Académique Documents
Professionnel Documents
Culture Documents
* El ancho de pulso será representado por τ en lugar de d, a fin de evitar confusión en el manejo de las
ecuaciones.
Los coeficientes de Fourier están dados por (utilizando tablas de transformación para
series de Fourier):
Aτ
Fn = sin c(nf 0τ )e − jπf 0τ ……….(a)
T0
Aτ
Fn = sin c(nf 0τ ) (b)
T0
∞
f (t ) = ∑F e
n = −∞
n
j 2πnf 0 t
T /2 (d)
1 0
T0 −T∫0 / 2
Fn = f (t )e − j 2πnf 0 t dt
Teoría de Señales y Sistemas
Dr. Roberto Muñoz Guerrero
∞ ∞
∫
−∞
f (t )e − j 2πnf 0 t dt ≤ ∫ f (t ) dt
−∞
(e)
∞
Fn j 2πnf 0 t
f (t ) = ∑
nf 0 = −∞ f 0
e Δ(nf 0 ) (f)
1/ 2 f0
Δ
F
F~ (nf 0 ) = n = ∫ f (t )e − j 2πnf 0 t dt (g)
f 0 −1 / 2 f 0
T0→∞
1
= Δ(nf 0 ) → df
T0
Fn
→ F~ ( f )
f0
Lo que significa que la suma en la ecuación (f) cambia por una integral sobre la variable
continua f, y los límites de la integral en (g) se extiende sobre el eje t, -∞<t<∞. Las
expresiones resultantes son:
∞ ∞
∫ F ( f )e df = ∫ F ( jw)e
j 2πft
f (t ) = jwt
dw (h)
−∞ −∞
∫ f (t )e
− j 2πft
F( f ) = dt
−∞
∫ f (t )e
− jwt
F ( jw) = dt (i)
−∞
A las ecuaciones (h) e (i) se les conoce como el par de Transformada de Fourier para
f(t).
La transformada de Fourier de una función real, f(t), con energía finita es:
∞
F ( jw) = ∫ f (t )e − jwt dt ----- (1)
−∞
Por otra parte, una versión discreta de f(t), denota f (t ) , puede escribirse como una
secuencia de impulsos:
∞
f (t ) = f (t ) ∑ δ (t − nT ) ----- (2)
n = −∞
∞
f (t ) = ∑ f δ (t − nT )
n = −∞
n ----- (3)
∞ ∞
F ( jw) = ∫ ∑ f nδ (t − nT )e− jwt dt
−∞
n = −∞
∞ ∞
F ( jw) = ∑∫ f nδ (t − nT )e− jwt dt
−∞
n = −∞
∑f e
− jnwT
F ( jw) = n ----- (4)
n = −∞
a) La ecuación (4) es una transformación lineal, esto es, si se tienen dos secuencias
de energía finita, fn y gn
FT {k1 f n + k2 g n } = k1FT { f n } + k2 FT {g n }
b) F ( jw) es real y par, si y solo si, f(t) es par en los puntos de muestra, esto es:
fn = f-n
c) F ( jw) es imaginaria e impar, si y solo si, f(t) es impar en los puntos de muestra,
esto es: fn = -f-n
2π
e) F ( jw) es periódica con periodo w0 = :
T
F ( jw) = F ( jw + jmω0 ) ∀ m entero
demostración:
∑ fn e
− j ( w + mw0 ) nT
F ( jw + jm w0) = F ( j ( w + mw0 )) =
n = −∞
∞
∑ fn e
− jwnT − j 2π n m
=
n = −∞
e
− j 2π n m
e =1
∑ fn e
− jwnT
F ( j ( w + mw0 )) = = F ( jw) ----- (5)
n = −∞
T π
∫π
jwnT
fn = T
F ( jw) e dw ----- (6)
2π −
T
A las ecuaciones (4) y (6) se les conoce como el par de transformadas de Fourier de
la secuencia fn. Sin embargo, este par de transformadas no son de uso práctico ya
que no pueden ser implementadas en una computadora.
- Una señal transitoria se asume que es igual a cero después de que su amplitud se
aproxima a un valor despreciable.
N −1
F ( jw) = ∑ f n e
− jnwT
----- (7)
n=0
N + k −1
∑
− jnwT
F ( jw) = fn e
n =k
N −1
F ( jw) = ∑ f n + k e
− j ( n + k ) wT
n =0
N −1
∑f e
− jkwT − jnwT
F ( jw) = e n+k ----- (8)
n =0
Aún cuando la frecuencia w en las ecuaciones (7) y (8) es una variable continua,
solamente N valores de F ( jw) son independientes, ya que la secuencia fn tiene N
grados de libertad. Además la propiedad de periodicidad sugiere que solamente se
podría evaluar a F ( jw) en uno de sus periodos, por ejemplo: wT = 0 a 2π, en
consecuencia.
