Presentación Fouriert

Procesamiento Digital de Seal
Tema 4: Anlisis de Fourier en tiempo discreto

Transformada de Fourier en tiempo discreto (DTFT)
Serie de Fourier en tiempo discreto (DTFS)
Transformada de Fourier Discreta (DFT)
Transformada Rpida de Fourier (FFT)
Enventanado y resolucin espectral
Francisco.Gomez@ii.uam.es
Transformada de Fourier
en tiempo discreto (DTFT)
Transformada de Fourier de una seal discreta
La DTFT describe el espectro de seales discretas. Se puede deducir a partir de la

convolucin discreta que se define como:
y [n ] = x [n ] h [n ] =
k =
x [n k ]h [k ]
Si un sistema LTI tiene una seal de entrada x[n] armnica

x[n] = exp(j2fnTs) = exp(jwnTs), la respuesta y[n] es
y[n] =
expj(nk)Ts h[k] = expjnTs
exp
jkTs
h[k ] = x[n] H ()
k =
k =
Siendo H(w) un autovalor del sistema que representa la respuesta en frecuencia

Se ha definido como H(w) la expresin
H ( ) =
h[k ]exp
jk Ts
h[k ]exp
k =
)
jk
k =
y representa la DTFT de la seal discreta h[n].

La funcin H(w) es peridica, debido a que h[k] son valores discretos y su expresin es una serie de Fourier
Representacin mediante la DTFT

La DTFT permite representar el contenido en frecuencia, X(w),
de una seal discreta x[n]
X( ) = X(e j ) =
x[n]e
jn
n =
Y su transformada inversa es
1
x [n ] =
2
X(e
) e j n d
Representacin del par de DTFT:

DTFT
x [n ]
X( e j )
Ejemplos DTFT
Propiedades de la DTFT
La DTFT es peridica de periodo 2
( )
X e j = X(e j + 2 )
Por tanto solo es necesario evaluar el intervalo [0, 2] o
equivalentemente [-, ]
Si x[n] es real su transformada DTFT verifica
X e j = X* (e j )
[
] [
]
Im[X(e )] = Im[X(e )]
Re X(e j ) = Re X(e j )
j
X(e j ) = X(e j )
arg X(e j ) = arg X(e j )
Es simtrica y basta calcularla en el intervalo [0, ]
Transformada de Fourier de seales discretas (DTFT)

Propiedades de la DTFT:
Tabla 5.1: pg 391 Oppenheim
Transformada de Fourier de seales discretas (DTFT)

Dualidad entre las series de Fourier y la DTFT
Una seal peridica continua xp(t) se transforma en una funcin
aperidica y discreta que corresponde a los coeficientes espectrales XS[k]
en el dominio de frecuencias de su serie de Fourier
X s [k ] =
1
x p (t ) exp( j 2kf0t )dt
T T
x p (t ) =
X [k ]exp( j 2kf t )
k =
De una manera dual, se puede intercambiar tiempo y frecuencia
x [k ] =
1
X P ( f ) exp( j 2kfts )df
F
XP( f ) =
x [n]exp( j2kft )
k =
donde F=1/Ts es el periodo de Xp(f)en el dominio de frecuencia.
En este caso una seal aperidica discreta x[k] se corresponde con una
transformada peridica continua X (f) y se obtiene mediante la DTFT.
Transformada Discreta de Fourier

El comportamiento dual entre las series de Fourier y la DTFT se resume en lo
siguiente :
La DTFT se aplica a una seal discreta en el tiempo x[n], con periodo de muestreo
ts=1/fs y aperidica y se obtiene una funcin X(f), que es continua como funcin de la
frecuencia y peridica con periodo F=1/Ts.
Para realizar operaciones con un procesador digital se presentan los siguientes

problemas:
Con las series de Fourier se pasa de una seal x(t), temporal, continua y peridica
(periodo T) y se representa por los coeficientes X [k], que como una funcin de la
frecuencia, son valores aperidicos y discretos con una distancia entre dos valores
consecutivos de f0=1/T.
Se necesita tratar seales continuas

Se manejan series de datos de longitud infinita.
Un DSP slo trabajar con un nmero finito de datos discretos
La solucin pasa por conseguir discretizar las variables continuas y limitar el
nmero de muestras en los dos dominios (temporal y frecuencial).
Se hace necesario definir la series discreta de Fourier (DTFS) y la

