Capitolul

TRANSFORMATA FOURIER DISCRET~

5

5.1. Reprezentarea Fourier a semnalelor discrete de

durat` finit`

La finalul sec\iunii 3.2 am precizat faptul c` al patrulea tip de transformare

apar\in@nd analizei Fourier corespunde, [n princpiu, semnalelor discrete periodice ]i
poart` denumirea de transformata Fourier discret` (DFT – "Discrete Fourier
Transform" ). Ea nu este, de fapt, un tip nou de transformare fa\` de cele discutate deja,
ci reprezint` varianta practic` de calcul (sau, cu alte cuvinte, versiunea numeric`)
a transformatei Fourier pentru un semnal discret [n timp, definit` [n capitolul 3.
Vom introduce mai [nt@i transformata Fourier discret` pentru un caz particular, ]i
anume acela al semnalelor de durat` finit`, apoi vom transpune rezultatele ob\inute
pentru cazul real al semnalelor de durat` nelimitat` (periodice sau aperiodice).

Am ar`tat c` pentru un semnal x (n ) aperiodic, de durat` nelimitat`, transformata

Fourier direct` se define]te astfel:

X(e j )   x ( n ) e  j n (5.1)
n  

Se constat` c` pentru evaluarea numeric` a acestei expresii se ridic` dou`

probleme importante: prima este legat` de variabila continu` , pe care nu o putem
introduce ca atare [ntr-un sistem de prelucrare numeric`, iar a doua problem` este
imposibilitatea efectu`rii [n practic` a unei sume infinite.
Concluziile par a fi urm`toarele: variabila continu`  trebuie [nlocuit` printr-o
variabil` discret`, iar semnalul trebuie limitat la o durat` finit`.
{n principiu, aceste solu\ii par a fi simple, dar punerea lor [n aplicare ]i
interpretarea rezultatelor este departe de a fi banal` ]i necesit` o aten\ie special`; va
trebui v`zut ce implica\ii pot avea aceste simplific`ri asupra calcului transformatei
Fourier.

Vom discuta [n continuare modul cum se pot aplica, [n principiu, cele dou`
solu\ii: discretizarea [n frecven\` ]i considerarea unei sume finite [n rela\ia (5.1).
68 5. Transformata Fourier discret`

Vom [nlocui variabila continu`  printr-o variabil` discret` k , folosind

urm`toarea nota\ie:
k  k   , k  Z (5.2)
unde  este pasul utilizat pe axa frecven\elor ; frecven\ele discrete k se mai numesc
frecven\e armonice.
Cum func\ia X(e j ) e periodic` [n  de perioad` 2 , este suficient s` utiliz`m
substitu\ia (5.2) pe o singur` perioad`. Dac` N este num`rul de pa]i pe o perioad` (N
fiind num`r natural), ob\inem:
2
  (5.3)
N
  N
]i apoi: k  k  k (5.4)
 2
Dac` consider`m, de exemplu, varia\ia lui k [ntre   ]i  , variabila discret` k
N N
va lua valori [ntre  ]i  1 (deci N valori).
2 2
Din rela\iile (5.2) ]i (5.3) rezult` c` va trebui f`cut` urm`toarea schimbare de
variabil`:
2  N N 
  k  k , k   , 1 (5.5)
N  2 2 
{n acest mod, spectrul continuu X(e jω ) definit de rela\ia (5.1) va deveni un
spectru discret, X(k ) , fiind calculat [n N puncte. Pentru a [n\elege [ns` ce implica\ii
are acest lucru asupra estim`rii corecte a spectrului, vom vedea mai [nt@i felul [n care se
poate reveni la semnalul original x (n ) .

Pornind de la defini\ia transformatei Fourier inverse:


1
x (n )   X (e j ) e jn d  ,
2  
]i utiliz@nd schimbarea de variabil` (5.5), rezult` c` ar trebui s` putem aproxima pe
x (n ) printr-o sum` finit` de forma:
N
1 2
1 2 j kn
x (n )   X (k ) e N (5.6)
N k  N
2

Sau, consider@nd intervalul echivalent [0 , N  1] :

2
1 N1 j k n not .
x ( n )   X( k ) e N  x p ( n ) (5.7)
N k 0
5. Transformata Fourier discret` 69

Cu alte cuvinte, semnalul ini\ial x (n ) va fi aproximat, [n anumite condi\ii, printr-o

sum` finit`, a c`rei valoare exact` o not`m deocamdat` cu x p (n ) . Va trebui determinat,
desigur, c@t de corect` este aproxima\ia (5.7) ]i [n ce condi\ii se poate face.
2
j kn
{n primul r@nd, se observ` imediat c` func\ia e N este periodic` [n n de
perioad` N, deci semnalul xp (n) este la r@ndul s`u periodic de perioad` N; [n
rela\ia (5.7), x p (n ) este evident considerat pe o singur` perioad`.
Pe de alt` parte, semnalul ini\ial x (n ) a fost presupus aperiodic; rezult` c`
aproximarea ob\inut` prin discretizarea transformatei sale Fourier este o func\ie
periodic`.
Consider@nd acum c` x p (n ) este extins periodic pentru orice n, ob\inem
urm`torul rezultat de principiu:

x p (n )   x (n  i N ) , unde i  Z (5.8)
i  

Rezultatul anterior este [ns` corect doar dac` x (n ) este definit pentru n  [0 , N] .
El semnific` faptul c` semnalul periodic x p (n ) este ob\inut prin repetarea periodic`, cu
perioda N, a semnalului original x (n ) (acest rezultat este evident similar celui ob\inut
aplic@nd teorema e]antion`rii [n domeniul timp).