2πm
w= ; m = 0, 1, ---, N-1 ----- (9)
NT
F m = DFT
2πm
) = ∑ fn e
− j ( 2πmn / N )
Fm = F ( j ----- (10)
NT
m = 0, 1, ---, N-1
Teoría de Señales y Sistemas
Dr. Roberto Muñoz Guerrero
*
F m = F −m ----- (11)
* = complejo conjugado
De la propiedad (e):
F −m = F −m + N ----- (12)
F −m = F N −m ----- (13)
N −1
1
∑ Fm e
j ( 2 π m n/ N )
fn = ----- (14)
N m=0
N −1
F m = ∑ fn e
− j ( 2π m n / N )
con m = 0, 1, ---, N-1
n =0
N −1
1
∑ Fm e
j (2π m n / N )
fn = con n = 0, 1, ---, N-1
N m=0
2πm
w=
NT
Teoría de Señales y Sistemas
Dr. Roberto Muñoz Guerrero
4.2 RELACIÓN CON LA TRANSFORMADA DE FOURIER: “ALIASING”
− jwt
El término e de la ecuación:
∞
F ( jw) = ∫ f (t )e − jwt dt
−∞
Donde las flechas en la figura (b) son funciones impulsos con un ancho CERO amplitud
infinita y área igual a fn. f (t ) se puede escribir como:
N −1
f (t ) = f (t ) ∑ δ (t − nT )
n =0
N −1
d (t ) = ∑ δ (t − nT )
n =0
f (t ) = f (t )d (t ) --- (15)
donde d(t) representa un tren de impulsos unitarios.
Debido a que el periodo de d(t) es de t = 0 a t = NT, y f(t) será cero fuera de este rango,
d(t) puede ser representado por una serie de Fourier.
∑ Cn e
j ( 2π n t / T )
d (t ) = --- (16)
n = −∞
1 T
− j ( 2π n t T )
Cn = ∫
2
d (t ) e dt
T −T
2
Teoría de Señales y Sistemas
Dr. Roberto Muñoz Guerrero
1 ∞ T2
∑
− j ( 2π n t T )
= ∫
T m = −∞ − 2
T
δ (t − mT ) e dt
∞ ∞ 2π n
1
∑ ∫
− j ( w−
=
)t
f (t ) e T dt
T −∞
n = −∞
1 ∞
2π n
F ( jw) =
T
∑
n = −∞
F ( jw − j
T
) --- (20)
En este caso, T es lo suficiente pequeño para evitar que los espectros se traspasen.
Teoría de Señales y Sistemas
Dr. Roberto Muñoz Guerrero
Se puede notar que las ecuaciones para la DFT, la DFT inversa y las series de
Fourier son, en forma, similares
N −1
F m = ∑ fn e
− j ( 2π m n N )
m = 0, 1, ---, N-1 --- (25)
n =0
N −1 j ( 2π m n N )
1
fn =
N
∑ Fm
m =0
n = 0, 1, ---, N-1 --- (26)
En ambos casos, las ecuaciones son similares a las series de Fourier, siendo fn y Fm los
coeficientes de la serie, respectivamente.
La ecuación (26) sugiere una reconstrucción para la función f(t), para lograrlo es
necesario realizar los siguientes ajustes: a) limitar las armónicas a frecuencias menores
que la frecuencia “holding”, lo cual se logra si los límites de la suma se hacen
simétricos alrededor de cero, restringiéndolos a N/2, y b) sustituir la variable continua t
por nT.
1
∑ F 'm e
j ( 2π m t NT )
fˆ (t ) =
N m≤
N
2
Teoría de Señales y Sistemas
Dr. Roberto Muñoz Guerrero
F N /2 N
F 'm = ; m = si N es par --- (27)
2 2
N
= F 'm; m <
2
La reconstrucción fˆ ( nT ) es igual a f(nT), y por lo tanto igual a f(t) para los puntos
muestreados. Las dos preguntas restantes son:
a) ¿Qué sucede entre los puntos muestreados? y,
b) ¿Qué sucede con la señal para un tiempo t > NT.
Primero, para un t > NT, f(t) se repite periódicamente debido a que la ecuación (27) es
una serie de Fourier. Los coeficientes de la serie son F 'm / N , y la frecuencia
fundamental es 1/NT Herz. Esto sugiere que si f(t) es un transitorio muestreado, se
produce en la reconstrucción, una representación periódica de f(t), denotada con fp(t)
en la siguiente figura.
