Transform Ad As

Transformada de Fourier 9no
1

Contenido
Introduccin ........................................................................................................................................ 3
3.1Representacin en series de Fourier de seales peridicas discretas ........................................... 3
Combinaciones lineales de exponenciales complejas relacionadas armnicamente..................... 3
Determinacin de la representacin en serie de FOURIER de una seal peridica...................... 5
Ejemplo 1:........................................................................................................................................ 7
Ejemplo 2:........................................................................................................................................ 8
Ejemplo 3:........................................................................................................................................ 9
Ejemplo 4:...................................................................................................................................... 11
Ejemplo 5. ...................................................................................................................................... 14
3.2PROPIEDADES DE LA SERIE DISCRETA DE FOURIER ...................................................................... 14
Multiplicacin. ............................................................................................................................... 15
Primera diferencia ......................................................................................................................... 16
Relacin de Parseval para seales peridicas discretas ................................................................ 16
Ejemplo 1:...................................................................................................................................... 17
Ejemplo 2:...................................................................................................................................... 18
Ejemplo 3:...................................................................................................................................... 19
Ejemplo 4 ....................................................................................................................................... 22
Ejemplo 5 ....................................................................................................................................... 23
3.3Transformada de Fourier en tiempo discreto .............................................................................. 24
Ejemplo 1 ....................................................................................................................................... 24
Ejemplo 2 ....................................................................................................................................... 25
Ejemplo 3 ....................................................................................................................................... 25
Ejemplo 4 ....................................................................................................................................... 27
Ejemplo 5 ....................................................................................................................................... 28
3.4 Propiedades de la transformada de Fourier discreta.................................................................. 31
Linealidad ...................................................................................................................................... 31
Corrimiento en el tiempo. ............................................................................................................. 31
Corrimiento en frecuencia. ........................................................................................................... 32

2
Ejemplo 1 ....................................................................................................................................... 32
LA TRANSFORMACION DE FOURIER .............................................................................................. 34
Inversin temporal. ....................................................................................................................... 34
Ejemplo 2 ....................................................................................................................................... 35
Ejemplo 3 ....................................................................................................................................... 37
Convolucin en tiempo discreto ................................................................................................... 38
Producto en el tiempo discreto ..................................................................................................... 39
Teorema de Parseval. El caso de tiempo discreto ........................................................................ 39
Aspecto prctico: la transformada rpida de Fourier ................................................................... 40
Ejemplo 4 ....................................................................................................................................... 41
Ejemplo 5 ....................................................................................................................................... 44
3.5Transformada rpida de Fourier .................................................................................................. 46
Ejemplo 1 ....................................................................................................................................... 57
Ejemplo 2 ....................................................................................................................................... 60
Ejemplo 3 ....................................................................................................................................... 62
Ejemplo 4 ....................................................................................................................................... 63
Ejemplo 5 ....................................................................................................................................... 63
Referencias ........................................................................................................................................ 66


3
Introduccin
La representacin y el anlisis de los sistemas LTI mediante la suma de convolucin, se
basa en la representacin de seales como una combinacin lineal de impulsos
desplazados. En ste caso se explorara una representacin alternativa para seales y
sistemas LTI. El punto de partida para nuestro anlisis es el desarrollo de una
representacin de seales como combinaciones lineales de un conjunto de seales
bsicas. Para llevar a cabo esta representacin alternativa usamos las exponenciales
complejas. Las representaciones resultantes se conocen como la serie y la transformada
de Fourier de tiempo continuo y de tiempo discreto. stas se pueden usar para construir
una amplia y til clase de seales.
Debido a la propiedad de superposicin, la respuesta de un sistema LTI a cualquier
entrada que consista en una combinacin lineal de seales bsicas es la misma
combinacin lineal de las respuestas individuales a cada una de dichas seales bsicas.
Hasta ahora todas estas respuestas han sido las versiones desplazadas de la respuesta
al impulso unitario, lo cual conduca a la suma o a la integral de convolucin. la respuesta
de un sistema LTI a una exponencial compleja tambin tiene una forma particularmente
sencilla, la cual nos proporciona otra representacin conveniente para los sistemas LTI.
En este apartado dirigimos nuestra atencin a la representacin de las seales peridicas
discretas conocidas como la serie de Fourier. [ref.3]

3.1Representacin en series de Fourier de seales peridicas discretas

En particular, la representacin en serie de Fourier de una seal peridica discreta es una
serie finita, opuesta a la representacin de la serie infinita requerida para seales
peridicas continuas.

Combinaciones lineales de exponenciales complejas relacionadas armnicamente

Una seal discreta x[n] es peridica con periodo N si

x[n] = x[n+N]. ec. 1

El periodo fundamental es el entero positivo N ms pequeo para el cual la ecuacin 1 se
cumple, y wo =2/N es la frecuencia fundamental. Por ejemplo. La exponencial compleja
es peridica con periodo N. Adems, el conjunto total de las seales

exponenciales complejas discretas que son peridicas con periodo N est dado por:

[]
ec. 2


4
Todas estas seales tienen frecuencias fundamentales que son mltiplos de y por
tanto estn relacionadas armnicamente.
Hay slo N seales distintas en el conjunto dado por la ecuacin 2. Esto es una
consecuencia del hecho de que las exponenciales complejas discretas que difieren en
frecuencia por un mltiplo de son idnticas.
En forma especfica
[]
[]
[]
[] y. en general,

[]
[] ec. 3

Es decir, cuando K se cambia por cualquier mltiplo entero de N, generamos la secuencia
idntica. Esto difiere de lo que ocurre en el caso continuo, en donde las seales [] son
todas diferentes.

Ahora deseamos considerar la re presentacin de secuencias peridicas ms generales
en trminos de combinaciones lineales de las secuencias [] en la ecuacin 2. Tal
combinacin lineal tiene la forma:

[]

[]

ec. 4

En vista de que las secuencias [] son distintas slo sobre un rango de N valores
sucesivos de k, la sumatoria en la ecuacin 4 necesita incluir slo trminos en este rango.
Entonces, la sumatoria es sobre k, a medida que k varia sobre un rango de N enteros
sucesivos, empezando con cualquier valor de k. Indicamos esto expresando los lmites de
la sumatoria como k= <N>. Es decir,

[]
[]

ec.5

Por ejemplo, k podra asumir los valores k= 0, 1,..., N -1 o k= - 3, 4, ..., N + 2. En
cualquier caso, en virtud de la ecuacin 3, exactamente el mismo conjunto de secuencias
exponenciales complejas aparecen en la sumatoria del miembro derecho de la ecuacin
5. Esta ecuacin se conoce como la serie discreta de fourier y los coeficientes k como
los coeficientes de la serie de Fourier.


5
Determinacin de la representacin en serie de FOURIER de una seal peridica.

Suponga ahora que se nos da una secuencia x[n] la cual es peridica con periodo funda
mental N. Nos gustara determinar si existe una representacin de x[n] en la forma dada
en la ecuacin 5 y, de ser as, cules son los valores de los coeficientes k. Esta pregunta
puede expresarse en otros trminos, es decir, encontrar una solucin para un con junto de
ecuaciones lineales. En concreto, si evaluamos la ecuacin 5 para N valores sucesivos de
n que corresponden a un periodo de x[n], obtenemos:

[]

[]

.
.
.

[ ]
ec. 6

As, la ecuacin 6 representa un conjunto de N ecuaciones lineales para los N
coeficientes desconocidos k conforme k varia sobre un conjunto de N enteros sucesivos.
Tambin se puede demostrar que este conjunto de ecuaciones es linealmente
independiente y, en consecuencia, se puede resolver para obtener los coeficientes k en
trminos de los valores dados de x[n]. Sin embargo, siguiendo los pasos paralelos a los
usados en el caso continuo, es posible obtener una expresin de forma cerrada para los
coeficientes k en trminos de los valores de la secuencia x[n].

