Sinais Aula 1

UNIVERSIDADE DE SÃO PAULO
ESCOLA DE ENGENHARIA DE SÃO CARLOS

DEPARTAMENTO DE ENGENHARIA MECÂNICA
Análise de Sinais no Domínio do Tempo

e da Freqüência
SEM0142 – Medidas Mecânicas 1

Leopoldo P.R. de Oliveira
Introdução
Jean Baptiste Joseph Fourier estudava o
fenômeno de transferência de calor nos canhões
de Napoleão quando propôs a decomposição
de funções em séries de senos e cossenos...
Trivia
Órfão de pai e mãe aos 10 anos
Tornou-se professor aos 16 anos
Aos 26 ingressou na Ecole Normale Supérieure,
onde, mais tarde, ocupou a cadeira de Laplace
Fundou e foi reitor da Univ. de Grenoble
Jean Baptiste Joseph Fourier

(1768-1830)

Revisão
• Representação de Sinais no domínio do tempo
- Relação de Euler e j  cos( )  jsen( )

- Fasores
• Propriedades de Sinais
1 T
- RMS
- MS
(Raiz da Média Quadrática)
(Média quadrática)
x  lim
T  T 0 x(t ) dt
- PDF (Função Densidade Probabilidade)

Média Temporal
Seja a função x(t) na variável tempo mostrada abaixo:
x(t) A média temporal é definida por:
B
1 T
x  lim  x(t )dt
x T  T 0
dt
T Tempo
Observações:
• Flutuações (em termos de valor médio) A Root Mean Square é definida por:
diminuem à medida em que T aumenta
1 T
• A média temporal è comumente chamada
de componente DC de um sinal
ARMS  lim
T  T 
0
x( t )2 dt

Objetivo desta aula...
Modelo do sistema com N-GDL N-EDOs (domínio to tempo)
Mx(t)  Cx
 (t)  Kx  f(t)
Domíno de Laplace (Transfer Function)
X ( s) Num( s)
  G( s)
F ( s) Den( s)
Operações nos diferentes domínios
s  j
x(t )  g (t )  f (t )
Domíno da Freqüência
X ( s )  G ( s ).F ( s )
X ( )
X ( )  H ( ).F ( )  H ( )
F ( )

Objetivo desta aula...
Estudo de Sinais no domínio da Freqüência (w)
Séries de Fourier
- Representação de sinais periódicos
Integral de Fourier
- Sinais Periódicos
- Sinais transientes

Famílias de sinais
Periódicos
Determinísticas Transientes
Sinais
Aleatórias Caóticos
Sinal Caótico: Sinal de aparência aleatória controlado por processo determinístico

Sinal Não Estacionário: Possui parâmetros dependentes do tempo
Sinal Aleatório: Muitos Componentes em freqüência

Sinais Periódicos
Sinal periódico: x(t )  x(t  T )
2
T
x(t ) o
Séris de Fourier (série de senos e cossenos):

x(t )  X 0  [bn cos(n o t )  cnsen(n o t )]
n 1
harmônicos de wo n=2,3,…

Termos da Série de Fourier
Objetivo, escrever um sinal como uma soma de senos e cossenos

n 1
2 T /2
bn   x(t ) cos(n o t ) dt
1 T /2 T T / 2
X0   x(t )dt
T T / 2
2 T /2
cn   x(t ) sen (n o t ) dt
T T / 2
Termo DC Componentes harmônicas

Formulação alternativa (Euler)

n 1
com:
cos( )  (e j  e  j ) e sen( )  (e j  e  j )
1 1
2 2
X n  (bn  jcn ) n  0

jnot
x(t )   n
X e X n  (bn  jcn ) n  0
n   X n  Xo n0

bn

x(t )  a0  [bn cos(n o t )  cnsen(n o t )]
n 1
Xn n cn
 2 2
jnot 
x(t )   X ne b
X n2  n
cn cn
n   4
bn
n


jnot
x(t )   n
X e
n  

 jmot j ( n  m)ot
x(t ) e   n
X e
n  

T /2  jmot T / 2 j ( n  m)ot
T / 2 x (t ) e dt   Xn  T / 2
e dt
n  
1 T /2  jkot
nme j ( n m)ot
 1 Xk   x(t )e dt
T T / 2
Obs: Neste caso, Xk aparece em pares conjudagos (k=n e k=-n)

