Sunteți pe pagina 1din 9

REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL.

1, NÚMERO 2, ABRIL DE 2012 1

A Transformada Fracional de Fourier:


Conceitos e Cenários de Aplicação
Juliano B. Lima
Universidade Federal de Pernambuco, Recife, PE
Departamento de Matemática
e-mail: juliano@dmat.ufpe.br

Resumo— Este artigo apresenta uma abordagem tutorial frequência: X( f ) = Xπ/2(u)


acerca da transformada fracional de Fourier (FrFT). São intro-
duzidos os principais conceitos teóricos relacionados a esta ferra-
menta e discutidas suas diferentes abordagens e interpretações. Xα+π/2(u) Xα(u)
Aplicações da FrFT em áreas como Óptica, Comunicações,
Processamento de Sinais e Criptografia são apresentadas.
Palavras-chave— Transformada fracional de Fourier, Trans-
formada discreta fracional de Fourier, Autoestrutura. tempo: x(t) = X0(u)

I. I NTRODUÇ ÃO
estudo da transformada fracional de Fourier tem a sua
O origem em publicações de Matemática que datam da
primeira metade do século XX [1], [2]. Nesses trabalhos, o Fig. 1: Plano tempo-frequência; rotação dos eixos de tempo e
cálculo de uma transformada de Fourier é tratado como a de frequência pelo ângulo α = aπ/2.
aplicação de um operador linear, o operador de Fourier, a
uma função (ou sinal) cujo espectro se deseja obter. Seguindo
essa ideia, foi possı́vel investigar as sucessivas transformações observados; em distâncias arbitrárias, a transformada fracional
de uma função pelo operador de Fourier, o que corresponde a de Fourier do objeto é obtida.
calcular potências do operador e aplicar o resultado à respec- Seguindo a mesma linha das transformadas ordinárias, após
tiva função. A transformada fracional de Fourier (FrFT) é uma a FrFT no contı́nuo, a transformada discreta fracional de
generalização do procedimento, em que potências não-inteiras Fourier (DFrFT) foi introduzida [6], [7], [8]. A DFrFT pode
do operador de Fourier podem também ser consideradas. ser vista como uma aproximação da FrFT, aplicável a um
Após ter permanecido esquecida por muitos anos, a vetor com um número finito de componentes obtidas, digamos,
transformada fracional de Fourier foi redescoberta por por meio da amostragem de um sinal. De forma análoga à
pesquisadores de diferentes campos do conhecimento. Em transformada discreta de Fourier (DFT), sob o ponto de vista
Mecânica Quântica, Óptica e Processamento de Sinais, a computacional, a DFrFT possui grande importância para a
FrFT reapareceu como uma ferramenta matemática bastante realização de cálculos práticos.
útil, com aplicações baseadas em novos resultados teóricos Neste artigo, é apresentada uma abordagem tutorial acerca
e interessantes interpretações [3], [4], [5]. No plano tempo- da transformada fracional de Fourier e de suas diferentes
frequência, por exemplo, o cálculo da transformada fracional versões. A intenção é demonstrar o grande potencial que
de Fourier de um sinal no domı́nio do tempo (eixo horizontal, a ferramenta possui, por meio de descrições dos aspectos
apontando para a direita) pode ser visto como uma rotação, no teóricos envolvidos e de ilustrações dos cenários em que
sentido anti-horário, por um ângulo α = aπ/2, a ∈ R (vide ela se aplica. Após esta introdução, é descrita a transfor-
Figura 1). Isso significa que, se o parâmetro a for não-inteiro, mada fracional de Fourier nos domı́nios temporal, espectral
o sinal é levado para um domı́nio intermediário que, do ponto e fracional contı́nuos. Na Seção III, são discutidas duas das
de vista fı́sico, representa algo entre o tempo e a frequência. principais abordagens para a transformada discreta fracional
Em Óptica, a FrFT está relacionada a sistemas cuja saı́da é de Fourier. Em seguida, na Seção IV, são descritos alguns
exatamente a transformada de Fourier do sinal de entrada [5]. dos mais importantes cenários de aplicação das transformadas
Esses sistemas produzem sequências de imagens de um objeto. fracionais de Fourier. Finalmente, na Seção V, são feitas
A certas distâncias, o próprio objeto ou sua transformada algumas considerações conclusivas deste trabalho.
de Fourier, bem como suas versões invertidas, podem ser
Juliano. B. Lima é professor adjunto do Deparatamento de Matemática, II. A T RANSFORMADA F RACIONAL DE F OURIER
Centro de Ciências Exatas e da Natureza, Univesidade Federal de Pernambuco.
Artigo recebido em 23 de fevereiro de 2012. Artigo aceito em 19 de março Na seção introdutória deste trabalho, foi descrita a relação
de 2012 entre a transformada fracional de Fourier e rotações realizadas
REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 1, NÚMERO 2, ABRIL DE 2012 2

