COMURICACIONES | SENALES, MODULACION Y TRANSMISION Herrera umusa NORIEGA EDITORSCOoNTENIDO Pr6vogo Captruto I. ANALISIS DE SERALES EN EL DOMINIO DEL TIEMPO-LA SERIE DE FOURIER Introducci6n . ‘Terminologia Subsistemas funcionales de comunicacién See “Andlisis de sefiales por el método de Fourier (andlisis arménico) . Teorema de Fourier-Serie trigonométrica Serie exponencial de Fourier ........ Serie exponencial de sefiales periédicas . 5.4. Espectro de lineas y espectro complejo . . 5.5. Representacién en el dominio del tiempo y en el dominio de la frecuencia de las sefales 5.1, Espectros de magnitud y fase Cuestionario . Problemas . ‘TRANSFORMADA DE Fourier 1, Representacién en todo el tiempo de sefiales aperiédicas- 1.1, Dominio del tiempo y de la frecuencia 1.2. Funcién de densidad espectral . . 1.3, Existencia de la transformada de Fourier . . . 2. Transformada de algunas sefiales utiles 2.1. Funciones singulares 2.1.1. Funcién impulso unitario (Delta de Dirac) . 2.1.2. Propiedad de muestreo de la funcién impulso 2.2. Transformadas que incluyen funciones impulso . . . Transformada de cualquier sefial periédica ......... ”12 Contenido 3. Propiedades de la transformada de Fourier 82 ‘Teorema de Modulacién . 88. Cuestionario . 100 Problemas . . 101 Carrruto TIL, Coxvorucion ¥ MUPSTREO 1. Convolucién . 107 |. Leyes de convolucién Significado fisico de la convoluci6n . ._Interpretacion 108 Calculo analitico de la convolucén . 110 Convolucién de f() con &(t). . 113 2. Teorema de muestreo. 116 Recuperacion de /W) a partir de sus muestras 120 2.2. Muestreo en la frecuencia... 128 2.3, Muestreo prictico. . 123 24. Transmision Por pulsos 125 Cuestionario . 128 129 134 13. DEde la respuesta ...+-..-- 14. Energfa de las sefiales moduladas « 135 2. Potencia de las sefiales 136 2.1. Potencia de una sefal... 136 2°2. Densidad Espectral de Potencia (DEP) 137 2.3. Correlacion en tiempo de las sefiales de potencia 138 2.4. DEP de la respuesta 141 2.5. Densidad de potencia de las sefiales moduladas 149 Cuestionario 145 Problemas . 146 Cariruto ¥. MopuLAcion EN AMPLIFUD 1, Modulacién 149 2 Amplitud modulada-portadora suprimi : . 151 2.1, Modulacién con una sefial periédica cualquiera...... 157 2.2. Circuitos para generar seftales de AM-PS . 160 2.3. Conversores o mezcladores de frecuencia... 22sContenido 2.4. Demodulacién de las sefiales de AM-PS . 3. Amplitud Modulada (AM) 169 3.1. Sefial de AM [m,,, (0]. . . 170 ‘3.2. Generaci6n de las sefiales de AM... NTT 169 3.3. Demodulacién de las sefiales de AM 173 3.4. Eficiencia de transmisién en AM . 177 4. Banda lateral dnica (BLU) . 180 4.1. Generacién de la seftal de BLU-PS . 180 4.1.1. Método de desviacién de fase para generar sefiales de BLU-PS 180 4.2. Demodulacién de las Sefiales de BLU-PS . 183 4.1.2. Demodulacién de las sefales de BLU 6. Transmision Maltiple por de Frecuencia (MDF) 189 6.1. Receptor super erodino . 191 Cuestionario . : 192 Problemas . 194 1,_Funcién sinusoidal generalizada : 201 2. Sefiales de FM y MF. 203 2.1. Sefial de FM. 203 2.2. Sefial de MF . 203 3. FMy MF de banda angosta « 204 1. Modulacién por amplitud de pulsos (MAP).............. 2351.2. Muestreo instanténeo 240 1.3, Recuperacién de f(t) del muestreo instantineo 242 2. Transmision de sefiales MAP 244 3. Otras técnicas de modulacién por pulsos . 244 4. Mabiplenje por distribucién de tiempo (MDT) . 2. U8 Recuperacién de f(t).....+-.s+02+0++ 249 5. Sato de banda para la transmisi6n de sefiales MAP...... 250 6. Comparacién de los sistemas MDP y MDT ~ 251 5. Filtros ideales 262 5.1. Filtro de Paso Bayo 262 5.2. Filtro de paso alto. 263 5.3. Filtro de paso banda. 263 . Filtros practicos. . 264 ._ Filtros digitales ... .Capitulo I ANALISIS DE SENALES EN EL DOMINIO DEL TIEMPO— LA SERIE DE FOURIER 1. Introduccién Diticitmente se puede negar el papel definitivo que las comunicaciones juegan en el desarrollo econémico, politico y social de los pafses. Toda la estructura financiera, administrativa, industrial, comercial, de servicios, etc., de una nacién se sustenta de manera vital en las redes de comunicacién, que constituyen algo ast como la savia de un organismo viviente que transporta a todos sus rincones los elementos esenciales indispensables para el sostenimiento y activacién de su vida, Las redes de comunicacién del mundo entero estén constituidas por gran variedad de sistemas de comunicacién como son los sistemas telegraficos, telef6- nicos, de facsimil, de radiodifusi6n, de televisiOn, de transmisin de datos, de microondas, de radar, etc., en los que se emplean técnicas diversas que van des- de la simple transmisién de corriente continua modulada directamente en un micr6fono de carbén hasta las sofisticadas técnicas de transmisién via satélite, 0 las técnicas de transmisién por fibra ptica en donde un rayo de luz monocromitica se modula con la informacién que se quiere transmit. Los fen6- menos, procesos y principios que existen detras de todos estos sistemas y técni- cas, as{ como la sorprendente tecnologia que se emplea actualmente para su construccién hacen de las comunicaciones eléctricas un campo fascinante de ac- tividad para el hombre. Un campo en el que, como por arte de magia, cualquier “pedazo” de informacién, ya sea en la forma de texto, de voz, imagenes 0 cual- quier otra entidad fisica (0 su equivalente eléctrico) puede aparecer casi al ins- tante en cualquier parte del globo terrestre y, con unos cuantos segundos més de retraso, en cualquier punto de nuestro sistema solar, habiéndose producido a miles o millones de kilémetros de ese punto. El objetivo de este curso es comprender y aprender a manejar los principios generales en que se basa la mayorfa de estos sistemas para dominar los fenéme- nos que en ellos se realizan asi como las leyes que los rigen con el objeto de aplicarlas en las soluciones éptimas de los problemas de comunicaciones eléctri- cas. El elemento esencial, comin a todos estos sistemas, es la informacién y el objetivo comin de todos ellos es su transmisi6n. En la primera parte del libro nos dedicaremos al estudio de la informacién para establecer los métodos que nos permitiran especificarla con precision. Pero équé es informacion, qué es sefial, qué es mensaje, qué es comunicacién? Para empezar, conviene establecer el sig- 1516 Anilisis de sefiales en el dominio del tiempo-la serie de Fourier nificado de éstos y otros términos comunes de la teorfa de las Comunicaciones con objeto de tenerlos claramente definidos y que nos sirvan como base de arran- que para nuestro estudio. 2. Terminologia Acontinuaci6n daremos el significado de algunos términos comunes en comuni- caciones desde el punto de vista de la teorfa de la Comunicacién. Informacién La interpretacion que comtinmente se da al término informaci6n es la de algo que proporciona cierto conocimiento o tiene algin significado, También re- presenta determinada noticia que puede afectar o no el comportamiento del sujeto que la recibe. Sin embargo, en comunicaciones el concepto de informa- cidn se define en forma matematica precisa y constituye una cantidad medible que incluso se utiliza para cuantificar y comparar sistemas en funcién de su capacidad de transmitir informacién. Mas adelante se verd que la cantidad C de informacién (0 capacidad de canal) se expresa mediante la ecuacién de Shannon: C = Blog, (1+RSR)bit/seg (Ll) en donde B es el ancho de banda del canal y RSR es la relacién sefal ruido en el sistema. La transmisi6n de informaci6n mediante un sistema eléctrico di ciones se hace utilizando ondas eléctricas. La informacién queda imy variaciones de la onda; es decir, para la transmisin de informacién se necesita que las sefiales varien en el tiempo. Esto es intuitivamente obvio, ya que si la sefial es constante o varia en forma regular no puede portar informaci6n o porta muy poca informacion. Por ejemplo, supéngase que alguien se encuentra en un edificio y prende una limpara para indicarle a alguna persona en otro edificio de su presencia en el primero. En el momento de prender la kimpara se envia informacién, es decir, el mensaje de que el primer individuo esta ahf. Durante el tiempo en que la Limpara permanece prendida la sefial no cambia y el mensaje es el mismo, esto es, no se envfa mas informacién. Sin embargo, cuando el indi- viduo apaga la lampara, la sefial cambia y se envia nueva informacién hacia el otro edificio, el mensaje de que el primer individuo se retira. Asi, podemos intuir que son los cambios o variaciones de la sefial lo que representa la informacién. En estudios mas avanzados se demuestra que la informacién est estrechamente relacionada con la probabilidad de ocurrencia de los eventos. Es decir, entre mas impredecible es la variacién de la sefial mas informacién porta.Terminologia 7 Mensaje Si vamos a manejar informacion, evidentemente debe existir la fuente de esa informacién. Una fuente de informacién se caracteriza por la manifestaci6n fisi- ca que la define como tal, La manifestaci6n fisica de la informacién se conoce como mensaje. El tipo de fuente de informacién se determina por la naturaleza del mensaje que genera; la fuente puede ser el hombre mismo o estar constitui- da por diferentes