Professional Documents
Culture Documents
Pomilio
x(t ) A.sen(2ft )
A= amplitude
1 2
T = período
f
fase inicial
No caso de sinal composto de k frequências, são 3k parâmetros além da função analítica (no
caso a função seno) para caracterizar a sucessão de valores no domínio do tempo.
x( f ) [ A, f , ]
Uma vez que a função periódica de referência já está implícita no domínio da frequência, a
caracterização do sinal decomposto em termos dessa referência necessita apenas dos parâmetros
resultantes da decomposição.
Amplitude
A Fase
f
0 0
f
Nem todas as funções definidas no domínio do tempo apresentam período. Por exemplo, a
função:
f ( t ) cos 1t cos 2 t
será periódica apenas se a relação entre as frequências angulares for um número racional:
1 m
, para n e m inteiros.
2 n
Desta forma, a função abaixo não é periódica, embora esteja descrita no domínio do tempo e
seja composta por dois sinais periódicos.
a) b)
Figura 3.4 a) Soma dos primeiros cinco termos da série da onda dente de serra.
b) Soma dos primeiros cinco termos da série de uma onda quadrada.
2 - Se a função é par [f(t) = f(-t)], a série contém apenas termos em cosseno; se a função for ímpar
[f(t) = -f(-t)], contém apenas termos em seno.
A análise pela série de Fourier, no domínio da frequência, para sinais periódicos, resume-se a
determinar os valores dos coeficientes A e B da série, uma vez que se conhece o período T da função
de referência. Sabendo que as funções cosseno e seno são ortogonais, a decomposição de Fourier
pode ser vista como uma operação de projeção em base de sinais ortogonais:
fe
f1
fe
c12.f2 f2
C12 é a medida da projeção ortogonal da função f1 sobre a função f2. Para determinar C12
sobre um intervalo de tempo [ta,tb] pode-se utilizar a técnica de erro quadrático médio mínimo para
a função de erro fe , dada por
1 tb
O erro quadrático médio no intervalo será, portanto: eab
tb t a
ta
f e2 (t ).dt
eab
O mínimo dessa função será encontrado impondo: 0
c12
C12
a
f1 (t ). f 2 (t ) dt
b
a
f 22 (t ).dt
Se f1 e f2 forem ortogonais, então C12 é nulo no intervalo dado. No caso da série de Fourier
1
Demonstração:
f (t ) C f 2 (t ) .dt
1 tb
eab
2
tb t a
1 12
ta
eab
C12
1
C12 tb t a
tb
f
1
2
(t ) 2C12 f1 (t ) f 2 (t ) C 212 . f 22 (t ) .dt 0
ta
2C12 f 22 (t ).dt 2 f1 (t ). f 2 (t ).dt 0
b
C12
a
f1 (t ). f 2 (t )dt
b
a
f 22 (t ).dt
Seja f2(t)=1,
f ( t ).1. d t 1 f ( t ) . d t valor médio no período
2
A0
1 . d t
Seja f2(t)=cos(h1t),
f ( t ) .cos( h t ).dt 1 f ( t ). cos( h t ).dt
1
Ah
1
cos ( h t ).dt
2
1
Seja f2(t)=sen(h1t),
f ( t ) .sen( h t ) .d t 1 f ( t ) .sen( h t ).dt
1
Bh
1
sen ( h t ).dt
2
1
Cada coeficiente pode ser interpretado como sendo o dobro do valor médio da função,
ponderado pela respectiva base harmônica. Notar que os coeficientes (das funções seno ou cosseno)
serão números reais, podendo ser positivos ou negativos. Uma vez obtidos os coeficientes, pode-se
dispor o espectro na forma seguinte:
A
1
1/3
1/5
2f1 4f1
f
f1 3f1 5f1
-1/4
-1/2
f (t ) a .e
h
h
jh1t
h 0, 1, 2,...
