Documentos de Académico
Documentos de Profesional
Documentos de Cultura
5
M=1
M=2
4 M=5
M=10
M=15
3
M
π
sinc Mπ
(t − u) “converge” a una
1 delta de Dirac posicionada en t
cuando M → ∞!
0
−1
−2
−4 −3 −2 −1 0 1 2 3 4
t
Sin realizar ningún análisis riguroso vemos plausible que x̂(t) = x(t).
Lamentablemente esto no es cierto en general! Ni siquiera para funciones
continuas en t!
Un caso donde esto se cumple es cuando las señales x(t) son infinitamente
diferenciables y decrecen hacia cero “muy rápido” (espacio de funciones de
Schwartz!).
Teorema
Sea x(t) ∈ L1 (R) de variación acotada sobre cualquier intervalo finito de la recta.
Entonces vale:
Z ∞ M
M
1
x(t − 0− ) + x(t + 0+ )
lim x(u) sinc (t − u) du =
M →∞ −∞ π π 2
Con las hipótesis del teorema tenemos que de la misma forma que la serie de
Fourier, en una discontinuidad la anti-transformada de Fourier converge al
promedio de los valores de la misma!
Teorema (Plancherel)
Sobre el espacio L2 (R) el operador x(t) → F [x(t)] es biyectivo. Es decir, si
F [x1 (t)] = F [x2 (t)] (en el sentido cuadrático) entonces x1 (t) = x2 (t) (en el
sentido cuadrático). Además para cada x(t) ∈ L2 (R) existe su transformada de
Fourier X(jω) ≡ F [x(t)] la cual es de energı́a finita. Ası́ mismo para cada señal
X(jω) ∈ L2 (R) existe x(t) ≡ F −1 [X(jω)] también de energı́a finita. Además se
cumple la relación de Parseval:
Z ∞ 1
Z ∞
|x(t)|2 dt = |X(jω)|2 dω
−∞ 2π −∞
Z ∞ Z M 2
1 jωt
lim x(t) − X(jω)e dω dt = 0
M →∞ −∞ 2π −M
Esto es la energı́a del error se puede hacer tan pequeña como se quiera (Similar a la
serie de Fourier!).
El operador F : L2 (R) → L2 (R) define una isometrı́a en dicho espacio. Como definirı́a
los productos internos involucrados en el espacio de llegada y el de salida??
Notar que existe una dualidad interesante entre una señal y su transformada. Sea
x(t) ∈ L2 (R) y X(jω) = F [x(t)]. Entonces lo siguiente es cierto:
1 1
x(−t) = F [X(jω)] , x(t) = R [F [X(jω)]]
2π 2π
donde R [x(t)] = x(−t) es el operador reflexión temporal. Es claro que esto muestra que:
−1 1 1
F [·] = R [F [·]] =
F [R [·]]
2π 2π
Es posible definir la transformada de Fourier en L2 RN con exactamente las mismas
propiedades que para el caso con N = 1:
Z
−jωt N
X(jω) = x(t)e dt, ω ∈ R
RN
1
Z
jωt N
x(t) = X(jω)e dω, t ∈ R
2π RN
Sin embargo podemos construir una señal periódica x̃(t) con periodo T > 2T1 , de
forma tal que en cada periodo tengamos x(t).
∞ Z T /2
X 1 2π
x̃(t) = ak ejkω0 t , ak = x̃(t)e−jkω0 t dt, ω0 =
k=−∞
T −T /2 T
Pero cuando |t| < T /2, tenemos que x̃(t) = x(t). Además para |t| > T /2 tenemos
que x(t) = 0. Entonces podemos escribir:
1
Z T /2 1
Z ∞
ak = x(t)e−jkω0 t dt = x(t)e−jkω0 t dt
T −T /2 T −∞
R∞
Con X(jω) = −∞ x(t)e−jωt dt podemos escribir:
1 1
ak = X(jω) = X(jkω0 )
T ω=kω0 T
∞ ∞
X 1 1 X
x̃(t) = X(jkω0 )ejkω0 t = X(jkω0 )ejkω0 t ω0
k=−∞
T 2π k=−∞
Mientras por medio de la serie de Fourier podemos representar una señal periódica
a través de una superposición de exponenciales con armónicos en un conjunto
discreto, a través de la transformada de Fourier podemos representar una señal no
periódica como una “superposición” de exponenciales cuyos armónicos forman un
continuo!!