La ecuacin 7 establece que la suma sobre un periodo de los valores de una exponencial
compleja peridica es cero, a menos que la exponencial compleja sea una constante:

(
{

ec. 7

Ahora consideremos la representacin en serie de Fourier de la ecuacin 5. Al multiplicar
ambos miembros por
y sumando los N trminos obtenemos:

[]
(


6
ec. 8

Intercambiando el orden de la sumatoria en el miembro derecho de la ecuacin, tenemos:

[]
(

ec. 9

A partir de la identidad en la ecuacin 7, la suma interior en n sobre el miembro derecho
de la ecuacin 9 es cero, a menos que k - r sea cero o un mltiplo entero de N. Por tanto,
si escogemos valores de r sobre la misma escala sobre la cual k varia en la sumatoria
exterior, la suma interior en el miembro derecho de la ecuacin 9 es igual a N si k=r y 0 si
kr. Entonces, el miembro derecho de la ecuacin 9 se reduce a N, y tenemos:

[]
(

ec. 10
Esto proporciona una expresin cerrada para obtener los coeficientes de la serie de
Fourier, y tenemos el par de la serie discreta de Fourier:

[]
ec.11

[]
[]

ec.12

Siendo la ecuacin ec.11 la que representa la ecuacin de sntesis y la ecuacin ec.12 la
de anlisis, los coeficientes de la serie discreta de Fourier k son comnmente llamados
los coeficientes espectrales de x[n]. Estos coeficientes especifican una descomposicin
de x[n] en una suma de N exponenciales complejas relacionadas armnicamente.
Remitindonos a la ecuacin 5 vemos que si tomamos k en la escala de 0 a N 1
tenemos:
[]
[]
[]
[]
ec.13

De manera similar si k flucta de 1 a N, obtenemos:
[]
[]
[]
[]
ec.14

A partir de la ecuacin 3,[]= [] y entonces, basndonos en la comparacin de las
ecuaciones 13 y 14, debemos concluir que 0 = En forma similar, haciendo que k

7
flucte sobre cualquier conjunto de N enteros consecutivos y usando la ecuacin 3
podemos concluir que:

k= k+N ec.15

Esto es, si consideramos ms de N valores secuenciales de k, los valores de k se
repetirn peridicamente con periodo N. Es importante interpretar este hecho
cuidadosamente. En particular, ya que hay slo N distintas exponenciales complejas que
son peridicas con periodo N, la representacin en serie discreta de Fourier es una serie
finita con N trminos. Por tanto, si fijamos los N valores consecutivos de k sobre los
cuales definimos la serie de Fourier en la ecuacin 11, obtendremos un conjunto, de
exactamente N coeficientes de Fourier a partir de la ecuacin 12. Por otro lado, en
algunas ocasiones ser conveniente usar diferentes conjuntos de N valores de k y, en
consecuencia.
Resulta til considerar la ecuacin 11 como una suma de cualquier conjunto arbitrario de
N valores sucesivos de k. Por esta razn, algunas veces es conveniente pensar en k
como una secuencia definida para todos los valores de k, pero slo N elementos
sucesivos en esta secuencia sern usados en la representacin en serie de Fourier.
Adems, ya que [] se repite peridicamente con periodo N conforme variamos k
(ecuacin 3). Tambin lo debe hacer k (ecuacin 15).

Ejemplo 1:
Considere la seal:

X[] s ec.16

La cual es la contraparte discreta de la seal x(t)= sent, x[n]es peridica solo si 2/
es un entero o una razn de enteros, para el caso cuando 2/ sea un entero N, esto es
cuando:
=2/N

x[n] es peridica con periodo fundamental N y obtenemos un resultado que es anlogo al
caso continuo. Expandiendo la seal como una suma de dos exponenciales complejas
obtenemos:
[]

ec.17

Comparando la ecuacin 17 con la 11 vemos por inspeccin que:

ec.18

8

Y el resto de los coeficientes en el intervalo de la sumatoria es cero. Como se describi
anteriormente, estos coeficientes se repiten con periodo N; por tanto. N+1 tambin es
igual a (1/2j) y N-1 es igual a (-1/2j), Los coeficientes de la serie de Fourier para este
ejemplo con N=5 se ilustran en la siguiente figura 1. Se indica el hecho de que se repiten
peridicamente. Sin embargo, se utiliza slo un periodo en la ecuacin de sntesis 11.

Figura 1

Ejemplo 2:
Considere ahora el caso cuando =2/N es una relacin de enteros, esto es, cuando:

=2M/N

Suponiendo que M y N no tuvieran factores comunes, x[n] tiene un periodo fundamental
de N. De nueva cuenta, expandiendo x[n] como una suma de dos exponenciales
complejas tenemos:
[]

A partir de la cual podemos determinar por inspeccin que M=(1/2j), -M=(-1/2j)Y el
resto de los coeficientes en un periodo N son cero. Los coeficientes de Fourier para este
ejemplo con M = 3 Y N = 5 se han representado en la siguiente figura 2. Una vez ms se
ha indicado la periodicidad de los coeficientes. Por ejemplo. Para N=5, 2=-3, lo cual en
nuestro ejemplo es igual a (-1/2j), Sin embargo, observe que en cualquier periodo de
longitud 5 hay slo dos coeficientes de Fourier diferentes de cero y, por tanto, hay
solamente dos trminos diferentes de cero en la ecuacin de sntesis.

9

Figura 2

Ejemplo 3:
Considere la seal:
[] s(
) s (
) s

Esta seal es peridica con periodo N y, como sucedi en el ejemplo anterior, podemos
expandir xln] directamente en trminos de exponenciales complejas pan obtener:
[]
)
]
[
(
)
]
[
(
)
]
(
)

Agrupando trminos:
[] (
)
(
)
(
)
(
)
(
)
(

Por consiguiente, los coeficientes de la serie de Fourier para este ejemplo son:

Con k=0 para otros valores de k en el intervalo de la sumatoria en la ecuacin de
sntesis 11. De nuevo los coeficientes de Fourier son peridicos con periodo N. as que,
por ejemplo. N=1, 3N-1=3/2 +1/2j y 2-N=1/2j En la siguiente figura 3(a) se han
dibujado las partes reales e imaginaria de estos coeficientes para N=10, mientras que la
magnitud y la fase de los coeficientes estn representados en la figura 3(b)

10

Se Observa que, en este ejemplo, -k=k para todos los valores de k. De hecho, esta
igualdad se cumple siempre que x[n] sea real. Esta propiedad es idntica a la de seales
peridicas continuas, y al igual que en el caso continuo, una implicacin de este hecho es
que hay dos formas alternativas para las series discretas de Fourier de las secuencias
peridicas reales. Estas formas son anlogas a las representaciones en la serie continua
de Fourier

.
Figura 3
(a) Partes real e imaginaria de los coeficientes de la serie de Fourier.

(b) magnitud y fase de los mismos coeficientes.

11

Ejemplo 4:
En este ejemplo consideramos la onda cuadrada peridica discreta mostrada en la
siguiente figura 4

Figura 4

Podemos evaluar la serie de Fourier para esta seal usando la ecuacin 12.
Debido a que x[n]=1 para N1 nN1 es particularmente conveniente seleccionar
el intervalo de longitud N en la sumatoria de la ecuacin 12 de manera que
incluya la escala - NI nN1. En este caso, podemos expresar la ecuacin 12
como:

ec.19
Si permitimos que m= n+N1, observamos que la ecuacin 19 se vuelve:

ec.20

La sumatoria en la ecuacin 20 consiste en la suma de los primeros 2N1+ 1
terminos en una serie geomtrica, la cual se puede evaluar usando:
)
)
[
(
[
(
ec.21
Y
[]
(

ec.22
Los coeficientes k para 2N1+1=5 estan dibujados para N=10,20 y 40 en la figura
(a),(b) y (c) respectivamente.

