La transformada wavelet: una introducción - Departamento de ...
La transformada wavelet: una introducción - Departamento de ...
La transformada wavelet: una introducción - Departamento de ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Universidad Politécnica <strong>de</strong> Madrid<br />
E. T. S. <strong>de</strong> Ingenieros Industriales<br />
<strong>La</strong> <strong>transformada</strong> <strong>wavelet</strong>:<br />
<strong>una</strong> <strong>introducción</strong><br />
Material para la asignatura <strong>de</strong> Doctorado:<br />
Transformada <strong>wavelet</strong> y aplicaciones en Ingeniería<br />
Programa <strong>de</strong> Doctorado: INGENIERÍA MATEMÁTICA<br />
Autoras: María Elena Domínguez Jiménez<br />
Gabriela Sansigre Vidal<br />
<strong>Departamento</strong> <strong>de</strong> Matemática Aplicada a la Ingeniería<br />
Industrial<br />
http://dmaii.etsii.upm.es/ ˜edominguez/
Capítulo 1<br />
Teoría <strong>de</strong> Fourier: series y<br />
<strong>transformada</strong> continua.<br />
1.1. Introducción.<br />
El objeto <strong>de</strong> la teoría <strong>de</strong> la señal es el estudio <strong>de</strong> las señales y <strong>de</strong> los sistemas que las<br />
transmiten. El concepto <strong>de</strong> señal es muy amplio, <strong>de</strong> la observación <strong>de</strong> un fenómeno surgen<br />
ciertas cantida<strong>de</strong>s que <strong>de</strong>pen<strong>de</strong>n <strong>de</strong> <strong>una</strong> variable (tiempo, espacio, frecuencia, etc.). <strong>La</strong><br />
mo<strong>de</strong>lización matemática conduce a <strong>una</strong> función <strong>de</strong> <strong>una</strong> o varias variables continuas o<br />
discretas; si las variables varían continuamente (por ejemplo, si es el tiempo t ∈ I ⊂ R)<br />
la señal es analógica; si varían <strong>de</strong> forma numerable (si t = tk, k ∈ I ∩ Z), la señal es<br />
digital, muestral o discreta. Por ejemplo, al hablar emitimos señales analógicas; para<br />
transmitir la voz se muestrea, se convierte en digital y se reconstruye en analógica por el<br />
receptor. Otros ejemplos son la intensidad <strong>de</strong> <strong>una</strong> corriente eléctrica, los niveles <strong>de</strong> gris <strong>de</strong><br />
<strong>una</strong> imagen digitalizada, etc. A<strong>de</strong>más las señales pue<strong>de</strong>n ser <strong>de</strong>terministas o aleatorias.<br />
Alg<strong>una</strong>s señales elementales son, por ejemplo, la función <strong>de</strong> Heavisi<strong>de</strong>,<br />
u(t) =<br />
<br />
0 t < 0<br />
1 t > 0<br />
<strong>La</strong> función característica <strong>de</strong> un intervalo simétrico,<br />
<br />
1 |t| < a<br />
χ(t) =<br />
0 |t| > a<br />
Una señal sinusoidal,<br />
(1.1)<br />
(1.2)<br />
x(t) = α cos(wt + ϕ) (1.3)<br />
don<strong>de</strong> α es la amplitud, ϕ la fase inicial, 2π/w el período.<br />
Un sistema <strong>de</strong> transmisión es <strong>una</strong> “caja negra” en la que se modifica la señal <strong>de</strong><br />
entrada convirtiéndose en señal <strong>de</strong> salida. <strong>La</strong> caja negra se mo<strong>de</strong>liza por un operador:<br />
un amplificador, un circuito eléctrico, el teléfono. Los conjuntos <strong>de</strong> señales <strong>de</strong> entrada<br />
(X) y <strong>de</strong> salida (Y ) se estructuran como espacios normados; <strong>una</strong> norma sirve para medir<br />
distancias. Definamos las normas más habituales:<br />
2
En un espacio <strong>de</strong> señales analógicas que actúan sobre la variable continua t y esta<br />
varía en un intervalo <strong>de</strong> la recta real I:<br />
<br />
<strong>La</strong> norma “uno” <strong>de</strong> <strong>una</strong> señal x: x1 = |x(t)|dt.<br />
<strong>La</strong> norma “dos” <strong>de</strong> <strong>una</strong> señal x: x2 =<br />
I<br />
<br />
I<br />
|x(t)| 2 1/2 dt .<br />
<strong>La</strong> norma “infinito” o <strong>de</strong>l supremo <strong>de</strong> <strong>una</strong> señal x: x∞ = sup{|x(t)|, t ∈ I}.<br />
Análogamente, en un espacio <strong>de</strong> señales discretas <strong>de</strong> variable n entera, es <strong>de</strong>cir varía<br />
en el conjunto Z <strong>de</strong> los números enteros (o en un subconjunto que pue<strong>de</strong> ser finito):<br />
<strong>La</strong> norma “uno” <strong>de</strong> <strong>una</strong> señal x: x1 = <br />
|x(n)|.<br />
n∈Z<br />
⎛<br />
<strong>La</strong> norma “dos” <strong>de</strong> <strong>una</strong> señal x: x2 = ⎝ <br />
|x(n)| 2<br />
⎞<br />
⎠<br />
<strong>La</strong> norma “infinito” o <strong>de</strong>l supremo <strong>de</strong> <strong>una</strong> señal x: x∞ = sup{|x(n)|, n ∈ Z}.<br />
Una vez establecida la norma, la distancia entre dos señales es simplemente la norma <strong>de</strong><br />
la diferencia.<br />
El operador A : X → Y pue<strong>de</strong>, a su vez, ser analógico o discreto y también mixto: por<br />
ejemplo, muestrear es convertir <strong>una</strong> señal analógica en digital, al reconstruir se realiza el<br />
proceso inverso, esto es, se pasa <strong>de</strong> señal digital a analógica. Para simplificar notación,<br />
utilizaremos la letra x para la señal <strong>de</strong> entrada, y la letra y para su salida; es <strong>de</strong>cir,<br />
y := A(x).<br />
Los sistemas pue<strong>de</strong>n ser <strong>de</strong> muchos tipos, alg<strong>una</strong>s características importantes son:<br />
Sistema (u operador) lineal: A(ax1 + bx2) = aA(x1) + bA(x2) = ay1 + by2, es <strong>de</strong>cir,<br />
la respuesta a <strong>una</strong> combinación lineal <strong>de</strong> señales es la misma combinación lineal <strong>de</strong><br />
las respuestas.<br />
n∈Z<br />
Sistema causal x1(t) = x2(t), t < t0 ⇒ y1(t) = y2(t), t < t0.<br />
Sistema invariante o estacionario: x(t) ↦→ y(t) ⇒ x(t − a) ↦→ y(t − a).<br />
Sistema continuo: a señales <strong>de</strong> entrada próximas asigna señales <strong>de</strong> salida próximas;<br />
es <strong>de</strong>cir, fijado un número real ε > 0 (pequeño), pue<strong>de</strong> encontrarse un número real<br />
δ > 0 <strong>de</strong> forma que y1 − y2 < ε siempre que x1 − x2 < δ.<br />
El término filtro suele reservarse para sistemas lineales, continuos e invariantes.<br />
1.2. Señales periódicas analógicas.<br />
Para simplificar supondremos funciones f : R → C <strong>de</strong> período 2π, f(t) = f(t +<br />
2π). Preten<strong>de</strong>mos estudiar cuándo estas señales pue<strong>de</strong>n aproximarse (en un sentido que<br />
precisaremos) por un polinomio trigonométrico; empecemos entonces con un estudio <strong>de</strong><br />
polinomios trigonométricos.<br />
3<br />
1/2<br />
.
1.2.1. Polinomios trigonométricos.<br />
Por <strong>de</strong>finición, un polinomio trigonométrico es <strong>una</strong> función <strong>de</strong> la forma<br />
N<br />
P (t) = a0 + (an cos nt + bn sen nt) (1.4)<br />
n=1<br />
don<strong>de</strong> N es un número natural y los coeficientes a0, an, bn (n = 1, . . . , N) son números<br />
reales o complejos arbitrarios. El polinomio se dice que tiene grado N cuando o bien aN<br />
o bien bN es no nulo, lo que equivale a |aN| + |bN| = 0. <strong>La</strong>s relaciones exponenciales <strong>de</strong><br />
Euler<br />
e iα = cos α + i sen α, e −iα = cos α − i sen α, (1.5)<br />
cos α = eiα + e−iα , sen α =<br />
2<br />
eiα − e−iα 2i<br />
(1.6)<br />
nos permiten escribir el polinomio trigonométrico como combinación <strong>de</strong> potencias <strong>de</strong> e it :<br />
P (t) =<br />
N<br />
n=−N<br />
cne int<br />
con las siguientes relaciones entre los coeficientes:<br />
(1.7)<br />
an = cn + c−n, bn = i(cn − c−n), n = 1, . . . , N; a0 = c0. (1.8)<br />
1.2.2. Ortogonalidad.<br />
Para relacionar los coeficientes <strong>de</strong> un polinomio trigonométrico con el propio polinomio,<br />
y <strong>de</strong> esa forma po<strong>de</strong>r caracterizarlo, son <strong>de</strong> interés los siguientes resultados:<br />
Y su análogo<br />
2π<br />
cos nt cos mt dt = πδn,m<br />
0<br />
2π<br />
sen nt sen mt dt = πδn,m<br />
0<br />
2π<br />
cos nt sen mt dt = 0.<br />
0<br />
(1.9)<br />
2π<br />
e<br />
0<br />
int e −imt dt = 2πδn,m. (1.10)<br />
Lo anterior pue<strong>de</strong> enunciarse diciendo:<br />
En el espacio <strong>de</strong> los polinomios trigonométricos con el producto escalar<br />
< f, g >= 1<br />
2π<br />
f g (1.11)<br />
2π 0<br />
y la norma inducida por este producto f2 = √ < f, f > (norma “dos”) el sistema<br />
{e int }n∈Z es ortonormal, es <strong>de</strong>cir, las funciones son ortogonales dos a dos y <strong>de</strong> norma<br />
unidad.<br />
4
Ahora es inmediato encontrar la relación entre un polinomio trogonométrico P y sus<br />
coeficientes,<br />
P (t) =<br />
A<strong>de</strong>más, P 2 2 = |cn| 2 , es <strong>de</strong>cir:<br />
N<br />
cne<br />
n=−N<br />
int , < P (t), e imt >=<br />
N<br />
cn < e<br />
n=−N<br />
int , e imt >= cm<br />
2π<br />
N<br />
n=−N<br />
⇒ cn = 1<br />
2π<br />
0<br />
(1.12)<br />
P (t)e −int dt (1.13)<br />
|cn| 2 = 1<br />
2π<br />
|P (t)|<br />
2π 0<br />
2 dt, (1.14)<br />
igualdad que se conoce con el nombre <strong>de</strong> I<strong>de</strong>ntidad <strong>de</strong> Parseval para polinomios trigonométricos.<br />
Teniendo en cuenta las i<strong>de</strong>ntida<strong>de</strong>s (1.8), las expresiones en senos y cosenos <strong>de</strong><br />
los coeficientes son<br />
an = 1<br />
π<br />
2π<br />
0<br />
P (t) cos nt dt, bn = 1<br />
2π<br />
P (t) sen nt dt. (1.15)<br />
π 0<br />
Estas expresiones <strong>de</strong> los coeficientes dan respuesta al problema <strong>de</strong>l análisis espectral <strong>de</strong><br />
<strong>una</strong> señal, que no es otra cosa que encontrar los coeficientes a partir <strong>de</strong>l polinomio.<br />
1.2.3. Series <strong>de</strong> Fourier.<br />
Los polinomios trigonométricos son funciones periódicas, pero es evi<strong>de</strong>nte que po<strong>de</strong>mos<br />
encontrar funciones periódicas que no sean polinómicas. Se trata, en tal caso, <strong>de</strong> estudiar<br />
si dichas funciones pue<strong>de</strong>n aproximarse por polinomios trigonométricos. Los polinomios<br />
son integrables en [0, 2π] así como sus módulos y sus módulos al cuadrado, pero para <strong>una</strong><br />
función f periódica cualquiera esto no es necesariamente cierto; empecemos restringiendo<br />
nuestras funciones periódicas al espacio L2 p(0, 2π) formado por las funciones f <strong>de</strong> variable<br />
real y período 2π (es <strong>de</strong>cir, ∀t ∈ R f(t) = f(t + 2π)) y cuyo módulo tiene cuadrado<br />
2π<br />
integrable, es <strong>de</strong>cir tales que la integral |f(t)| 2 dt es finita.<br />
0<br />
Este espacio se dota <strong>de</strong>l producto escalar <strong>de</strong>finido en (1.11). Es necesaria <strong>una</strong> precaución:<br />
si dos funciones son iguales salvo en un conjunto <strong>de</strong> medida nula (por ejemplo un<br />
número finito <strong>de</strong> puntos) tendrán la misma norma y su diferencia será no nula pero <strong>de</strong><br />
norma nula. Para hablar <strong>de</strong> norma con propiedad <strong>de</strong>be cumplirse que únicamente la función<br />
nula es <strong>de</strong> norma nula. Para salvar esta dificultad se consi<strong>de</strong>ran clases <strong>de</strong> funciones,<br />
es <strong>de</strong>cir i<strong>de</strong>ntificamos (como si fuesen iguales) todas aquellas funciones que coinci<strong>de</strong>n salvo<br />
en un conjunto <strong>de</strong> medida nula. Esto se <strong>de</strong>nota así: f − g2 = 0 ⇐⇒ f = g a.e. 1<br />
Por otro lado también usaremos el espacio ℓ 2 <strong>de</strong> la sucesiones <strong>de</strong> el espacio <strong>de</strong> las<br />
sucesiones <strong>de</strong> módulo cuadrado sumable:<br />
ℓ 2 (Z) = {(xn)n∈Z,<br />
∞<br />
n=−∞<br />
|xn| 2 := x 2 2 < ∞}<br />
1 a.e. <strong>de</strong> las siglas en inglés ‘almost everywhere’; suele leerse en castellano ‘casi por doquier’.<br />
5
Este espacio se dota también <strong>de</strong> un producto escalar,<br />
< x, y >=<br />
∞<br />
xnyn.<br />
<strong>La</strong> i<strong>de</strong>a <strong>de</strong> aproximación:<br />
n=−∞<br />
Dada <strong>una</strong> función f ∈ L 2 p(0, 2π) se <strong>de</strong>sea encontrar un polinomio trigonométrico P ,<br />
<strong>de</strong> grado menor o igual que un cierto N y tal que f − P 2 sea mínima.<br />
Teorema 1 Sea f ∈ L 2 p(0, 2π) y N un entero positivo. Entonces existe un único polinomio<br />
trigonométrico fN <strong>de</strong> grado menor o igual que N y tal que f − fN2 es mínima.<br />
Este polinomio viene dado por<br />
fN(t) =<br />
N<br />
n=−N<br />
cn(f)e int , cn(f) = 1<br />
2π<br />
f(t)e<br />
2π 0<br />
−int dt. (1.16)<br />
Los coeficientes cn(f) <strong>de</strong>l polinomio reciben el nombre <strong>de</strong> coeficientes <strong>de</strong> Fourier <strong>de</strong> f y<br />
existen cualquiera que sea el número N. Se <strong>de</strong>duce la <strong>de</strong>sigualdad <strong>de</strong> Bessel,<br />
N<br />
n=−N<br />
equivalentemente, en función <strong>de</strong> las normas,<br />
|cn(f)| 2 ≤ 1<br />
2π<br />
