TRANSFORMADA DE FOURIER:USO DO EXCEL PARA PROCESSAMENTO DE SINAIS

Carlos Augusto de Oliveira Costa, Mateus das Neves Gomes

Resumo


Sinais representam qualquer forma de controle do meio com objetivo de transmitir informação. Fazem-se presentes em perturbações do meio e, assim como as letras do alfabeto, constituem-se em símbolos básicos da linguagem a transportar. Existem diversas formas de emitir, enviar e captar sinais, e estes podem ser transmitidos de forma contínua ou discreta. Porém, dependendo do meio de transmissão, as informações podem distorcer-se. Uma das metas principais da área de processamento de sinais é reconstruir a informação fornecida pela fonte, o que pode ser alcançado através da análise de grandezas intrínsecas ao emissor. A Transformada Rápida de Fourier (TRF) é um algoritmo numérico de análise discreta de dados com as funções de detecção e isolamento de todas as frequências de sinal emitidas pela fonte (pois constitui uma grandeza imutável), junto a suas respectivas intensidades, reconstruindo os sinais originais inevitavelmente distorcidos pelo meio. Tratando da forma de utilização da ferramenta Análise de Fourier do Excel sobre dados numéricos, este trabalho tem o objetivo de descrever o método de uso desse recurso em etapas, possibilitando um meio mais acessível de pesquisa e processamento de dados e propiciando um exemplo do resultado de sua aplicação. Este último trata-se da avaliação de frequências angulares e amplitudes em ondas progressivas através da TRF utilizada nesse software. Os resultados apresentam variações desprezíveis ao mudar a coordenada espacial utilizada para a obtenção dos dados altura de onda versus tempo. 


Texto completo:

PDF

Referências


BRIGHAM, E. The Fast Fourier Transform and Its Aplications. Prentice Hall: New Jersey, 1988. Disponível em:

pds2803/Materiales/LibrosPDF/Brigham/TOC.htm>. Acesso em: 07 jul 2016.

CONSTANTINO, M.; SILVA, G. A Transformada de Fourier em Basic. Química Nova, v. 23, nº 3, pp. 413-417. Sociedade Brasileira de Química: São Paulo, 2000. Disponível em: . Acesso em: 23 jun 2016.

FABIO, M.; SERRANO, E. Wavelets Infinitamente Oscilantes y un Eficiente Algoritmo de Inplementación Basado en la FFT. Revista de Matemática: Teoria y Aplicaciones, V. 1, n. 22, pp. 61-69. Universidad de Costa Rica: San José, 2015. Disponível em: . Acesso em: 15 mar 2017.

RIBEIRO, L.; MOTA, J.; ALMEIDA, A. Processamento Tensorial de Sinais Aplicado às Telecomunicações. Revista de Tecnologia da Informação e Comunicação, V. 5, n. 2, pp. 14-18. Universidade Federal de Campina Grande: Campina Grande, 2015. Disponível em: , acesso em: 10 jul 2016.

SENDA, A., et al. Aplicações de Processamento Digital de Sinais em Engenharia Elétrica. Congresso Brasileiro de Ensino de Engenharia. ABENGE: Campina Grande do Sul, 2005. Disponível em: ; acesso em: 23 jun 2016.

SOARES, A., et al. O algoritmo utilizado para processamento de dados da variabilidade da frequência cardíaca é clinicamente relevante? Análise em adolescentes do gênero masculino. Revista Einstein, V. 2, n. 14, pp. 196-201. Instituto Israelita de Ensino e Pesquisa Albert Einstein: São Paulo, 2016. Disponível em: . Acesso em: 02 mar 2017.

VALOIS, R., et al. Utilização do método hidrotérmico assistido por micro-ondas na síntese de catalisadores a base de SnO2 dopados com nióbio. Revista Cerâmica, n. 62, pp. 309-315. Associação Brasileira de Cerâmica: São Paulo, 2016. Disponível em: . Acesso em: 15 mar 2017.

ZILL, D.; CULLEN, M. Matemática Avançada para Engenharia. V.3, 3ª ed., Bookman: Porto Alegre, 2009.


Apontamentos

  • Não há apontamentos.


Direitos autorais 2017 Revista Científica Interdisciplinar Interlogos