Introducción: ¿Por qué los Phasors y Fourier transforman la materia

En ingeniería eléctrica y procesamiento de señales, pocos conceptos son tan fundamentales como los fasores y Fourier transforma. Estas dos herramientas matemáticas permiten a los ingenieros y científicos tomar señales complejas y difíciles de analizar y romperlas en piezas más simples que se pueden entender, manipular y optimizar. Ya sea que usted está diseñando un receptor de radio, construyendo un ecualizador de audio o analizando sistemas de potencia, estos conceptos forman la columna vertebral del análisis moderno de señal.

A primera vista, los fasores y los transformados Fourier pueden parecer ideas separadas. Los faros se enseñan a menudo en cursos de circuitos introductorios como una forma de manejar circuitos de corriente alterna (AC). Los transformados Fourier aparecen más adelante en clases de procesamiento de señales como un método para descomponer las señales en sus componentes de frecuencia. En realidad, los dos están profundamente conectados. Entendiendo que la conexión puede hacer ambos conceptos más fácil de aprender y más poderosos de usar.

Este artículo explora lo que los fasores y Fourier transforman son individualmente, luego examina cómo se relacionan entre sí. También vamos a ver aplicaciones prácticas en múltiples disciplinas de ingeniería y proporcionar ejemplos que ilustran la relación elegante entre estas dos herramientas.

¿Qué son los Phasors?

Un fasor es un vector rotatorio que representa una función sinusoidal. En el análisis del circuito AC, los voltajes y corrientes sinusoidales son comunes. Una onda de seno típica puede describirse por su amplitud, frecuencia y fase. Los faros simplifican esto representando la amplitud y la fase como un número complejo, mientras que la frecuencia es implícita. Esta abstracción hace mucho más fácil realizar señales subusoidales de la misma frecuencia.

La misma ecuación de frecuencias es la misma, porque la misma frecuencia es la misma.

Notación de Phasor y el Plano Complejo

Los faros se dibujan en el plano complejo, donde el eje horizontal representa la parte real y el eje vertical representa la parte imaginaria. El fasor gira contrarredo a la frecuencia angular ω, y su proyección sobre el eje real da el valor instantáneo del sinusoide. En la práctica, trabajamos con el fasor como una instantánea fija a tiempo t=0, sabiendo que representa el vector giratorio.

Esta representación gráfica hace que sea intuitiva añadir señales: simplemente agrega los números complejos (vectores) correspondientes a cada fasor. Diferencias de fase se convierten en diferencias angulares, y los cambios de amplitud se convierten en cambios de longitud vectorial. Este enfoque visual es una razón por la que los fasores son tan utilizados en la enseñanza y la práctica.

Phasors in AC Circuit Analysis

En el análisis de circuitos AC, resistores, condensadores e inductores todos se comportan de manera diferente con entradas sinusoidales. Los condensadores no tienen cambio de fase, los condensadores cambian la corriente por +90 grados en relación con tensión, y los inductores cambian la corriente por -90 grados. Usando fasores, estos comportamientos son capturados por impedancia, una cantidad compleja que generaliza la resistencia.

Con impedancias, puede analizar circuitos de AC utilizando los mismos métodos que utiliza para circuitos de DC: Ohm, leyes de Kirchhoff, y análisis nodal todos aplican, pero ahora con números complejos. Esta es una gran simplificación que hace que el diseño de circuitos AC sea práctico y eficiente.

Ejemplo: Añadiendo dos sinusoides con los Phasors

[LT] [LT4] [4]] [4]] [4]] [4]] [2]]] [2]]] [2]]] [2]]] [2]]] [2]]] [2]]]] [2]]]] [2]]]

Comprender las transformaciones de Fourier

El Fourier transforma es una operación matemática que toma una señal de tiempo-dominio y la expresa como una función de frecuencia. Te da un espectro que muestra las frecuencias están presentes en la señal y con qué amplitud y fase. Esto es como descomponer un acorde musical en sus notas individuales.

