Você está na página 1de 11

Universidade Federal de Santa Catarina

Departamento de Engenharia Elétrica e Eletrônica


EEL7062 – Princípios de Sistemas de Comunicação
Prof. Danilo Silva

Capítulo 2 – Sinais e Sistemas

1 Introdução
Nesta disciplina faremos bastante uso da teoria de sinais e sistemas (especialmente os de tempo
contínuo). Esta é uma das bases da teoria de comunicações, uma vez que todos os canais físicos,
como cabos coaxiais e canais de propagação eletromagnética, assim como muitas das mensagens de
interesse, são fundamentalmente analógicos. (Canais digitais surgem apenas como uma idealização,
geralmente após uma etapa de processamento analógico.)
No nosso contexto, sinais de tempo contínuo serão usados1 para representar mensagens e sinais na
entrada e na saída do canal, o qual será modelado como um sistema linear. Sistemas lineares também
modelam muito do processamento que é realizado nos transmissores e receptores, como filtragem de
sinais.
As notas a seguir revisam brevemente alguns tópicos essenciais da teoria de sinais e sistemas de
tempo contínuo, incluindo sua ferramenta mais importante no nosso contexto, a transformada de
Fourier. Outro objetivo importante é estabelecer parte da notação utilizada nesta disciplina, a qual
difere da que é tipicamente usada em textos sobre a teoria de sinais e sistemas.

2 Sinais
2.1 Energia e potência
Seja um sinal x(t) ∈ C. Alguns parâmetros importantes são definidos2 a seguir:
Z ∞ Z T /2
2
• Energia: Ex = |x(t)| dt = lim |x(t)|2 dt
−∞ T →∞ −T /2

1 T /2
Z
• Média temporal (ou valor médio, ou valor DC): x(t) = lim x(t) dt
T →∞ T −T /2

1 T /2
Z
2
• Potência (ou valor médio quadrático): Px = |x(t)| = lim |x(t)|2 dt
T →∞ T −T /2
p
• Valor rms (root-mean-square): Px
Podemos classificar um sinal x(t) quanto à sua energia e potência:
• Sinal de energia: Ex < ∞ (o que implica automaticamente Px = 0)
• Sinal de potência: Ex = ∞ mas Px < ∞
Obs: sinais com Px = ∞ não são fisicamente possíveis.
1
Outro tipo de sinal importante será o de ruído, o qual está presente em qualquer sistema de comunicação. No
entanto, o ruído é um sinal aleatório, e para entendê-lo precisaremos revisar a teoria de probabilidade e processos
estocásticos—outra base da teoria de comunicações—o que só será feito mais adiante.
2
Por que chamamos tais valores de energia e potência? Esta terminologia tem significado físico quando x(t) (real)
é interpretado como um sinal de tensão ou de corrente aplicado a uma carga de resistência R; nesse caso a potência
instantânea dissipada pela carga é dada por p(t) = v 2 (t)/R = i2 (t)R, e portanto numericamente igual a x2 (t) quando
R = 1Ω. A potência (média) nada mais é do que a média temporal da potência instantânea, enquanto a energia total
dissipada é a integral de p(t).
2.1.1 Decibel (dB)
O decibel (dB) é uma unidade usada para comparar valores de potência, conforme a expressão a
seguir:    
P1 P1
= 10 log10
P2 dB P2
onde P1 e P2 são valores de potência. Isto é, a razão P1 /P2 , em dB, é dada por 10 log10 (P1 /P2 ).
Por exemplo:
P1
• P1 = 1000P2 =⇒ = 30dB
P2
P1
• P1 = 2P2 =⇒ ≈ 3dB
P2
Atenção! É comum utilizar a expressão 20 log10 (V1 /V2 ) como definição do decibel quando se
está comparando valores de amplitude. O resultado é idêntico, pois a potência é proporcional
ao quadrado da amplitude, i.e., P1 /P2 = (V1 /V2 )2 . No entanto, é errado utilizar o fator 20 para
converter em dB uma razão entre potências!

