Tema 04 Analisis de Fourier de Senyals Continus

Departament de Teoria del Senyal i Comunicacions
Anàlisi de Fourier
de Senyals Continus
Universitat Politècnica de Catalunya
Versió 2007/3
Xavier Giró
xavier.giro@upc.edu
Xavi Giró,“4. Anàlisi de Fourier de senyals continus” - Primavera 2007 @ EUETIT, UPC, Terrassa 1
Objectius
Al final d'aquest tema, l'estudiant haurà de ser capaç de:
- Recordar les expressions pel càlcul de la Transformada de

Fourier (TF) i la seva inversa.
- Utilitzar les propietats bàsiques de la TF per a resoldre càlculs

complexes.
- Calcular i recordar les TF dels senyals bàsics.
- Calcular la TF de senyals, sempre que el càlcul no presenti
una alta dificultat matemàtica.
- Calcular el Desenvolupament en Sèrie de Fourier (DSF) de
senyals senzills.
- Relacionar la TF d'un senyal periòdic amb el seu DSF.
-Interpretar l'efecte d'un fenestrament sobre la TF d'un senyal.
Índex
1. Introducció ←
2. Propietats de la Transformada de Fourier
3. Transformada de Fourier dels senyals bàsics
4. Senyals periòdics: Desenvolupament en Sèries de Fourier

5. Transformada de Fourier del DSF
6. Transformada de Fourier dels senyals periòdics
7. Fenestrament
Introducció
Jean Baptiste Joseph Fourier
Auxerre (21/03/1768) - Paris (16/05/1830)
Novè dels dotze fills del segon

matrimoni d'un sastre d'Auxerre.
Començà a destacar en les
matemàtiques als 13 anys.

Dilema intern entre dedicar la seva
vida a l'església o a les
matemàtiques.
Vinculat amb el Comitè
Revolucionari local durant la
Revolució Francesa (1789).
Feu carrera acadèmica matemàtica
a París amb Lagrange i Laplace
com a mestres.
Lluità a l'exèrcit de Napoleó a Egipte
com a conseller científic.
+info: http://ca.wikipedia.org/wiki/Jean_Baptiste_Joseph_Fourier
Introducció
L'anàlisi de Fourier de senyals i sistemes ens ofereix un punt
de vista freqüencial enlloc de temporal.
Anàlisi temporal: Evolució del senyal en funció del temps.

Anàlisi freqüencial: Patró de periodicitat del senyal.
Exemple: Servei d'autobusos
Anàlisi temporal: Passa a les 8.00, 8.10,

8.20, 8.30, 8.40, 8.50, 9.00, 9.10,
9.20, 9.30, 9.40, 9.50 i 10.00
Anàlisi freqüencial: De 8 a 10, passa
cada 10 minuts.
Introducció
La Transformada de Fourier (TF)
∞
− j2 ft
X  f =TF {x t}= ∫ x t e dt
−∞
La Transformada Inversa de Fourier (TIF)

∞
x t =TIF {X  f }=∫ X  f e j2  ft df
−∞
Són transformades biunívoques, és a dir, no hi ha dos senyals

amb la mateixa transformada, ni a l'inrevés.
Índex
1. Introducció
2. Propietats de la Transformada de Fourier ←

7. Fenestrament
Propietats de la TF
Linealitat
 x 1 t  x 2 t    X 1  f  X 2  f 
Demo
∞
− j2 ft
∫  x 1 t  x 2 t  e dt
−∞
∞
∫  x 1 t e− j2  ft x 2 t  e− j2 ft  dt

−∞
∞ ∞
∫  x 1 t  e− j2 ft dt ∫  x 2 t e− j2  ft dt

−∞ −∞
∞ ∞
 ∫ x 1 t  e− j2 ft dt ∫ x 2 t e− j2  ft dt

−∞ −∞
 X 1  f  X 2  f 
Propietats de la TF
Desplaçament temporal
− j2 f B
x t −B  X  f  e
Demo
∞
TF {x t −B}=∫ x t −Be− j2 f t dt = u=t−B  t =uB

