1 Introdução a disciplina de Princípios de Telecomuni-

cações
Comunicação é o transporte da informação de um ponto a outro. Em nosso caso, estamos
interessados na comunicação via sinais elétricos. Ou seja, transporte da informação através
de sinal elétrico. O sinal é um dos elementos básicos nas telecomunicações, é através de
manipulações convenientes que associamos a ele a informação. Por exemplo: transmissão
de voz.
Fonte (voz) =⇒ Transdutor (microfone) =⇒ sinal elétrico (100-3400Hz)

A princípio, para transmitir esse sinal, conforme ilustra a Figura 1, é preciso uma antena de
comprimento de, no mínimo, um quarto do comprimento de onda do sinal a ser transmitido.

O comprimento em metros de uma onda eletromagnética é dado por, λ = fc , sendo c a

velocidade da luz em metros por segundo e f a frequência em Hertz. Portanto, sendo
c = 3 × 108 m/s e f = 4000Hz , o comprimento da antena é de 75 4
Km. Observando tal
resultado, pode-se vericar que é inviável construir tal antena. É necessário transmitir o
sinal de informação em uma frequência mais alta  processo de modulação , obtendo uma
antena de menor dimensão.

Figura 1: Transmissão de um sinal em um sistema de comunicações

Por isso, para encontrar soluções para situações desse tipo, as quais envolvem um
tratamento do sinal a ser transmitido e dimensionamento dos dispositivos de um sistema
de comunicação, que a disciplina de Princípios de Telecomunicações envolve:

 (
Classicação
Estudo de sinais



Análise




 (
Análise de Fourier Série de Fourier



1 Parte
a
Transformada de Fourier
 (
Análise no Tempo


Filtragem de Sinais



Análise na Feqüência





Densidade Espectral e Correlação de Sinais


1
  AM
  
 
Portadora Senoidal FM

 


 

 Ângulo

 
 

 

ASK

 


 
 
FSK

 
 

2a Parte Modulação de Sinais


 PSK


  
Trem de Pulsos PAM

 


 

PCM

 
 

 
 

 
DPCM
  


 
 

 
DM
  


2 Bibliograa a ser utilizada

1. Apostila: Princípios de Telecomunicações, Professor Norberto Ulisses de Oliveira;

2. Livro: Sistemas de Telecomunicações, B. P. Lathi;

3. Livro: An introduction to Analog and Digital Communications, S. Haykin.

2
1 Elementos de um Sistema de Comunicação
O propósito de um sistema de comunicações é conduzir os sinais de informação a partir
de uma fonte, localizada em um ponto, para um usuário de destino, localizado em outro
ponto.
A Figura 1 representa o diagrama de blocos de um sistema de comunicação.

Figura 1: Diagrama de blocos de um sistema de telecomunicações

Note que o canal de comunicação representa o meio de transmissão. Todos os meios de

transmissão são caracterizados por apresentarem uma atenuação  decréscimo progressivo 
da potência do sinal com o aumento da distância. Além disso, ruído e sinais de interferência
(que se originam de outras fontes) contaminam a saída do canal, fazendo com que o sinal
recebido resulte em uma versão corrompida do sinal transmitido. Existem dois tipos de
canais: canais pontoaponto e canais de radiodifusão.
Nos canais pontoaponto  o processo de comunicação se desenvolve através de
um enlace entre um único transmissor e um único receptor. Normalmente há um uxo
bidirecional de sinais que portam informações. Exemplo: Sistemas de microondas e o
sistema de telefonia móvel.
Os canais de radiodifusão (broadcast) , por outro lado, provém a capacidade de
recepção em diversos pontos, simultaneamente, a partir de um único transmissor. Aqui os
sinais que portam informações uem numa única direção.

1.1 Transmissão de Sinais de Mensagem

Para transmitir um sinal de mensagem em um canal de comunicação, utilizase técnica

analógica ou digital. O uso de método digital oferece algumas vantagens operacionais sobre
o método analógico:
1. Aumento da imunidade do canal ao ruído e à interferência externa;

2. Possui formato comum para transmissão de diferentes tipos de sinais de mensagem

(i.e., sinais de voz, vídeo e dados): convergência;

3. Segurança da comunicação pode ser melhorada através da encriptação;

1
 4. Compressão de dados;
5. A tecnologia digital torna novos serviços disponíveis.
Estas vantagens são obtidas, todavia, com o custo do aumento da largura de faixa do canal
de transmissão e aumento da complexidade do sistema. A primeira exigência é fornecida
através da disponibilidade de canais de banda larga. A segunda exigência é obtida com o
uso de tecnologias VLSI (very large scale integration).
Destacase entre os métodos que podem ser usados para a transmissão de sinais de
mensagem em canais de comunicação a modulação por codicação de pulso (PCM).

1.1.1 Modulação por Codicação de Pulso  PCM

Amostragem  O sinal é representado por uma seqüência de amostras tomadas unifor-
memente em instantes espaçados de tempo;
Quantização  A amplitude de cada amostra é ajustada ao valor mais próximo esco-
lhido dentre um número nito de níveis de amplitude discreta. Por exemplo, podemos
representar cada amostra como um número binário de 8 bits, caso em que há 28 níveis de
amplitude;
Codicação  tem o propósito de representar cada amostra quantizada por meio de uma
palavra de código composto de um número nito de símbolos. Por exemplo, em um código
binário os símbolos podem ser 1's e 0's.
Se a fonte de informação for discreta, como é o caso de um computador, nenhuma das
operações acima será necessária.

1.2 Modulação

Para a transmissão do sinal de mensagem necessitase modicar o sinal de informação

para um formato para uma transmissão eciente através do canal. A modicação do sinal
é obtida através do processo de modulação.
• Modulação para Facilitar a Irradiação: Muitos sinais, porém, especialmente os sinais
de áudio, possuem componentes de freqüências tão baixas quanto 100 Hz, o que
necessitaria de antenas de aproximadamente 300 km de comprimento se irradiadas
diretamente, o que seria um absurdo. Através da modulação, estes sinais podem
ser sobrepostos em uma portadora de alta freqüência, permitindo conseqüentemente
uma redução substancial no tamanho da antena.
• Modulação para Designação da Freqüência: Permite a seleção de uma das muitas
estações existentes, mesmo quando todas as estações estão transmitindo o mesmo
programa no mesmo meio de transmissão.
• Modulação para Multipelxação: permite o compartilhamento do canal de comuni-
cação, múltiplos sinais transmitidos através de um mesmo canal, de modo que cada
sinal pode ser captado no extremo da recepção.

2
1 Decibel  dB
O decibel é uma expressão da relação entre dois sinais que expressa ganho (amplicação)
ou perda (atenuação). Os sinais podem ser tensões, correntes ou níveis de potência, como
ilustrado na Figura 1.

Figura 1: Amplicador com ganho de 100 ou, em decibéis, 20.

O decibel foi originalmente concebido pela indústria da telefonia para descrever os

ganhos e perdas de sinais de áudio nos circuitos de telefonia. A unidade original foi de-
nominada bel devido a Alexandre Graham Bell, o inventor do telefone. Na maioria das
1
atividades da eletrônica, entretanto, o bel provou ser uma unidade grande , então, o de-
cibel (um décimo de um bel) foi adotado como notação padrão. Como a escala utilizada
é logarítmica, 1 bel corresponde a uma relação de 10 em potência, enquanto 1 decibel
1/10
corresponde a uma relação de 10 , isto é, aproximadamente 1,259. As denições para
bel e decibel (dB) são apresentadas na Tabela 1, onde Q é a quantidade a ser comparada
com uma quantidade de referência Qref .

Tabela 1: Denição de bel e decibel

1 bel = log (Q/Qref )
1 decibel(dB) = 10 × log (Q/Qref )

A utilização do decibel facilita cálculos onde há uma grande variação entre as grandezas
envolvidas, pois o uso de logaritmos torna estes números pequenos e fáceis de manipular.
Em cálculos de enlaces de telecomunicações, há grande variações entre potências de trans-
missão e recepção de um sinal, observe o seguinte exemplo:

Exemplo: Considere que uma estação rádio base de telefonia celular (ERB) esteja ir-
radiando, efetivamente (incluindo ganho da antena), 80 watts de potência . Considere que
um telefone celular (TC), a uma determinada distância dessa ERB, receba um sinal de
aproximadamente 2 nanowatts.

