Академический Документы
Профессиональный Документы
Культура Документы
El muestreo y la transformada
de Fourier discreta
OBTF.TTVOS n F I , rAPTTUT.O
J
voltaje de salida se mantiene en u n valor fijo hasta que ocurre el siguiente pul-
so de reloj.
U n C A D acepta u n a excitación de voltaje o corriente analógicas en
su e n t r a d a y la convierte e n u n conjunto de bits binarios (un código) c o -
m o respuesta. L a respuesta del C A D p u e d e estar en serie o en paralelo. Si
GURA 7.1 la respuesta es en serie, p r o d u c e sobre una terminal de salida u n solo volta-
íeración de un dispositivo de muestreo y retención.
j e o corriente de respuesta que es u n a s e c u e n c i a en el t i e m p o de voltajes
altos y bajos q u e r e p r e s e n t a n los u n o s y los ceros del conjunto de bits b i n a -
rios. Si el C A D ü e n e u n a r e s p u e s t a en p a r a l e l o , hay u n voltaje o corriente de r e s p u e s t a p o r bit y c a d a
u n o de éstos aparece en forma s i m u l t á n e a en u n a terminal de salida del C A D c o m o u n voltaje o c o -
rriente alto o bajo q u e r e p r e s e n t a a un u n o o u n cero en el conjunto de bits binarios (figura 7.2). Casi
s i e m p r e un C A D es p r e c e d i d o p o r un M / R p a r a m a n t e n e r constante su excitación d u r a n t e el t i e m p o
de c o n v e r s i ó n .
L a excitación del C A D es u n a señal en T C , y la respuesta es u n a señal en T D . D i c h a r e s p u e s t a n o
sólo es de t i e m p o discreto sino q u e t a m b i é n está c u a n t i z a d a y codificada. El n ú m e r o de bits binarios
p r o d u c i d o s p o r un C A D es finito. E n c o n s e c u e n c i a , el n ú m e r o de p a t r o n e s de bits únicos q u e p u e d e
p r o d u c i r t a m b i é n lo es. Si el n ú m e r o de bits que p r o d u c e el C A D es n, el n ú m e r o de p a t r o n e s de bits
ú n i c o s que p u e d e p r o d u c i r es 2". L a cuantización es el efecto de convertir u n c o n t i n u m de valores de
excitación (infinito) en u n n ú m e r o finito de valores de respuesta. P u e s t o q u e la r e s p u e s t a tiene u n error
d e b i d o a la cuantización, se dice q u e la señal tiene ruido y éste recibe el n o m b r e de r u i d o de cuanti-
zación. Si el n ú m e r o de bits q u e se u s a p a r a representar la r e s p u e s t a es suficientemente g r a n d e , el rui-
d o de c u a n t i z a c i ó n es a m e n u d o d e s p r e c i a b l e en c o m p a r a c i ó n con otras fuentes de ruido. D e s p u é s de
la c u a n t i z a c i ó n , el C A D codifica t a m b i é n la señal. L a codificación es la c o n v e r s i ó n de u n voltaje
a n a l ó g i c o en u n patrón de bits binarios. D e m o d o q u e la excitación de u n C A D es u n voltaje analógi-
co ( T C ) , y la r e s p u e s t a c o r r e s p o n d e a u n a s e c u e n c i a de n ú m e r o s binarios o c ó d i g o s . L a relación entre
la excitación y la r e s p u e s t a de u n C A D c u y o intervalo de voltaje de señal de entrada es - VQ < v^^^ (r)
< -t-Vp se ilustra en la figura 7.3 para un C A D de 3 bits. (Un C A D de 3 bits rara v e z se usa en reali-
dad, p e r o ilustra bastante bien el efecto de c u a n t i z a c i ó n p o r q u e el n ú m e r o de p a t r o n e s de bits únicos
es p e q u e ñ o y el r u i d o de c u a n t i z a c i ó n es grande.) L o s efectos de la c u a n t i z a c i ó n se o b s e r v a n con faci-
lidad en u n a senoide c u a n t i z a d a m e d i a n t e 3 bits (figura 7.4). C u a n d o la señal se c u a n t i z a a 8 bits, el
error de c u a n t i z a c i ó n es m u c h o m á s p e q u e ñ o (figura 7.5).
L o o p u e s t o de una c o n v e r s i ó n analógica-digital es e v i d e n t e m e n t e la c o n v e r s i ó n digital-analógi-
ca, y el dispositivo q u e efectúa lo anterior recibe el n o m b r e de c o n v e r t i d o r digital-analógico ( C D A ) .
U n C D A acepta p a t r o n e s de bits binarios c o m o excitación y p r o d u c e un voltaje a n a l ó g i c o c o m o
respuesta. Puesto q u e el n ú m e r o de p a t r o n e s de bits únicos que acepta es finito, la señal de r e s p u e s t a
del C D A es u n voltaje a n a l ó g i c o c u a n t í z a d o . L a relación entre la excitación y la r e s p u e s t a p a r a un
C D A se p r e s e n t a en la figura 7.6.
E n el material que sigue, no se considerarán los efectos de la cuantización. El m o d e l o p a r a analizar
los efectos del m u e s t r e o será el del m u e s t r e a d o r ideal en el sentido de q u e el ruido de cuantización de
la señal de respuesta es cero.
juunm
CAD 7.2 Métodos de
en serie muestreo
ji_n_nnnn_n
CAD _n r-u—in Código de respuesta
en paralelo
011 -
010 -
F I G U R A 7.2 001 •
Operación del CAD en serie y en paralelo. _ Voltaje de
000-
excitación
111 •
lio-
Senoide original 101 •
Aproximación cuantizada a 3 bits 100 •
-Vn
F I G U R A 7.3
Relación excitación-respuesta del CAD.
Voltaje de
F I G U R A 7.4 respuesta
Senoide cuantizada hasta tres bits.
- Código de
Cuantización a 8 bits
excitación
— ——— o o o o
F I G U R A 7.5 F I G U R A 7.6
Senoide cuantizada a 8 bits. Relación excitación-respuesta del CAD.
, t\ 1 í t (7.1)
p ( r ) = rect I — * — comb —
t \ 1
Xpit) = x ( í ) p ( í ) = x ( í ) rect — * — comb — (7.2)
Ts
fm fm
Kif)\
M
Función sinc
fs fm fm fs
F I G U R A 7.7
Magnitudes de las TFTC de las señales original y maestreada.
1 í t\ l í t
p ( í ) = — rect - * — comb — (7.4)
y, al d e t e r m i n a r la T F T C de x^(í),
oo
D e s d e l u e g o , en ese m i s m o límite,
1 / t
lím p ( í ) = — c o m b — = fs comb(/jf). (7.8)
F I G U R A 7.10
Una señal en TD formada al muestrear una señal que varía lentamente.
xW
\ I
I
W I 1 /
T i
Equivalencia de información
i i
/I
T7
F I G U R A 7.11
Equivalencia de información entre una señal en TD formada
muestreando una señal en TC y una señal de impulsos formada
mediante el muestreo por impulsos de una señal en TC.
X8(/) = XTFTD ( y ).
(7.11)
^ Js
E s t a e q u i v a l e n c i a d e i n f o r m a c i ó n es i m p o r t a n t e p o r q u e si p u e d e d e m o s t r a r s e q u e x[n] n o sólo c o n -
tiene t o d a la i n f o r m a c i ó n e n Xg(r) sino t a m b i é n en x(r), e n t o n c e s se c o n c l u y e q u e será p o s i b l e (al
m e n o s e n principio) r e c o n s t r u i r x ( 0 a partir de sus m u e s t r a s .
E n la siguiente e x p l o r a c i ó n del m u e s t r e o se u s a r á u n a señal en T C c o m o e j e m p l o de c o m p a r a c i ó n
de los m é t o d o s y c o n c e p t o s , u n a función sinc,
x ( r ) = A sinc — . (7.12)
P a r a e m p e z a r se d e t e r m i n a la T F T C de la señal.
IXTFTCÍ/)!
Aw
f F I G U R A 7.12
1 Ejemplo de señal en TC y la magnimd de su T I T C .
2w
y la señal d e i m p u l s o s en T C de i n f o r m a c i ó n e q u i v a l e n t e
X T F T C ( / ) = Aw rect(w/). (7.17)
y la T F T D es
CAPÍTULO 7
A* A7r
El muestreo y la
transformada de
Fourier discreta
i'
IXTFTDÍ^)!
|4A
2A
- 2 - 1 J_ 1 2 - 2 - 1 i 1
4
F I G U R A 7.13
Ejemplo de una señal en TD y la magnitud de su TFTD, para dos tasas de
muestreo diferentes.
T ; [Awfs r e c t ( F w / , ) ] = Aw r e c t ( « ; / ) = X T F T C ( / ) - (7.21)
1. D e t e r m i n a r la T F T D de la señal en T D .
2 Aislar la función ^ = O del p a s o 1.
3. Efectuar el c a m b i o de variable F flf^ en el resultado del p a s o 2.
4. Multiplicar el resultado del p a s o 3 p o r T^.
5. D e t e r m i n a r la T F T C inversa del resultado del p a s o 4.
\|' TJT—*- n
|X8(/)I |X8(/)|
2A
4
-2 -1 11 2
4
~2/, - / /, 2/,
F I G U R A 7.14 F I G U R A 7.15
Una señal submuestreada y su TFTD, Ejemplo de señal muestreada por impulsos y la magnimd de su
TFTC, para dos tasas de muestreo diferentes.
E n t o n c e s , p u e s t o q u e Xg(í) es u n a función e n T C , es p o s i b l e d e t e r m i n a r su T F T C ,
oc
d o n d e / = 1/7^. P a r a la señal d e e j e m p l o ,
P o r l o tanto,
y esto e s l o m i s m o q u e
(7.27)
OC
= Awfs J2 rect((/-fc/,)i(;)
(figura 7.15).
Si O < < w, e n el i n t e r v a l o d e frecuencia - (/j /2) < / < fJ2, Xj^^^ (f) y X g ( / ) s o n idénticas
salvo p o r u n factor d e e s c a l a m i e n t o / . P o r lo tanto, si Xg(Ose filtrara m e d i a n t e u n filtro pasabajas c u y a
frecuencia d e corte está e n a l g u n a parte entre 1/2 w y / - ( 1 / 2 ^ ) y c u y a g a n a n c i a es T^, la salida d e l
filtro s e n a e x a c t a m e n t e la m i s m a q u e la señal original x(r), p e r o sólo si O < 7^ < w (figura 7.16).
Si T s w, l o s r e c t á n g u l o s e n
CAPÍTULO 7
Af
El muestreo y la
transformada de ...
Fourier discreta
1
fs fin m fs
F I G U R A 7.17 F I G U R A 7.18
Magnitud del espectro de amplitud de una señal de Magnitud del espectro de amplitud de una señal
banda limitada. estrictamente de banda limitada que se ha muestreado
por impulsos a cuatro veces su frecuencia más alta.
Si una señal se muestrea para todo tiempo a una tasa mayor que el doble de la frecuencia más
alta a ia cual su T F T C es distinta de cero, entonces puede reconstruirse exactamente a partir de
las muestras.
El f e n ó m e n o de f o r m a c i ó n de alias n o es un c o n c e p t o m a t e m á t i c o
Lento
exótico q u e esté fuera de la e x p e r i e n c i a de las p e r s o n a s ordinarias.
Casi cualquiera ha o b s e r v a d o la f o r m a c i ó n de alias, p e r o quizá sin
saber c ó m o llamarlas. U n e j e m p l o m u y c o m ú n de la f o r m a c i ó n de
alias o c u r r e m i e n t r a s u s t e d m i r a la televisión. S u p o n g a q u e ve u n a
película de v a q u e r o s en la televisión y que hay u n a i m a g e n de un car-
retón tirado p o r caballos con ruedas q u e tienen r a y o s . Si las ruedas
del carretón giran p o c o a p o c o c a d a vez m á s rápido, se a l c a n z a un
p u n t o en el cual p a r e c e que las ruedas dejan de girar h a c i a adelante
y e m p i e z a n a h a c e r l o hacia atrás aun c u a n d o el carretón evidente-
m e n t e se esté m o v i e n d o h a c i a adelante. Si se i n c r e m e n t a r a aún m á s
la v e l o c i d a d de rotación, las r u e d a s a la larga parecerían detenerse y
luego girarían de n u e v o h a c i a adelante. E l anterior es un e j e m p l o del
f e n ó m e n o de f o r m a c i ó n de alias.