−∞ du=dt  dt =du { }
∞ ∞
TF {x t −B}=∫ x u e− j2 f  uB  du=∫ x u e− j2 f u e− j2  f B du

−∞ −∞
 
∞
TF {x t −B}= ∫ x u e− j2  f u du − j2  f B
e
− j2 f B
=X  f  e
−∞
Propietats de la TF
Desplaçament temporal
Exercici: Demostreu que un desplaçament no modifica el

mòdul de la transformada de Fourier d’un senyal.
Sense desplaçament x  t  X  f   ∣X  f ∣
− j2  f B
Amb desplaçament x  t−B  X  f  e  ?
Propietats de la TF
Escalat temporal
x  At  
1
∣A∣
X
 f
A
Demo
{ }
u
∞ u=At  t =
TF {x  At }= ∫ x  At  e− j2 f t dt = A
−∞ 1
du= A dt  dt = du
A
}
∞ u
1 − j2 f
A>0 TF {x  At }= ∫ x u e A
du
A −∞ f

∞ − j2  u
1 1 f
−∞ u TF {x  At }= ∫ x u e A
du= X
1 − j2 f
∣A∣ −∞ ∣A∣ A
A<0 TF {x  At }= ∫ x u e A
du
A ∞
Propietats de la TF
Escalat + desplaçament temporals
Cal tenir presents conceptes bàsics de transformació de la

variable independent per aplicar aquestes dues propietats.
x t  x  At  x  At −B
t ➔At t ➔t-B
Xf
1
∣A∣
X

f
A
e− j2  f B
∣A∣
X

f
A
x t  x t −B x  At−B
t ➔t-B t➔At − j2 
f
B

A
e f
e− j2 f B
X f  X
Xf ∣A∣ A
Propietats de la TF
Desplaçament freqüencial
j2  f 0 t
x t e  X  f − f 0
Demo
∞ ∞
j2 f 0 t j2 f 0 t − j2  f − f 0 t
TF {x t e }=∫ x t e e− j2  f t dt= ∫ x t e {
dt= f − f 0 =u }
−∞ −∞
∞
j2 f 0 t
TF {x t e { }
}=∫ x t  e− j2 u t dt=X u= u= f − f 0 =X  f − f 0
−∞
Propietats de la TF
Desplaçament freqüencial
j2  f 0 t
x t e  X  f − f 0
El producte d'un senyal per una exponencial complexa
suposa un desplaçament en freqüència.
L'ample de banda (W) d'un senyal és el marge de freqüències

positives en el que la TF no és (o es considera) nul·la.
+info: http://en.wikipedia.org/wiki/Bandwidth
Propietats de la TF
Convolució temporal
x t ∗y t   X  f Y  f 
Demo
∞ ∞
TF [ x t ∗ y t ]=∫−∞ [∫−∞ x  y t − d ] e− j2 ft dt
S'inverteix l'ordre d'integració,

∞ ∞
TF [ x t∗y t ]=∫−∞ x [∫−∞ y t − e− j2 ft dt ]d 
S'aplica la propietat de desplaçament temporal sobre l'eix ,

∞
− j2  f 
TF [ x t ∗y t ]=∫−∞ x Y  f e d
[ ∞
TF [ x t ∗y t ]= ∫−∞ x e
− j2  f 
]
d  Y  f =X  f Y  f 
Propietats de la TF
Convolució freqüencial
x t  y t   X  f ∗Y  f 
Demo
∞
TF [ x t  y t ]=∫−∞ x t  y t  e− j2 ft dt
S'aplica l'expressió de TIF per y(t) sobre l'eix ,

∞ ∞
TF [ x t y t ]=∫−∞ x t [∫−∞ Y  e j2  t d ] e− j2  ft dt
S'inverteix l'ordre d'integració,