desta forma, x(t) é Real

Dualidade da Série de Fourier
x(t )e  jnot dt
1 T /2
Xn  
T T / 2

jnot
x(t )   n
X e
n  
válido para sinais Periódicos

Exemplos: Sinal Senoidal (harmônico)

x(t )  4sen(20 t )  1  X 0  [bn cos(n o t )  cnsen(n o t )]
n 1
5
Amplitude
-5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tempo [s]
1 T 1 T 0,1
X 0   x(t )dt   dt  10t 0  X 0  1
T 0 0,1 0

Exemplos: Sinal Senoidal
2T 2T
bn   x(t ) cos(n o t ) dt e cn   x(t ) sen(n o t ) dt
T0 T0
bn  0 n  1,2,3,... e cn  0 n  2,3,...
T
n  1  cn  20  [4sen (20 t )  1]sen(20 t ) dt
0 0
T T
1
 80  sen (20 t ) dt  80  [1 - cos(2 20 t )]dt
2
0 0
2
T
0,1
 40  dt  40t 0  c1  4
0

Espectro de x(t)
4
3
Amplitude
2
1
0
0 5 10 15 20
Freqüência [Hz]
5 5 5 5
Amplitude
Amplitude
Amplitude
Amplitude
0 0 =>0 + => 0
-5 -5 -5 -5
0 0.1 0 0.2 0.10 0.20.1 0 0.2 0.1 0.2
Tempo [s] Tempo [s] Tempo [s] Tempo [s]

domínio
do tempo 1 T
x(t )  4sen(20 t )  1   AMS  lim 0 x(t ) dt  9
2
T  T
  b2  c 2 4 2
AMS  X o2  2  X n  X o2  2  n
2 n  1 9
n 1 n 1 4 2
Formula de Perseval
Obs: A representação do sinal no domínio da freqüênia, mantém a

infromação sobre a energia contida no sinal, ou ainda, é possivel dizer
qual o valor MS ou RMS do sinal a partir de seu espectro

Exemplos: Onda Quadrada (periódico)
Considere a onda quadrada periódica mostrada abaixo.
T
1 2A
Amplitude
0.5 X 0  A  0,5
-1.5 -1 -0.5 0 0.5 1 1.5

Tempo [s]
0,5
1 T /2 1 0,25
X0   x
T T / 2
(t ) dt   x
1  0,5
(t ) dt  t  , 25
 X 0  0,5

Exemplos: Onda Quadrada
1 2A
Amplitude
0.5
-1 -0.5 0 0.5 1
Tempo [s]
T /4
1 T /2  jnot 2 A T / 4  jnot  2 A  jnot
Xn 
T T / 2
x (t ) e dt 
T T / 4
e dt 
Tjno
e
T / 4
  2A T /4 
2 A sen (not )
T /4
 cos(not )  jsen(not )  
 Tjno  T no T / 4
 T / 4 
1 2A
Amplitude
0.5
-1 -0.5 0 0.5 1
Tempo [s] 2 n  ...,5,1,1,5,9,...

sen(not ) T / 4   2 n  ...,7,3,3,7,11,...
T /4
0 n  ...,4,2,2,4,...

( n 1) / 2 2 A 2T ( n 1) / 2 2 A
X n  (1)  (1) n  ...,3,1,1,3,5...
T n2 n
( n 1) / 2 4A X 'n  2 X n
X 'n  (1) n  1,3,5...
n
0.6 X'n
Xn
0.4 Xo
Xn
0.2
-0.2
-10 -5 0 5 10
2o n

Exemplos: Onda Quadrada (geral)
1.0
Xn 0.5
/A
0
-0.5
o o o o  o o o o

1
1 2
0.8 3
Amplitude
0.6
0.4
0.2
-0.2
-1 -0.5 0 0.5 1
Tempo [s]

10
1
0.8
Amplitude
0.6
0.4
0.2
-0.2
-1 -0.5 0 0.5 1
Tempo [s]

