Transformada de Fourier e Série de Fourier para Telecomunicações

Telecomunicações Cenários e Fundamentos Prof. Paulo Felix da S.
Fo
Princípios de Telecomunicações
UNIDADE III
Transformada de Fourier
Prof. Paulo Felix da Silva Filho

profelixfilho@yahoo.com.br
1
Telecomunicações Cenários e Fundamentos Prof. Paulo Felix da S. Fo
2 Site de origem: http://www.qsl.net/py4zbz/index.htm

Onda quadrada
simétrica (no eixo do
tempo, semiperiodos
iguais) é composta de
uma infinidade de raias
ou senoides correspon-
dentes a fundamental e
seus harmônicos impa-
res.
A fundamental tem a
mesma freqüência bá-
sica da onda quadrada.
A fundamental e os
harmônicos impares
estão em fase na
origem (função seno)
Site de origem: http://www.qsl.net/py4zbz/index.htm
3
Exemplo da decomposição de um sinal periódico com taxa de sinalização

Rs = 2 kbps em suas componentes senoidais, apresentando as respectivas
frequências dos harmônicos
4
Série de Fourier - REVISÃO -

A série de Fourier Trigonométrica de uma função periódica com
período T é tal que: 1 
f (t )  a0    an cos(n0 t )  bn sen(n0 t ) 
2 n 1
1 jn0t
cos(n0t )  (e  e  jn0t )
2 Somando membro a
membro:
1
sen( n0t )  (e jn0t  e  jn0t )
2j
an jn0t an  jn0t jn 0 t
e  jn0t 
bn bn
e  e  e 
2 2 2j 2j
jn0 t an bn  jn0 t an bn
e (  )e (  )
2 2j 2 2j
jn 0 t  jn 0 t Dessa forma, a
e e
 ( an  j bn)  ( an  j bn) expressão de
5
2 2 f(t) ficará:
Série de Fourier Complexa - Revisão

Substituindo a expansão de Euler em f(t) tem-se:

1 1 1
f (t )  a0   ( (an  jbn )e jn0t
 (an  jbn )e  jn0t )
2 n 1 2 2
1 1 1
Chamando: F0  a0 ; Fn  (an  jbn ) ; F-n  (an  jbn )
2 2 2

Tem-se: f (t )  F0   ( Fne jnot F ne  jn0t )
n 1
T0
 1 2
 
Cuja represen-  j .n. w0 .t
f (t )  Fne jn0t Fn  f (t ) e dt
tação é dada por: T 0 T 0
n  2
6
Determinação dos coeficientes de Fourier, Fn, da série de complexa

de Fourier.
T T
2 2
1 1 2 2
Fn  (an  jbn )  (
2 2 T  T
f (t )cos(n0t )dt  j
T  T
f (t )sin(n0t )dt ) 
 
2 2
T
2
1
Fn 
T  T
f (t )[cos(n0t )  j sin(n0t )] 

2
T
2
1
Fn 
T  T
f (t ).e  jn0t dt , para n  0,  1,  2,  3,...

2
7
Espectro de freqüência complexo
Sendo os coeficientes da série de Fourier complexa, números

complexos, eles apresentam módulo e fase, tal que.
T0
1 2

 j .n. w0 .t
Fn  f (t ) e dt
T 0 T 0
2
Fn  (an  jbn ) | Fn | an 2  bn 2
 bn 
  tan   
1
 an 
8
„‟ ou „‟ = Largura do pulso
10 - Decomposição
em Série de Fourier
T T t
Figura 5 - A função Gate
 
1 2
A  2 Função “sampling”
T 
 jn 0t  jn 0 t
Fn  Ae dt  e   (slides 12, 13 e 14)
jn 0 T  
2 2
sen ( x)
 jn  jn 
Sa( x) 

A
jn 0 T e  jn 0  2
e
jn 0  2
 
2 A e 0 2  e 0 2 

n 0 T 

2j


x

2A
n 0 T

sen n 0  2  Duração ou Largura do pulso:
„‟ ou „‟
 A   A  n 
A  sen n 0 2  Fn  Sa n 0  Fn  Sa 
 T  2 T  T 
9 T  n 0   9
2 
1) „‟ ou „‟ Largura do pulso; Dados:

F0  A
T
  5 F1 1 1
2) Fator de Utilização:T   T 
20 4
F2
A A  1

F0   T 5
T 5
A 
F1  Sa  
5  5
2  rad 10 nulo
F7
A  2  Primeiro nulo na freq.: 
[
seg
]
F2  Sa   1 1
5  5  
20
T 
2
 A A  1

F0   T 10
T 10
A 
F1  Sa  
10  10 
A   1
F2  Sa   
10  5  T 20

10
A A
„‟ Largura do pulso  1

F0   F0 T 5
Fator de Utilização 
T 5
F2
A 
F1  Sa   T
5  5
A  2 
F2  Sa  
5  5

A A 10 nulo
F7
F0  
T 10
A 
F1  Sa  
10  10 
 1

A  T 10
F2  Sa  
10  5 

20 Á medida que T cresce, as

amplitudes e a frequência fundamental
w0 diminui, logo há mais componentes  1

de frequência em um dado intervalo e o T 20
espectro se torna mais denso.
No limite, quando T  tem-se um
espectro contínuo em toda a faixa.
11
Em matemática, a função sinc, denotada por sinc (x) e às vezes chamada como Sa
(x), tendo duas definições praticamente equivalentes.
Na teoria de processamento digital de sinais, a
função sinc normalizada é comumente definida por:
Ela é dita normalizada porque a sua integral sobre todos os x é 1.

