PRIMEIRO SEMESTRE DE 2018

MT 520/PP 523 – TRATAMENTO DE SINAIS DIGITAIS

PROF. LÚCIO T. SANTOS [IMECC, SALA 131]

EMENTA
Espaços Transformada de Fourier Rápida
Série de Fourier Filtros
Transformada de Fourier Contı́nua Transformada de Fourier com Janela
Função Delta de Dirac Sinais Analı́ticos
Convolução Transformada de Hilbert
Função Sinc Transformada de Fourier Bidimensional
Teorema de Shannon/Nyquist Introdução às Wavelets
Transformada de Fourier Discreta Aplicações em Geofı́sica

AVALIAÇÃO
19/Junho — PROVA FINAL

REFERÊNCIAS
A. Bogges & F.J. Narcowich, A First Course in Wavelets and Fourier Analysis.

P. Bremaud, Mathematical Principles of Signal Processing.

C. Gasquet & P. Witomski, Fourier Analysis and Applications.

S.B. Damelin & W. Miller, The Mathematics of Signal Processing.

W.L. Briggs & V.E. Henson, The DFT.

A.V. Oppenheim, R.W. Schafer & J.R. Buck, Discrete–Time Signal Processing.

1
ESPAÇOS L2 e `2
Para um intervalo [a, b] ⊂ R definimos
n  Z b o
2 2
L ([a, b]) = f : [a, b] → C  |f (t)| dt < ∞ ,

a

munido do produto escalar Z b

hf, gi = f (t)g(t) dt.
a

O espaço `2 é definido por

n  X o
`2 = x : Z → C  |xn |2 < ∞ ,

n∈Z

munido do produto escalar

X
hx, yi = xn yn .
n∈Z

SÉRIE DE FOURIER
Seja f : [−T /2, T /2] → R. A Série de Fourier de f com N termos é dada por
N     
a0 X 2πnt 2πnt
fN (t) = + an cos + bn sin ,
2 n=1
T T

onde para n = 0, 1, 2, . . .
Z T /2   Z T /2  
2 2πnt 2 2πnt
an = f (t) cos dt e bn = f (t) sin dt.
T −T /2 T T −T /2 T

TRANSFORMADA DE FOURIER CONTÍNUA

Seja f : R → C. A Transformada de Fourier de f , fb : R → C, é dada por
Z ∞ Z ∞
−iωt 1
f (ω) =
b f (t) e dt com f (t) = fb(ω) eiωt dω.
−∞ 2π −∞

Outra notação: fb(ω) = F[f (t)] e f (t) = F −1 [fb(ω)].

2
FUNÇÕES DELTA DE DIRAC E DEGRAU UNITÁRIO

1
Z ∞ Zt  0,
 t < 0,
δ(t) = F −1 [1] = eiωt dω e µ(t) = δ(τ ) dτ = 1/2, t = 0
2π −∞ −∞ 
1, t ≥ 0.


TEOREMA DE SHANNON
A função Seno Cardinal, sinc : R → R, é definida por
sin(πt)


 , t 6= 0,
πt

sinc(t) =


1, t = 0.


Sejam f : R → R uma função com banda limitada, isto é, fb(ω) = 0 para |ω| > Ω > 0 e
t0 ∈ R. Para 0 < ∆t < π/Ω e tn = t0 + n∆t, n ∈ Z temos que
 
X t − tn
f (t) = f (tn ) sinc .
n∈Z
∆t

TRANSFORMADA DE FOURIER DISCRETA

Sejam fj ∈ C, j = 0, 1, . . . , N − 1 e WN = e2πi/N . A Transformada de Fourier Discreta,
fˇk ∈ C, k = 0, 1, . . . , N − 1, é dada por
N −1 N −1
X 1 X ˇ
fˇk = fj WN−jk com fj = fk WNjk .
j=0
N k=0

TRANSFORMADA DE HILBERT
Seja f : R → R. A Transformada de Hilbert de f , fe : R → R, é dada por
1
fe(t) = F −1 [−i sinal(ω) fb(ω)] = f (t) ∗ .
πt
Outra notação: fe(t) = H[f (t)] e f (t) = H−1 [fe(t)]. O Sinal Analı́tico de f , F : R → C, é
dado por
F (t) = f (t) + i fe(t).

