EXPERIÊNCIA 1

SISTEMAS DE AQUISIÇÃO DE DADOS, SÉRIE DE

FOURIER, TRANSFORMADA DE FOURIER

INTRODUÇÃO
Nesta primeira experiência realizaremos o primeiro contato prático com os sistemas de
aquisição de dados e com os conceitos de Série e Transformada de Fourier.

Para aqueles que não estão familiarizados com o MATLAB, um pequeno tutorial
também é oferecido.

O texto é composto de três partes. Na parte 1, uma visão geral de sistemas de

aquisição de dados é apresentada. Na parte 2, apresenta-se a teoria de Série e Transformada de
Fourier. A Parte 3 contêm o roteiro para a parte experimental.
PARTE 1: FERRAMENTAS

1.1 Introdução aos sistemas de aquisição de dados

Com a crescente utilização de computadores nas bancadas de laboratórios de pesquisa,
medição e testes e na área de automação industrial, há atualmente várias formas para a
realização de aquisição de dados através de computadores pessoais (PC). A aquisição de
dados é realizada através de sistemas com placas ou módulos de aquisição. Estas placas
podem ser cartões ou dispositivos compostos de barramentos, como por exemplo: PCI,
Compact PCI /PXI, PCMCIA, USB, IEEE1394 (Firewire), ISA e portas de comunicação do
tipo paralela ou serial.

Dentre os sistemas de aquisição, aqueles que são compostos de placas (cartões

internos) permitem a aquisição dos dados e sua transferência direta à memória do
computador. Os sistemas de módulos externos que utilizam equipamentos remotos ao PC são
conectados via porta serial ou paralela.

Um sistema de aquisição de dados genérico é composto de elementos conforme mostra

a Figura 1.1. Para obter os resultados adequados, um sistema de aquisição de dados depende
dos seguintes elementos:

• computador pessoal;
• equipamento de aquisição de dados (hardware);
• condicionamento do sinal;
• transdutor: sensor de entrada;
• programa de aquisição (software).

Figura 1.1: Sistema de aquisição baseado em PC.

Detalhes dos dois primeiros elementos (computador e equipamento de aquisição de

dados) encontram-se a seguir.
O computador pessoal
O computador utilizado no sistema de aquisição de dados pode afetar drasticamente a
velocidade máxima com que você pode adquirir os dados de maneira contínua, da placa para
o computador. As tecnologias atuais ostentam processadores rápidos, como os das categorias
Intel Pentium e Motorola PowerPC aliados à tecnologia de barramentos, como a arquitetura
PCI, ISA/EISA ou Macintosh NuBus. Com a proliferação dos cartões PCMCIA os sistemas
de aquisição portáteis vêm rapidamente tornando-se alternativas aos sistemas - de mesa e
bancada - de aquisição de dados baseados em PC.

Em aplicações remotas de aquisição de dados, que utilizam a comunicação serial como

RS-232 ou RS-485, a transferência de dados é normalmente limitada pelas taxas da
comunicação serial.

Todos os computadores do tipo PC são capazes de realizar operações programáveis de

entrada e saída (E/S) e operações de transferência utilizando interrupção. Transferências por
DMA (Direct Memory Access) – que não são disponíveis em alguns computadores –
aumentam a taxa de transferência do sistema através do uso de um circuito dedicado no
controle da transferência de dados diretamente na memória do sistema.Utilizando este
procedimento o processador não é incomodado com os dados em movimento e portanto é
livre para envolver-se no processamento de tarefas mais complexas. Para obter os benefícios
de transferências de DMA ou com interrupções, a placa de aquisição que você escolher deve
ser capaz de executar estes tipos de transferências.

Um outro fator limitante para aquisição de grande quantidade de dados é o disco

rígido. O tempo de acesso ao disco e a fragmentação do disco rígido podem reduzir
significantemente a taxa máxima de transferência de e para o disco. Para sistemas que
necessitem adquirir sinais de alta freqüência, deve-se selecionar um disco rígido de alta
velocidade e ter a certeza que exista espaço disponível não fragmentado para armazenar os
dados.

Muitas vezes, aplicações requerem o processamento em tempo real de sinais de alta

freqüência. Tais aplicações precisam de um processador de 32 bits acompanhado de um co-
processador, ou um processador dedicado como por exemplo um processador digital de sinais
(DSP). Por outro lado, se a aplicação somente faz a aquisição e ajuste do sinal uma vez ou
duas por segundo, um PC de baixo custo é satisfatório.

Portanto, a capacidade do computador que você utiliza pode afetar significativamente

o desempenho do seu sistema de aquisição de dados.

A placa de aquisição de dados

A placa de aquisição de dados PCI-6024E, da National Instruments (NI), utilizada no
laboratório possui os seguintes recursos:

• 16 canais de entradas analógicas;

• 2 canais de saídas analógicas;
• 8 pinos de E/S digital;
• conector externo de 68 pinos.
 Esta placa conta com um sistema de controle de tempo para o sistema
(temporizadores), consistindo de três grupos de contadores que controlam a entrada analógica
e a saída analógica, além de um outro, para propósito geral. Estes grupos incluem um total de
sete contadores de 24-bits e três contadores de 16-bits de resolução, com uma resolução
máxima de 50 ns.