A faixa de variação em Watts e em decibéis, para o referido exemplo, é apresentada na

Tabela 2 onde, para o cálculo em decibéis, é empregado 1 Watt como valor de referência.
Observe na Tabela 2 que o uso de logaritmos torna a variação entre as grandezas envolvidas
menor e mais fácil de manipular.

1 Como as unidades metros e centímetros. Para valores menores que 1m, centímetro é a unidade de

medida mais indicada, 100 vezes menor que o metro. A unidade de medida, metro, seria grande.

1
 Tabela 2: Faixa de variação das potências
Watts dB

80 7−→ 2 × 10−9 19 7−→ −87

1.1 dBW e dBm

Quando as grandeza envolvidas são potências e Qref , Tabela 1, corresponde a 1 Watt,

dene-se o dB Watt (dBW). Se, no entanto, Qref corresponder a 1 miliwatt então se tem
o dBm. A Tabela 3 apresenta, matematicamente, as denições para dBW e dBm.

Tabela 3: Denição de dBW e dBm

1 dBW = log (Q/1W )
1 dBm = 10 × log (Q/1mW )

1.2 Exercícios

1. Exemplo: Considerando o exemplo anterior, determine a atenuação do sinal entre

ERB e TC.


19dBW −(−87)dBW = 106dB
Atenuação = ,
49dBm −(−57)dBm = 106dB
ou

80

= 10 log ( 2×10 −9 )
Atenuação = .
= 106dB
Note que, na resolução apresentada, o uso do decibel permitiu transformar divisão
(perdas) em subtração. Caso fosse um produto (ganho) ocorreria uma soma de valores
com a utilização do decibel.
2. A potência irradiada pela antena de um transmissor é de 200W e a potência recebida
no receptor é de 100mW? Expresse essas potências em dBm. Qual a atenuação do
sinal entre transmissor e receptor?

3. Determine a potência P1 em Watts se P2 é 100 Watts e a relação entre elas é de

23dB.

4. Qual o valor em dBm para −3dBW?

5. Qual o ganho total do receptor da Figura 2? Se P1 é 1 mW, qual o valor de P2 ?

2
 Figura 2: Receptor

2 Referência bibliográca
1. Rohde & Schwarz. dB or not dB? Everything you ever wanted to know about decibels
but were afraid to ask... . Disponível na Internet via WWW. URL:
http://www.eetimes.com/electrical-engineers/education-training/tech-papers
/4127502/dB-or-not-dB-Everything-You-Ever-Wanted-to-Know-About-Decibels-
But-Were-Afraid-to-Ask. Arquivo obtido em 11 de agosto de 2010.

3
1 Modos de operação de um meio de transmissão
Se refere ao sentido de comunicação em conexões ponto a ponto. São três os modos de
operação:

• Modo simplex  interessa apenas transmitir a informação da fonte para o destina-

tário, isto é, transmissão unidirecional, por exemplo, radiodifusão.

• No modo semiduplex (half duplex) interessa não só transmitir a informação de

um ponto a outro, porém num sentido de cada vez. A transmissão é dita bidirecional
alternada, como exemplo se tem alguns sistemas de rádio do tipo push to talk or
release to listen.

• No modo duplex (full duplex)  interessa transmitir ao mesmo tempo a infor-

mação entre os dois pontos, nesse caso a transmissão é bidirecional simultânea, por
exemplo, telefonia convencional e telefonia móvel celular.

A Figura 1 apresenta uma representação em diagrama de blocos dos modos de operação.

Figura 1: Representação dos modos de operação

2 Limitações e recursos de um sistema de comunicação

O ruído e a distorção constitutem duas limitações básicas nos sistemas de comunicação.
Em qualquer sistema de comunicação existem dois recursos principais a serem empregados:
a potência média do sinal e a largura de faixa do canal, os quais permitem determinar uma
eciência para o sistema.
A potência transmitida é importante pois, considerando um receptor com uma deter-
minada gura de ruído  parâmetro que permite avaliar a contribuição de ruído gerado
pelo próprio sistema ou equipamento , pode-se determinar a separação admissível entre o
transmissor e o receptor.

1
 A largura de faixa do sistema está relacionada a velocidade de transmissão. A transmis-
são de grande quantidade de informação em um pequeno intervalo de tempo exige sinais
de banda larga para representar a informação e sistemas de banda larga para acomodar os
sinais.

Em um canal livre de ruídos, a única limitação imposta à taxa de transmissão de dados

será devida a largura de banda do canal.A formulação para esta limitação é devida à
Nyquist e estabelece que, dada uma largura de banda B, a maior taxa de sinal que poderá
ser suportada por esta largura de banda será 2B.

Se B=1Hz e estou usando 1 bit para representar níveis do sinal, posso representar até
2 níveis por ciclo, bit 1 para um nível, bit 0 para outro nível. Se desejar representar mais
do que dois níveis do sinal por ciclo, posso usar, por exemplo, 2 bits, nesse caso posso
representar 4 níveis utilizando a seqüência de bits 00, 01, 10 e 11 (4 níveis por ciclo).
Assim, tem-se a equação (1).

C = 2B · log2 N, (1)
onde, C é a capacidade do canal em bits por segundo (bps), B a largura de faixa (banda)
em Hertz, N = 2b o número de níveis para representação do sinal e b o número de bits.

No entanto, a interrelação entre largura de faixa do canal, relação sinal-ruído e as

limitações que impõem na comunicação é destacada no teorema da capacidade do canal de
Shannon (ou lei de HartleyShannon), expressa pela equação (2).

C = B · log2 (1 + S/R), (2)

onde, S/R é a relação sinal ruído. Quando S = 0 ou R = ∞, S/R = 0 então C = 0 bps;

Se S/R = 1,C = B , velocidade de transmissão de sinal pelo canal depende apenas de sua
faixa. S/R = ∞ este é o caso típico em que R = 0, o que signica canal sem ruído (ideal).

Exemplo  O canal telefônico tem uma faixa passante de 300 Hz a 3400 Hz, donde
B = 3400−300 = 3100Hz . No extremo de recepção da linha de assinante um valor comum
de relação sinalruído que se obtém é de 30 dB. Nestas condições, o canal telefônico tem
a capacidade de transmissão de sinal:

C = B · log2 (1 + S/N )
C = 3100 · log2 (1 + 1000)
C = 3100 × 9, 96
C = 30876bps

Na prática os sistemas não conseguem responder além de uma certa velocidade de

transição do sinal porque em sua realização física sempre incluem componentes com certa

2
capacidade de armazenamento de energia, o que não permite cargas ou descargas instantâ-
neas. Existe, portanto, um intervalo mínimo τ para que o sistema responda a uma transição
do sinal entrante. Este intervalo é relacionado com a faixa de passagem do sistema.

Um outro importante item não levado em conta na fórmula de Shannon é a interferência

entre símbolos. O maior problema de um pulso em um canal limitado em faixa é que o
pulso tende a não se extinguir imediatamente e o pulso subseqüente é interferido pelo
espalhamento do pulso anterior.

3 Exercícios
1. Dê a resposta em dBm

• 0dBm + 0db = Resposta:0dBm

• 0dBm + 3dB = Resposta:3dBm
• −2dBm + 2dB = Resposta:0dBm

2. Assuma que um canal telefônico apresenta largura de banda B = 300 MHz e 1024
níveis de tensão. Qual a máxima taxa de transmissão?

3. Suponha que o espectro de um canal está entre 3MHz e 4MHz e a relação sinal ruído
é de 20 dB, determine a capacidade do canal de comunicação em bits por segundo.

4. Qual a relação sinal ruído, em dB, necessária para atingir uma capacidade de 20Mbps
para uma largura de canal de 3MHz? Qual o número de bits necessário para a
transmissão dos dados?

3
1 Métodos de Análise de Sinais
Em telecomunicações, em geral, o sinal que chega ao destinatário (receptor) é diferente
daquele produzido pela fonte em razão das limitações no processo de transmissão:

(
Ruído no canal de comunicação ;
Limitações
Distorção do sinal .

Há, no entanto, recursos para minimizar essas limitações:

(
Maior potência do sinal para sobrepor o ruído;
Recursos
Maior largura de banda do canal para evitar distorção.

No caso da largura de banda do canal de comunicação se:


Analógico:
 ( largura de banda do canal no mínimo igual a do sinal.

Sinal canal sem ruído: largura de banda obedece a C = 2B · log2 (N );

Digital

com ruído: largura de banda obedece a C = B · log2 (1 + S/R).

Assim, uma razão para análise e processamento de sinais, em telecomunicações, é a

restauração no receptor do sinal transmitido, e recuperação da informação.

