Escolar Documentos
Profissional Documentos
Cultura Documentos
Universidade de Coimbra
Universidade de Coimbra
Slide 1 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Tópicos:
Universidade de Coimbra
Slide 2 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Introdução:
Universidade de Coimbra
Slide 3 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Resposta a impulso
k = −∞ k = −∞
Slide 4 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
∞ ∞
y (t ) = ∫ h(τ )e jω (t −τ )dτ = e jωt ∫ h(τ )e − jωτ dτ = H ( jω )e jωt
−∞ −∞
Sendo
∞
H ( jω ) = ∫ h(τ )e − jωτ dτ H ( jω ) = H ( jω ) e j arg{H ( jω )}
−∞
Resposta de Fase
Resposta em Amplitude
Slide 6 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
∞ τ ∞ − ( jω + RC
τ )τ
H ( jω ) = ∫ u (τ )e − jωτ dτ = ∫
− RC
1
RC e 1
RC 0 e dτ
−∞
∞ 1
− ( jω + RC
τ )τ
= 1
RC
−1
( jω + RC1 ) e = 1
RC
−1
( jω + RC1 ) (0 − 1) = RC
0 jω + RC
1
Slide 7 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
1
H ( jω ) = RC
arg{H ( jω )} = − arctan(ωRC )
ω 2 + ( RC
1 ) 2
Slide 8 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Slide 9 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Representações de Fourier:
Universidade de Coimbra
(FS) (FT)
Séries de Fourier Transformada Fourier
Discretas no Tempo Discreta no Tempo
Discreto [n] (DTFS) (DTFT)
Slide 10 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Representações de Fourier:
Sinais Periódicos: Séries de Fourier
Universidade de Coimbra
xˆ[n] = ∑ A[k ]e
jkΩ 0 n Ω 0 = 2π / N
Frequência fundamental
k
A representação para um sinal contínuo com período T é
xˆ (t ) = ∑ A[k ]e jkω0t ω0 = 2π / T
Frequência fundamental
k
Representações de Fourier:
Sinais Periódicos: Séries de Fourier
Universidade de Coimbra
k =0 k = −∞
Slide 12 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Representações de Fourier:
Universidade de Coimbra
k =0 k = −∞
N −1
1 1 T
∑ ∫ x(t ) − xˆ(t )
2
x[n] − xˆ[n ]
2
MSE = MSE = dt
N n =0 T 0
Slide 13 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Representações de Fourier:
Universidade de Coimbra
Slide 14 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Representações de Fourier:
Universidade de Coimbra
x[n] = (1 2 ) u[n]
n DTFT
x(t ) = e t cos(2πt )u (t ) FT
DTFS
Slide 15 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Representações de Fourier:
Universidade de Coimbra
(FS) (FT)
Transformada Fourier
Discreta no Tempo
Discreto [n] Séries de Fourier
Discretas no Tempo (DTFT)
(DTFS)
Slide 16 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
N −1 N −1
1
x[n] = ∑ X [k ]e jkΩ0 n com X [k ] = ∑ x[n]e − jkΩ 0 n
k =0 N n =0
x[n]← → X [k ]
DTFS ;Ω 0
Slide 17 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
j ( π3 n +φ ) − j ( π3 n +φ )
e +e 1 − jφ − j π3 n 1 jφ j π3 n
x[n] = = e e + e e
2 2 2
N −1
x[n] = ∑ X [k ]e jkΩ0 n
Usando a expressão
Notar que existe simetria
k =0
3
∑ X [k ]e
j k3π n
e fazendo a sua expansão para a expressão x[n] =
k = −2
− j 23π n − j π3 n j π3 n j 23π n
x[n] = X [− 2]e + X [− 1]e + X [0] + X [1]e + X [2]e + X [3]e jπn
Slide 18 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
3 j ( π3 n +φ ) − j ( π3 n +φ )
e +e 1 − jφ − j π3 n 1 jφ j π3 n
∑ X [k ]e
j k3π n
x[n] = x[n] =
2
=
2
e e + e e
2
k = −2
− j 23π n − j π3 n
= X [− 2]e + X [− 1]e + X [0]
jπ j 23π
+ X [1]e + X [2]e + X [3]e jπn
3
n n
12 e − jφ k = −1
π
x[n]← → X [k ] 12 e jφ
DTFS ; 3
k =1