2.2 Periodicidade
Um sinal x(t) é dito periódico se existe T0 > 0 tal que x(t + T0 ) = x(t), para todo t. Nesse caso,
dizemos que x(t) é periódico de período T0 . O menor valor possível para T0 é chamado de período
fundamental. Um sinal que não é periódico é dito aperiódico.
Não é difícil ver que, se x(t) é periódico, então
1
Z
1. x(t) = x(t) dt
T0 T0
1
Z
2. Px = |x(t)|2 = |x(t)|2 dt
T0 T0
3. Ex = 0 ou Ex = ∞ (quando Px > 0)
Em outras palavras, médias referentes a um sinal periódico3 podem ser extraídas a partir de um
único período.
A frequência (temporal) f0 de um sinal periódico, medida em Hertz (Hz = s−1 ), é definida
como sendo o inverso do seu período, f0 = 1/T0 . Se T0 é o período fundamental do sinal, então f0 é
chamada de frequência fundamental.

2.3 Alguns sinais úteis


• Delta de Dirac:
δ(t) = 0, ∀t 6= 0
Z ∞ δ(t)
δ(t) dt = 1
−∞
Z ∞ t
x(t)δ(t) dt = x(0), ∀x(t)
−∞

3
Estritamente falando, todos os sinais (não-nulos) observados na natureza são de energia e aperiódicos, pois tem
duração limitada. Na verdade, o conceito de um instante de tempo t = ∞ (ou t = −∞) é uma abstração matemática,
não é fisicamente concebível. No entanto, sinais de potência ou periódicos servem como um modelo útil para sinais que se
comportam dessa forma durante um intervalo finito suficientemente longo. Para todos os propósitos práticos, o intervalo
(−∞, ∞) deve ser interpretado como um intervalo de observação [−T /2, T /2] cuja duração T é suficientemente longa
dentro do contexto de interesse. Uma situação familiar de natureza semelhante é a de um capacitor descarregando, um
processo que, teoricamente, só “termina” em t = ∞ (mas, na prática, algumas constantes de tempo são suficientes). No
nosso contexto, uma função senoidal (de duração infinita, periódica) será utilizada para modelar um sinal (de energia)
que permanece senoidal durante um intervalo de observação suficientemente longo.
• Pulso retangular:
rect(t)
1
(
1, |t| < 1/2
rect(t) =
0, |t| > 1/2
t
1 1
2 2
• Função sinc:
sinc(t)
sen πt 1
sinc(t) =
πt
(sinc(0) = 1)
t
−3 −2 −1 1 2 3
Atenção! Alguns autores (por exemplo, Lathi) definem sinc(t) = sen(t)/t, o que resulta em
cruzamentos de zero em instantes múltiplos de π. No contexto de processamento de sinais, a
notação que utilizamos (Haykin-Moher) é muito mais conveniente por resultar em cruzamentos
de zero em instantes inteiros.
• Exponencial complexa:
ej2πf0 t = cos(2πf0 t) + j sen(2πf0 t)

3 Transformada de Fourier
Estaremos frequentemente interessados no conteúdo frequencial dos sinais envolvidos na comunicação.
Esta informação pode ser obtida a partir da transformada de Fourier do sinal, a qual corresponde
à sua decomposição em uma combinação linear de funções senoidais (no nosso caso, exponenciais
complexas). A trasformada de Fourier pode ser interpretada como uma representação diferente e
equivalente do sinal original, a qual nos permite extrair facilmente certas propriedades de um sinal
ao observá-lo através de um ângulo diferente.

3.1 Definição
A transformada de Fourier de um sinal x(t) é definida como:
Z ∞
X(f ) = F{x(t)} = x(t)e−j2πf t dt.
−∞

O sinal x(t) pode ser recuperado a partir da transformada inversa de Fourier:


Z ∞
x(t) = F −1 {X(f )} = X(f )ej2πtf df.
−∞

Usaremos a seguinte notação para indicar um par transformado: x(t) ←→ X(f ).

