Capítulo 11

FERRAMENTAS DE ANÁLISE: ANÁLISE DE FOURIER
DE QUE TRATA ESTE CAPÍTULO
A transformada de Fourier é uma das ferramentas mais importantes nas aplicações práticas de ciência e de engenharia. Apresentaremos agora um de seus algoritmos discretos de importância industrial e a ferramenta mais poderosa do EXCEL, a Transformada Rápida de Fourier (FFT — Fast Fourier Transform). É fácil usar uma planilha para realizar tarefas freqüentemente tidas como complicadas e sofisticadas. Prepare-se. Este capítulo mostrará como usar a FFT das Ferramentas de Análise do EXCEL. Você aprenderá também alguns truques que não são abordados na Ajuda. Neste capítulo você aprenderá: • como usar a caixa de diálogo FFT do EXCEL, • quando aplicar a defasagem de Nyquist (mais-um-menos-um), • uso (e abuso) do preenchimento de zeros de um conjunto de dados, • limitações devidas à amostragem (freqüência de Nyquist e ambigüidade de freqüência [aliasing]), da FFT e da FFT inversa, • como alterar a escala de freqüência e como usar a janela de dados, • como usar a densidade espectral de potência (DEP) e o teorema de Parseval, • como extrair informações de dados experimentais. Quais foram os Dez Eventos Mais Importantes em Matemática nos últimos cem anos? (Talvez você imagine que um deles foi a sua aprovação nas disciplinas de cálculo.) Muita gente acredita que os dois eventos mais importantes tenham sido a FFT e a demonstração do último teorema de Fermat. Certamente, a demonstração de Andrew Wile do teorema de Fermat foi importante para a matemática pura, mas a FFT supera essa demonstração quanto à utilidade e às aplicações práticas. O desenvolvimento da FFT nos anos 1960 forneceu uma ferramenta usada milhões de vezes todos os dias em diversas atividades como análise de sinais de voz, projeto de raquetes de tênis, engenharias civil, mecânica e elétrica, exploração de petróleo, química, física, tecnologia médica, astronomia e telecomunicações. Neste capítulo, você aprenderá como usar a FFT do EXCEL para processamento digital básico de sinais. Essas técnicas são extraordinariamente úteis em engenharia e em ciência e alcançaram enorme importância econômica na indústria de entretenimento em filmes como Titanic, Toy Story, Parque dos Dinossauros, Guerra nas Estrelas e Matrix1. Você poderia dizer que o Titanic é apenas a ponta do iceberg.

11.1 SISTEMAS LINEARES
A FFT é particularmente útil para analisar sistemas lineares. Por quê? Porque em muitos casos a análise é mais fácil e mais poderosa no domínio da freqüência do que no domínio original dos dados (em geral, o tempo). Fisicamente, um sistema linear é aquele no qual a saída (resposta) é diretamente proporcional à entrada (estímulo). Matematicamente, um sistema linear é descrito por equações lineares, e assim fica assegurada a validade de aplicação do princípio da superposição. Há uma fronteira levemente nebulosa entre sistemas lineares e não-lineares, no sentido matemático, porque alguns sistemas fisicamente não-lineares são descritos por equações não-lineares que podem ser transformadas em equações lineares com coeficientes variantes no tempo. No mundo físico muitos sistemas são intrinsecamente não-lineares, mesmo em níveis de potência muito baixos, e a maioria dos sistemas lineares tornam-se não-lineares em níveis elevados de potência. Uma medida prática da linearidade é que as freqüências da saída são as mesmas freqüências da entrada; nenhuma freqüência nova aparece na saída. Um dos motivos pelos quais a Transformada de Fourier é tão útil é que quantidades muito pequenas de energia podem ser medidas no domínio da freqüência, mesmo na presença de grandes quantidades de energia em outras freqüências. A identificação e a eliminação de energia de harmônicos e de sub-harmônicos é o assunto importante de interesse atual. Como exemplo prático, a forma de onda em sistemas elétricos de potência é mantida senoidal com um grau elevado de precisão uma vez que a presença de correntes de freqüências harmônicas mesmo em pequena quantidade pode acarretar conseqüências econômicas sérias e causar interferências nos circuitos de controle e na energia transportada pelo condutor neutro.

1

Tradução adotada no Brasil para os títulos originais em inglês: Titanic, Toy Story, Jurassic Park, Star Wars e The Matrix.(N.T.)

