You are on page 1of 27

1

Francisco.Gome:¸ii.uam.es
Procesamiento Digital de Señal Procesamiento Digital de Señal
Tema 4: Análisis de Fourier en tiempo discreto
·Transformada de Fourier en tiempo discreto (DTFT)
· Serie de Fourier en tiempo discreto (DTFS)
· Transformada de Fourier Discreta (DFT)
· Transformada Rápida de Fourier (FFT)
· Enventanado y resolución espectral
Francisco.Gome:¸ii.uam.es
Transformada de Transformada de Fourier Fourier
en tiempo discreto (DTFT) en tiempo discreto (DTFT)
2
Francisco.Gome:¸ii.uam.es
Transformada de Transformada de Fourier Fourier de una señal discreta de una señal discreta
· La DTFT describe el espectro de señales discretas. Se puede deducir a partir de la
convolución discreta que se define como:
· Si un sistema LTI tiene una señal de entrada x¡n] armónica
x[nj ¬ exp(j2tfn1
s
) ¬ exp(jwn1
s
), la respuesta y[nj es
Siendo H(w) un autovalor del sistema que representa la respuesta en frecuencia
Se ha definido como H(w) la expresión
y representa la DTFT de la señal discreta h[nj.
La función H(w) es periódica, debido a que h[kj son valores discretos y su expresión es una serie de Fourier
| | | | | | | | | |
¿
·
·
÷ =
÷ = - =
k
k h k n x n h n x n v
| | | | | | | | ( ) e
e e e
H n x k h k h n v
k
T fk T fn
k
T k n f
s s s
· = · = · =
¿ ¿
·
÷· =
÷
·
÷· =
÷
exp exp exp
) (
( ) | | | |
¿ ¿
·
÷· =
÷
·
÷· =
÷
= =
k
fk
k
T fk
k h k h H
e e
e

exp exp
s
Francisco.Gome:¸ii.uam.es
Representación mediante la DTFT Representación mediante la DTFT
· La DTFT permite representar el contenido en frecuencia, X(w),
de una señal discreta x¡n]
Y su transformada inversa es
Representación del par de DTFT:
| |
}
÷
=
t
t
e
e
t
d e e n
n f f
) X(
2
1
x
( ) | |
n f
n
f
e n e
e e
e
÷
·
÷· =
¿
= = x ) X( X
| | ) X( x
e f DTFT
e n ÷ ÷ ÷ ÷
3
Francisco.Gome:¸ii.uam.es
Ejemplos DTFT Ejemplos DTFT
Francisco.Gome:¸ii.uam.es
Propiedades de la DTFT Propiedades de la DTFT
· La DTFT es periódica de periodo 2t
Por tanto solo es necesario evaluar el intervalo ¡0, 2t] o
equivalentemente ¡-t, t]
· Si x¡n] es real su transformada DTFT verifica
Es simétrica y basta calcularla en el intervalo ¡0, t]
| | | |
| | | |
| | | | ) X( arg ) X( arg
) X( ) X(
) X( Im ) X( Im
) X( Re ) X( Re
f f
f f
f f
f f
e e
e e
e e
e e
÷ =
=
÷ =
=
÷
÷
÷
÷
( ) ) X( X
2t e e +
=
f f
e e
( ) ) ( X X
* e e f f
e e =
÷
4
Francisco.Gome:¸ii.uam.es
Transformada Transformada de Fourier de de Fourier de señales señales discretas discretas (DTFT) (DTFT)
Propiedades de la DTFT: Tabla 5.1: pág 391 Oppenheim
Francisco.Gome:¸ii.uam.es
Transformada Transformada de Fourier de de Fourier de señales señales discretas discretas (DTFT) (DTFT)
Dualidad entre las series de Fourier y la DTFT
Una señal periódica continua x
p
(t) se transforma en una función
aperiódica y discreta que corresponde a los coeficientes espectrales X
S
[kj
en el dominio de frecuencias de su serie de Fourier
De una manera dual, se puede intercambiar tiempo y frecuencia
donde F¬1/1
s
es el ~periodo de Xp(f)en el dominio de frecuencia¨.
En este caso una señal aperiódica discreta x[kj se corresponde con una
transformada periódica continua X(f) y se obtiene mediante la DTFT.
| | ( ) ( ) ( ) | | ( )
¿
}
·
÷· =
= ÷ =
k
s p
T
p s
t kf f k X t x dt t kf f t x
T
k X
0 0
2 exp 2 exp
1
t t
| | ( ) ( ) ( ) | | ( )
¿
}
·
÷· =
÷ = =
k
s P s P
kft f n x f X df kft f f X
F
k x t t 2 exp 2 exp
1
5
Francisco.Gome:¸ii.uam.es
Transformada Transformada Discreta Discreta de Fourier de Fourier
· El comportamiento dual entre las series de Fourier y la DTFT se resume en lo
siguiente :
Con las series de Fourier se pasa de una señal x(t), temporal, continua y periódica
(periodo 1) y se representa por los coeficientes X [kj, que como una función de la
frecuencia, son valores aperiódicos y discretos con una distancia entre dos valores
consecutivos de f
ô
¬1/1.
La DTFT se aplica a una señal discreta en el tiempo x[nj, con periodo de muestreo
t
s
¬1/f
s
y aperiódica y se obtiene una función X(f), que es continua como función de la
frecuencia y periódica con periodo F¬1/1s.
· Para realizar operaciones con un procesador digital se presentan los siguientes
problemas:
Se necesita tratar señales continuas
Se manejan series de datos de longitud infinita.
Un DSP sólo trabajar con un número finito de datos discretos
La solución pasa por conseguir discretizar las variables continuas y limitar el
número de muestras en los dos dominios (temporal y frecuencial).
· Se hace necesario definir la series discreta de Fourier (DTFS) y la
Transformada Discreta de Fourier (DFT).
Francisco.Gome:¸ii.uam.es
Serie de Serie de Fourier Fourier
en tiempo discreto (DTFS) en tiempo discreto (DTFS)
6
Francisco.Gome:¸ii.uam.es
Señales periódicas en tiempo discreto: Series de Señales periódicas en tiempo discreto: Series de Fourier Fourier
· Si x(t) es periódica su desarrollo en serie de Fourier es:
· Al igual que en tiempo continuo, una señal x¡n] discreta y periódica puede
representarse como una superposición de exponenciales complejas discretas con
frecuencias múltiplos de la frecuencia fundamental.
· Si la señal es periódica (x¡n] ÷ x¡n+N]), con periodo N, su representación mediante
la serie de Fourier es:
Donde
0
÷ 2/A es la frecuencia fundamental de la señal periódica. La
frecuencia de la componente k-ésima en la superposición es k
0
.
La frecuencia normalizada, ÷ w Ts, incorpora la dependencia temporal y
permite utilizar n en lugar de t como variable independiente
¿
·
÷· =
=
k
n
0
k j
e X|k| |n| x
e

