Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
FACULDADE DE TECNOLOGIA
Formar e aperfeiçoar cidadãos e prestar serviços atendendo às necessidades tecnológicas
Missão/FT:
da sociedade com agilidade, dinâmica e qualidade.
LIMEIRA /SP
2º SEMESTRE/2010
SUMÁRIO
1. Introdução..................................................................................................................3
2. Objetivos:...................................................................................................................3
3. Teoria.........................................................................................................................3
3.1. DFT.....................................................................................................................3
3.3. FFT......................................................................................................................6
2.3. Simulink.............................................................................................................8
4. Análises e Resultados.................................................................................................9
4.1 Função SENO.....................................................................................................9
5. Conclusão.................................................................................................................13
6. Bibliografia..............................................................................................................14
1. INTRODUÇÃO.
Sinais são informações que podem ser transmitidas ou processadas. Fisicamente,
os são obtidos através de sensores ou transdutores e transformados em sinais de tensão
ou corrente que são manipulados pelo circuito processador.
Para que um sinal possa ser manipulado por um processador, ele deve ser
discretizado. Um sinal discreto é aquele que existe apenas para valores específicos de
seu domínio, que pode, portanto ser representado por números inteiros, e esse processo
é chamado de amostragem.
2. OBJETIVOS:
Geração e análise de oito (8) sinais por meio de FFT/analisador de espectros
para vários tipos de sinais analógicos cuja transformada de Fourier é conhecida. A
análise deve ser feita utilizando o simulink no Matlab.
Depois, fazer uma comparação entre os resultados da FFT (Fast Fourier
Transform) com o da DFT (Discrete Fourier Transform) através de um programa escrito
no Matlab.
3. TEORIA.
3.1. DFT.
Simetria:
1 −n
N
X (k T s) ↔ x
N Ts ( )
Descolamento no tempo:
jπnl
n
x ( k T s−lT s ) ↔ X
( )
N Ts
e N
N −1
1
x ( k T s ). y (k T s ) ↔
N
∑X
i=0
( NiT ) .Y ( Nn−iT )≡ N1 X ( NiT )∗Y ( Nn−iT )
s s s s
Teorema de Parseval
N−1 N −1 2
1 n
∑
i=0
2
x ( k T s ) =¿
N ∑
n=0 | ( )|
X
N Ts
¿
Shannon iniciou sua prova usando um trem de pulsos delta de Dirac(δ) visto na
figura abaixo:
f s (t)=f ( t ) . δ T (t)
s
∞
1
F s (ω)= ω F (ω)∗ ∑ δ (ω−n ω s )
2π s n=−∞
Isto equivale a:
∞
F s (ω)=f s ∑ F( ω−n ωs )
n=−∞
Pode-se constatar que para ωs < 2ωm irá ocorrer “aliasing” ou superposição.
Shannon conseguiu provar que devemos tomar Ts menor ou igual que duas vezes a
freqüência máxima do sinal enviado. Em comunicações o receptor geralmente não tem
acesso a freqüência do sinal enviado então como agir?
No caso da transmissão do sinal de voz, antes de mais nada, foi necessário que
alguém estudasse o espectro de todos os possíveis tons de voz que existissem. Concluiu-
se então que, em média, a freqüência máxima do espectro caia em torno de 4000Hz.
Usa-se então, na transmissão de voz, a taxa de amostragem de 1/2x4000=125μseg.
3.3. FFT.
2
Mostra-se então que para ser feita uma DFT são necessárias N multiplicações
além das N-1 adições dos resultados. Tomando como exemplo N=1024, teremos então
que realizar 1048576 multiplicações mais 1023 adições. São no total 1049599 operações
a serem realizadas. Se o processo tiver que ser realizado em tempo real, encontra-se um
grande obstáculo.
Foi pensando nesse problema que J.W. Cooley da IBM, em colaboração com
J.W. Tukey da Bell Labs conseguiram uma revolução maior no tratamento digital de
sinais em 1965 com a publicação da transformada rápida de Fourier. Trata-se de um
método engenhoso e altamente eficiente de reagrupar os cálculos dos coeficientes de
uma DFT. Leva em conta o fato de que alguns dos termos precisarem ser computados
apenas uma vez e armazenados em uma tabela para serem usados em futuras operações.
A FFT não é um tipo diferente de transformada e sim uma técnica que possibilita
avaliar DFT de forma mais rápida e econômica. Muitos softwares já dispõem de rotinas
para o cálculo da FFT. Entre as diversas aplicações da FFT destacam-se:
Codificação de voz
A determinação do espectro,
Realização de integrais de convolução,
Simulação de filtros e
A idéia de Cooley-Tukey foi quebrar o somatório que aparece na DFT em duas
partes, relativas aos índices pares e impares. Com isso eles conseguiram reduzir o
2
número de multiplicações de N para N log2 N. A tabela 1 nos mostra a clara vantagem
do uso da FFT.
N N2 Nlog2 Vantage
N m
2 4 2 2
4 16 8 2
8 64 24 2,67
16 256 64 4
32 1024 160 6,4
64 4096 384 10,67
128 16384 896 18,29
256 65536 2048 32
512 262144 4608 56,89
1024 1048576 10240 102,4
2048 4194304 22528 186,18
4096 1677721 49152 341,33
6
8192 6710886 10649 630,15
4 6
2.3. SIMULINK
Simulink:
Note que no caso da DFT, o espectro do sinal está normalizado. Fazendo uma
análise com a FFT gerada no Simulink, o espectro tem o mesmo formato.
DFT:
%DFT
deltaf=2*pi/(N*Ts);%Defining the grid size of Fourier domain
for k=1:length(m)
freq = (-j*(2*pi/(N))*(k-1));
Wnk = exp(freq.*(0:length(t)-1));
X(k)=Ts*sum(y.*Wnk);
end
if mod(N,2)==0
k=-N/2:N/2-1;
else
k=-(N-1)/2:(N-1)/2;
end
%plot
vmax1=max(abs(X));
Xcn1=X/vmax1; %normalize
subplot(3,1,1);
plot(t,y); title('Function wave');
subplot(3,1,2);
plot(f,fftshift(abs(Xcn1))); title('DFT');
5. CONCLUSÃO
6. BIBLIOGRAFIA