Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
radix,
Discrete
Fourier
transform,
INTRODUCCIN
DESARROLLO
Universidad Del Cauca. Urbano Hamilton Andrs, Bedoya Simn. FFT Radix2.
Fourier discreta (DFT) est dada por la siguiente
ecuacin:
() = ()
() = ()
(3)
=0
(1)
0 1
Donde all se ve la complejidad a desarrollar la
sumatoria con sus diferentes valores donde
= 2/ (4)
Gracias a todas estas personas que se dedicaron a
cambiar o ms bien a facilitar el clculo de la DFT se
realiz por medio de una particularidad, de un famoso
refrn Divide y Vencers, tambin conocido como el
algoritmo (DYV), de que se trata este algoritmo?, este
algoritmo hace alusin a que un problema difcil se
resuelve dividiendo en partes ms simples tantas veces
sea necesario, pero que tiene que ver con la DFT? A
continuacin explicaremos como se aplica este popular
refrn a la DFT.
Metodologa de divide y vencers para
calcular la DFT: Este mtodo se basa en la
descomposicin de una DFT de N puntos en DFTs ms
pequeas. Este mtodo tiene una familia de algoritmos
eficientes, llamados algoritmos FFT.
Donde trata la el anlisis bajo una secuencia de N
puntos que se puedan representar en la ecuacin (5).
=
(5)
(6)
Universidad Del Cauca. Urbano Hamilton Andrs, Bedoya Simn. FFT Radix2.
( )1
2
() = 1 ()/2
+ 2 ()/2
= (7)
=0
el
= 1 () + 2 () = 0, 1 , , 1 (11)
Como podemos darnos cuenta que 1 () 2 ()
don las DFTs de N/2 puntos de las secuencias
1 () 2 ().
Como puede observarse el clculo de 1 ()
mtodo
divide
vencers
de tener 2 a
2 () = (2 + 1)
1 = 1 ()
2 = 2 ()
Se puede expresar
(9)
() = 1 () + 2 ()
Para = 0, 1 , . , 2 1
El resultado de 1 () 2 () se conoce como
diezmado de X(n) por 2 o algoritmo diezmado en
tiempo.
La DFT de N puntos se puede reescribir de la
siguiente manera (DFTs diezmadas):
( + /2) = 1 () 2 ()
Ya habiendo realizado una vez el proceso lo
realizamos de nuevo a cada una de las secuencias
1 () 2 (), Asi:
Para 1 ()
11 () = 1 (2)
() = ()
= 0, 1, , 1
12 () = 1 (2 + 1)
=0
( )1
2
()
(2+1))
1
4
Para 2 ()
( )1
2
=0
= 0, 1, . ,
(10)
= (2)2 + (2 + 1)
=0
1 () = (2)
=2
()
=0
= 2 (8)
As aplicando
escogemos,
( )1
2
21 () = 2 (2)
22 () = 2 (2 + 1)
= 0, 1, . ,
1
4
Universidad Del Cauca. Urbano Hamilton Andrs, Bedoya Simn. FFT Radix2.
Calculamos los DFTs de N/4 con relacin a los
DFTs de N/2:
1 () = 11 () + 12 ()
1 ( + /4) = 11 () 12 ()
2
() = () ,
2 () = 21 () + 22 ()
= 1,2,3, . . , 1. (15)
=0
2 ( + /4) = 21 () 22 ()
Dnde:
2
4
+ se puede
= (2/) (16)
Cuando la sumatoria es demasiado larga se puede
utilizar el algoritmo diezmado en frecuencia, y ms
explcitamente lo podemos hacer para valores de N
donde N es una potencia de 2, es decir:
= 2
A estos valores de N se los denomina Radix-2, y su
nombre se debe a que los valores de N son potencias
de 2. As mismo existen otros mtodos entre los cuales
esta Radix-4, y su nombre tambin est dado por que
los valores de N son potencias de 4, pero en este
artculo solo se explicara el mtodo para radix-2 y se
enfocara en este mismo.
Gracias a las propiedades anteriormente nombradas
tenemos:
+ =
= 2 (12)
+ 2 = (17)
( ) 2 = # (13)
2
2 = #
(14)
1
2
() = ()
+ () (18)
=
2
=0
1
2
1
2
=0
=0
() = () + ( + ) (+ 2 ) (19)
2
Universidad Del Cauca. Urbano Hamilton Andrs, Bedoya Simn. FFT Radix2.