¿
·
÷· =
=
k
t
t
0
k j
e X|k| ) ( x
e
Francisco.Gome:¸ii.uam.es
Serie de Serie de Fourier Fourier en Tiempo Discreto (DTFS) en Tiempo Discreto (DTFS)
· La cuestión que se plantea es: ¿cuántos términos deben considerarse en la
suma para el caso de una secuencia discreta periódica de periodo N?
Recordando las propiedades de las exponenciales complejas discretas
· En el caso discreto, exponenciales complejas con frecuencias distintas no
siempre son diferentes y sólo hay N exponenciales complejas distintas de
esta forma.
· En consecuencia, se puede escribir la ecuación de la serie de Fourier de
una señal discreta periódica:
donde la notación k ÷ <A> indica dejar que k varíe sobre cualesquiera A valores
consecutivos (comúnmente se usan los valores de k ÷ 0 hasta A-1).
En este caso, sólo hay N valores de X¡k] y cada uno de ellos tiene en cuenta la
contribución de la componente exp (kwn) y sus repeticiones exp((k+lN)wn)
n fk n fk n f n fk n fN n k N f
e e e e e e
0 0 0 0 0
2 ) ( e e t e e e

= = =
+
¿
> =<
=
N k
n
n
0
jk
e X|k| | | x
e

7
Francisco.Gome:¸ii.uam.es
· De las Series de Fourier a las Series Discretas de Fourier
Para las Series de Fourier se cumple (f
ô
¬1/1)
Para discretizar x
p
(t), tomamos A muestras de x
p
(t) durante un periodo a
intervalos t
s
, de forma que A·t
s
¬1.
Para calcular los coeficientes X[kj
La cantidad X[kj es la serie de Fourier Discreta de la señal periódica
muestreada x
P
[nj.
( ) | | ( ) | | ( ) ( )
¿
}
·
÷· =
· ÷ · = =
k
T
P S S P
dt t kf f t x
T
k X t kf f k X t x
0 0
2 exp
1
2 exp t t
| | | | ( )
| | ( ) 1 , 2 , 1 , 0 / 2 exp
1
2 exp
1
1
0
1
0
0
÷ = ÷ · =
· ÷ · =
¿
¿
÷
=
÷
=
N k N kn f n x
N
t nt kf f n x
Nt
k X
N
n
P
s
N
n
s P
s
t
t
Serie de Serie de Fourier Fourier en Tiempo Discreto (DTFS) en Tiempo Discreto (DTFS)
Francisco.Gome:¸ii.uam.es
Serie de Serie de Fourier Fourier en Tiempo Discreto (DTFS) en Tiempo Discreto (DTFS)
· La representación mediante la DTFS está dada por
· x¡n] y X¡k] se relacionan y se establece la correspondencia:
¿
> =<
=
N k
n
0
` jk
e X|k| |n| x
e
¿
> =<
÷
=
N n
n
N
0
` jk
e x|n|
1
X|k|
e
| | | | k X n x
DTFS
÷ ÷ ÷ ÷
8
Francisco.Gome:¸ii.uam.es
Ejemplos: Serie de Ejemplos: Serie de Fourier Fourier
En el limite N muy grande, la señal es no periódica y su contenido en frecuencias
pasa a ser continuo y se corresponde con la transformada de Fourier de una señal
discreta!
Francisco.Gome:¸ii.uam.es
( ) | |
¿
·
÷· =
=
k
t fk
e
0
k X t x
e
Dominio de la
frecuencia
Continua Discreta
Periódica DTFT: Transformada de Fourier en tiempo
discreto
DTFS: Serie de Fourier en tiempo discreto
Discreta
No periódica FT: Transformada de Fourier FS : Serie de Fourier Continua
No periódica Periódica Dominio de
tiempo
| | ( )
}
> <
÷
=
T
t fk
dt e
T
0
t x
1
k X
e
| |
}
÷
=
t
t
e
e
t
d e e n
n f f

