PROCESSAMENTO DE SINAIS CAPITULO I ANALISE DE FOURIER 20 log / G(s/ SSS SOS ~S SS S Le SENS oe SOS SELES SS SSS SSSR SS SSS SSS SSS -60: 5 o ~~ Imagindrio ~~ ? jo sta CREA ), Geraldo M. Pinheiro Gomes Dr ENSAE - Prof DE-3 IME Rio de Janeiro dia Rendindo - 1996Geraldo M. Pinheiro Gomes- Prof DE-3 IME-RJ- Cap 1 Anélise de Fourier CAPITULO I - ANALISE DE FOURIER 1, INTRODUGAO: O estudo do processamento de sinais teve, nas iltimas décadas, um impulso considerivel, gragas a introdugo do computador digital, mais precisamente do microprocessador, como ferramenta indispensével nas aplicagées atuais da eletronica em todos os campos da engenharia. Toda informagdo que transita em sistemas tais como: Telecomunicagées, controle, automagio, ridio determinagio (Radar), sonar, aparelhos biomédicos etc, se apresentam na forma de sinais que evoluem 20 longo do tempo e que, quando introduzidos no computador, devem ser convertidos para a forma numérica bindria (digital). Dai a grande importincia do estudo do Processamento Digital de Sinais.. O estudo destes sinais apenas no dominio do tempo nao é suficiente para atingir os objetivos da aniilise de sinais e de suas aplicagées especificas. Torou-se necessiria a anilise também no dominio da frequéncia, Neste contexto aparece a importincia da chamada Transformada de Fourier, caso particular da Transformada de Laplace, cuja finalidade é permitir a passagem da representagio de uum sinal no dominio do tempo, para a representagao no dominio da frequéncia e vice- versa. 2. SINAIS DE ENERGIA E SINAIS POTENCIA: Um sinal que evolue no tempo indefinidamente e cuja amplitude nfo tende ara zero quando treo € conhecido como Sinal de Poténcia (figura /.a) A poténcia média de um sinal temporal é dada pela expressio: 1 P= lim lryPar @1y E definida uma janela do sinal, de dimensfo finita de valor arbitrario T. E obvio que o valor médio quadrético de f(t), dentro do intervalo T, no retrata fielmente @ poténcia média do sinal. No entanto, fazendo T-+« , apoténcia média (valor médio quadratico) se aproxima do valor real. (ver a figura 1.d) NCIAGeraldo M Pinheiro Gomes - Prof DE-3 IME-RJ Cap I Anélise de Fourier Figura 1b - Janela de dimensao T marcada sobre um sinal de ENERGIA Um sinal f(9 é dito limitado no tempo, isto é, sua amplitude tende zero quando 1+. E também conhecido como um sinal de energia (figura 1b) e observa-se que fim [L/(UP de = W, (22) onde W;é 0 valor finito da energia do sinal, portanto a poténcia média seria: 1 2 WH, rior t= tim 23) A poténcia média nula indica que este tipo de sinal deve ser medido pela sua energia HW, e nao pela sua poténcia média. Por isso, este tipo de sinal é conhecido como sinal de Energia. Em resumo: Um sinal limitado no tempo ¢ considerado um sinal de energia e sua poténcia média é nula, Um sinal nao limitado no tempo é chamado de sinal de poténcia, tem um valor numérico finito para poténcia média P,,e sua energia é infinita 3. SERIE DE FOURIER: Iniciaremos 0 estudo do método de anilise frequencial (andlise de Fourier) pela teoria de Fourier, tratando os sinais de poténcia, Comegaremos pelo caso mais particular: os,sinais periédicos. Os sinais ou mais genericamente as fungées periddicas podem ser definidas como aquelas para as quais SO =ft+T) ~~ para qualquer t GL) A menor constante T que satisfaz (3.1) é chamada PERIODO DA FUNGAO. Como o sinal se repete a cada periodo podemos generalizar > & a 4 @ @ » wv VJ “ 7] 29 PG OOOO OEE PPE ECE LEE OES)Geraldo M. Pinheiro Gomes - Prof DE-3 IME-RJ- Cap | Andlise de Fourier SO) =ft+nT) n= 0,41, 42,.., 2) 2 mostra um sinal periédico tipico. FORMA DE ONDA PERIODICA 5 10 15 20 25 30 Tempo (seg} Fig 2 - Forma de Onda Periddica 3.1 - Série de Fourier Trigonométrica Para representar um sinal periédico, 0 matemético Francés Baron Joseph Fourier, que viveu no século XVIII, quando estudava o fendmeno da transmissa0 de calor, demonstrou que qualquer sinal periddico f(t) pode ser representado por uma série trigonométrica infinita da forma 7 3% +DE cos(na of)+ 6,sen(n0 of)] GB.L1) ty onde €4 frequéncia angular fundamental € ay, a, €b, so 0s coeficientes fz; da série, chamados de coeficientes de Fourier A série pode ser representada em ume forma mais compacta Sli) =C.+S°C, cos(no gt ~6,) (G12) [ETE e 6, = arcigl &) a, onde:Geraldo M. Pinheiro Gomes - Prof DE-3 IME-RJ Cap! Anélise de Fourier Exercicio 1: Demonstre as expressdes de C, , 8, ¢ f(t) mostradas acima Para um dado valor de m, a expressio C,cos(na,f-8,) corresponde a componente harménica de ordem m da frequéncia angular fundamental 2n 2fy T So C,~> a amplitude harménica, 6, > Angulo de fase. ® Os coeficientes da série trigonométrica so assim calculadas: Integrando a equagao (3.1.1) de — ; at 3 temos: TR io ae a froa fea J SE costna, +B, sen(na , oye (3.13) -T/2 -T/2 -T/qn Sabe-se que feos(ar)at = J sentoeas = 0. desta forma a segunda parcela do lado r r direito da expresso (3.1.3) é nula resultando: T/2 T/2 : ‘dt = 2 fm ; -T/2 -T/2 T/2 & 1 Le food a 3.14 ogo at frow G14) -T/2 A expresso (3.1.4) € também conhecida como 0 valor médio da fungio f{) ou onivel CC (componente continua) do sinal £ Para o cilculo dea, basta integrar: f f(t)cos/ma iat substituindo f(t) pela expressio (3.1.1). LLL re} gereccercereGeraldo M. Pinkeiro Gomes - Prof DE-3 IME-RJ Cap! Andlise de Fourier Lf cos(me gt)dt = when © +) [2 + D fe, cos(na ot) +8, sen(ne of] cost eld G.15) propriedades de ortogonalidade das fungées seno e cosseno z cos (m © para m#0 e [sen(moof)dt=0 para todo m (3.1.6) vite 3 0 para men Je0s(o ot)eos(io of} a para m= BLY) i 0 para men [sen (no of)sen(ne ot) a G18) i Zz z 3 J sen (mo .tcos(re ¢f)dt para todo men Gig) Com base nas propriedades acima estabelecidas ¢ desenvolvendo a expresso 3.1.5) é facil demonstrar as formulas que estabelecem o céleulo dos coeficientes: avi ‘Fi cos(ro yt eb, = 2 i ‘S(sen(ne tat G.1.10) 4, T “ta ta Exercicic 2, Demonstrar as expressbes de a,e b, O céleulo dos coeficientes pode ser facilitado se as propriedades de simetria da fungao f( forem utilizadas Uma fungao f(t) é PAR quando: Sed =f) 4 * propriedade: f f(Hat =2] f(yde GLA) Uma fungio f(y é IMPAR quando:Geraldo M, Pinheiro Gomes - Prof DE-3 IME-RJ Cap 1 Anélise de Fourier Se) =-fO propriedade: i SF (t)at =0 Exemplos: cos()éPAR: —_cos(-t)= cos(t) sen(y) €EMPAR: sen(-1)=-sen(t) So as seguintes as propriedade do produto de fungSes pares e impares: Seja: fr fungao impar e fp > fungio Par. Si-femhy Se Linh to So=Sp ti -Si=So Em resumo a) Se f(t) é PAR 7 tn a, eal [7p Nr=0 0 8, aa J f(sen(n0 gf) = 0 G.1.12) Isto por que f(t)sen(no .t) é uma funggo IMPAR. b) Se f(t) é IMPAR 212 2% = F {LOealoo ot e 6 7 JJ Osenlo oat #0 (3.1.12) Isto por que f(t) cos(na tf) é uma fungio IMPAR_ Problema n° 1; Achar a série de Fourier para a fungao f() definida por: A pn para n impar hn Pt pi Assim a série assume a forma 4451 44 £27030 gt) sen(Sa .f) } DE 2s 5 Senlno of) ==" sen(o gi) EOD , senlSaof) | 02 geo) = Efe) ed 206 irre) AAs figuras 4, 5 ¢ 6 mostram em sequéacia, a evolugao da série para a formagao do sinal da onda quadrada do problema n° 1. Na figura 4 observa-se a série truncada no 3° harménico. Na figura 5 a série aparece truncada no 5° harménico, onde observa. fandamen ay iGt sProximacdo com a forma quadrada. Em fim na figues ¢ observa-se a fundamental e toda a composigéo harménica atéo de ordemGeraldo M. Pinheiro Gomes - Prof DE-3 IME-RJ Cap ! Anélise de Fourier 1 Onda Quadrada os O68 0.4 f/ 0.2 ° “0.2 \ -0.4 -0.6 -0.8 Vo z 4 é 3 7 Tempo (se Fig 4 - Soma dos 2 primeiros harm nicos tm pares ee Slt) =sen(t) + sent) Tempo (ses -0.6F kh / “ > | “0.8 ee, i‘ . Tempe (seg) Fig S - Soma dos3 primeiros harm nicos impares sents Sen(3t) , sen(St) S(t) = sen(t) + : Fig. 6 - Todos as somas até a de ordem 9 SO, sents) ent, snes 1) = sen())s C2, 206 { - LE Oe 7) % ny a a a a a Geraldo M. Pinheiro Gomes Prof DE-3 IME-RJ_ Cap I Andlise de Fourier 3.2 - Aplicacio da Propriedade da derivada - Fungo Impulso A fungio impulso unitério 6(9, conhecida também como fungdo delta, pode ser assim definida: Representacio grifich de (0) 0 se 140 3.1.15) ace 9 (4) A propriedade fundamental de 5() & Jowa= fod Afoiae =A>e>0 A é conhecido como peso da fungio delta e no amplitude. £(@ também pode ser definida a partir das propriedades de sua integral Seja uma fungdo $(9, continua e identicamente nula fora de certo iatervalo finito. entio; Jocs(4t = 40) G21) Sela per f° oe E40 oe foe ~tJo(tdt = o(1,) G22) 7 ou ~ “$e J8M6 + tat = 6%) G23) A funco impulso pode