Escolar Documentos
Profissional Documentos
Cultura Documentos
SÉRIE DE FOURIER
Sidonio Cipriano Turra - Analise de Sinais Periodicos 26-10-20 1
22
ANÁLISE DE SINAIS PERIÓDICOS : SÉRIE DE FOURIER
Introdução
Um dos principais objetivos de se analisar sinais é o de determinar o
conteúdo de frequência ou a faixa de frequência de sinais. Isto é de
extrema importância em diversos campos de aplicação. Em comunicações,
sinais transmitidos por estações AM são limitados na faixa de 535 kHz a
1650 kHz. Sinais de estações FM ocupam a faixa de frequência entre 88
MHz a 108 MHz, as de televisão UHF ocupam faixas entre 470 MHz e
890 MHz, e assim por diante, para os demais tipos de serviços. Um sinal
de voz típico ocupa uma faixa de 200 Hz a 4 kHz. Através da análise de
sinais é possível entender como um sinal de voz ou de música é
transmitido em outra faixa de frequência (através de modulação).
Sidonio Cipriano Turra - Analise de Sinais Periodicos 26-10-2022 2
ANÁLISE DE SINAIS PERIÓDICOS : SÉRIE DE FOURIER
Introdução
Uma outra aplicação importante de análise de sinais é a eliminação
de certos tipos de ruídos como o de máquinas, transformadores de
potência, ventiladores industriais, etc. Estes tipos de equipamentos
geram sinais periódicos, que podem ser decompostos em vários
sinais. Um microfone pode captar esse ruído e um sistema
computadorizado analisar este sinal e gerar um outro sinal que é a
imagem do ruído (um anti-ruído). Isto cancela o ruído, não afetando
a conversa normal entre as pessoas que estejam no ambiente, por
exemplo, dentro de um avião.
Sidonio Cipriano Turra - Analise de Sinais Periodicos 26-10-2022 3
ANÁLISE DE SINAIS PERIÓDICOS : SÉRIE DE FOURIER
Introdução
Neste capítulo aborda-se a primeira parte da análise dos sinais
de tempo contínuo, enfatizando-se os sinais periódicos, através
da série de Fourier. No Capítulo 3, serão analisados em
detalhes os sinais aperiódicos, com o auxílio da transformada
de Fourier. Antes, porém, pretende-se discutir alguns conceitos
preliminares sobre espectros de linhas, produto vetorial e
similaridades entre sinais variáveis no tempo.
FASORES GIRATÓRIOS
Considere, inicialmente, o problema do regime permanente
sinusoidal, tal qual estudado na teoria de circuitos eléctricos
electronicos. Nesse caso, os sinais são constituídos por
sinusóides eternos e têm representação temporal como
ilustrado na Figura, e conforme discutido na Capítulo 1 da
cadeira da Analise de Sisyemas e Sinais. Assim, se x(t) for
um sinal sinusoidal, então x onde A é o valor de pico ou
amplitude, 0 é a frequência angular e é o ângulo de fase.
Sidonio Cipriano Turra - Analise de Sinais Periodicos 26-10-2022 5
ANÁLISE DE SINAIS PERIÓDICOS : SÉRIE DE FOURIER
Uma representação equivalente para o fasor complexo z(t), no domínio da frequência, constitui
o espectro de linhas (ou raias) unilateral, mostrado na Figura a seguir. Este diagrama informa
que na frequência de oscilação , o fasor girante tem magnitude A, representado através de uma
linha no espectro de magnitudes, e fase representado por uma linha no espectro de fases.
A fim de padronizar a representação espectral dos sinais, torna-se adequado estabelecer as
seguintes convenções [3]:
a) A variável independente para representar o espectro é a frequência linear, f , (e não a
frequência angular, . Um valor particular de f é identificado por um subscrito como, por
exemplo, ;
b) Os ângulos de fase são medidos em relação à função co-seno. Sinais em seno precisam ser
convertidos para co-senos, através da identidade: sen = cos(-);
c) Considera-se que a magnitude é sempre uma grandeza positiva. Quando sinais negativos
estão presentes, utiliza-se a identidade: -A.cos = A.(cos ).
Sidonio Cipriano Turra - Analise de Sinais Periodicos 26-10-2022 8
ANÁLISE DE SINAIS PERIÓDICOS : SÉRIE DE FOURIER
Exemplo 2.1:
Esboçar o espectro unilateral do sinal cuja forma de onda está desenhada
na Figura esta desenhada neste slide abaixo.
Solução: O espectro de linhas unilateral de w(t) pode ser obtido observado-se que e
encontra-se desenhado na Figura abaixo.
Por sua vez, o espectro de linhas bilateral, encontra-se na Figura, aqual inclui
informações sobre ambos os fasores: o fasor normal, associado à frequência
positiva (+), e o fasor conjugado, correspondente à frequência negativa (), a fim
de especificar a direção de rotação negativa (no sentido horário).
Exemplo 2.2:
Esboçar o espectro bilateral do sinal w(t) estudado no exemplo 2.1.
Solução: O sinal w(t) pode ser rescrito como:
Produto Escalar
Análise da “semelhança” entre vetores. A magnitude do vetor erro em b) é menor que nos casos a) e c)
para sinais, e
para vetores. Assim, por analogia com vetores, C12f2(t) representa a componente de f1(t) sobre o sinal f2(t).
Além disso, define-se o produto escalar entre as funções,
• f (t).f (t) 1 2 , num intervalo (t1,t2) por
Sidonio Cipriano Turra - Analise de Sinais Periodicos 26-10-2022 18
ANÁLISE DE SINAIS PERIÓDICOS : SÉRIE DE FOURIER
Exemplo 2.3:
Mostrar que f1(t) = sen(n0t) e f 2 (t) =sen(m0t) são ortogonais em qualquer
intervalo (t0, t0+20), para valores de m e n inteiros, mn.
