|
|
Linha 187: |
Linha 187: |
| === Transformada Rápida de Fourier (FFT) === | | === Transformada Rápida de Fourier (FFT) === |
| As FFTs são algoritmos que reduzem a complexidade do cálculo da DFT, obtendo ordens de <math> \mathrm{ O(log N \times N)} \ </math>. | | As FFTs são algoritmos que reduzem a complexidade do cálculo da DFT, obtendo ordens de <math> \mathrm{ O(log N \times N)} \ </math>. |
| + | |
| + | |
| + | *Para relembrar os conceitos vistos acima, recomendo assistir os vídeos sobre DFT do prof. Steve Brunton da University of Washington |
| + | {| class="wikitable" |
| + | |- |
| + | ! The Discrete Fourier Transform (DFT) |
| + | ! Computing the DFT Matrix |
| + | ! The Fast Fourier Transform (FFT) |
| + | ! The Fast Fourier Transform Algorithm |
| + | |- |
| + | |{{#ev:youtube|nl9TZanwbBk|300}} |
| + | |{{#ev:youtube|Xw4voABxU5c|300}} |
| + | |{{#ev:youtube|E8HeD-MUrjY|300}} |
| + | |{{#ev:youtube|toj_IoCQE-4|300}} |
| + | |} |
| | | |
| == Soma dos termos de uma Progressão Geométrica == | | == Soma dos termos de uma Progressão Geométrica == |
Transformada de Fourier no tempo contínuo (TFTC)
O sinal
é contínuo no tempo, e o sinal
é contínuo na frequência.
- A equação de análise
- É uma transformação de um domínio de uma variável real
de tempo continuo em uma variável complexa
de frequência contínua.
.
.
![{\displaystyle \mathrm {X(j\Omega )\equiv {\mathcal {F}}\{x(t)\}\ {\overset {\underset {\mathrm {def} }{}}{=}}\int _{-\infty }^{\infty }x(t)\ e^{-j\Omega t}\operatorname {d} \!t} }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/97e853c598ef08c8c929a7d36a2d5edb86da8c3d)
- A equação de síntese
- É uma transformação de um domínio de uma variável complexa
de frequência contínua em uma variável real
de tempo continuo.
.
.
![{\displaystyle \mathrm {x(t)\equiv {\mathcal {F}}^{-1}\{X(j\Omega )\}\ {\overset {\underset {\mathrm {def} }{}}{=}}{\frac {1}{2\pi }}\int _{-\infty }^{\infty }X(j\Omega )\ e^{j\Omega t}\operatorname {d} \!\Omega } }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/e73403c5442554e3cca8a1a3d65aa90941923cd5)
- A transformada de Fourier
, por simplificação é muitas vezes representada apenas por
ou
, mas é importante lembrar que tratasse de uma frequência complexa, representada pelo eixo imaginário do plano s.
Figura 1 - Sinal
e sua transformada de Fourier
Fonte: Elaborado pelo autor.
- Para relembrar os conceitos vistos em Sinais e Sistemas, recomendo assitir os vídeos sobre Transformada de Fourier do prof. Luis Antonio Aguirre da UFMG
Introdução a Transformada de Fourier
|
Existência da Transformada Fourier
|
Transformada de Fourier: Propriedades 1
|
Transformada de Fourier: Propriedades 2
|
Transformada de Fourier para Sinais Periodicos
|
|
|
|
|
|
Transformada Z
A transformada Z de um sinal de tempo discreto
é a função
definida como
![{\displaystyle X(z)=Z\{x(n)\}=\sum _{n=-\infty }^{\infty }x(n)z^{-n}\ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/f7a02f60f965c8048bbcbf2b3edc157c8e7db37f)
- onde
é um inteiro;
é um número complexo, com
sendo sua magnitude, e
sua frequência angular (em radianos por amostra).
A transformada Z inversa é
![{\displaystyle x(n)=Z^{-1}\{X(z)\}={\frac {1}{2\pi j}}\oint _{C}X(z)z^{n-1}dz\ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/ac8dd3e55754bc1cde3414979d78f8563dbedb72)
onde
é o caminho antihorário envolvendo a origem, dentro da região de convergencia (ROC) de
.
Transformada de Fourier de tempo discreto (TFTD)
O sinal
é discreto no tempo, e o sinal
é contínuo e periódico em
.
- A equação de análise
- É uma transformação de um domínio de uma variável real
de tempo discreto em uma variável complexa
frequência contínua periódica.
.
.
![{\displaystyle \mathrm {X(e^{j\omega })\equiv {\mathcal {F}}\{x(n)\}\ {\overset {\underset {\mathrm {def} }{}}{=}}\sum _{n=-\infty }^{\infty }x(n)\ e^{-j\omega n}} }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/ead240740c78145db36922dc995013e104d99033)
- A equação de síntese
- É uma transformação de um domínio de uma variável complexa
de frequência contínua periódica em uma variável real
continua.
