ANALISIS DE FOURIER PARA EL TRATAMIENTO DE SEALES

Julio MEDINA XII Encuentro de Matemtica y sus Aplicaciones EPN- Quito, Ecuador- 28 junio a 2 julio 2010
1

1. INTRODUCCION
La nocin de seal es bastante amplia y aparece en diferentes situaciones en las cuales ciertas cantidades varan en el tiempo o el espacio de una magnitud fsica o de otra naturaleza. Por tanto est ligada al concepto de funcin. El Procesamiento de Seales es una disciplina de las ciencias de la Ingeniera que desarrolla las tcnicas de procesamiento, anlisis e interpretacin de seales. Entre las operaciones posibles con las seales tenemos control, filtrado, compresin de datos, deconvolucin, prediccin, etc. Se pueden procesar seales analgicas (representadas por funciones continuas) o seales digitales (dadas por funciones discretas). En el procesamiento de seales existen diferentes ramas dependiendo de la naturaleza de las seales consideradas (audio, voz, imagen, video). El procesamiento de seales puede tener diferentes objetivos: deteccin de una seal, estimacin de los valores de una seal, codificacin, compresin para su almacenamiento y transmisin. Sus aplicaciones son amplias en telecomunicaciones, audio, video, imagen (mdica, satelital), geofsica. La Teora de Seales es la rama matemtica que estudia las seales y los sistemas que los transmiten e involucra herramientas del Anlisis armnico (generalizacin del Anlisis de Fourier), de los espacios vectoriales, de los procesos estocsticos, entre otras. En este documento se presentan algunos elementos del Anlisis de Fourier relacionados con el estudio y procesamiento de seales. Dos son los instrumentos fundamentales: las series de Fourier (que permiten la representacin de una seal como superposicin de ondas de base llamadas armnicos) y la transformada de Fourier, tanto en su versin continua como en su versin discreta.

En la seccin 2 se aborda los conceptos bsicos relativos a las seales. En las dos siguientes secciones se tratan las series de Fourier y las transformadas de Fourier, respectivamente. La funcin delta de Dirac es el tema de la quinta parte. Enseguida se aborda la transformada discreta de Fourier y la transformada . La seccin 7 concierne a ciertas operaciones del procesamiento de seales en los cuales se aplica el Anlisis de Fourier (espectro, filtros, muestreo)

2. CONCEPTOS BASICOS
2.1 . Definicin de seal Utilizaremos como definicin de seal: la variacin en el tiempo o el espacio de una magnitud fsica o de otra naturaleza. Por ejemplo: La intensidad de la corriente elctrica El nivel de gris de los puntos de una imagen Un electrocardiograma Un sonido La evolucin del ndice de la bolsa de valores La representacin matemtica (el modelo matemtico) de una seal corresponde a la nocin de funcin (de una o varias variables: tiempo, espacio, etc.). Sin embargo las distribuciones (o funciones generalizadas) constituyen un modelo ms general y satisfactorio.

2.2. Tipos de seales. Las seales que representaremos por , donde es la variable independiente, la variable dependiente, admiten diferentes caracterizaciones:
3

a) Segn la presencia o no de elementos probabilsticos: Estocstica Determinstica (consideradas en este documento) b) Segn la variable independiente Continua (Analgica) si la variable es continua Discreta (Digital) si solo est definida para ciertos valores determinados: En muchos casos una seal discreta se obtiene por discretizacin de una seal analgica, generalmente mediante un convertidor, pero algunas seales son discretas por su propia naturaleza: edades de una poblacin, estado en el tiempo de una vlvula (abierto o cerrado), etc. c) Segn la periodicidad Peridica si se repite cada cierto intervalo de la variable independiente, dicho intervalo se dice perodo: No peridica en el caso contrario

La frecuencia es una medida para indicar el nmero de repeticiones de cualquier fenmeno o suceso peridico en la unidad de tiempo, por tanto d) Segn la exactitud de los valores Exacta si los valores de la seal (funcin) sean reales o complejos se consideran exactos (precisin infinita) Aproximada los valores son aproximados, por ejemplo para poder utilizarlos computacionalmente. La operacin de aproximacin de valores exactos se dice cuantificacin Evidentemente una seal puede combinar varios de estos atributos, los mismos que sern tomados en cuenta para su procesamiento.

