Transformada de Fourier

Juan-Pablo Caceres
CCRMA
Stanford University

Agosto, 2007

Contenidos
Introducci
on
Sntesis Aditiva
An
alisis Espectral
Transformada Continua de Fourier
DFT
Teoremas de Fourier
FFT
Convoluci
on

Introducci
on

Toda se
nal
peri
odica, sin importar
cuan complicada
parezca, puede ser
reconstruida a partir de
sinusoides cuyas
frecuencias son
m
ultiplos enteros de
una frecuencia
fundamental, eligiendo
las amplitudes y fases
adecuadas.

Matem
atico frances Joseph Fourier
(1768-1830)

Sntesis Aditiva

Reglas de la Sntesis Aditiva (o sntesis de Fourier):

Solo sinusoides pueden ser combinadas

Las frecuencias de todas las sinusoides deben estar

armonicamente relacionas

Solo tenemos libertad para cada sinusoide en la elecci

on de:

Frecuencia fundamental

Amplitud

Fase

Expansi
on de Sntesis Aditiva

Deep Note: La pieza de m

usica por computador m
as famosa del mundo
(James Andy Moorer) deep note.wav

Arm
onicos y Periodicidad

Para una frecuencia fundamental f , cualquier m

ultiplo entero de f
es un armonico.
Una serie armonica puede expresarse entonce:

f + 2f + 3f + 4f + 5f + 6f + 7f +
Una funcion (se
nal) f (t) es periodica son periodo si para
cualquier t,
f (t) = f (t + ), ( < t < )

Ejemplo: Onda Cuadrada

Ejemplos de Sntesis Aditiva: Clarinete

Con las siguientes reglas se puede
construir un sonido tipo clarinete:

Solo los armonicos impares estan presentes

La Amplitud de los armonicos decrece a medida que el

n
umero de armonico crece

No hay diferencia de fase entre los armonicos (esto simplifica

la sntesis)

X
1
s(t) =
sin(nt + 0) con n impar
n
n=1

s(t) = sin(t + 0) +

1
1
sin(3t + 0) + sin(5t + 0) +
3
5

An
alisis Espectral
Cualquier se
nal (waveform) perodica puede ser descompuesta en
sinusoides
Estudio de timbres musicales
Clasificaci
on de sonidos por contenido espectral
Res
ntesis usando sntesis de Fourier
Sintetizaci
on de sonidos hibridos (mezcla de sonidos
analizados, morphing)
Creaci
on arbitraria de mezclas de frecuencias
El espectro (analizado) del clarinete debiera verse as:

Como detectamos (analizamos) las Frecuenias?

En el espectro anterior, aparecen claramente la energa de cada

sinusoide del clarinete. Como detectamos esto con analisis?
Preambulo: Multiplicacion de Se
nales

Multiplicaci
on de Se
nales

Detector de Frecuencias
Multiplicacion de se
nales identicas genera una se
nal que es siempre
positiva.

x(t): sinusoide como se

nal de prueba (se
nal que sera
analizada)

y(t): se
nal de sondeo, sinusoide con frecuencia variable

c(t): el producto de las 2 se

nales x(t)y(t)

c(t) ser
a mayor cuando x(t) e y(t) sean identicas.

Formalizaci
on del Detector
Como se
nal de sondeo usamos un fasor:
ej2f t
Este fasor tiene una s
ola componente en frecuencia.
Primero, multipicamos la se
nal de input con el fasor de sondeo:
x(t) ej2f t
Finalmente sumamos (integramos) el producto:
Z
x(t)ej2f t

Transformada Continua de Fourier

X(f ) =

x(t)ej2f t dt Transformada de Fourier

t: Tiempo

f : Frecuencia en Hz

x(t): Se
nal de prueba

ej2f t : Fasor de Sondeo (Kernel Function)

X(f ): Espectro en funcion de la frecuencia f

x(t) X(f ), es decir para una funcion x(t) existe un equivalente

X(f ).
X(f ), el espectro, revela la fuerza (energa) de varias componentes
de frecuencia, ordenadas por frecuencia.
La transformada de Fourier act
ua como un detector de energia en
frecuencia-dependiente

Transformada Inversa de Fourier

A partir de la transformada, podemos recuperar la se

nal original
tomando la Transformada Inversa de Fourier.
Z
X(f )ej2f t df Transformada Inversa de Fourier
x(t) =

Notar la simetra con respecto a la Transformada de Fourier.