Os sinais, em geral, são denidos por suas características em função do tempo. Os

sistemas físicos, no entanto, têm suas características dependentes da freqüência . Assim, a
análise pode ser feita no domínio do tempo e convertida para o domínio da freqüência ou
vice-versa, Figura 1. A análise de Fourier é um recurso matemático que permite realizar
essa conversão.

Figura 1: Conversão entre domínios de tempo e freqüência

Normalmente o estudo do processo de transmissão é mais simples no domínio da

freqüência. Convertendo sinais para o domínio da freqüência, pode-se estudar o efeito
do sistema na transmissão, determinando-se então as características do sinal resposta no
domínio da freqüência, que podem então ser convertidas de volta ao domínio do tempo.

1
1.1 Sistemas Lineares e Invariantes no Tempo

Há diversos métodos para se fazer a análise de sinais. Na prática a análise de Fourier tem
maior vantagem em razão de que a saída de um sistema, devido a uma entrada senoidal, é
um outro sinal senoidal de mesma freqüência (mas com fase e amplitudes diferentes) sob
2 condições:

1. O sistema é linear, isto é, obedece ao princípio da sobreposição, Figura 2:

Figura 2: Sistema Linear

2. O sistema é invariante no tempo. Deslocamento de tempo na entrada, mesmo deslo-

camento de tempo na saída, Figura 3.

Figura 3: Sistema invariante no tempo

Por exemplo, seja um sistema linear e invariante no tempo (LTI  Linear Time Invariant ),
excitado por um sinal de freqüência única representado pela função do tempo exponencial
complexa, conforme Figura 4.

Figura 4: Sistema linear e invariante no tempo

A resposta do sistema deverá ser igual a AH(f ) exp(j2πf t), onde H(f ) é denominada a
função de transferência do sistema. Ainda, a função exp(j2πf t) é composta por parte real
e imaginária, portando conhece-se a amplitude e fase da componente de freqüência do sinal.
Observe que a resposta do sistema apresenta exatamente a mesma variação com o tempo
que a excitação aplicada. Esta notável propriedade do sistema LTI só pode ser vericada
através do uso da função exponencial complexa no tempo.
Em geral, em sistemas de comunicações se está interessado em uma faixa de freqüências.
Por exemplo, o espectro de freqüências da voz vai bem além de 10KHz, mas a concentração

2
de energia esta na faixa de 100Hz até 600Hz e o sinal de voz (Sistema telefônico) de 300
a 3400Hz para uma boa inteligibilidade . Assim, para ser signicativo na descrição de um
sinal no domínio da freqüência precisa-se conhecer a fase e amplitude de cada componente
de freqüência do sinal. Isso é obtido fazendo-se a análise de freqüência do sinal.

(
Série de Fourier para sinais periódicos
Análise de Fourier
Transformada de Fourier para sinais aperiódicos

Vericando se um sistema é LTI: A resposta y(t) de um sistema a uma excitação x(t)

é x(t − 1):

1. Linearidade

• Se a entrada é: x1 (t) −→ a saída será: y1 (t) = x1 (t − 1);

• Se a entrada é: x2 (t) −→ a saída será: y2 (t) = x2 (t − 1);
• Se a entrada é: X(t) = x1 (t) + x2 (t) −→ a saída será:Y (t) = x1 (t − 1) + x2 (t − 1)
• Portanto, o sistema é linear pois a saída é a soma das respostas individuais do
sistema para cada entrada, isto é: Y (t) = y1 (t) + y2 (t)

2. Invariável no Tempo

• Se a entrada é: x(t − to ) −→ a saída será: x(t − to − 1);

• Deslocando a saída do sistema de to ter-se-á: y(t − to )= x(t − to − 1);
• Portanto, o sistema é invariante no tempo, pois deslocando a entrada de um
valor to a saída é também deslocada de to .

2 Exercícios
1. Determine, a partir das repostas dos sistemas a seguir, se o sistema é linear, invariante
no tempo ou ambos.

a. y(n) = (n + 1)x(n − 1)
b. y(n) = x(n + 1)x(n)x(n − 1)

2. O que é preferível? Um meio de comunicação de 10KHz e relação sinal ruído de 20

ou um meio de largura de banda de 20KHz e relação sinal ruído de 3dB .

3
1 Sinais e sua Classicação
Pode-se denir um sinal como uma função de valor único a cada instante de tempo, que
contém informação sobre a natureza de um fenômeno físico. Nesse estudo são considerados
cinco diferentes métodos de divisão dos sinais, cada um em duas classes:

1.1 Sinais de tempo contínuo e sinal de tempo discreto

Um sinal g(t) é um sinal de tempo contínuo se ele for denido para todo o tempo t. Esses
sinais surgem naturalmente quando uma forma de onda física como, por exemplo, uma
onda acústica é convertida em um sinal elétrico.

voz → transdutor (microfone) → sinal elétrico.

Por outro lado, um sinal de tempo discreto é denido somente em instantes isolados de
tempo. Desta forma, a variável independente, neste caso t, tem somente valores discretos
t = nTs , os quais no geral são uniformemente espaçados. Ts é denominado período de
amostragem e n = 0, ±1, ±2, ±3, ...

1.2 Sinais pares & sinais ímpares

Diz-se que um sinal g(t) de tempo contínuo é um sinal par se ele satiszer a condição:

g(−t) = g(t), (1)

para todo o t. O sinal g(t) é um sinal ímpar se ele satiszer a condição:

g(−t) = −g(t), (2)

para todo t.
As denições acima pressupõem que os sinais têm valores reais. Quando o sinal de
interesse tem valor complexo pode-se falar de simetria conjugada. Diz-se que um sinal de
valor complexo g(t) é conjugado simétrico se ele satiszer a condição:

g(−t) = g ∗ (t), (3)

onde, o asterisco denota conjugado complexo. Se g(t) = a(t) + jb(t), então, g ∗ (t) =
a(t) − jb(t).

1.3 Sinais periódicos & sinais não periódicos

Um sinal periódico g(t) é uma função que satisfaz a condição:

g(t) = g(t + To ), (4)

para todo t em que To é uma constante. O menor valor de To que satisfaz esta condição é
chamado período de g(t).

1
1.4 Sinais determinísticos & sinais aleatórios
Um sinal determinístico é um sinal sobre o qual não existe nenhuma incerteza com respeito
a seu valor em qualquer tempo.
Por outro lado, um sinal aleatório é um sinal sobre o qual há incerteza antes de sua
ocorrência real. O ruído é um exemplo de sinal aleatório.

1.5 Sinais de energia & sinais de potência

Em sistemas elétricos, um sinal pode representar uma tensão ou uma corrente. Em ambos
os casos, a potência instantânea p(t) é proporcional a amplitude elevada ao quadrado do
sinal. Na análise de sinais costuma-se denir potência (Unidade  Watts) em termos de
um resistor de 1 ohm, de forma que, independentemente se o sinal g(t) representa uma
tensão ou uma corrente, podemos expressar a potência instantânea do sinal como:

p(t) = g 2 (t). (5)

Baseando-se nesta convenção, denimos a energia total do sinal de tempo contínuo g(t)
como:

Z−T Z∞
E = lim 2
g (t)dt = g 2 (t)dt. (6)
T →∞
T −∞

Por denição a potência é a capacidade de produção de energia por unidade de tempo

enquanto energia (Unidade  Joules) é a capacidade de realizar algum trabalho ao longo do
tempo1 . O conceito de sinal de energia só tem sentido se a integral na equação (6) é nita.
Os sinais para os quais a energia é nita são conhecidos como sinais de energia. Para sinais
periódicos, por exemplo, o conceito de energia não tem signicado pois a integral em (6) é
innita. Nesse caso, considera-se uma potência média expressa como:

Z−T
1
P = lim g 2 (t)dt. (7)
T →∞ 2T
T

Um sinal g(t) é chamado de sinal de energia se e somente se a energia total do sinal

satiszer a condição 0 < E < ∞ de modo que P = 0. Por outro lado, ele é chamado de
potência se e somente se a potência média do sinal satiszer a condição: 0 < P < ∞, o
que implica que E = ∞
Um sinal de energia tem potência média zero, enquanto que um sinal de potência tem
energia innita.
1 http://www.ec.org.br//artigos//energia//Potencia e energia.htm. Acesso em 24 de agosto de 2009.

2
2 Exercícios
1. Se g(t) = cos( πt+7
23
) ∀t ∈ < é um sinal periódico, determine seu período.

