Escolar Documentos
Profissional Documentos
Cultura Documentos
AULA 3
Conjunto básico pode ser usado para criar uma classe ampla e útil de
sinais.
A resposta de um sistema LIT para um sinal deve ser uma combinação
linear dos sinais básicos.
Para que a análise de Fourier possa ser aplicada, estas duas condições
devem ser satisfeitas pelo conjunto de exponenciais complexas, tanto no
domínio contínuo como no discreto. Então, a resposta de um sistema LIT para
uma exponencial complexa é a própria exponencial complexa com uma
mudança de amplitude, como mostrado a seguir:
Tempo contínuo:
𝑒 𝑠𝑡 → 𝐻(𝑠)𝑒 𝑠𝑡 (1)
Tempo discreto:
𝑧 𝑛 → 𝐻(𝑧)𝑧 𝑛 (2)
2
Figura 1 – Autovalor e Autofunção de um sistema
+∞
+∞
𝑦[𝑛] = ∑ ℎ[𝑘]𝑥[𝑛 − 𝑘]
𝑘=−∞
∞ ∞
3
E também:
𝑥(𝑡) = 𝑎1 𝑒 𝑠1 𝑡 + 𝑎2 𝑒 𝑠2 𝑡 + 𝑎3 𝑒 𝑠3 𝑡 (8)
Teremos:
4
𝑦(𝑡) = ∑ 𝑎𝑘 𝐻(𝑠𝑘 )𝑒 𝑠𝑘𝑡 (12)
𝑘
Sinal senoidal:
5
𝑥(𝑡) = cos(𝜔0 𝑡) (17)
+∞ +∞
𝑗𝑘𝜔0 𝑡
𝑥(𝑡) = ∑ 𝑎𝑘 𝑒 = ∑ 𝑎𝑘 𝑒 𝑗𝑘(2𝜋/𝑇)𝑡 (20)
𝑘=−∞ 𝑘=−∞
Podemos deduzir da equação 20 que para k=0, é uma constante a0. Para
os casos de k=1 e k= -1, teremos sinais periódicos com uma frequência
fundamental igual a ω0, denominadas componentes fundamentais ou
componentes de primeira harmônica (Oppenheim, 2010).
De forma similar, quando k=2 ou k= -2 são componentes com o dobro da
frequência fundamental e com a metade do período fundamental, são
denominadas componentes de segunda harmônica.
Generalizando para k=+N e k= -N, são denominadas componentes de n-
ésima harmônica.
Vamos usar a equação 20 para representar um sinal real, para isto
suponha x(t) real e pode ser representado por x*(t) = x(t), onde x*(t) é o complexo
conjugado. Temos então:
+∞
6
Substituindo k por -k na equação 21 resulta:
+∞
∗
𝑥(𝑡) = ∑ 𝑎−𝑘 𝑒 −𝑗𝑘𝜔0 𝑡 (22)
𝑘=−∞
∗
𝑎𝑘 = 𝑎−𝑘 (23)
Ou de modo equivalente:
𝑎𝑘 = 𝑎−𝑘 (24)
+∞
+∞
7
Figura 3 – Construção de um sinal pela combinação linear de sinais senoidais
𝑎𝑘 = 𝐴𝑘 𝑒 𝑗𝜃𝑘 (27)
1 𝑗𝑘𝜔 𝑡
cos(𝑘𝜔0 𝑡) = [𝑒 0 + 𝑒 −𝑗𝑘𝜔0 𝑡 ] (28)
2
8
1 𝑗𝑘𝜔 𝑡
sen(𝑘𝜔0 𝑡) = [𝑒 0 − 𝑒 −𝑗𝑘𝜔0 𝑡 ] (29)
2𝑗
𝑎𝑘 = 𝐵𝑘 + 𝑗𝐶𝑘 (31)
+∞
−𝑗𝑛𝜔0 𝑡
𝑥(𝑡)𝑒 = ∑ 𝑎𝑘 𝑒 𝑗𝑘𝜔0 𝑡 𝑒 −𝑗𝑛𝜔0 𝑡
𝑘=−∞
𝑇 𝑇 +∞
𝑇 +∞ 𝑇
𝑇 +∞ 𝑇
9
A solução da equação da direita é direta, porém colocaremos o resultado
dela em termos da relação de Euler.