ser considerada no limite como um pulso retangular de 1 largura t ¢ amplitude —, portanto de area unitaria (ver figura ao lado) t Quando o valor de + tende para zero este pulso degenera para uma func&o impulso. Observe, na figura, que a area do pulso | p(ar , qualquer que seja 0 valor de t, Quando t-+0 a amplitude do pulso tende para infinito, mas a rea permanece constante ¢ igual a 1Geraldo M. Pinheiro Gomes - ProfDE-3 IME-RJ Cap! Andlise de Fourier Os cosficientes de Fourier da sér propriedades da fungo impulso. Seja f(t) um sinal periddico em T SO= B+ Sfp, cos , podem ser calculados utilizando-se as +b,sen(n0 f)] derivando f(t) em relagao at tO > {no 9a, sen(no of) +n0 9b, cos(ra o)} (3.2.4) Uma vez que f(t) é também um sinal periddico podemos assumir que f’()) pode ser expresso em série de Fourier. Assim: S'O=4, + De cos(no i) 8,50 )] 3.2.5) Comparando as expressdes (3.2.4) e (3.2.5) concluimos que 5 =0, 0, =109b, +8, = 7 e B,=-na,a,+4,=—2 (3.2.6) nag 705 Problema n° 2. Seja f(d) periddica em 7 e representada pelo gréfico a seguir: a to + I} tr Trata-se de um trem de pulsos espagados de Te de largura x. Pede-se a série de Fourier equivalente. Solucao: Derivando graficamente a fungio f(t) temos a derivada gréfica no intervalo de um periodo, ara cpt ct 2 2 Como f7() é uma fungao [MPAR: a. ,, = 0 e aplicando a propriedade (3.2.2) “) - sor: no, “)] 2 27) 8 [a(+3)- ale - 5) pergo ot = 2A sol 2 Seer( no °2. 7 Obtendo assim iC IOYO\C) &DHBBSSBRIBB Geraldo M. Pinheiro Gomes - Prof DE-3 IME-RI Cap! Andlise de Fourier Como B,=-noea, parao sinal f(t) venorenior a, = sono, 3) = 24 sana. 2) no oT re 87 O valor médio do sinal é assim obtido: a e A aa ‘dt = 2% pT | Sodas Assim paraA=1,t=T/4 > temos at =a = 0/2 A série teré a seguinte forma: tt) 1 v2 1 2 SW= a “cose of + zoaseo of )* 5 050 of)+ Valor medi de | Prin Segundo a] harméni | harménico 3.3 Série de Fourier na forma Complexa Dependendo da aplicagéo que se deseja para a série de Fourier, toma-se interessante operar com 0 somatério de exponenciais complexas no lugar das fungdes senoidais, Consideremos uma fungao f(t) periddica, de periodo T. A expressio da série trigonométrica pode ser representada por: ot E>. ze" +e )+ 6, 7 er" - a] G41) Arranjando algebricamente a expressio: Sty = 405+ S[te ~jojene st tier | (G42)Geraldo M, Pinheiro Gomes Prof DE-3 IME-RJ Cap} Andlise de Fourier Na expresso acima consideraremos. 1 1 Cy 54. Co=2@=Jh,) © C= 4, +38.) © a explicagao sobre a formula de C,, é simples, uma vez que sendo o seno uma fungao impar, b, toma-se negativo quando n<0. Na realidade C, é um coeficiente complexo, tendo C,, como seu conjugado. Substituindo os coeficientes complexos na equagdo temos SO =Cy+ a [Cer +. ere = Oot Cee FC ete Unindo os dois somatorios chegamos, finalmente a expresso que representa 2 série de Fourier complexa, fO= De" G43) Resta-nos agora deduzir 0 calculo do coeficiente C, Para tal, basta efetuar uma integral de f(), substituindo-a pela expressio (3.4.3). frome Ikebe Considerando que ferromsaral? para nem ds T para n=m Passaremos 0 somatério para o inicio da expresso, concluiremos que somente quando, no interior do somatério, n for igual am, a integral sera no nula e a expresso sera 1a = 2 Jrwema=Sc, fem tA — Finalmente podemos chegar a expresso de C, (trocando o indice de m para n) CT Le Ce. J swerrat 4.4) Co € 0 valor médio da fungio, que nem sempre pode ser calculado a partir da expressio de C, fazendo n=0, pois, quase sempre, cai numa indeterminagao. A forma mais correta de se calcular é pela integral do valor médio. ees == 3.4.5 =F Jyoar G45) y AeAnACf Geraldo At Pinheiro Gomes - Prof DE-3IME-RI Cap 1 Andlise de Fourier Se a fungdo f( for real podemos afirmar que C_, conjugado) e sua representagao na forma polar seré: C,=|C.le* 2 onde |C, ; lar + oe co, aeid, a 3.4 - Espectro de freqiiéncia de sinais periédicos om O coeficiente C, da série de Fourier ¢, na realidade, uma fungdo complexa cuja varidvel livre € nog. Isto significa que, para cada miultiplo da freqiéncia fundamental ‘p existe uma linha espectral cuja amplitude é o médulo /C,/. 3 A figura 9 mostra, para um sinal arbitrario, como as linhas espectrais se Ry distribuem de forma discreta ao longo do eixo de freqtiéncia, ‘ee LL | | | fear Saree: angering op ecueaseugeg sa! tes Figues 94 - Espectro de frequéncie de um sinal periédico Grifico de amplitude & se] no, Fipura 9b - Grifico de fase do expectto de frequencies Esta forma de representar as linhas do sinal periédico cujas amplitudes (médulos /C,/ ) € cujos angulos de fase (linhas @, ) representam graficamente a q grandeza complexa C, , caracteriza 0 que chamamos de representacio no dominio de freqiiéncia de um sinal periédico ou ESPECTRO DE LINHAS DE UM SINAL, . E interessante observar que, sendo f(t) uma fungao real, 0 grafico do médulo se apresenta com simetria PAR, enquanto que a fase se apresenta com simetria IMPAR. A poténcia média do sinal f(t) se distribue ao longo do eixo de frequéncia, onde cada linha corresponde a uma parcela desta poténcia, Para provar esta afirmativa, ‘vamos apresentar a seguir, o Teorema de ParsevalGeraldo M. Pinheiro Gomes - Prof DE-3 IME-RJ Cap! Anélise de Fourier 3.5- Teorema de Parseval 4 poténcia média do sinal f(t) corresponde a soma quadrdtica de todos os médulos das linkas espectrais, isto é, a soma dos quadrados de /C.J Partindo da defini¢ao classica de poténcia média chegaremos 20 resultado Previsto, substituindo () por sua representago em série de Fourier, P. 3 ‘firotar ; [[Sce~lioa 7 “ia tales =e ? Troe = dee. Ziel eee Problema n° 3 Seja o sinal periédico mostrado na figura 10, Trata-se de um trem de pulsos de largura t. Calcular ¢ tracar 0 espectro de frequéncias deste sinal. Para 0 grifico, considere 0 periodo T= e repetir para T=10t. a 1% > wz t 2 Figura 10 - trem de pulsos de largura *e periodo T Solugio: eee A pemeyP2 _ 2A Sng [fee GT ser] a | 24 Ax senna 4t/2) 9 Fra ot /2) > ¢, ae oo Para melhor visualizar graficamente as linhas espectrais deste sinal, temos que definir duas fungSes que aparecem frequentemente na andlise grafica de siaais e espectros. Trata-se das fungdes sample e sinc, S200) fungho Sine & sine() = "EI A fungao sample é: Sa(x)= Te A figura 11, a seguir, mostra a curva representando a funcéo Sample. A diferenca entre elas € apenas na escala das abcissas. O argumento da fungZo Sample é um numero real expresso em radianos, enquanto o da fungdo sine é adimensional. O Primeiro zero da fungio Sample é em x=n enquanto que o da fungao sinc é para x1 eHD Geraldo M Pinheiro Gomes - Prof DE-3IME-RJ Cap] Anélise de Fourier Usaremos sempre neste trabalho a funcio Sample S,(x) A expressio de C, pode ser entio expressa em fungées do tipo sample e sine ficando assim 3 0.8) >> ool Figura 11 - Fungdo Sample =F 5¢(n0, ) ow 6, = Faine 2) 635) A figura a seguir mostra o grafico de C, que na realidade ¢ uma fungao complexa e discreta de nos , ou seja, ¢ 0 espectro de frequéncias do sinal (i), composto por linhas espectrais de amplitude /C,/ espagadas de a» (fregiténcia fundamental). No caso especial deste exemplo, tendo o sinal f(t) simetria PAR, resulta numa fungdo C, REAL, facilitando o desenho do grafico. No caso mais geral, em que C, é uma fungao complexa, a representagao se fara com um grafico do médulo IC,f € da fase by, 0.25 i [O primeire aulo Jae envoltsria locorre pare 2n nays -20 =10 o 10 20 Figure 12 - Especiro discreto de um trem de puisos retanguloresGeraldo M Pinheiro Gomes - Prof DE-3 IME-RJ- Cap 1 Anélise de Fourier Cabe ressaltar que, sendo f(Q real, 0 grifico do médulo sera sempre de simetria PAR € 0 gréfico da fase de simetria IMPAR. Outra importante observagao é que, quando o periodo T aumenta em relagdo a largura dos pulsos (¢ ), as linhas se juntam umas as outras, aumentando a densidade de linhas espectrais no eixo de frequéncia. A fungio Sample que representa a envoltenia Permenece a mesma, isto ¢, 0 valor de nog para o primeiro nulo (observe nos graficos), permanece constante, em fungio apenas do valor de t. Observe nas figura 12 ¢ 13, que tanto para T=4t quanto para T=10r, o primeiro nulo da série ocorre para NO = 2n/t Esta observagio conduz ao seguinte conceito intuitivo: o especiro discreto de um sinal periddico tende para 0 espectro continuo de um sinal limitado no tempo, quando 0 periodo tende para infmito. Graficamente o pulso que resta centrado na origem, intuitivamente constitui um pulso limitado no tempo. Este conceito sera abordado no estudo a seguir, sobre a transformada de Fourier. 