PROCESAMIENTO DIGITAL DE
SEÑALES (DSP)
Unidad 02:
Modelos matemáticos aplicadas a señales periódicas y no
periódicas.
Sesión 14:
Aplicaciones de la transformada discreta de Fourier
Docente: MSc. Dante CASTILLO CCORAHUA
Sesión 14. Fundamentos matemáticos
• Señales periódicas
• Secuencias
• Tipos básicos de secuencias
• Propiedades de una secuencia
• Números complejos:
▪ Representación cartesiana: Operaciones básicas
▪ Representación polar: Operaciones básicas
• Teorema de De Moivre
• Transformada de Fourier: Twiddle
• Propiedades de la DFT:
▪ Periodicidad de la DFT
▪ Simetría de la DFT
• Inversa de la DFT
• Respuesta en frecuencia de un sistema
[Link]
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Logros de la Sesión 14:
Al final de la sesión, el estudiante entenderá la
importancia de los fundamentos matemáticos
para señales continuas en el tiempo y su
convolución.
Interpretará la secuencia que se debe seguir para
aplicar la transformada de Fourier
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Señales periódicas
1. Determine si las siguientes señales son periódicas. En caso afirmativo, especifique
su frecuencia fundamental.
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
b.
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Señales periódicas
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Señales discreta en el tiempo
2. Una señal discreta en el tiempo 𝑥(𝑛) se define como:
a. Determine sus valores y dibuje la señal 𝑥(𝑛).
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Señales discreta en el tiempo
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Señales discreta en el tiempo
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Señales discreta en el tiempo
2. Una señal discreta en el tiempo 𝑥(𝑛) se define como
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Señales discreta en el tiempo
2. Una señal discreta en el tiempo 𝑥(𝑛) se define como
C) La secuencia para 𝑥(𝑛) viene desde el menos infinito, valiendo desde cero:
Analizando la cantidad de muestras de todos los intervalos:
i)
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Convolución
3. Determine y dibuje la convolución 𝒚(𝒏) de las señales
Solución:
h(𝒏)
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Convolución
3. Determine y dibuje la convolución 𝒚(𝒏) de las señales
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Convolución
3. Determine y dibuje la convolución 𝒚(𝒏) de las señales
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Convolución
3. Determine y dibuje la convolución 𝒚(𝒏) de las señales
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Convolución
3. Determine y dibuje la convolución 𝒚(𝒏) de las señales
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Convolución
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Convolución
3. Determine y dibuje la convolución 𝒚(𝒏) de las señales
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Convolución
3. Determine y dibuje la convolución 𝒚(𝒏) de las señales
Solución:
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Secuencias
□ Una secuencia es una función cuyo dominio es el conjunto
de los números enteros. Se expresan mediante:
■ Enumeración: x[n] = {1; 2; 3; 4; 5}
■ Formulación: x[n] = n + 1, 0 <= n <= 4
□ El primer elemento definido corresponde a x[0] (en caso
contrario el elemento correspondiente a x[0] se subraya) y
los valores no definidos se consideran nulos:
■ x[n] = {1; -1; 1; -1; 1}
□ La longitud de una secuencia se define como el número