2.3. Algunas seales elementales a) Escaln unitario de Heaviside Esta seal se denota por y se define por La funcin no est definida en y modela el establecimiento instantneo de un rgimen constante, por ejemplo la seal obtenida al cerrar un interruptor en un instante dado y mantenerlo cerrado indefinidamente. Tambin se le nota por el valor . . Para tener simetra a veces se le asigna

Funcin escaln unitario b) Seal rectangular Es la seal, notada donde dado. , definida por

c) Seal sinusoidal pura (o monocromtica) Se representa mediante es la amplitud es el pulso o velocidad angular es el (ms pequeo) perodo donde

es la frecuencia (nmero de veces que este fenmeno peridico se repite por unidad de tiempo) es el ngulo de fase
es la fase inicial (cuando ) (Ms til que conocer el ngulo de fase es el desfase o diferencia de

fase entre dos instantes) Aunque los valores de una seal son, en principio, nmeros reales y la frecuencia un nmero positivo, por comodidad se utiliza una funcin con valores complejos lo que da

Hay que observar que el coseno o cualquier combinacin lineal de seno y de coseno con la misma frecuencia se pueden transformar en una sinusoide simple y viceversa:

con

Otra representacin posible para la sinusoide es

Sinusoide

3. SERIES DE FOURIER
Fue el matemtico francs Joseph Fourier, a principios del siglo XIX, quien encontr que una funcin peridica se puede representar como una suma infinita ponderada de trminos en senos y cosenos (la serie de Fourier), mientras que en el caso de funciones no peridicas la representacin se da por medio de una integral (la transformada de Fourier). Esto dio origen al Anlisis Armnico, rama de la Matemtica que estudia la representacin de funciones o seales como superposicin de ondas de base (los armnicos). En el caso de las series de Fourier estos son sinusoidales y por tanto las series son trigonomtricas. A partir de la segunda mitad del siglo XIX se aplica esta teora a datos de fenmenos relacionados con el sonido, la imagen, el clima, la mecnica cuntica o las neurociencias. Existen tambin versiones discretas de la serie y de la transformada de Fourier.

3.1. Polinomios trigonomtricos Una funcin se dice peridica de perodo si

La funcin es peridica con perodo para cualquier entero , y lo mismo la funcin que se denomina polinomio trigonomtrico de grado inferior o igual a N. Este polinomio puede escribirse como combinacin lineal de senos y cosenos:
7

donde si

e inversamente Sea . Con las operaciones usuales para las funciones es un espacio vectorial, al cual se le puede dotar del producto escalar que da origen a la norma Se puede mostrar que =

y que Adems para todo

es una base ortogonal de

, espacio de dimensin

de donde

que da de manera explcita los coeficientes de Fourier funcin de p. Los coeficientes y se obtienen por las frmulas

en

Observacin En razn de la periodicidad de

Por tanto si p es funcin par (impar), ( )

3.2. Series de Fourier Un contexto matemtico adecuado para desarrollar el Anlisis de Fourier es el de los espacios de Hilbert (espacios vectoriales normados, cuya norma proviene de un producto escalar y completos). Aqu trabajaremos en el espacio de las funciones continuas por tramos. Una funcin es continua por tramos en un intervalo si admite un nmero finito de discontinuidades de salto. Evidentemente, una funcin continua en un intervalo es continua por tramos en

