Transformada de Fourier

http://www.fiec.espol.edu.ec

Transformadas de Fourier
Jean Baptiste Joseph Fourier (1768
1830)
Contribuyo a la idea de que una
funcin puede ser representada por
la suma de funciones sinusoidales

2kt
2kt
f (t ) c ak cos(
) bk sin(
)
T
T
k 1
k 1

Transformada de Fourier

Transformada de Fourier

Transformada de Fourier

Trasformada de Fourier

Es interesante descomponer una

seal en sinusoides por la:
FIDELIDAD SINUSOIDAL

Eso garantiza que si entra un

sinusoide a un sistema lineal solo
variar su fase y su amplitud pero su
frecuencia sera la misma

Transformadas de Fourier

Dependiendo del tipo de funcin que

se desee transformar se utilizan
diferentes mtodos

Transformadas de Fourier

Aperiodiodicas
Continuas

Transformada de Fourier

Peridicas Continuas
Series de Fourier

Aperidicas Discretas
T. Discreta en Tiempo de
Fourier

Peridicas Discretas
Transformada Discreta de
Fourier

Transformada de Fourier
Nosotros manejamos seales con un
nmero finito de muestras
Hay dos opciones

Convertirlas a Aperidicas Discretas

Convertirlas a Peridicas Discretas

Para sintetizar una seal aperidica

se necesita un nmero infinito de
sinusoides

Transformada de Fourier
Por lo tanto nos concentraremos en
la Transformada Discreta de Fourier
Llamada ms comnmente por su
siglas en ingles DFT
Para hacerlo debemos pensar en la
seal digital como peridica, o sea
que se repite indefinidamente

Transformada de Fourier

Existen dos maneras de atacar

matemticamente la DFT
DFT Sinusoidal (Real)
DFT Exponencial (Complejo)

DFT Real

Se basa en calcular los coeficientes

de la siguiente ecuacin:
N /2

N /2

k 0

k 0

x[n] ak cos(2kn / N ) bk sin( 2kn / N )

Re X [n] a[n]
Im X [n] b[n]

DFT Real

DFT Real

DFT Complejo

Se basa en la identidad

e cos( x) isen( x)
ix

De tal manera que:

Real vs. Complejo

La verdadera transformada de
Fourier es compleja por naturaleza
Hacerla real permite estudiarla
mejor, pero introduce ciertos
problemas
Nosotros utilizaremos las dos
dependiendo de la aplicacin

El dominio de la frecuencia
Aplicar la transformada de fourier a
una seal en el dominio del tiempo
tiene como efecto expresar esa seal
en el dominio de la frecuencia
X[n]=DFT(x[n])
Por lo tanto el eje x de la
transformada de fourier representa
frecuencia

El dominio de la frecuencia

El dominio de la frecuencia

El eje x se puede expresar de 4

maneras:
Fraccin de la frecuencia de Muestreo
Nmero de Muestra
Frecuencia Natural (radianes)
Frecuencia Absoluta

Inversa de la DFT
As como podemos ir del dominio del
tiempo al dominio de la frecuencia
Usamos la inversa de la DFT para
pasar de la frecuencia al tiempo
Por lo tanto podemos ver que al
pasar del tiempo a la frecuencia solo
estamos expresando la misma
informacin de otra manera

Inversa de la DFT

Eso nos lleva a un concepto muy

importante en analisis de seales y
sistemas: Dualidad

Clculo de la DFT

Hay 3 mtodos para calcular la DFT

DFT
DFT
FFT

por ecuaciones simultaneas

por correlacin

Hoy veremos los dos primeros

DFT por ecuaciones

simultaneas
Tenemos N valores en tiempo y hay
que calcular N valores en frecuencia
Debemos escribir N ecuaciones
lineales independientes

N /2

N /2

k 0

k 0

x[n] ak cos(2kn / N ) bk sin( 2kn / N )

N /2

N /2

k 0

k 0

x[1] ak cos(2 / N ) bk sin( 2k / N )

DFT por ecuaciones

simultaneas
Se puede resolver usando los
mtodos como Eliminacin de Gauss
Pero en la prctica es muy lento
Solo se utiliza de manera terica

DFT por correlacin

Correlacionamos la seal original con
cada una de las funciones
sinusoidales base
Esto significa multiplicar cada punto
de la seal de entrada por la funcin
sinusoidal y luego sumar todos los
puntos

DFT por correlacin

M

c[n] a[i ]b[i ]

i 0

N 1

Re X [k ] x[i ] cos(2ki / N )
i 0

N 1

Im X [k ] x[i ] sin( 2ki / N )

i 0

DFT por correlacin

Notacin Polar
Tal como representamos a la funcin
en frecuencia con una parte real y
una imaginaria podemos expresarla
en forma de Magnitud y Fase
Mag X[0] y Fas X[0] son calculadas a
partir de Re X[0] y Im X[0] y asi con
las demas muestras

Notacin Polar

Esta forma de representar la funcin

en frecuencia nos ayuda a
visualizarla mejor

Notacin Polar

Se calcula de la siguiente manera

Notacin Polar

Notacin Polar
Usamos la notacin polar para
visualizar la seal
Usamos la notacin rectangular para
hacer los clculos