𝑇 𝑇 𝑇
𝑇
𝑇, 𝑘 = 𝑛
∫ 𝑒 𝑗(𝑘−𝑛)𝜔0 𝑡 𝑑𝑡 = { (34)
0, 𝑘 ≠ 𝑛
0
𝑇
1
𝑎𝑛 = ∫ 𝑥(𝑡)𝑒 −𝑗𝑛𝜔0 𝑡 𝑑𝑡 (35)
𝑇
0
+∞
1
𝑎𝑘 = ∫ 𝑥(𝑡) 𝑒 −𝑗𝑘𝜔0 𝑡 𝑑𝑡 (37)
𝑇
𝑇
10
Para k=0, será o coeficiente a0 é chamada de componente dc ou
componente constante resultando na equação:
1
𝑎0 = ∫ 𝑥(𝑡)𝑑𝑡 (38)
𝑇
𝑇
𝑒 𝑗𝑘(2𝜋/𝑁)𝑛 (40)
11
A equação 41 é o conjunto de sinais exponenciais complexas de tempo
discreto com período fundamental múltiplos de N, ou seja, sinais
harmonicamente relacionados.
Além disto, há apenas N sinais distintos no conjunto apresentado na
equação 41. Isto é causado porque exponenciais complexas que diferem em
frequência em 2π são idênticas.
12
𝑥[0] = ∑ 𝑎𝑘
𝑘=<𝑁>
𝑥[1] = ∑ 𝑎𝑘 𝑒 𝑗2𝜋𝑘/𝑁
𝑘=<𝑁>
𝑁, 𝑘 = 0, ±1, ±2
∑ 𝑒 𝑗𝑘(2𝜋/𝑁)𝑛 = { (46)
0, 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜
𝑛=<𝑁>
13
0, 𝑘 ≠ 𝑟
∑ 𝑒 𝑗(𝑘−𝑟)(2𝜋/𝑁)𝑛 = { (49)
𝑁, 𝑘 = 𝑟
𝑛=<𝑁>
1 2𝜋
𝑎𝑟 = ∑ 𝑥[𝑛]𝑒 𝑗𝑟( 𝑁 )𝑛 (50)
𝑁
𝑛=<𝑁>
𝑎𝑘 = 𝑎𝑘+𝑁 (54)
14
TEMA 4 – PROPRIEDADES DA SÉRIE DE FOURIER
1 1
|𝑎𝑘 | ≤ ∫ |𝑥(𝑡)𝑒 −𝑗𝜔0 𝑡 |𝑑𝑡 = ∫ |𝑥(𝑡)|𝑑𝑡
𝑇 𝑇
𝑇 𝑇
Pela condição:
15
∫ |𝑥(𝑡)|𝑑𝑡 < ∞
𝑇
Logo,
|𝑎𝑘 | < ∞
1
𝑥(𝑡) = , 0 < 𝑡 < 1
𝑡
2𝜋
𝑥(𝑡) = 𝑠𝑒𝑛 ( ) , 0 < 𝑡 ≤ 1
𝑡
16
Figura 6 – Sinal que viola a condição 2
+𝑁
17
A equação 56 indica que nas descontinuidades há um erro, que só poderia
ser corrigido aumentando o número de coeficientes. Este erro é evidenciado na
figura 8, que ilustra este efeito. O efeito recebeu o nome de fenômeno de Gibbs.
4.2 Linearidade
Supondo dois sinais periódicos x(t) e y(t) com período T, com seus
respectivos coeficientes de Fourier ak e bk.
𝑥(𝑡) → 𝑎𝑘
𝑦(𝑡) → 𝑏𝑘
Uma combinação linear destes dois sinais resultará em um sinal z(t) com
período T. Então um coeficiente ck que é o coeficiente da série de Fourier de z(t)
é resultado de uma combinação linear dos coeficientes de Fourier a k e bk.