0.1f a 0.08 Fe . | T=10t O primetro malo 0 06} . | da envoltoria corte para 0.04 no, -20 -10 0 10 20 Figura 13 - Espectro discreto de um trem de pulsos retangulares 3.6 - Transformada de Fourier - Fungo Espectral continua Aniilise intuitiva A anilise que sera feita a seguir, visando conceituar a transformada de Fourier € mais intuitiva do que puramente matemética. Ela serd feita a partir do limite quando © pericdo de um sipal periédico tende para infinito, fazendo com que um sinal de poténcia tenda para um sinal de energia, Para entender tal procedimento basta observar 0 exemplo anterior do trem de pulsos retangulares. Quando o periodo tende ara infinito, mantendo constante as dimensdes do pulso retangular, os dois pulsos vizinhos 2o pulso central se deslocario para o infinito, transformando o grafico de f(t) ‘um sinal “limitado no tempo” : WANAAS3JIIIIIID 3 a Geraldo M. Pinkeiro Gomes - Prof DE-3 IME-RJ Cap | Anélise de Fourier seja f(Y um sinal periddico em T S (= Seer Substituindo na expresso acima C, por sua formula J@= a ‘frayersaa fem moll Ga =f, ™ =Di\— [see rta lo. Sfp forms} Considerando 0 limite quando T-> « 0 somatério tende para uma integral 2n Oo= Fado e noo “fs 1 ficando a expresso da série reduzida a SO) ~=| [roy emt Definimos assim @ expressio dentro do colchete de (3.6.1) como sendo a transformada de Fourier de f() » - 8 F@)= [feat (3.6.2) a transformada inversa de Fourier de F(o) ly 7 S0= 57 | Fo)edo 6.63) A notagao usada classicamente & A transformada direta: Fe)= #[ft)] A transformada inversa: f()= 7” [F(o)] Condigao de existéncia de F(a) Existe uma condig&o para a existéncia de F(a). Esta condigfo esta ligada 20 fato de f(t) ser obrigatoriamente um sinal de energia, isto é, um sinal limitado no tempo, Para que exista a transformada de Fourier do sinal f(t) é necesséirio que: firtidrex (3.6.4)Geraldo M Pinkeiro Gomes - Prof DE-3 IME-RJ Cap! Anélise de Fourier Come F(a) é uma fungao complexa, pode ser representada nas formas polares € cartesianas. Flo)=|F(oJe**) = R(o)+ iX(0) IFro\=\RaP+X(aF e wo ae] eee Da mesma forma que para 0 coeficiente da série de Fourier, o modulo de F(o) €uma funcao de simetria par, enquanto que a fase é de simetria impar. arc Flo)= rena =f f(t)feosot - jsenat] Flo)= Treereosanat =i] fcussenorar Assim podemos afirmar que R(o)= [f(t)eosotdt e X/(o)=-[f(usenatd (3.6.6) Observando as expressdes de R(a) e X(o), podemos afirmar, com base nas propriedades de simetria das fungdes, que se f(i) tem simetria par, X(a)=0 e, Portanto, F(a)= R(a) seré, portanto, uma fungdo real. Se f(Q) tem simetria impar R(o)=0 e F(a)= jX(o) sera, portaato, uma fungao imagindria pura Problema 4 Seja o pulso retangular de Jargura 1, io mostrado na figura Determiner a transformada de Fourier aT ese) t” deste pulso e tragar o espectro de frequéncias Solucao F(a)= Sree = fanaa Ey 18HASBSSEE 2 Geraldo M Pinheiro Gomes - Prof DE-3IME-RJ Cap 1 Anélise de Fourier Podemos também considerar que, sendo /(¥) uma fungo PAR, a fungio Fo) sera REAL ¢ X(o)=0 . Assim, para achar F(o) basta calcular R(w) e aplicar as propriedades de simetria na integral i 24 = = f2. td = 2A Ro) {/ees00 J Acosotd: = —[senotP F@)=R(o)= asi) es) op co i af 20.2% -0 5 79 Figura J4- Funcao Sample 3.7 - Propriedades da Transformada de Fourier A notacio usada neste trabalho utilliza as variaveis independentes @ (rd/seg) € 1 (seg) que facilita a formulagio matemética para as dedugSes. Entretanto, para as aplicagdes em telecomuniocagdes, ¢ comum usar as variveis f (Hz) (@=22 f) 1 (seg), cuja visvalizagao da dualidade entre os dominios tempo fe frequéncia f é mais, evidente Assim sendo as expressdes do par de transformadas de Fourier, em fungio de f et so GU")= Jee rrar : a= [ou ar Continuaremos com a notagao em fungio de @ (rd/seg) e f (seg) que atende aos objetivos do nosso curso 1) Translacio no tempoGeraldo Mt Pineiro Gomes - Prof DE-3 IME Rr Cap I Anétise de Fourier Seiaf(9 uma fungao qualquer, imitade no tempo ¢ Fa)sua transformada de Fourier J [Ct )ee* “F(a B71) 2) Linearidade e superposigaio S82HO, 9 ¢f(0) suas respectivas wansformadas F,(0), Fo) e Fxfo) ACH +GL, + Gh ()]= GR(O)+ GE (0)+ Fo) (3.7.2) 3) Escalonamento 1 fo lat) 3 2) Evia propriedade mostra perfeitamente a dualidade entre 0s dois dominios, cabo € frequéncia, Considerando a > 1 haverd uma expansio no ixo dos tempos em peace tuencia uma compressio no eixo das freqaéacise, Isto explica 0 fato de que, dere ser nas.esteita a largura do pulso a ser transmitido por urs canal, mais ampla deve ser a faixa de frequgncia deste canal 4) Simetria Sabe-se que, sendo a transformada uma fungo com Trocando o sinal de w, F(a)=R(o) - é uma fungao par. Por esta razio F(-0) = F'(a), Assim plexa, F(o)=R(o) + jX(o) IX(0), ja que X(o) é uma fungio impar e R(o) onde F'(o) &0 complexo conjugado. Afa]= fh JOYE MA fazendo t= 4 F f(aje™* (adh) = Se" 'dt = Fl-0) = F'(o) §) propriedade da modulacao F também conhecida como translapo em frequéncia [re] F@-o,) no conceito de modulacéo em amplitude Ou seja 20 LAEGeraldo M Pinheiro Gomes Prof DE-3IME-RJ Cap! Anélise de Fourier [tan F[f costo )]= 1 S$ — |= =} Flo +0,)+2F (0 -0,) Assim se o espectro de F(o) é da forma mostrada na figura “S Fle) Sinal Sinal Modulado (1). CN 8 ow le w ne Tog aw f GW opr o Za Figura 15 - Propriedade da modulaco 6) Propriedade da derivada Seja f(d) uma fungao temporal com transformada F(o) laf]_.. ff) ~ fle jor ff (4) jaF(o) e 1g | Generalizando para derivadas de ordem n (jo) F() A {Z| Go)" Fle) 7) Propriedade da integral « Seja f() uma funcao temporal com transformada Fo) freuen F(a) +2F(0)8(0) J 8) Propriedade da ¢onvoluc4o/ A convolucéo é uma operagao linear definida pela integral do produto de duas fungées. O deslocamento relativo entre as duas fungSes, posiciona a variével independente da fungao resultante, Matematicamente ¢ definida da seguinte maneira: ; JO *8t0* | feeett—a)ae E uma operagao comutativa, assim = A + S*8)=89 f= ferosa—vee A operagao de convolugio pode ser tanto efetuada no dominio do tempo como no dominio de frequéncia, Trata-se da propriedade mais importante da transformadaGeraldo M. Pinheiro Gomes - Prof DE-3IME-RJ Cap I Anélise de Fourier de Fourier, bem como da transformada de Laplace, pois relaciona a convolueio no dominio do tempo, com 0 produto no dominio de frequéacia e vice-versa, Isto é JUS *8)]= Flo) Go) e UM 8W)= -Fle)*Go) Para demonstrar partiremos de: TU *st\= JO tewemat= | [4ga—yare mar = = freofoa -yeM aids = fr@e**Go)ar =G(o) Jroe a Assim demonstramos que FU *8]= Go) Flo) A importincia desta propriedade para a anélise de sistema é muito significativa, pois a saida de um sistema linear e invariante no tempo é a convolucao da entrada com a resposta ao impulso do sistema. Isto corresponde ao produto, no dominio da frequéacia, do sinal de entrada pela resposta em frequéncia do sistema Matematicamente falando, sejax(d) 0 sinal de entrada e y(¥) 0 sinal de saida Seja h(i) a resposta ao impulso do sistema, E sejam as respectivas transformadas: F [x0] =X(0), FLO] = Vo) ex’ fh(-H(0) Assim, para sistemas lineares e invariantes no tempo, a safda ¢: 9 =x(9 * HD e aplicando a transformada de Fourier 4 uy 04 T z figura 16 - Conceito grafico de convolugao 2 rs + A a A Axy Geraldo M Pinheiro Gomes Prof DE-3IME~RI Cap J Anslise de Fourier A figuara 16 mostra graficamente 0 conceito de convolugao de dois sinais no dominio do tempo. Observa-se que, para f= f, 0 pulso triangular ainda nao alcangou o pulso retangular, sendo o valor da convolugZo aula, Somente quando o pulso triangular, para f = 0, alcanga 0 retangular € que comega a aparecer valores diferentes de zero. Para { = f,, 0 triangulo hachuriado corresponde a integral de convolugao. 5 ‘Assim procedendo chegaremos a0 resultado da convolugéo, obtendo um sinal y(1), que sera também um pulso de largura 27, como esta evidenciado na figura 17. 