Professional Documents
Culture Documents
O capítulo anterior mostrou como os sinais periódicos, tanto no tempo contínuo como no
discreto, podem ser representados através de séries de exponenciais complexas. Foram
determinadas as expressões das séries bem como as suas propriedades. No caso dos sinais a
tempo contínuo, foram apresentadas as condições de convergência da Série de Fourier.
Quando sinais aperiódicos estão em consideração, as séries de Fourier não mais podem ser
utilizadas para a representação dos mesmos. Para estes casos, desenvolveram-se as
Transformadas de Fourier – tanto para sinais a tempo contínuo como para aqueles a tempo
discreto. Quando sinais de duração finita no tempo discreto são considerados, mais uma
possibilidade existe de representação – é a Transformada Discreta de Fourier, que será vista
após as outras duas.
Exemplos 01
⎧ T T
A; n < t < (n + 1)
⎪⎪ 2 2
f(t) = ⎨
⎪0 ; (n + 1) < t < (n + 2) T
T
⎪⎩ 2 2
Esta onda tem período T e durante metadade dele vale A e na outra metade vale zero.
Suponha-se que T/2 é igual a τ. Quando o período é T, a freqüência fundamental é dada por
ω0 conforme a expressão a seguir.
2π
ω0 =
T
APavani
1 Sinais & Sistemas – Transformadas de Fourier
A onda pode ser representada, sob forma gráfica, por:
f(t)
A
… …
τ T t
Suponha-se, agora, que o período T será aumentado, mas que τ será mantido. Ou seja, a
onda continuará valendo A na primeira parte do período e zero na segunda. A freqüência
fundamental continuará a ser calculada pela expressão anterior, mas o T será maior e,
conseqüentemente, a freqüência fundamental menor. A nova representação gráfica é:
f(t)
A
…
…
τ T t
À medida que T crescer, com τ fixo, a onda vai se aproximando de um pulso de largura τ e
altura A, que começa em t = 0. Quando T se tornar infinito, a função será representada de
forma gráfica por:
f(t)
A
…
…
τ t
Nesta situação, freqüência fundamental será nula e não mais será possível representar a
função por uma Série de Fourier visto que o intervalo de freqüência é nulo. Recorre-se, então,
à Transformada de Fourier, que trabalha não com série de exponenciais mas com uma integral
de exponencial, na qual a freqüência é varrida como uma função contínua e não mais por
múltiplos da freqüência fundamental.
2π
ω0 =
4
APavani
2 Sinais & Sistemas – Transformadas de Fourier
f(k)
A
… …
Suponha-se que o período da onda será aumentado para N0 = 8, mas que somente as
mesmas duas primeiras amostras serão iguais a A, as demais 6 serão nulas. Ela é mostrada
no gráfico que segue e a nova freqüência fundamental é:
2π
ω0 =
8
f(k)
A
… …
f(k)
A
… …
Quando esta última situação ocorresse, a freqüência fundamental estaria reduzida a zero e
não seria mais possível representar a função através de uma série de exponenciais visto que o
intervalo da freqüência seria zero. Como no caso a tempo contínuo, recorre-se à Transformada
de Fourier, que utiliza uma integral de exponenciais onde a freqüência é varrida de forma
contínua e não mais a soma de exponenciais em múltiplos da freqüência fundamental.
Estes dois exemplos serviram para ilustrar as passagens de funções periódicas para
aperiódicas e o que acontece com as freqüências fundamentais, que seriam as bases para o
cálculo das múltiplas para a expansão em série. Observe-se que, ainda que haja diferença na
natureza dos sinais (tempos contínuo e discreto), o conceito aplicado foi o mesmo nos dois
casos. Criou-se uma função aperiódica a partir de um período de uma função periódica.
APavani
3 Sinais & Sistemas – Transformadas de Fourier
φ Transformada de Fourier para sinais a tempo contínuo
A Transformada de Fourier para sinais a tempo contínuo é utilizada para representar sinais
aperiódicos.
A Transformada de Fourier para sinais a tempo discreto é utilizada para representar sinais
aperiódicos.
Nos dois casos, tempos contínuo e discreto, a função aperiódica é vista como uma função
periódica para a qual o período tende a infinito.
⎧⎪qualquer ; t < Ta
f(t) = ⎨ (1)
⎪⎩ 0 ; t > Ta
Esta é uma função aperiódica. Suponha-se que se quer construir, a partir dela, uma função
fp(t), periódica de período T, que deve ser maior do que 2 Ta, naturalmente. Repete-se a
função a cada T instantes de tempo, utilizando f(t) e preenchendo com 0, em cada período, o
tempo que falta para completar o período.
Para a nova função, fp(t), pode-se calcular a Série de Fourier visto ser ela periódica. A Série
de Fourier foi determinada no capítulo anterior e é representada por:
∞ jkω0t ∞ jk(2π / T0 )t
fp(t) = ∑ apk e = ∑ apk e (2.a)
k = −∞ k = −∞
1 − jkω0t 1 − jk(2π / T0 )t
apk = ∫ fp(t)e dt = ∫ fp(t)e dt (2.b)
T T T T
1 T − jkω0t 1 T − jk(2π / T0 )t
apk = ∫ 2 fp(t)e dt = ∫ 2 fp(t)e dt (3)
T −T 2 T −T 2
Mas f(t) é nula fora do intervalo [-Ta, Ta], logo, pode-se escrever:
1 T − jkω0t 1 T − jk(2π / T0 )t
apk = ∫ T2 f(t)e dt = ∫ T2 f(t)e dt (4)
T −
2 T −
2
A expressão (4) pode ser escrita porque a contribuição ao integrando só é não nula no
intervalo [-Ta, Ta]. Ao substitutir-se fp(t) por f(t), não se está acrescentando área ao
integrando. A expressão (4) pode ser modificada para:
T − jkω0t T
T apk = ∫ T2 f(t)e dt = ∫ T2 f(t)e− jωt dt = ∫−∞∞ f(t)e− jωt dt = T ak (5)
− −
2 2
APavani
4 Sinais & Sistemas – Transformadas de Fourier
Na expressão (5):
Os limites de integração foram trocados para -∞ e ∞ porque a função f(t) é nula para
|t| > Ta.