dispositivos o arreglos fisicos. La naturaleza de los mensajes puede ser muy variable; algunos ejemplos de forma de mensajes son: serie de simbolos o letras, palabras escritas, perforaciones en clave sobre tarjetas, la voz, misica, imagenes, niveles de humedad, de temperatura en determinado pro- ceso o en la superficie de algiin planeta, etcétera. Sefial Para que un sistema eléctrico de comunicaciones pueda transmitir apropiadamente Jos mensajes, se requiere que éstos adopten la forma eléctrica. En consecuencia, cuando la fuente de informacién entrega mensajes no eléctricos se requiere el transductor adecuado para convertir el mensaje en seal; es decir en una cantidad cléctrica andloga o equivalente a la forma original del mensaje. Esta cantidad eléctri- ca puede ser voliaje 0 corriente que se adaptan mejor, por su facilidad de control y alta velocidad de desplazamiento, a las operaciones que el mensaje debe sulrir en el sistema para st transmisién. Evidentemente, en el extremo receptor se requiere otro transductor para regresar la seal a la forma original del mensaje. La transducci6n no debe afectar el contenido de frecuencias del mensaje, de modo que la sefial a la salida del transductor mantiene la banda original de frecuencias de la informa- cin, que si es de 0 a algin valor @,, se dice que la sefial es de banda base. Comunicacién Es el proceso mediante el cual se transfiere informacién desde un punto llamado transmisor o fuente hasta otro punto llamado receptor o destino. En comunicacion eléctrica se considera siempre al transmisor separado del receptor por distancias considerables que van desde unos cuantos metros 0 kilémetros hasta miles 0 millones de kil6metros. Es ya una realidad la comunicacién con naves espaciales que circundan algunos planetas de] Sistema Solar desde donde se envfa hacia la tierra informacién que permite determinar las condiciones de esos ambitos. El término comunicacién implica reciprocidad en el proceso, y por tanto se requie- re la transferencia de informaci6n en el otro sentido para configurar un verdade- ro canal de comunicacién. Sistema de comunicacién Esl conjunto de dispositivos que constituyen el eslab6n de informaci6n entre la fuente y el destino. Un sistema eléctrico de comunicacién es aquel que realiza18 Anélisis de sefales en el dominio del tiempo-la serie de Fourier esta funcién principalmente, aunque no exclusivamente, con dispositivos y fend- menos eléctricos. El propésito primordial que se persigue en el disefio de un sistema de comunicacién es lograr que el sistema entregue en el punto de desti- no los mensajes en tal forma que difieran lo menos posible de los mensajes que originalmente se transmiten, cualesquiera que éstos sean. 3. Subsistemas funcionales de comunicacion En términos generales, un sistema completo de comunicacién est integrado por los subsistemas funcionales que se ilustran en la figura 1.1, en la que se incluyen los transductores del transmisor y del receptor. A continuacién descri- biremos muy brevemente la funcién de cada subsistema. Transmisor El transmisor se encarga de adaptar la seftal al medio de transmisién especifico, con el objeto de lograr transmisiones més eficientes. Para esta adaptacién se necesita realizar en el transmisor diferentes operaciones de procesamiento de la seal entre las cuales la més importante es la modulacién. Este proceso, indispen- sable para acoplar de manera eficiente la sefial con el medio de transmisi6n se estudiar con detalle en este curso. S6lo diremos aqui que existe buen nimero de problemas de transmisién que se han podido resolver gracias a la modulaci6n y que es este fenémeno el que ha permitido llevar los sistemas de comunicacion a su nivel considerablemente elevado de desarrollo. Ademés del modulador, otras partes que integran el transmisor son: filtros, amplificadores, antenas, etcétera. Sefal Seal Sefal Sefal (banda base) twansmitida recibida Candis tase) Mensaje _[Tyansdacor Transmicor ‘Recepior Transducer Mensaje recuperado Figura 1.1. Subsistemas funcionales del sistema de comunicacién Medio de transmision Constituye el enlace fisico entre el transmisor y el receptor permitiendo que la sefial se transmita, a través de él, desde la fuente hasta el destino. La constitucién fisica del medio de transmisi6n determina el tipo de transmisiOn a emplear; por ejemplo, si el medio es con base en conductores, la transmisién es eléctrica; si esSubsistemas funcionales de comunicacién el espacio atmosférico, la transmisién es electromagnética; si son fibras 6pticas, la transmisién es luminosa, etc. La caracteristica principal comén a todos los medios de transmisi6n es su atenwacién, es decir el decremento progresivo de la potencia de la sefial con la distancia. Este es un factor importante que se debe considerar en el disefio de sistemas de comunicacién particularmente en aque- Mos designados para operar sobre grandes distancias como son los sistemas via satélite Receptor Este subsistema se encarga de extraer del medio de transmisi6n la sefial que se transmite y efectuar las operaciones contrarias a las del transmisor para regrsar la sefial (no el mensaje) a su condici6n inicial. Esta seal se aplica entonces al transductor para la recuperacién del mensaje. Esta operaci6n de restituir la se- fal a su condicién inicial (banda base) constituye la funcién medular del recep- tor y es lo que se conoce como demodulacién o deteccién. Sin embargo, debido a la atenuaci6n, la amplificaci6n es también operaci6n importante del receptor, pero debe de tenerse cuidado con ella porque sélo ser’ efectiva si se satisface la condi- ci6n requerida de sefial con respecto ruido existente en el sistema. Expliquemos esta cuestién: si en la transmisin la potencia R del ruido es relativamente pe- quefia, se requiere menor nivel de potencia S de sefial para que el receptor pue- da desempefiar su trabajo de recuperacién de la sefial con suficiente grado de precisi6n o seguridad; minimizar la potencia de la sefial que se transmite implica mayor eficiencia del sistema. Por otro lado, si la potencia R de ruido es grande se debe incrementar la potencia S de sefial para conseguir la misma confiabilidad de operacién del receptor. En conclusi6n, es la relacion entre la potencia de la seal y la potencia del ruido, y no propiamente los niveles individuales de $ y de R, lo que importa en la transmisi6n, pues un amplificador con ruido y sefial a su entrada amplificaré tanto el ruido como la sefial y sélo si la relacién S/R es lo suficientemente grande seré util la amplificaci6n. Asf, la relacién S/R de sefial a ruido constituye un pardmetro importante en el disefio y operaci6n de los siste- mas de comunicacién. Interferencias Las interferencias constituyen factores indeseables que de diversas maneras se manifiestan sobre las sefiales que se transmiten modificando el contenido de informaci6n de la seftal. Actian, pues, como verdaderos transgresores de la trans- misi6n, por lo que el estudio de las técnicas para minimizar sus efectos constitu- ye uno de los ms importantes objetivos de los ingenieros de transmisi6n. Se entiende por interferencias cualquier sefial, ajena o no al sistema, que se mezcla con Ia sefial que se transmite provocando perturbaciones en ella, es decir, modi- ficaciones indeseables en su contenido de informacion. Se pueden distinguir tres tipos de interferencias que se conocen como: distorsién, diafonta y ruido. 19Anilisis de sefiales en el dominio det tiempo-la serie de Fourier Distorsién. Se manifiesta como deformacién de la sefial y es generada por el propio sistema debido a que no responde en forma perfecta a la seftal que se transmite. La distorsion, en consecuencia, se reduce perfeccionando el disefio de los sistemas. Sin embargo, en la practica, es imposible lograr la transmision sin distorsion alguna pero, si ésta no rebasa determinado nivel, puede conseguirse una comunicacién suficientemente buena. Diafonia. Son perturbaciones que sufre la sefial por efecto de sefiales ajenas al sistema pero de forma similar a la seal deseada, por lo que normalmente son inteligibles. Estas sefiales por lo general son producto de equipos fabricados por el hombre. Como ejemplo se puede presentar el caso en que una estacién de radio se induce en una comunicacién telefénica. Ruido. Son seftales aleatorias 0 impredecibles que se agregan a la sefial de informacién provocando su deformacién parcial o total. Estas seftales general- mente son producto de fenémenos naturales tanto del sistema como fuera de él. El ruido intergalactico y el ruido térmico son ejemplos de sefiales de ruido. La caracteristica principal del ruido es que nunca se puede eliminar por completo del sistema. En consecuencia, es éste el principal dolor de cabeza para los inge- nieros que se encargan de disefar sistemas de comunicaci6n. A continuacién abordaremos el estudio para el primer objetivo del curso. Puesto que nuestro sistema de comunicacién va a manejar sefiales, estudiaremos los métodos que existen para especificar o caracterizarlas. 