2 yO=O*80 Q Figura 17 - Resultado da convolugao de f(t) com g(t)PROCESSAMENTO DE SINAIS CAPITULO IL ANALISE DE SINAIS E SISTEMAS DISCRETOS 26 log / G(s) 20 SS ES SS SSS SS = SSS SSS SS 40. — SS ae NS Se 60, —~5 ——“Imaginério jo Geraldo M. Pinheiro Gomes Dr ENSAE - Prof DE-3 IME Rio de JaneiroGeraldo M. Pinheiro Gomes» Prof DE-3 IME Cap 2- Anélise de Sinaise Sistemas Discretos CAPITULO 2 - ANALISE DE SINAIS E SISTEMAS DISCRETOS 1. INTRODUCAO 7 Apresentaremos neste capitulo o estudo de sinais e sistemas discretos. A Ciéncia e a Tecnologia no mundo modemo ja, hé aleum tempo, incorporaram a eletrSnica e o computador em todas as suas areas de aplicag0. E cada vez mais frequente o uso dessas maravilhosas méquinas na solugao numérica de problemas e mesmo, na associagdo com os sistemas fisicos, tornando possivel a operagao conjunta em tempo real, do computador com uma planta fisica. Este conjunto ¢ conhecido como um sistema de controle digital, com larga aplicago no campo aeroespacial, em manipuladores robéticos industriais etc Podemos citar outros campos de atuagdo: a engenbaria biom: comunicagSes por voz, comunicagSes por dados, engenharia nuclear etc. Especificemente para as Telecomunicagées a filtragem digital tem sido uma ferramenta indispensavel, englobando, entre outras, a anélise e reconhecimento de padrdes e a filtragem de sinais estocasticos, criando um vastissimo campo de aplicagZo em restaurag&o de sons e imagens imersos em nuido ca, sonar, radar, sismologia, Esta atual participagdo do computador e dos processadores em tempo real nas mais variadas areas, exige do cientista e do engenheiro uma atualizago constante, de forma complementar 0 conhecimento teérico na area de seu interesse. Este assunto tem por objetivo transmitir conhecimentos na rea de processamento de sinais discretos, também conbecido como DSP (“Digital Signal Processing") ou DTSP (“Discrete Time Signal Processing”) “As técnicas e aplicagées neste campo séo téo antigas quanto Newton e Gauss ¢ tio modernas quanto os computadores digitais e os circuitos integrados (Alan V. Oppenheim)" 2, ELO ENTRE AS TRANSFORMADAS DE LAPLACE E FOURIER SO A transformada de Fourier estudada no capitulo anterior € Au(t) — ¥™ caso especial da transformada de Laplace. Vejamos um A exemplo bem académico jé visto no capitulo anterior que ilustra perfeitamente este problema. Seja o pulso retangular deslocado de 1/2 de amplitude A, mostrado na figura J Figura 1 | Au(t- 4) Aplicando Fourier ~ \Vimos no capitulo anterior que a transformada deste pulso, é igual, em médulo, a transformada do pulso centrado na origem e de mesma largura, apenas @ fungao de fase sofre variagZo devido a0 deslocamento a direita. Aplicando a propriedade do deslocamento, obtemos imediatamenteGeraldo M. Pinkeiro Gomes - Prof DE-3 IME Cap 2- Andlise de Sinais e Sistemas Discretos Fla)= a5 (Sere Qa) Aplicando Laplace A representagao deste pulso pode ser feita pela adigio de duas fungies degrau u(#), uma positiva centrada ¢ outra negativa e deslocada de t (veja na figura /) S(O = Au) - Au(t- 1) ‘A transformada de Laplace de u(t) é: 4[Au(1)]= ea 5 Aplicando a propriedade do deslocamento 4[4u(t-1)]= 42" Aplicando a propriedade da linearidade da transformada F(s)= 4[Au(t)~ Au(t-2)]=4- 42" 2 gloe pS 5 Como a transformada de Fourier é um caso especial da transformada de Laplace, para se obter F(a) basta mapear sobre F(3), 0 eixo jo (s =jo). Substituindo e manipulando algebricamente: niet 7 ge in ° fz F(o)= -jorn sen{at/2) ns /2)= Are i007 Senfor/2) _ sen(@t/2)= Ate Ta Flo)= AtS,er/ De? Obtivemos o mesmo resultado ja previsto em (2.1), isto é, a simples substituigo na expresso da transformada de Laplace F(s) de s por jo, cai na expresso da transformada de Fourier de f(t) E interessante lembrar que alguns cuidados devem ser tomados na substituigao de s por jo para evitar erros devido aos limites de convergéncia da transformada de Laplace e as condigdes de existéncia da transformada de Fourier. Neste exemplo especifico, o sinal em questo sendo causal os limites da integral de Laplace e de Fourier coincidem. 3 - TRANSFORMADA DE FOURIER DE FUNCOES ESPECIAIS Transformada do impulso 8 (0) Aplicando a definicéo da transformada de Fourier 2 resposta & imediata, lembrando da propriedade da integragiio do produto de uma fungao qualquer por um impulso eBo]= Jorver mae seh& 2 2 2 a Geraldo M Pinheiro Gomes - Prof DE-3 IME Cap 2+ Andlise de Sinais e Sistemas Discretos Um impulso no dominio do tempo gera no dominio de freqiéncia um valor constante, isto é, um espectro plano, E por este motivo que usamos o impulso para gerar fungdes de transferéncia. Um impulso na entrada de um sistema linear € mesmo que langar um sinal de espectro plano. Ora, 0 produto da funs2o de treansferéncia por uma fungdo de valor constante em frequéncia, gera como saida, a propria fungao de transferéncia, Transformada do Degrau u(9 Usando a propriedade da integral na transformade de Fourier, uma vez que o degrau pode ser visto como a integral de um impulso, podemos assim representar Seja: 4@)= 26O]=1 Fley= [foo Fete) 7A) *fH@]= p80) Transformada de uma funcao constante no tempo f(i)=k Para tal vamos criar um artificio, considerando uma constante como uma fungéo temporal do tipo f(p = ke compondo-a como a soma de duas fungdes degrau u(t) da forma S(tj= e+ ud] Assim +n8(-0)|=k2n6(0) (3.3) FUk]=k 5 u+ue-d]= [Zo-s8(e)- jo jo A fungao impulso sendo de simetria par: 8(-@)=5(@) Esta transformada mostra o outro lado da dualidade tempo x fregiiéncia. Em outras palavras, tom sinal continuo no tempo (um nivel DC), gera em frequéncia um impulso na origem Vamos eproveitar © aplicar neste ultimo resultado a propriedade da modulagao. Seja @) uma freqiiéncia angular constante e arbitréria okt - 42n8(@ -@,) (3.4) Esta propriedade nos permite afirmar que podemos aplicar a transformada de Fourier sobre sinais periédicos contrariando as condigées de existéncia vistas no Capitulo I, uma vez que o sinal periédico é ilimitado no tempo (sinal de poténcia). O prego desta concesséo é 0 aparecimento de fungées do tipo impulso na expresso da transformada, torando-a de concepeao puramente matemitica.Geraldo M. Pinheiro Gomes - Prof DE-3 IME Cap 2- Andlise de Sinais ¢ Sistemas Discretos Transformada de Fourier de um sinal periddico Como um sinal periédico pode ser representado, de acordo com a série de Fourier, por uma soma de exponenciais multiplicadas por uma constante, basta aplicarmos a transformada sobre a expresso da série, Seja f(l) um sinal periédico de periodo Te freqiéncia angular o=20/T 22 Cs -n0,) G5) *VOl= | Eee dover Este resultado mostra que a transformada de Fourier de um sinal periddico é representada por uma sequéncia de impulsos em freqiéncia, posicionados nos harménicos da frequéncia angular fundamental ©, © cujos pesos sao os coeficientes complexos da série exponencial 2nC, Exemplo n° 1 Calcular a transformada de Fourier de (1) = sen(0 1) +1 sen(30 1) ial Ar of eo 13 aj z Z 5be- ©,)-5@ +o) Be ~30,)-8( +30,)] fo} 7 oy ole F(o) jn in i ini Figura 2 - Espectro de frequéncia de f(t) 4. TEORIA DA AMOSTRAGEM Amostrar um sinal significa passar uma fungo temporal que varia continuamente no tempo, para um dominio temporal discreto. Em outras palavras, significa criar uma sequéncia numérica obtida com os valores da funcao temporal continua, em intervalos de tempo constantes, Este intervalo de tempo constante, que separa duas amostras consecutivas do sinal, ¢ conhecido como periodo de amostragem [ T, } (5 de “Sampling period”), O sinal amostrado ¢, portanto, uma sequéncia numérica obtida a partir de um sinal continuo como ilustra a figura 3. INNAAAD: ne ANA2 @ Geraldo M Pinheiro Gomes - Prof DE-3 IME Cap 2 Andlise de Sinaise Sistemas Diseretos 2 ps [Periodo de f |Amostragem eon Continuo - T 4 6 i sy g ; -27,-T, b T, 27, 37, nT, - Figura 3b 4.1- Amostragem de Sinais 4.1.1 - Amostrador e bloqueador (Sampler-Hold) O amostrador é uma simples chave eletrénica que abre e fecha em intervalos T, guardando a ~~. posiglo instantinea do valor do sinal no instante considerado © bloqueador ou Segurador ¢ um circuito eletrénico capaz de criar uma fungo temporal entre dois valores consecutives de amostras. Em outras palavras ele € responsavel pela interpolagzo dos valores entre duas amostras de uma sequéncia discreta. Existem praticamente 3 tipos, classificados pela ordem do polinémio que o caracteriza. O bloqueador de ordem 0, de ordem 1 e de ordem 2 Para efetuar a conversio Analégica-Digital (A/D) usa-se 0 de ordem zero e para a converséo D/A usa-se qualquer um dos trés tipos, ou seja, aquele que oferece melhor aproximagao a A figura 4 mostra 0 conjunto amostrador-bloqueador (sample-hold) FAmostrador Bloqueador oe LF ortem ere | Sampler Hold Figura 4 4.1.2 - 0 bloqueador de ordem zero O bloqueador ou Segurador de ordem zero é um circuito eletrénico usado antes do conversor, ~ que mantem constante o valor da amostra durante um periodo de amostragem. E dito de ordem zeroGeraldo M, Pinheiro Gomes - Prof DE-3 IME Cap 2 Andlise de Sinais e Sistemas Discretos justamente porque usa um polinémio de ordem zero, isto é, mantem o valor constante. © valor Constante durante o periodo T, garante tempo suficiente para 0 circuito combinacional de converséo compute o valor bindrio correspondente. = , ¥( (y=hy 2 on x(0=5(0) inp Lee pe ; | Retardo Ld 7 T xT.) TET Figura 5 - Circuito do Bloqueador de Orden ZERO - A figura 5 mostra um diagrama em blocos do bloqueador com sua concepgio matemitica Examinando o diagrama concluimos facilmente a expressio da saida . 