Notar que para h = 0 resulta o termo médio (CC) e para h = 1 resulta a onda fundamental.
Isso pode ser verificado impondo-se as condições de simetria par e ímpar:
se a h = a -h resulta termo cosseno
se a.h = -a -h resulta termo seno
Uma vez que h pode assumir valores positivos e negativos, diz-se que essa série é bilateral.
f (t ) a 0 a h e
j h 1 t j h 1 t
a h e h=1, 2, 3...
h 1
Para sinais reais, a condição de simetria complexa tem que ser satisfeita, ou seja, ah ah 2,
devido ao teorema de Parseval (a energia deve se manter tanto no domínio do tempo como no da
frequência). Portanto:
f (t ) a0 ah .e jh1t ah .e jh1t (I)
h 1
Assumindo ainda que cada coeficiente complexo é formado pelas partes real e imaginária na forma:
ah Ah j Bh
1
h > 0,
2
de modo que:
1
Ah jBh
ah ah
2
resulta que a equação (I) pode ser escrita como:
f (t ) a0 Ah cos(h1t ) Bh sen(h1t )
h 1
2
O símbolo * indica o valor complexo conjugado (possui a mesma parte real e a parte imaginária tem o sinal trocado).
1 1
Ah f (t ) cos(h1t ). dt Bh f (t ).sen(h1t ).dt
resultando:
f (t )cos(h1t ) j.sen(h1t ). dt
1
2
ah
1
ah
2
f (t ) . e j h 1 t . dt h = 0, 1, 2....
jh t
Notar que e 1
é um operador de rotação cuja amplitude é 1. Portanto, cada coeficiente ah
corresponde ao valor médio da função f(t), ponderada pelo operador que gira com velocidade h1, a
qual define a periodicidade harmônica.
- x=0 2 x=1t
T1
Figura 3.8 Trem de pulsos unitários.
Esse sinal é importante para se chegar à Transformada de Fourier. Por conveniência, tome-se
2 2
o sinal com período T1 , o pulso com amplitude 1 e duração t= . Notar que k inteiro pode
1 k
ser interpretado como uma frequência múltipla de 1, uma vez que t é uma fração de T1.
Sabe-se que os coeficientes da série complexa de Fourier são dados por:
k
1
e x = 1t h=0, 1, 2...
jhx
ah . dx para
2
k
resultando para:
1 1
h=0 a0 k k k
2
1 jh k j mh
e para h0 ah
1
jh2
e jhx k
= e
jh2
e k
1
sen h
k h k
Essa função define a envoltória para os valores dos coeficientes ah do trem de pulsos. No caso
do trem de pulsos, verifica-se que os coeficientes são definidos para as abcissas da função sinc apenas
para valores específicos ou discretos, dados por:
h 2 3
0, , , ,.... pois h=0, 1, 2, 3....
k k k k
Pode-se visualizar o que ocorre com os coeficientes ah se os representarmos para dois casos,
por exemplo, k=3 e k=5:
Quanto menor a duração do pulso (maior k), mais os coeficientes se aproximam e diminuem
de amplitude. Se, ao invés de reduzir a duração, aumentar o período entre pulsos (T1 ), tem-se, no
limite, um trem de pulsos com período infinito, ou seja, apenas um pulso na origem. Com isso, a
frequência fundamental ( 1 2 ) tende a zero, e os componentes se aproximam tanto que formam
T1
um espectro contínuo com amplitudes infinitesimais:
T /2
1 1 1
ah
2
f ( x).e jhx .dx
T1 T1 / 2
f (t ).e jh1t .dt
Como ah tende a zero, enquanto T1 tende a infinito, o produto ah.T1 tende a uma constante:
ahT1 f (t ).e j t . dt ( )
(T )
1
( ) j h1 t 1
f (t )
h T1
.e ( ) 1 . e j mh1 t
h 2 2
( ). e j h t . d
1
a T
h 1
- T1 t
Figura 3.12 Trem de pulsos
Os coeficientes da TF são:
1 2
a0
T1
A . dt
T1
A (média do período)
Portanto, para a onda periódica resulta um espectro discreto, cuja resolução é dada por
2
1 .
