FT - Serie - 1 - 1819

FUNDAMENTOS DE TELECOMUNICAÇÕES
3o ANO MEEC 2018/2019-1o S

1a SÉRIE DE PROBLEMAS 23SET2018 09:25
1 Introdução - Sinais e Sistemas em Telecomunicações

Considere-se o modelo de sistema de comunicação ponto-a-ponto da figura que ilustra a trans-
missão de uma mensagem m partindo da fonte (à esquerda) para o destinatário (à direita).
m ^
m
Emissor
xT(t) Canal
xR(t) Receptor
A comunicação entre emissor e receptor considera-se suportada em sinais eléctricos (tensões

variáveis no tempo), sendo os blocos apresentados constituı́dos por sistemas que interagem
com os referidos sinais sucessivamente ao longo da cadeia. O canal é constituı́do por um meio
de propagação, omitindo-se aqui os transdutores de interface entre os sinais eléctricos e esse
meio, assimilando-se o comportamento fı́sico do canal num modelo eléctrico do mesmo que será
ele próprio também um sistema. Embora o sinal xT (t) à saı́da do emissor codifique fielmente
a mensagem a ser enviada m, o sinal xR (t) que chega ao receptor é uma versão degradada de
xT (t) devido a perturbações introduzidas pelo canal tais como interferências, distorção, ruı́do
e atenuação.
Dois aspectos importantes neste modelo motivam as nossas abordagens ao longo do curso:
• A mensagem m é à partida desconhecida do receptor. Se fosse conhecida, este não teria

interesse em recebê-la.
• 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.
– A componente de degradação do sinal induzida pelo canal e que corrompe a men-

sagem.
Pretende-se que o receptor rejeite o mais possı́vel as componentes indesejáveis contidas

no sinal xR (t), reproduzindo m
b o mais próxima possı́vel da mensagem original m.
Pelo exposto, é importante no contexto das telecomunicações estudarmos os sinais, e os

sistemas que os geram, modificam e estimam.
O desconhecimento acerca das componentes de mensagem e degradação introduzida pelo
canal, motiva o tratamento probabilı́stico das mesmas.
Tendo em conta o que ficou dito sobre o processo de comunicação, os objectivos desta série
de problemas são os seguintes:
• Rever alguns aspectos de sinais e sistemas já leccionados noutra disciplina numa per-
spectiva das telecomunicações.
• Ilustrar a aplicação de probabilidades em telecomunicações na modelização de men-

sagem e canal - assunto a ser aprofundado ao longo do curso.
• Introduzir os espectros de energia e de potência e as funções de correlação.
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.
1.1 Sinais sinusoidais

No contexto dos sinais utilizados em telecomunicações, assumem particular importância as
funções sinusoidais coseno e seno - cos(θ), sin(θ). Ambas são funções de um argumento, θ,
designado por fase (expressa em radianos). Quando o argumento do coseno (ou do seno)
é θ = 2πf0 t, estamos em presença de uma fase que cresce linearmente no tempo, t, a um
ritmo ω0 = 2πf0 rad/s, designado por frequência angular, e que se traduz numa variação
periódica com aspecto ondulatório da amplitude do coseno (ou do seno), ilustrados na figura,
1
com frequência f0 Hz (ou ciclos por segundo) e perı́odo T0 = f0
segundos.
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.
• Os sinais sinusoidais servem de suporte à operação de modulação que é essencial a muitos

sistemas de comunicação.
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
3. Usando as Fórmulas de Euler mostre que:
(a) cos(θ) cos(φ) = 21 [cos(θ − φ) + cos(θ + φ)]
(b) sin(θ) sin(φ) = 21 [cos(θ − φ) − cos(θ + φ)]
(c) sin(θ) cos(φ) = 21 [sin(θ − φ) + sin(θ + φ)]
4. Considere agora o sinal complexo:
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.
O problema anterior ilustra a utilização de duas componentes vectoriais complexas na sı́ntese

