Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Transformada Discreta de
Fourier DFT
Señales y Sistemas
Universidad de Ingeniería y Tecnología
1
• Presentación basada en el material profesor Renán Rojas.
Establecer los conceptos de la Transformada Discreta de Fourier (DFT).
Aplicar la DFT.
Antecedentes
Series de Fourier en TD
Para x(n) de periodo N.
Ecuación de sintesís:
N −1
x(n) = ck e j 2 k n N N: periodo.
k =0
Ecuaión de análisis:
1 N −1
ck = x(n)e − j 2 k n N k = 0.,, N − 1
N n=0
Comentarios:
Espectro discreto y periódico con periodo N.
ck puede ver se como muestras escaladas de X(e jw )
Antecedentes
Transformada de Fourier en TD
Para x(n) aperiódico:
Ecuación de sintesís:
x ( n) =
1
2 2
X ( e jw
)e − jwn
dw w
Antecedentes
Ecuación de análisis:
X (e jwn
) = x ( n )e − jwn
n =−
Comentarios:
Espectro continuo y periódico con periodo 2. Ente las frecuencias (-,) o (0,2)
Muestreo en el dominio de la frecuencia y reconstrucción de señales discretas en el tiempo
Fig. 1
Fig. 2.a
¿Que ocurrirá en el tiempo discreto x n ?
Fig. 2.b
Muestreo en el dominio de la frecuencia y reconstrucción de señales discretas en el tiempo
2
¿Qué relación existe entre el numero de elemenos de x n y el numero de muestras N tomado en X k ?
N
Del sumatorio (2):
2
X k = x n e (
− j 2 kn N )
k =0,1,...,N − 1 (2)
N n =−
puede dividirse en un numero infinito de sumas, donde cada suma consta de N terminos. Asi tenemos:
2 −1 N −1 2 N −1
X k = .... + x n e − j 2 kn N
+ x n e − j 2 kn N
+ x n e − j 2 kn N +.......
N n =− N n=0 n= N
2
lN + N −1 − j 2 kn N
X k = x n e (2a)
N l =− n = lN
Para la sumatoria interna podemos modificar su limite inferior a n y su limite superior a N − 1 sin
alterar su representación. Expandimos (2a):
Muestreo en el dominio de la frecuencia y reconstrucción de señales discretas en el tiempo
2
lN + N −1
X k = x n e − j 2 kn N (2a)
N l =− n = lN
Para la sumatoria interna podemos modificar su limite inferior a n y su limite superior a N − 1 sin
alterar su representación. Expandimos (2a):
− j 2 k 0 + lN − j 2 k 1+ lN − j 2 k 2 + lN − j 2 k N −1+ lN
2
X k = x 0 + lN e N
+ x 1 + lN e N + x 2 + lN e N
+ ... + x N − 1 + lN e N
N l =−
− j 2 k 0 − j 2 k lN − j 2 k 1 − j 2 k lN − j 2 k 2 − j 2 k lN − j 2 k N −1 − j 2 k lN
2
X k = x lN e N e N + x 1 + lN e N e N + x 2 + lN e N e N + ... + x N − 1 + lN e N e N
N l =− 1 1 1 1
− j 2 k 0 − j 2 k 1 − j 2 k 2 − j 2 k N −1
2
X k = x 0 + lN e N + x 1 + lN e N + x 2 + lN e N + ... + x N − 1 + lN e N
N l =− se hace el arreglo para que sea 1
Podemos escribirlo como:
2
N −1
X k = x n + lN e − j 2 kn N k =0,1,...,N − 1
N l = − n = 0
Muestreo en el dominio de la frecuencia y reconstrucción de señales discretas en el tiempo
Esta situación se ilustra en la siguiente figura, consideremos una secuencia de duración finita x(n),
que es distinta de cero en el intervalo 0 n L − 1: Fig. 4
x n = x 0 , x 1 , x 2 ,......x 9 , 0, 0, 0, 0
10 11 12 13
X k = X 0 , X 1 , X 2 ,......, X 9 , X 10 , X 11 , X 12 , X 13
Conclusión: Debemos rellenar la secuencia x n con N − L ceros, es decir 4 ceros.
Muestreo en el dominio de la frecuencia y reconstrucción de señales discretas en el tiempo
2
¿Como recuperar la secuencia x p n desde la expresion (4a) es decir X k ?
