PTC5005 – Processamento Digital de Sinais I

Introdução à análise espectral

de sinais periódicos

Magno T. M. Silva

Escola Politécnica da USP

Maio de 2017
Motivação

◮ A análise espectral encontra muitas aplicações em engenharia

◮ Para medir a Transformada de Fourier (TF) de sinais de
tempo contı́nuo pode-se utilizar a TFD, calculada com um
algoritmo eficiente conhecido como FFT (Fast Fourier
Transform)
◮ Como usar a TFD para medir a TF de um sinal de tempo
contı́nuo?
Teorema da amostragem de Nyquist

Um sinal v (t) de tempo contı́nuo e de banda limitada, isto é, com

componentes nulos para f > fM , fica univocamente determinado
por suas amostras

v (nTa ), n = 0, ±1, ±2, . . .

se a frequência de amostragem fa = 1/Ta satisfizer

fa > 2fM (Hz)

No caso de sinais periódicos, a duração total da amostragem

T0 = NTa deve ser exatamente igual a um número inteiro de
perı́odos, ou seja T0 = mTs , com m = 1,2, . . .
Amostragem de sinais senoidais (T0 = mTs ) 1/10
DOMÍNIO DOMÍNIO DAS
DO TEMPO v(t) FREQÜÊNCIAS |V(f)|
A
A/2
t
TF f
T
s
−f f
s s

x p(t) ∗ P(f)
1 TF fa

t f
0 T −f 0 f
a a a

= v (t)
1 = −f /2
a
|V (f)| f /2
1 a
A TF Af /2
a
t
0 f
−f f
s s

AMOSTRAGEM: 4 AMOSTRAS
POR PERÍODO
Amostragem de sinais senoidais (T0 = mTs ) 2/10

Seja p(t) o pente de impulsos com perı́odo Ta = 1/fa < 1/(2fs ),

ou seja,
X∞
p(t) = δ(t − nTa ),
n=−∞

A multiplicação de p(t) por v (t) resulta

∞
X
v1 (t) = v (t)p(t) = v (t) δ(t − nTa ),
n=−∞
∞
X
V1 (f ) = V (f ) ∗ fa δ(f − kfa )
k=−∞
Amostragem de sinais senoidais (T0 = mTs ) 3/10
DOMÍNIO DOMÍNIO DAS
DO TEMPO v (t) |V1(f)|
1 FREQÜÊNCIAS
A
Af /2
a
t
0 TF f
−f −f 0 f f
a s s a

x g(t) ∗ T0|sinc(T0f)|

1 TF
−T /2 f/f
a 0
t
0 T0−Ta/2 01 2 3

= v2(t)
= |V (f)|
(A/2)N
2
A TF
t
0 To f
−f −fa/2 0 fa/2 fa
a

Multiplicação por janela:

sinal limitado no tempo (N=8 amostras)
Amostragem de sinais senoidais (T0 = mTs ) 4/10

Utilizando a janela retangular, chega-se a

 
t − T0 /2 + Ta /2
v2 (t) = v1 (t)Π , T0 = NTa
T0
" ∞ #
X h i
−jπf (T0 −Ta )
V2 (f ) = fa V (f − mfa ) ∗ T0 sinc(fT0 )e
m=−∞

que é uma representação “distorcida” de V1 (f )

Amostragem de sinais senoidais (T0 = mTs ) 5/10
DOMÍNIO DO
TEMPO
v3(n) DOMÍNIO DAS
FREQÜÊNCIAS
|V3(ejω)|
A TFTD (A/2)N

n
0 ω
−π 0 π

p2(n) x |P (ejω)|
∗ 2
2π/N
1
TFTD

n ω
−N 0 N 0

= A
v~3(n)
TFTD
= |V~3(ejω)|
πA
n
0 ω
−π 0 π
Amostragem de sinais senoidais (T0 = mTs ) 6/10

Mudando de interpretação de tempo contı́nuo para a de tempo

discreto, chega-se a
N−1 2π
1
X Z
v3 (n) = v (ℓTa )δ(n − ℓ) = V3 (e jω )e jωn dω
2π 0
ℓ=0
N−1
X N−1
X
V3 (e jω ) = v3 (n)e −jωn = v (nTa )e −jωn
n=0 n=0
Amostragem de sinais senoidais (T0 = mTs ) 7/10

Note que
Z ∞
V2 (jΩ) = v2 (t)e −jΩt dt
−∞
Z T0 −Ta /2 "N−1
X
#
= v (nTa )δ(t − nTa ) e −Ωt dt
−Ta /2 n=0
N−1
X
= v (nTa )e −jΩTa n
n=0

Para ω = ΩTa vale V2 (jΩ) = V3 (e jω ) , o que justifica a

ω=ΩTa
mudança de interpretação.
Amostragem de sinais senoidais (T0 = mTs ) 8/10

Considerando processamento digital, V3 (e jω ) deve ser amostrado.

Para tanto,
P∞convolui-se ṽ3 (n) com a sequência periódica
p2 (n) = i=−∞ δ(n − Ni), obtendo-se ṽ3 (n) e no domı́nio das
frequências
∞  
jω 2π X j 2π q 2π
Ṽ3 (e ) = V3 (e N )δ ω − q
N q=−∞ N

Novamente mudando de interpretação e levando-se em conta o

fator multiplicativo 2π/N obtém-se v4 (n)TFD
↔ V4 (k)
Amostragem de sinais senoidais (T0 = mTs ) 9/10

v~(n) |V~(ejω)|
3 3
A πA
TFTD
n
0 ω
0 π

v~(n) |V~(k)| TFD8

4 4

SFD (A/2)N
n
0 k
0 N/2

v(t) |V(f)|
A TF
A/2
t
0 T f
s
−f 0f
s s
Amostragem de sinais senoidais (T0 = mTs ) 10/10

Conclusão: Dado um sinal senoidal v (t), sua TF V (f ) pode ser

medida com a TFD de

v4 (n), n = 0,1, . . . , N − 1,

sendo T0 = NTa = mTs, m ∈ N∗ .