Solução: Deve ser mostrado que
Uma vez que n e m são inteiros, (n-m) e (n+m) também o são, e assim, I=0
(incentiva-se o estudante da APOLITECNICA a comprovar isto !).
xemplo 2.4:
Aproximar a função retangular pela funcao f 2(t) =
sent, no intervalo (0,2), de forma que o erro quadrático médio seja mínimo.
Solução: Deseja-se aproximar f1(t) C12f 2 (t) , tal que C12 conduza ao erro
mínimo.
O gráfico de f1(t) está desenhado na Figura. (em linha pontilhada)
Aplicando-se obtem-se
representa a melhor aproximação de f1(t) por uma função sent. O desenho de f1(t)
também encontra-se na Fig a abaixo. Por outro lado, diz-se que a função f1(t) tem uma
componente da função sen t cuja magnitude é 4/.
SÉRIE DE FUNÇÕES
Discute-se nesta seção, a expansão de trechos de funções em séries de funções
ortogonais como, por exemplo, a série de Fourier trigonométrica. Antes, porém, o
conceito de ortogonalidade de funções deve ser detalhado.
Ortogonalidade de funções reais
Considere-se, novamente, o caso dos vetores num plano xy, e cujos vetores
unitários são , conforme esquematizado na Figura.
Um vetor , com componentes x0 e y0 nas direções x e y, respectivamente, pode ser expresso como:
Qualquer vetor nesse plano pode ser expresso em termos , vetores unitários que satisfazem a
seguinte condicao: onde m e n correpondem a e y respectivamente.
Assim, os vetores unitarios são ortogonais entre si. Contudo, observamos que este sistema de
coordenadas bidimensional é inadeguado para expressar vetor especial, sendo necessasrio haver tres
eixos de coprdenadas. Portanto para expressar um vetor tridimensional é que o sistema de
coordenadas seja completo. O eixo adicional é o eixo z cujo valor unitario e . Dessa maneira, um
vetor tridimensional sera representado da seguinte maneira:
:
A seguir, extrapola-se esses conceitos para o caso de sinais. Considere-se, então, um conjunto de “n” funções
(t), (t), ..., (t), ortogonais entre si, num intervalo , a , ou seja
Uma função arbitrária f(t) pode ser aproximada (sintetizada) num intervalo , pela combinação linear dessa n
funções ortogonais:
A melhor aproximação corresponde àquela onde C1, C2, ..., Cn são tais que
minimizam o erro quadrático médio de fe(t), tal qual em (2.10), o qual será repetido
por conveniência:
Onde
Sidonio Cipriano Turra - Analise de Sinais Periodicos 26-10-2022 26
ANÁLISE DE SINAIS PERIÓDICOS : SÉRIE DE FOURIER
Utilizando-se , e
Torna-se assim evidente que o erro quadrático médio diminui à medida que
aumentase n, ou seja, quando f(t) é aproximada por um número maior de funções
ortogonais. No limite, quando n , o erro tende a zero e f(t) converge para a soma
infinita:
Exemplo 2.5:
Considere-se novamente a função retangular f1(t) estudada no exemplo 2.4, que foi
aproximada por uma única função sen(t). Discutir como a aproximação melhora quando se
usa um número grande de funções ortogonais sen n0t e sen m0t , para m e n inteiros.
Solução: A função retangular f1(t) será aproximada por:
onde: e dai:
portanto,
conforme mostrado na Figura dos slides seguintes, considerando-se um, dois, três
e quatro termos. O erro nessa aproximação é dado por:
Onde:
Resultando que:
Equacao de sintese:
Equacao de Analise:
onde é a frequência fundamental e os coeficientes Cn, n=0, ,2, ... São unicamente determinados a partir de x(t),
utilizando a equação de análise. Para n=0, tem-se:
que é o valor médio do sinal x(t). Num sistema elétrico, isso equivaleria ao nível DC do sinal.
Os coeficientes são, em geral, funções complexas de n ou n.f0. Algumas propriedades dos coeficientes são
desenvolvidas a seguir.
[1] Schwartz, M. & Shaw, L., Signal Processing: Discrete Spectral Analysis, Detection, and Estimation,
McGraw-Hill, 1975.
[2] Oppenheim, A.V. , Willsky, A.S. and Young, I.T., Signals and Systems, Prentice- Hall Signal
Processing Series, 1983.
[3] Carlson, A.B., Communication Systems – An Introduction to Signal and Noise in Electrical
Communication, Third edition, McGraw-Hill, 1986. [4] Lathi, B.P., Sistemas de Comunicação, Editora
Guanabara, 1979
[5] Close, C.M., Circuitos Lineares, vol.1, Ed da Universidade de São Paulo e Livros Técnicos e
Científicos Ed. S.A., 1975.
[6] Roden, M.S., Analog and Digital Communication Systems, Fourth edition, Prentice Hall, 1996.
[7] Spiegel, M.R., Análise de Fourier, McGraw-Hill, 1976.
[8] Glisson, T.H., Introduction to System Analysis, McGraw-Hill, 1985.
[9] Papoulis, A., Signal Analysis, McGraw-Hill International Editions, 1984. [10] Oppenheim, A.V. &
Schafer, R.W., Discrete-Time Signal Processing, Second Edition, Prentice Hall, USA, 1999.
Sidonio Cipriano Turra - Analise de Sinais Periodicos 26-10-2022 37