Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La Transformada Rápida de Fourier Es Un Algoritmo Que Permite Calcular Eficientemente La Transforma de Fourier Discreta y Su Inversa
La Transformada Rápida de Fourier Es Un Algoritmo Que Permite Calcular Eficientemente La Transforma de Fourier Discreta y Su Inversa
Toda señ al perió dica puede ser representada por la suma de series de Fourier. Con un aná lisis
adecuado es posible obtener una representació n de Fourier para señ ales de duració n finita. Esta
representació n es la que se conoce como la Transformada de Fourier Discreta (TFD). La TFD se
puede representar como:
N −1
X ( k )= ∑ x ( n ) . W knN k=0,1,…,N-1
n=0
2π
Con lo anterior, el cá lculo de un punto de la Transformada discreta de Fourier está dada por:
X ( k )=x ( 0 ) W 0+ x ( 1 ) W k + …+ x ( N −1 ) W k( N−1)
Desarrollando para los N valores posibles de k se obtiene una matriz de tamañ o NxN. Se
puede calcular el nú mero de operaciones necesarias para realizar la transformació n de
los datos mediante este algoritmo. El nú mero de sumas complejas que se deben realizar es de (N-
1)N y la cantidad de multiplicaciones complejas asciende a N 2. Es claro que ésta cantidad de
operaciones es alta y requiere de un enorme poder de cá lculo.
El algoritmo de la FFT fue originalmente inventado por Carl Friedrich Gauss en 1805. Diferentes
versiones del algoritmo fueron descubiertas a lo largo de los añ os, pero la FFT no se hizo popular
sino hasta 1965, con la publicació n de James Cooley y John Tukey, quienes reinventaron el
algoritmo al describir como ejecutarlo de forma eficiente en una computadora.
La idea bá sica detrá s de la FFT consiste en la divisió n del tiempo, es decir, en la descomposició n
iterativa en Transformadas de Fourier Discretas má s 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.
La transformada rá pida de Fourier FFT es un algoritmo que reduce el tiempo de cá lculo de n2 pasos
a n log 2 (n) . El ú nico requisito es que el nú mero de puntos en la serie tiene que ser una potencia de
2 (2n puntos), por ejemplo 32, 1024, 4096, etc.
W k(N −n)
- Simetria Conjugada Compleja: N =W −kn
N =¿
W kn k(N +n)
- Periodicidad en n,k: N =W N =W nN(k +N )
La FFT divide la Transformada de Fourier Discreta a calcular en dos TFD menores segú n la paridad
de los términos:
N −1 N / 2−1 N / 2−1
X ( k )= ∑ x ( n ) . W kn
N= ∑ x ( 2 r ) . W 2Nkr + ∑ x ( 2 r +1 ) . W kN(2r +1)
n=0 r=0 r=0
N
donde r=1,2,…, -1
2
N −1 N / 2−1 N / 2−1
kr kr
X ( k )= ∑ x ( n ) . W kn
N= ∑ x ( 2 r ) .(W ¿ ¿ N 2) +W kN ∑ x ( 2 r+ 1 ) .(W ¿ ¿ N 2) ¿ ¿
n=0 r=0 r=0
2π 2π
−i −i
Sabiendo → 2
W N =e N
W N =e N /2
=W N /2 se puede re-expresar la TFD de N muestras en la
suma de dos TFD de N/2 muestras.
N / 2−1 N / 2−1
X ( k )= ∑ x ( 2 r ) . W N /2kr +W kN ∑ x ( 2 r+ 1 ) . W N /2kr
r =0 r=0
Dado que se tratan de dos TFD, esto significa que podemos aplicar el mismo método de divisió n 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 cá lculo resulta sencillo. Una vez obtenidos los valores
de las TFD simples, es cuestió n de adicionar los resultados.
Se puede observar que si se tenía inicialmente una TFD de N muestras, se podrá n llevar a cabo
divisiones.
La transformada rá pida de Fourier FFT es un algoritmo que reduce el tiempo de cá lculo de n2 pasos
a n·log2(n). El ú nico requisito es que el nú mero de puntos en la serie tiene que ser una potencia de 2
(2n puntos), por ejemplo 32, 1024, 4096, etc
kn
Antes de entrar en detalles sobre la FFT comprobemos la naturaleza perió dica del término W N , de
kn
hecho la periodicidad y simetría de W N contribuyen a la redundancia de la DFT.
2π
Lo que haremos será reducir las 12 sumas y las 9 multiplicaciones complejas por ser perió dica
Se ha simplificado las dos ú ltimas sumas de X2, X3 se han reducido a una pequeña expresión por
ejemplo la tercera suma de X2 se puede escribir de otra forma
2π 4 2π 0
−i −i
e 4
=cos ( 2 π )−i sin ( 2 π ) =1=e 4 , lo mismo se hará con las otras.
Es posible representar la ecuació n como un producto entre una matriz y un vector, de modo que
Puesto que los datos de entrada está n representados por un vector-columna de 4 componentes.
Efectuar la multiplicació n usual de matrices directa requeriría N 2. multiplicaciones complejas y
N(N-1) adiciones complejas. Por lo tanto, puede escribirse de la siguiente manera:
Debido a que W n =W n +mN , donde “m” es un entero, es posible factorizar la matriz en el producto de
dos matrices:
Los elementos X(1) y X(2) han cambiado de lugar en el vector que se encuentra del lado izquierdo.
Cuando se multipliquen las matrices, los renglones 1 y 2, también se intercambiará n. Después, se
calcula el nú mero de multiplicaciones y adiciones que se requieren. Primero, se identifica el
resultado de multiplicar la segunda matriz cuadrada por el conjunto de datos de entrada como:
Recordando como se multiplican las matrices, el primer elemento del vector de la izquierda es:
X ( 0 ) =X 0 ( 0 ) + X 0 W 0 ( 2)
De manera similar, el cá lculo de X(1) y X(2) requieren de una multiplicació n y una adició n. Aunque
W 0 uno, se hará que W 0 =−W 2 y el producto ya se ha obtenido en el cá lculo del primer elemento y
puede, en consecuencia, só lo almacenarse hasta que se necesite y luego restarse en vez de sumarse.
De manera similar, X(3) só lo requiere una adició n má s. Hasta ahora se tienen dos multiplicaciones
y cuatro sumas. Apelando a condiciones de simetrías similares en la segunda multiplicació n de
matrices, se encuentra que se requieren dos multiplicaciones y cuatro sumas má s. Así, en total, se
necesitan cuatro multiplicaciones y ocho adiciones. Puesto que, computacionalmente, las
multiplicaciones requieren por lo general mucho má s tiempo de có mputo que las adiciones, el
algoritmo de FFT para cuatro puntos es alrededor de cuatro veces má s rápido que la FDT directa. El
siguiente diagrama muestra, en forma de grá fica de flujo de señ ales, como se realizan las
operaciones necesarias.
BIBLIOGRAFIA
http://lcr.uns.edu.ar/fvc/NotasDeAplicacion/FVC-Schmidt%20Ana%20Luc%C3%ADa.pdf
http://www.ehu.eus/Procesadodesenales/tema7/ty3.html
http://bibing.us.es/proyectos/abreproy/11014/fichero/Volumen+1%252F2.-
+Calculo+eficiente+de+la+transformada+de+Fourier.pdf