Está en la página 1de 79

DEBER N1

CLCULO DE LA TFTD USANDO LA


TRANFORMADA DE FOURIER DISCRETA
(TFD), X(n), la TFTD y la TFD


SERIE DE TIEMPO
CONTINUO
SERIE DE TIEMPO CONTINUO
APLICANDO LA TRANSFORMADA DE FOURIER
TRANSFORMADA DE FOURIER DE
TIEMPO CONTINUO (TFTC)
F
SERIE DE TIEMPO
DISCRETO
SERIE DE TIEMPO DISCRETO
APLICANDO LA TRANSFORMADA DE
FOURIER
TRANSFORMADA DE FOURIER DE
TIEMPO DISCRETO (TFTD)
F
TRANSFORMADA DE
FOURIER DE TIEMPO
DISCRETO (TFTD)
TRANSFORMADA DE
FOURIER DISCRETTA (TFD)
DEFINICION DE LA
TRANFORMADA
Transformada continua de Fourier


Inversa

Transformada discreta de Fourier

Inversa

}

= df e f A t a
ift t
t
2
) (
2
1
) (
}

+
= dt e t a f A
ift t 2
) ( ) (

s s
s s =
1 0
/ 2
1 0 ,
N k
N ijk
k j
N j e a A
t

s s

s s =
1 0
/ 2
1 0 ,
1
N j
N ijk
j k
N k e A
N
a
t
Todo polinomio de grado n puede ser representado
unvocamente por puntos. Por ejemplo el polinomio de
segundo grado,


Esta definido por los puntos (1,5) (2,11) (3,19) y es el
nico polinomio de segundo grado que incluye dichos
puntos. Cualesquiera que sean los tres puntos que se
escoja de la curva definirn el polinomio, no solo estos
tres.
Buscando nuevos
mtodos para el
producto
1 3 ) (
2
+ + = x x x p
Si escogemos una representacin basada en la evaluacin de puntos
la multiplicacin se reducira a un problema de coste
La clave esta en que podemos escoger cualquier juego n arbitrarios
de puntos.
FFT los escoge de tal manera que evaluacin e interpolacin
puedan ser muy eficientes.

En FFT, para evaluar un polinomio de grado n-1 emplearemos
las n races complejas n-simas de la unidad
UTILIDAD
La transformada rpida de Fourier (Fast Fourier
Transform FFT) es un algoritmo extremadamente rpido
para calcular la transformada discreta de Fourier
(Discrete Fourier Transform DFT), ambos son mtodos
que en la prctica ejecuta un computador sobre datos
discretos.

TRANSFORMADA RPIDA DE FOURIER
A menudo cuando se presentan
seales en el tiempo de larga
duracin, se hace inviable
ejecutar la DFT, por esto fue
necesaria la creacin de la FFT,
originalmente descubierta por
Gauss (1805).

Fue redescubierta por J. W.
Cooley y O. W. Tukey en IBM
durante 1960 C.S. Burrus, de la
Universidad de Rice University
siendo jefe del departamento de
Ingeniera, literalmente "escribi
el libro" de los algoritmos de la
rpida Transformada Discreta de
Fourier DFT.
J. W. Cooley
Existen distintos mtodos para calcular la FFT, en general los
podemos dividir en 2 tipos:
decimacin en el tiempo, y
diezmado en la frecuencia.
El algoritmo busca reducir el nmero de multiplicaciones efectuadas
en la DFT, reduciendo el nmero de clculos para N datos de 2N2 a
2N log2N, donde N debe ser una potencia de 2.Usualmente la
presentacin del algoritmo FFT se realiza de forma polinomial pero
tambin puede ser presentado de forma matricial.
La FFT explota las simetras en la matriz W (ec.2.7) para
aproximarse a una matriz diagonal. En la actualidad existen
algoritmos aun ms eficientes de calcular la DFT que inclusive el
algoritmo FFT de Cooley y Tukey. No hablaremos del actual
algoritmo de la FFT aqu.
TRANSFORMADA RPIDA DE FOURIER

