23
2. ANÁLISE DE FOURIER DE SINAIS CONTÍNUOS 2.1. Resposta de um sistema LIT a exponenciais complexas Função própria de um sistema LIT - sinal que tem como resposta ele próprio, a menos de uma constante multiplicativa. Valor próprio de uma função própria - é a constante multiplicativa. Exemplo: a exponencial complexa ) ( . ) ( ) ( ) ( ) ( ) ( ) ( s H e d e h e d e h d t x h t y st s st t s = = = = +∞ +∞ +∞ τ τ τ τ τ τ τ τ τ Interesse das funções próprias e dos valores próprios: A resposta de um sistema LIT é facilmente determinada quando: A entrada é uma função própria A entrada é uma combinação linear de funções próprias (existem muitos sinais nestas condições) = k t s k k e a t x ) ( = k t s k k k e s H a t y ) ( ) ( L I T x(t) = e st y(t) = H(s).e st

Cap. 2 análise de fourier de sinais contínuos

Embed Size (px)

Citation preview

Page 1: Cap. 2  análise de fourier de sinais contínuos

2. ANÁLISE DE FOURIER DE SINAIS CONTÍNUOS

2.1. Resposta de um sistema LIT a exponenciais complexas

Função própria de um sistema LIT - sinal que tem como resposta ele próprio,

a menos de uma constante multiplicativa.

Valor próprio de uma função própria - é a constante multiplicativa.

Exemplo: a exponencial complexa

)(.)()()()()( )( sHedehedehdtxhty stsstts ===−= ∫∫∫+∞

∞−

−+∞

∞−

−+∞

∞−τττττττ ττ

Interesse das funções próprias e dos valores próprios:

A resposta de um sistema LIT é facilmente determinada quando:

• A entrada é uma função própria

• A entrada é uma combinação linear de funções próprias (existem muitos

sinais nestas condições)

∑=k

tsk

keatx )( ∑=k

tskk

kesHaty )()(

L I T x(t) = est y(t) = H(s).est

Page 2: Cap. 2  análise de fourier de sinais contínuos

2.2

2.2. Representação de um sinal periódico pelas séries de Fourier

Representação de um sinal periódico x(t) de período T0 através da combinação

linear de exponenciais complexas relacionadas harmonicamente:

x(t) pode ser decomposto na forma

)(0)( Zktjk

kkeatx ∈∑

+∞

−∞=

= ω

LL ++++++++= −−

−−

−−

tjtjtjtjtjtj eaeaeaaeaeaeatx 000000 33

22101

22

33)( ωωωωωω

ak - são os chamados coeficientes de Fourier ou coeficientes espectrais

Estes coeficientes têm valores bem definidos para cada forma de onda

específica.

x(t)

tT0

valor médio

00

2Tπω = é a freq. fundamental do sinal

harmónicos harmónicos

comp. fundamental

comp. DC

(série de Fourier)

Page 3: Cap. 2  análise de fourier de sinais contínuos

2.3

Exemplo 1: )cos(87)( 0ttx ω+=

tjtjtjtj

eeeetx 0000

4742

87)( ωωωω

++=+

+= −−

===

=−+

−=∑

474

onde )( Portanto

1

0

11

1

0

aaa

eatx tjk

kk

ω

Pode-se provar que os coeficientes ak são dados pela expressão

dtetxT

aT tjk

k ∫ −= 00

00

)(1 ω

Vamos confirmar a validade desta expressão, para o exemplo anterior:

( ) ( ) ( ) dttjttT

dtetT

aTT tj ∫∫ +⋅+=⋅+=−

000

0 0000

0 00

1 )(sin)cos()cos(871)cos(871 ωωωω ω

+++= ∫∫∫∫ dtttjdttdttjdtt

TTTTT 0000

0 000 02

0 00 00

)(sin)cos(8)(cos8)(sin7)cos(71 ωωωωω

2)2cos(1)(cos 2 αα +

= )2(sin21)(sin).cos( ααα =

++= ∫∫ dttjdtt

TTT 00

0 00 00

)2(sin4)2cos(441 ωω

=

+= ∫∫ dttdt

TTT 00

0 000

)2(4cos41 ω

4410

0

=⋅= TT

4=

Como e

0 0

0

0

Page 4: Cap. 2  análise de fourier de sinais contínuos

2.4

→= ∫ dttxT

aT0

00

0 )(1

7)cos(871 0

0 00

0 =+= ∫ dttT

aT

ω

( ) 4 modo mesmo do )cos(871 00

0 00

1 ==⋅+= ∫ − LLdtetT

aT tjωω

Exemplo 2: Decomposição da onda quadrada

00

2Tπω = 10 .4quadrada onda TT =⇒

Cálculo dos ak = ?