12

Figura 5

Consideremos ahora la secuencia anloga de las sumas parciales para la onda
discreta, donde, para simplificar, supondremos que el periodo N es impar. En la
siguiente figura se han representado las seales
ec.23


13

Figura 6

Continuando con el ejemplo, Con N=9, 2N1+1=5, y para diversos valores de M.
para M=4, la suma parcial es exactamente igual a x[n]. Vemos en particular que.
En contraste con el caso continuo. no hay elemento de convergencia y no se
presenta el fenmeno de Gibbs. De hecho, en general no hay elementos de
convergencia con la serie discreta de Fourier. La razn de esto radica en el hecho
de que cualquier secuencia x[n] peridica discreta est completamente
especificada por un numero finito N de parmetros, o sea, los valores de la
secuencia sobre un periodo. La ecuacin de anlisis 12 de la serie de Fourier
simplemente transforma este conjunto de N parmetros en un conjunto
equivalente (los valores de los N coeficientes de Fourier) y la ecuacin de sntesis
11 nos dice cmo recuperar los valores de la secuencia original en trminos de
una serie finita. Entonces si N es impar y tomamos M=(N-1)/2 en la ecuacin 23,
esta suma incluye exactamente N trminos y en consecuencia, a partir de la
ecuacin de sntesis tenemos que

14

De manera similar si N es par permitimos que:
ec.24

Entonces, con M=N/2 esta suma consiste de N trminos y una vez ms podemos
concluir, de la ecuacin 11, que:

Ejemplo 5.

Use la ecuacin de anlisis 12 para evaluar los valores numricos de un periodo
de los coeficientes de la serie de Fourier de la seal peridica:

X[n] {[ ] [ ]

El periodo de la seal es de 4, entonces:

[]
[]

.

3
[]
[
(
)
]
:

3.2PROPIEDADES DE LA SERIE DISCRETA DE FOURIER
Existen muchas similitudes entre las propiedades de la serie discreta de Fourier y
las de la serie continua. Esto se puede ver fcilmente al comparar las propiedades
de la serie discreta de Fourier resumidas en la tabla siguiente 3.2


15

Multiplicacin.

La propiedad de multiplicacin que la representacin en serie de Fourier posee es un ejemplo de
propiedad que refleja la diferencia entre el caso continuo y el discreto.
En el caso discreto, suponga que:

Y

16

Son peridicas con periodo N. Entonces, el producto x[n]y[n] tambin es peridico
con periodo N y, sus coeficientes de Fourier dk. Estn dados por

[][]
ec.25

La ecuacin 25 es anloga a la definicin de convolucin, excepto que la variable
de la sumatoria se restringe ahora a un intervalo de N muestras consecutivas.
Este tipo de operacin ser considerada como una convolucion peridica entre las
dos secuencias peridicas de los coeficientes de Fourier. La forma comn de la
suma de convolucin (donde la variable de la sumatoria varia de - a ) se
conoce como la convolucion aperidica, para distinguirla de la convolucin
peridica.

Primera diferencia

El dual de tiempo discreto de la propiedad de diferenciacin de la serie continua
de
Fourier involucra el uso de la operacin de primera diferencia, la cual se define
como:
X[n] x[n - 1]. Si x[n] es peridica con periodo N, entonces tambin lo ser y[n] ya
que al desplazar x[n] o combinar linealmente x[n] con otra seal peridica cuyo
periodo es N siempre dar como resultado una seal peridica con periodo N. Del
mismo modo, si
[]

Entonces los coeficientes de Fourier correspondientes a la primera diferencia de
x[n] se pueden expresar como
[] [ ]

ec.26
La cual se obtiene fcilmente aplicando las propiedades de desplazamiento de
tiempo y linealidad de la tabla anterior. Un uso comn de esta propiedad se
presenta en situaciones donde la evaluacin de los coeficientes de la serie de
Fourier es ms fcil para la primera diferencia que para la secuencia original.

Relacin de Parseval para seales peridicas discretas

La relacin de Parseval para seales peridicas discretas est dada por:
[]


17
ec.27
donde son los coeficientes de la serie de Fourier de x[n] y N es el periodo. Al
igual que, en el caso continuo, el miembro izquierdo de la relacin de Parseval es
la potencia promedio en un periodo de la seal peridica x[n]. De manera similar.
//es la potencia promedio en la k sima componente armnica de x[n], As de
nueva cuenta, la relacin de Parseval establece que la potencia promedio en una
seal peridica es igual a la suma de las potencias promedio o en todas sus
componentes armnicas. En el caso discreto, de hecho, hay slo N componentes
armnicas precisas, y ya que los son peridicos con periodo N, la suma del
miembro derecho de la ecuacin 27 se puede hacer sobre cualquier cantidad N de
valores consecutivos de k.

De manera especfica, las propiedades de la serie de Fourier, como las indicadas
en la tabla anterior se pueden usar para simplificar el proceso de determinacin de
los coeficientes de la serie de Fourier de una determinada seal. Esto implica
expresar primero la seal dada en trminos de o tras seales cuyos coeficientes
de la serie de Fourier sean ya conocidos o resulten ms fciles de calcular.
Entonces, usando la tabla de propiedades podemos expresar los coeficientes de
la serie de Fourier de dicha seal en trminos de los coeficientes de la serie de
Fourier de otras seales. Esto se ilustra en el ejemplo 1 El ejemplo 2 presenta as
la determinacin de una secuencia a partir de alguna informacin parcial. En el
ejemplo 3 mostramos el uso de la propiedad de convolucin peridica de la tabla
de propiedades.

Ejemplo 1:
Consideremos el problema de encontrar los coeficientes de la serie de Fourier
de la secuencia X[n] mostrada en la figura de abajo(a). Esta secuencia tiene un
periodo fundamental de 5. Observamos que x[n] se puede considerar como la
suma de la onda cuadrada X1[n] en la figura (b) con la secuencia de cd x2[n] en la
figura (c). Sealando los coeficientes de la serie de Fourier de x1[n] mediante bk y
los de x2[n] mediante Ck, usamos la propiedad de linealidad de la tabla de
propiedades para concluir que

Secuencia peridica x[n]


18

Onda cuadrada x[n]

Secuencia de cd
[]

Sabemos que los coeficientes bk de la serie de Fourier correspondientes a xl[n] se
pueden expresar como:
[]

En vista de que los coeficientes de la serie discreta de Fourier son peridicos,
podemos deducir que ck= 1 siempre que k sea un mltiplo entero de 5. Los
coeficientes restan tes de x2[n] deben ser cero, ya que, x2[n] contiene slo una
componente de cd. Podemos sustituir ahora las expresiones para bk y ck. en la
ecuacin para obtener:

Ejemplo 2:


19
Suponga que se nos proporcionan los siguientes datos acerca de la secuencia
x[n]:

1.- x[n] es peridica con periodo N = 6.
2.- []

3.-
[]

4.-Del conjunto de seales que satisfacen las tres condiciones anteriores x[n] tiene
la potencia mnima por periodo.

Determinemos la secuencia x[n]. Indicamos los coeficientes de la serie de Fourier
de x[n] mediante ak. A partir del punto 2, concluimos que o=1/3. Si observamos
que
vemos, gracias al punto3, que 3 =1/6. De la relacin de

Parseval (vea la tabla anterior), la potencia promedio de x[n] es:[ref.3]
5

Puesto que cada coeficiente diferente de cero aporta una cantidad positiva a P, y
en vista de que los valores de 0 y 3 se especifican previamente, el valor de P se
minimiza al seleccionar 1 = 2= 4= 5=0. De lo anterior se sigue que:

X[n]=0+3
=(1/3)+(1/6)+

Y la grfica es la siguiente:

Ejemplo 3:

En este ejemplo determinamos y dibujamos una secuencia peridica, dada una
expresin algebraica de sus coeficientes de la serie de Fourier. En el proceso,
tambin hacemos uso de la propiedad de convolucin peridica (de la tabla
anterior) de la serie discreta de Fourier. En concreto, de acuerdo con lo sealado
en la tabla si x[n] y y[n] son peridicas con periodo N, entonces la seal

20
[] [][ ]

Tambin es peridica con periodo N. Aqu, la sumatoria se puede tomar sobre
cualquier conjunto de N valores consecutivos de r. Ms an, los coeficientes de la
serie de Fourier de w[n] son iguales a Nk bk , donde k y bk son los coeficientes
de Fourier de x[n] y [n] respectivamente.
Suponga ahora que se nos dice que una seal w[n ] es peridica con periodo
fundamental de N= 7 Y con coeficientes de la serie de Fourier:

