Introduo
Sinais discretos: Seqncias
Sistemas discretos no tempo
Sistemas lineares discretos no tempo - LTI
Propriedades de sistemas LTI
Equaes diferena lineares com coeficiente constante
Representao no domnio da freqncia
Representao de seqncias por transformada de Fourier
Propriedades de simetria transformada de Fourier
Teoremas da transformada de Fourier.
2.0 Introduo
Sinal: algo que contm informaes sobre o estado ou
comportamento de um sistema fsico, por exemplo sinal de voz.
Sinais contnuos no tempo: definidos ao longo de um intervalo
de tempo contnuo e so representado por uma varivel contnua
independente.
Sinais discretos no tempo: definidos para tempo discreto, e so
representados como uma seqncia de nmeros.
Sistema de processamento de sinais
Sistemas contnuos no tempo
Sistemas discretos no tempo
2
1; n 0
(n)
0; n 0
1; n k
ou ( n k )
0; n k
(n )
(n k )
1
k+1
x ( n)
x(k ) (n k )
x(n) x(n ) * (n )
1; n 0
u(n )
0; n 0
1; n k
u(n k )
0; n k
ou
u(n k )
u(n )
1
Outra interpretao:
u(n k )
(m)
m 0
u ( n)
n k
( m) ( n k )
( n ) u( n ) u( n 1)
6
Exponencial
x[n] A n
Senoidal
x[n] A cos( o n )
Exemplo:
y[n] = (x[n])2 + 2x[n] ;
y[ n ] e x[ n ]
y [ n ] x[ k ]
y1 [ n ] x1 [ k ]
y 2 [ n ] x2 [ k ]
y3 [ n ] x3 [ k ] ( ax1 [ k ] bx1 [ k ]) a x1 [ k ] b x2 [ k ]
y [ n ] x[ k ]
k
n n0
y [ n n0 ] x [ k ]
k
n n0
y1 [ n ] x1 [ k ] x1 [ k n0 ] x1 [ k1 ] y [ n n0 ]
10
Causalidade
Um sistema L causal, se para qualquer no, os valores da
sequncia de sada para n = no dependem somente dos valores da
sequncia de entrada par n no, ou seja y(n) uma funo de {,
x(n-2), x(n-1), x(n)} somente.
y [ n ] x[ k ]
k
y [ n ] x[ n ] x[ n 1 ]
y[n]=x[n]-x[n+1] , no causal
Obs. Um sistema pode ser processado em tempo real (produzindo
uma sada imediata para cada instante de tempo n) se e somente se
o sistema causal.
11
Estabilidade
Um sistema L estvel no sentido BIBO (bounded-input,
bounded-output stable) se somente se, para qualquer entrada
limitada a sada resultante tambm limitada.
Formalmente - O sistema L estvel se somente se para algum
AR, A>0, verdadeiro que:
y ( n ) L[ x ( n )].
y[ n ] x[ k ]
k
x (n )
y(n )
y (n )= L [x (n )]
y (n ) L[ x ( n )]
w( n ) L[v ( n )]
ay (n ) bw( n ) L[ax (n ) bv ( n )]
Um sistema invariante no tempo (ou invariante ao
deslocamento) se para todo x(n) tal que y ( n ) L[ x ( n )],
tem-se, para todo k, que :
y ( n k ) L[ x ( n k )]
13
h( n ) L[ ( n )]
Se o sistema L LTI, ento
[ n ]
h[ n ]
h( n m ) L[ ( n m )]
A resposta impulso unitrio de um sistema LTI discreto no tempo
caracteriza um sistema da mesma forma que caracteriza os
sistemas LTI contnuos no tempo.
Resposta ao impulso unitrio Resposta a qualquer entrada
14
impulsos, ou seja:
x ( n)
x(k ) (n k )
Portanto: y [ n ] L x [ n ] L
x [ k ] [ n k ]
y [ n ] x [ k ] L [ n k ]
k
y [ n ] x [ k ] h[ n k ]
k
Convoluo soma
15
Convoluo Soma
Se L um sistema LTI com resposta impulso unitrio h(n), ou
seja:
y[n ] L x[n ]
e ento
y [ n ] x [ k ] h[ n k ]
k
y [ n ] x [ n ] * h[ n ] x [ k ] h[ n k ]
k
16
Convoluo Soma
y [ n ] x [ k ] h[ n k ]
k
Como calcular:
1. Rebate-se um dos sinais, isto , escrevendo x[-n] ou h[n].
2. Calcula-se y[n] para cada n deslocando-se x[n] sobre
3
h[n], ou vice-versa.
