Pds Parte 1

Mestrado em Engenharia Eltrica
Processamento Digital de Sinais
Professores: Eddie Filho

Waldir Sabino
EMENTA
Sinais e Sistemas no tempo discreto

Transformadas Z e de Fourier
DFT
Algoritmos rpidos
DCT
Outras transformadas
Filtros digitais
Filtros FIR
Filtros IIR
Aproximaes para filtros
Aplicaes
BIBLIOGRAFIA
P. S. R. Diniz, Processamento digitais de sinais: Projeto
e anlise de sistemas, Bookman, 2004.
J. G. Proakis and D. K. Manolakis, Digital Signal
Processing, Prentice Hall, 2006.
V. K. Ingle and J. G. Proakis, Digital Signal Processing
using MATLAB, CENGAGE-Engineering, 2006.
A. V. Oppenheim, R. W. Schaffer, and J. R. Buck,
Discrete-Time Signal Processing, Prentice Hall, 1999.
S. W. Smith, The Scientist and Engineer's Guide to
Digital Signal Processing, 1999.
O conceito de PDS
O processamento digital de sinais consiste em um
conjunto de tcnicas para analisar e processar sinais
discretos, utilizando computadores digitais.
O processamento digital de sinais comeou nos anos 60,
com o advento dos computadores digitais.
Atualmente, o Processamento Digital de Sinais o
conhecimento bsico necessrio a engenheiros e
cientistas para a anlise e o processamento de sinais
reais digitalizados.
O conceito de PDS
Exemplos de PDS
Multiplexao de sinais: Em centrais digitais, canais de
voz so transmitidos a 64 Kbps e multiplexados em
troncos de 32 canais, a 2.048 Mbps.
Compresso: Sinais de vdeo e udio provenientes de
DVDs, que outrora utilizariam streams de ~100Mbps (no
formato cru, sem compresso), so armazenados a taxas
menores que 5Mbps.
Correo de erros: Erros durante a transmisso
analgica de sinais, que eram considerados com
aceitveis e inerentes, podem ser removidos.
Gerao de som espacial: Com apenas dois canais,
utilizando fones de ouvido.
Um Sistema de PDS
Conselhos em PDS
Sempre que possvel, utilizar inteiros ao invs de
nmeros em ponto flutuante.
Evitar, sempre que possvel, o uso de funes do tipo ex
e sen(x)/cos(x).
Utilizar tabelas de lookup (LUT), com valores prcalculados para vrias funes (qual o impacto disso?).
Utilizar as otimizaes que o seu sistema oferece.
Background necessrio
Conhecimento bsico para o curso:
Filtros;
Digitalizao de sinais;
Conhecimentos bsicos em eletrnica digital;
Um pouco de Lgica de programao;
Matlab*.
* O MATLAB no ser abordado durante o curso, mas ser utilizado como ferramenta.
Curiosidades
Voc j implementou filtros passa - baixas, em algum
curso, no domnio digital?
Voc j implementou filtros passa - altas?
Quando pixels de uma imagem so descartados
(decimao), como fica o resultado?
Quando uma imagem interpolada, como a mesma fica?
Sinais no tempo discreto

Um sinal no tempo discreto representado por uma
seqncia de nmeros:
{x(n), n }
Ex: x(0), x(1), x(2), x(3)

Sinais comumente encontrados:
Impulso unitrio
1, n = 0
(n) =
0, n 0
Impulso unitrio defasado
1, n = m
( n m) =
0, n m
Degrau unitrio:
1, n 0
u (n) =
0, n < 0
Seno:
x(n) = sen(n)

Sinais comumente encontrados (cont.):
Exponencial:
x(n) = e an
Rampa:
n, n 0
r ( n) =
0, n < 0

Equivalncias:
Degrau unitrio:
u ( n) = ( n k )
k =0
x(n) qualquer:
x ( n) =
x(k ) (n k )
k =
Seno:
x(n) = sen(n) = sen( (n + T ))
Obs: T=2k/:

Observaes sobre sinais peridicos:
Nem todo sinal peridico no tempo contnuo tambm no tempo
discreto.
Para que isso acontea, necessrio haver um N inteiro,
diferente de zero, tal que x(n)=x(n + N).
O menor valor de N que satisfaz essa equao o perodo.