Observamos que
, dk indica la secuencia de los coeficientes de la serie

de Fourier de una onda cuadrada x[n], con N1 = 1 Y N =7. Usando la propiedad de
convolucin, vemos que:
[] [][ ] [][ ]

Donde en la ltima igualdad hemos elegido la suma sobre el intervalo - 3 r3.
Excepto por el hecho de que la suma est limitada a un intervalo finito, e l mtodo
de producto y suma para evaluar la convolucion puede aplicarse aqu. De hecho.
Podemos convertir la ecuacin (anterior) en una convolucin ordinaria al definir
una seal [n]
que es igual a x[n] para - 3 n3 y es cero para otro valor. Entonces, de la
ecuacin anterior:
[] [][ ]
[][ ]

Esto es w[n] es la convolucin aperidica de las secuencias [n] y x[n]. Las
secuencias [r] y x[r]. y x[n- r] estn representadas en la figura siguiente de (a)--
(c). A partir de la figura podemos calcular w[n] de manera inmediata. En particular,
vemos que w[O] = 3; w[ 1] = w[1] = 2; w[ - 2] =w[2]= 1; y w[-3] = w[3]=0. Ya que
w[n]peridica con periodo 7, podemos dibujarla como se muestra en la figura
siguiente (d):

21

La secuencia de onda cuadrada x[r] del ejemplo anterior.

La secuencia [r] igual a x[r] para -3r3 y cero para otro valor.

La secuencia x[n-r].

Secuencia w[n] igual a la convolucion peridica de x[n] consigo misma y a la
convolucion aperidica [r] con x[n].


22

Ejemplo 4

Suponga que nos dan la siguiente informacin acerca de la seal x[n]:
1.- x[n] es una seal real y par.
2.- x[n] tiene periodo N = 10 y coeficientes de Fourier k.
3.- 11 = 5.
4.-
[]

Demuestre que x[n] =A cos(Bn + C), y especifique los valores numricos de las
constantes A, B Y C.
Usando la relacin de parseval:

Ahora usando la ecuacin de s9intesis (11):

[]
)

s;

Los valores son:

23
A=10; B= /5; C=0.

Ejemplo 5

Cada una de las dos secuencias x1[n] y x2[n] tiene un periodo N = 4, Y los
correspondientes coeficientes de la serie de Fourier estn especificados como:
X1[n]
, X2[n]

Donde:

Usando la propiedad de multiplicacin, determinar los coeficientes de la serie de
Fourier
para la seal resultante de x1[n] x2[n].

Usando la propiedea de multiplicacin tenemos:

x1[n] x2[n]

Tenemos que si bk es 1 para todos los valores de k, tendremos que:

Ser de 6 para todos los valores de k, por lo tanto:
x1[n] x2[n] 6 para todo k


24
3.3Transformada de Fourier en tiempo discreto

Definicin de la transformada
Dada una funcin definida en tiempo discreto y[k] , en que k 2 Z , su transformada de
Fourier discreta Y (
) y su transformada de Fourier discreta inversa quedan definidas

por las ecuaciones:

{ (
) []
{(
)} []

La transformada definida en (C.18) resulta ser peridica, de periodo 2t, por tanto la
integral que define la transformada inversa (C.19), puede calcular en cualquier intervalo
de longitud 2t. De hecho, algunos textos la definen en el intervalo [-t,t]

Para que la transformada exista es suficiente que la funcin y[k] sea absolutamente
sumable en el intervalo - < k <, es decir:

[]

Si bien existen funciones que no cumplen con esta condicin, a pesar de ello poseen
transformada de Fourier discreta.

A continuacin se muestran algunos ejemplos para ver cmo se obtiene la transformada
de Fourier discreta para un delta de Kronecker, para una secuencia constante y para una
exponencial decreciente discreta.

Ejemplo 1
Consideremos primero la secuencia

[] [] {
;
;

Es decir, un delta de Kronecker. Esta secuencia es absolutamente sumable, por tanto se
cumple la condicin suficiente para la existencia de su transformada discreta. Si
calculamos sta usando la definicin tenemos que la serie infinita se traduce en un solo
trmino

(
) []

[]
=1


25
Es decir, su transformada de Fourier discreta es constante. Podemos interpretar esto de
manera anloga al delta de Dirac en tiempo continuo, cuya transformada tambin es
constante y representa un espectro plano, o igual contenido de frecuencias en todo el
espectro.

Ejemplo 2
Consideremos ahora el caso opuesto en que tenemos una secuencia constante que se
escoge de amplitud uno por simplicidad. Es decir, la secuencia que nos interesa es

y[k] = 1

Esta secuencia no es absolutamente sumable, ya que

Sin embargo, si usamos la definicin de la transformada tenemos que

(

En que la serie al lado derecho podemos interpretarla como una representacin en serie
exponencial de Fourier de alguna funcin peridica, en que el coeficiente es Ck = 1 , para
todo k. Si recordamos, el coeficiente Ck en una serie de Fourier exponencial para una
funcin peridica f(u) se calcula como

Con lo que la funcin se expresa como

De aqu podemos observar que el periodo de la funcin peridica debe ser T = 2t, y para
que la integral que define a Ck sea unitaria basta que la funcin, dentro del intervalo [-t,t]
sea un delta Dirac de amplitud 2t, centrado en u= 0.
Ejemplo 3

function [] = fftej1(N,D)[ref.4]

% fftej1(N,D)
% Ejemplo de una FFT de una seal sinusoidal de 20Hz sumada una seal
% tipo chirp con un desplazamiento desde 5 hasta 40 Hz en un tiempo D.

26
% N es el nmero de puntos de la funcin. Elegir preferiblemente valores
% que sean potencias de 2

ts=D/N;
d=ts/2;
t=0:ts:D-d;
x=sin(2*pi*20*t)+chirp([5 40]*D/N,N);
X=fft(x);

%Reordenar X
M=N/2;
Xaux=X;X(M+1:N)=Xaux(1:M);
X(1:M)=Xaux(M+1:N);

Xm=abs(X)/N;
Xf=unwrap(angle(X))*180/pi;

%Reordenar los ndices k
faux(M+1:N)=0:M-1;faux(1:M)=-M:-1;
f=faux/D;

figure;plot(t,x,'-g');zoom;
xlabel('Tiempo (s)');ylabel('x(t)');
title('x(t)=sin(2Pi20t)+chirp(5-40)');
figure;lines(f,Xm,'oc5','-c5');zoom;
xlabel('Frecuencia (Hz)');ylabel('|X[k]|');
title('Mdulo de Coeficientes Espectrales |X[k]|');
figure;lines(f,Xf,'xc3','-c3');zoom;
xlabel('Frecuencia (Hz)');ylabel('Fase ()');
title('Fase de Coeficientes Espectrales X[k]');

% Reconstruccin de la seal a partir de los X[k]
% Utilizamos un mayor nmero de puntos fs=500 Hz

fs=500;
ts=1/fs;
d=ts/2;
t=0:ts:D-d;
Ns=length(t);
x=sin(2*pi*20*t)+chirp([5 40]*ts,Ns);

xr=zeros(1,Ns);
for i=1:Ns
for k=1:N
xr(i)=xr(i)+X(k)*exp(j*2*pi*f(k)*ts*(i-1))/N;
end
end

figure;plot(t,x,'g-');hold on;plot(t,xr,'r--');zoom;
title('Comparacin entre x(t) y su reconstruccin a partir de X[k]');
xlabel('Tiempo (t)');ylabel('x(t)');


27

Ejemplo 4
function [X,f] = fftej3(N,D) [ref.4]

% fftej3(N,D)
% Ejemplo de una FFT de una seal exponencial modulada en amplitud
% con una frecuencia portadora de 200Hz.
% N es el nmero de puntos de muestreo durante D seg. de seal.
% Elegir preferiblemente valores que sean potencias de 2
% Hacer notar que al ser la frecuencia portadora de 200Hz,
% necisitamos una frecuencia de muestreo de por lo menos
% 400Hz, por lo que N/D > 400

ts=D/N;
d=ts/2;
t=0:ts:D-d;
x=exp(-2*t).*sin(2*pi*200*t);
X=fft(x);