de um coseno (ou de um seno). Esses dois vectores rodam no plano complexo com as mesmas
velocidades mas em sentidos contrários, o que sugere a existência de uma frequência positiva f0 e
de outra negativa −f0 . Em sentido fı́sico, só existe uma frequência positiva. Por várias razões,
importa todavia considerar sinais complexos para a representação dos quais são necessárias
frequências negativas.
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.
5. Considere o sinal x(t) dos exemplos acima apresentados
(a) Descreva matematicamente o sinal x(t) em função da variável tempo.
(b) Represente x(t − 2) e x(t + 2). Atraso e avanço de x(t).
(c) Represente x(−t + 2) e x(−t − 2). Atraso e avanço de x(−t).
(d) Represente x(2t) e x( 2t ). Compressão e expansão temporais de x(t).
Um outro aspecto importante na análise dos sinais é o da identificação das componentes

par e ı́mpar de um sinal. Considerando um dado sinal x(t) ele será:
• Par, se se verificar x(t) = x(−t).
• Ímpar, se se verificar x(−t) = −x(t).
• 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. Dê exemplo de dois sinais pares no tempo e ı́mpares no tempo.
6
7. Esboce os seguintes sinais e determine e esboce as suas componentes par e ı́mpar:
(a) x(t) = e−at u(t), a>0
(b) x(t) = u(t)
(c) x(t) = u(−t + 1)
(d) x(t) = e−at u(−t), a>0
1.3 Análise de sinais no domı́nio da frequência

A comunicação é um processo que se desenvolve sequencialmente no tempo. É por isso natu-
ral que os sinais desde sempre usados em comunicação tenham sido definidos e representados
primeiramente no domı́nio no qual os utilizadores os percebem e memorizam - o domı́nio tem-
poral. Concebidos como funções da variável tempo, os sinais que suportam a comunicação
possuem no entanto caracterı́sticas que melhor se evidenciam, se ao longo do ’tempo de vida’
do sinal se puder aplicar uma operação de análise sobre todo o registo da sua evolução.
Um exemplo de representação de mensagens em dois domı́nios distintos é o das partituras
musicais. Neste caso a mensagem desenrola-se horizontalmente ao longo do tempo (tal como
na representação temporal de um sinal), enquanto na vertical se representa a frequência das
notas (designada por ’altura’).
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).
A representação do coseno e do seno sob a forma exponencial complexa tem vantagens

óbvias no cálculo da transformada como se pode constatar nos problemas que se seguem.
8. Determine a transformada de Fourier do sinal x(t) = e−at u(t) com a > 0,
9. Para o sinal x(t) = ae−a|t| com a > 0,
(a) Determine a sua transformada X(f ).
(b) Esboce x(t) para a = 1 e para a = 5.
(c) Esboce X(f ) para a = 1 e para a = 5.
(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
No sentido de resolver os problemas de integração acima referidos de uma forma sistemática,

dispomos de duas ferramentas importantes que nos permitem obter a representação espectral
dos sinais periódicos sem utilizar directamente a Transformação de Fourier:
1. Os coeficientes da Série de Fourier.
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 .
Os coeficientes da Série de Fourier de um sinal periódico consistem numa representação

espectral dum sinal cujo historial temporal relevante está contido num intervalo de tempo
limitado e conexo - o seu perı́odo. Todo o historial de um sinal periódico consiste numa
repetição daquilo que se passa dentro do seu perı́odo. A restrição da integração de Fourier
a um perı́odo do sinal permite evitar as impossibilidades de integração acima ilustradas. As
componentes espectrais de qualquer sinal periódico de perı́odo T0 vão localizar-se apenas nas
frequências múltiplas (as harmónicas, possivelmente em número infinito) da sua frequência
1
fundamental f0 = T0
.
Com a restrição da integração ao perı́odo do sinal exemplificado obtemos então os já con-
hecidos coeficientes de Fourier:
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.
13. Determine usando a definição, a transformada da função δ(t).
14. Mostre, usando a definição, que a transformada de δ(t − t0 ) é e−j2πf t0 .
15. Usando a propriedade da dualidade determine e represente a transformada de ej2πf0 t .
12
16. Usando os resultados dos problemas anteriores determine e represente a transformada de
cos(2πf0 t).
Ao representarmos cos(2πf0 t) no domı́nio da frequência usando as funções δ(f + f0 ) e δ(f − f0 ),

assinalamos pela via simbólica os dois pontos do domı́nio f para os quais a TF não existe em
sentido ordinário.
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=−∞
e os resultados dos problemas anteriores, determine a transformada de Fourier do sinal

periódico x(t).
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.
18. Considere o sinal periódico apresentado na figura.
x(t)
t
T0
(a) Determine e represente os coeficientes da série complexa de Fourier.
(b) Determine e represente os seus espectros de magnitude e de fase.
(c) Determine e represente a sua transformada de Fourier.
(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
e comente as diferenças encontradas.
1.4 Revisão de sistemas. Filtragem em telecomunicações

