Apostila Teo DSP PDF

Apostila
de
Teoria
para
Processamento Digital de Sinais
(Vers
ao A2014M07D16)
Universidade Federal Fluminense
Apostila
do
Departamento de Engenharia de Telecomunicacoes
da
Universidade Federal Fluminense
por
Alexandre Santos de la Vega

Julho 2014
621.3192
(*)
D278
(*)
2014
de la Vega, Alexandre Santos

Apostila de Teoria para Processamento Digital
de Sinais / Alexandre Santos de la Vega. Niteroi:
UFF/TCE/TET, 2014.
212 (sem romanos) ou 232 (com romanos) p. (*)
Apostila de Teoria Graduacao, Engenharia de
Telecomunicacoes, UFF/TCE/TET, 2014.
1. Processamento de Sinais. 2. Processamento
Digital de Sinais. 3. Telecomunicacoes. I. Ttulo.
(*) OBTER INFO NA BIBLIOTECA E ATUALIZAR !!!
Aos meus alunos.
iii
Pref
acio
O trabalho em questao cobre os topicos abordados na disciplina Processamento Digital de
Sinais.
O presente volume apresenta um conte
udo teorico. O conte
udo pratico pode ser encontrado
no volume entitulado Apostila com Codigos de Programas Demonstrativos para Processamento
Digital de Sinais.
As apostilas foram escritas com o intuito de servir como uma referencia rapida para os alunos
dos cursos de graduacao e de mestrado em Engenharia de Telecomunicacoes da Universidade
Federal Fluminense (UFF).
O material basico utilizado para o conte
udo teorico foram as minhas notas de aula, que, por
sua vez, originaram-se em uma coletanea de livros sobre os assuntos abordados.
Os codigos de programas demonstrativos sao completamente autorais.
A motivacao principal foi a de aumentar o dinamismo das aulas. Portanto, deve ficar bem
claro que estas apostilas nao pretendem substituir os livros textos ou outros livros de referencia.
Muito pelo contrario, elas devem ser utilizadas apenas como ponto de partida para estudos mais
aprofundados, utilizando-se a literatura existente.
Espero conseguir manter o presente texto em constante atualizacao e ampliacao.
Correcoes e sugestoes sao sempre bem-vindas.
Rio de Janeiro, 04 de agosto de 2008.
UFF / TCE / TET
vi
Agradecimentos
Aos professores do Departamento de Engenharia de Telecomunicacoes da Universidade Federal
Fluminense (TET/UFF) que colaboraram com crticas e sugestoes bastante u
teis à finalizacao
deste trabalho.
Aos funcionarios e ex-funcionarios do TET, Arlei, Carmen L
ucia, Eduardo, Francisco e
Jussara, pelo apoio constante.
Aos meus alunos, que, alem de servirem de motivacao principal, obrigam-me sempre a tentar
melhorar, em todos os sentidos.
Mais uma vez, e sempre, aos meus pais, por tudo.
Rio de Janeiro, 04 de agosto de 2008.
UFF / TCE / TET
vii
viii
Apresentac
ao
O presente documento encontra-se em constante atualizacao.
Ele consta de topicos desenvolvidos em sala de aula.
Na preparacao das aulas foram utilizados os seguintes livros:
Livros indicados pela ementa da disciplina: [Mit98].
Outros livros indicados: [Rob09], [PM06], [Jac96], [She95], [SK89], [Ant86], [SDD84],
[OWY83], [PL76], [OS75], [Cad73].
Este documento aborda os seguintes assuntos:
Introducao: que busca contextualizar a disciplina no ambito do curso e apresentar
conceitos que serao necessarios ao longo do texto.
Sinais e sistemas (com tempo discreto) no domnio do tempo
Sinais e sistemas: definicoes, classificacoes, exemplos e caracterizacoes de sinais
e sistemas.
Sistema Linear e Invariante ao Tempo (SLIT): caractersticas, representacoes e
calculo de resposta.
Representacao em domnio transformado para sistemas de primeira ordem
Resposta em Freq
uencia: baseado no calculo da resposta de um SLIT de primeira
ordem, para um determinado tipo de sinal de entrada, pode-se identificar um
novo tipo de representacao para o sistema.
Funcao de Tranferencia: baseado no calculo da resposta de um SLIT de primeira
ordem, para um determinado tipo de sinal de entrada, pode-se identificar um
novo tipo de representacao para o sistema.
Sinais e sistemas (com tempo discreto) no domnio da freq
uencia
Sinais: revisao das representacoes em freq
uencia com tempo contnuo (Serie de
Fourier, Transformada de Fourier, Transformada de Laplace), Serie de Fourier de
Tempo Discreto (DTFS), Transformada de Fourier de Tempo Discreto (DTFT),
Transformada de Fourier Discreta (DFT), Transformada Rapida de Fourier
(FFT), Transformada Z, relacoes entre as diversas representacoes, parametros e
efeitos importantes.
SLIT de ordem qualquer: Resposta em Freq
uencia, Seletividade em Freq
uencia,
Funcao de Transferencia ou Funcao de Sistema, representacoes de um SLIT no
domnio da freq
uencia.
Estruturas: componentes e estruturas basicas.
Aplicacoes: exemplos de aplicacoes.
ix
Sum
ario
Pref
acio
Agradecimentos
vii
Apresenta
c
ao
ix
Sum
ario
xi
Lista de Tabelas
xvii
Lista de Figuras
xix
Introdu
c
ao
1 Conceitos b
asicos
1.1 Introducao . . . . . . . . .
1.2 Arquitetura de sistemas de
1.3 Processamento de sinais .
1.4 Tipos de sinais . . . . . .
1.5 Arquitetura de sistemas de
II
1
. . . . . . . . . . . . .
comunicacao . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
processamento digital
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Sinais e sistemas no domnio do tempo
2 Sinais no domnio do tempo

2.1 Introducao . . . . . . . . . . . . . . . . . . . . .
2.2 Notacoes para seq
uencias no domnio do tempo
2.3 Tipos de seq
uencias . . . . . . . . . . . . . . . .
2.3.1 Sistema numerico . . . . . . . . . . . . .
2.3.2 Comprimento . . . . . . . . . . . . . . .
2.3.3 Simetria . . . . . . . . . . . . . . . . . .
2.3.4 Periodicidade . . . . . . . . . . . . . . .
2.3.5 Outras classificacoes . . . . . . . . . . .
2.4 Operacoes basicas sobre seq
uencias . . . . . . .
2.5 Seq
uencias mais comumente empregadas . . . .
2.6 Relacoes entre seq
uencias . . . . . . . . . . . . .
2.7 Caractersticas relevantes das exponenciais . . .
2.8 Amostragem de sinais contnuos no tempo . . .
2.9 Exerccios propostos . . . . . . . . . . . . . . .
xi
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
3
3
4
4
5
7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
9
9
9
10
10
11
11
11
12
12
17
20
21
23
25
xii
3 Sistemas no domnio do tempo
3.1 Introducao . . . . . . . . . . . . . . . . . . . . .
3.2 Classificacoes de sistemas . . . . . . . . . . . . .
3.3 Tipos de implementacao para sistemas discretos
3.4 Tipos de implementacao para sistemas digitais .
3.5 Exerccios propostos . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4 Representaco
es para SLITs
4.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Soma de convolucao . . . . . . . . . . . . . . . . . . . . . .
4.3 Equacao de diferenca . . . . . . . . . . . . . . . . . . . . .
4.4 Resposta ao impulso . . . . . . . . . . . . . . . . . . . . .
4.5 Notacao operacional . . . . . . . . . . . . . . . . . . . . .
4.5.1 Operador de deslocamento . . . . . . . . . . . . . .
4.5.2 Operador de transferencia . . . . . . . . . . . . . .
4.5.3 Biquad . . . . . . . . . . . . . . . . . . . . . . . . .
4.6 Diagrama de blocos de complexidade generica . . . . . . .
4.7 Diagrama de sistema . . . . . . . . . . . . . . . . . . . . .
4.8 Diagrama de sistema equacao de diferenca . . . . . . . .
4.8.1 Estruturas basicas . . . . . . . . . . . . . . . . . .
4.8.2 Equacionamento das estruturas nao recursivas . . .
4.8.3 Equacionamento das estruturas recursivas . . . . .
4.8.4 Exemplos com estruturas de ordem 1 e de ordem 2
4.8.5 Casos particulares de interesse . . . . . . . . . . . .
4.9 Equacoes de estado . . . . . . . . . . . . . . . . . . . . . .
4.9.1 Introducao . . . . . . . . . . . . . . . . . . . . . . .
4.9.2 Definicao . . . . . . . . . . . . . . . . . . . . . . .
4.9.3 Nao unicidade da representacao de estados . . . . .
4.10 Equacoes de estado equacao de diferenca . . . . . . . . .
4.10.1 Forma canonica com matriz companheira - I . . . .
4.10.2 Forma canonica com matriz companheira - II . . .
4.11 Equacoes de estado operador de transferencia . . . . . .
4.12 Exerccios propostos . . . . . . . . . . . . . . . . . . . . .
5 C
alculo da resposta de um SLIT
5.1 Introducao . . . . . . . . . . . . . . . . . . . . . .
5.2 Equacoes de estado respostas do sistema . . . .
5.2.1 Resposta generica . . . . . . . . . . . . . .
5.2.2 Resposta ao estado . . . . . . . . . . . . .
5.2.3 Resposta à entrada . . . . . . . . . . . . .
5.3 Solucao convencional da equacao de diferenca . .
5.4 SLIT FIR com entrada de comprimento indefinido
5.5 Tipos de respostas de um SLIT . . . . . . . . . .
5.5.1 Caso geral . . . . . . . . . . . . . . . . . .
5.5.2 Casos particulares . . . . . . . . . . . . . .
5.5.3 Exemplo de notacao alternativa . . . . . .
5.5.4 Um questionamento comum . . . . . . . .
5.6 Representacao em domnio transformado . . . . .
5.7 Exerccios propostos . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
35
35
35
38
39
40
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
43
43
44
45
47
48
48
49
51
51
52
54
54
54
59
60
62
63
63
63
64
65
65
66
68
69
.
.
.
.
.
.
.
.
.
.
.
.
.
.
81
81
82
82
82
82
83
86
89
89
90
91
91
92
93
xiii
III
Representa
c
ao em domnio transformado
6 Resposta em Frequ
encia
6.1 Introducao . . . . . . . . . . . .
6.2 Funcao Resposta em Freq
uencia
6.3 SLIT interpretado como filtro .
6.4 Filtros com fase linear . . . . .
6.5 Exerccios propostos . . . . . .
95
. . . . . .
um SLIT
. . . . . .
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
97
97
97
98
99
100
7 Fun
c
ao de Transfer
encia
7.1 Introducao . . . . . . . . . . . . . . . . . . . . . . .
7.2 Funcao de Transferencia H(z) de um SLIT . . . . .
7.3 Representacao alternativa para seq
uencias . . . . .
7.3.1 Representacao bilateral . . . . . . . . . . . .
7.3.2 Representacao unilateral . . . . . . . . . . .
7.4 Exemplos de mapeamento . . . . . . . . . . . . . .
7.5 Representacao alternativa convolucao . . . . . .
7.5.1 Representacao bilateral . . . . . . . . . . . .
7.5.2 Representacao unilateral . . . . . . . . . . .
7.6 Representacao alternativa equacao de diferenca .
7.7 Representacao alternativa respostas de um SLIT
7.7.1 Respostas para uma entrada generica . . . .
7.7.2 Respostas para uma entrada conhecida . . .
7.8 Relacao entre H(z) e h[n] de um SLIT . . . . . . .
7.9 Regiao de convergencia de H(z) . . . . . . . . . . .
7.10 Polos e zeros de H(z) . . . . . . . . . . . . . . . . .
7.11 Polos de H(z) estabilidade do SLIT . . . . . . .
7.12 Relacao entre H(ej ) e H(z) de um SLIT . . . . .
7.13 Exerccios propostos . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
101
101
101
102
102
104
106
106
106
107
108
109
109
110
111
111
111
112
113
114
. . . . .
H() de
. . . . .
. . . . .
. . . . .
8 Principais resultados da representa

c
117
8.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
8.2 Resumo dos resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
IV
Sinais e sistemas no domnio da frequ

encia
9 Sinais no domnio da frequ

encia
9.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . .
9.2 Vantagens das transformacoes de variaveis . . . . . . .
9.3 Resumo das representacoes em tempo contnuo . . . . .
9.4 Resumo das representacoes em tempo discreto . . . . .
9.5 Tipos de mapeamentos realizados . . . . . . . . . . . .
9.6 DTFS . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.7 DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.8 Alguns aspectos relevantes da DTFT . . . . . . . . . .
9.8.1 Propriedades gerais comumente utilizadas . . .
9.8.2 Relacoes complexas . . . . . . . . . . . . . . . .
9.8.3 Propriedades da DTFT de uma seq
uencia real .
9.8.4 DTFT de uma seq
uencia real, finita e simetrica
.
.
.
.
.
.
.
.
.
.
.
.
121
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
123
123
123
123
125
127
128
131
132
132
132
132
133
xiv
9.9
9.10
9.11
9.12
9.13
9.14
Sinais periodicos DTFT . . . . . . . . . . . . . . . . . . . .

9.9.1 DTFS DTFT . . . . . . . . . . . . . . . . . . . . . .
9.9.2 DTFT de sinais periodicos . . . . . . . . . . . . . . . .
DFT (representacao computacional da DTFT) . . . . . . . . .
9.10.1 Definicao da DFT . . . . . . . . . . . . . . . . . . . . .
9.10.2 Representacao da DTFT pela DFT . . . . . . . . . . .
9.10.3 Aproximacao da DTFT pela interpolacao da DFT . . .
9.10.4 Relacoes matriciais da DFT . . . . . . . . . . . . . . .
9.10.5 Leakage ou smearing . . . . . . . . . . . . . . . . . . .
Aceleracao do calculo da DFT . . . . . . . . . . . . . . . . . .
9.11.1 DFT de seq
uencias reais . . . . . . . . . . . . . . . . .
9.11.2 Pre-calculo das matrizes de transformacao . . . . . . .
9.11.3 FFT . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . .
9.12.1 Propriedades da ROC da Transformada Z . . . . . . .
Relacionamento das representacoes em freq
uencia . . . . . . .
9.13.1 Associacao entre sinais de tempo contnuo e seq
uencias
9.13.2 Transformada de Fourier DTFT . . . . . . . . . . .
9.13.3 Transformada de Fourier DTFS e DFT . . . . . . .
9.13.4 Relacoes entre os parametros das representacoes . . . .
9.13.5 Interpolacao do sinal discreto . . . . . . . . . . . . . .
9.13.6 Representacoes temporais discretas de sinais contnuos
Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . .
10 SLIT no domnio da frequ

encia
10.1 Introducao . . . . . . . . . . . . . . . . . . . . . . .
10.2 Tipos de respostas de um sistema . . . . . . . . . .
10.3 Respostas de um SLIT em domnio transformado .
10.4 Resposta em freq
uencia H(ej ) . . . . . . . . . . .
10.4.1 Contexto . . . . . . . . . . . . . . . . . . . .
10.4.2 Abordagem 1: definicoes e resultados . . . .
10.4.3 Abordagem 2: calculo alternativo . . . . . .
10.4.4 Abordagem 3: outras relacoes . . . . . . . .
10.4.5 Conclusoes . . . . . . . . . . . . . . . . . . .
10.4.6 Caractersticas . . . . . . . . . . . . . . . .
10.4.7 Definicoes . . . . . . . . . . . . . . . . . . .
10.5 Seletividade de um SLIT no domnio da freq
uencia
10.6 Funcao de transferencia ou funcao de sistema H(z)
10.7 Polos e zeros de H(z) . . . . . . . . . . . . . . . . .
10.8 SLIT equivalente em domnio transformado . . . . .
10.9 Exerccios propostos . . . . . . . . . . . . . . . . .
Ap
endices
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
136
136
136
137
137
137
138
138
139
140
140
141
141
142
143
144
144
144
145
146
146
147
148
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
155
155
155
156
159
159
159
159
160
160
161
161
161
162
163
165
166
171
A Revis
ao de n
umeros complexos
A.1 Definicao do corpo dos n
umeros complexos . . . . . . . . . . . . . . . . . . . . .
A.2 Representacoes dos n
umeros complexos . . . . . . . . . . . . . . . . . . . . . . .
A.2.1 Forma algebrica ou retangular . . . . . . . . . . . . . . . . . . . . . . . .
173
173
173
173
xv
A.2.2 N
umeros complexos conjugados
A.2.3 Forma trigonometrica ou polar .
A.2.4 Formula de Euler . . . . . . . .
A.2.5 Resumo das representacoes . . .
A.3 Operacoes com n
umeros complexos . .
A.3.1 Adicao e subtracao . . . . . . .
A.3.2 Multiplicacao e divisao . . . . .
A.3.3 Potenciacao . . . . . . . . . . .
A.3.4 Radiciacao . . . . . . . . . . . .
A.3.5 Exponencial (base e) . . . . . .
A.3.6 Logaritmo (base e) . . . . . . .
A.4 Referencias . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
174
175
176
176
176
177
177
178
178
179
179
180
B T
opicos sobre divis
ao entre n
umeros inteiros
B.1 Algoritmo de divisao entre n
umeros inteiros .
B.2 Quociente . . . . . . . . . . . . . . . . . . . .
B.3 Resto . . . . . . . . . . . . . . . . . . . . . . .
B.4 Congruencia . . . . . . . . . . . . . . . . . . .
B.5 Relacoes de equivalencia . . . . . . . . . . . .
B.6 Relacoes u
teis . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
181
181
181
181
181
182
182
C Aliasing
C.1 Introducao . . . . . . . . . . . . . . . . . . . . .
C.2 Amostragem uniforme . . . . . . . . . . . . . .
C.3 Relacoes entre variaveis analogicas e discretas .
C.4 Equivalencia entre valores analogicos e discretos
C.5 Ambig
uidade entre sinais discretos no tempo . .
C.6 Amostragem sem ambig
uidade . . . . . . . . . .
C.7 Amostragem com ambig
uidade . . . . . . . . . .
C.7.1 Freq
uencias m
ultiplas de = . . . . .
C.7.2 Freq
uencias em 1o e 2o quadrantes . . .
C.7.3 Freq
uencias em 3o e 4o quadrantes . . .
C.8 Analises importantes . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
183
183
183
184
184
184
185
185
185
186
186
187
D Fatora
co
es das equaco
es de diferen
ca
D.1 Introducao . . . . . . . . . . . . . . . . . . . . .
D.2 Fatoracoes das equacoes de diferenca com ordem
D.3 Calculo dos coeficientes das fatoracoes . . . . .
D.3.1 Calculo direto . . . . . . . . . . . . . . .
D.3.2 Calculo alternativo . . . . . . . . . . . .
D.4 Fatoracoes das equacoes com ordem qualquer . .
.
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
189
189
189
190
190
191
192
.
.
.
.
.
.
193
193
194
194
194
195
195
E Exemplos de c
E.1 Introducao . . . . . . . . . . . . . . . . . . . .
E.2 Metodologia de solucao . . . . . . . . . . . . .
E.2.1 Solucao da equacao homogenea . . . .
E.2.2 Solucao da equacao nao homogenea . .
E.2.3 Solucao completa . . . . . . . . . . . .
E.2.4 Decomposicao da solucao completa . .
de
. .
. .
. .
. .
. .
. .
primeira
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
ordem
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
xvi
E.3 Calculo da resposta da equacao homogenea . .
E.4 Sistema y[n] + a1 y[n 1] = b0 x[n] . . . . . . .
E.4.1 Calculo para x[n] = [n] . . . . . . . .
E.4.2 Calculo para x[n] = u[n] . . . . . . . .
E.4.3 Calculo para x[n] = z n u[n] . . . . . .
E.4.4 Calculo para x[n] = ej0 n u[n] . . . . .
E.4.5 Calculo para x[n] = cos(0 n) u[n] . . .
E.5 Sistema y[n] + a1 y[n 1] = b1 x[n 1] . . . . .
E.6 Sistema y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1]
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
F Exemplo de invari
ancia ao tempo (ou ao deslocamento)
SLIT
F.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . .
F.2 Resultado previamente calculado . . . . . . . . . . . . . .
F.3 Calculo para a entrada deslocada x0 [n] = x[n N0 ] . . . .
F.4 Comparacao dos resultados . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
196
197
197
197
198
199
199
201
201
201
201
201
201
203
203
203
203
203
203
da resposta de um
205
. . . . . . . . . . . . 205
. . . . . . . . . . . . 205
. . . . . . . . . . . . 206
. . . . . . . . . . . . 207
G Identidades u
teis
209
G.1 Progressoes geometricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
G.2 Exponenciais complexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
G.3 Razes N-esimas complexas da unidade . . . . . . . . . . . . . . . . . . . . . . . 210
H Tabelas u
teis
H.1 Transformada
H.2 Transformada
H.3 Transformada
H.4 Transformada
de Fourier Discreta no Tempo (DTFT)

de Fourier Discreta (DFT) . . . . . . .
Z bilateral . . . . . . . . . . . . . . . .
Z unilateral . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
211
211
212
213
214
Refer
encias Bibliogr
aficas
215
Indice Remissivo
217
Lista de Tabelas
2.1
Resultados das operacoes basicas aplicadas sobre seq

uencias reais simetricas. . .
16
4.1
Diagrama de blocos SFG: correspondencia entre os elementos constituintes. .
53
5.1
Solucao da equacao homogenea para um SLIT descrito por y[n] + a1 y[n 1] = 0,

com condicao inicial y[1]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Solucao particular para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n]. . . . .
Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n]. . .
Solucao particular para um SLIT descrito por y[n] + a1 y[n 1] = b1 x[n 1]. . .
Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b1 x[n 1].
Solucao particular para um SLIT descrito por y[n]+a1 y[n1] = b0 x[n]+b1 x[n1].
Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n] +
b1 x[n 1]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2
5.3
5.4
5.5
5.6
5.7
6.1
Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a

sua funcao Resposta em Freq
uencia H(ej ). . . . . . . . . . . . . . . . . . . . .
83
83
83
84
84
85
85
98
7.1
Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a

sua Funcao de Transferencia H(z). . . . . . . . . . . . . . . . . . . . . . . . . . 102
8.1
Exemplos de relacao entrada-sada para um SLIT causal e estavel, operando em

regime permanente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
9.1
Classificacao dos mapeamentos entre descricoes funcionais de sinais e sistemas. . 127
H.1
H.2
H.3
H.4
H.5
H.6
H.7
H.8
Pares de DTFT. . . . . . . . . . . . . . . . . . . .
Propriedades da DTFT. . . . . . . . . . . . . . .
Relacao de Parseval na DTFT. . . . . . . . . . .
Propriedades da DFT. . . . . . . . . . . . . . . .
Pares de Transformada Z bilateral. . . . . . . . .
Propriedades da Transformada Z bilateral. . . . .
Relacao de Parseval na Transformada Z bilateral.
Propriedades da Transformada Z unilateral. . . .
xvii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
211
211
211
212
213
213
214
214
xviii
Lista de Figuras
A.1 Plano de Argand-Gauss. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
xix
xx
Parte I
Introdu
c
ao
Captulo 1
Conceitos b
asicos
1.1
Introduc
ao
Nesse captulo sao apresentados conceitos basicos relativos ao processamento digital de sinais.
Inicialmente, e discutida a arquitetura de sistemas de comunicacao. Em seguida, o processamento de sinais e definido, identificando-se seu objeto, seus agentes e suas acoes, bem como
e definida a sua arquitetura generica. Posteriormente, e realizada uma classificacao de sinais.
Por fim, e apresentada uma arquitetura de sistemas de processamento digital.
1.2
Arquitetura de sistemas de comunica

c
ao
Arquitetura basica:
Fonte de sinal.
Transmissor.
Canal (ou meio) de transmissao (ou de comunicacao).
Receptor.
Destino.
Adequacoes em comunicacao digital:
Codificacao de fonte.
Codificacao de canal.
Captulo 1. Conceitos basicos
1.3
Processamento de sinais
Objeto do processamento: sinal (definido como uma entidade que carrega informacao).
Agente do processamento: sistema.
Um sistema e um cojunto de elementos, que interagem entre si, com o objetivo de
realizar uma determinada funcao.
Arquitetura de um sistema: variaveis, elementos, topologia e funcao.
Domnio do processamento: domnio no qual a funcao do agente e definida.
Tempo/espaco (forma) freq
uencia (composicao espectral).
Acao do processamento: funcao exercida pelo agente sobre o objeto.
Conformacao (tempo/espaco) Alteracao espectral (freq
uencia).
Arquitetura generica do processamento:
Sinal de entrada (ou estmulo ou excitacao).
Condicoes iniciais (valores de todas as variaveis internas do sistema).
Sistema.
Sinal de sada (ou resposta).
Nomenclatura usual: Sinal (sinal desejado) Rudo (sinal indesejado).
1.4
Tipos de sinais
Sinal: entidade que carrega informacao.

Visao matematica de sinal: variavel funcionalmente dependente de uma ou mais variaveis
independentes. Ex.: w = f (x, y).
Visao fsica de sinal: grandeza fsica.
Tipos de sinais de acordo com o n
umero de variaveis independentes: unidimensional,
bidimensional, tridimensional, multidimensional. Ex.: audio = f (t), imagem = f (x, y),
vdeo = f (x, y, t) e tomografia/sismologia = f (v1 , v2 , , vN , t).
Tipos de sinais de acordo com o tipo das variaveis:
Sinal analogico: todas as variaveis sao contnuas.
Sinal amostrado: discretizacao das variaveis independentes (amostragem).
Sinal quantizado: discretizacao da variavel dependente (quantizacao).
Sinal digital: todas as variaveis sao discretas (amostragem + quantizacao).
Sinal amostrado e sinal digital: conjunto ordenado de valores numericos (seq
uencia numerica).
A.S.V.
1.5. Arquitetura de sistemas de processamento digital
1.5
Arquitetura de sistemas de processamento digital
Sinal de entrada analogico: comumente, um sinal eletrico (tensao ou corrente).

Pre-processamento analogico:
Filtro anti-aliasing: com seletividade em freq
uencia do tipo passa-baixa.
Amostragem e retencao (sample-and-hold ou S/H): responsavel por manter fixo o
valor da amostra durante o tempo necessario para que ela seja convertida em um
n
umero.
Conversor Analogico-Digital (A/D).
Sinal de entrada digital: representacao numerica computacional.
Processador de sinal digital (Digital Signal Processor ou DSP).
Sinal de sada digital: representacao numerica computacional.
Pos-processamento analogico:
Conversor Digital-Analogico (D/A).
Filtro de suavizacao (smoothing): com seletividade em freq
uencia do tipo passabaixa.
Sinal de sada analogico: comumente, um sinal eletrico (tensao ou corrente).
TET / UFF
Captulo 1. Conceitos basicos
A.S.V.
Parte II
Sinais e sistemas no domnio do tempo
Captulo 2
Sinais no domnio do tempo
2.1
Introduc
ao
Nesse captulo sao apresentados conceitos basicos relativos aos sinais manipulados pelos sistemas de processamento digital, que sao as seq
uencias. Inicialmente, as notacoes mais comuns
para seq
uencias sao apresentadas. Em seguida, as seq
uencias sao classificadas, as operacoes
basicas sobre seq
uencias e as seq
uencias mais comuns sao exemplificadas, bem como algumas
relacoes entre seq
uencias sao evidenciadas. Posteriormente, as caractersticas das seq
uencias
exponenciais sao destacadas. Finalmente, a relacao entre sinais contnuos e amostrados e estabelecida.
2.2
Notaco
es para sequ
encias no domnio do tempo
Seq
uencia naturalmente discreta:
Variavel independente (ndice): n Z, < n < .
N-esimo valor da seq
uencia: x[n].
N-esimo valor quantizado: x[n]Q .
Seq
uencia (conjunto ordenado de valores): {x[n]}.
Seq
uencia quantizada: {x[n]}Q .
Seq
uencia obtida por amostragem uniforme de um sinal analogico:
Em muitos casos, a variavel independente t representa realmente a grandeza tempo.
Porem, na maioria das vezes, ela e apenas uma variavel generica, sem uma grandeza
associada (dummy variable).
Sinal analogico
Variavel independente (tempo): t R, < t < .
Sinal analogico: xa (t).
Amostragem uniforme
Intervalo ou perodo de amostragem: TS R.
Taxa ou freq
uencia de amostragem: FS = T1S R.
10
Captulo 2. Sinais no domnio do tempo

Sinal discreto ou sinal amostrado (seq
uencia)
Indice: n Z, < n < .
N-esimo valor (ou amostra) da seq

uencia: x[n] = xa (nTS ) = xa (t)|t=nTS .
N-esimo valor (ou amostra) quantizado: x[n]Q = xa (nTS )Q
Seq
uencia (conjunto ordenado de valores ou amostras): {x[n]} = {xa (nTS )}.
Seq
uencia quantizada: {x[n]}Q = {xa (nTS )}Q .
Deve-se observar que, na formacao de uma seq

uencia, realiza-se um escalamento
no tempo (normalizacao), de tal forma que o ndice n torna-se a variavel independente: xa (t)|t=nTS = xa (nTS ) x[n]. Dessa forma, a seq
uencia isoladamente nao
carrega informacao sobre o perodo de amostragem utilizado (underlying sampling
period ). Deve-se tomar cuidado com tal procedimento, pois, em diversas formulacoes, o perodo de amostragem TS aparece como um parametro da formulacao.
Assim sendo, e necessario conhece-lo e utiliza-lo.
Notacao comumente utilizada, independentemente da origem:
Variavel independente (ndice): n Z, < n < .
N-esimo valor (ou amostra) do sinal: x[n].
N-esimo valor (ou amostra) quantizado: x[n]Q .
Sinal com tempo discreto ou sinal amostrado: {x[n]}.
Sinal com tempo discreto e quantizado ou sinal digital: {x[n]}Q .
Normalmente, visando nao sobrecarregar o texto, utilizam-se os seguintes padroes:
A notacao x[n]P
e adotada para representar a P
seq
uencia {x[n]}.
N
N
Ex.: {x[n]} = k=0 x[k]{[n k]} x[n] = k=0 x[k][n k].
A notacao k = hN i e empregada para representar a faixa dos N valores consecutivos
que a variavel k ira assumir, a partir de uma valor qualquer K, onde K e N Z, de
tal forma que k = hN i = [K; (K + N 1)] = K, (K + 1) , (K + 2) , , (K + N 1).
2.3
Tipos de sequ
encias
Classificacoes podem ser estabelecidas com base em alguns criterios.

