Escolar Documentos
Profissional Documentos
Cultura Documentos
Definição
∞
X(ω) = x(t)e−jωt dt,
Condição suficiente para convergência de X(jω)
ω∈R
�
−∞
Relação com a transformada de Laplace
|x(t)|dt < ∞ (x(t) é absolutamente integrável)
� ∞
−∞
X(s) = x(t)e−st dt, s = σ + jω
� ∞
−∞
OBS:
L{x(t)} = F{x(t)e −σt
} Existem funções não absolutamente integráveis para as quais
podemos encontrar a expressão de X(jω)
−∞
∞
jωt jωt jωt
(× e ) X(jω)e =e x(τ ) e−jωτ dτ
Resultados necessários da teoria das distribuições
�
−∞
∞ ∞ ∞
jωt jωt
φ(τ )δ(t − τ )dτ = φ(t) X(jω) e dω = e x(τ ) e−jωτ dτ dω
� � �
−∞ −∞ −∞
� ∞
−∞
∞ Trocando a ordem de integração
ejωt dω = 2πδ(t)
�
−∞
jωt jω(t−τ )
X(jω) e dω = x(τ ) e dω dτ
� ∞ � ∞ �� ∞ �
−∞ −∞ −∞
2π δ(t−τ )
� �� �
1 ∞
X(jω)ejωt dω
2π
⇒ x(t) =
�
−∞
Exemplo
Observações x(t) = e−at u(t), a>0
1 ∞
x(t) = X(jω)ejωt dω 1
2π X(s) = ,
�
−∞
s+a
Re{s} > −a ⇒ s = jω ∈ RC
1
���
a π
X(jω) tem interpretação de espectro em frequência de ����
�
2
���
���� θX (ω)
x(t) → mostra como a energia de x(t) está distribuı́da “em
frequência” ���
|X(jω)|
���� �
�
���
X(jω) = |X(jω)|ejθX (ω)
����
Propriedades
Linearidade: Se
Simetria
xi (t) ↔ Xi (jω) i = 1, 2, . . . , N
x(t) ↔ X(jω)
Então
N N
ai xi (t) ↔ ai Xi (jω) x∗ (t) ↔ X ∗ (−jω)
i=1 i=1
� �
Consequências:
Deslocamento no tempo
Se x(t) é real → x∗ (t) = x(t)
x(t) ↔ X(jω)
⇒ X(−jω) = X ∗ (jω) para x(t) real
y(t) = x(t − t0 ) ↔ Y (jω) = e −jωt0
X(jω)
dx(t)
y(t) =
dt
↔ Y (jω) = jω X(jω)
Escalonamento no tempo
Re {X(−jω)} = Re {X(jω)} ⇒ Re {X(jω)} é par
⇒
Im {X(−jω)} = −Im {X(jω)} ⇒ Im {X(jω)} é ı́mpar
x(t) ↔ X(jω)
� Expressando X(jω) como
X(jω) = |X(jω)| ejθX (ω) X j
a
y(t) = x(at) ↔ Y (jω) =
|a|
1 � ω�
REAL: x(t) = x∗ (t) → X(−jω) = X ∗ (jω) c) Juntando as propriedades acima e lembrando que
x(t) = Par{x(t)} + Ímpar{x(t)}
PAR: x(t) = x(−t) → X(−jω) = X(jω)
x(t) ↔ X(jω)
⇒ X(jω) é REAL e PAR ⇒ Par{x(t)} ↔ Re{X(jω)}
Ímpar{x(t)} ↔ j Im{X(jω)}
Deslocamento em frequência
Exemplo:
x(t) ↔ X(jω)
x(t) = e−a|t| = eat u(−t) + e−at u(t)
= x1 (−t) + x1 (t)
y(t) = ejω0 t x(t) ↔ Y (jω) = X[j(ω − ω0 )]
= x2 (t) + x1 (t)
2
⇒ x(t) cos(ω0 t) ↔ X[j(ω + ω0 )] + X[j(ω − ω0 )]
1 1
X1 (jω) = X2 (jω) = X1 (−jω) =
1� �
jω + a −jω + a Dualidade
Convolução
2 1
2π
|x(t)| dt = |X(jω)|2 dω y(t) ↔ Y (jω)
� ∞ � ∞
−∞ −∞
