Main

UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO (UFERSA)
CENTRO MULTIDISCIPLINAR DE PAU DOS FERROS (CMPF)

DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA (DETEC)
SINAIS E SISTEMAS
Capı́tulo 4 - Série de Fourier de Tempo

Contı́nuo
Prof. Pedro Thiago Valério de Souza

UFERSA – Campus Pau dos Ferros
[email protected]
Espectro de Frequências de um Sinal
• Como saber se um sinal qualquer (por exemplo, minha voz) é composto
por frequências mais altas (agudas) ou mais baixas (graves)?
• Como medir a “importância” de uma componente de frequência para
composição de um sinal?
Figura 1: Um sinal de áudio e seu espectro de frequências.
Souza (UFERSA) Sinais e Sistemas 2 / 40

Figura 2: Um prisma reflete quais componentes de cor uma determinada luz possui.

Figura 3: Vários softwares permitem calcular o espectro de frequências de um sinal de

áudio.

Como identificar quais componentes de frequência compõem um determinado
sinal?
• Sinais periódicos → série de Fourier;
• Sinais aperiódicos → transformada de Fourier.
Aplicações:
• Análise espectral de sinais;
• Filtros seletivos em frequência (passa-baixas, passa-altas, etc...);
• Equalização de som;
• Medição da taxa de distorção harmônica em sistemas fotovoltáicos;
• Sistemas de comunicações.

Figura 4: O estudo das ferramentas de Fourier é de suma importância em sistemas de

comunicações, principalmente para entender o espectro eletromagnético.

Sinais Periódicos
Definição: x(t) = x(t + T0 ), sendo T0 o perı́odo fundamental.
2𝜋 𝜔0 1
Frequência fundamental: 𝜔0 = (em rad/s) ou f0 = = (em Hz).
T0 2𝜋 T0
Figura 5: Sinal periódico com periódo fundamental T0 .
∫ a+T0 ∫ b+T0
x(t)dt = x(t)dt
a b
∫
Notação - Integral em um perı́odo: x(t)dt
T0

Série de Fourier de Tempo Contı́nuo
Ideia: Escrever x(t) como uma combinação linear de sinais senoidais
harmonicamente relacionados.
• cos(𝜔0 t) → primeira harmônica (fundamental);
• cos(2𝜔0 t) → segunda harmônica;
• cos(3𝜔0 t) → terceira harmônica;
• cos(k𝜔0 t) → k-ésima harmônica.
Se conseguirmos fazer isso, podemos saber qual é a composição de cada
cosseno (cada frequência) na formação do sinal.
Formas para representação da série de Fourier:
• Forma trigonométrica;
• Forma trigonométrica compacta;
• Forma exponencial.

Forma Trigonomética para a Série de Fourier
Sendo um sinal x(t) real e periódico com perı́odo T0 , então:
∞
∑︁
x(t) = a0 + ak cos(k𝜔0 t) + bk sen (k𝜔0 t)
k=1
Ou seja, qualquer sinal periódico pode ser escrito como a soma de um termo
constante (DC) a0 e infinitas harmônicas. Os coeficientes a0 , ak e bk podem
ser determinados como: ∫
1
a0 = x(t)dt
T0 T0
∫
2
ak = x(t) cos(k𝜔0 t)dt
T0 T0
∫
2
bk = x(t) sen (k𝜔0 t)dt
T0 T0

Forma Trigonomética Compacta
Propriedade: A cos(𝜔0 t) + B sen (𝜔0 t) = C cos(𝜔0 t + 𝜃), em que:

√︁
2 2
−B
C = A +B 𝜃 = arctan
A
Desta forma:
∞
∑︁
k=1
∞
∑︁
= C0 + Ck cos(k𝜔0 t + 𝜃 k )
k=1
em que:
C0 = a0
√︃
Ck = a2k + b2k

−bk
𝜃 k = arctan
ak

Espectro de Frequências:
∞
∑︁
x(t) = C0 + Ck cos(k𝜔0 t + 𝜃 k )
k=1
• Soma de diferentes cossenos com frequências múltiplas da fundamental;

• Ck → amplitude do cosseno com frequência k𝜔0 ;
• 𝜃 k → fase do cosseno com frequência k𝜔0 ;
O espectro de frequências é formado por dois gráficos:
• Ck × k𝜔0 → espectro de amplitude;
• 𝜃 k × k𝜔0 → espectro de fase.
O espectro de frequência permite ver a “importância” de cada componente de
frequência no sinal x(t).