2O=[[e@)-x@-7) Para a andlise vamos considerar na entrada um impulso unitério, Para x(t) = 8(9 teremos na saida y(1) = k(t) (resposta ao impulso) Portanto a saida ser no) [P@)-96-7)} =u()-u¢-T,) a Conforme podemos observar na figura 5 um impulso na entrada vai gerar um pulso na saida de duragdo igual ao periodo de amostragem No bloqueador, aplicando a transformada de Laplace sobre sua resposta ao impulso, obteremos a sua fungao de transferéncia, Como veremos a seguir: 5 H@)= n= b- (4.1.2) Aplicando Fourier on) "} 2 hol 75, Vejamos como funciona o bloqueadér de ordem zero para uma amostra qualquer do sinal continuo. Seja o sinal continuo f(f) que desejamos amostrar. Uma amostra qualquer de f() em um = determinado tempo nT, é-concebida teoricamente como o produto ~ SAT, B(-n7,) 413) Considerando esta amostra na entrada do bloqueador, teremos na saidaGeraldo M Pinheiro Gomes - Prof DE-3 IME Cap 2 - Andlise de Sinais e Sistemas Discretos O= SOT SE HT) PHO]= 107 )5(- 07)" O- u- 1)]= = SOL )BO- oT)" ¥@-8¢— nue Te G.1.4) = AGT) [ul =n) u(r TJ] SinT) Figura 6 - Resposta para uma amostra isolada com entrada do segurador de ordem zero. A figura 6 mostra a saida do bloqueador para uma amostra isolada da fungao f(t). Considerando todas as amostras teremos como resultado um sinal pulsado, continuo no tempo na forma escada 4.2 - Conversao Analégica Digital Ne pratica o sinal deve ser amostrado, na forma apresentada nas figuras 3a ¢ 3b e deve ser guardado na meméria do computador. Esta transferéncia para a meméria exige que, alem da discretizac4o temporal, 2 amplitude do sinal seja quantificada em niveis correspondentes aos valores numéricos, para a base bindria dentro de uma palavra digital de dimensao pre-estabelecida, Esta operagao € conhecida como DIGITALIZAGAO ou CONVERSAO ANALOGICA DIGITAL (A/D) A figura 7 mostra as duas representagées bésicas de um sinal. A figura 7a representa a sequéncia discreta gerada a partir do sinal continuo, Observe que se trata de um sinal discreto no eixo do tempo € continuo em amplitude, pois o valor da amostra pode assumir qualquer niimero no intervalo de varia¢o previsto, por exemplo de -5v a +51. Figura 7aGeraldo M. Pinheiro Gomes - Prof DE-3 IME Cap 2 Andlise de Sinais e Sistemas Discretos uy 110 M01 1100 roi 010 101 1000 ont ono oat 100 on ota 001 000 A figura 7b mostra o sinal amostrado apés passar pelo bloqueador de ordem zero, gerando uma sequéncia de pulsos. A voltagem permanece constante por um periodo de amostragem, para que a conversdo para a base binéria se efetue, O valor numérico de cada amostra vai tender para o nivel de quantizacao mais proximo e sera convertido para a base binaria. No exemplo diditico apresentado na figura, 0 conversor utiliza uma palavra de 4 bits, equivalendo a ( 2°=16 ) dezesseis niveis de quantizagao. A tabela a seguir mostra os valores correspondentes aos niveis de quantizagio de 0 a 16. 0 a . Ov 7 " intervalo entre dois niveis é de >= 0.625 0 que acarretaria um grande erro de quantizagéo, Na pratica usa-se uma palavra com 12 bits permitindo uma quantizagZo com erro da ordem de 1Oy 10 a.4ax107 em 10 volts. 2°” 4096 Tnteiro Binario_| Amplitude | Inteiro | Bindrio_| Amplitude 0 0000 -5,000 v 8 1000 0,000 v. 1 0001 ~4.3715V 9 1001 0.625 v 2 0010 -3.750¥ 10 1010 1.250 v 3 0011 3.125 v ul 1011 1.875 v 4 0100 -2.500 v 12 1100 2.500 v $s 0101 -1.875 v 13 1101 3.125 v 6 0110 -1.250¥ 14 1110 3.750 v 7 oll -0.625 v 1S 1 4375 v Os 12 bits usados ainda permite a utilizacdo de 2 bytes(Sbits cada) para quantificar um amostra, Os quatro bits que sobram, quase sempre, server para indicar a polarizagéo do sinal indicagéo de overflow. Os dados obtidos da digitalizacao podem ser armazenados ou transmitidos em caracteres ASCII, tipo de cédigo onde cada byte correponde a um caracter grafico, usado como padrao \DOOCC0F i)Geraldo M. Pinkeiro Gomes - Prof DE-3 IME Cap 2- Andlise de Sinais e Sistemas Discretos ‘em todos os sistemas computacionais. Outra forma de armazenagem é manter 0 arquivo em binario, A escolha do modo vai depender da aplicacao Para se ter uma idéia das grandezas envolvidas, citaremos 0 exemplo usado no trabalho de processamento dz voz, para reconheciménto de locutores. Para manter o sinal na faixa de 0 a SKHz uusamos uma taxe de amostragem de 12.800 Hz (amostras/seg), f=12800 Am/s > 1,=0.078ms Com este padrio, uma palavra isolada de 3 silabas, que dura em média 0.8 seg, consome 10240 amostras ( 12800x0.8=10240 ). Estas 10240 amostras ocupam uma meméria correspondente a 20480 A) bytes * *. 4 4 4 4 Ha dez anos quando iniciamos os trabalhos nesta area no IME, estas grandezas constituiram = grandes obstéculos, Hoje os recursos computacionais jé permitem trabalhar com frases bem mais longas e com um tempo de processamento muito mais répido, 4.3 - Sinal amostrado no dominio da freqiiéncia - Amostragem Ideal Consideremos uma sequéncia de impulsos definida por: : | Fo a 8-(- L8¢-"7) 43.1) Numa concepgio ideal do conceito de amostragem podemos conceber que 0 sinal amostrado ¢ o resultado do produto desta sequéncia LW 0 W_ © de impulsos pelo sinal continuo, para gerar na saida do bloqueador de a ordem zero 0 sinal composto por pulsos de largura Ts e deslocados no “Sigura 8 tempo = O sinal a ser amostrado f(t) € continuo e tem um espectro de fregiiéncias caracteristico F(o) conforme mostra a figura 8. Definimos que o sinal amostrado f,(t) € 0 resultado do produto: L10= 05:0 SOE) & 160,501) 32) a Os impulsos passam a ter pesos exatamente iguais ao valor do sinal no ponto correspondente ~ «Tf, . A figura 9a mostra o sinal continuo € seu produto pela sequéncia de impulsos e a figura 9b mostra jé a sequéncia de impulsos com os pesos correspondentes aos valores das amostras f,(t). Na figura 9b os impulsos foram desenhados, para efeito didatico, tendo uma amplitude proporcional 20 peso, apenas para exprimir o fato da sequéncia seguir o sinal continuo f(t)Geraldo M, Pinheiro Gomes - Prof DE-3 IME Cap 2 Anatise de Sinais e Sistemas Diseretos } Ld) = 8x). FO Figura 9 a a Sven y¢-=n) lOpaTaeaTs aT, Figura 9b Esta sequéncia de impulsos constitue a entrada do segurador de ordem zero, cujo resultado ja‘ foi visto no item 4.1, na figura 6. Para obtermos 0 espectro de freqiiéncia do sinal amostrado temos que calcular a transformada de f.g OE VOY 76.0] ‘ =EFe) #5] Caleulo de 7[5,(0] 5;(A)corresponde a um sinal periédico. J4 foi visto que, sendo g(t) um sinal periédico a sua transformada sera 4 [e(Q]= 2" Yc =n) onde o, = F eT é0 period an Caleulo de C, para o sinal periddico 5) Seja o, freqiéncia angular de amostragem e T, 0 IIBAIAAAAAIAN: periodo do sinal 8;(1) 10Geraldo M Pinheiro Gomes - Prof DE-3 IME Cop 2- Andlise de Sinais e Sistemas Discretos 1 jay 7 LO at Assim a trasformada de (9) sera - 2B, @]= 2 Y8@-no, Para obter a transformada de f,(1) os Fe)= [4.0]= FO)* 7[8,(]= - prey Lo -n0,)= 7 Y:F(e)*8(@ - na,) Aplicando @ propriedade de convolugao de uma fungo com impulsos deslocados, a funcio F(a) sofre o mesmo deslocamento do impulso. Assim a = F0)= 2 SF@ -n0,) (433) 5 | Feo) - F fave) Foa,) TAN 0 o2-W 0° War o o . Figura 10 i Observa-se no resultado da expresso (4.3.3) € na figura 10, que o espectro de um sinal, idealmente amostrado, ¢ periddico, isto €, se repete a cada periodo de ma, , centrado em toro desta frequéncia, Este conceito nos leva a antecipar os resultados do estudo que faremos a seguir sobre a tvansformada de Fourier para sinais e sistemas discretos ~ De forma andloga, os dominios de tempo e frequéncia se relacionam, ou seja, um sinal | Periddico no tempo gera um espectro discreto em freqiéncia (série de Fourier) ¢, analogamente, um | ~ _ Sinal discreto no tempo vai gerar um espectro continuo e periddico em freqiéncia (veremos a seguir). —) ~~ E facil observar, na figura 10, a importancia que a conhecida taxa de Nyquist impée. De acordo com a taxa de Nyquist, , tem que ser igual ou superior a duas vezes o valor da maxima freqliéncia Presente no sinal, isto ¢, @, 2 2H’. Observando a figura 10 notamos que @/2 esta justamente entre 0s dois espectros consecutivos. Para a recuperago do sinal amostrado, uma filtragem é aplicada para separar 0 sinal cujo espectro esta centrado na origem. Para isto, o filtro passa-baixas deve ter uma boa seletividade € os dois espéctros consecutivos devem estar bem separados. Em outras palavras, quanto maior for a taxa de amostragem, mais facilmente e fielmente o sinal continuo que foi amostrado sera recuperado.Geraldo M. Pinkeiro Gomes - Prof DE-3 IME Cap 2 Anélise de Sinais e Sistemas Discretos Se por outro lado a freqiéncia de amostragem for menor do que duas vezes a largura de banda do sinal, haveré uma superposigio de espectros eo sinal original nfo mais seré recuperado na sua forma original, como mostra claramente a figura 1. Figura 11 O fenémeno do “Aliasing” Fla) 0 Wo -W Figura 12 F.