Antes de começar esta história aqui, gostaria de dizer que adoro matemática.

Não aquela
matemática que ficamos repetindo contas como papagaios, mas a matemática em que
entendemos realmente como um princípio funciona. Este será meu objetivo neste artigo
aqui. Fazer você entender o que é uma transformada de Fourier. Sem fazer contas
como um papagaio maluco. Temo que fique um pouco maior do que meus artigos
normais, mas falarei de uma forma que você irá entender. E porque o tema Fourier
? Nenhuma outra disciplina é mais emblemática e misteriosa do que Fourier,
principalmente na vida de um engenheiro. Ela permeia quase tudo na
eletrônica, e confesso que levei muitos anos para entender. E como não costumo
esconder segredo, sugiro o livro "Understanding the FFT", de Anders E
Zont. Vou tentar incorporar o espírito deste autor incrível para explicar o assunto aqui.

Começamos assim: TUDO o que recebemos de estímulos externos são "formas de onda".
O som é uma vibração no ar, que chega até nossos ouvidos. Se pudermos pegar um som,
e colocar cada pequeno ponto em um gráfico, veremos algo assim :

Percebam que a forma de onda muda, mas ainda são sinais que vão mudando a
amplitude ao longo do tempo. O mesmo acontece com as imagens. A Luz também é
uma forma de onda, formada por sinais que chegam aos olhos. Cada cor têm uma
frequência. Ou seja, tudo o que vemos ou ouvimos são formas de onda.
O predador, a criatura caçadora lá em cima também enxerga formas
de onda. Eles têm mais facilidade em enxergar infra-vermelho, e
portanto o calor é mais fácil de ser visto por ele. Isto prova que
formas de ondas são universais. Acho que já mostramos o quão importante são
as formas de onda.

Já foi provado que TODAS as formas de ondas podem ser formadas por somatórias de
sinais fundamentais, na matemática são senoides e cossenoides. Uma forma de onda
fundamental é igual a imagem do diapasão na imagem acima. Ela é pura, não
é somatória de sinais, uma senoide ou cossenoide simples. Se somarmos formas
de ondas simples diferentes, vamos conseguindo gerar todas as outras formas
de onda. Assim como átomos geram todas as substâncias do universo, senoides
e cossenoides geram tudo que enxergamos ou ouvimos. Da mesma forma que
todos os números são formados por multiplicações de números primos,
todos os sons e imagens são somatórias de ondas puras, frequências básicas.

Esta sequência de imagens nos mostra que conforme vamos somando cada valor na
mesma posição no tempo, de formas de onda diferentes, vamos conseguindo moldar os
sons, gerando o que desejamos. Lembra daquela cena do filme Ghost, onde um pote
de barro vai sendo moldado pela Demi Moore ? Juntar vários senos e cossenos
permitem fazer o mesmo com sons e imagens. Tá tá tá. Mas o que é Fourier afinal ?
Fourier é a técnica que permite que se decomponha um sinal nos senos e cossenos
básicos que formam o sinal. É como pegar uma substância e se obter todos os tipos
de átomos que a compõe. Mas se por um lado gerar o som complexo é simples, é só
somar cada ponto de cada forma de onda, o inverso parece não ser simples. Olha só,
batendo o olho na forma de onda de um Clarinete na figura lá em cima, você saberia
me dizer quais frequências "fundamentais" foram somadas para gerar aquela onda
? Impossível né. Vamos entender como podemos "decompor" um sinal nas primitivas
básicas.
Para entender isto, tente olhar para a forma de onda de um sinal que se repete no tempo.
Olha esta imagem aqui. Ela representa uma equação de Seno :

