- Una presentación que muestra cuán poderosa funciona la transformada de Fourier en aplicaciones tecnológicas reales
- El ponente explica, en el evento Teardown 2025, principalmente a partir de casos relacionados con OFDM (multiplexación por división de frecuencia ortogonal)
- También ofrece diversos materiales de referencia, como el PDF de las diapositivas, un notebook de Jupyter, código de un decodificador DVB-T y un video sobre el algoritmo FFT
- Este material muestra que la transformada de Fourier sigue funcionando como una herramienta central en los campos de comunicaciones y procesamiento de señales
- Las señales suelen tratarse como valores que cambian con el tiempo, pero la misma señal también puede expresarse como la suma de componentes de frecuencia
- La transformada de Fourier es una herramienta que convierte una forma de onda compleja en “qué frecuencias están mezcladas y en qué cantidad”
- Por ejemplo, el ruido impulsivo breve, la distorsión que fluctúa lentamente y los patrones repetitivos se ven entrelazados en el dominio del tiempo, pero se separan en el dominio de la frecuencia
- Los canales de comunicación del mundo real suelen tener propiedades lineales e invariantes en el tiempo (LTI, Linear Time-Invariant)
- En un sistema LTI, cómo se distorsiona una señal se determina de forma independiente para cada frecuencia
- Los retardos, reflexiones y atenuaciones en el dominio del tiempo aparecen como cambios de amplitud y de fase en el dominio de la frecuencia
- Si se intenta resolver el problema en el dominio del tiempo, los retardos, superposiciones e interferencias quedan entrelazados
- Al ver el mismo problema en el dominio de la frecuencia, se convierte en una cuestión de ajustar cada componente de frecuencia por separado
- De ahí surge la idea de “mover los datos a un espacio donde sea más fácil procesarlos”
- La forma que implementa directamente esta idea es OFDM (Orthogonal Frequency Division Multiplexing)
- Divide un flujo de datos rápido en múltiples subportadoras (subcarriers) lentas
- Cada subportadora es ortogonal a las demás, así que pueden transmitirse al mismo tiempo sin interferirse
- Con FFT (Fast Fourier Transform)/IFFT (Inverse Fast Fourier Transform) es posible transformar y reconstruir muchas subportadoras de una sola vez
- Cuando el estado del canal varía según la frecuencia, solo algunas subportadoras pierden calidad
- En un esquema de portadora única se daña toda la información, pero en OFDM solo se ve afectada una parte
- Las frecuencias problemáticas pueden usarse débilmente o incluso dejarse vacías
- El ruido en ráfaga concentrado en el tiempo se dispersa en OFDM entre varios símbolos y varias frecuencias
- Un ruido fuerte en un instante breve no termina dañando todo el conjunto de datos
- El multitrayecto que aparece en entornos inalámbricos genera retardos porque la señal llega por varias rutas
- En el dominio del tiempo, los símbolos se superponen y aparece ISI (Inter-Symbol Interference, interferencia entre símbolos)
- En el dominio de la frecuencia, el multitrayecto aparece como una curva de respuesta del canal
- Al corregir esa curva, cada subportadora puede recuperarse de forma independiente
- Con señales piloto se puede seguir el error de frecuencia (deriva del LO) entre transmisor y receptor
- El desplazamiento Doppler que ocurre durante el movimiento también puede separarse y corregirse por frecuencia
- Es posible aplicar un esquema de modulación distinto a cada subportadora
- En las bandas con buena calidad de señal se coloca modulación de alta velocidad, y en las malas, modulación más robusta
- Esto permite una transmisión de datos jerárquica imposible en un solo flujo
- Puede ampliarse a una estructura OFDMA en la que varios usuarios transmiten al mismo tiempo repartiendo tiempo y frecuencia
- El interleaving, que mezcla datos tanto en tiempo como en frecuencia, reduce la concentración de errores
- Se integra de forma natural con técnicas de corrección de errores como códigos convolucionales, Reed–Solomon y BCH
- En consecuencia, la transformada de Fourier es un “interruptor que convierte una realidad compleja en un problema simple de ajuste”
- OFDM es un diseño que coloca ese interruptor en el centro de la arquitectura de comunicaciones
- Funciona como la base que permite a las comunicaciones inalámbricas modernas obtener al mismo tiempo alta velocidad y estabilidad
7 comentarios
Entre las "opiniones de HN":
...?
