Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Apuntes Fourier PDF
Apuntes Fourier PDF
Anlisis de Fourier
ndice
PRLOGO v
i
ndice
ii
ndice
BIBLIOGRAFA 125
iii
ndice
iv
Prlogo
Prlogo
v
Fundamentos del Anlisis de Fourier
vi
I. La Transformada de Fourier: una introduccin histrica
Transformada inversa
Solucin Tablas de antilogaritmos
Ilustracin I-1: Empleo de transformaciones para la simplificacin de un problema
Tal y como se puede apreciar en la figura anterior, con los logaritmos se simplifica el
proceso de anlisis, transformando un problema complejo como la divisin en uno ms fcil
como la resta. En general se puede decir que dichas transformaciones permiten reducir la
complejidad de las ecuaciones a travs de un proceso unvoco de cambio del dominio de la
existencia de las variables del problema (del dominio de las divisiones y multiplicaciones al de
las sumas y las restas en el caso del logaritmo).
Una de estas transformaciones es la Transformada de Fourier, que es una herramienta
utilizada para obtener la informacin frecuencial de una determinada funcin. Este tipo de
transformaciones en frecuencia tienen su representacin en la naturaleza, por ejemplo, cuando
se escucha un sonido se sabe si ste es grave o agudo. El cerebro interpreta el contenido de la
informacin que le est llegando y es capaz de distinguir si est compuesta de frecuencias
predominantemente altas o si, por el contrario, las que la componen son predominantemente
bajas. Otra muestra presente en la naturaleza es la de la descomposicin de la luz solar en
distintos colores, ya sea cuando se forma un arco iris o bien cuando sta atraviesa un prisma. En
este caso, una radiacin luminosa de composicin incierta es descompuesta en haces de luz
coloreada, o seales, de frecuencia simple. Esto es en definitiva, lo que se persigue cuando se
habla de la Transformada de Fourier, o de la Serie de Fourier. Una herramienta matemtica
capaz de extraer la informacin frecuencial de una forma de onda una vez conocido su
comportamiento temporal y viceversa.
La historia moderna de estas transformaciones comienza con Euler en 1748, que estudi los
movimientos vibratorios de una cuerda, ver Ilustracin I-2. Los modos normales son los que se
muestran en la siguiente figura, y forman una serie sinusoidal armnica, es decir, su frecuencia
es mltiplo de una fundamental. Euler afirm que si la configuracin de la cuerda en un instante
determinado se poda poner como combinacin lineal de los modos normales, esto seguira
siendo vlido en los instantes siguientes de tiempo.
Fue en 1807, cuando Jean-Baptiste-Joseph Fourier present en la Academia Francesa de las
Ciencias, el resultado de unos estudios de la transmisin del calor en los que inclua un mtodo
de resolucin para las ecuaciones all planteadas. Este mtodo es el conocido como
1
I. La Transformada de Fourier: una introduccin histrica
ft(x)
ft(x)
ft(x)
En su trabajo, Fourier afirmaba que cualquier distribucin calrica, en este caso se trata de
una distribucin espacial aunque podra ser temporal, poda descomponerse en una suma de
distribuciones espaciales sinusoidales. Esto es lo que se conoce como Serie de Fourier, aunque
ms tarde generalizara esta teora para extenderla a seales aperidicas, recibiendo el nombre
de Transformada de Fourier. Las objeciones de sus coetneos a esta teora se centraban en la
proposicin de que una funcin discontinua pudiera representarse de esta manera. A pesar de
estas trabas muchos investigadores empezaron a generalizar el trabajo de Fourier,
extrapolndolo a campos distintos del anlisis del calor.
En 1829, Dirichlet estableci las condiciones bajo las cuales la funcin peridica puede
representarse mediante una Serie de Fourier. De forma que todas las magnitudes fsicas
conocidas poseen caractersticas que permiten su anlisis mediante las teoras de Fourier.
Una de las mltiples aplicaciones fue, a finales del siglo XIX, la de Lord Kelvin que dise
una computadora analgica con el fin de predecir el flujo y reflujo de las mareas, en la que se
pone de manifiesto la utilidad de las teoras propuestas por Fourier para obtener la periodicidad
de ciertos fenmenos a travs de su observacin en el tiempo. Pareca evidente que para
2
I. La Transformada de Fourier: una introduccin histrica
aumentar la exactitud de los resultados slo haba que aumentar el nmero de componentes de
frecuencia calculadas, de forma que si la seal analizada se reconstrua a partir de estas
componentes el error sera tanto ms pequeo cuanto mayor fuese el nmero de stas. Esta
suposicin se vena abajo cuando se trabajaba con seales discontinuas. Se llega a un punto a
partir del cual, por mucho que se eleve el nmero de componentes calculadas el error permanece
constante. En 1899, Josiah Willard Gibbs confirm tericamente este resultado, deduciendo que
el error queda confinado a las inmediaciones de la discontinuidad y tiende a cero en el resto de
los puntos. Lo cual sigue poniendo de manifiesto la validez de dicha transformada, ya que dicho
error se limita a una zona muy estrecha y su energa asociada es muy pequea.
A medida que el uso de la Transformada de Fourier se fue extendiendo se fueron haciendo
necesarias herramientas numricas que permitiesen su implantacin en computadoras, para as
facilitar el anlisis de formas de onda complicadas, las cuales podran ser inabordables
analticamente. La carga de clculo en la realizacin de una Transformada de Fourier es un
parmetro muy importante, ya que por ejemplo el nmero de multiplicaciones depende del
cuadrado del nmero de muestras empleadas. Para acelerar este proceso se fueron desarrollando
computadoras cada vez ms potentes y algoritmos de clculo cada vez ms eficientes. De estos
ltimos, quizs el ms popular es el desarrollado en 1965 por James W. Cooley, del Centro de
Investigacin Thomas J. Watson perteneciente a la empresa IBM, y por John W. Tukey, de los
Laboratorios Bell. El trabajo de ambos dio lugar a un algoritmo conocido como Transformada
Rpida de Fourier o Fast Fourier Transform (FFT). La FFT logra economizar el tiempo de
clculo reduciendo el nmero de multiplicaciones necesarias para el anlisis frecuencial. Esta
economa de clculo ha permitido la implantacin de sistemas que calculan la FFT en tiempo
real.
La Transformada de Fourier es una herramienta poderosa ya que proporciona mtodos para
la resolucin de ecuaciones difciles de manejar, como por ejemplo, las respuestas dinmicas de
sistemas elctricos, lumnicos y trmicos. En otros casos permite identificar las aportaciones de
ndole regular a una seal fluctuante. Son muchas las ramas de la ciencia en las que la
Transformada de Fourier se emplea cotidianamente. De hecho, la forma de doble hlice del
ADN fue descubierta en 1962 gracias a las tcnicas de difraccin de Rayos X y el anlisis de
Fourier. Tambin se puede emplear en el tratamiento de imgenes (ver Ilustracin I-4) , para
mejorar su contenido o resaltar alguna de la informacin presente en la misma, en biologa,
Ilustracin I-4: Ejemplo de tratamiento de imgenes donde se han realzado los bordes de la imagen mediante un filtro
paso alto
3
I. La Transformada de Fourier: una introduccin histrica
4
II. Series de Fourier
para todo valor de t. La constante mnima que satisface la anterior relacin es denominada
perodo (T) que, en el caso de funciones temporales, se expresa en segundos. A la parte de la
funcin que abarca un tiempo equivalente a un perodo T se le denomina ciclo.
f(t) T
En una funcin peridica se define la frecuencia como la inversa de perodo, o sea, como el
nmero de ciclos por segundo:
fr = 1 T (II.2)
Fp + = max {f ( t )}
Fpp = Fp + Fp (II.4)
Fp = min {f ( t )}
Unos valores tpicamente asociados a una funcin peridica son el de su valor medio:
1
Los presentes apuntes se centrarn en el estudio de funciones temporales, aunque la teora de Fourier se puede aplicar en distintas
disciplinas con distintos tipos de variables.
5
II. Series de Fourier
T
1
f ( ) d
T 0
Fm = (II.5)
donde las integrales se han definido entre 0 y T, aunque es vlido cualquier intervalo que
abarque un perodo, p.e. de T/2 a +T/2.
Una de las ondas peridicas ms representativas es la sinusoidal (ver Ilustracin II-1), cuya
expresin es:
f ( t ) = Asen ( 0 t + ) (II.7)
siendo A lo que se conoce como amplitud y su fase inicial. En este caso el valor de pico
(mximo y mnimo) es Fp = A y el valor de pico a pico Fpp = 2A. Asimismo, el valor medio para
esta forma de onda es igual a cero y su valor eficaz A 2 .
donde:
o 0 (o fr = 0 2 ) es la frecuencia de la funcin peridica y recibe el nombre de
frecuencia fundamental
o an, bn, Cn y n son los coeficientes de la Serie de Fourier que definen las senoides cuya
frecuencia es mltiplo de la fundamental
La componente de la Serie de Fourier cuya frecuencia coincide con la fundamental (n=1)
recibe el nombre de componente fundamental: a1 cos 0 t + b1 sen 0 t o C1 cos ( 0 t 1 ) . Al
resto de las componentes se les denomina componentes armnicas, as el armnico de orden n o
ensimo sera aquel cuya frecuencia es n veces la fundamental: a n cos n0 t + b n sen n0 t o
Cn cos ( n0 t n ) . Igualmente, la frecuencia de las componentes armnicas recibe a su vez el
nombre de frecuencia armnica. En el caso de Cn y n, stas se suelen llamar adems amplitud
armnica y ngulo de fase.
Los valores de a0/2 y C0 representan el valor medio de la funcin f(t) a lo largo de un perodo
por lo que reciben el nombre de componente continua.
Para el clculo de los coeficientes de Fourier se emplean las integrales:
2 2 2
a0 = f ( t ) dt ; a n = f ( t ) cos ( n0 t ) dt; b n = f ( t ) sen ( n0 t ) dt (II.9)
T T T T T T
Adems de las siguientes relaciones:
2
Es habitual encontrar el valor eficaz denominado con sus siglas en ingls RMS (Root Mean Square)
6
II. Series de Fourier
a0
C0 = ; C n = a 2n + b 2n ; n = tan 1 ( b n a n ) (II.10)
2
dt
3
donde la notacin de significa que est extendida a un perodo cualquiera de la funcin
T
peridica f(t), por ejemplo de -T/2 a +T/2, de 0 a T,
Alternativamente, la Serie de Fourier se puede representar de forma que incluya los valores
eficaces de los distintos armnicos:
f ( t ) = C0 + 2Cn cos ( n0 t n ) (II.11)
n =1
donde cada coeficiente Cn representa el valor eficaz del armnico de orden n, es decir:
Cn = Cn 2 (II.12)
Nivel de Continua
Tercer armnico
Armnicos
1 0.45
0.4
0.8
0.35
0.3
0.6
0.25
0.4 0.2
0.15
0.2
0.1
0.05
0
0
-1 0 1 2 3 4 5 6 7 8 9 0 5 10 15 20 25 30 35 40
tiempo en s frecuencia en Hz
Ilustracin II-3: Representacin de una onda cuadrada de frecuencia 1Hz con su correspondiente espectro armnico
3
Para hacer la notacin ms sencilla se emplear la mayor parte del tiempo la integral entre -T/2 y +T/2, pero no debe olvidarse que
el clculo de los coeficientes se puede realizar sobre cualquier perodo.
7
II. Series de Fourier
donde el valor de N es el nmero del armnico mximo que se va a tener en cuenta para el
clculo del THD. Por ejemplo, en ingeniera elctrica este valor es tpicamente 40, o sea, que se
evala la distorsin de una forma de onda, de tensin o intensidad, teniendo nicamente en
cuenta los 40 primeros armnicos. Segn esta definicin una onda sinusoidal tiene un valor de
THD del 0%, mientras que para una onda cuadrada (como la mostrada en la Ilustracin II-3)
este valor es del 48.3%.
La tasa de distorsin se puede dar de forma individual para cada armnico, de esta forma, la
tasa de distorsin armnica HD para el armnico de orden n es:
HD = Cn C1 100 (II.14)
Otro parmetro que se puede emplear para indicar el alejamiento entre una forma de onda
sinusoidal y una funcin peridica cualquiera es el Factor de Cresta o CF5:
CF = Fp F (II.15)
donde Fp es el valor de pico de la funcin y F su valor eficaz. En el caso de una onda sinusoidal
su valor es de 2 .
Esta ecuacin integral expresa que si f(t) es la corriente que circula por una resistencia de 1,
entonces E es la energa disipada en esa resistencia en el intervalo de tiempo (a, b).
En el caso de una funcin peridica se puede hablar de energa media por perodo o potencia
media P cuya expresin es:
1
f ( t ) dt
2
P=
T T
(II.17)
donde T es el perodo.
El teorema de Parseval afirma que la potencia media se puede poner en funcin de los
coefcientes de Fourier como:
4
Del ingls Total Harmonic Distortion
5
Del ingls Crest Factor
8
II. Series de Fourier
1 a 02 1 2 1 2
( ) (
n n 0 2 )
2
T T
f t
dt = + a + b 2
= C + Cn (II.18)
4 2 n =1 n =1
a 02 1 2 1
+ ( a n + b 2n ) = C0 + Cn2 = C0 + ( Cn )
2
Frms = (II.20)
4 2 n =1 2 n =1 n =1
De esta forma se puede afirmar que el valor eficaz al cuadrado es igual a la suma de los
cuadrados de los valores eficaces de las componentes armnicas.
Ilustracin II-4: Evolucin de una Serie de Fourier finita hacia una onda cuadrada
9
II. Series de Fourier
Se puede demostrar que la mejor aproximacin que se puede alcanzar, minimizando el error
cuadrtico medio recin descrito, mediante una serie armnica finita es, precisamente, la que
viene dada por los coeficientes de Fourier. A medida que se van incluyendo trminos de la Serie
de Fourier en el sumatorio de SK(t) el valor del error cuadrtico va disminuyendo, hasta que el
lmite obtenemos que:
lim E K = 0 (II.24)
k
O sea, que cuando la Serie de Fourier incluye todos sus trminos en el sumatorio, la energa del
error cometido al aproximar una funcin por dicha descomposicin es nula.
EK
50
0
Orden del Armnico
10
II. Series de Fourier
sobreoscilacin debida
al fenmeno de Gibbs
Ilustracin II-7: Aproximacin de una onda cuadrada por sus 1000 primeros armnicos.
