Você está na página 1de 169

UNIVERSIDADE ESTADUAL PAULISTA

"JLIO DE MESQUITA FILHO"


FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA
DEPARTAMENTO DE ENGENHARIA ELTRICA

ELE 0331
PRINCPIOS DE COMUNICAES

SINAIS E SISTEMAS
Ricardo Tokio Higuti
&
Cludio Kitano

ISA Julho/2003

SINAIS E SISTEMAS
Verso 1.0: 1997
Verso 1.1: 2003

Ricardo Tokio Higuti


&
Cludio Kitano
Departamento de Engenharia Eltrica da
Faculdade de Engenharia de Ilha Solteira
UNESP

Todos os direitos reservados.


Reproduo por quaisquer meios proibida sem autorizao dos autores.
Prof. Ricardo Tokio Higuti
e-mail: tokio@dee.feis.unesp.br
0xx18 3743 1128
Prof. Cludio Kitano
e-mail: kitano@dee.feis.unesp.br
0xx18 3743 1226
DEE-FEIS-UNESP
Av. Brasil Norte, 364 - Caixa Postal 31
15 385 000 - Ilha Solteira SP

SINAIS E SISTEMAS

ndice:

PG.

CAPTULO 1: REPRESENTAO DE SINAIS


1.1 CLASSIFICAO DOS SINAIS
1.1.1 Sinais unidimensionais e multidimensionais
1.1.2 Sinais de tempo contnuo e de tempo discreto
1.1.3 Sinais determinsticos e aleatrios
1.1.4 Sinais reais e complexos
1.1.5 Sinais limitados no tempo
1.1.6 Sinais limitados em amplitude
1.1.7 Sinais fisicamente realizveis
1.2. TRANSFORMAES DA VARIVEL INDEPENDENTE
1.2.1 Rebatimento ou espelhamento
1.2.2 Compresso e expanso
1.2.3 Deslocamento no tempo
1.2.4 Relaes de simetria
1.2.5 Sinais peridicos
1.3. SINAIS ELEMENTARES
1.3.1. Sinais senoidais eternos
1.3.2. Exponencial real
1.3.3. Exponencial complexa peridica
1.3.4. Exponencial complexa - caso geral
1.3.5. Funo sinc
1.3.6. Funo pulso triangular
1.3.7. Funo pulso Gaussiano de rea unitria
1.4 FUNES DESCONTNUAS
1.4.1 Funo degrau unitrio
1.4.2. Funo sinal
1.4.3. Funo porta ou pulso unitrio
1.4.4. Funo impulso
1.4.5 Sobre a existncia do impulso
1.4.6 Impulsos no limite
1.5 CONVOLUO DE SINAIS
1.6 SINAIS DE ENERGIA E SINAIS DE POTNCIA
1.6.1 Sinais de Energia
1.6.2 Sinais de Potncia
1.7. FUNES DE BESSEL DE PRIMEIRA ESPCIE
1.8 EXERCCIOS

1
1
3
3
3
4
4
5
5
5
5
6
6
7
7
8
8
9
9
11
12
12
13
13
13
14
14
15
17
18
20
26
27
28
30
32

CAPTULO 2: ANLISE DE SINAIS PERIDICOS : SRIE DE


FOURIER
2.1 FASORES GIRANTES
2.1.1 Espectro de linhas unilateral
2.1.2 Espectro de linhas bilateral
2.2. PRODUTO ESCALAR SEMELHANA ENTRE SINAIS
2.3 SRIE DE FUNES
2.3.1 Ortogonalidade de funes reais
2.3.2 Ortogonalidade de Funes Complexas
2.3.3 Srie trigonomtrica de Fourier

35
35
36
38
39
43
43
48
50

RTH/CK

NDICE

2.3.4 Srie de Fourier-Legendre


2.3.5 A Srie exponencial de Fourier
2.3.6 Representao de uma funo peridica pela srie de Fourier
2.4 ESPECTRO DE FREQUNCIA DISCRETO
2.5 EXISTNCIA DA SRIE DE FOURIER
2.6- FRMULA DE PARSEVAL E DISTRIBUIO DE POTNCIA
2.7 EXERCCIOS

51
52
52
55
59
62
63

CAPTULO 3: ANLISE DE SINAIS APERIDICOS:


TRANSFORMADA DE FOURIER DE TEMPO CONTNUO
3.1 A TRANSFORMADA DE FOURIER
3.1.1. Pulso retangular de durao (funo porta)
3.1.2. Impulso de rea unitria
3.2 CONVERGNCIA DA TRANSFORMADA DE FOURIER
3.3 RELAES DE SIMETRIA
3.4 TEOREMA DE PARSEVAL
3.5 LARGURA DE BANDA ESPECTRAL
3.6. RELAO ENTRE A TRANSFORMADA DE FOURIER DE TEMPO
CONTNUO E SINAIS PERIDICOS
3.7. TRANSFORMADA DE FOURIER DE SINAIS PERIDICOS
3.7.1 Transformada de Fourier de seno e co-seno eternos
3.8. PROPRIEDADES DA TRANSFORMADA DE FOURIER
3.8.1 Linearidade
3.8.2 Deslocamento no tempo
3.8.3 Teorema da dualidade
3.8.4 Translao em frequncia
3.8.5 Escalonamento no tempo e frequncia
3.8.6 Propriedade das reas
3.8.7 Diferenciao e integrao no tempo
3.8.8 Diferenciao e integrao em frequncia
3.8.9 Convoluo e multiplicao
3.8.10 Modulao real
3.9 TRANSFORMADAS NO LIMITE
3.9.1. Funo sinal
3.9.2. Funo constante
3.9.3. Degrau unitrio
3.11 EXERCCIOS
CAPTULO 4: ANLISE DE SISTEMAS
4.1. INTRODUO
4.2. CARACTERSTICAS DE SISTEMAS
4.2.1 Sistemas com e sem memria
4.2.2. Inversibilidade e sistemas inversos
4.2.3. Causalidade (ou realizabilidade)
4.2.4. Estabilidade
4.2.5. Invarincia no tempo
4.2.6. Linearidade
4.3 RESPOSTA EM FREQUNCIA
4.4 RESPOSTA PARA SINAIS ARBITRRIOS
4.5 RESPOSTA IMPULSIVA E RESPOSTA EM FREQUNCIA

ii

65
67
69
71
71
73
75
76
78
78
80
81
82
82
83
84
85
85
85
87
87
88
90
90
91
92
93
99
99
100
100
101
102
102
103
105
108
111
113

RTH/CK

SINAIS E SISTEMAS

4.5.1 Associao de SLITs


4.5.2 Resposta impulsiva, estabilidade e causalidade
4.6 TRANSMISSO SEM DISTORO
4.6.1 Distoro linear e no-linear
4.6.2 Equalizao
4.7 FILTROS IDEAIS
4.8 TRANSFORMADA DE HILBERT
4.9 EXERCCIOS

118
119
120
121
121
123
125
130

CAPTULO 5: AMOSTRAGEM DE SINAIS


5.1. AMOSTRAGEM DE SINAIS
5.1.1 Amostragem ideal
5.1.2 Efeito de subamostagem sobre sinais senoidais
5.2 RECONSTRUO DO SINAL
5.3 AMOSTRAGEM POR PULSOS
5.4 EXERCCIOS

133
133
134
140
141
142
147

CAPTULO 6: CORRELAO DE SINAIS


6.1. DENSIDADES ESPECTRAIS DE POTNCIA E DE ENERGIA
6.2. CORRELAO ENTRE SINAIS DE POTNCIA
6.2.1. Valor mdio temporal
6.2.2. Produto escalar
6.2.3. Funo de correlao cruzada
6.2.4. Funo de autocorrelao
6.3. CORRELAO ENTRE SINAIS DE ENERGIA
6.4. CORRELAO ENTRE ENTRADA E SADA EM SLIT
6.5. TEOREMA DE WIENER-KINCHINE
6.6. EXERCCIOS

149
149
150
150
150
151
151
153
155
157
158

BIBLIOGRAFIA

161

RTH/CK

iii

SINAIS E SISTEMAS

CAPTULO 1:
REPRESENTAO DE SINAIS

No dia-a-dia, quase que constantemente nos deparamos com sinais. Um sinal


geralmente contm informao sobre algum fenmeno ou acontecimento. Quando
falamos ao telefone, a voz, que um sinal acstico, convertida em sinais eltricos
pelo microfone. Este sinal eltrico transmitido, por exemplo, por um sistema de
satlites e recebido do outro lado da Terra, e convertido novamente num sinal de voz.
Quando algum se submete a um exame de eletrocardiograma, o resultado, que um
indicativo da atividade eltrica do corao, um sinal que, analisado, mostra as
condies cardiolgicas do paciente. O ndice mensal de inflao ao longo do ano
tambm pode ser considerado um sinal. A energia eltrica que distribuda para as
residncias um sinal senoidal com determinada amplitude e frequncia.
Na Fig.1, so ilustrados alguns exemplos de sinais, a saber: a) O ndice de
aquecimento global do planeta entre os anos de 1850 e 2000; b) Um sinal tpico de
eletrocardiograma (ECG ou EKG); c) Um trecho de alguns segundos de um sinal de
udio.
Nesta e em outras disciplinas do curso de graduao em engenharia eltrica
ser de interesse a manipulao desses sinais, quer analgica ou digitalmente. O tipo
de processamento que pode ser executado depende muito do tipo do sinal [1]. Na
anlise do aquecimento global do planeta, por exemplo, objetiva-se extrair
informaes dos registros de temperatura mdia medidas ao longo dos anos a fim de
detectar tendncias. Ento, pode-se perguntar: os dados so cclicos ou peridicos?
Normalmente tendem a crescer monotonicamente? Podem ser ajustados por retas ou
polinmios? Podem ser estabelecidas previses futuras com certo grau de confiana?
possvel prever medidas de controle de forma a alterar a sua variao temporal de
alguma forma?
No caso dos grficos de ECG pode-se perguntar: qual a forma especfica do
padro de ECG? Como ele se desvia daquilo que conhecido como caracterstica
normal? E, para os sinais de udio, pergunta-se, por exemplo se possvel executar o
reconhecimento automtico da voz? Como executar a converso de udio para texto
num certo idioma? E quanto a traduo automtica de um idioma para outro?
Neste texto pretende-se fornecer as ferramentas bsicas para que o leitor possa
iniciar os primeiros estudos nas reas de processamento de sinais, bem como, em
instrumentao eletrnica, telecomunicaes, dentre outras disciplinas que so
abordadas no curso de engenharia eltrica. Neste captulo inicia-se apresentando-se os
sinais, cuja anlise ser realizada no demais captulos, juntamente com o estudo de
sistemas lineares invariantes no tempo.
1.1 CLASSIFICAO DOS SINAIS
A seguir so feitas algumas consideraes bsicas [2] que sero utilizadas
posteriormente na anlise dos sinais de interesse deste curso:

REPRESENTAO DE SINAIS

(a)
Eletrocardiograma

2.5

Amplitude [mV]

2
1.5
1
0.5
0
0

2
tempo [s]

(b)

(c)
Figura 1.1 Exemplos de sinais encontrados no dia-a-dia. a) ndice de aquecimento global do planeta.
b) Eletrocardiograma tpico. c) Sinal de udio (uma gargalhada).

SINAIS E SISTEMAS

1.1.1

Sinais unidimensionais e multidimensionais

Os sinais citados anteriormente possuem apenas uma varivel independente


(ano, tempo, etc) e so chamados de unidimensionais. Por outro lado, uma imagem
de vdeo um sinal bidimensional, que indica uma funo (luminosidade) com duas
variveis independentes de posio. Uma projeo hologrfica ou um diagrama de
irradiao de uma antena so sinais tridimensionais com trs variveis de posio. E
assim por diante, para o caso de sinais multidimensionais. Neste texto, trabalha-se
eminentemente com sinais unidimensionais em funo do tempo.
1.1.2

Sinais de tempo contnuo e de tempo discreto

Sinais definidos para todo instante de tempo so chamados de sinais de tempo


contnuo, porm, sinais definidos apenas em determinados instantes de tempo so
chamados de sinais de tempo discreto. O sinal senoidal representado na Fig. 1.2a um
sinal de tempo contnuo, e o sinal da Fig. 1.2b um sinal de tempo discreto, pois est
definido apenas para os instantes de tempo 0, 1, 2, etc. Este sinal pode ser obtido a
partir da amostragem do sinal de tempo contnuo. Um outro exemplo de sinal de
tempo discreto um ndice de inflao mensal. Pode-se definir ainda uma classe de
sinais que so discretos no tempo e em amplitude, i.e., podem assumir somente
determinados valores de amplitude, que so os sinais digitais. Um exemplo est
ilustrado na Fig. 1.2c, onde a senide assume apenas os valores de amplitude iguais a
1, -0,5, 0, +0,5 e +1.
1
(a)

0
-1
0
1

50

100

150

200

250

300
(b)

0
-1
0
1

10

15

20

25

30

35

(c)

0
-1
0

10

15
20
tempo

25

30

35

Figura 1.2 Classificao de sinais. a) Sinal de tempo contnuo. b) Sinal de tempo discreto (obtido
atravs de amostragem. c) Sinal digital (amplitudes 1, -0,5, 0, +0,5 e +1).

Um sinal pode ser representado matematicamente por uma funo de uma ou


mais variveis. Para um sinal de tempo contnuo, utilizaremos a varivel independente
como sendo o tempo, t, representada entre parntesis como, por exemplo, x(t). Para
um sinal de tempo discreto, normalmente utiliza-se a varivel independente indicada
por n ou k, entre colchetes, como x[n] ou x[k], onde n e k so nmeros inteiros.
1.1.3 Sinais determinsticos e aleatrios
Sinais determinsticos so aqueles que podem ser descritos sem nenhuma
incerteza. Este tipo de sinal pode ser reproduzido de maneira exata e repetida. Um
sinal senoidal puro um exemplo de um sinal determinstico, como ilustra a Fig. 1.3a.

REPRESENTAO DE SINAIS

Um sinal aleatrio se no pode ser descrito com certeza antes de ocorrer. Por
exemplo, o conjunto dos resultados obtidos quando se joga um dado no-viciado um
sinal aleatrio. Um sinal de um exame de ECG ou EEG tambm um sinal aleatrio,
pois no pode ser previsto com certeza. Portanto sinais aleatrios no podem ser
reproduzidos de maneira exata e repetida. Um exemplo de sinal aleatrio (rudo) est
indicado na Fig. 1.3b.
1
(a)
0
-1
0

0.5

1.5

5
(b)
0
-5
0

0.5

1
tempo [s]

1.5

Figura 1.3 Classificao de sinais. a) Sinal determinstico (senide). b) Sinal aleatrio (rudo).

1.1.4 Sinais reais e complexos


Sinais encontrados na prtica so reais (i.e., tm parte imaginria nula). No
entanto, estenderemos a anlise a sinais complexos.
1.1.5 Sinais limitados no tempo
Sinais limitados no tempo so sinais no peridicos e concentrados em
intervalos de tempo com durao bem definida. Basicamente, estes sinais podem ser
subdivididos em sinais estritamente e assintoticamente limitados no tempo.

x(t)

x(t)

0 t1

t2

t2

0 t1

(a)

(b)

x(t)

x(t)

0 t1

0 t1

(c)
(d)
Figura 1.4 Sinais limitados no tempo. a) Estritamente limitado. b) Assintoticamente limitado.

Sinais estritamente limitados no tempo so aqueles que tm valores no-nulos


somente num intervalo de tempo [t1, t2], ou seja, iniciam e terminam em instantes de

SINAIS E SISTEMAS

tempo definidos valendo zero para t<t1 e t>t2, como os sinais mostrados nas Figs.1.4a)
e b). Por outro lado, sinais assintoticamente limitados no tempo so aqueles onde
x(t)0 quando t, como aquele mostrado na Fig.1.4 c). Na Fig.1.4 d) ilustra-se
um exemplo de sinal no limitado no tempo, uma vez que x(t) quando t+.
1.1.6 Sinais limitados em amplitude
Um sinal limitado em amplitude se existe um valor M tal que | x(t) |<M para
todo t. Os sinais mostrados nas Figs. 1.4 a) e c) so limitados em amplitude, porm
aqueles nas Figs. 1.4 b) e d) no so limitados.
1.1.7 Sinais fisicamente realizveis
Sinais fisicamente realizveis so sinais prticos que podem ser medidos num
laboratrio. Basicamente, estes sinais satisfazem s seguintes condies:
a) So sinais limitados no tempo;
b) So sinais limitados em amplitude;
c) Suas componentes espectrais significativas concentram-se num intervalo de
frequncias finito;
d) Sua forma de onda uma funo temporal contnua;
e) Sua forma de onda assume apenas valores reais.
Contudo, modelos matemticos que violam uma ou mais dessas condies
sero utilizadas neste texto, pela simples razo de simplificarem a anlise matemtica.
1.2. TRANSFORMAES DA VARIVEL INDEPENDENTE
Muitas vezes necessrio considerar sinais relacionados por uma
transformao da varivel independente. Por exemplo, considere o sinal x(t) mostrado
na Fig.1.5 como sendo um trecho de msica gravada numa fita. Nos itens a seguir so
apresentadas algumas transformaes sobre x(t).
x(t)

Figura 1.5 Pequeno trecho de um sinal de msica x(t).

1.2.1 Rebatimento ou espelhamento


O sinal y(t) definido a partir de x(t) como y(t) = x(-t), interpretado como
sendo o rebatimento (espelhamento) do sinal em torno do instante t=0, e corresponde,
no caso do exemplo considerado, a tocar a msica no sentido inverso. Esta a
operao de inverso no tempo e o resultado da transformao est ilustrado na
Fig.1.6.

REPRESENTAO DE SINAIS

y(t)=x(-t)

Figura 1.6 Sinal y(t)=x(-t). Inverso no tempo.

1.2.2 Compresso e expanso


Os sinais x(2t) e x(t/2) so, respectivamente, as verses comprimida e
expandida de x(t), e correspondem a tocar a msica no dobro da velocidade normal,
no caso de x(2t), e na metade da velocidade normal, no caso de x(t/2). Ambos os
casos esto ilustrados na Fig.1.7.
x(2t)

x(t/2)

(a)

(b)

Figura 1.7 Transformaes de compresso e expanso. (a) Sinal x(2t): compresso.


(b) Sinal x(t/2): expanso.

1.2.3 Deslocamento no tempo


Frequentemente necessrio se trabalhar com sinais deslocados no tempo. O
sinal x(t-) desloca x(t) de segundos para a direita, ou atrasa x(t) por segundos.
Similarmente, x(t+) desloca x(t) de segundos para a esquerda, ou avana x(t) por
segundos. Isto pode ser verificado facilmente atravs do valor da funo para
determinados instantes de tempo. Considere-se o sinal x(t) mostrado na Fig.1.8. Por
exemplo, para t=1, x(t-1)=x(0)=1 e x(t+1)=x(2)=1; para t=3, x(t-1)=x(2)=1 e
x(t+1)=x(4)=0, e assim por diante. Um sinal numa fita cassete pode, por exemplo, ser
avanado ou atrasado em relao a uma referncia t=0.
x(t)

x(t-1)

-2 -1

x(t+1)
1

1 2 3 4
(a)

-2 -1

1 2 3 4
(b)

-2 -1

1
(c)

2 3 4

Figura 1.8 Transformaes de deslocamento no tempo. (a) Sinal x(t) original. (b) Sinal atrasado
de 1 s. c) Sinal adiantado de 1 unidade de tempo

As operaes de inverso no tempo e deslocamento podem ser combinadas


para obter outros sinais. Seja x(t) considerado na Fig.1.8, e as operaes ilustradas na
Fig.1.9. O sinal x(-t) o sinal x(t) rebatido em relao ao ponto t=0. O sinal x(-t-),
>0, desloca x(-t) para a esquerda por segundos. Observe que x(t-) obtido
deslocando-se x(t) para a direita. escrevendo x(-t-)=x(-(t+)), ento x(-t-) pode ser
obtido atravs do rebatimento de x(t+) em torno de t=-. Analogamente, x(-t+)

SINAIS E SISTEMAS

obtido a partir do deslocamento de x(-t) para a direita por segundos, ou atravs do


rebatimento de x(t-) em torno de t=.
x(-t)

x(-t-1)

-4 -3 -2 -1
(a)

x(-t+1)
1

-4 -3 -2 -1
(b)

-4 -3 -2 -1
(c)

Figura 1.9 Operaes de inverso e deslocamento no tempo.

1.2.4 Relaes de simetria


Um sinal considerado par se simtrico em relao origem, i.e., x(t)=x(-t),
tal qual o ilustrado na Fig.1.10 a). Um sinal mpar se anti-simtrico em relao
origem: x(t)=-x(-t), como o ilustrado na Fig.1.10 b). Neste ltimo caso, deve-se
observar que sempre x(0)=0.

t
(a)

(b)

Figura 1.10 Relaes de simetria. (a) Sinal par. (b) Sinal mpar.

Um fator importante que qualquer sinal pode ser representado como a soma
de dois sinais, um par e outro mpar. Considere um sinal real x(t). Ento os sinais:
xe (t)

x( t ) x ( t )
2

(1.1a)

x( t ) x ( t )
,
2

(1.1b)

e
xo (t)

so tais que:
x( t ) x e ( t ) x o ( t )

(1.2)

onde verifica-se facilmente que xe(t) um sinal par e xo(t) um sinal mpar.
1.2.5 Sinais peridicos
A periodicidade de sinais tambm um fator importante no estudo de sinais e
sistemas. Um sinal peridico com perodo T deve obedecer a condio:
x( t ) x( t kT),

t, k inteiro .

(1.3)

Um sinal que no apresenta periodicidade chamado de aperidico.

REPRESENTAO DE SINAIS

Um exemplo de um sinal peridico encontra-se ilustrado na Fig.1.11, onde


nota-se que o sinal tambm peridico com 2T, 3T,...
x(t)

...

...
-T

2T

Figura 1.11 - Sinal peridico com perodo T.

1.3. SINAIS ELEMENTARES


Os sinais bsicos apresentados a seguir so importantes isoladamente, na
representao de sinais mais complexos e no estudo de sistemas em geral [3], [4].
1.3.1. Sinais senoidais eternos
Um sinal senoidal representado por:
x( t ) A cos(0 t ) ,

(1.4)

onde A a amplitude; 0 a frequncia angular, medida em radianos por segundo;


f0=2/0 a frequncia medida em ciclos por segundo ou Hertz; a fase, medida
em radianos. O sinal x(t) peridico com perodo:
T0

2 1
,
0 f 0

(1.5)

uma vez que


x( t T0 ) A cos(0 t 0 T0 ) A cos(0 t 2) A cos(0 t ) x( t ) . (1.6)

Este sinal, representado na Fig.1.12, trata-se de uma aproximao idealizada,


denominada (independentemente do ngulo de fase) de senide eterna em vista de
considerar < t < . Este modelo torna-se mais preciso para aplicaes prticas,
medida que os tempos de observao so longos comparados com o seu perodo T0 =
2/0.
A

0
T0

2 1

0 f 0

Figura 1.12 Sinal senoidal de amplitude A, fase e perodo T0.

SINAIS E SISTEMAS

1.3.2. Exponencial real


A funo exponencial real definida por:
x( t ) A e at , A , a reais .

(1.7)

Com a=0, tem-se x(t)=A, que uma funo constante. A funo exponencial real est
ilustrada na Fig.1.13. Para valores de a positivos, a funo x(t) crescente com o
tempo, e se a for negativo, x(t) uma funo decrescente com t.

(a)

(b)

Figura 1.13 Exponencial real. (a) Para a>0. (b) Para a<0.

A taxa de crescimento ou decaimento de x(t) depende da magnitude de a.


Para a<0, quando t=0, x(0)=A. Quando t=1/|a| , x(t)=Ae-1 0.37A, ou seja, a funo
cai a aproximadamente 37% do valor em t=0. Esse valor t=1/|a| chamado de
constante de tempo. Quanto maior a constante de tempo (menor o valor de a), mais
tempo a funo leva para crescer ou decrescer, e vice-versa.
1.3.3. Exponencial complexa peridica
Os sinais descritos at agora so representados por funes reais no tempo.
Uma classe importante de sinais so as exponenciais complexas peridicas:
x( t ) e j 0 t , 0 real .

(1.8)

Utilizando a frmula de Euler:


x( t ) e j 0 t cos 0 t jsin0 t , j 1.

(1.9)

Assim, aplicando-se a propriedade (1.9) quando t = 0), ocorre x(t)=


ejcos(+j.sen(jOutros valores importantes da exponencial complexa
esto listados na Tab.1.1
Nota-se que x(t) um sinal complexo cuja parte real cos 0t e a parte
imaginria sin 0t, e portanto um sinal peridico com perodo T0=2/0 . Isto
pode ser verificado com mais propriedade, observando-se que exp[ j 0 ( t T0 )]
exp[ j0 ( t 2 / 0 )] exp( j0 t ). exp( j2) exp( j0 t ) .

REPRESENTAO DE SINAIS
Tabela 1.1 Alguns valores particulares da exponencial complexa.

Forma Exponencial (polar)

Forma retangular

1
j
-1
-j
1

j0

e
e j / 2
e j
e j3 / 2
e j2

Podemos representar x(t) em funo do tempo num grfico tridimensional,


com eixos representando as partes real e imaginria em funo do tempo, conforme
mostrado na Fig.1.14:

1
0.5
0

Im
-0.5
1
-1
0

-1

Re

Figura 1.14 - Representao da exponencial complexa num grfico tridimensional.

No entanto, mais comum representar o sinal complexo num plano complexo,


parametrizado pelo tempo t, conforme a Fig.1.15:
Im
ejot , 0>0
0t 1
-0t

Re
ejot , 0<0

Figura 1.15 - Representao da exponencial complexa num plano.

Neste caso, a magnitude do fasor sempre unitria, pois:

e j 0 t cos 2 0 t sin 20 t

1/ 2 1 , t

(1.10)

e o ngulo dado por:


0 t atan

10

sin0 t
.
cos 0 t

(1.11)

SINAIS E SISTEMAS

No caso de 0 ser positivo, medida que o tempo evolui, o fasor gira no


sentido anti-horrio, e quando completa uma volta, 0t=2, ou t=2/0, que o
perodo. A partir desse instante, tudo volta a se repetir, explicitando a periodicidade
do sinal.
No caso de 0 ser negativo, medida que o tempo passa, o fasor gira no
sentido horrio. Como 0 chamada de frequncia angular, uma frequncia negativa
indicaria apenas um sentido de rotao diferente para o fasor que representa o sinal.
Da frmula de Euler (1.9), pode-se mostrar que:
e j( 0 t ) e j ( 0 t )
cos(0 t )
2
e
e j( 0 t ) e j ( 0 t )
sin (0 t )
2j

(1.12)

(1.13)

E ainda, pode-se representar sinais senoidais em funo de exponenciais


complexas, aplicando-se os operadores real, Re{ . }, e imaginrio, Im{ . }:

(1.14)

(1.15)

cos(0 t ) Re e j( 0 t )
e
sin(0 t ) Im e j( 0 t ) .

1.3.4. Exponencial complexa - caso geral

Um caso mais geral de exponencial complexa :


x( t ) A ea t ,

(1.16)

com A e a complexos: A = |A| e j

a = r + j 0.

rt
|A| e , r<0

rt
|A| e , r>0

Figura 1.16 Exponenciais complexas. (a) r<0. (b) r>0.

Assim, fica-se com:


x( t ) | A| e j e rt e j0 t | A| e rt e j( 0 t )
,
| A| e rt cos(0 t ) j| A| e rt sin(0 t )

(1.17)

11

REPRESENTAO DE SINAIS

onde nota-se que, se r<0, as partes real e imaginria de x(t) so senides amortecidas,
ou que tm amplitudes crescentes, caso r>0. Na Fig.1.16 ilustram-se essas
observaes.
Nota-se pelas figuras que |A|ert a magnitude da exponencial complexa, e
chamada de envoltria. Este tipo de sinal aparece na anlise de circuitos RLC e da
suspenso de automveis, por exemplo.
1.3.5. Funo sinc

A funo sinc definida por:

x( t ) sinc( t )

sin( t )
,
t

(1.18)

sendo o seu grfico mostrado na Fig.1.17.


1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-5

-4

-3

-2

-1

Figura 1.17 Funo sinc(t).

Uma ateno especial deve ser dada ao clculo de sinc(t) em t=0, o qual deve
ser executado com o auxlio da regra de LHospital, obtendo-se sinc(0)=1 (o leitor
deve verificar isto !).
1.3.6. Funo pulso triangular

O pulso triangular de amplitude unitria e largura , conforme desenhado na


Fig.1.18, definido atravs de
2
1 t , t / 2
tri( t / )
.
0 ,
t /2

(1.19)

tri(t)
1

Figura 1.18 Funo pulso triangular.

12

SINAIS E SISTEMAS

1.3.7. Funo pulso Gaussiano de rea unitria

O pulso Gaussiano (ou simplesmente Gaussiana) de rea unitria e desvio


padro , conforme desenhado na Fig.1.19, definido como
1 t 2
1
g (t )
exp .
2
2

(1.20)

g(t)

1
2
0 , 6065

1
2

Figura 1.19 Funo pulso Gaussiano.

Quando usada em clculos probabilsticos a Gaussiana denominada de


distribuio normal, sendo til em vrios problemas de engenharia, fsica e estatstica.
1.4 FUNES DESCONTNUAS

Algumas funes que exibem transies abruptas no tempo sero discutidas


nesta seo. Na prtica, essas funes rigorosamente nunca ocorrem, pois os tempos
entre transies sempre so finitos, porm, so extremamente importantes sob o ponto
de vista de modelo matemtico.
1.4.1 Funo degrau unitrio

A funo degrau unitrio definida por:


0 , t 0
u( t ) 1 , t 0

(1.21)

sendo seu grfico mostrado na Fig.1.20. Nota-se que u(t) descontnuo em t=0.
u(t)
1

Figura 1.20 Funo degrau unitrio.

A funo degrau frequentemente usada quando operaes de chaveamento


sobre fontes DC esto envolvidas. Alm disso, vrias outras funes singulares podem
ser dela deduzidas a partir de operaes como integraes e derivaes sucessivas.

13

REPRESENTAO DE SINAIS

Finalmente, muito til na representao de sinais prticos, que existem apenas para
t0.
1.4.2. Funo sinal

A funo sinal fornece o sinal do argumento t, ou seja:


1, t 0

sgn( t ) 0, t 0
1, t 0

(1.22)

sendo seu grfico mostrado na Fig.1.21.


sgn(t)

t
-1
Figura 1.21 Funo sinal.

Conforme se observa, as funes degrau e sinal podem ser relacionadas por

sgn( t ) 2.u ( t ) 1 .

(1.23)

1.4.3. Funo porta ou pulso retangular

A funo porta (ou pulso) de durao T e amplitude unitria representada


por:
t
t
x(t ) rect
T
T

(1.24)

e encontra-se desenhada na Fig.1.22. A representao como rect(t/T) ou (t/T)


depende muito da referncia bibliogrfica utilizada.
rect(t/T)

-T/2

T/2

Figura 1.22 Funo porta de durao T.

A funo porta pode ser relacionada com a funo degrau atravs de:
rect( t / T) u ( t

14

T
T
) u(t ) .
2
2

(1.25)

SINAIS E SISTEMAS

1.4.4. Funo impulso de Dirac

Outro sinal de extrema importncia a funo impulso de rea unitria ou


delta de Dirac, (t), relacionada com o degrau unitrio por:
( t )

d u( t )
dt

(1.26)

e portanto,
t

u( t )

( ) d .

(1.27)

No entanto, como u(t) descontnua em t=0, formalmente no diferencivel


nesse ponto. Vamos interpretar a funo degrau unitrio como uma aproximao da
funo u(t), tal qual definida na Fig.1.23, para 0:
u(t)
1

Figura 1.23 Funo u(t).

A funo (t) corresponde derivada de u(t), e mostrada na Fig.1.24:


(t)
1/

Figura 1.24 Funo (t).

onde nota-se que (t) tem rea unitria, e zero fora do intervalo 0 t . medida
que 0, (t) fica mais estreito e com maior amplitude, mas a rea continua igual a
1. Assim, no limite:
( t ) lim ( t )

(1.28)

e a representao grfica da funo impulso de rea unitria dada na Fig.1.25:


(t)
1
t

Figura 1.25 Impulso de rea unitria.

15

REPRESENTAO DE SINAIS

Isto sugere que (t)=0 para todo t, exceto para t=0, onde exibe uma singularidade. O
nmero 1 ao lado do impulso indica a rea sob a funo. Inclusive mais correto se
dizer que (t) um impulso de rea unitria.
Exemplo 1.1:
Representar graficamente a funo v(t)=A.(t-T).
Soluo: Trata-se de um impulso de valor A, cuja representao mostrada na
Fig.1.26.

v(t)
A
0

Figura 1.26 Impulso de valor A aplicado no instante T.

Ressalta-se, novamente, que a frase de valor A no se refere amplitude do


impulso, que infinita, mas sua rea e amplitude do degrau cuja derivada ele
representa.

Uma propriedade importante da funo impulso a seguinte: considere x(t)


uma funo contnua em t=0, ento a integral

x( t ) ( t ) dt x(0) .

(1.29)

A prova dada a seguir. Seja

x( t ) ( t ) dt lim x( t)

( t ) dt lim
0

1
x( t ) dt .

Utilizando o teorema do valor mdio:


b

x( t ) dt x(c).( b a) ,

c ( a , b) .

Logo,
I lim
0

1
x ()( 0) lim x () , (0, )
0

x (0),

pois como x(t) contnua em t=0, x(0-)=x(0)=x(0+). Portanto,

x( t ) ( t ) dt x(0) .

16

SINAIS E SISTEMAS

Em particular, se x(t)=1, obtm-se o importante resultado

( t ) dt 1

(1.30)

ou seja, (t) uma funo de rea unitria.


Num caso mais geral, para um impulso em t=,

x( t ) ( t ) dt x() .