.
.
![{\displaystyle \mathrm {x(n)\equiv {\mathcal {F}}^{-1}\{X(e^{j\omega })\}\ {\overset {\underset {\mathrm {def} }{}}{=}}{\frac {1}{2\pi }}\int _{-\infty }^{\infty }X(e^{j\omega })\ e^{j\omega n}\operatorname {d} \omega } }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/d785cc49f67a3c4b49f32bf8a2b15585b819309f)
Como a transformada de Fourier
é periódica com período
, pois
, para
, ela pode ser calculada em qualquer faixa de
, por exemplo
.
![{\displaystyle \mathrm {x(n)\equiv {\mathcal {F}}^{-1}\{X(e^{j\omega })\}\ {\overset {\underset {\mathrm {def} }{}}{=}}{\frac {1}{2\pi }}\int _{-\pi }^{\pi }X(e^{j\omega })\ e^{j\omega n}\operatorname {d} \omega } }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/3a322e00420513b2d921eee1fefbde306164d6fa)
Figura 2 - Sinal discreto
e sua TFDT
Fonte: Elaborado pelo autor.
Série de Fourier de tempo contínuo (SF)
O sinal
é contínuo e periódico no tempo (com período
) , e o sinal
é discreto na frequência.
- A equação de análise
- É uma transformação de um domínio de uma variável real
de tempo continuo em uma variável complexa
de frequência discreta.
.
.
![{\displaystyle X(k)={\frac {1}{T}}\int _{0}^{T}x(t)e^{-j(2\pi /T)kt)}\mathrm {d} t}](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/53c0134337f64986a2f6f54e56246ccd12e5bc04)
- A equação de síntese
- É uma transformação de um domínio de uma variável complexa
de frequência contínua em uma variável real
de tempo continuo.
.
.
![{\displaystyle x(t)=\sum _{k=-\infty }^{\infty }X(k)e^{j(2\pi /T)kt)}}](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/27dbe5d69c419d58786be0e8f151374f5e638562)
- A série de Fourier
, indicada acima é a série exponencial onde as funções de base são exponenciais complexas
, onde
. Também existem as séries de Fourier usando funções de base senoidais e cossenoidais, as quais podem ser derivadas da série exponencial.
Figura 3 - Sinal
periódico e sua série de Fourier
800 px
Fonte: Elaborado pelo autor.
Transformada de Discreta de Fourier (TDF)
Obtenção da TDF a partir da amostragem da TFTD
Sinais discretos no tempo podem ser representados pela sua TFTD, que é uma função continua periódica em
de
:
![{\displaystyle \mathrm {X(e^{j\omega })=\sum _{n=-\infty }^{\infty }x(n)e^{-j\omega n}} }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/5b4de9a45e47a991d44a93387985800a43014ab1)
Para que a mesma possa ser utilizada no processamento de sinais digitais é necessário que a variável frequência seja também discreta. Se amostrarmos uniformemente a frequência
em N amostras entre 0 e
é possível obter a TDF (ou DFT - Discrete Fourier Transform). Assim se tomarmos N frequências
com
, and
, obtemos o espectro amostrado uniformemente:
.
![{\displaystyle \mathrm {X'(e^{j\omega })=\sum _{n=-\infty }^{\infty }x(n)e^{-j{\frac {2\pi }{N}}kn}} }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/a94b348aebcf4cbe67df632d69b565e6f2f1d504)
O sinal equivalente no tempo pode ser obtido aplicando a transformada inversa e a convolução:
.
O que mostra que o sinal Esse sinal
são repetições periódicas (com período N) do sinal discreto
original.
- Note que N o período de repetição do sinal
é o mesmo período de repetição das N amostras da TFTD
original.
- Se o comprimento L o sinal do
for maior que N o período de repetição do sinal
, haverá sobreposição das amostras no tempo (time aliasing), e não será possível recuperar o sinal original.
- Por outro lado, se
então
é a repetição periódica exata de
.
, para
ou
.
Portanto, é possível recuperar as amostras do sinal digital no tempo
a partir das suas amostras digitais na frequência, desde que o período de repetição das N amostras de frequência seja maior ou igual ao comprimento L do sinal no tempo.
DFT e IDFT
- O sinal
é discreto no tempo pode ser representado pelo o sinal
discreto e periódico em
.