|f(t)|<br />
2π 0<br />
2 dt, (1.17)<br />
fN2 ≤ f2<br />
<strong>de</strong> esta <strong>de</strong>sigualdad se <strong>de</strong>spren<strong>de</strong> un corolario fundamental,<br />
Corolario: ∀f ∈ L2 ∞<br />
p(0, 2π),<br />
consecuencia: cn(f) → 0 cuando |n| → ∞.<br />
|cn(f)|<br />
−∞<br />
2 < ∞ (es <strong>de</strong>cir, (cn(f)) ∈ ℓ2 ). A<strong>de</strong>más, como<br />
Teorema 2 Sea f ∈ L2 p(0, 2π). Se consi<strong>de</strong>ra la sucesión (fN)N≥0 <strong>de</strong> los polinomios<br />
trigonométricos <strong>de</strong> mejor aproximación dados por el teorema anterior, entonces (fN)N≥0<br />
converge a f en la norma <strong>de</strong> L2 p(0, 2π); es <strong>de</strong>cir:<br />
2π<br />
|f(t) − fN(t)|<br />
0<br />
2 dt −−−→ 0. (1.18)<br />
N→∞<br />
Corolario: I<strong>de</strong>ntidad <strong>de</strong> Parseval.<br />
∞<br />
|cn(f)| 2 = 1<br />
2π<br />
|f(t)|<br />
2π 0<br />
2 dt. (1.19)<br />
n=−∞<br />
El resultado es consecuencia <strong>de</strong> la <strong>de</strong>sigualdad<br />
|f2 − fN2| ≤ f − fN2.<br />
En teoría <strong>de</strong> la señal, el miembro <strong>de</strong> la <strong>de</strong>recha <strong>de</strong> la igualdad (1.19) representa la energía<br />
<strong>de</strong> la señal; la i<strong>de</strong>ntidad <strong>de</strong> Parseval dice que dicha energía es igual a la energía <strong>de</strong> la<br />
suma <strong>de</strong> sus armónicos. Como consecuencia añadida, se tiene que si los coeficientes <strong>de</strong><br />
Fourier son nulos la señal es “casi” nula, esto es, es nula salvo –a lo más– en un conjunto<br />
<strong>de</strong> medida nula (lo que hemos <strong>de</strong>notado nula a.e.).<br />
6
Definición 1 Sea f <strong>una</strong> función periódica <strong>de</strong> período 2π. Se <strong>de</strong>fine la serie <strong>de</strong> Fourier<br />
<strong>de</strong> f como<br />
Sf(t) =<br />
∞<br />
n=−∞<br />
cn(f)e int<br />
don<strong>de</strong> los coeficientes cn(f) vienen dados por (1.16).<br />
Observaciones sobre la convergencia.<br />
(1.20)<br />
Si f ∈ L 2 p(0, 2π) entonces, en virtud <strong>de</strong> (1.18) la serie <strong>de</strong> Fourier converge en media<br />
cuadrática a f (es <strong>de</strong>cir, f y Sf coinci<strong>de</strong>n a.e.)<br />
Para que existan los coeficientes <strong>de</strong> Fourier es suficiente que f tenga módulo integrable<br />
en (0, 2π) (es <strong>de</strong>cir, f ∈ L 1 p(0, 2π)), en cuyo caso pue<strong>de</strong> <strong>de</strong>finirse Sf; ahora<br />
bien, sin condiciones adicionales no pue<strong>de</strong> hablarse <strong>de</strong> convergencia a f.<br />
Teorema 3 Sea (xn)n∈Z ∈ ℓ 2 . Entonces la serie<br />
∞<br />
n=−∞<br />
xne int es convergente y su suma g<br />
es tal que sus coeficientes <strong>de</strong> Fourier cg(n) = xn. A<strong>de</strong>más g ∈ L 2 p(0, 2π).<br />
Este teorema es <strong>de</strong> gran importancia; junto con el corolario <strong>de</strong> teorema 1, establece<br />
<strong>una</strong> biyección entre ℓ 2 y L 2 (0, 2π). Des<strong>de</strong> un punto <strong>de</strong> vista práctico, disponer <strong>de</strong> <strong>una</strong> señal<br />
periódica <strong>de</strong> energía finita equivale a trabajar con <strong>una</strong> sucesión <strong>de</strong> cuadrado sumable (en<br />
la práctica, con frecuencia, la sucesión se reducirá a un vector finito).<br />
1.3. <strong>La</strong> <strong>transformada</strong> <strong>de</strong> Fourier.<br />
1.3.1. Algunos espacios vectoriales.<br />
En este apartado vamos a <strong>de</strong>scribir los espacios que precisamos para <strong>de</strong>sarrollar el<br />
curso. Describimos en primer lugar espacios <strong>de</strong> sucesiones (para señales discretas):<br />
x : Z → C<br />
n ↦→ x(n)<br />
la señal x suele representarse con la notación clásica <strong>de</strong> sucesiones (xn)n∈Z.<br />
Se <strong>de</strong>notará por ℓ 1 (Z) (o simplemente ℓ 1 ) el espacio <strong>de</strong> las sucesiones <strong>de</strong> módulo<br />
sumable:<br />
ℓ 1 ∞<br />
(Z) = {(xn)n∈Z,<br />
n=−∞<br />
|xn| := x1 < ∞} (1.21)<br />
Se <strong>de</strong>notará por ℓ 2 (Z) (o simplemente ℓ 2 ) el espacio <strong>de</strong> las sucesiones <strong>de</strong> módulo<br />
cuadrado sumable:<br />
ℓ 2 (Z) = {(xn)n∈Z,<br />
∞<br />
n=−∞<br />
|xn| 2 := x 2 2 < ∞} (1.22)<br />
7
Con ℓ ∞ (Z) (ℓ ∞ ) se representan las sucesiones acotadas:<br />
ℓ ∞ (Z) = {(xn)n∈Z, sup |xn| := x∞ < ∞} (1.23)<br />
n∈Z<br />
Definición 2 Sea (xn)n∈Z ∈ ℓ 2 ; se dice que su <strong>transformada</strong> <strong>de</strong> Fourier es la función <strong>de</strong><br />
L 2 p(0, 2π):<br />
X(w) =<br />
∞<br />
n=−∞<br />
xne −iwn . (1.24)<br />
Análogamente, la <strong>transformada</strong> inversa <strong>de</strong> Fourier <strong>de</strong> <strong>una</strong> función X <strong>de</strong> L 2 p(0, 2π) es<br />
la sucesión<br />
xn = 1<br />
2π<br />
X(w)e<br />
2π 0<br />
iwn dw. (1.25)<br />
De hecho, xn es el n-ésimo coeficiente <strong>de</strong> Fourier <strong>de</strong> la función X(−w). De los teoremas<br />
<strong>de</strong>mostrados en la sección anterior se <strong>de</strong>spren<strong>de</strong> que la <strong>transformada</strong> <strong>de</strong> Fourier es <strong>una</strong><br />
aplicación biyectiva entre ℓ 2 y L 2 p(0, 2π):<br />
ℓ 2 ↔ L 2 p(0, 2π)<br />
(xn)n∈Z ↔ X<br />
A<strong>de</strong>más, se trata <strong>de</strong> <strong>una</strong> isometría, pues conserva el producto escalar (y la norma):<br />
〈(xn)n∈Z, (yn)n∈Z〉 ℓ 2 = 〈X, Y 〉 L 2 p(0,2π)<br />
(xn)n∈Z ℓ 2 = X L 2 p(0,2π)<br />
En cuanto a los espacios para señales analógicas, se consi<strong>de</strong>ran funciones f <strong>de</strong> R en C;<br />
es <strong>de</strong>cir, funciones <strong>de</strong> <strong>una</strong> variable continua, que pue<strong>de</strong>n tomar valores reales o complejos.<br />
Entonces:<br />
Se <strong>de</strong>notará por C(R) el espacio <strong>de</strong> las funciones continuas <strong>de</strong> variable real y valores<br />
reales o complejos.<br />
Se <strong>de</strong>notará por L 1 (R) el espacio <strong>de</strong> <strong>de</strong> las funciones <strong>de</strong> módulo integrable, esto es:<br />
L 1 ∞<br />
(R) = {f : R → C, |f(t)| dt := f1 < ∞} (1.26)<br />
−∞<br />
8
L ∞ (R) está formado por las funciones acotadas; es <strong>de</strong>cir,<br />
L ∞ (R) = {f : R → C, sup |f(t)| := f∞ < ∞} (1.27)<br />
t∈R<br />
Y, por último, se representa por L 2 (R) el espacio <strong>de</strong> <strong>de</strong> las funciones <strong>de</strong> módulo<br />
cuadrado integrable, esto es:<br />
L 2 ∞<br />
(R) = {f : R → C,<br />
|f(t)|<br />
−∞<br />
2 dt := f 2 2 < ∞} (1.28)<br />
Estos espacios están normados por la norma que se ha indicado en su <strong>de</strong>finición; a<strong>de</strong>más<br />
L 2 (R) con el producto escalar<br />
∞<br />
< f, g >:= f g (1.29)<br />
es un espacio <strong>de</strong> Hilbert (completo: las sucesiones <strong>de</strong> Cauchy son convergentes).<br />
Definición 3 Dada <strong>una</strong> función f, se <strong>de</strong>fine su <strong>transformada</strong> <strong>de</strong> Fourier<br />
−∞<br />
cuando la integral <strong>de</strong>l segundo miembro converge.<br />
ˆf(w) := 1<br />
∞<br />
√ e<br />
2π −∞<br />
−iwt f(t) dt (1.30)<br />
(En teoría <strong>de</strong> la señal, ˆ f(w) se <strong>de</strong>nomina espectro <strong>de</strong> la señal.)<br />
Teorema 4 Si f está en L 1 (R) entonces (1.30) converge; a<strong>de</strong>más ˆ f es continua y está acotada;<br />
es <strong>de</strong>cir ˆ f ∈ C(R) ∩ L ∞ (R) y se cumple lím<br />
|w|→∞ | ˆ f(w)| = 0.<br />
Este teorema permite <strong>de</strong>finir el operador F<br />
F : L 1 (R) → C(R) ∩ L ∞ (R) (1.31)<br />
f ↦→ ˆ f<br />
que a cada función <strong>de</strong> L 1 (R) asocia su <strong>transformada</strong> <strong>de</strong> Fourier.<br />
1.3.2. Propieda<strong>de</strong>s <strong>de</strong> F<br />
1. Linealidad: F(af + bg) = a ˆ f + bˆg<br />
2. f par (impar) ⇒ F(f) par (impar)<br />
f real par (real impar) ⇒ F(f) real par (impar, imaginaria pura)<br />
9
3. Cambio <strong>de</strong> escala en el tiempo (concentración – dilatación).<br />
F(f(kt))(w) = 1<br />
|k| F(f)<br />
4. Retardo en el tiempo y en la frecuencia:<br />
5. Teorema <strong>de</strong> modulación:<br />
w<br />
k<br />
<br />
, k = 0 (1.32)<br />
F(f(t − a))(w) = e −iaw F(f)(w) (1.33)<br />
F(e iw0t f(t))(w) = F(f)(w − w0) (1.34)<br />
F(cos w0t f(t))(w) = ˆ f(w − w0) + ˆ f(w + w0)<br />
2<br />
1.3.3. Transformada <strong>de</strong> Fourier y <strong>de</strong>rivación.<br />
1. Transformada <strong>de</strong> las <strong>de</strong>rivadas. Sea f (k) ∈ L 1 (R), 0 ≤ k ≤ n, entonces<br />
2. Transformada <strong>de</strong> <strong>una</strong> primitiva:<br />
(1.35)<br />
F(f (n) )(w) = (iw) n ˆ f(w). (1.36)<br />
F<br />
t<br />
0<br />
<br />
f (w) = ˆ f(w)<br />
iw<br />
(1.37)<br />
3. Derivadas <strong>de</strong> la <strong>transformada</strong>. Supóngase t k f ∈ L 1 (R), 0 ≤ k ≤ n, entonces ˆ f (n) =<br />
(−i) n F(t n f).<br />
1.3.4. Convolución.<br />
Se <strong>de</strong>fine el producto <strong>de</strong> convolución <strong>de</strong> dos funciones como<br />
∞<br />
f ∗ g (t) := f(x)g(t − x) dx (1.38)<br />
Propieda<strong>de</strong>s<br />
−∞<br />
1. El producto <strong>de</strong> convolución es asociativo:<br />
2. y conmutativo:<br />
(f ∗ g) ∗ h = f ∗ (g ∗ h),<br />
f ∗ g = g ∗ f.<br />
3. Si f, g ∈ L 1 (R) entonces f ∗ g ∈ L 1 (R), a<strong>de</strong>más f ∗ g1 ≤ f1 g1.<br />
4.<br />
F(f ∗ g) = √ 2π ˆ f · ˆg. (1.39)<br />
10
1.3.5. Inversión <strong>de</strong> la <strong>transformada</strong> <strong>de</strong> Fourier.<br />
(i.e F inyectiva en C(R) ∩ L 1 (R)).<br />
ˆf = ˆg ⇒ f = g a.e. (1.40)<br />
ˆf = ˆg, f, g continuas ⇒ f = g (1.41)<br />
Teorema 5 (<strong>de</strong> inversión) Representación espectral <strong>de</strong> f. Sean f, ˆ f ∈ L 1 (R), entonces<br />
f(t) = 1<br />
∞<br />
√ e<br />
2π −∞<br />
iwt f(w) ˆ dw = F( f)(−t) ˆ = f(−t) ˆ (1.42)<br />
en todo punto t <strong>de</strong> continuidad <strong>de</strong> f.<br />
Teorema 6 (<strong>de</strong> inversión) Sea f ∈ L 1 (R), acotada y C 1 a trozos (es <strong>de</strong>cir, con <strong>de</strong>rivada<br />
continua a trozos), entonces<br />
f(t + ) + f(t − )<br />
2<br />
1.4. Extensión a L 2 (R)<br />
= 1<br />
T<br />
√ lím e<br />
2π T →∞ −T<br />
iwt f(w) ˆ dw (1.43)<br />
Denotaremos por S el conjunto formado por las funciones cuyas <strong>de</strong>rivadas <strong>de</strong> cualquier<br />
or<strong>de</strong>n son <strong>de</strong> <strong>de</strong>crecimiento rápido, es <strong>de</strong>cir:<br />
S = {f ∈ C ∞ (R), ∀n, p ∈ N, lím<br />
|t|→∞ |tp f (n) (t)| = 0} (1.44)<br />
Estas funciones se caracterizan más fácilmente por<br />
f ∈ S ⇒ ∃ C, ∀p ∈ N |f(t)| ≤ C<br />
1 + |t| p<br />
(1.45)<br />
Un ejemplo típico es la gaussiana, f(t) = e−t2; observemos que la <strong>de</strong>rivada k-ésima <strong>de</strong><br />
, con Pk un polinomio <strong>de</strong> grado k.<br />
f es <strong>de</strong> la forma f (k) (t) = Pk(t)e −t2<br />
Propieda<strong>de</strong>s:<br />
1. S ⊂ L 1 ∩ L 2 ,<br />
2. f ∈ S ⇒ f(kt) ∈ S, k real, arbitrario.<br />
3. f ∈ S ⇒ f(t − a) ∈ S, a real, arbitrario.<br />
4. f ∈ S ⇒ ˆ f ∈ S,<br />
5. f, g ∈ S ⇒ f ∗ g ∈ S,<br />
11
6. g ∈ S ⇒ ∃ h ∈ S, ˆ h = g<br />
7. S = L 2 (R)<br />
8. f, g ∈ L2 (R) ⇒ f ˆg, ˆ f g ∈ L1 ∞<br />
(R) y<br />
−∞<br />
∞<br />
f ˆg =<br />
9. F es <strong>una</strong> isometría en L 2 (R) con el producto escalar (1.29)<br />
−∞<br />
−∞<br />
ˆf g<br />
∞<br />
< f, g >:= f g (1.46)<br />
es <strong>de</strong>cir < f, g >=< ˆ f, ˆg > y, en particular, se cumple la fórmula <strong>de</strong> Parseval (1.19),<br />
f = ˆ f.<br />
1.4.1. Teorema <strong>de</strong>l muestreo <strong>de</strong> Shannon<br />
Nos preguntamos si <strong>una</strong> señal continua f pue<strong>de</strong> reconstruirse completamente a partir<br />
<strong>de</strong> sus valores sobre <strong>una</strong> cantidad discreta <strong>de</strong> puntos o muestras (f(tn))n∈Z. En general,<br />
la respuesta es NO; sin embargo, el teorema <strong>de</strong> Shannon <strong>de</strong>muestra que SÍ es posible para<br />
el siguiente tipo <strong>de</strong> funciones:<br />
Definición 4 Se dice que f ∈ L 2 es <strong>de</strong> banda limitada si existe Ω < ∞ tal que la<br />
<strong>transformada</strong> <strong>de</strong> Fourier ˆ f tiene soporte contenido en [−Ω, Ω]; es <strong>de</strong>cir,<br />
ˆf(w) = 0 ∀|w| > Ω.<br />
Teorema 7 (Teorema <strong>de</strong> Shannon) Sea f ∈ L 2 , <strong>de</strong> banda limitada, y sea Ω su frecuencia<br />
<strong>de</strong> Nyquist. Entonces f pue<strong>de</strong> reconstruirse a partir <strong>de</strong> sus muestras en los valores<br />
tn = πn/Ω, n ∈ Z, por medio <strong>de</strong> la fórmula interpolatoria<br />
f(t) = <br />
n∈Z<br />
sen(Ωt − πn)<br />
(Ωt − πn) f<br />
<br />
πn<br />
Ω<br />
∀t ∈ R.<br />
<strong>La</strong> serie funcional no sólo converge en el sentido <strong>de</strong> L 2 , sino que a<strong>de</strong>más la convergencia<br />
es puntual. Por ello, al conocer los valores f(πn/Ω), se conoce la señal completa. Si la<br />
