Processamento Digital de Sinais

Transformada Discreta de
Fourier
Prof. Dr. Carlos Alberto Ynoguti
Jean Baptiste Joseph Fourier
Nascimento: 21 de maro de 1768 em Auxerre,
Bourgogne, Frana
Morte: 16 de maio de 1830 em Paris, Frana
Introdu!o
A an"lise de Fourier # uma fam$lia de t#cnicas
matem"ticas% todas elas baseadas na decomposi!o de
sinais em sen&ides.
A Transformada Discreta de Fourier 'Discrete Fourier
Transform ( DFT) # o membro da fam$lia utili*ado para
sinais digitali*ados.
A DFT tem +ers,es real e imagin"ria. -este curso iremos
focar apenas a +ers!o real da DFT.
Classifica!o de sinais
.s sinais podem ser classificados segundo +"rios
crit#rios. Por e/emplo0
sinais cont$nuos ou discretos
sinais peri&dicos ou aperi&dicos
1stes dois crit#rios le+am aos 2uatro elementos da fam$lia
de transformadas de Fourier0
Sinais cont$nuos e aperi&dicos0 Transformada de Fourier
Sinais cont$nuos e peri&dicos0 S#rie de Fourier
Sinais discretos e aperi&dicos0 Transformada de Fourier de Tempo
Discreto 'DTFT)
Sinais discretos e peri&dicos0 Transformada Discreta de Fourier
'DFT)
3Fam$lia4 Fourier
Transformada de Fourier
'aperi&dico% cont$nuo)
S#rie de Fourier
'peri&dico% cont$nuo)
Transformada de Fourier de Tempo
Discreto 'DTFT) 'aperi&dico% discreto)
Transformada Discreta de Fourier
'DFT) 'peri&dico% discreto)
.bser+a,es
Todos os 2uatro membros da fam$lia de transformadas de
Fourier assumem 2ue os sinais sob an"lise t5m dura!o infinita.
Para analisar os sinais com um computador ou um DSP% os
sinais t5m necessariamente 2ue ter dura!o finita.
Desta forma% temos 2ue fa*er com 2ue os sinais 3paream4 ter
dura!o infinita.
Isto pode ser feito de duas maneiras0
Considerar 2ue o sinal # nulo fora do inter+alo de an"lise
'aperi&dico ( DTFT)
Considerar 2ue o sinal se repete periodicamente 'peri&dico (
DFT)
. 2ue funciona na pr"tica
Para processar os sinais usando um computador ou DSP%
os sinais de+em estar na forma digital 'discretos).
Para representar sinais aperi&dicos s!o necess"rias
infinitas sen&ides% o 2ue in+iabili*a o uso da DTFT.
1m outras pala+ras% computadores s& podem lidar com
sinais discretos e finitos em comprimento.
Conclus!o0 a 6nica transformada 2ue pode ser utili*ada na
pr"tica # a DFT.
Decomposi!o em sen&ides
cossenos
senos
decomposio
sntese
7m sinal de -89: pontos ...
... pode ser decomposto em
-;<=98> sinais cossenoidais e
-;<=98> sinais senoidais%
cada um com 9: pontos.
Por 2ue usar sen&ides?
1/istem infinitas formas de onda 2ue podem ser usadas
na decomposi!o0 onda 2uadrada% triangular% etc.
A ra*!o para a escolha das sen&ides # a propriedade de
fidelidade senoidal0 sen&ides 2ue entram em um sistema
linear saem como sen&ides com 'poss$+eis) mudanas na
amplitude e fase% mas mantendo a fre2u5ncia original.
1sta propriedade # bastante 6til 'como +eremos a seguir)%
e apenas as sen&ides a possuem.
1m resumo% outras decomposi,es s!o poss$+eis% mas
n!o s!o 6teis.
-ota!o e formato da DFT real
Con+erte um sinal de - pontos no dom$nio do tempo em <
sinais de '-;<=9) pontos no dom$nio da fre2u5ncia.
. sinal de entrada 'tempo) cont#m as amostras do sinal a ser
decomposto% e os sinais de sa$da 'fre2u5ncias) cont5m as
amplitudes dos senos e cossenos.
0 N-1
x[n]
0
0 N/2
N/2
DFT direta
DFT inversa
Re[!]
"m[!]
#amp$it%des dos cossenos&
#amp$it%des dos senos&
Domnio do tempo Domnio da !re'%(ncia
.bser+a,es
As informa,es contidas no dom$nio da fre2u5ncia s!o
e/atamente as mesmas do dom$nio do tempo% s& 2ue de
forma diferente.
Tempo - Fre2u5ncia0 decomposi!o% an"lise% DFT direta.
Fre2u5ncia - Tempo0 s$ntese% DFT in+ersa.
. n6mero de amostras no dom$nio do tempo # geralmente
representado pela letra -% sendo 2ue - # geralmente
