TEMA2 DFT I Alumnos

1
Tratamiento Digital de Seales Tratamiento Digital de Seales

TEMA 2 : DFT (I) TEMA 2 : DFT (I)
Universidade Universidade de Vigo de Vigo
ETSE Telecomunicacin ETSE Telecomunicacin
TDS Tema 1: DFT (Parte 1) Curso 06-07 Pgina 2
CONTENIDOS CONTENIDOS
1. 1. Repaso de conceptos asociados con la TF Repaso de conceptos asociados con la TF
2. 2. Formulacin de la DFT Formulacin de la DFT
3. 3. Propiedades de la DFT Propiedades de la DFT
4. 4. Mtodos de filtrado lineal basados en la DFT Mtodos de filtrado lineal basados en la DFT
5. 5. Transformada rpida de Transformada rpida de Fourier Fourier (FFT) (FFT)
6. 6. Transformada discreta del coseno (DCT) Transformada discreta del coseno (DCT)
2
Repaso Repaso
X(e
j
) =

X
n=
x[n]e
jn
x[n] =
1
2
Z
2
X(e
j
) e
jn
d
X(j) =
Z

x(t) e
jt
dt
x(t) =
1
2
Z

X(j) e
jt
d
Transformada de Transformada de Fourier Fourier
para seales continuas para seales continuas
Transformada de Transformada de Fourier Fourier
para seales discretas para seales discretas
Desarrollo en serie de Desarrollo en serie de Fourier Fourier para para
seales peridicas seales peridicas
x(t) =
1
2
X
k=
a
k
e
jk
2
T
o
t
a
k
=
1
T
0
Z
T
0
X(t) e
jk
2
T
o
t
dt
X(j) =

X
n=
2 a
k
( k
2
T
o
)
3
Transformadas Transformadas
2/
1.
2
2

x(t)
x[n]
x(t)
X(j)
X(e
j
)
X(j)
2/
4/
4/
PeriodoT
1. 1. Muestreo Muestreo frecuencial frecuencial
3. 3. Ejemplos Ejemplos
4
La DFT ( La DFT (Discrete Discrete Fourier Fourier Transform Transform) )
Motivacin Motivacin
Para trabajar digitalmente en el domino Para trabajar digitalmente en el domino frecuencial frecuencial
necesitamos un espectro discreto necesitamos un espectro discreto
Muestrearemos el espectro para obtener la nueva Muestrearemos el espectro para obtener la nueva
representacin y averiguaremos los efectos de esta representacin y averiguaremos los efectos de esta
operacin sobre la seal discreta. operacin sobre la seal discreta.
As pues, si As pues, si x[n x[n] es una seal, en principio de ] es una seal, en principio de
longitud arbitraria, tomaremos N muestras longitud arbitraria, tomaremos N muestras
equiespaciadas equiespaciadas del espectro en radianes, en las del espectro en radianes, en las
frecuencias frecuencias , k=0,..,N , k=0,..,N- -1 1 k
2
N
2
Muestreo Muestreo Frecuencial Frecuencial
2
2

???? ????
X(e
j
)
2
N
X
k=
( k
2
N
)
F
a
N muestras N muestras
2 2 /N /N
2 2( ( 1) 1)/N /N
5
Muestreo Muestreo Frecuencial Frecuencial (II) (II)
Usamos un resultado derivado de la frmula de Usamos un resultado derivado de la frmula de Poisson Poisson: :
F