variable es temporal, esto se consigue muestreando la seãl <strong>una</strong> vez cada π/Ω segundos, es<br />
<strong>de</strong>cir, tomando Ω/π muestras por segundo; la tasa <strong>de</strong> muestreo es Ω/π, <strong>de</strong>nominada tasa<br />
<strong>de</strong> Nyquist.<br />
12
1.4.2. <strong>La</strong> <strong>transformada</strong> bidimensional <strong>de</strong> Fourier.<br />
Denotaremos por L 2 (R 2 ) el espacio <strong>de</strong> Hilbert <strong>de</strong> las funciones f <strong>de</strong> R 2 en R tales<br />
que <br />
R 2<br />
|f(x, y)| 2 dxdy < ∞<br />
En general, en L 2 (R 2 ), se <strong>de</strong>fine la <strong>transformada</strong> <strong>de</strong> Fourier<br />
∀(ωx, ωy) ∈ R 2 , ˆ f(ωx, ωy) = 1<br />
<br />
2π R2 f(x, y)e −i(xωx+yωy) dxdy<br />
que goza <strong>de</strong> propieda<strong>de</strong>s análogas a la <strong>transformada</strong> unidimensional.<br />
Ahora el producto <strong>de</strong> convolución es<br />
<br />
(f ∗ g)(x, y) =<br />
R 2<br />
f(u, v)g(x − u, y − v)dudv<br />
13
1.5. <strong>La</strong> función <strong>de</strong> transferencia <strong>de</strong> un filtro.<br />
Sea ew(t) := e iwt <strong>una</strong> señal monocromática. Para valores enteros <strong>de</strong> t es <strong>una</strong> señal<br />
digital mientras que para valores reales es analógica. Sea A un filtro (sistema lineal,<br />
continuo e invariante), entonces ew es <strong>una</strong> función propia <strong>de</strong> A; es <strong>de</strong>cir, existe un escalar<br />
H(w) (<strong>de</strong>pendiente <strong>de</strong> w) tal que A(ew) = H(w) ew. <strong>La</strong> función H : R → C se llama<br />
función <strong>de</strong> transferencia <strong>de</strong>l filtro.<br />
Demostración<br />
Sean t, u ∈ R, contemplemos u como parámetro y t como variable,<br />
ew(t + u) = e iw(t+u) = e iwt e iwu = ew(u)ew(t) (1.47)<br />
Sea fw la señal <strong>de</strong> salida <strong>de</strong> ew: A(ew) = fw; combinando las propieda<strong>de</strong>s <strong>de</strong> invarianza y<br />
linealidad se tiene<br />
haciendo t = 0:<br />
fw(t + u) = A(ew(u)ew)(t) = ew(u)A(ew)(t) = ew(u)fw(t), (1.48)<br />
∀u ∈ R fw(u) = ew(u)fw(0) (1.49)<br />
⇒ A(ew) = fw(0)ew. (1.50)<br />
<strong>La</strong> última expresión muestra que ew es autofunción asociada al valor propio fw(0).<br />
Definimos H(w) := fw(0).<br />
1.5.1. Filtros digitales en ℓ 2 .<br />
Todo filtro digital A en ℓ 2 es <strong>de</strong> convolución, es <strong>de</strong>cir<br />
don<strong>de</strong> la convolución discreta se <strong>de</strong>fine<br />
∃ h : Z → C, ∀x ∈ ℓ 2 A(x) = x ∗ h, (1.51)<br />
∀x, y ∈ ℓ 2<br />
(x ∗ y)n = <br />
xkyn−k. (1.52)<br />
Para comprobarlo basta utilizar la base natural <strong>de</strong> ℓ 2 formada por las sucesiones<br />
{δn, n ∈ Z} <strong>de</strong>finidas por<br />
Entonces<br />
(δn)k = δn,k =<br />
<br />
k∈Z<br />
1 si n = k<br />
0 si n = k<br />
(1.53)<br />
xn = <br />
xk(δn)k = <br />
xk(δ0)n−k, (1.54)<br />
k∈Z<br />
14<br />
k∈Z
aplicamos el filtro con sus propieda<strong>de</strong>s <strong>de</strong> linealidad, continuidad e invarianza:<br />
(A(x))n = <br />
xk(A(δ0))n−k. (1.55)<br />
Llamemos h (respuesta impulsional) a la <strong>transformada</strong> <strong>de</strong> δ0, entonces<br />
k∈Z<br />
(A(x))n = <br />
xkhn−k = (x ∗ h)n ⇒ A(x) = x ∗ h. (1.56)<br />
k∈Z<br />
Por abuso <strong>de</strong> lenguaje es frecuente omitir símbolo para el sistema A y llamar filtro a la<br />
respuesta impulsional h.<br />
1.5.2. Función <strong>de</strong> transferencia <strong>de</strong> un filtro <strong>de</strong> convolución.<br />
Sea A el filtro <strong>de</strong> convolución, h su respuesta impulsional. Se trata <strong>de</strong> encontrar el<br />
autovalor correspondiente a la señal monocromática ew <strong>de</strong>finida por (ew)n := eiwn . Entonces:<br />
A(ew)n = (ew ∗ h)n = <br />
e iwk ⎛<br />
hn−k = ⎝ <br />
⎞<br />
⎠ e iwn<br />
(1.57)<br />
k∈Z<br />
e<br />
m∈Z<br />
−iwm hm<br />
⇒ H(w) = <br />
e −iwm hm. (1.58)<br />
<strong>La</strong> función <strong>de</strong> transferencia <strong>de</strong>l filtro es la <strong>transformada</strong> <strong>de</strong> Fourier <strong>de</strong> la respuesta<br />
impulsional h. A<strong>de</strong>más, para <strong>una</strong> señal x cualquiera, la <strong>transformada</strong> <strong>de</strong> Fourier <strong>de</strong> la<br />
señal <strong>de</strong> salida se obtiene multiplicando la función <strong>de</strong> transferencia por la <strong>transformada</strong><br />
<strong>de</strong> la entrada:<br />
m∈Z<br />
yn = (x ∗ h)n ⇒ Y (w) = H(w)X(w). (1.59)<br />
1.5.3. Función <strong>de</strong> transferencia <strong>de</strong> un filtro analógico en L 2 .<br />
<strong>La</strong> función <strong>de</strong> transferencia <strong>de</strong> un filtro analógico también relaciona las <strong>transformada</strong>s<br />
<strong>de</strong> entrada y salida pero no es necesariamente <strong>una</strong> <strong>transformada</strong> <strong>de</strong> Fourier.<br />
Hagamos un razonamiento heurístico, sean f, g ∈ L 2 , A(f) = g y H la función <strong>de</strong><br />
transferencia <strong>de</strong>l filtro A, entonces<br />
f(t) = 1<br />
∞<br />
√<br />
2π −∞<br />
ˆf(w)e iwt dw = 1<br />
∞<br />
√<br />
2π −∞<br />
g(t) = A(f)(t) = 1<br />
√ 2π<br />
= 1<br />
∞<br />
√<br />
2π −∞<br />
∞<br />
−∞<br />
ˆf(w)ew(t) dw (1.60)<br />
ˆf(w)A(ew)(t) dw<br />
ˆf(w)H(w)e iwt dw = F( ˆ fH)(−t), (1.61)<br />
pero ˆg(−t) = g(t) por lo que i<strong>de</strong>ntificando se llega a ˆg(w) = H(w) ˆ f(w).<br />
15
¿El filtro paso bajo i<strong>de</strong>al?<br />
Supongamos un filtro que produce <strong>una</strong> señal g como salida <strong>de</strong> <strong>una</strong> entrada f, sea H<br />
la función <strong>de</strong> transferencia. Entonces, según acabamos <strong>de</strong> ver<br />
ˆg(w) = H(w) ˆ f(w). (1.62)<br />
Si la función <strong>de</strong> transferencia H correspon<strong>de</strong> a un filtro paso bajo i<strong>de</strong>al, entonces no<br />
modifica las frecuencias w, |w| < w0 (w0 frecuencia <strong>de</strong> corte) y suprime el resto:<br />
pero la función h<br />
H(w) =<br />
<br />
1 |w| < w0<br />
0 resto<br />
h(t) = sen w0 t<br />
π t<br />
se transforma en ˆ h(w) = 1<br />
√ 2π H(w) así pues<br />
(1.63)<br />
(1.64)<br />
ˆg(w) = H(w) ˆ f(w) = √ 2π ˆ h(w) ˆ f(w) ⇒ g = h ∗ f (1.65)<br />
Vemos que h, la respuesta impulsional que caracteriza el filtro, no se anula en <strong>una</strong> semirrecta,<br />
luego el filtro no es realizable (f = 0, t < t0 ⇒ g = 0 t < t0).<br />
16
1.6. Señales finitas. El problema <strong>de</strong> los bor<strong>de</strong>s<br />
En la práctica, al analizar <strong>una</strong> señal f, aunque sea analógica o discreta, siempre se<br />
trabaja con un número FINITO <strong>de</strong> muestras, para po<strong>de</strong>r implementar los cálculos (por<br />
or<strong>de</strong>nador o a mano). Así pues, consi<strong>de</strong>ramos que la entrada <strong>de</strong> un sistema es un vector<br />
<strong>de</strong> longitud N :<br />
x = (x0, x1, · · · , xN−1)<br />
que pue<strong>de</strong> resultar, por ejemplo, <strong>de</strong> muestrear la señal analógica f (t) en N puntos equidistantes:<br />
xk = f (k) , k = 0, 1, . . . , N − 1.<br />
Al aplicar un filtro h al vector <strong>de</strong> entrada x, realizamos la convolución<br />
(h ∗ x) n = <br />
hkxn−k = · · · + h−2xn+2 + h−1xn+1 + h0xn + h1xn−1 + h2xn−2 + ...<br />
k∈Z<br />
nos encontramos con el PROBLEMA DE LOS BORDES. Necesitamos conocer los datos<br />
x−1, x−2, ... en el bor<strong>de</strong> izquierdo y los datos xN, xN+1, . . . , en el bor<strong>de</strong> <strong>de</strong>recho. De alg<strong>una</strong><br />
forma entonces hay que EXTENDER ARTIFICIALMENTE LA SEÑAL FINITA. En la<br />
literatura aparecen varios tipos <strong>de</strong> extensiones:<br />
Extensión periódica o circular (wrapparound): se <strong>de</strong>fine xm±kN = xm ∀m =<br />
0, 1, · · · , N −1. En realidad, la gráfica <strong>de</strong> la función f en [0, N −1] queda periodizada;<br />
este proceso introduce saltos <strong>de</strong> discontinuidad a no ser que x0 = xN−1.<br />
Extensión con ceros (zero padding): se <strong>de</strong>fine x−m = 0 = xN−1+m ∀m ∈ N.<br />
También introduce discontinuida<strong>de</strong>s a no ser que x0 = xN−1 = 0.<br />
Extensión simétrica: se simetriza respecto a un bor<strong>de</strong>, y el resultado se periodiza.<br />
Ello se consigue <strong>de</strong>finiendo x−m = xm y xN−1+m = xN−1−m (sin repetición <strong>de</strong> las<br />
muestras <strong>de</strong> los bor<strong>de</strong>s: simetría tipo I) o bien x−m−1 = xm y xN+m = xN−1−m<br />
(repitiendo las muestras <strong>de</strong> los bor<strong>de</strong>s: simetría tipo II). Aunque la señal simetrizada<br />
no es discontinua, su primera <strong>de</strong>rivada sí pue<strong>de</strong> serlo.<br />
Otras extensiones<br />
Filtros <strong>de</strong> bor<strong>de</strong> (boundary filters): en las muestras <strong>de</strong> la convolución con h<br />
que involucren muestras no conocidas <strong>de</strong> x, se reajustan los coeficientes <strong>de</strong>l filtro h,<br />
dando lugar a nuevos filtros llamados ”<strong>de</strong> bor<strong>de</strong>”. Hay, por consiguiente, filtros <strong>de</strong><br />
bor<strong>de</strong> izquierdo y filtros <strong>de</strong> bor<strong>de</strong> <strong>de</strong>recho.<br />
Cada tipo <strong>de</strong> extensión tiene su ventaja y su inconveniente. <strong>La</strong>s más utilizadas son<br />
las 3 primeras, pero en algunos problemas, las discontinuida<strong>de</strong>s que provocan pue<strong>de</strong>n ser<br />
muy molestas.<br />
17
1.6.1. Transformada discreta <strong>de</strong> Fourier<br />
De nuevo consi<strong>de</strong>ramos un vector <strong>de</strong> longitud N, x = (x0, x1, · · · , xN−1) que proviene,<br />
por ejemplo, <strong>de</strong> muestrear <strong>una</strong> señal:<br />
xk = f (k) , k = 0, 1, . . . , N − 1.<br />
Si se extien<strong>de</strong> periódicamente dicho vector, en el fondo se está consi<strong>de</strong>rando que la<br />
función f es periódica <strong>de</strong> periodo N; su serie <strong>de</strong> Fourier es<br />
f (t) = 1 <br />
cne<br />
N n∈Z<br />
i2πnt/N N<br />
con cn = f (t) e<br />
0<br />
−i2πnt/N dt<br />
pero <strong>una</strong> aproximación a esta integral es la suma parcial asociada a la partición k =<br />
0, 1, . . . , N − 1, don<strong>de</strong> la función toma valores f (k) = xk :<br />
cn =<br />
N<br />
0<br />
f (t) e −i2πnt/N dt ≈<br />
N−1<br />
<br />
k=0<br />
f (k) e −i2πnk/N =<br />
N−1<br />
<br />
k=0<br />
xk<br />
¯W n k<br />
don<strong>de</strong> W = e i2π/N es la raíz primitiva N− ésima <strong>de</strong> 1, y su conjugado es ¯ W = e −i2π/N .<br />
Al vector <strong>de</strong>finido <strong>de</strong> esta forma se le <strong>de</strong>nomina ”<strong>transformada</strong> discreta <strong>de</strong> Fourier <strong>de</strong><br />
x”.<br />
Definición 5 Se llama TRANSFORMADA DISCRETA DE FOURIER (DFT) <strong>de</strong> un<br />
vector x = (x0, x1, · · · , xN−1) <strong>de</strong> longitud N al vector ˆx = (x0, x1, · · · , xN−1) <strong>de</strong> misma<br />
longitud N <strong>de</strong>finido por<br />
N−1 <br />
ˆxn = xk<br />
¯W n<br />
k=0<br />
k N−1 <br />
= xk<br />
k=0<br />
<br />
e −i2πn/N k<br />
Obsérvese que ˆxn es el resultado <strong>de</strong> aplicar el polinomio con coeficientes x0, x1, · · · , xN−1<br />
a ¯ W n , que es <strong>una</strong> raíz N-ésima <strong>de</strong> 1.<br />
Matricialmente, el vector x se relaciona con su DFT ˆx mediante la matriz <strong>de</strong> Fourier<br />
<strong>de</strong> or<strong>de</strong>n N, FN, que es la matriz <strong>de</strong> Van<strong>de</strong>rmon<strong>de</strong> <strong>de</strong> las N raíces N-ésimas <strong>de</strong> 1, que<br />
son 1, W, W 2 , · · · , W N−1 :<br />
⎛<br />
1<br />
⎜ 1<br />
⎜<br />
FN = ⎜<br />
⎝<br />
1<br />
W<br />
1<br />
W<br />
. . . 1<br />
2 . . . W N−1<br />
1 W 2 W 4 . . . W 2(N−1)<br />
. . .<br />
.<br />
1 W N−1 W 2(N−1) . . . W (N−1)2<br />
⎞<br />
⎟<br />
⎠<br />
<strong>de</strong> forma que<br />
ˆx = ¯FNx.<br />
Pero el proceso es reversible, puesto que la matriz es invertible; <strong>de</strong> hecho, se verifica que<br />
FN ¯FN = NIN, luego ¯F −1<br />
N = 1<br />
N FN, <strong>de</strong> forma que<br />
x = ¯F −1<br />
N ˆx = 1<br />
N FN ˆx.<br />
Esta última expresión se la reconoce como la Inversa <strong>de</strong> la Transformada Discreta <strong>de</strong><br />
Fourier:<br />
18
Definición 6 Se llama TRANSFORMADA DISCRETA DE FOURIER INVERSA (IDFT)<br />
<strong>de</strong> un vector ˆx = (x0, x1, · · · , xN−1) <strong>de</strong> longitud N al vector x = (x0, x1, · · · , xN−1) <strong>de</strong><br />
misma longitud N <strong>de</strong>finido por<br />
Observaciones<br />
xn = 1<br />
N−1 <br />
ˆxk (W<br />
N k=0<br />
n ) k = 1<br />
N<br />
N−1<br />
<br />
k=0<br />
ˆxk<br />
<br />
e i2πn/N k<br />
1. Po<strong>de</strong>mos interpretar que la información <strong>de</strong> la señal x es biunívoca con la información<br />
<strong>de</strong> su <strong>transformada</strong> <strong>de</strong> Fourier ˆx, y ésta tiene que ver con los componentes <strong>de</strong> la<br />