∞ ∞
− j2  f − t
TF [ x t y t]=∫−∞ Y [∫−∞ x t  e dt] d 
∞
TF [ x t y t]=∫−∞ Y  X  f − d =X  f ∗Y  f 
Propietats de la TF
Convolució
x t ∗y t   X  f Y  f 
x t  y t   X  f ∗Y  f 
La integral de convolució, de difícil càlcul, es tradueix per

un senzill producte després de la TF (o TIF).
Propietats de la TF
Dualitat
X t   x − f 
Demo
∞
La definició de TIF és: x u= ∫ X v e j2  vu dv
−∞
∞ ∞
TF [ X t  ]=∫ X t e− j2  ft dt=∫ X t e j2 − f t dt=x − f 

−∞ −∞
Propietats de la TF (Resum)
Linealitat  x 1 t  x 2 t    X 1  f  X 2  f 
Desplaçament x t −B  X  f  e− j2 f B

temporal
Escalat temporal x  At  
1
∣A∣
X

f
A
Desplaçament j2  f 0 t
freqüencial x t e  X  f − f 0
Convolució x t ∗y t   X  f Y  f 
temporal
Convolució x t  y t   X  f ∗Y  f 
freqüencial
Dualitat X t   x − f 
Índex
1. Introducció
3. Transformada de Fourier dels senyals bàsics ←

7. Fenestrament
TF dels senyals bàsics
Pols rectangular
 t   sinc  f 
Demo
1/ 2
1 1 /2
X  f = ∫ e − j2  ft
dt=− [e − j2 ft
] −1 /2
−1 /2 j2  f
− j f j f
1 e −e sin f 
X  f =− = =sinc  f 
f j2 f
Exemple: Efecte de la transformació de la variable

independent t sobre la TF d’un pols rectangular

 t
  t−t 0
 t  T 
T
t ➔ t/T t ➔ t-t0
− j2 f t 0
T sincTf  e T sinc Tf 
sinc  f 
 t   t −t 0  t
 −t 0 
t ➔ t-t0 t ➔ t/T T
sinc  f  − j2 f t 0 − j2 T f t 0
e sinc  f  e T sinc Tf 
Pols triangular
2
t   sinc  f 
Demo
El pols triangular és la convolució de dos polsos

rectangulars,
t = t∗ t 
Aplicant la propietat de la convolució,
x t ∗y t   X  f Y  f 
2
X  f =sinc f sinc  f =sinc  f 
Delta de Dirac o impuls unitari
t   1
Demo
La delta de Dirac té la següent propietat,

∞
∫−∞ t g t  dt =g 0
Aplicant-la al càlcul de la TF,
∞
− j2 ft − j2 f0 0
X  f =∫−∞  t  e dt = e = e =1
Observacions (aplicant linealitat i dualitat)

A t   A A  A  f 
Exponencial complexa
j2 f 0 t
e   f − f 0 
Demo
Es combina la TF d'una constant amb la propietat del

desplaçament freqüencial,
A  A  f 
j2  f 0 t
x t e  X  f − f 0
Cosinus i sinus
 f − f 0  f  f 0 
cos 2  f 0 t  
2
  f − f 0 − f  f 0 
sin 2  f 0 t  
j2
Demo
Es combinen les TF de les exponencials complexes i la
relació d'Euler
j2 f 0 t
TF exponencial e   f − f 0 
complexa
j2 f 0 t − j2  f 0 t
e e
cos 2  f 0 t =
Relació 2
d'Euler e
j2 f 0 t
−e
− j2 f 0 t
sin 2  f 0 t =
j2
Exponencial real unilateral
Exercici: Calculeu la TF d'un senyal exponencial real

unilateral. Després, calculeu el seu mòdul i la fase a partir de
les seves parts real i imaginària.
−at
e u t  , a0∈ℝ  ?
Índex
1. Introducció
4. Senyals periòdics: Desenvolupament en Sèries de Fourier ←

7. Fenestrament
Senyals periòdics: DSF
Desenvolupament en Sèries de Fourier (DSF)
Les sèries de Fourier permeten descompondre certs senyals

periòdics (els que compleixen les condicions de Dirichlet) com
un sumatori d'exponencials complexes de freqüències
múltiples.
Johann Peter Gustav

Condicions de Dirichlet Lejeune Dirichlet
(1805-1859)
1. Absolutament integrable sobre qualsevol període.
∫∣x t ∣dt ∞
T0
2. Nombre finit de màxims i mínims dins de qualsevol període.
3. En qualsevol interval finit de temps hi ha tan sols un nombre
finit de discontinuïtats. A més, han de ser discontinuïtats
finites.
Els senyals periòdics integrables al quadrat en un període
sempre són expressables en DSF.