Um sinal tem uma identidade dupla - a do domı́nio do tempo e a do domı́nio
da frequência. As duas identidades se complementam e juntas, fornecem
uma melhor compreensão de um sinal.
Figura 6: Domı́nio do tempo e da frequência só são duas formas de ver o mesmo sinal.

Exemplo 4.1 Obtenha a representação trigonométrica compacta da série de
Fourier do sinal abaixo. Esborce o gráfico do espectro de magnitude e
espectro de fase.
x(t) = 2 + 3 cos(2t) + 4 sen (2t) + 2 sen (3t + 30◦ ) − cos(7t + 150◦ )

Figura 7: Espectro de magnitude e fase do sinal do Exemplo 4.1.

Fourier do sinal apresentado abaixo. Esborce o gráfico do espectro de
magnitude e espectro de fase.
Figura 8: Sinal para o Exemplo 4.2.


Aproximação por Soma de Harmônicas
Sendo x(t) um sinal periódico, então:
∞
∑︁
k=1
Utilizando apenas as N primeiras harmônicas:

N
∑︁
xN (t) = C0 + Ck cos(k𝜔0 t + 𝜃 k )
k=1
É de se esperar que a medida que N aumenta, mais próximo será xN (t) de

x(t).

Aproximação por Soma de Harmônicas
Figura 10: Aproximação por soma de harmônicas para o sinal do Exemplo 4.2.

Fourier do sinal apresentado abaixo. Esborce o gráfico do espectro de
magnitude e espectro de fase.

Figura 12: Espectro do sinal do Exemplo 4.3.

Efeito da Simetria
Coeficientes da série de Fourier:
∫
1
a0 = x(t)dt
T0 T0
∫
2
ak = x(t) cos(k𝜔0 t)dt
T0 T0
∫
2
bk = x(t) sen (k𝜔0 t)dt
T0 T0
Sendo x(t) um sinal simétrico par, então:

∫ ∫
1 2
a0 = x(t)dt = x(t)dt
T0 T0 T0 T0 /2
∫ ∫
2 4
ak = x(t) cos(k𝜔0 t)dt = x(t) cos(k𝜔0 t)dt
T0 T0 T0 T0 /2
∫
2
bk = x(t) sen (k𝜔0 t)dt = 0
T0 T0

Efeito da Simetria
Assim sendo, para sinais simétricos pares:
∞
∑︁
k=1
∞
∑︁
= a0 + ak cos(k𝜔0 t)
k=1
∞
∑︁
= C0 + Ck cos(k𝜔0 t + 𝜃 k )
k=1
por comparação:
C0 = a0
Ck = |ak |
(
0, ak ≥ 0
𝜃k =
−𝜋, ak < 0

Efeito da Simetria
Sendo x(t) um sinal simétrico ı́mpar, então:
∫
1
a0 = x(t)dt = 0
T0 T0
∫
2
ak = x(t) cos(k𝜔0 t)dt = 0
T0 T0
∫ ∫
2 4
bk = x(t) sen (k𝜔0 t)dt = x(t) sen (k𝜔0 t)dt
T0 T0 T0 T0 /2
logo:
∞
∑︁
k=1
∞
∑︁ ∞
∑︁
= bk sen (k𝜔0 t) = C0 + Ck cos(k𝜔0 t + 𝜃 k )
k=1 k=1


 0, bk = 0


C0 = 0 Ck = |bk | 𝜃 k = −𝜋/2, bk > 0

bk < 0

 𝜋/2,

Existência e Convergência da Série de Fourier
Significado de existência e convergência da série de Fourier:
• Existência: Valores dos coeficientes da série finitos;
• Convergência: Representação em série de x(t) converge. Sendo,
N
∑︁
k=1
A representação converge caso:

∫ ∞
lim |x(t) − xN (t)| 2 dt = 0
N→∞ −∞

Condições de Dirichelet
1 Em qualquer perı́odo, x(t) deve ser absolutamente integrável:
∫ ∞
|x(t)|dt < ∞
−∞
Figura 13: Exemplo de sinal que viola a primeira condição de Dirichlet.

2 Existe uma quantidade finita de máximos e mı́nimos durante um perı́odo.
Figura 14: Exemplo de sinal que viola a segunda condição de Dirichlet.

3 Em qualquer perı́odo existe uma quantidade finita de descontinuidades.
Figura 15: Exemplo de sinal que viola a terceira condição de Dirichlet.
Apenas sinais patológicos é que não satisfazem as condições de Dirichlet, ao

ponto que sinais periódicos práticos sempre possuem série de Fourier.