Para una discontinuidad de altura unidad, se obtiene una sobreoscilacin de valor 1.09. A
medida que aumenta el nmero de elementos de la serie finita de Fourier que aproxima a la
funcin, la sobreoscilacin se va comprimiendo ms hacia la discontinuidad aunque su valor
permanezca prcticamente constante. Afortunadamente, la energa asociada a esta
sobreoscilacin (error cuadrtico medio), que es lo que realmente da la medida de su
importancia, se va haciendo cero. Esto hace que su presencia carezca de importancia. Por
ejemplo, si se estn estudiando sistemas lineales, la escasa energa en la sobreoscilacin
difcilmente quedar reflejada en la respuesta del sistema, por lo que el anlisis por Fourier ser
tan vlido como cualquier otro (temporal, Laplace,).
f (t)
2
dt < (II.26)
T 2
11
II. Series de Fourier
1/t
t
T
Ilustracin II-8: Funcin que incumple la 1 condicin.
sin(2/t)
t
T
t
T
Ilustracin II-10: Funcin que incumple la 3 condicin.
Las funciones que no cumplen las condiciones anteriores no son usuales y, por lo tanto, no
son particularmente importantes en el estudio de seales y sistemas. Se ha de decir que todas las
funciones peridicas asociadas a sistemas fsicos cumplen dichas condiciones y, por lo tanto,
son susceptibles de ser estudiadas mediante las Series de Fourier.
Si la funcin cumple las condiciones anteriores, entonces se puede descomponer en Serie de
Fourier, y, por lo tanto, debido a la convergencia de la Serie de Fourier se cumple que:
lim a = lim b = 0 (II.27)
n n n n
Este resultado invita al empleo de las Series Finitas de Fourier en los anlisis numricos
mediante series de Fourier, ya que la energa asociada a armnicos de orden elevado, o sea, de
frecuencia elevada, es muy baja, tal y como ya se haba indicado en el apartado anterior.
12
II. Series de Fourier
an2+bn2
n
Ilustracin II-11: Coeficientes de la descomposicin de una onda cuadrada
donde:
o t1 es el instante en el que la funcin presenta la discontinuidad
o t1 y t1+ son los instantes anterior y posterior de la discontinuidad
o fsf(t) es la Serie de Fourier
o f(t) es la funcin original, a partir de la cual se calculan los coeficientes de la Serie de
Fourier
A pesar de este resultado se admite la descomposicin en Serie de Fourier como equivalente
a la funcin peridica que representa.
f(t)
funcin f(t)
f ( t1+ )
aproximacin mediante
la Serie de Fourier
f sf ( t )
f ( t1 )
t
13
II. Series de Fourier
t
Funcin con simetra de media onda: f ( t ) = f ( t + T 2 )
f(t)
Funcin con simetra de cuarto de onda par Funcin con simetra de cuarto de onda impar
f(t) f(t)
t t
En ocasiones la simetra de una funcin no es evidente, puede haber ciertas simetras que
queden ocultas, habitualmente por la suma de una constante (ver Ilustracin II-14).
Funcin con simetra oculta = Funcin constante + Funcin con simetra impar
f(t)
t t t
Si en la primera integral del segundo trmino se hace el cambio de variable t = -t, llegamos a:
0 +T 2 +T 2
2 2 4
an = f ( t ) cos ( n0 t ) dt + f ( t ) cos ( n0 t ) dt = f ( t ) cos ( n t ) dt
0 (II.31)
TT2 T 0
T 0
14
II. Series de Fourier
O sea, segn el resultado obtenido, basta con que el intervalo de integracin se extienda a un
semiperodo para el clculo de an. Se ha de notar, que ese semiperodo ha de ser precisamente el
que va de 0 a T/2 ( de T a 3T/2,).
En la Tabla II-1 se muestran todas las condiciones de simetra con sus correspondientes
simplificaciones en el clculo de los coeficientes de la Serie de Fourier.
f(t) f(-t)
t t
t t
-2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
tie m p o (s g )
Solucin:
Tenemos una onda de perodo T = 16 sg, o sea, frecuencia fr0 = 1/16 Hz y pulsacin 0 =
2fr= /8 rad/sg. Para calcular los coeficientes es necesario elegir un perodo de integracin que
abarque un perodo completo de la forma de onda, por ejemplo de 0 a T (tambin puede ser de
T/2 a T/2). Entonces el valor medio o componente continua es:
T T 2
2 2 a A
a 0 = f ( t ) dt = A dt = A 0 = = 2
T0 T 0 2 2
Los armnicos de orden n son:
T T 2 T
2 2 2
a n = f ( t ) cos ( n0 t ) dt = A cos ( n0 t ) dt + 0cos ( n0 t ) dt =
T0 T 0 TT2
2 A A
sen ( n0 t ) 0 = sen ( n ) 0 = 0
T 2
=
T n0 n
T T 2 T
2 2 2
f ( t ) sen ( n0 t ) dt = A sen ( n0 t ) dt + 0sen ( n0 t ) dt =
T T2
bn =
T0 T 0
2 A A
cos ( n0 t ) 0 = cos ( n ) + 1
T 2
=
T n0 n
15
II. Series de Fourier
-200 t t
-400
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
tiempo en s
Resolucin:
La frecuencia de la tensin de red es fr = 50 Hz (perodo T = 20ms), o sea, la frecuencia
angular se puede poner como: 0 = 100 rad/s. Por lo tanto la tensin de red, sinusoidal, se
ajusta a la expresin: u red ( t ) = 2 U sen ( 0 t ) , donde U (=220V) es el valor eficaz de la tensin.
Entonces, el primer semiperodo de la tensin a la salida del regulador se puede poner como:
2U sen (100t ) t t
u(t) =
0 t < t
La onda representada en la figura anterior es de simetra de media onda, por lo que sus
coeficientes de Fourier para los armnicos pares son nulos, mientras que los armnicos impares
(k=2n+1) se calculan como:
T 2 T 2
4 4
a k = u ( ) sen ( k0 ) d = 2U sen ( 0 ) sen ( k0 ) d
T 0 T t
T 2 T 2
4 4
bk = u ( ) cos ( k0 ) d = 2U sen ( 0 ) cos ( k0 ) d
T 0 T t
Para k=1
sen 2 1
a1 = 2U + ; b1 = ( cos 2 1)
2 2
Para k = 3, 5, 7, 9, 11...
2U sen (1 + k ) sen (1 k ) 2U cos (1 k ) 1 cos (1 + k ) 1
ak = ; bk = +
1+ k 1 k 1 k 1+ k
donde = t en el ngulo de disparo en radianes.
16
II. Series de Fourier
De esta forma el valor eficaz de cada uno de los armnicos se puede calcular como:
Ck = (a 2
k + b 2k ) 2 . En la figura siguiente se puede ver el valor eficaz de los 9 primeros
armnicos cuando =60.
200
150
tensin en V
100
50
0
0 5 10 15
orden del armnico
A continuacin se muestra la evolucin del valor eficaz total, calculado segn (II.20), y el de
primeros 9 armnicos en funcin del ngulo de disparo.
240 total
fund
220 3
200 5
7
180 9
160
140
tensin en V
120
100
80
60
40
20
0
0 20 40 60 80 100 120 140 160 180
ngulo disparo en
17
II. Series de Fourier
18
II. Series de Fourier
O sea, es una funcin confinada en el origen y que tiene un valor tendiendo a infinito es este
punto. Adems, el rea de esta funcin para cualquier intervalo que abarque el origen, en
general de - a + , es la unidad. Obviamente es muy difcil relacionar un impulso con una
seal fsica, sin embargo, se puede pensar en la funcin impulso como un pulso de duracin
despreciable y amplitud finita.
(t)
1
t
Ilustracin II-16: La Funcin Impulso Unitario.
La funcin impulso se suele representar con una flecha y nmero a su lado, indicando ste el
rea de ese impulso, 1 en el caso del impulso unitario, y no su amplitud, ya que esta ltima es
siempre infinita.
Definicin 2.- Otra forma ms intuitiva para definir la funcin impulso es como el lmite:
( t ) = lim f n ( t ) (II.33)
n 0
Siendo fn(t) una funcin de rea unidad como las mostradas en la Ilustracin II-17.
fn(t) fn(t) fn(t) Distribucin normal de
media cero y desviacin
tpica n
1 12 ( t n )
f (t) =
2
e
1/n 1/n 2
t -n +n t t
-n/2 +n/2
Ilustracin II-17: Funciones con rea unidad.
Definicin 3.- Una forma ms para caracterizar a la funcin impuso es a travs la propiedad:
+
f ( t ) ( t ) dt = f ( 0 ) (II.34)
Una vez vistas las tres definiciones anteriores, se puede afirmar que la funcin impulso no se
comporta como una funcin ordinaria, y que la mejor forma de caracterizarla es a travs del
comportamiento de las integrales en las que aparece.
Algunas de la propiedades adicionales de la funcin impulso pueden verse en Tabla II-2.
19
II. Series de Fourier
T(t)
t
-T 0 T 2T
Ilustracin II-18: Tren de Impulsos Unitarios.
u(t)
1
t
0
Ilustracin II-19: Funcin escaln unitario.
La funcin escaln es muy til para representar discontinuidades. Por ejemplo, una funcin
con una discontinuidad, se puede poner como una funcin continua ms un escaln de altura la
de la discontinuidad.
20
II. Series de Fourier
A
45 45
t0
t0 t0
t t A t
t0 t0
t0
t t t
A A
Ilustracin II-21: Derivada de una funcin discontinua
f(t) d
A
t
-T -d/2 0 d/2 T
21
II. Series de Fourier
t
-T -T/2 -d/2 d/2 T/2 T
A (t + d/2) df(t)/dt
d/2 t
T -T/2 -d/2 T/2 T
Para calcular los coeficientes a0, an y bn de la Serie de Fourier (II.8), se puede emplear la
expresin diferencial:
df ( t )
= ( n cos n0 t + n sen n0 t ) (II.44)
dt n =1
22
II. Series de Fourier
Esto es til, siempre y cuando los coeficientes n y n sean de ms fcil obtencin que los
correspondientes an y bn, tal es el caso del ejemplo de la Ilustracin II-24. En este caso para el
clculo de los coeficientes slo se necesita conocer la Serie de Fourier de un tren de impulsos,
cuya obtencin involucra integrales muy sencillas. En general, el coeficiente a0 ha de calcularse
a partir de la funcin original, ya que la diferenciacin implica la desaparicin de la componente
continua de la funcin.
donde:
+T 2
1
f ( t ) e jn0 t dt
T T 2
dn = (II.47)
Los coeficientes as obtenidos, tienen una simetra con respecto al eje de abcisas, o sea:
d n = d*n (II.48)
Es una expresin muy compacta que simplifica la notacin, en cambio hace que el
significado de los coeficientes no sea tan intuitivo. Aparecen, por ejemplo frecuencias negativas
(cuando n<0) que en realidad no existen en los sistemas fsicos, son una consecuencia
matemtica que resulta del trabajar con la notacin compleja.
Comparando las expresiones (II.8) y (II.46) de la Serie de Fourier, se puede obtener la
siguiente relacin entre los coeficientes an, bn y dn:
1
dn = ( a n jb n ) (II.49)
2
El teorema de Parseval, o lo que es lo mismo la energa media por perodo de la funcin
toma la siguiente expresin:
+
1
( ) dn
2
T T
2
f t dt = (II.50)
n =
23
II. Series de Fourier
donde: g n = d n e jn0 t 0 . Como se puede ver, el mdulo de los coeficientes permanece constante
d n = g n , sin embargo no ocurre lo mismo con la fase.
La representacin del mdulo y fase de dn frente a la frecuencia recibe el nombre de espectro
de frecuencia, y como sta toma valores discretos se denominan espectros de frecuencia discreta
o espectros de lneas.
Espectro de Amplitud Espectro de Fase
0 0
Mltiplos de la frecuencia fundamental Mltiplos de la frecuencia fundamental
donde es el retardo del pulso y su ancho, teniendo estos dos valores asociados los instantes:
t = 0 y t = 0 , respectivamente.
+A
t
0 T/2 T
-A
24
II. Series de Fourier
2A 2A
= sen [ kt k( + ) ] + sen [ kt k ]
k =1(impar) k k =1(impar) k
25
II. Series de Fourier
Si el estudio se amplia a las 4 primeras componentes para todos los posibles valores de ancho
de pulso ( 0 < ), Ilustracin II-27, se ve que para valores pequeos de 30 , la distorsin
de la seal es elevadsima, con un tercer armnico que es siempre mayor que el 90% de la
componente fundamental. A medida que aumenta el ancho de pulso, disminuye el valor de las
componentes armnicas, pero no todas por igual.
En los siguiente puntos se van a estudiar tres casos particulares de la expresin de la
ecuacin (II.56), para valores de = , = 2/3 y = /6
Tabla II-3. Frecuencia, amplitud y fase de los primeros armnicos de un tren de pulsos de 50Hz.
K Frecuencia Ck Ck C1
4A
1 50Hz sen 1
2
2
1
sen 3 sen
4A 3 2 =1 2
0
3 150Hz sen 3 1
3 2 3
sen 2
2
2
4
1 3 8 1
+ sen sen
sen 5 2 2 0
4A 5 2 =
5 250Hz sen 5 1
5 2 5
sen
2
350 4,5
325 THD C1 ( con A=1)
4
300
275 3,5
250
225 3
200
Amperios
% 2,5
175
150 2
125 1,5
100
75 1
50
0,5
25
0 0
0 15 30 45 60 75 90 105 120 135 150 165 180 195
(grados)
Ilustracin II-28: Evolucin de la amplitud de la componente fundamental y de la tasa de distorsin armnica total
(THD) en funcin de
26
II. Series de Fourier
II.5.2.2 Caso =
En este caso la expresin (II.56) se reduce a:
4A
f (t) =
k =1(impar) k
sen(kt k) (II.58)
Los mdulos y fases de los valores de pico o amplitudes de las componentes armnicas se
presentan en la Ilustracin II-29. Como se puede comprobar, los mdulos son inversamente
proporcionales al orden k del armnico, disminuyen al aumentar la frecuencia, sin embargo el
desfase de la onda de intensidad aumenta.
Tabla II-4. Frecuencia, amplitud y fase de los armnicos de un tren de pulsos de 50Hz
k Frecuencia mdulo fase
4A
1 50Hz
4A c1
3 150Hz = 3
3 3
4A c1
5 250Hz = 5
5 5
4A c1
7 350Hz = 7
7 7
4A c1
k k*50Hz = k
k k
1,10
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
orden del armnico
27
II. Series de Fourier
fa(t)
4A
f a (t) =
k =1(impar) k
sen(kt k)
fb(t)
4A
f b (t) =
k =1(impar) k
sen(kt k k2 )
3
4A
f c (t) =
k =1(impar) k
sen(kt k + k2 )
3
fc(t)
Los valores de mdulos y fases obtenidos para cada una de las tres fases se presentan en la
Tabla II-5.