2. Determine a potência média do sinal, g(t) = C × cos(ωt + θ) ∀t ∈ <. Dica: cos2 φ =

1
2
(1 + cos 2φ).

3. Determine a medida adequada para o sinal das Figuras 1 e 2 (energia ou potência).

Figura 1: Sinal com decaimento exponencial

Figura 2: Sinal com rampa periódica

3
1 Análise de Fourier
Motivação: obter o espectro de um dado sinal, o qual descreve o conteúdo de freqüências
deste sinal.

1.1 Idéia Básica

Pode-se decompor um vetor em termos de componentes ortogonais x̂ e ŷ (produto escalar 

x̂ · ŷ = 0), com isso pode-se saber a inuência de cada componente do vetor para uma dada
situação. A Figura 1 apresenta a decomposição de um vetor W ~ = 3x̂ +4ŷ , gracamente.

Figura 1: Decomposição de um vetor em componentes ortogonais

Figura 2: Decomposição de um sinal g(t) em componentes ortogonais

Pode-se utilizar idéia semelhante para decompor um sinal g(t) em termos de componen-
tes ortogonais. Uma forma de fazer isto, é empregar as funções ortogonais seno e cosseno,
que é o que faz a Análise de Fourier.

1
 Observação: Duas funções A(t) e B(t) são ortogonais em um intervalo [a, b] se :
Zb
A(t) · B(t)dt = 0
a

A Figura 2 apresenta, gracamente, a decomposição de um sinal g(t) qualquer em ondas

senoidais. A idéia é então representar o sinal como uma soma innita de sinais senoidais.
Isto é, decompor o sinal em sinais harmônicos senos e cossenos e um valor contínuo.

Jean Baptiste Joseph Fourier mostrou que funções periódicas  período To , no intervalo
[− T2o≤ t ≤ T2o ], podem ser expressas como uma soma innita de funções trigonométicas
na forma:
∞
X 2πnt 2πnt
g(t) = ao + 2 [an cos( ) + bn sin( )], (1)
n=1
To To
onde:

• g(t) é o sinal periódico a ser desenvolvido em série;

• ao representa o valor contínuo da função g(t);
• an e bn , são os coecientes de Fourier e representam as amplitudes desconhecidas em
termos de cosseno e seno, respectivamente;

• Se g(t) é uma função par os coecientes bn são iguais a zero. Se g(t) é uma função
ímpar os coecientes an são iguais a zero;

• 2π
To
= Wo = 2πfo , é a freqüência fundamental do sinal g(t);
• nWo , são chamadas harmônicas de ordem superior, n = 1, 2, 3, ....

Os coecientes ao , an e bn são calculados através das seguintes equações:

T0
Z2
1
ao = g(t)dt (2)
T0
−T0
2

T0
Z2
1 2πnt
an = g(t) cos( )dt (3)
T0 To
−T0
2

T0
Z2
1 2πnt
bn = g(t) sin( )dt (4)
T0 To
−T0
2

2
 Um exemplo da decomposição gráca de um sinal g(t) ilustrado na Figura 3, é apre-
sentado pela Figura 6(a). Inicialmente g(t) é decomposto em componente DC, Figura 4,
e componente AC, Figura 5. A componente AC é então decomposta em senos e cossenos
de várias frequências, nfo . A Figura 6(a) mostra o primeiro e terceiro harmônico dessa
decomposição. A Figura 6(b) apresenta o resultado da soma desses dois harmônicos.

Figura 3: Sinal g(t) a ser decomposto em componentes ortogonais

Figura 4: Componente DC de g(t) Figura 5: Componente AC de g(t).

É condição suciente para existir a série de Fourier no intervalo −T0

2
≤t≤ T0
2
que a
função g(t):

1. Seja unívoca, apresente apenas um valor para um dado instante de tempo;

2. Possua um número nito de descontinuidades em um período (posso determinar a

série de Fourier nos subintervalos contínuos. A série de Fourier para o ponto de
descontinuidade é igual a média da série de Fourier dos pontos do limite a direita e
a esquerda da descontinuidade)

3. Possuir um número nito de máximos e mínimos (função é nita no intervalo consi-

derado)

4. Ser absolutamente integrável (garante a existência dos coecientes da série de Fourier

3
 (a) Primeiro e terceiro harmônicos de g(t).

(b) Somando primeiro e terceiro harmôni-

cos de g(t)

Figura 6: Sinais que compõem o sinal g(t) ilustrado na Figura 3.

no intervalo).
T0
Z2
| g(t)dt |, (5)
−T0
2

a integral acima existe e é nita. As condições acima são denominadas condições de

Dirichlet.

2 Análise espectral
Para cada freqüência, fn = n · f0 , determinase uma componente cosseno, an · cos( 2πnt
To
), e
uma seno, bn ·sin( To ). A composição dessas componentes fornece a verdadeira componente
2πnt

harmônica para a freqüência fn = n · f0 , em amplitude, Cn = a2n + b2n , e em fase θn =

p

tan−1 ( abnn ). Por conseguinte, se tem dois grácos para analisar as componentes espectrais
de um sinal g(t), um gráco de amplitude e um outro de fase. Observe que o gráco para
Cn é discreto, pois seu valor ocorre em algumas frequências. O gráco de fase também é

4
importante, pois a composição correta do sinal, a partir de sua série de Fourier, depende
da fase de cada componente de freqência.

3 Exercícios
1. Determine os coecientes de Fourier de para as Figuras 7 e 8:

Figura 7: trem de pulsos deslocado da origem

Figura 8: trem de pulsos centrado da origem

5
1 Série Trigonométrica de Fourier
∞
2πnt 2πnt
(1)
X
g(t) = ao + 2 [an cos( ) + bn sin( )].
n=1
To To

1.1 Série de Fourier - Notação Exponencial

A equação (1) expressa a série Trigonométrica de Fourier . Tal série pode ser colocada em
uma forma mais simples através do emprego de exponenciais complexas substituindo:
2πnt 1 2πnt 2πnt
cos( ) = [exp(j ) + exp(−j )];
To 2 To To
2πnt 1 2πnt 2πnt
sin( ) = [exp(j ) − exp(−j )],
To 2j To To
obtendo:
∞ ∞
2πnt 2πnt
(2)
X X
g(t) = a0 + (an − jbn ) exp(j )+ (an + jbn ) exp(−j ),
n=1
To n=1
To

os termos com somatório são conjugados complexos um do outro, isto é,

−1 ∞
X 2πnt X 2πnt
(an − jbn ) exp(j )= (an + jbn ) exp(−j ).
n=−∞
To n=1
To

Seja Fn o coeciente complexo relacionado a an e jbn expresso por:


an − jbn , n > 0

Fn = a0 , n=0,

an + jbn , n < 0


assim,
∞
2πnt
(3)
X
g(t) = Fn exp(j ),
n=−∞
To
onde: T0
Z2
1 2πnt
Fn = g(t) exp(−j )dt, n = 0, ±1, ±2, ... (4)
To To
−T0
2

Observe, que na equação da série de Fourier em sua forma exponencial, o espectro

de freqüências só existe nas freqüências ±f0 , ±1f0 , ±2f0 , ±3f0 , ..., por isso é um espectro
discreto. Note também, que um sinal periódico contém todas as freqüências, positivas

1
e negativas, as quais são harmonicamente relacionadas a fundamental. As freqüências
negativas são devido ao modelo matemático da equação o qual requer o seu uso.
Fn é complexo, possui um módulo e uma fase, isto é, Fn = |Fn |exp(jθn ) ou F−n =
|F−n |exp(−jθn ). Por isso temos um espectro de amplitudes, como ilustra a Figura 1, e
outro de fase.