A u n q u e no es claro para el ojo h u m a n o , la i m a g e n sobre la pantalla
de televisión destella 30 veces por segundo (en Estados Unidos). Esto
es, la i m a g e n se muestrea a una tasa de 30 Hz. L a figura 7.20 muestra
las posiciones de u n a rueda de rayos en cuatro instantes de muestreo Rápido
correspondientes a diferentes velocidades rotacionales, e m p e z a n d o con
la m á s baja en la parte superior y avanzando hacia la velocidad rota-
/ = 0 t = t = IT, t= 37,
cional m á s alta en la parte inferior. (Se ha agregado un p e q u e ñ o punto
de índice en la rueda para que usted observe la rotación verdadera de la F I G U R A 7.20
misma, en oposición a la rotación aparente.) Posiciones angulares de la rueda de un vagón a cuatro
Esta rueda tiene ocho rayos, por lo que mediante la rotación de un tiempos de muestreo.
octavo de revolución completa la rueda se ve exactamente igual a
c o m o estaba en la posición inicial. Por lo tanto, la imagen de la rueda
tiene un periodo angular de TT/4 rad, o 4 5 ° , el espaciamiento angular
entre rayos. Si la velocidad rotacional de la rueda es / g revoluciones
por segundo (Hz) la frecuencia fundamental de la imagen es 8/Q Hz.
L a i m a g e n se repite exactamente ocho veces en una rotación c o m p l e -
ta de la rueda. E n la fila de la parte superior la rueda rota de m a n e r a
lenta, y en la segunda, tercera y cuarta imágenes de la fila superior los
rayos han girado 5°, 10° y 15° en la dirección de las manecillas del
reloj. El ojo y el c e r e b r o del o b s e r v a d o r interpretan la sucesión de
i m á g e n e s c o m o u n a indicación de q u e la r u e d a gira en el sentido
de las m a n e c i l l a s del reloj en virtud de la p r o g r e s i ó n de ángulos en
los instantes de m u e s t r e o . E n este c a s o la r u e d a parece estar (y está)
g i r a n d o a u n a frecuencia rotacional d e la i m a g e n de — (5/r^) gra-
dos/s. E n la s e g u n d a fila, los ángulos de rotación son 0°, 2 0 ° , 4 0 ° y
60° en la dirección de las manecillas del reloj. L a r u e d a sigue apare-
c i e n d o (correctamente) c o m o si girara en dirección de las m a n e c i l l a s
del reloj, pero ahora a u n a frecuencia rotacional de —(20/7^) gra-
Harry Nyquist,
dos/s. E n la tercera fila, la r u e d a gira en dirección de las m a n e c i l l a s 7 / 2 / 1 8 8 9 ^ / 4 1976
22.5° entre m u e s t r a s . A h o r a e m p i e z a la a m b i g ü e d a d c a u s a d a p o r el
m u e s t r e o . Si el p u n t o de índice no estuviera ahí, sería i m p o s i b l e
Solución
La frecuencia más alta (y única) presente en esta señal es 250 Hz. La frecuencia de Nyquist es 250 Hz y la tasa
de Nyquist corresponde a 500 Hz.
X ( / ) = 30 s i n c ( 2 / ) (7.30)
Puesto que la función sinc nunca se hace cero y se mantiene ahí a una frecuencia finita, la frecuencia más alta en
la señal es infinita y la frecuencia y la tasa de Nyquist también son infinitas. La función rectángulo no es de ban-
da limitada.
c) X ( / ) = 2 rect ( | (7.31)
La frecuencia más alta presente en x(í) es el valor d e / a l cual la función rect tiene su nansición discontinua de uno
a c e r o , / = 2.5 Hz. Por consiguiente, la frecuencia de Nyquist es 2.5 Hz y la tasa de Nyquist corresponde a 5 Hz.
1
(7.32)
d) X(/) =
2 500
rect
5 000/
I * - [ 8 ( / + 250 kHz) - 8 ( / - 250 kHz)]
2
Por lo tanto, la frecuencia de Nyquist es 252.5 kHz y la tasa de Nyquist corresponde a 505 kHz.
EJEMPLO 7.2
Suponga que se sabe que una señal que se obtendrá mediante un sistema de adquisición de datos tiene un espec-
tro de amplitud que es plano más allá de 100 kHz y que decae repentinamente ahí hasta cero. Suponga además
que la tasa más alta a la cual el sistema de adquisición de datos puede muestrear la señal es igual a 60 kHz. Diseñe
un filtro pasabajas RC antialias que reducirá el espectro de la amplitud de la señal a 30 kHz hasta menos de 1 por
ciento de su valor a frecuencias muy bajas de manera que la formación de alias se minimizará.
• Solución
La función de transferencia del filtro pasabajas RC de ganancia unitaria está dada por
1
H(/) = - (735)
jl'ufRC + 1
1
|H(/)|^ = (736)
{l-nfRCY- + 1
Se fija la constante de tiempo RC de manera que a 30 kHz la magnitud al cuadra-
¡HdB(/)l
do de H(/) sea (0.01)2. g^f^ gg
30 000
1
H(30 000) |- = = (0.01)1 (7.37)
(2iT X 30 000 X RCY + 1
AI despejar RC,
RC = 0.0005305. (7.38)
La frecuencia de corte (la de —3 dB) de este filtro pasabajas RC es 300 Hz, que es
100 veces inferior que la frecuencia de Nyquist de 30 kHz (figura 7.21). Dicha fre-
cuencia debe fijarse en este valor bajo para cumplir con la especificación mediante
F I G U R A 7.21
un filtro de un polo porque su función de transferencia decae de manera muy lenta
Diagrama de Bode de la respuesta en frecuencia del
con la frecuencia. Por esta razón la mayoría de los filtros antialias se diseñan con
filtro pasabajas RC antialias.
atenuaciones progresivas mucho más rápidas.
R e c u e r d e q u e el e n u n c i a d o m a t e m á t i c o original d e la f o r m a e n q u e u n a señal se m u e s t r e a p o r i m p u l -
sos es
x ( í ) — x ( f ) rect (7.40)
Ai
X
X(/) = X ( / ) * A i sinc(A?/)e-^'2'"^'». (7.41) 419
Esta última ecuación indica q u e X(/) no se ve afectada al convolucionarse con u n a función sinc. Puesto
q u e (A//") tiene u n a extensión infinita, si se convoluciona con una X ( / ) q u e tiene u n a extensión finita,
CAPÍTULO 7
El muestreo y la
c o m o se supuso, la convolución de las dos tendrá u n a extensión infinita. E n consecuencia, ninguna X ( /
transformada de ) que tenga una extensión finita satisface la última ecuación. L o anterior viola la hipótesis original, por
Fourier discreta tanto p r u e b a de ese m o d o que si u n a señal es limdtada en tiempo no p u e d e ser limitada en banda. L o in-
verso, que una señal limitada en b a n d a no p u e d a ser limitada en tiempo, se de-
muestra mediante un argumento similar. Es posible que u n a señal sea ilimitada
tanto en tiempo c o m o en frecuencia, p e r o no es factible que sea limitada tanto en
t i e m p o c o m o en frecuencia.
El t e o r e m a de m u e s t r e o de S h a n n o n , c o m o se e n u n c i ó antes, se b a s ó en u n a
idea simple: si se m u e s t r e a suficientemente rápido, los alias no se traslapan y
es posible r e c u p e r a r la señal original. Se e n c o n t r ó q u e si se m u e s t r e a m á s rápi-
F I G U R A 7.22
do q u e el doble de la frecuencia m á s alta en la señal es factible recuperarla a
Función de tiempo limitado y un rectángulo
limitado al mismo tiempo. partir de m u e s t r a s . E s t o es válido para todas las señales, a u n q u e en algunas
p u e d e reducirse la tasa de m u e s t r e o m í n i m a .
A l formular el a r g u m e n t o de q u e d e b e m u e s t r e a r s e a u n a tasa m a y o r q u e
el doble de la frecuencia m á s alta en la señal, se s u p o n e de m a n e r a implícita q u e si se m u e s t r e a con
cualquier valor m á s lento los alias se traslaparán. E n los espectros q u e se utilizaron antes para ilustrar
las ideas, los alias se traslaparon. Sin e m b a r g o , eso no es cierto p a r a todas las señales. P o r ejemplo,
s e a u n a señal en T C q u e tiene un espectro p a s a b a n d a q u e es distinto de cero sólo p a r a / , < j /1 < ¡2-
E n t o n c e s el a n c h o de b a n d a de la señal es / , - / j (figura 7.23). Si se m u e s t r e a la señal c o n / ^ < 2 / 2
se obtendrían los alias ilustrados en la figura 7.24. Estos a h a s n o se traslapan. P o r lo tanto, d e b e ser
posible, con el tipo correcto de p r o c e s a m i e n t o de señales, recuperar la señal a partir de las m u e s t r a s . E n
este caso el tipo correcto de p r o c e s a m i e n t o de señales sería filtrar la señal m u e s t r e a d a p o r i m p u l s o s con
u n filtro p a s a b a n d a ideal que sólo abarque el i n t e r v a l o < ¡/j < / 2 . E n el e n u n c i a d o anterior del teo-
r e m a d e m u e s t r e o se tenía q u e c o n o c e r la frecuencia m á s alta en la señal para saber q u é tan r á p i d o
m u e s t r e a r y c ó m o filtrar la señal m u e s t r e a d a p o r i m p u l s o s para recuperar la original. E n este enuncia-
do m á s general del teorema de muestreo se necesita conocer la b a n d a de frecuencias q u e ocupa la señal y
utihzar un filtro ideal que abarque esa b a n d a para recuperarla.
L a elección d e la tasa de m u e s t r e o en la figura 7.24 fue fortuita. Se p u d o h a b e r elegido u n a tasa
diferente en la cual se traslaparan los alias. E s t o p o d r í a h a b e r ocurrido incluso con u n a tasa de m u e s -
treo un p o c o m á s alta. Si se m u e s t r e a a u n a tasa superior al d o b l e de la frecuencia m á s alta, e n t o n c e s
n o h a y f o r m a de que los alias se traslapen. L a fórmula general para la tasa de m u e s t r e o m í n i m a posi-
ble sobre la cual es factible recuperar la señal p a s a b a n d a a partir de m u e s t r a s es
2/2 (7.42)
E n t e r o m á s g r a n d e que n o e x c e d a / j / í / , — / , )
O b s e r v e q u e s i / j = O, esto se r e d u c e al t e o r e m a de m u e s t r e o de S h a n n o n c o m o se e n u n c i ó antes. E n
el c a s o especial en el q u e / 2 ~ "^^A ~ / i ^ ' d o n d e m es un entero, la fórmula se v u e l v e
1h
f,> — = lUi - fi) (7.43)
m
|X5(/)I
1X(/)1
-/2
•V •
-/l
A-
n -fl -fl
F I G U R A 7.24
F I G U R A 7.23 El espectro de una señal pasabanda muestreada por
Un espectro de señal pasabanda. impulsos.
la cual indica q u e la tasa de m u e s t r e o m í n i m a absoluta e n la situación m á s favorable es el doble del
a n c h o de b a n d a de la señal, n o la frecuencia m á s alta. Sin e m b a r g o , es necesario tener c u i d a d o . A l g u -
7.3 Representación
nas tasas de m u e s t r e o q u e s o n m á s altas p e r o atín m e n o r e s q u e el doble d e la frecuencia m á s alta p r o - de una señal en
vocarán q u e los alias se traslapen. tiempo continuo
E n situaciones de diseño de ingeniería m á s reales, la solución práctica es elegir u n a tasa de mediante muestras
m u e s t r e o q u e sea m a y o r al d o b l e de la frecuencia m á s alta e n la señal y, c o m o se verá dentro de p o c o ,
esa tasa suele estar m u y p o r arriba de la tasa de N y q u i s t p a r a simplificar la r e c o n s t r u c c i ó n de la señal.