ω entrou em lugar de k ω0.
Defina-se:
F(jω) é o envelope da função que contém os coeficientes da Série de Fourier, que são a sua
amostragem nos valores k ω0. Assim, pode-se escrever:
1 1
ak = F( jω) ω=kω = F( jkω0 ) (7)
T 0 T
1 ∞ jωt
f(t) = ∫ F( jω) e dω (9.a)
2π − ∞
1 ∞ jω t
f(t) = ∫ F( jω) e dω (9.a)
2π − ∞
1 σ + j∞
f(t) = ∫ F(s) est ds (10.b)
j2π σ − j∞
s = σ + jω (10.c)
Se, nas expressões (10.a&b), em s a parte real for tornada nula, chega-se às expressões da
Transformada de Fourier (6.a) e (9.a). A prova desta afirmativa é deixada como problema.
Assim como nos casos da Transformada Z e da Série de Fourier, precisam ser determinadas as
condições de convergência da Transformada de Fourier para sinais aperiódicos no tempo
contínuo. O estabelecimento da Transformada de Fourier se deu para sinais aperiódicos de
duração limitada, f(t); t ∈ [-Ta, Ta], e nula fora dele. Mas é possível estender a aplicabilidade
da Transformada de Fourier a outros tipos de sinais aperiódicos, desde que atendidas as
condições de convergência.
1 ∞ jω t
f(t) = ∫ F( jω) e dω (9.a)
2π − ∞
Suponha-se, porém, que ao calcular a Transformada Inversa não se chegue a f(t), mas a uma
outra função fa(t) que a aproxima:
1 ∞ jωt
fa(t) = ∫ F( jω) e dω (11)
2π − ∞
APavani
6 Sinais & Sistemas – Transformadas de Fourier
Suponha-se, inicialmente, que f(t) tem energia finita; sob esta circunstância, f(t) é
absolutamente integrável e (6.a) converge. A condição de energia finita, conforme
apresentada no capítulo anterior, é:
∞ 2
∫− ∞ f(t) dt < ∞ (12)
∞ 2
∫− ∞ ε(t) dt < ∞ (14)
E, sendo assim, fa(t) pode divergir de f(t) em alguns pontos, mas como no caso da Série de
Fourier, não existe diferença de energia entre elas.
∞
∫− ∞ f(t) dt < ∞ (15)
⎧
⎪ 0;t ≠ 0
⎪⎪
δ(t) = ⎨ ∞ ; t = 0 (16)
⎪+ ∞
⎪ ∫ δ(t) dt = 1
⎪⎩ - ∞
Caso se fosse desenhar os diagramas de módulo e fase de Δ(jω), o diagrama de módulo seria
igual a 1 para todo o espectro, denotando que todas as freqüências contribuem com igual peso
para a composição do sinal.
APavani
7 Sinais & Sistemas – Transformadas de Fourier
Considere-se o impulso deslocado de τ unidades de tempo e aplique-se a Transformada de
Fourier:
⎧
⎪ 0;t ≠ τ
⎪⎪
δ(t - τ) = ⎨ ∞ ; t = τ (18)
⎪+ ∞
⎪ ∫ δ(t - τ) dt = 1
⎪⎩ - ∞
Observe-se que nenhum dos resultados encontrados é uma surpresa visto que resultados
análogos foram encontrados para as Transformadas de Laplace e Z.
⎧⎪1 ; t < Ta
p(t) = ⎨ (20)
⎪⎩0 ; t > Ta
2 senωTa
P(jω) = F [ p(t) ] = ∫−∞∞ p(t) e - jωt dt = ∫-TTa e - jωt dt = (21)
a ω
A última parte da expressão (21) é designada função amostra (sampling function) ou função
sinc (sinc function).
2 senωTa
P(jω) = F [ p(t) ] = ∫−∞∞ p(t) e- jωt dt = ∫-TTa e- jωt dt = (21)
a ω
A função tem a forma do gráfico da figura 1, ainda que os valores não correspondam devido
aos fatores de escala, visto que o gráfico foi traçado para a forma normalizada:
⎧ 1 ; x =0
⎪
f(x) = ⎨ sen x (21.norm)
⎪⎩ x ; x ≠0
APavani
8 Sinais & Sistemas – Transformadas de Fourier
Figura 1 – Função amostra ou sinc – de http://mathworld.wolfram.com/SincFunction.html
ω=0
d(sen ωTa)
dω T cos ωTa
P(j0) = 2 =2 a = 2 Ta (21.a)
d(ω) 1 ω =0
dω ω =0
π
ωTa = ± π ∴ ω= ± (21.c)
Ta
Como o gráfico da função amostra é simétrico, esta é a razão pela qual aparece ±.
Os outros pontos especiais são máximos e mínimos (que acontecem em múltiplos ímpares de
π/2) e pontos nulos (que acontecem em múltiplos de π).
⎧⎪ - at ; t > 0, a > 0
f(t) = ⎨e (22)
⎪⎩ 0; t < 0
∞
∞ - jωt ∞ -at - jωt ∞ -(a+ jω)t e-(a+ jω)t 1
F(jω) = F [ f(t) ] = ∫− ∞ f(t) e dt = ∫0 e e dt = ∫0 e dt = = ; a>0
− (a + jω) a + jω
0
(23)
Esta é a primeira função complexa que foi determinada – nos casos do impulso unitário na
origem e do pulso, as respectivas transformadas eram reais.
