Convolucin y Convolucin Discreta

Definicin de convolucin
Cuando hemos aplicado, en el apartado anterior, una funcin ventana o hemos
muestreado una funcin dada, implcitamente hemos estado efectuando una operacin
de convolucin que ha sido denotada con un smbolo (*) en las figuras 4.3, 4.4 y 4.5.
Esta operacin se produce de forma inevitable en el dominio tiempo, cuando tenemos
un producto de espectros en el dominio frecuencia, o viceversa, cuando tenemos un
producto de funciones en el dominio tiempo, ocurriendo una convolucin en el
dominio frecuencia. Por eso, llegados a este punto es necesario definir la operacin
convolucin y conocer cules son sus principales propiedades.
En consecuencia, definimos la convolucin de dos funciones temporales
como (Brigham, 1988)

h ( t ) = f1( t ) * f 2 ( t ) =

f ()f (t )d
1

esta operacin puede llevarse a cabo mediante la transformada de Fourier, cuando

notamos que (Bath, 1974)
f1 ( t ) F1()
f 2 ( t ) F2 ()

f1 ( t ) * f 2 ( t ) F1 ()F2 () = H() h ( t )

donde H() es el espectro de Fourier de la funcin h(t) resultante de la convolucin.

Entonces si quiero conocer la convolucin de dos funciones, en lugar de resolver la
integral correspondiente, es ms rpido obtener los espectros de Fourier de cada una
de ellas y luego multiplicarlos.
Anlogamente hubiramos podido definir la convolucin en el dominio
frecuencia, pues esta propiedad es igualmente cierta para dicha operacin (Bath,
1974; Brigham, 1988). As, notamos que la transformada de Fourier es una
herramienta muy til, para realizar multitud de operaciones habituales en el anlisis
de datos.

Teorema de Parseval
Este importante teorema nos permite relacionar lo que se llama energa total
de una funcin f(t), definida como

f ( t ) dt

con el espectro de potencia de dicha funcin f(t) definido como

F()

mediante la expresin (Bath, 1974)

1
1
2
2
f ( t ) dt =
F() d =
F() d
2
0

donde debemos notar que el espectro de fase no juega ningn papel, para obtener la
energa total de una funcin, pues ella se obtiene a travs del espectro de potencia,
que se escribe nicamente en funcin del espectro de amplitud. Esta propiedad ser
importante en el anlisis de seales digitales, pues en muchas aplicaciones nos
interesa determinar y conocer la potencia o energa asociada con una seal, ms que
esa seal propiamente dicha.

Convolucin discreta
Dado que las funciones empleadas en la operacin de convolucin deben ser
discretizadas, como se indic en el apartado anterior, puesto que para computar esta
operacin con un ordenador no tenemos otra forma de actuar, es necesario saber
cmo acta la transformada de Fourier, cuando realiza una convolucin discreta. Para
ello, vamos a considerar como ejemplo las funciones x(t) y h(t), representadas en la
figura 5.1(a). El resultado terico de realizar la convolucin de dichas funciones es la
funcin y(t), representada tambin en la figura 5.1(a).
En primer, lugar muestreamos las funciones x(t) y h(t), tal como indica la
figura 5.1(b), considerando un valor N (= 9) de muestreo total menor que la suma de
P (= 6) y Q (= 6), siendo stos ltimos valores el nmero de muestras de la forma de
onda de las funciones consideradas. Vemos entonces que se produce una distorsin
del resultado, en comparacin con el resultado que tendra que producirse
tericamente (figura 5.1(a)), si la convolucin discreta estuviera bien realizada.
Vemos que la funcin y(t) producida por la convolucin discreta est truncada al final
(figura 5.1(b)), parece que ha faltado espacio de muestreo para que se reproduzca el
resultado completo esperado, a la vista de la figura 5.1(a). Puede comprobarse que
este problema suceder siempre que N < P + Q 1 (Brigham, 1988).

Fig. 5.1. Convolucin continua y discreta: forma correcta de muestrear las funciones.
En consecuencia, la regla de oro que debe respetarse en cualquier operacin
de convolucin discreta, es que el muestreo total N de las funciones a considerar en la
convolucin, debe ser como mnimo N = P + Q 1, pues con valores de N ms
pequeos tenemos un problema como el mostrado en la figura 5.1(b). Esto puede
comprobarse en la figura 5.1(c), en la cual se ha considerado N = 6 + 6 1 = 11,
obtenindose buenos resultados.