∞
Como
x(t) ∗ y(t) ↔ X(jω)Y (jω)
|x(t)|2 dt = Energia de x(t)
Integração no tempo
�
−∞
−∞
Demonstração:
Como Multiplicação no tempo
∞
y(t) = x(τ ) u(t − τ ) dτ = x(t) ∗ u(t) x(t) ↔ X(jω)
�
−∞
2π −∞
jω
� �
=
2π
X(jω) ∗ Y (jω)
1
1 � �
−∞
Consequências:
� Já vimos como obter as expressões das transformadas de
Fourier para sinais absolutamente integráveis δ(t) ↔ 1
� Na prática precisamos saber o espectro de frequências de
alguns sinais não absolutamente integráveis δ(t − t0 ) ↔ e−jωt0
� Usando funções singulares podemos representar os espectros Usando a expressão da transformada inversa,
de diversos sinais importantes e não absolutamente integráveis
1 jωt 1
δ(t) = e dω = cos(ωt) dω
� ∞ � ∞
2π −∞ 2π −∞
�
Estas integrais só fazem sentido quando interpretadas como
distribuições, não como funções
Exponencial complexa: x(t) = ejω0 t
sgn(t) y(t)
Assim,
1 1
cos(ω0 t) = e +e−jω0 t 0 0
t t
2
↔ π δ(ω − ω0 ) + δ(ω + ω0 )
1 � jω0 t � � �
−1 −1
sen(ω0 t) = e
2j j
− e−jω0 t ↔ δ(ω − ω0 ) − δ(ω + ω0 )
1 � jω0 t � π� �
0 ∞
e e
at −jωt
dt + e−at e−jωt dt
Degrau unitário x(t) = u(t)
Y (jω) = −
0
� �
−∞
1 1 1 1
+ u(t) = + sgn(t)
−2jω
= 2
a + ω2 2 2
⇒ Y (jω) = −
a − jω a + jω
2 1
X(jω) = lim Y (jω) = U (jω) = π δ(ω) +
a→0 jω jω
2
jω
sgn(t) ↔
Aplicando o limite: Transformada de Fourier de Sinais Periódicos
� A função sgn(t) tem valor médio igual a zero
� A função u(t) tem valor médio Mu = 1/2
a) Um sinal periódico tem duração eterna (−∞ < t < ∞)
a→0 −∞
� Para que
= lim e dt + e dt i) X(s) tenha região de convergência
1 −jωt 1 ∞ −jωt
2
ua (t) −
� ∞� � �
a→0 −∞ 2 −∞
ii) x(t) tenha amplitude limitada para todo t (pois é periódico)
1 2π δ(ω)
2
sgn(t)
1 2
� �� � � �� �
1
Polos de Xa (s) ⇒ no SPLD do plano s
= + π δ(ω)
jω
⇒ Um sinal periódico com perı́odo T0 só poderá conter parcelas ⇒ Expansão de x(t) em série de Fourier
exponenciais com perı́odos Tk se existir um T0 = k Tk , k ∈ Z+
para todos os k. � a0 é o valor médio do sinal
Nesse caso, � a1 e a−1 determinam a amplitude da componente na
frequência fundamental
ω0 = 2π
T0 : frequência fundamental � ak e a−k determinam a amplitude da k-ésima harmônica
ωk = k ω 0 :
�
k-ésima harmônica, k ∈ Z+
k=−∞
�
� A transformada de Fourier de qualquer sinal periódico de Multiplicando por e−j�ω0 t e integrando no perı́odo T0