Exerccio:
Toda senide discreta peridica?
Ex: sen(100n)
Sistemas no tempo discreto

Um sistema gera uma sada em resposta a uma entrada.
Se voc entender como um sistema muda um sinal,
poder reverter os seus efeitos (onde isso
importante?).
Descrio matemtica:
y (n) = H {x(n)}

Propriedades:
Linearidade:
y1 (n) = H {x1 (n)} e y2 (n) = H {x2 (n)} y1 (n) + y2 (n) = H {x1 (n) + x2 (n)}
Invarincia no tempo:
y (n l ) = H {x(n l )}
Causalidade:
h(n) = 0 para n < t 0

Obs: O sistema no pode depender de entradas futuras.

Observaes sobre causalidade:
Um sistema no-causal pode apresentar problemas para ser
implementado em tempo real, pois seriam necessrias sadas
posteriores a n.
Num aplicao que processa dados offline, isso no seria um
problema.
Por exemplo, a compresso de um arquivo de vdeo,
armazenado no computador, no seria um problema.

Convoluo:

x(n) = x(k ) (n k ) y(n) = H x(k ) (n k ) = x(k ) H { (n k )}
k =0
k =
k =
k =
k =
x ( k ) h( n k ) = x ( n k ) h( k ) = x ( n) * h( n)
Obs: Um sistema linear completamente caracterizado pela sua resposta ao
impulso. A sada de um sistema a convoluo da entrada com a sua resposta
ao impulso. O primeiro passo depende da linearidade e o segundo da inv. no
tempo. Num sistema composto, a resposta ao impulso global a convoluo das
respostas isoladas
Estabilidade:
y ( n)
x ( n k ) h( k ) , x ( k ) x
k =
max
<
h( k ) <
k =
Obs: Se a entrada limitada em amplitude, a sada tambm (BIBO estvel). A

condio necessria dada pelo ltimo termo.

Aplicao de sistemas lineares: sntese e decomposio

O processo de se combinar sinais, o que advm da
definio de sistema linear (escalonamento e soma),
proporciona a criao de novos sinais, o que chamado
de sntese.
O processo de decomposio quando um sinal
quebrado em seus componentes.
Sendo assim, com a superposio, para se analisar a
sada de um sistema (mediante uma entrada complexa),
basta analisar a resposta a cada um dos componentes
(mais simples).

O corao do PDS: Anlise por partes

As decomposies mais comuns so:
Degraus unitrios: o sinal com N amostras decomposto em N
degraus unitrios;
Impulsos: o sinal com N amostras decomposto em N impulsos
unitrios;
Decomposio entrelaada: o sinal com N amostras
decomposto em dois sinais de comprimento N (apenas amostras
pares ou apenas mpares, com os outros ndices zerados).

Mtodo de decomposio mais utilizado: decomposio
de Fourier

A decomposio de Fourier tem as seguintes vantagens:
Para sistemas lineares, uma entrada senoidal resulta em uma
sada senoidal;
Apenas a amplitude e a fase so modificadas;
Alguns sinais so inerentemente uma composio de senoides,
como os sinais de udio.

E se os sinais no forem lineares?
Segmentao em partes menores, quase lineares;

Reduo de amplitude;
Aplicao de uma transformao de linearizao.
ltima instncia: considerar a no linearidade um erro aceitvel.

Equaes de diferenas descrevem os sistemas e
podem ser solucionadas (infinitas solues).
Descrio:
N
k =0
y (n k ) k x (n k ) = 0
k =0
Soluo particular:
N
k =0
y ( n) = y p ( n) + y h ( n)
y p (n k ) k x(n k ) = 0
k =0
Soluo homognea:
N
yh (n k ) = 0
k =0
Obs: Para que um sistema seja linear, necessrio que a sua soluo homognea
seja nula.

Exerccios
Avalie o sistema y(n)=x(nT)sen(nT) quanto a linearidade,
invarincia no tempo e causalidade.
Verifique se os sistemas x(n)=cos(n/27+31) e x(n)=sen(100n)
so peridicos e determine os seus perodos.
Determine a resposta ao impulso do sistema y(n)-y(n-1)=x(n)-x(n5).
Calcule a convoluo de:
1
2 , n = 1
1, 0 n 4
1, n = 0
x(n) =
h( n) =
0, p/ outros
1
,n =1
2
0, p / outros
Obs: Qual o primeiro ndice do sinal resultante?