Transformada Discreta de Fourier (DFT).
Serie de Fourier
en tiempo discreto (DTFS)
Seales peridicas en tiempo discreto: Series de Fourier
Si x(t) es peridica su desarrollo en serie de Fourier es:
x (t ) =
X[k] e
j k0t
k =
Al igual que en tiempo continuo, una seal x[n] discreta y peridica puede
representarse como una superposicin de exponenciales complejas discretas con
frecuencias mltiplos de la frecuencia fundamental.
Si la seal es peridica (x[n] = x[n+N]), con periodo N, su representacin mediante
la serie de Fourier es:
x[n] =
X[k] e
)
j k0 n
k =
Donde 0 = 2/N es la frecuencia fundamental de la seal peridica. La

frecuencia de la componente k-sima en la superposicin es k 0.
La frecuencia normalizada, = w Ts, incorpora la dependencia temporal y
permite utilizar n en lugar de t como variable independiente
Serie de Fourier en Tiempo Discreto (DTFS)

La cuestin que se plantea es: cuntos trminos deben considerarse en la
suma para el caso de una secuencia discreta peridica de periodo N?
Recordando las propiedades de las exponenciales complejas discretas
)
e j ( N + k )0 n = e jN0 n e jk0 n = e j 2n e jk0 n = e jk0 n

En el caso discreto, exponenciales complejas con frecuencias distintas no
siempre son diferentes y slo hay N exponenciales complejas distintas de
esta forma.
En consecuencia, se puede escribir la ecuacin de la serie de Fourier de
una seal discreta peridica:
x[n] =
X[k] e
)
jk 0 n
k =< N >
donde la notacin k = <N> indica dejar que k vare sobre cualesquiera N valores
consecutivos (comnmente se usan los valores de k = 0 hasta N-1).
En este caso, slo hay N valores de X[k] y cada uno de ellos tiene en cuenta la
contribucin de la componente exp (kwn) y sus repeticiones exp((k+lN)wn)
De las Series de Fourier a las Series Discretas de Fourier

Para las Series de Fourier se cumple (f0=1/T)
xP(t) = XS [k]exp( j2kf0t)
XS [k] =
k=
1
xP(t) exp( j2kf0t) dt
T T
Para discretizar xp(t), tomamos N muestras de xp(t) durante un periodo a

intervalos ts, de forma que Nts=T.
Para calcular los coeficientes X[k]
X [k ] =
=
1
Nt s
1
N
N 1
x [n ] exp( j 2kf nt ) t
P
n=0
N 1
x [n] exp( j 2kn / N )

n=0
k = 0,1,2 L , N 1
La cantidad X[k] es la serie de Fourier Discreta de la seal peridica

muestreada xP[n].
La representacin mediante la DTFS est dada por
x[n] =
X[k] e
jk 0 n
k =< N >
X[k] =
1
N
x[n] e
jk 0 n
n =< N >
x[n] y X[k] se relacionan y se establece la correspondencia:

DTFS
x [n ]
X [k ]
Ejemplos: Serie de Fourier
En el limite N muy grande, la seal es no peridica y su contenido en frecuencias

pasa a ser continuo y se corresponde con la transformada de Fourier de una seal
discreta!
Dominio de
tiempo
Peridica
No peridica
Continua
FS : Serie de Fourier
FT: Transformada de Fourier
X[k ] e
x (t ) =
jk0t
x(t) =
k =
X[k ] =
Discreta
1
x (t )e jk0t dt
T <T>
DTFS: Serie de Fourier en tiempo discreto
x[n] =
X[k] e
)
jk 0 n
k =< N >
1
X[k] =
N
x[n] e
n =< N >
Discreta
jk 0 n
1
2
X( ) =
X( )e
j t
No peridica
x(t)e
jt
dt
DTFT: Transformada de Fourier en tiempo

discreto
x [n ] =
1
2
X( e
) e j n d
( ) x [n ] e
X e j =
Peridica
)
j n
n =
Continua
Dominio de la
frecuencia

(DFT)

FFT (Fast Fourier Transform)
Muestreo en frecuencia de la DTFT para obtener la DFT

