Analise Espetral - Series de Fourier

INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES
Processamento Analógico de Sinais
Tema Análise Espectral AT- 11

Séries de Fourier
• Trigonométrica;
• Exponencial;
Sumário
• Representação de uma função periódica pela
SEF em todo intervalo −   t  + 100min
• Espectro complexo de Fourier
Objectivos Analisar a aproximação de sinais contínuos no tempo
LATHI, B. P. Sistemas de Comunicação. Editora

Guanabara Dois;
Bibliografia
OPPENHEIM, A. V.; WILLSKY, A. S.; YOUNG, I. T. Signals
and systems. Editora Prentice-Hall
PAS-2022 Doutor Engº. VbN I31, I32, I33 1

Série Trigonométrica de Fourier
Já demonstramos que as funções sen( 0 t ) , sen(2 0 t ) , etc., formam um

2
t + t0
conjunto ortogonal em qualquer intervalo de até
0 . Entretanto,
0
esse conjunto não é completo pelo facto de que da função cos(n 0 t ) ser
ortogonal à sen(n 0 t ) no mesmo intervalo. Por isso para completarmos o
conjunto, temos que incluir as funções seno e cosseno.
Pode-se demonstrar que um conjunto de funções cos(n 0 t ) e sen(n 0 t ) ,

para (n = 0,1, 2, 3, ...) formam um conjunto ortogonal completo.
Observe que, para n = 0 sen(n 0 t ) = 0 e cos(n 0 t ) = 1 . Assim temos um

conjunto ortogonal completo, representado pelas funções
1, cos( 0 t ), cos(2 0 t ), ..., cos(n 0 t ), ... ; sen( 0 t ), sen(2 0 t ), ..., sen(n 0 t ), .... etc.
Portanto, segue-se que qualquer função f (t ) pode ser representada
2
em termos dessa função em qualquer intervalo de t0 até t 0 + :
0
f (t ) →  sen(n 0 t ); cos(n 0 t );
Assim:
f (t ) = a0 + a1 cos(0 t ) + a2 cos(20 t ) + ... + an cos(n0 t ) + ...
+ b1 sen(0 t ) + b2 sen(20 t ) + ... + bn sen(n0 t ) + ...
2
Isto é valido para todo t 0  t  t 0 +
0 .
2
Por conveniência, indicaremos = T . Então a equação anterior pode
0
ser expressa como:

f (t ) = a0 +  an cos(n0 t ) + bn sen(n0 t ) ;
n =1
t0  t  t0 + T
Esta é a representação da série trigonométrica de Fourier para a função
f (t ) no intervalo t 0  t  t 0 + T .
Para o cálculo dos coeficientes da série de Fourier podemos usar:
t 0 +T t0 +T
 f (t )cos(n t )dt
0  f (t )sen(n t )dt0
an =
t0
bn =
t0
t 0 +T t0 +T
 (n 0 t )dt  (n0t )dt

2 e 2
cos sen
t0 t0
Se fizermos n = 0 , na expressão de a n termos:
t0 +T
 f (t )dt
1
a0 =
T t0
Onde a 0 - e o valor médio de f (t ) no intervalo t0 ; t0 + T
Também termos
t0 +T t0 +T
 (n0t )dt =  (n0t )dt =

2 2 T
cos sen
t0 t0
2
Portanto:
t0 +T
 f (t )sen(n t )dt
t0 +T 2
bn =
 f (t ) cos(n t )dt
2
an = 0 e 0
T t0
T t0
Também podemos representar a Série Trigonométrica de Fourier (STF) de

forma compacta como:

f (t ) =  cn cos(n0t + n )
n =0
Onde:
c n = a n2 + bn2
 bn 
 n = −tg  −1

 an 
Particularidades da Série Trigonométrica de Fourier (STF)
Se a função f (t ) tiver uma paridade determinada, simetria específica,

podemos desenvolve-la por uma série reduzida, dependendo da paridade.
Assim:
➢ Se f (t ) for par f (t ) = f (− t ) , o seu desenvolvimento é apenas por

cosenos:

bn = 0 ; f (t ) = a0 +  an cos(n0t ) ;
n=1
t0  t  t0 + T
➢ Se f (t ) for impar f (t ) = − f (− t ) , o seu desenvolvimento é apenas

por senos:
a0 = 0 
f (t ) =  bn sen(n0t ); t0  t  t0 + T
an = 0 ; n=1
Exemplo 2
Consideremos a função rectangular mostrada na figura abaixo.
Esta função pode ser representada pela série trigonométrica de Fourier:

f (t ) = a0 +  an cos(n0 t ) + bn sen(n0 t ) , no intervalo
n =1
2
t0  t  t0 + T ; 0 =
T