Atenção! Muitos autores utilizam a notação X(ω) ou X(jω) para representar a transformada
de Fourier, correspondendo ao uso da frequência angular ω = 2πf , medida em radianos por segundo,
como variável independente. No entanto, no contexto de comunicações, a frequência temporal f ,
medida em Hertz, é muito mais significativa. Além disso, como a frequência temporal corresponde
exatamente ao inverso do período, observa-se uma grande simetria nas expressões da transformada
de Fourier direta e inversa (não há o fator de 1/2π). Esta simetria torna diversas expressões e
propriedades úteis muito mais simples de utilizar (e memorizar). Assim, utilizaremos sempre a va-
riável f nas expressões da transformada de Fourier, assim como nas expressões de funções senoidais
como exp(2πf0 t), cos(2πf0 t) e sen(2πf0 t)—mesmo que isso implique, nesses casos, em ter que sempre
“trazer junto” o fator de 2π (o resultado final compensa).
3.2 Transformada de Fourier de um sinal periódico
Se x(t) é um sinal periódico, então a expressão da transformada de Fourier não pode ser usada
diretamente. Ao invés disso, podemos calculá-la a partir dos coeficientes da série de Fourier.
Suponha que x(t) tenha período fundamental T0 . Então os coeficientes da série de Fourier (expo-
nencial) de x(t) são dados por

1
Z
Xk = x(t)e−j2πkf0 t dt, k = −∞, . . . , ∞
T0 T0

onde f0 = 1/T0 é a frequência fundamental. Nesse caso, x(t) possui a seguinte expansão em série

X
x(t) = Xk ej2πkf0 t
k=−∞

e sua transformada de Fourier é dada por



X
X(f ) = Xk δ(f − kf0 ).
k=−∞

3.3 Propriedades da transformada de Fourier


Algumas propriedades importantes da transformada de Fourier são listadas abaixo.
Sejam x(t) ←→ X(f ), x1 (t) ←→ X1 (f ), x2 (t) ←→ X2 (f ). Temos:

ax1 (t) + bx2 (t) ←→ aX1 (f ) + bX2 (f ) “Linearidade”


X(t) ←→ x(−f ) “Dualidade”
 
1 f
x(at) ←→ X “Dilatação no tempo”
|a| a
x1 (t) ∗ x2 (t) ←→ X1 (f )X2 (f ) “Convolução”
x1 (t)x2 (t) ←→ X1 (f ) ∗ X2 (f ) “Multiplicação”
Z ∞ Z ∞
2
|x(t)| dt = |X(f )|2 df Teorema de Parseval
−∞
Z ∞ Z−∞

x1 (t)x∗2 (t) dt = X1 (f )X2∗ (f ) df Teorema de Parseval (caso geral)
−∞ −∞
x∗ (t) ←→ X ∗ (−f ) Simetria conjugada

Em particular, se x(t) é real, então:


• X(−f ) = X ∗ (f )
• Se X(f ) = |X(f )|ej∠X(f ) , então |X(f )| é uma função par e ∠X(f ) é uma função ímpar.

Além disso, caso x(t) seja um sinal periódico de período T0 , com coeficientes da série de Fourier
dados por Xk , k = −∞, . . . , ∞, temos também uma versão do Teorema de Parseval, válida para
qualquer T0 :

1 T /2
Z X
2
Px = lim |x(t)| dt = |Xk |2 .
T →∞ T −T /2
k=−∞
3.4 Alguns pares transformados importantes

δ(t − t0 ) ←→ e−j2πf t0
ej2πf0 t ←→ δ(f − f0 )
cos(2πf0 t) ←→ 21 δ(f + f0 ) + 21 δ(f − f0 )
1 1
sen(2πf0 t) ←→ − 2j δ(f + f0 ) + 2j δ(f − f0 )
rect(t) ←→ sinc(f )
sinc(t) ←→ rect(f )
rect(t/τ ) ←→ τ sinc(f τ )
sinc(t/τ ) ←→ τ rect(f τ )
1/πt ←→ −j sgn(f )
P P
n δ(t − nT0 ) ←→ (1/T0 ) k δ(f − k/T0 )