3
WAVELETS
A função e a wavelet de Haar são definidas por

( 1, 0 ≤ x < 1/2

1, 0 ≤ x < 1, 
φ(x) = e ψ(x) = φ(2x) − φ(2x − 1) = −1, 1/2 ≤ x < 1,
0, caso contrário, 
0, caso contrário.


Seja S o espaço da sequências reais (ak ) , k ∈ Z, que possuam apenas um número finito de
termos não nulos. Para j = 0, 1, 2, . . . definimos os espaços,
nX  o nX  o
j j
Vj = ak φ(2 x − k)  (ak ) ∈ S e Wj = ak ψ(2 x − k)  (ak ) ∈ S .
 
k∈Z k∈Z

Temos então que:

(i) V0 ⊂ V1 ⊂ V2 ⊂ · · · ;
(ii) Vj+1 = Vj ⊕ Wj = V0 ⊕ W0 ⊕ W1 ⊕ Wj ;
(iii) L2 (R) = V0 ⊕ W0 ⊕ W1 ⊕ · · · .

4
LISTA 1 ESPAÇOS

1 Seja f ∈ L2 ([a, b]). Prove que se f é contı́nua então kf k = 0 se e somente se f = 0

(função nula). O que se pode afirmar no caso em que f não é contı́nua?

2 Para n ∈ N considere as funções fn : [0, 1] → R definidas por fn (t) = 1 se 0 ≤ t ≤ 1/n e

fn (t) = 0, caso contrário. Prove que (fn ) → 0 em L2 ([0, 1]), mas não uniformemente.

√
3 Para n = 1, 2, 3, . . . considere as funções fn : [0, 1] → R definidas por fn (t) = n
se 0 ≤ t ≤ 1/n2 e fn (t) = 0, caso contrário. Prove que (fn ) → 0 em L2 ([0, 1]), mas
(fn (0)) 6→ 0.

4 Considere o espaço L2 ([0, 1]).

(a) Prove que se f é ortogonal a cos(πt) e diferenciável, então f 0 é ortogonal a sin(πt).
(b) Prove que o complemento ortogonal de f (t) = 1 é o conjunto de todas as funções com
valor médio nulo.
 ψ(x), ψ(2x), ψ(2x − 1), onde
(c) Projete a função f (x) = x no subespaço gerado por φ(x),
 1, 0 ≤ x < 1/2,
( 
1, 0 ≤ x < 1,
φ(x) = e ψ(x) = −1, 1/2 ≤ x < 1,
0, caso contrário, 
0, caso contrário.


5 Seja D = {(x, y) ∈ R2 | x2 + y 2 ≤ 1} e defina o espaço

n  ZZ o
2 2
L (D) = f : D → C  |f (x, y)| dxdy < ∞ ,

D

munido do produto escalar

ZZ
hf, gi = f (x, y)g(x, y) dxdy.
D

Prove que as funções φn : D → C, definidas por φn (x, y) = (x + iy)n para n = 0, 1, 2, . . .

p
são ortogonais em L2 (D) e compute kφn k = hφn , φn i.

5
LISTA 2 SÉRIE DE FOURIER
1 Prove que para quaisquer(m, n ∈ Z:
Z π
π, m = n,
(a) sin mx sin nx dx =
−π 0, m 6= n.

Z π  π, m = n 6= 0,

(b) cos mx cos nx dx = 2π, m = n = 0,
−π 
0, m 6= n.

Z π
(c) cos mx sin nx dx = 0.
−π

2 Seja f : [−T /2, T /2] → R. Prove que:

XN
(a) fN (t) = cn ei 2πnt/T , onde
n=−N (
1 T /2 (an − ibn )/2, n ≥ 0,
Z
cn = f (t) e−i 2πnt/T dt =
T −T /2 (a−n + ib−n )/2, n ≤ 0.
Z T /2
X 1
(b) |cn |2 = |f (t)|2 dt.
n∈Z
T −T /2
Z T /2
(c) lim |f (t) − fN (t)|2 dt = 0.
N →∞ −T /2

3 Considere f : [−1, 1] → R definida por f (t) = t2 . Utilize a série de Fourier de f para

∞ ∞
X 1 π2 X 1 π4
provar que 2
= e 4
= .
n=1
n 6 n=1
n 90

4 Considere f : [0, 1] → R definida por f (t) = t.

(a) Estenda f convenientemente para o intervalo [−1, 1] para encontrar a série de Fourier em
senos de f .
(b) Idem para a série de Fourier em cossenos de f .
(c) Compare as duas séries em relação à convergência.