Tabla II-5. Frecuencia, amplitud y fase de los armnicos de un tren de pulsos de 50Hz
K mdulo fase a fase b fase c
4A 2 2
1 +
3 3
4A c1 2 2
3 = 3 3 3 = 3 3 + 3 = 3
3 3 3 3
4A c1 2 2 2 2
5 = 5 5 5 = 5 + 5 + 5 = 5
5 5 3 3 3 3
4A c1 2 2 2 2
7 = 7 7 7 = 7 7 + 7 = 7 +
7 7 3 3 3 3
Observando los valores obtenidos en la tabla pueden extraerse las tres siguientes
conclusiones:
1. La suma de las seales para las tres fases no es idnticamente nula, sino que las
componentes impares mltiplos de tres de la frecuencia fundamental estn en fase como puede
comprobarse :
4A 2
f neutro = f a (t) + f b (t) + f c (t) =
k =1(impar) k
sen(kt k ) 1 + 2cos k =
3
0 k par (II.61)
= 0 k impar y no multiplo de 3
4A
3 sen(kt k ) k impar y multiplo de 3
k =3n,n =1... k
Si las seales trifsicas descritas se correspondiera con las intensidades de fase en un sistema
trifsico (fa=ia, fb=ib, fc=ic), el valor eficaz de la intensidad que circulara por el neutro
(fneutro=ineutro) sera de la misma magnitud que el de la intensidad de una de las fases:
28
II. Series de Fourier
fa(t)
2
1 4A
fb(t)
Fneutro,rms = 3
2 k = 3,9.. k
4A 1 1
2
=3
2 3 n =1 ( 2n 1)
2
fc(t)
4A 1 2
=3 2
= A = X rms
2 3 8
fneutro
()
Para todos los armnicos mltiplos de 3, el trmino sen k 3 es nulo, por tanto en este caso no
existen armnicos mltiplos de 3, y las magnitudes de mdulo y fase para las primeras
componentes armnicas aparecen en la Tabla II-6.
Tabla II-6. Frecuencia, amplitud y fase de los armnicos de un tren de pulsos de 50Hz
k mdulo fase
1 4A 3 2 3A
=
2 3
3 0 ----
5 2 3A
5
5 3
7 2 3A
7 +
7 3
6
Un conjunto de funciones (generalmente tensiones o intensidades) se dice de secuencia directa cuando las funciones (o fases) b y
c estn desfasadas con respecto a la funcin (o fase) a un ngulo de -2/3 y +2/3, respectivamente. Se dice que es de secuencia
inversa, cuando este desfase es de +2/3 y -2/3, respectivamente.
29
II. Series de Fourier
1,10
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
orden del armnico
De forma similar, la tasa de distorsin armnica total puede compararse con la obtenida en
(II.60) del 48%. La diferencia fundamental est en la desaparicin del 3 armnico.
2
2 3A
k >1
k 1 1 1
THD = 100 = 100 1
( 2n 1) ( 2n 1)
2 2
2 3A n =1 32 n =1 (II.64)
2
= 100 1 31%
9
Las diferencias respecto al caso anterior son fundamentalmente dos, por una parte la no
existencia de armnicos mltiplos de 3 veces la frecuencia fundamental y por otra que para el
mismo valor de la variable A, las componentes obtenidas en el segundo caso son menores,
Ilustracin II-31. Por tanto en un sistema trifsico equilibrado de intensidades, todas las
caractersticas del caso 1 seran aplicables, excepto la existencia de intensidad por el neutro.
= =2/3
1,4
1,2
0,8
0,6
0,4
0,2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
orden del armnico
30
II. Series de Fourier
II.5.2.4 Caso = /6
En este caso:
4A
f (t) =
k =1(impar) k
sen(k ) cos kt k( + )
12 12
(II.65)
y se van a obtener componentes armnicas impares de mucha mayor magnitud que en los casos
anteriores, tal y como se refleja en la las siguiente tabla y figura.
Tabla II-7. Frecuencia, amplitud y fase de los armnicos de un tren de pulsos de 50Hz
k mdulo Ck/C1
4A
1 sen( ) 1
12
4A 1
3 sen( ) 0,91 >>
3 4 3
4A 5 1
5 sen( ) 0,74 >>
5 12 5
4A 7 1
7 sen( ) 0,533 >>
7 12 7
4A 9 1
9 sen( ) 0,3 >>
9 12 9
1,2
0,8
0,6
0,4
0,2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
orden del armnico
Estas elevadas componentes armnicas van a dar lugar a una elevadsima tasa de distorsin
armnica:
2
4A k
k sen 12
k =3
1 impar
THD = 143,53%
2 4A
sen
12
31
II. Series de Fourier
= =2/3 =/6
1,4
1,2
0,8
0,6
0,4
0,2
0
1 2 3 4 5 6 7 8 9 10 11 12 13
orden del armnico
T/2 T
-A
32
II. Series de Fourier
33
II. Series de Fourier
34
III. Integral de Fourier y Espectros Continuos
F ( ) = {f ( t )} =
+
Transformada de Fourier f ( t ) e j t dt (III.1)
1 +
Transformada Inversa de Fourier f ( t ) = 1 {f ( t )} = F ( ) e j t d (III.2)
2
Por el contrario, en las aplicaciones que se vern aqu la funcin f(t) se supondr una funcin
real, como es de suponer cuando se habla de fenmenos fsicos.
Ahora bien, cul es el significado fsico de la Transformada de Fourier? Para llegar a l se
puede partir de la Serie de Fourier y buscar la generalizacin hacia una funcin aperidica. Se
puede tomar como partida la funcin peridica:
A d 2 < t < + d 2
fT ( t ) = fT ( t + T ) = fT ( t ) (III.4)
0 t < d 2 , t < + d 2
De la funcin anterior se puede obtener una funcin no peridica cuando T , esto es:
A d 2 < t < + d 2
f (t) = (III.5)
0 t < d 2 , t < + d 2
fT(t) f(t)
A A
T T
0=2/T
t t
-T -d/2 +d/2 +T -d/2 +d/2
35
III. Integral de Fourier y Espectros Continuos
donde E() es la envolvente de los valores Tdn para cualquier valor de T. O sea: E ( n0 ) = Td n .
Y de esta forma cuando T se cumple la igualdad E ( ) = Td n
Resumiendo, cuando en una seal peridica del tipo fT(t) el perodo se hace muy grande, la
envolvente de Tdn (E()) y los valores de Tdn son la misma funcin.
Entonces ahora le toca el turno a la pregunta. Y cmo se calcula la envolvente E()? Si se
parte de la expresin para los coeficientes de la Serie de Fourier se llega fcilmente a:
+ +
E ( n0 ) = Tdn = f (t) e
jn0 t
E ( ) =
T
dt f (t)e
jt
dt (III.8)
Esta ltima expresin integral es la que se haba definido anteriormente como la Transformada
Inversa de Fourier, surgida de la tendencia del sumatorio hacia la integral en el lmite.
dn dn
T = 10d T = 100d
E()
36
III. Integral de Fourier y Espectros Continuos
Ejemplo:
Se va a calcular la transformada de Fourier de la funcin pulso, definida por:
1
1 a 2 < t < +a 2 f(t)
f (t) =
0 t > + a 2 o t < a 2 t
-a/2 -a/2
Resolucin:
La transformada de Fourier es una funcin en obtenida mediante la integral:
F()
+ +a 2
sen ( 12 a)
F ( ) = f (t)e
j t
dt = 1e
j t
dt = a 1
a
a 2 2
III.2.1 Simetra
Si f(t) es una funcin real entonces:
o R() es una funcin par en .
o X() en una funcin impar en .
o F(-) = F*()
o |F()| es par y F() es impar.
o Si la Transformada de Fourier de una funcin real es real entonces f(t) es una funcin
par, o sea, si f(t) es par X() es igual a cero.
o Si la Transformada de Fourier de una funcin es imaginaria entonces f(t) es una funcin
impar, o sea, si f(t) es impar R() es igual a cero.
Ejemplo:
Se va a calcular la transformada de Fourier de la funcin definida por:
f(t)
a
e at t0
f (t) =
0 t<0
t
Resolucin:
La transformada de Fourier es el resultado de la integral definida por:
F()
+ +
1 R() real
F ( ) = f ( t ) e dt =
j t
e
at j t
e dt = X() imag
j + a
0
De forma que:
a 1
R ( ) = ; X ( ) = 2 F ( ) = ; ( ) = tan 1
+a22
+ a2 2 + a 2 a
37
III. Integral de Fourier y Espectros Continuos
III.2.2 Linealidad
Si {f1(t)} = F1() y {f2(t)} = F2() entonces:
{af1 ( t ) + bf 2 ( t )} = aF1 ( ) + bF2 ( ) (III.10)
{ }
f ( t ) e + j0 t = F ( 0 ) (III.13)
t
-1 +1 - +
a=2
f(at) F(/a) / |a|
1
1/2
t
-1/2 +1/2 -2 - + +2
38
III. Integral de Fourier y Espectros Continuos
Por ejemplo, cuando se reproduce un casete de audio a una velocidad superior que la normal
(|a|>1), el sonido se vuelve ms agudo por lo que el espectro de frecuencia se expande hacia las
zonas de alta frecuencia. Todo lo contrario ocurre cuando se reproduce el mismo casete a una
velocidad inferior a la normal (|a|<1), entonces el sonido se vuelve ms grave, lo que indica que
el espectro de frecuencia se contrae hacia el origen de frecuencias o frecuencias bajas.
III.2.6 Dualidad
Si se comparan las expresiones de la Transformada de Fourier y su operacin inversa se ven
ciertas similitudes que nos llevan a la propiedad de dualidad, cuyo enunciado es:
Si {f ( t )} =F ( ) entonces {F ( t )} = 2 f ( ) (III.17)
Segn este teorema, se puede calcular el contenido en energa de una funcin integrando
directamente en el dominio de la frecuencia. Es por esto que F ( ) sea referido como espectro
2
39
III. Integral de Fourier y Espectros Continuos
donde:
o fm es la funcin modulada
o cos pt es la funcin sinusoidal cuya amplitud se modula y recibe el nombre de
portadora
o p es la frecuencia de la portadora
o f(t) es la funcin mediante la cual se modula la amplitud de la portadora, llamada
tambin moduladora
La modulacin desplaza al espectro de frecuencia de la moduladora (ver Ilustracin III-4) a
ambos lados de la portadora, es decir:
Fm ( t ) = {f m ( t )} = 12 F ( p ) + 12 F ( + p ) (III.21)
seal modulada
1 1
0 0
moduladora
-1 portadora -1
0 0
0 100 200 0 100 200
frecuencia en Hz frecuencia en Hz
Ilustracin III-4: Resultado de la modulacin de una onda sinusoidal de 150 Hz (portadora) mediante una onda
peridica de 5 Hz (moduladora)
Esta propiedad se utiliza en las transmisiones de radio de AM1. El proceso podra ser el que
se muestra en la Ilustracin III-5. En primer lugar se transforman las ondas sonoras en seales
elctrica, empleando por ejemplo un micrfono. Estas seales tienen un rango de frecuencia
entre 10 Hz y 20 kHz. A continuacin dicha seal se multiplica por una seal con los suficientes
kilohercios, por ejemplo 1024 kHz, como para que la onda resultante tenga una buena
propagacin a travs de la atmsfera. De esta forma, las seales de sonido hacen las veces de
moduladora y la seal de alta frecuencia hace las veces de portadora.
1
AM son la siglas de Amplitud Modulada.
40
III. Integral de Fourier y Espectros Continuos
La onda as modulada tiene un espectro de frecuencia de 1024 kHz (10Hz 20kHz). Para
realizar el proceso inverso en el receptor, demodulacin, se vuelve a multiplicar por la
portadora.
Antena Antena
Portadora Portadora
1024 kHz 1024 kHz
MODULA DEMODULA
Paso n 1: Clculo de f(-). Para ello se calcula la funcin simtrica de f(t) con respecto al eje
de ordenadas.
Paso n 3: Se realiza el producto de la funcin a la que se han aplicado los dos pasos
anteriores con la otra funcin. Una vez hecho esto se calcula el rea en funcin del
desplazamiento t y el resultado es precisamente la integral de convolucin.
41
III. Integral de Fourier y Espectros Continuos
f(t) g(t)
1 1
t t
g(t1)*f(t1)
g(t1)*f(t1)
t
t = t1 t1
Ilustracin III-6: Clculo de la Integral de Convolucin.
* =
t t t
t0 t0
De esta forma a partir de la funcin aperidica f(t) se construye la funcin peridica f(t)*T(t).
f(t) T(t) f(t)*T(t)
1 1 1
* =
t t t
-2T -T T -T T
42
III. Integral de Fourier y Espectros Continuos
Esta propiedad es de gran utilidad para el clculo de la Transformada de Fourier, como por
ejemplo en el clculo de la Transformada de Fourier de una seal peridica.
f (t)
2
dt < (III.27)
Al igual que ocurra en el estudio de las funciones peridicas existe un conjunto alternativo
de condiciones que garantizan que f(t) es igual a fTF(t) en todos los puntos en los que no hay
discontinuidades. En las discontinuidades se verifica la igualdad:
f ( t 0 ) + f ( t 0+ )
f TF ( t ) = (III.29)
2
donde t0 es el instante en el que hay una desigualdad y t 0 es el valor de la funcin acercndose
por la izquierda de la discontinuidad, y t 0+ es el valor de la funcin acercndose por la derecha a
la discontinuidad. Este conjunto alternativo de condiciones son tambin llamadas de Dirichlet y
requieren que:
43
III. Integral de Fourier y Espectros Continuos
+
o La funcin f(t) ha de ser absolutamente integrable, o sea, f ( t ) dt <
o La funcin f(t) ha de tener un nmero finito de mximos y mnimos dentro de cualquier
intervalo finito.
o La funcin f(t) ha de tener un nmero finito de discontinuidades dentro de cualquier
intervalo finito. Adems estas discontinuidades han de suponer un salto de amplitud
finita.
Todas las condiciones hasta ahora definidas estn dando un conjunto de condiciones
suficientes para la existencia de Transformada de Fourier, sin embargo son condiciones no
necesarias. Por ejemplo, un tren de impulsos unitarios s tiene Transformada de Fourier y no
cumple las anteriores condiciones.
o ( t t 0 )
e j0 t
o
K 2K ( ) , obtenida por dualidad y que indica que un nivel de continua est
asociado a un pulsos en el origen, donde () es adems una funcin par.
( 0 ) + ( + 0 )
cos 0 t (III.31)
sen 0 t ( 0 ) ( + 0 ) (III.32)
j
44
III. Integral de Fourier y Espectros Continuos
De esta forma, es evidente que f(t) y g(t) son funciones distintas, y, por lo tanto, F() y G()
tambin lo son. Lo que s se puede demostrar es que coinciden en los mltiplos de la frecuencia
de la fundamental, o sea: F ( n0 ) = G ( n0 ) ya que la descomposicin en Serie de Fourier de
fp(t) es nica.
