Download - Transformada de Fourier
![Page 1: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/1.jpg)
Transformada de FourierTransformada de Fourier
http://www.fiec.espol.edu.ec
![Page 2: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/2.jpg)
Transformadas de FourierTransformadas de Fourier Jean Baptiste Joseph Fourier (1768 – Jean Baptiste Joseph Fourier (1768 –
1830)1830) Contribuyo a la idea de que una Contribuyo a la idea de que una
función puede ser representada por función puede ser representada por la suma de funciones sinusoidales la suma de funciones sinusoidales
)2sin()2cos()(1 1 T
ktbTktactf
k kkk
![Page 3: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/3.jpg)
Transformada de FourierTransformada de Fourier
![Page 4: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/4.jpg)
Transformada de FourierTransformada de Fourier
![Page 5: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/5.jpg)
Transformada de FourierTransformada de Fourier
![Page 6: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/6.jpg)
Trasformada de FourierTrasformada de Fourier Es interesante descomponer una Es interesante descomponer una
señal en sinusoides por la:señal en sinusoides por la:• FIDELIDAD SINUSOIDALFIDELIDAD SINUSOIDAL
Eso garantiza que si entra un Eso garantiza que si entra un sinusoide a un sistema lineal solo sinusoide a un sistema lineal solo variará su fase y su amplitud pero su variará su fase y su amplitud pero su frecuencia sera la mismafrecuencia sera la misma
![Page 7: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/7.jpg)
Transformadas de FourierTransformadas de Fourier Dependiendo del tipo de función que Dependiendo del tipo de función que
se desee transformar se utilizan se desee transformar se utilizan diferentes métodosdiferentes métodos
![Page 8: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/8.jpg)
Transformadas de FourierTransformadas de Fourier
Aperiodiodicas Aperiodiodicas ContinuasContinuasTransformada de FourierTransformada de Fourier
Periódicas ContinuasPeriódicas ContinuasSeries de FourierSeries de Fourier
Aperiódicas DiscretasAperiódicas DiscretasT. Discreta en Tiempo de T. Discreta en Tiempo de FourierFourier
Periódicas DiscretasPeriódicas DiscretasTransformada Discreta de Transformada Discreta de FourierFourier
![Page 9: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/9.jpg)
Transformada de FourierTransformada de Fourier Nosotros manejamos señales con un Nosotros manejamos señales con un
número finito de muestrasnúmero finito de muestras Hay dos opcionesHay dos opciones
• Convertirlas a Aperiódicas DiscretasConvertirlas a Aperiódicas Discretas• Convertirlas a Periódicas DiscretasConvertirlas a Periódicas Discretas
Para sintetizar una señal aperiódica Para sintetizar una señal aperiódica se necesita un número se necesita un número infinitoinfinito de de sinusoidessinusoides
![Page 10: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/10.jpg)
Transformada de FourierTransformada de Fourier Por lo tanto nos concentraremos en Por lo tanto nos concentraremos en
la Transformada Discreta de Fourierla Transformada Discreta de Fourier Llamada más comúnmente por su Llamada más comúnmente por su
siglas en ingles DFTsiglas en ingles DFT Para hacerlo debemos pensar en la Para hacerlo debemos pensar en la
señal digital como periódica, o sea señal digital como periódica, o sea que se repite indefinidamenteque se repite indefinidamente
![Page 11: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/11.jpg)
Transformada de FourierTransformada de Fourier Existen dos maneras de atacar Existen dos maneras de atacar
matemáticamente la DFTmatemáticamente la DFT• DFT Sinusoidal (Real)DFT Sinusoidal (Real)• DFT Exponencial (Complejo)DFT Exponencial (Complejo)
![Page 12: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/12.jpg)
DFT RealDFT Real Se basa en calcular los coeficientes Se basa en calcular los coeficientes
de la siguiente ecuación:de la siguiente ecuación:
2/
0
2/
0
)/2sin()/2cos(][N
kk
N
kk NknbNknanx
][][Im][][RenbnXnanX
![Page 13: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/13.jpg)
DFT RealDFT Real
![Page 14: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/14.jpg)
DFT RealDFT Real
![Page 15: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/15.jpg)
DFT ComplejoDFT Complejo Se basa en la identidadSe basa en la identidad
De tal manera que:De tal manera que:)()cos( xisenxeix
![Page 16: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/16.jpg)