Z x+T
5 Seja f : R → R periódica com perı́odo T > 0 e integrável. Prove que f (t) dt não
x
depende de x.

6
LISTA 3 TRANSFORMADA DE FOURIER
1 Prove as seguintes propriedades da Transformada de Fourier:
(a) Linearidade: Se h(t) = f (t) + a g(t) então b
h(ω) = fb(ω) + a gb(ω).
(b) Simetria: Se h(t) = gb(t) então b
h(ω) = 2 π g(−ω).
(c) Escalamento: Se h(t) = f (a t), a 6= 0, então b
h(ω) = 1/|a|fb(ω/a).
(d) Deslocamento: Se h(t) = g(t − a) então b h(ω) = e−iωa gb(ω).

2 Seja a 6= 0. Compute fb nos seguintes casos:

(a) f (t) = eiat . (b) f (t) = sinc2 (t). (c) f (t) = µ(t) e−|a|t . (d) f (t) = µ(1 − t2 ) (1 − t2 ).

3 Seja f : R → R. Prove que:

(a) Se f é par então fb é real e par.
(b) Se f é ı́mpar então fb é imaginária e ı́mpar.
(c) Re[fb] é par e Im[fb] é ı́mpar.
(d) Para todo ω ∈ R, fb(−ω) = fb(ω).
Z ∞ ∞
m
X am
(e) Se am = t f (t) dt < ∞, m = 0, 1, . . ., então f (ω) =
b (−iω)m .
−∞ m=0
m!
Z ∞ Z ∞
2 1 2
(f) Igualdade de Parseval: |f (t)| dt = |f (ω)| dω.
b
−∞ 2π −∞

4 Analise, nos domı́nios do tempo e da frequência, algébrica e graficamente, os sinais:

2 2
(a) Ricker: s(t) = (1 − 2a2 t2 )e−a t , a 6= 0.
(b) Rayleigh: s(t) = (1 + b2 t2 )−1 , b 6= 0.
2 2
(c) Gabor: s(t) = e−c t cos dt, cd 6= 0.

Z ∞ Z ∞
5 Prove que sinc(t) dt = sinc2 (t) dt = 1.
−∞ −∞

7
LISTA 4 CONVOLUÇÃO

1 Compute as seguintes convoluções:

(a) f ∗ f para f (t) = µ(1 − |t|).
2
(b) g ∗ g para g(t) = e−πt .
(c) f ∗ g para f (t) = µ(t) (1 − t) e g(t) = µ(t) et .

2 Seja f : R → R e definimos f [1] = f e f [m] = f ∗ f [m−1] para m = 2, 3, . . ..

[m] em termos de fb.
(a) Escreva fdZ ∞ Z ∞ m
[m]
(b) Prove que f (t) dt = f (t) dt .
−∞ −∞
(c) Como você poderia definir f [p] para p real e positivo?
(d) Tente interpretar f [1/2] .

3 Seja f : R → R definida por f (t) = e−at µ(t) onde a > 0.

(a) Prove que se g = f ∗ f ∗ · · · ∗ f (n convoluções, n ≥ 0) então g(t) = tn f (t)/n!.
(b) Use o resultado acima para computar a transformada de Fourier de h(t) = tn f (t).

8
LISTA 5 TEOREMA DE SHANNON

Z ∞ s : R → R tal que
1 Seja
X
sb(ω) = 0 para |ω| > Ω > 0. Prove que se 0 < ∆t < π/Ω então:
(a) s(t)2 dt = ∆t s(n∆t)2 .
−∞ n∈Z X
(b) Para todo |ω| ≤ Ω, sb(ω) = ∆t s(n∆t)e−inω∆t .
n∈Z

2 Seja f : R → R definida por f (t) = cos(a t + b), onde a, b ∈ R, tn = n∆t, n ∈ Z e

∆t > 0. Prove que existe ρ ∈ [−π/∆t, π/∆t] tal que f (tn ) = cos(ρ tn + b) para todo n ∈ Z.
Qual é a relação deste resultado com o Teorema de Shannon?

