PDS – Aula 2

Sumário: Transformada de Fourier de sinais discretos no tempo (DTFT)

Definição da DTFT e exemplos.
Séries de Fourier de sinais periódicos discretos no tempo.
Propriedades. Transformada de Fourier
Propriedades da DTFT. Periodicidade. Linearidade. Deslocamento no
tempo e na frequência. Conjugação e simetria conjugada.
Diferenciação e acumulação. Inversão no tempo. Expansão no
tempo.
Diferenciação na frequência. Relação de Parseval.
 PDS – Aula 2

Problema: Será possível

decompor um sinal
aperiódico como este em
exponenciais complexas?



Resposta: Começar por construir a replicação periódica de sinal x[n]   x[n  kN ]

k 

teremos
x[n]  
k  N 
ak e jk0 n

1
ak 
N

n  N 
x[n] e  jk0 n

Quando N→, x[n]  x[n]
 PDS – Aula 2

N=4
1 Nak

...
3
... 1  2 cos  k 2p
 ...
... N

n 0 N=4 k
N=5
1
3
... ...

n 0 N=5 k

1 N=8
3
...
0 N=8 k
n
1
N=12 3
...
0 N=12 k
n 0
1  2 cos   2p 
 PDS – Aula 2

Manipulando a equação de análise:

N2 N2 
1 1 1 1
ak 
N

n  N 
x[n] e  jk0 n

N

n  N1
x[n] e  jk0 n

N

n  N1
x[n] e  jk0 n

N
 x[n] e
n 
 jk0 n


1
Definindo a função: X (e ) 
j

n 
x[n]e j n os ak vêm: ak 
N
X (e jk0 )


  k 0  X ( e jk0
)  x[n]e
n 
 jk0 n

1 1 0
Reescrevendo a equação de síntese: x[n]  
k  N  N
X (e jk0 )e jk0 n ou, como 
N 2p
:
X (e j )e j n
1
ω0
x[n] 
2p

k  N 
X (e jk0 )e jk0n0
X (e jk0 )e jk0 n Área Ak E se N → infinito?

1
x[n] 
2p

k  N 
Ak 0  d 
0 ω
kω0 (k+1)ω0
0
 PDS – Aula 2

Se N → infinito temos: x[ n]  x[n] 

k
0  d 
k  N 
0   d 
2p

1
x[n] 
2p p2
X (e j ) e j n d 

j
X (e )   x[n] e
n 
 j n
Transformada de Fourier de x[n]
variável ω é um ângulo
X(e ) jω

tem período 2p
Problemas de convergência: Equação de síntese – não tem!
Equação de análise: como no caso de
tempo contínuo:
 

 
2
x[n]   ou x[ n]  
n  n 

Problema 2.1: Calcule a TF dos seguintes sinais: a)  [n] b)  [n-n0]

 PDS – Aula 2

Problema 2.2: Calcule a TF do seguinte sinal: x[n]  a nu[n], a 1

Comente:

• Que valor de a garante a convergência?

• O que são as baixas frequências?
• O que são as altas frequências?

2p

2 N1  1
Problema 2.3: Calcule a TF do
sinal representado na figura:

sin  (2 N1  1) / 2 
X (e j )  ... 
sin( / 2)
 PDS – Aula 2

Problema 2.4: Calcule o sinal cuja transformada de

Fourier é como se mostra na figura.

sin(Wn)
x[n]  ... 
pn


j
Problema 2.5: Calcule o sinal cuja transformada de Fourier é: X (e )   2p ( 
r 
0  2p r )

x[ n]  ...  e j0 n

Problema 2.6: Usando o par anterior deduza a TF de um sinal periódico.

 jk0 n 
 
TF   ak e    ak TF e 
jk0 n

  ak  2p (  k0  2p r )   2p ak  (  k0 )
 k  N   k  N  k  N  r  k 

ak são periódicos
 PDS – Aula 2

 jk0 n 

TF   ak e    2p ak  (  k0 )
 k  N   k 
 PDS – Aula 2


N=4
j
X (e )   2p a  (  k
k 
k
2p
N )
2p ak 
2p
1  2 cos  k 2Np  
1 N 
3p/2

... ... ... N=4 ...

n 2p 0 2p 

N=5
1 1  2 cos  k 2p
N  6p/5

... ... N=5 ...