1
2
() = () +
=0
1
2
( + )
2
=0
1
2
,
() = [() + ( + )] 2 ,
2
=0
Usando:
2 = cos(
2
2
) (
) = cos() = (1) (20)
2
2
1
2
() = [() +
(1)
=0
( + )] (21)
2
() = () + ( + ) (22)
2
() = () ( + ) (23)
2
Tenemos que:
( )1
2
1
2
() = [() + ( + )] ,
2
(2 , ) = () 2
=0
=0
( )1
2
,
1
2
() = [() ( + )] ,
2
=0
2 ,
Si se remplaza =
para la sumatoria par y =
2 , + 1 para la impar, las sumatorias se pueden
reescribir como:
(2 , + 1) = () 2
=0
1
2
,
() = [() + ( + )] 2 ,
2
=0
Tabla 1. COMPARACION ENTRE LA COMPLEJIDAD COMPUTACIONAL DEL CALCULO DIRECTO DE LA DFT Y LA DEL
ALGORITMO FFT. TRATAMIENTO DIGITAL DE SEALES. JOHN G. PROAKIS, DIMITIS G. MANOLAKIS
Nmero de
Puntos, N
Multiplicaciones Complejas en
el clculo Directo
Multiplicaciones Complejas
en el algoritmo FFT ( )
Factor de
mejora
16
4.0
64
12
5.3
16
256
32
8.0
32
1,024
80
12.8
64
4,096
192
21.3
128
16,384
448
36.6
256
65,536
1,024
64.0
512
262,144
2,304
113.8
1,024
1,048,576
5,120
204.8
Universidad Del Cauca. Urbano Hamilton Andrs, Bedoya Simn. FFT Radix2.
Podemos ver en la figura 1 la representacin del clculo
de un DFT de N = 8 untos se observa que se realiza en
tres capas ya que en representacin en base 2 queda
Universidad Del Cauca. Urbano Hamilton Andrs, Bedoya Simn. FFT Radix2.
III.
1.
2.
3.
4.
5.
6.
APLICACIONES.
Un las principales aplicaciones es el Anlisis
espectral de seales, la cual se usa para
extraer la informacin de la fase, la amplitud y
la frecuencia de seales senoidales, ya que es
en estos factores donde se encuentra la
informacin.
Todos saben lo difcil que es realizar una
convolucion entre dos seales en el domino
del tiempo debido a la gran cantidad de sumas
y multiplicaciones que hay que hacer, con la
DFT podemos pasar estas seales al dominio
de la frecuencia y realizar de manera ms
sencilla una simple multiplicacin, luego tomar
el resultado en el domino de la frecuencia y
con una transformada inversa de Fourier
obtener este resultado en el domino del tiempo
y el resultado ser exactamente el mismo a
haber realizado la convolucion.
Obviamente una utilidad de esta transformada
es el anlisis de una seal y hasta de un
sistema en el dominio de la
frecuencia,
gracias a la transformada inversa podemos
hacer un filtro de manera muy fcil con una
funcin de transferencia y pasar esta funcin
de transferencia al dominio del tiempo y
tendremos el filtro en el dominio del tiempo.
La transformada rpida de Fourier es la base
de la codificacin de audio MP3, la ms usada
en el siglo XXI, este proceso utiliza un N =
1024 puntos, como se explica anteriormente
divide el proceso en 10 etapas o en otras
palabras divide la secuencia 10 veces en base
2, en este proceso se logra el mismo audio de
una manera ms rpida.
La transformada rpida de Fourier es muy
utilizada en el mbito de la mecnica, ya que
esta nos ayuda a tener una respuesta rpida y
efectiva del anlisis en frecuencia de las
vibraciones en los diferentes componentes
mecnicos.
En el proceso de conversin de voz a
imgenes es utilizada la transformada rpida
de Fourier como proceso de lectura de la
trama de voz para la respectiva clasificacin
de frecuencias y guardarlas en un formato de
imagen conocido (JPEG, TIFF, PNG, etc). Ya
en el receptor se utiliza la transformada
inversa rpida de Fourier para la lectura de
IV.
CONCLUCIONES.
Universidad Del Cauca. Urbano Hamilton Andrs, Bedoya Simn. FFT Radix2.
plantas. En el peor de los casos, haremos
exactamente N-1 preguntas. Con cada
pregunta slo podemos excluir una de las N
posibilidades.
Sin embargo, con la pregunta " Vives en la
mitad superior del edificio? ", podemos excluir
la mitad de las posibilidades de una sola vez.
Tras la respuesta, sabremos si l vive en la
mitad superior o inferior del edificio, y
podemos seguir haciendo nuestras preguntas
de la misma manera, mediante la particin de
las restantes posibilidades en dos mitades
(mtodo de la bsqueda dicotmica). Con esta
estrategia, necesitamos un menor nmero de
preguntas.
BIBLIOGRAFIA
[1]. JOHN G. PROAKIS, DIMITRIS G.
MANOLAKISM TRATAMIENTO DIGITAL DE
SEALES. PRINCIPIOS, ALGORITMOS Y
APLICACIONES,
TERCERA
EDICION,
PRENTICE HALL.
[2]. OPPENHEIM A., SCHOFER R.M BUCK,
TRATAMIENDO DE SEALES EN TIEMPO
DISCRETO,
TERCERA
EDICIONM
PEARSON.
VI.
WEBGRAFIA
[1]. THE USE OF FFT AND MDCT IN MP3
AUDIO COMPRESSIONM JOHN (JAKE)
GUCKERT, UNIVERSIDAD DE UTAHMMATH
2270, SPRING 2012.
http://www.math.utah.edu/~gustafso/s2012/227
0/web-projects/Guckert-audio-compressionsvd-mdct-MP3.pdf
[2]. INTRODUCCION A LAS VIBRACIONES,
http://es.scribd.com/doc/78413792/10/Analisisde-espectros-FFT
[3]. TRANSFORMADA RAPIDA DE FOURIER.
http://www.alfonsomartin.es/tdi/pdf/fourier3.pdf