Uma onda acústica senoidal pura soa bem no ouvido humano. Na realidade. 11-1 observe a caixa de verificação Inversa. precisará chamar a FFT e efetuar de novo as operações. que chamaremos de IFFT. você sabe que a derivação tende a acentuar irregularidades de uma função e a integração tende a suavizar essas irregularidades. não importando o número de vezes que essas operações sejam repetidas. deverá ativá-la. as exponenciais complexas) parecem ser os blocos construtivos da natureza. Assim. e a transformada inversa. Indo aos limites de períodos arbitrariamente longos e curtos você pode representar a maioria das funções (de interesse prático) do tempo ou do espaço por uma série de senóides. Você deve transformar a saída IFFT em dados numéricos usando a função de planilha IMREAL. O que consideramos lugar-comum é na realidade não usual. Testaremos a exatidão das transformações aplicando primeiro a transformada direta e. Veja o Cap. Os valores das variâncias mostrados nas células D4 e G4 fornecem uma forma rápida de comparar a entrada com o resultado da aplicação da FFT e. vamos examiná-los passo a passo. Na caixa de diálogo mostrada na tela da Fig. Em geral. quiser obter a IFFT. Se quiser obter a FFT ela não deverá ser ativada. é a mais suave de todas as funções. em conseqüência. há diversas versões da FFT. A forma de uma senóide é única. porém a mais óbvia é que você pode representar uma função não-periódica por uma coleção de funções periódicas! É impossível deixar de enfatizar a importância da senóide e dos métodos de Fourier nos campos de engenharia e ciência. A versão analítica da transformada de Fourier é surpreendente de muitas formas. A FFT produz um conjunto de dados complexos e os resultados da IFFT são dados reais não-numéricos (texto) que retornam ao domínio dos dados originais. A planilha não recalcula automaticamente a FFT e a IFFT. ao ser adicionada a outra senóide de mesmo período. execute o programa de instalação do EXCEL e inclua essa opção. Você pode criar uma macro para automatizar esta tarefa. A senóide é única quanto ao fato de sua forma ser invariante em relação às operações de derivação e de integração. calcula a FFT Inversa (ou IFFT) para recuperar o sinal original. a senóide e esses métodos teriam de ser inventados. Nenhuma outra função periódica tem esta característica. Em um certo sentido. em seguida. Há diversos truques para se usar a FFT. toda vez que os dados de entrada forem alterados você . Se não existissem. Utilizaremos as funções complexas IMREAL e IMAGINÁRIO para separar os dados transformados de modo que tenhamos as partes real e imaginária e. ao excitar um sistema linear com uma função senoidal no domínio do tempo. sendo o seu espectro discreto. Se. Abra a pasta de trabalho FFT-IFFT e a Fig. Veja a caixa de diálogo na Fig. 11. Se a Análise de Dados não estiver disponível como opção do menu Ferramentas. Essa pasta de trabalho requer muitas explicações e nós a analisaremos linha por linha. A FFT-IFFT calcula a FFT de um sinal para obter o espectro e. A FFT é um algoritmo da transformada discreta de Fourier dotada de uma rapidez não usual. permite que você aproxime uma função periódica arbitrária (sujeita às condições de Dirichlet) com o menor erro quadrático. 11-2. a resposta em regime permanente ao longo de todo o sistema é senoidal diferindo de um ponto a outro. produz uma função com a mesma forma senoidal das que a compõem.) O Professor Ernst Guillemin (MIT) chama isto de uma “propriedade sobrenatural”. A derivada de uma senóide também é senoidal. A FFT do EXCEL requer que o número de pontos de dados nos domínios original e da transformada seja uma potência inteira de 2.3 TRANSFORMADA RÁPIDA DE FOURIER (FFT) Vejamos a versão em planilha da FFT. 512. que chamaremos de FFT. 256. Além disso. 11-1 será exibida. a resposta permanece senoidal. A planilha contém a transformada direta. mas com amplitude fase e diferentes. Somente a amplitude e a fase modificam-se pela derivação e integração.2 BLOCOS CONSTRUTIVOS Os sinais senoidais (e. no entanto. vimos que a série de Fourier. como 128. no máximo. da aplicação da IFFT. Por que estes sinais desempenham um papel tão dominante? Uma razão é que. as seqüências do sinal original e da transformada devem ter o mesmo número de pontos. A senóide é o bloco construtivo fundamental com o qual podemos construir todos os outros componentes e nos permite determinar a resposta a uma excitação qualquer se conhecermos a resposta a senóides. Além disso. nenhuma outra função periódica permanece inalterada ao ser somada a uma função semelhante. em amplitude e fase. O sistema linear pode ser de complexidade ilimitada. a transformada inversa para determinar quão perto chegamos dos dados originais. Uma senóide. • A série de Fourier é associada a funções periódicas. Certifique-se de que atribuiu o mesmo número de células ocupadas com os dados de entrada à linha ou coluna onde deseja que a seqüência de dados transformados vá residir.4. Dica Observe na pasta de trabalho FFT-IFFT que os dados de entrada são números reais puros. conforme mostra a linha 21 da tela. (Experimente fazer isto em uma planilha da pasta de trabalho FOURIER. porém de amplitude e fase diferentes. em seguida. a forma senoidal é invariável em relação à derivação e à integração. 1024 e assim por diante. usaremos IMABS e IMARG para magnitude e fase. Na Seção 4. e portanto a integral de uma senóide é também uma senóide. em seguida.FERRAMENTAS DE ANÁLISE: ANÁLISE DE FOURIER 161 11. composta de senos e de co-senos. em seguida. • A transformada analítica de Fourier é associada a funções não-periódicas e o espectro é contínuo. 7 para uma revisão dessas funções de planilha.

O sinal de dois tons é um teste padrão para medir a distorção por intermodulação. Uma fonte principal de erros relativos aos dados não-periódicos é que a FFT supõe sempre que os dados são periódicos. . Marque a caixa de verificação Inversa para efetuar a operação IFFT. Observe que o sinal de teste usado na planilha é um teste de dois tons consistindo em duas ondas senoidais de amplitudes e de freqüências diferentes. Fig. O gráfico polar sempre fecha porque a FFT supõe a ligação suave com um conjunto de dados idênticos nas extremidades direita e esquerda. a FFT pode se tornar imprecisa à medida que você se aproxima das extremidades positiva e negativa do eixo das freqüências. A caixa de diálogo Análise de Fourier está ativada. Se o sistema for não-linear. O sinal de entrada consiste em dois sinais senoidais de amplitudes e freqüências diferentes. Como conseqüência disto. Examine a linha 15 na tela do seu computador. Essa periodicidade imposta fica evidente ao comparar os resultados da FFT com os resultados exatos de parte real e imaginária. Mais tarde executaremos alguns cálculos analíticos para que você possa comparar os resultados da FFT com os exatos. as únicas freqüências na saída serão as freqüências da entrada. bem como o gráfico polar da parte imaginária em função da parte real. A FFT é um recurso extremamente poderoso. mas possui algumas peculiaridades das quais você deve estar ciente. 11-2 Caixa de diálogo da Análise de Fourier. Se o sistema sob teste for linear. que é um efeito não-linear. Vamos fazer um resumo de algumas dicas e truques necessários para que a operação com a FFT seja bem-sucedida. Aqui está selecionada a opção Intervalo de Saída. aparecerão freqüências misturadas (como somas e diferenças). O ouvido humano é não-linear e esta é a razão pela qual ouvimos freqüências misturadas e a música soa agradável. O conteúdo dessa linha é complexo. de magnitude e fase.162 CAPÍTULO ONZE Fig. usando a IFFT. 11-3 mostra erros muito pequenos envolvidos na transformação do domínio de origem dos dados em FFT e na transformação inversa do espectro para o original. A Fig. 11-1 Tela inicial da planilha Principal da pasta de trabalho FFT-IFFT.