de muestras contenidas en el intervalo más estrecho que
recoge todas las muestras no nulas y que contiene a x[0]:
■ x[n] = {1; 1; 0; 2; 3; 0; 0; 1} => long(x[n]) = 8
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Tipos básicos de secuencias
□ Muestra unitaria (MU) o delta:
■ [n] = 1, n = 0
□ Escalón unitario:
■ [n] = 1, n >= 0
□ Signo:
■ signo[n] = 1, n > 0
■ signo[n] = 0, n = 0
■ signo[n] = -1, n < 0
□ Pulso:
■ pL[n] = 1, 0 <= n < L
□ Exponencial:
■ x[n] = an
□ Sinusoidal:
■ x[n] = A sen(w0n + R)
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Operaciones con secuencias
□ Suma: consiste en sumar sus elementos de dos en dos
(tomando uno de cada secuencia). Ejemplo:
a[n] = {1; 2; 3; 4; 5}
b[n] = {1; 0; 1; -1; -2}
a[n] + b[n] = {2; 2; 4; 3; 3}
□ Escalado: consiste en multiplicar una secuencia a[n] por
un escalar K. Es decir, multiplicar cada elemento de a[n]
por K. Ejemplo:
a[n] = {1; 2; 3; 4; 5}
2a[n] = {2; 4; 6; 8; 10}
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Operaciones con secuencias
□ Suma: consiste en sumar sus elementos de dos en dos
(tomando uno de cada secuencia). Ejemplo:
a[n] = {1; 2; 3; 4; 5}
b[n] = {1; 0; 1; -1; -2}
a[n] + b[n] = {2; 2; 4; 3; 3}
□ Escalado: consiste en multiplicar una secuencia a[n] por
un escalar K. Es decir, multiplicar cada elemento de a[n]
por K. Ejemplo:
a[n] = {1; 2; 3; 4; 5}
2a[n] = {2; 4; 6; 8; 10}
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Operaciones con secuencias
□ Suma: consiste en sumar sus elementos de dos en dos
(tomando uno de cada secuencia). Ejemplo:
a[n] = {1; 2; 3; 4; 5}
b[n] = {1; 0; 1; -1; -2}
a[n] + b[n] = {2; 2; 4; 3; 3}
□ Escalado: consiste en multiplicar una secuencia a[n] por
un escalar K. Es decir, multiplicar cada elemento de a[n]
por K. Ejemplo:
a[n] = {1; 2; 3; 4; 5}
2a[n] = {2; 4; 6; 8; 10}
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Operaciones con secuencias
□ Suma: consiste en sumar sus elementos de dos en dos
(tomando uno de cada secuencia). Ejemplo:
a[n] = {1; 2; 3; 4; 5}
b[n] = {1; 0; 1; -1; -2}
a[n] + b[n] = {2; 2; 4; 3; 3}
□ Escalado: consiste en multiplicar una secuencia a[n] por
un escalar K. Es decir, multiplicar cada elemento de a[n]
por K. Ejemplo:
a[n] = {1; 2; 3; 4; 5}
2a[n] = {2; 4; 6; 8; 10}
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Operaciones con secuencias
□ Suma: consiste en sumar sus elementos de dos en dos
(tomando uno de cada secuencia). Ejemplo:
a[n] = {1; 2; 3; 4; 5}
b[n] = {1; 0; 1; -1; -2}
a[n] + b[n] = {2; 2; 4; 3; 3}
□ Escalado: consiste en multiplicar una secuencia a[n] por
un escalar K. Es decir, multiplicar cada elemento de a[n]
por K. Ejemplo:
a[n] = {1; 2; 3; 4; 5}
2a[n] = {2; 4; 6; 8; 10}
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Transformada de Fourier
□ Debe su nombre al matemático francés Jean Baptiste
Joseph Fourier (1768-1830).
□ Esta transformación consigue llevar una señal expresada
en el dominio del tiempo al dominio de la frecuencia
expresándola como la suma de muchas funciones
exponenciales complejas.
□ En función de su continuidad, existen dos transformadas
de Fourier utilizadas en el PDS:
• Discrete Time Fourier Transform (DTFT)
• Discrete Fourier Transform (DFT)
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Transformada de Fourier
□ Transformación: llevar una señal expresada en el dominio
del tiempo al dominio de la frecuencia expresándola
como la suma de muchas funciones exponenciales
complejas.
