[PD] Cap_08_DFT_15_I
Transcript of [PD] Cap_08_DFT_15_I
-
7/23/2019 [PD] Cap_08_DFT_15_I
1/51
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSUniversidad del Per, DECANA DE AMERICA
FACULTAD DE INGENIERIA ELECTRONICA Y ELECTRICA
Flavio Carrillo Gomero
DEPARTAMENTO ACADEMICO DE TELECOMUNICACIONES
E. A. P. INGENIERIA DE TELECOMUNICACIONES
-
7/23/2019 [PD] Cap_08_DFT_15_I
2/51
Captulo VIII
-
7/23/2019 [PD] Cap_08_DFT_15_I
3/51
IntroduccinTransformada Discreta de Fourier
x[n] X(ej)
X(ej) es una funcin compleja continuaen el dominio de la frecuencia .
-3 -2 - 0 2 3
Adecuado para ser ejecutado por la PC o por el PDS
Los computadores slo pueden almacenar y manejar un conjunto finito dedatos, por consiguiente es necesario representarxc(t) mediante un conjunto
finito de valores.
INTRODUCCION
X(ej)
OBJETIVO: representar x[n] en el dominio de la frecuencia a partir delas muestras de su espectro X(ej)
-
7/23/2019 [PD] Cap_08_DFT_15_I
4/51
Transformada Discreta de Fourier
Transformada Discreta de FourierTransformada Discreta de Fourier
Segundo paso. Como la seal analgica puede no estar limitada en eltiempo, hay que obtener un conjunto finito de muestras de la secuenciadiscreta mediante un proceso de truncamiento.
Seax[n] una secuencia finita, definida de la siguiente manera:
Primer pasoes muestrearxc(t) para obtener una seal discretaxc[n].
Donde: xc[n] seal discreta con infinitas muestras.
w[n] funcin ventana. Ejemplo: Ventana Rectangular
w[n] =
1, 0 nN-1
0, en el resto
cx n x n w n
-
7/23/2019 [PD] Cap_08_DFT_15_I
5/51
Respuesta en Frecuencia de los Sistemas SDLITTransformada Discreta de Fourier
Tercer Paso.Calcular ahora la Transformada de Fourier para Seales Discretas
para Nmuestras:
Dado queX(ej)es una funcin compleja y de periodo 2, bastara con calcular
X(ej) en el intervalo[0, 2].
Imposible encontrar exactamenteX(ej)utilizando un procesador digital, pues
se necesitaran infinitos espacios de memoria y calcular infinitos productos ysumas.
X(ej)se calcular slo sobre un conjunto de Nvalores de frecuencia (muestrasde frecuencia) igualmente espaciados en el intervalo [0,2] .
-
7/23/2019 [PD] Cap_08_DFT_15_I
6/51
DERIVACION DE LA TRANSFORMADA DISCRETA DE FOURIER
Derivacin de la DTFTransformada Discreta de Fourier
0,1, 2........, 1Nk
2
NT
X(ej)
0 2 6 ... 15 .. (N-1) = k (Rad/seg)
0 2 (Rad)
Frecuencia de
muestreo
dividida entre N.
0 2 6 ... 15 .. N-1 k
0 t (seg)
xc(t)
0 2 6 ... 15 .. N-1 n (seg)
x[n]
T
Periodo de
muestreo T.
