ELE31-2015-Apostila Revisada PDF

Princípios de Telecomunicações
1
Apostila de ELE-31
Manish Sharma2
7 de agosto de 2016
1
Revisada pela COMP-17 do ITA
2
http://www.ele.ita.br/~manish/
Sumário
1 Introdução 1
1.1 Elementos de um sistema de comunicação . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Tipos de Modulação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Requisitos para processamento digital . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Limites teóricos de comunicação . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5.1 Exercícios do livro “Communication Systems 5th Edition” . . . . . . . . . 4
1.5.2 Outros exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.6 Curso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Sinais e Espectro 7
2.1 Espectro de Linha e Série de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.1 Sinais periódicos e potência média . . . . . . . . . . . . . . . . . . . . . . 10
2.1.2 Série de Fourier (S.F.) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.3 Condições para convergência e fenômeno de Gibbs . . . . . . . . . . . . . 14
2.1.4 Teorema de Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Transformada de Fourier e Espectro contínuo . . . . . . . . . . . . . . . . . . . . 16
2.2.1 Sinais simétricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2 Sinais causais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.3 Teorema de Energia de Rayleigh . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.4 Teorema de dualidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.5 Considerações práticas sobre a TF . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Propriedades da Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . 20
2.3.1 Superposição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.2 Deslocamento no tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.3 Mudança de escala . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.4 Translação em frequência e Modulação . . . . . . . . . . . . . . . . . . . . 22
2.3.5 Diferenciação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.6 Integração . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.4 Convolução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4.1 Teoremas de Convolução . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5 Impulsos e limites da Transformada de Fourier . . . . . . . . . . . . . . . . . . . 29
2.5.1 Propriedades do Impulso Unitário . . . . . . . . . . . . . . . . . . . . . . 29
2.5.2 Impulsos em Frequência . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5.3 Função degrau e sinal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.4 Impulsos no tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.5.5 Transformada de Fourier no tempo discreto e Transformada Discreta de
Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.6 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.6.1 Exercícios do Livro “Communication Systems 5th Edition” . . . . . . . . 35
i
SUMÁRIO SUMÁRIO
3 Transmissão de Sinais, Filtros 39

3.1 Resposta de sistemas LTI (Linear Time-Invariant) . . . . . . . . . . . . . . . . . 39
3.1.1 Resposta ao Impulso e Integral por Superposição . . . . . . . . . . . . . . 40
3.1.2 Função de Transferência e Resposta ao Impulso . . . . . . . . . . . . . . . 41
3.1.3 Análise por diagrama de Blocos . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2 Distorção de Sinais durante Transmissão . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.1 Transmissão sem Distorção . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.2 Distorção Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2.3 Atraso de Grupo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3 Perdas de transmissão e Decibéis . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4 Filtros e Filtragem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4.1 Filtros Ideais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.2 Sinais limitados no tempo ou em frequência . . . . . . . . . . . . . . . . . 50
3.5 Filtros de Quadratura e Transformada de Hilbert . . . . . . . . . . . . . . . . . . 51
3.6 Correlação e Densidade Espectral . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.6.1 Correlação de sinais de potência . . . . . . . . . . . . . . . . . . . . . . . 53
3.6.2 Correlação de sinais de Energia . . . . . . . . . . . . . . . . . . . . . . . . 55
3.6.3 Correlações e sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.6.4 Função de Densidade Espectral . . . . . . . . . . . . . . . . . . . . . . . . 57
3.7 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.7.1 Exercícios do Livro “Communication Systems 5th Edition” . . . . . . . . 59
4 Modulação linear 62
4.1 Sinais e Sistemas em Banda Passante . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.1.1 Sinais em Banda Passante . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.1.2 Transmissão em Banda Passante . . . . . . . . . . . . . . . . . . . . . . . 67
4.1.3 Bandas de Transmissão . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.2 Modulação em Amplitude com Portadora . . . . . . . . . . . . . . . . . . . . . . 70
4.2.1 Sinais e Espectro DSB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.2.2 Modulação Tonal e Análise Fasorial . . . . . . . . . . . . . . . . . . . . . 74
4.3 Circuitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.4 Modulação em amplitude com supressão de banda lateral . . . . . . . . . . . . . 75
4.4.1 Sinais e espectro SSB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.4.2 Geração de Sinais SSB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.4.3 Sinais e Espectro VSB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.5 Conversão em frequência e Demodulação . . . . . . . . . . . . . . . . . . . . . . . 81
4.5.1 Conversão em frequência . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.5.2 Demodulação síncrona . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.5.3 Demodulação assíncrona - Detector de envoltória . . . . . . . . . . . . . . 86
4.6 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.6.1 Exercícios sugeridos do livro “Communication Systems 5th Edition” . . . 87
5 Modulação Angular ou exponencial. 91

5.1 Modulação em Fase e em Frequência . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.1.1 PM e FM de faixa estreita . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.1.2 Modulação tonal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.1.3 Análise Fasorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.2 Banda de transmissão e distorção . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.2.1 Estimativa de Banda de Transmissão . . . . . . . . . . . . . . . . . . . . . 97
5.2.2 Distorção linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
ii
SUMÁRIO SUMÁRIO
5.2.3 Distorção não linear e limitadores . . . . . . . . . . . . . . . . . . . . . . 102

5.3 Geração e detecção de sinais FM . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.3.1 Conversor FM-AM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.3.2 Discriminador de variação de fase . . . . . . . . . . . . . . . . . . . . . . . 105
5.3.3 Detector de cruzamentos de zero . . . . . . . . . . . . . . . . . . . . . . . 106
5.4 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6 Amostragem e Modulação de Pulsos 111

6.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6.2 Amostragem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6.3 Modulação da amplitude dos pulsos-PAM . . . . . . . . . . . . . . . . . . . . . . 113
6.4 Modulação Temporal dos Pulsos . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.4.1 Modulação PWM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
6.4.2 Modulação PPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6.4.3 Demodulação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.5 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7 Introdução a comunicações digitais 120

7.1 Representação geométrica de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . 121
7.2 Modulações Digitais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
7.2.1 Modulação de amplitude (PAM) . . . . . . . . . . . . . . . . . . . . . . . 123
7.2.2 Modulação em fase (PSK) . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
7.3 Modulação QAM - Quadrature Amplitude Modulation . . . . . . . . . . . . . . . 126
7.4 Sinalização Multidimensional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
7.5 Rotulação binária dos símbolos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
7.6 Modelo de canal AWGN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
7.7 Receptor ótimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
7.8 Receptor ML para o canal Gaussiano . . . . . . . . . . . . . . . . . . . . . . . . . 132
7.8.1 Evento de erro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
7.8.2 Probabilidade de erro de bit para algumas modulações . . . . . . . . . . . 134
7.9 Comparação entre modulações . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
7.10 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
7.10.1 Exercícios do livro “Haykin, S., Sistemas de comunicação: analógicos e
digitais” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
Appendices 140
A Revisores 141
iii
Capítulo 1
Introdução
1.1 Elementos de um sistema de comunicação

• Os objetivos de um sistema de comunicações são:
– Transferir informação de um tempo/espaço para outro;

– Fazer isso de forma eficiente e correta.
• Superficialmente, definimos informação como o que não sabemos sobre a realização de

uma variável aleatória.
• Não nos importamos com o conteúdo da informação: somente com o seu formato.
• Isto quer dizer que não é relevante o resultado de um jogo de futebol, mas somente a
forma de descrever e transmitir as possibilidades de resultado de forma eficiente.
• Informação é representada por mensagens que possuem alguma grandeza física: som,
temperatura, tensão ou carga elétrica, etc.
• A transferência é feita através de um canal de comunicação.
• A mensagem deve ser convertida para algo que possa ser eficientemente transmitido através
do canal e posteriormente recuperada para utilização.
• Dadas estas necessidades, um sistema de comunicação ponto a ponto simples teria o dia-
grama de blocos genérico da Figura 1.1.
• Neste diagrama de blocos temos:
– Uma fonte da mensagem;

– Um transdutor de entrada, que converte a mensagem no seu estado “natural” em
algo que pode ser processado pelo sistema;
– Uma etapa de processamento para converter a mensagem “traduzida” em algo que
possa ser eficientemente transmitido pelo canal;
– Um transmissor propriamente dito, que transfere os sinais para um canal;
– Um canal de comunicação que leva o sinal transmitido do transmissor para o receptor.
Os canais podem adicionar ruído, distorcer o sinal ou causar interferência; 1
– Um receptor que capta os sinais do canal;
1
A interferência difere do ruído pois há uma “inteligência” na primeira, enquanto que o segundo é puramente
aleatório.
1
1.1. ELEMENTOS DE UM SISTEMA DE COMUNICAÇÃOCAPÍTULO 1. INTRODUÇÃO
Transdutor Processa- Trans-

Fonte de entrada mento missor
Ruido
Canal Distorção
Interferência
Transdutor Processa-
Destino Receptor
de saída mento
Figura 1.1: Diagrama de um sistema de comunicação.
– Uma etapa que processa os sinais do canal e os prepara para o transdutor de saída;
– Um transdutor de saída, que converte os sinais do sistema em algo que pode ser
utilizado pelo destino;
– Um destino para a mensagem.
• Outras topologias são possíveis: duplex, broadcast, multiponto.
• Exemplos:
– Wi-fi, bluetooth, rádio AM, FM, TV digital, ANT+;

– Reuters utilizou pombos para transmitir informação de Bruxelas para Aachen;
– Hieroglifos egípcios;
– Armazenamento eletrônico, celular.
• Atualmente a melhor forma de realizar o processamento necessário para transmitir infor-

mação é a forma elétrica/eletrônica, analógica ou digital.
• As vantagens são a facilidade de uso, o custo e a velocidade de processamento.
• Canais muito utilizados:
– Eletromagnéticos:
∗ Rádio (a faixa de frequências utilizadas é a variável);
∗ Laser;
∗ Infravermelho.
– Sonoros;
– Elétricos.
• Canais de rádio são preciosos:
– Frequências baixas são desejáveis pois tem alcance maiores;

– Frequências altas tem antenas menores;
– Circuitos para frequências altas devem ser projetados cuidadosamente;
2
1.2. TIPOS DE MODULAÇÃO CAPÍTULO 1. INTRODUÇÃO
– O espectro eletromagnético é único e compartilhado.
• Existe regulamentação para o uso do espectro eletromagnético, vide Figura 1.2.
• Utilizamos moduladores e demoduladores para poder utilizar uma faixa específica de

frequências.
• Vantagens em potencial de modulação:
– Escolha da banda de transmissão;

– Escolha da frequência de transmissão;
– Transmitir o sinal em frequência/banda diferente da mensagem;
– Melhora de desempenho (relação sinal/ruído);
– Permite que vários usuários utilizem o mesmo canal ao mesmo tempo;
– Permite a transmissão de muita informação em uma pequena faixa de frequência,
dentro de alguns limites teóricos.
1.2 Tipos de Modulação

• Uma senoide não modulada é o sinal que ocupa a menor banda.
• Uma senoide modulada ocupará banda necessariamente maior.
• Genericamente, um sinal senoidal modulado pode ser descrito através da seguinte equação:
s(t) = A(t) · cos [2πf (t) · t + φ(t)] (1.1)
• O tipo de modulação depende de qual grandeza da senoide depende da informação:
– Modulação em amplitude (AM) se a informação está em A(t);

– Modulação em frequência (FM) se a informação está em f (t);
– Modulação em fase (PM) se a informação está em φ(t).
• Alternativamente, podemos transmitir informação em uma sequência de pulsos, descrita

pela equação a seguir:
t − τn
X
s(t) = k + A[n] · p (1.2)
n Tn
onde k é uma constante qualquer e p(t) é um pulso qualquer, não necessariamente retan-
gular. A escolha apropriada de τn e Tn permite deslocar o pulso no tempo e escaloná-lo.
Analogamente, teríamos as seguintes modulações:
– Modulação em amplitude de pulso (PAM) se a informação está em A[n];

– Modulação em largura de pulso (PWM) se a informação está em Tn ;
– Modulação em posição do pulso (PPM) se a informação está em τn .
3
1.3. REQUISITOS PARA PROCESSAMENTO DIGITAL CAPÍTULO 1. INTRODUÇÃO
1.3 Requisitos para processamento digital

• Para processarmos de forma fácil, utilizamos computadores.
• Os sinais a serem transmitidos devem ser digitalizados para podermos processá-los.
• A digitalização envolve dois parâmetros:
– Taxa de amostragem → depende do sinal a ser representado;

– Número de bits por amostra → limita a precisão da representação de cada amostra.
• O produto (taxa de amostragem × número de bits por amostra) resulta na taxa de bits.
Se muito alta, exigirá mais do nosso processador. Se muito baixa, distorcerá a mensagem
ao ponto de torná-la inútil.
1.4 Limites teóricos de comunicação

• Para transmitir informação, gastamos uma certa quantidade de energia. Entretanto, o
canal normalmente adiciona ruído.
• Nestas condições, há um limite de quanta informação podemos transmitir de forma con-

fiável através de um canal ruidoso. Este limite foi dado por Claude Shannon:
S

C = B · log 1 + (1.3)
N
onde:
– C é a capacidade do canal, em bits por segundo;

– B é a banda de transmissão utilizada;
– S é a potência do sinal que transmitimos;
– N é a potência do ruído presente na recepção.
• Qualquer taxa de transmissão de bits deve ser menor do que C para que a transmissão
seja confiável, isto é, com quase nenhum erro.
• As consequências desta equação são:
– Devemos representar a informação de forma mais eficiente possível para transmitir o

menor quantidade de bits: codificar a fonte.
– Devemos transmitir a informação através do canal para que seja possível recuperá-la
corretamente na recepção, mesmo na presença de ruído: código de canal.
• Finalmente, chegamos em um diagrama de blocos mais detalhado para um sistema de

comunicação simples mostrado na Figura ??.
1.5 Exercícios
1.5.1 Exercícios do livro “Communication Systems 5th Edition”
• Todas as questões conceituais do capítulo 1.
4
1.6. CURSO CAPÍTULO 1. INTRODUÇÃO
1.5.2 Outros exercícios

1. O que é capacidade de canal?
2. Quais são as implicações da seguinte equação do ponto de vista do projeto de um sistema

de comunicações?
S

C = B · log 1 + (1.4)
N
1.6 Curso
O curso vai apresentar em detalhes as modulações analógicas AM, FM e PM e brevemente as
modulações de pulsos. Para permitir os tratamentos matemáticos necessários, desenvolvemos
primeiramente algumas ferramentas para análise em frequência.
5
1.6. CURSO CAPÍTULO 1. INTRODUÇÃO
Figura 1.2: Regulamento brasileiro sobre o espectro de comunicação.
6
Capítulo 2
Sinais e Espectro
O objetivo deste capítulo é relembrar algumas ferramentas necessárias para a análise de sinais
no domínio do tempo e de frequência. Alguns conceitos novos também são apresentados.
2.1 Espectro de Linha e Série de Fourier

• Uma onda senoidal pode ser descrita pela seguinte equação:
v(t) = A · cos(2πfo t + φ) (2.1)
onde A é a amplitude, φ é a fase da onda, f0 é a frequência em Hertz (Hz). A relação

ω0 1
entre a frequência e velocidade angular (em radianos por segundo) é fo , , .
2π To
• A equação implica em periodicidade infinita mas pode ser utilizada para analisar sinais
reais finitos (no tempo).
• Representação equivalente: fasor.
• Representação fasorial é derivada da representação da equação anterior como uma soma

de exponenciais complexas:
exp(±jθ) = cos(θ) ± jsin(θ) (2.2)

√
onde j , −1.
• Desta forma temos que a parte real de uma exponencial complexa é:
< {Aexp [j (2πfo t + φ)]} = A · cos(2πfo t + φ) (2.3)
• Essa representação se chama fasorial, pois o interior das chaves pode ser visto como um
vetor no plano complexo com amplitude A centrado na origem, que gira ao longo do tempo
com a velocidade indicada. A parte real é a projeção desse vetor no eixo real, como mostra
a figura 2.1.
• Um fasor é então definido por 3 elementos:
– Amplitude A
– Fase φ
– Frequência fo
7
2.1. ESPECTRO DE LINHA E SÉRIE DE FOURIERCAPÍTULO 2. SINAIS E ESPECTRO
𝑓0
𝜙
ℜ
Figura 2.1: Fasor
• O mesmo fasor pode ser descrito graficamente no domínio de frequência (variável inde-
pendente f ) se esses parâmetros forem apresentados, o que exige dois gráficos: um de
amplitude e um de fase, conforme mostra a figura 2.2.
𝐴
Amplitude
𝜙
Fase
𝑓 𝑓
𝑓0 𝑓0
Figura 2.2: Diagrama fasorial de amplitude e de fase.
• Resumidamente, podemos chamar esse diagrama (ou outros com informações similares)
como espectro, pois nos permite ver o que o sinal representa no domínio de frequências.
• Convenções:
– Variável independente é a frequência f e não a velocidade angular ω.

– Fases são relativas ao cosseno, isto é, a fase de um cosseno é zero. A relação entre
seno e cosseno é: sin(2πf t) = cos(2πf t − 90o ).
8
– Amplitude é sempre positiva. Amplitudes negativas são compensadas pela fase para
torná-las positivas. Isto é, −cos(2πf0 t) = cos(2πf0 t + 180o ).
– Fases de ±1800 são iguais.
– Fases são apresentadas em graus, com o símbolo o , ou em radianos, dependendo do
contexto..
• Exemplo: w(t) = 7−10cos(40πt−60o )+4sin(120πt) = 7cos(0πt)+10cos(2pi20t+120o )+
4cos(2π60t − 90o ). Esse sinal tem o diagrama fasorial da figura 2.3.
10 120o
Amplitude
Fase
7
4
𝑓 60 𝑓
0 20 40 60 0 20 40
-90o
Figura 2.3: Diagrama fasorial de w(t)
• Esses diagramas são unilaterais e representam frequências positivas

• Uma representação bilateral pode ser útil para representar sinais utilizados na prática.
Ela pode ser obtida através da identidade:
z + z∗
<{z} = (2.4)
2
ou seja:
A
< {Aexp [jφ] exp [j (2πfo t)]} = [exp(−jφ)exp(−2πfo jt) + exp(jφ)exp(2πfo jt)] (2.5)
2
• Os termos individuais da equação anterior não são necessariamente reais, mas a soma
necessariamente é.
• Podemos desenhar o diagrama fasorial bilateral a partir da equação anterior, resultando,
para o exemplo anterior, na figura 2.4.
• Para sinais reais, o gráfico bilateral de amplitude tem simetria par e o gráfico bilateral de
fase tem simetria ímpar.
• Comparando os dois diagramas, o bilateral possui metade do valor das amplitudes, exceto
na origem (f = 0). F1
1
Cabe ao aluno verificar as afirmações sempre que o símbolo F aparecer.
9
5 5
Amplitude
7
2 2
𝑓 𝑓
-60 -40 -20 0 20 40 60
120o
90o
Fase
𝑓 -20 60 𝑓
-60 -40 0 20 40
-90o
-120o
Figura 2.4: Diagrama fasorial bilateral de w(t)
• A vantagem de utilizar o espectro bilateral é porque ele permite a representação de sinais

complexos, que serão úteis futuramente.
• Uma única linha representa então:
– Uma senoide no espectro unilateral.
– Uma exponencial complexa no espetro bilateral.
• Tanto as frequências positivas como as frequências “negativas”(abstração matemática)
devem ser consideradas ao desenhar o espectro bilateral.
• O espectro de amplitude é normalmente mais utilizado, pois contém informação sobre
quais frequências estão presentes e quanto elas são “fortes”, o que só veremos formalmente
depois.
2.1.1 Sinais periódicos e potência média

• Um sinal v(t) é periódico se v(t ± nT0 ) = v(t), para −∞ < t < ∞ e qualquer n inteiro.
• Na equação anterior, o menor valor de T0 que satisfaz a igualdade é o período fundamental
do sinal.
• Podemos aproximar, com consequências, sinais reais como sinais periódicos.
• A representação que utilizaremos posteriormente necessita que a potência média deste
sinal seja finita, o que definiremos a seguir.
• O valor médio no tempo de uma função v(t) qualquer é < v(t) > , calculada via:
T
1
Z
2
< v(t) >= lim v(t)dt (2.6)
T →∞ T − T2
• Quando v(t) é periódica com período T0 esta equação fica:

Z t1 +T0
1 1
Z
< v(t) >= v(t)dt = v(t)dt (2.7)
T0 t1 T0 T0
10
• Para determinar a potência de um sinal, é preciso saber qual grandeza ele representa. Por
convenção, assumimos que o sinal v(t) é ou uma corrente ou uma tensão aplicada sobre
uma resistência de 1Ω, de forma que a potência média deste sinal é, pela Lei de Ohm:
1
Z
2
Pv =< |v(t)| >= |v(t)|2 dt (2.8)
T0 T0
onde utilizamos o módulo, pois v(t) pode ser complexo2
• Quando 0 < Pv < ∞, o sinal v(t) é chamado de sinal de potência periódico.

A2
• Para sinais senoidais com amplitude A, a potência é P = 2
2.1.2 Série de Fourier (S.F.)

• Permite representar sinais periódicos como soma de exponenciais complexas
• Seja v(t) um sinal de potência periódico com período fundamental T0 = 1/f0 . O valor de
f0 é a frequência fundamental. Este sinal pode ser escrito como :
∞
X
v(t) = cn · exp(j2πnf0 t) (2.9)
n=−∞
para n inteiro, com coeficientes dados por:
1
Z
cn = v(t) · exp(−j2πnfo t)dt = |cn |exp(j · arg(cn )) (2.10)
T0 T0
onde arg(cn ) retorna a fase do número complexo cn
• A equação se encontra na forma exponencial. Poderia ser dividia na forma senoidal

separando o somatório em somas de cossenos e senos, estes últimos multiplicados pela
constante j.
• Comparando com a definição de valor médio, o valor de cn pode ser interpretado como o
valor médio do que está sendo integrado. Este, por sua vez, pode ser visto como o produto
interno de v(t) com a exponencial complexa.
• O somatório também pode ser interpretado como uma soma de fasores com frequência
múltipla inteira da frequência fundamental do sinal v(t), isto é, 0, ±f0 , ±2f0 , ....
• Logo, V (f ), o espectro de linha bilateral de v(t) é definido pelos valores de cn , de tal

forma que c(nf0 ) = cn .
• Propriedades do espectro de sinais periódicos:
– Todas as frequências presentes são harmônicos (múltiplos inteiros) da frequência

fundamental f0 = 1/T0 , i.e., linhas são uniformemente espaçadas.
– Valor em f = 0 (normalmente chamado de componente D.C.) é o valor médio do
sinal:
1
Z
c0 = v(t)dt =< v(t) > (2.11)
T0 T0
2
Neste caso a potência que estamos calculando é equivalente a potência aparente
11
– Para sinais reais:
c−n = c∗n = |cn |exp(−jarg(cn )) (2.12)
isto é, amplitudes têm simetria par e fases têm simetria ímpar.
• A última propriedade permite reagrupar elementos da série, dois a dois, exceto c0 , ou que
nos permite escrever:
P∞
v(t) = c0 + n=1 |2cn |cos(2πnf0 t + arg(cn ))
ou
P∞ (2.13)
v(t) = c0 + · [a
n=1 n cos(2πnf 0 t) + bn sin(2πnf0 t)]
an = <{cn }, bn = ={cn }
• As funções seno e cosseno da equação anterior formam uma base de funções ortogonais
em T0
• Duas funções vn (t) e vm (t) são ortogonais em um intervalo t1 a t2 se:

Z t2 (
0, se n 6= m
vn (t)vm (t)dt = (2.14)
t1 K, constante, se n = m
• Assim, a Série de Fourier pode ser vista como a descrição de um sinal através da combi-
nação linear das bases do espaço de sinais. O cálculo de cn nada mais é do que o cálculo
da projeção do sinal na base correspondente, assim como é feito em Álgebra Linear.
• Formas ortogonais são utilizadas em um tipo de modulação (QAM), que será visto poste-
riormente.
• Muitas vezes, para calcular cn temos que resolver uma integral do seguinte tipo:
Z T /2
1 1 T /2 1
exp(j2πf t)dt = exp(j2πf t)|−T /2 = sin(πf T ) (2.15)
T −T /2 j2πf T πf T
que é o valor médio de um fasor com frequência f qualquer avaliado durante um intervalo
que não é necessariamente o seu período
• Como esta função aparece muito, damos o nome de sinc(λ) = sin(πλ)/πλ, onde λ é
adimensional.F
• O seu formato aproximado é dado pela figura 2.5.
• Propriedades de sinc(λ)
– A amplitude (envoltória) decai com 1/λ.

– A simetria é par.
– O seu valor é 1 quando λ = 0, e vale 0 quando λ = ±1, ±2, ...
• Exemplo: trem de pulsos retangulares (figura 2.6)
– v(t) não é definido nas descontinuidades, aproximação de caso real.

– O intervalo de integração é um período T0 , de −T0 /2 até T0 /2
– Neste intervalo v(t) = A para |t| < τ /2 e 0 caso contrário.
12
0.8
0.6
0.4
sinc()
0.2
-0.2
-0.4
-4 -3 -2 -1 0 1 2 3 4

sin(λx)
Figura 2.5: Formato de sinc(λ) =
λx
Figura 2.6: Trem de pulsos
– Logo:
1 T0 /2
Z
cn = v(t) · exp(−j2πnfo t)dt
T0 −T0 /2
1 τ /2
Z
= A · exp(−j2πnfo t)dt
T0 −τ /2 (2.16)
A τ /2
= (j2πf0 n)exp(−j2πf0 nt)|−τ /2
−T0
A sin(πf0 nτ ) Aτ
= = sinc(f0 nτ )
T0 πf0 nτ T0
– Para visualizar o espectro de amplitude e fase (figura 2.7), consideramos os valores
numéricos de τ /T0 = f0 τ = 1/4:
– Há zeros em ±4f0 , ±8f0 , pois nestes pontos a função sinc vale 0;
– O valor em f = 0 é o valor D.C, pode ser obtido por inspeção, é igual a Aτ /T0
– Os valores de cn são reais e as vezes negativos. Quando positivos, a fase é 0, quando
negativo a fase é ±180o . Neste caso, escolhemos o sinal de forma a manter a simetria
necessária.
13
Figura 2.7: Espectros de amplitude (a) e fase (b) de um trem de pulsos
– Recomposição de v(t) via somatório:

√ √
A 2A A 2A
v(t) = + cos(2πf0 t) + cos(4πf0 t) + cos(6πf0 t) + · · · (2.17)
4 π π 3π
– Aproximação pode ser feita considerando um número finito de termos desse somató-
rio, como mostra a figura 2.8.
– Então, o somatório acima converge para v(t) nesse caso quando o número de termos
utilizados tende para infinito.
2.1.3 Condições para convergência e fenômeno de Gibbs

• Nem sempre uma série converge.
• Condições de Dirichlet para convergência(suficientes mas não estritamente necessárias):
– Número finito de máximos e mínimos por período

– v(t) é absolutamente integrável por período
• Condição alternativa: |v(t)|2 tem média finita por período, o que é equivalente a dizer que
é um sinal de potência.
PN
• Assim, sendo vN (T ) = n=−N cn · exp(j2πnf0 t), temos;
Z
lim |v(t) − vN (t)|2 dt = 0 (2.18)
N →∞ T0
• Fenômeno de Gibbs
14
1.5
1.0
Pulso retangular
0.5 DC e 1º harmônico
Até 3º harmônico
0.0 t
-0.5
-2 0 2 4 6 8
1.5
1.0
Pulso retangular
0.5
Até 7º harmônico
0.0 t
-0.5
-2 0 2 4 6 8
1.5
1.0
Pulso retangular
0.5
Até 40º harmônico
0.0 t
-0.5
-2 0 2 4 6 8
Figura 2.8: Reconstrução do trem de pulsos retangulares usando Série de Fourier.
– Nos pontos de descontinuidade, a soma parcial vN (t) converge para o ponto médio
de descontinuidade.
– Além disso, em cada uma das extremidades há oscilações com período de T0 /2N e
pico de aproximadamente 9% do degrau.
– Em sinais reais, esse fenômeno não existe, pois eles são contínuos. Por outro lado,
sinais sintetizados pela soma de um número finito de termos de uma Série de Fourier
de um sinal com descontinuidades podem apresentar este comportamento. Isso pode
ser visto na terceira parte da figura 2.8.
– Fenômeno implica em cuidados ao usar filtros reais aproximados como ideais.
2.1.4 Teorema de Parseval

• Relação entre potência de um sinal periódico v(t) e seus coeficientes cn é:
1 1
Z Z
Pv = 2
|v(t)| dt = v(t)v ∗ (t)dt (2.19)
T0 T0 T0 T0
15
2.2. TRANSFORMADA DE FOURIER E ESPECTRO
CAPÍTULO
CONTÍNUO
2. SINAIS E ESPECTRO
∞
• Como v ∗ (t) = c∗n exp(−j2πnfo t), temos que, substituindo na equação anterior:
X
n=−∞
∞
1
Z
c∗n exp(−j2πnfo t)dt
X
Pv = v(t)
T0 T0
∞ Zn=−∞
1

v(t)exp(−j2πnfo t) c∗n dt
X
=
T
n=−∞ 0 T0
∞ (2.20)
cn c∗n
X
=
n=−∞
X∞
= |cn |2
n=−∞
• Logo, a potência média de um sinal periódico é igual a soma dos coeficientes de sua série
de Fourier.
• Esse cálculo não envolve o espectro de fases
• A potência total de um sinal periódico é igual a soma das potências de cada um dos
componentes da série.
• Esse resultado também pode ser derivado considerando que as funções cos(2πnf0 t) e
cos(2πmf0 t) são ortogonais no intervalo T0 , para n 6= m inteiros.
2.2 Transformada de Fourier e Espectro contínuo

• Sinais não periódicos com energia finita podem ser analisados com a Transforada de Fourier
(TF).
• Em condições semelhantes às anteriores, um sinal v(t) não periódico é um sinal de energia

se:
Z ∞
Ev , |v(t)|2 dt (2.21)
−∞
é finita.
• A TF pode ser vista como um limite da série de Fourier quando T0 → ∞ ou f0 → 0. O

somatório da Série de Fourier se transforma em uma integral:
Z ∞ Z ∞
v(t) = v(t)exp(−j2πf t)dt exp(j2πf t)df (2.22)
−∞ −∞
• A transformada de Fourier de um sinal v(t) é uma função V (f ) obtida através de:

Z ∞
V (f ) , F{v(t)} , v(t) · exp(−j2πf t)dt (2.23)
−∞
• A transformada de Fourier inversa (IFT) é definida como:

Z ∞
v(t) , F −1 {V (f )} , V (f ) · exp(j2πf t)df (2.24)
−∞
1
• Alguns autores multiplicam a integral acima por 2π , mas convencionaremos desse modo.
• Assim como a série de Fourier, F −1 {V (f )} converge para v(t).
16
CAPÍTULO
CONTÍNUO
• Circularmente, v(t) = F −1 {F{v(t)}}, mas ainda provaremos isto.
• Comparando com a série de Fourier, V (f ) é o espectro contínuo de v(t)
• Propriedades:
– V (f ) é uma função potencialmente complexa, no sentido de ter termos reais e ima-

ginários.
R∞
– V (f = 0) é a área de v(t), isto é, V (0) = −∞ v(t)dt
– Se v(t) é real, V (−f ) = V ∗ (f ). Consequentemente:
∗ |V (−f )| = |V (f )| → a amplitude possui simetria par
∗ arg[V (−f )] = −arg[V (f )] → a fase possui simetria ímpar
∗ Funções que obedecem ambas estas simetrias são funções com simetria Hermiti-
ana
• Exemplo: pulso retangular
– Definimos um pulso retangular genérico como:

(
τ
t 1, |t| <

Π , 2 (2.25)
τ 0, cc.
t

– A função que desejamos transformar é v(t) = AΠ τ
– Logo:
∞ R
V (f ) = −∞ v(t) · exp(−j2πf t)dt
R τ /2
= −τ /2 A · exp(−j2πf t)dt (2.26)
= Aτ sinc(f τ )
Vf 
1.0
0.8
0.6
0.4
0.2
0.0 f
5 4 3 2 1 0 1 2 3 4 5
argVf 
180
90
0 f
90
180
5 4 3 2 1 0 1 2 3 4 5
Figura 2.9: Espectro do pulso retangular: sinc(f ) para τ = 1.
– Da figura 2.9 concluímos que:
17
CAPÍTULO
CONTÍNUO
∗ Grande parte da energia está entre −1/τ e 1/τ

∗ Quanto mais curto o pulso, maior o espalhamento espectral, pois τ diminui e
1/τ aumenta.
2.2.1 Sinais simétricos

• Sinais com algum tipo de simetria possuem TF simplificadas.
• Instante t = 0 pode, dentro de alguns limites, ser escolhido livremente, mas o instante
f = 0 não pode, pois há significado físico no seu valor.
• Usando a identidade de Euler, podemos escrever uma TF como:
V (f ) = Ve (f ) + jVo (f ) (2.27)
onde :
Z ∞
Ve (f ) , v(t)cos(2πf t)dt
−∞ (2.28)
Z ∞
Vo (f ) , − v(t)sin(2πf t)dt
−∞
• A priori, não há nenhum tipo de simetria nestas funções.
• Se v(t) é real, <{V (f )} = Ve (f ) e ={V (f )} = Vo (f ). (F Mostre que isso não é verdade

quando v(t) não é real, mas que uma afirmação semelhante pode ser feita para quando
v(t) é um sinal imaginário)
• Para uma função w(t) que pode representar tanto v(t)cos(2πf t) ou v(t)sin(2πf t)dt, temos
:
 Z ∞
Z ∞ Z 0 Z ∞ 2 w(t)dt, se w(t) é par
w(t)dt = w(t)dt + w(t)dt = 0 (2.29)
−∞ −∞ 0 
0, se w(t) é impar
• Quando v(t) tem simetria par, v(t) = v(−t):
– v(t)cos(2πf t) tem simetria par.

