Procesamiento Digital de Seales

Ing. Pablo Narvez Pgina 1

 Procesamiento Digital de Seales

INDICE

1 ANAILIS DE TIEMPO DISCRETO 3

2 RESPUESTA A UNA ENTRADA SINUSOIDAL 4
3 SERIE DE FOURIER 5
4 TRANSFORMADA DE FOURIER 6
5 MUESTREO 11
6 PROGRAMACION DE LA TRANSFORMADA DE FOURIER 11
7 TRANSFORMADA RAPIDA DE FOURIER 15
8 BIBLIOGRAFIA 19
9 ANEXO 19

Ing. Pablo Narvez Pgina 2

 Procesamiento Digital de Seales

1. Anlisis de Tiempo Discreto

1.1. Introduccin:
Para seales definidas en instantes de tiempo discreto, no es
posible definir la derivada, por lo tanto para describir sus variaciones en el
tiempo, es la diferencia de los valores que toma la seal entre instantes
sucesivos. La descripcin ms tradicional es la ecuacin de recursin del
sistema, ERS, que relaciona los valores presentes y pasados de la entrada del
sistema y de la salida.
y(t) + an-1y(t-1) + + a0y(t-n) = bmu(t) + bm-1u(t-1) + +b0u(t-m)
Esta ecuacin as escrita es estrictamente causal ya que solo
depende de valores presentes y pasados de la entrada.
La solucin de esta ecuacin debe cumplir las condiciones de
estado inicial que generalmente es un conjunto de valores n y(i), y(i-1), , y(i-
n-1) donde i=-1 o i=n-1.
Definiendo el operador de adelanto temporal q de la siguiente
manera:
q(f(t)) = f(t+1)
qn(f(t)) = f(t+n)
q-l(f(t)) = f(t-l)
Usando el operador en la ecuacin de recursin nos queda:
y(t) + an-1 q-1 y(t) + + a0 q-n y(t) = bmu(t) + bm-1 q-1 u(t-1) + +b0 q-m u(t)

1.2. Resolucin de Homognea y componente particular de la ERS.

La componente homognea satisface la ecuacin homognea asociada
y(t) + an-1 q-1 y(t) + + a0 q-n y(t) = 0
La componente particular es una funcin independiente de las condiciones
iniciales.

1.3. Frecuencias y Modos Naturales

Empleando la ecuacin homognea y planteando el siguiente lema
Lema 1: la funcin f(t) = C 0
t
(0 0) satisface la ecuacin homognea para
cualquier constante C Complejos si y solo si 0 Complejos satisface la
ecuacin caracterstica asociada a la ecuacin homognea.
pq() = n + an-1n-1 + +a1 + a0
Ing. Pablo Narvez Pgina 3
 Procesamiento Digital de Seales

pq() = =0
Es conocido como el polinomio caracterstico asociado a la ERS.
Lema 2: si el polinomio caracterstico pq() tiene una raz doble, digamos en =
1; entonces la funcin f2(t) = Ct1t satisface la ecuacin homognea.
Lema 3: Si el polinomio caracterstico pq() tiene una raz de multiplicidad n1
en = 1, entonces la funcin fi(t) = Cti1t satisface la ecuacin homognea para
i = 0,1,2,.,n1-1.
De la ecuacin homognea se puede escoger un conjunto de valores arbitrarios
y(-1),.Por cada conjunto elegido hay una solucin distinta.
Por su parte la solucin particular es una funcin del tiempo completamente
determinada, independientemente de las condiciones inciales. La solucin
completa y(t) = yh(t) + yp(t).
Si las soluciones distintas son 1, 2, , p con multiplicidades n1, n2, ,np
respectivamente, totales que n1 + n2 + + np = n, entonces la forma general de
yh(t) es:
yh (t)=p n l C t i1 t
i =1
l=1 li l

Donde Cli son constantes arbitrarias, los que satisfacen la ecuacin del
polinomio caracterstico son conocidos como autovalores, valores propios o
frecuencias naturales del sistema. Cuando las soluciones son complejas,
siempre ocurren en pares conjugados, los cuales se denominan modos naturales
del sistema.

