Capítulo 4

Análise de Sinais e Sistemas no

Domínio da Freqüência

PI_2022 Doutor Engº VbN

1
Engº HB
 A transformada de Fourier é uma das várias

ferramentas matemáticas que são utilizadas na análise

e projeto de sistemas LTI. Outra é a série de Fourier.

Essas representações de sinais basicamente

envolvem a decomposição de sinais em termos de

sinosoides (ou exponenciais complexas). Com esta

decomposição, um sinal é dito estar representado no

domínio da freqüência.PI_2022 Doutor Engº VbN

2
Engº HB
 Como na física, o termo espectro é usado
quando nos referimos às freqüências que um
sinal possui. O processo de obtenção do
espectro de um dado sinal usando ferramentas
matemáticas descritas neste capítulo é
conhecido com análise no domínio da freqüência
ou análise espectral.
PI_2022 Doutor Engº VbN
3
Engº HB
4.1 Análise de Sinais de Tempo Contínuo no
Domínio da Freqüência

- A Série de Fourier de Tempo Contínuo (CTFS

ou FS)
Um sinal de tempo contínuo x(t) é periódico se
para algum valor positivo T, temos:

x(t) = x(t + T) para todo t

PI_2022 Doutor Engº VbN
4
Engº HB
 Temos que uma seqüência exponencial
complexa é dada por
x(t)=BejΩt
Assim, o conjunto de todos os sinais
exponenciais complexos de tempo continuo é dado
por:
jk0 t
xk (t ) = e k = 0, 1, 2,  (4.1)
onde: Ω0 = 2 / T
PI_2022 Doutor Engº VbN
5
Engº HB
 Então um sinal periódico qualquer x(t) pode ser
escrito como uma combinação linear como a seguir:
 
x(t ) =  ak xk (t ) =
k =−
 k
a e
k =−
jk0t
(4.2)

podemos considerar a representação de um sinal como

uma superposição ponderada de sinusóides
complexas.Desde que ambos os lados da equação (4.2)
são periódicos com período T, vem:
PI_2022 Doutor Engº VbN
6
Engº HB
 
x(t ) =  x ( k )e
k =−
jk0t
com x(k) = ak (4.3)

1

− jk0t
x(k ) = x(t )e dt (4.4)
T T 

em que x(t) tem período fundamental T e Ω0 = 2/T.

Dizemos que x(t) e x(k) são um par de Série

de Fourier (FS).
PI_2022 Doutor Engº VbN
7
Engº HB
Exemplo
Obtenha a Série de Fourier de Tempo Contínuo
para:

Trace o espectro de amplitude e fase.

PI_2022 Doutor Engº VbN

8
Engº HB
Exemplo

Obtenha a Série de Fourier de Tempo Discreto

para:

x(t) = cos((/4)t)

Trace o espectro de amplitude e fase.

PI_2022 Doutor Engº VbN

9
Engº HB
- A Transformada de Fourier de Tempo
Contínuo (CTFT ou FT)
Seja x(t) um sinal não periódico de duração finita,
isto é,
x(t) = 0 |t| > T1
Tal sinal é mostrado na figura a seguir:

PI_2022 Doutor Engº VbN

10
Engº HB
 Seja xT0(t) um sinal periódico formado pela
repetição de x(t) com período fundamental T0,
como mostrado na figura a seguir:

PI_2022 Doutor Engº VbN

11
Engº HB
 Fazendo T0 →, tem-se:
lim xT 0 (t ) = x(t )
T0 →

A série de Fourier de xT0(t) é dada por:


2
xT0 (t ) =  x(k )e
k = −
jk 0t
0 =
T0
(4.5)

onde
T0 / 2
1
 To
− jk 0t
x( k ) = x (t ) e dt (4.6)
T0 −T0 / 2

PI_2022 Doutor Engº VbN

12
Engº HB
 Como xT0(t) = x(t) para |t| < T0/2 e como também
x(t) = 0 fora deste intervalo, a equação (4.6) pode ser
reescrita como:

T0 / 2 
1 1
 x(t )e 
− jk0t − jk0t
x( k ) = dt = x (t ) e (4.7)

T0 −T0 / 2
T0 −

Definindo X(Ω) como sendo




− jt
X () = x (t ) e dt (4.8)
−

PI_2022 Doutor Engº VbN

13
Engº HB
 Com isto, podemos reescrever x(k) como:

1
x(k ) = X ( 0 ) (4.9)
T0

Substituindo a equação (4.9) na equação (4.5),

vem:

1
xT0 (t ) =  X (0 )e jk0t (4.10)
k =−T0

ou

1
xT0 (t ) =
2
 0
X (
k =−
 ) e jk0t
0 (4.11)