Exemplo: x[n]
h[n]
1 1
0
2
0
2
1
... -2
-1
y[n]=0, n<0
17
x[n] 1
2
1
... -2
-1
y[n] = 0, n < 0;
y[0] = x[0]h[0] = 1x3= 3
18
x[n] 1
2
1
... -2
-1
y[n] = 0, n < 0;
y[0] = x[0]h[0] = 1x3= 3
y[1]= x[0]h[1] + x[1]h[0] = 1x2+1x3 = 5
19
x[n] 1
2
1
... -2
-1
y[n] = 0, n < 0;
y[0] = x[0]h[0] = 1x3= 3
y[1]= x[0]h[1] + x[1]h[0] = 1x2+1x3 = 5
y[2] = x[1]h[1] = 1x2= 2
20
x[n] 1
2
1
... -2
-1
y[n] = 0, n < 0;
y[0] = x[0]h[0] = 1x3= 3
y[1]= x[0]h[1] + x[1]h[0] = 1x2+1x3 = 5
y[2] = x[1]h[1] = 1x2= 2
y[n] = 2, n > 0;
21
Causalidade e Estabilidade
y [ n ] x [ k ] h[ n k ]
k
h( n ) 0 para n 0.
Teorema - Um sistema LTI estvel se somente se ele tem uma
resposta impulso unitrio h(n) absolutamente somvel, ou seja:
h(n)
22
convoluo soma.
y [ n ] x[ k ] h[ n k ]
k
Comutativa:
h1[n]
h2 [n]
h2 [n]
h1[n]
h1[n] * h2 [n]
y[n]
y[n]
y[n]
h1[n]
y[n]
x[n]
h2 [n]
x[n]
h1[n] h2 [n]
y[n]
23
Mdia mveis
M2
M1 n M 2 ,
1
h[n ]
[
n
k
]
M1 M 2 1
M 1 M 2 1 k M1
0,
otherwise.
Acumulador
n
h[n ]
1, n 0
u[n ]
0, n 0
[k ]
Forward Difference
h[n ] [n 1] [n ].
Backward Difference
h[n ] [n ] [n 1].
24
k 0
m 0
x(n )
+
- -
y (n )
U n it
d e la y
y (n 1)
1 /2
U n it
d e la y
A D ig ita l F ilte r
1 /8
y ( n 2)
Exemplo
Considere a seguinte equao diferena:
y ( n ) 9 y ( n 2) x ( n )
Encontre
y (n )
para
n 0,...,
a condio inicial:
entrada:
dada:
y ( 1) y ( 2) 0
x(n) n 2 n
Soluo numrica:
y (0) x (0) 9 y ( 2) 0
y (1) x (1) 9 y ( 1) 2
y ( 2) x ( 2) 9 y (0) 6
y (3) x (3) 9 y (1) 20
X ( ) x( t )e jt dt
1
j t
x( t )
X
(
)
e
d
x( t ) X ( )
28
Transformada de Fourier
Algumas propriedades importantes:
1. Linearidade:
ax1( t ) bx2 ( t ) aX 1( ) bX 2 ( )
jt0
x
(
t
t
)
G
(
)
e
2. Deslocamento no tempo:
0
j t
3. Deslocamento na frequncia: x( t )e 0 G( 0 )
4. Convoluo no tempo
5. Produto no tempo:
x1 ( t )* x2 ( t ) X 1 ( ) X 2 ( )
1
x1 ( t )x2 ( t )
X 1 ( )* X 2 ( )
2
29
Transformada de Fourier
Transformada de Fourier da convoluo de entre os dois sinais
x1(t) e x2(t).
F [ x1 ( t )* x2 ( t )] x1 ( )x2 ( t )d e jt dtd
Fazendo
dt d
F [ x1 ( t )* x2 ( t )] x1 ( )x2 ( )d e j( )dd
F [ x1 ( t )* x2 ( t )] x1 ( t )e
d x2 ( )e j d X 1 ( ) X 2 ( )
x1 ( t )* x2 ( t ) X 1 ( ) X 2 ( )
30
4. cos( 0 t ) j ( 0 ) ( 0 )
t
T
AT sen( T / 2 )
5. Arect ( ) ATsa (
)
T
2
( T / 2 )
1
2 k
6. ( t kT )
)
(
T k
T
k
31
Amostragem Peridica
Um mtodo tpico de obter um sinal discreto atravs da amostragem
de um sinal contnuo no tempo, isto :
x(n) xc (nTs )
32
Teorema da Amostragem
Teorema da Amostragem descreve precisamente quanta informao
retida quando uma funo amostrada ou, se uma funo de banda
limitada pode ser exatamente reconstruda a partir de suas amostras.
Demonstrao: Suponha que xc (t ) X c () um sinal de banda
limitada no intervalo de frequncia c , c ou X () 0 for c
X ()
s 2 c
33
xc (t )
s(t )
xs (t )
(t nT )
Converso de trem
de impulsos para
seqncia discreta
Trem de impulsos
xs (t ) xc (t ) s (t ) xc (t ) (t nT )
n
xs (t ) xc (nT ) (t nT )
n
x ( n ) xc ( nT )
(modulao)
(propriedade do deslocamento)
2
S ( j )
( k s ) onde s 2 / T a taxa de amostragem.