señal discreta x según los ”armónicos” e i2πn/N , es <strong>de</strong>cir, sus componentes según las<br />
frecuencias 2πn/N (múltiplos <strong>de</strong> la frecuencia fundamental 2π/N), si LA SE ÑAL<br />
FINITA x FUERA PERI ÓDICA.<br />
2. Cuando N es potencia <strong>de</strong> 2, el cálculo <strong>de</strong> la DFT pue<strong>de</strong> implementarse mediante un<br />
algoritmo rápido, i<strong>de</strong>ado por Cooley y Tucker, llamado ”FAST FOURIER TRANS-<br />
FORM (FFT)” que realiza la DFT en un or<strong>de</strong>n <strong>de</strong> N log 2 N operaciones. El algoritmo<br />
inverso, para la IDFT es igualmente rápido.<br />
1.6.2. Filtrado <strong>de</strong> <strong>una</strong> señal finita. Coste computacional<br />
Hemos dicho que aplicar un filtro <strong>de</strong> respuesta impulsional h = (h0, h1, · · · , hL−1) a<br />
<strong>una</strong> señal discreta x es lo mismo que realizar su convolución; esta operación equivale al<br />
producto <strong>de</strong> <strong>una</strong> matriz infinita <strong>de</strong> Toeplitz con el vector infinito x:<br />
⎛<br />
. .. . .. . .. . .. . .. . ..<br />
⎜<br />
.<br />
⎜ 0 hL−1 hL−2 · · · h0 0 ..<br />
⎜ ..<br />
⎜ . 0 hL−1 hL−2 · · · h0 0<br />
h ∗ x = y = ⎜<br />
⎝<br />
.. .<br />
.. .<br />
.. .<br />
.. .<br />
.. .<br />
.. .<br />
.. .<br />
.. .<br />
.. .<br />
. .. 0 hL−1 hL−2 · · · h0 0<br />
. .. . .. . .. . .. . .. . ..<br />
⎞<br />
⎛ ⎞<br />
⎟ ⎜ . ⎟<br />
⎟ ⎜ ⎟<br />
⎟ ⎜ x−1 ⎟<br />
⎟ ⎜ ⎟<br />
⎟ ⎜ x0 ⎟<br />
⎟ ⎜ ⎟<br />
⎟ ⎜ ⎟ .<br />
⎟ ⎜ x1 ⎟<br />
⎟ ⎜ ⎟<br />
⎟ ⎜ x2 ⎟<br />
⎟ ⎝ ⎠<br />
⎠<br />
. .<br />
..<br />
Pero si la señal es finita <strong>de</strong> longitud N, xN = (x0, x1, · · · , xN−1) , es necesario exten<strong>de</strong>r<br />
dicha señal artificialmente. Si se extien<strong>de</strong> periódicamente, es fácil comprobar que la salida<br />
y <strong>de</strong>l sistema es también <strong>una</strong> señal periódica <strong>de</strong> periodo N, que no es más que la extensión<br />
19
periódica <strong>de</strong>l vector yN :<br />
⎛<br />
⎜<br />
yN = ⎜<br />
⎝<br />
y0<br />
y1<br />
y2<br />
.<br />
yN−1<br />
⎛<br />
⎜<br />
⎞ ⎜<br />
⎟ ⎜<br />
⎟ ⎜<br />
⎟ ⎜<br />
⎟ ⎜<br />
⎟ = ⎜<br />
⎟ ⎜<br />
⎟ ⎜<br />
⎠ ⎜<br />
⎝<br />
h0<br />
h1<br />
hL−2<br />
hL−1<br />
0<br />
.<br />
.<br />
0<br />
h0<br />
. ..<br />
· · ·<br />
hL−2<br />
hL−1<br />
. ..<br />
0<br />
· · ·<br />
. ..<br />
h0<br />
· · ·<br />
hL−2<br />
. ..<br />
hL−1<br />
0<br />
0<br />
h0<br />
· · ·<br />
. ..<br />
hL−2<br />
hL−1<br />
.. .<br />
. ..<br />
· · ·<br />
0<br />
h0<br />
. ..<br />
· · ·<br />
· · ·<br />
hL−1<br />
. ..<br />
0<br />
· · ·<br />
0<br />
. ..<br />
· · ·<br />
h2<br />
· · ·<br />
. ..<br />
0<br />
0<br />
· · ·<br />
. ..<br />
h0<br />
⎞<br />
h1<br />
⎟<br />
h2 ⎟ ⎛ ⎞<br />
⎟ x0<br />
⎟ ⎜ ⎟<br />
hL−1<br />
⎟ ⎜ x1 ⎟<br />
⎟ ⎜ ⎟<br />
⎟ ⎜ ⎟<br />
0 ⎟ ⎜<br />
⎟ ⎜ . ⎟ = HNxN<br />
⎟<br />
0 ⎟ ⎜ ⎟<br />
⎟ ⎝ xN−2 ⎠<br />
⎟<br />
. ⎟ xN−1 ⎟<br />
0 ⎠<br />
0 · · · 0 hL−1 hL−2 · · · · · · h0<br />
Obsérvese que tanto la matriz <strong>de</strong> Toeplitz y los vectores son finitos, <strong>de</strong> dimensión máxima<br />
N.<br />
A<strong>de</strong>más, la matriz HN es circulante; el Álgebra matricial <strong>de</strong>muestra que es diago-<br />
nalizable (puesto que HN = L−1<br />
n=0 hnS n , siendo S la matriz básica <strong>de</strong> <strong>de</strong>splazamiento o<br />
”shift”), sus autovalores son<br />
L−1 <br />
hn<br />
¯W k<br />
n=0<br />
n = ˆ hk<br />
(es <strong>de</strong>cir, la <strong>transformada</strong> <strong>de</strong> Fourier discreta <strong>de</strong> h) y sus autovectores son precisamente<br />
las columnas <strong>de</strong> la matriz <strong>de</strong> Fourier FN. Por tanto, HN queda diagonalizada así:<br />
HN = FN diag ˆ h0, . . . , ˆ hN−1<br />
<br />
F −1<br />
N = 1<br />
N FN diag ˆ h ¯FN.<br />
Conclusión: aplicar un filtro a <strong>una</strong> señal finita xN es equivalente a calcular 3 <strong>transformada</strong>s<br />
<strong>de</strong> Fourier discretas en serie:<br />
la DFT <strong>de</strong> xN,<br />
multiplicarla componente a componente por ˆ h (la DFT <strong>de</strong> h),<br />
y aplicar <strong>una</strong> inversa <strong>de</strong> la DFT<br />
Matricialmente,<br />
y a<strong>de</strong>más se <strong>de</strong>duce que<br />
yN = HNxN = (IDF T ) diag (DF T (h)) (DF T (xN)) =<br />
= (IDF T ) diag <br />
hˆ ˆxN = (IDF T ) <br />
hˆxN ˆ ,<br />
ˆyN = ˆ hˆxN<br />
luego <strong>una</strong> vez más, la <strong>transformada</strong> discreta <strong>de</strong> Fourier <strong>de</strong> la salida es el producto <strong>de</strong> la<br />
<strong>transformada</strong> discreta <strong>de</strong> Fourier <strong>de</strong> la entrada por la <strong>transformada</strong> discreta <strong>de</strong> Fourier <strong>de</strong>l<br />
filtro (función <strong>de</strong> transferencia). Y el coste computacional <strong>de</strong>l filtrado es O (3N log 2 N) .<br />
20
Capítulo 2<br />
Transformada <strong>wavelet</strong><br />
Motivación <strong>de</strong> las <strong>transformada</strong>s tiempo-escala y tiempofrecuencia<br />
Hasta este punto hemos estudiado cómo hallar la información frecuencial <strong>de</strong> <strong>una</strong> señal:<br />
si la señal f es periódica ó pertenece a L 2 [0, 2π]: mediante sus coeficientes <strong>de</strong> Fourier<br />
cn = 〈f, eint 〉 = 1<br />
2π<br />
f (t) = cne int ;<br />
2π<br />
0 f (t) e−int dt, y la señal se aproxima por su serie <strong>de</strong> Fourier<br />
si la señal f pertenece a L1 (R) o a L2 (R) , mediante su <strong>transformada</strong> integral <strong>de</strong><br />
Fourier ˆ f (w) = 1 <br />
√<br />
2π R f (t) e−iwtdt, y la señal f pue<strong>de</strong> reconstruirse a partir <strong>de</strong> ella<br />
mediante la expresión integral f (t) = 1 <br />
√<br />
2π R ˆ f (w) eiwtdw si la señal x es discreta y pertenece a l2 (R) , su <strong>transformada</strong> <strong>de</strong> Fourier es la función<br />
<strong>de</strong> L2 [0, 2π] X (w) = xne−inw = <br />
<br />
, y el proceso es invertible;<br />
x, (e inw ) n∈Z<br />
y si la señal x es finita <strong>de</strong> longitud N, su <strong>transformada</strong> <strong>de</strong> Fourier discreta es ˆxn =<br />
X <br />
2πn = N<br />
N−1 k=0 xk<br />
<br />
e−i2πn/N k = <br />
x, <br />
1, W n , · · · , W n(N−1) .,<br />
pudiéndose recuperar la señal original: xk = 1<br />
<br />
ˆx, N<br />
<br />
1, ¯ W n , · · · , ¯ W n(N−1) = ˆ X <br />
Sin embargo, aparecen varios problemas:<br />
− 2πn<br />
1. FALTA DE INFORMACIÓN LOCAL: obtenemos información sólo <strong>de</strong>l contenido<br />
frecuencial GLOBAL <strong>de</strong> la señal, pero no <strong>de</strong> su información frecuencial local (variaciones<br />
bruscas <strong>de</strong> la señal alre<strong>de</strong>dor <strong>de</strong> un punto, por ejemplo).<br />
2. EL PROBLEMA DE LAS FUNCIONES DE SOPORTE COMPACTO <strong>de</strong> longitud<br />
T : si son <strong>de</strong> cuadrado integrable, po<strong>de</strong>mos hallar su <strong>transformada</strong> <strong>de</strong> Fourier <strong>de</strong> dos<br />
formas:<br />
ˆf, pero tendría soporte infinito, (NO MANEJABLE en la práctica),<br />
21<br />
N<br />
<br />
.
o bien, entendida como función <strong>de</strong> L 2 [0, T ] podríamos calcular su serie <strong>de</strong> Fourier,<br />
pero eso nos daría INFINITOS COEFICIENTES cn.<br />
3. A<strong>de</strong>más, esta segunda aproximación mediante series <strong>de</strong> Fourier, SI AL PERIODIZAR<br />
LA FUNCIÓN APARECEN SALTOS DE DISCONTINUIDAD nos lleva al FENÓMENO<br />
DE GIBBS: las sumas parciales <strong>de</strong> su serie <strong>de</strong> Fourier N n=−N cneint2π/T convergen<br />
a f cuando N tien<strong>de</strong> a infinito, pero la convergencia no es puntual: incluso en los<br />
bor<strong>de</strong>s es muy lenta, pues aparecen <strong>una</strong>s oscilaciones cuya altura NO DISMINUYE<br />
NI AL AUMENTAR N. Estas oscilaciones espurias en los bor<strong>de</strong>s son muy molestas.<br />
Por todo ello, se construyen otras <strong>transformada</strong>s INTEGRALES e INVERTIBLES,<br />
que <strong>de</strong>n información tanto en el dominio frecuencial como en el dominio temporal: como<br />
la TRANSFORMADA EN VENTANA (o Transformada <strong>de</strong> Gabor):<br />
<br />
W f (w, a) =<br />
R<br />
f (t) e −iwt ¯g (t − a) dt = <br />
f, e iw· g (· − a) <br />
en la que las exponenciales están multiplicadas por <strong>una</strong> ventana localizada, dando información<br />
tanto respecto <strong>de</strong> la frecuencia w como <strong>de</strong> los valores <strong>de</strong> f en el punto a.<br />
Otra aproximación es la TRANSFORMADA WAVELET, que da información en tiempo<br />
y en escala, y va a resolver el problema <strong>de</strong> las funciones <strong>de</strong> soporte compacto.<br />
22
2.1. Transformada continua <strong>de</strong> <strong>wavelet</strong>s.<br />
Definición 7 Se llama función <strong>wavelet</strong> a <strong>una</strong> función ψ ∈ L 1 ∩L 2 que verifique la llamada<br />
“condición <strong>de</strong> admisibilidad”<br />
<br />
R<br />
| ˆ ψ(w)| 2<br />
|w|<br />
dw = Cψ<br />
2π<br />
< ∞. (2.1)<br />
Consecuencia inmediata: Como ˆ ψ es continua, la condición <strong>de</strong> admisiblidad implica<br />
ˆψ(0) = 0 lo que es equivalente a<br />
Denotaremos para cada a = 0,<br />
<br />
R<br />
ψ = 0. (2.2)<br />
ψa(x) = 1<br />
<br />
|a| ψ<br />
<br />
x<br />
a<br />
que representa la versión dilatada <strong>de</strong> ψ según el factor <strong>de</strong> escala |a| (la gráfica <strong>de</strong> ψ queda<br />
expandida o comprimida, según |a| sea mayor o menor que 1, respectivamente) <strong>de</strong> tal<br />
<br />
forma que la integral queda multiplicada por dicho factor:<br />
|a| ψ, mientras<br />
que la norma no se modifica: ψa = ψ.<br />
Para a, b ∈ R, se <strong>de</strong>fine<br />
entonces:<br />
ψa,b(t) = 1<br />
<br />
|a| ψ<br />
ψa =<br />
R<br />
<br />
t − b<br />
, (2.3)<br />
a<br />
Definición 8 <strong>La</strong> <strong>transformada</strong> <strong>wavelet</strong> <strong>de</strong> f a escala a y posición b es:<br />
<br />
Wf(a, b) :=< f, ψa,b >=<br />
R<br />
f(t)ψa,b(t) dt (2.4)<br />
t − b<br />
Observación: Mediante el cambio <strong>de</strong> variable u = , se tiene que<br />
a<br />
<br />
Wf(a, b) = |a| f(au + b)ψ(u) du<br />
R<br />
Así, si ψ tiene soporte compacto, Wf(a, b) <strong>de</strong>pen<strong>de</strong> solamente <strong>de</strong> los valores que toma f<br />
alre<strong>de</strong>dor <strong>de</strong>l punto b, en un entorno <strong>de</strong> longitud proporcional a la escala a. Esta propiedad<br />
<strong>de</strong> información dual espacio-escala confiere a la <strong>transformada</strong> <strong>wavelet</strong> <strong>una</strong> gran importancia.<br />
23<br />
R
Teorema 8 Sea ψ <strong>una</strong> función <strong>wavelet</strong> y Cψ la constante <strong>de</strong> la condición <strong>de</strong> admisibilidad;<br />
entonces para cualquier f ∈ L 2 se cumple:<br />
(a) Conservación <strong>de</strong> la energía:<br />
(b) Reconstrucción:<br />
1<br />
Cψ<br />
<br />
R 2<br />
Apunte <strong>de</strong> <strong>de</strong>mostración:<br />
|Wf(a, b)| 2<br />
a 2<br />
f(t) = 1<br />
Cψ<br />
<br />
∞<br />
da db =<br />
Wf(a, b) = < f, ψa,b >=< ˆ f, ˆ ψa,b >=<br />
= √ 2π<br />
R 2<br />
|f(t)|<br />
−∞<br />
2 dt = f 2 . (2.5)<br />
da db<br />
Wf(a, b)ψa,b(t)<br />
a2 <br />
|a|<br />
R<br />
<br />
|a| F( ˆ f ˆ ψ(a ·))(−b) = √ 2π<br />
Comprobemos que se conserva la energía,<br />
<br />
2π<br />
R<br />
<br />
|Wf(a, b)| 2<br />
a 2<br />
R2 <br />
|<br />
R<br />
ˆ f(b)| 2 | ˆ ψ(a b)| 2 db<br />
<br />
da db = 2π<br />
<br />
da<br />
|a| =<br />
R<br />
<br />
<br />
R<br />
R<br />
ˆf(w) ˆ ψ(aw)e ibw dw =<br />
(2.6)<br />
<br />
|a| F −1 ( ˆ f ˆ ψ(a ·))(b) (2.7)<br />
|F −1 ( ˆ f ˆ ψ(a ·))(b)| 2 <br />
da<br />
db<br />
| ˆ f(b)| 2<br />
<br />
2π<br />
R<br />
|a| =<br />
| ˆ <br />
2 da<br />
ψ(a b)| db<br />
|a|<br />
<strong>La</strong> integral entre corchetes no <strong>de</strong>pen<strong>de</strong> <strong>de</strong> b y a<strong>de</strong>más coinci<strong>de</strong> con la constante Cψ,<br />
con lo que el apartado (a) queda probado.<br />
Probemos la fórmula <strong>de</strong> reconstrucción (supuesto, para simplificar cálculos, f, ˆ f ∈ L 1 )<br />
<br />
R<br />
Wf(a, b)ψa,b(t) db = √ 2π<br />
<br />
|a| F<br />
R<br />
−1 ( ˆ f ˆ ψ(a ·))(b)ψa,b(t) db<br />
Consi<strong>de</strong>remos ψa,b(t) como función <strong>de</strong> b y <strong>de</strong>notémosla g(b) := ψa,b(t), entonces<br />
<br />
Wf(a, b)ψa,b(t) db =<br />
R<br />
√ <br />
2π |a| ˆf(w)<br />
R<br />
ˆ ψ(aw)F −1 (g)(w) dw<br />
Calculemos la transforma <strong>de</strong> Fourier inversa <strong>de</strong> g,<br />
F −1 (g)(w) = 1<br />
<br />
√ g(b)e<br />
2π R<br />
iwb db = 1<br />
<br />
1 t − b<br />
√ ψ e<br />
2π |a| R a<br />
iwb db<br />
= 1 <br />
√ |a| ψ(y)e<br />
2π R<br />
−iway e iwt <br />
dy = |a|e iwt ψ(aw) ˆ<br />
Sustituyendo,<br />
<br />
R<br />
Wf(a, b)ψa,b(t) db = |a| √ <br />
2π<br />
R<br />
24<br />
ˆf(w) | ˆ ψ(aw)| 2 e iwt dw.
