CAPÍTULO 3 - La Transformada de Fourier

Señales y Sistemas
1. DESCRIPCIÓN MATEMÁTICA DE SEÑALES

2. ANÁLISIS DE SISTEMAS LINEALES ESTACIONARIOS
3. ANÁLISIS DE SISTEMAS LINEALES ESTACIONARIOS MEDIANTE LA TRANSFORMADA
DE FOURIER
4. ANÁLISIS DE SISTEMAS LINEALES ESTACIONARIOS MEDIANTE LA TRANSFORMADA
DE LAPLACE
5. CORRELACIÓN Y ESPECTRO DE SEÑALES
6. ANALISIS DE SISTEMAS NO LINEALES Y VARIANTES
Señales y Sistemas 1
Señales y Sistemas
CAPITULO 3
Análisis de sistemas lineales estacionarios mediante
LA TRANSFORMADA DE FOURIER
3.1. Introducción (Recordando las Series de Fourier).

3.2. Pares de Transformadas y sus propiedades
3.3. Análisis de Sistemas LTI mediante la Trasformada de Fourier.
3.4. Respuesta en Frecuencia de Filtros.
3.5. Energía y densidad espectral.
Señales y Sistemas 2
CAPITULO 3: LA TRANSFORMADA DE FOURIER
3.1. Introducción (Recordando las Series de Fourier)
3.1.1 El dominio de la frecuencia

El viaje en el dominio de la frecuencia comienza con las series de Fourier, las cuales describen cualquier señal
periódica mediante combinaciones de señales ARMÓNICAS o senoidales.
La representación del contenido de frecuencia de las señales periódicas se llama ESPECTRO de la señal
Existen tres formas de las series de Fourier:
a) Forma Trigonométrica b) Forma Polar

∞
∞
𝑥𝑝 𝒕 = 𝑐0 + ෍ 𝑐𝑘 cos 2𝜋𝑘𝑓0 𝒕 + 𝜽𝒌
𝑥𝑝 𝒕 = 𝑎0 + ෍ 𝑎𝑘 cos 2𝜋𝑘𝑓0 𝒕 + 𝑏𝑘 sin 2𝜋𝑘𝑓0 𝒕
𝑘=1
𝑘=1
Nivel de continua (dc)

Nivel de continua (dc)
Donde los coeficientes espectrales son: Donde los coeficientes polares son:
2
𝑎0 = න 𝑥 𝒕 𝑑𝒕 𝑐0 = 𝑎0
𝑇 𝑇
2 𝑐𝑘 ∠𝜽𝒌 = 𝑎𝑘 − 𝒋𝑏𝑘
𝑎𝑘 = න 𝑥 𝒕 cos 2𝜋𝑘𝑓0 𝒕 𝑑𝒕
𝑇 𝑇
2
𝑏𝑘 = න 𝑥 𝒕 sin 2𝜋𝑘𝑓0 𝒕 𝑑𝒕
𝑇 𝑇
Señales y Sistemas Ing. Diego Peñaloza 3

Existen tres formas de las series de Fourier:
c) Forma Exponencial
∞
𝑐𝑘 ∠𝜽𝒌
𝑥𝑝 𝒕 = ෍ 𝑿 𝑘 𝑒 𝒋2𝜋𝑘𝑓0 𝒕
𝑘=−∞
Partiendo de la primera forma y usando Fórmulas de Euler:

las formulas de Euler determinamos los
coeficientes exponenciales: 𝑒 ±𝒋𝜃 = 𝐶𝑜𝑠𝜃 ± 𝒋𝑆𝑒𝑛𝜃
𝑋 0 = 𝑐0 = 𝑎0 𝑨∠ ± 𝜽 = 𝑨 𝑒 ±𝒋𝜃
𝑋 𝑘 = 12(𝑎𝑘 − 𝒋𝑏𝑘 ) 𝑒 𝒋𝜃 +𝑒 −𝒋𝜃 𝑒 𝒋𝜃 −𝑒 −𝒋𝜃

𝐶𝑜𝑠𝜃 = ; 𝑆𝑒𝑛𝜃 =
2 2𝒋
𝑋 𝑘 = 12𝑐𝑘 ∠𝜽𝒌 = 12𝑐𝑘 𝑒 𝒋𝜽𝒌

Nótese que la sumatoria va de −∞ a +∞,
demostrar ¿por qué?
1
𝑿𝑘 = න 𝑥𝑝 𝒕 𝑒 −𝒋2𝜋𝑘𝑓0 𝒕 𝒅𝒕
𝑇 𝑇

