Академический Документы
Профессиональный Документы
Культура Документы
OBJETIVOS
Realizar el anlisis espectral y frecuencial de seales
II.
MARCO TERICO
DTFS (Serie de Fourier para Seales Peridicas en Tiempo Discreto )
Cualquier seal x(n) peridica de periodo N se puede expresar como una serie de Fourier
N 1
x ( n ) Ck e
2 k
n
N
Ck
k 0
1
N
N 1
x ( n)e
2 k
n
N
n 0
con
Es decir, cualquier seal peridica es combinacin de todos los armnicos de periodo N.
sk ( n) e
2 k
n
N
sk N (n) sk (n)
C k N Ck
N 1
, es decir, la secuencia
2 k
n arg(Ck )
N
x(n) Ck cos
k 0
Si n par
N /2 1
2 k
x(n) C0 2 Ck cos
k 0
Ejemplo
UNAS-FIPS-EPIS
UNAS-FIPS-EPIS
Como la serie de Fourier solo se aplican a seales peridicas, para hacer el anlisis frecuencial de una
secuencia x[n] aoeridica, se puede suponer un periodo infinito, pero 1/N y k/n tenderan a cero en la
X ( )
DTFS, entonces se define la transformada de Fourier
X ( )
x[n]e
j n
y su inversa es,
x[n]
1
2
X ( )e
j n
X ( )
La DTFT
toma valores complejos y es una funcin continua y peridica en
. El periodo es
2, representndose normalmente en el intervalo [-,]. Al evaluar numricamente la DTFT se
presentan dos problemas:
La secuencia x[n] puede tener un nmero infinito de puntos: para resolver el primer problema
consideraremos que la secuencia de entrada est formada por un vector de L puntos siendo 0 para
los valores comprendidos entre L+1 e infinito.
X ( )
es una funcin continua de la frecuencia
X ( )
procesador digital: consideraremos que
se evala en un nmero N finito de frecuencias
equidistantes en el intervalo [-,] con incrementos de 2/N, es decir se consideran el conjunto
k 2 k / N
discreto de frecuencias
X ( )
X (2 k / N )
valores
se aproximan a la funcin
continua que tuvo que ser muestreada. Al
muestrear la DTFT de esta manera se obtiene la expresin correspondiente a la trasformada
discreta de Fourier DFT que en MATLAB se implementa mediante el algoritmo conocido como
FFT (Fast Fourier Transform). Se debe elegir N tal que N>L.
X (k ) X (k )
x[n]e
j (2 k / N ) n
para k=0,1,,N-1
Ing. Lucy Delgado
UNAS-FIPS-EPIS
Propiedades de la DTFT
UNAS-FIPS-EPIS
DTFT y el enventanado
Al aplicar la DTFT a seales de duracin finita, slo se est aplicando a un fragmento de la seal
original (enventanado):
w( n)
Para ello se debe multiplicar a la seal original (duracin infinita) por una ventana rectangular
de longitud L
)
x (n) x (n) w(n)
1 0 n L 1
otro n
0
w(n)
Si aplicamos esta ventana se genera una aparicin de lbulos laterales en el espectro real de la seal,
x[ n] cos(2o n)
por ejemplo si
propiedad de modulacin:
Procesamiento Digital de Seales
UNAS-FIPS-EPIS
)
1
X ( ) W ( o ) W ( o )
2
Para reducir el derrame se suelen elegir ventanas no rectangulares buscando eliminar los lbulos
laterales. Ejemplo: Ventana de Hanning
1
2
n
1 cos
w(n) 2
L 1
0 n L 1
otro n
LEAKAGE
Una consecuencia del enventanado es que el espectro de la seal no se localiza en una nica
x(t ) senot
frecuencia. Es decir si tenemos una seal como
que solo debera tener una frecuencia
o
fundamental
, al calcular su FFT tomando una ventana cuadrada, aparecern componentes
Procesamiento Digital de Seales
UNAS-FIPS-EPIS
adicionales la frecuencia
y su espectro se extiende por todo el intervalo de frecuencias. Este
efecto se conoce como Leakage
Se llama Transformada de Fourier Discreta de una seal x(n) de longitud N, a las N muestras
obtenidas evaluando la DTFT X(
0 1
.
2 k
N 1
j
n
k
N
x
(
n
)
e
N
n 0
X (k ) X
k 0,1,..., N 1
x(n)
1
N
N 1
X ( k )e
2 k
n
N
n 0,1,..., N 1
k 0
WN
La DFT es muy costosa computacionalmente y se puede mejorar en base a la simetra de
y la
wN
periodicidad de
, en base a lo que surge el algoritmo de la Transformada Rpida de Fourier FFT,
tiene muchas variantes pero el ms usado en el FFT base 2, que requiere que N sea potencia de 2, si
este no fuese el caso deberan rellenarse las muestras con ceros, construyendo la DFT a partir de las
DFTs de las muestras pares e impares de x[n].