Módulo
1 1
F( jω) = = (24)
a + jω (a)2 + (ω)2
Como o módulo é uma função par, a análise feita para ω > 0 será válida para ω < 0. Quando ω
for próximo de 0, o módulo valerá 1/a e este será seu maior valor. À medida que ω crescer, o
módulo diminuirá até chegar próximo de 0, quando ω tender a ∞. Derivando-se o módulo com
respeito a ω e igualando a 0, determina-se a expressão:
1
d F( jω) − 2ω
2 −ω
= = =0 (25.a)
dω 3 3
⎡ 2 2⎤ ⎡ 2 2⎤
⎢⎣ (a) + (ω) ⎥⎦ ⎢⎣ (a) + (ω) ⎥⎦
Assim, o módulo passa por seu máximo, como afirmado anteriormente, no ponto de ω = 0. No
ponto de máximo, o o valor do módulo é:
1 1
F( jω) = = (25.b)
a a
1 1 1 2
F( ja) = = = = (26)
a + ja (a)2 + (a)2 a 2 2a
APavani
10 Sinais & Sistemas – Transformadas de Fourier
Assim, verifica-se que no ponto ω = a o módulo vale 70.7% de seu valor máximo. A expressão
(26) vale tanto para ω positivo quanto negativo, visto que o módulo é uma função par.
Fase
ω
ΦF( jω) = − arctg (27)
a
Volte-se à expressão (23) para a análise da fase. A fase é uma função ímpar, logo a análise
deve ser feita para ω > 0 e ω < 0. Seja ω > 0, quando ω for próximo de 0, a fase será 0o, visto
que a parte imaginária será desprezível frente o valor de a. Aliás, por ser uma função ímpar,
tem que ser nula em 0. À medida que ω crescer, a parte imaginária crescerá enquanto a real é
constante, quando ω tender a ∞ a fase tenderá a -90o. Seja ω < 0, a análise para ω próxima de
0 é a mesma, mas assim que ω se tornar não nulo, o sinal de ω será negativo, invertendo o
sinal da tangente, e a fase será positiva. Quando o valor de ω tender a ∞ a fase tenderá a 90o.
Examinando o ponto ω = a, como foi feito no caso do módulo:
a
ΦF( jω) = − arctg = − arctg 1 = − 45o (28)
a
-a
ΦF( jω) = − arctg = − arctg - 1 = 45o (29)
a
- at
f(t) = e ; a>0 (30)
f(t)
-a t
F(jω) = F [ f(t) ] = ∫−∞∞ f(t) e- jωt dt = ∫−∞∞ e e- jωt dt = ∫-0∞ eat e- jωt dt + ∫0∞e-at e- jωt dt (31)
APavani
11 Sinais & Sistemas – Transformadas de Fourier
0 j∞
e(a- jω)t e − (a + jω)t 1 1 2a
F( jω) = ∫−0∞ e(a − jω)t dt + ∫0∞e − (a + jω)t dt = + = + =
(a - jω) (a + jω) a − jω − (a + jω) a2 + ω2
−∞ 0
(32)
Esta transformada é real e positiva, assim só é necessária a análise do módulo, visto que a
fase é 0 para ω ∈ (-∞, ∞).
2a 2
F( j0) = = (33)
2 a
a
jω t
f(t) = e 0 (34)
1 ∞ jω t 1 ∞ jω t 1 jω0t
g(t) = ∫− ∞ G( jω) e dω = ∫− ∞ δ(ω − ω0 ) e dω = e (36)
2π 2π 2π
Observe-se que:
Este resultado é importante visto que a função (34), exponencial imaginária, é uma função
periódica de freqüência fundamental ω0.
APavani
12 Sinais & Sistemas – Transformadas de Fourier
G(jω)
(2π)
ω0 t
⎧ jω0t
⎪
f(t) = ⎨e ;− T ≤ t ≤ T (39)
⎪⎩ 0 ; t > T
T
∞ - jωt T jω t - jωt - j(ω − ω0 )t e- j(ω − ω0 )t
F(jω) = F [ f(t) ] = ∫− ∞ f(t) e dt = ∫− T e 0 e dt = ∫−TT e dt = (40)
− j(ω − ω0 )
−T
T
e- j(ω − ω0 )t e- j(ω − ω0 )T − e- j(ω − ω0 )(− T ) e- j(ω − ω0 )T − e j(ω − ω0 )(T )
F(jω) = = = (41)
− j(ω − ω0 ) − j(ω − ω0 ) − j(ω − ω0 )
−T
φ Linearidade
Defina-se:
APavani
13 Sinais & Sistemas – Transformadas de Fourier
G( jω) = α1 F1( jω) + α2 F2( jω) (46)
φ Deslocamento no tempo
Defina-se:
φ Deslocamento na freqüência
Defina-se:
A função g(t) é:
φ Derivação
Defina-se:
df(t)
g(t) = (52)
dt
φ Integração
Defina-se:
APavani
14 Sinais & Sistemas – Transformadas de Fourier
A Transformada de Fourier de g(t) é:
1
G( jω) = F(jω) + π F(0) δ(ω) (55)
jω
φ Convolução
Defina-se:
φ Conjugação
Defina-se:
φ Conjugação simétrica
APavani
15 Sinais & Sistemas – Transformadas de Fourier
⎧
⎪ 0;t ≠ 0
⎪⎪
δ(t) = ⎨ ∞ ; t = 0 (16)
⎪+ ∞
⎪ ∫ δ(t) dt = 1
⎩⎪ - ∞
t
u- 1 (t) = ∫ δ(τ)dτ (61)
− ∞
1 1
U −1 ( jω) = Δ( jω) + π Δ(0) δ(ω) = + π δ(ω) (62)
jω jω
⎧qualquer ; - Ka ≤ k ≤ Kb
f(k) = ⎨ (63)
⎩ 0 ; fora do intervalo
Suponha-se, como ilustração que a função é representada de forma gráfica pela figura 5.
f(k)
… …
-Ka Kb k
Como no caso do tempo contínuo, uma função periódica é construída, utilizando f(k) e
escolhendo um período maior do que (Ka+Kb+1), que é o número de amostras de f(k). Seja a
função periódica de período K, fp(k), representada sob forma gráfica na figura 6.