(o-0) +0. a x 7 -02-W 0 Seja o sinal f(@) tal que F(a) tem componentes de forte energia acima da largura de banda W conforme mostra a figura 12. Isto ocorre com um sinal que nfo foi devidamente filtrado para em seguida ser amostrado. Mesmo que a freqéncia de amostragem obedega a taxa de Nyquist, o “morrinho” existente na parte inferior da faixa negativa, vai se somar com a parte positive do espectro, gausando uma distorgo, Observe este efeito na figura 13 T o, ° Figura 13 [Area distorcida Este fendmeno € conhecido como efeito do “Aliasing”. Para evita-lo ¢ necéssario realizar uma filtragem do. sinal continuo, antes de iniciar o proceso de amostragem. O filtro passa-baixas, conhecido como “filtro anti-aliasing” deve ser projetado para atenuar fortemente as componentes fora da faixa, evitando assim, a distorgao do sinal quando este for amostrado e recuperado SOEGeraldo M Pinheiro Gomes - Prof DE-3 IME Cap 2- Andlise de Sinais e Sistemas Discretos 5. SINAIS E SISTEMAS DISCRETOS 5.1 - Sinais discretos Apos a amostragem de um sinal, 0 resultado é, na realidade, uma sequéncia numérica que s6 tem sentido como informagio, se soubermos a sua origem e, principalmente, a taxa de amostragem <, com que foi gerada Uma sequéncia x é definida matematicamente como um conjunto de mimeros apresentado da seguinte forma x={@)} -o Nod ‘ 209 ° Figura 176 1) Para nn <0 (figura 17a) As duas sequéncias no se encontram sendo nulo, portanto, o resultado da coavolugis, isto €, y(n)=0 para n <0 0 que caracteriza uma sequéncia também causal na saida (ver fign ° /7a) 2) Para 0 — h(O) 8M +ah-) =1+a0=1 + we paran=! + h(i) = B(l)+ ah) =0+al=a + R= = para > AQ) = 82) + ahi) = O+aa > hea? a para > 3) = 8(3) + ah(2) = O+aa° > h(o) Generalizando h(n) = a" u(n) Partimos de uma equagao de diferenga para um termo que generaliza a fungao h(n). | 6-REPRESENTACAO NO DOMINIO DE FREQUENCIA DE SINAIS _ ESISTEMAS DISCRETOS Foi visto no capitulo J que a transformada de Fourier, aplicada sobre um sinal em tempo continuo, gerav uma representacdo deste sinal no dominio de frequéncia. E foi visto também que @ transformada de Fourier é um caso particular da transformada de Laplace. Nesta seco veremos como representar, no dominio de frequéncia, um sinal discreto ou a resposta em frequéncia de um sistema = discreto : Veremos no proximo capitulo que a transformada de Fourier para sinais discretos, que seré estudada a seguir, ¢ um caso particular da transformada Z. Enquanto no definimos a transformada Z, que esté para os sinzis discretos assim como 2 Transformada de Laplace esta para os sinais continuos, vamos abordar a representacdo em frequéncia de sinais e sistemas discretas Considere um sistema continuo, linear ¢ invariante, Vamos observar 0 que ocorre quando @ entrada é um fasor x(r)= e/°" para uma dada freqdéncia o : MO= AC) *x()= Jaee- ic = Jaen ws fa@emae ee™H(o) ayn)Geraldo AM Pinheiro Gomes - Prof DE-3 IME Cap 2 Andlise de Sinais e Sistemas Diseretos Para o caso de um sistema discreto tudo ocorre exatamente igual. Entrando com uma sequéncia exponencial complexa x(n) = e/*" para uma dada freqiéncia Gn) = Aln)* x(n) = TAO xo-#)= Faye . Dawe He") ~ = F (h(n) J=H(e*) Define-se ento H@*)= Seem (6.2) : A expressao (6.2) € considerada a Resposta de Freqiiéncia do sistema discreto, cuja resposta @ amostra unitéria é h(n) . H(e*) é uma funcao complexa e pode ser expressa da seguinte forma 5 H@*)= #0") JH) 6) 9 ou exprimindo na forma polar (médulo e fase) A H@*)=|H@*)} ole) (6.4) Uma importante caracteristica desta resposta de freqiiéncia € que, tanto 0 médulo como o argumento sao fungdes periddicas em frequéncia, conforme ja foi visto para o espectro da amostragem ideal de um sinal continuo no tempo. r Exemplo n° 4 ‘Vamos supor um sistema linear e invariante definido por: : 1 p/0snsN-1 *@= { iy t P ne * h(n) corresponde a um pulso retangular de largura N amostras, que também pode ser definido por A(n)=u(n) - u(n-N) . Pretende-se determinar a resposta em freqiéncia H(e*) para este sistema, He)= Sao" g-mtvaiya 2isen(oN /2) _ c 2jsen(@/2) S ¢ Assim H@*)-2="") €*) sen(o /2) A seguir tragaremos os gréficos representativos da resposta em frequéncia deste sistema, em modulo e fase. Para facilitar tragaremos apenas a parte positiva do espectro, isto ¢, de 0a 2x 20Geraldo M. Pinheiro Gomes - Prof DE-3 IME Cap 2 - Andlise de Sinis e Sistemas Discretos er) SEND (6.5) Figura 19 b Observe 0 grifico da figura 19 que a resposta em freqligncia deste sistema discreto, que poderia ser simplesmente © espectro de freqiléacia de um pulso retangular amostrado, é uma fungao complexa e periédica em frequéncia. A cada valor de @ = 21 0 grafico se repete, Observe também que © erifico do médulo tem simetsia par e o da fase tem simetria impar, como ja haviamos previsto. No grifico de fase (figura 19 6), sempre que surge uma mudanga de sinal ocorre um salto de fase de x radianos Existe uma perfeita analogia entre a representaggo em freqiéncia de um sinal ow sistema discreto com a série de Fourier para sinais periddicos, Ou seja, a expressio HE” )= Dale *" é aniloge 2 expressio da série de Fourier na forma complexa (ver capitulo 1). Observe que k(n) tem sua analogia com o coeficiente C, . Da mesma forma que o C, , 0 h(n) pode ser assim calculado 21Geraldo M, Pinheiro Gomes - Prof DE-3 IME Cap 2 - Andlise de Sinais e Sistemas Discretos Ly J0)), fon, We)= 52 J#e yo (67) As expressbes (6.6) ¢ (6.7) formam, na realidade, o par de transformada de Fourier para sinais discretos : A representagao de uma sequéncia pela transformagio definida em (6.6) e (6.7), nao é restrita a resposta & amostra unitéria de um sistema, mas pode ser aplicada a qualquer sequéncia, desde que a série de formagio de h(n) seja convergente 7 Para uma sequéncia qualquer x(n), a transformada de Fourier é assim definida: Transformada Dieta. X(e”)= Sox(ne*" (68) Transformada Inversa x(n) ag J *C* do (69) Para que exista a transformada da sequéncia x(n) é necessario que ela tenha uma energia finita ou sea: e A Xk¢ a Exemplo n° 5 - Filtro Passa-baixas ideal discreto a Este filtro tem uma resposta em freqiiéncia do tipo mostrado na figura 20. a + He) - 1 2m “0 ce @. % IR-O, On o Figura 20 A funcao de transferéncia do filtro pode ser assim representada para -t<@ a X(q)_possui um zero em z= 0 ¢ um polo em z = a, marcados no plano Z da figura 3, respectivamente por um pequeno circulo e uma enuz significa que apenas para valores de z dentro da regio hachuriada da figura 3, (/z/ > @), 6 que a série X(z) convergiré, dz! > a cortesponde entio ao dominio da fungao X(q). E interessante observar que os valores de /z/ = a ou mais especificamente z = a, estio fora da regio de convergéncia uma vez que a fungio X(z) tem um polo em z = a e, obrigatoriamente, os polos devem ficar fora da regio de convergéncia. Demonstracao da Convergéncia Partindo da expresso obtida em (2.1.3), aplicando o limite quando N tende para infinito de uma seqiiéncia finita com N amostras: X(2)= lim Le") Considerando a série finita de 0 a N-1 Noe Ee@y= Lear 4 @"}r@"Jer@ry” (2.1.5) Multiplicando ambos 0s lados de (2.1.5) por az” temos: aS (er) <2" +} +e) + Subtraindo as expresses (2.1,5) menos (2.1.6) obtemos: Coe Eey=-ey s Retornando a expresso de X(z) temos: X@= Jin Se" y= im ee D selaz/<1 (2.1.6) i ner : dine) = EntZo, como queriamos demonstrar X(@)= G Ne l-az" z-a O resultado ¢ obtido com a restrigao de existir uma regio onde X(z) nio converge chamada: Regio de nao convergéncia > Jd) Sa (Interior do circulo - fig 3) uma regiao do plano Z onde X(z) converge chamada’ Regifio de Convergéncia > — Iz! >a (exterior do circulo - fig 3)Geraldo M. Pinheiro Gomes - Prof DE-3 IME Cap 3 Diseretizagao no