) X(
2
1
x
( ) | |
n f
n
f
e n e
e e

÷
·
÷· =
¿
= x X
¿
> =<
=
N k
n
0
jk
e X|k| |n| x
e

¿
> =<
÷
=
N n
n
N
0
jk
e x|n|
1
X|k|
e

e e
t
e
d e
t f
}
·
· ÷
= ) X(
2
1
x(t)
}
·
· ÷
÷
= dt e
t fe
e x(t) ) X(
9
Francisco.Gome:¸ii.uam.es
Transformada Transformada Discreta Discreta de Fourier de Fourier
(DFT) (DFT)
· · Transformada Transformada Discreta Discreta de Fourier de Fourier
· · FFT (Fast Fourier Transform) FFT (Fast Fourier Transform)
Francisco.Gome:¸ii.uam.es
Transformada Transformada Discreta Discreta de Fourier de Fourier
· Muestreo en frecuencia de la DTFT para obtener la DFT
Para una señal x[nj limitada a A muestras con un periodo de muestreo 1
s
.
La DTFT se reduce a
X
P
(f) es periódica con periodo 1/1
s
.
Si se muestrea esta señal A veces (en el periodo en frecuencias que es 1/1
s
, )
se obtendrán los valores discretos de la DTFT con un intervalo entre
frecuencias Af ÷ (1/T
s
)/N ÷ 1/NT
s
Y por tanto X
1
[kj corresponde a sustituir f en los valores dados por
f
k
÷ k/(A1
s
) :
Esta última expresión resultante es la Transformada Discreta de Fourier
de una señal x[nj.
· Nota: Excepto por el termino 1/N es identica a la Serie Discreta de Fourier.
( ) | | ( )
¿
÷
=
÷ · =
1
0
2 exp
N
n
s P
nfT f n x f X t
| | | | ( ) | |
| | | | 1 , , 2 , 1 , 0 / 2 exp
/ 2 exp
1
0
1
0
÷ = ÷ · =
÷ · =
¿
¿
÷
=
÷
=
N k N nk f n x
NT nkT f n x k X
N
n
N
n
s s T
t
t
10
Francisco.Gome:¸ii.uam.es
Transformada Transformada Discreta Discreta de Fourier de Fourier
· Transformada Discreta de Fourier (DFT),
Se calcula sobre un conjunto finito, N valores, de la señal x¡n].
Es calculable numéricamente y es una aproximación al espectro de la
señal. X(w)÷ DTFT¦x|n|}
Se obtiene tomando N muestras en el dominio de la frecuencia sobre la
DTFT
Si se elige N adecuado, existen algoritmos rápidos para calcularla. FFT.
· Transformada Discreta inversa (IDFT),
| | | |
( )
¿
÷
=
÷ = =
1
0
/ 2
1 , , 2 , 1 , 0 exp
1
N
k
N nk f
N n k X
N
n x
t
| | | |
( )
¿
÷
=
÷
÷ = =
1
0
/ 2
1 , , 2 , 1 , 0 exp
N
n
N nk f
N k n x k X
t
Francisco.Gome:¸ii.uam.es
Transformada Transformada Discreta Discreta de Fourier de Fourier
· Convolución Circular o Cíclica
La convolución de dos señales periódicas es infinito. Para este tipo de
señales se define la convolución circular de dos secuencias x
p
[nj y h
p
[nj
con periodo A :
La convolución circular requiere que las dos secuencias sean del mismo
tamaño. Si no es así se rellena con ceros la secuencia más corta.
Se corresponde con el producto H¡k]X¡k] de las dos DFT
· Convolución lineal mediante la DFT
Para realizar la convolución lineal de una secuencia h¡n] de M puntos
con otra secuencia x¡n] de N puntos mediante la DFT, se expanden
ambas secuencias con ceros hasta formar dos secuencias de K puntos
h
a
¡n] y x
a
¡n] con K M+N-1 y se calcula las IDFT del producto de las
dos DFTs.
| | | | | | | | | |
¿
÷
=
÷ = - =
1
0
1
N
k
p p p p p
k n h k x
N
n h n x n v
| | | | | | | | | | | | * k X k H IDFT n h n x n v
a a
= =
11
Francisco.Gome:¸ii.uam.es
Transformada Transformada Discreta Discreta de Fourier de Fourier
· Propiedades de la DFT
| | | | | |
| | | | | | | |
| | | | ( ) | |
| | | |
| | | | | | | |
| | | | | |
| | | |
| | | | | | | |
| | | | | | | |
| | | |
¿ ¿
=
÷ ÷
÷
÷ ÷
= ÷ ÷ ÷
÷
÷ ÷ ·
· = ÷ · ÷ ÷
+ ÷ +
÷ = = ÷
- -
- -
-
÷
-
2 2 1
Parseval de Ecuacion
* n. Correlacio
* Circular n Convolucio
Conjugar
Simetria
*
1
Producto
Modulacion
/ 2 exp ento Desplazami
Linealidad
