Processamento de Sinais

DEET– Departamento de Engenharia Elétrica e de

Telecomunicações

Mestrado em Engenharia Elétrica

Prof. Fábio Luis Perez, Dr.

FURB – Universidade Regional de Blumenau

 Análise de Fourier

 Desempenha papel fundamental no

processamento de sinais;
 Fornece um método de transformação de
sinais para um outro domínio – o da
frequência;
 Transforma a operação de convolução do
domíno “t/n” numa operação de multiplicação
no domínio “ω”
 Permite uma interpretação diferente de sinais
e sistemas bastante útil no projeto de
sistemas analógicos e digitais;
 Série de Fourier
 Um sinal periódico x(t), com período T, pode ser
representado como uma soma de funções
trigonométricas.
ao   2nt   2nt 
x(t )    an cos    bnsen  
2 n1  T   T 
onde T
2
ao   x(t )dt
T0
T
2  2nt 
an   x(t ) cos  dt
T0  T 
T
2  2nt 
bn   x(t )sen  dt
T0  T 
 Série de Fourier

A Série de Fourier pode também ser expressada por

sua forma harmônica

 2nt 
x(t )  Ao   An cos   n 
n 1  T 
com
ao
Ao 
2

An  an2  bn2
 Série de Fourier
Ex: Onda quadrada
 Transformada de Fourier

 A série de Fourier só se aplica a sinais periódicos.

 Sinais aperiódicos podem ser modelados através
da Transformada de Fourier.
 Um sinal aperiódico pode ser visto como um sinal
periódico com período infinito (T  ∞ ). Com isso,
2
o  0
T

e as componentes em frequência se tornam

contínuas e o somatório da série de Fourier se
converte em uma integral.
 Transformada de Fourier
 A Transformada de Fourier pode ser considerada
um caso particular da Transformada de Laplace,
onde s = jω.
 A definição da Transformada de Fourier é dada
por

X ()   x(t )e  jt dt


 A Transformada inversa de Fourier é


1 jt
x(t )  
2 
X ( ) e d
 Transformada de Fourier

 Ex: Determine a Transformada de Fourier do sinal

x(t )  e at u (t ), a0
 Transformada de Fourier
 
X ( j)   e at u (t )e jt dt   e at e  jt dt
 0

 ( a  j)t 1 
X ( j)   e dt  e ( a  j)t
0
(a  j) 0

1
X ( j)  Note que a T.F. é um número complexo
(a  j) dependente da frequência ω. Assim,
podemos expressar a T.F. em módulo e
fase.

| X ( j) |
1  
X ( j)   arctg  
a 2  2 a
Transformada de Fourier
1
| X ( j) |
a 2  2
1
a

1
2a

a a  (rad/s)
Transformada de Fourier
 
X ( j)   arctg  
a

2


4
a
a  (rad/s)

4


2
 Transformada de Fourier

 No caso de sinais periódicos a Transformada de

Fourier permite identificar a amplitude das
componentes de frequência presentes no sinal.
0.5
1.5

1 0.4

Espectro de amplitude
0.5
0.3
x(t)

0
0.2
-0.5

0.1
-1

-1.5 0
0 0.01 0.02 0.03 0.04 0.05 0 50 100 150 200 250 300 350 400
Tempo (s) Frequência (Hz)

x(t )  cos(260t )  0,3cos(2240t )  0,1cos(2360t )

 Transformada de Fourier de
Tempo Discreto - TFTD

• A transformada de Fourier de tempo discreto

(TFTD) de um sinal x(n) (sequência) é definida
como:

• Importante: A TFTD é um sinal contínuo em ω e

periódico com período 2π
• Nota-se que a resposta em frequência de um
sistema é dado pela TFTD de sua resposta ao
impulso h(n)
 Transformada de Fourier de
Tempo Discreto - TFTD

• Para que a TFTD de uma sequência x(n) exista

é necessário que este sinal seja absolutamente
somável, i.e.,

• Dada a função X(e jω), pode-se recuperar x(n)

através da TFTD inversa dada por:
TFTD de Alguns Sinais Discretos
 Transformada de Fourier - Propriedades

 Linearidade
• Sinal contínuo
Seja
y (t )  k1x1 (t )  k2 x2 (t )

mostra-se que a T.F. de y(t) é

Y ( j)  k1 X1 ( j)  k2 X 2 ( j)

• Sinal discreto
y (n)  k1x1 (n)  k2 x2 (n)

Y (e j )  k1 X1(e j )  k2 X 2 (e j )
 Transformada de Fourier - Propriedades

 Inversão no tempo
• Sinal contínuo
Seja
y (t )  x(t )

mostra-se que a T.F. de y(t) é

Y ( j)  X ( j)

• Sinal discreto
y ( n)  x (  n)