En el dominio del tiempo
En el dominio de la frecuencia
xc[n]
X[k]
-
7/23/2019 [PD] Cap_08_DFT_15_I
7/51
De la definicin de la Transformada de Fourier para Seales Discretas:
( ) [ ]j j n
n
X e x n e
Derivacin de la DTFTransformada Discreta de Fourier
0,1, 2........, 1Nk
X[k]
0 2 6 ... 15 .. (N-1) = k (Rad/seg)
0 2 (Rad)0 2 6 ... 15 .. N-1 k
21 1
0 0
( ) [ ] [ ] NTN N jn T
j jn T
n n
kk kX e x n e x n e
( ) [ ]j j Tn
n
X e x n e
Como =.T, entonces:
-
7/23/2019 [PD] Cap_08_DFT_15_I
8/51
Simplificando obtenemos:
Derivacin de la DTFTransformada Discreta de Fourier
21
0
( ) [ ]kn
N
N jjk
n
X e x n e
1
0
[ ] [ ] knN
n
WX k x n
2N
j
W e
k=0,1,2, ., N-1
1
0
1[ ] kn
N
k
nN
x X k W
n=0,1,2, ., N-1
DFT
IDFT
-
7/23/2019 [PD] Cap_08_DFT_15_I
9/51
Ejemplo 1:
Derivacin de la DTFTransformada Discreta de Fourier
0 1 2 3 4 5 6 7 n
x[n]
1
Hallar la DFT de la seal discreta x[n]:
Solucin:
De la expresin para la DFT, aplicando ax[n]obtenemos:
27
0[ ] [ ]
knN
j
nX k x n e
Donde:
0,1, 2........, 7k
0,1, 2........,7n
N=8
-
7/23/2019 [PD] Cap_08_DFT_15_I
10/51
Derivacin de la DTFTransformada Discreta de Fourier
27
0( ) [ ]
kn
N
j
nX k x n e
Calculando cada uno de los componentes de frecuencia de X[k]:
0 1 2 3 4 50 6 7x x x x x xX x x
2 2 2 2 2 2 2
.1.1 .1.2 .1.3 .1.4 .1.5 .1.6 .1.78 8 8 8 8 8 80 1 2 3 41 5 6 7
j j j j j j j
e e e e e e ex x x x x x x xX
2 2 2 2 2 2 2
2.1 .2.2 2..3 2.4 2.5 2..6 2..78 8 8 8 8 8 80 1 22 3 4 5 6 7
j j j j j j j
e e e e e e ex x x xX x x x x
2 2 2 2 2 2 2
3.1 .3.2 3..3 3.4 3.5 3..6 3..78 8 8 8 8 8 80 1 23 3 4 5 6 7
j j j j j j j
e e e e e e ex x x xX x x x x
2 2 2 2 2 2 2
4.1 .4.2 4..3 4.4 4.5 4..6 4..78 8 8 8 8 8 80 1 24 3 4 5 6 7
j j j j j j j
e e e e e e ex x x xX x x x x
2 2 2 2 2 2 2
5.1 .5.2 5..3 5.4 5.5 5..6 5..78 8 8 8 8 8 80 1 25 3 4 5 6 7j j j j j j je e e e e e ex x x xX x x x x
2 2 2 2 2 2 2
6.1 .6.2 6..3 6.4 6.5 6..6 6..78 8 8 8 8 8 80 1 26 3 4 5 6 7
j j j j j j j
e e e e e e ex x x xX x x x x
2 2 2 2 2 2 2
7.1 .7.2 7..3 7.4 7.5 7..6 7..78 8 8 8 8 8 80 1 27 3 4 5 6 7
j j j j j j j
e e e e e e ex x x xX x x x x
-
7/23/2019 [PD] Cap_08_DFT_15_I
11/51
K X[k] [k] (rad)
0 6.0000 +0.0000
1 1.8478 - 1.9635
2 1.4142 - 0.7854
3 0.7653 +0.3927
4 0.0000 +0.0000
5 0.7653 - 0.3927
6 1.4142 +0.2854
7 1.8478 +1.9635
Resultados del clculo:
Derivacin de la DTFTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
12/51
FTDE UN PULSO RECTANGULAR CONTINUO
Transformada Discreta de Fourier
1
2.5 2.5 t (seg)
x(t)
Seax(t)una seal pulso rectangular continua en el tiempo. Determinar la
Transformada de FourierX().
1 / 2 / 2
0
tx t
otros
/ 2
/ 2
senX
f d d
-
7/23/2019 [PD] Cap_08_DFT_15_I
13/51
Transformada Discreta de Fourier
3 2 1 0 1 2 3 4 5 6 n
DTFT DE UN PULSO RECTANGULAR DISCRETO
x[n]
1
(Rad)
jX e
1 2 2
0
nx n
otros
2 21j j j j jX e e e e e
T f d Di d F i
-
7/23/2019 [PD] Cap_08_DFT_15_I
14/51
Transformada Discreta de Fourier
K X(k) (k) (rad)
0 6.0000 + 0.0000
1 4.73571 - 0.9817
2 1.8478 - 1.9635
3 0.6888 + 0.1963
4 1.4142 - 0.7854
5 0.4602 - 1.7671
6 0.7653 + 0.3927
7 0.9419 - 0.5890
8 0.0000 + 0.0000
9 0.9419 + 0.5890
10 07653 - 0.3927
11 0.4602 + 1.7671
12 1.4142 + 0.7854
13 0.6888 - 0.1963
14 1.8478 + 1.9635
15 4.7357 + 0.9817
DFT DE UN PULSO RECTANGULAR DISCRETO PARAN=16
T f d Di t d F i
-
7/23/2019 [PD] Cap_08_DFT_15_I
15/51
Transformada Discreta de Fourier
DFTDE UN PULSO RECTANGULAR DISCRETO PARAN=32
T f d Di t d F i
-
7/23/2019 [PD] Cap_08_DFT_15_I
16/51
Transformada Discreta de Fourier
DFTDE UN PULSO RECTANGULAR DISCRETO PARAN=64
-
7/23/2019 [PD] Cap_08_DFT_15_I
17/51
Ejemplo Prctico
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
18/51
Transformada Discreta de Fourier
DFTcon Matlab
function[X]=dft_01(x)
%
% Clculo de la DFT de modo directo.