Conjugada Simetria
k X
N
n x
k Y k X n v n x
k Y k X n v n x
k X n x
k X k X n x
k Y k X
N
n v n x
m k X n x W
W k X N km f k X m n x
k Y k X n v n x
k N X k X k X
T
T T
T T
T
T T
T T
T
nm
N
km
N T T
T T
T T T
t
| o | o
Francisco.Gome:¸ii.uam.es
Transformada Transformada Discreta Discreta de Fourier de Fourier
· Interpretación de los resultados del DFT de x
s
[nj de N puntos, siendo N el
numero de valores de la secuencia
Los N valores X¡k¡ son los coeficientes espectrales (series de Fourier) de
una señal periódica discreta que corresponde a repeticiones cada N
muestras de la secuencia x [nj.
Son muestras del espectro continuo de una señal aperiódica discreta que
corresponde a la secuencia x [nj.
· La DFT es una aproximación al espectro de la señal original.
La magnitud se ve influenciada por el intervalo de muestreo,
mientras que
La fase depende de los instantes de muestreo.
12
Francisco.Gome:¸ii.uam.es
Transformada Transformada Discreta Discreta de Fourier de Fourier
· Ejemplo: sea x(t)¬sin(2tft), con f¬1KHz, 1
s
¬1/8ms y A¬8
x[nj¬]ô,ô.7ô71,1,ô.7ô71,ô,-ô.7ô71,-1,-ô.7ô71}
La DFT es X[k]÷{0,-4f,0,0,0,0,0,4f}.
0 0.2 0.4 0.6 0.8 1
x 10
-3
-1
-0.5
0
0.5
1
Sinusoide 1KHz, Ts÷0.125ms, N÷8
Tiempo (s)
A
m
p
l
i
t
u
d
M
a
g
n
i
t
u
d
D
F
T
0 2 4 6 8
0
1
2
3
4
5
DFT
Indice k
-4000 -2000 0 2000
0
1
2
3
4
5
DFT
M
a
g
n
i
t
u
d
D
F
T
Frecuencia (Hz)
Francisco.Gome:¸ii.uam.es
Transformada Transformada Discreta Discreta de Fourier de Fourier
Ejemplo 2: x(t)¬sin(2tft), con f¬1KHz, 1s¬1/4ms y A¬8,
x[nj¬]ô,ô.3827,ô.7ô71,ô.9239,1,ô.9239,ô.7ô71, ô.3827}.
Los coeIicientes del DFT son
X¡k]÷]5.ô273,-1.7ô54,ô.4142,-ô.234ô,-ô.1989,-ô.234ô,-ô.4142,-1.7ô54}
0 1 2 3 4 5
x 10
-4
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Sinusoide 1KHz, Ts=0.250ms, N=8
Tiempo (s)
0 1 2 3 4 5 6 7 8
0
1
2
3
4
5
6
7
8
DFT
M
a
g
n
i
t
u
d
D
F
T
Ìndice k -8000 -6000 -4000 -2000 0 2000 4000 6000
13
Francisco.Gome:¸ii.uam.es
Transformada Transformada Discreta Discreta de Fourier de Fourier
· Tal y como se observa en las figuras anteriores hay varias formas de dibujar
la gráfica de la DFT de una secuencia de datos.
Una de ellas es indicarlo directamente mediante el índice k.
· Se puede comprobar que [X
T
[k][ es simetrico respecto a N/2.
Otra forma es reordenando los datos en función de la frecuencia.
· De la deIinicion de DFT sabemos que cada intervalo de la DFT es 1/(Nt
s
).
La DFT nos da la TransIormada de Fourier para las Irecuencias
f -(A/2-1)/(At
s
),...,-1/(At
s
),ô, 1/(At
s
), 2/(At
s
)...(A/2)/(At
s
)
k (A/2-1) ,..., A-1 ,ô, 1 , 2 ... (A/2)
· La maxima Irecuencia detectable por la DFT es f
s
/2, de acuerdo con el
Teorema del Muestreo.
Francisco.Gome:¸ii.uam.es
FFT (Fast Fourier Transform) FFT (Fast Fourier Transform)
· El cálculo de la DFT de N puntos de una secuencia x[nj es :
El cálculo requiere
la suma compleja de A multiplicaciones complejas para cada uno de las salidas.
En total, A
2
multiplicaciones complejas y A(A-1) sumas complejas para
realizar un DFT de A puntos.
· El algoritmo FFT consigue simplificar el cálculo del DFT y reduce el número de
operaciones aprovechando las siguientes propiedades :
Simetría y Periodicidad de los términos W
A
.
El valor de A se elige de forma que A¬r
m
.
· Al Iactor r se le denomina radix y su valor mas habitual es 2, de Iorma que
N÷2
m
y algoritmo se denomina FFT radix-2.
| |
N f
N
N
n
nk
N
e W
N k W n x k X
/ 2
1
0
donde
1 , , 1 , 0 | |
t ÷
÷
=
=
÷ = =
¿