– v(t)sin(2πf t) tem simetria impar.
– Logo Z ∞
V (f ) = Ve (f ) = 2 v(t)cos(2πf t)dt
0 (2.30)
Vo (f ) = 0
• Quando v(t) tem simetria ímpar, v(t) = −v(−t):
– v(t)cos(2πf t) tem simetria impar.

– v(t)sin(2πf t) tem simetria par.
– Logo Z ∞
V (f ) = jVo (f ) = −j2 v(t)sin(2πf t)dt
0 (2.31)
Ve (f ) = 0
• Conclusão: espectro de um sinal real com simetria par é real. O espectro de um sinal real
com simetria ímpar é imaginário.
18
CAPÍTULO
CONTÍNUO
2.2.2 Sinais causais

• Sinais causais são aqueles que dependem somente do passado e do presente, nunca do
futuro.
• Assim, um evento no presente só pode alterar o futuro
• Sinais do mundo real, pelo nosso conhecimento, são causais
• Um modelo que pode ser utilizado para esse tipo de sinal é dizer que v(t) = 0 para t < 0,
i.e., o sinal começa em ou depois de t = 0.
• Uma consequência deste modelo é que não há nenhum tipo de simetria no sinal. Logo, o
espectro terá termos reais e complexos
• A TF adquire o formato de:
Z ∞
V (f ) = v(t)exp(−j2πf t)dt (2.32)
0
que é equivalente à transformada de Laplace (TL) limitada ao círculo complexo unitário,
definida como:
Z ∞

L{v(t)} , v(t)exp(−st)dt (2.33)
0 s=j2πf
• Logo, se v(t) é um sinal causal de energia não periódico, pode-se obter a TF a partir da
TL.
• Exemplo: (
Aexp(−bt), t > 0
v(t) =
0, cc.
b − j2πf

A
L{v(t)} = =A 2
s=j2πf b + j2πf b + (2πf )2
(2.34)
Ab
Ve (f ) = <{V (f )} =
b2 + (2πf )2
A2πf
Vo (f ) = ={V (f )} = −
b2 + (2πf )2
• Poderíamos extrair o módulo e a fase da TF através de:
q
M odulo = Ve2 (f ) + Vo2 (f )
−1 Vo (f )

(2.35)
F ase = tan
Ve (f )
2.2.3 Teorema de Energia de Rayleigh

• Semelhante ao teorema de Parseval para potências:
Z ∞ Z ∞
E= V (f )V ∗ (f )df = |V (f )|2 df (2.36)
−∞ −∞
• O valor |V (f )|2 indica a distribuição de energia no espaço de frequências.

• Para sinais a serem projetados, isto implica que a maior parte da energia deve estar dentro
da banda desejada/permitida.
19
2.3. PROPRIEDADES DA TRANSFORMADA DE FOURIER
CAPÍTULO 2. SINAIS E ESPECTRO
2.2.4 Teorema de dualidade

• Se F{v(t)} = V (f ) e existe z(t) tal que z(t) = V (f = t) então
F{z(t)} = v(−f ) (2.37)
isto é, a TF de uma função z(t) pode ser calculada através da IFT, com uma troca de
variáveis e de sinal, desde que z(t) tenha o formato de uma função cuja IFT conhecemos.
• Essa propriedade é útil por exemplo quando v(t) é real e possui simetria par, pois V (f )
também será. Neste caso podemos ignorar a troca de sinais. F.
• Exemplo z(t) = Asinc(2W t), onde W representa a banda do sinal (onde está a maior
parte da energia).
– Sabemos que para v(t) = BΠ( τt ) ⇔ V (f ) = Bτ sinc(f τ )

– Reescrevendo z(t)temos:
A
z(t) = 2W sinc(2W t) (2.38)
2W
e as variáveis se relacionam como:
A
2W =B
2W = τ (2.39)
t=f
– Logo
A f

Z(f ) = Π (2.40)
2W 2W
– O sinal sinc no tempo é limitado em banda e infinito no tempo, enquanto que o sinal
Π(t) é finito no tempo e infinito em banda.
2.2.5 Considerações práticas sobre a TF

• 1a opção: Tabelas de transformadas ou combinações de transformadas.
• 2a opção: Propriedade da dualidade.
• 3a opção: Transformada de Laplace, quando houver.
• 4a opção: Aproximações.Caso z̃(t) ≈ z(t), |z̃(t) − z(t)| é pequeno, Z(f ) = F{z(t)} e

˜ ) = F{z(t)},
Z(f ˜ então:
Z ∞ Z ∞
˜ )|2 df =
|Z(f ) − Z(f ˜ 2 dt
|z(t) − z(t)| (2.41)
−∞ −∞
devido ao teorema de Rayleigh. Isto é, o erro acumulado no tempo se manterá em frequên-

cia.
2.3 Propriedades da Transformada de Fourier

Ajudam a analisar/calcular alguns tipos de sinais.
20
2.3.1 Superposição
Se v(t) = a1 · v1 (t) + a2 · v2 (t) então F{v(t)} = a1 · V1 (f ) + a2 · V2 (f ), ou, genericamente:
( )
X X
F vk (t) = Vk (f ) (2.42)
k k
onde F{vk (t)} = Vk (f ).
2.3.2 Deslocamento no tempo

Dada uma função v(t) ela pode ser atrasada em td ao escrevermos v 0 (t) = v(t − td ). Neste caso:
Z ∞
F{v 0 (t)} = v(t − td )exp(−j2πf t)dt (2.43)
−∞
Com uma transformação de variáveis t0 = t − td e t = t0 + d chegamos e:

Z ∞
F{v 0 (t)} = v(t0 )exp[−j2πf (t0 + td )]dt0
−∞ Z ∞
= exp(−j2πf td ) v(t0 )exp[−j2πf t0 ]dt0 (2.44)
−∞
= exp(−j2πf td )V (f )
2.3.3 Mudança de escala

Quando desejamos mudar a escala de tempo, multiplicamos a variável tempo por uma constante,
isto é , t0 = αt. O sinal resultante é v(αt). Com |α| < 1 o sinal é comprimido no tempo e com
|α| > 1 o tempo é estendido. Com α < 0 há reversão temporal. Utilizando t0 = αt, temos que
dt0
dt = α. Assim, a TF fica:
t0
Z ∞
dt

F{v(αt)} = v(t0 )exp −j2πf
−∞ α |α|
1
= V (f 0 ) (2.45)
|α|
1 f
= V
|α| α
onde f 0 = αf .
A razão para utilizarmos o módulo de α é que, quando α < 0, os limites de integração
acabam sendo trocados. Para permanecer com os mesmos limites, multiplicamos a integral por
menos um. Esta multiplicação resulta em |α|.
• Exemplo: Sendo v(t) = A · Π τt , temos um sinal za (t) = v(t − td ) − v(t − (td + T )) que é

composto de dois pulsos retangulares, como mostra a figura 2.10. Assim:
V (f ) = Aτ (sinc(f τ )
Za (f ) = V (f )exp(−j2πf td ) − V (f )exp(−j2π(td + T )) (2.46)
= V (f )[exp(−j2πf td ) − exp(−j2π(td + T ))]
• Podemos escrever a seguinte identidade:
exp(j2θ1 ) ± exp(j2θ2 ) = [exp(j(θ1 − θ2 )) ± exp(−j(θ1 − θ2 ))]exp(j(θ1 + θ2 ))

(
2cos(θ1 − θ2 )exp(j(θ1 + θ2 )) (2.47)
=
j2sin(θ1 − θ2 )exp(j(θ1 + θ2 ))
21
... ...
τ td+T/2
td+T
td
τ
Figura 2.10: Dois pulsos retangulares
• No caso deste exemplo, θ1 = −πf td e θ2 = −πf (td + T ). Definindo t0 = td + T /2(o ponto

central entre os dois pulsos) temos que θ1 − θ2 = πf T e θ1 + θ2 = 2πf t0 , resultando em:
Za (f ) = Aτ sinc(f τ [j2sin(jπf T )][exp(j2πf t0 )]) (2.48)
• Definindo arbitrariamente
que t0 = 0 eliminamos a última exponencial. O formato de

zb (t) = za (t) fica com simetria ímpar e o valor de sua TF é:
t0 =0

πf τ
Zb (f ) = Aτ sinc(f τ )(j2sin(πf τ )) × πf τ (2.49)
= Aτ (j2πf τ · sinc2 (f τ )),
isto é, o espectro é puramente imaginário pois a função zb (t) tem simetria ímpar.
2.3.4 Translação em frequência e Modulação

• Seja v(t) com uma TF V (f ). A multiplicação no tempo de v(t) por uma exponencial
complexa causa a translação em frequência, isto é:
F{v(t) · exp(j2πf0 t)} = V (f − f0 ) (2.50)
isto é, o espectro fica centrado em f0
• Assim, se v(t) tem conteúdo de energia entre ±W (sendo real), o seu espectro pode ser
representado genericamente pela figura 2.11-(a).
• Podemos fazer esse sinal ocupar a faixa de fc ± W multiplicando v(t) pela exponencial
complexa apropriada.
• O espectro resultante ocupa uma banda de 2W exclusivamente de bandas positivas (sendo

fc > W ) e consequentemente não possui simetria em torno de f = 0.
• Logo, o sinal resultante no tempo é complexo, o que pode ser um problema para o trata-
mento de sinais reais.
22
• Solução: multiplicar v(t) por um seno ou cosseno, resultando no teorema de modulação:
exp(jφ) exp(−jφ)
v(t)cos(2πfc t + φ) ↔ V (f − fc ) + V (f + fc ) (2.51)
2 2
isto é, multiplicar um sinal por ondas senoidais equivale a transladar o espectro para ±fc ,
dividindo a cada uma das cópias por dois.
• Sendo o sinal original real, o espectro do produto final será Hermitiano.
(a)
f=0 f=W
(b)
f=0 f=fc-W f=fc f=fc+W
(c)
f=-fc f=0 f=fc
Figura 2.11: Transformadas de Fourier de: (a) v(t); (b) v(t) · exp(j2πf0 t); (c) v(t) · cos(j2πf0 t).
Há uma redução de amplitude no terceiro espectro por um fator de 2.
• Exemplo: pulso de rádio frequência, utilizado frequentemente em radares.
– Senoide finita com fc na faixa de rádio frequência:

t

z(t) = AΠ · cos(2πfc t) (2.52)
τ
– Este sinal pode ser visto como o produto de um pulso retangular com largura τ e
um cosseno com frequência fc , como mostra a figura 2.12.
23
0.8
0.6
0.4
0.2
z(t)
-0.2
-0.4
-0.6
-0.8
-1
-3 -2 -1 0 1 2 3
Figura 2.12: Pulso de rádio frequência para fc = 2.
– A TF do pulso retangular é Aτ sinc(f τ ). Logo, a TF de z(t) será, utilizando o

teorema da modulação:
Aτ
Z(f ) = [sinc((f − fc )τ ) + sinc((f + fc )τ )] (2.53)
2
– O espectro resultante tem o formato da figura 2.13
1.2
0.8
0.6
|Z(f)|
0.4
0.2
-0.2
-0.4
-5 -4 -3 -2 -1 0 1 2 3 4 5
f
Figura 2.13: Espectro de Z(f )(módulo), para fc = 2.
– Embora a senoide tenha frequência igual a fc , ela é finita no tempo. Por esse motivo
há energia fora de fc
– Caso a senoide fosse infinita, poderíamos utilizar um espectro de linha representando
uma série de Fourier ou um o limite da transformada, que veremos depois.
2.3.5 Diferenciação
• Utilizando a IFT, podemos escrever:
Z ∞
d d

v(t) = V (f ) · exp(j2πf t)df (2.54)
dt dt −∞
24
• Como a exponencial dentro da integral é a única coisa que depende do tempo, reescreve-
mos: Z ∞
d d
v(t) = V (f ) · (exp(j2πf t)) df
dt Z−∞ dt (2.55)
∞
= V (f )j2π · f · exp(j2πf t)df
−∞
• Como a equação acima ainda é uma transformada de Fourier inversa, aquilo que não faz
d
parte da exponencial faz parte da Transformada de Fourier de dt v(t). Logo:
d

F v(t) = V (f )j2πf (2.56)
dt
ou genericamente, chegamos no teorema de diferenciação:
n
d

F v(t) = V (f )(j2πf )n (2.57)
dtn
2.3.6 Integração
Rt
• Seja z(t) = −∞ v(λ)dλ, onde λ é uma variável dummy.
R∞
• Se V (0) = −∞ v(λ)dλ = 0, garantimos que z(t) convergirá para 0 quando t → ∞.
• Utilizando o caminho contrário ao da derivada, chegamos no teorema da integração:
Z t
1

F v(λ)dλ = V (f ) (2.58)
−∞ j2πf
• Os principais resultados dessas últimas duas seções são:

– Ao derivar um sinal, as suas frequências mais altas serão amplificadas e as mais
baixas reduzidas, devido ao fator f multiplicando a TF resultante.
– Ao integrar um sinal, as suas frequências mais baixas serão amplificadas e as mais
altas reduzidas, devido ao fator f dividindo a TF resultante.
• Exemplo: Pulso triangular.
t+ τ t− τ
– O sinal zb (t) = AΠ τ 2 − AΠ τ 2 tem média zero. Logo, podemos obter um
novo sinal baseado na integral de zb (t) e este sinal terá uma transformada de Fourier.
Assim: 
1 t
Z A 1 − |t| , |t| < τ
τ
w(t) = zb (λ)dλ = (2.59)
τ −∞ 0, |t| > τ
– Aplicando o teorema de integração temos que :

1 1 j2πf τ
W (f ) = Zb (f ) = Aτ sinc2 (f τ ) = Aτ sinc2 (f τ ) (2.60)
τ j2πf j2πf τ
– Em comparação com o pulso retangular, o pulso triangular tem menos energia em
altas frequências.
– Isso acontece, porque não há descontinuidades nesse sinal.
– A sua duração é 2τ , enquanto que o pulso retangular dura somente τ .
– Notação:
1 − |t|
(
t τ , |t| < τ

τ Λ ,
0, |t| > τ (2.61)
F Λ τt = Aτ sinc2 (f τ )

25
2.4. CONVOLUÇÃO CAPÍTULO 2. SINAIS E ESPECTRO
– A figura 2.14 mostra o pulso triangular no tempo e o módulo do seu espectro, para
τ = 1. Para comparação, o módulo do pulso quadrado com largura τ = 1 também
está desenhado na linha tracejada.
0.8
0.6
(t)
0.4
0.2
0
-3 -2 -1 0 1 2 3
1 t
0.8
) ! "*
0.6
F $ =t
0.4
0.2
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
f
Figura 2.14: Sinal Λ(t) e seu espectro.
2.4 Convolução
• Como colocar um elefante dentro de uma garrafa? Bom, fisicamente, isso seria impossível,
mas podemos criar um som de um bramido (som que o elefante faz) fazendo ele parecer
sair de dentro de uma garrafa. Isso pode ser feito com uma convolução.
• Se criarmos um impulso dentro da garrafa, ela gera um som, chamado de resposta ao

impulso da garrafa, e com combinações ponderadas e atrasadas dessa resposta, podemos
criar um bramido, essa combinação é uma convolução entre um bramido e a resposta ao
impulso da garrafa.
• Muitos sinais reais são obtidos através da convolução de outros dois sinais.
• A integral da convolução é:
Z ∞
v(t) ∗ w(t) , v(λ)w(t − λ)dλ (2.62)
−∞
onde a variável independente é t.
• A integral também pode ser vista como a superposição de várias respostas de um sistema
a impulsos aplicados a ele, como, por exemplo, a reverberação numa sala ou o eco de uma
caverna.
• Uma das funções da integral normalmente é limitada no tempo, o que facilita o seu cálculo.
• Exemplo:
26
– As funções a serem convoluídas são:
v(t) = A · exp(−t) 0<t<∞

t
w(t) = 0<t<T
T
t−λ (2.63)
w(t − λ) = 0<t−λ<T
T
λ−t
=− t−T <λ<t
T
– Em função de λ, w(t) deve sofrer reversão e deslocamento da origem para o instante
= t.
– Quando t < 0 há v(λ) · w(t − λ) = 0 para qualquer valor de λ. Logo, nessa situação,
v(t) ∗ w(t) = 0.
– Quando 0 < t < T , a superposição é parcial e a integral fica:
Z t
t−λ

v(t) ∗ w(t) = Aexp(−λ) dλ
0 T (2.64)
A
= [t − 1 + exp(−t)]
T
– Quando T < t, a superposição é completa e a integral fica:
Z t
t−λ

v(t) ∗ w(t) = Aexp(−λ) dλ
t−T T (2.65)
A
= [T − 1 + exp(−T )]exp(T − t)
T
 
Figura 2.15: Sinal v(t) ∗ w(t).
2.4.1 Teoremas de Convolução

• A convolução é
– comutativa: v(t) ∗ w(t) = w(t) ∗ v(t)

– associativa: v(t) ∗ (w(t) ∗ z(t)) = (v(t) ∗ w(t)) ∗ z(t)
– distributiva: v(t) ∗ (w(t) + z(t)) = v(t) ∗ w(t) + v(t) ∗ z(t)
27
• O teorema de convolução diz que:
v(t) ∗ w(t) ↔ V (f ) · W (f ) (2.66)
isto é: a convolução no domínio do tempo equivale ao produto no domínio da frequência.
• Também:
v(t) · w(t) ↔ V (f ) ∗ W (f ) (2.67)
isto é: a convolução no domínio da frequência equivale ao produto no domínio do tempo.
• Prova da primeira parte:

Z ∞ Z ∞
F{v(t) ∗ w(t)} = v(λ) · w(t − λ)dλ exp(−j2πf t)dt
Z−∞
∞
−∞Z
∞
= v(λ) ·w(t − λ)exp(−j2πf t)dt dλ
Z−∞ −∞ (2.68)
∞
= v(λ) [W (f )] exp(−j2πf λt)dλ
−∞
= W (f )V (f )
onde utilizamos os fatos de que v(λ) não depende de t, a propriedade de descolamento

no tempo da TF, que W (f ) não depende de λ e que na última integral, a variável λ está
fazendo o papel de t na transformada de Fourier.
• Exemplo: pulso trapezoidal
– Um pulso trapezoidal pode ser obtido com a convolução de dois pulsos retangulares
com larguras diferentes:
v(t) = A1 Π τt1

w(t) = A2 Π t τ2
(2.69)
τ1 > τ2
– Assim, v(t) ∗ w(t) tem o formato da figura 2.16.
v(t)*w(t)
τ1-τ2
t =0 t
τ1+τ2
Figura 2.16: Resultado da convolução de dois pulsos retangulares com largura diferente
28
2.5. IMPULSOS E LIMITES DA TRANSFORMADACAPÍTULO
DE FOURIER
– A sua TF será então:

V (f )W (f ) = [A1 τ1 sinc(f τ1 )][A2 τ2 sinc(f τ2 )] (2.70)
– Quando τ1 = τ2 = τ o pulso trapezoidal se reduz a um triangular com largura 2τ e

amplitude A = A1 A2 τ , resultando na TF já conhecida de um pulso triangular.
2.5 Impulsos e limites da Transformada de Fourier

• Há sinais com componentes periódicos e não periódicos ao mesmo tempo. Como podemos
analisá-los?
• Solução matemática: permitir impulsos no domínio de frequência.
• Limites da TF também permitem criar uma representação espectral de impulsos no tempo.
2.5.1 Propriedades do Impulso Unitário

• Impulsos unitários ou delta de Dirac δ(t) tem a seguinte propriedade:
Z t2 (
v(0), t1 < 0 < t2
v(t)δ(t)dt = (2.71)
t1 0, c.c
quando v(t) é contínua em t = 0
• A mesma propriedade é válida em frequência, i.e., substituindo t por f .
• Se v(t) = 1, Z ∞ Z
δ(t)dt = δ(t)dt = 1 (2.72)
−∞ −
com arbitrariamente pequeno.
• Assim, δ(t) tem área unitária concentrada em t = 0, e δ(t) = 0 para t 6= 0.
• Representação gráfica na figura 2.17
• Fisicamente um sinal deste tipo não pode existir, mas muitas funções existentes tendem
ao impulso. Em particular, a função δ (t) é definida de tal forma que se:
Z ∞
lim v(t)δ (t)dt = v(0) (2.73)
→0 −∞
então:
lim δ (t) = δ(t) (2.74)
→0
• Duas funções que satisfazem estes limite são:
1 t

δ (t) = Π
(2.75)
1 t
δ (t) = sinc

• Três propriedades de δ(t):
– Replicação: v(t) ∗ δ(t − td ) = v(t − td )
Z t2
– Amostragem: v(t)δ(t − td )dt = v(t − td ). Assim: v(t) · δ(t − td ) = v(td ) · δ(t − td )
t1
1
– Mudança de escala: δ(αt) = |α| δ(t)
29
DE FOURIER
𝛿(𝑡)
t=0 t
Figura 2.17: Representação gráfica do impulso
2.5.2 Impulsos em Frequência

• Representam fasores ou constantes
• Por exemplo, quando v(t) = A (uma constante), v(t) tem energia infinita.
• A princípio, não há TF de fato, mas no limite:
v(t) = lim A · sinc(2W t) = A

W →0
A

f

(2.76)
F{v(t)} = lim Π = Aδ(f )
W →0 2W 2W
• Assim, A ↔ Aδ(f ), isto é, a TF de uma constante é um impulso
• Intuitivamente esse resultado faz sentido pois uma constante não varia no tempo e toda
sua energia deve estar em f = 0
• Alternativamente, poderíamos ter feito como abaixo para chegar no mesmo resultado:
t

v(t) = lim A · Π (2.77)
τ →∞ τ
e chegaríamos a:
V (f ) = lim Aτ sinc(f τ ) = Aδ(f ) (2.78)
τ →∞
• Utilizando a propriedade da TF de translação em frequência podemos escrever generica-

mente:
A · exp(j2πfc t) ↔ δ(f − fc )
A (2.79)
A · cos(2πfc t + φ) ↔ [exp(jφ)δ(f − fc ) + exp(−jφ)δ(f + fc )]
2
isto é, o espectro contínuo de um fasor é um impulso em fc e o espectro de uma onda
senoidal são dois impulsos:
30
DE FOURIER
∞
X
• Assim, para um sinal periódico com série de Fourier v(t) = c(nf0 )exp(j2πnf0 t), a
n=−∞
sua TF contínua será
( ∞ ) ∞
X X
V (f ) = F c(nf0 )exp(j2πnf0 t) = c(nf0 )δ(f − nf0 ) (2.80)
n=−∞ n=−∞
• Qualquer espectro de linha pode dessa forma ser transformado em um espectro contínuo.
• A diferença entre os dois é que, para chegar no sinal original, o espectro de linha se soma
enquanto que o espectro contínuo deve ser integrado.
• Exemplo: Impulsos e espectro contínuo:
– Um sinal no tempo é definido como

t t
v(t) = Acos(2πfc t) − AΠ( )cos(2πfc t) + AΠ( )cos(4πfc t)
τ τ
O seu formato no tempo para fc = 1 e τ = 2 é aproximadamente mostrado na figura
2.18-(a)
– Podemos calcular o espectro dos termos que apresentam produtos no tempo através
da convolução em frequência. O espectro resultante tem a função abaixo, e mostrado
na figura 2.18-(b).
A
V (f ) = [δ(f − fc ) + δ(f + fc )]
2
Aτ
− [sinc(f − fc ) + sinc(f + fc )] (2.81)
2
Aτ
+ [sinc(f − 2fc ) + sinc(f + 2fc )]
2
0.5
v(t)
-0.5
-1
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
0.8
0.6
V(f)
0.4
0.2
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
f
Figura 2.18: Sinal no tempo (a) e em frequência (b) do exemplo, para fc = 1 e τ = 2

.
31
DE FOURIER
2.5.3 Função degrau e sinal

• A função degrau (step) é (
1, t > 0
u(t) , (2.82)
0, t < 0
• Essa função é de interesse, pois pode ser utilizada para modelar um sinal causal através
do produto da função degrau com uma função não causal.
• Por não ser simétrica em torno da origem, há complicações matemáticas para se calcular
a sua TF.
• Para resolver este problema usamos a função sinal (signum), definida como:
(
1, t > 0
sgn(t) = (2.83)
−1, t < 0
que pode ser escrita como um limite:
v(t) = exp(−bt)u(t)
z(t) = lim [v(t) − v(−t)] (2.84)
b→0
• Utilizando o resultado do exemplo da seção 2.2.2 para uma exponencial causal e que a
função sgn(t) tem simetria ímpar, chegamos em:
−j4πf
Z(f ) = j2V0 (f ) = (2.85)
b2 + (2πf )2
• No limite quando b → 0 temos:
−j4πf −j 1
F{sgn(t)} = lim = = (2.86)
b→0 b2 + (2πf )2 πf jπf
• Podemos escrever a função degrau como :u(t) = (sgn(t) + 1)/2. Utilizando a propriedade
da linearidade da TF e que a TF de uma constante é um impulso, temos:
δ(f ) 1
F{u(t)} = + (2.87)
2 j2πf
• A TF de sgn(t) não tem um impulso em f = 0, pois a sua média é zero. A TF de u(t)

tem um valor médio igual a 1/2, logo existe um impulso em f = 0.
• Este impulso também aparece ao aplicarmos o teorema da integração sobre uma função
que tem área líquida 0:
Z ∞ Z t
v(t) ∗ u(t) = v(λ)u(t − λ)dλ = v(λ)dλ, pois u(t) = 0 se λ > t
−∞ −∞ (2.88)
δ(f ) 1

F{v(t) ∗ u(t)} = V (f ) +
2 j2πf
• Logo : Z t
V (0)δ(f ) 1

v(λ)dλ ↔ + V (f ) (2.89)
−∞ 2 j2πf
32
DE FOURIER
2.5.4 Impulsos no tempo

A t
f
• Temos que τΠ τ ↔ Asinc τ . No limite quando τ → ∞, Aδ(t) ↔ A.
• Isto é, impulsos no tempo contém todas as frequências com a mesma amplitude.

• Mesmo resultado pode ser obtido utilizando a propriedade da dualidade sobre A ↔ Aδ(f ).
• Estes resultados podem ser interpretados da seguinte forma:
– Sinal com duração “zero” tem largura espectral infinita.
– Sinal com duração “infinita”(constante) tem largura espectral "‘zero"’
• Ao deslocarmos no tempo temos:
Aδ(t − td ) ↔ A · exp(−j2πf td ) (2.90)
• Como, por definição F −1 {A · exp(−j2πf td )} = Aδ(t − td ), temos que, para manter con-
sistência: Z ∞
exp(j2πf (t − td ))df = δ(t − td ) (2.91)
−∞
• Essa definição e consequência permite mostrar que:

R ∞ hR ∞ i
F −1 {V (f )} = −∞ −∞h v(λ)exp(−j2πf t)dλ exp(j2πf t)df
R∞ R∞ i
= −∞ v(λ) −∞ exp(j2πf (t − λ))df dλ (2.92)
R∞
= −∞ v(λ)δ(t − λ)dλ
= v(t) ∗ δ(t)
• O impulso também tem relação com a função degrau pois:

Z t (
1, t > td
δ(t − td )dt = = u(t − td ) (2.93)
−∞ 0, t < td
• Logo:
d
δ(t − td ) = u(t − td ) (2.94)
dt
• Essa propriedade permite analisar algumas funções da seguinte forma: sendo v(t) uma
dn−1
função contínua e dt n−1 v(t) a primeira derivada de v(t) em que há descontinuidades, então
a derivada de ordem n possui impulsos. Logo, podemos escrever a derivada de ordem n
da seguinte forma:
dn X
vd (t) = n v(t) = w(t) + Ak δ(t − tk ) (2.95)
dt k
• Na equação anterior, w(t) representa a parte da função vd (t) sem impulsos. O somatório
presente é a soma de impulsos localizados nos instantes tk , com amplitude Ak , devido às
dn−1
descontinuidades (degraus) em dt n−1 v(t) cujas derivadas resultam nos impulsos de vd (t)
dn
• Pelo teorema da derivação, se vd (t) = dtn v(t), então:
F{vd (t)} = Vd (f ) = V (f ) · (j2πf )n

(2.96)
Vd (f )(j2πf )−n = V (f )
Logo:
dn X
vd (t) = n
v(t) ↔ (j2πf )n V (f ) = W (f ) + Ak exp(−j2πf tk ) (2.97)
dt k
33
DE FOURIER
• Se soubermos o formato de W (f ) e os valores de Ak e tk , podemos escrever:
W (f ) 1 X
V (f ) = n
+ n
Ak exp(−j2πf tk ) (2.98)
(j2πf ) (j2πf ) k
• Além disso, se W (f ) → 0 quando f → ∞, o comportamento de |V (f )| para altas frequên-

cias será proporcional a|f |−n . Isto acontece, porque, nestas condições, o termo dominante
de V (f ) é o somatório, cujos termos têm como módulo Ak . O somatório está sendo
1
multiplicado por (j2πf )n , resultando na proporcionalidade mencionada.
• Dizemos que esse espectro terá, então, roll-off de ordem n.
• Se n é grande, há pouca energia em altas frequências. Se n é pequeno, há mais energia

em altas frequências.
• Um pulso retangular, por exemplo, tem descontinuidades já na sua primeira derivada. Por
isso, o roll-off de seu espectro (sinc) tem roll off de ordem 1 (isto é, decaimento de 1/n).
• Exemplo: Pulso cosseno levantado (diferente de filtro raiz de cosseno levantado)
– Muito utilizado na prática para limitar a banda de um sinal transmitido

– O sinal base e suas primeiras três derivadas são:
A πt t

v(t) = 1 + cos ·Π
2 τ 2τ
dv(t) π A πt t
=− sin ·Π
dt τ 2 2 τ 2τ
d2 v(t) π A πt t (2.99)
2
=− cos ·Π
dt τ2 2 τ 2τ
d3 v(t) π A π 3A πt t

3
= [δ(t + τ ) − δ(t − τ )] + sin ·Π
dt τ 2 τ 2 τ 2τ
2 4
1.5 2
dv (t)
v(t)
dt
1 0
0.5 -2
0 -4
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
t t
10 10
5 5
d2 v (t)
d3 v (t)
dt2
dt3
0 0
-5 -5
-10 -10
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
t t
Figura 2.19: Cosseno levantado e três primeiras derivadas
34
2.6. EXERCÍCIOS CAPÍTULO 2. SINAIS E ESPECTRO
– O último termo da terceira derivada pode ser escrito como − πτ 2 dv

dt , permitindo chegar
no seguinte espectro:
( ) 2
d3 v(t) 3 π A π2
F = (j2πf ) V (f ) = [exp(j2πf τ )−exp(−j2πf τ )]− (j2πf )V (f )
dt3 τ 2 τ
(2.100)
dv(t)

onde utilizamos também o fato de que F = (j2πf )V (f )
dt
– Isolando V (f ) e usando a identidade de Euler chegamos a:F
Aτ · sinc(2f τ )
V (f ) = (2.101)
1 − (2f τ )2
que decai aproximadamente com f 3 , muito mais rápido do que a sinc. A comparação
do espectro do pulso cosseno levantado, do pulso retangular e do pulso triangular
estão na figura 2.20, para f > 0. Na comparação, todos os pulsos tem a mesma
duração de 1 segundo e energia de 1J.
0
10
Pulso quadrado
-1 Pulso triangular
10 Pulso Cosseno levantado
log (|V(f)|)
-2
10
10
-3
10
-4
10
0 1 2 3 4 5 6 7 8 9 10
f
Figura 2.20: Comparação dos espectros dos três pulsos estudados neste capítulo. Tente recriar
esta figura, com a restrição que os três pulsos devem ter a mesma duração e a mesma energia.
F
– Transmissões que utilizam este pulso contém melhor a energia dentro de uma banda
do que a sinc.
2.5.5 Transformada de Fourier no tempo discreto e Transformada Discreta

de Fourier
Leitura para o laboratório. Presente na 5a. edição.
2.6 Exercícios
2.6.1 Exercícios do Livro “Communication Systems 5th Edition”
• Questões conceituais: Todas as 11 questões do capítulo 2.
35
• Problemas: 2.1.1, 2.1.2, 2.1.5, 2.1.8, 2.1.9, 2.1.12, 2.1.13, 2.2.1, 2.2.4, 2.2.12, 2.2.14, 2.3.1,
2.3.6, 2.3.8, 2.4.1, 2.4.5, 2.4.6, 2.4.8, 2.5.2, 2.5.4, 2.5.10, 2.5.13, 2.5.14

1. Temos duas funções: x(t) = Π(t) e y(t) = Π(t) + δ(t − 2.5) + δ(t + 2.5). Definimos
z(t) = x(t) ∗ y(t), onde ∗ indica a convolução. Calcule:
• Z(f )
• z(t)
2. Encontre uma equação para os coeficientes da série de Fourier e esboce o espectro de linha
para a função x(t) esboçada na figura 2.21. (Dica: decomponha a função em duas mais
simples)
Figura 2.21: Função com Série de Fourier a se determinar.
3. Projete um sinal no tempo cujo espectro decai proporcionalmente a f 3 e que não seja
nem mesmo parcialmente senoidal. Obtenha a equação do seu espectro. O sinal final deve
obrigatoriamente ter média zero.
4. Classifique os sinais abaixo no que se refere sua periodicidade e se são sinais de potên-
cia/energia, justificando sucintamente:
• x(t) do problema anterior;

• o sinal sonoro do Hino Nacional Brasileiro;
• o sinal sonoro de um alarme que acorda pessoas de manhã;
418
• um sinal x(t) = (cuidado neste item).
419
5. Uma onda quadrada tem o formato dado pela figura 2.22.
• Calcule a potência de v(t).