¿Qué necesitamos para reconstruir una señal armónica o sinusoidal PURA?
Veamos otras representaciones: http://www.intmath.com/fourier-series/fourier-graph-applet.php
Veamos la representación en series de Fourier de una señal diente de sierra

MAPEO
∞
Amplitud
𝑥𝑝 𝒕 = ෍ 𝑿 𝑘 𝑒 𝒋2𝜋𝑘𝑓0 𝒕
𝑘=−∞
1
𝑿𝑘 = න 𝑥𝑝 𝒕 𝑒 −𝒋2𝜋𝑘𝑓0 𝒕 𝒅𝒕
X[1] X[2] X[3] X[4] X[5] X[6] 𝑇 𝑇
1f0 2f0 3f0 4f0 5f0 6f0 𝒇෠

ESPECTRO DE FRECUENCIA


¿Qué tiene que ver estas representaciones en Series de Fourier con el análisis de sistemas?
El principio de
Linealidad y
x(t) y(t) Superposición
𝑷𝒓𝒐𝒄𝒆𝒔𝒐
garantiza que será
LTI
“la misma
respuesta” para los
tres casos
+
¿Esperamos alguna similitud en la forma de la
salida, como respuesta a cada entrada armónica?
¿Podríamos analizar su respuesta desde su ESPECTRO?


¿Qué implica analizar el sistema en el plano de la frecuencia?
X[1] X[2] X[3] X[4] X[5] X[6] X(f) 𝑷𝒓𝒐𝒄𝒆𝒔𝒐

Y(f)
1f0 2f0 3f0 4f0 5f0 6f0 𝒇෠ LTI
ESPECTRO DE FRECUENCIA H(f)
X(𝜔) 𝑷𝒓𝒐𝒄𝒆𝒔𝒐 Y(𝜔) ¿Podremos

generalizar el
LTI
proceso?
H(𝜔)

3.1.2 Conexión entre la Serie de Fourier y la Transformada de Fourier

La Transformada de Fourier (FT) puede considerase una extensión de la Serie de Fourier (FS)
aplicada a señales No Periódicas.
La Transformada de Fourier proporciona una descripción en el dominio de la frecuencia de

una señal en el dominio del tiempo (Mapeo)
El análisis parte de estudio de las señales periódicas 𝑥𝑝 𝒕 , pero luego puede abordarse las
no-periódicas haciendo un alargamiento sin limites de su período T.
Recordemos que la relación entre la señal periódica 𝑥𝑝 𝒕 con período T y los coeficientes
de la serie exponencial de Fourier 𝑿 𝑘 están dados por la expresión:
∞ 𝑇
1 2
𝑥𝑝 𝒕 = ෍ 𝑿 𝑘 𝑒 𝒋2𝜋𝑘𝑓0 𝒕 𝑿 𝑘 = න 𝑥𝑝 𝒕 𝑒 −𝒋2𝜋𝑘𝑓0𝒕 𝒅𝒕
𝑇 −𝑇
𝑘=−∞ 2


Si el período T de una señal periódica 𝑥𝑝 𝒕 se alarga sin limites, entonces la señal deja de
ser periódica y se convierte en un pulso 𝑥 𝒕 .
Onda rectangular o tren de pulsos

Señal de Potencia La transición de una 𝑥𝑝 𝒕 a una 𝑥 𝒕 también convierte
una señal de potencia en una señal de energía.
T
Si T→∞, el espaciamiento armónico 𝑓0 = 1Τ𝑇 tiende a cero,

y el espectro de la serie de Fourier se hace continuo.
T→∞
Pulso rectangular
Señal de Energía