PI_2022 Doutor Engº VbN

14
Engº HB
 Quando T0 →, Ω0 = 2/T0 torna-se infinitesimal
(Ω0 →0). Neste caso a equação (4.11) torna-se

1
x(t ) =
2 −
 X ()e jt d (4.12)

Assim, a representação por Transformada de

Fourier de Tempo Contínuo é expressa como:

1

jt
x(t ) = X (  ) e d
2 −


X () = 
−
x(t )e − jt dt
PI_2022 Doutor Engº VbN
15
Engº HB
4.2 Análise de Sinais de Tempo Discreto no
Domínio da Freqüência

Como colocado no capítulo 1, um sinal de

tempo discreto x(n) é periódico se para algum valor
positivo N, temos:
x(n) = x(n + N)
Isso é possível somente se
N.w = 2..m N e m inteiros
PI_2022 Doutor Engº VbN
16
Engº HB
 Do capítulo 1, também temos que uma
seqüência exponencial complexa é dada por
x(n)=Bejn = Brjn
Assim, o conjunto de todos os sinais
exponenciais complexos de tempo discreto é dado
por:
xk (n) = e jkw0 n
k = 0, 1, 2,  (4.13)
onde: w0 = 2 /N0
PI_2022 Doutor Engº VbN
17
Engº HB
 Uma distinção muito importante entre as
exponenciais complexas de tempo discreto e as de
tempo contínuo é que os sinais ejot são distintos
para valores distintos de 0, mas as seqüências
ejwon, são distintas em freqüências que contemplam
2.
j ( w0 +2k )n j 2kn
e =e jw0 n
e =e jw0 n

PI_2022 Doutor Engº VbN

18
Engº HB
- A Série de Fourier de Tempo Discreto (DTFS)

Um sinal periódico qualquer x(n) pode ser escrito

como uma combinação linear como a seguir:
N 0 −1
x ( n) = a e
k =0
k
jkw0 n
(4.14)

podemos considerar a representação de um sinal como

uma superposição ponderada de sinusóides
complexas.Desde que ambos os lados da equação
(4.14) são periódicos com
PI_2022 período
Doutor Engº VbN N0, vem:
19
Engº HB
 N 0 −1
x ( n) = a e
k =0
k
jkw0 n

N 0 −1
1
ak =
N0
 x(n)e
n =0
− jkw0 n

Dizemos que x(n) e ak são um par da Série

de Fourier de Tempo Discreto (DTFS).
PI_2022 Doutor Engº VbN
20
Engº HB
Exemplo
Obtenha a Série de Fourier de Tempo Discreto para
a sequência a seguir. Trace o espectro de amplitude e
fase. 3

2.5

2
x[n]

1.5

0.5

0
-8 -6 -4 -2 0 2 4 6 8 10 12
n

PI_2022 Doutor Engº VbN

21
Engº HB
Exemplo
Obtenha a Série de Fourier de Tempo Discreto
para os sinais abaixo e trace o espectro de
amplitude e fase:
x(n) = sen(0,1.)n
x(n) = cos((/4)n)

PI_2022 Doutor Engº VbN

22
Engº HB
- A Transformada de Fourier de Tempo Discreto
(DTFT)

Seja um sistema discreto LTI:

com, x(n) = ejwn

A saída y(n) pode ser calculada como:

y(n) = x(n) * h(n)

PI_2022 Doutor Engº VbN

23
Engº HB
 
y(n) =  h(k ).x(n − k )
k = −

y ( n) =  h (
k = −
k ).e jw( n − k )


y ( n) = e jwn
.  h(k ).e − jwk

k = −

Definindo:

H ( w) =  h ( k )e
k = −
− jwk
(4.15)

PI_2022 Doutor Engº VbN

24
Engº HB
 A função H(w) na equação (4.15) é

conhecida como transformada de Fourier de h(n).

Para uma seqüência x(nT) a transformada de

Fourier, X(w), é definida como


X ( w) =  x(nT )e
n = −
− jwn (4.16)

PI_2022 Doutor Engº VbN

25
Engº HB
Da serie de Fourier, temos:
N 0 −1
x ( n) = a e
k =0
k
jkw0 n
(4.17)

N 0 −1
1
ak =
N0
 x(n)e
n =0
− jkw0 n

PI_2022 Doutor Engº VbN

26
Engº HB
 Fazendo o período tender a infinito podemos
reescrever a última equação como a seguir.


1
ak =
N0
 x ( n )e
n = −
− jkw0 n (4.18)

