19/08/2011 APAS´20111
Universidad Nacional de Entre Ríos Facultad de Ingeniería
Laboratorio de Señales y Dinámicas no Lineales
Universidad Nacional del Litoral
Facultad de Ciencias Hídricas
SINC(i)
ANÁLISIS Y PROCESAMIENTO AVANZADO DE SEÑALES
Dra. María Eugenia TorresDr. Hugo Leonardo Rufiner
Dr. Diego H. Milone
Clase 5 – Parte 2
19/08/2011 APAS´20112
Sistemas Lineales y Filtros
Filtros lineales invariantes en el tiempo
Integrales de Fourier en L1 y en L2. Propiedades.
Discretización
Filtros lineales discretos invariantes en el tiempo.
Señales finitas.
19/08/2011 APAS´2011 3
de Fourier.
Informe de Fourier al Institute de France (1807)f periódica puede representarse por serie de ondas senoidales
armónicas.
Impacto: física, ingeniería, análisis matemático.
Motivación de Fourier: difusión del calor
Transformada de Fourier diagonaliza todo Transformada de Fourier diagonaliza todo
operador lineal invariante en el tiempooperador lineal invariante en el tiempo
Bloques fundamentales del procesamiento de señales
19/08/2011 APAS´20114
Filtrado Lineal Invariante en el tiempo.
transmisión de señalesremoción de ruido estacionariocodificación predictiva
Operaciones básicas del procesamiento de señales
son implementadas con
operadores lineales invariantes en el tiempo
19/08/2011 APAS´2011 5
Filtrado Lineal Invariante en el tiempo. Operador lineal invariante en el tiempo
)( tftf
][)()]([)( fLtgtfLtg
Lf g
19/08/2011 APAS´2011 6
Delta de Dirac δ tiene soportesoporte en { t = 0} y
Si f continua:
Dada g continua tal que
s
tg
stg
dttg
s
1)(
1)(
duuuff )()()0( 0
ss
g0
lim
dttftfdttftg ss
)()()0()()(lim0
Convergencia débilEs
Notación!!!
1)(
dtt
19/08/2011 APAS´2011 7
Sistema Lineal Invariante en el tiempo (SLIT).
L lineal y continua
Se caracterizan por su respuesta al impulso unitario.
duuLuftfL t )]([)()]([
L h
h respuesta al impulso )()]([ tfhtfL
][)( tLth donde
Lf ][ fL
dutuftf u )()()( f continua
)()( uttu
19/08/2011 APAS´2011 12
Sistema Lineal Invariante en el Tiempo (SLIT).Autovalores y autovectores
dueuheL utiti )()(][
Las exponenciales complejas
son autovectores del operador de convolución
tie
tiuititi ehdueuheeL ).(ˆ)(][
donde
dueuhh ui )()(ˆ (Transformada de Fourier)
es el autovalor asociado en la frecuencia
19/08/2011 APAS´2011 14
Como las ondas sinusoidales
son autovectores de los SLIT
es tentador tratar de descomponer cualquier función f como “suma” de estos autovectores.
tie
Sistema Lineal Invariante en el Tiempo (SLIT).Autovalores y autovectores
Podemos expresar L[f ] directamente a partir de los
autovalores .)(ˆ h
El análisis de Fourier demuestra que bajo condiciones débiles (seccional continuidad) es posible escribir L[f ]
como una Integral de Fourier.
19/08/2011 APAS´201115
Integrales de Fourier en LIntegrales de Fourier en L1 1 y en Ly en L22
dttfLf22 )()(
dttfLf )()(1 Sumable
Energía finita
19/08/2011 APAS´2011 16
dtetff ti )()(ˆLa Transformada de Fourier (FT)
mide “cuantas” oscilaciones de f hay en la frecuencia .
Si :)()( 1 Ltf dttff )()(ˆ
)()(ˆ 1 Lf y es continua
L a Transformada de Fourier en LL a Transformada de Fourier en L11(R)(R)
1Lf
( Papoullis, 1987 )
19/08/2011 APAS´2011 17
deftf ti)(ˆ2
1)(
Teorema (Transformada Inversa de Fourier)
Si )()(ˆ)()( 11 LfyLtf
)()()( 1 Lthftg
Teorema (de Convolución)
Sea )()()()( 11 LthyLtf
)(ˆ)(ˆ)(ˆ hfg
L a Transformada de Fourier en LL a Transformada de Fourier en L11(R)(R)
La reconstruccion no está garantizada para funciones
discontinuas
19/08/2011 APAS´2011 18
La Transformada de Fourier en LLa Transformada de Fourier en L11(R)(R)
La respuesta de un SLIT puede calcularse por su FT
dehftgfL ti)(ˆ)(ˆ2
1)(][
)(ˆ).(ˆ)(ˆ][ hfgyhfgfL
Esta convolución se denomina Filtrado Frecuencial
y es la Función de Transferencia del Filtro)(ˆ h
defhfL ti ])(ˆ[)(ˆ2
1][
)(ˆ h atenua o amplifica cada componente frecuencial ei t de amplitud )(ˆ f
19/08/2011 APAS´2011 20
La Transformada de Fourier en LLa Transformada de Fourier en L22(R)(R)
)()( ]1,1[ ttf Función Característica de [-1,1]
o “Indicator Function”
)(2
)(ˆ 11
1
Lsin
dtef ti
)(
)()(ˆ
2
1
L
Lf
No puede aplicarse el Teorema de Inversión !