Olha para os pontinhos que formam o seno, você consegue perceber que se somar todos
eles dá zero ? Isto porque o que se repete em cima do eixo X se repete igualzinho embaixo
também. Pegue como exemplo o ponto lá no topo acima. Ele se anula com o ponto lá no
declive embaixo. Cada um anula o outro. Somar todos os valores que formam um sinal
dá zero. Este é o primeiro princípio importante. O segundo, é que se pegarmos uma forma
de onda igualzinha a forma de onda que queremos analizar, mas de amplitude 1, e
multiplicarmos cada ponto de uma onda pelo ponto da outra na mesma posição, teremos
a imagem deslocada para cima. Olha só :

Olha só, fácil entender : Já que as formas de ondas são iguais, cada ponto multiplicado
pelo ponto da mesma forma de onda, irá gerar um valor positivo. Quando o ponto é
positivo, positivo multiplicado por positivo dá positivo. Quando é negativo, negativo
multiplicado por negativo dá positivo. Como são iguais, a onda acaba ficando deslocada
para cima :

Se somarmos todos os valores desta nova forma de onda e dividirmos pelo número
de pontos, obteremos a média da amplitude. Mas que coisa fantástica, né ? Já
sabemos a amplitude da forma de onda. Isto representa a altura do som, se é alguém
gritando ou falando baixo. Descobrimos duas coisas importantes : a altura do som e
uma das frequências que compões o som. Só tem um problema : não sabemos
qual é esta forma de onda para multiplicarmos, é exatamente o que
desejamos conhecer. Mas aí é que vem a mágica do Fourier : Quaisquer
outras formas de onda que multiplicarmos os pontos, e somarmos todos os
valores, o valor dará zero. Duvida ? Olha só alguns exemplos :

Dá para perceber nas 3 equações dos gráficos acima somados, que todo ponto abaixo
do eixo x tem um correspondente acima do eixo x, e se somarmos todos os pontos,
dará 0? Olha o último gráfico no lado direito abaixo. Duas curvas acima do X
(positivas) e duas curvas abaixo (negativas). Olha agora o gráfico do lado dele. Uma
curva acima, duas abaixo e outra acima novamente. Somando todos os pontos
sempre o valor será zero. A única situação em que não irá acontecer isto é quando
as duas formas de onda forem iguais. Fantástico !!! Podemos fazer o método da força
bruta, pegando cada senóide e cossenóide possível, e multiplicando cada ponto pelo ponto
da equação que queremos descobrir, e depois somamos cada um dos pontos. Se a
frequência fundamental estiver lá na equação complexa, no final teremos a
amplitude. Se a frequência não estiver lá presente, a somatória dos pontos dará
0. Isto é incrível, e uma forma de separar cada uma das frequências fundamentais que
compõe um sinal, seja imagem ou som. Mas, para que serve afinal decompor cada
frequência ? No caso do predador, serve para filtrar o calor das pessoas e encontrá-
las mesmo no escuro. Mas será que você tem um exemplo um pouco mais
realista que este, ou ao menos que possa ser utilizado no planeta
terra ? Vamos ver.

Dá uma olhada nesta imagem :

Imagine que os pontos brancos podem ser ruídos na imagem. Mas existem áreas brancas
que não são ruídos. É difícil separar o que são áreas brancas do que são pontos
brancos. Agora imagine que cada ponto da imagem corresponde a um valor de
cor. Os pretos mais próximos do zero, e os brancos mais próximos do 1. Os pontos
brancos que desejamos eliminar na imagem, são "frequências muito altas", ou
seja, acontecem em um período de tempo muito curto. São os pontos brancos que
desejamos eliminar. A imagem de um ruído seria assim:

T
Grandes áreas em tom mais escuro, e regiões muito pequenas com pontos brancos.
Estamos assumindo que quanto mais para cima no gráfico mais branco, e quando
mais para baixo mais preto. Agora é que vem : Se convertermos a imagem inteira
para o domínio da frequência (obtendo todas as senoides e cossenoides que
formam a imagem), como a visão especial que o predador têm, e eliminarmos
aquelas que têm a frequência mais alta, e depois somarmos de novo todas elas,
obteremos a imagem sem ruídos. Exatamente o mesmo princípio vale para o som,
quando queremos tirar um ruído. O Violino tem uma frequência mais baixa, e o ruído
no som, aquele estalo que queremos eliminar, tem uma frequência mais alta. E na
verdade, é assim mesmo que fazemos isto na prática! Quando obtemos as frequências
fundamentais da imagem podemos trabalhar com estas frequências, e depois podemos
somar novamente as formas de onda para obter a imagem original, mas retirando pedaços
convenientes para nós. É assim que separamos voz da música, e separamos duas vozes de
uma gravação.