Funcin continua por tramos

Sea . Con las operaciones usuales de funciones es un espacio vectorial. Si definimos sucede que no cumple con la condicin de producto escalar (basta tomar una funcin que sea nula en salvo en un nmero finito de puntos) Para evitar este problema debemos tomar el espacio de las clases de equivalencias de la funciones de , donde la relacin de equivalencia se define por . Este es un espacio vectorial euclidiano (dotado de producto escalar). Para simplificar el lenguaje y la notacin trataremos a estos vectores (colecciones de funciones) como si fueran funciones ordinarias utilizando un representante de la clase de equivalencia. En el marco de los espacios de Hilbert se trabaja en , el espacio de las funciones de cuadrado integrable en el sentido de Lebesgue. Aqu se identifican dos funciones si coinciden casi en todas partes (salvo en un conjunto de medida nula). Este espacio es el completado del espacio de las funciones de cuadrado integrable en el sentido de Riemann. 3.2.1 Definicin. Se llama serie de Fourier a la sucesin de sumas parciales (de polinomios trigonomtricos) en forma compleja o en forma real . Otra representacin se obtiene a partir del armnico (sinusoide)

donde
10

Siendo estas representaciones equivalentes, su uso depender de las aplicaciones En todo punto donde la serie converge se notar su suma

Evidentemente, si la funcin

existe tendr perodo

3.2.2. Representacin en serie de Fourier de una funcin El problema de descomponer una funcin dada Fourier no siempre tiene respuesta positiva. Ahora supongamos que una funcin con perodo expresar como serie de Fourier, es decir que en serie de se puede

Entonces integrando ambos miembros de la igualdad en el intervalo y usando las propiedades de ortogonalidad de las funciones seno y coseno se obtiene los coeficientes de Fourier

mientras que

11

Se puede remplazar el intervalo simtrico cualquier otro intervalo de la forma

por

Para precisar mejor la diferencia entre la funcin y la serie de Fourier que se le asocia se usa la notacin

donde los coeficientes estn dados por las frmulas anteriores. En efecto puede suceder que para ciertas funciones los coeficientes no existan y por tanto tampoco la serie de Fourier, o que la serie exista y sea divergente o que aunque sea convergente no lo haga hacia la funcin. Se define una funcin es suave por tramos en un intervalo si tanto la funcin como primera derivada son continuas por tramos en . Tambin se dice que es de clase por tramos. Teorema de Dirichlet Sea una funcin de perodo . Si es de suave por tramos en entonces la serie de Fourier asociada converge hacia si es continua en y hacia )] si no es continua en .

3.2.3.Series de senos y de cosenos Si es un funcin par ( de Fourier entonces y desarrollable en serie

y .

12

Por tanto la serie de Fourier solo contiene trminos cosenos:

,

Si la funcin es impar la serie de Fourier solo tendr trminos senos: , ---------En algunos casos la funcin es continua por tramos en un intervalo y se quiere desarrollarle en serie de Fourier. Se procede as: (i) se hace una extensin de al intervalo llamada (ii) se hace la extensin peridica de a todo con perodo para esta nueva funcin se halla la serie de Fourier. Las extensiones ms convenientes son la par y la impar dadas por
y

pues conducen a series de Fourier que contienen solo cosenos o senos cuyos coeficientes son, respectivamente
y

Ejemplo Se considera la funcin y . definida por

13

Como la funcin es par su serie de Fourier es

Si toma el valor de

se tiene el siguiente resultado conocido

3.2.4. Propiedades de las series de Fourier a) Aproximacin Si aproximamos la funcin por la suma finita

el error

se define por

y el error cuadrtico medio por

Se puede mostrar que

El fnomeno de Gibbs Cuando es suficientemente grande, Gibss observ que en los puntos de discontinuidad el valor dado por la aproximacin continua produce un error de aproximadamente el 9% del salto de discontinuidad.

14

Efecto de Gibbs

15

b) Teorema de Parseval Sea una funcin de perodo Entonces desarrollable en serie de Fourier.