%Reordenar X
M=N/2;
Xaux=X;X(M+1:N)=Xaux(1:M);X(1:M)=Xaux(M+1:N);

Xm=abs(X)*ts;


28
faux(M+1:N)=0:M-1;faux(1:M)=-M:-1;
f=faux/D;

title('x(t)=exp(-2t)sin(2pi200t)');
title('Mdulo de los coeficientes espectrales de x(t)');
figure;lines(f,Xf,'oc3','-c3');zoom;
title('Fase de los coeficientes espectrales X[k]');
xlabel('Frecuencia (Hz)');ylabel('Fase X[k]');

Ejemplo 5

function [] = fftej4(N,D) [ref.4]

% fftej4(N,D)
% Ejemplo de una FFT de una seal sinusoidal de 2Hz modulada en
% frecuencia con una frecuencia portadora de 200Hz.
% N es el nmero de puntos de muestreo durante D seg de seal.

ts=D/N;
d=ts/2;
t=0:ts:D-d;
x=sin(2*pi*200*t+5*sin(2*pi*2*t));

29
X=fft(x);

%Reordenar X
M=N/2;
X(1:M)=Xaux(M+1:N);

Xm=abs(X)*ts;

faux(M+1:N)=0:M-1;faux(1:M)=-M:-1;
f=faux/D;

title('x(t)=sin(2pi200t+10sin(2pi2t)');


30


31
3.4 Propiedades de la transformada de Fourier discreta
A continuacin se detallan una serie de propiedades de la transformada de Fourier
discreta que resultan tiles para la obtencin de algunas transformadas y para el anlisis
de sistemas.

Linealidad

La transformada de Fourier discreta es una transformacin lineal, es decir, si y1[k] e y2[k]
son dos secuencias definidas , cuyas transformadas de Fourier son Y1(
) e
Y2(
) respectivamente, entonces

{
[]
[] (

Demostracin

Es directa de la definicin de la transformada (C.18), ya que

{
[]
[] [] []
[]
[]

Corrimiento en el tiempo.

Sea y[k] una secuencia de tiempo discreto definida , cuya transformada de Fourier
es Y (
), y sea k0 un nmero entero, entonces

{[

Demostracin
Consideremos la definicin de la transformada (C.18), y tomemos
, entonces

{[
] [

Sea k - k0 = l, entonces k = l + k0 y reemplazando en la sumatoria

{[
] []
[]


32

Corrimiento en frecuencia.

Sea y[k] una secuencia de tiempo discreto definida
, con transformada Y (
) , y
sea 0 < u0 < 2t un nmero real, entonces consideremos la transformada de la secuencia
original multiplicada por una exponencial peridica

{
[]}

Demostracin
Para demostrar la propiedad anterior podemos considerar directamente la definicin

{
[]}
[]

[]

Sea u-u
=,x, entonces reemplazando

{
[]} []

Note que si la frecuencia
][, es decir, se encuentra fuera de la banda que hemos

considerado hasta ahora, siempre puede escribirse de la forma

En que
][ , con lo que

Recordemos que es justamente por esto que a la exponencial peridica
le hemos
denominado tambin exponencial peridica.

Para ilustrar esto veamos un ejemplo
Ejemplo 1
Considere la secuencia de tiempo discreto


33
[] s

Para calcular su transformada de Fourier discreta, en vez de usar la definicin podemos
utilizar la propiedad (C.22), ya que el coseno puede escribirse en trminos de
exponenciales

[] s

Ambas exponenciales peridicas las podemos pensar como la secuencia constante y0[k]
= 1 multiplicada por la respectiva exponencial peridica. Es as como bajo este punto de
vista la transformada de Fourier discreta se puede obtener en unos pocos pasos

{s

Si restringimos la expresin de la transformada a la banda que nos ha interesado, es
decir, [], tenemos que en ella s_olo existen dos de los deltas
de Dirac

{s
) (
)

Figura C.5: Seal cosenoidal y[k] y su transformada discreta.

En la figura C.5, se muestra la secuencia peridica discreta y su espectro, es decir, su
transformada de Fourier discreta, formada por los dos deltas de Dirac en el intervalo
[0,2t].

34

LA TRANSFORMACION DE FOURIER

Como consecuencia del lema anterior, que expresa el corrimiento en frecuencia que sufre
el espectro de una secuencia discreta al ser multiplicado por una exponencial peridica
tenemos el siguiente corolario. Este determina el efecto que tiene sobre la transformada
de Fourier discreta el modular una secuencia por alguna sinusoidal.

Corolario C.5. Sea y[k] una secuencia discreta definida para - < k < con transformada Y
(
), y 0 <u < 2t un nmero real. Entonces

{s
[]
[(
)]
{
[]
[(
)]

Demostracin
Como se mencion anteriormente resulta de la aplicacin del lema anterior, ya que tanto
cos(
) como sen(
) pueden escribirse en trminos de exponenciales peridicas.

Consideremos la ecuacin (C.23):

{s
[]
[]}
[]}
[]}
[(
) (
)]
La demostracin de (C.24) resulta anloga, por lo tanto se deja como ejercicio para el
lector.

Inversin temporal.
Sea y[k] una secuencia de tiempo discreto definida , con transformada Y (
).
Consideremos la transformada de la secuencia original invertida en el tiempo, es decir

{[] (
)

Demostracin
Para demostrar la propiedad usamos la ecuacin (C.18), que define la transformada de
Fourier discreta de una secuencia

{[] []

Sea l =-k, entonces


35
{[] []

[]

Corollario C.6. Note que si la secuencia y[k] est compuesta slo por valores reales,
entonces

{[]

Demostracin
Se deja como ejercicio al lector.

En base a las propiedades ya analizadas estamos en condiciones de ver el siguiente
ejemplo.

Ejemplo 2
Veamos cmo obtener ahora la transformada de Fourier discreta de un escaln unitario
en tiempo discreto, es decir, de la secuencia

[] [] {

Para esto podemos apreciar que si definimos la secuencia

x[k] = [k] -[k-1]
{

Es decir, resulta ser un delta de Kronecker. Esto tambin es vlido, sin embargo, si al
escaln [k] se le suma alguna constante, es decir

x[k] = [k] + C
[] [ ] []

Si aplicamos transformada de Fourier discreta a ambas ecuaciones anteriores y utilizamos
la propiedad de corrimiento en k

(
{[]
)

36

De ambas ecuaciones se puede eliminar X(
) y despejar la transformada que nos

interesa
{[]

Donde hemos obtenida la forma de la transformada del escaln unitario discreto. Para
obtener el valor de la constante C, podemos escribir el mismo escaln como

[k] =1- [-k]+oK[k]

Donde podemos aplicar la transformada utilizando la forma de {[] obtenida, la
propiedad de simetra temporal, y las transformadas del delta de Kronecker y la constante,
antes obtenidas.

)

En que

Donde podemos apreciar que S(u) es simtrica respecto a _ = 0, por lo tanto

Luego, la transformada de Fourier discreta del escaln [k] es

{[]

Sea y[k] una secuencia de tiempo discreto definida , cuya transformada es Y (
).
Consideremos ahora la secuencia ky[k], su transformada, slo en el caso que exista, es
igual a

{ []

Demostracin
Se debe tener cuidado al aplicar esta propiedad, pues no garantiza la existencia de la
transformada de ky[k].

37
En caso de existir, podemos aplicar la transformada de Fourier inversa, usando la
ecuacin (C.19) :

Donde se puede integrar por partes, eligiendo convenientemente:

Ejemplo 3
Calculemos la transformada de Fourier discreta de la secuencia

[]
[]

Podemos aplicar la propiedad recin vista dado que conocemos la transformada de
[]. De esta forma, tenemos que:

[]
[]


38

Figura C.6: Secuencia y[k] = k
[k] y la magnitud de su TFD.

