Escolar Documentos
Profissional Documentos
Cultura Documentos
Módulo 1
6
64
Amplitude
42
Amplitude
20
Análise e Processamento 0
-2
-2
-4
Aula 3
Tempo [s]
3
3
2.5
Amplitude
2.52
1. Introdução
2. Série de Fourier
- tempo contínuo
- tempo discreto
3. Transformada de Fourier
- tempo contínuo
★ Fourier Transform - FT
- tempo discreto
★ Discrete Fourier Transform - DFT
2π a0
em que ω0 é a frequência fundamental ( ω0 = ) e éo
T 2
valor médio (ou valor CC, ou valor DC).
2 +T/2 2kπt
T ∫−T/2
ak = x(t)cos( )dt
T
2 +T/2 2kπt
T ∫−T/2
bk = x(t)sin( )dt
T
ei!0t + e!i!0t
cos (! 0 t ) =
2
e i! 0t
!e !i! 0t
Leonhard Euler
sin (! 0 t ) = https://commons.wikimedia.org/
2i wiki/File:Leonhard_Euler_2.jpg
Modulo de c - | c |
k
Pela equação dos coeficientes 0.5
k
0.4
da Série de Fourier: 0.3
0.2
+T/2 0.1
1
T ∫−T/2
0
ck = x(t)e −ikω0t dt -1.5 -1 -0.5 0 0.5 1 1.5
Frequencia (k ω )
0
1
c1 =
2 0.1
Fase de c [rad]
0.05
1
k
0
c−1 = c*
1
=
2
-0.05
-0.1
-1.5 -1 -0.5 0 0.5 1 1.5
ck = 0, | k | ≠ 1 Frequencia (k ω )
0
Modulo de c - | c |
k
Pela equação dos coeficientes 0.5
k
0.4
da Série de Fourier: 0.3
0.2
0.1
1 +T/2
T ∫−T/2
0
ck = x(t)e −ikω0t dt
-1.5 -1 -0.5 0 0.5 1 1.5
Frequencia (k ω )
0
1
c1 =
2i
2
Fase de c [rad]
1 1
k
c−1 = c*1
=− 0
2i -1
-2
ck = 0, | k | ≠ 1 -1.5 -1 -0.5 0 0.5 1 1.5
Frequencia (k ω )
0
1 −iω t 1 iω t
∴ x(t) = − e 0 + e 0 = sin(ω0t)
2i 2i
∑
x[n] = a0 + ak cos(kω0n) + bk sin(kω0n)
k=1
em que N é o período fundamental e ω0 é a frequência
fundamental (ω0 = 2π/N)
•Os coeficientes a0 , ak e bk são determinados de forma
similar ao apresentado para tempo con]nuo, mas
considerando a integral como uma soma.
Módulo 1 - Análise e Processamento de Sinais
2. Série de Fourier 18
k= N k= N
# 2! &
1 ik% (n
ck = "
N k= N
x [ ]
n e !ik! 0 n
= " x [n] e $ N '
k= N
x(t) = 0 se | t | > T1
!T1 0 T1 t
•A parYr desse sinal, pode-se construir um sinal periódico
x̃(t) para o qual x(t) é um período:
x! (t ) Sinal periódico
!2T !T 0 T 2T t
•O que pode-se concluir quando T → ∞?
- R.:x(t) = x̃(t) para qualquer valor finito de t.
Módulo 1 - Análise e Processamento de Sinais
2. Transformada de Fourier 21
•Como x(t) = x̃(t) para | t | < T/2 e também como x(t) = 0 fora
desse intervalo, x (t ) +T/2
1
T ∫−T/2
ck = x(t)e −ikω0t dt
!T1 0 T1 t
x! (t )
!2T !T 0 T 2T t
T/2
Módulo 1 - Análise e Processamento de Sinais
2. Transformada de Fourier 22
T ∫−T/2 ∫−∞
ck = x̃(t)e −ikω0t dt Tck = x(t)e −ikω0t dt
x(t) = x̃(t)
+∞ T→∞ +∞
∫−∞ ∫−∞
Tck = x(t)e −ikω0t
dt Tck = x(t)e −iωt dt
ω0 → 0
∫−∞
X(ω) = x(t)e −iωt dt
1 +∞
2π ∫−∞
x(t) = X(ω)e +iωt dω transformada inversa
+∞
∫−∞
X(ω) = x(t)e −iωt dt transformada direta
se torna
uma integral
∫−∞
X(ω) = x(t)e −iωt dt
Espectro de coeficientes resultante Transformada de Fourier
curva con]nua
Módulo 1 - Análise e Processamento de Sinais
2. Transformada de Fourier 27
•Visualização da FT
A A
1
ω A2
0.8
0.6
f2
0.4
0.2
−0.2
−0.4
−0.6
−0.8
Domínio da frequência
−1
0 200 400 600 800 1000 1200
2.5
1.5
1
A1
0.5
−0.5
f1 A1
−1
−1.5
−2 A2
t
−2.5
0 200 400 600 800 1000 1200
f1 f2 ω
A
3
Domínio do tempo Para passar do domínio do
tempo para o domínio da
2
frequência diretamente,
1
−1
t uYliza-se a
−2 Transformada de Fourier
−3
0 200 400 600 800 1000 1200
Módulo 1 - Análise e Processamento de Sinais
2. Transformada de Fourier 28
•Exemplo de visualização da FT
•Exemplo de visualização da FT
!N1 0 N 2 n
•A parYr desse sinal, pode-se construir um sinal
periódico x̃[n] para o qual x[n] é um período
x̃[n] Sinal periódico
!N !N1 0 N 2 N n
k= N k= N k= N k= N
2! 2!