T k
1
1
X s ( j )
X c ( j ) * S ( j ) X c j ( k s )
2
T k
1
j
X
(
e
)
T
X s ( j) X ( e j )
X ( e jT ).
T
2k
X
c j
T
k
T
34
Espectro de xc(t)
Trem de impulso
no domnio da frequncia
Espectro do sinal
amostrado, quando
s 2 / T 2 N
Espectro do sinal
amostrado, quando
s 2 / T 2 N
35
36
xc (t ) cos(o )
37
s 2 / T 12000
38
dada por:
X ( e j ) x ( n )e jn
n
contanto que x(n) seja absolutamente
somvel:
x(n) .
X (e j )
dada por:
1
j
jn
x( n )
X
(
e
)
e
d.
0 c
( 2k 1) .
41
y (n)
e
2
H (e
j 0
)e
H (e
) H * ( e j0 ,) ento
A0 j (0n )
j 0
j ( 0 n )
j 0 *
y (n)
e
H (e ) e
H (e )
2
A0 Re e j (0n ) H (e j0 )
j 0
A0 H (e j0 ) cos[0n H (e j0 )]
j 0
42
H ( e j0 )
Definies: Espectro de amplitude da transformada de Fourier
j
H (e ) H (e ) H (e )
*
1/ 2
Espectro de Fase
j
H
(
e
)
j
1
I
H (e ) tan
j
H
(
e
)
R
onde,
H (e ) H (e )
2
R
2
I
1/ 2
H R ( e j ) Re H ( e j )
H I ( e j ) Im H ( e j )
H (e
j 0
) H (e
j 0
)e
jH ( e j 0 )
43
x (n )
X ( e j ) A ( n )e jn
n
-3 -2 -1
Ae j 0 A
[ , ].
X ( e j )
44
X (e ) A
N 1
n N 1
A;
x(n)
0;
jn
n N 1
else
[ , ].
x (n ) A
X ( e j )
A
n
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8
45
A[1 n /( N 1)];
n N 1
0;
else
x(n)
N 1
1
j n
X (e j ) A e jn
n
e
1
n N 1
n N 1
N 1
Note que
x (n ) A
N 1
ne
j n
n 1
d N 1 jn
j
e
.
d n 1
X ( e j )
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8
46
X (e ) a e
j
n jn
n 0
a n ;
n0
0;
else
x(n)
a-e j
, .
x (n )
1
X (e j )
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8
(a=2) 47
Exponencial bilateral:
j
X (e )
jn
x (n )
( a 1)
a2 1
2
a -2a cos( ) 1
, .
X ( e j )
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8
(a=2)
48
x ( n ) xe ( n ) x0 ( n )
1
x ( n ) x * ( n ) xe* ( n )
2
onde,
1
xo ( n ) x ( n ) x* ( n ) xo* ( n )
2
Similarmente, a transformada de Fourier
pode ser expressa
X ( e j )
como a soma de funes conjugadas simtricas e antisimtricas.
xe ( n )
X (e j ) X e ( e j ) X o ( e j )
Onde,
1
X (e j ) X * ( e j ) X e* (e j )
2
1
X o (e j ) X (e j ) X * ( e j ) X o* (e j )
2
X e (e j )
49
x* (n)
x* ( n )
Re x (n )
Im x (n )
xe (n )
xo (n )
Any real x ( n )
Any real x ( n )
Any real x ( n )
Any real x ( n )
Any real x ( n )
xe (n ) (real x (n ))
xo (n ) (real x (n ))
j
Transformada de Fourier X (e )
X * (e j )
X * (e j )
X e (e j )
X o ( e j )
X R ( e j ) Re X (e j )
jX I ( e j ) j Im X ( e j )
X ( e j ) X * ( e j )
X R (e j ) X R ( e j )
X I ( e j ) X I ( e j )
X ( e j ) X ( e j )
X ( e j ) X I ( e j )
X R (e j )
jX I (e j )
50
ax ( n ) by ( n ) (Linearity)
x (n nd ) ( nd an integer, time shifting)
aX ( e j ) bX ( e j )
e jnd X (e j )
X (e j ( 0 ) )
X (e j )
dX ( e j )
j
d
j
j
6. x ( n ) * y ( n ) (convolution theorem) X (e )Y ( e )
1
j
j ( )
X
(
e
)
Y
(
e
)d
7. x ( n ) y ( n ) (windowing theorem)
2
Parsevals Theorem
8.
1
x(n)
2
2
1
x
(
n
)
y
(
n
)
9.
2
n
*
X ( e j ) d
X (e j )Y * ( e j )d
51
1
x(n)
2
2
X (e
) d
*
j
jn
X
(
e
)
e
d
1
j
jn
x(n)
X
*
(
e
)
e
d
2
n
*
x
(
n
)
x
(
n
)
x
(n )
x ( n )
jn
x
(
n
)
e
d
X * ( e )
1
j
j
X
*
(
e
)
X
(
e
)d
2
1
j 2
X ( e ) d
52