Transformada de Fourier

http://www.fiec.espol.edu.ec
 Qu veremos hoy?
Las transformadas de Fourier
DFT Real
DFT Complejo
El dominio de la frecuencia
La inversa de la DFT
Calculo de la DFT
Representacin Polar
Anlisis Espectral
Respuesta en Frecuencia
Convolucin usando Frecuencia
 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( )
k =1 T k =1 T
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
x[n] = ak cos(2kn / N ) + bk sin(2kn / N )
k =0 k =0

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 por ecuaciones simultaneas
DFT por correlacin
FFT
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
x[n] = ak cos(2kn / N ) + bk sin( 2kn / N )
k =0 k =0

N /2 N /2
x[1] = ak cos(2 / N ) + bk sin( 2k / N )
k =0 k =0
 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
3

-1

-2

-3

-4
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45
Time(seconds)
 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

9
10
Power

8
10

7
10

6
10

5
10

4
10
0 1000 2000 3000 4000 5000 6000
Frequency(Hz)
 Anlisis Espectral
Vamos tomando grupos de muestras
y realizamos la misma tcnica y
luego las graficamos juntas
 Anlisis Espectral
Sid .txt, 256, hamming
a

500

1000

1500

2000

2500
Hz

3000

3500

4000

4500

5000

5500
0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
Seconds
 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 Vowel O - SQUARE (256 samples) Vowel O - BARTLETT (256 samples)
Barlett
12 12
10 10

10 10
10 10

8
8 10
10

Power
Power

6
6 10
10

4
4 10
10

2
2 10
10 0 1000 2000 3000 4000 5000 6000
0 1000 2000 3000 4000 5000 6000
Frequency(Hz)
Frequency(Hz)

Welch Vowel O - WELCH (256 samples) Vowel O - HANN (256 samples)

Hann
12 12
10 10

10 10
10 10

8
10
8 10
Power
Power

6
6 10
10

4
4 10
10

2
2
10
10 0 1000 2000 3000 4000 5000 6000
0 1000 2000 3000 4000 5000 6000
Frequency(Hz)
Frequency(Hz)
 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

2500
Hz

3000

3500

4000

4500

5000

5500
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
Seconds
 Resolucin
Sidai.txt, 128, hamming

500

1000

1500

2000

2500
Hz

3000

3500

4000

4500

5000

5500
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
Seconds
 Resolucin
Sid i.txt, 256, hamming
a

500

1000

1500

2000

2500
Hz

3000

3500

4000

4500

5000

5500
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
Seconds
 Resolucin
Sidai.txt, 512, hamming

500

1000

1500

2000

2500
Hz

3000

3500

4000

4500

5000

5500
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
Seconds
 Resolucin
Sidai.txt, 1024, hamming

500

1000

1500

2000

2500
Hz

3000

3500

4000

4500

5000

5500
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
Seconds
 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 Frecuen ci
Convolucin en Frecuencia
 Qu veremos hoy?
Las transformadas de Fourier
DFT Real
DFT Complejo
El dominio de la frecuencia
La inversa de la DFT
Calculo de la DFT
Representacin Polar
Anlisis Espectral
Respuesta en Frecuencia
Convolucin usando Frecuencia
 Proxima Clase
Viernes 27 de Junio:
Aplicaciones de la DFT