Cada classificacao imprime caractersticas aos componentes da classe.
Tais caractersticas podem ser utilizadas na analise e/ou na sntese (projeto) de sinais e
sistemas.
Algumas classificacoes mais comuns sao apresentadas a seguir.
2.3.1
Sistema num
erico
Seq
uencia inteira: x[n] Z.
Seq
uencia real: x[n] R.
Seq
uencia complexa: x[n] C.
A.S.V.
2.3. Tipos de seq

uencias
11
As variaveis fsicas analogicas assumem valores matematicos reais. Assim, as seq

uencias
obtidas pela amostragem de tais sinais analogicos tambem serao do tipo real. Por outro
lado, boa parte do processamento de sinal discreto nao restringe o tipo das seq
uencias
manipuladas. Logo, nos casos onde isso e possvel, podem ser utilizadas seq
uencias complexas formadas por seq
uencias reais, a fim de tornar o seu processamento mais eficiente.
Por exemplo: xc [n] = vr [n] + j wr [n], onde xc [n] C e vr [n], wr [n] R.
2.3.2
Comprimento
Seq
uencia de comprimento finito (N-point sequence):
Amostras existentes: x[n] , N1 n N2 .
Comprimento ou duracao da seq
uencia: N = N2 N1 + 1.
Seq
uencia de comprimento infinito:
2.3.3
Seq
uencia
Seq
uencia
Seq
uencia
Seq
uencia
Seq
uencia
lateral direita (right-sided sequence): x[n] = 0 , n < N1 .

causal: N1 0.
lateral esquerda (left-sided sequence): x[n] = 0 , n > N2 .
anti-causal: N2 0.
bilateral (two-sided sequence): x[n] , < n < .
Simetria
Seq
uencias reais
Seq
uencia par: xe [n] = xe [n] = xe [n] , xe [n] R.
Seq
uencia mpar: xo [n] = xo [n] = xo [n] , xo [n] R.
Decomposicao de sinal real generico: xg [n] = xe [n] + xo [n], onde
xe [n] = 12 (xg [n] + xg [n]) e xo [n] = 12 (xg [n] xg [n]), xg [n] R.
Seq
uencias complexas
Seq
uencia conjugada simetrica: xcs [n] = xcs [n] , xcs [n] C.
Seq
uencia conjugada anti-simetrica: xca [n] = xca [n] , xca [n] C.
Decomposicao de sinal complexo
generico: xg [n] = xcs [n]

+ xca [n], onde
xcs [n] = 12 xg [n] + xg [n] e xca [n] = 12 xg [n] xg [n] , xg [n] C.
Nas classificacoes acima, o ponto n = 0 e intrinsicamente considerado como referencia
para a simetria. Em alguns casos, a simetria pode acontecer em relacao a outros valores,
que podem coincidir com os valores de n ou podem estar localizados no ponto medio entre
dois valores consecutivos de n.
2.3.4
Periodicidade
Seq
uencia periodica: x[n] = x[n N ] = x[n KNf ], onde N e perodo de repeticao,
Nf e o perodo fundamental (menor perodo) e N, Nf , K N.
Comumente, utiliza-se a seguinte notacao para seq
uencias periodicas: x[n].
Seq
uencia aperiodica: seq
uencia nao periodica.
TET / UFF
12
2.3.5
Outras classifica
co
es
Seq
uencia limitada (bounded ): |x[n]| Bx < .
Seq
uencia absolutamente somavel:
Seq
uencia de quadrado somavel:
n=
n=
|x[n]| < .
|x[n]|2 < .
Sinal de energia sinal potencia:

Energia e potencia de sinal: sao medidas da energia e da potencia de um sinal.
Nao sao, necessariamente, a medida fsica de energia ou de potencia.
Sinal de energia: para o sinal x, a energia de sinal Ex e finita.
Sinal de potencia: para o sinal x, a energia de sinal Ex e infinita, mas a potencia de
sinal media PMx e finita.
Sinal anal
R ogico 2generico:
Ex = |x(t)| dt.
RT
PMx = limT T1 2T |x(t)|2 dt = limT T1 ETx .
2
Sinal analogico periodico: PMx =
1
Tper
R
Tper
|
x(t)|2 dt.
Seq
uencia
P generica:2
Ex = n= |x[n]| .
PK
2
1
1
PMx = limK 2K+1
n=K |x[n]| = limK 2K+1 E(2K+1)x .
PK+(Nper 1)
P
1
1
x[n]|2 .
Seq
uencia periodica: PMx = Nper
|
x[n]|2 = Nper
n=K
n=hNper i |
2.4
Operaco
es b
asicas sobre sequ
encias
Adaptacao de comprimento em seq

uencias finitas (zero-padding ou zero-appending):
insercao de valores nulos no incio, no final e/ou em pontos intermediarios da seq
uencia.
Adicao: w[n] = x[n] + y[n].
Caso particular: deslocamento de amplitude ou adicao com escalar ou insercao de
offset, definido como w[n] = x[n] + A.
Multiplicacao: w[n] = x[n] y[n].
Aplicacoes: modulacao e janelamento.
Caso particular: escalamento de amplitude ou multiplicacao por escalar, definido
como w[n] = x[n] A.
A.S.V.
2.4. Operacoes basicas sobre seq

uencias
13
Deslocamento temporal
Linear: w[n] = x[n + ND ].
Deslocamento para direita (ou atraso): ND < 0.
Deslocamento para esquerda (ou avanco): ND > 0.
Circular:
Formula geral: w[n] = x [hn + ND iN ], para 0 n (N 1),
onde hkiL = k (mod L) = k m
odulo L.
Deslocamento para direita (ND < 0):

x[n |ND |]
, |ND | n (N 1)
wR [n]||ND | = x [hn |ND |iN ] =
.
x[(n |ND |) + N ] , 0 n < |ND |
(2.1)
Deslocamento para esquerda (ND > 0):

x[n + |ND |]
, 0 n < (N |ND |)
wL [n]||ND | = x [hn + |ND |iN ] =
.
x[(n + |ND |) N ] , (N |ND |) n (N 1)
(2.2)
Uma vez que hn N iN = hniN :
wR [n]||ND | = wL [n]|(N |ND |) e wL [n]||ND | = wR [n]|(N |ND |) .
Escalamento temporal
Reversao temporal: w[n] = x[n].
Variacao de taxa de amostragem:
Down-sampling ou decimacao: w[n] = x[n K], K Z.
Up-sampling ou interpolacao: w[n] = x[n/K], K Z.
Na operacao de down-sampling, as amostras intermediarias sao naturalmente
abandonadas.
Na operacao de up-sampling, novas amostras intermediarias devem ser introduzidas, por meio de alguma tecnica de interpolacao.
Extensao periodica: geracao de um sinal periodico x[n], de perodo fundamental Nf = N ,
atraves da repeticao periodica de um sinal finito x[n], de comprimento N .
x[n] =
x[n + mN ]
(2.3)
m=
Extensao periodica deslocamento reversao temporal

Sinal finito, de comprimento N : x[n].
Sinal periodico, de perodo fundamental Nf = N : x[n].
Considerando que x[n] e a extensao periodica de x[n].
Relacao entre deslocamentos: x [hn + ND iN ] = x[n + ND ], para 0 n (N 1).
Relacao entre reversoes temporais: x [hniN ] = x[n], para 0 n (N 1).
Relacao entre reversao temporal e deslocamento:

x[0]
, n=0
x [hniN ] =
x[n + N ] , 0 < n (N 1)
TET / UFF
(2.4)
14

Soma de convolucao (ou soma de superposicao)
Seq
uencias envolvidas na operacao: h[n] e x[n].
Convolucao aperiodica ou linear
Sinais aperiodicos: h[n], x[n] ou ambos.
Definicao:
yL [n] =
h[n k] x[k] = h[n] x[n] .
(2.5)
k=
Definicao matricial:
..
.
yL [1]
yL [0]
yL [1]
yL [2]
..
.
y [n]
L
..
.
..
.
h[0]
h[1]
h[2]
h[3]
..
.
..
...

=

h[n + 1]

..
..
.
.
..
.
h[1]
h[0]
h[1]
h[2]
..
.
h[n]
..
.
..
.
h[2]
h[1]
h[0]
h[1]
..
.
..
.
h[3]
h[2]
h[1]
h[0]
..
.
..
.
.
h[1 k]
h[k]
h[1 k]
h[2 k]
..
..
.
.
h[n 1] h[n 2] h[n k]
..
..
..
..
.
.
.
.
..
yL [n] = H x[n] .
A matriz H e denominada matriz de convolucao.
Tipo de deslocamento temporal: linear.
Comprimento das seq
uencias: Nx , Nh e Ny = (Nx + Nh 1).
Convolucao periodica ou circular
Sinais periodicos: ambos, com perodo fundamental N.
Intervalo normalmente utilizado: 0 n (N 1).
Definicao periodica:
K+(N 1)
X
k=K
k] x[k] =
h[n
k] x[k]
h[n
k=hN i
~ x[n] = h[n]
Nix
= h[n]
[n]
(2.6)
e
yC [n] = y[n] , 0 n, k (N 1) .
x[k]

..
que pode ser reescrita como
y[n] =
..
.
x[1]
x[0]
x[1]
x[2]
..
.
(2.7)
A.S.V.
2.4. Operacoes basicas sobre seq

uencias
15
Definicao circular, onde e considerado apenas o perodo fundamental:

(N 1)
yC [n] =
h [hn kiN ] x[k] = h[n] Nix[n] , 0 n (N 1) .(2.8)
k=0
Definicao circular matricial:
yC [0]
yC [1]
yC [2]
..
.
yC [N 1]
h[N 1] h[N 2]
h[0]
h[N 1]
h[1]
h[0]
..
..
.
.
h[N 1] h[N 2] h[N 3]
h[0]
h[1]
h[2]
..
.
x[0]
h[1]
h[2] x[1]
h[3]
x[2]
..
..
..
.
.
.
h[0]
x[N 1]
que pode ser reescrita como

yC [n] = C x[n] .
A matriz C e denominada matriz circulante.
Tipo de deslocamento temporal: linear (do sinal periodico), que pode ser interpretado como um deslocamento circular (do perodo fundamental).
Perodo fundamental das seq
uencias: Ny = Nx = Nh = N .
Calculo da convolucao linear usando a convolucao circular
Sinais finitos: ambos.
Comprimento das seq
uencias: Nx e Nh .
Comprimento da convolucao linear: Ny = (Nx + Nh 1).
Sinais periodicos: extensao periodica de ambos, com perodo fundamental N ,
onde N Nx e N Nh .
Comprimento da convolucao circular: N .
Definicao da equivalencia
Supondo N (Nx + Nh 1):

yL [n] =
yC [n] , 0 n (N 1)
0 , caso contrario
(2.9)
Supondo 2 < Nh < Nx e N = Nx :
yerro [n] , 0 n (Nh 2)

yC [n] , (Nh 1) n (N 1)
yL [n] =
0 , caso contrario
TET / UFF
(2.10)
16

Operacoes basicas sobre seq
uencias simetricas: a Tabela 2.1 apresenta um resumo dos
resultados das operacoes basicas aplicadas sobre seq
uencias reais simetricas.
Operacoes
Adicao
Subtracao
Multiplicacao
Divisao
Operandos: seq
uencias reais simetricas
Par e Par Impar e Impar Par e Impar

Impar
Par
Geral
Par
Impar
Geral
Par
Par
Impar
Par
Par
Impar
Tabela 2.1: Resultados das operacoes basicas aplicadas sobre seq

uencias reais simetricas.
A.S.V.
2.5. Seq
uencias mais comumente empregadas
2.5
17
Sequ
encias mais comumente empregadas
Amostra unitaria ou impulso digital unitario ou delta de Kronecker:

1 , n=0
0 , n 6= 0
[n] =
(2.11)
Trem de impulsos unitarios periodicos:

Nf [n] =
1 , n = k Nf
, < n, k < .
0 , caso contrario
(2.12)
Ones[n] = 1, < n < .
(2.13)
Constante unitaria:
Degrau unitario:

1 , n0
0 , n<0
u[n] =
(2.14)
Signum:
1 , n>0
0 , n=0
Sgn[n] =
1 , n < 0
(2.15)
Janela (gate) retangular unitaria:

GNw [n] =
1 , |n| Nw
0 , |n| > Nw
(2.16)
Seq
uencia linear unitaria:
Lin[n] = n, < n < .
(2.17)
Rampa unitaria:

n , n0
0 , n<0
(2.18)
n , n>0
0 , n=0
M od[n] =
n , n < 0
(2.19)
Ramp[n] =
Modulo unitario:
TET / UFF
18

Seq
uencia senoidal:
Seq
uencia naturalmente de tempo discreto:
x[n] = A0 cos([n] + 0 )
= A0 cos(0 n + 0 )
= A0 cos((2F0 )n + 0 )
1
= A0 cos((2 )n + 0 ) , < n < .
N0
Seq
uencia montada a partir de amostras de um sinal de tempo contnuo:
(2.20)
x[n] =
=
=
=
=
=
xa (nTS ) = xa (t)|t=nTS
A0 cos((t) + 0 )|t=nTS
A0 cos(0 t + 0 )|t=nTS
A0 cos(0 nTS + 0 )
A0 cos((0 TS )n + 0 )
A0 cos((2f0 TS )n + 0 )
1
(2.21)
= A0 cos((2 TS )n + 0 ) , < n < .
T0
Significado dos parametros:
A0 R: amplitude do sinal, que determina os valores maximo e mnimo da
forma de onda.
((t) + 0 ) e ([n] + 0 ) R: angulo de fase (ou fase) do sinal, que identifica
uma determinada parte (fase) da forma de onda, para um determinado valor de
tempo (t) ou de ndice (n).
(t) e [n] R: variacao do angulo de fase (ou fase) do sinal em funcao do
tempo (t) ou do ndice (n).
0 R: angulo de fase (ou fase) inicial do sinal.
0 R: freq
uencia (ou taxa de repeticao) fundamental angular analogica, que
determina o intervalo (tempo) mnimo de repeticao de uma determinada parte
(fase) da forma de onda.
0 R: angulo denominado freq
uencia (ou taxa de repeticao) fundamental
angular discreta ou digital, que determina o intervalo (n
umero de amostras)
mnimo de repeticao de uma determinada parte (fase) da forma de onda.
f0 R: freq
uencia (ou taxa de repeticao) fundamental cclica analogica, que
determina o intervalo (tempo) mnimo de repeticao de uma determinada parte
(fase) da forma de onda.
F0 R: valor denominado freq
uencia (ou taxa de repeticao) fundamental cclica
discreta ou digital, que determina o intervalo (n
umero de amostras) mnimo de
repeticao de uma determinada parte (fase) da forma de onda.
T0 R: perodo (ou intervalo de repeticao) fundamental analogico, que determina o intervalo (tempo) mnimo de repeticao de uma determinada parte (fase)
da forma de onda.
N0 R: valor denominado perodo (ou intervalo de repeticao) fundamental
discreta ou digital, que determina o intervalo (n
umero de amostras) mnimo de
repeticao de uma determinada parte (fase) da forma de onda.
A.S.V.
2.5. Seq
uencias mais comumente empregadas
19
Relacao entre os parametros: intervalo ou perodo de repeticao (T0 , N0 ), taxa ou

freq
uencia cclica (f0 , F0 ), taxa ou freq
uencia angular (0 , 0 ), intervalo ou perodo
de amostragem (TS ) e taxa ou freq
uencia de amostragem (FS ), relacionados por
1
,
T0
1
0 = 2F0 = 2
,
N0
1
FS =
,
TS
0 = 0 TS ,
f0
,
F0 =
FS
T0
N0 =
.
TS
(2.22)
0 = 2f0 = 2
(2.23)
(2.24)
(2.25)
(2.26)
(2.27)
Seq
uencia exponencial:
Seq
uencia naturalmente de tempo discreto:
x[n] = A bn , < n < .
(2.28)
Casos particulares:
Considerando-se A, b C:
A = |A| ejA = |A| ejA e b = |b| ejb = e ej .

xexp real [n] = |A| en , onde: A e = k , k Z.
xexp imag [n] = ejA ejn = ej(n+A ) , onde: |A| = |b| = 1.

xexp cmplx [n] = |A| en ej(n+A ) .
Seq
uencia montada a partir de amostras de um sinal de tempo contnuo:
x[n] = xa (nTS ) = xa (t)|t=nTS = ej(0 t) |t=nTS = ej(0 nTS ) = ej(0 TS )n = ej0 n .
(2.29)
Seq
uencias montadas a partir de amostras de um sinal de tempo contnuo:
Sinc unitaria:

sin(t)
sin(n)
= Sinc(t)|t=nTS =
, <n< .
Sinc[n] =
n
t t=nTS
(2.30)
Sampling unitaria:

sin(n)
sin(t)
Sa[n] =
= Sa(t)|t=nTS =
, <n< .
n
t t=nTS
(2.31)
Dirichlet unitaria:

sin(N n)
sin(N t)
Drcl[n, N ] =
= Drcl(t, N )|t=nTS =
, <n< .
N sin(n)
N sin(t) t=nTS
(2.32)

sin(N n/2)
sin(N t/2)
Diric[n, N ] =
= Diric(t, N )|t=nTS =
, < n < .
N sin(n/2)
N sin(t/2)
t=nTS
(2.33)
TET / UFF
20
2.6
Rela
co
es entre sequ
encias
Observando-se as seq
uencias apresentadas anteriormente, podem-se estabelecer relacoes
entre as mesmas.
Dito de outra forma, pode-se pensar em definir decomposicoes para uma determinada
seq
uencia, utilizando-se outras como base.
De forma similar ao caso analogico, podem-se propor decomposicoes ortogonais, por meio
de combinacoes de senos e cossenos sem defasamento, de cossenos defasados ou de exponenciais complexas. Tais decomposicoes serao abordadas em captulos subseq
uentes.
Alguns exemplos de decomposicoes:
Descricao de uma seq
uencia qualquer utilizando a seq
uencia amostra unitaria:
{x[n]} =
x[k] {[n k]} .
(2.34)
k=
Trem de impulsos unitarios periodicos:
Nf [n] =
[n kNf ] .
(2.35)
k=
Constante unitaria:
Ones[n] =
[n k] = 1 [n] = u[n] + u[(n) 1] = u[n] + u[n] [n] . (2.36)
k=
Degrau unitario:
u[n] =
[n k] .
(2.37)
k=0
Signum:
Sgn[n] = u[n] + (u[n]) = u[n 1] + (u[(n) 1]) = 2 u[n] 1 [n] . (2.38)
Janela (gate) retangular unitaria:
GNw [n] = u[n + Nw ] u[n (Nw + 1)] .
(2.39)
Seq
uencia linear unitaria:
Lin[n] =
u[n k 1] + (u[(n + k + 1)]) = Ramp[n] + (Ramp[n]) . (2.40)
k=0
Rampa unitaria:
Ramp[n] =
u[n k 1] = Lin[n] u[n] .
(2.41)
k=0
A.S.V.
2.7. Caractersticas relevantes das exponenciais
21
Modulo unitario:
M od[n] =
u[n k 1] + u[(n + k + 1)] = Ramp[n] + Ramp[n] .
(2.42)
k=0
Exponencial, cosseno e seno, usando ej = cos() j sin() (Relacao de Euler):

n

x[n] = A bn = |A| ejA e ej

= |A| en ej(n+A )

(2.43)
= |A| en [cos(n + A ) + j sin(n + A )] .

1 jn
1 jn
cos(n) =
e
+
e
.
2
2

1
1 jn
jn
sin(n) =
e
+
e
.
2j
2j
2.7
(2.44)
(2.45)
Caractersticas relevantes das exponenciais
As funcoes exponenciais do tipo x[n] = ejn sao de particular importancia no estudo de

sinais e sistemas. Logo, e extremamente u
til que se conhecam as suas caractersticas.
Definicao da variavel angular como freq
uencia digital:
Associacao fasorial: x[n] = ejn fasor P = |P | ejP , com |P | = 1 e P = n.
Deslocamento angular do fasor: rad/amostra.
Relacao entre e : = TS .
Deslocamento temporal da seq
uencia exponencial x[n] = ejn :
Componentes do sinal: x[n] = ejn = |x[n]| ejx[n] , |x[n]| = 1 e x[n] = n.
Sinal deslocado: y[n] = x[nND ] = ej(nND ) = ej(nND ) = ej(n+) , = ND .
Componentes do sinal: y[n] = ej(n+) = |y[n]| ejy[n] , |y[n]| = 1 e y[n] = n + .
A quantidade = ND recebe varias denominacoes: angulo de fase adicional ou
acrescimo de fase ou excesso de fase ou atraso de fase.
Relacoes envolvendo a seq
uencia exponencial complexa e a seq
uencia senoidal:
Exponencial cosseno seno (Euler): ejn = cos(n) j sin(n).
Cosseno seno:
Decomposicao em componentes ortogonais:
A0 cos(0 n 0 ) = (A0 ) cos(0 ) cos(0 n) + (A0 ) sin(0 ) sin(0 n).
Transformacao cos() sin():
A0 cos(0 n 2 ) = (A0 ) sin(0 n).
Ambig
uidade na representacao de sinais:
A0 cos(n 0 ) = (A0 ) cos(0 ) cos(n) = (A00 ) cos(n); A00 = A0 cos(0 ).
TET / UFF
22

Condicoes para existencia de perodo N e de perodo fundamental Nf :
Supondo-se: N, K N+ , R e que crac =
cnum
cden
e uma fracao simplificada.
Periodicidade:
ejn = ej(nN ) = ejn ejN ejN = 1 N = K 2 N = K
Caso 1:
= cint N = K cint Nf |Kf =1 = cint .
Caso 2:
= crac =
Caso 3:
= cirr N = K cirr Nf |Kf =@ = @.
cnum
cden
N =K
cnum
cden
2
.
Nf |Kf =cden = cnum .
Faixas de freq
uencia ambig
uidade na representacao de sinais:
Faixa 1 (0 < ): x1 [n] = cos(1 n) 6= x2 [n] = cos(2 n), para 1 6= 2 , o que
representa ausencia de ambig
uidades.
Faixa 2 ( = ): A0 cos(n 0 ) = (A0 ) cos(0 ) cos(n) = (A00 ) cos(n), o que
gera ambig
uidade em amplitude e em angulo de fase.
Faixa 3 ( < 2): x34 [n] = cos(34 n) = cos(12 n) = cos(12 n) = x12 [n], para
34 = 12 , o que gera ambig
uidade em freq
uencia.
Faixa 4 ( > 2): xK [n] = cos(( + K2)n) = cos(n) = x0 [n], o que gera
ambig
uidade em freq
uencia.
Portanto, as seq
uencias senoidais do tipo x[n] = cos(0 n), tomadas de tal forma que
0 0 < , serao confundidas com x[n] = cos(n) para = (ambig
uidade em
amplitude e em angulo de fase) e para > (ambig
uidade em freq
uencia).
Classificacao de faixas de freq
uencias:
Considerando-se sinais senoidais x[n] = cos(n), na faixa basica de freq
uencias
0 < , nota-se que valores de freq
uencias perto de = 0 geram sinais com
baixa taxa de variacao, enquanto valores de freq
uencias perto de = geram sinais
com alta taxa de variacao.
Dessa forma, os valores proximos de = 0 sao denominados de baixas freq
uencias,
enquanto os valores proximos de = sao denominados de altas freq
uencias.
Seq
uencias exponenciais comumente utilizadas:
2
Exponencial basica (raiz N-esima complexa principal da unidade): WN = ej ( N ) ou

2
WN1 = ej ( N ) .
Exponenciais basicas, harmonicamente relacionadas e distintas (N razes N-esimas
2
2
complexas da unidade): WNk = ejk( N ) ou WNk = ejk( N ) , k = 0, 1, , (N 1).
2
2
Seq
uencia exponencial basica: x[n] = W n = ej ( N )n ou x[n] = W n = ej ( N )n .
N

j
As seq
uencias exponenciais do tipo x[n] = ej (f )n = e
perodo fundamental Nf e periodicidade N = kNf , k N+ .
2
Nf

n
= WNn
possuem
f
Existe um n
umero finito de seq
uencias exponenciais periodicas do tipo x[n] = WNn
,
f
harmonicamente relacionadas e distintas, dadas por

jk n
xk [n] = e
jk(f )n
=e
jk
=e
2
Nf

n
= WNkn
,
f
k = 0, 1, , (Nf 1) .
A.S.V.
2.8. Amostragem de sinais contnuos no tempo
2.8
23
Amostragem de sinais contnuos no tempo
Processo de amostragem
a discretizacao (uniforme ou nao) das variaveis independentes de um sinal analogico.
E
a transformacao de um sinal analogico em uma seq
E
uencia de valores com amplitude
contnua.
Pode ser modelado por um processo de multiplicacao do sinal analogico por um trem
de impulsos, seguida do calculo da area (integracao) de cada impulso resultante.
Convencao: caso a amostragem deva ser efetuada no instante de uma descontinuidade
do sinal analogico, o valor da amostra sera dado por x(nTS ) = lim0 x(nTS + ),
> 0.
A amostragem realiza uma conexao entre os domnios contnuo e discreto. Portanto,
para que o sinal no domnio discreto tenha uma relacao biunvoca com o sinal no
domnio analogico, alguns requisitos devem ser atendidos.
Amostragem periodica: intervalo ou perodo (TS ) e taxa ou freq
uencia (FS =
1
).
TS
Quantidade de pontos armazenados, considerando-se

uma amostragem uniforme e um

Trec
intervalo de tempo t = Trec : Nrec = int TS + 1, onde int(x) e a parte inteira de x.
Amostragem de sinal senoidal xa (t):
x[n] =
=
=
=
=
=
xa (nTS )
xa (t)|t=nTS
A0 cos(0 t + 0 )|t=nTS
A0 cos(0 nTS + 0 )
A0 cos((0 TS )n + 0 )
A0 cos(0 n + 0 ) , 0 = 0 TS .
(2.46)
Freq
uencia analogica ( = 2f ) freq
uencia digital ( = TS = 2f TS = 2 FfS ).
Condicoes para existencia de perodo N e de perodo fundamental Nf em (2.46):
Supondo-se: N, K N+ , R e que crac =
cnum
cden
e uma fracao simplificada.
Periodicidade: cos(n) = cos((n N )) N = K
N =K
Caso 1:
2
TS
Fs
f
= cint N = K cint Nf |Kf =1 = cint .
Caso 2:
2
TS
Fs
f
= crac =
Caso 3:
2
TS
Fs
f
= cirr N = K cirr Nf |Kf =@ = @.
cnum
cden
N =K
cnum
cden
Nf |Kf =cden = cnum .
Para unicidade da representacao x[n] xa (t):

0 0 < 0 0 TS < 0 f0 <
TET / UFF
2
TS
FS
.
2
=K
Fs
.
f
24

Superposicao de espectro (aliasing ou frequency folding ou folding back )
uencia f0 do sinal analogico senoidal xa (t) e
Se a relacao 0 f0 < F2S , entre a freq
a freq
uencia de amostragem FS , e respeitada, entao as amostras x[n] representam
unicamente o sinal analogico original.
Nesse caso, a freq
uencia digital obtida 0 = 2 Ff0S esta na faixa 0 0 < , que
garante a unicidade da representacao x[n] xa (t).
Ex.: f1 = 250 Hz, f2 = 1250 Hz, f3 = 2250 Hz e FS = 10 kHz.
Caso contrario, a freq
uencia digital obtida 1 = 2 Ff1S esta na faixa 1 > , que ira
gerar amostras x[n] semelhantes àquelas geradas por uma freq
uencia 0 = 2 Ff0S , na
faixa 0 0 < .
Dessa forma, havera uma ambig
uidade na representacao x[n] xa (t), onde um sinal
senoidal com alta freq
uencia sera identificado pelas amostras x[n] como sendo um
sinal senoidal de baixa freq
uencia.
Ex.: f1 = 250 Hz, f2 = 1250 Hz, f3 = 2250 Hz e FS = 1 kHz.
Uma analise mais detalhada sobre aliasing e apresentada na Apendice C.
No caso de um sinal analogico composto por varios sinais senoidais, deve-se garantir a
relacao 0 fk < F2S para todas as freq
uencias fk envolvidas. Nesse sentido, basta garantir
que a relacao seja mantida para a maior freq
uencia envolvida fM AX .
Tal limitacao, envolvendo a freq
uencia de amostragem FS e a componente senoidal com
maior freq
uencia fM AX do sinal analogico, e conhecida como Teorema da Amostragem
(Nyquist-1928 Shannon-1949): 0 fM AX < F2S .
Essa limitacao justifica a necessidade de inclusao de filtro anti-aliasing, com seletividade
em freq
uencia do tipo passa-baixa, antes da amostragem: evitar erro no processamento
em tempo discreto de sinal analogico, provocado por amostragem realizada de forma
inadequada.
A.S.V.
2.9. Exerccios propostos
2.9
25
Exerccios propostos
1. Calcule os n
umeros complexos zk = j k , para j = (0, 1) e k = {0, 1, 2, 3}, empregando as
seguintes representacoes:
(a) Par ordenado.
(b) Forma algebrica (ou retangular).
(c) Forma trigonometrica (ou polar).
2. Estabeleca uma relacao geometrica entre os n
umeros complexos zk = j k , para j = (0, 1)
e k = {0, 1, 2, 3}, com base na sua representacao na forma polar e nas operacoes de
multiplicacao e/ou de potenciacao.
, onde N = {1, 2, 3, 4, 5, 6, 8, 9, 10, 12}, esboce o grafico,
3. Dados rk = {0.5, 1, 2} e N = 2
N
no plano complexo, dos n
umeros complexos zkN = rk ejN .
4. Esboce o grafico, no plano complexo, do lugar geometrico definido por |z| = 1.
5. Calcule as N razes complexas do n
umero: (a) z = 1 e (b) z = 1.
6. Dado N = {2, 3, 4, 5, 6}, esboce os graficos, no plano complexo, das N razes complexas
do n
umero: (a) z = 1 e (b) z = 1.
7. Dada a funcao (seq
uencia em n) complexa x[n] = ej[n] , onde [n] = nN , N =
2N n (2N 1) e N = {3, 4, 6, 8}, atenda aos seguintes itens:
2
,
N
(a) Esboce o grafico, no plano complexo, de x[n]. Indique o valor de n em cada ponto
do grafico.
(b) Esboce o grafico |x[n]| n.
(c) Esboce o grafico x[n] n, usando:
i. Valores absolutos (unwrapped ).
ii. Valores principais na faixa [; ] (wrapped around ).
(d) Esboce o grafico Re{x[n]} n.
(e) Esboce o grafico Im{x[n]} n.
8. Dada a seq
uencia x[n] = ejn , onde = 4 , atenda aos seguintes itens:
(a) Calcule o perodo fundamental de x[n].
(b) Esboce o graficode x[n], no plano complexo, para 8 n 8.
(c) Calcule xr [n] = Re{x[n]} e o seu perodo fundamental.
(d) Calcule xi [n] = Im{x[n]} e o seu perodo fundamental.
(e) Esboce o grafico xr [n] n, geometricamente a partir do grafico complexo de x[n],
para 8 n 8.
(f) Esboce o grafico xi [n] n, geometricamente a partir do grafico complexo de x[n],
para 8 n 8.
TET / UFF
26

2
2
9. Dadas as constantes WN = ej ( N ) , as funcoes k = WNk = ejk( N ) e as funcoes (seq
uenjk( 2
n
kn
)
N
cias em n) k [n] = WN = e
, onde N = {3, 6}, k Z e 2N n (2N 1),
atenda aos seguintes itens:
(a) Esboce o grafico, no plano complexo, de WN .