2
Si ∫∣x t ∣ dt ∞ → x(t) expressable en SF
T0
Exemple:
Tren de deltes
∞
pt = ∑ t−n T 
n=−∞
El seu quadrat és integrable en un període:
1 12 1
∫∣ t ∣ dt = ⋅ ⋅= ∞
T 
Els càlculs es fan amb les següents expressions:
Desenvolupament en Sèrie de Fourier (DSF)

∞
j2 f 0 n t
x  t= ∑ Cn e
n=−∞
Coeficients de la Sèrie de Fourier

1 − j2 n f t 1
C n= ∫ x  t e dt , 0
f 0=
T0 T 0
T0
En el processament del senyal, alguns coeficients del

sumatori reben un nom especial:
C0 → Valor mig o contínua
C1 → Fonamental
Altres → Harmònics
Exemple: Calculeu el DSF d'un tren de deltes
Expressió analítica d'un tren de deltes amb període T0=1/f0.

∞
1 − j2 n f t
C n= ∫ p t e dt 0
d'on p t= ∑  t−n T 0 
T0 T
0 n=−∞
Càlcul dels coeficients del DSF (interval entre -T0/2 i T0/2)

T0
2
1 − j2 n f 0 t 1 − j2 n f 0 1
C n=
T0
∫  t e dt = ⋅e
T0
=
T0
0
T0
−
2
Expressió del tren de deltes en DSF
∞ ∞
j2 f 0 nt 1 j2 f nt
p t= ∑ Cn e = ∑
T 0 n=−∞
e 0
n=−∞
Exemple: L'interval de durada T0 pot estar centrat en
qualsevol punt.
Càlcul dels coeficients del DSF (interval entre T0/2 i 3T0/2)
3T 0
2 − j2 n
1 − j2 n f 0 t 1 − j2  n f T0 e
C n=
T0
∫  t−T 0  e dt = ⋅e
T0
0
=
T0
T0
2
− j2 n
e =cos−2  n  j sin−2  n=1, n∈ℤ
S'obté el mateix resultat que en l'exemple anterior.

1
C n=
T0
Exercici: Calculeu el DSF d'un tren de pols rectangulars de
durada T i separats T0 (T0>T>0).
 
t−nT 0
∞
x t = ∑ 
n=−∞ T
+info: http://ca.wikipedia.org/wiki/S%C3%A8rie_de_Fourier de Blanca Torres (SiS, Primavera 2006)

Índex
1. Introducció

5. Transformada de Fourier del DSF ←
7. Fenestrament
TF del DSF
Desenvolupament en Sèrie de Fourier

∞ ∞
j2  f 0 nt
∑ Cne  ∑ C n   f −nf 0 
n =−∞ n =−∞
Transformació interessant perquè ens permet calcular la TF

dels senyals periòdics expressats en DSF.
Demo
Es combinen les propietats de desplaçament freqüencial,
linealitat i la TF de les exponencials complexes.
Desplaçament j2 f 0 t
freqüencial x  t e  X  f − f 0
Linealitat  x 1 t  x 2 t    X 1  f  X 2  f 
TF del DSF
Exemple: Calculeu la TF d'un tren de deltes:
El tren de deltes pot expressar-se en Sèrie de Fourier,

∞ ∞
1 1
pt = ∑ t −n T 0 = ∑ e j2 f n t amb C n=
T0 T0
n=−∞ n=−∞
La TF d'un senyal periòdic expressable en DSF és un tren

de deltes escalades pels coeficients del DSF,
∞ ∞
j2  f 0 nt
∑ Cn e  ∑ C n   f −nf 0 
n=−∞ n=−∞
Es combinen els dos resultats anteriors per trobar la DSF

d'un tren de deltes,
∞ ∞
1
∑  t−n T 0   T ∑  f −nf 0 
n =−∞ 0 n=−∞
Índex
1. Introducció

