Princípios de Comunicações

Prof. Rodrigo C. de Lamare

CETUC, PUC-Rio
[email protected]
 II. Sinais e sistemas, princípios de
transmissão e filtragem
A. Conceitos básicos

B. Análise de Fourier

C. Transformada de Fourier, transmissão e filtragem

D. Potência e Energia

E. Transformada de Hilbert

F. Sinais passa-baixa e passa-faixa

 Introdução

o Neste capítulo, os conceitos de sinais e sistemas lineares são revisados

e uma atenção especial é dedicada à transformada de Fourier.

o Em comunicações, os sinais são usados para transmitir informação

através de canais de comunicações.

o Os canais de comunicações podem ser modelados como sistemas lineares

e provocar distorções de amplitude e fase nos sinais.

o Além disso, os conceitos de potência e energia de sinais são revistos e

discutidos.

o Finalmente, são caracterizados sinais do tipo passa-baixa e passa-faixa

através de manipulações algébricas.
 A. Conceitos básicos

o Na nossa exposição, são considerados sinais que são funções no tempo e

que podem ser matematicamente representados por 𝑥 𝑡 .

𝑥 𝑡

o Operações básicas em sinais envolvem deslocamento no tempo, reversão

no tempo e escalonamento.
 Operações básicas

i) Deslocamento no tempo

𝑥 𝑡 → 𝑥 𝑡 − 𝑡𝑜 ,

em que 𝑡𝑜 (𝑡𝑜 > 0) pode ser um retardo ou um avanço (𝑡𝑜 < 0).

𝑥 𝑡 𝑥 𝑡 − 𝑡𝑜

𝑡 𝑡𝑜 𝑡
ii) Reversão no tempo

𝑥 𝑡 → 𝑥 −𝑡

𝑥 𝑡 𝑥 −𝑡

0 𝑡 0 𝑡
 iii) Escalonamento no tempo

𝑥 𝑡 → 𝑥 𝑎𝑡 , 𝑎>0

𝑥 𝑎𝑡 𝑥 𝑡 𝑥 𝑎𝑡

0 𝑡 0 𝑡 0 𝑡
𝑎>1 𝑎<1
 Classificação de sinais

o Sinal contínuo no tempo vs sinal discreto no tempo:

o Sinal contínuo: 𝑥 𝑡 , 𝑡 ∈ ℝ

o Sinal discreto: 𝑥 𝑛 , 𝑛 ∈ … , −2, −1,0,1,2, …

o Amostragem de um sinal contínuo no tempo 𝑥(𝑡) em um sinal discreto no

tempo:

𝑥 𝑛 =𝑥 𝑡 ඍ = 𝑥 𝑛𝑇0 ,
𝑡 = 𝑛𝑇0

em que 𝑇0 é o período de amostragem.

 Exemplo 1

Considere o sinal descrito por

𝑥 𝑡 = 𝐴𝑐𝑜𝑠 (2𝜋𝑓0 𝑡 + 𝜃)
𝑥 𝑡

Mostre o sinal amostrado a uma taxa 𝑇0

𝑥[𝑛]
𝑇0 3𝑇0

2𝑇0 4𝑇0 𝑛
o Sinais podem ser funções reais ou complexas ao longo do tempo.

o Em comunicações, sinais complexos são muito usados para modelar sinais

que carregam informação na fase e/ou na amplitude.

o Um sinal complexo pode ser descrito por

𝑥 𝑡 = 𝑥𝑅 𝑡 + 𝑗𝑥𝐼 𝑡
= 𝐴𝑒 𝑗𝜃 ,

𝐼𝑚 𝑥(𝑡)
em que 𝐴 = 𝑥𝑅2 𝑡 + 𝑥𝐼2 (𝑡) é a amplitude e 𝜃 = arg 𝑥 𝑡 = tan−1 𝑅𝑒𝑥(𝑡)
éa
fase.
 Exemplo 2

Escreva o sinal 𝑥 𝑡 = 𝐴𝑒 𝑗(2𝜋𝑓0 𝑡+𝜃) em função das partes imaginária e real e

dos componentes de magnitude e fase.

𝑥 𝑡 = 𝐴𝑒 𝑗(2𝜋𝑓0 𝑡+𝜃)
= 𝐴 cos 2𝜋𝑓0 𝑡 + 𝜃 + jA sen 2𝜋𝑓0 𝑡 + 𝜃
= 𝑥𝑅 𝑡 + 𝑗𝑥𝐼 𝑡
= 𝑥𝑅2 𝑡 + 𝑥𝐼2 (𝑡)𝑒 𝑗 arg 𝑥 𝑡
o Sinais podem também ser classificados como determinísticos ou
aleatórios.

o Em sinais determinísticos, os valores de 𝑥(𝑡) são números reais ou

complexos.

o Em sinais aleatórios, temos um processo estocástico.

o Nesse último caso, a cada instante de tempo 𝑥(𝑡) (ou 𝑥[𝑛]) é uma
variável aleatória descrita por uma função densidade de probabilidade.
o Além disso, os sinais podem ser classificados como sinais periódicos ou
não periódicos.

o Um sinal periódico 𝑥(𝑡) satisfaz à propriedade

𝑥 𝑡 + 𝑇0 = 𝑥 𝑡 , ∀ 𝑡,
em que 𝑇0 é o período do sinal que assume valores reais e positivos.

o Para sinais discretos periódicos, tem-se

𝑥[𝑛 + 𝑁0 ] = 𝑥 𝑛 , ∀ 𝑛,
em que 𝑁0 é um inteiro positivo.

o Se o sinal não satisfaz as condições acima ele é não periódico.

 Exemplo 3

Considere o sinal 𝑥 𝑛 = 𝐴 cos(2𝜋𝑓0 𝑛 + 𝜃) e verifique se ele é periódico.

Para o sinal x 𝑛 = 𝐴 cos(2𝜋𝑓0 𝑛 + 𝜃) ser periódico, é preciso que

2𝜋𝑓0 𝑛 + 𝑁0 + 𝜃 = 2𝜋𝑓0 𝑛 + 𝜃 + 2𝜋𝑘, 𝑘 inteiro

o que resulta em

𝑘
2𝜋𝑓0 𝑁0 = 2𝜋𝑘 e 𝑓0 = 𝑁
0

Logo, o sinal é periódico apenas para valores racionais de 𝑓0 .

o Sinais causais são também importantes pois o conceito de causalidade é
fundamental para sistemas realizáveis.

o Um sinal é causal se 𝑥 𝑡

𝑥 𝑡 = 0, for 𝑡 < 0

0 𝑡
ou de forma equivalente,

𝑥[𝑛] = 0, for 𝑛 < 0

o Sinais também podem ser classificados como sinais pares e ímpares.

o Um sinal 𝑥(𝑡) é par se ele tem simetria com relação ao eixo vertical.

𝑥 𝑡 = 𝑥(−𝑡)

o Um sinal 𝑥(𝑡) é ímpar se ele é antisimétrico com relação ao eixo vertical.

𝑥 𝑡 = −𝑥(−𝑡)

o Em geral, qualquer sinal pode ser escrito como a soma dos componentes
par e ímpar
𝑥 𝑡 = 𝑥𝑒 𝑡 + 𝑥𝑜 𝑡 ,

𝑥 𝑡 +𝑥 −𝑡 𝑥 𝑡 −𝑥 −𝑡
em que 𝑥𝑒 𝑡 = e 𝑥𝑜 𝑡 =
2 2
 Exemplo 4

Decomponha o sinal 𝑥 𝑡 = 𝐴𝑐𝑜𝑠 (2𝜋𝑓0 𝑡 + 𝜃) em seus componentes par e

ímpar.

𝜋
Para 𝜃 = 0 ou 𝜃 = ± 2 , tem-se

𝐴 𝐴
𝑥 𝑡 = cos 𝜃 𝑐𝑜𝑠 2𝜋𝑓0 𝑡 − sen 𝜃 𝑠𝑒𝑛 (2𝜋𝑓0 𝑡)
2 2

Como 𝑐𝑜𝑠 2𝜋𝑓0 𝑡 é par e sen 2𝜋𝑓0 𝑡 é ímpar, obtém-se

𝐴
𝑥𝑒 𝑡 = cos 𝜃 𝑐𝑜𝑠 2𝜋𝑓0 𝑡
2
𝐴
𝑥𝑜 𝑡 = sen 𝜃 𝑠𝑒𝑛 (2𝜋𝑓0 𝑡)
2
o Para sinais complexos, uma outra forma de simetria chamada de
simetria Hermitiana é comumente utilizada.

o Um sinal complexo 𝑥 𝑡 (ou 𝑥 𝑛 ) é chamado de Hermitiano se a parte

real é par e a parte imaginária é ímpar.

o Por exemplo, o sinal 𝑥 𝑡 = 𝐴𝑒 𝑗2𝜋𝑓0 𝑡 é Hermitiano.

