CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA DE TELEINFORMÁTICA
DISCIPLINA DE SISTEMAS DE COMUNICAÇÕES DIGITAIS
Trabalho Computacional nº 01
Fortaleza – CE
2019
1 – Introdução Teórica: Representação de sinais banda passante em banda base
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 f0, denotando essa faixa de frequências próximas de f0
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:
X = Aejθ0
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?
Podemos obter o fasor de forma mais sistemática introduzindo um sinal z(t) dado por:
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
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:
−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
∞ ∞ ∞
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:
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
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:
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.