45
III. Integral de Fourier y Espectros Continuos
Se puede aplicar la Transformada de Fourier a los dos miembros de la igualdad de forma que:
+
Fp ( ) = 2 d ( n )
n =
n 0 (III.40)
Esta expresin indica que la Transformada de Fourier de una funcin peridica es un tren de
impulsos modulado en amplitud, de forma que el rea de esos impulsos son los coeficientes de
la Serie de Fourier multiplicadas por 2.
Fp()
rea = 2dn
-30--20 -0 0 0 20 30
A este resultado se puede llegar adems, tomando la funcin peridica como convolucin
entre una seal aperidica y un tren de impulsos unitarios. De esta forma:
f p ( t ) = f ( t ) T0 ( t )
Fp ( ) = F ( ) 0 0 ( ) (III.41)
donde f(t) es una funcin aperidica cuya convolucin con un tren de impulsos unitarios da
lugar a la funcin peridica fp(t) y a su correspondiente Transformada de Fourier F(). Y como
F() es la calculada como en (III.37), se llega a la expresin para Fp() mostrada en (III.40).
46
IV. Sistemas muestreados
-2
10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
frecuencia en s-1
0.6
filtro real
0.4 filtro ideal
0.2
-0.2
-10 -8 -6 -4 -2 0 2 4 6 8 10
tiempo t en s
Ilustracin IV-1: Caracterizacin en el dominio de la frecuencia y respuesta temporal a un impulso unitario de un
filtro paso-bajo ideal y uno no-ideal tipo Chebyshev
Por otra parte, se dice que un filtro ideal es aquel que elimina por completo (atenuacin
infinita) las componentes de frecuencia que pertenezcan a la banda de rechazo, mientras que el
espectro restante o banda de paso queda inalterado (atenuacin nula). Uno de los filtros ideales
ms empleados en la teora de Fourier es el filtro paso-bajo ideal (ver Ilustracin IV-1), cuyo
comportamiento en el dominio de la frecuencia es:
0 > c
Q ( ) = (IV.1)
1 c
47
IV. Sistemas muestreados
Los filtros ideales son funciones no causales1, y por lo tanto no realizables fsicamente, ya
que su respuesta a un impulso unitario (ver Ilustracin IV-1) no es cero para los instantes de
tiempo menores que cero. Por consiguiente, en aquellas aplicaciones es las que se necesite hacer
un filtrado en tiempo real es necesario emplear filtros causales. Una de las peculiaridades ms
relevantes de este tipo de filtros es que la transicin entre la banda de paso y la de rechazo es
gradual (ver Ilustracin IV-1). Son, por consiguiente, filtros no-ideales, con una atenuacin
finita en la banda de rechazo y una atenuacin no nula en la banda de paso.
1
Su respuesta a un impulso tiene valores distintos de cero para t < 0 (ver captulo VIII)
48
IV. Sistemas muestreados
f(t) F( )
1
t
c c
Transformada de Fourier del tren de impulsos
T (t) m m()
m
t
T m 0 m
Seal muestreada y su transformada de Fourier
f(t) T (t)
t
T
m c c m c m m +c
Ilustracin IV-2: El efecto del muestreo
Para ver el efecto del muestreo se esudian las operaciones anteriores en el dominio de la
frecuencia. Entonces, sabiendo que la funcin muestreada se puede poner como:
f ( t ) = f ( t ) T ( t ) (IV.7)
{ }
F ( ) = f ( t ) F ( ) = {f ( t )} {T ( t )} = m m ( ) (IV.8)
49
IV. Sistemas muestreados
F( { }
) = f ( t ) = {f ( t ) ( t )} = 1 F ( ) ( )
T
2
m (
m ) (IV.9)
Por la tanto la Transformada de Fourier de una seal muestreada con un perodo T (con
T = 2 m ) es:
) = 1 F ( ) ( )
F( (IV.10)
m
T
El resultado, ver Ilustracin IV-2, es una funcin peridica en el dominio de la frecuencia, de
perodo igual a la frecuencia de muestreo (m), en la que la parte correspondiente a un perodo
es precisamente la Transformada de Fourier de la seal continua multiplicada por una constante
(1 T ).
Si se escoge un perodo de muestreo demasiado largo (menor m), entonces los impulsos de
m ( ) se vuelven ms cercanos y hay solapamiento entre los diferentes perodos de la seal en
el dominio de la frecuencia, tal y como se muestra en la Ilustracin IV-3. Es el fenmeno
conocido como aliasing o solapamiento. Para que a la hora de realizar el muestreo no se
produzca este solapamiento, tenemos que muestrear la seal continua f(t) con frecuencia
suficientemente elevada (o con un perodo suficientemente corto), de forma que:
m 2 c (IV.11)
f(t) T (t) F( )
1/T
Solapamiento
t
m c
T c m
Ilustracin IV-3: Fenmeno de "Aliasing" o solapamiento
50
IV. Sistemas muestreados
donde:
o Q() es la transformada del filtro ideal y 1 {Q ( )} = q ( t ) = T sen ( 12 m t ) t
o F ( ) es la transformada de la seal muestreada cuya correspondiente funcin temporal
+
{ }
es: 1 F ( ) = f ( t ) = f ( nT ) ( t nT )
n =
Transformada de Fourier de la seal muestreada
F( )
1/T
m c c m c m m +c
Q() Q ( ) F ( )
1
T
c c -c c
m m
-m/2 m/2
2 2
Ilustracin IV-4: Reconstruccin de la seal muestreada
Por lo tanto la funcin que nos da la reconstruccin de f(t), tal y como se puede ver en la
Ilustracin IV-5, a partir de sus muestras es la mostrada en (IV.13).
51
IV. Sistemas muestreados
Muestras de la seal
Seal original
p
Ilustracin IV-6: Efecto estroboscpico
Si la frecuencia del parpadeo de la luz es mucho mayor que la velocidad de giro del disco
(p>>g), entonces la velocidad y sentido de rotacin del disco son percibidos correctamente.
Por otra parte, cuando la frecuencia de parpadeo es menor que la mitad de la velocidad de giro
52
IV. Sistemas muestreados
(p < 2g) entonces la velocidad del disco y la percibida son distintas, vemos al disco girar con
menor velocidad que la que realmente tiene. En el extremo en que las velocidades de parpadeo y
giro se igualen (p = g), estamos iluminando al disco una vez en cada vuelta, de forma que nos
parece que el disco est quieto, ya que vemos a la franja siempre en la misma posicin. Si
bajamos ms la frecuencia incluso nos puede parecer que gira en un sentido distinto al real.
En algunos equipos de sonido, como tocadiscos y casetes, se aprovecha el fenmeno
estroboscpico para ajustar al velocidad de giro del motor de arrastre aprovechando la
fluctuacin de la luz elctrica (250Hz).
A modo de ejemplo, se va a analizar el efecto del aliasing cuando se muestrea una seal
sinusoidal: f ( t ) = cos(0 t) , representada en la Ilustracin IV-7. Entonces, segn la frecuencia
de muestreo empleada:
o Para m > 20, la seal reconstruida mediante un filtro paso-bajo ideal, a partir de la
muestrada fm(t), es precisamente la seal original, o sea (ver Ilustracin IV-8):
f r ( t ) = f ( t ) = cos(0 t)
o Para m < 20 la seal reconstruida (ver Ilustracin IV-9) es: f r ( t ) = cos ( m 0 ) t . En
esta situacin la frecuencia de la seal reconstruida m-0 es distinta de la seal original
0, debido precisamente a una insuficiente frecuencia de muestreo.
o Para m = 0, que es un caso particular del anterior, la seal reconstruida (Ilustracin
IV-10) es una constante: f r ( t ) = K
f(t)
t
|F()|
-0 0
Ilustracin IV-7:Seal continua sin muestreo
fm(t)
t
-m/2 m/2
-m m
-m-0 -20 -0 0 20 m+0
-m+0 m-0
Ilustracin IV-8: Muestreo de seal con m > 20
53
IV. Sistemas muestreados
fm(t)
t
-m/2 m/2
-m m
-20 -0 0 20
-m+0 m-0
Ilustracin IV-9: Muestreo de seal con m < 2 0
fm(t)
t
t t
Ilustracin IV-11: Efecto del mantenedor de orden cero
54
IV. Sistemas muestreados
T(t)
h0(t)
f(t) fm(t) 1 f0(t)
x
t
T
Mantenedor de orden cero
Ilustracin IV-12: Descomposicin del mantenedor de orden cero
f(t)
fm(t)
t
f0(t)
t
El filtro que se ha de poner a la salida, ha de ser tal que combinado con el sistema lineal
invariante h0(t) sea igual al filtro ideal empleado en el apartado anterior para la reconstruccin.
O sea:
Q ( )
H r ( ) H 0 ( ) = Q ( ) H r ( ) = (IV.16)
H 0 ( )
donde:
2sen ( T 2 )
H 0 ( ) = e j T 2 (IV.17)
Por lo tanto la funcin del filtro Hr() ha de ser (ver Ilustracin IV-14):
e j T 2 Q ( )
H r ( ) = (IV.18)
2sen ( T 2 )
Q()
T ( t )
h0 (t)
f(t) fm (t) 1 f 0 (t) h r (t) f r(t)
x
t H r ()
T
55
IV. Sistemas muestreados
fr(t)
Muestras
t
Ilustracin IV-15: Interpolacin de orden uno
Si tomamos una frecuencia de muestreo (m) del doble de la frecuencia mxima de la seal
original (m=2c), podemos comparar los diferentes sistemas de reconstruccin de seales en la
Ilustracin IV-16.
T Filtro ideal
Mantenedor de orden cero
Interpolacin de orden uno
c c
c 0 c
2 2
Ilustracin IV-16: Comparacin entre las diferentes formas de reconstruccin
56
V. La Transformada de Fourier Discretizada (DFT).
V.1 Introduccin
En el clculo de la Transformada de Fourier, tal y como se mostr en captulos anteriores,
estn involucradas las siguientes expresiones integrales:
1 +
f (t) = F ( ) e jt d
2
(V.1)
+
F ( ) = f ( t ) e jt dt (V.2)
Cuando interesa emplear una computadora para la resolucin de estas ecuaciones, aparece el
problema de que la Transformada de Fourier no se puede implantar directamente. El origen de
esta dificultad est en que las funciones asociadas a la Transformada de Fourier son ecuaciones
en el dominio continuo del tiempo y de la frecuencia, o sea, que toman infinitos valores en un
intervalo finito de tiempo y de frecuencia. Mientras que las seales a tratar en una computadora
han de ser seales discretas, o sea, con un nmero finito de valores. Se hace entonces
imprescindible modificar las ecuaciones anteriores, para adaptarlas a la naturaleza de la
informacin manejada por una computadora. De esta necesidad surge la Transformada de
Fourier Discretizada DFT1, que posibilita el anlisis de Fourier en sistemas digitales.
Una ventaja adicional de la DFT, es la existencia de algoritmos de clculo que permiten
realizar este anlisis con un nmero mnimo de operaciones. Estos algoritmos se agrupan bajo la
denominacin de FFT (Fast Fourier Transform o Transformada Rpida de Fourier), y optimizan
los clculos necesarios para la DFT, siempre y cuando las seales implicadas cumplan una serie
de requisitos, por ejemplo, que el nmero de muestras sea una potencia de 2.
1
DFT son las siglas de Discrete Fourier Transform
57
V. La Transformada de Fourier Discretizada (DFT).
+ N 1
f ( t ) d 0 ( t ) p ( t ) = f (kT) ( t kT ) p ( t ) = f (kT) ( t kT ) (V.6)
k = k =0
1 1
{f ( t ) d 0 ( t ) p ( t )} = F ( ) D 0 ( ) P ( )
2 2
T (V.7)
sin 0
T 2 e j 2 ( T0 T )
k =+
2k
= 0
2T T 0
F
k = T
2
donde T0/2T, se puede poner como N/2.
La Transformada de Fourier de la funcin f(t)d0(t)p(t) en la Ilustracin V-1 (d) resulta de la
convolucin de la Transformada de Fourier del paso anterior con la funcin sinc. Esto produce
nuevamente una discrepancia con la Transformada de Fourier original F(), ya que aparece un
rizado en la Transformada de Fourier obtenida en este paso. Para reducir este efecto habra que
aumentar el nmero N de muestras, y de esta forma la funcin sinc asociada a la funcin de
truncado se har ms estrecha, parecindose ms un impulso ( g ( t ) ( t ) = g ( t ) ).
Ahora la seal temporal obtenida tiene las caractersticas necesarias para su tratamiento en
una computadora. Sin embargo su Transformada de Fourier obtenida no, ya que es una seal
continua, por lo tanto, es necesario su muestreo mediante la multiplicacin con el tren de
impulsos D1(), ver Ilustracin V-1 (f) e Ilustracin V-1 (g). El intervalo escogido para el
muestreo es 2/T0. El resultado es una funcin peridica que est muestreada en el dominio de
la frecuencia con el tren de impulsos:
+ +
T0
D1 ( ) = ( n 2 T ) {D ( )} = d ( t ) = 2 ( t nT )
n =
0
1
1 1
n =
0 (V.8)
Se ha obtenido una funcin peridica muestreada, por lo tanto, para definirla slo es
necesario conocer el rea de los N impulsos de un perodo cualquiera, esto es una cantidad finita
de informacin que era lo exigido para poder ser representada en una computadora. Pero, qu
le ha ocurrido a la seal temporal? Como en el dominio de la frecuencia se ha multiplicado por
un tren de impulsos, en el dominio del tiempo se ha de hacer la convolucin con el tren de
impulsos dual del anterior d1(t), o sea:
58
V. La Transformada de Fourier Discretizada (DFT).
N 1 T +
f ( t ) = f ( t ) d 0 ( t ) p ( t ) d1 ( t ) = f (kT) ( t kT ) 0 ( t nT0 ) (V.9)
k =0 2 n =
2 N 1 N 1 N 1
f ( t ) = ... + f (kT) ( t kT T0 ) + f (kT) ( t kT ) + f (kT) ( t kT + T0 ) + ... (V.10)
T0 k =0
k =0
k =0
1 perodo
Se obtiene una funcin peridica f ( t ) de perodo T0 con N valores distintos. Al igual que
la correspondiente seal frecuencial sta quedara representada una vez conocidas las reas de
los N impulsos que constituyen un perodo cualquiera. Por lo tanto, se ha alcanzado una
situacin en la que tanto la informacin de la seal temporal como la de la frecuencial son
tratables por una computadora. Esto era el objetivo inicial del anlisis.