 Sinais com energia ou potência

o Para qualquer sinal 𝑥 𝑡 , a energia do sinal é dada por

𝑇
∞
2
𝜀𝑥 = න 𝑥(𝑡) 2 𝑑𝑡 = lim න 𝑥(𝑡) 2
𝑑𝑡
−∞ 𝑇→ ∞ −𝑇
2
o Para um sinal 𝑥 𝑡 , a potência é descrita por

𝑇
1 2
𝑃𝑥 = lim න 𝑥(𝑡) 2 𝑑𝑡 ,
𝑇 → ∞ 𝑇 −𝑇
2
o Para sinais reais substitui-se 𝑥(𝑡) 2 por 𝑥 2 𝑡 .

o Diz-se que um sinal é do tipo energia se e somente se 𝜀𝑥 é finito,

enquanto um sinal do tipo potência satisfaz 0 < 𝑃𝑥 < ∞.
 Exemplo 5

Calcule a energia e a potência do sinal 𝑥 𝑡 = 𝐴𝑐𝑜𝑠 (2𝜋𝑓0 𝑡 + 𝜃)

𝑇
𝜀𝑥 = lim ‫𝐴 ׬‬2 𝑐𝑜𝑠 2 (2𝜋𝑓0 𝑡 + 𝜃) 𝑑𝑡 = ∞
2
𝑇
𝑇→ ∞ −
2

𝑇
1
𝑃𝑥 = lim 𝑇 ‫׬‬2𝑇 𝐴2 𝑐𝑜𝑠 2 (2𝜋𝑓0 𝑡 + 𝜃)𝑑𝑡
𝑇→∞ − 2
𝑇
1 2
2 𝐴
= lim ‫׬‬ 𝑇 1 + 𝑐𝑜𝑠 (4𝜋𝑓0 𝑡 + 2𝜃) 𝑑𝑡
𝑇→∞𝑇 −2 2

𝑇
𝐴2 𝑇 𝐴2 2 𝐴2
= lim + 𝑠𝑒𝑛 4𝜋𝑓0 𝑡 + 2𝜃 ඎ 𝑇 = <∞
𝑇 → ∞ 2𝑇 8𝜋𝑓0 𝑇
−2 2

𝐴2
Logo, o sinal é do tipo potência com 𝑃𝑥 = . Como ele é periódico a energia é
2
infinita.
 Sinais importantes e propriedades

i) Sinais senoidais

𝑥 𝑡 = 𝐴𝑐𝑜𝑠 2𝜋𝑓0 𝑡 + 𝜃 ,

em que 𝐴, 𝑓0 e 𝜃 são a amplitude, a frequência e a fase, respectivamente.

ii) Sinais exponenciais complexos

𝑥 𝑡 = 𝐴𝑒 𝑗(2𝜋𝑓0 𝑡+𝜃) ,

em que 𝐴, 𝑓0 e 𝜃 são a amplitude, a frequência e a fase, respectivamente.

iii) O sinal degrau unitário
𝑢 𝑡
1
1, 𝑡≥0
𝑢 𝑡 =ቊ
0, 𝑡<0
𝑡

iv) O pulso retangular

rect t
1 1
1, −2 ≤ 𝑡 ≤ 2 1
rect 𝑡 = ൝
0, caso contrário
−½ ½ 𝑡
v) O sinal triangular
𝑡𝑟𝑖 𝑡
𝑡 + 1, −1 ≤ 𝑡 ≤ 0 1
𝑡𝑟𝑖 𝑡 = ቐ−𝑡 + 1, 0≤𝑡≤1
0, otherwise −1 1 𝑡

vi) O sinal sinc

𝑠𝑖𝑛𝑐 𝑡
𝑠𝑒𝑛 𝜋𝑡 1
, 𝑡≠0
sinc 𝑡 = ቐ 𝜋𝑡
1, 𝑡=0

𝑡
 Exemplo 6
𝑡 𝑡
Escreva e esboce um sinal que seja a combinação de 𝑟𝑒𝑐𝑡 e 𝑡𝑟𝑖
4 2

𝑡 𝑡
𝑥 𝑡 = 𝑟𝑒𝑐𝑡 + 𝑡𝑟𝑖
4 2

𝑥 𝑡
2

−2 2 𝑡
vii) O sinal sgn
𝑠𝑔𝑛 𝑡
1
1, 𝑡>0
𝑠𝑔𝑛 𝑡 = ቐ−1, 𝑡<0
0, 𝑡=0 𝑡
−1

vii) O sinal impulso

Matematicamente, o impulso 𝛿 𝑡 não é uma função nem um sinal mas uma

distribuição dada por
1, 𝑡=0
∞ 𝛿 𝑡 =ቊ
‫׬‬− ∞ 𝜙(𝑡) 𝛿 𝑡 𝑑𝑡 = 𝜙(0) 0, 𝑡≠0
1

𝑑
𝛿 𝑡 = 𝑢(𝑡)
𝑑𝑡 𝑡
 Exemplo 7

Calcule

a) y t = 𝑥 𝑡 ∗ 𝛿(𝑡 − 𝑡0 )

y t = 𝑥 𝑡 ∗ 𝛿 𝑡 − 𝑡0 = 𝑥(𝑡 − 𝑡0 )

b) z t = cos 𝑡 . 𝛿(𝑡 − 𝑡0 ) para 𝑡0 genérico e para 𝑡0 = 0

z t = cos 𝑡 . 𝛿 𝑡 − 𝑡0 = cos 𝑡0 . 𝛿 𝑡 − 𝑡0

Para 𝑡0 = 0 tem-se
z t = cos 0 . 𝛿 𝑡 = 𝛿 𝑡
 Classificação de sistemas

o Em comunicações, um sistema é uma entidade que realiza operações

matemáticas em sinais, resultando em sinais modificados na saída.

o Matematicamente, escreve-se uma operação de sistema como

𝑦 𝑡 = Τ 𝑥(𝑡) ,

em que 𝑥(𝑡) é o sinal de entrada, y(𝑡) é o sinal de saída e Τ . é a operação

matemática realizada pelo sistema illustrada por

𝑥(𝑡) 𝑦(𝑡)
Sistema
Τ.
i) Sistemas discretos e contínuos no tempo

𝑦[𝑛] = Τ 𝑥[𝑛]
and 𝑦 𝑡 = Τ 𝑥(𝑡)

ii) Sistemas lineares e não lineares

Um sistema Τ . é linear se e somente se, para quaisquer sinais de entrada

𝑥1 (𝑡) e 𝑥2 (𝑡) e constantes 𝛼 e 𝛽, tem-se

Τ 𝛼𝑥1 𝑡 + 𝛽𝑥2 (𝑡) = 𝛼Τ 𝑥1 𝑡 } + 𝛽Τ{𝑥2 (𝑡) ,

que envolve as propriedades aditiva e de superposição.

 Exemplo 8

Verifique se os seguintes sistemas são lineares:

a) 𝑦 𝑡 = 𝑎𝑥 2 (𝑡)

b) 𝑦 𝑡 = 𝑥(𝑡 − 𝑡0 )
Solução:

a) Usando 𝑦 𝑡 = 𝑎𝑥 2 𝑡 e Τ 𝛼𝑥1 𝑡 + 𝛽𝑥2 (𝑡) = 𝛼Τ 𝑥1 𝑡 } + 𝛽Τ{𝑥2 (𝑡) tem-se

2 2
𝑎(𝛼𝑥1 𝑡 + 𝛽𝑥2 𝑡 )2 ≠ 𝑎𝛼 𝑥1 𝑡 + 𝑎𝛽 𝑥2 𝑡

Logo, o sistema é não-linear

b) Usando𝑦 𝑡 = 𝑥(𝑡 − 𝑡0 )e Τ 𝛼𝑥1 𝑡 + 𝛽𝑥2 (𝑡) = 𝛼Τ 𝑥1 𝑡 } + 𝛽Τ{𝑥2 (𝑡) tem-se

𝛼𝑥1 𝑡 − 𝑡0 + 𝛽𝑥2 𝑡 − 𝑡0 = 𝛼𝑥1 𝑡 − 𝑡0 + 𝛽𝑥2 𝑡 − 𝑡0

Logo, o sistema é linear

iii) Sistemas invariantes e variantes no tempo

Um sistema é invariante no tempo se a relação de entrada e saída não varia

com o tempo.

𝑥(𝑡) 𝑦(𝑡)
𝑥(𝑡) 𝑦(𝑡)
Sistema
Τ.
𝑡 𝑡

𝑥(𝑡 − 𝑡0 ) 𝑦(𝑡 − 𝑡0 ) 𝑦′(𝑡)

𝑥′(𝑡)
Sistema
Τ.
𝑡0 𝑡 𝑡0 𝑡
Sistemas lineares e invariantes no tempo (LTI) são importantes pois estes
são completamente especificados pelas suas respostas ao impulso.

Logo, a resposta de sistemas LTI a sinais pode ser calculada pela

convolução do sinal de entrada e da resposta ao impulso do sistema:

𝑦 𝑡 =ℎ 𝑡 ∗𝑥 𝑡
∞
= ‫׬‬− ∞ ℎ 𝑡 − 𝜏 𝑥 𝜏 𝑑𝜏
iv) Sistemas causais e não causais

Um sistema é causal se a sua saída a qualquer instante de tempo 𝑡0 depende

do sinal de entrada antes de 𝑡0 :

𝑦 𝑡0 = Τ 𝑥(𝑡) , 𝑡 ≤ 𝑡0

Uma condição necessária e suficiente para um sistema LTI ser causal é que
a sua resposta ao impulso ℎ(𝑡) seja causal:

ℎ 𝑡 = 0, for 𝑡 < 0
 Exemplo 9

Verifique se o sistema 𝑦 𝑡 = 𝑥 𝑡 cos 2𝜋𝑓0 𝑡 é variante no tempo.

𝑥(𝑡) 𝑦 𝑡 = 𝑥 𝑡 cos 2𝜋𝑓0 𝑡

Sistema
Τ.

Como 𝑥(𝑡 − 𝑡0 ) produz 𝑦 𝑡 = 𝑥 𝑡 − 𝑡0 cos 2𝜋𝑓0 𝑡, o que é diferente de

𝑦 𝑡 − 𝑡0 = 𝑥 𝑡 − 𝑡0 cos 2𝜋𝑓0 (𝑡 − 𝑡0 ),

o sistema é variante no tempo.

