1
Notas de Aula 4: Amostragem de Sinais Contı́nuos no Tempo
1 Conteúdo
Nestas notas de aula são abordados os seguintes tópicos:
• Princı́pios básicos;
• Teorema de Nyquist;
2 Amostragem Periódica
A transformada de Fourier de tempo contı́nuo (TFTC) de um sinal f (t) contı́nuo no tempo é
calculada utilizando a seguinte expressão:
Z ∞
F (jΩ) = f (t)e−jΩt dt (1)
−∞
Um sinal x[n] (discreto no tempo) pode ser gerado a partir de um sinal xc (t) (contı́nuo no
tempo) através de um processo de amostragem onde os valores de x[n] correspondem a valores
de xc (t) em múltiplos de T , ou seja
x[n] = xc (nT )
1
para o qual t = nT = Fns = n Ω 2π
s
. T é o perı́odo de amostragem, Fs é a freqüência de amostragem
e Ωs é a freqüência angular de amostragem. Esta operação é conhecida como conversão ideal
do tempo contı́nuo para digital. A sua representação em diagrama de blocos é apresentada na
Figura 1.
Alguns aspectos considerados importantes na implementação de conversores A/D são a
quantização das amostras de saı́da, a linearidade dos passos de quantização, a necessidade de
sistemas sample-and-hold e as limitações da taxa de amostragem. A operação de amostragem é
não reversı́vel, ou seja, dada uma saı́da x[n] é impossı́vel reconstruir xc (t) uma vez que muitos
sinais de tempo contı́nuo podem gerar a mesma seqüência de amostras x[n]. Esta ambiguidade
só pode ser eliminada através da restrição dos tipos de sinais xc (t).
Por conveniência representamos o processo de amostragem em dois estágios, conforme apre-
sentado na Figura 2. Os estágios consistem num trem de impulsos modulador seguido de uma
conversão do trem de impulsos em tempo contı́nuo para tempo discreto.
Figura 2: Conversor analógico/digital em duas etapas: (a) sistema geral, (b) xs (t) amostrado
com duas taxas e (c) x[n] para as duas taxas de amostragem.
2
3 Representação da Amostragem no Domı́nio da Freqüência
Para representar a relação entre a entrada e a saı́da de um conversor analógico/digital ideal no
domı́nio da freqüência, vamos representar o trem de impulsos modulador como
∞
X
s(t) = δ[t − nT ]. (6)
n=−∞
O sinal modulado pelo trem de impulsos (ver Figura 2.a) é obtido através da multiplicação do
sinal analógico xc (t) por este trem de impulsos s(t):
∞
X ∞
X
xs (t) = xc (t) · s(t) = xc (t) δ[t − nT ] = xc (nT )δ[t − nT ]. (7)
n=−∞ n=−∞
Como s(t) é uma função periódica com perı́odo T, ela pode ser expressa utilizando a série de
Fourier (ver eq.4)
X∞
2π
s(t) = Fn ejnΩs t , Ωs = .
n=−∞
T
∞
2π X
S(jΩ) = δ(ω − nΩs ), (9)
T n=−∞
2π
no qual Ωs = T = 2πFs . Substituindo S(jΩ) na expressão da convolução (eq. 8)
X∞
1 2π
Xs (jΩ) = Xc (jΩ) ∗ δ(ω − nΩs ).
2π T n=−∞
3
Como a convolução de uma função F (jΩ) com um impulso deslocado δ(Ω − Ω0 ) é a própria
função deslocada F (jΩ − jΩ0 ), obtemos a seguinte expressão
∞
1 X
Xs (jΩ) = Xc (jΩ − jΩs n) . (10)
T n=−∞
Observe que a função Xs (jΩ) é composta por cópias deslocadas do espectro de Xc (jΩ), escalon-
adas por 1/T . Os deslocamentos são múltiplos inteiros da freqüência de amostragem Ωs = 2π/T .
Na Figura 3 podemos visualizar o processo de amostragem para um sinal Xc (jΩ) de banda
limitada (ver Figura 3.a).