N
La señal x p n tiene un periodo fundamental N, entonces puede expandirse en series de Fourier:
N −1
x p n = ck e j 2 kn N n=0,1,...,N − 1 (5)
k =0
De (5):
N −1
x p n = ck e j 2 kn N n=0,1,...,N − 1 (5)
k =0
y (7):
1 2
ck = X k k =0,1,...,N − 1 (7)
N N
Si reemplazamos (7) en (5) obtenemos:
N −1
1 2
x p n = X k e j 2 kn N n=0,1,...,N − 1
k =0 N N
1 2 j 2 kn N
N −1
x p n =
X N k e n=0,1,...,N − 1 (8)
k =0
N
La relación (8) proporciona la reconstrucción de la señal periodica x p n a partir de las muestras del
espectro X ( e jw ) . Sin embargo no implica que podamos recuperar X ( e jw ) o x n desde la muestras.
Debemos establecer una relación entre x p n y x n .
Muestreo en el dominio de la frecuencia y reconstrucción de señales discretas en el tiempo
Por tanto, concluímos que el espectro de un señal discreta aperiodica en el tiempo con duración
finita L puede recuperarse de forma exacta a partir de sus muestras en las frecuencias
wk = 2k N , si N L.
El procedimiento consiste en calcular x p n , n = 0,1,...N − 1 de acuerdo con (8).
Además se define:
x p n 0 n N − 1
x n = (9)
0 otro caso
Dado que x n = x p n para 0 n N − 1, a podemos reescribir (8) en:
1 N −1
2 j 2 kn N
x n = X N k e 0 n N −1 (10)
N k =0
Transformada Discreta de Fourier (DFT):
N n=0
N −1
X ( k ) = x n e − j 2 kn N , k = 0,1, ...N − 1 (12)
n=0
A su vez, la relación mostrada en (10) nos permite recuperar las secuencia x(n) a partir de las
muestras de frecuencia, se denomina DFT inversa (IDFT).
1 N −1
2 j 2 kn N
x n = X N k e 0 n N −1 (10)
N k =0
Cuando x n tiene una longitud L N , la IDFT de N puntos da x n = 0 para L n N − 1.
N elementos
x ( n ) = x ( 0 ) , x (1) ,....., x ( L − 1) , 0, ...., 0
L elementos Todos son ceros
Transformada Discreta de Fourier (DFT):
x p n = ...x n − ( −2 )( 5 ) + x n − ( −1)( 5 ) + x n − 0 ( 5 ) + x n − 1( 5 ) + x n − 2 ( 5 ) ....
xp n = ...x n + ( 2 )( 5 ) + x n + (1)( 5 ) + x n − 0 ( 5 ) + x n − 1( 5 ) + x n − 2 ( 5 ) ....
Obtenemos x p n . Recordar x n = 1, 2, 3, 4
0 1 2 3
Para n = 0 tenemos
x p 0 = ...x 0 + ( 2 )( 5 ) + x 0 + (1)( 5 ) + x 0 − 0 ( 5 ) + x 0 − 1 ( 5 ) + x 0 − 2 ( 5 ) ....
x p 0 = ...x 10 + x 5 + x 0 + x −5 + x −10 .... = x 0
Para n = 1 tenemos
x p 1 = ...x 1 + ( 2 )( 5 ) + x 1 + (1)( 5 ) + x 1 − 0 ( 5 ) + x 1 − 1( 5 ) + x 1 − 2 ( 5 ) ....
x p 1 = ...x 11 + x 6 + x 1 + x −4 + x −9.... = x 1
Para n = 2 tenemos
x p 2 = ...x 2 + ( 2 )( 5 ) + x 2 + (1)( 5 ) + x 2 − 0 ( 5 ) + x 2 − 1 ( 5 ) + x 2 − 2 ( 5 ) ....
x p 2 = ...x 12 + x 7 + x 2 + x −3 + x −8.... = x 2
Para n = 3 tenemos. Recordar x n = 1, 2,3, 4
0 1 2 3
x p 3 = ...x 3 + ( 2 )( 5 ) + x 3 + (1)( 5 ) + x 3 − 0 ( 5 ) + x 3 − 1 ( 5 ) + x 3 − 2 ( 5 ) ....
x p 3 = ...x 13 + x 8 + x 3 + x −2 + x −7 .... = x 3
Para n = 4 tenemos
x p 4 = ...x 4 + ( 2 )( 5 ) + x 4 + (1)( 5 ) + x 4 − 0 ( 5 ) + x 4 − 1( 5 ) + x 4 − 2 ( 5 ) ....
x p 4 = ...x 14 + x 9 + x 4 + x −1 + x −6.... = 0
Para n = 5 tenemos
x p 5 = ...x 5 + ( 2 )( 5 ) + x 5 + (1)( 5 ) + x 5 − 0 ( 5 ) + x 5 − 1( 5 ) + x 5 − 2 ( 5 ) ....
x p 5 = ...x 15 + x 10 + x 5 + x 0 + x −6.... = x 0
Agrupando los resultados obtenidos:
x p n = ..., x 0 , x 1 , x 2 , x 3 , 0, x 0 , x 1 , x 2 , x 3 , 0....
x p n = ...,1, 2,3, 4, 0,1, 2,3, 4, 0....
x n x n
Determine la DFTde N puntos de esta secuencia para N L.