%
Xsize=length(x);
% Clculo la DFT (Por el camino menos eficiente)form=0:Xsize-1
sum=0;
forn=0:Xsize-1
sum=sum+x(n+1)*(cos(2*pi*n*m/Xsize)-
1i*sin(2*pi*n*m/Xsize));
endX(m+1)=sum;
end
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
19/51
Transformada Discreta de Fourier
DFTcon Matlab
% CALCULO DE LA DFT por el mtodo directoclose all; clear all; clc;% Datos iniciales.f=80; % frecuencia analgica en Hz.fs=1000; % frecuencia de muestreo en Hz.Ts=1/fs; % periodo de muestreo
n=0:Ts:0.50;x=cos(2*pi*f*n); % Secuencia de pruebaN=length(x);X=dft_01(x); % Calculo de la DFT de x[n]Xabs=abs(X);Xmax=max(abs(X));
figure(1);plot(x, '.-b'); % Ploteo de las grficas resultantesxlabel(sprintf('%6.5f Segundos entre muestra y muestra', Ts));title('Muestras de x(t)');figure(2);plot(abs(X),'.','Color',[0.41,0.26,0.10]);xlabel(sprintf('La resolucin de frecuencia es de %5.3f Hzentre muestras',fs/(length(X)-1)));
title('Mdulo de la DFT de x');
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
20/51
Transformada Discreta de Fourier
Ejemplo 2
Frecuencia de muestreo: fs = 1000 Hz.Frecuencia analgica de x(t): f = 80 Hz.Secuencia de entrada: x [n]= cos(2**f*n)Nmero de muestras en el tiempo: N = length(x)Resolucin de la escala de frecuencia: fk = fs/(N-1)
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
21/51
Transformada Discreta de Fourier
0 100 200 300 400 500 6000
50
100
150
200
250
X: 41
Y: 248.1
La resolucin de frecuencia es de 2.000 Hz entre muestras
Mdulo de la DFT de x
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
22/51
Transformada Discreta de Fourier
Ejemplo 3
Frecuencia de muestreo: fs = 1000 Hz.Frecuencia analgica de x(t): f = 200 Hz.Secuencia de entrada: x [n]= cos(2**f*n)Nmero de muestras en el tiempo: N = length(x)Resolucin de la escala de frecuencia: fk = fs/(N-1)
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
23/51
Transformada Discreta de Fourier
0 100 200 300 400 500 6000
50
100
150
200
250
X: 101
Y: 234.6
La resolucin de frecuencia es de 2.000 Hz entre muestras
Mdulo de la DFT de x
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
24/51
Transformada Discreta de Fourier
Ejemplo 4
Frecuencia de muestreo: fs = 1000 Hz.Frecuencia analgica de x(t): f = 450 Hz.Secuencia de entrada: x [n]= cos(2**f*n)Nmero de muestras en el tiempo: N = length(x)Resolucin de la escala de frecuencia: fk = fs/(N-1)
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
25/51
Transformada Discreta de Fourier
0 100 200 300 400 500 6000
20
40
60
80
100
120
140
160
180
X: 226
Y: 176.6
La resolucin de frecuencia es de 2.000 Hz entre muestras
Mdulo de la DFT de x
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
26/51
Transformada Discreta de Fourier
Ejemplo 5
Frecuencia de muestreo: fs = 1000 Hz.Frecuencia analgica de x(t): f = 540 Hz.Secuencia de entrada: x [n]= cos(2**f*n)Nmero de muestras en el tiempo: N = length(x)Resolucin de la escala de frecuencia: fk = fs/(N-1)
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
27/51
Transformada Discreta de Fourier
0 100 200 300 400 500 6000
20
40
60
80
100
120
140
160
180
X: 231
Y: 173.9
La resolucin de frecuencia es de 2.000 Hz entre muestras
Mdulo de la DFT de x
0 100 200 300 400 500 6000
20
40
60
80
100
120
140
160
180
X: 272
Y: 173.9
La resolucin de frecuencia es de 2.000 Hz entre muestras
Mdulo de la DFT de x
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
28/51
Transformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
29/51
Transformada Rpida de FourierFFT
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
30/51
TRANSFORMADA RAPIDA DE FOURIER - FFT
La Transformada de Fourier Discreta - DFT es discreta tanto en el dominio
del tiempo como en el dominio de la frecuencia y es definida para
secuencias de duracin finita.