Dividamos esta expresión por a 2 e integrémosla respecto <strong>de</strong> la variable a ∈ R,<br />
√ <br />
2π |a|<br />
R R<br />
ˆf(w)<br />
<br />
<br />
ˆ <br />
<br />
ψ(aw) 2<br />
lo que prueba el apartado (b).<br />
2.1.1. Alg<strong>una</strong>s propieda<strong>de</strong>s.<br />
e iwt <br />
da<br />
dw<br />
a2 = √ <br />
2π<br />
Cψ<br />
1<br />
√<br />
2π<br />
R<br />
<br />
R<br />
ˆf(w)<br />
<br />
|<br />
R<br />
ˆ <br />
2 da<br />
ψ(aw)|<br />
|a|<br />
ˆf(w)e iwt dw = Cψ f(t)<br />
1. Traslación en el tiempo, g(t) = f(t − t0) ⇒ Wg(a, b) = Wf(a, b − t0).<br />
e iwt dw =<br />
2. Cambio <strong>de</strong> escala en el tiempo, g(t) = f(kt), k = 0 ⇒ Wg(a, b) = 1<br />
<br />
|k| Wf(ka, kb).<br />
3. Fijada <strong>una</strong> escala a = 0, si se transforman por Fourier ambos extremos <strong>de</strong> (2.7) se<br />
tiene que<br />
<br />
Wf(a, ·)(w)<br />
= 2π|a| ˆ f(w) ˆ ψ(aw) (2.8)<br />
25
2.1.2. Transformada diádica <strong>de</strong> <strong>wavelet</strong>s.<br />
<strong>La</strong> <strong>transformada</strong> <strong>wavelet</strong> continua presenta <strong>una</strong> cierta redundancia: <strong>de</strong> hecho, se <strong>de</strong>muestra<br />
que basta calcular Wf(a, ·) para <strong>una</strong> cantidad numerable <strong>de</strong> escalas (por ejemplo,<br />
las potencias enteras <strong>de</strong> 2) para po<strong>de</strong>r reconstruir totalmente la señal original.<br />
Definición 9 Dada <strong>una</strong> <strong>wavelet</strong> ψ, se <strong>de</strong>fine la <strong>transformada</strong> diádica <strong>de</strong> <strong>wavelet</strong>s <strong>de</strong> <strong>una</strong><br />
función f ∈ L 2 (R) como la sucesión <strong>de</strong> funciones <strong>de</strong> L 2 (Wf(2 j , ·)) j∈Z .<br />
Se trata <strong>de</strong> <strong>una</strong> <strong>transformada</strong> SEMIDISCRETA: consi<strong>de</strong>ra <strong>una</strong> cantidad discreta <strong>de</strong><br />
escalas 2 j , pero la variable temporal es continua.<br />
El siguiente teorema prueba estos importantes resultados:<br />
De esta <strong>transformada</strong> diádica se pue<strong>de</strong> recuperar la señal original.<br />
<strong>La</strong> representación es completa y estable, es <strong>de</strong>cir, unívoca y poco sensible frente a<br />
los errores <strong>de</strong> cálculo.<br />
Teorema 9 Si existen A, B > 0 tales que<br />
entonces:<br />
∀w = 0, A ≤ <br />
<br />
ˆ ψ(2 j <br />
<br />
w) 2<br />
≤ B (2.9)<br />
a) Existe alg<strong>una</strong> <strong>wavelet</strong> Ψ reconstructora en el sentido <strong>de</strong> que<br />
b) ∀f ∈ L 2 (R) A f 2 ≤ 1 <br />
2π j∈Z<br />
Observaciones importantes:<br />
j∈Z<br />
∀f ∈ L 2 (R) 2πf = <br />
1<br />
2 j<br />
j∈Z<br />
<br />
<br />
Wf(2 j , ·) 2<br />
≤ B f 2<br />
1<br />
2 j Wf(2 j , ·) ∗ Ψ 2 j (2.10)<br />
Esta fórmula <strong>de</strong> reconstrucción (2.10) se interpreta <strong>de</strong> la siguiente forma: para recuperar<br />
f a partir <strong>de</strong> su <strong>transformada</strong> <strong>wavelet</strong> diádica Wf (2 j , ·) , en cada escala 2 j hay<br />
que realizar la convolución <strong>de</strong> Wf (2 j , ·) con la <strong>wavelet</strong> reconstructora Ψ dilatada a<br />
escala 2 j ; sumando a lo largo <strong>de</strong> todas las escalas 2 j (con j ∈ Z) se reconstruye f.<br />
Por ello, se habla <strong>de</strong> la <strong>wavelet</strong> <strong>de</strong> análisis (ψ) y la <strong>wavelet</strong> <strong>de</strong> síntesis (Ψ)<br />
El factor 1/2 j que aparece es el análogo a 1/a 2 en el caso continuo.<br />
<strong>La</strong> condición (2.9) es fuerte; <strong>de</strong> ella se <strong>de</strong>riva, en particular, la condición <strong>de</strong> admisibilidad.<br />
26
Demostración <strong>de</strong>l Teorema:<br />
a) Existencia:<br />
Sea Ψ ∈ L 2 (R) la función cuya <strong>transformada</strong> <strong>de</strong> Fourier es<br />
ˆΨ (w) =<br />
ˆψ(w)<br />
<br />
<br />
<br />
j∈Z ˆ ψ(2j <br />
<br />
w) 2<br />
<br />
<br />
Tal función existe pues Ψ = ˆ <br />
<br />
Ψ<br />
≤ 1<br />
<br />
<br />
ˆ <br />
<br />
ψ<br />
< ∞<br />
También se satisface la condición <strong>de</strong> admisibilidad.<br />
De esta forma Ψ verifica <br />
Reconstrucción:<br />
j∈Z<br />
A<br />
ˆψ(2 j w) ˆ Ψ(2 j w) = 1<br />
(2.11)<br />
Probemos ahora que cualquier Ψ que verifique esta última igualdad es <strong>una</strong> <strong>wavelet</strong><br />
reconstructora respecto a ψ.<br />
(A<strong>de</strong>más, <strong>de</strong> ella se <strong>de</strong>duce que ψ es <strong>una</strong> <strong>wavelet</strong> reconstructora respecto a Ψ.)<br />
Multipliquemos por ˆ f(w) y apliquemos (2.8):<br />
ˆf(w) = <br />
j∈Z<br />
Antitransformando, se llega a<br />
2πf = <br />
ˆf(w) ˆ ψ(2jw) ˆ Ψ(2 j w) = 1 <br />
√<br />
2π j∈Z<br />
j∈Z<br />
1<br />
2 j<br />
1<br />
2j/2 1<br />
2j/2 Wf(2 j <br />
·<br />
, ·) ∗ Ψ<br />
2j <br />
= <br />
j∈Z<br />
Por último, dicha convolución es la integral:<br />
2πf (x) = <br />
j∈Z<br />
1<br />
2j <br />
Wf 2<br />
R<br />
j , t 1<br />
Ψ<br />
2j/2 <br />
Wf(2 j , ·)(w) ˆ Ψ(2 j w) (2.12)<br />
1<br />
2 j Wf(2 j , ·) ∗ Ψ 2 j<br />
x − t<br />
2 j<br />
<br />
dt. (2.13)<br />
b) Basta con aplicar la i<strong>de</strong>ntidad <strong>de</strong> Parseval a <br />
Wf(2 j , ·)(w) = √ 2π √ 2 j ˆ f(w) ˆ ψ(2 j w) y<br />
utilizar las acotaciones <strong>de</strong> la hipótesis:<br />
sumando en j :<br />
1 <br />
2π j∈Z<br />
1<br />
2 j<br />
<br />
<br />
Wf(2 j <br />
<br />
, ·) 2<br />
<br />
<br />
= <br />
Wf(2j <br />
<br />
, ) <br />
<br />
2<br />
= 2 j <br />
· 2π<br />
R<br />
<br />
<br />
ˆ <br />
<br />
f(w) 2 <br />
<br />
ψ(2 ˆ j <br />
w) 2<br />
<br />
<br />
Wf(2 j <br />
<br />
, ·) 2<br />
<br />
<br />
= <br />
R<br />
ˆ <br />
<br />
f(w) 2 <br />
<br />
<br />
j∈Z<br />
ˆ ψ(2 j <br />
<br />
w) 2<br />
<br />
<br />
dw ≤ B <br />
R<br />
ˆ <br />
<br />
f(w) 2<br />
dw = B f 2<br />
y la acotación inferior es análoga.<br />
27<br />
dw
Conclusión: Estas <strong>de</strong>sigualda<strong>de</strong>s <strong>de</strong>l resultado prueban, respectivamente, la completitud y<br />
la estabilidad <strong>de</strong> la <strong>transformada</strong> diádica <strong>de</strong> <strong>wavelet</strong>s, siempre que se cumpla la condición<br />
(2.9). Sin embargo, <strong>de</strong> forma análoga al caso continuo, existe <strong>una</strong> cierta redundancia entre<br />
las funciones <strong>de</strong> la sucesión diádica (Wf(2 j , ·)) j∈Z .<br />
Este último comentario nos lleva a preguntarnos si po<strong>de</strong>mos consi<strong>de</strong>rar <strong>una</strong> <strong>transformada</strong><br />
<strong>wavelet</strong> DISCRETA tanto en tiempo como en escala, que también nos proporcione<br />
<strong>una</strong> representación completa y estable <strong>de</strong> funciones <strong>de</strong> L 2 .<br />
2.1.3. Transformada <strong>wavelet</strong> discreta <strong>de</strong> funciones <strong>de</strong> L 2<br />
Partimos <strong>de</strong> <strong>una</strong> <strong>wavelet</strong> ψ; para cada f ∈ L 2 , conocemos su <strong>transformada</strong> diádica<br />
(Wf(2 j , ·)) j∈Z .<br />
.<br />
Ahora, para cada j ∈ Z, se toma la escala a = 2 −j , y discretizamos también en<br />
el dominio temporal, en los puntos b = 2 −j k, k ∈ Z. (Obsérvese que a mayor escala<br />
tomamos puntos más distantes, pues buscamos información global, mientras que a menor<br />
escala se buscan <strong>de</strong>talles <strong>de</strong> la función, y por eso muestreamos en puntos menos distantes<br />
entre sí). En otras palabras, el muestreo en el tiempo se ajusta proporcionalmente<br />
a la escala.<br />
Esta cantidad discreta <strong>de</strong> coeficientes <strong>wavelet</strong> son<br />
cj,k = Wf<br />
<br />
2 −j , 2 −j k <br />
=< f, ψ 2 −j ,2 −j k > ∀j, k ∈ Z.<br />
Sólo se están tomando <strong>una</strong> cantidad discreta <strong>de</strong> trasladadas y dilatadas <strong>de</strong> la función<br />
<strong>wavelet</strong>, a saber:<br />
ψ2−j ,2−jk = 1<br />
√<br />
2−j ψ<br />
<br />
−j · − 2 k<br />
2−j <br />
= 2 j/2 ψ <br />
2 j · −k <br />
= ψj,k<br />
A partir <strong>de</strong> ahora utilizaremos esta notación ψj,k : <strong>wavelet</strong> ψ comprimida 2 j y trasladada<br />
al entero k.<br />
Definición 10 Para cada <strong>wavelet</strong> ψ, se <strong>de</strong>nota la familia <strong>de</strong> sus trasladadas y dilatadas<br />
ψj,k = 2 j/2 ψ <br />
2 j · −k <br />
∀j, k ∈ Z.<br />
Para cada f ∈ L2 , se dice que los coeficientes <strong>de</strong> la TRANSFORMADA<br />
WAVELET DISCRETA DE f son<br />
<br />
cj,k =< f, ψj,k >= f (x) ψ (2jx − k)2 j/2 dx.<br />
Estos coeficientes analizan la señal mediante la <strong>wavelet</strong> ψ.<br />
¿Será posible la reconstrucción <strong>de</strong> f a partir <strong>de</strong> su <strong>transformada</strong> <strong>wavelet</strong> discreta?<br />
El siguiente teorema nos garantiza la existencia <strong>de</strong> <strong>una</strong> <strong>wavelet</strong> <strong>de</strong> síntesis ˜ ψ, en el caso<br />
<strong>de</strong> que ψ sea <strong>de</strong> BANDA LIMITADA. A ˜ ψ se le <strong>de</strong>nomina la <strong>wavelet</strong> dual o biortogonal<br />
a ψ.<br />
R<br />
28
Teorema 10 Sea ψ es <strong>una</strong> <strong>wavelet</strong> tal que ˆ ψ (w) = 0, ∀w /∈ [−π, π]. Entonces existe otra<br />
<strong>wavelet</strong> ˜ ψ tal que<br />
∀f ∈ L 2 (R), f = <br />
< f, ψj,k > ˜ ψj,k.<br />
j,k∈Z<br />
Demostración:<br />
Consi<strong>de</strong>ramos la <strong>transformada</strong> diádica <strong>de</strong> f; como ψ es <strong>de</strong> banda limitada, también lo<br />
es la función Wf(2−j , ·)(w), puesto que, según la ecuación (2.8) <strong>de</strong> la sección anterior:<br />
<br />
Wf(2 −j , ·)(w) = √ 2π √ 2 −j ˆ f(w) ˆ ψ(2 −j w)<br />
Así pues, si el soporte <strong>de</strong> ˆ ψ (w) es [−π, π], entonces el soporte <strong>de</strong> <br />
Wf(2 −j , ·) (w) es<br />
[−2 j π, 2 j π] <strong>de</strong> longitud 2Ω = 2 j+1 π.<br />
Po<strong>de</strong>mos aplicar a dicha función <strong>de</strong> banda limitada el Teorema <strong>de</strong>l muestreo <strong>de</strong> Shan-<br />
non:<br />
Wf(2 −j , t) = sen (Ωt − πn)<br />
n∈Z (Ωt − πn) Wf<br />
<br />
2 −j , πn<br />
<br />
Ω<br />
don<strong>de</strong> Ω = 2 j π, luego los puntos <strong>de</strong> muestreo son πn/Ω = 2 −j n :<br />
Wf(2 −j , t) = <br />
n∈Z<br />
sen (π(2 j t − n))<br />
π (2 j t − n) Wf(2 −j , 2 −j n) = <br />
n∈Z<br />
sen (π2j (t − 2−jn)) π2j (t − 2−j cj,n<br />
n)<br />
De esta forma, la <strong>transformada</strong> diádica se expresa <strong>de</strong> forma discreta también en el<br />
tiempo. Sólo falta introducir esta expresión en la reconstrucción diádica <strong>de</strong> f dada por la<br />
ecuación (2.13) cambiando j por −j:<br />
2πf (x) = <br />
j∈Z<br />
= <br />
1<br />
2 −j Wf(2 −j , ·) ∗ Ψ 2 −j = <br />
2<br />
j∈Z n∈Z<br />
j/2 cj,n<br />
<br />
R<br />
j∈Z<br />
2 j<br />
<br />
R<br />
2 j Ψ <br />
2 j x − 2 j t sen (π(2jt − n))<br />
π (2j dt<br />
t − n)<br />
2 j/2 Ψ <br />
2 j (x − t) <br />
Wf 2 −j , t <br />
dt =<br />
en esta última integral hacemos el cambio <strong>de</strong> variable u = n − 2 j t o bien t = 2 −j n − 2 −j u<br />
quedando<br />
<br />
Ψ<br />
R<br />
<br />
2 j x − n + u sen (πu)<br />
du = I2jx−n πu<br />
luego la fórmula <strong>de</strong> reconstrucción es<br />
2πf (x) = <br />
j,n∈Z<br />
2 j/2 cj,nI 2 j x−n.<br />
Basta <strong>de</strong>sarrollar Ij,n, que es la integral <strong>de</strong>l producto <strong>de</strong> dos funciones; por la i<strong>de</strong>ntidad<br />
<strong>de</strong> Parseval, es igual a la integral <strong>de</strong>l producto <strong>de</strong> sus <strong>transformada</strong>s <strong>de</strong> Fourier. Es sabido<br />
que la <strong>transformada</strong> <strong>de</strong> Fourier <strong>de</strong>l seno cardinal es la función característica y viceversa:<br />
<br />
sen (Ω(· − a))<br />
F<br />
(w) =<br />
· − a<br />
29<br />
π<br />
2 e−iwa χ[−Ω,Ω] (w) ,
en particular<br />
<br />
sen (πu)<br />
F<br />
(w) =<br />
u<br />
π<br />
2 χ[−π,π] (w) .<br />
Por otro lado, la <strong>transformada</strong> <strong>de</strong> Fourier <strong>de</strong> la otra función es F (Ψ (2 j x − n + ·)) (w) =<br />
ˆΨ (w) e iw(2j x−n) . Todo ello nos lleva a<br />
I2jx−n = 1<br />
<br />
ˆΨ (w) e<br />
π R<br />
iw(2jx−n) π<br />
2 χ[−π,π] (w) dw = 1<br />
π<br />
√ ˆΨ (w) e<br />
2π −π<br />
iw(2j <br />
x−n) dw = Ψ 2 j x − n <br />
,<br />
don<strong>de</strong> se ha aplicado la <strong>transformada</strong> inversa <strong>de</strong> Fourier a ˆ Ψ, y el hecho <strong>de</strong> que ˆ Ψ tenga<br />
como soporte [−π, π] : el mismo que ψ, por la <strong>de</strong>finición <strong>de</strong> ˆ Ψ dada en (2.11).<br />
Por fin, la introducimos en la fórmula <strong>de</strong> reconstrucción:<br />
2πf (x) = <br />
2 j/2 cj,nΨ <br />
2 j x − n <br />
= <br />
cj,nΨj,n (x) .<br />
j,n∈Z<br />
j,n∈Z<br />
así que basta <strong>de</strong>finir la <strong>wavelet</strong> <strong>de</strong> síntesis como ˜ ψ = Ψ/2π :<br />
f(x) = <br />
j,n∈Z<br />
Consecuencias:<br />
cj,n ˜ ψj,n (x) = <br />
j,n∈Z<br />
< f, ψj,n > ˜ ψj,n (x) = <br />
j,n∈Z<br />
< f, ˜ ψj,n > ψj,n (x) .<br />