Considere-se o sistema ilustrado na figura
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
z(t) = 0, t > 2T,
As diferentes situações encontram-se detalhadas na figura seguinte:
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
O resultado da operação é a função com forma triangular
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
representados na figura seguinte:
x(t)
t (s)
T/2 T
y(t)
t (s)
T/2 T
Apresentamos na figura as funções x(τ ) e y(−τ ) no domı́nio da variável de integração τ .
20
x(τ)
τ (s)
T/2 T
y(-τ)
τ (s)
-T/2
Apresentam-se em função de t o atraso e o avanço de y() relativamente à sua posição original:
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
na qual se apresenta também a variável t na posição respectiva no eixo das abcissas τ .

Quando t < 0, o produto x(τ )y(t − τ ) será nulo para todo o τ o que implica a anulação do
integral, e podemos escrever:
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
Com os limites de integração para cada caso assinalados a côr azul.

O resultado que foi calculado acima de forma seccionada, pode ser apresentado numa única
expressão usando funções “rectângulo”:
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
20. Calcule a convolução entre os sinais

t
x(t) = rect
T
e
t
y(t) = rect
2T
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 ).
22. Obtenha o mesmo resultado do problema anterior fazendo os cálculos no domı́nio da

frequência.
Os dois problemas anteriores mostram que, ao aplicarmos uma exponencial complexa a

um SLIT, obteremos como resposta do SLIT a mesma exponencial complexa multiplicada
24
do valor de H(f0 ), podendo este também ser complexo. Por esse motivo designaremos o
sinal complexo
x(t) = ej2πf0 t
por função própria (eigenfunction) do SLIT, e a constante complexa
H(f0 ) = |H(f0 )| × ej arg (H(f0 ))
por valor próprio (eigenvalue) do SLIT.
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, · · ·
com frequências {fn } convenientemente escolhidas, obtemos uma colecção de valores

{H(fn )} que nos permitem reconstruir a função de transferência do SLIT: H(f ).
Contudo, em ambiente de laboratório, não será fisicamente possı́vel dispormos do sinal

complexo x(t) = ej2πf0 t .
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 .
23. Usando a definição de convolução, determine a resposta de um SLIT com função de

transferência H(f ) ao sinal x(t) = e−j2πf0 t .
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 ).
25. Determine a resposta de um SLIT a um sinal periódico expresso na série complexa de

Fourier.
26. Considere agora o circuito apresentado na figura:
x(t) C y(t)
25
e mostre, utilizando as propriedades da TF, que a sua resposta impulsional é dada por:
h(t) = ae−at u(t)

1
com a = RC
.
A resposta impulsional obtida para o problema anterior foi já analisada como sinal, tendo-se
verificado usando a TF, que correspondia a um sinal de baixa frequência. No caso de um SLIT
que tenha esta resposta impulsional, ele recebe a classificação especial de filtro passa-baixo, por
ter precisamente o ganho de amplitude |H(f )| máximo à frequência zero e decrescendo quando
|f | → ∞, atenuando assim as componentes espectrais mais afastadas de zero para qualquer
sinal que se apresente na sua entrada.
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).
(a) Esboce h(t).
(b) Determine aplicando a dualidade, e esboce a função de transferência H(f ) do sis-

tema.
(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:
x(t) = sin(π × 197 × 104 t) + cos(π × 2 × 106 t)
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.
30. Considere que o pulso rectangular

t − T /2
x(t) = rect
T
é transmitido através de um canal caracterizado pela resposta impulsional
h(t) = ae−at u(t), a > 0.
(a) Determine a transformada de Fourier de x(t) e comente sobre a sua largura de banda.
(b) Determine a resposta do canal a x(t) usando o integral de convolução.
(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.
1.5 Comunicação digital, erro de decisão e probabilidade de erro