• Obtenha os 6 primeiros coeficientes da série de Fourier de v(t). Para isto obtenha
uma expressão genérica para o valor do coeficiente em função do seu índice. Dica:
Quanto vale a integral de uma função ímpar no intervalo de −t a t?
• Qual é a banda que contém mais do que 56% da energia do sinal? Utilize 4 casas
decimais.8
6. Há dois sinais: x1 (t) = Π(tfc )cos(2πfc t) e x2 (t) = Π(tfc )sin(2πfc t). Ambos possuem a
mesma energia. Qual dos dois sinais possui potencialmente energia mais concentrada no
domínio da frequência em torno da origem? Não é necessário desenvolver equações para
responder esta questão corretamente. Sugestão: desenhe ambos os sinais no tempo.
36
7. Um sinal não periódico tem transformada de Fourier dada por V (f ) = [Aτ sinc(f τ )]3 .
Obtenha a expressão matemática para a função no tempo e esboce seu formato no tempo,
indicando todos os lugares onde os valores de A e τ aparecem. Preste atenção aos valores
de amplitude e duração dos pulsos.
Figura 2.22: Função da questão.
t

8. Um sinal y(t) = x(t) ∗ z(t), onde x(t) = Π e z(t) = sin(2πfc t).Qual é a condição
τ
para que y(t) = 0?
9. Definimos as equações abaixo.:
x(t) = Π(t)
t

y(t) = Π · cos(2πt) (2.102)
2
z(t) = x(t) ∗ y(t)
(a) Calcule z(t) pela definição da convolução.

(b) Calcule Z(f ) como achar apropriado.
t−1 t+1

10. Definimos o sinal x(t) = Π −Π .
2 2
(a) Calcule X(f ) pela definição. É permitido o uso de tabelas para o cálculo da trans-
formada de Fourier de Π(t)
(b) Calcule a transformada de Fourier de X 0 (f ) ↔ x0 (t) = dx(t)
dt pela definição e mostre a
relação entre X 0 (f ) e X(f ). Simplifique a expressão para X 0 (f ) o máximo possível.
11. Um sinal típico de guitarra distorcida pode ser visto na figura 2.23. Ele pode ser inter-
pretado como uma onda senoidal com um dos lados "‘cortado"’. Assuma que o sinal de
guitarra g(t) é uma onda senoidal com amplitude 1, com a parte positiva limitada em
K < 1. Genericamente teríamos a seguinte equação:
g(t) = min[cos(2πf0 t), K] (2.103)
Calcule a série de Fourier deste sinal, assumindo que ele é periódico.
37
1
0.8
0.6
0.4
0.2
g(t)
0
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
t
Figura 2.23: Exemplo de um sinal g(t) com frequência f = 1 e K = 0.5. Estes valores são
diferentes para a pergunta
38
Capítulo 3
Transmissão de Sinais, Filtros
O objetivo deste capítulo é que, ao final dele, possamos modelar e analisar as alterações sobre
os sinais provocadas por:
• transmissão do sinal através de um canal;
• manipulações propositais do sistema (filtragem);
através da resposta ao impulso de um sistema, no tempo e em frequência. Apresentamos também

o conceito de densidade espectral e como esta se comporta através de um sistema.
3.1 Resposta de sistemas LTI (Linear Time-Invariant)

• Um sistema é uma caixa preta com
– x(t) = sinal de entrada

– y(t) = sinal de saída.
• A grandeza destes sinais depende do contexto
• Um sistema é definido pela relação entre entrada e saída, definida genericamente como a
aplicação do operador F à entrada.
Sistema
x(t) y(t)
F[]
Figura 3.1: Sistema
39
3.1. RESPOSTA DE SISTEMAS LTI
CAPÍTULO
(LINEAR TIME-INVARIANT)
3. TRANSMISSÃO DE SINAIS, FILTROS
3.1.1 Resposta ao Impulso e Integral por Superposição

• Se o sistema não possui nenhuma energia armazenada, a relação entrada/saída pode ser
escrita como:
y(t) = F[x(t)] (3.1)
onde F é um operador que relaciona a entrada com a saída.
• Para um sistema ser LTI, ele deve ser Linear e TI (time-invariant, ou seja, invariante no
tempo)
X
• A parte da linearidade exige que, se x(t) = ak xk (t), com ak constantes, então:
k
X
y(t) = ak F[xk (t)] (3.2)
k
• A parte de invariabilidade no tempo exige que:
F[x(t − td )] = y(t − td ) (3.3)

isto é, um deslocamento no tempo na entrada causa somente o mesmo deslocamento na
saída.
• Sistemas com elementos discretos combinados (resistor, capacitor, indutor) geram equa-
ções do tipo:
dn y(t) dy(t) dm x(t) dx(t)

an n
+ · · · + a1 + a 0 y(t) = bm m
+ · · · + b1 + b0 x(t) (3.4)
dt dt dt dt
com constantes que dependem dos valores dos elementos discretos.
• O valor de n depende do número de elementos que armazenam energia
• É difícil de obter uma expressão direta para y(t) em função da entrada sem recorrer ao
fato de que este sistema é LTI.
• Uma relação explícita entre entrada e saída vem da resposta ao impulso h(t), definida
como:
h(t) , F[x(t) = δ(t)] (3.5)
• Como qualquer sinal contínuo x(t) pode ser escrito como x(t) = x(t) ∗ δ(t), temos que,
para qualquer x(t) contínuo, a saída pode ser escrita como:
y(t) = F[x(t)]
= F[x(t) ∗ δ(t)]
Z ∞
= F[ x(λ)δ(t − λ)dλ]
−∞
Usando a propriedade da linearidade e sendo x(λ) constantes,
Z ∞
= x(λ)F[δ(t − λ)]]dλ
−∞ (3.6)
Usando a propriedade de invariância no tempo,
Z ∞
= x(λ)h(t − λ)dλ
Z−∞
∞
= h(λ)x(t − λ)dλ
−∞
= x(t) ∗ h(t)
40
CAPÍTULO
• A última integral é a integral por superposição ela é extremamente útil pois podemos des-
cobrir a resposta do sistema com base em uma única informação, h(t), e e não precisamos
fazer muitas contas, basta resolvermos a convolução. Além disso não precisamos saber
como o sistema foi construído e também evitamos trabalhar com derivadas.
• Para analisarmos um sistema precisamos então de h(t)
• Dado um sistema, é fisicamente impossível gerar um impulso como δ(t) é definido. Deter-
minação de h(t) pode ser feita utilizando uma entrada x(t) = u(t), o que gera uma saída
g(t):
dg(t)
g(t) , F[x(t) = u(t)] ⇒ h(t) = F (3.7)
dt
pois
dg(t) d[h(t) ∗ u(t)] du(t)
= = h(t) ∗ = h(t) ∗ δ(t) = h(t) (3.8)
dt dt dt
• Exemplo: Resposta de um sistema de ordem 1
– A entrada do sistema é tensão x(t) e a saída é tensão y(t). Qual é a saída quando a
entrada é um pulso retangular com amplitude A e largura τ ? Considere a equação
do sistema (tensão):
dy(t)
RC + y(t) = x(t) (3.9)
dt
∗ Quando é um degrau u(t), a saída é encontrada como sendo g(t) =
aentrada
t

1 − exp − u(t).
RC
∗ Logo, a resposta ao impulso é
dg(t) 1 t

h(t) = = exp − (3.10)
dt RC RC
∗ A resposta do sistema para qualquer entrada x(t) pode agora ser obtida via
convolução.
∗ Para o pulso retangular em questão: a saída é definida por três equações:


 t<0
0,
t



y(t) = A 1 − exp − ,0 < t < τ (3.11)
RC
τ t−τ



A 1 − exp −
 · exp − ,t > τ
RC RC
3.1.2 Função de Transferência e Resposta ao Impulso

• Na presença de um sistema, a análise temporal dos sinais pode ficar mais complicada.
• Análise em frequência fornece geralmente perspectiva melhor.
• Análise pode ser feita via função de transferência, definida como:

Z ∞
H(f ) , h(t)exp(−j2πf t)dt (3.12)
−∞
isto é, a TF da resposta ao impulso no tempo, quando existir.
• Se h(t) for real então H(f ) terá simetria Hermitiana.
41
CAPÍTULO
x(t)
0.5
R
0
x(t) y(t) 1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
g(t)
0.5
C
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
h(t)
0.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
y(t)
0.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
t
Figura 3.2: Sistema de ordem 1 do exemplo.
• Para interpretar H(f ), vamos supor que a entrada é x(t) = Ax exp(jφx )exp(j2πf0 t), para
−∞ < t < ∞ que é um fasor com fase φx e frequência f0 . Assim:
Z ∞ ∗ h(t)
y(t) = x(t)
= h(λ)Ax exp(jφx )exp(j2πf0 (t − λ))dλ
−∞ Z ∞ (3.13)
= Ax exp(jφx )exp(j2πf0 t) h(λ)exp(−j2πf0 λ)dλ
−∞
= Ax exp(jφx )exp(j2πf0 t)H(f0 )
• Escrevendo H(f0 ) = |H(f0 )|exp(j · arg[H(f0 )]), teríamos y(t) = Ay exp(jφy )exp(j2πf0 t),
onde Ay = Ax |H(f0 )| e φy = φx + arg[H(f0 )].
Ay
• Como = |H(f0 )|, |H(f )| é o ganho em amplitude do sistema em função da frequência
Ax
• Como φy − φx = arg[H(f0 )], arg[H(f )], é o desvio de fase do sistema em função da
frequência
• Logo, H(f ) é a resposta em frequência do sistema
• Seja x(t) ↔ X(f ). Como y(t) = x(t) ∗ h(t), temos, pelo teorema da convolução, que:
Y (f ) = X(f )H(f ) (3.14)
onde Y (f ) é o espectro da saída, obtido como o produto do espectro de entrada X(f ) com
a função de transferência H(f ).
• Alternativamente, |Y (f )| = |X(f )||H(f )| e arg[Y (f )] = arg[X(f )] + arg[H(f )]
• Se x(t) tem energia finita, podemos obter a energia de y(t) via:

Z ∞ Z ∞
2
Ey = |Y (f )| df = |H(f )|2 |X(f )|2 df (3.15)
−∞ −∞
• Quando x(t) = δ(t), X(f ) = 1, uma constante em todas as frequências. Neste caso,
Y (f ) = H(f )
42
CAPÍTULO
• Resumindo, temos as relações dadas pela figura 3.3:
x(t) h(t) y(t)=x(t)*h(t)
domínio do tempo
domínio de frequência
X(f) H(f) Y(f)=X(f)∙H(f)
Figura 3.3: Relação entre variáveis.
• Podemos obter H(f ), sem envolver h(t)
• Quando sabemos a equação diferencial relacionando a entrada e saída, temos F:

bm (j2πf )m + · · · + b1 (j2πf ) + b0
H(f ) = (3.16)
an (j2πf )n + · · · + a1 (j2πf ) + a0
• Um outro caminho é calcular o estado estacionário do sistema em resposta a um fasor,

o que nos permitiria obter a relação entre amplitudes e fases entre saída e entrada. Por
exemplo, se a entrada de um sistema for um fasor com fase e frequência conhecida, a saída
será, após um tempo muito grande, um fasor com fase e frequência mensurável.
• Exemplo: Resposta em frequência de um sistema com ordem 1
– O mesmo sistema do exemplo anterior pode ser visto como duas impedâncias Zr e
Zc em série, a saída sendo a tensão sobre Zc .
– A saída y(t) tem relação estacionária com a entrada dada pelo divisor de tensão
formado, que tem equação:
x(t) · Zc
y(t) =
Zr + Zc
y(t) Zr
=
x(t) Zr + Zc
1
j2πf C (3.17)
=
1
R+
j2πf C
1
=
1 + j2πf CR
1
= = H(f )
1 + j (f /B)
43
CAPÍTULO
1
onde B , é o parâmetro do sistema
2πRC
– O ganho em amplitude e desvio de fase são:
1
|H(f )| = p
1 + (f /B)2 (3.18)
arg[H(f )] = −arctan(f /B)
– Este sistema é um filtro passa baixas com parâmetro B pois o ganho é praticamente
unitário para f << B e muito baixo (<< 1) para f >> B
– O parâmetro B é uma medida de banda de passagem, ou seja, quais frequências este
sistema permite passar por ele.
– Se a entrada x(t) é um sinal com banda W , isto é, o conteúdo espectral é desprezível
para |f | > W , então há três cenários possíveis:
1. W << B → H(f ) ≈ 1 e arg[H(f )] ≈ 0. Assim, Y (f ) = H(f ) · X(f ) ≈ X(f ) e
o sinal não é distorcido. A saída tem o formato de x(t).
2. W ≈ B, então Y (f ) = H(f ) · X(f ) 6= X(f ) e há distorção. A saída tem não tem
o formato nem de x(t) ou de y(t)
3. W >> B . Dentro da banda B do sistema, X(f ) ≈ X(0), isto é, o espectro
X(f ) varia pouco dentro da banda B e pode ser aproximado pelo seu valor em
f = 0. Assim, Y (f ) = H(f )·X(f ) ≈ H(f )·X(0). Nesta situação, X(0) pode ser
aproximado por um impulso no tempo. Logo, y(t) , x(t) ∗ h(t) ≈ δ(t) ∗ h(t) =
h(t). A saída tem o formato de h(t).
3.1.3 Análise por diagrama de Blocos

• Sistemas podem ser obtidos e/ou analisados por blocos menores representando equações
mais simples:
Operação no tempo Expressão no tempo Função de transferência

Multiplicação por escalar y(t) = ±Kx(t) H(f ) = ±K
dx(t)
Derivada y(t) = H(f ) = (j2πf )
R t dt
Integração y(t) = −∞ x(t)dt H(f ) = (j2πf )−1
Deslocamento no tempo y(t) = x(t − td ) H(f ) = exp(−j2πf td )
Tabela 3.1: Relações entre operações e Funções de transferência
• É possível combinar blocos para obter resposta do sistema

• Por hipótese, juntar blocos não altera as respostas dos mesmos, o que não é sempre válido
na prática por causa das interações de impedância de entrada e saída com o comporta-
mento do bloco.
• Algumas combinações possíveis:
– Ligação em paralelo: H(f ) = H1 (f ) + H2 (f )
– Ligação em série: H(f ) = H1 (f ) · H2 (f )
– Realimentação (negativa):
Y (f ) = H1 (f )[X(f ) − H2 (f )Y (f )
H1 (f )

(3.19)
Y (f ) = X(f )
1 + H1 (f ) · H2 (f )
44
3.2. DISTORÇÃO DE SINAIS DURANTE
CAPÍTULO
TRANSMISSÃO
H1 (f )
Logo, H(f ) =
1 + H1 (f ) · H2 (f )
H1(f) H2(f)
Ligação em Série
H1(f) + +
H1(f)
-
+
H2(f)
H2(f)
Ligação em Paralelo Realimentação negativa
Figura 3.4: Ligações possíveis
3.2 Distorção de Sinais durante Transmissão

• Um canal é um sistema de transmissão que:
– Dissipa energia, causando atenuação;
– Acumula energia, causando alteração no formato dos sinais que passam por ele
• Assumindo que o canal é um sistema LTI (nem sempre verdade), quando não haverá
distorção?
3.2.1 Transmissão sem Distorção

• Dado x(t), y(t) é uma versão não distorcida de x(t) se:
y(t) = K · x(t − td ) (3.20)
isto é, se x(t) sofre somente um atraso no tempo e uma multiplicação por um escalar,
ambos constantes.
• Em frequência a relação anterior equivale a:
Y (f ) = K · X(f ) · exp(−j2πf td ) (3.21)
isto é, um canal sem distorção causa, no domínio da frequência, um ganho constante K e
um desvio de fase linear de −2πf td ± 180o .
• É necessário que o sistema H(f ) tenha estas propriedades somente na faixa de frequência
de interesse, pois fora dela o sinal de entrada não existe
• Sistemas que não respeitam esta regra podem causar distorção, que podem ser classificadas
em :
– Distorção em amplitude: |H(f )| =6 K
– Distorção em fase: arg[H(f )] 6= −2πf td ± 180o
– Distorção não linear, como por exemplo um diodo. Este tipo de distorção pode gerar
conteúdo energético em frequências que o sinal originalmente não ocupa.
45
CAPÍTULO
TRANSMISSÃO
3.2.2 Distorção Linear

• Inclui a distorção de amplitude e distorção de fase:
• A distorção de amplitude é causada por:
– Excesso de atenuação ou amplificação de algumas frequências
– Resposta desproporcional
• Na maioria dos casos, é suficiente que a resposta em amplitude do sistema seja plana em
amplitude na faixa de interesse
• Exemplo:
1 1
– x(t) = cos(2πf0 t) − cos(6πf0 t) + cos(10πf0 t)
3 5
– O resultado é uma onda aproximadamente quadrada
– Atenuação em baixa frequência afeta termo em f0 , resultando em uma onda quadrada
que não consegue manter o seu nível
– Atenuação em alta frequência afeta termo em 5f0 , resultando em uma onda que sobe
lentamente.
– A onda original e as duas versões atenuadas estão na figura 3.5
1
0.5
x(t)
-0.5
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0.5
Sem termo em f0
-0.5
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Sem termo em 5f0
0.5
-0.5
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
t
Figura 3.5: Resultado de eliminação seletiva de termos da Série de Fourier de uma onda apro-
ximadamente quadrada
• A distorção de fase acontece quando o desvio de fase não é linear em função da frequência.
• Para um sinal x(t) = cos(2πf t), um atraso em td resultaria em y(t) = x(t − td ) =
cos[(2πf )(t − td )] = cos(2πf t − 2πf td ). Logo, o atraso de fase é φ(f ) = −2πf td .
• O valor de td pode variar em função de f .
• Assim, se H(f ) causa um desvio de fase, a função que relaciona td em função de f e
arg[H(f )] é:
arg[H(f )]
td (f ) = (3.22)
2πf
46
CAPÍTULO
TRANSMISSÃO
• Para que não haja distorção, o atraso temporal em todas as frequências deve ser o mesmo,
isto é, td (f ) deve ser constante. Caso isto seja verdade, o desvio de fase do sistema será
linear em f .
• Há uma grande diferença entre dizer que td (f ) é constante e dizer que φ(f ) é constante.
No segundo caso, temos um atraso de fase constante, o que causa distorção.
• Exemplo:
1
– Sinal : x(t) = cos(2πf0 t) − cos(4πf0 t)
2
– Atraso de fase constante de π/2, resultando em
1
x0 (t) = cos(2πf0 t + π/2) − cos(4πf0 t + π/2) (3.23)
2
, como mostra a figura 3.6
– No sinal original, os picos não coincidem.
– No sinal distorcido, os picos coincidem. Logo, há alteração de formato
1.5
1
0.5
x(t)
0
-0.5
-1
-1.5
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
1
x(t)'
-1
-2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
t
Figura 3.6: Resultado de adição de fase constante a cada um dos termos de um sinal periódico.
Em azul o sinal resultante.
3.2.3 Atraso de Grupo

• Em algumas situações, o atraso de fase pode ser linear em torno de um ponto central.
Neste caso, para um canal com resposta em frequência plana, a equação da resposta é do
tipo:
H(f ) = A · exp(−j2πf tg + jφ0 ) (3.24)
• Neste caso arg[H(f )] = −2πf tg + φ0 .

• Para um sinal modulado transmitido do tipo:
x(t) = x1 (t)cos(2πfc t) − x2 (t)sin(2πfc t) (3.25)
a informação está nas funções x1 (t) e x2 (t), enquanto que o seno e o cosseno que estão
multiplicando estas funções são chamadas de portadoras.
47
3.3. PERDAS DE TRANSMISSÃO CAPÍTULO
E DECIBÉIS3. TRANSMISSÃO DE SINAIS, FILTROS
• Este sinal, ao passar pelo sistema com resposta acima, resultaria em:
y(t) = Ax1 (t − tg )cos(2πfc (t − tg ) + φ0 ) − Ax2 (t − tg )sin(2πfc (t − tg ) + φ0 ) (3.26)
onde o termo φ0 foi absorvido pelas portadoras.
• Assim, a informação foi atrasada em tg , denominado atraso de grupo ou atraso de envol-

tória.
−φ0
• A portadora foi atrasada em td = , que é o atraso de fase.
2πfc
• Para ser possível recuperar a informação sem distorção, tg deve ser constante.
• Pelas equações anteriores,
arg[H(f )] = −2πf tg + φ0
dφ(f )
= −2πtg
df (3.27)
1 dφ(f )
tg = −
2π df
• O último termo deve ser constante dentro da faixa de interesse, o que é uma restrição
menor do que a restrição de que td deve ser constante.
• Para resolver o problema de distorção linear, podemos utilizar em algumas situações um

equalizador.
• Um dos métodos é utilizar um sistema com resposta em frequência igual a H(f )−1 . Este
método é chamado Zero Forcing Equalizer.
• As vezes H(f ) não é conhecido ou varia no tempo, lentamente ou rapidamente. Neste

caso podemos utilizar um equalizador adaptativo ou algum outro tipo de solução.
• Distorções não lineares geram harmônicos. Se estes estiverem na banda do sinal, eles
interferirão de forma possivelmente irreversível.
3.3 Perdas de transmissão e Decibéis

Leitura para casa.
3.4 Filtros e Filtragem

• Na prática todo sistema de comunicação tem filtros para:
– Isolar o sinal desejado

– Eliminar interferências
– Reduzir ruído ao mínimo
– Outras atividades
• Há filtros reais, que podem ser implementados de forma causal e resultando em atraso
finito, e ideais, que não podem.
• O entendimento de filtros ideais ajuda a entender filtros reais e as implicações de suas

limitações.
48
3.4. FILTROS E FILTRAGEM CAPÍTULO 3. TRANSMISSÃO DE SINAIS, FILTROS
3.4.1 Filtros Ideais

• Não causam distorção numa faixa de frequências
• Tem ganho igual a zero nas outras faixas
• Por exemplo, um filtro passa faixas (BPF - Band Pass Filter) teria a seguinte resposta em
frequência: (
Kexp(−j2πf td ), fl ≤ |f | ≤ fu
HBP F (f ) = (3.28)
0, c.c
o que equivale ao formato das figura 3.7.
|H(f)|=K
f
fl fu
arg[H(f)]=exp(-j2πftd)
Figura 3.7: Resposta em frequência de um filtro BP ideal.
• É importante explicar a figura 3.7 vista acima. Nela a parte colorida, cor salmão, re-
presenta a faixa das frequências que o filtro permite passar, fora dessa área todas as
frequências serão barradas, dessa forma o B representa a banda de passagem. A altura
do retângulo é o ganho de tensão e a linha tracejada o argumento, dado em função de f.
• Com esses valores, você filtra as frequências indesejadas mas gera um ganho em amplitude
e um atraso no domínio do tempo.
• A banda passante é definida como B , fu − fl , medido por convenção somente nas

frequências positivas.
• Um filtro passa baixas (LPF) tem fl = 0, resultando na resposta em frequência:

(
Kexp(−j2πf td ), |f | ≤ B
HLP F (f ) = (3.29)
0, c.c
• Um filtro passa altas (HPF) teria fu = ∞, resultando na resposta em frequência:

(
Kexp(−j2πf td ), |f | > fl
HHP F (f ) = (3.30)
0, c.c
49
3.4. FILTROS E FILTRAGEM CAPÍTULO 3. TRANSMISSÃO DE SINAIS, FILTROS
• Também podemos utilizar o filtro rejeitor de faixa (BRF - Band Reject Filter), que é
definido como: (
0, fl ≤ |f | ≤ fu
HBRF (f ) = (3.31)
Kexp(−j2πf td ), c.c
• Nenhum destes filtros é fisicamente realizável, isto é, não podem ser implementados com
recursos finitos.
• Por exemplo, um filtro LPF com resposta em frequência:

f

H(f ) = K · exp(−j2πf td )Π (3.32)
2B
teria como resposta ao impulso (conforme a figura 3.8:
h(t) = F −1 {H(f )} = 2 · B · K · sinc[2B(t − td )]F (3.33)
hHtL
1.0
0.8
0.6
0.4
0.2
0.0 t
-0.2
-0.4
-2 -1 0 1 2 3 4 5 6 7 8 9
Figura 3.8: LPF ideal com B = 1/2, k = 1 e td = 4
• Assim, h(t) 6= 0 para t < 0, o que o torna não causal. O sistema teria que responder ao
impulso antes dele acontecer. Não poderíamos tornar o filtro causal aumentando o atraso
td pois a duração de h(t) também é infinita. Logo, este filtro é fisicamente impossível.
• Embora estes filtros seja impraticáveis, eles são úteis para analisar filtros reais. Também
servem como referência para desempenho de filtros reais.
• Alguns filtros reais podem ser aproximados muito bem por estes filtros ideais.
• Neste curso utilizaremos filtros ideais.
3.4.2 Sinais limitados no tempo ou em frequência

• Um sinal v(t) é limitado em frequência se V (f ) = 0 para |f | > W , para algum valor de
W.
• Um sinal v(t) é limitado no tempo se v(t) = 0 para t < t1 , t > t2 e v(t) 6= 0 para
t1 < t < t2 , isto é, o sinal começa em t1 e termina em t2 .
• Ao filtrar um sinal limitado no tempo utilizando um filtro ideal, o sinal resultante não é
limitado no tempo, pois ele é obtido pela convolução de um sinal limitado no tempo com
um sinal ilimitado no tempo (sinc)
50
3.5. FILTROS DE QUADRATURA CAPÍTULO
E TRANSFORMADA
3. TRANSMISSÃO
DE HILBERT
DE SINAIS, FILTROS
• Pela propriedade da dualidade, ao limitar um sinal idealmente no tempo, o sinal resultante

será ilimitado em frequência.
• A conclusão é que a limitação simultânea de um sinal no tempo e em frequência é impos-

sível.
• Por outro lado, conteúdo (energia) além de um certo limite (de tempo ou frequência) pode
ser negligível.
• Assim, um sinal pode ser aproximadamente limitado no tempo e em frequência ao mesmo

tempo.
3.5 Filtros de Quadratura e Transformada de Hilbert

• Úteis quando desejamos separar sinais pela fase.
• Serão utilizados na modulação AM
• O filtro de quadratura:
– adianta em 90o frequências negativas

– adianta em −900 frequências positivas
• Em frequência esta definição equivale a F:

(
−j, f > 0
Hq (f ) = −j · sgn(f ) = (3.34)
j, f < 0
• No tempo, partindo da transformada de Fourier da função sinal1 , a definição acima equi-

vale a:
1
Hq (f ) = −j · sgn(f ) ↔ − = hq (t) (3.35)
πt
• Quando y(t) = x(t) ∗ hq (t), dizemos que y(t) é a transformada de Hilbert (TH) de x(t),
notação x̂(t)2 :
1 1 ∞ x(λ)
Z
x̂(t) , x(t) ∗ = dλ (3.36)
πt π −∞ t − λ
• Embora chamemos esta operação de transformada, o domínio de x̂(t) continua sendo o

tempo.
• O cálculo desta integral é complicado, em particular quando t = λ.
• hq (t) é não causal. Logo, não é realizável. Pode ser aproximado.
• Propriedades úteis desta transformada:
– x(t) e x̂(t) tem a mesma amplitude em frequência pois | − j · sgn(f )| = 1

– Se x̂(t) é a TH de x(t), então −x(t) é a TH de x̂(t). F
1 1
sng(t) ↔
jπf
2
Esta definição pode conter ou não o sinal negativo, que utilizamos e adotamos por convenção. Caso o sinal
não esteja presente, o resultado será o inverso. Entretanto, no escopo deste curso e na maioria dos livros de
Telecomunicações, o sinal negativo será utilizado.
51
3.5. FILTROS DE QUADRATURA CAPÍTULO
E TRANSFORMADA
3. TRANSMISSÃO
DE HILBERT
DE SINAIS, FILTROS
– x(t) e x̂(t) são ortogonais, isto é,

Z T /2
lim x(t)x̂(t)dt = 0 (3.37)
T →∞ −T /2
• Exemplo: TH de um cosseno:
– Sinal x(t) = Acos(2πfc t)
A
X(f ) = [δ(f − fc ) + δ(f + fc )]
2
jA
X̂(f ) = − [δ(f − fc ) + δ(f + fc )]sgn(f ) (3.38)
2
jA
=− [δ(f − fc ) − δ(f + fc )]
2
– Assim, x̂(t) = Asin(2πfc t). Este resultado pode ser utilizado para qualquer o cálculo
da TH de qualquer sinal periódico.
• Exemplo: TH de um pulso retangular.
– x(t) = A[u(t) − u(t − τ )]
– A integral pode ser calculada para três regiões, como mostra a figura 3.9
1.5
1
x(), h(-(-t))
t t
0.5
C
A
0
B
-0.5
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

2t τ
Figura 3.9: Sobreposição de x(λ)(azul) com h(t − λ)(preto)
τ
– Para 0 < t < , a área A cancela a área B, e a TH se reduz ao cálculo da área C:
2
Z ∞
1 x(λ)
x̂(t) = dλ
π −∞ t−λ
Z τ A 1
= dλ
2t π t − λ τ (3.39)
A
=− ln[t − λ]
π 2t
A t
= ln
π τ −t
52
3.6. CORRELAÇÃO E DENSIDADE
CAPÍTULO
ESPECTRAL
τ
– Para < t < τ , a situação é semelhante, resultando na mesma integral com limites
2
de 0 a τ − 2t
τ
– Para t < 0 ou t > , não há cancelamento de áreas, mas há uma única parte da
2
integral:
A τ 1
Z
x̂(t) = dλ
π 0 t − λ (3.40)
A t
= ln
π t−τ
– O sinal resultante está na figura 3.10.
1.5
0.5
^(t)
x(t); x
-0.5
-1
-1.5
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
t
Figura 3.10: Resultado da transformada de Hilbert de x(t).
– Os instante onde x̂(t) vai para infinito são os extremos de distorção de fase. Isto
pode ser interpretado como o instante em que os picos amplitude de todos os termos
da Transformada de Fourier se combinam de forma construtiva no tempo, enquanto
que no sinal original o que ocorre é a combinação de todas as “bordas” dos termos
da Transformada de Fourier para causar a descontinuidade no tempo.
3.6 Correlação e Densidade Espectral

• Permitem analisar vários tipos de sinais, inclusive sinais aleatórios
3.6.1 Correlação de sinais de potência

• Sinais de potência não precisam necessariamente serem reais ou periódicos, mas precisam
ter 0 < Pv < ∞, onde: D E
Pv , |v(t)|2 = hv(t) · v ∗ (t)i (3.41)
onde hi indica a média e v ∗ (t) é o complexo conjugado de v(t)
• Propriedades da média hiF:
– hz ∗ (t)i = hz(t)i∗
53
CAPÍTULO
ESPECTRAL
– hz(t − td )i = hz(t)i , ∀td

– ha1 z1 (t) + a2 z2 (t)i = a1 hz1 (t)i + a1 hz1 (t)i
• Se v(t) e w(t) são sinais de potência, o produto escalar deles é hv(t) · w∗ (t)i e serve como
uma medida de similaridade entre eles.
• Esta medida vem da desigualdade de Schwarz, que diz:
| hv(t) · w∗ (t)i |2 ≤ Pv · Pw (3.42)
• com igualdade se v(t) = aw(t), com a constante, i.e., sinais são proporcionais.
• A correlação cruzada é definida como sendo:
Rvw (τ ) , hv(t) · w∗ (t − τ )i = hv(t + τ ) · w∗ (t)i (3.43)
isto é, o produto escalar de um sinal com o outro conjugado de outro sinal adiantado em
τ → variável independente.
• É uma medida de semelhança entre v(t) e w∗ (t − τ ).
• Versão “aproximada” do produto escalar. Temos também que Rvw (τ = 0) , hv(t) · w∗ (t)i
• Também podemos definir a correlação cruzada para sinais aleatórios de potência. Neste
caso, teríamos, para v(t) e w(t) aleatórios:
Rvw (τ ) , E{v(t) · w∗ (t − τ )} (3.44)
onde E{v(t)} indica a esperança de v(t), para todas as realizações possíveis.3
• Propriedades:
– |Rvw (τ )|2 ≤ Pv Pw
∗ (−τ )
– Rvw (τ ) = Rvw
• A autocorrelação é a correlação de um sinal com ele mesmo, atrasado:
Rv (τ ) , hv(t) · v ∗ (t − τ )i = hv(t + τ ) · v ∗ (t)i (3.45)
• É uma medida de similaridade ou dependência estatística: se Rv (τ ) é grande, v(t) é

parecido com v(t − τ ), caso contrário, não é.
• Propriedades F:
– Rv (0) = Pv
– |Rv (τ )| ≤ Rv (0)
– Rv (−τ ) = Rv∗ (τ )
• As duas primeiras propriedades dizem que o máximo da autocorrelação é na origem. A

terceira nos diz que a autocorrelação tem simetria Hermitiana.
• Se v(t) for real, Rv (τ ) será real com simetria par F
• Se v(t) for periódico, Rv (τ ) também será. F

3
Esta definição é válida quando v(t) e w(t) são estacionários no sentido amplo, cujo entendimento não é
necessário neste momento.
54
CAPÍTULO
ESPECTRAL
• Seja z(t) = v(t) ± w(t). Então: Rz (τ ) = Rv (τ ) + Rw (τ ) ± [Rvw (τ ) + Rwv (τ )].
• Se v(t) e w(t) são descorrelacionados para qualquer τ , então:
Rvw = Rwv = 0, ∀τ (3.46)
e consequentemente Rz (τ ) = Rv (τ ) + Rw (τ )
• Quando τ = 0 temos, para sinais descorrelacionados:
Rz (0) = Rv (0) + Rw (0)

(3.47)
Pz = Pv + Pw
isto é, sinais descorrelacionados não cancelam as suas potências.
• Exemplo: correlação de fasores e senoides.
– Para dois fasores com frequências f1 e f2 , a correlação cruzada é, quando τ = 0:

T
1
Z
2
hexp(j2πf1 t) · exp(j2πf2 t)i = lim exp([2π(f1 − f2 )]dt
T →∞ T − T2
( (3.48)
1, f1 = f2
= lim sinc[T (f1 − f2 )] =
T →∞ 0, c.c.
– Com fasores v(t) = Cv exp(j2πfv t) e w(t) = Cw exp(j2πfw t), temos:
Rvw (τ ) = h[Cv exp(j2πfv t)][Cw∗ exp(−j2πfw (t − τ ))]i

= Cv Cw∗ exp(j2πτ fw ) hexp(j2πfv t) · exp(j2πfw t)i
( (3.49)
0, fv 6= fw
=
Cv Cw∗ exp(j2πτ fw ), fv = fw
i.e., fasores com frequências diferentes são descorrelacionados.