 Análise de sistemas LTI

o Muito sistemas de comunicações podem ser modelados como sistemas

LTI, que são completamente especificados por suas respostas ao impulso.

o Como os canais de comunicações são modelados como sistemas LTI então

o conhecimento destes pode descrever completamente os sistemas.

o A resposta ao impulso ℎ(𝑡) de um sistema é a resposta do sistema ao

impulso unitário dada por

ℎ 𝑡 = Τ 𝛿(𝑡) ,

em que a resposta do sistema no instante de tempo 𝜏, 𝛿(𝑡 − 𝜏), para sistemas

LTI é descrita por

ℎ 𝑡, 𝜏 = ℎ 𝑡 − 𝜏 .
o A saída 𝑦(𝑡) de um sistema LTI a uma entrada 𝑥(𝑡) pode ser expressa
em termos de 𝑥(𝑡) e a resposta ao impulso ℎ(𝑡):

𝑦 𝑡 = Τ 𝑥(𝑡) = Τ 𝑥 𝑡 ∗ 𝛿(𝑡)
∞
= Τ ‫׬‬− ∞ 𝛿 𝑡 − 𝜏 𝑥 𝜏 𝑑𝜏
∞
= ‫׬‬− ∞ Τ 𝛿 𝑡 − 𝜏 𝑥 𝑡 𝑑𝜏
∞
= ‫׬‬− ∞ ℎ 𝑡 − 𝜏 𝑥 𝑡 𝑑𝜏 = ℎ 𝑡 ∗ 𝑥 𝑡 ,

que é expressa como a convolução de ℎ(𝑡) e 𝑥 𝑡 .

 Exemplo 10

Considere um sistema LTI e um sinal de entrada dado por

𝑥 𝑡 = 𝐴𝑒 𝑗(2𝜋𝑓0 𝑡+𝜃) .

Calcule a resposta do sistema.

Solução:

∞ ∞
𝑦 𝑡 = ‫׬‬− ∞ ℎ 𝜏 𝑥 𝑡 − 𝜏 𝑑𝜏 = ‫׬‬− ∞ ℎ 𝜏 𝐴𝑒 𝑗(2𝜋𝑓0(𝑡−𝜏)+𝜃) 𝑑𝜏
∞
= 𝐴𝑒 𝑗2𝜋𝑓0 𝑡 𝑒 𝑗𝜃 ‫׬‬− ∞ ℎ 𝜏 𝑒 − 𝑗2𝜋𝑓0𝜏 𝑑𝜏
𝐻(𝑓0 )
= 𝐴𝑒 𝑗2𝜋𝑓0 𝑡 𝑒 𝑗𝜃 𝐻(𝑓0 )
= 𝐴𝑒 𝑗2𝜋𝑓0 𝑡 𝑒 𝑗𝜃 |𝐻 𝑓0 |𝑒 𝑗 𝑎𝑟𝑔 {𝐻 𝑓0 } ,

o que mostra que a resposta de um sistema LTI a uma exponencial complexa

com frequência 𝑓0 é uma exponencial complexa com a mesma frequência.

Isso mostra que exponenciais complexas são autofunções de sistemas LTI.

 B. Análise de Fourier

o Muitos blocos de construção em sistemas de comunicações podem ser

modelados por sistemas LTI.

o Nesse caso, é comum o uso da integral de convolução

∞
𝑦 𝑡 = න ℎ 𝜏 𝑥 𝑡 − 𝜏 𝑑𝜏
−∞

o Uma abordagem alternativa consiste no uso de autofunções de sistemas

LTI, que resulta no uso de análise de Fourier.

o Em particular, emprega-se a série de Fourier para sinais periódicos e a

transformada de Fourier para sinais não periódicos.
 Série de Fourier

o Considere um sinal periódico 𝑥(𝑡) com período 𝑇0 e suponha que as

seguintes condições de Dirichlet são satisfeitas:

i) 𝑥(𝑡) é absolutamente integrável no seu período

𝑇0
න 𝑥(𝑡) 𝑑𝑡 < ∞
0
ii) O número de máximos e mínimos de 𝑥(𝑡) em cada período é finito.

iii) O número de descontinuidades de 𝑥(𝑡) em cada período é finito.

o Então, 𝑥(𝑡) pode ser expandido em termos de exponenciais complexas
𝑗2𝜋𝑛
∞
𝑡
𝑒 𝑇0
−∞ da seguinte forma:

𝑗2𝜋𝑛
𝑡
𝑥 𝑡 = σ∞
𝑛=− ∞ 𝑥𝑛 𝑒
𝑇0 ,
em que
− 𝑗2𝜋𝑛
1 𝛼+𝑇0 𝑡
𝑥𝑛 = ‫׬‬ 𝑥(𝑡)𝑒 𝑇0 𝑑𝑡 são os coeficientes de Fourier.
𝑇0 𝛼

o Para um 𝛼 arbitrário, que pode ser escolhido como 𝛼 = 0 ou 𝛼 = 𝑇0 , 𝑓0 =

1
é a frequência fundamental de 𝑥(𝑡) e 𝑇0 é o período fundamental.
𝑇0
 Exemplo 11

Determine a expansão em série de Fourier para

𝑡−𝑛𝑇0
𝑥 𝑡 = σ∞
𝑛=− ∞ rect ,
𝜏

em que 𝜏 é uma constante que corresponde a largura do pulso

𝑥 𝑡

𝜏 𝜏
𝑇0 𝑇0
2 2
Solução:

𝑇0 𝑇0
1 2 𝑗𝑛2𝜋𝑡 1 2 𝑗𝑛2𝜋𝑡
− −
𝑥𝑛 = න 𝑥(𝑡)𝑒 𝑇0 𝑑𝑡 = න 1𝑒 𝑇0 𝑑𝑡
𝑇0 −𝑇0 𝑇0 −𝑇0
2 2
1 𝑇0 𝑗𝑛𝜋𝜏 𝑗𝑛𝜋𝜏
−
= 𝑒 𝑇0 − 𝑒 𝑇0 ,𝑛 ≠ 0
𝑇0 −𝑗𝑛2𝜋
1 𝑛𝜋𝜏 𝜏 𝑛𝜏
= 𝜋𝑛 sin = 𝑇 sinc ,𝑛 ≠ 0
𝑇0 0 𝑇0

Logo, tem-se 𝜏
𝑗𝑛2𝜋𝑡
σ∞
𝜏 𝑛𝜏 𝑇0
𝑥 𝑡 = 𝑛=− ∞ 𝑇 sinc 𝑒 𝑇0
0 𝑇0

𝑥𝑛 , 𝑛 = 1,2, …
 Exemplo 12

Determine a representação em série de Fourier de um trem de impulsos

descrito por

𝑥 𝑡 = σ∞
𝑛=− ∞ 𝛿(𝑡 − 𝑛𝑇0 )

𝑥 𝑡

… …

−4 −3 −2 −1 1 2 3 4 𝑡
Solução:

𝑇0 𝑇0
1 2 𝑗𝑛2𝜋𝑡 1 2 𝑗𝑛2𝜋𝑡
− −
𝑥𝑛 = න 𝑥(𝑡)𝑒 𝑇0 𝑑𝑡 = න 𝛿(𝑡)𝑒 𝑇0 𝑑𝑡
𝑇0 −𝑇0 𝑇0 −𝑇0
2 2
1
=𝑇
0

Com esses coeficientes, tem-se

∞ ∞
1 𝑗𝑛2𝜋𝑡
𝑥 𝑡 = ෍ 𝛿 𝑡 − 𝑛𝑇0 = ෍ 𝑒 𝑇0
𝑇0
𝑛=− ∞ 𝑛=− ∞
 Resposta de sistemas LTI a sinais
periódicos
o A resposta de um sistema LTI a um sinal exponencial complexo é um
sinal exponencial complexo com a mesma frequência e uma mudança na
amplitude e na fase.

o A resposta em frequência da resposta ao impulso ℎ(𝑡) de um sistema

LTI é dada por

∞
𝐻 𝑓 = න ℎ(𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−∞

o Supõe-se que o sinal de entrada 𝑥(𝑡) a um sistema LTI é periódico com

período 𝑇0 e representação descrita por

∞
𝑗2𝜋𝑛
𝑡
𝑥 𝑡 = ෍ 𝑥𝑛 𝑒 𝑇0
𝑛=− ∞
o Logo, a resposta do sistema é dada por

∞
𝑗2𝜋𝑛
𝑡
𝑦 𝑡 = Τ 𝑥(𝑡) = Τ ෍ 𝑥𝑛 𝑒 𝑇0
𝑛=− ∞
𝑗2𝜋𝑛 𝑗2𝜋𝑛
𝑡 𝑛 𝑡
= σ∞
𝑛=− ∞ 𝑥𝑛 Τ 𝑒 𝑇0 = σ∞
𝑛=− ∞ 𝑥𝑛 𝐻 𝑇 𝑒 𝑇0
0
𝑗2𝜋𝑛
𝑡
= σ∞𝑛=− ∞ 𝑦𝑛 𝑒 0 ,
𝑇

𝑛 𝑛 𝑛
em que 𝑦𝑛 = 𝑥𝑛 𝐻 𝑇0
, |𝑦𝑛 = |𝑥𝑛 𝐻 𝑇 e arg 𝑦𝑛 = arg 𝑥𝑛 + arg 𝐻 𝑇0
0

o Nota-se que apenas os componentes de frequências na entrada são

encontrados na saída já que o sistema LTI não introduz novas frequências.
 Exemplo 13

