Por qué la convolución es el corazón del procesamiento de señales digitales

Convolución: El motor matemático de los sistemas LTI

Convolución (y[n] = x[n] * h[n] = Σ x[k]h[n-k]) es la operación que calcula la salida de cualquier sistema Lineal Invariante en el Tiempo (LTI) dada su entrada y respuesta al impulso. Es ubicua porque la mayoría de los sistemas reales de procesamiento de señales se modelan como LTI.

1. Modelado de sistemas LTI — La razón fundamental

  • Física: Circuitos RLC, resonadores mecánicos, espacios acústicos, canales inalámbricos — todos LTI (aproximadamente).
  • La respuesta al impulso h[n] caracteriza completamente el sistema.
  • Convolución = superposición de respuestas al impulso escaladas y desplazadas.
  • Sin convolución → no hay forma general de calcular la salida para una entrada arbitraria.

2. Filtrado — La aplicación #1

  • Filtros FIR: h[n] = coeficientes del filtro. Convolución = implementación de forma directa.
  • Filtros IIR: Recursivos, pero aún convolución con h[n] infinito.
  • Visión en el dominio de frecuencia: Y(ω) = X(ω)H(ω). Convolución en tiempo = multiplicación en frecuencia. FFT → O(N log N) vs. O(N²).
  • Tipos de filtro: Paso bajo, paso alto, paso de banda, rechazo de banda, Hilbert, diferenciador, filtro adaptado.

3. Procesamiento de imágenes — Convolución 2D

  • Imagen = señal 2D; núcleo = respuesta al impulso 2D.
  • Núcleos: Desenfoque gaussiano, Sobel/Prewitt (bordes), Laplaciano (nitidez), relieve, personalizados.
  • CNNs: Capas convolucionales aprenden núcleos para extracción de características (bordes → texturas → objetos).
  • Núcleos separables: 2D → dos pasadas 1D (O(N) vs O(N²)).

4. Comunicaciones

  • Formación de pulsos: Convolución de coseno elevado raíz → ISI cero en instantes de muestreo.
  • Ecualización de canal: Convolución inversa (deconvolución) para deshacer la distorsión del canal.
  • Filtro adaptado: Convolución con pulso invertido en el tiempo → máxima relación señal-ruido en la detección.
  • OFDM: Prefijo cíclico convierte convolución lineal → circular → FFT diagonaliza.

5. Audio y habla

  • Reverberación: Convolución con respuesta al impulso de una sala (IR) — "reverberación por convolución".
  • Corrección de altavoz/amplificador: Filtro inverso mediante convolución.
  • Reducción de ruido: Resta espectral ≈ convolución en el dominio de frecuencia.
  • Reconocimiento de habla: Bancos de filtros front-end (mel) → capas convolucionales.

6. Cómputo eficiente

MétodoComplejidadCaso de uso
Directo (dominio del tiempo)O(N·M)Núcleos cortos (M < 64), tiempo real, baja latencia
Basado en FFT (overlap-add/save)O(N log N)Núcleos largos, procesamiento fuera de línea, dominio de frecuencia
Winograd / FFT-WinogradO(N log N) constante menorInferencia de CNN (núcleos pequeños 3×3)
Dominio de frecuencia (H fijo)O(N log N) precomputar HFiltrado LTI, reverberación

Propiedades que hacen poderosa a la convolución

  • Conmutativa: x*h = h*x — filtro y señal intercambiables.
  • Asociativa: (x*h₁)*h₂ = x*(h₁*h₂) — filtros en cascada = convolver núcleos.
  • Distributiva: x*(h₁+h₂) = x*h₁ + x*h₂ — filtros en paralelo.
  • Diferenciación: d/dt(x*h) = (dx/dt)*h = x*(dh/dt).

Conocimiento central

La convolución es no solo un truco matemático — es la ley física de cómo responden los sistemas LTI. Cada filtro, cada canal, cada proceso lineal es convolución. Dominarla (dominio del tiempo, dominio de frecuencia, algoritmos rápidos, problemas numéricos) es dominar el DSP.