Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Convolucin
En matemticas, una convolucin es un operador matemtico que transforma dos funciones
f y g en una tercera funcin que en cierto sentido representa la magnitud en la que se
superponen f y una versin trasladada e invertida de g. Una convolucin es un tipo muy
general de media mvil, como se puede observar si una de las funciones se toma como la
funcin caracterstica de un intervalo.
Se denota como f*g. Se define como la integral del producto de ambas funciones despus
de desplazar una de ellas a una distancia t.
f *g f ( x).g (t x).dx
Interpretacin de la convolucin
Sea: y (t ) ( f * g )(t )
Entonces para un sistema g t donde aplicaremos un tipo de entrada P (t ) ,como se
pareca en la, la cual la representaremos de la siguiente manera:
Podemos apreciar que para este tipo de entrada ( P (t )) existe un tipo de respuesta (Q (t ))
; como se aprecia en la Fig2., en este caso asumamos que sea de la siguiente manera:
FIG2 Respuesta a la entrada P (t )
Una de las propiedades importantes de la funcin impulso es la traslacin o corrimiento,
como se puede apreciar en la Fig.
FIG3Proceso de corrimiento
De las dos ltimas grficas (FIG.2 y FIG.3) podemos deducir:
g * (t ) TP(t KT ).g ( KT )
K 0
y* (t ) TP(t KT ).g ( KT )
K 0
y f ( x).g (t x).dx extrapolando: y f ( x).g (t x).dx
0
y f * g f ( x).g (t x).dx
(u, v)
du.dv .du.dx
(u, x)
Entonces hallando el Jacobiano, el cual est dado por:
u u
(u, v) u x 1 0
det det 1
(u, x) v v 0 1
u x
De donde:
F ().G() f (u).g ( x u).du.dx
F
f (u ).g ( x u ).du
Como:
f * g f (u).g ( x u).du
Entonces:
F ( ).G ( ) F ( f * g )
1 i x
2
f *g . e .F ( ).G ( ).d
Aplicaciones de la convolucin
En estadstica, como un promedio mvil ponderado.
En ptica, muchos tipos de "manchas" se describen con convoluciones. Una sombra (la
sombra en la mesa cuando tenemos la mano entre sta y la fuente de luz) es la
convolucin de la forma de la fuente de luz que crea la sombra y del objeto cuya sombra
se est proyectando. Una fotografa desenfocada es la convolucin de la imagen
correcta con el crculo borroso formado por el diafragma del iris.
En acstica, un eco es la convolucin del sonido original con una funcin que represente
los objetos variados que lo reflejan.
En fsica, all donde haya un sistema lineal con un "principio de superposicin", aparece
una operacin de convolucin.
La transformada de Fourier se utiliza para pasar una seal al dominio de frecuencia para as
obtener informacin que no es evidente en el dominio temporal. Por ejemplo, es ms fcil
saber sobre qu ancho de banda se concentra la energa de una seal analizndola en el
dominio de la frecuencia.
La transformada tambin sirve para resolver ecuaciones diferenciales con mayor facilidad y,
por consiguiente, se usa para el diseo de controladores clsicos de sistemas realimentados,
si conocemos la densidad espectral de un sistema y la entrada podemos conocer la densidad
espectral de la salida. Esto es muy til para el diseo de filtros de radiotransistores.
La transformada de Fourier tambin se utiliza en el mbito del tratamiento digital de
imgenes, como por ejemplo para mejorar o definir ms ciertas zonas de una imagen
fotogrfica o tomada con una computadora.
xn IDFT X k
1
DFT X k *
*
N
Desarrollo de la FFT
La idea bsica detrs de la FFT consiste en la divisin del tiempo, es decir, en la
descomposicin iterativa en Transformadas de Fourier Discretas ms simples. La FFT hace
uso de dos propiedades de la Transformada de Fourier Discreta. La FFT presentada asume
que N es potencia de 2, sin embargo, existen mtodos para adaptar otros valores de N a
las condiciones necesarias de este algoritmo.
Las propiedades que se aprovechan son las siguientes:
Sea la FFT:
N |
x[k ] x[n].WN kn , k 0,1,..., N 1 }
n 0
2
j
donde : WN e N
La FFT divide la Transformada de Fourier Discreta a calcular en dos TFD menores segn
la paridad de los
trminos:
2
j.
Sabiendo que WN e 2 N /2
WN /2 se puede expresar la FFT de N muestras en la suma de dos
FFT de N/2 muestras:
N /2 1 N /2 1
X [k ] r 0
x[2r ].(WN /2 ) rk WNk . x[2r 1].((WN /2 ) rk )
r 0
Dado que se tratan de dos FFT, esto significa que podemos aplicar el mismo mtodo de
divisin en pares e impares para as obtener dos pares de TFD de N/4 muestras. El mtodo
es as aplicado hasta que se obtienen FFT de 1 muestra, cuyo clculo resulta sencillo. Una
vez obtenidos los valores de las FFT simples, es cuestin
de adicionar los resultados.
Se puede observar que si se tena inicialmente una FFT de N muestras, se podrn llevar a
cabo p log 2 N divisiones. Si calculamos el costo de las operaciones que hay que llevar
a cabo con este mtodo, se tiene que el algoritmo es de 0 ( N ,log 2 N ) .
Aplicaciones de FFT
Adems, estarn repetidos, dando una serie de datos simtrica. Nos interesa slo la
mitad. Y adems estarn multiplicados por N/2, siendo N el nmero de datos de
nuestra serie. Si recuperaremos la ltima seal que generamos
Ejemplo
clear all
t=[0:0.01:1];
x1=5*sin(4*pi*t);
x2=2*sin(8*pi*t+1);
x=x1+x2;
plot(t,x)
>>y=abs(fft(x));
>>y=fft(x);
>>A=abs(y)/50;
>>bar(A)
En el grfico de barras podemos ver ahora la componente de ruido. Esa componente podr
eliminada ahora
.
Otro ejemplo
clear all
Fs=1000;
t=0:1/Fs:0.5;
s1=cos(2*pi*25*t).*sin(2*pi*50*t);
plot(t,s1)
L=length(s1);