1.

Introdução

™ A representação de Sistemas Lineares através de senóides ou

exponenciais complexas é muito usual devido ao fato de que para
estes sinais o sinal de saída é o mesmo sinal (senoidal) da entrada,
REPRESENTAÇÃO DE SINAIS E SISTEMAS com amplitude e fase determinadas ou modificadas pela resposta
DISCRETOS NO DOMÍNIO DA FREQÜÊNCIA sistema.
™ Considere um sistema LTI com resposta ao impulso h(n) em cuja
entrada é aplicado o sinal x(n) = exp(jwn).
™ Introdução ¾ Como a saída é a convolução da entrada ejwn com a resposta ao
™ Transformada de Fourier de Seqüências impulso h(n) tem-se que:
™ Propriedades
∞
y (n ) = ∑ h(k ).e
k = −∞
jw(n − k )

Fourier Marcelo B. Joaquim 1 Fourier Marcelo B. Joaquim 2

™ Como o índice n não entra na somatória, então: Representação de H(ejw) pelo módulo e fase:
∞
y (n ) = e jwn ∑ h(k )e − jwk
( ) ( )
H e jw = H e jw .e j∠H (e
jw
)
k = −∞

™ Definindo a função H(ejw) tal que: Resposta de amplitude Resposta de fase

∞
H e jw = ( ) ∑ h(k )e − jwk
Exemplo 1: Resposta em freqüência do sistema y(n) = x(n-nd)
k = −∞
¾ Aplicando o sinal x(n) = exp(jwn) tem-se:
™ H(ejw): é chamada de Resposta em Freqüência do sistema.
¾ Observe que H(ejw) é a transformada de Fourier da seqüência h(n).
y (n ) = e jw(n − nd ) = e − jwnd e jwn
™ Para uma freqüência particular w0 tem-se:

( )
⎧ H e jw = 1
⎪ ( )
y (n ) = H e ( )e
jw0 jw0 n ¾ H(ejw) modifica a amplitude e fase de
ejwn
H e jw = e − jwnd ⇒⎨
( )
⎪⎩∠H e jw = − wnd
Fourier Marcelo B. Joaquim 3 Fourier Marcelo B. Joaquim 4

™ O conceito de resposta em freqüência para sistemas contínuos e ™ Como H(ejw) é periódica com período 2π, ela sempre será expressa em
discretos no tempo é o mesmo. um dos seguintes intervalos:
¾ Contudo, para os sistemas discretos a resposta em freqüência é
periódica com período 2π. ⎧0 ≤ w < 2π ⎧0 ≤ f < 1
⎨ ⎨
™ Prova: ⎩− π < w ≤ π ⎩− 0.5 < f ≤ 0.5
∞ ∞
(
H e j (w + 2 π ) = ) ∑ h(n)e − j (w + 2 π )n
= ∑ h(n)e − jwn − j 2 πn
e ¾ Freqüências digitais entre -π e π ou entre -0.5 e 0.5, significam
que o sistema é representado pelas freqüências no tempo
n = −∞ n = −∞
contínuo em um dos intervalos entre -Ωa/2 e Ωa/2 ou -Fa/2 e Fa/2.
¾ Como e-j2πn = cos(2πn) - jsen (2πn) = 1, então:

∞
( ) ∑ h(n)e ( )
|H (ejw)| |H (ejw)|
H e j (w+ 2 π ) = − jwn
=H e jw
n = −∞

¾ Portanto H(ejw) é periódica com período 2π. w w

-π 0 π 0 π 2π
-0.5 0.5 0 0.5 1.0

Fourier Marcelo B. Joaquim 5 Fourier Marcelo B. Joaquim 6

2. Transformada de Fourier de Seqüências Condições de validade
™ Para que a transformada de Fourier exista (convergência). A seguinte
™ “O par de transformada de Fourier de uma seqüência ou sinal
condição deve ser satisfeita:
discreto x(n) é definido por: “

π ( )
X e jw < ∞ , para todo w
x(n ) = ∫ X (e )e
1 jw jwn
dw equação de síntese
2π ¾ Observe que:
−π
∞ ∞

X e ( ) = ∑ x(n)e
jw
∞
− jwn
equação de análise
( ) ∑ x(n)e
X e jw = − jwn
≤ ∑ x(n) e − jwn

n = −∞ n = −∞
n = −∞
∞
( ) ∑ x(n) < ∞
X e jw ≤

( )
X e jw
⎧ X e jw
⎪
⇒⎨
( ) Espectro de Amplitude n = −∞

⎪⎩ ARG X e jw [ ( )] Espectro de Fase

(Valor Principal)
¾ A condição suficiente para que a transformada
exista é que x(n) seja absolutamente somável,
∞

∑ x(n) < ∞
isto é:
n = −∞

Fourier Marcelo B. Joaquim 7 Fourier Marcelo B. Joaquim 8

Exemplo 2: Determine a transformada de Fourier de: Exemplo 3: Determine a transformada de Fourier de:

x(n ) = a u (n )
n
⎧ A, 0 ≤ n ≤ M − 1
x(n ) = ⎨
∞ ∞ ⎩0 , c. c.
( ) ∑a e
X e jw = n − jwn
= ∑ (ae ) − jw n

sen(wM / 2 )
M −1
n =0 n =0
( ) ∑ Ae
X e jw = − jwn
=A
1 − e − jwM
1 − e − jw
= Ae − jw(M −1) / 2
sen(w / 2 )
Admitindo |ae-jw| < 1 que é equivalente a admitir |a| < 1 n =0