Portanto, temos que determinar primeiro:

2
 f (t )dt ;
1
➢
a0 =
T 0
2
 f (t ) cos(nt )dt ;
2
➢
an =
T 0
2
 f (t )sen(nt )dt ;
2
➢
bn =
T 0
Determinação do coeficiente a 0 :
2  2
1   1
a0 =
1
 f (t )dt =  1dt −  1dt =  − (2 −  ) = 0
T 0
2  0   2
Determinação do coeficiente a n :
2  2
1  
f (t ) cos(nt )dt =  cos(nt )dt −  cos(nt )dt  = 0
2
an =
T 
0
2  0  
Determinação do coeficiente bn :
2  2
1  
f (t )sen(nt )dt = ( ) ( )
2
bn =
T 
0
2  0
 sen nt dt −  sen nt dt 

 4
 ; n impar
bn =   n
0; n par

Portanto:

  4  1
f (t ) = 0 +  0  cos(nt ) + sen(nt ) =  sen(nt )
4
n =1    n   n=1 n
n =1 n=3 n=5

f (t ) = ( ) ( ) ( ) sen(5t ) + ...
4 1 4 4 4

 n=1 n
sen nt 

sen t +
3
sen 3t +
5
No Matlab podemos inserir os

comandos:
>> t=1:.01:2*pi;
>> A=4/pi;
>>
x=A*sin(t)+(A/3)*sin(3*t)+(A/5)*sin(5
*t);
>> plot(t,x)
Série Trigonométrica de Fourier de um sinal dente de serra
Seja dado um sinal dente de serra:
Portanto:
f (t ) = At ; 0  t  1; T = 1 →  0 = 2
Temos que determinar:

1 1
f (t )dt = A t  dt =
1 A 21 A
a0 =
T 
0 0
t =
2 0 2
2 A
1 1
f (t ) cos(n0t )dt = t  cos(2    n  t )dt = 0
2
an =
T 
0
T 0
2 A
1 1
f (t )sen(n0t )dt = t  sen(2    n  t )dt = −
2 A
bn =
T 
0
T 0   n
Portanto:
A A  1
f (t ) = −  sen(2    n  t )
2  n=1 n
No Matlab, para A = 1 temos:
1 1 
f (t ) = − sen(2    t ) + sen(4    t ) sen(6    t ) + ...
1 1
2  2 3 
>> t=-1:.01:3;
>> A=1;
>> x=(A/2)-(A/pi)*(sin(2*pi*t)+(1/2)*sin(4*pi*t)+(1/3)*sin(6*pi*t));
>> title('STF de dente de serra');
>> plot(t,x)


Série Exponencial de Fourier
Pode ser facilmente demonstrado que um conjunto de funções

jn t
exponenciais e 0 , para (n = 0,  1,  2,...) , é ortogonal em um intervalo
2
t0  t  t0 + . Podemos demonstrar a ortogonalidade desse conjunto de
0
funções exponenciais considerando a integral seguinte:
2
I =
t0 +
t0
0 (e )(e
jn0t jm0t 
) dt
Não se esqueça que e ( jn0 t 
) significa conjugado do número complexo
e jn0t e que é igual à e − jn0t . Portanto, a integral acima fica definido da
seguinte maneira:
2 2
t0 + t0 +
I = 0 e jn0t  e − jm0t dt =  0 e j0t (n−m )dt
t0 t0
Nesta integral, duas situações podem ocorrer com n e m :
• Se n = m :
2
t0 + 2
I = 0 e j0t (0 )dt =
t0 0

• Se n  m :
2 2
t0 +
j 0 ( n − m ) 1 j 0 ( n − m ) t 0 + 
I = 0 e dt = e 0 =
t0 j 0 (n − m ) t 0
1
j 0 (n − m )

e j0 (n −m )t0 e j 2 (n −m ) − 1 
Uma vez que, tanto n quanto m são números inteiros, a expressão
e j 2 (n − m ) é igual unidade e, por isso, a integral é nulo:
I=
1
j0 (n − m)

e j0 (n−m ) e j 2 (n−m ) − 1 = 0 
Assim:
 2
 ; n=m
2
I =
t0 +
0 (e )(e
jn0t
)
jm0t 
dt =  0
0; n  m
t0
Não se esqueça que:

2
=T
0
Portanto, a partir da equação de I podemos verificar a ortogonalidade do

jn t
conjunto de funções exponenciais e 0 (n = 0,  1,  2,...) no intervalo
t 0  t  t 0 + T . Além disso podemos demonstrar que esse é um conjunto
completo. Dai que é possível representar uma função arbitrária f (t ) por
uma combinação linear de funções exponenciais em um intervalo
t0  t  t0 + T :
y (t ) = F0 + F1e j0t + F2 e j 20t + F3e j 30t + ... + Fn e jn0t +

F−1e − j0t + F−2 e − j 20t + F−3e − j 30t + ... + F−n e − jn0t
Esta é a forma expandida. Também podemos representar a função y(t ) na
forma compacta, dentro do mesmo intervalo t 0  t  t 0 + T :

+
y(t ) =  n
F e jn0t
n=−
A representação da função f (t ) pela série exponencial de Fourier é

conhecida como representação da série exponencial de Fourier de f (t ) no
intervalo t 0  t  t 0 + T . Os vários coeficientes nessa série exponencial de
Fourier podem ser avaliados (lembre-se das aproximações de sinais e de
funções) como:
2 2

t0 +
0 (
f (t ) e jn0t 
) dt 
t0 +
0 f (t )e − jn0t dt 1 t 0 + 0
2
Fn = = =  f (t )e − jn0t dt
t0 t0
2 2

t0
t0 +
0 (e jn0t
)(e ) dt 
jn0t 
t0 +
t0
0 e jn0t e − jn0t dt
T t0
Portanto:
2
1 t 0 + 0
Fn =  f (t )e − jn0t dt
T t0
Em resumo podemos dizer que, qualquer função f (t ) pode ser expressa
jn 0 t
como uma soma discreta das funções exponenciais e (n = 0,  1,  2,...) no
intervalo t 0  t  t 0 + T .
+
y(t ) =  n
F e jn0t
n=−
Onde:
t0 +T
f (t )e − jn0t dt
1
Fn =
T t0

Caro(a) estudante, é importante notar que, as séries trigonométricas e

exponenciais de Fourier não são dois tipos diferentes de séries, porém,
duas formas diferentes de expressar a mesma série. Os coeficientes de
uma das séries podem ser obtidos a partir dos coeficientes da outra série:
a 0 = F0
a n = Fn + F− n
bn = j (Fn − F− n )
e
Fn =
1
(a n − jbn )
2
Representação de uma função periódica pela SEF em todo intervalo

−   t  +
Caro(a) estudante, até aqui representamos uma determinada função f (t )

pela série de Fourier no intervalo finito t 0  t  t 0 + T . Fora desse intervalo, a
função f (t ) e a série não precisam ser iguais. Entretanto, se a função f (t )
for periódica, poderá ser demonstrada que a representação da série se
aplica a todo o intervalo −   t  + . Isso pode ser facilmente observado,
considerando uma função f (t ) qualquer e a sua representação na série
exponencial de Fourier em um intervalo t 0  t  t 0 + T :
+
y(t ) =  n
F e jn0t
n =−
Os dois membros da equação que acabamos de escrever não precisam

ser iguais fora desse intervalo. Entretanto, é fácil de ver que o membro
0
direito da equação é periódico, com período T = . Isso deriva do facto de
2
que:
e jn0t = e jn0 (t +T ) para T =

0
2
Portanto, é óbvio que, se f (t ) é periódica com período T , então a

+
igualdade na equação y(t ) = F e n
jn0t
se manterá em toso o intervalo, de
n = −
−  até +  . Deste modo, a função periódica y (t ) será:
+
y(t ) = F e n
jn0t
( −   t  + )
n = −
Onde:
t0 +T
1
Fn =
T 
t0
Espectro complexo de Fourier;
Uma expressão em série de Fourier de uma função periódica é realmente

equivalente à decomposição da função em termos das suas componentes
de várias frequências.
Uma função f (t ) periódica com período T tem componentes de frequências

angulares  0 , 2 0 , 30 ,…, n 0 , etc, onde 0 = 2 T . Desta forma, a função
periódica f (t ) possui o seu espectro de frequência centrado nas
frequências n 0 .
Se a função f (t ) for conhecida podemos encontrar o seu espectro de

frequência, analogamente se o espectro de frequência for conhecido
podemos encontrar a função f (t ) correspondente. Isto significa que temos
dois modos para especificar uma função periódica f (t ) :
• Representação no domínio de tempo – onde a função f (t ) é

expressa como uma função do tempo;