X
k=
[n kN]
!
=
2
N
X
k=
( k
2
N
)
Transformada de un tren de deltas Transformada de un tren de deltas
X(e
j
)
2
N
X
k=
( k
2
N
)
F
a
x[n] ?
X
k
[n kN] =
X
k
x[n kN] = x[n]
Extensin Peridica Extensin Peridica
Hemos llegado a: Hemos llegado a:
donde donde
es la es la extensin peridica extensin peridica de x[n], de periodo N de x[n], de periodo N
x[n]
x[n]
F
X(e
j
)
2
N
X
k=
( k
2
N
)
x[n]
Para N=4 Para N=4
x[n] =
X
k
x[n kN]
6
Derivacin de la DFT Derivacin de la DFT
Este resultado relaciona infinitas muestras del Este resultado relaciona infinitas muestras del
espectro de espectro de x[n x[n], tomadas en los armnicos de ], tomadas en los armnicos de
2 2 / /, con su extensin peridica de perido N. , con su extensin peridica de perido N.
A partir de aqu buscamos una transformacin que A partir de aqu buscamos una transformacin que
relacione exclusivamente las N muestras dentro relacione exclusivamente las N muestras dentro
del intervalo [0 2 del intervalo [0 2 ) con la seal x[n] ) con la seal x[n]
x[n]
F
X(e
j
)
2
N
X
k=
( k
2
N
)
Derivacin de la DFT (II) Derivacin de la DFT (II)
Calculamos la transformada inversa de Calculamos la transformada inversa de Fourier Fourier: :
x[n]
F
X(e
j
)
2
N
X
k=
( k
2
N
) =
=
2
N
X
k=
X(e
j
2
N
k
)( k
2
N
)
1
2
Z
2
"
2
N
X
k
X(e
j
2
N
k
)(
2
N
k)
#
e
jn
d
7
Derivacin de la DFT (III) Derivacin de la DFT (III)
x[n] =
1
N
X
k
X(e
j
2
N
k
)
Z
2
(
2
N
k)e
jn
d
=
1
N
X
k
X(e
j
2
N
k
)
h
e
j
2
N
kn
i
2
x[n] =
1
N
N1
X
k=0
X(e
j
2
N
k
)e
j
2
N
kn
La ecuacin 1 permite afirmar que slo necesitamos N muestras La ecuacin 1 permite afirmar que slo necesitamos N muestras
equiespaciadas equiespaciadas del espectro para recuperar la extensin peridica de del espectro para recuperar la extensin peridica de x[n x[n] ]
Ecuacin 1 Ecuacin 1
Derivacin de la DFT (IV) Derivacin de la DFT (IV)
Necesitamos realmente todas las muestras de para Necesitamos realmente todas las muestras de para
obtener ? obtener ?
Escribamos la seal como suma de trozos de tamao N : Escribamos la seal como suma de trozos de tamao N :
x
l
[n] =

x[n + lN] 0 n N 1
0 resto
x[n] =
X
l
x
l
[n lN]
x
l
[n]
x
2
[n] x
1
[n]
x
0
[n]
X(e
j
2
N
k
)
x[n]
8
Derivacin de la DFT (V) Derivacin de la DFT (V)
Partimos de la definicin de TF para seales discretas Partimos de la definicin de TF para seales discretas
particularizando para la frecuencia 2 particularizando para la frecuencia 2 k/N y haciendo uso de la k/N y haciendo uso de la
periodicidad de la exponencial. periodicidad de la exponencial.
X(e
j
2
N
k
) =
X
n
x[n]e
j
2
N
kn
=
=
N1
X
n=0
X
l
x[n + lN]e
j
2
N
kn
=
N1
X
n=0
x[n]e
j
2
N
kn
Derivacin de la DFT (VI) Derivacin de la DFT (VI)
Recapitulando: Recapitulando:
x[n] =
1
N
N1
X
k=0
X(e
j
2
N
k
)e
j
2
N
kn
X(e
j
2
N
k
) =
N1
X
n=0
x[n]e
j
2
N
kn
Hemos mostrado la relacin entre N muestras Hemos mostrado la relacin entre N muestras equiespaciadas equiespaciadas
del espectro de una seal del espectro de una seal x[n x[n] con las N muestras del primer ] con las N muestras del primer
perodo de su extensin peridica. perodo de su extensin peridica.
9
Derivacin de la DFT (VII) Derivacin de la DFT (VII)
Es la transformacin anterior biunvoca? Es la transformacin anterior biunvoca?
x[n] =
X
k
x[n kN]
x
0
[n]
1 1
0.5 0.5
- -1 1
2 2
0.5 0.5
x
1
[n]
N=2
x
0
[n] = x
1
[n] !!!!
Formulacin de la DFT Formulacin de la DFT
x[n] =
1
N
N1
X
k=0
X[k]e
j
2
N
kn
n=0,,N1
X[k] =
N1
X
n=0
x[n]e
j
2
N
kn
k=0,,N1
Sea x[n] tal que x[n] = 0, n < 0, n N
Denimos la DFT de N puntos de x[n], X[k],
como el conjunto de N valores de X(e
jn
),
[0, 2), equiespaciados a distancia
2
N
.
10
Series discretas de Series discretas de Fourier Fourier
x[n] =
X
k
x[n kN] =
1
N
N1
X
k=0
X[k]e
j
2
N
kn
X[k] =
X
l
X[k lN] =
N1
X
n=0
x[n]e
j
2
N
kn
Las extensiones peridicas se relacionan de la Las extensiones peridicas se relacionan de la
siguiente manera: siguiente manera:
Extensin peridica de Extensin peridica de x[n x[n] ]
Extensin peridica de Extensin peridica de X[k X[k] ]
Ejemplo (I) Ejemplo (I)
x[n]
0 2
5
6
5
4
5
2
8
5
|X(e
j
)|
x[n] =

