TRANSFORMADA RÁPIDA DE FOURIER

Carlos Peñaloza
carlos.penaloza@epn.edu.ec

ESCUELA POLITÉCNICA NACIONAL

FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
CALIDAD DE LA ENERGÍA ELÉCTRICA

Abstract

Este trabajo analiza y describe la transformada rápida de Fourier exponiendo su cálculo eficiente de la transformada
de Fourier discreta e inversa. La FFT( Transformada Rápida de Fourier) es un desarrollo matemático de suma
importancia en el análisis y diseño y realización de sistemas de procesamiento de señales y de algoritmos que brindan
mayor eficiencia tanto en tiempo de ejecución como en recursos. También se exponen diferentes aplicaciones junto a
fenómenos que se presentan el momento de aplicar el algoritmo de FFT. Finalmente, se concluyan diferentes aspectos
acerca de su implementación asi como su representación.

Introducción

Sin duda, la transformación rápida de Fourier (FFT) es uno de los algoritmos más importantes en la parte de cómputo
científica. Proporciona la base de muchos algoritmos rápidos y no hay posibilidad de dar una lista exhaustiva de la
tremenda cantidad de aplicaciones. El punto crucial en estas aplicaciones es que la FFT reduce la complejidad de O
(𝑁𝑁 2 ) a O (𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁) denotandose N como el número total de grados de libertad. Para N grande, esto viene con una
enorme disminución en el tiempo de ejecución.
El algoritmo original de FFT se publicó en 1965 , aunque ya era conocido por Gauss [69]. Desde entonces, una inmensa
cantidad de algoritmos alternativos y se han publicado generalizaciones, incluidos algoritmos FFT para entradas
arbitrarias de tamaño N, algoritmos in situ, paralelismo de memoria compartida y distribuida, FFT en unidades de
procesamiento de gráficos, uso optimizado de caché y optimizaciones con hardware específico. [1]

Desarrollo

1. Antecedentes

Los algoritmos de la transformada rápida de Fourier han tenido un largo e interesante historia y esta se describirá
continuación. Se denotarán también pequeñas contribuciones de investigadores colocados de forma histórica. Es asi
que: el algoritmo de transformación rápida de Fourier (FFT es un método para calcular la transformada finita de
Fourier de una serie de N puntos de datos (complejos) en aproximadamente 𝑁𝑁𝑙𝑙𝑙𝑙𝑙𝑙2 𝑁𝑁 operaciones. El algoritmo tiene
una historia fascinante. Cuando fue descrito por Cooley y Tukey en 1965 fue considerado como nuevo por muchas
personas conocedoras quienes creían que el análisis de Fourier era un proceso que requería un valor proporcional a
las operaciones de 𝑁𝑁 2 con un factor de proporcionalidad que podría reducirse utilizando las simetrías de las funciones
trigonométricas. Los programas del computador usando los métodos de operación 𝑁𝑁 2 estaban, de hecho, usando
cientos de horas de tiempo de máquina. Sin embargo, en respuesta a el artículo de Cooley-Tukey, Rudnick , de la
Institución Scripps de Oceanografía ubicado en La Jolla, California, describió su programa de computadora, que
también toma una serie de operaciones proporcionales a 𝑁𝑁𝑙𝑙𝑙𝑙𝑙𝑙2 𝑁𝑁, basándose en un método publicado por Danielson
y Lanczos . Es interesante que el artículo de Danielson-Lanczos describiera el uso del método en problemas de
dispersión de rayos X, un área donde, durante muchos años se presentaron los cálculos de las transformadas de Fourier
ofreciendo un cuello de botella formidable para los investigadores que desconocían Este método eficiente. Danielson
y Lanczos se refieren Runge para la fuente de su método. Estos papeles y las notas de clase de Runge y Konig describen
el procedimiento en términos de series de seno y coseno. Sin embargo, el mayor énfasis estaba en la economía
computacional que podría derivarse de las simetrías de las funciones seno y coseno [2]
 2. Desarrollo

2.1. Transformada Rápida de Fourier [2]

La transformada rápida defourier (FFFT) provee la base de muchos algoritmos en el área de computación científica.
La idea básica detrás de la FFT consiste en la división del tiempo, es decir, en la descomposición iterativa en
Transformadas de Fourier Discretas más 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 métodos para adaptar otros valores
de N a las condiciones necesarias de este algoritmo.

