UNIVERSIDADE FEDERAL DO CEARÁ

CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA DE TELEINFORMÁTICA
DISCIPLINA DE SISTEMAS DE COMUNICAÇÕES DIGITAIS

Trabalho Computacional nº 01

Aluno: ​Dionizio Porfírio de Assis

Matrícula:​ 471820
Curso: ​Engenharia de Telecomunicações.
Professor: ​João César Moura Mota

Fortaleza – CE
2019
1 – Introdução Teórica: Representação de sinais banda passante em banda base

Em comunicações envolvendo passagem de sinais por canais que viabilizam de

forma mais eficiente o transporte de sinais em altas frequências, muitas vezes é mais
conveniente descrevê-los em seu equivalente passa baixa, que consiste em uma
representação do sinal banda passante como se fosse em banda base, para que se tenha
uma melhor conveniência matemática na hora de escrevê los, pois não há perda de
generalidade, além disso, a descrição fica independente da portadora e da banda de canais.

Agora vamos ao processo para que se possa obter o sinal equivalente banda base
complexo. Um sinal banda passante é uma forma mais geral de um sinal monocromático
(apenas uma frequência). pois dado um sinal x(t) e sua transformada de Fourier X(f),
podemos definir como sinal banda passante quando X(f) é diferente de zero para frequências
próximas de uma alta frequência f​0​, denotando essa faixa de frequências próximas de f​0
como W, podemos escrever:

X (f ) = 0 para |f − f 0 | ≥ W e f 0 > W

Assim W é a largura de faixa de x(t). Tomemos para essa análise um sinal senoidal
monocromático, com apenas uma frequência f 0 , e fase θ0 com largura de banda zero. Ele
pode ser escrito na sua forma senoidal e na forma exponencial complexa como se segue:

A j(2πf 0 +θ0 ) −j(2πf 0 +θ0 )

x(t) = Acos(2πf 0 + θ0 ) = 2 (e + e )

Por conveniência podemos escrever o sinal na forma fasorial, esquecendo a frequência

X = Aejθ0

Assim, perdemos a informação quanto a frequência e preservamos apenas a fase e a

amplitude. Considerando agora um sistema linear com função de transferência dada por:

H (f ) = |H(f )|ej[f aseH(f )]

A saída desse sistema para uma entrada senoidal, basta multiplicar o fasor pela função de
transferência para a frequência f 0 . Assim a saída será o sinal y dado por?

Y = H(f 0 )X = |H(f 0 )|ej[f aseH(f 0 )] Aejθ0 = |H(f 0 )|Aej[f aseH(f 0 ) + θ0 ]

No domínio do tempo temos:

y (t) = |H(f 0 )|Acos(2π f 0 t + f ase[H(f 0 )] + θ0 )

Podemos obter o fasor de forma mais sistemática introduzindo um sinal z(t) dado por:

j(2πf 0 +θ0 ) j(2πf 0 t )

z (t) = e = Aejθ0 e = Acos(2π f 0 t + θ0 ) + jAsen(2π f 0 t + θ0 ) = x(t) + jxq (t)

onde xq (t) é chamado sinal em quadratura.

O sinal z(t) pode ser interpretado como um vetor complexo com amplitude A que gira no
sentido anti-horário, então se quisermos eliminar o giro do vetor, podemos multiplicá-lo por
uma exponencial complexa também com frequência f 0 , porém negativa, e sem a
−j(2πf 0 )
informação de fase ( e ). Assim, o fasor definido inicialmente pode ser obtido a partir de
z(t) apenas multiplicando-o por essa exponencial.

−j(2πf 0 )
X = z(t)e

No espectro de X, e de z(t), podemos perceber que X estará na frequência 0 e z(t) estará na

frequência f 0 .

Agora se fizermos o caminho inverso e quisermos detectar z(t) a partir de x(t), podemos
observar no espectro de x(t), que z(t) estará exatamente em sua componente positiva de
frequência,porém atenuada pela metade.
Assim se passarmos um filtro em x(t) de modo que permita passar apenas a frequência
positiva e dê um ganho de 2 para o sinal, teremos z(t). E para isso podemos aplicar a
transformada Hilbert em x(t), pois essa transformada nos dá a componente positiva de
frequência do sinal com ganho 2.

Assim temos duas ferramentas interessantes para caracterização de sinais, uma leva
o sinal z(t) que contém apenas uma frequência positiva para uma baixa frequência
(frequência zero), outra filtra o sinal de modo a deixar passar apenas a componente positiva,
se combinarmos os dois passos podemos representar um sinal de alta frequência, banda
passante, monocromático, sem perda de generalidade para um sinal que chamaremos de
sinal banda base equivalente complexo, e será representado por xl (t) .

O sinal banda base equivalente pode então ser obtido aplicando os seguintes passos:

1 - Aplicar a transformada Hilbert no sinal a ser representado em banda base

equivalente.