Para una seal x[n] limitada a N muestras con un periodo de muestreo Ts.
N 1
La DTFT se reduce a
X P ( f ) = x[n] exp( j 2nfTs )
n=0
XP(f) es peridica con periodo 1/Ts.
Si se muestrea esta seal N veces (en el periodo en frecuencias que es 1/Ts, )
se obtendrn los valores discretos de la DTFT con un intervalo entre
frecuencias f = (1/Ts)/N = 1/NTs
Y por tanto XT[k] corresponde a sustituir f en los valores dados por
fk = k/(NTs) :
N 1
XT [k] = x[n] exp[ j2nkTs /( NTs )]
n=0
N 1
= x[n] exp[ j2nk / N]

n=0
k = 0,1,2,L, N 1
Esta ltima expresin resultante es la Transformada Discreta de Fourier

de una seal x[n].
Nota: Excepto por el trmino 1/N es idntica a la Serie Discreta de Fourier.
Transformada Discreta de Fourier (DFT),

Se calcula sobre un conjunto finito, N valores, de la seal x[n].
Es calculable numricamente y es una aproximacin al espectro de la
seal.
X(w)= DTFT{x[n]}
Se obtiene tomando N muestras en el dominio de la frecuencia sobre la
DTFT
Si se elige N adecuado, existen algoritmos rpidos para calcularla. FFT.
N 1
X [k ] = x[n ]exp ( j 2nk / N )

n =0
k = 0,1,2, L , N 1
Transformada Discreta inversa (IDFT),
x[n] =
1
N
N 1
X [k ]exp(
j 2nk / N )
k =0
n = 0,1,2,L, N 1
Convolucin Circular o Cclica

La convolucin de dos seales peridicas es infinito. Para este tipo de
seales se define la convolucin circular de dos secuencias xp[n] y hp[n]
con periodo N :
y p [n] = xp [n] hp [n] =
1 N 1
xp [k]hp [n k]
N k =0
La convolucin circular requiere que las dos secuencias sean del mismo
tamao. Si no es as se rellena con ceros la secuencia ms corta.
Se corresponde con el producto H[k]X[k] de las dos DFT
Convolucin lineal mediante la DFT
Para realizar la convolucin lineal de una secuencia h[n] de M puntos
con otra secuencia x[n] de N puntos mediante la DFT, se expanden
ambas secuencias con ceros hasta formar dos secuencias de K puntos
ha[n] y xa[n] con K M+N-1 y se calcula las IDFT del producto de las
dos DFTs.
y[n ] = x [n ]* h[n ] = IDFT [H a [ k ] X a [ k ]]
10
Propiedades de la DFT
Simetra Conjugada
Linealidad
Desplazami ento
X T [ k ] = X T [k ] = X T [N k ]
x[n ] + y [n ] X T [k ] + YT [k ]
x[n m ] X T [k ] exp ( j 2km / N ) = X T [k ] W Nkm
Modulacin
W N nm x[n ] X T [k m ]
Producto
x[n ]y [n ]
Simetra
Conjugar
Convoluci n Circular
1
X T [k ]* YT [k ]
N
x[ n ] X T [ k ] = X T [k ]
x [n ] X T [ k ]
x[n ]* y[n ] X T [k ]YT [k ]
Correlaci n.
x[n ]* y [ n ] X T [k ]YT [k ]
Ecuacin de Parseval
x[n]
1
2
X T [k ]
N
Interpretacin de los resultados del DFT de xs[n] de N puntos, siendo N el

numero de valores de la secuencia
Los N valores X[k[ son los coeficientes espectrales (series de Fourier) de
una seal peridica discreta que corresponde a repeticiones cada N
muestras de la secuencia x [n].
Son muestras del espectro continuo de una seal aperidica discreta que
corresponde a la secuencia x [n].
La DFT es una aproximacin al espectro de la seal original.

