Você está na página 1de 52

Procesamiento Digital de

Seales (DSP)
Es el tratamiento o manipulacin de datos digitales que
representan alguna seal fsica. Los datos son normalmente
generados mediante un proceso de conversin A/D.
El procesamiento se puede clasificar en dos grupos:
1. Estadstico
2. Fourier

Anlisis de Fourier:
Encontrar informacin escondida dentro de los datos:
- Limpiarla (ruido)
- Ubicar patrones
- Compactarla
- Reacomodarla
Tcnicas empleadas
- Transformaciones de Fourier
- Filtrado Digital
- Convolucin y Correlacin
Aplicaciones:
ptica
Astronoma
Geologa
Anlisis Qumico
Materiales
Computacin
Medicina
Acstica
Msica
Video
Series de Fourier
Cualquier seal peridica continua se puede
representar como una serie infinita de senos y
cosenos de diferentes amplitudes cuyas
frecuencias son harmnicas de la frecuencia de
la seal. Esto es lo que se conoce como la serie
de Fourier de la seal.
Una Funcin Peridica f(t) tiene la siguiente
propiedad para todo valor de t.
f(t)=f(t+T)

A la constante mnima T para la cual se cumple lo
anterior se le llama el periodo de la funcin

Repitiendo la propiedad se puede obtener:
f(t)=f(t+nT), donde n=0,1, 2, 3,...
Serie Trigonomtrica de Fourier
Las Funciones peridicas f(t) de periodo T pueden
expresarse por la siguiente serie, llamada Serie
Trigonomtrica de Fourier
f(t) = a
0
+ a
1
cos(e
0
t)+a
2
cos(2e
0
t)+...
+ b
1
sen(e
0
t)+b
2
sen(2e
0
t)+...
Donde e
0
=2t/T.
Es decir,
] ) t n ( sen b ) t n cos( a [ a ) t ( f
1 n
0 n 0 n 0
2
1

e + e + =

=
Es posible escribir de una manera ligeramente
diferente la Serie de Fourier, si observamos que el
trmino a
n
cos(ne
0
t)+b
n
sen(ne
0
t) se puede escribir
como





Podemos encontrar una manera ms compacta
para expresar estos coeficientes pensando en un
tringulo rectngulo:
|
|
.
|

\
|
e
+
+ e
+
+ ) t n ( sen
b a
b
) t n cos(
b a
a
b a
0
2
n
2
n
n
0
2
n
2
n
n
2
n
2
n




Con lo cual la expresin queda
n
2
n
2
n
n
n
2
n
2
n
n
sen
b a
b
cos
b a
a
u =
+
u =
+
a
n
b
n
2
n
2
n n
b a C + =
u
n
| | ) t n ( sen sen ) t n cos( cos C
0 n 0 n n
e u + e u
| | ) t n cos( C
n 0 n
u e =
Si adems definimos C
0
=a
0
/2, la serie de
Fourier se puede escribir como



As,

y
| |

=
u e + =
1 n
n 0 n 0
) t n cos( C C ) t ( f
2
n
2
n n
b a C + =
|
|
.
|

\
|
= u

n
n
1
n
a
b
tan
As, una funcin peridica f(t) se puede escribir como la
suma de componentes sinusoidales de diferentes
frecuencias e
n
=ne
0
.

A la componente sinusoidal de frecuencia ne
0
:
C
n
cos(ne
0
t+u
n
) se le llama la ensima armnica de f(t).

A la primera armnica (n=1) se le llama la componente
fundamental y su periodo es el mismo que el de f(t)

A la frecuencia e
0
=2tf
0
=2t/T se le llama frecuencia
angular fundamental.
Clculo de los coeficientes de la Serie
Dada una funcin peridica f(t) cmo se
obtiene su serie de Fourier?


Obviamente, el problema se resuelve si
sabemos como calcular los coeficientes
a
0
,a
1
,a
2
,...,b
1
,b
2
,...