A Figura 1.2 apresenta a placa PCI-6024E que esta instalada internamente, no

microcomputador da bancada do laboratório de automação. Trata-se de um cartão com
conector para barramento PCI.

Figura 1.2: Placa PCI-6024E.

Através do conector de 68 pinos (Figura 1.3A) da placa PCI-6024E é possível ligar os

recursos da placa de aquisição ao bloco de conectores externo denominado SCB-68 (Figura
1.3B), que possui uma área para a inclusão de filtros e circuitos atenuadores além de bornes
de fixação. O módulo SCB-68 pode ser visto na Figura 1.4.

Figura 1.3A Figura 1.3B

 Figura 1.4

Entradas analógicas. As especificações das entradas analógicas em uma placa de

aquisição devem fornecer tanto suas características como também sua precisão. As
especificações básicas que estão disponíveis na maioria dos produtos deste tipo informam o
número de canais, a taxa de amostragem, a resolução e a faixa de entrada.

• Número de Canais: o número de canais de entradas analógicas é especificado

tanto para as entradas isoladas como para as entradas diferenciais, nas placas que
possuem os dois tipos de entradas. Nas entradas isoladas, os pinos de entrada são
referenciados em relação ao ponto de terra comum. Estas entradas são tipicamente
usadas quando os sinais possuem tensão com valores relativamente altos (maiores
do que 1V), as conexões a partir da fonte do sinal até a entrada analógica do
equipamento são curtas (menores que 5 metros) e todos os sinais de entrada
compartilham uma referência de terra comum. Quando os sinais não seguem este
critério, deve-se utilizar entradas diferenciais. Na configuração diferencial, cada
entrada tem o seu terra de referência. Erros de ruído são reduzidos uma vez que o
ruído do modo comum visto pelos terminais é cancelado no par diferencial.

• Taxa de Amostragem: este é o parâmetro que determina o quão rapidamente são

realizadas as conversões. Uma taxa de amostragem mais rápida permite adquirir
mais amostras para um dado tempo de amostragem, podendo desta maneira formar
uma melhor representação do sinal original. Por exemplo, é comum que sinais de
áudio convertidos para sinais elétricos por um microfone possuem componentes de
freqüência de até 20 kHz. Para digitalizar adequadamente este sinal e analisá-lo, o
Teorema de Amostragem de Nyquist informa que devemos amostrar com uma taxa
no mínimo duas vezes maior que a taxa do componente de máxima freqüência no
qual queremos detectar. Portanto, uma placa com uma taxa de amostragem maior
que 40 kS/s é necessária para adquirir corretamente este sinal. (S/s =
Samples/second = número de amostras por segundo).
• Resolução: é o número de bits que o Conversor Analógico Digital (ADC) utiliza
para representar o sinal analógico. Quanto maior a resolução, maior é o número de
divisões que a faixa medida é divida e desta maneira, menor é a variação de tensão
que pode ser detectada. A Figura 1.5 apresenta uma onda senoidal e sua digital
correspondente obtida por um conversor analógico-digital de 3 bits ideal. Um
conversor de 3-bits divide a faixa analógica em 23, ou 8 divisões. Cada divisão é
representada pelo código binário entre 000 e 111. Claramente, a representação
digital não é a melhor representação do sinal analógico original,pois parte da
informação é perdida durante a conversão. Aumentando-se a resolução para 16
bits, faz com que o número de códigos gerados a partir do conversor AD aumente
de 8 para 65.536 e desta maneira é possível obter uma representação digital do
sinal analógico de uma maneira mais precisa.

Figura 1.5: Onda senoidal digitalizada com uma resolução de 3 bits.

• Intervalo de Quantização (Range): o intervalo de quantização se refere à faixa

que varia entre os níveis de tensão mínimo e máximo que o conversor AD pode
quantizar. Placas de aquisição multifuncional oferecem intervalos selecionáveis de
maneira que a placa seja configurada para manusear uma variedade de diferentes
níveis de tensão. Com esta flexibilidade, pode-se adequar a faixa de sinal à faixa
do ADC para obter a melhor vantagem da resolução disponível, medindo com
precisão o sinal desejado. O alcance, resolução e ganho disponíveis numa placa de
aquisição determinam qual a menor variação de tensão que pode ser detectada.
Esta variação representa um bit menos significativo (LSB) do valor digital do
sinal e é normalmente chamado de largura do código. A largura do código ideal é
encontrada tomando-se a faixa de tensão multiplicada pelo ganho e dividindo-a por
pelo número dois elevado à potência do número de bits da resolução do conversor
AD. Por exemplo, a placa modelo AT-MIO-16X da National Instruments utiliza
16 bits e possui intervalos de quantização selecionáveis entre 0 a 10V e –10V a
+10V, além de ganhos selecionáveis de 1, 2, 5, 10, 20, 50 a 100. Com uma tensão
no intervalo de 0 a 10V e um ganho de 100, a largura ideal é dada por:
 10
= 1.5µV .
100 × 216

Portanto, a resolução teórica para 1 bit é dada pelo valor 1.5µV.

Embora as especificações básicas descritas previamente possam apresentar que

uma placa de aquisição possui um conversor AD com 16-bits de resolução e uma
taxa de amostragem de 100 kS/s, isto não significa que pode-se amostrar na
velocidade máxima todos os 16 canais e ainda obter precisão total de 16-bits.
Produtos existentes no mercado atualmente com conversor AD de 16-bits podem
oferecer algumas vezes menos de 12-bits de dados úteis.