• Representação no domínio de frequência – onde a função f (t ) é

expressa como uma função de frequência, onde o espectro ou
seja, os coeficientes das várias componentes de frequência são
especificados.
É extremamente importante realçar que o espectro apenas existe em

 =  0 , 2 0 , 3 0 ,... etc. Isto significa que o espectro de frequência não é uma
curva contínua, mas existe apenas em alguns valores discretos de  .
Sendo valores discretos, o espectro é várias vezes chamado de espectro
discreto ou espectro de linha.
Podemos representar graficamente o espectro discreto, traçando linhas

verticais nos pontos  =  0 , 20 , 3 0 ,... , com altura proporcional ao
coeficiente da componente de frequência correspondente. Dessa forma, o
espectro discreto de frequência aparece em um gráfico como sendo uma
série de linhas verticais igualmente espaçadas, com alturas proporcionais
ao coeficiente da frequência correspondente.
Caro(a) estudante, voçê pode representar o espectro discreto de frequência de

uma função periódica f (t ) , usando a Série Trigonométrica de Fourier (STF) ou
a Série Exponencial de Fourier (SEF).
É claro que, para o nosso estudo, a SEF mostra-se ser a mais útil ao
nosso estudo pois, nela, a função periódica é expressa com sendo uma
soma das funções exponenciais de frequência 0,   0 ,  2 0 ,  3 0 ,...,  n 0 .
É importante notar que os componentes da frequência podem ser

negativos. Isso significa que os dois sinais e jt e e − jt oscilam na
frequência  . Entretanto, eles podem ser considerados fasores que giram
em direcções opostas e que, quando somados produzem uma função real
do tempo, isto é:
e jt + e − jt = 2 cost
Caro(a) estudante, para uma função periódica f (t ) , a sua representação

pela SEF é dada por:

y (t ) = F0 + F1e j0t + F2 e j 20t + F3e j 30t + ... + Fn e jn0t +

F−1e − j0t + F−2 e − j 20t + F−3e − j 30t + ... + F−n e − jn0t
Deste modo temos as frequências 0, 0 , − 0 , 20 , − 20 , 30 , − 30 ...n0 , − n0 ,
etc, e os coeficientes dessas componentes da frequência são,
respectivamente F0 , F1 , F−1 , F2 , F−2 , ... Fn , F−n ... , etc.
Os coeficientes Fn são normalmente complexos e, por isso, podem ser

descritos por uma amplitude e uma fase.
Fn = a + jb = r
Onde:
r = a 2 + b 2 - amplitude;
b
 = tg −1 - fase.
a
Isso faz com que, para representação no domínio de frequência de uma

função periódica seja necessários dois espectros de linha, um espectro de
amplitude e outro espectro de fase.
Na maioria dos casos, os coeficientes das componentes da frequência são

reais ou imaginários e, assim, é possível descrever a função apenas por
um espectro.
Voltemos ao exemplo anterior de uma função sinusoidal rectificada dada

por f (t ) = Asen(t ) , no intervalo 0  t  1 e de T = 1 . Certamente que voçê se
lembra que, a função aproximada a SEF é dada por:
− 2A +
y(t ) =
1

 4n
n = −
2
−1
e j 2nt
A forma expandida da SEF é a seguinte:

y (t ) =
2A 2 A j 2t 2 A j 4t 2 A j 6t
−e − e − e − ...
 3 15 35
2 A − j 2t 2 A − j 4t 2 A − j 6t
− e − e − e − ...
3 15 35
O espectro existe em  = 0,  2 ,  4 ,  6 ,... , etc, e os coeficientes

correspondentes são: 2 A , − 2 A 3 , − 2 A15 , − 2 A 35 , ...
Certamente que voçê já observou que todos os coeficientes são reais e,
consequentemente, é necessário plotar apenas um espectro.
É evidente que o espectro é simétrico em relação ao eixo vertical que

passa pela origem. Podemos demonstrar essa simetria através do
coeficiente Fn que é dado por:
1 T2
( )
T −T 2
− jn0t
Fn = f t e dt
e
F−n = −T f (t )e jn0t dt
1 T2
T 2
Para estas duas equações, é evidente que os coeficientes Fn e F− n são

complexos conjugados um do outro, ou seja:

F−n = Fn logo F−n = Fn

*
Portanto, segue-se que o espectro de amplitude é simétrico em relação ao

eixo vertical que passa pela origem e é, por isso, uma função par de  .
Se Fn é real, então F− n também é real e Fn é igual a F− n . Se Fn é complexo,

seja:
Fn = Fn e j n
Então:
F−n = Fn e − jn
A fase de Fn é  n , entretanto a fase de F− n é −  n . Por isso, está claro que o

espectro de fase é anti-simétrico ou é uma função impar e o espectro de
amplitude é uma função par em relação ao eixo vertical que passa pela
origem.
Exemplo
Faça a expansão da função porta periódica f (t ) da figura abaixo pela série
exponencial de fourier  .
 A; (−  / 2  t   / 2)
f (t ) = 
0; ( / 2  t  T −  / 2)
Por conveniência, vamos escolher de −  / 2 até T −  / 2 como os limites de

integração. Vamos determinar os coeficientes Fn :

T − / 2
1
Fn =
T 
− /2
1 T − / 2
T − / 2
1  /2
=  Ae − jn0t dt
T − / 2
 /2
− A − jn0t
= e
jn0T − / 2
2A  e jn0 / 2 − e − jn0 / 2 
=  
n0T  2 j 
sen(n0 / 2)
2A
=
n0T
Vamos parar por aqui por enquanto.

Processamento Analógico de Sinais
Tema Aproximação de Funções AT- 12

Série de Fourier
• Função de Amostragem (Sampling)
Sumário • Propriedades;
• Potência de um sinal. 100min
• Teorema de Parseval
Objectivos Analisar a aproximação de sinais contínuos no tempo
LATHI, B. P. Sistemas de Comunicação. Editora

Guanabara Dois;
Bibliografia
OPPENHEIM, A. V.; WILLSKY, A. S.; YOUNG, I. T. Signals
and systems. Editora Prentice-Hall

Função de Amostragem (Sampling)
É uma função que desempenha um papel muito importante na teoria de

comunicações. Esta é uma função que nos permite adotar uma
nomenclatura conveniente para o tratamento de espectros de frequência e
que aparece muito comumente no tratamento espectral de sinais digitais. É
uma função que tem a forma senx x . Portanto, a função Sampling é dada
por:
Sinc(x)
1
-3 -2 -1 1 2
0 3
Caro(a) estudante, observe que a função de amostragem oscila com um

período 2 , com amplitude que decresce em ambas as direções de x , e
tem zeros em x =  ,  2 ,  3 ,  4 ,... etc. Voltemos ao exemplo anterior;
Exemplo anterior
Faça a expansão da função porta periódica f (t ) da figura abaixo pela série
exponencial de Fourier  .
 A; (−  / 2  t   / 2)
f (t ) = 
0; ( / 2  t  T −  / 2)

Por conveniência, vamos escolher de −  / 2 até T −  / 2 como os limites de

integração. Vamos determinar os coeficientes Fn :
T − / 2
1
Fn =
T 
− /2
1 T − / 2
T − / 2
1  /2
=  Ae − jn0t dt
T − / 2
 /2
− A − jn0t
= e
jn0T − / 2
2A  e jn0 / 2 − e − jn0 / 2 
=  
n0T  2 j 
sen(n0 / 2)
2A
=
n0T
Então, a expressão de Fn é:
sen(n0 / 2)
2A
Fn =
n0T
Vamos plotar o espectro de frequência para a mesma função. Não se

esqueça que toda a função de amostragem deve ser do tipo

Portanto, na expressão de Fn :
sen(n0 / 2)
2A
Fn =
n0T
Vamos multiplicar e dividir Fn por  / 2 :
A
Fn = sen(n0 / 2)
 / 2n0T
A  sen(n0 / 2)
=  
T  n0 / 2 
Portanto, a parte que se encontra dentro de parênteses retos representa

uma função de amostragem. Assim podemos reescrever:
Desta forma a função aproximada a SEF será:
É evidente que Fn e real e, por isso, precisamos apenas de um espectro

para representação no domínio da frequência. Também, uma vez que
é uma função par, é obvio que:
Fn = F−n

2
A frequência fundamental é  0 = .
T
O espectro de frequência é uma função discreta e existe apenas em

 = 0,  2 / T ,  4 / T ,  6 / T ,... etc, e tem amplitudes , , ,
…, etc. A largura do pulso  será tomada como 1 / 20 de segundo e o
período T como 1/ 4 de segundo, 1/ 2 de segundo, e 1 segundo,
sucessivamente.
Para  = 1/ 20 e T = 1/ 4 de segundo os coeficientes Fn são dados por:
2
A frequência fundamental é  0 = = 8 . Assim, o espectro existe em
T
 = 0,  8 ,  16 ,  24 ,... etc, como na figura abaixo:

Para  = 1/ 20 e T = 1/ 2 de segundo os coeficientes Fn são dados por:
O espectro é mostrado na figura abaixo e existe nas frequências

 = 0,  4 ,  8 ,  12 ,... :
Para  = 1/ 20 e T = 1 de segundo os coeficientes Fn são dados por:
O espectro é mostrado na figura abaixo e existe nas frequências

 = 0,  2 ,  4 ,  6 ,... :

Caro(a) estudante, é evidente que, à medida que o período T se torna

2
maior, a frequência fundamental  0 = se torna menor e, por isso, há
T
cada vez mais componentes de frequência em um determinado intervalo
de frequência.
Os espectros de amplitude e de fase são duas funções também discretas:
• Espectro de amplitude
com zeros nas frequências:
• Espectro de fase
Cn
fo
n fo
n
n fo
-2/ 2/
-1/ 1/

Lembrando que:
Propriedades das séries de Fourier para sinais contínuos
Linearidade
Suponha que:
x1 (t ) é um sinal com período T e tem coeficientes de Fourier Fn '
x2 (t ) é um sinal com período T e tem coeficientes de Fourier
Fn ' '
e que:
y(t ) = x1 (t ) + x2 (t )
então, podemos mostrar que a função y(t ) tem período T , ou seja, y(t ) tem
2
frequência fundamental  0 = e que os coeficientes de Fourier são dados
T
por:
Fn = Fn '+ Fn ' '
Translação ou deslocamento no tempo (“time shifting”):
Suponha agora que x(t ) é um sinal com período T e tem coeficientes de

Fourier Fn
e que:
y (t ) = x(t − t 0 )
ou seja, y(t ) é o sinal x(t ) com uma translação (shift) no tempo de t 0 .

Então, podemos mostrar que a função y(t ) tem período T , ou seja, y(t ) tem
2
frequência fundamental  0 = e que o coeficiente de Fourier é dado por:
T

 2 
~ − j  t0
Fn = Fn  e  T 
 2 
− j  t0
É importante notar que e  T 
é uma constante. Como e j = 1,  , resulta
que:
~
Fn = Fn
Sinal reflectido em relação à origem ou reversão no tempo (“time

reversal”)

Fourier Fn
e que:
y(t ) = x(− t )
2
T
Fn = F−n
Como consequência desta propriedade pode-se concluir que:
Se x(t ) é um sinal par  os coeficientes de Fourier Fn são, eles próprios,

pares, isto é:
Fn = F−n
Se x(t ) é um sinal ímpar  os coeficientes de Fourier Fn são, eles próprios,

ímpares, isto é:
Fn = − F−n

Escalonamento no tempo (“time scaling”)
Suponha que x(t ) é um sinal com período T e tem coeficientes de Fourier

2
Fn . Isso significa que ela tem frequência fundamental  0 = e que:
T
y(t ) = x(t )
então, podemos mostrar que a função y(t ) tem período

T
ou seja:

2
y (t ) tem frequência fundamental  0 = e, além disso,
T
+ +  2 
jn  t
y(t ) = F e n
jn0t
= F e n
 T 
n =− n = −
Caro(a) estudante, é importante notar que a série de Fourier muda por causa
da mudança da frequência fundamental (e do período). Entretanto os
coeficientes Fn não mudam.
Multiplicação
Suponha que:
Fn ' '
e que:
y(t ) = x1 (t )  x2 (t )
então, podemos mostrar que a função y(t ) tem período T , ou seja, y(t ) tem
2
frequência fundamental  0 = e que os coeficientes de Fourier são dados
T
por:

+
Fn =  F 'Fi n −i ' ' = F ' (n)  F ' ' (n)
i =−
Ou seja, Fn é a convolução entre os sinais discretos Fn ' = F ' (n ) e Fn ' ' = F ' ' (n ) .
+
Fn =  F 'F
i = −
i n −i ''
= F0 'Fn ' '+ F1 'Fn−1 ' '+ F−1 'Fn+1 ' '+ F2 'Fn−2 ' '+ F−2 'Fn+ 2 ' '+...
Conjugação

Fourier Fn
e que:

y(t ) = x(t )
Então, podemos mostrar que a função y(t ) tem período T, ou seja, y(t ) tem
2
T

F n = F −n
Caro(a) estudante, como consequência desta propriedade podemos

concluir que:
Se x(t )  R , então os coeficientes de Fourier


F−n = F n
F0  R
e
Fn = F−n
Além disso, as relações acima permitem mais uma vez concluir que:

Se x(t ) Î R é um sinal par  os coeficientes de Fourier Fn = F n e Fn = F− n .