A transformada de Fourier da função sinc normalizada é a função retangular sem
escala.
sen ( x)
A função sinc não-normalizada é genericamente definida por: Sa( x)  x
A única diferença entre as duas definições está na escala da

variável independente (o eixo x) por um fator de π.
Em ambos os casos, o valor da função na singularidade removível
em zero é entendido como o valor limite 1.
O termo "sinc" é uma contração do nome da função em latim sinus cardinalis

(seno cardinal).
12 12
Telecomunicações Cenários e Fundamentos
13 PROF. PAULO FELIX DA SILVA FO

Exemplo didático.
Observar que o nº
de raias espectrais
não corresponde a
taxa de bits.
(  )
T
Primeiro nulo da função sampling

(coeficiente de fourier) do sinal
2

p(t) ) é igual a =
2
w0 
14 T
Teorema de Parseval
T
A potência em um sinal periódico,
2
supondo que a sua função do
tempo seja a voltagem e em um Potência   [f ( t )] dt 2
resistor de 1  é dada por: T


2
O teorema de Parseval nos permite T

calcular a potência do sinal através 2 
 [ f (t )] dt   | F
2 2
dos seus coeficientes complexos,
n |
através de: T n 

2
Sinais de Potência: energia infinita e potência média finita

- Sinais de duração infinita (periódicos, aleatórios,etc)
Sinais de Energia: energia finita e potência Média nula
- Sinais de duração finita (transientes)
Assim, define-se:
TRANSFORMADA DE FOURIER
Conforme já visto, quando (t) não for periódico não se pode

desenvolve-la em série.
“Através do artifício: T , pode-se chegar a um desenvolvimento
espectral de (t) que agora será contínuo”.
Fazendo-se T ➾  (ver slide 13)  Tem-se que : W0 ➾ 0
Assim W ➾ 0, isto é, o espaçamento entre as raias espectrais

tende a se anular e o espectro discreto tende a ser “contínuo”, contendo
todas as frequências possíveis no intervalo considerado.
18
Sinais Periódicos
•Possuem energia nas frequências múltiplas da fundamental;
•Espectro é Discreto;
•Análise pela Série de Fourier.
Sinais Não Periódicos
•Possuem energia em todas as frequências;
•Espectro é Continuo;
•Análise pela Transformada de Fourier, a qual pode ser obtida levando-se a
expressão da Série de Fourier ao limite : T ➾ 
Exemplo
19
O Sinal análisado (trem de pulsos) tem Fator de utilização :
SÉRIE DE FOURIER
TRANSFORMADA DE FOURIER
20
Função Espectro Através de

Espectro de Freq. é
Periódica Série de Fourier
Discreto: n W0
Transformada de
Não Periódica Contínuo  W
Fourier
Uma curva, isto é, contínuo
f (t )e  jt dt  F  f (t )

lim Fn  F ( )  
T  
Componentes n W0  W
discretas discreto  contínuo
Mais a frente, através de artifícios matemáticos aplicaremos a Transformada de Fourier

também para Funções Periódicas
21

 f (t )e
 jwt
dt Telecomunicações Cenários e Fundamentos Prof. Paulo Felix da S. Fo

A transformada de Fourier
 É a generalização da série de Fourier.
 O espectro do sinal é contínuo, pois é aperiódico

Transformada
Direta
F()   f ( t ).e  j t
dt Se a integral de Fourier é
 finita, então a transformada
de Fourier existe.

1

jt
Transformada f (t)  F()e d
Inversa 2  
22
A Transformada de Fourier decompõe o sinal em suas componentes

exponenciais complexas
F(W) é a representação de f(t) no domínio da frequencia
Normalmente F(W) é uma função complexa, necessitando de 2
gráficos para sua representação
F ( )  F (W ) e j  ( )
ou
F(W) = Re {F(W)} + j Im {F(W)}
23
Considerações teóricas sobre a Transformada de Fourier

Como a amplitude de e-jwt é a unidade, a condição de ser

“suficiente” para a existência da Transformada de Fourier de (t)
é que: seja “finita” ou tenha Integrabilidade Absoluta.
A Integrabilidade Absoluta é condição suficiente, porém
não é necessária.
As funções sen w t, coswt e u(t) não atendem a integral
limitada ao infinito, e estritamente falando não possuem
Transformada de Fourier. Entretanto a possuem no limite
(condições de fronteira).
Seja por exemplo, a função sen wt. Considerando que ela

exista apenas no intervalo -T/2 <t < T/2, passará a ser não
periódica e, assim, possuirá Transformada.
Se T crescer, no limite ainda possuirá transformada.
ALGUMAS FUNÇÕES
(SINAIS) IMPORTANTES
Função delta de Dirac

 Algumas funções são de extrema utilidade na análise de
sinais. Uma delas é o Delta de Dirac, definida como:
0, se t  0
( t )  
, se t  0
 Uma característica importante é a integral da função (área
unitária do impulso) desde - a + , ou seja:
 (t )dt  1

Função Delta de Dirac (função impulso) - Propriedades
 (t ).(t).dt  (0)


Propriedade da
amostragem da

função impulso
 ( t  t

0 ).( t ).dt  ( t 0 )
(  t )  ( t )
1
(at )  ( t )
|a|
f ( t ).( t )  f (0).( t )
Propriedade da Amostragem da Função Impulso

A função  (t - tO) é não nula apenas para t = tO
A multiplicação de qualquer função f(t) por  (t - tO) é ≠ 0 apenas em t = tO
1. Função Degrau - Foi introduzida por Heaviside

1
e é comumente referida na matemática como função
0.8
de Heaviside, conforme a definição abaixo.

