¿Por qué el análisis de señal se realiza en el dominio de la frecuencia en lugar del dominio del tiempo?

No siempre tenemos que hacerlo, pero en algunos casos preferimos hacerlo. Debido a que la mayoría de las señales de interés se caracterizan por la frecuencia y no por el tiempo o el espacio (hay una advertencia, sigue leyendo). ¿Cuáles son las características de tiempo de un acorde G # tocado en un piano? ¿Estás más interesado en su duración o en lo que hace que suene como suena? El tiempo dicta cuándo escuchas algo, pero la frecuencia dicta lo que escuchas, lo cual es mucho más central para la verdadera naturaleza de las señales.

Dicho esto, no caigas en la trampa de asumir que solo la frecuencia es importante. Si eso fuera cierto, obviamente significaría que el tiempo no es importante. Considere una canción como la señal en consideración. Si no estuviera interesado en el tiempo, se perdería todo el punto de procesamiento de esa señal. El ritmo y el tiempo son el corazón de la buena música, y no es algo que uno pueda darse el lujo de descuidar. En este caso, queremos saber cuándo tocaron la batería, así como qué notas se estaban tocando en la guitarra. Si realizamos solo un análisis de frecuencia, se perdería toda la información de tiempo y la única información que tendríamos sería sobre qué frecuencias se reprodujeron en la canción y cuáles fueron sus respectivas amplitudes, promediadas durante la duración de toda la canción. Entonces, incluso si la batería deja de sonar después de la segunda estrofa, el espectro de frecuencia los mostrará sonando a lo largo de la canción. Por el contrario, si solo estuviéramos interesados ​​en la información del tiempo, no estaríamos mejor que simplemente escuchar la canción.

La solución a esto es el análisis de tiempo y frecuencia, que es un campo que se ocupa del procesamiento de señales en los dominios de tiempo y frecuencia. Contiene esencialmente una colección de métodos que nos permiten hacer compensaciones entre el procesamiento de tiempo y frecuencia de una señal, dependiendo de lo que tenga más sentido para una aplicación en particular.

Puedes pensar en Fourier como un prisma que divide la luz del sol en sus colores componentes. Los diferentes colores que salieron del prisma son las frecuencias componentes de la luz blanca del sol. En el dominio del tiempo, verá la suma de todos los componentes de frecuencia. No puede separarlos, filtrarlos o suprimirlos / amplificarlos de manera diferenciada. Entonces, para el análisis de señal, el análisis de frecuencia es muy necesario.

La idea principal es que, la mayoría de las técnicas de procesamiento de señales implican algún tipo de convolución.
Por ejemplo, el filtrado en el dominio del tiempo implica convolución (grandes ecuaciones con integrales) de la ‘señal a filtrar’ con el ‘filtro’. Esto se reduce a la simple multiplicación (señal x filtro) en el dominio de frecuencia.

El dominio de frecuencia le ofrece la representación de la señal como bloques de construcción básicos: frecuencias.

Responde preguntas como,
¿Cuáles son las diferentes frecuencias disponibles en la señal?
¿Cuál es la amplitud de cada una de las frecuencias?
Si quiero una parte específica de la señal, ¿qué frecuencia debo eliminar?
(Esto no es posible en el dominio del tiempo: no puede reducir o modificar la señal en un “instante” particular y esperar que se refleje en toda la señal).

Mira esta publicación. Da la importancia del análisis de Fourier o frecuencia de una señal y por qué es algunas veces más fácil.
http: //visionandbeyond.blogspot

¡Muy simple, porque los exponenciales oscilantes complejos son funciones propias de sistemas lineales! Es decir, ingresa un exponencial complejo en una frecuencia, sale de la misma señal multiplicada por un valor complejo (su valor propio, la respuesta de frecuencia del sistema). Entonces, si pudieras descomponer la señal en una combinación de exponenciales complejos a diferentes frecuencias, ¡solo tienes que multiplicar cada uno por la respuesta de frecuencia del sistema y tienes tu señal de salida! Sin convoluciones, sin transformaciones, solo multiplicaciones con valores complejos.

Eso es muy similar a cuando se resuelven ecuaciones diferenciales, se buscan soluciones individuales (funciones propias), y cualquier solución general se puede expresar como una combinación lineal de esas soluciones (si se cumplen algunas condiciones fácilmente cumplidas). Entonces, solo tiene que descomponer las condiciones iniciales en esas funciones propias y tiene la evolución temporal (que fue inicialmente el origen de la transformada de Fourier, para resolver ecuaciones de difusión).

Así que eso es todo, solo análisis armónico aplicado a sistemas lineales.