Teoria das Comunicações

2.5 Teorema da Amostragem e

Transformada de Fourier Discreta

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 TEOREMA DA AMOSTRAGEM

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Amostragem de Sinais
Instantes de amostragem
x(t)
Ts

Ts(t)

t
xs(t) = x(t)Ts(t)

 
xs (t )   x(t ) (t  nT )   x(nT ) (t  nT )
n  
s
n  
s s

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Espectro de Sinal Amostrado

X s ( f )  fs  X ( f  k fs )
k 

X( f )
Se fs > 2B A

-B 0 B f
Xs( f )
A fs

-2fs -fs -B 0 B fs 2fs f

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação
 Espectro de Sinal Amostrado

X s ( f )  fs  X ( f  k fs )
k 

X( f )
Se fs < 2B A

-B 0 B f
Xs( f )
aliasing A fs

-fs -B 0 B fs f

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Teorema da Amostragem
| X( f )|

Ts  1 f s  2B
2B

-B 0 B f

Instantes de amostragem
Para reconstrui r x ( t ),
sem qualquer erro, x(t)
Ts
são suficiente s
as amostras
x ( nTs ), n  0,  1,  2, , t
desde que Ts  1 .
2B
Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação
 Definições

Taxa (de amostragem) de Nyquist: taxa de amostragem

mínima teórica para um sinal de banda básica
limitado frequencialmente a B hertz, isto é,
fs, Nyquist = 2 B

Frequência de Nyquist: Dado um amostrador que opera com

a taxa de amostragem fs, denomina-se frequência de
Nyquist a
fNyquist = fs /2,
ou seja, fNyquist é o valor máximo teórico para a mais
alta frequência que o sinal a ser amostrado pode
conter.

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Reconstrução do sinal original)
Xs( f )
1 fs
H( f )
A fs

-2fs -fs -B 0 B fs 2fs f

 fs 2 fs 2

xs(t) Filtro passa-baixa ideal y(t) = x(t)

h(t)  H( f )
Xs( f ) fcorte = fs /2 Y( f ) = X( f )

Y( f ) = X( f )
A

-B 0 B f
Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação
Resposta impulsional de um filtro passa-
baixa ideal
H( f ) h(t )
Ts 1

 Ts Ts

fs 0 fs f 0
  2Ts 2Ts t
2 2

 f 
H ( f )  Ts rect  h(t )  Ts f s sincf s t 
 fs 
 sincf s t 
 
 sinc  t 
 Ts 

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Reconstrução do sinal contínuo usando
interpolador ideal

x( t )   x( nTs ) sinc f s ( t  nTs )
n  

x(t )
Ts

kTs ( k 1)Ts ( k  2)Ts ( k  3)Ts ( k  5)Ts ( k  6)Ts ( k  7)Ts

t
Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação
 Dobramento espectral (ou aliasing)
Espectro de um
sinal amostrado a
uma taxa fs < 2B: X s( f ) Filtro PB
interpolado
r

- fs -B - fs 0 fs B fs f
2 2

Y( f )
Espectro Faixa
original, X( f ) perdida
rebatida
Faixa
perdida
- fs -B - fs 0 fs B fs f
2 2

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Filtro de reconstrução
Xs( f )
Af s

 fs  B  fs  f s  B B 0 B fs  B fs fs  B f

Hr ( f )
Faixa de transição
1 fs f s  2B

 fs  B  fs  f s  B B 0 B fs  B fs fs  B f

X( f )
A

B 0 B f

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

Escolha prática da taxa de amostragem

Na prática, os filtros antialiasing e de reconstrução

não são filtros ideais e, por isso, a taxa de
amostragem precisa ser maior que 2B. Utiliza-se,
geralmente, valores de fs na faixa
1,1 2B  f s  1,3 2B

onde, B é a frequência de corte do filtro antialiasing.

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 TRANSFORMADA DISCRETA
DE FOURIER (DFT)

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Transformada de Fourier Discreta (1)
• Podemos amostrar sinal limitado no tempo dentre um intervalo de
tamanho T0 a uma taxa fs = 1/Ts
• Temos N = T0 / Ts amostras

g (t ) T0

• A transformada de Fourier do sinal pode ser aproximada pelas suas

amostras
N 1
dt   Ts g (nTs )e  j 2fnTs
T0
G( f )   g (t )e  j 2ft
0
n 0

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Transformada de Fourier Discreta (2)
1
• Podemos amostrar a transformada de Fourier G(f) em intervalos f s 
T0
G( f )

0
• Fazendo g n  Ts g (nTs ) e Gk  G(kfs )
N 1
Gk   g n e  j 2kn / N Transformada de Fourier Discreta
(DFT)
n 0

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Transformada de Fourier Discreta (3)
• Podemos mostrar que Gk  N  Gk
• Ou seja, a DFT Gk é periódica
• Só existem N valores diferentes de Gk

G( f )

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

Transformada de Fourier Discreta Inversa
• A Transformada de Fourier Discreta Inversa (IDFT) pode ser obtida
por
N 1
1
gn 
N
 k
G
k 0
e j 2kn / N

• Podemos mostrar que g n N  g n , ou seja, g n também é periódico

com período N

gk

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 FFT/IFFT
• Tranformada de Fourier Discreta é normalmente
implementada por meio do algoritmo rápido
• Fast Fourier Transform (IFT)

• Complexidade

2
• DFT: O( N )

• FFT: O( N log N )

• O mesmo vale para a transformada inversa

• IFFT

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Deslocamento Circular

• Deslocamento de uma • Deslocamento circular de

sequência periódica de
período N = uma sequência de N
amostras

• Ex.
g  [1,2,3,4,5,6,7,8]
Com deslocamento circular 1 2 1 8
g n1  g (1)  [8,1,2,3,4,5,6,7] 3 7
Com deslocamento circular 4 4 6
5
g n4  g ( 4)
 [5,6,7,8,1,2,3,4]

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Deslocamento Circular
• Se
F
g n  Gk

• então

F
g n n0  Gk e  j 2kn0 / N

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação

 Convolução Circular

• Convolução de uma • Convolução circular de

sequência periódica de
período N = uma sequência de N
amostras
N 1
yn  g n  xn   g m xn m Lembrando que gn e xn são periódicos
m 0 com período N
• Ex.
y0  g 0 x0  g1 x1  g 2 x 2  g 3 x3
g  [1,2,3,4]
 g 0 x0  g1 x3  g 2 x2  g 3 x1
x  [1,1,0,0]
 1(1)  2(0)  3(0)  4(1)  3
y1  g 0 x1  g1 x0  g 2 x1  g 3 x2
 g 0 x1  g1 x0  g 2 x3  g 3 x2
 1(1)  2(1)  3(0)  4(0)  1
Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação
 Convolução Circular
• Se
F F
g n  Gk xn  X k

• então

F
g n  xn  Gk X k

Profs. Lucio M. Silva / André Noll Barreto Princípios de Comunicação