Dominio de Frequéncia Ficou claro no exemplo J ¢ pode-se generalizar que, sendo x(n) uma sequiéncia 3 direita ou ~ dita causal, isto é, x(n) = 0 para valores negativos de n, a sua transformada Z exibird sempre uma - regio de convergéncia do tipo: R,. kR /il>b . mo € uma regio do plano Z onde X(¢) converge chamada: 4 wavatetal 9 atsGeraldo M Pinheiro Gomes - Prof DE-3 IME Cop 3 Diseretizagao no Dominio de Frequéncia Regio de Convergéncia. = > ld a<|4 a ou b, Por outro lado, constatamos que os polos esto exatamente sobre os limites da regido em todos os exemplos apresentados. Como foi visto, nos trés exemplos analisados, a transformada Z bilateral, TSZT, aplicada sobre uma seqiiéncia nao causal, w(n) existe para -~ Dato temos: akx(- B= 2*X@) (2.2.2) Deslocamento a esquerda Bix +]= Do x( +02" Mudando a variavel m=n +k ales b= Sxtndem =| SxGade* BQ? ou seja alors A)}= 24x) - Ex (2.23) Assim por exemplo B(x(n-l) ]= 2! Xo) e B[x(n-2) J = 27 X() B(x(n+1) /=2X(q) -zx(0) & Bl x(n42) J = 2 X() - 2 x(0) -2x(1) 6 ) q c ¢ C c € c HOHJIS Geraldo M, Pinheiro Gomes - Prof DE-3 IME Cap 3 Diseretizagao no Dominio de Frequéncia ¢) Propriedade da soma Seja.x(n) tal que 3 [x(n) J=X(2) considerando uma outra sequéncia y(n), gerada a partir da soma de x(x), temos. y(n)= Dark) para n=0, 1, 2,3 Observe que y(n-1) Sse e se subtrairmos y(n) - p(n-1) = x(n) ao ak@)|= abe ah@-H] isto é XO=1@)-F7O=0-FVOQ > Entdo a propriedade seré i d) Multiplicacio por a” Seja.x(n) tal que g x(n) J=X(Q) para he! > R, alarx@)]= Laxey Assim alax@)]= X@"2) paralaly> Re > lal R, (2.2.5) ¢) Retrodiferenga (“Backward diference”) - Definigao de La diferenga Vx(n) = x(n) - x(n-) BLVx(n ] = B Extn) -x(r-1) J= X(z) -2" Xz) =(1 -2)X(2) - Definisio de 2a diferenga V"x(n) = Vx(n) - Vx(n-l) = x(n) - 2x(n-L) +x(n-2) BV x(r) ] = B Ext) - 2x) 430-2) J= XC) - 22" XG) + 2°XG) = (1-2 PX) Generalizando BV" x(n) [= (1-2')"X@) (2.2.6) f) Diferenca direta (“Forward diférence”) - Definigao de 1a diferenga Ax(n) = x(n+ I) x(n) BLAx(n) L= 3 [x(n 1) - x(n) = 2 X(z) - 2 x(0) - X(2) = (2 - I)X(z) - 2 x(0) ~ Definigio de 2a diferenga A’ Ze(n) = Ax(n+J) - Ax(n) = x(n+2) - 2x(ntL) +x(n) 3 [Me(n) = 3 Fxtn¥2) -2a(n}) 2x(0)]= X(5) - 2 x(0) - 2 x(1) - 22 X(z) + 2 zx(0) + X(2) +1) X(z) - (2° - 22) x) - 2 x(1) 7Geraldo M. Pinheiro Gomes - Prof DE-3 IME Cap 3 Diseretizagao no Dominio de Frequéncia Ceneralizando —[a"x(n)]= ¢- NxO-Z6 -1"'Wx(0) 27) £) Propriedades dos valores inicial e final de x(n) A partir do conhecimento de X(z) poderemos calcular os valores inicial x(0) e final (22) da seqiiéncia de origem x(n). - Valor inicial Como pela definigtio da OSZT XG) = Dox (ne = x(0) + x(a 4+ x(2J2? + xB)z7 +. Fazendoo limite” Linn[X@)]= tim fe(0) + x(Yz" +x(2Jz Assim concluimos que: $xQ)zr? + F x(0) lin[XG@)]= x0) (228) - Valor final x(@)=lin[e-)xX@)] @29) Exercicio n° 1 2 Achar a transformada Z da sequéncia degrau unitirio. x(n) = u(n) (2.2.10) Exercicio n° 2 Achar a transformada Z para a seqiéncia x(n) = 5(n) (Amostra unitdria) Como 8(i) = u(i) - u(n-1)aplicando a OSZT temos: =! 36 @)] = seem) - 3tur-y) =~ aS Concluimos que 3[5@)] =1 (2.2.11) Exercicio n° 3 Achar a transformada Z para a seqiténcia causal x(n) para n=0, 1, 2..... dada d seguir x(n) = 1, 1, 2, 3, 5, 8, 13, 21, 34, A equacio de diferenca que forma esta seqiiéncia é x(n) = x(nel) + x(n-2) Como x(0)=1 ¢ a sequéncia é causal, para que a equago seja valida para n=O temos que introduzir a func&o amostra unitéria, tornando a equacio: x(n) = Bln) + x(n-1) + x(n-2) + Xn) ~ x(n-L) ~x(n-2) = (0) 8Geraldo M. Pinheiro Gomes - Prof DE-3 IME Cap 3 Discretiagao no Dominio de Frequéncia Aplicando a transformada Z unilateral temos X()-2'X()-2?XG)=1 + (ler Ou seja X() peice a 3) (2.2.12) sistema possui dois polos distintos. Desta forma a regifo de convergéncia sera a area externa 20 circulo de raio centrado na origem e de raio igual ao valor do maior polo em valor absoluto. lev Regio de Convergéncia |< fransformada Z inversa Existem alguns métodos de se obter x(n) a partir do conhecimento de X(z). Os trés mais importantes ¢ tratados na bibliografia especifica do assunto sao ~ Método da Integral inversa ~ Método da di io direta e - Método das Fragées parciais (0 mais utilizado) a) Método da Integral Inversa™ x(n)= Lf x@ eae ea) ne Onde C é um contorno fechado no plano Z envolvendo tados os polos de X(z) no sentido anti-horario. Detathes sobre a aplicacao deste métoda fogem ao objetivo deste curso, pois exige um conhecimento tedrico sobre fungdes e variéveis complexas que tomaria muito tempo para fundamentar. b) Método da divisfo direta Este método permite apenas calcular numericamente os termos iniciais da sequénci Sendo possivel a no ser em casos excepcionais, determinar o termo geral da sequiéncia O método consiste em dividir 0 polindmio do numerador pelo denominador da fungaio X(c) Considerando os polindmios N(z) e D(z) de mesma ordem e efetuando a divisio longa obtemos: NG@) D@) Comparando (2.3.2) com a definigaio da OSZT X(@)= YixQae™ = x(0) + xz! + x2 a) poderemos extrair os valores iniciais da sequéncia x(n) no Seja X(: 9Geraldo M. Pinheiro Gomes Prof DE-3 IME Cap 3 Discretizagao no Dominio de Frequéncia Como exemplo podemos calcular os primeiros termos de X(z) transformada Z da seqiiéncia jé conhecida x(n) = a” u(n) Fica como exercicio para o leitor calcular os 5 primeiros termos da série que deu origem a seqiiéncia do exercicio 3, x@= ©) Método das fragdes Par A técnica de transformagao inversa mais usada ¢ pela decomposigao de X(z) em fracoes parciais. Considerando as seguintes trasformadas inversas, j& conhecidas Ge ~ 3 [ |-cery => {>a (2.3.3) z-a aul) = [rs] Considerando que a transformada Z normalmente se apresenta como uma razao polinomial emz Sendo a ordem do denominador igual a do numerador e as raizes do denominador ( os Polos) sfo todas distintas, podemos representar: A transformada inversa sera x(n) = A, af +A, 03 + Asay Het Ay Oh, paran20 Os coeficientes.4, podem ser calculados por métodos algébricos ja bastante conhecidos sendo 0 método mais comum é 0 dos residuos, isto é z-6, Considerando todas as raizes distintas 4 - xe z Exercicio n° 4 VIDVIDIDIIIIDID a yarnGeraldo Af Pinheira Gomes - Prof DE-3 IME Cap 3. Diseretisagao no Dominio de Frequéncia Achar a transformada inversa de X(@) dade no exercicio 3. A seqiéncia x(n) a ser calculada vai permitir achar 0 termo geral da sequéncia de Fibonacci (J, /,2,3,5,8,13,..) 14v5 nee 2 Ae = . x6} . 7 Aplicando a transformada inversa dos termos da frago, temos x0) = AQ) +40) A : Ey) (2.3.6) Muito embora aparegam numeros racionais na expressio (2.3.6), 0 resultado ¢ inteiro como poderemos ver no resultado caleulado a seguir, para n=10, calculando com preciso de 5 casas decimais, n 0 1 2 3 4 5 6 7 8 9 10 xa) 1 1 2 3 5 8 130 210 (3405589 x(10)= x [199,00503- (-0.00502)} a = 89,0000 3- TRANSFORMADA DE FOURIER DISCRETA 3.1 - Introducao Nos capitulos anteriores discutimos a representagdo de sinais discretos ¢ de sistemas lineares discretos ¢ invariantes, em termos da transformada de Fourier e neste capitulo vimos a fepresentagao em termos da transformada Z. Para o caso especial em que a seqiiéncia a ser fepresentada € de duracio finita, isto é tem apenas um numero finito de valores no nulos, é possivel __desenvolver “uma. representaggo de Fourier alternativa conhecida como TRANSFORMADA DISCRETA DE FOURIER (DFT - “Discrete Fourier Transform”) O nosso objetivo neste tépico ¢ chegar a uma seqiiéncia complexa e discreta em freqiténcia (iguaimente espacada~em freqiiéncia) X(k) que representari. a Transformada de Fourier da sequiéncia temporal discreta (igualmente espagada no tempo) e finita x(n) Consideraremos inicialmente @ representagdo em série de Fourier para seqiiéncias Periddicas. Vamos observar que sendo x(n) uma sequéncia discreta, 0 seu espectro sera periddico em fregéncia, de acordo com o que foi visto no capitulo 2 e, por outro lado, sendo x(n) umaGeraldo M. Pinheiro Gomes- Prof DE-3 IME Cap 3. Disereizag0 no Dominio de Frequéncia seqiiéncia periddica, de periodo N, 0 seu espectro sera discreto em freqléncia, com passo de discretizagao = (Fregiténcia Fundamental para representagéio discreta). Este conceito € anélogo a0 conceito de representagio em série de Fourier para sinais periddicos continuos, visto no capitulo I. Observe que li, a frequéncia fundamental era 2© onde T T €0 periodo do sinal continuo. Para melhor entendimento desta abordagem é interessante passar para o leitor o seguinte conceito: Se pretendemos representar uma seqiéncia temporal finita x() de dimensao M, que pode ser mesmo um sinal amostrado, devemos considerar ficticiamente a existéncia de uma seqiéncia periédica -¥(n)de periodo N(N2M), que repetiré a seqiiéncia x(n) a cada periodo, Veremos entio que a representacio em série de Fourier da seqiiéncia periédica ¥(n), correspondera a Transformada Discreta de Fourier (DFT) da seqiiéncia finita x(n) dada Tendo em vista a grande importancia deste conceito, passaremos a estudar com o tratamento matematico adequado, a SDF (Série Discreta de Fourier ou DF §- “Discrete Fourier Series”). 