Es necesario extenderextender la Transformada de Fourier a L2 (R R )
19/08/2011 APAS´2011 21
L2 es Hilbert
Producto interno
)(, para ,)()(, 2
Lgfdttgtfgf
Norma
)( para ,)()()(, 222
Lfdttfdttftffff
19/08/2011 APAS´2011 22
La Transformada de Fourier en LLa Transformada de Fourier en L22(R)(R)
entonces)()(Si 21 LLhyf
Teorema:
hf
dhf
dtthtfhf
ˆ,ˆ2
1
)(ˆ)(ˆ2
1
)()(,
hfhf ˆ,ˆ2
1,
Fórmula de Parseval
2
2
2
2ˆ
2
1, Si ffhf
Fórmula de Plancherel
19/08/2011 APAS´2011 23
La Transformada de Fourier en LLa Transformada de Fourier en L22(R)(R)
Extensión a L2 por densidad
)( pero )( Si 12 LfLf
no puede calcularse su Transformada de Fourier mediante la integral usual
porque
)()( 1 Letf ti
Entonces se la define como un límite usando la densidad de )(en )()( 221 LLL
19/08/2011 APAS´2011 24
La Transformada de Fourier en LLa Transformada de Fourier en L22(R)(R))(en denso es )()( 221 LLL
)( en a converge que tal),()(,}{ 221 LffLLff nnNnn
02
nn ff
Como {fn} es convergente, es una sucesión de Cauchy
Npnff pn , 2
11
1 ˆˆ2
1y ˆ)( pnpnnn fffffLf
221en Cauchy de es }ˆ{ Entonces LLLf n
L2 es un espacio de Hilbert completo toda sucesión de Cauchy converge en él
0ˆˆ que tal)(ˆ2
2 nfflimLf
se la define como la Transformada de Fourier de f
Plancherel
)( en 2 L
19/08/2011 APAS´2011 25
La Transformada de FourierLa Transformada de FourierEjemplosEjemplos
Función Característica
)()( ],[ ttf TT )(
2)(ˆ Tsindtef
T
T
ti
Filtro Pasa-Bajo Ideal
)()(ˆ ],[ ht
tsindeth ti
)(
2
1)(
19/08/2011 APAS´2011 26
La Transformada de FourierLa Transformada de FourierEjemplosEjemplos
Circuito Electrónico Pasivo
hf g
M
k
kk
K
k
kk tgbtfa
0
)(
0
)( )()(
f(t)=g(t)=0 si t<0
M
k
kk
K
k
kk
ib
ia
f
gh
0
0
)(
)(
)(ˆ)(ˆ
)(ˆ
Aplicando Fourier:
)()( thftg
Implementa filtros analógicos: resistencias, capacitores e inductores.
19/08/2011 APAS´2011 27
La Transformada de FourierLa Transformada de FourierEjemplosEjemplos
Función Gaussiana Cttf es )exp()( 2
dteefT
T
tit
2
)(ˆ 0)(ˆ)('ˆ2 ff
Chirp Gaussiano ))(exp()( 2tibatf
)(4
)(exp)(ˆ
22
221
ba
iba
biaf
19/08/2011 APAS´2011 28
La Transformada de FourierLa Transformada de FourierPropiedades: Regularidad y decaimientoPropiedades: Regularidad y decaimiento
Regularidad y Decaimiento
La regularidad global de una señal f depende del decaimiento de cuando aumenta)(ˆ f
dftfLf )(ˆ21
)()()(ˆ Si 1
i.e f es continua y acotada
19/08/2011 APAS´2011 29
La Transformada de FourierLa Transformada de FourierPropiedades: Regularidad y decaimientoPropiedades: Regularidad y decaimiento
Teorema:
Si
entonces la función f es acotada y p veces continuamente
diferenciable con derivadas acotadas.
dfp
1)(ˆ
19/08/2011 APAS´2011 30
La Transformada de FourierLa Transformada de FourierPropiedades: Regularidad y decaimientoPropiedades: Regularidad y decaimiento
11)(ˆ
p
Kf/0 y constantes Si εKn
EntoncespCf
Si tiene soporte compacto, el teorema implica que Cff̂
El decaimiento de depende del peor comportamiento singular de f.)(ˆ f
19/08/2011 APAS´2011 31
La Transformada de FourierLa Transformada de FourierPropiedades: Regularidad y decaimientoPropiedades: Regularidad y decaimiento
)()( ],[ ttf TTEjemplo:
es discontinua en -T y T.
1 como decae )(f̂
¿ Es f regular para t T ?
Esta información no puede obtenerse a partir de la Transformada de Fourier.