Ya vivimos en una era en la que hay personas con catorce hijos y que además son CEO de cuatro empresas...
No, pero en serio me puse a revisar Wikipedia: Joseph Fourier presentó la transformada de Fourier en 1822; dejando de lado publicaciones fragmentarias anteriores, el FFT se formalizó y publicó en 1965, y una versión algo más temprana fue publicada en 1932, pero resulta que Gauss ya había dejado registrado el FFT sin publicarlo nada menos que en 1805. No queda más que darle la razón al comentario de "Gauss is gonna Gauss" (Gauss siendo Gauss) ;_;
La serie de transformaciones que de verdad me volvió loco en matemáticas aplicadas... T_T
Recuerdo haberlo usado hace tiempo cuando escribía lógica para eliminar ruido y patrones repetitivos.
Parece que hoy en día implementan algo parecido con autoencoders.
Comentarios de Hacker News
Así como Copérnico simplificó el complejo movimiento de los planetas al cambiar el sistema de coordenadas, el análisis de Fourier parte esencialmente de la misma idea
En señales digitales, la base de Walsh-Hadamard también resulta útil, y eso es un concepto totalmente distinto de la frecuencia
Los modelos como GPT también están ahora en un estado ptolomeico, y creo que algún día entenderemos su dinámica con un mejor sistema de coordenadas
Los armónicos esféricos, las funciones de Bessel y las funciones de Hankel son, cada una, variaciones de seno/coseno o de funciones exponenciales complejas
Las wavelets usan un espacio de parámetros con forma de árbol, y recientemente también hay mucha investigación sobre bases sobrecompletas (overcomplete basis)
Pero considero que este tipo de aproximación lineal no tiene una relación directa con entender redes neuronales que manejan estructuras no lineales de alta dimensión
Pero el problema es que, en general, eso es casi imposible
Lo escribió en sus notas mientras estudiaba el movimiento de los asteroides Pallas y Juno, pero nunca se publicó
Documento relacionado
Incluso le dijo a su hijo que no estudiara matemáticas, porque creía que superar lo que él mismo había hecho era imposible
Quería detectar tráfico periódico como los lunes por la mañana o los martes al mediodía
Pero configuré mal la gráfica y terminé gastando la mitad del uso diario, así que la cambié a una línea de -7 días; yo la entendía, pero el equipo quedó confundido
En su lugar, el análisis de cepstrum es más adecuado, y se usa mucho en análisis de vibraciones mecánicas para detectar impactos periódicos, como daños en engranes
Me sorprendió descubrir que este hecho que aprendí en la universidad es equivalente al principio de incertidumbre
Mi esposa y yo discutimos seguido sobre cómo cargar el lavavajillas: yo lo hago rápido (minimizando tiempo), y ella con cuidado (minimizando la cantidad de lavados), así que cada quien estaba optimizando un dominio distinto
Por ejemplo, una función gaussiana es compacta en ambos
Por cierto, recomiendo el video de Technology Connections sobre lavavajillas
Yo hice un código de demostración que aplica la transformada de Fourier a video de webcam para leer el pulso en la cara
La idea es buscar dónde la energía alcanza un pico en una frecuencia específica
El DCT, núcleo de JPEG, h264 y mp3, es básicamente una FFT modificada
Explica la idea de la transformada de Fourier de forma muy sencilla
Enlace al video
Pero este tipo de título se ha usado tanto que ahora ya se siente un poco manipulador
La transformada de Fourier en realidad es un concepto muy razonable e intuitivo
Si la matemática es el lenguaje de la ciencia, decir que “la matemática es anormalmente efectiva” también suena exagerado
La presentación al final no pasa de un nivel básico de FT 101
El proceso consiste en proyectar los datos a un mejor sistema de coordenadas (tiempo → frecuencia), eliminar las bases de baja varianza y luego reconstruir con la transformada inversa (IFFT)
La diferencia es que la base de la FFT está fija
Como trabaja con un dominio infinito, se siente burda y poco realista
Eso permite eliminar el problema del soporte infinito y de la resolución infinita
Si quieres usar otra modulación, solo debes tratar el complejo de cada subportadora como un punto IQ
Al final, es como leer el mismo símbolo en el dominio de la frecuencia en vez de en el dominio del tiempo, y funciona de forma equivalente a la modulación general gracias al principio de superposición