Para tanto

 V4 (k)
V (f ) =

f = k/(NTa ) N
Análise espectral de sinais periódicos e seus erros

Quando T0 = NTa 6= mTs , m = 1,2, . . . (duração da amostragem

ou da janela não coincide com um número inteiro de perı́odos)
podem ocorrer os seguintes tipos de erros:
◮ Vazamento (leakage effect)
◮ Recobrimento ou rebatimento (aliasing)
◮ Efeito cerca (picket fence effect)
Vazamento

Com T0 6= mTs , a SFD representa a expansão em série de Fourier

da sequência periódica mostrada em preto. Para corrigir esse erro,
deve-se considerar T0 = Ts , ou usar uma janela adequada.

v(t) v (t)
c
T
s

t t

T0
Recobrimento ou aliasing

Aparece quando fa < 2fM .

Exemplo: Seja v (t) = A cos(ωt + φ) um sinal amostrado com fa ,
tal que fa /2 < f < fa . A sequência resultante da amostragem será
   
f f
v (n) = A cos 2π n + φ = A cos 2πn − 2π n − φ
fa fa
 
fa − f
= A cos 2π n−φ
fa

Duas co-senóides de frequências f e fa − f fornecem as mesmas

amostras!
Recobrimento (continuação do exemplo)

Um componente de frequência f > fa /2 será interpretado como

tendo frequência fa − f

|V ( f ) | Raia
espúria

f (Hz)
fa − f fa f
2

Solução: Aumentar fa ou considerar um filtro anti-aliasing

Efeito cerca (T0 6= mTs )
DOMÍNIO DOMÍNIO DAS
DO TEMPO v(t) FREQÜÊNCIAS |V(f)|
A
A/2
t
TF f
Ts
−fs fs

x p(t) ∗ P(f)
1 TF fa

t f
0 T −fa 0 f
a a

= v (t)
1 = |V (f)|
1

A TF (A/2)f
a
t
0 f
−f −fs fs f
a a
AMOSTRAGEM: f NÃO É MÚLTIPLA DA
a
FREQÜÊNCIA DO SINAL
Amostragem de sinais senoidais (T0 6= mTs )
DOMÍNIO DOMÍNIO DAS
DO TEMPO v (t) |V1(f)|
1 FREQÜÊNCIAS
A
A/2
t
0 TF f
−fa −fs 0 f fa
s

x g(t) ∗ T0|sinc(T0f)|

1 TF
−Ta/2 f/f
0
t
0 T0−Ta/2 01 2 3

= v2(t)
= |V2(f)|
(A/2)N
A TF

.........0 . .T . t

o
−fa −f /2 0 fa/2 fa
a

Multiplicação por janela:

sinal limitado no tempo (N=10 amostras)
Amostragem de sinais senoidais (T0 6= mTs )
v3(n) |V~3(ejω)|
A
n
0 ω
0 π

jω
p2(n) |P2(e )|
2π/N
1

ω
−N 0 N 0 2π/N
v~(n) |V~4(k)|
4
A 0.4 (A/2)N
n 0.2
k
0
0
0 N/2
−0.2
0 200 400 600
Utilização de janelas na análise espectral

Se T0 6= mTs aparece o efeito cerca, que pode ser minimizado,

utilizando-se outras janelas com nı́vel de lóbulo lateral menor. Três
aspectos merecem destaque sobre a forma da janela no domı́nio
das frequências:
◮ Deve possuir lóbulos laterais de menor nı́vel possı́vel
◮ O lóbulo central deve ser o mais plano possı́vel
◮ O lóbulo central deve ser o mais estreito possı́vel
Janelas mais utilizadas

Retangular
1

0.8
Blackman

0.6
Hamming
Hanning
0.4

0.2

Plana
−0.2

−0.4

−20 =−L−15 −10 −5 0 5 10 15 20 =L

Janelas mais utilizadas

3  
X 2πkn
g (n) = ak cos , −L ≤ n ≤ L
N
k=0

Janela a0 a1 a2 a3
Retangular 1 0 0 0
Hanning 0,5 0,5 0 0
Hamming 0,54 0,46 0 0
Blackman 0,42 0,5 0,08 0
Plana 0,24726 0,46071 0,25078 0,04125
Propriedades das janelas mais utilizadas

Janela Atenuação do Atenuação Largura do

lób. lateral (dB) do filtro (dB) lób. principal
Retangular 13,3 20,9 4π/N
Hanning 31,5 43,9 8π/N
Hamming 42,7 54,5 8π/N
Blackman 58,1 75,3 12π/N
Plana ≈70 ≈ 89 16π/N
TFTD das janelas
Retangular Hanning
0 0

|G(ej ω)| −20 −20

|G(ej ω)|
−40 −40

−60 −60

−80 −80

−100 −100
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1

Hamming
0 0

−20 −20
Blackman
|G(ej ω)|

|G(ejω)|
−40 −40
Plana
−60 −60

−80 −80

−100 −100
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
ω/ π ω/ π