pot5ncia de <% por causa do modo de representa!o digital
'bin"rio)% e por2ue o algoritmo da FFT opera com um
n6mero de amostras 2ue de+e ser pot5ncia de <.
A +ari"+el independente no dom$nio da
fre2u5ncia
0 N/2
0 0)*
0 !s/2
0
N
!s
+,
u
1m termos de fra!o da fre2u5ncia de
amostragem
1m termos da fre2u5ncia real do sinal
1m termos da fre2u5ncia angular do sinal
1m termos do n6mero de pontos da
DFT
Che2ue sua compreens!o
.corre um pico na amostra correspondente ao $ndice 9>
2uando tomamos a DFT de <@: pontos de um sinal 2ual2uer.
a) Aual # a fre2u5ncia do pico e/pressa como uma fra!o da
fre2u5ncia de amostragem? B necess"rio conhecer a
fre2u5ncia de amostragem para responder a esta 2uest!o?
b) Aual # a fre2u5ncia do pico e/pressa como fre2u5ncia
natural?
c) Aual # a ta/a de amostragem se o pico corresponde a
<9%@CD* no sinal anal&gico?
d) Aual # a fre2u5ncia da sen&ide 'em D*) se a ta/a de
amostragem # de 9EE CD*?
Fun,es base da DFT
As ondas senoidais e cossenoidais usadas na DFT
s!o comumentemente chamadas de fun,es base da
DFT.
A sa$da da DFT # um conFunto de n6meros 2ue
representam as amplitudes destes senos e cossenos.
A soma destes +"rios senos e cossenos ponderados
pelos coeficientes da DFT gera o sinal original no
dom$nio do tempo.
Pontos importantes
As fun,es base da DFT s!o geradas a partir de0
onde c
k
# a onda cossenoidal cuFa amplitude # dada por
ReXGkH% e s
k
# a sen&ide cuFa amplitude # dada por ImXGkH.
k determina a fre2u5ncia de cada sen&ide. Por e/emplo%
k8@ corresponde a uma sen&ide 'ou cossen&ide) 2ue
completa @ ciclos em N pontos.
Cada uma destas sen&ides e cossen&ides de+e ter N
pontos% de modo 2ue a soma destas resulte no sinal
original de N pontos.
c
k
i |=cos(2 ki/ N) s
k
i |=sen(2 ki/ N)
1/emplo
c
E
e s
E
0 cossenos e senos com
E ciclos completos em -8I< pontos
c
<
e s
<
0 cossenos e senos com
< ciclos completos em -8I< pontos
c
9E
e s
9E
0 cossenos e senos com
9E ciclos completos em -8I< pontos
c
9:
e s
9:
0 cossenos e senos com 9:
ciclos completos em -8I< pontos
Che2ue sua compreens!o
Determine as fun,es base para uma DFT de -8J pontos.
c
k
i |=cos(2 ki/ N) s
k
i |=sen(2 ki/ N)
.bser+a,es
c
E
0 onda cossenoidal de amplitude 9 e fre2u5ncia *ero. KeLGEH
corresponde ent!o ao n$+el DC do sinal.
s
E
0 sinal composto s& de *eros. Desde 2ue n!o influi na s$ntese
do sinal no tempo% ImLGEH assume sempre o +alor E.
c
9:
0 cosseno 2ue reali*a 9: ciclos em - pontos. Corresponde a
uma onda senoidal amostrada nos picos.
s
9:
0 seno 2ue reali*a 9: ciclos em - pontos. Corresponde a
uma onda amostrada nos cru*amentos por *ero. Portanto
ImLG-;<H8ImLGEH8E.
Auest!o
Se e/istem - amostras entrando e -;<=9 = -;<=9 8 -=<
amostras saindo% de onde +eio a informa!o e/tra?
Duas das amostras de sa$da s!o nulas e n!o carregam
informa!o0 ImLGEH e ImLG-;<H
12ua,es de an"lise M DFT direta
. m#todo cl"ssico para a determina!o dos coeficientes
da DFT # o da correla!o.
Kesumidamente% para detectar uma forma de onda
conhecida contida em um outro sinal% multipli2ue os os
sinais e some os pontos do produto resultante.
1ste procedimento fornece um n6mero 2ue # uma medida
da similaridade entre os dois sinais.
Desta forma% as e2ua,es de an"lise da DFT fornecem
coeficientes 2ue s!o uma medida da similaridade entre o
sinal sob an"lise e cada uma das sen&ides e cossen&ides.
DFT direta
Cada amostra no dom$nio da fre2u5ncia # encontrada
multiplicando(se o sinal no dom$nio do tempo pela onda
senoidal ou cossenoidal em 2uest!o% e somando os
resultados.
1m outras pala+ras% os coeficientes KeLGCH e ImLGCH s!o o
resultado da correla!o entre o sinal e cada uma das
fun,es base% para um deslocamento igual a *ero da
m"2uina de correla!o +ista anteriormente.
ReX k |=