Análisis
∞ 𝑇
1 2
𝑥𝑝 𝒕 = ෍ 𝑿 𝑘 𝑒 𝒋2𝜋𝑘𝑓0 𝒕 𝑿𝑘 = න 𝑥𝑝 𝒕 𝑒 −𝒋2𝜋𝑘𝑓0 𝒕 𝒅𝒕
𝑇 −𝑇
𝑘=−∞ 2
Si T→∞, el espaciamiento armónico 𝑓0 = 1Τ𝑇 tiende a cero, y el espectro de la serie de Fourier se

hace continuo.
Podemos reemplazar 𝑓0 por una cantidad infinitesimal pequeña 𝑑𝑓→𝟎, entonces la frecuencia
discreta 𝑘𝑓0 puede sustituirse por la frecuencia continua 𝑓 = 𝑘𝑓0
El factor 1Τ𝑇 en la integral hace que los coeficientes de 𝑿 𝑘 tiendan a cero. Eliminamos la
dependencia de T pasando al primer miembro, con lo cual la integral puede converger a algún
valor independientemente del valor de T.
𝑇
2
𝑇𝑿 𝑘 = න 𝑥𝑝 𝒕 𝑒 −𝒋2𝜋 𝑘𝑓0 𝒕 𝒅𝒕
𝑇
−2

Si definimos 𝑇𝑿 𝑘 = 𝑋(𝑓), tenemos la definición de la TRANSFORMADA DE FOURIER:
∞
𝑋(𝑓) = lim 𝑇 𝑿 𝑘 = න 𝑥 𝒕 𝑒 −𝒋2𝜋𝑓𝒕 𝒅𝒕
T→∞ −∞
También la podemos describir en términos de la frecuencia angular 𝜔 = 2𝜋𝑓
∞
𝑋(𝑓) = lim 𝑇 𝑿 𝑘 = න 𝑥 𝒕 𝑒 −𝒋𝜔𝒕 𝒅𝒕
T→∞ −∞
En consecuencia, la Transformada de Fourier proporciona una representación en el

dominio de la frecuencia de una señal NO PERIÓDICA, 𝑥 𝒕 .



RESUMIENDO espaciamiento armónico
T 𝑓0 = 1Τ𝑇
Señal Periódica ESPECTRO DE FRECUENCIA

Señal de Potencia DISCRETO
𝒙𝟏(𝒕) F 𝑿𝟏(𝒇)
𝑋1 𝑓 = F 𝑥1(𝒕)
T→∞
Señal No Periódica ESPECTRO DE FRECUENCIA

Señal de Energía CONTINUO
𝒙𝟐(𝒕) F 𝑿𝟐(𝒇)
𝑋2 𝑓 = F 𝑥2(𝒕)


Ejemplo 9.1 a) página 250, Ambardar, segunda edición
1
Los coeficientes de 𝑿 𝑘 de un tren de pulsos rectangulares es: 𝑋 𝑘 = 𝐴𝑡0 𝑆𝑖𝑛𝑐 𝑘𝑓0 𝑡0 .
𝑇
Encontrar la Transformada de Fourier de una señal 𝑥 𝒕 que corresponde a un solo período de la
señal dada.
𝑥𝑝 𝒕 𝑡0
𝑋𝑝 𝒌
𝐴𝑡0
𝐴 𝑇
𝐴𝑡0 Envolvente
… … 𝑋𝑘 = 𝑆𝑖𝑛𝑐 𝑘𝑓0 𝑡0
𝑇
𝒇
𝑡0 𝑡0 𝒕
− 𝑇
2 2 ESPECTRO DISCRETO
𝑥 𝒕 𝑋 𝒇
𝐴 𝐴𝑡0
𝑋 𝑓 =𝑇𝑿 𝑘 𝒌𝒇𝟎 =𝒇
𝑋 𝑓 = 𝐴𝑡0 𝑆𝑖𝑛𝑐 𝑡0 𝒇
𝑡0 𝑡0
𝒇
−
𝑇→∞ 𝒕
2 2 ESPECTRO CONTINUO


Ejemplo 9.1 b) página 251, Ambardar, segunda edición
Suponga que los coeficientes de la transformada de Fourier de una 𝑥 𝒕 = 𝑡𝑟𝑖 𝒕 es:
𝑋 𝑓 = 𝑆𝑖𝑛𝑐 2 𝑓 .
Calcular los coeficientes de su correspondiente extensión periódica 𝑥𝑝 𝒕 con periodo T.
𝑥 𝒕
1 𝑋 𝑓 = 𝑆𝑖𝑛𝑐2 𝒇
𝑇→∞
−1 1 𝒕
ESPECTRO CONTINUO
𝑋 𝑘𝑓0
𝑥𝑝 𝒕 𝑋𝑘 =
𝑇
𝑆𝑖𝑛𝑐2 𝒌𝑓0
𝑋𝒌 =
1 𝑇
… …
−1 1 𝒕 ESPECTRO DISCRETO
𝑇
¿Que pasaría si T<2 ?