3 Sejam x, y : R → R tais que xb(ω) = 0 para |ω| > Ωx > 0 e yb(ω) = 0 para |ω| > Ωy > 0
e a ∈ R. Através do Teorema de Shannon determine o intervalo máximo de amostragem (∆t)
para os seguintes sinais:

(a) x(t + a). (c) x0 (t). (e) x(t) cos(at). (g) x(t) · y(t).
(b) x(at), a 6= 0. (d) µ(t) ∗ x(t). (f) x(t) + y(t). (h) x(t) ∗ y(t).

4 Considere a função f : [−π, π] → R e sejam g : R → R definida por g(t) = f (t) se

|t| ≤ π e g(t) = 0 caso contrário, e h : R → R a extensão periódica de f . Sejam cn , n ∈ Z,
os coeficientes da série de Fourier de f no intervalo [−π, π]. Prove que
X X
gb(ω) = 2π cn sinc(w − n) e b
h(ω) = 2π cn δ(ω − n).
n∈Z n∈Z

Compare os resultados acima e interprete-os através do Teorema de Shannon.

5 Sejam f : R → C e ω1 < ω2 tais que fb(ω) = 0 para ω ∈ / [ω1 , ω2 ] e definimos λ =

(ω1 + ω2 )/2 e Ω = (ω2 − ω1 )/2. Através do Teorema de Shannon prove que se tj = t0 + j∆,
j ∈ Z, com ∆ < π/Ω então
X   t − t 
j
f (t) = f (tj ) exp iλ(t − tj ) sinc .
j∈Z
∆

9
LISTA 6 DFT
1 Compute a DFT dos seguintes sinais discretos fj , j = 0, 1, . . . , N − 1:
(a) fj = j. (b) fj = cos(πj). (c) fj = cos(πj/2). (d) fj = aj , a 6= 0.

2 Seja n um inteiro positivo. Compute a DFT do sinal discreto fj = j − n, j = 0, 1, . . . , 2n.

2
3 Compute e analise a DFT da função f (t) = e−t discretizada em tj = j − 2, j = 0, 1, 2, 3.

N −1 N −1
X
2 1 X ˇ 2
4 Prove a Igualdade de Parseval para a DFT: |fj | = |fk | .
j=0
N k=0

5 Seja f : R → R tal que f (t) = 0 para |t| > T /2 > 0.

(a) Qual é a relação entre os coeficientes da Série de Fourier de f em [−T /2, T /2] e a Trans-
formada de Fourier de f ?
(b) Qual é a consequência desse fato em termos de DFT?
(c) Baseado em (a) e (b), descreva um procedimento de interpolação para uma função dis-
cretizada num intervalo
Z ∞ qualquer [ta , tb ].X
1 1
(d) Prove que |fb(ω)|2 dω = |fb(2nπ/T )|2 .
2π −∞ T n∈Z

6 Seja o sinal s : R → R definido por s(t) = e−t para t ∈ [0, 2] e s(t) = 0 caso contrário, e
considere as amostras sj = s(j/2) para j = 0, 1, 2, 3, 4.
(a) Encontre a Transformada de Fourier contı́nua de s.
(b) Encontre a Transformada de Fourier discreta das seguintes discretizações de s:
a = [s0 , s1 , s2 , s3 ], b = [s0 , s1 , s2 , s3 , s4 ] e c = [(s0 + s4 )/2, s1 , s2 , s3 ].
(c) Analise os resultados obtidos e comente sobre as diferentes escolhas das amostras.

7 Considere o sinal real discreto s = [−1, 2, 1, 4, −3, −2, 0, 1]. Utilize a DFT para compactar
o sinal s em 90% de sua energia. Plote os gráficos de s e sua compactação e analise o resultado.

10
LISTA 7 FILTROS
1 Analise, algébrica e graficamente, os seguintes filtros:
(a) Triangular: Tb(ω) = µ(1 − |ω/ωT |) (1 − |ω/ωT |), ωT > 0.
1 + cos(πω/ωH )
(b) Hann: H(ω)
b = µ(1 − |ω/ωH |) , ωH > 0.
2
1
(c) Gaussiano: G(ω)
b = , ωG > 0.
1 + (ω/ωG )2
(d) Eliminador: E(ω)
b = µ(|ω − ωE | − ), ωE ∈ R,  > 0.