Nesta secção pretende mostrar-se a aplicação às telecomunicações, nomeadamente à comu-
nicação digital, de conceitos simples de Teoria das Probabilidades que são já do conhecimento
dos alunos.
Em comunicação digital a mensagem m consiste numa sequência digital que por simplicidade
vamos considerar binária. Trata-se assim de uma sequência de bits que só podem assumir um
de dois valores: Zero ou um.
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)
m x(t) r(t) Sistema ^

m
Emissor + Receptor
de decisão
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:
Pe = P (D1 |H0 )P (H0 ) + P (D0 |H1 )P (H1 )
supondo-se conhecida P (H1 ) = 1 − P (H0 ). Estas duas probabilidades caracterizam a fonte

de informação do lado do emissor.
As probabilidades P (D1 |H0 ) e P (D0 |H1 ), condicionadas ao sinal enviado, resultam das
degradações induzidas pelo canal e ainda pela forma como o receptor as processa.
Estas probabilidades condicionais são um dos aspectos mais importantes da avaliação do
desempenho do receptor de comunicação digital.
E elas podem ser muito difı́ceis ou mesmo impossı́veis de calcular analiticamente. No pre-
sente curso estas probabilidades serão sempre fáceis de calcular ou de determinar com o auxı́lio
de tabelas.
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.
Propõe-se de seguida um problema ilustrativo da formulação da probabilidade de erro num

sistema de comunicação binário:
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 variável VX toma os valores de 1 Volt para representar a transmissão de ’1’, e de -1 Volt

para representar a transmissão de ’0’, valores esses que ocorrem com igual probabilidade.
A variável VN representando o ruı́do toma os valores {−1, 5V ; 0V ; 1, 5V } os quais ocorrem
com probabilidades {0, 01; 0, 98; 0, 01}, respectivamente. As variáveis aleatórias VX e VN
são consideradas estatisticamente independentes. O sistema de decisão decide que foi
enviado ’1’ se VR > 0 e decide por ’0’ se VR < 0.
(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.
(e) Determine a probabilidade de erro de decisão (ou probabilidade de erro de bit).
(f) O que acontece em termos da probabilidade de erro se as amplitudes do sinal VX

passarem a ser {−2V ; +2V }? Explique porquê.
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
xD (t) = s(t) + n(t)
o sinal à saı́da do receptor, no qual a componente s(t) é devida exclusivamente à mensagem

sendo n(t) a componente resultante da acção do ruı́do, que se admite ser aditiva.
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 < ∞
−∞
com |x(t)|2 = x(t) × x∗ (t).

Caso o limite imposto ao integral não se verifique, o sinal x(t) será um sinal de potência
finita, com potência média Px se se verificar
Z T /2
1
Px = lim |x(t)|2 dt < ∞
T →∞ T −T /2
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
referente à porção do sinal x(t) restringida ao intervalo [−T /2, 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:
(a) x1 (t) = e−at u(t).
(b) x2 (t) = e−j2πf0 t .
(c) x3 (t) = A cos(2πf0 t).
(d) x4 (t) = A sin(2πf0 t).
(e) x5 (t) = A cos(2πf0 t + 3π/4).
(f) x6 (t) = rect Tt .

(g) x7 (t) = 2 rect t−t

T
0
.
Tenha em atenção que a unidade de energia é “Joule” e a de potência é “Watt”, supondo-se o

sinal de tensão em causa aplicado a uma resistência de 1 Ω.
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
Como as energias/potências vêm expressas em termos de amplitudes elevadas ao quadrado

(Px ∝ A2x e Py ∝ A2y ) a referida relação entre potências pode escrever-se também como uma
relação entre as amplitudes respectivas.
2
Ay

Py Ay
10 log10 = 10 log10 2
= 20 log10 .
Px Ax Ax
2.1 Densidades espectrais e funções de correlação

A representação espectral da energia ou da potência de um sinal consegue-se através das denom-
inadas densidades espectrais. Se x(t) for um sinal de energia, a sua densidade espectral
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 ,
e em domı́nio contı́nuo a densidade espectral de potência:

+∞
X
Sx (f ) = |xn |2 δ (f − nf0 )
n=−∞
Recordamos a propósito a relação de Rayleigh para sinais de energia:

Z ∞ Z ∞
2
Ex = |x(t)| dt = |X(f )|2 df,
−∞ −∞
e a relação de Parseval para sinais periódicos:

Z ∞ Z ∞
1 2
X
2
Px = |x(t)| dt = |xn | = Sx (f )df,
T0 T0 n=−∞ −∞
As densidades espectrais podem ser obtidas como transformadas de Fourier de funções

temporais designadas Funções de correlação. A função de correlação entre dois sinais de
energia x e y define-se como
Z ∞
Rxy (τ ) = hx(t), y(t − τ )i = x(t)y ∗ (t − τ )dt
−∞
e para sinais de potência como:

Z T /2
1
Rxy (τ ) = hx(t), y(t − τ )i = lim x(t)y ∗ (t − τ )dt.
T →∞ T −T /2
A operação Rxx (τ ) designa-se autocorrelação do sinal x e a sua transformada de Fourier

resulta nas densidades espectrais acima referidas.
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
As funções de correlação apresentam semelhanças com a operação de convolução, podendo

mesmo exprimir-se em função desta. No entanto, na operação de correlação conjuga-se um dos
operandos, não se executando a inversão temporal de nenhum deles.
• À operação hx, yi dá-se também a designação de produto interno entre os sinais x e y,

conceito a ser introduzido em futura abordagem vectorial aos sinais. Por identificarmos
o produto interno com a correlação, dois sinais que apresentem entre si correlação nula
designar-se-ão por sinais ortogonais. Salienta-se que o termo incorrelacionados tem
aplicação diversa não implicando por isso, em geral, que Rxy (τ ) = 0.
• 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.
35. Determine e represente graficamente as funções de autocorrelação e as respectivas densi-

dades espectrais, dos seguintes sinais:
(a) x(t) = e−at u(t).

t−T /2
(b) y(t) = rect T
.

(c) v(t) = 2 rect t−T /4
T /2
− 2 rect t−3T /4
T /2
.
(d) z(t) = A cos(2πf0 t)
(e) w(t) = A sin(2πf0 t)
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.
A correlação cruzada não é em geral comutativa.
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.
2.2 Medição de potência

Exprimimos já a potência de um sinal como uma média temporal. A média temporal de uma
função identifica-se com a sua componente espectral à frequência zero. De seguida introduz-se
um sistema simples que permite obter a potência de um sinal real.
Seja x(t) um sinal de potência real. Neste caso, |x2 (t)| = x2 (t).
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.
2.3 Relação entrada-saı́da de SLIT para densidades espectrais

Considerando um SLIT com resposta impulsional h(t) (função de transferência H(f )), temos
as seguintes relações entrada-saı́da aplicáveis a correlações e densidades espectrais:
Ryy (τ ) = (Rxx ∗ Rhh )(τ )
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).
43. Considere a disposição em paralelo de dois sistemas apresentada na figura,
37
em que o sinal de entrada é
x(t) = sinc (2Bt)
e os sistemas são caracterizados pelas funções de transferência

f
H1 (f ) = rect
B
e
f + 3B/4 f − 3B/4
H2 (f ) = rect + rect
B/2 B/2
(a) Calcule as densidades espectrais de energia, o valor das energias e as autocorrelações

à saı́da dos filtros.
(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).
44. Representa-se na figura um sistema de comunicação no qual se pretende transmitir o sinal

xT (t) = 2 + 2 cos (2πfm t) + sin (4πfm 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.
(b) Determine a melhor relação sinal/interferência (como relação entre potências) em

dB que é possı́vel obter à saı́da do filtro de recepção.
(c) Por que razão não faz sentido calcular a relação sinal-interferência à entrada do
receptor?
39

FT - Serie - 1 - 1819

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

FT - Serie - 1 - 1819

Enviado por

Direitos autorais:

Formatos disponíveis

FUNDAMENTOS DE TELECOMUNICAÇÕES

3o ANO MEEC 2018/2019-1o S

1 Introdução - Sinais e Sistemas em Telecomunicações

A comunicação entre emissor e receptor considera-se suportada em sinais eléctricos (tensões

• A mensagem m é à partida desconhecida do receptor. Se fosse conhecida, este não teria

– A componente de degradação do sinal induzida pelo canal e que corrompe a men-

Pretende-se que o receptor rejeite o mais possı́vel as componentes indesejáveis contidas

Pelo exposto, é importante no contexto das telecomunicações estudarmos os sinais, e os

• Ilustrar a aplicação de probabilidades em telecomunicações na modelização de men-

• Introduzir os espectros de energia e de potência e as funções de correlação.