Din rela\iile (5.7) ]i (5.8) ]i din considera\iile expuse anterior, rezult` urm`toarele
dou` concluzii fundamentale: daca durata semnalului aperiodic x(n) este finit`, ]i
anume limitat` la intervalul n  [0 , N] , fiecare perioad` a semnalului xp (n) este o
replic` exact` a lui x(n) ]i ca atare, rela\ia aproximativ` (5.7) devine identitate, pe
o perioad` (dac` durata este mai mare dec@t N, semnalul x (n ) nu se mai poate extrage
exact dintr-o perioad` a lui x p (n ) ); de asemenea, spectrul continuu X(e jω ) este, [n
aceste condi\ii, complet caracterizat de spectrul s`u discret, X(k ) .
Ca urmare, rela\iile care definesc transformata Fourier discret` pentru
semnale de durat` finit` vor fi urm`toarele:

N1 2
j nk
X( k )   x (n ) e N , pentru k  0 , 1,  , N  1 (5.9 – a)
n 0
2
1 N 1 j kn
x (n )   X (k ) e N , pentru n  0 , 1,  , N  1 (5.9 – b)
N k 0

Rela\ia (5.9 – a) este denumit` transformata Fourier discret` direct`, iar rela\ia
(5.9 – b) transformata Fourier discret` invers` pentru semnale discrete [n timp.
70 5. Transformata Fourier discret`

Deseori se folose]te ]i urm`toarea nota\ie:

2  not .
j
e N  W , (5.10)
N

unde indicele N semnific`, a]a cum s-a mai precizat, periodicitatea cu N a func\iei WNm
( m  Z ). Cu aceast` nota\ie, rela\iile (5.9) se pot scrie [n forma echivalent`:
N1
X( k )   x (n ) WNn k , pentru k  0 , 1,  , N  1 (5.10 – a)
n 0

1 N1
x (n )   X (k ) WN k n , pentru n  0 , 1,  , N  1 (5.10 – b)
N k 0

5.2. Leg`tura [ntre transformata Fourier discret` ]i

transformata z; e]antionarea [n frecven\`

Fie x (n ) un semnal de durat` finit`, cu n  [0 , N  1] . Transformata sa z este,

conform rela\iei (4.8):
 N 1
X(z ) ˆ  x (n ) z n   x (n ) z n (5.11)
n 0 n 0

Compar@nd rela\iile (5.11) ]i (5.9 – a), rezult` urm`toarea rela\ie [ntre

transformata Fourier discret` a secven\ei x (n ) ]i transformata sa z:
2
j k
X(k )  X(z ) pentru z  e N (5.12)

Aceasta corespunde e]antion`rii transformatei z, X (z ) , la N puncte egal distan\ate

2
j 0
pe cercul unitate (deci | z | 1 ), primul e]antion fiind la z  e N  e 0  1 . Altfel spus,
coeficien\ii Fourier X(k) sunt valorile transformatei z a secven\ei x(n) , calculat`
pe cercul unitate [n planul z, [n N puncte distincte ale secven\ei.
Observ@nd totodat` c` [n aceast` situa\ie, transformata z este echivalent` cu
transformata Fourier pentru semnale discrete (conform discu\iei din sec\iunea 4.1),
rela\ia (5.12) se mai poate scrie:

2
X(k )  X (e j ) pentru   k (5.13)
N
Similar e]antion`rii [n timp, procesul (teoretic) descris de rela\ia (5.13), adic`
ob\inerea spectrului discret X(k ) din spectrul continuu X(e j ) , se mai nume]te
e]antionare [n frecven\`.
5. Transformata Fourier discret` 71

5.3. Transformata Fourier discret` pentru semnale de

durat` nelimitat`

Concluzia sec\iunii 5.1 a fost aceea c` transformata Fourier discret` (definit`

de rela\iile (5.9) sau (5.10)) se poate calcula exact doar pentru semnale de durat`
finit`.
Semnalele reale sunt [ns`, de obicei, de durat` nelimitat` (]i aperiodice), sau mai
exact, de durat` mult mai mare dec@t intervalele de analiz` uzuale din aplica\iile
inginere]ti. {n aceast` situa\ie, este evident c` transformata Fourier discret` nu se mai
poate ob\ine dec@t cu aproxima\ie, dup` ce s-a limitat durata semnalului printr-o metod`
corespunz`toare; acela]i lucru este valabil [n principiu ]i pentru un semnal periodic
(implicit de durat` nelimitat`), analizat pe un interval finit de timp.
Vom examina [n continuare principalele efecte ale analizei acestor semnale pe
intervale finite; altfel spus, vom vedea ce se [nt@mpl` atunci c@nd un semnal presupus
de durat` nelimitat` este "observat", sau "[nregistrat" pe o durat` finit`.