En la figura C.6 se muestra la secuencia discreta y el mdulo de su transformada discreta,
cuando o = 0.8

Convolucin en tiempo discreto

Sean y1[k] e y2[k] dos secuencias definidas , cuyas transformadas de Fourier son

) e
) respectivamente, entonces la transformada de Fourier discreta de la

convolucin es :
{[] []
)

Demostracin
Recordemos en primer lugar que la convolucin de dos secuencias de tiempo discreto
y1[k] e y2[k] se define como :

[]
[]
[]
[ ]

Usando esta expresin en la definicin (C.18) tenemos que :

[]
[] (
[]
[ ]

Donde se pueden intercambiar las sumatorias y usar la propiedad de corrimiento
en el tiempo discreto k :

[]
[] (
[ ]
)

39

[]
[]
)

Producto en el tiempo discreto
Sean y1[k] e y2[k] dos secuencias definidas , cuyas transformadas de Fourier son
Y1(
) e Y2((
) respectivamente, entonces la transformada de Fourier discreta del

producto de ellas es :

{[][]

Demostracin
Reemplazando el producto de las secuencias en la definicin (C.18) tenemos que :

{[][]
[]
[]

Aqu podemos escribir una de las secuencias segn la ecuacin (C.19) que la expresa
como la transformada de Fourier inversa. Con esto e intercambiando de orden la
sumatoria con la integral que aparece tenemos que:

{[][] (
[]
( (
[])
)

Donde si usamos la propiedad de corrimiento en frecuencia tenemos que

{[][]

Teorema de Parseval. El caso de tiempo discreto
Sean y1[k] e y2[k] dos secuencias reales definidas , cuyas transformadas de
Fourier son Y1(
) e Y2((
) respectivamente, entonces se cumple que:

[]
[]


40

En que
denota el complejo conjugado de ().

Demostracin

En el lado izquierdo de la ecuacin (C.30) podemos reemplazar y1[k], utilizando la
definicin de la transformada de Fourier discreta inversa dada por la expresin (C.19) :

[]
[]
[]

Aqu podemos intercambiar el orden entre la integral y la sumatoria, para luego formar
una expresin que corresponda a la transformada de y2[k] como se aprecia a
continuacin :

[]
[]
( (
[]
( (
[]
)

Si y[k] es una secuencia discreta definida , con transformada Y (
), entonces se
cumple que:

[]

Demostracin
Es directa de la ecuacin (C.30) ya que
[]
[] []

Aspecto prctico: la transformada rpida de Fourier
En las aplicaciones, en particular en el procesamiento digital de seales, no se conoce la
seal en forma analtica, sino que como una secuencia finita de valores numricos. Lo
mismo ocurre en otras aplicaciones, como en el procesamiento de imgenes, en donde la
variable independiente puede ser una (o ms) coordenada(s) espacial(es).
Dado que la informacin es una secuencia, la descripcin de la seal en el dominio de la
frecuencia slo puede ser lograda a travs de la Transformada discreta de Fourier. Sin

41
embargo, el clculo de sta slo puede ser aproximado, puesto que la seal est definida
por un nmero finito de valores.
De esta forma, un problema central en la calidad de la aproximacin guarda relacin con
la medida en que la seal truncada representa las caractersticas espectrales de la seal
a analizar. En este caso, estamos obteniendo una serie de Fourier discreta que
representa al tramo considerado de la secuencia y[k].
Recordemos que segn lo visto en el captulo anterior sobre series, al calcular la serie de
Fourier discreta de una secuencia de largo N, obtenemos una representacin en trminos
de N exponenciales complejas de frecuencias , que resulta ser peridica. De
esta forma, dada una secuencia y[k] de longitud N, que puede provenir de una seal de
tiempo continuo muestreada cada [seg], es decir, y[k] = y(t = k), podemos representarla
como una suma de exponenciales complejas

[]

Donde
[]

Usualmente se define

Y la funcin

[]

Con lo que la funcin se puede describir en trminos de los Hn segn

[]

A este par de ecuaciones, (C.35) y (C.36) se le denomina en muchos libros como la
transformacin de Fourier Discreta y su inversa, por tanto debe tenerse precaucin al
consultar la literatura para evitar confusin con la denominacin que hemos usado en este
texto.
Ejemplo 4
function [X,f] = fftej5(N,D)

% fftej5(N,D)
% Ejemplo de una FFT de una seal exponencial modulada en
% frecuecia con una frecuencia portadora de 200Hz.
% N es el nmero de puntos de muestreo durante D s de seal.

42

ts=D/N;
d=ts/2;
t=0:ts:D-d;
x=sin(2*pi*200*t-5*exp(-2*t));
X=fft(x);

%Reordenar X
M=N/2;
X(1:M)=Xaux(M+1:N);

Xm=abs(X)*ts;

faux(M+1:N)=0:M-1;faux(1:M)=-M:-1;
f=faux/D;

title('x(t)=sin(2pi200t-5exp(-2t))');


43


44
Ejemplo 5
function [] = fftej2(N,D) [ref.4]

% Ejemplo de una FFT de una seal exponencial sumada a una seal
% tipo chirp con un desplazamiento desde 60 hasta 100 Hz en 1 segundos.
% N es el nmero de puntos de la funcin. Elegir preferiblemente valores
% que sean potencias de 2

ts=D/N;
d=ts/2;
t=0:ts:D-d;
df=100-60;
x=exp(-2*t)+0.2.*chirp([60 60+df*D]*ts,N);
X=fft(x);

%Reordenar Y
M=N/2;

Xm=abs(X)*ts;

faux(M+1:N)=0:M-1;faux(1:M)=-M:-1;
f=faux/D;

figure;plot(t,x,'-r');zoom;
title('x(t)=exp(-2t)+0.2chirp(60-100)');
title('Mdulo de los coeficientes espectrales |X[k]|');
figure;lines(f,Xf,'oc3','-c3');
xlabel('Frecuencia (Hz)');ylabel('Fase(X[k]) ()');

% Reconstruccin de la seal a partir de los X[k]
% Utilizamos un mayor nmero de puntos fs=500 Hz

fs=500;
ts=1/fs;
d=ts/2;
t=0:ts:D-d;
Ns=length(t);
x=exp(-2*t)+0.2.*chirp([60 60+df*D]*ts,Ns);

xr=zeros(1,Ns);
for i=1:Ns
for k=1:N
end
end


45


46

3.5Transformada rpida de Fourier

En las aplicaciones, en particular en el procesamiento digital de seales, no se conoce la
seal en forma analtica, sino como una secuencia finita de valores numricos. Lo mismo
ocurre en otras aplicaciones, como en el procesamiento de imgenes, en donde la
variable independiente puede ser una (o ms) coordenada(s) espacial(es).
Dado que la informacin es una secuencia, la descripcin de la seal en el dominio de la
frecuencia slo puede ser lograda a travs de la Transformada discreta de Fourier. Sin
embargo, el clculo de esta slo puede ser aproximado, puesto que la seal est definida
por un nmero finito de valores.[ref.1]
De esta forma, un problema central en la calidad de la aproximacin guarda relacin con
la medida en que la seal truncada representa las caractersticas espectrales de la seal
a analizar. En este caso, estamos obteniendo una serie de Fourier discreta que
representa al tramo considerado de la secuencia y[k].
Recordemos que segn lo visto en el captulo anterior sobre series, al calcular la serie de
Fourier discreta de una secuencia de largo N, obtenemos una representacin en trminos
de N exponenciales complejas de frecuencias 0 <= < 2,que resulta ser peridica. De

47
esta forma, dada una secuencia y[k] de longitud N, que puede provenir de una seal de
tiempo continuo muestreada cada [seg], es decir, y[k] = y(t = k), podemos representarla
como una suma de exponenciales complejas[ref.1]
[]
donde

Donde
[]

Usualmente se define

Y la funcin
[]

Con lo que la funcin se puede describir en trminos de los Hn segn
[]

Si se observa la ecuacin
[]
esta puede entenderse como un producto matricial en que

el vector Hn es igual al producto de la matriz {WN}n,k={WN-nk} por el vector y[k].
Es decir

Hacer el producto matricial el lado derecho de la ecuacin anterior implica N2
multiplicaciones complejas, adems de las sumas respectivas para el clculo de cada Hn.
Tambin se requieren algunas operaciones ms para el clculo de las potencias de WN.
Es decir, podemos apreciar que el clculo de la DFT es un proceso O(N2) 2.