(1.31)

ou seja, a funo x(t)(t-) tem rea x(), rea esta que igual ao valor da funo x(t)
no instante t=. Isto equivalente a se ter um impulso de rea x(). Portanto pode-se
escrever tambm:
x( t ) ( t ) x( ) ( t )

(1.32)

A equao (1.31) corresponde propriedade de amostragem do impulso, ou seja,


quando se multiplica uma funo x(t) por um impulso de rea unitria num instante
t=, a rea sob a funo resultante equivale ao valor da funo x(t) no instante t=.
Uma propriedade adicional do impulso refere-se mudana de escala:
( t )

1
( t ), 0 ,

(1.33)

o qual pode ser demonstrado integrando-se ambos os lados em - < t <. Se = -1,
ento, (-t)=(t), evidenciando que o impulso tem simetria par.
1.4.5 Sobre a existncia do impulso

O impulso unitrio prova ser muito til e, s vezes, essencial, na anlise de


sinais e sistemas. O impulso no uma funo no sentido matemtico estrito [5]. Ao
contrrio, a integral definida de uma funo que nula em todos os pontos, exceto
um, deveria ter um valor nulo. Por outro lado, x(t) ser uma funo de t se, e
somente se, ela puder ser completamente descrita por uma relao ponto-a-ponto, ou
seja, atribuindo-se a x um valor nico para cada valor de t dentro da faixa de
interesse. Assim, por exemplo, uma afirmativa de que x(t) zero para t0, e no
existe em t=0, at que definiria uma funo satisfatria em todos os pontos. Embora
algumas equaes, inclusive integrais, possam ser usadas para definir indiretamente
uma funo, elas no podem conter informao que no possa ser deduzida da
descrio direta, ponto-a-ponto da funo. A afirmativa de que (t) tem rea igual
unidade portanto inadmissvel sob o ponto de vista da matemtica convencional.
Observe tambm que as equaes (1.26) e (1.27) resultam de
t

( t ) du ( t ) / dt e u ( t ) ( ).d devido a que as funes u(t) e (t) se

17

REPRESENTAO DE SINAIS

tornam u(t) e (t), respectivamente, quando se aproxima de zero. Esta hiptese


correta, entretanto, somente se

du ( t ) d
lim u ( t )
lim
0
dt dt 0

e
t
t
lim ().d [lim ()].d .
0
0

Como as definies de diferenciao e integrao envolvem um processo


limite, o que foi feito, de fato, foi trocar a ordem de dois processos limites, o que nem
sempre justificvel.
Uma maneira de justificar rigorosamente os resultados dessa seo pode ser
executada recorrendo-se teoria das distribuies, a qual considera o impulso unitrio
como funo generalizada ou distribuio, o que inclui as funes ordinrias da
matemtica convencional como casos particulares. Entretanto, isto est fora do escopo
deste texto.
1.4.6 Impulsos no limite

Embora um impulso no exista fisicamente, vrias funes convencionais


possuem as propriedades de (t) no limite, quando algum parmetro tende a zero.
Em particular, se a funo (t) for tal que

lim v( t ). ( t ).dt v(0)

(1.34)

ento, dito que


lim ( t ) ( t ) .

(1.35)

Exemplo 1.2:
Mostrar que (1.34) satisfeito para (t) na forma do pulso mostrado na Fig. 1.27.
(t)

Figura 1.27 Impulso no limite.

Soluo: Pela figura verifica-se que ( t )

1
rect ( t / ) .

Seja v(t) uma funo arbitrria na origem e cuja srie de McLaurin

18

SINAIS E SISTEMAS

v( t ) v(0) v(0).t

v(0) 2
t ...
2!

Ento,

v(0) / 2
v(0) / 2
v(0) / 2 2
t dt ...
v( t ). ( t ).dt lim
dt
t.dt

/2

0
/2
2! / 2

v(0)
v(0) 3
lim v(0)
. ... v(0)
.0
0

2 ! 12

lim

o que conclui a demonstrao.

Outras funes que satisfazem o critrio (1.34) so listadas a seguir, cujos


grficos encontram-se desenhados na Fig.1.28:

(t)

(t)

(a)

t
(b)

(t)

(t)
1/

2/

(c)

0
(d)

Figura 1.28 Outros exemplos de impulsos no limite. a) Pulso sinc. b) Pulso gaussiano. c) Pulso
triangular. d) Pulso exponencial.

a) Pulso sinc
(t)

1
t
sinc .

(1.36)

19

REPRESENTAO DE SINAIS

b) Pulso Gaussiano
t 2
1
( t ) exp .

(1.37)

c) Pulso triangular
(t)

2 t
tri .

(1.38)

d) Pulso exponencial
(t)

t
1
exp .
2

(1.39)

2.5 CONVOLUO DE SINAIS

A convoluo entre dois sinais x1(t) e x2(t) definida pela integral

x1 ( t ) x 2 ( t )

x ( ) x
1

( t )d .

(1.40)

A integral de convoluo executada em relao varivel muda , sendo t


considerada como constante. O resultado da convoluo sempre resulta numa funo
temporal, por isso, em certos livros utiliza-se a notao simplificada x1(t)*x2(t) =
x1*x2(t) para indicar que a funo resultante x1*x2 depende de t [3].
Considere as funes x1(t), x2(t) e x3(t). A partir da definio (1.40), podem ser
demonstradas as seguintes propriedades:
a) Propriedade comutativa

x1 ( t ) * x 2 ( t ) x 2 ( t ) * x1 ( t )

() x1 ( t )d .

(1.41)

b) Propriedade associativa
x1 * ( x 2 * x 3 ) ( x1 * x 2 ) * x 3 .

(1.42)

c) Propriedade distributiva
x1 * ( x 2 x 3 ) ( x1 * x 2 ) ( x1 * x 3 ) .

(1.43)

d) Derivada do produto
d
dx
dx
( x1 * x 2 ) x1 * 2 1 * x 2 .
dt
dt
dt

20

(1.44)

SINAIS E SISTEMAS

Exemplo 1.3:
Calcular a convoluo v*w(t) para os sinais v(t) e w(t) mostrados na Fig.1.29.
Soluo: As funes v(t) e w(t) podem ser descritas por:

v( t ) u ( t 1) u ( t 1) e w ( t ) u ( t 2) u ( t 2)
e assim

v() w ( t ) [u ( 1) u ( 1)].[u ( t 2) u ( t 2)] .


v(t)

-1

1
(a)

w(t)

-2

2
(b)

(t+3).u(t+3)

(t-3).u(t-3)
1

-3

-1

-1

-(t-1).u(t-1)
v*w(t)

-3

-(t+1).u(t+1)
2

-1

(c)

Figura 1.29 Clculo da convoluo. a) Funo v(t). b) Funo w(t). c) Resultado da


convoluo: v*w(t) superposio das retas desenhadas.
Aplicando a definio (1.40), obtm-se

v * w ( t ) u ( 1).u ( t 2).d u ( 1).u ( t 2).d

u ( 1).u ( t 2).d u ( 1).u ( t 2).d .

21

REPRESENTAO DE SINAIS

0, 1
0, 1
e u ( 1)
, ento
1, 1
1, 1

Como u ( 1)

v * w ( t ) u ( t 2).d u ( t 2).d u ( t 2).d


1

u ( t 2).d
1

0, t 2
0, t 2
e u ( t 2)
, e ento
1, t 2
1, t 2

Tambm u ( t 2)

u ( t 2).d

t2

u ( t 2).d

t 2

u ( t 2 ). d
u ( t 2).d

t 2

d t 3 desde que t+2>-1, i.e., t >-3,


d t 3 desde que t-2>1, i.e., t >1,

t2

d t 3 desde que t+2>1, i.e., t >-1 e

d t 3 desde que t-2>1, i.e., t >3.

Portanto, a expresso final da convoluo

v * w ( t ) ( t 3).u ( t 3) ( t 1).u ( t 1) ( t 1).u ( t 1) ( t 3).u ( t 3)


e cujo grfico est desenhado na Fig.1.29 c).

Conforme se observa pelo exemplo anterior, o grfico da convoluo v*w(t)


tem largura final igual soma das larguras das funes individuais v(t) e w(t). Este
resultado tambm se aplica para funes v(t) e w(t) arbitrrias, indicando que a
operao de convoluo implica num alargamento temporal. Alm disso, a funo
resultante torna-se mais suave que as funes individuais [6].
Embora esta operao possa ser executada analiticamente (em alguns poucos
casos e com certa dificuldade) ou numericamente, torna-se interessante discutir o
processo de determinao grfica, o qual pode simplificar sensivelmente os clculos.

Exemplo 1.4: Convoluo grfica


Executar a convoluo dos sinais x(t) e y(t) mostrados na Fig.1.30:
x(t)

-3

-2

-1

y(t)

-3

-2

-1

Figura 1.30 Sinais x(t) e y(t).

22

SINAIS E SISTEMAS

Soluo:

convoluo

entre

c( t ) x( t ) y( t )

x(t)

y(t)

dada

por:

x( ) y( t ) d , ou seja, para cada instante de tempo t, o sinal

c(t) a integral (rea) do sinal que obtido da multiplicao de x() por y(t-). Note
que, como se est integrando em , deve-se realizar em y uma inverso seguida de um
deslocamento de t. Tem-se na Fig.1.31 os sinais x() e y(-), ou seja, para t=0:

y(-)

2
x()

-3

-2

-1

t=0
Figura 1.31 x() e y(-). t=0.

onde se observa facilmente que a multiplicao entre as funes igual a zero, e


portanto c(t=0)=0. Como para t<0, y(t-) deslocado para a esquerda, para t<0,
tambm tem-se que c(t)=0. Para t>0, nota-se que a multiplicao entre x() e y(t-)
ser igual a zero (x e y no vo se sobrepor) at o instante t=1, e portanto, c(t)=0 para
t<1. No instante t=1, tem-se a Fig.1.32:
y(1-)

2
x()

-3

-2

-1

1
t=1

Figura 1.32 x() e y(1-). t=1.

No instante t=1+t, a multiplicao entre x e y no ser mais zero, conforme


esquematizado na Fig.1.33:
y(1+t-)

2
x()

-3

-2

-1

1
(a)

2
3
t=1+t

x().y(1+t-)

1
t
4

t 1

(b)

Figura 1.33 (a) x() e y(1+t-). t=1+t. (b) x(). y(1+t-). A rea hachurada igual a
c(1+t).

e a rea hachurada na figura igual ao valor de c(t=1+t), que igual a (t)2/2. Para
1t2, tem-se que y est sobrepondo-se a x, e, portanto:

23

REPRESENTAO DE SINAIS

c( t 1 t )

t 2
, 0 t 1
2

ou, na varivel t:

( t 1) 2
c( t )
, 1 t 2.
2
Para t=2+t, a ponta do tringulo comea a sair do quadrado, e os sinais ficam como
na Fig.1.34:

y(2+t-) 2
x()

-3

-2

-1

x().y(2+t-)

2
t
1

3
4
t=2+t

t
1

(a)

(b)

Figura 1.34 (a) x() e y(2+t-). t=2+t. (b) x(). y(2+t-). A rea hachurada igual a
c(2+t).

e a regio hachurada tem rea


ou, c( t ) t

1 2 t
, 2 t ( 2 t ) 3
2

3
,2t3
2

Para t=3+t, tem-se a Fig.1.35:

y(3+t-)
x()

-3

-2

-1

x().y(3+t-)

4
t=3+t

(a)

(b)

Figura 1.35 (a) x() e y(3+t-). t=3+t. (b) x(). y(3+t-). A rea hachurada igual a
c(3+t).

ou seja, a rea hachurada comea a diminuir, com valor:

(2 1 t )(1 t ) 3 2 t t 2

, 3 t (3 t ) 4
2
2
ou c( t )

24

4t t 2
, 3 t 4
2

SINAIS E SISTEMAS

e para t>4, os sinais no mais se sobrepem, e c(t)=0 para t>4. Resumindo, obtm-se:

2
( t 1)
2
3
c( t ) t
2
4t t 2
2

, t 1
, 1 t 2
,2t3
, 3 t 4
,t4

cujo grfico encontra-se desenhado na Fig.1.36.


c (t)

1 .5

0 .5

5
t

Figura 1.36 Sinal resultante da convoluo c(t).

A funo impulso unitrio, como j foi vista, apresenta a importante


propriedade relacionada amostragem (1.31). Uma outra propriedade importante
obtida considerando-se a convoluo:

x( t ) ( t )

x() ( t ) d ,

Como j foi visto, a integral acima igual ao valor da funo x() em =t, ou seja,

x( t ) ( t ) x( ) ( t ) d x( t )

(1.45)

e o resultado que a convoluo de um sinal com um impulso igual prpria


funo. Esta propriedade denominada de replicao.
Se o impulso estiver deslocado de t0:

x( t ) ( t t 0 ) x( ) ( t t 0 ) d x( t t 0 )

(1.46)

ou seja, faz-se um deslocamento de t0 na funo x(t).

25

REPRESENTAO DE SINAIS

Exemplo 1.5:
a) Esboar o grfico da funo trem de impulsos definida por

rep T [( t )]

(t nT) , para n inteiro

b) Esboar o grfico de rep T [ v( t )] v( t ) * rep T [( t )] , onde v( t ) A.rect ( t / ) ,


para <T.
Soluo:
a) O grfico de repT[(t)] encontra-se desenhado na Fig. 1.37 a)
b)

Usando-se a propriedade de replicao, obtm-se

rep T [ v( t )] v( t ) *

(t nT)

v(t ) * (t nT)

v(t nT)

cujo grfico encontra-se desenhado na Fig.1.37 b).


repT(t)

...

...
-2T

-T

2T

(a)

v(t)
A

...
-2T

...
-T

2T

(b)
Figura 1.37 Trem de funes. a) Trem de impulsos. b) Trem de pulsos.

1.6 SINAIS DE ENERGIA E SINAIS DE POTNCIA

Em sistemas eltricos, geralmente se trabalha com correntes e tenses. Se uma


tenso v(t) aplicada num resistor de 1, a corrente que passa por ele i(t)=v(t) e a
potncia dissipada igual a p(t)=v(t).i(t)=v2(t). Assim, a energia fornecida pelo sinal
v(t) num intervalo de tempo [t1, t2] :
t2

Energia =

v 2 ( t ) dt .

t1

26

SINAIS E SISTEMAS

De maneira similar, se uma corrente i(t) passa por um resistor de 1, a tenso sobre
ele v(t)=i(t), e a potncia dissipada igual a p(t)=v(t).i(t)=i2(t). Assim, a energia
fornecida pelo sinal i(t) num intervalo de tempo [t1, t2] :
t2

Energia =

i2 ( t ) dt .
t1

1.6.1 Sinais de energia

Estendendo-se a discusso para um sinal x(t) real ou complexo, sua energia


(Ex) no intervalo [t1, t2] definida como:
t2

Ex =

t2

x( t ). x ( t ) dt | x( t )|2 dt

t1

(1.47)

t1

onde, se x(t) for real, x(t).x*(t)=x2(t).


Um sinal chamado de sinal de energia, se tem energia finita (E) no
intervalo (-, ):

| x( t )|

dt .

(1.48)

Exemplo 1.6:
Avaliar se o sinal v(t)= e-2|t| um sinal de energia
Soluo: Valos avaliar a integral

2 |t | 2

2 4 t
dt 2 e dt
e
4
0

4 t

1
2

e portanto, v(t) um sinal de energia.

Antes de prosseguir, vamos lembrar que uma funo x(t) estritamente


limitada no tempo se tem valores no-nulos somente num intervalo de tempo [t1, t2],
sendo nula para t<t1 e t>t2. As funes porta e pulso triangular so exemplos de
funes estritamente limitadas no tempo. J uma funo x(t) dita assintoticamente
limitada no tempo se x(t)0 quando t. Esses dois tipos de funes so de
durao finita. Como contra-exemplo, cita-se a senide eterna que, como o prprio
nome especifica, no tem durao finita. Por outro lado, um sinal limitado se existe
um valor M tal que | x(t) |<M para todo t. A funo degrau, por exemplo, limitada
pois u(t)<M, para qualquer M>1, e para todo t. Por outro lado, o delta de Dirac e a
funo exponencial real no so limitadas.
Assim, pode-se afirmar que se um sinal for limitado e de durao finita ele
ser um sinal de energia, pois

27

REPRESENTAO DE SINAIS

| x( t )|

t2

| x( t )|

dt

dt M

t1

t2

dt M 2 ( t 2 t1 ) .

t1

A maioria dos sinais encontrados na prtica so limitados e de durao finita, e


portanto so sinais de energia.
1.6.2 Sinais de potncia

A potncia mdia (Pm) de um sinal x(t) num intervalo [t1, t2] definida como
t

1 2
Pm
| x( t )|2 dt .
t 2 t1 t

(1.49)

Um sinal chamado de sinal de potncia se a potncia mdia definida por


T

1
2
| x( t )|2 dt x( t )

T 2T
T

P lim

(1.50)

for diferente de zero e finita.


Definindo-se ento:
T

ET

| x( t )|2 dt ,

(1.51)

observa-se que
E lim ET
T

(1.52)

para sinais de energia, e


1
ET .
T 2T

P lim

(1.53)

para sinais de potncia. Para um sinal de energia, a energia total finita, e portanto
P=0.
A energia total de um sinal de potncia deve ser infinita, pois seno a potncia
seria nula. Logo, um sinal pode ser um sinal de potncia ou um sinal de energia, mas
no ambos simultaneamente. No entanto, um sinal pode no ser um sinal de energia
nem de potncia.
Exemplo 1.7:
Considere o sinal v(t)=e-2t . Verificar se v(t) um sinal de energia ou de potncia.
Soluo: A energia do sinal :

28

SINAIS E SISTEMAS

ET

2 t 2

1
dt 2 e 4 t dt (e 4 T e 4 T )
4
T

e para T, ET.
A potncia mdia do sinal :

1
e 4 T e 4 T
e4T
4e 4 T
PT lim
E T lim
lim
lim

T 2T
T
T 8T
T
8T
8
e portanto e-2t no um sinal de energia nem de potncia.

Para sinais peridicos, com perodo T0 , o clculo da potncia mdia pode ser
simplificado:
T

T /2

1
1 0
1
2
Pm P lim
|
x
(
t
)|
dt

| x( t )|2 dt

T0 T / 2
T0
T 2T
T
0

T0

| x( t )|2 dt

(1.54)

Se o sinal peridico x(t) for limitado, ento ele um sinal de potncia.

Exemplo 1.8:
Considere o sinal senoidal x(t)=A cos(0t + ). Calcular sua potncia mdia.
Soluo: Aplicando-se (1.53)
T

1
A2
2
2

A
cos
(
t
)
dt
lim
0
T 2T
T 2T
T

P lim

A
T 4T

lim

1 cos 2( 0 t )
2
dt
2

sin (2 0 T 2) sin (2 0 T 2)
2T

4 0

A 2 A 2 sin (2 0 T 2) A 2 sin (2 0 T 2)
lim

16T 0
T 2

2
A

2
Pode ser verificado que, integrando num perodo, chega-se no mesmo resultado.

Um sinal de frequncia modulada, FM, com sinal modulante senoidal de


amplitude Am e frequncia m , representado por v( t ) A p . cos[p t A m sen m t ]
= A p cos p t. cos[A m sen m t ] sen p t. sen[A m sen m t ], onde Ap e p so as

amplitude e frequncia da portadora [3]. Este sinal envolve termos do tipo cos[cos(x)]
e sen[sen(x)], os quais podem ser adequadamente expandidos em srie de funes de
Bessel. Devido importncia desse tipo de funo, tal tpico ser analisado na
prxima seo.

29

REPRESENTAO DE SINAIS

1.7. FUNES DE BESSEL DE PRIMEIRA ESPCIE

Existe uma classe de funes da fsica matemtica, denominada de funes


especiais, que se prestam a descrever solues para equaes diferenciais especficas
como, por exemplo, a equao diferencial de Bessel [7]. So solues dessa equao
as funes de Bessel de primeira espcie, de segunda espcie (ou funes de
Neumann) e de terceira espcie (ou funes de Hankel). Outros exemplos de funes
especiais so a funo gama, a funo beta, a funo erro, os polinmios de Legendre,
os polinmios de Hermite, os polinmios de Jacobi, os polinmios de Gegenbauer,
etc. Neste texto nos limitaremos a estudar as funes de Bessel de primeira espcie,
devido sua importncia na teoria de comunicaes.
A funo de Bessel de primeira espcie e ordem n pode ser definida atravs da
srie de potncias
(1) k ( x / 2) n 2 k
k 0 k! ( n k 1)

J n (x)

(1.55)

onde (n) a funo gama. Se n for inteiro, ento, (n+1)=n!, e assim,


J n (x)

xn
x2
x4
1

... .

n
2 n! 2(2n 2) 2.4 (2n 2)(2n 4)

(1.56)

Na Fig. 1.38 so ilustradas as 4 primeiras funes de Bessel, evidenciando o


comportamento oscilatrio e decrescente medida que o argumento x aumenta.

Figura 1.38 - Funes de Bessel de primeira espcie.

A partir de (1.55) pode-se mostrar que, se n for inteiro, ento


J n ( x ) (1) n J n ( x ) .

(1.57)

Alm disso, com o auxlio de sries de potncias, pode-se mostrar que a funo
geratriz para Jn(x), onde n inteiro,

30

SINAIS E SISTEMAS

x 1
t
2 t

(x) t n .

(1.58)

A partir de (1.58) possvel demonstrar as seguintes relaes de recorrncia:


2n
J n ( x ) J n 1 ( x )
x
dJ n ( x ) 1
b)
[J n 1 ( x ) J n 1 ( x )]
dx
2
d n
c)
[ x J n ( x )] x n J n 1 ( x )
dx
d n
d)
[ x J n ( x )] x n J n 1 ( x )
dx
a) J n 1 ( x )

(1.59a)
(1.59b)
(1.59c)
(1.59c)

Exemplo 1.9:
A partir da funo geratriz mostrar que
a) cos( x sen ) J 0 ( x ) 2 J 2 ( x ). cos 2 ...
b) sen( x sen ) 2 J 1 ( x ). sen 2 J 3 ( x ). cos 3 ...
Soluo: Basta fazer t e j em (1.58)

1
exp[ x (e j e j )] e jx sen J n ( x ) e jn J n ( x ) [cos n j sen n]
2
n
n

{J 0 ( x ) [J 1 ( x ) J 1 ( x )] [J 2 ( x ) J 2 ( x )] cos 2 ...}
j {[ J 1 ( x ) J 1 ( x )] sen [J 2 ( x ) J 2 ( x )] sen 3 ...}
a partir da qual mostra-se o desejado.

A partir desse exemplo, podem ser extradas as importantes relaes:


cos( x sen ) J 0 ( x ) 2 J 2 ( x ). cos 2 ...
sen( x sen ) 2 J 1 ( x ). sen 2 J 3 ( x ). cos 3 ...
e jx sen

( x ) e jn

(1.60a)
(1.60b)
(1.60c)

usadas com grande frequncia na teoria de comunicaes.


Exemplo 1.10:
Mostrar a seguinte relao integral:

J n (x)

1
cos( x sen n)
0

Soluo: Vamos lembrar que

31

REPRESENTAO DE SINAIS

0,
cos
m
.
cos
n
d

0
/ 2,

0,
sen
m
.
sen
n
d

0
/ 2,

mn
mn
mn
mn

Assim, multiplicando-se a expresso (1.60a) por cos(n) e a expresso (1.60b) por


sen(n), e integrando-se entre 0 e , obtm-se (mostrar isto !)

J n ( x ), n par ou zero
cos(
x
sen
)
.
cos
n
d

0
n mpar
0,

n par ou zero
0,
0 sen(x sen ). sen n d J n (x ),
n mpar

Executando-se a soma no caso onde n zero ou par, obtm-se

1
[cos( x sen ). cos n sen( x sen ). sen n].d
0
1
[cos( x sen n)].d
0

J n (x)

A mesma relao se mantm quando n mpar, ou seja, vlida para qualquer n


inteiro.

Vamos observar que, para f () sen(x sen n) , ento, f(-) = - f(), ou


seja, uma funo mpar. Portanto, sua integral no intervalo deve ser nula.
Assim, utilizando-se o exemplo anterior, conclui-se que
J n (x)

1 j( x sen n)
e
d
2

(1.61)

A seguir, apresentam-se alguns exerccios para que o leitor possa testar o


conhecimento adquirido neste captulo.
1.8 EXERCCIOS
1.8.1 Dois sinais de tempo contnuo so mostrados na Fig.P1.8.1. Esboce
cuidadosamente os seguintes sinais, com escalas:

x(t)

h(t)

2
1
-1

1
1 2

-1
Figura P1.8.1

32

-2 -1

1 2 3 t

SINAIS E SISTEMAS

i) x ( t 2 )
ii) x(1 t )
iii) x ( 2 t 2 )
iv) x ( 2 t / 3)

v) x ( t ) x ( 2 t )u (1 t )

vi) x ( t ) ( t 3 / 2 ) ( t 3 / 2 )
vii) x ( t ) h ( t 1)
viii) x ( t 1) h (1 t )
ix) x ( 2 t / 2 ) h ( t 4 )
x) x e ( t ) (parte par)
xi) x o ( t ) (parte mpar)
1.8.2 A soma de duas ou mais senides pode ou no ser peridica dependendo da
relao entre as frequncias. Considere a soma de duas senides com frequncias f1 e
f2 . Para a soma ser peridica, f1 e f2 devem ser comensurveis, i.e., deve existir um
nmero f0 contido um nmero inteiro de vezes em f1 e f2. Se f0 esse nmero, ento:

f1=n1f0

f2=n2f0

onde n1 e n2 so inteiros, e f0 a frequncia fundamental.


Para os sinais abaixo, determine quais so peridicos e o perodo, quando aplicvel.
a)
b)
c)
d)

x(t )
x(t)
x(t)
x(t)

2 cos( 2 t ) 3sin (5t )


cos(5t ) 5 cos(15t )
3sin (10t ) sin (12t )
4 cos( 2t ) 3 cos( 4 t ) 5sin ( 26t )

1
(t)
2
Sugesto: Examine a funo ( 2t )

1.8.3 Mostre que: ( 2 t )

t 1
1.8.4 Considere-se a funo f ( t ) A . .rect( t / T) , para A e T constantes.
T 2
a) Esboar o grfico de f(t).
b) Obter analiticamente o resultado de f(t)*repT[(t)].
c) Esboar o grfico de f(t)*repT[(t)]. Qual o nome usual dessa funo ?
1.8.5 Calcular o valor das seguintes integrais definidas

a)
b)
c)

(t ).(t
(t ).(t

1
1
5

( t ).( t 2 1).dt
2

1).dt
1).dt

(t 1).(t
e) ( t 1).( t
f) (1 t ).( t

d)

1
5

1).dt
4 t 2).dt
2).dt

33

REPRESENTAO DE SINAIS
t

1.8.6

Mostre que x( t ) u( t ) x( t ) dt

1.8.7

34

Executar a convoluo, graficamente, das funes v( t ) A.e t u ( t )


t
w ( t ) [u ( t ) u ( t T)] .
T
Sugesto: Consultar o livro do Carlson [3].

SINAIS E SISTEMAS

CAPTULO 2:
ANLISE DE SINAIS PERIDICOS : SRIE DE
FOURIER

Um dos principais objetivos de se analisar sinais o de determinar o contedo


de frequncia ou a faixa de frequncia de sinais. Isto de extrema importncia em
diversos campos de aplicao. Em comunicaes, sinais transmitidos por estaes
AM so limitados na faixa de 535 kHz a 1650 kHz [3], [4]. Sinais de estaes FM
ocupam a faixa de frequncia entre 88 MHz a 108 MHz, as de televiso UHF ocupam
faixas entre 470 MHz e 890 MHz, e assim por diante, para os demais tipos de
servios. Um sinal de voz tpico ocupa uma faixa de 200 Hz a 4 kHz. Atravs da
anlise de sinais possvel entender como um sinal de voz ou de msica transmitido
em outra faixa de frequncia (atravs de modulao).
Na rea mdica, por exemplo, a anlise de um sinal resultante de um exame de
eletrocardiograma (ECG) ou eletroencefalograma (EEG) pode indicar se o paciente
possui alguma anomalia cardaca ou na atividade eltrica cerebral. Um submarino
emite um sinal acstico prprio dependendo da rotao dos propulsores e vibrao
dos motores. Este sinal pode ser utilizado em deteco submarina. Abelhas
africanizadas (ou "assassinas") e domsticas so quase idnticas em tamanho e
aparncia, e uma das maneiras de diferenci-las com a ajuda de um microscpio. No
entanto, descobriu-se que elas batem as asas em frequncias diferentes, e,
consequentemente, geram sinais diferentes. Estes sinais, detectados, podem ser
utilizados para identificar as abelhas assassinas e controlar sua disseminao. Uma
outra aplicao importante de anlise de sinais a eliminao de certos tipos de rudos
como o de mquinas, transformadores de potncia, ventiladores industriais, etc. Estes
tipos de equipamentos geram sinais peridicos, que podem ser decompostos em vrios
sinais. Um microfone pode captar esse rudo e um sistema computadorizado analisar
este sinal e gerar um outro sinal que a imagem do rudo (um anti-rudo). Isto cancela
o rudo, no afetando a conversa normal entre as pessoas que estejam no ambiente,
por exemplo, dentro de um avio.
Neste captulo aborda-se a primeira parte da anlise dos sinais de tempo
contnuo, enfatizando-se os sinais peridicos, atravs da srie de Fourier. No Captulo
3, sero analisados em detalhes os sinais aperidicos, com o auxlio da transformada
de Fourier. Antes, porm, pretende-se discutir alguns conceitos preliminares sobre
espectros de linhas, produto vetorial e similaridades entre sinais variveis no tempo.
2.1 FASORES GIRANTES

Considere, inicialmente, o problema do regime permanente senoidal, tal qual


estudado na teoria de circuitos eltricos. Nesse caso, os sinais so constitudos por
senides eternas e tm representao temporal como ilustrado na Fig.2.1, e conforme
discutido na Captulo 1. Assim, se x(t) for um sinal senoidal, ento
x ( t ) A. cos(0 t )

(2.1)

35

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

onde A o valor de pico ou amplitude, 0 a frequncia angular e o ngulo de


fase.
x(t)

T=20

A
A cos

...

...
t

-/0 0
-A

Figura 2.1 Sinal senoidal eterno.

A frequncia angular, 0 [rad/s], relaciona-se com a frequncia linear, f0 [Hertz],


atravs de 0=2f0.
Conforme j foi enfatizado, a senide eterna trata-se de uma aproximao
idealizada, em vista de considerar todos os instantes de tempo ( < t < ). O
modelo torna-se mais preciso, medida que os tempos de observao sejam longos
comparados com o seu perodo T = 2/0.
2.1.1 Espectro de linhas unilateral

A representao espectral do sinal senoidal pode ser obtida em termos de


fasores girantes, deduzidos a partir do teorema de Euler:
e j cos j.sen

(2.2)

onde um ngulo arbitrrio. No caso da senide eterna (2.1), percebe-se que


( t ) Re [A.e j .e j0 t ] .

(2.3)

O termo entre colchetes em (2.3) pode ser interpretado como um vetor girando no
plano complexo, z, conforme ilustra a Fig.2.2. Assim, define-se o fasor girante
associado a v(t) como sendo o nmero complexo (na forma polar)
z z( t ) A.e j .e j0 t

(2.4)

O fasor girante tem magnitude A, gira no sentido anti-horrio numa taxa de f0 ciclos
por segundo (ou Hertz) e em t = 0 forma um ngulo com o eixo real positivo. A
projeo do fasor sobre o eixo real permite recuperar x(t), conforme estabelecido por
(2.3).
Im

A
0

z
ot+
Re

Figura 2.2 - Fasor girante no plano complexo z.

36

SINAIS E SISTEMAS

Uma representao equivalente para o fasor complexo z(t), no domnio da


frequncia, constitui o espectro de linhas (ou raias) unilateral, mostrado na Fig.2.3.
Este diagrama informa que na frequncia de oscilao f0, o fasor girante tem
magnitude A, representado atravs de uma linha no espectro de magnitudes, e fase ,
representado por uma linha no espectro de fases.
MAGNITUDE

fo

FASE

fo

Figura 2.3 - Espectro de linhas unilateral.

A fim de padronizar a representao espectral dos sinais, torna-se adequado


estabelecer as seguintes convenes [3]:
a) A varivel independente para representar o espectro a frequncia linear, f , (e
no a frequncia angular, ). Um valor particular de f identificado por um
subscrito como, por exemplo, f0 ;
b) Os ngulos de fase so medidos em relao funo co-seno. Sinais em seno
precisam ser convertidos para co-senos, atravs da identidade: sen = cos(-900);
c) Considera-se que a magnitude sempre uma grandeza positiva. Quando sinais
negativos esto presentes, utiliza-se a identidade: -A.cos = A.cos( 1800).
Exemplo 2.1:
Esboar o espectro unilateral do sinal

w ( t ) 7 10 cos(40t 60 0 ) 4 sen(120t ) ,
cuja forma de onda est desenhada na Fig.2.4 a).
Soluo: O espectro de linhas unilateral de w(t) pode ser obtido observado-se que

w ( t ) 7 cos(20 t ) 10 cos(220t 120 0 ) 4 cos(260 t 90 0 )


e encontra-se desenhado na Fig. 2.4 b)
w(t)
20
10

1/20

(a)

(Fig.2.4 continua ...)

37

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

MAGNITUDE

10
7
4
0

20

FASE

100
120

o
100

20

-90 o

(b)
Figura 2.4 - Anlise espectral de w(t). a) Sinal temporal w(t). b) Espectro de w(t).

O exemplo anterior muito ilustrativo pois evidencia que uma superposio de


senides com diferentes frequncias e fases pode dar origem a uma forma de onda
no- senoidal, embora ainda peridica. Assim, pode-se indagar se uma outra forma de
onda arbitrria (porm peridica) como uma dente-de-serra, por exemplo, poderia ser
sintetizada a partir da superposio de senides. Nas prximas sees esta conjectura
ser confirmada, atravs do estudo da srie de Fourier.
2.1.2 Espectro de linhas bilateral

As representaes espectrais unilaterais podem no ser to interessantes e


genricas quanto a representao denominada espectro bilateral, que envolve
frequncias positivas e negativas. Nesse caso, recorre-se propriedade dos nmeros
1
complexos Re[z] (z z*) , onde z uma grandeza complexa e z* o seu
2
complexo conjugado. Assim, a partir de (2.3) e (2.4), para z A.e j .e jt , obtm-se
x ( t ) A. cos(0 t )

A j j0 t A j j0 t
e e e e
2
2

(2.5)

onde 0=2f0. O par de fasores conjugados em (2.5) encontra-se desenhado, no plano


complexo, conforme a Fig.2.5
Im

z
A
0
A

ot+
ot+

Re

z*

Figura 2.5 - Fasores girantes conjugados.

Por sua vez, o espectro de linhas bilateral, encontra-se registrado na Fig.2.6, a


qual inclui informaes sobre ambos os fasores: o fasor normal, associado
frequncia positiva (+f0), e o fasor conjugado, correspondente frequncia negativa
(f0), a fim de especificar a direo de rotao negativa (no sentido horrio).