APavani
16 Sinais & Sistemas – Transformadas de Fourier
fp(k)
… …
-K -Ka Kb K k
Para a nova função, fp(k), pode-se calcular a Série de Fourier visto ser ela periódica. A Série
de Fourier foi determinada no capítulo anterior e é representada por:
jn(2π / K)k
fp(k) = ∑ apn e (64.a)
n =< K >
1 − jn(2π / K)k
apn = ∑ fp(k)e (64.b)
K k =< K >
Defina-se a função:
( )
F e jω =
∞
∑ f(k)e
k = −∞
− jωk
(66.a)
( ) = F [ f(k) ]
F e jω (66.b)
2π
ω = n ω0 = n (67.a)
K
1 ω0
= (67.b)
K 2π
1
an = F(e jω ) (68)
K
APavani
17 Sinais & Sistemas – Transformadas de Fourier
Esta expressão pode ser levada à série, no lugar de apn = an, e 1/K pode ser substituído por
(67.b), dando origem a:
fp(k) = ∑
1
k =< K > K
( )
F e jω e jn(2π / K)k = ∑
ω0
k =< K > 2π
( )
F e jω e jn(2π / K)k =
1
( )
∑ ω0 F e
2π k =< K >
jω
e jn(2π / K)k (69)
Esta função é periódica com período K amostras. Fazendo-se K aumentar até que K Æ ∞, a
freqüência ω0 Æ 0, o somatório em (69) transforma-se em integral e a função fp(k) passa a
ser a f(k) original. A expressão é então:
f(k) =
1
∫ Fe
2π 2π
jω
( )
e jωk dω (70.a)
( )
F e jω =
∞
∑ f(k)e
k = −∞
− jωk
(66.a)
f(k) =
1
2π
∫2π F e ( )
jω
e jωk dω (70.a)
( ) = F [ f(k) ]
F e jω (66.b)
f(k) = F [ F (e ) ]
-1 jω
(70.b)
Observa-se que a expressão (66.a) representa uma função periódica de ω, sendo o período 2π.
Esta é uma diferença frente ao caso contínuo, ou seja, no caso discreto a função se repete a
cada 2π, logo, o módulo e a fase se repetem.
∞
-k
F(z) = ∑ f(k) z (71.a)
k = −∞
1 k -1
f(k) = ∫ F(z) z dz (71.b)
j2π
APavani
18 Sinais & Sistemas – Transformadas de Fourier
As expressões (71.a&b) são, respectivamente, a Transformada de Z e a Transformada Z
Inversa da função f(k). Nelas, a variável z é uma variável complexa, representada na sua
forma polar por:
z = r e jω (71.c)
Se, nas expressões (71.a&b), em z o raio for tornado unitário, chega-se às expressões da
Transformada de Fourier (66.a) e (70.a). A prova desta afirmativa é deixada como problema.
∞
∑ f(k) < ∞ (72)
k = −∞
ou
∞ 2
∑ f(k) <∞ (73)
k = −∞
⎧0 ; k ≠ 0
δ(k) = ⎨ (74)
⎩1 ; k = 0
( )
Δ e jω = F [ δ(k) ] =
∞
∑ f(k) e
k = −∞
− jωk
=
∞
∑ δ(k) e
k = −∞
− jω k
=1 (75)
Caso se fosse desenhar os diagramas de módulo e fase de Δ(ejω), o diagrama de módulo seria
igual a 1 para todo o espectro, denotando que todas as freqüências contribuem com igual peso
para a composição do sinal. O diagrama de fase seria nulo para todas as freqüências visto que
a fase de um real positivo é nula.
APavani
19 Sinais & Sistemas – Transformadas de Fourier
Considere-se o impulso deslocado de ρ unidades de tempo e aplique-se a Transformada de
Fourier:
⎧0 ; k ≠ ρ
δ(k - ρ) = ⎨ (76)
⎩1 ; k = ρ
( )
Δd e jω = F [ δ(k - ρ) ] =
∞
∑ f(k) e
k = −∞
− jω k
=
∞
∑ δ(k − ρ) e
k = −∞
− jω k
= 1 e - jωρ (77)
Observe-se que nenhum dos resultados encontrados é uma surpresa visto que resultados
análogos foram encontrados para as Transformadas de Laplace, Z e de Fourier para sinais no
tempo contínuo.
Considere-se a função pulso unitário no tempo discreto, centrada na origem (como no caso
contínuo visto anteriormente) e de duração (2N+1) amostras:
⎧ 1 ; −N≤k ≤N
p(k) = ⎨ (78)
⎩0 ; fora do intervalo
( )
P e jω = F [ p(k) ] =
N
∑1 e
k = −N
− jω k
= e jωN + e jω(N −1) + ... + e jω + e − jω0 + e − jω + ... + e − jω(N −1) + e − jωN
( )
P e jω = cos (ωN) + j sen (ωN) + cos [ω(N - 1)] + j sen [ω(N - 1)] + ... + cos (ω) + j sen (ω) + 1 +
cos (ω) − j sen (ω) + ... + cos [ω(N - 1)] − j sen [ω(N - 1)] + cos (ωN) − j sen (ωN)
( )
P e jω = 2 cos (ωN) + 2 cos [ω(N - 1)] + ... + 2 cos (ω) + 1 (79)
⎧⎪ k
f(k) = ⎨a ; k ≥ 0, a < 1 (80)
⎪⎩ 0 ; k < 0
( ) ∞
k =0
∞
F e jω = F [ f(k) ] = ∑ ak e − jωk = ∑ (ae − jω )k =
k =0
1
1 − ae − jω
=
1
[1 − a (cos ω)] + j a (sen ω)
(81)
Módulo
APavani
20 Sinais & Sistemas – Transformadas de Fourier
( )
F e jω =
1
[1 − a (cos ω)] + j a (sen ω)
=
1
(82)
[1 − a (cos ω)]2 + [a (sen ω)]2
A expressão (82) deve ser analisada para os 2 casos possíveis – a positivo e a negativo.
a positivo
ω=0
( )
F e j0 =
1
=
1
1−a
(83.a)
[1 − a ]2
ω=π
( )
F e jπ =
1
=
1
1+a
(83.b)
[1 + a ]2
Observe-se que o valor do módulo em (83.a) é maior do que o de (83.b). Ressalte-se que
|a|<1, assim o módulo é positivo (como tem que ser!!) e o denominador de (83.a) é menor
devido à subtração.