Figura 1: Espectros um sinal g(t)

2 Exercícios
1. Escreva a função periódica g(t) na forma exponencial, equação 3, e obtenha os grácos
de amplitude e fase:
(a) (
1 se, 0 < t < π
g(t) = , (5)
−1 se, − π < t < 0
(b) Sinal g(t) de período To
(
1 se, | t |≤ 2δ
g(t) = , (6)
0 se, | t | > 2δ

(c)

Figura 2: Sinal periódico g(t)

2
1 Série Exponencial de Fourier
Determinando a série exponencial de Fourier para a função periódica g(t) denida por:
(
A se, | t |≤ 2δ
g(t) = , (1)
0 se, | t | > 2δ
Para isso, empregamos a equação abaixo para determinar os coecientes de Fourier Fn .
To
Z2
1 2πnt
Fn = g(t) exp(−j )dt, n = 0, ±1, ±2, ...
To To
n=− T2o

δ
Z2
A 2πnt
Fn = 1 × exp(−j )dt,
To To
n=− 2δ

A 1 2πnt t= 2δ
Fn = × × exp(−j ) |t=− δ ,
To −j 2πn
To
To 2

A 1 2πn 2δ 2πn 2δ
Fn = × × [exp(−j ) − exp(j )],
To −j 2πn
To
To To

A 1 1 2πn 2δ 2πn 2δ
Fn = × πn × { × [exp(j ) − exp(−j )]},
To To
2j To To

A 1 2πn 2δ
Fn = × πn × sin ( ),
To To
To
2πn δ
Aδ sin ( To 2 )
Fn = × ,
To 2πn Aδ
2
To

observe que:
sin(x)
sinc(x) = ,
x
assim,
Aδ 2πn 2δ
Fn = × sinc( ),
To To
2πn 2δ
Analisando o resultado da equação acima, tem-se que, quando n = 0, sinc( To
) → 1.
2πn δ
Ainda, para n 6= 0 e n × 2δ sendo múltiplo de To , sinc( To 2 ) = 0. Por exemplo, para To = 1
4
2πn 2δ
eδ= 1
20
, sinc( To
) = 0 para f = (5fo , 10fo , 15fo ,...). Conforme ilustra a Figura 2.

1
 O que acontece se o período da função aumentar e tender ao innito? No tempo,
a Figura 1 mostra o efeito quando To → ∞. O intervalo entre freqüências do espectro
eletromagnético diminuirá e o espectro torna-se contínuo. A amplitude do espectro eletro-
magnético também diminuirá. A Figura 2 ilustra o espectro de freqüências esperado para
a Figura 1.

Figura 1: Sinal g(t), função pulso.

Note, na Figura 1, que a medida que o período aumenta a função torna-se um único
pulso, isto é, uma função nãoperiódica. O que leva a possibilidade de empregar a análise
de Fourier para sinais nãoperiódicos.

2 Transformada de Fourier
Observe que
∞
X 2πnt
g(t) = Fn exp(j ), (2)
n=−∞
To
é periódica pois:
2πnt 2πn(t + To )
exp[j ] = exp[j ], (3)
To To
assim, se uma função é representada no intervalo (t, t + To ) pela série de Fourier, essa
representação poderá ser mantida para todo o intervalo (−∞, ∞) se a função for periódica.
Mas não desejamos analisar apenas funções periódicas, desejamos analisar qualquer
tipo de função no intervalo (−∞, ∞). Pode-se construir uma função periódica gp (t), de
modo que g(t) represente um ciclo dessa função, conforme é ilustrado na Figura 1.
Fazendo T0 → ∞, gp (t) no limite é igual a g(t). Assim:

lim gp (t) = g(t). (4)

T0 →∞

2
 Figura 2: Função sinc(·)  espectro de freqüências para a Figura 1.

E a série de Fourier que representa gp (t) em todo o intervalo (−∞, ∞) passa a representar
g(t). Matematicamente:
∞
X 2πnt
gp (t) = Fn exp(j ), (5)
n=−∞
To
onde:
To
Z2
1 2πnt
Fn = g(t) exp(−j )dt, n = 0, ±1, ±2, ... (6)
To To
− T2o

Fazendo ∆f = 1
To
, fn = n
To
e G(fn ) = Fn · To , tem-se:
∞
X n 1
gp (t) = Fn · To exp(j2π t) · ,
n=−∞
To To
∞
X
gp (t) = G(fn ) exp(j2πfn t)∆f, (7)
n=−∞

3
onde,
To
Z2
2πnt
Fn · To = g(t) exp(−j )dt, n = 0, ±1, ±2, ...,
To
− T2o

ou seja,
To
Z2
G(fn ) = gp (t) exp(j2πfn t)dt, (8)
− T2o

No limite, quando T0 → ∞, ∆f → df e G(fn ) passa a ser uma função de f , isto é,

G(f ). Tem-se então, a denominada, transformada inversa, Equação 9, e direta de Fourier,
Equação 10:
Z∞
g(t) = G(fn ) exp(j2πfn t)df, (9)
−∞

onde,
Z∞
G(f ) = g(t) exp(j2πfn t)dt, (10)
−∞

G(f ) é uma função complexa, existindo para valores contínuos de freqüência e expressa
uma densidade espectral de amplitude e fase.

3 Exercícios
1. Determine a transformada de Fourier da função g(t) ilustrada na Figura 3:

Figura 3: Função aperiódica g(t).

4
1 Transformada de Fourier
A série de Fourier só se aplica a sinais periódicos. Sinais que não são periódicos têm uma
outra representação através da transformada de Fourier 1 .

Um sinal aperiódico pode ser visto como um sinal periódico com um período innito.
Mas na série de Fourier, quando o período To de um sinal periódico aumenta, a frequên-
cia fo = T1o diminui, e os termos harmonicamente relacionados cam mais próximos na
frequência.

Em outras palavras, os componentes em frequência formam um espectro contínuo, e o

somatório da série de Fourier deste sinal se converte em uma integral.

Considere, portanto, um sinal contínuo g(t) ∈ C (conjunto dos números complexos). A

transformada de Fourier deste sinal g(t), normalmente simbolizada por F {g(t)} = G(f ),
permite expressar o sinal g(t)  o que não era possível com a série de Fourier se o sinal não
fosse periódico  como:
Z∞
g(t) = G(f ) exp(j2πf t)df, (1)
−∞

onde,
Z∞
G(f ) = g(t) exp(−j2πf t)dt, (2)
−∞

é a transformada de Fourier do sinal g(t). A Equação (1) é conhecida como a equação de

síntese, ou também como a fórmula da transformada inversa de Fourier. Por outro lado
a Equação (2), que dá propriamente a fórmula da transformada de Fourier, é conhecida
como a equação de análise.

2 Exercícios
1. Desenhe o espectro de amplitude para a função gp (t) de período To ilustrada na
Figura 1. Faça To = 21 e após To = 81 , para ambos os grácos use δ = 40
1
. Com base
nesses grácos descreva o comportamento das componentes de freqüência de gp (t) a
medida que To aumenta.

2. Apresente o espectro de amplitude e de fase para g(t) = u(t) exp (−αt), sendo α > 0.

3. Determine a transformada inversa da função G(f ) ilustrada na Figura 2.

4. Calcule a transformada de Fourier para g(t) = exp (−α | t |) , sendo α > 0.

1 Texto retirado das notas de aula do professor J. A. M. Felippe de Souza, em 06 de abril de 2010

1
 Figura 1: Sinal gp (t), função pulso.

Figura 2: Transformada de Fourier de g(t).

2
1 Propriedades da Transformada de Fourier
Pode-se perguntar o que ocorre no domínio da freqüência se uma função é derivada no do-
mínio do tempo. Na verdade deseja-se avaliar o efeito que algumas operações importantes,
aplicadas em um domínio, têm sobre o outro domínio. É importante observar que há uma
certa simetria entre as equações, 1 e 2, que denem a transformada de Fourier (TF).

Z∞
G(f ) = g(t) exp(−j2πf t)dt, (1)

−∞

Z∞
g(t) = G(f ) exp(2πf t)df, (2)

−∞

Espera-se que essa simetria se reita nas propriedades da TF. Ou seja, espera-se uma
correspondência entre os domínios do tempo e freqüência, que pode ser representada por:

g(t) ←→ G(f ).

1.1 Propriedade de simetria

Se, g(t) ←→ G(f )

(3)
então, G(t) ←→ g(−f ).

A equação 3 mostra que a transformada de G(f ) com  f  substituído por  t é o sinal

original no domínio do tempo com  t substituído por  −f . Exemplo, TF{pulso} é a
função sinc e a TF{sinc} é a função pulso, conforme ilustra Figura 1.

1.2 Propriedade de linearidade

Se, g1 (t) ←→ G1 (f )
e g2 (t) ←→ G2 (f ) , (4)
então, ag1 (t) + bg2 (t) ←→ aG1 (f ) + bG2 (f )

onde,  a e  b são constantes arbitrárias.

1.3 Propriedade de escalonamento

Se, g(t) ←→ G(f )

(5)
então, g(at) ←→ 1
|a|
G( fa ).