38

SINAIS E SISTEMAS

MAGNITUDE

A/2

A/2

FASE

Figura 2.6 - Espectro de linhas bilateral.

Conforme se observa, o espectro de magnitudes possui simetria par, enquanto


o espectro de fases tem simetria mpar.
Exemplo 2.2:
Esboar o espectro bilateral do sinal w(t) estudado no exemplo 2.1.
Soluo: O sinal w(t) pode ser rescrito como
0

e j120 e j2 40 t e j120 e j2 40 t
e j90 e j2 60 t e j90 e j2 60 t
4
w ( t ) 7e 10
2
2
j0

e portanto, obtm-se o espectro mostrado na Fig.2.7.


MAGNITUDE

- 60

- 20

FASE

20

60

120 o

90

f
o

- 120

- 90

Figura 2.7 - Espectro bilateral de w(t).

2.2. PRODUTO ESCALAR SEMELHANA ENTRE SINAIS

Didaticamente, a analogia com o comportamento de vetores no espao fsico


pode ser bastante til na anlise de sinais variveis no tempo. Assim, considere os

dois vetores V1 e V2 mostrados na Fig.2.8, e seja Ve um vetor de erro, tal que

V1 C12 V2 Ve

(2.6)

onde C12 uma constante com valor entre 0 e 1.

39

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

V1

V1

Ve

V2

C12 V2

(a)

V1

Ve

V2

C12 V2

(b)

Ve

V2

C12 V2

(c)

Figura 2.8 - Anlise da semelhana entre vetores. A magnitude do vetor erro em b) menor que nos
casos a) e c).

Por inspeo da figura, torna-se evidente que o menor valor do vetor de erro

ocorre no caso b), quando C12 V2 corresponde projeo ortogonal de V1 na direo

de V2 . Nesse caso, costuma-se dizer que C12 V2 corresponde componente de V1 na

direo de V2 , onde C12 escolhido de modo que o vetor de erro seja mnimo.
Uma outra concluso pode ser extrada, em situaes de projeo ortogonal
como no caso da Fig.2.8b), observando-se que quanto maior a componente de um
vetor na direo do outro, mais semelhante sero esses vetores e menor ser o vetor
de erro [4]. Ento, C12 pode ser interpretado como uma medida da semelhana entre

V1 e V2 . Se C12=0, ento, V1 no tem componente na direo de V2 , sendo os


vetores perpendiculares entre si e denominados vetores ortogonais. Neste caso, no
existe qualquer relao de dependncia entre os vetores, os quais so chamados de
vetores independentes.
Recorrendo-se a lgebra vetorial, pode-se especificar o fator constante C12
aplicando-se a definio de produto escalar:
C12

V1 V2
V2
V2

(2.7)

onde V2 o mdulo de V2 . A partir da, obtm-se




V1 V2 V1 V2
C12 2
V2 V2
V2


Observa-se que, se V1 e V2 so ortogonais, ento, V1 V2 0 e C12=0. A
extrapola-se esses conceitos para o caso de sinais.

(2.8)

seguir,

Considere-se f1(t) e f2(t) dois sinais sobre os quais deseja-se estabelecer o grau
de similaridade (ou semelhana) atravs de um fator C12, ou seja, deseja-se
estabelecer a aproximao f1(t) C12.f2(t). Para isso, C12 deve ser tal que minimize a
funo erro fe(t),
f e ( t ) f 1 ( t ) C12 f 2 ( t )

(2.9)

Um critrio bastante usado para minimizar fe(t) constitui na minimizao do


erro quadrtico mdio, , ou seja, na minimizao de

40

SINAIS E SISTEMAS

1
t 2 t1

t2

t1

f e2 ( t ).dt

(2.10)

onde (t2-t1) um intervalo de observao dentro do qual deseja-se efetuar a


comparao dos sinais. Assim, torna-se necessrio estabelecer o valor de C12 que
satisfaa a condio:
d
0
dC12

(2.11)

ou, substituindo (2.10), que satisfaa a


t2
t2

1 t 2 df 12 ( t )
.dt 2 f 1 ( t )f 2 ( t ).dt 2C12 f 22 ( t ).dt 0
t1
t1
t1
t 2 t1
dC12

(2.12)

Como f1(t) no depende de C12, a primeira integral em (2.12) nula e,


portanto, obtm-se que

C12

t2

t1

f 1 ( t ).f 2 ( t )dt

t2

t1

(2.13)

f 22 ( t )dt

Ressalta-se a semelhana entre a expresso (2.13), para sinais, e (2.8), para


vetores. Assim, por analogia com vetores, C12f2(t) representa a componente de f1(t)
sobre o sinal f2(t). Alm disso, define-se o produto escalar entre as funes,
f 1 ( t ).f 2 ( t ) , num intervalo (t1,t2) por
f 1 ( t ).f 2 ( t )

1
t 2 t1

t2

t1

f 1 ( t ).f 2 ( t ).dt , t1 t t2

(2.14)

de tal forma que (2.13) pode ser escrita como


C12

f 1 ( t ).f 2 ( t )
f 22 ( t )

(2.15)

Se C12=0, ento, dito que o sinal f1(t) no contm nenhuma componente do


sinal f2(t), e, que as duas funes so ortogonais no intervalo (t1, t2).
Exemplo 2.3:
Mostrar que f 1 ( t ) sen(n 0 t ) e f 2 ( t ) sen(m 0 t ) so ortogonais em qualquer
intervalo (t0, t0+20), para valores de m e n inteiros, mn.
Soluo: Deve ser mostrado que

41

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

I f 1 ( t ).f 2 ( t )

1
2 / 0

t 0 2 / 0

t0

sen(n0 t ). sen(m0 t ).dt

igual a zero. De fato, desenvolvendo

1
2 / 0

t 0 2 / 0

t0

1
[cos(n m)0 t cos(n m)0 t ].dt
2
t 2 / 0

0
1 1
1

sen(n m)0 t
sen(n m)0 t

2 n m
nm
to

Uma vez que n e m so inteiros, (n-m) e (n+m) tambm o so, e assim, I=0
(incentiva-se o leitor a comprovar isto !).

O resultado do exemplo anterior evidencia que sen(n0 t ) e sen(m0 t ) so


funes ortogonais. Pode-se demonstrar que cos(n0 t ) e cos(m0 t ) , bem como
sen(n0 t ) e cos(m0 t ) , tambm so funes ortogonais.
Exemplo 2.4:

t / 2
t 3 / 2
rect
pela funo

Aproximar a funo retangular f 1 ( t ) rect

f 2 ( t ) sen t , no intervalo (0,2), de forma que o erro quadrtico mdio seja mnimo.
Soluo: Deseja-se aproximar f 1 ( t ) C12 f 2 ( t ) , tal que C12 conduza ao erro mnimo.
O grfico de f1(t) est desenhado na Fig. 2.9 (em linha pontilhada).
f(t)

Figura 2.9 - Aproximao da funo retangular por uma senide.

Assim, aplicando-se (2.13), obtm-se

C12

sen t.dt

sen 2 ( t ).dt

e, portanto,

f1 ( t )

42

(1) sen t.dt

4
sen t , 0t2

SINAIS E SISTEMAS

representa a melhor aproximao de f1(t) por uma funo sen t. O desenho de f1(t)
tambm encontra-se na Fig.2.9. Por outro lado, diz-se que a funo f1(t) tem uma
componente da funo sen t cuja magnitude 4/.

2.3 SRIE DE FUNES

Discute-se nesta seo, a expanso de trechos de funes em sries de funes


ortogonais como, por exemplo, a srie de Fourier trigonomtrica. Antes, porm, o
conceito de ortogonalidade de funes deve ser detalhado.
2.3.1 Ortogonalidade de funes reais

Considere-se, novamente, o caso dos vetores num plano xy, e cujos vetores
unitrios so a x e a y , conforme esquematizado na Fig.2.10.
y

y0
a y

a x

x0

Figura 2.10 - Vetores no plano xy.

Um vetor F , com componentes x0 e y0 nas direes x e y, respectivamente,


pode ser expresso como

F x 0 a x y 0 a y

(2.16)

Qualquer vetor nesse plano pode ser expresso em termos de a x e a y , vetores


unitrios que satisfazem a
0, m n
a m a n
1, m n

(2.17)

onde m e n correspondem a x e y, respectivamente. Assim, os vetores unitrios so


ortogonais entre si.
Contudo, observa-se que este sistema de coordenadas bidimensional

inadequado para expressar um vetor F espacial, sendo necessrio haver trs eixos de

coordenadas. Portanto, para expressar um vetor F tridimensional necessrio que o


sistema de coordenadas seja completo. O eixo adicional o eixo z, cujo vetor unitrio
a z . E assim, um vetor no espao tridimensional ser representado por

F x 0 a x y 0 a y z 0 a z

(2.18)

onde a x , a y e a z so ortogonais entre si.

43

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

No caso geral, hipoteticamente n-dimensional, o conjunto completo de vetores


unitrios deve possuir n componentes ortogonais designadas por x 1 , x 2 , ..., x n , e

assim, um vetor geral F tem componentes C1 , C2, ..., Cn, tais que

F C1 x 1 C 2 x 2 ... C n x n

(2.19)

A condio de ortogonalidade implica que


0, m n
x m x n
1, m n

(2.20)

O conjunto ( x 1 , x 2 , ..., x n ) constitui um espao vetorial ortogonal, onde x 1 , x 2 , ...,


x n so vetores de base. Em geral, contudo, o produto x m x n pode ser qualquer
constante km ao invs da unidade:
0, m n
x m x n
k m , m n

(2.21)

Quando km igual unidade o conjunto chamado espao ortogonal normalizado, ou


ento, dito tratar-se de um conjunto ortogonal normalizado ou espao vetorial
ortonormal.
Os valores dos componentes, Cr , podem ser obtidos a partir de (2.19),
calculando-se inicialmente o produto escalar

F x r C 1 x 1 x r C 2 x 2 x r ... C r x r x r ...
(2.22)
e aplicando-se (2.21), a fim de obter

F x r C r k r

(2.23)

e portanto

F x r
F x r
Cr

x r x r
kr

(2.24)

A seguir, extrapola-se esses conceitos para o caso de sinais. Considere-se,


ento, um conjunto de n funes g1(t), g2(t), ..., gn(t) ortogonais entre si, num
intervalo t1 a t2, ou seja

t2

t1

0, j k
g j ( t ).g k ( t ).dt
k j , j k

(2.25)

Uma funo arbitrria f(t) pode ser aproximada (sintetizada) num intervalo (t1, t2) pela
combinao linear dessa n funes ortogonais:

44

SINAIS E SISTEMAS

f ( t ) C1g 1 ( t ) C 2 g 2 ( t ) ... C n g n ( t )
(2.26)

C r g r ( t ), t 1 t t 2
r 1

A melhor aproximao corresponde quela onde C1, C2, ..., Cn so tais que
minimizam o erro quadrtico mdio de fe(t), tal qual em (2.10), o qual ser repetido
por convenincia:

1
t 2 t1

t2

t1

f e2 ( t ).dt

(2.27)

onde
n

f e (t) f (t) C r g r (t)

(2.28)

r 1

Para isto, torna-se necessrio impor que

...
...
0.
C1 C 2
C r
C n

(2.29)

Procedendo aos clculos algbricos em (2.29), pode-se mostrar que o erro


mnimo acontecer quando

Cr

t2

t1

f ( t ).g r ( t ).dt

t2

t1

g 2r ( t ).dt

1
kr

t2

t1

f ( t ).g r ( t ).dt

(2.30)

(encoraja-se o leitor a verificar isto).


Novamente, interessante comparar essa expresso com (2.24), e concluir que
Cr

f ( t ).g r ( t )
g r ( t ).g r ( t )

f ( t ).g r ( t )
kr

, t1 t t2

(2.31)

usando-se a definio de produto escalar (2.14). Utilizando-se (2.27), (2.28) e (2.31),


o erro quadrtico mdio ser

n
n
t
t2
1 t2 2

2 2 2

f
(
t
).
dt
C
g
(
t
).
dt
2
C r f ( t ).g r ( t ).dt

r
r

t
t
t
1
1
t 2 t1 1
r 1
r 1

n
n
1 t2 2

2 2
f
(
t
).
dt
C
k
2
C 2r k r

r r

t
t 2 t1 1
r 1
r 1

n
1 t2 2

f
(
t
).
dt
C 2r k r

t
t 2 t1 1
r 1

(2.32)

45

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

Torna-se evidente que o erro quadrtico mdio diminui medida que aumentase n, ou seja, quando f(t) aproximada por um nmero maior de funes ortogonais.
No limite, quando n, o erro tende a zero e f(t) converge para a soma infinita:

f ( t ) C r g r ( t ) , t1 t t2

(2.33)

r 1

desde que {gr(t)} constitua um conjunto de funes ortogonais (obedecem a (2.25)) no


intervalo (t1, t2) e os coeficientes Cr obedecem a (2.30) ou (2.31).

Exemplo 2.5:
Considere-se novamente a funo retangular f1(t) estudada no exemplo 2.4, que foi
aproximada por uma nica funo sen(t). Discutir como a aproximao melhora
quando se usa um nmero grande de funes ortogonais sen n 0 t e sen m 0 t , para
m e n inteiros.
Soluo: A funo retangular f1(t) ser aproximada por

f 1 ( t ) C1 sen t C 2 sen 2 t ... C n sen nt , 0 t 2


onde

f 1 ( t ). sen rt.dt

Cr

sen 2 rt.dt

2
1
sen rt.dt sen rt.dt

e da

4
, r mpar
C r r
0,
r par
Portanto,

f1 ( t )

4
1
1
[sen t sen 2t sen 5t ...] , 0 t 2

3
5

conforme mostrado na Fig.2.11, considerando-se um, dois, trs e quatro termos.


O erro nessa aproximao dado por (2.32):

1 t2 2
f 1 ( t ).dt C12 k 1 C 22 k 2 ...

t 2 t 1 t1

onde t2-t1=2 e

46

f 12 ( t ).dt 2 . Tambm, k r f12 ( t ).dt


0

sen 2 rt ( t ).dt =.

SINAIS E SISTEMAS

(sen t )
4

(a)

1
(sen t sen 3t )
4
3

(b)

1
1
(sen t sen 3t sen 5t )
4
3
5

(c)

1
1
1
(sen t sen 3t sen 5t sen 7 t )
4
3
5
7

(d)
Figura 2.11 - Aproximao da funo retangular por srie de senos.

Com isso,
2
1
4
1
2 0,19
2

2
2
1
4
4
2

2
0,1

3
2
2
2
1
4
4
4
3
2 0,0675
2

3
5

47

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

2
2
2
2
1
4
4
4
4
2

0,051

3
5
7

evidenciando que, medida que o nmero de termos aumenta, o erro diminui e a srie
se aproxima da funo.

2.3.2 Ortogonalidade de funes complexas

Nas discusses anteriores, considerou-se apenas funes reais de variveis


reais. Se f1(t) e f2(t) so funes complexas da varivel t, pode-se mostrar que f1(t)
ainda pode ser representada por C12. f2(t) no intervalo (t1, t2):
f 1 ( t ) C12 .f 2 ( t )

(2.34)

porm, o valor timo de C12 que minimiza a magnitude do erro quadrtico mdio

C12

t2

t1
t2

t1

f 1 ( t ).f 2* ( t ).dt
f 2 ( t ).f 2* ( t ).dt

(2.35)

onde * indica complexo conjugado. Por outro lado, mostra-se que f(t) pode ser
expressa como
f ( t ) C1g 1 ( t ) C 2 g 2 ( t ) ... C r g r ( t ) .....

(2.36)

em termos de um conjunto {gr(t)} de funes ortogonais, isto

t2

t1

0, m n
g m ( t ).g *n ( t ).dt
k n , m n

(2.37)

desde que
Cr

1
kr

t2

t1

f ( t ).g *r ( t ).dt

(2.38)

a fim de minimizar a magnitude do erro quadrtico mdio.


Constituem exemplos de funes ortogonais as funes trigonomtricas (como
visto em exemplos anteriores), as exponenciais complexas, os polinmios de
Legendre, os polinmios de Jacobi, as funes de Bessel, etc [4].
Exemplo 2.6:
jn t
Mostrar que as exponenciais complexas n ( t ) e 0 , para n = 0, 1, 2, ...,
constituem um conjunto de funes ortogonais.

48

SINAIS E SISTEMAS

Soluo: Para cada valor inteiro de n, a funo n(t) uma funo peridica com
frequncia angular fundamental n0 e perodo Tn=2/n0. Como T0=2/0, ento
T0=n Tn, e cada intervalo de durao T0 contm n ciclos completos de e jn0 t .
A integral
t 0 T0

t 0 T0
jn 0 t

T0 , n 0
,n0

(cos n t jsin n t ) dt 0

dt

t0

t0

pois para n=0, e jn0 t 1 e a integral equivale ao perodo de integrao T0. Com n
diferente de zero, o intervalo de integrao possui um nmero de ciclos completos de
seno e coseno, cuja integral se anula.
Se tomarmos o complexo conjugado da funo e jn0 t , tem-se:

n ( t ) e jn0 t

(cos n0t jsin n0t ) (cos n0t jsin n0t ) e jn t


0

Assim, vamos avaliar a integral:

t 0 2 / 0

t0

(e jn0 t ).(e jm0 t ) * dt

Se n=m, resulta

t 0 2 / 0

t0

dt

2
0

Se nm, resulta

1
I
j(n m)0

t 0 2 / 0

j ( n m ) 0 t
e

t0

1
e j( n m ) 0 t [e j2 ( n m ) 1]
j(n m)0

Como (n-m) tambm um inteiro, resulta I=0. Portanto,

m ( t ). n

T0

t 0 T0

( t ) dt

e j( m n ) t dt 0T0 ,, mm nn
0

t0

Esta a propriedade de ortogonalidade do conjunto de exponenciais complexas n(t).

2.3.3 Srie trigonomtrica de Fourier

Foi mostrado no exemplo 2.3, que sen 0 t , sen 20 t , etc., formam um


conjunto ortogonal em qualquer intervalo (t0, t0+20). Entretanto, esse conjunto no

49

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

completo, pois tambm deveriam ser includas as funes co-seno. Assim, uma
expanso mais geral seria
f ( t ) a 0 a 1 cos 0 t a 2 cos 2 0 t ... b1 sen 0 t b 2 sen 20 t ...

(2.39)

para t0 t t0+20. Usando-se uma notao mais compacta,

f ( t ) a 0 [a n cos(n.0 t ) b n sen(n.0 t )]

(2.40)

n 1

para t0 t t0+T, onde T=20.


Os coeficientes an e bn devem obedecer a (2.38), valendo ento
a0

an

1 t 0 T
f ( t ).dt
T t 0
t 0 T

t0

f ( t ). cos(n 0 t )dt

t 0 T

t0

bn

t 0 T

t0

cos 2 (n0 t ).dt

f ( t ). sen(n0 t )dt

t 0 T

t0

sen 2 (n0 t ).dt

(2.41)

(2.42)

(2.43)

O valor a0 corresponde ao valor mdio ou componente DC de f(t) no intervalo


(t0, t0+T). Como as integrais nos denominadores valem T/2 (verificar isto !), ento
an

2 t 0 T
f ( t ). cos(n0 t )dt
T t 0

(2.44)

bn

2 t 0 T
f ( t ). sen(n0 t )dt
T t 0

(2.45)

possvel mostrar ainda (vide exerccios) que a srie trigonomtrica de


Fourier (2.40) tambm pode ser escrita na forma:

f ( t ) c n cos(n.0 t n )

(2.46)

n 0

onde
c n a 2n b 2n

(2.47a)

bn
an

(2.47b)

n tg 1

50

SINAIS E SISTEMAS

importante ressaltar que a expanso que se apresenta garantida somente


dentro do intervalo (t0, t0+T0), nada sendo afirmado quanto ao comportamento da srie
fora do intervalo, a no ser no caso de funes peridicas, conforme discutido adiante.
2.3.4 Srie de Fourier-Legendre

Um conjunto de polinmios de Legendre {Pn(x)}, forma um conjunto


completo de funes no intervalo (-1 t +1). Tais polinmios so [4]
P0(t) = 1
P1(t) = t
3
1
P2 ( t ) t 2
2
2
5
3
P3 ( t ) t 3 t
2
2

(2.48a)
(2.48b)
(2.48c)
(2.48d)

os quais obedecem relao


1 dn 2
( t 1) n
n
n
2 n! dt

Pn ( t )

(2.49)

Pode ser verificado que

mn
0,
Pm ( t ).Pn ( t ).dt 2
2m 1 , m n

(2.50)

Ento, f(t) pode ser expressa em termos da srie de polinmios de Legendre no


intervalo (-1 t +1):

f ( t ) C 0 P0 ( t ) C1 P1 ( t ) ... C n Pn ( t )

(2.51)

n 0

onde Cn obedece a (2.38):

Cr

f1 ( t ).Pr ( t ).dt

Pr2 ( t ).dt

e finalmente
Cr

2r 1 1
f 1 ( t ).Pr ( t ).dt
2 1

(2.52)

2.3.5 A Srie exponencial de Fourier

Conforme visto no exemplo (2.6), as funes exponenciais complexas tambm


formam um conjunto, {e jn0 t } , para (n = 0, 1, 2, ...), que ortogonal e completo no

51

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

intervalo t0 t t0+20. Ou seja

2
T,

(e jn0 t ).(e jm0 t ) * dt 0


0,

t 0 2 / 0

t0

nm

(2.53)

nm

Portanto, uma funo f(t) pode ser expandida como srie


f ( t ) C 0 C1 .e j0 t C 2 .e j20 t ... C 1 .e j0 t C 2 .e j2 0 t ...
(2.54)

.e jn0 t

para t0 < t < t0+20, onde

Cn

t 0 T

t0

t 0 T

t0

f ( t ).(e jn0 t ) * dt

(e jn0 t ).(e jn0 t ) * .dt

(2.55)

1 t 0 T
f ( t ).e jn0 t dt

T t0

Antes de prosseguir, cita-se que as notaes T

t 0 T

t0

{.}dt ou

{.}dt ,

para

representar uma integral ao longo de um dado intervalo de tempo T sero usadas


indistintamente, conforme a convenincia.
2.3.6 Representao de uma funo peridica pela srie de Fourier

Em sees anteriores representou-se a funo f(t) pela srie de Fourier no


intervalo t0 < t < t0+T. Fora desse intervalo, f(t) e a srie correspondente no precisam
ser iguais, conforme ilustra a Fig.2.12 a), onde t0=0.
Entretanto, se uma funo x(t) for peridica, conforme esquematizado na
Fig.2.12 b), pode-se mostrar que a representao da srie complexa (2.54), por
exemplo, se aplica para todo o intervalo < t < . Neste caso, basta observar o
comportamento de
x(t)

.e jn0 t para t0 t t0+T

sendo x(t) peridica com perodo T=1/f0.

52

(2.56)

SINAIS E SISTEMAS

f(t)
A
0

T
(a)

x(t)
A

...
-2T

-T

...
T

2T

(b)
Figura 2.12 - Intervalo de validade da srie de Fourier. a) Para funes aperidicas vlida para
0tT. b) Para funes peridicas vlida para todo t.

Em primeiro lugar, lembra-se que a exponencial complexa peridica. Assim,


se x(t) for peridica com perodo T, a igualdade (2.56) se manter em todo o intervalo
< t < . Ento, para x(t) peridica
x(t)

c(nf

).e jn 2 f 0 t para < t < .

(2.57)

onde
c(nf 0 ) C n

1 t 0 T
x ( t ).e jn 2 f 0 t dt

t
T 0

(2.58)

sendo que o valor de t0 arbitrrio. Neste texto, sero utilizadas as notaes Cn ou


c(nf0) indistintamente e conforme a convenincia.
Exemplo 2.7:
Considere um sinal peridico x(t) com perodo T0

2
. Como visto nas sees
0

anteriores este sinal pode ser representado pela srie infinita

x(t)

e jn0 t

Mostrar que, inversamente, todo sinal escrito na forma dessa srie peridico.
Soluo: Basta calcular

x ( t T0 )

C n e jn0 ( t T0 ) C n e jn0t .e jn0T0 C n e jn0t .e jn 2 C n e jn0t x (t )

e portanto a srie infinita representa o sinal peridico x(t).

53

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

Note que, at agora no se fez nenhuma considerao em relao forma do


sinal peridico, ou seja, em princpio a representao (2.57) se aplicaria a qualquer
sinal peridico. Esta a Srie de Fourier Exponencial Complexa, ou simplesmente
Srie de Fourier Complexa do sinal x(t). Veremos mais frente que nem todos os
sinais peridicos podem ser representados por meio da srie de Fourier, mas que ela
aplicvel na maioria dos casos prticos.
Exemplo 2.8:
Foi visto na teoria, que se os coeficientes da srie de Fourier obedecem a (2.58), ento,
o erro entre x(t) e a srie ser mnimo. Sob outro ponto de vista, mostrar que se (2.57)
for satisfeita com exatido, ento, os coeficientes devem obrigatoriamente satisfazer a
(2.58).
Soluo: Os coeficientes da srie, Ck , onde k=0, 1, 2, ..., que podem assumir
valores complexos, so obtidos atravs de:

x( t )

C k e jk t
0

multiplicando ambos os lados por e jn0t e integrando num intervalo de tempo de


durao T0 :

x( t ). e jn t dt C k e jk t e jn t dt C k e j( kn ) t dt
0

T0 k

T0

T0

Como a integral, j vista anteriormente, tem valor:


t 0 T0

e j( kn ) t dt T00 ,, kk nn
0

t0

a somatria para k variando de - a + s ter um valor diferente de zero quando k=n.


Portanto:

x( t ).e jn t dt C n T0
0

T0

e os coeficientes so dados por:

Cn

1
T0

x(t ).e

jn0 t

dt

T0

Neste ponto da anlise importante antecipar a importncia da srie de Fourier


complexa na representao de sinais peridicos. Ao contrrio das demais funes
ortogonais, as exponenciais complexas exibem propriedades nicas, que as tornam
apropriadas para atuarem como funes de base para expanses em srie de funes:
derivadas e integrais de exponenciais complexas tambm resultam em exponenciais
complexas; o produto (ou diviso) de exponenciais complexas envolve to somente a

54

SINAIS E SISTEMAS

soma (ou subtrao) de seus argumentos; exponenciais complexas tm ntima relao


com as funes seno e co-seno trigonomtricas e hiperblicas, dentre outras.
2.4 ESPECTRO DE FREQUNCIA DISCRETO

Os coeficientes Ck so os coeficientes da srie de Fourier do sinal peridico


x(t), tambm chamados de coeficientes espectrais de x(t). Eles medem a contribuio
de cada exponencial complexa nas frequncias mltiplas (harmnicas) da frequncia
fundamental 0. A fim de enfatizar suas expresses, repetem-se as equaes da srie
de Fourier complexa de sntese e de anlise de sinais:
x(t)

c(nf

c(nf 0 ) C n

) e jn 2 f 0 t

1
T0

x (t ).e

jn 2 f 0 t

dt

(equao de sntese)

(2.59)

(equao de anlise)

(2.60)

T0

onde f0 a frequncia fundamental e os coeficientes Cn, n=0, 1, 2, ... so


unicamente determinados a partir de x(t), utilizando a equao de anlise. Para n=0,
tem-se:
c(0) C 0

1
T0

x (t )dt

(2.61)

T0

que o valor mdio do sinal x(t). Num sistema eltrico, isso equivaleria ao nvel DC
do sinal.
Com exceo de eventuais descontinuidades, e admitindo que x(t) obedece s
condies de Dirichlet, a serem vistas na seo 2.5, pode-se dizer que os coeficientes
determinam a funo x(t) de maneira nica. Assim, h uma correspondncia entre x(t)
e o conjunto de coeficientes {Cn}. Como cada Cn revela o contedo de x(t) em cada
frequncia n.f0, o conjunto {Cn} chamado de espectro de linhas ou espectro de
frequncia discreto de x(t).
Os coeficientes so, em geral, funes complexas de n ou n.f0. Algumas
propriedades dos coeficientes so desenvolvidas a seguir.
Se a funo x(t) real, ento x*(t)=x(t). Assim, (2.60) conduz a:
1
C *n
T0

x (t ).e

jn 2 f 0 t

T0

1
dt

T0

x(t ).e

jn 2 f 0 t

dt C n

T0

Portanto para x(t) real:


C *n C n c*(nf0) = c(-nf0)

(2.65)

que a chamada simetria conjugada ou simetria Hermitiana.


Se Cn representado por sua forma retangular ou polar:

55

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

C n n j n | C n |e j arg[C n ]

(2.66)

onde n e n correspondem s partes real e imaginria de Cn, respectivamente, e Cn


= c(nf0) e arg[Cn] = arg [c(nf0)] correspondem ao mdulo (ou magnitude) e
argumento (ou fase) de Cn , respectivamente, com
| C n | ( 2n 2n )1 / 2

arg[C k ] tan 1 n
n

(2.67)
(2.68)

ento
C n n j n C *n n j n

(2.69)

logo
n n
n n

(2.70)

e
| C n || C n | | c(nf 0 ) || c(nf 0 ) |

(2.71a)

arg[C n ] arg[C n ] arg[c(nf 0 )] arg[c(nf 0 )]

(2.71b)

O grfico de |Cn| em funo de n, ou nf0, chamado de espectro de magnitudes


de x(t), que no caso de x(t) ser real, uma funo par. O grfico de arg[Cn] em funo
de n, ou nf0, o espectro de fase, que no caso de x(t) ser real, uma funo mpar.

Exemplo 2.9:
Obter os coeficientes da srie de Fourier complexa de
a) x ( t ) 1 sen 0 t 3 cos 3 0 t
b) x ( t ) 1 3 cos 0.6t 2sin1.2t cos 2.1t
Soluo:
a) Usando a frmula de Euler:

e j0t e j0t
e j30t e j30t
x( t ) 1
3

2j
2
3
1
1
3
e j30t e j0t 1 e j0t e j30t
2
2j
2j
2
a qual j se encontra na forma de soma de exponenciais complexas e, portanto

56

SINAIS E SISTEMAS

3
3

C 1 C1
2j

C 0 1

Os grficos do mdulo e da fase dos coeficientes da srie so mostrados na


Fig.2.13:
3/2

3/2

|Cn|

1
1/2

1/2
... -4

-3

-2

-1

4 ...

180
arg [Cn]

90
... -4
-180

-3 -2

-1

4 ...

-90

Figura 2.13 - Espectro de magnitude e fase de x(t).

Nota-se que o mdulo uma funo par e a fase uma funo mpar.
b) No caso de x ( t ) 1 3 cos 0.6t 2sin1.2t cos 2.1t , devemos primeiro
verificar se x(t) um sinal peridico. Observando as frequncias dos sinais, chega-se
concluso que a frequncia fundamental igual a 0=0.3, e as componentes
senoidais correspondem quelas nas frequncias 20,40 e 70. Logo tem-se:

x( t ) 1 3 cos 2 0 t 2sin 4 0 t cos 7 0 t , e


1

C 7 C 7 2

C C 1
4
4
j

3
C 2 C 2
2

C 0 1
Devido simplicidade dos sinais do exemplo anterior, no houve a
necessidade de aplicar (2.60) para determinar os coeficientes da srie. O prximo
exemplo ilustra o clculo desses coeficientes para um sinal mais elaborado.

57

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

Exemplo 2.10:
Obter a srie de Fourier e desenhar o espectro de frequncias da forma de onda
retangular mostrada na Fig.2.14.
x(t)

-T0

-T0/2

T0/2

T0

Figura 2.14 Forma de onda retangular peridica.

Soluo: Num perodo, entre -T0/2 e T0/2, tem-se que:

A , / 2 t / 2
x(t)
0, c.c.
Logo,

Cn

1
T0

/ 2

jn t
Ae 0 dt

/ 2

onde 0

A e jn0 / 2 e jn0 / 2 2 jAsin (n0 / 2) 2Asin (n0 / 2)

T0
jn0
jn0 T0
n0 T0

2
2f 0
T0

Portanto,

Cn

2A .sin[n (2 / T0 ). / 2] A sin (nf 0 ) A

sinc(nf 0 ) Af 0 sinc(nf 0 )
T0
n 2 / T0
T0 nf 0
T0

onde

sinc( x )

sin( x )
x

O grfico da funo sinc(x) foi estudado no Captulo 1. Para o caso particular de


uma onda na qual T0=1/f0= 4, fica-se com:

Ck

A
n
sinc( )
4
4

e o grfico dos coeficientes da srie encontra-se desenhado na Fig.2.15 a).


Contudo, sendo rigoroso e seguindo a conveno adotada no incio deste captulo,
na qual considera-se que a magnitude seja uma grandeza positiva, sendo o sinal
negativo levado em conta atravs do ngulo de fase de 1800, obtm-se os grficos de
mdulo e fase mostrados nas Figs. 2.15b) e c).

58

SINAIS E SISTEMAS

(a)

(b)

(c)
Figura 2.15 - Espectro de linhas da forma de onda retangular peridica

2.5 EXISTNCIA DA SRIE DE FOURIER

Para determinar os coeficientes da srie de Fourier do sinal x(t), utilizamos a


equao
Cn

1
T0

x(t ).e

jn 2 f 0 t

dt

T0

e a equao de sntese do sinal x(t)

59

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

x(t)

e jn 2 f 0 t

Na integral, o problema que pode existir esta divergir, i.e., Cn. Na somatria,
mesmo os coeficientes sendo finitos, a srie pode no convergir para x(t), ou seja,
sendo
x N (t)

n N

e jn 2 f 0 t

(2.62)

o fator de erro
N

| x(t) x

( t ) | 2 dt

(2.63)

T0

pode no tender a zero medida que N tende a infinito (ou xN(t) no tende a x(t)).
Uma condio suficiente para a convergncia da srie de Fourier que o sinal
tenha energia finita num perodo:

| x( t )|

dt ,

(2.64)

T0

que garante que a maioria dos sinais prticos podem ser representados pela srie de
Fourier.
Outras condies, chamadas condies de Dirichlet, garantem que x(t) ser
igual sua representao pela srie em qualquer instante de tempo t, exceto nas
descontinuidades, onde a representao toma o 'valor mdio' da descontinuidade.
As condies de Dirichlet so:
1. x(t) deve ser absolutamente integrvel num perodo:

| x( t )| dt

T0

Uma funo que no satisfaz a esta condio mostrada na Fig.2.16

-T

Figura 2.16 - Exemplo de sinal que no absolutamente integrvel.