La magnitud se ve influenciada por el intervalo de muestreo,
mientras que
La fase depende de los instantes de muestreo.
11

Ejemplo: sea x(t)=sin(2ft), con f=1KHz, Ts=1/8ms y N=8
x[n]={0,0.7071,1,0.7071,0,-0.7071,-1,-0.7071}
DFT
5
4
Magnitud DFT
Sinusoide 1KHz, Ts=0.125ms, N=8

1
3
2
1
0.5
Amplitud
00
0
-0.5
4
Indice k
-1
0.2
0.4
0.6
Tiempo (s)
0.8
-3
x 10
La DFT es X[k]={0,-4j,0,0,0,0,0,4j}.
Magnitud DFT
DFT
3
2
1
0
-4000
-2000
0
Frecuencia (Hz)
2000

Ejemplo 2: x(t)=sin(2ft), con f=1KHz, Ts=1/4ms y N=8,
x[n]={0,0.3827,0.7071,0.9239,1,0.9239,0.7071, 0.3827}.
Sinusoide 1KHz, Ts=0.250ms, N=8
DFT
8
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
7
Magnitud DFT
6
5
4
3
2
1
2
3
Tiempo (s)
5
-4
x 10
0
0
4
5
Indice k
-8000 -6000 -4000 -2000
2000 4000 6000
Los coeficientes del DFT son

X[k]={5.0273,-1.7654,0.4142,-0.2346,-0.1989,-0.2346,-0.4142,-1.7654}
12
Tal y como se observa en las figuras anteriores hay varias formas de dibujar
la grfica de la DFT de una secuencia de datos.
Una de ellas es indicarlo directamente mediante el ndice k.
Se puede comprobar que |XT[k]| es simtrico respecto a N/2.
Otra forma es reordenando los datos en funcin de la frecuencia.
De la definicin de DFT sabemos que cada intervalo de la DFT es 1/(Nts).

La DFT nos da la Transformada de Fourier para las frecuencias
-(N/2-1)/(Nts),...,-1/(Nts),0, 1/(Nts), 2/(Nts)...(N/2)/(Nts)
(N/2-1) ,..., N-1 ,0,
...
(N/2)
La mxima frecuencia detectable por la DFT es fs/2, de acuerdo con el

Teorema del Muestreo.
El clculo de la DFT de N puntos de una secuencia x[n] es :

N 1
X [k ] = x[n]WNnk
n =0
donde
k = 0,1,L, N 1
W = e j 2 / N
N
El clculo requiere
la suma compleja de N multiplicaciones complejas para cada uno de las salidas.
En total, N2 multiplicaciones complejas y N(N-1) sumas complejas para
realizar un DFT de N puntos.
El algoritmo FFT consigue simplificar el clculo del DFT y reduce el nmero de

operaciones aprovechando las siguientes propiedades :
Simetra y Periodicidad de los trminos WN.
WNn+ N = WNn
W NNk = 1
WNn+ N / 2 = WNn
W N2 = W N / 2
El valor de N se elige de forma que N=rm.

Al factor r se le denomina radix y su valor ms habitual es 2, de forma que
N=2m y algoritmo se denomina FFT radix-2.
13
Radix-2 FFT-Algoritmo de diezmado en el tiempo.

Se divide la secuencia de datos de entrada x[n] en dos grupos, uno de ndices par y el otro
de ndices impar.
Con estas sub-secuencias se realiza el DFT de N/2 puntos y sus resultados se combinan para
formar el DFT de N puntos.
X [k ] =
N / 21
x[2n]W
2 nk
N
n =0
N / 21
x[2n + 1]W
( 2 n +1) k
N
n =0
Se sustituye x1 [n] = x[2n]

X [k ] =
N / 21
x [n]W
n =0
nk
N /2
+ WNk
N / 21
x[2n]W
2 nk
N
n =0
+ WNk
x2 [n] = x[2n + 1]
N / 21
x [n]W
n =0
nk
N /2
N / 21
x[2n + 1]W
2 nk
N
n =0
WN2nk = WNnk/ 2
= Y [k ] + WNk Z [k ]
k = 0,1,2,L, N 1
Esta ltima ecuacin muestra que el DFT de N puntos es la suma de dos DFTs de N/2 puntos
(Y[k], Z[k]) realizadas con las secuencias par e impar de la secuencia original x[n]. Cada trmino
Z[k] es multiplicado por un factor WNk, llamado twiddle factor. Ya que WNk+N/2=-WNk y debido
a la periodicidad de Y[k] y Z[k] (periodo N/2) se puede expresar X[k] como:
X [k ] = Y [k ] + WNk [k ] Z [k ]
X [k + N / 2] = Y [k ] WNk [k ] Z [k ] para k = 0,1,L, N / 2 1