n
N
N n
N
n
N
N n
N
W W
W W
÷ =
=
+
+
2 /
2 /
2
1
N N
Nk
N
W W
W
=
=
14
Francisco.Gome:¸ii.uam.es
FFT (Fast Fourier Transform) FFT (Fast Fourier Transform)
· Radix-2 FFT-Algoritmo de diezmado en el tiempo.
Se divide la secuencia de datos de entrada x[nj en dos grupos, uno de índices par y el otro
de índices impar.
Con estas sub-secuencias se realiza el DFT de A/2 puntos y sus resultados se combinan para
formar el DFT de A puntos.
| | | | | | | | | |
| | | | | | | |
| | | | | | | | | | 1 , , 2 , 1 , 0
1 2 2
1 2 2 1 2 2
1 2 /
0
2 / 2
1 2 /
0
2 / 1
2 /
2
2 1
1 2 /
0
2
1 2 /
0
2
1 2 /
0
) 1 2 (
1 2 /
0
2
÷ = + = + =
= + = =
+ + = + + =
¿ ¿
¿ ¿ ¿ ¿
÷
=
÷
=
÷
=
÷
=
÷
=
+
÷
=
N k k Z W k Y W n x W W n x k X
W W n x n x n x n x sustituve Se
W n x W W n x W n x W n x k X
k
N
N
n
nk
N
k
N
N
n
nk
N
nk
N
nk
N
N
n
nk
N
k
N
N
n
nk
N
N
n
k n
N
N
n
nk
N

Esta última ecuación muestra que el DFT de A puntos es la suma de dos DFTs de A/2 puntos
(Y[kj, Z[kj) realizadas con las secuencias par e impar de la secuencia original x[nj. Cada término
Z[kj es multiplicado por un factor W
A
k
, llamado ~twiddle factor¨. Ya que W
A
k+A/2
¬-W
A
k
y debido
a la periodicidad de Y[kj y Z[kj (periodo A/2) se puede expresar X[kj como:
| | | | | | | |
| | | | | | | | 1 2 / , , 1 , 0 2 / ÷ = · ÷ = +
· + =
N k para k Z k W k Y N k X
k Z k W k Y k X
k
N
k
N

Francisco.Gome:¸ii.uam.es
FFT ( FFT (Fast Fast Fourier Fourier Transform Transform) )
Los dos DFT de A/2 puntos se puede a su vez dividir para formar 4 DFTs de
A/4 puntos, lo que produce las siguientes ecuaciones
DFT
N/2 Puntos
x[0]
x[2]
x[N-2]
Y[0]
Y[1]
Y[N/2-1]
DFT
N/2 Puntos
x[1]
x[3]
x[N-1]
Z[0]
Z[1]
Z[N/2-1]
x
W
0
x
W
1
x
W
N/2-1
+
+
+
+
+
+
X[0]
X[N-1]
X[N/2·1]
X[N/2]
X[N/2-1]
X[1]
-1
-1
-1
| | | | | |
| | | | | |
1 4 / , , 1 , 0
4 /
2
2
÷ =
÷ = +
+ =
N k Para
k J W k U N k Y
k J W k U k Y
k
N
k
N

| | | | | |
| | | | | |
1 4 / , , 1 , 0
4 /
2
2
÷ =
÷ = +
+ =
N k Para
k S W k R N k Z
k S W k R k Z
k
N
k
N

15
Francisco.Gome:¸ii.uam.es
FFT ( FFT (Fast Fast Fourier Fourier Transform Transform) )
El proceso puede repetirse sucesivamente hasta llegar a computar el DFT
de dos valores x[nj, en concreto x[kj y x[k+A/2j, para k¬ô,1,...,A/2-1.
Para una FFT de A¬8 puntos con diezmado en tiempo, el esquema es:
x[0]
x[4]
x[2]
x[6]
x[1]
x[5]
x
W
0
+
+ X[0]
X[4]
-1
x
W
1
+
+ X[1]
X[5]
-1
x
W
2
+
+ X[2]
X[6]
-1
x
W
3
+
+ X[3]
X[7]
-1
+
+
+
+
x
W
0
x
W
2
-1
-1
+
+
+
+
x
W
0
x
W
2
-1
-1
+
+ x
W
0
-1
+
+ x
W
0
-1
+
+ x
W
0
-1
+
+ x
W
0
-1
x[7]
x[3]
Etapa 1 Etapa 2 Etapa 3
Butterflv
Francisco.Gome:¸ii.uam.es
FFT (Fast Fourier Transform) FFT (Fast Fourier Transform)
Las características de una FFT de A puntos mediante diezmado en el
tiempo se sumarizan en la siguiente tabla :
Por cada butterfly tenemos una multiplicación y dos sumas complejas.
Hay A/2 butterflies por etapa y log
2
A etapas.
· El numero total de multiplicaciones es /N·log
2
N .
· El numero total de sumas es N·log
2
N .
Etapa 1 Etapa 2 Etapa 3 Etapa log
2
A
Aúmero de
Crupos
N/2 N/4 N/8 1
Butterflies por
Crupo
1 2 4 N/2
Exponentes
1widdle Factors
(N/2)k,
k÷0
(N/4)k,
k÷0,1
(N/8)k,
k÷0,1,2,3
k,
k÷0,1,...,N/2-1