INTERPOLACIÓN
X(f) = T, rect
J _
X8(/) fm < /. < (/ - /,„). (7.44)
2fc
es posible afirmar q u e
El p r o c e s o de r e c o n s t r u c c i ó n consiste en r e e m p l a z a r cada m u e s -
tra p o r u n a función sinc, centrada en el t i e m p o de la m u e s t r a y e s -
í f- \
calada 2 =~ veces el valor de la m u e s t r a y s u m a n d o d e s p u é s |Xs(/)l
Filtro pasabajas ideal
todas la funciones creadas de esa m a n e r a . El p r o c e s o de hallar los
valores d e la señal entre m u e s t r a s se d e n o m i n a interpolación.
S u p o n g a q u e la señal se m u e s t r e a e x a c t a m e n t e a la tasa de
N y q u i s t / = 2 4 . A h o r a el r e q u e r i m i e n t o / , , < /^ < / - / „ n o
p u e d e satisfacerse p u e s t o q u e / , , = / ~ / „ . E n estas c o n d i c i o n e s ,
A;
debe permitirse q u e la frecuencia de corte del filtro y la frecuen-
cia m á x i m a en la señal sean iguales. E s t o funcionará s i e m p r e y
c u a n d o el espectro de la señal n o t e n g a u n i m p u l s o en/,^. (Si h a y
un i m p u l s o en/^,, éste se verá e x p u e s t o a la f o r m a c i ó n de alias en F I G U R A 7.25
el p r o c e s o de m u e s t r e o . ) E n t o n c e s el p r o c e s o de interpolación se Rechazo de alias con un filtro pasabajas ideal.
describe m e d i a n t e la expresión m á s simple
t — nTs
t(í) = ^ x ( « r j ) sinc (7.48)
Ts
(figura 7.29).
Señal muestreada
Señal reconstruida
|X,(/)|
1X,(/)H(/)|
fs
Original Original
Reconstruida
f l G U R A 7.32
F I G U R A 7.33
Comparación entre la señal original y la
Reconstrucción de señal mediante una
•áal reconstruida en el ancho de banda de la señal
interpolación de línea recta.
« g i n a l en donde se muestra el efecto de la parte
«perior redondeada de la función de transferencia
i éd retenedor de orden cero.
x(í)
.7.34 F I G U R A 7.35
ucción de señal de línea recta retrasada por Respuesta al impulso de un retenedor de primer
r 'áempo de muestreo. orden.
.'í-(r,/2)_ t-{TJ2)\
h ( r ) = rect ( | * rect = tri (7.51)
fenra 7.35). Este tipo de filtro se denomina un retenedor de primer orden. Su función de transferencia es
H ( / ) = Ts sinc2(^,/)e-^•2"•^^^ (7.52)
E s t a función de transferencia es similar a la del r e t e n e d o r de o r d e n cero p e r o atenúa m á s los alias
p o r q u e su m a g n i t u d d i s m i n u y e m á s r á p i d o con el a u m e n t o de la frecuencia.
CAPÍTULO 7
El muestreo y la Si dos retenedores de orden cero son mejor que u n o , ¿tres son mejor que d o s ? L a respuesta es p o r
transformada de lo general afirmativa si sólo se considera la uniformidad de la reconstrucción y se p a s a p o r alto cual-
Fourier discreta quier otro criterio c o m o la complejidad del sistema, el costo o el retraso. Cualquier retenedor d e o r d e n
e n é s i m o c o n v o l u c i o n a d o con u n retenedor de orden cero crea u n o de orden {n + 1-ésimo que uniforma
m á s la señal p e r o q u e al m i s m o t i e m p o retrasa m á s la señal reconstruida. L a aceptación del retraso en
la reconstrucción de la señal para obtener una reconstrucción m á s uniforme es un c o m p r o m i s o de diseño
inherente y surge del m i s m o concepto que se aplica al diseño de los filtros casi ideales, en que cuanto m á s
se tiende al filtro ideal, m á s t i e m p o debe esperarse para obtener la respuesta.
U n e j e m p l o m u y familiar del u s o del m u e s t r e o y la reconstrucción de señales es la r e p r o d u c c i ó n
de un disco c o m p a c t o de audio ( C D ) . U n C D a l m a c e n a m u e s t r a s de una señal musical q u e se h a n
t o m a d o a u n a tasa de 44.1 k H z . L a m i t a d de dicha tasa de m u e s t r e o es 22.05 k H z . L a r e s p u e s t a en fre-
c u e n c i a del o í d o h u m a n o se t o m a de m a n e r a c o n v e n i e n t e para q u e se e x p a n d a d e s d e a p r o x i m a d a m e n t e
20 H z hasta 20 k H z c o n a l g u n a variabilidad en ese intervalo. Así, la v e l o c i d a d de m u e s t r e o es un p o c o
m a y o r q u e el d o b l e de la frecuencia m á s alta q u e p u e d e detectar el o í d o h u m a n o .
Caso 1 U n coseno muestreado a una tasa que es cuatro veces su frecuencia o al doble de su tasa de
Nyquist (figura 7.36). Es claro en este caso que los valores de la muestra y el conocimiento de que la
señal se muestrea lo suficientemente rápido resultan adecuados para describir de m a n e r a única esta
senoide. N i n g u n a otra senoide de esta o cualquier otra frecuencia por debajo de la mitad de la velocidad
de muestreo podría pasar exactamente a través de todas las muestras en el intervalo de tiempo c o m p l e -
to < « < -l-x. D e hecho, ninguna otra señal de ningún tipo que sea limitada en b a n d a y esté por
debajo de la mitad de la velocidad de m u e s t r e o pasaría exactamente a través de todas las muestras.
1 Caso 2 U n coseno m u e s t r e a d o al doble de su frecuencia o en su tasa de Nyquist (figura 7.37). ¿Este
muestreo es adecuado para determinar en forma única la señal? N o . Considere la señal senoidal en la fi-
gura 7.38, que es de la m i s m a frecuencia y pasa exactamente por las m i s m a s muestras. Éste es un caso
especial que ilustra la sutileza m e n c i o n a d a antes en el teorema del muestreo. Para tener la certeza de re-
construir en forma exacta cualquier señal general a partir de sus muestras, la tasa de muestreo debe ser
mayor, n u n c a igual, que la tasa de Nyquist. E n ejemplos anteriores eso no importaba p o r q u e la potencia
de señal en la frecuencia de Nyquist era cero (sin impulso en el espectro de a m p l i m d correspondiente).
Si hay u n a senoide en u n a señal, exactamente en su límite de banda, el muestreo debe exceder la tasa de
Nyquist para la reconstrucción exacta, en general. Observe que no hay a m b i g ü e d a d con respecto a la fre-
cuencia de la señal. Sin e m b a r g o , sí se presenta en cuanto a la amplitud y la fase, c o m o se ilusü-a en las
figuras. Si se hubiera aplicado el procedimiento de la interpolación de la función sinc a las muestras de
la figura 7.38 hubiera resultado el coseno de la figura 7.37 que se muestreo a sus valores m á x i m o s .
x[«] x[«l
x(í) x(í)
1 1V 1í / y \ \ '
1 ; \ ' \
^ '1 \
; \ ' \ \ 1
\
\
1
1
1
I ¿ \ 1 \ \ 1 \ '
> /
\ 1 \
T t ^ \ 1 \ \
\ 1 \ \ /
!\
/
Vi
( 1 \
\ / 1 \ 1 \ / \
1 \ 1 \ 1 \ 1
\ / \ /
1 \ 1 \
F I G U R A 7.36 F I G U R A 7.37
Coseno muestreado al doble de su tasa de Nyquist. Coseno muestreado a su tasa de Nyquist.
7.3 Representación
de una señal en
/1 1 /\
tiempo continuo
mediante muestras
I \i
F I G U R A 7.38
Senoide con las mismas muestras como un
coseno muestreado a su tasa de Nyquist.
A c o s ( 2 7 T / o r + Q) = A c o s ( e ) c o s ( 2 T r / o í ) + [-A s e n ( e ) ] sen(2'TTjíií)
A, A,
(7.54)
A C O S ( 2 I T / O ? + 6 ) = A c C o s ( 2 T r / o í ) + A^ s e n ( 2 i T / o í ) (7.55)
x[n] + A sen(-n-«)
x[«l
x(f)
I
l\
I \
I -T—^
\
\ /
/ h V ^ / V V H' \/
F I G U R A 7.40
nCURA 7.39 Efecto sobre las muestras de la adición de un seno a la mitad de la
> muestreado a su tasa de Nyquist. tasa de muestreo.
426 x[n]
CAPÍTULO 7 x(í)
El muestreo y la
transformada de
Fourier discreta
• './;
¡./V
F I G U R A 7.41 F I G U R A 7.42
Seno muestreado a un poco más de su tasa Dos senoides de frecuencia diferentes que tienen los mis-
de Nyquist. mos valores de muestra.
y, p u e s t o q u e f^T^ = 1, la s e g u n d a e c u a c i ó n se simplifica e n
E n ese c a s o , p u e s t o q u e kn es el p r o d u c t o d e e n t e r o s y, e n c o n s e c u e n c i a , t a m b i é n es u n e n t e r o , y p u e s t o
q u e a g r e g a r u n m ú l t i p l o e n t e r o d e 2'IT al a r g u m e n t o d e u n a s e n o i d e n o c a m b i a su valor,
(figura 7.44).
E s evidente la similitud entre el muestreo en T D y en T C . E n a m b o s casos, si los alias n o se trasla-
pan, la señal original p u e d e recuperarse a partir de las muestras y hay u n a tasa de m u e s t r e o m í n i m a pa-
ra recuperar las señales. L a tasa de muestreo debe satisfacer la desigualdad F^ > 2F^, d o n d e F^^ es la
frecuencia en T D p o r arriba d e la cual la T F T D d e la señal en T D original es cero (en el periodo funda-
mental b a s e , ! FI < j ) . E s t o es, para f < ! F I < 1 - F,,^ la T F T D de la señal original es cero. U n a se-
ñal en T D que satisface este requerimiento está limitada en b a n d a en el sentido en t i e m p o discreto.
D e igual m o d o q u e c o n el m u e s t r e o en T C , si u n a señal se m u e s t r e a de m a n e r a a p r o p i a d a , es p o s i -
ble reconstruirla a partir de las m u e s t r a s utilizando interpolación. El p r o c e s o de r e c u p e r a r la señal
original se describe e n el d o m i n i o de la frecuencia en T D c o m o u n a o p e r a c i ó n d e n i t r a d o pasabajas,
1
X(F) =X,(F) — rect * comb(F) (7.64)
F, 2F,
2F
x[n] = Xs[n] * — - sinc(2Fcn). (7.65)
Fe
x[nl
comb4[nl
x,[n]
A A A A AJS-J\ AJK
-1 1
m=—oc (7.68)
m=múltiplo entero
de ;V,
Ahora, aprovechando el h e c h o de que todos los valores adicionales de x^[n\ entre los valores permitidos,
m - múltiplo entero de N^, son cero, pueden incluirse los ceros en la sumatoria, con lo q u e se obtiene
(7.69)
í F \
(7.70)
x[n]
1X,(F)|
AF,-
A A A A J ^ A A A A
-1 F.
Xj[nl
F I G U R A 7.45
ix/f)|
Comparación de los efectos en
el dominio en TD y en el
dominio de la frecuencia en 1 '
TD del muestreo y el diezmo. -1 F. 1
L o o p u e s t o del d i e z m o es la interpolación o muestreo incrementado. E l p r o c e s o es s i m p l e m e n t e 429
: inverso del d i e z m o . L o s p r i m e r o s ceros adicionales se u b i c a n entre m u e s t r a s , y luego la señal crea- , ,
^ ^ TA Muestreo de
de ese m o d o se filtra m e d i a n t e un filtro pasabajas en T D ideal. Sea x[«] la señal en T D original y señales en tiempo
. nsidere q u e la señal creada al a g r e g a r A^^ ^ 1 ceros entre m u e s t r a s es x^[n]. E n t o n c e s discreto
n
— es u n entero
x,[«] =
O en otro caso
Ifigura 7.46).
