FOURIER

P A R A S E Ñ A L E S
D E T I E M P O
D I S C R E T O

PROCESAMIENTO DIGITAL DE SEÑALES

FEBRERO 2023
 Índice

Integrantes Series de Fourier

Transformada de Fourier TF de tiempo discreto

Transformada Discreta de Fourier DFT

Luisa Alejandra Lopez Albarracín

Melanie Gabriela Polo Gómez Transformada Rapida de Fourier FFT

David Leonardo Chaparro Rodriguez

Juan Manuel Romero Martinez Aplicaciones de la DFT

Daniel Felipe Catañeda Ovalle

Ejemplos aplicación FFT

 SERIES DE FOURIER
Es una serie infinita que converge puntualmente a una función periódica y continua.
Permite analizar funciones periódicas a través de la descomposición de una función en una suma infinita de funciones
sinusoidales mucho más simples(con amplitudes y frecuencias diferentes).

Tienen la forma:

En donde en términos de señales,

a0 es el valor DC en f=0 Hz
an y bn son amplitudes de señales seno o coseno

Las series de Fourier sirven para señales de tiempo continuo, sin embargo, se emplean otras herramientas como la TF y
DFT para tiempo discreto, con el fin de crear funciones específicas a partir de espectros .
SERIES DE FOURIER
Son muy similares a las propiedades de la Serie de Fourier para señales de tiempo
continuo (STFTC). Algunas de las propiedades más importantes de la STFTD son las
siguientes:

Linealidad: la STFTD es una operación lineal, lo que significa que la

transformación de una suma ponderada de señales es igual a la suma
ponderada de las transformaciones de cada señal por separado.

Periodicidad: la STFTD se aplica a señales digitales periódicas. Esto significa

que si la señal no es periódica, se puede considerar como periódica con un
período infinito, lo que implica que su espectro se extiende a lo largo de todo el
eje de frecuencia.

Simetría conjugada: el espectro de la STFTD es conjugado simétrico con

respecto a la frecuencia
ANALISIS ESPECTRO DE FRECUENCIA POR
SERIES DE FOURIER
Las series de Fourier solo aplican para
señales peródicas y discretas.

Asimismo, permiten calcular magnitud y

fase de cada una de las señales que
conforman una en específico.

El espectro de frecuencia por este método,

describe una señal discreta en donde en
cada unidad de frecuencia, hay una magnitud
específica.
 TRANSFORMADA DE FOURIER
Es una transformación que permite extraer información sobre la frecuencia de un ciclo de cualquier función, cuando se
conoce solo una parte de su comportamiento.

Cualquier función, generalmente periódica, se puede aproximar

por medio de señales sinusoidales con diferentes amplitudes y
frecuencias. De forma que cuanto más coincide una onda simple
con el dato observado, más peso tiene en la determinación de
la función original.

Con la serie de Fourier se puede adquirir un cambio en el

dominio de la función; al pasar de la información contenida en
una señal al dominio en el tiempo para transitar al de la
frecuencia y viceversa, de tal forma que se mejora el análisis de
la señal.
PROPIEDADES
Desplazamiento en el tiempo: Un desplazamiento en el tiempo de una señal
digital periódica se traduce en una fase lineal del espectro de la STFTD.

Modulación en frecuencia: Una modulación en frecuencia de una señal digital

periódica se traduce en una modulación en amplitud del espectro de la STFTD.

Convolución en el tiempo: La convolución en el tiempo de dos señales digitales

periódicas se traduce en la multiplicación de sus espectros de la STFTD.

Teorema de Parseval: La energía total de una señal digital periódica es igual a

la suma de los cuadrados de sus coeficientes de la STFTD.
 ECUACIÓN TF DE TIEMPO DISCRETO
La transformada Fourier de Tiempo Discreto se usa como base fundamental para la
representación de sistemas lineales . La formula general que permite aplicar el concepto
es:

Esta es la señal de espectro resultante.