4. Serales Definimos como seiial la manifestacién eléctrica de la informacién. Es decir, es una cantidad eléctrica, como voltaje o corriente, que constituye la analogia eléc- trica del mensaje que se desea transmitir. Se definen dos clases generales de senales: delerministicas y no deterministicas. Las deterministicas son aquellas cuya ley de variacién se conoce; por el contrario, sila sefial no se puede predecir, es decir, su ley de variacin se desconoce se dice que es no deterministica. En este curso estudiaremos tinicamente las sefiales deterministicas. fw fo a) b) Figura 1.2. Sefiales deterministicas. a) Sefial sinusoidal. b) Sefal no sinusoidal (diente de sierra)Sefiales 21 Existen dos tipos de seftales deterministicas: las sinusoidales y las no sinusoidales. La figura].2 ilustra dos ejemplos de seftales determinfsticas. La sefial sinusoidal es funcién continua, es decir, para cada valor de t existe un valor finito de la sefal. La sefial no sinusoidal puede ser discontinua, esto es, existen ciertos valores de t para los cuales el valor de amplitud de la sefial es indefinido como ¢s el caso de la onda diente de sierra de la figural.2b. Nétese que estamos empleando la palabra onda como sinénimo de sefal, pero, en forma mas preci- sa, definiremos onda como la representacién esquematica de la sefial que corres- ponde también al concepto matematico de funci6n. Otra division que se establece de las sefiales deterministicas es en periédicas y no periddicas. files periédicas, Son todas aquellas funciones que satisfacen la condici6n: f@=ft+T) (1.2) en donde T es el periodo de la senal. Ejemplo 1.1 Determinar sila siguiente sefial es periédica y en su caso encontrar el periodo. f() = asen 5t + bcos 8 (@ Solucion ft +T) = asen(5t + 57) + b cos(&t + 87) = afsen 5¢ cos 5T + cos 5t sen 5T] + Blcos 8¢ cos 87'- sen 8 sen 87] () Para que (a) = (b) se necesita que: ssen5T =0=95T =2n,4z,.. y T= 2% cos5T cos87 = 1, sen8T =0 => 8T Se observa que el valor de 2x permite satisfacer ambas condiciones. Por lo tanto, f(t) es periédica con periodo 2x. Sehales no periédicas. Son aquellas que no se repiten. Un solo pulso del dien- te de sierra de la Figural.2b constituira una seal no periédica (0 aperiédica). Una clasificacién més de las sefiales deterministicas es en analégicas y digitales. Una sefial analégica se distingue por su continuidad en el tiempo y porque aun dentro de un rango finito de amplitud la sefial posee un nimero infinito de valores. La seiial digital, por otro lado, es una sefial discreta cuya estructura se basa en pulsos que pueden adoptar s6lo un niimero finito de valores de ampli-Anilisis de sefiales en el dominio del tiempo-la serie de Fourier tud (pulsos digitales). La figura. 1.3 ilustra un ejemplo de sefial analégica y digital (binaria). Si bien que en este curso estudiamos el principio para digitalizar las sefiales (teorema de muestreo) nos dedicaremos fundamentalmente al estudio de las senales analégicas. fo fw Ne a) ») Figura 1.3. Sefales: a) analégica, b) digital binaria 5. Andlisis de senales por el método de Fourier (andlisis arménico) La excitaci6n sinusoidal de circuitos o sistemas lineales permite determinar la respuesta de ellos, pues la sefial de excitacién esta definida en cada uno de sus puntos, Por el contrario, la excitacién no sinusoidal de un sistema impide de- terminar su respuesta, pues aunque la sefial de excitacién puede estar bien definida, sus puntos de discontinuidad no permiten determinar el comporta- miento del sistema. El diente de sierra es ejemplo tipico de la excitacién no sinusoidal. El anilisis de Fourier establece que cualquier sefial no sinusoidal periédica se puede expresar como suma de un némero infinito o finito de funciones sinusoidales. Ahora bien, recordamos que el principio de superposici6n, al que obedecen todos los sistemas lineales, especifica que cuando un sistema queda sometido a un conjunto de excitaciones, la salida total del sistema (respuesta) es la suma de las respuestas a cada una de las excitaciones individuales. En conse- cuencia, el andlisis de Fourier y el teorema de superposicién proporcionan un método para determinar la respuesta de sistemas lineales sometidos a excitacio- nes no sinusoidales. De aqut la importancia del andlisis de las formas de onda por el método de Fourier que aplicaremos a continuacién. 5.1. Teorema de Fourier —Serie trigonométrica Elteorema de Fourier establece que cualquier sefial f(t) se puede representar en términos de sefiales sinusoidales en cualquier intervalo (t,, t,+T,) en dondeAnilisis de sefiales por el método de Fourier (andlisis armonico) T, = 2n/@,, siendo @, la frecuencia angular de la seftal periédica que se forma con base en f(t) en el intervalo T,,. Es decir, f()=a9 +) (a,cosnagt +B,sen.nayi)* (13) i para (l, << t,+T,) La ecuacién (1.3) constituye la representacién de f(t) como serie trigonométrica de Fourier en el intervalo (t,,t,+T,). Las constantes a,, a, y b, se calculan con tt f pyde (14a) hats a= frtercosme,ut (1.4b) 4 F Jresennoytt (1.40) i a, es el valor promedio de fit) en el intervalo (t,,t,+T,). Es decir, es la componte de corriente directa de fit) en ese intervalo. El limite inferior t, de las tres integrales es arbitrario. Nétese que n@, es la frecuencia de cada uno de los térmi- nos sinusoidales de la serie. La representacién compacta de la serie trigonométrica de Fourier es: J)=C, + PC, cos(na,t +9, ) (1.5) en donde Cy = a (16a) =ya? +0? (1.6b) ‘La deduccién de esta expresion se puede ver en cualquier libro de mateméticas avanzadas, 0 puede verse en: Intraduccién a la Teoria y Sistemas de comunicacién de B.P. LATHI, LIMUSA. 2324 Anilisis de sefiales en el dominio del tiempo-la serie de Fourier af bn ; ©, =—lan [| (1.6c) Ejemplo 1.2 Expresar en serie trigonométrica de Fourier la sefial que se ilustra en la Figura 14 en el intervalo (0, 1/2) en donde f(t) varia como e*. Figura 1.4 Solucién En este caso t, = Oy T, = % asi, @, = 2n/T, = 4x. Segiin (1.3), f(t) se puede expresar como: f=, Ye, cos4nnt +b, send nn) 7 para (Ost< 4) Esta serie de sumandos constituyen las componentes arménicas de fit) que que- dan completamente definidas en amplitud, frecuencia y fase al determinar el valor de los coeficientes a,, b, con las ecuaciones (1.4). Asi, de (1.4a) ug a, =2 fou =0.79 De (1.4b) us a afer cost = 079 2 | 1+16x'n 5 De (1-4c) us b =4 fet sentnntt 0.79 — 82] . 1+16n°n ‘Esto por la identidad trigonométrica: acosx + bsenx = (a° + b* )'* cos(x ~ tan" b/a), t, = 0.Anlisis de sefales por el método de Fourier (andilisis arménico) Asi, f= .79 + dom ost + — 8 henna} 1+ 162°n para (0 —, al tomar valores negativos de n el signo de la relacion Im/Re cambia y F,= [Flew sea que la fase de F, es 0, es tanto que la de F_, es -8,, resulta evidente entonces que el espectro de fase ., o funci6n de fase, es asimétrica con respecto al eje vertical que pasa por el origen, es decir @, es funcién impar de na, Ejemplo 1.8 Determinar la serie exponencial de Fourier y trazar el espectro complejo de Fourier de la sefial de la Figura 1.16. Figura 1.16 Soluci6n: ty=0,T, =1/2, 0, = 4040 Anilisis de sefiales en el dominio del tiempo-la serie de Fourier De (1.126) La Figura 1.17ay b ilustran ki grafica del espectro de magnitud y del espectro de fase respectivamente. Nétese, en el espectro de magnitud, la separacién de las arménicas dada por ney (@), Figura 1.17 Ejemplo 1.9 Determinar la serie exponencial de Fourier de la seal p(t), sefial pulso rectangu- lar periédica, de la figura 1.18 y graficar su espectro complejo de Fourier.Aniilisis de sefales por el método de Fourier (anélisis arménico) 41 we) 1A TEL | a2" de T-d2 bh Figura 1.18. Tren de pulsos rectangulares p(t) Solucién: En un periodo la sefial se expresa como: a ~fer<4 2 2 pe) = 2 0 feter 2 Caleulo de F, De (1.12), tomando como t, = ~ 4/2 (1.15)Analisis de sefales en el dominio del tiempo-la serie de Fourier (nwdgd Llamando a ee = Funcién de muestreo obtenemos pero como Wo entonces Ady, ( nad & i) (1.16) y de (1.12a) ALS {nz AED Mal 2% | irene (.7y woe 5 La ecuacién (1.17) establece que las amplitudes de las arménicas varfan como la funci6n de muestreo (Mu) que es de la forma senx/x. Esta funcién es muy comén en el trabajo de comunicaciones por lo que, a continuacién, hablaremos un poco ms de ella. Funci6n de Muestreo Esta funcién es Mu(x) = 2% (1.18) y tiene la grdfica, con respecto al argumento x, que se ilustra en la figura 1.19. Se observa que es funcién real y par de x, con valor Mu(0)=1. Oscila con el periodo 2x y su amplitud decrece con el aumento de x. La funcién tiene cruces por ceroa intervalos regulares de valor x= +m, en donde m es entero diferen- te de cero.Andlisis de sefiales por el método de Fourier (andlisis arménico) Mux) =< Figura 1.19. Funcién de muestreo Mu(x) Regresando a nuestro ejemplo, de la ecuaci6n (1.16) observamos que F, es real y por lo tanto la onda p(t) sélo tiene espectro de amplitud. Este espectro tiene como frecuencia fundamental «, = 2n/T, (separaci6n entre arménicas) y existe solamente en nw, con amplitudes (Ad/T, )Mu(nxd/T,), es decir es un es discreto cuya envolvente varia como funcién de muestreo. Asignemos ahora al- gunos valores especificos a d y T, y grafiquemos el espectro correspondiente. Empecemos por: a) d=1/20seg y —T,= 1/4 seg; de laec. (1. 