Fazer download em doc, pdf ou txt
Fazer download em doc, pdf ou txt
Você está na página 1de 9

Reviso de Srie e Transformada de Fourier

Srie de Fourier

A expanso em srie de Fourier de uma onda quadrada formada pela soma


de harmnicas mpares. Podemos mostrar isto graficamente utilizando o
software Matlab:

Primeiramente formamos um vetor de tempo com valores de 0 a 10 em intervalos de 0,1, e


fazemos o seno de todos os pontos:

t = 0:.1:10;
y = sin(t);
Agora vamos plotar o grfico deste seno que corresponder freqncia fundamental da
onda quadrada:

plot(t,y), pause;

Agora adicionamos a terceira harmnica e plotamos o grfico:

y = sin(t) + sin(3*t)/3;
plot(t,y), pause;

1
Agora usamos a primeira, a terceira, a quinta, a stima e a nona harmnica:
y = sin(t) + sin(3*t)/3 + sin(5*t)/5 + sin(7*t)/7 + sin(9*t)/9;
plot(t,y),pause;

2
Por fim, utilizamos desde a fundamental at a dcima-nona harmnica, criando vetores
com sucessivamente mais harmnicas e armazenando todos os passos intermedirios como
linhas de uma matriz:

t = 0:.02:3.14;
y = zeros(10,max(size(t)));
x = zeros(size(t));
for k=1:2:19
x = x + sin(k*t)/k;
y((k+1)/2,:) = x;
end

Vamos ento sobrepor os diversos grficos, mostrando a transio para uma onda
quadrada. Note que o efeito de Gibbs (orelha ou overshoot ) sempre presente na transio
mais brusca, demonstra que a aproximao no perfeita, a menos que tivssemos
infinitas harmnicas.
plot(t,y(1:2:9,:)'), title('A construo de uma onda quadrada: o efeito de Gibbs'), pause

Outra forma de visualizar a transio plotando os grficos como uma superfcie


tridimensional:

mesh(1:2:19,t,y')
view(60,35)
xlabel('no. harmnica')
ylabel('tempo')
axis ij

3
Um sinal contnuo no tempo representado por uma funo f(t) pode ser
expandido em srie de Fourier atravs de:

onde:

so os coeficientes que multiplicam cada termo da expanso e k o no. da


harmnica.
No exemplo anterior, utilizamos a srie de Fourier em senos, onde a nica
mudana nas expresses acima a troca da exponencial complexa pela
funo seno. Podemos calcular os coeficientes das harmnicas para o
exemplo anterior e plot-los utilizando o Matlab:
z = (abs(fft([y(10,:),-y(10,:)])));
stem(0:19,z(1:20)/120)

4
A seqncia formada pelo ordenamento dos coeficientes conforme o no. da
harmnica correspondente d origem ao espectro discreto de freqncias
acima, onde cada o k-simo nmero corresponde harmnica de freqncia
k0.
Transformada de Fourier

Entretanto, para construir f(t), podemos usar sinais senoidais de freqncia


mltiplo no-inteiro de 0. Assim, verificaremos os valores do grfico acima
para pontos intermedirios aos apresentados, ou seja, continuamente no eixo
das freqncias, obtendo um conjunto de coeficientes descrito agora por uma
funo F(j). Esta anlise leva transformada de Fourier, que um caso
particular da transformada de Laplace:

onde

A inversa da transformada de Fourier dada por:

A funo F(j) constitui o espectro de freqncias de f(t) e pode ser separada


em:

5
Obs.: Para exemplos e tabela de pares transformados ver material na Xerox.
Algumas Propriedades da Transformada de Fourier

1. Simetria

Assim, como a transformada de Fourier da janela retangular temporal uma


funo sinc no domnio da freqncia, a transformada de Fourier da funo
sinc temporal uma janela retangular no domnio da freqncia.

2. Mudana de Escala

Assim, a compresso da escala temporal implica no espalhamento do


contedo espectral ao longo do eixo no domnio da freqncia e vice-versa.
Isto ocorre porque comprimindo no tempo provoca-se transies mais rpidas
(bruscas) na forma de onda resultante, exigindo freqncias mais altas no
espectro que representa o sinal.

3. Convoluo

Como o pulso triangular o resultado da convoluo de dois pulsos


retangulares, sua transformada de Fourier ser uma funo sinc ao quadrado,
resultado do produto de duas funes sinc.
Obs.: devido simetria a transformada de Fourier do produto de duas funes
temporais dada pela convoluo dos respectivos espectros:

4. Deslocamento em Freqncia

Identidade de Parseval

Relacionada conservao de energia - a energia contida na forma de onda


temporal a mesma encontrada no respectivo espectro de freqncias.

6
Teorema da Amostragem

Amostragem - o processo bsico para a transmisso de um sinal na forma


digital, no qual uma forma de onda ou funo temporal contnua
discretizada no tempo de forma a permitir posteriormente sua perfeita
reconstruo.
A condio para que isso possa seja possvel a de que a funo temporal
seja limitada em freqncia, ou limitada em faixa, isto , sua transformada de
Fourier zero exceto em um intervalo finito do espectro de freqncias.

Teorema de Nyquist: Para amostrar um sinal temporal contnuo limitado em


freqncia a B Hertz (ou W = 2 B rad/s) e, posteriormente, reconstru-lo
perfeitamente, a mnima freqncia de amostragem necessria de 2B Hertz
(ou 2W rad/s), ou seja, o dobro da largura de banda do sinal.

Sinal senoidal de freqncia f = 1 Hz, ou seja, com perodo 2 segundos,


amostrado taxa de 1 Hz, ou seja, igualmente a cada 2 segundos. fcil
verificar que o sinal original no pode ser reconstrudo perfeitamente a partir
destas amostras, pois a interpolao das mesmas no produziria oscilao.

7
Sinal senoidal de freqncia f = 1 Hz, ou seja, com perodo 2 segundos,
amostrado taxa de 2 Hz, ou seja, a cada segundos. fcil verificar que, a
partir da interpolao destas amostras, o sinal original pode ser reconstrudo
perfeitamente, produzindo oscilao. Portanto, a taxa de amostragem igual
ao dobro da mxima freqncia do sinal
A necessidade de a taxa de amostragem mnima ser o dobro da largura de
faixa do sinal tambm pode ser justificada a partir da transformada de
Fourier. Seja fa(t) a forma amostrada da funo f(t):

onde T o perodo de amostragem.


Logo a forma amostrada fa(t) corresponde multiplicao de f(t) por um trem
de impulsos temporal. Fazendo a transformada de Fourier da expresso
acima, obtemos:

onde a freqncia angular de amostragem. Logo, Fa(j ) uma


repetio de F(j ) a cada 0 rad/s no espectro de freqncias.

8
Como os espectros se repetem, se 0 for maior do que m haver
sobreposio dos espectros e o somatrio dos mesmos resultar em
distores no contedo espectral e, no poderemos mais separar o espectro
de F(j ) a partir do espectro de Fa(j ).

Você também pode gostar