– A autocorrelação é Rv (τ ) = Rvv (τ ), que vale:
Rv (τ ) = |Cv |2 exp(j2πfv τ ) (3.50)
– Quando temos senoides, chegamos a:
A2
z(t) = Acos(2πf0 t + φ) → Rz (τ ) = cos(2πf0 τ ) (3.51)
2
2mπ
i.e., Rz (τ ) é real, par, periódico, tem máximo em τ = 0± , m inteiro, e o máximo
f0
vale Pz .
– A fase φ não aparece em Rz (τ ). Logo, não é possível determinar z(t) a partir de
Rz (τ )
3.6.2 Correlação de sinais de Energia

• Definições anteriores não servem para sinais de energia pois médias tenderiam a zero.
• Pequenas modificações matemáticas são necessárias.
• Um sinal v(t) é de energia se 0 < Ev < ∞, onde Ev é:

Z ∞
Ev , v(t)v ∗ (t)dt (3.52)
−∞
55
CAPÍTULO
ESPECTRAL
• A correlação de dois sinais de energia é:

Z ∞
Rvw (τ ) , v(t)w∗ (t − τ )dt
−∞ (3.53)
Rv (τ ) , Rvv (τ )
• A integral acima possui as mesmas propriedades matemáticas da média temporal, gerando

assim resultados semelhantes.
• Para qualquer par de sinais:

|Rvw (τ )|2 ≤ Ev Ew (3.54)
• A correlação também é semelhante a uma convolução, onde τ é a variável independente e

t é a variável dummy utilizada. Assim:
Rvw (τ ) = v(τ ) ∗ w∗ (−τ )

(3.55)
Rv (τ ) = v(τ ) ∗ v ∗ (−τ )
• Uma das consequências é que, se quisermos determinar por quanto um sinal v(t) foi
atrasado, devemos “filtra-lo” por um filtro cuja reposta ao impulso é o complexo conjugado
revertido do sinal. Este filtro é chamado de filtro casado.
• A TF permite relações adicionais:

Z ∞ Z ∞
Rv (0) = v(t)v ∗ (t)dt = Ev = |V (f )|2 dt
Z ∞−∞ −∞
Z ∞ (3.56)
Rvw (0) = v(t)w∗ (t)dt = Ev = V (f )W ∗ (f )df
−∞ −∞
• Combinado estes termos obtemos a desigualdade de Schwarz no domínio da frequência:

2
|Rvw (0)| ≤ Ev Ew = Rv (0)Rw (0)
Z ∞ 2 Z ∞ Z ∞
∗ (3.57)
|V (f )|2 df + |W (f )|2 df

⇒
V (f )W (f )df ≤
∞ ∞ ∞
e novamente com igualdade se os sinais forem proporcionais
• Este método permite o reconhecimento de padrões, como por exemplo o utilizado no GPS
3.6.3 Correlações e sistemas

• Para um sistema h(t) com entrada x(t) e saída y(t), podemos ter interesse em Rxy (τ ) e
Ry (τ ), a partir de Rx (τ ).
• Sabemos que y(t) = x(t) ∗ h(t).
• Assim: Z ∞
Ryx (τ ) = y(t)x∗ (t − τ )dt
Z−∞
∞
= [x(t) ∗ h(t)] · x∗ (t − τ )dt
Z−∞
∞ Z ∞
= h(λ)x(t − λ) · x∗ (t − τ )dλdt
Z−∞ −∞ Z (3.58)
∞ ∞
∗
= h(λ) x(t − λ) · x (t − τ )dtdλ
Z−∞
∞
−∞
= h(λ)Rx (τ − λ)dλ
−∞
= h(τ ) ∗ Rx (τ )
56
CAPÍTULO
ESPECTRAL
R∞ ∗ (t
• Como Ry (τ ) = −∞ y(t)y − τ )dt, obtemos utilizando um caminho semelhante:
Z ∞ Z ∞
Ry (τ ) = y(t)h∗ (λ)x∗ (t − τ − λ)dλdt
Z−∞
∞
−∞ Z ∞
∗
= h (λ) y(t)x∗ (t − τ − λ)dtdλ
Z−∞
∞
−∞
= h∗ (λ)Ryx (τ + λ)dλ (3.59)
Z−∞
∞
= h∗ (−λ)Ryx (τ − λ)dλ
−∞
∗
= h (−τ ) ∗ Ryx (τ ) = Ry (τ )
• Substituindo o resultado anterior obtemos:
Ry (τ ) = h∗ (−τ ) ∗ h(τ ) ∗ Rx (τ ) (3.60)
3.6.4 Função de Densidade Espectral

• Representam a distribuição de potência ou energia no domínio da frequência
• Notação: Gv (f ) para um sinal v(t)
• Área sob Gv (f ) é igual a potência/energia média do sinal:

Z ∞
Gv (f )df = Rv (0) (3.61)
−∞
• Dado o sistema anterior e H(f ) = F{h(t)}, a relação entre densidades é:
Gy (f ) = |H(f )|2 Gx (f ) (3.62)
• Assim o valor |H(f )|2 indica o ganho em potência/energia do sinal. Fisicamente, ao

amplificar um sinal em amplitude por |H(f )|, a sua potência será amplificada por |H(f )|2
• Combinando as duas equações acima chegamos a :

Z ∞
Ry (0) = |H(f )|2 Gx (f )df (3.63)
−∞
• A interpretação física é:
– Um sinal com Gx (f ) qualquer;

– passando por um filtro passa faixas com ganho unitário muito estreito, com faixa
∆f ;
– resultará na saída de seguinte densidade espectral (representada na figura 3.6.4):
G (f ), f − ∆f < f < f + ∆f

x c c
Gy (f ) 2 2 (3.64)
0, c.c.

– Com ∆f muito pequeno, Gx (f ) ≈ Gx (fc ) dentro da banda de largura ∆f , e Ry (0) ≈

Gx (fc ) · ∆f .
– Como a unidade de Ry (0) deve ser potência ou energia e a unidade de ∆f deve ser
Hertz, a unidade de Gx (fc ) e de Gy (f ) deve ser Watts/Hertz ou Joules/Hertz.
– Este valor deve então ser real e não negativo
57
CAPÍTULO
ESPECTRAL
1.0
0.8
0.6
0.4 G
0.2 G
0.0 f
-0.2
-0.4
0 2 4 6 8 10
Figura 3.11: Interpretação física para densidade espectral.
• Determinação de Gv (f ) a partir de v(t) é feita pelo teorema de Wiener-Kinchine, que

apresentamos sem demonstração:
Z ∞
Gv (f ) = Fτ {Rv (τ )} , Rv (τ )exp(−j2πf τ )dτ (3.65)
−∞
• A relação inversa é:
Z ∞
Rv (τ ) = F −1 {Gv (f )} , Gv (f )exp(j2πf τ )dτ (3.66)
−∞
• Resultando no par:
Rv (τ ) ↔ Gv (f ) (3.67)
• Se v(t) é um sinal de energia, as equações acima resultarão em:
Gv (f ) = |V (f )|2 (3.68)
• Se v(t) é um sinal de potência periódico com série de Fourier

∞
X
v(t) = c(nf0 )exp(j2πnf0 ) (3.69)
n=−∞
, então a sua densidade espectral de potência será:

∞
X
Gv (f ) = |c(nf0 )|2 δ(f − nf0 ) (3.70)
n=−∞
o que tem relação com o teorema de Parseval.
• Para o caso particular onde v(t) = Acos(2πf0 t + φ), temos:

( ! )
A2
Gv (f ) = F cos(2πf0 τ )
2 (3.71)
A2
= [δ(f − f0 ) + δ(f + f0 )
4
58
3.7. EXERCÍCIOS CAPÍTULO 3. TRANSMISSÃO DE SINAIS, FILTROS
3.7 Exercícios
3.7.1 Exercícios do Livro “Communication Systems 5th Edition”
• Questões conceituais: 3.9, 3.10, 3.12, 3.13, 3.15.
• Problemas: 3.1.1, 3.1.5, 3.1.6, 3.1.9, 3.1.10, 3.1.18, 3.1.19, 3.1.20, 3.2.1, 3.2.4, 3.2.8, 3.4.1,
3.4.2, 3.5.1, 3.5.2, 3.5.5, 3.6.3, 3.6.6, 3.6.13, 3.6.16.

1. Um sinal x(t) tem as seguintes propriedades:
• em qualquer instante, x(t) é uma variável aleatória contínua com distribuição Gaus-
siana.
• a densidade espectral de potência de x(t) é constante e vale Ψ.
O sinal x(t) passa por um filtro passa baixas ideal com frequência de corte B. Na banda
de passagem, o módulo do filtro é 1. O filtro não altera a fase do sinal de entrada. Na
saída do filtro está a variável y(t).
(a) Qual é a função de autocorrelação de x(t)?

(b) Em qualquer instante, qual é a distribuição de y(t)? Justifique com argumentos (ou
matematicamente, se julgar necessário).
(c) Qual é a função de autocorrelação de y(t)?
2. Um sistema possui resposta ao impulso h(t) = sinc(t). Este sistema é alimentado por um
sinal de potência x(t) cuja correlação é Rxx (τ ) = δ(τ ). Calcule a densidade espectral de
potência na saída do sistema. Esboce o seu formato. Calcule a potência total na saída do
sistema.
3. Qual é a densidade espectral de potência de uma onda triangular dada pela figura abaixo?
O que aconteceria com este sinal no tempo e em frequência se ele passasse
Z por um filtro
cuja resposta em frequência fosse igual a H(f ) = f ? Se necessário, use: x sin(ax)dx =
sin(ax) x cos(ax) cos(ax) x sin(ax)
Z
− +C , e x cos(ax)dx = + +C
a2 a a2 a
4. Um sinal aleatório de potência n(t) tem autocorrelação igual a δ(τ ). Ele passa por um
filtro passa baixas ideal com frequência de corte W , gerando o sinal z(t).
(a) Calcule a potência de z(t)
59
(b) Qual deve ser o valor de ∆t para que Rz (τ = n∆t) seja igual a zero, para n inteiro,
n 6= 0?
5. Um amplificador possui resposta em frequência H(f ) com simetria Hermitiana. Sabemos

que o amplificador não causa distorção de fase. Você quer determinar se este amplificador
causa distorção de amplitude. O único gerador de sinal que você possui é um gerador de
onda senoidal g(t) = A · cos(2πf t), onde A é uma constante e f é determinado por você e
variável. A saída do amplificador vale s(t). Você não pode observar g(t). Você só é capaz
de observar a soma da saída do sistema com a entrada do sistema, isto é, s(t) + g(t).
(a) Como deve g(t) se comportar em função de f para que o amplificador não cause
distorção de amplitude?
(b) Na hipótese do amplificador não causar distorção de amplitude, descreva um método
para determinar o atraso causado pelo amplificador, dadas as restrições de geração
e observação de sinais.
6. Encontre a transformada de Hilbert x(t)

d da onda quadrada abaixo. Esboce o espectro de
x(t) − j x(t).
d
" ∞ #
X 1
x(t) = Π (t − 2n) − .
n=−∞
2
7. Considere o sinal v(t) da figura abaixo.
(a) Classifique-o no que se refer a potência, energia, periodicidade

(b) Encontre a sua Transformada de Fourier
(c) Encontre a sua Transformada de Hilbert
(d) Encontre a sua Autocorrelação
v(t)
... ...
-1
T=1
8. O diagrama de blocos abaixo apresenta a resposta em frequência de cada um dos blocos

que compõem um sistema. O valor de t1 é uma constante.
(a) Encontre a função de transferência do diagrama de blocos e a resposta ao impulso

do sistema.
(b) Identifique se há algum tipo de distorção, justificando a sua resposta na função
encontrada no item anterior.
60
(c) Encontre a equação matemática da saída e esboce o seu formato no tempo quando
a entrada vale x(t) = u(t) · cos(2π · 0.75 · t/t1 ), onde u(t) é a função degrau.
0.5 exp(+j2πt1)
+ +
Entrada exp(-j2πt1) Saída
- +
exp(+j2πt1)
9. Um sinal aleatório Gaussiano n(t) tem média zero e autocorrelação dada por Rn (τ ) = δ(τ ).
Ele passa por um sistema com resposta em frequência Λ (f ), gerando o sinal z(t), onde:
Λ (f ) = max[0, 1 − |f |] (3.72)
Calcule:
(a) A autocorrelação de z(t).

(b) A densidade espectral de potência de z(t)
(c) A potência de z(t)
(d) A função densidade de probabilidade de z(t), para um valor de t qualquer.
61
Capítulo 4
Modulação linear
Neste capítulo apresentamos a primeira modulação analógica, a modulação em amplitude no

tempo e as suas implicações em frequência. Para isto apresentamos também o conceito de
sinais e sistemas em banda base e banda passante, e a relação entre os dois. Este conceito será
utilizado futuramente na introdução a modulações digitais.
4.1 Sinais e Sistemas em Banda Passante

• Convenções adotadas:
– A mensagem é um sinal em banda base, espectro em torno da origem e limitado,

x(t), qualquer, não determinado a priori, mas com algumas propriedades definidas,
como algumas a seguir.
– W é a banda da mensagem x(t), i.e., |X(f )| ≈ 0 para |f | > W , como mostra a figura
4.1
0.9
0.8
0.7
0.6
|Xbp(f)|
0.5
0.4
0.3
0.2
0.1
−5 −4 −3 −2 −1 0 1 2 3 4 5
frequencia
Figura 4.1: Espectro de um sinal em banda base genérico com banda W = 0.6Hz.
– Por convenção, |x(t)| ≤ 1, ∀t

– Consequentemente, a potência do sinal x(t) , definida como Sx , vale
Sx =< |x(t)|2 >≤ 1 (4.1)
.
– Em algumas situações poderemos utilizar para análise o sinal tonal, definido como
x(t) = Am · cos(2πfm t), onde Am ≤ 1 e fm < W . Este sinal tem espectro simples.
62
4.1. SINAIS E SISTEMAS EM BANDA PASSANTE
CAPÍTULO 4. MODULAÇÃO LINEAR
A utilização de um sinal tonal permite em muitas situações analisar a resposta de

sistemas, exceto talvez quando haja não linearidades. Para isso, podemos utilizar
um sinal composto, definido como:
x(t) = A1 · cos(2πf1 t) + A2 · cos(2πf2 t) + · · · (4.2)
onde A1 + A2 + · ≤ 1
– Exemplo: Modulação de um sinal qualquer.

– Seja x(t) ↔ X(f ) um sinal em banda base.
– Se xbp (t) = x(t) · cos(2πfc t), então, pela convolução dos espectros, temos:
1
Xbp (f ) = [X(f − fc ) + X(f + fc )] (4.3)
2
cujo formato está apresentado na figura 4.2
0.9
0.8
0.7
0.6
|Xbp(f)|
0.5
0.4
0.3
0.2
0.1
−5 −4 −3 −2 −1 0 1 2 3 4 5
frequencia
Figura 4.2: Formato de Xbp (f ) utilizando X(f ) da figura 4.1 e fc = 3Hz. A banda ocupada
vai de fc − W até fc + W
4.1.1 Sinais em Banda Passante

• Seja vbp (t) um sinal real com espectro Vbp (f ), como mostra a figura 4.31
• Como o sinal é real, há simetria Hermitiana em torno da origem, mas não necessariamente
em torno de ±fc (quando não há essa simetria em ±fc , o sinal não é real em banda base,
apenas em passante).
• Um sinal é um em banda passante se:
|Vbp (f )| ≈ 0 para fc + W < |f | < fc − W (4.4)
• Isto é, enquanto que o sinal em banda base (lp) tem espectro em torno da origem, o sinal
em banda passante (bp) tem espectro em torno de ±fc .
• Não há necessariamente simetria em torno de fc : o espectro poderia estar completamente

entre fc e fc + W e entre −fc e −(fc + W ).
1
O subscrito bp indica que o sinal é banda passante, enquanto que o subscrito lp , se houver, indica que o sinal
é em banda base.
63
(a) 1
0.8
0.6
|Vbb(f)|
0.4
0.2
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
f
(b) 1
0.8
0.6
|V (f)|
bp
0.4
0.2
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
f
Figura 4.3: Formato de Vbp (f ), não simétrico em torno de fc = ±3Hz em (b), e banda base
equivalente em (a). O sinal em (a) não é simétrico, e portanto não é real.
• Assim, há várias possibilidades para escolha de fc , que normalmente é definido pelo con-
texto.
• Um possível sinal BP é:
vbp (t) = A(t) · cos(2πfc t + φ(t)) (4.5)
onde A(t) é um sinal em banda base. Por definição, A(t) é chamado de envoltória do sinal
e φ(t) é a fase do sinal. Tanto envoltória como fase são função do tempo. O seu formato
está mostrado na figura 4.4.
• Também por definição, A(t) ≥ 0. Efeitos de amplitude negativa são absorvidos pela fase
com a adição de ±π quando necessário.
• Poderíamos no plano complexo utilizar a representação da figura 4.5. A figura represen-

tada não é um fasor pois a frequência fc é eliminada. É como se o plano girasse com
velocidade fc . Logo, para obter o fasor, é necessário fixar o eixo na origem e girar o plano
fc vezes por segundo.
• Podemos decompor vbp (t) em dois termos utilizando as projeções (em verde) do vetor da
figura 4.5 nos dois eixos, resultando em:
vi (t) , A(t) · cos(φ(t))

(4.6)
vq (t) , A(t) · sin(φ(t))
onde os subscritos se referem a em fase (In phase) e em quadratura (Quadrature).
64
0.5
v (t)
0
bp
-0.5
-1
0 0.5 1 1.5 2 2.5 3
t
Figura 4.4: Formato de um possível vbp (f ), com fc = 3Hz.O intervalo entre cruzamentos de
zero é f1c = T0 . Em tracejado, na parte superior, o valor de |A(t)|.
• LogoF:
vbp (t) = vi (t) · cos(2πfc t) − vq (t)sin(2πfc t)

(4.7)
= vi (t) · cos(2πfc t) + vq (t)cos(2πfc t + 90o )
que é a representação em quadratura, com termos em fase vi (t) e em quadratura vq (t).
• Esta representação possui vantagens para a geração de sinais na prática e para análise
espectral, decompondo Vbp (f ) em:
1 j
Vbp (f ) = [Vi (f − fc ) + Vi (f + fc )] + [Vq (f − fc ) − Vq (f + fc )] (4.8)
2 2
onde vi (t) ↔ Vi (f ) e vq (t) ↔ Vq (f ).
• A relação entre as representações é:

q
A(t) = vi (t)2 + vq (t)2
h
vq (t)
i (4.9)
φ(t) = tan−1 vi (t)
• Estas relações no tempo não permitem relacionar os espectros através da Transformada

de Fourier.
• Para que vbp (t) seja de fato um sinal em banda passante, é necessário que Vi (f ) = Vq (f ) =
0 para |f | > W , i.e., Vbp (f ) é a composição de dois espectros em banda base, um dos quais
sofre um desvio de fase constante (multiplicação por j).
• Podemos definir o sinal em banda base equivalente2 :
Vlp (f ) , 21 [Vi (f ) + jVq (f )]

(4.10)
= Vbp (f + fc ) · u(f + fc )
2
Alguns livros utilizam esta relação multiplicando por um fator de 2. Seguiremos a definição apresentada
65
𝑣𝑏𝑝(𝑡)
f(t)
𝑣𝑞(𝑡)
𝜙(𝑡)
ℜ
𝑣𝑖(𝑡)
Figura 4.5: Representação de vbp (t) no plano complexo. Em verde as projeções nos eixos real e
imaginário. A frequência instantânea f (t) é a derivada de φ(t) em função do tempo.
• No domínio do tempo esta definição equivale a:

1
vlp (t) = F −1 {Vlp (f )} = [vi (t) + j · vq (t)] (4.11)
2
• Este sinal é potencialmente complexo e poderia não existir na prática.
• Alternativamente poderíamos obter o sinal vlp (t) como:
1
vlp (t) = A(t) · exp(jφ(t)) (4.12)
2
• A relação no caminho contrário entre vbp (t) e vlp (t) é entãoF:
vbp (t) = <{A(t)exp[j2πf c t + jφ(t)]}

1

= 2< A(t) exp[jφ(t)] · exp(j2πfc t) (4.13)
2
= 2<{vlp (t) · exp(j2πfc t)}
que é chamada de transformação de banda base para banda passante.
• No domínio da frequência temos:
Vbp (f ) = Vlp (f − fc ) + Vlp∗ (f + fc ) (4.14)
onde o primeiro termo da direita representa as frequências positivas e o segundo as frequên-

cias negativas.
• Assumindo que vbp (t) é real, teríamos
Vbp (f ) = Vlp (f − fc ), f >0 (4.15)
66
(a)
xbp(t) hbp(t)
ybp(t)=xbp (t)*hbp (t)
Hbp(f)
Em banda passante
Em banda base
xlp(t) hlp(t)
ylp(t)=xlp (t)*hlp (t)
Hlp(f)
(b)
Figura 4.6: Relação entre sistemas (a) em banda passante e (b) em banda base.
4.1.2 Transmissão em Banda Passante

• Definimos o sistema em banda base da figura 4.6-(a).
• Obviamente, Ybp (f ) = Xbp (f ) · Hbp (f )
• Também poderíamos utilizar o espectro em banda base equivalente:
Ylp (f ) = Xlp (f ) · Hlp (f ) (4.16)
onde:
Hlp (f ) = Hbp (f + fc ) · u(f + fc ) (4.17)
é a função de transferência em banda base equivalente.
• Este método permite entender o que acontece com os sinais equivalentes em banda base.
Permite também eliminar a necessidade de considerar a frequência da portadora para a
análise dos sinais.
• No tempo, teríamos:
ylp (t) = F −1 {Xlp (f ) · Hlp (f )} (4.18)
• O sinal em banda passante ybp (t) pode ser obtido de ylp (t) a partir da transformação de
banda base para banda passante.
• Alternativamente podemos definir os termos em fase, em quadratura, e a amplitude e fase

correspondentes:
yi (t) = 2<{ylp (t)}
yq (t) = 2={ylp (t)}
(4.19)
Ay (t) = 2|ylp (t)|
φy (t) = arg[ylp (t)]
67
• Exemplo: atraso de portadora e de envoltória:
– Seja um sistema em banda passante com função de transferência:
Hbp (f ) = K · exp[jφ(f )] (4.20)
para fl < |f | < fu , onde φ(f ) é uma função não linear.

– Em banda base, teríamos:
Hlp (f ) = K · exp[jφ(f + fc )] · u(f + fc ) (4.21)
– A figura 4.7 mostra Hbp (f ) e Hlp (f ).
(a) K K
Φ(f)
f
-fu -fl fl fc fu
(b) K
Φ(fc)
f
fl-fc fu-fc
Figura 4.7: Resposta do sistema em (a)-banda passante e em (b)-banda base equivalente.
– Se a função φ(f ) for aproximadamente linear em torno de fc , podemos representa-la

bem com os dois primeiros elementos da série de Taylor em torno de fc , resultando
em:
θ(f + fc ) ≈ −2π(to fc + t1 f ) (4.22)
onde:
to , − φ(f
2πfc
c)
1 dφ(f )
(4.23)
t1 , − 2π df |f =fc
– Para interpretar estes termos, vamos assumir que o sinal de entrada x(t) tem fase
nula. Logo:
xbp (t) = Ax (t) · cos(2πfc )
(4.24)
xlp (t) = 12 Ax (t)
– Assumindo ainda que Xbp (f ) está contido na banda de passagem, teríamos:
Ylp (f ) = K · exp[jφ(f + fc )] · Xlp (f )

≈ K · exp[−j2π(to fc + t1 f )] · Xlp (f ) (4.25)
≈ K · exp(−j2πfc t0 ) · exp(−j2πt1 ) · Xlp (f )
68
– Nesta equação, K · exp(−j2πfc t0 ) é uma constante e exp[−j2πt1 )] corresponde a um

atraso no tempo.
– Logo, a saída em banda base é:
1
ylp (t) ≈ K · exp(−j2πfc t0 ) · xlp (t − t1 ) = K · exp(−j2πfc t0 ) · Ax (t − t1 ) (4.26)
2
e, em banda passante:
ybp (t) = KAx (t − t1 )cos[2πfc (t − t0 )] (4.27)
– Assim, t0 é o atraso da portadora e t1 é o atraso da envoltória.

– Como t1 independe de f , o sistema aproximadamente não causa distorção
– Este resultado será válido se dφ(f
df
)
for aproximadamente constante na f de interesse.
Caso isto não seja verdade, haverá distorção.
• Outro exemplo: sistema passa banda simples
– Também chamado de circuito sintonizado, apresentado na figura 4.8.
1.5
1
R
vi(t) vo(t) 0.5
H(f)
0
C
-0.5
-1
-1.5
0 500 1000 1500 2000
f
Figura 4.8: Circuito sintonizado em 1kHz e sua resposta em frequência, com módulo (linha
cheias) e fase (linhas tracejadas), para Q = 1 (preto), 10 (vermelho) e 100 (azul)
– A sua função de transferência é F:
1
H(f ) = (4.28)
f fc
1 + jQ fc − f
onde:
1
fc = √
2πqLC
(4.29)
Q= R C L
fc
– A banda de passagem é definida como B = fu − fl = Q.
69
4.2. MODULAÇÃO EM AMPLITUDE COM PORTADORA
– No passado, devido à necessidade de implementação analógica e necessidade de ga-

rantir que os estágios de ganho seriam estáveis, o valor de Q era limitado entre
10 < Q < 100. Esta restrição ainda é válida nos dias de hoje em muitas situações,
embora possa ser relaxada em estágios de processamento digital.
– Esta restrição sobre Q resultava na limitação:
B
0.01 < < 0.1 (4.30)
fc
isto é, a banda de transmissão dependia da frequência utilizada. Isto causou a busca
para sistemas com fc grande, como por exemplo no caso de satélites, que chegam a
operar em dezenas de gigahertz.
– Um exemplo desta situação é Wi-Fi, que utiliza uma banda de 40MHz para um fc
em torno de 2.4GHz.
4.1.3 Bandas de Transmissão

• Há várias definições para banda de transmissão, dependendo do contexto.
– Absoluta: contém 100% da energia.

√
2
– -3dB: faixa onde o ganho do sistema é maior ou igual a 2 , resultando em perda de
metade da potência;
– -10dB: definição semelhante a anterior, mas com perda de 90% da potência do sinal;
– De ruído equivalente: banda do filtro passa faixas ideal que, ao ter como entrada
um ruído com densidade espectral de potência constante, resultaria na saída em um
ruído com a mesma potência do sistema em questão;
– Ocupada: de acordo com a regulamentação;
– Relativa (por exemplo, 60dB): banda onde a densidade espectral de potência do sinal
é 60db menor do que a densidade espectral de potência de pico.
• Outras definições podem aparecer em documentos técnicos.
4.2 Modulação em Amplitude com Portadora

• Há versões de modulação em amplitude:
– Com ou sem portadora;

– Com as duas ou uma das bandas laterais, como veremos a seguir.
• No caso da modulação em amplitude, a envoltória do sinal é proporcional a mensagem da

seguinte forma:
A(t) = Ac [1 + µx(t)] (4.31)
onde µ é o índice de modulação e Ac é a amplitude da portadora3 .
• O sinal modulado xAM

c (t) é:
xAM
c (t) = Ac [1 + µx(t)] cos (2πfc t + φc ) (4.32)
onde a fase da portadora φc é omitido por simplicidade, sem afetar os resultados.

3
O subscrito c se refere a "‘carrier"’ (em português portadora), que é o sinal que "‘carrega"’ ou "‘porta"’ o
sinal, assim com um porta-aviões é um portador de aviões.
70
• Para que a envoltória seja parecida com x(t), é necessário que x(t) ≤ 1 e fc >> W , como
veremos a seguir.
• Se µ ≤ 1 não haverá alteração na fase da envoltória, resultando em:
φ(t) = 0
xci (t) = A(t) (4.33)
xcq (t) = 0
• Caso µ = 1 a amplitude pode variar de 0 a 2Ac .
• Caso µ < 1 haverá inversão de fase e distorção da envoltória
• A segunda condição (fc >> W ) do item acima diz que a portadora varia muito mais
rápido do que o sinal.
• Já sabemos que no domínio da frequência teremos, para f > 0:

1 µ
Xc (f ) = Ac δ(f − fc ) + Ac X(f − fc ) (4.34)
2 2
• Necessariamente este sinal possui simetria Hermitiana, pois xAMc (t) é um sinal em banda
passante real. Logo, é possível determinar X(f ) para f < 0 a partir da definição!ao acima.
• O espectro está mostrado na figura 4.9. Ele contém:
– Impulso da portadora em fc ;
– Replicação de X(f ) em torno de fc , o que resulta em bandas laterais simétricas, caso
x(t) seja real.
Impulso
Banda ou Banda ou
lóbulo inferior lóbulo superior
f
fc-W fc+W
fc
Figura 4.9: Espectro de um sinal AM modulado com a presença de portadora.
• A banda de transmissão é B AM = fc + W − (fc − W ) = 2W , i.e., a banda necessária é o

dobro da banda do sinal em banda base.
71
• A potência média transmitida éF:
STAM ,< xAMc (t)2 >

1 2
= 2 Ac < 1 + 2µx(t) + µ2 x(t)2 > + 12 A2c < [1 + µx(t)]2 cos(4πfc )t > (4.35)
= 21 A2c [1 + µ2 Sx ]
onde o segundo termo da segunda linha vale 0.
• Da equação anterior percebe-se que, independentemente de Sx , o fato do valor médio de

x(t) ser diferente de zero aumentaria a potência de transmissão necessária.
• Logo, este tipo de modulação não é conveniente quando isto acontece.
• Como STAM contém a potência da portadora e das bandas laterais e, em frequência, elas
não se sobrepõem, podemos escrever, quando µ 6= 0:
STAM = Pc + 2 · PSB (4.36)
onde:
– Pc = 12 A2c é a potência da parte não modulada da portadora.

– PSB = 14 A2c µ2 Sx = 12 µ2 Sx Pc é a potência de cada uma das bandas laterais (SB ⇒
side band).
• Como por convenção |µx(t)| ≤ 1∀t, µ2 Sx ≤ 1 e PSB ≤ 21 Pc .
• Assim, rearranjando os termos, chegamos a:
Pc = STAM − 2PSB ≤ 12 STAM

(4.37)
PSB ≤ 14 STAM
ou seja, 50% ou mais da potência transmitida é utilizada para transmitir a portadora.
• Esta restrição compromete a eficiência do uso da potência disponível deste tipo de modu-
lação. Alternativas mais eficientes neste aspecto são apresentadas a seguir.
4.2.1 Sinais e Espectro DSB

• Potencia desperdiçada na portadora poderia ser eliminada utilizando µ = 1 e tirando o
termo constante. Assim, o sinal modulado seria:
xDSB
c (t) = Ac · x(t) · cos(2πfc t) (4.38)
que é chamado de AM-DSB(Double Side Band) ou simplesmente DSB.

Ac
• Já vimos que, para f > 0, Xc (f ) = 2 X(f − fc )
• O espectro de um sinal DSB é semelhante ao espectro de um sinal AM com portadora,

eliminando o impulso em fc .
• A banda do sinal é Bt = 2W .
• No tempo, há algumas diferenças:
A(t) = Ac · |x(t)|
(
0 para x(t) > 0 (4.39)
φ(t) =
±180o para x(t) < 0
72
Variável AM com portadora DSB

Amax 2 · Ac Ac
1 2 2 1 2
PSB A µ Sx A · Sx
4 c 4 c
PSB µ2 Sx Sx
A2max 16 4
PSB
Tabela 4.1: Comparação de A2max
entre modulações AM com e sem portadora
• A envoltória do sinal depende então do módulo |x(t)|, e não simplesmente de x(t). Logo,
determinar a envoltória não é equivalente a determinar o sinal.
• Há reversão de fase quando a mensagem x(t) cruza o zero.
• Para recuperaremos a mensagem precisamos saber, além da envoltória, dos instantes em

que há reversão de fase.
• Por outro lado, a potência total é, na ausência de portadora não modulada:
1
STDSB = 2 · PSB = A2c · Sx (4.40)
2
e isto é válido mesmo que a média de x(t) seja diferente de zero.
• Isto é, há um aproveitamento melhor da energia disponível.
• Na prática, os transmissores possuem, além de um limite de potência média, um limite

sobre a potência de pico.4 Este valor de pico depende do quadrado da amplitude de pico,
denominada aqui como Amax .
PSB
• Como a informação está nas bandas laterais, pode ser útil definir a relação A2max
. Esta
relação está apresentada na tabela 4.1 para o caso com e sem portadoraF:
• Logo, dado o mesmo Amax , a modulação DSB resulta em quatro vezes mais potência para
as bandas laterais do que a modulação com portadora, sendo assim mais eficiente neste
aspecto, utilizando ainda a mesma banda de 2W .
• Este ganho em eficiência ocorre com um custo de aumento de complexidade.
• Exemplo: comparação de alcance.
– Um transmissor possui dois limites: a potência media deve ser ST ≤ 3kW (onde
W = Watts) e A2max ≤ 8kW . O sinal a ser transmitido é uma onda senoidal com
2
amplitude Am = 1, resultando em Sx = A2m = 12 . Qual modulação terá alcance
maior?
– Para a modulação AM com µ = 1, temos considerando a restrição de potência média
F:
PSB = 41 Pc ⇒ Pc = 4PSB
(4.41)
STAM = Pc + 2PSB = 4PSB + 2PSB = 6PSB ≤ 3kW ⇒ PSB ≤ 0.5kW
4
Por exemplo limitado pela tensão de alimentação de um circuito analógico ou pela faixa de sinais representados
através de amostras digitais.
73
e, considerando a restrição de potência de pico:

1 2 1
PSB = 16 Amax · 2 (4.42)
1
≤ 32 · 8kW = 0.25kW
Assim, o fator que de fato restringe a potência da informação é o valor da potência

de pico.
– Para a modulação DSB temos:
STDSB = 2PSB ≤ 3kW ⇒ PSB ≤ 1.5kW

PSB (4.43)
A2
= S4X ⇒ PSB ≤ 81 A2max = 1kW
max
Assim, para o caso DSB o limite também é a potência de pico.