2 Seja ωc > 0 e considere o filtro no domı́nio da freqüência,

1 + cos(π ω/ωc )
D(ω,
b ωc ) = se |ω| ≤ ωc e D(ω,
b ωc ) = 0, caso contrário.
2
(a) Encontre D(t) e analise algébrica e graficamente.
(b) Dados ωm > ωh > 0, analise a atuação do filtro definido por
E(ω)
b = D(ω b − ωm , ωh ).
b + ωm , ωh ) + D(ω
(c) Através de um programa computacional analise a atuação do filtro E. Tanto o sinal de
entrada como os valores de ωm e ωh são de livre escolha.

3 Seja Ba : R → R um filtro passa-baixa com as seguintes caracterı́sticas: Ba (ω) = 0 se

|ω| ≥ a > 0, 0 < Ba (ω) ≤ 1 se |ω| < a e Ba (0) = 1. Considere os filtros A1 e A2 definidos
por A1 (ω) = B1/a (1/ω) se ω 6= 0 e A1 (0) = 0, e A2 (ω) = 1 − Ba (ω).
(a) Esboce os gráficos de Ba , A1 e A2 .
(b) Compare a atuação dos filtros A1 e A2 .

4 Seja Fa : R → R um filtro passa-baixa tal que Fa (ω) = 0 se |ω| > a > 0. Descreva a
atuação dos seguintes filtros:
(a) A(ω) = Fa (ω) ∗ Fa (ω).
(b) B(ω) = Fa (ω + b) + Fa (ω − b), onde b ≥ a.
(c) C(ω) = 1/[1 + Fa (ω)2 ].
(d) D(ω) = F1/a (1/ω) se ω 6= 0 e D(0) = 0.

11
LISTA 8 SINAIS ANALÍTICOS
1 Encontre o sinal analı́tico de r : R → R definido por:
(a) r(t) = sinc(t). (b) r(t) = 1/(1 + t2 ).

2 Seja c : R → R causal, isto é, c(t) = 0 para t < 0.

(a) Mostre que H[Re(b c)] = −Im(b c) e H[Im(b
c)] = Re(b
c).
(b) Qual a conseqüência do resultado acima para o conhecimento de c a partir de b
c?

3 Seja f : R → R. Mostre que:

(b) Se f é par então fe é ı́mpar.
(c) Se f é ı́mpar então fe é par.
(d) Se f é derivável então [fe]0 = [f
f0 ].

4 Seja f : R → R e considere o sinal analı́tico de f , F : R → C, F (t) = A(t) eiφ(t) , onde

A : R → R+ e φ : R → R, são a amplitude e a fase instantâneas, respectivamente. Definimos
a Frequência Angular Instantânea como W = φ0 . Mostre que:
(a) W = (f fe0 − f 0 fe)/A2 .
(b) Se f (t) = sinc t então A(t) = |sinc(t/2)|, φ(t) = πt/2 e W = π/2.

5 Considere o problema de enviar dois sinais reais com bandas limitadas através de um único
sinal real. Sejam u, v : R → R tais que ub(ω) = vb(ω) = 0 para |ω| > σ > 0 e defina s : R → R
por s(t) = u(t) cos(ω0 t) − v(t) sin(ω0 t) com ω0 > σ.
(a) Mostre que para recuperar o sinal u (respectivamente, v) a partir de s basta multiplicar
s(t) por 2 cos(ω0 t) (respectivamente, 2 sin(ω0 t)) e depois passar um filtro passa-baixa ideal
de banda σ.
u(t − s)
Z
2 2 σs
 
(b) Prove que a transformada de Hilbert de u é dada por u
e(t) = sin ds.
π R s 2

12
LISTA 9 TRANSFORMADA DE FOURIER 2D
1 Encontre a transformada de Fourier 2D da função f : R2 → R definida por:
2 2
(a) f (x, y) = e−(x + y )/4 .
(b) f (x, y) = 1 para −1 ≤ x ≤ 1 e −1 ≤ y ≤ 1 e f (x, y) = 0 caso contrário.

LISTA 10 WAVELETS
1 Considere o sinal real discreto s = [−1, 2, 1, 4, −3, −2, 0, 1]. Utilize os algoritmos de
decomposicão e reconstrução com wavelets de Haar para compactar o sinal s em 90% de sua
energia. Plote os gráficos de s e sua compactação e analise o resultado. Compare com os
resultados obtidos no exercı́cio 7 da LISTA 6.

13