1
Figura 1: Propriedade de simetria para obter a transformada de Fourier da: (a) função
pulso e (b) função sinc.

Na equação 5 a função g(at) representa g(t) comprimida/expandida no domínio do

f
tempo por um fator  a 6= 0, constante e real. A função G( ) representa G(f ) expan-
a
dida/comprimida na freqüência por um fator  a. Realizando a demonstração da proprie-
dade:

Z∞
T F {g(at)} = g(at) exp(−j2πf t)dt.
−∞

Fazendo, at = x:
Z∞
x dx
T F {g(at)} = g(x) exp(−j2πf ) ,
a a
−∞

Z∞
1 x
T F {g(at)} = g(x) exp(−j2πf )dx,
a a
−∞

1 f
T F {g(at)} = G( ).
a a

Resultado intuitivo , a função varia mais rapidamente, o que signica um aumento

das componentes de freqüência por um fator  a > 0.

2
1.4 Propriedade de deslocamento em freqüência

Se, g(t) ←→ G(f )

(6)
então, g(t) exp(j2πfc t) ←→ G(f − fc ).

O deslocamento em freqüência por  fc  desloca todas as componentes de g(t) de  fc ,

o que signica multiplicar g(t) por exp(j2πfc t) no tempo. Fazendo a demonstração da
propriedade:

Z∞
j2πfc t
T F {g(t)e }= g(t) exp{j2πfc t} exp{−j2πf t}dt,
−∞

Z∞
j2πfc t
T F {g(t)e }= g(t) exp{−j2π(f − fc )t}dt,
−∞

T F {g(t)ej2πfc t } = G(f − fc ),

1.5 Propriedade de deslocamento no tempo

Se, g(t) ←→ G(f )

(7)
então, g(t − t0 ) ←→ G(f ) exp(−j2πf t0 ).

O deslocamento no tempo não altera as componentes de freqüência do sinal, mas cada

componente é deslocada de uma quantidade  t0 , alteração da fase. Por denição:

Z∞
T F {g(t − to )} = g(t − to) exp(−j2πf t)dt,
−∞

substituindo (t − to) por x, se tem;

Z∞
T F {g(t − to )} = g(x) exp{−j2πf (to + x)}dx,
−∞

Z∞
T F {g(t − to )} = g(x) exp{−j2πf x} exp{−j2πf to }dx,
−∞

3
 Z∞
T F {g(t − to )} = exp{−j2πf to } g(x) exp{−j2πf x}dx,
−∞

T F {g(t − to )} = exp{−j2πf to }G(f ).

Exercícios

1. Empregando as propriedades da transformada de Fourier obtenha:

(a) TF{f (t) cos(ωc t)}

sin(at)
(b) TF{ }
πt
1
(c) TF{ x(t −
2
2, 5) + 12 y(t − 2, 5)}, Figura 2

Figura 2: Funções x(t) e y(t) para o exercício do ítem 1(c).

1.6 Propriedade de diferenciação no tempo

Se, g(t) ←→ G(f )

d (8)
então,
dt
g(t) ←→ j2πf G(f ).
A equação 8 mostra que a diferenciação no tempo intensica as componentes de alta
freqüência de g(t). R∞
dg(t) d G(f )ej2πf t df
−∞
=
dt dt
Z∞
dg(t)
= (j2πf ) G(f )ej2πf t df
dt
−∞

dg(t)
= (j2πf )g(t)
dt
então,

Se, g(t) ←→ G(f )

então, (j2πf )g(t) ←→ j2πf G(f ).

4
1.7 Propriedade de integração no tempo

Se, g(t) ←→ G(f )

Rt 1 (9)
então,
−∞
g(t)dt ←→ j2πf
G(f ).
A equação 9 mostra que a integração no domínio do tempo suprime as componentes de
alta freqüência de g(t).

Z∞ Z∞ Z t
g(t)dt = G(f )ej2πf t df
−∞ −∞ −∞

Zt Z∞
1
g(t)dt = G(f )ej2πf t df
j2πf
−∞ −∞

Zt
1
g(t)dt = g(t)
j2πf
−∞

então,

Se, g(t) ←→ G(f )

1 1
então,
j2πf
g(t) ←→ j2πf
G(f ).

1.8 Propriedade funções conjugadas

Se, g(t) ←→ G(f )

(10)
então, g (t) ←→ G∗ (−f ).
∗

1.9 Propriedade de multiplicação no domínio do tempo

Se, g1 (t) ←→ G1 (f )
e, g2 (t) ←→ G2 (f ) (11)
então, g1 (t) · g2 (t) ←→ G1 (f ) ∗ G2 (f )
onde, a equação 12,

Z∞
G1 (f ) ∗ G2 (f ) = G1 (λ)G2 (f − λ)dλ. (12)

−∞
1
dene a convolução de duas funções G1 (f ) e G2 (f ). A convolução expressa a quantidade
de sobreposição de uma função, neste caso G1 (f ), quando ela é deslocada sobre outra
função, G2 (f ). A convolução combina, mistura uma função com a outra.

1 From http://mathworld.wolfram.com/Convolution.html (accessed - 04/10/2007): A convolution is an

integral that Rexpresses the amountR of overlap of one function as it is shifted over another function f :
f (t) ∗ g(t) = f (τ ) × g(t − τ ) = g(τ ) × f (t − τ ).

5
1.10 Propriedade de convolução no domínio do tempo

Se, g1 (t) ←→ G1 (f )
e,
Rg∞
2 (t) ←→ G2 (f ) (13)
então, g1 (t) ∗ g2 (t) = −∞ g1 (τ )g2 (t − τ )dτ ←→ G1 (f ) · G2 (f )

6
Figura 3: Representação gráca da convolução.

7
1.11 Convolução de sinais discretos

O processo de integração de funções contínuas faz com que a operação de convolução seja
uma tarefa complexa para desenvolver sem auxílio computacional. A convolução de sinais
discretos, por ser menos complexa, facilita a compreensão do processo de convolução de
duas funções.
Seja x(nTo ) e h(nTo ) funções resultantes da amostragem das funções contínuas no tempo
x(t) e y(t). Como o período de amostragem, To , é constante, pode-se representar x(nTo ) e
h(nTo ) por:

x[n] = δ[n + 1] + δ[n] + δ[n − 1];

h[n] = δ[n],
onde δ é a função impulso. A Figura 4 apresenta as funções x[n] e h[n], bem como o
processo de rebatimento e deslocamento de x[n] para iniciar o processo de convolução.

Figura 4: Processo de convolução discreta para os sinais x[n] e h[n] .

A convolução de sinais discretos é expressa pela equação 14.

∞
X
y[n] = x[n] ∗ h[n] = h[k]x[n − k], (14)
−∞

8
 3
X
y[−2] = h[k]x[−2 − k]
−1
y[−2] = h[−1]x[−2 + 1] + h[0]x[−2 + 0] + h[1]x[−2 − 1] + h[2]x[−2 − 2]
y[−2] = h[−1]x[−1] + h[0]x[−2] + h[1]x[−3] + h[2]x[−4]
y[−2] = 0
3
X
y[−1] = h[k]x[−1 − k]
−1
y[−1] = h[−1]x[−1 + 1] + h[0]x[−1 + 0] + h[1]x[−1 − 1] + h[2]x[−1 − 2]
y[−1] = h[−1]x[0] + h[0]x[−1] + h[1]x[−2] + h[2]x[−3]
y[−1] = h[0]x[−1]
y[−1] = 1
3
X
y[0] = h[k]x[0 − k]
−1
y[0] = h[0]x[0]
y[0] = 1
3
X
y[1] = h[k]x[1 − k]
−1
y[1] = h[0]x[1]
y[1] = 1
3
X
y[2] = h[k]x[2 − k]
−1
y[2] = h[0]x[2]
y[2] = 0

2 Exercício
1. Faça a convolução das funções x[n] = h[n] = δ[n + 1] + δ[n] + δ[n − 1]

9
1 Transformada de Fourier de Funções Periódicas
Através do uso de séries de Fourier um sinal periódico, gp (t), pode ser escrito:
∞
2πnt
(1)
X
gp (t) = Fn exp(j ),
n=−∞
To

onde,
To
Z2
1 2πnt
Fn = gp (t) exp(−j )dt, n = 0, ±1, ±2, ... (2)
To To
n=− T2o

Seja a função g(t) igual a função gp (t) sobre um período e zero em qualquer outro lugar,
isto é: (
gp (t) se, T20 ≤ t ≤ T20
g(t) = , (3)
0 de outro modo
∞
gp (t) pode ser gerado fazendo g(t − mT0 ), sendo m = 0, ±1, ±2, .... g(t) é então
X

m=−∞
gerador de gp (t) e g(t) apresenta transformada de Fourier: g(t) → G(f ). Portanto, os
coecientes Fn na equação 2 podem ser escritos:
To
Z2
1 2πnt
Fn = g(t) exp(−j )dt, n = 0, ±1, ±2, ... (4)
To To
n=− T2o
| {z }
G( Tn )
0