ω = 2π
( )
F e j2π =
1
=
1
1−a
(83.c)
[1 − a ]2
a negativo
ω=0
( )
F e j0 =
1
2
=
1
1+ a
(84.a)
[1 + a ]
ω=π
( )
F e jπ =
1
=
1
1− a
(84.b)
[1 − a ]2
Fase
( )
ΦF e jω = − arctg
a (sen ω)
[1 − (a cos ω)]
(85)
APavani
21 Sinais & Sistemas – Transformadas de Fourier
A fase é uma função ímpar, logo a análise deve ser feita para ω > 0 e ω < 0. Seja ω > 0,
quando ω for próximo de 0, a fase será 0o, visto que a parte imaginária será desprezível frente
o valor de a. Aliás, por ser uma função ímpar, tem que ser nula em 0.
Como no caso do módulo, a função é periódica, o que é facilmente observável pelos seno e
cosseno na expressão. Ainda, como no caso do módulo, a diferença de sinal de a vai fazer com
que a fase seja diferente em cada uma das situações (a positivo e a negativo).
jω k
f(k) = e 0 (86)
Esta função é periódica no tempo k. Quando foi estudada a exponencial imaginária no tempo
contínuo (com freqüência ω0), determinou-se que sua transformada era um impulso em ω =
ω0. Isto significava que somente aquela freqüência era necessária para representar o sinal,
visto que era a freqüência do sinal. O mesmo ocorre com a caso discreto, mas agora, existe a
periodicidade. A prova é deixada como exercício, a Transformada de Fourier da exponencial
imaginária é:
( )
F e jω = F [f(k)] =
k = −∞
∞ jω k - jωk
∑e 0 e
∞
= ∑ 2π δ(ω - ω0 − 2πr)
r =∞
(87)
Como nos casos das Transformadas de Laplace, Z e de Fourier para sinais no tempo contínuo,
e no da Série de Fourier, as Transformadas de Fourier para os sinais a tempo discreto
possuem propriedades. A seguir são apresentadas algumas delas; as provas das propriedades
são deixadas como exercícios aos alunos.
φ Linearidade
( )
f1(k) ↔ F1 e jω (88.a)
f (k) ↔ F (e )
2 2
jω
(88.b)
Defina-se:
( ) ( )
G e jω = α1 F1 e jω + α2 F2 e jω ( ) (90)
φ Periodicidade
( )
f(k) ↔ F e jω (91)
( ) (
F e jω = F e j(ω + 2π) ) (92)
APavani
22 Sinais & Sistemas – Transformadas de Fourier
φ Deslocamento no tempo
f(k) ↔ F e jω ( ) (91)
Defina-se:
( )
G e jω = e− jωρ F e jω ( ) (94)
φ Deslocamento na freqüência
f(k) ↔ F e jω ( ) (91)
Defina-se:
( ) (
G e jω = F e
jω − jω0
) = F(e j(ω − ω0
) (95)
A função g(k) é:
jω k
g(k) = e 0 f(k) (96)
φ Diferença
Como estão em consideração os sinais no tempo discreto, não se pode tratar de operações de
derivação e de integração, como no caso contínuo. Assim, devem ser usados os seus
correspondentes no tempo discreto – a diferença e a acumulação.
f(k) ↔ F e jω ( ) (91)
Defina-se:
( ) ( ) ( )
G e jω = 1 − e− jω F e jω (98)
Observe-se que este resultado é análogo ao das Transformadas Z dos respectivos sinais, ou
seja:
(
G(z) = 1 − z −1 F(z)) (99)
φ Acumulação
APavani
23 Sinais & Sistemas – Transformadas de Fourier
Seja o par Transformada de Fourier:
( )
f(k) ↔ F e jω (91)
Defina-se:
k
g(k) = ∑ f(r) (100)
r = −∞
( )
G e jω =
1−e
1
− jω
( ) ( ) ∞
F e jω + π F e jω ∑ δ(ω − 2πn)
n = −∞
(102)
φ Convolução
( )
f1(k) ↔ F1 e jω (88.a)
f (k) ↔ F (e )
2 2
jω
(88.b)
Defina-se:
k
g(k) = f1(k) * f2(k) = ∑ f1(k − ρ) f2(ρ) (103)
ρ = −∞
( ) ( ) ( )
G e jω = F1 e jω F2 e jω (104)
φ Conjugação
( )
f(k) ↔ F e jω (91)
Defina-se:
( )
G e jω = F* e-jω ( ) (106)
φ Conjugação simétrica
APavani
24 Sinais & Sistemas – Transformadas de Fourier
Seja o par Transformada de Fourier da função real f(k):
( )
f(k) ↔ F e jω (107)
( ) ( )
F e − jω = F * e j ω (108)
Como no caso dos sinais a tempo contínuo, em que a propriedade da integração permitia
determinar a Transformada de Fourier de um degrau unitário (que será infinita em um ponto)
a partir da Transformada de Fourier do impulso, o mesmo se dará no caso dos sinais a tempo
discreto. No caso destes últimos, a propriedade a ser usada é a acumulação.
Para que estes conceitos sejam compreendidos, é necessário que se relembrem relações
apresentadas no capítulo 1 e aqui repetidas por conveniência. Elas dizem respeito às relações
existentes entre as funções impulso e degrau unitários no tempo discreto.
As funções degrau e impulso unitários, no tempo discreto, são relacionadas através das
expressões:
k
u-1(k) = ∑ δ(r) (cap1.20)
r =-∞
A primeira (cap1.20) representa o degrau unitário como uma acumulação do impulso unitário
e a segunda o impulso unitário como uma diferença de degraus.