Efeito Gibbs
Forma compacta da série de Fourier:
∞
∑︁
k=1
• Se um sinal x(t) não apresenta descontinuidades, então é claro que ele

pode ser composto por uma soma de funções contı́nuas (cossenos);
• Todavia, se um sinal é descontı́nuo, como é que ele pode ser escrito
como uma soma de funções que não apresentam descontinuidade?
• Convergência na média:
N
∑︁
k=1
∫ ∞
lim |x(t) − xN (t)| 2 dt = 0
N→∞ −∞
| {z }
Energia do Erro
Basta que a energia do erro vá à zero.
• Efeito Gibbs.
Efeito Gibbs
Figura 16: Efeito Gibbs em um sinal descontı́nuo.

Forma Exponencial de Fourier
Forma trigonométrica compacta:
∞
∑︁
k=1
Utilizando-se identidade de Euller:

Ck j (k𝜔0 t+𝜃k )
+ e−j (k𝜔0 t+𝜃k )

Ck cos(k𝜔0 t + 𝜃 k ) = e
2
Após (muito) esforço, demonstra-se que:
∞
∑︁
x(t) = Dk ejk𝜔0 t
k=−∞
∫
1
Dk = x(t)e−jk𝜔0 t dt
T0 T0
Dk são os coeficientes exponenciais de Fourier, representados de forma

compacta por: x(t) ←→ Dk .

Coeficientes da Série Exponencial de Fourier: São complexos, ou seja:
Dk = Re{Dk } + jIm{Dk } = |Dk |ej∡Dk
Relação entre a Forma Exponencial e a Forma Trigonométrica:

∞
∑︁
k=1
∞
∑︁
x(t) = Dk ejk𝜔0 t
k=−∞
Verifica-se que: ∫
1
C0 = D0 = x(t)dt
T0 T0
Ck = 2|Dk | k≠0
𝜃 k = ∡Dk k≠0

Espectro (exponencial) de Frequências:
• |Dk | × k𝜔0 → espectro de amplitude;
• ∡Dk × k𝜔0 → espectro de fase.
O espectro (exponencial) de frequência permite ver a “importância” de cada
componente de frequência no sinal x(t).
O espectro exponencial de Fourier possui tanto frequências positivas como
frequências negativas.
• Frequência negativa: De fato, no mundo real elas não existem. O
espectro negativo surge somente pois:
1 j 𝜔0 t
cos(𝜔0 t) = (e + e−j 𝜔0 t )
2
• Pode-se interpretar uma frequência negativa como algo que “gira”, mas
no sentido oposto ao convencional (sentido convecional → anti-horário).
A não ser que seja dito, quando falamos sobre espectro de frequências de um
sinal, sempre estamos nos referindo ao espectro exponencial.

Exemplo 4.4 Obtenha a representação exponencial da série de Fourier do
sinal apresentado abaixo. Esborce o gráfico do espectro de magnitude e
espectro de fase.


sinal apresentado abaixo. Esborce o gráfico do espectro de magnitude e
espectro de fase.


Propriedades da Série de Fourier
Para todas as propriedades, considerar x(t) e y(t) periódicos com perı́odo
2𝜋
T0 = e:
𝜔0
x(t) ←→ Xk
y(t) ←→ Yk
Propriedade 1 - Lineariedade: ax(t) + by(t) ←→ aXk + bYk .
Propriedade 2 - Deslocamento no tempo: x(t − 𝜏) ←→ e−jk𝜔0 𝜏 Xk .
Propriedade 3 - Deslocamento em frequência: ejM 𝜔0 t x(t) ←→ Xk−M .
dx(t)
Propriedade 4 - Derivação no tempo: ←→ jk𝜔0 Xk
dt
∫ t
1
Propriedade 5 - Integração no tempo: x(𝜏)d𝜏 ←→ Xk .
−∞ jk𝜔0
Válido somente se X0 = 0 e a integral convergir.

Propriedade 6 - Reflexão: x(−t) ←→ X−k .
Propriedade 7 - Conjugação: x∗ (t) ←→ X−k ∗ .
Propriedade 8 - Simetria:
• |Xk | = |X−k |: espectro de magnitude é simétrico par;
• ∡Xk = −∡X−k : espectro de fase é simétrico ı́mpar;
• Se x(t) é real e par, os coeficientes Dk são reais (∡Xk = 0 ou ∡Xk = 𝜋).
• Se x(t) é real e ı́mpar, os coeficientes Dk são puramente imaginários
(∡Xk = ±𝜋/2).
∫ ∞
1 ∑︁
Propriedade 9 - Teorema de Parseval: Px = x2 (t)dt = |Xk | 2
T0 T0 k=−∞

sinal apresentado na Figura abaixo. Utilize as propriedades da série de
Fourier, juntamente com a série de Fourier para o trem de impulsos, obtida no
Exemplo 4.5.