16) m3) 5 La separacién de las arménicas es @, = 8x y el espectro existe enn, = 0, +8x, +16n, +24n,..., etc. La figura 1.20a ilustra la grafica de este espectro. Sabemos que los ceros de la funcién de muestreo existente cuando x = + mr. Sim = 1 (primer cero), nx/5 = x y n = 5 (n = enésima arménica); esto significa que el primer nulo de F, cae en la posicién de la quinta arm6nica (5x8x = 40m). En otras palabras, la amplitud de la quinta arménica es cero. b) Consideremos ahora los valores d=1/20 y T,= 1/2. Asf, £ = Aa(22) Ahora @, = 4n, el espectro se cierra y las componentes existen en ne, = 0, * 4x, + 8x, + 12n,..., etc. La figura 1.20b ilustra la grafica de este espectro. En este caso, sim =1, nn/10 =ry n = 10 es decir, la décima arménica tiene amplitud cero,44 Anélisis de sefiales en el dominio del tiempo-la serie de Fourier c) Finalmente consideremos los valores d= 1/20. y 1, una vez mis T, se duplica y d permanece igual. En este caso: la figura 1.20c. En este caso, sim= 1, nt/20 = ny n = 20, es decir, el primer nulo de F, se encuentra en la posicién de la arménica 20 (es decir 20 x 2n= 40n). ney, Figura 1.20. Efecto del crecimiento del periodo sobre el nimero de arménicas Analizando los tres casos del ejemplo anterior, se puede establecer que: 1) La densidad del espectro aumenta con el crecimiento del periodo T, de p(t), es decir aparecen mas arménicas en el espectro. 2) La amplitud del espectro dismi- nuye con el aumento de T, pero la forma de la envolvente se conserva; la forma dela envolvente depende de la forma del pulso periédico y no de su periodo. 3)Cuestionaric En el limi duracién cuando TT, tiende a infinito, p(t) es un solo pulso rectangular de que no se repite (fiuncién aperiédica) y el espectro correspondiente existe y contiene componentes de frecuencia en todos los valores posibles de la fre- cuencia (espectro continuo) pues @, (separacién entre arménicas) tiende a cero. Se concluye que este espectro continuo es la representaci6n en serie exponencial de Fourier, en todo el intervalo (2, -) de la sefial aperiédica pulso rectangular. En el capitulo siguiente estudiaremos con mas detalle y generalizaremos este asunto. Cuestionario Bere Senay 10. ML 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 28, 29. . En comunicaciones, diga qué es informacién. . Mencione el requisito para que una sefial porte informacién. . Diga qué es un mensaje. Ex jue qué es una serial. |. Establezca la ventaja de transmitir informacién en forma eléctrica. Diga qué es comunicacién. Defina al sistema eléctrico de comunicacién. |. Mencione los elementos funcionales de un sistema de comunicacién. Defina cudl es Ja funcién del transductor de entrada y del transductor de salida. Indique cual es la tarea principal del transmisor. Explique qué es el medio de transmisi6n y cuales son sus caracteristicas principales. Establezca la diferencia entre distorsién, diafonfa y ruido. Diga qué es una seital deterministica y cuxantos tipos hay. Indique qué se entiende por sefial analégica. Explique qué es una sefial discontinua. Diga para qué sirve, en comunicaciones, el andlisis arménico. Establezca el significado de la serie trigonométrica de Fourier. Confirme si hay alguna diferencia entre la serie trigonométrica y la se- rie exponencial de Fourier. Defina qué es el espectro de lineas de fit). Indique qué es el espectro complejo de Fourier de f(t). Diga si la representaci6n de una sefial en serie exponencial de Fourier €s valida para todo el intervalo de tiempo o s6lo para un intervalo finito. Explique a qué se le lama factor de forma y dé su expresion analitica. . Confirme cuando el espectro complejo de Fourier se compone de dos grificas. Defina cmo se obtiene el espectro complejo de Fourier de una sefal f(t). Explique las dos formas que ha aprendido de especificar una sefial. Diga qué es un espectro de magnitud. . Mencione qué es una funcién de muestreo. Explique cémo se determinan los nulos de la funcién de muestreo. Confirme qué forma tiene la envolvente del espectro de un tren perié- dico de pulsos rectangulares.Anilisis de sefiales en el dominio del tiempo-la serie de Fourier 30. Cémo se convierte una sefial periédica en aperiédica y qué tipo de es- pectro es el de cada una. Problemas 1. Determinar si las siguientes seftales son peri determinar el periodo. a) msen% +n sent b) mcosnt +n sengt ©) mcos8 +n sen5t d) psenl3t + m sen7t + n cos2t e) mseny2t +n cost 1) psen(#/29) + m cos(16/15) + n sen(8t /2) g) (msenf* h) (m sen5t + n send)? licas 0 no y, en su caso, 2. Expresar las seftales e+, y 2t como serie trigonométrica de Fourier en el intervalo (0, ). 3. Encontrar la serie trigonométrica de Fourier de cada una de las sefiales de la figura P.1.3, en el intervalo de -na x. Figura P.1.3Problemas 47 4, Demostrar que sila sefial f(t) periédica cumple con la condicién £(0) = f(t T/2) (simetrfa de rotaci6n) entonces no contiene arménicas pares. Ademas, demostrar que los coeficientes de Fourier se pueden obtener integrando la sefial periddica en s6lo medio ciclo. 5. Determine la serie trigonométrica de Fourier de cada una de las sefiales periédicas de la figura P1.5. 2 Lo fw) seno interrumpido an wa os me ae © o Figura P.1.5Anilisis de sefiales en el dominio del tiempo-la serie de Fourier 6. La sefial (b) del problema 5 se desplaza x segundos a la izquierda obteniéndose la sefial f(t + m). Encontrar la serie trigonométrica de esta sefial y comprobar que contiene s6lo términos seno. Dé la explicaci6n de esto. 7. Demostrar que en las funciones periddicas pares los coeficientes de la serie exponencial de Fourier son reales y en las impares son imaginarios. 8, Calcular la serie exponencial de Fourier de cada una de las senales pe- riddicas que se ilustran en la figura P.1.8 y graficar su espectro. ato " A A me t >i (a) (b) a fo fy : DOR bh INNA, . fo coseno. ot Figura P.1.8 ccProblemas 49 9. Demostrar que cualquier sefial f(t) contiene una parte par f(t) y una parte impar f,(t). fi) = £0 + £0 10. Calcular la parte par e impar de las sefiales u(t), e*u(t) y e*.Capitulo II ANALISIS DE SENALES EN EL DOMINIO DE LA FRECUENCIA —TRANSFORMADA DE FOourIER 1. Representacién en todo el tiempo de senales aperiédicas —transformada de Fourier En ef capitulo I aprendimos a representar cualquier sefial determinfstica me- diante su serie de Fourier en el intervalo de tiempo T,, Hemos aprendido tam- bién que esta representacién ¢s valida en todo el tiempo, desde menos hasta més infinito, sila sefial es periddica. Extenderemos ahora esta representaci6n para el caso de las sefiales aperiddicas. Supéngase que ahora f(t) es sefial aperiédica, es decir un solo pulso que no se vuelve a repetir (figura 2. 1a) y deseamos repre- sentar a f(t) mediante la serie exponencial de Fourier de tal manera que la £0 AK t > 1 T 1 me @) hm ) Figura 2.1 representacién sea valida en todo el tiempo desde ~ hasta + e». Para esto, haga- mos el siguiente razonamiento. Con base en el pulso fit) de la figura 2.la constru- yamos la sefial peri6dica f, (t) de la figura 2.1b, Sabemos que la serie exponencial de Fourier que representa a f,,(t) es valida en todo el eje del tiempo desde —2 hasta +29 y que esta validez es independiente del valor de’T,,. Asf,al incrementar el valor del periodo T, los pulsos de f,,(t) se separan cada vez mas y en el limite, cuando T, ~> © la sefial periédica es también la sefial aperi6dica f(t); es decir: (2.1)Analisis de sefales en el dominio de la frecuencia-transformada de Fourier Esto es, que en el limite las dos sefiales son iguales y por lo tanto tienen la misma serie de Fourier valida en todo el eje real del tiempo. En esta forma, mediante el proceso de limite haciendo que T, > = s posible pasar de la sefial periédicaa la aperiédica. Resta ahora estudiar como se modifica la expresién matematica del espectro, es decir qué forma adoptan los coeficientes F, y cémo se transforma la serie exponencial de Fourier con este proceso de limite. Para esto recordemos la serie exponencial de f,,(t). FO > Fe! en donde: bah f ft)e™ dt Es importante recordar que (®, = 2x/T, es el espaciamiento de las componentes de frecuencia en el espectro de f,,(t). Las ecuaciones anteriores también se pue- den escribir como: (2.2) con 2 fagowrmva (2.3) bis y como T, = 2n/ta,. de (2.2) (24) Cuando T, > ©, @, > 0 por lo que se le puede representar como Aw. Es decir, a medida que T, aumenta aparecen mas arménicas en el espectro y, en el limite cuando T, > 2, el espectro F, se convierte en funcién continua de no, que ahora se transforma en variable continua, es decir, no, > @y F,-> F(@). Ast, F(o)=_lim Fy En resumen, cuando T, > 2 no, > 0 F, > Fo) £4) > foRepresentacién en todo el tiempo de sefales aperiédicas-transformada de Fourier Asi, de (2.1) y (2.4) Veet s0 (2.5) L)= jin 5 El segundo miembro de esta ec. constituye la definicién de la famosa integral de Riemann. Por lo tanto, JFore do 26) De igual manera, de (2.3) y (2.5) ag Ro)= fin [finer “ie (2.7) Feo)= [Feat La ecuacién (2.6) constituye la representacion de f(t), la sefial aperiédica, en términos de sefiales exponenciales en todo el intervalo de tiempo (-s», + ©). Como se ve, se trata ahora de una suma continua (integral) de exponenciales de frecuencia @. La amplitud de las componentes es proporcional a F(«) por lo que F(@) constituye el espectro de frecuencias de f(0);se le Hama funcién de densidad espectral o simplemente espectro de f(t). F(@) se calcula con la ecuacién (2.7) y, como se ve, es ahora funcién continua de ; hay un némero infinito de arméni- cas en el espectro de f(t). F(() se conoce, matematicamente, como transformada directa de Fourier de f(t). La ecuacién (2.6) es la transformada inversa de Fourier de F(w), es decir f(t) es la transformada inversa de Fourier de F(@). Las ecs. (2.6) (2.7) se conocen como par de transformadas de Fourier; simbélicamente se les representa por F@) = SEO) y (O= SFO) Asi, asen]=Fta)= [pene at (2.8) “1 F(ey)= f= vs 3" [F(o)]= fe) df Fore do 29Anilisis de sefiales en el dominio de la frecuencia-transtormada de Fourier La transformada directa, ecuacién (2.8), establece que conociendo fit) basta con someterla a la operaci6n indicada (integral de Fourier) para encontrar su espectro F(a). Es decir, especificada fit) en el tiempo se puede calcular su repre- sentaci6n en el dominio de la frecuencia. Por el contrario, la ecuacién (2.9) esta- blece que si lo que se especifica es el espectro, operandolo como lo indica el segundo miembro de (2.9) es posible encontrar la funcién del tiempo correspon- diente. 