48
Sin embargo, la matriz involucrada en (C.37) est formada por potencias de WN = ej2/N,
por tanto todos sus componentes son alguna de las races N-esimas de la unidad,
distribuida en torno a la circunferencia unitaria. Esta simetra de hecho es el camino para
reducir el nmero de clculos necesarios para el clculo de la DFT. Los algoritmos que
hacen uso de estas simetras se comenzaron a desarrollar ms fuertemente a partir de
mediados de los aos 60 y reciben el nombre genrico de transformada rpida de Fourier
o FFT por su denominacin en ingls3.
Para maximizar el aprovechamiento de las simetras es conveniente elegir secuencias y[k]
cuyo largo de una potencia de 2, es decir:

Esto no implica perder generalidad, pues en los casos en que no pueden tomarse ms
valores de la secuencia original podemos completar con ceros hasta la potencia de 2 ms
cercana (aunque ello significa la introduccin de un grado variable de inexactitud).
Consideremos la forma en que se calcula el coeficiente Hn, segn la ecuacin
(C.35). Si tenemos una secuencia de longitud N par, podemos separarla en una que
contenga los valores de y[k] cuando k es par y otra para los k impares.
Es decir:
[]
[]
[ ]

Pero podemos apreciar que las nuevas secuencias, y[2r] e y[2r + 1], son secuencias de
largo N=2, por lo que podra escribirse las sumatorias como la serie de Fourier discreta
modificada que les corresponde. Justamente esto sucede en forma natural al observar
que

Es decir, en la sumatoria aparecen las armnicas para secuencias de longitud N=2. Con
esta observacin la expresin para Hn queda
[]
[ ]


49
[]
[ ]

Como antes mencionamos, para calcular los trminos Hn para una secuencia de longitud
N por el mtodo directo, se requieren del aproximadamente N2 multiplicaciones complejas
en el producto matricial (C.37). Anlogamente para calcular cada uno de los trminos
H
par
n y H
impar
n, que corresponden a secuencias de largo N=2, requeriremos (N=2)
2

multiplicaciones complejas para cada uno.
Y para poder formar cada uno de los N trminos Hn requerimos una nica multiplicacin
compleja ms, segn (C.44).
Es importante hacer notar que dado que las secuencias y[2r] e y[2r + 1] son
N/2 peridicas en r, sus armnicas W
nr
N/2
, tambin lo son:

Aplicando este nuevo enfoque para la secuencia de largo N necesitamos

Sin embargo, y he aqu__ la facilidad que entrega el suponer que N es una potencia de 2,
las secuencias y[2r] e y[2r+1], tienen longitud par (N/2 tambin sera potencia de 2), por
tanto podemos aplicarles este mismo mtodo. Es decir, cada una puede separarse en dos
subsecuencias de longitud N/4. Con esto el nmero de clculos necesarios seran

Y as sucesivamente con las secuencias de largo N/4, que pueden subdividirse en
subsecuencias de largo N/8.
En general una secuencia de largo N = 2v, podemos subdividirs v = log2 N veces en
subsecuencias de longitud menor. Y en cada etapa se realizan N multiplicaciones
complejas. Por tanto podemos afirmar que este algoritmo es del orden de N log2 N. En la
_gura C.7 se muestra una comparacin del nmero de multiplicaciones necesarias para
calcular los trminos Hn de esta serie directamente o mediante este nuevo algoritmo
denominado FFT. Para una secuencia de largo N = 1024 = 210 con el primer mtodo
requerimos 1048576 multiplicaciones, mientras que usando la transformada rpida se
requieren solo 10240, es decir, 2 rdenes de magnitud menor.

50

La transformada rpida de Fourier sigue la estrategia de: divide y vencers!!


51

De manera que se divide la TDF en coeficientes en posiciones pares e impares como
sigue:

Por lo que calcular la TDF de N coeficientes es igual a calcular 2 TDF de N/2 coeficientes.
Se aplica esta idea de manera recursiva y obtenemos la FFT.
La complejidad de la FFT = O(N log
2
N)

El algoritmo de la FFT es complicado y sus detalles son generalmente dejados para
aquellos que se especializan en ella.
) 2 / , ( ) (
1
1 2 /
0
2 / 2 / 2
N g TDF W f f
N
F
N
n
nk
N N n n k
= + =

+
) 2 / , ( ] ) [(
1
1 2 /
0
2 / 2 / 1 2
N h TDF W W f f
N
F
N
n
nk
N
n
N n n k
= =

+ +

52

La TDF real toma N puntos en el dominio del tiempo y crea 2 conjuntos de N/2+1 puntos
en el dominio de la frecuencia.
La TDF compleja toma N puntos en el dominio del tiempo y crea 2 conjuntos de N puntos
en el dominio de la frecuencia.
Los cuadros sombreados muestran los valores comunes entre las dos transformadas.
El algoritmo de la FFT opera:
(1) descomponiendo una seal del dominio del tiempo de tamao N puntos en N seales
del dominio del tiempo cada una compuesta por un slo punto.

53
(2) El segundo paso es calcular los N espectros de frecuencia correspondientes a estas N
seales en el dominio del tiempo.
(3) Finalmente, los N espectros se sintetizan en un arreglo de espectros de frecuencia.

Esta es una seal que tiene inicialmente 16 puntos y es descompuesta en 16 seales de
un slo punto cada una.

Descomposicin de FFT:
Una seal de N puntos se descompone en N seales de un slo punto cada una.
Cada estado utiliza una descomposicin entrelazada, separando las muestras
enumeradas como pares e impares.
La descomposicin entrelazada se utiliza cada vez que la seal se divide en dos, esto es,
la seal se separa en sus muestras numeradas como pares e impares.
Se requieren log
2
N estados para esta descomposicin, por ejemplo: una seal de 16
puntos (2
4
) requiere de 4 estados, una seal de 512 puntos (2
7
) requiere de 7 estados,
una seal de 4096 (2
12
) requiere de 12 estados, etc.

54

La descomposicin no es ms que un reordenamiento de las muestras.

A la izquierda se ve una lista de valores decimales con sus equivalentes valores binarios.
A la derecha las muestras se encuentran reordenadas tambin con sus equivalentes
binarios.
La idea importante aqu es que el nmero binario son los reversos de cada uno. La
muestra 3 (0011) se cambia por 12 (1100), la muestra 14 (1110) se cambia por 7 (0111).

A esto se le llama ordenamiento reverso de bit (bit reversal sorting). Reordena las N
muestras del dominio del tiempo, invirtiendo los bits de izquierda a derecha.
El siguiente paso en el algoritmo de la TRF es encontrar el espectro de frecuencia de las
seales de tiempo de un punto. El espectro de frecuencia de una seal de un punto es
igual a s misma! Esto significa que no se requiere hacer nada en este paso.
Aunque no hay ningn trabajo en este paso, no se les olvide que ahora cada punto es un
espectro de frecuencia y no una seal del tiempo.


55
El ltimo paso en la TRF es combinar los N espectros de frecuencia en el orden inverso
en que se llev la descomposicin en el dominio del tiempo. (Aqu es donde el algoritmo
se vuelve complicado )
Desafortunadamente no se puede regresar con la misma rapidez y hay que pasar por un
estado cada vez. En el primer estado 16 espectros de frecuencia (1 punto c/u) se
sintetizan en 8 espectros de frecuencia (2 puntos c/u). En el segundo estado 8 espectros
de frecuencia (2 puntos c/u) se sintetizan en 4 espectros de frecuencia (4 puntos c/u),
etc. El ltimo estado resulta el espectro de frecuencia de 16 puntos esperado como salida
de la TRF.