1 para 0 n < N
0 resto
X(e
j
) =
sen(
N
2
)
2
e
j
(N1)
2
11
Ejemplo (II) Ejemplo (II)
0 2
5
6
5
4
5
2
8
5
x[n]
x[n]
DFT 5 puntos DFT 5 puntos

|X[k]|
Ejemplo (III) Ejemplo (III)
0 2
5
6
5
4
5
2
8
5
x[n]
x[n]

|X[k]|
12
Ejemplo (IV) Ejemplo (IV)
0 2
5
6
5
4
5
2
8
5
x[n]
x[n]

|X[k]|
Ejemplo (V) Ejemplo (V)
x[n]
|X[k]|
0
2
2

3
2
x[n]
13
Ejemplo (VI) Ejemplo (VI)
x[n]
|X[k]|
0
2
2

3
2
DFT DFT
1 punto 1 punto
Ejemplo (VII) Ejemplo (VII)
14
1. 1. Linealidad Linealidad
2. 2. Desplazamientos Desplazamientos
3. 3. Simetrias Simetrias
4. 4. Convolucin Convolucin
Linealidad Linealidad
Para la transformada de Para la transformada de Fourier Fourier
Para la DFT: Para la DFT:
Se cumple que: Se cumple que:
Siempre que Siempre que X[k X[k] sea la DFT de N puntos de x[n] e ] sea la DFT de N puntos de x[n] e
Y[k Y[k] la DFT de N puntos de ] la DFT de N puntos de y[n y[n] y N sea tal que: ] y N sea tal que:
x[n] + y[n]
F
X(e
j
) +Y (e
j
)
z[n] = x[n] +y[n]
N max (longitud(x[n]), longitud(y[n]))
z[n]
DFT N
X[k] +Y [k] k=0,,N1
15
Desplazamientos Desplazamientos
x[n m]
F
X(e
j
)e
jm
z[n]
DFT N
X[k]e
j
2
N
km
k = 0, , N 1
z[n] = x[n m]???
Desplazamientos (II) Desplazamientos (II)
x[n]
|X[k]|
0
2
2

3
2
z[n] = x[n + 4]
??? ???
Falso!!! Falso!!!
16
Desplazamiento Circular Desplazamiento Circular
Lo que se cumple realmente es: Lo que se cumple realmente es:
si: si:
significa significa n mdulo N n mdulo N. .
es un desplazamiento es un desplazamiento circular o modular. circular o modular.
z[n]
DFT N
X[k]e
j
2
N
km
k=0,,N1
z[n] =

x[((n m))
N
] 0 n < N
0 resto
[((n))
N
]
x[((n m))
N
]
Interpretacin del Desplazamiento Circular Interpretacin del Desplazamiento Circular
Dos interpretaciones equivalentes: Dos interpretaciones equivalentes:
Como desplazamiento de la extensin peridica (perodo N) Como desplazamiento de la extensin peridica (perodo N)
x[n]
x[n]
Para N=4 Para N=4
x[n + 2]
k = 0, , 3
x[((n + 2))
4
]
DFT 4
X[k]e
j
2
4
k2
17
Interpretacin del Interpretacin del
Desplazamiento Circular (II) Desplazamiento Circular (II)
Como desplazamiento modular Como desplazamiento modular
x[n]
x[n + 2]
Para N=5 Para N=5
x[((n + 2))
5
]
DFT 5
X[k]e
j
2
5
k2
k = 0, , 4
Dualidad Dualidad
x[n]
DFS