1.1. Dominio del tiempo y de la frecuencia En lo que acabamos de estudiar, se ha concluido que F(«), la transformada de Fourier de /(), representa las magnitudes relativas de las diferentes arménicas de fli). En consecuencia, F(@) constituye la representaci6n de f(t) en el domi- nio de la frecuencia, es decir especifica el espectro de frecuencias de fit). Por otro lado, ya se ha mencionado que la representaci6n en el dominio del tiempo defi- ne a la sefial en cada instante de tiempo. Ambas representaciones especifican en forma tinica a la sefial. Asf, se tienen dos formas de especificar las sefiales: en el dominio del tiempo y en el dominio de la frecuencia. 1.2, Funcién de densidad espectral El espectro F(), 0 funcién de densidad espectral, en general es funcién compleja por lo que su expresi6n es del tipo F(o)=|F(@)je® (2.10) En consecuencia, se requieren dos diagramas para la representaci6n esquemiti- ca de la funci6n de densidad espectral F(@): el espectro de magnitud | F(@)| y el espectro de fase 6((). Sin embargo, existen algunos casos particulares en donde F(@) es s6lo real o s6lo imaginario y entonces tnicamente se necesita un diagra- ma. Otra forma de expresar la densidad espectral es: F(@) = R(@) + jX(w) (2.11) Ejemplo 2.1 Demostrar que si f(t) es real, entonces se cumple que F(@) = R(@) —jX(@ ) = F(-0) (2.12)Representacién en todo el tiempo de sefiales aperiédicas-transformada de Fourier Solucién Recordemos que e~/ = cosa — jsenat Asi de (2.8): F(@)= Jreercosete—jffcarsencait = R(x) +X) igualando parte real ¢ imaginaria: R(o)= f fcoseut y X(o)=—f fosenast como fit) es real R-0)= f f(dcox-e at = Rw) y X(-0)=~ [sented =—X(w) Por lo tanto, R (@) es funci6n par y X(@) impar: R-®) = R(w) (2.13a) y X(-@) = -X(@) Asf, de (2.11) y (2.13): F(-@) = R(-@)+ j X(-@) F(-0) = R(@)- j X(@)= F*(o) elt) F*(w)=F(-@) o también: F(c)=|F(o)|e* y F(-«) =|F(@)|e "= F'(@) (2.15) Se concluye que el espectro de magnitud |F(@)| es funcién par de @, en tanto que el espectro de fase @(«) es funcién impar de @.Anilisis de sefales en el dominio de la frecuencia-transtormada de Fourier 1.3. Existencia de la transformada de Fourier De la ecuacién (2.7) se deduce que si la integral de Fourier es finita, entonces existe la transformada, Esto se cumple si: finoe dt -20 ot 2@ _ 8A FO) = ay Gg (820 Ejemplo 2.3 Calcular la transformada de Fourier de la sefial aperiédica f(t) de la siguiente figura: fit) B t 5 § Solucién 2 f(t)= BCS t-1) De (2.7): nz F(o)=-B faenema 3 oo a Fo) = 22 [rear +B [ema ™ ° 3Anilisis de sefales en el dominio de la frecuencia-transtormada de Fourier Usando la formula de integracién correspondiente: . Lye F(o)= 2al £ (ud) je n/2 lo El resultado se puede poner en la forma de funci6n de muestreo de la siguiente manera: y= 221 Bs ee a’ om), F(w) = apt le +h a jo Foy = 52 BE Mu (Eye! 7 2 ie 2. Transformada de algunas sefales itiles ‘Acontinuacién vamos a obtener la transformada de Fourier de algunas sefiales t(picas que se utilizan para calcular la transformada de otras sefiales que presen- tan cierta dificultad para encontrar su espectro. 1) Sefial exponencial unilateral e~ u(t) La figura 2.2 ilustra esta sefial. Su transformada es: F(w)= fetunema el (2.17) F(w)= at jeTransformada de algunas sefiales utiles fo eu) oe ' Figura 2.2. Exponencial unilateral Para graficar el espectro de magnitud y de fase empleamos la forma polar de Fo): 1 a +0 (2.18) La Figura 2.3 ilustra la gréfica del espectro de magnitud y, de fase de la sefial exponencial unilateral. Ao) IF)l Va @) Figura 2.3. Espectro de la exponencial unilateral M1) Exponencial bilateral e~!"! Figura 2.4. Exponencial bilateralAnilisis de sefales en el dominio de la frecuencia-transtormada de Fourier || significa que t toma tanto valores positivos como negativos y la expresion {(0) = "| significa que el valor de f(t) es el mismo para ambos signos de t, es decir f(t) es funcién par. Por tanto, la sefial e~!"| es la que se ilustra en la figura 2.4, Su transformada es: F(@)= fe Ne Mdt Fay= fermmrars froma ° 2.19) Como F(w) es puramente real, sélo existe el espectro de magnitud (figura 2.5), F(o) Figura 2.5. Espectro de la exponencial bilateral III) Seal pulso rectangular C, (t) fy = C0 L > a2 a2 t ea > Figura 2.6. Pulso rectangularTransformada de algunas sefales utiles 61 fit) se puede definir como F(@) = dMu( 2.20) Como F(@) es puramente real, s6lo existe el espectro de magnitud (Figura 2.7) Rw) a aR ® Figura 2.7. Espectro del pulso rectangular 2.1. Funciones singulares ‘Todas aquellas funciones que son discontinuas o tienen derivadas discontinuas se conoce como funciones singulares. Estas funciones s6lo tienen derivadas de or- den finito. Ejemplos son: la funci6n Delta de Dirac (t) la funci6n escalén unita- rio u(t) y la funcién parabélica at?u(t) que solamente tiene derivada continua de primer orden 2atu(t) (figura 2.8). En general, cualquier funci6n que se represen- ta mediante un polinomio en t constituye una funcién singular. LW) ro ro aul) LL atiutt) atu(t) t 1 t Figura 2.8Andlisis de sefiales en el dominio de la frecuencia—transformada de Fourier 2.1.1. Funcién impulso unitario (Delta de Dirac) La funci6n impulso unitario &(t) se define como aquella de altura (amplitud) infinita, concentrada en el origen, es decir, de duracién practicamente cero y encerrando un érea (magnitud) unitaria. Simbélicamente se le representa por una flecha en el origen (figura 2.9). au oO 0 Figura 2.9. Impulso unitario Matematicamente, esta funci6n se expresa mediante la definicién dada por RAM. Dirac. Scdt=tparat=0 (2.21) 8(t)=Oparar#0 La sefial 8(t) también se puede definir de otras maneras. A continuacién se pre- sentan algunas de ellas. a) Como el limite de la secuencia de derivadas de la funcién escal6n unita- rio no ideal u,(t) cuando a > 0. Es decir: 3(1)= im Fu, (0) (2.22) Explicacién. Considérese la funcién escal6n unitario no ideal u,(t) y su derivada (figura 2.10). Como se observa, la derivada de u,(t) es un pulso rectangular de altura Va y duraci6n a, es decir con drea unitaria. Si se hace que “a” disminuya, la funcién u,(t) se aproxima al escalén ideal y su derivada es el pulso rectangular de altura cada vez mas grande y duracién més pequefia, pero encerrando un drea constante de valor 1Transtormada de algunas sefales utiles u(.) we frea=1 @ © Figura 2.10 La figura 2.11 ay b ilustra la secuencia de derivadas de u,(t) a medida que “a” disminuye. En el limite cuando a > 0, la altura del pulso rectangular es infinito y su duraci6n es cero. Sin embargo, su area sigue siendo 1. De aqui la definicion de &(t). b) Como derivada del escalén ideal u(t) ay=4 u(t) (2.23) dt Laec. (2.23) se puede deducir considerando que: fig (0) = wt) tomando derivadas se puede escribir: fin L(y =Lu(e) De (2.22) el primer miembro es justamente (t) c) Como el limite de la secuencia de diferencias de dos escalones ideales de altura Va. 8(4)= dim 4] u(t)-u(t~a)] (2.24) La deduccién de (2.24) se hace considerando que: fu, (0) =Lfue- u(t-a)] (2.25)Andlisis de sefiales en el dominio de la frecuencia—transformada de Fourier Sia ~ 0, la secuencia de diferencias de la sefiales escalén ideales (una de ellas desplazada a “a”) es la secuencia de pulsos rectangulares de altura cada vez ma- yor y duracién cada vez menor, pero con dea unitaria constante de la figura 2.11b, En el limite cuando a > 0 la secuencia de pulsos desemboca en el pulso rectangular de altura infinita y duracién cero, es decir en &(t). Au) pea = 1 a= 2l- 2|- > > aa a, Figura 2.11 4) En términos de funciones de muestreo. Ademés de las secuencias ante- riores, se emplea otro tipo de secuencias para definir a 8(t). Por ejem- plo, en términos de secuencias de funciones de muestreo se puede es- cibir 5¢e)= fim * atuche) (2.26) y 8(t) = dim & Mu? (ity (2.97) isbn (2.26)y (2.27) indican respectivamente que: JE mucteyae=1 (2.28) Jiseana =1 (2.29) 2.1.2. Propiedad de muestreo de la funcién impuls. Como lo expresa la ec. (2.21), el drea que encierra &(t) esta concentrada ent = 0, por lo que se puede escribirTranstormada de algunas seftales utiles * o Jona forraar (2.30) En donde o-y o* son valores de t arbitrariamente pequefios que se aproximan al origen por la izquierda y por la derecha respectivamente. Por otro lado, como &(t) sélo existe ent = 0 * °: Jreosma= fr focoa= fo) (2.31a) = ° o también Jreose-t, jdt = f(t, ) (2.31b) La sefial 6(t-t,) es el impulso desplazado a t,. Las ecuaciones (2.31) constituyen la propiedad de muestreo de la funci6n impulso. Establece que integrar el produc- to de f(t) por la funcién impulso unitario da por resultado el valor de f(t) evaluada para el punto en donde est localizado el impulso. En otras palabras, se obtiene la muestra de f(t) que corresponde a t = t,, La funcién impulso es una seftal te6rica pero su empleo arroja resultados que se pueden representar fisicamente. Ejemplo 2.4 Aplicando la propiedad de muestreo de la funci6n impulso evaluar la integral I y Il siguientes: = fersu-ma = Jioesacna Solucién 1 Por lo que se refiere a I, como el impulso esté localizado en t = x, 1 = e™* = 1. Por Jo que se refiere a II como el impulso esta localizado en t = 0, y el limite inferior de la integral es 1, I = 0. 