x[0]
Y[0]
X[0]
x[2]
Y[1]
X[1]
X[N/2-1]
DFT
N/2 Puntos
Y[N/2-1]
x[N-2]
x[1]
x[3]
W0
x
X[N/2]
Z[1]
W1
x
-1
X[N/2+1]
WN/2-1
x
-1
X[N-1]
-1
DFT
N/2 Puntos
x[N-1]
Z[0]
Z[N/2-1]
Los dos DFT de N/2 puntos se puede a su vez dividir para formar 4 DFTs de
N/4 puntos, lo que produce las siguientes ecuaciones
Y [k ] = U [k ] + WN2 kV [k ]
Z [k ] = R[k ] + WN2k S[k ]
Y [k + N / 4] = U [k ] WN2 kV [k ]
Z [k + N / 4] = R[k ] WN2k S[k ]
Para k = 0,1, L , N / 4 1
Para k = 0,1,L, N / 4 1
14

El proceso puede repetirse sucesivamente hasta llegar a computar el DFT
de dos valores x[n], en concreto x[k] y x[k+N/2], para k=0,1,...,N/2-1.
Para una FFT de N=8 puntos con diezmado en tiempo, el esquema es:
Butterfly
x[0]
x[4]
W0
x
-1
x[2]
x[6]
W0
x
-1
x[1]
x[5]
X[0]
X[1]
W0
x
-1
X[2]
W2
x
-1
X[3]
+
W0
x
-1
x[3]
x[7]
W0
x
-1
W0
x
-1
X[4]
-1
W1
x
X[5]
W0
x
-1
W2
x
-1
X[6]
W2
x
-1
W3
x
-1
X[7]
Etapa 1
Etapa 2
Etapa 3

Las caractersticas de una FFT de N puntos mediante diezmado en el
tiempo se sumarizan en la siguiente tabla :
Nmero de
Grupos
Butterflies por
Grupo
Exponentes
Twiddle Factors
Etapa 1
Etapa 2
Etapa 3
Etapa log2N
N/2
N/4
N/8
N/2
(N/2)k,
k=0
(N/4)k,
k=0,1
(N/8)k,
k,
k=0,1,2,3 k=0,1,...,N/2-1
Por cada butterfly tenemos una multiplicacin y dos sumas complejas.

Hay N/2 butterflies por etapa y log2N etapas.
El nmero total de multiplicaciones es Nlog2N .
El nmero total de sumas es Nlog2N .
15
Radix-2 FFT-Diezmado en Frecuencia

Se expresa la FFT como suma de las FFT de dos secuencias, la primera
con los N/2 primeros datos y la segunda con los N/2 ltimos.
N 1
X [k ] = x[n]WNnk =
N / 21
x[n]W
n =0
N / 21
x[n]W
n =0
N / 21
x[n]W
n =0
nk
N
nk
N
nk
N
n =0
N 1
x[n]W
nk
N
n= N / 2
N / 21
x[n + N / 2]W
( n+ N / 2) k
N
n =0
+ (1)
N / 21
x[n + N / 2]W
nk
N
n =0
[x[n] + (1) x[n + N / 2]]W
N / 21
n =0
k = 0,1,2,L, N 1
nk
N

El diezmado en frecuencia se obtiene dividiendo la secuencia de salida
(X[k]) en dos ecuaciones, una para los ndices pares
N / 21
X [2k ] =
[x[n] + x[n + N / 2]]W

n=0
N / 21
[x[n] + x[n + N / 2]]W
y otro para los impares.
n=0
X[2k +1] =
N / 21
k = 0,1,L, N / 2 1
nk
N/2
[x[n] x[n + N / 2]]W

n=0
n(2k +1)
N
[[x[n] x[n + N / 2]]W ]W
N / 21
n=0
2nk
N
n
N
nk
N/2
k = 0,1,L, N / 2 1
X[2k] y X[2k+1] son los resultados del DFT de N/2 puntos realizado con las
suma y la diferencia entre la primera y segunda mitades de la secuencia de
entrada.
16

Radix-2
FFT-Diezmado en Frecuencia
x[0]
x[1]
x[N/2-1]
X[0]
X[2]
DFT
N/2 Puntos
-1
x[N/2]
x[N/2+1]
-1
x[N-1]
-1
X[N-2]
W0
x
W1
x
X[1]
X[3]
DFT
N/2 Puntos
+
WN/2-1
x
X[N-1]

