.

TRANSFORMADA DE FOURIER
EN TIEMPO DISCRETO
Esequiel Zavala huavel
 Teorema
Teorema de
de muestreo
muestreo

• Tiene un profundo significado en la teoría de la comunicación:

G()

.g(t)

 W

g s (t ) = g (t )  (t − nTs )
-2B 2B

t
T(t)
− W(w)

gs (t ) = 1
Ts  g (t)e jn st
.gs(t)
t G() W


Gs ( ) = 1
Ts  G( − n )
n=−
s
t
W

s =  4B
Velocidad de
2
Ts  s  2(2B) muestreo
Intervalo
Ts  21B de Nyquist
 Muestreo Práctico
• Muestreo por impulsos es solammente teórico.
* El muestreo real se realiza mediante pulsos angostos.
• Tambien se puede reconstruir la señal cuando se muestrea
a.
1
Ts = g s (t ) = g (t ).k (t )
2B
• Donde : g(t) señal de información; 

• k(t): tren de pulsos; g s (t ) =  Kn g (t )e j st

n=−
• gs(t): Señal muestreada.


Gs ( ) =  K G( − n )
n=−
n s
 MUESTREO PRÁCTICO

.
Muestreo
 Muestreo y reconstruc. de señales pasa bajo
• .

C/D

• conversor C/D
• Espectro de la senal de entrada

• X[n] Espectro de la senal de salida

•
 Cont….

• . señal continua

• Y que
 Cont….
• Resulta la relación:

• Observamos que es a la vez:

* Repetición periódica de .
* Un escalado por un factor de .Es decir el valor de
en corresponde con el que toma en
•
Relaciones entre espectros en el muestreo de
señales
 continuación
Podemos escribir la relación directa entre y .

Caso de señales reales continuas pasa bajo como son : audio,

voz, television, señales digitales en banda base. Al muestrear
estas señales pueden suceder dos casos:
* que no se produzca solapamiento .
* que se produzca solapamiento . ver figura.
Relaciones entre espectros en el caso que
exista aliasing
 Recuperación de una señal pasa-bajo a partir
de sus muestras
Condiciones necesarias para recuperar una señal continua a partir
de sus muestras.
*Las muestras x[n] tomadas equiespaciadamente.
*Conocer Ts para saber a que instantes corresponden las muestra.
*Saber que es una señal original pasa bajo.
*Que su ancho de banda sea .
El hecho de que se pueda recuperar exactamente una señal
a partir de sus muestras es equivalente a decir que las
muestras contienen la misma cantidad de información que
la señal continua. Por lo tanto cualquier manipulación de
la señal continua que pudiéramos pensar, podrá ser
realizada sobre sus muestras.
 Señales continuas diferentes

Dado un conjunto de muestras X[n] de una señal continua

tomadas a una frecuencia de muestreo . La cantidad de
señales continuas que pueden corresponder a dichas
muestras es infinita.
 Diagrama de bloque de un conversor

1.- generamos la señal analógica a partir de x[n]. fig.2-b

2.-Luego que tiene , se aplica a un filtro analógico pasa bajo
ideal cuya ganancia en la banda de paso debe ser y ancho de
banda para obtener .
 Muestreo periodico

.
s(t ) =   (t − nT )

xs (t ) = xc (t )s(t )

xs (t ) = xc (t )  (t − nT )


xs (t ) =  x (nT ) (t − nT )
n = −
c

No contiene información de la
frecuencia de muestreo.
xn: números finitos.
Xs(t): áreas de los impulsos
 Representacion del muestreo en el dominio de la frecuencia
. • Efecto en el dominio de la frecuencia del muestreo en el tiempo
X c ( j)

Tomando la T.F.
2 
S ( j ) =
T
  ( − ks )
k = −

1
X s ( j ) = X c ( j ) * S ( j  )
2
1 
X s ( j) =  X c ( j ( − k s ))
T k =−
 s  2 N

 s  2 N
 Recuperacion exacta de una señal a partir de sus muestras

. X r ( j) = H r ( j) X s ( j)

xc (t ) 

xs (t ) 
 s  2 N

 N   c  ( s −  N )