60

SINAIS E SISTEMAS

2. Em qualquer intervalo de tempo finito, x(t) deve ter variao limitada, i.e., deve
haver um nmero finito de mximos e mnimos num perodo do sinal. Um contra 2
exemplo a funo x( t ) sin , para t entre 0 e T, mostrada na Fig.2.17.
t
1
0 .8
0 .6
0 .4
0 .2
0
- 0 .2
- 0 .4
- 0 .6
- 0 .8
-1

0 .2

0 .4

0 .6

0 .8

Figura 2.17 - Exemplo de sinal que no tem variao limitada num dado intervalo.

3. Em qualquer intervalo de tempo finito, deve haver um nmero finito de


descontinuidades, e as descontinuidades devem ser finitas. Um contra-exemplo
mostrado na Fig.2.18

T/4

T/2

Figura 2.18 - Exemplo de sinal com um nmero infinito de descontinuidades finitas.

Exemplo2.11: Fenmeno de Gibbs.


Considere uma onda quadrada peridica com amplitude unitria e frequncia
fundamental 0. A sua representao em termos da srie de Fourier :
x N ( t ) 0.5

2
2
2
2
cos 0 t
cos 3 0 t
cos 5 0 t ... (1) N 1
cos(2 N 1) 0 t

3
5
(2 N 1)

Discutir o fenmeno de Gibbs.


Soluo: Tem-se na Fig.2.19 grficos de xN(t) para valores de N=1, 3, 7 e 20. Nota-se
que medida que N cresce, a frequncia das oscilaes (ripple) aumenta e xN(t) se
aproxima de x(t). No entanto, prximo da descontinuidade, o ripple fica mais estreito
mas a amplitude no decai, ficando em cerca de 9% do valor da descontinuidade. Este
o chamado fenmeno de Gibbs, que ocorre sempre que se tem descontinuidades na
funo representada pela srie.

61

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

N=1

0.5

0.5

-0.5

0.5

N=7

-0.5

0.5

0
0

0.5

0.5

-0.5

N=3

0.5
N=20

-0.5

0.5

Figura 2.19 - Fenmeno de Gibbs. Representando-se a onda quadrada atravs de uma srie de
Fourier truncada, tem-se as formas de onda indicadas, com N=1, 3, 7 e 20. Nota-se que
medida que se aumenta o nmero de harmnicas, o sinal aproxima-se mais da onda quadrada, a
frequncia dos ripples aumenta, mas a amplitude dos ripples no diminui. Prximo da
descontinuidade, a funo toma o valor mdio desta (nesta caso, o valor 0.5).

2.6 - FRMULA DE PARSEVAL E DISTRIBUIO DE POTNCIA

Como j foi visto, todo sinal peridico limitado um sinal de potncia. Como
podemos representar um sinal peridico por uma Srie de Fourier, vamos obter uma
relao entre a potncia e os coeficientes da srie do sinal. A potncia mdia dada
por:
Pm

1
T0

*
x (t ).x (t )dt

T0

1
Cn

n
T0

1
T0

1

jn 2 f 0 t *

C
e
.
x
(
t
)
dt
C

n T
n
n

0
T0 n

jn 2 f 0 t
*
x
(
t
)
e
dt

T0

.x(t )e

jn 2 f 0 t

T0

dt C n .C *n | C n | 2
n
n

Logo
Pm

C n .C*n

| C

|2

(2.72)

que a frmula de Parseval, que estabelece que a potncia mdia do sinal x(t) igual
soma dos mdulos dos coeficientes ao quadrado, |Cn|2. Assim, os coeficientes Cn no
apenas carregam fornecem informao de magnitude e fase, mas tambm da potncia
do sinal x(t) distribuda nas frequncias nf0. O grfico de |Cn|2 em funo de n, ou nf0
representa o espectro de potncia discreto de x(t).

62

SINAIS E SISTEMAS

2.7 EXERCCIOS
2.7.1 Demonstrar a equao (2.30).
2.7.2. Mostrar que a srie trigonomtrica de Fourier (2.40) tambm pode ser escrita na
forma:

f ( t ) c n cos(n.0 t n ) , onde c n a 2n b 2n e n tg 1
n 0

bn
an

t 1/ 2
t 1/ 2
2.7.3 Considere-se a funo retangular f ( t ) rect
rect
. Obter a
1
1
srie de Fourier-Legendre no intervalo (-1 t +1).
Sugesto: consultar o livro do Lathi [4].
2.7.4 A partir da srie de Fourier trigonomtrica mostrar que pode-se obter a srie
exponencial complexa.
2.7.5 Mostre que, no caso da srie de Fourier complexa

a) se x(t) real e par, ento Cn real e par


b) se x(t) real e mpar, ento Cn imaginrio e mpar
2.7.6 Seja x(t) um sinal peridico com perodo T0=1/f0, e cuja srie de Fourier
complexa tem coeficientes Cn= c(nf0). obtido outro sinal y(t)=x(t-), que tambm
peridico. Determinar os coeficientes da srie de y(t) em funo de Cn.
2.7.7 A srie de Fourier complexa da funo porta mostrada na Fig.P2.7.5a) foi obtida
na teoria. A partir desse resultado determinar as sries de Fourier complexas das
demais funes mostradas.

(a)

(b)

(c)
(Fig.P2.7.7 continua...)

63

ANLISE DE SINAIS PERIDICOS: SRIE DE FOURIER

(d)

(e)

Figura P2.7.7

2.7.8 Obter a srie de Fourier complexa da funo senoidal retificada em onda


completa, mostrada na Fig.P2.7.8. Compare o contedo de frequncia do sinal
senoidal antes da retificao e aps a retificao (nvel DC, harmnicas). O que voc
pode comentar sobre esse processo de retificao em relao ao contedo de
frequncia do sinal?
f(t)
A

Figura P2.7.8

2.7.9 Seja x(t) uma onda dente-de-serra como a mostrada na Fig,P2.7.8., e x(t) uma
aproximao obtida com os trs primeiros termos no-nulos da srie de Fourier
complexa.
a) Qual a porcentagem da potncia total do sinal est contida em x(t) ?
b) Esboar x(t) para 0 t T0.
x(t)
1
0

T0
Figura P2.7.9.

2.7.10 Considere-se a funo trem de impulsos de perodo T1 definida por:

rep T1 [( t )]

(t nT )

a) Esboar o grfico da funo rep T1 [( t )] .


b) Calcular a srie de Fourier de rep T1 [( t )] .

64

SINAIS E SISTEMAS

CAPTULO 3:
ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE
FOURIER DE TEMPO CONTNUO
Neste captulo expressaremos uma funo no-peridica como uma soma
contnua de funes exponenciais com frequncias no intervalo - a +. O conceito
de espectro contnuo pode causar dvidas, pois estamos mais acostumados com
espectros de frequncias discretos e com amplitudes finitas, como acontece com a
srie de Fourier. Conforme ser estudado, a transformada de Fourier constitui uma
ferramenta que permite decompor um determinado sinal nas suas componentes
exponenciais.
3.1 INTRODUO

Considere os exemplos de forma de onda retangular peridica mostrados na


Fig.3.1., cuja largura e o perodo T0. Nos casos mostrados, mantm-se a largura
fixa, porm, aumenta-se o perodo T0, cujos valores so 2, 4 e 8 para os casos a),
b) e c) , respectivamente. Observa-se que, no limite, quando T0 tende ao infinito,
obtm-se o pulso retangular mostrado em d).
Na sua representao pela srie de Fourier, conforme estudado no Captulo 2,
os coeficientes so dados por:
C n c(nf 0 ) Af 0

sin (nf 0 )
,
nf 0

f0

1
T0

(3.1)

e assim, multiplicando-se (3.1) membro a membro por T0, obtm-se


T0 C n A

sin (nf 0 )
sin (f)
A
A sinc(f 0 )
nf 0
f f nf 0

(3.2)

Modificando o valor do perodo T0, e mantendo-se constante o valor de ,


obtm-se os grficos da Fig.3.2, de T0Cn versus f=nf0.
Por inspeo da Fig.3.2, nota-se que:
sin (f)
a envoltria do
f
sinal, e os coeficientes T0Cn so amostras desta envoltria;
b) Para fixo, a envoltria independente de T0;
c) medida que se aumenta T0, as amostras ficam mais prximas, e os coeficientes
da srie se aproximam da envoltria.
a) Considerando-se f uma varivel contnua, a funo A

65

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

...

...
-T0

- 0

T0

(a)

...
-T0

...
T0

(b)

...
-T0

...
t

T0

(c)

...
-

...
t

0
(d)

Figura 3.1 - Onda quadrada peridica. a) T0=2. b) T0=4 . c) T0=8d) T0 .

T0.c(nf0)
A

(a)

66

f,nf0

(Figura 3.2 continua...)

SINAIS E SISTEMAS

T0.c(nf0)
A

f,nf0

(b)

T0.c(nf0)
A

f,nf0

(c)
Figura 3.2 - Coeficientes da Srie de Fourier da onda retangular.

As informaes extradas desse exemplo sero empregados a seguir para


auxiliar na definio da transformada de Fourier de um sinal aperidico arbitrrio.
3.2 A TRANSFORMADA DE FOURIER

Antes de prosseguir com a anlise adequado ressaltar que, neste texto,


considera-se que a varivel independente no domnio da frequncia seja f, em Hertz, e
no (rad/s), por conduzir a relaes matemticas mais simples.

67

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

Considere agora um sinal aperidico x(t) de durao finita, como ilustrado na


Fig.3.3, onde x ( t ) 0 , para | t |T1
x(t)

T1

-T1

Figura 3.3 - Sinal aperidico de durao finita.

A partir deste sinal, construmos um sinal peridico xp(t) com perodo T0, mostrado na
Fig.3.4, tal que, dentro de um perodo T0/2 t T0/2 ocorre xp(t)=x(t), ou seja, xp(t)
composto de cpias de x(t) a cada T0.
xp(t)

...

...
-T0/2

-T0

T0/2

T0

2T0

Figura 3.4 - Sinal peridico xp(t) composto de rplicas de x(t) a cada T0.

Nota-se ainda que


lim x p ( t ) x( t ) , t finito

(3.3)

T0

Representando-se o sinal peridico xp(t) por sua srie de Fourier, tem-se:

x p (t)

e jn 2 f 0 t

(3.4a)

x p ( t )e jn 2 f 0 t dt

(3.4b)

1
Cn
T0

T0 / 2

T0 / 2

Como xp(t)=x(t) para |t|<T0/2 e x(t)=0 para |t|>T1, quando T0/2>T1, pode-se substituir
xp(t) por x(t) na integral (3.4b), e modificar os limites de integrao:
1
Cn
T0

T0 / 2

x(t) e

jn 2 f 0 t

T0 / 2

1
dt
T0

x(t) e

jn 2 f 0 t

dt

(3.5)

a partir do qual obtm-se

T0 C n x ( t ) e jn 2 f 0 t dt

(3.6)

Como vimos no exemplo da onda retangular, podemos considerar T0Cn como


amostras de uma envoltria. Chamando de X(f) esta envoltria, ento, (3.6) conduz a:

68

SINAIS E SISTEMAS

X(f ) x ( t )e j2 f t dt

(3.7)

cujos coeficientes Cn em (3.5) tornam-se:


Cn

1
X(nf 0 )
T0

(3.8)

e, de (3.4a):

x p (t)

e jn 2 f 0 t

1
T0

X(nf

) e jn 2 f 0 t

(3.9)

Como f 0 1 / T0 , (3.9) se converte em

x p (t)

X(nf

) e jn 2 f 0 t f 0

(3.10)

Fazendo o limite para T0 tendendo a infinito, tem-se que:


a)
b)
c)
d)

xp(t) tende a x(t);


f0 tende a df;
nf0 tende a f;
a somatria tende a uma integral.

e, portanto, (3.10) conduz a:

x ( t ) X(f )e j2 ft df

(3.11)

onde

X(f ) x ( t )e j2 ft dt

(3.12)

A equao (3.12) a equao de anlise da transformada de Fourier, ou


simplesmente a transformada de Fourier do sinal x(t), enquanto que (3.11) a
equao de sntese da transformada de Fourier, ou a transformada de Fourier
inversa. Tem-se portanto um par transformado, normalmente representado
simbolicamente por:

x ( t ) X (f )

(3.13)

A transformada de Fourier X(f) fornece a informao da contribuio de cada


componente de frequncia, em mdulo e fase, para o sinal x(t). Na srie de Fourier,

69

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

tambm havia esta contribuio, mas para frequncias discretas. No caso da


transformada, esta contribuio se d num espectro contnuo de frequncia.
Em certas ocasies, tambm ser til aplicar a notao simblica do operador
[x(t)] para a transformada de Fourier direta, isto , [x(t)] = X(f), e, -1[X(f)] = x(t)
para a transformada de Fourier inversa.
3.2.1. Pulso retangular de durao (funo porta)

No caso abaixo, calcula-se a transformada de Fourier do pulso de durao ,


definido como
t 1, | t | / 2
t
x ( t ) rect
0, | t | / 2

(3.14)

e mostrado na Fig.3.5a). Aplicando-se a definio (3.12), obtm-se

x (t )e

X (f )

j 2 ft

/2

dt

X (f )

j2 ft

dt

/ 2

j 2 f

e
j2f

j 2 f

j2sin (f)
j2f

sin (f)
sin (f)

sinc(f)
f
f

donde registra-se o par de transformada de Fourier

rect( t / ) .sinc(f)

(3.15)

O grfico de X(f) est indicado na Fig.3.5b), para o caso de uma porta com
largura .
X(f)

rect(t/)

/2

-/2

-2/

-1/ 1/

2/

0
(a)

(b)
Figura 3.5 - Espectro de um pulso retangular de durao .

Na Fig.3.5b), tem-se que X(f)=1 em f=0, e que X(f)=0 quando f=n/, para n
inteiro (n0), conforme a discusso do Captulo 1, sobre a funo sinc (x).

70

SINAIS E SISTEMAS

Analisando-se (3.15), observa-se que o primeiro zero acontece para f=1/, e


assim, para pulso estreito ( reduzido), o primeiro zero ocorre para um valor de f
elevado, ou seja, o espectro torna-se mais largo. Por outro lado, para pulso de longa
durao, o primeiro zero ocorre para f reduzido, indicando que o espectro torna-se
mais estreito. Esta observao corresponde propriedade de espalhamento recproco,
que ser discutido com mais detalhes adiante. Num caso limite, onde o pulso
infinitamente estreito, deve-se esperar um espectro infinitamente largo, tendendo
funo constante X(f) = , conforme ser verificado no prximo item.
3.2.2. Impulso de rea unitria

Considere-se a funo impulso unitrio x( t ) ( t ) estudada no Captulo 1.


Aplicando-se (3.12), e recorrendo-se s propriedades da integral do impulso, obtm-se

X( f )

j2 ft
x(t) e dt

(t) e

j2 ft

dt 1 , f

Assim, fica estabelecido o seguinte par de transformadas


( t ) 1

(3.16)

o qual encontra-se associado Fig.3.6

(t)
0

Figura 3.6 - Transformada de Fourier do impulso unitrio.

Portanto, a transformada de Fourier de um impulso unitrio uma constante,


igual rea do impulso. Este comportamento j era previsto, a partir da propriedade
de espalhamento recproco anunciada no item anterior. Interpreta-se este resultado,
afirmando-se que um impulso unitrio apresenta um contedo espectral com
magnitude constante e presente para todas as frequncias entre e +.
3.3 CONVERGNCIA DA TRANSFORMADA DE FOURIER

Na deduo da transformada de Fourier na seo 3.2, como um processo limite


a partir da srie de Fourier, limitamo-nos ao caso em que o sinal x(t) tinha durao
finita. Porm, afirma-se que o resultado permanece vlido para uma classe muito
maior de sinais, incluindo-se alguns de durao infinita.
Alm disso, como o ponto de partida foi a srie de Fourier, razovel considerar
as mesmas condies para a existncia da transformada de Fourier:
a) x(t) deve ser integrvel quadraticamente, ou seja, ter energia finita:

71

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

| x( t )|

dt ;

b) x(t) deve satisfazer s condies de Dirichlet:


deve ser absolutamente integrvel:

i)

| x( t )| dt ;

ii)

deve ter um nmero finito de mximos e mnimos em qualquer


intervalo de tempo finito;
deve ter um nmero finito de descontinuidades finitas em qualquer
intervalo de tempo finito.

iii)

importante salientar que tais condies so suficientes, mas no necessrias


para a existncia da transformada de Fourier. Por exemplo, na seo 3.2.2 estudou-se
a funo impulso, a qual no satisfaz as condies de Dirichlet pois representa uma
descontinuidade infinita. Contudo esta funo possui transformada de Fourier.
Por fim, importante informar que, ao contrrio da matemtica, os critrios
fsicos so mais abrangentes, os quais estabelecem que, a condio necessria e
suficiente para que um dado sinal possua transformada de Fourier, que o processo
fsico associado ocorra consistentemente na prtica.
Conforme ser comprovado nos prximos exemplos, em geral, a transformada
de Fourier uma funo complexa X(f)= X(f ) . e jarg[X(f)] , onde, X(f ) corresponder a
um espectro de magnitudes e arg[X(f)] a um espectro de fases.
Exemplo 3.1:
Calcular a transformada de Fourier da funo exponencial real mostrada na Fig.3.7 e
esboar o seu espectro.

1
0.8
0.6
0.4
0.2
0
-0.2
-1

2
t

Figura 3.7 - Exponencial real.

Soluo: A funo exponencial real descrita por x( t ) e at u( t ) , a 0 , nonula somente para valores positivos de t e decai exponencialmente numa taxa 1/a. Esta
funo, assintoticamente limitada no tempo, satisfaz todos os critrios de convergncia
para que sua transformada de Fourier exista. Assim, aplicando-se a definio (3.12):

X(f ) x ( t )e

72

j 2 ft

dt e e
0

at

j 2 ft

dt e
0

( j 2 f a ) t

e at e j2 ft
0 1
dt

( j2f a ) 0 ( j2f a )

SINAIS E SISTEMAS

e portanto,

X( f )

1
1

a j2f a j

que uma funo no-racional complexa. Ressalta-se que este resultado s foi
possvel de ser obtido porque lim(e at ) 0 , independentemente do fator e j2 ft . Isto
t

ficar mais claro nas discusses da seo 3.10.


O mdulo e a fase da funo espectral so:

| X(f ) |

1
a 2 2


arg[X(f )] atan
a
Os espectros de magnitude e de fase so mostrados na Fig.3.8, para o caso
onde a=1/2:
|X(f)|
1/a
0,707/a

-a /2 0 a/2

arg[X(f)]
900
450

-900

Figura 3.8 - Mdulo e fase da transformada de Fourier de uma exponencial real.

O espectro de fases uma curva suave que inclui todos os ngulos entre 900 e
+90 . Isto se deve falta de simetria do sinal temporal x(t), conforme ser discutido na
prxima seo.
0

3.4 RELAES DE SIMETRIA

Partindo-se da definio (3.12), quando x(t) for um sinal real, pode-se mostrar
que

X( f ) X* ( f )

(3.17)

ou, de forma equivalente

73

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

X* ( f ) X( f )

(3.18)

isto , a transformada de Fourier (ou seja, o espectro) exibe simetria Hermitiana.


Se X(f) for expresso em termos de suas partes real e imaginria, obtm-se:
X( f ) Re{X( f )} j Im{X( f )}

(3.19)

ento

X* ( f ) Re{X( f )} j Im{X( f )}

(3.20)

ou seja
Re{X( f )} Re{X( f )}
Im{X( f )} Im{X( f )}

(3.21)

Observa-se, portanto, que a parte real da transformada de Fourier uma funo par,
enquanto que a parte imaginria uma funo mpar na varivel f.
Por outro lado, expressando X(f) na forma polar:
X(f ) | X(f ) |e jarg[ X ( f )]

(3.22)

observa-se que
| X( f )| Re{X( f )}2 Im{X( f )}2

arg[X(f )] atan

1/ 2

| X( f )|

Im{X(f )}
arg[X(f )]
Re{X(f )}

(3.23)
(3.24)

Como
X * (f ) | X(f ) |e jarg[ X ( f )]

(3.25)

conclui-se que o espectro de magnitudes (mdulo) uma funo par e o espectro de


fases uma funo mpar.
Considera-se agora um sinal x(t) arbitrrio (pode ser complexo). Do Captulo 1
sabemos que este sinal pode ser expresso como soma de uma funo par (xe) e de uma
funo mpar (xo) de t:
x( t ) x e ( t ) x o ( t )

(3.26)

onde
x( t ) x * ( t )
2

(3.27a)

x( t ) x * ( t )
xo (t)
2

(3.27b)

xe (t)

74

SINAIS E SISTEMAS

Assim, tm-se as seguintes relaes


x e ( t ) X e (f ) Re{X(f )}

(3.28a)

x o ( t ) X o (f ) jIm{X(f )}

(3.28b)

Porm, a partir de (3.12), para sinais x(t) reais

X(f ) x ( t ). cos(2ft )dt j x ( t ).sen(2ft )dt =Re{X(f)}+ j Im{X(f)}

e, com isso,

x e ( t ) X e (f ) x ( t ). cos(2ft )dt

x o ( t ) X o (f ) j x ( t ). sen(2ft )d

(3.29a)
(3.29b)

No caso onde x(t) tem simetria par, tal que x(-t)=x(t), ento, x(t).cos(2ft)
par, enquanto que x(t).sen(2ft) mpar e, portanto, Xo(f)=0, e

X(f ) X e (f ) 2 x ( t ). cos(2ft ) dt
0

(3.30)

Conclui-se que, se x(t) for par e puramente real, seu espectro X(f) tambm ser
puramente real. Este resultado est de acordo com o espectro obtido para a funo
porta.
Por outro lado, se x(t) tem simetria mpar, tal que x(-t) = - x(t), ento, Xe(f)=0,
e

X(f ) X o (f ) j2 x ( t ). sen(2ft ) dt
0

(3.31)

Assim, se x(t) for mpar e puramente real, seu espectro X(f) ser puramente
imaginrio.
Em casos onde x(t) no for nem par nem mpar, o espectro X(f) ter partes real
e imaginria simultaneamente, conforme aquele obtido no exemplo 3.1.
3.5 TEOREMA DE PARSEVAL

O teorema de Parseval estabelece que, se x1(t) e x2(t) so sinais de energia


arbitrrios, com transformadas de Fourier X1(f) e X2(f), respectivamente, ento

x (t) x
1

*
2

( t ) dt

X (f ) X
1

*
2

( f ) df

(3.32)

sendo a prova do teorema deixada como exerccio para o leitor.


No caso particular, onde x1(t)=x2(t)=x(t), ento (3.32) conduz a

75

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

| x( t )|2 dt E x

| X(f )|

(3.33)

df

onde Ex a energia de x(t), como visto no Captulo 1. Ou seja, sendo x(t) um sinal de
energia, sua energia pode ser obtida atravs da integrao de |x(t)|2, no domnio do
tempo, ou de |X(f)|2, no domnio da frequncia, conforme seja mais conveniente.
A funo |X(f)|2 chamada de densidade espectral de energia de x(t), e
fornece a informao da energia por unidade de frequncia ao longo do espectro de
X(f). Uma anlise detalhada da funo densidade espectral de energia ser
apresentada no Captulo 4.
Exemplo 3.2:
Obter a densidade espectral de energia do pulso retangular de largura e amplitude A,
x(t)=A.rect(t/).
Soluo: Utilizando-se o resultado da seo 3.2.1, verifica-se que o espectro desse
pulso retangular dado por X(f ) A sinc(f) . Na Fig.3.9 ilustra-se o grfico de de
|X(f)|2.

|X(f)|2
2

f
-2/

-1/

1/

2/

Figura 3.9 - Densidade espectral de energia do pulso retangular.

A Fig. 3.9 revela que a maior parte da energia do pulso encontra-se dentro da
banda f < 1/. De fato, calculando-se a energia nessa banda, tem-se
1/

1 /

1/

X(f ) df
2

1 /

(A) 2 sinc 2 (f).df 0,92A 2 .

cujo resultado demanda um clculo numrico.

O grfico da Fig.3.5 indica que, em princpio, a largura espectral do pulso


retangular de largura infinita, uma vez que X(f) existe entre e +, embora sua
amplitude decaia gradativamente com f. Contudo, o exemplo anterior mostrou que a
energia do pulso, calculada na banda f < 1/ , vale 0,92 A2. Por outro lado, a
energia total do pulso

E x | x ( t ) | 2 dt A 2

76

SINAIS E SISTEMAS

o que implica em que a largura espectral f < 1/ engloba mais de 90% da energia
total do pulso. Por isso, convenciona-se dizer que a largura de banda do pulso
retangular de largura B=1/. Na prxima seo, discute-se mais detalhes a respeito
da largura de banda de um sinal.
3.6 LARGURA DE BANDA ESPECTRAL

O conceito de largura de banda de sinais muito importante quando trabalhase com sinais e sistemas de comunicao. Um sinal irradiado por uma antena para ser
transmitido deve ter largura de banda limitada, pois caso contrrio, estaria ocupando
uma poro muito grande do espectro eletromagntico, impedindo a utilizao desse
meio de transmisso por outros sinais. A largura de banda de um sinal obtida atravs
da anlise do sinal no domnio da frequncia, enfatizando a importncia deste tipo de
anlise em comunicaes.
Para um sinal com caracterstica passa-baixas, ter-se-ia uma caracterstica
espectral genrica tal qual a mostrada na Fig.3.10:
|X(f)|
x(t)
-B

B
Figura 3.10 - Sinal com caracterstica passa-baixas.

Neste caso, diz-se que x(t) um sinal com banda limitada a B Hz, ou um sinal passabaixas com largura de banda B, o que significa que x(t) no possui componentes de
frequncia acima de B Hz. Deve ser ressaltado que, embora se trabalhe com a
representao de espectro bilateral na Fig. 3.10, no cmputo da largura de banda
considera-se somente a poro positiva do espectro, em conformidade com as leituras
fornecidas por analisadores de espectro.
No caso de um sinal com caracterstica passa-banda ou passa-faixa com
banda B, o espectro tem a aparncia mostrada na Fig.3.11:
|X(f)|
x(t)
B
Figura 3.11 - Sinal com caracterstica passa-banda.

Na prtica, contudo, os sinais podem no apresentar banda limitada (e


geralmente o caso), e o que pode-se fazer definir a banda do sinal a partir de
frequncias nas quais a amplitude do espectro decai a um determinado valor da
amplitude mxima. Por exemplo, pode-se definir que a largura de banda de um sinal
passa-baixas seja dada pela(s) frequncia(s) onde o espectro de magnitudes caia a 5%
do seu valor mximo.
Outros critrios existem, dependendo da natureza do problema que se estuda.
No item anterior, por exemplo, utilizou-se o critrio baseado numa proporo da
quantidade total de energia contida num pulso. No Captulo 4, ser discutida a

77

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

definio da largura de banda de 3 dB, muito usado em sistemas prticos, em


particular, em sistemas de udio.
Um outro critrio que pode ser adotado definir a largura de banda, de um
sinal com caracterstica passa-baixas, por exemplo, como sendo aquela de um filtro
passa-baixas ideal (banda B) com mesmo ganho mximo, tal que a rea sob |H(f)| ou
|H(f)|2 seja igual rea sob |X(f)| ou |X(f)|2. A Fig.3.12 ilustra esta idia. Este critrio
muito usado na anlise de rudos.
|H(f)|, |H(f)|2
|X(f)|, |X(f)|2
f
-B
B
Figura 3.12 - Critrio para definio de largura de banda.

3.7 RELAO ENTRE A TRANSFORMADA DE FOURIER DE TEMPO


CONTNUO E SINAIS PERIDICOS

Na deduo da transformada de Fourier a partir da srie de Fourier,


aproximou-se o sinal aperidico x(t) por um perodo de um sinal peridico xp(t), de
perodo T0:
x ( t ) , | t| T / 2
x( t ) 0 p , c. c. 0

(3.34)

Os coeficientes da srie de Fourier podem ser determinados a partir da transformada


de Fourier atravs de:
1
Cn
T0

T0 / 2

jn 2 f t
x p (t ) e 0 dt

T0 / 2

1
T0

x(t) e

jn 2 f 0 t

dt

ou, recorrendo-se a (3.12), com f=nf0


Cn

1
X(nf 0 )
T0

(3.35)

ou seja, os coeficientes Cn so obtidos a partir de amostras da transformada de Fourier


nas frequncias nf0. Uma discusso sobre amostragem de sinais ser apresentada em
detalhes no Captulo 5. A transformada de Fourier de uma srie de Fourier discutida
a seguir.
3.8 TRANSFORMADA DE FOURIER DE SINAIS PERIDICOS

Considere um sinal cuja transformada de Fourier um impulso de rea unitria


em f=f0:
X( f ) ( f f 0 )

78

SINAIS E SISTEMAS

ento o sinal no tempo, x(t), obtido a partir da equao de sntese (3.11):

x( t )

( f f ) e

j2 f t

df e j2 f0 t cos 0 t jsin0 t

ou seja, x(t) um sinal peridico com perodo T0=1/f0. Este resultado permite
estabelecer mais um par de transformada de Fourier:
e j2 f 0 t (f f 0 )
(3.36)
Generalizando para uma combinao de impulsos de reas Cn, localizados em

f=nf0:

X (f )

(f nf 0 )

fica-se com
x(t)

e j2 nf 0 t

e, consequentemente, com um novo par de transformada de Fourier

C n e j2nf0t

(f nf 0 )

(3.37)

Identifica-se no lado esquerdo de (3.37) como a representao em termos da srie de


Fourier do sinal peridico x(t). Assim, a transformada de Fourier de um sinal
peridico, cujos coeficientes da srie de Fourier so iguais a Cn , igual a um trem de
impulsos de reas Cn localizados nas frequncias nf0.
Conforme visto no Captulo 2, associado srie de Fourier tem-se um espectro
de linhas (unilateral ou bilateral), o qual constitui uma representao de frequncias
discretas. Por exemplo, entre a componente espectral em f0, com amplitude C1=c(f0), e
a componente em 2.f0, com amplitude C2=c(2f0), simplesmente no se define o
espectro. O resultado (3.37) informa que esse espectro de linhas deve ser
automaticamente convertido num espectro compostos por impulsos, segundo uma
representao de frequncias contnuas. Assim, ao longo de todo o intervalo entre a
frequncia f0, onde existe um impulso com rea C1=c(f0), e a frequncia 2.f0, onde
existe um impulso com rea C2=c(2f0), considera-se que o espectro seja definido,
porm, que tenha amplitude igual a zero.
Exemplo 3.3:
Considere uma onda quadrada de frequncia f0, tal qual aquela mostrada na Fig.3.1, e
cujos coeficientes Cn da srie de Fourier so dados por:

Cn

sin (nf 0 )
,
n

f0

1
2

Determinar a transformada de Fourier da sua srie de Fourier

79

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

Soluo: Os coeficiente da srie de Fourier podem ser rescritos como

Cn

sin n

2 1 sinc(n )
2
n
2

e portanto, basta aplicar (3.37) para obter a transformada de Fourier:

X (f )

1
sinc(n 2) (f nf 0 )
2 n

Exemplo 3.4:
Obter a transformada de Fourier do trem de impulsos com perodo T0 cuja srie de Fourier
dada por

x ( t ) rep T ( t ) ( t nT0 )
n

1
T0

j 2 nf 0 t

Soluo: Aplicando-se (3.37), com Cn=1, e sabendo-se que T0=1/f0, obtm-se

X( f )

1
T0

( f kf ) f ( f kf )
0

onde os grficos de x(t) e X(f) esto na Fig.3.13

...

...

1
-2T0

-T0

T0

2T0

...

...

f0
-2f0

-f0

f0

2f0

Figura 3.13 - Transformada de Fourier de um trem de impulsos.

Portanto a transformada de Fourier de um trem de impulsos de reas unitrias


espaados de T0 igual a outro trem de impulsos, com reas f0=1/T0 e espaados de f0.
Este sinal ser importante quando estudarmos a amostragem de sinais.

3.8.1 Transformada de Fourier de seno e co-seno eternos

Considere o sinal senoidal eterno, definido por x ( t ) A. cos 0 t . Recorrendose representao em termos de exponenciais complexas:
e j0 t e j0 t
e j0 t
e j0 t
X(f ) [A. cos 0 t ] A.
A.
A.

2
2
2

e assim, aplicando-se (3.36) e (3.37) obtm-se


X (f )

A
(f f 0 ) (f f 0 )
2

cujo diagrama espectral encontra-se desenhado na Fig.3.14

80

(3.38)

SINAIS E SISTEMAS

A/2

A/2

A cos 0 t
-f0

f0

Figura 3.14 - Diagrama espectral da funo co-seno

Intuitivamente, este resultado era previsvel, pois o espectro de um co-seno de


frequncia f0 composto por uma nica linha em f0, a qual deve ser substituda por
um impulso no diagrama espectral de frequncias contnuas.
Por outro lado, no caso da funo seno, ou seja, x ( t ) A.sin 0 t , tem-se
e j0 t e j0 t
X(f ) [A.sin 0 t ] A.

2j

a partir da qual, determina-se que


X (f )

A
(f f 0 ) (f f 0 )
2j

(3.39)

e cujo diagrama espectral encontra-se desenhado na Fig.3.15. Como o espectro


imaginrio puro, excepcionalmente, no desenhamos o espectro na forma de
magnitude e fase.
A/2j
-f0

A sin 0 t
-A/2j

f0

Figura 3.15 - Diagrama espectral da funo seno.