□ Discrete Time Fourier Transform (DTFT):
Transforma una secuencia en el tiempo, a su equivalente
frecuencial en forma de función compleja continua:
X(ω) = DTFT{x[n]} = Σn=-∞,∞ x[n]e -jωn
□ Discrete Fourier Transform (DFT):
Transforma una secuencia en el tiempo, a su equivalente
frecuencial en forma de función compleja discreta (es la
que puede calcularse en un computador):
X[k] = DFT{x[n]} = Σn=0,N-1 x[n]e-j2πnk/N
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Twiddle
□ Considerando la ecuación de la DFT:
X[k] = DFT{x[n]} = Σn=0,N-1 x[n]e -j2πnk/N
□ Teniendo en cuenta que N es la longitud de x[n], es muy
común extraer el factor WN = e-j2π/N, llamado twiddle, con lo
que la ecuación de la DFT queda así:
X[k] = DFT{x[n]} = Σn=0,N-1 x[n]W N nk
= x[0]W N 0k + x[1]W N 1k + … + x[N-1]W N (N-1)k
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Ejemplo de DFT
□ Ejemplo de DFT: Señal suma de
dos sinusoides de 1 Hz y 2 Hz
respectivamente (fs = 5 Hz)
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Ejemplo de DFT
• Ejercicio. Visualizar la DFT de una señal discreta, que es
calculada como un conjunto finito de frecuencias. Sea la
señal (secuencia)
h[n] = [n] + 0.5 [n − 1] + 0.2 [n − 2]
>> h=[1 0.5 0.2]
>> stem(h)
Calculamos 128 valores de la DFT:
>> H=fft(h,128);
El vector H recoge los valores de la
función H(ejw) en las siguientes
frecuencias:
wk =2k128 , k = 0, · · · , 127
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Ejemplo de DFT
Para visualizar la DFT hay que tener en cuenta que el vector
H contiene valores complejos, por lo que tendremos que
representar por separado su magnitud y su fase:
>> stem(2*pi*(0:127)/128,abs(H));
>> stem(2*pi*(0:127)/128,angle(H));
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Periodicidad de la DFT
□ Consiste en que la DFT, X[k], de una señal en tiempo
discreto x[n], es periódica (su periodo es la longitud de
x[n]: N)
□ Sea x[n] una señal en tiempo discreto
de longitud N. Se cumple que:
X[k] = DFT{x[n]} => X[k] = X[k mod N]
□ Lo que equivale a decir que:
X[k] = DFT{x[n]} => X[k] = X[k + aN], a Z
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Simetría de la DFT
□ Consiste en que la transformada discreta de
Fourier, X[k], de una señal real en tiempo
discreto, x[n], presenta simetría hermítica:
x[n] ∈ ℝ y
X[k] = DFT{x[n]} => X[k] = X[-k]*
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Inversa de la DFT
□ La transformada discreta de Fourier (DFT), se calcula:
X[k] = DFT{x[n]} = Σn=0,N-1 x[n] e-j2πnk/N
X[k] = DFT{x[n]} = Σn=0,N-1 x[n] WNnk ; WN = e-j2π/N
□ La inversa de la transformada discreta de Fourier (Inverse
Discrete Fourier Transform, IDFT) se calcula de manera muy
similar a la transformada directa de acuerdo con la siguiente
ecuación (N es la longitud de x[n]):
x[n] = IDFT{X[k]} = (1 / N) Σn=0,N-1 X[k] WN-nk
□ Como se verá más adelante esta similitud entre las dos formas
de la transformada (forma directa y forma inversa) nos permite
calcular la inversa a partir de la directa y, por tanto, aprovechar
cualquier algoritmo que calcule la transformada directa para
obtener la forma inversa.
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Respuesta en frecuencia de un sistema
□ El modelo de respuesta en frecuencia de un sistema
describe su comportamiento en términos de su
efecto en la amplitud y la fase de las
componentes frecuenciales que lo atraviesan.
□ Esta descripción se realiza mediante la función de
respuesta en frecuencia que se calcula como la
transformada de Fourier de la respuesta al impulso
unitario del sistema:
H(ω) = DTFT{h[n]}
H[k] = DFT{h[n]}
Procesamiento Digital de Señales - MSc. Dante Castillo C.
Tipos básicos de secuencias
Cuadro resumen
H[k] = DFT{h[n]}
Procesamiento Digital de Señales - MSc. Dante Castillo C.
FIN DE SESIÓN 14
¡GRACIAS!
Procesamiento Digital de Señales - MSc. Dante Castillo C.