Es una transformada para efectos de clculo, pero muy ineficiente para para
secuencias con longitud de datos Nmuy grande.
En 1965 Cooley y Tukey obtuvieron un procedimiento de clculo reducido de
la DFT.
Como consecuencia se desarrollaron algoritmos de clculo conocidos como
algoritmos de la Transformada Rpida de Fourier FFT.
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
31/51
X(k)su DFT de Npuntos, dada por la siguiente expresin:.
1
0
[ ]. , 0 1N
nk
N
n
X k x n W k N
donde:2
jN
NW e
Para obtener una muestra de X(k), se necesita:
Nmultiplicaciones complejas y(N-1) sumas complejas
Por lo tanto, para obtener la DFT completa de Npuntos se necesita:
multiplicaciones complejas2N
N(N-1) sumas complejas y2N
Sea x[n]una secuencia de Npuntos.
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
32/51
que para una multiplicacin.
Generalmente el tiempo de procesamiento para una sumaes..
mayor igual menor
Concentrarse sobre el nmero de multiplicaciones complejas.
Por ejemplo para N=2por si mismo requiere:
4multiplicaciones y 2sumas.
menor
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
33/51
Eficiencia del clculo
Un algoritmo diseado en forma eficiente implica que elnumero de operaciones debe ser constante por cada muestra,por lo tanto el numero total de operaciones debe serlineal con respecto a N.
157 ...WW
113...WW
146 ...WW
102 ...WW
135...WW
91 ...WW
Entonces la FFT aprovecha las propiedades de:
Periodicidad y
Simetra de W
Periodicidad :
Simetra:
k n N n k NnN N N
kW W W
/ 2n N n
N N
k kW W
80
...WW 124
...WW
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
34/51
Ejemplo 6
Desarrollar el clculo de la DFT de 4 puntos y un algoritmo eficiente
para realizar dicha operacin de:
23
44 4
0
[ ]. , 0 3,j
nk
n
X k x n W k W e j
Solucin:
El proceso de clculo puede ser expresado como una matriz:
El cual requiere 16 multiplicaciones complejas.
0 0 0 0
4 4 4 4
0 1 2 34 4 4 4
0 2 4 6
4 4 4 4
0 3 6 9
4 4 4 4
0
1
2
3
0
1
2
3
W W W W
W W W W
W W W W
W W W W
xX
X
X
X
x
x
x
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
35/51
Criterio de eficiencia: utilizando la periodicidad
Y sustituyendo en la matriz anterior, obtenemos:
Utilizando la simetra, obtenemos:
1 1 1 1
1 1
1 1 1 1
1
0 0
1 1
2 2
13 3
j j
j j
X x
X x
X x
X x
0 4
4 4 1W W 1 9
4 4 jW W 2 6
4 4 1W W 34 jW ; ; ;
1 2
0 2 10 0 1 3 32
g g
x xX x x x x xx
1 2
0 21 0 1 2 3 1 3
h h
X x jx x jx x x j x x
1 2
0 2 12 0 1 3 32
g g
x xX x x x x xx
1 2
0 23 0 1 2 3 1 3
h h
X x jx x jx x x j x x
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
36/51
Por lo tanto un algoritmo eficiente es:
Paso 2
se requieresolamente 2multiplicacionescomplejas.
2
1
1
2
0 2
0 2
1 3
1 3
g
h
x x
g x x
h x x
x x
Paso 1
2
2
2
1
1
1
21
0
1
2
3
X
X
X
g
X
jh
h
g
j
g
h
g
h
1g
2g
1h
2h
1
1
j
1
j
0x
2x
1x
3x
0X
1X
2X
3X
Diagrama de flujo de este algoritmo.