Ideea fundamental` este urm`toarea: a extrage (sau selecta) dintr-un semnal de

durat` mare un segment de lungime finit` este acela]i lucru cu a multiplica
semnalul cu o secven\` dreptunghiular` alc`tuit` din N e]antioane-unitate (ea mai
poart` denumirea de fereastr` dreptunghiular`); vom nota aceast` secven\` cu w R (n ) ,
iar durata sa cu TW  N Te . Semnalul ob\inut va fi de forma:
 x (n ) , pentru n  0 , 1 ,  , N  1
x N (n )  
 0 , în rest
unde x (n ) este semnalul original, presupus aperiodic ]i de durat` nelimitat`.
Dup` cum s-a ar`tat [n sec\iunea 3.2, efectul multiplic`rii [n timp a dou`
semnale discrete se manifest` [n domeniul frecven\` printr-o convolu\ie; pentru
cazul de fa\`, rela\ia (3.13) se poate scrie astfel:
x (n ) w R (n )  x N (n )  X (e j )  WR (e j )  X N (e j ) (5.14)
unde X(e j ) , WR (e j ) ]i X N (e j ) sunt transformatele Fourier ale semnalului x (n ) ,
secven\ei dreptunghiulare w R (n ) ]i respectiv secven\ei x N (n ) ; de notat c` func\ia
WR (e j ) este numit` ]i fereastr` spectral` (denumire, de altfel, general` pentru
transformatele Fourier ale ferestrelor temporale).
Reamintim c` pentru o secven\` dreptunghiular` s-a dedus [n exemplul 3.4 faptul
c` pe o perioad`, spectrul s`u WR (e j ) este de forma unei func\ii sinc, cu zerourile [n
2  N N 
punctele k , k    ,  1  {0} . Din figura 3.8 se mai observ` c` acest spectru
N  2 2 
72 5. Transformata Fourier discret`

2
are forma unui lob central (cu l`rgimea de baz` 2 ), [nconjurat de lobi laterali mai
N
mici, care descresc progresiv [n amplitudine c`tre extremit`\ile intervalului unei
perioade.
{n aceste condi\ii, rela\ia (5.14) exprim` faptul c` spectrul real X N (e jω ) va fi de
fapt o convolu\ie [ntre spectrul ideal X(e jω ) ]i o func\ie de tipul sinc. Acest lucru va
determina o anumit` deformare a spectrului ideal, precum ]i apari\ia unor ondula\ii [n
spectrul semnalului x N (n ) . Acest fenomen se nume]te [n literatura de specialitate
"leakage", ceea ce se poate traduce prin dispersie, sau [mpr`]tiere a spectrului.
Deoarece acest spectru real va fi apoi "e]antionat" [n frecven\` pentru a se ob\ine
coeficien\ii Fourier X N (k) , este de a]teptat s` apar` erori [n forma acestui spectru
discret ]i ca urmare [n forma semnalului ref`cut din e]antioane. Aceste erori pot fi, [n
principiu, modific`ri ale amplitudinilor coeficien\ilor spectrali X(k) , apari\ia unor
frecven\e false (datorit` prezen\ei lobilor laterali din spectrul ferestrei dreptunghiulare),
sau pierderea unei informa\ii de frecven\` (de exemplu, nu mai pot fi puse [n
eviden\` componente de frecven\e foarte apropiate din spectrul unui semnal complex
ob\inut prin suprapunerea mai multor semnale); vom explica apari\ia acestor erori [n
cele ce vor urma.
Mai trebuie observat c` acelea]i probleme pot să apară ]i dac` semnalul este
periodic, deoarece ]i [n acest caz trebuie extras pentru analiz` un segment de lungime
finit` dintr-un semnal de durat` foarte mare.

Pentru a [n\elege mai bine afirma\iile anterioare, vom considera [n continuare

cazul simplu al unui semnal sinusoidal. Accentu`m asupra faptului c` acest
exemplu are totu]i o semnifica\ie deosebit`, deoarece va ar`ta ce se poate [nt@mpla
cu fiecare component` din spectrul unui semnal oarecare.

Fie deci un semnal sinusoidal continuu, cu perioada T0  1 / f 0 , de durat`

nelimitat`. Presupunem c` semnalul este mai [nt@i e]antionat cu perioada Te  1 / f e ]i c`
dup` aceea este [nregistrat şi analizat pe durata finit` TW  N Te .
Spectrul semnalului ini\ial continuu ]i periodic este, teoretic, un impuls (un v@rf
spectral de l`\ime infinit mic`) la frecven\a f 0 (sau, mai precis, la  f 0 , dac` se
folose]te forma complex` a seriei Fourier). Spectrul semnalului e]antionat va fi format,
a]a cum ]tim, din impulsuri repetate periodic la  f 0 , f e  f 0 , 2 f e  f 0 , ...
Spectrul semnalului sinusoidal [nregistrat pe durata finit` TW se va ob\ine, cum
am ar`tat anterior, prin convolu\ia spectrului ideal cu cel de forma func\iei sinc al unei
ferestre dreptunghiulare, rezultatul fiind ilustrat [n figura 5.1.
5. Transformata Fourier discret` 73


| XN (e j2 f ) |

... ...

– fe / 2 – f0 0 f0 fe / 2 fe – f0 fe fe + f0 f

Figura 5.1. Spectrul semnalului sinusoidal discret, [nregistrat pe o durat` finit`

Din figura 5.1 se observ` c` spectrul semnalului analizat pe o durat` finit` va fi

practic spectrul ferestrei dreptunghiulare deplasat pe pozi\iile v@rfului spectral; ca
urmare, spectrul original va fi deformat prin "l`rgirea" ]i "dispersarea" sa pe o gam` de
frecven\e, corespunz`tor formei func\iei sinc.