En este momento conviene considerar el porqu de la eleccin de un muestreo de 2/T0 para
este ltimo paso. El motivo de esta eleccin es el de evitar un solapamiento en el dominio
temporal al convolucionar la seal f(t)d0(t)p(t) con d1(t). Al realizar esta operacin la seal
resultante es peridica con perodo T0, que es exactamente la duracin de la seal truncada y
muestreada, de ah que no se produzca solapamiento. Otra consideracin a tener en cuenta es
que la funcin de truncado no debe tener en sus extremos ninguna muestra, ya que esto tambin
provocara solapamiento. Para evitar esto ltimo, se hace que los lmites de p(t) caigan en el
medio de un intervalo de muestreo (de -T/2 a T0-T/2).
Falta por lo tanto conocer la expresin de la Transformada de Fourier resultante de todas las
operaciones anteriores, y buscar una expresin que pueda representarla, para la cual, como ya se
ha dicho, slo sera necesario conocer el rea de los N impulsos que constituyen un perodo
cualquiera. Dicha transformada se puede expresar como:
1
F ( ) = F ( ) D0 ( ) P ( ) D1 ( ) (V.12)
( 2 )
2
donde:
o 0 es la frecuencia fundamental de f (t) : 0 = 2 T0 = 2 NT
1 T0 T 2
o dk son los coeficientes de la serie de Fourier: d k = f ( t ) e j2 kt T0 dt
T0 T 2
59
V. La Transformada de Fourier Discretizada (DFT).
Sustituyendo el valor de f (t) por su expresin los coeficientes de la serie de Fourier quedan
de la forma:
1 T0 T 2 + N 1
dk =
2 T 2 r = n = 0
f (nT) ( t nT rT0 ) e j2 kt T0 dt
(V.14)
Como la integracin se realiza sobre un solo perodo la expresin de los coeficientes se puede
poner como:
1 T0 T 2 N 1 1 N 1 T0 T 2
dk =
2 T 2
n =0
f (nT) ( t nT ) e j2 kt T0 dt =
2 n = 0
f (nT)
T 2
( t nT ) e j2 kt T0 dt (V.15)
si n = r + N; e j2 kn N
= e j2 k ( r + N ) N = e j2 kr N e j2 k = e j2 kr N (V.20)
Y por lo tanto:
Si n = r + N; F DFT ( n0 ) = FDFT ( r0 ) (V.21)
Tpicamente los N valores calculados de la DFT son los N primeros (de 0 a N-1), ya que en
este caso se vara la k desde 0 a N-1. Pero no se debe olvidar la periodicidad de la DFT, que
hace que los coeficientes calculados con FDFT (k0) sean peridicos con perodo N, y por lo tanto
se puede obtener cualquier valor de la DFT una vez los de un perodo cualquiera.
60
V. La Transformada de Fourier Discretizada (DFT).
t
(a) Seal continua.
1
d0(t) D0()
2/T
2/T
T t
(b) Tren de impulsos para el muestreo.
do(t)f(t)
|D0()*F()|
1/T
t
2/T
(c) Seal muestreada.
p(t) |P()|
1 T0
T0 = NT
-T/2 T0-T/2
t
(d) Seal para el truncado.
d0(t)p(t)f(t)
T0/2T
|D0()*P()*F()|
t 2/T
(e) Seal muestreada y truncada.
d1(t) D1()
1
T0/2
T0
t 2/T0
(f) Tren de impulsos para el muestreo en frecuencia.
[d 0 (t)p(t)f(t)]*d 1 (t) 0 = 2/T0 |[D0()*P()*F()]D1()|
T 0 /2 N = T0/T T0/2T
T0
N Valores 2/T
N Valores
0
0
T NT
t 0 N0
(g) Seal reconstruida.
f(nT) con n = 0,1, ,N-1 FDFT(k0) con k = 0,1,,N-1
1 1/T
N Valores N Valores
T
2T
3T
4T (N-1)T t 0
0 30
20 40 (N-1)0
0
61
V. La Transformada de Fourier Discretizada (DFT).
Esta expresin nos da los N primeros valores del rea de los impulsos de la funcin peridica
f ( t ) , que coinciden con los N primeros valores de la funcin f(t) escogidos con un intervalo de
tiempo T.
Para comprobar la validez de esta expresin, se sustituye el valor f(nT) en la expresin de la
DFT, de forma que:
N 1 N 1
1 N 1
FDFT ( k0 ) = f ( nT ) e j2 kn N
= FDFT ( r0 ) e j2 rn N e j2 kn N
n =0 n =0 N r =0
(V.23)
1 N 1 N 1
= FDFT ( r0 ) e j2 rn N e j2 kn N = FDFT ( k0 )
N r =0 n =0
La obtencin de esta igualdad se basa en la relacin de ortogonalidad:
N 1
N si r = k
e j2 rn N j2 kn N
e = (V.24)
n =0 0 si r k
Anlogamente a lo obtenido en el apartado anterior, la funcin g(nT) obtenida es peridica
de forma que:
g ( kT ) = g ( rN + k ) T r = 0, 1, 2, ... (V.25)
2
IDFT son las siglas de Inverse Discrete Fourier Transform
62
V. La Transformada de Fourier Discretizada (DFT).
Otra consideracin a tener en cuenta es que si la seal original es peridica, despus del
muestreo ha de seguir sindolo. Para ello se ha de escoger una frecuencia de muestreo mltiplo
de la de la seal original.
f(t)=Acos(0t) f(t)d0(t)
t t
t t
F() F*()
N
-0 0 -0 0
63
V. La Transformada de Fourier Discretizada (DFT).
t t
t t
Ilustracin V-3: Modificaciones Caso en que el truncado no es igual a un nmero entero de perodos
Para poder comparar el resultado de este sumatorio con la DFT, las componentes en
frecuencia de inters son aquellas que cumplen la relacin:
2 2
= k0 = k =k (V.28)
T0 NT
Y por lo tanto la Transformada de Fourier aproximada queda de la forma:
N 1
F ( k0 ) = T f ( nT ) e j2 kn N
= T FDFT ( k0 ) (V.29)
n =0
De donde se deduce que la DFT se puede interpretar como el resultado de emplear el mtodo de
integracin de Euler para la resolucin de la Transformada de Fourier. Para que al hacer esta
aproximacin no se introduzca un error excesivo, la seal original f(t) ha de ser finita en el
tiempo (o poder aproximarse sin un error excesivo a una seal finita), para que los N valores
empleados en (V.29) puedan ser representativos de f(t).
64
V. La Transformada de Fourier Discretizada (DFT).
donde
o 0 es la frecuencia fundamental de f(t): 0 = 2 T0 = 2 NT
1
o dn son los coeficientes de la serie de Fourier: d n = f ( t ) e j2 nt T0 dt
T0 T0
Como en el caso anterior se aplica el mtodo de integracin numrica para calcular los
coeficientes de la serie de Fourier, y llegndose a la expresin:
T N 1 1 N 1 1
dn =
T0 k = 0
f ( kT ) e j2 knT T0
= f ( kT ) e j2kn
N k =0
N
=
N
FDFT ( n0 ) (V.31)
O sea:
1
dn = FDFT ( n0 ) (V.32)
N
Entonces la Transformada de Fourier de un seal peridica se aproxima por la DFT como:
2 +
F ( k0 ) = FDFT ( n0 ) ( k0 n0 )
N n =
(V.33)
f ( nT ) = f ( n + rN ) T
r = 0, 1, 2, ... (V.35)
g ( nT ) = g ( n + rN ) T
Las seales a convolucionar han de tener el mismo perodo (en la Ilustracin V-4 se pueden
ver dos seales cuyo perodo es N = 4). En la expresin de la convolucin se puede ver que son
necesarias las seales f(iT) y g[(2-iT)], donde la obtencin de la segunda de ellas se logra a
partir de g(-iT) desplazada, tal y como se puede ver en la Ilustracin V-5.
Si se desea comparar la convolucin discreta con la continua, se ha de integrar la
convolucin continua por el mtodo de Euler, llegndose a:
+ N 1
f ( t ) g ( t ) = f ( ) g ( t ) d f ( nT ) g ( nT ) = T f ( iT ) g ( n i ) T (V.36)
i=0
La gran diferencia con respecto a la convolucin continua, es que la discreta slo involucra
seales discretas peridicas con la misma frecuencia, por este motivo generalmente nos
referimos a ella como convolucin circular o peridica.
65
V. La Transformada de Fourier Discretizada (DFT).
66
V. La Transformada de Fourier Discretizada (DFT).
f(nT) g(nT)
N
T 2T 3T nT T 2T 3T nT
Ilustracin V-4: Ejemplo de seales discretas
g(-iT) g[(n-i)T]
n=2
T 2T 3T iT T 2T 3T iT
(a) Obtencin de g(-iT) (b) Desplazamiento de g(-iT)
T 2T 3T iT 0 T 2T nT
(c) Composicin de f(it) y g[(n-i)T] para n = 2 (d) Resultado final de la convolucin
Ilustracin V-5: Operaciones en el proceso de convolucin
67
V. La Transformada de Fourier Discretizada (DFT).
68
VI. La Transformada Rpida De Fourier
VI.1 Introduccin
La Transformada Rpida de Fourier (FFT Fast Fourier Transform) es un algoritmo de
clculo de la DFT que requiere mecho menor esfuerzo computacional que el clculo directo de
la DFT. Se basa en un clculo iterativo de los coeficientes de la DFT, de forma que se optimiza
el nmero de operaciones a realizar y, consecuentemente, el tiempo de cmputo de la
transformada. Conviene resaltar que la FFT no slo optimiza el tiempo de clculo, si no que
tambin reduce considerablemente los errores de redondeo asociados con la representacin en
una computadora de los datos numricos mediante una palabra finita (con un nmero
determinado de bits). De hecho, tanto el tiempo de clculo como el error de redondeo se reducen
un factor de ( log 2 N ) N , donde N es el nmero de muestras de la seal a tratar. Por ejemplo si
N=1024=210 , el factor vale 102.4, o sea, que si el clculo directo de la DFT tarda 1 hora, la FFT
estara disponible en solamente 35 segundos.
La interpretacin de la FFT no requiere un conocimiento profundo del algoritmo implantado
para su clculo, pero si es necesario una buena base en cuanto al comportamiento de la DFT. De
esto se deduce el hecho de que la FFT es un algoritmo relativamente sencillo.
N de multiplicaciones N de sumas
6104 6104
DFT DFT
FFT FFT
0 0
0 50 100 150 200 250 0 50 100 150 200 250
N de muestras N de muestras
Ilustracin VI-1: Comparacin entre las operaciones necesarias para una DFT y una FFT
donde W = e j2 N .
Esta expresin para el clculo de la DFT describe un conjunto de N ecuaciones, de forma
que si N = 4 se obtiene:
69
VI. La Transformada Rpida De Fourier
X ( 0 ) = x 0 ( 0 ) W 0 + x 0 (1) W 0 + x 0 ( 2 ) W 0 + x 0 ( 3) W 0
X (1) = x 0 ( 0 ) W 0 + x 0 (1) W1 + x 0 ( 2 ) W 2 + x 0 ( 3) W 3
(VI.2)
X ( 2 ) = x 0 ( 0 ) W 0 + x 0 (1) W 2 + x 0 ( 2 ) W 4 + x 0 ( 3) W 6
X ( 3) = x 0 ( 0 ) W 0 + x 0 (1) W 3 + x 0 ( 2 ) W 6 + x 0 ( 3) W 9
Examinando la ecuacin anterior se puede ver que tanto W como x0(k) pueden ser nmeros
complejos, entonces se necesitan N2 multiplicaciones y N(N-1) sumas para el clculo directo de
una DFT de N puntos. Esencialmente, la FFT es un algoritmo que reduce drsticamente el
nmero de estas operaciones.
donde se han intercambiando las filas correspondientes a X(1) y X(2) en la matriz X, de forma
que la nueva matriz de salida es:
X ( 0)
X ( 2 )
X= (VI.7)
X (1)
X ( 3)
70
VI. La Transformada Rpida De Fourier
Teniendo en cuenta que todas la operaciones son en general complejas, los distintos
elementos se van obteniendo de la siguiente manera:
x1 ( 0 ) = x 0 ( 0 ) + W 0 x 0 ( 2 ) 1 suma y 1 multiplicacin
x1 (1) = x 0 (1) + W x 0 ( 3)
0
1 suma y 1 multiplicacin
x1 ( 2 ) = x 0 ( 0 ) W x 0 ( 2 )
0
1 suma W 2 = W0
x1 ( 3 ) = x 0 ( 2 ) W 0 x 0 ( 3 ) 1 suma W 2 = W0
El clculo del vector x2 requiere nuevamente de dos multiplicaciones y 4 sumas, por lo tanto,
para calcular el vector X son necesarias 4 multiplicaciones y 8 sumas complejas, mientras que
el clculo directo necesitara de 16 multiplicaciones y 12 sumas complejas.
De modo que para computar un vector de N=2 elementos se requiere un proceso de
factorizacin de una matriz de tamao NN en matrices NN, de forma que cada una de estas
ltimas tiene la propiedad de minimizar el nmero de operaciones para la obtencin de un
resultado intermedio. Generalizando los resultados obtenidos, la FFT requiere de N/2
multiplicaciones y N sumas. Por otra parte, el mtodo directo de clculo de la DFT implica la
realizacin de N2 multiplicaciones y N(N-1) sumas. Si se asume que el tiempo de computo es
proporcional al nmero de multiplicaciones, entonces, la relacin entre el tiempo de clculo de
la DFT mediante una FFT y a travs del mtodo directo es de 2N/.
En el clculo matricial que se acaba de mostrar el resultado est desordenado. Para el
reordenamiento se reescribe el vector resultante X poniendo en vez de los subndices de cada
elemento su equivalente binario, y una vez hecho esto se colocan los bits ledos del revs, o sea:
71
VI. La Transformada Rpida De Fourier
X ( 0 ) X ( 00 ) X ( 00 ) X ( 0 )
X ( 2 ) = X (10 ) 2 / X ( 01) X (1)
= (VI.10)
X (1) X ( 01) / 2 X (10 ) X ( 2 )
X ( 3) X (11) X (11) X ( 3)
Para N>4 resulta engorroso hacer una descripcin matricial del proceso de clculo. Para
solucionar esto se emplean grficos de flujo, como, los indicados a continuacin.