X[k]
X[n]
DFS
N x[k]
x[n]
DFT N
X[k]
X[n]
DFT N
Nx[((k))
N
]
DFT N
DFS
18
Ejemplo Ejemplo
x[n]
x[n]
x[n]
x[((n))
4
]
Para la transformada de Para la transformada de Fourier Fourier sabemos que: sabemos que:
De donde se deduce que: De donde se deduce que:
Simetras Simetras
x
[n]
F
X
(e
j
)
x[n]
F
X(e
j
)
x
[n]
F
X
(e
j
)
X(e
j
) = X
(e
j
) x[n] = x
[n]
x[n] = x
[n] X(e
j
) = X
(e
j
)
Si el espectro es real Si el espectro es real
La seal es conjugada La seal es conjugada
simtrica y viceversa simtrica y viceversa
19
Con la DFT se cumple, para k=1,, N Con la DFT se cumple, para k=1,, N- -1: 1:
Por tanto, la DTF de una secuencia ser real si: Por tanto, la DTF de una secuencia ser real si:
Simetras (II) Simetras (II)
x
[n]
DFTN
X
[((k))
N
]
x[((n))
N
]
DFTN
X[((k))
N
]
x
[((n))
N
]
DFTN
X
[k]
x[n] = x
[((n))
N
] n=0,,N1
Se dice que una secuencia es simtrica conjugada Se dice que una secuencia es simtrica conjugada
( (hermtica hermtica) en el dominio de la DFT si: ) en el dominio de la DFT si:
Una secuencia real es simtrica (DFT) si: Una secuencia real es simtrica (DFT) si:
Simetras (III) Simetras (III)
x[n] = x
[((n))
N
] n=0,,N1
x[n] = x[((n))
N
] n=0,,N1
20
Cules de las Siguientes Seales reales Cules de las Siguientes Seales reales
Tienen una DFT de N puntos Real? Tienen una DFT de N puntos Real?
Como Como x[n x[n] es real, ] es real,
para que para que X[k X[k] sea real ] sea real
se debe cumplir que se debe cumplir que
x[n x[n]=x[(( ]=x[((- -n)) n))
N N
] ]
1 1
2 2
3 3
4 4
5 5
N=4 N=4
N=3 N=3
N=3 N=3
N=4 N=4
N=4 N=4
x
1
[n] x
2
[n]
x
3
[n]
x
4
[n]
x
5
[n]
Ejemplos (I) Ejemplos (I)
1 1
N=4 N=4
x
1
[n]
Se cumplen todos los casos, luego la DFT es real Se cumplen todos los casos, luego la DFT es real
x[n] = x[((n))
4
]??
x[0] = x[((0))
4
] = x[0]?
x[1] = x[((1))
4
] = x[3]?
x[2] = x[((2))
4
] = x[2]?
x[3] = x[((3))
4
] = x[1]?
21
Dos formas ms sencillas de comprobar la simetra: Dos formas ms sencillas de comprobar la simetra:
Acudiendo a la extensin peridica Acudiendo a la extensin peridica
Buscando el eje de simetra Buscando el eje de simetra
Simetrias Simetrias (III) (III)
N=4 N=4
x
1
[n]
x
1
[n]
Simtrica!! Simtrica!!
N=4 N=4
x
1
[n]
N impar N impar
N=5 N=5
x
1
[n]
N par N par
1 1
2 2
3 3
4 4
5 5
N=4 N=4
N=3 N=3
N=3 N=3
N=4 N=4
N=4 N=4
x
1
[n] x
2
[n]
x
3
[n]
x
4
[n]
x
5
[n]
22
1 1
2 2
3 3
4 4
5 5
N=4 N=4
N=3 N=3
N=3 N=3
N=4 N=4
N=4 N=4
x
3
[n]
x
4
[n]
x
5
[n]
x
1
[n] x
2
[n]
Convolucin Convolucin
x
1
[n] ? x
2