Ultimul pas este ob\inerea spectrului discret X N (k ) ; a]a cum am mai men\ionat,
calculul transformatei Fourier discrete are efectul unei e]antion`ri [n frecven\` a
spectrului continuu echivalent.
Vom ar`ta [n continuare c` trebuie luate [n considera\ie dou` situa\ii posibile:

1. {nregistrarea cuprinde un num`r [ntreg M de perioade ale semnalului

sinusoidal discret:
TW (ˆ N Te )  M T0 , M  N (5.15)
{n aceast` situa\ie, func\iile de tip sinc reprezentate [n figura 5.1 vor fi centrate pe
frecven\e de tipul:
1 M 1
f 0 ˆ  M , (5.16)
T0 TW N Te
zerourile lor fiind (dac` exprim`m [n frecven\` un rezultat anterior) [n punctele:
1
fz  f0  i , i  Z  { 0} (5.17)
N Te
Pe de alt` parte, conform rela\iei (5.13), lu@nd [n considera\ie dimensiunea
temporal` ]i exprim@nd de asemenea [n func\ie de frecven\`, coeficien\ii Fourier se
g`sesc la frecven\ele discrete:
1
fk  k , kZ (5.18)
N Te
74 5. Transformata Fourier discret`

Dac` consider`m intervalul de baz` de N puncte (sau f  [0 , f e ] ), din rela\iile

(5.16), (5.17) ]i (5.18) ]i figura 5.1 rezult` imediat faptul c` frecven\ele discrete ale
coeficien\ilor Fourier X N (k) se vor suprapune exact peste zerourile func\iei de tip
sinc, cu excep\ia punctelor de frecven\` f 0 ]i f e  f 0 , adic` k  M ]i k  N  M .

Observa\ii :
1. Datorit` unei propriet`\i simple de simetrie a transformatei Fourier discrete (pe
care o vom discuta [n sec\iunea 5.5), rezult` c` amplitudinile coeficien\ilor Fourier
calcula\i pentru o secven\` real` sunt identice fa\` de capetele intervalului de N puncte.
Cu alte cuvinte, spectrul de frecven\e ob\inut [n urma calculului unui DFT [n N puncte
const` [n N / 2  1 e]antioane "independente" egal distan\ate [ntre zero ]i f e / 2 ; acest
spectru are o imagine "oglind`" [ntre  f e / 2 ]i zero, sau, echivalent (consider@nd doar
frecven\e pozitive), [ntre f e / 2 ]i f e . Ca urmare, este suficient s` reprezent`m acest
spectru [ntre zero ]i f e / 2 ; vom proceda [n acest mod [n continuare.
2. Variabilele explicite timp ]i frecven\` sunt [n mod uzual [nlocuite cu variabile
generalizate atunci c@nd se calculeaz` transformata Fourier discret`. Pentru a evita
confuziile care pot să apară atunci c@nd se folosesc totu]i mai multe tipuri de
reprezent`ri, figura 5.2 prezint` diferitele unit`\i ]i intervale fundamentale folosite [n
reprezent`rile grafice uzuale.

0 1 2 ... N1 N n (index timp)

0 1 2 ... N1 N k (index frecvenţă)

0 fe / 2 fe f (frecvenţă)

0 1/N 1/2 1 f / fe (frecvenţă

normalizată)

0 2/N  2  (pulsaţie digitală

generalizată)

Figura 5.2. Unit`\i ]i intervale fundamentale folosite [n reprezent`rile grafice uzuale

|in@nd cont de observa\iile anterioare, spectrul discret | X N (k) | al semnalului

sinusoidal discutat, reprezentat pe intervalul [0 , N / 2] , va ar`ta ca [n figura 5.3.
5. Transformata Fourier discret` 75

| XN ( k ) |

0 M N/2 k
M 1 M +1
Figura 5.3. Spectrul discret al semnalului sinusoidal, [nregistrat pe un num`r [ntreg de perioade

Rezultatul const` [n faptul c` [n aceast` situa\ie (cu totul particular`, de altfel),

spectrul discret va reprezenta corect spectrul ideal, ]i anume un singur e]ention diferit
de zero [n intervalul [0 , N / 2] .

2. {nregistrarea nu cuprinde un num`r [ntreg de perioade ale semnalului

sinusoidal discret:
TW (ˆ N Te )  M T0 , () M  Z (5.19)
Conform discu\iei anterioare, este evident c` [n acest caz frecven\ele discrete ale
coeficien\ilor Fourier nu se vor mai suprapune peste zerourile func\iei de tip sinc;
spectrul DFT nu va mai reprezenta corect spectrul ideal al semnalului sinusoidal, fiind
dispersat pe o gam` de frecven\e (corespunz`tor formei func\iei sinc). Spectrul discret
de amplitudine poate ar`ta, de exemplu, ca [n figura 5.4.

| XN ( k ) |

ideal

0 N/2 k
Figura 5.4. Spectrul discret al semnalului sinusoidal, [nregistrat pe un interval oarecare
76 5. Transformata Fourier discret`

{n afara efectului de dispersie [n frecven\`, din figura 5.4 se mai observ` c` apare
]i o eroare de amplitudine, datorit` faptului c` m`rimea impulsului principal
(corespunz`tor spectrului ideal al semnalului sinusoidal) nu mai este cea corect` ]i
depinde de pozi\ia unde apar e]antioanele spectrului discret fa\` de forma func\iei de tip
sinc; acest efect este denumit [n literatura de specialitate "picket-fence".

Cel de-al doilea caz descris reprezint` [n mod evident situa\ia cea mai plauzibil`
pentru o analiz` real` ]i arat` totodat` principalele erori care pot apărea [n reprezentarea
spectrului discret al unui semnal oarecare (acesta fiind alc`tuit, teoretic, dintr-o sum` de
componente elementare sinusoidale). Desigur, este de dorit g`sirea unor solu\ii care s`
duc` pe c@t posibil la mic]orarea acestor erori; acest subiect este discutat [n continuare.

