INTRODUCCIÓN

El mundo está inmerso en una multitud de señales físicas que encontramos a cada momento,
estas requieren de un respectivo procesamiento, pero para ello, ya que dichas señales son
analógicas necesitan ser traducidas al mundo digital donde es importante tratarlas para poder
trabajar con estas.

Así el análisis discreto de Fourier es una de las herramientas matemáticas más útiles y usadas
en el procesamiento de señales puesto que realiza el equivalente para sistemas continuos,
pero en el dominio digital, el cual será de mucha utilidad para facilitar el análisis en frecuencia
de una señal y como esto ayuda a su tratamiento.

En el presente informe se desarrolla el fundamento teórico, el procedimiento y el análisis

correspondiente al procesamiento de señales discretas ene l tiempo.

OBJETIVOS

 Conocer el fundamento teórico del análisis en frecuencia de señales discretas.

 Aprender la aplicación e importancia de la transformada de Fourier a señales discretas.
 Modelar los procedimientos correspondientes haciendo uso del software MATLAB.
 Realizar el análisis correspondiente a las señales tratadas en MATLAB.
 Corroborar el análisis obtenido con la teoría desarrollada.

MARCO TEÓRICO

TRANSFORMADA DE FOURIER DISCRETA (DFT)

La transformada discreta de Fourier o DFT es un tipo de transformada utilizada en el análisis de

en el dominio de la frecuencia siendo la función original una función en el dominio del tiempo.
Pero la DFT requiere que la función de entrada sea una secuencia discreta de modo que es
ideal para el procesamiento de información en el mundo digital.

Sea Xn una señal discreta en el tiempo. La transformada discreta de Fourier se define como:

TRANSFORMADA RÁPIDA DE FOURIER (FFT)

Es un algoritmo eficiente que permite calcular la transformada de Fourier discreta (DFT) y su

inversa. La FFT es de gran importancia en una amplia variedad de aplicaciones, desde
el tratamiento digital de señales y filtrado digital en general a la resolución de ecuaciones en
derivadas parciales o los algoritmos de multiplicación rápida de grandes enteros.

Cuando se habla del tratamiento digital de señales, el algoritmo FFT impone algunas

limitaciones en la señal y en el espectro resultante ya que la señal muestreada y que se va a
transformar debe consistir de un número de muestras igual a una potencia de dos. La mayoría
de los analizadores de FFT permiten la transformación de 512, 1024, 2048 o 4096 muestras. El
rango de frecuencias cubierto por el análisis FFT depende de la cantidad de muestras recogidas
y de la proporción de muestreo.
Algoritmo de Decimación

Es el algoritmo más famoso para el cálculo de una FFT. Tomando como entrada una señal
discreta x[n] con N muestras, se basa en dividir la señal de entrada en otras dos señales de N/2
muestras (por un lado los coeficientes pares y por otro los impares), y se envían cada una de
estas subseñales a una FFT de tamaño N/2 puntos.

Cada uno de los coeficientes de salida de la FFT de las muestras impares se multiplica por
−2 πik
e N donde k es la posición del vector salida, y se suma a las muestras pares.