Escolar Documentos
Profissional Documentos
Cultura Documentos
m ^
m
Emissor
xT(t) Canal
xR(t) Receptor
• As distorções introduzidas pelo canal resultam de diversos factores fı́sicos, nalguns casos
difı́ceis de quantificar de forma determinı́stica.
Distinguimos duas vertentes de actuação por forma a garantir a entrega da melhor estimativa
da mensagem (aqui designada por m
b ) ao destinatário:
• Ao nı́vel das caracterı́sticas que o sinal xT (t) deve possuir e que deverão ser criteriosamente
escolhidas para que sofra o menor impacto possı́vel na sua passagem pelo canal.
• Ao nı́vel da concepção do receptor. Este terá de tratar de forma distinta duas componentes
que desconhece contidas em xR (t):
1
– A mensagem m que interessa ao destinatário.
• Rever alguns aspectos de sinais e sistemas já leccionados noutra disciplina numa per-
spectiva das telecomunicações.
O formato adoptado para as séries de problemas ao longo deste curso consiste em pequenos
textos introdutórios ou explicativos que precedem e motivam grupos de problemas. O aluno
deve portanto ler em sequência o texto da série em causa e tentar resolver os problemas nela
contidos. Adopta-se num número significativo de problemas o modelo de solicitar a obtenção
de uma solução explı́cita ou implicitamente contida no enunciado, por vêzes com sugestões que
podem orientar a resolução.
2
cos(2πf0t)
1
T0
sin(2πf0t)
1
Os sinais cos(2πf0 t) e sin(2πf0 t) são funções sinusoidais idênticas que apenas se distinguem
π
entre si por uma diferença de fase de 2
rad, a qual convertida em tempo se traduz num
T0
atraso do seno de 4
s relativamente ao coseno. O sinal cos(2πfo t) é função par em t, isto é:
cos(2πf0 t) = cos(−2πf0 t), sendo o seno uma função ı́mpar em t: sin(2πf0 t) = − sin(−2πf0 t).
• Os sinais cos(2πf0 t) e sin(2πf0 t) são ortogonais num sentido que definiremos posterior-
mente. Esta propriedade é amplamente explorada em sistemas de comunicação.
• As funções sinusoidais têm papel central na representação de sinais; sob condições ade-
quadas, um dado sinal x(t) pode ser representado por uma combinação linear de sinais
sinusoidais com frequências definidas em R. Se o sinal for periódico, a combinação linear
contém apenas sinais periódicos de frequência multipla de 1/T0 , sendo T0 o perı́odo do
sinal x(t). A expansão em sinais periódicos é o objecto de estudo da análise de Fourier.
Existe uma relação próxima entre as funções sin, cos e os números complexos. Esta relação
motiva o primeiro conjunto de problemas onde se assume que x, θ, t ∈ R:
1. Partindo de ∞
x
X xk
e =
k=0
k!
mostre que ejθ = cos(θ) + j sin(θ).
3
2. Mostre que se tem (Fórmulas de Euler)
ejθ + e−jθ
cos(θ) =
2
e − e−jθ
jθ
sin(θ) =
2j
x(t) = ej2πf0 t
com f0 = 2 Hertz
(a) Represente x(t) no plano complexo quando a variável t assume os seguintes valores:
{t1 = 0; t2 = 1/32; t3 = 1/16; t4 = 3/32; t5 = 1/8} segundos
(b) Se t variar no intervalo real [0; 1] segundos, quantas voltas completas descreve o
vector x(t) no plano complexo?
(c) Repita (a) e (b) para o sinal x∗ (t), o complexo conjugado de x(t).
(d) Para cada instante de tempo enumerado em (a), adicione vectorialmente os sinais
x(t) e x∗ (t) e interprete a evolução do vector resultante.
4
1.2 Transformações elementares sobre sinais - Inversão no tempo,
atraso e mudança de escala. Decomposição de um sinal nas suas
componentes par e ı́mpar
Em diversos cenários da análise e processamento de sinais em telecomunicações é necessário
proceder a modificações da variável independente tempo. São elas, nomeadamente, a inversão
temporal, o atraso e o avanço e a mudança de escala. O aluno é encorajado a praticar com
sinais por si definidos as operações que a seguir se exemplificam e aquelas que são solicitadas
nos problemas que se seguem.
Seja o sinal x(t) representado na figura
x(t)
t (s)
1 2 3
Trata-se de um sinal representando uma tensão que vale zero Volt para t < 0, em t = 0
começa a crescer linearmente até atingir um valor máximo de 2 Volt para t = 1 s, e que a partir
desse momento decresce linearmente no tempo até chegar a zero Volt em t = 3 s, instante a
partir do qual permanece nula por tempo indefinido.
O sinal x(−t) representa agora x(t) invertido no tempo. Todos os acontecimentos descritos
anteriormente dão-se para t < 0, e por ordem inversa.
x(-t)
t (s)
-3 -2 -1
Considere-se agora td > 0. O sinal x(t − td ) é uma versão de x(t) atrasada de td segundos
relativamente a x(t).
5
x(t-td)
t (s)
1 td 2 3 td+3
Observa-se agora que todos e cada um dos eventos assinalados para o sinal x(t) acontecem td
segundos mais tarde.