Também podemos fazer outras coisas como retirar de um sinal as frequências que o ser
humano não ouve de uma música (abaixo de 20Hz e acima de 20Khz), e obtemos a mesma
música, mas ocupando um espaço menor. Um tipo de compressão de som. Este é um
dos princípios do funcionamento do MP3 !!! Eliminar ruídos em redes de
computadores, ajustar e aumentar a definição em imagens, comprimir sons, tudo
isto pode ser feito com a transformada de Fourier.

Nossa, estou começando a gostar deste tal de Fourier, sabe ? Muitos princípios de
manipulação de imagem utilizam a transformada de Fourier. As imagens em JPEG, que
tem alguma compressão, usam este princípio para remover o que se repete pouco. E as
aplicações são infinitas. Claro que o predador encontrou mais aplicações para ela do
que nós. Na verdade, em um capítulo mais recente da trilogia, os soldados se dão
mal porque ele muda o que pode enxergar (espectro de frequência), uma típica
aplicação de fourier. Este é um exemplo incrível de como a matemática pode ser
utilizada na nossa vida quotidiana. Aquela equação maluca que representa a
transformada de fourier, e que você encontra nos livros, é só a representação
matemática para a explicação dada aí acima. E novamente, esta forma
magnífica de explicar isto está no livro do Anders Zont lá no começo do
artigo. Você ainda acha que matemática pesada e complexa não dá para explicar sem
equações que ninguém entende ? Eu acho que dá sim !!! E sobre o predador? Olha, melhor
deixar ele por conta do Arnold Schwarzenegger mesmo ...

Se você gostou do artigo, e quiser ler mais, pode encontrar outros artigos meus aqui 👇

https://www.linkedin.com/search/results/all/?keywords=%23glaucoreis

#glaucoreis

--------------------------------------- segundo texto --------------------------------------------

Síntese do projeto esquemático de transmissão de Televisão, observando sinais dos

conceitos da Transformada de Laplace e Transformada de Fourier em uma transmissão.

A transformada de Laplace e suas propriedades tornam-se úteis para a análise de sistemas

dinâmicos lineares. A vantagem mais interessante desta transformada é que a integração
e a derivação tornam-se multiplicações e divisões, da mesma maneira que o logaritmo
transforma a multiplicação em adição.

A transformada de Fourier, a qual nos permite ter uma visão do sinal a ser analisado no
domínio da frequência, facilitando sobremaneira esta análise e o seu processamento,
normalmente, aplicando-se técnicas de filtragem digital. Para se realizar o cálculo da
Transformada de Fourier de um sinal, é necessário saber qual será a sua taxa de
amostragem. Sinais são quantidades físicas ou variáveis detectáveis por meio das quais
informações podem ser transmitidas. Existem basicamente duas formas tradicionais de se
representar sinais físicos:

• Representação no domínio do tempo - onde a amplitude do sinal é representada como

uma função do tempo;

• Representação no domínio da frequência - onde a função que representa o sinal mostra

a amplitude de cada frequência que o compõe.

Referências Bibliográficas

GUEDES, Djairo de Fiquereido. Análise de Fourier e Equações Diferenciais Parciais

[ALB-XX] ALBERTO, Luiz Vieira Dias, Marcio Magini. Introdução à Análise de Dados.
SEDGEWICK, Robert. Algorithms in C. Princeton University - Cap.41 - The Fast Fourier
Transform p.583.