6. Transformada de Fourier dels senyals periòdics ←
7. Fenestrament
TF dels senyals periòdics
Qualsevol senyal periòdic es pot entendre com la repetició d'un

senyal bàsic xb(t) cada període fonamental T0.
∞
x t = ∑ x b t−n T 0 
n=−∞
Igualment, es pot entendre com el mateix senyal bàsic

convolucionat per un tren de deltes.
∞
x t = ∑ x b t ∗t−n T 0 
n=−∞
∞
x t =x b t ∗ ∑ t−n T 0 
n=−∞
Utilitzant el Desenvolupament en Sèrie de Fourier del tren de
deltes... ∞
1 j2  f nt
x t =x b t ∗ ∑e 0
T 0 n=−∞
...i combinant la propietat de la convolució i l'expressió de la
TF del tren de deltes...
TF de convolució x t ∗y t   X  f Y  f 
∞ ∞
TF d'un tren 1
∑ t −n T   ∑  f −nf 0
de deltes n=−∞ T 0 n =−∞
...s'obté la TF d'un senyal periòdic en funció de la TF del

senyal bàsic.
1
∞
j2 f 0 nt
∞
X b  nf 0
x b t ∗ ∑ e  ∑   f −nf 0 
T 0 n =−∞ n=−∞ T0
Exercici: Calculeu la TF d'un tren de pols rectangulars de

durada T i separats T0.
Comparant l'expressió amb la de la TF d'una Sèrie de Fourier,

es veu que els coeficients del DSF són els valors de la TF de
xb(t) en nf0, tot normalitzats per T0
TF d'un senyal periòdic
∞
X b nf 0 
X  f = ∑   f −nf 0 
n =−∞ T0
TF del DSF
∞
X  f = ∑ C n  f −nf 0
n =−∞
S'han presentat dos mètodes per calcular la TF d'un senyal

periòdic.
x(t) periódic
∞ ∞
j2 f 0 n t
x  t= ∑ Cn e = x b t ∗ ∑  t−n T 0 
n=−∞ n=−∞
∞ ∞
X b  nf 0 
X  f = ∑ C n  f −nf 0 = ∑ T0
  f −nf 0 
n=−∞ n=−∞
X(f) tren de deltes escalades

Exercici: Compareu el DSF i la TF d'un tren de pols

rectangulars de durada T i separats T0. Quina relació tenen ?
Índex
1. Introducció

7. Fenestrament ←
Fenestrament
A la pràctica, la TF d'un senyal s'ha de calcular en un interval

de temps limitat.
La limitació en temps d'un senyal s'anomena fenestrament.
Es modela multiplicant el senyal de durada infinita per un pols
rectangular de durada finita T.
x T t =x  t 
t
T 
En el domini freqüencial, es tradueix en una convolució de la
transformada per una sinc.
Efecte en freqüència d'un

fenestrament temporal X T  f =X  f ∗T sincTf 
amb un pols rectangular
de durada T
Fenestrament
Exemple: Fenestrament d'un senyal sinusoidal
La TF d'un senyal sinusoidal són dues deltes,
 f − f 0  f  f 0 
x t =cos 2  f 0 t   X  f =
2
L'impacte del fenestrament sobre la TF és una convolució per
una sinc,
X T  f =X  f ∗T sincTf 
En un analitzador d'espectres s'observaran dues sincs enlloc de

dues deltes perquè sempre veurem el senyal sinusoidal dins una
finestra temporal,
sinc T  f − f 0 sincT  f  f 0 
X T  f =T
2
Fenestrament
Exercici: Calculeu i dibuixeu la TF de la versió fenestrada

cada 10T0 de x(t).
x  t =3 cos4  f 0 t −4 sin6  f 0 t 

Índex
1. Introducció

7. Fenestrament

Tema 04 Analisis de Fourier de Senyals Continus

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tema 04 Analisis de Fourier de Senyals Continus

Uploaded by

Copyright:

Available Formats

Departament de Teoria del Senyal i Comunicacions

- Recordar les expressions pel càlcul de la Transformada de

- Utilitzar les propietats bàsiques de la TF per a resoldre càlculs

4. Senyals periòdics: Desenvolupament en Sèries de Fourier

Auxerre (21/03/1768) - Paris (16/05/1830)

Novè dels dotze fills del segon

matemàtiques als 13 anys.

