Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sumario
Definición e interpretación
La DFT como transformación lineal
Propiedades de la DFT
Filtrado lineal mediante la DFT
Filtrado
Filt d ded secuencias
i ded larga
l
duración
TDS 2
n =−∞
Muestreo de la respuesta en
frecuencia
Se muestrea el espectro de la señal x[n]:
X [ k ] = X ( e jΩ ) 2π , k = 0,1,..., M − 1
Ω= k
M
x [ n ] ←⎯⎯
DFT
→ X [k ]
Es necesario definir el valor de M
TDS 4
x [ n ] = x [ n ] , ∀n ∈ [ 0, N − 1]
2π
⎧ 1 N −1 k ⋅n
[ ] ∑
j
⎪
x n =
a k ⋅ e N
⎪ N k =0
⎨ N −1 2π
⎪ a = x n ⋅ e − j N k ⋅n
⎪⎩ k ∑ [ ]
n=0
TDS 5
ak = X ( e jΩ ) 2π , k = 0,1,..., N − 1
Ω= k ⋅n
N
TDS 6
Formulación
El muestreo X(ejΩ) da como resultado la extensión
periódica de x[n] que en términos de señal finita
X [k ] = ⎨
(
⎪⎧ X e )
j ( 2π k M )
, 0 ≤ k ≤ M −1
⎪⎩0 resto
⎧ ∞
⎪ ∑ x [ n − rM ], 0 ≤ n ≤ M − 1
x p [ n ] = ⎨ r =−∞
⎪0
⎩ resto
Se desea x p [ n] = x [ n] , 0 ≤ n ≤ N − 1
Hay que evitar el solapamiento temporal
TDS 7
Solapamiento temporal
⎧ ∞
⎪ ∑ x [ n − rM ], 0 ≤ n ≤ M − 1
x p [ n ] = ⎨r =−∞
⎪0
⎩ resto
TDS 8
⎪⎩ N k =0
r=0 M >N
0 N -1 n
r=1 x[n-M]
M n
x[n+M]
r = -1 Equivale a añadir ceros
-M n
xp[n]
n
0 M-1 TDS 10
Sumario
Definición e interpretación
La DFT como transformación lineal
Propiedades de la DFT
Filtrado lineal mediante la DFT
Filtrado
Filt d ded secuencias
i ded larga
l
duración
TDS 11
TDS 12
⎡ X [ 0] ⎤ ⎡1 1 1 " 1 ⎤ ⎡ x [ 0] ⎤
⎢ ⎥ ⎢ ⎥⎢ x 1 ⎥
⎢ X [1] ⎥ ⎢1 WN ⎥⎢ [ ] ⎥
N −1
WN2 " W N
⎢ X [ 2] ⎥ = ⎢1 WN2 WN4 " W 2( N −1)
⎥ ⎢ x [ 2] ⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥
N
⎢ # ⎥ ⎢# # # % # ⎥⎢ # ⎥
⎢ X [ N − 1]⎥ ⎢1 W N −1 W ( N −1)2
⎦ ⎣ x [ N − 1]⎦
( N −1)( N −1) ⎥ ⎢ ⎥
⎣ ⎦ ⎣ N N " WN
TDS 14
TDS 15
⎢ x [1] ⎥ 1 ⎢
N N N
⎥⎢ ⎥
(W ) (W ) (WN* )
2( N −1)
⎢ x [ 2] ⎥ = ⎢1 * 2 * 4
" ⎥ ⎢ X [ 2] ⎥
⎢ ⎥ N⎢ N N
⎥⎢ ⎥
⎢ # ⎥ ⎢# # # % # ⎥⎢ # ⎥
⎢ x [ N − 1]⎥ ⎢ ( N −1)( N −1) ⎣ X [ N − 1]⎦
⎥ ⎢ ⎥
⎣ ⎦ ⎢1
⎣ (W )
* N −1
N (W ) * 2( N −1)
N " (WN* ) ⎥
⎦
TDS 16
TDS 17
Sumario
Definición e interpretación
La DFT como transformación lineal
Propiedades de la DFT
Filtrado lineal mediante la DFT
Filtrado
Filt d ded secuencias
i ded larga
l
duración
TDS 18
Propiedad de desplazamiento
DTFT:
x [ n ] ←⎯⎯
DTFT
→ X ( e jΩ )