Observa-se que as funções pulso podem ser representadas como diferenças de degraus com
deslocamentos superiores a uma unidade de tempo.
⎧0 ; k ≠ 0
δ(k) = ⎨ (74)
⎩1 ; k = 0
( )
Δ e jω = F [ δ(k) ] =
∞
∑ f(k) e
k = −∞
− jωk
=
∞
∑ δ(k) e
k = −∞
− jω k
=1 (75)
( )
U − 1 e − jω =
1
1 − e − jω
∞
+ ∑ π δ(ω + 2πr)
r = −∞
(109)
Exemplo 02
APavani
25 Sinais & Sistemas – Transformadas de Fourier
φ Função composta por dois pulsos não unitários
⎧15 ; 1 ≤ k ≤ 10 e 21 ≤ k ≤ 30
f(k) = ⎨
⎩ 0 ; fora dos intervalos
Observe-se que esta funcão ser composta por dois pulsos de largura 10 amostras, separados
por um conjunto de 10 amostras nulas. As amplitudes dos pulsos são 15. Serão dois
segmentos cujas transformadas deverão ser somadas (linearidade da Transformada de
Fourier). Além disto, a função não é simétrica com respeito à origem, como foi o caso do pulso
unitário de largura 2N+1 calculado anteriormente. Para que se aproveite o resultado anterior,
será necessário que se aplique a propriedade do deslocamento no tempo. Ainda, é importante
observar que a altura dos pulsos é 15, logo a propriedade da linearidade deverá ser aplicada
por duas razões – pela composição por dois segmentos de pulsos e também devido à
amplitude.
( )
P e jω = 2 cos (ωN) + 2 cos [ω(N - 1)] + ... + 2 cos (ω) + 1
( )
P e jω = 30 cos (10 ω) + 30 cos (9 ω) + ... + 30 cos (ω) + 15
A expressão anterior será a base para determinar as transformadas dos dois segmentos. O
primeiro será obtido dele através de um deslocamento de 11 unidades de tempo. Logo, sua
transformada será:
( )
P1 e jω = [30 cos (10 ω) + 30 cos (9 ω) + ... + 30 cos (ω) + 15] e -j11ω
O segundo será obtido dele através de um deslocamento de 21 unidades de tempo. Logo, sua
transformada será:
( )
P2 e jω = [30 cos (10 ω) + 30 cos (9 ω) + ... + 30 cos (ω) + 15] e -j21ω
( ) (
P e jω = [30 cos (10 ω) + 30 cos (9 ω) + ... + 30 cos (ω) + 15] e -j11ω + e -j21ω )
Para a derivação da DFT, volta-se à Série de Fourier de sinais periódicos no tempo discreto,
usando como artifício a criação de uma função periódica com período igual à duração da
função (de duração finita) a qual se quer representar através da DFT. Observe-se que esta
mesma técnica foi utilizada no caso da Transformada de Fourier de uma sinal no tempo
discreto, quando, ao final, fazia-se o período tender a infinito.
Para que se conceitue a DFT, serão utilizados alguns passos. Para simplificar a notação,
definam-se os símbolos:
2π
−j
WK = e K (110.a)
2π
−j nk
WKnk = e K (110.b)
2π
jn k
K0
fp(k) = ∑ an e (112.a)
n =< K0 >
2π
− jn k
1 K0
an = ∑ fp(k) e (112.b)
K0 k =< K0 >
Como as funções exponenciais imaginárias discretas são periódicas de período 2π, o número
de termos na série é finito e igual ao número de amostras que compõem o período
fundamental, logo, K0.
APavani
27 Sinais & Sistemas – Transformadas de Fourier
2π
K −1 jn k K −1
fp(k) = ∑ an e K = ∑ an WK- kn (112.c)
n=0 n=0
2π
1 K −1 − jn k 1 K −1
K kn
an = ∑ fp(k) e = ∑ fp(k)WK (112.d)
K k =0 K k =0
an Æ Fp(n)
2π
1 K −1 jn k 1 K −1 - kn
fp(k) = ∑ Fp(n) e K = ∑ Fp(n) WK (112.e)
K n=0 K n=0
2π
K −1 − jn k K −1
Fp(n) = ∑ fp(k) e K = ∑ fp(k) WKkn (112.f)
k =0 k =0
Este é o par de definição da Série de Fourier da função periódica com a nova notação. Guarde-
se, temporariamente, este resultado.
A Transformada é:
( )
F e jω =
∞
∑ f(k)e
k = −∞
− jωk
(66.a)
A Transformada Inversa é:
f(k) =
1
∫ Fe
2π 2π
jω
( )
e jωk dω (70.a)
2π
ω= n (113)
K
APavani
28 Sinais & Sistemas – Transformadas de Fourier
⎛ j 2π n ⎞
( )
Fpa(n) = F e jω
ω=
2π
n
⎜
= F⎜ e K ⎟
⎜
⎟
⎟
(114)
K ⎝ ⎠
Suponha-se que, com os coeficentes amostrados (114), vai ser construída uma Série de
Fourier:
2π
1 K −1 j kn 1 K −1
K − kn
fpa(k) = ∑ Fpa(n)e = ∑ Fpa(n)WK (115)
K n=0 K n=0
( )
F e jω =
∞
∑ f(m)e
m = −∞
− jω m
(116)
⎡ -j
2π
nm ⎤
1 K −1 ⎢ ∞ ⎥W− kn
fpa(k) = ∑ ∑ f(m) e K (117)
K n = 0 ⎢m = −∞ ⎥ K
⎢⎣ ⎥⎦
∞ ⎡ 1 K −1 -n(k - m) ⎤
fpa(k) = ∑ f(m) ⎢ ∑ WK ⎥ (118)
m = −∞ ⎣K n = 0 ⎦
1 K −1 - n(k - m) ∞
∑ WK = ∑ δ(k − m + rK) (119)
K n=0 r = −∞
A passagem de (118) para (119) pode ser, facilmente, entendida se se observar que o
somatório no colchete é nulo sempre que k ≠ m e será não nulo sempre que o expoente for
um múltiplo inteiro de 2π. Logo:
2π
(k − m) n = 2π r n (119.a)
K
k −m =rK (119.b)
Logo, haverá uma série infinita de valores (para todos os r inteiros) que satisfazem (119.b) e
que dão origem à expressão (119).