+ La ltima igualdad muestra que el valor cuadrtico medio de una funcin peridica es igual a la suma de los valores cuadrticos medios de sus armnicos. Se observa que el contenido de potencia de la funcin peridica , definido por depende nicamente de la amplitud de sus armnicos y no de sus fases. c) Continuidad de una serie de Fourier Bajo qu condiciones sobre Sea en su serie de Fourier es continua?

una funcin suave a trozos, su serie de Fourier es continua si y solo si continua y

Si el desarrolla la serie de Fourier de cosenos o de senos a partir de un medio intervalo , se tiene que Sea (i) (ii) una funcin suave a trozos, su serie de Fourier de cosenos es continua en de senos es continua en si y solo si si y solo si es continua es continua y

d) Derivacin trmino a trmino de una serie de Fourier No siempre se puede derivar trmino a trmino una serie de Fourier.
16

Veamos el siguiente contraejemplo: El desarrollo en serie de Fourier de senos de si

es . Al derivar la serie trmino a trmino se obtiene y mientras que la derivada de es 1. No se mantiene la igualdad pues laserie de cosenos de 1 es 1. Si una serie de Fourier de es continua y suave por tramos

entonces se puede derivar trmino a trmino Para las series de Fourier de cosenos y de senos se tienen resultados similares: (i) Si continua y Fourier de cosenos de suave por tramos entonces la serie de se puede derivar trmino a trmino suave por tramos se puede derivar

(ii) Si continua, y entonces la serie de Fourier de senos de trmino a trmino

e) Integracin trmino a trmino de una serie de Fourier Se puede integrar series de Fourier sin mayores dificultades Sea una funcin suave por tramos, su serie de Fourier se puede integrar trmino a trmino, la serie infinita resultante es convergente y siempre converge a la integral de para El resultado es vlido incluso si la serie de Fourier original tiene discontinuidades de salto La serie obtenida al integrar ser continua pero no necesariamente ser de Fourier.

17

4. LA TRANSFORMADA DE FOURIER
Las series de Fourier permiten tratar varios problemas que involucran funciones peridicas, ahora se busca extender este anlisis cuando las funciones no son peridicas para asociarles un espectro en frecuencias. 4.1. Definiciones Sea una funcin integrable sobre transformada de Fourier es la funcin , , su dada por la frmula

Si la transformada de Fourier de es una funcin integrable, la frmula dicha transformada inversa de Fourier, operacin notada , permite encontrar a partir de

La variable corresponde al tiempo y la variable a la frecuencia. Se dice que est en el dominio temporal y que est en el dominio frecuencial. Este par de transformadas de Fourier tendrn propiedades anlogas pues solo cambian el coeficiente multiplicativo y que se vuelve En general la funcin es compleja y se tendr que

donde de fase de

es el espectro de amplitud de

el espectro

18

Observaciones Si a) b) es una funcin real entonces y y son funciones par e impar de son funciones par e impar de

4.2. Propiedades de las transformadas de Fourier a) Linealidad : Si ,

funciones integrables en

b) Escalonamiento : Si ,

entonces

(La expansin en el dominio del tiempo es equivalente a la contraccin en el dominio de la frecuencia y viceversa) c) Desplazamiento en el tiempo: Si entonces

d) Desplazamiento en la frecuencia: Si entonces

e) Convolucin La convolucin de dos funciones define por la funcin

19

, notada

,se

La convolucin es una operacin conmutativa, asociativa y distributiva respecto a la suma. Convolucin en el tiempo: Si y entonces

Convolucin en la frecuencia: Si y entonces

(El inters principal de calcular el producto de convolucin por transformadas de Fourier es que estas operaciones son menos costosas en tiempo para una computadora que el clculo directo de la integral) f) Si Teorema de Parseval entonces =

(La interpretacin de esta frmula es que la energa total de la seal es igual a la energa total de su transformada de Fourier a lo largo de todas sus componentes frecuenciales) g) Continuidad La transformada de Fourier de es una funcin continua, de lmite nulo al infinito y acotada por donde ,

20

h) Derivabilidad Si la funcin es integrable, entonces se puede derivar la transformada de Fourier bajo el signo de integracin y se tiene i) Transformada de la derivada

Si es derivable, de lmite nulo al infinito y si la derivada de f(t) es integrable entonces . Este resultado se puede generalizar para derivadas de orden superior: .