16
Francisco.Gome:¸ii.uam.es
FFT ( FFT (Fast Fast Fourier Fourier Transform Transform) )
· Radix-2 FFT-Diezmado en Frecuencia
Se expresa la FFT como suma de las FFT de dos secuencias, la primera
con los A/2 primeros datos y la segunda con los A/2 últimos.
| | | | | | | |
| | | |
| | ( ) | |
| | ( ) | | | | 1 , , 2 , 1 , 0 2 / 1
2 / 1
2 /
1 2 /
0
1 2 /
0
1 2 /
0
1 2 /
0
) 2 / (
1 2 /
0
1
2 /
1 2 /
0
1
0
÷ = + ÷ + =
+ ÷ + =
+ + =
+ = =
¿
¿ ¿
¿ ¿
¿ ¿ ¿
÷
=
÷
=
÷
=
÷
=
+
÷
=
÷
=
÷
=
÷
=
N k W N n x n x
W N n x W n x
W N n x W n x
W n x W n x W n x k X
N
n
nk
N
k
N
n
nk
N
k
N
n
nk
N
N
n
k N n
N
N
n
nk
N
N
N n
nk
N
N
n
nk
N
N
n
nk
N

Francisco.Gome:¸ii.uam.es
FFT ( FFT (Fast Fast Fourier Fourier Transform Transform) )
El diezmado en frecuencia se obtiene dividiendo la secuencia de salida
(X[kj) en dos ecuaciones, una para los índices pares
y otro para los impares.
| | | | | | | |
| | | | | | 1 2 / , , 1 , 0 2 /
2 / 2
1 2 /
0
2 /
1 2 /
0
2
÷ = + + =
+ + =
¿
¿
÷
=
÷
=
N k W N n x n x
W N n x n x k X
N
n
nk
N
N
n
nk
N

| | | | | | | |
| | | | | | | | 1 2 / , , 1 , 0 2 /
2 / 1 2
1 2 /
0
2 /
1 2 /
0
) 1 2 (
÷ = + ÷ =
+ ÷ = +
¿
¿
÷
=
÷
=
+
N k W W N n x n x
W N n x n x k X
N
n
nk
N
n
N
N
n
k n
N

X[2k] y X[2k·1] son los resultados del DFT de N/2 puntos realizado con las
suma y la diIerencia entre la primera y segunda mitades de la secuencia de
entrada.
17
Francisco.Gome:¸ii.uam.es
FFT (Fast Fourier Transform) FFT (Fast Fourier Transform)
DFT
N/2 Puntos
x[0]
x[1]
x[N/2-1]
DFT
N/2 Puntos
x
W
0
+
+
+
+
+
+
X[0]
X[N-1]
X[N-2]
X[2]
X[3]
X[1]
-1
-1
-1
x
W
1
x
W
N/2-1
x[N/2]
x[N/2·1]
x[N-1]
·Radix-2 FFT-Diezmado en Frecuencia
Francisco.Gome:¸ii.uam.es
FFT (Fast Fourier Transform) FFT (Fast Fourier Transform)
x[0]
x[1]
x[2]
x
W
0
+
+
+
+
+
+
X[0]
X[3]
X[2]
X[4]
X[5]
X[1]
-1
-1
-1
x
W
1
x
W
2
x[3] +
+
-1
x
W
3
x[4]
x[5]
x[7]
x[6]
+
+
+
+ x
W
2
x
W
0
-1
-1
+
+
+
+ x
W
2
x
W
0
-1
-1
+
+ x
W
0
+
+ x
W
0
+
+ x
W
0
+
+ x
W
0
X[6]
X[7]
-1
-1
-1
-1
Etapa 1 Etapa 3 Etapa 2
Butterflv
·Radix-2 FFT-Diezmado en Frecuencia
18
Francisco.Gome:¸ii.uam.es
FFT (Fast Fourier Transform) FFT (Fast Fourier Transform)
· Se observa que en el caso de diezmado en el tiempo, la secuencia de entrada
debe ser reordenada mientras que la salida aparece en el orden correcto.
· Para el diezmado en frecuencia, la secuencia está en orden mientras que la
salida habrá que reordenarla.
Para conseguir la reordenación basta con invertir el índice en binario.
5 101 101 5
7 111 111 7
3 011 110 6
1 001 100 4
6 110 011 3
2 010 010 2
4 100 001 1
0 000 000 0
reordenación Inv. binario binario Orden (n)
Francisco.Gome:¸ii.uam.es
· Enventanado y resolución en frecuencia
· Número finito de muestras
· Espectro de la señal enventanada
· Ventanas Rectangular, Hamming
· Resolución espectral versus enventanado
Aplicación de la DFT Aplicación de la DFT
19
Francisco.Gome:¸ii.uam.es
Enventanado y Resolución Enventanado y Resolución
· En teoría, para el cálculo del espectro de una señal discreta x¡n] se necesita
considerar infinitas muestras:
( )
¿ ¿
·
÷· =
÷
·
÷· =
÷
= =
n
fwn
n
fwn fw
e n x e nT x e X | | ) (
Para poder realizar los cálculos de debe tomar un número finito de
muestras L, Se tendrá x(nT)÷x¡n], para 0 s n s L-1
Este proceso se denomina enventanado
Francisco.Gome:¸ii.uam.es
Enventanado Enventanado
Duración de la ventana en segundos
T L T
L
· =
Señal de enventanado
| |
¹
´
¦
÷ s s
=
resto
L n
n w
0
1 0 1
Señal enventanada
| | | | | |
| |
¹
´
¦
÷ s s
= · =
resto
L n n x
n w n x n x
L
0
1 0
L muestras, T=1ff
s
Rectangular
20
Francisco.Gome:¸ii.uam.es
NATLAB boxcar(10)...
!"#$% '()"(*$($+$,,,
-"(*$($ ."/*$(01%$2,,,
Enventanado Enventanado
Francisco.Gome:¸ii.uam.es
Enventanado Enventanado
( ) | | | |
¿ ¿
·
÷· =
÷
÷
=
÷
= =
n
fwn
L
L
n
fwn fw
L
e n x e n x e X
1
0
DTFT
| | | | ( ) ( )
fw fw
L L
e X e X n x n x L ÷ ¬ ÷ ¬ · ÷
· El espectro resultante X
L
(e
jw
) será una aproximación a X(e
jw
)
'3"/*45 +"% "()"(*$($+4,,,
| | | | | | ( ) ( ) ( )
fw fw fw
L L
e W e X e X n w n x n x - = ¬ · =
21
Francisco.Gome:¸ii.uam.es
Enventanado Enventanado
( )
2
) 1 (
2
2
÷
÷
|
.
|

