Académique Documents
Professionnel Documents
Culture Documents
2015-2016
1 Introducción
Índice
1 Introducción
2 Respuesta de sistemas LTI a exponenciales complejas
3 Representación de señales periódicas: series de Fourier
Desarrollo en Serie de Fourier
Propiedades de los coeficientes de la serie de Fourier
4 Representación espectral de señales
Introducción
Objetivo
Expresar las señales de tiempo continuo x[n] como combinación lineal de otro tipo
de señales básicas que permitan:
Calcular la salida sin realizar la convolución.
Entender la dinámica de las señales y sistemas de un modo más intuitivo.
Índice
1 Introducción
2 Respuesta de sistemas LTI a exponenciales complejas
3 Representación de señales periódicas: series de Fourier
Desarrollo en Serie de Fourier
Propiedades de los coeficientes de la serie de Fourier
4 Representación espectral de señales
n
X
∞
n−k n
x[n] = z0 → y[n] = h[k]z0 = H(z0 ) · z0
k=−∞
X
∞
−k
H(z0 ) = h[k]z0 → Autovalor
k=−∞
z0n → Autofunción
Linealidad
X n
X n
x[n] = ak z k → y[n] = ak z k H(zk )
k k
Conclusión
Sabemos como se transforma una exponencial compleja ⇒ son interesantes como señales básicas
Índice
1 Introducción
2 Respuesta de sistemas LTI a exponenciales complejas
3 Representación de señales periódicas: series de Fourier
Desarrollo en Serie de Fourier
Propiedades de los coeficientes de la serie de Fourier
4 Representación espectral de señales
Índice
1 Introducción
2 Respuesta de sistemas LTI a exponenciales complejas
3 Representación de señales periódicas: series de Fourier
Desarrollo en Serie de Fourier
Propiedades de los coeficientes de la serie de Fourier
4 Representación espectral de señales
Periodicidad
Cálculo del periodo:
x [n] = x [n + N ]
AejΩn = AejΩ(n+N )
2πk
ΩN = 2πk ⇒ N = , N, k ∈ Z+
Ω
AejΩn = Aej(Ω+2πk)n
Periodicidad
Cálculo del periodo:
x [n] = x [n + N ]
AejΩn = AejΩ(n+N )
2πk
ΩN = 2πk ⇒ N = , N, k ∈ Z+
Ω
AejΩn = Aej(Ω+2πk)n
Proposición
Una señal periódica con periodo N se puede expresar como una combinación de
exponenciales complejas armónicamente relacionadas ⇒ Desarrollo en Serie de
Fourier (DSF).
Definición
La familia de exponenciales complejas armónicamente relacionadas con periodo N :
2π
Φk [n] = ejk N n , k ∈ [0, N )
Ejemplo de DSF
Cálculo de coeficientes: ejemplo 1
