APLICACIÓN DE LA TRANSFORMADA DE FOURIER EN

TELECOMUNICACIONES

CLAUDIA ANGEL MARIÑO

Profesor: Gerardo Castang

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

FACULTAD TECNOLÓGICA
TEORÍA DE LA INFORMACIÓN
BOGOTA D.C.
2010
 BIBLIOGRAFÍA

HWEI P., Sue. Análisis de Fourier. 1998

HAYKIN, Simon. Sistemas de Comunicación. Editorial Limusa Wiley

2002

www.wikipedia.org/wiki/Teorema_de_convolucion

http:/geminis.dma.ulpgc.es/~aplaza/ficheros/ampliación/ficheros/f_fourie
r.pdf

www2.ing.puc.cl/~iee3552/slides2.pdf

www.Ipi.tel.uva.es/~santi/web/muestreo.pdf
 INTRODUCCIÓN

De acuerdo a los contenidos de la asignatura Teoría de la información,

es importante que después de ver tan variados temas también se haga
una aprehensión de ellos y esto es lo que vamos a ver dentro de este
trabajo y del video en general.

Hemos visto que en especial el tema sobre el Teorema del muestreo, ha

sido un poco difícil de entender porque todos los conceptos son nuevos y
por la relación de este tema con las transformadas de Fourier que
también son bastante complejas. Sin embargo, lo que se va a tratar de
hacer en este caso es aplicar los temas vistos en la clase y los de
estudio particular sobre el teorema del muestreo, específicamente en
dos ejercicios explicados en el libro Análisis de Fourier de Hwei Hsu, de
forma un poco diferente. A través de la presentación de un video
explicando estos ejercicios de forma que sean entendibles para todos.

En el informe se presentaran los conceptos sobre los cuales se partió

para el desarrollo del tema y los resultados obtenidos mientras que los
ejercicios se desarrollarán en el video. Los ejercicios a desarrollar
demuestran que f(t) se puede reproducir a partir del conocimiento de
sus muestras a intervalos uniformes y como se puede reconstruir f(t) a
partir de las muestras.
 OBJETIVOS

– Definir los conceptos de base para la explicación de dos de los

ejercicios sobre el Teorema del Muestreo desarrollados en el libro
Análisis de Fourier de Hwei Hsu.

– Analizar detenidamente de donde provienen las ecuaciones de

ayuda para el desarrollo de estos ejercicios.

– Entender los ejercicios para poder explicarlos de una forma

adecuada y en lo posible de fácil entendimiento para los demás.

– Habiendo definido los conceptos y desarrollado los ejercicios tener

una idea clara de la funcionalidad del Teorema del muestreo, el
Teorema de la Convolución y el Teorema de Nyquist-Shannon.
 CONCLUSIONES

– En el proceso de muestreo una señal analógica se convierte en

una secuencia de números que normalmente están
uniformemente espaciados en el tiempo. Pero para esto, hay que
elegir una tasa de muestreo que esté acorde, para que esa serie
de números represente de forma única la señal analógica inicial.

– La convolución en un dominio como el del tiempo es equivalente al

producto punto en el otro dominio, es decir, el dominio espectral.
En el caso del primer ejercicio fue a partir de este teorema aunque
en el dominio de la frecuencia que se pudo probar el teorema del
muestreo uniforme.

– A partir de ecuaciones particulares, es decir, que provengan de

otros ejercicios se puede llegar a encontrar la solución a un
problema en el que intervengan las mismas variables.

– Si se toman muestras de una función de banda limitada a

intervalos regulares que sean menores de 1/(2fM) segundos, la
transformada de Fourier de la frecuencia de muestreo tendrá toda
la información de la función de banda limitada.

DEFINICIÓN DE CONCEPTOS
 FUNCION DE BANDA LIMITADA

Una función cuya transformada de Fourier se anula fuera de un intervalo

se dice que es de banda limitada. Las funciones de banda limitada son
importantes en teoría de señales porque las frecuencias de éstas se
mueven en una banda de valores. La tasa de muestreo fs = 2W definida
para una señal con ancho de banda W se denomina tasa de Nyquist. El
teorema de muestreo es la base de la equivalencia entre señales
analógicas y digitales.

TEOREMA DEL MUESTREO

Una operación que es básica para diseñar todos los sistemas de

modulación de pulsos es el proceso de muestreo, donde una señal
analógica se convierte en una secuencia de números que normalmente
están uniformemente espaciados en el tiempo. Para que dicho proceso
tenga utilidad práctica es necesario elegir la tasa de muestreo
adecuadamente de modo que esa secuencia de números identifique de
forma única a la señal analógica original. Esta es la esencia del teorema
de muestreo.