De la última expresión se <strong>de</strong>duce que la familia <strong>de</strong> funciones B = {ψj,n j, n ∈ Z}<br />
forma base <strong>de</strong> L 2 (R) .<br />
<strong>La</strong>s bases B y ˜ B = { ˜ ψj,n j, n ∈ Z} son bases duales (o biortogonales) entre sí:<br />
< ψj,n, ˜ ψk,m >= δj,kδm,n<br />
Como caso particular, si ˜ ψ = ψ, entonces se dice que la <strong>wavelet</strong> ψ es ortogonal,<br />
puesto que sus trasladadas y dilatadas {ψj,n} lo son:<br />
< ψj,n`,ψk,m >= δj,kδm,n<br />
en particular, se obtiene que ψ = ψj,k = 1, y la base B <strong>de</strong> L 2 es ortonormada.<br />
En el caso en que<br />
∀w = 0, <br />
<br />
ˆ ψ <br />
2 j w 2 <br />
j∈Z<br />
= 1<br />
2π<br />
entonces la <strong>transformada</strong> diádica tiene por cotas A = B = 1 (y es <strong>una</strong> isometría). A<strong>de</strong>más,<br />
Ψ = 2πψ luego la <strong>wavelet</strong> reconstructora es ˜ ψ = Ψ/2π = ψ así que la condición anterior<br />
es equivalente a la ortogonalidad <strong>de</strong> ψ.<br />
30
2.1.4. Wavelets ortogonales.<br />
Definición: Se dice que <strong>una</strong> <strong>wavelet</strong> ψ es ortogonal si la familia <br />
ψj,k := 2 j/2 ψ(2 j · −k), j, k ∈ Z <br />
es <strong>una</strong> base ortonormal <strong>de</strong> L 2 .<br />
Ejemplo: <strong>La</strong> función <strong>de</strong> Haar.<br />
Se trata <strong>de</strong> encontrar <strong>wavelet</strong>s ψ, <strong>de</strong> forma que (ψj,k)j,k∈Z sea <strong>una</strong> base ortonormal <strong>de</strong><br />
L 2 , siendo ψj,k := 2 j/2 ψ(2 j · −k)<br />
En ese caso, si f ∈ L 2 , se tendrá<br />
f(x) = <br />
j,k∈Z<br />
< f, ψj,k > ψj,k(x) (2.14)<br />
Tanto más útil será la <strong>de</strong>scomposición cuanto la velocidad <strong>de</strong> convergencia a cero <strong>de</strong> los<br />
coeficientes sea gran<strong>de</strong>; hagamos <strong>una</strong> aproximación heurística al problema <strong>de</strong> momentos:<br />
El problema <strong>de</strong> momentos<br />
Sea 2j = n, k = 0, estudiemos la convergencia a cero <strong>de</strong><br />
∞<br />
un = f(x)ψ(nx) dx, (2.15)<br />
−∞<br />
sustituyamos la función f por su <strong>de</strong>sarrollo <strong>de</strong> Taylor con resto integral, por ejemplo:<br />
un =<br />
q<br />
l=0<br />
f (l) (0)<br />
l!<br />
∞<br />
−∞<br />
Si <strong>de</strong>notamos el momento <strong>de</strong> or<strong>de</strong>n l <strong>de</strong> ψ por Ml =<br />
un =<br />
q<br />
l=0<br />
f (l) (0)<br />
l!<br />
l ψ(x)<br />
x<br />
nl+1 dx + Rn (2.16)<br />
∞<br />
x l ψ(x) dx, entonces<br />
Ml<br />
−∞<br />
+ Rn<br />
(2.17)<br />
nl+1 El resto Rn admite <strong>una</strong> cota <strong>de</strong>l tipo |Rn| ≤ cte<br />
n q+2 .<br />
Po<strong>de</strong>mos concluir que la velocidad <strong>de</strong> un a cero viene gobernada por el primer momento<br />
no nulo.<br />
Ello lleva a introducir en la <strong>de</strong>finición <strong>de</strong> <strong>wavelet</strong> un cierto or<strong>de</strong>n <strong>de</strong> regularidad,<br />
Definición:<br />
Sea r ∈ N, <strong>una</strong> <strong>wavelet</strong> real <strong>de</strong> or<strong>de</strong>n r es <strong>una</strong> función ψ : R → R cuya <strong>de</strong>rivada <strong>de</strong><br />
or<strong>de</strong>n r es continua a trozos y x q ψ ∈ L 1 (0 ≤ q ≤ r) y que cumple:<br />
a) |ψ (m) (x)| ≤<br />
b)<br />
∞<br />
−∞<br />
cte<br />
, m = 0, 1, . . . , r<br />
1 + |x| r+m+1<br />
x q ψ(x) dx = 0, q = 0, 1, . . . , r<br />
(Observemos que r indica también el or<strong>de</strong>n <strong>de</strong> cero como raíz <strong>de</strong> ˆ ψ ya que ˆ ψ (q) (0) =<br />
(−i) q ∞<br />
√ x<br />
2π −∞<br />
q ψ(x) dx.<br />
31
1.2<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
−0.2<br />
−0.4<br />
ALGUNOS EJEMPLOS DE WAVELETS<br />
Wavelet que es <strong>de</strong>rivada <strong>de</strong> <strong>una</strong> Gaussiana<br />
−0.6<br />
0 200 400 600 800 1000 1200<br />
Propieda<strong>de</strong>s <strong>de</strong> la WAVELET <strong>de</strong>rivada <strong>de</strong> <strong>una</strong> GAUSSIANA:<br />
Es regular<br />
simétrica<br />
pero no posee soporte compacto<br />
ni es ortogonal<br />
32
1.5<br />
1<br />
0.5<br />
0<br />
−0.5<br />
Wavelet <strong>de</strong> Meyer<br />
−1<br />
0 200 400 600 800 1000 1200<br />
Propieda<strong>de</strong>s <strong>de</strong> la WAVELET DE MEYER:<br />
Ortogonalidad<br />
Es regular<br />
simétrica<br />
pero no posee soporte compacto<br />
33
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
−0.2<br />
−0.4<br />
−0.6<br />
−0.8<br />
Wavelet <strong>de</strong> Haar<br />
1/2<br />
0 1<br />
−1<br />
0 100 200 300 400 500 600<br />
Propieda<strong>de</strong>s <strong>de</strong> la WAVELET DE HAAR:<br />
Soporte compacto<br />
Ortogonalidad<br />
No es regular, sino discontinua<br />
No es simétrica<br />
Sólo posee 1 momento nulo<br />
34
2<br />
1.5<br />
1<br />
0.5<br />
0<br />
−0.5<br />
−1<br />
Wavelet <strong>de</strong> Daubechies <strong>de</strong> or<strong>de</strong>n 2<br />
−1.5<br />
0 100 200 300 400 500 600 700 800<br />
Propieda<strong>de</strong>s <strong>de</strong> la WAVELET DE DAUBECHIES DE ORDEN 2:<br />
Soporte compacto<br />
Ortogonalidad<br />
Es sólo continua<br />
No es simétrica<br />
Posee 2 momentos nulos<br />
35
1.5<br />
1<br />
0.5<br />
0<br />
−0.5<br />
Wavelet <strong>de</strong> Daubechies <strong>de</strong> or<strong>de</strong>n 4<br />
−1<br />
0 200 400 600 800 1000 1200 1400 1600 1800<br />
Propieda<strong>de</strong>s <strong>de</strong> la WAVELET DE DAUBECHIES DE ORDEN 4:<br />
Soporte compacto<br />
Ortogonalidad<br />
Regular<br />
No es simétrica<br />
Posee 4 momentos nulos<br />
36
1.5<br />
1<br />
0.5<br />
0<br />
−0.5<br />
Symlet <strong>de</strong> Daubechies <strong>de</strong> or<strong>de</strong>n 8<br />
−1<br />
0 500 1000 1500 2000 2500 3000 3500 4000<br />
Propieda<strong>de</strong>s <strong>de</strong> la SYMLET DE DAUBECHIES DE ORDEN 8:<br />
Soporte compacto<br />
Ortogonalidad<br />
Regular<br />
Lo más simétrica posible<br />
Posee 8 momentos nulos<br />
37
1.5<br />
1<br />
0.5<br />
0<br />
−0.5<br />
Wavelet <strong>de</strong> Coifman (Coiflet) <strong>de</strong> or<strong>de</strong>n 4<br />
0 0.5 1 1.5 2 2.5<br />
x 10 4<br />
−1<br />
Propieda<strong>de</strong>s <strong>de</strong> la WAVELET DE COIFMAN (COIFLET) DE ORDEN 8:<br />
Soporte compacto<br />
Ortogonalidad<br />
Regular<br />
Lo más simétrica posible<br />
Posee menos momentos nulos que la <strong>de</strong> Daubechies<br />
38
Capítulo 3<br />
Análisis <strong>de</strong> multirresolución<br />
Una i<strong>de</strong>a <strong>de</strong> multirresolución.<br />
Sea f <strong>una</strong> señal <strong>de</strong> energía finita (f ∈ L 2 (R)) y Aj un operador (un sistema) que la<br />
aproxima a resolución 2 j .<br />
Si g = Aj(f) es <strong>una</strong> aproximación a resolución 2 j parece natural suponer que Aj(g) = g<br />
ya que estamos aproximando g a la misma resolución.<br />
Esto es lo mismo que <strong>de</strong>cir que Aj ◦Aj = Aj es <strong>de</strong>cir, Aj es un proyector que proyecta<br />
sobre un <strong>de</strong>terminado subespacio Vj <strong>de</strong> L 2 (R): precisamente el <strong>de</strong> las aproximaciones a<br />
resolución 2 j <strong>de</strong> las funciones <strong>de</strong> energía finita.<br />
Si <strong>de</strong> entre todas las aproximaciones a tal resolución Aj(f) es la mejor o la más<br />
parecida a f entonces la proyección es ortogonal.<br />
Imaginemos ahora que queremos aproximar a mayor resolución 2 j+1 ; a mayor resolución<br />
menor escala, parece que al menos la información <strong>de</strong> la señal que está en Vj también<br />
<strong>de</strong>be estar en el subespacio <strong>de</strong> las aproximaciones a mayor resolución: Vj ⊂ Vj+1<br />
Al reescalar la variable en <strong>una</strong> señal f aumentamos o disminuimos la resolución según<br />
la escala sea mayor o menor que 1, esto pue<strong>de</strong> expresarse diciendo que f(x) ∈ Vj ⇐⇒<br />
f(2x) ∈ Vj+1.<br />
<strong>La</strong> construcción <strong>de</strong> la <strong>wavelet</strong> ψ pasa a través <strong>de</strong> <strong>una</strong> <strong>de</strong>scomposición <strong>de</strong> L 2 (R) en<br />
subespacios cerrados, encajados y <strong>de</strong> <strong>una</strong> función φ llamada función <strong>de</strong> escala<br />
Definición 11 Una sucesión (Vj)j∈Z <strong>de</strong> subespacios cerrados <strong>de</strong> L 2 (R) es un análisis<br />
multirresolución <strong>de</strong> L 2 (R) (o también aproximación multiescala) si se cumple:<br />
1. <strong>La</strong> sucesión (Vj)j∈Z es creciente, es <strong>de</strong>cir, Vj ⊂ Vj+1 ∀j ∈ Z.<br />
2. lím Vj =<br />
j→∞ <br />
Vj es <strong>de</strong>nso en L<br />
j∈Z<br />
2 (R) y lím<br />
j→−∞ Vj = <br />
Vj = {0}.<br />
j∈Z<br />
3. f ∈ V0 ⇐⇒ ∀j ∈ Z, f(2 j · ) ∈ Vj.<br />
4. ∃ φ tal que (φ( · − k))k∈Z es <strong>una</strong> base <strong>de</strong> Riesz <strong>de</strong> V0.<br />
Ejemplos:<br />
39
Para cada j entero, consi<strong>de</strong>remos el subespacio Vj <strong>de</strong> L 2 (R) <strong>de</strong> las funciones constantes<br />
en intervalos [2 −j k, 2 −j (k+1)] cualquiera que sea k entero. Es claro que se<br />
cumplen las condiciones <strong>de</strong> la <strong>de</strong>finición <strong>de</strong> multirresolución. Los subespacios Vj son<br />
versiones reescaladas <strong>de</strong> V0 que es el espacio <strong>de</strong> las funciones constantes sobre intervalos<br />
<strong>de</strong> longitud unidad y extremos enteros. Como función φ tomamos la función<br />
característica <strong>de</strong>l intervalo [0, 1].<br />
Análogamente, sea Vj el subespacio <strong>de</strong> L 2 (R) formado por las funciones lineales<br />
en intervalos [2 −j k, 2 −j (k+1)] cualquiera que sea k entero. Demostraremos que <strong>una</strong><br />
función <strong>de</strong> escala φ asociada a este análisis multirresolución es la función “sombrero”<br />
<strong>de</strong>finida por<br />
⎧<br />
⎪⎨<br />
x si 0 ≤ x ≤ 1 ⎧<br />
⎨1<br />
− |1 − x| si x ∈ [0, 2]<br />
φ (x) = 2 − x si 1 ≤ x ≤ 2 =<br />
⎪⎩<br />
⎩0<br />
si x /∈ [0, 2]<br />
0 si x /∈ [0, 2]<br />
.<br />
Consecuencias <strong>de</strong> la <strong>de</strong>finición <strong>de</strong> análisis multirresolución<br />
1. Si (Vj)j∈Z es análisis multirresolución <strong>de</strong> L 2 (R) entonces (φ(2 j · −k))k∈Z es base<br />
<strong>de</strong> Riesz <strong>de</strong> Vj.<br />
2. Dada <strong>una</strong> función cualquiera g <strong>de</strong> L2 (R), la condición <strong>de</strong> <strong>de</strong>nsidad <br />
Vj = L 2 (R) se<br />
j∈Z<br />
traduce en la existencia <strong>de</strong> <strong>una</strong> sucesión <strong>de</strong> funciones (gj)j∈Z <strong>de</strong> forma que gj ∈ Vj y<br />
Por otra parte, que (φ(2 j<br />
Es <strong>de</strong>cir,<br />
g = lím<br />
j→∞ gj.<br />
· −k))k∈Z sea base <strong>de</strong> Vj permite escribir para cada j<br />
gj(x) = <br />
k∈Z<br />
γj,k φ(2 j x − k).<br />
∀g ∈ L 2 (R), ∃ (γj,k)j,k∈Z, ∀j ∈ Z, (γj,k)k∈Z ∈ ℓ 2<br />
<br />
g(x) = lím γj,k φ(2<br />
j→∞<br />
k∈Z<br />
j x − k). (3.1)<br />
3. <strong>La</strong> media <strong>de</strong> la función φ, esto es ˆ φ(0) = 1<br />
<br />
√ φ(x) dx, es no nula ya que para<br />
2π R<br />
<strong>una</strong> g ∈ L2 (R) cualquiera, tomando la <strong>transformada</strong> <strong>de</strong> Fourier en (3.1),<br />
ˆg(w) = lím<br />
<br />
j→∞<br />
k∈Z<br />
40<br />
γj,k<br />
2j e−ikw/2j <br />
φˆ<br />
w<br />
2j
y evaluando en cero:<br />
⎛<br />
γj,k<br />
ˆg(0) = ⎝ lím<br />
j→∞<br />
k∈Z 2j ⎞<br />
⎠ φ ˆ (0)<br />
y, obviamente, dado que existen funciones g tales que ˆg(0) = 0, puesto que<br />
se concluye que ˆ φ(0) = 0.<br />
ˆg(w) = 1<br />
<br />
√ e<br />
2π R<br />
iwx g(x) dx ⇒ ˆg(0) = 1<br />
<br />
√ g(x) dx<br />
2π R<br />
3.0.5. <strong>La</strong> ecuación <strong>de</strong> escala (o <strong>de</strong> dilatación).<br />
De la <strong>de</strong>finición <strong>de</strong> análisis multirresolución se <strong>de</strong>duce que<br />
φ ∈ V0 ⊂ V1 = L(φ(2 · −k))k∈Z;<br />
esto significa que la función <strong>de</strong> escala φ pue<strong>de</strong> expandirse como combinación lineal infinita<br />
<strong>de</strong> su dilatada φ(2 · ) y sus trasladadas: es <strong>de</strong>cir, existen unos coeficientes (hk) k∈Z ∈ ℓ 2<br />
tales que<br />
φ(x) = √<br />
2hk φ(2x − k) (3.2)<br />
k∈Z<br />
Esta i<strong>de</strong>ntidad se <strong>de</strong>nomina ECUACIÓN DE ESCALA. Los coeficientes hk constituyen<br />
el filtro h = (hk) k∈Z asociado a la función <strong>de</strong> escala. (El factor √ 2 se introduce por razones<br />
<strong>de</strong> normalización).<br />
Veamos cómo a partir <strong>de</strong> dicho filtro po<strong>de</strong>mos obtener la función <strong>de</strong> escala φ.<br />
Apliquemos la <strong>transformada</strong> <strong>de</strong> Fourier a ambos miembros <strong>de</strong> la ecuación <strong>de</strong> escala:<br />
ˆφ(w) = 1 <br />
√ hke<br />
2 k∈Z<br />
−ikw/2 <br />
φˆ<br />
w<br />
.<br />
2<br />
Sea H la <strong>transformada</strong> <strong>de</strong> Fourier <strong>de</strong> la señal discreta <br />
hk/ √ 2 <br />