Radix-2
FFT-Diezmado en Frecuencia
Butterfly
x[0]
x[1]
x[2]
-1
W0
x
x[3]
-1
W2
x
x[4]
-1
x[5]
-1
x[6]
-1
x[7]
-1
Etapa 1
W0
x
W1
x
W2
x
-1
W3
x
-1
W0
x
-1
-1
+
+
W2
x
W0
x
X[6]
X[1]
W0
x
X[5]
X[3]
+
-1
X[4]
X[2]
W0
x
Etapa 2
X[0]
+
-1
W0
x
X[7]
Etapa 3
17
Se observa que en el caso de diezmado en el tiempo, la secuencia de entrada

debe ser reordenada mientras que la salida aparece en el orden correcto.
Para el diezmado en frecuencia, la secuencia est en orden mientras que la
salida habr que reordenarla.
Para conseguir la reordenacin basta con invertir el ndice en binario.
Orden (n)
binario
Inv. binario
reordenacin
000
000
001
100
010
010
011
110
100
001
101
101
110
011
111
111
Aplicacin de la DFT
Enventanado y resolucin en frecuencia

Nmero finito de muestras
Espectro de la seal enventanada
Ventanas Rectangular, Hamming
Resolucin espectral versus enventanado
18
Enventanado y Resolucin
En teora, para el clculo del espectro de una seal discreta x[n] se necesita
considerar infinitas muestras:
( ) x(nT )e
X e jw =
jwn
= x[ n ]e jwn
n =
n =
Para poder realizar los clculos de debe tomar un nmero finito de

muestras L, Se tendr x(nT)=x[n], para 0 n L-1
Este proceso se denomina enventanado
Enventanado
Duracin de la ventana en segundos
TL = L T
L muestras, T=1/fs
Seal de enventanado
1
w [n ] =
0
Seal enventanada
0 n L 1
resto
Rectangular
x[n] 0 n L 1
xL [n] = x[n] w[n] =
resto
0
19
Enventanado
Ventana Rectangular...
Seal Enventanada...
MATLAB boxcar(10)...
Enventanado
El espectro resultante XL(ejw) ser una aproximacin a X(ejw)
( ) = x[n ]e
XL e
jw
L 1
jwn
n=0
x [n ]e
n =
( )
jwn
DTFT
( )
L xL [n] x[n] X L e jw X e jw
Efectos del enventanado...
( )
( ) ( )
xL [n ] = x[n ] w[n ] X L e jw = X e jw W e jw
20
Enventanado
Enventanado rectangular
( )
W e jw
L
sen w
( L 1)
2 e jw 2
=
w
sen
2
Enventanado
El lbulo principal domina el
espectro
El ancho del lbulo se definir
segn:
Frecuencia (Hz)
fW =
f aW = fW f s =
1
L
Frecuencia
normalizada
1
1
1
fs =
=
L
L T
TL
Si la longitud de la ventana L es mayor, aumentar la altura del

lbulo principal, a la vez que su ancho disminuye
La relacin de 13 dB entre el lbulo principal y el primer lbulo
lateral se mantiene constante:
R = 20 log
W ( w)
13dB
W (0) w= 3
2L
21
Enventanado (Ejemplo)
Secuencia formada por dos exponenciales discretas
x[n] = A1e jw1n + A2e jw2n < n <
( )
X e jw = A1 ( f f1 ) + A2 ( f f2 ) 0.5 < f 0.5

Efecto del enventanado
xL [n ] = A1e jw1n + A2 e jw2 n
0 n L 1
( )
X L e jw = A1W ( f f1 ) + A2W ( f f 2 )
Enventanado (Ejemplo)
Espectro de una exponencial
Espectro de dos exponenciales...
22
Enventanado
Se ha supuesto f=|f2-f1| grande para que no exista solapamiento entre los dos
lbulos principales de ambas exponenciales
Si f disminuye empezarn a solaparse, dejando de distinguirse los dos
lbulos, lo cual suceder cuando:
f ' fW
Para tener resolucin:
f a ' f aW =
f ' fW =
f
1
= s
TL
L
1
L
Frecuencia digital
normalizada
Frecuencia analgica
El mnimo nmero de muestras necesario para conseguir una resolucin