La transformación continua Fourier se define como:

F(ω) = ∫ {-∞}{{-∞} f(t) e^{-jωt} dt

El inverso transforma recupera la señal original:

f(t) = (1/2π) ∫ {-∞}{ ⁇ { ⁇ } F(ω) e^{jωt} dω

Estas ecuaciones pueden parecer intimidantes, pero la idea central es hermosa: cualquier señal puede ser construida a partir de una suma (integral) de sinusoides de diferentes frecuencias, cada una con su propia amplitud y fase. La transformación Fourier simplemente le dice cuáles son esas amplitudes y fases.

Tipos de Transformaciones de Fourier

Hay varias variantes de la transformación Fourier, cada una adaptada a diferentes tipos de señales:

  • Continuo Transformación de Fourier (CFT): Para señales continuas y aperiodicas, produce un espectro continuo.
  • Serie más amplia: Para señales periódicas continuas, produce un espectro discreto (armonía).
  • Transformación de Fourier de tiempo descreto (DTFT):] Para señales discretas y aperiodicas, produce un espectro continuo.
  • Discrete Fourier Transform (DFT): Para señales discretas y periódicas. Produce un espectro discreto. La Transformación Fast Fourier (FFT) es un algoritmo que computa el DFT de manera eficiente.

Cada uno de ellos tiene su lugar en el procesamiento de señales, pero todos comparten el mismo principio fundamental: descomponer señales en componentes sinusoidales.

Por qué Fourier Transforms son esenciales

En el procesamiento de audio, te permiten equiparar la música mediante el impulso o el corte de bandas de frecuencia específicas. En el procesamiento de imágenes, permiten la compresión (JPEG), el filtrado (azulamiento, afilado) y la detección de características. En las telecomunicaciones, son la base para los esquemas de modulación como OFDM utilizados en Wi-Fi y 4G/5G. En los sistemas de control, ayudan a analizar la estabilidad del sistema y la respuesta de frecuencia.

El poder de la transformación Fourier radica en su capacidad de revelar la estructura oculta. Una señal que parece un ruido aleatorio en el dominio del tiempo puede tener un espectro de frecuencias limpio e interpretable. Este cambio en perspectiva, de vez en cuando, es una de las ideas más poderosas en toda la ingeniería.

La conexión entre los farsantes y Fourier transforma

Ahora llegamos al corazón de la materia: ¿cómo están relacionados los fasores y Fourier? La respuesta corta es que los fasores son los bloques de construcción de la transformación Fourier. Cuando computa la transformación Fourier de una señal, usted está esencialmente encontrando el conjunto de fasores que, cuando se resumen, reconstruir esa señal.

Más precisamente, la transformación Fourier de una señal a una frecuencia específica ω le da un número complejo. Ese número complejo tiene una magnitud y una fase. Ese número complejo, interpretado como un vector rotativo a la frecuencia ω, es exactamente un faasor. Así que la transformación Fourier puede ser pensado como una función que, para cada frecuencia, le dice el fasor que aporta ese componente de frecuencia a la señal.

Los Phasors como los Ingredientes, Fourier como la Receta

Piense en una señal como un plato complejo. La transformación Fourier es la receta que le dice qué ingredientes (sinusoides) y en qué cantidades (amplitudes) y en qué tiempos (fases) añadirlos. Cada ingrediente es un sinusoide, y cuando usted representa ese sinusoide como un número complejo (amplitud y fase), usted tiene un faasor. Así la salida del transformado Fourier es, en esencia, un índice de phast.

Esta perspectiva unifica los dos conceptos elegantemente:

  • Los phasors son representaciones estáticas de los sinusoides de una sola frecuencia.
  • Fourier transforma encontrar la representación de la fasor para cada frecuencia presente en una señal.

Cuando trabajas con fasores en circuitos AC, estás asumiendo implícitamente que la señal es un solo sinusoide. Cuando trabajas con Fourier transformas, estás manejando señales que pueden contener muchas frecuencias, pero el objeto fundamental en cada frecuencia sigue siendo un fasor.