Notar que podemos recorrer el camino inverso: partimos de una señal periódica
˜ la cual es igual a x(t) en un perı́odo. Es claro que podemos recuperar los
x(t),
coeficientes de Fourier de x̃(t) a través de un “muestreo” equiespaciado de la
transformada de Fourier X(jω) de x(t) :
1
ak = X(jω)
T ω=kω0
La transformada de Fourier:
T
T1 e−jω 1
Z
sin (ωT1 ) ωT1
X(jω) = e−jωt dω = − = 2 = 2T1 sinc
−T1 jωt −T1 ω π
Consideremos ahora
1 |ω| < W
X(jω) =
0 |ω| > W
1
Si usamos la dualidad de la transformada de Fourier (x(t) = 2π
R [F [X(jω)]]):
1 Wt W Wt
x(t) = 2W sinc − = sinc
2π π π π
La dualidad puede ser una herramienta muy útil para explotar simetrı́as y
ahorrarnos cuentas!!
0.25
0.6
Amplitud
Amplitud
0.2 0.5
0.4
0.15
0.3
0.1
0.2
0.05
0.1
0 0
−15 −10 −5 0 5 10 15 −5 −4 −3 −2 −1 0 1 2 3 4 5
t ω
1
Z ∞
δ(t) = ejωt dω
2π −∞
Usando el hecho de que sin ωt es una función impar y que cos ωt es una función
par podemos expresar el impulso unitario también como:
1
Z ∞
δ(t) = cos (ωt)dω
π 0
2π
Es claro que dicha señal es periódica con periodo T = ω . La transformada de
0
Fourier puede calcularse como (aplicando linealidad, que es una de las propiedad
de la transformada de Fourier que veremos a continuación!):
∞
X ∞
X h i ∞
X
jkω0 t
X(jω) = F [x(t)] = F ak e = ak F ejkω0 t = 2πak δ(ω−ω0 )
k=−∞ k=−∞ k=−∞
Probarlo!!
Desplazamiento temporal: Sea x(t) tal que X(jω) = F [x(t)]. Tenemos
que:
F [x(t − t0 )] = e−jω0 t X(jω)
Probarlo!!
Conjugación y simetrı́a conjugada: Sea x(t) tal que X(jω) = F [x(t)].
Tenemos que:
F [x∗ (t)] = X ∗ (−jω)
Probarlo!! Qué sucede con la transformada de Fourier de señales reales?? Y
con las de señales reales que son pares e impares?? Analice la parte real e
imaginaria, el módulo y la fase de la transformada de Fourier para todos
estos casos!!
Probarlo!!
Integración:
R∞ Sea x(t) tal que X(jω) = F [x(t)]. Supongamos que
−∞ x(τ )dτ = 0. Tenemos que:
Z t
X(jω)
F x(τ )dτ =
−∞ jω
Convolución: Sea x(t) tal que X(jω) = F [x(t)] y y(t) tal que
Y (jω) = F [y(t)]. Sea z(t) = x(t) ∗ y(t). Tenemos:
1
F [z(t)] = [X(jω) ∗ Y (jω)]
2π
Es claro entonces que la transformada de Fourier de z(t) = y(t) cos (ω0 t) se puede
escribir:
1
Z(jω) = [Y (j(ω − ω0 )) + Y (j(ω + ω0 ))]
2
Además por la propiedad de convolución sabemos que la respuesta y(t) del sistema
LTI con respuesta al impulso h(t) a una entrada x(t) puede caracterizarse también
como:
Y (jω) = H(jω)X(jω)
Teorema
La respuesta en frecuencia H(jω) de un sistema LTI estable siempre existe.
