salida del filtro adaptado coincide con la función de autocor-
relación si la señal que tenemos a la entrada es aquella para la que se ha
adaptado el filtro. De esta manera podemos distinguir que señal se está reci-
biendo.
En Radar se emite un pulso p(t) que da en el blanco que se desea detectar
y se refleja volviendo al emisor como x(t) = αp(t − t0 ). Si calculamos la
función de correlación cruzada Rxp obtendremos un máximo en el instante
de tiempo t0 y por tanto conociendo el retardo podremos calcular la posición
del blanco.

2.5. Sistemas no LTI

No todos los sistemas son LTI. Existen varios sistemas en los cuales a la salida
aparecen varias componentes espectrales que no estaban presentes en la entrada. Este

18
tipo de sistemas tienen unas señales de salida de tipo:

y(t) = a0 + a1 x(t) + a2 x2 (t) + a3 x3 (t) + ......

19