Dos espectros de frecuencia de 4 puntos c/u se combinan en un slo espectro de
frecuencia de 8 puntos.
Diluir (mezclar) los puntos en el dominio del tiempo con ceros corresponde a una
duplicacin en el dominio de la frecuencia.
El espectro de frecuencia se combina en la TRF duplicndolos, y luego sumando los
espectros duplicados.

56
De manera que correspondan a la hora de unirse, las dos seales de tiempo se mezclan
de manera algo diferente. A una seal se le ponen en cero las posiciones pares, mientras
que a la otra se le ponen en cero las posiciones impares. En otras palabras, una de las
seales en el dominio del tiempo se recorre a la derecha una muestra.
El corrimiento en el dominio del tiempo corresponde a la multiplicacin del espectro de
frecuencia por una senoidal.
Diagrama de la unin de dos espectros de 4 puntos c/u en un espectro de 8 puntos.

Elemento de clculo bsico para unir 2 nmeros complejos en otros 2 nmeros complejos
que se repiten una y otra vez durante esta parte del algoritmo. Llamado mariposa.

La descomposicin del dominio del tiempo se realiza por ordenamiento reverso de bits.
Transformar los datos descompuestos a frecuencia no involucra ninguna operacin, asi
que no aparece en el digrama.


57
La sntesis requiere de tres ciclos:
(1) externo: log
2
N estados.
(2) medio: se mueve en cada espectro de frecuencia individual
(3) interno: utiliza la mariposa para calcular cada punto del espectro de frecuencia.

Ejemplo 1
Consideramos una secuencia discreta de longitud N = 8, cuyos valores denominaremos
y0; y1; y2; y3; y4; y5; y6 e y7. Entonces usando la ecuacin (C.44) tenemos que


58
En que H
pn
y H
i
n son la serie formada por las subsecuencias pares e impares de la
secuencia original.
Esto se representa en la figura C.8, donde sobre las lneas de uno se coloca el factor que
une a los datos
Note en la figura se ha hecho uso de la periodicidad de H
p
n y H
i
n ya que, por ejemplo:

Pero, por la periodicidad

Por lo tanto

De manera anloga, para calcular los trminos de H
p
n
y H
i
n podemos aplicar la misma idea

59

Donde ahora las series H
pp
n , H
pi
n , H
ip
n y H
ii
n estn formadas por subsecuencias de largo
2, y tambin son peridicas de perodo 2. Como se ve en el esquema de la figura C.9
Finalmente al subdividir nuevamente las secuencias quedan trminos individuales que
corresponden a los 8 valores de la secuencia original considerada:

Estos productos clculos se agregan al esquema anterior, tal como se muestra en la
figura C.10, donde podemos apreciar claramente que en cada etapa se realizan 8
multiplicaciones complejas, totalizando un total de 24. En caso de haber hecho los
clculos de manera directa hubiera resultado necesario realizar 82 = 64 multiplicaciones.

60

Ejemplo 2
Calculemos la transformada de {
{[ref.2]

Tenemos que:


61

La transformada ah quedado en el orden {Fo, F2,F1,F3} y no en el orden natural, la razn
s hs s sw s {o,f1} y la
s {1,f2}. Hay que reordenarlos, y es precisamente en este momento cuando
surge otra de las grandes ventajas del mtodo: para ordenarlo vamor a proceder a la inversin
de bits, que consiste en escribir un numero en base 2 y luego escribir los digitos en orden
inverso. La transformada se compone de 2
p
elementos, con p=2. Escribamos los subndices de
{ Fo, F2,F1,F3} en base 2, con 2 digitos porque p=2, como se observa en la siguiente tabla.


62

El proceso de inversin de bits se puede programar y esa misma subrutina se puede emplear
s s s {o,f1} y secuencia {1,f2}, como
se indica en la siguiente tabla..

Ejemplo 3

Solucin: tenemos que *
+ []e, as que *
+ [

].
Dado que la funcin f es una funcin par, queda


63

Ejemplo 4
Calcular la transformada rpida de Fourier de
{
{
Solucin:
Primero separamos elementos pares e impares f={1,1,1,1}, f
imp
={0,0,0,0}. El problema se ah
reducido a emplear dos veces el ejemplo anterior, una vez con la secuencia {1,1,1,1} y otra con
la secuencia {0,0,0,0}. Evidentemente en este segundo caso la salida ser {0,0,0,0}, ya que
todas las entradas son cero.
Ejemplo 5
function []=fftej7(N,D) [ref.4]

% fftej7(N,d)
% x(t)=exp(-2*t)*sin(2*pi*3*t)
%

ts=D/N;
d=ts/10;
t=0:ts:D-d;
x=exp(-2*t).*sin(2*pi*3*t);

X=fft(x);

% Reordenar
M=N/2;

% Separar Modulo y Fase de los coeficientes X(k)
Xm=abs(X)*ts;
Xf=unwrap(angle(X))*180/pi; %En grados

% Transformar Indices k en frecuencias
faux(M+1:N)=0:M-1;faux(1:M)=-M:-1;
f=faux/D;

% Reconstruir los muestreos originales a partir de los X(k)
xr=zeros(1,N);
for i=1:N
for k=1:N
xr(i)=xr(i)+X(k)*exp(j*2*pi*f(k)*ts*(i-1));
end
end

64
xr=xr/N;

%Plots
figure;lines(t,x,'oc5','-c5');hold on;lines(t,xr,'xc3','-c3');zoom;
title('Puntos de muestreo (o) y Reconstruccin a partir de X[k] (x)');

xlabel('Frecuencia (Hz)');
ylabel('|X[k]|');

xlabel('Frecuencia (Hz)');
ylabel('Fase X[k]');

%Reconstruccion de la seal original a partir de los X(k)
%Utilizamos un mayor nmero de puntos ts=ts/10
ts=1/64;
d=ts/2;
t=0:ts:2*D-d;
x=exp(-2*t).*sin(2*pi*3*t);
Ns=length(x);

xr=zeros(1,Ns);
for i=1:Ns
for k=1:N
end
end

%plots

xlabel('Tiempo (t)');
ylabel('x(t)');

65


66
Referencias
[ref.1]The Scientist and Engineers Guide to Digital Signal Processing, cuyo autor es Steven W.
Smith y pueden encontrarlo en la siguiente pgina web:
http://www.dspguide.com/pdfbook.htm
[ref.2] Metodos Matematicos Aplicacin de Matematicas para ciencias e ingeniera, Ed.
Thomson, Jesus San Martin Moreno., pag. 400-405.
http://books.google.es/books?id=8p6loV4oMDIC&printsec=frontcover&hl=es&source=gbs_atb#v=
onepage&q&f=false
[ref.3] ALAN V. OPP NHEIM ALAN S. WILLSKVs. HAMID MAWAB seales y sistemas segunda
edicin Pearson, Prentice hall
[ref.4] transformada de Fourier
http://www.tecnun.es/asignaturas/tratamiento%20digital/tds5.html

Transform Ad As

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Transform Ad As

Caricato da

Copyright:

Formati disponibili

Transformada de Fourier 9no

es peridica con periodo N. Adems, el conjunto total de las seales

y sumando los N trminos obtenemos:

vemos, gracias al punto3, que 3 =1/6. De la relacin de

, dk indica la secuencia de los coeficientes de la serie

para la seal resultante de x1[n] x2[n].

) y su transformada de Fourier discreta inversa quedan definidas

), y sea k0 un nmero entero, entonces

=,x, entonces reemplazando

][, es decir, se encuentra fuera de la banda que hemos

), y 0 <u < 2t un nmero real. Entonces

) pueden escribirse en trminos de exponenciales peridicas.

) y despejar la transformada que nos

[]. De esta forma, tenemos que:

[k] y la magnitud de su TFD.

) respectivamente, entonces la transformada de Fourier discreta de la

) respectivamente, entonces la transformada de Fourier discreta del

) respectivamente, entonces se cumple que:

denota el complejo conjugado de ().

esta puede entenderse como un producto matricial en que

Potrebbero piacerti anche