2.2. Transformadas que incluyen funciones impulso IV) ‘Transformada de &() afaco]= fare maeAnalisis de sefiales en el Por la propiedad de muestreo de 8(t) s5(t)]=1 (2.32) La figura 2.12 ilustra la grafica de 8(t) y su espectro. La figura 2.12b ilustra que el espectro de 6(t) est formado por un numero infinito de frecuencias, todas con la. misma amplitud relativa. Es decir que la funcién de densidad espectral de 8(t) es uniforme en todo el intervalo de frecuencias. F(a) 5) 1 ‘ ol o @ ) Figura 2.12. 6(t) y su espectro de frecuencias V) Transformada de la constante A f(t) = A es ejemplo de sefial que no satisface la condicién de absoluta integrabilidad, véase Jawan =o Sin embargo, la sefial tiene transformada. En efecto, considérese la sefial AC,(t). Hemos visto que la transformada de esta sefial existe cualquiera que sea el valor de d aun sid > ©, En el limite cuando d > 9, AG,(t) = A; por lo tanto la transformada de A es la transformada de AC,(t) en el limite. Luego entonces A tiene transformada obtengémosla. A= fim AC, (t) ‘Tomando transformadas 3[A]= 3[ fim, Aca (| 314] = fim 91 464 (1)Transformada de algunas sefiales utiles 67 de (2.20): SA] = dim AdMu( SYA] = 2A fim Mu( Sy y segn (2.26): 3[ A] =2x48(@) (2.33) SiA=1, Sl] =2n5(w) (2.34) Estos resultados concuerdan con nuestra experiencia. En efecto f(t) = Aes la sefial de cd que no contiene componente de frecuencia alguna. El impulso en el origen representa la nica componente de frecuencia @ = 0, de la sefial. La fi- gura 2.13 ilustra la constante A y su espectro de frecuencias. Figura 2.13. Constante A y su espectro de frecuencias VI) ‘Transformada de sgn(t) La funci6n signum, abreviada sgn(t) que se ilustra en la figura 2.14, se define como: 1 parat>0 sen-{ parat<0 4 sen) 1 ={-——————> Figura 2.14. Funcién sgn(t)Andlisis de sefiales en el dominio de la frecuencia—transformada de Fourier Su transformada también se puede obtener por el proceso de limite, es decir, consideremos las sefiales exponenciales e* y -e” de la figura 2.15a, Estas exponenciales se convierten en exponenciales t ailaterales al multiplicarlas por u(t) y u(-t) respectivamente, figura (2.15b). Ademis, dichas exponenciales de- caen con menos pendiente a medida que “a” disminuye. Asf, en el Ifmite cuando a > 0 las exponenciales unilaterales se convierten en las funciones escalén uni- tario de la figura 2.15c. En consecuencia: sgn(t)= dim [ene u(t)—estu(—t)] A sgnit) oun / 1 1 (ay © Figura 2.15, tomando transformadas: Sfsgn(4)] = Lim {S[ee*u(e)]- Sfeetu(—t)]} soto feainemanforweneral ole oe Abgne)]= soma - joma| = tim| 222. Sfoen(0]= in| | (2.35) S[sgn(0)] = 4 (2.35)Transformada de algunas sefiales utiles La figura 2.16 ilustra la grafica de magnitud y de fase del espectro de sgn(t). 1) = tan“! = -% @(w) = —tar 5 Figura 2.16. Espectro de sgnit) VII) Transformada del escalén ideal u(t) Empleemos ahora los resultados obtenidos: sgni(t) se puede expresar como: sgn(t) = 2u(t)-1 (2.36a) (= SL +se0(0)] (2.36b) Ast [uc] =F (3101+ 3[sence)]} 1 2 Sult}=—] 2nd = [u(t)] [ or] 1 Sud] =28(@)+ (2.37) La figura 2.17 ilustra la funci6n u(t) y su transformada. 4 1F@)| fo u(t) (a) ) Figura 2.17. u(t) y su espectroAnilisis de sefiales en el dominio de la frecuencia-transformada de Fourier La figura 2.17b indica que el espectro de u(t) tiene arm6nicas de frecuencia dife- rente de cero mas la componente principal de frecuencia cero (impulso en el origen). La discontinuidad en t= 0 es la responsable de la existencia de arméni- cas con © #0 en el espectro. VIII) Transformada de la exponencial perpetua e Considérese un impulso en el dominio de la frecuencia, desplazado a @, y tome- mos su transformada inversa. 3" [5(o-0, =z Jloo-o, )} do Por propiedad de muestreo de &(t): 3" [8(@-0, )]= gee" ‘Tomando transformada: 8(@-o,) 3[¢**' ]=225(@-0, ) (2.38) y s[e*' ]=2n8(@+0,) (2.38b) La figura 2.8. Ilustra el espectro de estas dos exponenciales eternas. Nétese que cada espectro no es simétrico con respecto al eje vertical, esto significa que la exponencial perpetua ¢¥ no es sefial real del tiempo (no es fisicamente realiza- ble). F@) Fo) @ oy Figura 2.18. a) Espectro de eV b) Espectro de o™Transformada de algunas sefales utiles 71 IX) Transformada del costo,t y sento,t (sinusoidales perpetuas) Con el resultado anterior se obtiene de inmediato la transformada de las sinosoidales perpetuas: Sfeoseye]=45[e* +e] De (2.38): 3[cose,t]=5[2x8(o- 0, )+225(0+0, )] Joos, t]=n[5(@-o, )+8(@+,)] (2-39) y S[seno, t]= jr[5(@+@,)-8(@-e, )] (2.40) Es decir, el espectro de estas dos sefiales consiste en dos impulsos localizados en £0, (figura 2.19). El espectro de magnitud es el mismo para ambas sefiales, pero no asf el espectro de fase; hay 90° de diferencia de fase entre las dos sefiales. Los impulsos en +0, representan una sola componente de frecuencia igual a @,. Nétese que el espectro de magnitud es ahora simétrico. fo conn (a) sett © 2 i) Figura 2.19. a) cos «,t, b) Espectro del cos «,t, c) sen at, d) y @) espectro del sen «,tAnilisis de sefiales en el dominio de la frecuencia-transtormada de Fourier 2.3. Transformada de cualquier senal periddica Sea f(t) una seftal periédica cualquiera. Sabemnos que esta sefial se puede expre- sar en términos de la serie exponencial como: f= rere donde (@, =2n/T,) ‘Tomando transformada: stro Safe] Como F, es constante para cada término de la sumatoria, de (2.38a): I sO]=22 YF, 8(@-n0, ) eat Figura 2.20. Transtormada de una sefial periédica sea que el espectro de cualquier sefial periédica f(t) es un tren de impulsos equidistantes de magnitud 2nF, (F,= coeficiente de la serie exponencial o factor de forma). La figura 2.20 ilustra este espectro. Interpretar adecuadamente este resultado es muy importante: la presencia de impulsos localizados en tn@,, es decir en las frecuencias arménicas de la sefial, significa que se trata de un espec- tro discreto. Esto no debe sorprendernos pues, se recordard, la obtencién de la serie de Fourier de sefiales periédicas arrojé espectros discretos. En realidad s6lo hemos procedido a la inversa; es decir, asf como la transformada de Fourier es la forma limite de la serie de Fourier, el tren de impulsos ponderados equidistantes es la forma limite de la funcién de densidad continua. Este enfo- que resulta muy apropiado pues permite el tratamiento unificado de las sefiales periédicas y no periédicas.Transtormada de algunas sefales utiles Ejemplo 2.5 Encontrar la transformada de Fourier de la sefial periédica p(t) de la figura 2.21 Pw Al Fr Figura 2.21. Tren de pulsos rectangulares p(t) Solucién Esta sefial pulso rectangular periédico ya la hemos estudiado y sabemos que su factor de forma es: Ad yy,{ nd F, Hu{ 2) (2.42) Asi, la transformada de Fourier de p(t), segtin (2.41) es: HAS” Mu( 22 }5(0-no, ) (2.43) o T, Para el caso particular en que d= logy T, = 1/4 3[p(0]=224 Mul 22 (o—no, (2.44) La figura 2.22 ilustra la grafica de este espectro. Figura 2.22. Espectro de p(t)74 Andlisis de sefiales en el dominio de la frecuencia—transtormada de Fourier Paran=0, fy 4 5 a~fomd3) 5 5 Para nuestro caso @, = 2n/T, = 8ry el primer nulo de la envolvente de F(«) es 40x. Estrictamente, los impulsos de F(«) de la Figura 2.22 deben ser de la misma altura, pero para significar que su magnitud est ponderada por la funci6n de muestreo (ecuacién 2.42) se les incorpora dentro de una envolvente que varia como funcién de muestreo. Para n Ejemplo2.6 Encontrar la transformarda del tren de impulsos equidistantes 8,,(t) de intensi- dad (magnitud) unitaria de la figura 2.23. . 