1.1 VENTANAS DE HAMMING.

Las ventanas son funciones matemticas usadas con frecuencia en el anlisis y el procesamiento
de seales para evitar las discontinuidades al principio y al final de los bloques analizados.

En el procesamiento de seales, una ventana se utiliza cuando el anlisis se centra en una seal
de longitud voluntariamente limitada. En efecto, una seal real tiene que ser de tiempo finito;
adems, un clculo slo es posible a partir de un nmero finito de puntos. Para observar una seal
en un tiempo finito, se multiplica por una funcin ventana.
Cuando una secuencia de muestras a procesar digitalmente, es demasiando grande, tal
procesamiento puede sobrepasar las capacidades del equipo de cmputo disponible. As entonces
se toman pequeos espacios muestrales y a cada uno se le aplica el mismo procesamiento. Las
ventanas se usan entonces para evitar las discontinuidades al principio y al final de los bloques
analizados.
Sin el uso de las ventanas, el resultado de unir las secuencias procesadas implica nuevas
componentes espectrales: artefactos en imgenes y ruido de alta frecuencia o gis en audio. Las
ventanas tambin son usadas para la decimacin y la interpolacin.

La ventana que se estudia a continuacin lleva el nombre de Richard Hamming3 y se le suele

denominar tambin ventana de coseno elevado.

Esta ventana tiene un comportamiento temporal de medio ciclo de una seal cosenoidal y
normalizado en amplitud a la unidad. Esta ventana de caracteriza por el argumento N impar. Su
ecuacin es la siguiente y genera N muestras:

2
= 1
=0 (0.53836 0.46164 cos ( ))( 1) (8)
1

Figura 18. Ventana de Hamming simulada en Matlab

La ecuacin (8) es una funcin de n, no obstante, esta ecuacin tambin puede escribirse en forma
de vector tal como se muestra en los ejemplos que siguen:

3 = {0.0767, 1, 0. 0767}
5 = {0.0767, 0.5384, 1, 0.5384, 0. 0767}
5 = {0.0767, 0.3075, 0.7692, 1, 0.7692, 0,3075, 0. 0767}

El vector de muestras para una ventana Hamming de 9 muestras es:

 0.0767
0.2119
0.5384
0.8648
3 = 1
0.8648
0.5384
0.2119
0.0767

Se muestra la ventana de Hamming para N=9 muestras.

La Transformada Rpida de Fourier (FFT).

FFT es la abreviatura usual (del ingls Fast Fourier Transform) de un eficiente algoritmo 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 seales y
filtrado digital en general a la resolucin de ecuaciones en derivadas parciales o los algoritmos de
multiplicacin rpida de grandes enteros. El algoritmo pone algunas limitaciones en la seal y en el
espectro resultante. Por ejemplo: la seal de la que se tomaron muestras y que se va a
transformar debe consistir de un nmero de muestras igual a una potencia de dos. La mayora de
los analizadores TRF permiten la transformacin de 512, 1024, 2048 o 4096 muestras. El rango de
frecuencias cubierto por el anlisis TRF depende de la cantidad de muestras recogidas y de la
proporcin de muestreo.

Uno de los algoritmos aritmticos ms ampliamente utilizados es la transformada rpida de

Fourier, un medio eficaz de ejecutar un clculo matemtico bsico y de frecuente empleo. La
transformada rpida de Fourier es de importancia fundamental en el anlisis matemtico y ha sido
objeto de numerosos estudios. La aparicin de un algoritmo eficaz para esta operacin fue una
piedra angular en la historia de la informtica.

Las aplicaciones de la transformada rpida de Fourier son mltiples. Es la base de muchas

operaciones fundamentales del procesamiento de seales, donde tiene amplia utilizacin.
Adems, proporciona un medio oportuno para mejorar el rendimiento de los algoritmos para un
conjunto de problemas aritmticos comunes.

Ante todo debe quedar claro que la FFT no es una nueva transformada sino que se trata de un
algoritmo para el clculo de la Transformada Discreta de Fourier (DFT). Su importancia radica en el
hecho que elimina una gran parte de los clculos repetitivos a que est sometida la DFT, por lo
tanto se logra un clculo ms rpido. Adems, la FFT generalmente permite una mayor precisin
en el clculo de la DFT disminuyendo los errores de redondeo.

Banco de Filtros (Filter Banks).

Un banco de filtros consiste en un array formado por ms de un filtro paso banda que separa la
seal de entrada en varias componentes, cada una de las cuales transporta la subbanda de una
sola frecuencia de la seal original. El diseo de dicho filtro debe ser capaz de recombinar dichas
subbandas de manera que se pueda recuperar la seal original. Este primer proceso de separacin
o divisin en subbandas de trabajo se conoce como anlisis mientras que al segundo proceso de
reconstruccin se conoce como sntesis. La seal de salida del proceso de anlisis tendr tantas
subbandas como filtros tenga nuestro banco de filtros.

Su funcin es la de aislar diferentes componentes frecuenciales de una seal. Para la mayora de

las aplicaciones esta funcin es muy til ya que no todas las componentes frecuenciales tienen la
misma relevancia. Por ejemplo, aquellas frecuencias que tengan mayor importancia podrn ser
codificadas con una mayor resolucin. En consecuencia, el esquema de codificacin debe ser
sensible a las pequeas diferencias existentes entre unas y otras frecuencias.

Figura (19). Modelado del Banco de Filtros

() = () () = 1
=0 ()( ) 1 (9)
Figura (20). Etapa inicial de Procesamiento de Banco de Filtros.