21211)(1

0

1

0

2/

2/0

01

1

0

0

==== ∫∫ −− TTdt

Tdttx

Ta

T

T

T

T

2 pois )2(sin)(sin2)(sin10

10

00

10 πωππ

πω

ωω

===⋅== Tkk

kTk

TkTkak L

valor médio ou componente DC

x(t)

t

T0

−T0/2 −T1 T1 T0/2

1

Page 5: Cap. 2  análise de fourier de sinais contínuos

2.5

Teremos então:

21

0 =a

π1

11 ==− aa

π31

33 −==− aa

M

0=para

Page 6: Cap. 2  análise de fourier de sinais contínuos

2.6

No decorrer do séc. XIX Dirichlet demonstrou que um sinal periódico x(t) que:

1. Seja absolutamente integrável

∞<∫ dttxT0

)(

2. Tenha um nº finito de máximos e mínimos num período

3. Tenha um nº finito de descontinuidades num período

Se pode escrever:

)(0)( Zktjk

kkeatx ∈∑

+∞

−∞=

= ω

excepto nas descontinuidades de x(t), onde esta série converge para o valor

médio dessas descontinuidades.

Os ak são determinados por:

dtetxT

aT tjk

k ∫ −= 00

00

)(1 ω

Pode demonstrar-se que sendo x(t) real, então ak = a-k* e a série exp. complexa

dá origem à série trigonométrica:

( )∑+∞

=

++=1

00 )arg(cos2)(k

kk atkaatx ω

(eq. síntese)

(eq. análise)

Page 7: Cap. 2  análise de fourier de sinais contínuos

2.7

Demonstra-se ainda que se:

reais são par) (sinal )()( katxtx ⇒=−

simaginário são impar) (sinal )()( katxtx ⇒−=−

Problema:

)(sin)( 0ttx ω=

tjtjtjtj

ej

ejj

eettx 0000

21

21

2)(sin)( 0

ωωωω

ω +−=−

== −−

;10;21;

21 :assim Temos 11 ±≠==−=− ka

ja

ja k

x(t) é real e portanto a1 = a-1*

x(t) é impar e portanto a1 e a-1 são imaginários puros.

A série trigonométrica terá neste caso apenas um termo:

;0;º90)arg(;21

21

011 =−=== aaj

a

( ) ( ) )(sinº90cos212)arg(1cos20)( 00101 ttatatx ωωω =−=++=

Problema:

)(cos)( 0ttx ω=

Determinar os coef. ak do sinal

Repetir o problema anterior para o sinal

Page 8: Cap. 2  análise de fourier de sinais contínuos

2.8

2.3. Representação de um sinal não periódico pelo integral de

Fourier

)(0)(~ Zktjk

kkeatx ∈∑

+∞

−∞=

= ω

dtetxT

dtetxT

dtetxT

a tjkT

T

tjkT

T

tjkk ∫∫∫

∞+

∞−

− === 00

0

00

0

0 )(1)(1)(~1

0

2

20

2

20

ωωω

)(1 então )()( Definindo 00

ωω ω kXT

adtetxX ktj ⋅== ∫

∞+

∞−

Logo:

0000

00 )(21)(1)(~ ωωπ

ω ωω tjk

k

tjk

k

ekXekXT

tx ∑∑+∞

−∞=

+∞

−∞=

==

)(~ tx

t −T0/2 T0/2

x(t)

t

x(t) - sinal não periódico

)(~ tx - sinal periódico

Page 9: Cap. 2  análise de fourier de sinais contínuos

2.9

→→→

⇒∞→

∫∑0

)()(~

Se 00 ωtxtx

T

E portanto teremos assim:

ωωπ

ω deXtx tj∫∞+

∞−= )(

21)(

dtetxX tj∫+∞

∞−

−= ωω )()(

X(ω) = espectro de x(t) (distribuição de x no domínio da frequência)

x(t) X(ω)

Exemplo:

Determinar a transformada de Fourier do sinal

==⋅= ∫−

πω

ωωω ω 1

11

11 sinc2sin21)( 1

1

TTT

TTdteXT

T

tj

Eq. síntese:

Eq. análise:

T. Fourier inversa

T. Fourier directa

transf. directa

transf. inversa

><

=1

1

01

)(TtTt

tx

x(t)

t

1

-T1 T1

Page 10: Cap. 2  análise de fourier de sinais contínuos

2.10

xxx

ππ )(sin)(sinc :Nota =

Problema:

Qual será o sinal x(t) que tem como espectro ?

=⋅=⋅= ∫− πππ

ωπ

ω WtWWt

WtWdetxW

W

tj sincsin121)(

sinc(x)

x

1

-4 -3 -2 -1 0 1 2 3 4

X(ω)

ω

2T1

2π/T1

x(t)

t

1

-T1 T1

><

=WW

Xωω

ω01

)(

x(t)

t

W/π

2π/W

Page 11: Cap. 2  análise de fourier de sinais contínuos

2.11

Como vimos:

Pulso no tempo sinc na freq.

Pulso na freq. sinc no tempo

Trata-se da Dualidade (propriedade que veremos mais adiante)

Questão: qualquer sinal x(t) tem representação através do integral de Fourier ?

Tem que obedecer às condições de Dirichlet:

1. x(t) é absolutamente integrável;

∞<∫+∞

∞−dttx )(

2. x(t) tem um nº finito de extremos relativos em qualquer intervalo finito;

3. x(t) tem um nº finito de descontinuidades em qualquer intervalo finito.

Exemplo:

O sinal x(t) = 1 "não tem" transf. Fourier, pois não obedece à 1ª condição de

Dirichlet. No entanto, esta questão pode ser ultrapassada recorrendo ao

conceito de impulso:

• Considere-se a função pulso anterior

• Faça-se T1 ∞

• )(2sinc2 que se-Repare 11 ωπδ

πω

TT

x(t)

t

1

-T1 T1

Page 12: Cap. 2  análise de fourier de sinais contínuos

2.12

Trata-se pois do espectro do sinal constante x(t) = 1

X(ω) indica-nos que toda a sua energia está concentrada em ω = 0

(o sinal não tem quaisquer oscilações)

X(ω)

ω

2T1

2π/T1

ππ 22221

11

=⋅⋅= TT

área

X(ω)=2πδ(ω)

ω

=∞≠

=000

)(ωω

ωX ∫+∞

∞−= πωω 2)( dX

(área sob o impulso)

x(t)

t

1

Page 13: Cap. 2  análise de fourier de sinais contínuos

2.13

2.4. Transformada de Fourier de sinais periódicos

Tal como no exemplo anterior, as funções periódicas não obedecem à 1ª

condição de Dirichlet e, como tal, só têm transformada de Fourier se

recorrermos ao conceito de impulso.

Exemplo 1:

?)(2)( espectro como temque sinal o Qual 0ωωπδω −=X

ωωωδωωωδωωωπδπ

ωωω dededetx tjtjtj ∫∫∫∞+

∞−

∞+

∞−

∞+

∞−−=−=−= )()()(2

21)( 000

00

tje 0ω=

Exemplo 2:

?)(~ genérico periódico sinal doFourier transf.a Qualk

0∑= tjkkeatx ω

Pela linearidade

Conclusão: a transformada de Fourier de um sinal periódico pode ser

interpretada como um trem de impulsos de magnitude 2πak

espaçados de ω0 em ω0.

X(ω)

ωω0

).(2)(~0∑ −=

kk kaX ωωδπω

Page 14: Cap. 2  análise de fourier de sinais contínuos

2.14

Exemplo 3:

?)()cos()( 0 == ωω Xttx

±≠===

+= −−

102/1

que pelo 21

21)( 1100

kaaa

eetxk

tjtj ωω

Exemplo 4:

±≠===

−== −−

102/1*

que pelo 21

21)(sin)( 11

000

kajaa

ej

ej

ttxk

tjtj ωωω

)(~ ωX

ω -3ω0 -2ω0 -ω0 0 ω0 2ω0 3ω0

2πa1

2πa2 2πa-1 2πa-2

2πa-3

2πa0

2πa3 . . .. . .