La trasnformada de Fourier de esta secuencia es:
L −1
X (e jw
) = x n e − jwn
n=0
L −1
1 − e − jwL e − jw L 2 e jwL 2 − e − jw L 2 sin ( wL 2 ) − jw( L −1) 2
X ( e ) = 1 e =− jw n
jw
= − jw 2 jw 2 − jw 2 = e
sin ( w 2 )
− jw
n=0 1− e e e −e
El módulo se ilustra en la siguiente figura para L=10.
Para k = 0 tenemos:
L −1 L −1 L −1
X k = 1 e = 1 e = 11
− j 2 ( 0 ) N
n n n
− j 2 k N
n=0 n=0
n=0
Tenemos:
L −1
X k = 11 = 10 + 11 + .... + 1L −1 = L
n
n=0 L veces
Caso 1: Si se selecciona N = L
Para k 0 de ( I ) tenemos:
0
Como hemos visto, la DFT de N puntos de una secuencia de duración finita x(n) de longitud L N, es
equivalente a la DFT de N puntos de una secuencia periodica x p n de periodo N. La cual es se obtiene
expandiendo periodicamente x(n) , es decir:
x p n = x ( n − lN )
l =−
Suponga que ahora desplazamos k unidades hacia la derecha la secuencia periodica x p n .Asi obtenemos
otra secuencia periódica: x n = x p n − k =
'
p x ( n − k − lN )
l =−
0 otro caso
Esta relacionada con la secuencia original x(n) por un desplazamiento circular. Esta relación se ilustra en la
siguiente figura con N=4.
Propiedades de la DFT
N=4
Fig. 7
Propiedades de la DFT
En general, el DESPLAZAMIENTO CIRCULAR de la secuencia
se puede representar como el indice de módulo N . N=4
Así podemos escribir:
x ' ( n ) = x ( n − k , modulo N )
x' ( n ) x ( ( n − k ))N
Por ejemplo, si k = 2 y N = 4, tenemos:
x ' ( n ) x ( ( n − 2 ) )4
Fig. 7
Propiedades de la DFT
Resumen:
La secuencia periodica x p n de periodo N se obtiene expandiendo periodicamente x ( n ) así tenemos la
secuencia periódica
x p n = x n − lN (mayor detalle ver Ej.1)
l =−
Acotada para que sea una secuencia de duración finita
DESPLAZAMIENTO CIRCULAR '
x p n = x p n − k = x ( n − k − lN ) 0 n N − 1
x' ( n ) x ( ( n − k ))N = l =−
0 otro caso
secuencia de duración finita
Propiedades de la DFT
Analizando:
x ' ( 0 ) = x ( ( 0 − 2 ) )4 = x ( ( −2 ) )4 = x ( 2 )
x ( ( −2 ) )4
x ' (1) = x ( (1 − 2 ) )4 = x ( ( −1) )4 = x ( 3)
x ' ( 2 ) = x ( ( 2 − 2 ) )4 = x ( ( 0 ) )4 = x ( 0 )
x ' ( 3) = x ( ( 3 − 2 ) )4 = x ( (1) )4 = x (1)
x ( n ) = 1, 2,3, 4
x ' ( n ) x ( ( n − 2 ) )4 = 3, 4,1, 2
Propiedades de la DFT
Fig. 10
Propiedades de la DFT
En resumen:
La secuencia x ( ( n ) ) N se dibuja sobre una circunfenrecia colocando las muestras en secuenia antihoraria.
Tomando como referencia x ( ( n ) ) N :
x ( ( n − k ) ) N , gira la secuencia en sentido antihorario.
x ( ( n + k ) ) N gira la secuencia en sentido horario.
La secuencia x ( ( − n ) ) N se dibuja sobre una circunfenrecia colocando las muestras en secuenia horaria.
Tomando como referencia x ( ( − n ) ) N :
x ( ( − n + k ) ) N , gira la secuencia en sentido antihorario.
x ( ( − n − k ) ) N , gira la secuencia en sentido horario.
Propiedades de la DFT
N −1
DFT −1
X k H k = x ( n ) h ( ( m − n ) ) N
, m 0,1,...., N − 1
n=0
DFT −1 X k H k = x n h ( n ) , m 0,1,...., N − 1
Propiedades de la DFT
x1 ( n ) = 2,1, 2,1
x ( n ) = 1, 2,3, 4
2
Sol:
Cada secuencia consta de cuatro puntos distintos de cero.Se recomienda representar graficamente
cada secuencias como puntos sobre una circunferencia.