3.9 PROPRIEDADES DA TRANSFORMADA DE FOURIER

A transformada de Fourier uma ferramenta muito valiosa na anlise de sinais


e sistemas no domnio da frequncia, fornecendo a informao de como a
dependncia do sinal com a frequncia. s vezes, nos deparamos com sinais ou
funes cujas transformadas de Fourier segundo (3.12) so difceis de serem
calculadas, devido complexidade da integral envolvida. As propriedades descritas a
seguir so muito teis para auxiliar no clculo de transformadas de Fourier diretas e
inversas de sinais mais complexos, facilitando portanto a observao das relaes
entre os sinais nos domnios do tempo e frequncia. A maior parte delas sero apenas
enunciadas, deixando-se suas demonstraes por conta do leitor, como exerccios de
fixao.
Para a discusso dos prximos itens, considere os pares transformados abaixo:
x( t ) X ( f )
x1 ( t ) X 1 ( f )
x 2 ( t ) X 2 (f )

(3.40a)
(3.40b)
(3.40c)

81

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

Com isso, um conjunto de propriedades e teoremas da transformada de Fourier sero


apresentados a seguir.
3.9.1 Linearidade

A propriedade de linearidade ou de superposio de efeitos estabelece que


combinaes lineares no domnio do tempo correspondem a combinaes lineares no
domnio da frequncia:
a. x1 ( t ) b. x 2 ( t ) a. X1 ( f ) b. X 2 ( f )

(3.41)

onde a e b so fatores independentes do tempo. A demonstrao dessa propriedade


provm da definio de transformada de Fourier e do fato que a integrao uma
operao linear.
Exemplo 3.5:
Encontrar a transformada de Fourier do sinal desenhado na Fig. 3.16a).
Soluo: Em primeiro lugar, observa-se que x(t) pode ser escrito como a superposio

t
t
x ( t ) rect ( ) 2.rect ( )
4
1
e assim, aplicando-se (3.15) e (3.34), obtm-se

X(f ) 4.sinc(4f ) 2.sinc(f )


cujo grfico mostrado na Fig.3.16 b).
X(f)
6

x(t)
2
1

-2 -1/2 0 1/2

-2

(b)
(a)
Figura 3.16 - Sinal para o exemplo 3.5. a) Sinal x(t). b) Espectro X(f).

3.9.2 Deslocamento no tempo

A propriedade de deslocamento (ou retardo) no tempo estabelece que

82

SINAIS E SISTEMAS

x( t t 0 ) e j2 ft 0 X( f )

(3.42)

Ou seja, um deslocamento no tempo est associado um deslocamento de fase linear


do espectro do sinal original. A magnitude do espectro, porm, no alterada.

Exemplo 3.6:
Calcular a transformada de Fourier do sinal mostrado na Fig.3.17
z(t)
A

-A
Figura 3.17 - Sinal z(t) para o exemplo 3.6.

Soluo: Esse clculo pode ser realizado com facilidade empregando-se as


propriedades apresentadas e a transformada de Fourier da porta de largura ,
x ( t ) A.rect( t / ) analisada na seo 3.2.1. Para isto, basta verificar que

z( t ) x ( t / 2) x ( t / 2)
Portanto, aplicando-se as propriedades de linearidade e deslocamento no tempo

Z(f ) X(f ).e j2 ft / 2 X(f ).e j2 ft / 2


j2. sen(f).X(f )
Recorrendo-se expresso da transformada de Fourier de x(t), equao (3.15), e procedendo s
simplificaes, obtm-se

Z(f ) ( j2f).A.sinc 2 (f) .

3.9.3 Teorema da dualidade ou da simetria

O teorema da dualidade provm da similaridade das integrais das


transformadas de Fourier direta e inversa, e estabelece que, se x( t ) X( f ) , ento
X ( t ) x( f )

(3.43)

Ou seja, existe uma dualidade entre os domnios do tempo e da frequncia. O teorema


se prova permutando-se t e f nas integrais de Fourier (3.10) e (3.12).

Exemplo 3.7:
Obter a transformada de Fourier de z( t ) A.sinc(2 wt ) , onde A e w so constantes, e
cujo grfico est mostrado na Fig.3.18 a).

83

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

z(t)
A

Z(f)
A/2w

-1

2w

1
2w

-w 0

(a)
(b)
Figura 3.18 - Transformada de Fourier da funo A sinc(2wt).

Soluo: Pode ser deduzido a partir da seo 3.1.1 que,

x ( t ) B.rect ( t / ) X(f ) B.sinc(f)


ento aplicando-se o teorema da dualidade

[B.sinc( t)] [X( t )] x (f ) B.rect (f / ) B.rect (f / )


Assim, fazendo B=A/2w e 2w=, obtm-se

z( t )

A
A
f
2w.sinc(2 wt ) A.sinc(2 wt )
rect (
).
2w
2w
2w

onde o espectro est mostrado na Fig.3.18 b).

3.9.4 Translao em frequncia

A propriedade de translao em frequncia ou modulao complexa, informa


que uma defasagem no tempo est associada a um deslocamento de frequncias do
espectro

e j2 f0 t x( t ) X( f f 0 )

(3.44)

cuja demonstrao emprega o teorema da dualidade aplicado propriedade de


deslocamento no tempo.
Para observar os efeitos da translao de frequncia, seja x(t) o espectro de
banda limitada mostrado na Fig.3.19a). Na Fig.3.19b), encontra-se o espectro
transladado.
X(f-fo)

X(f)
mdulo

fase
-w 0

(a)

mdulo

fase
f

fo-w

fo

fo+w

(b)

Figura 3.19 - Propriedade da translao em frequncia. a) Espectro original. b) Espectro transladado.

84

SINAIS E SISTEMAS

Conforme se observa, embora X(f) tenha largura espectral igual a w, o


espectro transladado X(f-f0) tem largura 2w: a poro de frequncia negativa de X(f)
agora aparece como frequncias positivas em X(f-f0). Alm disso, como o sinal
temporal no mais real, o espectro X(f-f0) no exibe mais a simetria Hermitiana.
3.9.5 Escalonamento no tempo e frequncia

A propriedade de mudana de escala estabelece que


x( a t )

1 f
X , para a constante
| a| a

(3.45)

a qual reflete a fenmeno de espalhamento recproco discutido em sees anteriores.


Assim, sinais de curta durao temporal possuem espectros com elevadas larguras de
banda, e vice-versa.
3.9.6 Propriedade das reas

Partindo-se das transformadas de Fourier direta e inversa, obtm-se as


propriedades das reas:

X ( f ) x( t ) e

j2 f t

dt

X( 0) x( t ) dt

x( t )

X( f ) e

(3.46a)

j2 f t

df

x( 0)

X(f ) df

(3.46b)

Isto implica que X(0) corresponde rea sob a funo x(t), um resultado
equivalente quele no caso peridico, onde c(0) igual ao valor mdio de x(t). Por
outro lado, que x(0) corresponde rea lquida do espectro X(f).
3.9.7 Diferenciao e Integrao no tempo

Os efeitos da diferenciao ou integrao de um sinal sobre o seu espectro so


indicados pelas relaes:
d n x(t)
( j2f ) n X(f )
dt n

(3.47)

e
t

x ()d j2f X(f )

X(0)
(f )
2

(3.48)

respectivamente. Como se percebe, a diferenciao enriquece os componentes de altas


frequncias de um sinal, enquanto a integrao suprime os componentes de alta
frequncia. Isto concorda com observaes no domnio do tempo, que estabelecem

85

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

que a diferenciao acentua as variaes no tempo, enquanto as integraes as


amenizam.
Exemplo 3.8:
Obter a transformada de Fourier da funo pulso triangular w ( t ) A.tri(

t
)
2

conforme estudado no Captulo 1.


Soluo: O grfico da funo w(t) encontra-se na Fig.3.20 a). Recorrendo-se funo
z(t) utilizada no exemplo 3.6, observa-se que

w (t)

1 t
z( ).d

X(f)

w(t)
A

0
(a)

2/
0
1/
(b)
Figura 3.20 - Transformada de Fourier do pulso triangular.

-2/

-1/

Com o auxlio do teorema da integrao e do resultado obtido no exemplo 3.6, ou seja,


Z(f ) ( j2f).A.sinc 2 (f) , tem-se

W (f )

1 1
Z(f ) A.sinc 2 (f)
j2f

cujo grfico est desenhado na Fig.3.20 b).

A transformada de Fourier de certas funes x(t) podem ser determinadas


diferenciando-se esta funo uma ou mais vezes, at que aparea uma
descontinuidade do tipo degrau pela primeira vez. A prxima derivada dever incluir
um impulso nessa descontinuidade. A aplicao da propriedade da diferenciao
permitir a determinao de X(f).
Exemplo 3.9:
Avaliar a transformada de Fourier do trapzio x(t) mostrado na Fig.3.21 a).
Soluo: Nas Figs. 3.21 b) e c) so mostrados os grficos das derivadas dx(t)/dt e
d2x(t)/dt2 (verificar isto !). Por inspeo, nota-se que

d2x
A

[( t b) ( t a ) ( t a ) ( t b)]
2
ba
dt
e assim, aplicando-se (3.47)

86

SINAIS E SISTEMAS

( j2f ) 2 X(f )

A
[e j2 fb e j2 fa e j2 fa e j2 fb ]
ba
a)

x(t)

-b -a
b)

dx(t)/dt

a b
A/(b-a)

0
2

c) d x(t)/dt

A/(b-a)

0
-A/(b-a)

Figura 3.21 - Sinal x(t) para o exemplo 3.9 e suas derivadas.

a qual, aps algumas manipulaes algbricas, obtm-se

X (f )

1A cos 2fa cos 2fb

ba
(2f ) 2

3.9.8 Diferenciao e integrao em frequncia

A partir de (3.47), (3.48) e do teorema da dualidade obtm-se as propriedades


de diferenciao e integrao em frequncia:
j2t x( t )

d X( f )
df

(3.49)

e
f

x (0)
x(t)
( t )
X( )d
2
j2t

(3.50)

respectivamente.
3.9.9 Convoluo e multiplicao

Um dos teoremas mais importantes na anlise de sinais o teorema da


convoluo, que composto de duas partes, sendo que a primeira aborda a
transformada de Fourier da convoluo e, a segunda, da multiplicao de sinais.
x1 ( t ) x 2 ( t ) X1 ( f ) X 2 ( f )

(3.51)

87

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

x1 ( t ) x 2 ( t ) X1 ( f ) X 2 ( f )

(3.52)

Assim, os teoremas estabelecem que a convoluo no domnio do tempo se


transforma em multiplicao no domnio da frequncia, enquanto a multiplicao no
domnio do tempo se transforma em convoluo no domnio da frequncia.
Exemplo 3.10: O espectro de x2(t)
Considere-se x(t) limitado em banda w como o espectro mostrado na Fig.3.22 a).
Discutir o espectro de x2(t).
Soluo: Se X(f) for o espectro de x(t), ento, o espectro de x2(t) deve ser resultado da
convoluo de X(f) com ele mesmo. Conforme foi discutido no Captulo 1, se X(f)
ocupa a faixa de largura w, o resultado de X(f)*X(f) deve ocupar 2w. O resultado est
esboado esquematicamente na Fig.3.22 b), ou seja, sem nenhum conhecimento
especfico sobre x(t), observa-se que x2(t) tem largura de banda 2w.
X(f)

-w 0

X*X(f)

-2w

2w

(b)
(a)
Figura 3.22 - Aplicao do teorema de convoluo. a) Espectro de x(t). b) O espectro de x2(t).

3.9.10 Modulao real

Considere um sinal x(t) de banda limitada a B, como o mostrado na Fig.3.23a),


multiplicado por um sinal senoidal com frequncia f0 maior que 2B, como o da
Fig.3.23 b), resultando em:
y( t ) x( t ).cos 0 t

como mostrado na Fig.3.23 c), onde nota-se que x(t) modula a amplitude da senide.
Este um caso de modulao por amplitude, mais especificamente chamado de DSBSC. interessante analisar-se o espectro do sinal modulado.
Pela propriedade da convoluo, o espectro do sinal y(t) dado por:
Y(f ) X(f ) {cos 0 t}
( f f 0 ) (f f 0 )
Y ( f ) X (f )

X (f f 0 ) X ( f f 0 )

2
2

88

SINAIS E SISTEMAS

x(t)
-B

(a)

cos0t

(b)

-f0

f0

(c)

-f0

f0

x(t).cos0t

Figura 3.23 - Modulao de uma portadora por um sinal x(t).

Ou seja, ao multiplicar-se o sinal x(t) por uma senide na frequncia f0, o


efeito causado em frequncia um deslocamento do espectro do sinal modulador x(t)
para as frequncias f0. Generalizando-se, a propriedade de modulao real
estabelece que
x ( t ). cos(2f 0 t )

e j
e j
X (f f 0 )
X (f f 0 )
2
2

(3.53)

(encoraja-se o leitor a comprovar isto). Esta propriedade de extrema importncia


quando se estudam processos de modulao linear como, por exemplo, a modulao
de amplitude (AM) nos sistemas de comunicao.
Exemplo 3.11: Pulso de RF
Uma funo muito usada em comunicao o pulso de RF (rdio-frequncia),
definido por z( t ) A.rect ( t / ). cos 0 t , e que encontra-se desenhado na Fig.3.24.
Obter a transformada de Fourier de z(t).

z(t)
A
f0
/2

/2

Figura 3.24 - Pulso de RF.

Soluo: Aplicando-se a propriedade de modulao, obtm-se

Z(f )

A
A
sinc(f f 0 )
sinc(f f 0 )
2
2

89

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

cujo espectro mostrado na Fig.3.25.


|Z(f)|
A/2

-f0

f0

Figura 3.25 - Espectro do pulso de RF.

Observa-se que medida que a largura do pulso de RF () aumenta, z(t) tende


ao co-seno eterno. Simultaneamente, a magnitude de Z(f) aumenta e a largura dos
pulsos sinc centrados em f0 diminui, tendendo-se ao impulso no limite (conforme
visto no Captulo 1). Nesta situao, o espectro corresponde ao da Fig.3.14.

3.10 TRANSFORMADAS NO LIMITE

Veremos agora, o caso de algumas funes descontnuas, como a funo sinal,


ou que no so absolutamente integrveis, como a funo constante e o degrau, mas
que permitem o clculo da transformada de Fourier como um processo limite.
3.10.1. Funo sinal

A funo sinal, mostrada na Fig.3.26 a) dada por


1, t 0

x ( t ) sgn( t ) 0, t 0
1, t 0

(3.54)

Para fins de ilustrao, vamos tentar obter a transformada de Fourier da funo


sinal, atravs da definio (3.12):
0

X (f )

(1) e

j 2 ft

dt (1) e

j 2 ft

e j2 ft
dt
j2f

e j2 ft

j2f

(ateno: cuidado para no aplicar lim e x 0 , quando x imaginrio puro !)


x

cos(2ft ) j.sen(2ft )
X (f )
j2f

cos(2ft ) j. sen(2ft )

j2f

Contudo, o valor de cos(x) para x no definido (!!??). Portanto, a transformada


de Fourier dessa funo no pode ser determinada aplicando-se a definio
diretamente. Porm, ela pode ser aplicada segundo um processo limite, como visto a
seguir.

90

SINAIS E SISTEMAS

Para o clculo do espectro da funo sinal, vamos considerar o seguinte pulso


exponencial g(t), desenhado na Fig.3.26b):
g( t ) e at u( t ) eat u( t ) , a 0
sgn(t)

(3.55)
g(t)

1
e-atu(t)
t

-1

-eatu(-t)

(a)

-1
(b)

Figura 3.26 - Clculo da transformada da funo sinal. a) Funo sinal. b) Funes exponenciais
usadas para obter a funo sinal no limite, quando a tende a zero.

Pode-se observar que, medida que a tende a zero, g(t) em (3.55) tende
funo sinal (3.20), mostrado na Fig. 3.26 a), isto
x ( t ) sgn( t ) limg( t )
a 0

e portanto
[ x ( t )] X(f ) [lim g( t )] lim [g( t )] lim G (f )
a 0

a 0

a 0

Como

G (f )

g( t ) e

j2 ft

G (f )

dt e e

at j2 ft

dt e at e j2 ft dt
0

1
1

(a j2f ) (a j2f )

j2
,
a2 2

fica-se com
j2
2
j
2
2
a 0 a

X( f ) lim G ( f ) lim
a0

Portanto, obtm-se mais um par de transformada de Fourier:


sgn( t ) j

1
f

(3.56)

3.10.2. Funo constante

Apesar de corresponder a um sinal extremamente simples, a funo constante


x(t)=A no absolutamente integrvel e nem permite que seu espectro seja
determinado a partir de (3.12) (verificar isto !). Assim, deve-se aplicar o processo

91

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

limite conforme visto no item anterior. Para isto, vamos considerar o par de
transformadas de Fourier: A.rect ( t / ) A sin (f) . No limite, quando a
largura do pulso de amplitude A tende ao infinito e, portanto, podemos afirmar que
x ( t ) lim A.rect ( t / )

Considerando-se a transformada de Fourier de ambos os lados


[ x ( t )] X(f ) [lim A.sinc(f / )] lim [A.rect ( t / )] lim[A.sin (f)]

Chamando-se 1 / , observa-se que


.1
f
X(f ) A lim[ sinc( )]
0

e assim, a partir de resultados do Captulo 1, observa-se que o termo entre colchetes


um impulso no limite. Portanto, obtm-se finalmente, um novo par de transformada de
Fourier:

A A.(f )

(3.57)

cujos grficos esto esboados na Fig.3.27.

Figura 3.27 - Transformada de Fourier da funo constante.

Este resultado j devia ser esperado pois informa, simplesmente, que o


espectro da funo constante (s apresenta componente DC) constitudo por um
impulso na origem ( no-nulo apenas em f=0).
Exemplo 3.12:
Calcular a integral imprpria

e j2 xy dy

Soluo: Basta recorrer definio de transformada de Fourier (3.12), com x(t)=1, e


empregar (3.57) com A=1:

X(f ) [1]

1.e j2 ft dt (f ) ,

e assim,

92

e j2 xy dy ( x )

SINAIS E SISTEMAS

3.10.3. Degrau unitrio

O degrau unitrio definido por


1, t 0
x ( t ) u( t )
0 , t 0

(3.58)

e tambm no absolutamente integrvel. O leitor deve tentar calcular a transformada


de Fourier do degrau usando a definio (3.12), a fim de concluir que ela no conduz
a resultado definido. Porm, deve-se notar que
x( t ) u ( t )

1 sgn( t )
2

(3.59)

Assim, usando a propriedade de linearidade e o resultado (3.56), obtm-se


1
1 sgn( t ) (f )
X (f )
j

2
2

2
ou seja
u(t)

( f )
1
j
2
2f

(3.60)

O espectro da funo degrau mostrado na Fig.3.28.


|X(f)|
2.5
2
1.5
1
0.5
0

-0.8

-0.6

-0.4

-0.2

0.2

0.4

0.6

0.8

0.2

0.4

0.6

0.8

f
arg{X(f)}
150
100
50
0
-50
-100
-150
-0.8

-0.6

-0.4

-0.2

0
f

Figura 3.28 - Mdulo e fase do espectro de um degrau unitrio.

Como o leitor perceber, o conceito de transformada de Fourier e de suas


propriedades constituiro ferramentas poderosas para anlise de sistemas lineares
invariantes no tempo (Captulo 4) e amostragem de sinais (Captulo 5).

93

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

3.11 EXERCCIOS
3.11.1. Na transformada de Fourier, com v(t)V(f):

a). Mostre que se:


i) v(t) for real e par, V(f) real e par;
ii) v(t) for real e mpar, V(f) imaginrio e mpar;
iii) v(t) for imaginrio e par, V(f) imaginrio e par;
iv) v(t) for complexo e par, V(f) complexo e par;
v) v(t) for complexo e mpar, V(f) complexo e mpar;
b) Demonstre as seguintes relaes:
i) v(-t) V(-f);
ii) v*(t) V*(-f);
iii) v*(-t) V*(f);
iv) v(t-) V(f)exp(-j2f);
v) v(-t+) V(-f) exp(-j2f);
vi) v*(-t+) V*(f) exp(-j2f);
3.11.2. A partir da definio, determinar a transformada de Fourier
a t
exponencial bilateral v( t ) e .

da funo

3.11.3. Demonstrar o teorema de Parseval (3.32).


3.11.4. Demonstrar os seguintes teoremas da transformada de Fourier:
a) Dualidade;
b) Retardo no tempo;
c) Mudana de escala;
d) Modulao complexa;
e) Diferenciao.
Sugesto: Consultar o livro do Carlson [3].
3.11.5. Demonstrar que necessrio acrescentar um impulso unitrio ao teorema da
Integrao para sinais cujas reas lquidas so no nulas, isto
1

v()d V(f ) j2f 2 (f )

3.11.6. Dado z b ( t ) Arect(

t/2
t/2
) Arect(
) calcular a transformada de

Fourier de
w (t)

t
A(1 / ),
1
z b ( )d

Desenhar os grficos de zb(t), w(t) e seu espectro.


3.11.7. Demonstrar os teoremas da convoluo

94

SINAIS E SISTEMAS

v * w ( t ) V (f ) W (f )
v ( t ) w ( t ) V (f ) * W ( f )
3.11.8. Comprovar a propriedade de modulao, partindo-se da propriedade de
translao em frequncia e da transformada de Fourier do co-seno.
3.11.9. Considere os sinais xp(t), x1(t) e x2(t), mostrados na Fig.P3.11.8 onde x1(t) e
x2(t) podem ser obtidos a partir de xp(t). Mostre que X1(kf0) e X2(kf0), ou seja, os
coeficientes Ck podem ser obtidos a partir de x1(t) ou x2(t). Ou seja, pode-se montar o
sinal peridico de diversas maneiras, o que no vai afetar o resultado.
xp(t)

-T0

x1(t)

T0

-T0/2

T0/2

x2(t)

T0

Figura P3.11.9.

3.11.10. Obter o valor da integral

I 12 sinc(6 x ).dx

3.11.11. Obtenha o valor da seguinte integral, utilizando a relao de Parseval:

I e 2 t u ( t ).dt

3.11.12. A partir do resultado obtido no exemplo anterior, e do teorema de energia de

Parseval, mostrar que (a 2 x 2 ) 2 dx 3


0
4a
3.11.13. Determine a Transformada de Fourier de um pulso Gaussiano de rea
1
t2
p
(
t
)

exp(

).
unitria:
22
2
Sugesto: Usar as propriedades de diferenciao.
3.11.14. Determine a Transformada de Fourier de x(t)=sinc2t D a expresso e esboce
o grfico de X(f).
3.11.15. Calcule a transformada de Fourier do pulso:
2t
2
x ( t ) A cos 0 t , 0
T0
T0

expresse seu resultado em termos da funo sinc e fornea um grfico do mdulo e da


fase de X(f).

95

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO

3.11.16. Este exerccio tem como objetivo o estudo do impulso como o limite de
algumas funes. Escreva a transformada de Fourier das seguintes funes abaixo, e
fazer lim (0) no tempo e freqncia. Quais os sinais resultantes? Interprete os
resultados nos domnios do tempo e da frequncia.
3.11.17. Mostre que a transformada de Fourier inversa de (f) igual a 1.
1 t


1
t
b) sinc

a)

3.11.18. Usando somente a transformada de Fourier do impulso unitrio, e


propriedades adequadas, encontre a transformada de Fourier dos mostrados na
Fig.P3.11.18:
x(t)

x(t)

1
1 2 3
(a)

(b)

x(t)

x(t)

1
1 2 3
(c)

t2
1
(d)

Figura - P3.11.18.

3.11.19. H vrias maneiras de se estimar a banda essencial de sinais de banda


ilimitada. Para um sinal passa-baixas, por exemplo, a banda essencial pode ser
escolhida a partir da freqncia onde a amplitude do espectro atinge K% do seu valor
de pico (normalmente em f=0), onde a escolha de K depende da aplicao. Para K=5,
determine a banda essencial dos sinais:

a) g( t ) e a t u( t ); a>0
b) g( t ) e a t ; a>0
3.11.20. Usando a tcnica das diferenciaes sucessivas determinar a transformada de
Fourier do pulso co-senoidal levantado (raised cosine pulse):

x(t)

A
t
1 cos .rect ( t / 2)
2

Sugesto: Livro do Carlson [3].

96

SINAIS E SISTEMAS

3.11.21. Calcular a transformada de Fourier de (este um sinal de FM, modulado por


uma porta) v(f ) A cos c t A.rect ( t / ). cos c t A.rect ( t / ). cos 2 c t , onde =2/fc.
Desenhar os grficos de v(t) e seu espectro.
3.11.22. Calcular a transformada de Fourier da senide amortecida:

w ( t ) e at sen 0 t. u ( t ) .
Desenhar os grficos de v(t) e seu espectro.
3.11.23. Considere-se a funo trem de impulsos no tempo definida por:

rep T1 [( t )]

(t nT )

c) Esboar o grfico da funo rep T1 [( t )] .


d) Calcular a Srie de Fourier de rep T1 [( t )] .
e) Mostrar que a Transformada de Fourier de rep T1 [( t )] dada por
{rep T1 [( t )]}

1
rep1 / T1 [(f )] .
T1

f) Calcular graficamente e desenhar o resultado da convoluo do trem de impulsos


rep T1 [( t )] com uma funo pulso retangular rect ( t / T2 ) , isto ,
v(t)= rect ( t / T2 ) * rep T1 [( t )] , para T1>>T2,
onde:
1 para
rect ( t / T2 )
0 para

t T2 / 2
t T2 / 2

g) Mostrar analiticamente que a Transformada de Fourier da funo v(t) dada por


T
[ v ( t )] 2
T1

sinc

nT2
n
.(f ) .
T1
T1

3.11.24. Uma anlise grosseira do espectro do sinal de vdeo (TV em preto e branco)
pode ser realizada adotando-se um modelo simplificado para tal sinal, conforme
ilustrado na Fig.P3.11.21:

97

ANLISE DE SINAIS APERIDICOS: TRANSFORMADA DE FOURIER DE TEMPO CONTNUO


Th

Ta

0,7 V

0V
-0,3 V
Ts

Tp

Figura P3.11.24

onde o perodo do sinal Th=63,5 ms e os demais valores aproximados so Ts=5 ms,


Ta=11 ms e Tp=2 ms. Esta forma de onda representa uma tela branca. O pulso estreito
de amplitude 0,3 V sincroniza as linhas na tela e o pulso de largura Ta o chamado
pulso de apagamento horizontal, sendo que o nvel 0V representa o preto na imagem.
Nesta anlise, est se ignorando o apagamento e sinconizao vertical.
a) Representar matematicamente a forma de onda acima, como uma combinao
linear de trs termos: um nvel DC e dois pulsos retangulares. Escolher a origem
do tempo como melhor lhe convier e utilizar smbolos em vez de valores
numricos para os parmetros temporais.
b) Calcular o espectro do sinal e esboar o espectro de magnitudes.

98

SINAIS E SISTEMAS

CAPTULO 4:
ANLISE DE SISTEMAS
Este Captulo tem por objetivo introduzir os conceitos de sistemas, discutir a
resposta em frequncia e apresentar alguns exemplos de sistemas elementares
importantes. O leitor perceber que a anlise de sistemas constitui uma generalizao
da teoria de circuitos eltricos. A anlise de circuitos trata das relaes entre tenses e
correntes; a anlise de sistemas trata com relaes entre sinais, que podem ser tenses,
correntes, temperatura, presso ou outra grandeza fsica que varie no tempo. Circuitos
so descritos por diagramas de circuitos, que so interconexes de elementos
idealizados (resistncias, capacitncias, indutncias e fontes). Sistemas so descritos
por diagramas de blocos, que so interconexes idealizadas de sistemas elementares.
O objetivo da anlise de circuitos obter e interpretar relaes entre tenses e
correntes no circuito eltrico. O objetivo da anlise de sistemas obter e interpretar as
relaes entre sinais de entrada e sada no sistema.
4.1. INTRODUO

Assim como sinais, encontramos sistemas em diversas situaes do dia-a-dia.


Um rdio um sistema que converte as ondas eletromagnticas captadas por sua
antena em sinais sonoros audveis. Dentro deste sistema rdio, existem subsistemas
responsveis por determinadas tarefas especficas, como por exemplo os alto-falantes,
que convertem sinais eltricos em variaes de presso, que o som. Este sistema
chamado de transdutor. Um outro sistema envolvido na recepo de ondas de rdio
um filtro que reduz rudos e interferncias que tendem a prejudicar a recepo. Um
amplificador de udio pode ser considerado outro sistema, cuja funo
elevar/atenuar o nvel de sinal.
entrada

SISTEMA

x(t)

sada

y(t)

S{.}
y(t) = S {x(t)}
Figura 4.1 - Representao de um sistema genrico.

Portanto, um sistema pode ser visto como um processo, ou uma caixa-preta,


que tem sua entrada um ou mais sinais, e que produz um outro(s) sinal(is) na sua
sada, ou, em outras palavras, produz uma transformao nos sinais de entrada.
Matematicamente, dito tambm que um sistema mapeia uma dada funo (sinal de
entrada) em outra (sinal de sada). Em outras ocasies, um sistema tratado como um

99

ANLISE DE SISTEMAS

operador matemtico S{ . }, que atua sobre o sinal de entrada para constituir a sada.
Esquematicamente, pode-se representar um sistema como na Fig.4.1. De maneira
genrica considera-se que a entrada do sistema x(t) e a sada y(t).
4.2. CARACTERSTICAS DE SISTEMAS

Nesta seo so apresentadas as principais caractersticas de sistemas, e dada


especial ateno aos sistemas ditos lineares e invariantes no tempo (SLIT). Os
sistemas considerados neste texto tero uma nica entrada e uma nica sada (SISO Single Input Single Output).
4.2.1 Sistemas com e sem memria

Um sistema chamado sem memria [2] ou esttico [8] se a sada y(t), num
determinado instante, depende da entrada x(t) apenas naquele instante, i.e., no
depende de entradas anteriores nem posteriores. No caso contrrio, o sistema dito
com memria ou dinmico.
Exemplo 4.1:
Citar um exemplo de sistema sem memria e um com memria
Soluo: O sistema identidade y(t) = x(t) , um exemplo de sistema sem memria
pois uma sada num determinado instante t0, y(t0), depende apenas do valor da entrada
nesse mesmo instante, isto , de x(t0).
Por outro lado, um sistema especificado por y(t) = x(t - 1) + 2x(t + 2) ,
constitui um sistema com memria, pois a sada no instante t2 = 2 s, por exemplo,
depende das entradas em t1 = 1 s e em t3 = 3 s.
Exemplo 4.2:
Citar um exemplo prtico de sistema sem memria e outro com memria
Soluo: Um divisor de tenso resistivo um exemplo prtico de um sistema sem
memria:
R1
x(t)

R2

y(t)=x(t).R2/(R1+R2)

Figura 4.2 - Exemplo de sistema sem memria

Por outro lado, a relao entre a tenso e a corrente num capacitor representa
um sistema com memria, pois a tenso depende no s da corrente no instante atual t,
mas tambm de todos os valores de correntes desde - at t:

x(t)

1
y( t ) x( )d
C

Figura 4.3 - Exemplo de sistema com memria

Os exemplos anteriores so bastante ilustrativos pois permitem introduzir o


conceito de estado/condies iniciais. A resposta de um sistema sem memria

100

SINAIS E SISTEMAS

depende apenas da entrada x(t), ou seja, dada a entrada, a sada determinada. Para
um sistema com memria, a sada depende no s da entrada, mas das chamadas
condies iniciais, ou estado do sistema.
A resposta y(t) de um sistema com memria para t t 0 determinada por [2]:
condies iniciais em t t 0 , v ( t 0 )
entrada para t t 0
ou esquematicamente

y( t )
x( t ) , t t 0

v(t 0 )

(4.1)

A resposta do sistema pode ser dividida em duas partes:


Uma devida s condies iniciais considerando a entrada zero. Esta, s vezes,
chamada de resposta a entrada zero ou resposta homognea, yh(t).
Uma devida somente entrada, considerando condies iniciais nulas. Esta pode
ser chamada de resposta forada, yf(t).
Dessa forma: y(t)=yf(t)+yh(t), e o mesmo sistema pode ter diferentes respostas
mesma entrada, dependendo das condies iniciais. Muitas vezes, considera-se que
as condies iniciais so nulas.
Exemplo 4.3:
Especificar a resposta do sistema capacitor do exemplo 4.2, considerando-se as
condies iniciais.
Soluo: Completando a anlise do sistema com memria dado no exemplo 4.2, a
tenso num capacitor depende da sua carga inicial (ou tenso inicial) no instante
t t0:
t

1
y( t ) x( ) d y( t 0 )
C t0
onde y(t) a tenso e x(t) a corrente pelo capacitor.

4.2.2. Inversibilidade e sistemas inversos

Um sistema chamado inversvel se entradas distintas levam a sadas distintas.


Em outras palavras, conhecendo-se a sada, pode-se determinar a entrada de maneira
nica.
Exemplo 4.4:
Citar um exemplo de sistema inversvel e outro no inversvel.
Soluo: Um exemplo de sistema inversvel : y(t) = 2x(t) , cujo sistema inverso

z(t) = y(t) / 2 = x(t)

101

ANLISE DE SISTEMAS

Um exemplo de sistema no-inversvel : y(t) = x 2 (t) , pois, dada uma sada,


existe uma ambiguidade de sinal em relao entrada. Por exemplo, sada y=4,
podem ser associadas as entradas x=-2 ou x=+2.

4.2.3. Causalidade (ou Realizabilidade)

Um sistema causal [2]-[4] ou realizvel [8] se a sada no instante t depende


apenas de valores da entrada para instantes de tempo menores ou igual a t, ou seja, a
sada no pode depender de valores futuros da entrada.
Exemplo 4.5:
Citar um exemplo de ambos, um sistema causal e um no causal.
Soluo: Um sistema causal

y(t) = x(t) + x(t - 2)


pois todas as entradas atuais (no instante t) dependem apenas de entradas atuais (nos
instantes t) ou passadas (nos instantes t-2). Por outro lado, um sistema no-causal

y(t) = x(t + 1)
pois uma sada avaliada no instante atual t segundos , depende da entrada em (t+1)
segundos, e que portanto ainda no aconteceu.

Todos os sistemas fsicos so causais. Conforme ser visto adiante, um filtro


ideal um sistema no-causal ou no-realizvel fisicamente, e portanto no pode ser
implementado com componentes reais. No projeto de um filtro prtico, procura-se
uma aproximao para um filtro ideal, mas respeitando-se o princpio da causalidade.
A causalidade importante quando trabalha-se com sistemas que operam em tempo
real, como em sistemas de comunicaes e sistemas de controle. Em aplicaes onde
no se necessita o processamento em tempo real, podem aparecer sistemas nocausais [10]. Por exemplo, em sinais gravados (voz, geofsicos, imagem), pode-se
utilizar toda a informao armazenada para determinar uma sada num determinado
instante, o que pode ser considerado uma operao no-causal.
4.2.4. Estabilidade

Um sistema estvel aquele onde pequenas entradas (de baixa amplitude)


produzem sadas que no divergem. Uma outra definio que entradas limitadas
produzam sadas limitadas (BIBO - Bounded Input Bounded Output).