...

n 

1 N=8
2p
N 1  2 cos   
3p/4
N=8
... ... ...


n
1
N=12 p/2
N=12
... ... ...


n
 PDS – Aula 2

Problema 2.6: Determine os coeficientes de Fourier dos sinais:

a) x[n]  1  cos  2Np  n  1 

b) x[n]  sin  2Np n  p5 

 PDS – Aula 2

Solução do Problema 2.6

a)
x[ n]  1  cos  2Np  n  1  a0  1


 1  12 e
j 2Np  n 1
e
 j 2Np  n 1
 a1  12 e
 j 2Np

 1   e  e e
 j 2Np
1  j 2Np
e
j 2Np n
 1  j 2Np  j 2Np n a1  12 e  a N 1
2 2
a0  ak  0, k  2,3,..., N  2
a1 a1

b)
x[n]  sin  2Np n  p5  Nota:
 1
2j  e  N 5  e  N 5
j 2p n  p  j 2p n  p
 x[n]  sin  2Np n  p5 
j p5  j 2Np n  j p5  j 2Np n  sin  2Np  n  10N  
 e e
1
2j  e e1
2j
 

a1 a1  aN 1
Se N é múltiplo de 10, trata-se
de um seno adiantado de
N/10 amostras.
 PDS – Aula 2

Problema 2.7: Dado um sinal x[n] de período N, com coeficientes de Fourier ak, determine os
coeficientes de Fourier, bk, de:
 jk 2Np n0
a) x[ n  n0 ] bk  ak  e

b) x[n]  x[n  1] 
bk  ak 1  e
 jk 2Np

c) x[ n]  x[n  ] N
se N é par bk  ak 1  (1) k 
2

d) (1) n x[n] se N é par bk  ak  N

2

e) (1) n x[n] se N é ímpar (tem período 2N) Nota: resolveremos mais tarde com a TF.
(Tome como exemplo x[n]=cos(2pn/3) (N=3)) b2 k  0; b2 k 1  ak  N 1
2
Esboço de solução:
2 N 1

 (1)
 jk 22 pN n
bk  1
2N
n
x[n]e
n 0
N 1 2 N 1

 (1) x[n]e  (1)n x[n]e

 jk 22 pN n  jk 22 Np n
 1
2N
n
 1
2N Tomar m  n  N no 2º somatório.
n 0 n N
 PDS – Aula 2

Resolução do Prob. 2.7d)

d) y[ n]  (1) n x[ n] se N é par. bk  ak  N
2

y[n  N ]  (1) n  N x[n  N ]  ( 1) N y[n] Logo, se N é par y[n] é periódico de período N.

y[n]  (1) n x[n]  cos(p n) x[n]  e  jp n x[n]

2p 2p 2p
1  jk n 1  jk n 1  j ( k  N2 ) n
bk 
N

n  N 
y[n]  e N

N

n  N 
x[n]  e jp n
e N

N

n  N 
x[n]  e N

2p
1  jk n
Significa que bk  N
2

N

n  N 
x[n]  e N
 ak Logo bk  ak  N
2
 PDS – Aula 2

Problema 2.8: Determine os coeficientes de Fourier do sinal da figura (Ex. 3.12 do Livro)

... ...

-N -N1 N1 N n

Problema 2.9: Determine a transformada de Fourier (DTFT) do sinal da figura (um período do
sinal anterior; N)
1

j sin  ( N1  12 ) 
X (e ) 
sin( / 2)
-N1 N1 n
Problema 2.10: Determine a transformada de Fourier (DTFT) de um pulso de largura N.

j  j N21 sin  2 N 
X (e )  e
sin  2 
N-1 n
 PDS – Aula 2

Problema 2.11: Determine a transformada de Fourier do sinal da figura (Cf. Problema 2.8)

... ...

-N -N1 N1 N n
 PDS – Aula 2

No que se segue admite-se que x[n] e X(ej) formam um par relacionado pela DTFT

j
X (e )   x[n]e
n 
 j n

j
x[n]  X (e )
F
1
 p X (e ) e jn d
j
x[n] 
2p 2

Periodicidade X (e j )  X (e j (  2p ) )

Linearidade se x1[n] 
F
 X 1 (e j ) e x2 [n] 
F
 X 2 (e j )

então ax1[n]  bx2 [n] 

F
 aX 1 (e j )  bX 2 (e j )
 PDS – Aula 2

Convolução x1[n]  x2 [ n] 
F
 X 1 (e j )  X 2 (e j )

x[n]
h[n]
y[n] Y (e j )  X (e j )  H (e j )

H (e j )  Resposta em Frequência

Deslocamento no tempo e na frequência

x[n  n0 ] 
F
 e  j n0 X (e j ) e j0 n x[n] 
F
 X (e j ( 0 ) )

Problema 2.12: Esboce a resposta em frequência, HLP(ej), de um filtro ideal passa-baixo.

Considere um filtro de resposta em frequência HLP(ej(-p)). Como classifica este filtro?
Como relaciona a resposta a impulso dos 2 filtros?

Problema 2.13: Esboce a resposta em frequência, módulo e fase, do sistema LTI cuja
resposta a impulso é h[n]=[n-n0].