ANLISIS DE FOURIER EN
TIEMPO DISCRETO.
Una seal discreta ser peridica si se cumple: , en donde N, periodo fundamental, es un
entero mnimo. La exponencial compleja es un ejemplo de funcin peridica discreta.
El anlisis de Fourier en tiempo discreto es similar a su anlogo en tiempo continuo, pero
una de las grandes diferencias que presenta en que las series ahora no presentaran
infinitos trminos sino que estarn determinados por el nmero del periodo N.
Una seal peridica puede representarse en trminos de exponenciales complejas de la
forma:




Esta es la representacin de una serie de Fourier de una seal discreta peridica; para
hallar el k-simo coeficiente ak multipliquemos por ambos miembros en

ANLISIS DE FOURIER EN TIEMPO DISCRETO.
t
=
= =

2
2
1
2 1
[ ] ( )
N
N
jk n
k
k N
x n a e con N N N
t t t

=
=

2
2 2 2
1
[ ]
N N N
N
jr n jr n jk n
k
k N
e x n a e e
Puesto que x[n] es peridica da lo mismo que o . Ahora tomando sumatoria para :




Pero veamos que:





Entonces en : , luego:

Esta ltima se llama ecuacin de anlisis, es aplicable solo a una funcin peridica para
obtener su la serie discreta de Fourier (SDF). Veamos ahora que en analoga a la variable
continua nuestros resultados se pueden extender para hallar la SDF de seales de duracin
finita como se ve en la figura:
ANLISIS DE FOURIER EN TIEMPO DISCRETO.
t t t t


= = = = =
= =

2 2 2 2
1 1 1 1 1
( )
0 0 0 0 0
[ ]
N N N N
N N N N N
jr n jr n jk n j r k n
k k
n n k k n
e x n a e e a e
2
2
2
1
0
( ) 1
0 ; 0, , 2 ,
1
; 0, , 2 ,
N
N
N
j s
N
N
js n
j s
n
e
s N N
e
e
N s N N
p
p
p
-
=

=

-

K
K
t t


= = =
= =

2 2
1 1 1
( )
0 0 0
[ ]
N N
N N N
jr n j r k n
k r
n k n
e x n a e a N
t

=
=

2
1
0
1
[ ]
N
N
jk n
k
n
a e x n
N
-N
1
n
-N
1

x
p
[n]
n
x[n]
N
2

N
2

ANLISIS DE FOURIER EN TIEMPO DISCRETO.
Ahora, sea x[n] una seal aperidica de duracin N podemos construir una
seal peridica xp[n] de periodo N tal que:



Entonces podemos hallar la representacin de la SDF de xp[n] sobre en
donde se debe cumplir que ;

Ahora para que xp[n] se acerque mas a x[n] podemos hacer que el periodo
sea ms grande, es decir que en la figura.1.b los ciclos de xp[n] estarn cada
vez ms alejados y como , podemos escribir:
ANALSS DE FOURIER EN TIEMPO DISCRETO.
< <
=

< <

1 2
2 1
[ ] ;
[ ]
0 ;
p
x n N n N
x n
N n y n N
t
+

=
=

2
1
[ ]
N
jk n
k
n
a e x n
N
t

=
=

2
1
1
0
[ ]
N
jk n
N
k n p N
a e x n
Definamos la funcin , entonces en vemos que
,con , de lo cual llegamos a:





Esta expresin se conoce como la transformada de Fourier en tiempo
discreto. A partir de se observa que x[n] se puede expresar tambin como:


Como es peridica podemos coger el intervalo de la sumatoria de 0 a N-1,
luego:


ANALSS DE FOURIER EN TIEMPO DISCRETO.
e e +
=
=

( ) [ ]
j j n
n
X e x n e
e
=
1
( )
o
j k
k N
a X e
t
e =
2
o N
e e
+

=
=

( ) [ ]
o o
j k jk n
n
X e x n e
e e
+
=
=

1
[ ] ( )
o o
j k jk n
k
x n X e e
N
e e e e

= =
= =

1 1
0 0
1
[ ] ( ) ( ) [ ]
o o o o
N N
j k jk n j k jk n
k n
x n X e e X e x n e
N
Con el resultado de la ultima ecuacin podemos intentar calcular la
transformada para un conjunto de N datos, por simplicidad hagamos
y , desarrollando:
TRANSFORMADA DISCRETA DE FOURIER (DFT):
e
= ( ) ( )
o
j k
X e X k
t
e