Ejemplo 9.1 b) página 251, Ambardar, segunda edición
𝑥1 𝒕 𝑥2 𝒕 𝑥3 𝒕
Para 𝑥1 𝒕 con T=2: Para 𝑥2 𝒕 con T=1.5: Para 𝑥3 𝒕 con T=1:

Una onda triangular con Una forma de onda Una forma de onda
triangular con constante con
1 𝒌 2 𝟐
𝑋1 𝒌 = 𝑆𝑖𝑛𝑐2 2
𝑋2 𝒌 = 𝑆𝑖𝑛𝑐2 3
𝒌 𝑋3 𝒌 = 𝑆𝑖𝑛𝑐2 𝒌
2 3
Ver ejecución en MatLab

3.1.3 La Transformada Inversa de Fourier

Una señal periódica 𝑥𝑝 𝒕 puede reconstruirse a partir de sus coeficientes espectrales 𝑿 𝑘 ,
mediante la relación:
∞
𝑥𝑝 𝒕 = ෍ 𝑿 𝑘 𝑒 𝒋2𝜋𝑘𝑓0𝒕
𝑘=−∞
Para una señal no periódica 𝑥 𝒕 consideramos que T→∞, lo que describe su espectro 𝑋(𝑓) es
𝑇 𝑿 𝑘 , por lo que modificamos la expresión anterior como sigue:
∞ ∞
𝟏
𝑥𝑝 𝒕 = ෍ 𝑻 𝑿 𝑘 𝑒 𝒋2𝜋𝑘𝑓0 𝒕 = ෍ 𝑻 𝑿 𝑘 𝑒 𝒋2𝜋𝑘𝑓0 𝒕 𝒇𝟎
𝑻 𝑘=−∞
𝑘=−∞
Conforme 𝑇 → ∞, y 𝑘𝑓0 → 𝑓, la sumatoria se convierte en una integral desde (−∞, ∞).

Con 𝒇𝟎 → 𝑑𝑓→𝟎
∞ ∞
𝒋2𝜋𝑓𝒕
𝑥 𝒕 = න 𝑿(𝒇) 𝑒 𝑑𝒇 𝑥 𝒕 = න 𝑿(𝝎) 𝑒 𝒋𝝎𝒕 𝑑𝝎
−∞ −∞
Forma 𝝎, donde 𝝎= 2𝜋𝒇

3.1.4 Espectro de magnitud y fase
En general la transformada de Fourier 𝑋(𝑓) es compleja y puede representarse de las

siguientes formas:
𝑋 𝑓 = Re 𝑋(𝑓) + 𝒋Im 𝑋(𝑓) = 𝑋(𝑓) ∠𝜑 𝑓 = 𝑋(𝑓) 𝑒 𝒋𝜑 𝑓
En señales No Periódicas Reales: el espectro de magnitud tienen simetría par, el espectro de

fase tiene simetría impar.
El espectro de fase puede restringirse a valores dentro del intervalo principal (−𝜋, 𝜋), y luego
desenvolver la fase (sumando o restando 2𝜋) y graficarla como una función monótona.
RESUMIENDO:
Simetría par en 𝑥 𝒕 : La transformada de Fourier 𝑋 𝑓 es real y de simetría par.
Simetría impar en 𝑥 𝒕 : La transformada de Fourier 𝑋 𝑓 es imaginaria y de simetría impar.
Ningún tipo de simetría en 𝑥 𝒕 : Re 𝑋(𝑓) tiene simetría par, e Im 𝑋(𝑓) tiene simetría
impar.

3.2. Pares de Transformadas de Fourier y sus propiedades
3.2.1 Pares útiles de transformadas de Fourier
Para señales de energía, la conversión de 𝑋(𝑓) a 𝑋(𝜔) es directa con 𝝎= 2𝜋𝒇. Estas no contienen
impulsos.
Para señales de potencia o señales que no son absolutamente integrables (como la constante y la
senoide) casi siempre incluye impulsos, y por lo tanto hay que tener presente la propiedad de
escalamiento de un impulso:
𝜔
𝛿 𝑓 =𝛿 = 2𝜋 𝛿 𝜔
2𝜋
Es necesario recordar que no existen transformadas de señales que crecen de manera

exponencial. (Convergencia de la Transformada de Fourier).