\
|
|
.
|

\
|
=
L
fw
fw
e
w
sen
L
w sen
e W
Enventanado rectangular
Francisco.Gome:¸ii.uam.es
Enventanado Enventanado
· El lóbulo principal domina el
espectro
· El ancho del lóbulo se definirá
según:
L
f
W
1
= A
Frecuencia
normalizada
L
s s W W a
T T L
f
L
f f f
1 1 1
=
·
= · = · A = A
Frecuencia (Hz)
· Si la longitud de la ventana L es mayor, aumentará la altura del
lóbulo principal, a la vez que su ancho disminuye
· La relación de 13 dB entre el lóbulo principal y el primer lóbulo
lateral se mantiene constante:
dB
W
w W
R
L
w
13
) 0 (
) (
log 20
2
3
~ =
=
22
Francisco.Gome:¸ii.uam.es
Enventanado Enventanado (Ejemplo) (Ejemplo)
!"/1"(/6$ 3427$+$ 842 +45 "984("(/6$%"5 +65/2"*$5
'3"/*4 +"% "()"(*$($+4
| | · < < · ÷ + = n e A e A n x
n fw n fw
2 1
2 1
| | 1 0
2 1
2 1
÷ s s + = L n e A e A n x
n fw n fw
L
( ) ( ) ( ) 5 . 0 5 . 0
2 2 1 1
s < ÷ ÷ + ÷ = f f f A f f A e X
fw
o o
( ) ( ) ( )
2 2 1 1
f f W A f f W A e X
fw
L
÷ + ÷ =
Francisco.Gome:¸ii.uam.es
Enventanado Enventanado (Ejemplo) (Ejemplo)
Espectro de dos exponenciales... Espectro de una exponencial
23
Francisco.Gome:¸ii.uam.es
Enventanado Enventanado
Se ha supuesto Af`÷[f
2
-f
1
[ grande para que no exista solapamiento entre los dos
lóbulos principales de ambas exponenciales
Si Af` disminuye empezarán a solaparse, dejando de distinguirse los dos
lóbulos, lo cual sucederá cuando:
W
f f A ~ A '
Para tener resolución:
L
f f
W
1
' = A > A
Frecuencia digital
normalizada
Frecuencia analógica
L
f
T
f f
s
L
W a a
= = A > A
1
'
El mínimo número de muestras necesario para conseguir una resolución
espectral Af
a
` dada una frecuencia de muestreo f
s
:
'
a
s
f
f
L
A
>
| +¬ A L f
a
'
Francisco.Gome:¸ii.uam.es
Enventanado Enventanado
· Los lóbulos secundarios deberán reducirse lo máximo posible
para evitar confundirlos con los lóbulos principales de sinusoides
más débiles
Para ello se recomienda el uso de otro tipo de ventana(s), que
no concluya de forma tan abrupta como lo hace la
rectangular
-"(*$($5
."/*$(01%$2:
;$776(0:
<$65"2,,,
24
Francisco.Gome:¸ii.uam.es
Enventanado Enventanado (continuación...) (continuación...)
Ventana Hamming :
| |
¦
¹
¦
´
¦
÷ s s
|
.
|