PI_2022 Doutor Engº VbN

27
Engº HB
 Substituindo a equação (4.16) na equação
(4.18), vem:
1
ak = X ( w0 ) (4.19)
N0
Substituindo a equação (4.19) na equação
(4.17), vem:
N 0 −1 N 0 −1
1 1
x(n) =  X ( w)e jkw0 n
=  X (w)e jkw0 n
w0
k =0 N 0 2 k =0

PI_2022 Doutor Engº VbN

28
Engº HB
 Quando N0 → , w0 = 2/N0 torna-se
infinitesimal (w0 → 0). Neste caso a última
equação torna-se

2
1
x ( n) =  X (w)e
jwn
dw (4.20)
2 0

PI_2022 Doutor Engº VbN

29
Engº HB
 Assim, a representação por transformada
de Fourier de Tempo Discreto (DTFT) é expressa
como:
2
1
x ( n) =  X (w)e
jwn
dw
2 0


X ( w) =  x
n = −
( nT )e − jwn

PI_2022 Doutor Engº VbN

30
Engº HB
Exemplo
Obtenha a Transformada de Fourier de Tempo
Discreto para os sinais e trace o espectro de
amplitude e fase:
x(n) = anu(n)
x(n) = u(n) – u(n – 6 )

PI_2022 Doutor Engº VbN

31
Engº HB
Exemplo
Obtenha a Transformada de Fourier Inversa de
Tempo Discreto para:
1 | w| W
X (e ) = 
jw

0 W | w|

PI_2022 Doutor Engº VbN

32
Engº HB
4.3 Propriedades da Transformada de Fourier de
Tempo Discreto

As propriedades básicas da transformada de

Fourier são apresentadas a seguir. Há muitas
semelhanças e várias diferenças em relação ao
caso contínuo. Quando a R0C de X(z) contém o
círculo unitário, muitas dessas propriedades
tornam-se similares a transformada Z.
PI_2022 Doutor Engº VbN
33
Engº HB
Periodicidade

X(w + 2 ) = X(w)
Obs:
0 ≤ w < 2

Linearidade

F[ax1(n)  bx2(n)] =  ax1 (n)  bx2 (n)e − jwn = aX1(w)bX2(w)
n = −

onde a e b são constantes arbitrárias.

PI_2022 Doutor Engº VbN

34
Engº HB
Deslocamento de tempo

F [x(n - p)] =  x(n − p)e
− jwn − jwp
=e X ( w)
n = −

Deslocamento de freqüência

F [ejw0nx(n)] = X(w – wo)

Inversão de Tempo

F [x(-n) ] =  x(−n)e
n = −
− jwn
= X(-w)

PI_2022 Doutor Engº VbN

35
Engº HB
Exemplo
Calcule a transformada de Fourier de tempo
discreto das seguintes seqüências.

i) x[n] = (n - n0)

ii) x[n] = ejw0n
iii) x[n] = cos(w0n) |w0| ≤ 

PI_2022 Doutor Engº VbN

36
Engº HB
Multiplicação por n (ou Diferenciação em
freqüência)


 nx(n)e
dX ( w)
F [nx(n)] = − jwn
= j
dw
n = −

Convolução
F x1 (n) * x2 (n) = X1 (w) X 2 (w)

Acumulação
 n  1
F   x(k ) = X (0) (w) + − jw
X (w) |w|≤
k =−  1− e
PI_2022 Doutor Engº VbN
37
Engº HB
Conjugação

F[x*(n)] =  x * (n)e
n = −
− jwn
=X*(-w)

Relação de Parseval

1
Ex =  x[n] =   X (w)
2 2
dw
n = − 2 2

PI_2022 Doutor Engº VbN

38
Engº HB
Exemplos
Calcule a transformada de Fourier de tempo
discreto das seguintes seqüências.
i) x[n] = u[n]
ii) x[n] = 5u[n] – 3u[n -10]
ii) x[n] = u[-n]
iii) x[n] = 5nu[n]
iv) x[n] = u[n]* 3[n -10]
PI_2022 Doutor Engº VbN
39
Engº HB
4.4 Características dos Sistemas LTI no Domínio
da Freqüência

A saída y(n) de um sistema LTI de tempo

discreto pode ser determinada fazendo-se a
convolução do sinal de entrada x(n) com a
resposta ao impulso h(n); isto é,
y(n) = x(n)*h(n)
PI_2022 Doutor Engº VbN
40
Engº HB
 Aplicando a propriedade da convolução da

transformada de Fourier, obtemos

Y(w) = X(w)H(w)

onde Y(w), X(w) e H(w) são as transformadas de Fourier

de y(n), x(n) e h(n), respectivamente.