W0 W0
x0(1) x1(1) x2(1)
2
W
W0
x0(2) x1(2) x2(2)
2
W
W1
x0(3) x1(3) x2(3)
2 3
W W
Ilustracin VI-2: Mecanismo de obtencin de la FFT
72
VI. La Transformada Rpida De Fourier
cambio
cambio
cambio
cambio
cambio
cambio
cambio
cambio
cambio
cambio
cambio
cambio
cambio
cambio
cambio
73
VI. La Transformada Rpida De Fourier
k
0 x4(0000) x(0000)
1 x4(0001) x (0001)
2 x4(0010) x(0010)
3 x4(0011) x(0011)
4 x4(0100) x(0100)
5 x4(0101) x(0101)
6 x4(0110) x(0110)
7 x4(0011) x(0011)
8 x4(1000) x(1000)
9 x4(1001) x(1001)
10 x4(1010) x(1010)
11 x4(1011) x(1011)
12 x4(1100) x(1100)
13 x4(1101) x(1101)
14 x4(1110) x(1110)
15 x4(1111) x(1111)
Ilustracin VI-4: Ordenacin del resultado de una FFT con N = 16
74
VI. La Transformada Rpida De Fourier
j1=J;
k=0;
for(i=1;i<=NU;i++)
{
j2=j1/2;
k=k*2+(j1-2*j2);
j1=j2;
};
return(k);
};
N2=N/2;
NU1=NU-1;
K=0;
75
VI. La Transformada Rpida De Fourier
donde:
o X ( k ) t =iT es el valor de la componente de frecuencia k0 de la funcin x(t) en el
instante iT, calculada mediante la DFT
o W viene dada por la expresin W = e j2 N
Segn la expresin recin descrita, para calcular el valor de una determinada componente de
frecuencia en un determinado instante de tiempo es necesario realizar todo el sumatorio cada
vez. Esto es inoperante desde el punto de vista de tiempo de clculo, por lo que se intentarn
aprovechar el clculo de las componentes de la DFT en el instante anterior, para el clculo de la
componente actual. Para ello se puede comprobar fcilmente que:
X ( k ) t =iT W k X ( k ) t =iT T = x ( i ) x ( i N ) (VI.12)
O lo que es lo mismo:
1
Para simplificar la notacin se supone equivalente poner x(n) x(nT), de igual manera se puede poner X(k)
X(k0).
76
VI. La Transformada Rpida De Fourier
Estas caractersticas son las que nos describen una de las herramientas de hardware ms
populares y eficientes para el clculo de la FFT.
77
VI. La Transformada Rpida De Fourier
78
VII. Empleando la DFT
e-tu(t)
Muestras de e-tu(t)
N = 40
T = 0.25
TF: |1/(j+1)|
Valor absoluto de la DFT
N = 40
T = 0.25
79
VII. Empleando la DFT
2 N 1
F ( k0 ) =
N n =0
f ( kT ) e j2 kn N
Si se observan las DFT de la Ilustracin VII-1 e Ilustracin VII-2, se puede ver que su valor
absoluto es simtrico con respecto a N/2. Esto se debe a que el valor absoluto de la
Transformada de Fourier es par si la seal es real, y las frecuencias correspondientes al eje
negativo estaran entre N/2 y N al realizar la DFT. Siguiendo con el mismo razonamiento, la
parte real de la DFT es simtrica con respecto a N/2 y la parte imaginaria es antisimtrica.
sen(t)
Muestras de sen(t)
N = 40
T = 0.25
TF: [(-0)+(+0)]
Valor absoluto de la DFT
N = 40
T = 0.25
TF: |1/(j+1)|
Adaptacin para la DFT
N = 40
T = 0.25
e-tu(t)
IDFT
N = 40
T = 0.25
80
VII. Empleando la DFT
Ejemplo:
Mediante un osciloscopio digital se ha adquirido la onda de intensidad mostrada en la
siguiente figura. Se sabe que es una onda peridica y que tiene una frecuencia de 50 Hz, ya que
se ha medido en la red elctrica. La seal ha sido muestreada con un perodo de 0.2 ms y se han
almacenado 175 muestras.
Calcular la amplitud de los coeficientes de Fourier mediante el anlisis por DFT.
0.3
muestras seleccionadas
0.2
en
0.1
intensidad
-0.1
-0.2
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035
Resolucin:
Al realizar el muestreo de una forma de onda se pueden escoger dos parmetros: la
frecuencia de muestreo y el nmero de muestras, que en el caso de seales peridica han de
atender a tres condiciones:
1.- La frecuencia de muestreo ha de ser un mltiplo entero de la fundamental, lo cual en este
caso se cumple ya que se muestrea a 5 kHz (1/0.2 ms), que es 100 veces mayor que 50Hz.
2.- La frecuencia de muestreo ha de ser mayor que el doble de la frecuencia mxima no nula
presente en el espectro de frecuencia de la seal original. Evidentemente esta condicin
no se puede satisfacer sin antes conocer el espectro de frecuencia y, por otra parte, el
espectro de frecuencia no se puede conocer hasta que se muestree y aplique la DFT. Por
ello, el cumplimiento de este punto se evaluar en funcin de los resultados obtenidos.
3.- El nmero de muestras ha de abarcar un nmero entero de ciclos. En este caso de las 175
muestras disponibles, se han seleccionado las 100 primeras (N=100), ya que de esta
forma: NT=1000.2ms=20ms (1/50 Hz), que se corresponde precisamente con un
perodo de la seal original.
Con las 100 primeras muestras se realiza el clculo de la DFT, y su resultado son N = 100
valores cuya magnitud se muestra en la grfica siguiente. En esta grfica, el eje de frecuencias
se ha obtenido como:
1
fr0 = = 50 Hz fr {0 1 N 1} fr0 = {0 1 99} 50
0.2ms 100
de forma que cada componente de frecuencia se corresponde con un armnico de la onda
peridica.
Se ha de tener en cuenta que para realizar la interpretacin fsica del resultado de la DFT
slo se han de considerar aquellas frecuencias que estn por debajo de la mitad de la frequencia
de muestreo (ver el captulo referente al muestreo y propiedades de la DFT). Esto es, aquellas
frecuencias que estn por debajo de 2500 Hz. En el entorno de estas frecuencias, la amplitud del
espectro obtenido est por debajo del 2% con respecto a la magnitud de la componente
81
VII. Empleando la DFT
6
DFT
4
0
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
frecuencia en Hz
Finalmente, se puede obtener la magnitud de los primeros 50 (=N/2) armnicos (coeficientes
de Fourier), multiplicando por N/2 = 50 el espectro obtenido mediante la DFT. El valor en
amperios de las cinco primeras componentes armnicas (ver grfica inferior) es:
C1 = 0.1533 A; C2 = 0.0062 A; C3 = 0.0028 A; C4 = 0.0097 A; C5 = 0.0345 A
0.2
magnitud en A
0.15
0.1
0.05
0
0 5 10 15 20 25 30 35 40 45 50
orden del armnico
lbulo
lateral
-0 +0
82
VII. Empleando la DFT
Rectangular
Hanning
Triangular
tiempo en s Tc
Rectangular
Hanning
Triangular
frecuencia en Hz
Ilustracin VII-5: Comparacin entre diferentes ventanas, en el dominio de la frecuencia y el dominio del tiempo
83
VII. Empleando la DFT
Otro tipo de ventana cuya expresin analtica es muy sencilla es la ventana triangular (ver
Ilustracin VII-5), cuya expresin es:
2t / T0 0 < t < T0 2
w ( t ) = 2 2t / T0 T0 2 < t < T0 (VII.3)
0 t < 0 , t > T0
Al hacer la Transformada de Fourier de esta funcin se puede ver que su primer lbulo
lateral est aproximadamente 26dB por debajo del lbulo principal. Esto tiene una clara
influencia en la reduccin de las frecuencia intermedias. Por otra parte, el lbulo principal tiene
un ancho muy superior al del lbulo principal de una ventana rectangular, esto provoca la
prdida de resolucin frecuencial. Esta prdida de resolucin es el principal inconveniente del
empleo de ventanas.
Un tipo de ventana cuya expresin analtica aunque simple es muy eficaz, es la ventana de
Hanning (ver Ilustracin VII-5), siendo su expresin:
Los lbulos laterales de las funciones sinc que conforman la funcin W() estn en posicin
de fase de forma que se anulan, de esta forma sus lbulos laterales estn 32dB por debajo del
fundamental. Esta forma de reducir los lbulos laterales se emplea en otro tipo de ventanas
como son la de Hamming o Blackman.
En la Ilustracin VII-6 puede observarse el efecto de la utilizacin de este tipo de truncado.
Ahora las frecuencias intermedias prcticamente desaparecen, y el comportamiento alrededor de
las frecuencias fundamentales sigue siendo bueno, siempre y cuando estas estn suficientemente
alejadas, debido a la prdida de resolucin frecuencial. En la Ilustracin VII-7 se muestra la
aplicacin de las ventanas cuando el nmero de ciclos de la seal original es mayor.
En la Ilustracin VII-8 se muestra un caso real, donde se ha adquirido con una frecuencia de
muestreo de 2 kHz la forma de onda de la intensidad a la salida de un aerogenerador aislado. En
este caso la frecuencia de red calculada empleando la DFT es de 48.8 Hz y mediante la
aplicacin de una ventana de Hanning se resaltan las principales componentes de frecuencia.
Hasta aqu se han descrito algunos de los tipos de ventanas ms empleadas, existen, no
obstante, otras muchas como son la Gausiana, Dolph-Chebychev, Kaiser o Lifter
84
VII. Empleando la DFT
Rectangular
Hamming
kT
0 (N-1)T
TF de la seal continua
DFT con ventana rectangular
DFT con ventana de Hamming
n0
0
0 (N-1)0
kT
0 (N-1)T
Rectangular
Triangular
Hanning
n0
0
0 (N-1)0
85
VII. Empleando la DFT
400
200
intensidad en A
0
-200
-400
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
tiempo en s
2
10
rectangular
hanning
intensidad en A
0
10
-2
10
-4
10
0 100 200 300 400 500 600 700 800 900
frecuencia en Hz
86
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
{ }
L e j0 t = H ( 0 ) e j0 t (VIII.3)
{ }
L e j0 t = H ( j0 ) e j0 t (VIII.6)
87
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
Entrada f i ( t ) = C0 + C n cos ( n0 t n )
n =1
Salida f o ( t ) = C0 H ( 0 ) + C n H ( jn0 ) cos ( n0 t n + ( n0 ) )
n =1
a0
Entrada fi ( t ) = + [ a n cos n0 t + b n sen n0 t ]
2 n =1
a
Salida f o ( t ) = 0 H ( 0 ) + a n R ( jn0 ) cos n0 t + b n X ( jn0 ) sen n0 t
2 n =1
A partir de este resultado, se puede obtener la respuesta del sistema, fo(t), a una funcin
cualquiera, fi(t), de dos formas, que son:
1.- Mediante convolucin con la respuesta impulsional h(t), o sea:
+
fo ( t ) = h ( t ) fi ( t ) = h ( t ) f ( ) d
i (VIII.9)
donde Fo(), Fi() y H() son las transformadas de Fourier de fo(t), fi(t) y h(t) respectivamente.
Adems se puede demostrar que la funcin del sistema obtenida como se indica en el
apartado anterior, es igual a la transformada de la respuesta al impulso, o sea:
H ( j ) = H ( ) (VIII.11)
88
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
Ejemplo:
Sea el sistema mecnico definido por la ecuacin diferencial:
x ( t ) + b x ( t ) + k x ( t ) = f ( t )
m
1. Plantear sus ecuaciones en el dominio de la frecuencia.
2. Con m = 10 kg, b = 5 kg/sg y k = 2 Kg/sg2, calcular la respuesta cuando la entrada f(t)
tiene la expresin: f ( t ) = A sen ( 0 t + 2 ) con A = 1N y 0 = 10 rad/sg.
Resolucin:
1 Si llamamos X() a la transformada de Fourier de x(t) y F() la transformada de Fourier
de f(t), se obtienen las siguientes expresiones:
m ( j ) X ( ) + b j X ( ) + k X ( ) = F ( )
2
89
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
e ( t ) E ( ) I ( ) = H ( ) E ( ) I ( ) i(t)
1
(VIII.14)
R R -1
i(t) e(t) E() I() I() i(t)
R R
+ L jL +
L jL
e(t) C -j/C E()
C 1/jC
Ilustracin VIII-1: Resolucin de un circuito elctrico lineal mediante su equivalente en el dominio de la frecuencia.
t
1
i(t) = v ( ) d (VIII.16)
L
Que se pueden expresar en el dominio frecuencial como:
1
V ( ) = I ( ) (VIII.17)
j C
1
I ( ) = V ( ) (VIII.18)
j L
donde C es la capacidad del condensador y L la inductancia de la bobina.
En el caso de una resistencia de valor R, su equivalente frecuencial es:
v ( t ) = Ri ( t ) V ( ) = RI ( ) (VIII.19)
dx ( t )
j X ( ) (VIII.21)
dt
Segn se deduce de la propiedad mostrada en la (VIII.20), el modelo equivalente mostrado
en el circuito de la Ilustracin VIII-1 es vlido siempre y cuando las excitaciones del circuito
tengan media nula, o sea, que X()|=0 = 0 para todas las fuentes del circuito. Esto es lo que
ocurre en Rgimen Estacionario Sinusoidal o Circutos de Corriente Alterna, donde todas las
excitaciones del circuito son sinusoidales y, por lo tanto, su media es nula.
A modo de resumen, los pasos para la obtencin de la respuesta en rgimen permanente de
un circuito en rgimen estacionario mediante el empleo de la Transformada de Fourier son:
90
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
t
1
i ( t ) = I0 + v ( ) d
L t0
(VIII.23)
+ i(t) + i(t)
+
v(t) C V0 v(t) L I0
-
- -
t
1
i ( t ) u ( t t 0 ) = I0 u ( t t 0 ) + v ( ) u ( t 0 ) d (VIII.25)
L
donde u(t) es la funcin escaln unitario, entonces:
0 t < t 0
u ( t t0 ) = (VIII.26)
1 t > t 0
De esta forma se tiene que, para t < t0, v(t)u(t-t0) = 0 y para valores mayores de t el valor de v(t)
es el mismo que con la (VIII.22), de modo que dicha ecuacin es equivalente a la (VIII.24) para
t>t0. Anlogamente, la (VIII.23) y la (VIII.25) son equivalentes.
91
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
1
I ( ) = I 0 U ( ) + V ( ) (VIII.28)
j L
donde:
o U() es la transformada del escaln unitario: U ( ) = u ( t ) = j + ( )
o I() y V() son las transformadas de i(t)u(t-t0) y v(t)u(t-t0), respectivamente.
Los componentes asociados a estas expresiones pueden verse en la Ilustracin VIII-3.
+ I() + I()
1/jC
V() + V()
jL I0U()
V0U()
- -
En ambos se tienen las condiciones iniciales como funciones de tipo escaln, pero pueden
transformarse a funciones impulso sin ms que tener en cuenta que:
du ( t )
jU ( ) =
( t ) = D ( ) = (t) (VIII.29)
dt
Los resultados de esta operacin se pueden ver en la Ilustracin VIII-4.
+ I() + I()
jL
V() Vp()
1/jC CV0D()
LI0D()
- - +
Ilustracin VIII-4: El condensador y la bobina en el dominio frecuencial. Condiciones iniciales: impulsos.
Una vez llegado a este punto ya se puede obtener el circuito equivalente en el dominio de la
frecuencia, y se procede de igual manera que en el apartado anterior.