Tranformadas Discretas (DFT)

El equivalente en tiempo y frecuencia discreta es la Transformada
Discreta de Fourier (DFT)

X[k] =

N
1
X

x[n]e

2j
kn
N

DFT

n=0

N : N
umero de Samplers en x[n]

x[n]: Se
nal de prueba discreta (con ndice n)

X[k]: Espectro en funcion de la frecuencia discreta (con

ndice k)

ejkn/N : Fasor de Sondeo discreto (Kernel Function)

Ejemplo


n
x(n) = A sin f 2
N

Para simplificar este analisis, descomponemos nuestra

transformada:
X[k] =

N
1
X
n=0

X[k] =

N
1
X
n=0

x[n] cos

x[n] j sin

2
kn
N

2
kn
N

DCT

DST

Ejemplo
Para simplificar m
as operemos en una DST real positiva
X[k] =

N
1
X

x[n] sin

n=0

2
kn
N

DST

Para N = 8, f = 1 y k = 1, es decir ambas se

nal de sondeo y de
prueba son iguales:
Sample
Input
Sondeo
Producto

0
0
0
0

1
A

2
1
2
A

2
A
1
A

3
A

2
1
2
A

4
0
0
0

5
A2
12
A

6
A
1
0

7
A2
12
A

Ejemplo


n
Para x(n) = A sin f 2 N
con k = f ,
N
1
X

x[n] sin

n=0

2
kn
N

=0+

A
A
A
A
+A+ +0+ +A+
2
2
2
2

= 4A
Para un N general, se obtiene:


N 1
1 X
2j
A
x[n] sin
kn =
N n=0
N
2

Caso de Frecuencia sin Energa

Para k = 2f


N 1
1 X
2
x[n] sin
2f n
N
N
n=0

Se hace el mismo proceso y se suman los terminos:

A
A
A
A
0+ +0 +0 +0+ =0
2
2
2
2
No hay energa en k = 2f

Energa en las Frencuencias Negativas

Veamos que pasa para k = f
N
1
X

2
x[n] sin k n
N
n=0

Nuevamente haciendo la tabla y sumando,

0

A
A
A
A
A + 0 A = 4A
2
2
2
2

Normalizando:


N 1
A
2j
1 X
n =
x[n] sin k
N
N
2
n=0

Se
nal Combinada (Reconstrucci
on)
Podemos reconstruir la se
nal a partir de las componentes en
frecuencia,
A
[sin(f 2n/N ) sin(f 2n/N )]
2
= A sin(f 2n/N )

x[n] =

Si hacemos el mismo ejemplo con se

nal de prueba cos(f 2n/N ) y
DCT, obtenemos:
A
[cos(f 2n/N ) + cos(f 2n/N )]
2
= A cos(f 2n/N )

x[n] =

DST s
olo ve se
nales tipo sin, es decir componenter
impares del Espectro
DCT s
olo ve se
nales tipo cos, es decir componenter pares
del Espectro

Se
nales con Fase Arbitraria
Si se toma como se
nal de prueba:
x[n] = a cos(f 2n/N ) + b sin(f 2n/N )
Cualquier se
nal sinusoidal con fase arbitraria puede ser
representada por una suma de sin y cos:
A sin( + ) = a cos + b sin
Por lo tanto, usando la DCS y la DST juntas podemos detectar
cualquier se
nal con frecuencia y fase arbitrarias.
Usando la DFT combinamos ambas en forma mas elegante:
X[k] =

N
1
X

x[n]e

2j
kn
N

DFT

n=0

M
as Complejo es Mas Simple

Teoremas de Fourier
Tenemos entonces la transformada discreta de Fourier,
X[k] =

N
1
X

x[n]e

2j
kn
N

n=0

, k = 0, 1, 2, . . . , N 1

DFT

Y su inversa,
N 1
2j
1 X
x[n] =
X[k]e N kn , n = 0, 1, 2, . . . , N 1
N
k=0

Definimos k , 2k/N con lo que

e

2j
kn
N

= ejk n

Y como notaci
on ocupamos el par transformado,
x X (x corresponde a X)