Esto se puede resolver considerando la
ortogonalidad de las funciones seno y
coseno.
] ) t n ( sen b ) t n cos( a [ a ) t ( f
1 n
0 n 0 n 0
2
1

e + e + =

=
Functiones Ortogonales
Un conjunto de funciones {|
k
} es
orthogonal en el intervalo a < t < b si se
cumple que

=
=
= | |
}
n m r
n m
dt t t
n
b
a
n m
0
) ( ) (
Functiones senoidales
ortogonales
e
0
=2t/T.
0 , 0 ) cos(
2 /
2 /
0
= = e
}

m dt t m
T
T
0 , 0 ) sin(
2 /
2 /
0
= = e
}

m dt t m
T
T

=
=
= e e
}

n m T
n m
dt t n t m
T
T
2 /
0
) cos( ) cos(
2 /
2 /
0 0

=
=
= e e
}

n m T
n m
dt t n t m
T
T
2 /
0
) sin( ) sin(
2 /
2 /
0 0
n m dt t n t m
T
T
and all for , 0 ) cos( ) sin(
2 /
2 /
0 0
= e e
}

Multiplicando ambos miembros de la identidad por


cos(ne
0
t) e integrando de T/2 a T/2, obtenemos:




Similarmente, multiplicando por sen(ne
0
t) e integrando de
T/2 a T/2, obtenemos:







,... 3 , 2 , 1 , 0 n dt ) t n cos( ) t ( f a
2 / T
2 / T
0
T
2
n
=
}
e =

,... 3 , 2 , 1 n dt ) t n ( sen ) t ( f b
2 / T
2 / T
0
T
2
n
=
}
e =

}
=

2 / T
2 / T
T
2
0
dt ) t ( f a
Ejemplo: Encontrar la Serie de Fourier para
la siguiente funcin de periodo T:














Solucin: La expresin para f(t) en
T
/
2
<t<
T
/
2
es



1
f(t)
t
. . . -T
/
2
0

T
/
2
T .
. .
-1

< <
< <
=
2
T
2
T
t 0 para 1
0 t para 1
) t ( f
Coeficientes a
n
:
}
e =

2 / T
2 / T
0
T
2
n
dt ) t n cos( ) t ( f a
(

}
e +
}
e =

2 / T
0
0
0
2 / T
0
T
2
dt ) t n cos( dt ) t n cos(
(
(

e
e
+ e
e
=
0
2 / T
0
0
2 / T
0
0
0
T
2
) t n ( sen
n
1
) t n ( sen
n
1
0 n para 0 = =
Coeficiente a
0
:
}
=

2 / T
2 / T
T
2
0
dt ) t ( f a
(

}
+
}
=

2 / T
0
0
2 / T
T
2
dt dt
(
(

+ =
0
2 / T
2 / T
0
T
2
t t
0 =
Coeficientes b
n
:
}
e =

2 / T
2 / T
0
T
2
n
dt ) t n ( sen ) t ( f b
(

}
e +
}
e =

2 / T
0
0
0
2 / T
0
T
2
dt ) t n ( sen dt ) t n ( sen
(
(

e
e
e
e
=
0
2 / T
0
0
2 / T
0
0
0
T
2
) t n cos(
n
1
) t n cos(
n
1
| | ) 1 ) n (cos( )) n cos( 1 (
n
1
t t
t
=
| | 0 n para ) ) 1 ( 1
n
2
n
=
t
=
Serie de Fourier: Finalmente la Serie de Fourier
queda como



En la siguiente figura se muestran: la componente
fundamental y los armnicos 3, 5 y 7 as como la
suma parcial de estos primeros cuatro trminos de
la serie para e
0
=t, es decir, T=2:
| | ... ) t 5 ( sen ) t 3 ( sen ) t ( sen
4
) t ( f
0
5
1
0
3
1
0
+ e + e + e
t
=
-1 -0.5 0 0.5 1
-1.5
-1
-0.5
0
0.5
1
1.5
Componentes de la Serie de Fourier
t
C
o
m
p
o
n
e
n
t
e
s

Suma
fundamental
tercer armnico
quinto armnico
septimo armnico
Forma Compleja de la Serie de Fourier
Consideremos la serie de Fourier para una
funcin periodica f(t), con periodo T=2t/e
0
.