espectral fa dada una frecuencia de muestreo fs:
fs
fa '
f a ' L
Enventanado
Los lbulos secundarios debern reducirse lo mximo posible
para evitar confundirlos con los lbulos principales de sinusoides
ms dbiles
Para ello se recomienda el uso de otro tipo de ventana(s), que
no concluya de forma tan abrupta como lo hace la
rectangular
Ventanas
Rectangular,
Hamming,
Kaiser...
23
Enventanado (continuacin...)
2 n
0 .54 0 .46 cos
w[n ] =
L 1
0
L 1
n=
w[n ] = 1
2
Ventana Hamming :
Centro
Extremos
n = 0, L 1
0 n L 1
resto
w[n ] = 0 .08
Las ventanas anti-leakage

0
-10
-20
-30
-40
-50
-60
-70
-80
-90
1/NT 2/NT 3/NT 4/NT 5/NT 6/NT 7/NT 8/NT 9/NT
Rectangular: los lbulos laterales siempre peores a -30dB

Triangular (Barlett): los lbulos laterales llegan debajo de -40dB
Cosenoidal:
Hanning: y(n)=0.5+0.5cos(2n/M) el 1er. lobulo ya est bajo

los -30dB, el segundo debajo de los -40dB.
Hamming: y(n)=0.54+0.46cos(2n/M) similar a Hanning, no
descarta las muestras en los extremos de la zona de muestreo
Otras: Parzen, con una ecuacin polinmica

24
Enventanado
Ventanas espectrales:
Para seales truncadas, el espectro de la seal muestra unos picos que no
decaen lo suficientemente rpido con la frecuencia.
Para ello podemos utilizar ventanas en el dominio temporal para suavizar
esas discontinuidades.
Los picos sern menores aunque el ancho de banda de cada lbulo
aumentar.
El enventanado introduce componentes de alta frecuencia que se atenan si

no se emplea una ventana abrupta, pero reducindose la resolucin
espectral
En ese caso, ser necesario aumentarla incrementando el valor de la longitud
de la ventana, o sea, L
Procesamiento A/D, Enventanado y DFT

Al asumir que el conjunto de muestras se
repite peridicamente puede aparecer una
discontinuidad entre la ltima muestra de
un bloque y la primera del siguiente (efecto
de leakage)
bloque repetido de muestras
ventana anti-leakage
Estas discontinuidades equivalen a

componentes de frecuencias que corrompen
el espectro analizado
Para minimizar el leakage al conjunto de N
muestras de cada bloque se lo multiplica por
una funcin (weighting window) que atena
las primeras y ltimas muestras de modo de
evitar discontinuidades
bloque sin discontinuidades
N muestras
N muestras
25

Una ventana anti-leakage MULTIPLICA en el tiempo la seal original
x1(t) por una seal peridica x2(t), de perodo T (la ventana)
Esta multiplicacin en el tiempo equivale a una convolucin en el
espectro de frecuencias del espectro de la seal x1 con el espectro de la
seal x2.
X [ x1 ( t ). x 2 ( t )] =
X 1 [ f f ' ]. X 2 [ f ' ]. df '
Esta convolucion produce que cada barra (bin) del espectro de x1 posea
bandas laterales agregadas por la convolucin con x2.
Dicho de otro modo, cada bin del espectro es contaminada por bandas
laterales de los bin vecinos
El espectro de la seal x2 influencia por lo tanto la transformacin
El aparente no-uso de una

ventana anti-leakage es en
realidad equivalente al uso de
una ventana rectangular, cuyo
espectro es de la forma sin(f)/f
26

Dada una seal x(t), no nula en el
intervalo [0,T] y limitada en espectro a W
hertz (*), y del cual se toman N muestras
en dicho intervalo en instantes separados
t<(1/2W)
N 1
x (t ) x ( n t ). (t n t )
n=0
X(f)=
x (t ).e
La transformada continua de Fourier se
convierte en una sumatoria finita de N
N 1
trminos
Si se define una variable k tal que
f=k/t=k/(Nt), con k 0,1,..,N-1 resulta
Que es llamada TRANSFORMADA

DISCRETA DE FOURIER (o DFT)
j .2 . . f .t
.dt
X ( f ) = x ( n t ).e j 2. . f .n .t
n=0
N 1
X ( k ) = x ( n ).e j 2 .k .n / N
n =0