No caso ideal, na medida em que o nível de tensão, aplicada na placa de aquisição

aumenta, os códigos digitais a partir do conversor AD devem também aumentar linearmente.
Um gráfico ideal para descrever a relação entre a tensão aplicada e o código de saída de um
conversor AD, deve ser uma linha reta. Desvios a partir da linha reta ideal são especificados
como não linearidades. DNL (do termo em inglês Digital Non Linearity) é uma medida em
bits significativos para o pior caso de desvio da largura do código a partir do valor ideal de 1
LSB. Uma placa de aquisição ideal possui um DNL de 0 LSB. Na prática, uma boa placa de
aquisição possui um DNL de ±0.5LSB.

Precisão Relativa. Essa é uma medida em LSBs do pior caso de desvio a partir da
função de transferência de uma placa de aquisição ideal: uma linha reta. A precisão relativa é
determinada numa placa de aquisição conectando uma tensão negativa de fundo de escala.
Digitaliza-se a tensão para toda a faixa de entrada da placa. Quando os pontos são colocados
em um gráfico, o resultado será, aparentemente, uma linha reta (Veja a Figura 1.6a).
Entretanto, pode-se subtrair os valores da linha reta dos valores digitalizados e estabelecer um
gráfico com os pontos deste resultado, como mostra a Figura 1.6b. O desvio máximo a partir
do zero é a precisão relativa de uma placa de aquisição.

Fig. 1.6a Fig. 1.6b

Figura 1.6: Determinando a precisão relativa de uma placa de aquisição. Figura 1.6a
apresenta a linha reta aparente gerada através do aumento da tensão de entrada. A
Figura 1.6b apresenta o resultado da subtração entre os valores medidos e uma linha
reta.
 Ruído. Ruído é qualquer sinal indesejado que aparece quando o sinal é digitalizado
pela placa de aquisição. Uma vez que o PC é um ambiente com ruído digital, adquirir dados
numa placa de aquisição exige um projeto cuidadoso do circuito numa configuração
multicamadas. A simples colocação de um conversor analógico digital, um amplificador de
instrumentação e um circuito de interface com o barramento numa placa de uma ou duas
camadas resultará geralmente numa placa de aquisição com alto nível de ruído. Projetistas
podem utilizar blindagem metálica para ajudar a reduzir o ruído numa placa de aquisição.
Uma blindagem adequada não deve apenas ser incluída ao redor das seções contendo circuitos
analógicos mais sensíveis, mas também deve ser feita junto às camadas da placa de aquisição,
utilizando planos de terra.

Saídas analógicas. Diversas considerações sobre um conversor digital-analógico

(DAC) determinam a qualidade do sinal de saída produzido: tempo de acomodação, taxa de
subida e resolução. Juntos, o tempo de acomodação e a taxa de subida determinam o quão
rápido o DAC pode mudar o nível do sinal de saída. O tempo de acomodação é o tempo
necessário para que a saída estabilize com a precisão especificada. Este tempo é normalmente
especificado para uma mudança de fundo de escala da tensão. A taxa de subida é a máxima
taxa de mudança que um DAC pode produzir no sinal de saída. Entretanto, um DAC com um
pequeno tempo de acomodação e uma alta taxa de subida pode gerar sinais de alta freqüência
devido ao pequeno tempo necessário para mudar com precisão a saída para um novo nível de
tensão.

Um exemplo de uma aplicação que requer um alto desempenho nesses parâmetros é a

geração de sinais de áudio. O DAC necessita uma alta taxa de subida e um pequeno tempo de
acomodação para gerar as altas freqüências necessárias para cobrir toda a faixa de áudio. De
maneira inversa, uma aplicação que não requer conversão D/A rápida é uma fonte de corrente
que controla um aquecedor. Como o aquecedor não responde rapidamente para uma variação
de tensão, não é necessário ter uma conversão D/A rápida. A aplicação é quem determina as
especificações do DAC.

A resolução de saída é similar a resolução de entrada, ou seja, o número de bits na

palavra digital é o gerador da saída analógica. Um maior número de bits reduz a magnitude de
cada incremento da tensão de saída, desta maneira permitindo gerar sinais com mudanças
suaves. Aplicações que requerem uma faixa dinâmica larga com incrementos de tensão
menores na saída analógica talvez necessitem de saídas de tensões de alta resolução.

Triggers. Várias aplicações de aquisição de sinais precisam iniciar ou terminar uma

operação de aquisição em relação a um evento externo à placa. Gatilhos (triggers) digitais
sincronizam a geração de tensão e a aquisição para um pulso digital externo. Triggers
analógicos, usados originalmente em operações de entrada analógica, iniciam e terminam a
operação de aquisição quando um sinal de entrada alcança um nível específico de tensão
analógica e inverte a polaridade.