= =
2
o N
N
jk n
j k kn
e e w
t
t
t


=


=
= = + + +
= = + + +
= = + + +

2
2
2
(0)
1
0
(1)
1 10 11 1( 1)
0
( 1)
1 ( 1)0 ( 1)1 ( 1)( 1)
0
(0) [ ] (1 1 1)
(1) [ ] ( )
( 1) [ ] ( )
N
N
N N N
N
N N N
j n
N
n
j n
N N
n
j N n
N N N N N
n
X e x n
X e x n w w w
X N e x n w w w
Puede ser expresado de forma matricial como:





Equivalente a: , donde W es denominada matriz de
Fourier. Un hecho muy importante y evidente es que W es una
matriz simtrica.
Ahora veamos algunos casos prcticos en donde se usa la DFT:
TRANSFORMADA DISCRETA DE FOURIER (DFT):


(
| | | |
(
| |
(
| |
=
(
| |
(
| |
| |

(
\ . \ .

(1)(1) (1)( 1)
( 1)(1) ( 1)( 1)
1 1 1
(0) [0]
1
(1) [1]
( 1) 1 [ 1]
N N
N N
N
N N N
X x
w w
X x
X N w w x N
| |
= X W x
Ejecutemos la DFT para el siguiente caso (N=4) por el mtodo
ordinario:

Calculando los valores de :




Entonces de la formula

EJEMPLO DE LA DFT
t

= =
2
4
( )
( )
j kn
kn kn
N
w e j
( | | | | | |
| | | (
+
| | | (
= =
| | | (
| | | (
| | |

\ . \ . \ .
1 1 1 1 1 (0) 10
1 1 2 (1) 2 2
1 1 1 1 3 (2) 2
1 1 4 (3) 2 2
X
j j X j
X
j j X j
Veamos que en la ecuacin anterior pudimos haber realizado la
siguiente factorizacin:
Observemos que:
Entonces:
Desarrollando:

Reordenando:

Y sea ahora:
Y adems como el valor de (-1)k solo depende de si k es par o impar,
podemos hacer que:
EJEMPLO DE LA DFT
t

= =
2
4
4
( )
j nk
nk nk
w e j
=
=

3
0 4
( ) [ ]
nk
n
X k x n w
= + + +
2 3
( ) [0] [1]( ) [2]( ) [3]( )
k k k
X k x x j x j x j
= + + + [0] [1]( ) [2]( 1) [3]( )
k k k
x x j x x j
= + + + ( ) ( [0] [2]( 1) ) ( [1] [3]( 1) )( )
k k k
X k x x x x j
= + + + + + ( [20] [21]( 1) ) ( [20 1] [21 1]( 1) )( )
k k k
x x x x j
= = + = [ ] [2 ] , [ ] [2 1] ; 0,1
par ipm
x r x r x r x r r
= + ( ) ( [0] [1]( 1) )
r
par par par
X r x x
Y Entonces para visualizar esto mejor
desarrollemos la ecuacin primera para este caso:




En donde x[0]=1, x[1]=2, x[2]=3, x[3]=4, entonces y ,
entonces:
EJEMPLO DE LA DFT
= + ( ) ( [0] [1]( 1) )
r
ipm ipm ipm
X r x x
= + + +
= + + +
= + + +
= + + +
(0) ( [0] [2](1) ) ( [1] [3](1) )(1)
(1) ( [0] [2]( 1)) ( [1] [3]( 1) )( )
(2) ( [0] [2](1) ) ( [1] [3](1) )( 1)
(3) ( [0] [2]( 1) ) ( [1] [3]( 1))( )
X x x x x
X x x x x j
X x x x x
X x x x x j
= = (0) 4 ; (1) 2
par par
X X
= (0) 6 ; ( 2)
ipm ipm
X X
= + =
= + = +
= + =
= + =
(0) (0) (0)(1) 10
(1) (1) (1)( ) 2 2
(2) (0) (0)( 1) 2
(3) (1) (1)(1) 2 2
par ipm
par ipm
par ipm
par ipm
X X X
X X X j j
X X X
X X X j
Que es el mismo resultado que obtuvimos anteriormente, pero ahora se
necesitaron efectuar menos multiplicaciones. Lo que nos invita a hacer el
siguiente diagrama de desarrollo:





El mtodo matricial que hemos visto en la prctica es ejecutado por un
computador; sin embargo cuando N es muy grande como en seales de video
y audio digitales y se debe realizar 1012 multiplicaciones aproximadamente,
entonces los clculos resultaran muy tediosos, ocuparan mucha memoria y
adems tomaran mucho tiempo.
EJEMPLO DE LA DFT
DEDUCCIN DEL
ALGORITMO FFT DE
COOLEY TUKEY:
Este se utiliza para analizar seales muy grandes, como pueden ser una
seal de video, o una seal de audio
Partamos de la DFT para una seal dada polinomialmente como:

Ahora asumiendo que el nmero de datos N es par, descomponemos la
sumatoria en sus trminos pares e impares:


Sea ahora:, donde el nuevo notemos que
podemos hacer que:
DEDUCCIN DEL ALGORITMO FFT DE COOLEY
TUKEY:

=
=

1

0
( ) [ ]
N
k n
N
n
X k x n w

+
= =
= + +

/ 2 1 / 2 1
2 (2 1)
0 0
( ) [2 ] [2 1]
N N
k n k n
N N
n n
X k x n w x n w

= =
= + +

/ 2 1 / 2 1
2 2
0 0
[2 ] [2 1]
N N
k n k k n
N N N
n n
x n w w x n w
e [0, / 2 1] n N
t t

= = =
2 2
/ 2
2
2
/ 2
N N
j k n j k n
k n kn
N N
w e e w

= =
= =

/ 2 1 / 2 1

/ 2 / 2
0 0
( ) [ ] ( ) [ ]
N N
k n k n
N N
n n
F k f n w G k g n w
Adems veamos que F(k) y G(k) son tambin peridicas:



Anlogamente para G(k); con N/2 como periodo mnimo. Entonces nuestro
problema de calcular una DFT para N datos se redujo ahora a calcular 2
DFT para N/2 datos cada una. Nuevamente asumamos que N/2 es par y
ahora, para F(k):
DEDUCCIN DEL ALGORITMO FFT DE COOLEY
TUKEY:
t

+
= =
+ = = =

2
/ 2
/ 2 1 / 2 1
( / 2)
( / 2)
/ 2 / 2
0 0
( / 2) [ ] [ ] ( )
N
N N
j N n
k N n k n
N N
n n
F k N f n w f n w e F k

+
= = =
= = + +

/ 2 1 / 4 1 / 4 1
2 (2 1)
/ 2 / 2 / 2
0 0 0
( ) [ ] [2 ] [2 1]
N N N
k n k n k n
N N N
n n n
F k f n w f n w f n w

= = =
= = + e

/ 2 1 / 4 1 / 4 1
2 2
/ 2 / 2 / 2 / 2
0 0 0
[ ] [ ] [ ] [0, / 4 1]
N N N
k n k n k k n
N f N N f N
n n n
f n w f n w w g n w n N
Donde ff , gf son lo mismo para f[n] que para x[n].
De igual forma para g[n]:





Es decir que ahora sobre f[n] y g[n] se realizan 4 DFT de longitud
N/4. Entonces podramos hacer mltiples divisiones del intervalo
[0,N-1] mientras se pueda dividir N entre 2.
DEDUCCIN DEL ALGORITMO FFT DE COOLEY TUKEY:

+
= =
= + +

/ 4 1 / 4 1
2 (2 1)
/ 2 / 2
0 0
( ) [2 ] [2 1]
N N
k n k n
N N
n n
G k g n w g n w

= =
= + e

/ 4 1 / 4 1
2 2
/ 2 / 2 / 2
0 0
[ ] [ ] [0, / 4 1]
N N
k n k k n
g N N f N
n n
f n w w g n w n N
Ahora estamos listos para generalizar el mtodo, entonces:
Sea un vector de datos, de longitud N =2m. Entonces sobre el
intervalo [0,N-1] se pueden realizar m particiones como se mostr
anteriormente hasta llegar a una DFT de longitud 2 ,esta es la unidad
bsica del FFT conocida como mariposa (o butterfly en ingles) en
donde solo se necesitara una multiplicacin y 2 sumas complejas:
como se muestra en la figura:
DEDUCCIN DEL ALGORITMO FFT DE COOLEY
TUKEY:
Para especificar la idea realicemos nuevamente el ejemplo b, para N=23 por el
algoritmo FFT:
Desarrollando:

Donde se cumple para w:



Agrupando trminos pares con impares:
EJEMPLO DEL ALGORITMO FFT
=
=

7
0 8
( ) [ ]
k n
n
X k x n w
= + + + + + + +
0 2 3 4 5 6 7
8 8 8 8 8 8 8 8
[0] [1] [2] [3] [4] [5] [6] [7]
k k k k k k k k
x w x w x w x w x w x w x w x w
t t
t t t

+
+
= = =
= = =
2 2
8 4
2 2 2
8 8 4
2
2
8 4
(2 1)
(2 1)
8 4 8
j n k j n k
n k n k
j n k j k j n k
n k n k k
w e e w
w e e e w w
= + + +
0 2 3
4 4 4 4
( ) ( [0] [2] [4] [6] )
k k k k
X k x w x w x w x w
+ + + +
0 2 3
4 4 4 4 8
( [1] [3] [5] [7] )
k k k k k
x w x w x w x w w
Tomamos: , luego:


Pero dentro de cada parntesis podemos realizar una nueva factorizacin,
sabiendo que:


Entonces:
Nuevamente: ,
luego:
EJEMPLO DEL ALGORITMO FFT
= + = = [2 ] [ ] [2 1] [ ] , 0,1,2,3 x r f r y x r g r r
= + + +
0 2 3
4 4 4 4
( ) ( [0] [1] [2] [3] )
k k k k
X k f w f w f w f w
+ + + +
0 2 3
4 4 4 4 8
( [0] [1] [2] [3] )
k k k k k
g w g w g w g w w
t t
t t t

+
+
= = =
= = =
2 2
4 2
2 2 2
4 2 4
2
2
4 2
(2 1)
(2 1)
4 2 4
j n k j n k
n k n k
j n k j n k j k
n k n k k
w e e w
w e e e w w
( )
= + + +
2 2
4 4 4
( ) ( [0] [2] ) ( [1] [3] )
k k k
X k f f w f f w w
( )
+ + + +
2 2
4 4 4 8
( [0] [2] ) ( [1] [3] )
k k k k
g g w g g w w w
= + = = [2 ] [ ] [2 1] [ ] , 0,1
f g
f s f s y f s f s s
( )
= + + +
2 2 4
( ) ( [0] [1] ) ( [0] [1] )
k k k
f f g g
X k f f w f f w w
( )
+ + + +
2 2 4 8
( [0] [1] ) ( [0] [1] )
k k k k
f f g g
g g w g g w w w
Remplazando los ndices iniciales:




Esta es la forma general de se obtiene k-simo termino para N=8,
adems vemos que se debern ejecutar 4 DFT de longitud 2, y los
resultados que se obtengan se usaran para ejecutar 2 DFT de longitud
4, para lo cual se realizo 3 particiones. Para interpretar lo que indica
la ec. (3.1.3) veamos la figura 4, donde cada flecha en diagonal
representa una suma y las acompaan sus factores multiplicativos:
EJEMPLO DEL ALGORITMO FFT
( )
t
t t