Sea una señal periódica x[n] = sin 2π
N n , los coeficientes del DSF se pueden
obtener por identificación con la expresión:
2π
X
x[n] = ak ejk N n
k=<N >
Ecuación de sı́ntesis
Sea x[n] una señal con periodo N , se puede expresar:
2π
X
x[n] = ak ejk N n ; ak ∈ C
k=<N >
Ecuación de análisis
Los coeficientes se obtienen:
1 X 2π
ak = x[n] · e−jk N n
N
n=<N >
Ejemplo de DSF
Cálculo de coeficientes: ejemplo 2
Sea la señal con periodo N = 4:
x[n]
3
bc bc
2 bc bc
··· bc
1 bc bc
···
bc bc bc
n
−6 −5
bc −4 −3 −2 −1
bc
−1 1 2 3bc 4 5 6
N −1
1 X 2π 1h 3π
i
ak = x[n] · e−jk N n = 1 + 2e−jkπ − e−jk 2
N n=0 4
quedando:
1 1+j 1−j
a0 = , a1 = − , a2 = 1, a3 = −
2 4 4
Tabla de DSF
EJEMPLOS DE CÁLCULO DE COEFICIENTES DEL DESARROLLO EN SERIE DE
FOURIER DE SEÑALES DISCRETAS
SEÑAL COEFICIENTES
2
jk n ak
N
✂ ake
k✁ N
2✆m
(a ) ✝ 0 ☛
N
j✄ 0 n
e ✠1 , k ☛ m, m ✡ N, m ✡ 2 N ,☞
a k ☛ ✟
✞0 , otro valor
✝ 0
(b) irracional ☎ señal aperiódica
2✆
2✎m
(a ) ✏ 0 ✕
N
cos ✌ 0n ✓1 /2 , k ✕ ✔ m, ✔ m ✔ N, ✔ m ✔ 2 N ,✖
a k ✕ ✒
✑0 , otro valor
✏ 0
(b) irracional ✍ señal aperiódica
2✎
✘
Tema 4. Análisis de Fourier de tiempo discreto 2015-2016 16 / 26
✎
Señales periódicas: series de Fourier
✏ ✕
Desarrollo en Serie de Fourier
EJEMPLOS
✌ DE CÁLCULO DE COEFICIENTES
✓ DEL ✕DESARROLLO
✔ ✔ ✔ ✔ EN
✔ SERIE
✖ DE
✕ ✒
FOURIER DE SEÑALES DISCRETAS
✑
✏
SEÑAL COEFICIENTES
✍
2✎
2✘m
✂ (a ) ✙ 0 ✥
✁ N
sen ✌ 0n ✢1 /2j , k ✥ m, m ✣ N, m ✣ 2 N ,✦
✆
✚
✝ ☛1
k ✥ ✜✤ ✥ ✤ ✤ ✣ ✤ ✣
a /2j , k m, m N, m 2 N ,✦
✚
✄ ✛ 0 , otro valor
✠ ☛ ✡ ✡ ☞
☛ ✟
✙ 0
(b) ✞ irracional ✗ señal aperiódica
2✘
✝
☎
✆1 ,
✬ k ✮ 0, ✭ N, ✭ 2N
x ✧n ★ ✩ 1 a ✮ ✫
k
✪0, con otro valor
✎
✏ ✕
✴ 1
x ✯ n ✰✌✹ a ✻ ✺ k
✳ ✸ ✱n ✷ kN ✲ k
✓N ✕ ✔ ✔ ✔ ✔ ✔ ✖
k ✶ ✵✴ ✕ ✒
✑
Onda cuadrada periódica sen ❊❆ 2 ◆ k N ❇ ❈N 1 ▲ ❉❋
1
❑✏
2
a k
, k ▼ 0, ❏ N , ❏ 2 N ,■
❃ ✍
❀1, n ❄ N 1 N sen ●❆ 2 ◆ k 2 N ❇❍
x ✼n ✽ ✾ ❂ y x ✼n ✿ N ✽ ✾ x ✼n ✽ ✎
❀
❁
0, N 1 ❅ n ❄ N 2 2N1 ▲ 1
a k ❑ ✘ , k ❑ 0, ❏ N , ❏ 2 N ,■
✙ ✥N
✌ ✢ ✥ ✣ ✣ ✦
✚ Fourier de tiempo discreto
Tema 4. Análisis de 2015-2016 17 / 26
Señales periódicas: series de Fourier Propiedades de los coeficientes de la serie de Fourier
Índice
1 Introducción
2 Respuesta de sistemas LTI a exponenciales complejas
3 Representación de señales periódicas: series de Fourier
Desarrollo en Serie de Fourier
Propiedades de los coeficientes de la serie de Fourier
