En el post anterior había comentado acerca de la propiedad de dezplazamiento circular de las señales contínuas. Pues bien, en este nuevo post haré uso de esa propiedad para demostrar (según [1]) de manera similar el Teorema de la Convolución Circular.
Teorema 1:
A DFT de la convolución circular de dos secuencias es igual al producto de las DFTs de las sequencias. Es decir si
x[n]=\sum_{m=0}^{N-1}v[n-m]_c u[m]
entonces
DFT\left\{{x[n]}\right\}=DFT\left\{{v[n]}\right\}DFT\left\{{u[n]}\right\}.
Demostración:
DFT\left\{{x[n]}\right\}=\sum_{n=0}^{N-1}x[n]\exp(\frac{-2 j \pi k n}{N})
Reemplazando x[n]:
DFT\left\{{x[n]}\right\}=\sum_{n=0}^{N-1}\sum_{m=0}^{N-1}v[n-m]_c u[m]\exp(\frac{-2 j \pi k n}{N})
Agrupando:
DFT\left\{{x[n]}\right\}=\sum_{m=0}^{N-1}u[m]\sum_{n=0}^{N-1}v[n-m]_c \exp(\frac{-2 j \pi k n}{N})
Por el post anterior
DFT\left\{{x[n]}\right\}=\sum_{m=0}^{N-1}u[m]DFT\left\{{v[n]}\right\}\exp(-2j\pi k m/N)
Luego:
DFT\left\{{x[n]}\right\}=\sum_{m=0}^{N-1}u[m]\exp(-2j\pi k m/N)DFT\left\{{v[n]}\right\}
Sin pérdida de generalidad:
DFT\left\{{x[n]}\right\}=\sum_{n=0}^{N-1}u[n]\exp(-2j\pi k n/N)DFT\left\{{v[n]}\right\}
Por lo tanto:
DFT\left\{{x[n]}\right\}=DFT\left\{{u[n]}\right\}DFT\left\{{v[n]}\right\}
[1] Anil K. Jain, Fundamentals Of Digital Image Processing Prentice-Hall information and system sciences se-
ries. Tata Mac Graw Hill, Egypt, 1997.
No comments:
Post a Comment