0.6
1, se t  0
0.4
0.2
u (t )  
0
-10 -8 -6 -4 -2 0 2 4 6 8 10
0, se t  0
t
2. Função de Porta Unitária - ret (x) -

3. Função Signum - Sgn(t) - 0 x > ½
x (t)
½ x = ½
1 x < ½
1
-1
Relações com a função degrau:
sgn (t) = u(t) - u(-t); u(t) = ½ + ½ sgn(t)
Sgn (t) =1 , t > 0 sgn (t) = 2.u(t) -1 
Sgn (t) = -1 , t < 0
 A,  t  1 Transformada de Fourier do sinal f(t),

 2
f(t)  G (t)   chamado de “Pulso de Porta”

0,  t  1 2 A
F()  F  f(t) 
 =1
 A  e j 2  e  j 2 

 jt
F()  2
Ae dt 

2 j   1/2 -1/2
  j   j  
 e j   j        A sen  2 
2 2
2 A A e e
F()  2
e 2

 j     2j   2
2 2  
  
F (W )  A..Sa  
 2 
Função Constante
2
1

Impulso em frequência deslocado
f (t )  e j0t  cos 0t  jsen0t 
cos W o t
 
F (W )  F e j0t  F cos 0t  jsen0t  
F (W )      0      0      0      0 
F (W )  2   0 
2
sen W o t
CONCLUSÃO  
F e j0t  2     0 
Tabela da
Transformada de
Fourier
  
F (W )  A..Sa 2  
 2 
Livro Sistemas de
Comunicações
B. P. Lathi
Tabela da
Transformada de
Fourier
Livro Sistemas de
Comunicações
B. P. Lathi
Tabela da
Transformada de
Fourier
Livro Sistemas de
Comunicações
B. P. Lathi
Tabela da
Transformada de
Fourier
Livro Sistemas de
Comunicações
B. P. Lathi
TRANSFORMADA DE FOURIER DE UMA FUNÇÃO PERIÓDICA
Pela condição de integrabilidade absoluta, a integral deve convergir, mas tal não acon-
tece com uma função periódica, porém no limite ela pode existir. O artifício utilizado é :

1) Expressar a função através
de sua série de Fourier
f t  
n 
Fn . e jn0t
  jn0t 

2) Tomar a transformada F f  t    F   Fn . e    Fn . F e
jn0t

dos dois membros. n   n 
O Coeficiente de Fourier tem valor real, logo, pode advir da função transformada.
sabe-se que:
 
F e j0t  2     0 
A transformada de Fourier será igual a uma sequencia de impulsos localizados

nos harmônicos e com amplitude igual a “2  Fn”:
 f t  2   F    n 

F n 0
Periodica n  
2
W0  Telecomunicações Cenários e Fundamentos Prof. Paulo Felix da S. Fo
T
T

;
Ex: Sinal p(t) com frequência Wo e Largura () dos pulsos:
3
2
W0 
T
.......

f t    n
F e jn0t
-2T -T 0 T 2T 3T .....
n  
A  n  P(w)
Fn  Sa 
T  T 
2 A
A   n 
3
F  f t   2  Sa    n0 
T n    T 
4W0 4W0
3W0 2W0 W0 W0 2W0
3W0
“TREM” DE IMPULSOS
-4T -3T -2T -T 0 T 2T 3T 4T
T
T 2
  t  e
2 1  j n W0 t
  T t  e
Fn = 1  j n W0 t dt
dt = T
T T
2
T
2
T
2
1
  t  dt =
1  j nW0 t  j n W0 t 1
= e e =
T T T T
2
 f t   2  F    n 

2 
F
n 
n 0 =
T
 w  n w 

0
Periodica
A transformada de Fourier
 Como se pode observar, a transformada de Fourier tem parte real e
complexa, ou seja:
j( )
F()  R ()  jX() | F() | .e
 Propriedades da Transformada de Fourier

1) Linearidade
se f1 ( t )  F1 () e f 2 ( t )  F2 ()
então a1.f1 ( t )  a 2 f 2 ( t )  a1.F1 ()  a 2 .F2 ()
Propriedades da Transformada de Fourier