Procesamiento Digital de Seales
UNAS-FIPS-EPIS
En MATLAB la funcin es
>> X=fft(x,N)
Calcula la FFT de N puntos del vector x, el resultado X es un vector de nmeros complejos
ordenados con ndice k=0,1, ...N-1. Si no se da el segundo parmetro se considera como N la longitud
del vector. Para que el algoritmo sea eficiente N debe ser potencia de 2. Si la longitud de x es menor
que N, el vector se rellena con ceros. Si es mayor el vector es truncado.
>> x = ifft(X)
Calcula la transformada de Fourier inversa del vector X. Tambin se puede especificar el nmero de
puntos N con ifft(X,N)
>> X=fftshift(x)
Reordena el vector X en orden creciente de frecuencias de tal manera que la componente continua
queda centrada.
III.
ACTIVIDADES
DTFS
1. Para la secuencia x[n]=[1,0,-1,-1,1,2], calcular la DTFS
DTFT
2. Para la secuencia anterior calcular la DTFT evalundola segn su definicin para valores de
frecuencia discreta entre -1 y 1
3. Crear la funcin dtft.m que calcula la transformada de Fourier en tiempo discreto, comente cada
lnea de programa
function [H,W]=dtft(x,N)
% x: secuencia de L muestras, de la muestra L+1 a infinito la muestra toma valor 0.
% N: nmero de frecuencias a evaluar. N debe ser mayor que L.
% H: valores complejos de la DTFT
% W: vector de frecuencias correspondiente a la los valores H calculados
N=fix(N);
L=length(x);
UNAS-FIPS-EPIS
If (L>N)
error(' DTFT: numero de muestras L, debe ser inferior al numero de frec a calcular N')
end
W=2*pi/N*(0:N-1);
medio=ceil(N/2)+1
W(medio:N)=W(medio:N)-2*pi;
W=fftshift(W);
H=fftshift(fft(x,N));
4. Explique la funcin creada en el paso 1, ponga especial nfasis en explicar que funcin cumple el
comando fftshift
5. Represente la DTFT en mdulo y fase de la seal x[n]= 0.5ne j(2n/7), con L= 32 y N=128
6. Compare los resultados y explique qu sucede si se toman valores de N=32, N=64 y N=1024
7. Con N = 128 cambie el valor de L, por ejemplo L=20 y L=128, comente los resultados
DFT Y FFT
8. Calcular la DFT para la secuencia x[n]=cos(0.3n)+cos(0.4n)+cos(0.5n), utilizando la funcin
de matlab fft(x,N) con N=L= longitud de las secuencia x[n] y representar su mdulo para
diferentes valores de nmero de muestras L (16,32,64,128). Indique a partir de qu valor de N son
distinguibles las tres frecuencias de la seal.
9. Indique cmo estn relacionados los valores de L, N y la resolucin en frecuencias
10. Compruebe que sucede en el espectro de la seal si una secuencia de L=100 muestras de x[n] se
rellena con ceros hasta N=128.
11. Calcular la inversa de la funcin X(w) utilizando la funcin ifft(X) para recuperar la seal en el
dominio de tiempo.
12. Suponga que se desea estudiar el contenido en fecuencias usando la FFT, de la siguiente seal
x t 0.25cos 2 100 t 1.25 0.15cos 2 300 t 1 0.5 cos 2 500 t 0.25
0.3cos 2 1500 t 1.4 0.2cos 2 1800 t
ENVENTANADO
Procesamiento Digital de Seales
UNAS-FIPS-EPIS
Sea la secuencia x[n] = sen(2n/5). Limitar la secuencia de entrada al intervalo 0, L-l es equivalente
a multiplicar la seal de entrada x[n] por una ventana rectangular w(n) de longitud L= 40 donde
1 0 n L 1
otro n
0
w(n)
14. Represente el espectro de las seales w[n], x[n] y del producto y[n]=w[n]*x[n]. Utilice la
funcin fft calculando un nmero suficiente de valores (N=128) para explicar los resultados
anteriores.
15. Explique, a partir de los espectros anteriores, la relacin del valor mximo obtenido en el eje de
ordenadas al representar |Y(w)| con los parmetros L y N.
LEAKAGE
x(t ) sen(2 ft )
Sea la seal continua infinita dada por
con f = 1KHz. El efecto de aplicar una
ventana cuadrada es equivalente a reducir el intervalo de muestreo en 0 < t < tamao de ventana. Para
todos los casos se pide calular x[n], X(
X[k]|.
)| y |
16. Tomar N= 8 muestras de 0 < t < 1 ms. Cul es la frecuencia de muestreo Fs? Representar la seal
en el tiempo y su espectro de frecuencias
17. Tomar N= 24 muestras considerando el intervalo 0 < t < 1.5 ms. Representar la seal en el tiempo
y su espectro de frecuencias
18. Tomar N= 64 muestras considerando el intervalo 0 < t < 4 ms. Representar la seal en el tiempo y
su espectro de frecuencias
19. Explicar que valores de tamao de la ventana son los adecuados para reducir el efecto de
"Leakage"
IV.
CUESTIONARIO FINAL
CONCLUSIONES