Processamento Digital de Sinais – Aula 12 – Professor Marcio Eisencraft – março 2012

Aula 12 A Série de Fourier Discreta (SFD)

Bibliografia
OPPENHEIM, A.V.; WILLSKY, A. S. Sinais e Sistemas, 2a edição, Pearson, 2010. ISBN 9788576055044.
Páginas 124-134.
HAYKIN, S. S.; VAN VEEN, B. Sinais e sistemas, Bookman, 2001. ISBN 8573077417. Páginas 168-178.

4. Transformada de Fourier Discreta

4.1. SFD: Série de Fourier Discreta

Seja ~x [n] uma sequência periódica com período N , ou seja,

x [n] = ~
~ x [n + N ], ∀n ∈ Z .

Pode-se mostrar (HAYKIN; VEEN, 2001) que da mesma forma como ocorre no
caso contínuo, ~x [n] pode ser representado como uma soma de exponenciais
complexas:

2π n
~  j N k 
x [n] = ∑ X [k ] e
~
 .
k  

Porém há uma diferença importante entre o caso contínuo e o caso discreto. No

primeiro, pode ser necessário um número infinito de componentes exponenciais
para representar o sinal. Porém, no caso discreto isto nunca é necessário, pois:

2π 2π 2π
j ( k + l N )n j kn
j 2πln
j kn
e N
=e N
⋅e =e N

Assim, as componentes X [k ] e X [k + lN ] estão representando a mesma frequên-

~ ~

cia discreta e podemos escrever que:

1
Processamento Digital de Sinais – Aula 12 – Professor Marcio Eisencraft – março 2012

2π n
~  j N k 
N −1
x [n] = ∑ X [k ] e
~
 ,
k =0  

ou seja, a SFD de um sinal periódico com N amostras tem N coeficientes e pode

ser armazenada em 2 N posições de memória (parte real e parte imaginária).

Como os sinais envolvidos são periódicos, podemos escrever que

 j 2π k n

xɶ  n  = ∑ Xɶ  k   e N  ,
k =<N >
 

em que a notação k = N significa que a soma é feita sobre qualquer intervalo

que contenha N amostras.

Pode-se mostrar também (HAYKIN; VEEN, 2001) que as componentes X [k ]

~

são dadas por

2π
1 −j kn
Xɶ  k  = ∑ xɶ  n  e N .
N n= N

2π
−j
Os livros costumam usar WN = e N
e o seguinte par SFD

1
xɶ  n  = ∑ Xɶ  k WN−kn
N k= N

Xɶ  k  = ∑ xɶ  n WNkn
n= N

2
Processamento Digital de Sinais – Aula 12 – Professor Marcio Eisencraft – março 2012

4.1.1. Propriedades da SFD

Linearidade

Aplicável para duas sequências com mesmo período.

Deslocamento no tempo e na frequência

Se ~x [n] ↔ X [k ] , então vale:

SFD
~

2π
x [n + m] ↔ e X [k ]
SFD
~ j
N
km ~
2π
x [n] ↔ X [k + l ]
SFD
j
N
nl
~ ~
e
Convolução

Sejam dois sinais periódicos ~x1 [n] e ~x 2 [n] de mesmo período com SFDs respectiva-
mente X 1 [k ] e X 2 [k ]. Então,
~ ~

x1 [n ]⋅ x2 [n ] ↔ X 1 [k ] ⊗ X 2 [k ]
1 ~ SFD
~ ~ ~
N
x [n ] ⊗ ~ x [n ] ↔ X [k ]⋅ X [k ]
SFD
~ ~ ~
1 2 1 2

em que

N −1
x1 [n ] ⊗ ~
~ x2 [n ] ≡ ∑ ~
x1 [m ]~
x2 [n − m ]
m =0

3
Processamento Digital de Sinais – Aula 12 – Professor Marcio Eisencraft – março 2012

é a operação chamada de convolução circular ou cíclica.

Exercícios

1. Dado o sinal ~x1 [n] a seguir

determine ~x [n] = ~x1 [n] ⊗ ~x1 [n] .

2. Encontre a representação por SFD para

π 
x[n] = cos n + φ 
8 

3. Encontre os coeficientes da SFD para a onda quadrada com período 6 mos-

trada a seguir.

4
Processamento Digital de Sinais – Aula 12 – Professor Marcio Eisencraft – março 2012

4. Determine os coeficientes da SFD para o sinal periódico na figura a seguir.

 π
X [k ] = 1 + 4 cos k  .
~
Resp:
 3