2. Respuesta a entradas Sinusoidales

Si la entrada del sistema es una seal sinusoidal
de tiempo discreto de periodo N Z que puede escribirse como:
u(t) = A cos(t + ); con = 2/N
Donde:
A= es la amplitud.
= es el ngulo de desfasaje.
= es la frecuencia angular discreta [rad]. Determina la frecuencia discreta
f=1/N y el periodo T=N de la sinusoide.

Ing. Pablo Narvez Pgina 4

 Procesamiento Digital de Seales

3. Serie de Fourier
Es la representacin de funciones definidas en instantes de tiempo
discreto como suma de sinusoides, tambin definidas en tiempo discreto.
Las series trigonomtricas son poco usadas, prefirindose la forma
exponencial. As, consideramos seales de la forma:
f(t) = ejt ; t=0,1,2,..
La idea es representar una funcin peridica como suma de un
trmino constante y un conjunto de sinusoides de frecuencias mltiplos de la
frecuencia fundamental.
y(t+N) = y(t) para todo t.
Donde la frecuencia fundamental se define como:
0 = 2/N
Con frecuencia fundamental 0.
As para representar una funcin discreta y(t) de periodo N en serie
de Fourier nos basta simplemente una suma de las primeras N armnicas.
2
() = 1
=0
0
0 =

Desde el punto de vista del algebra lineal queremos representar el

vetor y(t) en trminos de los vectores del conjunto:
d = { 1,ejt,ej2t,, ej(N-1)t}
1 2
= 1
=0 ()
0
0 =

Resumiendo el resultado principal es que una seal discreta y(t)

con valores de t [0, N-1], puede representarse mediante la serie de Fourier discreta.
Adicionalmente se puede interpretar como un par de transformaciones de la
siguiente manera:

() = 1
=0
0

1 2
= = 1
=0 ()
0
0 =

Donde Yn se define como la Transformada de Fourier Discreta de

y(t) peridica.

Ing. Pablo Narvez Pgina 5

 Procesamiento Digital de Seales

4. Transformada de Fourier
Partiendo de las ecuaciones de la serie de Fourier
discreta, la cual no es ms que una combinacin lineal finita de N exponenciales
complejas, y considerando que el periodo crece hasta el infinito, es decir la seal ya

no es peridica. Suponiendo n = n 0 podemos definir la siguiente funcin
(Transformada de Tiempo Discreto de Fourier TFTD):
1

2
[ ] = = () 0 0 =

=0

Reemplazando esto en la formula de y(t) nos queda

(Transformada de Tiempo discreto de Fourier Inversa TFTDI):
1
1
() = [ ] 0

=0
1
1
() = [ ] 0

=0

Al hacer tender N al infinito la frecuencia fundamental

0 tiende a 0. Por otro lado la sumatoria corresponde a una suma de Riemann que en el
lmite cuando N tiende a infinito, se convierte en una integral en variable continua .
1 2
() =
2 0

4.1. TDF y TDFI En Sistemas Digitales

En sistemas digitales se produce el
muestreo de N valores en un tiempo determinado y no para N que tiende a
infinito, con lo cual adaptado las ecuaciones anteriores a un rango de valores de
0<n<N-1 la Transformada Discreta de Fourier nos queda:
1
2
[] = [] 0 < < 1
=0

Haciendo lo mismo para la Transformada

Discreta de Fourier Inversa nos queda:

Ing. Pablo Narvez Pgina 6

 Procesamiento Digital de Seales
1
1 2
[] = []

=0

4.2. Ejemplos
4.2.1.1. Ejemplo 1: Utilizar la DFT para calcular la respuesta en
frecuencia discreta de una seal x[n] definida por:
x[0] = 0; x[1] = 1, x[2] = 2, x[3] = 3 (Rampa truncada)
N=4
1
2
[] = [] 0 < < 1
=0