Problema 2.14: Diga qual é a resposta a impulso do filtro passa alto ideal de frequência
de corte C.
sin C n
h[n]  ...   [n] 
pn
 PDS – Aula 2

Conjugação e simetria conjugada

conjugação Se x[n] é real X(ej) tem simetria conjugada

x [n] 
F
 X  (e  j ) X (e j )  X  (e  j )

Re{ X (e j )}  Re{ X (e  j )} parte real é par

Corolários quando Im{ X (e j )}  Im{ X (e  j )} parte imag. é ímpar
x[n] é real:
X (e j )  X (e  j ) módulo é par

X (e j )  X (e  j ) fase é ímpar

Exemplo: janela retangular 5

x[n] 3

2 módulo é par
1
1

0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 /p
p 1
2 4 5 n 0.5

0 fase é ímpar

sin(5 2 )
X (e j )  e j 2 -0.5

sin( 2 ) -1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 /p
x=ones(1,5);
X=fft(x,256);
XX=[X(130:end),X(1:129)];
w=(-127:128)/128;

subplot(2,1,1),plot(w,abs(XX),'k'); grid
subplot(2,1,2),plot(w,unwrap(angle(XX))/pi,'k'); grid
 PDS – Aula 2

Diferenciação e acumulação
n

x[ n]  x[n  1] 
F
(1  e  j ) X (e j )
y[ n]   x[m]
m 

1
j
Y (e )  X (e )  p X (e )   (  k 2p )
j j0

1  e  j k 

Problema 2.15: Sabendo que a DTFT de [n] é 1, determine a DTFT de u[n].


1
j
U (e )   p   (  k 2p ) (valor médio: ½)
1  e  j k 
n
Problema 2.16: Considere x[n]=anu[n], |a|<1. Determine a DTFT de y[ n]   x[k ]
k 
através da propriedade anterior.
Determine uma expressão para y[n] e calcule a sua DTFT através da definição. Verifique
que o resultado é o mesmo.
 1
 1aa
y[n]   1
 a
a  u[n]
n j
Y (e )  1
1 a p   (  k 2p )  1  e
1 a
 j

1 a 1 a
k  1  ae  j
 PDS – Aula 2

Inversão no tempo x[ n] 

F
 X (e  j )

Expansão no tempo Relembrando: No caso discreto temos dificuldade

1 j em considerar a sem ser inteiro e,
x(at ) 
F
 X( ) em particular, a <1.
a a

Expansão de um sinal por um fator inteiro k.

 x[n / k ], n multiplo de k
x( k ) [n]  
0 , outros casos

Equivale a colocar k-1 zeros entre

cada amostra do sinal original.
 PDS – Aula 2

Expansão no tempo por um fator k

 x[n / k ], n multiplo de k
x( k ) [n]  
0, outros casos


j
X ( k ) (e )  x
n 
(k ) [n] e  j n 
  3
 x
r 
(k ) [rk ] e  j rk
  x[r ] e
r 
 j ( k ) r

 X (e jk )

x( k ) [n] 
F
 X (e jk )
expansão no tempo compressão na frequência
 PDS – Aula 2

Problema 2.17: Determine a DTFT do sinal

x[n] representado na figura. Para resolver o
problema relacione a transformada de x[n]
com a transformada do sinal y[n] também
representado na figura.
x[n]  y(2) [n]  2 y(2) [n  1]
X (e j )  1  2e  j  Y (e j 2 )
1  e  j 5
Y (e j ) 
1  e  j
4 4
1  e  j10  j 1  e
 j10
X (e j )   e  j 2 n  2 e  j (2 n 1)   2 e
n 0 n 0 1  e  j 2 1  e  j 2

dX (e j )
Diferenciação na frequência nx[n]  j F

d

1

2
 p | X (e
2 j
Relação de Parseval E x[n]  ) | d
n  2p 2
 PDS – Aula 2

Caracterização de sistemas por equações lineares de diferenças

de coeficientes constantes

A equação geral de diferenças para um sistema LIT com entrada x[n] e saída y[n]
é dada por: N M

 a y[n  k ]   b x[n  k ]
k 0
k
k 0
k

Usando as propriedades da DTFT (linearidade e deslocamento temporal), chegamos

à resposta em frequência do sistema:
N M

a e
k 0
k
 jk
Y (e )   bk e  jk X (e j )
j

k 0
M

j
Y (e )
b e k
 jk

como H (e j )   H (e j )  k 0

X (e j ) N

a e
k 0
k
 jk

Problema 2.18: Considere um sistema LIT causal caracterizado pela equação de

diferenças 1
y[ n]  3 y[n  1]  2 x[ n]
Determine a resposta a impulso do sistema. h[n]  2  13  u[n]
n
PDS – Aula 2
PDS – Aula 2
PDS – Aula 2