Comando do MATLAB:
Resolver os exerccios com a funo conv
Plote os sinais como linhas contnuas (plot) e como hastes
(stem).
Amostragem de sinais
Um sinal digital, na maioria das vezes, uma verso
discretizada de um sinal contnuo:
x(n)=xa(nT)
Entretanto, o sinal deve ser discretizado de tal modo que

se consiga recuperar o sinal original.
Partindo
de:
xanalgico (t ) = x(k ) (n k ) = xa (kT ) (n k ) = xa (t ) (n k ) = xa (t ) (n k )

k =0
k =0
k =0
k =0
A transformada de Fourier pode ser calculada como:
1
1
2
{xanalgico (t )} =
{xa (t )}* (n k ) = {xa (t )}* (
k)
2
T k =0
T
k =0
1
2
= X a (
k)
T k =0
T
O significado fsico do que foi feito reside no fato de que
a digitalizao de um sinal resulta na convoluo do
espectro de freqncias do sinal com um trem de pulsos.
Isso cria vrias cpias do espectro do sinal inicial,
localizadas em =2/T.
Para que essas cpias no interfiram (aliasing), o sinal
deve ser primeiramente limitado em banda, atravs de
filtragem, e posteriormente amostrado com s > 2B
(maior que o dobro da banda do sinal).
Logo, a amostragem deve sempre ser precedida de uma
filtragem.
O sinal pode ser recuperado atravs de uma filtragem
passa baixas.
Entretanto, o filtro ideal mostrado no pode ser usado,
pois no-causal e necessita de infinitas amostras (veja
diniz et al., 2004).
Quanto mais o filtro prtico se aproximar do ideal, menor
o erro de reconstruo.
Exerccio especial:
Qual a mnima freqncia necessria para se amostrar o sinal
abaixo?
2 fH
2f
f
Fs L k max H
k
k 1
B
Consideraes prticas na
amostragem
Aps a reteno de um dado valor discreto em um dado
momento, este valor precisa ser convertido em um
nmero binrio, processo chamado de quatizao.
Quantizadores escalares: mid-rise e mid-thread
amostragem
No quantizador do tipo mid-thread, o nmero de nveis de
reconstruo mpar.
No quantizador do tipo mid-rise, os nveis de
reconstruo no incluem o valor zero (um nmero de
nveis de reconstruo mpar).
amostragem
Qual valor deve ser atribudo ao intervalo?
Com quantos bits amostrar?
SNR=(3/2)*22R =1.8 + 6R (onde R o nmero de bits)
Cada bit aumenta a SNR em 6dB.

Quantizao no uniforme?
A cadeia completa de PDS
Exerccios
Exerccios do livro: 1.1, 1.2, 1.4, 1.6, 1.8, 1.9(a),
1.12, 1.13, 1.14, 1.15, 1.16, 1.17, 1.22
Qual a interpretao do exerccio 1.6?
A transformada Z
Ao aplicarmos uma entrada exponencial a um sistema
linear e invariante no tempo, a sua sada tambm
exponencial (veja equaes diferena e exerccio 1.6).
Esta propriedade til na caracterizao de sistemas
lineares e invariantes no tempo.
Ex:
y ( n) = x ( n k ) h( k ) = z
nk
h(k ) =z
h( k ) z
Este fato remete importncia da quantidade h(k ) z

conhecida como transformada Z.
A transformada Z
A transformada Z anloga transformada de Laplace,
que aplicada a sistemas no tempo contnuo.
Sendo assim, surge uma pergunta: qual a utilidade de se
descrever um sistema atravs da transformada
Z/Laplace?
Para uma entrada senoidal:
y ( n) = z
h( k ) z
=e
jwn
jwk
jwn
jw
j ( w )
h
(
k
)
e
=
e
H
(
e
)
e
A transformada Z
A transformada Z definida como
X ( z) =
k
x
(
k
)
z
k =
A transformada Z s existe para regies onde o