el polinomio trigonométrico <strong>de</strong> coeficientes <br />
hk/ √ 2 <br />
entonces<br />
k∈Z ,<br />
H(w) := 1 <br />
√ hke<br />
2 k∈Z<br />
−ikw<br />
ˆφ(w) = H<br />
k∈Z<br />
; es <strong>de</strong>cir, H <strong>de</strong>nota<br />
(3.3)<br />
<br />
w<br />
ˆφ<br />
w<br />
. (3.4)<br />
2 2<br />
41
3.0.6. Alg<strong>una</strong>s propieda<strong>de</strong>s <strong>de</strong> H<br />
1. H es periódica <strong>de</strong> período 2π.<br />
2. <strong>La</strong> serie trigonométrica |H| 2 está asociada al filtro r <strong>de</strong> autocorrelación <strong>de</strong> h,<br />
<strong>de</strong>finido como rm := <br />
hkhk−m; comprobémoslo:<br />
|H(w)| 2 = 1<br />
2<br />
<br />
j,k∈Z<br />
k∈Z<br />
hjhke −iw(j−k) = 1<br />
2<br />
<br />
j,m∈Z<br />
hjhj−me −imw = 1<br />
2<br />
<br />
rme<br />
m∈Z<br />
−imw . (3.5)<br />
3. |H(w)| = |H(−w)|, siendo H la función trigonométrica cuyos coeficientes son los<br />
<strong>de</strong>l filtro conjugado (hk). la comprobación es inmediata teniendo en cuenta que los<br />
coeficientes <strong>de</strong>l filtro r <strong>de</strong> autocorrelación <strong>de</strong> h cumplen r−m = rm.<br />
4. H(0) = 1 <br />
√ hk = 1,<br />
2 k∈Z<br />
basta tomar w = 0 en la <strong>de</strong>finición <strong>de</strong> H (3.3) y en la relación <strong>de</strong> las <strong>transformada</strong>s<br />
<strong>de</strong> Fourier (3.4) y, teniendo en cuenta que φ tiene media no nula ˆ φ(0) = 0, se<br />
concluye el resultado.<br />
5. El filtro h es un filtro paso bajo por ser H(0) NO NULO: el filtro asociado a la<br />
función <strong>de</strong> escala φ es paso bajo.<br />
6. Por la periodicidad <strong>de</strong> H, se tiene que H(2π) = H(0) = 1; introduciéndolo en la<br />
ecuación (3.4) se obtiene que<br />
luego<br />
ˆφ(4π) = H(2π) ˆ φ(2π) = ˆ φ(2π)<br />
ˆφ(2π) = ˆ φ(4π) = ˆ φ(8π) = · · · = ˆ φ(2 N π).<br />
Si se impone un mínimo <strong>de</strong>caimiento <strong>de</strong> ˆ φ (por ejemplo, que φ esté en L 1 , para que<br />
ˆφ (w) → 0 cuando |w| → ∞), entonces necesariamente ˆ φ(2 N π) = 0 = ˆ φ(2π) <strong>de</strong><br />
don<strong>de</strong><br />
0 = ˆ φ(2π) = H (π) ˆ φ (π)<br />
con lo cual es lógico imponer que H(π) = 0. Se verá más a<strong>de</strong>lante que esta condición<br />
es lógica, pues implica que la <strong>wavelet</strong> tenga necesariamente integral nula.<br />
3.1. Obtención <strong>de</strong> la función <strong>de</strong> escala φ<br />
Toda función <strong>de</strong> escala tiene asociado un filtro paso bajo,<br />
pero NO TODO filtro paso bajo genera <strong>una</strong> función <strong>de</strong> escala. (Se necesita <strong>una</strong><br />
condición <strong>de</strong> convergencia que se muestra en el próximo teorema 11).<br />
42
En tal caso, ¿cómo obtener φ a partir <strong>de</strong> su filtro baso bajo asociado h? Veamos<br />
que se consigue iterando la propiedad (3.4)<br />
y pasando al límite:<br />
ˆφ(w) = H<br />
<br />
w<br />
H<br />
2<br />
<br />
w<br />
. . . H<br />
4<br />
<br />
w<br />
2j <br />
ˆφ<br />
w<br />
2j <br />
ˆφ(w) = <br />
<br />
w<br />
H<br />
2j <br />
lím ˆφ<br />
w<br />
j→∞ 2j ⎛<br />
<br />
= ⎝ <br />
<br />
w<br />
H<br />
2j j≥1<br />
j≥1<br />
⎞<br />
⎠ ˆ φ(0).<br />
Por tanto, si el productorio <br />
<br />
w<br />
H<br />
2j <br />
converge, entonces la función <strong>de</strong> escala queda<br />
<strong>de</strong>terminada salvo un factor no nulo ˆ φ(0), que es su media.<br />
j≥1<br />
Si se normaliza φ <strong>de</strong> forma que tenga media 1 (es <strong>de</strong>cir, φ = 1 o, equivalentemente,<br />
ˆφ(0) = 1/ √ 2π), entonces la única función <strong>de</strong> escala asociada al filtro h es<br />
ˆφ(w) = 1<br />
√ 2π<br />
<br />
<br />
w<br />
H<br />
j≥1 2j <br />
(3.6)<br />
Es <strong>de</strong>cir, si la función H asociada al filtro h cumple cierta propiedad <strong>de</strong> convergencia,<br />
entonces obtenemos ˆ φ y, antitransformando, se obtiene φ.<br />
Teorema 11 Sea h = (hk)k∈Z ∈ ℓ 2 un filtro tal que <br />
k∈Z hk = √ 2, y sea H(w) =<br />
<br />
k∈Z hke −ikw / √ 2 su serie trigonométrica asociada. Supóngase que la función F <strong>de</strong>finida<br />
por<br />
F (w) = 1<br />
J<br />
<br />
w<br />
√ lím H<br />
2π J→∞<br />
j=1 2j <br />
está en L 2 (R) y verifica lím|w|→∞ F (w) = 0.<br />
Entonces existe <strong>una</strong> función <strong>de</strong> escala φ asociada al filtro h <strong>de</strong>terminada por ˆ φ = F<br />
con φ = 1.<br />
Ejemplo: la función <strong>de</strong> escala <strong>de</strong> Haar<br />
<strong>La</strong> función <strong>de</strong> escala φ que genera el análisis multirresolución <strong>de</strong> funciones constantes<br />
sobre intervalos <strong>de</strong> la forma [2 −j k, 2 −j (k + 1)] es la función característica <strong>de</strong>l intervalo<br />
[0,1].<br />
Ecuación <strong>de</strong> escala: φ (x) = φ (2x) + φ (2x − 1)<br />
Filtro asociado: h = <br />
h0 = 1/ √ 2, h1 = 1/ √ 2 <br />
Polinomio trigonométrico: H (w) = 1<br />
2<br />
43<br />
<br />
1 + e −iw
Figura 3.1: Función <strong>de</strong> escala.<br />
pues los únicos coeficientes no nulos son h0 = h1 = 1/ √ 2.<br />
Es un filtro paso bajo con hn = √ 2, lo que equivale a H (0) = 1.<br />
El filtro es FINITO porque el SOPORTE DE φ ES COMPACTO.<br />
¿Se podría haber construido φ a partir <strong>de</strong>l filtro h? Sí pues el productorio converge<br />
a <strong>una</strong> función <strong>de</strong> L 2 :<br />
1<br />
J<br />
<br />
w<br />
√ lím H<br />
2π J→∞<br />
j=1 2j <br />
= ˆχ[0,1] (w) (ejercicio)<br />
luego las funciones <strong>de</strong> escala asociadas al filtro finito paso bajo h = (1, 1) / √ 2 son las<br />
proporcionales a χ[0,1]; <strong>de</strong> entre ellas la única <strong>de</strong> media 1 es φ = χ[0,1].<br />
Observación: Esta función <strong>de</strong> escala servirá para construir la <strong>wavelet</strong> ψ <strong>de</strong> Haar.<br />
(Ejercicio: Realizar el mismo estudio -<strong>de</strong>terminación <strong>de</strong> la ecuación <strong>de</strong> escala, fitro y<br />
función trigonométrica asociados– para la función “sombrero” <strong>de</strong>finida previamente.)<br />
3.1.1. Algoritmo en cascada para obtener φ<br />
A partir <strong>de</strong>l filtro h con hk = √ 2 en la práctica no se utiliza el método teórico<br />
<strong>de</strong> antitransformar la ecuación (3.6), sino que se construye <strong>una</strong> sucesión <strong>de</strong> funciones<br />
φ (i) que converge a la función <strong>de</strong> escala φ.<br />
i∈N<br />
El algoritmo, conocido como ALGORITMO EN CASCADA, es el siguiente:<br />
φ (0) = χ[0,1)<br />
∀i ∈ N, φ (i) (x) = <br />
44<br />
k∈Z<br />
√ 2 hkφ (i−1) (2x − k)
que, si el filtro cumple la condición <strong>de</strong> convergencia <strong>de</strong>l teorema 11, converge a la función φ<br />
que satisface la ecuación <strong>de</strong> escala, a<strong>de</strong>más <strong>de</strong> que φ = 1 (puesto que φ (i) = φ (i−1) =<br />
· · · = φ (0) = 1).<br />
Gráfica <strong>de</strong> φ (i) en los puntos m/2 i<br />
Para i = 0, es obvio que φ (0) en los enteros toma valores <strong>de</strong> <strong>una</strong> <strong>de</strong>lta <strong>de</strong> Kronecker:<br />
v (0) = <br />
φ (0) (m) <br />
m = (δm,0)<br />
m = δ.<br />
En la etapa i = 1, se tiene que en los semienteros, φ (1) toma los valores v (1) <br />
=<br />
φ (1) (m/2) <br />
que son<br />
m<br />
φ (1)<br />
<br />
m<br />
=<br />
2<br />
√<br />
2 hkφ<br />
k∈Z<br />
(0) (m − k) = √<br />
2 hkδm−k,0 =<br />
k∈Z<br />
√ 2 hm = √ 2 (h ∗ δ) m<br />
Obsérvese que v (1) = √ 2h = √ 2 (h ∗ δ0) = √ 2 <br />
h ∗ v (0) .<br />
En general, si en la etapa i − 1 se conoce el valor <strong>de</strong> φ (i−1) en los puntos <strong>de</strong> la forma<br />
m/2i−1 , y se introducen en el vector<br />
v (i−1) = <br />
(i−1)<br />
φ m/2 i−1<br />
m<br />
entonces, en la etapa i−ésima, po<strong>de</strong>mos calcular fácilmente el valor <strong>de</strong> φ (i) en los puntos<br />
<strong>de</strong> la forma k/2i , (que constituyen el vector v (i) )<br />
v (i)<br />
m = φ (i)<br />
<br />
m<br />
2i <br />
= √<br />
2 hkφ<br />
k∈Z<br />
(i−1) ( m<br />
− k) =<br />
2i−1 = √<br />
2 hkφ<br />
k∈Z<br />
(i−1) ( m − 2i−1k 2i−1 ) = √<br />
2 hkv<br />
k∈Z<br />
(i−1)<br />
m−2i−1k =<br />
= √ <br />
2 h ↑ 2<br />
n∈Z<br />
i−1<br />
n v(i−1) m−n<br />
don<strong>de</strong> el vector <br />
h ↑ 2 i−1<br />
es el vector que resulta <strong>de</strong> intercalar 2i−1 coeficientes nulos<br />
entre cada dos coeficientes <strong>de</strong> h :<br />
<br />
h ↑ 2 i−1<br />
<br />
hk si n = 2<br />
(n) =<br />
i−1k 0 resto<br />
Hemos <strong>de</strong>ducido que<br />
v (1) = √ 2h<br />
∀i > 1, v (i) = √ 2 <br />
h ↑ 2 i−1<br />
∗ v (i−1)<br />
así que en cada iteración no hay más que realizar <strong>una</strong> convolución <strong>de</strong>l vector anterior<br />
v (i−1) con el filtro paso bajo h convenientemente extendido con ceros.<br />
(Ejercicio: Hallar la función <strong>de</strong> transferencia (<strong>transformada</strong> <strong>de</strong> Fourier) <strong>de</strong>l filtro que<br />
transforma v (0) en v (i) ).<br />
En resumen, con un número no muy alto <strong>de</strong> iteraciones (i = 10) se obtiene la gráfica<br />
<strong>de</strong> φ (10) en los puntos <strong>de</strong> la forma m/2 10 , m ∈ Z, y, si φ es continua, dan <strong>una</strong> buena<br />
aproximación <strong>de</strong> la gráfica <strong>de</strong> φ en el dominio temporal, sin necesidad <strong>de</strong> conocer su<br />
trasnformada <strong>de</strong> Fourier.<br />
45
3.2. El caso ortogonal<br />
Consi<strong>de</strong>remos, como antes, la función <strong>de</strong> escala<br />
φ(x) = √<br />
2hkφ(2x − k)<br />
k∈Z<br />
Impongamos ahora la condición <strong>de</strong> que φ sea ortogonal a sus trasladadas; así pues<br />
añadimos el requisito <strong>de</strong> que φ dé lugar a <strong>una</strong> base ortogonal; sustituimos 4. <strong>de</strong> la <strong>de</strong>finición<br />
<strong>de</strong> análisis multirresolución por:<br />
4. ∃ φ tal que (φ( · − k))k∈Z es <strong>una</strong> base ortonormal <strong>de</strong> V0, es <strong>de</strong>cir<br />
Observación importante:<br />
∀f ∈ V0, f = <br />
< f, φ( · − k) > φ( · − k)<br />
k∈Z<br />
(φ( · − k))k∈Z ortonormal ⇔ < φ, φ( · − k) >= δk,0, es <strong>de</strong>cir φ es ortogonal a sus<br />
trasladadas y unitaria: φ = 1<br />
Supuesta la existencia <strong>de</strong> φ con el requisito (4), la base <strong>de</strong> Vj antes expresada se<br />
normaliza con el coeficiente 2 j/2 :<br />
φ(2 j<br />
· −k) 2 ∞<br />
=<br />
|φ(2<br />
−∞<br />
j x − k)| 2 dx = 2 −j<br />
∞<br />
|φ(x)|<br />
−∞<br />
2 dx = 2 −j φ = 2 −j<br />
con lo que (φj,k = 2 j/2 φ(2 j · −k))k∈Z es base ortonormal <strong>de</strong> Vj. En particular, (φ1,k =<br />
√ 2φ(2 · −k))k∈Z es base ortonormal <strong>de</strong> V1.<br />
Recor<strong>de</strong>mos la ecuación <strong>de</strong> escala (3.2)<br />
φ(x) = <br />
k∈Z<br />
hk<br />
√ 2φ(2x − k) = <br />
k∈Z<br />
hk φ1,k.<br />
De hecho, el factor √ 2 se introdujo para que la sucesión <strong>de</strong> coeficientes h = (hk)k∈Z sean<br />
las coor<strong>de</strong>nadas <strong>de</strong> φ respecto <strong>de</strong> la base ortonormal (φ1,k = √ 2φ(2 · −k))k∈Z <strong>de</strong> V1.<br />
Por tanto,<br />
hk =< φ, φ1,k >=< φ, √ 2φ(2 · −k) > .<br />
Teorema 12 Si la función φ y sus trasladadas forman <strong>una</strong> familia ortonormal <strong>de</strong> funciones<br />
<strong>de</strong> L 2 , entonces el filtro h y sus trasladados pares forman familia ortonormal <strong>de</strong><br />
vectores (sucesiones) <strong>de</strong> ℓ 2 .<br />
46
Demostración: Basta aplicar la ecuación <strong>de</strong> escala a φ y a cualquier trasladada suya<br />
φ( · − k), e imponer la condición <strong>de</strong> ortogonalidad entre ambas<br />
δk,0 = < φ, φ( · − k) >=<br />
<br />
√<br />
= 2 hjφ(2 · −j), <br />
<br />
√<br />
2 hmφ(2 · − (2k + m)) =<br />
j∈Z<br />
= 2 <br />
= <br />
j,m∈Z<br />
j,m∈Z<br />
= <br />
j,m∈Z<br />
= <br />
m∈Z<br />
hjhm<br />
hjhm<br />
<br />
<br />
R<br />
R<br />
hjhmδj,2k+m =<br />
h2k+mhm<br />
m∈Z<br />
<strong>La</strong> ortogonalidad <strong>de</strong> φ implica que h verifica<br />
φ(2x − j)φ(2x − (2k + m)) dx =<br />
φ(t − j)φ(t − (2k + m)) dt =<br />
<br />
hmhm+2k = δk,0<br />
m∈Z<br />
(3.7)<br />
lo cual significa que h es ortogonal a sus trasladados pares y que, para k = 0, <br />
k∈Z |hm| 2 =<br />
1 o sea, h ∈ ℓ2 y es unitario. Éstas son las dos condiciones <strong>de</strong> ortogonalidad para el filtro.<br />
NOTA: Sin embargo, el recíproco no es cierto. <strong>La</strong> ortogonalidad <strong>de</strong>l filtro no implica<br />
la ortogonalidad <strong>de</strong> la función <strong>de</strong> escala a no ser que la función trigonométrica H verifique<br />
<strong>una</strong> condición extra. Esto se verá en el Teorema 14, pero antes estudiaremos ciertas<br />
propieda<strong>de</strong>s <strong>de</strong> la H en el caso ortogonal.<br />
3.2.1. Propieda<strong>de</strong>s <strong>de</strong> la función trigonométrica H en el caso<br />
ortogonal<br />
A<strong>de</strong>más <strong>de</strong> las que ya hemos mencionado, H verifica nuevas propieda<strong>de</strong>s en el caso<br />