A fórmula na célula A17 é =IMABS(A15)^2/128. . Linha 19: contém a inversa da FFT. vamos fazer uma pequena digressão e executar o cálculo analítico de uma transformada de Fourier como objetivo de ajudar você a ter uma intuição sobre o procedimento numérico. ou seja. O objetivo do sinal mais-um-menos-um é produzir transformadas de Fourier que se pareçam com as que você vê nos livros. Esta fórmula produz os valores 1 e 1 para o sinal mais-um-menos-um. você não precisa da operação com o sinal mais-ou-menos. Por um instante. A linha 13 é a entrada da FFT.4 DETALHES DA PLANILHA FFT-IFFT Vamos analisar essa planilha em detalhes. Linha 21: contém a parte real da linha 19.6. Esta linha não pode ser convertida em gráfico.801815 90622879E-002i. duas ondas senoidais com valores diferentes de amplitude e de freqüência. Considerando todos os cálculos envolvidos para efetuar a FFT e. o conteúdo IFFT da célula B19 é mostrado como 1. linha 30. mas está em forma não-numérica.5*SEN(0. umas poucas partes em 1015. ou seja. Este gráfico está disponível na pasta de trabalho FFT-IFFT. em seguida a IFFT. A fórmula na célula A13 é =A9*A11. Linha 15: contém a saída da FFT. linha 9. 11-3. Esta linha é mostrada graficamente na Fig. As linhas a seguir consistem em células que vão da coluna A até a coluna DX. A função de planilha IMREAL recupera a parte real do conteúdo da célula A19 e a multiplicação por A11 faz uma operação oposta a da multiplicação pelo sinal maisum-menos-um. Por exemplo. A potência é dividida por 128 para a normalização adequada (veja o teorema de Parseval). 11.23313443962164.9*A7). Linha 17: contém a densidade espectral de potência do sinal. a IFFT da linha 15. Linha 11: contém o deslocamento de Nyquist (sinal mais-ummenos-um). os erros são bastante pequenos. Linha 13: contém o sinal de entrada mais-um-menos-um. Observe que o 0 na célula A21 está no lado direito da célula. Linha 7: contém o eixo dos tempos. Observe que esta linha está na forma não-numérica. indicando que ele é imaginário. no máximo. Essa operação transforma o conteúdo da célula B19 em forma numérica e a fórmula na célula B11 desfaz a defasagem de Nyquist existente.22040916853706 1. o 0 na célula A19 está no lado esquerdo da célula. Linhas 23 a 30: mostram o efeito de não usar a operação de multiplicar pelo sinal mais-um-menos-um. Dica A saída da IFFT é apresentada na forma não-numérica e inclui a defasagem de Nyquist se à entrada da FFT tiver sido aplicada a defasagem de Nyquist. 11-3 Erros entre os dados originais e os resultantes da aplicação da FFT seguida da operação inversa IFFT. Abra o arquivo FFTIFFT e vá testando à medida que seguir as explicações aqui apresentadas. Por exemplo. Ela é construída usando [Editar][Preencher][Seqüência] Linha 9: contém o sinal de entrada. e a parte real da IFFT. A fórmula na célula B21 é =IMREAL(B19)*B11. Linha 32: calcula a diferença entre o sinal de entrada original. Observe que os erros são. O conteúdo da célula A15 é uma grandeza não-numérica que se assemelha ao número 1.22040916853706. Veja as outras células da linha 13. utilize a função de planilha IMREAL para recuperar a parte real da IFFT e multiplique novamente pela função “mais-um-menos-um” que produz a defasagem de Nyquist a fim de desfazer o processamento original antes da FFT.FERRAMENTAS DE ANÁLISE: ANÁLISE DE FOURIER 163 Fig. Caso você deseje visualizar a saída ou gerar um gráfico. A função de planilha IMABS calcula o valor absoluto de A15 e o resultado é elevado ao quadrado para se obter a potência. com o espectro centrado. A fórmula na célula 21 é =IMREAL(A19)*A11. A fórmula na célula A9 é =SEN(A7)+0. O conteúdo da célula B13 é um número complexo. Veja a Seção 11. A fórmula na célula A11 é =COS(A7*PI()). Neste exemplo utilizaremos uma transformada com 128 pontos. a célula B13 contém 1. Observe o “i” ao final do segundo número. na caixa de diálogo as 128 células selecionadas são A13:DX13. Se não estiver interessado em visualizar o espectro e desejar apenas usá-lo no cálculo.

centrado na origem do eixo dos tempos. Observe que se trata de uma integral definida em t de modo que o resultado será uma função de que depende do valor de T. Obtenhamos o espectro de um pulso de amplitude A e largura T. deslocado para baixo uma unidade de amplitude. A Eq. o gráfico do pulso foi deslocado para cima uma unidade de amplitude e o do espectro. isto é. (11-2) é chamada de transformada inversa. (11-8) pode ser escrita como O pulso é representado graficamente na Fig. Lembre-se de que 2 f. o pulso retangular. (11-1): A função da Eq. onde f é a freqüência em Hz. (117) em uma forma mais compreensível e que possa ser representada graficamente. A Eq. As Eqs. visando a uma maior clareza. 11-4 Curva superior: pulso retangular simétrico. Faça a integração: Esse procedimento é facilmente calculado como: onde f(t) é uma forma de onda no domínio original (aqui o domínio é o do tempo t) e F( ) é o espectro no domínio de freqüência. A freqüência é medida em rad/s. Há diversas formas para definir a transformada. mas a que se segue é conveniente para os propósitos que temos em vista: Este é o tipo de integral que você aprendeu na primeira ou na segunda semana do curso de cálculo. Bilhões de pulsos como estes são usados a cada segundo de cada dia nos sistemas digitais em todo o mundo. (11-7).164 CAPÍTULO ONZE 11. multiplique o numerador e o denominador por 1 e você obterá uma fórmula mais familiar: Lembre-se de que o seno pode ser representado em termos de exponenciais complexas como: assim a Eq. provavelmente. não ao resultado da aplicação da FFT do EXCEL. (11-10) é tão comum que é chamada da função “seno de x sobre x”. mas para a maioria das pessoas é preciso escrever a Eq. Para obter uma separação entre os gráficos. O gráfico corresponde ao cálculo analítico. A utilização dessas integrais é freqüentemente uma tarefa desafiadora. (11-1) e (11-2) são realmente notáveis. Em primeiro lugar. Vamos dar um exemplo simples utilizando o cálculo elementar que produzirá um resultado exato e você poderá compará-lo com o obtido através da FFT. seria entendida por um matemático. O pulso é restrito no tempo mas o espectro se espalha de menos Fig. 11-4 mostra o pulso e seu espectro. Curva inferior: parte central do espectro correspondente. 11-4. vejamos como fica a transformada de Fourier em seu formato analítico. mas vejamos como é fácil (e instrutivo) aplicá-las a um dos sinais mais usados. muitos livros foram escritos sobre elas.5 TRANSFORMADA DE FOURIER. A Fig. Vamos inserir agora esta função na Eq. EXEMPLO ANALÍTICO Para tratar do assunto de forma completa. Admita que o pulso esteja centrado em t 0. . que começa em T/2 e termina em T/2. (11-1) é chamada de transformada direta e a Eq.