Assim Fn = T1o G( Tn0 ), onde G( Tn0 ) é a transformada de Fourier de g(t) avaliada na

freqüência Tn0 . Então:
∞
1
X n 2πnt
gp (t) = T0
G( ) exp(j ),
n=−∞
T0 To
∞ ∞
n 2πnt
(5)
X X
1
g(t − mT0 ) = T0
G( ) exp(j ),
n=−∞ n=−∞
T0 To

Obtendo a transformada de Fourier em ambos os lados da equação 5:

∞ ∞
X X n 2πnt
TF{ g(t − mT0 )} = TF{ G( ) exp(j )}
n=−∞ n=−∞
T0 To
∞ ∞
n 2πnt
(6)
X X
1
TF{ g(t − mT0 )} = T0
G( )T F {exp(j )}
n=−∞ n=−∞
T0 To

1
 Pela propriedade de deslocamento em freqüência, T F {exp(j 2πnt
To
)} é dada por δ(f − Tno )
e, portanto:
∞
1 X n n
T F {gp (t)} = G( )δ(f − ). (7)
T0 n=−∞ T0 To
Por conseguinte, a transformada de Fourier de um sinal periódico consiste de funções delta
ocorrendo a múltiplos inteiros de T10 , freqüência fundamental, e ponderada por G( Tn0 ).

Exemplo Transformada de Fourier de uma função amostradora ideal expressa por:

(t) = δ(t) + δ(t − To ) + δ(t − 2To ) + ... + δ(t + To ) + ...δ(t − mTo ). Sabendo que:

g(t) = δ(t)
T F {δ(t)} = 1,

então ∞
1
X n n
T F {gp (t)} = To
G( )δ(f − )
n=−∞
T0 To
∞
X n
= 1
To
1δ(f − ) (8)
n=−∞
To
∞
1
X n
= To
δ(f − ).
n=−∞
To
Exemplo  Obtenha a Transformada de Fourier resultante da multiplicação das funções
∞
g(t) e gp (t) = δ(t − nTo ), ilustradas na Figura 1 onde, Tn = n · To , n = ±1, ±2, ...,
X

n=−∞
são múltiplos do período To . De acordo com o exemplo acima, está-se amostrando o sinal

Figura 1: Funções g(t) e gp (t).

2
 ∞
g(t) através de sua multiplicação pelo sinal gp (t) = δ(t − nTo ), que representa um
X

n=−∞
trem de impulsos, o resultado é apresentado na Figura 3. O espectros de g(t) e de gp (t)
estão ilustrados na Figura 2. A multiplicação de g(t) e de gp (t) no domínio do tempo

Figura 2: Espectro de g(t) e gp (t).

Figura 3: resultado da amostragem de g(t) por gp (t).

corresponde a convolução de T F {g(t)} e T F {gp (t)} no domínio da freqüência. Note que

na Figura 2, o espectro de gp (t) é também um trem de impulsos. Deste modo o resultado
da convolução é uma cópia do espectro de g(t) para cada impulso em T F {gp (t)}, conforme
ilustra a Figura 4.

2 Reconstituição de um sinal através de suas amostras

A recuperação de um sinal contínuo, g(t), a partir de uma versão amostrada pode ser
efetuada pela ltragem passa-baixa ideal, h(t). Portanto, no domínio da freqüência o sinal

3
 Figura 4: Espectro da função resultante da amostragem de g(t) por gp (t).

Figura 5: Representação no domínio da freqüência da Filtragem de gs (t) por h(t).

recuperado, G(f ), é o resultado da multiplicação do espectro do sinal amostrado Gs (f )

pelo espectro de freqüências do ltro passa-baixas, H(f ), conforme ilustra a Figura 5.
No domínio do tempo ocorre a convolução entre o sinal amostrado gs (t) e o ltro h(t).
Observe que h(t) é uma função sinc que faz o papel de função de interpolação. Cada
amostra é multiplicada pela versão com retardo da função de interpolação e as formas de
onda resultantes são somadas, obtendo-se g(t).
Pode-se, então, exprimir o teorema da amostragem para sinais limitados em faixa, com
energia nita, em duas partes equivalentes:
1. Um sinal limitado em faixa, com energia nita, que não possui componentes de
freqüência acima de W hertz, ca completamente descrito pela especicação dos
valores de suas amostras em instantes de tempo separadas por 2W
1
segundos.
2. Um sinal limitado em faixa, com energia nita, que não possui componentes de
freqüência acima de W hertz, pode ser completamente recuperado a partir do conhe-
cimento de suas amostras tomadas na taxa de 2W amostras por segundo.
A taxa de amostragem de 2W amostras por segundo, para um sinal de largura de faixa
de W hertz, é chamada de taxa de Nyquist ; o seu recíproco 2W
1
(medido em segundos) é
chamado de intervalo de Nyquist.

4
 O desenvolvimento do teorema da amostragem descrito, está baseado na consideração
de que o sinal g(t) é estritamente limitado em faixa. Na prática, um sinal de informação
não é estritamente limitado em faixa. Por isto, pode resultar uma distorção da aplicação
do teorema da amostragem a tais sinais.

5
1 Filtragem e distorções de sinais
Deseja-se mostrar que os sistemas, nesse caso os canais de comunicação, podem ser consi-
derados como ltros lineares e invariantes no tempo. Portanto, apresentam uma largura
de banda que modica o sinal de entrada causando distorções. Considerando um sistema
linear, Figura 1, pretendese determinar sua resposta a um sinal de entrada empregando
a propriedade de amostragem da função impulso, equação 1.

Figura 1: Representação de um canal de comunicação como um sistema linear.

Um sistema é dito linear se sua resposta, para um determinado número de excitações

aplicadas simultaneamente, é igual a soma das respostas do sistema quando as excitações
são aplicadas individualmente. Sabe-se da função impulso que:

g(t) = Rg(t) ⊗ δ(t)

∞ (1)
g(t) = −∞ g(τ )δ(t − τ )dτ ,
Escrevendo g(t) como sendo originada de uma amostragem em intervalos ∆τ → 0,
conforme equação 2 e a representação ilustrada na Figura 2, pode-se dizer que [g(τ )∆τ ]
funciona como um peso para o impulso δ(t − τ ).
τX
=∞
g(t) = lim [g(τ )∆τ ]δ(t − τ ), (2)
∆τ →0
τ =−∞

Figura 2: Função amostrada em intervalos ∆τ .

Se h(t) é a resposta ao impulso, conforme ilustra a Figura 3, então h(t) = δ(t) ⊗ h(t).

1
 Figura 3: Resposta ao impulso.

A resposta para g(t) será:

r(t) = g(t) ⊗ h(t)

τX
=∞
r(t) = lim [g(τ )∆τ ] δ(t − τ ) ⊗ h(t), (3)
∆τ →0 | {z }
τ =−∞
h(t−τ )

pois o sistema é linear e invariante no tempo ( [g(τ )∆τ ] funciona como um peso) e, portanto:
τX
=∞
r(t) = lim [g(τ )∆τ ]h(t − τ )
∆τ →0
τ =−∞ (4)
r(t) = Rg(t) ⊗ h(t)
∞
r(t) = −∞ g(τ )h(t − τ )dτ ,
a partir da propriedade da convolução no tempo, na freqüência se tem:

R(f ) = G(f )H(f ), (5)

que representa a densidade espectral da resposta a entrada g(t). Portanto, o sistema

modica a densidade espectral do sinal de entrada atenuando ou intensicando algumas
freqüências. O sistema funciona como um ltro.

Exemplo
Um canal de comunicação é caracterizado através do circuito da Figura 4, o qual representa
um ltro RC. Determine, no domínio da freqüência, a resposta ao sinal de entrada g(t) e
a resposta ao impulso h(t). Apresente o espectro de amplitudes | H(f ) | para o canal de
comunicação. Obtenha, também, resposta em fase para h(t), ou seja 6 H(f).

Figura 4: Filtro RC.