Para caracterizar regularidades locales se necesitan formas de onda bien localizadas en el tiempo Onditas
19/08/2011 APAS´2011 32
La Transformada de FourierLa Transformada de FourierPropiedades: Principio de IncertidumbrePropiedades: Principio de Incertidumbre
¿ Es posible construir una función f tal que: Su energía esté bien localizada en tiempo? Su transformada de Fourier tenga energía concentrada en un pequeño entorno de frecuencia?
19/08/2011 APAS´2011 33
La Transformada de FourierLa Transformada de FourierPropiedades: Principio de IncertidumbrePropiedades: Principio de Incertidumbre
tiene soporte restringido a t=u tiene energía distribuida uniformente en todas las frecuencias
)( ut ine)(ˆ
tiene decaimiento rápido a altas frecuencias,
sólo si f tiene variaciones regulares en el tiempo. La energía debe estar desparramada en un tiempo
“largo”.
f̂
19/08/2011 APAS´2011 34
La Transformada de FourierLa Transformada de FourierPropiedades: Principio de IncertidumbrePropiedades: Principio de Incertidumbre
Solución? ¿ Reducir la dispersión temporal de f ?
22 entonces ,1 con ,
1)( Si ffs
st
fs
tf ss
Cómo? ¿ Con un cambio de escala de f ?
ˆ)(ˆ pero sfsf s es dilatada en 1/s
19/08/2011 APAS´2011 35
Dilatación en tiempo vs. frecuencia s= 1, 5, 0.2, 0.05
stf
stf s
1)( )(ˆ sf
19/08/2011 APAS´2011 36
Las concentraciones de energía en tiempo y frecuencia están restringidas por el
Principio de Incertidumbre de Heisenberg
La Transformada de FourierLa Transformada de FourierPropiedades: Principio de IncertidumbrePropiedades: Principio de Incertidumbre
Interpretación en Mecánica Cuántica:
El estado de una partícula unidimensional es descripto por una función de onda )(2 Lf
19/08/2011 APAS´2011 37
La Transformada de FourierLa Transformada de FourierPropiedades: Principio de IncertidumbrePropiedades: Principio de Incertidumbre
La densidad de probabilidad de que una partícula esté localizada en t es
2
2 )(1
tff
Localización promedio: dttft
fu
2
2 )(1
La densidad de probabilidad de que su momentum sea igual a es
2
2 )(ˆ2
1
ff
Momentum promedio:
dff
2
2 )(ˆ2
1
Varianzas:
dttfutf
u
222
2 )()(1
dff
222
2 )(ˆ)(2
1
)(2 Lf
19/08/2011 APAS´2011 38
La Transformada de FourierLa Transformada de FourierPropiedades: Principio de IncertidumbrePropiedades: Principio de Incertidumbre
Teorema (de Incertidumbre de Heisenberg):
La varianza temporal y frecuencial de satisfacen
La igualdad es válida si y sólo si existen (u,,a,b) 2 x C
2 tales que
)(2 Lf
4122 t
])(exp[)( 2utbtiatf
Gabor Chirps
19/08/2011 APAS´2011 39
La Transformada de FourierLa Transformada de FourierPropiedades: Principio de IncertidumbrePropiedades: Principio de Incertidumbre
Soporte compacto?
Teorema
Si f 0, tiene soporte compacto, entonces no puede ser nula en todo un intervalo.
Recíprocamente, si tiene soporte compacto, entonces f(t) no puede ser nula en todo un intervalo.
)(ˆ f
)(ˆ f
Transformada de Fourier
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-1
-0.5
0
0.5
1s(t) = sin(2 f1 t)*u1(t)+ sin(2 f2 t)*u2(t)+sin(2 f3 t)*u3(t)
t(n)
s(n)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.50
10
20
30
Frequency (kHz)
abs(
fft(s
))2 (
dB/H
z)f1=0,05 kHz - f2=0.025 kHz - f3=0.08 kHz
Transformada de Fourier
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-1
-0.5
0
0.5
1
s(t) = sin(2 f1 t)+ sin(2 f2 t)+sin(2 f3 t)
t(n)
s(n
)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.50
10
20
30
Frequency (kHz)
abs(f
ft(s
))2 (dB
/Hz)
f1=0,05 kHz - f2=0.025 kHz - f3=0.08 kHz
Contenidos
Introducción Elementos de Matemáticas avanzadas. Operadores lineales. Proyecciones. Espacios vectoriales. Filtros lineales invariantes en el tiempo. Integrales de Fourier en L1 y en L2. Propiedades. Filtros lineales discretos invariantes en el tiempo. Señales finitas.
Análisis tiempo-frecuencia La transformada Fourier por ventanas. La transformada ondita. Frecuencia instantánea. Energía tiempo-frecuencia instantánea.
MarcosTeoría de Marcos. Marcos en Fourier y en onditas. Invariancia ante traslación. Transformada Ondita Diádica.
Bases Ondita.Bases onditas ortogonales. Aproximaciones Multirresolución. Funciones escala. Filtros espejo conjugados. Clases de bases ondita. Onditas y bancos de filtros. Bases biortogonales.
Aplicaciones.
Top Related