Estas propiedades se pueden demostrar sin mayor dificultad usando las propiedades de la integral y aplicando la tcnica de la integracin por partes. Por ejemplo para la propiedad del desplazamiento en el tiempo:

entonces con el cambio de variable = y por tanto

se obtiene

21

5. LA funcin DELTA DE DIRAC

La delta de Dirac , llamada por abuso de lenguaje funcin de Dirac, se puede considerar informalmente como una funcin que toma el valor infinito en cero y el valor 0 en los dems puntos, y cuya integral en vale 1. En realidad la delta de Dirac no es una funcin sino una funcin generalizada o distribucin. Tambin se le llama funcin impulso.

Delta de Dirac (funcin impulso) Es muy til para aproximar funciones cuya representacin grfica tiene la forma de una gran punta estrecha y modela una carga puntual. La delta de Dirac permite definir la derivada generalizada de funciones discontinuas. La delta de Dirac viene dada por la frmula: por tanto donde es una funcin continua , que se anula fuera de algn intervalo finito (soporte de la funcin) y que se conoce como funcin test

22

5.1. Algunas propiedades de 1. 2. 3. 4. La derivada de , est dada por

5. La derivada de la funcin escaln unitario (Heaviside)

es

6.

, por tanto

7. Para la convolucin se tiene

5.2. Aplicaciones Algunas de estas propiedades pueden utilizarse para: (i) investigar el comportamiento de las series de Fourier para las derivadas de formas de ondas con un nmero finito de discontinuidades en un perodo, (ii) calcular los coeficientes de las series de Fourier de algunas
23

funciones, (iii) hallar las transformadas de Fourier de ciertas funciones que no satisfacen la condicin suficiente , como la constante, , , el escaln unitario etc. Se tiene as: 5.3. Funcin peine de Dirac La funcin peine de Dirac espaciadas de : es una suma de deltas de Dirac ,

A esta funcin tambin se le conoce como tren de impulsos unitarios, que aparece en la siguiente figura:

Como esta funcin tiene perodo T, se calcula su serie de Fourier y se tiene , que consiste de un trmino constante todos con la misma amplitud La propiedad
24

y una suma de armnicos

conduce a

es decir el clculo aproximado de una integral por el mtodo de los rectngulos es equivalente al clculo de la integral de la funcin multiplicada por un peine de Dirac. La transformada de Fourier de un peine de Dirac en el tiempo es tambin un peine similar en la frecuencia:

6. ANALISIS DE FOURIER DISCRETO

En muchos procesos del tratamiento de seales se trabaja con seales discretas o digitales. La discretizacin de una seal continua se hace a travs de una operacin llamada muestreo. 6.1. Transformada de Fourier discreta(TFD) El equivalente a la transformada de Fourier para seales continuas es la transformada de Fourier discreta (TFD). Su definicin para una seal x de N valores viene dada por para y su transformada inversa discreta por

25

Los factores de normalizacin y los signos de las exponenciales son convencionales, pueden cambiar a condicin de que los signos sean contrarios y que el producto de dichos factores sea . Si notamos y matricialmente mediante la TFD se puede expresar

La TFD permite evaluar una representacin espectral (en frecuencias) discreta de una seal discreta en una ventana de tiempo finita. Este anlisis es relativamente sencillo y adems eficaz en aplicaciones de eliminacin del ruido que contamina una seal y en otros tipos de filtrados (pasa bajos, filtros para altos, filtros pasa banda,etc.) TFD de algunas funciones a) b) c) Si entonces