0 outros no intervalo − 2 ≤ k ≤ 3
Slide 19 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
12 e − jφ k = −1
1 jφ
X [k ] 2 e k =1 −φ
0 outros no intervalo − 2 ≤ k ≤ 3
Slide 20 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
DTSF:
Universidade de Coimbra
Os espectros em amplitude
correspondentes aos primeiros 60
coeficientes da série DTFS
Espectro das amplitudes dos
coeficientes para o batimento
normal
Slide 21 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Representações de Fourier:
Universidade de Coimbra
(FS) (FT)
Séries de Fourier Transformada Fourier
Discretas no Tempo Discreta no Tempo
Discreto [n] (DTFS) (DTFT)
Slide 22 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
x(t ) ← → X [k ]
FS ;ω0
Slide 23 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Slide 24 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
2π
As condições de periodicidade deste sinal são T = 2, ω0 = =π
T
e neste intervalo x(t ) = e −2t logo virá
2 2
X [k ] = 12 ∫ e − 2t e − jkπt dt = ∫ e −(2 + jkπ )t dt
T
1 1
X [k ] = ∫ x(t )e − jkω0t dt 2 0
T 0 0
2
determinado = −1
2 ( 2 + jkπ ) e −(2+ jkπ )t = 1
4 + jk 2π (1 − e − 4 − jk 2π
e )
0
1− e −4 1
= 4 + jk 2π
Slide 25 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Slide 26 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
2 1
X [k ] = 1
∫
4 −2
δ (t )e − jk (π / 2 )t dt =
4
Que mostra que o espectro de amplitude deste sinal é constante e
o seu espectro de fase é zero.
∞
x(t ) = ∑ X [k ]e
k = −∞
jkω0 t
Notar que a soma acima não pode ser determinada para este sinal
por não obedecer às condições de convergência (de Dirichlet)
Slide 27 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
2π π
Considere o sinal x(t ) = 3 cos(πt / 2 + π / 4 )com T = 4, ω0 = =
T 2
∞ ∞
Como base na expressão x(t ) = ∑ X [k ]e
k = −∞
jkω0 t
temos x (t ) = ∑ X [k ]e jkπt / 2
k = −∞
Expandindo o sinal
j ( π2 t + π4 ) − j ( π2 t + π4 )
e +e 3 j π4 j π2 t 3 − j π4 − j π2 t
x(t ) = 3 = e e + e e
2 2 2
comparando com
32 e − jπ / 4 k = −1
π
x(t ) ←2 → X [k ] 32 e jπ / 4
FS ;
k =1 ω=
π
,
0 para outros k 2
ω=−
π
Notar: o sinal tem a sua potência concentrada em duas frequências 2
Slide 28 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Para o sinal
x(t ) = 3 cos(πt / 2 + π / 4 )
o espectro de amplitude e o espectro de fase são:
Slide 29 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
2 )e
1 k jk 20
e jkπt −k jk 20
e jkπt
k =0 k = −1
∞ ∞
= ∑( + ∑ ( 12 ) e
π π
2 )e
1 k jk 20
e jkπt l − jl 20 − jlπt
e
k =0 l =1
cuja expressão pode ser simplificada tendo em conta a expressão para
o resultado dos dois somatórios das séries geométricas.
Slide 30 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
1 1
= + −1
1 − (1 / 2 )e j (πt +π / 20 ) 1 − (1 / 2 )e − j (πt +π / 20 )
Slide 31 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Slide 32 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Para k = 0,
T0
X [0] = T1 ∫ dt = 2T0
T
−T0
e para k ≠ 0tendo em conta ω0 = 2π / T
Slide 33 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
X [0] = 2T0
T
Slide 34 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
O coeficientes X[k], –50 ≤ k ≤ 50, para três ondas quadradas com diferentes relações
X [k ] = 2T0
T sinc k ( ) 2T0
T
X [0] = 2T0
T
Slide 35 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
sin (πu )
sinc(u ) =
πu
Função Sinc sinc(u) = sin(πu)/(πu)
é muito comum.