Portanto, os coeficientes de Fourier são eles próprios “pares”
Se x(t ) Î R é um sinal impar  os coeficientes de Fourier Fn são imaginários

puros, dai que F0 = 0 e Fn = − F−n . Portanto, os coeficientes de Fourier são eles
próprios “ímpares”
Translação na frequência (“frequency shifting”)

Fourier Fn , e, para um m inteiro, constante, consideremos agora os
coeficientes:
F n = Fn−m
ou seja F n são os coeficientes Fn desfasados de m .
Então, podemos mostrar que o sinal:
y (t ) = x(t )  e jm0t
tem os coeficientes de Fourier F n .

Caro(a) estudante, é importante notar que esta propriedade é dual da

translação no tempo (time shifting). Agora a translação (shift) foi aplicada aos
Fn e não no tempo t .
Outro detalhe importante, como e j = 1,  , então:
F n = Fn n = 0,  1,  2, ...
Convolução no período
Suponha que:
Fn ' '
e que y(t) é a convolução (tomada no período T):
y (t ) = x1 (t )  x 2 (t )
=  x1 ( )x 2 (t −  )d
T
=  x1 (t −  )x 2 ( )d
T
Então, podemos mostrar que a função y(t ) tem período T, ou seja, y(t ) tem
2
T

Fn = T  F ' n F ' ' n
Derivada

Fourier Fn , e que:
y (t ) =
dx
dt

2
T
 2 
F ' n = jn0 Fn = jn  Fn
T 
Para o caso de derivadas de ordem 2 ou mais, pode-se aplicar esta regra

sucessivas
vezes. Por exemplo, no caso da segunda derivada, se
d 2x
y (t ) = 2
dt
Os coeficientes de Fourier de y(t) são:
 2 
2
F ' 'n = jn0 F 'n = −n  2

 Fn
 T 
Integral

Fourier Fn , e que:
t
y(t ) =  x(t )dt
−
2
T
1 1
F 'n = Fn = Fn
jn0  2 
jn 
T 

No caso de F0 = 0 , esta propriedade só é válida para sinais x(t ) periódicos e

com valores finitos.
Para o caso de integrais duplas, triplas, etc., pode-se aplicar esta regra
sucessivas
Vezes.
Potência de um sinal
A potência de um sinal temporal é sempre uma caracterização importante

deste, pois conduz-nos à ideia do espectro de potência do sinal, no qual
determinamos a potência de cada harmónica em f (t ) .
Define-se potência de um sinal P associada ao sinal periódico f (t ) como:

T
P =  2T f 2 (t )dt
1
T −2
+
Seja a série exponencial de Fourier y(t ) = F e n

jn0t
dado que
n=−
e jn0t n = 0;1;2... é um modelo completo de funções ortogonais entre si,
conclui-se que
+
f 2 (t )dt =
T
 F T
2 2
−T n
2 n = −
+
f (t )dt =
1 T
 F
2 2 2
−T n
T 2 n =−

A potência em f (t) pode ser calculada como:
P = ... + F−n + ... + F−1 + F0 + F1 + ... + Fn + ...

2 2 2 2 2
Sendo:
- a potência do sinal f(t) na componente n 0 e
2
Fn
- a potência do sinal f(t) na componente − n0 .

2
F−n
2 2
Sabemos que Fn=F-n então Fn = F−n ; assim a potência em f(t) da n-
énsima harmónica é dada por:

P = Fn + F−n = 2  Fn
2 2 2
Teorema de Parseval
A potência média de um sinal periódico f(t) ou x(t) pode ser avaliada a
partir dos coeficientes Cn da série de Fourier do sinal x(t):
Exemplo:
No trem de pulsos da figura, encontre percentagem da potência que está
associada aos primeiros cinco harmônicos do sinal x(t).
T0 = 1 ms
X(t)
1
-To/2 To/
To/2
2