– Comparativamente, a modulação DSB sem portadora resulta em quatro vezes mais
potência de informação. Considerando que a potência do sinal recebido depende
do quadrado da distância e dado um limiar de potência recebida necessária para
demodulação, a modulação DSB permitiria o dobro do alcance.
4.2.2 Modulação Tonal e Análise Fasorial

• Modulação tonal ocorre quando a mensagem é um tom, isto é, x(t) = Am · cos(2πfm t).
• Neste caso teríamos, para a modulação com portadora, o seguinte sinal modulado:
Ac µAm
xAM
c (t) = Ac · cos(2πfc t) + · [cos(2π(fc + fm )t) + cos(2π(fc − fm )t)] (4.44)
2
• Para o caso sem portadora teríamos:
Ac Am
xDSB
c (t) = · [cos(2π(fc + fm )t) + cos(2π(fc − fm )t)] (4.45)
2
• O espectro destes sinais estão apresentados na figura 4.10.
• Estes espectros permitem gerar uma representação fasorial que é útil para entender o
que aconteceria caso houvesse supressão de uma das bandas laterais, o que será útil nas
próximas seções.
• Por exemplo, o diagrama fasorial de uma modulação AM com portadora por um sinal
tonal tal que Am µ = 32 teria o formato da figura 4.11-(a). Referenciando o diagrama
em relação à frequência fc , teríamos que a amplitude resultante da soma de fasores é
a envoltória. O resultado é sempre um valor real, cuja envoltória vale, como esperado,
Ac [1 + 32 cos(2πfm t)].
• Se o canal causa distorção de amplitude e remove o lóbulo inferior (fasor com frequência
fc − fm , o diagrama fica com o formato da figura 4.11-(b). A soma de fasores não está
contida no eixo real e a envoltória vale:
" 2 # 21
1 1

A(t) = Ac + Ac cos(2πfm t) + Ac sin(2πfm t)
3 3 (4.46)
r
10 2
= Ac + cos(2πfm t)
9 3
• Da equação anterior percebe-se que a distorção de amplitude causada pelo canal altera
distorce a envoltória, que já não depende linearmente da mensagem.
74
4.3. CIRCUITOS CAPÍTULO 4. MODULAÇÃO LINEAR
(a) (b)
𝐴𝑐 𝐴𝑚
2
𝐴𝑐 𝐴𝑚 𝜇
2
f f
fc-fm fc fc+fm fc-fm fc fc+fm
Figura 4.10: Espectro de modulação tonal para sistemas (a)- com portadora e (b)-sem porta-
dora.
4.3 Circuitos
Tendo em vista as evoluções tecnológicas e a existência de circuitos integrados conversores de
frequência, esta seção do livro é recomendada como leitura opcional aos interessados.
4.4 Modulação em amplitude com supressão de banda lateral

• A modulação AM com portadora desperdiça energia com a portadora e utiliza uma banda
de transmissão com o dobro do tamanho da banda da mensagem.
• A modulação DSB elimina a portadora, sendo mais eficiente do ponto de vista de potência,
mas continua utilizando uma banda de transmissão com o dobro do tamanho da banda
da mensagem.
• Reduzir uma das bandas laterais (em torno de fc ) reduziria a banda de transmissão. Há
duas possibilidades:
– SSB (Suppressed Side Band), onde uma das bandas laterais é completamente elimi-
nada.
– VSB (Vestigial Side Banda), onde um vestígio de uma das bandas laterais ainda é
permitido, o que possui vantagens práticas na demodulação.
• Na figura 4.12 é possível analisar as diferenças entre os espectros das modulações: AM,
DSB e SSB.
• Esta modificação é possível pois os sinais anteriores possuíam simetria local em torno de
±fc . Assim, qualquer banda lateral possui a informação necessária para reconstruir a
outra e consequentemente a mensagem transmitida.
75
4.4. MODULAÇÃO EM AMPLITUDE COM SUPRESSÃO
CAPÍTULO
DE 4.
BANDA
MODULAÇÃO
LATERALLINEAR
(a) 1
𝜇𝐴
3 𝑚
1 fm
1 -fm
𝜇𝐴
3 𝑚
(b) 1
𝜇𝐴
3 𝑚
fm
1
Figura 4.11: Diagramas fasoriais da modulação AM com portadora (a)-sem distorção e (b)-com
distorção. Em verde o fasor resultante. Ambos os diagramas estão referenciados na frequência
fc .
4.4.1 Sinais e espectro SSB

• Um sinal SSB poderia ser obtido a partir de um sinal DSB utilizando o diagrama da figura
4.13.
• Há duas possibilidades de filtros passa-faixas, resultando nas duas variantes da modulação

SSB, especificadas para f > 0:
– USB - Upper Side Band: a faixa de frequências maior que fc é mantida;

– LSB - Lower Side Band: a faixa de frequências menor que fc é mantida;
• O sinal SSB ainda deve ser um sinal real para que possa ser transmitido. Logo, ele possui
simetria Hermitiana, o que define as faixas presentes para f < 0.
• Nas duas variantes, teríamos as seguintes relações:
STSSB = PSB
(4.47)
BTSSB = W.
• A visualização de um sinal SSB em frequência é fácil. A visualização no tempo não é fácil.

Um caminho para a compreensão é analisar a modulação tonal, que resultaria no seguinte
sinal no tempo:
1
xSSB
c (t) = Ac · Am cos(2πt(fc ± fm )) (4.48)
2
onde o sinal depende da variante em utilização.
• A envoltória deste sinal é constante. Logo, não é possível determinar a mensagem exclu-
sivamente a partir da envoltória.
76
CAPÍTULO
DE 4.
BANDA
MODULAÇÃO
LATERALLINEAR
(a) (b) (c)
-fc -W -fc -fc +W fc -W fc fc +W f -fc -W -fc -fc +W fc -W fc fc +W f -fc -W -fc fc fc +W f
Figura 4.12: Comparação entre os espectros da modulação AM com portadora (a), DSB (b) e
USB (c)
• Um outro caminho possível é analisar o modulador em banda base equivalente. O sinal

na entrada do filtro é:
xbp (t) = Ac · x(t) · cos(2πfc t) (4.49)
o que resulta no seguinte sinal em banda baseF:
Ac · x(t) Ac
xlp (t) = ↔ Xlp (f ) = X(f ) (4.50)
2 2
• Definimos a saída do filtro em banda passante (e sinal SSB) como sendo ybp (t) = xSSB
c (t).
• O filtro passa faixas, em banda passante, tem o formato da figura 4.14-(a), com equiva-
lente em banda base apresentado na figura 4.14-(b). O filtro em banda base não é real.
Matematicamente, teríamos5 :
Hlp (f ) = Hbp (f + fc ) · u(f + fc )
(
u(f ) − u(f − W ) para USB
=
u(f + W ) − u(f ) para LSB (4.51)
(
1
(1 ± sgn(f )) para |f | ≤ W
= 2
0 caso contrário
onde o sinal + se refere à modulação USB e o sinal − se refere à modulação LSB.
• Como X(f ) = 0 para |f | > W , teríamos, ao multiplicarmos em frequência:
Ylp (f ) = Xlp (f ) · Hlp (f )

1
= Ac [Xlp (f ) ± sgn(f ) · Xlp (f )] (4.52)
4
1
= Ac [Xlp (f ) ± j X b lp (f )]
4
onde utilizamos a relação −j · sgn(f ) · Xlp (t) = X
b lp (f ). No tempo, Ylp (f ) equivale a:
1
ylp (t) = F −1 {Ylp (f )} = Ac [xlp (t) ± j x
blp (t)] (4.53)
4
onde x
blp (t) é a Transformada de Hilbert de xlp (t)
5
É importante saber exatamente qual é o valor de fc utilizado para a conversão de banda passante para banda
base. Este valor fica na "‘borda"’ direita (LSB) ou esquerda (USB) do filtro, e não no meio dele
77
CAPÍTULO
DE 4.
BANDA
MODULAÇÃO
LATERALLINEAR

Modulador Filtro passa
DSB faixas
Figura 4.13: Modulador SSB obtido pela concatenação de um modulador DSB com um filtro
passa faixas.
• Para obtermos o sinal em banda passante, utilizamos a conversão de banda base para
banda passante, o que resulta em:
1
ybp (t) = xSSB
c (t) = Ac [x(t) · cos(2πfc t) ∓ x
b(t) · sin(2πfc t)] (4.54)
2
que é o sinal SSB desejado, sendo o sinal − para a modulação USB e o sinal + para a
modulação LSB.
• A utilização da Transformada de Hilbert pode apresentar dificuldades. Caso x(t) seja

um trem de pulsos retangulares, por exemplo, x b(t) tenderia a infinito nos pontos de
descontinuidade dos pulsos retangulares. Assim como a transformada de Hilbert não pode
ser exatamente implementada, estes valores tendendo a infinito também não poderiam ser
exatamente representados. O melhor que se pode fazer é aproximar o ideal, resultando
em supressão não ideal da banda lateral.
4.4.2 Geração de Sinais SSB

• Um filtro passa faixas ideal como o necessário para implementar a modulação SSB ideal
não existe.
• Um filtro real atenuará de forma não perfeita a banda não desejada, o que pode ser
aceitável dentro dos requisitos do sistema.
• Muitos sinais práticos não contém o nível DC, o que flexibiliza a frequência de corte do
filtro passa faixas.
• Por exemplo, o sinal com espectro da figura 4.15 possui uma região de transição entre
fc − β até fc + β.
• Desta forma, o filtro também pode transitar da faixa de passagens para a faixa de rejeição
(onde o ganho é zero) mais suavemente.
78
CAPÍTULO
DE 4.
BANDA
MODULAÇÃO
LATERALLINEAR
(a)
f
-(fc+W) -fc fc fc+W
(b)
f
0 W
Figura 4.14: Módulo do filtro passa faixas para geração do sinal SSB, representado em (a)-em
banda passante e (b)- em banda base equivalente. Em particular, este filtro gerará a variante
USB.
• Na prática, utiliza-se frequências intermediárias para implementar filtros com transição

com largura de 2β, pois geralmente β << fc , impossibilitando a implementação do filtro
diretamente em fc .
• Alternativamente, poderíamos utilizar a expressão para o sinal SSB e gera-lo diretamente,
sem a necessidade de gera o sinal DSB, utilizando o modulador da figura 4.16, que possui
a dificuldade da implementação do filtro de Hilbert Hq (f ).
4.4.3 Sinais e Espectro VSB

• Devido ao filtro passa faixas no limite de fc , SSB não é uma boa escolha quando a
mensagem possui conteúdo em baixas frequências, o que equivale a dizer que o valor de β
do item anterior é baixo ou zero.
• Uma alternativa é a modulação VSB - Vestigial Side Band, que mantém um vestígio da
banda eliminada pela modulação SSB.
• A resposta em frequência do filtro passa faixas seria formato qualitativo semelhante ao da
figura 4.17-(a), que pode ser descrito como:
H(f ) = u(f − fc ) − Hβ (f − fc ), para f> 0 (4.55)
onde Hβ (f − fc ) é o filtro VSB. Ele tem o formato qualitativo de 4.17-(b). Isto é, Hβ (f ) =

−Hβ (−f ) e Hβ (f ) = 0 para |f | > β.
• O filtro VSB é um filtro implementável de supressão de banda lateral com largura 2β. A
banda de transmissão é então:
BTV SB = W + β (4.56)
• Na maioria dos casos, β << W e BTV SB ≈ W . Do ponto de vista espectral e temporal,

VSB é mais parecido com SSB do que com DSB.
79
CAPÍTULO
DE 4.
BANDA
MODULAÇÃO
LATERALLINEAR
Ganho do Filtro
Região de transição
f
fc-W fc - f+
c f+W
c
fc
Figura 4.15: Sinal (em azul) com região de transição com largura 2β. O ganho de amplitude
do filtro, em verde, decai de forma mais suave nesta região do que no caso ideal, o que pode
facilitar a sua implementação
• Genericamente, qualquer sinal modulado pode ser escrito como:

1
xc (t) = Ac [xi (t) · cos(2πfc t) − xq (t) · sin(2πfc t)] (4.57)
2
• Por exemplo, na modulação DSB, xq (t) = 0. Na modulação SSB, xq (t) = ±x

b(t). No caso
VSB, temos que:
xq (t) = x
b(t) + xβ (t) (4.58)
onde: Z β
xβ (t) = 2 · j Hβ (f ) · X(f ) · exp(j2πf t)df (4.59)
−β
• O valor de xβ (t) foi obtido utilizando a propriedade da convolução e da relação entre

convolução no tempo e produto em frequência.
• Se β << W , então xβ (t) ≈ 0 e xq (t) ≈ x

b(t). Assim, a afirmação de semelhança entre SSB
e VSB é justificada.
• Não é fácil determinar a potência transmitida de um sinal VSB, mas sabemos que pro-
vavelmente deve ser maior que a modulação SSB e menor do que a modulação DSB,
dependendo do valor de β. Assim:
1 2 1
Ac SX ≤ STV SB ≤ A2c SX (4.60)
4 2
• A modulação VSB como apresentada foi obtida pela passagem de um sinal DSB por
um filtro específico. Nada impede que um sinal AM (com portadora) sepassadoada pelo
mesmo filtro, o que resultaria em um sinal com portadora atenuada, denominado VSB+C
(C de carrier).
• O sinal transmitido fica então:
xcV SB+C (t) = Ac {[1 + µx(t)] · cos(2πfc t) − µxq (t) · sin(2πfc t)} (4.61)
80
4.5. CONVERSÃO EM FREQUÊNCIA E DEMODULAÇÃO
X
cos(2 fc t)
~ _
x(t) +
SSB
xc (t)
-90
Hq(f) X
Figura 4.16: Geração direta de sinal SSB utilizando filtro de Hilbert.
com termos em fase e em quadratura dados por:
xci (t) = Ac [1 + µx(t)]

(4.62)
xcq (t) = Ac µxq (t)
• A envoltória deste sinal é:

q
A(t) = x2ci (t) + x2cq (t)
1
= [A2c [1 + µx(t)]2 + A2c µ2 x2q (t)] 2
)1 (4.63)
µ2 · x2q (t)
(
2
= A2c [1 + µ · x(t)] · 1 +
[1 + µ · x(t)]2
• Esta equação tem dois fatores:
– O primeiro depende linearmente da envoltória

– O segundo termo pode ser interpretado como um causador de distorção do primeiro
• Se o valor de µ não for muito grande e β for relativamente pequeno, o segundo termo
acima causaria apenas uma pequena distorção, o que pode ser tolerável. Desta forma, a
envoltória do sinal VSB+C seria aproximadamente linear em relação ao sinal, permitindo
assim a detecção por envoltória.
4.5 Conversão em frequência e Demodulação

• Modulações em amplitude causam deslocamento do espectro para frequências mais altas.
• A demodulação então exigirá a translação do espectro para frequências mais baixas.
• Há dois tipos de demodulação:
81
f
fc-β fc fc+β fc-β fc+β
fc
(a) (b)
Figura 4.17: (a) Filtro utilizado para gerar sinal VSB e (b) filtro VSB
– Síncrona
– Assíncrona.
• A conversão em frequência, por sua vez, desloca o espectro de um sinal já modulado para
outra faixa de frequências, não necessariamente para em torno de f = 0.
• Esta conversão pode ser útil por exemplo para a utilização de circuitos com características
espectrais específicas, como por exemplo amplificadores, osciladores e filtros6 . Também
pode ser útil para demodulação.
4.5.1 Conversão em frequência

• Considere por exemplo o sinal DSB:
xc (t) = Ac · x(t) · cos(2πf1 t) (4.64)
• A "‘remodulação"’ deste sinal resultaria em:

1
xc (t) · cos(2πf2 t) = Ac · x(t)[cos(2π[f1 + f2 ]t) + cos(2π[f1 − f2 ]t)] (4.65)
2
isto é, o sinal agora é composto de duas modulações DSB: uma em f1 + f2 e outra em
f1 − f2 .
• Eliminando um dos termos através de filtros, obteríamos então a translação do sinal

originalmente em torno de f1 para em torno de f1 + f2 , por exemplo.
• O nome do dispositivo que realiza este tipo de conversão se chama conversor de frequência,
mixer, upconverter ou downconverter.
6
Relembrando, filtros passa faixa analógicos normalmente tem faixa de passagem entre 1% e 10% da frequência
central.
82
• Devido á necessidade de uma grande taxa de amostragem para representar sinais com
bandas altas, esta conversão normalmente é feita de forma analógica.
• O diagrama básico de um conversor está mostrado na figura 4.18.
Entrada X Filtro Saída
Oscilador Local
cos(2π𝑓2 t)
Figura 4.18: Diagrama básico de um conversor de frequência.
• Exemplo 1: Sistema Brasileiro de Coleta de Dados Ambientais: Muitas (800) estações de

medição de variáveis climáticas estão distribuídas no território nacional. Os dados destas
estações são transmitidos para o INPE através de um satélite (CBERS). As estações
transmitem, por diversos motivos, as mensagens utilizando fc ≈ 400M Hz, enquanto que
o satélite retransmite estas informações para a estação terrena utilizando cerca de 2.3GHz.
• Exemplo 2: Retransmissor com conversão de frequências, apresentado na figura 4.19.
6GHz 6 GHz X 4 GHz 4GHz
4GHz
~ 2GHz
6GHz
4 GHz X 6 GHz
Figura 4.19: Método para converter dois sinais ao mesmo tempo, evitando interferências na
transmissão ou no circuito, utilizando um único oscilador.
4.5.2 Demodulação síncrona

• Todas as modulações lineares podem ser demoduladas pelo demodulador por produto
apresentado na figura 4.20. Este demodulador também é chamado de demodulador sín-
crono, pois o seu funcionamento exige que o oscilador local saiba exatamente a frequência
e fase do oscilador do transmissor.
83
LPF
xc(t) X yD(t)
B=W
Oscilador Local
ALOcos(2πfct+ϕLO)
Figura 4.20: Diagrama genérico de um conversor síncrono.
• Para analisar o seu funcionamento, definimos o sinal modulado abaixo, que pode repre-
sentar qualquer das modulações vistas neste capítulo:
xc (t) = [Kc + Kµ x(t)]cos(2πfc t) − Kµ xq (t)sin(2πfc t) (4.66)
• Fazer Kc = 0 elimina a portadora. Fazer xq (t) = 0 gera o sinal DSB.
• A passagem deste sinal genérico pelo demodulador produto gera o sinal :

ALO
xc (t)·ALO cos(2πfc t) = {[Kc +Kµ x(t)]+[Kc +Kµ x(t)]cos(4πfc t)−Kµ xq (t)sin(4πfc t)}
2
(4.67)
• O filtro passa baixas elimina os termos em 2fc , resultando em:
yD (t) = KD [Kc + Kµx(t)] (4.68)
onde KD é uma constante de demodulação que depende do nível do sinal recebido e do

ganho do filtro passa baixas na faixa de passagem.
• Um filtro passa altas eliminaria a constante Kc
• Este método também funcionaria para a modulação VSB, como visualizado na figura 4.21
• Este método parece fácil mas exige o conhecimento de duas grandezas não disponíveis
na recepção: a frequência central e a fase exata do sinal recebido. Determinar estas va-
riáveis é difícil, em particular para os casos SSB e VSB. Soluções como PLL e Costas
Loop são utilizadas, o que adiciona complexidade no receptor. Um esquema que introduz
um mecanismo genérico de sincronismo está na figura 4.22. O sincronismo é extrema-
mente importante na transmissão de dados digitais: a sua ausência pode inviabilizar a
comunicação.
• O efeito da ausência de sincronismo pode ser observado considerando a modulação DSB

tonal, o que resultaria em:
yD (t) = KD cos(2πfm t) · cos(2πf 0 t + φ0 ) (4.69)
onde f 0 = fc − fLO e φ0 = φc − φLO .
84
Sinal SSB
Multiplicado por cos(2𝜋𝑓𝑐 )
Após filtragem e ganho
f
-2fc -fc f=0 fc 2fc
Figura 4.21: Visualização do processo de demodulação para sinais VSB, utilizando demodulação
síncrona. A combinação das duas partes em torno de f = 0 se complementam pois Hβ (f ) =
−Hβ (−f )
• Se φ0 = 0 temos:
KD
yD (t) = [cos(2πt[fm + f 0 ]) + cos(2πt[fm − f 0 ])] (4.70)
2
isto é, o sinal recebido será semelhante a um instrumento sendo afinado (como por exemplo
um violino ou guitarra). Para f 0 pequeno, o sinal desaparecerá e reaparecerá no tempo, na
medida em que os dois cossenos acima se combinam de forma aproximadamente destrutiva
ou construtiva.
• Se f 0 = 0 temos:
yD (t) = KD cos(2πfm t) · cos(φ0 ) (4.71)
Entrada X Filtro Saída

fLO,
ϕLO
Sincronizador
~
Figura 4.22: Esquema genérico para demodulação síncrona com sincronizador
85
isto é, o erro de fase atenua o sinal. No caso extremo quando φ0 = ±π, o sinal desaparecerá
por completo.
• Para o caso SSB ou VSB, um erro de estimação de frequência causará um desvio constante
de frequência. Se houver vários tons em harmonia entre si, o deslocamento constante
causará uma desafinação. Subjetivamente, erros de até 10Hz são toleráveis, dependendo
da sensibilidade de um ouvinte, por exemplo.
• Um erro de fase causaria, para SSB ou VSB, distorção de fase. Dentro de limites, esta
distorção pode ser aceitável.
4.5.3 Demodulação assíncrona - Detector de envoltória

• A demodulação da modulação AM não exige sincronismo pois, não havendo inversão de
fase, a envoltória contém a mensagem. Como a envoltória independe de fc ou de φc ,
estes não precisariam ser estimados. Assim, basta detectar a envoltória para recuperar a
mensagem.
• O caminho contrário desta lógica é que o detector de envoltória só consegue demodular

corretamente sinais sem inversão de fase, isto é, com portadora.
• Um detector simples está apresentado na figura 4.23, que nada mais é do que um circuito
retificador concatenado com dois filtros, um passa baixas e outro passa altas.
Diodo retificador
Filtro Filtro
Passa Baixa Passa Alta
Figura 4.23: Circuito detector de envoltória simples. Um circuito melhor utilizaria um retifica-
dor de onda completa.
• Se W << R11C1 << fc , o filtro passa baixas só responde a variações na envoltória do sinal
de entrada.
• O filtro passa altas elimina o termo DC.
• Apesar do diodo ser um elemento não linear, este detector de envoltória é chamado de
linear pois a saída depende linearmente da envoltória do sinal de entrada.
• Modulações DSB e SSB também poderiam ser detectados utilizando este detector, desde
que a portadora seja reintroduzida. Isto, entretanto, exige o conhecimento exato da fase
e frequência do sinal de entrada, não eliminando portanto a necessidade de sincronismo.
• Este circuito retificador está presente em vários equipamentos que não desejam receber
sinais AM. Por conta disso é que há interferência.
86
4.6. EXERCÍCIOS CAPÍTULO 4. MODULAÇÃO LINEAR
• O processo de demodulação está representado graficamente na figura 4.24.
• O detector de envoltória também pode ser utilizado para o controle automático de ganho,
se o nível do sinal variar lentamente.
2
xc (t)
AM 0
-1
-2
0 0.2 0.4 0.6 0.8 1
1.5
|xc (t)|
1
AM
0.5
0
0 0.2 0.4 0.6 0.8 1
1
Envoltória - média
0.5
-0.5
-1
0 0.2 0.4 0.6 0.8 1
Figura 4.24: Visualização do processo de demodulação assíncrona para sinais AM, no tempo
4.6 Exercícios
4.6.1 Exercícios sugeridos do livro “Communication Systems 5th Edition”
• Questões conceituais: 4.1, 4.2, 4.4, 4.5, 4.6, 4.7, 4.8, 4.9, 4.10, 4.15.
• Problemas: 4.1.1, 4.1.4, 4.1.6, 4.1.12, 4.1.15, 4.2.1, 4.2.2, 4.2.4, 4.2.6, 4.2.9, 4.2.11, 4.4.1,
4.4.2, 4.4.4, 4.4.9, 4.4.13, 4.4.13, 4.5.1, 4.5.6, 4.5.7, 4.5.10, 4.5.11.

1. O sinal x(t) é composto por dois sinais USB (Upper SSB):
• Um com fc = 1M Hz e banda W = 100kHz

• Um com fc = 5M Hz e banda W = 200kHz.
Desejamos transmitir estes dois sinais em uma faixa contínua do espectro com início em
2M Hz. Para isto dispomos do circuito da figura 4.25. Podemos escolher os valores de f1 ,
f2 e os filtros passa faixas (FPF) 1 e 2. Determine estas variáveis para que o objetivo seja
cumprido. Explique resumidamente o funcionamento.
2. Um sinal AM com portadora carrega a mensagem x(t) = Am · cos(2πfm t). A frequência

da portadora é fc , e fc >> fm . A amplitude da portadora é Ac . O índice de modulação
87
é µ. Este sinal passa por um filtro H(f ) com a seguinte resposta em frequência:

0.25

 |f | < fc
H(f ) = 0.5 |f | = fc (4.72)

0.75 |f | > f

c
O sinal que sai do filtro é y(t).
(a) Esboce o espectro de y(t) para f > 0, indicando as amplitudes importantes.

(b) Calcule a potência total de y(t)
(c) Calcule a potência atribuída a portadora de y(t)
(d) Calcule ylp (t), o equivalente em banda base de y(t). Encontre os termos em fase e
em quadratura de ylp (t).
x(t) X FPF1 X FPF2 y(t)
cos(2πf1t) cos(2πf2t)
Figura 4.25: Circuito disponível
3. Um sinal em banda passante é xbp (t) tem equivalente em banda base xlp (t). Mostre que:
1 j
xlp (t) = [xbp (t)·cos(2πfc t)+ x
d bp (t)·sin(2πfc t)]+ [x
d bp (t)·cos(2πfc t)−xbp (t)·sin(2πfc t)]
2 2
(4.73)
onde x b(t) é a Transformada de Hilbert de x(t). Sugestão: não faça isso no domínio do
tempo.
4. Possuimos a seguinte mensagem: x(t) = sin(2π5t) + cos(2π20t). Esta mensagem será

transmitida através de uma modulação AM-VSB sem portadora, denominado xc (t). O
sgn(f ) − 0.1f
filtro VSB é Hβ (f ) = para |f | < 10, onde sgn() é a função sinal. Encontre
2
xc (t) e o seu equivalente em banda base.
5. Encontre a transformada de Hilbert x(t)

d da onda quadrada abaixo. Esboce o espectro
de x(t) − j x(t).
d
" ∞ #
X 1
x(t) = Π (t − 2n) − .
n=−∞
2
88
6. O sinal x(t) abaixo passa por um sistema cuja resposta em frequência equivalente em
banda base é HBB (f ) = f . Encontre a saída do sistema em banda base e em banda
passante, utilizando fc = 1000Hz.
x(t) = 20cos(2π10t)cos(12π1000t) + cos(2π1010t)
7. Um amplificador tem dois limites: a potência média do sinal de saída deve ser inferior a
1W e a potência de pico do sinal de saida deve ser inferior a 2W. Desejamos transmitir
uma das três modulações AM:
• DSB com portadora com parâmetro µ = 0.5;

• DSB sem portadora;
• SSB superior.
A mensagem x(t) a ser transmitida é sempre tonal. Calcule o valor da potência média
do sinal para cada uma das três modulações e indique qual é o fator limitante para esta
potência.
8. Um transmissor possui dois limites: a potência média transmitida deve ser menor ou
igual a 1W e a potência instantânea máxima deve ser menor ou igual a 2W. Desejamos
transmitir um sinal AM-DSB com portadora. O índice de modulação é µ = 0.9. A
mensagem transmitida é x(t), que pode assumir valores iguais a 1 ou -1. Ests valores se
alternam no tempo em instanets aleatórios
• Determine qual é o fator limitante para o nosso sistema

• Uma vez estabelecido este limite, calcule a potência média do sinal modulado, da
portadora e das bandas laterais.
9. Um sinal em banda passante vale xc (t) = cos(2π · 99kHz · t) + cos(2π · 101kHz · t).
(a) Calcule o sinal equivalente em banda base considerando que fc = 100kHz.

(b) Calcule o sinal equivalente em banda base considerando que fc = 98kHz.
10. Deseja-se transmitir um sinal x(t) com potência Sx = 1 e com banda de transmissão W .
Há duas alternativas:
• Um sistema DSB com portadora com índice de modulação k = 0.5.

• Um sistema DSB sem portadora.
Todas as alternativas utilizam o mesmo transmissor cuja potência instantânea máxima é de

1 Watt. Determine qual dos dois sinais tem mais potência atribuída a informação.Lembre-
se das convenções adotadas para as mensagens transmitidas.
11. Um sinal AM-DSB sem portadora utiliza uma frequência de portadora igual a 1MHz.
A mensagem transmitida x(t) tem banda de 20kHz(em banda base). Há uma forma
recuperar a mensagem x(t) a partir do sinal modulado amostrando idealmente o sinal
modulado com frequência de amostragem fs e posteriormente filtrando com um filtro
passa baixas com frequência de corte em 20kHz. Determine o menor valor de fs para que
este método funcione e explique com cerca de cinco linhas (com tamanho de letra regular)
como isto é possível. Equações e diagramas não contabilizam para as 5 linhas.
12. O sinal x(t) é uma função periódica com período fundamental T0 , real, com simetria par,
com potência média finita e transformada de Fourier (no limite) X(f ). A transformada
de Hilbert de x(t) é x
e(t).
89
(a) Um sinal y(t) é definido pela equação y(t) = x(t) − j x

e(t) é igual a 2X(f ) para f > 0
e igual a zero para f < 0. (Dica: utilize a Série de Fourier de x(t))
(b) Mostre que x(t) e x
e(t) são ortogonais.
13. Desejamos transmitir um sinal tonal x(t) = Am cos (2πfm t) através da modulação VSB
(superior). A frequência da portadora é fc e a sua amplitude é Ac = 1. O filtro Hβ (f )
vale −0.25 para −2fm < f < 0 e 0.25 para 0 < f < 2fm . As respostas podem ser deixadas
em função de Am , fm e fc , exceto no último item
(a) Obtenha o sinal modulado e o seu espectro.