Como resultado. dependendo da compactação que estiver sendo utilizada. o espectro será complexo. que consome tempo e ocupa o computador. em geral. portanto. 11-1. essa largura de faixa é medida em bits por segundo. além de mostrar como utilizar esses detalhes com a FFT do EXCEL. Quando a forma de onda é centrada (simétrica) no domínio original dos dados. 11. mas somente em usá-lo para outros cálculos. O lóbulo central contém a maior parte da energia e o primeiro valor nulo ocorre. Esta operação de pré-processamento é chamada de defasagem de Nyquist. bem como por suas magnitude e fase. Os métodos numéricos já existiam antes da FFT mas. Algumas formas de onda não são simétricas no domínio do tempo (por exemplo. exigiam a realização de inúmeros cálculos. . Observação: nos sistemas digitais a largura de faixa também refere-se à velocidade possível de envio dos dados por meio de uma conexão. em outras palavras. SINAL MAIS-UM-MENOS-UM A aplicação da FFT a um conjunto de dados brutos pode surpreendê-lo no início. mas a maioria está no interior dela.FERRAMENTAS DE ANÁLISE: ANÁLISE DE FOURIER 165 infinito a mais infinito.000 bits. lucent. Um modem com uma boa linha telefônica pode transmitir cerca de 56.com). A Fig. podemos representar o espectro por uma função real. as partes imaginárias se anulam e. é dada por: Dicas Um espectro complexo pode ser representado por suas partes real e imaginária. você poderá eliminar a defasagem de Nyquist. 10. quando a forma de onda for apenas uma função real. Observe que na Fig. Uma forma de definir a largura de faixa é baseada na Eq.) Por exemplo. usando a representação complexa da função seno. Uma tela animada de vídeo requer. a forma mais fácil de interpretá-lo. Eq. tanto a fase como a parte imaginária do espectro têm zero como valor. De modo geral. Em muitos casos elas não existem na forma analítica conhecida. os métodos analíticos não podem ser utilizados. Ela foi inventada por Harry Nyquist. provavelmente. (Recorde: 2 f. um exemplo analítico simples.000 bps. Os resultados da FFT não se parecem com a curva inferior da Fig. em geral.000 bps. são extraordinariamente difíceis. 11-4 mostra o pulso completo. Em geral. que contém a parte central nas extremidades do gráfico e as extremidades no centro. mas apenas a parte central do espectro é apresentada. (11-12). todas as formas de onda que começam em t = 0 são não-simétricas). isto é. Dados experimentais sempre contêm ruído (os dados não são funções analíticas completas) e. ou multiplicação pelo sinal mais-um-menos-um. As operações de FFT geralmente requerem operações proporcionais ao logaritmo de n. para conhecer a largura de faixa do sinal.) O Exercício 4 mostrará a você numericamente como a largura do pulso controla a largura de faixa. a amostragem e a ambigüidade e a janela de dados. Contudo. (11-10). No laboratório. a grosso modo. As integrais do par de transformadas de Fourier parecem simples mas. pois tem como resultado um espectro estranho. Que percentual da energia total está no interior da largura de faixa? (Veja o Exercício 7 no fim deste capítulo. Vamos continuar a analisar a defasagem de Nyquist. onde n é o número de pontos de dados. 11-4. de cada lado do máximo em: assim. 11-4 o pulso é limitado no domínio do tempo mas o espectro é ilimitado. É útil realizar uma medida quantitativa para saber como essa energia está concentrada. a análise de grandes conjuntos de dados com a FFT pode ser feita agora em microssegundos em vez de anos. As transformadas de Fourier sem a FFT requerem um volume de operações de cálculo proporcional a n2. a freqüência do primeiro nulo. utilize o mouse para testar as linhas 9 e 11 da planilha FFT-IFFT mostrada na Fig. a largura de faixa. Multiplicando cada um dos pontos de dados ímpares por –1 antes da operação da FFT obtemos um espectro que se parece com o que seria obtido no cálculo manual.6 DEFASAGEM DE NYQUIST. http://www. com freqüência. a maior parte da energia está concentrada em torno de zero. tornando-os impraticáveis para uso comum. o preenchimento com zeros. Uma página cheia com um texto em inglês tem cerca de 16. um pulso com largura de 1 s tem uma largura de faixa de 1 MHz. a normalização de freqüência. Teste esta propriedade para comprovar essa realidade (veja o Exercício 1 no final deste capítulo). Caso não haja interesse em examinar o espectro diretamente. Para ver como a defasagem de Nyquist é aplicada. você mede a magnitude e a fase de um espectro e esta é.000. Nesse caso em particular. Há energia considerável fora dessa largura de faixa. Formas de onda assimétricas têm sempre um espectro com fase e parte imaginária não-nulas. nos Bell Labs (hoje Lucent Technologies. existe de menos infinito a mais infinito. Dessa forma. Devem ser usados métodos numéricos como a FFT.