8,00) 4 -st, -st, -T, | 1, 27, 47, or, t Figura 2.23. Tren de impulsos 6;,(t) Solucién La importancia de esta funcién serd evidente cuando estudiemos la teorfa del muestreo pues esta funci6n constituye su base. En forma desarrollada ,,(t) se puede expresar como: 5,,(0) =8(t) + 8-7) + 8(¢-27,) + Bt -3%) 8 +T,) +50 + 2T,) + 8(¢ +37) en forma compacta: 8,(0= Mtn) (2.45) La funcién 8,,(t) es peri6dica con periodo T,,, Su factor de forma es 1 = | i Rag |buoewaTransformada de algunas sefales utiles T, T, Enel inerato( +)s,0 ¢s simplemente 5(t), por tanto: B(t)e Mr'de Segain la ecuaci6n (2.41) llamando: 3[8,(0]=,8,,(0) (2.46) Es decir, el espectro de 8, (t) es otro tren de impulsos uniformes de magnitud @, y espaciados ©, (figura 2.24). Feo) = @8,(0) Figura 2.24. Transtormada del tren de impulsos &,,(t) Cada impulso de esta figura representa una componente de frecuencia n@,, En la tabla 2.1 se presenta un resumen de las funciones més importantes en comu- nicaciones.Andlisis de sefiales en el dominio de la frecuencia-transformada de Fourier Ejemplo 2.7 Comprobar que aLfo]= f Pereoseait— j flepenent y comprobar que sf( es par entonces: - Fiw)=2] /lrconet y que si f(t) es impar entonces: ° Few) =-2i] foreman y por tanto, si: ° f(t) es real y par, F(() es real y par de @, {(0) es real e impar, F(«) es imaginaria e impar, f(t) es imaginaria y par, F(() es imaginaria y par, f(e) es compleja y par, F(@) es compleja y par, f(t) es compleja ¢ impar, F(w) es impar. Solucién Como: e™ = cost —penot SL f()] = F(@) = J ereoseae- jf f(esen cat Ahora, si f(t) es par (I) se reduce a Fea) J f(eoseadt=2f J 1) coset = ° si f(t) es impar, (I) se reduce a: S(0)=— jf fcepsenets=-2 jf foysene oO qu) (ul)Transformada de algunas sefales utiles 7 Por tanto, f(t) es real y par, de (II): F(-@) = F(@) por lo que F(«) es real y par. f(t) es real ¢ impar, de (III): F(-@) = -F(©) por lo que F(q) es imaginaria e impar. £(@) es imaginaria y par, de (II): F(-@) = F(@) por lo que F(@) es imaginaria y par. f(t) es compleja y par, de (II): F(-@) = F(«) por lo que F(@) es compleja y par. (0 es compleja e impar, de (I11): F(-«,) = F(@) por lo que F(«) es compleja e impar. Ejemplo 2.8 Calcular la transformada de Fourier de la sefial f(t) siguiente: Solucién A Enel intervalo (0, 2), f(t) = 3! En el intervalo (2, 3), f(t) = 2A 4 Ast 2 5 ran | pura “fete Flo) = Af emaead ema -4 ‘ edt ‘Utilizando la formula de integracién: a78 Andlisis de sefiales en el dominio de la frecuencia-transformada de Fourier Ejemplo2.9 Por medio de la propiedad de muestreo del impulso, determinar el valor de las integrales Joce—2)senue, Joc2-osenui Solucién Para la primera integral, como el impulso est localizado en t = 2, Joce-2)senuit sens Para la segunda integral, como el impulso también esti localizado en t = 2 (por- que ahora t es negativa y el corrimiento es positivo) Jece-psenuit=senz 10 Sefal fy Flo) Espectro F(a) Fo 1 * () =. Len ‘ ° aa) 1 2 eo / (w)=0 wat ° H For \d 2m ad ya 3.Gy() ' nat © wala Tabla 2.14.50) Lo 61 7. Sent) Bult) j 7 F 10. sen wot sofiales ; sefial f@) t- Seal fi) hn utiles Fo) 2AnB(@) 2n8(e0) he 15(@)+ #[5(@ +9 )+8(0- Flo) 1 Espectro F(t) F(a) le. o Fle) oa] ° 1F(@)| (@)=-n/2 ® ® 1 UM[B(@+ Ow )-8(W- Oy )) Tabla 2.1 (continuacién) 0 % ©is de sefales en el dominio de la frecuencia-transformada de Fourier Fe) fo Seal ft) Fe) © 9550-4) ne 2n5(w-0») 0 &. @ 12. “uo 1 1 Gr jo)? 3. It] ' 14. coscaytu(e) 1 Fls(o-oy )+8(@+0, )]+ x 15, senengeatt) 1 Zl8l@-oe)-B(aro9 )}+ 16. &*seneyeu(?) wrx 1. xu 2) Ae * aw 1 1a TU) Li Ss (er ju)? seh z Ja" = wy * Flo) Mu? (SE) arlene. Tabla 2.1 (continuacién)Transformada de algunas sefiales utiles 81 fo Senal fay Fle) Fo) 1 oVie tenet ' oVTRe-nett - © F(@) 20.57, (0) ©086,(0) Is “oy ee Tabla 2.1 (continuacién) Ejemplo 2.10 Determinar la sefial f(t) cuya transformada de Fourier se ilustra en la siguiente figura. 1F(o)| 4 =e oy Solucion F(@)=|F(@)|e IF(@)| = AC, (@) -= o dMu(od 12) La figura 2.27 ilustra las dos sefiales y sus respectivos espectros. Ejemplo 2.12 Mediante la propiedad de simetria encontrar la transformada inversa de sgn (@). Solucién De (2.35) enoTransformada de algunas sefales titles 87 Aplicando simetria 2 Gy #9 2asgn(-0) pero sgn (-@) =~ sgn(@) por lo que 2 Fo tesgn(e) i © sgn(@) (2.52) nt @s Ejemplo 2.13 Con base en el par de transformadas de la ecuacién (2.52) calcular la transforma- da inversa de u(a). Solucién En términos de u(t), sgn(«) se puede expresar como sgn(@)=2u(o)-1 por lo tanto u(o) = Yfl +sgn(o)] Asi, 37 [u(o)] = F{3-1[1] +3 [sgn(e)]} 3 [u(@y]=F8(H+ FS 1 j [doe+ 4 Jono) (2.53) IV) Propiedad de desplazamiento en frecuencia Si f(t) F(@) entonces Lhe «4 F(@-o, ) (2.54)Anélisis de sefales en el dominio de la frecuencia-transformada de Fourier Explicacién. F(@-@,) representa el desplazamiento del espectro F(@) a la posi- cién @, En consecuencia, la propiedad significa que multiplicar en el tiempo por e* equivale a la traslacién, en la cantidad @,, de todo el espectro. Esta propiedad también se conoce como teorema de traslacién de frecuencia. Con base en esta propiedad derivaremos a continuacién el teorema de modulacién. 3.1. Teorema de modulacién En la prictica, la traslacién de espectros se logra multiplicando a f(t) por un seno © un coseno y, dado que estas sefiales se pueden expresar como suma de dos exponenciales, se establece que: [fine +e] f(cosot = y aplicando (2.54) feosas > }1F(@+ @)+F(@-@,)] El teorema de modulacién se establece entonces diciendo que si f(t) Fo) emonces flcosat oFlF@+ 0) +Fo-0, I) (2.58) y J()sen of F[Rat @,)-Fo- 0] (2.56) 70) Flo) a | o% J cose ai \ Figura 2.28. Teorema de modulaciénTransformada de algunas sefales titles 89 Es decir, multiplicar en el tiempo por costa,t 0 sent,t equivale a trasladar todo el espectro de fit) en la cantidad +0. La figura 2.28 representa grificamente este proceso de modulaci6n. La importancia de la modulaci6n es tal que los sistemas de comunicaci6n se caracterizan por el tipo de modulacién que emplean. Ejemplo 2.14 Aplicando el teorema de modulaci6n, calcular la transformada de Fourier de la sefial de la figura 2.29. Acos 200 xt Solucién: Nétese que f(t) se puede expresar como el producto del tren de pulsos periédico P(t) por el cos200nt. Ast S(2)= p(t)cos200xt « F(c) De la ecuacién (2.43), con d=2, T, = 4y @0 = ze = : ‘0 3[p(0)]= Plo) = Ax) Mu(2EB(o- 2) Aplicando el teorema de modulacién, utilizando «@, = 200x que no debe confun- dirse con , (frecuencia fundamental de p(t)) se obtiene: Fla)=4[P@+o, )+P(@-@, )] F(w)= 45] Y mectE c0-"F +2008) +S) Mu AB)6(0- AF 2008)Anilisis de sefiales en el dominio de Ia frecuencia-transformada de Fourier Ejemplo 2.15 Empleando el teorema de modulacién encontrar la sefial f(t) cuya transformada de Fourier se ilustra en la figura 2.30. Figura 2.30 Solucién Nétese que F((o) es el resultado de desplazar a +, el espectro 2AT(@/2a), es decir: F(w)= 4) 7{ = =. (@)= a | Te Por lo tanto f(t) es una funcién de muestreo elevada al cuadrado y multiplicada por cosw/, Obtengdmosla considerando el par 18 de la tabla 2.1: T(t/ 1) > tMu? (ot/2) Para nuestro caso t = 2a y T(t/2a) © 2aMu* (aw) Aplicando la propiedad de simetria 2aMu? (at) 2nT(@/2a) 244 Mu® (at) 2AT(w/2a) Por el teorema de modulacién 2 Mu® (at)cosos ¢ Af Por tanto S(t) = 7 Mu? (at)cos otTransformada de algunas sefales utiles ot V) Propiedad de desplazamiento en el tiempo Si f(t)@ Fo) entonces S(t ty) Floe™* (2.57) Esta propiedad establece que el desplazamiento en el tiempo equivale a multi- plicar por e# el espectro. Se debe notar que multiplicar por eno afecta al espectro de magnitud | F(w)| pero sf al de fase 6(). Es decir, el nimero y mag- nitud de las arménicas de f(t) no cambia pero su fase se desvia en —@t,. Ejemplo 2.16 Utilizando la propiedad de desplazamiento en el tiempo, calcular la transforma- da de Fourier del pulso rectangular de la siguiente figura. CO) Solucién Este pulso rectangular se puede considerar como una C,(t) desplazada en d/2. Por tanto, f(t) se puede expresar como: f)=6,(t-4) Ya hemos encontrado que (par 3 Tabla 2.1) C, (to dMu(F) Por lo tanto, de la propiedad de desplazamiento 4) od sett Cyt-H @ dauAnélisis de sefiales en el dominio de la frecuencia-transformada de Fourier Es interesante notar la dualidad entre las propiedades de desplazamiento en frecuencia y en el tiempo. ‘Dual del teorema de modulacién La versi6n dual del teorema de modulacién establece que si: (OF) entonces: Se + +se -T,)] © F(@)coswl, (2.58) V1) Diferenciacién ¢ integracién en el tiempo Si f()O Flo) entonces*: 1. jaF(o) (2.59) ye [sero tee) (2.60) (2.59) y (2.60) expresan que diferenciar en el dominio del tiempo equivale a multiplicar por jo en el dominio de la frecuencia, e integrar equivale a dividir entre j. En consecuencia, la derivacién en el tiempo ensancha el espectro de la sefial y Ia integraci6n lo reduce. En otras palabras integrar una seal del tiempo reduce su rapidez de variacién. Las propiedades de la transformada de Fourie son sumamente dtiles para obtener en forma r4pida la transformada de Fourier de sefiales compli- cadas. Por ejemplo, la propiedad de diferenciacién facilita encontrar el espectro de las seftales que se conocen como “segmentadas”. Determinar la transforma- da de estas sefiales mediante la integral de Fourier es muy laborioso. Ejemplo 2.17 Empleando la propiedad de diferenciacién en el tiempo encontrar la transfor- mada de Fourier de la sefal f(t) de la figura 2.31. *S6lo si dfftVdt es absolutamente integrable. **Siempre que F(0) = 0 lo que equivale a decir que: frou=o ya quel f(dt= FeesTranstormada de algunas sefiales utiles {04—_+ Fo) Figura 2.31 Solucién Ena siguiente figura se grafica la derivada de la sefial segmentada f(t). La sefial df(ey/dt es entonces la suma de 3 impulsos: f(t) a 7 e+) +82) 28(1) ‘Tomando transformadas y considerando la propiedad de diferenciacién en el tiempo: JF (co) = S[5(t+ 1) +8(t- 1) -28(1)] Aplicando propiedad de desplazamiento en el tiempo: joF(@) =e" +e 2 joF (@) = 2(cos -1) a2 y F(@)=—-(1- cost)Anilisis de sefales en el dominio de Ia frecuencia-transformada de Fourier como 1 -cosaxt ot et sen*y y Flo)= jor? Mu? SE (2.61) Ejemplo 2.18 La sefial triangular T(t/t) de la figura (2.32) se define como: ltt Iter TUHH)=) 9° aise Figura 2.32 Calcular la transformada de Fourier de T(V/) a partir de la sefial f(«) de la figura 2.81 (del ejemplo 2.17) y aplicando la propiedad de integracién en el tiempo. Solucién La derivada del pulso triangular T(\/t) se grafica en la figura 2.33. T(t) = Ue ai Figura 2.33 Nétese que con el factor 1/t en lugar de 1 la sefial f(t) de la figura 2.31 es idén- tica a la de la figura 2.33. Por lo tanto de (2.61):‘Transformada de sefiales utiles 95 STUD) jotta Aplicando la propiedad de integracién en el tiempo T(t]t) > Mu? (2.62) Ejemplo 2.19 Empleando la propiedad de diferenciaci6n en el tiempo, encontrar la transfor- mada de Fourier de la seital trapezoidal de la figura 2.34 fo Figura 2.34 Soluci6n En la siguiente figura se grafica la derivada de la sefial trapezoidal f(t). £'()—> jaF(o) Nuevamente diferenciamos y graficamos en la siguiente figura la segunda deri- vada de fit).Anilisis de sefales en el dominio de la frecuencia-transformada de Fourier Evidentemente, la funci6n d*f(t)/dt? es la suma de 4 impulsos: a? f(t) a FAL [B e+) 48-8) -8(040)-3(¢-0)] ‘Tomando transformadas en ambos miembros y utilizando las propiedades de diferenciacién y desplazamiento en el tiempo: (o* Feo) = A= [e +0 — em 0 ] y VIN) Diferenciacion en la frecuencia Si f(t) Fo) entonces dF(w) -if yo FO) En general int spo EO 263) do" Esta propiedad establece que diferenciar en el dominio de la frecuencia equivale a multiplicar por -jt en el dominio del tiempo. Se puede demostrar también que integrar en la Frecuencia equivale a di dir entre jt en el tiempo: foe [Ford (2.64) Ejemplo 2.20 Considerando que f(t) ¢ F((). Calcular, mediante las propiedades pertinentes de la transformada de Fourier, el espectro de la sefial tf(8t). Solucién Como f(t) F(w)Transtormada de algunas sefiales utiles 97 por propiedad de escala £ (81) 4$F(o/3) por propiedad de diferenciacién en la frecuencia: 1 dF(w/3) 3 do if BD]0 do aF(@/3) y $305 Ejemplo 2.21 Empleando la propiedad de diferenciacién en el tiempo, la propiedad de des- plazamiento en el tiempo y a tabla 2.1, encontrar la transformada de Fourier de Ja sefial f(t) de la figura 2.35. Figura 2.35 Solucién Puesto que son dos pulsos idénticos, f(t) se puede expresar como: RO =fO +f-2) en donde f(t) es el primer pulso solamente. La grifica de la derivada de este pulso es: £<—> jor)Anilisis de sefales en el dominio de la frecuencia-transformada de Fourier SH) = 2tC, ((-1/2)- 8-1) tomando transformadas jooR(o) = S[2tC,(t-1/2) -¢-)] por diferenciacién en la frecuencia: Fok oo) = 546 [Mulg)r"]-e* Y Flo) = 5 [Mug] be como Flo) = F(o) + R(o)e* entonces Fo) = Refi+e*] y F(@) = Ejemplo 2.22 Calcular la transformada de Fourier de la sefial de la figura 2.36 empleando el dual del teorema de modulacién f+ Fa) A + > “10 8 6 6 8 10 t Figura 2.36 Solucién Notese que f(t) se expresa como: FO) = AIC (+8) + Ct-8)]Transformada sofales utiles 99 Elespectro de esta sefial se puede calcular entonces con el par 13 de la tabla 2.1 y el dual del teorema de modulacién (ecuacién 2.58). El par 13 es: Ca (1) © dMu( 2) para nuestro caso d = 4 por tanto: 2AC,(t) @ 8A Mu(2@) segiin el teorema dual de modulacién A[C, (+8)+C, (t-8)] 484 Mu(2@)cos8o Ast F(@)=8A Mu(20) cos8o VII) Teorema de convolucién en el tiempo Si LQ) FO) y LO OF, @) entonces LO *£0 2 F(@)F(@) (2.65a) © también frore-vere FR) (2.65b) Es decir, convolucionar en el tiempo equivale a multiplicar los espectros de fre- cuencia IX) Teorema de convolucién en la frecuencia Si fOPF@) y FVOFO) entonces AMF, O £[F, (0) *F, (@)] (2.66a) co también s AOL WO [ROOF (ow) de a (2.66b)Esto es, la convol Andilisis de sefiales en el dominio de la frecuencia-transformada de Fourier n en el dominio de la frecuencia equivale a la multiplicacién en el dominio del tiempo. En el siguiente capitulo abordaremos con detalle el estudio de la convolucién. Cuestionario pr Nese es 32. 33. Diga qué se entiende por espectro de una sefial. Dé la expresi6n para calcular el espectro de cualquier sefial, sea periédi- caono. Explique a qué se le llama densidad espectral. Explique cual es la utilidad del par de transformadas de Fourier. Diga cuando el espectro de una sefial esti formado por dos graficas. Describa la funcién de Muestreo Mu(x). Explique como se encuentran los nulos de la funci6n de muestreo ante- rior. Dé la definicién de Dirac del impulso unitario 8(t). Establezca la propiedad de muestreo de la funcién 6(t). Establezca la condicién para que exista la transformada de Fourier y diga qué nombre recibe. . Diga cual es la transformada de un pulso rectangular. Escriba la transformada de un impulso unitario. }. Dé la derivada del escal6n unitario u(t). - Dé la transformada de la constante B. Escriba la transformada de la exponencial perpetua 6. >. Escriba la transformada de cos,t, grafiquela. . Diga cual es la transformada de una senal periédica cualquiera. . Diga cual es la transformada de un tren de pulsos rectangulares. ). Dé la transformada de &,,(t), grafiquela. |. Establezca la propiedad de simetrfa de la transformada de Fourier (TF). 21. 22, 23. 24. 25. 26. 27. 28. 29. 30. 31. Establezca la propiedad escalar o de escala de la TF. Comprima la sefial C,() en el factor 2 y dé su TR. Expanda la sefial Mu(t) en el factor 100 y dé su TE. Establezca la propiedad de desplazamiento en frecuencia de la TF. Exprese el teorema de modulacién y represéntelo gréficamente. Escriba la propiedad de desplazamiento en el tiempo de la TF. Grafique la funcion C,(t~ 1) y dé su TF. Grafique la funci6n 3(t - 2) y dé su TE. Establezca la propiedad de diferenciaci6n en el tiempo de la TF. Escriba la propiedad de integracién en el tiempo de la TF. Empleando la propiedad de diferenciacion en el tiempo de la TF en- contrar la TF de f(t) = T(v2). Establezca la propiedad de diferenciaci6n en la frecuencia de la TF. Considerando que f(t}¢+F(@), calcular mediante las propiedades perti- nentes de la TF, el espectro de f(}= 3tC,(20.Problemas 101 84. Establezca el teorema de convolucién en el tiempo. 35. Escriba el teorema de convolucién en la frecuencia. 36. Establezca la integral de convolucién de f,(t) y f,(0. Problemas 1, Demostrar que si F(() es la transformada de Fourier de la sefial real f(t), entonces Re{F(«)] es la transformada de f,(t) y jlm{F(«)] es la transfor- mada de f(t); siendo f,(t) y f(t) la parte par e impar de f(t) 2. Calcular la transformada de Fourier de cada una de las seftales de la figura P 2.2. sy Figura P2.2102 Anéilisis de sefiales en el dominio de la frecuencia-transformada de Fourier 3. Mediante la propiedad de muestreo de la funcién impulso, calcular las siguientes integrales a) Joce—s)sen2ue ° fevowa % i . 109 b) foceraerta » Jrog:6¢e10) A partir de la propiedad de muestreo de la funci6n impulso, demostrar: foo )dt=u(t-t,) y con base en esto demostrar que: s Calcular el valor de las siguientes integrales. a) Jocoucs-na b) Jleco-ne-3) +8000Problemas 103 9 fuers )8(t=ty )de d) Juc-o 6. Determinar cada una de las sefiales f(t) cuya transformada se ilustra en la figura P2.6. Ira 2%) ° @® ‘© a, [Fe] ao 4 —o, oo b) IF@)| Ae) al we >» Ww Woe © o wi?) Figura P. 2.6 7. Mediaute el teorema de modulaci6n encontrar la sefial f(t) que corres- ponde a cada una de las transformadas que se ilustran en la figura P:2.7.104 Anilisis de sefiales en el dominio de la frecuencia—transformada de Fourier (-We+x) «© (-W-n) (Wes) (We) Figura P.2.7 8. Aplicando el teorema de modulaci6n, encontrar la transformada de cada una de las sefiales moduladas de la figura P.2.8. 9. Considerando que f(t) y F(() forman un par de transformadas, encon- trar la transformada de Fourier de las siguientes expresiones. a) (2-0 f) (t-5) f(t) by f[e/3)-3] 8) ¢-3)fC3 0 Lsent ») LO a 417-20] i) 6-0 e) #f(3t) ji) (2-0) f(8-t)so cos 208 Figura P2.8 10. Aplicando la propiedad de diferenciacién en el tiempo, la propiedad de desplazamiento en el tiempo y la tabla 2.1, determinar la transformada de Fourier de cada una de las sefiales que se ilustran en las figuras P2.2 y P2.10. 10 wo 2 os 4 a 1 Desa ' (a) ® © Figura P.2.10Anélisis de sefiales en el dominio de la frecuencia-transtormada de Fourier 11. Mediante el dual del teorema de modulaci6n, calaular la transformada de Fourier de las sefiales de la figura P2.2 (k), (m) y (n). 12. Determinar la transformada de Fourier de la sefial de la figura P2.12 mediante: a) Integracién directa. b) La propiedad de integraci6n en el tiempo y Ia tabla 2.1. ©) La propiedad de diferenciacién y desplazamiento en el tiempo y la tabla 2.1, ) La propiedad de desplazamiento en el tiempo y la tabla 2.1. Figura P2.12