Considere um trem de pulsos triangulares dados por

𝑥 𝑡
𝑡 + 1, −1 ≤ 𝑡 ≤ 0 …
1
…
tri 𝑡 = ቐ−𝑡 + 1, 0≤𝑡≤1
0, otherwise −1 1 𝑡

em que 𝑇0 = 2

a) Determine os coeficientes da série de Fourier de 𝑥(𝑡)

b) Supondo-se que o sinal é aplicado a um sistema LTI com resposta ao

𝑡, 0≤𝑡<1
impulso ℎ 𝑡 = ቊ calcule o sinal na saída.
0, caso contrário
 𝑇0 𝑗𝑛2𝜋𝑡 𝑇0 𝑗𝑛2𝜋𝑡
1 − 1 −
a) 𝑥𝑛 = ‫׬‬2
𝑇 𝑥(𝑡)𝑒 𝑇0 𝑑𝑡 = ‫׬‬2
𝑇 tri 𝑡 𝑒 𝑇0 𝑑𝑡
𝑇0 − 20 𝑇0 − 20
1 1 1 0 1 1
= 2 ‫׬‬−1 tri 𝑡 𝑒 −𝑗𝑛𝜋𝑡 𝑑𝑡 = 2 ‫׬‬−1 𝑡 + 1 𝑒 −𝑗𝑛𝜋𝑡 𝑑𝑡 + 2 ‫׬‬0 1 − 𝑡 𝑒 −𝑗𝑛𝜋𝑡 𝑑𝑡
1 𝑛
= 2 sinc 2 2

b)
𝑛
𝑦𝑛 = 𝑥𝑛 𝐻 𝑇0
1 𝑛 𝑛
= 2 sinc 2 𝐻
2 2
 Relação de Parseval

o A relação de Parseval estabelece que a potência de um sinal periódico é

a soma da potência dos componentes da série de Fourier do sinal.

o Considere a representação em série de Fourier de um sinal periódico

𝑥 𝑡 descrita por

∞
𝑗2𝜋𝑛𝑡
𝑥 𝑡 = ෍ 𝑥𝑛 𝑒 𝑇0
𝑛=− ∞
o Calculando-se 𝑥(𝑡) 2 , obtém-se

∞ ∞
𝑗2𝜋(𝑛−𝑚)𝑡
𝑥(𝑡) 2 = ෍ ෍ 𝑥𝑛∗ 𝑥𝑛 𝑒 𝑇0

𝑛=− ∞ 𝑚=− ∞
o Integrando-se ambos os lados, obtém-se

𝛼+𝑇0 ∞ ∞ 𝛼+𝑇0 𝑗2𝜋(𝑛−𝑚)𝑡

2 ∗ 𝑇0
න 𝑥(𝑡) 𝑑𝑡 = ෍ ෍ 𝑥𝑛 𝑥𝑛 න 𝑒 𝑑𝑡
𝛼 𝑛=− ∞ 𝑚=− ∞ 𝛼

= 𝑇0 σ∞
𝑛=−∞ 𝑥𝑛
2

em que
𝑇0 , 𝑛=𝑚
𝑇0 𝛿𝑚𝑛 = ቊ
0, 𝑛≠𝑚

o De fato, a relação de Parseval mostra que a potência do sinal periódico é

igual a potência da somas das potências dos harmônicos.
 C. Transformada de Fourier

o Nesta seção, considera-se a representação em série de Fourier para

sinais não periódicos usando-se exponenciais complexas.

o O espectro resultante desta representação é contínuo e consiste na

transformada de Fourier.

o Supõe-se que o sinal 𝑥(𝑡) satisfaz as condições de Dirichlet:

i) 𝑥(𝑡) é absolutamente integrável no seu período

𝑇0
න 𝑥(𝑡) 𝑑𝑡 < ∞
0
ii) O número de máximos e mínimos de 𝑥(𝑡) em cada período é finito.

iii) O número de descontinuidades de 𝑥(𝑡) em cada período é finito.

o A transformada de Fourier de 𝑥(𝑡) é então definida por

∞
𝑋 𝑓 = න 𝑥(𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−∞

o A transforma inversa de Fourier é descrita por

∞
𝑥 𝑡 = න 𝑋 𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓,
−∞

em que 𝑋 𝑓 é uma função complexa, sua magnitude |𝑋 𝑓 | e fase arg 𝑋 𝑓

representam a amplitude e fase dos componentes de frequência de 𝑥 𝑡 .
o A transforma de Fourier 𝑋(𝑓) do sinal 𝑥(𝑡) emprega a notação

𝑋 𝑓 = ℑ 𝑥(𝑡)

o A transformada inversa de Fourier usa a notação

𝑥 𝑡 = ℑ−1 𝑋 𝑓

o Quando a variável da transforma de Fourier é 𝜔 = 2𝜋𝑓 então tem-se

∞
𝑋 𝜔 = න 𝑥(𝑡)𝑒 −𝑗𝜔𝑡 𝑑𝑡
−∞
e
1 ∞
𝑥 𝑡 = න 𝑋 𝜔 𝑒 𝑗𝜔𝑡 𝑑𝑓
2𝜋 − ∞
 Exemplo 14

Calcule a transformada de Fourier de

rect t
1
1 1
1, −2 ≤ 𝑡 ≤ 2
rect 𝑡 = ൝
0, caso contrário −½ ½ 𝑡
Solução:
X(f)=sinc 𝑓
∞
1
𝑋 𝑓 = ℑ 𝑥(𝑡) = ‫׬‬− ∞ 𝑥(𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡

1 f
∞
= ‫׬‬− ∞ rect 𝑡 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 = ‫ 𝑒 ׬‬−𝑗2𝜋𝑓𝑡 𝑑𝑡
2
1
−2

1
𝑒 −𝑗2𝜋𝑓𝑡 2 1 sin 𝜋𝑓
= − 𝑗2𝜋𝑓 ඎ = 𝑗2𝜋𝑓 𝑒 𝑗2𝜋𝑓𝑡 − 𝑒 −𝑗2𝜋𝑓𝑡 = 𝜋𝑓
= sinc 𝑓
1
−2
 Exemplo 15

Calcule a transformada de Fourier de 𝑥 𝑡 = 𝛿 𝑡 e a transformada inversa

de Fourier de 𝑋 𝑓 = 𝛿(𝑓).
Solução:
∞
𝑋 𝑓 = ℑ 𝑥(𝑡) = ‫׬‬− ∞ 𝑥(𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡

∞
= ‫׬‬− ∞ δ 𝑡 𝑒 − 𝑗2𝜋𝑓𝑡 𝑑𝑡 = δ 𝑡 උ𝑡 = 0 = 1

∞
𝑥 𝑡 = ‫׬‬− ∞ 𝑋 𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓

∞
= ‫׬‬− ∞ δ 𝑓 𝑒 𝑗2𝜋𝑓𝑡 𝑑𝑓 = 1

Logo, tem-se
ℑ ℑ
1՞δ 𝑓 e δ 𝑡 ՞1
 Propriedades

i) Linearidade

ℑ 𝛼𝑥1 𝑡 + 𝛽𝑥2 𝑡 = 𝛼𝑋1 𝑓 + 𝛽𝑋2 𝑓

ii) Dualidade

Se 𝑋 𝑓 = ℑ 𝑥(𝑡)

então 𝑥 𝑓 = ℑ 𝑋(−𝑡) e 𝑥 −𝑓 = ℑ 𝑋(𝑡)

 Exemplo 15

1, 𝑡≥0
Calcule a transformada de Fourier de 𝑢 𝑡 = ቊ usando a
0, 𝑡<0
propriedade da linearidade.
Solução:

1, 𝑡≥0
Pode-se escrever 𝑢 𝑡 = ቊ como
0, 𝑡<0

1 1
𝑢 𝑡 = + sgn(𝑡)
2 2

A transformada de Fourier é dada por

𝑋 𝑓 = ℑ 𝑥(𝑡) = ℑ 𝑢(𝑡)
1 1 1 1
=ℑ 2
+ℑ 2
sgn 𝑡 = 2 𝛿 𝑓 + 𝑗2𝜋𝑓
iii) Deslocamento no tempo

∞
ℑ 𝑥(𝑡 − 𝑡0 ) = න 𝑥(𝑡 − 𝑡0 )𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−∞

Fazendo-se 𝑢 = 𝑡 − 𝑡0 tem-se

∞
ℑ 𝑥(𝑡 − 𝑡0 ) = ‫׬‬− ∞ 𝑥(𝑢)𝑒 −𝑗2𝜋𝑓𝑡0 𝑒 −𝑗2𝜋𝑓𝑢 𝑑𝑢
∞
= 𝑒 −𝑗2𝜋𝑓𝑡0 ‫׬‬− ∞ 𝑥(𝑢) 𝑒 −𝑗2𝜋𝑓𝑢 𝑑𝑢
= 𝑒 −𝑗2𝜋𝑓𝑡0 ℑ 𝑥(𝑡)
= 𝑒 −𝑗2𝜋𝑓𝑡0 𝑋(𝑓)
 Exemplo 16
3 3
Determine a transformada de Fourier de 𝑥 𝑡 = rect 𝑡 − , em que 𝑡0 =
2 2

3
rect 𝑡 −
2
1

1 2 𝑡
Solução:

3
−𝑗2𝜋𝑓 2
𝑋 𝑓 = ℑ 𝑥(𝑡) = 𝑒 ℑ rect(𝑡)

3
−𝑗2𝜋𝑓
=𝑒 2 sinc(𝑓)
iv) Escalonamento

Para qualquer número real 𝑎 ≠ 0, tem-se

1 𝑓
ℑ 𝑥(𝑎𝑡) = 𝑋
𝑎 𝑎
 Exemplo 17

3 0≤𝑡≤4
Determine a transformada de Fourier de 𝑥 𝑡 = ቊ
0 caso contrário
𝑥(𝑡)
3

0 4 𝑡
Solução:

𝑡−2
O sinal pode ser escrito como 𝑥 𝑡 = 3rect 4

A transforma de Fourier de 𝑥 𝑡 é dada por

𝑡−2
𝑋 𝑓 = ℑ 𝑥(𝑡) = ℑ 3rect 4
𝑡−2 𝑡
= 3ℑ rect = 3𝑒 −𝑗2𝜋𝑓 2 ℑ rect
4 4
1
= 3𝑒 −𝑗4𝜋𝑓 sinc(4𝑓)
1
4

= 12𝑒 −𝑗4𝜋𝑓 sinc(4𝑓)

v) Convolução:

∞ ∞
ℑ 𝑥 𝑡 ∗ 𝑦(𝑡) = ‫׬‬− ∞ ‫׬‬− ∞ 𝑥 𝜏 𝑦 𝑡 − 𝜏 𝑑𝜏 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡

∞ ∞
= ‫׬‬− ∞ 𝑥 𝜏 ‫׬‬− ∞ 𝑦 𝑡 − 𝜏 𝑒 −𝑗2𝜋𝑓(𝑡−𝜏) 𝑑𝑡 𝑒 −𝑗2𝜋𝑓𝜏 𝑑𝜏

Fazendo-se 𝑢 = 𝑡 − 𝜏 tem-se
∞ ∞
=න 𝑥 𝜏 න 𝑦 𝑢 𝑒 −𝑗2𝜋𝑓𝑢 𝑑𝑢 𝑒 −𝑗2𝜋𝑓𝜏 𝑑𝜏
−∞ −∞
𝑌(𝑓)
∞
= 𝑌 𝑓 ‫׬‬− ∞ 𝑥 𝜏 𝑒 −𝑗2𝜋𝑓𝜏 𝑑𝜏
= 𝑋 𝑓 𝑌 𝑓 = ℑ 𝑥 𝑡 ℑ 𝑦(𝑡)
vi) Modulação

∞
ℑ 𝑥 𝑡 𝑒 𝑗2𝜋𝑓0𝑡 = ‫׬‬− ∞ 𝑥 𝑡 𝑒 −𝑗2𝜋𝑓0 𝑡 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
∞
= ‫׬‬− ∞ 𝑥 𝑡 𝑒 −𝑗2𝜋(𝑓−𝑓0)𝑡 𝑑𝑡
= 𝑋(𝑓 − 𝑓0 )

X 𝑓 X 𝑓

f 𝑓0 f
 Exemplo 18

Determine a transformada de Fourier dos seguintes sinais:

a) 𝑥 𝑡 = 𝑒 𝑗2𝜋𝑓0 𝑡

b) 𝑦 𝑡 = cos 2𝜋𝑓0 𝑡

c) 𝑧 𝑡 = x(t)cos 2𝜋𝑓0 𝑡
Solução:

a)

𝑋 𝑓 = ℑ 𝑥(𝑡) = ℑ 𝑒 𝑗2𝜋𝑓0 𝑡

= 𝛿(𝑓 − 𝑓0 )

b)

𝑌 𝑓 = ℑ 𝑦(𝑡) = ℑ cos 2𝜋𝑓0 𝑡

1 1
= ℑ 𝑒 𝑗2𝜋𝑓0 𝑡 + 𝑒 −𝑗2𝜋𝑓0 𝑡
2 2
1 1
= 𝛿 𝑓 − 𝑓0 + 𝛿(𝑓 + 𝑓0 )
2 2
c)

𝑍 𝑓 = ℑ 𝑧(𝑡) = ℑ 𝑥(𝑡) cos 2𝜋𝑓0 𝑡

1 𝑗2𝜋𝑓 𝑡 1
=ℑ 𝑥 𝑡 𝑒 0 + 𝑒 −𝑗2𝜋𝑓0 𝑡
2 2

1 1
= 2 𝑋 𝑓 − 𝑓0 + 2 𝑋(𝑓 + 𝑓0 )
vii) Relação de Parseval

Se as transformadas de Fourier de 𝑥 𝑡 e 𝑦(𝑡) são denotadas por 𝑋(𝑓) e

𝑌(𝑓), respectivamente, então

∞ ∞
න 𝑥 𝑡 𝑦 ∗ 𝑡 𝑑𝑡 = න 𝑋(𝑓) 𝑌 ∗ 𝑓 𝑑𝑓
−∞ −∞

Se fizermos 𝑥 𝑡 = 𝑦(𝑡), obtém-se

∞ ∞
2 𝑑𝑡 2 𝑑𝑓 ,
න 𝑥 𝑡 =න 𝑋 𝑓
−∞ −∞

que é conhecido por Teorema de Rayleigh.

viii) Autocorrelação

A função autocorrelação de um sinal 𝑥(𝑡) é dada por

∞
𝑅𝑥 𝜏 = න 𝑥 𝑡 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡 = 𝑥 𝜏 𝑥 ∗ −𝜏
−∞

O Teorema da autocorrelação estabelece que

2
ℑ{𝑅𝑥 𝜏 } = 𝑋(𝑓)
ix) Diferenciação:

A transformada de Fourier da derivada do sinal pode ser obtida por

𝑑
ℑ 𝑥(𝑡) = 𝑗2𝜋𝑓𝑋(𝑓)
𝑑𝑡
 Exemplo 19
𝑑
Calcule a transformada de Fourier do sinal 𝑥 𝑡 = tri(𝑡)
𝑑𝑡

x t
1
−1
𝑡
1
Solução:

𝑑
𝑋 𝑓 = ℑ 𝑥(𝑡) = ℑ tri(𝑡)
𝑑𝑡
= 𝑗2𝜋𝑓 ℑ tri(𝑡)
= 𝑗2𝜋𝑓 𝑠𝑖𝑛𝑐 2 (𝑓)
x) Diferenciação no domínio da frequência

𝑛
𝑛
𝑗 𝑑𝑛
ℑ 𝑡 𝑥(𝑡) = 𝑋(𝑓)
2𝜋 𝑑𝑓 𝑛

xi) Integração

𝑡
𝑋 𝑓 1
ℑ න 𝑥 𝜏 𝑑𝜏 = + X(0)δ(𝑓)
−∞ 𝑗2𝜋𝑓 2
xii) Momentos

Se 𝑋 𝑓 = ℑ 𝑥(𝑡) então o n-ésimo momento de 𝑥(𝑡) é dado por

∞ 𝑛
𝑛
𝑗 𝑑𝑛
න 𝑡 𝑥 𝑡 𝑑𝑡 = 𝑋(𝑓) ඍ
−∞ 2𝜋 𝑑𝑓 𝑛 𝑓=0
 Exemplo 20

Calcule a transformada de Fourier do sinal 𝑥 𝑡 = 𝑒 −𝛼 𝑡 , 𝛼 > 0

𝑥 𝑡

𝑡
Solução:

Pode-se escrever 𝑥 𝑡 como

𝑥 𝑡 = 𝑒 −𝛼𝑡 𝑢 𝑡 + 𝑒 𝛼𝑡 𝑢(−𝑡)

Então calcula-se a transformada de Fourier

𝑋 𝑓 =ℑ 𝑥 𝑡 = ℑ 𝑒 −𝛼𝑡 𝑢 𝑡 + ℑ 𝑒 𝛼𝑡 𝑢(−𝑡)
∞
= ‫׬‬0 𝑒 − 𝛼𝑡 𝑢(𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡 + ℑ 𝑒 𝛼𝑡 𝑢(−𝑡)
𝑋 𝑓
∞
= ‫׬‬0 𝑒 −(𝛼+𝑗2𝜋𝑓)𝑡 𝑑𝑡 + ℑ 𝑒 𝛼𝑡 𝑢(−𝑡)
1 1 2𝛼
= + =
𝛼+𝑗2𝜋𝑓 𝛼−𝑗2𝜋𝑓 𝛼2 +4𝜋2 𝑓2

𝑓
 Transformada de Fourier
de sinais periódicos
o A transformada de Fourier de sinais periódicos consiste em funções
impulso no domínio da frequência.

o Considere um sinal periódico 𝑥(𝑡) com período 𝑇0 e sejam 𝑥𝑛 os

coeficientes da expansão em série de Fourier do sinal

∞
𝑗2𝜋𝑛𝑡
𝑥 𝑡 = ෍ 𝑥𝑛 𝑒 𝑇0
𝑛=− ∞

o Calculando-se a transforma de Fourier de 𝑥 𝑡 , obtém-se

𝑛
𝑋 𝑓 =ℑ 𝑥 𝑡 𝑛=− ∞ 𝑥𝑛 𝛿 𝑓 − 𝑇 ,
= σ∞
0

o que mostra que a transformada de Fourier de um sinal periódico é uma

sequência de impulsos na frequência espaçados por 𝑇0 .
o Se definirmos o sinal truncado 𝑥𝑇0 (𝑡) como
𝑇0 𝑇0
𝑥 𝑡 , − ≤𝑡≤
𝑥𝑇0 𝑡 =൝ 2 2
0, caso contrário
pode-se escrever
∞

𝑥 𝑡 = ෍ 𝑥𝑇0 (𝑡 − 𝑛𝑇0 )
𝑛=− ∞

o Como 𝑥 𝑇0 𝑡 − 𝑛𝑇0 = 𝑥 𝑇0 𝑡 ∗ 𝛿(𝑡 − 𝑛𝑇0 ), tem-se

𝑥 𝑡 = 𝑥𝑇0 𝑡 ∗ ෍ 𝛿(𝑡 − 𝑛𝑇0 )

𝑛=− ∞
o Logo, usando-se o teorema da convolução, obtém-se

∞
1 𝑛
𝑋 𝑓 = 𝑋𝑇0 𝑓 ෍ 𝛿(𝑓 − )
𝑇0 𝑇0
𝑛=− ∞
1 ∞ 𝑛 𝑛
= σ𝑛=− ∞ 𝑋𝑇0 𝛿(𝑓 − 𝑇 )
𝑇0 𝑇0 0

o Comparando-se o resultado anterior com

𝑛
𝑋 𝑓 = σ∞
𝑛=− ∞ 𝑥𝑛 𝛿 𝑓 − ,
𝑇0
conclui-se que
1 𝑛
𝑥𝑛 = 𝑇 𝑋𝑇0 .
0 𝑇0
 Resumo do procedimento