La principal función es que al aplicarle un muestreo a alguna señal, por medio de la
aplicación de la DTFT, podemos obtener y recuperar la función continua para las
muestras seleccionadas. De esta manera la DTFT es la función continua de la frecuencia
de una señal.
 ECUACIÓN TF DE TIEMPO DISCRETO
Del concepto de la Transformada de Fourier de Tiempo discreto (DTFT) se obtiene la
Transformada Discreta de Fourier (DTF), ya que esta consiste en la toma de muestras de
una señal continua.
De esta manera se podría decir que tiene un comportamiento inverso, en donde la señal
de frecuencia continua la obtenemos por medio de la DTFT y al aplicar la transformada
inversa obtendríamos la señal de muestreo, la cual seria el mismo resultado de aplicar la
DTF.
 PROPIEDADES TF DE TIEMPO
DISCRETO
Periodicidad Espectral:
El espectro de frecuencia obtenido a partir de la DTFT es continua y tiene periodo
de 2 .

Desplazamiento en el tiempo:
Los corrimientos en el tiempo implican aportes en la fase de la señal de frecuencia,
de manera que se cumple con la siguiente expresión.
 PROPIEDADES TF DE TIEMPO
DISCRETO
Desplazamiento en la frecuencia:
Al realizar un corrimiento en la señal de frecuencia, la señal de muestreo debe de
ser multiplicada por un factor exponencial.

Convolución:
La convolución en el tiempo es equivalente a el producto entre funciones en la
frecuencia .
 CONCLUCIONES ACERCA DE LA TF DE
TIEMPO DISCRETO
Como se vió con anterioridad la Transformada de Fourier de Tiempo Discreto permite
que las señales de tiempo discreto pasen a un dominio continuo.
De esta manera se puede concluir que a cualquier señal discreta y finita se le puede
calcular su Transformada de Fourier(DTFT).

Su aplicación en el Procesamiento Digital de señales se puede basar en el principio de

que a una señal muestreada, sea una señal de voltaje, audio, vibraciones de sistemas
entre otros, se le puede hallar su representación continua en el tiempo y proceder a
realizar el análisis necesario para la aplicación correspondiente.
El caso mas utilizado de la Transformada de Fourier se da a partir de la DTF, ya que esta
es la que permite hacer el muestreo de las señales análogas en estudio.
 ECUACIÓN DFT
Sea x[k] una señal discreta de periodo N, se puede descomponer en una suma de N exponenciales complejas
armónicamente relacionadas, es decir, de frecuencias múltiplo de la frecuencia fundamental.

Donde los coeficientes ak son número complejos y se les conoce con el nombre de coeficientes del DSF.Sin
embargo, en la expresión y teniendo en cuenta un análisis de señales en frecuencia:
X(n) es el numero de muestras capturadas.
X(k) representa la altura de cada armónico.
 OBTENCIÓN COEFICIENTES DFT

Para obtener los coeficientes de la Descomposición en Serie de Fourier (DSF) de una señal discreta no periódica, se
debe primero convertir la señal no periódica en una señal periódica mediante una técnica de extensión adecuada,
como por ejemplo la extensión por cero, la extensión por replicación o la extensión por ventana.

Luego, se aplica la fórmula para obtener los coeficientes de la STFTD de la señal periódica resultante, que serán
los mismos que los coeficientes de la DSF de la señal original.

Finalmente, se puede truncar la serie de Fourier en un número finito de términos, lo que resultará en una
aproximación de la señal original con una cierta precisión determinada por el número de términos utilizados.
Definición de la TF en DT y de su inversa

