FFT y DFT
Transformada rápida de Fourier (FFT) vs. Transformada Discreta De Fourier (DFT)
Tecnología y ciencia van de la mano. Y no hay mejor ejemplo de esto que el procesamiento de señal digital (DSP). El procesamiento de señal digital es el proceso para optimizar la precisión y la eficiencia de las comunicaciones digitales. Todo son datos, ya sean imágenes de sondas del espacio exterior o vibraciones sísmicas y cualquier cosa entre ellas. Para convertir estos datos a un formato legible para el ser humano utilizando computadoras, se trata del procesamiento de señales digitales. Es una de las tecnologías más poderosas que combina la teoría matemática y la implementación física. El estudio de DSP comenzó como un curso de posgrado en ingeniería eléctrica, pero a lo largo del tiempo, se ha convertido en un potencial de juego en el campo de la ciencia y la ingeniería. Basta con decir que, sin el DSP, los ingenieros y los científicos podrían dejar de existir.
La transformada de Fourier es un medio de mapear una señal, en el dominio del tiempo o espacio en su espectro en el dominio de la frecuencia. Los dominios de tiempo y frecuencia son solo formas alternativas de representar señales y la transformada de Fourier es la relación matemática entre las dos representaciones. Un cambio de señal en un dominio también afectaría la señal en el otro dominio, pero no necesariamente de la misma manera. La transformada discreta de Fourier (DFT) es una transformada como la transformada de Fourier utilizada con señales digitalizadas. Como sugiere su nombre, es la versión discreta del FT la que ve tanto el dominio del tiempo como el dominio de la frecuencia como periódico. La transformada rápida de Fourier (FFT) es solo un algoritmo para el cálculo rápido y eficiente de la DFT.
Transformada Discreta De Fourier (DFT)
La Transformada Discreta de Fourier (DFT) es una de las herramientas más importantes en el procesamiento de señales digitales que calcula el espectro de una señal de duración finita. Es muy común codificar la información en las sinusoides que forman una señal. Sin embargo, en algunas aplicaciones, la forma de una forma de onda en el dominio del tiempo no es una aplicación para señales, en cuyo caso el contenido de la frecuencia de la señal se vuelve muy útil en formas distintas a las señales digitales. La representación de una señal digital en términos de su componente de frecuencia en un dominio de frecuencia es importante. El algoritmo que transforma las señales del dominio del tiempo en los componentes del dominio de la frecuencia se conoce como la transformada de Fourier discreta o DFT.
Transformada rápida de Fourier (FFT)
La transformada rápida de Fourier (FFT) es una implementación de la DFT que produce casi los mismos resultados que la DFT, pero es increíblemente más eficiente y mucho más rápida, lo que a menudo reduce significativamente el tiempo de cálculo. Es solo un algoritmo computacional utilizado para el cálculo rápido y eficiente de la DFT. Varias técnicas de cálculo rápido de DFT conocidas colectivamente como la transformada rápida de Fourier o FFT. Gauss fue el primero en proponer la técnica para calcular los coeficientes en un trigonométrico de la órbita de un asteroide en 1805. Sin embargo, no fue hasta 1965 que un documento seminal de Cooley y Tukey llamó la atención de la comunidad científica y de ingeniería, que también puso El fundamento de la disciplina de procesamiento de señales digitales.
Diferencia entre FFT y DFT
La transformada de Fourier discreta, o simplemente denominada DFT, es el algoritmo que transforma las señales del dominio del tiempo en los componentes del dominio de la frecuencia. DFT, como su nombre lo indica, es verdaderamente discreto; Los conjuntos de datos de dominio de tiempo discreto se transforman en una representación de frecuencia discreta. En términos simples, establece una relación entre la representación del dominio del tiempo y la representación del dominio de la frecuencia. La transformada rápida de Fourier, o FFT, es un algoritmo computacional que reduce el tiempo de computación y la complejidad de las grandes transformaciones. FFT es solo un algoritmo utilizado para el cálculo rápido de la DFT.
El algoritmo FFT más utilizado es el algoritmo Cooley-Tukey, que lleva el nombre de J. W. Cooley y John Tukey. Es un algoritmo de dividir y conquistar para el cálculo mecánico de series complejas de Fourier. Se rompe el DFT en DFT más pequeños. Otros algoritmos de FFT incluyen el algoritmo de Rader, el algoritmo de transformación de Fourier de Winograd, el algoritmo de transformación Z de Chirp, etc. Los algoritmos de DFT pueden programarse en computadoras digitales de propósito general o implementarse directamente por hardware especial. El algoritmo FFT se utiliza para calcular la DFT de una secuencia o su inversa. Una DFT se puede realizar como O (N2) en complejidad de tiempo, mientras que FFT reduce la complejidad de tiempo en el orden de O (NlogN).
La DFT se puede usar en muchos sistemas de procesamiento digital a través de una variedad de aplicaciones, como calcular el espectro de frecuencias de una señal, resolver aplicaciones diferenciales parciales, detección de blancos a partir de ecos de radar, análisis de correlación, cómputo de la multiplicación polinómica, análisis espectral y más. FFT ha sido ampliamente utilizado para mediciones acústicas en iglesias y salas de conciertos. Otras aplicaciones de FFT incluyen análisis espectral en mediciones de video analógicas, multiplicación de enteros y polinomios grandes, algoritmos de filtrado, cálculo de distribuciones isotópicas, cálculo de coeficientes de la serie de Fourier, cálculo de convoluciones, generación de ruido de baja frecuencia, diseño de cinoformas, realización de matrices estructuradas densas, procesamiento de imágenes Más.
FFT vs. DFT: Tabla de comparación
Resumen de FFT vs. DFT
En pocas palabras, la Transformada Discreta de Fourier desempeña un papel clave en la física, ya que puede utilizarse como una herramienta matemática para describir la relación entre el dominio del tiempo y la representación del dominio de la frecuencia de señales discretas. Es un algoritmo simple pero que consume bastante tiempo. Sin embargo, para reducir el tiempo de computación y la complejidad de las grandes transformaciones, se puede utilizar un algoritmo más complejo pero que requiera menos tiempo, como la Transformada Rápida de Fourier. FFT es una implementación de la DFT utilizada para el cálculo rápido de la DFT. En resumen, FFT puede hacer todo lo que hace una DFT, pero de manera más eficiente y mucho más rápida que una DFT. Es una forma eficiente de computar el DFT.