Exemplo 4.6:
Citar um exemplo de ambos, um sistema estvel e um no estvel.
Soluo: Um exemplo de sistema estvel :

102

SINAIS E SISTEMAS

y(t) = 2x(t)
pois, se x(t) limitada, ento, existe um nmero Mx, tal que, x ( t ) M x para
todo t e, portanto, ocorre y( t ) 2 x ( t ) 2M x , independentemente de t.
Um exemplo de um sistema instvel o acumulador, definido por:
t

y( t ) x ()d . Assim, por exemplo, se x( t ) u( t ) (degrau unitrio), a qual

limitada (pois u(t)1 para todo t), observa-se que o resultado da integral, quando t,
diverge e tende para +.
Exemplo 4.7:
Citar um exemplo prtico de sistema estvel e outro instvel.
Soluo: Um sistema de som em um auditrio (com microfone, amplificadores e
caixa de som) um exemplo de sistema estvel, pois a sada do sistema uma verso
amplificada da voz do cantor.
Por outro lado, o sistema pode tornar-se instvel se um cantor em movimento
ficar muito prximo ao alto-falante, e gerar o efeito de microfonia.

Conforme percebe-se no exemplo anterior, muito mais fcil provar que um


sistema no estvel, do que o contrrio, uma vez que basta apresentar um nico
contra-exemplo para comprovar a negao. Porm, para provar que um dado sistema
estvel (ou sem memria, ou inversvel, ou causal, etc), devem-se apresentar
argumentos que valham para todos os instantes de tempo e para todos os sinais de
entrada possveis e imaginveis.
4.2.5. Invarincia no tempo

Um sistema dito invariante no tempo se um atraso na entrada produz o


mesmo atraso na sada. Um sistema variante no tempo um sistema cujas
caractersticas so alteradas com o tempo como, por exemplo, as alteraes das
propriedades de um circuito eletrnico quando a temperatura em torno dele varia
significativamente [5].
Se uma entrada x(t) produz uma sada y(t), ento, se o sistema invariante no
tempo, ocorrem
S x ( t ) y( t )
S x ( t t 0 ) y( t t 0 )

(4.3)

Como veremos a seguir, quando a invarincia de um sistema associada a


linearidade permite-se estabelecer uma anlise matemtica extremamente elegante.
Exemplo 4.8:
Citar um exemplo de ambos, um sistema invariante e um no invariante.
Soluo: Como exemplo de sistema invariante, considere

y( t ) sin x( t )

Chamando a sada y1(t) como a resposta a uma entrada x1(t), tem-se

103

ANLISE DE SISTEMAS

y1 ( t ) sin x1 ( t )
Seja agora a entrada x2(t)

x 2 ( t ) x1 ( t t 0 )
cuja correspondente sada

y2 ( t ) sin x2 ( t ) sin x1 ( t t 0 )
e como

y1 ( t t 0 ) sin x1 ( t t 0 )
tem-se que

y2 ( t ) y1 ( t t 0 )
e o sistema invariante no tempo.
Por outro lado, considere agora o sistema

y( t ) t x( t )
e para uma entrada x1 ( t ) , y1 ( t ) t x1 ( t ) .
Para uma entrada x 2 ( t ) x 1 ( t t 0 ) , tem-se a sada

y2 ( t ) t x2 ( t ) t x1 ( t t 0 )
Como

y1 ( t t 0 ) ( t t 0 ) x1 ( t t 0 ) y2 ( t )
e portanto o sistema no invariante no tempo.
Exemplo 4.9:
Um sistema diferenciador um dispositivo caracterizado pela relao y(t)=dx(t)/dt.
Avaliar se o diferenciador invariante no tempo.
Soluo: Vamos avaliar a resposta do diferenciador uma entrada x1(t):

y1 ( t )

dx 1 ( t )
.
dt

A resposta x2(t) = x1(t-t0) ser

y2 (t)

dx 2 ( t ) dx1 ( t t 0 ) dx1 ( t t 0 ) d( t t 0 )

.
[ y1 ( t t 0 )(1 0)]
dt
dt
d( t t 0 )
dt

y1 ( t t 0 )

104

SINAIS E SISTEMAS

que evidencia que o sistema invariante no tempo.

4.2.6. Linearidade

Um sistema linear aquele onde vale o princpio da superposio: se a entrada


uma combinao linear de diversos sinais, a sada ser a combinao linear das
respostas do sistema a cada um dos sinais de entrada.
a) Linearidade para sistemas sem memria

Para um sistema sem memria, a sada y(t) depende apenas da entrada x(t). Se
as respostas s entradas x1(t) e x2(t) so y1(t)=S{x1(t)} e y2(t)=S{x2(t)},
respectivamente, ento o sistema linear se
S x 1 ( t ) x 2 ( t ) S{y1 ( t )} S{y 2 ( t )} y1 ( t ) y 2 ( t )

(aditividade)

(4.4)

(homogeneidade)

(4.5)

e
S a.x 1 ( t ) a.S{y1 ( t )} a.y1 ( t )

As duas condies acima, combinadas numa s, so o que se chama de princpio da


superposio, que pode ser rescrito de maneira mais sucinta como
S a 1 x 1 ( t ) a 2 x 2 ( t ) a 1 S x 1 ( t ) a 2 S x 2 ( t ) a 1 y1 ( t ) a 2 y 2 ( t )

(4.6)

Exemplo 4.10:
Avaliar se os sistemas abaixo so ou no lineares:
a) y(t) = sin x(t)
b) y( t ) x ( t ).sin t
c) y( t ) ax ( t ) b ,

a, b constantes

Soluo:
a) Fazendo x ( t ) a 1 x 1 ( t ) a 2 x 2 ( t ) , tem-se que

S a 1 x 1 ( t ) sina 1 x 1 ( t ) , S a 2 x 2 ( t ) sina 2 x 2 ( t )
e

S a 1 x 1 ( t ) a 2 x 2 ( t ) sina 1 x 1 ( t ) a 2 x 2 ( t )

Como sina 1 x 1 ( t ) a 2 x 2 ( t ) sin a 1 x 1 ( t ) sin a 2 x 2 ( t ) , tem-se que o sistema


no-linear.
b) Neste caso calculam-se:

105

ANLISE DE SISTEMAS

S a 1 x 1 ( t ) a 1 x 1 ( t ) sin (t ) , S a 2 x 2 ( t ) a 2 x 2 ( t ) sin (t )
e

S a 1 x 1 ( t ) a 2 x 2 ( t ) a 1 x 1 ( t ) a 2 x 2 ( t ) sin ( t )
e observa-se facilmente que

S a 1 x 1 ( t ) a 2 x 2 ( t ) S a 1 x 1 ( t ) S a 2 x 2 ( t )
e portanto o sistema linear.
c) No caso onde y( t ) ax ( t ) b , para a e b contantes, tem-se

y1 ( t ) ax 1 ( t ) b
y 2 ( t ) ax 2 ( t ) b

S x 1 ( t ) x 2 ( t ) ax 1 ( t ) ax 2 ( t ) b y1 ( t ) y 2 ( t )

e, portanto, o sistema no-linear.

Sistemas de modulao em frequncia (FM) respondem conforme o caso a) do


exemplo 4.10 e, portanto, o processo de FM no-linear. Sistemas de modulao em
amplitude (AM) respondem conforme o caso b) e so, portanto, lineares. Sistemas
como o descrito no caso c) so ditos incrementalmente lineares, pois respondem
linearmente a diferenas na entrada, ou seja,
y1 ( t ) y 2 ( t ) ax 1 ( t ) ax 2 ( t ) ax 1 ( t ) x 2 ( t )

a diferena na resposta entre duas entradas uma funo linear da diferena das
entradas.

Exemplo 4.11:
Avaliar se o diferenciador y(t)=dx/dt um sistema linear.
Soluo: Sejam y1(t) e y2(t) as respostas s entradas x1(t) e x2(t), respectivamente, de
maneira que

y1 ( t )

dx 1 ( t )
dx 2 ( t )
e y 2 (t)
dt
dt

A resposta entrada a1.x1(t) e a2.x2(t)

d
a 1 x 1 ( t ) a 2 x 2 ( t ) a 1 dx 1 ( t ) a 2 dx 2 ( t ) a 1 y1 ( t ) a 2 y 2 ( t )
dt
dt
dt
o que concorda com (4.6); portanto, o sistema linear.

106

SINAIS E SISTEMAS

b) Linearidade para sistemas com memria

Para um sistema com memria, a sada no depende apenas da entrada, mas


tambm das condies iniciais. Assim, as condies de aditividade e homogeneidade
devem ser aplicadas tambm para as condies iniciais.
Considere a sada yi(t), i=1, 2, para tt0, devido s condies iniciais vi(t0) e
entradas xi(t) para tt0. Ento para o sistema ser linear devem valer:

y i ( t ), t t 0
x i ( t ), t t 0
v i (t 0 )

(4.7)

Para condies iniciais v 1 ( t 0 ) v 2 ( t 0 ) e entrada x 1 ( t ) x 2 ( t ) , deve-se ter a


sada y( t ) y1 ( t ) y 2 ( t ) para tt0 (condio de aditividade)
v1 (t 0 ) v 2 (t 0 )

y1 ( t ) y1 ( t ), t t 0
x 1 ( t ) x 1 ( t ), t t 0

(4.8)

A condio de homogeneidade, para uma constante a, fica:

ay1 (t ), t t 0
ax1 (t ) , t t 0

av 1 ( t 0 )

(4.9)

Combinando numa s condio,

a 1y1 (t ) a 2 y 2 (t ), t t 0
a 1 x1 ( t ) a 2 x 2 ( t ) , t t 0
a 1v 1 (t 0 ) a 2 v 2 (t 0 )

(4.10)

Exemplo 4.12:
Considere o sistema RC srie a seguir, com corrente de entrada x(t), e tenso de sada
y(t).
x(t)

R
y(t)
C

Figura 4.4 - Circuito RC srie com condio inicial no-nula.


t

1
Neste caso , a tenso de sada y( t ) Rx ( t ) x ()d v c ( t 0 ) e, a condio
C t0
inicial a tenso no capacitor em t=t0. Avaliar se esse sistema linear.
Soluo: Fazendo a anlise para entradas a 1x1 (t ) e a 2 x 2 (t ) e condies iniciais
a 1v c1 (t 0 ) e a 2 v c 2 (t 0 ) , tem-se:

107

ANLISE DE SISTEMAS

t
a 1 v c1 ( t 0 )
1
y1 ( t ) R.a 1 x 1 ( t ) a 1 x 1 ()d a 1 v c1 ( t 0 ) ,
a 1x1 (t)
C t0
t
a 2 v c 2 ( t 0 )
1

y
(
t
)

R
.
a
x
(
t
)

a 2 x 2 ()d a 2 v c 2 ( t 0 ) e

2
2 2
a 2 x 2 (t)
C t0

a 1 v c1 ( t 0 ) a 2 v c 2 ( t 0 )

a1x1 (t) a 2 x 2 (t )

y( t ) R a 1 x 1 ( t ) a 2 x 2 ( t )

1
a 1 x1 () a 2 x 2 ()d a 1 v c1 ( t 0 ) a 2 v c 2 ( t 0 )
C t0

e portanto conclui-se que o sistema linear.

Uma outra condio importante para um sistema ser linear que, para entrada
e condies iniciais nulas, a sada deve ser igual a zero:

y ( t ) 0, t t 0
x(t ) 0 , t t 0

v (t 0 ) 0

(4.11)

Assim, o sistema y( t ) a x ( t ) b no-linear, pois para x(t)=0, y(t)=b.


Na prtica, quase todos os sistemas so algo no-lineares, porm, em muitos
casos, a no-linearidade tem um efeito to pequeno que pode ser desprezada. Muito
frequentemente, o efeito de uma no-linearidade em um componente somente se torna
evidente quando as entradas so muito grandes.
Cita-se tambm, que qualquer sistema composto apenas por elementos lineares
tambm linear.
Em sistemas de comunicao, por exemplo, os circuitos normalmente
utilizados so sistemas lineares, invariantes no tempo, assintoticamente estveis e sem
energia armazenada no instante de excitao. Esta hiptese ser adotada adiante, a
menos que se diga o contrrio. A partir desse ponto, a abreviatura SLIT, para designar
sistemas lineares e invariantes no tempo, ser utilizado de forma intensiva ao longo do
texto.
4.3 RESPOSTA EM FREQUNCIA

Considere-se um sistema que seja linear, invariante no tempo (SLIT) e


assintoticamente estvel, isto , um sistema no qual pode-se aplicar o princpio de
superposio, no h parmetros variveis no tempo e o comportamento natural decai
com o tempo. Na Fig. 4.5 representa-se o diagrama de blocos desse sistema, onde x(t)
o sinal de entrada (ou excitao) e y(t) o sinal de sada (ou resposta.).
x(t)

H(f)

y(t)

Figura 4.5 - Bloco usado para representar um sistema.

108

SINAIS E SISTEMAS

No caso especfico, da entrada exponencial complexa x ( t ) e jt , define-se a


resposta em frequncia do sistema, H(f), tal que
y( t ) H(f ).x ( t )

(4.12)

Portanto, o sinal de sada y(t) pode ser obtido, simplesmente, atravs do


produto entre H(f) e x(t), realizado no domnio do tempo. Contudo, ressalta-se que
esse procedimento vlido apenas para a entrada exponencial complexa. Conforme
ser visto adiante, no caso onde x(t) tem forma arbitrria, o clculo de y(t) no domnio
do tempo no to simples.

Exemplo 4.13: Filtro RC passa-baixa


A rede RC passa-baixa mostrada na Fig.4.6; x(t) a tenso de entrada e y(t) a
tenso de sada em condies de circuito aberto (sem carga). Obter a resposta em
frequncia desse filtro.
Soluo: A equao diferencial dessa rede

RC

dy( t )
y( t ) x ( t ) e j2 ft
dt
R
x(t)

y(t)

Figura 4.6 - Filtro passa-baixa RC.

Da teoria de equaes diferenciais, sabe-se que a soluo geral dessa equao


constituda por uma soluo complementar/homognea e uma soluo
particular/forada. A soluo complementar origina-se da anlise do sistema
homogneo e deve apresentar um comportamento exponencial decrescente, anulandose em condio de regime estacionrio. Portanto, preocupa-se apenas com a soluo
particular, a qual depende da forma especfica da entrada x(t) (ou funo forante). No
presente caso, sabe-se que tal soluo tem forma

y( t ) A.e j2 ft B.e j2 ft
onde A e B so coeficientes a determinar. Substituindo-se esta expresso na equao
diferencial, obtm-se

RC.[A( j2f ).e j2 ft B( j2f ).e j2 ft ] [A.e j2 ft B.e j2 ft ] e j2 ft


a partir da qual se extrai que

y( t )

A 1 /(1 j2RCf ) e B=0 . Portanto,

1
1
.e j2 pft
.x ( t )
1 j2RCf
1 j2RCf

109

ANLISE DE SISTEMAS

Finalmente, obtm-se a resposta em frequncia

H (f )

y( t )
1

x ( t ) 1 j2RCf

para x ( t ) e

j2 ft

Conforme visto nesse exemplo, em geral, a resposta em frequncia uma


grandeza complexa e, portanto, pode ser expressa na forma
H(f ) H(f ) .e j arg[ H ( f )]

(4.13)

onde H(f) o mdulo e arg[H(f)] o ngulo de fase. No exemplo a seguir, mostra-se


que H(f) apresenta simetria Hermitiana em relao a f, isto
H(f ) H * (f ) H(f ) .e j. arg H ( f )

(4.14)

a qual indica que o grfico do mdulo H(f) tem simetria par e, o da fase arg[H(f)],
tem simetria mpar.
Exemplo 4.14: O regime permanente senoidal
Determinar a resposta de um SLIT excitao x ( t ) A x cos( 0 t x ) .
Soluo: Usando-se a identidade de Euler, observa-se que x(t) pode ser escrito como

x ( t ) x e j x .e j0 t x e j x .e j0 t
2

donde percebe-se que cada parcela de x(t) constitui uma exponencial complexa, uma
na frequncia f0 e outra em f0, cuja resposta pode ser obtida a partir de (4.12)

A
y( t ) H(f 0 ) x e j x
2

j 0 t
A j
.e H(f 0 ) x e x

j 0 t
.e

Embora H(f0) seja uma funo complexa, em circuitos prticos, y(t) deve ser uma
funo real no tempo pois x(t) real. Entretanto, isto ser verdadeiro se, e somente se,
H(f) for Hermitiana, conforme (4.14). Assim, substituindo-se (4.13), pode-se obter

y ( t ) H (f 0 )

A x j( 0 t x arg H ( f 0 ))
[e
e j( 0 t x arg H ( f 0 )) ]
2

e, portanto, usando novamente a identidade de Euler, obtm-se a soluo final

y( t ) A y cos(0 t y )
onde

A y H(f 0 ) .A x e y x arg [H(f 0 )]

110

SINAIS E SISTEMAS

Apesar de ser um caso particular, o resultado do exemplo anterior, informando


que a funo H(f) Hermitiana, pode ser estendido para qualquer rede real.
Demonstrou-se que o sinal de sada de um SLIT, para uma excitao senoidal
tambm senoidal, na mesma frequncia de entrada e diferindo somente na amplitude
e no ngulo de fase, conforme regularmente estudado em circuitos eltricos. Alm
disso, trabalhando-se apenas com as senides de entrada e de sada, podem ser
determinadas as caractersticas H(f) e arg[H(f)]. A partir desta propriedade, justificase o procedimento de levantar experimentalmente a resposta em frequncia de
sistemas usando-se sinais senoidais, mesmo que o sistema se destine a operar com
sinais de natureza arbitrria.
Nesta seo estudou-se o procedimento para obter o sinal de sada e a resposta
em frequncia de SLITs quando as entradas so exponenciais complexas ou sinais
senoidais. Na prxima seo, estuda-se como obter esses sinais de sada para entradas
arbitrrias.
4.4 RESPOSTA PARA SINAIS ARBITRRIOS

Considere agora um sistema linear invariante no tempo (SLIT), com condies


iniciais nulas em t=0. Aplicando entrada um impulso unitrio, (t), tem-se uma sada
h(t), conforme o esquema da Fig.4.7:
(t)

h(t)
SLIT

Figura 4.7 - Sistema Linear invariante no Tempo com entrada impulsiva.

A funo h(t) a resposta do sistema a um impulso unitrio, ou simplesmente


resposta impulsiva do sistema, ou seja

h ( t ) S ( t )

(4.15)

Alm disso, como o sistema invariante no tempo


h ( t ) S ( t )

(4.16)

Como foi visto no Captulo 1, qualquer sinal x(t) pode ser escrito como a
seguinte convoluo com o impulso: x ( t ) x ( t ) ( t )
A resposta do sistema S{ . } para a entrada x(t) , portanto,

y( t ) S x ( t ) S x ( t ) ( t )

S x () ( t )d

(4.17)

111

ANLISE DE SISTEMAS

Como o presente sistema linear, vale o princpio de superposio, e assim, pode-se


permutar a ordem entre o operador S{ . } e a integral (somatrio contnuo)

x () S(t )d

y( t )

(4.18)

e portanto, a resposta do SLIT depende somente do conhecimento da resposta


impulsiva. Por outro lado, aplicando-se (4.16)

y( t )

x() h (t )d

que a integral de convoluo:

y( t )

x()h (t )d x(t ) h(t )

(4.19)

Assim, chega-se ao importante resultado que, para se obter a sada de um SLIT


a uma entrada x(t) qualquer, basta conhecer sua resposta impulsiva h(t) e efetuar a
convoluo indicada em (4.19). Em outras palavras, num SLIT (causal), a resposta
impulsiva caracteriza completamente o sistema.
Como a convoluo uma propriedade comutativa, tambm possvel
escrever

y( t )

h()x(t )d h (t ) x (t )

(4.20)

Em geral, a resposta ao degrau um resultado mais utilizado na prtica que a


resposta impulsiva. Chamando a resposta ao degrau de um SLIT de g(t):
g( t ) S u ( t )
u(t) h(t) h(t) u(t)

h()u(t )d

Considerando agora a derivada da resposta ao degrau:

dg ( t ) d
h ()u ( t )d
dt
dt

h () dt u(t )d

Como

112

d u (t )
( t ) ,
dt

(4.21)

SINAIS E SISTEMAS

dg ( t )
h ()( t )d h ( t ) ( t ) h ( t )
dt

e portanto
h(t)

dg( t ) d S{u ( t )}

dt
dt

(4.22)

ou seja, pode-se obter a resposta impulsiva a partir da derivada no tempo da resposta


ao degrau.
4.5 RESPOSTA IMPULSIVA E RESPOSTA EM FREQUNCIA

Considere novamente um sistema linear invariante no tempo (SLIT), excitado


por x ( t ) e j2 ft . Aplicando-se (4.20) obtm-se

j 2 f ( t )
j 2 f
h
(
).
e
d
d .e j2 ft

h ().e


porm, o termo entre chaves a transformada de Fourier de h(t), e assim

y( t ) h ( t ) x ( t )

y( t ) [h ( t )].e j2 ft

(4.23)

Por outro lado, discutimos na seo 4.3 que a resposta em frequncia H(f) tal
que
y( t ) H(f ).e j2 ft

(4.24)

Assim, comparando-se as expresses (4.23) com (4.24) conclui-se que a


resposta em frequncia de um SLIT dada pela transformada de Fourier da sua
resposta impulsiva h(t):

H(f ) [h ( t )]

h (t )e

j 2 ft

dt

(4.25)

Portanto, fica estabelecido mais um par de transformada de Fourier, a saber:

h ( t ) H (f )

(4.26)

Como a sada y(t) de um SLIT, com entrada x(t) e resposta impulsiva h(t),

y( t ) x ( t ) h ( t ) ,
aplicando-se o teorema da convoluo discutido no Captulo 3, tem-se em frequncia,
Y (f ) X (f ) H (f )

(4.27)

113

ANLISE DE SISTEMAS

informando que o espectro do sinal de sada do SLIT obtido simplesmente


multiplicando-se o espectro do sinal de entrada pela sua resposta em frequncia. Na
Fig.4.8 resumem-se os resultados obtidos para o SLIT.

x(t)
X(f)

h(t)
H(f)

y(t)=x(t)*h(t)
Y(f)=X(f) H(f)

Figura 4.8 - Relaes entre entrada e sada no tempo e frequncia de um SLIT.

Para sistemas reais, h(t) uma funo real e H(f) apresenta simetria
Hermitiana (pois apresenta todas as propriedades da transformada de Fourier
estudadas no Captulo 3), ou seja,
H (f ) H * ( f )
H (f ) H ( f )

(4.28)

arg[H(f )] arg[H(f )]

O mdulo e a fase do espectro da sada y(t) ficam:


Y ( f ) X ( f ) H (f )
arg[Y(f )] arg[X(f )] arg[H(f )]

(4.29)

A resposta em frequncia de um sistema indica como ser modificado o


espectro de frequncia (magnitude e fase) do sinal de entrada. Quando um sinal de
informao transmitido de um ponto a outro, o meio de transmisso pode ser visto
como um sistema com resposta em frequncia H(f). Neste caso, desejvel que no
ocorram modificaes no espectro original, ou seja, H(f) no deve distorcer o sinal
transmitido. J numa aplicao de filtragem, i.e., onde H(f) um filtro (passa-baixas,
por exemplo), desejvel que H(f) corte certas frequncias do sinal de entrada com o
objetivo de reduzir interferncias e rudos.
Usando-se o teorema de energia de Parseval, verifica-se que a energia do sinal
de sada do SLIT
Ey

(4.30)

Y(f ) df

A densidade espectral de energia do sinal de sada, Y(f)2, pode ser obtida a partir de
(4.27)
2

Y (f ) H (f ) . X (f )

(4.31)

em termos da densidade espectral de energia de entrada, X(f)2.


Antes de concluir esta seo, cabe aqui uma observao quanto
nomenclatura utilizada neste e em outros textos. A resposta em frequncia de um

114

SINAIS E SISTEMAS

sistema H(f), como j foi mencionado, indica como o sistema modifica a amplitude e
a fase de um sinal senoidal na frequncia f aplicado sua entrada.
Em alguns textos, H(f) pode ser chamada de funo de transferncia [3], [4] ou
funo de sistema [9]. No entanto, os autores desta publicao consideram melhor
reservar a denominao de funo de transferncia (ou de sistema) a uma
representao mais abrangente de um determinado sistema. Essa representao mais
geral, para sistemas de tempo contnuo, feita por meio da transformada de Laplace,
na varivel complexa s j2f . Num sistema linear e invariante no tempo, a
entrada e a sada esto relacionadas por
Y(s) X(s) H(s) ,
com X(s) e Y(s) sendo as transformadas de Laplace dos sinais de entrada e sada,
respectivamente, e H(s) a funo de transferncia do sistema. Para o caso particular
onde s j2f , tem-se a resposta do sistema em regime permanente senoidal, e
portanto a funo de transferncia se reduz resposta em frequncia do sistema.
Em outras palavras, a resposta em frequncia H(f), s vezes representada
tambm por H( j) , um caso particular obtido da funo de transferncia H(s), a
partir da qual tambm se pode obter a resposta transitria do sistema. Em
comunicaes, geralmente tem-se o interesse de se trabalhar no regime permanente
senoidal, e portanto a resposta em frequncia mais utilizada. Em sistemas de
controle, pode-se ter um interesse maior em analisar a resposta transitria, para a qual
a representao do sistema em termos da funo de transferncia mais comum.

Exemplo 4.15:
Esboar o espectro de magnitudes do filtro RC passa-baixa e determinar sua largura de
banda.
Soluo: No exemplo (4.13) foi visto que a equao diferencial deste sistema

x ( t ) RC

dy( t )
y( t )
dt

Assim, aplicando-se a transformada de Fourier a ambos os lados dessa equao,


obtm-se

X(f ) RC( j2f ).Y(f ) Y(f )


e da

H (f )

1
1 j2fRC
O mdulo de H(f)

H (f )

1
1 (2fRC) 2

115

ANLISE DE SISTEMAS

sendo que seu grfico mostrado na Fig.4.9.


H(f)
1
1/ 2 0,707

-B

Figura 4.9 - Espectro de magnitudes do filtro RC passa-baixa.

Aplicando-se o critrio de largura de banda de 3dB=20.log10[1/ 2 ] ,


determina-se o valor de f =B tal que H (f ) 1 / 2 , obtendo-se

1
2RC

Aproveitando-se do resultado obtido no exemplo anterior, vamos avaliar a


ao da filtragem passa-baixa sobre um dado sinal de entrada. Na Fig.4.10 ilustram-se
trs situaes nas quais o sinal de entrada mantido fixo, com largura de banda w, e
varia-se a largura de banda B do filtro RC passa-baixa.
O grfico de Y(f) obtido a partir de (4.29). No caso a) considera-se B>>w, e
assim, H(f) varia muito pouco dentro da banda de sinal, isto , H(f)1 para 0<f<w.
Aplicando-se (4.29) obtm-se Y(f) = H(f). X(f) X(f) e, portanto, y(t) x(t),
notando-se pouca distoro do sinal. No caso c) considera-se que B<<w, e assim,
Y(f) H(f). X(0) para 0<f<w e, assim, y(t) X(0).h(t), sendo a sada semelhante
resposta impulsiva. No caso b) obtm-se um comportamento intermedirio entre os
casos anteriores.
X(f)

X(f)

X(f)

H(f)
1

H(f)
1

Y(f)

w
(a)

0B

Y(f)

w
(b)

w
(c)

Figura 4.10 - Anlise espectral do filtro RC passa-baixa. a) B>>w. b) B w. c) B<<w.

116

H(f)
1

Y(f)

SINAIS E SISTEMAS

Exemplo 4.16:
Esboar o sinal de sada do filtro RC passa-baixa quando o sinal de entrada for a porta

t /2
x ( t ) A.rect


Soluo: Em primeiro lugar calcula-se a resposta impulsiva desse filtro, invertendo-se
a transformada de Fourier H(f) obtida no exemplo 4.15. O leitor poder verificar que

RC
1 t / RC
h ( t ) 1
.
e
u(t)

RC 1 j2fRC RC
sendo os grficos de x(t) e h(t) mostrados na Fig.4.11.
h(t)
x(t)
1/RC
A
t

(a)
(b)
Figura 4.11 - Sinais para anlise do filtro RC passa-baixa. a) Sinal de entrada. b) Resposta
impusiva.

A partir de (4.19) sabe-se que o sinal de sada desse filtro dado pela
convoluo entre os sinais mostrados na Fig.4.11.

y ( t ) x ( t ) * h ( t ) x ( ) h ( t ) d

Encoraja-se o leitor a verificar que o resultado dessa convoluo

t0
0,

y( t ) A(1 e t / RC ),
0t
A(1 e t / RC ).e ( t ) / RC , t

A ttulo de ilustrao, apresentam-se na Fig.4.12 alguns grficos do sinal de


sada, quando a constante RC mantida fixa e varia-se a largura da porta .
y(t)

y(t)

y(t)

(a)

(b)

(c)

Figura 4.12 - Anlise temporral do filtro RC passa-baixa. a) >> RC. b) RC. c) << RC.

Pela figura 4.12 a) percebe-se que, quando o valor da largura da porta for >>
RC, o sinal de sada mantm alguma semelhana com o sinal de entrada original,

117

ANLISE DE SISTEMAS

apresentando certa distoro nas subida e descida da funo porta. Isto ocorre porque
o contedo espectral associado s descontinuidades da funo porta elevado, e o
filtro as suprime em certa quantidade, tornando o sinal de sada uma verso suavizada
da entrada. Porm, esta semelhana diminui medida que a constante RC aumenta,
distorcendo severamente o sinal, como mostrado nos casos b) e c).

4.5.1 Associao de SLITs

No Captulo 3, verificou-se que a convoluo satisfaz s propriedades


associativa e distributiva. Quando essas informaes so utilizadas juntamente com os
resultados anteriores, obtm-se algumas regras de associao de SLITs. Em primeiro
lugar, considere a associao em cascata mostrada na Fig.4.13.

x(t)
X(f)

h1(t)
H1(f)

x(t)*h1(t)
X(f).H1(f)

h2(t)
H2(f)

y(t)

x(t)

Y(f)

X(f)

(a)

h(t)
H(f)

y(t)
Y(f)

(b)

Figura 4.13 - Associao em cascata de SLITs. a) Diagrama de blocos da associao em cascata.


b) Sistema resultante.

O sinal de sada da associao dado por


y( t ) x ( t ) * h 1 ( t ) h 2 ( t )

(4.32)

porm, da propriedades associativa da convoluo


x ( t ) h 1 ( t ) h 2 ( t ) x ( t ) * h 1 ( t ) h 2 ( t ) y( t )

(4.33)

Cujo resultado informa que a conexo em cascata de dois SLITs pode ser substituda
por um sistema cuja resposta impulsiva a convoluo entre as respostas impulsivas
individuais.
No domnio da frequncia, aplica-se o teorema da convoluo a (4.33)
obtendo-se
Y(f ) X(f ).[H 1 (f ).H 2 (f )] H(f ).X(f )

(4.34)

onde
H(f ) H 1 (f ).H 2 (f )

(4.35)

que informa que a resposta em frequncia da associao em cascata igual ao produto


das respostas em frequncia individuais.
Por outro lado, no caso da associao em paralelo mostrada na Fig.4.14.
Obtm-se que o sinal de sada ser
y( t ) x ( t ) * h 1 ( t ) x ( t ) h 2 ( t )

118

(4.36)

SINAIS E SISTEMAS

porm, devido propriedade distributiva da convoluo


x ( t ) h 1 ( t ) h 2 ( t ) x ( t ) * h 1 ( t ) x ( t ) h 2 ( t ) y( t )

(4.37)

Este resultado informa que a associao em paralelo de dois SLITs equivalente a um


SLIT cuja resposta impulsiva a soma das respostas impulsivas individuais.
h1(t)
H1(f)
x(t)

x(t)*h1(t)
y(t)

X(f)
h2(t)
H2(f)

Y(f)

x(t)
X(f)

h(t)
H(f)

y(t)
Y(f)

x(t)*h2(t)

(a)

(b)

Figura 4.14 - Associao em paralelo de SLITs. a) Diagrama de blocos da associao em paralelo.


b) Sistema resultante.

No domnio da frequncia, obtm-se


Y(f ) X(f ).[H 1 (f ) H 2 (f )] X(f ).H(f )

(4.38)

ou seja
H (f ) H 1 (f ) H 2 (f )

(4.39)

a resposta em frequncia da associao em pararelo igual soma das funes de


transferncia individuais.
4.5.2 Resposta impulsiva, estabilidade e causalidade

Conforme estudado em sees anteriores, a verificao afirmativa de


estabilidade e causalidade de um dado sistema exige que os testes sejam executados
para toda e qualquer entrada possvel, o que pode dificultar muito esta comprovao
dependendo da natureza do sistema. Contudo, se for sabido a princpio que o sistema
SLIT, esta tarefa pode ser extremamente simplificada.
De fato, pode-se demonstrar facilmente (vide exerccios) que: para um
sistema linear e invariante no tempo ser estvel BIBO, suficiente que a resposta
impulsiva obedea seguinte condio [2]:

| h(t ) | dt

(4.40)

ou seja, se a resposta impulsiva for absolutamente integrvel, o sistema estvel.


Isto reduz a anlise de estabilidade a uma verificao mais simples. Note que esta

119

ANLISE DE SISTEMAS

tambm uma condio suficiente para a existncia da transformada de Fourier de


h(t) .
Relativamente causalidade, pode ser demonstrado que: a condio
necessria e suficiente para que um SLIT seja causal que sua resposta impulsiva,
h(t), seja zero para t<0.
Ressalta-se que, a aplicao desta propriedade exige que h(t) possa ser
determinada ou que seja conhecida previamente. Entretanto, nos casos onde h(t) de
difcil obteno, porm, H(f) conhecida, pode-se aplicar o critrio de Paley-Wiener,
que estabelece que: a condio necessria para que um SLIT seja causal que H(f)
satisfaa a

ln H(f )

1 (2f )

df 0 e
2

H(f ) df .

(4.41)

Observe que este critrio no satisfaz condio de suficincia, uma vez que
no leva em conta a fase de H(f), mas apenas o mdulo H(f). Assim, podemos ter
valores de H(f) idnticos, porm, com fases diferentes, sendo que um conduz a um
sistema causal e outro no.
4.6 TRANSMISSO SEM DISTORO

Considere o caso em que se deseja transmitir um sinal x(t) de um ponto a


outro, atravs de um SLIT, sem distoro. Isto significa que a sada do sistema deve
ter o mesmo formato da entrada, ou seja:
y (t ) K x(t t d )

(4.42)

onde K uma constante e td um atraso. Analisando a expresso no domnio da


frequncia:

Y ( f ) K X ( f ) e j2 f t d
de onde se conclui que a resposta em frequncia de um SLIT que no introduz
distoro :
H (f )

Y (f )
K e j2 f t d
X (f )

(4.43)

e
H (f ) K
arg[H(f )] 2f t d

(4.44)

ou seja, H(f) um sistema com amplitude constante e fase linear. Na Fig.4.15 esto
especificadas as caractersticas espectrais, de mdulo e fase, de um sistema sem
distoro.