[n]
F
X
1
(e
j
) X
2
(e
j
)
z[n]
DFT N
X
1
[k] X
2
[k] k=0,,N1
z[n] = x
1
[n] ? x
2
[n]???
23
Ejemplo (I) Ejemplo (I)
x[n]
2 2
2
y[n]
Y (e
j
)
- 2
X(e
j
)
-
Ejemplo (II) Ejemplo (II)
z[n]
x[n] ? y[n]
Y [k]
DFT DFT
- -1 1
X[k] Y [k]
??? ???
x[n]
y[n]
X[k]
24
Ejemplo (III) Ejemplo (III)
z[n] = x[n] ? y[n]
Aliasing Aliasing temporal temporal
z[n]
N=5 N=5
X(e
j
) Y (e
j
)
-
Muestreo Muestreo
Frecuencial Frecuencial
N=5 N=5
TF TF
- -1 1
Extensin Extensin
Peridica Peridica
Convolucin Convolucin Circular Circular
Si N Si N max(N max(N
x x
,N ,N
y y
), se cumple para k=0,, N ), se cumple para k=0,, N- -1: 1:
Slo si N Slo si N N N
x x
+N +N
y y
- -1 se cumple que: 1 se cumple que:
x[n] N y[n]
DFT N
X
1
[k] X
2
[k]
x[n] N y[n] = x[n] ? y[n]
x[n] N y[n] =
N1
X
m=0
x[((n m))
N
]y[m]
25
Interpretacin de la Interpretacin de la Convolucin Convolucin Circular (I) Circular (I)
Segn la expresin terica Segn la expresin terica
5
1
=5
4
y[m]
x[((1 m))
5
]
1
x[1 m]
z[n] = x[n] N y[n] =
N1
X
m=0
x[((n m))
N
]y[m]
z[1] = 5 + 4 + 1 = 10
z[n] 10
Interpretacin de la Interpretacin de la Convolucin Convolucin Circular (II) Circular (II)
y[m]
x[1 m]
z[1] = 5 + 4 + 1 = 10
c[n] = x[n] ? y[n]
Convolucin
Lineal en n=1
Convolucin
Lineal en n=6
c[1] = 9
c[6] = 1
z[1] = c[1] + c[6]
z[n] = x[n] N y[n]
26
Interpretacin de la Interpretacin de la Convolucin Convolucin Circular (III) Circular (III)
=7
y[n]
x[1 m]
x[((1 m))
7
] = x[1 m]
x[((1 m))
7
]
Coinciden
Convolucin lineal y
circular
N = 7 (N 5 + 3 1)
Interpretacin de la Interpretacin de la Convolucin Convolucin Circular (IV) Circular (IV)
Convolucin Convolucin lineal solapada ( lineal solapada (aliasing aliasing temporal) temporal)
N=5 N=5
N=5 N=5
Intervalo n=0,..N Intervalo n=0,..N- -1 1
1 1
3 3
=5
5 5
9 9
lineal lineal
z[n]
8 8
10 10
Circular N=5 Circular N=5
27
Interpretacin de la Interpretacin de la Convolucin Convolucin Circular (V) Circular (V)
Convolucin Convolucin lineal solapada ( lineal solapada (aliasing aliasing temporal) temporal)
N=5 N=5
N=5 N=5
=5
lineal lineal
Interpretacin de la Interpretacin de la Convolucin Convolucin Circular (VI) Circular (VI)
N=7 N=7
N=7 N=7
Intervalo n=0,..N Intervalo n=0,..N- -1 1
=7
lineal lineal
N = 7 (N 5 + 3 1)

TEMA2 DFT I Alumnos

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TEMA2 DFT I Alumnos

Transféré par

Droits d'auteur :

Formats disponibles

1

Tratamiento Digital de Seales Tratamiento Digital de Seales

Vous aimerez peut-être aussi