PI_2022 Doutor Engº VbN

41
Engº HB
 A transformada de Fourier de tempo

discreto de uma resposta ao impulso é chamada

de resposta em Frequência (ou Função de

Transferência) de um sistema LTI e é denotada

por

PI_2022 Doutor Engº VbN

42
Engº HB
Sendo que

A função H(w) é chamada resposta em freqüência

do sistema, |H(w)| é a resposta de magnitude ou
amplitude do sistema e (w) é a resposta de fase do
sistema.

Obs: casos interessantes/especiais, x(n) = ejw0n , x(n) =

Acos(w0n + 0)
PI_2022 Doutor Engº VbN
43
Engº HB
Exemplo
Determinar a resposta em frequência H(w)
de um sistema caracterizado por h(n) =
(0.5)nu(n).
Traçar as respostas da magnitude e de fase.

PI_2022 Doutor Engº VbN

44
Engº HB
 Muitos sistemas LTI de tempo discreto são

descritos por equações de diferença lineares com

coeficientes constantes na forma

com M  N.
PI_2022 Doutor Engº VbN
45
Engº HB
 Aplicando a transformada de Fourier de

tempo discreto, e rearranjando a equação, vem:

PI_2022 Doutor Engº VbN

46
Engº HB
Exemplo

Determinar a resposta em frequência H(w)

do sistema

Traçar as respostas da magnitude e de fase para

0  w  π.
PI_2022 Doutor Engº VbN
47
Engº HB
- Relação entre as Transformadas de Fourier de
tempo contínuo e discreto

Até agora tratamos de seqüências

discretas, onde não existe qualquer informação
sobre o intervalo de tempo físico existente entre
a i-ésima amostra e suas vizinhas imediatas i + 1
e i + 2.
PI_2022 Doutor Engº VbN
48
Engº HB
 Em muitas aplicações as seqüências discretas
são obtidas a partir de sinais contínuos.

x(n) = xa (t ) t =nT = xa (nt) =  x (t ). (t − nT )
n = −
a

onde T é o período de amostragem, e fs = 1/T é a

freqüência de amostragem.
Matematicamente, tratamos a amostragem (ou
discretização) em dois estágios:

PI_2022 Doutor Engº VbN

49
Engº HB
1. Um gerador de trem de impulsos (delta de Dirac)
2. Um conversor de impulsos para seqüências

Tais estágios são apresentados na figura a

seguir, onde fica claro a modulação entre o sinal
contínuo xa(t) e o trem de impulsos (t). O
conversor na verdade é um dispositivo eletrônico do
tipo sample-and-hold.
PI_2022 Doutor Engº VbN
50
Engº HB
 (t)

conversor
xa(t) xs(t) x(n)

x(n) = xs(t) = xa(nT)

Portanto, as amostras somente serão
definidas para os instantes
t = nT = n/Fs=2πn/wT
onde T é o tempo entre as amostras, Fs é a
freqüência de amostragem e wT= 2πFs é a
freqüência angular de amostragem.
PI_2022 Doutor Engº VbN
51
Engº HB
Exemplo

xa(t) x(n) = xs(t)

PI_2022 Doutor Engº VbN

52
Engº HB
 O sinal amostrado representado na figura
anterior é obtido modulando o sinal contínuo xa(t)
com o trem de pulsos (t), com isto, temos um sinal
amostrado no domínio contínuo:


xs (t ) =  x (nT ). (t − nT )
n = −
a

PI_2022 Doutor Engº VbN

53
Engº HB
 Então
 
X s () =  s
x (t ) e − jt
dt =  a
x (
n = −
nT ) e − jTn

−

Da definição da amostragem de um sinal, temos

x(n) = xa(nT), e a definição da DTFT nos dá

X ( w) =  x (
n = −
n)e − jwn

Por comparação, temos:

X s () = X ( w) w=T
PI_2022 Doutor Engº VbN
54
Engº HB
 Logo

1
X (T ) =
T
X
k = −
a ( − ka )

1 
 w 2k 
X ( w) =
T

k = −
Xa −
T T 


Ou seja, X(w) é uma versão “escalada” em

freqüência de Xs() (escala definida por w = T).

PI_2022 Doutor Engº VbN
55
Engº HB
 Apenas reforçando, quando discretizamos o

sinal xa(t) em xs(t) (e consequentemente x(n)), a sua

DTFT corresponde a soma de réplicas da

Transformada de Fourier do sinal contínuo original

xa(t), espaçadas a cada 2 radianos, o que mantém

a periodicidade implícita da DTFT.

PI_2022 Doutor Engº VbN
56
Engº HB