L a señal x^,[n] p u e d e hacerse pasar por un filtro pasabajas para interpolar entre los valores distintos
de cero. Si se recurre a un filtro pasabajas de ganancia unitaria ideal con una función de transferencia
H ( F ) = rect(AfjF) * c o m b ( F ) , (7.72)
|X(F)i
A,
-1
x.LnJ |X.(F)|
F I G U R A 7.46
-mí
Efectos en los dominios en
TD y de la frecuencia
-1 en TD, al insertar A^^ - 1
ceros entre muestras.
|X(F)|
A,
-1
x,[n] |X,(F)|
-1 1 1
ií1 '
-1 ± 1
F I G U R A 7.47
X;W
Comparación de los
efectos de la expansión
y la interpolación en
el dominio en TD y en el
CAPÍTULO 7
1 / n
El muestreo y la
transformada de
x,[m] = x j « ] * — smc y—
Fourier discreta
(figura 7.47). O b s e r v e q u e la interpolación m e d i a n t e el filtro pasabajas ideal de g a n a n c i a unitaria in-
troduce u n factor de g a n a n c i a de l/N^, lo q u e r e d u c e la a m p l i t u d de la señal interpolada x¡[n] c o n res-
p e c t o a la señal original x[n]. E s t o p u e d e c o m p e n s a r s e si se utiliza u n filtro pasabajas ideal con u n a
g a n a n c i a de A'^^,
H ( F ) = Ns r e c t ( A f , F ) * c o m b ( F ) , (7.75)
en vez de u n a g a n a n c i a unitaria.
E.IEMPLO 7 . 3
r a 80 kHz en u n periodo fundamental para formar una señal \[n] en TD, tomando cada cuarta muestra de x[n]
para formar x^[n], y diezme x^[n] para formar x¿n]. Despue's realice un muestreo incrementado en x^[n] por un
factor de ocho para formar x-[n].
• Solución
Vea las figuras 7.48 y 7.49.
h
|X(f)|
4 5
4 +
11 L i l i Ii
•lII
1 , ,
f •1 1
f 1
-1
lx,(f)|
4 f
J L
r
T r 96
Xrfl"] |X/F)|
11
TT 96
-5 +
-1
F I G U R A 7.48
Señales en TD original, muestreada y diezmada y sus TFTD.
7.5 Señales periódi-
cas de banda limitada
F I G U R A 7.49
Señales en TD original, con muestreo incrementado y filtradas por pasabajas en TD.
X[7J]
F I G U R A 7.50
Señal en TC periódica de F I G U R A 7.51
n
ílíL..iliL...í
n n
banda limitada y una señal
en TD formada al
Señal en TC periódica de banda limitada, y
una señal en TD y una señal de impulsos en TC
muestrearla ocho veces por creada al muestrearla por arriba de su tasa de
n = N,o Nyquist.
periodo fundamental.
|X(/)1
CAPÍTULO 7 0.16
El muestreo y la
transformada de TFTC
Fourier discreta
— 1 - ^ /
-390 390
|X(F)¡
TFTD
0.16
i_t Li
-3
\Mf)\
TFTC
20.8
F I G U R A 7.52
Magnitudes de las transformadas de
Fourier de las tres señales en el
dominio del tiempo de la figura t tlllltllllt tlllltllllt tllll lllll tlllltllllt tlllltllllt t
7.51. -390 390
EJEMPLO 7 . 4
Determine la función armónica de la SFTC para la señal x(í) = 4 + 2 eos (20TTÍ) - 3 sen(40Trí) muestreando a
una tasa mayor que la de Nyquist para exactamente un periodo fundamental y determine la función armónica de
la SFTD de las muestras.
• Solución
Hay exactamente tres frecuencias presentes en la señal: O, 10 y 20 Hz. Por lo tanto, la frecuencia más alta pre-
sente en la señal es 20 Hz y la tasa de Nyquist es 40 Hz. La frecuencia fundamental es el máximo común divisor
de 10 y 20 Hz, que corresponde a 10 Hz. Así que se debe muestrear durante \^s. Si se fuera a muestrear la tasa
de Nyquist por exactamente un periodo fundamental, se obtendrían cuatro muestras, si se fuera a muestrear de
manera exacta un periodo fundamental por arriba de la velocidad de Nyquist, deben tomarse cinco o más mues-
tras en un periodo fundamental. Para mantener simple el cálculo se muestreara ocho veces en el periodo funda-
mental. Esto es una tasa de muestreo de 80 Hz. Entonces, si se empieza el muestreo en el tiempo í = O, las
muestras son
Al utilizar la fórmula para encontrar la función armónica de la SFTD de una función en TD,
XSFTD[^] = ~ E ^We-''^'"'
(7.78)
se obtiene 433
7.5 Señales periódi-
>[0],Xs [l],....Xs .[7]} = 4, 1, i | , O, O, O , 1 (7.79) cas de banda limitada
Éste es un periodo fundamental de la función armónica X^pj-j-, [le] de la SFTD de la función x[n] en TD. AI de-
terminar la función armónica SFTC de x(f) = 4 + 2 cos(20"7Tf) — 3 sen(407Tr) de manera directa recurriendo a
se obtiene
3 3
(Xs .[-4],Xsftd[-3], ...,Xsftd[4]) = 0 . 0 . - j - , 1,4, 1, j - , 0 , O (7.81)
•^2 2
En los dos resultados, los valores {X[0], {X[l], {X[2],{X[3], {X[4]) son iguales, y aprovechando el hecho de
que Xgp^p [K] es periódica con periodo fundamental 8, { X [ - 4 ] , X [ - 3 ] , X [ - 2 ] , X [ ~ 1]} son también iguales.
Ahora se violará el teorema del muestreo tomando muestras a la tasa de Nyquist. En este caso hay cuatro
muestras,
Faltan los valores j , s de la función armónica de la SFTD. Éstos son los coeficientes de la función seno a 40 Hz.
Lo anterior es una demostración de que cuando se muestrea una función seno exactamente a la tasa de Nyquist,
no es posible verla en las muestras porque éstas se toman de manera exacta en los cruces por cero.
(7.85)
n = {Nn)
ko+No-1
1
X[^] = — J2 -j-!r(kn/No) _
y X n e
-j-nikn/Na) (7.86)
^ 0 ,M«„)
434 sea = ~-{NqI2). Entonces
CAPÍTULO 7
No
El muestreo y la X[/:o] = X (7.87)
transformada de n=(/Vo)
Fourier discreta
1 Nf-I
t:fv
Nr-l
X n
[n] = —
=
E ^W'^'"' X[k] = E x[«]<
-jlTiink/NF) (7.89)
k=0 n=0
Nf = Tpfs, (7.91)
d o n d e Tp es el t i e m p o d e m u e s t r e o total y / es la frecuencia d e m u e s t r e o . E n t o n c e s el t i e m p o entre 435
m u e s t r a s es T d o n d e
7.6 La transformada
de Fourier discreta y
(7.92) su relación con otros
métodos de Fourier
Fase de X ( / )
F I G U R A 7.53
Señal en TC original y su TFTC.
4
Xmvl"]
A
tt63
tTTt, ..tttTTtt...^ 'MT.i tlU^ , „
tnT...tttttttt.,
-1 + 63
-1 +
|X,(F)|
-2
V A"°l A
mmm
Fase de X / f )
Fase de X „ , ( F )
I
-2
i
— TT \
1 O <n < Nf
w[n] = (7.95)
O otro c a s o
El proceso de hmitar una señal a u n intervalo fmito Np- en tiempo discreto recibe el n o m b r e de ven-
taneo, porque sólo se considera una parte de la señal muestreada que p u e d e ser vista a través de una
ventana en T D de longiUid finita. L a función de ventana no necesita ser un rectángulo. A m e n u d o se uti-
lizan en la práctica otras formas de ventana para minimizar un efecto llamado fuga (que se describirá des-
pués) en el dominio de la frecuencia. L a T F T D de x^^ [n] es la convolución periódica de la T F T D de la
señal x[n] en T D y la T F T D de la función de ventana w [ n ] ,
L a T F T D de la función de v e n t a n a es
(7.98)
«=o
W(F) =
I - e-P--^ sen(TTF)
(7.99)
o, e x p r e s a d a c o m o u n a función de Dirichlet,
Entonces
o, e m p l e a n d o el h e c h o de q u e u n a c o n v o l u c i ó n p e r i ó d i c a c o n u n a señal p e r i ó d i c a es e q u i v a l e n t e a u n a
c o n v o l u c i ó n n o p e r i ó d i c a c o n u n p e r i o d o f u n d amen t al de la señal periódica,
(figura 7.56).
L a c o n v o l u c i ó n t e n d e r á a dispersar X^{F) e n el d o m i n i o
de la frecuencia e n T D , lo cual p r o v o c a q u e la p o t e n c i a de TFTD de la ventana, w[«]
X^(F) a c u a l q u i e r frecuencia se fugue h a c i a frecuencias a d y a - !w(f)|
centes e n X^.^ (F). D e a h í es de d o n d e p r o v i e n e el t é r m i n o fu-
ga. El u s o de u n a función de v e n t a n a diferente c u y a T F T D esté 32--
m á s c o n f i n a d a en el d o m i n i o de la frecuencia en T D , m i n i m i -
za (pero n u n c a p u e d e e l i m i n a r p o r c o m p l e t o ) la fuga. C o m o
p u e d e v e r s e en la figura 7.56, c u a n d o a u m e n t a el n i i m e r o de
, . iVp =
k \
X„[^] = -Ax (7.104)
Nf \NfJ
oo
(7.105)
c o n p e r i o d o f u n d a m e n t a l A'^, su función a r m ó n i c a de la S F T D es
1 / k
k es un entero (7.106)
o, a partir de (7.102),
X,,„[^] = A ,-;TTF(/Vf-l)
Nf d r c l ( F , Nf) *X(/,F) (7.107)
64 64
|X(Í-)|
0.5--
-2 -32 32
Fase de X(F) Fase de XJk]
íí
-32
F I G U R A 7.57
La equivalencia de muestrear en el dominio de la
-2 32
frecuencia y la repetición periódica en el dominio
del tiempo.
El r e s u l t a d o .
A
Nf
Nf drcl(F, N f ) * X ( / , f )
F^klNe (7.108)
es la función a r m ó n i c a d e la S F T D de u n a e x t e n s i ó n p e r i ó d i c a de la señal e n T D f o r m a d a al m u e s t r e a r
la señal e n T C original d u r a n t e u n t i e m p o finito. P u e s t o q u e la T F D es igual q u e la función a r m ó n i c a
de la S F T D salvo p o r el factor de e s c a l a de A^^, la e x p r e s i ó n e q u i v a l e n t e en t é r m i n o s d e la T F D es
-j-ñF(NF-l)
Xíh..,,TDF[^] = A/FXs„,,,SFTD[^] = / « [e TVf d r c K F , NF)*Xif,F)
F^k/Np'
(7.109)
L a T F D d e m u e s t r a s de u n a señal e n T C p u e d e utilizarse p a r a a p r o x i m a r la T F T C de la señal. L a
T F T C de u n a señal x(í) es
oo
2.9154 •
F I G U R A 7.58
* * Señal original, muestreada en el tiempo con ventana y
Win repetida periódicamente, para formar una señal en TD
periódica y la función armónica de la SFTD de esa señal.
(7.112)
X(/) = ¿ í xit)e-^'--f'dt.
7". es suficientemente p e q u e ñ o , la variación d e x(r) e n el intervalo d e tiempo nl^ < t < (n + \)T^
- pequeña y la T F T C p u e d e a p r o x i m a r s e m e d i a n t e
(« + 1)7",
ce n (7.113)
dt
= ^x(«r,) / e-^^-f
(7.114)
\ / ) = ^x(«r,)
n=0 i'T, 11=0 J2^f
(figura 7.59).
/I =O n = NF
F I G U R A 7.59
Una señal en TC e intervalos mtíltiples
sobre los cuales la integral de TFTC
puede evaluarse.