Se puede enunciar el teorema de muestreo o teorema de Nyquist para

señales limitadas en banda de energía finita de dos modos:

• Una señal limitada en banda de energía que no tiene componentes a

frecuencias mayores que W Hz se puede representar de forma exacta
especificando los valores de la señal en instantes de tiempo separados
Ts = 1/ 2W segundos.
• Una señal limitada en banda de energía sin componentes frecuenciales
superiores a W Hz se puede recuperar de forma exacta a partir de sus
muestras tomadas a una tasa de fs = 2W muestras por segundo.

La tasa de muestreo fs = 2W definida para una señal con ancho de

banda W se denomina tasa de Nyquist. El teorema de muestreo es la
base de la equivalencia entre señales analógicas y digitales.

El teorema de muestreo se basa en la suposición de que la señal g(t) sea

estrictamente limitada en banda. Esto sólo se satisface si g(t) tiene
duración infinita. Es decir, una señal estrictamente limitada en banda no
puede ser simultáneamente estrictamente limitada en tiempo y
viceversa. Sin embargo, se va a poder aplicar en la práctica el teorema
de muestreo a señales limitadas temporalmente cuando éstas sean
esencialmente limitadas en banda en el sentido de que fuera de la
banda de interés el valor que toma el espectro no es relevante. Esto
justifica la aplicación práctica del teorema de muestreo.

Cuando la tasa de muestreo fs excede a la de Nyquist 2W, las replicas

de g(f) requeridas para la construcción de Gδ (f) están más separadas
por lo que no existe ningún problema a la hora de recuperar la señal
original g(t) a partir de la señal muestreada gδ (t) con el procedimiento
descrito. Sin embargo, cuando la tasa de muestreo fs es menor que 2W,
se puede ver que al construir la señal Gδ (f), las replicas de G(f)
aparecen solapadas.

Las altas frecuencias de G(f) se ven reflejadas hacia las bajas

frecuencias en G_(f). Este fenómeno se denomina aliasing. Es evidente
que comprobar que si la tasa de muestreo fs es menor que la de Nyquist
2W, la señal original g(t) no se puede recuperar de forma exacta a partir
de las muestras y, por lo tanto, se pierde información en el proceso de
muestreo.

TEOREMA DE LA CONVOLUCIÓN

El Teorema de convolución establece que bajo determinadas

circunstancias, la Transformada de Fourier de una convolución es el
producto punto de las transformadas. En otras palabras, la convolución
en un dominio (por ejemplo el dominio temporal) es equivalente al
producto punto (o interno) en el otro dominio (es decir dominio
espectral).
Si f y g son dos funciones cuya convolución se expresa con f *g. (el
asterisco denota convolución en este contexto, y no multiplicación; a
veces es utilizado también el símbolo ). es el operador de la
transformada de Fourier, con lo que y son las transformadas
de Fourier de f y g, respectivamente

ALIASING

Es el efecto que causa que señales continuas distintas se tornen

indistinguibles cuando se les muestrea digitalmente. Cuando esto
sucede, la señal original no puede ser reconstruida de forma unívoca a
partir de la señal digital.

El aliasing es un fenómeno propio de la conversión A/D, en el cual la

frecuencia de la señal reconstruida es menor que el de la señal original,
lo cual ocurre cuando la frecuencia de muestreo es demasiado baja;
estos efectos pueden reducirse utilizando filtros.

CRITERIO DE NYQUIST SHANNON

El criterio de Nyquist Shannon también denominado Teorema del

muestreo pasabanda, establece que la frecuencia mínima de muestreo
necesaria para evitar el aliasing deber ser:

Fs>2Bw

Con:

fs: frecuencia de muestreo

BW: Ancho de banda de la señal a muestrear
BW= Fmax – Fmin

Para señales con F min = 0, la expresión queda:

Fs>2F max

Que coincide con la aplicación del teorema general del muestreo.

El criterio de Nyquist Shannon redefine el Teorema del Muestreo
aplicándolo a un ancho de banda de interés específico, lo que soluciona
ciertas dificultades que pueden presentarse al intentar muestrear
señales a frecuencias elevadas.

Es posible muestrear a una frecuencia menor que la que impondría

Nyquist siempre que se garantice que las repeticiones espectrales no se
superponen con el espectro, siempre que BW (ancho de banda de la
señal) sea menor a F min.