Real vs. ComplejoReal vs. Complejo La verdadera transformada de La verdadera transformada de
Fourier es compleja por naturalezaFourier es compleja por naturaleza Hacerla real permite estudiarla Hacerla real permite estudiarla
mejor, pero introduce ciertos mejor, pero introduce ciertos problemasproblemas
Nosotros utilizaremos las dos Nosotros utilizaremos las dos dependiendo de la aplicacióndependiendo de la aplicación
![Page 17: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/17.jpg)
El dominio de la frecuenciaEl dominio de la frecuencia Aplicar la transformada de fourier a Aplicar la transformada de fourier a
una señal en el dominio del tiempo una señal en el dominio del tiempo tiene como efecto expresar esa señal tiene como efecto expresar esa señal en el dominio de la frecuenciaen el dominio de la frecuencia
X[n]=DFT(x[n])X[n]=DFT(x[n]) Por lo tanto el eje x de la Por lo tanto el eje x de la
transformada de fourier representa transformada de fourier representa frecuenciafrecuencia
![Page 18: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/18.jpg)
El dominio de la frecuenciaEl dominio de la frecuencia
![Page 19: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/19.jpg)
El dominio de la frecuenciaEl dominio de la frecuencia El eje x se puede expresar de 4 El eje x se puede expresar de 4
maneras:maneras:• Fracción de la frecuencia de MuestreoFracción de la frecuencia de Muestreo• Número de MuestraNúmero de Muestra• Frecuencia Natural (radianes)Frecuencia Natural (radianes)• Frecuencia AbsolutaFrecuencia Absoluta
![Page 20: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/20.jpg)
Inversa de la DFTInversa de la DFT Así como podemos ir del dominio del Así como podemos ir del dominio del
tiempo al dominio de la frecuenciatiempo al dominio de la frecuencia Usamos la inversa de la DFT para Usamos la inversa de la DFT para
pasar de la frecuencia al tiempopasar de la frecuencia al tiempo Por lo tanto podemos ver que al Por lo tanto podemos ver que al
pasar del tiempo a la frecuencia solo pasar del tiempo a la frecuencia solo estamos expresando la misma estamos expresando la misma información de otra manerainformación de otra manera
![Page 21: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/21.jpg)
Inversa de la DFTInversa de la DFT Eso nos lleva a un concepto muy Eso nos lleva a un concepto muy
importante en analisis de señales y importante en analisis de señales y sistemas: Dualidadsistemas: Dualidad
![Page 22: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/22.jpg)
Cálculo de la DFTCálculo de la DFT Hay 3 métodos para calcular la DFTHay 3 métodos para calcular la DFT
• DFT por ecuaciones simultaneasDFT por ecuaciones simultaneas• DFT por correlaciónDFT por correlación• FFTFFT
Hoy veremos los dos primerosHoy veremos los dos primeros
![Page 23: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/23.jpg)
DFT por ecuaciones DFT por ecuaciones simultaneassimultaneas
Tenemos N valores en tiempo y hay Tenemos N valores en tiempo y hay que calcular N valores en frecuenciaque calcular N valores en frecuencia
Debemos escribir N ecuaciones Debemos escribir N ecuaciones lineales independienteslineales independientes
2/
0
2/
0
)/2sin()/2cos(][N
kk
N
kk NknbNknanx
2/
0
2/
0
)/2sin()/2cos(]1[N
kk
N
kk NkbNax
![Page 24: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/24.jpg)
DFT por ecuaciones DFT por ecuaciones simultaneassimultaneas
Se puede resolver usando los Se puede resolver usando los métodos como Eliminación de Gaussmétodos como Eliminación de Gauss
Pero en la práctica es muy lentoPero en la práctica es muy lento Solo se utiliza de manera teóricaSolo se utiliza de manera teórica
![Page 25: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/25.jpg)
DFT por correlaciónDFT por correlación Correlacionamos la señal original con Correlacionamos la señal original con
cada una de las funciones cada una de las funciones sinusoidales basesinusoidales base
Esto significa multiplicar cada punto Esto significa multiplicar cada punto de la señal de entrada por la función de la señal de entrada por la función sinusoidal y luego sumar todos los sinusoidal y luego sumar todos los puntospuntos
![Page 26: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/26.jpg)
DFT por correlaciónDFT por correlación
1
0
1
0
)/2sin(][][Im
)/2cos(][][Re
N
i
N
i
NkiixkX
NkiixkX
M
i
ibianc0
][][][
![Page 27: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/27.jpg)
DFT
por
cor
rela
c ión
DFT
por
cor
rela
c ión
![Page 28: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/28.jpg)