Y (e j )  X (e j )
 Transformada de Fourier - Propriedades

 Deslocamento no tempo
• Sinal contínuo
Seja
y(t )  x(t  to )

mostra-se que a T.F. de y(t) é

Y ( j)  e jto X ( j)

• Sinal discreto
y(n)  x(n  no )

Y (e j )  e jno X (e j )
 Transformada de Fourier - Propriedades

 Deslocamento na frequência
• Sinal contínuo
Seja
y(t )  e jot x(t )
mostra-se que a T.F. de y(t) é
Y ( j)  X [ j (  o )]

• Sinal discreto
y(n)  e jon x(n)

Y (e j )  X (e j (o ) )
 Transformada de Fourier - Propriedades

 Convolução
• Sinal contínuo
Seja
y (t )  h(t )  x(t )

mostra-se que a T.F. de y(t) é

Y ( j)  H ( j) X ( j)

• Sinal discreto
y ( n)  h( n)  x ( n)

Y (e j )  H (e j ) X (e j )
 Resposta em Frequência de Sistemas LCIT
 A saída de um sistema LCIT é dada pela
convolução da resposta ao impulso e a entrada,
assim
y (t )  h(t )  x(t )
pela propriedade da Transformada de Fourier
Y (j )  H (j ) X (j )

Y (j )  | Y (j ) | e jY (j)  | H (j ) || X (j ) | e j[H (j)X (j)]

assim
| Y (j ) |  | H (j ) | | X (j ) |
onde H ( j)  H ( s) s j
Y (j ) H (j )  X (j )
 Resposta em Frequência de Sistemas LCIT

 Diagrama de Bode ou Resposta em Frequência

do sistema  Gráfico de módulo e fase do
sistema em relação a frequência.
 Ex:

X (s) 10 Y ( s)
H ( s) 
s  10

X ( j) 10 Y ( j)
H ( j) 
j  10
Resposta em Frequência de Sistemas LCIT
Magnitude de H(s)
1 X: 10.01
Y: 0.7068

0.5

0 -2 0 2 4
10 10 10 10
Ângulo de H(s)
0

-50 X: 10.01
Y: -45.03

-100 -2 0 2 4
10 10 10 10
 Resposta em Frequência de Sistemas LCIT

x(t )  sen(10t )
Resposta em Frequência de Sistemas LCIT

 Ex: Considerando um sistema de 2ª ordem típico

onde
Ks Y ( s)
X (s) H ( s) 
s2
 2n 1
2

n
2

n  1 rad/s e   0,7
X (s) 10 Y ( s)
s 2  1, 4s  1
10 10
H ( j)  
( j)  1, 4 j  1 j1, 4  (1  2 )
2
Resposta em Frequência de Sistemas LCIT

Diagrama de Bode
40

20
Magnitude (dB)

-20

-40

-60
0

-45
Fase (deg)

-90

-135

-180
-2 -1 0 1 2
10 10 10 10 10
(rad/sec)
 TFTD – Eq. de Diferenças
• Sistema LID
M N
a (0) y (n)   b(k ) x(n  k )   a (k ) y (n  k )
k 0 k 1

• Podemos reescrever a eq. anterior como

N M
 a ( k ) y ( n  k )   b( k ) x ( n  k )
k 0 k 0

• Aplica-se a TFTD em ambos os lados da expressão

anterior
N  M 
F   a ( k ) y ( n  k )   F   b( k ) x ( n  k ) 
 k 0   k 0 
 TFTD – Eq. de Diferenças
• Aplicando a propriedade da linearidade temos
N M
 a(k )F[y(n  k )]   b(k )F[x(n  k )]
k 0 k 0

• Agora, utilizando a propriedade de deslocamento

F[y (n  k )]  e  jk 
Y (e ) j F[x(n  k )]  e  jk  X (e j )

N M
 a ( k )e  jk 
Y (e )   b(k )e jk X (e j )
j

k 0 k 0
 TFTD – Eq. de Diferenças
• Como a resposta em frequência de um sistema discreto
LID é dada por

Y (e j ) j
j
 H ( e )
X (e )

Pode determinar

M
 b ( k ) e  jk 

H (e j )  k 0
N
 a ( k ) e  jk 

k 0
 TFTD – Eq. de Diferenças
• Ex: Determine a TF do sistema discreto cuja equação de
diferenças é dada por

y (n)  0.5 y  n  1  0.5 x(n)

Aplicando-se a TF na equação acima temos

Y (e j )  e jY (e j )  0.5 X (e j )

Y (e j )  e jY (e j )  0.5 X (e j )

Y (e j ) (1  e  j )  0.5 X (e j )
j
j Y ( e ) 0.5 Como e j é periódico a cada 2 , a
H (e )  
X (e ) (1  e j )
j sempre TFTD é periódica a cada 2
 TFTD – Eq. de Diferenças

0
Amplitude (dB)

-5

-10
-0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
Frequência (Hz)

0.5
Ângulo (rad)

-0.5

-1
-0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5
Frequência (Hz)