Main

Enviado por

Direitos autorais:

Formatos disponíveis

Main

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Main

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO (UFERSA)

CENTRO MULTIDISCIPLINAR DE PAU DOS FERROS (CMPF)

Capı́tulo 4 - Série de Fourier de Tempo

Prof. Pedro Thiago Valério de Souza

Figura 1: Um sinal de áudio e seu espectro de frequências.

Souza (UFERSA) Sinais e Sistemas 2 / 40

Souza (UFERSA) Sinais e Sistemas 3 / 40

Figura 3: Vários softwares permitem calcular o espectro de frequências de um sinal de

Souza (UFERSA) Sinais e Sistemas 4 / 40

Souza (UFERSA) Sinais e Sistemas 5 / 40

Figura 4: O estudo das ferramentas de Fourier é de suma importância em sistemas de

Souza (UFERSA) Sinais e Sistemas 6 / 40

Figura 5: Sinal periódico com periódo fundamental T0 .

Souza (UFERSA) Sinais e Sistemas 7 / 40

Souza (UFERSA) Sinais e Sistemas 8 / 40

Souza (UFERSA) Sinais e Sistemas 9 / 40

Souza (UFERSA) Sinais e Sistemas 10 / 40

• Soma de diferentes cossenos com frequências múltiplas da fundamental;

Souza (UFERSA) Sinais e Sistemas 11 / 40

Souza (UFERSA) Sinais e Sistemas 12 / 40

x(t) = 2 + 3 cos(2t) + 4 sen (2t) + 2 sen (3t + 30◦ ) − cos(7t + 150◦ )

Souza (UFERSA) Sinais e Sistemas 13 / 40

Figura 7: Espectro de magnitude e fase do sinal do Exemplo 4.1.

Souza (UFERSA) Sinais e Sistemas 14 / 40

Figura 8: Sinal para o Exemplo 4.2.

Souza (UFERSA) Sinais e Sistemas 15 / 40

Figura 9: Espectro de magnitude e fase do sinal do Exemplo 4.2.

Souza (UFERSA) Sinais e Sistemas 16 / 40

Utilizando apenas as N primeiras harmônicas:

É de se esperar que a medida que N aumenta, mais próximo será xN (t) de

Souza (UFERSA) Sinais e Sistemas 17 / 40

Souza (UFERSA) Sinais e Sistemas 18 / 40

Figura 11: Sinal para o Exemplo 4.3.

Souza (UFERSA) Sinais e Sistemas 19 / 40

Figura 12: Espectro do sinal do Exemplo 4.3.

Souza (UFERSA) Sinais e Sistemas 20 / 40

Sendo x(t) um sinal simétrico par, então:

Souza (UFERSA) Sinais e Sistemas 21 / 40

Souza (UFERSA) Sinais e Sistemas 22 / 40

A representação converge caso:

Souza (UFERSA) Sinais e Sistemas 24 / 40

Figura 13: Exemplo de sinal que viola a primeira condição de Dirichlet.

Souza (UFERSA) Sinais e Sistemas 25 / 40

Figura 14: Exemplo de sinal que viola a segunda condição de Dirichlet.

Souza (UFERSA) Sinais e Sistemas 26 / 40

Figura 15: Exemplo de sinal que viola a terceira condição de Dirichlet.

Apenas sinais patológicos é que não satisfazem as condições de Dirichlet, ao

Souza (UFERSA) Sinais e Sistemas 27 / 40

• Se um sinal x(t) não apresenta descontinuidades, então é claro que ele

Figura 16: Efeito Gibbs em um sinal descontı́nuo.

Souza (UFERSA) Sinais e Sistemas 29 / 40

Utilizando-se identidade de Euller:

Dk são os coeficientes exponenciais de Fourier, representados de forma

Souza (UFERSA) Sinais e Sistemas 30 / 40

Dk = Re{Dk } + jIm{Dk } = |Dk |ej∡Dk

Relação entre a Forma Exponencial e a Forma Trigonométrica:

Souza (UFERSA) Sinais e Sistemas 31 / 40

Souza (UFERSA) Sinais e Sistemas 32 / 40

Figura 17: Sinal para o Exemplo 4.4.