Notación PolarNotación Polar Tal como representamos a la función Tal como representamos a la función
en frecuencia con una parte real y en frecuencia con una parte real y una imaginaria podemos expresarla una imaginaria podemos expresarla en forma de Magnitud y Faseen forma de Magnitud y Fase
Mag X[0] y Fas X[0] son calculadas a Mag X[0] y Fas X[0] son calculadas a partir de Re X[0] y Im X[0] y asi con partir de Re X[0] y Im X[0] y asi con las demas muestraslas demas muestras
![Page 29: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/29.jpg)
Notación PolarNotación Polar Esta forma de representar la función Esta forma de representar la función
en frecuencia nos ayuda a en frecuencia nos ayuda a visualizarla mejorvisualizarla mejor
![Page 30: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/30.jpg)
Notación PolarNotación Polar Se calcula de la siguiente maneraSe calcula de la siguiente manera
![Page 31: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/31.jpg)
Notación PolarNotación Polar
![Page 32: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/32.jpg)
Notación PolarNotación Polar Usamos la notación polar para Usamos la notación polar para
visualizar la señalvisualizar la señal Usamos la notación rectangular para Usamos la notación rectangular para
hacer los cálculoshacer los cálculos
![Page 33: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/33.jpg)
Análisis EspectralAnálisis Espectral Como ya vimos, en muchas señales, Como ya vimos, en muchas señales,
la información no esta codificada en la información no esta codificada en la forma de la señal, sino en su la forma de la señal, sino en su frecuenciafrecuencia
Ejemplo de esto:Ejemplo de esto:• SonidoSonido• Radar SubmarinoRadar Submarino• ColorColor
![Page 34: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/34.jpg)
Análisis EspectralAnálisis Espectral Para analizar este tipo de señales el Para analizar este tipo de señales el
dominio del tiempo es insatisfactoriodominio del tiempo es insatisfactorio Trate de analizar su voz simplemente Trate de analizar su voz simplemente
viendo a forma de la señal en tiempoviendo a forma de la señal en tiempo Se utiliza la transformada de fourier Se utiliza la transformada de fourier
para representar estas señales en para representar estas señales en frecuencia y asi poderlas analizarfrecuencia y asi poderlas analizar
![Page 35: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/35.jpg)
Análisis EspectralAnálisis Espectral
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45-4
-3
-2
-1
0
1
2
3x 10
4
Time(seconds)
Vowel A
![Page 36: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/36.jpg)
Análisis EspectralAnálisis Espectral Obtenemos la transformada de Obtenemos la transformada de
FourierFourier Obtenemos la parte real y la Obtenemos la parte real y la
graficamosgraficamos
![Page 37: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/37.jpg)
Análisis EspectralAnálisis Espectral
0 1000 2000 3000 4000 5000 600010
4
105
106
107
108
109
1010
1011
1012
Frequency(Hz)
Pow
erVowel A (256 samples - hamming)
![Page 38: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/38.jpg)
Análisis EspectralAnálisis Espectral Vamos tomando grupos de muestras Vamos tomando grupos de muestras
y realizamos la misma técnica y y realizamos la misma técnica y luego las graficamos juntasluego las graficamos juntas
![Page 39: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/39.jpg)
Análisis EspectralAnálisis Espectral
Seconds
Hz
Sida.txt, 256, hamming
0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
5500
![Page 40: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/40.jpg)
Análisis EspectralAnálisis Espectral A representar una función en sus A representar una función en sus
componentes de frecuencia se le componentes de frecuencia se le llama Análisis Espectralllama Análisis Espectral
Nos permite saber que frecuencias Nos permite saber que frecuencias están presentes dentro de una señalestán presentes dentro de una señal
![Page 41: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/41.jpg)
Análisis EspectralAnálisis Espectral Al tomar un grupo de muestras Al tomar un grupo de muestras
estamos multiplicando la función por estamos multiplicando la función por una ventana cuadradauna ventana cuadrada
Eso provoca distorsiones en las Eso provoca distorsiones en las frecuencias obtenidasfrecuencias obtenidas
![Page 42: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/42.jpg)
Análisis EspectralAnálisis Espectral
![Page 43: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/43.jpg)