Entrada 𝑥 𝒕 𝑋(𝑓) 𝑋(𝜔)
1 𝛿 𝑡 1 1
𝜔
2 𝑟𝑒𝑐𝑡(𝑡) 𝑆𝑖𝑛𝑐 𝑓 𝑆𝑖𝑛𝑐
2𝜋
𝜔
3 𝑡𝑟𝑖 𝑡 𝑆𝑖𝑛𝑐2 𝑓 𝑆𝑖𝑛𝑐2
2𝜋
𝜔
4 𝑆𝑖𝑛𝑐 𝑡 𝑟𝑒𝑐𝑡(𝑓) 𝑟𝑒𝑐𝑡
2𝜋
5 𝐶𝑜𝑠 2𝜋𝛼𝑡 0.5 𝛿 𝑓 + 𝛼 + 𝛿 𝑓 − 𝛼 𝜋 𝛿 𝜔 + 2𝜋𝛼 + 𝛿 𝜔 − 2𝜋𝛼
6 𝑆𝑒𝑛 2𝜋𝛼𝑡 𝒋0.5 𝛿 𝑓 + 𝛼 − 𝛿 𝑓 − 𝛼 𝒋𝜋 𝛿 𝜔 + 2𝜋𝛼 − 𝛿 𝜔 − 2𝜋𝛼
1 1
7 𝑒 −𝛼𝑡 𝑢(𝑡)
𝛼 + 𝒋2𝜋𝑓 𝛼 + 𝒋𝜔
1 1
8 𝒕 𝑒 −𝛼𝑡 𝑢(𝑡)
𝛼 + 𝒋2𝜋𝑓 2 𝛼 + 𝒋𝜔 2
2𝛼 2𝛼
9 𝑒 −𝛼 𝒕
𝛼2 + 4𝜋2𝑓2 𝛼2 + 𝜔 2

Entrada 𝑥 𝒕 𝑋(𝑓) 𝑋(𝜔)
2 2 2
10 𝑒 −𝜋𝑡 𝑒 −𝜋𝑓 𝑒 −𝜔 Τ4𝜋
1 2
11 𝑠𝑔𝑛(𝑡)
𝒋𝜋𝑓 𝒋𝜔
1 1
12 𝑢 𝑡 0.5𝛿 𝑓 + 𝜋𝛿 𝜔 +
𝒋𝟐𝜋𝑓 𝒋𝜔
𝛼 + 𝒋2𝜋𝑓 𝛼 + 𝒋𝜔
13 𝑒 −𝛼𝑡 𝐶𝑜𝑠(2𝜋𝛽𝑡)𝑢(𝑡)
𝛼 + 𝒋2𝜋𝑓 2 + 2𝜋𝛽 2 𝛼 + 𝒋𝜔 2 + 2𝜋𝛽 2
2𝜋𝛽 2𝜋𝛽
14 𝑒 −𝛼𝑡 𝑆𝑒𝑛(2𝜋𝛽𝑡)𝑢(𝑡)
𝛼 + 𝒋2𝜋𝑓 2 + 2𝜋𝛽 2 𝛼 + 𝒋𝜔 2 + 2𝜋𝛽 2
∞ ∞ ∞
1 𝑘 2𝜋 2𝜋𝑘
15 ෍ 𝛿 𝑡 − 𝑛𝑇 ෍ 𝛿 𝑓− ෍ 𝛿 𝜔−
𝑇 𝑇 𝑇 𝑇
𝑛=−∞ 𝑘=−∞ 𝑘=−∞
∞ ∞ ∞
16 𝑥𝑝 𝒕 = ෍ 𝑿 𝑘 𝑒 𝒋2𝜋𝑘𝑓0 𝒕 ෍ 𝑿 𝑘 𝛿 𝑓 − 𝑘𝑓0 ෍ 2𝜋𝑿 𝑘 𝛿 𝜔 − 𝑘𝜔0
𝑘=−∞ 𝑘=−∞ 𝑘=−∞