R∞
Proof: Dado que el sistema es estable tenemos que −∞ |h(t)|dt < ∞. Pero
entonces podemos escribir:
∞ ∞ ∞
Z Z Z
h(t)e−jωt dt ≤ |h(t)e−jωt |dt =
|H(jω)| = |h(t)|dt < ∞
−∞ −∞ −∞
M
Y
H(jω) = Hi (jω)
i=1
Filtros pasa-bajos
Filtros pasa-banda
Filtros pasa-altos
oscilatorio, etc. En la
práctica, la caracterı́stica ideal
−
π π
W
se aproximará de forma tal
W
que el sistema cumpla ciertos
0 requisitos, además de la
caracterı́stica en frecuencia
0 deseada.
t
N M
dk y(t) dk x(t)
X X
ak F = bk F
k=0
dtk k=0
dtk
N
X M
X
Y (jω) ak (jω)k = X(jω) bk (jω)k
k=0 k=0
Y (jω)
Y (jω) = H(jω)X(jω), H(jω) =
X(jω)
H(jω) = |H(jω)|ej arg H(jω) , −π ≤ arg H(jω) < π También podemos definir la fase extendida!!!
H(jω) = e−jωt0
Este sistema tiene ganancia unitaria por lo que no introduce niguna distorsión en
la amplitud del espectro de la señal de entrada. Esto es |Y (jω)| = |X(jω)|. Sin
embargo no podemos afirmar que x(t) = y(t)!!
y(t) = x(t − t0 )
Si bien es claro que x(t) 6= y(t), la salida de este sistema preserva totalmente la
forma de la señal de entrada, introduciendo simplemente un retardo en el tiempo!!
Este sistema no presenta distorsión de fase!
Es decir presenta fase lineal!! Los sistemas de fase lineal no tienen distorsión de
fase!!
Señales y Sistemas (66.74 y 86.05) Transformada de Fourier 31/61
Sistemas LTI y transformada de Fourier X
Consideremos ahora un sistema de fase no lineal:
1 − jω + (jω)2
H(jω) =
1 + jω + (jω)2
3 −2
2
−4
−6
0
−8
−1
−10
−2
−3 −12
−4 −14
−5 0 5 −5 0 5
ω ω
Usando que 1
F [δ(t)] = 1, F e−αt u(t) =
, <{α} > 0
α + jω
tenemos que la respuesta al impulso se puede escribir:
√ !
3
h(t) = δ(t) − 2.30e−0.5t cos t + 0.5237 u(t)
2
Amplitud
sistema a un tiempo dado t sean diferentes. Esto da −0.5
d
τ (ω) = − arg H(jω)
dω
y como
d
|H(jω)|≈|H(jω0 )|, arg H(jω)≈− arg H(jω0 )+ arg H(jω) (ω+ω0 ) = −θ−τ (ω0 )(ω+ω0 )
dω ω=−ω0
cuando |ω + ω0 | es pequeño. Hemos usado que por ser h(t) real, |H(jω)| es par y
arg H(jω) es impar (lo que implica que τ (ω0 ) = τ (−ω0 )). Dado que podemos
escribir
Y (jω)≈|H(jω0 )|ejθ S(j(ω−ω0 ))e−jτ (ω0 )(ω−ω0 ) +|H(jω0 )|e−jθ S(j(ω+ω0 ))e−jτ (ω0 )(ω+ω0 )
3.5
Es fácil ver que el mayor√retardo
Retardo de grupo de H(jω)
2.5
se da para la frecuencia 23 !! Esa
2
oscilación determina de alguna
1.5
forma las partes más tardı́as de la
1
respuesta al impulso!!
0.5
0
−5 0 5
ω
Notar que hemos definido la transformada para ω ∈ [−π, π). Esto es ası́ por que
en caso discreto la transformada de Fourier es claramente una función periódica
por lo que podemos restringir el análisis de X(ejω ) a dicho intervalo!! En general
podemos definir la variación en ω en cualquier conjunto B ∈ R con largo 2π!!
Notar que por ser X(ejω ) periódica la integral se puede hacer sobre cualquier
intervalo B ∈ R de largo 2π. Como siempre nuestro interés estará en poder
recuperar x[n], con lo cual desearı́amos que x̂[n] = x[n].
Podemos escribir:
Z π ∞
1 X
−jωk jωn
x̂[n] = x[k]e e dω
2π −π k=−∞
∞ Z π
X 1
= x[k] ejω(n−k) dω
k=−∞
2π −π
∞
X
= x[k]δ[n − k]
k=−∞
= x[n]
Vemos que X(ejω ) es una función periódica con periodo 2π. Como tal se
pueden calcular sus coeficientes de Fourier:
Z π
1
ak = X(ejω )e−jωk dω
2π −π
Es claro que ak = x[−k], lo que refleja que tenemos una relación de dualidad
entre en la transformada de Fourier de tiempo discreto y la serie de Fourier
de tiempo continuo, la cual se puede explotar en nuestros cálculos!!