)(~ periódico sinal tx

X(ω)

ωω0

π

-ω0

π

X(ω)

ωω0

π/j

-ω0

-π/j

Page 15: Cap. 2  análise de fourier de sinais contínuos

2.15

Exemplo 5:

Onda quadrada !

)(2

que atrás vistoTínhamos 00 ωπω kXak =

)(2 magnitude de impulsos de tremum será )(~00 ωωπω kXaX k ⋅=

Exemplo 6:

tempono impulsos de trem).()(~ ∑ −=k

Tkttx δ

x(t)

t

1

X(ω)

ω

2T1

)(~ tx

t

1

)(~ ωX

ω

ω0.2T1

-ω0 ω0 -3ω0 3ω0

Tπ4

− Tπ2

− Tπ2

Tπ4

)(~ ωX

ω......

Tπ2

-2T -T 0 T 2T

)(~ tx

t......

1 T

dtetxT

aT

T

tjkk

1)(~1 2

20

0

0

0 === ∫−− Lω

Portanto:

)2(2)(~ ∑ −=k T

kT

X πωδπω

Page 16: Cap. 2  análise de fourier de sinais contínuos

2.16

2.5. Propriedades da transformada de Fourier

Linearidade

Sendo

Então

Simetria

Se x(t) é um sinal real, então teremos:

)()( * ωω XX =−

isto é:

{ } { }{ } { } ( ) ( )

−−=−=

−−=−=

)(arg)(arg)()(

)(Im)(Im)(Re)(Re

ωωωω

ωωωω

XXXX

XXXX

Demonstração:

==

= ∫∫

+∞

∞−

+∞

∞−

− dtetxdtetxX tjtj ωωω )()()( **

*

)()( pois )( * txtxdtetx tj == ∫+∞

∞−

ω

)( ω−= X

)()( 11 ωXtx ↔

)()( 22 ωXtx ↔

)(.)(.)(.)(. 2121 ωω XbXatxbtxa +←→+

Page 17: Cap. 2  análise de fourier de sinais contínuos

2.17

Atraso no tempo

Sendo )()( ωXtx ↔

Então

Vejamos:

{ } 000 fazendo )()( ttdtettxttx tj −=−=− ∫+∞

∞−

− σωF

σσσσ ωσωσω dexedex jtjtj ∫∫+∞

∞−

−−+∞

∞−

+− == )()( 00 )(

)(0 ωω Xe tj−=

Diferenciação e integração no tempo

ωωπ

ω deXtx tj∫∞+

∞−= )(

21)( que Sabemos

ωωωπ

ω deXjdt

tdx tj∫∞+

∞−= )(

21)( :membros os ambos Derivando

Ou seja:

Poderíamos igualmente demonstrar que para a integração no tempo se tem:

)()( 00 ωω Xettx tj ⋅←→− −

(eq. análise)

)()( ωω Xjdt

tdx←→

)()0()(1)( ωδπωω

ττ XXj

dxt

+←→∫ ∞−

Page 18: Cap. 2  análise de fourier de sinais contínuos

2.18

Mudança de escala temporal

Sendo )()( ωXtx ↔

Então

Demonstração:

{ } atdteatxatx tj === ∫+∞

∞−

− σω fazendo )()(F

<−=

>=

∫∫

∫∞+

∞−

−∞−

∞+

∞+

∞−

)0()(1)(1

)0()(1

adexa

dexa

adexa

aj

aj

aj

σσσσ

σσ

σωσω

σω

⋅=

aX

aω1

Dualidade

Exemplo:

Já tínhamos visto atrás que

pulso no tempo sinc na freq.

sinc no tempo pulso na freq.

⋅←→

aX

aatx ω1)(

( )

( )ωπ

ω

−←→

←→

xtX

Xtx

2)(

)(

Page 19: Cap. 2  análise de fourier de sinais contínuos

2.19

Relação de Parseval

Relaciona-nos a energia de um sinal entre os domínios do tempo e da

frequência.