∞ ∞ ∞ ∞
fpa(k) = ∑ f(m) ∑ δ(k − m + rK) = ∑ ∑ f(m) δ(k − m + rK) (120)
m = −∞ r = −∞ r = −∞ m = −∞
APavani
29 Sinais & Sistemas – Transformadas de Fourier
∞
fpa(k) = ∑ f(k + rK) (121)
r = −∞
A expressão anterior pode ser interpretada como a convolução da função de duração finita f(k)
com o trem de impulsos:
∞
fpa(k) = f(k) * ∑ δ(k + rK) (122)
r = −∞
A expressão (122) mostra que fpa(k) é uma função periódica de período K, visto que os
impulsos assim se repetem. Ao mesmo tempo, ela foi gerada a partir da amostragem do
espectro (Transformada de Fourier) da função periódica f(k), em um número arbitrário de
amostras, K, desejado para período da onda periódica a ser criada. A seguir é apresentado um
exemplo.
Exemplo 03
f(k)
… …
f(k)
… …
f(k)
… …
APavani
30 Sinais & Sistemas – Transformadas de Fourier
f(k)
… …
Ainda que as amostragens da Transformada de Fourier sejam as mesmas, a nova função não
tem um período igual à f(k) original.
Com esses passos dados, é possível passar ao conceito da Transformada Discreta de Fourier.
φ A definição da DFT
⎧qualquer ; 0 ≤ k ≤ K - 1
f(k) = ⎨ (124)
⎩ 0 ; fora do intervalo
Para alguns tipos de cálculo, quando K não for par, completa-se a seqüência com (M-N) zeros
até que se atinja um M par.
∞
fp(k) = ∑ f(k + rK) (125)
r = −∞
K −1
Fp(n) = ∑ fp(k) WKkn (126.a)
k =0
E a Transformada Inversa é:
1 K −1 - kn
fp(k) = ∑ Fp(n) WK (126.b)
K n=0
APavani
31 Sinais & Sistemas – Transformadas de Fourier
⎧K − 1
⎪ ∑ f(k) WKkn ; 0 ≤ n ≤ K - 1
F(n) = ⎨k = 0 (127.a)
⎪⎩ 0 ; caso contrário
⎧ 1 K −1
⎪ ∑ F(n) WK-kn ; 0 ≤ k ≤ K - 1
f(k) = ⎨K n = 0 (127.b)
⎪⎩ 0 ; caso contrário
As expressões que seguem são chamadas de par da Transformada Discreta de Fourier. A DFT
ou equação de análise:
K −1
F(n) = ∑ f(k) WKkn (127.a)
k =0
1 K −1 -kn
f(k) = ∑ F(n) WK (127.b)
K n=0
Observe-se que o espectro é analisado no intervalo (0, 2π), mas se fosse calculado para
outros pontos fora deste intervalo, seria não nulo por refletir a periodicidade do espectro da
Transformada de Fourier do sinal aperiódico, da qual é amostragem. No que diz respeito à
f(k), fora no intervalo ela é nula.
⎧0 ; k ≠ 0
δ(k) = ⎨ (74)
⎩1 ; k = 0
Para determinar uma DFT é necessário escolher o período da função periódica que tem a
função em consideração como período.
Escolha-se, inicialmente, K = 2.
2π
1 1 -j kn 1
Δ(n) = DFT [ δ(k) ] = ∑ δ(k) W2kn = ∑ δ(k) e 2 = ∑ δ(k) e - jπkn = 1
k =0 k =0 k =0
APavani
32 Sinais & Sistemas – Transformadas de Fourier
Observe-se que a DFT do impulso unitário será 1 qualquer que seja o valor de n ∈ [ 0, 1 ].
Escolha-se, agora, K = 3.
2π 2π
2 2 -j kn 2 -j kn
Δ(n) = DFT [ δ(k) ] = ∑ δ(k) W3kn = ∑ δ(k) e 3 = ∑ δ(k) e 3 =1
k =0 k =0 k =0
Observe-se que a DFT do impulso unitário será 1 qualquer que seja o valor de n ∈ [ 0, 2 ].
Este resultado é igual ao primeiro. Do ponto de vista do cálculo, isto ocorre porque somente
em k = 0 o impulso é não nulo e sempre o mesmo termo do somatório é calculado; ele é
sempre igual a 1. Do ponto de vista do conceito de DFT, isto ocorre porque a Transformada de
Fourier do impulso unitário na origem é 1 para todo o espectro, logo, não faz diferença a
maneira como ela é amostrada.