Dado um sinal periódico 𝑥(𝑡) , pode-se encontrar 𝑥𝑛 da seguinte forma:

𝑇0 𝑇0
𝑥 𝑡 , − ≤𝑡≤
i) Determina-se o sinal truncado 𝑥𝑇0 𝑡 =൝ 2 2
0, caso contrário

ii) Calcula-se a transformada de Fourier do sinal truncado 𝑥𝑇0 𝑡

𝑛
iii) Avalia-se a transformada de Fourier do sinal truncado 𝑥𝑇0 𝑡 em 𝑓 = 𝑇 e
0
1
escalada por :
𝑇0
𝑛
𝑛=− ∞ 𝑥𝑛 𝛿 𝑓 − 𝑇 ,
𝑋 𝑓 = σ∞
0
1 𝑛
em que 𝑥𝑛 = 𝑋𝑇0 .
𝑇0 𝑇0
 Exemplo 21

Determine os coeficientes da série de Fourier do sinal

∞
𝑡 − 𝑛𝑇0
𝑥 𝑡 = ෍ rect ,
𝜏
𝑛=− ∞

em que 𝜏 é uma constante que corresponde a largura do pulso.

𝑥 𝑡

𝜏 𝜏
𝑇0 𝑇0
2 2
Solução:

O sinal truncado é dado por

𝑡
𝑥 𝑇0 𝑡 = rect
𝜏

A transformada de Fourier de 𝑥𝑇0 𝑡 é descrita por

𝑋 𝑓 = ℑ 𝑥 𝑇0 𝑡 = 𝜏sinc 𝜏𝑓
Logo, tem-se

1 𝑛 𝜏 𝑛𝜏
𝑥𝑛 = 𝑋𝑇0 = sinc
𝑇0 𝑇0 𝑇0 𝑇0
∞
𝑛
𝑋 𝑓 = ෍ 𝑥𝑛 𝛿 𝑓 −
𝑇0
𝑛=− ∞
𝜏 𝑛𝜏 𝑛
= σ∞
𝑛=− ∞ 𝑇 sinc 𝛿 𝑓−𝑇
0 𝑇0 0
 Transmissão em canais de
comunicações
o Os canais de comunicações podem ser modelados como sistemas LTI.

o Logo, a transmissão de sinais em canais de comunicações pode ser

modelada como a transmissão de sinais em sistemas LTI.

o O teorema da convolução serve como ferramenta para analisar

problemas de transmissão do tipo

𝑌 𝑓 = 𝐻 𝑓 𝑋(𝑓),

em que 𝑋(𝑓), 𝐻(𝑓) e Y(𝑓) são as transformadas de Fourier dos sinais de

entrada, do canal e da resposta do sistema.
 Exemplo 22

Calcule a resposta 𝑦 𝑡 do seguinte sistema de transmissão.

𝑥(𝑡) 𝑦 𝑡
Canal
ℎ 𝑡

em que 𝑥 𝑡 = 𝑠𝑖𝑛𝑐 (𝑊1 𝑡) e ℎ 𝑡 = 𝑠𝑖𝑛𝑐 (𝑊2 𝑡)

 1
𝑋(𝑓)
𝑊1
Usando a transformada de Fourier, tem-se
1 𝑓
𝑋 𝑓 =ℑ 𝑥 𝑡 = ℑ 𝑠𝑖𝑛𝑐 (𝑊1 𝑡) = 𝑊 𝑟𝑒𝑐𝑡 𝑊1
1 − 𝑊1 𝑊1 𝑓
e 2 2
1 𝑓 1
𝐻 𝑓 =ℑ ℎ 𝑡 = ℑ 𝑠𝑖𝑛𝑐 (𝑊2 𝑡) = 𝑊 𝑟𝑒𝑐𝑡 𝐻(𝑓)
2 𝑊2 𝑊2

A saída é dada por

1 1 𝑓 𝑓
− 𝑊2 𝑊2 𝑓
𝑌 𝑓 =𝐻 𝑓 𝑋 𝑓 = 𝑟𝑒𝑐𝑡 𝑟𝑒𝑐𝑡 2 2
𝑊2 𝑊1 𝑊2 𝑊1

1 1 𝑓
𝑟𝑒𝑐𝑡 , 𝑊1 ≤ 𝑊2
𝑊 𝑊 𝑊1
= ൞ 12 11 𝑓
𝑟𝑒𝑐𝑡 , 𝑊2 < 𝑊1
𝑊2 𝑊1 𝑊2
No domínio do tempo, tem-se um sinal passa-baixa dado por

1
𝑠𝑖𝑛𝑐 𝑊1 𝑡 , 𝑊1 ≤ 𝑊2
𝑊2
𝑦 𝑡 = ℑ−1 𝑌 𝑓 =
1
𝑠𝑖𝑛𝑐 𝑊2 𝑡 , 𝑊2 < 𝑊1
𝑊1
o Sinais com uma representação no domínio da frequência que contém
frequências próximas da origem são sinais passa-baixa.

o Um sistema LTI que deixa passar todas as frequências abaixo de 𝑊 e

rejeita as frequências acima de 𝑊 é um sistema passa-baixa ideal.

o Exemplos de sistemas passa-baixa, passa-alta e passa-faixa ideais são

mostrados abaixo.

|𝐻 𝑓 | 1 |𝐻 𝑓 | 1 |𝐻 𝑓 | 1

−𝑊 𝑊 𝑓 −𝑊 𝑊 𝑓 𝑊2 −𝑊1 𝑊1 𝑊2 𝑓

passa-baixa passa-alta passa-faixa

o Em filtros passa-baixa, passa-alta e passa-faixa não ideais, a largura de
faixa é usualmente definida em termos da redução de 50% de |𝐻 𝑓 |2 .

o Essa largura de faixa é conhecida como faixa de 3dB do filtro e é

ilustrada por

|𝐻 𝑓 | 1
1
2

𝑓𝑜 𝑓

o A frequência 𝑓𝑜 determina a largura de faixa de 3dB do filtro.

 Exemplo 23

A magnitude da função de transferência de um filtro é descrita por

1
𝐻(𝑓) =
2
𝑓
1 + 10000

Determine o tipo de filtro e a sua largura de faixa de 3dB.

Solução:

Em 𝑓 = 0, tem-se 𝐻(𝑓) = 1 e 𝐻(𝑓) diminui à medida que 𝑓 → ∞.

Logo, trata-se de um filtro passa-baixa.

Para obter a largura de faixa de 3dB faz-se 𝐻(𝑓)

1
1
1 1 1
𝐻(𝑓𝑜 ) 2 = 𝑓𝑜 2
= 𝐻(0) 2 = , 2
1+ 2 2
10000

o que resulta em 𝑓𝑜 𝑓

𝑓𝑜 = 10000Hz ou 10 kHz.

Logo, o filtro é passa-baixa e possui uma largura de faixa de 3dB de 10KHz.

 D. Energia e potência

o A energia de um sinal 𝑥(𝑡) é definida por

∞
𝜀𝑥 = න 𝑥(𝑡) 2 𝑑𝑡
−∞

o A potência de um sinal 𝑥(𝑡) é descrita por

𝑇
2
𝑃𝑥 = lim න 𝑥(𝑡) 2 𝑑𝑡
𝑇 → ∞ −𝑇
2

o A seguir, serão consideradas as funções densidade espectral de

potência e autocorrelação dos sinais do tipo energia e potência.
o Para um sinal do tipo energia 𝑥(𝑡), define-se a função autocorrelação

𝑅𝑥 𝜏 = 𝑥 𝜏 ∗ 𝑥 ∗ −𝜏
∞
= න 𝑥 𝑡 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
−∞
∞
= න 𝑥 𝑡 + 𝜏 𝑥 ∗ 𝑡 𝑑𝑡
−∞

o Fazendo-se 𝜏 = 0, obtém-se

∞ ∞
𝜀𝑥 = න 𝑥(𝑡) 2 𝑑𝑡 = න 𝑋(𝑓) 2 𝑑𝑓
−∞ −∞
o Um sinal 𝑥 𝑡 aplicado a um canal de comunicações modelado como um
sistema LTI com resposta ao impulso ℎ(𝑡) resulta na saída

𝑦 𝑡 = ℎ 𝑡 ∗ 𝑥(𝑡)
ou
𝑌 𝑓 = 𝐻 𝑓 𝑋(𝑓),

o A energia de 𝑦(𝑡) é descrita por

∞ ∞
𝜀𝑦 = න 𝑦(𝑡) 2 𝑑𝑡 = න 𝑌(𝑓) 2 𝑑𝑓
−∞ −∞
∞ 2 𝑋(𝑓) 2 𝑑𝑓
= ‫׬‬− ∞ 𝐻(𝑓) = 𝑅𝑦 (0),

em que 𝑅𝑦 𝜏 = 𝑦 𝜏 ∗ 𝑦 ∗ −𝜏 é a função autocorrelação de 𝑦(𝑡) .

o A transformada inversa de Fourier de 𝑌(𝑓) 2
é dada por

𝑅𝑦 𝜏 = ℑ−1 𝑌(𝑓) 2 = ℑ−1 𝐻(𝑓) 2 𝑋(𝑓) 2

= ℑ−1 𝐻(𝑓) 2 ℑ−1 𝑋(𝑓) 2

= 𝑅ℎ 𝜏 ∗ 𝑅𝑥 𝜏

1, 𝑊 < 𝑓 < 𝑊 + 𝛻𝑊
o Supondo-se que 𝐻 𝑓 = ቊ tem-se
0, caso contrário

2 𝑋(𝑓) 2 , 𝑊 < 𝑓 < 𝑊 + 𝛻𝑊

𝑌(𝑓) =ቊ
0, caso contrário
e
∞
𝜀𝑦 = න 𝑌(𝑓) 2 𝑑𝑓
−∞
 Exemplo 24

Determine a função autocorrelação, a densidade espectral de energia e a

energia do sinal 𝑥 𝑡 = 𝑒 −𝑎𝑡 𝑢 𝑡 , 𝛼 > 0.

