Академический Документы
Профессиональный Документы
Культура Документы
UNIVERSIDAD SURCOLOMBIANA
FACULTAD DE INGENIERIA
PROGRAMA DE ELECTRONICA
INFORME N4
APLICACIONES DE FOURIER
MARIO ANDRES CASTAEDA MEDINA
20112104052
OSCAR ALEJANDRO ARDILA
2009287270
JULIANA ANDREA MENDEZ MARULANDA 20121108683
considerados
difciles.
hoy
como
problemas
muy
MARCO TEORICO
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.
INTRODUCCIN
Muchas ecuaciones de las ciencias se formulan
con derivadas parciales y se resuelven, en
ocasiones, descomponiendo la incgnita en
series (sumas infinitas). Las series ms
interesantes son las de potencias y por supuesto
las de Fourier. Dado el carcter peridico de
tales sumas, las series de Fourier se aplican, por
ejemplo, donde surgen procesos oscilantes,
como ocurre en las series temporales de
naturaleza econmica, en electrnica (se aplican
por ejemplo en teora de seales), en acstica o
en ptica. Los problemas tericos relacionados
con la convergencia de las series de Fourier han
impulsado avances fundamentales en distintos
mbitos de las matemticas y siguen siendo
P g i n a 1 | 7
mejorar el rendimiento de los algoritmos para
un conjunto de problemas aritmticos comunes.
DESARROLLO PRCTICO
RESPUESTA EN FRECUENCIA USANDO
(FFT)
Obtener la Transformada Rpida de Fourier
- FFT de una seal senoidal de 20 Hz sumada
a una seal tipo chirp con un desplazamiento
desde 5 hasta 40 Hz en un tiempo D.
a)
D=1; %Intervalo
N=128;%Nmero de muestras
ts=D/N;
d=ts/2;
t=0:ts:D-d;%Rango tiempo de
muestreo
x=sin(2*pi*20*t)+chirp(t,5,D,40)
;%Seal tipo chirp con
desplazamiento entre 5 a 40Hz
% Grfica de la seal generada
figure;
plot(t,x,'-g')
xlabel('Tiempo(s)'); %Etiqueta
eje x
ylabel('x(t)');%Etiqueta eje y
title('x(t)=sin(2*pi*20*t)+chirp
(5-40)');%Ttulo de la imagen
grid on
X=fft(x);
%Reordenar X
M=N/2;
Xaux=X;
X(M+1:N)=Xaux(1:M);
X(1:M)=Xaux(M+1:N);
Xm=abs(X)/N;
Xf=unwrap(angle(X))*180/pi;
%Reordenar los ndices k
faux(M+1:N)=0:M-1;
faux(1:M)=-M:-1;
f=faux/D;
% Graficar fft de xn
figure;
stem(f,Xm,'r')
xlabel('Frecuencia
(Hz)');ylabel('|X(k)|');
title('Espectro de Magnitud
|X(k)|');
grid on
Funcin del cdigo: Es calcular la transformada
rpida de Fourier de la seal obtenida en el
punto anterior, y adems se grafica el espectro
de la magnitud. Para lograr exitosamente esto
debemos corregir las fases de los ngulos y as
al momento de mostrar la secuencia de datos
discretos obtener mejores resultados.
c)
% Grfica de la fase
figure;
stem(f,Xf,'g')
xlabel('Frecuencia
(Hz)');ylabel('Fase ()');
title('Fase de Coeficientes
Espectrales X(k)');
grid on
P g i n a 2 | 7
Funcon del cdigo: Es obtener la grfica del
espectro de fase a partir de la transformada
rpida de Fourier para as visualizar los
coeficientes espectrales de la seal en trminos
de frecuencia.
MODULACIN EN AMPLITUD
figure
fs=500;
ts=1/fs;
d=ts/2;
t=0:ts:D-d;
Ns=length(t);
% x: Seal original
x=sin(2*pi*20*t)+chirp(t,5,D,40)
;
% xr: Seal a reconstruir
xr=zeros(1,Ns);
for i=1:Ns
for k=1:N
xr(i)=xr(i)+X(k)*exp(j*2*pi*f(k)
*ts*(i-1))/N;
end
end
subplot(211)
plot(t,x,'g-');
title('Seal original x(t)');
xlabel('Tiempo
(t)');ylabel('x(t)');
grid on
subplot(212)
plot(t,xr,'r--');zoom;
title('Seal reconstruida usando
X(k)');
xlabel('Tiempo
(t)');ylabel('x(t)');
grid on
Es obtener la
transformada rpida de Fourier a partir de
una seal exponencial modulada en
amplitud, con una frecuencia dada y una
frecuencia de muestreo de 640Hz.