no plano tempo-frequência. Esta é a interpretação empre- concepção de uma DFrFT teria também o papel de viabilizar a
gada, nesta seção, para definir a FrFT de maneira precisa. implementação prática da FrFT e de alargar o seu horizonte de
Lembrando que a associação entre o ângulo de rotação α utilização, tornando-a diretamente aplicável a imagens, áudio,
e o parâmetro fracional a é dada por α = aπ/2, pode- vı́deo e outras informações que, hoje, são mais comumente
se, inicialmente, indicar algumas propriedades que devem ser encontradas no formato digital.
satisfeitas pela transformada, a qual é denotada, a partir de Em meados da década de 1990, diversos trabalhos con-
agora, pelo operador Fa . tendo propostas de definições para a DFrFT começaram a ser
Em primeiro lugar, se α = a = 0, tem-se a rotação nula publicados. Em alguns dos trabalhos, versões discretas das
e, assim, F0 = I corresponde ao operador identidade. Se funções Hermite-Gaussianas (autovetores da transformada de
α = π/2 (a = 1), F1 = F corresponde ao operador trans- Fourier) eram obtidas por meio de uma espécie de amostragem
formada de Fourier usual. Além disso, deve-se ter aditividade aplicada às funções originais, de tempo contı́nuo. Com isso,
nas rotações, isto é, Fa1 Fa2 = Fa1 +a2 . Finalmente, observa- podia-se desenvolver uma expansão espectral análoga àquela
se que as rotações possuem perı́odo 2π, o que significa que, dada em (3) e obter um operador fracional aplicável a vetores
para qualquer valor de a, tem-se Fa = Fa+4 . (ou sequências) resultantes da amostragem de um sinal de
A transformada fracional de Fourier que satistaz as pro- entrada. Na abordagem, apesar de os autovetores serem obti-
priedades mencionadas é definida por meio do núcleo Kα (t, u) dos a partir de fórmulas fechadas, não existe ortogonalidade
apresentado em (1). A FrFT de x(t) é, portanto, calculada por entre eles, visto que a operação de amostragem envolve
Z ∞ aproximações [9], [10].
Xα (u) = x(t)Kα (t, u)dt. (2) As abordagens da DFrFT que têm aparecido com mais
−∞
frequência na literatura são aquelas baseadas em matrizes que
É importante observar que a opção por empregar a letra comutam com a matriz de transformação da DFT, denotada
u para indicar o domı́nio ao qual o sinal é levado após a aqui por F [11], [12], [6], [13], e aquelas baseadas na
transformação sugere que, com a FrFT, mais possibilidades são construção de conjuntos especı́ficos de seus autovetores [8].
permitidas, e não apenas as possibilidades de representação no No presente trabalho, duas dessas abordagens são revistas
domı́nio do tempo ou no da frequência. Observa-se, ainda, que com um pouco mais de detalhes. Além disso, são discutidas
o operador Fa é unitário, isto é, (Fa )−1 = F−a . de forma resumida definições da transformada fracional de
O núcleo da transformada fracional de Fourier admite a Fourier em corpos finitos. Para que se compreenda com clareza
seguinte expansão espectral [6]: os desenvolvimentos que serão apresentados, são discutidos,
∞ inicialmente, alguns aspectos referentes à autoestrutura da
π
X
Kα (t, u) = ψk (t)e−j 2 ka ψk (u), (3) matriz F.
k=0

em que ψk (t) denota a k-ésima função Hermite-Gaussiana A. Autoestrutura da transformada discreta de Fourier
π
e e−j 2 ka corresponde à a-ésima potência do autovalor
π A transformada discreta de Fourier de uma sequência x =
λk = e−j 2 k da transformada de Fourier ordinária. A função
(xi ), xi ∈ C, i = 0, 1, . . . , N − 1, corresponde à sequência
Hermite-Gaussiana de k-ésima ordem é, por sua vez, definida
X = (Xk ), Xk ∈ C, k = 0, 1, . . . , N − 1, cujas componentes
por
são calculadas por
21/4 √ 2
ψk (t) = √ Hk ( 2πt)e−πt , k = 0, 1, . . . , (4) N
X −1
2πki
k
2 k! N j
Xk = xi e− . (5)
em que Hk é o k-ésimo polinômio de Hermite, o qual possui i=0
k raı́zes reais. As funções Hermite-Gaussianas são conhecidas A obtenção de X pode ser expressa pela equação matricial
por serem autofunções do operador transformada de Fourier.
A expressão da FrFT por meio da expansão espectral (3), X = Fx, (6)
a qual emprega as funções Hermite-Gaussianas, é particu-
larmente importante, pois, a partir dela, são desenvolvidas em que F representa a matriz de transformação cujo elemento
algumas abordagens que levam a versões discretas da referida da (k + 1)-ésima linha e da (i + 1)-ésima coluna é dado por
2πki
transformada. Fk,i = e− N j . Mostra-se que os únicos autovalores da matriz
F são 1, −1, j e −j, cujas multiplicidades, as quais dependem
de N , são apresentadas na Tabela I [14]. Os autovetores de F
III. A T RANSFORMADA D ISCRETA F RACIONAL DE
relacionados aos autovalores ±1 (resp. ±j) possuem simetria
F OURIER
par (resp. ı́mpar). Além disso, há procedimentos sistemáticos
Após a consolidação das definições e propriedades da trans- para a construção de cada um desses autovetores [15].
formada fracional de Fourier, tornou-se natural a busca por A obtenção da transformada discreta fracional de Fourier
versões discretas da ferramenta. Uma transformada discreta requer algum método para calcular Fa , em que a ∈ R. A
fracional de Fourier (DFrFT) seria, para a FrFT, o análogo do maior parte das abordagens para a obtenção de Fa se baseia
que a transformada discreta de Fourier (DFT) representa para a na expansão espectral de F, a qual é dada por
transformada de Fourier ordinária. Além do preenchimento de
uma lacuna teórica na famı́lia das transformadas fracionais, a F = VΛVT . (7)
REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 1, NÚMERO 2, ABRIL DE 2012 3

 q 2 2
1−jcotα j t +u

 2π e 2 cotα−jutcscα , se α não for um múltiplo de π,
Kα (t, u) = δ(t − u), se α for um múltiplo de 2π, (1)

δ(t + u), se α + π não for um múltiplo de 2π.

TABELA I: Multiplicidades dos autovalores de F, a matriz da da qual as funções Hermite-Gaussianas são soluções. Por isso,
transformada discreta de Fourier com dimensões N × N . essa abordagem para a DFrFT é considerada análoga à FrFT
definida a partir da expansão espectral (3). Como todos os
N Mult. 1 Mult. −1 Mult. j Mult. −j
autovalores de S são distintos, o seu conjunto de autovetores
4n n+1 n n−1 n é único. Tais autovetores são tidos como funções Hermite-
4n + 1 n+1 n n n
4n + 2 n+1 n+1 n n
Gaussianas discretas e empregados na obtenção de Fa a partir
4n + 3 n+1 n+1 n n+1 de (8).
Para a obtenção propriamente dita dos autovetores de S,
considera-se a matriz
 √ 
Na Equação (7), V é uma matriz cujas colunas são autovetores 2 0 ··· 0 0 ··· 0
pertencentes a um conjunto ortonormal de autovetores de F e  0 1 1 
VT é sua versão transposta; Λ é uma matriz diagonal, cujo  ..
 