Slide 36 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
expresso por
Séries de Fourier FS: forma exponencial
T
∞ 1 2π
x(t ) = ∑ X [k ]e jkω0t
X [k ] = ∫ x(t )e − jkω0t dt ω0 =
T
k = −∞
T 0
Séries de Fourier FS: forma trigonométrica para sinais
∞
x(t ) = B[0] + ∑ B[k ]cos(kω0t ) + A[k ]sin (kω0t )
k =1
T
B[0] = T1 ∫ x(t )dt
T
com
0
A[k ] = T2 ∫ x(t )sin (kω0t )dt
0
T
B[k ] = T2 ∫ x(t ) cos(kω0t )dt
0
Slide 37 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Representações de Fourier:
Universidade de Coimbra
(FS) (FT)
Transformada Fourier
Discreta no Tempo
Discreto [n] Séries de Fourier
Discretas no Tempo (DTFT)
(DTFS)
Slide 39 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
dΩ X (e ) = ∑ x[n]e
π
x[n ] = 1
2π ∫π
−
X e( )ejΩ j Ωn jΩ
n = −∞
− jΩn
x[n]← → X e jΩ
DTFT
( )
Domínio do tempo Domínio da Frequência
Slide 40 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
DTFT:
Universidade de Coimbra
n = −∞
Converge se x[n] tem uma duração finita e é um sinal limitado
Converge para uma função contínua de Ω se x[n] tem duração
infinita e obedece ao critério do somatório
∞
∑ x[n] < ∞
n = −∞
Slide 41 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
DTFT:
Exemplo: DTFT de Sequência Exponencial
Universidade de Coimbra
n = −∞
∞ ∞
Substituindo obtemos
( ) ∑ α u[n]e
X e jΩ = n − jΩn
= ∑ α n e − jΩn
n = −∞ n =0
DTFT:
Exemplo: DTFT de Sequência Exponencial
Universidade de Coimbra
α sin Ω
{ ( )}
arg X e jΩ = − arctan
1 − α cos Ω
DTFT para o sinal exponencial x[n] = (α)nu[n]com α = 0.5.
Slide 43 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
DTFT:
Exemplo: DTFT de um Impulso
Universidade de Coimbra
( ) ∑ δ [n]e
X e jΩ = − jΩn
=1 ( ) ∑ x[n]e
X e jΩ = − jΩn
n = −∞
que equivale ao par n = −∞
δ [n]←
DTFT
→1
e cujo espectro em frequência é dado por
Slide 44 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Representações de Fourier:
Universidade de Coimbra
(FS) (FT)
Transformada Fourier
Discreta no Tempo
Discreto [n] Séries de Fourier
Discretas no Tempo (DTFT)
(DTFS)
Slide 45 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
x(t ) ←→
FT
X ( jω )
Domínio do tempo Domínio da Frequência
Slide 46 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
X ( jω )e jωt dω X ( jω ) = ∫ x(t )e
∞ − jωt
dt
x(t ) = 1
2π ∫
−∞ −∞
Slide 47 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
X ( jω ) = 1
a +ω 2
2
arg{X ( jω )} = − arctan (ω / a )
Slide 49 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
= ω2 sin (ωT0 ), ω ≠ 0
para ω = 0 o integral pode simplificar e o resultado é
X ( jω ) = 2T0 , ω = 0
Slide 50 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
δ (t ) ←→
FT
1
e cujo espectro contém contribuições de exponenciais complexas em
todo o domínio de frequências de −∞ ≤ω ≤ ∞
Slide 52 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Representações de Fourier
Universidade de Coimbra
(FS) (FT)
Séries de Fourier Transformada Fourier
Discretas no Tempo Discreta no Tempo
Discreto [n] (DTFS) (DTFT)
N −1
x[n] = ∑ X [k ]e jkΩ0 n π
x[n] = ∫ π X (e )e
jΩ jΩn
k =0
Ambas periódicas
de período N
1
2π
dΩ