Es posible obtener una forma alternativa
usando las frmulas de Euler:


Donde
] ) t n ( sen b ) t n cos( a [ a ) t ( f
1 n
0 n 0 n 0
2
1

e + e + =

=
) e e ( ) t n ( sen
) e e ( ) t n cos(
t j n t j n
j 2
1
0
t j n t j n
2
1
0
0 0
0 0
e e
e e
= e
+ = e
1 j =
Series de Fourier. 22

Forma Compleja de la Serie de Fourier
La serie se puede escribir como


O bien,


Es decir,

) e c e c ( c ) t ( f
1 n
t j n
n
t j n
n 0
0 0

=
e

e
+ + =


=
e

=
e
+ + =
1 n
t j n
n
1 n
t j n
n 0
0 0
e c e c c ) t ( f

=
e
=
n
t j n
n
0
e c ) t ( f
A la expresin obtenida








Se le llama forma compleja de la serie de
Fourier y sus coeficientes c
n
pueden obtenerse a
partir de los coeficientes a
n
, b
n
como ya se dijo, o
bien:


Para n=0, 1, 2, 3, ...
}
e
=
T
0
t j n
T
1
n
dt e ) t ( f c
0

=
e
=
n
t j n
n
0
e c ) t ( f
Espectros de Frecuencia Discreta
Dada una funcin peridica f(t), le
corresponde una y slo una serie de
Fourier, es decir, le corresponde un
conjunto nico de coeficientes c
n
.

Por ello, los coeficientes c
n
especifican a f(t)
en el dominio de la frecuencia de la
misma manera que f(t) especifica la funcin
en el dominio del tiempo.
Espectros de Frecuencia Discreta










Observacin: El eje horizontal es un eje de frecuencia,
(n=nmero de armnico = mltiplo de e
0
).
-30 -20 -10 0 10 20 30
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Espectro de Amplitud de f(t)
n
|
C
n

|

Frecuencia negativa (?) Frecuencia
Ancho de banda de una seal
Existen muchas definiciones para el ancho de banda de
una seal, dependiendo del contexto en que se emplee
el trmino.
Una de ellas se refiere al conjunto de las componentes
de frecuencia cuya amplitud no es menor en 3 dB a la
mayor componente del espectro de Fourier de la seal.
Esta definicin sera inapropiada si el objetivo es
mantener una representacin fiel de la seal.
Obviamente, para una seal peridica podemos obtener
su ancho de banda con su serie de Fourier.
De la Serie a la Transformada de Fourier
La serie de Fourier nos permite obtener una
representacin en el dominio de la frecuencia para
funciones peridicas f(t).

Es posible extender de alguna manera las series
de Fourier para obtener el dominio de la
frecuencia de funciones no peridicas?

La respuesta es s, pero ahora el espectro de
frecuencias NO es discreto sino continuo.
De la Serie a la Transformada de Fourier
Tren de pulsos de amplitud 1, ancho P y periodo
T:
1
f(t)
t
. . . -T -T
/
2
0

T
/
2
T . .
.
p
-p
/
2

p
/
2

< <
< <
< <
=

2
T
2
p
2
p
2
p
2
p
2
T
t 0
t 1
t 0
) t ( f
Espectro del tren de pulsos para P=1, T=2
-60 -40 -20 0 20 40 60
-0.2
0
0.2
0.4
0.6
w=nw
0
c
n
-50 0 50
-0.1
0
0.1
0.2
0.3
p=1, T=5
-50 0 50
-0.05
0
0.05
0.1
0.15
p=1, T=10
-50 0 50
-0.02
0
0.02
0.04
0.06
p=1, T=20
-50 0 50
-0.2
0
0.2
0.4
0.6
p=1, T=2
e=ne
0
c
n