4.2.1.2. Ejemplo 2: Continuado con el ejemplo anterior, demostrar que

los 4 puntos de la respuesta en frecuencia son realmente
necesarios para reconstruir la seal x[n].
El problema se resuelve empleando la Transformada Discreta de
Fourier Inversa:
1
1 2
[] = []

=0

Ing. Pablo Narvez Pgina 7

 Procesamiento Digital de Seales

N=4
n = 0, 1, 2, 3

x[1] = 1

x[2] = 2

Debemos tener en cuenta que la IDFT es peridica (periodo M) en

este ejemplo M = 4
x[5] = x[1] , x[6] = x[2] ;...... etc M =4
Comprobacin:

Pero

Ing. Pablo Narvez Pgina 8

 Procesamiento Digital de Seales

4.2.1.3. Ejemplo 3: Una seal x(t) se muestrea a una frecuencia fs = 8

kHz. Los valores de las muestras son x[0] = 1; x[T] = 0, x[2.T] =
0, x[3.T] =1. Representar en el dominio de la frecuencia el
mdulo y la fase de la DFT. Calcular la IDFT.
DFT de 4 puntos correspondiente a la secuencia x [0]= 1, x[1]= 0,
x[2]= 0, x[3]= 1

N =4 y k = 0,1,2, 3

Cuando se representa X[k] en funcin de la frecuencia debemos

tener en cuenta que cuando de una seal aperidica x[n] se
toman N muestras con un periodo de muestreo T, su espectro
frecuencial puede ser completamente representado en el dominio

Ing. Pablo Narvez Pgina 9

 Procesamiento Digital de Seales

de la frecuencia mediante muestras espaciadas frecuencialmente

1/NT Hz. 2/NT rd/sg. Donde al trmino df = 1/NT se le
denomina resolucin espectral.
Si la frecuencia de muestreo son 8 kHz, el correspondiente

periodo ser df = = 2 kHz. Por lo

.
tanto X[1]= X[df] = 2 kHz, X[2] = X[2 df ] = 4 kHz, X[3] =
X[3.df] =6 kHz. En la figura se representa |X[ k] | y
en funcin de kW.

Para determinar x[n] a partir de las muestras espectrales se

calcula la IDFT.

n = 0, 1, 2, 3

Ing. Pablo Narvez Pgina 10

 Procesamiento Digital de Seales

5. Muestreo
Nos dice que una seal continua de banda limitada puede ser
completamente caracterizada en el dominio del tiempo por un conjunto de muestras
tomadas adecuadamente. En el dominio de la frecuencia tambin se puede aplicar el
mismo teorema de la siguiente forma:
"El espectro continuo de una seal de duracin limitada a T0 segundos
puede ser completamente representada por muestras regularmente espaciadas a
intervalos de frecuencia inferiores a 1/T0 Hz."
Una seal aperidica x[n] de la que se toman N muestras durante un
tiempo T0 =NT, donde T es el periodo de muestreo, su espectro frecuencial puede
ser completamente representado en el dominio de la frecuencia mediante muestras
espaciadas frecuencialmente 1/NT Hz. 2/NT rad/seg.
Al trmino df = 1/NT se le denomina resolucin espectral. Puesto que la
frecuencia digital W = w T donde w es la frecuencia angular analgica. Concluimos
diciendo que debemos muestrear en el dominio frecuencial de W a intervalos menor
o igual que 2/N.
Por ejemplo con una frecuencia de muestreo fs = 50 KHz (T = 0.02 msg)
y capturando 256 muestras la resolucin espectral df = 1/NT = 1/256*0,02=
195,3125 Hz. por eso una seal senoidal de 3.125 kHz se representa como una
simple ordenada en 16 armnico (3125/195,3125 = 16 ).
Otro aspecto a recordar es que el espectro frecuencial de una seal o
sistema digital LTI es siempre una funcin peridica de periodo 2p. Sabemos que
esto es una consecuencia del Teorema del Muestreo. Puesto que un periodo es
suficiente para definirlo, muestreando a intervalos de 2/N se obtienen 2/2/N=
N muestras en el dominio frecuencial.