5.4. Func\ii fereastr`; rezolu\ie [n frecven\`

Analiza unui semnal de durat` mare pe un interval de lungime finit` a fost

interpretat` anterior ca fiind echivalent` cu [nmul\irea semnalului cu o fereastr`
dreptunghiular` de amplitudine unitar`. De fapt, aceast` opera\ie este [n esen\` o
trunchiere "abrupt`" a semnalului ]i are ca principale efecte [n domeniul frecven\`, a]a
cum s-a ar`tat, o dispersare a componentelor spectrale ale semnalului [n benzile lor
laterale ]i o modificare a amplitudinilor acestor componente; acest lucru poate fi
interpretat [n domeniul timp (dac` avem [n vedere periodicitatea transformatei Fourier
discrete inverse) ca reprezent@nd apari\ia unor discontinuit`\i la capetele intervalului de
analiz`.
Remediul const` [n utilizarea unor func\ii fereastr` cu o curb` mai "neted`" ]i cu
un spectru care s` permit` mic]orarea erorilor discutate; aceste func\ii mai poart`
denumirea de ferestre de ponderare ("window weighting functions" ). Ele realizeaz` o
trunchiere mai pu\in abrupt`, aduc@nd c`tre zero semnalul (]i derivatele sale, [n unele
cazuri) la capetele intervalului de N e]antioane; de]i spectrele lor sunt similare ca form`
cu cel al ferestrei dreptunghiulare (fiind formate dintr-un lob central, care con\ine mare
parte din energia semnalului, ]i din lobi laterali cu amplitudine descresc`toare c`tre
capetele intervalului), performan\ele sunt net superioare, a]a cum vom vedea.
Trebuie [ns` [n\eles urm`torul fapt: aplicarea unei func\ii fereastr` (alta dec@t cea
dreptunghiular`) asupra semnalului determin` pierderea unei anumite cantit`\i de
informa\ie spre capetele intervalului ]i duce, [n principiu, la ob\inerea unui spectru cu
v@rfuri mai largi si defini\ie mai mic` dec@t [n cazul ferestrei dreptunghiulare; totu]i,
c@]tigul ob\inut prin atenuarea mult mai bun` a lobilor laterali ]i ca atare reducerea
semnificativ` a fenomenului de dispersie a spectrului, este mult mai important.
5. Transformata Fourier discret` 77

Alegerea func\iei fereastr` se face [n func\ie de aplica\ia concret`; [n general,

trebuie f`cut un compromis [ntre l`rgimea lobului central, rejec\ia rezonabil` a lobilor
laterali ]i eficien\a calculului. Trebuie observat c` schimb@nd tipul ferestrei,
amplitudinea lobilor laterali poate fi redus`, dar [n schimb va cre]te l`rgimea lobului
central; de asemenea, de]i l`\imea de baz` a lobului central este invers propor\ional` cu
num`rul N de pa]i de analiz`, cre]terea lui N poate fi uneori de neacceptat din punct de
vedere al timpului de calcul.

{n continuare se prezint` comparativ cele mai cunoscute func\ii fereastr` (pornind

de la cea dreptunghiular`), specific@ndu-se: forma [n timp (a), l`\imea de baz` a
lobului central ]i nivelul primului lob lateral (atenuarea) din spectrul de amplitudine,
[n decibeli (b) ]i c@teva considera\ii asupra performan\elor ferestrei (c).

1. Fereastra dreptunghiular`
 1 , pentru 0  n  N  1
(a) w R (n )   (5.20)
 0 , în rest
2
(b) 2 ;  13 dB
N

2. Fereastra triunghiular` (Bartlett)

 2n N 1
 N  1 , pentru 0  n  2

 2n N 1
(a) w T (n )   2  , pentru  n  N 1 (5.21)
 N  1 2

 0 , în rest

4
(b) 2 ;  27 dB
N
(c)  calcule simple, nu este nevoie de tabele de sin / cos;
 lob central [ngust;
 lobi laterali destul de mari, descre]terea lor fiind lent`.

3. Fereastra Hanning
   2 n  
 0,5 1  cos    , pentru 0  n  N  1
(a) w HAN (n )     N  1  (5.22)
 0 , în rest

4
(b) 2 ;  31 dB
N
78 5. Transformata Fourier discret`

(c)  calcule relativ simple;

 lobul central la fel de [ngust ca la fereastra triunghiular`;
 primul lob lateral rezonabil de mare (  31 dB ), dar descre]terea urm`torilor
lobi mult mai rapid` (  18 dB / octavă ).

4. Fereastra Hammning
  2 n 
   (1  ) cos   , pentru 0  n  N  1
(a) w HAM (n )    N 1 (5.23)
 0 , în rest

(de obicei,   0,54 )
4
(b) 2 ;  41 dB
N
(c)  primul lob lateral mult atenuat;
 lobii laterali urm`tori mai mari ]i cu o descre]tere mai lent` dec@t la fereastra
Hanning (   6 dB / octavă ).

5. Fereastra Blackman
  2 n   4 n 
 0,42  0,5 cos    0,08 cos   , pentru 0  n  N  1
(a) w B (n )    N 1  N 1 (5.24)
 0 , în rest

6
(b) 2 ;  58 dB
N
(c)  lob central mai larg dec@t la fereastra Hamming;
 atenuare foarte bun` a primului lob lateral ]i excelent` a urm`torilor lobi;
 calcule moderate (cre]terea num`rului de calcule prin ad`ugarea unui termen
"cos" nu este semnificativ` fa\` de fereastra Hamming, deoarece tabelele de sin / cos
sunt uzual stocate).