6.2. Transformada rpida de Fourier (TRF) La transformada rpida de Fourier (TRF) es un algoritmo eficiente que permite calcular la transformada de Fourier discreta (TFD) y su inversa. Sus aplicaciones no solamente estn en el tratamiento digital de funciones y filtrado digital sino que se extienden a las ecuaciones
26

diferenciales. Este algoritmo fue presentado originalmente en 1965 por James Cooley y John Tukey. Evaluar directamente las sumas de la TFD cuesta productos complejos y sumas complejas mientras que la TRF utiliza solo productos y sumas. As para N=1024 el tiempo de clculo del algoritmo rpido puede ser 100 veces ms pequeo que el clculo que utiliza la definicin de la TFD. La idea es utilizar el principio dividir para conquistar: descomponer la transformada a tratar en otras ms simples y stas a su vez hasta llegar a transformadas de 2 elementos donde k puede tomar los valores 0 y 1. Una vez resueltas las transformadas ms simples hay que agruparlas en otras de nivel superior que deben resolverse de nuevo y as sucesivamente hasta llegar al nivel ms alto. Al final de este proceso, los resultados obtenidos deben reordenarse. El procedimiento es similar para el clculo de la transformada inversa. 6.3. La transformada La transformada es una generalizacin de la transformada de Fourier discreta (TFD). Es una aplicacin que transforma una sucesin en una funcin de una variable compleja , tal que sea convergente. Para una seal la variable representa al tiempo discretizado, mientras que la variable no representa nada en particular (es una creacin abstracta) pero por analoga con la transformada de Fourier se le llama frecuencia. La TFD se encuentra evaluando crculo unidad):
27

en

(es decir sobre el

La transformada tiene desplazamiento, convolucin.

las

propiedades

de

linealidad,

Si consideramos el impulso de Dirac y La transformada inversa viene dada por

y el escaln unitario para

Donde es un camino recorrido en sentido contrario a las agujas del reloj y completamente contenido en el dominio de convergencia

7. ANALISIS DE FOURIER Y PROCESAMIENTO DE SEALES

En este captulo desarrollaremos algunas tcnicas del procesamiento de seales que involucran series y transformadas de Fourier, particularizaremos sobre el anlisis del espectro y de sistemas, el filtrado y el muestreo de seales. 7.1. Anlisis espectral Las series de Fourier permiten describir una seal, funcin del tiempo, como superposicin de seales ms simples (sinusoides) de varias frecuencias mltiplos de la frecuencia fundamental . El espectro de frecuencia es una medida de la distribucin de amplitudes o de las fases de cada frecuencia. El proceso que cuantifica las diversas intensidades de cada frecuencia se conoce como anlisis espectral.

28

Una seal peridica se puede representar mediante un grfico de flechas paralelas al eje de las ordenadas de altura (intensidad) en la frecuencia . Se obtiene as una representacin del espectro de amplitudes en rayas de la seal. Recordemos que Una representacin similar con rayas se puede hacer para el espectro de fases, donde ahora las flechas tendrn alturas iguales a los argumentos . Estos espectros son discretos. En el caso que los seal tiene una sola representacin en frecuencia. sean reales la

Para la seal dada por la siguiente grfica, sus coeficientes son

y su espectro de magnitud

29

Para la transformada de Fourier el espectro ser continuo. Para la funcin escaln unitario se dan las grficas de su transformada de Fourier y de sus espectros:

7.2 Sistemas y filtros Un sistema es un proceso (o un aparato) que produce transformacin de seales. Se distinguen por tanto, una seal de entrada, una de salida y un mecanismo de transformacin representado matemticamente por un operador Entonces si , se tiene con

Si hay mltiples seales de entrada o de salida las funciones tienen valores vectoriales. Como ejemplos de sistemas tenemos amplificadores, telfonos. circuitos elctricos,

Las seales de entrada y de salida no son necesariamente de la misma naturaleza (por ejemplo en un modem). Se dir que un
30

sistema es analgico (discreto) si transforma una seal analgica (discreta) en otra seal analgica (discreta).