Ing. Pablo Narvez Pgina 11

 Procesamiento Digital de Seales

6. Programacin De La Transformada de Fourier

El aspecto ms importante a la hora
de programar la DFT es el desarrollo de algoritmos que minimicen el tiempo de
ejecucin. En este tema desarrollaremos diferentes algoritmos para programar la
DFT. Las multiplicaciones son las que ms tiempo emplean, as que dedicaremos
especial atencin a su nmero e implementacin. Tambin es importante darse
cuenta que las DSP's estn especialmente diseadas para efectuar multiplicaciones
de la forma ms rpida posible.
La Transformada Discreta de Fourier(DFT) de una seal x[n] definida en el rango
0 N-1
1
2
[] = [] 0 < < 1
=0

Aplicando la identidad de Euler se obtiene:

1
2 2
[] = [] cos sin

=0

La Transformada inversa de Fourier (IDFT), que permite generar la seal x[n] a

partir de sus muestras espectrales X[k], se define:
1
1 2
[] = []

=0

Para 0 N-1 igualmente se expresa como:

1
1 2 2
[] = [] cos + sin

=0

Donde los valores de x[n] son

evaluados en el rango 0<n<N-1.
La nica diferencia, a efectos de
implementacin, entre la DFT y la IDFT es el factor de escala 1/N y el cambio de

Ing. Pablo Narvez Pgina 12

 Procesamiento Digital de Seales

signo en la funcin exponencial. Por lo tanto si desarrollamos un algoritmo para

calcular la DFT, el clculo de la IDFT es inmediato. Este hecho es una consecuencia
directa de la simetra existente entre los dominios del tiempo y la frecuencia.
Cuando los N valores de x[n] son
reales, X[k] se descompone en su parte real e imaginaria.

1
2
([]) = [] cos [1]

=0
1
2
([]) = [] sen [2]

=0

A partir de los cuales se calcula el

|X[k] | y la potencia media cuadrtica definida por la expresin:

|X[k] |2 = |R(X[k])|2 + |I(X[k] )|2

Y la fase correspondiente:

Si la seal x[n] es compleja, x[n] =

r[n] + j i[n] donde r[n] e i[n] son la parte real e imaginaria respectivamente de x[n].
Empleando la notacin W 0 = 2/N; la
DFT se caracteriza por la expresin:

X[k] =

Donde

R( X[k] ) =

Ing. Pablo Narvez Pgina 13

 Procesamiento Digital de Seales

I( X[k] ) =
La implementacin directa de estas
ecuaciones exige un alto coste en multiplicaciones. Las ecuaciones R(X[k]) y
I(X[k]) requieren un total de 4.N2 multiplicaciones en coma flotante, mientras que
las ecuaciones [1] y [2] requieren un total de 2.N2 multiplicaciones en coma flotante.
Si la seal x[n] adems de ser real es
par o impar el nmero de multiplicaciones se reduce a N2.
Supongamos que deseamos calcular
la DFT de una seal real de 64 valores. Observando las expresiones [1] vemos que

necesitamos emplear los valores de y con n y k

variando entre 0 y 63. Cada funcin trigonomtrica toma 64 valores por periodo, y
es esto lo que se hace en primer lugar almacenado los valores en una tabla. La seal
x[n] se modela por la ecuacin

x[n] =

0 n 63
Las cuatro componentes tienen 64,
16, 8 y 4 muestras por periodo respectivamente, por lo tanto corresponden con el
fundamental, 4; armnico, 8 armnico y 16 armnico. La fase vara entre /2 y -
/2 . Observar la simetra existente en la representacin.
En este ejemplo y en los siguientes la
DFT se calcula mediante dos algoritmos distintos.
Veamos otro ejemplo. Se tiene la seal x[n] = x1[n] + x2[n] donde x1[n] y x2[n] se
modelan por:
x1[n]=

Ing. Pablo Narvez Pgina 14

 Procesamiento Digital de Seales

x2[ n] =

La DFT se evala sobre 64 muestras.