T1
Notar que a duração do pulso (2) define a largura da faixa de frequências (primeiro
cruzamento da função sinc por zero).
- t
T1 / 2
f (t ) a T .e
h 1
jh1t
f (t ).e jh1t .dt .e jh1t
h
h T1 / 2
T1 / 2
f (t ).e
jh1t
portanto a TF é dada por: ( ) ahT1 .dt
T1 / 2
T1 / 2
e a0T1
T1 / 2
f (t ).dt f (t ).dt 2 . A
- t
- t
Figura 3.16 Pulso isolado largo e seu espectro contínuo.
0
Figura 3.17 Espectro do degrau.
A questão pendente, que será respondida na sequência é: quanto vale a amplitude da “vareta”
do espectro do degrau?
e-t
0 t
Figura 3.18 Função atenuação do degrau.
G( ) e t . e j t . dt
0
1
( j )
e t .e j t
0
1
j
( >0)
Para obter o espectro do degrau não basta zerar , pois em =0 ocorre uma singularidade.
1
Levantando a singularidade, vê-se que para =0, resulta: G( 0 ) ; e, para >>0, resulta:
1
G( ) . Ou seja, o espectro é contínuo e decrescente. A fase inicial é zero e atrasa até -90.
j
G( )
1/
Degrau unitário
1
G( )
0 t
-90
Ga ( ) f ( t ). e t .e j t . dt f ( t ).e ( j ).t . dt
0 0
Designando s j resulta:
L( s ) f ( t ). e s t . dt
0
A integral agora tem que começar em t=0 uma vez que para t<0 a atenuação vira ampliação, e
portanto a integral se torna divergente.
j t
( ) f ( t ). e . dt
L( s ) f ( t ). e s t . dt
0
percebe-se que, enquanto Fourier expande f(t) em um conjunto infinito de exponenciais tipo ej..t, que
dão origem a senos e cossenos sobre todo o intervalo - < t < , Laplace expande f(t) em um
conjunto infinito de exponenciais complexas tipo es.t, que dão origem não apenas a senos e cossenos,
como também a exponenciais crescentes e decrescentes, e combinações deles, resultando modos
oscilatórios decrescentes (amortecidos) e crescentes (instáveis).
Essa é uma importante generalização, mas que só se aplica para t 0. Essa transformação
atende a grande parte dos sinais físicos e por isso encontrou grande aplicação na área de controle
moderno. Neste caso, convertendo cada sinal para o domínio da frequência pela transformada de
Laplace, descobre-se que a função de transferência descreve a relação entrada-saída dos dispositivos
que intervêm no processo.
Sistemas complicados podem ser analisados através das relações matemáticas no domínio da
frequência, gerando funções complexas H(s) que podem ser decompostas em pólos e zeros que são as
raízes dos polinômios do denominador e numerador de H(s). Os pólos e zeros podem ser usados para
caracterizar o comportamento dinâmico do sistema sob diferentes condições de excitação e controle.
Porém esse é assunto para outro curso.