i=0
N1
x i | cos(2k i / N ) ImX k |=

i=0
N1
x i | sen(2 k i / N )
1/emplo
Calcule a DFT de J pontos do sinal /8N9%<%I%JO.
Problema0 reconstruir o sinal original no dom$nio do tempo
atra+#s da combina!o linear de senos e cossenos.
onde0
12ua,es de S$ntese M DFT in+ersa
x i |=

k =0
N/ 2
Re

X k| cos( 2k i / N)+

k=0
N/ 2
Im

X k | sen(2k i / N)
Re

X k|=
Re X k|
N/ 2
Im

X k|=
Im X k|
N / 2
Re

X 0|=
Re X 0|
N
Re

X N / 2|=
Re X N / 2|
N
1/emplo
. dom$nio da fre2u5ncia de um sinal # dado por0
parte real0 9% <% I% I% 9% (<% (9% 9% <
parte imagin"ria0 E% (9% (<% E% E% E% <% 9% E
a) A 2ual comprimento de DFT este sinal corresponde?
b) Calcule as amplitudes dos senos e cossenos para
reconstruir o sinal no dom$nio do tempo.
c) Aual # a m#dia do sinal no dom$nio do tempo 'n$+el DC)?
-ota!o polar
. dom$nio da fre2u5ncia consiste de um grupo de amplitudes
de senos e cossenos.
1sta forma de representa!o # conhecida como nota!o
retangular.
Alternati+amente% podemos representar o dom$nio da
fre2u5ncia em nota!o polar.
-esta forma% KeLG H e ImLG H s!o substitu$das por PagLG H e
FaseLG H% representando a magnitude e a fase de LG H.
PagLG H e FaseLG H s!o substitutos par(a(par de KeLG H e ImLG H%
isto #% para calcular PagLGEH e FaseLGEH% precisamos somente
de KeLGEH e ImLGEH% e assim por diante.
Con+ers!o Ketangular(Polar
FaseX k|=arctg
(
ImX k|
ReX k|
)
MagX k|=
.
ReX
2
k|+ImX
2
k|
ReX k |=MagX k| cos( FaseX k |)
ImX k |=MagX k| sen( FaseX k |)
Re
"m
-a.
Fase
Re
"m
Informa!o na forma polar
Problemas com a nota!o polar
1/istem alguns problemas num#ricos 2uando lidamos
com a nota!o polar0
Fase em radianos ou em graus
Di+is!o por *ero no c"lculo da fase
Arco(tangente incorreta
Fase de sinais de bai/a magnitude
Ambiguidade da fase de <
Ambiguidade da fase de
Kadianos +s Qraus
A fase pode ser e/pressa em graus 'de (9RE
E
a =9RE
E
) ou
em radianos 'de ( a =).
A maioria das linguagens de programa!o usa a fase em
radianos.
Fonte de muitos erros de implementa!o.
Di+is!o por *ero no c"lculo da fase
Auando a parte real # nula 'KeLGCH8E)% temos uma fase de M>E
E