. .. . . 

 . . 
elemento na (k + 1)-ésima linha e na (k + 1)-ésima coluna é  
π
o autovalor λk = e−j 2 k de F, ao qual o autovetor na (k + 1)- P= 2  0 −1  1 1  , (10)

 0 1 −1
ésima coluna de V está associado. Dessa forma, obtém-se Fa

 
 . . ..
 .. .

fazendo, simplesmente, . . 
Fa = VΛa VT , (8) 0 1 −1
a
em que cada elemento não-nulo de Λ é dado pela a-ésima a qual possui dimensões1 N × N . A matriz P satisfaz P =
potência do elemento na posição correspondente em Λ. Devido PT = P−1 e a transformação de similaridade
às multiplicidades dos λk , o conjunto de autovetores empre-  
gado na construção de V não é único. Assim, é necessário Ev 0
PSP−1 = (11)
um procedimento sistemático que direcione a sua escolha e 0 Od
que permita, segundo um critério objetivo, uma ordenação produz as matrizes simétricas tridiagonais Ev e Od, com
não ambı́gua dos vetores encontrados. Isso levou a diferentes dimensões ⌊ N2 ⌋ + 1 e ⌊ N2−1 ⌋ respectivamente. A unicidade
abordagens para a DFrFT, as quais são distintas justamente do conjunto de autovetores procurado é confirmada pelo fato
pela forma como os referidos autovetores são obtidos e de que todos os autovalores de matrizes tridiagonais são
organizados. Duas dessas abordagens são apresentadas nas distintos [16]. Finalmente, os autovetores pares de S são
Subseções III-B e III-C, em que se explica fundamentalmente obtidos por
o procedimento para obtenção dos autovetores a serem utiliza-  
dos como colunas de V. T N
v2k = P eTk | 0 . . . 0 , k = 0, . . . ,

, (12)
2
B. DFrFT a partir de matrizes comutantes com F
em que ek é um autovetor de Ev; os autovetores ı́mpares de
Diversas abordagens para a DFrFT são baseadas na S são obtidos por
construção de matrizes que comutam com a matriz F e na  
obtenção de seus autovetores [6], [11], [12], [13]. O fato T N −3
v2k+1 = P 0 . . . 0 | oTk , k = 0, . . . ,

, (13)
de duas matrizes comutarem garante que elas possuem um 2
conjunto de autovetores em comum [16]. Construindo uma
matriz que comute com F e que possua apenas um conjunto em que ok é um autovetor de Od. Quando N é par, o vetor
de autovetores a escolher, elimina-se a ambiguidade descrita vN −1 é nulo. Os autovetores vk são ordenados segundo o
ao final da Subseção III-A. número de inversões de sinal verificado ao longo de suas
A abordagem foi primeiramente empregada por Candan et componentes.
al. em [6], que empregaram a matriz comutante
 
C0 1 0 ... 1 C. DFrFT a partir de autovetores gerados por sequências de
 1 C1 1 . . . 0  Legendre generalizadas completas [8]
 
 0 1 C2 . . . 0 
S= , (9) As sequências de Legendre generalizadas (GLS), da forma
 .. .. .. . . .. 
 . . . . .  como são conhecidas na literatura, são definidas para o caso
1 0 0 . . . CN −1 em que N = pl é a potência de um número primo p.

em que Cn = 2[cos 2π

N n − 2]. A matriz S, que comuta com 1 Em (10), N é ı́mpar; para valores pares de N , a matriz P é semelhante
F, é originária de uma versão discreta da equação diferencial à matriz apresentada [6].
REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 1, NÚMERO 2, ABRIL DE 2012 4

1) Se p > 2, Esta propriedade é utilizada na construção dos autovetores de


( j2πa(indg n) F que serão utilizados na expansão espectral (8). De modo
ηa,l (n) = e ϕ(pl ) , se mdc(n, p) = 1, (14) mais especı́fico, tais autovetores são derivados a partir de
0, se mdc(n, p) 6= 1, combinações lineares do conjunto ortogonal de CGLS
a = 0, 1, . . . , ϕ(pl ) − 1, n = 0, 1, . . . , pl − 1; mdc(n, p)
h i
Gs = χA,L,S , χ∗A,L,S , χAP S−R ,L,S , χ∗AP S−R ,L,S ,
denota o máximo divisor comum entre os inteiros n e
p; o sı́mbolo ϕ representa a função de Euler; o operador conforme:
indg denota o logaritmo modular, isto é, indg (n) = m 1) Quando Gs for um conjunto de CGLS com simetria par,
se n = g m mod(pl ).
2) Se p = 2, [e1a e−1a e1b e−1b ] = Gs As ,
a) Quando l = 1, η0,1 (n) = [0 1]. em que
b) Quando l = 2, η0,l (n) = [0 1 0 1]  
e η1,l (n) = [0 1 0 − 1]. 1 −1 −j j
c) Quando l > 2, encontra-se um número inteiro b 1 1 −1 j −j 
As =  . (15)
(n−1)c
que satisfaça n ≡ (−1) 2 5b , c = 0, 1, quando 2  λ∗ λ∗
jλ ∗
jλ∗ 
n for ı́mpar, e produz-se λ λ −jλ −jλ
2) Quando Gs for um conjunto de CGLS com simetria
( j2πab
(n−1)c

ηa,c,l (n) = (−1) 2 e 2l−2 , se n for ı́mpar, ı́mpar,


0, se n for par,
[eja e−ja ejb e−jb ] = Gs As ,
c = 0, 1, a = 0, 1, . . . , 2l−2 − 1. em que
Empregando a definição apresentada, pode-se gerar apenas  
ϕ(pl ) = pl−1 (p − 1) sequências, a partir das quais não se 1 −1 −j j
consegue construir o espaço vetorial VN , em que N = pl . 1 1 −1 j −j 
As =  . (16)
Para contornar a restrição, foram propostas as CGLS (GLS 2 jλ∗ jλ∗ −λ∗ −λ∗ 
completas), as quais incluem o parâmetro adicional s e são −jλ −jλ −λ −λ
definidas da seguinte forma: Os ı́ndices 1, −1, j e −j denotam os autovalores cor-
(k), para n = kps , respondentes; os ı́ndices A, S, P , L e R correspondem