É importante notar que no sinal x(t) acima ilustrado, as suas amplitudes não nulas se restringem
a um intervalo de tempo finito e conexo. Este tipo de sinal é designado de ’suporte limitado’.
A sua representação pode sugerir que o sinal não está definido fora do referido intervalo, o que
é errado. Fora do intervalo, a sua amplitude também está definida assumindo valor zero.
• Nem par nem ı́mpar. Neste último caso, o sinal será decomponı́vel em partes par e ı́mpar
dadas respectivamente por:
1
xp (t) = [x(t) + x(−t)]
2
1
xi (t) = [x(t) − x(−t)]
2
6
7. Esboce os seguintes sinais e determine e esboce as suas componentes par e ı́mpar:
frequência
tempo
As notas de mais baixa frequência (as mais graves) situam-se nas linhas inferiores da pauta,
enquanto as de frequências mais elevadas (as mais agudas) são representadas nas linhas supe-
riores.
Se ao longo da partitura de uma obra musical seleccionarmos para análise uma das linhas
horizontais da pauta, vamos encontrar a importância relativa que uma dada frequência tem
no todo da obra, e que será dada pelo número de notas musicais encontradas nessa linha por
comparação com aquelas que se contam nas outras linhas.
7
No caso das telecomunicações interessa também representar os sinais nos dois domı́nios (o
do tempo e o da frequência) usando embora gráficos separados, pois o eixo vertical será usado
para representar amplitudes.
Comparando os dois sinais ilustrados na figura que se segue, percebemos que o sinal xB (t)
tem um maior número de oscilações e com maior amplitude que as do sinal xA (t) no mesmo
intervalo de tempo. Ambos variam no tempo, mas os seus ritmos de variação (frequências) são
significativamente diferentes.
xA(t)
xB(t)
Esta primeira análise é empı́rica e muito simplificada. Não quantifica de forma absoluta os
diferentes ritmos de variação encontrados no registo de um sinal, nem lhes atribui importância
relativa ao longo de todo o registo disponı́vel.
Existe no entanto uma ferramenta de análise, a qual aplicada a cada sinal descrito matem-
aticamente no domı́nio do tempo, obtém o resumo exacto de todos os diferentes ritmos de
variação contidos no sinal, exprimindo esse resumo no domı́nio da frequência. Trata-se da já
conhecida Transformação de Fourier, a qual para um sinal genérico x(t), é definida por:
8
Z ∞ Z ∞ Z ∞
−j2πf t
X(f ) = x(t)e dt = x(t) cos(2πf t)dt − j x(t) sin(2πf t)dt
−∞ −∞ −∞
nas condições de validade da operação as quais foram previamente estudadas.
Na expressão acima detalhada, o integral que contém o coseno resulta numa medida da semel-
hança do sinal x(t) com cos(2πf t) para cada frequência f . O integral que contém o seno
(afectado da constante j) resulta numa medida da semelhança de x(t) com sin(2πf t) para cada
frequência f .
Por razões que serão evidentes ao longo do curso, aquelas componentes de um sinal que se
podem exprimir em termos de cosenos, têm expressão nula em termos de senos e vice-versa. As
funções cos(2πf t) e sin(2πf t) capturam assim sem redundância todo o resumo da importância
que as diferentes componente contidas em x(t) têm no domı́nio da frequência f . A função X(f )
contém a representação espectral da totalidade de x(t).
(d) Para a = 1 e a = 5 determine os valores das frequências a partir das quais se tem a
√
relação |X(f )|/|X(0)| < 1/ 2
(e) Comente todas as diferenças encontradas nas resoluções de (b) a (d) para os dois
valores de a.
10. Mostre, sem calcular a Transformação de Fourier (TF), que o sinal rect ( Tt ) não tem
qualquer expressão em termos de sin(2πf t).
11. Mostre, sem calcular a TF, que o sinal tri( Tt ) × sgn(t) não tem qualquer expressão em
termos de cos(2πf t).
9
12. Considerando um sinal genérico v(t) = r(t) + jx(t), no qual r(t) = rp (t) + ri (t) e
x(t) = xp (t) + xi (t) designam respectivamente as suas partes real e imaginária, cada uma
decomposta nas suas componentes par (denotada por um subı́ndice p) e ı́mpar (denotada
por um subı́ndice i), derive todas as quatro relações de paridade/carácter complexo entre
v(t) e a sua transformada V (f ).
Vamos agora tentar usar a definição no cálculo da TF de um sinal que não obedece às
condições de validade para o efeito. O sinal escolhido é um coseno com frequência não nula f0 .
Seja x(t) = cos(2πf0 t). Utilizando directamente a definição teremos:
Z ∞ Z ∞
X(f ) = cos(2πf0 t) cos(2πf t)dt − j cos(2πf0 t) sin(2πf t)dt
−∞ −∞
Pelo carácter real da Transformada atentemos apenas ao integral da direita que resulta em:
1 ∞ 1 ∞
Z Z
X(f ) = cos[2π(f − f0 )t]dt + cos[2π(f + f0 )t]dt
2 −∞ 2 −∞
Dois problemas distintos se colocam agora em função da frequência de análise f :
- A divergência (embora limitada) dos dois integrais para todas as frequências de análise
diferentes de −f0 e f0 .