Exemplos:
• rect(t/τ ) ←→ τ sinc(τ f )
rect(t/τ ) τ sinc(τ f )
1 τ
←→

t f
τ 1 2
2 τ τ
Dica: o parâmetro mais importante do pulso retangular é a largura do pulso, enquanto o
parâmetro mais importante da função sinc é o intervalo entre cruzamentos de zero. Nos
pares transformados entre rect e sinc, um parâmetro é sempre o inverso do outro.
∞ ∞
X 1 X
• δ(t − kT0 ) ←→ δ(f − k/T0 )
T0
k=−∞ k=−∞

figura
Dica: da mesma forma, o parâmetro mais importante de um trem de impulsos é seu espaça-
mento entre impulsos. O espaçamento no domínio da frequência será exatamente o inverso
do espaçamento no domínio do tempo.

3.5 Método prático para determinar transformadas de sinais periódicos


Como ferramenta matemática, a transformada de Fourier pode parecer um tanto “incompleta” pelo
fato de não poder ser diretamente aplicável a sinais periódicos; precisamos indiretamente recorrer à
série de Fourier. Seria mais interessante, no entanto, que a mesma ferramenta pudesse ser usada para
todos os propósitos, independente da periodicidade do sinal. Assim, bastaria dominarmos uma única
ferramenta mais geral—a transformada de Fourier—enquanto a série de Fourier seria obtida como
caso particular.
Felizmente, existe um método prático para alcançar esse objetivo, desde que se aceite e se esteja
familiarizado com a expressão para a transformada de um trem de impulsos—um sinal que, assim
como sua transformada, é simultaneamente periódico e de tempo de discreto. Esse par transformado
sozinho captura todo o potencial adicional que a série de Fourier pode proporcionar. Essencialmente,
a idéia é partir de um sinal aperiódico, cuja transformada sabemos calcular, e então recuperar o sinal
original, periódico, fazendo-se a convolução com um trem de impulsos.
Seja x(t) um sinal periódico de período T0 , e defina o sinal aperiódico

x̄(t) = x(t) rect(t/T0 )

como sendo uma “janela” de um único período de x(t).


x(t) x̄(t)

t t

T0 T0
Observe que podemos recuperar x(t) como

X
x(t) = x̄(t) ∗ δ(t − kT0 ).
k=−∞

Seja X̄(f ) = F{x̄(t)} a transformada de Fourier de x̄(t). Pela propriedade da convolução, temos

1 X
X(f ) = X̄(f ) δ(f − k/T0 )
T0
k=−∞

X 1
= X̄(f )δ(f − k/T0 )
T0
k=−∞

X 1
= X̄(k/T0 ) · δ(f − k/T0 )
T0
k=−∞ | {z }
Xk

onde
1
Xk = X̄(k/T0 ), k = −∞, . . . , ∞
T0
são os coeficientes da série de Fourier de x(t). Assim, temos que a transformada X(f ) corresponde à
transformada X̄(f ) multiplicada por 1/T0 e “amostrada na frequência” em intervalos de 1/T0 .

Exemplo: Desejamos encontrar a transformada de Fourier de uma onda quadrada x(t) dada por
x(t)
1

t
−T0 − T2 T
2 T0
Sabemos que
x̄(t) = x(t) rect(t/T0 ) = rect(t/T ) ←→ X̄(f ) = T sinc(f T )
Portanto,  
1 T T
Xk = X̄(k/T0 ) = sinc k
T0 T0 T0
e
∞  
X T T
X(f ) = sinc k δ(f − k/T0 ).
T0 T0
k=−∞

Sugestão: esboce o gráfico para o caso familiar T = T0 /2, e confirme a forma que você conhece.
4 Sistemas
4.1 Sistemas lineares invariantes no tempo
Considere um sistema S{·} que transforma uma entrada x(t) em uma saída y(t) = S{x(t)}. Para
i = 1, 2, seja yi (t) = S{xi (t)} a saída correspondente a uma entrada xi (t).
x(t) S{·} y(t)

Um sistema é dito linear se, para quaisquer x1 (t), x2 (t),


ax1 (t) + bx2 (t) S{·} ay1 (t) + by2 (t)

e é dito invariante no tempo se, para qualquer t0 ,


x(t − t0 ) S{·} y(t − t0 )