η
 a,(l−s)

k = 1, 2, 3, . . . , pl−s − 1, aos vetores [a1 , a2 , . . . , ak ], [s1 , s2 , . . . , sk ], [p1 , p2 , . . . , pk ],

χa,l,s (n) = [l1 , l2 , . . . , lk ] e [r1 , r2 , . . . , rk ] respectivamente. O conjunto
 se mdc(k, p) = 1,
de autovetores obtido é completo e construı́do a partir de

0, caso contrário,

fórmulas fechadas que podem ser implementadas por meio
a = 0, 1, . . . , ϕ(pl−1 ) − 1, s = 0, 1, . . . , l − 1. Quando s = l, de algoritmos rápidos. Além disso, o conjunto é ortogonal e
a deve ser zero e bem definido para qualquer valor de N .
χ0,l,0 (0) = 1, χ0,l,l (n) = 0, quando n 6= 0.
Quando p = 2 e s < l − 2, tem-se χa,c,l,s (n) = ηa,c,(l−s) (k). D. A transformada fracional de Fourier sobre corpos finitos
Além disso, neste caso, a = 0, 1, 2, . . . , 2l−s−2 − 1 e c = 0, 1. Em [17] e [18], foram propostas abordagens para a trans-
Podem ser construı́das CGLS com comprimentos arbitrários formada de Fourier num contexto bem diferente daqueles que
N = pl11 pl22 . . . plkk , a partir da multiplicação das CGLS vinham sendo considerados em trabalhos anteriores. Tratam-se
definidas para cada plii , da seguinte forma: de transformadas fracionais de Fourier definidas sobre corpos
finitos. Essas ferramentas correspondem a generalizações da
χa1 ,a2 ,...,ak ,l1 ,l2 ,...,lk ,s1 ,s2 ,...,sk (n) transformada de Fourier de corpo finito, a qual, sob determi-
= χa1 ,l1 ,s1 (n)χa2 ,l2 ,s2 (n) . . . χak ,lk ,sk (n). nadas condições, pode ser denominada transformada númerica
No presente contexto, a propriedade mais importante das (NTT, do inglês number-theoretic transform), que possui
CGLS é a que relaciona essas sequências com a matriz F e aplicações em áreas como codificação de canal e cálculo de
que é expressa por convoluções rápidas.
De maneira mais especı́fica, a abordagem apresentada
F{χa1 ,a2 ,...,ak ,l1 ,l2 ,...,lk ,s1 ,s2 ,...,sk (n)} em [17] corresponde a uma extensão ao cenário de corpos
= λχ∗a ps1 −r1 ,a ps2 −r2 ,...,a psk −rk ,l , finitos da abordagem para a DFrFT proposta em [8] e descrita
1 1 2 2 k k 1 ,l2 ,...,lk ,r1 ,r2 ,...,rk
na Subseção III-C. São construı́das sequências de Legendre
em que generalizadas completas sobre corpos finitos, a partir das quais
são obtidos os autovetores da NTT que se deseja fracionalizar.
λ = λ1 λ2 . . . λk χa1 ,l1 ,s1 (N ps11 −l1 )χa2 ,l2 ,s2 (N ps22 −l2 ) . . . A obtenção propriamente dita da transformada é feita por meio
χak ,lk ,sk (N pskk −lk ), de uma expansão espectral análoga à apresentada em (8). A
diferença é que a matriz F representa, agora, a matriz da NTT.
F{χai ,li ,si }
λi = e χ∗ai ,li ,si = χϕ(pli )−ai ,li ,si (n). A proposta apresentada em [18] corresponde a uma extensão
χ si −ri
∗ (n) i
ao cenário de corpos finitos da abordagem para a DFrFT
ai pi ,li ,ri
REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 1, NÚMERO 2, ABRIL DE 2012 5

Imagem de Imagem
entrada cifrada
a1 a2 an
F F F
CCD Computador

RPK RPK RPK


1 2 n SLM Lente

Fig. 2: Diagrama de blocos de um sistema óptico para cifragem Fig. 3: Implementação óptica de uma técnica para cifragem
de imagens. de imagens baseada na transformada fracional de Fourier.