(b) Calcule o n
umero de funcoes k distintas.
(c) Esboce o grafico, no plano complexo, de um conjunto de funcoes k distintas, para
k 0. Indique o valor de k em cada ponto do grafico.
(d) Esboce o grafico, no plano complexo, de um conjunto de funcoes k distintas, para
k < 0. Indique o valor de k em cada ponto do grafico.
(e) Calcule o n
umero de seq
uencias k [n] distintas.
(f) Calcule os perodos fundamentais de cada uma das seq
uencias de um conjunto de
seq
uencias k [n] distintas.
(g) Esboce um grafico, no plano complexo, de cada uma das seq
uencias de um conjunto
de seq
uencias k [n] distintas. Indique o valor de k em cada grafico. Indique o valor
de n em cada ponto de cada grafico.
2
10. Dados WN = ej ( N ) e N = 2l , onde l = {1, 2, 3}, mostre graficamente, no plano com

k+ N
plexo, que WNk = WN 2 , para 0 k N2 1 .
11. Dada a seq
uencia x[n], descrita pela Equacao (2.47), com os coeficientes definidos abaixo,
onde N = 6 e 2N n (2N 1), atenda aos seguintes itens:
(a) Calcule o perodo de x[n].
(b) Esboce o grafico de x[n] n.
(c) Justifique o grafico encontrado.
Coeficientes:

i. X[k] = [X[0], X[1], X[2], X[3], X[4], X[5]] = 0, N2 , 0, 0, 0, N2 .

ii. X[k] = [X[0], X[1], X[2], X[3], X[4], X[5]] = 0, 0, N8 , 0, N8 , 0 .

iii. X[k] = [X[0], X[1], X[2], X[3], X[4], X[5]] = 0, N2 , N8 , 0, N8 , N2 .
N 1
N 1
N 1
2
1 X
1 X
1 X
kn
X[k] k [n] =
X[k] WN =
X[k] ejk( N )n
x[n] =
N k=0
N k=0
N k=0
(2.47)
12. Para os sinais descritos abaixo, atenda aos seguintes itens:

(a) Esboce o grafico x[n] n.
(b) Calcule a componente par xe [n] do sinal x[n] e esboce o grafico xe [n] n.
(c) Calcule a componente mpar xo [n] do sinal x[n] e esboce o grafico xo [n] n.
(d) Esboce o grafico (xe [n] + xo [n]) n.
Sinais:

i. x[n] =
1 , 1 n 3
0 , caso contrario
A.S.V.
27
ii. x[n] = [0, 1, 2, 3, 0, 1, 2, 3, 0], para n = [4, 3, 2, 1, 0, 1, 2, 3, 4].

iii. x[n] = [0, 0, 0, 0, 0, 0, 0, 1, 2, 3, 2, 1, 0, 1, 2, 3, 2, 1, 0, 0, 0],
para n = [10, 9, 8, , 8, 9, 10].
iv. x[n] = [0, 0, 0, 1, 2, 3, 2, 1, 0, 1, 2, 3, 2, 1, 0, 0, 0, 0, 0, 0, 0, ],
para n = [10, 9, 8, , 8, 9, 10].
13. Dado o sinal xr [n] = 2 Ramp[n] = 2n u[n], < n < , atenda aos seguintes itens:
(a) Esboce o grafico xr [n] n.
(b) Calcule as componentes xe [n] e xo [n] de xr [n].
(c) Esboce os graficos xe [n] n e xo [n] n.
(d) Baseado nos itens anteriores, estabeleca uma relacao entre os sinais Ramp[n]
(seq
uencia rampa unitaria), M od[n] (seq
uencia modulo unitario) e Lin[n] (seq
uencia
linear unitaria).
14. Dados < n < e =
as seguintes seq
uencias:
2
,
N
onde n, N Z, calcule o perodo fundamental Nf para
(a) x[n] = cos (n).

(b) x[n] = sin (n).
(c) x[n] = ejn .

15. Dada a seq
uencia x[n] = cos (n) = cos (k0 n) = cos k 2
n , onde k, n, N Z,
N
7 k 7, N = 8 e < n < , esboce um grafico x[n] n para cada valor de k.
16. Demonstre as relacoes apresentadas para cada um dos seguintes sinais:
(a) x[n] = an A u[n], onde 0 < |a| < 1 e a, A R: Ex =
A2
.
1a2
(b) x[n] = anhA cos(n) u[n], onde 0 <i

|a| < 1 e a, A, R:

1a2 cos(2)
A2
1
Ex = 2
+ (1+a4 )a2 cos(2) .
1a2
(c) x[n] = A u[n], onde A R: Ex e PMx =
A2
.
2
(d) x[n] = A cos(n) u[n], onde A, R: Ex e PMx =

(e) x[n] = A cos(n), onde A, R: Ex e PMx =
(f) x[n] = AK K [n], onde AK R: Ex e PMx =
A2
.
4
A2
.
2
A2K
.
K
(g) x[n] = AK1 K1 [n] + AK2 K1 [n], onde AK1 , AK2 R:

2
A2 K2 +A2K K1 (AK1 AK2 )
2
Ex e PMx = K1
.
K1 K2
17. Dados os sinais w[n] = u[n] e x[n] = an , para < n < e 0 < a < 1, onde n Z e
a R, considere o deslocamento ND um n
umero inteiro (ND < 0, ND = 0 e ND > 0) e
esboce o grafico y[n] n, para os seguintes sinais:
(a) y[n] = w[n]
(b) y[n] = w[n ND ]
(c) y[n] = x[n]
TET / UFF
28

(d) y[n] = x[n ND ]
(e) y[n] = w[n] x[n]
(f) y[n] = w[n] x[n ND ]
(g) y[n] = w[n ND ] x[n]
(h) y[n] = w[n ND ] x[n ND ]

18. Dados a seq

uencia u[n] e o sinal h[n] =
1
n
2
, |n| 4
, esboce os graficos xk [n] n
0 , |n| > 4
para os seguintes sinais:

(a) x1 [n] = u[n].
(b) x2 [n] = h[n].
(c) x3 [n] = h[n 2].
(d) x4 [n] = h[n + 2].
(e) x5 [n] = h[n 2].
(f) x6 [n] = h[n + 2].
(g) x7 [n] = h[n]u[n] + h[n].
(h) x8 [n] = h[n + 2] + h[1 n].
(i) x9 [n] = h[n + 1] (u[n + 3] u[n]).
19. Dados dois ndices inteiros < n, m < , com variacoes opostas, tal que m = n, e
a seq
uencia x[k], onde x[k] = [3, 2, 1], para k = [0, 1, 2], e x[k] = 0, para os demais valores
de k, esboce e compare os seguintes graficos:
x[n] n, x[n] m, x[m] n e x[m] m.
x[n 2] n, x[n 2] m, x[m 2] n e x[m 2] m.
x[n + 2] n, x[n + 2] m, x[m + 2] n e x[m + 2] m.
x[n] n, x[n] m, x[m] n e x[m] m.
x[n 2] n, x[n 2] m, x[m 2] n e x[m 2] m.
x[n + 2] n, x[n + 2] m, x[m + 2] n e x[m + 2] m.
20. Dadas as seq
uencias finitas x3 [n] = [3, 2, 1], para n = [0, 1, 2], x4 [n] = [3, 2, 1, 0], para
n = [0, 1, 2, 3], x5 [n] = [3, 2, 1, 0, 0], para n = [0, 1, 2, 3, 4] e x6 [n] = [3, 2, 1, 0, 0, 0], para
n = [0, 1, 2, 3, 4, 5], esboce e compare os seguintes graficos:
xk [n] n.
xk [n 2] n.
xk [n + 2] n.
xk [n] n.
xk [n 2] n.
xk [n + 2] n.
A.S.V.
29
21. Dadas as seq

xk [n] n.
xk [n 2] n.
xk [n + 2] n.
xk [n] n.
xk [n 2] n.
xk [n + 2] n.
22. Dadas as seq
xk [hnik ] n.
xk [hn 2ik ] n.
xk [hn + 2ik ] n.
xk [hnik ] n.
xk [hn 2ik ] n.
xk [hn + 2ik ] n.
23. Dadas as seq
uencias
x0 [n] = [3, 2, 1, 0, 0, 0, 0], x1 [n] = [0, 3, 2, 1, 0, 0, 0], x2 [n] = [0, 0, 3, 2, 1, 0, 0],
h0 [n] = [1, 1, 1, 1, 1, 0, 0], h1 [n] = [0, 1, 1, 1, 1, 1, 0], h2 [n] = [0, 0, 1, 1, 1, 1, 1],
para n = [0, 1, 2, 3, 4, 5, 6], e xk [n] = hk [n] = 0, para os demais valores de k,
Esboce os graficos xk [n] n e hk [n] n.
Calcule as seq
uencias yij = xi hj , onde 0 i, j < 2.
Esboce os graficos yij [n] n, onde 0 i, j < 2.
24. Dados os polinomios pa (v) = a2 v 2 + a1 v + a0 e pb (v) = b2 v 2 + b1 v + b0 , mostre que a
operacao de multiplicacao entre dois polinomios pa (v) pb (v) e equivalente à operacao de
soma de convolucao entre duas seq
uencias xa [n] xb [n].
25. Dadas as seq
uencias x[n] = {1, 2, 3}, para n = {1, 2, 3}, h[n] = {4, 5}, para n = {4, 5},
e x[n] = h[n] = 0 P
para os demais valores de n, bem como y[n], calculada pela soma de
convolucao y[n] =
k= x[k]h[n k], atenda aos seguintes itens:
(a) Usando apenas notacao matricial para representar a convolucao, demonstre para
qual faixa de valores de n a seq
uencia y[n] nao e garantidamente nula.
(b) Calcule os valores de y[n] para a faixa estabelecida no item anterior.
TET / UFF
30
26. Dados os sinais x[n] = [1, 2, 3], para n = [3, 4, 5], e h[n] = [3, 2, 1], para n = [2, 3, 4],
(a) Esboce os graficos x[n] n e h[n] n.
(b) Calcule, graficamente, o sinal y[n] = x[n] h[n] =
x[k]h[n k].
27. Dadas as seq

uencias h[n] = [8, 6, 4, 2], para n = [2, 3, 4, 5], x[n] = [1, 3, 5, 7], para
n = [4, 3, 2, 1],
uencia
Peh[n] = x[n] = 0, para os demais valores de n, calcule a seq
y[n] = h[n] x[n] = h[n k] x[k], graficamente.
28. Dado x[n] = [2, 1, 2, 2, 1, 2, 1, 2, 1, 1, 2, 1, 2, 0, 2, 1, 0, 1, 2, 0, 2, 1, 0, 1], para
n = [0, 1, 2, , 22, 23], bem como x[n] = 0, para os demais valores de n, considere N = 4,
< m < e atenda aos seguintes itens:

x[n + mN ] , 0 n (N 1)
(a) Esboce os graficos de xm [n] n, onde xm [n] =
.
0 , caso contrario
(b) Esboce os graficos de ym [n] n, onde ym [n] = xm [hniN ].
P
(c) Esboce o grafico de y[n] n, onde y[n] = m ym [n mN ].
29. Dados os sinais x[n] = [x0 , x1 , x2 ] e h[n] = [h0 , h1 , h2 ], para n = [0, 1, 2], bem como
x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:
(a) Calcule, graficamente, a soma de convolucao circular yC [n], usando a definicao
P(N 1)
circular yC [n] = k=0 x[k]h [hn kiN ], para N = 3 e 0 n (N 1).
(b) Escreva o resultado na forma matricial yC [n] = C x[n].
30. Dados os sinais x[n] = [x0 , x1 , x2 , x3 , x4 ] e h[n] = [h0 , h1 , h2 , 0, 0], para n = [0, 1, 2, 3, 4],
bem como x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:
(a) Calcule, graficamente, a convolucao yL [n] =
k=
x[k]h[n k], para 2 n 9.
(b) Calcule, graficamente, a convolucao circular yC [n], usando a definicao circular

P(N 1)
yC [n] = k=0 x[k]h [hn kiN ], para N = 5 e 0 n (N 1).
(c) Repita o item (b), para N = 7.
(d) Compare todos os resultados.
31. Dados os sinais x[n] = [1, 2, 2, 1] e h[n] = [0, 1, 2, 0], para n = [0, 1, 2, 3], bem como
x[n] = h[n] = 0, para os demais valores de n, esboce os seguintes graficos:
(a) x[n] n e h[n] n, para 6 n 6.
(b) x[(k) + n] k e h[(k) + n] k, para 6 n, k 6.
(c) x [h(k) + niN ] k e h [h(k) + niN ] k, para N = 6, 0 k 5 e 6 n 6.
32. Dados os sinais x[n] = [1, 2, 2, 1] e h[n] = [0, 1, 2, 0], para n = [0, 1, 2, 3], bem como
x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:
(a) Esboce os graficos x[n] n e h[n] n, para 0 n 6.
(b) Esboce os graficos x[(k) + n] k, para 6 k 6 e 0 n 6.
A.S.V.
31
(c) Esboce os graficos h[(k) + n] k, para 6 k 6 e 0 n 6.

P
(d) Calcule, graficamente, a convolucao yL [n] =
k= x[k]h[n k], para 0 n 6.
P
(e) Calcule, graficamente, a convolucao yL [n] = k= h[k]x[n k], para 0 n 6.
(f) Esboce os graficos das extensoes periodicas x[n] n e h[n]

n, para Nf = 4 e
Nf n (2Nf 1).
(g) Esboce os graficos x[(k) + n] k, para Nf = 4, Nf k (2Nf 1) e
0 n (Nf 1).
(h) Esboce os graficos h[(k)

+ n] k, para Nf = 4, Nf k (2Nf 1) e
0 n (Nf 1).
(i) Calcule, graficamente, para N = 4 e 0 P
n (N 1), a convolucao circular
k] e yC [n] = y[n], onde
yC [n], usando a definicao periodica y[n] = k=hN i x[k]h[n
0 n, k (N 1).
(j) Calcule, graficamente, para N = 4 e 0 P
n (N 1), a convolucao circular
x[n k] e yC [n] = y[n], onde
yC [n], usando a definicao periodica y[n] = k=hN i h[k]
0 n, k (N 1).
(k) Calcule, graficamente, para N = 4 e 0 n (N 1), a convolucao circular yC [n],
P(N 1)
usando a definicao circular yC [n] = k=0 x[k]h [hn kiN ].
(l) Calcule, graficamente, para N = 4 e 0 n (N 1), a convolucao circular yC [n],
P(N 1)
usando a definicao circular yC [n] = k=0 h[k]x [hn kiN ].
(m) Repita os itens (f) ate (l), para N = 6.
(n) Compare os resultados dos itens (i)/(j) e (k)/(l) com aqueles dos itens (d)/(e), para
N = 4 e 6.
33. Dado o sinal x[n] = an , onde < n < e a R, esboce o grafico x[n] n para os
seguintes valores:
(a) a < 1
(b) a = 1
(c) 1 < a < 0
(d) a = 0
(e) 0 < a < 1
(f) a = 1
(g) 1 < a
34. Demonstre, graficamente, as seguintes relacoes:
ejn = cos(n) jsin(n) .

1 jn
1 jn
cos(n) =
e
+
e
.
2
2

1
1 jn
jn
sin(n) =
e
+
e
.
2j
2j
TET / UFF
(2.48)
(2.49)
(2.50)
32
P
P
35. Dada uma seq
uencia x[n] =
k= xk [n] =
k= Ak cos(k n + k ), demonstre que,
para gerar a seq
uencia x[n ND ], as seq
uencias xk [n] devem sofrer atrasos proporcionais
às suas freq
uencias k e que a constante de proporcionalidade deve ser igual a ND .
36. Sabe-se que uma funcao analogica periodica x(t), que cumpre as condicoes de Dirichlet,
pode ser descrita por uma Serie de Fourier de Tempo Contnuo (CTFS), usando a funcao
, T0 e o perodo fundamental, T0 , w0 e t R,
ejk0 t como funcao base, onde 0 = 2
T0
e k Z. Sabe-se tambem que uma funcao de tempo discreto periodica x[n] pode ser
descrita por uma Serie de Fourier de Tempo Discreto (DTFS), usando a funcao ejk0 n
como funcao base, onde 0 = N20 , N0 e o perodo fundamental, N0 , k e n Z, e 0 R.
Um aluno de processamento analogico de sinais aprendeu que, ao tentar graficar x(t) a
partir da sua expansao por CTFS, pode ocorrer um fenomeno relacionado ao truncamento
de uma serie (Fenomeno de Gibbs). Por sua vez, um aluno iniciante de processamento
digital de sinais (DSP) garante que tal fenomeno nao ira acontecer para x[n] e que o
grafico de x[n], construdo a partir da sua expansao por DTFS, sera exato. A afirmativa
do aluno iniciante de DSP esta correta ou nao? Justifique!
37. Dado o sinal x[n] = ej0 n , considere 0 =
itens:
2
,
i
para i = 6, 3, 23 , 65 , e atenda aos seguintes
(a) Utilizando um plano complexo, calcule graficamente o perodo fundamental N0 de

x[n], para cada caso.
(b) Supondo que x[n] foi obtido por meio da amostragem uniforme do sinal x(t) = ej0 t ,
com uma freq
uencia de amostragem FS , indique, justificando, se ocorreu aliasing em
cada caso.
38. Demonstre a equivalencia apresentada na Equacao 2.51.
A0 cos(0 n 0 ) = (A0 ) cos(0 ) cos(0 n) + (A0 ) sin(0 ) sin(0 n)
(2.51)
39. Dado o sinal descrito pela Equacao 2.52, atenda aos seguintes itens:
(a) Explicar o problema que ocorre para 0 = .
(b) Explicar porque tal problema nao acontece para 0 0 < .
x[n] = A0 cos(0 n 0 ), 0 0
(2.52)
40. Atenda aos seguintes itens:

(a) Dado o sinal analogico descrito pela Equacao 2.53, que condicoes sao necessarias,
envolvendo a freq
uencia de amostragem e a freq
uencia do sinal, para que ele seja
corretamente representado pelo sinal discreto descrito pela Equacao 2.54?
(b) Qual a vantagem em escolher 0 =
2
N0
para o sinal x[n] = ej0 n ?
(c) Dados o conjunto de sinais descrito pela Equacao 2.55 e as restricoes dos itens anteriores, calcule o n
umero mnimo de sinais diferentes descritos pela Equacao 2.56.
x(t) = ej0 t = ej2f0 t
(2.53)
A.S.V.
33
x[n] = x(nTS ) = x(t)|t=nTS
(2.54)
xk (t) = ejk0 t = ejk2f0 t , < k < , k Z
(2.55)
xk [n] = xk (nTS ) = xk (t)|t=nTS
(2.56)
41. Dados os sinais analogicos senoidais xk (t) = cos(k t), a freq

uencia de amostragem
FS = 44 kHz e as seq
uencias xk [n] = xk (nTS ) = xk (t)|t=nTS , atenda aos seguintes itens:
(a) Calcule as freq
uencias digitais 1 e 2 relacionadas com as freq
uencias analogicas
f1 = 2 kHz e f2 = 20 kHz.
(b) Calcule as freq
uencias analogicas 0 fk 100 kHz, para k > 2, dos sinais xk (t)
que sofrerao o fenomeno de aliasing com os sinais x1 (t) e x2 (t).
(c) Represente o resultado dos itens anteriores de forma grafica, marcando as respectivas
freq
uencias sobre dois eixos que representem as variaveis f e .
(d) Calcule os perodos fundamentais dos sinais x1 [n] e x2 [n].
(e) Os sinais x1 (t) e x2 (t) foram amostrados corretamente? Justifique.
42. Dado o sinal descrito pela Equacao 2.57, onde f1 = 100 kHz, f2 = 400 kHz e f3 = 1 M Hz,
e o sinal x[n] = x(nTS ) = x(t)|t=nTS , onde < n < , atenda aos seguintes itens:
(a) Para TS1 = 250 ns, calcule o perodo fundamental de cada componente de x[n]. Compare as relacoes entre os perodos fundamentais das componentes do sinal analogico
x(t) com as relacoes entre os perodos fundamentais das componentes do sinal discreto x[n]. Explique o resultado da comparacao.
(b) Para TS2 = 2 s, calcule o perodo fundamental de cada componente de x[n]. Compare as relacoes entre os perodos fundamentais das componentes do sinal analogico
x(t) com as relacoes entre os perodos fundamentais das componentes do sinal discreto x[n]. Explique o resultado da comparacao.
(c) Para TS3 = 12 s, calcule o perodo fundamental de cada componente de x[n].
Explique o que acontece com x[n].
(d) Calcule o maior perodo de amostragem possvel, de tal forma que o sinal original
x(t) possa ser recuperado a partir de suas amostras x[n].
x(t) = cos(2f1 t) 2sen(2f2 t) + 3cos(2f3 t)
(2.57)
43. Dado o sinal descrito pela Equacao 2.58, onde f1 = 1 kHz e f2 = 9 kHz, deseja-se eliminar o som gerado pela componente de mais alta freq
uencia. Foi sugerido, para realizar
tal filtragem, que se utilize uma cadeia de processamento composta apenas de: i) uma
amostragem uniforme de x(t), ii) um escalamento por uma constante inteira e iii) uma interpolacao para gerar o novo sinal analogico. Prove que a sugest
ao
e VERDADEIRA
ou FALSA.
x(t) = cos(2f1 t) + cos(2f2 t)
TET / UFF
(2.58)
34
44. Antes de ser transmitido, P

um sinal analogico x(t), formado por uma soma de sinais
senoidais do tipo x(t) =

k= Ak cos(2fk t), onde 500 kHz fk 900 kHz e
< t < , e submetido a um deslocamento de espectro, de tal forma que a nova faixa
de freq
uencias passa a ser 10, 5 M Hz fk 10, 9 M Hz. Na recepcao do sinal, o mesmo
deve ser amostrado, para ser tratado digitalmente. Eventualmente, o sinal resultante do
tratamento digital devera ser transformado em um sinal analogico. Um estagiario esta em
d
uvida sobre qual taxa de amostragem FS utilizar e sobre que cuidados devem ser tomados
no processo de aquisicao do sinal. Suponha que o custo dos conversores analogico-digital
(A/D), dos elementos de processamento digital e dos conversores digital-analogico (D/A)
crescam exponencialmente com o aumento da taxa de amostragem (FS ). Suponha que
filtros e deslocadores de espectro possuam baixo custo, se comparados com os conversores. Ajude o estagiario a tomar as decisoes corretas, justificando detalhadamente a sua
escolha.
45. Um aluno, cursando a disciplina de Processamento Digital de Sinais, diz que realizou
a seguinte seq
Pu5encia de eventos. Amostrando uniformemente o sinal analogico definido
por x1 (t) = m=1 cos(2Fm t), onde Fm = F1 , F2 , F3 , F4 , F5 = 10, 90, 110, 190, 210 kHz,
utilizando um intervalo de amostragem TS = 10 s, ele gerou a seq
uencia x2 [n]. Em
seguida, levando em consideracao o mesmo intervalo de amostragem, ele interpolou a
seq
uencia x2 [n], obtendo o sinal x3 (t) = 5 cos(2F1 t). Se voce concordar com o resultado
obtido por tal aluno, justifique o resultado. Por outro lado, se voce discordar do aluno,
aponte as causas do erro.
46. Um supervisor de estagio resolveu testar o conhecimento de um do seus estagiarios.
Ele perguntou
se haveria problema com o processo de amostragem do sinal
P
xa (t) = k cos(2fk t) nos seguintes casos:
(a) fk = [1, 9, 11, 19] kHz, amostrado com FS = 20 kHz.
(b) fk = [1, 13, 15, 17] kHz, amostrado com FS = 20 kHz.
(c) fk = [1, 9, 11, 19] kHz, amostrado com FS = 40 kHz.
(d) fk = [1, 13, 15, 17] kHz, amostrado com FS = 40 kHz.
O estagiario apresentou, para cada um dos casos propostos, as seguintes respostas:
(a) Duas das componentes cossenoidais serao confundidas com as outras duas, mas isso
nao representara qualquer problema.
(b) A amostragem sera realizada corretamente, mas tres das componentes senoidais serao
confundidas com a quarta delas.
(c) A amostragem nao sera realizada corretamente, pois ocorrera aliasing.
(d) Nao ocorrera frequency folding. Portanto, a amostragem sera realizada corretamente.
Voce concorda com o estagiario? Justifique !!!.
A.S.V.
Captulo 3
Sistemas no domnio do tempo
3.1
Introduc
ao
Nesse captulo sao apresentados os conceitos basicos relativos aos sistemas utilizados no processamento digital de sinais. Inicialmente, os sistemas sao classificados. Em seguida, os tipos
de implementacao para sistemas discretos e digitais sao exemplificados.
3.2
Classificaco
es de sistemas
Os sistemas podem ser organizados em diversas classes, de acordo com as suas respectivas
caractersticas.
Tipo de sinal manipulado: analogico, amostrado, quantizado, digital.
N
umero de entradas e de sadas:
SISO (Single-Input Single-Output).
SIMO (Single-Input Multiple-Output).
MISO (Multiple-Input Single-Output).
MIMO (Multiple-Input Multiple-Output).
Dinamica: instantaneo (sem memoria) dinamico (com memoria).
Estados e variaveis de estado em sistemas dinamicos:
Uma vez que eles sao capazes de armazenar energia, os sistemas dinamicos podem
apresentar diversas configuracoes energeticas diferentes, denominadas estados.
Uma medida do estado de um sistema, em um instante de tempo t = tn , sao os
valores assumidos por todas as variaveis do sistema, em t = tn .
Um sistema e dito relaxado, em um instante de tempo t = tn , quando todas as suas
variaveis sao nulas em t = tn .
Interpretando-se o conjunto de todas as variaveis de um sistema como um espaco
vetorial, pode-se selecionar um conjunto mnimo de variaveis para formar uma base
para esse espaco. Uma vez que, a partir da base, podem ser obtidas todas as demais
variaveis e, portanto, pode-se caracterizar o estado do sistema, as variaveis da base
sao denominadas vari
aveis de estado do sistema.
35
36
Captulo 3. Sistemas no domnio do tempo

Dessa forma, uma definicao classica para estado e variaveis de estado e:
O estado de um sistema, em qualquer instante de tempo t = tn , e o menor conjunto
de variaveis (denominadas variaveis de estado), calculadas em t = tn , suficiente para
determinar o comportamento do sistema para qualquer instante de tempo t tn ,
quando a entrada do sistema e conhecida para t tn .
Estabilidade:
Equilbrio estabilidade.
Equilbrio:
Assintoticamente estavel.
Marginalmente estavel (oscilatorio).
Instavel.
Criterios de estabilidade.
Criterio BIBO (Bounded-Input Bounded-Output).
Invariancia ao tempo (ou ao deslocamento):
Para um sistema relaxado, ou sob os mesmos estados iniciais:
x[n] y[n] e x[n ND ] y[n ND ].
Isso significa dizer que a forma de onda da sada produzida pelo sistema independe do
momento da aplicacao da entrada, importando apenas a distancia entre o momento
observado na sada e o momento da aplicacao da entrada (n = ny Nx ).
Linearidade:
Princpio da linearidade:
Relacao de dependencia: y = f (x).
Homogeneidade ou escalamento:
se xk yk , entao x = ck xk y = ck yk .
Aditividade ou Princpio
P da Superposi
Pcao:
se xk yk , entao x = k xk y = k yk .
Linearidade = Homogeneidade
+ Aditividade:
P
P
se xk yk , entao x = k ck xk y = k ck yk .
Linearidade estado inicial:
Matematicamente, a transformacao linear y[n] = K x[n] e a u
nica relacao da
sada y[n] com a entrada x[n] que caracteriza um sistema como linear, de acordo
com o princpio da linearidade.
A transformacao afim y[n] = a x[n] + b, ou qualquer outra transformacao do
tipo y[n] = a x[n] + b[n], aparentementeP
caracterizam sistemas n
ao lineares,
P
pois nao obedecem à aditividade (y[n] 6= k ck yk [n] para x[n] = k ck xk [n])
nem à homogeneidade (y[n] 6= 0 para x[n] = 0).
A transformacao do tipo y[n] = a x[n] + b[n] pode ser interpretada como um
sistema composto pela conexao em cascata do subsistema linear v[n] = a x[n]
com o subsistema y[n] = v[n] + b[n].
A.S.V.
3.2. Classificacoes de sistemas
37
Conseq
uentemente, surgem dois paradoxos, relacionados entre si.
Paradoxo 1:
A sada de um sistema, para t tn , depende da entrada em t tn e do
estado em t = tn .
Se o sistema e linear, ele deve atender à aditividade. Portanto, pode-se
utilizar a Propriedade de Decomposicao, a qual diz que ytot = yent + yest ,
onde yent = ytot |(estado nulo) e yest = ytot |(entrada nula) sao, respectivamente, a
componente de sada relativa à entrada (ou ao estado nulo) e a componente
de sada relativa ao estado (ou à entrada nula).
Porem, esta separacao conduz às formas matematicas y[n] = a x[n] + b e
y[n] = a x[n] + b[n].
Logo, o sistema deveria ser classificado como nao linear.
Paradoxo 2:
Segundo a homogeneidade, se a entrada e nula, a sada deve ser nula.
Porem, utilizando-se a propriedade de decomposicao, se a entrada for nula
a sada do sistema sera a resposta ao estado (yest ).
No tocante às formas matematicas, tem-se que y[n] = b e y[n] = b[n].
Novamente, o sistema deveria ser classificado como nao linear.
Os paradoxos acima podem ser resolvidos por duas propostas, que, em essencia,
sao equivalentes:
Classificacao empregando a entrada e o estado.
Classificacao considerando apenas a entrada.
Em ambos os casos, a aplicacao do princpio da linearidade sobre sistemas
e redefinida.
De forma global, empregando-se tanto a resposta à entrada quanto a resposta
ao estado, um sistema e considerado linear se ele:
Apresenta a propriedade de decomposicao: ytot = yent + yest ,
onde yent = ytot |(estado nulo) e yest = ytot |(entrada nula) .
linear em relacao à resposta à entrada (yent ).
E
linear em relacao à resposta ao estado (yest ).
E
Considerando-se apenas a entrada, o teste de linearidade de um sistema pode
ser realizado de duas formas:
Absoluta: dado um sistema relaxado, tem-se que yest = 0. Assim, pode-se
aplicar o princpio da linearidade utilizando-se apenas a resposta à entrada,
que, nesse caso, representa a resposta total (yent = ytot |(estado nulo) ).
Incremental: dado um sistema nao relaxado, tem-se que yest 6= 0. Porem,
pode-se definir a linearidade incremental, que relaciona as variacoes da sada
provocadas por variacoes da entrada:
(y2 y1 ) = K (x2 x1 ) ou y = K x ou dy = K dx.
TET / UFF
38

Causalidade:
Para os sistemas analogicos, a causalidade e praticamente uma imposicao, uma
vez que os mesmos sao implementados por sistemas fsicos, onde as variaveis sao
grandezas fsicas e os componentes sao dispositivos que representam fenomenos fsicos.
Por outro lado, no caso dos sistemas discretos e digitais, a nao causalidade nao
apenas e de simples realizacao como tambem pode ser uma tecnica u
til:
Se a variavel independente nao for temporal.
Se os dados forem gravados: processamento offline.
Se o tempo real for mais lento que o tempo de processamento:
processamento online = armazenamento + processamento offline.
Com a insercao de atrasos extras, que nao alteram o throughput do sistema
implementado, mas criam uma latencia na operacao do mesmo.
Sistema causal ou nao antecipativo: y[n] = f (x[n k]), k N+ .
* y [n] = y [n] , n < N Causal.