1.1 Sinais sinusoidais

• Os sinais sinusoidais servem de suporte à operação de modulação que é essencial a muitos

3. Usando as Fórmulas de Euler mostre que:

(a) cos(θ) cos(φ) = 21 [cos(θ − φ) + cos(θ + φ)]

(b) sin(θ) sin(φ) = 21 [cos(θ − φ) − cos(θ + φ)]

(c) sin(θ) cos(φ) = 21 [sin(θ − φ) + sin(θ + φ)]

4. Considere agora o sinal complexo:

O problema anterior ilustra a utilização de duas componentes vectoriais complexas na sı́ntese

5. Considere o sinal x(t) dos exemplos acima apresentados

(a) Descreva matematicamente o sinal x(t) em função da variável tempo.

(b) Represente x(t − 2) e x(t + 2). Atraso e avanço de x(t).

(c) Represente x(−t + 2) e x(−t − 2). Atraso e avanço de x(−t).

(d) Represente x(2t) e x( 2t ). Compressão e expansão temporais de x(t).

Um outro aspecto importante na análise dos sinais é o da identificação das componentes

• Par, se se verificar x(t) = x(−t).

• Ímpar, se se verificar x(−t) = −x(t).

6. Dê exemplo de dois sinais pares no tempo e ı́mpares no tempo.

(a) x(t) = e−at u(t), a>0

(b) x(t) = u(t)

(c) x(t) = u(−t + 1)

(d) x(t) = e−at u(−t), a>0

1.3 Análise de sinais no domı́nio da frequência

A representação do coseno e do seno sob a forma exponencial complexa tem vantagens

8. Determine a transformada de Fourier do sinal x(t) = e−at u(t) com a > 0,

9. Para o sinal x(t) = ae−a|t| com a > 0,

(a) Determine a sua transformada X(f ).

(b) Esboce x(t) para a = 1 e para a = 5.

(c) Esboce X(f ) para a = 1 e para a = 5.

No sentido de resolver os problemas de integração acima referidos de uma forma sistemática,

1. Os coeficientes da Série de Fourier.

Os coeficientes da Série de Fourier de um sinal periódico consistem numa representação

13. Determine usando a definição, a transformada da função δ(t).

14. Mostre, usando a definição, que a transformada de δ(t − t0 ) é e−j2πf t0 .

15. Usando a propriedade da dualidade determine e represente a transformada de ej2πf0 t .

Ao representarmos cos(2πf0 t) no domı́nio da frequência usando as funções δ(f + f0 ) e δ(f − f0 ),

e os resultados dos problemas anteriores, determine a transformada de Fourier do sinal

18. Considere o sinal periódico apresentado na figura.

(a) Determine e represente os coeficientes da série complexa de Fourier.

(b) Determine e represente os seus espectros de magnitude e de fase.

(c) Determine e represente a sua transformada de Fourier.

e comente as diferenças encontradas.

1.4 Revisão de sistemas. Filtragem em telecomunicações

z(t) = 0, t > 2T,

As diferentes situações encontram-se detalhadas na figura seguinte:

O resultado da operação é a função com forma triangular

representados na figura seguinte:

Apresentamos na figura as funções x(τ ) e y(−τ ) no domı́nio da variável de integração τ .

Apresentam-se em função de t o atraso e o avanço de y() relativamente à sua posição original:

na qual se apresenta também a variável t na posição respectiva no eixo das abcissas τ .

Com os limites de integração para cada caso assinalados a côr azul.

20. Calcule a convolução entre os sinais

22. Obtenha o mesmo resultado do problema anterior fazendo os cálculos no domı́nio da

Os dois problemas anteriores mostram que, ao aplicarmos uma exponencial complexa a