2. Dualidade [ f (t )]  F ()  [ F (t )]  2 f ()
1,  t  1
 2 z(t)
f(t)  G (t)  
 0,  t  1

 2 Observ.: A = 1
Z(f)
Análise de sinais
1. Multiplicar um sinal por um escalar significa simplesmente modificar a amplitude
deste sinal.
Seja o sinal x(t). Entende-se como uma mudança de escala o novo sinal y(t) = k x(t)
Se k > 1 tem-se uma ampliação e se 0 < k <1 tem-se uma atenuação.
2. ESCALONAMENTO
TEMPORAL
MODIFICA A DURAÇÃO
DO SINAL ORIGINAL
“Introdução aos
Sinais” do Prof.
Rodrigo Ramos
da UNIVASF

b) Deslocamento no tempo
f (t  t 0 )  F()e jt 0
c) Escalonamento 1  
f ( at )  F 
|a|  a 
Interpretação física:
A Contração (compressão) na escala do tempo por um fator “a” ou (at),
com a >1, implica em expansão do espectro de frequência deste mesmo fator.
Entende-se a compressão no tempo como a variação rápida pelo fator “a”.
Logo, as componentes de frequência aumentarão pelo mesmo fator,
significando a ampliação do espectro.
Para a >1 tem-se a expansão no tempo por um fator “a”, implicando na
compressão do espectro de frequência deste mesmo fator.
Função Impulso deslocado


f t    t  t0   F W   e  j wt0
5
Propriedade do Deslocamento em freqüência
(Teorema da translação em freqüência ou modulação)
Se então f (t )e jw0t  F (w  w0 )
f (t )  F (w)
Observa-se assim que a multiplicação de um sinal pela
exponencial desloca,
j w0 tisto é, TRANSLADA todo o espectro de freqüência
e
de uma quantidade W0 rad./seg.
Conseqüência: a Modulação
f (t ) cos wct 
1
2

f (t ) e jwc t  f (t ) e  jwc t 
f (t ) cos wc t  F ( w  wc )  F ( w  wc 
1
2
f (t ) sen wct 
j
F (w  wc )  F (w  wc 
2
Determine o espectro de frequências do sinal modulado s(t)

1
e j 2 fc t
 e  j 2 fc t
0.8
s(t )  v(t ) cos(ct )  v(t )
0.6
0.4
2
0.2
0 1
-0.2
-0.4
s(t) 0.8
-0.6
v(t)= rect(t) = p(t) 0.6
-0.8
0.4
-1 0.2
-0.6 -0.4 -0.2 0 0.2 0.4 0.6
0
cos wc t -0.2
-0.4
1
0.8
-0.6
0.6 -0.8
0.4
-1
0.2
0 -0.6 -0.4 -0.2 0 0.2 0.4 0.6

-0.2
-0.4
-0.6
-0.8
-1
-0.6 -0.4 -0.2 0 0.2 0.4 0.6

TEOREMA DA MODULAÇÃO
f (t ) cos wc t 
1
F (w  wc )  F ( w  wc 
2
f(t) = Gt (t) Sinal

normalizado
z(t) = f(t) cos 2 fct
EXEMPLO
f (t ) cos w0 t 
1
F ( w  w0 )  F ( w  w0 
2
Ex: F [p(t).cos2 f t] = ?
f (t ) cos w0 t  F ( w  w0 )  F ( w  w0 
1
2
 Derivação
f ' ( t )  jF()
( jt )f ( t )  F' ()
 Integração
t
1
f (x).dx  j F()
f (t) F (W) f (t) F (W)
Telecomunicações
Operação (PROPRIEDADES)
Cenários e Fundamentos
f(t) Prof. PauloF(W)
Felix da S. Fo
Linearidade a1 f1 (t )  a2 f 2 (t ) a1 F1 ()  a2 F2 ( )
Mudança de escala a f(t)  (compressão no 1    (mais componentes de
tempo, variação lenta) F 
a  a  freq. O espectro se amplia)
Deslocamento no tempo f(t-t0) F ( ) e  jwto
Deslocamento na freqüência f (t ) e jot F (  o )
Teorema da modulação f(t) k cos w0 t k
[ F (  o )  F (  o )]
2
Teorema da modulação f(t) k sen w0 t kj
[ F (  o )  F (  o )]
2
Diferenciação no tempo d n f (t ) ( j ) n F ( )
dt n
Diferenciação em Freqüência ( jt ) n f (t ) dn
F ( )
d n
Diferenciação em Freqüência t f(t) d
j F ( )
d
Integração no tempo t 1
F ( )
 f (t ) dt

j
Convolução no tempo f1 (t )  f 2 (t ) F1(W) . F2(W)
Convolução em Freqüência 1 [F1 ()  F2 ()]
f1(t) .f2(t)
2
df (t ) df 2 (t )
f (t )  F ( )  jF ( ) 2
 ( j ) 2 F ( )
dt dt
Obs.:
dy A0 A  (t  a)  e  ja ,  (t  a)  e ja
m 
dt  a  (b) b  a  (t  b)  e  jb e  (t  b)  e jb
A
( j ) 2 F ( )  [e jb  e  jb  e ja  e  ja ]
ba
A A
( j ) 2 F ( )  [e jb  e  jb ]  [e ja  e  ja ]
ba ba
2 A e jb  e  jb 2 A e ja  e  ja
( j ) F ( ) 
2
[ ] [ ]
ba 2 ba 2
2A 2A
( j ) 2 F ( )  cos b  cos a]
ba ba
2A
 ( ) 2 F ( )  (cos b  cos a ]
ba
2 A cos a  cos b
F ( )  ( )
ba 2
Teorema de Parseval:
A energia de um sinal f(t) pode ser obtida tanto por uma

integração no domínio do tempo quanto por uma integração no
domínio frequência.
Filtros - de forma geral é um circuito cujo ganho varia com a

freqüência.
Logo, pode-se fazer com que um filtro rejeite uma certa faixa dentro do
espectro, em benefício de outra, ou vice-versa.
Existem, basicamente, quatro tipos de filtros, a saber:

Passa-Baixas. Passa-Altas, Passa-Faixa ou Rejeita-Faixa.
A figura abaixo mostra a representação simplificada desses tipos de filtros,
utilizada em diagramas de blocos.
(a)- Filtro passa-baixas (b) Filtro passa-alta

(c) Filtro passa-faixa. (d) Filtro rejeita-faixa.
O ganho de um filtro varia com a freqüência

Existem, a princípio, três tipos de ganho para um circuito, que são:
Os ganhos de Ganho de Potência (Ap)

tensão - Av Ganho de corrente (AI)
Vo Io Po Vo I o
AV  Ai  AP    AV AI
Vi Ii Pi Vi I i
O índice "o" vem de "output' (saída) e o índice "i" vem de "input"

(entrada).
A figura que mostra como o ganho de um filtro varia em função da
freqüência é chamada "Resposta em Freqüência do Filtro" e é
normalmente apresentada com o ganho de tensão (Av) no eixo das
ordenadas e a freqüência (f) no eixo das abscissas, normalmente em
escala logarítmica.
O ganho de um filtro, é um número adimensional (não tem unidade). A

unidade utilizada é o decibel (dB)
10 dBm V1 V2 Vo
Av = 20 Gp = 10 dB Av = 0,5
Zi = 600 Zi = 200 Zi = 100
1 2
Filtro passa baixas ideal:

Figuras representativas das curvas de respostas em frequência dos princi-

pais tipos de filtros, na forma ideal.
A curva de resposta em frequência é uma representação gráfica da amplitude do sinal

na saída de um filtro, em função da frequencia do sinal aplicado à sua entrada
Figuras representativas das curvas de respostas em frequência dos principais

tipos de filtros, na forma ideal.
Fonte: Livro
“Telecomunicações”,
2ª edição. cap. 12.
Juarez do Nascimento.
CURVA DE RESPOSTA
EM FREUENCIA DE UM
FILTRO PASSA FAIXA
Os Sistemas Lineares podem modificar apenas a amplitude e/ou fase

dos sinais de entrada (distorção linear), sem criar novos harmônicos.
Os Sistemas Não-Lineares podem apresentar na saída, sinais com
frequencias diferentes do sinal de entrada (Intermodulação)
DISTORÇÃO HARMÔNICA
Seja um sistema genérico com entrada

senoidal pura, com os espectros:
Define-se a Distorção de i-ésima harmônica como:

Ex.: Distorção de Terceira harmônica apresentada por transformadores devido a não linearidade
da permeabilidade magnética de alguns materiais com a intensidade de campo magnético.
· Distorção Harmônica Total (THD)

A THD é uma medida da Não-Linearidade de um
sistema. Quanto maior a THD mais não-linear,
quanto menor a THD mais linear é o sistema.
Amp.
Após o Amplificador:
Convolução
 Sejam duas funções f1(t) e f2(t) dadas. Define-se a convolução entre estas
funções como sendo:

f1 ( t ) * f 2 ( t )   f1 ().f 2 ( t  )d

Propriedades da convolução
f1 ( t ) * f 2 ( t )  f 2 ( t ) * f1 ( t )
[f1 ( t ) * f 2 ( t )] * f 3 ( t )  f1 ( t ) *[f 2 ( t ) * f 3 ( t )]
f1 ( t ) *[f 2 ( t )  f 3 ( t )]  f1 ( t ) * f 2 ( t )  f1 ( t ) * f 3 ( t )
Interpretação gráfica da Convolução
 Tomemos inicialmente dois sinais retangulares f1(t) = p(t) e

f2(t) = p(t), façamos a convolução entre elas.
1
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
0
-0.2
-0.2
-0.4
-0.4
-0.6
-0.6
-0.8
-0.8
-1
-1
-0.6 -0.4 -0.2 0 0.2 0.4 0.6
-0.6 -0.4 -0.2 0 0.2 0.4 0.6
A convolução no instante t0 pode ser vista como sendo a área da

intersecção entre f1() e f2(t0-).
0.8
0.6
0.4
0.2
-1.5 -1 -0.5 0 0.5

Exemplo de aplicação da Convolução

no tempo. Determine v(t) * v(t) v(t). v(t -/2) t  
2
 
v(t)
 dt  t  2  2  t 

2
(t -/2) -/2 (t -/2) /2 t

-/2 0 /2 t
v(t). v(t) SOLUÇÃO

t 
2
 
 dt  t  2
t 
2
 v(t) * v(t)
t 
2
[(t -/2) = -/2] 0 [(t -/2) = /2] t


+t -t
v(t). v(t +)
t 
2
  - 0  t
 dt  2    2   t

2
(-/2) t-/2 (/2) t+/2
 A convolução de f1(t) com f2(t) dá como resultado uma função

chamada tri(t), como se observa abaixo:
0.8
0.6
0.4
0.2
-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8