1
2
x1 [n] = x2 [n] , n < N
Se
e
x1 [n] 6= x2 [n] , n N
y1 [n] 6= y2 [n] , n < N Nao causal.
Passividade:
P
2
|y[n]|2 <
|x[n]| = Ex < .
P
P
2
2
Sistema passivo sem perdas (lossless): Ey =
|x[n]| = Ex < .
|y[n]| =
P
P
2
2
Sistema ativo: Ey =
|x[n]| = Ex < .
|y[n]| >
Sistema passivo com perdas: Ey =
Do ponto de vista fsico, um sistema ativo deve possuir, intrinsicamente, uma fonte
(ou conversor) de energia.
3.3
Tipos de implementa
c
ao para sistemas discretos
Circuito a capacitores chaveados (SC)

Componentes analogicos: transistor (usado como chave), capacitor (usado como
elemento armazenador) e amplificador operacional (OpAmp).
Variaveis analogicas: tensao (armazenada nos capacitores).
Tecnologia tpica: CMOS.
Circuito a corrente chaveada (SI)
Componentes analogicos: apenas transistores, usados como chaves e como estruturas
armazenadoras.
Variaveis analogicas: corrente (armazenada nos transistores).
Tecnologia tpica: CMOS.
A.S.V.
3.4. Tipos de implementacao para sistemas digitais
3.4
39
Tipos de implementa
c
ao para sistemas digitais
Hardware de uso geral:

Programa em linguagem de programacao de uso geral (FORTRAN, PASCAL, C,
DELPHI, C++).
Programa em ambiente de software de uso especfico (MATLAB, Octave, SciLab).
Hardware de uso especfico:
Processador de sinal digital (DSP).
FPGA (Field-Programmable Gate Array) com IP Core.
Hardware dedicado:
FPGA.
Circuito integrado especfico para a aplicacao (ASIC).
TET / UFF
40
3.5
Exerccios propostos
1. Um capacitor linear e invariante ao tempo e definido pela relacao qC (t) = C vC (t), onde
qC (t) e a carga nele acumulada, C e o valor da sua capacitancia e vC (t) e a tensao
(diferenca de potencial) entre os seus terminais. Suponha o sistema formado por apenas
um desses capacitores, com entrada iC (t) e sada vC (t). Mostre que tal sistema e linear e
invariante ao tempo.
2. Um indutor linear e invariante ao tempo e definido pela relacao L (t) = L iL (t), onde
L (t) e o enlace de fluxo magnetico de suas espiras, L e o valor da sua indutancia e iL (t)
e a corrente que o percorre. Suponha o sistema formado por apenas um desses indutores,
com entrada vL (t) e sada iL (t). Mostre que tal sistema e linear e invariante ao tempo.
3. Dados o sinal descrito pela Equacao 3.1 e os sistemas descritos pelas Equacoes 3.2 a 3.4,
(a) Considere xk [n] = x[n k] como entrada para cada um dos sistemas e esboce os
graficos xk [n] n e y[n] n para k = 0, 6 e 8.
(b) Classifique cada um dos sistemas quanto a: dinamica, linearidade, causalidade e
invariancia ao deslocamento.

x[n] =
1 , |n| 2
0 , |n| > 2
y[n] = (1)n x[n]
(3.2)
2
y[n] = ((1)n x[n])
y[n] =
(3.1)

1
2x[n 1] + x2 [n] + 2x[n + 1]
5
(3.3)
(3.4)
4. Levando em consideracao os conceitos de linearidade, de invariancia ao deslocamento e

de causalidade, classifique os sistemas que possuem entrada x[n], sada y[n] e que sao
definidos pelas seguintes equacoes:
(a) y[n] = n2 x[n] + nx[n 1].
(b) y[n] = nx[n] + (n 1)x[n 1].
(c) y[n 1] = 4x[n] + 3x[n 1].
(d) y[n] = 0.6y[n 1] + 0.4x[n] + 0.2x[n 1].
(e) y[n] = y[n 1] + y[n 2] + x[n] + x[n 1].
(f) y[n] = y[n 1] + x[n + 1] + x[n] + x[n 1].
(g) y[n] = x[2n] + x[n 1].
(h) y[n] =
x[n]
.
x[n1]
A.S.V.
41
5. Um sistema discreto pode ser descrito matematicamente por uma transformacao ou

um operador {.} que mapeia sua entrada x[n] na sua sada y[n], de tal forma que
y[n] = {x[n]}. Supondo: i) um sistema atrasador unitario, definido por y[n] = x[n1] =
D{x[n]}, ii) um sistema com ganho constante K, definido por y[n] = Kx[n] = GK {x[n]},
e iii) as seguintes notacoes simplificadas D{D{v[n]}} = D2 {v[n]} e GK {v[n]}+D{v[n]} =
(GK + D) {v[n]}, atenda aos seguintes itens:
(a) Escreva a equacao y[n] = 0.7x[n] + 0.5x[n 1] + 0.3x[n 2] + 0.1x[n 3] utilizando
a notacao operacional definida.
(b) Com base no resultado do item anterior, mostre que tal sistema e linear e invariante
ao deslocamento.
6. Suponha um sistema dinamico relaxado, discreto, SISO, estavel e causal, com entrada
x[n] e sada y[n], relacionadas por um operador linear e invariante ao deslocamento {.},
de tal forma que y[n] = {x[n]}. Suponha ainda que a resposta ao impulso [n] seja
definida como y[n]|x[n]=[n] = h[n]. Atenda aos seguintes itens:
(a) Descreva a entrada x[n] em funcao do impulso discreto [n].
(b) Calcule a sada do sistema y[n] em funcao dos sinais x[n] e h[n].
(c) A partir do resultado do item anterior, defina o calculo da sada do sistema relaxado
em funcao de uma u
nica operacao envolvendo os sinais x[n] e h[n].
7. Um sistema e dito sem distorcao quando produz uma sada y[n] = AS x[n + (|ND |)],
dada uma entrada x[n], para AS R e ND Z. Suponha um sistema linear e invariante
ao deslocamento, sem distorcao, com entrada x[n] e sada y[n].
Suponha que a entrada
P
x[n] e definida por uma soma de sinais senoidais do tipo x[n] = k= Ak cos(k n+k ),
para < n < . Atenda aos seguintes itens:
(a) Demonstre a relacao entrada sada que o sistema impoe sobre a amplitude de cada
componente senoidal do sinal de entrada.
(b) Demonstre a relacao entrada sada que o sistema impoe sobre a freq
uencia de cada
componente senoidal do sinal de entrada.
(c) Demonstre a relacao entrada sada que o sistema impoe sobre o angulo de fase de
cada componente senoidal do sinal de entrada.
(d) Esboce tres graficos, contendo abscissa freq
uencial , de tal forma que cada um deles
ilustre uma das relacoes acima demonstradas.
8. Suponha um sistema S1 , relaxado, com entrada v[n] e sada yv [n], definido pelo conjunto
de equacoes (3.5). Suponha um sistema S2 , relaxado, com entrada w[n] e sada yw [n],
definido pelo conjunto de equacoes (3.6). Um aluno de Processamento Digital de Sinais
assegura que os sistemas sao equivalentes, para N = 2 e o sinal de entrada definido por
x[n] = n (u[n] u[n 8]), para < n < . Demonstre se a afirmativa desse aluno
e correta ou nao, atraves dos graficos dos sinais x[n], vm [n], ym [n], yv [n], wk [n], yk [n] e
yw [n].

vm [n] =
TET / UFF
v[n + mN ] , 0 n (N 1)
0 , caso contrario
, <m<
42
ym [n] = vm [n + (N 1)] , < m <

yv [n] =
ym [n mN ]
(3.5)
m=
wk [n] = w[N n + k] , 0 k (N 1)

yk [n] =
wk [ Nn ] ,
0 ,
n
N
n
N
Z
Q
, 0 k (N 1)
(N 1)
yw [n] =
yk [n ((N 1) k)]
(3.6)
k=0
9. Um sistema MISO (Multiple-Input Single-Output), que apresenta um total de C canais de

entrada x0 [n], x1 [n], x2 [n], , x(C1) [n] e um canal de sada y[n], e definido pelo conjunto
de equacoes (3.7). Suponha um sistema desse tipo, com tres canais de entrada, contendo
as seguintes informacoes: x0 [n] = [9, 7, 5, 3], x1 [n] = [2, 4, 6, 8], x2 [n] = [1, 1, 1, 1], para
n = [0, 1, 2, 3], bem como x0 [n] = x1 [n] = x2 [n] = 0 para os demais valores de n. Atenda
aos seguintes itens:
(a) Esboce os graficos xk [n] n das informacoes de entrada.
(b) Esboce os graficos vk [n] n dos sinais internos.
(c) Esboce os graficos wk [n] n dos sinais internos.
(d) Esboce o grafico y[n] n da informacao de sada.
(e) Apresente a informacao do canal de sada na forma vetorial.

vk [n] =
xk [ Cn ] ,
0 ,
n
C
n
C
Z
Q
, 0 k (C 1)
wk [n] = vk [n k] , 0 k (C 1)
(C1)
y[n] =
wk [n]
(3.7)
k=0
A.S.V.
Captulo 4
Representaco
es para sistemas lineares
e invariantes ao tempo/deslocamento
4.1
Introduc
ao
Os processos de analise e de sntese (projeto) necessitam que os sistemas sejam modelados adequadamente, de forma que se possa compreender o funcionamento dos mesmos
(analise) ou que seja possvel realizar modificacoes e/ou novas propostas (sntese).
Os sistemas do tipo SLIT, Sistema Linear e Invariante ao Tempo (ou ao deslocamento),
sao matematicamente mais faceis de se caracterizar e de se analisar. Logo, tambem sao
mais faceis de se projetar.
Uma subclasse importante de sistemas do tipo SLIT sao os sistemas SISO (Single-Input
Single-Output) onde a relacao entre a sada e a entrada e descrita por uma equacao de
diferenca linear com coeficientes constantes.
Diversos modelos ou representacoes podem ser utilizadas para descrever tais sistemas.
Algumas das representacoes mais comuns sao:
Equacao de diferenca.
Equacoes de estado.
Resposta ao impulso (digital unitario).
Operador de transferencia.
Resposta em freq
uencia.
Funcao de transferencia.
Diagrama de blocos de complexidade generica.
Diagrama de sistema ou realizacao ou estrutura: diagrama de blocos basicos e
diagrama de fluxo de sinal (grafo).
Em relacao ao domnio da variavel independente utilizada no equacionamento, podem-se
destacar duas classes de representacoes: tempo (equacao de diferenca, equacoes de estado, resposta ao impulso, operador de transferencia e diagramas temporais) e freq
uencia
(resposta em freq
uencia, funcao de transferencia e diagramas freq
uenciais).
43
44
Captulo 4. Representacoes para SLITs

Em quase todas as descricoes, excetuando-se apenas as equacoes de estado, somente as
relacoes entre as variaveis externas ao sistema (entradas e sadas) sao modeladas. Nao e
levada em consideracao a estrutura interna do sistema. Por essa razao, tal abordagem e
denominada de modelo de terminais de acesso ou de modelo de caixa-preta.
Outra caracterstica de tais modelos, novamente excetuando-se as equacoes de estado, e a
sua capacidade de relacionar apenas uma entrada com uma sada, limitando-se a descrever
somente sistemas do tipo SISO (Single-Input Single-Output). No caso de sistemas com
varias entradas e/ou varias sadas e necessario que se defina um equacionamento para
cada relacao entrada-sada. Por essa razao, tal abordagem e mais utilizada nos casos de
sistemas com poucas entradas e sadas.
Por sua vez, e como o proprio nome ja diz, as equacoes de estado descrevem o sistema em
relacao às suas variaveis de estado, alem de utilizarem as variaveis de entrada e de sada.
Logo, elas apresentam um modelo para a estrutura interna de funcionamento do sistema.
Por essa razao, o modelo de equacoes de estado e capaz de descrever eficientemente
sistemas do tipo MIMO (Multiple-Input Multiple-Output).
Em essencia, o equacionamento por variaveis de estado transforma equacoes de diferenca
de ordem N em sistemas de N equacoes de diferenca de ordem 1.
Vantagens do equacionamento por variaveis de estado:
Equacoes de primeira ordem ja foram extensivamente estudadas e varias tecnicas de
analise encontram-se à disposicao.
Equacoes de primeira ordem podem ser resolvidas, sem muita dificuldade, no domnio
do tempo.
Equacoes de primeira ordem podem ser resolvidas, sem muita dificuldade, para sistemas variantes ao tempo e para sistemas nao lineares.
Equacoes de primeira ordem sao de extrema facilidade para computacao analogica
ou digital.
4.2
Soma de convoluc
ao
A operacao de convolucao surge naturalmente na representacao de sinais e sistemas.

P
Soma de convolucao (aperiodica ou linear): y[n] = x[n] h[n] =
k= x[k] h[n k].
Propriedades da soma de convolucao
Comutatividade: x[n] h[n] = h[n] x[n].
Associatividade: (x[n] h1 [n]) h2 [n] = x[n] (h1 [n] h2 [n]).
Distributividade: (x1 [n] + x2 [n]) h[n] = (x1 [n] h[n]) + (x2 [n] h[n]).
Pode-se mostrar que: Para uma soma de convolucao convergir, os sinais envolvidos na
operacao devem ser limitados e pelo menos um deles deve ser absolutamente somavel.
Deve ser ressaltado que, computacionalmente, so e possvel calcular a soma de convolucao
x[n] h[n] se a seq
uencia x[n] e/ou a seq
uencia h[n] forem finitas.
A.S.V.
4.3. Equacao de diferenca
4.3
45
Equac
ao de diferen
ca
Definicao
Uma equacao de diferenca linear, com coeficientes constantes, e definida por
N
X
a0k
y[n k] =
k=0
NP
X
b0k x0 [n k] ,
(4.1)
k=NF
N, NF e NP N .
Explicitando-se, em (4.1), a seq
uencia y[n] e, em seguida, normalizando-se a equacao
resultante em relacao ao coeficiente a00 6= 0, obtem-se
y[n] =
N
X
NP
X
ak y[n k] +
k=1
bk x0 [n k] ,
(4.2)
k=NF
a0k
ak = 0 ,
a0
b0k
bk = 0 .
a0
Adicionando-se atrasos à seq
uencia x0 [n], a Equacao 4.2 pode ser reescrita como
y[n] =
N
X
k=1
ak y[n k] +
L
X
bk x[n k] ,
(4.3)
k=0
x0 [n] = x[n NF ] ,
L = NP + NF .
A ordem da Equacao 4.3, e definida como o valor maximo entre N e L.
Equacao de diferenca sistema
Para modelar um sistema SLIT SISO atraves de uma equacao de diferenca basta
associar as seq
uencias x[n] e y[n] com a sua entrada e a sua sada, respectivamente.
Na faixa NF k 1, os valores x0 [nk] representam valores futuros da entrada.
Em um sistema causal, a sada nao pode depender de entradas futuras. Nesse caso,
deve-se ter NF = 0.
A modificacao da Equacao (4.2) na Equacao (4.3) representa a transformacao de um
sistema nao causal em um sistema causal, atraves da insercao de latencia no sistema.
TET / UFF
46

Classificacao quanto à realimentacao da sada do sistema
Baseado nos valores dos coeficientes ak e bk , os sistemas podem ser classificados em:
nao recursivos (sem realimentacao) e recursivos (com realimentacao).
Sistemas nao recursivos ou all-zero ou MA (Moving Average):
ak = 0 , k = 1, 2, , N e N > 0
.
bk 6= 0 , k = 0, 1, 2, , L e L > 0
Sistemas recursivos:
All-pole ou AR (Auto Regressive):
ak 6= 0 , k = 1, 2, , N e N > 0
b0 6= 0 e bk = 0 , k = 1, 2, , L e L > 0
Pole-zero ou ARMA (Auto Regressive Moving Average)
ak 6= 0 , k = 1, 2, , N e N > 0
bk 6= 0 , k = 0, 1, 2, , L e L > 0
As denominacoes all-zero, all-pole e pole-zero sao empregadas por similaridade a

sistemas analogicos. Por sua vez, as denominacoes MA, AR e ARMA sao empregadas
por similaridade a processos estocasticos.
Calculo da sada do sistema
Para resolver a equacao de diferenca de ordem N , sao necessarias N condicoes
auxiliares em n = N0 , que correspondem ao estado do sistema em n = N0 .
Supondo-se x[n] = 0, para n < N0 , o calculo de y[n], para n N0 , pode ser efetuado
com N condicoes auxiliares em n = N0 , que passam a ser denominadas de condicoes
iniciais (CI).
Uma vez que o sistema e invariante ao tempo (ou ao deslocamento), e comum que
se considere as condicoes iniciais em N0 = 0.
Para a equacao de diferenca definida acima, as condicoes iniciais em n = 0 sao
equivalentes aos seguintes valores de sada: y[1] = y1 , , y[N ] = yN .
Subdivisao da sada do sistema
Nao e difcil mostrar que o sistema
MISO
PNSISO nao relaxado
PLe equivalente ao sistema
PN
relaxado descrito por y[n] = k=1 ak y[n k] + k=0 bk x[n k] + k=1 xyk [n],
P
onde xyk [n] = yk N
j=k (aj ) [n (j k)], supondo-se x[n] = 0, para n < 0.
Portanto, o estado inicial pode ser interpretado como um conjunto extra de entradas,
internamente adicionadas ao sistema, que coopera com a entrada externa para gerar
a sada.
Uma vez que os sistemas abordados sao lineares, pode-se pensar em decompor a
sada em duas parcelas, uma delas provocada apenas pela entrada, que e aplicada
em um determinado momento, e a outra provocada apenas pelo estado do sistema
no momento da aplicacao da entrada: y[n] = yent [n] + yest [n], yent [n] = y[n]|CI=0 e
yest [n] = y[n]|x[n]=0 .
A.S.V.
4.4. Resposta ao impulso
4.4
47
Resposta ao impulso
Dado um sistema SLIT, SISO, dinamico, relaxado, com entrada x[n] e sada y[n], pode-se
mostrar que a resposta ao impulso digital unitario ([n]) caracteriza o sistema.
Operacao linear associada ao SLIT SISO: T {}.
Resposta do sistema relaxado a uma entrada generica: x[n] yent [n] = T {x[n]}.
Resposta ao impulso digital unitario: x[n] = [n] yent [n] = T {[n]} , h[n].
Resposta ao impulso atrasado: x[n] = [n k] yent [n] = T {[n k]} , h[n, k]
Pela propriedade de invariancia ao deslocamento: h[n, k] = h[n k].
Resposta ao impulso ponderado:
x[n] = c0 [n] yent [n] = T {c0 [n]} = c0 T {[n]} = c0 h[n].
Resposta ao impulso atrasado e ponderado:
x[n] = ck [n k] yent [n] = T {ck [n k]} = ck T {[n k]} = ck h[n k].
Resposta do sistema relaxado a uma entrada generica, em funcao da resposta ao impulso:
x[n] =
x[k] [n k] yent [n] = T {x[n]}
k=
= T{
(aditividade) =
(homogeneidade) =
,
(invariancia ao deslocamento) =
x[k] [n k]}
k=
T {x[k] [n k]}
k=
X
k=
X
k=
x[k] T {[n k]}

x[k] h[n, k]
x[k] h[n k]
k=
= x[n] h[n] .
(4.4)
Do ponto de vista da aplicacao de cada amostra do sinal de entrada no sistema, a convolucao pode ser interpretada como uma superposicao (soma) ponderada de respostas a
impulsos deslocados. Isso e descrito por
X
{y[n]} =
{x[k]} {h[n k]}
k=
TET / UFF
+ x[2]
x[1]
x[0]
x[1]
x[2]
{h[n + 2]}
{h[n + 1]}
{h[n]}
{h[n 1]}
{h[n 2]}
.
+
+
+
+
+
(4.5)
48

Do ponto de vista do calculo de cada amostra do sinal de sada, a convolucao pode
ser interpretada como o seguinte conjunto de operacoes: espelhamento, deslocamento,
multiplicacao e soma. Isso e descrito por
{y[n]} =
{x[k]} {h[n k]}
k=
P
{ , P
k= {x[k]} {h[2 k]}
k= {x[k]} {h[1 k]}

P
k= {x[k]} {h[k]}
P
{x[k]} {h[1 k]}
Pk=
k= {x[k]} {h[2 k]}
,
.
,
,
,
, }
(4.6)
Nos sistemas
uencia b[n] aos coeficientes bn :
PL nao recursivos,
PL associando-se uma
Pseq
y[n] = k=0 bk x[nk] = k=0 b[k]x[nk] = k= b[k]x[nk] = b[n]x[n] = x[n]b[n].
Portanto, h[n] = b[n].
Devido ao tipo de resposta ao impulso apresentada, os sistemas podem ser classificados
em: FIR (Finite Impulse Response) e IIR (Infinite Impulse Response).
Devido à sua estrutura, os sistemas nao recursivos apresentam resposta ao impulso finita.
Assim, o termo FIR pode ser usado para designar tais sistemas.
Por outro lado, os sistemas recursivos podem apresentar resposta ao impulso finita ou
infinita. Porem, embora nao seja correto para todos os casos, encontra-se comumente o
uso da designacao IIR para tais sistemas.
4.5
4.5.1
Notac
ao operacional
Operador de deslocamento
Um atraso unitario pode ser representado por um operador linear e invariante ao deslocamento
D{}, definido como
c v[n 1] = c D {v[n]} = (c D) v[n] .
(4.7)
Por sua vez, um avanco unitario pode ser representado por um operador linear e invariante
ao deslocamento D1 {}, definido como

c v[n + 1] = c v[n (1)] = c D1 {v[n]} = c D1 v[n] .
(4.8)
Portanto, uma ausencia de deslocamento pode ser definida como

c v[n] = c D0 {v[n]} = c D0 v[n] .
(4.9)
Por fim, pode-se representar um deslocamento generico por um operador linear e invariante
ao deslocamento Dk {}, k Z, definido como

c v[n k] = c D {D { D {v[n]}}} = c Dk {v[n]} = c Dk v[n] .
(4.10)
A.S.V.
4.5. Notacao operacional
49
Empregando-se (4.10), pode-se definir

K
X
ck v[n k] =
k=0
K
X
k=0
K
X
K
X
ck Dk {v[n]} =
k=0
K
X
D {ck v[n]} =
k=0
4.5.2
!
ck D k
v[n]
!
D
ck v[n] .
(4.11)
k=0
Operador de transfer
encia
Utilizando-se o operador de deslocamento Dk {}, a equacao de diferenca generica

y[n] =
N
X
ak y[n k] +
k=1
L
X
bk x[n k]
k=0
pode ser reescrita como

N
X
y[n] =
!
ak D k
y[n] +
k=1
L
X
!
bk D k
x[n]
k=0
ou
N
X
!
ak D k
y[n] =
k=0
L
X
!
bk D k
x[n]
k=0
ou ainda como
P
L
k
k=0 bk D
y[n] = P
N
k
k=0 ak D

x[n] = T (D) x[n] ,
(4.12)
onde
P
L
k
k=0 bk D
T (D) = P
N
k
k=0 ak D

= K1
QL
k=1 (D
QN
k=1 (D
+ zk )
+ pk )
QL
= K2 Qk=1
N
k=1
(1 + dk D)
(1 + ck D)
(4.13)
e definido como o operador de transferencia T (D) do SLIT com entrada x[n] e sada y[n].
Mais detalhes sobre as fatoracoes apresentadas na Equacao (4.13) podem ser encontrados no
Apendice D.
Independentemente do seu significado, T (D) pode ser visto como uma funcao polinomial
racional. Assim, os valores de zk e pk sao pontos singulares ou singularidades de T (D).
As razes zk do polinomio numerador fazem com que T (D)|D=|zk | = 0, sendo denominadas
de zeros de T (D).
As razes pk do polinomio denominador fazem com que T (D)|D=|pk | , sendo denominadas de polos de T (D).
Em toda funcao polinomial racional, o n
umero de zeros e sempre igual ao n
umero de polos,
considerando-se as singularidades finitas e as infinitas.
Por sua vez, o parametro K R, e denominado de ganho da fatoracao, independentemente
do seu valor numerico.
TET / UFF
50
Nas Equacoes (4.12) e (4.13), T (D) foi definido em funcao de operadores de atraso. Porem,
o operador de transferencia de um SLIT tambem pode definido em funcao de operadores de
avanco. Empregando-se a propriedade de invariancia ao deslocamento, a Equacao (4.12) pode
ser reescrita como
y[n + N ] = T (D) x[n + N ]
ou
DN
y[n] = T (D) DN
x[n] = DN
T (D) x[n]
ou ainda como

y[n] =
DN
DN
T (D) x[n] = T (D1 ) x[n] ,
onde

T (D ) =
=
DN
DN
T (D)

DL
N +L
D
T (D)
DN

L PL b Dk
D
k=0 k

P
DN +L
N
N
D
k
a
D
k=0 k

P
L
kL

k=0 bk D

DN +L P
N
kN
a
D
k
k=0

P
L
m
b
D

m=0 Lm

DN +L P
N
m
k=0 aN m D

P
L
m
0
b
D

m=0 m
,
DN +L P
N
0 D m
a
k=0 m
(4.14)
b0m = bLm
(4.15)
a0m = aN m .
(4.16)
A.S.V.
4.6. Diagrama de blocos de complexidade generica
4.5.3
51
Biquad
Matematicamente, as equacoes de diferenca de ordem 1 e de ordem 2 sao bem caracterizadas.

Por exemplo, para esses tipos de equacoes, existem formulacoes simples que relacionam os
coeficientes das equacoes com parametros temporais e parametros freq
uenciais, bem como relacionam parametros temporais com parametros freq
uenciais. Assim sendo, pode ser interessante
decompor um sistema de ordem qualquer em arranjos de subsistemas de ordem 1 e de ordem 2.
Uma funcao polinomial racional do tipo
T (x) =
(1 + d1 x) (1 + d2 x)
(x + z1 ) (x + z2 )
b0 + b1 x + b2 x 2
= K2
= K1
2
a0 + a1 x + a2 x
(x + p1 ) (x + p2 )
(1 + c1 x) (1 + c2 x)
(4.17)
e denominada de forma biquadratica.

Um bloco funcional que possui um operador de transferencia T (D) descrito por uma forma
biquadratica e denominado de biquad.
A organizacao de sistemas atraves de arranjos de blocos funcionais do tipo biquad e muito
comum.
4.6
Diagrama de blocos de complexidade gen

erica
Representacao grafica de um sistema atraves da associacao de subsistemas genericos.