7 PREENCHENDO DADOS COM ZEROS Se os dados originais não tiverem um número de pontos correspondente a uma potência de 2. a fórmula na célula A8 poderia ser =A7*(0. 11-5 mostra a tela inicial da pasta de trabalho DADOS-ALIAS. Tudo o que precisa fazer é multiplicar o ponto de dados bruto pela fórmula da janela de dados e pela fórmula de Nyquist.) . Nessa pasta de trabalho a taxa de amostragem é constante e a freqüência da onda senoidal é ajustável.1 kHz com uma freqüência de Nyquist associada de 22. A informação está localizada exclusivamente nesses pontos de dados. Por exemplo.3125 Hz. A maioria das placas de som dos computadores possui uma freqüência de amostragem de 44. digamos 14 pontos. 50 e 114 zeros. Talvez alguns sistemas digitais de som tenham uma especificação 8 vezes maior do que a amostragem. a freqüência de Nyquist é de 50 kHz. t é 10 5 s. então o intervalo de freqüência entre os pontos de dados do espectro após o processamento com FFT é: Por exemplo. 11. (N. o que está ligeiramente acima do limite 2 superior da audição humana. O efeito estroboscópico pode ser visto no cinema (exemplo de sistema com dados amostrados a uma taxa de 24 Hz). Se o número total de amostras for N. Aqui. Teste o procedimento de preencher com zeros um pequeno conjunto de dados. Veja o Exercício 9 no final deste capítulo.05 kHz.5-0. A primeira coisa que você nota é que o espectro parece mais suave. Elas constituem operações de pré-processamento. Por exemplo. Coletar mais amostras é sempre uma boa idéia porque aumenta o número de informações. mas isto também requer mais tempo e mais potência de cálculo. a fórmula que multiplica a célula A8 é a da janela de von Hann (Seção 11. há uma conexão com a freqüência de Nyquist e com o teorema da amostragem de Nyquist. se N for igual a 512 amostras e t for 10 s a escala de freqüência entre os pontos de dados do espectro é de 195. se o ponto de dados bruto estiver na célula A7. Filtros anti aliasing são filtros passa-baixas usados antes de conversores A/D para reduzir a energia acima da freqüência de Nyquist antes da conversão análogo-digital. Compare-a com a adição de 18.166 CAPÍTULO ONZE Dica Você pode combinar as operações de defasagem de Nyquist e de colocação de janelas nos dados (Seção 11.10). Em um sistema de aquisição de dados com freqüência de amostragem igual a 100 kHz. A ilusão do movimento contínuo é obtida explorando a retenção da retina através da exibição de 24 quadros por segundo.5*COS(2*PI()*A$6/ 128))COS(A6*PI()). Aumentar o número de amostras diminuiu a escala. Nesta fórmula o eixo dos tempos é representado pela linha 6. Abra a pasta de trabalho DADOS-ALIAS e teste o aliasing na planilha (veja o Exercício 7 no final deste capítulo). para 118 pontos de dados adicione 10 zeros fazendo o número total igual a 128. Ao coletar dados a freqüência deve ser mantida bem abaixo da Nyquist. Por que não adicionar 138 zeros e levar o número de pontos para 256? Experimente fazer isto e observe o que acontece.T. A amostragem com uma freqüência mais baixa resulta em um fenômeno chamado de mascaramento de freqüência (aliasing). Se o intervalo de amostragem for ∆t segundos então a freqüência de amostragem associada será: Para uma tabela de aquisição de dados que pode coletar 105 dados por segundo.2 onde nos filmes de faroeste as rodas das carruagens parecem se mover vagarosamente ou para trás. Isso significa que a freqüência de Nyquist é oito vezes a mais alta freqüência amplificada pelo sistema. você pode adicionar zeros aos dados para aproximar o número de pontos à potência de 2. 11. A Fig. Esse fenômeno ocorre quando uma freqüência alta fica mascarada como se fosse uma freqüência baixa. Os filtros antialiasing devem ter uma característica de fase linear na faixa passante a fim de minimizar a distorção de fase. Construa uma planilha que mantenha constante o valor da freqüência da onda senoidal e ajuste a taxa de amostragem. Use a pasta de trabalho ESCALA DE FREQÜÊNCIA para ver como isso é feito. sob a condição de que a maior freqüência segura que você deseja atingir seja inferior à metade da freqüência de amostragem. Adicione 2 zeros para ir a 16 pontos e observe a FFT. e esta é ainda multiplicada pela defasagem de Nyquist COS(A6*PI()). a variância é diminuída artificialmente ao introduzir os zeros. Não há nada entre eles.8 ALTERANDO A ESCALA DE FREQÜÊNCIAS Como a FFT é uma transformada discreta. A sobreamostragem permite o uso de filtros baratos e simples após a conversão A/D.9 AMOSTRAGEM E AMBIGÜIDADE (ALIASING) Nyquist demonstrou que é possível reconstruir completamente um sinal contínuo a partir de amostras igualmente espaçadas. 11. estatisticamente falando.10) em uma única etapa da planilha. mas não adicionou qualquer informação! A vantagem do preendimento com zeros é que.

098 a4 0. Entre as janelas comuns que são fáceis de usar em planilhas estão as de Hamming.498 a3 0. como por exemplo 50 vezes a freqüência A. no momento. além do objetivo fundamental que é dar ênfase à resolução. Essa janela é instalada para 0 n N 1. A largura do pulso. bem como o início e o fim da amostragem são importantes em termos de vazamento de espectro. nem é útil perguntar qual é o melhor.358 0. 11-5 Exemplo de uma onda senoidal acima e abaixo da freqüência de Nyquist. Há muitos tipos de janelas em uso. a Fig. N é o número total de pontos de dados da janela.000 0. (11-14) com a Tabela 11-1. além disso as janelas são comparadas usando pelo menos sete parâmetros. Qual é a melhor janela? Não há resposta para a pergunta.000 0. Von Hann. é a pior opção. As janelas de dados foram inventadas para lidar com esse problema tentando suavizar o início e o fim do bloco de dados. Kaiser-Bessel e BlackmanHarris. usando a Eq. Mude a freqüência B para um valor elevado. consulte o livro de Brigham e o artigo de Harris indicados como referências no final deste capítulo. pois não há como decidir isso devido à multiplicidade de parâmetros associados às janelas. Observe que a janela de Hamming é a única que não possui zeros nas extremidades da janela.488 0. são bem melhores do que a janela retangular. Uma solução prática para usar as janelas consiste em analisar os dados usando as diferentes janelas a fim de optar por aquela que parece lhe oferecer os “melhores” resultados. mas isso não é totalmente verdadeiro porque significa que está sendo usada automaticamente uma janela retangular. 11-1 não utiliza janelas de qualquer espécie. Na verdade.000 0.500 0. nenhum meio de afirmar qual é o melhor. Há quatro pontos importantes a serem considerados ao escolher uma janela.001 onde n é um ponto de dados.540 0. Para uso com a FFT. O início e a interrupção repentinos da amostragem de um sinal contínuo no tempo comprometem a resolução de freqüência.000 0.FERRAMENTAS DE ANÁLISE: ANÁLISE DE FOURIER 167 Fig. As cinco janelas da Tabela 11-1 são definidas pelos valores dos coeficientes na equação de janela: TABELA 11-1 Coeficientes de algumas funções comuns de janela Nome da Janela Retangular de Hamming de Von Hann de Blackman-Harris de Kaiser-Bessel a1 1. o vazamento de espectro refere-se ao aparente espalhamento de energia em freqüências adjacentes causado pelo início e pela interrupção na aquisição de dados.000 0.141 0. Para obter uma abordagem sobre essas alternativas. N é um número inteiro com potência de 2. 11.000 0.011 0. algumas vezes o aperfeiçoamento pode proporcionar um fator de redução de 109 no vazamento de espectro.10 JANELA DE DADOS O teorema de Nyquist estabelece a conexão entre os sinais contínuos no tempo e as informações digitalizadas (discretas). Em geral.460 0.000 0. podemos escrever a equação da janela de Von Hann para N 128 como: . Por exemplo. Essas janelas. Observe como parece ser uma freqüência baixa. mas não encerra a questão. Uma janela retangular possui início e interrupção repentinos.500 0. porque a resposta depende do que é considerado “melhor” em cada situação particular. Cada um deles possui atributos especiais e não há. mostradas na Tabela 11-1.402 a2 0.000 0. Para tornar o tutorial mais simples. As janelas de Hamming e de Von Hann são particularmente simples.