Ω 0 = 2π / N −
N −1 ∞
1
X [k ] =
N
∑ x[n]e − jkΩ0n
n =0
X (e ) = ∑ x[n ]e
jΩ − jΩn
É periódica de período 2π n = −∞
Slide 53 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Representações de Fourier
Universidade de Coimbra
(FS) (FT)
Séries de Fourier Transformada Fourier
Discretas no Tempo Discreta no Tempo
Discreto [n] (DTFS) (DTFT)
∞ ∞
x(t ) = ∑ X [k ]e jkω0t
k = −∞ Ambas periódicas
x(t ) = 1
2π ∫ −∞
X ( jω )e jωt dω
de período T ∞
T
X ( jω ) = ∫ x(t )e
1 ω0 = 2π / T − jωt
X [k ] = ∫ x(t )e − jkω0t dt dt
T 0 −∞
Slide 54 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Discreto Periódico
Periódico Discreto
Slide 55 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Linearidade e Simetria:
Universidade de Coimbra
z (t ) = ax(t ) + by (t ) ←→
FT
Z ( jω ) = aX ( jω ) + bY ( jω )
z (t ) = ax(t ) + by (t ) ← → Z [k ] = aX [k ] + bY [k ]
FS ,ω0
Slide 56 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Linearidade e Simetria:
Universidade de Coimbra
p(t ) ← → P[k ] =
FS ,ω0 1
kπ sin ( )
2 kπT0
T
Considerando o sinal composto por
z (t ) = 32 x (t ) + 12 y (t )
Cada um destes sinais pode ser descrito por
x(t ) ← → X [k ] =
FS , 2π 1
kπ sin ( k4π ) y(t ) ← → Y [k ] =
FS , 2π 1
kπ
sin( k2π )
Slide 57 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Linearidade e Simetria:
Universidade de Coimbra
z (t ) ← → Z [k ] =
FS , 2π 3 1
2 kπ sin ( k4π ) + 12 1
kπ sin ( k2π )
Slide 58 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
∗
( ) ( )
o que implica X jω = X − jω e a transformada é obtida
pelo complexo - conjugado simétrico:
H ( jω ) = H (− jω ) arg{H ( jω )} = − arg{H (− jω )}
Slide 61 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
( ) (
y[n] = H e jΩ A cos Ωn − φ + arg H e jΩ { ( )})
Se x(t ) for um sinal imaginário puro
Então x
∗
(t ) = − x(t ) e a FT virá
∞ ∞
X ∗ ( jω ) = ∫ x∗ (t )e jωt dt = −∫ x(t )e − j (−ω )t dt
−∞ −∞
Concluindo que
X ∗ ( jω ) = − X (− jω )
Slide 62 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Propriedades de Simetria:
Universidade de Coimbra
X ∗ ( jω ) = X (− jω ) X ∗ ( jω ) = − X (− jω )
FT
X ∗ [k ] = X [− k ] X ∗ [k ] = − X [− k ]
FS
DTFT
( ) (
X ∗ e jΩ = X e − jΩ ) ( )
X ∗ e jΩ = − X e − jΩ ( )
X ∗ [k ] = X [− k ] X ∗ [k ] = − X [− k ]
DTFS
Slide 63 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
()
Se o sinal x t for real e ímpar então X
∗
( jω ) = − X ( jω ) e X ( jω ) é
um espectro só com parte imaginária.
Slide 64 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Propriedade da Convolução:
Considere um sinal de saída resultado da convolução de dois sinais não-
Universidade de Coimbra
periódicos ∞
y (t ) = h(t ) ∗ x(t ) = ∫ h(τ )x(t − τ )dτ
∞
−∞
Expressando x(t − τ )
∫ X ( jω )e
jω (t −τ )
pela FT inversa x(t − τ ) = 1
2π dω
∞ −∞
Propriedade da Convolução:
Conclusão Importante
Universidade de Coimbra
x[n]← → X e jΩ
DTFT
( ) h[n]← → H e jΩ
DTFT
( )
Em que a convolução será
Slide 66 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Propriedade da Convolução:
Exemplo: Utilizando a Propriedade Convolução
Universidade de Coimbra
noção de filtragem.