Propriedades da Série de Fourier:
Média: É obtida fazendo-se n = 0 na expressão de Xp
1  T
Xo   x(t ) dt Então, Xo é o valor médio do sinal periódico !
T 
Média Quadrática: É conhecida por Fórmula de Parseval e é dada por
  
2 1
  Xo  2 Xn 
2 2 2 2
AMS  Xn ou  Xo  X 'n
n   n 1 2 n 1

Propriedades da Série de Fourier:
• Somente metade dos coeficientes Xp precisam ser calculados, visto que ocorrem
aos pares complexos conjugados.
• Quando x(t) é uma função par, ou seja, x(-t) = x(t) somente coeficientes reais bn
resultam da decomposição. Neste caso a função x(t) correlaciona-se com a
componente cos(ω t) da série
• Quando x(t) é uma função ímpar, ou seja, x(-t) = -x(t) somente coeficientes reais
cn resultam da decomposição. Neste caso a função x(t) correlaciona-se com a
componente sen(ω t) da série
• O Espectro em Frequência da função periódica x(t) corresponde à um gráfico
onde são mostrados os componentes de frequência (ou harmônicos) Xn como
função de frequências discretas n ω o. Esta representação gráfica pode ser dada
em termos dos bn e cn ou em em termos do módulo e ângulo de fase de Xn (mais
usual!!!) como função da frequência.

Sinais Transientes
To   T  
1
-1 0 1
 T
T /2 sen no 
2 A sen (not ) 4A  2 ATo  T
Xn    sinc no 
To no T / 2
To no   2

Sinais Transientes
Xn T  T To  2T Xn T  n 
 o sinc no  
  o sinc 
A   2 A    
  2  To  2T

com
T    o  1
2
1 (o ; )

Xn 0.5 (2o ;0)
A
0
-10 -5 0 5 10
 2
(3o ; )
3
Sinais Transientes
Variando ... Xn T  n 
 o sinc 
  4  To  4T A    
T    o  1 / 2 …introduz-se mais componentes
mas a amplitude diminui.
0.6  1
(2o ; )
Xn 0.4 
A (4o ;0)
0.2
-0.2
-10 -5 0 1
5 10
 (6o ; )
3
Sinais Transientes
1
 2 1 2 3 4
Xn 0.5
A
0
1-10 -5 0 5 10
 4
Xn 0.5
A
0
1-10 -5 0 5 10
Xn   10
0.5
A
0
-10 -5 
0 5 10
Sinais Transientes
sincn    0  n   k , k  1,2,3,...
2 2
Então dado um : k  no  k k , k  1,2,3,...
-3
T T
x 10
20
15   100
Xn
10
A
5
-5
-10 -8 -6 -4 -2 0 2 4 6 8 10

2 4 6 8
T T T T
Sinais Transientes
IMPORTANTE:     To   e o  0
Com isso, o que antes era uma séria agora tende a um função contínua
Se o período tende a infinito, vamos considerar apenas um ciclo, ou seja
-3
x 10
20
15
Xn
10
A
5
-5
-10 -8 -6 -4 -2 0 2 4 6 8 10

1 
um ciclo => 
To 2
Integrais de Fourier
1 
 densidade!!!
T 2
2
x(t )e  jnot dt x(t )e  jnt dt
1 T /2 T /2
Xn    Xn 
T T / 2  T / 2
2 
lim X n  X ( )   x(t )e  jt dt
 0  
 
2 jnt 
jnot
x(t )   X ne  x(t )   X n

e
2
n   n  
1 
  0  x(t ) 
2 

X ( )e jt d

Integrais de Fourier: Condições
Este par de equações recebe o nome de Transformada de Fourier.