Temporizador/Contador. O circuito temporizador/contador é útil em muitas

aplicações, que incluem a contagem de ocorrências de um evento digital, temporização de um
pulso digital e a geração de pulsos e ondas quadradas. Pode-se implementar todas estas
aplicações usando sinais de três contadores/temporizadores: habilita (gate), entrada (source) e
saída (output). A entrada gate é utilizada para habilitar ou desabilitar a função do contador. A
entrada é quem causa o incremento do contador cada vez que seu valor é modificado e desta
maneira fornece a base de tempo para a operação do contador. Finalmente, a saída gera os
pulsos e a onda quadrada na linha de saída.

As especificações mais importantes para a operação de um contador/temporizador são

sua resolução e a freqüência do seu relógio (clock). A resolução é o número de bits que o
contador utiliza. Uma maior resolução significa simplesmente que o contador pode contar
mais. A freqüência do clock determina quão rápido pode-se alterar o sinal de entrada digital.
Com uma freqüência alta, o contador realiza incrementos mais rápidos e desta maneira pode
detectar sinais de freqüência mais alta na entrada, gerando pulsos de alta frequência e ondas
quadradas na saída.

O contador/temporizador DAQ-STC usado nas placas da série E (mesma série da

utilizada no laboratório) possuem contadores de 16 e 24 bits e uma freqüência de clock de 20
MHz. Este recurso é um circuito integrado dedicado (ASIC) projetado especificamente para
aplicações de aquisição. O DAQ-STC é um contador/temporizador crescente/descendente, o
que significa que pode ser utilizado com sinais digitais externos adicionais para contar,
dependendo se o nível do sinal é alto ou baixo. Este tipo de contador/temporizador pode
medir posições a partir de encoders lineares ou rotacionais. Outras funções especiais incluem
geração de trem de pulsos amplificados, temporização equivalente ao tempo de amostragem,
identificação do tempo relativo (relative time stamping) e mudança instantânea da taxa de
amostragem.

1.2 Introdução ao LabVIEW

Uma rápida apresentação

Um hardware de aquisição de dados sem um software apropriado pode ser bastante
difícil de ser programado. O propósito do desenvolvimento de um software adequado pode ser
justificado pelas seguintes necessidades:

• Realizar aquisição de dados com uma taxa de amostragem especificada;

• Realizar aquisição de dados em background e realizar o processamento dos dados
em foreground;
• Transferência de dados do disco rígido e para o disco rígido;
• Integrar diferentes hardwares de aquisição de dados utilizando seus vários
recursos através de uma única interface com o usuário.

Na Figura 1.7 é ilustrada a estrutura de software e hardware para sistemas de

aquisição utilizada pela National Instruments.

O Software de Driver é um software de baixo nível que realiza a interface entre os

aplicativos com os diversos dispositivos de aquisição de dados.

Uma das plataformas mais utilizadas atualmente para a implementação de Sistemas de

Aquisição de Dados é o LabVIEW da National Instruments. O LabVIEW – Laboratory
Virtual Instrument Engineering Workbench – é um ambiente de desenvolvimento baseado
numa linguagem de programação gráfica denominada G. Utilizando tal linguagem gráfica é
possível desenvolver Instrumentos Virtuais (VI’s) específicos para cada aplicação.
 Virtual Instrument

LabVIEW

NI-DAQ Driver
Software

PCI devices , ISA devices,

PCMCIA,
IEEE-488, RS-232, GPIB, etc.

Figura 1.7: Estrutura de software e hardware para sistemas de aquisição de dados.

Um usuário de LabVIEW não necessita se preocupar com a configuração e o controle

de componentes dentro das placas de aquisição de dados. LabVIEW identifica cada placa por
um número de dispositivo e portanto é possível ter tantos dispositivos quanto os slots de
expansão do computador. LabVIEW pode também combinar dados oriundos de várias fontes
como: portas seriais e paralelas, placas de aquisição e placas GPIB (padrão para comunicação
entre instrumentos, um osciloscópio por exemplo, e computadores).
PARTE 2. FUNDAMENTOS TEÓRICOS

2.1 Série de Fourier

Qualquer função periódica no tempo, por exemplo, a função f(t) com período T0, tal
que f(t) = f(t+T0), como a apresentada na Figura 2.1, pode ser decomposta em uma série de
senos e cossenos da seguinte forma:

∞
f (t ) = a 0 + ∑ [a n cos(nw0 t ) + bn sin( nw0 t )] , ....(1)
n =1

onde w0 = 2π/T0 é a chamada freqüência fundamental. Os coeficientes a0, an e bn da Série de

Fourier são calculados através das propriedades das funções ortogonais, como se segue:

T0 / 2
1
a0 =
T0 ∫ f ( t )dt ;
−T0 / 2
....(2)

T0 / 2
1
an =
T0 ∫ f (t )cos(nw t )dt ;
−T0 / 2
0 ....(3)

T0 / 2
1
bn =
T0 ∫ f (t )sin(nw t )dt .
−T0 / 2
0 (4)

f(t)
T0 2π
w0 =
T0

Figura 2.1: Exemplo de uma função periódica no tempo.

A prova matemática da representação em Série de Fourier pode ser vista em qualquer

livro de processamento de sinais, tal qual Oppenheim (1997).

Uma alternativa para a equação (1) é a seguinte:

 ∞
1
f (t ) = a 0 + ∑ An cos(nw0 t + φ n ) , (5)
2 n =1

onde An = a n2 + bn2 é a magnitude da componente de freqüência nw0 e φn é a fase

correspondente. Observa-se que esta série apresenta a mesma informação que a série da
equação (1), pois as funções seno e cosseno são idênticas, a menos de uma diferença de fase.
Neste caso o coeficiente An e a fase φn representam o espectro de freqüência da função f(t).
Portanto, a função temporal f(t) é unicamente definida por sua amplitude e fase.