1 2 3 4 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 32 33 34 35 36 37 38 39
Sinal analógico
Sinal amostrado
1 2 3 4 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 32 33 34 35 36 37 38 39
0 T0 t
-1
x (t ) Sinal analógico contínuo
…
“periodizado”
…
1
−3T0
−2T0 −T0 0 T0 2T0 3T0 t
-1
Módulo 1 - Análise e Processamento de Sinais
3. Transformada Rápida de Fourier - FFT 39
Sinal analógico
Sinal amostrado
1 2 3 4 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 32 33 34 35 36 37 38 39
x_DFT = fft(x,Np)
em que:
- x é um vetor contendo os pontos do sinal x[n];
- Np é o número de pontos (amostras).
Observação: o foco será dado na aplicação do comando!
simetria/espelhamento
1e-10
8e-11
Amplitude
6e-11
4e-11
2e-11
0
0 200 400 600 800 1000
Numero de pontos
1e-10
8e-11
Amplitude
6e-11
4e-11
2e-11
0
0 200 400 600 800 1000
Numero de pontos
Apenas um
15000
componente
espelhado
Amplitude
10000
5000
0
0 5000 10000 15000 20000
Numero de pontos
Módulo 1 - Análise e Processamento de Sinais
3. Transformada Rápida de Fourier - FFT 49
Amplitude
correta
1.5
Amplitude
0.5
Todos
0
0 5000 10000 15000 20000
corrigindo a
Numero de pontos amplitude
Módulo 1 - Análise e Processamento de Sinais
3. Transformada Rápida de Fourier - FFT 50
1.5
Amplitude
214 /2 = 8192
0.5 pontos
Todos
0
0 2000 4000 6000 8000 10000
reYrando o
Numero de pontos espelhamento
Módulo 1 - Análise e Processamento de Sinais
3. Transformada Rápida de Fourier - FFT 51
1.5
Amplitude
0
0 50 100 150 200
Frequencia [Hz]
•Resumindo…
Np = 2^14; % numero de pontos
A = 2; % amplitude
f0 = 100; % frequência do sinal
x = A* sin(2*pi*f0*t); % sinal
plot(f(1:Np/2), abs(x_DFT(1:Np/2)),’linewidth’,2)
2
4
0
Amplitude
2
-2
0
-4
-2
-4-6
0 2 4 6 8 10
-6
0 2 4 Tempo [s] 6 8 10
Tempo [s]
3
2.5
3
Amplitude
2.52
Amplitude
1.5
2
1.51
0.5
1
0.50
0 5 10 15 20 25 30 35
0
0 5 10 15 20 25 30 35
Frequencia [Hz]
Frequencia [Hz]
Módulo 1 - Análise e Processamento de Sinais
3. Transformada Rápida de Fourier - FFT 56
amplitude frequência em Hz
Amplitude 1
-1
-2
0 0.5 1 1.5 2
Amplitude aumenta?
Tempo [s]
qual o moYvo?
3
2.5
Porque tantos componentes
Amplitude
2
1.5 de frequência?
1
0.5
0
0 10 20 30 40 50
Frequencia [Hz]
frequência frequência
inicial final
em Hz em Hz
(em t = 0) (em t = t1)
0.06
Como “deveria”
ser o espectro
Amplitude
0.04
em frequência
do chip?
0.02
Porque esse
efeito acontece?
0
0 10 20 30 40 50
Frequencia [Hz]
Dúvidas?
vrfranco@ufscar.br