Associacoes basicas
Associacao cascata (serie)
y[n] = y21 [n] =
=
=
=
=
=
h2 [n] v[n]
h2 [n] (h1 [n] x[n])
(h2 [n] h1 [n]) x[n] = h21 x[n] = hser [n] x[n]
(h1 [n] h2 [n]) x[n] = h12 x[n] = hser [n] x[n]
h1 [n] (h2 [n] x[n])
h1 [n] w[n] = y12 [n] .
Associacao paralela
y[n] =
=
=
=
v[n] + w[n]
(h1 [n] x[n]) + (h2 [n] x[n])
(h1 [n] + h2 [n]) x[n]
hpar [n] x[n] .
Realimentacao
Sistemas em malha aberta (sem realimentacao).
Sistemas em malha fechada (com realimentacao).
Realimentacao recursividade.
Realimentacao computabilidade: loops de computacao sem atrasos.
TET / UFF
52
4.7
Diagrama de sistema
Definicao
Um diagrama de sistema e uma forma grafica de se representar um sistema.
Ele pode representar a implementacao em hardware, o algoritmo calculado ou,
simplesmente, um modelo de operacao do sistema.
Uma vez que o diagrama de sistema e uma representacao generica de um sistema,
ele e tambem denominado de realizacao ou estrutura.
As realizacoes nao sao u
nicas. Um mesmo sistema pode ser modelado por diversas
estruturas diferentes.
Alem de fornecerem uma melhor visualizacao da estrutura proposta para o sistema,
tais diagramas permitem ainda que seus respectivos sistemas sejam analisados ou
projetados atraves de metodos graficos.
Operacoes
As operacoes mais basicas de um sistema sao:
Deslocamento unitario: w[n] = v[n 1].
Escalamento em amplitude: w[n] = K v[n].
Adicao: w[n] = v1 [n] + v2 [n].
No caso de sistemas causais, os deslocamentos sao apenas atrasos. Portanto, a
operacao basica e o atraso unitario (unit Delay - D{.}): w[n] = v[n 1] = D{v[n]}.
Estruturas canonicas sao aquelas com um n
umero mnimo de atrasadores unitarios.
Porem, o termo canonica em relacao a tambem e usado para designar uma estrutura
com um n
umero mnimo de um elemento qualquer.
Representacoes graficas
As representacoes graficas mais comuns sao:
Diagrama de blocos basicos.
Diagrama ou grafo de fluxo de sinal (Signal Flow Graph - SFG).
A descricao de um sistema por meio de um SFG possibilita que a Teoria dos Grafos
seja utilizada para analise e/ou projeto do sistema. Por exemplo, o calculo da relacao entre dois pontos quaisquer de um sistema, pode ser realizado atraves da sua
modelagem por um SFG e da aplicacao da Regra de Mason.
Normalmente, as duas representacoes nao sao utilizadas em conjunto na descricao
de um sistema.
A Tabela 4.1 apresenta uma correspondencia entre os elementos constituintes de um
diagrama de blocos e aqueles do seu respectivo SFG.
A.S.V.
4.7. Diagrama de sistema

Diagrama de blocos
Variavel de entrada
Variavel de sada
Variavel interna
No de distribuicao
Somador
Multiplicador
Atrasador
Sentido de sinal
53
SFG
No fonte (source)
No sorvedouro (sink )
No interno
No de distribuicao
No de soma
Peso de ramo
Peso de ramo
Sentido de ramo
Tabela 4.1: Diagrama de blocos SFG: correspondencia entre os elementos constituintes.
Transposicao
Dada uma estrutura que represente um SLIT SISO, e utilizando-se a propriedade de
transposicao dos grafos, pode-se obter a estrutura transposta equivalente.
Transposicao do grafo de um SLIT SISO:
Trocar os nos de sada e de entrada entre si.
Reverter os sentidos de todos os ramos, mantendo seus respectivos pesos.
Com isso, os nos de expansao serao transformados em nos de soma e vice-versa.
Transposicao do diagrama de blocos de um SLIT SISO:
Opcao 1: DB SFG SFG transposto DB transposto.
Opcao 2:
Trocar os sinais de sada e de entrada entre si.
Reverter os sentidos de todos os sinais, e, conseq
uentemente, de todos os
multiplicadores e de todos os atrasadores.
Trocar cada no de distribuicao por um somador e vice-versa.
TET / UFF
54
4.8
4.8.1
Diagrama de sistema equa

c
ao de diferen
ca
Estruturas b
asicas
Duas estruturas basicas sao largamente utilizadas:

Linha de retardo com derivacoes (tapped delay line).
Combinador linear (linear combiner ).
Uma linha de retardo com derivacoes e uma estrutura SIMO, composta de um arranjo
cascata (serie) de atrasadores unitarios, com entrada x[n] e sadas definidas por
yk [n] = x[n k], onde 0 k K e k N.
Um combinador linear e uma estrutura MISO, composta
de multiplicadores e somadores,
P
com entradas xk [n] e sada definida por y[n] = K
c
x
k [n], onde k N.
k=0 k
A associacao de uma linha de retardo com derivacoes e um combinador linear da origem
à denominada estrutura
PK transversal, que
PKe uma estrutura SISO, com entrada x[n] e sada
definida por y[n] = k=0 ck xk [n] = k=0 ck x[n k].
4.8.2
Equacionamento das estruturas n

ao recursivas
Equa
co
es gerais
Conforme definido anteriormente, uma equacao de diferenca nao recursiva e dada por
y[n] =
L
X
bk x[n k] ,
(4.18)
k=0
que, para destacar a contribuicao dos valores internos e externos ao sistema, pode ser reescrita
como
y[n] =
L
X
bk x[n k]
k=0
L
X
k=1
L
X
!
bk x[n k]
+ b0 x[n]
!
bk vk [n]
+ b0 x[n]
k=1
= yint [n] + yext [n] ,

onde
yint [n] =
L
X
k=1
bk x[n k] =
(4.19)
L
X
bk vk [n]
(4.20)
k=1
representa a contribuicao dos valores vk [n] = x[n k], armazenados nos atrasadores do sistema,
e
yext [n] = b0 x[n]
(4.21)
representa a contribuicao dos valores da entrada x[n], para a geracao da sada y[n].
A.S.V.
4.8. Diagrama de sistema equacao de diferenca
55
Forma Direta e Forma Direta Transposta

Utilizando-se o operador Dk {}, a Equacao (4.19) pode assumir as formas dadas por
L
X
y[n] =
bk Dk {x[n]}
k=0

= b1 D {x[n]} + b2 D2 {x[n]} + b3 D3 {x[n]} + + bL DL {x[n]} + b0 x[n]
= (b1 v1 [n] + b2 v2 [n] + b3 v3 [n] + + bL vL [n]) + b0 x[n]
(4.22)
e
vk [n] = x[n k] = Dk {x[n]} = D {D { D {x[n]} }} , 1 k L ,
(4.23)
que representa a estrutura denominada de Forma Direta, com varias linhas de retardo em
paralelo,
y[n] =
L
X
bk Dk {x[n]}
k=0
= (b1 D {x[n]} + b2 D {D {x[n]}} + b3 D {D {D {x[n]}}} +

+ bL D {D {D { D {x[n]} }}}) + b0 x[n]
= (b1 v1 [n] + b2 v2 [n] + b3 v3 [n] + + bL vL [n]) + b0 x[n]
e
v0 [n] = x[n]
(4.24)
(4.25)
vk [n] = vk1 [n 1] = D {vk1 [n]} , 1 k L

que representa a Forma Direta, com uma u
nica linha de retardo,
y[n] =
L
X
Dk {bk x[n]}
k=0
=
=

D {b1 x[n]} + D2 {b2 x[n]} + D3 {b3 x[n]} + + DL {bL x[n]} + b0 x[n]

v1 [n] + D{v2 [n]} + D2 {v3 [n]} + + DL1 {vL [n]} + b0 x[n]
(4.26)
e
vk [n] = bk x[n 1] = bk D{x[n]} = D{bk x[n]} , 1 k L ,
(4.27)
que representa a estrutura denominada de Forma Direta Transposta, com varias linhas de
retardo em paralelo, e
y[n] =
L
X
Dk {bk x[n]}
k=0
= (D {b1 x[n] + D {b2 x[n] + D {b3 x[n] + + D {bL x[n]}}}}) + b0 x[n]

= v1 [n] + b0 x[n] ,
(4.28)
e
vk [n] = vk+1 [n 1] + bk x[n 1] = D{vk+1 [n] + bk x[n]} , 1 k L
vL+1 [n] = 0
que representa a Forma Direta Transposta, com uma u

nica linha de retardo.
TET / UFF
(4.29)
56
Emprego de somadores de duas entradas na Forma Direta

Supondo-se que sejam utilizados somadores de duas entradas, com sada wk [n], 0 k L,
as Equacoes (4.22) (4.29) assumem, respectivamente, as formas
y[n] = w0 [n] = w1 [n] + b0 x[n] ,
(4.30)
wk [n] = wk+1 [n] + bk vk [n] , 1 k L
(4.31)
wL+1 [n] = 0
e
vk [n] = x[n k] = Dk {x[n]} = D {D { D {x[n]} }} , 1 k L ,
(4.32)
que representa a Forma Direta, com varias linhas de retardo em paralelo,

y[n] = w0 [n] = w1 [n] + b0 x[n] ,
(4.33)
wk [n] = wk+1 [n] + bk vk [n] , 1 k L
(4.34)
wL+1 [n] = 0
v0 [n] = x[n]
(4.35)
vk [n] = vk1 [n 1] = D {vk1 [n]} , 1 k L

y[n] = w0 [n] = w1 [n] + b0 x[n] ,
(4.36)
wk [n] = wk+1 [n] + vk [n (k 1)] = wk+1 [n] + Dk1 {vk [n]} , 1 k L
(4.37)
wL+1 [n] = 0
e
vk [n] = bk x[n 1] = bk D{x[n]} = D{bk x[n]} , 1 k L ,
(4.38)
que representa a Forma Direta Transposta, com varias linhas de retardo em paralelo, e
y[n] = w0 [n] = v1 [n] + b0 x[n] ,
(4.39)
wk [n] = vk+1 [n] + bk x[n] , 1 k L
(4.40)
vk [n] = wk [n 1] = D{wk [n]} , 1 k L
(4.41)
vL+1 [n] = 0

A.S.V.
57
Emprego de notac
ao matricial na Forma Direta
Utilizando-se notacao matricial, para L = 4, as Equacoes (4.22) (4.29) assumem, respectivamente, as formas
y[n] =
b1 b2 b3
v1 [n]
v2 [n]
b4
v3 [n] + [b0 ] x[n]
v4 [n]
(4.42)

v1 [n]
1
v2 [n] D

v3 [n] = D2
D3
v4 [n]
x[n 1]
(4.43)
ou

v1 [n + 1]
1
v2 [n + 1] D

v3 [n + 1] = D2
v4 [n + 1]
D3
x[n]
(4.44)
que representa a Forma Direta, com varias linhas de retardo em paralelo,
y[n] =
b1 b2 b3
v1 [n]
v2 [n]
b4
v3 [n] + [b0 ] x[n]
v4 [n]
(4.45)

v1 [n]
0 0
v2 [n] 1 0

v3 [n] = 0 1
v4 [n]
0 0
0
0
0
1
0
v1 [n 1]
v2 [n 1]
0
0 v3 [n 1]
0
v4 [n 1]
1
0
+ x[n 1]
0
0
(4.46)
ou

v1 [n + 1]
0 0
v2 [n + 1] 1 0

v3 [n + 1] = 0 1
v4 [n + 1]
0 0
0
0
0
1
0
v1 [n]
v2 [n]
0
0 v3 [n]
0
v4 [n]
1
0
+ x[n]
0
0

TET / UFF
(4.47)
58
y[n] =
1 D D2
v1 [n]
v2 [n]
D3
v3 [n] + [b0 ] x[n]
v4 [n]
(4.48)

v1 [n]
b1
v2 [n] b2

v3 [n] = b3
v4 [n]
b4
x[n 1]
(4.49)
ou

v1 [n + 1]
b1
v2 [n + 1] b2

v3 [n + 1] = b3
b4
v4 [n + 1]
x[n]
(4.50)
que representa a Forma Direta Transposta, com varias linhas de retardo em paralelo, e
v1 [n]

v2 [n]
y[n] = 1 0 0 0
v3 [n] + [b0 ] x[n]
v4 [n]
(4.51)

v1 [n]
0
v2 [n] 0

v3 [n] = 0
v4 [n]
0
1
0
0
0
0
1
0
0
0
v1 [n 1]
0 v2 [n 1]
1 v3 [n 1]
0
v4 [n 1]
b1
b2
+
b3 x[n 1]
b4
(4.52)
ou

v1 [n + 1]
0 1
v2 [n + 1] 0 0

v3 [n + 1] = 0 0
v4 [n + 1]
0 0
0
1
0
0
0
v1 [n]
0 v2 [n]
1 v3 [n]
0
v4 [n]
b1
b2
+
b3 x[n]
b4
(4.53)

A.S.V.
4.8.3
59
Equacionamento das estruturas recursivas
Forma Direta I e Forma Direta II

A equacao de diferenca generica
y[n] =
N
X
ak y[n k] +
k=1
L
X
bk x[n k]
(4.54)
k=0
pode ser reescrita como

y[n] =
N
X
ak y[n k] + w[n]
(4.55)
k=1
e
w[n] =
L
X
bk x[n k]
(4.56)
k=0
ou como
y[n] =
L
X
bk v[n k]
(4.57)
k=0
e
v[n] =
N
X
ak v[n k] + x[n] ,
(4.58)
k=1
onde w[n] e v[n] sao variaveis internas do sistema.

De um modo geral, um diagrama de sistema elaborado em uma Forma Direta, como o
proprio nome ja diz, representa o diagrama obtido diretamente a partir de um determinado
equacionamento. No caso particular de uma equacao de diferenca com recursividade, duas
formas diretas sao definidas. Ambas consideram que o sistema total e formado por dois subsistemas, conectados em cascata (serie), sendo um deles recursivo e o outro nao recursivo.
A Forma Direta I, com origem nas Equacoes (4.55) e (4.56), possui o seguinte arranjo:
entrada sistema nao recursivo sinal interno sistema recursivo sada.
A Forma Direta II, com origem nas Equacoes (4.57) e (4.58), possui o seguinte arranjo:
entrada sistema recursivo sinal interno sistema nao recursivo sada.
Decomposic
ao em arranjos cascata e paralelo
A descricao de (4.54) por meio do operador de transferencia T (D) definido por (4.12) e (4.13),
permite que sua estrutura global possa ser decomposta em arranjos de dois tipos, usando
estruturas de ordem 1 e de ordem 2: cascata (serie) e paralela.
Considerando-se L = N , a decomposicao em um arranjo cascata de estruturas de ordem 2,
com o auxlio de uma estrutura de ordem 1, e dada por
Q N2 b0l +b1l D+b2l D2
, N par
KC1 l=1
1+a1l D+a2l D2
,
(4.59)
T (D) =
h
Q N21 b0l +b1l D+b2l D2 i
KC1 (b00 +b10 D)

, N mpar
l=1 1+a1l D+a2l D2
(1+a10 D)
TET / UFF
60
T (D) =
KC2
Q N2
Q2
(D+zkl )
Q2k=1
l=1
k=1 (D+pkl )
(4.60)
N 1
KC2 (D+z10 D) Q 2
l=1
(D+p10 D)
ou
T (D) =
, N par
KC3
i
Q2
(D+zkl )
Q2k=1
k=1 (D+pkl )
, N mpar
Q N2
Q2
(1+dkl D)
Qk=1
2
l=1
k=1 (1+ckl D)
, N par
.
N 1
KC3 (1+d10 D) Q 2
l=1
(1+c10 D)
i
Q2
(1+dkl D)
Qk=1
2
k=1 (1+ckl D)
(4.61)
, N mpar
Considerando-se L = N , a decomposicao em um arranjo paralelo de estruturas de ordem 2,

com o auxlio de uma estrutura de ordem 1, e dada por
P N2 b00l +b01l D+b02l D2
KP 1 l=1
, N par
1+a1l D+a2l D2
,
(4.62)
T (D) =

P N21 b00l +b01l D+b02l D2

b000 +b010 D)
(
, N mpar
KP 1 (1+a10 D) + l=1 1+a1l D+a2l D2
T (D) =
ou
T (D) =
KP 2
KP 3
k=1
l=1
(D+z0 D) P N21
KP 2 (D+p10
+ l=1
10 D)
Q2
P N2
P N2
(1+d010 D) P N21
KP 3 (1+c10
+ l=1
D)
k=1 (D+pkl )
Q2
0
k=1 (D+zkl )
Q2
(D+p
kl )
k=1
Q2
k=1
l=1
0
(D+zkl
)
Q2
(1+d0kl D)
k=1 (1+ckl D)
0
k=1 1+dkl D
Q2
k=1 (1+ckl D)
(4.63)
Q2
Q2
, N par
, N mpar
, N par
.
(4.64)
, N mpar
Detalhes sobre fatoracoes das equacoes de diferenca sao apresentados no Apendice D.
4.8.4
Exemplos com estruturas de ordem 1 e de ordem 2
Exemplos simples, visando estabelecer uma conexao entre algumas equacoes e algumas
de suas possveis realizacoes.
Forma direta
Estrutura nao recursiva
P
Caso geral: y[n] = Lk=0 bk x[n k].
Exemplo 0 (L = 0): y[n] = b0 x[n].
Exemplo 1 (L = 1): y[n] = b0 x[n] + b1 x[n 1].
Exemplo 2 (L = 2): y[n] = b0 x[n] + b1 x[n 1] + b2 x[n 2].
Estrutura recursiva (caso L = 0)
P
Caso geral: y[n] = N
k=1 ak y[n k] + b0 x[n].
Exemplo 1 (N = 1): y[n] = (a1 )y[n 1] + b0 x[n].
Exemplo 2 (N = 2): y[n] = (a1 )y[n 1] + (a2 )y[n 2] + b0 x[n].
A.S.V.
61
Estrutura recursiva (caso L = N )

P
PN
Caso geral: y[n] = N
k=1 ak y[n k] +
k=0 bk x[n k].
Exemplo 1 (N = 1): y[n] = (a1 )y[n 1] + b0 x[n] + b1 x[n 1].
Forma direta I: y[n] = (a1 )y[n 1] + v[n] e v[n] = b0 x[n] + b1 x[n 1].
Forma direta II: y[n] = b0 w[n] + b1 w[n 1] e w[n] = (a1 )w[n 1] + x[n].
Exemplo 2 (N = 2):
y[n] = (a1 )y[n 1] + (a2 )y[n 2] + b0 x[n] + b1 x[n 1] + b2 x[n 2].
Forma direta I: y[n] = (a1 )y[n 1] + (a2 )y[n 2] + v[n] e
v[n] = b0 x[n] + b1 x[n 1] + b2 x[n 2].
Forma direta II: y[n] = b0 w[n] + b1 w[n 1] + b2 w[n 2] e
w[n] = (a1 )w[n 1] + (a2 )w[n 2] + x[n].
Relacao entre os coeficientes na decomposicao de blocos de ordem 2 em arranjos, cascata
e paralelo, de blocos de ordem 1 (L=N=2)
Associacao cascata (serie)
!
P2
k
b
D
(b0 ) + (b1 ) D + (b2 ) D2
k
k=0
=
T (D) =
P
(1) + (a1 ) D + (a2 ) D2
1 + 2k=1 ak Dk

(1) + bb01 D + bb20 D2
= b0
(1) + (a1 ) D + (a2 ) D2
2
Y
(1 + dkl D)
= KC
(1 + ckl D)
l=1
(1 + dk1 D) (1 + dk2 D)
(1 + ck1 D) (1 + ck2 D)
(1) + (dk1 + dk2 ) D + (dk1 dk2 ) D2
= KC
(1) + (ck1 + ck2 ) D + (ck1 ck2 ) D2
= KC
Associacao paralela
T (D) =
=
=
=
=
=
TET / UFF
!
P2
0
k
b
D
(b00 ) + (b01 ) D + (b02 ) D2
k=0 k
=
P
(1) + (a1 ) D + (a2 ) D2
1 + 2k=1 ak Dk
0
0
b
b
(1) + b01 D + b02 D2
0
0
0
b0
(1) + (a1 ) D + (a2 ) D2
2
X
(1 + d0kl D)
KP
(1 + ckl D)
l=1

(1 + d0k1 D) (1 + d0k2 D)
+
KP
(1 + ck1 D) (1 + ck2 D)
(1 + d0k1 D) (1 + ck2 D) + (1 + d0k2 D) (1 + ck1 D)
KP
(1 + ck1 D) (1 + ck2 D)
0
(2) + (dk1 + ck2 + d0k2 + ck1 ) D + (d0k1 ck2 + d0k2 ck1 ) D2
KP
(1) + (ck1 + ck2 ) D + (ck1 ck2 ) D2
62
4.8.5
Casos particulares de interesse
Estrutura nao recursiva com coeficientes simetricos

Estrutura nao recursiva: y[n] =
PL
k=0 bk
x[n k].
Posicao do eixo de simetria: NS = L2 .

Quantidade de coeficientes (L + 1)
Para L par: quantidade mpar de coeficientes, com eixo de simetria localizado
na posicao do coeficiente central.
Para L mpar: quantidade par de coeficientes, com eixo de simetria localizado
entre os dois coeficientes centrais.
Tipo de simetria dos cooeficientes
Simetria par: bk = bLk .
Simetria mpar: bk = bLk .
Denominacao comum
Simetria par: simetria.
Simetria mpar: antissimetria.
Quatro casos possveis
N
umero de coeficientes (L + 1): par ou mpar.
Tipo de simetria: par ou mpar.
Importancia
A implementacao de uma estrutura com simetria requer, praticamente, metade
do n
umero de multiplicadores apresentado por uma estrutura sem simetria, para
um mesmo comprimento L.
A funcao de transferencia de um sistema que e modelado por uma estrutura com
coeficientes simetricos apresenta argumento (angulo de fase) linear.
Exemplos
L par e simetria par:
y[n] = b0 x[n] + b1 x[n 1] + b2 x[n 2] + b1 x[n 3] + b0 x[n 4].
L par e simetria mpar:
y[n] = b0 x[n] + b1 x[n 1] + 0x[n 2] + (b1 )x[n 3] + (b0 )x[n 4].
L mpar e simetria par:
y[n] = b0 x[n] + b1 x[n 1] + b1 x[n 2] + b0 x[n 3].
L mpar e simetria mpar:
y[n] = b0 x[n] + b1 x[n 1] + (b1 )x[n 2] + (b0 )x[n 3].
Associacao cascata (serie) de estrutura nao recursiva (comb filter ) com estrutura recursiva
do tipo all-pole (resonator ): a estrutura final e do tipo FIR e recebe a denominacao de
frequency-sampling structure.
Associacao cascata (serie) de estruturas nao recursivas do tipo lattice.
A.S.V.
4.9. Equacoes de estado
4.9
4.9.1
63
Equaco
es de estado
Introdu
c
ao
As variaveis de estado fornecem uma descricao interna de um sistema.

De acordo com tal definicao, pode-se dizer que, para um determinado instante n = N0 ,
conhecendo-se o valor de cada uma das variaveis de entrada de um sistema ri [N0 ] e o
valor de cada uma das variaveis de estado xj [N0 ], e possvel determinar o valor de cada
uma das suas variaveis de sada yk [N0 ].
Conseq
uentemente, conhecendo-se o comportamento temporal de cada uma das variaveis
de entrada de um sistema ri [N0 ] e o comportamento temporal de cada uma das variaveis
de estado xj [N0 ], e possvel determinar o comportamento temporal de cada uma das suas
variaveis de sada yk [N0 ].
Portanto, a analise de um sistema por meio das Equacoes de Estado possui duas etapas:
Determinar o comportamento temporal das variaveis de estado.
Determinar o comportamento temporal das variaveis de sada.
Para isso, sao definidos dois conjuntos de equacoes lineares de primeira ordem:
Equacao de estado: que relaciona as variaveis de estado com as variaveis de entrada.
Equacao de sada: que relaciona as variaveis de sada com as variaveis de estado e
com as variaveis de entrada.
A variavel de sada de um operador atraso unitario e uma forte candidata a ser escolhida
como variavel de estado, Isso pode ser entendido de duas maneiras equivalentes:
O operador e um elemento capaz de armazenar informacao.
A relacao entre as variaveis de entrada e de sada do operador e uma equacao de
diferenca de primeira ordem: y[n] = r[n 1] ou y[n + 1] = r[n].
4.9.2
Defini
c
ao
O modelo de equacoes de estado de um sistema e um equacionamento que envolve as

variaveis de entrada (ri [n]), as variaveis de sada (yj [n]) e um dos possveis conjuntos de
variaveis de estado (xk [n]) do sistema a ser modelado.
Matematicamente, o modelo e definido da seguinte forma:
Vetor de seq
uencias de entrada: r[n] = [ r1 [n] r2 [n] rR [n] ]T .
Vetor de seq
uencias de sada: y[n] = [ y1 [n] y2 [n] yY [n] ]T .
Vetor de estados ou vetor de variaveis de estado: x[n] = [ x1 [n] x2 [n] xX [n] ]T .
Equacao de proximo estado: x[n + 1] = A x[n] + B r[n].
Equacao de sada: y[n] = C x[n] + D r[n].
Vetor de condicao inicial ou vetor de estado inicial: x[0].
TET / UFF
64

Das definicoes acima pode-se observar que:
dim{r[n]} = R 1, dim{y[n]} = Y 1, dim{x[n]} = X 1,
dim{A} = X X, dim{B} = X R, dim{C} = Y X, dim{D} = Y R.
O conjunto de matrizes {A, B, C, D} nao e u
nico para cada sistema. Dado um SLIT e
um conjunto qualquer {A, B, C, D}i , que o represente, este pode ser levado a um outro
conjunto qualquer {A, B, C, D}j , atraves de uma transformacao linear sobre matrizes.
Este modelo tambem e denominado de descricao ou representacao no espaco de estados.
Um SLIT de ordem N possui um conjunto de N variaveis de estado.
Uma vez que as variaveis de estado guardam a informacao necessaria para a definicao dos
valores de todas as demais variaveis do sistema, e natural que a primeira escolha para as
variaveis de estado sejam as sadas do blocos atrasadores, pois elas sao as variaveis do
sistema que guardam informacao.
Assim sendo, para estruturas canonicas em relacao aos atrasadores, um SLIT de ordem
N possui um conjunto de N atrasadores.
4.9.3
N
ao unicidade da representa
c
ao de estados
O conjunto de variaveis de estado de um sistema nao e u

nico. Portanto, a sua representacao
de estados tambem nao e u
nica. A partir de um conjunto de variaveis de estado x[n] pode-se
obter um outro conjunto x
[n], atraves de uma transformacao linear Q, o que e expresso por
x
[n] = Q x[n] .
(4.65)
Caso a matriz Q seja nao singular, tem-se que

Q1 x
[n] = Q1 Q x[n]
= I x[n]
= x[n] .
(4.66)
Combinando-se (4.65) e (4.66) com a equacao de proximo estado, obtem-se
x
[n + 1] =
=
=
=
=
Q x[n + 1]
Q (A x[n] + B r[n])
Q A x[n] + Q B r[n]
Q A Q1 x
[n] + Q B r[n]
Ax
[n] + B r[n] ,
(4.67)
= Q A Q1
A
(4.68)
=QB .
B
(4.69)
onde
A.S.V.
4.10. Equacoes de estado equacao de diferenca
65
Por sua vez, combinando-se (4.66) com a equacao de sada, obtem-se
y[n] = C x[n] + D r[n]

= C Q1 x
[n] + D r[n]
r[n] ,
= C x
[n] + D
(4.70)
= C Q1
C
(4.71)
=D.
D
(4.72)
onde
4.10
Equaco
es de estado equa
c
ao de diferen
ca
Supondo-se um SLIT SISO, descrito por uma equacao de diferenca, pode-se facilmente obter
uma representacao de estados para o sistema a partir de uma estrutura canonica, considerandose a sada de cada atrasador unitario como uma variavel de estado.
Como exemplo, considere-se um SLIT SISO, de ordem 4, descrito por
y[n] =
4
X
ak y[n k] +
4
X
bk r[n k] .
(4.73)
k=0
k=1
Supondo-se uma estrutura IIR na Forma Direta II e definindo-se a variavel interna

v[n] =
4
X
ak v[n k] + r[n] ,
(4.74)
k=1
pode-se escrever 4.73 como

y[n] =
4
X
bk v[n k] .
(4.75)
k=0
4.10.1
Forma can
onica com matriz companheira - I
Definindo-se as sadas dos atrasadores como variaveis de estado, de tal forma que
x1 [n]
x2 [n]
x3 [n]
x4 [n]
obtem-se
TET / UFF
=
=
=
=
v[n 1]
v[n 2]
v[n 3]
v[n 4] ,
(4.76)
66
x1 [n + 1] =
=
x2 [n + 1] =
x3 [n + 1] =
x4 [n + 1] =
v[n] = a1 v[n 1] a2 v[n 2] a3 v[n 3] a4 v[n 4] + r[n]

a1 x1 [n] a2 x2 [n] a3 x3 [n] a4 x4 [n] + r[n]
v[n 1] = x1 [n]
v[n 2] = x2 [n]
v[n 3] = x3 [n] ,
(4.77)
o que pode ser descrito matricialmente como
x1 [n + 1]
a1 a2 a3 a4
x1 [n]
x2 [n + 1] 1
x2 [n]
0
0
0
x3 [n + 1] = 0
1
0
0 x3 [n]
x4 [n + 1]
0
0
1
0
x4 [n]
ou
1
0

+ r[n]
0
0
x[n + 1] = A x[n] + B r[n] .
(4.78)
(4.79)
Por sua vez, usando-se a Equacao(4.75), a sada pode ser definida por
y[n] = b0 v[n] + b1 v[n 1] + b2 v[n 2] + b3 v[n 3] + b4 v[n 4]
= b0 (a1 x1 [n] a2 x2 [n] a3 x3 [n] a4 x4 [n] + r[n]) +
b1 x1 [n] + b2 x2 [n] + b3 x3 [n] + b4 x4 [n]
= (b1 b0 a1 )x1 [n] + (b2 b0 a2 )x2 [n] + (b3 b0 a3 )x3 [n] + (b4 b0 a4 )x4 [n] +
b0 r[n] ,
(4.80)
que, matricialmente, assume a forma
x1 [n]

x2 [n]

+ b0
y[n] = (b1 b0 a1 ) (b2 b0 a2 ) (b3 b0 a3 ) (b4 b0 a4 )
r[n]
x3 [n]
x4 [n]
(4.81)
ou
y[n] = C x[n] + D r[n] .
4.10.2
(4.82)
Forma can
onica com matriz companheira - II
Definindo-se as sadas dos atrasadores como variaveis de estado, de tal forma que
x1 [n]
x2 [n]
x3 [n]
x4 [n]
=
=
=
=
v[n 4]
v[n 3]
v[n 2]
v[n 1] ,
(4.83)
obtem-se
A.S.V.
4.10. Equacoes de estado equacao de diferenca
x1 [n + 1]
x2 [n + 1]
x3 [n + 1]
x4 [n + 1]
=
=
=
=
=
67
v[n 3] = x2 [n]
v[n 2] = x3 [n]
v[n 1] = x4 [n]
v[n] = a1 v[n 1] a2 v[n 2] a3 v[n 3] a4 v[n 4] + r[n]
a1 x4 [n] a2 x3 [n] a3 x2 [n] a4 x1 [n] + r[n] ,
(4.84)
o que pode ser descrito matricialmente como

x1 [n + 1]
0
1
0
0
x2 [n + 1] 0
0
1
0

x3 [n + 1] = 0
0
0
1
x4 [n + 1]
a4 a3 a2 a1

x1 [n]
0
x2 [n] 0

x3 [n] + 0
x4 [n]
1

r[n]
(4.85)
ou
x[n + 1] = A x[n] + B r[n] .
(4.86)
Por sua vez, usando-se a Equacao(4.75), a sada pode ser definida por
y[n] = b0 v[n] + b1 v[n 1] + b2 v[n 2] + b3 v[n 3] + b4 v[n 4]

= b0 (a1 x4 [n] a2 x3 [n] a3 x2 [n] a4 x1 [n] + r[n]) +
b1 x4 [n] + b2 x3 [n] + b3 x2 [n] + b4 x1 [n]
= (b4 b0 a4 )x1 [n] + (b3 b0 a3 )x2 [n] + (b2 b0 a2 )x3 [n] + (b1 b0 a1 )x4 [n] +
b0 r[n] ,
(4.87)
que, matricialmente, assume a forma
x1 [n]

x2 [n]

y[n] = (b4 b0 a4 ) (b3 b0 a3 ) (b2 b0 a2 ) (b1 b0 a1 )

r[n]
x3 [n] + b0
x4 [n]
(4.88)
ou
y[n] = C x[n] + D r[n] .
TET / UFF
(4.89)
68
4.11
Equaco
es de estado operador de transfer
encia
Utilizando-se o operador de avanco unitario D1 {.}, pode-se explicitar o vetor de estados x[n]
atraves da seguinte manipulacao da equacao de proximo estado de um SLIT SISO:
x[n + 1] = A x[n] + B r[n]
x[n + 1] A x[n] = B r[n]
I x[n + 1] A x[n] = B r[n]

I D1 x[n] A x[n] = B r[n]