frequência ω0 = 2π/T0 é um trem de impulsos nas frequências ∞
ωk = k ω0 , k ∈ Z. x(t)e
−j�ω0 t
dt = ak ej(k−�)ω0 t dt
T0 T0 k=−∞
� �
�
�
x(t)e−j�ω0 t dt = T0 a�
T0 , k=� T0
�
T0
�
e±j p ω0 t dt, p ∈ Z+ , k =
T0
� � 1 k-ésimo coeficiente da
ak = x(t)e−jkω0 t dt
ej(k−�)ω0 t dt = �
T0
�
dx = 12 ln(x2 + a2 )
� udv � e 1 dx = a e 1
1 − sen(a+b)x
cos(a+b)x
x senax dx = a12 ( senax − ax cos ax)
� x2 +a2 �
T0
� �
T0 2. Transformadas de Fourier
�
1 1
e−at u(t) ⇔ a+jω , a>0 eat u(−t) ⇔ a−jω , a>0 e−a|t| ⇔ a22a+ω 2 , a > 0
1
te−at u(t) ⇔ (a+jω) 2, a > 0 ejω0 t ⇔ 2πδ(ω − ω0 ) cos ω0 t ⇔ π[δ(ω + ω0 ) + δ(ω − ω0 )]
δ(t) ↔ 1 1 ⇔ 2πδ(ω)
1 1 2
valor médio de x(t) u(t) ⇔ πδ(ω) + jω sgn(t) ⇔ jω rect( τt ) ⇔ τ sinc ωτ2
a0 = x(t)dt sen(ωc t)
πt
senω0 t ⇔ jπ[δ(ω� + ω � 0 ) − δ(ω − ω0 )]
x(t)ejωo t ⇔ X(j(ω − ω0 )) x (t) ∗ x2 (t) ⇔ X1 (ω)X2 (ω) x (t)x (t) ⇔ 1 X (ω) ∗ X2 (ω)
dn x n 1
Transformada de Fourier de x(t) (espectro discreto) dtn ⇔ (jω) X(ω) −∞
x(τ ) dτ ⇔ jω X(jω) + πX(0)δ(ω) −∞
|x(t)| dt = 2π −∞ |X(jω)|2 dω
� 1t � 1∞ 2 2 2π 11 � ∞
∞
X(jω) = 2π ak δ(ω − kω0 )
k=−∞
�
Sinais e Sistemas Discretos e Amostrados
O sinal amostrado
largura do pulso: τ
xτ (t)
perı́odo de amostragem: T
Modelagem que facilita a análise matemática
Amostrador ideal por impulsos
t T
τ T SEGURADOR
x(t) x∗ (t) xτ (t)
Modelagem matemática
∞
xτ (t) = x(nT ) pτ (t − nT ), pτ (t) = u(t) − u(t − τ ) Amostrador-Segurador Sample-and-Hold (S/H)
n=−∞
�
pτ (t)
1
0 τ
t
Segurador
Amostrador por impulsos: É o sistema LIT que converte cada impulso em um pulso de
largura τ e amplitude igual à área do impulso
∞
x (t) =
∗
x(t)δ(t − nT )
n=−∞ δ(t) pτ (t) = hτ (t)
�
x∗ (t) 1
perı́odo de amostragem: T
t 0 τ
0 t
∞ ∞ ∞
� x∗ (t) = Produto de x(t) por um ”trem de impulsos”
∗
⇒ X (s) = x(t)δ(t − nT ) e−st
dt = x(nT ) e−snT
n=−∞
�
−∞ n=−∞
� �
∞ ∞
n=−∞ p(t)
�
� �� �
∞ p(t)
p(t) =
xτ (t) = x∗ (t) ∗ hτ (t) → Xτ (s) = X ∗ (s) Hτ (s) δ(t − nT )
n=−∞
�
x(t) x∗ (t)
∞
2T 3T
×
· · · −3T −2T −T 0 T ··· t
Xτ (s) = x(nT ) e−snT
s n=−∞
1 − e−sτ �
Coeficientes da série de Fourier de p(t)
∞
p(t) = δ(t−nT ), frequência de amostragem ωT = 2π/T
n=−∞
�
T /2 T /2
� Aplicando a transformada de Fourier 1 1 1
ak = p(t) e
−jkωT t
dt = δ(t) e−jkωT t dt =
T T T
� �
−T /2 −T /2
X ∗ (jω) =
2π
X(jω) ∗ P (jω) ∞
2π
1 � �
p(t) = e , ωT =
T T
k=−∞
1 � jkωT t
∞
2π
ωT =
T T
⇒ P (jω) = δ(ω − kωT ),
k=−∞
2π �
Como Exemplo
X(jω)
2π
x∗ (t) = x(t) p(t) ⇒ X ∗ (jω) = X(jω) ∗ P (jω)
1 � �
1
Assim,
1 ∞
−ω1 0 ω1 ω
X (jω) =
∗
2π
X(θ)P (ω − θ) dθ
X ∗ (jω)
�
−∞
∞
1 1/T
= X(θ)
2π T
δ(ω − θ − kωT ) dθ
k=−∞
� ∞
−∞
2π �
1 ω1 ωT ω
= −ωT −ω1
0
T
X(θ)δ(ω − θ − kωT ) dθ
ω T − ω1 ω T + ω1
k=−∞
−ωT − ω1 −ωT + ω1
∞ � ∞
−∞
�
∞ OBS:
Repetição periódica
X ∗ (jω) = 1. Como recuperar x(t) a partir de x∗ (t)?
T
X (j(ω − kωT )
k=−∞
do espectro de x(t)
1 �
x∗ (t) xτ (t)
hτ (t)
e
sen(ωτ /2) −jωτ /2
= τ sinc(ωτ /2) e−jωτ /2
1 − e−sτ
Hτ (s) = Hτ (jω) = τ
s ωτ /2
� �
���
�
� � �
����
���
����������� τ
τ ���
= e
ejωτ /2 − e−jωτ /2 −jωτ /2
���
ωτ /2 2j
� �
���
��� −π
�
6π 4π 2π 2π 4π 6π 6π 4π 2π 2π 4π 6π
� �
τ
−
τ τ τ
− −
τ τ
−
τ τ τ
−
τ τ τ
−
e ω ω
sen(ωτ /2) −jωτ /2
= τ sinc(ωτ /2) e−jωτ /2
ωτ /2
⇒ Hτ (jω) = τ
� �
OBS:
Maioria das implementações práticas: τ = T
∞
2π
Saı́da do amostrador XT (jω) = sinc (ωT /2) e−jωT /2 ω0 =
T
X (j(ω − kωT ) ,
k=−∞
� � �
���
�
���
���
���
���
���
���
���
���
���
���
���
���������������������
���
���
���
���
���������������������
���
�
����� � ���
���
ω
� ωT
��� ����� ��� ����� � ��� � ��� �
ω
ωT
���
� Note que a distorção imposta por Hτ (s) só ocorre quando o
���
sinal fı́sico assume a forma de uma soma de pulsos
���
� Por causa do teorema de amostragem, há a necessidade de
���
eliminarmos as componentes de frequência com ω > ωm
���
“antes” da amostragem para evitar perda de informação na
��� banda principal do sinal
���
���������������������
��� ⇒ Precisamos de um filtro passa-baixas antes da amostragem
���
�
����� � ���
ω
ωT
Processamento Discreto de Sinais Contı́nuos Função de cada bloco do sistema:
0.2
0.3
(b) Amostrador-segurador
..
.
��� ���
xa (t) x(t) xτ (t) x(nT ) (c) Conversor: sinal contı́nuo para sinal discreto
(a) (b) (c) x(n) (d) Sistema de processamento de sinais discretos (sistema discreto)
0.2 0.7 (e) Conversor: sinal discreto para sinal contı́nuo
x(nT )
�������
0.3
0.8
0.3
.. ..
(d)
. y(n) .
Obs:
1) Com τ suficiente em (c), o efeito de Hτ (s) não aparece
y(nT ) yτ (t) y(t)
���
espectro do sinal discreto x(nT )
y(n)
2) O efeito de Hτ (s) é aplicado em (e), onde de fato os pulsos
0.7 (e) (f) são introduzidos na informação
0.3
0.8
..
.