Convolução – Relação com a transformada de fourier
[ f1 (t ) * f 2 (t )]  F1 ( ).F2 ( );
1 1
 [ F1 ( ) * F2 ( )]  f1 (t ). f 2 (t )
2
Qual é o impacto na Transformada de Fourier?
 Como houve uma multiplicação do sinal no domínio do tempo. Haverá

uma convolução no domínio transformado, ou seja, haverá uma
repetição da transformada de Fourier em torno de cada pulso no
domínio transformado.
Convolução e a [ f1 (t ) * f 2 (t )]  F1 ( ).F2 ( );
Relação com a transformada
de Fourier 1 1
 [ F1 ( ) * F2 ( )]  f1 (t ). f 2 (t )
2
Amostragem de um sinal
Um sinal limitado em freqüência na componente fm (isto é, fm é a máxima freqüência
contida no sinal), pode ser perfeitamente reconstruído exatamente de uma sequencia
de amostras tomadas a cada (taxa) segundos, isto é , na frequência f s  2 fm
. Taxa Nyquist (taxa mínima de amostragem):
 Dado um sinal no domínio no tempo f(t), cuja transformada de Fourier é F(), afim
de amostrar este sinal, devemos utilizar uma taxa com uma freqüência igual a duas
vezes a freqüência máxima do sinal.
 Este é o conhecido Teorema de Nyquist da amostragem.
Fig 8.1 do Livro “Sinais e Sistemas

Lineares 2a ed., por B. P. Lathi -
B = fm
Freq. Máx.
T (periódico)  Série de Fourier:
 (t  nT )   T  1T 1  2 cos WS t   2 cos 2 WS t   2 cos 3WS t   ......
 T (t ) x(t )
Amostra- Filtro passa
dor Baixa ideal
x(t ) com B Hz x(t )
 T (t )
FPB p/ recuperar
o sinal
Sinal Amostrado
AMOSTRAGEM Pelo espectro de Fs (W) , fica claro que pode-se
f s (t )  f (t ).  T (t ) obter F (W) filtrando Fs (W) com um filtro passa

baixa de largura. 2m [G2 m ( )].
 T (t )  0  ( ) Lembrando que:
0
Y ( w)  H ( w).Y ( w)
1
f s (t )  [ F ( ) * 0 ( )] 1
2 Fs ( ). G 2 m ( )  F ( ) F ( )  T Fs ( ) . G 2 m ( )
T
2
T Considerando que fn é a enésima amostra de f(t). Então,
 0
1
f s (t )  [ F ( ) * 0 ( )]
Fs ( )  f s (t )   n
f n  (t  nT )
T
m m
 G 2 m ( )  Sa (m t ) f (t )  T f s (t ) * Sa(m t )
 
 ( ) 
0
  (  n 0 )
n  2 2  f (t )  f s (t ) * Sa(m t )
T  
1  s 2 s  s
f s (t )   F ( ) *  (  n 0 )  Fs
T n 
f (t )   f n (t  nT ) * Sa(mt )
1  n
Fs ( )   F   n 0 
T n  f (t )   f  (t  nT ) * Sa [
n
n m (t  nT )]   f  (t  nT ) * Sa [
n
n m t  n )]
=
Teorema de Nyquist – Interpretação Gráfica
 Considere um sinal, cujo transformada de Fourier seja uma função tri(t), o

que acontece se for amostrado a uma taxa inferior a 2fm, onde fm, é a máxima
freqüência do espectro do sinal?
T (t)   W o(W)
1
1 rep 1[X(f) ]
X(f) T
rep 1 [f ] T X(f) *  W o(W)
T T
fS <2fm,
* ... ... = ... ...
-F 0 F 0 f 0
f - T1 1 2 - T1 -F F 1 2 f
T T T T
Considerando a Amostragem em uma taxa inferior à Taxa de Nyquist ocorre uma

superposição dos espectros reproduzidos em torno da freqüência de amostragem e
de suas harmônicas
Sinal reconstruído (fS >2fm)
1
T
rep 1[X(f) ] ~
X(f) T
X(f)
filtro ideal de
reconstrução
... ... ...

-F 0 F 0 F 0
f - T1 -F 1
T
2 f - T1 -F21T 1F
2T
1
T
f 2
T T
(a) sinal original (b) sinal amostrado (c) sinal reconstituído

TEOREMA DA AMOSTRAGEM
 
Pt w  2   F  W  nW   2 A W  San W   W  2 nW 
2 n o m m m
W0  2Wm  n   n  
T
„‟ = Largura do pulso;
FS W   F W   PT W 
1
2
A  Wm 
A  Wm 
FS W   F W    Sa n  W   W  2 n W    Sa n  W  F W  2 n W 
 
m m m m
n n
Sistema de Transmissão PCM 30
O sistema PCM30 permite a transmissão simultânea de um

grupo de 30 conversações, (chamada de QUADRO) através, por
exemplo, de dois pares simétricos de um cabo de baixa
frequência.
Este processo é a síntese da Multiplexação do sistema digital.
O objetivo básico é diminuir os custos transmitindo mais que
um sinal pelo mesmo meio físico.
Nesse caso são enviados um número padronizado de
QUADROS , na linha, em intervalos de tempo bem definidos.
Amostragem
Filtro
Passa-Baixas Chave Eletrônica
V V
T
T T
Sinal de Voz Sinal de voz

de Faixa Freqüência Intervalo de
Limitada de Amostragem
(300 Hz - 3400 Hz) Amostragem
8000 Hz
Sinal Amostrado
O teorema da amostragem define que: para não (Modulação por
Amplitude de Pulso
haver perda na reconstituição de um sinal PAM)
analógico, a menor freqüência de amostragem
tem que ser maior ou igual ao dobro da maior
freqüência do sinal analógico original. fa  2fs
Exemplo para o Sinal de Voz
fs = 3100 Hz ( Freqüência máxima do sinal de voz)