- O valor infinito associado a um dos integrais consoante f = −f0 ou f = f0 .
A impossibilidade de integração ilustrada estende-se a todos os sinais periódicos, para os
quais também não será possı́vel seguir a via da definição para obter a respectiva
representação espectral.
Embora confrontados com a impossibilidade de aplicação directa da definição da Trans-
formação, percebemos que as frequências ±f0 devem assumir um significado diferente das
restantes frequências numa possı́vel representação espectral do cos(2πf0 t).
No sentido de tentarmos analisar o que se passa no domı́nio f , propomos uma abordagem
de aproximação que consiste em limitar a referida integração ao intervalo [−T /2, T /2], fazendo
depois alargar progressivamente a duração deste intervalo.
Assim, obtém-se:
Z T /2 Z T /2
1 1
X(f ) = cos[2π(f −f0 )t]dt+ cos[2π(f +f0 )t]dt = T sinc [(f − f0 )T ]+T sinc [(f + f0 )T ]
2 −T /2 2 −T /2
onde
sin(πx)
sinc(x) = .
πx
10
As duas funções sinc resultantes, uma centrada em f0 , a outra centrada em −f0 , têm
amplitude máxima proporcional ao valor de T e exibem distância entre zeros consecutivos
inversamente proporcional a T . Note-se que T opera uma mudança de escala pois está inserido
no argumento das funções sinc.
Assim, ao fazermos T tender para infinito no sentido de aproximarmos o integral ‘prob-
lemático’, verificamos que X(f ) exibe dois picos com amplitude crescente em ±f0 , aproximando-
se de zero nas restantes frequências, como se pode observar na figura para dois valores de T ,
T2 > T1 .
T1 sinc[(f+f0)T1] T1 sinc[(f-f0)T1]
f
-f0 f0
T2 sinc[(f+f0)T2] T2 sinc[(f-f0)T2]
f
-f0 f0
11
2. A utilização de uma entidade especial - a função generalizada Delta de Dirac - a qual
permite para o caso ilustrado representar simbolicamente as singularidades encontradas
em ±f0 .
Z T0 /2
1
xn = cos(2πf0 t)e−j2πnf0 t dt
T0 −T0 /2
ou
Z T0 /2
1
xn = cos(2πf0 t) cos(2πnf0 t)dt
T0 −T0 /2
que no caso presente são apenas dois: x−1 = x1 = 12 . Aplicável com generalidade a qualquer
sinal periódico, esta representação espectral suporta-se em domı́nio discreto n.
Uma alternativa a este procedimento consiste na utilização de uma função especial - a função
Delta de Dirac - para simbolizar e assinalar devidamente as singularidades encontradas em ±f0
(ou ±nf0 se nos referimos a qualquer sinal periódico).
Recorrendo às já conhecidas propriedades da função Delta e da Transformação de Fourier
é possı́vel extender a análise no domı́nio da frequência aos sinais periódicos, representação
essa suportada em domı́nio contı́nuo f . Resolvendo o conjunto de problemas que se segue,
para o qual se supõem conhecidas as propriedades da Transformação de Fourier, obtém-se uma
expressão geral para a transformada de qualquer sinal periódico.
12
16. Usando os resultados dos problemas anteriores determine e represente a transformada de
cos(2πf0 t).
17. Usando a expressão de sı́ntese de um sinal periódico genérico, a partir dos seus coeficientes
de Fourier,
∞
X
x(t) = xn ej2πnf0 t
n=−∞
Os sinais periódicos são por vêzes gerados em laboratório para simular sinais usados em
sistemas de comunicação. É o caso da onda rectangular - sinal periódico usado para simular
a transmissão de uma sequência alternada de ‘uns’ e ‘zeros’ no âmbito da comunicação digital
binária.
x(t)
t
T0
(d) Comente a relação entre os resultados das alı́neas anteriores e proponha um método
de cálculo dos coeficientes de Fourier do sinal x(t), partindo do conhecimento da TF
do sinal:
t
xT0 (t) = A rect
T0 /2
13
19. Repita o problema anterior (alı́neas (a) a (c)) para o sinal
y(t)
t
T0
x(t) y(t)
onde x(t) representa uma tensão à entrada do sistema e y(t) outra tensão na sua saı́da, am-
bas funções do tempo, medidas relativamente a um condutor de referência comum a todos os
sistemas o qual omitiremos sempre que possı́vel adoptando a representação
x(t) y(t)
A tensão y(t) é o sinal resultante do processamento que o sistema opera sobre o sinal x(t),
sendo esse processamento representado de diferentes formas consoante o sistema fôr:
- Linear e Invariante no Tempo (SLIT)
- Não-linear
Embora ambos os tipos de sistemas sejam importantes no seguimento do curso, vamos
centrar agora a nossa atenção nos SLITs cuja resposta a um sinal x(t) é dada em geral por:
14
Z ∞
y(t) = (x ∗ h)(t) = x(τ )h(t − τ )dτ
−∞
operação esta designada integral de convolução entre o sinal de entrada x(t) e a resposta
impulsional h(t) do SLIT, a qual o caracteriza por completo.