baseada na matriz comutante S. Neste caso, são necessários visualmente e estatisticamente imperceptı́vel, a fim de que
conceitos de trigonometria em corpos finitos, a fim de que as caracterı́sticas da imagem original sejam modificadas o
se possa definir senos e cossenos sobre essas estruturas mı́nimo possı́vel. Quando se recebe uma imagem marcada,
algébricas. Os autovetores da versão sobre corpos finitos da é possı́vel verificar se ela sofreu algum tipo de manipulação
matriz S são tidos como funções Hermite-Gaussianas sobre não-autorizada ou se a assinatura nela contida corresponde à da
corpos finitos e empregados na expansão espectral (8). entidade que alega ser o remetente ou o detentor dos direitos
Até o presente momento, ainda não foram exploradas sobre aquela imagem.
aplicações para as transformadas fracionais de Fourier sobre Em [21], uma das primeiras técnicas de marca d’água
corpos finitos. No entanto, por se tratarem de ferramentas baseada na FrFT foi proposta. De forma sucinta, o que se faz
que requerem o uso da teoria dos números e da aritmética é calcular uma FrFT bidimensional da imagem a ser marcada
modular, espera-se que essas transformadas se encaixem bem, e ordenar os coeficientes obtidos. A marca d’água é, então,
particularmente, em aplicações na área de Criptografia e inserida nos coeficientes que possuem valores intermediários.
Códigos Corretores de Erros. Não se introduz a marca nos coeficientes com valores baixos,
pois esta se tornaria muito sensı́vel a manipulações que a
IV. C EN ÁRIOS DE A PLICAÇ ÃO imagem viesse a sofrer; por outro lado, não se introduz a marca
nos coeficientes com valores altos, pois tal inserção poderia
Conforme descrito na parte introdutória deste tra-
modificar consideravelmente o aspecto da imagem.
balho, a transformada fracional de Fourier representa uma
A possibilidade adicional suportada pelo uso da FrFT está
generalização da transformada de Fourier ordinária. Por conta
relacionada ao domı́nio em que a marca é inserida. Mais
disso, é intuitiva a ideia de que, em função de sua fle-
precisamente, como a FrFT usada nesta aplicação é bidi-
xibilidade, a FrFT deve se adequar tanto às aplicações já
mensional, é necessário que se conheçam dois valores para
cobertas pela transformada usual quanto a novos cenários em
o parâmetro fracional a (aquele associado à transformada
que suas particularidades possam ser exploradas. De fato,
aplicada às linhas da imagem e aquele associado à trans-
essa expectativa tem sido confirmada pelos trabalhos que
formada aplicada às colunas da imagem), a fim de que a
têm aparecido em quantidade e diversidade consideráveis em
verificação da marca seja feita no domı́nio fracional adequado.
eventos e periódicos de grandes áreas do conhecimento.
A transformada fracional de Fourier também é utilizada nas
Para esta seção, foram escolhidos três cenários de aplicação
técnicas de marca d’água propostas em [22] e [23], por
da transformada fracional de Fourier, os quais são apresentados
exemplo.
de forma resumida. Inicialmente, é descrita a utilização da
A cifragem de uma imagem corresponde à sua
FrFT em técnicas voltadas à segurança de informação, como
transformação numa imagem visualmente distorcida, de modo
a marca d’água e a cifragem de imagens. Em seguida, é
que se possa conseguir confidencialidade no armazenamento
apresentado o uso da transformada na filtragem de sinais. Por
ou na transmissão por um canal de comunicação susceptı́vel a
fim, são discutidas algumas possibilidades de uso da trans-
ataques. Neste cenário, um número considerável de trabalhos
formada fracional de Fourier em sistemas de comunicação. A
tem sido desenvolvido [24], [25], [26]. Muitas das abordagens
fim de complementar o material desta seção, outros cenários
propostas são baseadas no processamento da imagem por meio
de aplicação são mencionados.
de sistemas ópticos. Utilizando aparatos especı́ficos, como
lentes e moduladores espaciais de luz (SLM, do inglês spatial
A. Técnicas para segurança de informação baseadas na trans- light modulator), pode-se, por exemplo, multiplicar uma
formada fracional de Fourier imagem por uma fase aleatória e, em seguida, aplicar uma
Com o crescimento das redes de comunicação e da fa- FrFT bidimensional. Neste caso, armazena-se a intensidade da
cilidade para compartilhar dados digitais, o desenvolvimento imagem resultante do processamento e a chave criptográfica
de técnicas voltadas à segurança de informação tem recebido corresponde aos parâmetros fracionais empregados no
cada vez mais atenção da comunidade cientı́fica. Quando se processo. A decifragem é conseguida realizando o processo
trata de informação multimı́dia e, em particular, de imagens inverso [27].
digitais, essas técnicas podem ser classificadas basicamente Na Figura 2, representa-se o procedimento de cifragem
em esteganografia, marca d’água e cifragem [19], [20]. Numa descrito [27]. A ilustração indica n sucessivas etapas de
marca d’água digital, introduz-se uma espécie de assinatura multiplicação da imagem por uma máscara com fase aleatória
na imagem que se deseja proteger. Tal inserção deve ser (RPK, do inglês random phase mask) e de aplicação de uma
REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 1, NÚMERO 2, ABRIL DE 2012 6

na FrFT com métodos fundamentados noutras ferramentas.


Também é importante dizer que a técnica descrita poderia
ter sido completamente implementada num computador. Neste
caso, ter-se-ia que considerar, principalmente, a abordagem
empregada no cálculo da transformada fracional de Fourier.

B. Filtragem no domı́nio da transformada fracional de


Fourier
Nas últimas décadas, a filtragem tem sido uma das
(a) (b)
aplicações mais exploradas da transformada fracional de
Fig. 4: (a) Imagem lena após a passagem pelo sistema de Fourier [28], [29], [30], [31]. As particularidades e as
cifragem e (b) recuperada após a decifragem com a chave manipulações matemáticas consideradas nas várias abordagens
correta. deste problema são bastante diversificadas, de maneira que,
aqui, optar-se-á por descrever o princı́pio geral que faz com
que o uso da FrFT, neste contexto, permita mais possibilidades
FrFT. Ao final do processo, a imagem cifrada é obtida. A que aquelas conseguidas com o uso da transformada de Fourier
implementação óptica da técnica é realizada por um sistema ordinária.
como o apresentado na Figura 3. No sistema, o SLM é Quando se deseja realizar filtragem, usando a transformada
responsável pela projeção da imagem de entrada, a lente ordinária, a única possibilidade, além da análise no domı́nio
implementa a FrFT e o CCD (dispositivo de carga acoplada, do tempo, é a análise no domı́nio da frequência. Isso torna im-
do inglês charged-coupled device) converte o sinal óptico num praticável, por exemplo, a separação de dois sinais que se su-
sinal digital a ser armazenado num computador. perpõem tanto no domı́nio do tempo quanto no da frequência.
A Figura 4 apresenta o resultado da técnica de cifragem Aplicando uma FrFT ao sinal misturado no domı́nio do tempo,
descrita aplicada à imagem lena, bastante conhecida das comu- é possı́vel que se obtenha uma representação num domı́nio
nidades de óptica e de processamento de imagem. Na mesma intermediário (fracional) em que os dois sinais estejam satisfa-
figura, apresenta-se a imagem cifrada e a imagem recuperada, toriamente separados. Neste domı́nio, pode-se, então, aplicar
após o processo de decifragem aplicado com a chave correta. um filtro que permita a passagem apenas do sinal de interesse.
Caso tivesse sido utilizada a chave incorreta (parâmetros Após isto, aplicando a FrFT inversa, obtém-se, novamente no
fracionais diferentes daqueles empregados na cifragem), o domı́no do tempo, o sinal filtrado.
processo de decifragem resultaria numa imagem distorcida, A operação descrita é ilustrada de uma forma bastante
semelhante à imagem cifrada. A sensibilidade da decifragem didática na Figura 6. Da esquerda para a direita e de cima
à chave empregada neste processo é ilustrada na Figura 5. No para baixo, apresenta-se um sinal (pulso Gaussiano) misturado
eixo horizontal, são marcados os desvios sobre um parâmetro com um ruı́do senoidal no domı́nio do tempo. Em seguida,
fracional pertencente à chave e, no eixo vertical, marca-se o apresenta-se o mesmo sinal num domı́nio fracional de Fourier;
erro médio quadrático (MSE, do inglês mean square error) observa-se que, neste domı́nio, o pulso e o ruı́do estão sepa-
entre a imagem original (anterior à cifragem) e a imagem rados, cada um deles sendo representado por um pulso. Neste
recuperada após a decifragem.
Naturalmente, a avaliação do desempenho da técnica des- pulso Gaussiano + ruído pulso Gaussiano + ruído
crita requer uma série de métricas e análises que levem 1.5 2.5