4 Representación espectral de señales
Tabla de DSF
Linealidad A x 1 ✗n ✘ ✙ B x 2
✗n ✘ Aa k ✚
Bbk
2✣
Desplazamiento de tiempo x✛ n ✢ n0✜ ✤ jk
N
n0
ake
2✧
Desplazamiento en jM
N
n a k★M
x ✥n ✦ e
frecuencia
Conjugación x
✫
✩n ✪ a
✬
✭k
Inversión en el tiempo x ✮✰ n ✯ a ✱k
❁ ❂ ❁ ❂
❃ ❅
❄
■ ❉ ❍ ❊
❆ ❇❈ ❆ ❈ ❇ ❋ ❏ ●
Tema 4. Análisis de Fourier de tiempo discreto 2015-2016 19 / 26
Señales
✮✰ ✯
periódicas: series de Fourier Propiedades de los coeficientes de la serie de Fourier
✱
✸ ✴ ✵
✲ ✳✴ ✵ ✹ ✷
✶
SERIES DE FOURIER EN TIEMPO DISCRETO
✺ ✻ ✿ ✺ ✻❀ ✺ ✻ ✿ ✼ ✺ ✻ ✺ ✾ ✻
Propiedad Señal periódica
✽ Coeficiente
Multiplicación x ❁ n ❂ y✁☎❁ n ❂ ❃ a r
b k✠❅ r
✄ r❄ N ✟
✁✂
✞
Primera diferencia x ❆n ❇ ❈ x ❆n ❈ 1❇ ✆ ✝ ❋1 ❏ e
■ jk ❉ 2 ❍ N ❊
●a
k
✍
✕
Suma consecutiva n
✡ ☛ ✎ ☞
✖
a k ✏ ✑
✔
✒
▼ x ❑ k ▲✌ (de valor finito y periódica sólo
❱ jk ◗ 2 ❯ N ❘
❙1 ❲ e ✓ ❚
k P ◆❖
si a0=0)✗ ✘✙ ✗ ✘ ✚
❛
a ❴✤ a ✣
✢ k ❵k
✛ ✜
Re ❩ a k
❬ ❴ Re ❩ a ❵k
❬
Simetría conjugada para ✧
★
✥ ✦ Im ❩ a ❬ ❴ ❫ Im ❩ a ❬
señales reales. x ❳ n ❨ Re al k ❵k
✫ a ✬k ❴ a
✩ ✪ ❵k
✭
✮✰ ✯ ❪ ❴ ❫❪
✱a k a❭k
▼ ❑ ▲
❱ ◗ ❯ ❘
❙ ❲ ❚
P ◆❖
❛
Tema 4. Análisis de Fourier ❴de tiempo discreto 2015-2016 20 / 26
Representación espectral de señales
Índice
1 Introducción
2 Respuesta de sistemas LTI a exponenciales complejas
3 Representación de señales periódicas: series de Fourier
Desarrollo en Serie de Fourier
Propiedades de los coeficientes de la serie de Fourier
4 Representación espectral de señales
Representación espectral
Representación espectral
El espectro de frecuencias de una señal ondulatoria muestra cuál es la proporción
de cada una de las frecuencias que la componen (sonora, luminosa,
electromagnética,...).
El valor de los coeficientes del DSF son la proporción de cada uno de los armónicos
que forman la señal. Se representa el valor de los coeficientes para cada frecuencia.
Ejemplo coseno
π
x[n] = A0 cos n + φ0
3
A0 −j π3 n −jφ0 A0 j π3 n jφ0
x[n] = e ·e + e ·e
2 2
Ω
π − π3 π π
3
Figura: Módulo
φak φ
0
|
Ω
π − π3 π π
3
|
−φ0
Figura: Fase
1 |
1
2 | |
2
Ω
−3π −2π −π π 2π 3π
−π 4 4 4 4 4 4 π
Figura: Amplitud
φak
π/4
|
arctg(0,5)
|
Ω
−3π −2π −π π 2π 3π
−π 4 4 4
|
4
-arctg(0,5) 4 4 π
|
π/4
Figura: Fase
Tema 4. Análisis de Fourier de tiempo discreto 2015-2016 25 / 26
Representación espectral de señales