A Série de Fourier pode ser ainda descrita usando-se uma representação complexa dos
componentes da equação (1). As funções seno e cosseno podem ser representadas por funções
exponenciais complexas da seguinte forma:

e jθ + e − jθ
cos(θ ) = (6)
2
e
e jθ − e − jθ
sin(θ ) = . (7)
2j

Substituindo estas expressões na equação (1) e rearranjando, resulta na Série de

Fourier descrita em termos de exponenciais complexas, da seguinte forma:

∞
f (t ) = ∑C e
n = −∞
n
jnw0 t
, (8)

onde os coeficientes Cn são complexos e

a n = C n + C −n ; (9)

bn = j (C n − C − n ) . (10)

Os coeficientes Cn podem ser calculados através dos coeficientes an e bn, da expansão

em série da equação (1), bastando para isso rearranjar as equações (9) e (10). Contudo, estes
coeficientes também podem ser calculados através das propriedades de ortogonalidade das
funções exponenciais complexas, da seguinte forma:

T0 / 2
1
∫ f (t )e
− jnw0 t
Cn = dt . (11)
T0 −T0 / 2

Observa-se que neste caso a série é para n variando de −∞ a +∞. Note que nas
expressões (1) e (5) tem-se n variando de 0 a +∞, ou seja, existem somente freqüências
positivas. No caso da representação da equação (8) tem-se um conjunto de coeficientes que
correspondem a freqüências positivas e negativas. O conceito de freqüência negativa
geralmente causa confusão, contudo basta simplesmente lembrar que isto resulta diretamente
das equações (6) e (7), e do uso de exponenciais complexas para representar componentes de
freqüência real, ou seja, é somente um artifício matemático.
 ♦ Exemplo 1: A expansão em série de Fourier de uma função quadrada com
freqüência w0, apresentada na Figura 2.2, pode ser calculada segundo as expressões (1) e (8).

f(t)

T0

Figura 2.2: Função quadrada com freqüência w0.

A Série de Fourier desta função quadrada segundo a expressão (1) é dada por:

4 4 4
f p (t ) = sin( w0 t ) + sin(3w0 t ) + sin(5w0 t ) + K .
π 3π 5π

A série de Fourier desta função quadrada em termos de exponenciais complexas, de

acordo com a expressão (8), é dada por:

2 j − j 5 w0t 2 j − j 3w0t 2 j − jw0t 2 j jw0t 2 j j 3 w0t 2 j j 5 w0t

f p (t ) = K e + e + e − e − e − e + K.
5π 3π π π 3π 5π

2.2 Transformada de Fourier - representação no domínio da

freqüência de uma função temporal não periódica
Obviamente que o mundo real não é feito de somente funções periódicas, portanto são
necessários métodos para descrever no domínio da freqüência funções não periódicas. O
propósito de se ter introduzido anteriormente a Série de Fourier é somente fornecer um ponto
de partida para descrever o método mais geral da Transformada de Fourier.

Considere a função de duração finita no tempo mostrada na Figura 2.3. Claramente

que esta função não é periódica e observe que, a função f(t) = 0 para |t| > T1/2. Contudo, pode
ser usado um truque para tornar a função f(t) periódica, este truque consiste em imaginar que
se observa somente um período de uma função periódica com período T0 > T1, como mostra a
Figura 2.4.
 f(t)

T1 T1 t

Figura 2.3: Exemplo de função temporal não periódica limitada no tempo.

fp(t)

... ...

T1 T1 t

Figura 2.4: Tornando uma função temporal não periódica limitada no tempo em
periódica com período T0.

A nova função fp(t), que é periódica com período T0, pode ser representada por uma
Série de Fourier, como a da expressão (8), repetida a seguir:

∞
f p (t ) = ∑C e
n = −∞
n
jnw0 t
,

onde w0 = 2π/T0, como anteriormente. Substituindo na equação anterior a expressão para os

coeficientes Cn, dada pela equação (11), tem-se:

∞  1 T0 / 2
 jnw t
f p (t ) = ∑ T
n = −∞
∫ f (t ) e − jnw0 t
dt e 0 .

(12)
 0 −T0 / 2

Fazendo com que T0, o período assumido da função periódica, se torne arbitrariamente
grande, de forma que w0 se torne pequeno, escrevendo w0 = ∆w e nw0 = wn, tem-se que:

1 ∞  T0 / 2 
f p (t ) =
2π
∑
n = −∞
 ∫ f (t )e n dt ∆we n .
− jw t


jw t
(13)
−T0 / 2
 Finalmente, tomando o limite de T0 → ∞ e notando que no limite a função periódica
tende à função original, ou seja,

f (t ) = lim f p (t ) . (14)
T0 →∞
ou
∆w →0

Então, se for definida a seguinte função,

∫ f (t )e
− jwt
F ( jw) = dt , (15)
−∞

a equação (13), no limite de T0 → ∞ fica,

∑ {F ( jw )}∆we
1
f p (t ) = jwn t
. (16)
2π
n
n = −∞

Note que para funções periódicas o conteúdo de freqüências é discreto. Pode-se

imaginar que funções não periódicas possuem infinitas freqüências em um dado intervalo de
freqüências. Assim, as componentes de freqüências de uma função não periódica vão se
juntando até não mais existir uma separação entre elas. Matematicamente, esta transformação
pode ser feita tomando-se o limite da equação (16) para o intervalo de freqüência, ∆w,
tendendo a zero. Quando ∆w tende a zero, tem-se infinitas componentes de freqüência e a
somatória da equação (16) se transforma em uma integral da seguinte forma:

∞
1
f p (t ) = ∫ F ( jw)e
jwt
dt . (17)
2π −∞

A equação (15) define a Transformada de Fourier e a equação (17) define a

Transformada de Fourier Inversa. Compactamente estas transformações são normalmente
descritas como,

F ( jw) = ℑ{ f (t )} (18)
e
f (t ) = ℑ −1 {F ( jw)}. (19)

Note que a equação (15) é por definição a Transformada de Fourier, F(jw), da função
f(t) e a equação (17) é por definição a Transformada de Fourier Inversa da função f(t).

Se uma função do tempo, f(t), existir somente para t ≥ 0, ou seja, obedece as condições
de existência da Transformada de Laplace, então a Transformada de Fourier dessa função,
F(jw), pode ser calculada através da sua Transformada de Laplace, F(s), da seguinte forma:

F ( jw) = F ( s ) s = jw , (20)

ou seja, basta substituir a variável s da Transformada de Laplace por jw, que se obtém a
Transformada de Fourier da função f(t). Esta expressão significa que a Transformada de
Fourier é a Transformada de Laplace calculada no eixo imaginário do plano complexo da
variável s. Existem tabelas que apresentam as Transformadas da Laplace e de Fourier para
diversas funções.

A Transformada de Fourier tem as seguintes características:

(1) A função F(jw) não tem nenhuma informação nova sobre a função f(t), é somente
um modo diferente de se ver a função;
(2) A função F(jw) fornece a densidade de amplitude. Por exemplo, se f(t) é uma
força, então F(jw) será força/freqüência (N/Hz ou N/rad.s−1);
(3) A função F(jw) tem freqüências negativas. Uma freqüência negativa significa
somente uma diferença de fase de 180o em relação à mesma freqüência positiva.
Isto pode ser visto através da função seno, onde sin(w) e sin(−w) estão defasados
de 180º;
(4) A função F(jw) é simétrica em relação ao eixo w = 0 se a função f(t) for real.

2.3 Espectro de freqüência

Para o engenheiro de controle a expansão em série de Fourier ou mesmo a
Transformada de Fourier não são tão importantes como o conceito de representação espectral,
ou espectro de freqüências, de uma função ou de um sinal temporal.

O espectro de freqüência de uma função periódica é a representação gráfica dos

harmônicos (componentes) da série de Fourier, dada na forma de exponencial complexa, que
representa esta função. Ou seja, é uma representação gráfica dos coeficientes Cn da expansão
da função segundo a equação (7). Na medida que estes coeficientes são números complexos, o
espectro de freqüência é constituído de dois gráficos: um que apresenta o módulo dos
coeficientes em função da freqüência e outro que apresenta a fase destes coeficientes também
em função da freqüência. Observa-se que a freqüência varia de −∞ a +∞, ou seja, para n
variando de −∞ a +∞.

Para uma função não periódica o espectro de freqüência é a representação gráfica da

sua Transformada de Fourier dividida por 2π.

♦ Exemplo 2: O espectro de freqüências da função quadrada com freqüência w0, do

exemplo 1, é dado pelos coeficientes Cn da sua expansão em série de Fourier. Do exemplo 1
estes coeficientes são dados, genericamente em função de n, por –j/nπ. A fase e o módulo
destes coeficientes são respectivamente iguais à:

 π
− 2 , para n ≥ 0
∠C n =  ;
+ π , para n < 0
 2
 2
Cn = .
nπ

Assim, o espectro de freqüência da onda quadrada do exemplo 1 é dado pelos gráficos

abaixo.

|Cn|

...

−7w0 −5w0 −3w0 −w0 w0 3w0 5w0 7w0.. w

∠Cn

π/2

...
w0 3w0 5w0 7w0
−7w0 −5w0 −3w0 −w0 w
...
−π/2

Figura 2.5: Espectro de freqüências da função quadrada com freqüência wo.

Nota-se que este espectro de freqüência não é contínuo. Isto decorre do fato de que a
função quadrada é periódica e, portanto, somente tem componentes de freqüência múltiplas
do seu período.

♦ Exemplo 3: Dada a seguinte função:

1, para | t |≤ T1 ;
f (t ) = 
0, para | t |> T1 ;

cujo gráfico se encontra na Figura 2.6, calcule a sua Transformada de Fourier e mostre o seu
espectro de freqüências.

A sua transformada de Fourier, calculada aplicado-se a equação (15), é dada por:

 2 sin( wT1 )
F ( jw) =
w

f(t)

T1 T1 t

Figura 2.6: Função unitária no intervalo de tempo [–T1, T1].