Sin embargo podemos construir una señal periódica x̃[n] con periodo
N > N1 + N2 , de forma tal que en cada periodo tengamos x[n].
X 1 X 2π
x̃[n] = ak ejkω0 n , ak = x̃[k]e−jkω0 n , ω0 =
N N
k=hN i k=hN i
Pero cuando −N1 < n < N2 , tenemos que x̃[n] = x[n]. Además para n fuera de
ese rango tenemos que x[n] = 0. Entonces podemos escribir:
1 X
ak = x̃[k]e−jkω0 n
N
k=hN i
P∞
Con X(ejω ) = k=−∞ x[k]e−jωk podemos escribir:
1 1
ak = X(ejω ) = X(ejkω0 )
N ω=kω0 N
X 1 1 X
x̃[n] = X(ejkω0 )ejkω0 n = X(ejkω0 )ejkω0 n ω0
N 2π
k=hN i k=hN i
Mientras por medio de la serie de Fourier podemos representar una señal periódica
a través de una superposición de exponenciales con armónicos en un conjunto
discreto, a través de la transformada de Fourier podemos representar una señal no
periódica como una “superposición” de exponenciales cuyos armónicos forman un
continuo en el intervalo [−π, π)!!
Notar que podemos recorrer el camino inverso: partimos de una señal periódica
x̃[n], la cual es igual a x[n] en un perı́odo. Es claro que podemos recuperar los
coeficientes de Fourier de x̃[n] a través de un “muestreo” equiespaciado de la
transformada de Fourier X(ejω ) de x[n] :
1
ak = X(ejω )
N ω=kω0
La transformada de Fourier:
N1 2N
X X1 1 − e−jω(2N1 +1) sin (ω(N1 + 1/2))
X(ejω ) = e−jωn = ejωN1 e−jkω = ejωN1 =
n=−N1 k=0
1 − e−jω sin (ω/2)
25 Es claro que
N1=1 sin (ω(N1 + 1/2))
20 N =5
2
N =10
sin (ω/2)
1
15
−5
−6 −4 −2 0 2 4 6
y viceversa
ω
sin (nT1 )
los coeficientes de Fourier valen an = πn
y ω0 = 1. Entonces an = x[n].
Sabemos que:
∞
X ∞
X ∞
X
y(t) = an ejnt = a−n e−jnt = x[−n]e−jnt
n=−∞ n=−∞ n=−∞
∞
X
y(t) = x[n]e−jnt
n=−∞
∞
X
X(ejω ) = δ[n]e−jωn = 1
k=−∞
Tal como en el caso de tiempo continuo tenemos que el impulso está generado por
una superposición en fase de un continuo de armónicas de la misma amplitud!! En
este caso, dada las caracterı́sticas especiales de las exponenciales de tiempo
discreto el continuo de armónicas a utilizar pertenece al conjunto acotado [−π, π).
1
Z π
δ[n] = cos (ωn)dω
π 0
Tenemos que ∞
X
F ejω0 n =
2πδ(ω − ω0 − 2πk), |ω0 | ≤ π
k=−∞
Una señal x[n] periódica con periodo N se puede escribir de acuerdo a su serie de
Fourier como:
X 2π
x[n] = ak ejkω0 n , ω0 =
N
k=hN i
X n o X ∞
X
F {x[n]} = ak F ejkω0 n = ak 2πδ(ω − kω0 − 2πp)
k=hN i k=hN i p=−∞
∞
X X 2π
= 2πak δ ω − (k + N p)
p=−∞ k=hN i
N
∞
X X 2π
= 2πak+N p δ ω − (k + N p)
p=−∞ k=hN i
N
donde hemos usado que los coeficientes de Fourier de una secuencia discreta
periódica forman una secuencia periódica también.