D1 I A x[n] = B r[n]
x[n] =
n
I A
1
r[n] .
(4.90)
Substituido-se (4.90) na equacao de sada, obtem-se

y[n] = C x[n] + D r[n]
n

1 o
B r[n] + D r[n]
= C
D1 I A
n
o

1
1
= C D
I A
B + D r[n]
= T (D) r[n] ,
(4.91)
onde
n
o

1
1
T (D) = C D
I A
B + D .
(4.92)
A.S.V.
4.12
69
Exerccios propostos
1. Dadas a constante ND N+ e a seq

uencia finita x[n] = {3, 2, 1}, para n = {0, 1, 2},
esboce os seguintes graficos:
x[n] n.
x[n] n.
x[n ND ] n.
x[n + ND ] n.
x[n ND ] n.
x[n + ND ] n.
2. Prove que a soma de convolucao y[n] = x[n] h[n] possui as seguintes propriedades:
Comutatividade.
Associatividade.
Distributividade.
3. Dados um sinal x1 [n], com valores nao nulos apenas no intervalo N1L n N1H ,
um sinal x2 [n], com valores nao nulos apenas no intervalo N2L n N2H , e o sinal
y[n] = x1 [n] x2 [n], apresente exemplos graficos das tres seq
uencias e calcule o intervalo
de valores potencialmente nao nulos para o sinal y[n], dadas as seguintes relacoes:
N1 L < N 1 H < N 2 L < N 2 H .
N1 L < N 2 L < N 1 H < N 2 H .
N1 L = N2 L < N 1 H = N2 H .
N2 L < N 1 L < N 2 H < N 1 H .
N2 L < N 2 H < N 1 L < N 1 H .
4. Dado o sinal y[n] = x1 [n] x2 [n], onde x1 [n] e x2 [n] sao seq
uencias finitas, com limites
N1L < N1H e N2L < N2H , respectivamente, calcule:
A quantidade de valores potencialmente nao nulos de y[n].
Os limites NyL < NyH de valores potencialmente nao nulos de y[n].
5. Ajuste os limites da equacao da soma de convolucao y[n] = x1 [n] x2 [n], assumindo que
os sinais x1 [n] e x2 [n] possuem as seguintes caractersticas:
(a) x1 [n] e x2 [n] sao seq
uencias bilaterais.
(b) x1 [n] e uma seq
uencia bilateral e x2 [n] e uma seq
uencia lateral direita, com limite
N2 .
(c) x1 [n] e uma seq
uencia lateral esquerda, com limite N1 , e x2 [n] e uma seq
uencia
bilateral.
(d) x1 [n] e x2 [n] sao seq
uencias finitas, com limites N1L < N1H e N2L < N2H ,
respectivamente.
P
6. Calcule a resposta ao impulso h[n] de um SLIT nao recursivo y[n] = Lk=0 bk x[n k] e
esboce o grafico h[n] n.
TET / UFF
70

7. Dado um SLIT composto por uma associacao paralela de dois SLITs (S1 e S2) definidos
por equacoes de diferenca, onde: aS1 = [a0 ] = [1], bS1 = [b0 b1 b2 ] = [0.4 0.3 0.1],
aS2 = [a0 ] = [1] e bS2 = [b0 b1 b2 ] = [0.6 0.4 0.2], atenda aos seguintes itens:
(a) Desenhe o diagrama de blocos genericos do SLIT.
(b) Desenhe o diagrama de sistema do SLIT.
(c) Calcule a resposta ao impulso h1 [n] do subsistema S1.
(d) Calcule a resposta ao impulso h2 [n] do subsistema S2.
(e) Calcule, algebricamente, a resposta ao impulso h[n] do SLIT.
(f) Calcule, graficamente, a resposta do SLIT à entrada x[n], cujos valores nao nulos
sao dados por x[5 4 3] = [3 2 1].
8. Dado um SLIT composto por uma associacao cascata (serie) de dois SLITs (S1 e S2)
definidos por equacoes de diferenca, onde: aS1 = [a0 ] = [1], bS1 = [b0 b1 b2 ] = [0.5 0.3 0.1],
aS2 = [a0 ] = [1] e bS2 = [b0 b1 b2 ] = [0.6 0.4 0.2], atenda aos seguintes itens:
Desenhe o diagrama de blocos genericos do SLIT.
Desenhe o diagrama de sistema do SLIT.
Calcule a resposta ao impulso h1 [n] do subsistema S1.
Calcule a resposta ao impulso h2 [n] do subsistema S2.
Calcule, graficamente, a resposta ao impulso h[n] do sistema.
Calcule, graficamente, a resposta do SLIT à entrada x[n], cujos valores nao nulos
sao dados por x[2 3 4] = [3 2 1].
PL
P
9. Dado um sistema SISO descrito por y[n] = N
k=0 bk x[n k],
k=1 ak y[n k] +
onde N > 0, L 0, com condicoes iniciais y[1] = y1 , y[2] = y2 , , y[N ] = yN
e x[n] = f [n] u[n], atenda aos seguintes itens:
Desenhe sua estrutura na Forma Direta I, para N = 1, N = 2 e N = 3, considerando
que os atrasadores possam ser inicializados com suas respectivas condicoes iniciais.
Adapte cada estrutura do item anterior, considerando que o conte
udo de um atrasador
possa ser apenas anulado e aplicando a condicao inicial como entrada extra.
Redesenhe cada estrutura do item anterior, interpretando-as como sistemas MISO
relaxados, y[1] = y[2] = = y[N ] = 0, com cada entrada possuindo o seu
proprio subsistema de elementos basicos de sistema.
A partir das estruturas do item anterior, mostre que o sistema SISO nao relaxado
e equivalente a um sistema
MISO relaxado,
PN
PL descrito pela equa
PcNao de diferenca
modificada y[n] = k=1 ak y[n k] + k=0 bk x[n k] + k=1 xyk [n], onde
P
xyk [n] = yk N
j=k (aj ) [n (j k)].
10. Assumindo o significado original para o termo forma canonica de uma estrutura, um
aluno de Processamento Digital de Sinais garante que: i) toda estrutura associada a uma
equacao de diferenca recursiva e nao canonica e ii) toda estrutura associada a uma equacao
de diferenca nao recursiva e canonica. As afirmativas sao corretas? Justifique.
A.S.V.
71
11. Um aluno de Processamento Digital de Sinais garante que, para uma dada equacao de
diferenca, linear, com coeficientes constantes, nao recursiva, com condicoes iniciais nulas,
e possvel apresentar seis estruturas, as quais sao pictoricamente diferentes entre si:
(a) Forma Direta (FD).
(b) Forma Direta Transposta (FDT).
(c) Estrutura das Equacoes de Estado escritas a partir da FD (EEFD).
(d) Estrutura das Equacoes de Estado escritas a partir da FDT (EEFDT).
(e) EEFD transposta.
(f) EEFDT transposta.
A afirmativa e correta?
Justifique, usando, como exemplo, um sistema com tres atrasadores.
12. Trabalhando com sistemas lineares e invariantes ao deslocamento (SLITs) genericos,
descritos por equacoes de diferenca lineares, com coeficientes constantes genericos, um
aluno de Processamento Digital de Sinais garante que a associacao cascata de subsistemas gera sempre um sistema de ordem superior à ordem de cada subsistema utilizado.
Ele garante o mesmo para a associacao paralela. As afirmativas sao corretas? Justifique.
13. Dado um SLIT formado por uma associacao cascata (serie) de duas secoes nao recursivas
de 2a ordem, atenda aos seguintes itens:
Apresente a equacao de diferenca de cada secao: y1 [n] = f1 (x1 [n k], a1k , b1k ) e
y2 [n] = f2 (x2 [n k], a2k , b2k ).
Apresente a equacao de diferenca do sistema: y[n] = f (x[n k], ak , bk ).
Desenhe a realizacao de cada secao, em blocos basicos e em diagramas de fluxo de
sinal (SFG), considerando as seguintes formas:
Forma direta I.
Forma direta I transposta.
Desenhe a realizacao do sistema formado por uma u
nica secao, em blocos basicos e
em diagramas de fluxo de sinal (SFG), considerando as seguintes formas:
Forma direta I.
Calcule a resposta ao impulso de cada secao, h1 [n] e h2 [n], a partir de suas equacoes
de diferenca.
Calcule a resposta ao impulso do sistema, h[n], a partir de sua equacao de diferenca.
Calcule a resposta ao impulso do sistema, h[n], utilizando um processo de convolucao,
graficamente, passo a passo.
TET / UFF
72
14. Dada a forma biquadratica

f (x) =
(1 + d1 x) (1 + d2 x)
(x + z1 ) (x + z2 )
b0 + b1 x + b2 x 2
= K2
,
= K1
2
a0 + a1 x + a2 x
(x + p1 ) (x + p2 )
(1 + c1 x) (1 + c2 x)

Calcule a relacao entre os conjuntos de parametros das fatoracoes, {zk , pk , K1 } e
{ck , dk , K2 }, e o conjunto de parametros originais {bk , ak }.
Para a forma original e ambas as fatoracoes, desenhe as seguintes realizacoes, utilizando blocos basicos e diagramas de fluxo de sinal (SFG), de tal forma que cada
multiplicador seja associado a apenas um dos coeficientes da equacao de diferenca:
Forma direta I.
Forma direta II.
Forma direta II transposta.
15. Dado um SLIT definido por uma equacao de diferenca, com N = L = 3 e a0 6= 1, desenhe
as seguintes realizacoes, utilizando blocos basicos e diagramas de fluxo de sinal (SFG),
de tal forma que cada multiplicador seja associado a apenas um dos coeficientes da equacao
de diferenca:
Forma
Forma
Forma
Forma
direta
direta
direta
direta
I.
I transposta.
II.
II transposta.
16. Dado um SLIT formado por uma associacao cascata (serie) de uma secao de 1a ordem
(N = L = 1) e de uma secao de 2a ordem (N = L = 2), atenda aos seguintes itens:
Apresente a equacao de diferenca de cada secao.
Apresente a equacao que descreve o sistema.
Desenhe a realizacao do sistema, em blocos basicos e em diagramas de fluxo de sinal
(SFG), considerando cada secao nas seguintes formas:
Forma direta I.
Forma direta II.
17. Dado um SLIT formado por uma associacao cascata (serie) de duas secoes de 2a ordem
(N = L = 2), atenda aos seguintes itens:
Apresente a equacao de diferenca de cada secao.
Apresente a equacao que descreve o sistema.
Desenhe a realizacao do sistema, em blocos basicos e em diagramas de fluxo de sinal
(SFG), considerando cada secao nas seguintes formas:
Forma direta I.
Forma direta II.
A.S.V.
73
18. Suponha o sistema linear e invariante ao deslocamento (SLIT), relaxado, definido por
y[n] =
4
Y
b0k + b1k D
k=1
!
x[n] = T (D) x[n]
1 + a1k D
(4.93)
ou por
y[n] = (T1 (D) T2 (D)) x[n] ,
(4.94)
onde
T (D) =
4
Y
b0k + b1k D
k=1
T1 (D) =
k=1
T2 (D) =
1 + a1k D
4
Y
b0k + b1k D
k=3
(4.95)
P2
k
k=0 ck1 D
,
=
P
1 + 2k=1 dk1 Dk
(4.96)
P2
k
k=0 ck2 D
=
,
P
1 + 2k=1 dk2 Dk
(4.97)
1 + a1k D
2
Y
b0k + b1k D
1 + a1k D
e
(Dk ) x[n] = Dk {x[n]} = x[n k] .
(4.98)
Atenda aos seguintes itens:
(a) Para cada bloco de ordem 1 da Equacao (4.93), com os coeficientes alm e blm ,
apresente as seguintes descricoes:
i. Equacao de diferenca.
ii. Realizacao na Forma Direta I.
iii. Realizacao na Forma Direta I transposta.
iv. Realizacao na Forma Direta II.
v. Realizacao na Forma Direta II transposta.
(b) Para cada bloco de ordem 2 da Equacao (4.94), calcule os coeficientes clm e dlm .
TET / UFF
74

(c) Para cada bloco de ordem 2 da Equacao (4.94), com os coeficientes clm e dlm ,
i.
ii.
iii.
iv.
v.
vi.
vii.
viii.
Realizacao na Forma Direta I.
Realizacao na Forma Direta I transposta.
Realizacao na Forma Direta II.
Realizacao na Forma Direta II transposta.
Equacoes de estado (formas canonicas).
Realizacao das equacoes de estado apresentadas.
Realizacao transposta das equacoes de estado apresentadas.
(d) Obtenha a equacao de diferenca na forma

y[n] =
4
X
(k ) y[n k] +
k=1
4
X
k x[n k]
(4.99)
k=0
e apresente, para (4.99), as seguintes descricoes:

i.
ii.
iii.
iv.
v.
vi.
vii.

19. Suponha o sistema linear e invariante ao deslocamento (SLIT), relaxado, definido por
y[n] =
4
X
b0k + b1k D
k=1
!
x[n] = T (D) x[n]
1 + a1k D
(4.100)
ou por
y[n] = (T1 (D) + T2 (D)) x[n] ,
(4.101)
onde
T (D) =
4
X
b0k + b1k D
k=1
T1 (D) =
k=1
T2 (D) =
1 + a1k D
4
X
b0k + b1k D
k=3
(4.102)
P2
k
k=0 ck1 D
=
,
P
1 + 2k=1 dk1 Dk
(4.103)
P2
k
k=0 ck2 D
=
,
P
1 + 2k=1 dk2 Dk
(4.104)
1 + a1k D
2
X
b0k + b1k D
1 + a1k D
e
(Dk ) x[n] = Dk {x[n]} = x[n k] .
(4.105)
A.S.V.
75
Atenda aos seguintes itens:

(a) Para cada bloco de ordem 1 da Equacao (4.100), com os coeficientes alm e blm ,
i.
ii.
iii.
iv.
v.
Realizacao na Forma Direta
I.
I transposta.
II.
II transposta.
(b) Para cada bloco de ordem 2 da Equacao (4.101), calcule os coeficientes clm e dlm .
(c) Para cada bloco de ordem 2 da Equacao (4.101), com os coeficientes clm e dlm ,
i.
ii.
iii.
iv.
v.
vi.
vii.
viii.
(d) Obtenha a equacao de diferenca na forma

y[n] =
4
X
k=1
(k ) y[n k] +
4
X
k x[n k]
(4.106)
k=0
e apresente, para (4.106), as seguintes descricoes:

i.
ii.
iii.
iv.
v.
vi.
vii.

20. Um aluno de Processamento Digital de Sinais, com boa base matematica, tem uma d
uvida.
O trecho de um documento extremamente confiavel diz que . . . o filtro digital IIR em
questao, com entrada r[n] e sada y[n], e composto por um arranjo em cascata de dois
subsistemas, definidos pelas seguintes equacoes de diferenca: i) v[n] = r[n] +0.30r[n 1]+
0.02r[n 2] e ii) y[n] + 0.50y[n 1] + 0.06y[n 2] = v[n] + 0.70v[n 1] + 0.12v[n 2].
Logo, . . . . A d
uvida e baseada no fato de que, embora o texto denomine o filtro de IIR,
o aluno garante que ele tem uma resposta ao impulso finita. Atenda aos seguintes itens:
(a) Calcule a equacao de diferenca y[n] = f (y[n], r[n]) para o filtro completo e desenhe
o diagrama de sistema (em uma Forma Direta) para a equacao calculada.
(b) O aluno esta correto na sua afirmativa? Justifique.
TET / UFF
76
21. Considere o operador atrasador unitario D{.}, definido por D{v[n]} = v[n1], o operador
avancador
unitario D1 {.}, definido por D1 {v[n]} = v[n + 1], e a notacao simplificada

ck Dk v[n] = ck Dk {v[n]} = ck v[n k], k Z. Dada uma equacao de diferenca, envolvendo os sinais r[n] e y[n], linear, com coeficientes constantes (onde a0 6= 0), recursiva,
com ordem N = L e condicoes iniciais nulas, atenda aos seguintes itens:
(a) Calcule o operador de transferencia do sistema T (D), em funcao de atrasadores, de
tal forma que y[n] = T (D) r[n].
(b) Calcule o operador de transferencia do sistema T (D1 ), em funcao de avancadores,
de tal forma que y[n] = T (D1 ) r[n].
(c) Relacione os coeficientes de T (D) com os coeficientes de T (D1 ).
22. Um SLIT, com entrada r[n] e sada y[n], e composto por um arranjo em cascata de tres
subsistemas, definidos pelas seguintes equacoes de diferenca: i) y[n] + 0.70y[n 1] +
0.12y[n 2] = v[n] + 0.3v[n 1] + 0.02v[n 2], ii) v[n] + 0.80v[n 1] + 0.12v[n 2] =
w[n] + 0.80w[n 1]+ 0.15w[n 2], e iii) w[n] + 1.30w[n 1] + 0.40w[n 2] = r[n] +
1.30r[n 1] + 0.42r[n 2]. Atenda aos seguintes itens:
(a) Calcule os operadores de transferencia Tk (D), 1 k 3, de cada subsistema.
(b) Calcule o operador de transferencia T (D) do sistema completo.
(c) Calcule as dimensoes das matrizes das equacoes de estado de cada subsistema.
(d) Calcule as dimensoes das matrizes das equacoes de estado do sistema completo.
23. Dado um sistema linear
(SLIT), relaxado e descrito pela
PN
P e invariante ao deslocamento
b
r[n
k],
com a0 6= 0 e N = 2, atenda
a
y[n
k]
=
equacao de diferenca N
k=0 k
k=0 k
(a) Partindo da estrutura na Forma Direta, tal que y[n] = f (a0 , b0 , ak xk [n], bk xk [n], r[n]),
para 1 k N , onde x[n] e o vetor de estados, descreva o sistema por equacoes
de estado.

1 1
(b) Supondo a mudanca de estados dada por x
[n] =
x[n], calcule a nova
1 2
descricao de estados do sistema.
(c) A partir da nova descricao de estados do sistema, desenhe a estrutura equivalente, na
forma de blocos basicos (somador, multiplicador, atrasador unitario), usando uma
notacao simplificada para o valor de cada multiplicador.
24. Dado um SLIT definido por uma equacao de diferenca, com N = L = 2 e a0 6= 1, atenda

T
Na Forma Direta II, considere o vetor de estados x[n] = x1 [n] x2 [n] , de tal
forma que y[n] = b0 v[n] + b1 x2 [n] + b2 x1 [n], calcule as matrizes A, B, C e D e
escreva as equacoes de estado do sistema.

T
Na Forma Direta II transposta, considere o vetor de estados x[n] = x1 [n] x2 [n] ,
de tal forma que seja mantida a mesma associacao entre as variaveis de estado e os
atrasadores unitarios empregada na Forma Direta II (Dk xk ), calcule as matrizes
A, B, C e D e escreva as equacoes de estado do sistema.
A.S.V.
77
25. Dado um sistema linear

(SLIT), relaxado e descrito pela
PNe invariante ao deslocamento
PN
equacao de diferenca k=0 ak y[n k] = k=0 bk r[n k], com a0 6= 0 e N = 3, atenda
(a) Desenhe as estruturas na Forma Direta I, na Forma Direta II e na Forma Direta II
Transposta (FDIIT), que descrevem o SLIT em questao, associando um multiplicador
para cada coeficiente da equacao original.
(b) A partir da estrutura na FDIIT onde xk [n 1] e uma funcao direta de ak e bk , para
1 k N , descreva o sistema por equacoes de estado.
0 0 1
(c) Supondo a mudanca de estados definida por x
[n] = 0 1 0 x[n], calcule a
1 0 0
nova descricao de estados do sistema.
P
P
26. Dado o SLIT definido por y[n] = 4k=0 bk v[n k] e v[n] = 4k=1 (ak )v[n k] + r[n], onde
r[n], y[n] e v[n] sao, respectivamente, a entrada, a sada e uma variavel interna, calcule
as matrizes do equacionamento de estados, considerando o seguinte vetor de estados:
x[n] = [x1 [n] x2 [n] x3 [n] x4 [n]]T = [v[n 1] v[n 2] v[n 3] v[n 4]]T .

T
x
e pelas matrizes
27. Dado um SLIT descrito
pelo
vetor
de
estados
x[n]
=
1 [n] x2 [n]

a11 a12
b1
A =
, B =
, C = c1 c2 e D = d , considere o novo vetor
a21 a22
b2

T
T
de estados x
[n] = x1 [n] x2 [n]
= (x1 [n] x2 [n]) (x1 [n] + x2 [n])
e atenda aos
seguintes itens:
(a) Calcule as matrizes Q e Q1 , de mudanca de vetores de estado x[n] x
[n].
B,
C
e D.
(b) Calcule as novas matrizes A,
0
0
28. Dada a matriz Q =
0
1
0
0
1
0
0
1
0
0
1
0
, atenda aos seguintes itens:
0
0
Calcule a matriz inversa Q1 .

Prove que a multiplicacao QM equivale a aplicar a operacao de espelhamento
up-down sobre a a matriz M .
Prove que a multiplicacao M Q1 equivale a aplicar a operacao de espelhamento
left-right sobre a a matriz M .
Prove que a multiplicacao QM Q1 equivale a aplicar as operacoes de espelhamento
up-down e left-right, em ambas as ordens de aplicacao, sobre a a matriz M .
29. Foi pedido a um aluno de Processamento Digital de Sinais que escrevesse as equacoes de
estado de um sistema linear e invariante ao deslocamento (SLIT), relaxado, recursivo, com
a = [1, a1 , a2 , a3 ] e b = [b0 , b1 , b2 , b3 ], a partir de sua descricao dada pela Forma Direta I.
Como resultado, ele apresentou as Equacoes (4.107) (4.109). As equacoes apresentadas representam um possvel conjunto de equacoes de estado para o SLIT em questao?
Justifique.
TET / UFF
78
x1 [n + 1]
x2 [n + 1]
x3 [n + 1]
x4 [n + 1]
x5 [n + 1]
x6 [n + 1]
(a1 ) (a2 ) (a3 )

1
0
0
0
1
0
0
0
0
0
0
0
0
0
0

b1 b2 b3
x1 [n]
b0
0 0 0 x2 [n] 0

0 0 0
x3 [n] + 0
0 0 0 x4 [n]
1
1 0 0 x5 [n] 0
0 1 0
x6 [n]
0
y[n] =
(a1 ) (a2 ) (a3 ) b1 b2
x[0] =
x1 [0]
x2 [0]
x3 [0]
x4 [0]
x5 [0]
x6 [0]

b3
0
0
0
0
0
0
x1 [n]
x2 [n]
x3 [n]
x4 [n]
x5 [n]
x6 [n]
r[n] (4.107)
+ [b0 ] r[n]
(4.108)
(4.109)
30. A sintaxe [y, xf ] = f ilter (b, a, r, xi ) indica que foram dados:

A especificacao de um sistema linear e invariante ao deslocamento (SLIT) por meio
dos coeficientes a = [a0 , a1 , , aN ] e b = [b0 , b1 , , bL ] da equacao de diferenca que
o define.
A entrada r = [ r[0], r[1], , r[K] ].
O estado inicial xi = [ x1 [0], x2 [0], , xM [0] ].
Baseando-se no calculo das equacoes da estrutura denominada de Forma Direta II Transposta, que descreve o SLIT, a funcao retorna:
A sada y = [ y[0], y[1], , y[K] ].
O estado final xf = [ x1 [K], x2 [K], , xM [K] ].
Dado um sistema descrito por a = [1, 3, 5] e b = [0, 4, 6], com o estado inicial xi = [0, 0, 0],
(a) Escreva as Equacoes de Estado do SLIT.
(b) Calcule as matrizes A, B, C e D do SLIT, de tal forma que seja possvel acompanhar
os resultados do calculo efetuado atraves das equacoes de estado diretamente com
aqueles obtidos atraves da funcao f ilter().
(c) A partir dos itens (a) e (b), calcule a sada e o estado final, para as seguintes entradas:
i. r = [1].
ii. r = [1, 1].
iii. r = [1, 1, 0].
A.S.V.

iv. r = [1, 1, 0, 1].
v. r = [1, 1, 0, 1, 1].
(d) Esboce os graficos r[n] n e y[n] n, para o item (c.v).
TET / UFF
79
80
A.S.V.
Captulo 5
C
5.1
Introduc
ao
Um dos principais objetivos a serem alcancados quando se modela um sistema e o calculo

da sua sada, a qual e interpretada com uma resposta do sistema a uma energia aplicada
externamente e/ou a uma energia internamente armazenada.
Dados utilizados na definicao do problema:
Equacao de diferenca ou equacoes de estado: que representam o sistema.
Condicoes iniciais ou estado inicial: que representam a energia interna do sistema.
Entrada: que representa a energia externamente aplicada ao sistema.
Procedimentos possveis para o calculo da resposta de um SLIT:
Implementacao em hardware ou calculo numerico: solucao baseada na iteracao da
equacao de diferenca ou das equacoes de estado, a partir das condicoes iniciais ou
do estado inicial.
Forma fechada:
Solucao baseada em algumas iteracoes das equacoes de estado, a partir do estado
inicial, e posterior tentativa de inferencia de uma forma geral para a sada.
Solucao baseada em algumas iteracoes da equacao de diferenca, a partir das
condicoes iniciais, e posterior tentativa de inferencia de uma forma geral para a
sada.
Solucao convencional da equacao de diferenca, atraves do calculo das respostas homogenea yh [n], particular yp [n] e complementar yc [n], com o auxlio das
condicoes iniciais.
Casos particulares:
Calculo da resposta ao impulso h[n] a partir da resposta homogenea yh [n]:
h[0] = yent [0] e h[n] = yh [n], para n > 0 e condicao inicial h[0].
Calculo da resposta ao impulso h[n] a partir da resposta ao degrau yu [n]:
[n] = u[n] u[n 1] h[n] = yu [n] yu [n 1].
Calculo da resposta à entrada yent [n], dado um SLIT FIR relaxado, com resposta
ao impulso h[n]: y[n] = yent [n] + yest [n] = yent [n] = x[n] h[n] = h[n] x[n].
81
82
Captulo 5. Calculo da resposta de um SLIT
Equaco
es de estado respostas do sistema
5.2
No equacionamento de estados, o vetor de sadas e computado a partir do vetor de estados

e do vetor de entradas. Por sua vez, o vetor de estados e calculado recursivamente, a partir
do proprio vetor de estados, do vetor de entradas e do estado inicial (valor inicial do vetor
de estados). Dessa forma, manipulando-se as equacoes de estado, pode-se calcular o vetor de
sadas diretamente a partir do estado inicial e do vetor de entradas.
5.2.1
Resposta gen
erica
Definindo-se o instante inicial por N0 = 0, o estado inicial por x[N0 ] = x[0] e utilizando-se a
equacao de proximo estado
x[n + 1] = A x[n] + B r[n] ,
o valor de x[n], para n > N0 = 0, e dado por
x[1] = A x[0] + B r[0] = A1 x[0] + I B r[0] = A1 x[0] + A0 B r[0]
x[2] = A x[1] + B r[1] = A2 x[0] + A1 B r[0] + A0 B r[1]
x[3] = A x[2] + B r[2] = A3 x[0] + A2 B r[0] + A1 B r[1] + A0 B r[2]
..
.
(n1)
X
n
x[n] = A x[0] +
A(n1k) B r[k] , n > 0.
(5.1)
k=0
Substituindo-se a Equacao (5.1) na equacao de sada, obtem-se

y[n] =
5.2.2
C x[0] + D r[0]
, n=0
P(n1) (n1k)
n
C A x[0] + C k=0 A
B r[k] + D r[n] , n > 0
(5.2)
Resposta ao estado
Para um sistema com estado inicial x[0] e entrada nula, a resposta e dada por

C x[0]
, n=0
y[n] =
.
n
C A x[0] , n > 0
5.2.3
(5.3)
Resposta `
a entrada
Para um sistema relaxado e entrada r[n], a resposta e dada por

D r[0]
, n=0
P(n1) (n1k)
y[n] =
C k=0 A
B r[k] + D r[n] , n > 0
Conseq
uentemente, a resposta ao impulso unitario e calculada por

D
, n=0
h[n] =
.
(n1)
C A
B , n>0
(5.4)
(5.5)
A.S.V.
5.3. Solucao convencional da equacao de diferenca
5.3
83
Soluc
ao convencional da equa
c
ao de diferen
ca
Exemplos de calculo da resposta de um SLIT de primeira ordem, utilizando a solucao

convencional da equacao de diferenca, sao apresentados no Apendice E.
A Tabela 5.1 apresenta o resultado para o sistema descrito pela equacao de diferenca
y[n] + a1 y[n 1] = 0, com condicao inicial y[1].
As Tabelas 5.2 e 5.3 resumem os resultados para o sistema
descrito pela equacao
relaxado
b0
de diferenca y[n] + a1 y[n 1] = b0 x[n], onde HD0 () = 1+a1 ej .
As Tabelas 5.4 e 5.5 resumem os resultados para o sistema relaxado
descrito
pela equacao

b1 ej
de diferenca y[n] + a1 y[n 1] = b1 x[n 1], onde HD1 () = 1+a1 ej .
As Tabelas 5.6 e 5.7 resumem os resultados para o sistema relaxado descrito pela equacao
de diferenca y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1].
x[n]
0
yh [n]
y[1] (a1 )n+1 u[n]
Tabela 5.1: Solucao da equacao homogenea para um SLIT descrito por y[n] + a1 y[n 1] = 0,
com condicao inicial y[1].
x[n]
ej0 n u[n]
yp [n]

b0
([n])
1+a1
b0
(u[n])
1+a1
b0
(z0n u[n])
1
1+a1 z0

b0
j0 n
e
u[n]
j
0
1+a1 e
cos(0 n) u[n]
|HD0 (0 )| cos(0 n + HD0 (0 )) u[n]
[n]
u[n]
z0n u[n]
Tabela 5.2: Solucao particular para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n].
x[n]
[n]
u[n]
z0n u[n]
ej0 n u[n]
cos(0 n) u[n]
yc [n]

b0
1+a1
{(a1 )n+1 u[n] (a1 )n u[n 1]}

b0
(1) 1+a
(a1 )n+1 u[n]
1

(1) 1+ab0z1 z01 (a1 )n+1 u[n]
1 0

(1) 1+a1be0j0 ej0 (a1 )n+1 u[n]
(1)
(1) |HD0 (0 )| cos(0 HD0 (0 )) (a1 )n+1 u[n]
Tabela 5.3: Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n].
TET / UFF
84
x[n]
ej0 n u[n]
y [n]
p
b1
([n 1])
1+a1
b1
(u[n 1])
1+a1

1
b1 z0
(z0n u[n 1])
1
1+a
1 z0

b1 ej0
ej0 n u[n 1]
1+a1 ej0
cos(0 n) u[n]
|HD1 (0 )| cos(0 n + HD1 (0 )) u[n 1]
[n]
u[n]
z0n u[n]
Tabela 5.4: Solucao particular para um SLIT descrito por y[n] + a1 y[n 1] = b1 x[n 1].
x[n]
[n]
u[n]
z0n u[n]
ej0 n u[n]
cos(0 n) u[n]
yc [n]

b1
1+a1
{(a1 )n u[n 1] (a1 )n1 u[n 2]}

b1
(1) 1+a
(a1 )n u[n 1]
1

(1) 1+ab1z1 z01 (a1 )n u[n 1]
1 0

b1
(1) 1+a1 ej0 ej0 (a1 )n u[n 1]

(1) bb10 |HD0 (0 )| cos(0 HD0 (0 )) (a1 )n u[n 1]
(1)
Tabela 5.5: Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b1 x[n 1].
A.S.V.
5.3. Solucao convencional da equacao de diferenca
x[n]
85
yp [n]

b0
b1
([n])
+
([n 1])
1+a1
1+a1
b1
b0
(u[n]) + 1+a
(u[n 1])
1+a1

11

b z
b0
(z0n u[n]) + 1+a1 0z1 (z0n u[n 1])
1
1+a
z
1
0
0

b e1j

0
b0
j0 n
j0 n
1
e
u[n]
+
e
u[n
1]
j
j
0
0
1+a1 e
1+a1 e

[n]
u[n]
z0n u[n]
ej0 n u[n]
|HD0 (0 )| cos(0 n + HD0 (0 )) u[n]

+
|HD1 (0 )| cos(0 n + HD1 (0 )) u[n 1]
cos(0 n) u[n]
Tabela 5.6: Solucao particular para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1].
x[n]
yc [n]
(1)
b0
1+a1
[n]
(1)
b1
1+a1
{(a1 )n+1 u[n] (a1 )n u[n 1]}

+
u[n]
{(a1 )n u[n 1] (a1 )n1 u[n 2]}

b0
(1) 1+a
(a1 )n+1 u[n]
1

+
b1
(1) 1+a
(a1 )n u[n 1]
1

(1) 1+ab0z1 z01 (a1 )n+1 u[n]
1 0

+
z0n u[n]
(1) 1+ab1z1 z01 (a1 )n u[n 1]

1 0

b0
(1) 1+a1 ej0 ej0 (a1 )n+1 u[n]

+
ej0 n u[n]
(1)
cos(0 n) u[n]
b1
1+a1 ej0
ej0 (a1 )n u[n 1]
(1) |HD0 (0 )| cos(0 HD0 (0 )) (a1 )n+1 u[n]

+

(1)
b1
b0
|HD0 (0 )| cos(0 HD0 (0 )) (a1 )n u[n 1]
Tabela 5.7: Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n] +
b1 x[n 1].
TET / UFF
86
5.4
SLIT FIR com entrada de comprimento indefinido
Calculo da resposta à entrada yent [n], dado um SLIT FIR relaxado, com resposta ao
impulso h[n]: y[n] = yent [n] + yest [n] = yent [n] = x[n] h[n] = h[n] x[n].
Comprimentos das seq
uencias: Ny = Nx + Nh 1, onde Nx e indefinido e Nh e finito.
Possveis problemas
Comprimento: Nx de valor elevado.
Operacoes: quantidade excessiva de valores a serem calculados.
Espaco: quantidade excessiva de valores a serem armazenados.
Tempo: atraso excessivo na producao do resultado, pois o calculo so pode ser efetuado apos terem sido adquiridos todos os valores dos operandos.
Possvel solucao
Segmentacao do calculo ou block filtering.
Segmentacao de x[n] em seq
uencias xm [n], de comprimento Lx .
Calculo de segmentos ym [n] da convolucao y[n], com dimensao fixa Nym .
Block filtering
Problema: efeito de borda em cada segmento ym [n] do calculo de y[n].
Solucoes
Metodo baseado em convolucao linear, com Nym = (Lx + Nh 1): overlap-add.
Metodo baseado em convolucao circular, com Nym = Lx : overlap-save.
Caractersticas
Overlap-add : o metodo naturalmente gera superposicao em parte dos segmentos
ym [n]. Os valores superpostos devem ser somados para produzir o resultado final
y[n] correto.
Overlap-save: o metodo naturalmente gera erros no calculo. Para contornar esse
problema, e adicionada uma superposicao na montagem dos segmentos xm [n]. A
parte errada de ym [n], relativa à superposicao, e descartada. Os demais valores
sao guardadas e justapostos aos demais segmentos assim calculados.
Overlap-add
Tecnica de block filtering baseada no calculo da convolucao linear.
Seq
uencias: h[n] (comprimento finito) e x[n] (comprimento indefinido).
Segmentacao da seq
uencia x[n]:
x[n] =
xm [n]
(5.6)
x[n] , (mLx ) n (m + 1) (Lx 1)

0 , caso contrario
(5.7)
m=0
e

xm [n] =
A.S.V.
5.4. SLIT FIR com entrada de comprimento indefinido
87
ou
x[n] =
xm [n mLx ]
(5.8)
m=0
e

xm [n] =
x[n + mLx ] , 0 n (Lx 1)

0 , caso contrario
(5.9)
Calculo segmentado da convolucao:

De (5.6) e (5.7), obtem-se:
y[n] =
ym [n]
(5.10)
m=0
ym [n] = h[n] xm [n] =
(m+1)(Lx 1)
h[n k]xm [n] =
k=
h[n k]xm [n] ,
(5.11)
k=(mLx )
para (mLx ) n (m + 1) (Nh + Lx 1).
De (5.8) e (5.9), obtem-se:

y[n] =
ym [n mLx ]
(5.12)
m=0
ym [n] = h[n] xm [n] =
(Lx 1)
h[n k]xm [k] =
k=
h[n k]xm [k] ,
(5.13)
k=0
para 0 n (Nh + Lx 1).