2
 Equacionando o circuito, equações de malha (tensão) e nó (corrente), conforme equação
6, se tem:
vr (t) + vc (t) = vtotal (t)
(6)
i(t) = c dv
dt
c

ainda,

g(t) = vtotal (t)

r(t) = vc
h(t) = ?
vc (t) = 1c i(t)dt
R

vr (t) = i(t) · R
vtotal (t) = i(t) · R + 1c i(t)dt
R

Aplicando a transformada de Fourier a vtotal (t)0:

1
Vtotal (f ) = I(f ) · R + jωc I(f )
1
Vtotal (f ) = I(f )(R + jωc )

Resposta do sistema:
r(t) = vcR
r(t) = 1c i(t)dt
Aplicando a transformada de Fourier à resposta do sistema:
1
R(f ) = jωc
I(f )

Substituíndo I(f )
1 Vtotal (f )
R(f ) = 1
jωc (R+ jωc )

Substituindo R = 1Ω e c = 1f :
1 Vtotal (f )
R(f ) = jω1 (1+ jω11
)
1 Vtotal (f )
R(f ) = jω (1+ jω1
)
1 1
R(f ) = Vtotal (f ) · 1
jω (1 + jω )
| {z }
H(f )
R(f ) = Vtotal (f ) · H(f )
Isto é,
1
H(f ) =
(jω + 1)

3
2 Transmissão sem distorção
Para um sistema transmitir um sinal sem distorção, Figura 5, esse sistema deve atenuar
ou amplicar igualmente as componentes de freqüência do sinal. A fase também deve
ser observada, uma vez que a soma de componentes defasadas pode resultar em um sinal
diferente na saída. Então, a resposta do sistema deve ser conforme equação 7, no domínio
do tempo.

Figura 5: Sistema para transmitir um sinal sem distorção

r(t) = Kg(t − to ), (7)

onde, K é uma constante que representa uma atenuação ou amplicação do sinal e to
um atraso imposto pelo sistema. No domínio da freqüência, aplicando as propriedades da
Transformada de Fourier (deslocamento no tempo) na equação 7, tem-se a equação 8:

R(f ) = KG(f )e−j2πf to , (8)

onde, Ke−j2πf to = H(f ), corresponde a função de transferência ou resposta ao impulso do
sistema, sendo, | H(f ) |= K a amplitude da resposta ao impulso do sistema e o ângulo
ou argumento de H(f ) dado por β = 2πf to o deslocamento de fase, também denominada,
resposta em fase do sistema. H(f ) é a resposta ao impulso do sistema.

Figura 6: Característica da resposta do sistema

4
 A resposta apresentada é ideal, conforme Figura 6, no entanto, devido a limitações
físicas, não se pode ter um canal de comunicação com largura de banda innita, o canal
de comunicação atenuará freqüências que compõem o sinal. Portanto, uma representação
mais próxima da realidade desse canal pode ser visto na Figura 7.

Figura 7: Característica da resposta de um sistema mais próximo da realidade

5
1 Largura de banda
Refere-se ao conteúdo signicativo de freqüências do sinal. Quando o sinal é de faixa
limitada a largura de banda já está denida, conforme ilustra a Figura 1, onde a largura
de banda é B (freqüências positivas).

Figura 1: Espectro de um sinal de banda limitada

Se o sinal não é de faixa limitada pode-se destacar duas situações: Sinais passabaixa
e bandapassante.

1.1 Passabaixa
Nesse caso o conteúdo espectral signicativo esta centrado na origem, sendo o sinal simé-
trico com um lóbulo principal. A largura de banda é metade da largura do lóbulo principal,
a Figura 2 ilustra essa situação.

1.2 Sinais bandapassante

Para um sinal de bandapassante podese considerar a Figura 3, nesse caso, a largura de
banda é tomada como sendo a largura do lóbulo principal.

1.3 Largura de banda de 3 dB

Outra denição é a largura de banda de 3 dB ou de meia potência. Ela especica o grau
de dispersão da resposta em amplitude ou ganho do sistema. Se o sinal é passa-baixas,
é denida como a separação entre a freqüência zero, na qual a amplitude do espectro é
máxima e a freqüência positiva onde a amplitude do sinal cai a √12 de seu valor de pico, a
Figura 4 ilustra tal situação.
Se o sinal é banda passante a largura de banda de 3dB é considerada como a separação
entre as duas freqüências onde a amplitude do espectro cai a √12 , conforme Figura 5.

Pode-se também denir a largura de banda de 3 db como sendo a separação entre

as duas freqüências onde o espectro de magnitude do sinal, 20 log [| G(f ) |], tem valor no
máximo 3 dB menor que o valor máximo ocorrido em uma banda de freqüência.

1
Figura 2: Espectro de um sinal do tipo passabaixa

Figura 3: Espectro de um sinal do tipo passafaixa

2
Figura 4: Espectro de um sinal do tipo passabaixa com largura de banda 3dB

Figura 5: Espectro de um sinal do tipo passafaixa com largura de banda 3dB

3
1 Espectro de densidade de energia
A energia de um sinal g(t) é a energia dissipada por uma voltagem g(t) aplicada a um
resistor de 1 ohm, assim:
Z+∞
E= g 2 (t)dt (1)
−∞

O conceito de energia conforme equação 1 so tem signicado quando a integral é nita,

nesse caso os sinais são denominados sinais de energia (sinais de pulso) . Empregando
a Transformada
R +∞ de Fourier de g(t), isto é, G(f ) e a Transformada Inversa de Fourier
g(t) = −∞ G(f )ej2πf t df
R +∞ R +∞
E = −∞
g(t)[ −∞
G(f )ej2πf t df ]dt
Z+∞
R +∞
E = −∞ G(f ))[ g(t)ej2πf t dt]df
(2)
−∞
| {z }
G(−f )
R +∞
E = −∞
G(f )G(−f )df

como G(f ) = | G(f ) | |{z}

ejθ então a densidade espectral de energia, E , pode ser expressa
fase
| {z }
módulo
por:
Z+∞
E= | G(f ) |2 df, (3)
−∞

denominada relação de Parseval para sinais nãoperiódicos, que estabelece que a energia
de um sinal é dada pela área sob a curva | G(f ) |2 . Ainda, ψg (f ) =| G(f ) |2 é o espectro
de densidade energia do sinal e demonstra como essa energia está distribuída no espectro
de freqüências.

2 Correlação de sinais
Observe que g(t) ⊗ g(−t) ↔ G(f )G(−f ) e, por denição:

Z+∞
Rg (τ ) = g(τ )g(t + τ )dτ ↔ G(f )G(−f ) (4)
−∞

Rg (τ ) é denominada função de autocorrelação do sinal de energia g(t). Então Rg (τ ) ↔

ψg (f ), isto é, a Transformada de Fourier da função de autocorrelação de uma função g(t),
é igual a densidade espectral de energia dessa função. Rg (τ ) é uma medida de similaridade
entre o sinal e sua versão deslocada no tempo.

1
3 Correlação cruzada
Z+∞
R12 (τ ) = g1 (τ )g2 (t + τ )dτ, (5)
−∞

A correlação cruzada permite vericar a similaridade entre dois sinais. Se for igual a zero,
estes estão defasados de 90o (Modern Digital and Analog Communication Systems  Lathi,
pg. 40 ).

4 Espectro de densidade de potência de um sinal

Alguns sinais têm energia innita, por exemplo sinais periódicos, esses sinais são denomi-
nados sinais de potência e, nesse caso, o parâmetro signicativo é a potência média do
sinal. Isto é, a potência dissipada por uma voltagem g(t) sobre um resistor de 1 ohm, é:
T
Z+ 2
1
P (t) = lim g 2 (t)dt (6)
T →∞ T
− T2

Formando uma nova função gT (t) (g(t) truncada) para aplicar o mesmo procedimento
empregado para obter espectro de densidade de energia, fazendo:

g(t), | t |< T2

gT (t) = (7)
0, de outro modo
gT (t) tem, então, energia nita e sua transformada de Fourier é GT (f ). Assim,
T
Z+ 2
1
P (t) = lim g 2 (t)dt
T →∞ T
− T2 (8)
R +∞ | GT (f ) |2
= −∞
lim df,
|T →∞ {z T }
Sg (f )

Sg (f ) é o espectro de densidade de potência do sinal.

Exercícios
1. Verique o teorema de Parceval para o sinal g(t) = e−at u(t), a > 0.

2. Estime a largura de banda para o sinal do item anterior. Considere que a largura de
banda essencial para transmissão do sinal é de 95% da energia do sinal.

2
3. Determine a energia de g(t) contida na faixa de −ω ≤ f ≤ ω , sendo ω = a
2π
. E g(t)
é dado por:  −at
e , t≥0
g(t) =
0, t < 0

4. Determine o espectro de potência e a potência média de g(t) = f (t)cos(ωo t)