O espectro de freqüências desta função é dado pelo módulo e fase de F(jw) dividido
por 2π. Observa-se contudo que a fase de F(jw) é igual a zero, pois a esta é uma função real.
O gráfico da Figura 2.7 apresenta o espectro de freqüências da função f(t).

| F ( jw) |
2π

...
. w
4π 3π 2π π π 2π 3π 4π
T1 T1 T1 T1 T1 T1 T1 T1

Figura 2.7: Espectro de freqüência da função unitária no intervalo de tempo

[–T1, T1].
PARTE 3: Atividades a serem desenvolvidas pelos alunos
3.1 Amostrando sinais através da placa de aquisição
Nesta parte, vamos utilizar a placa de aquisição de dados para observar a conversão
analógica-digital e conversão digital-analógica. Usualmente, realiza-se a amostragem de uma
função em intervalores regulares correspondente ao tempo de amostragem Ta.

A conversão digital-analógica realiza a operação inversa. Ou seja, pega os valores

binários e converte para a tensão analógica equivalente.

Inicialmente você deve fazer a montagem como ilustrado na Figura 3.1. Em seguida
você deve utilizar o Virtual Instrument (VI) C:\PMR2400\Exp1\Amostragem.vi (Veja Figura
3.2).

Selecione no Gerador de Funções uma Onda Senoidal de freqüência a sua escolha, por
exemplo, entre 20 e 100 Hz. Escolha no VI uma freqüência de amostragem, por exemplo
400Hz. Varie a amplitude e freqüência da Onda Senoidal. Observe e coloque no seu
relatório um esboço das formas de onda mostradas no osciloscópio.

GERADOR
DE
FUNÇÕES OSCILOSCÓPIO

PLACA DE
AQUISIÇÃO +
COMPUTADOR

BORNEIRA

Canal De Entrada 0 Canal de Saída 0

Figura 3.1: Diagrama esquemático das ligações.

 Figura 3.2: Tela do VI Amostragem.

3.2 Introdução ao MATLAB

Nesta parte, pretende-se introduzir o software MATLAB que será utilizado durante o
curso para se executar o projeto de sistemas de controle. Para isso aconselha-se acompanhar o
tutorial “Introdução ao MATLAB”, dando atenção especial as partes correspondentes a
construção de gráficos, e processamento de sinais e controle.

Obviamente muitos alunos devem estar familiarizados com o MATLAB, portanto essa
parte da experiência é opcional e não deve ser incluída no relatório.

3.3 Espectro de freqüências

Nesta parte da experiência você irá amostrar três sinais distintos: um sinal senoidal,
uma onda quadrada e uma onda triangular. Como sugestão utilize sinais com freqüências da
ordem de 10Hz a 50Hz e freqüências de amostragem entre 1000 a 2000Hz.

Amostrando os sinais
No gerador de funções selecione a opção para a geração da onda no formato e
freqüência desejados. A amplitude do sinal deve ficar dentro do intervalo ±5 volts, que são os
limites definidos de operação do DAC.

Para a aquisição de dados, será utilizado um VI que tem a função de coletor de dados
(Data Logger). O arquivo correspondente a este VI pode ser encontrado no seguinte diretório
C:\PMR2400\Exp1/Cont Acq to Spreadsheet.vi. Este VI realiza aquisição contínua de dados e
salva os mesmos num arquivo de formato ASCII que pode ser lido posteriormente num
software de Planilha de Dados ou no MATLAB. No arquivo de dados, a primeira linha
contém a taxa de aquisição utilizada e a partir da segunda linha, cada linha contém uma leitura
e cada coluna se refere a um canal distinto. Pode-se utilizar no máximo 4 canais
simultaneamente. A Figura 3.3 mostra o VI de aquisição de dados.

Figura 3.3: VI utilizado para aquisição de dados.

Neste VI você encontra os seguintes comandos e displays:

• device: número do dispositivo a ser utilizado (no caso 1);

• channels: aqui você deve especificar os canais a serem utilizados: colocar os
canais separados por vírgula, como mostrado a seguir: 1,2,3 (o gerador de função
está conectado ao canal de entrada 0);
• hardware settings:
o scan rate: taxa de amostragem utilizada (aqui você deve escolher um
valor adequado em Hz);
o buffer size: tamanho do buffer de aquisição (manter o default);
o number of scans to write at a time: número de amostras que devem ser
escritas no arquivo a cada vez (manter o default);
o input limits: estabelece os valores que definem o intervalo a ser medido
(não é necessário utilizar este comando);
o interchanel delay: o intervalo entre a amostragem de dois canais (manter
o default).
 • botão STOP: botão para parada da aquisição de dados;
• scan backlog: mostra qual número de amostras que permanecem ainda no buffer
após uma chamada de leitura dos canais de aquisição. Este valor demonstra o quão
bem a aplicação está lidando com a aquisição de dados. Se este valor aumenta
significa que a leitura não está sendo realizada rápida o suficiente e pode ocorrer
um erro de sobre-escrita devido á característica circular do buffer. Neste caso,
deve-se então diminuir a taxa de aquisição ou aumentar o tamanho do buffer.
(manter o valor default);
• number of scans written to file: indica qual o número de conjunto de amostras que
já foi escrito no arquivo (um número razoável de amostras para se obter um
bom espectro de freqüências é cerca de 1024 ou 2048);
• Painel de controle do gráfico (figura abaixo): permite realizar várias operações
para alterar as características do gráfico, como por exemplo: auto-escala, zoom etc.