ωωπ

dXdttx ∫∫∞+

∞−

∞+

∞−= 22 )(

21)(

∫∫∞+

∞−

∞+

∞−== ωωω

πω

dEdX

tx )(2

)()( de energia :Portanto

2

E(ω) é a densidade espectral de energia

Para sinais periódicos, temos a sua energia por período dada por:

∑∫+∞

−∞=

=k

kTadttx

T22

0 0

)(1

k ordem de harmónico do períodopor energia2 =ka

Convolução

∫+∞

∞−−== τττ dthxthtxty )()()(*)()( que Sabemos

h(t) x(t) y(t)

L I T

Page 20: Cap. 2  análise de fourier de sinais contínuos

2.20

{ } [ ] integração de ordem a invertendo )()()()( =−== ∫ ∫+∞

∞−

−+∞

∞−dtedthxtyY tjωτττω F

[ ] ==

−= ∫∫ ∫

+∞

∞−

−+∞

∞−

+∞

∞−

− τωττττ ωτω dHexddtethx jtj )()()()(

)()()()( ωωττω ωτ XHdexH j ⋅== ∫+∞

∞−

)()()()(*)()( ωωω HXYthtxty ⋅=←→=

H(ω) é a resposta em frequência do sistema

Exemplo (sinais periódicos):

tjk

kkeatx 0)( ω∑

+∞

−∞=

= y(t) = ?

)()(2)(2)()()()( 000 ∑∑ −=−⋅=⋅=k

kk

k kakHkaHXHY ωωδωπωωδπωωωω

{ } tjk

kk

tjk

kk ebeakHYty 00)()()( 0

1 ωωωω ∑∑+∞

−∞=

+∞

−∞=

− === F

Conclusão: se x(t) for um sinal periódico de coefs. ak, então y(t)

também é um sinal periódico de coefs. bk, com

)( 0ωkHab kk =

h(t) x(t) y(t)

L I T

Page 21: Cap. 2  análise de fourier de sinais contínuos

2.21

Toda a álgebra de diagrama de blocos se mantém !

Exemplo:

Os 3 sistemas a seguir são equivalentes, pois a relação de espectros é a mesma

em todos os casos.

Y(ω) = H1(ω).H2(ω).X(ω)

H(ω) X(ω) Y(ω)

Y(ω) = X(ω).H(ω)

H1(ω) X(ω) Y(ω)

H2(ω)

H2(ω) X(ω) Y(ω)

H1(ω)

H1(ω).H2(ω) X(ω) Y(ω)

Page 22: Cap. 2  análise de fourier de sinais contínuos

2.22

Convolução periódica (convolução circular)

021 período mesmo do periódicos )(~ e )(~ Sejam Ttxtx

Define-se convolução circular:

τττ dtxxtxtxtyT∫ −==

0

)(~)(~)(~*)(~)(~2121

obtendo-se: kkk baTc 0=

)(~ de coefs )(~ de coefs )(~ de coefs 21 txtxty

Modulação

[ ])(*)(21)()( ωωπ

YXtytx ←→⋅

Mais uma vez ressalta aqui o aspecto da dualidade entre os domínios do

tempo e da frequência:

Convolução no tempo produto na frequência

Produto no tempo convolução na frequência

A modulação está intimamente ligada com o "deslocamento na frequência".

Exemplo:

)()( 00 ωωω −←→⋅ Xtxe tj

Page 23: Cap. 2  análise de fourier de sinais contínuos

2.23

2.6. Relação entre as transformadas de Fourier e de Laplace

Recordemos algumas definições:

dtetxsX st∫+∞

∞−

−= )()(

dtetxX tj∫+∞

∞−

−= ωω )()(

Facilmente concluímos que a segunda expressão é um caso particular da

primeira, quando s=jω .

[ ] ωω jssXX == )()(

Para sinais cuja transformada de Fourier exista (obedeçam às condições de

Dirichlet), esta pode ser obtida a partir da transformada de Laplace no eixo

imaginário.

T. Fourier

T. Laplace bilateral

(não estudada)

σ Re

Im

ωj s

eixo das oscilações