somatrio converge.
A srie converge se
x(n + 1) z n 1
1 = lim
<1
n
n
x ( n) z
r1 = lim
n
x(n + 1)
x( n)
x(n + 1) z n 1
2 = lim
>1
n
n
x ( n) z
r2 = lim
A transformada existe para r1 < |z| < r2.
x(n + 1)
x( n)
A transformada Z
A transformada existe ento numa regio anular.
Para seqncias de comprimento finito, a transformada Z
converge em todos os pontos, exceto onde |x(z)z-n|=.
A transformada Z
Um sistema estvel se:
h( k ) <
k = n0
Com o critrio de convergncia de sries:

h(n + 1)
= r <1 z > r
n h ( n)
lim
Isso implica que a regio de convergncia inclui

necessariamente a parte exterior ao crculo unitrio.
Assim, os plos do sistema no podem estar na regio
de convergncia (base para o critrio de estabilidade).
A transformada Z
A transformada Z inversa tambm pode ser calculada e
tem como resultado a seqncia que originou uma dada
transformada.
A transformada inversa dada pelo teorema dos
resduos:
K
1
n 1
n 1
x ( n) =
X
(
z
)
z
dz
=
res
X
(
z
)
z
z = pk
2j c
k =1
d ( mk 1) ( z pk ) mk x( z )
1
res {X ( z )} =
z = pk
dz ( mk 1)
(mk 1)!
Exemplo de transformada inversa:

X ( z) =
z
( z 1)( z 3)
]
z = pk
A transformada Z
Calcule a transformada Z de:
x(n) = ka n u (n)
A transformada Z
Mtodos de clculo da transformada inversa:
Resduos;
Expanso em fraes parciais;
Diviso polinomial;
Expanso em srie.
Exemplo:
z2
X ( z) =
( z a )( z 1)
A transformada Z
Mtodos de clculo da transformada inversa (cont.):
Resduos: como j foi dito, como X(z) uma razo de polinmios
e s no est definida num nmero finito de pontos singulares, o
teorema dos resduos consegue calcular a transformada inversa.
Observao: se a funo x(z) for muito complexa, o clculo de
resduos torna-se bastante difcil.
A transformada Z
Expanso em fraes parciais: como uma funo complexa pode
ser quebrada em componentes mais simples, a expanso em
fraes parciais capaz de decompor x(z) em elementos dos
quais j se conhea a transformada inversa.
Observao: muitas vezes, necessrio ter uma tabela de
transformadas ou calcular o resduo de cada componente.
A transformada Z
Diviso polinomial: possvel realizar uma diviso polinomial em
x(z), obtendo-se um polinmio em z-n, que facilmente
relacionado equao da transformada, obtendo-se os valores
de x(n) para cada n.
Observao: pode ser difcil encontrar uma forma fechada para
x(n).
A transformada Z
Expanso em srie: funo x(z) pode ser expandida de acordo
com a srie de Taylor, obtendo-se um somatrio em z-n, que
pode ser relacionado diretamente equao de transformao.
Observao: interessante quando a funo no expressa
como uma razo de polinmios.
A transformada Z
Propriedades da transformada Z:
Linearidade:
Se x(n) = k1 x1(n) + k 2 x2(n)

Ento X(z) = k1 X 1(z) + k 2 X 2(z)
Reverso no tempo:
Se y(n) = x( n)
Ento Y(z) = X(z 1 )
Teorema do deslocamento no tempo:
Se x(m) = x(n + l)
Ento X(m) = z l X(z)
A transformada Z
Propriedades da transformada Z:
Multiplicao por exponencial
Se y(n) = n x(n)
Ento Y(z) = X(z)
Diferenciao complexa:
Se y(n) = nx(n)
Ento Y(z) = z
dX(z)
dz
Conjugao complexa:
Se y(n) = x (n)
Ento Y(z) = X (z )
A transformada Z
Seqncias reais e imaginrias:
Se y(n) = Im{x(n)}
Se y(n) = Re{x(n)}
(X(z) + X (z ))
Ento Y(z) =
(X(z) X (z ))
Ento Y(z) =
2j
Teorema do valor inicial:
Se x(n) = 0 p/ n < 0
Ento x( 0 ) = lim X(z)
z
Teorema da convoluo:
Se y(n) = x1 (n) x2(n)