Seja h(t) = S{δ(t)} a resposta ao impulso do sistema:


δ(t) S{·} h(t)

y(t) = x(t) ∗ h(t) h(t) ←→ H(f )


Então: onde |{z} | {z }
Y (f ) = X(f )H(f ) resposta ao impulso resposta em frequência

4.2 Filtros ideais


Filtros são sistemas destinados a remover alguma componente de um sinal. Alguns filtros ideais serão
especialmente importantes no nosso contexto.
• Filtro passa-baixas FPBW {·}, com frequência de corte e largura de banda W :

FPBW {·}
1

f
−W W
• Filtro passa-altas FPAW {·}, com frequência de corte W :

FPAW {·}
1

f
−W W
• Filtro passa-faixa FPFf1 ,f2 {·}, com frequências de corte (inferior) f1 e (superior) f2 e largura
de banda W = f2 − f1 :

FPFf1 ,f2 {·}


1

f
−f2 −f1 f1 f2
4.3 Causalidade e realizabilidade de sistemas
Um sistema é dito causal se h(t) = 0, para todo t < 0. Um sistema é realizável (isto é, pode ser
implementado na prática, em tempo real) se e somente se é causal.
R∞
Critério de Paley-Wiener : Seja |H(f )| uma função tal que −∞ |H(f )|2 df < ∞. A função |H(f )|
pode ser a resposta de magnitude de um sistema causal se e somente se
Z ∞
ln |H(f )|
1 + f 2 df < ∞.

−∞

Em outras palavras, se H(f ) é tal que |H(f )| viola o critério acima, então H(f ) é não-causal. Por
outro lado, se |H(f )| é uma função que satisfaz o critério acima, então existe alguma função ∠H(f )
tal que H(f ) = |H(f )|ej∠H(f ) é um sistema causal.
A partir do critério de Paley-Wiener, é possível mostrar que filtros ideais (por possuírem transições
abruptas e regiões nulas em um intervalo contínuo) não são realizáveis.
Quando se deseja implementar na prática um sistema cuja resposta ao impulso h(t) é não-causal,
uma solução simples (embora dificilmente a melhor) é simplesmente atrasar h(t) e truncá-la em t = 0.
Quanto maior o atraso, melhor a aproximação.
Na prática, filtros realizáveis possuem, ao invés de transições abruptas, transições entre amplitudes
que ocorrem ao longo de uma faixa de largura não-nula, chamada de região ou faixa de transição.

Figura 1: Exemplos de filtros passa-baixa e passa-faixa realizáveis, destacando as faixas de passagem,


de transição e de corte.

4.4 Sistema (canal) sem distorção


Dizemos que um sistema é sem distorção se possui resposta ao impulso e resposta em frequência
dadas por
h(t) = αδ(t − t0 )
H(f ) = αe−j2πf t0
onde α 6= 0, isto é, o sistema aplica apenas possivelmente um ganho (ou atenuação) e um atraso.
Nesse caso, H(f ) deve ter magnitude constante e fase linear.
|H(f )| 2π 6 H(f )
α 1
t0
f
f − t10
−2π

É fácil ver que a saída de um sistema sem distorção tem exatamente a mesma forma da entrada.
5 Uma nota sobre trigonometria e números complexos
Em comunicações e processamento de sinais (assim como na análise de circuitos elétricos), precisamos
frequentemente lidar com funções senoidais (reais), as quais surgem naturalmente nesses contextos.
Para manipular tais funções, frequentemente precisamos realizar cálculos trigonométricos muitas vezes
tediosos e pouco intuitivos. Uma enorme redução de complexidade, assim como uma maior intuição
no processo dedutivo, pode ser conseguida fazendo uso de números complexos—um artifício mate-
mático que nos acostumamos a usar mas cuja motivação para seu uso na engenharia muitas vezes nos
passa despercebida. É devido a esse poder de simplificação que a nossa ferramenta mais importante—a
transformada de Fourier—é utilizada mais frequentemente em sua versão complexa.
Provavelmente, a enorme importância dos números complexos no contexto da trigonometria se
deve essencialmente à fórmula de Euler:

ejθ = cos θ + j sen θ, onde θ ∈ R.