Quando x ( t ) é uma função real X(-ω) é o complexo conjugado de X(ω).
 1  jt
F ( )   x(t )e jt dt e x(t )   
F ( ) e d
 2
Estas equações são válidas quando x(t) for limitada, ou seja:

 x(t ) dt  
Exemplos de Pares de Fourier
x(t) x(t) = d(t) f(t)

1
1 t
0
t
-/2 0 /2
F F F
X(f)  X(f) = 1 F(pf)

1 (1) (1)
f
 2  0  2  f f
      0 f0 0 f0

Observações:
• Torna-se evidente que, para o caso de sinais transientes, X (ω) representa uma
Densidade Espectral, expressa em termos de unidades de x(t)/Hz.
• A Densidade Espectral é uma função contínua e complexa da frequência ω
• Existe uma diferença súbita entre um Espectro em Frequência e uma
Densidade Espectral. O primeiro é uma função de componentes Xp discretos
versus p ω o, ou seja, Xp x p ω o; enquanto que a segunda é uma função contínua
de unidades de x(t)/Hz versus w, ou seja X(ω) x ω
Torna-se evidente então que um espectro em freqüência e uma densidade
espectral são semelhantes, mas não iguais!
Fórmula de Parseval para X(ω):
1 
MS 
2  
X ( ) 2 d

Observações:
Teorema da Convolução
 
 x1 (t-t ) x2 (t )dt   x1 (t ' ) x2 (t-t ' )dt '  X 1 ( f ) X 2 ( f )
' ' '
- 
1 f
Teorema da Escala x(t )  X ( f ) x(at )  X  
a a
|α| >1: comprime o eixo do tempo, expande o eixo de freqüência
|α| <1: expande o eixo do tempo, comprime o eixo de freqüência
conceito de bandwidth

Cuidado ao usar Fourier:
fonte: xkcd.com


Sinais Aula 1

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Sinais Aula 1

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDADE DE SÃO PAULO

ESCOLA DE ENGENHARIA DE SÃO CARLOS

Análise de Sinais no Domínio do Tempo

SEM0142 – Medidas Mecânicas 1

Jean Baptiste Joseph Fourier

SEM0142 – Medidas Mecânicas 2

• Representação de Sinais no domínio do tempo

- Relação de Euler e j  cos( )  jsen( )

SEM0142 – Medidas Mecânicas 3

SEM0142 – Medidas Mecânicas 4

Domíno de Laplace (Transfer Function)

SEM0142 – Medidas Mecânicas 5

SEM0142 – Medidas Mecânicas 6

Sinal Caótico: Sinal de aparência aleatória controlado por processo determinístico

SEM0142 – Medidas Mecânicas 7

Séris de Fourier (série de senos e cossenos):

SEM0142 – Medidas Mecânicas 8

Termo DC Componentes harmônicas

SEM0142 – Medidas Mecânicas 9

SEM0142 – Medidas Mecânicas 10

SEM0142 – Medidas Mecânicas 11

Obs: Neste caso, Xk aparece em pares conjudagos (k=n e k=-n)

SEM0142 – Medidas Mecânicas 12

válido para sinais Periódicos

SEM0142 – Medidas Mecânicas 13

SEM0142 – Medidas Mecânicas 14

SEM0142 – Medidas Mecânicas 15

SEM0142 – Medidas Mecânicas 16

Obs: A representação do sinal no domínio da freqüênia, mantém a

SEM0142 – Medidas Mecânicas 17

-1.5 -1 -0.5 0 0.5 1 1.5

SEM0142 – Medidas Mecânicas 18

SEM0142 – Medidas Mecânicas 21

SEM0142 – Medidas Mecânicas 22

SEM0142 – Medidas Mecânicas 23

SEM0142 – Medidas Mecânicas 24

Média: É obtida fazendo-se n = 0 na expressão de Xp

Média Quadrática: É conhecida por Fórmula de Parseval e é dada por

SEM0142 – Medidas Mecânicas 25

SEM0142 – Medidas Mecânicas 26

SEM0142 – Medidas Mecânicas 27

SEM0142 – Medidas Mecânicas 33

Este par de equações recebe o nome de Transformada de Fourier.

Estas equações são válidas quando x(t) for limitada, ou seja:

x(t) x(t) = d(t) f(t)

X(f)  X(f) = 1 F(pf)

SEM0142 – Medidas Mecânicas 35

Fórmula de Parseval para X(ω):

SEM0142 – Medidas Mecânicas 36

|α| <1: expande o eixo do tempo, comprime o eixo de freqüência

SEM0142 – Medidas Mecânicas 37

SEM0142 – Medidas Mecânicas 38

Das könnte Ihnen auch gefallen