Um sistema realiza uma filtragem num de entrada sinal o
correspondente sinal de saída apresenta componentes de frequência
diferentes.
Contínuo Discreto
Passa-Baixo
Passa-Alto
Passa-Banda
Slide 68 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Filtragem:
Universidade de Coimbra
20 log H ( jω ) ou ( )
20 log H e jΩ
A utilização da unidade decibel a resposta é descrita numa escala
logarítmica, o que permite examinar os detalhes da resposta da banda
de passagem e da banda de retenção de frequências.
Notar que um amplificação unitária corresponde a zero dB!
A frequência de corte do filtro é definida para a frequência cuja
resposta em amplitude corresponde a -3dB e que corresponde a uma
amplitude da resposta de (1 2 )
Como
Y ( jω ) = H ( jω ) X ( jω )
2 2 2
Slide 69 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Filtragem:
Universidade de Coimbra
Slide 70 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Filtragem:
Exemplo: Utilizando a Propriedade Convolução
Universidade de Coimbra
1
H C ( jω ) =
jωRC + 1
1 jωRC
H R ( jω ) = 1 − =
jωRC + 1 jωRC + 1
Slide 71 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Relação Entrada/Saída
A propriedade da convolução permite estabelecer uma razão entre a FT
(ou DTFT) do sinal de saída e o sinal de entrada.
H ( jω ) =
Y ( jω )
( )
H e jΩ =
( )
Y e jΩ
X ( jω ) ( )
X e jΩ
Slide 72 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
DTFS ; 2 π
y[n] = x[n]∗ z[n]←
N
→ Y [k ] = N ⋅ X [k ]Z [k ]
Slide 73 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Ambos os sinais têm período T=1 e a saída poderá ser determinada com
ajuda da propriedade da convolução
FS ; 2 π
y(t ) = x(t ) ∗ z (t ) ←
T
→Y [k ] = T ⋅ X [k ]Z [k ] 1 k = ±1
1 (2 j ) k = 2
Os coeficientes da FS para ambos os sinais são
Z [k ] =
Os coeficientes − 1 (2 j ) k = −2
1 / π k = ±1 0 outro
da FS para o Y [k ] = X [k ]Z [k ] =
sinal de saída são 0 outros
2 sin(kπ 2)
X [k ] =
e aplicando k 2π
a FS inversa y (t ) = (2 π ) cos(2πt )
Slide 74 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Propriedades da Derivação:
Universidade de Coimbra
Derivada Temporal
∞
Sendo a FT de um sinal contínuo dada por x(t ) = 1
2π ∫−∞
X ( jω )e jωt dω
d ∞ d
x(t ) = ∫ X ( jω ) jωe jωt dω x(t ) ←→ jωX ( jω )
1 FT
2π
dt −∞ dt
∞
Sendo x(t ) um sinal periódico então a sua FS é x(t ) = ∑ X [k ]e
k = −∞
jkω0t
∞
d
x(t ) = ∑ X [k ] jkω0e jkω0t d
x(t ) ← → jkω0 X [k ]
FS ;ω0
dt k = −∞ dt
Slide 75 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Propriedades da Derivação:
Universidade de Coimbra
Derivada na Frequência
A derivação pode ser realizada no domínio da frequência sendo a FT um
sinal contínuo dado por
∞
X ( jω ) = ∫ x(t )e− jωt dt
−∞
d ∞ d
X ( jω ) = ∫ x(t )(− jt )e − jωt dt (− jt )x(t ) ←→
FT
X ( jω )
dω − ∞ dω
A derivação na frequência equivale à multiplicação por (-jt) do sinal no
domínio do tempo.