18
4.3 Deslocamento no Tempo
1
𝑏𝑘 = ∫ 𝑥(𝑡 − 𝑡0 )𝑒 −𝑗𝜔0 𝑡 𝑑𝑡 (58)
𝑇
𝑇
1
∫ 𝑥(𝜏)𝑒 −𝑗𝜔0 (𝜏+𝑡0 ) 𝑑𝜏 = 𝑒 −𝑗𝑘(2𝜋/𝑇)𝑡0 𝑎𝑘 (59)
𝑇
𝑇
𝑥(𝑡) → 𝑎𝑘
𝑥(𝑡 − 𝑡0 ) → 𝑒 −𝑗𝑘(2𝜋/𝑇)𝑡0 𝑎𝑘
19
𝑥(𝑡) → 𝑎𝑘
𝑥(−𝑡) → 𝑎−𝑘
Uma análise que pode ser feita deste resultado é que, se o sinal x(t) for
par, em uma reversão temporal x(t) = x(-t), isso implicará nos coeficientes da
série de Fourier ak = ak. No caso de um sinal ímpar, teremos os coeficientes a -k
= -ak.
+∞
4.6 Multiplicação
Vamos supor dois sinais x(t) e y(t), ambos periódicos, com período
fundamental T. A multiplicação destes dois sinais também vai resultar em um
sinal com período fundamental T, com coeficientes de Fourier h k expresso com
base nos coeficientes ak e bk, dos sinais x(t) e y(t) respectivamente.
20
4.7 Simetria conjugada
𝑥(𝑡) → 𝑎𝑘
∗
𝑥 ∗ (𝑡) → 𝑎−𝑘
TEMA 5 – EXEMPLO
Seja:
𝜋
𝑥(𝑡) = 1 + 𝑠𝑒𝑛𝜔0 𝑡 + 2𝑐𝑜𝑠𝜔0 𝑡 + cos (2𝜔0 𝑡 + ) (64)
4
𝑒 𝑗𝜃 + 𝑒 −𝑗𝜃
𝑐𝑜𝑠𝜃 = (65)
2
𝑒 𝑗𝜃 − 𝑒 −𝑗𝜃
𝑠𝑒𝑛𝜃 = (66)
2𝑗
1 𝑗𝜔 𝑡 1
𝑥(𝑡) = 1 + [𝑒 0 − 𝑒 𝑗𝜔0 𝑡 ] + [𝑒 𝑗𝜔0 𝑡 − 𝑒 𝑗𝜔0 𝑡 ] + [𝑒 𝑗(2𝜔0 𝑡+𝜋/4) + 𝑒 −𝑗(2𝜔0 𝑡+𝜋/4) ]
2𝑗 2
Agrupando os termos:
1 𝑗𝜔 𝑡 1 1 𝜋 1 𝜋
𝑥(𝑡) = 1 + (1 + ) 𝑒 0 + (1 − ) 𝑒 −𝑗𝜔0 𝑡 + ( 𝑒 𝑗( 4 ) ) 𝑒 𝑗2𝜔0 𝑡 + ( 𝑒 −𝑗( 4 ) ) 𝑒 −𝑗2𝜔0 𝑡
2𝑗 2𝑗 2 2
𝑎0 = 1
1 1
𝑎1 = (1 + )=1− 𝑗
2𝑗 2
21
1 1
𝑎−1 = (1 − )=1+ 𝑗
2𝑗 2
1 𝑗(𝜋) √2
𝑎2 = 𝑒 4 = (1 + 𝑗)
2 4
1 −𝑗(𝜋) √2
𝑎−2 = 𝑒 4 = (1 − 𝑗)
2 4
𝑎𝑘 = 0, |𝑘| > 2
FINALIZANDO
Nesta aula, estudamos a série de Fourier como forma de representar
sinais. Vimos que a maioria dos sinais pode ser expresso como uma sequência
de senos e cossenos, sendo que cada um destes termos possui um coeficiente
que chamamos de coeficiente de Fourier.
22
Também estudamos as autofunções e autovalores, que são as
exponenciais complexas associadas ao sistema LIT e uma constante que é
determinada baseada em um valor de uma variável.
As propriedades das séries de Fourier serão muito usadas na próxima
aula, na qual estudaremos a aplicação das transformadas de Fourier em sinais.
Porém podemos destacar que, com a separação dos sinais em componentes de
senos e cossenos, podemos compreender melhor o formato dos sinais como
uma combinação linear de sinais mais simples.
23
REFERÊNCIAS
24