∑c e
j ( 2π i / NT )
fp (t ) = i --- (28)
c = −∞
Si fp(t) es real entonces Ci es el complejo conjugado de C-i. La ecuación (28) representa
a fp(t) y a f(t) en el intervalo de 0 – NT, así que la DFT se puede representar por
N −1
F m = ∑ fn e
− j ( 2π m n N )
--- (29)
n =0
N −1
= ∑ fp( nT ) e
− j ( 2π m n N )
--- (30)
n =0
∞ N −1 ⎡ ⎤
= ∑ ci ∑
j ⎢ 2π n ( i − m ) N ⎥
i =0 n =0
e ⎣ ⎦ --- (31)
N −1 ⎡ ⎤
∑ e
j ⎢ 2π n ( i − m ) N ⎥
⎣ ⎦ =N si i = m + kN
n =0
∞
Fm = N ∑C
k = −∞
m + kN --- (32)
1
Si fp(t) está limitada a frecuencias menores a , Ci en la ecuación (28) será cero para
2T
i ≥ N 2 , por lo tanto de la ecuación (32)
N
F m = NCm ∀ m < (si no hay “aliasing”)
2
De la ecuación (27) y (28):
∑C e
j ( 2π m t NT )
fˆ (t ) = m
N
m<
2
= fp (t ) (si no hay “aliasing”)
FN 2 N
F 'm = ; m=
2 2
N
= Fm m<
2
TRANSFORMADA RAPIDA DE FOURIER
(FFT).
ECUACIÓN DE LA DFT:
N −1
Fm = ∑fe
n=0
n
− j ( 2πmn / N )
m=0,1,2,...........,N-1
2πm
w=
NT
WN = e − j ( 2π / N )
N −1
Fm = ∑ f n WNmn m=0,1,......, N-1
n =0
P −1 P −1
Fm = ∑ f 2 nW 2 mn
N + ∑ f ( 2 n +1)WNm ( 2 n +1)
n =0 n=0
P −1 P −1
Fm = ∑ f 2 nW 2 mn
N +W m
N ∑f W
( 2 n +1) N
2 mn
n =0 n =0
SI an = f2n Y bn = f2n+1
2π 2 2π
− j( ) − j ( 2π ) − j( )2
Wp = e P
=e N
=e N
= WN2 ⇒ WPmn = WN2 mn
P −1
Am = ∑ anWPmn
n=0
P −1
Bm = ∑ bnWPmn
n=0
m = 0,1,2,........, P-1
Fm = Am + WNm Bm
0 1 2 3 4 5 ............ N - 1
0 2 4 6 ............ N - 2 1 3 5 7 .......... N - 1
N=2q
DE TAL MANERA QUE SE PUEDA OBTENER q
DESCOMPOSICIONES DE LA SECUENCIA.
POR EJEMPLO, SI N=8=23 DARÁ LUGAR A 3
DESCOMPOSICIONES:
0 1 2 3 4 5 6 7
0 2 4 6 1 3 5 7
0 4 2 6 1 5 3 7
0 4 2 6 1 5 3 7
000 100 010 110 001 101 011 111
WNn
x1 n Y
= WN0
x2 Y = WNn x1 + x2
x0 F0
x1 F1
1
W21
DFT DE 4 PUNTOS:
x0 F0
x2 F1
2
1
W42
2
x1 F2
x3 3 F3
2
W42
FFT utilizando descomposición en el Domino de la frecuencia
an = f n n = 0, 1, …, P-1
bn = f n+ P n = 0, 1, …, P-1
N −1
F m =∑ fn WNmn
n =0
P −1 P −1
F m =∑ fn WNmn + ∑ f n + P WNm ( n + P )
n =0 n =0
P −1 P −1
F m =∑ fn WNmn + WNmp ∑ f n + P WNmn
n =0 n =0
P −1 N
F m = ∑ (an + W
m
N
2
bn ) WNmn
n =0
y WN2 = WP
mn mn
2( )
WN 2
= WP 2
P −1 mn
F m = ∑ ( an + ( −1) m bn ) WP 2
n =0
Si m es par, m =2k ⇒ k = m 2
P −1
m
F 2 k = ∑ ( an + bn ) WPkn ; k = = 0,1,..., P − 1
n =0 2
Si m es impar, m = 2k + 1 ⇒ k = (m − 1) 2
P −1
F 2 k +1 = ∑ ( an − bn ) WP( 2 k +1) n 2
n=0
P −1
F 2 k +1 = ∑ [ ( an − bn ) WPn 2 ] WPnk
n=0
WP = W 2
N
n
WP 2 = WN2 ( n 2 ) = WNn
P −1
⎡ ⎤ m −1
F 2 k +1 = ∑ ⎢(an − bn ) WNn ⎥ WPnk k= = 0,1,2,..., P − 1
n =0 ⎣ ⎦ 2
Tomando las ecuaciones (1) y (2) se obtienen los N valores de la DFT, tomando cada
ecuación por separado (1) y (2) se obtienen dos DFT de orden P.
__
f0 F0
__
f0 __
F0
f1 2 F2
1
__
__ f2 F1
f1
2
1 F1
__
f3 3 2 F3
__
f0
F0
0
__
f1
4 F4
0
__
f2 4 F2
2
0 __
f3 6 4
F6
0
__
f4 4
F1
1
0
__
f5 5 4 F5
2
0
__
f6 6 4 F3
3
2
0 __
f7 7 6 4 F7