Exemplos 04
Considere-se a função pulso unitário no tempo discreto, aplicada na origem e com duas
amostras:
⎧ 1 ; k ∈ [0, 1]
p(k) = ⎨
⎩0 ; fora do intervalo
2π
1 1 -j kn 1
P(n) = DFT [ p(k) ] = ∑ p(k) W2kn = ∑ p(k) e 2 = ∑ p(k) e - jπkn = 1 + e - jπn
k =0 k =0 k =0
Observe-se que, neste caso, a DFT é complexa e depedente do ponto de freqüência que será
calculada. Determinem-se os pontos:
P(0) = 1 + 1 = 2
P(1) = 1 − 1 = 0
2π 2π 2π
2 2 -j kn 2 -j kn -j n
P(n) = DFT [ p(k) ] = ∑ p(k) W3kn = ∑ p(k) e 3 = ∑ p(k) e 3 =1+e 3
k =0 k =0 k =0
Observe-se que, neste caso, a DFT é complexa e depedente do ponto de freqüência que será
calculada. Determinem-se os pontos:
P(0) = 1 + 1 = 2
⎛ 2π ⎞ ⎛ 2π ⎞ 1 3 1 3
P(1) = 1 + cos ⎜ ⎟ + j sen ⎜ ⎟ =1− + j = +j = 1 e j 83.66 (fase em graus)
⎝ 3 ⎠ ⎝ 3 ⎠ 2 2 2 2
⎛ 4π ⎞ ⎛ 4π ⎞ 1 3 1 3
P(2) = 1 + cos ⎜ ⎟ + j sen ⎜ ⎟ =1− − j = −j = 1 e - j 83.66 (fase em graus)
⎝ 3 ⎠ ⎝ 3 ⎠ 2 2 2 2
Observe-se que, neste caso, a DFT é complexa e depedente do ponto de freqüência que será
calculada. Determinem-se os pontos:
P(0) = 1 + 1 = 2
⎛π⎞ ⎛π⎞
P(1) = 1 + cos ⎜ ⎟ + j sen ⎜ ⎟ = 1 + 0 + j = 1 + j = 1 e j 45 (fase em graus)
2
⎝ ⎠ ⎝2⎠
⎛ 3π ⎞ ⎛ 3π ⎞ 1 3 1 3
P(3) = 1 + cos ⎜ ⎟ + j sen ⎜ ⎟ =1− + j = +j = 1 e j 83.66 (fase em graus)
⎝ 2 ⎠ ⎝ 2 ⎠ 2 2 2 2
⎧ k ; k ∈ [0, 2]
f(k) = ⎨
⎩0 ; fora do intervalo
2π 2π 2π 2π
2 2 -j kn 2 -j kn -j n -j n
F(n) = DFT [ f(k) ] = ∑ f(k) W3kn = ∑ p(k) e 3 = ∑ f(k) e 3 =0+e 3 +2e 3
k =0 k =0 k =0
F(0) = 0 + 1 + 2 = 3
⎛ 2π ⎞ ⎛ 2π ⎞ 1 3 1 3
F(1) = 0 + cos ⎜ ⎟ + j sen ⎜ ⎟= − +j = − +j = 1 e j 96.34
⎝ 3 ⎠ ⎝ 3 ⎠ 2 2 2 2
⎛ 4π ⎞ ⎛ 4π ⎞ 1 3 1 3
F(2) = 0 + cos ⎜ ⎟ + j sen ⎜ ⎟= − −j = − −j = 1 e j 263.66
⎝ 3 ⎠ ⎝ 3 ⎠ 2 2 2 2
V I. Exercícios Propostos
07. Obtenha a Série de Fourier para sinais no tempo contínuo a partir da Transformada de
Fourier da exponencial imaginária.
10. No desenvolvimento da Transformada de Fourier dos sinais a tempo contínuo, uma das
funções para as quais se determinou a transformada foi o pulso unitário centrado na
origem. Para ela, determinou-se que a Transformada de Fourier é uma função real – é a
função amostragem ou sinc. Considere que a função a ser estudada é uma função pulso
unitário, mas que não está centrada na origem, que ela tem a mesma largura da anterior,
mas está à direita do zero, dada por:
⎧ 1 ; 0 < t < 2 Ta
p(t) = ⎨
⎩0 ; fora do intervalo
11. No desenvolvimento da Transformada de Fourier dos sinais a tempo discreto, uma das
funções para as quais se determinou a transformada foi o pulso unitário centrado na
origem. Para ela, determinou-se que a Transformada de Fourier é uma função real.
Considere que a função a ser estudada é uma função pulso unitário, mas que não está
centrada na origem, que ela tem a mesma largura da anterior, mas está à direita do zero,
dada por:
⎧ 1 ; 0 ≤k ≤2N
p(k) = ⎨
⎩0 ; fora do intervalo
V II. Agradecimento
Agradeço ao Eduardo Costa, aluno da disciplina em 2005.2, pela excelente revisão que fez
deste capítulo. Sem a contribuição dele, sem dúvida, estas notas seriam bem piores.
APavani
35 Sinais & Sistemas – Transformadas de Fourier
VIII. Referências
φ Nhan Levan
Systems & Signals
1a edição, Optimization Software, Inc, Publications Division, USA, 1983
φ Wolfram MathWorld
http://mathworld.wolfram.com/
Capturado em agosto de 2007
A seguir são apresentadas Transformadas de Fourier de alguns dos sinais mais usuais no
tempo contínuo.
F [ δ(t) ] = 1 (A1.01)
2 senωTa
F [ p(t) ] = (A1.03)
ω
φ Exponencial na origem
1
F ⎡ e- at ⎤ = ; a>0 (A1.04)
⎢⎣ ⎥⎦ a + jω
φ Exponencial imaginária
⎡ - jω0 t ⎤
F ⎢e ⎥ = 2π δ(ω - ω0 ) (A1.05)
⎣ ⎦
APavani
36 Sinais & Sistemas – Transformadas de Fourier
φ Degrau unitário na origem
1 1
U −1 ( jω) = Δ( jω) + π Δ(0) δ(ω) = + π δ(ω) (A1.06)
jω jω
A seguir são apresentadas Transformadas de Fourier de alguns dos sinais mais usuais no
tempo discreto.
F [ δ(k) ] = 1 (A2.01)
( )
P e jω = 2 cos (ωN) + 2 cos [ω(N - 1)] + ... + 2 cos (ω) + 1 (A2.03)
φ Exponencial/geométrica na origem
1 1
F [ ak ] = = (A2.04)
− jω [1 − a (cos ω)] + j a (sen ω)
1 − ae
φ Exponencial imaginária
⎡ jω k ⎤ ∞
F ⎢e 0 ⎥ = ∑ 2π δ(ω - ω0 − 2πr) (A2.05)
⎣ ⎦ r =∞
( )
U − 1 e − jω =
1
1 − e − jω
∞
+ ∑ π δ(ω + 2πr)
r = −∞
(A2.06)
APavani
37 Sinais & Sistemas – Transformadas de Fourier