2.fs = 6200 Hz (Freqüência de Nyquist)
Toma-se normalmente para a Freqüência de

amostragem ( fa  2fs ) o valor de:
fa = 8000 Hz ou 8000 amostras a cada

segundo.
Quantização
V Sinal PAM original

Um sinal analógico pode assu-
mir um número infinito de
valores: Exemplo.
T
1V ou 0,1V ou 0,001V, etc.
V Sinal PAM quantizado Para que ele seja codificado,

4095
possibilitando sua transmissão de
Em forma digital, é necessário que o
Binário
sinal analógico assuma valores
0 T discretos, sendo aproximado para
um valor pré-estabelecido mais
próximo (valor de decisão).
Quando o sinal analógico for reconstituído apresentará um certo erro

(erro de quantização) que se traduzirá em ruído (ruído de quantização).
AMOSTRAGEM QUANTIZAÇÃO CODIFICAÇÃO
Freqüência
de
Amostragem
8000 Hz
V
+128
V
t
T 0
Sinal de Voz Sinal PAM quantizado

Analógico
Intervalo de
Amostragem
AMOSTRAGEM PAM - TDM

Compressão
Para resolver o problema da relação sinal/ruído (RSR) e a quantidade de bits de
quantização (12bits + polaridade), é utilizada uma função logarítmica
denominada lei A:
 Sinal com erro de quantização
amplitude
Lei A
4095 - Erro de quantização 127
12 bits 7 bits
+ +
polaridade 0 2
polaridade
Freq.
0 1 4095
RSR
• A lei A aumenta as baixas amplitudes e reduz as amplitudes elevadas, melhorando a

RSR.
• Transforma o sinal PAM (pulse amplitude modulation) de 4096 níveis para um sinal
binário de 128 níveis mais polaridade.
Codificação
Para adequar o sinal para a linha de transmissão, são realizadas as seguintes
codificações:
• Sinal com 8 bits, binário NRZ (Non Return to Zero).
1 1 1 0 0 1 0 0 0 0 1 1
• Para resolver a interferência entre símbolos, codifica-se em RZ (Return to Zero).
• Para eliminar a componentes CC do sinal e facilitar a detecção de erros em ,

uma seqüência de bits estes são codificado em AMI (Alternative Mark Inversor).
• Para eliminar as longas seqüências de zeros, e perdas de sincronismo na trans-

missão do sinal, este é codificado de AMI para HDB3 (High Density Bipolar).
M V
V
FONTES
Acesso
Equipamento
Terminal de
de Usuário Usuário
1 0 1 0 1 1....
FAX
Sinal digital
Máquina Digital
(A/D )
Redes
LAN
MODEM
Analógico
TV
Sistema de Transmissão PCM30
Os sistemas de transmissão PCM30 com 2048 Kbits/s (G.732)

e PCM24 com 1544 Kbits/s (G.733), recomendados pelo
CCITT e descritos no texto a seguir, reúnem 30 e 24 canais
por sentido de transmissão, respectivamente, para formar um
sistema multiplex temporal.
O sistema PCM30 é usado em todos os países europeus e

muitos outros; o sistema PCM24 é usado principalmente nos
EE.UU., Canadá e Japão.
Os sistemas PCM30 e PCM24 também são denominados de

"sistemas primários” ou sistemas básicos.
Sistema PCM
O sistema PCM adotado no Brasil é o de 32 canais,

que recebe as seguintes denominações:
- PCM-30
- MCP-30
- PCM - 2 Mbps
- PCM - lei “A”
- PCM padrão europeu
Sua interface de saída, de 2048 Kbps, é denominada
interface E1.
Sistema PCM Brasileiro

As 30 palavras de código mais os dois canais para sinalização e
alinhamento formam um quadro de pulsos.
Os quadros de pulsos são transmitidos, obrigatoriamente, em ordem
sucessiva.
O sistema PCM adotado no Brasil é o de 32 canais, chamado
de:
 PCM-30
 MCP-30
 PCM - 2 Mbps
 PCM - lei “A”
 PCM padrão europeu
Sua interface de saída, de 2048 Kbps, é denominada interface E1.