Anlisis Espectral
Como ya vimos, en muchas seales,
la informacin no esta codificada en
la forma de la seal, sino en su
frecuencia
Ejemplo de esto:

Sonido
Radar Submarino
Color

Anlisis Espectral
Para analizar este tipo de seales el
dominio del tiempo es insatisfactorio
Trate de analizar su voz simplemente
viendo a forma de la seal en tiempo
Se utiliza la transformada de fourier
para representar estas seales en
frecuencia y asi poderlas analizar

Anlisis Espectral
4

Vowel A

x 10

-1

-2

-3

-4

0.05

0.1

0.15

0.2
0.25
Time(seconds)

0.3

0.35

0.4

0.45

Anlisis Espectral
Obtenemos la transformada de
Fourier
Obtenemos la parte real y la
graficamos

Anlisis Espectral
Vowel A (256 samples - hamming)

12

10

11

10

10

10

Power

10

10

10

10

10

10

1000

2000

3000
Frequency(Hz)

4000

5000

6000

Anlisis Espectral

Vamos tomando grupos de muestras

y realizamos la misma tcnica y
luego las graficamos juntas

Anlisis Espectral
Sida.txt, 256, hamming

500
1000
1500
2000

Hz

2500
3000
3500
4000
4500
5000
5500

0.05

0.1

0.15

0.2
Seconds

0.25

0.3

0.35

0.4

Anlisis Espectral
A representar una funcin en sus
componentes de frecuencia se le
llama Anlisis Espectral
Nos permite saber que frecuencias
estn presentes dentro de una seal

Anlisis Espectral
Al tomar un grupo de muestras
estamos multiplicando la funcin por
una ventana cuadrada
Eso provoca distorsiones en las
frecuencias obtenidas

Anlisis Espectral

Multiplicacin por Ventana

Ventanas

Existen varias ventanas

Cuadrada
Barlett (triangulo)
Welch (parabola)
Hann (Hanning)
Hamming

Ventanas

Cuadrada

Barlett
Vowel O - BARTLETT (256 samples)

Vowel O - SQUARE (256 samples)

12

12

10

10

10

10

10

10

10

Power

Power

10

10

10

10

10

10

10

1000

2000

3000

4000

5000

6000

1000

2000

Welch

5000

6000

Hann

12

12

10

10

10

10

10

10

10

10

Power

Power

4000

Vowel O - HANN (256 samples)

Vowel O - WELCH (256 samples)

10

10

10

10

10

10

3000
Frequency(Hz)

Frequency(Hz)

1000

2000

3000
Frequency(Hz)

4000

5000

6000

1000

2000

3000
Frequency(Hz)

4000

5000

6000

Resolucin
Si tomamos ms puntos tendremos
una mejor definicin en frecuencia
Pero empeorara la definicin en tiempo
Si tomamos menos puntos, tendremos
una mejor definicin en tiempo
Pero empeorara la definicin de la
frecuencia

Resolucin
Sidai.txt, 64, hamming

500
1000
1500
2000

Hz

2500
3000
3500
4000
4500
5000
5500
0.1

0.2

0.3

0.4

0.5

0.6
Seconds

0.7

0.8

0.9

1.1

Resolucin
Sidai.txt, 128, hamming

500
1000
1500
2000

Hz

2500
3000
3500
4000
4500
5000
5500

0.1

0.2

0.3

0.4

0.5

0.6
Seconds

0.7

0.8

0.9

1.1

Resolucin
Sidai.txt, 256, hamming

500
1000
1500
2000

Hz

2500
3000
3500
4000
4500
5000
5500

0.1

0.2

0.3

0.4

0.5

0.6
Seconds

0.7

0.8

0.9

1.1

Resolucin
Sidai.txt, 512, hamming

500
1000
1500
2000

Hz

2500
3000
3500
4000
4500
5000
5500

0.1

0.2

0.3

0.4

0.5

0.6
Seconds

0.7

0.8

0.9

1.1

Resolucin
Sidai.txt, 1024, hamming

500
1000
1500
2000

Hz

2500
3000
3500
4000
4500
5000
5500

0.1

0.2

0.3

0.4

0.5

0.6
Seconds

0.7

0.8

0.9

1.1

Respuesta en Frecuencia
Asi como en el dominio del tiempo
un sistema puede ser caracterizado
por su Respuesta a Impulso
En la Frecuencia un sistema se
caracteriza por su Respuesta en
Frecuencia
La relacin entre las dos es la
transformada de Fourier

Respuesta en Frecuencia

Respuesta en Frecuencia

Muchas veces podemos entender

mejor el funcionamiento de un
sistema si analizamos la Respuesta a
Frecuencia en vez de la Respuesta a
Impulso

Respuesta en Frecuencia

Convolucin en Frecuencia

Si
x[n] * h[n] = y[n]

Entonces
X[f] ? H[f] = Y[f]

Respuesta
Multiplicacin

Convolucin en Frecuencia
Convolucionar dos seales en el
dominio del tiempo, significa
multiplicarlas en el dominio de la
frecuencia
Y viceversa

Convolucin en Frecuenc i

Convolucin en Frecuencia