FOURIER,

TRANSFORMADA Y SERIES
Juan Elias López Villar
Ángela Giovanna Espinosa Restrepo
 DIGITALIZACIÓN

 La digitalización o conversión analógica-digital (conversión

A/D) consiste básicamente en realizar de forma periódica
medidas de la amplitud (tensión) de una señal (por ejemplo, la
que proviene de un micrófono si se trata de registrar sonidos, de
un sismógrafo si se trata de registrar vibraciones o de una sonda
de un osciloscopio para cualquier nivel variable de tensión de
interés), redondear sus valores a un conjunto finito de niveles
preestablecidos de tensión (conocidos como niveles de
cuantificación) y registrarlos como números enteros en cualquier
tipo de memoria o soporte. La conversión A/D también es
conocida por el acrónimo inglés ADC (analogue to digital
converter).
 La digitalización se lleva a cabo en 4 pasos:

 Muestreo: consiste en tomar muestras periódicas de la amplitud de

onda. La velocidad con que se toma esta muestra, es decir, el
número de muestras por segundo, es lo que se conoce como
frecuencia de muestreo.
 Retención: las muestras tomadas han de ser retenidas el tiempo
suficiente para permitir evaluar su nivel.
 Cuantificación: en el proceso de cuantificación se mide el nivel de
voltaje de cada una de las muestras.
 Codificación: la codificación consiste en traducir los valores
obtenidos durante la cuantificación al código binario.
 MUESTREO DE SEÑALES
Las señales en tiempo discreto pueden aparecer de muchas
formas, pero lo más común es que aparezcan como
consecuencia del muestreo de señales en tiempo continuo.
A partir de una señal continua xc (t) se obtiene una secuencia de
muestras xk mediante la relación:

donde ∆t = tk − tk−1 es el periodo de muestreo y

Es la frecuencia de muestreo
 MUESTREO DE SEÑALES

TEOREMA: Sea función continua xc (t), el

valor muestreado de xc (t) en t = t k es el
producto.

dónde δ(t) es la función impulso.

Cuando se quiere muestrear en varios puntos
multiplicamos por un tren de impulsos.
 Representación del muestreo en el dominio de
la frecuencia
 (a) Señal que queremos muestrear, h(t)
(muestreamos cada T seg).
 (b) Tren de impulsos ∆(t). (e) Muestreo de h(t)=
producto de h(t) y el tren de impulsos ∆(t).
 (c) Transformada de Fourier de h(t), H(f ).
 (d) Transformada de Fourier del tren de impulsos
∆(t), ∆(f ).
 (f) Convolución de H(f ) y ∆(f ): la T. F. del
producto es la convolución.
La señal (f) es la transformada de Fourier de la señal
muestreada (e).
 ALIASING

Se repite el mismo proceso que en la

figura anterior, pero ahora la frecuencia
de muestreo, 1/T, y por tanto aparece
solapamientos en la transformada de
Fourier de la señal muestreada. La señal
obtenida en (e) está distorsionada debido
a los solapamientos, y no es posible
recuperar la señal original h(t) a partir de
sus muestras h(t) · ∆(t). A este fenómeno
se conoce como ALIASING.
 TEOREMA DE MUESTREO

Hay un numero infinito de señales que pueden generar un conjunto dado de nuestras. El teorema del
muestreo nos indica qué condicione se tienen que dar para que unos valores muestreados
especifiquen a la señal y la podamos reconstruir perfectamente.

a esta frecuencia se le conoce como frecuencia de

Nyquist.

Para evitar el aliasing, es decir, la frecuencia de

Nyquist tiene que ser mayor o igual que la máxima
frecuencia que hay en nuestros datos
 TEOREMA (TEOREMA DEL MUESTREO
DE NYQUIST)
Sea x(t) una señal continua que cumple que
X(f ) = 0 para |f| ≥ fm;
x(t) está determinada unívocamente mediante sus muestras
xk = x(k∆t), k = 0, ±1, ±2, . . . si
fs = (1/∆t) ≥ 2fm [Hz]
fs es la frecuencia de muestreo y fm es la frecuencia a partir de la cual X(f ) se anula. Se define
la frecuencia de Nyquist como la mitad de la de muestreo, y por tanto la condición anterior
también se expresa como
fnq = fs /2 = 1/2∆t ≥ fm [Hz]
 INTERPRETACIÓN GRÁFICA DEL
TEOREMA DE MUESTREO

Si se cumplen las
condiciones del
teorema, la señal
recuperada xr(t)
coincide con la señal
de partida x(t).
 APLICACIÓN
Al hablar de un procesamiento analítico de la problemática de una señal proveniente de un EEG en
donde la variación de frecuencias dentro las distintas ondas emitidas por el cerebro puede variar de
3Hz hasta 14Hz dependiendo del estado del paciente.
Al obtener dichas señales en la mayoría de los casos es necesario una etapa de filtrado analógico en
donde se permitía únicamente dar paso a un rango de las frecuencias anteriormente mencionadas.
Siguiendo al criterio del teorema de Nyquist para cada una de las señales que se obtengan y puedan
digitalizarse es necesario considerar la frecuencia máxima que se puede llegar a obtener, en este caso
14 Hz.
Luego se procede a tomar esta Tmax, y siguiendo el teorema en donde:
fnq =2fm
entonces tenemos que la frecuencia de Nyquist será
fnq =2fm
Δ 𝑇 =0.05 Δ 𝑇 =0.025