Funcin
del
cdigo:
P g i n a 3 | 7
MODULACIN EN FRECUENCIA
a)
clear all; close all
D=0.5;N=256;
ts=D/N;
d=ts/2;
t=0:ts:D-d;
x=sin(2*pi*200*t+5*sin(2*pi*2*t)
);
figure;
plot(t,x,'-g');zoom;
title('x(t)=sin(2pi200t+10si
n(2pi2t)');
xlabel('Tiempo
(t)');ylabel('x(t)');
grid on
P g i n a 4 | 7
Xaux=X;X(M+1:N)=Xaux(1:M);
X(1:M)=Xaux(M+1:N);
%Espectros
Xm=abs(X)*ts;
Xf=unwrap(angle(X))*180/pi;
%Reordenar los ndices k
faux(M+1:N)=0:M-1;faux(1:M)=-M:1;
f=faux/D;
%Grfica de los espectros
figure;
subplot(211)
stem(f,Xm,'-r');zoom;
title('Coeficientes espectrales
de x(t)');
xlabel('Frecuencia
(Hz)');ylabel('|X[k]|');
grid on
subplot(212)
stem(f,Xf,'-b');zoom;
title('Fase de los coeficientes
espectrales X[k]');
xlabel('Frecuencia
(Hz)');ylabel('Fase X[k]');
grid on
clear all;
close all
fs=1000;
t=0:1/fs:0.3;
x=cos(2*pi*t*200)+randn(size(t))
; %Aade ruido aleatorio
Hs=spectrum.periodogram('Hamming
');
psd(Hs,x,'Fs',fs)
% Potencia promedio
Hdsp=psd(Hs,x,'Fs',fs);
Pow = avgpower(Hdsp)
% Pow = 1.6727
ANLISIS ESPECTRAL
El anlisis espectral describe la distribucin en
funcin de la frecuencia de la potencia
contenida en una seal, basado en un conjunto
finito de datos. En trminos generales, la
manera de estimar la PSD (densidad de potencia
espectral) de un proceso es encontrar la
Transformada de Fourier discreta DFT (usando
la FFT) y tomar la magnitud al cuadrado del
resultado. Esta estimacin es llamada
Periodograma.
P g i n a 5 | 7
subplot(211); plot(t,x);
title('Original Signal')
grid on
subplot(212); plot(t,z), axis([0
1 -1 1])
title('Seal reconstruida')
grid on
plot(t(1:50),imag(y(1:50)),'r')
hold off
ylim([-1 1])
legend('Real','Imag')
grid on
ANALISIS DE RESULTADOS
TRANSFORMADA DE HILBERT
Calcula la transformada de una secuencia de
entrada real x(n) y retorna un resultado
complejo de igual longitud.
Para aproximarse a la seal analtica, Hilbert
calcula la FFT de la secuencia de entrada,
remplaza los coeficientes que corresponden a
las frecuencias negativas con ceros y calcula la
IFFT del resultado. La parte real es el dato real
y la parte imaginaria es la transformada. La
transformada o parte imaginaria tiene un desfase
de 90.
t = 0:1/1023:1;
x = sin(2*pi*60*t);
subplot(211)
plot(t,x)
title('Seal original')
grid on
y = hilbert(x);
subplot(212)
plot(t(1:50),real(y(1:50)))
hold on
grid on
P g i n a 6 | 7
sistema para la seal portadora del mismo.
Refirase al uso de un analizador de espectros.
CONCLUSIONES
v http://abcmatematico.blogspot.com.co/2009
/04/como-y-donde-se-aplican-las-seriesde.html
v https://es.wikipedia.org/wiki/Serie_de_Four
ier
v https://prezi.com/yfdh3vvjuloa/series-defourier/
v http://es.slideshare.net/alexjaviercito56/10transformada-fourier
v https://es.wikipedia.org/wiki/Transformada
_de_Fourier
v https://es.wikipedia.org/wiki/Transformada
_r%C3%A1pida_de_Fourier
P g i n a 7 | 7