Si hace T muy grande sin aumentar P
(T): El espectro se vuelve continuo!
Es decir,



Donde




Estas expresiones nos permiten calcular la
expresin F(e) (dominio de la frecuencia) a partir
de f(t) (dominio del tiempo) y viceversa
}


e
t
e e = d e ) ( F ) t ( f
t j
2
1
}


e
= e dt e ) t ( f ) ( F
t j
Transformada
De Fourier
Identidad
De Fourier
Notacin: A la funcin F(e) se le llama
transformada de Fourier de f(t) y se denota por
F, es decir


En forma similar, a la expresin que nos permite
obtener f(t) a partir de F(e) se le llama
transformada inversa de Fourier y se denota por
F
1
,es decir
}


e
t

e e = = e d e ) ( F ) t ( f )] ( F [
t j
2
1
1
F
}


e
= e = dt e ) t ( f ) ( F )] t ( f [
t j
F
Ejemplo. Calcular F(w) para el pulso rectangular f(t)
siguiente






Solucin. La expresin en el dominio del tiempo de la
funcin es
-p
/
2
0

p
/
2
1
f(t)
t

<
< <
<
=

t 0
t 1
t 0
) t ( f
2
p
2
p
2
p
2
p


Integrando



Usando la frmula de Euler:


Obsrvese que el resultado es igual al obtenido para cn
cuando T , pero multiplicado por T.
} }

e


e
= = e
2 / p
2 / p
t j t j
dt e dt e ) t ( f ) ( F
2 / p
2 / p
t j
j
1
e

e
e
=
) e e (
2 / p j 2 / p j
j
1
e e
e
=
2 / p
) 2 / p ( sen
p ) ( F
e
e
= e
En forma Grfica
-50 0 50
0
0.5
1
F(w) con p=1
w
F
(
w
)
Seales Discretas
Tipos de seales :
1) Analgica : Continua en tiempo y amplitud

2) Discreta en el Tiempo:
Transformada Discreta de Fourier
FT: Cuando la seal de origen es continua
2
( ) ( )
j ft
x f x t e dt
t
+

=
}
Pero si las seales son discretas DTFT
(Discrete Time Fourier Transform)
2
( ) ( )
j fn
x f x n e
t
+

El tiempo y la frecuencia son variables continuas


El tiempo se discretiza pero la frecuencia sigue siendo continua (la
suma es infinita)
The DFT
Para discretizar ambas variables
1) Limitamos la frecuencia continua a un valor mximo value de F
s

2) Discretizamos la frecuencia a valores m
S
nF
m
N
=
La Transformada se convierte en
1
2 /
0
( ) ( )
N
j nm N
n
X m x n e
t

=
=

The DFT
1
2 /
0
( ) ( )
N
j nm N
n
X m x n e
t

=
=

En donde :

X(m) = la m
th
DFT componente de salida: X(0), X(1),X(2)
m = Indice de la salida de la DFT en el dominio de la fecuencia
m = 0,1,2,,N-1
x(n) = muestras de entrada, x(0),x(1),x(2)..
n = Indice de las muestras de entrada,n = 0,1,2,3,, N-1
N = Nmero total de muestras de entrada y de los puntos de
frecuencia en la salida de la DFT.