ou =>E
E
'( ou =)% dependendo do sinal da parte imagin"ria.
A f&rmula da fase le+a a uma di+is!o por *ero% o 2ue causa erro
em tempo de e/ecu!o.
F"cilmente contorn"+el atra+#s de estruturas condicionais 'if).
FaseX k|=arctg
(
ImX k|
ReX k|
)
Re
"m
-a.
Fase
Re
"m
1rro no arco(tangente
1
1
Re Re
"m "m
-1
-1
0=/*
0
0=10*
0
FaseX k|=arctg
(
ImX k|
ReX k|
)
=arctg
(
1
1
)
=/*
0
FaseX k|=arctg
(
ImX k|
ReX k|
)
=arctg
(
1
1
)
=/*
0
1rro no arco(tangente 'cont.)
1ste erro acontece sempre 2ue a parte real # negati+a. Para
corrigi(lo% de+emos adotar o seguinte procedimento0
Se tanto a parte real como a parte imagin"ria forem negati+as%
de+emos subtrair 9RE
E
'ou radianos) da fase calculada.
Se a parte real # negati+a e a parte imagin"ria # positi+a%
de+emos somar 9RE
E
'ou radianos) S fase calculada.
Como identificar este erro0 se a fase +ariar no inter+alo '(
>E
E
%>E
E
) ao in+#s de no inter+alo '(9RE
E
%=9RE
E
)% +oc5 est"
calculando a fase de forma errada.
Fase de sinais de bai/a magnitude
Auando um sinal de bai/a amplitude% contaminado por
ru$do% # +isto na forma polar% temos0
a magnitude # pe2uena tamb#mT
a fase assume +alores aleat&rios entre (9RE
E
e =9RE
E
'( a =).
Ambiguidade < da fase
A fase geralmente se apresenta no inter+alo '( a =)% como em a).
B geralmente mais f"cil de entender a fase se esta n!o apresentar
descontinuidades% como em b) 'phase unUrapping).
a& 1&
Che2ue sua compreens!o
Con+erter as seguintes partes reais e imagin"rias para a
forma polar. 1sboce um diagrama para cada um. 1m cada
caso +erifi2ue se a e2ua!o fase 8 arctan 'IP ; KP) fornece a
resposta correta sem etapas adicionais0
a. KP 8 9% IP 8 9 e. KP 8 9% IP 8 E
b. KP 8 9% IP 8 (9 f. KP 8 (9% IP 8 E
c. KP 8 (9% IP 8 9 g. KP 8 E% IP 8 9
d. KP 8 (9% IP 8 (9 h. KP 8 E% IP 8 (9
A Transformada Discreta do Cosseno
Transformada direta0
onde
Transformada in+ersa0
C(k )=o( k)

n=0
N1
x( n) cos

( n+1/ 2) k
N
|
, para 0<n<N1
x( n)=

k=0
N1
o( k)C( k) cos

( n+1/ 2) k
N
|
, para 0<n<N1
o( k)=

.
1/ n , k=0
.
2/ n ,1<k<N1
Propriedade da DCT
Auando aplicada a sinais como +o* e +$deo% a maior parte
da energia # concentrada em uns poucos coeficientes.
Com isto pode(se descartar a maioria dos coeficientes na
transmiss!o% sem perda significati+a de 2ualidade.
A DCT fa* parte da maioria dos sistemas de +ideodifus!o
digital em opera!o em todo o mundo.
1/emplo0 JP1Q