\
|
÷
÷
=
resto
L n
L
n
n w
0
1 0
1
2
cos 46 . 0 54 . 0
t
| | 1
2
1
= ·
÷
= n w
L
n
Centro
| | 08 . 0 1 , 0 = · ÷ = n w L n Extremos
Francisco.Gome:¸ii.uam.es
Las ventanas Las ventanas anti anti- -leakage leakage
· Rectangular: los lobulos laterales siempre peores a -30dB
· Triangular (Barlett): los lobulos laterales llegan debajo de -40dB
· Cosenoidal:
Hanning: y(n)¬ô.5+ô.5cos(2n/M) el 1er. lobulo ya esta bajo
los -30dB, el segundo debajo de los -40dB.
Hamming: y(n)¬ô.54+ô.4ôcos(2n/M) similar a Hanning, no
descarta las muestras en los extremos de la zona de muestreo
· Otras: Par:en, con una ecuacion polinomica
0
-10
-20
-30
-40
-50
-60
-70
-80
-90
1/NT 2/NT 3/NT 4/NT 5/NT 6/NT 7/NT 8/NT 9/NT
25
Francisco.Gome:¸ii.uam.es
Enventanado Enventanado
Ventanas espectrales:
· Para señales truncadas, el espectro de la señal muestra unos picos que no
decaen lo suficientemente rápido con la frecuencia.
Para ello podemos utilizar ventanas en el dominio temporal para suavizar
esas discontinuidades.
Los picos serán menores aunque el ancho de banda de cada lóbulo
aumentará.
· El enventanado introduce componentes de alta frecuencia que se atenúan si
no se emplea una ventana ~abrupta¨, pero reduciéndose la resolución
espectral
· En ese caso, será necesario aumentarla incrementando el valor de la longitud
de la ventana, o sea, L
Francisco.Gome:¸ii.uam.es
Procesamiento A/D, Enventanado y DFT Procesamiento A/D, Enventanado y DFT
· Al asumir que el conjunto de muestras se
repite periódicamente puede aparecer una
discontinuidad entre la última muestra de
un bloque y la primera del siguiente (efecto
de leakage)
· Estas discontinuidades equivalen a
componentes de frecuencias que corrompen
el espectro analizado
· Para minimizar el leakage al conjunto de N
muestras de cada bloque se lo multiplica por
una función (weighting window) que atenúa
las primeras y últimas muestras de modo de
evitar discontinuidades
bIoque repetido de muestras
N muestras
ventana anti-Ieakage
bIoque sin discontinuidades
N muestras
26
Francisco.Gome:¸ii.uam.es
· Una ventana anti-leakage MULTIPLICA en el tiempo la señal original
x
1
(t) por una señal periódica x
2
(t), de período T (la ventana)
· Esta multiplicación en el tiempo equivale a una convolución en el
espectro de frecuencias del espectro de la señal x
1
con el espectro de la
señal x
2
.
· Esta convolucion produce que cada barra (bin) del espectro de x1 posea
~bandas laterales¨ agregadas por la convolución con x2.
· Dicho de otro modo, cada bin del espectro es ~contaminada¨ por bandas
laterales de los bin vecinos
· El espectro de la señal x2 influencia por lo tanto la transformación
}
· ÷
÷ =
t
df f X f f X t x t x X ' |. ' | |. ' | )| ( ). ( |
2 1 2 1
Procesamiento A/D, Enventanado y DFT Procesamiento A/D, Enventanado y DFT
Francisco.Gome:¸ii.uam.es
El aparente no-uso de una
ventana anti-leakage es en
realidad equivalente al uso de
una ventana rectangular, cuyo
espectro es de la forma sin(f)/f
T
Procesamiento A/D, Enventanado y DFT Procesamiento A/D, Enventanado y DFT
27
Francisco.Gome:¸ii.uam.es
· Dada una señal x(t), no nula en el
intervalo [ô,1j y limitada en espectro a W
hertz (*), y del cual se toman A muestras
en dicho intervalo en instantes separados
t<(1/2W)
· La transIormada continua de Fourier se
convierte en una sumatoria Iinita de N
terminos
· Si se deIine una variable k tal que
f¬k/t¬k/(At), con k0,1,..,N-1 resulta
· Que es llamada 1RAASFORMADA
DISCRE1A DE FOURIER (o DF1)
dt e t x f X
t f f
. ). ( ) (
. . . 2 .
}
·
· ÷
÷
=
t
¿
÷
=
A ÷
A =
1
0
. . . . 2
). ( ) (
N
n
t n f f
e t n x f X
t
¿
÷
=
A ÷ A ~
1
0
) ( ). ( ) (
N
n
t n t t n x t x o
¿
÷
=
÷
=
1
0
/ . . 2
). ( ) (
N
n
N n k f
e n x k X
t
Procesamiento A/D, Enventanado y DFT Procesamiento A/D, Enventanado y DFT
Francisco.Gome:¸ii.uam.es
· Las suposiciones que la señal es nula fuera del intervalo ¡0,T] y que es de
banda limitada se contradicen entre sí. Por eso, aunque la DFT opera sólo
sobre un conjunto de N muestras de la señal, en realidad asume que ese
conjunto de muestras se repite periódicamente en el tiempo (lo que evita el
± de la integral), con período NxT
· Por ello con esas N muestras sólo es posible resolver el valor de N
componentes de frecuencia: la componente continua, la de período N.T, la de
período N.T/2,..., y excepto el término DC, las demás componentes poseen
una amplitud y fase relativa al comienzo de las N muestras
Procesamiento A/D, Enventanado y DFT Procesamiento A/D, Enventanado y DFT