Si x(f) es u n a señal de energía, entonces m á s allá d e cierto t i e m p o su t a m a ñ o d e b e volverse des-
preciable y es posible sustituir el intervalo infinito de n en la sumatoria c o n un intervalo finito O ^ n
CAPÍTULO 7
El muestreo y la < Np ,lo q u e p r o d u c e
transformada de
Fourier discreta
X(/) = T,e-^^-f^' sinc(r,/) ^ x(nT,)e-^^^-f"^'. (7.116)
n=0
(7.117)
NfJ \ N f J
k
XTFDÍ-fe]. (7.119)
Xikfp) = r,e-^<"'--/'^^' sinc
Nf
(7.121)
x(r) = Y Xs^icW^^'^f'^
q=-oc
y debido a q u e es de b a n d a limitada,
(7.122)
XsFTDÍ?] = 0 \q\> = —
Jo 2
'Vo/2
XTFDÍ^]
No/2
-j-ñFiNf-l)
Np d r c K F , Nf) * J2 XsFTc[?]8(/.f - qfo)
q=-(No/2) -I F^k/Nf (7.126)
A l r e a c o m o d a r y utilizar la p r o p i e d a d de e s c a l a m i e n t o del i m p u l s o ,
XTFDÍ^]
^0/2
,-JTTFiNf~1)
NpdidiF, Nf) *b[ F - q — (7.127)
E XsFTCÍ?]
U=-(/Vo/2)
Js /
XTFDÍ^]
^0/2 ,
-J7T{F-(q/NF))(NF~l)
J2 XsFTc[?] e-^"'^
Nf drcl [F - —.Nf (7.128)
Nf /
Lq=-(No/2) ^ F^k/Nf
!x(/)|
ix,(/)l
F I G U R A 7.61
Las TFTC de la señal original y la señal muestreada
^ por impulsos.
IXsFTcWl
SFTC
F I G U R A 7.62
k Relación entre la función armónica de la SFTC de una señal
periódica de banda limitada y la TFTD de muestras de un
TFD periodo fundamental de esa señal.
V í /k - a
(7.129)
T XsFTc[?] . - ^ • - « ^ - ^ V A ' . ) ( A ' . - i ) ^ , ^ drcl
Para otros valores de k la relación es igual, excepto en q u e el múltiplo entero de A'^ d e b e agregarse a q.
Esto es, Xj^lk] es u n a repetición periódica de NpX^pj.f^[k] c o n p e r i o d o fundamental A^^ y
X T F D [ ^ ] = A^fXsFTCÍ^] * c o m b / V J A : ] (7.131)
(figura 7 . 6 2 ) .
E n p a l a b r a s , si u n a señal x(í) es p e r i ó d i c a , d e b a n d a l i m i t a d a y se m u e s t r e a A^^ v e c e s a u n a tasa
m a y o r q u e su tasa de N y q u i s t , e x a c t a m e n t e p a r a u n p e r i o d o f u n d a m e n t a l , la T F D d e e s e c o n j u n t o d e
m u e s t r a s es Np m u l t i p l i c a d a p o r u n a r e p e t i c i ó n p e r i ó d i c a d e la función a r m ó n i c a X^pp^lA:] d e la S F T C
d e la señal original x(f) c o n p e r i o d o f u n d a m e n t a l A^^. D e m o d o q u e e n el c a s o especial d e señales p e -
riódicas d e b a n d a limitada m u e s t r e a d a s p o r arriba d e la tasa d e N y q u i s t p a r a e x a c t a m e n t e u n p e r i o d o
f u n d a m e n t a l , la T F D d e las m u e s t r a s p u e d e c o n v e r t i r s e e x a c t a m e n t e e n la S F T C (y, p o r lo tanto, e n l a
T F T C ) de la señal original.
A continuación se presenta u n p r o g r a m a en M A T L A B para calcular la S F T C d e u n a señal c o n b a s e
e n m u e s t r a s d e ella d a d a la s u p o s i c i ó n d e q u e se m u e s t r e a e x a c t a m e n t e u n p e r i o d o f u n d a m e n t a l u n n ú -
m e r o e n t e r o d e v e c e s a u n a tasa m a y o r q u e l a d e N y q u i s t .
X = Xper(mod{k,NF)+1) ;
X(find(abs(k)>=NF/2)) = O ;
Jíji:.MPi.o 7.5
se muestrea a la tasa de Nyquist (figura 7.63). Encuentre los valores de la muestra para un periodo fundamental
y determine la TFD de los valores de la muestra. Encuentre la función armónica de la SFTC de la señal.
2.1249
F I G U R A 7.63
Una señal en TC y una señal en TD formada
muestreándola a su tasa en Nyquist para un periodo
fundamental.
• Solución
La frecuencia más alta presente en la señal es 4 Hz. Por consiguiente, las muestras deben tomarse a 8 Hz. El pe-
CAPÍTULO 7 riodo fundamental de la señal es 0.5 s. Por lo tanto, se requieren cuatro muestras. Suponiendo que la primera
El muestreo y la
muestra se toma en el tiempo t = O, las muestras son
transformada de
Fourier discreta
{ x [ 0 ] , x [ l ] , x [ 2 ] , x [ 3 ] } = {2, 1 , 2 , - 1 ) . (7.133)
De acuerdo con la definición,
(7.134)
;,=0
3
XTFD[0] = ^ x [ n ] = 4,
n=0
3
(7.136)
XTFD[2] = E = 2 - 1 + 2 - H = 4,
(7.137)
XTFD[3] = E = 2 + j - 2 + j = j2.
En consecuencia, la T F D es
La T F T C de la señal original es
X ( / ) = U(f + 4) + ^ 8 ( / + 2) + 8 ( / ) - ^ 8 ( / - 2) + ^ 8 ( / - 4) (7.140)
la cual es de la forma.
No/2
donde Xgpj.^, [=] es la función armónica de la S F T C / Q = \/Tq y es el periodo fundamental de la señal. De tal
modo, la función armónica de la S F T C de la señal periódica de banda limitada a partir de la cual se toman las
muestras (para un periodo fundamental) es
(7.142)
{ X [ - 2 ] , X [ - l ] , X [ 0 ] . X { l ] , X [ 2 ] } s F T C = \ \'+^2' ^'~2' \
(7.143)
^{X[0],X[1],XÍ2],X[3]}TFD =
• 2 2
Utilizando la periodicidad de la TFD, se ve que se obtienen los valores correctos para X[—1], X[0] y X [ l ] , pero
no para X[2] y X [ - 2 ] . Están equivocados por un factor de dos debido a la formación de alias. No se muestreo
por arriba de la tasa de Nyquist; se hizo a esa misma tasa. ^
E,IEMPLO 7.6
• Solución
La frecuencia más alta presente en la señal es 4 Hz. Por lo tanto, las muestras de-
ben tomarse a 16 Hz. El periodo fundamental de la señal es 0.5 s. Por consiguien-
te se requieren ocho muestras. Suponiendo que la primera muestra se toma en el
tiempo f = O, las muestras son xln]
i
1 1 1 1 --
{x[0],...,x[7]} = 2, 1 -I- 1, 1 + , 2, 1 -
V2
I T T , .
(7.145)
V la TFD de esas muestras es
1 '
{X[0],...,X[7]}TDF = { 8 , - y 4 , 4 , 0 , 0 , 0 , 4 , 7 4 } . (7.146) F I G U R A 7.64
Una señal en TC y una señal en TD formada
muestreándola al doble de su tasa de Nyquist para un
periodo fundamental.
La función armónica de la SFTC de la señal original es la misma que antes,
1 i y 1
¡X[-2],X[-l],X[0],X[l],X[2]}sFTC - F - , I, - (7.147)
2 2 2 2
Í{X[0],...,X[7]}Dpr = L - 4 - . 0 . 0 . 0 . i + ^ (7.148)
' 2 2 2 2
Utilizando la periodicidad de la TFD se observa que estos resultados concuerdan. En este caso, se muestreo dos
\'eces más rápido que en el ejemplo 7.5. Lo que se obmvo en el problema fue información acerca de frecuencias
más altas que las que podrían haber estado presentes en la señal y ninguna formación de alias debido a que se mues-
treo por encima de la tasa de Nyquist. Desde luego, puesto que se usó la misma señal, no se presentó ninguna fre-
cuencia más alta y todas las X[k], {X[3], X[4], X[5]}^p^, adicionales fueron iguales a cero.
EjEAíPrx) 7.7
se muestrea a la tasa de Nyquist (figura 7.65). Determine los valores de la muestra para dos periodos fundamen-
tales, encuentre la TFD de los valores de las muestras y compare con la TFC de la señal. Obtenga también la fun-
ción armónica de la SFTC de la señal.
• Solución
La frecuencia más alta presente en la señal es 4 Hz. Por lo tanto, las muestras deben tomarse a 8 Hz. El periodo
fundamental de la señal es 0.5 s. Por lo tanto, se requieren ocho muestras. Si se supone que la primera muestra
se toma en el tiempo t = O, las muestras son
{X[0],...,X[7]}TFD = { 8 , 0 , - j 4 , 0 , 8 , 0 , j 4 , 0 ¡ . (7.151)
m
CAPÍTULO 7
2.1218
El muestreo y la
transformada de
Fourier discreta
F I G U R A 7.65
Una señal en TC y una señal en TD formada
muestreándola a su tasa de Nyquist para dos periodos
fundamentales.
{X[-2],X[-l].X[0],X[l],X[2]}sFTc = (7.152)
2 2 2 2
1, O, 1, 0 , + ^ ,0
(7.153)
AX[0],...,X[7]}TFD =
La fundamental de la SFTC corresponde a la segunda armónica de la TFD debido a que se muestreo para
dos periodos fundamentales. En consecuencia, los resultados corresponden correctamente, de nuevo excepto pa-
ra la armónica más alta que está errada debido a la formación de alias. Como en el ejemplo 7.5 se muestreo a
la tasa de Nyquist y no por encima de ella. Como en el ejemplo 7.6 se obtuvo información adicional acerca de
la señal. Al muestrear al doble, fue posible reconocer frecuencias dos veces más bajas (periodos fundamentales
dos veces más grandes) que los que podrían haberse presentado en la señal. Eso hizo que la frecuencia distinta
de cero más baja en la TFD fuera la mitad de lo que era antes. Además, puesto que X^j-p^}/:] ocurre en múltiplos
enteros de la frecuencia distinta de cero más baja, la gráfica completa en el dominio de la frecuencia tiene el do-
ble de la resolución que tenía en los ejemplos 7.5 y 7.6. La tasa de muestreo es igual que en el ejemplo 7.5; por
lo tanto, la frecuencia más alta que puede encontrarse es la misma que en el ejemplo 7.5 y la mitad de la del
ejemplo 7.6.
EJEMPLO 7.8
Muestree la señal
r - 2
x(í) = 5 sen(Trí) rect (7.154)
empezando en el tiempo / = O,
fl) 16 veces a 4 Hz
b) 32 veces a 4 Hz
c) 64 veces a 4 Hz
d) 32 veces a 8 Hz
e) 64 veces a 8 Hz
En cada caso determine la TFD de las muestras y grafíque las comparaciones de la señal y sus muestras en el do-
minio del tiempo, y las comparaciones de la magnitud de la TFTC de la señal y la magnitud del producto de la
TFD de las muestras y el intervalo de muestreo 7"^.
• Solución
La TFTC de x(r) es
Iv /í
Fourier discreta
5 -
t o nT,.