𝑥 𝑡

𝑡
Solução:

A transformada de Fourier do sinal é dada por

1
𝑋 𝑓 = ℑ 𝑥(𝑡) =
𝛼 + 𝑗2𝜋𝑓

O módulo ao quadrado do sinal indica a densidade espectral de energia, que

é dada por

2
1
𝜀𝑥 𝑓 = 𝑋 𝑓 = 2 2
𝛼 + 2𝜋𝑓
A função autocorrelação do sinal é calculada por

1 −𝛼 𝜏
𝑅𝑥 𝜏 = ℑ−1 𝑋 𝑓 2 = 𝑒
2𝛼

A energia do sinal é calculada por

1
𝑅𝑥 0 =
2𝛼
o A função autocorrelação de média temporal de 𝑥(𝑡) é definida por

𝑇
1 2
𝑅𝑥 𝜏 = lim න 𝑥 𝑡 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
𝑇 → ∞ 𝑇 −𝑇
2

o A densidade espectral de potência de 𝑥(𝑡) é descrita por

𝑆𝑥 𝑓 = ℑ 𝑅𝑥 𝜏 ,

∞
em que 𝑅𝑥 𝜏 = ℑ−1 𝑆𝑥 𝑓 e 𝑃𝑥 = 𝑅𝑥 0 = ‫׬‬− ∞ 𝑆𝑥 𝑓 𝑑𝑓.
o Um sinal do tipo potência 𝑥(𝑡) aplicado a um canal de comunicações
modelado por um sistema LTI com resposta ℎ(𝑡) gera a resposta

∞
𝑦 𝑡 = න ℎ 𝑡 − 𝜏 𝑥 𝜏 𝑑𝜏
−∞

o A função autocorrelação de média temporal para o sinal 𝑦 𝑡 é dada por

𝑇
1 2
𝑅𝑦 𝜏 = lim න 𝑦 𝑡 𝑦 ∗ 𝑡 − 𝜏 𝑑𝑡
𝑇 → ∞ 𝑇 −𝑇
2

o Substituindo-se 𝑦 𝑡 obtém-se

𝑇
∞ ∞
1 2
𝑅𝑦 𝜏 = lim න න ℎ 𝑢 𝑥 𝑡 − 𝑢 𝑑𝑢 න ℎ∗ 𝑣 𝑥 ∗ 𝑡 − 𝜏 − 𝑣 𝑑𝑣 𝑑𝑡
𝑇 → ∞ 𝑇 −𝑇 − ∞ −∞
2
o Introduzindo uma mudança de variável 𝑤 = 𝑡 − 𝑢, obtém-se

𝑇
∞ ∞
1 2
𝑅𝑦 𝜏 = න න ℎ 𝑢 ℎ 𝑣 lim න 𝑥 𝑡 − 𝑢 𝑥 ∗ 𝑢 + 𝑤 − 𝜏 − 𝑣 𝑑𝑤 𝑑𝑢𝑑𝑣
∗
−∞ − ∞ 𝑇 → ∞ 𝑇 −𝑇
2
∞ ∞
= න න ℎ 𝑢 ℎ∗ (𝑣)𝑅𝑥 𝜏 + 𝑣 − 𝑢 𝑑𝑢𝑑𝑣 = ℎ 𝜏 ∗ ℎ∗ (−𝜏) ∗ 𝑅𝑥 𝜏
−∞ − ∞

o Calculando-se a transformada de Fourier da expressão acima, tem-se

𝑆𝑦 𝑓 = ℑ 𝑅𝑦 𝜏 = 𝐻 𝑓 𝐻∗ (𝑓)𝑆𝑥 𝑓
= |𝐻 𝑓 |2 𝑆𝑥 𝑓
o Suponha que o sinal 𝑥(𝑡) é periódico com período 𝑇0 e tem-se os coeficientes
de Fourier {𝑥𝑛 } da sua expansão.

o A função autocorrelação de média temporal é dada por

𝑇
1 2
𝑅𝑥 𝜏 = lim න 𝑥 𝑡 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
𝑇 → ∞ 𝑇 −𝑇
2
𝑇0
1
= 2
‫׬‬
𝑇0 −𝑇0
𝑥 𝑡 𝑥 ∗ 𝑡 − 𝜏 𝑑𝑡
2

o Usando a expansão em série de Fourier, obtém-se

𝑇0 ∞ ∞
1 2 𝑗2𝜋𝑛 𝑗2𝜋 𝑛−𝑚
𝜏 𝑡
𝑅𝑥 𝜏 = න ෍ ෍ 𝑥𝑛 𝑥𝑛∗ 𝑒 0 𝑒 𝑇0
𝑇 𝑑𝑡
𝑇0 −𝑇0
2 𝑛=− ∞ 𝑚=− ∞
𝑗2𝜋𝑛
𝜏
= σ∞
𝑛=− ∞ |𝑥𝑛 |
2 𝑒 𝑇0
o A densidade espectral de potência de um sinal periódico é dada por

𝑆𝑥 𝑓 = ℑ 𝑅𝑥 𝜏
𝑛
𝑛=− ∞ |𝑥𝑛 | 𝛿 𝑓 − 𝑇 ,
= σ∞ 2
0

em que a potência do sinal periódico 𝑥(𝑡) é

∞ ∞

𝑃𝑥 = න 𝑆𝑥 𝑓 𝑑𝑓 = ෍ |𝑥𝑛 |2
−∞ 𝑛=− ∞
o Se o sinal periódico for aplicado a um canal de comunicações modelado
como um sistema LTI com resposta em frequência 𝐻 𝑓 obtém-se

𝑆𝑦 𝑓 = ℑ 𝑅𝑦 𝜏 = 𝐻 𝑓 𝐻∗ (𝑓)𝑆𝑥 𝑓
= |𝐻 𝑓 |2 𝑆𝑥 𝑓
𝑛
= |𝐻 𝑓 |2 σ∞ 2
𝑛=− ∞ |𝑥𝑛 | 𝛿 𝑓 − 𝑇
0
𝑛 𝑛
= σ∞ 2
𝑛=− ∞ |𝑥𝑛 | |𝐻 |2 𝛿 𝑓 − 𝑇
𝑇0 0

o A potência do sinal 𝑦 𝑡 é dada por

∞ ∞
𝑛 2
𝑃𝑦 = න 𝑆𝑦 𝑓 𝑑𝑓 = ෍ |𝑥𝑛 |2 |𝐻 |
−∞ 𝑇0
𝑛=− ∞
 E. Transformada de Hilbert

o A transformada de Hilbert de um sinal 𝑥(𝑡) desloca os componentes em

frequência deste sinal em 90º , gerando o sinal 𝑥(𝑡).
ො

o A transformada de Hilbert é muito útil em comunicações e

processamento de sinais, e foi inventada por David Hilbert.

o David Hilbert foi um dos mais influentes matemáticos

alemães nos séculos 19 e 20.

o Hilbert foi professor na Universidade de Goettingen

e desenvolveu muitas ideias nas áreas de álgebra,
geometria, operadores espectrais e física matemática.
o Por exemplo, a transformada de Hilbert do sinal

𝑥 𝑡 = 𝐴𝑐𝑜𝑠 2𝜋𝑓0 𝑡 + 𝜃
é dada por

𝑥ො 𝑡 = 𝐴𝑐𝑜𝑠 2𝜋𝑓0 𝑡 + 𝜃 − 90𝑜 = 𝐴𝑠𝑖𝑛 2𝜋𝑓0 𝑡 + 𝜃

o A transformada de Fourier do sinal 𝑥(𝑡)

ො equivale à multiplicação de 𝑋(𝑓)
por −𝑗𝑠𝑔𝑛(𝑓) :

𝑋෠ 𝑓 = ℑ 𝑥(𝑡)
ො = −𝑗𝑠𝑔𝑛 𝑓 𝑋(𝑓)

∞
1 1
𝑥ො 𝑡 = ℑ−1 𝑋෠ 𝑓 = ∗𝑥 𝑡 =න 𝑥 𝜏 𝑑𝜏
𝜋𝑡 −∞ 𝑡 − 𝜏
 Exemplo 25

Determine a transformada de Hilbert de 𝑥 𝑡 = 2𝑠𝑖𝑛𝑐(2𝑡)

Solução:

A transformada de Fourier de 𝑥 𝑡 = 2𝑠𝑖𝑛𝑐(2𝑡) é descrita por

𝑋 𝑓 = ℑ 𝑥(𝑡) = 2ℑ 𝑠𝑖𝑛𝑐(2𝑡)
1 𝑓
= 2 𝑟𝑒𝑐𝑡
2 2
1 1
= 𝑟𝑒𝑐𝑡 𝑓 + 2 + 𝑟𝑒𝑐𝑡 𝑓 − 2
Para obter a representação no domínio da frequência da transformada de
Hilbert de 𝑥(𝑡), emprega-se

