26

2 Sinais e Sistemas

2.1 Sinais



Sinais Discretos

Sequncia de nmeros reais ou complexos.




27
Sequncias e Operaes Bsicas

Soma: z[n] = x[n] + y[n]

Exemplo:

Dado x[n] = {2, 1, 3} e y[n] = {5, 10, 8}. Calcular z[n] = x[n] + y[n].

Produto: z[n] = x[n].y[n]

Exemplo:

Dado x[n] = {2, 1, 3} e y[n] = {5, 10, 8}. Calcular z[n] = x[n].y[n]

Mudana de Escala: y[n] = .x[n]

Exemplo:

Dado x[n] = {2, 1, 3}. Calcular y[n] = 5x[n].

Deslocamento no tempo:

y[n] = x[n n
o
]

Exemplo:

Dado x[n] = {2, 1, 3} 0 n 2. Esboar y[n] = x[n 3].

Sinais Discretos Bsicos

Impulso Unitrio (Delta de Dirac)

=
0 , 1
0 , 0
] [
n
n
n



28


Decomposio de Sinais em Impulsos Unitrios



Sinal arbitrrio decomposto em impulsos:

p[n] = a
-3
[n + 3] + a
1
[n 1] + a
2
[n 2] + a
7
[n 7]

p[n] = [n + 3] + 2[n 1] + 1,5[n 2] + [n 7]

Degrau unitrio

<

=
0 , 0
0 , 1
] [
n
n
n u



29

=
=
n
k
k n u ] [ ] [

=
=
0
] [ ] [
k
k n n u

] 1 [ ] [ ] [ = n u n u n

Exerccios:

Represente os sinais usando o conjunto de amostras e decomposio em
impulsos unitrios.

a)









30
b)


Sequncia Exponencial Real:

Se A e forem nmeros reais x[n] ser real.



Sequncia Exponencial Complexa:

n
A n x = ] [

Se A e forem nmeros complexos x[n] ser complexa.

Considerando:

=
j
e A A . | | e
0
. | |

=
j
e



31
Ento:

n j
e
j
e A
n
A n x )
0
. | .(| . | | . ] [

= =

) .
0
(
| || | ] [
+
=
n j
e
n
A n x

Identidade de Euler:

) ( ) cos( + =

jsen
j
e

Logo:

( ) ( ) [ ] + + + = n jsen n
n
A n x
0 0
cos | || | ] [











32
% Programa MATLAB Exibe Exponenciais Complexas Discretas: x[n] =
A(alfa^n)
% (Sinais Elementares - PRE04.ppt)


Propriedades das Exponenciais Complexas

Sinal Contnuo:

( ) ( ) t jsen t
t j
e
0 0
cos
0
+ =

Propriedade:

O sinal repete em 2, 4, ...

Observao:

a) aumentando-se
0
aumenta-se a taxa de oscilao.

b) para
0
a exponencial sempre peridica.

c) em um intervalo de tempo T existem infinitas senides completas.


33
Sinal Discreto:

( ) ( ) n jsen n
n j
e
0 0
cos
0
+ =

Aumentando-se
0
de 2 (ou mltiplos inteiros de 2):

)
0
( . 2 .
.
)
0
( ). 2
0
( n j
e
n j
e
n j
e
n j
e

=

=
+


Exponenciais Complexas Discretas podem ser consideradas somente em um
intervalo (0, 2) ou (-, ).



Propriedades das Exponenciais Complexas:

Propriedade:

Para um sinal ser peridico com perodo N necessrio que
n N n x n x + = ], [ ] [






34
Ento:

) (
0 0
N n j
e
n j
e
+
=

N j
e
n j
e
n j
e
0
.
0 0

=

Logo:

)
0
( )
0
cos(
0
1 N jsen N
N j
e + =

=

Assim:

m N = 2
0
, com m Z (conjunto dos nmeros inteiros)

ou:

N
m
=

2
0
No peridico p/
0


Perodo Fundamental:

=
0
2
m N

Frequncia Fundamental:

2
0

Se:

x
1
[n] sequncia peridica de perodo N
1
.

x
2
[n] sequncia peridica de perodo N
2
.