TRANSFORMADA DE
La transformada discreta de Fourier en
FOURIER DE SEÑALES
tiempo discreto se puede definir
sencillamente como la forma de expresar la DISCRETAS
señal como una suma infinita de sinusoides
La DFT es una herramienta muy poderosa
para analizar señales de tiempo discreto en
el dominio de la frecuencia. Permite
identificar las componentes de frecuencia
que componen la señal y, por lo tanto, es
útil en muchas aplicaciones, como el
procesamiento de señales, la compresión
de audio y la transmisión de datos.
PROPIEDADES SERIES DE FOURIER EN DT
Desplazamiento en
Periocidad Reflexión
tiempo
La transformada de Fourier en
tiempo discreto es SIEMPRE Si X(n) tiene como Si X(n) tiene como
periódica en ω con periodo 2π transformada X(w) entonces transformada X(w), cuando se
si se refleja, la transformada desplace en tiempo X(n-n0),
de X(-n) también se refleja y su transformada en tiempo
queda X(-w) discreto se evidencia de la
forma:
DUALIDAD SF EN Serie de Fourier
EL DT discreta
La dualidad de series de Fourier en tiempo La DFS se utiliza para descomponer una señal
discreto se refiere a la relación entre la discreta en una serie de componentes sinusoidales
transformada de Fourier discreta (DFT) de una con frecuencias y amplitudes específicas.
señal discreta en el dominio del tiempo y su serie la DFS se utiliza en el análisis de señales periódicas,
de Fourier discreta (DFS) en el dominio de la como las señales de audio y las señales de tiempo
frecuencia. discreto generadas por sistemas de control.

La dualidad de series de Fourier en tiempo

discreto establece que la DFT de una señal
discreta es equivalente a su DFS periódica, y
Transformada de
viceversa. En otras palabras, si se toma la DFT
de una señal y se extiende periódicamente su
Fourier discreta
resultado, se obtiene su DFS, y si se toma la DFS La DFT es una transformada que toma una señal
de una señal y se trunca su resultado, se discreta en el dominio del tiempo y la convierte en
obtiene su DFT. su representación en el dominio de la frecuencia.
La DFT se utiliza en la compresión de audio y video
Aplicaciones Análisis de vibraciones mecánicas: La DFT se utiliza para
analizar las vibraciones mecánicas en maquinarias y

4
Compresión de audio y video: La DFT se utiliza en motores. Al medir las vibraciones mecánicas, se puede
algoritmos de compresión de audio y video como MP3 y obtener información sobre el funcionamiento de la

1
MPEG. Al analizar las características espectrales de una máquina, como su velocidad, aceleración y frecuencia
señal, se pueden identificar y eliminar redundancias y de resonancia.
datos innecesarios, lo que permite una compresión
efectiva sin pérdida de calidad perceptible.

Procesamiento de imágenes digitales: La transformada

de Fourier se utiliza en el procesamiento de imágenes

3
digitales para realizar operaciones como la filtración, la
eliminación de ruido y la detección de bordes. Al
analizar la imagen en el dominio de la frecuencia, se
pueden identificar y eliminar características no
deseadas o mejorar características importantes.

Procesamiento de señales de radio y televisión: La DFT Diseño de filtros electrónicos: La transformada de

se utiliza en la demodulación de señales de radio y Fourier se utiliza en el diseño de filtros electrónicos para

2 televisión. Al analizar las señales de radio y televisión en

el dominio de la frecuencia, se pueden extraer las
controlar la respuesta en frecuencia de un circuito. Al
analizar la señal de entrada y salida en el dominio de la 5
señales de audio y video originales. frecuencia, se pueden diseñar filtros con características
específicas, como atenuación selectiva de frecuencias.
 FFT
La transformada rápida de Fourier es un algoritmo que descompone una señal en sus
componentes individuales y así proporcionan información sobre su composición.

Es obtenida al aplicar muestreo sobre TF. Busca realizar el análisis digital de una señal de forma
más eficiente que con la TF y DFT; reduce el tiempo de cálculo de n2 pasos a n·log2(n)

Como se puede observar, a partir de

una señal en tiempo continuo, expresa
las magnitudes de los armónicos
mediante un espectro de frecuencia.
 Ejemplo 1: Utilización de la transformada rápida de
fourier(FFT)
Para este ejemplo se utiliza la FFT y posterior DFT para corregir una señal con ruido como se observa en la figura.

La señal cuenta con una frecuencia media de

0.2, una vez que se conoce el valor de las
amplitudes máximas del ruido.
Se pueden remover estos valores pico que
afectan a la señal.
 Especificaciones de la señal
Se encontró valores de frecuencia menores o
iguales a 0.2 en picos de frecuencia no
deseados.