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
37/51
Una interpretacin:
(a) Una secuencia x[n] de 4 puntos es dividida en secuencias de 2
puntos, las cuales son reacomodadas dentro de vectores columnacomo la mostrada a continuacin:
0 1 0 1,
2 3 2 3
X X X X
X X X X
(b) se toma una DFT de 2 puntos ms pequeos de cada columna:
2
0 1 0 11 1W
2 3 2 31 1
X X X X
X X X X
1 2
1 2
0 2 1 3
0 2 1 3
X X X X g g
X X X X h h
1 2 1 2
1 2 1 2
1 1
1
g g g g
h h h jhj
Luego cada elemento de la matriz resultado es multiplicado por ,dondepes el ndice de la fila y qes el ndice de la columna; es decir,la operacin punto-productose lleva acabo:
4pqW
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
38/51
Finalmente, dos DFTs de 2 puntos ms pequeos se toman de losvectores fila
.
1 2 1 2 1 2 1 2
2
1 2 1 2 1 2 1 2
0 21 1W
1 31 1
X Xg g g g g g g g
X Xh jh h jh h jh h jh
Aunque esta interpretacin parece tener ms multiplicaciones que elalgoritmo eficiente, sugiere un enfoque sistemtico de calcular unaDFT grande basado en DFT ms pequeos.
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
39/51
ALGORITMO PARA LA FFT Radix-2:DECIMACION EN FRECUENCIA
2
2
0
21 1
0 2
[ ] [ ] [ ]
N
Nk
kn kn
N
n n
W N
X k x n W nx W
2
1
0
[ ] 1 [ ]2
[ ]
N
k kn
n
Nx n x nX k W
Sea la secuencia x[n], para n= 0, 1, 2, ,N-1
Separandox[n]en secuencias pareseimparesy aplicando la DFT:
2
2
11 1
0 0
[ ] [ ] [ ] [ ]
N
kn kn kn
N
N N
n n n
X k x n W x n W x n W
Como y reemplazando, tenemos: 2 cos 1N
k k kW jsen
Haciendo y reemplazando en la segunda sumatoria, tenemos:2
n Nn
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
40/51
..
SeparandoX[k]en secuencias separadas pareseimpares
Como: parakpar
parakimpar
1 1k
1 1k
21
0
[ ] [ ]2
[ ]
N
kn
n
Nx n x nX Wk
Parakpar
21
0
[ ] [ ]2
[ ]
N
kn
n
Nx n x nX Wk
Parakimpar
Haciendo k =2m para la sumatoria de los paresy k = 2m+1 para los impares
22
1
0
[ ] [ ]2
[ ]2
N
nm
n
Nx n x nmX W
m= 0, 1, 2, N/2 -1
22
1
0
[ ] [ ]
2
2[ ]1
N
nm nm
n
Nx n x nmX W W
m= 0, 1, 2, N/2 -1
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
41/51
..Haciendo:
2
Nx na n x n
Las ecuaciones pueden ser escritas como 2 DFT deN/2puntos:
2
/2
1
0
[2 ]
N
mn
N
n
nX m Wa
2
/2
1
0
[2 ] [ ]1
N
mn n
N N
n
b nX m W W
2
Nx nb n x n
m = 0, 1, 2, N/2 -1
m = 0, 1, 2, N/2 -1
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
42/51
EJEMPLO PARAN=8
0 0 0 0 04 4 4 4 43
0
0 1 2 3[0]n
n a W a W a W a W X a W
1 0 1 2 34 4 4 4 43
0
0 1 2 3[2] n
n
n a W a W a W a W X a W
2 0 2 4 64 4 4 4 43
00 1 2 3[4] n
nn a W a W a W a W X a W
Descomponiendo la DFT deNpuntos en dos DFT deN/2puntos.
Aplicando las dos ecuaciones:
3 0 3 6 94 4 4 4 43
0
0 1 2 3[6] n
n
n a W a W a W a W X a W
0 0 0 0 1 0 2 0 34 8 4 8 4 8 4 8 4 83
0
0 1 2 3[1] n
n
n b W W b W W b W W b W W b W WX
0 0 1 1 2 2 3 34 8 4 8 4 8 4 8 4 83
0
0 1 2 3[3] n n
n
n b W W b W W b W W b W W b W WX
2 0 0 2 1 4 2 6 34 8 4 8 4 8 4 8 4 83
0
0 1 2 3[5] n n
n
n b W W b W W b W W b W W WX b W
3 0 0 3 1 6 2 9 34 8 4 8 4 8 4 8 4 83
0
0 1 2 3[7] n n
n
n b W W b W W b W W b W W WX b W
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
43/51
..