4
as réplicas de Xc (jΩ) não se interceptam. Este resultado é decorrência do Teorema de Nyquist,
que é enunciado a seguir.
O sinal original xc (t) pode ser recuperado a partir de xs (t) utilizando-se um filtro passa-baixas
ideal com ganho T e freqüência de corte ΩN < Ωc < Ωs − ΩN . A filtragem elimina as réplicas
de Xc (jΩ) no espectro de Xs (jΩ) e, consequentemente, a sua periodicidade. Se Ωs < 2ΩN ,
as réplicas de Xc (jΩ) se interceptam, como pode ser visto na Figura 3.d. Neste caso, o sinal
original não pode ser recuperado sem aliasing ou distorção. Na Figura 4 é apresentado o esquema
completo para amostragem e recuperação do sinal.
Voltando ao sinal amostrado xs (t) (ver eq.7), tirando a sua TFTC podemos expressar este
sinal no domı́nio da freqüência
( ∞ )
X
Xs (jΩ) = F xc (nT )δ(t − nT )
n=−∞
∞
X
= xc (nT )F {δ(t − nT )}
n=−∞
X∞
= xc (nT ) · e−jΩT n .
n=−∞
que é equivalente a
∞ µ µ ¶¶
jω 1 X ω k2π
X(e ) = Xc j − . (12)
T T T
k=−∞
Ω2π
ω =Ω·T = . (13)
Ωs
5
Figura 4: Ilustração do processo de recuperação exata de um sinal contı́nuo a partir das suas
amostras.
Isto significa que há uma normalização do eixo das freqüências de modo que Ω = Ωs em Xs (jΩ)
corresponda a ω = 2π em X(ejω ). Esta normalização é uma conseqüência da normalização no
domı́nio do tempo
xs (t) −→ x[n],
para a qual temos que
• em xs (t) há um espaçamento T entre as amostras;
• em x[n] há um espaçamento unitário entre as amostras.
Exemplo 3.1
ejΩt + e−jΩt
xc (t) = cos(4000πt) = cos(Ω0 t) =
2
6
1
• T = 6000
• Ωs = 2π · 6000 = 12000π
e
∞
2π X
S(jΩ) = δ(Ω − kΩs ).
T
k=−∞
Logo,
∞
1 1 X
Xs (jΩ) = Xc (j(Ω) ∗ S(j(Ω) = Xc (j(Ω − Ωs ))
2π T
k=−∞
∞
π X
= {πδ(Ω − 4000π − k12000π) + πδ(Ω + 4000π − k12000π)}
T
k=−∞
X∞
π
= {πδ(Ω − 4000π(1 + 3k)) + πδ(Ω + 4000π(1 − 3k))} .
T
k=−∞
7
Exemplo 3.2 O mesmo exemplo anterior para Ω0 = 16000π e Ωs = 12000 e
µ ¶ µ ¶ µ ¶ µ ¶
16000πn 8 2 2
x[n] = xc (nT ) = cos = cos πn = cos 2πn + πn = cos πn .
12000 3 3 3
O sinal x[n] é igual ao do exemplo anterior?! Neste caso, há aliasing porque Ωs < 2Ω0 =
2·12000π = 24000π. Como no exemplo anterior, o espectro Xc (jΩ) é composto de dois impulsos.
Mas, neste caso estes impulsos estão localizados em ±16000π, ou seja, após Ωs /2. Logo, as
réplicas destes impulsos são jogadas para dentro do intervalo [−ΩS /2, −ΩS /2] causando aliasing.
Coincidentemente, o espectro de Xs (jΩ) é idêntico ao do Exemplo 3.1 (ver Figura 5).
Partindo de uma seqüência de amostras x[n], podemos obter o sinal trem de impulsos xs (t)
utilizando a seguinte expressão
∞
X
xs (t) = x[n]δ[t − nT ]. (14)
n=−∞
8
O filtro Hr (jΩ) tem ganho T e a freqüência de corte comumente usada é π/T (ver Figura 6.b).