o uso da janela é uma forma de convolução (veja a Seção 12. Observe a pequena diferença obtida ao usar as janelas de Hamming e de Blackman-Harris nos Fig. por conseguinte. Ela serve somente para iniciar e interromper uma seqüência de dados. tem boa resolução mas uma melhoria inferior nas laterais. Não é fácil selecionar um bloco de dados com essas características. 11-6 Tela inicial da planilha Principal da pasta de trabalho JANELA DE DADOS. (11-16) com 64 pontos.J. A janela de Hamming mais simples. 11-8. As de Von Hann e de Hamming são particularmente simples. Tratase de uma área de pesquisa ativa e as cinco janelas descritas anteriormente compreendem um pequeno subconjunto de um grande grupo. tem uma pequena biblioteca de funções de janela que você pode usar.168 CAPÍTULO ONZE Uma janela retangular corresponde. O uso de janelas antes da FFT pode produzir melhorias surpreendentes na resolução do espectro. A remoção de parte da energia próxima dos limites da lente ou da antena atenua os efeitos da difração e aumenta a resolução da imagem.O. para selecionar a janela de Hamming. Na verdade. o uso de janelas em óptica é conhecido como apodização e refere-se a um filtro neutro de gradiente de densidade aplicado a uma lente ou a um espelho próximo das bordas. copie a célula A30 na linha 10. gradativamente. na realidade. Brigham The Fast Fourier Transform and Its Applications (Prentice-Hall 1988). A pasta de trabalho JANELA DE DADOS. 5183 (1978) e em E. a experiência mostra que é sempre preciso desistir de algo para ganhar outro. mas o objetivo foi apenas estético. Harris.2). No entanto. Optar por não utilizar as janelas. Podem ser adicionadas novas janelas à sua escolha. como veremos a seguir. de Von Hann. processamos os dados. As já embutidas são as janelas retangular. a não ter uma janela. na maior parte do tempo selecionamos como pontos de dados um número inteiro potência de 2 para uma dada freqüência de amostragem e. de Blackman-Harris e de Kaiser-Bessel usando a Eq. Fig. Observe o efeito da aplicação da janela na linha 12. Os resultados da janela de Blackman-Harris são impressionantes. “On the use of windows for harmonic analysis with discrete Fourier transform”. Abra uma nova planilha e trace os gráficos das janelas de Hamming. Suavizar o início e a interrupção de uma seqüência de dados. O vazamento de espectro que ocorre ao selecionar um bloco de dados pode ser considerado como uma forma de difração generalizada. A fórmula para aplicação da janela de Hamming está mostrada na célula A10. incluindo o nível de lobos laterais. A inserção de dados nas janelas é um tema em aberto. copie a fórmula da célula do tipo de janela nas células A10:DX10. A Fig. As propriedades de mais de vinte janelas comuns estão catalogadas no famoso artigo F. A multiplicação no domínio do tempo é equivalente à convolução em freqüência. centrar o espectro de modo que se pareça com o calculado analiticamente. de Von Hann. O uso das janelas envolve a multiplicação dos pontos de dados por uma função de janela.6. Se o bloco de dados incluir um número inteiro de meios-períodos então os dados aumentarão a partir de zero no início e diminuirão até zero no final. reduzirá a freqüência dessa difração. em seguida. Para selecionar uma janela. significa utilizar uma janela retangular e essa é a pior escolha de todas. Na realidade há várias soluções de compromisso. Essas soluções de compromisso são a razão de terem sido inventadas tantas janelas. 118 compara os espectros obtidos usando essas janelas. Use a pasta de trabalho para examinar a janela de Blackman-Harris. Já utilizamos janelas de dados para melhorar a resolução do espectro em algumas planilhas anteriores. Leve em consideração selecionar um bloco de dados de uma onda senoidal. mostrada na Fig. A inserção de dados nas janelas é uma etapa de pré-processamento dos dados antes de aplicar a FFT. com certeza. largura de faixa equivalente de ruído e ganho coerente. pp. de Blackman-Harris e Kaiser-Bessel. Por exemplo. 11-7 mostra um sinal de teste de duas freqüências com uma janela retangular e a Fig. . Proceedings of the IEEE 66. 11-6. de Hamming. com melhoria superior a 90 dB nas laterais das linhas espectrais e excelente resolução de duas linhas. Usamos também a defasagem de Nyquist como forma de pré-processamento na Seção 11. na realidade. O início e a interrupção repentinos de uma seqüência de dados é responsável por esta difração exatamente como a borda afiada de uma lente ou de um espelho borra uma imagem óptica devido à difração.

11-7 mostra o sinal de teste modificado por uma janela de Hamming e a Fig. A senóide de freqüência inferior tem uma freqüência cujo valor é 2/3 da freqüência da outra senóide. atualmente. Fig.FERRAMENTAS DE ANÁLISE: ANÁLISE DE FOURIER 169 Fig.11 DENSIDADE ESPECTRAL DE POTÊNCIA (DEP) O que É Isso? A densidade espectral de potência fornece a energia do sinal em cada freqüência. Isso causa vazamento do espectro. (Lembre-se de que J é a abreviatura de joule. o que você vê depende do tipo de janela através da qual você olha. integrando a densidade de massa (kg/m3) sobre o volume tem-se a massa total em kg e integrando-se a DEP (J/Hz) sobre a freqüência tem-se a energia total em joules. 11. A Fig. 11-8 mostra uma comparação dos resultados da janela retangular e da janela de Hamming. visto aqui em uma janela (sinal com valores positivos e negativos). 11-8 Esse é o mesmo sinal mostrado na Fig. que representa a potência em watts. A escolha da melhor janela depende daquilo que estiver procurando obter e é uma boa idéia analisar o espectro usando várias janelas. é objeto de interesse para pesquisa. O sinal de teste de duas freqüências consiste em duas ondas senoidais. valores de pico ligeiramente menores dos espectros em comparação com o da janela retangular. Como na vida. A Fig. unidade de energia do sistema SI. 11-8 mostra uma razão pela qual os espectros observados estimam realmente o verdadeiro estado da natureza. Em outras palavras. O problema da estimação obtido espectral envolvendo dados aleatórios com a FFT. 11-7 Sinal de teste com duas freqüências visto de uma janela retangular. então a integral ao longo do tempo .) A energia de um sinal pode ser expressa por: e de acordo com o teorema de Parseval também é dada por Quando f(t) for medido em volts e |f(t)|2 em volts2/ohms. Observe a interrupção repentina da seqüência de dados de 128 pontos. É chamada densidade espectral de potência por ser análoga a uma densidade de massa. A função-janela de Hamming tem marcadores circulares. 11-5.