A operação de convolução consiste no cálculo de um integral (na variável temporal τ ) cuja
função integranda x(τ )h(t − τ ) se modifica para cada valor de “t” que é agora um parâmetro
exterior ao integral. O conjunto dos valores do integral calculados para todo e qualquer instante
de tempo t vai constituir a totalidade da resposta y(t).
Esta operação pode à primeira análise parecer tarefa de dimensão incomportável, por ter
de se calcular o integral para cada valor da variável t. No entanto será simples desde que a
função x(τ )h(t − τ ) seja primitivável, o que levará à expressão imediata do integral em função
da variável t.
Os exemplos que se seguem ilustram o cálculo da convolução entre funções de suporte limi-
tado, também designadas por sinais do tipo ’pulso’ que são muito importantes em comunicação
digital.
Em primeiro lugar determinamos a convolução de um pulso rectangular com outro pulso
rectângular igual ao primeiro. Essa operação surge no contexto de receptores digitais óptimos
que serão apresentados no seguimento do curso. Um fitro de recepção óptimo deverá ter uma
resposta impulsional com forma idêntica à dos pulsos usados na comunicação.
Sejam p(t) o pulso usado na comunicação e h(t) a resposta impulsional do filtro de recepção,
t − T /2
p(t) = h(t) = rect
T
apresentados na figura
15
p(t)
t (s)
T/2 T
h(t)
t (s)
T/2 T
Pretende-se calcular a resposta y(t) do filtro a p(t), dada por y(t) = (p ∗ h)(t).
Há dois aspectos importantes no cálculo do integral de convolução:
- A variável t em h(t − τ ) vai deslocar h() relativamente a p(), para cada integração que se
estende desde −∞ a ∞ em τ .
- Nos casos em que os sinais intervenientes na convolução sejam descontı́nuos, os limites de
integração podem tornar-se funções da variável t.
Estes impactos da variável t na operação de integração podem obrigar a segmentar o cálculo
do integral de convolução.
Procederemos assim à ilustração gráfica subjacente a esse seccionamento e que permitirá
calcular o resultado final:
Comecemos por apresentar os dois sinais no domı́nio τ , quando t = 0.
16
p(τ)
τ (s)
T/2 T
h(-τ)
τ (s)
-T -T/2
Verificamos assim que h(−τ ) corresponde à reflexão de h(τ ) relativamente ao eixo vertical tal
como se encontra definida originalmente.
A figura mostra a função h(t − τ ), como função de τ , para dois valores de t, um positivo e
outro negativo.
p(τ)
τ (s)
T/2 T
h(t-τ) h(t-τ)
t<0 t>0
1
t-T 0 τ (s)
t-T t t
Para t > 0, o sinal h(t − τ ) posiciona-se em atraso (para a direita) relativamente à sua
posição original - ilustrada a verde na mesma figura; para t < 0, h(t − τ ) posiciona-se em
17
avanço (para a esquerda) relativamente à sua posição original - ilustrada a vermelho na mesma
figura.
Assim, quando t < 0, o produto p(τ )h(t − τ ) será nulo para todo o τ o que implica a
anulação do integral, e podemos escrever:
z(t) = 0, t < 0,
Para 0 < t < 2T , o produto p(τ )h(t − τ ) é não nulo e teremos agora de definir limites de
integração.
Para 0 < t < T , o limite inferior de integração é zero, imposto pela função p(τ ), cuja
definição obriga p(τ )h(t − τ ) a anular-se para τ < 0. O limite de integração superior é t,
imposto pela função h(t − τ ) que se anula para τ > t. E será assim até que t atinja o valor T .
A função integranda é o resultado do produto p(τ )h(t − τ ) ele próprio também dependente de
t.
Teremos assim:
Z t
y(t) = 1 × 1dτ = t, 0≤t<T
0
Note-se que as duas funções “rect” já foram omitidas sob o sı́mbolo de integral pois os
limites por elas impostos já transitaram para os limites de integração.
Quando t = T , verifica-se total coincidência entre os dois sinais, sendo máximo o valor do
integral:
y = T.
Quando T < t < 2T haverá uma modificação dos limites de integração. Agora o limite
inferior passará a ser t − T , e o limite superior deixará de ser variável em função de t e passará
a ser fixo de valor T , valor este imposto de novo pela definição da função p(). O resultado será
então: Z T
y(t) = 1 × 1dτ = 2T − t, T ≤ t < 2T.
t−T
Para t > 2T , o produto p(τ )h(t − τ ) será de novo nulo, anulando-se o integral
18
p(τ)
τ (s)
T/2 T
h(t-τ) h(t-τ)
t<0 0<t<T
1
τ (s)
t-T t t-T 0 t
h(t-τ)
1 t=T
τ (s)
0 T h(t-τ)
h(t-τ) t > 2T
T < t < 2T 1
τ (s)
t-T T
y(t)
t (s)
T 2T
t−T
y(t) = T tri
T
Note-se que o parâmetro que figura em denominador na função “rect”, representa a duração
total do rectângulo, enquanto o parâmetro que se encontra no denominador da função ‘tri’ é
metade da duração do triângulo.
O valor máximo da função triângulo no resultado desta convolução tem um significado
especial no contexto da comunicação digital. Ele representa a maior amplitude que o receptor
óptimo é capaz de gerar a partir do pulso recebido e da sua própria resposta impulsional.