em conta, por exemplo, o espaço de chaves, a correlação 1


2

entre os pixels vizinhos da imagem cifrada, a modificação 1.5


sinal

sinal

do histograma etc. Isso permite comparar a cifragem baseada 0.5


1

0
0.5

6000 0.5 0
0 10 20 30 40 0 10 20 30 40
5000 tempo domínio fracional

4000 pulso Gaussiano após filtragem pulso Gaussiano após filtragem


MSE

2.5 1.5

3000
2
1
2000
1.5
sinal

sinal

1000 0.5
1
0 0
-0,5 -0,3 -0,1 0,1 0,3 0,5 0.5

Desvio sobre o parâmetro fracional 0 0.5


0 10 20 30 40 0 10 20 30 40
de decifragem correto domínio fracional tempo

Fig. 5: Sensibilidade do processo de decifragem a desvios Fig. 6: Etapas da operação de filtragem no domı́nio da trans-
sobre um parâmetro fracional utilizado como chave. formada fracional de Fourier.
REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 1, NÚMERO 2, ABRIL DE 2012 7

frequência se faz é utilizar autovetores da DFrFT como sequências de


u2 usuários que desejam se comunicar simultaneamente por um
canal somador real. A ideia foi introduzida em [15] e, origi-
nalmente, empregava autovetores da DFT. Fazendo com que
usuários diferentes transmitam seus dados sobre autovetores
u1 pertencentes a subespaços distintos, pode-se, na recepção,
α2 recuperar o autovetor referente a um usuário especı́fico. Isso
α1
se faz por meio da solução de um sistema de equações lineares
tempo ou pelo cálculo de uma correlação, uma vez que os subespaços
são ortogonais.
Como a matriz da DFT possui, no máximo, quatro autova-
lores distintos, este é também o limite do número de usuários
simultâneos que o sistema original comporta. Utilizando a
Fig. 8: Representação do sistema TODM no plano tempo-
DFrFT, matrizes de transformação com um número arbitrário
frequência.
de autovalores distintos podem ser definidas, o que permite
a concepção de esquemas com um número também arbitrário
de usuários simultâneos [36]. Atualmente, têm sido conduzidas
domı́nio, é aplicada a filtragem, a fim de que o ruı́do (pulso
com amplitude menor) seja rejeitado. Por fim, aplica-se a FrFT investigações em que se busca avaliar as diversas implicações
práticas com as quais sistemas desse tipo precisam lidar.
inversa e o pulso Gaussiano livre do ruı́do é recuperado.
Tem-se procurado, particularmente, formas de comparar o
desempenho desses sistemas, sob diferentes aspectos, com o
C. Aplicações em sistemas de comunicação de sistemas como o CDMA (múltiplo acesso por divisão de
Outra aplicação da transformada fracional de Fourier que código, do inglês code-division multiple-access), em que são
tem sido bastante explorada é a multiplexação. Originalmente, usadas sequências de usuário binárias.
a multiplexação no domı́nio da FrFT consiste em rotacionar os
sinais para uma direção fixa no plano tempo-frequência. Dessa
forma, os sinais são transmitidos usando diferentes faixas do D. Outros cenários de aplicação
espectro, o que pode levar ao aumento de eficiência no uso Além dos cenários de aplicação descritos nas subseções an-
da largura de banda, em comaparação com a muliplexação no teriores, outras áreas têm sido contempladas pela transformada
domı́nio de Fourier (não-fracional) [32]. A partir deste con- fracional de Fourier. Técnicas baseadas na FrFT têm feito parte
ceito, sistemas OFDM baseados na FrFT foram propostos [33], de sistemas de radar. Mais informações acerca disso podem
[34]. Um desses sistemas é ilustrado na Figura 7 [33]. O dia- ser encontradas em [37] e [38]. A transformada fracional de
grama da figura corresponde à utilização de bases ortogonais Fourier também pode ser usada em técnicas de compressão de
de sinais do tipo chirp no lugar de bases ortogonais compostas sinais. Em [39], por exemplo, a DFrFT é utilizada de forma
por sinais senoidais. Isso torna o sistema mais adequado ao combinada com o particionamento de conjuntos em árvores
tratamento de sinais não-estacionários, levando-o a ter um hierárquicas e proporciona, sob alguns aspectos, melhores
desempenho melhor, sob alguns aspectos, que os esquemas resultados que aqueles obtidos com a transformada discreta
tradicionais. Os estágios de modulação e de demodulação são do cosseno (DCT).
derivados a partir dos blocos correspondentes nos esquemas A transformada fracional de Fourier, em suas diferentes
tradicionais. versões, também pode ser aplicada ao reconhecimento de
Recentemente, foi proposto um esquema de multiplexação padrões, ao processamento de sinais fractais, à solução de
que sugere um melhor aproveitamento do plano tempo- equações diferenciais, à tomografia computadorizada, ao di-
frequência por meio da FrFT [35]. Nesse sistema, que foi agnóstico de falhas em motores de indução, à amostragem e
denominado multiplexação por divisão de ordem de trans- reconstrução de sinais etc [40], [41], [42], [43], [44].
formada (TODM, do inglês transform order division multi-
plexing), a informação original é transmitida em múltiplas
V. C ONCLUS ÕES
direções no plano tempo-frequência (vide Figura 8). Nesse
caso, as funções de base são a união dos núcleos da FrFT Neste artigo, foi apresentada uma abordagem tutorial acerca
para cada uma das diferentes ordens fracionais empregadas. da transformada fracional de Fourier. Foram apresentadas, de
Devido à não-ortogonalidade dessas funções, algoritmos de forma resumida, as definições da transformada nos domı́nios
demodulação especı́ficos são necessários. Ao preço de uma temporal, espectral e fracional contı́nuos e discretos. Além
complexidade maior, o esquema provê mais segurança, em disso, foram mencionados os fundamentos que levaram à
comparação com os sistemas mencionados anteriormente, o definição de transformadas fracionais de Fourier sobre corpos
que o torna um potencial candidato a aplicações em redes finitos. Em qualquer um dos casos, a transformada fracional
locais sem fio, comunicações seguras, marca d’água etc. de Fourier, por depender do chamado parâmetro fracional,
Ainda no contexto de sistemas de comunicação, a trans- amplia o horizonte de aplicações e envolve uma diversidade
formada fracional de Fourier tem encontrado aplicações em de conceitos maior que aquela requerida pelas transformadas
esquemas de comunicação multiusuário. Nesse caso, o que de Fourier ordinárias.
REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 1, NÚMERO 2, ABRIL DE 2012 8