6. Fereastra Kaiser
(a) Definire cu func\ii Bessel.
6
(b) 2 ;  70 ,  80 dB
N
(c)  cea mai mare atenuare a lobilor laterali, comparativ cu ferestrele anterioare;
 calcule relativ moderate.

Dintre func\iile fereastr` discutate, cele mai utilizate sunt ferestrele Hamming ]i
Blackman; varia\iile lor [n timp sunt reprezentate [n figurile 5.5 ]i respectiv 5.6, pentru
N  32 puncte (de observat c` [ngustarea formei [n timp duce la l`rgirea lobului central
din spectru).
5. Transformata Fourier discret` 79

wHAM (n)

0.8

0.6

0.4

0.2

0
0 5 10 15 20 25 30 n
Figura 5.5. Fereastra Hamming ( = 0,54)

wB (n)

0.8

0.6

0.4

0.2

0
0 5 10 15 20 25 30 n
Figura 5.6. Fereastra Blackman

Observa\ie :
Exist` situa\ii [n care ferestrele de ponderare nu pot rezolva unele probleme care
apar [n aplica\iile de analiz` spectral`. De exemplu, exist` pericolul ca anumite
componente spectrale prea apropiate s` nu mai poat` fi puse [n eviden\` [n
spectrul discret al unui semnal compus, dac` distan\a [ntre aceste componente este
mai mic` dec@t distan\a [ntre dou` e]antioane consecutive ale spectrului; aceste
componente de frecven\e apropiate pot proveni fie din semnale utile, fie din semnale
perturbatoare care interfer` cu semnalul util. Mai mult, l`rgirea v@rfurilor spectrale ]i
erorile de amplitudine, care sunt inerente [n cazul aplic`rii oric`rei func\ii fereastr`, pot
amplifica erorile de interpretare a spectrului discret [n situa\iile descrie anterior (chiar
dac` dispersia lateral` a v@rfurilor spectrale poate fi atenuat` foarte mult, ceea ce
r`m@ne un avantaj important al ferestrelor de ponderare).
80 5. Transformata Fourier discret`

Cel mai mic interval de frecven\` disponibil [n spectrul discret se nume]te

rezolu\ie, sau rezolu\ie [n frecven\` ]i reprezint` distan\a [ntre dou` e]antioane
consecutive ale spectrului ; el este definit astfel ([n concordan\` ]i cu rela\ia (5.18)):
1 1
 f ˆ  (5.25)
TW N Te
Evident, situa\iile discutate anterior pot fi [n principiu rezolvate prin m`rirea
rezolu\iei analizei, sau, altfel spus, prin mic]orarea intervalului  f . Dac` presupunem
c` frecven\a de e]antionare nu poate fi modificat` (fiind impus` fie de frecven\a
maxim` a spectrului semnalului continuu, fie de considerente de implementare), solu\ia
r`m@ne cre]terea lui N. Aceast` cre]tere poate fi realizat`, teoretic, [n dou` moduri:
a. M`rind num`rul de puncte de calcul al transformatei Fourier discrete, f`r` a
modifica durata [nregistr`rii semnalului; acest lucru se poate face prin ad`ugarea unui
num`r corespunz`tor de zerouri ferestrei de analiz` a semnalului ("zero-padding" ); se
poate ar`ta [ns` c` [n acest caz nu se schimb` alura spectrului, ci doar se adaug` mai
multe e]antioane [n domeniul frecven\`, prin urmare nu se ob\ine o cre]tere
semnificativ` a rezolu\iei spectrale.
b. M`rind efectiv intervalul de analiz` a semnalului ]i corespunz`tor
lungimea de calcul a transformatei Fourier discrete. Aceasta este metoda corect` de
cre]tere (real`) a rezolu\iei [n frecven\` pentru o aplica\ie de analiz` spectral`.

5.5. Propriet`\i

Vom discuta [n continuare cele mai importante propriet`\i ale transformatei

Fourier discrete. Vom folosi urm`toarele nota\ii:
– x (n ) , x1 (n ) şi x 2 (n )  secven\e de durat` finit`;
– X(k ) , X1 (k ) şi X 2 (k )  transformatele Fourier discrete directe pentru
secven\ele anterioare;
– N , N1 şi N 2  intervalele de calcul pentru transformatele Fourier (direct` ]i
invers`);
– a şi b  constante reale arbitrare;
– n 0  constant` natural` arbitrar`.

1. Periodicitate
Datorit` periodicit`\ii func\iei WNm , m  Z , rezult` c` at@t x (n ) c@t ]i X(k ) sunt
periodice de perioad` N.

2. Liniaritate
a x1 ( n )  b x 2 ( n )  a X1 ( k )  b X 2 ( k ) (5.26)
5. Transformata Fourier discret` 81

3. Deplasarea (circular`) a unei secven\e

2
j n0 k
x (n  n 0 )  e N X( k ) (5.27)
Cu alte cuvinte, "o deplasare a lui x (n ) cu n 0 duce la o rota\ie a fazei lui X(k )
2
cu un unghi egal cu n 0 k ".
N
Observa\ie :
Datorit` faptului c` x (n ) devine, prin calculul transformatei Fourier inverse, o
secven\` periodic` de perioad` N, acest tip de deplasare nu corespunde unei deplas`ri
liniare clasice. O imagine intuitiv` se ob\ine observ@nd c` la o deplasare, pe m`sur` ce
e]antioanele se deplaseaz` spre dreapta (de exemplu), altele similare intr` dinpre st@nga
[n regiunea de m`rime N; de aici ]i denumirea de deplasare circular`. De exemplu, dac`
{x (n )}  {x 0 , x 1 , x 2 , x 3} , atunci {x (n  1)}  {x 3 , x 0 , x1 , x 2 } .