X r ( j) = X c ( j)
xc (t ) 
 Efecto de solapamiento en el muestreo de cos0t

• Solapamiento en el dominio de la frecuencia:

cos 0t 
.

 s  20

 s  20

cos 0t 

cos( s − 0 )t 
 2
. eorema de Nyquist:
T s =  2 N
T
j
• Ahora se expresará la T.F. En tiempo discreto X (e ) de la
secuencia x[n] en funcion de X ( j) y de X c ( j)
s


• Sabemos que xs (t ) =  x (nT ) (t − nT )
n = −
c

• La T.F.
X s ( j) =  xc (nT )e − jTn
• Como x[n] = x (nT )
c
• j
• Y

X (e j ) =  x[n]e − jn
X s ( j) = X (e ) | =T = X (e jT )
n = −

1 
X (e ) =  X c ( j ( − k s ))
jT
• T k =− ;
1   2k
• O de forma equivalente X (e ) =  X c ( j ( −
j
))
T k =− T T
 Muestreo y reconstruccion de una señal senoidal
• Dada la señal: xc (t ) = cos(4000t ) con periodo de
. muestreo T=1/6000. Se obtiene: x[n]=xc[nT]= cos(4000Tn)
• por lo que  0 = 4000T = 2 / 3  0 = 4000
2 X c ( j) =  ( − 4000 ) +  ( + 4000 )
s = = 12000
T
 Solapamiento de xc (t ) = cos 4000t
.
• Ahora T=1/1500 ; este periodo no cumple el criterio de Nyquist
•  = 2 / T = 3000  2 = 8000
s 0
TRANSFORMADA DE FOURIER EN TIEMPO DISCRETO

• .


xn  =  k
a e jk ( 2 / N ) n

k = N 
 Transformada de Fourier en tiempo discreto
• Reescribiendo la serie de Fourier en TD. ~
x[ n] =  ak e jk ( 2 / N ) n
~ k = N 
• Puesto que x[ n ] = x[ n ]en un periodo que incluye desde
N1hasta N2 de manera que:
N2 
1 1
ak =
N
 x[n]e
n = N1
− jk ( 2 / N ) n
=
N
 x[n]e
n = −
− jk ( 2 / N ) n

• Definiendo la función 

• Vemos que
x (e j
)=  x[
n = −
n ]e − jn

1
X (e jk 0 )
ak =
• Combinando la 1era yNla última ecuación: ~
1
x[ n] = 
k = N  N
X (e jk 0 )e jk 0 n

2 1 o
• Ya que 0 = =
Nó N 2 la última ecuación se puede
reescribir: ~
1
x[ n] =
2
 X ( e
k = N 
jk 0
) e jk 0 n
0
 Cont...TFTD

~
• A medida que N → y x[ n] = x[ n]
1
 X (e
j j n 
x[n] = ) e d
• 2 2
X ( e j ) =  x[ n
n = −
]e − jn
Para señales aperiódicas X (e j ) es periódica con
periodo 2
 Transf. De Fourier en tiempo discreto

X[n]
• Dada la función:

x[n] = 21  X (e j )e jn d -N1 0 N2

t

2 5.5

X (e ) = n=− x[n]e− jn

j  5

4.5

• Ejemplo: 4

x[n] = a [n]......| a | 1
3.5
n
3

2.5

 2

x(e ) =  (ae ) =
j − j n 1 1.5

1− ae− j
1

n =0 0.5
-10 -8 -6 -4 -2 0 2 4 6 8 10

Si a=0.8
 
x(e j ) =  (ae− j ) = 1−ae1− j
n =0

2
1.25

1.2 1.8

1.15
1.6

1.1
1.4
1.05

1 1.2

0.95 1

0.9
0.8
0.85
0.6
0.8 -10 -8 -6 -4 -2 0 2 4 6 8 10
-10 -8 -6 -4 -2 0 2 4 6 8 10

Si a=0.2 Si a=0.5
 Cont......TFD
 −1
• Dado: x[n] = a ........| a | 1 X (e
|n| j
) = a e
n =0
n − jn
+ a
n = −
−n
e jn