Sistema PCM
O sistema PCM adotado nos Estados Unidos, Canadá e

Japão é o de 24 canais, que recebe as seguintes
denominações:
- PCM-24
- PCM lei m
- PCM 1,5 Mbps
- PCM padrão americano
Sua interface de saída, de 1536 Kbps, é denominada
interface T1.
A interface T1 não é compatível com a interface E1. A
interligação T1-E1 necessita de um conversor de interfaces.
Quando a conversão é realizada na base de 5 T1´s para 4
E1´s não há perda de canais.
Estrutura TDM de 30 canais


Estrutura do Quadro de Pulsos do Sistema de Transmissão

PCM30
Numeração dos “Times Slots” de canal de um quadro de pulsos.
0 1 2 15 16 17 31
Canal para
palavra de
alinhamento Canal Canal Canal
Canal de
Canal Canal
do quadro e
telefônico telefônico
1 2
... telefônico
15
sinalização
telefônico
16
... telefônico
30
palavra de
serviço
Aprox.
3,9ms
1 2 3 4 5 6 7 8
32 x 8 bits = 256 bits
125ms
Estrutura de Multiquadro de um Sistema

PCM de 30 Canais de Voz
Q0 Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15
0 1 ... 16 ... 31
0000 1011
Alinhamento Palavra de alarme

de multiquadro de multiquadro
Plano de Hierarquia Digital
Sistema 1ª Ordem 2ª Ordem 3ª Ordem 4ª Ordem 5ª Ordem
44,736 Mbps 274,176 Mbps

(672 Canais) (4032 Canais)
Sistema PCM
1,544 Mbps 6,312 Mbps
de 24 Canais (24 Canais) (96 Canais)
(DS-1 ou T-1)
32,064 Mbps 97,728 Mbps 397,200 Mbps
(480 Canais) (1440 Canais) (5760 Canais)
34,368 Mbps 139,264 Mbps

(480 Canais) (1920 Canais)
Sistema PCM
2,048 Mbps 8,448 Mbps
de 30 Canais (30 Canais) (120 Canais)
(E-1)
139,264 Mbps
(1920 Canais)

Transformada de Fourier e Série de Fourier para Telecomunicações

Enviado por

Dados do documento

Descrição original:

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

Transformada de Fourier e Série de Fourier para Telecomunicações

Enviado por

Direitos autorais:

Formatos disponíveis

Telecomunicações Cenários e Fundamentos Prof. Paulo Felix da S.

Prof. Paulo Felix da Silva Filho

2 Site de origem: http://www.qsl.net/py4zbz/index.htm

Exemplo da decomposição de um sinal periódico com taxa de sinalização

Série de Fourier - REVISÃO -

Série de Fourier Complexa - Revisão

Determinação dos coeficientes de Fourier, Fn, da série de complexa

Espectro de freqüência complexo

Sendo os coeficientes da série de Fourier complexa, números

„‟ ou „‟ = Largura do pulso

1) „‟ ou „‟ Largura do pulso; Dados:

20 Á medida que T cresce, as

Ela é dita normalizada porque a sua integral sobre todos os x é 1.

A única diferença entre as duas definições está na escala da

O termo "sinc" é uma contração do nome da função em latim sinus cardinalis

13 PROF. PAULO FELIX DA SILVA FO

Primeiro nulo da função sampling

resistor de 1  é dada por: T

O teorema de Parseval nos permite T

Sinais de Potência: energia infinita e potência média finita

Conforme já visto, quando (t) não for periódico não se pode

Fazendo-se T ➾  (ver slide 13)  Tem-se que : W0 ➾ 0

Assim W ➾ 0, isto é, o espaçamento entre as raias espectrais

O Sinal análisado (trem de pulsos) tem Fator de utilização :

Função Espectro Através de

Uma curva, isto é, contínuo

Mais a frente, através de artifícios matemáticos aplicaremos a Transformada de Fourier

A Transformada de Fourier decompõe o sinal em suas componentes

Considerações teóricas sobre a Transformada de Fourier

Como a amplitude de e-jwt é a unidade, a condição de ser

Seja por exemplo, a função sen wt. Considerando que ela

Função delta de Dirac

Função Delta de Dirac (função impulso) - Propriedades

 (t ).(t).dt  (0)

Propriedade da Amostragem da Função Impulso

1. Função Degrau - Foi introduzida por Heaviside

de Heaviside, conforme a definição abaixo.

2. Função de Porta Unitária - ret (x) -

 A,  t  1 Transformada de Fourier do sinal f(t),

Impulso em frequência deslocado

f (t )  e j0t  cos 0t  jsen0t 

TRANSFORMADA DE FOURIER DE UMA FUNÇÃO PERIÓDICA

A transformada de Fourier será igual a uma sequencia de impulsos localizados

-4T -3T -2T -T 0 T 2T 3T 4T

 Propriedades da Transformada de Fourier

Propriedades da Transformada de Fourier

Propriedades da Transformada de Fourier

Função Impulso deslocado

Propriedade do Deslocamento em freqüência

(Teorema da translação em freqüência ou modulação)

Determine o espectro de frequências do sinal modulado s(t)

0 -0.6 -0.4 -0.2 0 0.2 0.4 0.6

-0.6 -0.4 -0.2 0 0.2 0.4 0.6

f(t) = Gt (t) Sinal

Propriedades da Transformada de Fourier

A energia de um sinal f(t) pode ser obtida tanto por uma

Filtros - de forma geral é um circuito cujo ganho varia com a

Existem, basicamente, quatro tipos de filtros, a saber:

(a)- Filtro passa-baixas (b) Filtro passa-alta

O ganho de um filtro varia com a freqüência

Os ganhos de Ganho de Potência (Ap)

O índice "o" vem de "output' (saída) e o índice "i" vem de "input"