Slide 76 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Propriedades da Derivação:
Universidade de Coimbra
d 2
− t2
A derivada desta função é g (t ) = −t
2π
e = −tg (t )
dt
Pelas propriedades da derivação:
d d
g (t ) ←→
FT
jωG( jω ) − jtg (t ) ←→
G ( jω )FT
dt dω
− tg (t ) ←→
FT
jωG( jω ) − tg (t ) ←→
FT 1 d
G ( jω )
j
dω
d
− ωG( jω ) = G( jω )
dω
Esta equação diferencial em G( jω ) tem a mesma forma funcional que
e por isso ser expressa por G( jω ) = ce−ω
2
2
Slide 77 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Propriedades da Derivação:
Universidade de Coimbra
( )
∞ ∞ 2
G( jω )ω =0 = ∫ x(t )e − jωt dt = ∫ 1
−t
2π e 2 dt =1
−∞ −∞ 2
− t2
g (t ) = 1
e
Logo c = 1 e podemos concluir que a transformada 2π
2 2
− t2 FT − ω2
1
2π
e ←→ e
Slide 78 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Propriedade do Deslocamento:
Universidade de Coimbra
Deslocamento no Tempo
Se z (t ) = x(t − t 0 ) é uma versão deslocada no tempo de x(t ) então podemos
relacionar as FT dos dois sinais.
∞ ∞
Z ( jω ) = ∫ z (t )e − jωt dt =∫ x(t − t0 )e − jωt dt
−∞ −∞
τ = t − t0
∞
Z ( jω ) = ∫ x(τ )e − jω (τ +t0 )dτ
−∞
∞
= e − jωt0 ∫ x(τ )e − jωτ dτ =e − jωt0 X ( jω )
−∞
Propriedade do Deslocamento:
Universidade de Coimbra
x(t − t0 ) ←→
FT
e− jωt0 X ( jω )
τ = t − t0
Se z (t ) = x(t − T1 ) é uma versão deslocada no tempo de x(t ) então podemos
relacionar as FT dos dois sinais.
Slide 80 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Propriedade do Deslocamento:
Universidade de Coimbra
Deslocamento na Frequência
Se Z ( jω ) = X ( j (ω − γ )) é uma versão deslocada no espectro de X ( jω )
então podemos relacionar as FT dos dois sinais.
Usando a FT inversa
∞ ∞
z (t ) = 21π ∫ Z ( jω )e dω = π ∫ X ( j (ω − γ ))e jωt dω
ω j t 1
−∞ 2 −∞
η = ω −γ
∞ ∞
z (t ) = 21π ∫−∞
X ( jη )e j (η +γ )t dη = e jγt 1
2π ∫
−∞
X ( jη )e jηt dη = e jγt x(t )
Slide 81 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Supondo que a função espectro X ( jω )se expressa como uma razão entre dois
polinómios do tipo
M1
X ( jω ) = ( jω )NbM+ a( jω )( jω+)L +b1 ( jω )+b0
N −1
+L+ a ( jω )+ a
= B ( jω )
A( jω )
N −1 1 0
X ( jω ) = ∑kN=0
M
bk ( jω )k
∏k =1( jω −d k )
No caso de raízes d k , k = 1,2,K, N distintas
X ( jω ) = ∑kN=1 jωC−kd k
Sendo Ck determinado pelo método dos resíduos.
Slide 82 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Sendo
X ( jω ) = ∑kN=1 jωC−kd k
e assumindo que cada d k , k = 1,2,K, N raiz tem a parte real negativa podemos
utilizar as propriedades da linearidade para obter o par
N N
x(t ) = ∑ Ck e d k t u (t ) ←→
FT
X ( jω ) = ∑ jωC−kd k
k =1 k =1
Slide 83 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Transformada Discreta
Se a DTFT ( )for descrita por uma razão entre polinómios em e
X e jΩ jΩ
( )
X e jΩ = ∑kN=1 1− dCek − jΩ
k
Sendo
(d k ) u[n]←→ 1−d 1e
n DTFT
k
− jΩ
k =1
Slide 84 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Multiplicação e Convolução
Universidade de Coimbra
Slide 85 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Dualidade
Universidade de Coimbra
Slide 86 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Tabela de Propriedades
Universidade de Coimbra
TABELA
Slide 87 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Tabela de Propriedades
Universidade de Coimbra
TABELA
Slide 88 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias
Análise de Fourier para Sinais e SLITs
Sumário
Universidade de Coimbra
Slide 89 Análise e Processamento de BioSinais– MIEB Adaptado dos slides S&S de Jorge Dias