Anàlisi temporal: Evolució del senyal en funció del temps.

Exemple: Servei d'autobusos

Anàlisi temporal: Passa a les 8.00, 8.10,

La Transformada Inversa de Fourier (TIF)

Són transformades biunívoques, és a dir, no hi ha dos senyals

4. Senyals periòdics: Desenvolupament en Sèries de Fourier

∫  x 1 t e− j2  ft x 2 t  e− j2 ft  dt

∫  x 1 t  e− j2 ft dt ∫  x 2 t e− j2  ft dt

 ∫ x 1 t  e− j2 ft dt ∫ x 2 t e− j2  ft dt

TF {x t −B}=∫ x t −Be− j2 f t dt = u=t−B  t =uB

TF {x t −B}=∫ x u e− j2 f  uB  du=∫ x u e− j2 f u e− j2  f B du

Exercici: Demostreu que un desplaçament no modifica el

Escalat + desplaçament temporals

Cal tenir presents conceptes bàsics de transformació de la

suposa un desplaçament en freqüència.

L'ample de banda (W) d'un senyal és el marge de freqüències

S'inverteix l'ordre d'integració,

S'aplica la propietat de desplaçament temporal sobre l'eix ,

S'aplica l'expressió de TIF per y(t) sobre l'eix ,

S'inverteix l'ordre d'integració,

La integral de convolució, de difícil càlcul, es tradueix per

TF [ X t  ]=∫ X t e− j2  ft dt=∫ X t e j2 − f t dt=x − f 

Linealitat  x 1 t  x 2 t    X 1  f  X 2  f 

Desplaçament x t −B  X  f  e− j2 f B

4. Senyals periòdics: Desenvolupament en Sèries de Fourier

Exemple: Efecte de la transformació de la variable

El pols triangular és la convolució de dos polsos

t = t∗ t 

Aplicant la propietat de la convolució,

La delta de Dirac té la següent propietat,

Observacions (aplicant linealitat i dualitat)

Es combina la TF d'una constant amb la propietat del

Exercici: Calculeu la TF d'un senyal exponencial real

4. Senyals periòdics: Desenvolupament en Sèries de Fourier ←

Les sèries de Fourier permeten descompondre certs senyals

Johann Peter Gustav

1. Absolutament integrable sobre qualsevol període.

sempre són expressables en DSF.

El seu quadrat és integrable en un període:

Desenvolupament en Sèrie de Fourier (DSF)

Coeficients de la Sèrie de Fourier

En el processament del senyal, alguns coeficients del

Expressió analítica d'un tren de deltes amb període T0=1/f0.

Càlcul dels coeficients del DSF (interval entre -T0/2 i T0/2)

S'obté el mateix resultat que en l'exemple anterior.

+info: http://ca.wikipedia.org/wiki/S%C3%A8rie_de_Fourier de Blanca Torres (SiS, Primavera 2006)

4. Senyals periòdics: Desenvolupament en Sèries de Fourier

Desenvolupament en Sèrie de Fourier

Transformació interessant perquè ens permet calcular la TF

Linealitat  x 1 t  x 2 t    X 1  f  X 2  f 

El tren de deltes pot expressar-se en Sèrie de Fourier,

La TF d'un senyal periòdic expressable en DSF és un tren

Es combinen els dos resultats anteriors per trobar la DSF

4. Senyals periòdics: Desenvolupament en Sèries de Fourier

Qualsevol senyal periòdic es pot entendre com la repetició d'un

Igualment, es pot entendre com el mateix senyal bàsic

TF del tren de deltes...