= + + +
2
( ) ( [0] [4] ) ( [2] [6] )
j k
j k j k
X k x x e x x e e
( )
t t
t t
+ + + +
2 4
( [1] [5] ) ( [3] [7] )
j k j k j k j k
x x e x x e e e
( )
= + + + ( ) ( [0] [4]( 1) ) ( [2] [6]( 1) )( )
k k k
X k x x x x j
( )
t

+ + + +
4
( [1] [5]( 1) ) ( [3] [7]( 1) )( )
j k
k k k
x x x x j e
El nmero total de clculos que se realizara sern N=8 sumas para cada
etapa y log2N=3 etapas, haciendo el nmero de procesos bsicos de
(8)(3)=N log2N.
En general se cumple que para la FFT el nmero de clculos es: N log2N.
EJEMPLO DEL ALGORITMO FFT

function [Xk] = dfs(xn, N)
% Calcula los coeficientes de la DFS.
% [Xk] = dfs(xn, N):
% xn es un vector que contiene un perodo de la seal peridica en k
%elemento de [0, N-1]
% N es el perodo fundamental de xn
% Xk es un vector de coeficientes DFS evaluados en k dentro de [0, N-1]
%
n= [0:1:N-1]; % vector fila para n
k= [0:1:N-1]; % vector fila para k
WN= exp(-j*2*pi/N); % notacin de la exponencial compleja.
nk= n'*k; % creacin de una matriz NxN de nk valores
WNnk = WN .^nk; % matriz DFS
Xk = xn * WNnk; % Vector fila con los Coeficientes DFS

Cdigo Implementado en MatLab
%verificacion de la transformada
clc,clear all, close all
x=1:1:4
y_funcion=dfs(x,length(x))'
%Transformada de fourier con MatLab
y_matLab=fft(x)'

Comprobacin de la funcin fds y
la funcin de Matlab
Con la funcin implementada en MatLab se obtiene los mismos resultados que en la
funcin que viene en el MatLab.
Resultados
Para funcin x con N = 4,
elementos.

La transformada rpida de fourier es un algoritmo utilizado para
calcular la respuesta en frecuencia de una seal.

La comprensin de los algoritmos involucrados para la implementacin
de la Transformada Rpida de Fourier, requiere conocer las
herramientas matemticas que subyacen detrs de los mismos, y un
buen nivel de programacin en algn lenguaje.

Conclusiones:
La revisin de la bibliografa adquirida permiti ver las tendencias
actuales en cuanto al procesamiento digital de imgenes, y
demuestra que en los libros especializados de procesamiento de
imgenes no se encuentra implementaciones prcticas que de
carcter didctico demuestren el uso de la FFT, por lo que es
necesario recurrir a la bibliografa especializada sobre FFT

Los algoritmos que implementan la FFT, y que se encuentran en la
bibliografa especializada, tienen un alto nivel de optimizacin, y
son el resultado de los esfuerzos de muchos investigadores durante
las ltimas dcadas, lo que ha permitido el uso prctico de la
Transformada de Fourier en diferentes reas.

Libros
[1] .- Oppenheim, A. V. ; Willsky, A. S.; Nawab, S.H.: SEALES Y
SISTEMAS: Ed. Prentice Hall: Mxico:1998.
Pg.:211 a 213-358 a 361-417 a 420.
[2].-Rojas, V. D.: TRANSFORMADA Z: FIEE-UNI: Lima-Per. 2001







REFERENCIAS BIBLIOGRAFICAS
Referencias en Internet:

[1]Cooley-Tukey FFT algorithm - Wikipedia, the free encyclopedia.htm
Derivando la Transformada Rpida de Fourier.mht
Ecuacin de Matriz para la DTFS.mht
http://es.wikipedia.org/wiki/Transformada_r%C3%A1pida_de_Fourier
http://mathworld.wolfram.com/FastFourierTransform.html
http://www.lsi.upc.es/~iea/transpas/fft_web/sld025.htm
http://www.tecnun.es/asignaturas/tratamiento%20digital/TEMA6/sld027.htm

También podría gustarte