(b) Obtenha a representação no tempo em banda base do sinal modulado.
(c) O sinal modulado é detectado com um detector de envoltória perfeito. Obtenha a
saída do detector.
(d) Qual deve ser o valor de Am para que a potência do sinal do item (a) seja igual a 2
Watts?
14. Você possui um número infinito de dispositivos que realizam produtos ou somas de sinais
no tempo. Você possui somente três filtros que podem ser configurados como desejados.
Estes três filtros podem ser distribuídos nos dois itens da pergunta, mas o total geral deve
ser menor ou igual a três. Você possui um número infinito de osciladores, mas todos eles
oscilam com frequência de 500kHz. Desejamos transmitir um sinal x(t) cujo conteúdo
espectral está limitado em 10kHz. Utilizando o que está disponível, responda os itens
abaixo.
(a) Gere um sinal USB cuja portadora é 1M Hz. Descreva o seu circuito.
(b) Converta o sinal gerado no item anterior para um sinal DSB cuja portadora é 500kHz.
Descreva o seu circuito.
90
Capítulo 5
Modulação Angular ou exponencial.
Neste capítulo apresentamos as modulações angulares, como gerá-las e as consequências espec-

trais. Também apresentamos métodos de demodulação e os efeitos que distorções e interferências
podem causar.
5.1 Modulação em Fase e em Frequência

• Recapitulando, um sinal modulado qualquer pode ser escrito como
xc (t) = A(t) · cos(2πf (t) + φ(t)). (5.1)
• Genericamente, um sinal com envoltória constante e fase variável teria a seguinte expres-
são:
xc (t) = Ac · cos(2πfc t + φ(t)) (5.2)
• O argumento do cosseno é um ângulo, também chamado de fase, cujo valor instantâneo

na expressão acima vale:
θc (t) , 2πfc t + φ(t) (5.3)
• Reescrevendo a expressão acima obtemos:
xc (t) = Ac · cos(θc (t)) = Ac · <{exp(j · φc (t))} (5.4)
que dá origem ao nome modulação exponencial, que é considerada uma modulação linear.
• No caso da modulação em fase (PM-Phase Modulation), o valor de φ(t) vale
φ(t) = φ∆ · x(t), (5.5)
onde x(t) obedece às convenções sobre a mensagem adotadas no capítulo anterior e φ∆ ≤

180o , para evitar ambiguidades. O valor de φ∆ é o maior desvio de fase possível.
• Assim, o sinal modulado PM tem o formato:
xPc M (t) = Ac · cos(2πfc t + φ∆ · x(t)) (5.6)
• O diagrama fasorial deste sinal está mostrado na figura 5.1. A velocidade de rotação do
fasor não é constante. O ângulo total é a soma da rotação 2πfc t mais φ(t).
• Assim como a velocidade linear de um objeto é a variação de posição de um objeto em
uma reta, a velocidade angular é a variação do ângulo. Matematicamente:
1 1 dθc (t) 1 dφ(t)
f (t) = ω(t) , = fc + (5.7)
2π 2π dt 2π dt
91
5.1. MODULAÇÃO EM FASE
CAPÍTULO
E EM FREQUÊNCIA
5. MODULAÇÃO ANGULAR OU EXPONENCIAL.
A ϕ(t)
f(t) 2πfct
Figura 5.1: Diagrama fasorial de um sinal com modulação FM/PM. Em vermelho a projeção
do fasor no eixo real.
• A função f (t) é a frequência instantânea de rotação. Embora a sua unidade seja Hz, o
seu valor não se equivale ao f encontrado no espectro, como veremos em breve.
• No caso de modulação em frequência (FM-Frequency Modulation), a mensagem está na

frequência instantânea, que vale:
f F M (t) , fc + f∆ x(t) (5.8)
onde f∆ é o maior desvio de frequência instantânea do sinal e deve ser menor do que fc
para que f (t) ≥ 0, ∀t.
• Como para FM a relação entre fase instantânea e frequência instantânea é

dφ(t)
= 2πf∆ x(t) (5.9)
dt
, temos que a frequência instantânea pode ser escrita como:
Z t
φ(t) = φ(t0 ) + 2πf∆ x(λ)dλ (5.10)
t0
onde a fase inicial vale φ(t0 ). Assumiremos por simplicidade que ela vale zero no instante
t = 0.
• O sinal modulado é então:

Z t
xFc M (t) = Ac · cos 2πfc t + 2πf∆ x(λ)dλ (5.11)
0
• Se x(t) tiver um nível DC diferente de zero, a integral divergirá. Na prática isto equivale
a um desvio de frequência constante que pode sere incorporado a fc .
• As modulações PM e FM são muito parecidas. Uma pode ser obtida a partir da outra
com o uso de integradores ou derivadores, como mostra a tabela 5.1.
92
CAPÍTULO
E EM FREQUÊNCIA
Modulação φ(t) f (t)

1 dφ(t)
PM φ∆ · x(t) fc + 2π dt
2πf∆ 0t x(λ)dλ
R
FM fc + f∆ x(t)
Tabela 5.1:
A2c
• Em ambos os casos a amplitude do sinal é constante, o que permite afirmar que ST = 2 F.
• O sinal xc (t) vale zero de forma não periódica. Se fc for grande o suficiente, a informação
sobre frequência instantânea pode ser obtida exclusivamente a partir dos cruzamentos de
zero. Esta propriedade será utilizada futuramente na demodulação de sinais modulados
em fase.
• Embora a frequência instantânea esteja, no caso da modulação FM, entre fc ± f∆ , a

banda ocupada é maior do que 2f∆ . É possível melhorar o desempenho da modulação
FM aumentando o valor de f∆ , até um certo limite.
5.1.1 PM e FM de faixa estreita

• Qualquer sinal em banda passante pode ser escrito como:
xc (t) = xci (t)cos(2πfc t) − xcq (t)sin(2πfc t) (5.12)
• Utilizando a série de Taylor das funções seno e cosseno, escrevemos, com base no diagrama
fasorial referenciado em fc :
h i
1 2
xci (t) = Ac cos(φ(t)) = Ac 1 − 2! φ (t) + · · ·
h i (5.13)
xcq (t) = Ac sin(φ(t)) = Ac φ(t) − 3!1 φ3 (t) + · · ·
• Supondo que |φ(t)| << 1 (radiano), temos que xci (t) ≈ Ac e xcq (t) ≈ Ac φ(t). A condição
sobre φ(t) caracteriza a modulação de faixa estreita (narrowband).
• Nestas condições:
xc (t) ≈ Ac · cos(2πfc t) − Ac φ(t) · sin(2πfc t)

(5.14)
Xc (f ) ≈ A2c δ(f − fc ) + 2j Ac Φ(f − fc ) para f > 0.
• Para a modulação PM, Φ(f ) = φ∆ X(f ). Para FM, Φ(f ) = − jf∆ fX(f ) . Logo, a banda do
sinal modulado será de aproximadamente 2W , onde W é a banda de x(t).

1 f
• Exemplo: quando o sinal de entrada é x(t) = sinc(2W t), temos que X(f ) = 2W Π 2W .
Logo, o espectro de xc (t) para sinais PM e FM seriam aqueles da figura 5.2-(a) e (b),
respectivamente.
5.1.2 Modulação tonal.

• É conveniente no caso genérico analisar o resultado da modulação tonal. Só é necessário
fazer esta análise uma vez, ao considerarmos que o sinal de entrada é:
(
Am · sin(2πfm t) PM
x(t) = (5.15)
Am · cos(2πfm t) FM
93
CAPÍTULO
E EM FREQUÊNCIA
(a) (b)
fc-W fc fc+W fc-W fc fc+W
Figura 5.2: Espectros resultantes da modulação (a)-PM e (b)-FM de faixa estreita, quando a
mensagem é uma sinc.
• Ambos os sinais resultariam em φ(t) = β · sin(2πfm t), onde:

(
φ∆ Am para PM
β= (5.16)
f∆ · Afmm para FM
• Para que a modulação seja considerada de faixa estreita, necessitamos que β << 1. Neste
caso, o sinal modulado fica:
xc (t) ≈ Ac cos(2πfc t) − Ac βsin(2πfm t) · (sin(2πfc )

(5.17)
= Ac cos(2πfc t) + A2c β [cos(2π(f c + f m)t) − cos(2π(f c − f m)t)]
cujo espectro e diagrama fasorial estão na figura 5.3.
• Um fasor com frequência relativa negativa é que garante que a envoltória do sinal é cons-
tante.
• No caso genérico para qualquer β, o sinal modulado é:
xc (t) = Ac [cos(φ(t)) · cos(2πfc t) − sin(φ(t)) · sin(2πfc t)] (5.18)
• Embora xc (t) não seja periódico em t, tanto cos(φ(t)) quanto sin(φ(t)) são periódicos,
pois, por exemplo, cos(φ(t)) = cos(β · sin(2πfm t)). Logo, eles possuem podem ser escritos
como uma série de Fourier, dada por:
∞
X
cos(β · sin(2πfm t)) = J0 (β) + 2 · Jn (β) · cos(2πnfm t)
n par
∞
X (5.19)
sin(β · sin(2πfm t)) = 2 · Jn (β) · sin(2πnfm t)
n ímpar
94
CAPÍTULO
E EM FREQUÊNCIA
(a) (b)
𝐴𝑐 𝛽
𝐴𝑐 𝛽
2
2
𝐴(𝑡) -fm
fm
fc-W 𝐴𝑐
f
fc fc+W
𝐴𝑐 𝛽
2
Figura 5.3: (a)-Espectro aproximado da modulação tonal e (b)-diagrama fasorial correspon-

dente, referenciado em fc .
onde Jn (β) é a função de Bessel do primeiro tipo e ordem n, cuja definição é:

Z π
1
Jn (β) , exp[j(β · sin(λ) − nλ)]dλ (5.20)
2π −π
• Substituindo estes valores em xc (t) chegamos na conclusão que o sinal modulado contém,
além da portadora, um número infinito de senoides separadas igualmente de fm , como
mostra a equação abaixo:
∞
X
xc (t) = Ac Jn (β) cos(ωc + nωm )t (5.21)
n=−∞
• Ao representarmos o espectro unilateral, as frequências negativas devem ser rebatidas.
• A princípio, a banda de transmissão de um sinal tonal é infinita.
• Amplitudes das frequências fc + n · fm , n 6= 0, dependem das funções de Bessel, cujas

principais propriedades são:
1. A amplitude da portadora depende de J0 (β). Consequentemente, depende da men-

sagem transmitida. Há valores de β tal que J0 (β) = 0.
2. O número de linhas laterais com amplitudes relevantes (acima de um certo valor)
depende de β. Quando β << 1, apenas J0 e J1 são relevantes, o que confirma a
análise anterior. Com β maior, Jn (β) será relevante para um valor de n maior.
3. Quanto maior o valor de β, maior a banda que contém senoides com amplitude
relevante.
• Podemos desenhar Jn (β) em função de β, para vários n, como mostrado na figura 5.4-(a)
e (b)-em função de βn . Uma interpretação das figuras é a seguinte:
95
CAPÍTULO
E EM FREQUÊNCIA
– Jn (β) em função de βn é semelhante a uma envoltória espectral das bandas laterais.

Ao multiplicarmos o eixo horizontal por βfm obtemos a amplitude dos sinais nas
frequências fc + nfm .
n n
– Jn (β) decai monotonicamente para β > 1, e |Jn (β)| << 1 para β >> 1
1 0.8
n=0  =1
n=1  =2
n=2
0.6
 =5
n=5  = 10
n = 10
0.5 0.4
J ()
J ()
0.2
n
n
0 0
-0.2
-0.5 -0.4
0 2 4 6 8 10 12 14 16 18 20 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
 n
-
Figura 5.4: Duas visualizações das funções de Bessel.
• Em FM, é possível manter o valor de Am · f∆ e ao mesmo temo aumentar o valor de β ao

diminuir fm , pois β = Amfm·f∆ . Isto permite manipular a escolha de β, mantendo o maior
desvio em frequência.
5.1.3 Análise Fasorial

• Voltando ao sinal de faixa estreita e modulação tonal, temos que o sinal modulado é:
xc (t) ≈ Ac cos(2πfc t) − Ac βsin(2πfm t) · (sin(2πfc )) (5.22)
onde φ(t) = βsin(2πfm t). A amplitude e fase deste sinal podem ser aproximadas1 :
p
A(t) = 2 + (βsin(2πf t))2
A"
c m #
β2 β2
≈ Ac 1 + − cos(4πfm t)
h
4 4 i (5.23)
Ac βsin(2πfm t)
φ(t) = arctan Ac
≈ β · sin(2πfm t)
• Embora a fase tenha o valor desejado, a amplitude não. Ela deveria ser constante mas
não é.
• Para corrigir a distorção em amplitude, acrescentamos termos em fc ± 2fm , o que causaria

distorção na fase.
1
√
Aproximamos 1 + x ≈ 1 + 21 x ,primeiros dois termos da série de Taylor, e arctan(x) ≈ x.
96
5.2. BANDA DE TRANSMISSÃO
CAPÍTULO
E DISTORÇÃO
• Para corrigir esta nova distorção na fase, adicionaríamos senoides em fc ± 3fm , o que
novamente causaria distorção em amplitude(menor do que a distorção original), e assim
suscetivamente.
• Logo, para haver nenhuma distorção em fase e em amplitude ao mesmo tempo, precisamos
adicionar termos em fc ± nfm indefinidamente.
• Os termos de ordem ímpar causam modulação em frequência por gerar o termo em qua-
dratura com a portadora, enquanto que os termos de ordem par corrigem a distorção em
amplitude por estarem em fase com a portadora.
5.2 Banda de transmissão e distorção

• Em geral, a banda de transmissão que contém todo o sinal é infinita, mesmo que a banda
do sinal transmitido seja finita.
• Na prática, sistemas FM possuem banda finita e funcionam bem, mesmo que isto resulte
em uma pequena distorção causada pela eliminação de parte do espectro ideal.
• Deve-se analisar a relação distorção/banda ocupada e escolher um valor de banda ocupada

que resulte em uma distorção razoável.
5.2.1 Estimativa de Banda de Transmissão

• Em geral, a amplitude do espectro cai quanto mais distante de fc , isto é, quanto maior
|f − fc |.
• A partir de algum valor de |f − fc |, a amplitude do espectro pode ser considerada insig-

nificante. O significado de significância é variável e depende do sistema.
• Há resultados empíricos.
• Retornando à figura Jn (β) × βn , observamos que o valor de Jn (β) cresce rápido quando
| βn | << 1, especialmente se β >> 1.
• Logo, |Jn (β)| é significante se |n| << β, isto é, o conteúdo espectral significante está entre
os índices ±β.
• Para obter o equivalente em frequência, lembramos que na modulação FM, temos que
β = Am · ffm
∆
. Logo:
A m f∆
W = n · fm = β · fm = fm · fm = Am · f∆ (5.24)
isto é, a banda de um sinal FM seria de 2Am · f∆ , centralizada em fc .
• Esta conclusão coincide com a intuição que a energia de um sinal FM estaria na frequência
instantânea, e esta varia entre fc ± Am · f∆ .
• Por outro lado, se J0 (β) >> Jn6=0 (β)∀n, então todas as linhas laterais são relativamente
pequenos em relação à linha em fc . Isto acontece se β << 1.
• Em um extremo, a conclusão errônea seria de que devemos transmitir somente o termo

em fc , ou seja, uma única senoide cuja frequência não varia no tempo. Devemos manter
pelo menos os dois primeiros termos (em fc − fm e fc + fm ). Logo, para β pequeno, a
banda do sinal é aproximadamente de 2fm .
97
CAPÍTULO
E DISTORÇÃO
• Em ambos os casos de β, a alteração de fm da modulação tonal altera linearmente a banda

ocupada. Se um sinal não for tonal, aproximamos fm pela maior frequência existente
no sinal2 . Uma interpretação possível é que desta forma estamos calculando a banda
"‘instantânea"’ do sinal modulado quando a frequência "‘instantânea"’ da mensagem vale
fm e que fm < W , a banda da mensagem.
• Qualitativamente podemos definir o espectro significante de outra maneira: considerando
o valores de n tal que |Jn (β)| > , onde 0.01 < < 0.1, dependendo da aplicação.
• Isto é, se existe M tal que |JM (β)| > e |JM +1 (β)| < , o espectro teria 2M + 1 linhas
significativas no total.
• A banda do sinal pode genericamente ser escrita como:
B = 2 · M (β) · fm (5.25)
onde M (β) é uma função de β, parametrizada por . O formato desta função está na
figura 5.5. Ela pode ser aproximada por M (β) ≈ β + 2.
Figura 5.5: Formato da função M (β) para = 0.01 e = 0.1 (linhas cheias) e aproximação(linha
tracejada).
• Empiricamente, = 0.01 é conservador, enquanto que = 0.1 pode ser aceitável mas
causa distorção perceptível.
• O valor de M (β) depende de β que, por sua vez, é inversamente proporcional a fm .
Por outro lado, B da equação acima depende linearmente de fm . Logo, a maior banda
"‘instantânea"’ ocupada por um sinal depende de alguma forma de fm < W . O seu valor
máximo seria a banda de fato do sinal modulado. Usando a aproximação para M (β),
chegamos a :
Am f∆ )

B ≈ 2(β + 2) · fm = 2 · + · fm = 2(Am f∆ + 2fm ) (5.26)
fm
2
Esta aproximação considera, por exemplo, que a modulação de um sinal FM composto por duas senoides
ocuparia a banda 2Am · fmax , onde fmax é a frequência da senoide mais rápida, ignorando a não linearidade
existente nessa modulação
98
CAPÍTULO
E DISTORÇÃO
• Limitando pela nossa convenção sobre mensagens os valores de Am ≤ 1 e fm < W ,

concluímos que o maior valor de B ocorre quando Am = 1 e fm = W . Logo:
BTF M = maxB = 2(f∆ + 2W ), se β > 2 (5.27)
f∆
• Isto acontece com o valor β ∗ = W, que não é o maior de β, mas sim o valor que maximiza
a banda.
• Qualquer sinal suave com Am < 1 e fm < W necessitará de uma banda menor.
• Para um mensagem x(t) com banda W e razoavelmente suave, a banda de transmissão

seria a definida acima, pois a frequência "‘instantânea"’ do sinal variaria lentamente, assim
como a sua integral.
• Esta análise ignora a não linearidade da modulação exponencial.
• Pare resolver de forma parcial este problema, definimos a razão de desvio, também co-
nhecido como índice de modulação:
f∆
D, (5.28)
W
• O conhecimento de uma função do tipo M (D) permitiria definir a banda de transmissão

como BT = 2M (D) · W . Entretanto, não há como definir M (D).
• Para valores extremos de D temos que a banda de transmissão vale:

(
2DW = 2f∆ D >> 1
BT = (5.29)
2W D << 1 (modulação de faixa estreita)
• Estes resultados podem ser combinados em uma única expressão que assintoticamente
assume os valores acima:
BT ≈ 2(f∆ + W ) = 2(D + 1)W, (5.30)
que é chamada de regra de Carson.
• A regra de Carson é uma boa estimativa de banda para D << 2 e D >> 10. Entretanto,
na região 2 < D < 20, a regra de Carson subestima a banda necessária, empiricamente.
• Uma aproximação melhor na prática é usar a seguinte fórmula:
BT ≈ 2(f∆ + 2W ) = 2(D + 2)W (5.31)
• Para modulação de faixa estreita, a regra de Carson superestima a banda necessária, pois
D + 1 > 1.
• As estimativas para banda de FM são válidas para o caso PM utilizando φ∆ no lugar de

D. Assim:
BT = 2M (φ∆ )W ≈ 2(φ∆ + 1)W (5.32)
• Caso as mensagens a serem transmitidas possuem descontinuidades no tempo, a frequência

instantânea dos mesmos não varia lentamente. As aproximações acima não seriam válidas
e seria necessário por exemplo medir a banda de transmissão ou obter alguma expressão
analítica que permita a determinação da banda.
99
CAPÍTULO
E DISTORÇÃO
• Exemplo: FM comercial
– Por lei, f∆ = 75kHz.

– o sinal de entrada é um sinal de áudio com conteúdo espectral relevante entre 30Hz
e 15kHz. Logo, W = 15kHz.
f∆
– Pelas contas acima: D = W = 5.
– Pela regra de Carson, BT ≈ 2(5 + 1)W = 180kHz.
– Pela regra modificada: BT ≈ 2(5 = 2)W = 210kHz.
– Na prática, usa-se BT = 200Khz.
– A utilização de uma modulação tonal com fm = 15kHz e com parâmetros acima
resultaria em β = 5 e (pela figura) M (β) ≈ 7. A banda de transmissão seria de
210kHz.
– Se fm = 5kHz, o valor de β seria maior, β = 15 e M (15) ≈ 15. Entretanto, a banda
seria de 150kHz, menor do que o valor anterior
5.2.2 Distorção linear

• Nesta seção mostraremos como a modulação FM é robusta a distorção linear causada por
um canal.
• O problema pode ser modulado como um canal com entrada xc (t), resposta H(f ) e saída
yc (t), onde:
xc (t) = Ac <{exp(2πfc t + φ(t)} (5.33)
• Em banda base equivalente teríamos o sinal:

1
xlp (t) = exp(jφ(t)) (5.34)
2
• Sabemos também que no domínio da frequência:
Ylp (f ) = H(f + fc ) · u(f + fc ) · Xlp (f ), (5.35)
o que resulta no tempo em

ylp (t) = F[Ylp (f )] (5.36)
• Em banda passante teríamos então
yc (t) = 2<{ylp (t) · exp(j2πf + ct)} (5.37)
• Há problemas: operações Xlp (f ) = F{xlp (t)} e ylp (t) = F[Ylp (f )] são complicadas e
exigem análise numérica. Casos particulares podem ser analisados.
• Por exemplo, o sistema da figura 5.6 com resposta em amplitude e em fase linear teria a
seguinte transformada de Fourier:
K1

Hlp (f ) = H(f + fc ) · u(f + fc ) = K0 + f · exp[j(−2πto fc − 2πt1 f )], (5.38)
fc
resultando em:
K1
Ylp (f ) = K0 exp(−j2πfc to )[Xlp (f )·exp(−j2πt1 f )]+ exp(−j2πfc t)·[(j2πf )·Xlp (f )·exp(−j2πt1 f )]
j2πfc
(5.39)
100
CAPÍTULO
E DISTORÇÃO
Linear com
K0 𝐾
coeficiente 1
𝑓1
f
fc
-2πft0
arg[H(f)]=exp(-j2πft1)
Figura 5.6: Resposta em frequência de H(f ).
• Aparecem os termos:
– exp(−j2πfc t0 ) → atraso da portadora;

– exp(−j2πf t1 ) → atraso de grupo (linear em f );
– j2πf · Xlp (f ) → derivada de xlp (t) em relação ao tempo.
• Com estas associações, conseguimos escrever a TF inversa de Ylp (f ):
K1 dx(t − t1 )
ylp (t) = K0 exp(−j2πfc t0 ) · xlp (t − t1 ) + exp(−j2πfc t0 ) (5.40)
j2πfc dt
• A derivada de x(t) vale:

d 1

dx(t−t1 )
dt = Ac · exp[jφ(t − t1 )]
dt
2 (5.41)
j dφ(t − t1 )

= Ac exp(jφ(t − t1 ))
2 dt
• Substituindo tudo na equação de ylp (t) chegamos a3 :
1 K1 j dφ(t − t1 )

ylp (t) = Kd exp[−j2πfc t0 ]· Ac exp(jφ(t − t1 )) + exp[−j2πfc t0 ] Ac exp(jφ(t−t1 ))
2 j2πfc 2 dt
(5.42)
• Este sinal em banda passante equivale a:
yc (t) = A(t)cos[2πfc (t − t0 ) + φ(t − t1 )] (5.43)
onde:
K1 dφ(t − t1 )

A(t) = Ac Kd + (5.44)
2πfc dt
3
Mantemos o j para mostrar que ele se cancelará
101
CAPÍTULO
E DISTORÇÃO
dφ(t−t1 )
• Para sinais FM, temos a relação dt 2πf∆ x(t). Neste caso:
f

A(t) = Ac Kd + K1 ∆ x(t) (5.45)
fc
• Pela última equação percebe-se que, quando o sinal FM passa por um sistema com a
resposta em frequência definida, o sinal resultante será, além de modulado em frequência,
também modulado em amplitude.
• Este processo é chamado de conversão FM-AM.Um detector de envoltória poderia ser uti-
lizado para recuperar a mensagem, pois este detector é insensível a variações na frequência
da portadora de modulações AM.
K1 f∆
• A modulação em amplitude teria índice d emodulação µ = Kd fc .
• Não há maiores problemas neste método a não ser que a distorção causada pelo sistema
cause distorção de fase do sinal, que é onde está a informação.
5.2.3 Distorção não linear e limitadores

• Distorção em amplitude pode causar conversão FM-AM.
• Caso indesejada, esta distorção pode ser eliminada través de um elemento não linear
controlada seguida de alguma filtragem.
• Para esta análise, usaremos o sinal vin (t) = A(t) · cos(θc (t)), onde A(t) é a amplitude e
θc (t) = 2πfc t + φ(t) é a fase.
• Este sinal passa por um dispositivo não linear sem memória, gerando um sinal vout (t). A
relação entre entrada e saída deste dispositivo é dada por uma função T [·]. A ausência
de memória quer dizer que vout (t = t∗) = T [vin (t = t∗)], isto é, a saída no instante t∗
depende somente do valor de entrada no instante t∗.
• A função vin (t) não é necessariamente periódica em t, mas é periódica em θc (t) com
período 2π.
• Logo, vout (t) também é uma função periódica de θc (t) com período 2π, o que nos permite
escrever a sua série de Fourier (em relação a θc (t)) como4 "’:
∞
X
vout (t) = |2an | · cos(nθc + arg(an ))
n=1 Z (5.46)
1
an = T [vin (θc )]exp(−jnθc )dθc
2π 2π
• Se a amplitude de T [vin (t)] varia com o tempo, os coeficientes an também variarão. Por
outro lado, se esta amplitude não varia com o tempo, os coeficientes serão constantes.
Neste caso, o sinal de saída é:
vout (t) = |2a1 |cos(2πfc t + φ(t) + arg(a1 )) + |2a2 |cos(4πfc t + 2φ(t) + arg(a1 )) + · · · (5.47)
• Pela expressão acima percebe-se que a distorção não linear gera modulações FM adicionais
em harmônicos da frequência central, com amplitudes constantes |2an | e modulação em
fase por nφ(t), mas uma fase constante.
• Se estas modulações não se sobreporem significantemente no espectro, o primeiro termo
do somatório acima poderia ser isolado utilizando um filtro passa faixas centrado em fc .
4
Omitimos t em θc (t) para facilitar o entendimento da periodicidade de vout (t) em relação a θc (t).
102
CAPÍTULO
E DISTORÇÃO
Sem memória
(limitador)
Figura 5.7: Limitador implementado com função sign().
• Um elemento não linear que tornaria a amplitude constante seria um limitador ideal,
também conhecido como clipper (figura 5.7. A relação entre entrada e saída é, em função
de θc , é: (
v0 − π2 < φ < π2
vout = (5.48)
−v0 π2 < φ < 3π 2
• Nesta situação, os valores dos coeficientes são:


2v0

 nπ
 n = 1,5,9,· · ·
−2v0
an = n = 3,7,11,· · · (5.49)
 nπ
0 n = 2,4,6,· · ·

• O resultado é o sinal da figura 5.8, dado por:

4v0 4v0
vout (t) = cos(2πfc t + φ(t)) − cos(6πfc t + 2φ(t)) + · · · (5.50)
π 3π
Vin
0 t
Vout
-1
-2
0 2 4 6 8 10
Figura 5.8: Sinal filtrado pelo limitador.
• Mesmo filtrando, o primeiro termo contém mais do que 80% da potência do sinal F.
• Amplificadores não lineares podem, pelo meso raciocínio, serem utilizados para gerar sinais
FM com grande eficiência em potência.
103
5.3. GERAÇÃO E DETECÇÃO
CAPÍTULO
DE SINAIS
5. MODULAÇÃO
FM ANGULAR OU EXPONENCIAL.
• O mesmo método também pode ser utilizado para corrigir pequenas variações na ampli-
tude do sinal no momento da recepção.
5.3 Geração e detecção de sinais FM

• O componente chave para geração de sinais FM é um VCO - Voltage Controlled Oscillator.
Versões modernas equivalentes são DCO - Digitally Controlled Oscillator.
• Em um VCO, o sinal de saída é uma senoide cuja frequência varia instantaneamente com o
nível do sinal de entrada. Pode haver um termo constante, de modo que f (t) = fc +k·x(t),
onde x(t) é o nível de entrada e k é uma constante.
• Utilizando um VCO, os moduladores FM e PM teriam diagrama de blocos da figura 5.9-(a)

e (b), respectivamente.
FM PM
(a) (b)
Modulador
𝑑
x(t) VCO xc(t) x(t) VCO xc(t)
𝑑𝑡
(c) (d)
Demodulador
𝑑 𝑑 𝑑
xc(t) ENV x(t) xc(t) ENV xc(t)
𝑑𝑡 𝑑𝑡 𝑑𝑡
Figura 5.9: Modulador e demodulador para sinais FM e PM
• Há três tipos úteis de demoduladores AM:
– Conversor FM-AM
– Discriminador de variação de fase
– Detector de cruzamentos de zero.
5.3.1 Conversor FM-AM

• Um detector de envoltória pode ser utilizado para detectar sinais FM desde que haja uma
conversão FM-AM.
• Como visto nas seções anteriores, um sistema cuja resposta em frequência tenha módulo
linear em frequência pode causar esta conversão.
• Outros dispositivos podem realizar esta operação, desde que de alguma forma a derivada
do sinal apareça.
104
CAPÍTULO
DE SINAIS
5. MODULAÇÃO
• Assim, se xc (t) = Ac · cos(θc (t)), temos:

dx(t)
= −Ac dθdt
c (t)
· sin(θc (t))
dt (5.51)
= 2πAc [fc + f∆ · x(t)] · sin(θc (t) ± 180o )
• Como [fc + f∆ · x(t)] ≥ 1] sempre, não há inversão de fase do sinal e a envoltória é

proporcional à mensagem.
• A derivada pode alternativamente implementada por um circuito sintonizado. No tempo

discreto, a derivada deve ser aproximada por equações de diferenças.
• Um diagrama que utiliza um detector de envoltória para recuperar a mensagem está

mostrado na figura 5.10.
𝑑 Remove
xc(t) Limitador FPF ENV KDx(t)
𝑑𝑡 DC
Figura 5.10: Detector de envoltória precedido de corretor de distorção em amplitude
5.3.2 Discriminador de variação de fase

• Em vez de utilizar um circuito cuja saída varia linearmente com a fase, podemos utilizar
um discriminador de variação de fase.
• Para t1 pequeno, a derivada de um sinal pode ser aproximada como:

dv(t) 1
≈ [v(t) − v(t − t1 )] (5.52)
dt t1
• Para FM, temos:

dφ(t)
= 2πf∆ x(t)
dt (5.53)
dφ(t)
φ(t) − φ(t − t1 ) ≈ t1 · = 2πf∆ t1 · x(t)
dt
, isto é, a diferença de fase em dois instantes próximos é aproximadamente proporcional
à mensagem.
105
CAPÍTULO
DE SINAIS
5. MODULAÇÃO
Figura 5.11: Demodulador utilizando discriminador de fase.
• Um atraso pode ser obtido através de uma linha de atraso. Utilizando a aproximação
sin(x) ≈ x para x pequeno, podemos utilizar o diagrama da figura 5.11.
5.3.3 Detector de cruzamentos de zero

• Um detector de cruzamentos de zero está apresentado na figura 5.12. Os elementos deste
circuito são:
𝑡
Circuito 1
xc(t) Limitador Remove DC KDfΔx(t)
Monoestável 𝑇 𝑡−𝑇
0.8 xc(t)
0.6
sgn(xc(t))
0.4
Pulsos
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Figura 5.12: Detector de cruzamentos de zero.
– Um limitador, cuja saída é uma onda retangular com frequência variável.

– Um circuito monoestável, que tem dois estados: ativo e inativo. Quando o sinal de
entrada deste circuito cruza o zero no sentido negativo/positivo, o circuito fica ativo
por um curto período de tempo, retornando ao estado inativo. Assim, a cada cruza-
mento de zero no sentido indicado, o circuito monoestável emite um pulso retangular
curto com largura τ e amplitude A.
– Um integrador janelado, cuja saída vale a integral do sinal de entrada entre os ins-
tantes t − T e t. Funciona como um contador de quantos pulsos foram emitidos pelo
circuito monoestável nos últimos T segundos.
106
5.4. EXERCÍCIOS CAPÍTULO 5. MODULAÇÃO ANGULAR OU EXPONENCIAL.
– Um eliminador de nível DC
• A ideia do detector de cruzamento de zero é que, se W << T1 << fc , o intervalo en-

1
tre cruzamentos de zero será praticamente constante durante vários pulsos. Isto é, f (t)
permanece praticamente constante durante T segundos.
• Nesta janela de tempo, teremos nT ≈ T · f (t) cruzamentos de zero no intervalo, que serão
contados pelo integrador janelado, resultado em:
Z t
1 1
v(λ)dλ = Aτ ≈ Aτ f (t) (5.54)
T t−T nt
• Após eliminação do valor médio fc , obtemos a saída yD (t) ≈ KD · f∆ · x(t), onde KD é

uma constante de detecção.
• Detectores comerciais apresentam erro de demodulação menor do que 0.1% para valores
de fc entre 1Hz e 10M Hz.
• Utilizando um divisor por L (que emite um pulso a cada L pulsos recebidos), a faixa de
operação (e o erro) de um detector aumenta por L.
• A vantagem deste tipo de detector é que eles são facilmente implementáveis em circuitos
digitais.
5.4 Exercícios
• Questões conceituais: 5.1, 5.2, 5.3, 5.4, 5.5, 5.7, 5.9, 5.12, 5.13.
• Problemas: 5.1.1, 5.1.4, 5.1.8, 5.1.12, 5.1.15, 5.1.17, 5.2.1, 5.2.3, 5.2.5, 5.2.8, 5.2.9, 5.2.16,
5.3.10.

1. Um amplificador possui resposta em frequência H(f ) com simetria Hermitiana. Sabemos
que o amplificador não causa distorção em fase. Você quer determinar se este amplificador
causa distorção em amplitude. O único gerador de sinal que você possui é um gerador de
onda senoidal g(t) = A · cos(2π · f · t), onde A é uma constante e f é determinado por
você e variável. A saída do amplificador vale s(t). Você não pode observar g(t). Você só é
capaz de observar a soma da saída do sistema com a entrada do sistema, isto é, s(t) + g(t).
(a) Como deve g(t) se comportar em função de f para que o amplificador não cause
distorção de amplitude?
(b) Na hipótese do amplificador não causar distorção em amplitude, descreva um método
para determinar o atraso causado pelo amplificador, dadas as restrições de geração
e observação de sinais.
2. Considere uma modulação FM transmitindo uma mensagem tonal cuja frequência é in-
variante a cada transmissão. A mensagem tem frequência fm ≤ W . A amplitude da
mensagem é semptaconsatente e vale Am . O valor de β é escolhido de forma que a modu-
lação não seja de faixa estreita. Um engenheiro quer reduzir a banda deste sinal utilizando
um filtro passa faixas perto de (mas não necessariamente centrado em) fc , após a gera-
ção do sinal FM. Como deve ser este filtro para que seja sempre possível recuperar a
mensagem? Justifique.
107
3. Há dois sistemas:
• Um sistema AM com portadora, com frequência de portadora igual a 300MHz. Este

sistema carrega constantemente a mensagem x(t) = cos(2π · 150kHz · t) + cos(2π ·
90kHz).
• Um sistema FM com frequência central fc a princípio não determinada mas entre
88MHz e 108MHz. A mensagem transmitida é uma onda senoidal com frequência
fm . Este sinal FM é transmitido utilizando um amplificador operacional sem reali-
mentação, isto é, o nível de saída do amplificador é sempre ou +V cc ou −V cc. O
valor de f∆ também não é a princípio determinado mas vale no máximo 10kHz.
(a) Encontre o valor de fc para que o sistema FM interfira no sistema AM de tal forma
que a influência de fc esteja localizada em 300MHz
(b) Considerando que fc satisfaz o item anterior, encontre justificadamente fm e f∆
para que o sistema FM cause interferência, além de em 300MHz, nas frequências
resultantes da modulação AM como descrito. Caso não seja possível determinar o
valor exato de uma das variáveis, estime o seu valor.5
(c) Qual seria a banda de transmissão prática do sistema com os parâmetros da resposta
do item anterior caso um amplificador linear fosse utilizado? O que esta banda de
transmissão representa?
4. A figura abaixo indica um diagrama de blocos

Rt
incompleto de um detector FM. O sinal
recebido é yc (t) = A(t)cos(2πfc · t + 2πf∆ −∞ x(λ)dλ), onde A(t) é uma função aleatória
sempre positiva e diferente de zero.
(a) Dado yc (t), preencha na sua folha de respostas os blocos não determinados.
5. Há dois sistemas FM com frequência central fc = 100M hz, mesma potência de transmissão
e modulação tonal por x(t) = sin(2πfm t). Os parâmetros são:
• Sistema 1: fm = 30kHz, f∆ = 30kHz;

• Sistema 2: fm = 20kHz, f∆ = 40kHz.
Utilizando a figura 2.22, determine:
(a) Qual dos sistemas ocupa uma banda prática maior.