7.2.1. Propiedades de los sistemas Si se dota a e de la estructura de espacios vectoriales (reales o complejos) un sistema puede tener alguna o algunas de las siguientes propiedades: a) Linealidad: una combinacin lineal de entradas produce la misma combinacin de salidas: A la linealidad se le conoce tambin como principio de superposicin. Hay que observar que algunos sistemas no lineales pueden ser adecuadamente linearizados. b) Invariancia: un desplazamiento en la entrada produce el mismo desplazamiento en la salida: Si entonces Un sistema invariante tambin se dice estacionario c) Causalidad: la salida no depende de entradas futuras, es decir la respuesta en un instante dado solo depende del pasado anterior a ese instante. Si entonces d) Continuidad: S es continuo si para toda sucesin que tiende hacia , la sucesin tiende hacia . Esta nocin expresa la idea que si dos seales de entrada son cercanas las salidas correspondientes tambin lo son. La continuidad est ligada al concepto de norma pues:
31

significa que espacios de funciones

. Por tanto se dotar a los de normas.

e) Memoria: si un sistema no tiene memoria entonces la salida en un instante depende de la entrada en ese instante f) Invertibilidad: entradas distintas producen salidas distintas: Si entonces

Entre los sistemas ms interesantes a tratar estn los lineales, invariantes y continuos. 7.2.2. Algunos Sistemas a) Amplificador constante fija b) Lnea con retardo , constante real c) Diferencial

7.2.3. Sistemas lineales, continuos e invariantes El trmino filtro designa a la vez un sistema fsico que permite modificar seales (por ejemplo un ecualizador) y su modelo matemtico dado por un sistema lineal, continuo e invariante . El papel de un filtro es modificar la fase y la amplitud de las componentes de una seal. Los sistemas a), b) y c) son filtros. Otra definicin de sistema lineal invariante es que las seales de entrada y de salida (o respuesta) estn relacionadas por una ecuacin diferencial lineal con coeficientes constantes o un sistema con este tipo de ecuaciones. Este modelo da cuenta de la relacin existente entre las variaciones de la seal de salida y los valores o las
32

variaciones de la seal de entrada. Aparece en circuitos elctricos y sistemas mecnicos. a) Salida de una seal peridica Enunciemos en primer lugar el siguiente resultado La respuesta de , sistema lineal e invariante, a una seal exponencial es tambin una seal exponencial y proporcional a la entrada, es decir

Dicho de otra manera, propio .

es funcin propia de

asociada al valor

Este resultado es importante ya que la serie de Fourier asociada a una seal peridica se escribe y por tanto por linealidad se tendr . Es decir que la imagen de la seal peridica est determinada completamente por las salidas que corresponden a los elementos de la base . Tanto la serie de entrada como la serie de salida tienen las mismas frecuencias, lo que no es el caso para sistemas no lineales que crean nuevas frecuencias. Por tanto la localizacin de las rayas del espectro no cambia. El filtrado consistir entonces en disminuir, amplificar o seleccionar ciertas rayas. b) Salida de una seal cualquiera Ahora se estudiar la respuesta a un seal cualquiera. Para ello notaremos la salida del impulso unitario (delta de Dirac), llamada respuesta impulsional.
33

La respuesta de , sistema lineal e invariante, a una seal cualquiera est dada por el producto de convolucin de esta entrada y de la respuesta del sistema al impulso unitario:

En lugar de calcular explcitamente la respuesta del sistema en el tiempo, cuyo clculo puede resultar laborioso, muchas veces interesa determinar su contenido en frecuencias y se tiene el siguiente resultado en trminos de transformadas de Fourier: Si , , A , se le conoce como la funcin de transferencia del sistema, . La , entonces

y se acostumbra a escribirle como cociente

funcin de transferencia tipifica al filtro pues determina la forma en la que la seal entrante cambia en amplitud y fase al pasar a travs del filtro. Observacin El valor de para la salida de la exponencial tratada en el literal 6.2.3.a) es justamente