x [ n − n0 ] ←⎯⎯
DTFT
→ X ( e jΩ ) e− jΩ n0
TDS 19
TDS 20
x[n] x[((n-n0))N]
0 N-1 0 n0 N-1
TDS 21
DSF: x [ −n ] ←⎯⎯
DSF
→ a− k
TDS 22
TDS 23
Simetría temporal
Una señal es simétrica si lo es su extensión
periódica: simetría temporal (par o impar)
TDS 24
TDS 25
TDS 26
donde: x [ n ] = x [ n + N ]
y [ n ] = y [ n + N ]
z [ n ] = z [ n + N ]
TDS 27
TDS 28
z [ n ] = x [ n ] D y [ n ] ←⎯⎯
DSF
→ ck = ak ⋅ bk
TDS 29
x [ n ] D y [ n ] ←⎯⎯
DFT
→ X [k ] ⋅Y [k ]
Ahora la c.c. se realiza mediante reflexiones y
rotaciones temporales
N −1
x [ n ] D y [ n ] = ∑ x [ m ] y ⎡⎣( ( n − m ) ) N ⎤⎦
m=0
TDS 30
TDS 31
Sumario
Definición e interpretación
La DFT como transformación lineal
Propiedades de la DFT
Filtrado lineal mediante la DFT
Filtrado
Filt d ded secuencias
i ded larga
l
duración
TDS 32
Salida de un filtro
La aplicación de la DFT al filtrado lineal requiere
algunas consideraciones
Y ( e jΩ ) = H ( e j Ω ) ⋅ X ( e jΩ )
TDS 33
Aplicación de la DFT
En términos de la DFT
(
Y e
j ( 2π k N )
) = H (e (
j 2π k N )
) ⋅ X (e (
j 2π k N )
)
Y [k ] = H [k ] ⋅ X [k ]
Donde la secuencia en el dominio del tiempo
⎧ ∞
⎪ ∑ y [ n − rN ], 0 ≤ n ≤ N − 1
y p [ n ] = ⎨ r =−∞∞
⎪0,
⎩ resto
TDS 34
Longitud de la convolución
circular
⎧ ∞
⎪ ∑ y [ n − rN
N ], 0 ≤ n ≤ N − 1
CONVOLUCIÓN LINEAL y p [ n ] = ⎨ r =−∞
⎪0,
⎩ resto
longitud{x[n]}=L
longitud{h[n]}=M
longitud{y[n]}=L+M-1
TDS 35
Procedimiento
Se alargan x[n] y h[n] hasta una longitud de N
muestras tal que: N = L + M − 1
Se calculan las DFTs de N puntos de ambas señales
siguiendo el procedimiento siguiente:
TDS 36
L<M
TDS 37
TDS 38
Sumario
Definición e interpretación
La DFT como transformación lineal
Propiedades de la DFT
Filtrado lineal mediante la DFT
Filtrado
Filt d ded secuencias
i ded larga
l
duración
TDS 39
⎪⎧ x [ n + rL ] , 0 ≤ n ≤ L − 1
Donde: xr [ n ] = ⎨
⎪⎩0, h[n] resto M-1
x0[n] y0[n]
x1[n] y1[n]
x2[n] y2[n]
0 L-1 0 L+M-2
TDS 40
donde yr [ n ] = xr [ n ] ∗ h [ n ]
TDS 41
y0[n]
y1[n-L]
M-1
y2[n-2L]
L+M-1
y[n]
L+M-1 L L
Este método se puede aplicar utilizando DFTs de longitud N=L+M-1 puntos
TDS 42
TDS 43
TDS 44
ycl[n+L]
n
0 M-2
M2
ycl[n-L]
n
0 L-1
TDS 45
x[n]
x0[n]
M-1 ceros
x1[n]
M-1
x2[n]
L
y0[n]
y1[n]
y2[n]
M-1
L
TDS 46