Multiplicación por VentanaMultiplicación por Ventana
![Page 44: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/44.jpg)
VentanasVentanas Existen varias ventanasExisten varias ventanas
• CuadradaCuadrada• Barlett (triangulo)Barlett (triangulo)• Welch (parabola)Welch (parabola)• Hann (Hanning)Hann (Hanning)• HammingHamming
![Page 45: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/45.jpg)
VentanasVentanas
0 1000 2000 3000 4000 5000 600010
2
104
106
108
1010
1012
Vowel O - SQUARE (256 samples)
Frequency(Hz)
Pow
er
0 1000 2000 3000 4000 5000 6000102
104
106
108
1010
1012
Vowel O - BARTLETT (256 samples)
Frequency(Hz)
Pow
er
0 1000 2000 3000 4000 5000 600010
2
104
106
108
1010
1012
Vowel O - WELCH (256 samples)
Frequency(Hz)
Pow
er
0 1000 2000 3000 4000 5000 600010
2
104
106
108
1010
1012
Vowel O - HANN (256 samples)
Frequency(Hz)
Pow
er
Cuadrada Barlett
Welch Hann
![Page 46: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/46.jpg)
ResoluciónResolución Si tomamos más puntos tendremos Si tomamos más puntos tendremos
una mejor definición en frecuenciauna mejor definición en frecuencia Pero empeorara la definición en Pero empeorara la definición en
tiempotiempo Si tomamos menos puntos, tendremos Si tomamos menos puntos, tendremos
una mejor definición en tiempouna mejor definición en tiempo Pero empeorara la definición de la Pero empeorara la definición de la
frecuenciafrecuencia
![Page 47: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/47.jpg)
ResoluciónResolución
Seconds
Hz
Sidai.txt, 64, hamming
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
5500
![Page 48: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/48.jpg)
ResoluciónResolución
Seconds
Hz
Sidai.txt, 128, hamming
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
5500
![Page 49: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/49.jpg)
ResoluciónResolución
Seconds
Hz
Sidai.txt, 256, hamming
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
5500
![Page 50: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/50.jpg)
ResoluciónResolución
Seconds
Hz
Sidai.txt, 512, hamming
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
5500
![Page 51: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/51.jpg)
ResoluciónResolución
Seconds
Hz
Sidai.txt, 1024, hamming
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
5500
![Page 52: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/52.jpg)
Respuesta en FrecuenciaRespuesta en Frecuencia Asi como en el dominio del tiempo un Asi como en el dominio del tiempo un
sistema puede ser caracterizado por sistema puede ser caracterizado por su Respuesta a Impulsosu Respuesta a Impulso
En la Frecuencia un sistema se En la Frecuencia un sistema se caracteriza por su Respuesta en caracteriza por su Respuesta en FrecuenciaFrecuencia
La relación entre las dos es la La relación entre las dos es la transformada de Fouriertransformada de Fourier
![Page 53: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/53.jpg)
Respuesta en FrecuenciaRespuesta en Frecuencia
![Page 54: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/54.jpg)
Respuesta en FrecuenciaRespuesta en Frecuencia Muchas veces podemos entender Muchas veces podemos entender
mejor el funcionamiento de un mejor el funcionamiento de un sistema si analizamos la Respuesta a sistema si analizamos la Respuesta a Frecuencia en vez de la Respuesta a Frecuencia en vez de la Respuesta a ImpulsoImpulso
![Page 55: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/55.jpg)
Respuesta en FrecuenciaRespuesta en Frecuencia
![Page 56: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/56.jpg)
Convolución en FrecuenciaConvolución en Frecuencia SiSi
• x[n] * h[n] = y[n]x[n] * h[n] = y[n] EntoncesEntonces
• X[f] ? H[f] = Y[f]X[f] ? H[f] = Y[f]
RespuestaRespuesta• MultiplicaciónMultiplicación
![Page 57: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/57.jpg)
Convolución en FrecuenciaConvolución en Frecuencia Convolucionar dos señales en el Convolucionar dos señales en el
dominio del tiempo, significa dominio del tiempo, significa multiplicarlas en el dominio de la multiplicarlas en el dominio de la frecuenciafrecuencia
Y viceversaY viceversa
![Page 58: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/58.jpg)
Con
vol u
ción
en
Fre c
uenc
iaC
onvo
l uci
ón e
n Fr
ecue
nci a
![Page 59: Transformada de Fourier](https://reader033.vdocuments.site/reader033/viewer/2022061602/587bc60c1a28ab6c3c8b5a5f/html5/thumbnails/59.jpg)
Convolución en FrecuenciaConvolución en Frecuencia