Superposicao (overlap) dos segmentos ym [n]:
Comprimento de cada segmento xm [n]: Lx .
Comprimento de cada segmento da convolucao ym [n]: Lx + Nh 1.
Comprimento da superposicao nas bordas de ym [n]: Nh 1.
Tratamento da superposicao dos segmentos ym [n]: adicao dos conjuntos de valores
superpostos, para completar o calculo da convolucao nas bordas de cada segmento.
TET / UFF
88

Overlap-save
Tecnica de block filtering baseada no uso da convolucao circular para efetuar o calculo
da convolucao linear.
Seq
uencias: h[n] (comprimento finito) e x[n] (comprimento indefinido).
Segmentacao da seq
uencia x[n]: nesse caso, ser for adotada a segmentacao definida
pelas Equacoes (5.6) a (5.9), os (Nh 1) pontos iniciais de cada convolucao
circular ym [n] = h[n]

~ xm [n] assumirao valores diferentes daqueles apresentados
pela convolucao linear ym [n] = h[n] xm [n]. Os demais (Lx (Nh 1)) pontos
representarao a convolucao linear corretamente.
Segmentacao adequada da seq
uencia x[n]: deve ser realizada uma segmentacao onde
os (Nh 1) pontos iniciais de cada segmento xm [n] sejam copias dos (Nh 1) pontos
finais do segmento anterior. Dessa forma, os valores incorretos de ym [n] gerados por
tais pontos iniciais, poderao ser descartados do calculo da convolucao do segmento,
uma vez que eles ja foram calculados corretamente no segmento anterior.
Deslocamento inicial de x[n], para geracao de (Nh 1) valores nulos iniciais:
x0[n] = x[n (Nh 1)] u[n (Nh 1)] , 0 n (Nx + (Nh 1) 1) .
(5.14)
Segmentacao de x0[n], com superposicao de (Nh 1) valores iniciais:

x0m [n] = x0[n m (Lx (Nh 1))] , 0 n (Lx 1) .
(5.15)
Calculo segmentado da convolucao: os (Nh 1) pontos iniciais de cada segmento de

convolucao circular ym [n] devem ser ignorados, pois apresentam valores incorretos.
Os demais valores representam o segmento de convolucao linear ym [n] e devem ser
guardados para serem justapostos aos demais segmentos assim calculados.
xm [n] , 0 n (Lx 1) .
ym [n] = h[n]

ym [n] =
0 , 0 n (Nh 2)
ym [n] , (Nh 1) n (Lx 1)
y[n] =
(5.16)
.
ym [n m (Lx (Nh 1))] .
(5.17)
(5.18)
m=0
Superposicao (overlap) dos segmentos ym [n]:
Comprimento
Comprimento
Comprimento
Comprimento
de cada segmento xm [n]: Lx .

da superposicao nas bordas de xm [n]: Nh 1.
de cada segmento da convolucao ym [n]: Lx .
de cada segmento da convolucao ym [n]: Lx (Nh 1).
Tratamento da superposicao dos segmentos ym [n]: abandono dos (Nh 1) pontos

iniciais de cada segmento, que representam valores incorretos. Armazenamentos dos
demais Lx (Nh 1) pontos, que representam o segmento da convolucao ym [n].
A.S.V.
5.5. Tipos de respostas de um SLIT
5.5
89
Tipos de respostas de um SLIT
Observando-se o resultado dos calculos das respostas dos sistemas de primeira ordem, pode-se
propor uma organizacao ou classificacao da resposta total do SLIT em adicoes de parcelas com
determinadas caractersticas. Embora tal classificacao esteja sendo definida a partir de sistemas
de primeira ordem, pode-se mostrar que eles valem para sistemas de ordens superiores.
5.5.1
Caso geral
Conceitos basicos
Ha um SLIT descrito por uma equacao de diferenca ou por equacoes de estado.
Ha um ponto inicial de analise n = N0 . Normalmente, devido à propriedade de
invariancia ao deslocamento, adota-se n = N0 = 0.
Ha uma entrada passada, anterior a n = N0 , que e normalmente desconhecida, mas
que produz um estado inicial em n = N0 .
Caso o SLIT seja representado por uma equacao de diferenca, o estado inicial e
representado por valores da sada anteriores a n = N0 . Se o sistema for representado
por equacoes de estado, o estado inicial e representado por um vetor de estados
inicial em n = N0 .
Ha uma entrada atual, aplicada a partir do ponto n = N0 , que e a entrada de
interesse.
Deseja-se calcular a sada atual a partir do ponto n = N0 , conhecendo-se o estado
inicial e a entrada atual.
A resposta total ytot [n] de um SLIT, descrito por uma equacao de diferenca, submetido a
uma entrada atual x[n], e possuindo uma determinada condicao ou estado inicial, pode ser
dividida em diferentes partes, dependendo das caractersticas que se pretende observar:
Solucao da equacao de diferenca: respostas homogenea, particular e complementar.
Influencia interna ou externa: respostas ao estado e à entrada.
Forma da resposta: respostas natural e forcada.
Duracao da resposta: respostas transitoria e permanente.
Da resolucao da equacao de diferenca, sao obtidas a resposta da equacao homogenea yh [n]
e resposta do sistema relaxado yr [n], a qual e composta pela soma da resposta particular
yp [n] com a resposta complementar yc [n]: ytot [n] = yh [n] + yr [n] = yh [n] + (yp [n] + yc [n]).
A resposta homogenea yh [n] representa a influencia da energia interna do sistema, nele
depositada antes da aplicacao da entrada atual. A resposta particular yp [n] representa a
influencia direta da entrada atual. A resposta complementar yc [n] representa a influencia
da energia interna do sistema, depositada pela entrada atual.
Pode-se interpretar a resposta homogenea yh [n] como a resposta ao estado yest [n] e
interpretar a resposta do sistema relaxado yr [n] como a resposta à entrada yent [n]:
ytot [n] = yest [n] + yent [n].
TET / UFF
90

Uma vez que a forma das respostas homogenea yh [n] e complementar yc [n] e determinada
pelo sistema e a forma da resposta particular yp [n] e determinada pela entrada, podem-se
definir a resposta natural (do sistema) ynat [n] = (yh [n] + yc [n]) e a resposta forcada (pela
entrada) yf or [n] = yp [n]: ytot [n] = ynat [n] + yf or [n].
Agrupando-se as partes da resposta total que tendem ou nao a zero, podem-se definir a
resposta transitoria ytran [n] e a resposta permanente yperm [n]: ytot [n] = ytran [n] + yperm [n].
Define-se por regime transitorio, ou transiente, o perodo de tempo (t) ou de ndices (n)
desde a aplicacao da entrada atual ate o momento em que a u
ltima componente da resposta
transitoria retorna a zero. Durante esse perodo, coexistem tanto a resposta transitoria
ytran [n] como a resposta permanente yperm [n]: ytot [n]|RT = ytran [n] + yperm [n].
Por sua vez, define-se por regime permanente, regime estacionario ou estado estacionario
(steady-state), o perodo de tempo (t) ou de ndices (n) que comeca imediatamente apos o
termino do transiente. Nesse perodo, encontra-se apenas a resposta permanente yperm [n]:
ytot [n]|RP = ytot [n]|SS = yperm [n].
5.5.2
Casos particulares
Caso a entrada x[n] seja transitoria, a resposta forcada tambem o sera: yf or [n]|n = 0.
Para uma entrada senoidal x[n] = A0 cos(0 n + 0 ), pode-se mostrar que a resposta
forcada e calculada por
yf or [n] = A0 |H(0 )| cos(0 n + 0 + H(0 )) = A00 cos(0 n + 00 ) ,
(5.19)
onde: A00 = A0 |H(0 )|, 00 = 0 + H(0 ) e H() = |H()| ejH() .

Caso a resposta natural seja transitoria, a resposta no regime permanente sera igual à
resposta forcada: ytot [n]|RP = yperm [n] = yf or [n].
Em um sistema estavel, por definicao, a resposta natural deve ser um sinal do tipo transitorio.
Portanto, em um SLIT estavel, valem as seguintes relacoes, para n :
Resposta natural: ynat [n] 0.
Resposta em regime permanente: ytot [n]|RP = yperm [n] = yf or [n].
Para x[n] temporario: ytran [n] = ytot [n] e yperm [n] = 0.
Para x[n] permanente: ytran [n] = ynat [n] e yperm [n] = yf or [n].
Para x[n] = A0 cos(0 n + 0 ), a resposta no regime permanente e dada pela
Equacao 5.19.
A.S.V.
5.5. Tipos de respostas de um SLIT
5.5.3
91
Exemplo de nota
c
ao alternativa
Notacoes alternativas podem ser encontradas na literatura. Um exemplo e:

Resposta homogenea resposta às condicoes iniciais.
Resposta à entrada resposta forcada.
Resposta particular termo da resposta forcada devido à entrada.
Resposta complementar termo da resposta forcada devido ao sistema.
Resposta forcada resposta particular.
Resposta natural resposta complementar.
5.5.4
Um questionamento comum
Os resultados calculados no Apendice E, para um SLIT de primeira ordem, apontam uma

solucao generica do tipo
y[n] = yh [n] + yr [n] = yh [n] + yp [n] + yc [n] = Ch an + Cp x[n] + Cc an .
(5.20)
Pode-se mostrar que esse formato de equacao final e mantido para SLITs de ordens superiores.
Uma analise isolada da Equacao (5.20) pode levantar um questionamento sobre a propriedade de invariancia no tempo do sistema, uma vez que, aparentemente, a equacao
indica que y[n]|x[nND ] 6= y[n ND ].
Porem, uma analise mais detalhada revela que ambas as exponenciais (yh [n] e yc [n]) sao
vinculadas ao momento da aplicacao do sinal de entrada x[n].
No caso da resposta homogenea yh [n], ela representa a resposta ao estado do sistema
no momento da aplicacao da entrada. Assim, ao se testar a resposta para uma entrada
deslocada x[n ND ], a condicao inicial tambem deve ser deslocada para o novo ponto
inicial, de forma que o teste seja realizado com igualdade de estados. Isso ira gerar uma
sada yh [n]|x[nND ] = Ch a(nND ) = yh [n ND ].
Por outro lado, deve ser lembrado que a resposta complementar yc [n] surge como conseq
uencia da aplicacao do sinal de entrada. Logo, um sinal de entrada deslocado x[n ND ]
obrigatoriamente provocara o deslocamento da resposta complementar, de tal forma que
yc [n]|x[nND ] = Cc a(nND ) = yc [n ND ].
Portanto, no contexto da dinamica de operacao do sistema: y[n]|x[nND ] = y[n ND ].
Um exemplo ilustrativo dessa situacao e apresentado no Apendice F, para um sistema de
primeira ordem e entrada x[n] = z n u[n].
TET / UFF
92
5.6
Representac
O calculo da resposta de um SLIT atraves da solucao convencional da equacao de diferenca

torna-se inviavel para sistemas de ordens elevadas.
Uma solucao para tal problema e realizar uma mudanca de domnio na representacao dos
sinais e dos sistemas, de tal forma a obter um equacionamento de solucao mais simples.
Uma mudanca comum e representacao dos sinais por uma composicao de sinais exponenciais (ou senoidais), com freq
uencias especficas.
Essa transformacao e conhecida por representacao de sinais e sistemas no domnio da
freq
uencia.
Com tal mudanca, surgem novas representacoes para um SLIT, que sao a Funcao Resposta
em Freq
uencia e a Funcao de Transferencia (ou Funcao de Sistema).
Alem de facilitar o calculo da resposta de um SLIT, a mudanca de domnio conduz a
novas interpretacoes sobre a composicao dos sinais e dos sistemas, as quais podem dar
origem a novas tecnicas de analise e sntese.
A representacao no domnio da freq
uencia e tratada a seguir. Inicialmente, de forma
intuitiva, o problema e abordado com base no resultado dos calculos das respostas dos
sistemas de primeira ordem. Em seguida, e realizada uma formalizacao para sistemas de
ordens elevadas.
A.S.V.
5.7
93
Exerccios propostos
1. Suponha um SLIT nao recursivo, com coeficientes bk , onde 0 k L. Para L = 2, 3 e 4,

(a) Apresente a estrutura na forma direta, com uma u
(b) Calcule a resposta ao impulso h[n], iterativamente, atraves da estrutura na forma
direta, com uma u
nica linha de retardo, para 0 n (L + 2).
(c) Calcule as matrizes A, B, C e D, considerando xl [n] = r[n l], para 1 l L,
e escreva as equacoes de estado.
(d) Apresente a estrutura associada às equacoes de estado calculadas, utilizando os
coeficientes alc , bl , cc e d, das matrizes A, B, C e D.
(e) Calcule as matrizes Pn = A(n1) , para 1 n (L + 2), verificando o padrao que se
desenvolve.
(f) Calcule as matrizes Mn = Pn B, para 1 n (L + 2), verificando o padrao que
se desenvolve.
(g) Calcule a resposta ao impulso h[n], iterativamente, atraves da Equacao (5.21), para
0 n (L + 2).

h[n] =
D
, n=0
(n1)
C A
B , n>0
(5.21)
2. Dado o SLIT descrito pela equacao de diferenca y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1],
Suponha as entradas: [n], u[n], z n u[n], ej0 n u[n] e cos(0 n) u[n].
Calcule a resposta do sistema relaxado yr [n] para a entrada x[n].
Calcule a resposta do sistema relaxado yrD [n] para a entrada xD [n] = x[n ND ].
Compare as respostas calculadas, mostrando que yrD [n] = yr [n ND ].
3. Seja o SLIT definido por y[n] = r[n] + 0.5 r[n 1] + 0.25 r[n 2] + + 2L r[n L], onde
r[n] e y[n] sao, respectivamente, a sua entrada e a sua sada. Suponha que r[n] e uma
seq
uencia finita, com valores nao nulos no intervalo n = [N1 ; N2 ], onde n 0. Suponha
ainda que x[0] 6= 0 e o estado inicial do sistema. Um aluno de Processamento Digital de
Sinais garante que:
(a) Ele consegue visualizar a componente yh [n] (resposta homogenea) da sada, isoladamente das outras componentes, dependendo dos valores de L, N1 e N2 , para qualquer
estado inicial x[0] e para qualquer entrada r[n] aplicada ao sistema.
(b) A sada total ytot [n] e transitoria e ele consegue calcular o valor de n = NT acima do
qual a sada e nula.
Se voce discorda dele, justifique. Se voce concorda com ele, apresente os valores que ele
diz existirem.
TET / UFF
94

4. Dado o SLIT causal, estavel e relaxado, definido pela equacao de diferenca
y[n] + (0.5095) y[n 1] = (0.2452) x[n] + (0.2452) x[n 1], tendo como entrada o
gate retangular unitario x[n] = G10 [n 10], atenda aos seguintes itens:
(a) Descreva o sinal de entrada em funcao do degrau unitario:
x[n] = G10 [n 10] = f (u[n]).
(b) Calcule a resposta total do sistema, no regime permanente.
5. Dado um SLIT relaxado, tendo como entrada o degrau unitario x[n] = u[n] e definido
pela equacao de diferenca y[n] + (1.05) y[n 1] = (0.2) x[n] + (0.3) x[n 1], calcule a
resposta total do sistema, no regime permanente.
A.S.V.
Parte III
Representa
c
ao em domnio
transformado para sistemas de
primeira ordem
95
Captulo 6
Resposta em Frequ
encia
6.1
Introduc
ao
O conte
udo deste captulo e apresentado de forma intuitiva e sem um formalismo matematico
que o justifique. Ele e baseado na observacao dos resultados encontrados no calculo das respostas dos sistemas de primeira ordem, efetuado no Apendice E. A extrapolacao para sistemas
de ordens superiores e um formalismo matematico adequado sao apresentados em captulos
posteriores.
6.2
Func
ao Resposta em Frequ
encia H() de um SLIT
Foi citado, para o caso generico, e calculado no Apendice E, para alguns casos particulares,
que, para uma entrada senoidal, a resposta forcada e formulada com base na funcao
contnua H() = |H()| ejH() .
Para cada valor particular k da freq
uencia , pode-se obter uma resposta diferente,
baseada em H(k ). Portanto, para um SLIT estavel, com uma entrada senoidal, operando
em regime permanente, a funcao H() e denominada de funcao Resposta em Freq
uencia
do sistema.
O conhecimento da funcao Resposta em Freq
uencia de um SLIT e bastante u
til:
Dado um SLIT estavel, com funcao H(), a sua resposta, no regime permanente
yperm [n], para uma entrada senoidal x[n] = Ak cos(k n + k ), e facilmente obtida,
a partir do calculo de H(k ), por
yperm [n] = yf or [n] = Ak |H(k )| cos(k n + k + H(k )) = A0k cos(k n + 0k ) ,
onde: A0k = Ak |H(k )|, 0k = k + H(k ) e H() = |H()| ejH() .
Caso seja possvel representar uma
Pentrada generica x[n] atraves de uma combinacao
linear de sinais senoidais x[n] = k Ak cos(k n + k ), o calculo da resposta de um
SLIT estavel, no regime permanente, e extremamente facilitado pelo uso de H().
Pode-se mostrar que a dependencia da funcao H(), em relacao à variavel , e formulada
com base na funcao ej . Assim, uma notacao alternativa, e bastante utilizada, para a
Resposta em Freq
uencia e H(ej ).
97
98
Captulo 6. Resposta em Freq

uencia
Para facilitar a visualizacao da influencia de H(ej ) no calculo da resposta forcada do
sistema, a funcao costuma ser representada por seus graficos de modulo |H(ej )| e angulo
de fase H(ej ), em funcao da freq
uencia .
Em virtude do comportamento periodico de H(ej ), com perodo fundamental p = 2, os
graficos sao elaborados apenas para uma faixa fundamental: < ou 0 < 2.
Para as funcoes que apresentam simetrias (par / mpar), as faixas sao reduzidas à metade:
2 < 2 ou 0 < .
Normalmente, os graficos sao apresentados com faixas normalizadas: 1 norm < 1,
0 norm < 2, 21 norm < 21 ou 0 norm < 1, onde norm = .
A Tabela 6.1 resume os resultados dos calculos efetuados no Apendice E.
SLIT
y[n] + a1 y[n 1] = b0 x[n]
y[n] + a1 y[n 1] = b1 x[n 1]
y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1]
Resposta em Freq
uencia

H(ej ) = 1+ab10ej

b1 ej
H(ej ) = 1+a
j
1 e j
j
0 +b1 e
H(e ) = b1+a
j
1e
Tabela 6.1: Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a
sua funcao Resposta em Freq
uencia H(ej ).
6.3
SLIT interpretado como filtro
Uma vez que a funcao H(ej ) pode apresentar seletividade em freq

uencia, um SLIT
estavel, operando em regime permanente, pode ser interpretado como um filtro seletor
em freq
uencia, discreto no tempo.
A seletividade do sistema pode ser facilmente observada pelo representacao grafica da
funcao H(ej ): grafico de modulo e grafico de angulo de fase, em funcao da freq
uencia.
Por exemplo, conforme os resultados apresentados no Apendice E, para o SLIT definido
pela equacaode diferen
uencia
ca y[n]+a1 y[n1] = b0 x[n]+b1 x[n1], a Resposta em Freq
j
b
+b
e
0
1
.
e H(ej ) = 1+a
j
1e
Dependendo dos valores dos coeficientes do sistema, a funcao H(ej ) pode apresentar diferentes valores de modulo, bem como diferentes valores de angulo de fase, para diferentes
faixas da freq
uencia .
Sendo assim, na geracao do sinal de sada, os cossenos que compoem o sinal de entrada
podem sofrer alteracoes seletivas na amplitude e no angulo de fase, de acordo com as
faixas de freq
uencias ocupadas.
As alteracoes seletivas sofridas pelo sinal podem ser percebidas de dois modos equivalentes:
Uma mudanca na sua forma, quando representado em funcao do tempo, o que e
denominado de conformacao.
A.S.V.
6.4. Filtros com fase linear
99
Uma mudanca na sua composicao freq

uencial ou espectral, quando representado em
funcao da freq
uencia, o que e chamado de filtragem.
Logo, escolhendo-se adequadamente os coeficientes do sistema, podem-se realizar os tipos
basicos de filtros: passa-baixa, passa-alta, passa-banda, rejeita-banda e equalizador
(de amplitude ou de fase).
Se a entrada x[n], a sada y[n] e os coeficientes da equacao de diferenca ak e bk , forem
quantizados, o SLIT pode ser visto como um filtro digital.
Deve ser observado que a quantizacao de todos esses valores pode fazer com que o
filtro/sistema digital produza resultados significativamente diferentes daqueles gerados
pelo filtro/sistema discreto no tempo. Por essa razao, procura-se utilizar, no projeto de
um filtro, uma especificacao mais rigorosa do que a original. Tal tecnica e denominada
de overdesign.
6.4
Filtros com fase linear
Para que um SLIT apresente seletividade em freq

uencia, recebendo a denominacao de
filtro seletor em freq
uencia, ele deve possuir faixas ou bandas de passagem (p ) e de
rejeicao (r ).
O que se espera de um filtro ideal e que ele nao altere as componentes espectrais do sinal
de entrada nas faixas de passagem e que ele anule as componentes nas faixas de rejeicao.
Assim sendo, nas faixas de rejeicao, a sua funcao Resposta em Freq
uencia deve possuir
|H(r )| = 0, enquanto H(r ) pode assumir qualquer valor.
Por sua vez, nas faixas de passagem, deve-se ter |H(p )| = 1 e H(p ) = 0.
Em filtros nao ideais, nao e possvel garantir que H(p ) = 0, uma vez que a geracao do
sinal de sada envolvera o emprego de atrasos.
Porem, deve-se garantir que os atrasos acrescentados em cada componente na faixa de
passagem nao irao distorcer a soma final que ira compor o sinal de sada:
x[n] =
cos(k n) y[n] = x

Pp [n ND ]
=
cos
(n
N
)
k
D
p

Pkp
=
cos
N
k
k
D
p
p

Pkp
=
kp |H(kp )|cos kp n + H(kp ) .
Portanto, na faixa de passagem, pode-se admitir que a Resposta em Freq

uencia apresente
|H(p )| = 1 e H(p ) = ND .
Por essa razao, tais sistemas sao denominados filtros com angulo de fase linear, filtros
com excesso de fase linear, filtros com atraso de fase linear ou, simplesmente, filtros com
fase linear.
.
Pode-se ainda definir a grandeza atraso de grupo: = dH()
d
Logo, na faixa de passagem, os filtros com fase linear devem apresentar |H(p )| = 1 e
= ND .
TET / UFF
100
6.5
Captulo 6. Resposta em Freq

uencia
Exerccios propostos
1. Calcule |H(ej )| e H(ej ) para as seguintes funcoes:

H(ej ) = 1+ab10ej .

b1 ej
j
H(e ) = 1+a1 ej .

b0 +b1 ej
j
H(e ) = 1+a1 ej .
2. Dada a equacao de diferenca y[n] = b0 x[n] + b1 x[n 1], esboce os graficos |H(ej )| e
H(ej ) para os seguintes casos:
b0 6= 0 e b1 = 0.
b0 = 0 e b1 6= 0.
b1 = b0 .
b1 = b0 .
3. Dados os subsistemas S1 e S2 , respectivamente definidos pelas funcoes H1 (ej ) =
j
b0 +b1 ej
1+a1 ej
0 +d1 e
e H2 (ej ) = d1+c
uencia total H(ej ) do sistema S, obtido
j , calcule a resposta em freq
1e
atraves das seguintes associacoes:
Cascata (serie).
Paralela.
4. Deseja-se filtrar, digitalmente, um sinal analogico xa (t), composto por uma combinacao
linear de sinais senoidais. O sinal e limitado em banda, envolvendo freq
uencias na faixa
de 0 f 15 kHz. O sinal xa (t) sera amostrado com freq
uencia de amostragem FS ,
gerando a seq
uencia x[n], que sera processada por um filtro digital, produzindo a seq
uencia
y[n]. Atenda aos seguintes itens:
(a) Que valor deve ser escolhido para a freq
uencia de amostragem FS ? Justifique.
(b) Assumindo que o sinal y[n] deve corresponder a um sinal analogico que possua
componentes senoidais envolvendo freq
uencias na faixa de 0 f 5 kHz:
Que tipo de seletividade em freq
uencia o filtro deve apresentar? Justifique.
Calcule a freq
uencia de corte c do filtro digital ideal.
A.S.V.
Captulo 7
Fun
c
ao de Transfer
encia
7.1
Introduc
ao
O conte
posteriores.
7.2
Func
ao de Transfer
encia H(z) de um SLIT
Com base nos calculos efetuados no Apendice E, relativos a respostas de um SLIT descrito
por uma equacao de diferenca de primeira ordem, foram apresentadas algumas definicoes
para os sistemas abordados.
Pode-se mostrar que esses resultados valem para um SLIT descrito por uma equacao de
diferenca de ordem generica.
Foi observado que, para um SLIT estavel, a resposta em regime permanente sera igual à
resposta forcada.
Foi mostrado que, para um sinal de entrada senoidal, a resposta forcada sera tambem um
sinal senoidal, com a mesma freq
uencia da entrada, porem com amplitude e angulo de
fase modificados pela funcao Resposta em Freq
uencia H(ej ).
Portanto, para um sinal de entrada composto por uma combinacao linear de sinais
senoidais, a resposta forcada sera composta por uma combinacao linear dos sinais senoidais
de entrada processados pela funcao Resposta em Freq
uencia H(ej ).
Tal resultado facilita o calculo da resposta no regime permanente para um SLIT estavel.
Porem, ele nao permite analisar o que acontece durante o regime transitorio, uma vez que
estarao presentes a resposta natural e a resposta forcada.
Um raciocnio semelhante ao anterior pode ser aplicado nesse caso.
A partir dos exemplos apresentados no Apendice E, pode-se observar que a resposta
natural envolve sinais com variacoes exponenciais do tipo an .
101
102
Captulo 7. Funcao de Transferencia
Enquanto os sinais senoidais podem ser descritos como combinacoes de sinais exponenciais
do tipo ejn , pode-se pensar em expressar os sinais com variacoes exponenciais atraves
n
de combinacoes de exponenciais genericas do tipo z n = |z|ejz = |z|n ejzn = an ejn .
Nos exemplos apresentados no Apendice E, pode-se observar que os sinais do tipo zkn sao
modificados por uma funcao H(z), que e caracterstica de cada sistema. Uma vez que
ela define uma relacao direta entre a entrada do sistema e a resposta à entrada, a funcao
H(z) pode ser denominada de Funcao de Transferencia do SLIT. A Tabela 7.1 resume os
resultados dos calculos efetuados.
Uma vez que se consiga expressar os sinais de entrada como combinacoes de exponenciais
do tipo zkn = |zk |n ejk n , o processo de analise da resposta total do sistema (transitorio +
permanente), utilizando a funcao H(z), pode ser similar ao adotado na analise do regime
permanente senoidal, que emprega a funcao H(ej ).
Alem disso, analisando-se a funcao H(z) e a resposta natural de um SLIT, pode-se verificar
que a Funcao de Transferencia carrega informacao sobre a estabilidade do sistema.
Finalmente, pode-se pensar ainda em uma unificacao dos dois processos de analise, ao se
definir uma relacao entre as funcoes H(ej ) e H(z).
SLIT
y[n] + a1 y[n 1] = b0 x[n]
y[n] + a1 y[n 1] = b1 x[n 1]
y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1]
Funcao de Transferencia

