Teoria de Comunicações

Sistemas de comunicação, análise de sinais e

sistemas. Energia e potência de sinais.
Amostragem.

Prof. Cássio Gonçalves do Rego - DELT/GAPTEM/UFMG

 Sistema de comunicação: modelo
sinal de informação sinal transmitido

m(t ) sT (t )
Fonte Transmissor Canal sinal recebido

s R (t )
informação recebida
~(t )
m
Receptor Destinatário

Fonte: gera as mensagens a serem transmitidas (voz, TV, dados: sinal eletromag-
nético: correntes, tensões, campos eletromagnéticos);
Transmissor: propicia o envio adequado através de um canal de comunicação;

Canal: meio de transmissão (par metálico, cabo coaxial, fibra óptica, enlace de rádio);
Receptor: recupera o sinal transmitido pelo canal de comunicação;
Destinatário: recupera a mensagem em sua forma original.
 Sinais e sistemas: sinais modulados

Os sinais transmitido e recebido, chamados de sinais modulados, podem ser repre-

sentados na forma

sT (t )  RewT (t )e j 2f ct , (1a)

sR (t )  RewR (t )e j 2f ct , (1b)
onde fc é a frequência de uma portadora senoidal que tem um de seus parâmetros
(amplitude, frequência ou fase) variado de acordo com o sinal de informação:

wT (t )  wT m(t ), (2a )

wR (t )  wR m
~ (t ), (2b)

onde wT(t) e wR(t) são os envelopes complexos dos sinais modulados.

 Sinais e sistemas: mensagens

Os sinais de mensagem podem ser analógicos ou digitais, isto é, podem ter valores
que variam continuamente no tempo ou que variem em torno de um número finito
de níveis diferentes.

1 1

0 0
mensagem analógica mensagem digital
 Sinais e sistemas: análise de Fourier

Todo sistema tem uma determinada resposta em frequência que lhe é própria. Siste-
mas e serviços de comunicação são concebidos para operarem em faixas de fre-
quência específicas, fazendo uso de larguras de faixa limitadas. Sendo assim, é de
extrema importância a representação de sinais e sistemas no domínio espectral, de
modo que a análise de Fourier se torna uma ferramenta indispensável na Teoria de
Comunicações.

Seja um sinal periódico que pode ser representado por uma série de Fourier:

 2nt   2nt 
gT0 (t )  a0   an cos   bn sen  , (3)
n 1  T0   T0 
onde T0 é o período do sinal e
T
1 20  2nt 
an   T0 gT0 (t ) cos dt, n  0,1, 2, (4a )

T0 2  T0 
T
1 20  2nt 
bn   T0 gT0 (t ) sen  dt, n 1, 2, 3, (4b)

T0 2  T0 
 Sinais e sistemas: análise de Fourier

A representação expressa em (3) é a chamada forma trigonométrica da série de

Fourier. Alternativamente, podemos escrever:

 2nt 
gT0 (t )   cn exp j , (5)
n    T0 
onde

 2nt 
T
1 20
cn   T0 gT0 (t ) exp  j dt, n  0,  1,  2, (6)

T0 2  T0 
c0  a0 ,
1
cn  an  jbn , n  0.
2
Sinais e sistemas: análise de Fourier

gT0 (t )

 2T0  T0 T0 2T0 t
0

c0
c 3 c2 c2
c1 c1 c3

3 2 1 1 2 3 f
   0
T0 T0 T0 T0 T0 T0
 Sinais e sistemas: análise de Fourier

Vamos definir a função:

 n  T0
G f   nf0   T0 cn nf 0  f   2T0 g (t )e  j 2ft dt. (7)
 T0  
2

Fazendo-se o limite do período T0 tender a infinito, obtemos uma função g(t) que
pode ser representada por um somatório contínuo de frequências:

g (t )   G ( f )e j 2ft df  F 1 G ( f ), (8a)


onde G(f) representa o espectro de frequências contínuas de g(t):


G f    g (t )e  j 2ft dt  F g (t ). (8b)

 Sinais e sistemas: análise de Fourier

A equações (8) formam o chamado par transformado de Fourier:

g (t )  G( f ). (9)
g (t )

tempo t
0

G( f )

frequência 0 f
 Sinais e sistemas: análise de Fourier

Para sinais e sistemas reais, temos

g (t )  g  (t ),
ou
 
G ( f )   g (t )e  j 2ft
dt   g  (t )e  j 2ft dt 
 





g (t )e  dt  G ( f ),
j 2ft  
(10)

A transformada de Fourier tem valores complexos:

G ( f )  ReG ( f )  j ImG ( f )  G ( f ) G ( f )  G ( f ) e j ( f ) , (11)

e o resultado em (10) significa que G(f) tem parte real e módulo como sendo fun-
ções pares da frequência, enquanto sua parte imaginária e fase são funções ímpares.
 Propriedades da transformada de Fourier

a) Linearidade:

G1  f   F g1 (t ), (12a )

G2  f   F g 2 (t ), (12b)
então

F  A1 g1 (t )  A2 g 2 (t )  A1G1  f   A2G2  f , (13)

onde A1 e A2 são constantes.
b) Simetria:

G f   F g (t ),
g (t )  G f ,
então
G(t )  g ( f ). (14)
 Propriedades da transformada de Fourier

c) Escalonamento:

G f   F g (t ),
g (t )  G f ,
então
1 f
g (at )  G . (15)
a a
d) Deslocamento no tempo:

G f   F g (t ),
g (t )  G f ,
então
g (t  t0 )  G ( f )e  j 2ft0 . (16)
 Propriedades da transformada de Fourier

e) Deslocamento em frequência:

G f   F g (t ),
g (t )  G f ,
então
g (t )e  j 2f 0t  G f  f 0 . (17)

f) Teorema da modulação:

G f   F g (t ),
g (t )  G f ,
então
1
g (t ) cos2f 0t   G f  f 0   G f  f 0 . (18)
2
Propriedades da transformada de Fourier
Exemplo: teorema da modulação para a função porta.


 Propriedades da transformada de Fourier

g) Espectro em f = 0 e valor médio do sinal:

G f   F g (t ),
g (t )  G f ,
então

G ( f  0)   g (t )dt. (19)


O valor médio temporal de um sinal é

T
1
  lim  2T g (t )dt. (20)
T  T 
2
Analisando-se (19) e (20) é possível concluir que um sinal g(t) tem valor médio tem-
poral nulo quando

G( f  0)  0. (21)
 Propriedades da transformada de Fourier

h) Diferenciação:

G f   F g (t ),
g (t )  G f ,
então
d
g (t )  j 2fG f . (22)
dt
i) Integração:

g (t )  G f ,
G ( f  0)  0,
então
t 1

g ( )d 
j 2f
G ( f ). (23)
 Propriedades da transformada de Fourier

j) Convolução:

G1  f   F g1 (t ), (24a )

G2  f   F g 2 (t ), (24b)
então

g1 (t )  g 2 (t )   g1 ( )g 2 (t   )d  G1 ( f )G2 ( f ), (25a )


g1 (t ) g 2 (t )  G1 ( f )  G2 ( f ). (25b)
A propriedade de convolução é uma das mais importantes para a aplicação na
análise de sistemas lineares.
 Propriedades da transformada de Fourier

k) Teorema de Parseval:

G1  f   F g1 (t ),
G2  f   F g 2 (t ),
então
 
 g (t ) g 2 (t )dt   G1 ( f )G2 ( f )df . (26)

1
 

Para o caso particular de g1(t) = g2(t) temos

 
 g1 (t ) dt   G1 ( f ) df . (27)
2 2
 
 Função impulso unitário d(t)

A função impulso unitário é bastante útil na análise de sistemas lineares e pode ser
definida de várias formas:


d (t )dt  1, (28a)


g (t )d (t  t0 )dt  g (t0 ), (28b)

g (t )  d (t )   g ( )d (t   )d  g (t ). (28c)


(t )
1 d (t )
T

d (t )  lim (t ). (29)

T 0

T 0 T t
 0 t
2 2
Propriedades da função d(t)

g (t )  d (t  t0 )  g (t  t0 ), (30a)
g (t )d (t  t0 )  g (t0 )d (t  t0 ), se g (t ) é contínua em t0 ; (30b)
t 1, t  0
 d ( )d  0, t  0  U (t ), (30c)
g (t )  d ( n ) (t  t0 )  g ( n ) (t  t0 ), se g (t ) é n vezes diferenciável; (30d )
d ( n ) (t )  d (  n ) (t )  d (t ). (30e)
 Análise de Fourier com delta de Dirac

A função impulso unitário permite a determinação de várias transformadas de

Fourier importantes:

a) Transformada de Fourier de d(t):


F d (t )   d (t )e  j 2ft dt e  j 2ft t 0  1, (31a)


F d (t  t0 )   d (t  t0 )e  j 2ft dt e  j 2ft t t  e  j 2ft0 . (31b)
 0

Aplicando a propriedade de simetria da transformada de Fourier temos


F 1   e  j 2ft dt d ( f ), (32a )


F [e  j 2f 0t ]  d ( f  f 0 ). (32b)
 Análise de Fourier com delta de Dirac

b) Transformada de Fourier de funções senoidais:

 e j 2f 0t  e  j 2f 0t  1
F cos( 2f 0t )  F    d ( f  f 0 )  d ( f  f 0 ), (33a)
 2  2
 e j 2f 0t  e  j 2f 0t  1
F sen( 2f 0t )  F    d ( f  f 0 )  d ( f  f 0 ). (33b)
 2j  2j
c) Propriedade de integração generalizada:

g (t )  G f ,
G ( f  0)  0,
então
t 1 1

g ( )d 
j 2f
G ( f )  G ( f  0)d ( f ). (34)
2
 Análise de Fourier com delta de Dirac

d) Transformada de Fourier de funções periódicas:

Uma função periódica expressa em (5) como uma série de Fourier tem transformada

F gT0 (t )  F   cn exp j 2nf0t    cn F e

 
 
 
 j 2nf 0t
  cnd  f  nf0 , (35)
n    n   n  
onde
1
f 0  , (36a)
T0
1
cn  f 0
2 f0
1
2 f0
gT0 (t )e  j 2nf 0t dt, n  0,  1,  2, (36b)
Análise de Fourier com delta de Dirac

gT0 (t )

 2T0  T0 T0 2T0 t
0

c0
c 3 c2 c2
c1 c1 c3

f
 3 f0  2 f0  f0 0 f0 2 f0 3 f0
 Sinais de energia e potência

Um sinal de energia g(t) é definido como sendo aquele para o qual

 
E g   g (t ) dt   G ( f ) df  , (37)
2 2
 
onde Eg é a energia normalizada. Quando (37) é válida é possível mostrar que
T
1 2
Pg  lim  T g (t ) dt  0, (38)
2
T  T 
2
onde Pg é a potência média. Quando a condição (37) não é válida é possível mostrar
que a potência média em (38) é diferente de zero e o sinal g(t) é um sinal de potência.
 Densidade espectral de potência

Vamos definir uma versão truncada de um sinal de potência g(t):

 g (t ), t  T
 2 , (39)
gT (t )  
T
 0, t 
 2
A equação (38) nos permite escrever
T
1 1  1 
Pg  lim  2T g (t ) dt  lim  gT (t ) dt  lim  GT ( f ) df 
2 2 2
T  T  T  T   T  T  
2
2
 GT ( f ) 
  lim df   S g ( f )df , (40)
  T  T 

onde Sg(f) é a densidade espectral de potência de g(t) e

GT ( f )  F gT (t ). (41)

 Função autocorrelação

A função autocorrelação de um sinal temporal g(t) é definida como

1 T2
Rg ( )  g (t ) g (t   )  lim  g (t ) g (t   )dt. (42)
T  T T 2

É possível mostrar que a densidade espectral de potência e a função autocorrela-

ção de um sinal temporal estão relacionadas entre si:

S g ( f )  F Rg ( )   Rg ( )e  j 2f d , (43a)





Rg ( )  F 1
S g ( f )  

 g

S ( f ) e j 2f
df . (43b)
Com base em (38)-(43) é possível obter a potência média de um sinal temporal g(t)
a partir das relações
T
1 2 
Pg  lim  T g (t ) dt  g (t )   S g ( f )df  Rg (  0). (44)
2 2
T  T  
2
 Amostragem
g (t  2T0 ) g (t  T0 ) g (t ) g (t  T0 ) g (t  2T0 )

 2T0  T0 T0 2T0 t
0
Um trem de pulsos periódicos expresso na forma

gT0 (t )   g (t  nT ),
n  
0 (45)

tem transformada de Fourier expressa como

F gT0 (t ) 
 

 c d  f  nf   f  G(nf )d  f  nf ,
n  
n 0 0
n  
0 0 (46)

onde
f 0  1 T0 , (47)
G ( f )  F g (t ).(48)
 Amostragem

A propriedade de simetria da transformada de Fourier em (14) pode ser aplicada ao

par transformado composto por (45) e (46) para obtermos
 
g a (t )  T0  g (nT0 )d t  nT0   Ga ( f )   G( f  nf ), 0 (49)
n n

onde o novo par transformado é consiste de um sinal idealmente amostrado no

tempo a uma taxa de T0 segundos, sendo periódico no domínio espectral.

T0 g (T0 ) T0 g (2T0 ) T0 g (4T0 )

T0 g (3T0 )
T0 g (t ) G( f  f0 ) G( f ) G( f  f0 ) G( f  2 f0 )

t f
T0 2T0 3T0 4T0  f0 W 0 W f0 2 f0
g a (t ) Ga ( f ), f 0  2W
 Teorema da amostragem

H( f )

G( f  f0 ) G( f ) G( f  f0 ) G( f  2 f0 )

 f0 W 0 W f0 2 f0 f
Ga ( f ), f 0  2W

O teorema da amostragem estabelece que um sinal temporal pode ser totalmente

recuperado a partir de suas amostras se for amostrado a uma taxa maior do que
o dobro de sua frequência máxima. As transformadas (46) e (49), além da figura
acima comprovam o teorema.
 Leitura recomendada

Simon Haykin e Michael Moher, Introdução aos Sistemas de Comunicação, 2a Edi-

ção, Editora Bookman, 2008:

• Capítulo 1: Introdução;
• Capítulo 2: Representação de Fourier de sinais e sistemas.