• La transf.Discreta de Fourier: m = −n
 
X (e j
)=  (a e n − j
) +  ( ae j ) m
n

j n =0 m =1

X (e ) = 1−2 a1cos
−a 2
j 1 ae j
 +a2 X (e )= +
1 − ae− j 1 − ae j
9

.a=0.8 4

0
-10 -8 -6 -4 -2 0 2 4 6 8 10
 Cont.....TFD
1........|n| N1
• Ejemplo: x[n] = { 0........|n|  N1 1
X[n]

N1
X (e j ) = e
n=− N1
− jn

-N1 0 N1 n
• Con el mismo procedimiento que se realizó para una función periódica
discreta.
j sen  (1 / 2 + N1 )
X (e )=
sen ( / 2)
5

Si N1=2 3

-1

-2
-15 -10 -5 0 5 10 15
 Cont...TDF
10

Si N1= 4 8

-2

-4
-15 -10 -5 0 5 10 15

16

14

12

10

N1=7 6

-2

-4
-15 -10 -5 0 5 10 15
 Trasmisión libre de distorsión
• Dado el diagrama:
G() H( R()

j[Gg ( )+ h ( )]
R( ) = G( ) H ( =| G( ) || H ( ) | e
• El sistema cambia la magnitud de |G(w)| a |G(w)||H(w)|.
• El sistema cambia la fase de g(w) a g(w)+ h(w).
• A la salida algunas frecuencias pueden ser reforzadas o
atenuadas. Es decir la salida podría no parecerse a la entrada.
• Se dice que la Tx es libre de distorsión si la señal de entrada y
salida son idénticas.Una salida retardada pero que mantiene la
forma de onda.
• Para la no distorsión todas las componentes de la frecuencia de
entrada deben llegar a la salida libres de distorsión.
| H ( ) |= K
 Cont....

• Tambien pata Tx sin distorsión, el atraso en la fase que ocasiona

H(w) en cada componente de frecuencia debe ser proporcional a
la frecuencia de cada componente.
 h ( ) = −td
r (t ) = kg (t − t d )
− jtd
R( ) = [ Kg(t − td )] = KG( )e
|H(w)|

0
w
h(w)
 Cont.......

• En el ckto: R=1000

g (t ) c = 10−9 f C
r (t )
• A) H(w); B) Trazar |H(w)| y (w)
• C)Para Tx sin distorsión ¿Cuál es la condición del B de g(t)?
• D)Cual es el retardo en la Tx?
1 / jc 1 a
H ( ) = = =
R + (1 / jc) 1 + jRC a + j

a
| H ( ) |=  1 si....  a
a +
2 2
 .
• Aplicando los conceptos
 Densidad espectral de energia
• Sea g(t) una señal real. La energía se define:
 
Eg (t ) =  g (t )dt = 1
2
 | G ( ) |2 d
− 2 −

• g ( ) =| G ( ) |2: Densidad espectral de Energía (DEE)

 
Eg =   g ( )df = 2   g ( )df
− 0

• En un sistema lineal invariante en el tiempo:

H(w)
G(w) R(w)

 r ( ) =| R( ) | =| H ( )G( ) | =| H ( ) |  g ( )
2 2 2
 DEE de un exponencial

DEE:
 • Ejemplo: Determinar la DEE de g (t )
•
 g ( ) = T sin c (T / 2 )
2 2

 T /2
E g =  g (t )dt =  1dt = T
2
− −T / 2

.g(t) F.P.Bajo .r(t)

T
fc
Er = 2 T sin c ( )df 2 2
0 2
Er f cT
= 2  T sin c ( fT )d ( fT )
2

Eg 0
 Energía de señales moduladas
• Dada la señal g (t )  G( )  (t ) = g (t ). cos0t
1 
 ( ) = [G ( +  0 ) + G ( −  0 )]  g ( ) = ( )
2 K 2B
• Y la DEE de la señal modulada:

1
  ( ) = | G ( + 0 ) + G ( − 0 ) |2 0 
4
1 1
  ( ) =  g ( + 0 ) +  g ( − 0 )
4 4  ( )
De la gráfica deducimos que
K/4