Ento Y(z) = X 1 ( z ) X 2 ( z )
Obs: o Teorema da convoluo utilizado em equalizao e define o conceito de
funo de transferncia, que muito importante em PDS.
A transformada Z
Teorema de Parseval:
x1 (n) x2 (n) =
n =
1
1 1
X
(
v
)
X
1
2 v dv
C
2j
v
Obs: A energia no domnio do tempo a mesma do domnio da transformada.
Produto de seqncias:
Se y(n) = x1 (n) x2(n)

Ento Y(z) =
1
1
z 1
z
1
(
)
X
(
v
)
X
v
dv
=
X
X
v
v
dv
1
2
1
2
C
C
2j 1
2j 2 v
v
A transformada Z
A Funo de transferncia
A transformada Z pode ser utilizada para se resolver uma
equao diferena, caracterizando o sistema linear:
N
y (n k ) k x(n k ) = 0
k =0
k =0
{y(n k )} {x(n k )} = 0
k
k =0
k =0
N
H ( z) =
Y (z)
=
X ( z)
k
z
k
k =0
M
k =0
z k
Para qualquer sistema estvel, a regio de convergncia
tem que incluir necessariamente a circunferncia unitria:
H (1) =
k = n0
k = n0
k = n0
n
n
(
)
(
)
1
h
(
n
)
1
h( n ) = h ( k ) <
Assim, para se saber a sada do sistema, basta
multiplicar a transformada Z da entrada pela funo de
transferncia do sistema e calcular a transformada Z
inversa.
Essa a teoria bsica para se estudar os dois tipos de
filtros encontrados na prtica: IIR e FIR. Para o segundo,
k= 0 p/ k 0.
Entretanto, o sistema ainda precisa ser estvel.
Estabilidade
Num sistema estvel, a regio de convergncia contm o
crculo unitrio do plano Z.
Um sistema causal se a sua regio de convergncia for
o exterior de um crculo.
Um sistema causal estvel se os seus plos esto no
interior do crculo unitrio.
Num sistema no-causal e estvel, os seus plos esto
no exterior do crculo unitrio.
Estabilidade
Para se verificar que um sistema causal estvel, utilizase o seguinte algoritmo:
1) Fazer D0(z)=D(z);
2) Para k=0,1,n-2;
a) Formar Dik(z)=zn+kDk(z-1);
b) Formar Dk(z)=kDik(z)+Dk+1(z);
3) As razes esto no interior do crculo unitrio se:

D(1)>0;
D(-1)>0 para n par e <0 para n mpar;
|k|<1 para k=0,..,n-2.
Exemplo:
z
X ( z) = 5
z + 2 z 4 + z 3 + 2 z 2 + z + 0,5
Resposta em freqncia
Os sistemas discretos podem ser caracterizados por
exponenciais, que so o fundamento da transformada z.
Para caracterizar o sistema no crculo unitrio, basta
substituir z por ej.
O sistema ento caracterizado em freqncia, com
uma resposta em amplitude e outra em fase.
H ( z ) = H ( e j ) = H ( e j ) e j ( )
Obs: O atraso de grupo, ou seja, o atraso em amostras

introduzido pelo sistema, dado por:
d ( )
( ) =
d
Exemplo de resposta em freqncia:
y (n) = x(n) x(n 1)
Que tipo de sistema essa equao descreve?

Qual o atraso de grupo?
Matlab:
Plote a resposta em freqncia com a funo
1 + z 1
H ( z) =
2
Comando:freqz
Utilize o comando grpdelay.O que o mesmo significa?
Utilize o comando tf2zp.
Utilize o comando zplane.
A transformada de Fourier
Como j foi feito, um sinal contnuo pode ser formado a
partir de um trem de pulsos modulado pelas amostras do
sinal discreto:
xcontnuo (t ) =
x(k ) (t kT )
k =
A sua transformada de Fourier :