Pode observar-se em formato animado, a operação de convolução acima detalhada em:
19
https://fenix.tecnico.ulisboa.pt/downloadFile/563568428765235/convol anim.pdf
No exemplo que se segue ilustra-se a convolução entre dois pulsos x(t) e y(t) de diferente
duração:
Considerem-se os pulsos x(t) e y(t)
t − T /2
x(t) = rect
T
2 t − T /4
y(t) = − t + 1 × rect
T T /2
x(t)
t (s)
T/2 T
y(t)
t (s)
T/2 T
20
x(τ)
τ (s)
T/2 T
y(-τ)
τ (s)
-T/2
x(τ)
τ (s)
T/2 T
y(t-τ) y(t-τ)
t<0 1 t>0
τ (s)
t-T/2 t t-T/2 t
z(t) = 0, t<0
21
Para 0 < t < 3T /2, o produto x(τ )y(t − τ ) deixará de ser nulo e teremos de definir limites
de integração.
O limite inferior de integração é zero, imposto pela função x(τ ), cuja definição obriga
x(τ )y(t − τ ) a anular-se para τ < 0, qualquer que seja o valor de t inferior a T /2. O lim-
ite de integração superior é t, imposto pela função y(t − τ ) que se anula para τ > t. E será
assim até que t atinja o valor T /2. A função integranda é o resultado do produto x(τ )y(t − τ )
ele próprio também dependente de t.
Teremos assim:
t
t2
Z
2 T
z(t) = 1 × − (t − τ ) + 1 dτ = t − , 0≤t<
0 T T 2
T
Quando 2
≤ t < T , ambos os limites de integração serão variáveis e serão dependentes de
t:
Z t
2 T T
z(t) = 1 × − (t − τ ) + 1 dτ = , ≤t<T
t−T /2 T 4 2
Quando t > T haverá nova modificação dos limites de integração. Agora o limite inferior
continuará a ser t − T2 , mas o limite superior deixará de ser variável em função de t e passará a
ser fixo de valor T , valor este imposto de novo pela definição da função x(). O resultado será
então:
T
t2
Z
2 9 T
z(t) = 1 × − (t − τ ) + 1 dτ = T + (T − 4)t + , T ≤t<3
t−T /2 T 4 T 2
Para t > 3 T2 , o produto das duas funções x(τ )y(t−τ ) será de novo nulo, anulando o integral.
Teremos assim:
3T
z(t) = 0, t≥
2
As cinco situações distintas acima detalhadas são ilustradas na figura que se segue:
22
x(τ)
τ (s)
T/2 T
y(t-τ) y(t-τ)
t<0 0<t<T/2
1
τ (s)
t-T/2 t 0 t
1 y(t-τ)
T/2<t<T
τ (s)
t-T/2 t
y(t-τ)
1 y(t-τ)
T<t<3T/2 3T/2<t
τ (s)
t-T/2 T
t2 t2
t − T /4 T t − 3T /4 9 t − 5T /4
z(t) = t − rect + rect + T + (T − 4)t + rect
T T /2 4 T /2 4 T T /2
o qual se ilustra na figura
z(t)
T/4
t (s)
T/2 T 3T/2
Salienta-se que o resultado da convolução tem uma duração de 3T /2 segundos que é pre-
cisamente a soma das durações dos pulsos nela intervenientes.
A convolução é uma operação comutativa. Sugere-se que os alunos apliquem o método
acima descrito para a calcular de novo usando como integranda o produto y(τ )x(t − τ ).
23
O exemplo que acabámos de dar é propositadamente elaborado, com a finalidade de ilustrar
em detalhe a operação de convolução.
Sugere-se que os alunos calculem a convolução entre dois pulsos rectangulares de diferentes
durações
Sob condições apropriadas (por exemplo sinais de energia finita), a transformada de Fourier
da convolução é o produto das transformadas de Fourier dos sinais participantes na convolução.
Isto é
y(t) = (x ? h)(t) ↔ Y (f ) = X(f )H(f ),
onde X(f ) e H(f ) são, respectivamente, as transformadas de Fourier de x(t) e h(t). Este
resultado significa que se h(t) é a resposta impusional de um dado SLIT então a sua resposta
ao sinal x(t) é y(t) = (x ? h)(t), cuja transformada de Fourier é dada por
Y (f ) = X(f )H(f ),
tendo H(f ) a designação especial de Função de Transferência do SLIT, a qual, tal como
h(t), o caracteriza por completo.
Numa primeira abordagem estamos interessados na resposta dos SLITs a uma classe de
sinais: Em primeiro lugar a resposta aos sinais sinusoidais e de seguida a resposta aos sinais
periódicos em geral, que podem ser descritos como uma combinação linear de sinais sinusoidais
e aos quais o SLIT (por ser linear) vai responder com uma combinação linear das respostas
individuais aos sinais sinusoidais que compõem o sinal periódico de entrada.
21. Usando a definição de convolução, mostre que a resposta de um SLIT com função de
transferência H(f ) ao sinal x(t) = ej2πf0 t é dada por y(t) = ej2πf0 t × H(f0 ).