𝑋෠ 𝑓 = ℑ 𝑥(𝑡)
ො = −𝑗𝑠𝑔𝑛 𝑓 𝑋(𝑓)
1 1
= −𝑗𝑠𝑔𝑛 𝑓 𝑟𝑒𝑐𝑡 𝑓 + 2 + 𝑟𝑒𝑐𝑡 𝑓 − 2
1 1
= 𝑗𝑠𝑔𝑛 𝑓 𝑟𝑒𝑐𝑡 𝑓 + 2 − 𝑗𝑟𝑒𝑐𝑡 𝑓 − 2

Calculando-se a transformada inversa de Fourier de 𝑋෠ 𝑓 , obtém-se

𝑥ො 𝑡 = ℑ−1 𝑋෠ 𝑓
= 𝑗𝑒 −𝑗𝜋𝑡 𝑠𝑖𝑛𝑐 𝑡 − 𝑗𝑒 𝑗𝜋𝑡 𝑠𝑖𝑛𝑐 𝑡
= −𝑗 𝑒 𝑗𝜋𝑡 − 𝑒 −𝑗𝜋𝑡 𝑠𝑖𝑛𝑐 𝑡
= −𝑗2𝑗𝑠𝑖𝑛 𝜋𝑡 𝑠𝑖𝑛𝑐 𝑡
= 2𝑠𝑖𝑛 𝜋𝑡 𝑠𝑖𝑛𝑐 𝑡
 Propriedades

i) Transformação de sinais pares e ímpares:

a transformada de Hilbert de um sinal par é ímpar , enquanto a

transformada de Hilbert de um sinal ímpar é par.

ii) Reversão de sinal:

𝑥෠ො 𝑡 = −𝑥(𝑡)
iii) Energia:

∞ ∞
2
𝜀𝑥 = න 𝑥ො (𝑡) 2 𝑑𝑡 = න 𝑋෠ (𝑓) 𝑑𝑓
−∞ −∞

iv) Ortogonalidade:

O sinal 𝑥(𝑡) e sua transformada de Hilbert 𝑥(𝑡)

ො são ortogonais.
 F. Sinais passa-baixa e passa-faixa

o Um sinal passa-baixa é um sinal cujo espectro é localizado em torno da

frequência zero.

o Um sinal passa-faixa é um sinal cujo espectro é localizado em torno de

uma frequência 𝑓𝑐 , que é muito maior do que a largura de faixa do sinal.

o Considere um sinal passa-faixa descrito por

𝑥 𝑡 = 𝐴𝑐𝑜𝑠 2𝜋𝑓𝑐 𝑡 + 𝜃
= 𝐴𝑐𝑜𝑠 𝜃 𝑐𝑜𝑠 2𝜋𝑓𝑐 𝑡 − 𝐴𝑠𝑖𝑛 𝜃 sin 2𝜋𝑓𝑐 𝑡
= 𝑥𝑐 𝑐𝑜𝑠 2𝜋𝑓𝑐 𝑡 − 𝑥𝑠 sin 2𝜋𝑓𝑐 𝑡 ,

em que 𝑥𝑐 = 𝐴𝑐𝑜𝑠 𝜃 é chamado de componente em fase e 𝑥𝑠 = 𝐴𝑠𝑖𝑛 𝜃 é o

componente em quadratura.
o O sinal passa-baixa pode também ser descrito como um fasor:

𝑥𝑙 𝑡 = 𝐴(𝑡)𝑒 𝑗𝜃 𝑡
= 𝑥𝑐 𝑡 + 𝑗𝑥𝑠 (𝑡),

em que 𝐴(𝑡) e 𝜃(𝑡) variam lentamente.

𝐼𝑚(𝑥𝑙 𝑡 ) 𝐴𝑒 𝑗𝜃

𝑅𝑒(𝑥𝑙 𝑡 )
o Pode-se então reescrever o sinal passa-faixa 𝑥 𝑡 como

𝑥 𝑡 = 𝐴𝑐𝑜𝑠 2𝜋𝑓𝑐 𝑡 + 𝜃
= 𝑅𝑒 𝐴(𝑡)𝑒 𝑗(2𝜋𝑓𝑐 𝑡+𝜃 𝑡 )

= 𝐴(𝑡)𝑐𝑜𝑠 𝜃 𝑐𝑜𝑠 2𝜋𝑓𝑐 𝑡 − 𝐴(𝑡)𝑠𝑖𝑛 𝜃 sin 2𝜋𝑓𝑐 𝑡

= 𝑥𝑐 (𝑡)𝑐𝑜𝑠 2𝜋𝑓𝑐 𝑡 − 𝑥𝑠 (𝑡) sin 2𝜋𝑓𝑐 𝑡 ,

que contém uma faixa de frequências.

𝑋(𝑓)

−𝑓𝑐 𝑓𝑐 −W 𝑓𝑐 𝑓𝑐 +W f
o Nesse caso, os componentes em fase e em quadratura são

𝑥𝑐 𝑡 = 𝐴(𝑡)𝑐𝑜𝑠 𝜃
e
𝑥𝑠 𝑡 = 𝐴(𝑡)𝑠𝑖𝑛 𝜃 ,
o O sinal passa-faixa pode ser expresso como

𝑥(𝑡) = 𝑥𝑐 (𝑡)𝑐𝑜𝑠 2𝜋𝑓𝑐 𝑡 − 𝑥𝑠 (𝑡) sin 2𝜋𝑓𝑐 𝑡 ,

em que os componente em fase e em quadratura são sinais passa-baixa, o

que permite a representação do sinal passa-baixa complexo como

𝑥𝑙 𝑡 = 𝐴(𝑡)𝑒 𝑗𝜃 𝑡 = 𝑥𝑐 𝑡 + 𝑗𝑥𝑠 (𝑡),

que é conhecido como o equivalente passa-baixa de 𝑥(𝑡).

o A representação do sinal passa-baixa 𝑥𝑙 𝑡 em coordenadas polares é
dada por

𝑥𝑙 𝑡 = 𝐴 𝑡 𝑒 𝑗𝜃 𝑡

𝑗𝑡𝑎𝑛 −1 𝑥𝑠 𝑡
= 𝑥𝑐2 𝑡 + 𝑥𝑠2 (𝑡)𝑒 𝑥𝑐 𝑡 ,

em que a envoltória e a fase do sinal passa-baixa são descritas por

|𝑥𝑙 𝑡 | = 𝐴 𝑡 = 𝑥𝑐2 𝑡 + 𝑥𝑠2 (𝑡)

𝑥𝑠 𝑡
arg 𝑥𝑙 𝑡 = 𝜃 𝑡 = 𝑡𝑎𝑛−1
𝑥𝑐 𝑡
o Usando as relações entre os sinais passa-faixa 𝑥(𝑡) e passa-baixa 𝑥𝑙 (𝑡),
tem-se

𝑥 𝑡 = 𝑅𝑒 𝑥𝑙 (𝑡)𝑒 𝑗2𝜋𝑓𝑐 𝑡
= 𝑅𝑒 𝐴(𝑡)𝑒 𝑗(2𝜋𝑓𝑐 𝑡+𝜃(𝑡)
= 𝐴 𝑡 cos 2𝜋𝑓𝑐 𝑡 + 𝜃 ,

que é uma forma de expressar um sinal em termos da envoltória complexa e

da fase do sinal passa-faixa.
 Exemplo 26

Considere uma mensagem 𝑚(𝑡) a ser transmitida em um sinal passa-faixa

descrito por

𝑥 𝑡 = 𝑚 𝑡 cos 2𝜋𝑓0 𝑡 − 𝑚
ෝ 𝑡 sen 2𝜋𝑓0 𝑡

a) Determine a envoltória e o equivalente passa-baixa do sinal 𝑥 𝑡

b) Determine e esboce a transformada de Fourier de 𝑥 𝑡

Solução:
a)
A envoltória do sinal pode ser escrita como

𝑧 𝑡 = 𝑥 𝑡 + 𝑗𝑥ො 𝑡
= 𝑚 𝑡 cos 2𝜋𝑓0 𝑡 − 𝑚
ෝ 𝑡 sen 2𝜋𝑓0 𝑡
+𝑗 𝑚ෝ 𝑡 sen 2𝜋𝑓0 𝑡 − 𝑚 𝑡 cos 2𝜋𝑓0 𝑡
ෝ 𝑡 𝑒 𝑗2𝜋𝑓0 𝑡
= 𝑚 𝑡 + 𝑗𝑚

O equivalente passa-baixa do sinal é dado por

𝑥𝑙 𝑡 = 𝑥𝑐 𝑡 + 𝑗𝑥𝑠 𝑡
= 𝑧 𝑡 𝑒 −𝑗2𝜋𝑓0 𝑡 = 𝑚 𝑡 + 𝑗𝑚
ෝ 𝑡
b) A transformada de Fourier de 𝑚(𝑡) é 𝑀(𝑓) e a transformada de Fourier
de 𝑥(𝑡) é descrita por

𝑋 𝑓 = ℑ 𝑥(𝑡) = ℑ 𝑚 𝑡 cos 2𝜋𝑓0 𝑡 − 𝑚

ෝ 𝑡 sen 2𝜋𝑓0 𝑡
𝛿 𝑓−𝑓0 +𝛿 𝑓+𝑓0 𝛿 𝑓−𝑓0 −𝛿 𝑓+𝑓0
=𝑀 𝑓 ∗ − −𝑗𝑠𝑔𝑛 𝑓 𝑀 𝑓 ∗
2 2𝑗
1 1
= 2 𝑀 𝑓 + 𝑓0 1 − 𝑠𝑔𝑛 (𝑓 + 𝑓0 ) + 2 𝑀 𝑓 − 𝑓0 1 − 𝑠𝑔𝑛 (𝑓 − 𝑓0 )

𝑋 𝑓

−𝑓0 −W −𝑓0 𝑓0 𝑓0 +W 𝑓