1/ ^
1 '
|X(/)|y7-,|XM|
JO'
F I G U R A 7.66
fokf,
Señal muestreada 16 veces a 4 Hz.
a) La señal que se muestrea 16 veces a 4 Hz se muestra en la figura 7.66. La TFD se repite de manera perió-
dica con periodo fundamental iV^ = 16 o, en términos de la frecuencia, con periodo fundamental = Np-fp,
pero en el intervalo de frecuencia — (/^/2) < / < / ^ / 2 la TFD (multiplicada por el intervalo de muestreo T^)
parece aproximarse a muestras de la TFTC a mííltíplos enteros de la frecuencia fundamental fp = f^lNp de
la TFD. La resolución de la TFD no es muy buena. Puesto que todas las muestras excepto dos en el interva-
lo de frecuencia — (/./2) <f<fjl ocurren en ceros de la TFTC, si sólo se considera el resultado de la TFD
sin conocer la TFTC, se concluiría que la TFTC tuvo dos impulsos a frecuencias positivas y negativas igua-
les y que, en consecuencia, la señal original era una senoide. Recuerde que la TFD se aplica exactamente a
señales periódicas y el conjunto de muestras que se utiliza aquí proviene de manera exacta de dos periodos
fundamentales de una senoide. Ante la falta de otra información, la conclusión lógica para las muestras es
que el patrón de éstas se repite de manera periódica y que la señal es consecuentemente una senoide, en vez
de la señal real que es la versión de tiempo limitado de una senoide. Al tomar más muestras se resolvería es-
te problema.
h) La señal que se muestrea 32 veces a 4 Hz se ilustra en la figura 7.67. En este caso se tomaron dos veces más
muestras que en la parte a). Todas las muestras adicionales fueron cero. Este tipo de extensión del muestreo
de una señal con ceros adicionales se conoce como relleno de ceros. La inclusión de ceros adicionales du-
plica el tiempo total de muestreo y la resolución de la T I D . Ahora se cuenta con valores de la TFD que caen
entre cruces por cero de la TFTC, y es posible empezar a ver,
al considerar sólo la TFD, que la señal original no es simple-
mente una senoide. La concordancia entre la TFD y la TFTC
Np = 32, / , = 4
parece muy buena a bajas frecuencias, pero observe que en
las cercanas a la mitad de la tasa de muestreo, la concordan- x(r)> X[«]
1
cia entre la TFD y la TFTC no es tan apropiada. Esta dife-
5-
rencia se observa con mayor facilidad en una gráfica de
magnitud logarítmica (figura 7.68). La diferencia la provoca
h
la formación de alias. La señal original no es de banda limi-
1
1
tonT,
tada por lo que los alias se traslapan y, en este caso, eso pro- - 2
A
lx(/)ldByrJxwidB
i
CAPÍTULO 7
20 '
El muestreo y la
m
transformada de -4í
fokfp
Fourier discreta
FIGURA 7.68
Gráfica de magnitud logarítmica; señal muestreada 32
veces a 4 Hz.
Mi -50
= 64, = 4
|X(/)lyr,lXM¡
Ne = 32, / , =
tonT,
|X(/)|yr,lX[i:l|
lOlii
FIGURA7.70
Señal muestreada 32 veces a 8 Hz.
I
a esta tasa de muestreo, se obtendrá una mejor resolución en el dominio de la frecuencia y se tendrá un error
de formación de alias reducido.
e) La señal que se muestrea 64 veces a 8 Hz se presenta en la figura 7.71. Los errores de formación de alias
se reducen y la resolución en el dominio de la frecuencia es lo suficientemente buena para ver que la señal
no es una senoide (figura 7.72).
Nf = 64, / , = 8 449
x(í) y x[n] 7.7 Ejemplos del uso
de la transformada de
Fourier discreta
]—>- t o nT,
!x(/)|yr,jxM|
10
liSMMM F I G U R A 7.71
Señal muestreada 64 veces a 8 Hz.
íx(/)Ly7'.|xwldB
20 A - - A
• /o
F I G U R A 7.72
Gráfica de magnitud logarítmica; señal
-50 muestreada 64 veces a 8 Hz.
Este ejemplo refuerza el principio general establecido antes con respecto a que el muestreo más largo mejo-
ra la resolución en el dominio de la frecuencia y el muestreo a una velocidad más alta reduce errores debidos a
la formación de alias. De modo que una buena regla general al usar la TFD para aproximar la TFTC es muestrear
lo más rápido posible el mayor tiempo posible. En el límite teórico en el que se muestrea infinitamente rápido
durante un tiempo infinito, se preserva toda la información en la TFTC en la TFD. Esta última se aproxima a la
TFTC en ese límite. Desde luego, en cualquier situación práctica existen límites impuestos por los muestreadores
reales. Éstos sólo pueden muestrear a una tasa finita, y las memorias de las computadoras reales sólo almacenan un
número finito de valores de datos.
Suponga que se toman 16 muestras de una señal a intervalos de 1 ms y que las muestras son las que se granean
en la figura 7.73 (con la suposición usual de que la primera muestra ocurre en el tiempo t = 0). La razón para to-
mar las muestras es obtener información acerca de la señal. ¿Qué se conoce hasta ahora? Se saben los valores de
la señal en 16 puntos. Si se van a obtener más conclusiones es necesario tener más información o efectuar algu-
nas suposiciones.
• Solución
^.Qué pasó antes de la primera muestra y después de la última? ¿Qué sería razonable suponer? Podría suponerse
que la señal varía de manera similar fuera de este intervalo de muestras. Dicha variación podría tomar muchas for-
mas diferentes. De modo que la suposición no es matemáticamente precisa. Una forma posible sería la señal de la
figura 7.74a). Podría confirmarse que la señal es cero fuera de este intervalo de muestras (figura 1 .lAb). Sin embar-
go, si ése es el caso, se sabe que no es posible muestrear de manera adecuada porque una señal que está limitada
en el tiempo no está limitada en banda. La suposición usual es que el conjunto
de muestras que se toman es razonablemente representativa de la señal total. (Si
esto no es cierto, el análisis no será muy significativo.) Esto es, se supone que
1.3356 — la señal fuera de este intervalo de tiempo es similar a la señal dentro de él. Pa-
ra hacer precisa dicha suposición, se considerará que la señal antes y después
15 de las muestras es lo más similar posible a la señal durante el muestreo. Se su-
JJL
T pone que si se muestrea un poco más, se repetirá el conjunto de muestras obte-
nido, una y otra vez (figura 7.74c). Esto es muy probable que no sea del todo
cierto. Sin embargo, ¿habría una mejor suposición? Si el conjunto de muestras
-1.496 +
que se toma es característico, entonces la suposición de que la señal mantiene
el mismo comportamiento una y otra vez es lo mejor que puede considerarse.
Mediante esa suposición es posible afirmar que las muestras se toman de un
F I G U R A 7.73
periodo fundamental de una señal periódica. Se supone que si se mantiene el
Una señal en TD formada al muestrear una señal en TC
muestreo, se repetirían las muestras una y otra vez.
desconocida durante un tiempo finito.
La siguiente pregunta lógica es, ¿qué sucede entre las muestras? De nue-
vo, en realidad no se sabe. A continuación se presentan algunas ilustraciones
de cómo podría haberse observado la señal que se muestreo (figura 7.75). En cada una de las tres señales de la fi-
gura, los valores de la muestra son los mismos, pero las señales son diferentes. A menos que se sepa algo más, cual-
quiera podría ser la señal real muestreada. No obstante, si la señal se muestreo de manera apropiada de acuerdo
con el teorema del muestreo de Shannon (a una tasa a más del doble que su máxima frecuencia), sólo una de es-
tas señales candidatas sería la muestreada, la última en la figura 7.75. De tal modo, ahora se han reducido a una
sola las señales posibles a partir de las cuales podrían provenir las muestras: una señal periódica de banda limita-
da que pasa a través de los puntos. Después de esto sería posible tomar el conjunto original de muestras y a partir
de él realizar la mejor estimación (con base en las suposiciones) de la señal en TC de la cual proviene. Esta es la
manera exacta en la cual se creó la señal en TC de la figura 7.75c).
En lugar de tratar de reconstruir la señal original a partir de sus muestras, es más común utilizar la TFD pa-
ra analizar el contenido de frecuencia en las señales. Se sabe cómo determinar la función armónica de la SFTC
utilizando la TFD. ¿Cuál es la relación entre la función armónica de la SFTC y la TFTC de la señal original? Se
demostró antes que
iVo/2
x[n]
f
2 —
-32
1 tII-.TTTI?. 1t .Tt Tvííl. ,
1| f
-2 +
a)
x[ n]
2-
IT .Tt ,„ , i .
-32 48
~2 -
xln]
2 - -
F I G U R A 7.74
Tres posibles extensiones de las muestras originales.
7.7 Ejemplos del uso
de la transformada de
Fourier discreta
F I G U R A 7.75
Tres señales, todas tienen los valores de muestreo originales.
Esto es, la TFTC para la supuesta señal periódica de banda limitada es un conjunto finito de impulsos espaciados
mediante la frecuencia fundamental/q. Mediante la relación entre la función armónica de la SFTC y la TFD que
se obtuvieron antes para señales periódicas de banda limitada.
Nf/2
A < , < A (7.157)
X(/) = — J2 XTFD[^]8(/-¿/O)
k=-(NFl2)
2 " " 2
" Nf' Nf
X(/) = •^TFD H f -
2
Nf
M / - ( - í ^ + i)/o + •
Nf
+ ^TFD[0]8(/) + -.- + XT - 1 f - / o
J \ \ 2 /
+ z™ [ f ] 8 ( / - f / o ) (7.158)
(Observe que siempre son cero los componentes de la función armónica de la SFTC en los mímeros de armónica
—(Npl2) y Npll si la señal se muestrea de manera apropiada a más del doble de la frecuencia de Nyquist porque en
CAPÍTULO 7
ese caso no hay potencia de señal a la mitad de la tasa de muestreo. Cuando se incrementa la tasa de muestreo, más
El muestreo y la
y más de ios componentes cercanos a la mitad de la tasa de muestreo también serán cero.
transformada de
Fourier discreta
EJEMPLO 7 . 1 0
Muestree una función senoidal y determine la TFD de las muestras y la función armónica de la SFTC de la repe-
tición periódica.
• Solución
Esta descripción del problema, al igual que muchos problemas reales de ingeniena, se define en forma ambigua.
Se deben realizar selecciones razonables en cuanto a las tasas y tiempos de muestreo de manera que los resulta-
dos sean útiles. Considere que la señal en TC es un coseno de amplitud unitaria, que el periodo fundamental es
igual a 10 ms, que el tiempo total de muestreo es de 20 ms y que se toman 32 muestras en ese tiempo. El cose-
no se describe por medio de
X ( 0 = COS(200'7Tf) (7.159)
y su TFTC es
X ( / ) = - [ § ( / - 1 0 0 ) - F 8 ( / + 100)]. (7.160)
Puesto que la frecuencia del coseno es 100 Hz y la tasa de muestreo es 1.6 kHz, la señal en definitiva estará so-
bremuestreada y no se presentarán alias. Los resultados se ilustran en la figura 7.76.
En este caso la señal es de banda limitada y periódica y el muestreo se efectúa para un número entero de pe-
riodos fundamentales. Por consiguiente, debe esperarse una correspondencia exacta entre la TFTC de la señal en
TC y la TFD de las muestras. La TFTC de la senoide original tiene dos impulsos, uno en -K/q y el otro en - / g ,
donde/q es la frecuencia del coseno. Para una senoide de amplitud unitaria como ésta, cada una de las intensida-
des de los impulsos sena igual a , . La frecuencia del coseno es 100 Hz. La resolución en el dominio de la fre-
cuencia de la TFD es el recíproco del tiempo de muestreo total, o 50 Hz. En consecuencia, la TFD tendrá valores
distintos de cero sólo en la segunda armónica de 50 Hz, como es el caso. Cuando el resultado de la TFD se divi-
de entre el número de muestras A'^, los impulsos de
números de armónica discretos en la TFD tienen la
= 32, / j = 1 600 misma intensidad que los impulsos de frecuencia
x(í) y x[n] continua en la TFTC de la senoide en TC.
Para la señal no periódica de energía del ejem-
plo 7.8, la TFD se escaló multiplicando por el inter-
valo de muestreo y la TFD de las muestras se
aproximó a las muestras de la TFTC de la señal en TC
r o nT^ (s) que se muestreo. Para esta señal periódica, el esca-
-0.01 lamiento de la TFD se efectuó dividiéndola entre el
número de muestras N^. ¿Por qué estos factores son
diferentes? M m e r o , reconozca que como la TFTC
de una señal periódica consta sólo de impulsos, no
!X[A-1| es posible muestrearla en ningún sentido. De tal
modo, la TFD de una señal periódica debe escalar-
se para producir las intensidades de los impulsos,
0.5 no sus amplitudes, que son indefinidas. En el caso
de señales de energía no periódicas, la TFTC es
una función de frecuencia continua sin impulsos.