10
s1( t) 0
10
0 0.5 1 1.5 2 2.5 3
t
O máximo divisor comum entre as frequências de cada onda períodica é 5, logo o período é:
5 1
To s1( 0) 2
2
s1( To ) 2
To 1.257
Seja outra forma de onda:
s2( t) 0
4
0 0.5 1 1.5 2 2.5 3
t
Embora cada sinal, individualmente, seja periódico, como as frequencia não estão em uma
relação RACIONAL, ou seja, NÃO SÃO MÚLTIPLAS inteiras de um fator comum, a onda
resultante não é periódica
w1 2
To
To
2
1
Ao s1( t) dt
To To
2
Ao 0
n 1 10
To
2
2
An s1( t) cos[ n ( w1 ) t] dt
To To
2
To
2
2
Bn s1( t) sin ( n w1 t) dt
To To
2
An Bn
0 0
0 -1.502·10 -15
2 0
0 5
0 -1.034·10 -15
0 0
0 0
0 -1.612·10 -15
0 4.736·10 -15
0 0
s1( t)
0
w1 15
To 2
w1
To 0.419
To
2
1
Ao s1( t) dt
To To
Ao 0.5
2
n 1 10
To
2
2
An s1( t) cos[ n ( w1 ) t] dt
To To
To
2
2
2
An Bn s1( t) sin ( n w1 t) dt
To To
1.273 Bn
0 0 2
-0.424 0
0 0
0.255 0
0 0
-0.182 0
0 0
0.141 0
0 0
Reconstrução do sinal:
x( t) Ao A1 cos( w1 t)
x( t) 0
2
0 0.5 1 1.5 2 2.5 3
t
x( t) Ao A1 cos( w1 t) A3 cos( 3 w1 t)
x( t) 0
2
0 0.5 1 1.5 2 2.5 3
t
x( t) 0
2
0 0.5 1 1.5 2 2.5 3
t
x( t) Ao A1 cos( w1 t) A3 cos( 3 w1 t) A5 cos( 5 w1 t) A7 cos( 7 w1 t)
1
x( t)
0
1
0 0.5 1 1.5 2 2.5 3
t
s1( t)
1
0
0 0.5 1 1.5 2 2.5 3
t
2
To To 0.419
w1
To
2 Termo geral, para n par:
1
Ao s1( t) dt
To To n
2
2 4 ( 1)
Ao 1.273 An E
n 1 10
1 n2
To
2
2
An s1( t) cos[ n ( w1 ) t] dt
To To
2 An Bn
To 0 0
2 0.849 0
2 0 0
Bn s1( t) sin ( n w1 t) dt
To To -0.17 0
0 0
2 0.073 0
0 0
-0.04 0
0 0
0.026 0
Reconstrução do sinal
x( t) Ao A1 cos( w1 t)
1.276
1.274
x( t)
1.272
1.27
0 0.5 1 1.5 2 2.5 3
t
x( t) Ao A1 cos( w1 t) A2 cos( 2 w1 t)
2
x( t)
1
0
0 0.5 1 1.5 2 2.5 3
t
x( t) 1
0
0 0.5 1 1.5 2 2.5 3
t
x( t) Ao A1 cos( w1 t) A2 cos( 2 w1 t) A4 cos( 4 w1 t) A6 cos( 6 w1 t)
2
x( t)
1
0
0 0.5 1 1.5 2 2.5 3
t
s1( t) 0.5
Reconstrução do sinal
x( t) Ao A1 cos( w1 t)
0.5
x( t) 0
0.5
0 0.2 0.4 0.6 0.8 1
t
5
x( t) Ao
Ancos( n w1 t) Bnsin ( n w1 t)
n1
1
x( t)
0
1
0 0.2 0.4 0.6 0.8 1
t
30
x( t) Ao
Ancos( n w1 t) Bnsin ( n w1 t)
n1
1.5
x( t) 0.5
0.5
0 0.2 0.4 0.6 0.8 1
t
0.1 -0.028
-0.032
an -0.028
-0.02
0.05
-9.981·10 -3
7.097·10 -4
9.842·10 -3
0
0.016
0.019
0.017
0.05 0.013
0 4 8 12 16 20 24 28 32 36 40
6.26·10 -3
n
-7.096·10 -4
-6.91·10 -3
-0.011
-0.013
-0.012
-9.115·10 -3
-4.468·10 -3
7.095·10 -4
5.393·10 -3
8.722·10 -3
t 0 0.0001 0.2
w1 2 5
sign cos 2 5 t 0.995 1
s1( t) To 2
2 w1
s1( t) 0.5