Qu se observa en la representacin cuando existen componentes distintos de cero
o con valores negativos? Lo mismo que en caso anterior la fase vara entre /2 y -
/2. Observar la simetra existente en la representacin.

7. Transformada Rpida de Fourier

La Transformada Rpida de Fourier (Fast
Fourier Transform) es una herramienta fundamental en el procesado digital de
seales. Su origen es relativamente reciente puesto que fueron J.W.Cooley y J.W
Tukey, quienes hacia 1965 abordaron por primera vez el problema de la
programacin de un algoritmo para el clculo de series complejas.
Ante todo debe quedar claro que la FFT no es
una nueva transformada sino que se trata de un algoritmo para el clculo de la
Transformada Discreta de Fourier (DFT). Su importancia radica en el hecho que
elimina una gran parte de los clculos repetitivos a que est sometida la DFT, por lo
tanto se logra un clculo ms rpido. Adems, la FFT generalmente permite una
mayor precisin en el clculo de la DFT disminuyendo los errores de redondeo.
Dada la relevancia del estudio del
comportamiento frecuencial en relacin al procesamiento digital de seales, se
pueden mencionar algunas aplicaciones de la misma:
I. Comparativa de ventanas para los filtros
FIR.
II. Deteccin del problema de aliasing.
III. Deteccin de seales con distorsin.
IV. Medidas sobre circuitos electrnicos.

Ing. Pablo Narvez Pgina 15

 Procesamiento Digital de Seales

La implementacin del algoritmo de la

FFT puede realizarse de dos formas distintas:
I. Mediante un programa que pueda ejecutarse tanto en un PC como en una
tarjeta que posea un microprocesador especfico para este tipo de
operaciones (DSP).
II. Mediante el desarrollo de una tarjeta (HARDWARE) en la cual se
emplean circuitos integrados especficos. Tal es el caso de los modernos
analizadores de espectro (FPGA).
Para disminuir la cantidad de clculos existen
dos tipos del algoritmos a saber:
A. Algoritmo de diezmado e tiempo en base
2.
B. Algoritmo de diezmado en frecuencia en
base 2.

7.1 Algoritmo de Diezmado en tiempo en base 2:

El objetivo que persigue este
algoritmo es de calcular la DFT de una secuencia x[n] de longitud N = 2k, para k
, dividiendo esta seal en dos subsecuencias de longitud N/2 .
Para ello Partiendo de la DFT de
una serie de muestras x[n] para 0 n N se define:
1
2
[] = [] 0 < < 1
=0

Dividiendo la cantidad de muestras en

N/2 para las n pares y N/2 para n las impares nos queda la ecuacin de la siguiente
manera:

1 1
2 2
2 2
[] = [2] 2 + [2 + 1] (2+1)
=0 =0

1 2 1 2
2 2 2
[] = [2] 2 + [2 + 1] 2
=0 =0

Ing. Pablo Narvez Pgina 16

 Procesamiento Digital de Seales

De donde se ve que tanto en la parte

par e impar son iguales y lo nico que diferencia a la parte par de la impar es solo
2

que se debe multiplicar por 2 la parte impar.
Definiendo para seales simetricas
nos queda:

1 2
2
[] = [2] 2
=0
2
[] = [] + []

En general se puede concluir que la

transformada rpida nos queda:

1 2 1 2
2 2 2
[] = [2] 2 + [2 + 1] 2
=0 =0

Reemplazando la identidad de Euler

la ecuacin nos queda:

1
2
2 2
[] = [2] cos sen

=0 2 2

1
2
2 2 2 2
+ [2 + 1] cos sen cos sen

=0 2 2
Ordenando las ecuaciones para el
clculo nos queda:

1
2
2 2 2
[] = [2] cos + [2 + 1] cos cos

=0 2 2

1
2
2 2 2
[] = [2] sin + [2 + 1] sin sin

=0 2 2

Ing. Pablo Narvez Pgina 17

 Procesamiento Digital de Seales

Otra forma de obtener la

transformada rpida es partiendo de la ecuacin general y tomando:

Antes de entrar en detalles sobre la FFT

comprobemos la naturaleza peridica del trmino , de hecho la periodicidad y

simetra de contribuyen a la redundancia de la DFT.

En la siguiente tabla se evala

Desarrollo intuitivo Para mostrar el algoritmo

de la FFT empecemos por elegir un nmero de muestras N = 2m donde m es un
nmero entero. Estudiemos el caso de N= 4
{x[ 0] , x[ 1] , x[ 2] , x[ 3] } <---------- {X[ 0] , X[ 1] , X[ 2] , X[ 3] }

Ing. Pablo Narvez Pgina 18

 Procesamiento Digital de Seales

Este clculo implica 12 sumas y 9

multiplicaciones complejas.

Observando que es peridica, con un

periodo igual a 4 , el clculo de X[2] y X[3] se expresa como:

Y el anterior sistema de ecuaciones se puede

reescribir como:

Cuyo clculo implica 12 sumas y 5

multiplicaciones complejas.
El diagrama en bloques se representa en la
siguiente figura.

Ing. Pablo Narvez Pgina 19

 Procesamiento Digital de Seales

Esta interpretacin de la FFT de 4

puntos sugiere que la organizacin de la FFT se obtuvo dividiendo la DFT de 4
puntos en dos TDF de 2 puntos y combinando sus coeficientes. Observar que en el
desarrollo del algoritmo, el dato x[0] se empareja con x[2] , y x[1] con x[3] . El
algoritmo empleado se representa mediante el diagrama de flujo mostrado en la
Figura.

Esto implica que la organizacin de una FFT

de 8 puntos se puede dividir en dos DFT de 4 puntos y a continuacin
una combinacin de ambos conjuntos de coeficientes.

Algoritmos de programacin
Cuando un determinado algoritmo para evaluar la FFT
se aplica en el dominio del tiempo, se denomina de forma general como estimacin
en el tiempo , (Decimation in Time DIT). El primer algoritmo DIT fue debido a
Cooley y Tukey. La estimacin se refiere a una significante reduccin en el nmero
de clculos realizada en el dominio del tiempo.

Ing. Pablo Narvez Pgina 20

 Procesamiento Digital de Seales

Veamos a continuacin el caso general cuando N es

potencia de 2, es decir, N = 2m, siendo m un nmero natural. Este procedimiento se
conoce como estimacin en el tiempo en base 2 siendo uno de los algoritmos ms
empleados para evaluar la FFT.
Una vez entendido el algoritmo de estimacin en el
tiempo en base 2, en las siguientes pginas se explica otro algoritmo basado en
un procedimiento de separacin de ndices.

8. Bibliografa
M.E.Salgado, J. I. Yuz, R. A. Rojas. ANALISIS DE SISTEMAS LINEALES.
Ed. Pearson-Prentice Hall. Madrid-Espaa 2005.
E. V. Payer. TEORIA DE SEALES. Ed. Cientfica Universitaria. Crdoba-
Argentina 2005.
V. H. Sauchelli. TEORIA DE SEALES Y SISTEMAS LINEALES. Ed.
Cientfica Universitaria. Crdoba-Argentina 2004.
J. A. Usategui, B. G. Zapirain, I. A. Matrinez, J. V. Saez.
MICROCONTROLADORES AVANZADOS DSPIC. Ed. Thomson. Madrid-
Espaa 2006.

9. Anexo

Ing. Pablo Narvez Pgina 21