E = ½ Eg -0 0
 DENSIDAD ESPECTRAL DE POTENCIA (DEP)

• Si g(t) existe entre (-,  ) definimos la potencia Pg como la

potencia media que se disipa en un resistor de 1 cuando se
aplica un voltaje g(t). T /2 2 Promedio del
Pg = lim
T →
1
T 
−T / 2
g (t )dt cuadrado de
la señal

• Para encontrar la expresión de Pg en el dominio de la frecuencia

observamos que las señales de potencia tienen energía infinita y
por lo tanto pueden no tener TRANS. DE FOURIER.
.g(t)

.gT(t)

t
-T/2 T/2
 Cont......DEP

• Conforme T
 gT (t )  GT ( )
 2 
ET =  gT (t )dt =
−
1
2 −
| GT ( ) |2 d
 2 T /2 2
• Pero: −
gT (t )dt = 
−T / 2
g (t )dt

Pg = lim ET
T = lim T1 [ 21  | GT ( ) |2 d
T → T → −

T →   ET →  | GT ( ) | →  2



|GT ( )|2
Pg = lim ET
T = 1
2 lim T d
T → − T →

|GT ( )|2
S g ( ) = lim T
Densidad espectral de
T → Potencia ( DEP ).
 Cont....DEP

• Remplazando en la ecuación anterior: 


Pg = 1
2 
−
S g ( )d
Pg = 2  S g (2f )df
0

• Correlacion de las señales de energía

• Dada 2 señales g1(t) y g2(t) definimos la función de correlación
cruzada g1g2().
T /2
 g1g2 ( ) = lim
T →
1
T 
−T / 2
g1 (t ) g 2 (t +  )dt
• La autocorrelación:
T /2
 g ( ) = lim T1  g (t ) g (t +  )dt
• Se deduce T → −T / 2

g (− ) = g ( ) Es una función par de 

 Cont......de autocorrelación
  g ( )
• Cont.... g ( ) = lim
T →
1
T −
 g ( )
gT (t ) gT (t +  )dt = lim
T →
T
T

{ g ( )} = lim { T
T } Pg = g (0)
T →
|GT ( )|2
g ( )  lim T = S g ( )
T →
• Ejemplo: Hallar la DEP y la potencia de : g (t ) = A cos(0t +  )
T /2
 g ( ) = lim
T →  A cos( t +  ) cos[ (t +  ) +  ]dt
−T / 2
0 0

T /2 T /2
= A2
2 lim { 1
T cos0dt +  cos(2 0t + 0 + 2 )dt
T → −T / 2 −T / 2

 g ( ) = A2
2 cos( 0 ) + 0
Cont.......Autocorrelación.
 .
• Si: S g ( ) = { g ( )} = A 2
{ ( +  0 ) +  ( −  0 )}
2
2
A
Pg = g (0) =
2
• Hallar la DEP de  (t ) = g (t ) cos0t
1
 ( ) =  g ( ) cos 0
2
S ( ) = S g ( + 0 ) + S g ( − 0 )
1
4
• Hallar: g ( ) , Sg ( ) , Pg de la función
g (t ) = A1 cos(1t + 1 ) + A2 cos( 2t +  2 )
g (t ) = g1 (t ) + g 2 (t )
 .
• Aplicando la definición de autocorrelación
lim 1
 g ( ) = { g1 (t ) g1 (t +  )dt +  g2 (t ) g2 (t +  )dt +  g1 (t ) g2 (t +  )dt +  g2 (t ) g1 (t +  )dt
T →T
g ( ) = g1 ( ) + g2 ( ) + g1g2 ( ) + g2g1 ( )
• Evaluando:
g1g2 ( ) = g2 g1 ( ) = 0

• Finalmente
g ( ) = g1 ( ) + g2 ( )
2 2
A A2
 g1 ( ) = 1 cos1  g 2 ( ) = cos 2
2 2
 2
 g ( )  { A1 [ ( + 1 ) +  ( − 1 )] + A2 [ ( +  2 ) +  ( − 1 )]
2

2
AUTOCORRELACIÒN DE UNA SEÑAL PERIÒDICA + RUIDO

• .