Correspondentemente. Por exemplo. se você esquecer de elevar o valor do espectro ao quadrado. importantes nas funções de correlação cruzada. (11-19) e (11-20) podem ser usadas para verificar a exatidão dos cálculos. 4).170 CAPÍTULO ONZE fornece a energia. A DEP e a DEP cruzada constituem habitualmente pontos de partida para a análise avançada envolvendo outras funções. Fig. Observe a boa resolução espectral e o baixo vazamento de espectro da janela de Hamming. você não terá essa informação para dados experimentais. No Cap. A fórmula da célula B7 é =SEN(8*PI()/127) para forçar o sinal a zero no final da seqüência. esta equação não terá solução. De um modo geral. Nenhum deslocamento vertical foi aplicado. DEP. Nela há 128 pontos no intervalo de células A7:A134. 11-9 Comparação entre as janelas retangular (curva superior) e a de Hamming (curva inferior) aplicadas ao sinal de teste das duas freqüências. 11-9 mostra a tela Home dessa pasta de trabalho. p é período da função e os As e Bs são os coeficientes de Fourier (veja a planilha FOURIER. Teste o procedimento na pasta de trabalho DEP. se |F( )| for medido em volts⋅segundos ou volts/Hz. A fórmula da célula C7 é =B7^2 e será copiada para o intervalo C7:C134. possibilitando a obtenção de resultados quantitativos. Pasta de Trabalho DEP A Fig. Dica As Eqs. A coluna C contém a potência instantânea do sinal de entrada. ou se houver um erro no ponto de dados. ou (menos precisamente) espectro de potência. voltaremos ao conceito de espectros de potência e generalizaremos o espectro de potência cruzada. . Uma outra forma do teorema de Parseval é útil no caso de funções periódicas. conhecer a série de Fourier. Observe também que a janela de Hamming representou a potência dos dois sinais de forma mais exata que a janela retangular. então |F( )|2 é medido em unidades de (volt/Hz)2/ohm. no Cap. Examine o gráfico mais detalhadamente usando a pasta de trabalho JANELA DE DADOS. Essa fórmula será copiada para as células do intervalo B7:B134. 11-9 mostra o sinal de entrada. 4). A grandeza |F( )|2 é chamada de densidade espectral de potência. onde N é o número de pontos do conjunto de dados. identificação de sistemas e funções de coerência. ou J/Hz. Estamos interessados na forma discreta desse teorema: Composição da Pasta de Trabalho A coluna A contém o eixo dos tempos. Essa informação é copiada para as células D7:D134. Aqui. Neste exemplo a entrada é uma onda senoidal que começa em t 0. pois ela fornece informações úteis e uma visão geral dos sistemas. veja o Cap. Na FFT do EXCEL. O procedimento para medir e calcular a DEP é extremamente importante. esses são os verdadeiros espectros. o número de pontos será sempre um inteiro potência de 2. em conseqüência. mas no projeto de sinais e sistemas é possível usar a forma: O que Faz a DEP? A densidade espectral de potência representa a potência do sinal em função da freqüência. A fórmula da célula D7 é =COS(A7*PI()). Normalização da DEP Usando o Teorema de Parseval O teorema de Parseval é útil para a normalização da energia do espectro. A Fig. caso você tenha a sorte de conhecer a fórmula do sinal (e. J⋅s. A coluna D contém a defasagem de Nyquist. A coluna B contém o sinal de entrada. porque a integração de J/Hz sobre a freqüência produz J. Abra a pasta DEP em seu computador e siga os passos indicados à medida que for utilizando as técnicas mostradas aqui. A medição de espectros de potência é chamada habitualmente de estimação de DEP por motivos que se tornarão claros adiante. 14.

também. a energia de entrada é a mesma energia contida no espectro. . Trata-se de um segmento de onda senoidal. Fig. 11-11 Sinal de entrada do exemplo DEP.FERRAMENTAS DE ANÁLISE: ANÁLISE DE FOURIER 171 Fig. que o teorema de Parseval se confirma. Observe os números complexos na coluna F. Observe. 11-10 Tela inicial da planilha Principal da pasta de trabalho DEP.