A soma: x[n] = x
1
[n] + x
2
[n] peridica, e o perodo fundamental :

)
2
,
1
(
2 1
N N mdc
N N
N =



35
)
2
,
1
( N N mdc mximo divisor comum de N
1
e N
2
.

O mesmo ocorre para o produto x[n] = x
1
[n].x
2
[n], porm o perodo
fundamental pode ser menor.

Sinais Harmonicamente Relacionados

Contnuo:
T

=
2
0


t
T
k j
e
t
T
j
e
t
T
j
e
t
T
j
e
t jk
e
t j
e
t j
e
t j
e

=
=

2
.
,...,
6
,
4
,
2
0
,...,
0
3
,
0
2
,
0



Sinais Harmonicamente Relacionados

Discreto:

1
0
0 ;
2
= =

j
e k
n
N
jk
e


36
n
N
j
e k

=
2
1
1
2
=

=
n j
e N k
n
N
j
e
n
N
j
e
n j
e
n
N
N j
e N k

=
=

+
+ =
2 2
2
2
) 1 (
1


Existem apenas N funes peridicas diferentes que possuem perodo N.



Exerccios

As seguintes funes so peridicas ? Em caso afirmativo, calcular o perodo.

a)

= n n x
6
cos ] [




37
b)

= n n x
7
4
cos ] [



c)

=
2
cos ] [
n
n x



Fazer a 1
a
Lista de PDS

2.2 Sistemas

Contnuo

Exemplo: Filtros ativos e passivos.



38


Amostrado

Exemplo: Filtros a capacitor chaveado.




Discreto

Exemplo: Filtros digitais com Preciso Infinita.



Digital

Exemplo: Filtros digitais com Preciso Finita.









39
2.2.1 Sistemas Discretos

Um sistema discreto uma transformao ou operao que mapeia uma
sequncia de entrada x[n] em uma sequncia de sada y[n]: y[n] =
T{x[n]}



Exemplo: Sistema de Atraso/Avano.

<
>
avano n
atraso n
0
0
0
0


]
0
[ ] [ n n x n y =

Exemplo: Mdia Mvel (Moving Average MA)

=

+ +
=
2
1
] [
1
2 1
1
] [
M
M k
k n x
M M
n y







40
2.2.1.1 Classificao de Sistemas

Sistemas Sem Memria

cada sada y[n] depende somente da entrada x[n] para o mesmo valor de
n.

Exemplo:

] [
2
] [ n x n y =

Sistemas Com Memria

cada sada y[n] depende somente das entradas x[n] atual e anteriores.

Exemplo:

] 1 [ 3 ] [ 2 ] [ = n x n x n y

Atraso? Mdia Mvel?

Sistema Linear

Um sistema dito ser Linear se ele obedece ao princpio da
superposio.

Sejam:

]} [
2
{ ] [
2
]} [
1
{ ] [
1
n x T n y e n x T n y = =

Aditividade:

]} [
2
{ ]} [
1
{ ]} [
2
] [
1
{ n x T n x T n x n x T + = +

Homogeneidade:

]} [ { ]} [ { n x aT n ax T =




41
Linearidade:

]} [
2
{ . ]} [
1
{ . ]} [
2
. ] [
1
. { n x T b n x T a n x b n x a T + = +
Exerccios

1 O sistema
] 1 [
] [
2
] [

=
n x
n x
n y aditivo e homogneo ?

2 O sistema ] 1 [
*
] [ ] [ + = n x n x n y aditivo e homogneo?

Sistema Invariante no Tempo (Sistema Invariante ao Deslocamento no
Tempo) aquele que um deslocamento no sinal de entrada causa um
correspondente deslocamento no sinal de sada.

Se:

]} [ { ] [ n x T n y =

Ento:

]}
0
[ { ]
0
[ n n x T n n y =

Exerccios

1 O sistema ] [
2
] [ n x n y = invariante no tempo?

2 O sistema ] [ ] [ ] [ n x n x n y + = invariante no tempo?

Propriedades

Causalidade

Um sistema dito ser causal se uma amostra y[n
0
] depende de y[n]
e/ou x[n] para n n
0
.