Solução:
 = To/2 , então:
To / 2 To / 4
1 1 To / 2
P=  =  (1) 2 dt = = 1/ 2
2
x (t ) dt watt
To −To / 2
To −To / 4
To
5
P (5 primeros harmónicos) = Co + 2  Cn
2 2
n =1
Os coeficientes:
Então:
Cn
Co
C1 C3
C5
C2 C6
nf0
0 f0 2f0 3f0 4f0 5f0

6f0

Analise Espetral - Series de Fourier

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Analise Espetral - Series de Fourier

Enviado por

Direitos autorais:

Formatos disponíveis

INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES

Processamento Analógico de Sinais

Tema Análise Espectral AT- 11

Objectivos Analisar a aproximação de sinais contínuos no tempo

LATHI, B. P. Sistemas de Comunicação. Editora

PAS-2022 Doutor Engº. VbN I31, I32, I33 1

Série Trigonométrica de Fourier

Já demonstramos que as funções sen( 0 t ) , sen(2 0 t ) , etc., formam um

Pode-se demonstrar que um conjunto de funções cos(n 0 t ) e sen(n 0 t ) ,

Observe que, para n = 0 sen(n 0 t ) = 0 e cos(n 0 t ) = 1 . Assim temos um

Para o cálculo dos coeficientes da série de Fourier podemos usar:

 (n 0 t )dt  (n0t )dt

Se fizermos n = 0 , na expressão de a n termos:

Onde a 0 - e o valor médio de f (t ) no intervalo t0 ; t0 + T

 (n0t )dt =  (n0t )dt =

Também podemos representar a Série Trigonométrica de Fourier (STF) de

Particularidades da Série Trigonométrica de Fourier (STF)

Se a função f (t ) tiver uma paridade determinada, simetria específica,

➢ Se f (t ) for par f (t ) = f (− t ) , o seu desenvolvimento é apenas por

PAS-2022 Doutor Engº. VbN I31, I32, I33 4

➢ Se f (t ) for impar f (t ) = − f (− t ) , o seu desenvolvimento é apenas

Esta função pode ser representada pela série trigonométrica de Fourier:

PAS-2022 Doutor Engº. VbN I31, I32, I33 5

Portanto, temos que determinar primeiro:

PAS-2022 Doutor Engº. VbN I31, I32, I33 6

No Matlab podemos inserir os

Série Trigonométrica de Fourier de um sinal dente de serra

Seja dado um sinal dente de serra:

Temos que determinar:

PAS-2022 Doutor Engº. VbN I31, I32, I33 7

No Matlab, para A = 1 temos:

PAS-2022 Doutor Engº. VbN I31, I32, I33 8

PAS-2022 Doutor Engº. VbN I31, I32, I33 9

Série Exponencial de Fourier

Pode ser facilmente demonstrado que um conjunto de funções

Nesta integral, duas situações podem ocorrer com n e m :

PAS-2022 Doutor Engº. VbN I31, I32, I33 10

Não se esqueça que:

Portanto, a partir da equação de I podemos verificar a ortogonalidade do

y (t ) = F0 + F1e j0t + F2 e j 20t + F3e j 30t + ... + Fn e jn0t +

PAS-2022 Doutor Engº. VbN I31, I32, I33 11

A representação da função f (t ) pela série exponencial de Fourier é

PAS-2022 Doutor Engº. VbN I31, I32, I33 12

Caro(a) estudante, é importante notar que, as séries trigonométricas e

Representação de uma função periódica pela SEF em todo intervalo

Caro(a) estudante, até aqui representamos uma determinada função f (t )

Os dois membros da equação que acabamos de escrever não precisam

e jn0t = e jn0 (t +T ) para T =

Portanto, é óbvio que, se f (t ) é periódica com período T , então a

−  até +  . Deste modo, a função periódica y (t ) será:

Espectro complexo de Fourier;

Uma expressão em série de Fourier de uma função periódica é realmente

Uma função f (t ) periódica com período T tem componentes de frequências

Se a função f (t ) for conhecida podemos encontrar o seu espectro de

• Representação no domínio de tempo – onde a função f (t ) é

PAS-2022 Doutor Engº. VbN I31, I32, I33 14

• Representação no domínio de frequência – onde a função f (t ) é

É extremamente importante realçar que o espectro apenas existe em

Podemos representar graficamente o espectro discreto, traçando linhas

Caro(a) estudante, voçê pode representar o espectro discreto de frequência de

É importante notar que os componentes da frequência podem ser

e jt + e − jt = 2 cost

Caro(a) estudante, para uma função periódica f (t ) , a sua representação