1 1 5a x x
2 2 6a x x
3 3 7a x x
0 0 4a x x 0 0 4b x x
3 3 7b x x
1 1 5b x x
2 2 6b x x
Descomponiendo a[n]y b[n]
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
44/51
..El proceso de descomposicin puede ser repetido nuevamente pero paraN/4
que es la etapa final paraN=8.El nmero de etapas, o DFTs se deber repetir hasta llegar a la DFT de 2
puntos.
En general una FFT deNpuntos tendr metapas con 2mN
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
45/51
..La ltima descomposicin, ya que se ha llegado a aplicar la DFT de 2 puntos,
es la ms baja descomposicin del algoritmo Radix 2. Luego para una DFT de
2 puntos las salidasX[k] de esta ltima etapa pueden ser escritas de lasiguiente forma:
0 00 0 1 0 1X x W x W x x
0 11 0 1 0 1X x W x W x x
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
46/51
..La decimacin en Frecuencia adquiere su nombre del hecho de que la
secuencia de salida X[k]es descompuesta (decimada) en subsecuencias ms
pequeas, continuando por a etapas o iteraciones.
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
47/51
Ejemplo numrico
2
0
8
1
8
2
8
48
8
1
cos 0.707 0.7074 4
j
j
W
W e j
W
sen j
e j
Los coeficientes Wpueden ser calculados una sola vez y almacenados para ser
utilizados luego:
63
88 0.707 0.707
j
e jW
Ahora calculamos las salidas intermedias para cada etapa:
ETAPA 1:
0 4 2
1 5 2
2 6 1
3 7 1
0
1
2
3
x x
x x
x
x
x
x
x
x
x
x
0
1
2
3
0 4 0
1 5 0
2 6
3 7 0.707 0.707
4
7
5
6
x x W
x x W
x x W j
x
x
x W j
x
xx
x[0],x[1],..,x[7]son las salidas intermedias de la 1era. iteracin:
Hallar la FFT Radix 2 parax[n]= {1, 1, 1, 1, 1, 1, 0, 0}, paraN=8.
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
48/51
6
0.707 1.
0 1 3 3
4 5
2
0
1 707
1
0.707 0.2
3
6 73 2
2
9 9
j
j
j
X
X
x x
x
X
x
x
xX
x
x
ETAPA 2:
0
2
0 2 2 1 3
1 3 2 1 3
0 2 2 1 1=1
0
1
1
2
3 32 1 =
x x
x x
x x W
x x W
x
x
j
x
xj
0
2
4
4 6 0
5 7 0.707 0.707
4 6
5 7 0.707
5
0.707
6
7
x
x
x
x x j j
x j
x x W j
x x W xj
x
x[0],x[1],..,x[7]representan salidas intermedias de la segunda iteracin:
ETAPA 3:
0
0.707 0.292
0 1
4 5
2 3
6 7
9
1
0.707 1.
4
5
6
077 7 1
j
j
x x
x x
x x
x x
X
X j
X
X
FFTTransformada Discreta de Fourier
-
7/23/2019 [PD] Cap_08_DFT_15_I
49/51
x[0]
x[1]
x[2]
x[3]
x[4]
x[5]
x[6]
x[7]
x[0]
x[1]
x[2]
x[3]
x[4]
x[5]
x[6]
x[7]
-
7/23/2019 [PD] Cap_08_DFT_15_I
50/51
Bibliografia
[1] J. G. Proakis, y D. G. Manolakis, Captulo 5: La Transformada deFourier Discreta, TRATAMIENTO DIGITAL DE SEALES, 3. Edicin,Editorial Prentice Hall, pp. 401 - 455, 2000.
[2] J. G. Proakis, y D. G. Manolakis, Captulo 6: Calculo eficiente de laDFT: algoritmos para la FFT, TRATAMIENTO DIGITAL DE SEALES,3. Edicin, Editorial Prentice Hall, pp. 457 - 507, 2000.
-
7/23/2019 [PD] Cap_08_DFT_15_I
51/51
PREGUNTAS
Fin del Captulo VIII