120

SINAIS E SISTEMAS

|H(f)|

K
f

arg[H(f)]
-2 td

Figura 4.15 - Caracterstica de sistema com fase linear.

Na prtica, essas condies no precisam ser satisfeitas em toda a faixa de


frequncia, mas apenas nas faixas de frequncia de interesse do sinal de entrada.
Assim, se X(f) tiver componentes de frequncia at 100 kHz, ento H(f) deve ter
mdulo constante e fase linear entre 0 e 100 kHz para que no introduza distoro no
sinal.
4.6.1 Distoro linear e no-linear

Quando o sistema considerado linear, porm, a condio (4.44) no


satisfeita, diz-se que o sinal sofre distoro do tipo linear, a qual pode envolver
a) distoro de amplitude: H(f ) K , ou
b) distoro de fase: arg[H(f )] 2t d f .
Na distoro linear, podem ocorrer diferenas na composio espectral do
sinal de sada, Y(f), relativamente do sinal de entrada, X(f), contudo, se a largura de
banda de X(f) for Bx , a da sada ser By Bx.
Por outro lado, a distoro no-linear ocorre quando o sistema no-linear
como, por exemplo, no sistema y(t)=a1.x(t)+a2.x2(t). Conforme estudado na Captulo
3, se x(t) tem largura de banda Bx, ento, x2(t) ter largura de banda 2Bx. Ou seja, a
sada contm componentes espectrais em frequncias que no estavam presentes na
entrada. Alm disso, uma vez que os espectros associados a x(t) e x2(t) sejam
superpostos, torna-se impossvel separ-los atravs de simples filtragem. Outros
efeitos, como o aparecimento de produtos de intermodulao, costumam acontecer
quando o sistema no-linear [3].
Ao contrrio da distoro no-linear, discute-se no prximo item, que a
distoro linear pode ser compensada.
4.6.2 Equalizao de sistemas

O processo de equalizao pode ser aplicado para compensar os efeitos da


distoro linear, desde que o sistema seja inversvel. Na Fig.4.16 ilustra-se o diagrama
de blocos do processo.

121

ANLISE DE SISTEMAS

x(t)

H(f)

Heq(f)

y(t)

HT(f)
Figura 4.16 - Processo de equalizao.

O procedimento consiste em associar um equalizador, com resposta em


frequncia Heq(f), em cascata com o sistema sob distoro H(f), a fim de que y(t) volte
a ser uma rplica fiel de x(t). Assim, se HT(f) for a resposta em frequncia do sistema
da associao em cascata, aplica-se (4.35) obtendo-se
H T (f ) H(f ).H eq (f )

(4.45)

Deseja-se impor um comportamento global sem distoro, ou seja


H(f ).H eq (f ) K.e j2 ft d

(4.46)

Portanto, Heq(f) deve ser sintetizado de tal forma a satisfazer


H eq (f )

K.e j2 ft d
K.e j2 ft d [H(f )]1
H (f )

(4.47)

desde que H(f) seja inversvel.


Exemplo 4.17: Reflexes por multicaminhos
Ao longo da propagao de um sinal de TV entre um transmissor e um receptor, por
exemplo, podem ocorrer reflexes indesejveis em obstculos ao longo do percurso,
fazendo com que o sinal recebido seja do tipo

y( t ) K 1 x ( t t 1 ) K 2 x ( t t 2 )
onde x(t) o sinal de entrada nesse sistema de transmisso, K1 e K2 so constantes
(associados a atenuaes de sinal), t1 o tempo de propagao do feixe principal (que
no sofre nenhuma reflexo), e t2>t1 o retardo de tempo associado poro de feixe
secundrio (que sofre reflexo e que tambm incide no receptor). Este fenmeno
conduz ao conhecido aparecimento de imagens fantasmas no aparelho de TV. Projetar
um sistema equalizador para que a recepo volte a ser satisfatria.
Soluo: A transformada de Fourier de y(t) ser Y(f ) H(f ).X(f ) , onde

H(f ) K 1e jt1 (1 K d e j )
sendo =2f, Kd=K2/K1 e =t2-t1>0 (encoraja-se o leitor a verificar isto !). Observe
j t
que, se =0, ento, H (f ) K 1 (1 K d ).e 1 , e no h distoro. Assim, ocorre
distoro sempre que

A fim de compensar a distoro, deve-se providenciar um equalizador, com


resposta em frequncia, Heq(f), que satisfaa (4.47). Esta equao, por sua vez, conduz
a

122

SINAIS E SISTEMAS

H(f ) K.e jt d

1
H eq (f )

Assim, comparando-se as duas expresses de H(f) acima, verifica-se que a


compensao acontecer desde que K=K1, td=t1 e

H eq (f )

1
1 K d e j

Nos casos onde a intensidade da reflexo seja baixa (K2<<K1), ocorre Kd<<1,
e Heq(f) pode ser expandida numa srie binomial:

1
1 a a 2 ..., a 1 ,
1 a

gerando-se

H eq (f ) 1 K d .e j K d2 .e j2
e j [e j K d K d2 .e j ]
onde utilizou-se apenas os trs primeiros termos da srie. Na Fig.4.17 ilustra-se uma
forma de sintetizar Heq(f) descrito acima, usando-se blocos elementares, cuja estrutura
conhecida como filtro ou equalizador transversal.
DEFASADOR

DEFASADOR

e-j

e-j

AMPLIFICADOR
INVERSOR

-Kd

AMPLIFICADOR
NO-INVERSOR

Kd2

EQUALIZADOR

Figura 4.17 - Diagrama de blocos do equalizador transversal.

Neste exemplo, trabalhou-se com apenas trs elementos da srie de potncia. Para
uma maior equalizao, pode-se trabalhar com mais elementos, o que implica em
acrescentar mais defasadores, amplificadores e somadores no diagrama da Fig.4.17,
segundo a seguinte relao de recorrncia: o prximo amplificador, deve ser inversor
com ganho K 3d , o prximo tem ganho K d4 , e assim por diante.

4.7 FILTROS IDEAIS

Em sees anteriores j se comentou sobre o papel dos filtros no


processamento de sinais como, por exemplo, o filtro RC passa-baixa. De modo geral,
filtros so sistemas (ou redes) que exibem caractersticas seletivas em frequncia. O
estudo de filtros deve ser realizado em disciplinas especficas do curso de engenharia
eltrica, por isso, no sero enfatizados neste texto.
Contudo, uma classe de filtros que merece grande ateno a dos filtros
ideais, que possuem caractersticas de transmisso sem distoro ao longo da banda

123

ANLISE DE SISTEMAS

passante, e resposta nula fora dessa banda. Assim, por exemplo, um filtro passa-baixa
ideal, com largura de banda B, teria caracterstica espectral conforme a mostrada na
Fig.4.18.

-B

H (f )
B

f
arg[H(f)]

Figura 4.18 - Caracterstica de magnitude e fase do filtro passa-baixa ideal.

Este filtro ideal pode ser descrito por


H(f ) K.rect (f / 2B).e jt d , =2f

(4.48)

onde K e td so constantes.
Entretanto, vamos mostrar que filtros ideais no so fisicamente realizveis.
De fato, se o sinal entrada do filtro for x(t)=(t), pode-se obter a resposta impulsiva
desse filtro:
h ( t ) 2KB.sinc[2B( t t d )]

(4.49)

e que encontra-se desenhada na Fig.4.19


h(t)
2BK

td

Figura 4.19 - Resposta impulsiva do filtro passa-baixa ideal.

O sinal de entrada x(t)=(t) obviamente aplicado em t=0, sendo nulo antes


desse instante. Contudo, analisando-se a Fig.4.19, observa-se que j existia resposta
h(t) antes mesmo de t=0, indicando que a resposta do sistema se d antes da aplicao
da excitao. Portanto, o filtro passa-baixa ideal no-causal, i.e., no realizvel. Na
verdade, o filtro ideal no satisfaz o critrio de Paley-Wiener, pois H(f)=0 para f>B,
conforme ilustra a Fig.4.18, e assim, para esses valores de f, ocorre ln H(f ) ,
violando (4.41). Portanto, no pode ser causal.
Este exemplo ilustra um outro resultado importante oriundo do teorema de
Paley-Wiener que estabelece que: um sinal limitado em banda no pode ser
estritamente limitado no tempo [6]. Apesar de termos tratado apenas com o filtro
passa-baixa ideal, o resultado tambm vlido para os demais tipos de filtros ideais.

124

SINAIS E SISTEMAS

A rigor, portanto, a idia de filtro ideal deveria ser abandonada, porm, como
constitui uma ferramenta muito poderosa para fins de anlise matemtica, no deve
ser desprezada. Na verdade, embora sinais causais (limitados no tempo) no sejam
estritamente limitados em banda, na prtica, as amplitudes de seus espectros decaem
medida que f aumenta, e as componentes em frequncias superiores podem ser
desprezadas. Assim, basta construir filtros que transmitam as componentes espectrais
que contenham a maior parte da energia do sinal.
Em sistemas de comunicao existe uma transformao linear muito utilizada,
cujo resultado da transformao ainda se encontra no domnio do tempo, sendo
denominada de transformada de Hilbert. A prxima seo dedicada ao estudo dessa
nova transformada.
4.8 TRANSFORMADA DE HILBERT

Estuda-se nessa seo a transformada de Hilbert, sob os pontos de vista


temporal e espectral. Considere-se, inicialmente, um sistema cuja resposta em
frequncia, HQ(t), definida por:
H Q ( t ) j. sgn(f )

(4.50)

cujo grfico encontra-se desenhado na Fig. 4.20.


HQ(t)
+j
f

0
-j

Figura 4.20 - Caracterstica espectral do filtro de Hilbert.

Este sistema, denominado de filtro de Hilbert ou filtro de quadratura,


basicamente desloca de -900 as fases das componentes de frequncias positivas e, de
+900, as negativas.
Exemplo 4.18:
O sinal x ( t ) cos 0 t (1 / 3). cos 3 0 t (1 / 5). cos 5 0 t passa por um filtro de
Hilbert gerando o sinal y(t). Desenhar os grficos de x(t) e y(t).
Soluo: O sinal de entrada x(t) pode ser rescrito como

x(t)

e j0 t e j0 t 1 e j30 t e j30 t 1 e j50 t e j50 t

2
3
2
5
2

O filtro de Hilbert acrescenta 900 a todas as frequncias positivas, e +900 s


negativas:

y( t )

e j[ 0 90

]t

e j[ 0 90
2

]t

1 e j[ 30 90

]t

e j[ 30 90
2

]t

1 e j[ 50 t 90 ] e j[ 50 90

5
2

]t

a qual, aps algumas manipulaes algbricas, conduzem a

125

ANLISE DE SISTEMAS

y( t ) sen 0 t (1 / 3). sen 30 t (1 / 5). sen 50 t


cujo grfico encontra-se desenhado na Fig.4.21.
1.00

x(t)
0.50

0.00

-0.50

-1.00

(a)
2.00

y(t)
1.00

0.00

-1.00

-2.00

(b)
Figura 4.21 - Ao do filtro de Hilbet sobre um sinal. a) Sinal de entrada x(t).
b) Sinal de sada y(t).

Como se observa atravs da figura, o filtro de Hilbert introduz uma distoro


linear sobre o sinal de entrada, fazendo com que a uma onda aproximadamente
quadrada se transforme numa onda aproximadamente triangular. De fato, pode ser
mostrado que o filtro de Hilbert introduz picos na sua sada sempre que na entrada
ocorram descontinuidades do tipo degrau.

A transformada de Fourier inversa de HQ(f) corresponde resposta impulsiva


do filtro de Hilbert, e pode ser obtida recorrendo-se aos teoremas da diferenciao e
da dualidade. Assim, se X(f) a transformada de Fourier de x(t), conclui-se que
[ j2tX( t )]

dx (f )
dx (f )

df
df

(4.51)

a partir da qual obtm-se


X( t )

j 1 dx (f )
[
]
2t
df

(4.52)

A seguir, efetua-se uma mudana no nome da funo temporal X(t) para hQ(t). Assim,
torna-se natural trocar o nome de x(f) para HQ(f), tal que hQ(t) e HQ(f) formem um par
de transformadas de Fourier. Portanto,

126

SINAIS E SISTEMAS

h Q (t)

j 1 dH Q (f )
[
]
2t
df

(4.53)

Escrevendo-se HQ(f) mostrada na Fig.4.20, numa forma mais adequada:


H Q (f ) j. sgn(f ) j2u (f ) j

(4.54)

e substituindo-se (4.54) em (4.53), obtm-se


h Q (t)

du (f )
j 1
j 1
j2

j2.( t )

df 2t
2t

(4.55)

e da, finalmente
h Q (t)

1
t

(4.56)

a resposta impulsiva do filtro de Hilbert.


Considere-se, agora, a resposta de um sistema cuja resposta impulsiva hQ(t),
a uma entrada arbitrria v(t). Se v( t ) corresponder a esta sada, sabe-se, da teoria de
sistemas lineares invariantes no tempo, que
v( t ) h Q ( t ) * v( t )

(4.57)

Substituindo-se hQ(t) e explicitando a integral de convoluo, obtm-se


v( t )

1 v( )
d
t

(4.58)

A integral (4.58) corresponde transformada de Hilbert ou conjugada


harmnica da funo v(t), e tambm constitui uma funo no domnio do tempo.
Com uma mudana de varivel, de t- para , (4.58) converte-se em
v( t )

1 v( t )
d

(4.59)

uma forma alternativa para calcular a transformada de Hilbert.


Exemplo 4.19:
Calcular a transformada de Hilbert da funo v( t ) A. cos(t )
Soluo: Aplicando-se a definio (4.59) e desenvolvendo o seno da soma,

v( t )

A cos(t ). cos sen(t ). sen


.d

Esta integral pode ser avaliada, lembrando-se que

127

ANLISE DE SISTEMAS

sen x
.dx
x
2

e que f(x)=cos(x)/x uma funo mpar, e assim, sua integral entre - e + nula.
Portanto,

v( t ) A. sen(t )

A partir desse exemplo, conclui-se que a transformada de Hilbert de uma cosenide equivale simplesmente a acrescentar 900 ao seu argumento, isto :
A cost = A cos(t) = A sen (t)

(4.60)

Este resultado j devia ser esperado no caso da funo senoidal, em vista da


prpria definio da funo de resposta em frequncia, e da definio de HQ(t), que
defasa de 900 as componentes de frequncia positivas. Entretanto, ressalta-se que
esta propriedade no vlida para sinais arbitrrios, os quais devem obedecer a (4.58)
ou (4.59).
Exemplo 4.20:
Calcular a transformada de Hilbert da funo v( t ) A. sen(t )
Soluo: Utilizando-se o resultado do exemplo 4.19, obtm-se

A sent = Acost = A cos(t) = - A cos (t)

A seguir, apresentam-se algumas propriedades da transformada de Hilbert,


cujas demonstraes so deixadas a cargo do leitor, como exerccio:
a)

v(t) = - v(t)

b)

v(t)+.w(t) = v(t) + . w(t)

c)

vtvt

d)

d n v( t ) d n
n v( t )
dt n
dt

(4.61a)
(4.61b)
(4.61c)
(4.61d)

Alm dessas, tambm importante a propriedade de otogonalidade entre v(t) e


v( t ) , que estabelece que

v( t ).v( t ) dt 0

1 T / 2
v( t ).v( t ) dt 0
T T T / 2
lim

128

(4.62 a)
(4.62 b)

SINAIS E SISTEMAS

para sinais de energia e de potncia, respectivamente.


Pode-se demonstrar tambm, que a energia
alternativamente, em termos da transformada de Hilbert:

pode

E v v( t ) dt v( t ) dt
2

ser

avaliada,

(4.63)

Na Tabela 4.1 so apresentados pares de transformada de Hilbert para algumas


funes consideradas relevantes:
Tabela 4.1. Pares de transformada de Hilbert
Funo

A
1
t
sen(0 t )
sin (t )
e j 0 t
(t)

( t 2 )
rect ( t / 1)
2

Transformada de Hilbert

0
( t )

cos(0 t )
1
t.sinc 2 (t )
2
j e j 0 t
1
t
t
2
( t 2 )
1 2t 1
ln
2t 1

Por fim, cita-se o importante teorema da transformada de Hilbert para o


produto de duas funes:
Se v(t) e w(t) so sinais disjuntos em frequncia, onde w(t) passa-baixa e v(t)
passa-alta, ento
w(t).v(t) w ( t ).v( t )

(4.64)

Exemplo 4.21: Transformada de Hilbert do sinal modulado


Dado w(t) um sinal passa-baixa com W)f)=0 para f > , calcular a transformada de
Hilbert do sinal modulado w ( t ). cos( p t ) , para fp>.
Soluo: Na Fig. 4.22 foram esboados os espectros de w(t) e de cos(pt),
evidenciando que so disjuntos em frequncia desde que fp>.

129

ANLISE DE SISTEMAS

[ w( t )]

0
(a)

[cos( p t )]

-fp

fp
(b)

Figura 4.22 Sinais para o exemplo 4.21.

Assim, aplicando o teorema da transformada de Hilbert do produto

w(t).cos pt = w(t).cos pt = w(t). sen pt


para fp>.

Na sequncia, apresentam-se alguns exerccios para que o leitor possa avaliar o


aprendizado do assunto deste captulo.
4.9 EXERCCIOS PROPOSTOS
4.9.1. A Fig.P4.9.1 mostra dois elementos de circuito, um resistor hmico no qual
v(t)=R.i(t), e um capacitor no qual i(t)=C.dv(t)/dt. Sistemas dessa natureza foram
estudados neste captulo. Discutir e justificar que o filtro RC passa-baixas um
sistema linear.
i(t)

v(t)

v(t)

S{i(t)}

resistor hmico

i(t)
S{v(t)}

capacitor

(a)

(b)

Fig. P4.9.1

4.9.2. Demonstrar que a condio necessria e suficiente para que um SLIT seja
causal que sua resposta impulsiva, h(t), seja zero para t<0
Sugesto: Ver o livro do Roden [6]
4.9.3. Demonstrar que para um sistema linear e invariante no tempo ser estvel BIBO,

suficiente que a resposta impulsiva obedea seguinte condio:

| h(t ) | dt

130

SINAIS E SISTEMAS

4.9.4. A Fig.P4.9.2 a) ilustra um segurador de ordem sero (zero-order hold), e a Fig.


P4.9.2 b), o seu diagrama de blocos equivalente do sistema em termos de respostas em
frequncia.
x(t)

y(t)

RETARDO

(a)
x(t)

H1(f)=1

H3(f)=1/(j2f)

y(t)

H2(f)= e - j2 f

(b)

Figura P4.9.4.

a) Mostrar que este sistema SLIT


b) Obter a resposta em frequncia H(f) do sistema global realizando umaa anlise da
frequncia
c) Obter a resposta impulsiva do sistema global, h(t), e a partir da a resposta em
frequncia.
4.9.5 Considere um sinal x(t) limitado em B Hz. Este sinal aplicado a um SLIT com
mdulo e fase como indicados na figura P4.9.5. Determine a sada do sistema y(t) e
Y(f) (analticamente e graficamente). Note o efeito da distoro em amplitude causada
pelo sistema.
x(t)

y(t)

h(t)

f f
H ( f ) a 0 a1 cos
B 2 B

| H(f) |

x(t)
-B
t

X(f)

arg{H ( f )} 2 t 0 f

arg{H(f)}
f

-B

Figura P4.9.5

4.9.6. Demonstrar as propriedades (6.61 a) (6.61d).


4.9.7. Obter a transformada de Hilbert de x(t)=A.cos(t+), executando os clculos
no domnio da frequncia.

131

ANLISE DE SISTEMAS

4.9.8. Demonstrar o teorema da transformada de Hilbert (4.64) do produto de duas


funes disjuntas em frequncia.
4.9.9. Seja a funo retangular v( t ) A[u ( t ) u ( t )]

a) Esboar o grfico de v(t);


b) Usando a definio, demonstrar que v( t )
c) Esboar o grfico de v( t ) .
Sugesto: Ver o livro do Carlson [3].

132

A
t
ln
;
t

SINAIS E SISTEMAS

CAPTULO 5:
AMOSTRAGEM DE SINAIS

Conforme estudado em captulos anteriores, um sinal pode ser considerado


como uma funo que contm informao, em geral, a respeito do estado ou
comportamento de um sistema fsico. Embora os sinais possam ser representados de
diferentes maneiras, em todos os casos a informao est contida na variao de
algum atributo do sinal (amplitude, fase, etc). Vimos tambm que sinais de tempo
contnuo (ou analgicos) so representados em funo de uma varivel independente
(tempo) contnua. Por outro lado, sinais de tempo discreto so dependentes de
variveis (tempo) que s assumem valores discretos. Ressalta-se, contudo, que na
maioria das situaes, os sinais de tempo discreto constituem representaes
alternativas de sinais de tempo contnuo. De fato, ser discutido neste captulo que,
sob determinadas restries, um sinal de tempo contnuo pode ser precisamente
representado por suas amostras. Afirma-se que todas as suas propriedades e
informaes podem ser preservadas [2], [3].
Este fato no mnimo curioso, j que o sinal original definido em todos os
instantes de tempo, enquanto o sinal amostrado contm somente informaes do sinal
em instantes de tempo discretos. Ser visto a seguir, que o sinal original pode ser
reconstrudo a partir da sequncia de amostras com tanta exatido quanto desejado,
desde que se utilizem taxas de amostragem suficientes. Por exemplo, grficos obtidos
a partir de dados experimentais normalmente so registrados como curvas contnuas,
embora apenas um nmero finito de pontos tenha sido usado para constru-lo. Fica
evidente que se estes pontos ou amostras estiverem suficientemente prximos, um
desenho de curva suave atravs dos mesmos permite interpolar valores intermedirios
com razovel grau de exatido.
A ttulo de ilustrao, cita-se que a amostragem fundamental para que se
possa manipular os sinais em computadores, na forma digital. Algumas vantagens que
podem ser citadas so que o sinal digitalizado pode ser convenientemente armazenado
em mdias confiveis, para posterior processamento; em sistemas de telefonia digital,
pode-se enviar, por um mesmo cabo de comunicao, como uma fibra ptica,
milhares de canais telefnicos simultaneamente. Os sinais so amostrados e
intercalados no tempo, numa operao conhecida como multiplexao por diviso no
tempo (TDM) [3]. O sinal digital pode ser ainda processado de forma a aumentar a
segurana (criptografia) e reduzir os erros na transmisso, o que seria mais difcil se o
sinal fosse transmitido diretamente na forma analgica. Nota-se que a amostragem
a primeira etapa na utilizao desses sistemas e tcnicas digitais, e seu correto
entendimento fundamental para que o contedo da informao original seja
preservado.
5.1. AMOSTRAGEM DE SINAIS

Um exemplo simples de sistema prtico de amostragem consiste na operao


de chaveamento, mostrada na Fig.5.1.

133

AMOSTRAGEM DE SINAIS

x(t)

fa
t

x(t)

xa(t)

xa(t)
0

(a)

t
T

(c)

(b)

Figura 5.1 - Amostragem obtida atravs de chaveamento. a) Sinal analgico original. b) Sistema de
chaveamento. c) Sinal amostrado.

A chave comuta periodicamente entre dois contatos numa taxa de fa=1/T


Hertz, onde T o perodo de amostragem, estabelecendo um contato com o sinal de
entrada durante um intervalo de tempo , e permanecendo em contato com o terra no
restante do perodo T. Nas sees seguintes, o problema da amostragem por
chaveamento ser analisado em detalhes, antes porm, estuda-se o caso da
amostragem ideal.
5.1.1 Amostragem ideal

A amostragem ideal refere-se ao processo de amostragem no qual a largura das


amostras so nulas, e tem por objetivo simplicar a anlise matemtica do problema.
Na Figura 5.2, ilustra-se um processo de amostragem ideal, onde cada amostra
representada por um ponto em negrito.
Sob certas condies, um determinado sinal unicamente especificado por
uma sequncia de amostras equiespaadas. Num caso mais geral, isso pode no ser
verdade, pois podemos construir sinais distintos representados pela mesma sequncia
de amostra, como ilustrado pelos sinais em linha contnua e tracejada mostrados na
Fig.5.2. Um dos objetivos deste captulo, estabelecer as condies para que essa
ambiguidade no ocorra.

-2T

-T

2T

3T

4T

5T ...

Figura 5.2 - Dois sinais diferentes que possuem as mesmas amostras nos instantes t=nT.

Se o intervalo de tempo das amostras na Fig.5.1, , for muito pequeno, podese empregar uma aproximao de primeira ordem, conforme esquematizado na
Fig.5.3, onde cada pulso tem amplitude constante e na qual o sinal amostrado :
x a (nT) x ( t )

t nT

x (nT)

onde n=0, 1, 2, etc, especifica o ndice da amostra dentro da sua sequncia.

134

(5.1)

SINAIS E SISTEMAS

xa(t)

T
-1

Figura 5.3 - Aproximao em primeira ordem para o sinal amostrado. Cada amostra est associada ao
ndice n=0, 1, 2, etc.

Por outro lado, vale lembrar que cada pulso estreito de largura pode ser
escrito como um impulso no limite, e assim:
1
t nT
( t ) lim rect
( t nT)
0

ou seja, na amostragem ideal, cada pulso de amostra pode ser considerada como um
impulso unitrio. O valor da amostra, que antes era a amplitude do pulso, agora deve
ser substituda pela rea do impulso.
Para estabelecer as condies de amostragem eficiente, consideremos a
amostragem de um sinal x(t) por um trem de impulsos p(t):
x a ( t ) x( t ) p ( t )

(5.3)

onde
p( t ) rep T [( t )]

(t nT)

(5.4)

e T o perodo de amostragem. Substituindo-se (5.4) em (5.3) obtm-se

x a ( t ) x ( t ). ( t nT)
n

x(t ).(t nT)

x(nT).(t nT)

(5.5)

A fim de observar os sinais x(t), p(t) e xa(t) no domnio do tempo, tm-se os grficos
mostrados na Fig.5.4.

Portanto, o sinal amostrado um trem de impulsos cujas reas so dadas pelos


valores de x(t) nos instantes de amostragem, t=nT. Obviamente, qualquer impulso tem
amplitude infinita, assim, a representao da Fig.5.4 d), na qual as amplitudes dos
impulsos so moduladas por uma envoltria correspondente a x(t), meramente
esquemtica e com objetivo pedaggico.
Vamos agora anlise desses sinais no domnio da frequncia, utilizando-se
da transformada de Fourier dos sinais.

135

AMOSTRAGEM DE SINAIS

x(t)

xa(t)
(a)

p(t)

(b)

x(t)

p(t)

(c)

-2T

-T

x(0)

xa(t)

2T

-T

(d)

x(2T)

x(T)

x(-T)

-2T
4T

3T

2T

3T

Figura 5.4 - Sinal amostrado no domnio do tempo.

Analisando os sinais no domnio da frequncia, vamos assumir que o sinal x(t)


tenha banda limitada a B Hz, e que as amostras estejam suficientemente prximas.
Como no domnio do tempo tem-se a multiplicao entre x(t) e p(t), utilizando a
propriedade da convoluo para (5.3), no domnio da frequncia tem-se:
X a ( f ) X( f ) P( f )

(5.6)

onde a transformada de Fourier do trem de impulsos (5.4) :


P( f ) f a ( f nf a )

(5.7)

e
fa

1
T

(5.8)

a frequncia de amostragem.
Portanto, substituindo-se (5.7) em (5.6), fica-se com:
X a ( f ) X( f ) * f a ( f nf a ) f a
n

X( f nf
n

(5.9)

Graficamente tm-se os diagramas, mostrados na Fig.5.5, para X(f), P(f) e


Xa(f):

136

SINAIS E SISTEMAS

X(f)
1
(a)
-B

P(f)
fa

...

fa

-2fa

fa

fa

-fa

fa

fa

...

2fa

(b)

Xa(f)=X(f)*P(f)
fa

...
-2fa

-fa-B

-fa -fa+B

-B

...
B

fa-B

fa

fa+B

2fa

(c)

Figura 5.5 - Sinais amostrados. Representao em frequncia. a) Espectro do sinal x(t), b) Espectro do
trem de impulsos. c) Espectro do sinal amostrado.

X(f)
1

-B

Xa(f)
fa

...

...
-2fa

-fa

-B

fa

fa

2fa

Xa(f)

...

...
-2fa

-fa

-B

fa

fa

2fa

fa = 2B
f

Xa(f)

...

...
-2fa

fa > 2B

-fa

fa

2fa

fa < 2B
f

Xa(f)
2fa

...

...
-2fa -fa

fa

2fa

fa = B
f

Figura 5.6 - Espectros de sinais amostrados com diferentes taxas de amostragem.

137

AMOSTRAGEM DE SINAIS

Nota-se que o espectro do sinal amostrado composto por cpias do espectro


de x(t), multiplicado por fa=1/T, e espaadas de fa.
Observando o grfico do espectro do sinal amostrado, Xa(f), nota-se que se
f a B B , ou

fa 2B

ento o espectro do sinal x(t) pode ser recuperado passando-se o sinal amostrado por
um filtro passa-baixas com ganho T e frequncia de corte entre B e fa-B, conforme
mostrado em linha tracejada na Fig.5.5. c).
J se alguma dessas condies no for satisfeita, ou seja, se o sinal no tiver
banda limitada ou se as amostras no estiverem suficientemente prximas, no se
consegue mais recuperar o sinal original. Num sinal com banda limitada e variando-se
a frequncia de amostragem, podem ocorrer as situaes mostradas na Fig.5.6, para
fa>2B, fa=2B, fa<2B e fa=B.
Nota-se que, em situaes onde fa2B, como na Figs. 5.6 d) e e), no mais
possvel recuperar o espectro original devido sobreposio causada pela
subamostragem. Este o efeito de "aliasing", onde frequncias do espectro que
deveriam ser elevadas acabam por aparecer em regies de frequncia mais baixa.
Portanto, existe uma frequncia de amostragem mnima a partir da qual o processo
toma consistncia. Isso d origem ao consagrado teorema da amostragem, citado a
seguir.
O Teorema da Amostragem o seguinte:
Seja um sinal de banda limitada, com X(f)=0 para |f|>B. Ento x(t)
unicamente determinado por suas amostras x(nT), n=0, 1, 2, 3, ...
se
1
fa 2B
onde f a
T
O sinal x(t) pode ser recuperado passando-se o sinal amostrado por um
filtro passa-baixas ideal com frequncia de corte fc:
B fc fa B

A frequncia fa a frequncia de amostragem ou frequncia de


Nyquist, enquanto que a frequncia 2B comumente chamada de taxa
de Nyquist.
Os sinais utilizados na prtica em geral so limitados no tempo e, portanto,
no so limitados em frequncia, o que primeira vista impossibilitaria a utilizao
do teorema acima. Quando um tal sinal amostrado, ocorre uma inevitvel
sobreposio de espectro, como mostrado esquematicamente na Fig.5.7. Apesar de
no estar explicitado na Fig.5.7 (por motivo exclusivamente didtico), nas regies
onde ocorre sobreposio de espectro os grficos deveriam ser somados. Na
reconstruo, as frequncias originalmente fora da banda de mensagem aparecero na
sada do filtro, afetando uma poro significativa de espectro do sinal.

138

SINAIS E SISTEMAS

X(f)

-B

Xa(f)

-B

(a)

0
(b)

Figura 5.7 - Efeito de aliasing. a) Espectro de sinal. b) Sobreposio espectral.

O que se faz ento a limitao da banda dos sinais antes de se efetuar a


amostragem, passando-os por um filtro passa-baixas, Haa(f), com frequncia de corte
fa/2, conforme ilustrado na Fig.5.8. Dessa forma, o sinal antes de ser amostrado
apresenta banda fa/2. Este filtro chamado de anti-aliasing.
x(t), X(f)

xa(t), Xa(f)

Haa(f)
filtro antialiasing

p(t), P(f)
X(f)
1

-B

Haa(f)
1

...
-2fa

-fa

...

-fa/2

fa/2

fa

2fa

X(f).Haa(f)
1

-B

Xa(f)
fa

...

...
-2fa

-fa

-fa/2

fa/2

fa

2fa

f
Figura 5.8 - Pr-filtragem do sinal antes de se efetuar a amostragem, para evitar problemas de aliasing.

Um exemplo clssico em que se pode usar o filtro anti-aliasing no


processamento de sinal de udio, os quais tm espectro que se estende desde 20 Hz
at 20 kHz. Contudo, no caso particular de sinais de voz, sabe-se que se a banda for
limitada entre 200 Hz a 4 kHz, ainda preserva-se mais de 90% da inteligibilidade da
mensagem. Portanto, um filtro passa-baixa com B=4 kHz seria suficiente.

139

AMOSTRAGEM DE SINAIS

Assim, se o contedo espectral do sinal, acima de uma certa frequncia B, for


reduzido ou sem importncia, aconselhvel suprimi-lo. Mesmo numa situao
genrica, afirma-se que a supresso da poro de espectro para f B causa menos
dano ao sinal recuperado, do que se permitir que o aliasing ocorra [3].
Como na prtica, contudo, no se pode implementar filtros ideais, deve-se
estabelecer especificaes para o filtro de modo a ter-se uma atenuao mnima em
fa/2, por exemplo igual a 60 dB. Assim, o efeito do aliasing no eliminado, mas
bastante reduzido.
5.1.2 Efeito de subamostagem sobre sinais senoidais

Considere o sinal senoidal x( t ) 2 cos 0 t , com frequncia angular 0=2f0.


Amostrando este sinal com uma frequncia de amostragem fa, vamos observar o que
acontece com o espectro do sinal amostrado e do sinal reconstrudo, segundo os
diagramas mostrados na Fig.5.9. Nota-se que, medida que se reduz a frequncia de
amostragem, as imagens em |fa-f0| vo se aproximando-se dos impulsos em f0 .
Quando fa<2f0, ocorre o efeito de aliasing, onde a linha que deveria representar uma
frequncia (fa-f0)>f0, est sendo vista como uma frequncia menor que f0.
X(f)
1

-f0

f0

Xa(f)
fa
-(fa+f0) -fa

fa
-(fa-f0)

fa

fa
-fa/2

-f0

f0

fa
fa/2

fa-f0

(a)
fa=4f0

fa
fa

fa+f0

Xa(f)
fa

(b)
fa=3f0

fa
fa

-fa

Xa(f)
fa

fa

-fa

fa

(c)
fa=1,5f0
f

Xa(f)
2fa

2fa

-fa

fa

(d)
fa=f0
f

Figura 5.9 - Espectro do sinal x(t); Espectro do sinal amostrado com diferentes frequncias de
amostragem.