3.2 - Série Discreta de Fourier Considere a seqiiéncia ¥(n) que é periddica em 1, com periodo N, de forma que ¥(n)=¥(0+kN) — onde k é um inteiro qualquer Esta sequléncia nfo pode ser representada por sua transformada Z, por nao existic um valor de z para o qual a transformada converge. No entanto € possivel representar F(t) por meio de uma (2s e multiplicadas por um coeficiente complexo e discreto série de Fourier, isto é por meio de uma soma de exponenciais complexas do tipo e*”", sendo 2: multiplos da frequéncia fundamental XK). N Em contraste com a série de Fourier para sinais periédicos continuos, existem apenas distintas exponenciais complexas tendo um periodo que é um inteiro sub-miltiplo do periodo fundamental N. Isto é conseqiiéncia do fato da exponencial complexa: a@ .2.1) ser periédica em k com periodo N, isto é eo (n) = ex(n) , 1 (n) = ey. (0), (A) = esa (0) ete ¢, consequentemente 0 conjunto das N exponenciais de (1), com = 0, 1, 2, 3,... N-1, define todas 2n as exponenciais complexas distintas com freqléncias que so multiplos de N Assim a representag&o em série de Fourier de uma seqiiéncia periddica ¥(m), necesita apenas conter N destas exponenciais es € portanto tem a seguinte forma: 28) ¥() ASO a G22) A constante J/N foi incluida por conveniéncia e nao tem muita importancia na natureza da representagao. 12Geraldo M Pinheiro Gomes Prof DE-3 IME Cap 3 Diseretizagiéo no Dominio de Frequéncia Para obter ¥(k) a partir de ¥() usamos a propriedade {2m {i parar = mN (m= 0,1,2, A 0 32. para outros valores oa Multiplicando ambos os membros da equaco (3.2.2) por e A) ” ¢ somando de 7-0 até Nod (2) HES xe") Or. tgs zg e Trocando as ordens dos somatérios e Seen Sieg] tS" = gui For Cogumioir Quando k=r no somatério externo teremos: ¥@= SxO} Ae G24) Acabamos de mostrar o formelismo matemético que permite representar em série de Fourier uma sequéncia discreta e periédica ¥(n) cujos coeficientes complexos e discretos, so representados pela sequéncia Y(k). Esta sequéncia em freqdéncia permitira a representagao espectral da sequéncia finita x(x). A partir deste ponto trataremos seqiiéncia temporal com letras miniisculas e seqiiéncia frequencial com letras maiiisculas. n > Indice das amostras no tempo k > Indice das amostras em freqiiéncia Sendo periddica, a seqiiéncia ¥(k) é complexa e simétrica da seguinte forma ¥@)= X(), ¥()= X40, Q)= Fw +2) As propriedades de simetria da série de Fourier para sinais continuos sto vélidas neste contexto. Sendo ¥(») uma seqiiéncia real e de simetria par, Y(k) sera real e sendo ¥(n) uma sequéncia real e de simetria impar, X(k) sera imaginario puso. 3.3'- Transformada Discreta de Fourier Até aqui analisamos a representagio em série de Fourier de sequiéncias periédicas - Série de Fourier Discrets (DFS). Considerando a interpretago correta_podemos aplicar a mesma representagio para seqiiéncias finitas, basta considerar a seqliéncia finita como um periodo da “ficticia”seqiiéncia periddica. A representagdo desta sequéncia finita ¢ chamada Transformada Disereta de Fourier (DFT - “Discrete Fourier Transform”),Geraldo M Minheiro Gomes - Prof DE-3 IME Cap 3. Discretizagao no Dominio de Frequincia Assim considerando, podemos definir o par de Transformada Discreta ‘Transformada Direta Ga.) Transformada Inversa 6.3.2) Uma alternativa para chegar ao resultado acima é considerar que a transformada Z é a generalizagao da transformada de Fourier para sinais discretos e estas duas sio generalizagdes da Transformada Discreta de Fourier. Assim dispondo de X(z) como transformada Z de x(n), podemos substituir: -» Transformada de Fourier sinal Discreto x(n) > Transformada Discreta de Fourier Portanto X@)= X@),_ 4 G.3.3) Exemplo n° 4 Seja o sinal continuo no tempo do tipo x(#)= e“u(?) para a. > 0. Se aplicarmos a transformada de Laplace teremos de imediato 1 xG Ca eral A transformada de Fourier é tambem imediata, bastando fazer s=jo a- jo Or Ss atjo ato Amostrando este sinal com periodo de amostragem T teremos: x(nT) =e" u(nD) Aplicando a transformada Z teremos - = " 1 Zz Ch@?)|= x@)= ews €“2") = ker] @-z XE y ine" y "Gee Observamos que 0 polo $=-Ado plano S, vai para z=e*” no plano Z, Aplicando agora a transformada de Fourier para um sinal discreto, bastando para isto, fazer ze na expresso de x0) wat ee eed ceee Che Ter Para aplicarmos a transformada discreta de Fourier - DFT, temos que limitar a dimensio de x(n) com M amostras ¢ arbitrar um periodo N (N= M) ¢ aplicar @ transformada direta (3.3.1) Vejamos a seguir uma visualizagao griifica. A figura 7 mostra uma seqiiéncia causal e finita de dimensio M e a figura 8 mostra a sua correspondente sequéncia periddica com periodo N. O periodo N obrigatoriamente sera maior que Mea diferenga (N-M amostras ), serdo completadas com zero, como mostra a figura 8 ry NANAADDA- AHHOAAADA LOVEGeraldo M. Pinheiro Gomes - Prof DE-3 IME Cap 3 Discretizagao no Dominio de Frequéncia Assim considerando, podemos definir 0 par de Transformada Discreta ‘Transformada Direta 63.1) ‘Transformada Inversa Sexe” (6.3.2) Uma alternativa para chegar ao resultado acima é considerar que a transformada Z é a generalizagio da transformada de Fourier para sinais discretos e estas duas so generalizagoes da Transformada Discreta de Fourier. Assim dispondo de X(z) como transformada Z de x(n), podemos substituir: zac" > Transformada de Fourier sinal Discreto x(n) Ao > Transformada Discreta de Fou Portanio X@)= X@), A (3.3) Exemplo n° 4 Seja o sinal continuo no tempo do tipo x(/) = e"u(/) para a > 0 Se aplicarmos a transformada de Laplace teremos de imediato 1 X6)=—— 6 sta. A transformada de Fourier é tambem imetita, bastando fazer x@) a- ja atjo atte? Amostrando este sinal com periodo de amostragem T teremos: x(uT)= e°™u(nT) Aplicando a transformada Z teremos Cher]= x@= Tews Tet = l-e* Observamos que 0 polo $=-Ado plano S, vai para =e” no plano Z. Aplicando agora a transformada de Fourier para um sinal discreto, bastando para isto, fazer z=e na expresso de x) ze e\ e 1 Para aplicarmos a transformada discreta de Fourier - DFT, temos que limitar a dimensio de x(n) com M amostras e arbitrar um periodo N (N 2M) e aplicar a transformada direta (3.3.1) Vejamos a seguir uma visualizacio grafica. A figura 7 mostra uma sequéncia causal e finita de dimenséo M e a figura 8 mostra a sua correspondente seqiiéncia periddica com periodo N. O periodo N’ obrigatoriamente seré maior que ‘Mea diferenga (N-M amostras ), sero completadas com zero, como mosira a figura 8 4 ) JANANAAIDD 190 BANANAS DOA oOGeraldo M. Pinheiro Gomes - Prof Di *31ME Cap 3 Discretizagao no Dominio de Frequéncia po [ie Lee [tee 2 eis biioy aiislleeien MI NN NeMI2N a Figura 7 Figura 8 © periodo da série néo tem que ter necessariamente a mesma 2n/N dimensio da seqiéncia finita. Neste caso, visando melhorar a resolugao em freqiéncia, convém usar um periodo maior do que a propria dimensfo da seqiéncia finita. ‘Como podemos observar na figura 9 0 circulo unitirio é dividido em pontos igualmente espagados em 2/N, desta forma quanto maior valor de N mais resolugao gréfica teremos no dominio de freqiéncias. Esta resolugio gréfica se traduz. numa visualizagio mais nitida do espectro pois, aumentando N , reduzimos o intervalo entre duas “amostras em freqiléncia” (20/N ) Cireulo Unit Figura 9 Exemplo n° 5 0) Sejaaseqincie finita x(n) = u(n) - u(n-M) mostrada na figura 10. Observe que a sequéncia é limitada em M amostras. Faremos a representagio considerando a série com periodo N amostras, como pode ser visto na figura 1. Observe na figura que os N-M pontos restantes foram completados com amostras nulas. Veremos que o resultado da transformada de Fourier aplicado sobre esta sequéncia sera mais preciso quanto maior for No periodo da sequéncia periddica concebida WIT. 123 M1 N n “ Figura 11 Aplicando a definigao da série de Fourier sobre a sequéncia temos ed how e feote 15