3.2.2 Propiedades Operacionales de la transformadas de Fourier
Propiedad 𝑥 𝒕 𝑋(𝑓) 𝑋(𝜔)

Semejanza 𝑋(𝑡) 𝑥 −𝒇 2𝜋 𝑥 −𝝎
Escalamiento en 1 𝑓 1 𝜔
el tiempo
𝑥 𝛼𝒕 𝑋 𝑋
𝛼 𝛼 𝛼 𝛼
Reflexión 𝑥 −𝒕 𝑋(−𝑓) 𝑋(−𝜔)
Desplazamiento −𝑗2𝜋𝛼𝒇 𝑒 −𝑗𝛼𝝎 𝑋(𝝎)
en el tiempo
𝑥 𝒕−𝛼 𝑒 𝑋(𝒇)
Desplazamiento
en frecuencia
𝑒 𝑗2𝜋𝛼𝒕 𝑥(𝒕) 𝑋 𝒇−𝛼 𝑋 𝝎 − 2𝜋𝛼
Convolución 𝑥 𝒕 ∗ℎ 𝒕 𝑋 𝑓 𝐻(𝑓) 𝑋 𝜔 𝐻(𝜔)

1
Multiplicación 𝑥 𝒕 ℎ 𝒕 𝑋 𝑓 ∗ 𝐻(𝑓) 𝑋 𝜔 ∗ 𝐻(𝜔)
2𝜋
Modulación 𝑥 𝒕 𝐶𝑜𝑠 2𝜋𝛼𝒕 0.5 𝑋 𝑓 + 𝛼 + 𝑋 𝑓 − 𝛼 0.5 𝑋 𝜔 + 2𝜋𝛼 + 𝑋 𝜔 − 2𝜋𝛼

Propiedad 𝑥 𝒕 𝑋(𝑓) 𝑋(𝜔)

Derivación 𝑥′ 𝒕 𝒋2𝜋𝑓𝑋 𝑓 𝒋𝜔𝑋 𝝎
Multiplicación
por t
−𝒋2𝜋𝑡 𝑥(𝑡) 𝑋′ 𝒇 2𝜋 𝑋 𝝎
𝑡 1 1
Integración න 𝑥 𝒕 𝑑𝑡 𝑋 𝑓 + 0.5𝑋(0)𝛿(𝑓) 𝑋 𝜔 + 𝜋𝑋(0)𝛿(𝜔)
−∞ 𝒋2𝜋𝑓 𝒋𝜔
∗ 𝑗2𝜋𝛼𝒇 𝑒 𝑗𝛼𝝎 𝑋(𝝎)
Conjugación 𝑥 𝒕 𝑒 𝑋(𝒇)
∗ ∗
Correlación 𝑥 𝒕 ∗∗ 𝑦(𝒕) 𝑋 𝒇 𝑌 𝒇 𝑋 𝝎 𝑌 𝝎
∗ 𝟐 ∗ 𝟐
Autocorrelación 𝑥 𝒕 ∗∗ 𝑥(𝒕) 𝑋 𝒇 𝑋 𝒇 = 𝑋 𝒇 𝑋 𝝎 𝑋 𝝎 = 𝑋 𝝎
Teorema de ∞
1 ∞ ∞
Ordenada 𝑥 𝟎 = න 𝑋 𝑓 𝒅𝒇 = න 𝑋 𝜔 𝒅𝝎 𝑋 𝟎 = න 𝑥 𝑡 𝒅𝒕
Central −∞ 2𝜋 −∞ −∞
∞ ∞
Teorema de 1 ∞
Parsival
𝐸=න 𝑥2(𝑡) 𝑑𝑡 =න 𝑋 𝑓 𝟐 𝒅𝒇 = න 𝑋 𝜔 𝟐 𝒅𝝎
−∞ −∞ 2𝜋 −∞


CAPÍTULO 3 - La Transformada de Fourier

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

CAPÍTULO 3 - La Transformada de Fourier

Diunggah oleh

Hak Cipta:

Format Tersedia

Señales y Sistemas

1. DESCRIPCIÓN MATEMÁTICA DE SEÑALES

3.1. Introducción (Recordando las Series de Fourier).

3.1.1 El dominio de la frecuencia

Existen tres formas de las series de Fourier:

a) Forma Trigonométrica b) Forma Polar

Nivel de continua (dc)

Señales y Sistemas Ing. Diego Peñaloza 3

3.1.1 El dominio de la frecuencia

Existen tres formas de las series de Fourier:

Partiendo de la primera forma y usando Fórmulas de Euler:

𝑋 𝑘 = 12(𝑎𝑘 − 𝒋𝑏𝑘 ) 𝑒 𝒋𝜃 +𝑒 −𝒋𝜃 𝑒 𝒋𝜃 −𝑒 −𝒋𝜃

𝑋 𝑘 = 12𝑐𝑘 ∠𝜽𝒌 = 12𝑐𝑘 𝑒 𝒋𝜽𝒌

Señales y Sistemas Ing. Diego Peñaloza 4

3.1.1 El dominio de la frecuencia

¿Qué necesitamos para reconstruir una señal armónica o sinusoidal PURA?

Veamos otras representaciones: http://www.intmath.com/fourier-series/fourier-graph-applet.php

Veamos la representación en series de Fourier de una señal diente de sierra

Señales y Sistemas Ing. Diego Peñaloza 5

3.1.1 El dominio de la frecuencia

1f0 2f0 3f0 4f0 5f0 6f0 𝒇෠

Señales y Sistemas Ing. Diego Peñaloza 6

3.1.1 El dominio de la frecuencia

¿Podríamos analizar su respuesta desde su ESPECTRO?

Señales y Sistemas Ing. Diego Peñaloza 7

3.1.1 El dominio de la frecuencia

X[1] X[2] X[3] X[4] X[5] X[6] X(f) 𝑷𝒓𝒐𝒄𝒆𝒔𝒐

ESPECTRO DE FRECUENCIA H(f)

X(𝜔) 𝑷𝒓𝒐𝒄𝒆𝒔𝒐 Y(𝜔) ¿Podremos

Señales y Sistemas Ing. Diego Peñaloza 8

3.1.2 Conexión entre la Serie de Fourier y la Transformada de Fourier

La Transformada de Fourier proporciona una descripción en el dominio de la frecuencia de

Señales y Sistemas Ing. Diego Peñaloza 9

3.1.2 Conexión entre la Serie de Fourier y la Transformada de Fourier

Onda rectangular o tren de pulsos

Si T→∞, el espaciamiento armónico 𝑓0 = 1Τ𝑇 tiende a cero,

Señales y Sistemas Ing. Diego Peñaloza 10

3.1.2 Conexión entre la Serie de Fourier y la Transformada de Fourier

Si T→∞, el espaciamiento armónico 𝑓0 = 1Τ𝑇 tiende a cero, y el espectro de la serie de Fourier se

Señales y Sistemas Ing. Diego Peñaloza 11

3.1.2 Conexión entre la Serie de Fourier y la Transformada de Fourier

Si definimos 𝑇𝑿 𝑘 = 𝑋(𝑓), tenemos la definición de la TRANSFORMADA DE FOURIER:

También la podemos describir en términos de la frecuencia angular 𝜔 = 2𝜋𝑓

En consecuencia, la Transformada de Fourier proporciona una representación en el

Señales y Sistemas Ing. Diego Peñaloza 12

3.1.2 Conexión entre la Serie de Fourier y la Transformada de Fourier

Señales y Sistemas Ing. Diego Peñaloza 13

3.1.2 Conexión entre la Serie de Fourier y la Transformada de Fourier

Señal Periódica ESPECTRO DE FRECUENCIA

Señal No Periódica ESPECTRO DE FRECUENCIA

Señales y Sistemas Ing. Diego Peñaloza 14

3.1.2 Conexión entre la Serie de Fourier y la Transformada de Fourier

Señales y Sistemas Ing. Diego Peñaloza 15

3.1.2 Conexión entre la Serie de Fourier y la Transformada de Fourier

Señales y Sistemas Ing. Diego Peñaloza 16

3.1.2 Conexión entre la Serie de Fourier y la Transformada de Fourier

Para 𝑥1 𝒕 con T=2: Para 𝑥2 𝒕 con T=1.5: Para 𝑥3 𝒕 con T=1:

Ver ejecución en MatLab

3.1.3 La Transformada Inversa de Fourier

Conforme 𝑇 → ∞, y 𝑘𝑓0 → 𝑓, la sumatoria se convierte en una integral desde (−∞, ∞).

Forma 𝝎, donde 𝝎= 2𝜋𝒇

3.1.4 Espectro de magnitud y fase