Domínio Transformada Distorções Transformada Filtro


fracional fracional de do canal no fracional de multiplicativo
de Fourier Fourier inversa domínio Fourier no domínio
fracional fracional
de Fourier
n(t)
-a
S/P F P/S H S/P F
a
L w,a
P/S

Prefixo
cíclico Prefixo
(inserção) cíclico
(remoção)
Atualização
do filtro
multiplicativo

Fig. 7: Diagrama de blocos de um sistema com múltiplas portadoras baseado na FrFT.

Apesar de estar ganhando cada vez mais espaço em [14] J. H. McClellan and T. W. Parks, “Eigenvalue and eigenvector decom-
publicações de importantes áreas do conhecimento, a transfor- position of the discrete Fourier transform,” IEEE Transactions on Audio
and Electroacoustics, vol. AU-20, no. 1, pp. 66–74, January 1972.
mada fracional de Fourier ainda é relativamente pouco conhe- [15] R. M. Campello de Souza and H. M. de Oliveira, “Eigensequences
cida. A continuidade no avanço da caracterização teórica e a for multiuser communication over the real adder channel,” in Proc. Int
consolidação de técnicas baseadas na FrFT devem, entretanto, Telecommun. Symp. (ITS’2006), Fortaleza, Brazil, 2006.
[16] J. H. Wilkinson, The Algebraic Eigenvalue Problem, Oxford University
colaborar para a sua popularização entre os membros das di- Press, 1st edition, 1988.
versas comunidades cientı́ficas. Com isso, novas possibilidades [17] S.-C. Pei, C.-C. Wen, and J. J. Ding, “Closed form orthogonal number
poderão ser exploradas e contribuições ainda mais relevantes theoretic transform eigenvectors and the fast fractional NTT,” IEEE
Transactions on Signal Processing, vol. 59, no. 5, pp. 2124–2135, May
poderão ser conseguidas por meio desta ferramenta. 2011.
[18] J. B. Lima and R. M. Campello de Souza, “The fractional Fourier
transform over finite fields,” Signal Processing, vol. 92, no. 2, pp. 465–
R EFER ÊNCIAS 476, February 2012.
[19] I. Cox, M. Miller, J. Bloom, J. Fridrich, and T. Kalker, Digital
[1] N. Wiener, “Hermitian polynomials and Fourier analysis,” J. Math. Watermarking and Steganography, Morgan Kaufmann, 2nd edition,
Phys., vol. 8, pp. 70–73, 1929. 2007.
[2] E. U. Condon, “Immersion of the Fourier transform in a continuous [20] N. Cimato and C.-N. Yang, Visual Cryptography and Secret Image
group of functional transformations,” Proc. National Academy Sciences, Sharing, CRC Press, 1st edition, 2011.
vol. 23, pp. 158–164, 1937. [21] I. Djurović, S. Stanković, and I. Pitas, “Digital watermarking in the
[3] L. B. Almeida, “The fractional Fourier transform and time-frequency fractional Fourier transformation domain,” Journal of Network and
representations,” IEEE Transactions on Signal Processing, vol. 42, no. Computer Applications, vol. 24, pp. 167–173, 2001.
11, pp. 3084–3091, November 1994. [22] F. Q. Yu, Z. K. Zhang, and M. H. Xu, “A digital watermarking algorithm
[4] V. Namias, “The fractional order Fourier transform and its application in for image based on fractional Fourier domain utilizing moment-based
quantum mechanics,” J. Inst. Math. Appl., vol. 25, pp. 241–265, 1980. image representation,” in Proc. of the 2006 Conference on Industrial
[5] D. Mendlovic and H. M. Ozaktas, “Fractional Fourier transforms and Electronics and Applications, Singapore, May 2006, pp. 1–5.
their optical implementation: I,” J. Opt. Soc. Amer. A, vol. 10, pp. 1875– [23] M. A. Savalonas and S. Chountasis, “Noise-resistant watermarking in the
1881, 1993. fractional Fourier domain utilizing moment-based image representation,”
[6] C. Candan, M. Alper Kutay, and H. M. Ozaktas, “The discrete fractional Signal Processing, vol. 90, no. 8, pp. 2521–2528, September 2010.
Fourier transform,” IEEE Transactions on Signal Processing, vol. 48, [24] Z. Liu et al., “A new kind of double image encryption by using a
no. 5, pp. 1329–1337, May 2000. cutting spectrum in the 1-D fractional Fourier transform domains,” Opt.
[7] S.-C. Pei and J. J. Ding, “Generalized eigenvectors and fractionalization Commun., vol. 282, no. 8, pp. 1536–1540, 2009.
of offset DFTs and DCTs,” IEEE Transactions on Signal Processing, [25] N. Singh and A. Sinha, “Optical image encryption using fractional
vol. 52, no. 7, pp. 2032–2046, July 2004. Fourier transform and chaos,” Optics and Lasers in Engineering, vol.
[8] S.-C. Pei, C.-C. Wen, and J. J. Ding, “Closed-form orthogonal eigen- 46, pp. 117–123, 2008.
vectors generated by complete generalized Legendre sequences,” IEEE [26] R. Tao, X.-Y. Meng, and Y. Wang, “Image encryption with multiorders
Transactions on Circuits and Systems I: Regular Papers, vol. 55, no. 11, of fractional Fourier transforms,” IEEE Transactions on Information
pp. 3469–3479, December 2008. Security and Forensics, vol. 5, no. 4, pp. 734–738, December 2010.
[9] N. M. Atakishiyev, L. E. Vicent, and K. B. Wolf, “Continuous versus [27] B. M. Hennelly and J. T. Sheridan, “Image encryption and the fractional
discrete fractional Fourier transforms,” J. Comput. Appl. Math., vol. Fourier transform,” International Journal for Light and Electron Optics,
107, no. 1, pp. 73–95, July 1999. vol. 114, no. 6, pp. 251–265, June 2003.
[10] M. L. Mehta, “Eigenvalues and eigenvectors of the finite Fourier [28] H. M. Ozaktas, B. Barsham, and D. Mendlovic, “Convolution and
transform,” J. Math. Phys., vol. 28, no. 4, pp. 781–785, April 1987. filtering in fractional Fourier domains,” Optical Review, vol. 1, no.
[11] B. W. Dickinson and K. Steiglitz, “Eigenvectors and functions of the 1, pp. 15–16, January 1994.
discrete Fourier transform,” IEEE Trans. Acoust., Speech and Signal [29] A. Kutay, H. M. Ozaktas, O. Ankan, and L. Onural, “Optimal filtering
Process., vol. 30, no. 1, pp. 25–31, February 1982. in fractional Fourier domains,” IEEE Transactions on Signal Processing,
[12] S. Clary and D. H. Mugler, “Shifted Fourier matrices and their vol. 45, no. 5, pp. 1129–1143, May 1997.
tridiagonal commuters,” SIAM J. Matrix Anal. Appl., vol. 24, no. 3, [30] M. F. Erden, M. A. Kutay, and H. M. Ozaktas, “Applications of the
pp. 809–821, March 2003. fractional Fourier transform to filtering, estimation and restoration,” in
[13] S.-C. Pei, W.-L. Hsue, and J.-J. Ding, “Discrete fractional Fourier Proc. of the IEEE-EURASIP Workshop on Nonlinear Signal and Image
transform based on new nearly tridiagonal commuting matrices,” IEEE Processing (NSIP’99), Antalya, Turkey, June 1999, pp. 481–485.
Transactions on Signal Processing, vol. 54, no. 10, pp. 3815–3828, [31] L. Durak and S. Aldirmaz, “Adaptive fractional Fourier domain
October 2006. filtering,” Signal Processing, vol. 90, no. 4, pp. 1188–1196, April 2010.
REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 1, NÚMERO 2, ABRIL DE 2012 9