{xcontnuo (t )} =
x(k ){ (t kT )}
k =
X (e ) =
x ( k )e
k =
jTk
j k
x
(
k
)
e
k =
Logo, isso equivale a transformada Z de x(k), com Z=ejT.
A transformada inversa :
1
x ( n) =
2
j
j n
X
(
e
)
e
d
A transformada um somatrio de senides ejn

moduladas por X(ej). Em que faixa a transformada do
sinal discreto no tempo precisa ser especificada?
Exemplo:
n,0 n 2
2,3 n 5
x( n)
n + 8,6 n 8
0, caso contrrio
As transformadas de Fourier direta e inversa, no tempo
contnuo, so dadas por:
X contnuo ( j) =
jt
x
(
t
)
e
dt
contnuo
1
xcontnuo (t ) =
2
jt
X
(
j
)
e
d
contnuo
A transformada de Fourier no tempo discreto peridica

em 2.
Sries de Fourier
Se a seqncia x(n) for peridica:
y,0 n < N
x f ( n)
0, n < 0 ou n N
j
X f (e ) =
f ( k )e
k =
X (e ) =
x ( k )e
j k
k =
e jkN
k =
N 1
= x f (k )e jk
k =0
x ( n) =
j k
(n + lN )
l =
f (e )e
k =
jkN
= X f (e ) e jkN
j
k =
sen
N
n
(
+
)
jNn
jN ( 2 n +1)
e
e
1
2
lim
= lim
=
n
n
e j N 1
N
sen
2
(
(
Sries de Fourier
Pela observao do comportamento do somatrio ou
realizando-se o inverso da srie de Fourier:
X ( e ) = X f (e ) e
j
k =
jkN
2
=
N
j 2Nk
2k
X
e
f

N
k =
A transformada de uma seqncia peridica a

amostragem ideal da transformada de um perodo da
seqncia, a intervalos de 2/N.
Sries de Fourier
possvel mostrar que:
2
j
nk
j 2Nk N 1
N
X (k ) = X f e
= x ( n )e
n=0
1
x ( n) =
N
N 1
X ( k )e
2
nk
N
k =0
A transformada de Fourier uma densidade espectral;

em qualquer freqncia onde haja uma senide, a
densidade infinita.
Exerccios
Exerccios do livro: 2.1, 2.3, 2.4, 2.5, 2.7, 2.9,
2.10, 2.13, 2.15, 2.21, 2.22

Pds Parte 1

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Pds Parte 1

Diunggah oleh

Hak Cipta:

Format Tersedia

Mestrado em Engenharia Eltrica

Processamento Digital de Sinais

Professores: Eddie Filho

Sinais e Sistemas no tempo discreto

Sinais no tempo discreto

Sinais no tempo discreto

Sinais no tempo discreto

Sinais no tempo discreto

Sinais no tempo discreto

Sinais no tempo discreto

Sistemas no tempo discreto

Sistemas no tempo discreto

h(n) = 0 para n < t 0

Sistemas no tempo discreto

Sistemas no tempo discreto

Obs: Se a entrada limitada em amplitude, a sada tambm (BIBO estvel). A

Sistemas no tempo discreto

Sistemas no tempo discreto

Sistemas no tempo discreto

Sistemas no tempo discreto

Sistemas no tempo discreto

Sistemas no tempo discreto

Sistemas no tempo discreto

Segmentao em partes menores, quase lineares;

Sistemas no tempo discreto

Sistemas no tempo discreto

Sistemas no tempo discreto

Entretanto, o sinal deve ser discretizado de tal modo que

xanalgico (t ) = x(k ) (n k ) = xa (kT ) (n k ) = xa (t ) (n k ) = xa (t ) (n k )

A transformada de Fourier pode ser calculada como:

Cada bit aumenta a SNR em 6dB.

A cadeia completa de PDS

Este fato remete importncia da quantidade h(k ) z

A transformada Z s existe para regies onde o

A transformada existe para r1 < |z| < r2.

Com o critrio de convergncia de sries:

Isso implica que a regio de convergncia inclui

Exemplo de transformada inversa:

Se x(n) = k1 x1(n) + k 2 x2(n)

Teorema do valor inicial:

Se y(n) = x1 (n) x2(n)

Obs: A energia no domnio do tempo a mesma do domnio da transformada.

Se y(n) = x1 (n) x2(n)

3) As razes esto no interior do crculo unitrio se:

Obs: O atraso de grupo, ou seja, o atraso em amostras

Que tipo de sistema essa equao descreve?

A sua transformada de Fourier :

Logo, isso equivale a transformada Z de x(k), com Z=ejT.

A transformada um somatrio de senides ejn

A transformada de Fourier no tempo discreto peridica

A transformada de uma seqncia peridica a

A transformada de Fourier uma densidade espectral;

Anda mungkin juga menyukai