∞
X 2πl
F {x[n]} = 2πal δ ω −
l=−∞
N
Vamos a asumir que todas las señales involucradas tiene bien definida su
transformada de Fourier
Linealidad: Sean x[n] e y[n] funciones tales que X(ejω ) = F {x[n]} y
Y (ejω ) = F {y[n]}. Tenemos que:
Probarlo!!
Desplazamiento temporal y en frecuencia: Sea x[n] tal que
X(ejω ) = F {x[n]}. Entonces valen
Probarlo!!
P∞
Probarlo!! El caso para el que k=−∞ x[k] 6= 0 se modifica como:
n ∞
X 1 X
F x[k] = −jω
X(ejω ) + πX(ej0 ) δ(ω − 2πk)
k=−∞
1−e k=−∞
= X(ejω )Y (ejω )
Esta propiedad es análoga al caso continuo!! Nos será de mucha utilidad para
analizar sistemas LTI en tiempo discreto!!
Multiplicación: Sea x[n] tal que X(ejω ) = F {x[n]} y y[n] tal que
Y (ejω ) = F {y[n]}. Sea z[n] = x[n]y[n]. Tenemos:
1
Z π
F {z[n]} = X(ejν )Y (ej(ω−ν) )dν
2π −π
Proof:
∞ ∞ Z π
X X 1
Z(ejω ) = x[n]y[n]e−jωn = y[n] X(ejν )ejνn dν e−jωn
n=−∞ n=−∞
2π −π
Z π ∞
1 X
= X(ejν ) y[n]e−j(ω−ν)n dν
2π −π
n=−∞
Z π
1
= X(ejν )Y (ej(ω−ν) )dν
2π −π
La convolución periódica se puede realizar en cualquier intervalo de longitud 2π!!
Notar la diferencia con la convolución tradicional o aperiódica!! Cuando
estudiemos el tema de filtros digitales veremos que esta propiedad tendrá mucha
utilidad!!
∞
X
H(ejω ) = h[n]e−jωn
k=−∞
Teorema
La respuesta en frecuencia H(ejω ) de un sistema LTI de tiempo discreto estable
siempre existe.
P∞
Proof: Dado que el sistema es estable tenemos que n=−∞ |h[n]| < ∞. Pero
entonces podemos escribir:
∞ ∞ ∞
X X X
−jωn
jω
|h[n]e−jωn | =
|H(e )| =
h[n]e ≤ |h[n]| < ∞
n=−∞ n=−∞ n=−∞
N
X M
X
ak F {y[n − k]} = bk F {x[n − k]}
k=0 k=0
N
X M
X
Y (ejω ) ak e−jωk = X(ejω ) bk e−jωk
k=0 k=0
Y (ejω )
Y (ejω ) = H(ejω )X(ejω ), H(ejω ) =
X(ejω )
Algunas aclaraciones:
Podemos tener filtros en tiempo discreto. Los mismos se denominarán filtros
digitales, y son una forma ecónomica y técnicamente eficiente de realizar
operaciones de filtrado para señales continuas (previa una etapa de
muestreo). Los mismos en general estarán especificados en el campo de la
frecuencia a través de una función H(ejω ) adecuada.
Los problemas asociados a filtros digitales ideales son similares a los
correspondientes en los filtros de tiempo continuo. Haremos un análisis más
detallado de los mismos más adelante en el curso.
Los conceptos de distorsión de amplitud y distorsión de fase siguen valiendo
para los sistemas de tiempo discreto. También el concepto de retardo de
grupo. Veremos un poco más sobre ellos cuando abordemos las técnicas de
diseño de filtros digitales.
Z ω
dX(jω) 1
F [−jtx(t)] = , F − x(t) + πx(0)δ(t) = X(jν)dν
dω jt −∞
R∞ 2 2
−∞ t |f (t)| dt
D(f (t)) = R∞
2
−∞ |f (t)| dt
2
− t 2
Probar que la igualdad se alcanza cuando x(t) = √ 1 e4σ , lo que muestra que los
4πσ
pulsos gaussianos tienen la mejor localización simultánea en tiempo y frecuencia.
6 Ejercicios 5.8, 5.9, 5.12, 5.21, 5.22, 5.23, 5.26, 5.32, 5.36 de Oppenheim and Willsky.
7 Ejercicios 5.37, 5.40, 5.46, 5.47 de Oppenheim and Willsky.