4. Propriet`\i de simetrie ale DFT

 "Dac` semnalul x (n ) este real, coeficien\ii complexi X(k ) ]i X( N  k ) sunt
complex conjuga\i", adic`:
x (n )  R  X (k )  X *[(k ) mod N ]  X * ( N  k ) (5.28)
Din rela\ia anterioar` rezult` c` spectrul discret al unui semnal real prezint` o
simetrie conjugat`, astfel:
– partea real` a lui X(k ) este par`; la fel | X(k ) | (modulul);
– partea imaginar` a lui X(k ) este impar`; la fel arg X (k ) (faza).
O consecin\` important` este deci faptul c` amplitudinile coeficien\ilor Fourier
sunt identice fa\` de capetele intervalului de N puncte (sau "[n oglind`" fa\` de
mijlocul intervalului); aceast` proprietate (simetrie par` ) arat` c` este suficient calculul
coeficien\ilor Fourier pe intervalul [0 , N / 2] , unde ace]ti coeficien\i sunt distinc\i.
 "Dac` semnalul x (n ) este real ]i par, X(k ) este de asemenea real ]i par",
adic`:
dac` x (n )  R , x (n )  x (n )  x ( N  n ) , rezult`:
X( k )  R , X ( k )  X(  k )  X ( N  k ) (5.29)
 "Dac` semnalul x (n ) este real ]i impar, X(k ) este pur imaginar ]i impar",
adic`:
dac` x (n )  R , x (n )   x (n )   x ( N  n ) , rezult`:
X( k )  j X i ( k ) , X i ( k )   X i (  k )   X i ( N  k ) (5.30)
Ultimele dou` propriet`\i de simetrie exprim` [n esen\` acela]i lucru cu prima
proprietate, dac` \inem cont de faptul c` orice semnal real se poate totdeauna
descompune [ntr-o parte par` ]i una impar`.
82 5. Transformata Fourier discret`

 "Dac` semnalul x (n ) este pur imaginar, spectrul de frecven\e va avea o parte

real` impar` ]i o parte imaginar` par`" (deci invers fa\` de spectrul unui
semnal real).

Observa\ie :
Similar celor discutate [n capitolul 3 despre no\iunea de frecven\` negativ`, nici
no\iunea de semnal imaginar (sau complex ) nu are o semnifica\ie fizic` direct`, deci o
ceresponden\` [n lumea real`; este doar un concept matematic, utilizat totu]i [n teoria
semnalelor deoarece u]ureaz` tratarea matematic` a unor proceduri specifice. Capitolul
urm`tor va oferi un exemplu de modul cum acest concept poate fi folosit pentru calculul
simultan al transformatelor Fourier rapide pentru dou` semnale reale.

5. Convolu\ia circular`
Una din propriet`\ile fundamentale ale transformatei Fourier pentru semnale
discrete, exprimat` de rela\ia (3.12) ]i formulat` astfel: "convolu\iei [n timp [i
corespunde un produs [n frecven\`", cap`t` o form` special` pentru transformata Fourier
discret`, datorit` caracteristicilor de periodicitate discutate.
Dac` x1 (n ) ]i x 2 (n ) sunt dou` secven\e de durat` N , forma general` a
convolu\iei lor circulare (ciclice, sau periodice ) este urm`toarea:
x1 (n ) Ⓝ x 2 (n )  X1 (k ) X 2 (k ) , n , k  [0 , N  1] (5.31)
unde convolu\ia circular` se define]te astfel:
N1
x1 (n ) Ⓝ x 2 (n ) ˆ  x 1 ( m) x 2 ( n  m ) (5.32)
m 0

Observa\ii :
1. Acest tip de convolu\ie este, [n principiu, similar celei liniare (clasice), [n
sensul c` una din secven\e este inversat` [n timp, deplasat` liniar, multiplicat` termen cu
termen cu cealalt` secven\`, iar produsele sunt [nsumate. Ea difer` [ns` de convolu\ia
liniar` prin faptul c` transformata Fourier discret` for\eaz` ca secven\ele s` devin`
periodice, fiind astfel [nsumate doar N produse, secven\a rezultat` fiind la r@ndul ei
periodic` de perioad` N.
2. A]a cum vom ar`ta [n capitolul urm`tor, datorit` existen\ei unor algoritmi
eficien\i de calcul pentru transformata Fourier discret`, implementarea convolu\iei se
poate face mai eficient, pentru N suficient de mare, calcul@nd mai [nt@i transformatele
Fourier directe pentru cele dou` secven\e, [nmul\indu-le ]i apoi calcul@nd transformata
Fourier invers`. Acest tip de calcul face parte dintr-un ansamblu de tehnici care poart`
denumirea de convolu\ie rapid` ("fast convolution" ).
Trebuie remarcat [ns` c` majoritatea aplica\iilor cer calculul unei convolu\ii
liniare (deci aperiodice). Pentru situa\ia general` [n care secven\ele x1 (n ) ]i x 2 (n ) au
duratele N1 ]i respectiv N 2 , secven\a ob\inut` prin convolu\ie liniar` va avea
5. Transformata Fourier discret` 83

