Ficha de uso

Introducción

Ventanas que se adaptan a la frecuencia

La STFT usa la misma ventana para todas las frecuencias: si es larga, resuelve bien los tonos graves y emborrona los sucesos rápidos; si es corta, al revés. Muchas señales naturales tienen componentes de baja frecuencia que duran mucho y componentes de alta frecuencia que duran poco. Para ellas conviene analizar las frecuencias bajas con ventanas largas y las altas con ventanas cortas, de forma que cada análisis contenga el mismo número de oscilaciones.

La transformada wavelet continua

Una wavelet ψ(t) es una función oscilante de media nula y energía finita, concentrada en el tiempo. Se desplaza a b y se escala por a > 0:

ψa,b(t) = (1/√a) ψ((t − b)/a), W(a, b) = ∫ x(t) ψ*a,b(t) dt.

W(a, b) mide cuánto se parece x, cerca del instante b, a la wavelet a escala a. El escalograma es |W(a, b)|². Una escala grande estira la wavelet y baja su frecuencia; una escala pequeña la comprime y la sube.

La Morlet y su frecuencia

La wavelet de Morlet es una exponencial compleja con envolvente gaussiana, ψ(t) = π−1/4 ejω₀t e−t²/2, con ω₀ = 6. A escala a oscila a ω₀/a, es decir, a la frecuencia f = ω₀/(2πa). Su envolvente tiene σ_t = a y su espectro σ_ω = 1/a: el producto es el mínimo, 1/2, en todas las escalas, pero el reparto cambia. La resolución relativa σ_f/f = 1/ω₀ es constante: el análisis es de Q constante, como el oído o las octavas de un piano.

El sombrero mexicano es la segunda derivada de una gaussiana, real y con solo dos oscilaciones: localiza mejor en el tiempo y peor en frecuencia. Su frecuencia equivalente es f = √2/(2πa).

Guía de uso

Ejercicios

1. Escalas y duraciones. Con Morlet, ¿qué escala a corresponde a 10 Hz y a 160 Hz? ¿Cuántas muestras dura (σ_t) la wavelet en cada caso? Compáralo con el recuadro.

Solución a = ω₀/(2πf): 95,5 ms a 10 Hz y 5,97 ms a 160 Hz, unas 95 y 6 muestras. A 200 Hz serían 4,77 ms, como en el ejercicio 8 de la hoja. El sombrero mexicano, con f = √2/(2πa), usa escalas más pequeñas: 22,5 ms y 1,41 ms.

2. El clic. Con la primera señal, Morlet y L = 128, compara la anchura del clic de 0,3 s en las dos gráficas a 10 Hz y a 200 Hz.

Solución En el espectrograma ocupa lo mismo en todas las frecuencias, unos 128 ms. En el escalograma es un cono: a 10 Hz dura del orden de σ_t = 95 ms y a 200 Hz unos 5 ms. Es el «cono de influencia» del clic, que se estrecha al subir la frecuencia.

3. Los tonos. Con la misma señal, compara la anchura en frecuencia del tono de 20 Hz y del de 120 Hz en las dos gráficas. ¿Cuál resuelve mejor cada uno?

Solución La STFT con L = 128 tiene la misma resolución en todas las frecuencias, unos 2f_s/L = 16 Hz: el tono de 20 Hz ocupa casi una octava y el de 120 Hz es una línea fina. La Morlet tiene σ_f = f/ω₀: 3,3 Hz a 20 Hz y 20 Hz a 120 Hz. En la escala logarítmica los dos tonos se ven igual de anchos (Q constante). El escalograma resuelve mejor el grave y el espectrograma, el agudo.

4. El chirp. Con el chirp, prueba L = 32, 128 y 512 en el espectrograma. ¿Hay una L con la que el chirp se vea fino en todo el rango? ¿Y en el escalograma?

Solución No. Con L = 512 se ve fino al principio, cuando la frecuencia cambia despacio, y se emborrona al final. Con L = 32 es al revés: el principio, a pocos hercios, ocupa casi todo el eje de frecuencias bajas. El escalograma se adapta: en cada frecuencia la wavelet dura unas pocas oscilaciones, y el chirp sale con una anchura parecida en todo el rango en la escala logarítmica. Con el sombrero mexicano es más ancho en frecuencia.

5. Dos clics a 10 ms. Con la última señal, ¿por qué hay huecos en 50 Hz (y en 150 y 250 Hz) en las dos gráficas? ¿A partir de qué frecuencia se separan los dos clics en el escalograma? Amplía para verlo.

Solución La suma de dos impulsos separados Δt = 10 ms tiene espectro |1 + e−j2πfΔt|, que se anula cuando fΔt es medio entero: 50, 150, 250 Hz. La wavelet compleja de cada clic tiene la fase de esa frecuencia, y en esas frecuencias se cancelan. Los dos clics se separan cuando la wavelet dura menos que su separación, 2σ_t = 2a < 10 ms: a > 190 Hz, y en la práctica por encima de unos 300 Hz, donde aparece un valle entre ellos. El espectrograma con L = 128 no los separa nunca; haría falta L < 10.

Para profundizar

Relación con otros conceptos