De dominio del tiempo a dominio de frecuencia

Los pástores existen en el dominio de frecuencia, aunque a menudo se introducen en el contexto de los sinusoides de dominio del tiempo. Cuando usted representa un sinusoide como un fasor, usted ha pasado de una función dependiente del tiempo a una representación de dominio de frecuencia (un número complejo a una frecuencia específica). El Fourier transforma generaliza esto: toma una señal de tiempo completo y produce una función de dominio de frecuencia completa, donde cada componente de frecuencia.

Por eso la transformación Fourier se describe a veces como una "transforma continua de faasor". En cada banda de frecuencia infinitesimal, el transformado le da el fasor que representa la amplitud y fase de la contribución de esa banda a la señal general.

Steady-State vs. Transient Analysis

Una manera de entender la diferencia entre los fasores y los transformados Fourier es considerar el tipo de señales que manejan mejor:

  • Phasors] son ideales para el análisis de estado estable de sistemas lineales con entradas sinusoidales. Ellos suponen que la señal ha estado en para siempre y continuará para siempre, por lo que no hay transitorios.
  • Fourier transforma puede manejar tanto señales estables como transitorias. Una señal transitoria, como un pulso o una explosión, contiene muchas frecuencias, y la transformación Fourier los revela a todos.

Por eso los fasores son insuficientes para analizar fenómenos transitorios como cambiar eventos o pulsos de datos. Para aquellos, usted necesita la transformación completa de Fourier o su primo computacional, el FFT.

Aplicaciones Prácticas

Comprender la relación entre los fasores y Fourier transforma en muchas áreas abre poderosas técnicas de análisis.

Ingeniería eléctrica: Sistemas de alimentación y diseño de circuitos

En sistemas de energía, voltajes y corrientes son sinusoidales a una frecuencia fija (50 o 60 Hz). Los fisiográficos son la herramienta estándar para analizar estos sistemas. Flujo de energía, análisis de fallas y estudios de estabilidad usan representaciones de fasor. Sin embargo, cuando se analizan armónicos causados por cargas no lineales (como unidades de velocidad variable o fuentes de energía computarizada), se necesita la transformación de Fourier para des

Para más información sobre armónicos del sistema de energía, vea esta guía de la IEEE.

Procesamiento de señales: Diseño de filtros y análisis espectral

En el procesamiento de señales, la transformación Fourier se utiliza para diseñar filtros que pasan o rechazan componentes de frecuencia específicos. Una vez que conozca el contenido de frecuencia de una señal (a través de la transformación Fourier), puede aplicar un filtro para modificar ese contenido. Por ejemplo, un filtro de baja velocidad elimina el ruido de alta frecuencia mientras preserva la señal de baja frecuencia. El efecto del filtro en cada componente de frecuencia se puede describir utilizando faasores: en cada componente de amplitud y de filtro cambia la fase de filtro.

La relación es tan estrecha que muchas técnicas de diseño de filtros comienzan con la respuesta de frecuencia deseada (un conjunto de ganancias de fasor en diferentes frecuencias) y luego trabajan hacia atrás para encontrar un filtro que lo logra.

Ingeniería de audio: Equiparación y acústica de habitaciones

En la ingeniería de audio, los ecualizadores funcionan ajustando la amplitud de bandas de frecuencia específicas. La amplitud y fase de cada banda se pueden considerar como un fasor. La transformación de Fourier de una señal de audio muestra su contenido de frecuencia, permitiendo a los ingenieros ver dónde cortar o aumentar. Por ejemplo, reducir una frecuencia resonante en una habitación implica identificar la amplitud de la frecuencia de phasor y luego aplicar un filtro de notch para reducirlo.

La Sociedad de Ingeniería de Audio tiene muchos recursos sobre el uso de análisis de Fourier en el diseño acústico.