Las suposiciones que la seal es nula fuera del intervalo [0,T] y que es de
banda limitada se contradicen entre s. Por eso, aunque la DFT opera slo
sobre un conjunto de N muestras de la seal, en realidad asume que ese
conjunto de muestras se repite peridicamente en el tiempo (lo que evita el
de la integral), con perodo NxT
Por ello con esas N muestras slo es posible resolver el valor de N

componentes de frecuencia: la componente continua, la de perodo N.T, la de
perodo N.T/2,..., y excepto el trmino DC, las dems componentes poseen
una amplitud y fase relativa al comienzo de las N muestras
27

Presentación Fouriert

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Presentación Fouriert

Cargado por

Copyright:

Formatos disponibles

Procesamiento Digital de Seal

Tema 4: Anlisis de Fourier en tiempo discreto

Transformada de Fourier de una seal discreta

La DTFT describe el espectro de seales discretas. Se puede deducir a partir de la

Si un sistema LTI tiene una seal de entrada x[n] armnica

expj(nk)Ts h[k] = expjnTs

Siendo H(w) un autovalor del sistema que representa la respuesta en frecuencia

y representa la DTFT de la seal discreta h[n].

Representacin mediante la DTFT

Representacin del par de DTFT:

La DTFT es peridica de periodo 2

Si x[n] es real su transformada DTFT verifica

arg X(e j ) = arg X(e j )

Es simtrica y basta calcularla en el intervalo [0, ]

Transformada de Fourier de seales discretas (DTFT)

Tabla 5.1: pg 391 Oppenheim

Transformada de Fourier de seales discretas (DTFT)

De una manera dual, se puede intercambiar tiempo y frecuencia

donde F=1/Ts es el periodo de Xp(f)en el dominio de frecuencia.

Transformada Discreta de Fourier

Para realizar operaciones con un procesador digital se presentan los siguientes

Se necesita tratar seales continuas

Se hace necesario definir la series discreta de Fourier (DTFS) y la

Seales peridicas en tiempo discreto: Series de Fourier

Si x(t) es peridica su desarrollo en serie de Fourier es:

Donde 0 = 2/N es la frecuencia fundamental de la seal peridica. La

Serie de Fourier en Tiempo Discreto (DTFS)

e j ( N + k )0 n = e jN0 n e jk0 n = e j 2n e jk0 n = e jk0 n

Serie de Fourier en Tiempo Discreto (DTFS)

De las Series de Fourier a las Series Discretas de Fourier

xP(t) = XS [k]exp( j2kf0t)

Para discretizar xp(t), tomamos N muestras de xp(t) durante un periodo a

x [n] exp( j 2kn / N )

La cantidad X[k] es la serie de Fourier Discreta de la seal peridica

Serie de Fourier en Tiempo Discreto (DTFS)

La representacin mediante la DTFS est dada por

x[n] y X[k] se relacionan y se establece la correspondencia:

Ejemplos: Serie de Fourier

En el limite N muy grande, la seal es no peridica y su contenido en frecuencias

FT: Transformada de Fourier

DTFS: Serie de Fourier en tiempo discreto

DTFT: Transformada de Fourier en tiempo

Transformada Discreta de Fourier

Transformada Discreta de Fourier

Transformada Discreta de Fourier

Muestreo en frecuencia de la DTFT para obtener la DFT

= x[n] exp[ j2nk / N]

Esta ltima expresin resultante es la Transformada Discreta de Fourier

Transformada Discreta de Fourier

Transformada Discreta de Fourier (DFT),

X [k ] = x[n ]exp ( j 2nk / N )

Transformada Discreta inversa (IDFT),

Transformada Discreta de Fourier

Convolucin Circular o Cclica

y p [n] = xp [n] hp [n] =

y[n ] = x [n ]* h[n ] = IDFT [H a [ k ] X a [ k ]]

Transformada Discreta de Fourier

x[n m ] X T [k ] exp ( j 2km / N ) = X T [k ] W Nkm

x[n ]* y[n ] X T [k ]YT [k ]

Transformada Discreta de Fourier

Interpretacin de los resultados del DFT de xs[n] de N puntos, siendo N el

La DFT es una aproximacin al espectro de la seal original.

Transformada Discreta de Fourier