Para obter a equação de análise (DFT) pode ser feito o cálculo das amostras do espectro de frequências em
em:
![{\displaystyle \mathrm {X(e^{j\omega })=\sum _{n=-\infty }^{\infty }x(n)e^{-j\omega n}} }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/5b4de9a45e47a991d44a93387985800a43014ab1)
![{\displaystyle \mathrm {X(e^{j(2\pi /N)k})=\sum _{n=-\infty }^{\infty }x(n)e^{-j(2\pi /N)kn}} }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/efb4acc1db7873e79ddf191bbda97b620f6bac71)
Conforme mostrado, o espectro é periódico em N, e portanto é suficiente calcular apenas os valores para
. Assim obtém-se
- A equação de análise (DFT)
- É uma transformação de um domínio de uma variável real
de tempo discreto em uma variável complexa
frequência discreta periódica.
.
.
, para ![{\displaystyle \mathrm {0\leq k\leq N-1} \ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/62546c1f2d40d8f67fd5811c6dc4c1026e4b932f)
- A equação de síntese (IDFT)
- É uma transformação de um domínio de uma variável complexa
de frequência discreta periódica em uma variável real
discreta.
.
.
, para ![{\displaystyle \mathrm {0\leq n\leq N-1} \ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/ca3b6990577482ad48c8d10dc2961a3c7107f902)
Ao usar a equação de análise, se o comprimento L de
for menor que o período de repetição N, é necessário que
seja preenchido com amostras nulas até atingir o comprimento N (zero-padding).
- Simplificação da notação
Para simplificar a notação é podemos utilizar:
para a frequência discreta periódica.
E ainda definir:
como a frequência fundamental
Essa frequência pode ser representada como uma posição no circulo unitário do plano complexo :
.
Alguns valores de Falhou ao verificar gramática (erro de sintaxe): {\displaystyle \mathrm{W_N \ }
que ajudam a lembrar as simplificações:
![{\displaystyle \mathrm {W_{1}=e^{-j2\pi }} =+1\ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/b0865593ba05efe16406ce0ea2cb0906e204f875)
![{\displaystyle \mathrm {W_{-1}=e^{j2\pi }} =+1\ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/8c69b7a8773363e1fb805de8c9988bc576454575)
![{\displaystyle \mathrm {W_{2}=e^{-j\pi }} =-1\ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/c0d92c4ad866c8dd3cd50a2273a28c9fdc0b6e4e)
![{\displaystyle \mathrm {W_{-2}=e^{j\pi }} =-1\ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/288b5928d5413e4f53a83b984093ede2c2d216f2)
![{\displaystyle \mathrm {W_{4}=e^{-j\pi /2}} =-j\ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/6d40261465e8455061205dafe681527cb6b7411d)
![{\displaystyle \mathrm {W_{-4}=e^{j\pi /2}} =+j\ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/3f937c4fd85a61309f87d26ae3847d2a67fce2e3)
Também é importante lembrar que se
é múltiplo de
então:
![{\displaystyle \mathrm {W_{N}^{k}=e^{-j(2\pi /N)k}=e^{-j2\pi /(N/k)}=W_{N/k}} \ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/fb33fa01ff5c58f8c3828e55ce95f4976b119d5c)
Dessa forma as equações da DFT e IDFT passam a ser escritas de forma simplificada como:
, para ![{\displaystyle \mathrm {0\leq k\leq N-1} \ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/62546c1f2d40d8f67fd5811c6dc4c1026e4b932f)
, para ![{\displaystyle \mathrm {0\leq n\leq N-1} \ }](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/ca3b6990577482ad48c8d10dc2961a3c7107f902)
Dessas equações é possível perceber que o cálculo da DFT e da IDFT requerem a
multiplicações e
somas, sendo portanto um algoritmo de
.
Transformada Rápida de Fourier (FFT)
As FFTs são algoritmos que reduzem a complexidade do cálculo da DFT, obtendo ordens de
.
- Para relembrar os conceitos vistos acima, recomendo assistir os vídeos sobre DFT do prof. Steve Brunton da University of Washington
The Discrete Fourier Transform (DFT)
|
Computing the DFT Matrix
|
The Fast Fourier Transform (FFT)
|
The Fast Fourier Transform Algorithm
|
|
|
|
|
Soma dos termos de uma Progressão Geométrica
A soma aritmética dos termos de uma P.G. a partir do primeiro termo, é definida por:
![{\displaystyle S_{n}==a_{1}+a_{1}q+a_{1}q^{2}+\ldots +a_{1}q^{n-1}=\sum _{i=1}^{n}a_{1}q^{i-1}}](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/b3749a8a8cd2640813dd0a20148d3c56cd020e1d)
Caso
, a soma pode ser descrita por:
![{\displaystyle S_{n}={\frac {a_{1}(1-q^{n})}{1-q}}}](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/32d0491382e2119527192147c5d8161d4dd2c2fc)