N1  N 2  1 termeni. Dac` se dore]te implementarea unei convolu\ii rapide, aplicarea

direct` a procedeului expus mai sus va duce la un rezultat eronat, datorit` specificului
convolu\ie circulare.
Pentru a [n\elege mai bine acest lucru, s` consider`m urm`torul exemplu: fie dou`
semnale discrete cu duratele de 256 ]i respectiv 51 de e]antioane. Teoretic, semnalul
rezultat prin convolu\ie liniar` ar avea lungimea de 256 + 51 – 1 = 306 e]antioane.
Aplicarea convolu\iei rapide, deci calculul convolu\iei circulare [n domeniu frecven\`,
[nseamn` [ns` calculul unui DFT [n 256 de puncte pentru fiecare semnal, [nmul\irea
acestor transformate, ]i apoi calculul unei IDFT (transformata Fourier invers`) [n 256 de
puncte pentru aflarea semnalului rezultat. Este evident c` cele 306 e]antioane ale
semnalului corect nu [ncap [n durata de 256 de e]antioane a unei perioade ob\inute [n
urma calculului anterior; rezultatul va fi c` 49 de e]antioane (de la 256 p@n` la 305) vor
fi "[mpinse" [n perioada vecin` din partea dreapt`, unde se vor suprapune cu
e]antioanele care existau deja [n acea regiune. Zonele suprapuse se vor aduna pe
intervalul fiec`rei perioade, conduc@nd astfel la un rezultat eronat.
Totu]i, convolu\ia circular` ]i efectul descris anterior pot fi simplu evitate, prin
ad`ugarea unui num`r suficient de zerouri celor dou` semnale ]i calculul unei
transformate Fourier [n N  N1  N 2  1 puncte (uzual, N se alege o putere a lui 2,
deoarece algoritmii de calcul rapid ai DFT sunt foarte eficien\i [n acest caz). Pentru
exemplul anterior, se pot adauga celor dou` semnale zerouri p@n` la lungimile de 512
puncte, apoi se aplic` fiec`ruia un DFT [n 512 puncte. Dup` [nmul\ire, se aplic` un
IDFT [n 512 puncte ]i va rezulta un semnal cu 306 e]antioane diferite de zero ]i un
num`r de 206 e]antioane cu valoarea zero.

6. Alte efecte ale caracterului periodic al DFT

Spre deosebire de celelalte trei tipuri de transformate Fourier, transformata
Fourier discret` "vede" at@t domeniul timp c@t ]i domeniul frecven\` ca fiind periodice;
a]a cum am discutat, acest lucru este [n principiu un inconvenient, deoarece majoritatea
semnalelor folosite [n PDS nu sunt periodice.
Cel mai serios (]i mai delicat) inconvenient al periodicit`\ii [n timp este
posibilitatea apari\iei unei suprapuneri [n domeniu timp ("time domain aliasing" ). S`
presupunem c` unui semnal discret i se calculeaz` transformata Fourier discret` pentru
a i se determina spectrul [n frecven\`. Teoretic, spectrului g`sit i s-ar putea aplica
imediat o transformata Fourier discret` invers` pentru a se reconstitui semnalul ini\ial;
aceasta procedur` nu este [ns` interesant`. Uzual, acest spectru va fi modificat (sau
prelucrat) [ntr-un anumit fel [naintea folosirii transformatei inverse (de exemplu, un
anumit interval de frecven\e poat` fi [nl`turat, modificat [n amplitudine sau faz`,
deplasat etc.). Astfel de modific`ri [n domeniul frecven\` pot crea [ns` [n domeniul
timp, [n principiu, un semnal care s` fie mai mare dec@t perioada de N e]antioane; cum
84 5. Transformata Fourier discret`

domeniul timp este v`zut ca fiind circular, partea de semnal care dep`]e]te lungimea
unei perioade va reapărea [n partea st@ng` a perioadei, suprapun@ndu-se peste semnalul
deja existent [n acea por\iune ]i determin@nd astfel o informa\ie eronat` [n domeniul
timp.
{n mod absolut analog, periodicitatea [n frecven\` poate duce la erori de
suprapunere [n domeniul frecven\` ("frequency domain aliasing" ). S` presupunem c`
avem un semnal discret, c`ruia [i corespunde un anumit spectru de frecven\e. Dac` se
modific` acest semnal, evident se va modifica ]i spectrul s`u. Este [ns` posibil ca noul
spectru s` fie mai lung dec@t intervalul de N e]antioane; [n acest caz, partea de spectru
care dep`]e]te lungimea unei perioade va reapărea [n partea dreapt` a perioadei (dar
"mi]c@ndu-se" [n direc\ie opus`), suprapun@ndu-se peste spectrul deja existent [n acea
por\iune. Ca ]i [n cazul anterior discutat, spectrul par\ial suprapus ob\inut pe durata unei
perioade nu mai corespunde spectrului real pe acest interval, deform@nd astfel
informa\ia util` de frecven\`. Trebuie [ns` [n\eles c` acest tip de eroare poate să apară la
semnalul discret, ]i nu are legatur` cu erorile de spectru suprapus care apar la refacerea
unui semnal continuu din e]antioane dac` nu este [ndeplinit` condi\ia Nyquist.

Din fericire, multe tehnici PDS nu necesit` punerea [n eviden\`, [n mod explicit, a
periodicit`\ii transformatei Fourier discrete. De exemplu, pentru aplica\iile de analiz`
spectral` sau determinare a r`spunsului [n frecven\` al unui sistem discret, este absolut
suficient s` se considere pentru semnalul [n timp intervalul de e]antioane [0 , N  1] , iar
pentru domeniul frecven\` intervalul [0 , N / 2] , a]a cum am discutat pe parcursul
sec\iunilor anterioare. Totu]i, anumite proceduri PDS pot fi analizate doar dac` se ia [n
considera\ie aceast` periodicitate: convolu\ia circular`, compresia ]i expandarea
semnalelor, sau modula\ia [n amplitudine.