A resposta impulsiva do filtro (ver Figura 6.c) é dada por
sen(πt/T )
hr (t) = . (16)
πt/T
∞
X sen(π(t − nT )/T )
xr (t) = x[n] . (17)
n=−∞
π(t − nT )/T
Esta equação descreve o processo de interpolação de x[n], realizado pelo filtro passa-baixas
hr (t), de maneira a se obter xr (t). Na Figura 7 este processo de interpolação é ilustrado.
O processo de reconstrução de um sinal de banda limitada a partir das suas amostras compõe
o sistema de um conversor ideal de tempo discreto para tempo analógico (D/A). Para analisar
as relações deste conversor no domı́nio da freqüência avaliemos a TFTC da eq. 17
∞
X
Xr (jΩ) = x[n]Hr (jΩ)e−jΩT n = Hr (jΩ)X(ejΩT ) = Hr (jΩ)X(ejω ) |ω=ΩT . (18)
n=−∞
De acordo com esta expressão, o filtro seleciona o perı́odo básico de X(ejΩT ) e compensa pelo
escalonamento resultante da amostragem. Sendo assim, se x[n] foi amostrado a uma taxa maior
ou igual a taxa de Nyquist, o sinal reconstruı́do xr (t) será igual ao original.
9
Figura 8: (a) Sistema LIT de tempo contı́nuo e (b) sistema de processamento discreto equiva-
lente para sinais de banda limitada.
∞
X sen(π(t − nT )/T
yr (t) = y[n] (20)
n=−∞
π(t − nT )/T
e ½
T Y (ejΩT ), |Ω| < π/T
Yr (jΩ) = Hr (jΩ)Y (ejΩT ) = (21)
0, c.c.
E quanto a relação entre x[n] e y[n]? O caso mais simples seria quando y[n] = x[n], que
corresponde ao caso estudado nas seções anteriores para o qual yr (t) = xr (t). No caso de um
sistema discreto LIT, a seguinte relação é válida
10
apenas o termo para k = 0 do somatório se mantém e chegamos a seguinte relação
½
H(ejΩT )Xc (jΩ), |Ω| < π/T
Yr (jΩ) = .
0, c.c.
Logo, se o sinal é limitado em banda e a taxa de amostragem é maior que a taxa de Nyquist, a
seguinte relação é válida
Yr (jΩ) = Hef (jΩ)Xc (jΩ) (23)
para a qual
½
H(ejΩT ), |Ω| < π/T
Hef (jΩ) = . (24)
0, c.c.
Ou seja, o sistema contı́nuo é equivalente a um sistema digital LIT cuja resposta em freqüência
efetiva é dada pela relação acima.
Na Figura 9 apresentamos um exemplo de um processo de filtragem discreta (passa-baixas)
de um sinal de tempo contı́nuo para o qual
½
jω 1, |ω| < ωc
H(e ) = (25)
0, ωc < |ω| < π
e, portanto, ½
1, |ΩT | < ωc ou |Ω| < ωc /T
Hef (jΩ) = . (26)
0, |ΩT | ≥ ωc ou |Ω| > ωc /T
E no domı́nio do tempo? Dado um sistema de tempo contı́nuo com resposta impulsiva hc (t)
queremos implementá-lo utilizando um sistema digital com resposta impulsiva h[n], conforme
apresentado na Figura 8(b). Como ficaria a resposta impulsiva do filtro digital equivalente?
Se Hc (jΩ) é limitado em banda, a eq.26 especifica como escolher H(ejω ) de forma que
Hef (jΩ) = Hc (jΩ). Ou seja, temos que
Hef (jΩ) = Hc (jω/T ), |ω| < π (27)
com a exigência que Hc (jΩ) = 0 para |Ω| > π/T . Sob estas condições, há uma relação entre a
resposta impulsiva de tempo contı́nuo hc (t) e a resposta impulsiva de tempo discreto h[n]:
h[n] = T hc (nT ) (28)
Ou seja, a resposta impulsiva do sistema discreto h[n] é uma versão escalonada e amostrada de
hc (t)!