En la figura 5.1(d) podemos ver que valores de N mayores que P + Q 1,

tambin son posibles y dan buenos resultados, pero la realidad es que no mejoran en
nada el resultado obtenido en la figura 5.1(c), siendo estos procedimientos ms
costosos en tiempo de computacin, pues el ordenador debe calcular los valores de
puntos que realmente no tienen ninguna informacin. Por ello, debemos quedarnos
con el nmero mnimo de puntos N, que sea necesario para realizar bien la
computacin (N = P + Q 1), ya que, en caso contrario estamos desperdiciando
recursos de computacin.
En este sentido, si queremos utilizar un gran nmero de puntos N, como en la
convolucin ilustrada en la figura 5.1(e), debemos disminuir la razn de muestreo de
tal forma que incrementemos tambin los valores de P y Q, para que siempre se
mantenga que = P + Q 1. Observando ahora que los resultados de la convolucin
mostrados en la figura 5.1(e), son ms parecidos al resultado terico mostrado en la
figura 5.1(a), que el resultado mostrado en la figura 5.1(c).

Correlacin y Correlacin Discreta

Definicin de correlacin
Otra importante aplicacin de usar el anlisis espectral, es la posibilidad de
calcular la correlacin de dos funciones, definida como la integral (Brigham, 1988)

z( t ) = x( t ) h ( t ) =

x()h(t + )d

esta operacin puede llevarse a cabo mediante la transformada de Fourier, cuando

notamos que (Bath, 1974)
x ( t ) X ()
x( t ) h ( t ) H() X * () = Z() z( t )
h ( t ) H()

donde Z() es el espectro de Fourier de la funcin z(t) resultante de la correlacin.

Entonces si quiero conocer la correlacin de dos funciones, en lugar de resolver la
integral correspondiente, es ms rpido obtener los espectros de Fourier de cada una
de ellas y luego multiplicarlos, teniendo en cuenta que el segundo espectro es el
complejo conjugado del original.

Correlacin discreta
Dado que las funciones empleadas en la operacin de correlacin deben ser
discretizadas, como se indic en el apartado anterior, puesto que para computar esta
operacin con un ordenador no tenemos otra forma de actuar, es necesario saber
cmo acta la transformada de Fourier, cuando realiza una correlacin discreta. Para
ello, vamos a considerar como ejemplo las funciones x(t) y h(t), representadas en la
figura 5.1(a), discretizadas en la forma en la que aparecen en la figura 6.1(a). En esta
operacin tendremos tambin en cuenta la regla de oro descubierta en el apartado
anterior, cuando estudibamos los resultados de la convolucin discreta. Esta regla
nos dice que N = P + Q 1. No obstante, en la correlacin vemos que el orden en el
que llevemos a cabo esta operacin afecta al resultado final (Brigham, 1988), tal y
como puede verse en las figuras 6.1(b) y 6.1(c). Por otra parte, el poner un gran
nmero de ceros nos obliga a consumir recursos de computacin, para calcular
valores de puntos que no tienen ninguna informacin.

Fig. 6.1. Correlacin discreta: efecto del cambio de orden en la correlacin.

Fig. 6.2. Correlacin discreta con reestructuracin de datos.

En consecuencia, debemos encontrar una forma ms adecuada para realizar

esta operacin, sin desperdiciar recursos de computacin en calcular valores para
puntos que no tienen ninguna informacin. En este sentido, si volvemos a muestrear
las funciones x(t) y h(t), representadas en la figura 5.1(a), en la forma en la que
aparecen en la figura 6.2(a). Notamos que el resultado no sale como esperbamos
(figura 6.1(b) o 6.1(c)). En la figura 6.2(b) el resultado aparece partido en dos trozos.
Para evitar este problema, sin tener que incorporar muchos puntos adicionales sin
informacin, podemos reestructurar los datos de la funcin x(t), muestrendola como
indica la figura 6.2(c). Obteniendo ahora el resultado correcto, mostrado en la figura
6.2(d), en la que vemos que se han considerado el menor nmero posible de espacio
vaco, para utilizar del modo ms eficiente los recursos de computacin.

Prof. Dr. Vctor Corchete

Department of Applied Physics
Higher Polytechnic School - CITE II(A)
UNIVERSITY OF ALMERIA
04120-ALMERIA. SPAIN
FAX: + 34 950 015477
e-mail: corchete@ual.es