24
do valor de H(f0 ), podendo este também ser complexo. Por esse motivo designaremos o
sinal complexo
x(t) = ej2πf0 t
se idealizarmos agora uma experiência que consiste em aplicar a um SLIT, uma diversidade
de exponenciais complexas da forma
xn (t) = ej2πfn t , n = 1, 2, · · ·
Nos próximos dois problemas solicita-se uma metodologia que permita, com base num
sinal real, sintetizável em laboratório, obter a função H(f ) de um SLIT, para qualquer
valor de f .
24. Usando resultados obtidos nos problemas anteriores, proponha a utilização de um sinal
real, que aplicado a um SLIT permita revelar os valores da função de transferência do
SLIT H(f ). Defina esse sinal e determine a respectiva resposta do SLIT, mostrando como
extrair da experiência toda a informação relativa a H(f ).
x(t) C y(t)
25
e mostre, utilizando as propriedades da TF, que a sua resposta impulsional é dada por:
27. Para o circuito RC apresentado no problema anterior, proponha valores para R (em Ohm)
e para C (em Farad) tal que para uma frequência superior a 100 Hz, o ganho de amplitude
do circuito esteja 6dB abaixo do seu ganho máximo.
28. Um SLIT tem resposta impulsional dada por h(t) = W sinc2 (W t).
(c) Determine a resposta y(t) do sistema, ao sinal x(t) = 2 + cos(πW t) + cos(2πW t),
representando no domı́nio da frequência e no mesmo gráfico, X(f ), H(f ) e Y (f ).
A extensão do menor intervalo de frequências (medido apenas no eixo f > 0) fora do qual
o sistema apresenta resposta nula denomina-se largura de banda.
29. Um SLIT, com a designação especial de filtro passa-banda ideal, tem função de trans-
ferência
f + f0 f − f0
H(f ) = rect + rect
W W
(a) Represente graficamente H(f ) indicando a sua largura de banda.
(b) Com f0 = 1 MHz e W = 20 KHz, Determine y(t) que será a resposta do SLIT ao
sinal:
26
Até agora temos visto como os sistemas respondem a sinais sinusoidais para ilustrar o efeito
das operações de filtragem.
Foi já dito que o canal de transmissão pode ser considerado um sistema. O canal não
é objecto de concepção, sendo no entanto importante conhecer as suas caracterı́sticas para
percebermos como é que ele modifica os sinais por ele transmitidos.
Por vêzes os canais são analisados e tipificados por via espectral, havendo por exemplo
canais que se comportam como filtros passa-baixo.
No contexto das comunicações digitais, é comum as mensagens serem suportadas em sequências
de pulsos rectangulares. Um pulso rectangular de amplitude positiva pode servir de suporte
à transmissão do valor lógico ‘1’ enquanto um pulso rectangular de amplitude negativa serve
para transmitir um valor lógico ‘0’. No problema que se segue estamos interessados em analisar
o efeito adverso de um canal com caracterı́stica passa-baixo sobre um pulso rectangular.
t − T /2
x(t) = rect
T
é transmitido através de um canal caracterizado pela resposta impulsional
(a) Determine a transformada de Fourier de x(t) e comente sobre a sua largura de banda.
(c) Faça um gráfico mostrando a sobreposição do sinal à saı́da do canal com o sinal na
sua entrada e comente as diferenças encontradas à luz do resultado da alı́nea (a).
(d) Faça variar a constante a e comente o seu impacto na forma do sinal à saı́da do
canal.
27
Na chegada ao receptor, o sinal que suporta este tipo de mensagem incorpora as degradações
introduzidas pelo canal.
Apresentam-se na figura abaixo gráficos ilustrativos dos sinais à saı́da do emissor e à en-
trada do receptor quando os sinais usados na comunicação são pulsos rectangulares e a única
degradação considerada é ruı́do simbolizado pelo sinal n(t).
n(t)
1 1 1
0
À chegada ao receptor, o sinal é processado por dispositivos que serão objecto de estudo
posterior neste curso, sendo o resultado final desse processamento apresentado a um sistema
de decisão. Este último é um sistema não-linear que vai decidir se o emissor enviou ’0’ ou
’1’ comparando a amplitude que lhe é fornecida pelo receptor, com um valor pré-determinado
designado limiar de decisão, o qual é escolhido de forma criteriosa como se verá no futuro.
As entidades que se supõem desconhecidas neste modelo - a mensagem e o ruı́do - são
modelizadas como variáveis aleatórias, sendo consequentemente o resultado produzido pelo
receptor uma outra variável aleatória com base na qual será tomada a decisão.
Pelo exposto, se antevê a possibilidade de o sistema de decisão cometer erro na decisão
binária que tem de efectuar. É essa probabilidade de errar que vamos formalizar de seguida.
Designemos por ”H0 ”, o acontecimento ’emissão de zero’ e por ”H1 ”, o acontecimento
’emissão de um’. Estes acontecimentos dão-se no emissor.
Designemos por ”D0 ”, o acontecimento ’decisão por zero’ e por ”D1 ”, o acontecimento
’decisão por um’. Estes acontecimentos dão-se no dispositivo de decisão.