2.1.1. Propiedades

Las propiedades que se describen a continuación son los que se aprovechan en la implementación de el
algoritmo FFT:

1) Simetría Conjugada Compleja:

2) Periodicidad en n,k:

3) Paridad de los términos:

Haciendo un reemplazo de se tiene:

Dado que se tratan de dos Transformada de Fourier Discreta(TFD), esto significa que podemos aplicar el
mismo método de división en pares e impares para así obtener dos pares de TFD de N/4 muestras. El método
es así aplicado hasta que se obtienen TFD de 1 muestra, cuyo cálculo resulta sencillo. Una vez obtenidos los
valores de las TFD simples, es cuestión de adicionar los resultados. Se puede observar que, si se tenía
inicialmente una TFD de N muestras, se podrán llevar a cabo divisiones. Si calculamos el costo de las
operaciones que hay que llevar a cabo con este método, se tiene que el algoritmo es de 𝑁𝑁𝑙𝑙𝑙𝑙𝑙𝑙2 𝑁𝑁.

2.1.2. Aplicaciones [3]

a) En transformadas:

Al aplicar la FFT al cálculo de las transformadas de Fourier, mantenga en mente, el concepto más importante
que implica la transformada discreta de Fourier es la periodicidad en los dominios de tiempo y frecuencia. Si
uno siempre recuerda que los N valores de muestra de la función de tiempo representan uno
período de una función periódica, la aplicación de la FFT debe resultar en pocas sorpresas.
 b) En detección de Señal

Una aplicación práctica de la utilización de la función de ponderación de Hanning (o cualquier otra buena
función de truncamiento) está en la detección de señal. Lo primordial es que esta se calcula por la FFT
utilizando función de ponderación rectangular estándar.

c) Dolphy Chebyshev Weighing Functions

Aunque la función de Hanning es una función de ponderación que tiene lóbulos laterales bajos y es
conveniente de usar, una función de ponderación que tiene mejor características del lóbulo lateral siendo esta
la función Dolph-Chebyshev. La FFT y su tiempo de cómputo son primordial en este desarrollo.

3. Conclusiones

La Transformada Rápida de Fourier es un algoritmo desarrollado para el computo de la Transformada De Fourier

Continua y para la Transformada Discreta de Fourier, basándose en la división del tiempo. Con esto se logra eliminar
gran parte de los cálculos repetitivos que hay que llevar a cabo si se desea resolver la TFD de forma directa. Si hacemos
una comparación del costo de los dos métodos, el cálculo directo de la TFD y la FFT, podemos observar el factor de
mejora que brinda la FFT.

Se concluye que la Transformada Rápida de Fourier ofrece un beneficio considerable a las aplicaciones de
procesamiento de señales de dos maneras: la primera: forma genérica al brindar un cómputo más eficiente que elimina
cálculos redundantes. Y segunda: porque permite la resolución de Transformadas de Fourier Discretas para números
grandes de muestras en situaciones en las que el método directo no es aplicable. En otras palabras, la FFT es un
algoritmo esencial para aplicaciones sensibles al tiempo y/o de recursos limitados.

El cálculo de la FFT de una función periódica se lo realiza considerando cuidadosamente el intervalo de muestra T y
el intervalo de truncamiento. Como antes, este intervalo debe ser elegido para reducir el alias a un nivel aceptable. Es
decir, “el intervalo de truncamiento para un periodo.

4. Recomendaciones

El lector no debe inferir de la discusión previa que el FFT es de poca utilidad para calcular la transformación de Fourier
de funciones periódicas. Si conoce el período, entonces debe aprovechar este conocimiento seleccionando el intervalo
de truncamiento igual a un múltiplo entero del período.

5. Bibliografía:

[1] “Massively Parallel, Fast Fourier Transforms and Particle-Mesh Methods” Michael pippig, Thesis, March 2016.
Link:
https://www.researchgate.net/publication/297712568_Massively_Parallel_Fast_Fourier_Transforms_and
_Particle-Mesh_Methods

[2] “FFT “Transformada Rapida de Fourier”, Schmidt, Ana Lucía, Estudiante de Ingeniería en Sistemas de
Computación Universidad Nacional del Sur.
Link: http://lcr.uns.edu.ar/fvc/NotasDeAplicacion/FVC-Schmidt%20Ana%20Luc%C3%ADa.pdf

[3] “ The Fast Fourier Transform and its Applications”, E oran Brigham, Avantek Inc, Prentice Hall, 1998.
Link: http://sar.kangwon.ac.kr/gisg/FFT_book.pdf