92
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
i(t) L S t=t0
e(t) R v(t) C
I() jL
-1
e(t) E() I() i(t)
R R
L jL E() R
C -j/C
Para. t>t0 el circuito en cuestin se sustituye por uno en el que estn contempladas las
condiciones iniciales de la bobina (I0) y el condensador (V0). Se ha de tener en cuenta que, para
poder transformar el circuito en su equivalente frecuencial, todas las variables deben estar
multiplicadas por un escaln situado en el instante en el que se dan las condiciones iniciales, tal
y como se muestra en la Ilustracin VIII-7. La solucin de este circuito y el de partida es la
misma para el intervalo de tiempo objeto de estudio.
I0 u(t-t0)
i(t) u(t-t0)
L
C
e(t) u(t-t0) R v(t) u(t-t0)
U0 u(t-t0)
Una vez descrito cul es el circuito temporal en el que se ha incluido la funcin escaln
u ( t t 0 ) se puede obtener directamente el circuito de la Ilustracin VIII-8 sin ms que tener en
cuenta que:
o U() es la transformada de Fourier del escaln u(t-t0)
o E(),V() e I() son la Transformada de Fourier de e(t)u(t-t0), v(t)u(t-t0) e i(t)u(t-t0),
respectivamente.
93
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
I0 U() -1
e(t) u(t-t0) E() I() -1 i(t) u(t-t0)
V() v(t) u(t-t0)
I0 u(t-t0) I0 U() I()
V0 u(t-t0) V0 U() jL
R R C
E() R V()
L jL
C -j/C U0 U()
Este circuito se puede resolver mediante cualquier mtodo de anlisis de circuitos (mallas,
nudos, ) con lo que se obtienen los valores de V() e I(). A partir de estos se pueden obtener
los valores de v(t) e i(t) para t>t0.
Dependiendo del anlisis a realizar se pueden transformar las fuentes de tensin (o
intensidad) en fuentes de intensidad (o tensin), teniendo en cuenta que pasan de estar
multiplicadas por escalones u(t-t0) a estar multiplicadas por impulsos (t-t0). Si se quiere
resolver el circuito de la Ilustracin VIII-8 mediante mallas, se ha de emplear entonces el
circuito de la Ilustracin VIII-9, donde D() es la Transformada de Fourier de (t-t0).
I() jL
L I0 D()
C
E() R V()
U0 U()
T0 = NT
t
Ilustracin VIII-10: Ejemplo de muestreo y truncado de la funcin escaln (N=16).
94
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
La funcin impulso es, como se vio cuando se desribieron los sistemas lineales, una funcin
muy importante en el anlisis de circuitos elctricos, en cambio, su representacin discreta
(truncado ms discretizacin) es problemtica por la discontinuidad que presenta. Para obviar
este problema se define como la derivada de la funcin escaln, o sea:
u ( t )
U ( ) (VIII.31)
du ( t )
( t ) =
D ( ) = jU ( )
DFT
D DFT ( k0 ) (VIII.32)
dt
donde se ha de tener en cuenta que para pasar de la Transformada de Fourier a la DFT se ha de
muestrear la primera y aplicar las condiciones de simetra de la DFT.
Con la transformada discreta de la funcin escaln y la funcin impulso se pueden obtener
las ecuaciones del condensador y bobina en el dominio de la frecuencia empleando la DFT:
VDFT ( k0 ) = V0 U DFT ( k0 ) + ZDFT,c ( k0 ) I DFT,p ( k0 ) (VIII.33)
Nota:
1.- En las ecuaciones alcanzadas para el anlisis mediante la DFT, se ha considerado nula la
media de las funciones de excitacin.
2.- Pueden aparecer expresiones del tipo X()/, en las que X(0) = 0. Por lo tanto, en = 0
se tiene una indeterminacin. Para resolverla se puede emplear la regla de LHospital, de forma
que:
X ( ) dX ( )
lim = (VIII.35)
0 d 0
-2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
tiempo en s
95
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
3 Se obtienen los N/2 primeros coeficientes de la Serie de Fourier de f(t) a partir de los
valores de F:
C0 = F[0]/N; C1 = |F[1]|2/N; C2 = |F[2]| 2/N;... CN/2 = |F[N/2]|2/N
1 = -F1]; 2 = -F[2];... N/2 = -F[N/2]
En el ejemplo que estamos calculando se obtienen los siguientes valores para los coeficientes
de la serie de Fourier:
C0 = 0,5; C1 = 0.65; C2 = 0; C3 = 0.27; C4 = 0
1 = 1,17; 2 = 0; 3 = 0,39; 4 = 0
4 Por ltimo para calcular la repuesta a un sistema lineal se procede como se ha descrito con
anterioridad.
La respuesta y(t) se puede poner como:
y ( t ) = C0 H ( 0 ) + C1 H ( 0 ) cos ( 0 t 1 + ( 0 ) ) +
+ C2 H ( 20 ) cos ( 20 t 2 + ( 20 ) ) +
+ C3 H ( 30 ) cos ( 30 t 3 + ( 30 ) ) +
+ C4 H ( 40 ) cos ( 40 t 4 + ( 40 ) )
donde:
1 1
H ( n0 ) = = tan 1 ( n0 )
jn0 + 1 n 0 + 1
2 2
96
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
1
f(t)
y(t)
0
0 8 16
tiempo en s
5 Otra forma de resolver el problema sera la de trabajar con las componentes de la DFT. La
respuesta se obtendra como:
Y[k] = F[k]H ( k0 ) k = 0...N 1
Tenemos que conseguir que el vector Y[k] sea antisimtrico (conjugados) con respecto al
punto medio. Para obtener la serie de puntos y[k] en el dominio temporal, bastara con hacer la
IDFT del vector Y[k]. Entonces la respuesta se puede poner como:
Y[0] = F [ 0] H ( 0 )
Y[1] = F [1] H ( 0 )
Y[2] = F [ 2] H ( 20 )
Y[3] = F [3] H ( 30 )
Y[4] = F [ 4] H ( 40 )
Y[5] = Y[3]* ; Y[6] = Y[2]* ; Y[7] = Y[1]*
o sea:
H(0) = 1,0;
H(/8) = 0,87 0,34j;
H(2/8) = 0,62 0,48j
H(3/8) = 0,42 0,49j
H(4/8) = 0,29 0,45j
Y[0] = 4.00
Y[1] = 0.0450 - 2.4319j
Y[2] = 0
Y[3] = 0.2144 - 0.6668j
Y[4] = 0;
Y[5] = Y[3]* = 0.2144 + 0.6668j
Y[6] = Y[2]* = 0
Y[7] = Y[1]* = 0.0450 + 2.4319j
y[0] = 0.56
y[1] = 1.02
y[2] = 0.94
y[3] = 1.08
97
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
El objetivo es conocer la respuesta del circuito a una entrada sinusoidal durante la conexin
sucesiva de los interruptores S1 y S2. El anlisis se realizar por mallas, de ah que las
condiciones iniciales estn representadas por fuentes de tensin. Como la variacin del estado
de interruptores modifica el circuito, se repetir el anlisis con las condiciones especficas
debidas al estado de los interruptores, que son:
1.- S1 OFF y S2 OFF con t0 = 0.0 sg
2.- S1 ON y S2 OFF con t0 = 0.2 sg
3.- S1 ON y S2 ON con t0 = 0.6 sg
En cada uno de los anlisis, las condiciones iniciales son los parmetros del circuito en el
instante anterior. De esta forma los escalones unitarios empleados para las excitaciones y
condiciones iniciales comienzan precisamente en los distintos t0. Los impulsos unitarios que
intervienen en cada anlisis los obtenemos como derivada de los escalones anteriores.
Las ecuaciones resultantes del anlisis por mallas son:
I V VC0
[ I] = [ Y ] [ E ] [ I] = 1 [ E ] = (VIII.37)
I2 V + VL0
1
R + R S1 + 1 jk0 C R
[ Y ] = [ Z] =
1
(VIII.38)
R R + R S2 + jk0 L
donde:
o Las funciones FDFT(k0) se denotan por F
o Rs1 y Rs2 son las resistencias de los interruptores S1 y S2 (dependen del estado del
interruptor).
o VC0 = VDFT,C0 ( k0 ) = V0 U DFT ( k0 ) es la fuente asociada a las condiciones iniciales del
condensador
o VL0 = VDFT,L0 ( k0 ) = jk0 LI0 U DFT ( k0 ) es la fuente asociada a las condiciones
iniciales de la bobina
98
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
99
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
%% *********************************************************************** %
%% *********************************************************************** %
%% %
%% Prueba de empleo de la DFT para su utilizacin en sistema lineales. %
%% Respuesta de un circuito RLC a un escaln. %
%% %
%% Entrada: Escaln de tensin (u(t)). %
%% Salida : Intensidad (ir(t)) %
%% %
%% *********************************************************************** %
%% *********************************************************************** %
%
% Empleo de la transformada de Fourier para el estudio de circuitos no
% lineales. Para ello lo que hacemos es estudiar la respuesta del circuito
% en todo el tiempo de definicin del problema, para cada uno de los circuitos
% derivados de la variacin de las condiciones de funcionamiento (apertura
% de un interruptor, ...) teniendo en cuenta las condiciones iniciales
% procedentes del estado anterior. O sea, tenemos un circuito diferente
% cada vez que, por ejemplo, un interruptor vara su estado.
% Estudiamos el circuito en todo el tiempo con el interruptor en
% el estado inicial, y volvemos a realizar el estudio con el interruptor
% en el estado final teniendo en cuenta las condiciones iniciales de los
% condensadores y bobinas, y siendo la entrada un escaln a partir
% del instante en el cambi el estado del interruptor.
%
% INCONVENIENTES:
% - Paso constante. Sera interesante poder variar el paso temporal en
% aquellos lugares donde hay discontinuidades.
% - El estudio hay que realizarlo en cada de una de las etapas para todo
% el intervalo de tiempo donde est definido el problema.
% - En el caso estudiado las modificaciones del circuito estn controladas
% desde el exterior, no se contempla la inclusin de elementos cuyo
% funcionamiento dependa del estado del circuito (diodos, ...)
%
% NOTA:
% Hay que tener en cuenta que al trabajar con la DFT todas las seales
% tienen que ser peridicas, ya que as lo considera la DFT. De ah que
% los escalones sean ondas cuadradas, cuyo ciclo de trabajo es del 50%, para
% aproximarnos ms a la Transformada de Fourier del escaln real.
%
%
%Parmetros de clculo.
%Nel=2^15;
Nel=2^11;
m=1; M=Nel;
n=1; N=Nel/12;
tfinal=1.6;
%Ejes
t=([0:Nel-1]'/(Nel-1))*tfinal;
w=2*pi*[0:Nel-1]'/tfinal;
[fw,cw]=size(w);
%Constantes
I=ones(fw,cw); %Matriz unidad
j=sqrt(-1); %Numero complejo puro
100
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
Rs1=MRs1(l);
Rs2=MRs2(l);
%plot(t,esc),grid
Y=inv(Z);
Y11(k)=Y(1,1);
Y12(k)=Y(1,2);
Y21(k)=Y(2,1);
Y22(k)=Y(2,2);
end;
101
VIII. Aplicacin de la Transformada de Fourier al estudio de sistemas lineales
i1=real(ifft(I1));
i2=real(ifft(I2));
%Tensin en el condensador.
%Esto para solucionar el problema de la indeterminacin.
i1t=i1.*t;
I1t=-1*fft(i1t);
Uc=I1.*Cw;
Uc(1)=I1t(1)/C1;
Uc=Uc+Uco;
Uc=tf2dft(Uc);
uc=real(ifft(Uc));
disp('');
disp(' Ejemplo de empleo de la DFT en el analisis de sistema lineales.');
disp('');
102
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
x(t) x[n]
t n
-1 0 1 2 3 4 5 6 7 8 9
Ilustracin IX-1: Ejemplo de funcin continua f(t) y discreta f[n]
Las funciones en tiempo discreto se denotan como f[n], donde n es el ndice de la secuencia,
y, por consiguiente, un nmero natural. Para resaltar el hecho de que estn slo definidas para
valores enteros de n tambin se les llama secuencias discretas o en tiempo discreto.
Una seal en tiempo discreto puede provenir de una seal continua, por ejemplo, a travs
del muestreo. Esta es una forma habitual para obtener un nmero finito de valores significativos
en un determinado intervalo de tiempo a partir de una funcin continua en el tiempo. Resulta
fcil caer en la tentacin de identificar la idea de seal discreta con la de seal continua
muestreada. Sin embargo se ha de evitar tal error, ya que la teora de seales discretas es mucho
ms amplia, abarcando desde fenmenos slo representables en el dominio discreto hasta los ya
mencionados procesos de muestreado. Es por ello que se han desarrollado a lo largo de los aos
teoras de anlisis de seales en tiempo discreto que pueden transcurrir de forma paralela o
anloga a los mtodos de anlisis en el dominio continuo del tiempo. Consecuentemente existen
mltiples similitudes entre ambos tipos de seales y mtodos de anlisis, no obstante, las
diferencias son igual de evidentes e importantes. Es en este marco donde se va a presentar la
Transformada de Fourier en Tiempo Discreto (DTFT2) que, como su nombre apunta, busca
extraer informacin de tipo frecuencial de las secuencias discretas, y aunque se pueden
encontrar similitudes de comportamiento con la Transformada de Fourier o incluso la DFT,
tambin se har notar el distanciamiento con ellas.
1
En este caso el estudio se centra en seales temporales, aunque los resultados son generalizables a otro tipo de variables.
2
Siglas de Discrete Time Fourier Transform
103
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
0, n 0
[n ] = Funcin impulso unitario en tiempo discreto (IX.2)
1, n = 0
Estas funciones guardan ciertas analogas con sus colegas continuas, tal y como se puede
comprobar las recogidas en la Tabla IX-1. Tambin son importantes las diferencias, por ejemplo
desaparecen las discontinuidades como tales, y aunque sigue habiendo saltos, estos ya no
representan una indefinicin de la funcin.
Tabla IX-1: Propiedades del escaln e impulso.
Dominio Discreto Dominio Continuo
f [ n ] [ n ] = f [ 0] [ n ] f ( t ) ( t ) = f ( 0) ( t )
u [ n ] u [ n 1] = [ n ] du ( t ) dt = ( t )
n
u [n ] = [k]
t
u ( t ) = ( t ) dt .
k =
u[n] [n]
1 1
-5 -4 -3 -2 -1 0 1 2 3 4 5
n -5 -4 -3 -2 -1 0 1 2 3 4 5
n
e(
j 0 + 2 ) n
= e j0 n (IX.4)
Esto significa que la eleccin de un exponente en el que se incluya a cualquiera de los siguientes
trminos: 0 , 02 , 04 , da lugar a secuencias idnticas. As que para estudiar el
104
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
f [ n ] = ( 1)
n
(IX.6)
Como resumen, se puede afirmar que en el espectro de frecuencia discreta las bajas
frecuencias se sitan alrededor de los mltiplos pares de , mientras que la altas frecuencia se
localizan en las cercanas de los mltiplos impares de .