O acontecimento ’ocorrência de um erro de decisão’, resulta de dois acontecimentos distintos:
‘Verificar-se H0 e D1 ’ ou ‘verificar-se H1 e D0 ’. Sendo estes dois acontecimentos mutuamente
exclusivos, a sua intersecção será o conjunto vazio, pelo que a probabilidade de errar será a
soma:
Pe = P (D1 , H0 ) + P (D0 , H1 )
resumindo-se o seu cálculo ao cálculo das duas probabilidades de ocorrência conjunta da ex-
pressão.
28
Em qualquer sistema de comunicação digital, os acontecimentos ’H’ e ’D’ que se dão no
emissor e sistema de decisão respectivamente, são acontecimentos dependentes. Caso fossem
independentes, o sistema de comunicação seria inútil pois não se daria a transferência de in-
formação do emissor para o receptor.
Assim sendo, a probabilidade de erro assume a forma:
O que se faz nos casos de difı́cil cálculo de P (D|H), é submeter um modelo do sistema de
comunicação a uma simulação com validade estatı́stica. Esta consiste em gerar do lado do
emissor uma sequência muito longa de bits, simular os efeitos do canal gerados como variáveis
pseudo-aleatórias, e submeter o sinal recebido assim gerado ao processamento do receptor para
posterior decisão final, de acordo com a regra estipulada para o sistema real.
Como em ambiente de simulação, tanto a sequência gerada do lado do emissor como a decisão
tomada à chegada são conhecidas, o simulador ’sabe’ quando é cometido um erro de decisão.
O simulador vai assim somando os erros cometidos (que se pretende sejam raros) e no final da
simulação divide o número de erros acumulados pelo número de bits simulados obtendo uma
estimativa de Pe . Se por exemplo, num dado sistema de comunicação digital, Pe for igual a
10−6 , isso significa que o receptor desse sistema vai cometer em média um erro de decisão por
cada milhão de bits transmitidos.
29
VN
VX VR
m ^
Emissor + Receptor m
31. Considere o sistema de comunicação digital binário ilustrado acima, equivalente para
efeitos de decisão após a recepção, à adição em sincronismo de duas variáveis aleatórias -
VX representando a componente de sinal transmitido e VN representando a componente
de ruı́do - para formar a variável de decisão VR . Ilustram-se a seguir as suas formas
tı́picas:
(a) Tendo sido enviado ’0’, quais os valores que VR pode tomar?
(b) Tendo sido enviado ’1’, quais os valores que VR pode tomar?
(c) Dado que foi transmitido ’0’, determine a probabilidade de o sistema de decisão
cometer erro.
30
(d) Dado que foi transmitido ’1’, determine a probabilidade de o sistema de decisão
cometer erro.
32. Suponha que um receptor binário decide erradamente com probabilidade 10−3 (0, 001), o
que significa um erro de decisão, em média, por cada 1000 bits recebidos. Considerando
que os erros são estatisticamente independentes, determine a probabilidade de um byte
ser entregue corrompido ao destinatário.
2 Energia e Potência
Os subsistemas que compõem o receptor devem recuperar uma estimativa m
b da mensagem m a
partir do sinal recebido xR (t), o qual contém também componentes indesejáveis, nomeadamente
o ruı́do, que passaremos a destacar do conjunto das degradações. Seja
Embora possamos num cenário conceptual individualizar s(t) e n(t), em qualquer sistema
de telecomunicações aquilo que o receptor entrega ao destinatário é o sinal xD (t) no qual s(t)
se encontra corrompido por n(t).
A qualidade de qualquer sistema de comunicação será em última análise avaliada pela sua
capacidade de entregar ao destinatário um s(t) forte misturado com um n(t) fraco.
Ora os sinais consistem em tensões variáveis no tempo, pelo que é necessário definir medidas
capazes de, integrando toda a evolução de um dado sinal, associar-lhe um valor que permita
compará-lo com outro sinal.
31
Tais medidas são, no contexto das telecomunicações, a Energia e a Potência.
Um sinal x(t) será considerado um sinal de energia se for finito o integral que define a sua
energia Z ∞
Ex = |x(t)|2 dt < ∞
−∞
Sendo a potência uma taxa de transferência de energia por unidade de tempo, compreende-se
que ela tenha sido definida como a média temporal da energia
Z T /2
ExT = |x(t)|2 dt
−T /2
As expressões acima, supõem que possuimos uma expressão matemática para o sinal x(t), por
forma a podermos calcular o integral. Nalguns casos em que os sinais tenham de ser modelizados
como aleatórios, uma das formas de obter a sua potência, é identificá-la com a variância da
sua amplitude obtida através do conhecimento da função densidade de probabilidade da
amplitude do sinal.
As classes dos sinais de energia e de potência não nula são portanto disjuntas, como se
representa no diagrama, sendo os sinais periódicos, de energia finita em [−T /2, T /2[ um caso
particular muito importante dos sinais de potência.
32
Se um sinal x(t) é periódico, ele consiste numa soma iterada de −∞ a +∞ da sua definição
dentro de um perı́odo de duração T0 . Nesse caso, a expressão da potência simplifica-se e
resume-se a
Z
1
Px = |x(t)|2 dt
T0 T0
33. Diga, justificando, quais dos seguintes sinais são de energia, e quais os de potência, cal-
culando o valor da grandeza que se aplica a cada um dos seguintes casos:
É costume compararmos dois sinais x e y usando o quociente das suas potências (ou energias)
expresso em unidades logarı́tmicas dB
Py
10 log10 .