Observe que las secuencias se han representado sobre la circunferencia en sentido antihorario, lo
que establece la direción de referencia para girar una secuencia respecto a la otra.
Fig. 11.a
Ejemplo: convolución circular
Ahora, x3 ( m ) se obtiene calculando la convolución de x1 ( n ) y x2 ( n ) como se especifica en ( ) Comenzando por m=0,
tenemos:
N −1
x3 ( m ) = x1 ( n ) x2 ( ( m − n ) ) N , m 0,1,...., N − 1 ()
n=0
3
x3 ( 0 ) = x1 ( n ) x2 ( ( 0 − n ) )4 , m 0,1,....,3
n=0
La secuencia x2 ( ( − n ) )4 es simplemente la secuencia x2 ( n ) reflejada y dibujada sobre una circunferencia, como se muestra
en la figura 11.b. Dicho de otro modo, la secuencia reflejada es simplemente x2 ( n ) representada en sentido horario.
La secuencia producto se obtiene multiplicando x1 ( n ) por x2 ( ( −n ) )4 , punto por punto. Esta secuencia se muestra en la figura
11.b. Finalmente, sumanos los valores de la secuencia producto para obtener: x3 ( 0 ) = 14.
Fig. 11.b
Producto
Ejemplo: convolución circular
Para m = 1, tenemos:
3
x3 (1) = x1 ( n ) x2 ( (1 − n ) )4 , m 0,1,....,3
n=0
Es fácil ver que x2 ( (1 − n ) )4 es simplemente la secuencia x2 ( ( − n ) )4 gira en sentido antihorario una unidad de tiempo
sobre la circunferencia unidad, como se muestra en la figura 11.c. Esta secuencia girada se multiplica por x1 ( n )
proporcionando la secuencia producto, que también se muestra en la figura 11.c. Finalmente, sumanos los valores
de la secuencia producto para obtener x3 (1) .Así x3 (1) = 16.
Fig. 11.c
Producto
x3 (1) = 16
Ejemplo: convolución circular
Para m = 2, tenemos:
3
x3 ( 2 ) = x1 ( n ) x2 ( ( 2 − n ) )4 , m 0,1,....,3
n=0
Es fácil ver que x2 ( ( 2 − n ) )4 es la secuencia reflejada de la figura 11.d girada dos unidades de tiempo en
sentido antihorario. La secuencia resultante en muestra en la figura 11.d junto con la secuencia producto
x1 ( n ) x2 ( ( 2 − n ) )4 . Sumando los cuatro términos de la secuencia producto, obtenemos: x3 ( 2 ) = 14.
Para m = 3, tenemos:
3
x3 ( 3) = x1 ( n ) x2 ( ( 3 − n ) )4 , m 0,1,....,3
n=0
Observe que si se continúa realizando estos calculos mas allá de m = 3, simplemente se repite
la secuencia de los cuatro valores obtenidos. Por tanto, la convolución circular resultante será:
x3 ( 3) = 14,16,14,16
Fig. 12
Pares de la DFT
2. x ( n ) = 1 0 n N −1 4. x ( n ) = cos ( 2 ( k0 N ) n )
X (k ) = N(k ) 0 k N −1
X ( k ) = ( ( k − k0 ) ) N + ( ( k + k0 ) ) N
N
X ( k ) = N (( k ))N 2
Apéndice
n
r n +1 − 1 1 − r n +1
k =0
r =
k
r −1
=
1− r
donde r 1
Serie de potencias :
1
n=0
q =
n
1− q
donde q 1
Funciones :
par : f ( x)= f (− x) Ej. cos ( x) = cos ( − x)
Ejemplos de funciones pares son el valor absoluto, x 2 , x 4 , cos ( x), y cosh( x).
impar : f (− x)= − f ( x) Ej. sin (− x) = − sin( x)
Ejemplos de funciones impares son x, x 3 , seno( x ) y sinh( x ).
Apéndice
Fórmula de Euler : j = −1 Apéndice :
z = re j = r cos() j sin() −1 e jz − e − jz
j= sin(z) =
Módulo j 2j
r = Re( z ) + Im( z )
2 2
cos(n) = (−1) n e jz + e − jz
cos(z) =
2
Ängulo e j 2 n = 1
sin( x) = − sin( x)
Im( z ) 1 n = par
= tan −1
e j n
= sin( x) = sin( x + )
Re( z ) −1 n = impar sin( ) = sin() cos() cos() sin()
cos( x) = cos( − x)
cos( x) = − cos( x + )
cos( ) = cos() cos() sin() sin()