En este punto ya se ha comprobado que la exponencial compleja discreta no cumple la
primera propiedad de las dos enumeradas para la exponencial compleja continua. Ahora le toca
el turno a la segunda propiedad que tendr idntico tratamiento que la primera.
Para que una secuencia f[n] sea peridica, ha de existir un nmero entero N llamado perodo
que haga que para cualquier valor n se cumpla que f[n+N]=f[n]. Esto mismo aplicado a la
exponencial compleja implica que para que una exponencial compleja discreta sea peridica de
perodo N se ha de cumplir que:
e j0 ( n + N ) = e j0 n e j 0 N = 1 (IX.7)
Esto significa que:
0 m
0 N = 2 m = (IX.8)
2 N
donde m es un nmero entero, N el perodo de la funcin y 0/m su frecuencia.
Todas la conclusiones alcanzadas para la funcin exponencial compleja quedan resumidas en
la Tabla IX-2. Algunos ejemplos de seales sinusoidales se muestran es la Ilustracin IX-3. El
comportamiento de las seales sinusoidales es el mismo que el de las exponenciales complejas.
Tabla IX-2: Propiedades de la exponencial compleja
e j0 t e j 0 n
Seales distintas para distintos valores de 0 Seales idnticas para exponenciales separadas 2
2m
Peridica para cualquier valor de 0 Peridica slo si: 0 = con N > 0
N
Frecuencia fundamental: 0 Frecuencia fundamental: 0 m
Perodo Perodo
0 = 0 : indefinido 0 = 0 : indefinido
2 2
0 0 : 0 0 : m
0 0
105
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
2
f [ n ] = cos n Secuencia peridica con N=12
12
f[n]
N=12
8
f [ n ] = cos n Secuencia peridica. con N = 31
31
f[n]
N=31
1
f [ n ] = cos n Secuencia No peridica
6
f[n]
106
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
f [ n ] = cos ( 0 n ) k=0 f [ n ] = cos n k=1 f [ n ] = cos n k=2
8 4
3
f [ n ] = cos n k=4 f [ n ] = cos ( n ) k=8 f [ n ] = cos n k=12
2 2
7 15
f [ n ] = cos n k=14 f [ n ] = cos n k=30 f [ n ] = cos ( 2 n ) k=0
4 8
Ilustracin IX-4: Periodicidad de las seales sinusoidales peridicas discretas ( Parte real de e jk ( 2 N ) n ) con N = 16
107
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
Al menor nmero entero N que haga que se cumpla la anterior relacin se le llama perodo.
Por ejemplo, se ha visto la exponencial compleja de perodo N definida por:
2 m
f [n] = e
j n
N
(IX.10)
3
Siglas de Discrte Time Fourier Series
108
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
Cuando se trat la convergencia de las series de Fourier en el dominio continuo del tiempo
se presentaban algunas dificultades como el fenmeno de Gibbs. En cambio con secuencias
discretas este problema desaparece ya que los sumatorios involucrados en la obtencin de la
serie de Fourier son finitos, como tampoco tiene sentido estudiar la convergencia en las
discontinuidades ya que stas no aparecen en los sistemas discretos. Cabe decir, por lo tanto,
que la convergencia de la DTFS es todava mejor que la de su versin para el dominio
continuo del tiempo.
k=1 k=2
Im Im
n=2 n=1 n =1,4
120
n=3 60 n=0 n = 0,3
Re Re
n=4 n=5 n =2,5
k=3 k=4
Im Im
n =2,5
n = 1,3,5 n = 0,2,4 n = 0,3
Re Re
n =1,4
k=5 k=6
Im Im
n=4 n=5
n=3 n=0 n = 0,1,...,5
Re Re
n=2 n=1
2
jk n
Ilustracin IX-6: Secuencias armnicas e N
para N = 6
109
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
Esto quiere decir que las altas frecuencias se sitan en torno a los mltiplos impares de ( ,
3, 5) y las bajas en torno a los mltiplos pares (0, 2, 4, 6), tal y como se puede
ver en la Ilustracin IX-7.
f1[n] F1()
n 3 2 2 3
f2[n]
F2()
n
3 2 2 3
f a [ n ]
TFD
Fa ( )
Nd k = Fa ( ) = k 2 (IX.17)
f [ n ]
SFD
d k N
O sea, que los coeficientes dk de la DTFS de f[n] se pueden obtener como muestras de la DTFT
F() para las frecuencia =2k/N.
De todas formas si se calcula la DTFT de la secuencia peridica f[n] se obtiene un tren de
impulsos en el dominio de la frecuencia cuya expresin es:
+
f [ n ]
TFD
F() = 2 d ( 2k N )
k (IX.18)
k =
En donde cada uno de los impulsos est definido en las frecuencias correspondientes a los
distintos armnicos de la DTFS.
110
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
IX.5.1 Periodicidad
La transformada de Fourier Discreta es peridica de perodo 2. Esto significa que las
componentes de baja frecuencia estn en torno a los mltiplos pares de y las de alta frecuencia
en torno a los mltiplos impares de .
IX.5.2 Linealidad
La transformada de la combinacin lineal de dos secuencias es la combinacin lineal de sus
transformadas, o sea:
f1 [ n ]
DTFT
F1 ( )
a f1 [ n ] + b f 2 [ n ] aF1 ( ) + bF2 ( )
DTFT
(IX.19)
f 2 [ n ]
DTFT
F2 ( )
IX.5.3 Simetra
Si una secuencia f[n] es real, como ocurre con todas la relacionadas con procesos fsicos, se
cumplen una serie de propiedades de simetra para la transformada, que son:
F ( ) = F* ( )
Si f [ n ] es real Re {F ( )} es par e Im {F ( )} es impar (IX.20)
F ( ) es par y F ( ) es impar
111
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
IX.5.6 Convolucin
En cuanto a la convolucin tenemos dos casos. El primero sera la convolucin circular que
se aplica a seales peridica de igual perodo N. En este caso el sumatorio que involucra a la
convolucin est limitado a los N valores que representan un perodo cualquiera. De esta forma:
f1 [ n ]
SFD
d k,1
f1 [ n ] f 2 [ n ] = f1 [ m ] f 2 [ n m ] d k,1d k,2
DTFS
(IX.26)
f 2 [ n ]
SFD
d k,2 m= N
f1 [ n ]
DTFT
F1 ( ) +
f [ n ] f [ n ] = f1 [ m ] f 2 [ n m ]
DTFT
F1 ( ) F2 ( ) (IX.27)
f 2 [ n ] F2 ( )
DTFT 1 2
m =
Por otra parte la propiedad de modulacin tiene una nica expresin en la que est implicada
la convolucin peridica de la DTFT, sta es:
f1 [ n ]
TFD
F1 ( )
f1 [ n ] f 2 [ n ] F1 ( ) F2 ( ) = F1 ( W ) F2 ( W ) dW (IX.28)
DTFT
f 2 [ n ]
TFD
F2 ( ) 2
n =
=
2 2
(IX.29)
112
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
IX.5.8 Dualidad
En la tabla siguiente se muestran las distintas relaciones de dualidad mediante flechas.
Relaciones de Dualidad
f (t) F ( )
Continuo f(t) F() Continuo 1
F ( t ) f ( )
2
f [ n ] F ( ) Discreto
Continuo ak f[n] Discreto
F ( t ) a k = f ( k) Continuo
f [ n ] a k = g [k]
Discreto f[n] ak Discreto 1
g [ n ] f [ k ]
N
113
IX. La Transformada de Fourier en Tiempo Discreto (DTFT)
No obstante, sus diferencias son notables, como el nmero de elementos del sumatorio, y el
hecho de que la DFT es una funcin discreta y la DTFT es continua en el dominio de la
frecuencia.
Para estudiar la relacin entre ambas, se va analizar la transformada de una seal de tiempo
discreto de duracin finita, esto es: f[n] = 0 para n<0 y nN. Esta seal se supone procedente de
una seal continua f(t), de forma que sus muestras coinciden con los valores de la secuencia
discreta, es decir: f(nT) = f[n]. Si se calcula la DTFT de la seal recin descrita, se obtiene el
sumatorio:
N 1
F ( ) = f [ n ] e jn (IX.33)
n =0
114
X. Propiedades y transformadas de Fourier ms habituales
f ( ) f ( t ) dt
T 1 2 Td n,1d n,2
+
f1 ( t ) f 2 ( t ) d
k =
d
k,1 n k,2
d n = d n
f ( t ) real
d n = d n , d n = d n
+
1
f ( t ) dt = d n = C0 + ( Cn ) = Frms
2
2 2 2
Relacin de Parseval para seales peridicas
T T
n = n =1
115
X. Propiedades y transformadas de Fourier ms habituales
a f1 ( t ) + b f 2 ( t ) a F1 ( ) + b F2 ( )
f ( t t0 ) e j t 0 F ( )
e j0 t f ( t ) F ( 0 )
f ( at ) F( a ) a
F 1 ( ) F 2 ( )
+
f1 ( t ) f 2 ( t ) = f1 ( ) f 2 ( t ) d
1
f1 ( t ) f 2 ( t ) F1 ( ) F2 ( )
2
d
x (t) j F ( )
dt
1
F ( ) + F ( 0 ) ( )
t
f ( t ) dt
j
d
t f (t) j F ( )
d
F ( ) = F ( )
f ( t ) real
F ( ) = F ( ) ; F ( ) = F ( )
f ( t )
F ( )
Dualidad
F ( t )
2 f ( )
+ 1 +
f ( t ) dt = F ( ) d
2 2
Relacin de Parseval para seales aperidicas
2
116
X. Propiedades y transformadas de Fourier ms habituales
N k =0 n =0
Eje de Frecuencias
Eje de tiempos (perodo de muestreo T)
2
nT [ 0 1 N 1] T k0 [ 0 1 N 1]
NT
f (n) + g(n) F( k ) + G ( k )
F( n ) N f ( k )
f (n i) F ( k ) e j2 ki N
f ( n ) e j2 ni N F( k i)
f (n) g(n) F(k ) G (k )
f (n) g(n) F( k ) G (k ) N
N 1 N 1
1
f (n ) = N F(k )
2 2
Teorema de Parseval
n =0 k =0
1
Para hacer ms compacta la notacin se consideran las siguientes igualdades: F(k) = FDFT(k0) y f(n) = f(nT)
117
X. Propiedades y transformadas de Fourier ms habituales
r= N
f1 [ r ] f 2 [ n r ] Nd k,1d k,2
f1 [ n ] f 2 [ n ] d
l= N
d
l,1 k l,2
f [ n ] f [ n 1] (1 e jk ( 2 N )
)d k
d k = d k
f [ n ] real
d k = d k ; d k = d k
1
f [n] = dk
2 2
Relacin de Parseval para seales peridicas
N n= N k= N
118
X. Propiedades y transformadas de Fourier ms habituales
f [n] =
1
F ( ) e jn d
F() = f [n]e jn
2 2
n =
Peridica de perodo 2
a1 f1 [ n ] + a 2 f 2 [ n ] a1 F1 ( ) + a 2 F2 ( )
f [n n0 ] e jn 0 F ( )
e j0 n f [ n ] F ( 0 )
f [ n ] F ( )
f [ n k ] si n es multiplo de k
f( k ) [ n ] = F ( k )
0 si n no es multiplo de k
+
f1 [ n ] f 2 [ n ] = f [ m] f [ n m]
1 2 F1 ( ) F2 ( )
m =
1
F1 ( ) F2 ( ) d
f1 [ n ] f 2 [ n ] 2 2
Convolucin peridica
f [ n ] f [ n 1] (1 e j ) F ( )
n +
1
f [m]
m = 1 e j
F ( ) + F ( 0 )
k =
( 2k )
dF ( )
n f [n] j
dt
F ( ) = F ( )
f [ n ] real
F ( ) = F ( ) ; F ( ) = F ( )
+
1
f [n] = F ( ) d
2 2
Relacin de Parseval para seales aperidicas
n =
2 2
119
X. Propiedades y transformadas de Fourier ms habituales
sen 0 t d 1 = 12 j; d1 = 12 j
+
( t nT )
k =
dk = 1 T
120
X. Propiedades y transformadas de Fourier ms habituales
t n 1 at
e u ( t ) , real {a} > 0 1 ( a + j )
n
( n 1)!
1 2 ( )
cos 0 t ( 0 ) + ( + 0 )
sen 0 t ( 0 ) ( + 0 )
j
e j0 t 2 ( 0 )
+
2 + 2k
k =
( t nT ) T
T k =
121
X. Propiedades y transformadas de Fourier ms habituales
0 n < 0 1 +
u [n ] = +
1 e j k =
( 2k )
1 n > 0
Onda peridica
sen ( W n ) Wn 1 0 W
=
W
sinc F() =
0 W <
n
F ( + 2 ) = F ( )
1
a n u [ n ]; a < 1
1 a e j
( n + 1) a n u [ n ] , a 1 (1 a e j )
2
<1
( n + r 1)! n
a u [n ], 1 (1 a e j )
r
a <1
( r 1)!n!
122
X. Propiedades y transformadas de Fourier ms habituales
cos 0 N 1 k = m, m N, m 2N,...
0 = 2m N d k = 2
0 resto
0 2 irracional f [ n ] no es peridica
+
( 0 2l ) ( + 0 2l )
j l =
+ 1 2 j k = + r, + r N, + r 2N,...
sen 0 N
0 = 2m N d k = 1 2 j k = r, r N, r 2N,...
0 resto
0 2 irracional f [ n ] no es peridica
+
2 ( 0 2l )
l =
e j0 N
1 k = r, + r N, r 2N,...
0 = 2m N d k =
0 resto
0 2 irracional f [ n ] no es peridica
+
2k
2 d k
de
k= N
k
jk ( 2 N ) n
k = N
dk
+
2 ( 2l )
f [n ] = 1
l =
1 k = 0, N, 2N,...
dk =
0 resto
+
2 d k ( 2k N )
1 n N1 k =
f [n] =
0 N1 < n N 2 ( 2N1 + 1) N k = 0, N, 2N,...
f [n + N] = f [n] d k = sen ( 2k N ) ( N1 + 12 )
resto
N sen ( 2k N )
2 +
+
[ n kN ] ( 2k N )
N k =
k =
dk = 1 N
123
X. Propiedades y transformadas de Fourier ms habituales
124
Bibliografa
Bibliografa
E. Oran Brigham; The Fast Fourier transform, New Jersey, Prentice-Hall, 1974
Gerald B. Folland; Fourier analysis and its applications, Pacific Grove (California),
Brooks/Cole, 1992
125
Bibliografa
126