na sua carreira profissional. Seu site na web é: http://www. Harris. (11-19). isto é. “On the use of windows for harmonic analysis with the discrete Fourier transform. A. por conta de métodos digitais usados em filmes. A indústria de entretenimento é uma das forças propulsoras do processamento digital de sinais. New York. 1965). Essa expressão é copiada para I7:I134. Englewood Cliffs.pixar. multiplique a DEP por 2 e trace o gráfico entre os valores da freqüência de 64 a 128.172 CAPÍTULO ONZE Fig. No. REFERÊNCIAS R. Schafer. Discrete-Time Signal Processing (Prentice Hall.com/ A indústria de áudio é a maior usuária das técnicas de processamento digital de sinal.com/ A Manex Visual Effects produziu os surpreendentes efeitos especiais digitais do filme Matrix: http://www. A Fig. Compare com o resultado da célula E3. Deconvolution of Images and Spectra. O endereço na web é: http://www.html A Digital Domain criou os efeitos digitais do filme Titanic. The Fourier Transform and Its Applications (McGraw-Hill. a função correlação e as funções coerência e SNR. 38-45 (1999) June. O. Uma das empresas líderes de mercado é a Pixar Animation Studios. A fórmula da célula E7 é =B7*D7. P. A célula E3 exibe a energia do sinal de entrada.com/ A Society of Motion Picture and Television Engineers (SMPTE) está na vanguarda de técnicas utilizadas neste capítulo. A coluna I contém a densidade espectral de potência (DEP).” Proc. Esse resultado é copiado para as células do intervalo E7:E134.com/ S. Champeney. a deconvolução. fundada por George Lucas (Guerra nas Estrelas).d2. “Deconvolution. Landy. 51-83 (1978). J. Acesse. (1986). The Fast Fourier Transform and Its Applications (Prentice-Hall 1988). mais tarde. O espectro está em F7:F134. (Academic Press. Oppenheim and R. Jansson. Iremos explorar a convolução. A Industrial Light and Magic. A coluna E contém o sinal de entrada após a aplicação da defasagem de Nyquist. A fórmula dessa célula é =SOMA(C7:C134).digido. O Cap. por exemplo: http://www. F.org/ . New York. C. Bracewell. P. Seu site é: http://www. 11-11.” Scientific American 280 (6). a DEP somada ao longo das freqüências.smpte.D. A fórmula da célula I7 é =IMABS(F7)^2/128 de acordo com a Eq. Fourier Transforms and Their Physical Applications (Academic Press. E. R. D. 1110 mostra a DEP. 11-12 DEP da onda senoidal da Fig.com/homepage.” Trends in Analytical Chemistry 5. “Mapping the universe. V. New York 1977). Para obter a DEP somente das freqüências positivas. Observe o pequeno vazamento de espectro próximo do valor zero da potência. Essa empresa foi fundada por James Cameron (diretor de Titanic). 1989).W. NJ. Griffiths and G. A célula I3 exibe a energia do espectro. 12 vai mostrar a você como aplicar a FFT em algumas operações úteis. Pariente.mvfx. O QUE VEM EM SEGUIDA? Agora você domina os conhecimentos fundamentais necessários à utilização da ferramenta Análise de Fourier do EXCEL nos outros cursos de formação e. 1973).lucasfilm. A coluna F contém o espectro gerado pela aplicação da ferramenta Análise de Fourier ativada pelos menus [Ferramentas][Análise de Dados]. IEEE 66. Brigham. 8. O site da empresa é: http://www. Scott Ross e Stan Winston. A fórmula dessa célula é =SOMA (I7:I134).

Abra a pasta de trabalho COLISÃO.com T. Espectro de força. Pólos magnéticos semelhantes produzem uma força de repulsão recíproca. (Veja Fig. 10. Considere um sinal de duas freqüências (como aquele da planilha FFT-IFFT) com uma janela retangular e com uma janela de Kaiser-Bessel. começando em t = 0. Constate a melhoria na resolução de freqüência e no vazamento de espectro. Um dos ímãs é fixo e equipado com um sensor de força. Scientific American 281 (3) 80-87 (1999) September.1. Use a defasagem de Nyquist para centrar o espectro. Use um pulso centrado em t = 0 de amplitude 1 e 11 pontos de dados na largura. Compare os resultados com os do Exercício 1. Descreva as alterações do espectro. Compare os gráficos de magnitude e fase do espectro. (11-11). No Exercício 1. 2. 32. Use o mouse para testar as fórmulas da planilha. Crie uma planilha para aplicar a FFT a um pulso retangular com vários preenchimentos de zeros. acima. Construa gráficos de magnitude e fase. Comente o que aprendeu sobre fase. para diferentes larguras de pulso como 5 e 21.E. Elabore um gráfico da diferença na magnitude dos espectros. Depois do ponto de dados 7. 9. e bem abaixo da freqüência de Nyquist. Ela contém dados experimentais sobre a colisão de dois ímãs. 5. Compare esses resultados com os obtidos adicionando 18. 50 e 114 zeros. Edgerton. 7. 64 e 128 pontos. Ambigüidade de freqüência (aliasing).sciam. que utilizou a FFT com defasagem de Nyquist.C. 0. Abra a pasta de trabalho ALIAS-DADOS.) 8. Que relação você vê entre largura de pulso e largura de faixa? 4.2 e 0. para outras larguras de pulso como 5 e 21. Crie uma planilha para aplicar uma FFT de 128 pontos (com defasagem de Nyquist) a um pulso retangular. O outro ímã é montado sobre um trilho de ar. Observe as ondas senoidais amostradas abaixo. (Veja a Seção 11.7. Construa gráficos das magnitudes em dB. Calcule as FFTs de 16. Levin and M. Você deve utilizar o recheio de zeros para fazer com que o número de pontos de dados seja um número inteiro potência de 2. . Observe como as freqüências altas podem ser mascaradas como freqüências baixas. Use um pulso com um número ímpar de pontos de dados começando em t 0. Use a defasagem de Nyquist. começando em t 0. 3. Calcule o espectro de força. largura 7. TESTE SEUS CONHECIMENTOS 1.) 6. Comente suas observações sobre o preenchimento com zeros. Compare os resultados com os dos pulsos centrados do Exercício 3. Considere K 0. Utilize a densidade espectral de potência de um pulso retangular e o teorema de Parseval para calcular a energia total no interior da largura de faixa. http://www. Elabore uma planilha para um pulso retangular com 14 pontos. Compare o espectro com diferentes valores de constante de decaimento. Considere um pulso retangular de amplitude 1. Compare o espectro. complete com zeros o restante da linha ou coluna até 128. Adicione dois zeros para obter dezesseis pontos e efetue a operação FFT. Construa gráficos de magnitude e fase do espectro e da DEP. Construa um diagrama de magnitude (no eixo y da esquerda) e fase (no eixo y da direita). o artigo estabelece uma analogia entre a análise espectral acústica e a análise espectral espacial e como obter uma visão geral.5. Veja Eq. Crie uma planilha para aplicar uma FFT de 128 pontos a um decaimento exponencial simples como y(t) exp( Kt). Crie uma planilha para aplicar uma FFT de 128 pontos (com defasagem de Nyquist) a um pulso retangular. A densidade espectral de potência revela os segredos dos sons musicais extraordinários produzidos por cantores nativos do sul da Sibéria. Preenchimento com zeros. 11-14.FERRAMENTAS DE ANÁLISE: ANÁLISE DE FOURIER 173 Esse artigo mostra como explorar o universo com a densidade espectral de potência. “The throat singers of Tuva”. aplique a FFT sem a defasagem de Nyquist para um dos valores da constante de decaimento.

Sign up to vote on this title
UsefulNot useful