En este caso es necesaria una correspondencia en-
tre las intensidades de los impulsos de la TFD y las
muestras de la TFTC. Una manera de ver la corres-
•4-^- (Hz) pondencia es observar que la TFTC es una fun-
-1 600 1 600 ción de densidad espectral y, por lo tanto, tiene las
unidades de la transformada de la señal dividida
F I G U R A 7.76 entre la frecuencia. Por ejemplo, si la señal en TC
Un coseno muestreado para dos periodos fundamentales y la magnitud de su TFD, tiene unidades de volts, su TFTC tiene unidades de
dividida entre el número de muestras TV. volts por hertz. La TFD se calcula formando varias
combinaciones lineales de muestras de la función en TC; por lo tanto, sus unidades serían las mismas que las
de la señal, en este caso, volts. Para convertir eso en una aproximación de la TFTC es necesario dividir por cier-
ta frecuencia para obtener las unidades correctas. Sin embargo, ¿a qué frecuencia? Si se iguala la amplitud en 7.7 Ejemplos del uso
de la transformada de
cada intervalo de resolución de la TFD a la densidad espectral de la amplitud de la TFTC, el factor de división
Fourier discreta
apropiado es el ancho de banda de la resolución de la TFD, que esfJNp. Así es que si se toma el factor divisor
para funciones periódicas A'^ y se multiplica povfJNp para formar un nuevo factor de división correspondien-
te a señales de energía no periódicas f^, el efecto es el mismo que multiplicar por el intervalo de muestreo de-
bido a que/^. = l/T^.
E,TEMPLO 7 . 1 1
Muestree una senoide para un niimero no entero de periodos fundamentales y observe el efecto sobre la TFD.
• Solución
Considere que la senoide es un coseno cuyo periodo fundamental es 6 6 | m s y muestréelo 32 veces en 100 ms. Los
resultados se ilustran en la figura 7.77.
El coseno en TC original tiene una TFTC con exactamente dos impulsos en -I-15 y —15 Hz. Sin embargo,
la TFD tiene componentes distintos de cero en cada armónica de su frecuencia fundamental que es igual a 10 Hz
pues el tiempo de muestreo total c o i T e s p o n d e a 100 ms. Puesto que 15 Hz no es un múltiplo entero de 10 Hz, no
existe un componente de frecuencia resuelto en la TFD a exactamente la frecuencia del coseno. No obstante, los
dos componentes más intensos se ubican en 10 y 20 Hz, valores que se ubican en el mismo intervalo que la fre-
cuencia real de 15 Hz del coseno. En consecuencia, es posible afirmar que la TFD intenta reproducir la naturale-
za de la señal de la cual provienen las muestras lo mejor que puede dada la pobre elección de muestreo. Esta
dispersión de la potencia de la señal a partir de la ubicación exacta hacia localizaciones adyacentes es u n ejem-
plo de fuga. Esto es, la potencia a 15 Hz se ha fugado a las componentes a 10, 20, 30 Hz, etc., ya que la señal
original no se muestreo para un número entero de periodos fundamentales. Este problema se resolvena mues-
treando para un número entero de periodos fundamentales. Sin embargo, es posible reducirlo de manera conside-
rable al muestrear durante un tiempo mucho más largo, incluso aunque no sea un múltiplo entero del periodo
rundamental del coseno, debido a que con un tiempo de muestreo más largo, la resolución en el dominio de la
frecuencia se vuelve mejor y el grueso de la potencia de la señal puede situarse de manera más próxima a la fre-
cuencia real de 15 Hz. La figura 7.78 muestra los resultados de muestrear sobre seis y medio periodos fundamen-
tales con todos los demás parámetros iguales. En estas condiciones, aun cuando todavía no hay un componente
resuelto a la frecuencia de la señal en TC, 15 Hz, debido al mayor número de puntos y a la consecuente resolu-
ción más alta de la TFD, hay componentes mucho más cercanos a 15 Hz que en el caso anterior y la fuga se dis-
persa con menor amplitud.
Np = 32, = 320
]—*- t o nljís)
-0.066667'
Np
0.36307T +
F I G U R A 7.77
Un coseno muestreado para uno y medio
• kfp (Hz)
-320 320
periodos fundamentales y la magnitud de su
TFD dividida entre el número de muestras N,-
454 Np = 138,./; = 320
CAPÍTULO 7
El muestreo y la
transformada de
Fourier discreta
-0.066667 0.43333
1 t o nT^
FIGURA 7.78
U n c o s e n o m u e s t r e a d o s o b r e seis y m e d i o
p e r i o d o s f u n d a m e n t a l e s y la m a g n i t u d d e
su T F D , d i v i d i d a entre el n i í m e r o d e
muestras N^. -320
(7.161)
n=0
X[k] = E ^Me'-i
-jl-nikn/NF) (7.162)
n=0
Es c o n v e n i e n t e u s a r la n o t a c i ó n
(7.163)
^ 0 -
X[0]" •xo[0]
X[l] ^2 xo[l]
iy4
(7.164)
X[2] xo[2]
X[3] V(/3 14/9 xo[3]
Efectuar la multiphcación usual de matrices directa requeriría A^^ multiplicaciones complejas y A'(A'^ - 1)
adiciones complejas. P u e d e reescribirse (7.164) en la forma.
"X[0]" 1 1 1 1 xo[0]'
X[l] 1 Xo[l]
(7.165)
X[2] 1 W2 xo[2]
X[3] 1 1^2 ^yl xo[3]
El p r i m e r e l e m e n t o es
xi[0] = x o [ 0 ] - f - W ° x o [ 2 ] . (7.168)
/\ xi[2] 1
Xo[2] Xo[l]
Xo[3] Xo[3]
x,[3]
F I G U R A 7.79
Gráfica del flujo de señales para una TFR de cuatro
puntos.
u n a adición. Sin embargo, Xj[2] requiere sólo una adición debido a que W ° = - y el producto W°XQ[2]
y a se h a obtenido en el cálculo del primer elemento y puede, en consecuencia, sólo almacenarse hasta q u e
se necesite y luego restarse en vez de sumarse. D e m a n e r a similar, Xj[3] sólo requiere u n a adición m á s .
Hasta ahora se tienen dos multiplicaciones y cuatro sumas. A p e l a n d o a condiciones de simetrías similares
en la segunda multiplicación de matrices se encuentra q u e se requieren dos multiplicaciones y cuatro su-
m a s m á s . Así, en total, se necesitan cuatro multiplicaciones y ocho adiciones. C o m p a r e eso con las 16 m u l -
tipUcaciones y las 12 adiciones requeridas en el cálculo de la T F D directa en (7.164). Puesto que,
computacionalmente, las multiplicaciones requieren por lo general m u c h o m á s tiempo de c ó m p u t o q u e las
adiciones, el algoritmo de la T F R para cuatro puntos es alrededor de cuatro veces m á s rápido q u e la T F D
directa. El vector que resulta de este tipo de cálculo es codificado en relación con el vector original, pero
la operación de decodificación es bastante rápida e n cuanto al tiempo de c ó m p u t o , por lo q u e n o afecta e n
realidad el cociente de velocidades.
Es instructivo observar el proceso de cálculo de la T F R en u n a forma grá-
fica de flujo de señales. El algoritmo de la T F R de cuatro puntos se muestra
r figura 7.79. Esta gráfica de ñ u j o de señales ilustra c ó m o se efectúan los
r . ^ ^ B cálculos utilizando la factorización de matrices para u n a T F R de cuatro puntos.
L a figura 7.80 es la gráfica del flujo de señales para u n a T F R de 16 puntos.
Al contar el n ú m e r o de m u l t i p l i c a c i o n e s p a r a c a d a l o n g i t u d de vector
dato q u e es u n a p o t e n c i a e n t e r a de 2, es p o s i b l e d e t e r m i n a r de m a n e r a i n d u c -
tiva u n a fórmula para el n ú m e r o total de m u l t i p l i c a c i o n e s q u e se r e q u i e r e n y
c o m p a r a r l o c o n el n ú m e r o r e q u e r i d o p a r a la T F D directa. El n ú m e r o de m u l -
tiplicaciones p a r a u n a T F R de l o n g i t u d A'^ = 2^, d o n d e p es u n entero, es
James W. Cooley A'p/2. P o r c o n s i g u i e n t e , el c o c i e n t e de v e l o c i d a d e s p a r a la T F R e n o p o s i c i ó n
a la T F D directa es a p r o x i m a d a m e n t e
2N
(7.169)
Np/2
c o m o se tabula en la tabla 7 . 1 .
Estos factores de m e j o r a m i e n t o de la v e l o c i d a d n o se aplican si p no es
u n entero. T^or esta r a z ó n , e n \ a p í á t \ i c a \?i toUMíid tos íaíifev'i d a l a T E Q
reales se efectúan c o n la T F R u t i l i z a n d o l o n g i t u d e s de vectores d e datos que
son u n a p o t e n c i a entera de 2. ( E n M A T L A B si el vector de e n t r a d a es u n a p o -
tencia entera de l o n g i t u d igual a 2, el a l g o r i t m o q u e se u s a e n la función f f t
es el q u e a c a b a de e x p l i c a r s e . Si su l o n g i t u d n o es u n a p o t e n c i a entera de 2.
la T F D se sigue c a l c u l a n d o , p e r o se afecta la v e l o c i d a d d e b i d o a q u e se recu-
John Wilder Tukey rre a u n a l g o r i t m o m e n o s eficiente.)
XoíO] X[0]
r\ X w ° \ ')
7.9 Resumen de
x°x^
X[8] puntos importantes
xo[2]
X A \ / í
X[4]
X
\ \ \ \ / ./
^\^ X'X/^
XX'"
Xo[3]
^X[12]
Xo[4]
XO[5]
/ / X x / X XX \. /X»X> ,X[2]
X[10]
Xo[6] \ \ X X X )/ / XVy /
o
^X[6]
XO[7]
X XX Xw° ,1/» X[14]
Xo[8]
4
Xo[9]
/ X X X X X/ ^""^xX sT* \
^ j ^ x / ^
1
X[l]
\ \ \^ \ \ X x ^ x c
Xo[10] / / x x x ^ X[9]
/
^
x x x < r Xv"
1X
Xo[14] X[ll]
X[15]
F I G U R A 7.80
Gráfica del flujo de señales para una TFR de 16 puntos.
TABLA 7.1
Cociente de velocidades entre la TFR y la TFD directa
en función del número de puntos.
Cociente de
N velocidades T F R / T F D
2 4 4.00
3 8 5.33
4 16 8.00
5 32 12.80
6 64 21.33
7 128 36.57
8 256 64.00
9 512 113.78
10 1 024 204.80
11 2 048 372.36
12 4 096 682.67
13 8 192 1 260.31
14 16 384 2 340.57
15 32 768 4 369.07
16 65 536 8 192.00
x ( í ) =3 10 s i n c ( 5 0 0 í )
m u l t i p l i c á n d o l a p o r el tren de pulsos
p ( f ) = rect(10'*r) * 1 0 0 0 c o m b ( l OOOí)
Respuesta:
!X(/)|
innillllllllllm n JLJl
- 2 0 000 20 000
2. Sea
x ( f ) = 10 s i n c ( 5 0 0 r )
x ( í ) = tri(lOOf),
-2 —t-
-2
4. a) D a d a u n a señal en T C de b a n d a l i m i t a d a
x ( r ) = sinc y - ) c o s ( 2 T T f ) ,
Respuestas:
fs = *
|Xs(/)! |X5(/)I
|X(F)| iX(F)|
si
-2
Eespuestas:
a) x ( 0 = 5 rect ^^^^j
b) x(0=10tri(50
c) x(í) = rect(f)[l + eos (l-nt)]
CAPÍTULO 7 d) x ( 0 = r e c t ( í ) [ l + e o s (l-nt)] eos ( l ó i r í )
El muestreo y la
transformada de Respuestas:
Fourier discreta
x| (t)l
-1
-2H-'
-0.4
|X(/)|
1-
-12 12
Respuestas:
|X(/)| 1X(/)|
l4
|X(/)|
f
-0.02
0.02 -4
4 -1
|x«)i
\- „
400 400
-0.25 -0.005-
8. M u e s t r e e la señal en T C
x(?) = s e n ( 2 T T r )
f ^
e) / , = 16,/, = 8,7V=S f) / , = 1 6 , / , = 8 , A f = 16
Respuestas:
x(í) X(I)
4 4
4 4 4
-1
Respuestas:
10. Para cada señal en el ejercicio 9, haga pasar a la señal interpolada con el retenedor de orden cero por
un filtro pasabajas de u n solo polo cuya frecuencia de - 3 dB sea u n cuarto de la tasa de muestreo.