−j(2π t f 0 )
2 - Multiplicar esse sinal pela exponencial complexa e de frequência f 0 igual a
do sinal.

Assim, o novo sinal xl (t) pode ser obtido no domínio do tempo, pelas seguintes
operações:

−j(2π t f 0 )
xl (t) = Hilbert(x(t))e

2 – Introdução ao problema

O problema consiste em mostrar que de fato não a perda de generalidade ao fazer o

equivalente banda base de um sinal complexo também do ponto de vista da energia do sinal
e seu equivalente banda base, mostrando computacionalmente que na seguinte expressão

∞ ∞ ∞
ε= ∫ x2 (t)dt = 1
2 ∫ |xl (t)| 2 dt + 1
2 ∫ |xl (t)| 2 cos[4πf 0 t + 2θ(t)]dt
−∞ −∞ −∞

que calcula energia do sinal equivalente banda base, a parte em vermelho é muito pequena
em comparação com a energia do sinal, na realidade se fosse possível fazer a integração
real no computador, essa parte vermelha deveria ser zero, porém, por limitações de
discretização, será mostrado que ela é desprezível em comparação comparação a primeira
parcela.

3 – Desenvolvimento

Para a resolução deste problema foi criado o seguinte script no software MATLAB:

Conforme explicado nos comentários do código, foi criado um sinal s1 em banda

passante com uma frequência de 50kHz , por questão de simplicidade foi assumido que a
fase do sinal não varia no tempo, foi plotada sua transformada de Fourier para observar o
sinal em banda passante como se segue:
Nesta transformada de Fourier do sinal vemos que a potência é 0.5 pois a outra metade está
na frequência negativa.

Depois foi aplicada a transformada Hilbert no sinal, e obtivemos o sinal y1, logo
depois, o sinal foi multiplicado pela exponencial complexa,e obtivemos o sinal s1l que é o
equivalente banda base de s1. Sua transformada de Fourier também foi plotada a baixo:

É possível notar que além do sinal ter sido deslocado para a frequência zero, sua
amplitude é 1, pois com a transformada de Hilbert removemos a frequência negativa e
damos um ganho no sinal.
 Por fim, foram calculadas as energias do sinal em banda passante, do sinal em
banda base e o valor apenas da expressão em vermelho, e obtemos os seguintes
resultados: A energia do sinal em banda passante foi ex1 = 5.000004999999991e + 05 , a
energia do sinal em banda base equivalente foi ex1l = 5.000008919489703e + 05 e o valor da
integral foi int1 = 0, 391949469652968

Para observar o que aconteceria ao se colocar um sinal que não fosse

monocromático para passar pelos passos de representação em banda base, para observar
se o valor da integral em vermelho ainda permanecia baixo, foi também o seguinte código:
Nesses códigos foram criados 3 sinais diferentes, um monocromático como no primeiro
código apenas para efeito de comparação, e mais dois sinais em que um tem 4
componentes em frequência e outro com 8 componentes. As transformadas de Fourier dos
outros dois seguem abaixo:
Sinal s2 com 4 componentes:

Sinal s3 com 8 componentes:

Depois de todos os passos anteriormente explicados aplicados para os dois sinais, foi
obtido a transformada de Fourier de seus equivalentes passa baixa e calculada a energia de
cada equivalente, bem como o valor da integral em vermelho:
Sinal s2l com 4 componentes:

Sinal s3l com 8 componentes:

Então, foram calculadas as energias do sinal em banda passante, do sinal em banda

base e o valor apenas da expressão em vermelho para cada um dos dois sinais extra, e
obtemos os seguintes resultados: A energia do sinal em banda passante do sinal s2 foi
ex2 = 2000014, 00000133 , a energia do sinal em banda base equivalente foi
ex2l = 2000020, 27039581 e o valor da integral foi int2 = 6, 27040248259824 . Para o sinal s3
foi ex3 = 4.000060000001467e + 06 , a energia do sinal em banda base equivalente foi
ex3l = 4.000085077370191e + 06 e o valor da integral foi int2 = 25.077400719887347 . Para o
sinal s3

3 – Conclusão

Podemos comprovar que o sinal monocromático pode ser representado sem perdas
significativas computacionalmente por sua representação em banda base equivalente, pois o
valor de int1 é insignificante se comparado com o valor da energia do sinal1 . Também foi
possível observar que ao colocar um sinal que não seja monocromático, ou seja, tenha
outras componentes em frequência, se essas frequências forem bem próximas de f 0 , ou
seja o sinal tem uma largura de banda muito curta, ele ainda pode ser representado em uma
faixa bem próxima de zero, porém o valor da integral aumenta e a representação passa a
não ser tão fiel, pois o valor da integral em vermelho começa a aumentar a medida que a
largura de banda do sinal aumenta. Isso ocorre porque o pressuposto de início é que o sinal
seria monocromático foi violado para esses sinal.