Telecomunicaciones: Modulación y Demodulación

Los sistemas de comunicación modernos dependen en gran medida de los fasores y los transformados Fourier. En la modulación de amplitud de cuadratura (QAM), los datos se codifican en la amplitud y fase de los sinusoides, que es exactamente una representación de fasor. El receptor utiliza un transformado Fourier (ejecutado a través de FFT) para desmodular la señal mediante la extracción de los faasores en cada frecuencia de portadores.

Esta integración profunda de los fasores y los transformados Fourier es lo que hace posible la comunicación inalámbrica de alta velocidad.

Sistemas de control: Análisis de la respuesta de frecuencias

En la ingeniería de control, la respuesta de frecuencia de un sistema describe cómo reacciona a los insumos sinusoidales en diferentes frecuencias. La función de transferencia del sistema, evaluada a una frecuencia específica, le da un fasor que le indica la ganancia de amplitud y cambio de fase que el sistema aplica a esa frecuencia. La trama Bode es simplemente una muestra gráfica de estos beneficios de la equivalencia y fases como funciones de frecuencia.

Un aspecto más profundo: el puente matemático

Para solidificar la conexión, considere la serie Fourier de una señal periódica:

f(t) = У {n=-}{∞} C n e^{jnω 0 t}

Cada término C n e^{jnω 0 t}] es un complejo sinusoide a frecuencia nω 0]. El coeficiente C n es un número complejo que contiene información de amplitud y fase.

Ahora considera la transformación de Fourier de una señal no-periodica. La integral se puede pensar como un continuum de fasores, cada uno con amplitud infinitesimal. La transformación F(ω)] es una densidad de fasor: te cuenta la amplitud y la frecuencia de fase por unidad. Cuando te integras sobre una banda de frecuencia, obtienes la contribución total de phasor para esa banda.

Esta perspectiva muestra que los fasores no son sólo un caso especial de la transformación Fourier; son los mismos átomos de los cuales se compone la transformación Fourier. Cada vez que se utiliza una transformación Fourier, usted está trabajando implícitamente con los fasores.

Misconcepciones comunes

Hay algunas dificultades que los estudiantes y los practicantes deben tener en cuenta:

  • Los phasors no son sólo para las ondas sine: Los péstores pueden representar cualquier exponencial complejo, incluyendo cosine y sine. La elección de convención cosina o sine afecta la referencia de la fase pero no la matemática subyacente.
  • El transformado Fourier no reemplaza a los faasores: Los extiende. Para el análisis sinusoidal de estado estable, los faasores son más simples y directos. Para señales complejas o transitorias, es necesario el transformado Fourier.
  • La adición de phasor funciona sólo a la misma frecuencia: No se pueden añadir fasores de diferentes frecuencias directamente. La transformación Fourier maneja esto dándoles fasores por cada frecuencia por separado.
  • La transformación Fourier no se limita a las señales periódicas:] Mientras que la serie Fourier se refiere a señales periódicas, la transformación Fourier maneja señales aperiodicas también, proporcionando un espectro continuo.

Conclusión: Dos lados de la misma moneda

Los Phasors y Fourier transforman no son conceptos competidores; son herramientas complementarias que operan a diferentes escalas de análisis. Los Phasors son la representación fina de un solo componente sinusoidal, mientras que Fourier transforma proporcionan la gran imagen, mostrando cómo todos esos componentes encajan para formar señales complejas.

Para ingenieros y científicos que trabajan con sistemas eléctricos, audio, comunicaciones o control, dominar ambos conceptos es esencial. Los fisioterapeutas te dan la capacidad de realizar cálculos rápidos e intuitivos en circuitos de AC y análisis de estado fijo. Fourier transformas te da la potencia de entender y manipular señales de complejidad arbitraria. Juntos, forman un marco completo para el análisis de señales que es elegante y altamente práctico.

La próxima vez que analice una señal, considere comenzar con la transformación Fourier para comprender su estructura de frecuencia, luego utilice técnicas de fasor para manipular componentes individuales. Este enfoque de dos pasos le dará una visión más profunda y un control más profundo sobre sus diseños.

Para más lectura, vea este recurso integral del MathWorks] sobre la transformación Fourier y sus aplicaciones.