Respuestas:
A,
1- 4
/ 1 -1
1
-1- 5
Kespuestas:
X{r)
L5 -1
462 12. M u e s t r e e las d o s señales
CAPÍTULO 7
El muestreo y la xi(í) = e' X 2 ( í ) = e ' + senCS-TTí)
transformada de
Fourier discreta e n el intervalo - 3 < í < 3 a 8 H z y d e m u e s t r e q u e los v a l o r e s de la m u e s t r a son los m i s m o s .
13. P a r a c a d a p a r d e las siguientes señales, m u e s t r e e a la tasa especificada y d e t e r m i n e la T F T D de
las señales m u e s t r e a d a s . E n c a d a c a s o , e x p l i q u e , e x a m i n a n d o las T F T D de a m b a s , p o r q u é son
iguales las m u e s t r a s .
a) x(0 = 4COS(16TTÍ) y x(f) = 4 eos (76IT r), = 30
h) x(í) = 6 sinc (80 y x(r) = 6 sinc (8í), eos (4007: f) f^ = 100
c) x(0 = 9 eos (14iT i) y x(í) = 9 eos (9877/), / , = 5 6
Respuestas:
/25 / 8 \
75 rect —F ) *comb(F), 2 comb F .comb|F + - ^ j
V 30/
( 1
c o m b \F + comb F + -
Respuestas:
-2sen(-80TTr) y 2 sen(-120'rr0,
/
5 e o s I 130TTÍ + - y 5 eos -7077. +
4
4sen(487Tf) y - 4 sen(3277r), 2cos(80TTf) y 2cos(-1207Tf),
4COS(48TTÍ) y 4cos(32TTr)
/27rn
a) x [ « ] — seni A^j = 4
V 24
V) x[«] = rectgín], A^j = 2
/ 2 ' n n \ / iTin
A^. = 2
c) X[K] = C O S ( ^ — j c o s ( ^ —
/ 9 \"
d) x[n] = — u[«], = 6
\ 10/
xln]
4
1-- x[n]
-24 24
-n —f
-24
lUTUTTtmti—- I ,
-20 20 40
^1 'Hi*
-1 +
Xjíl]
x,[n]
4 1 4 .
-24 24
-24
— T r .
-20 20 40
Respuestas:
-1 -2-77 2lT -1 1
|X/F)[ Ix/jíi)! |X/F)| iX/F)i
1I1
tt # tt *
-1
VAAAAAÁAAAAAy
-2TT -1
ÍM -1
f*F
/2'IT«\
a) x W = t n ( ^ ^ , yv, = 2 b) x [ « ] = ( 0 . 9 5 ) " s e n ! — j u [ « ] , iV, = 2
/ 2'nn
c) x[n] — eos )' = 7
Respuestas:
4 4. lOOl
1•••
-5
ll ii
ll [l. .tITt. M . ..
f W '^0
Al
•F -1 +
-20 20 -1
464 .(F)| iX/F)l
4 100 i
40
-20 -1 -1
xln] |X(F)|
0.5^
-20 20
|X¿(f)l
0.5^
-20
-'1 -1
Respuestas:
0.4,. 0.-4
|x,(í-)l
200-
3- 3^
x(f) x(f)
s i
1.25 -0.25, 0.25
t t t t, 4—'
1 ! '
-0.25' -15 15
-8 + -8 +
|XNy,(F)| IXNyqíí')!
.1.51 3 ^
XNyql"!
•
-8
I, ,1 I, ,1
8
1 1
-H-f
1' '1 -1
|X„(f)| |x,,(f)l
3 4
X||l"] X|,[/ll
5Í
-1 T
-5 +
a) x[n] = r e c t 2 [ « ] * C O M B N Í H ]
b) x[n] = r e c t 2 [ « + 1] * c o m b i 2 [ « ]
/14TÍ7¡\
c) x[n] = c o s ^ eos—j
, 12Tr«\
a) x[n] = e o s I I eos
14 / V 14
Respuestas:
1
- ( c o m b i6[k + c o m b ^^Ik -6] + c o m b i6[^ + 6] + c o m b lelk +
1 sen(5(fc7T/12))^^,.(^,^,)
12 sen(yt'TT/12)
1 sen(5(;t'iT/12))
I2 sen(ytTT/12)
y m u e s t r e e , v e n t a n e e y repítala d e m a n e r a p e r i ó d i c a u t i l i z a n d o u n a tasa de m u e s t r e o d e = 60 y un
i n c h o d e v e n t a n a d e A^^ = 3 2 . P a r a c a d a señal en el p r o c e s o , dibtíjela j u n t o c o n su t r a n s f o r m a d a , y a
>¿a la T F T C o la T F T D .
!x(/)|
4 4
x(í)
-15 15
Fase de X ( / )
-16
-0.3
17-
i-^
—\ 15
-15 —TT -
lx/f)l
4^ ,
1
FasedeX,(F)
-16
11
1
1 - eos O < n <
W[M] = - N -\J1
b) Bartlett
2n
O< n <
N - 1
w[n] =
2n N - l
2 - < n < N
N - l
c) Hamming
217?!
O <n < N
w [n] = 0 . 5 4 - 0.46 eos
Af - 1
d) Blackman
2TTn O <n < N
Win] = 0 . 4 2 - 0.5 eos ( j ^ — - ^ ) + 0.08 eos
Respuestas:
|xmi •
IXfflI x[«]
16 4
I 16 ,
A 32
31 -32
31 -32 i
IXffll
¡XMl
164 i4 4
31 -32 32
31 -32 32
23. M u e s t r e e las siguientes señales a las tasas especificadas p a r a los t i e m p o s especificados y dibu- 467
j e las m a g n i t u d e s d e las T F D e n función del n ú m e r o d e a r m ó n i c a e n el intervalo
Ejercicios con
-Npll<k<{Npl2) - 1. respuestas
f) x ( í ) — cos(3Trr), f = 16, NF == 2 5 6
Respuestas:
1X1*11 xln]
|XWi
i 4
4
' 7'
|XW| |X[<rl|
256Í 256-t
|xw| x[„]
|xw|
4 i 4 4
24. M u e s t r e e las siguientes señales a las tasas y en los tiempos especificados y dibuje las m a g n i t u d e s
y fases d e las T F D e n función del n ú m e r o d e a r m ó n i c a e n el intervalo —{N12) < k < {N — 1) / 2.
Respuestas:
/, = 8,ÍVf-=16 / , = 1 6 , ^ ^ = 256
IXMI IXMI |XM|
1
4
- ^ k -+^k
-128 "T27 *
Fase de Xffl Fase de X M Fase de X[/t]
I," Ii, *k
'1 —X -
-128' 127
1
f, = &.Nf = 32 / , = 64,A'f- = 256
IX[t]l iXWi Fase de X[*]
2 -,
2Í
'—U
4 r 15 128
1l 127
Fase de Xlk] Fase de Xlt] Fased
.4 X -
25. Muestree cada una de las señales e n T C , x(í), A^^ veces a la t a s a c r e a n d o la señal x[n] e n T D .
Dibuje x(f) e n función d e t y x[n] e n función d e nT^ para el intervalo d e t i e m p o O < í < N^T^.
Determine la X[k] de la T F D de las A^^- muestras. D e s p u é s dibuje la magnitud y fase d e X(f) e n
función d e / y d e Tpí[k] en función de k A / p a r a el intervalo de frecuencias -{fJ2) <f<fJ2,
d o n d e Af = f^/Np~ Grafique T^X[k] c o m o u n a función e n T C continua utilizando el c o m a n d o
p l o t de MATLAB.
a) x ( í ) = 5 rect(2(í - 2)), / , = 1 6 , Np = 6 4
'f - 2 0 \
b) x(t) = 3 sinc , f, = 1,NF = 40
5 ;
c) x ( f ) = 2 r e c t ( í - 2) sen(8TT?), / , = 3 2 , NF = 128
t - 2 \ . í t - 6 \
d) x ( f ) ^ 10 tn I — I - tri , = 8,NF = 64
2 j V 2 y j
Respuestas:
|x(ni 1X(/)1
1.25 j X(0 2.5J
X(0
54
5+
w Fase de X(J)
4
Fase de X{/)
IrAWl
2.5 . X,(/IR,)
54
1 • '
41 54
rfrn
|X(/)I
l
X(R)
•
-0.5 0.5
i1
II
Fase de X(/)
4
1
|R,X,ral
l-5KIS^
+
3|
-0.5
Fase de T,X¿k]
0.5
11 .
|'iii'"'t|l iir 'ii'i'
1 0.5
II
469
Ejercicios con
respuestas
a) x ( 0 = 4COS(200TTÍ), / = 8 0 0 , A^f = 32
b) x(í) = 6 rect(2f) * c o m b ( í ) , / = 16, Nf = 128
c) x(í) = 6 sinc(4r) * comb(r), / = 16, Nf = 128
d) x(f) = 5cos(2TT?)cos(16'r7r), / = 6 4 , TV/r = 128
Respuestas:
IXCOI |X(/)|
1.5 '
2Í
1 1 » 1 1 '
8 400 400
Fase c e X ( / ) Fase c e X ( / )
i • • • • • • • i k -4 +
í' —. h*-
-8
8 -400 400
— IT -
]/WfI
Al
1-5. IWfl
x,(«r,)
4
-8
, ll ll ,8
4 |
400
1 *
400
I
Fase de Fase de X,lA-]/iVf.
:o.04
rrpryrrnonTTr - ir
11
11
1 1 '
-8
i' 400
— IT -
400
|X(/)| |X(/)|
x(/) 3- 1.25
x(f)
54
1 i í H
-32
Fase de X ( / ) Fase de X ( / )
-5+' 1 .
1
-32 32
— IT -
|X,W/Wf]
34 1.25,1 +
M
-32 ' 32
Fase de XJ,kyNf - «r^ Fase de X^ikVNp
4 f 1! ^1
FÍFI
-+*kf/NF
-32 32
= lio ^
b) 7; = i s
d) t; = i s
x(í) = 8rect(3f)
x ( ? ) = 25 sinc^ (-
V6.
S e requeriría u n a c a n t i d a d infinita d e m u e s t r a s p a r a reconstruir de m a n e r a e x a c t a x(t). Si se e s -
tableciera un c o m p r o m i s o en el cual el m u e s t r e o se efectuara sobre el m í n i m o t i e m p o p o s i b l e
q u e p u d i e r a c o n t e n e r 99 por ciento d e la e n e r g í a de esta f o r m a d e o n d a , ¿ c u á n t a s m u e s t r a s se re-
querirían"
37. D i b u j e la m a g n i t u d d e la T F T C d e
x(r) = 8rect(3r)
E s t a señal n o es d e b a n d a limitada, d e m o d o q u e n o p u e d e m u e s t r e a r s e d e m a n e r a a d e c u a d a p a -
ra construir e n f o r m a e x a c t a la señal a partir de las m u e s t r a s . C o m o u n c o m p r o m i s o p r á c t i c o ,
s u p o n g a q u e u n a n c h o de b a n d a q u e c o n t i e n e 9 9 p o r c i e n t o de la e n e r g í a d e x(f) es lo suficien-
t e m e n t e g r a n d e p a r a reconstruir en f o r m a práctica x(r) a partir de sus m u e s t r a s . ¿ C u á l es la tasa
d e m u e s t r e o m í n i m a r e q u e r i d a en este c a s o ?
38. U n a señal x(f) es p e r i ó d i c a y u n p e r i o d o f u n d a m e n t a l d e la m i s m a se d e s c r i b e m e d i a n t e
4t. M u e s t r e e la señal e n T C
x(f) = 1 + s e n ( 8 i T 0 -|- C O S ( 4 I T ?