Ao tentar compreender a fórmula acima, não devemos tentar “elevar a constante e ao número jθ”.
Ao invés disso, devemos interpretá-la simplesmente como a observação de que a soma cos θ + j sen θ
satisfaz as mesmas propriedades algébricas que esperaríamos do exponencial ejθ .
Como veremos abaixo, a fórmula de Euler nos permite encontrar com grande facilidade diversos
pares transformados e identidades trigonométricas importantes.
A partir fórmula de Euler, podemos deduzir:

ejθ + e−jθ z + z∗
cos θ = Re{ejθ } = , pois Re{z} =
2 2
ejθ − e−jθ z − z∗
sen θ = Im{ejθ } = , pois Im{z} =
2j 2j

Conhecendo o par transformado ej2πfc t ←→ δ(f − fc ) e propriedades básicas da transformada de


Fourier, as expansões acima nos levam imediatamente a:

ej2πfc t + e−j2πfc t 1 1
cos 2πfc t = ←→ δ(f − fc ) + δ(f + fc )
2 2 2
ej2πfc t − e−j2πfc t 1 1
sen 2πfc t = ←→ δ(f − fc ) − δ(f + fc )
2j 2j 2j
ejθ ej2πfc t + e−jθ e−j2πfc t 1 jθ 1
cos(2πfc t + θ) = ←→ e δ(f − fc ) + e−jθ δ(f + fc )
2 2 2
e ainda:
1 1
x(t) cos 2πfc t ←→ X(f − fc ) + X(f + fc )
2 2
Note que, uma vez que nos acostumamos a expandir um cosseno em exponenciais complexas, não há
necessidade de se esforçar para memorizar a equação acima.

A fórmula de Euler também nos permite facilmente obter identidades trigonométricas importantes
(e nem sempre fáceis de memorizar). Pelas regras de multiplicação de exponenciais, obtemos:

ej(a+b) = eja ejb = (cos a + j sen a)(cos b + j sen b)


= cos a cos b − sen a sen b + j(sen a cos b + cos a sen b)

o que nos leva a

(∗) cos(a + b) = Re{ej(a+b) } = cos a cos b − sen a sen b


sen(a + b) = Im{ej(a+b) } = sen a cos b + cos a sen b
(∗∗) cos(a − b) = cos a cos b + sen a sen b
e portanto
1 
(∗) + (∗∗) =⇒ cos a cos b = cos(a − b) + cos(a + b)
2
1 
(∗∗) − (∗) =⇒ sen a sen b = cos(a − b) − cos(a + b) .
2
Fórmulas fornecidas em provas
[x]dB = 10 log10 x
q δ(t − t0 ) ←→ e−j2πf t0
[x(t)]rms = x2 (t) ej2πf0 t ←→ δ(f − f0 )
cos(a ± b) = cos a cos b ∓ sen a sen b cos(2πf0 t) ←→ 21 δ(f + f0 ) + 21 δ(f − f0 )
sen(a ± b) = sen a cos b ± sen b cos a 1
sen(2πf0 t) ←→ − 2j δ(f + f0 ) + 1
− f0 )
2j δ(f
2 cos a cos b = cos(a − b) + cos(a + b) rect(t/τ ) ←→ τ sinc(f τ )
2 sen a sen b = cos(a − b) − cos(a + b) sinc(t/τ ) ←→ τ rect(f τ )
sen πx
sinc(x) = 1/πt ←→ −j sgn(f )
( πx P P
1, |x| < 1/2 n δ(t − nT0 ) ←→ (1/T0 ) k δ(f − k/T0 )
rect(x) = x1 (t)x2 (t) ←→ X1 (f ) ∗ X2 (f )
0, |x| > 1/2
( x1 (t) ∗ x2 (t) ←→ X1 (f )X2 (f )
1, x>0
sgn(x) = X(t) ←→ x(−f )
−1, x < 0