140

SINAIS E SISTEMAS

Considerando o sinal reconstrudo, xr(t), aps passar por um filtro passa-baixas


com frequncia de corte fa/2, em cada um dos casos mostrados na Fig.5.9, fica-se
com (o leitor deve verificar isto em detalhes):
a) x r ( t ) cos 0 t x( t )
b) x r ( t ) cos 0 t x( t )
c) x r ( t ) cos(a 0 ) t x( t )
d) x r ( t ) cos(a 0 ) t x( t )
Nos casos (c) e (d), ocorreu aliasing, e o sinal reconstrudo possui frequncia mais
baixa que o sinal original. Em particular, no caso (d), teoricamente ter-se-ia na sada
reconstruda um sinal DC constante com amplitude 2.
5.2 RECONSTRUO DO SINAL

Verificou-se que a recuperao do sinal original a partir das suas amostras


obtida a partir da filtragem do sinal amostrado por um filtro passa-baixas ideal com
frequncia de corte fa/2. Este filtro de reconstruo, com resposta em frequncia Hr(t),
esquematizado na Fig.5.10. Analisando esta operao no domnio do tempo, tem-se
que o sinal reconstrudo obtido a partir da convoluo entre o sinal amostrado e a
resposta impulsiva do filtro de reconstruo.
sinal
amostrado
Xa(f)
xa(t)

Filtro de
reconstruo
Hr(f)
hr(t)

sinal
reconstrudo
Xr(f)=Xa(f).Hr(f)
xr(t)=xa(t)*hr(t)

Figura 5.10 - Reconstruo do sinal amostrado.

Conforme discutido anteriormente, a resposta em frequncia do filtro ideal de


reconstruo deve ser:
T,| f | f a / 2
H r (f )
0,| f | f a / 2

(5.10)

Assim, calculando-se a transformada de Fourier inversa de (5.10), obtm-se que a


resposta impulsiva do filtro :
t
h r ( t ) sinc( f a t ) sinc
T

(5.11)

O sinal reconstrudo obtido da convoluo entre o sinal amostrado e a


resposta impulsiva do filtro de reconstruo.
x r (t) h r (t) * x a (t) h r (t) *

x (nT).(t nT)

x(nT).h

( t nT)

(5.12)

na qual, substituindo-se (5.11), conduz a

141

AMOSTRAGEM DE SINAIS

x r (t)

t nT
x
(
nT
).
sinc

x (nT).sincf a t n
T n
n

(5.13)

O resultado (5.13) ser um sinal composto por uma superposio de funes


sinc deslocadas de nT , onde pode-se observar que:

A contribuio da funo sinc deslocada de nT e calculada no ponto t=nT tem


valor igual ao da amostra de x(t) em t=nT;
A contribuio das funes sinc para um dado valor de n nos instantes kT, kn,
igual a zero, pois so os pontos onde a funo sinc igual a zero;
Fora dos instantes nT, as infinitas funes sinc se sobrepem para resultar nos
valores de x(t) nesses instantes.
sinc(t/T)

t
-4T -3T -2T -T 0

2T 3T 4T ...

xa(t)

...

...
-T 0 T 2T 3T 4T 5T ...

xr(t)

t
Figura 5.11 - Resposta impulsiva do filtro de reconstruo ideal, sinal amostrado e sinal reconstrudo,
obtido da superposio de infinitas funes sinc.

Como se observa, as funes sinc se sobrepem e interpolam os valores de x(t)


entre os instantes de amostragem. Por esta razo, um filtro passa-baixa de
reconstruo tambm denominado de filtro de interpolao.
5.3 AMOSTRAGEM POR PULSOS

A amostragem por impulsos ideais bastante til para se apresentar os


conceitos fundamentais relacionados com a amostragem de sinais. No entanto, na

142

SINAIS E SISTEMAS

prtica no se consegue implementar circuitos que produzam impulsos, mas sim


pulsos de durao finita.
Considere um sinal x(t) de banda limitada a B Hz (ou que tenha passado por
um filtro anti-aliasing) e um trem de pulsos de amostragem com durao e perodo
T=1/fa, como mostrado na Fig.5.12. O sinal amostrado xa(t) pode ser expresso
matematicamente pela multiplicao dos dois sinais x(t) e p(t) na figura:
x(t)
t

p(t)

T
xa(t)

Figura 5.12 - Sinal x(t) de banda limitada, trem de pulsos de amostragem e sinal amostrado.

Note que o sinal amostrado composto por pulsos cujas amplitudes


acompanham a amplitude de x(t) durante segundos. Esta a amostragem sem
reteno. Analisando os sinais no domnio da frequncia, tem-se:
x( t ) X( f )
p( t ) P( f )

f sinc(f k ).( f kf

(5.14)

x a ( t ) x( t ). p( t ) X a ( f ) X( f ) P( f ) f a

sinc(f k ). X( f kf
a

onde os espectros X(f), P(f) e Xa(f) so mostrados na Fig.5.13.


X(f)
1

-B

P(f)
fa sinc( fa)
fa

...
-2fa

fa sinc(2 fa)

...

-fa

fa

2fa

Xa(f)=X(f)*P(f)
fa

...
-2fa

-fa-B

-fa -fa+B

-B

...
fa-B

fa

fa+B

2fa

Figura 5.13 - Espectro do sinal amostrado com um trem de pulsos.

143

AMOSTRAGEM DE SINAIS

Observa-se que o resultado, visualizado no domnio da frequncia, muito


parecido com a amostragem com impulsos, mas onde a rea dos impulsos em f=kfa
no igual a fa, mas igual a f a sinc( f a k). O sinal original ainda pode ser recuperado
atravs de um filtro passa-baixas com frequncia de corte e ganho adequados.
Tem-se outro caso de interesse quando considera-se a amostragem e reteno
do sinal (sample and hold), como mostrado na Fig.5.14. Neste caso, a amplitude do
sinal amostrado deve permanecer constante durante uma certa durao de tempo, por
exemplo para que possa ser utilizado por um conversor A/D [10].

xa(t)
t
Figura 5.14 - Amostragem com reteno: a amplitude do pulso permanece constante por um tempo.

p(t)
1

t
Figura 5.15 - Pulso p(t) com amplitude unitria e largura .

Pode-se escrever o sinal amostrado com o auxlio do pulso mostrado na


Fig.5.15, como:

x( kT).p( t kT)

x a (t)

(5.15)

onde

t /2
p( t ) rect

(5.16)

A partir da propriedade do impulso unitrio, sabe-se que


p( t kT) p( t ) ( t kT)

(5.17)

e assim, fica-se com


x a (t)
onde

144

x (kT)p(t ) (t kT) p(t ) x(kT)(t kT) p(t ) x (t )

(5.18)

SINAIS E SISTEMAS

x ( t)

x( kT) ( t kT) x( t ) ( t kT)

(5.19)

Analisando os sinais (5.16), (5.17) e (5.19) no domnio da frequncia:


X a (f ) P(f ).X (f )
P(f ) sinc(f )e

j2 f
2

(5.20)

X (f ) X(f ) f a (f kf a ) f a X(f kf a )
k

e portanto, o espectro do sinal amostrado (5.18)


X a ( f ) f a sinc(f ) e

j2 f
2

X( f kf
k

(5.21)

cujo mdulo
X a ( f ) f a sinc( f ) X( f kf a )

(5.22)

Os espectros de X(f), X(f), P(f) e Xa(f) encontram-se desenhados na


Fig.5.16.
X(f)
1

-B

X(f)
fa

...
-2fa

-fa-B

-fa -fa+B

-B

...
B

fa-B

fa

fa+B

2fa

| P(f) |

...

...
-1/

1/

| Xa(f) |
fa

...

...
-fa

-B

fa

Figura 5.16 - Espectros considerando amostragem com reteno.

145

AMOSTRAGEM DE SINAIS

Pela figura, observa-se que o espectro do sinal original sofre uma distoro
causada pela multiplicao pela funo sinc(f). Quanto menor o valor de , mais o
pulso p(t) se aproxima de uma funo impulsiva, e o efeito reduzido. Quanto maior
o valor de (<1/fa), maior este efeito. Em particular, se =1/fa, tem-se os espectros:
X(f)
1

-B

| P(f) |

...

...
-1/

| Xa(f) |

1/ = fa

fa

...

...
-fa

-B

fa

Figura 5.17 - Amostragem com reteno considerando =1/fa.

Nos casos citados, como pode ser observado pelos espectros, continua valendo
o teorema da amostragem.
O filtro de reconstruo deve extrair somente a poro do espectro de Xa(f)
centrado na origem e com f fa/2, isto , o termo para k=0 em (5.21):
X a ( f ) f a sinc(f ) e

j2 f
2

X( f ) , | f | f a / 2 se no existir aliasing.

(5.23)

Contudo, no caso de amostragem com reteno, o filtro de reconstruo, Hr(f),


deve possuir uma resposta em frequncia que compense o efeito de distoro
introduzida pela funo sinc na amostragem.
| Hr(f) |
1/ fa

-fa/2

fa/2

arg[Hr(f)]

Figura 5.18 - Resposta em frequncia do filtro de reconstruo ideal no caso de amostragem com
reteno.

146

SINAIS E SISTEMAS

O sinal reconstrudo deve ser obtido por:


X r ( f ) X a ( f ). H r ( f ) X( f )

e portanto

j2 f

e 2
H r (f )
, | f | fa / 2
f a sinc(f )

(5.24)

cujas caractersticas de mdulo e fase encontram-se mostradas na Fig.5.18.


5.4 EXERCCIOS
5.4.1. A amostragem corresponde ao processo de representao de um sinal contnuo
no tempo por meio de amostras (sinal de tempo discreto), e muito utilizada no
processamento digital de sinais como, por exemplo, no armazenamento, transmisso e
tratamento digital de voz e imagem, sistemas digitais de controle, sensoriamento
remoto e outros. Dado um sinal analgico x(t), o sinal de tempo discreto obtido
fazendo-se

v( t ) x ( t ).rep To [( t )] ,
onde repTo[(t)] um trem de impulsos com perodo T0. Para uma funo genrica
w(t), estritamente limitada no tempo, define-se um trem de funes w(t) com perodo
T0, pela relao:
rep To [ w ( t )]

w (t nT ) .

Mostrar que a Transformada de Fourier do sinal amostrado v(t)


V (f )

1
rep 1 [X(f )] ,
T0
To

onde X(f) o espectro de x(t).


5.4.2. H vrias maneiras de se estimar a banda essencial de sinais de banda ilimitada.
Para um sinal passa-baixas, por exemplo, a banda essencial pode ser escolhida a partir
da freqncia onde a amplitude do espectro atinge K% do seu valor de pico
(normalmente em f=0), onde a escolha de K depende da aplicao. Para K=5,
determine a banda essencial dos sinais:

a) g( t ) e a t u( t ); a>0
b) g( t ) e a t ; a>0
Qual a mnima freqncia de amostragem que poderia ser utilizada nos casos acima?

147

AMOSTRAGEM DE SINAIS

5.4.3. Utilizando um filtro de reconstruo ideal, tem-se a perfeita reconstruo do


sinal amostrado. Na prtica, um filtro de reconstruo ideal no implementvel.
Suponha ento que a seguinte funo represente a resposta impulsiva de um filtro de
reconstruo:
haa(t)
1

-T

T
Figura P5.4.1.

a) Determine a resposta em frequncia do filtro (transformada de Fourier de haa(t)).


b) Mostre que, utilizando este filtro, faz-se a reconstruo do sinal amostrado
utilizando interpolao linear.
5.4.4. Considere um sinal passa-banda cujo espectro est indicado na Fig.P5.4.4., para
f1>(f2-f1). Determine se possvel recuperar o sinal original e o filtro de reconstruo
se forem utilizadas as seguintes frequncias de amostragem:

a)
b)
c)
d)
e)

fa=3f2
fa=2f2
fa=f2
fa=f2 f1
fa=f1
X(f)
1
-f2

-f1

f1

f2

Figura P5.4.4.

Qual a concluso a que se chega, em relao frequncia de amostragem e o


contedo de frequncia do sinal ?

148

SINAIS E SISTEMAS

CAPTULO 6:
CORRELAO DE SINAIS
O conceito de correlao de sinais e sua relao com as densidades espectrais
de energia e de potncia so bastante teis em comunicaes. Na realidade, pode-se
verificar que as funes de correlao constituem um ponto de vista adicional para
analisar sinais e sistemas. As correlaes se baseiam nos conceitos de mdias
temporais e sinais de energia e de potncia.
Inclusive, os sinais considerados no precisam apresentar transformadas de
Fourier definidas. Com isso, a densidade espectral permite tratar com uma classe mais
ampla de modelos de sinais, incluindo-se a classe de sinais aleatrios. Neste captulo,
contudo, so desenvolvidos os tpicos sobre correlao de sinais no-aleatrios, com
o objetivo de fornecer subsdios aos estudos de correlao de sinais aleatrios
posteriores. Discute-se tambm, as relaes entre correlaes de entrada e sada de um
SLIT e o teorema de Wiener-Kinchine.
6.1. DENSIDADES ESPECTRAIS DE POTNCIA E DE ENERGIA

Em captulos anteriores discutiu-se que para um sinal de energia, atravs da


relao de Parseval, tem-se que:

Ex

x ( t ) dt

X (f )

df

(6.1)

a qual uma quantidade finita e corresponde energia do sinal. Nota-se que |X(f)|2
tem unidade de energia/frequncia, e portanto adequado chamar esta funo de
Densidade Espectral de Energia, Gx(f):

G x (f ) X ( f )

(6.2)

pois integrando-se Gx(f), tem-se a energia do sinal x(t), ou Gx(f) representa a


densidade de energia do sinal para cada frequncia.
Exemplo 6.1:
Considerando x ( t ) A. ( t / ) A.rect ( t / ) , determinar a sua densidade espectral
de energia.
Soluo: Conforme visto no Captulo 3,

X(f ) A.sinc(f)
e ento, como a densidade espectral de energia obedece a (6.2), obtm-se

G x (f ) A 2 2 .sinc 2 (f)

149

CORRELAO DE SINAIS

Para um sinal de potncia, razovel falar em termos de Densidade Espectral


de Potncia, Sx(f), que representa a distribuio de potncia em funo da frequncia.
Assim, se

T/2

1
Px S x (f ) df lim
x ( t )x * ( t ) dt
T T

T / 2

(6.3)

for finito, Px corresponder potncia do sinal. Entretanto, ao contrrio da densidade


espectral de energia, Gx, cujo clculo j encontra-se bem estabelecido atravs de (6.2),
a determinao da densidade espectral de potncia, Sx, ainda precisa ser mais
detalhadamente discutida.
Neste ponto do texto, vamos alertar que, para fins de simplificar a notao,
usaremos a mesma representao Gx(f), tanto para a densidade espectral de energia
quanto para a de potncia, a menos que se diga o contrrio.
Nas sees seguintes so definidas as funes de correlao cruzada e de
autocorrelao. Como existe uma distino entre sinais de potncia e de energia,
estuda-se um caso de cada vez.
6.2. CORRELAO DE SINAIS DE POTNCIA

Antes de prosseguir, conveniente discutir alguns tpicos preliminares como a


definio de valor mdio no tempo e de produto escalar de funes. O leitor poder
perceber, que trata-se da generalizao dos conceitos vistos no Captulo 2.
6.2.1. Valor mdio temporal

O valor mdio de um sinal de potncia calculado atravs da seguinte integral:


x ( t ) lim

1 T/2
x ( t ).dt
T T / 2

(6.4)

Sendo x(t), x1(t) e x2(t) sinais de potncia, pode-se verificar que a operao de
valor mdio temporal possui as seguintes propriedades
*

a)

x * (t) x(t)

b)

x(t t d ) x(t)

(6.5b)

c)

a 1x1 (t) a 2 x 2 (t) a 1 x1 (t) a 2 x 2 (t)

(6.5c)

(6.5a)

6.2.2. Produto escalar

Se v(t) e w(t) so sinais de potncia, define-se o produto escalar de v(t) e w(t)


pela integral de valor mdio:
v( t ).w * ( t ) lim

150

1 T/2
v( t ).w * ( t ).dt

T
/
2

(6.6)

SINAIS E SISTEMAS

a qual fornece uma indicativa sobre o grau de similaridade entre v(t) e w(t), conforme
j foi detalhadamente discutido no Captulo 2.
Recorrendo-se desigualdade de Schwarz, da fsica matemtica, verifica-se
que o produto escalar obedece a [2]-[4]:
2

v( t ).w * ( t )

Pv Pw

(6.7)

onde a condio de igualdade nesta relao ocorre quando v(t) e w(t) so


proporcionais, ou seja, v(t) = K.w(t), onde K constante. Isto informa que o produto
escalar mximo quando os sinais so proporcionais ou similares, o que concorda
com resultados de captulos anteriores.
Em termos de produto escalar, a potncia do sinal de potncia (6.3) pode ser
rescrita como:

Px

T/2

1
2
x ( t )x * ( t ) dt x ( t )x * ( t ) x ( t )
T T
T / 2

G x (f ) df lim

(6.8)

6.2.3. Funo de Correlao cruzada

A correlao cruzada dos sinais v(t) e w(t) definida atravs do seguinte


produto escalar:
R vw () v( t ).w * ( t ) v( t ).w * ( t )

(6.9)

resultando numa funo de , uma vez que a varivel muda t desaparece da anlise
aps o clculo da integral de mdia temporal.
Ao contrrio do produto escalar simples, a correlao cruzada tem um grau a
mais de utilidade, pois informa sobre similaridades (ou diferenas) entre os sinais v(t)
e w(t-), sendo este ltimo deslocado continuamente no tempo.
A seguir, so apresentadas algumas propriedades importantes da correlao
cruzada:
a)

R vw () Pv Pw

b) R wv () R *vw ()

(6.10a)
(6.10b)

Em particular, o resultado em b) informa que as funes Rvw e Rwv no so iguais.


6.2.4. Funo de autocorrelao

A funo de autocorrelao do sinal v(t) ou w(t) definida como um caso


particular da correlao cruzada, quando v(t)=w(t), isto
R v () R vv () v( t ).v * ( t ) v( t ).v * ( t )

(6.11)

151

CORRELAO DE SINAIS

e informa sobre a variao temporal de v(t), pelo menos em termos de mdia


temporal. Assim, se R v () elevado, pode-se inferir que v(t-) bastante similar a
v(t), para um dado valor de .
Algumas propriedades importantes da autocorrelao so:
a) R v (0) Pv

(6.12a)

b) R v () R v (0)

(6.12b)

c) R v () R *v ()
d) Se v(t) real, ento Rv() real e par
e) Se v(t) peridica, ento Rv() peridica.

(6.12c)
(6.12d)
(6.12e)

A propriedade a) informa que o valor da autocorrelao na origem corresponde


potncia do sinal. A propriedade b) implica em que a funo de autocorrelao
apresenta seu valor mximo na origem. A propriedade c) informa que a
autocorrelao exibe simetria Hermitiana.
Uma propriedade adicional, e que tambm tem grande importncia, refere-se
autocorrelao da superposio de duas funes. Assim, se z(t) for
z ( t ) v( t ) w ( t )

(6.13)

ento, sua autocorrelao obedece a


R z () R v () R w () [R vw () R wv ()]

(6.14)

cuja demonstrao deixa-se a cargo do leitor [3].


No caso em que v(t) e w(t) so descorrelacionados para todo , ou seja, quando
Rvw()=Rwv()=0, a propriedade (6.14) conduz a
R z () R v () R w ()

(6.15)

Neste caso, fazendo =0 e usando (6.12 a), obtm-se


Pz Pv Pw

(6.16)

Isto permite concluir que numa superposio de sinais v(t) e w(t), a superposio de
potncias s ocorre para sinais descorrelacionados.
Exemplo 6.2:
j t
j t
Considere-se os sinais v( t ) C v e v e ( t ) C w e w , onde Cv e Cw so constantes
complexas. Calcular a correlao cruzada de v(t) e w(t) e a autocorrelao de v(t).
Soluo: Aplicando-se (6.9), calcula-se

R vw () [C v e jv t ].[C w e jw ( t ) ]* C v C *w e jw e jv t .e jw t

152

SINAIS E SISTEMAS

Antes de prosseguir, vamos avaliar a seguinte relao de ortogonalidade entre


fasores:

e jv t .e jw t lim

1 T/2
T T / 2

e j( v w ) t .dt lim sinc


T

( v w )T
2

a partir da qual se conclui que

0, se w v
e jv t .e jw t
1, se w v
Substituindo-se essa informao na expresso para Rvw() acima, conclui-se que

se w v
0,
R vw ()
* j v
C v C w e , se w v
Isto evidencia que os fasores so descorrelacionados, a menos que tenham
mesma frequncia.
A funo de autocorrelao de v(t) pode ser deduzida desta ltima:
2

R v () [C v e jv t ].[C v e jv ( t ) ]* C v e jv
Exemplo 6.3:
Calcular a funo autocorrelao do sinal co-senoidal: z( t ) A. cos(0 t ) .
Soluo: Vamos rescrever z(t) na forma de somas de funes exponenciais complexas

z( t )

A j j0 t A j j0 t
e e e e
v( t ) w ( t )
2
2

Ento, podemos aplicar os resultados do exemplo 6.2 para avaliar a autocorrelao de


z(t). Como vw, as correlaes cruzadas Rvw()=Rwv()=0. Assim, aplicando-se os
resultados obtidos para autocorrelao de exponenciais complexas (fasores):

R z () R v () R w () R vw () R wv ()
R z ()

A 2 j j j0 t A 2 j j j0 t
e e e
e e e
4
4

A2
cos 0
2

que constitui uma funo real, par e peridica. A potncia contida em z(t)
Pz R z (0) A 2 / 2 , como j era esperado.

6.3. CORRELAO ENTRE SINAIS DE ENERGIA

No caso de sinais de energia, o valor mdio do sinal como definido em (6.4)


resulta nulo, e a definio de produto escalar deve ser alterada. Assim, define-se o
produto escalar entre os sinais de energia v(t) e w(t) como

153

CORRELAO DE SINAIS

v( t ).w * ( t ) v( t ).w * ( t ).dt

(6.17)

Isto posto, definem-se as funes de correlao cruzada e de autocorrelao


entre os sinais de energia, v(t) e w(t), de forma similar ao caso de sinais de potncia:
R vw () v( t ).w * ( t )

v( t ).w * ( t ).dt

R v () R vv () v( t ).v * ( t ) v( t ).v * ( t ).dt

Como a operao de integrao

(6.18a)
(6.18b)

v( t ).dt apresenta as mesmas propriedades

matemticas da operao de mdia temporal em (6.5), todas as propriedades


deduzidas para a correlao de sinais de potncia se mantm, bastando substituir a
potncia Pv pela energia Ev.
2

R vw () E v E w

(6.19a)

b) R wv () R *vw ()
c) R v (0) E v

(6.19b)
(6.19c)

d) R v () R v (0)

(6.19d)

e) R v () R *v ()
f) Se v(t) real, ento Rv() real e par
c) R z () R v () R w () [R vw () R wv ()]

(6.19e)
(6.19f)
(6.19g)

a)

Em particular, o caso da propriedade (6.19c), permite concluir que a rea sob a


curva de Gv(f), a qual sabe-se que corresponde energia Ev, tambm corresponde a
Rv(0).
Algumas propriedades exclusivas podem ser citadas para os sinais de energia,
comparando-se a funo de correlao com a operao de convoluo. Partindo-se de
(6.18 a), e fazendo-se as trocas: z(t)=w*(-t) e t=, resulta

R vw () v( ).z( ).d v() * z()

(6.20)

j que a integral acima corresponde convoluo entre v(t) e z(t). Portanto,


apresentam-se as seguintes propriedades adicionais, vlidas para sinais de energia:
R vw () v() * w * ()

(6.21a)

R v () v() * v * ()

(6.21b)

Alm disso, recorrendo-se ao teorema de Parseval, mostra-se tambm:

R vw (0) v( t ).w * ( t ).dt V (f ).W * (f ).df

R v (0) E v v( t ) .dt V(f ) .df

154

(6.22a)
(6.22b)

SINAIS E SISTEMAS

Inserindo-se as informaes Ev=Rv(0) e Ew=Rw(0) em (6.19 a), pode-se obter


verso do teorema de Schwarz no domnio da frequncia:

V (f ).W (f ).df

V (f ) df . W (f ) df
2

(6.23)

A condio de igualdade na relao acima s ocorre quando V(f) e W(f) forem


proporcionais. Este teorema muito til no estudo de filtros casados em
comunicaes digitais.
6.4. CORRELAO ENTRE ENTRADA E SADA EM SLIT

Os resultados que sero apresentados nesta seo sero vlidos tanto para
sinais de energia quanto de potncia. Porm, pela facilidade de notao, algumas
demonstraes sero executadas apenas para o caso de sinais de energia.
Seja um sistema linear, invariante no tempo (SLIT) e estvel, com entrada x(t),
sada y(t) e resposta impulsiva h(t), como aquele ilustrado na Fig.6.1.
x(t)
X(f)

y(t)=x(t)*h(t)
Y(f)=X(f) H(f)

h(t)
H(f)

Figura 6.1 - Relaes entre entrada e sada de um SLIT.

Empregando-se resultados do Captulo 4, sobre anlise de SLITs, calcula-se a


densidade espectral de energia/potncia associada ao sinal de sada
2

G y ( f ) Y ( f ) X (f ) H (f ) X (f ) H ( f ) G x ( f ) H ( f )

(6.24)

ou seja, a energia/potncia do sinal de sada depende da energia do sinal de entrada e


da resposta em frequncia do sistema.
Portanto as relaes de energia e potncia num SLIT podem ser representadas
como na Fig.6.2:
Y(f)=X(f).H(f)

X(f)
H(f)
Gx(f)

Gy(f)=Gx(f).|H(f)|2

Figura 6.2 - Relaes de energia e potncia entre entrada e sada em frequncia de um SLIT.

Aplicando-se a propriedade descrita em (6.19c) para o sinal y(t), e contando


com o auxlio de (6.24) obtm-se que

R y (0) G y (f ).df H (f ) .G x (f ).df


2

(6.25)

Nos itens a seguir, procede-se anlise temporal das correlaes de entrada e


sada do SLIT, conforme esquematizado na Fig.6.3. Vamos assumir que x(t) e y(t) so
sinais de energia, tal que possamos usar a notao compacta de produto escalar (6.17).

155

CORRELAO DE SINAIS

A condio de sistema estvel assegura que y(t) ser do mesmo tipo que x(t), ou seja,
outro sinal de energia. Conforme j foi observado, os resultados obtidos tambm
podero ser aplicados para sinais de potncia.
x(t)
Rx()

y(t)
Ry()

h(t)
H(f)

Figura 6.3 - Relao entre autocorrelao de entrada e sada do SLIT.

Vamos, ento, proceder ao clculo da correlao cruzada de x(t) e y(t):


R yx () y( t ).x * ( t ) [h ( t ) * x ( t )].x * ( t )

(6.26)

Substituindo-se a integral de convoluo em (6.26) obtm-se


R yx ()

h ().x ( t ).d. x * ( t ) h (). x ( t ).x * ( t ) .d

(6.27)

Como v( t ) v( t ) para qualquer o produto escalar em (6.27) torna-se


x ( t ).x * ( t ) x ( t ).x * ( t ) x ( t ).x * [ t ( )] R x ( )
(6.28)
e portanto

R yx () h ().R x ( ).d

(6.29)

a qual corresponde a uma integral de convoluo na varivel , isto


R yx () h () * R x ()

(6.30)

Ressalta-se que uma convoluo no domnio- executada de forma similar


quelas para o domnio-t, bem como, goza de todas as propriedades dessas ltimas.
Procedendo de forma semelhante, mostra-se que

R y () y( t ).y * ( t ) h * () y( t ).x * ( t ) .d

(6.31)

donde deduz-se tambm que


y( t ).x * ( t ) R yx ( )

(6.32)

Efetuando-se a mudana de varivel: , obtm-se que (6.31) e (6.32)


conduzem a

156

SINAIS E SISTEMAS

R y () h * ().R yx ( ).d

(6.33)

ou seja
R y () h * ( ) * R yx ()

(6.34)

Portanto, substituindo-se (6.30) em (6.34), tem-se


R y () h * ( ) * h () * R x ()

(6.35)

que estabelece a relao entre as autocorrelaes de entrada e sada.


Na prxima seo, investiga-se um teorema de extrema importncia na anlise
de sinais, em particular, no estudo de rudo, denominado de teorema de WienerKinchine.
6.5 O TEOREMA DE WIENER-KINCHINE

O teorema de Wiener-Kinchine estabelece uma importante relao entre a


densidade espectral de energia/potncia e a funo de autocorrelao. Objetivamente,
o teorema estabelece que:

G v (f ) [R v ()] R v ().e j2 f d

(6.36a)

R v () 1 [G v (f )] G v (f ).e j2 f df

(6.36b)

onde [ . ] atua como a transformada de Fourier aplicada a funes no domnio-. Ou


seja, o teorema estabelece mais um par de transformada de Fourier:
R v () G v (f )

(6.37)

A demonstrao do teorema pode ser realizada rapidamente, para sinais de


energia. Assim, vamos avaliar a transformada de Fourier inversa:

1 G v (f ) 1 V(f ) V * (f ) 1 V(f ) 1 V * (f )

(6.38)

onde se empregou (6.2) e o teorema da convoluo. A partir das propriedades da


transformada de Fourier, (6.38) se converte em
1

{G v (f )} v() v()

v() v( ) d R

()

(6.39)

onde a integral de convoluo tambm corresponde definio de autocorrelao, o


que conclui a demonstrao.

157

CORRELAO DE SINAIS

Exemplo 6.4:
Aplicar o teorema de Wiener-Kinchine para obter o espectro de potncia de
z( t ) A. cos(0 t ) .
Soluo: Conforme foi visto no exemplo 6.2, R z ()

A2
cos 0 , e assim
2

A2
A2
A2
( f f 0 )
( f f 0 )
cos 0
G v (f )
2
2

2
cujo grfico encontra-se desenhado na Fig.6.4. Este resultado obviamente j era
esperado.
Gz(f)
A2/4

-f0

A2/4

f0

Figura 6.4 - Espectro de potncia do sinal z(t).

6.6. EXERCCIOS
6.6.1. Prove (6.10 b).
6.6.2 Demonstrar a equao (6.14) do texto.
Sugesto: Ver o livro do Carlson [3].
6.6.3. Use (6.2) para calcular a densidade espectral, a autocorrelao e a energia de
sinal quando x ( t ) A.sinc[2 W.( t t d )]
6.6.4. Considere o filtro comb (pente) mostrado na Fig. P6.6.4. Pede-se determinar
a) Sua resposta impulsiva h(t)
b) Sua resposta em frequncia H(f)
2
c) Esboar o grfico de H(f )

d) A expresso da autocorrelao de sada em funo da autocorrelao de entrada


Rx() usando (6.35)
e) A expresso da energia/potncia de sada.
+

x(t)

+
atraso

Figura P6.6.4.

158

y(t)

SINAIS E SISTEMAS

6.6.5. Se x ( t ) A g( t ) , onde a mdia temporal de g(t) zero, ou seja,


1 T/2
g( t ) lim
g( t ).dt 0 , ento:
T T T / 2

a)
b)
c)
d)

O sinal x(t) um sinal de energia ou de potncia?


Calcule a funo de autocorrelao R x () ;
Calcule a densidade espectral de energia/potncia de G x (f ) ;
A energia/potncia de x(t).

6.6.6. Obter a densidade espectral, a autocorrelao e a potncia de sinal quando


x ( t ) A 1 cos( 0 t 1 ) A 2 cos(2 0 t 2 ) .
6.6.7. Um sinal binrio aleatrio x(t) mostrado na Fig. P6.6.7. Um bit 1
transmitido por um pulso p(t), que tem amplitude A e largura T0/2, e, um bit 0
transmitido na ausncia de pulso. Os bits 1s e 0s ocorrem aleatoriamente, e a
ocorrncia de 1 e 0 igualmente provvel. Determinar Rx() e a densidade espectral
de potncia Gx(f) se um dgito binrio transmitido a cada T0 segundos.
1

t
T0

T0/2

Figura P6.6.7.

6.6.8. Obter o valor quadrtico mdio da tenso de sada y(t) da rede RC mostrada na
Fig.P6.6.8. se a tenso de entrada tem uma densidade espectral de potncia Gx(f) dada
por:

a) Gx(f)=K;
b) Gx(f)=rect(f/)
c) Gx(f)=[ff]]
Em cada caso, identifique a natureza do sinal de entrada e calcule a potncia (valor
quadrtico mdio) do sinal de entrada.
2
x(t)

1F

y(t)

Figura P6.6.8.

159

CORRELAO DE SINAIS

160

SINAIS E SISTEMAS

Bibliografia:
[1]

Schwartz, M. & Shaw, L., Signal Processing: Discrete Spectral Analysis,


Detection, and Estimation, McGraw-Hill, 1975.

[2]

Oppenheim, A.V. , Willsky, A.S. and Young, I.T., Signals and Systems,
Prentice- Hall Signal Processing Series, 1983.

[3]

Carlson, A.B., Communication Systems An Introduction to Signal and Noise


in Electrical Communication, Third edition, McGraw-Hill, 1986.

[4]

Lathi, B.P., Sistemas de Comunicao, Editora Guanabara, 1979

[5]

Close, C.M., Circuitos Lineares, vol.1, Ed da Universidade de So Paulo e


Livros Tcnicos e Cientficos Ed. S.A., 1975.

[6]

Roden, M.S., Analog and Digital Communication Systems, Fourth edition,


Prentice Hall, 1996.

[7]

Spiegel, M.R., Anlise de Fourier, McGraw-Hill, 1976.

[8]

Glisson, T.H., Introduction to System Analysis, McGraw-Hill, 1985.

[9]

Papoulis, A., Signal Analysis, McGraw-Hill International Editions, 1984.

[10] Oppenheim, A.V. & Schafer, R.W., Discrete-Time Signal Processing, Second
Edition, Prentice Hall, USA, 1999.

161