( )
X e jw =
1
1 − ae − jw 1 5
Amplitude Fase

0.8 4 2
anu(n) Amplitude Fase
1 2
1
0.6 3
1.5 0
0.4 2
0.5 1 0
0.2 1 -2
0.5
-1
0 0
0 0 0 5 10 -π 0 π -π 0 π
0 10 20 -π 0 π -π 0 π
Fourier Marcelo B. Joaquim 9 Fourier Marcelo B. Joaquim 10

2.1. Espectro Densidade de Energia ¾ A quantidade:

( )
™ A energia de uma seqüência é definida como:
S x ( f ) = X e jw
2

∞ ∞

∑ x(n) ∑ x(n)x (n)

2
Ex = = *
Representa a distribuição da Energia de x(n) em função da
n = −∞ n = −∞ freqüência e por isso ela é chamada de Espectro Densidade de
Energia.
∞ ⎧⎪ 1 π ⎫⎪
Ex = ∑
n = −∞
x(n )⎨
⎪⎩ 2π − π
∫ ( )
X * e jw e − jwn ⎬dw
⎪⎭
™ Exemplo 4: Para o sinal do exemplo 3:

⎧ sen(wM / 2 ) 2
( ) ⎪⎪ A 2
π
⎧⎪ ∞ ⎫
∫ X (e )⎨⎪⎩ ∑ x(n)e sen(w / 2 )
2
1 − jwn ⎪ X e jw =⎨
= * jw
⎬dw
2π ⎪⎭ ⎪
−π n = −∞ ⎪⎩( AM )2 , w = 0
π π

∫ ( ) ( ) ∫ X (e )
1 1 2
= X * e jw X e jw dw Ex = jw
dw ¾ Esta definição é útil quando se trabalha com sinais aleatórios
2π
2π −π −π onde é definido o Espectro Densidade de Potência.

Fourier Marcelo B. Joaquim 11 Fourier Marcelo B. Joaquim 12

3. Propriedades da Transformada de Fourier 3.2. Propriedades e Teoremas Gerais

3.1. Propriedades de Simetria ( ) ( )

1. Linearidade : ax(n ) + by (n ) ↔ aX e jw + bY e jw
Seqüência Conjugada Seqüência Conjugada 2. Desl. no tempo : x(n − n ) ↔ e X (e ) d
− jwnd jw

3. Desl. na freq. : e x(n ) ↔ X (e )

Simétrica (Par) Antissimétrica (Impar)
( )
[ ] [ ]
jw0 n j w − w0
xe (n) = x*e (− n) = 12 x(n) + x* (− n) x0 (n) = −x*0 (− n) = 12 x(n) − x* (− n)
Seqüências Reais
4. Inv. do tempo : x(− n ) ↔ X (e ) − jw
Seqüências Complexas

( )
1. x* (n ) ↔ X * e − jw ( ) ( )
6. X e jw = X * e − jw 5. Diferenciação : nx(n ) ↔ j
d
X (e ) jw

Re{x(n )} ↔ X (e ) 7. X (e ) = X (e )
jw jw − jw
dw
2. π

∫π X (e )
e R R ∞

Im{x(n )} ↔ X (e ) 8. X (e ) = − X (e ) x(n ) =
1
6. Parseval : E x = ∑ jw 2
2
jw jw − jw dw
3. 0 I I
2π
x (n ) ↔ X (e ) 9. X (e ) = X (e )
n = −∞ −
jw jw − jw
4. π

∑ x(n)y (n ) = 2π ∫ X (e )Y (e )dw
e R ∞

x (n ) ↔ jX (e )
1
10. ∠X (e ) = −∠X (e )
* jw * jw
jw − jw
5 0 I
jw
n = −∞ π −
Fourier Marcelo B. Joaquim 13 Fourier Marcelo B. Joaquim 14

7 . Convolução : ( )( )
x (n ) ∗ y (n ) ↔ X e jw Y e jw
x2 (n ) = a − n , n < 0 ↔ ( ) ∑a
X 2 e jw =
−1
− n − jwn
e =
∞

∑ (ae ) jw n

8 . Modulação : w(n )x (n ) ↔ W (e )* X (e ) jw jw
n = −∞ n =1
π
X (e θ )* W (e ( θ ) )d θ ( )
jw
ae
2π ∫
1 j w− X 2 e jw =
= j
1 − ae jw
−π

Caso : x (n ) cos (w0 n ) ↔ 1

2
[X (e (
j w + w0 )
)+ X (e ( j w − w0 )
)] ¾ Combinando as duas transformadas (propriedade da linearidade):

Exemplo 5: Determine a transformada de Fourier de:

( ) ( )
X e jw = X 1 e jw + X 2 e jw = ( ) 1 − ae
1
− jw
+
ae jw
1 − ae jw
x(n ) = a ,
n
a <1
¾ Podemos expressar x(n) como: x1(n) + x2(n):
( )
X e jw =
1− a2
1 − 2a cos (w) + a 2
x1 (n ) = a n , n ≥ 0 ↔ ( )
X e jw =
1
1 − ae − jw
Fourier Marcelo B. Joaquim 15 Fourier Marcelo B. Joaquim 16

Exemplo 6: Função de transferência do Filtro de média móvel:

y (n ) =[x(n + 1) + x(n ) + x(n − 1)]

1
3

Neste caso : h(n ) = 13 δ(n + 1) + 13 δ(n ) + 13 δ(n − 1)

¾ Combinando as propriedade de linearidade e deslocamento no
tempo tem-se:

( ) [e
H e jw = 1
3
jw
]
+ 1 + e − jw = 13 + 23 cos (w )
1.5

He ( )=
jw 1
3
1 + 2 cos(w) 1

⎧0, 0 ≤ w < 3 2π
Φ (w) = ⎨ 0.5

⎩π ,
2π ≤ w < π
3
0
-2 π /3 0 2π /3 π

Fourier Marcelo B. Joaquim 17