Se procedió a pasar del dominio de la

frecuencia al dominio del tiempo utilizando la
transformada de Fourier, los resultados de la
señal filtrada se muestran a continuación.

Con este ejemplo se observa cómo con la

transformada de Fourier se puede remover el ruido
en el dominio de la frecuencia que de otra manera no
sería posible realizar este filtrado en el dominio del
tiempo .
 EJEMPLO 2: FFT
Teniendo en cuenta un subconjunto Si se especifica una nueva longitud de señal que
de datos recogidos de los sonidos sea la siguiente potencia de 2 superior a la
de las ballenas azules y publicados longitud original y se le aplica la fft a la nueva
en "Programa de Investigación longitud de señal, automáticamente se rellena
sobre Bioacústica de la Universidad con ceros los datos nulos para aumentar el
tamaño de la muestra y agilizar de forma
de Cornell", se observa que son
significativa el cálculo de la transformada.
valores de baja frecuencia y casi
imperceptibles.

Se obtuvo el espectro de potencia

de la señal, en donde se observa
De esta forma , mediante la fft se
que el gemido de la ballena se
procesan datos rápidamente y mas
compone de una frecuencia
eficientemente en un medio
fundamental de aproximadamente
computacional.
17Hz y una secuencia de
armónicos.
 EJEMPLO 3: FFT
Considerando una señal sinusoidal x que es una función de tiempo t con componentes de frecuencia de 15Hz y 20Hz y una
frecuencia de muestreo de 1/50 Hz en un periodo de 10 segundos se obtiene la siguiente gráfica .
 EJEMPLO 3: FFT
Calculando la TF de la señal y creando un muestreo f en el espacio de la frecuencia . Se obtiene una gráfica en tiempo
discreto en donde hay unos picos sobresalientes:

Al realizar la transformada se genera una copia reflejada de los

Los picos de magnitud en la señal corresponden picos, las cuales corresponden con las frecuencias negativas de la
con los componentes de frecuencia de 15Hz y señal. Es por esto que se habla de simetría a la mitad de frecuencia.
20Hz de esta.
 CONCLUSIONES

La DFT es una herramienta poderosa para analizar La DFT es una herramienta computacionalmente
1 señales discretas en el dominio de la frecuencia. A 2 eficiente. A través del algoritmo de transformada rápida
través de la DFT, podemos descomponer una señal en de Fourier (FFT), podemos calcular la DFT en un tiempo
sus componentes espectrales y analizar su contenido razonable para señales de gran longitud.
frecuencial.

La DFT tiene limitaciones y desventajas. Por ejemplo, la La DFT es una herramienta útil para el diseño de filtros
3 DFT sólo puede analizar señales de longitud finita, y su 4 digitales. A través de la transformación de una función
resolución es limitada por la longitud de la señal. de transferencia analógica a su equivalente digital
Además, la DFT asume que la señal es periódica en el mediante la DFT, podemos diseñar filtros digitales con
intervalo de tiempo que se está analizando, lo que puede características precisas.
ser una limitación en algunas aplicaciones.
 CONCLUSIONES

Por medio de la transformada de Fourier, es posible Las series de Fourier si bien se desarrollan para
5 pasar de una señal discreta a una continua. 6 cualquier señal periódica, pueden suministrar
mangnitud y fase de los armónicos que completan una
señal.

La transformada rápida de Fourier provee un mejor Mediante la TF se obtiene una función continua debido
7 análsiis y procesamiento de datos en formato 8 que al aumentar el periodo hacia infinito, la frecuencia
computacional. Por lo tanto, es la herramienta de muestreo será cada vez menor y los armónicos de la
mayormente implementada en señales. señal se acercan mucho, tendiendo a cero.
REFERENCIAS
https://www.uv.es/soriae/tema_5_pds.pdf
https://youtu.be/2lpTUMCJ2xU
https://en.wikipedia.org/wiki/Fast_Fourier_transform
https://la.mathworks.com/help/matlab/math/fourier-transforms.html
http://www.lucamartino.altervista.org/Topic2_Summarized.pdf
https://www.youtube.com/watch?v=b06pFMIRO0I&t=845s
MUCHAS
GRACIAS