ortogonal:<br />
Teorema 13 <strong>La</strong>s tres condiciones siguientes son equivalentes (y necesarias para la<br />
ortonormalidad <strong>de</strong> φ y sus trasladadas):<br />
a) h y sus trasladados pares forman <strong>una</strong> familia ortonormada <strong>de</strong> vectores en ℓ 2<br />
b) El filtro <strong>de</strong> autocorrelación <strong>de</strong> h verifica r2m = δm,0<br />
c) <strong>La</strong> función H es tal que<br />
|H(w)| 2 + |H(w + π)| 2 = 1 (3.8)<br />
47
Demostración:<br />
En efecto, a) y b) son equivalentes por la <strong>de</strong>finición <strong>de</strong> r2m y la condición <strong>de</strong> ortogonalidad<br />
(3.7).<br />
Por otro lado, siempre se verifica que<br />
|H(w)| 2 + |H(w + π)| 2 = 1<br />
⎛<br />
⎝<br />
2<br />
<br />
rme<br />
m∈Z<br />
−imw + <br />
rm(−1)<br />
m∈Z<br />
m e −imw<br />
⎞<br />
=<br />
⎠ =<br />
<br />
r2ke −i2kw<br />
k∈Z<br />
y para que esta serie trigonométrica sea constante e igual a 1, es necesario y suficiente<br />
que sus coeficientes <strong>de</strong> Fourier r2k sean todos nulos salvo r0 = 1; ello equivale a que se<br />
cumpla b).<br />
Otras propieda<strong>de</strong>s son:<br />
Consecuencia <strong>de</strong> lo anterior (ecuación 3.8), evaluando en 0, dado que H(0) = 1,<br />
se tiene que H(π) = 0. Es <strong>de</strong>cir, <br />
k∈Z hk(−1) k = 0, lo cual es necesario para que<br />
genere <strong>una</strong> <strong>wavelet</strong> <strong>de</strong> integral nula (al menos 1 momento nulo).<br />
Si a<strong>de</strong>más h es real entonces |H(−w)| = |H(w)| y junto con (3.8) se tiene que<br />
|H(w)| 2 + |H(π − w)| 2 = 1 con lo cual, aparte <strong>de</strong> obtener que H(π/2) = 1/2, basta<br />
sólo <strong>de</strong>finir H en [0, π/2].<br />
Veamos por fin <strong>una</strong> condición suficiente para que un filtro dé lugar a φ ORTONOR-<br />
MADA:<br />
Teorema 14 Sea H <strong>una</strong> serie trigonométrica que verifica (3.8), con H(0) = 1, y que<br />
genera <strong>una</strong> función <strong>de</strong> escala ψ mediante 3.6.<br />
Si H no se anula en [−π/2, π/2], entonces φ y sus trasladadas forman <strong>una</strong> familia<br />
ortonormada en L 2 .<br />
48
3.3. Construcción <strong>de</strong> bases para los suplementarios<br />
ortogonales <strong>de</strong> Vj−1 en Vj<br />
Supongamos que (Vj) es un análisis multirresolución tal que las trasladadas <strong>de</strong> φ<br />
constituyen <strong>una</strong> base ortonormal <strong>de</strong> V0; es <strong>de</strong>cir, nos centramos en el caso ortogonal. Se<br />
<strong>de</strong>sea construir <strong>una</strong> <strong>wavelet</strong> ψ <strong>de</strong> modo que sus dilatadas y trasladadas diádicas:<br />
ψj,k = 2 j/2 ψ(2 j . − k), j, k ∈ Z<br />
constituyan <strong>una</strong> base ortonormada <strong>de</strong> L 2 .<br />
Teniendo en cuenta que los subespacios Vj son cerrados y cumplen Vj ⊂ Vj+1, <strong>de</strong>notemos<br />
Wj el complemento ortogonal <strong>de</strong> Vj en Vj+1, Vj+1 = Vj ⊕ Wj; esto quiere <strong>de</strong>cir que<br />
si tenemos <strong>una</strong> señal f a resolución 2 j+1 y proyectamos a resolución inferior 2 j entonces<br />
f = Pjf + <br />
< f, ψj,k > ψj,k<br />
k∈Z<br />
don<strong>de</strong> Pj representa la proyección ortogonal en el espacio Vj don<strong>de</strong> se recoge la versión<br />
“suavizada”<strong>de</strong> f y la diferencia f − Pjf representa el “<strong>de</strong>talle”<strong>de</strong> f, que está en Wj y<br />
expresamos como <br />
< f, ψj,k > ψj,k. Se trata, pues, <strong>de</strong> <strong>de</strong>scribir un procedimiento para<br />
k∈Z<br />
la construcción <strong>de</strong> la <strong>wavelet</strong> ψ y las consiguientes bases (ψj,k, k ∈ Z) <strong>de</strong> cada Wj.<br />
Fijémonos en la estructura <strong>de</strong> los suplementarios ortogonales Wj; en primer lugar, son<br />
ortogonales dos a dos, a<strong>de</strong>más dados dos índices j < J se tiene:<br />
Vj ⊂ Vj+1 ⊂ · · · ⊂ VJ,<br />
VJ = Vj ⊕ Wj ⊕ Wj+1 ⊕ · · · ⊕ WJ−1 = Vj<br />
y, dado que L 2 (R) = lím<br />
J→∞ VJ, tenemos un primer resultado,<br />
L 2 <br />
(R) = Vj Wn.<br />
n≥j<br />
J−1<br />
<br />
Por otro lado, dado que {0} = lím<br />
j→−∞ Vj, po<strong>de</strong>mos concluir que<br />
L 2 (R) = <br />
Wj.<br />
j∈Z<br />
Por lo que interesa construir bases <strong>de</strong> cada Wj, preferiblemente ortonormales. Los<br />
subespacios Wj heredan la propiedad <strong>de</strong> escala:<br />
f ∈ Wj ⇒ f(2 · ) ∈ Wj+1<br />
Por ello es por lo que empezamos construyendo <strong>una</strong> base para W0 que es el complemento<br />
ortogonal <strong>de</strong> V0 en V1, con la i<strong>de</strong>a <strong>de</strong> que sus dilatados nos proporcionen bases <strong>de</strong> los<br />
sucesivos Wj.<br />
49<br />
n=j<br />
Wn
Sea ψ ∈ W0 ⊂ V1, entonces:<br />
a) ψ(x) = √ 2 <br />
gkφ(2x − k),<br />
k∈Z<br />
b) ψ ⊥ V0 ⇒ ∀ k < ψ, φ( · − k) >= 0.<br />
¿Cómo escoger gk para que (ψ(2 j · −k))k∈Z sea base ortogonal <strong>de</strong> Wj? (Equivalentemente,<br />
(ψ(2 j · −k))k,j∈Z base <strong>de</strong> L 2 (R))<br />
Para j = 0, imponemos la condición <strong>de</strong> que ψ sea ortogonal a sus <strong>de</strong>splazados y <strong>de</strong><br />
norma 1:<br />
c) ∀ k < ψ, ψ( · − k) >= δk,0.<br />
Veamos qué <strong>de</strong>ben cumplir los coeficientes gk <strong>de</strong> ψ para que se satisfagan b) y c):<br />
b) 0 = < ψ, φ( · − k) >=<br />
= 2 <br />
gjhm < φ(2 · −j), φ(2 · −2k − m) >=<br />
j,m<br />
<br />
g2k+mhm<br />
m<br />
c) δk,0 = < ψ, ψ( · − k) >=<br />
<br />
<br />
= 2 gjφ(2x − j) <br />
gmφ(2x − (2k + m)) dx =<br />
R<br />
j∈Z<br />
= 2 <br />
j,m∈Z<br />
gjgm<br />
<br />
R<br />
m∈Z<br />
φ(2x − j)φ(2x − (2k + m)) dx = <br />
m∈Z<br />
gm+2kgm<br />
Observamos que, si φ es ortogonal, entonces la condición <strong>de</strong> ortogonalidad <strong>de</strong> ψ<br />
y sus trasladadas equivale a <strong>una</strong> condición <strong>de</strong> ortogonalidad <strong>de</strong> g respecto a sus<br />
trasladados pares.<br />
El siguiente esquema muestra en la primera fila los coeficientes <strong>de</strong> g, en la segunda los<br />
<strong>de</strong> h. <strong>La</strong> condición b) para k = 0 es <br />
gjhj = 0 (=< g, h >, producto escalar en ℓ2 <strong>de</strong> g<br />
por h),<br />
j∈Z<br />
· · · g−2 g−1 g0 g1 g2 g3 · · ·<br />
· · · h−2 h−1 h0 h1 h2 h3 · · ·<br />
Una posible elección para g consiste en reflejar, alternar signos y conjugar:<br />
gk = (−1) k h1−k<br />
· · · h3 −h2 h1 −h0 h−1 −h−2 · · ·<br />
· · · h−2 h−1 h0 h1 h2 h3 · · ·<br />
50<br />
(3.9)
Obviamente se cumple la condición b) para k = 0; veamos que con esta elección se<br />
cumplen tanto b) como c) ya que<br />
< φ(· − m), ψ > = 2 <br />
hk(−1)<br />
j,k<br />
j h1−j<br />
= <br />
(−1) k hkh1−2m−k = <br />
k<br />
<br />
R<br />
φ(2x − (2m + k))φ(2x − j) dx =<br />
k<br />
h2kh1−2m−2k − <br />
k<br />
h1−2m−2kh2k = 0<br />
<br />
gm+2kgm =<br />
m∈Z<br />
<br />
(−1)<br />
m∈Z<br />
m+2k h1−(m+2k)(−1) m h1−m = <br />
h1−m−2kh1−m = δk,0.<br />
m∈Z<br />
Consi<strong>de</strong>remos pues, el filtro g = ((−1) k h1−k)k∈Z, <strong>de</strong>finido a partir <strong>de</strong> h = (hk)k∈Z; el<br />
par (h, g) se <strong>de</strong>nomina par <strong>de</strong> filtros conjugados <strong>de</strong> cuadratura. <strong>La</strong> función ψ se escribe<br />
ψ(x) = √ 2 <br />
(−1) k h1−k φ(2x − k), (3.10)<br />
k∈Z<br />
Procedamos a transformar mediante Fourier la relación que <strong>de</strong>fine ψ (los cálculos son<br />
idénticos a los realizados con la ecuación <strong>de</strong> escala); llegando a<br />
ˆψ(w) = 1 <br />
√ (−1)<br />
2 k∈Z<br />
k h1−ke −ikw/2 <br />
φˆ<br />
w<br />
2<br />
Si <strong>de</strong>finimos la serie trigonométrica G(w) := 1<br />
√ 2<br />
pero a<strong>de</strong>más, y en relación con H,<br />
ˆψ(w) = G<br />
<br />
w<br />
ˆφ<br />
w<br />
2 2<br />
<br />
(−1)<br />
k∈Z<br />
k h1−ke −ikw , entonces<br />
G(w) = 1 <br />
√ (−1)<br />
2 k∈Z<br />
k h1−ke −ikw = 1 <br />
√ h1−ke<br />
2 k∈Z<br />
−ik(w+π)<br />
= 1 <br />
√ hme<br />
2 m∈Z<br />
mi(w+π) e −i(w+π) = −e −iw H(w + π) (3.11)<br />
51
Magnitud <strong>de</strong> la respuesta en frecuencia<br />
1<br />
0.9<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
|H(w)| 2<br />
FILTROS DE CUADRATURA EN ESPEJO<br />
|G(w)| 2<br />
0<br />
0 0.5 1 1.5 2 2.5 3 3.5<br />
frecuencias (w)<br />
Figura 3.2: Cuadratura en espejo.<br />
Alg<strong>una</strong>s propieda<strong>de</strong>s <strong>de</strong> G, que se <strong>de</strong>ducen <strong>de</strong> las análogas <strong>de</strong> H,<br />
1. G es periódica <strong>de</strong> período 2π.<br />
2. G(0) = H(π) = 0,<br />
3. G(π) = H(0) = 1,<br />
(estas dos primeras propieda<strong>de</strong>s caracterizan g como filtro paso alto.)<br />
4. |G(w)| 2 + |G(w + π)| 2 = 1.<br />
5. Condición <strong>de</strong> aliasing nulo: H(w)G(w) + H(w + π)G(w + π) = 0.<br />
6. Si a<strong>de</strong>más el filtro tiene coeficientes reales, entonces |G(w)| = |G(−w)| = |G(2π −<br />
w)|, y la igualdad anterior se escribe como |G(w)| 2 + |G(π − w)| 2 = 1. Como consecuencia,<br />
basta <strong>de</strong>finir |G| en [0, π/2].<br />
Pue<strong>de</strong> concluirse que la matriz<br />
<br />
H(w) H(w + π)<br />
G(w) G(w + π)<br />
<br />
(3.12)<br />
es unitaria.<br />
Observación: la condición <strong>de</strong> norma 1 <strong>de</strong> cada fila <strong>de</strong> esta matriz equivale a la condición<br />
distorsión mínima, mientras que la ortogonalidad <strong>de</strong> las filas (o columnas) se correspon<strong>de</strong><br />
a la condición <strong>de</strong> aliasing nulo.<br />
52
Teorema 15 <strong>La</strong> familia (ψ( · − k)k∈Z) es <strong>una</strong> base ortonormal <strong>de</strong> W0.<br />
Demostración: Dado que V1 = V0 ⊕ W0, basta probar que φ(2 · −m) pue<strong>de</strong> expresarse<br />
como combinación lineal <strong>de</strong> las trasladadas <strong>de</strong> φ y las trasladadas <strong>de</strong> ψ, sea cual sea el<br />
valor entero <strong>de</strong> m; esto es se trata <strong>de</strong> encontrar sucesiones (ckm)k∈Z, (dkm)k∈Z <strong>de</strong> forma<br />
que<br />
φ(2x − m) = <br />
ckmφ(x − k) + <br />
dkmψ(x − k) (3.13)<br />
Tomemos la <strong>transformada</strong> <strong>de</strong> Fourier <strong>de</strong> ambos miembros,<br />
k<br />
1<br />
2 e−imw/2 <br />
φˆ<br />
w<br />
=<br />
2<br />
<br />
ckme<br />
k<br />
−ikw <br />
φ(w) ˆ + dkme<br />
k<br />
−ikw ψ(w) ˆ =<br />
<br />
<br />
ckme<br />
k<br />
−ikw <br />
w<br />
H +<br />
2<br />
<br />
dkme<br />
k<br />
−ikw <br />
w<br />
G<br />
2<br />
<br />
ˆφ<br />
w<br />
.<br />
2<br />
Debido al carácter unitario <strong>de</strong> (3.12) se tiene:<br />
H<br />
Tomando semisuma y semidiferencia:<br />
1<br />
2 H<br />
<br />
w<br />
2<br />
<br />
H<br />
<br />
w w w w<br />
H H + G G = 1<br />
2 2 2 2<br />
<br />
w w<br />
w w<br />
H + π + G G + π = 0<br />
2 2 2 2<br />
<br />
w w<br />
± H + π<br />
2 2 <br />
+ 1<br />
2 G<br />
k<br />
<br />
w<br />
2<br />
<br />
G<br />
Esta última igualdad permite hacer la i<strong>de</strong>ntificación:<br />
<br />
w w<br />
± G + π<br />
2 2 <br />
= 1<br />
2<br />
<br />
ckme<br />
k<br />
−ikw = e−imw/2<br />
<br />
w<br />
H + (−1)<br />
2 2<br />
m <br />
w<br />
H + π<br />
2 <br />
<br />
dkme<br />
k<br />
−ikw = e−imw/2<br />
<br />
w<br />
G + (−1)<br />
2 2<br />
m <br />
w<br />
G + π<br />
2 <br />
Incluso po<strong>de</strong>mos i<strong>de</strong>ntificar las nuevas coor<strong>de</strong>nadas en función <strong>de</strong> los coeficientes <strong>de</strong>l filtro,<br />
El teorema queda <strong>de</strong>mostrado.<br />
ckm = 1<br />
√ 2 hm−2k, dkm = 1<br />
√ 2 h1−m+2k(−1) m .<br />
53
Resumen<br />
Función <strong>de</strong> escala φ ⇐⇒ filtro paso bajo h<br />
Wavelet básica ψ ⇐⇒ filtro paso alto g<br />
φ ∈ L 2 (R) (respectivamente ψ) es ortogonal a sus trasladados<br />
⇓<br />
h (respectivamente g) y sus trasladados pares son ortogonales<br />
⇕<br />
H ∈ L 2 ([0, 2π]), |H(w)| 2 + |H(w + π)| 2 = 1 (3.14)<br />
( respectivamente G ∈ L 2 ([0, 2π]), |G(w)| 2 + |G(w + π)| 2 = 1)<br />
Y, a<strong>de</strong>más:<br />
< φ, ψ >= 0, < h, g >= 0, H(w)G(w) + H(w + π)G(w + π) = 0<br />
54
Bibliografía<br />
[1] I. Daubechies, Ten Lectures on Wavelets, SIAM (1992).<br />
[2] C. Gasquet, P. Witomski, Fourier Analysis and Applications: Filtering, Numerical<br />
Computation, Wavelets., Springer (1998).<br />
[3] G. Kaiser A Friendly Gui<strong>de</strong> to Wavelets, Birkhäuser (1994).<br />
[4] S. Mallat, A theory for multiresolution signal <strong>de</strong>composition: the <strong>wavelet</strong> representation,<br />
IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.11, no.<br />
7, Jul.1989.<br />
[5] S. Mallat, Multiresolution Analysis and orthonormal bases of L 2 (R), Transactions of<br />
the American Mathematical Society, Sept. 1989.<br />
[6] G. Strang, Wavelets and Filter Banks, Wellesley-Cambridge (1996).<br />
[7] VV. AA., Wavelets. Theory and Applications, Editores G. Erlebacher et al. Oxford<br />
University Press (1996).<br />
[8] M. V. Wickerhauser, Adapted Wavelet Analysis from Theory to Software, IEEE Press<br />
(1994).<br />
73