[32] H. M. Ozaktas, “Convolution, filtering and multiplexing in fractional


Fourier domains and their relation to chirp and wavelet transforms,” J.
Opt. Soc. Amer. A, vol. 11, pp. 1798–1801, 1994.
[33] M. Martone, “A multi-carrier system based on the fractional Fourier
transform for time-frequency-selective channels,” IEEE Transactions on
Communications, vol. 49, no. 6, pp. 1011–1020, June 2001.
[34] T. Erseghe, N. Laurenti, and V. Cellini, “A multicarrier architecture
based upon the affine Fourier transform,” IEEE Transactions on
Communications, vol. 53, no. 5, pp. 853–862, May 2005.
[35] R. Tao, X.-Y. Meng, and Y. Wang, “Transform order division multi-
plexing,” IEEE Transactions on Signal Processing, vol. 59, no. 2, pp.
598–609, February 2011.
[36] J. B. Lima, R. M. Campello de Souza, and D. C. Cunha, “Multiuser
communication based on the discrete fractional Fourier transform,”
in Proc. IEEE International Conference on Communications, Ottawa,
Canada, June 2012.
[37] H.-B. Sun, G.-S. Liu, H. Gu, and W.-M. Su, “Application of the
fractional Fourier transform to moving target detection in airbone SAR,”
IEEE Transactions on Aerospace and Electronic Systems, vol. 38, no.
4, pp. 1216–1424, April 2002.
[38] A. S. Amein and J. J. Soraghan, “A new chirp scaling algorithm based
on the fractional Fourier transform,” IEEE Signal Processing Letters,
vol. 12, no. 10, pp. 705–708, October 2005.
[39] C. Vijaya and J. S. Bhat, “Signal compression using discrete fractional
Fourier transform and set partitioning in hierarchical trees,” Signal
Processing, vol. 86, no. 8, pp. 1976–1983, August 2006.
[40] B. Barshan and B. Ayrulu, “Fractional Fourier transform pre-processing
for neural networks and its application to object recognition,” Neural
Networks, vol. 15, no. 1, pp. 131–140, January 2002.
[41] T. Alieva, “Fractional Fourier transform as a tool for investigation of
fractal objects,” J. Opt. Soc. Amer. A, vol. 13, no. 6, pp. 1189–1192,
June 1996.
[42] A. C. McBride and F. H. Kerr, “On Namias’s fractional Fourier
transforms,” IMA Journal of Applied Mathematics, vol. 39, no. 2, pp.
159–175, February 1987.
[43] G. Gbur and E. Wolf, “Relation between computed tomography and
diffraction tomography,” J. Opt. Soc. Amer. A, vol. 18, no. 9, pp. 2132–
2137, September 2001.
[44] R. Tao, B. Deng, W.-Q. Zhang, and Y. Wang, “Sampling and samplig
rate conversion of band limited signals in the fractional Fourier transform
domain,” IEEE Transactions on Signal Processing, vol. 56, no. 1, pp.
158–171, January 2008.