(b) Qual dos sistemas transmite mais energia na frequência de 100.96M Hz.
6. Explique o funcionamento do detector FM por discriminação de variação de fase. Utilize

um diagrama de blocos para explica-lo.
7. Qual dos dois sistemas abaixo potencialmente ocupa uma banda maior? Por banda consi-
dere aquela que contém 99% da potência do sinal. Considere que a mensagem transmitida
ocupa uma faixa de no máximo 1kHz e frequência central de 1M Hz
• FM com f∆ = 1kHz;
• PM com φ∆ = π2 .
5
Este é um exemplo onde uma rádio FM pirata com um amplificador não regulamentado pode interferir
prejudicialmente com um sistema de auxílio ao pouso de aeronaves
108
8. Possuímos um gerador de sinal FM. Podemos escolher a frequência central fc , a frequência

de modulação fm e o índice de modulação β. Possuímos também um filtro passa faixas
com banda de passagem de largura de 1kHz. Desejamos gerar um sinal do tipo x(t) =
a1 cos(2πf1 t) + a2 cos(2πf2 t), onde a1 > a2 são constantes positivas. Projete um sistema
com os componentes acima que atenda a estes requisitos. Calcule a potência do sinal
resultante usando o gráfico dos termos de Bessel. (Dica: há mais de uma solução)
Z t
9. Definimos o sinal x(t) = Ac (1 + µm(t)) · cos 2πfc t + 2πf∆ m(λ)dλ . Definimos que
m(t) = cos(2πfm t). Definimos que fc = 1M Hz e que fm = 1KHz. Esboce X(f ) em
torno de fc quando:
• µ = 0.5 e f∆ = 0Hz;
• µ = 0 e f∆ = 2000Hz;
• µ = 1 e f∆ = 2000Hz;
Apresente valores numéricos importantes para amplitudes e frequências nos três casos.
10. Um sistema FM gera um sinal a ser transmitido da seguinte forma:
• O sinal FM é gerado com um gerador FM específico, com frequência central fc e

parâmetro β escolhido apropriadamente.
• O sinal do item anterior é amplificado com um amplificador não linear com ganho
infinito, saturado em +V e −V . A eficiência deste amplificador é de 90%, isto é, para
cada 10 Watts de potência consumidos da fonte, 9Watts estão de fato disponíveis no
sinal de saída.
• O sinal da saída do amplificador do item anterior é filtrado com um filtro passa faixas
apropriado, centrado em fc . Este é o sinal transmitido.
Os valores numéricos de fc e de β são irrelevantes para os cálculos a seguir.
(a) Calcule a potência total consumida. Assuma que somente o amplificador consome
potência.
(b) Calcule a potência do sinal transmitido, isto é, após o filtro passa faixas.
(c) Calcule a eficiência total do sistema, com base nos itens anteriores.
11. Encontre a banda do sinal FM que contém 90% e 95% da potência total do sinal modulado.
A mensagem transmitida é x(t) = 2cos(2π100t). O parâmetro f∆ vale 100.
12. Explique o funcionamento de um demodulador FM por cruzamento de zeros. Apresente

as condições mínimas para funcionamento.
109
Figura 5.13: Termos de Bessel
110
Capítulo 6
Amostragem e Modulação de Pulsos
6.1 Introdução
• Uma senóide é definida pela sua frequência, amplitude e fase. Nos capítulos anteriores
vimos como podemos modificar estas variáveis para carregar informação.
• Um pulso retangular é definido pela sua duração, amplitude e instante de início. Um

pulso com formato qualquer pré-determinado seria também definido pela sua escala no
tempo, sua amplitude e sua localização relativa no tempo. Estas grandezas podem ser
modificadas para carregar informação.
• Podemos estabelecer as seguintes analogias:
– AM → PAM: Pulse Amplitude Modulation

– FM → PWM: Pulse Width Modulation
– PM → PPM: Pulse Position Modulation
• A grande diferença entre as modulações acima e seu equivalente por pulso é que um
único pulso pode carregar somente um único valor por grandeza, ou seja, ele carrega uma
amostra do sinal.
• A taxa de amostras é a frequência de amostragem, denominada fs . Veremos que se fs

for muito maior do que a banda W da mensagem, a mensagem pode ser recuperada com
fidelidade a partir de suas amostras no tempo.
• A amostragem no tempo não implica necessariamente em uma quantização em amplitude.
• Os pulsos não precisam ser retangulares.
6.2 Amostragem
• Definimos x(t) como um sinal contínuo no tempo com banda W .
• Definimos um sinal amostrado como sendo:

∞
X ∞
X
xδ (t) = x(kTs ) · δ(t − kTs ) = x(t) δ(t − kTs ) (6.1)
k=−∞ k=−∞
onde Ts = f1s é o intervalo entre instantes de amostragem. Este sinal pode ser visto como
um trem de amostras. Embora ele seja contínuo no tempo, ele só possui os valores de x(t)
nos instantes kTs , para k inteiro, ou seja, amostras de x(t).
111
6.2. AMOSTRAGEM CAPÍTULO 6. AMOSTRAGEM E MODULAÇÃO DE PULSOS
• Estamos interessados no espectro de xδ (t), ou seja, Xδ (f ). Para obter este espectro,

utilizaremos a função s(t) abaixo (observar figura 6.1):
∞
t − kTs
X
s(t) = Π
k=−∞
τ
∞ (6.2)
1 X
sδ (t) = lim s(t) = δ(t − kTs )
τ →0 τ
k=−∞
• Podemos escrever a série de Fourier de s(t) como:

∞
X
s(t) = c0 + 2cn cos(2πnfs t)
n=1
(6.3)
cn = fs τ sinc(nfs τ )
• Logo, no limite:
1
sδ (t) = lim s(t)
τ∞
τ →0
X fs τ sinc(nfs τ )
= lim 2 cos(2πnfs t)
τ →0
n=0
τ
∞
X
= lim 2fs sinc(nfs τ )cos(2πnfs t) (6.4)
τ →0
n=0
X∞
= 2fs lim [sinc(nfs τ )]cos(2πnfs t)
τ →0
n=0
X∞
= 2fs cos(2πnfs t)
n=0
cujo espectro é:
∞
X
Sδ (f ) = fs δ(f − n · fs ) (6.5)
n=−∞
• Como xδ (t) = x(t) · sδ (t), temos que Xδ (f ) = X(f ) ∗ Sδ (f ), resultando em:

∞
X
Xδ (f ) = f s X(f − n · fs ) (6.6)
n=−∞
• Logo, a amostragem causa a replicação do espectro de X(f ) nas frequências nfs , como
mostra a figura 6.2. Pela figura é fácil perceber que as réplicas vão se sobrepor, mesmo
que parcialmente, se 2W > fs . Logo, para que seja possível recuperar o espectro de X(f )
a partir de Xδ (f ), é necessário que fs > 2W .
• Se, nas modulações por pulsos, cada pulso carrega uma amostra, devemos ter uma taxa
de pulsos que seja igual a fs . Uma possibilidade é que os pulsos estejam de alguma
forma igualmente espaçados, o que divide o tempo em janelas de duração Ts . A outra
possibilidade é que a taxa média de pulsos seja igual a fs .
• Na prática não é possível fazer τ → 0, mas é possível fazê-lo bem pequeno. Neste caso os
coeficientes cn decairão lentamente.
112
6.3. MODULAÇÃO DA AMPLITUDE
CAPÍTULO DOS
6. AMOSTRAGEM
PULSOS-PAM E MODULAÇÃO DE PULSOS
Figura 6.1: Exemplo das formas de onda em uma amostragem
6.3 Modulação da amplitude dos pulsos-PAM

• Na modulação AM, a amplitude da senoide é modificada para carregar a mensagem. A
frequência e a fase da senoide são mantidas constantes.
• Na modulação da amplitude dos pulsos, a amplitude dos pulsos é modificada para carregar
a mensagem. A sua duração e instante de início (dentro de uma janela de referência) são
constantes, como se pode ver na 6.3.
• A amplitude de cada pulso varia linearmente com a amostra a ser transmitida na janela
de tempo. O sinal transmitido é:
X
xPp AM (t) = x(kTs ) · p(t − kTs ) (6.7)
k
• Na equação anterior, x(kTs ) é a amostra a ser transmitida e p(t−kTs ) é um pulso qualquer,

deslocado para a posição kTs . Este pulso pode ser escrito como p(t−kTs ) = p(t)∗δ(t−kTs ),
o que nos permite escrever:
X
xPp AM (t) = x(kTs ) · [p(t) ∗ δ(t − kTs )]
k X
= p(t) ∗ x(kTs ) · δ(t − kTs ) (6.8)
k
= p(t) ∗ xδ (t)
• Logo
XpP AM (f ) = Xδ (f ) · P (f ) (6.9)
• O espectro P (f ) age como uma envoltória em frequência.

• Um exemplo gráfico da obtenção de XpP AM (f ) está na figura 6.2, último painel.
• Este tipo de amostragem e transmissão é equivalente a passar o sinal idealmente amostrado
por um sistema com resposta ao impulso no tempo igual a p(t).
113
6.3. MODULAÇÃO DA AMPLITUDE
CAPÍTULO DOS
6. AMOSTRAGEM
PULSOS-PAM E MODULAÇÃO DE PULSOS
1
X(f)
0.5
0
-10 -5 0 5 10
1
X (f)
0.5

0
-10 -5 0 5 10
1
XPAM(f)
0.5
p
0
-10 -5 0 5 10
f
Figura 6.2: Efeitos de amostragem do sinal e o efeito de abertura (linha vermelha).
• A atenuação de altas frequências é chamado de efeito de abertura: quanto mais largo

o pulso de transmissão no tempo, maior será o efeito de abertura, isto é, maior será a
atenuação das altas frequências.
• Para realizar a demodulação devemos recuperar x(t). Isto pode ser feito isolando o con-
teúdo de XpP AM (f ) na região |f | < W e desfazendo o efeito de P (f ), o que pode ser feito
utilizando um equalizador com a seguinte resposta em frequência:
(
K · exp(−j2πf td ) · P −1 (f ), |f | < W
Heq (f ) = (6.10)
0 c.c.
• O sinal PAM gerado pode assumir valores positivos e negativos. Podemos gerar um
sina PAM unipolar (somente positivo) através da expressão x0 (t) = Ao [1 + µx(t)], que é
semelhante à envoltória da modulação AM. O valor de µ é o índice de modulação. O sinal
será de fato unipolar somente se [1 + µx(t)] > 0∀k.
• O espectro deste sinal unipolar é semelhante ao caso anterior, substituindo X(f ) por
X 0 (f ) = A0 [δ(f ) + µX(f )]. Esta substituição gera impulsos em f = kfs , para qualquer k
inteiro.
• Para o caso unipolar é suficiente utilizar o filtro Heq (f ) seguido de um bloqueador de nível
DC.
• A vantagem de utilizar PAM unipolar é que é mais fácil gerar sinais com uma faixa de
tensão entre 0 (terra) e Vcc (tensão de alimentação) e fornecer somente uma fonte de
energia ao sistema.
• Em ambos os casos consideramos ser possível amostrar idealmente o sinal. Na prática,

utilizaríamos o sinal s(t) com um valor de τ pequeno, o que torna a teoria uma aproxi-
mação. É necessário que Tτs << 1 para que a aproximação seja válida. O uso de τ 6= 0
faz com que os coeficientes de cn sejam diferentes para cada n. O espectro de Xδ (f )
114
6.4. MODULAÇÃO TEMPORAL
CAPÍTULO
DOS 6.
PULSOS
AMOSTRAGEM E MODULAÇÃO DE PULSOS
Figura 6.3: Exemplo de forma de onda de uma modulação PAM obtida via sample-and-holding
teria uma envoltória com o formato da função sinc. Assumimos que este próprio pulso de
“amostragem imperfeita” é o pulso p(t), com largura τ
• Assim, a relação entre τ , Ts e W é:

1
τ << Ts < (6.11)
2W
onde a primeira comparação garante que a envoltória de Xδ (f ) varia lentamente a segunda
comparação garante que as réplicas de X(f ) não vão se sobrepor.
• Podemos definir a banda de transmissão como:

1
BTP AM >> >> W (6.12)
2τ
• A conclusão a ser tirada desta equação é que a banda de transmissão de um sinal PAM
é muito grande e inclui desde o nível DC até frequências muito altas (devido ao baixo
valor de τ ). Devido a esta necessidade de grandes bandas, esta modulação é normalmente
utilizada em sistemas de comunicação com fios..
6.4 Modulação Temporal dos Pulsos

• Inclui dois casos:
– PWM: Pulse Width Modulation.

– PPM: Pulse Position Modulation.
• Em ambas as modulações, a amplitude do sinal é constante. Isto pode ser uma caracte-
rística vantajosa em circuitos que tem algo consumo de energia ao mudar de um nível de
sinal para outro, mas baixo consumo de energia ao manter um sinal. Isto acontece por
exemplo em transistores MOS.
115
CAPÍTULO
DOS 6.
PULSOS
• Ambas alteram alguma variável temporal dos pulsos. Um possível circuito gerador destes
sinais é apresentado na figura 6.4. O seu funcionamento é o seguinte:
x(t) + PWM
-
Circuito PPM
monoestável
Ativado na borda de subida
Figura 6.4: Circuito modulador para modulações PWM e PPM. O circuito comparador pode
ser um amplificador operacional não realimentado, por exemplo.
– Um sinal x(t) é comparado com um sinal dente de serra (onda triangular mostrada).
Caso a diferença seja positiva, a saída do comparador é positiva, independentemente
da amplitude da diferença. Caso a diferença seja negativa a saída vale 0.
– Um sinal PPM pode ser gerado a partir do sinal PWM pela utilização de um circuito
monoestável1 . Este circuito é ativado na borda de descida. Assim, o sinal PPM
emite um pequeno pulso quando o sinal PWM muda do estado “alto” para o estado
“baixo”.
6.4.1 Modulação PWM

• Na figura, a modulação PWM utilizada é a de borda terminal (trailing-edge modulation).
• Revertendo a onda triangular teríamos a modulação de borda inicial.
• Na modulação PWM, os pulsos se iniciam sempre nos instantes kTs e terminam nos
instantes kTs + τk . Da forma como o circuito foi implementando na figura 6.4, o pulso
termina porque o valor de x(kTs + τk ) é menor do que a onda triangular. Isto é, os
instantes de amostragem não são uniformemente espaçados. Este problema pode ser
evitado utilizando um dispositivo que amostra e mantém o valor, como se fosse um flip-
flop analógico. Na prática, como a banda de x(t) é muito menor do que fs , o valor de x(t)
varia pouco dentro de uma janela, ou seja, x(kTs ) ≈ x(kTs + τk ).
• Assumindo espaçamento uniforme entre as amostras, a largura do k-ésimo pulso é:
τk = τ0 [1 + µx(kTs )] (6.13)
1
Um circuito monoestável é estável somente em um dos seus estados. Ele decai sozinho dos outros estados
para o estado estável
116
CAPÍTULO
DOS 6.
PULSOS
0.5
x(t)
-0.5
-1
0 1 2 3 4 5 6 7 8
0.8
PWM
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8
1
0.8
PPM
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8
t
Figura 6.5: Exemplo de geração de sinais PWM e PPM. Em vermelho a mensagem transmitida.
onde τ0 é a largura média dos pulsos2 e µ é o índice de modulação.
• É necessário impor a seguinte restrição:

Ts
0 ≤ [1 + µx(kTs )] ≤ (6.14)
τ
pois a largura dos pulsos não pode ser negativa e não pode ser maior do que o tamanho
de uma janela.
• Não é fácil determinar o espectro do sinal PWM. Uma forma de entender o seu espectro
é considerar que os pulsos (com largura variável) estão centrados nos instantes kTs (ao
invés de iniciar nestes instantes) e tem largura de pulso τk . Desta forma podemos escrever
a série de Fourier deste sinal como sendo:
∞
X 2A
xPp W M (t) = Afs τ0 [1 + µx(t)] + sin[nφ(t)] · cos(2πnfs t) (6.15)
n=1
πn
onde φ(t) = πfs τ0 [1 + µx(t)]. Desta equação percebemos que o sinal modulado é com-
posto da mensagem mais termos centrados em nfs . Estes termos são semelhantes a uma
modulação PM pois tem o formato de sin(φ(t)). caso x(t) seja uma senóide, por exemplo,
teríamos o espectro de uma modulação FM tonal em cada nfs .
• Assim, seria possível recuperar a mensagem com um filtro passa baixas, desde que os
termos não se sobreponham significantemente. A sobreposição seria desprezível para
τ0 << Ts .
6.4.2 Modulação PPM

• A modulação PPM é utilizada quando é fácil gerar dois níveis do sinal mas é caro sustentar
um dos níveis. Encontramos um exemplo desta situação em comunicações óticas, onde é
2
Não confundir τ0 com o valor de τ quando k = 0
117
6.5. EXERCÍCIOS CAPÍTULO 6. AMOSTRAGEM E MODULAÇÃO DE PULSOS
possível gerar pulsos de luz (estado alto) e escuro (estado baixo), mas é energeticamente
caro sustentar o estado alto.
• Nesta modulação, a amplitude e a largura do pulso são constantes. A largura de pulso

geralmente é a menor possível.
• Uma condição para que esta modulação funcione é que o tempo de subida tr do pulso seja
o mais curto possível. O tempo de subida é o tempo que o sinal leva para ir do nível baixo
para o nível alto. De forma superficial, a banda do sinal PPM é :
1
BTP P M ≥ (6.16)
2tr
• Assim como a remoção da portadora no caso AM, marcar somente o instante onde o
pulso PWM terminaria economiza a energia de transmissão. Por outro lado, assim como
a remoção da portadora, a ausência do instante de início do pulso PWM elimina uma
referência de tempo, ou seja, o sincronismo das janelas de tempo.
• Uma forma de obter o sincronismo é deslocar lentamente a referência de início das janelas
até que haja somente um pulso por janela. Um erro de sincronismo causaria a adição de
um erro constante na detecção, que poderia ser eliminado com um bloqueador de nível
DC.
• Outra forma de obter o sincronismo é medir o valor médio do sinal após demodulação.
Este valor pode ser usado para corrigir a referência de início das janelas caso a mensagem
tenha valor médio igual a zero.
6.4.3 Demodulação
• A demodulação dos sinais PWM pode ser feita isolando o termo espectral em torno de
f = 0 ou através da conversão do sinal PWM para o sinal PAM.
• A conversão pode ser feita com um integrador cujo valor de saída é resetado a cada início
de pulso. Um amostrador manteria o sinal na saída
deste integrador pela duração de uma
t
janela, que equivale a usar um pulso p(t) = Π .
Ts
• Após a obtenção do sincronismo, um sinal PPM pode ser convertido para um sinal PWM
utilizando um gerador de pulsos retangulares que cai ao estado baixo na presença do pulso
PPM.
6.5 Exercícios
• Questões conceituais: 6.1, 6.7, 6.8, 6.9
• Problemas: 6.1.6, 6.1.7, 6.1.10, 6.2.4, 6.2.6, 6.3.1, 6.3.3

1. Um sistema PAM é modulado com taxa de pulsos fs = 100kHz. A mensagem transmitida
é x(t) e ocupa uma banda de 20kHz em banda base. O pulso utilizado para transmissão
é p(t) = AW sinc2 (tW ), onde W = 10fs .
• Escreva a equação do sinal no tempo e esboce o espectro.
118
6.5. EXERCÍCIOS CAPÍTULO 6. AMOSTRAGEM E MODULAÇÃO DE PULSOS
• Determine a banda de transmissão do sistema PAM.

• Projete no domínio da frequência um único filtro de recepção ideal(sem atraso) que
recupera o sinal original (não amostrado) e sem distorção. Assuma que na transmis-
são foi utilizada amostragem ideal.
2. Descreva como podemos demodular sinais:
• PAM
• PWM
• PPM
∞
X
3. Calcule a transformada de Fourier de z(t) = x(t) · y(t), onde x(t) = δ(t − nTs ) e
n=−∞
t

y(t) = A · Π . Considere que τ > Ts . Esboce o formato de z(t) no tempo e o seu
τ
espectro, indicando os valores que dependem de Ts , A e/ou τ . É possível recuperar a
onda quadrada a partir de z(t) com conhecimento de Ts mas sem conhecimento de τ ?
Justifique.
4. Encontre a resposta em frequêcia do filtro que devemos utilizar para recuperar sem dis-
∞
X
torção a mensagem de um sinal modulado PAM xp (t) = x(kTs )p(t − kTs ). A banda
k=−∞
1
da mensagem é igual a W = . A função p(t) vale p(t) = δ(t) + 12 · [δ(t − Ts ) + δ(t + Ts )].
4Ts
5. Um canal tem resposta ao impulso dada por c(t) = δ(t) + αδ(t − τ ), onde |α| < 1 e τ
são constantes e conhecidos. Transmitimos através deste canal um sinal PAM com taxa
de pulsos fp . A mensagem transmitida tem banda W << fp . É possível recuperar a
mensagem a partir do sinal recebido utilizando somente um filtro. Encontre a resposta
em frequência deste filtro.
t

6. Um sistema PAM transmite sinais utilizando o pulso p(t) = Π τ , resultando no sinal
∞
X
1
xp (t) = x(kt)p(t − kτ ). A banda de x(t) vale W << τ. O sistema é transmitido
k=−∞
através de um canal cuja resposta em frequência é:
(
K , |f | > 10
τ
H(f ) = (6.17)
0 , caso contrário,
gerando assim o sinal recebido y(t). É possível recuperar x(t) a partir de y(t)? Justifique.
119
Capítulo 7
Introdução a comunicações digitais
Vimos no capítulo anterior que é possível representar sinais contínuos no tempo por um conjunto
de amostras, desde que a taxa de amostragem fs seja maior do que a banda da mensagem. A
quantização em amplitude permitiria representar cada amostra com um número finito de bits,
k introduzindo algum erro que depende do número de níveis de quantização. Assim, aceitando
algum erro, é possível representar sinais contínuos com uma certa taxa de bits Rb = k · fs .
Transmissão Analógica
1.0
0.8
Sinal retransmitido
0.6
Sinal original
0.4
0.2
0.0
0 2 4 6 8 10
Figura 7.1: Transmissão de sinal analógico.
Transmissão Digital
1.0
0.8
Sinal retransmitido
0.6
Sinal original
0.4
0.2
0.0
0 2 4 6 8 10
Figura 7.2: Transmissão de sinal digital.
A melhor forma de transmitir bits é utilizando transmissão digital. Isto pode ser afirmado,
pois a recepção de sinais digitais é, matematicamente, a melhor possível no sentido de reduzir
ao máximo erros de transmissão. Além disso, técnicas de controle de erro permitem que os
120
7.1. REPRESENTAÇÃO GEOMÉTRICA
CAPÍTULO 7. DE
INTRODUÇÃO
SINAIS A COMUNICAÇÕES DIGITAIS
sistemas operem com taxas de erro tão baixas quanto necessárias1 .

As figuras 7.1 e 7.2 ilustram o processo de transmissão de um sinal analógico e digital,
respectivamente. A vantagem do sinal digital é que ele pode ser facilmente separável do ruído
do canal (com pequena taxa de erro), desde que a relação sinal ruído seja adequada.
Neste capítulo veremos como a transmissão e recepção de sinais digitais pode ser feita. Para
isso é necessário utilizar algumas simplificações como a representação geométrica de sinais.
Algumas modulações digitais são apresentadas.
7.1 Representação geométrica de sinais

• Um espaço vetorial n dimensional pode ser gerado a partir de uma base {ui }, com i =
1, 2, ..., n. Qualquer vetor deste espaço pode ser escrito como:
n
X
v= ui · vi (7.1)
1
onde:vi é o produto interno entre v e ui . Podemos definir para este espaço vetorial relações
como norma, independência linear, a desigualdade triangular, entre outras.
• Uma base ortonormal2 com N elementos para um conjunto de m vetores vi pode ser
obtido através do processo de Gram-Schmidt:
1. Escolhemos arbitrariamente um vetor v1 .

2. Definimos o primeiro elemento da base como:
v1
u1 = , (7.2)
||v1 ||
onde ||v1 || é a norma do vetor v1 .

3. O segundo elemento da base é obtido removendo a contribuição do primeiro elemento
da base no segundo vetor do conjunto, seguido de normalização:
u02 = v2 − (< v2 , u1 >) · u1

u02 (7.3)
u2 =
||u02 ||
4. O j-ésimo elemento da base pode ser obtido de forma semelhante:

Pj−1
u0j = vj − k=1 (< vj , uk >) · uk
uj0
(7.4)
uj =
||u0j ||
5. O processo continua até N ≤ min(n, m).
• Este processo resulta em uma base capaz de gerar todos os vetores do conjunto fornecido.
• Todas as relações aplicadas acima para vetores podem ser aplicadas para sinais contínuos
no tempo através da definição do produto interno entre dois sinais:
Z ∞
< x1 (t), x2 (t) >= x1 (t) · x∗2 (t)dt (7.5)
−∞
1
Há sistemas onde as taxas de erro são tão baixas que são imensuráveis.
2
Onde todos os vetores são ortogonais entre si e tem módulo unitário.
121
7.1. REPRESENTAÇÃO GEOMÉTRICA
CAPÍTULO 7. DE
INTRODUÇÃO
SINAIS A COMUNICAÇÕES DIGITAIS
e da definição da norma:
Z ∞ 1/2
√
||x(t)|| = |x(t)|2 dt = εx (7.6)
−∞
onde εx é a energia do sinal x(t).
• Com estas definições temos a desigualdade triangular:
||x1 (t) + x2 (t)|| ≤ ||x1 (t)|| + ||x2 (t)|| (7.7)
e a desigualdade de Cauchy-Schwarz:
√
| < x(t), y(t) > | ≤ ||x(t)|| · ||y(t)|| = ε x · εy (7.8)
• Podemos obter uma base para qualquer conjunto finito de sinais si (t), i = 1, 2, ..., M
através do mesmo processo anterior:
1. O primeiro elemento é:
s1 (t)
φ1 (t) = √ (7.9)
ε1
onde ε1 é a energia de s1 (t).
2. Para obtenção do segundo elemento, retiramos a contribuição do primeiro elemento
em s2 (t), obtendo assim um vetor ortogonal a φ1 (t). Em seguida, normalizamos
(tornamos igual a 1) a energia do sinal obtidos. Matematicamente:
Z ∞
c21 =< s2 (t), φ1 (t) >= s2 (t) · phi∗1 (t)dt
−∞
γ2 (t) = sZ2 (t) − c21 · φ1 (t)
∞
ε2 = |γ2 (t)|2 dt (7.10)
−∞
γ2 (t)
φ2 (t) = √
ε2
onde c21 é a projeção do segundo sinal no primeiro elemento da base φ1 (t), γ2 (t) é
o vetor ortogonal a φ1 (t) e ε2 é a sua energia. O resultado é o segundo elemento da
base, φ2 (t).
3. O j-ésimo elemento pode ser obtido como:
γj (t)
φj (t) = √ (7.11)
εj
onde: Z ∞
cji =< sj (t), φ(t) >= sj (t) · φ∗i (t)dt
−∞
j−1
X
γj (t) = sj (t) − cji · φi (t) (7.12)
Z ∞ i=1
εj = |γj (t)|2 dt
−∞
• Para M sinais, precisaremos de uma base com N ≤ M elementos, com igualdade se todos
os M sinais si (t) fornecidos forem linearmente independentes.
• Assim, um sinal si (t) pode ser representado pelo vetor si :
si = [ci1 ci2 ··· ciN ] (7.13)
122
7.2. MODULAÇÕES DIGITAIS
CAPÍTULO 7. INTRODUÇÃO A COMUNICAÇÕES DIGITAIS
• Chamamos o vetor si de símbolo.
• Um conjunto de sinais pode então ser representado como um conjunto de pontos no

espaço M -dimensional, chamado de espaço de sinais. O conjunto de pontos é chamado de
constelação.
• A base obtida não é a única possível: a ordem de escolha dos sinais determina a base.
Entretanto, a base sempre terá N elementos. Além disso, a constelação terá sempre o
mesmo formato, isto é, a distância da origem de cada um dos pontos e o produto interno
entre dois pontos(vetores) quaisquer serão sempre os mesmos.
• A energia de um sinal pode ser calculada no espaço de sinais via:

N
X
||si (t)||2 = εi = |sin |2 = ||si ||2 (7.14)
n=1
7.2 Modulações Digitais

• Um modulador digital pode ser visto como uma função que tem como entrada uma sequên-
cia de bits e tem como saída uma sequência de símbolos.
• Caso haja M = 2k símbolos possíveis, o modulador agrupa os bits de entrada em blocos

com k bits.
• Algumas definições básicas:

Duração da transmissão
– Duração de símbolos = Ts = Número de símbolos transmitidos
1
– Taxa de símbolos = Rs =
Ts
Ts Ts
– Duração de um bit = Tb = =
k log2 M
– Taxa de bits = Rb = Rs · k
– Probabilidade de transmitir o m-ésimo símbolo: pm
– Energia do m-esimo simbolo = εm
M
X
– Energia média = εavg = p m · εm
m=1
εavg
– Energia média por bit = εbavg =
k
εavg εbavg
– Potência média = P = =
Ts Tb
• A princípio, não há nenhuma restrição sobre a escolha de sm (t). Na prática, os sinais
diferem em amplitude, fase, frequência, ou uma combinação dos mesmos.
7.2.1 Modulação de amplitude (PAM)

• O caso contínuo foi analisado no capítulo anterior.
• No caso digital, em banda base, podemos limitar os símbolo a:
sm (t) = Am · p(t) (7.15)
onde Am = ±1, ±3, ..., ±(M − 1) O pulso p(t) é um pulso de duração T com energia εp .
123
• Se todos os sinais forem equiprováveis, a energia média desta modulação éF:

M
1 X (M 2 − 1)εp
εavg = A2m · εp = (7.16)
M m=1 3
• O valor por bit é:

(M 2 − 1)εp
εbavg = (7.17)
3 · log2 [M ]
• Todos os símbolos desta modulação podem ser representados por uma base com um único
p(t)
elemento φ(t) = √ εp , o que resulta nos sinais:
√
sm (t) = Am εp · φ(t) (7.18)
• Logo, os pontos da constelação são:

√
sm = [Am εp ] (7.19)
isto é, são pontos igualmente espaçados em cima de uma reta. A dimensão desta conste-
lação é 1. A figura 7.3 ilustra a constelação da modulação PAM.
PAM
1.0
0.5
0.0 æ æ æ æ
-0.5
-1.0
-3 -2 -1 0 1 2 3
Figura 7.3: Constelação para modulação PAM (p = 1).
• Uma
possível escolha para p(t) em banda base (em torno de f = 0) é escolher p(t) =
Π Tts . Uma possível escolha em banda passante seria p(t) = Π Tts · cos(2πfc t)
• Um parâmetro importante para o desempenho é a distância Euclidiana entre dois pontos

m e n da constelação, definida como:
q
dmn = ||sm − sn ||2 (7.20)
√
o que, neste caso, vale dmn = |Am − An | εp . A menor distância entre dois pontos é a
distância mínima dmin :
dmin = min [dmn ] (7.21)
m,n;m6=n
124
AM = 2√ε . Podemos escrever a distância mínima em função

que no caso PAM vale dPmin p
da energia média via:
AM = 2√ε
dPmin q p
εavg 3log2 [M ]
=2 M 2 −1 (7.22)
q
12log2 [M ]
= M 2 −1
εbavg
• Desta equação vemos que, quanto maior εbavg , maior dmin . Esta relação é comum para
quase todas as modulações utilizadas na prática.
• A equação para sm (t) apresentada se encontra em banda base. É possível obter o sinal
equivalente em banda passante realizando a conversão:
sBP
m (t) = <{sm (t) · exp(j2πfc t)} (7.23)
• Poderíamos ter obtido uma base para gerar os sinais diretamente em banda passante. A
relação entre bases em banda base e banda passante pode ser obtida usando a relação
pBP (t) = p(t) · cos(2πfc t), o que resulta em:
s
BP 2
φ (t) = · p(t) (7.24)
εp
7.2.2 Modulação em fase (PSK)

• Assim como no caso anterior, o sinal em banda passante seria sm (t) = <{Am · p(t) ·
exp(j2πfc t}. Entretanto, os valores de Am são:
j2π(m − 1)

Am = exp (7.25)
M
• Para p(t) real, teríamos o seguinte sinal em banda passante:

2π(m − 1)

sm (t) = g(t) · cos 2πfc t +
M (7.26)
2π 2π

= g(t) cos (m − 1) cos(2πfc t) − sin (m − 1) sin(2πfc t)
M M

2π
• Definimos a variável auxiliar θm = M (m − 1) .
• É fácil verificar que seria necessária uma base com dois elementos para gerar todos os
sinais desta modulação se M > 2. Uma boa escolha de base em banda passante é:
s
2
φ1 (t) = · p(t) · cos(2πfc t)
ε
sp (7.27)
2
φ2 (t) = − · p(t) · sin(2πfc t)
εp
o que resulta no sinal
r r
εp εp
sm (t) = cos(θm )φ1 (t) + sin(θm )φ2 (t) (7.28)
2 2
• Logo, os símbolos desta modulação são:
r r
εp εp

sm = cos(θm ) sin(θm ) (7.29)
2 2
que, no plano
q bidimensional, seriam pontos igualmente distribuídos em cima do círculo
εp
com raio 2 A figura 7.4 ilustra a constelação para a modulação PSK.
.
125
7.3. MODULAÇÃO QAM -CAPÍTULO
QUADRATURE
7. INTRODUÇÃO
AMPLITUDE A
MODULATION
COMUNICAÇÕES DIGITAIS
PSK
æ
1.0 æ æ
0.5
0.0 æ æ
-0.5
-1.0 æ æ
æ
-1.0 -0.5 0.0 0.5 1.0
Figura 7.4: Constelação para modulação PSK (p = 4).
• Podemos calcular os seguintes valores F:

1
– εavg = εm = εp .
2
εavg
– εbavg =
log2 [M ]
• A distância entre dois pontos pode ser calculada como:
s
2π

dm,n = εp 1 − cos (m − n) (7.30)
M
• Logo, a distância mínima é:

s
2π

dmin = εp 1 − cos (7.31)
M
que pode ser escrita em função de εbavg como:

s
π

dmin = 2 log2 [M ] · sin2 εbavg (7.32)
M
• Aumentar o valor de M não aumenta a potência média, mas diminui dmin .
7.3 Modulação QAM - Quadrature Amplitude Modulation

• Para o caso PSK poderíamos representar o sinal como:
r r
εp εp
sm (t) = Am,r · φ1 (t) + Am,i · φ2 (t) (7.33)
s s
126
7.4. SINALIZAÇÃO MULTIDIMENSIONAL
• onde Am = Am,r + j · Am,i . A modulação PSK restringe os valores de Am ao círculo

complexo unitário.
• Eliminando esta restrição, poderíamos redefinir os valores que Am pode√assumir ao per-

mitir que tanto Am,r quanto Am,i assumam os valores de ±1, ±3, · · · , ± M − 1, para M
potência par de 2. Nesta caso, a constelação seria um conjunto de pontos em cima de
uma “grade” regular, dentro de um quadrado.
• Esta modulação se chama QAM pois tanto a amplitude como a fase dos sinais é alterada.
• Esta modulaçãos é semelhante ao uso de duas modulações

s PAM em paralelo: uma com
2 2
base φ1 (t) = · p(t) · cos(2πfc t) e outra com · p(t) · sin(2πfc t).
εp εp
• Não é necessário que o padrão se limite a um quadrado: poderíamos ter M = M1 · M2 ,

com Am,r = ±1, ±3, · · · , ±M1 − 1 e Am,i = ±1, ±3, · · · , ±M2 − 1. Poderíamos restringir
√
também os pontos a todos aqueles dentro de um círculo complexo com raio εmax , que é
uma restrição na potência máxima de um sinal qualquer F.
• Características:
h q q i
εp εp
– Símbolos: sm = Am,r s Am,i s
εp
– Energia de cada símbolos: εm = ||sm ||2 = + A2m,i ) 2
2 (Am,r
√ M −1
– Energia média para sinais equiprováveis e M1 = M2 = M : εavg = 3 εp F.
M −1
– Energia média por bit nas mesmas condições: εbavg = 3·log2 [M ] εp .
– Distância entre dois símbolos:
r
q εp
dmn = ||sm − sn ||2 = [(Am,r − An,r )2 + (Am,i − An,i )2 ] (7.34)
2
– Distância mínima:
r s
εp q 6log2 [M ]
dmin = [(2)2 + (0)2 ] = 2εp = · εbavg (7.35)
2 M −1
7.4 Sinalização Multidimensional

• As modulações anteriores tem dimensão 2. O aumento de M , mantendo εavg , reduz a
distância mínima da constelação.
• Comparando o 8 − P AM (unidimensional) com o 8 − P SK(bidimensional), observamos a

seguinte relação entre distâncias mínimas:
r
AM 36 q
8−P SK
d8−P
min = εbavg < 1.14εbavg ≈ dmin (7.36)
63
• Assim, parece ser mais eficiente distribuir pontos em espaços com dimensão maior. No
limite, poderíamos ter uma constelação com dimensão igual ao número de símbolos.
• Como consequência, todos os sinais seriam ortogonais entre si. Uma forma de obter esta
ortogonalidade é usar frequências diferentes, que é o que acontece na modulação FSK
(Frequency Shift Keying).
127
7.4. SINALIZAÇÃO MULTIDIMENSIONAL
• Nesta modulação, o sinal em banda base é:

r
2ε
sml (t) = · exp(j2πm∆f t) 0 ≤ t ≤ T ; m = 1, 2, .., M. (7.37)
T
onde ε é a energia desejada do sinal e T é a duração deste sinal. O valor de ∆f será
definido em breve.
• O sinal em banda passante vale:
sm (t) = <{s
r ml (t) · exp(j2πfc t)}
2ε (7.38)
= cos(2π[fc + m∆f ]t)
T
• O requisito de ortogonalidade exige que:

(Z ) (
T 0 m 6= n
< sml (t) · snl (t) = (7.39)
0 ε m=n
• O desenvolvimento matemático resulta na seguinte necessidade:
2εsinc(2T (m − n)∆f ) = 0 para m 6= n (7.40)
o que só pode ser verdadeiro se 2T (m − n)∆f é um número inteiro. Logo:

k
∆f = (7.41)
2T
para qualquer k inteiro diferente de zero. A menor separação de frequências ocorre quando
k = 1, resultando em ∆f = (2T )−1 .
• A base desta constelação é, em banda passante:

r
2
φm (t) = cos(2π[fc + m∆f ]t) 0 ≤ t ≤ T ; m = 1, 2, .., M. (7.42)
T
• Os símbolos podem ser escritos na forma:

√
sm = [0 ··· 0 ε 0 · · · 0] (7.43)
com o termo diferente de zero na m-ésima posição do vetor.

ε
• Todos os sinais tem a mesma energia ε. Logo, εavg = ε e εbavg = log2 [M ]
• A distância entre qualquer par de sinais é a distância mínima, que valeF 3 :

√ q q
dmn = dmin = 2ε = 2εavg = 2εbavg · log2 [M ] (7.44)
• Aqui, diferentemente dos outros casos, o aumento de M aumenta a distância mínima,

mantendo o valor de εbavg . Isto acontece pois, ao aumentar M , aumentamos o número de
bits que cada símbolo carrega, aumentando assim a energia de cada símbolo e consequen-
temente a distância.
• Este aumento em dmin em função de M não é gratuita: precisamos de M subcanais com

largura ∆f para transmitir estes sinais.
3
Vide os símbolos sm para determinar esta distância mínima
128
7.5. ROTULAÇÃO BINÁRIA
CAPÍTULO
DOS SÍMBOLOS
7. INTRODUÇÃO A COMUNICAÇÕES DIGITAIS
7.5 Rotulação binária dos símbolos

• Até agora tratamos da transmissão de um dígito m, sem nos preocupar qual seria a relação
entre os bits transmitidos e os símbolos correspondentes.
• Há duas formas principais de rotulação de símbolos: natural e rotulação de Gray.
• Na rotulação natural, uma possível relação entre bits e símbolo é:
k−1
X
m=1+ bj · 2j (7.45)
j=0
• Variações são possíveis: o valor de m pode variar de 0 a M − 1, o primeiro bit fornecido

pode ser o mais ou o menos significativo, etc..
• A grande vantagem deste rotulamento é a facilidade de escolha de sinal a ser transmitido
a partir da sequência de bits de entrada. A desvantagem é que, caso ocorra um erro de
transmissão, a troca de um símbolo pelo seu vizinho pode causar muitos erros de bit.
Isto aconteceria por exemplo ao trocar um símbolo rotulado por 011 pelo seu vizinho com
rótulo 100, causando três erros de bit.
• Uma alternativa comum é utilizar o rotulamento Gray. No rotulamento Gray, o rótulo é
construído iterativamente de forma a garantir que símbolos vizinhos possuam apenas um
bit de diferença entre os rótulos. Assim, trocar um símbolo pelo seu vizinho (que é o erro
mais provável) causaria o erro de apenas um bit.
• Para a modulação 8-PAM, um rótulo pode ser construído nos seguintes passos:
1. Inicia-se com dois valores: 0 · 1
2. Reflete-se4 a sequência de rótulos anteriores e adicionamos ao final do rótulo o bit 0
aos termos da esquerda e o bit 1 aos termos da direita do “espelho”, resultando na
sequência de rótulos:
0·1o1·0
(7.46)
00 · 10 o 11 · 01
3. Repetindo o processo novamente chegamos a:
00 · 10 · 11 · 01
00 · 10 · 11 · 01 o 01 · 11 · 10 · 00 (7.47)
000 · 100 · 110 · 010 o 011 · 111 · 101 · 001
• Este mesmo rótulo poderia ser usado para rotular os símbolos da constelação 8-PSK no
sentido horário, por exemplo.
• Para a modulação QAM, poderíamos usar dois rótulos de Gray em paralelo. Para o caso
de 64-QAM, teríamos, por exemplo, a seguinte relação:
000000 100000 110000 010000 011000 111000 101000 001000
000100 100100 110100 010100 011100 111100 101100 001100
000110 100110 110110 010110 011110 111110 101110 001110
000010 100010 110010 010010 011010 111010 101010 001010
(7.48)
000011 100011 110011 010011 011011 111011 101011 001011
000111 100111 110111 010111 011111 111111 101111 001111
000101 100101 110101 010101 011101 111101 101101 001101
000001 100001 110001 010001 011001 111001 101001 001001
4
Não se reflete a ordem dos bits dentro de cado rótulo, somente a ordem dos rótulos
129
7.6. MODELO DE CANALCAPÍTULO
AWGN 7. INTRODUÇÃO A COMUNICAÇÕES DIGITAIS
• O rótulo de qualquer par de vizinhos difere somente por um bit.

• No caso da modulação FSK, a distância dmn é a mesma para todos os símbolos. Qualquer
rotulação pode ser utilizada, pois não há nenhum vizinho que seja mais próximo.
7.6 Modelo de canal AWGN

• O sinal recebido é diferente do sinal transmitido.
• Um modelo de canal muito simples é o canal AWGN - Additive White Gaussian Noise.
Neste modelo, o sinal recebido r(t) vale:
r(t) = sm (t) + n(t) (7.49)
onde n(t) é um processo aleatório Gaussiano com densidade espectral de potência cons-
tante valendo N20 . É suficiente para o entendimento do que segue saber a relação entre
densidade espectral de potência e a autocorrelação do processo aleatório, o que foi visto
no capítulo 3.
• O objetivo do receptor é estimar da melhor forma possível o valor de m ( e consequente-
mente dos bits associados) através da observação de r(t).
• Uma forma de se realizar a estimativa é representar r no espaço de sinais. O problema é
que a base do espaço, embora seja capaz de representar exatamente todos os sinais sm (t),
não é capaz de representar exatamente todas as possibilidades de n(t).
• O ruído poderia ser decomposto em n(t) = n1 (t) + n2 (t), onde:
n1 (t) = N
P
j=1 nj φj (t) (7.50)
nj =< n(t), φj (t) >
isto é, a parte do ruído que pode ser representada pela base. O resto é n2 (t) = n(t)−n1 (t).
Com esta representação, podemos escrever o sinal recebido como:
 
N
X
r(t) =  (sj + nj )φj (t) + n2 (t)
j=1  (7.51)
XN
=  (rj )φj (t) + n2 (t)
j=1
onde rj = sj + nj .
• É possível mostrar que:
N0
– As variáveis nj são Gaussianas com média zero e variância 2 , isto é, a sua pdf é:
2
!
1 nj
p(nj ) = √ · exp − (7.52)
πN0 N0
– nj e ni são descorrelacionadas, se j 6= i, que implica em independência estatística;
– o resto n2 (t) não traz nenhuma informação sobre nenhum nj , podendo assim ser
ignorado.
• Logo, o canal r(t) = sm (t) + n(t) contínuo no tempo equivale ao canal vetorial r = sm + n,
onde:
r = [r1 r2 · · · rN ]
sm = [sm1 sm2 · · · smN ] (7.53)
n = [n1 n2 · · · nN ]
130
7.7. RECEPTOR ÓTIMO CAPÍTULO 7. INTRODUÇÃO A COMUNICAÇÕES DIGITAIS
7.7 Receptor ótimo

• O objetivo do receptor é estimar da melhor forma possível o valor de m.
• A estimativa feita pelo detector é m.

b Ocorre um erro de transmissão se m b 6= m, o que
acontece com probabilidade Pe = P [m b 6= m]. Logo, o melhor receptor é aquele que
minimiza Pe , ou equivalentemente, que maximiza a probabilidade de acerto.
• A decisão do receptor pode ser vista como a aplicação de uma função sobre o vetor
recebido, isto é, m
b = g(r). Desta forma, podemos dividir o espaço em regiões de decisão
definidos como:
N
Dm b = {r ∈ < |g(r) = m}
b (7.54)
b é o conjunto de valores de r tal
ou, literalmente, a região de decisão pela estimativa m
que a decisão do receptor g(r) é m.
b
• A decisão correta ocorre então se, dado m, o vetor r está dentro da região Dm . Na média,
a probabilidade de acerto pode ser calculada como:
M
X
P [acerto] = P [acerto|m] · P [m]
m=1
XM
= P [r ∈ Dm |m] · P [m]
m=1 (7.55)
XM Z
= p(r|m)dr · P [m]
m=1 Dm
XM Z
= p(r|m) · P [m]dr
m=1 Dm
• Como um valor qualquer de r só pode estar dentro de uma região de decisão, ele deve
estar naquela que maximiza a expressão acima. Isto é, r deve pertencer a Dm
b se:
b · P [m]
p(r|m) c0 ) · P [m
b > p(r|m c0 ], c0 = 1, 2, ..., M ;
∀m c0 6= m
m b (7.56)
• Esta expressão permite definir as regiões de decisão ótimas como:

N c0 ) · P [m
c0 ]; ∀m
c0 6= m}
b = {r ∈ < |p(r|m)
Dm b · P [m]
b > p(r|m b (7.57)
• Esta expressão facilita a tarefa do receptor, pois ele pode substituir a tarefa de encontrar
em qual região de decisão o vetor r se encontra pela tarefa de encontrar o valor de m que
b · P [m].
maximiza p(r|m) b Usando o teorema de Bayes temos:
b · P [m]
p(r|m) b
= P [m|r]
b (7.58)
p(r)
• Como o valor de r é constante para todo m,

b o valor de m b · P [m]
b que maximiza p(r|m) b
também maximizará P [m|r].
b Logo, a estimativa ótima é:
m
b = arg max[P [m|r]] (7.59)
m
• Este critério é chamado de Máxima a Posteriori (MAP), pois a decisão é tomada a partir
de um máximo após a observação do sinal r e com o conhecimento das probabilidades a
priori Pm .
131
7.8. RECEPTOR ML PARA
CAPÍTULO
O CANAL7.GAUSSIANO
INTRODUÇÃO A COMUNICAÇÕES DIGITAIS
1
• Quando todos os sinais são equiprováveis, Pm = M . O critério de decisão pode ser
simplificado para:
m
b = arg max[p(r|sm )] (7.60)
m
• Este critério é chamado de Máxima Verossimilhança (ML - Maximum Likelihood) pois ele
procura o valor de sm mais parecido com r.
• O critério ML só é ótimo (e equivalente ao MAP) quando os sinais ão equiprováveis.
• É também um bom chute quando não sabemos a estatística dos sinais.
• Além disso, é de fácil implementação.
7.8 Receptor ML para o canal Gaussiano

• Na maioria das vezes, os receptores utilizam o critério ML
• No caso Gaussiano, isto equivale a encontrar o valor de m que maximiza f (m) = p(r|sm ),
que vale:
p(r|sm ) = p(n = r − sm )
N
Y
= p(nj = rj − sm,j )
j=1
PN
− sm,j )2
!
−N j=1 (rj (7.61)
= (πN0 ) 2 · exp −
N0 !
N ||r − sm ||2
= (πN0 )− 2 · exp −
N0
• O valor de m que maximiza f (m) também maximizará log[f (m)], pois o logaritmo é uma
função monotônica crescente. Além disso, se m maximiza f (m), ele minimizará log[f (m)].
Utilizando o logaritmo natural, poderíamos encontrar o valor de m que minimiza:
N ||r − sm ||2
−log[p(r|sm )] = log[πN0 ] + (7.62)
2 N0
• O primeiro termo é constante para todo valor de m. O valor de N0 também é. A

conclusão é que o valor de m que maximiza p(r|sm ) será aquele que resulta no símbolo sm
mais próximo do sinal recebido r.
• As regiões de decisão podem ser facilmente definidas como sendo:

N 0
b = {r ∈ < | ||r − sm || < ||r − sm0 ||, ∀m 6= m}
Dm (7.63)
• No caso de uma modulação 8-PSK, por exemplo, as regiões de decisão seriam semelhantes
a fatias de pizza.
7.8.1 Evento de erro

• Como as regiões de decisão são definidas pela proximidade com os sinais, um evento de
erro ocorre se o sinal recebido r estiver mais próximo de sm0 do que de sm , quando sm foi
transmitido.
• Vamos analisar a probabilidade do evento de erro para o caso mais simples: 2-PAM, com
√ √
símbolos s1 = [ ε] e s2 = [− ε].
132
CAPÍTULO
O CANAL7.GAUSSIANO
• Supondo que s2 foi transmitido, ocorre um erro se r estiver mais próximo de s1 do que de
s2 , ou seja, se r > 0.
√
• Isto ocorrerá se n = [n] for maior do que ε. Este valor pode ser calculado pela seguinte
integral (ver figura 7.5):
Z ∞ s !
√ 2ε
P (n > ε) = √ p(n)dn = Q (7.64)
ε N0
onde Q(x) é por definição:

!
u2
Z ∞
1
Transmissão em canais AWGNQ(x) =
2π x
exp −
2
du (7.65)
Evento de Erro - 2 PAM

0.35
0.3
0.25
0.2
0.15
0.1
Erro de Erro de
transmissão transmissão
0.05
-0.05
-4 -3 -2 -1 0 1 2 3 4
Figura 7.5: Evento de erro para a modulação 2PAM.
• Devido a independência estatística dos componentes nj , podemos mostrar que a probabi-

lidade de um vetor recebido estar mais próximo de um símbolo errado do que do correto
depende somente da distância Euclidiana entre os símbolos e da variância do ruído. Assim,
para qualquer par de símbolos si e sj com distância entre eles dada por:
q
di,j = ||si − sj ||2 (7.66)
a probabilidade do sinal recebido estar mais próximo de sj , dado que si foi transmitido,
é:
s 
d2i,j
P [(||r − sj || < ||r − si ||)|si ] = Q   (7.67)
2N0
• A distância entre símbolos depende da energia dos sinais. A variância do ruído depende
da potência do ruído. Assim, a probabilidade de erro é uma função da relação sinal ruído,
seja ela por bit ou por sinal. A relação sinal ruído por bit vale:
εbavg
SN Rb = (7.68)
N0
133
CAPÍTULO
O CANAL7.GAUSSIANO
enquanto que a relação sinal ruído por símbolo vale:
εavg
SN Rs = (7.69)
N0
• Na seção a seguir obtemos a probabilidade de erro para algumas modulações digitais.
7.8.2 Probabilidade de erro de bit para algumas modulações

• Devido a simetria da distribuição Gaussiana, P (n < −x) = P (n > x) quando n é uma
variável aleatória Gaussiana.
• Para a modulação
q PAM, a distância entre um símbolo e seu(s) vizinho(s) vale a distância
12log2 [M ]
mínima dmin = M 2 −1
εbavg .
dmin
• Erraremos o símbolo mais
!
a esquerda da constelação se n > 2 , o que acontece com
r
d2min
probabilidade Q 2N0 .
• Erraremos o símbolo mais a direita

!
da constelação se n < − dmin
2 , o que também acontece
r
d2min
com probabilidade Q 2N0 .
• Erraremos qualquer um dos símbolos intermediários (entre o símbolo mais a esquerda e

o mais a direita) se n > dmin
2 ou se n < − dmin
2 , que são eventos disjuntos (os dois não
! r
d2min
podem ocorrer ao mesmo tempo. Cada um deles ocorre com probabilidade Q 2N0 .
r !
d2min
Logo, a probabilidade de errar um símbolo intermediário vale 2 · Q 2N0 .
• Há M −2 símbolos intermediários. Ponderando a probabilidade de erro pela probabilidade

de transmissão de símbolo, temos a probabilidade de erro média de símbolo, que vale:
 s  s  s 
1  d2min  d2min  d2min 
PeM −P AM = 1 · Q + 1 · Q + (M − 2) · 2 · Q 
M 2N0 2N0 2N0
s 
2(M − 1)  d2min 
= Q
M 2N0
(7.70)
• Substituindo o valor de dmin chegamos a :

s 
6log2 [M ] εbavg 
PeM −P AM = Q  · (7.71)
M2 − 1 N0
• Na expressão anterior podemos destacar dois termos:

6log2 [M ]
– M 2 −1
, que vai para zero quando M aumenta.
εbavg
– N0 , a relação sinal ruído por bit, que deve aumentar caso M aumente para manter
o mesmo valor de Pe .
134
7.9. COMPARAÇÃO ENTRE
CAPÍTULO
MODULAÇÕES
7. INTRODUÇÃO A COMUNICAÇÕES DIGITAIS
• A probabilidade de erro da modulação M

√ − QAM quadrada pode ser analisada ao consi-
deramos que ocorrem duas modulações M − P AM em paralelo: uma em fase e outra em
quadratura. Ocorrerá um acerto na transmissão√de um símbolo da modulação M − QAM
se houver um acerto em ambas as modulações M − P AM . Ocorrerá um erro de trans-
missão
√ na modulação M −QAM se houver um erro em qualquer uma das duas modulações
M −P AM . Assim, temos a seguinte probabilidade de erro para a modulação M −QAM
quadrada:
√
PeM −QAM = 1 − (1 − Pe M P AM )
s   s 
1 3log2 [M ] εbavg   1 3log2 [M ] εbavg 

=4 1− √ Q × 1−1 1− √ Q
M M − 1 N0 M M − 1 N0
s 
3log2 [M ] εbavg 
≤ 4 · Q
M − 1 N0
(7.72)
• A análise da probabilidade de erro da modulação M-PSK é um pouco mais trabalhosa.

Apresentamos o resultado aproximado da probabilidade de erro de símbolo:
s !
π εbavg

PeM −P SK ≈ 2Q (2log2 [M ])sin2 (7.73)
M N0
• Podemos obter uma aproximação para a probabilidade de bit se assumirmos que:
– O evento de erro mais provável é aquele em que a troca ocorre pelo vizinho.
– O rotulamento de Gray está sendo utilizado, isto é, um erro de símbolo pelo vizinho
causa o erro de somente um bit.
• Neste caso a probabilidade de erro de bit pode ser aproximada como:

1 1
Pb = Pe = Pe (7.74)
log2 [M ] K
7.9 Comparação entre modulações

• É possível comparar o desempenho de modulações diferentes, mas a comparação só faz
ε
sentido se parâmetros como bavg
N0 , taxa e banda de transmissão forem levados em conta.
• Uma grandeza útil para comparação é a eficiência espectral, definida como:

Taxa de transmissão
η= [bits/s/Hz] (7.75)
Banda de transmissão
• A eficiência depende do número de dimensões no espaço de sinais. Faremos a conta

considerando a duração de um símbolo.
• O teorema da amostragem diz que, para um sinal com banda W, precisamos de 2W

amostras por segundo para representa-lo bem. Se o sinal tem duração T , precisaríamos de
N = 2W T amostras para representa-lo perfeitamente. O valor de N pode ser interpretado
como o número de dimensões aproximado (graus de liberdade) do sinal.
135
7.10. EXERCÍCIOS CAPÍTULO 7. INTRODUÇÃO A COMUNICAÇÕES DIGITAIS
1
• Considerando a taxa de símbolos de Rs = Ts , temos que:
N
W =
2Ts
Rs N
= (7.76)
2
Rb · N
=
2log2 [M ]
• Assim, podemos obter a eficiência espectral como:
Rb 2log2 [M ]
η= = (7.77)
W N
• Para as modulações PAM, QAM e PSK, a dimensão do espaço de sinais é constante (vale
1 ou 2). O aumento de η só pode ser obtido com o aumento de M .
• Para a modulação FSK, o número de dimensões é igual a M . Assim, a eficiência espectral

sempre diminui quando M aumenta.
• Por outro lado, o aumento de M piora o desempenho das modulações PAM, QAM e PSK.
ε
É necessário aumentar o valor de bavg
N0 para mantermos o mesmo desempenho.
• No caso FSK, aumentar M melhora o desempenho.
• Assim, há contrapartida entre desempenho e eficiência espectral em todos os casos.
• Os resultados podem ser condensados na figura 7.6

εbavg
• A curva mostra o valor de N0 necessário para que Pb = 10−5 para várias modulações, e
a sua eficiência espectral.
εbavg 2η −1
• O limite de Shannon nunca pode ser passado. Ele vem do fato que N0 > η , no limite
quando η → 0.
• O gráfico pode ser dividido em duas grandes partes:
– A região limitada em banda, onde é necessário alta eficiência espectral

– A região limitada em potência: não é necessário conservar banda, mas precisaríamos
de mais energia para melhorar o desempenho do sistema.
7.10 Exercícios
7.10.1 Exercícios do livro “Haykin, S., Sistemas de comunicação: analógicos
e digitais”
A referência desta parte da matéria é o segundo livro da bibliografia: Haykin, S., Sistemas de
comunicação: analógicos e digitais, 4a. edição, Editora Bookman, 2004. (número da biblioteca
é 621.39 H419c, em inglês).
A parte correspondente a matéria da P4 corresponde aos capítulos:
• 5, até a seção 5.4, inclusive;
• 6, até a seção, 6.5, partes vistas em sala.
136
Figura 7.6: Comparação de eficiência espectral e desempenho de diversas modulações
A parte correspondente ao exame inclui o restante do capítulo 5 e as partes do capítulo 6

correspondentes a probabilidade de erro de símbolo/bit.
A referência acima é muito mais extensa do que as notas de aula e possui muito mais
conteúdo do que o apresentado. Use estas notas de aula como base do que deve ser estudado
ou não.
Os exercícios para a segunda prova são, do livro acima:
• 5.3, 5.6, 5.8
• 6.4(a), 6.5, 6.15
Os exercícios para o exame serão fornecidos em breve.

• Considere os quatro sinais da figura 7.7. O valor de K é uma constante. Considere que
todos os sinais podem ser transmitidos com mesma probabilidade.
– Calcule a taxa de bits.
137
– Obtenha uma base ortonormal que gere os quatro sinais. Sugestão: utilize os sinais
na ordem em que eles foram apresentados.
– Obtenha os símbolos correspondentes aos quatro sinais.
– Desenhe a constelação.
– Calcule a energia média por símbolo, em função de K.
– Calcule a distância mínima em função da energia média por símbolo
– Calcule a potência média
2 2
1.5 1.5
1 1
s1 (t)
s2 (t)
K
K
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-0.05 0 0.05 0.1 0.15 -0.05 0 0.05 0.1 0.15
t t
2 2
1.5
1.5
1
1
0.5
s3 (t)
s4 (t)
K
0.5 0
-0.5
0
-1
-0.5
-1.5
-1 -2
-0.05 0 0.05 0.1 0.15 -0.05 0 0.05 0.1 0.15
t t
Figura 7.7: Figura do terceiro item. Note que os sinais estão normalizados pelo fator K.
• A figura 7.8 apresenta duas constelações para comunicações digitais. Qual você escolheria?
Justifique a sua resposta.
• Considere as duas constelações da figura 7.9, que não estão na mesma escala. Em ambos
os casos a duração de um símbolo é a mesma. Qual deve ser a potência média por bit
para que ambas tenham a mesma distância mínima?
138
(a) (b)
Figura 7.8: Modulações QAM x PSK
(a) (b)
Figura 7.9: Figura do terceiro item. As constelações não estão na mesma escala.
139
Appendices
140
Apêndice A
Revisores
Esta apostila foi revisada pelos alunos da turma de Engenharia de Computação 2017:
Alexandre Ferreira Velho Muzio
André Gomes Simão
Bruno Henrique Machado de Freitas
Bruno Lima Corrêa
Caíque Porto Lira
Daniel Cardoso de Sousa
Davi Lima Paulino
Felipe Tuyama de Faria Barbosa
Gabriel Amboss Pinto
Gabriel Ilharco Magalhães
Gustavo Ceci Guimarães
João Vitor Marques
Lucas Muller Machado de Oliveira
Luciano Holanda Gomes
Luiz Angel Rocha Rafael
Luiz Felipeh Aguiar de Lima Alves
Marcel Soares Ribeiro
Marco Aurelio Prado dos Santos Vidoca
Mateus Gonçalves de Oliveira - Asp Of
Matheus de Oliveira Leão
Matheus Mattos Möller - Asp Of
Matheus Mendes Costa Ayres Camargo
Mattheus Martins Jucá
Natan Lima Viana - Asp Of
Philip Guedes de Lima
Rafael Aoki Yamagata
Rodrigo Lima Machado
Thayza Tabis - Asp Of
Uriel Mendes de Almeida
Victor Vilas Pascoal
141

ELE31-2015-Apostila Revisada PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

ELE31-2015-Apostila Revisada PDF

Загружено:

Авторское право:

Доступные форматы

Princípios de Telecomunicações

3 Transmissão de Sinais, Filtros 39

5 Modulação Angular ou exponencial. 91

5.2.3 Distorção não linear e limitadores . . . . . . . . . . . . . . . . . . . . . . 102

6 Amostragem e Modulação de Pulsos 111

7 Introdução a comunicações digitais 120

1.1 Elementos de um sistema de comunicação

– Transferir informação de um tempo/espaço para outro;

• Superficialmente, definimos informação como o que não sabemos sobre a realização de

• A transferência é feita através de um canal de comunicação.

• Neste diagrama de blocos temos:

– Uma fonte da mensagem;

Transdutor Processa- Trans-

Figura 1.1: Diagrama de um sistema de comunicação.

• Outras topologias são possíveis: duplex, broadcast, multiponto.

– Wi-fi, bluetooth, rádio AM, FM, TV digital, ANT+;

• Atualmente a melhor forma de realizar o processamento necessário para transmitir infor-

• As vantagens são a facilidade de uso, o custo e a velocidade de processamento.

• Canais muito utilizados:

• Canais de rádio são preciosos:

– Frequências baixas são desejáveis pois tem alcance maiores;

– O espectro eletromagnético é único e compartilhado.

• Existe regulamentação para o uso do espectro eletromagnético, vide Figura 1.2.

• Utilizamos moduladores e demoduladores para poder utilizar uma faixa específica de

• Vantagens em potencial de modulação:

– Escolha da banda de transmissão;

1.2 Tipos de Modulação

• Uma senoide modulada ocupará banda necessariamente maior.

s(t) = A(t) · cos [2πf (t) · t + φ(t)] (1.1)

• O tipo de modulação depende de qual grandeza da senoide depende da informação:

– Modulação em amplitude (AM) se a informação está em A(t);

• Alternativamente, podemos transmitir informação em uma sequência de pulsos, descrita

– Modulação em amplitude de pulso (PAM) se a informação está em A[n];

1.3 Requisitos para processamento digital

• Os sinais a serem transmitidos devem ser digitalizados para podermos processá-los.

• A digitalização envolve dois parâmetros:

– Taxa de amostragem → depende do sinal a ser representado;

1.4 Limites teóricos de comunicação

• Nestas condições, há um limite de quanta informação podemos transmitir de forma con-

– C é a capacidade do canal, em bits por segundo;

• As consequências desta equação são:

– Devemos representar a informação de forma mais eficiente possível para transmitir o

• Finalmente, chegamos em um diagrama de blocos mais detalhado para um sistema de

1.5.2 Outros exercícios

2. Quais são as implicações da seguinte equação do ponto de vista do projeto de um sistema

Figura 1.2: Regulamento brasileiro sobre o espectro de comunicação.

2.1 Espectro de Linha e Série de Fourier

v(t) = A · cos(2πfo t + φ) (2.1)

onde A é a amplitude, φ é a fase da onda, f0 é a frequência em Hertz (Hz). A relação

• Representação equivalente: fasor.

• Representação fasorial é derivada da representação da equação anterior como uma soma

exp(±jθ) = cos(θ) ± jsin(θ) (2.2)

• Desta forma temos que a parte real de uma exponencial complexa é:

< {Aexp [j (2πfo t + φ)]} = A · cos(2πfo t + φ) (2.3)

• Um fasor é então definido por 3 elementos:

Figura 2.1: Fasor

Figura 2.2: Diagrama fasorial de amplitude e de fase.

– Variável independente é a frequência f e não a velocidade angular ω.

Figura 2.3: Diagrama fasorial de w(t)

• Esses diagramas são unilaterais e representam frequências positivas

Figura 2.4: Diagrama fasorial bilateral de w(t)

• A vantagem de utilizar o espectro bilateral é porque ele permite a representação de sinais

2.1.1 Sinais periódicos e potência média