Após a coleta de dados, salve o arquivo com as amostras em um subdiretório com o

seu nome no diretório alunos.

Visualização do arquivo de dados

Para visualizar os dados você irá utilizar o MATLAB. Para isso você deve realizar a
leitura dos dados que estão dentro do arquivo. Inicialmente é necessário editar o arquivo e
retirar a primeira linha que registra a taxa de amostragem utilizada. Ao entrar no MATLAB
você deve mudar o diretório corrente para o diretório onde está o seu arquivo de dados, para
isso use: cd c:\alunos\nome_do_seu_diretório. Após isso é possível utilizar o
seguinte comando:

load data.txt

Esse comando vai carregar o conteúdo do arquivo data.txt numa matriz

denominada data. Para construir os gráficos você pode usar os seguintes comandos:

fa=20; % freqüência de amostragem utilizada

[n,m]=size(data); % descobre o no. de linhas e colunas
t=(0:n-1)/fa; % vetor de tempo
plot(t,data(:,1),t,data(:,2),t,data(:,3);grid;

O resultado desses comandos será a construção de um gráfico com as 3 curvas

armazenadas na matriz data simultaneamente. Obviamente, você deverá realizar ajustes para
que um gráfico com informações úteis possa ser obtido. Por exemplo, você deverá
provavelmente selecionar para a construção do gráfico apenas trechos dos dados da matriz
data, já que o número de amostras obtidas deve ser bastante grande, ou simplesmente utilizar
o comando zoom do MATLAB.
Cálculo do espectro de freqüência dos sinais amostrados
Para cada sinal amostrado (onda senoidal, onda quadrada e onda triangular) calcule o
seu espectro de freqüências utilizando o MATLAB. Para isso, você deve seguir os passos a
seguir.

• Primeiramente faça os gráficos das curvas amostradas em função do tempo.

Utilizar nesse gráfico poucos períodos da curva. Para criar o vetor tempo você deve
utilizar os seguintes comandos:

N = length(data(:,i));
t = (0:N-1)/fa;

onde fa é a freqüência de amostragem em Hz e i é a coluna onde estão os seus

dados na matriz data.

Para fazer o gráfico do sinal em função do tempo utilize:

plot(t(n1:n2),data(n1:n2,i));grid,

onde n1:n2 consiste no intervalo de pontos do sinal que deseja fazer o gráfico. sso
é necessário porque certamente o número de pontos que você coletou do sinal é
muito grande e o gráfico de todos eles torna a visualização da onda impossível.

Inclua no seu relatório um esboço dos gráficos dos três sinais.

• Com o arquivo contendo os dados amostrados dentro do MATLAB, você deve

processar a Transformada Discreta de Fourier (DFT) desses dados com o comando
fft do MATLAB. Com a Transformada Fourier dos dados você pode obter o
espectro de freqüências do sinal. O espectro de freqüências de um sinal pode ser
obtido pela multiplicação da Transformada de Fourier com o seu conjugado e
posterior raiz quadrada. Para isso você no MATLAB deve fazer a seguinte
operação:

f = fft(data(:,i));
s = f.*conj(f);
s = sqrt(s)/(N-1);

onde s é o espectro de freqüências do sinal e f é o vetor que contém a DFT. A

operação “.*” multiplica dois vetores, porém componente por componente, ou
seja, realiza o produto escalar de dois vetores.

• Para visualizar o espectro de freqüência do sinal você deve antes obter a escala de
freqüências. Para isso você deve gerar um vetor de N números que seguem a
fórmula n*fa/N, onde n = 1,…,N. No MATLAB tem-se:

w = (0:N-1)*fa/(N-1);

Para fazer o gráfico da amplitude do espectro de freqüências utilize os seguintes

comandos:
 m = round(N/2);
plot(w(1:m),s(1:m));grid

Como deve ter notado, você deve fazer o gráfico de somente metade dos pontos do
espectro de freqüências calculado. A razão disso você ficará sabendo em aulas
futuras.

Inclua no seu relatório os esboços dos gráficos dos espectros de freqüências

dos três sinais.

Nota: A DFT é o equivalente da Transformada de Fourier, mas serve para sinais

amostrados. Não se preocupe muito em saber como o MATLAB calcula essa transformada,
pois você irá aprender isso em aulas futuras.

Cálculo dos espectros de freqüências teóricos

Nesta parte da experiência você deve calcular através da teoria o espectro de
freqüências dos sinais amostrados, ou seja:

• Onda senoidal;
• Onda quadrada;
• Onda triangular.

Calcule os espectros de freqüências teóricos para uma freqüência fundamental

genérica, w0, e depois calcule numericamente para as freqüências que você utilizou nos sinais
amostrados. Isso deve ser trazido pronto para a aula de laboratório. Portanto, a
freqüência dos sinais que você vai amostrar deve ser decidida em casa e não durante a
realização da experiência.

Apresente no seu relatório o cálculo das Séries de Fourier e dos espectros de

freqüências teóricos, além dos gráficos dos espectros de freqüências teóricos dos três
sinais.

Analise os resultados, ou seja, compare os espectros de freqüências obtidos a

partir dos sinais reais com os calculados através da teoria.