Px
33
de energia será:
Sx (f ) = |X(f )|2 = X(f ) × X ∗ (f )
Caso x(t) seja sinal de potência, a sua densidade espectral de potência será dada por
|XT (f )|2
Sx (f ) = lim
T →∞ T
onde XT (f ) é a transformada de Fourier da versão truncada do sinal x(t):
Z T /2
XT (f ) = x(t)e−j2πf t dt.
−T /2
Se o sinal de potência for periódico, com frequência fundamental f0 , duas representações es-
pectrais da distribuição da sua potência são possı́veis, usando ambas os coeficientes da série
complexa de Fourier. Temos em domı́nio discreto o espectro de potência:
|xn |2 = xn × x∗n ,
34
Se o sinal de potência for periódico de perı́odo T0 , a sua autocorrelação será
Z
1
Rxx (τ ) = x(t)x∗ (t − τ )dt.
T0 T0
• A operação de correlação é extensı́vel aos sinais aleatórios, sendo nesses casos obtida por
via estatı́stica. Também a densidade espectral dos sinais aleatórios resulta da aplicação
da Tranformação de Fourier à função de autocorrelação.
34. Considere um sinal de potência m(t) com média nula. Mostre que a sua densidade espec-
tral de potência já definida é a transformada de Fourier da sua autocorrelação.
36. Para os sinais do problema anterior determine as suas energias/potências, por integração
das referidas densidades espectrais. Nos casos em que tal não for possı́vel, faça-o no
domı́nio do tempo identificando um resultado importante que pode ser usado no cálculo
de integrais impróprios.
35
37. Tendo em conta os resultados obtidos nos problemas anteriores, diga qual o significado
do valor da autocorrelação em τ = 0.
38. Usando os sinais do problema 35, determine e represente graficamente todas as correlações
cruzadas possı́veis entre eles. Identifique os zeros das correlacções cruzadas assinalando
assim os valores de τ que implicam a ortogonalidade. Modifique a expressão matemática
dos sinais incorporando nas mesmas os valores de τ em causa.
39. Mostre que o dispositivo da figura produz na sua saı́da uma voltagem z(t) que é igual à
potência do sinal x(t) = A cos(2πf0 t) desde que B < 2f0 .
40. Mostre que o mesmo dispositivo permite medir a potência de qualquer sinal periódico,
garantidamente desde que B < f0 , sendo f0 a frequência fundamental do sinal periódico.
Sugestão: Recorra às propriedades dos coeficientes da série complexa de Fourier.
e
Sy (f ) = Sx (f ) |H(f )|2
36
sendo a função |H(f )|2 designada ganho de potência do sistema à frequência f .
Considerando dois SLIT H1 (f ) e H2 (f ) processando em paralelo um sinal comum x(t) nas
suas entradas, resultando nos sinais y1 (t) e y2 (t) nas suas saı́das respectivamente, obtêm-se as
seguintes relações:
Ry1 y2 (τ ) = Rx (τ ) ∗ Rh1 h2 (τ )
e
Sy1 y2 (f ) = Sx (f ) Sh1 h2 (f ) = Sx (f ) H1 (f ) H2∗ (f )
41. Considere o filtro passa-baixo ideal de largura de banda B representado na figura, ao qual
é aplicado o sinal x(t) = e−at u(t), com a > 0.
Determine o valor de B por forma a que a energia Ey na saı́da do filtro tenha metade do
valor da energia na entrada Ex .
42. Considere um SLIT, com resposta impulsional h(t) = e−at u(t), com a > 0. Determine
a densidade espectral de potência e o valor da potência na sua saı́da quando o sinal à
entrada é x(t) = A cos(2πf0 t).
37
em que o sinal de entrada é
x(t) = sinc (2Bt)
e
f + 3B/4 f − 3B/4
H2 (f ) = rect + rect
B/2 B/2
(b) Mostre que os sinais à saı́da dos filtros são ortogonais entre si.
Definida a forma como se obtêm as densidades espectrais à saı́da de SLITs em função das
densidades nas suas entradas é agora possı́vel calcular potências nos diversos pontos de interesse
para a avaliação dos sistemas.
O quociente entre potências é uma medida usual para comparar a potência de um sinal com
a potência de um ruı́do. Esse quociente denomina-se relação sinal-ruı́do e é fundamental
para a avaliação de sistemas de comunicação.
No problema que se segue suscita-se uma medida da qualidade do sinal à saı́da de um
receptor. Porque nesta fase do curso ainda não é conhecido o conceito de sinal aleatório para
representar o ruı́do de canal, vamos neste exercı́cio usar em seu lugar, um sinal de interferência
determinı́stico que designaremos por i(t).
+
à entrada do receptor soma-se um sinal interferente dado por
38
∞
X
i(t) = 0.5 cos (2πnfi t) ,
n=−∞
com fi = 0.6 fm
(a) Determine a menor largura de largura de banda B que o filtro de recepção passa-
baixo ideal deve ter. Admite-se para esta largura de banda uma pequena folga δ.
(c) Por que razão não faz sentido calcular a relação sinal-interferência à entrada do
receptor?
39