A prova da expressão acima é uma conseqüência da relação x[n] = xc (nT ). Partindo da
expressão
h[n] = hc (nT ).
Utilizando as mesmas relações obtidas anteriormente para um sinal amostrado (x[n] = xc (nT )),
podemos escrever
∞ µ µ ¶¶
jω 1 X ω 2πk
H(e ) = Hc j −
T T T
k=−∞
11
Figura 9: Ilustração de um processo de filtragem digital de um sinal de tempo contı́nuo e banda
limitada.
12
6 Processamento em Tempo Contı́nuo de Sinais de Tempo Dis-
creto
Nesta seção discutiremos o processamento em tempo contı́nuo de sinais de tempo discreto. O
diagrama de blocos genérico deste tipo de sistema é apresentado na Figura 10.
A partir da definição do conversor D/A ideal, Xc (jω) e Yc (jω) serão necessariamente zero
para Ω ≥ π/T . Assim, podemos escrever
∞
X sen [π(t − nT )/T ]
x(t) = x[n] (30)
n=−∞
π(t − nT )/T
H(ejω ) = e−jω∆
yc (t) = xc (t − ∆T ).
13
xc (t) é a interpolação de banda limitada de x[n], enquanto que y[n] é obtido através da
amostragem de yc (t), conforme ilustrado na Figura 11. Se, por exemplo, ∆ = 1/2, y[n] é
formada pelos valores interpolados (com banda limitada) do sinal de entrada.
y[n] = yc (nT ) = xc (nT − n∆)
X∞
sen(π(t − ∆T − kT )/T )
= x[k] |t=nT
π(t − ∆T − kT )/T )
k=−∞
X∞
sen(π(n − k − ∆))
= x[k]
π(n − k − ∆)
k=−∞
Ou seja, o sinal y[n] é uma convolução de x[k] com sen(π(n − ∆))/(π(n − ∆)).
Figura 11: Processamento em tempo contı́nuo de uma seqüência discreta para obter uma
seqüência com atraso de 1/2 amostra.
14
Da mesma maneira, um sinal discreto no tempo pode ser obtido através da interpolação de um
sinal digital
X∞
sen(π(t − nT )/T )
xr (t) = x[n] .
n=−∞
π(t − nT )/T
x0 [n] = xc (nT 0 ), T 0 6= T
Uma solução pouco elaborada consiste em reconstruir xc e re-amostrá-lo com uma nova taxa.
Nesta seção, vamos estudar alguns métodos que permitem modificar a taxa de amostragem de
uma seqüência digital sem a necessidade de reconstrução do sinal digital.
Se o sinal é limitado em banda de freqüência (Xc (jΩ) = 0 para |Ω| ≥ ΩN ), xd [n] é uma
representação exata de xc (t) se π/T 0 = π/(M T ) ≥ ΩN . Ou seja, a taxa de amostragem pode
ser reduzida por um fator M sem implicar em distorção se
• a taxa de amostragem original (T) for pelo menos M vezes a taxa de Nyquist; ou
• a banda de freqüências do sinal for reduzida por um fator M por um filtro digital.
E quanto a relação entre x[n] e y[n] = xd [n]? Lembrando que x[n] = xc (nT ), temos que
∞ µ µ ¶¶
jω 1 X ω 2πk
X(e ) = Xc j −
T T T
k=−∞
15
Mudando a variável r por r = i + kM na equação anterior, temos que
M −1 ∞ µ µ ¶¶
jω 1 X X ω 2πk 2πi
Xd (e ) = Xc j − −
TM MT T MT
i=0 k=−∞
M −1
" ∞ µ µ ¶¶#
1 X 1 X (ω − 2πi) 2πk
= Xc j − .