7.2.4. Filtros digitales Los filtros digitales modifican una seal discreta mediante operaciones matemticas. Los filtros analgicos utilizan componentes fsicas (resistencias, condensadores, transistores, etc.), los filtros digitales actan con
34

circuitos integrados, procesadores programables o software de una computadora (por ejemplo los programas para retocar imgenes). La representacin matemtica en el dominio temporal discreto se da mediante ecuaciones en diferencias. Para un filtro de orden para una seal se tiene

En el dominio de las frecuencias, usando la transformada funcin de transferencia de orden viene dada por

, la

Los valores de los coeficientes y determinarn el tipo de filtro (pasa bajo, pasa alto, etc.). En general se toma . 7.3. Muestreo El muestreo es la operacin que consiste en tomar muestras peridicas de los valores de una seal continua (analgica) a intervalos regulares de tiempo (o de la variable independiente). La frecuencia a la cual se capturan los valores se dice frecuencia de muestreo. El muestreo es el primer proceso que interviene en la conversin de una seal analgica en digital. Los otros procesos matemticos son la cuantificacin (asignacin de un margen de valor a un nico nivel de salida por ejemplo por redondeo o truncamiento sobre una precisin determinada) y la codificacin (traduccin de los valores cuantificados a un cdigo, generalmente binario). La cuantificacin, al contrario del muestreo, no es reversible pues se produce una prdida de informacin que se traduce en un error llamado ruido de
35

cuantificacin. Durante el muestreo la seal es an analgica (puede tomar cualquier valor), a partir de la cuantificacin la seal se vuelve digital (toma ya valores finitos). Esta transcripcin a seales digitales se realiza con el objetivo de facilitar su procesamiento (compresin, etc.) y darle a la seal resultante mayor inmunidad al ruido y otras interferencias a las que son ms sensibles las seales analgicas. Segn el teorema de Nyquist-Shannon para replicar con exactitud la forma de la seal la frecuencia de muestreo debe ser superior al doble de la mxima frecuencia a muestrear. Esa frecuencia lmite se llama frecuencia de Nyquist. Por ejemplo un CD de audio contiene datos musicales muestreados a 44,1kHz (44 100 muestras por segundo) ya que el odo humano puede captar los sonidos hasta 16kHz y a veces hasta 22kHz.

Teorema del muestreo uniforme en el dominio del tiempo Sea una seal analgica, cuya frecuencia ms alta es (o sea que la seal es de banda limitada). Si se realiza un muestreo regular de ) con frecuencia de muestreo mayor o igual a , entonces se puede determinar por completo a partir de la seal discreta. Dicho de otra manera, la informacin completa de la seal analgica original que cumple el criterio anterior se describe completamente por la serie total de muestras resultantes del proceso de muestreo, de la siguiente manera:

36

donde

Se observa que cada muestra est multiplicada por la funcin muestreadora

y todas estas funciones resultantes se suman para obtener

Muestreo y reconstitucin de

37

En caso de que la seal sea muestreada a una tasa inferior a la indicada las trasladadas vecinas se superponen dando origen al fenmeno llamado aliasing y no se puede recuperar la seal inicial. Si se cumple con la condicin indicada de nada sirve aumentar la frecuencia de muestreo.

Encabalgamiento de seales. aliasing Como se constata con las frmulas expuestas la seal analgica no se obtiene mediante interpolacin lineal de los puntos resultantes del muestreo. Tambin existe un teorema similar cuando se considera el dominio de las frecuencias. Teorema del muestreo uniforme en el dominio de la frecuencia Sea una seal analgica, cuyo banda es (es decir fuera de ese intervalo ), entonces su transformada de Fourier se puede determinar en forma unvoca a partir de los valores de tomados en los puntos equidistantes , mediante la frmula

38

REFERENCIAS
[1] Claude GASQUET, Patrick WITOMSKI Analyse de Fourier et applications, Universit de Grenoble I, Dunod (1996) [2] Hwei P. HSU, Iberoamrica,(1987) Anlisis de Fourier, Addison-Wesley

[3] http://www.jhu.edu/~signals/index.html

39