IDFT

Teoremas de Fourier
Las sinusoides de la DFT sk [n] , ejk n son periodicas tal que
sk [n + mN ] = sk [n] para todo entero m.
Como sabemos que cualquier se
nal x de largo N puede ser
expresada como combinacion lineal de las sinusoides DFT en el
dominion del tiempo,
x[n] =

1 X
X[k]sk (n)
N
k

implica que x[n] fuera del rango [0, N 1] es de extension

peri
odica, i.e., x[n + mN ] = x[n]
Esto tambien sucede con la DFT con X[k + mN ] = X[k]
Matem
aticamente, las se
nales x en que se opera una DFT son
samples (muestras) de 1 periodo de una se
nal periodica, con
periodo N T

Teoremas de Fourier

Theorem (Linealidad)
Para cualquier x, y CN y para , C, la DFT satisface:
x + y X + Y
Theorem (Conjugado)
Para cualquier x CN ,
x Flip(X)

Flip(x) X

Teoremas de Fourier
Theorem (Reverso)
Para cualquier x CN ,
Flip(x) Flip(X)
Corollary (Reverso)
Para cualquier x RN ,
Flip(x) X
Flip(X) = X
Theorem
x RN X es Hermitiano

Teoremas de Fourier: Simetra

Theorem
Para cualquier x RN , Re{X} es par y Im{X} es impar
Theorem
Para cualquier x RN , |X| es par y X es impar
Theorem
x par X par
x real y par X real y par

Teoremas de Fourier: Shift

Theorem
Para cualquier x CN y para cualquier entero ,
DF Tk [Shift (x)] = ejk X(k)

Se
nales de Fase Lineal
Podemos escribir la Transformada de Fourier en forma polar,
X[k] = G[k]ej[k]
Por el Teorema de Shift para retrasos,
ejk X[k] , ejk G[k]ej[k] = G[k]ej[[k]k ]
Esto implica que la pendiente de la curva equivale al delay en el
tiempo.

Pendiente negativa lineal equivale a retraso (delay)

Pendiente positiva lineal equivale a adelanto

ejk es conocido como termino de fase lineal

Teoremas de Fourier: Zero Padding

Zero padding consiste en extender la se

nal con ceros, por ejemplo,
ZeroPad10 ([1, 2, 3, 4, 5]) = [1, 2, 3, 4, 5, 0, 0, 0, 0, 0]
Theorem (Interpolaci
on Espectral)
Para se
nales de banda limitada, hacer Zero Pad en el tiempo
corresponde a interpolaci
on ideal en el dominio de la frecuencia.

Ejemplo
Vemos que en los agujeros de frecuencia si hay contenido
espectral cuando hacemos la interpolaci
on,

Transformada R
apida (FFT)
En la pr
actica, la Transformada de Fourier se calcula con una
algoritmo llamado Fast Fourier Transform o FFT. Por ejemplo
en Matlab o Octave la funcion para calcular la transformada de
Fourier se llama fft.
Este algoritmo es m
as eficiente cuando N es potencias de 2, i.e.,
p
N = 2 con p un n
umero entero.
Es por esto que en la pr
actica en general se hace Zero Padding de
modo que la se
nal tenga un largo N = p2 con los beneficios,

Mayor eficiencia del algoritmo FFT

Efecto colateral de mejorar la interpolaci

on espectral.

FFT de una Sinusoide

FFT de una Sinusoide

FFT de una Sinusoide

Discontinuidades por extension periodica,

FFT de una Sinusoide

Teoremas de Convoluci
on
Theorem (Convoluci
on)
Para cualquier x, y CN ,
xy X Y
Theorem (Dual de la Convoluci
on)
Para cualquier x, y CN ,
xy

1
X Y
N

Estos son quizas el m

as importante teorema. Son la base de la
implementacion de Filtros por convoluci
on (Debido a la rapidez del
FFT).

Otras Aplicaciones

La Transformada de Fourier es la base del analisis y sntesis

expectral,

Filtros y Convolucion

Transformada Corta de Fourier

Espectrogramas

Vocoders

Sntesis sinusoidal