M T MT T
i=0 k=−∞
Portanto,
M −1
1 X
Xd (ejω ) = X(ej(ω−2πi)/M ) . (35)
M
i=0
Figura 13: Sistema para redução da taxa de amostragem por uma razão M.
xi [n] = xc (nT 0 )
x[n] = xc (nT ).
Logo,
xi [n] = x[n/L] = xc (nT /L), n = 0, ±L, ±2L, . . .
A operação para aumento da taxa de amostragem é conhecida como superamostragem.
Na Figura 16 o diagrama em blocos do sistema para aumento da taxa de amostragem por
uma razão L é apresentado. A saı́da do primeiro bloco do diagrama (expansor) é
½
x[n/L], n = 0, ±L, ±2L, . . .
xe [n] = (36)
0, c.c.
16
Figura 14: Ilustração do processo de subamostragem no domı́nio da freqüência.
17
Figura 15: Ilustração do processo de subamostragem com “aliasing” no domı́nio da freqüência.
18
ou
∞
X
xe [n] = x[k]δ[n − kL] (37)
k=−∞
O próximo bloco do diagrama é uma passa-baixas com freqüência de corte π/L e ganho L. A
TFTD de xe [n] é dada por
∞
à ∞ !
X X
Xe (ejω ) = x[k]δ[n − kL] e−jωn
n=−∞ k=−∞
X∞
= x[k]e−jωLk = X(ejωL ).
k=−∞
Logo,
¡ ¢
Xe (ejω ) = X ejωL (38)
O aumento da taxa de amostragem pode também ser analisado utilizando as mesmas
expressões utilizadas para a conversão de uma seqüência digital para um sinal contı́nuo no
tempo (interpolação), uma vez que para aumentar a taxa de amostragem é necessário adicionar
amostras às já existentes de maneira semelhante ao que é feito na interpolação das amostras
para se obter o sinal em tempo contı́nuo.
O filtro passa-baixas utilizado para interpolação tem a seguinte resposta impulsiva
sen(πn/L)
hi [n] = .
πn/L
Logo, a saı́da do filtro, ou seja, o sinal interpolado é obtido calculando-se a convolução de hi [n]
com o sinal de entrada xe [n] (ver Figura 16 )
xi [n] = xe [n] ∗ hi [n]
X∞
sen(πn/L)
= x[k]δ[n − kL] ∗
πn/L
k=−∞
X∞
sen(π(n − kL)/L)
= x[k] .
π(n − kL)/L
k=−∞
Figura 16: Diagrama em blocos do sistema para aumento da taxa de amostragem por uma
razão L.
19
Figura 17: Ilustração do processo de superamostragem no domı́nio da freqüência.
20
Observando a Figura 7.4.a, podemos nos perguntar se as operações de subamostragem e
superamostragem podem ser invertidas e, ainda assim, o resultado ser o mesmo. Se o sinal
de entrada for limitado em banda de freqüência e a taxa de Nyquist for respeitada, a ordem
dos sistemas pode ser invertida sem nenhum problema. Caso contrário, os resultados serão
diferentes e pode haver “aliasing”.
Figura 18: Diagrama de blocos do processo de mudança de taxa de amostragem por um fator
não inteiro.
Voltando ao diagrama da Figura 7.4.a, observamos que os filtros passa-baixas podem ser
combinados em um único filtro passa-baixas com freqüência de corte igual ao valor mı́nimo entre
π/L e π/M . Esta simplificação do diagrama pode ser vista na Figura 7.4.b.
Na Figura 19 uma ilustração do processo de mudança da taxa de amostragem de T para
T 0 = T (3/2), no domı́nio da freqüência, é apresentada. Observe que para este exemplo temos
que M = 3 e L = 2. Logo, o filtro passa-baixas tem uma freqüência de corte igual a π/3. As
regiões sombreadas dos espectros mostram áreas para as quais haveria “aliasing” caso o filtro
passa-baixas com ωc = π/3 não fosse utilizado.
21
Figura 19: Ilustração do processo de mudança da taxa de amostragem de T para T 0 = T (3/2),
no domı́nio da freqüência.
22