DFT
( ) ( ) ( )
real imag
X m X m jX m = +
La magnitus de X(m) es :
2 2
( ) ( ) ( ) ( )
mag real imag
X m X m X m X m = = +
El ngulo de X(m) es :
La DFT es una cantidad compleja
1
( )
( ) tan
( )
imag
real
X m
X m
X m
|

(
=
(

DFT Ejemplo
Supongamos que se desea evaluar la DFT en 8 puntos a una seal
Senoidal con componenetes de frequencia de 1KHz and 2KHz
Supongamos que:
( ) sin(2 .1000. ) 0.5sin(2 .2000 3 / 4) x t t t t t t = + +
Periodo de x(t) = 1/1Khz = 1/1000
8 muestras/periodo => T
s
= 1/8000 sec
O sea Fs = 8000 muestras/s
t = nT
s

( ) sin(2 .( / 8)) 0.5sin(2 .(2 / 8) 3 / 4) x n n n t t t = + +
n = 0,1,,7
DFT Ejemplo (Cont)
Entonces
1
0
(0) ( )
N
n
X x n

=
=

7
0
(1) ( )[cos(2 / 8) sin(2 / 8)]
n
X x n n j n t t
=
=

Etc...
Evaluando se tiene:
X(0) = 0 + j 0 (dc)
X(2) = 1.414 + j1.414 (2Khz)
X(4) = 0 + j 0 (4Khz)
X(6) = 1.414 j 1.414 (6Khz)
X(1) = 0 j 4 (1KHz)
X(3) = 0 + j 0 (3Khz)
X(5) = 0 + j 0 (5Khz)
X(7) = 0 + j 4 (7KHz)
Componente DC
DFT Ejemplo (Resultados)
Simetra en la DFT
Se observa que:
magnitud de X(N-m) = magnitud de X(m)
fase de X(N-m) = fase de X(m)
O:
X(m) = complejo conjugado de X(N-m)
Conclusin: Al calcular la DFT de x(n) en N puntos, obtenemos N trminos
complejos de salida pero slo los primeros N/2 trminos son independientes
Propiedades de la DFT
1) Linealidad:
si a(n) = b(n) + c(n)
entonces A(m) = B(m) + C(m)
2) Teorema del corrimiento: :
Si y(n) = x(n+k)
entonces Y(m) = e
j2pikm/N
X(m)

Transformada Inversa IDFT
1
2 /
0
1
( ) ( )
N
j mn N
m
x n X m e
N
t

=
=

Para obtener x(n) a partir de X(m)
Fugas en la DFT
Las salidas de DFT corresponden a las frecuencias f = mf
s
/N
Qu sucede si la entrada tiene frecuencias que no coinciden
Con esos valores
Digamos que en el ejemplo anterior se tienen frecuencias 2.3 Khz
y muestreamos 8000 M/s

Los picos detectados son = 0Kkz, 1Khz, 2Khz,,7Khz
pero el pico 2.3 Khz no aparece!!
Este pico de frecuencia se ha fugado (escurrido)
Remedio
Windowing
Ejemplo grfico
Dominio del
Tiempo
Dominio de la
Frecuencia
La Transformada Discreta de Fourier (DFT)
requiere el clculo de N funciones exponenciales
para obtener F(n), lo cual resulta un esfuerzo de
clculo enorme para N grande.

Se han desarrollado mtodos que permiten
ahorrar clculos y evaluar de manera rpida la
Transformada discreta, a estos mtodos se les
llama

Transformada Rpida de Fourier (FFT)
En el clculo de la transformada directa de
Fourier el nmero de operaciones
requeridas es proporcional a N
2


En el clculo de la transformada rpida de
Fourier (FFT) el nmero de operaciones
requeridas es proporcional a N(lnN)
En Resumen:
Para encontrar el espectro de frecuencias de una seal
continua y peridica empleamos su SERIE DE
FOURIER
Para encontrar el espectro de frecuencias de una seal
continua aperidica empleamos la TRANSFORMADA
DE FOURIER
Para encontrar el espectro de frecuencias de una seal
discreta y peridica empleamos la DFT
Para encontrar el espectro de frecuencias de una seal
discreta aperidica aproximamos con la DFT
La DFT se implementa con la FFT