Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentación Fouriert
Presentación Fouriert
Francisco.Gomez@ii.uam.es
Transformada de Fourier
en tiempo discreto (DTFT)
Francisco.Gomez@ii.uam.es
y [n ] = x [n ] h [n ] =
k =
x [n k ]h [k ]
y[n] =
exp
jkTs
h[k ] = x[n] H ()
k =
k =
H ( ) =
h[k ]exp
jk Ts
h[k ]exp
k =
)
jk
k =
Francisco.Gomez@ii.uam.es
X( ) = X(e j ) =
x[n]e
jn
n =
Y su transformada inversa es
1
x [n ] =
2
X(e
) e j n d
Francisco.Gomez@ii.uam.es
Ejemplos DTFT
Francisco.Gomez@ii.uam.es
Propiedades de la DTFT
( )
X e j = X(e j + 2 )
Por tanto solo es necesario evaluar el intervalo [0, 2] o
equivalentemente [-, ]
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 )
Francisco.Gomez@ii.uam.es
Francisco.Gomez@ii.uam.es
1
x p (t ) exp( j 2kf0t )dt
T T
x p (t ) =
X [k ]exp( j 2kf t )
k =
x [k ] =
1
X P ( f ) exp( j 2kfts )df
F
XP( f ) =
x [n]exp( j2kft )
k =
En este caso una seal aperidica discreta x[k] se corresponde con una
transformada peridica continua X (f) y se obtiene mediante la DTFT.
Francisco.Gomez@ii.uam.es
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.
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.
Serie de Fourier
en tiempo discreto (DTFS)
Francisco.Gomez@ii.uam.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 =
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)
Francisco.Gomez@ii.uam.es
XS [k] =
k=
1
xP(t) exp( j2kf0t) dt
T T
1
Nt s
1
N
N 1
x [n ] exp( j 2kf nt ) t
P
n=0
N 1
k = 0,1,2 L , N 1
Francisco.Gomez@ii.uam.es
x[n] =
X[k] e
jk 0 n
k =< N >
X[k] =
1
N
x[n] e
jk 0 n
n =< N >
Francisco.Gomez@ii.uam.es
Francisco.Gomez@ii.uam.es
Dominio de
tiempo
Peridica
No peridica
Continua
FS : Serie de Fourier
X[k ] e
x (t ) =
jk0t
x(t) =
k =
X[k ] =
Discreta
1
x (t )e jk0t dt
T <T>
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
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
Francisco.Gomez@ii.uam.es
Francisco.Gomez@ii.uam.es
N 1
k = 0,1,2,L, N 1
k = 0,1,2, L , N 1
x[n] =
1
N
N 1
X [k ]exp(
j 2nk / N )
k =0
n = 0,1,2,L, N 1
Francisco.Gomez@ii.uam.es
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.
Francisco.Gomez@ii.uam.es
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 ]
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 ]
Correlaci n.
x[n ]* y [ n ] X T [k ]YT [k ]
Ecuacin de Parseval
x[n]
1
2
X T [k ]
N
Francisco.Gomez@ii.uam.es
Francisco.Gomez@ii.uam.es
11
DFT
5
4
Magnitud DFT
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
Francisco.Gomez@ii.uam.es
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
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.
...
(N/2)
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.
WNn+ N / 2 = WNn
W N2 = W N / 2
13
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
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 ]
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 ]
Y [k + N / 4] = U [k ] WN2 kV [k ]
Para k = 0,1, L , N / 4 1
Para k = 0,1,L, N / 4 1
Francisco.Gomez@ii.uam.es
14
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
Francisco.Gomez@ii.uam.es
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
15
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
N / 21
n =0
k = 0,1,2,L, N 1
nk
N
Francisco.Gomez@ii.uam.es
X [2k ] =
N / 21
n=0
X[2k +1] =
N / 21
k = 0,1,L, N / 2 1
nk
N/2
n(2k +1)
N
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.
Francisco.Gomez@ii.uam.es
16
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]
Francisco.Gomez@ii.uam.es
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
Francisco.Gomez@ii.uam.es
17
binario
Inv. binario
reordenacin
000
000
001
100
010
010
011
110
100
001
101
101
110
011
111
111
Francisco.Gomez@ii.uam.es
Aplicacin de la DFT
Francisco.Gomez@ii.uam.es
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 =
Francisco.Gomez@ii.uam.es
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
Francisco.Gomez@ii.uam.es
19
Enventanado
Ventana Rectangular...
Seal Enventanada...
Francisco.Gomez@ii.uam.es
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
Francisco.Gomez@ii.uam.es
20
Enventanado
Enventanado rectangular
( )
W e jw
L
sen w
( L 1)
2 e jw 2
=
w
sen
2
Francisco.Gomez@ii.uam.es
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
R = 20 log
W ( w)
13dB
W (0) w= 3
2L
Francisco.Gomez@ii.uam.es
21
Enventanado (Ejemplo)
Secuencia formada por dos exponenciales discretas
( )
0 n L 1
( )
X L e jw = A1W ( f f1 ) + A2W ( f f 2 )
Francisco.Gomez@ii.uam.es
Enventanado (Ejemplo)
Francisco.Gomez@ii.uam.es
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
f a ' f aW =
f ' fW =
f
1
= s
TL
L
1
L
Frecuencia digital
normalizada
Frecuencia analgica
fs
fa '
f a ' L
Francisco.Gomez@ii.uam.es
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...
Francisco.Gomez@ii.uam.es
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
Francisco.Gomez@ii.uam.es
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.
Francisco.Gomez@ii.uam.es
ventana anti-leakage
N muestras
N muestras
Francisco.Gomez@ii.uam.es
25
X [ x1 ( t ). x 2 ( t )] =
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
Francisco.Gomez@ii.uam.es
Francisco.Gomez@ii.uam.es
26
N 1
x (t ) x ( n t ). (t n t )
n=0
X(f)=
x (t ).e
N 1
trminos
Si se define una variable k tal que
f=k/t=k/(Nt), con k 0,1,..,N-1 resulta
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
Francisco.Gomez@ii.uam.es
Francisco.Gomez@ii.uam.es
27