H(z) = 1+ab10z1

b1 z 1
H(z) = 1+a
1
1 z 1
0 +b1 z
H(z) = b1+a
1
1z
Tabela 7.1: Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a
sua Funcao de Transferencia H(z).
7.3
Representac
ao alternativa para sequ
encias
Para um SLIT descrito por uma equacao de diferenca, os calculos de H(z) e das respostas
do sistema podem ser facilitados ao se utilizar uma representacao alternativa para seq
uencias,
n
baseada em seq
uencias exponenciais do tipo z . Duas representacoes sao possveis: bilateral e
unilateral.
7.3.1
Representa
c
ao bilateral
Supondo-se que e possvel associar uma seq

uencia generia v[n] a uma combinacao linear bilateral
de seq
uencias exponenciais do tipo z n , onde < n < , de tal forma que
V (z) =
v[l] z l ,
(7.1)
l=
A.S.V.
7.3. Representacao alternativa para seq

uencias
103
pode-se expressar o impulso [n] por
(z) =
[l] z l = 1
(7.2)
l=
e a representacao de uma seq

uencia deslocada v[n ND ] por
VND (z) =
v[l ND ] z l
l=
v[m] z (m+ND )
m=
v[m] z m z ND
m=
= z
ND
= z
ND
v[m] z m
m=
V (z) .
(7.3)
No caso da soma de seq

uencias envolvendo atrasos
w[n] =
K
X
ck v[n k] ,
(7.4)
k=0
que ocorre em equacoes de diferenca, obtem-se

W (z) =
w[l] z l
l=
K
X
l=
k=0
K
X
ck v[l k]
ck
k=0
K
X
!
z l
!
v[l k] z
l=
ck Vk (z)
k=0
K
X
ck z k V (z)
k=0
K
X
!
ck z k
V (z)
k=0
= P (z) V (z) ,
(7.5)
onde
P (z) =
K
X
k=0
TET / UFF
ck z k .
(7.6)
104
7.3.2
Representa
c
ao unilateral
Inicialmente, sera suposto a existencia de uma representacao alternativa unilateral direita, dada
por
FU (z) =
f [l] z l .
(7.7)
l=0
Deve-se notar que, para seq

uencias do tipo x[n] = f [n] u[n], as duas representacoes sao
equivalentes, uma vez que
FB (z) =
f [l] u[l] z
l=
f [l] z l = FU (z) .
(7.8)
l=0
Com essa nova representacao, pode-se expressar uma seq

uencia generica v[n] por
V (z) =
v[l] z l ,
(7.9)
[l] z l = 1
(7.10)
l=0
o impulso [n] por
(z) =
X
l=0
e a representacao de uma seq

uencia atrasada v[n ND ], ND N+ , por
VND (z) =
=
v[l ND ] z l
l=0
v[m] z (m+ND )
m=ND
1
X
v[m] z
(m+ND )
v[m] z
m=ND
ND
X
v[m] z m z ND
m=0
m=ND
1
X
(m+ND )
+z
ND
v[m] z m
m=0
v[m] z (ND m) + z ND V (z) .
(7.11)
m=1
Quando v[n] = f [n] u[n], tem-se que

VND (z)|unilateral = z ND V (z) = VND (z)|bilateral ,
conforme previsto na Equacao (7.8).
A.S.V.
7.3. Representacao alternativa para seq

uencias
105
No caso da soma de seq

uencias envolvendo atrasos
w[n] =
K
X
ck v[n k] ,
(7.12)
k=0
que ocorre em equacoes de diferenca, obtem-se
W (z) =
w[l] z l
l=0
K
X
X
l=0
K
X
k=0
K
X
k=0
K
X
z l
ck v[l k]
k=0
ck
!
v[l k] z l
l=0
ck Vk (z)
ck Vk (z) + c0 V (z)
k=1
K
X
k=1
K
X
k=1
K
X
ck
k
X
!
v[m] z (km) + z k V (z)
+ c0 V (z)
m=1
ck
k
X
!
v[m] z (km)
m=1
k
X
k=1
K
X
m=1
k=1
K
X
m=k
K
X
!
ck z
(km)
v[m] +
K
X
k=1
K
X
!
cm z (mk)
ck z k V (z) + c0 V (z)
v[k] +
k=0
K
X
!
ck z
V (z)
!
ck z k
V (z)
k=0
Pv[k] (z) v[k] + P (z) V (z) ,
(7.13)
k=1
onde
Pv[k] (z) =
K
X
cm z (mk)
(7.14)
ck z k .
(7.15)
m=k
e
P (z) =
K
X
k=0
TET / UFF
106
7.4
Exemplos de mapeamento
Utilizando-se as representacoes alternativas em conjunto com as identidades apresentadas no

Apendice G, demonstra-se que as seq
uencias x[n] = u[n], x[n] = an u[n] e x[n] = z0n u[n],
podem ser expressas, respectivamente, por
XB (z) = XU (z) =
l=0
XB (z) = XU (z) =
XB (z) = XU (z) =
l
1
, |z| > 1 .
1 z 1
(7.16)
l
1
, |z| > |a| .
1 az 1
(7.17)
l
1
, |z| > |z0 | .
1 z0 z 1
(7.18)
l=0
al z l =
l=0
z 1
az 1
l=0
z0l z l =
l=0
z0 z 1
l=0
Deve-se notar, nesses exemplos, que os mapeamentos x[n] X(z) sao definidos apenas para
determinadas faixas de valores de z. Tais faixas sao denominadas de Regiao de Convergencia
(Region Of Convergence ou ROC) do mapeamento.
7.5
Representac
ao alternativa convolu
c
ao
A soma de convolucao e uma operacao que aparece naturalmente na analise de um SLIT. Portanto, e interessante conhecer o efeito causado sobre a convolucao pela representacao alternativa
proposta. Como sera demonstrado, a representacao alternativa realiza um mapeamento da convolucao em uma operacao de multiplicacao, o que representa um resultado muito importante.
7.5.1
Representa
c
ao bilateral
Considerando-se a convolucao de duas seq

uencias genericas w[n] e v[n], calculada por
y[n] = w[n] v[n] =
w[k] v[n k] ,
(7.19)
k=
e utilizando-se a associacao y[n] Y (z), tem-se que
Y (z) =
y[l] z
l=
(w[l] v[l]) z l
l=
l=
k=
l=
k=
m=
k=
m=
k=
!
w[k] v[l k]
z l
!
w[k] v[l k] z l
!
w[k] v[m] z (m+k)
!
w[k] v[m] z m z k
A.S.V.
7.5. Representacao alternativa convolucao
m=
k=
=
=
107
!
w[k] z
v[m] z m
W (z) v[m] z m
m=
= W (z)
v[m] z m
m=
= W (z) V (z) .
7.5.2
(7.20)
Representa
c
ao unilateral
Considerando-se a convolucao de duas seq

uencias unilaterais w[n] u[n] e v[n] u[n], calculada
por
y[n] u[n] = (w[n] u[n]) (v[n] u[n]) =
(w[k] u[k]) (v[n k] u[n k]) ,
(7.21)
k=
e utilizando-se a associacao y[n] Y (z), tem-se que

Y (z) =
y[l] u[l] z l
l=0
[(w[l] u[l]) (v[l] u[l])] z l
l=0
X
l=0
"
=
=
(w[k] u[k]) (v[l k] u[l k]) z l
k=
"
#
(w[k] u[k]) (v[m] u[m]) z (m+k)
k=
"
#
w[k] (v[m] u[m]) z m z k
k=0
m=0
m=0
z l
#
l=0
m=k
(w[k] u[k]) (v[l k] u[l k])
k=
"
m=k
!
w[k] v[m] z m z k
k=0
!
w[k] z k
v[m] z m
k=0
W (z) v[m] z m
m=0
= W (z)
v[m] z m
m=0
= W (z) V (z) .
TET / UFF
(7.22)
108
7.6
Representac
ao alternativa equa
c
ao de diferen
ca
Supondo-se um SLIT estavel, descrito pela equacao de diferenca

y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1] ,
pode-se aplicar a representacao alternativa para os sinais de entrada x[n] e de sada y[n], gerando
uma equacao equivalente, envolvendo X(z) e Y (z). Em seguida, a equacao equivalente pode
ser resolvida e a solucao Y (z) remapeada para a solucao y[n].
Porem, deve-se notar que o uso das representacoes bilateral e unilateral carregam significados
diferentes no calculo das respostas dos sistemas.
Ao aplicar-se a representacao bilateral sobre a equacao de diferenca, e intrinsicamente suposto que se procura uma solucao y[n], para uma entrada x[n], no intervalo < n < .
Isso e equivalente a dizer que a entrada x[n] foi aplicada ao sistema em n . Uma vez que
o sistema e estavel, sua resposta ao estado inicial em n e transitoria, ocorrendo em um
intervalo de tempo finito. Portanto, aplicar a representacao bilateral para resolver um SLIT
estavel e equivalente a resolver o sistema relaxado.
Por outro lado, na resolucao de uma equacao de diferenca que descreve um SLIT estavel e
nao relaxado, deve-se ter em mente que:
Sao considerados os valores de uma entrada conhecida x[n], aplicada a partir de n = N0 ,
o que pode ser representado por x[n N0 ] u[n N0 ].
Sao desconhecidas as entradas x[n] para n < N0 . Porem, o efeito causado no SLIT por
tais entradas e descrito pelas condicoes iniciais para n = N0 , que podem ser fornecidas
na forma de valores de y[n] para n < N0 .
Sao calculados os valores da sada y[n] a partir de n = N0 , o que pode ser representado
por y[n N0 ] u[n N0 ].
Aproveitando-se a caracterstica de invariancia ao deslocamento, o valor N0 = 0 e sempre
utilizado como ponto inicial de analise.
Tais especificacoes para o processo de calculo das respostas do SLIT levam naturalmente à
representacao unilateral.
Logo, pode-se resumir o uso das representacoes alternativas na resolucao de um SLIT estavel
da seguinte forma:
No caso de sistemas relaxados, onde y[n] = 0, para n < 0, a Equacao (7.8) indica que
ambas as representacoes alternativas podem ser utilizadas, gerando o mesmo resultado:
ytot [n] = yr [n] = yent [n], para n 0.
No caso de sistemas nao relaxados, a Equacao (7.11) mostra como as condicoes iniciais
serao includas nos calculos, possibilitando que a representacao unilateral seja empregada
para encontrar a resposta do sistema ytot [n] = yr [n] + yh [n] = yent [n] + yest [n], para n 0.
A.S.V.
7.7. Representacao alternativa respostas de um SLIT
7.7
7.7.1
109
Representac
ao alternativa respostas de um SLIT
Respostas para uma entrada gen
erica
Utilizando-se a associacao v[n] VU (z), a equacao de diferenca

y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1] ,
com x[n] = f [n] u[n] e condicao inicial y[1], pode ser expressa por

Y (z) + a1 y[1] + z 1 Y (z) = b0 X(z) + b1 x[1] + z 1 X(z)

1 + a1 z 1 Y (z) + (a1 ) y[1] = b0 + b1 z 1 X(z)

b0 + b1 z 1
1
Y (z) =
X(z) +
(a1 ) y[1]
1 + a1 z 1
1 + a1 z 1
(1)
= H(z) X(z) +
(P1 (z) y[1])
DH (z)
= Yent (z) + Yest (z)
= Yr (z) + Yh (z) ,
(7.23)
onde
NH (z)
H(z) =
=
DH (z)
b0 + b1 z 1
1 + a1 z 1

,

DH (z) = 1 + a1 z 1 = 1 zpH z 1
e
P1 (z) = a1
sao, respectivamente, a Funcao de Transferencia, o seu denominador e o polinomio relativo à
condicao inicial y[1], bem como
Yent (z) = H(z) X(z) ,
Yest (z) =
(1)
(P1 (z) y[1]) ,
DH (z)
Yr (z) = Yent (z)
e
Yh (z) = Yest (z) ,
sao, respectivamente, as representacoes alternativas para a resposta à entrada, a resposta ao
estado, a resposta do sistema relaxado e a resposta da equacao homogenea.
Aplicando-se (7.17) e (7.21) em (7.23), obtem-se
yr [n] = yent [n] = h[n] x[n]
(7.24)
e
yh [n] = yest [n] = ynat1 [n] = (1)(a1 )y[1](a1 )n u[n] = (CH )(a1 )n u[n] .
TET / UFF
(7.25)
110
7.7.2
Respostas para uma entrada conhecida
Supondo-se x[n] = AD u[n], obtem-se de (7.16) e (7.23), respectivamente, X(z) =

b0 + b1 z 1
H(z) X(z) =
1 + a1 z 1

KX
KH
+
1 + a1 z 1
1 z 1
Yc (z) + Yp (z)
Ynat2 (z) + Yf or (z) ,

Yent (z) = Yr (z) =

=
=
=

AD
1 z 1
AD
1z 1
(7.26)
onde

Yc (z) = Ynat2 =
KH
1 + a1 z 1
e

KX
Yp (z) = Yf or (z) =
1 z 1
sao, respectivamente, as representacoes alternativas para a resposta complementar e a resposta
particular (ou forcada), bem como

a1 b 0 b 1
K H = AD
1 + a1
e

b0 + b1
.
KX = A D
1 + a1

De (7.23) e (7.26) obtem-se

Y (z) =
=
=
=
Yent (z) + Yest (z)

Yr (z) + Yh (z)
[Yc (z) + Yp (z)] + Yh (z)
[Ynat (z) + Yf or (z)] + Ynat1 (z)
2

KH
KX
CH
+
+
=
1 + a1 z 1 1 z 1
1 + a1 z 1

KH + CH
KX
=
+
1
1 + a1 z
1 z 1
= Ynat (z) + Yf or (z) ,
(7.27)
onde

Ynat (z) = Yc (z) + Yh (z) = Ynat2 (z) + Ynat1 (z) =
KH + CH
1 + a1 z 1
e

KX
Yf or (z) = Yp (z) =
1 z 1
sao, respectivamente, as representacoes alternativas para a resposta natural e a resposta forcada.
Aplicando-se (7.16), (7.17) e (7.21) em (7.27), obtem-se
y[n] = yf or [n] + ynat [n] = (KX ) u[n] + (KH + CH ) (a1 )n u[n] .
(7.28)
A.S.V.
7.8. Relacao entre H(z) e h[n] de um SLIT
7.8
111
Relac
ao entre H(z) e h[n] de um SLIT
Nao e coincidencia o fato da Funcao de Transferencia ser denominada de H(z). Empregando-se

a representacao alternativa proposta, a resposta ao impulso y [n] = h[n] pode ser expressa por
Y (z) =
y [l] z
l=
h[l] z l = H(z) .
(7.29)
l=
Utilizando-se (7.10) e (7.23), a resposta ao impulso h(n) de um SLIT relaxado, descrito pela
equacao de diferenca
y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1]
pode ser expressa por

Y (z) = Yr (z)|x[n]=[n] = H(z) X(z) = H(z) (z) = H(z) =
b0 + b1 z 1
1 + a1 z 1

.
(7.30)
De (7.29) e (7.30), pode-se dizer que

H(z) =
b0 + b1 z 1
1 + a1 z 1

= Y (z) =
h[l] z l ,
(7.31)
l=
o que justifica a notacao H(z) para a Funcao de Transferencia do SLIT.
7.9
Regi
ao de converg
encia de H(z)
Nos exemplos apresentados pelas Equacoes (7.16) a (7.18), foi visto que o mapeamento de
seq
uencias genericas x[n] em funcoes X(z) so existe para determinadas faixas de valores de z.
Sendo assim, no mapeamento da seq
uencia h[n] (resposta ao impulso) na funcao H(z) (Funcao
de Transferencia), deve-se definir a faixa de valores de z que garanta a sua existencia. Tal faixa
de valores e definida como a regiao de convergencia (ROC) de H(z).
7.10
P
olos e zeros de H(z)
Deve-se notar que a Funcao de Transferencia e uma funcao polinomial racional

NH (z)
H(z) = D
, com variavel complexa (z) e coeficientes constantes (bk e ak ).
H (z)
Nesse caso, as razes complexas dos polinomios NH (z) e DH (z) deverao ocorrer em pares
complexos conjugados.
Nota-se ainda que as razes dos polinomios NH (z) e DH (z) dependem, respectivamente,
dos coeficientes bk e ak da equacao de diferenca que descreve o SLIT.
As razes do polinomio NH (z) sao denominadas de zeros da funcao H(z), uma vez que
ela e anulada para tais valores de z.
As razes do polinomio DH (z) sao denominadas de polos da funcao H(z), uma vez que
ela tende a infinito para tais valores de z.
Quando as singularidades (zeros e polos) em z sao computadas, o n
umero total de
zeros e igual ao n
umero total de polos.
TET / UFF
112
7.11
P
olos de H(z) estabilidade do SLIT
A posicao dos polos de H(z), que depende dos coeficientes ak da equacao de diferenca,
carrega informacao sobre a estabilidade do SLIT, segundo o criterio BIBO (Bounded-Input
Bounded-Output).
Isso pode ser constatado atraves da analise de cada uma das partes do sinal de sada.
Observando-se as respostas homogenea/estado, complementar e natural, como aquelas
calculadas no Apendice E, nota-se que elas dependem dos coeficientes ak , com forma
exponencial.
Em (7.23) e (7.25), pode-se verificar a mesma dependencia para a resposta ao estado.
Ainda, nas Equacoes (7.23) e (7.26) a (7.28), pode-se perceber que a resposta à entrada
depende dos polos do sinal de entrada e dos polos de H(z).
De forma geral, pode-se mostrar que uma equacao de diferenca de ordem qualquer da
origem a uma resposta composta por funcoes polinomiais racionais de mesma ordem.
Sabe-se que uma funcao polinomial racional de ordem qualquer pode ser fatorada em
, com polo z = pk , de
fracoes parciais de primeira ordem, do tipo Hk (z) = (1pNkz(z)
1 )Mk
k
multiplicidade Mk .
No caso de haver uma fracao parcial com polo z = pk complexo, de multiplicidade Mk ,
devera haver uma outra com polo z = pk complexo conjugado, de multiplicidade Mk .
Pode-se mostrar que:
Quando |pk | < 1, a fracao Hk (z) e mapeada em um termo hk [n] que tende a zero
quando n tende a infinito, independente da multiplicidade Mk .
Quando |pk | = 1, e os polos (reais ou complexos conjugados) possuem multiplicidade
Mk = 1, a fracao Hk (z) e mapeada em um termo hk [n] constante (polo real) ou
senoidal (par de polos complexos conjugados).
Quando |pk | = 1, e os polos (reais ou complexos conjugados) possuem multiplicidade
Mk > 1, a fracao Hk (z) e mapeada em um termo hk [n] que tende a infinito quando
n tende a infinito.
Quando |pk | > 1, a fracao Hk (z) e mapeada em um termo hk [n] que tende a infinito
quando n tende a infinito, independente da multiplicidade Mk .
Portanto, examinando-se H(z) na Equacao (7.23), com a entrada e a condicao inicial
limitadas, pode-se dizer que:
Se todos os polos estiverem localizados na regiao |z| < 1, o SLIT sera classificado
como assintoticamente estavel.
Se houver pelo menos um polo ou um par de polos complexos conjugados com multiplicidade M = 1 na regiao |z| = 1, o SLIT sera classificado como marginalmente
estavel (oscilatorio).
Se houver pelo menos um polo ou um par de polos complexos conjugados com multiplicidade M > 1 na regiao |z| = 1, o SLIT sera classificado como instavel.
Se houver pelo menos um polo na regiao |z| > 1, o SLIT sera classificado como
instavel.
A.S.V.
7.12. Relacao entre H(ej ) e H(z) de um SLIT
7.12
113
Relac
ao entre H(ej) e H(z) de um SLIT
Por meio dos calculos efetuados no Apendice E, foi visto que, para um SLIT estavel,
descrito por uma equacao de diferenca de primeira ordem, com uma entrada senoidal,
de freq
uencia 0 , a resposta e dependente da Funcao Resposta em Freq
uencia H(ej ),
calculada em = 0 .
Para um mesmo SLIT, foi visto que, para uma entrada exponencial complexa x[n] = z0n ,
a resposta e dependente da Funcao de Transferencia H(z), calculada em z = z0 .
A Resposta em Freq
uencia H(ej ) e uma funcao polinomial racional complexa da variavel
real . Seus graficos de modulo H(ej ) e de angulo de fase (argumento) H(ej ) sao
curvas periodicas, de perodo p = 2 .
Por sua vez, a Funcao de Transferencia H(z), e uma funcao polinomial racional complexa
da variavel complexa z. Portanto, seus graficos de modulo |H(z)| e de angulo de fase
(argumento) H(z) sao superfcies.
A regiao do plano complexo z definida por z = |z| ejz = (1) ej e denominada de crculo
de raio unitario ou, simplesmente, de crculo unitario.
Assumindo-se que H(z) e definida para o crculo unitario, pode-se estabelecer uma relacao
entre H(ej ) e H(z):
Do ponto de vista algebrico, pode-se realizar o seguinte calculo: H(ej ) = H(z)|z=ej .
Do ponto de vista geometrico, as curvas de modulo e de fase de H(ej ) sao percorridas
nas superfcies de modulo e de fase de H(z), respectivamente, para z = ej .
Pode-se mostrar que tais resultados sao validos para equacoes de diferenca de qualquer
ordem.
TET / UFF
114
7.13
Exerccios propostos
1. Dados a seq
uencia x[n] = an , < n < , e o deslocamento ND N+ , compare as
representacoes bilateral XB (z) e unilateral XU (z) para as seguintes seq
uencias:
x[n]
x[n] u[n]
x[n] u[n ND ]
x[n ND ]
x[n ND ] u[n]
x[n ND ] u[n ND ]
2. Dado um SLIT descrito pela equacao de diferenca y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1],
Calcule a funcao de transferencia do sistema H(z).
Calcule a resposta ao impulso do sistema h[n].
3. Utilizando a associacao v[n] V (z), calcule a Funcao de Transferencia H(z) dos SLITs
descritos pelas seguintes equacoes de diferenca:
P
P
y[n] = 2k=1 ak y[n k] + 2k=0 bk x[n k].
P
P
y[n] = 3k=1 ak y[n k] + 3k=0 bk x[n k].
PN
P
y[n] = N
k=0 bk x[n k].
k=1 ak y[n k] +
4. Utilizando a associacao v[n] V (z), calcule a resposta total Y (z) dosP
SLITs descritos
pelas seguintes equacoes de diferenca, na forma Y (z) = H(z)X(z)+ DH1(z) k Nk (z)y[k]:
y[n] =
y[n] =
y[n] =
P2
k=1
P3
k=1
P
N
k=1
ak y[n k] +
P2
k], CI = {y[1], y[2]}.
ak y[n k] +
P3
k], CI = {y[1], y[2], y[3]}.
ak y[n k] +
PN
k], CI = {y[1], y[2], , y[N ]}.
k=0 bk x[n
k=0 bk x[n
k=0 bk x[n
5. A Funcao de Transferencia de um Sistema Linear e Invariante ao Deslocamento

(SLIT),

Yent (z)
Y (z)
. Sabe-se que,
com entrada x[n] e sada y[n], e definida por H(z) = X(z) = X(z)
CI=0
se os polos de H(z) estiverem localizados na regiao interna ao crculo unitario do plano

complexo z, o sistema e classificado como estavel. Dados os subsistemas definidos pelas
Equacoes (7.32) a (7.34), atenda aos seguintes itens:
Calcule a Funcao de Transferencia de cada subsistema isolado.
Justifique se cada subsistema isoladamente e estavel ou nao.
Calcule as Funcoes de Transferencia dos sistemas formados pela ligacao em cascata
de cada dois subsistemas: (1) (2), (1) (3), (2) (3).
Justifique se cada sistema do item anterior e estavel ou nao.
Calcule a Funcao de Transferencia do sistema formado pela ligacao em cascata dos
tres subsistemas: (1) (2) (3).
Justifique se o sistema do item anterior e estavel ou nao.
A.S.V.
TET / UFF
115
y[n] 0.1y[n 1] = 3.0x[n] + 0.9x[n 1]
(7.32)
y[n] 2.4y[n 1] = 2.0x[n] 5.0x[n 1]
(7.33)
y[n] + 0.3y[n 1] = 2.0x[n] 4.8x[n 1]
(7.34)
116
A.S.V.
Captulo 8
Principais resultados da representa
c
ao
em domnio transformado
8.1
Introduc
ao
O conte
posteriores.
8.2
Resumo dos resultados
A seguir, e apresentada uma lista de topicos contendo os principais resultados que surgem da
representacao de sinais e sistemas em domnio transformado.
dado um SLIT, causal e estavel, com entrada x[n] e sada y[n], possuindo condicoes
E
iniciais CI
{y[1], y[2], P
, y[N ]} e definido por uma equacao de diferenca do tipo
P=
N
y[n] = k=1 ak y[n k] + Lk=0 bk x[n k].
identificada uma funcao H(ej ), denominada de Resposta em Freq
E
uencia do SLIT.
identificada uma funcao H(z), denominada de Funcao de Transferencia do SLIT.
E
A Resposta em Freq
uePncia pode ser obtida diretamente da equacao de diferenca, segundo
L
bk ejk
NH (ej )
j
.
H(e ) = DH (ej ) = 1+Pk=0
N
a ejk
k=1
A Funcao de Transfer
encia pode ser obtida diretamente da equacao de diferenca, segundo
PL
bk z k
NH (z)
H(z) = DH (z) = 1+Pk=0
.
N
a z k
k=1
A Resposta em Freq
uencia H(ej ) pode ser usada para calcular diretamente a sada do
SLIT, em regime permanente, conforme apresentado na Tabela 8.1.
A Resposta em Freq
uencia, atraves dos resultados apresentados na Tabela 8.1. indica que
o SLIT, operando em regime permanente, pode ser interpretado como um filtro seletor
em freq
uencia, cuja seletividade e controlada pelos coeficientes (ak , bk ) da sua equacao de
diferenca.
117
118
Captulo 8. Principais resultados da representacao em domnio transformado
Para que um SLIT, operando como filtro seletor em freq

uencia, nao apresente distorcao
de fase, o argumento da sua Resposta em Freq
uencia H(ej ) deve ser uma funcao linear
j )
deve ser constante, na faixa de
ou, de outra forma, o atraso de grupo = dH(e
d
passagem do filtro.
Entrada
jk n
x[n] =
Pck e j n
x[n] = k ck e k
x[n] =
PAk cos(k n + k )
x[n] = k Ak cos(k n + k )
Sada (em regime permanente)

jk n
jk
y[n] =
PH(e j) ck e j n
= k H(e k ) ck e k
y[n]
j

k ) A cos( n + + H(ejk ))
y[n] =
k
k
k

P H(e
y[n] = k H(ejk ) Ak cos(k n + k + H(ejk ))
Tabela 8.1: Exemplos de relacao entrada-sada para um SLIT causal e estavel, operando em
regime permanente.
Um sinal de entrada x[n], um sinal de sada y[n] e a resposta ao impulso h[n], podem ser
descritos, respectivamente, pelas representacoes alternativas
X(z) =
x[l] z l ,
(8.1)
y[l] z l ,
(8.2)
h[l] z l ,
(8.3)
l=
Y (z) =
X
l=
H(z) =
X
l=
que e a propria Funcao de Transferencia do SLIT.

Dadas as condicoes iniciais CI = {y[1], y[2], , y[N ]}, a Funcao de Transferencia
H(z) pode ser usada para calcular indiretamente a sada do SLIT, desde a aplicacao da
entrada atual em n = 0, conforme resumido em
1
Y (z) = Yent (z) + Yest (z) = H(z) X(z) +
DH (z)
N
X
!
Pk (z) y[k]
(8.4)
k=1
onde DH (z) e Pk (z) dependem dos coeficientes ak .

De acordo com (8.4), e seguindo o criterio BIBO (Bounded-Input Bounded-Output), podese mostrar que, para uma entrada limitada, a estabilidade do SLIT esta associada com a
posicao dos polos de H(z), que sao as razes de DH (z).
Dado um SLIT causal e estavel, pode-se mostrar que
H(ej ) = H(z)|z=ej = H(z)||z|=1 .
(8.5)
A.S.V.
8.2. Resumo dos resultados
119

A Equacao 8.5 mostra que as curvas de H(ej ) e de H(ej ) podem ser obtidas das
superfcies de |H(z)| e de H(z), ao se percorre-las com os valores de z sob o crculo
unitario.
Sabendo-se da existencia da relacao h[n] H(z), a Equacao 8.5 demonstra a relacao
h[n] H(ej ) H(z).
TET / UFF
120
Captulo 8. Principais resultados da representacao em domnio transformado
A.S.V.
Parte IV
Sinais e sistemas no domnio da
frequ
encia
121
Captulo 9
Sinais no domnio da frequ
encia
9.1
Introduc
ao
A mudanca da variavel dependente utilizada nas descricoes funcionais de sinais e de sistemas

pode ser de grande utilidade. As transformacoes tempo/espaco freq
uencia analogica e
ndice freq
uencia digital, entre variaveis independentes, sao comumente empregadas.
Nesse captulo, sao abordados os efeitos da transformacao ndice freq
uencia digital sobre
as seq
uencias. Inicialmente, e apresentado um resumo das representacoes em freq
uencia, para
que se possa estabelecer um paralelo entre os domnios contnuo e discreto. Em seguida, sao
definidas as diversas representacoes em freq
uencia para sinais de tempo discreto, bem como sao
abordados alguns topicos pertinentes. Finalmente, sao estabelecidas relacoes entre as diversas
representacoes dos domnios contnuo e discreto.
9.2
Vantagens das transforma

co
es de vari
aveis
Facilidade matematica: em funcao das propriedades apresentadas pelas novas representacoes dos sinais e dos sistemas.
Mudanca de ponto de vista no tratamento dos problemas: baseada em novas interpretacoes, que surgem a partir das novas representacoes dos sinais e dos sistemas.
Surgimento de novas tecnicas para analise e sntese: em funcao do novo equacionamento.
9.3
Resumo das representa

co
es em tempo contnuo
Representacao no domnio do tempo

Sinais
Composicao/decomposicao de sinais: x(t) f (v1 (t), v2 (t), ).
R
Caso particular: vk (t) = (tk) e x(t) = f (x(k), (tk)) = x( )(t ) d .
Sistemas
Sada de um SLIT relaxado, definido por um operador T {.}:
y(t) = T {(t)} , h(t).
nR
o R
y(t) = T {x(t)} = T
x(
)(t
)
d
= T {x( )(t )} d =
R
R
x(
)T
{(t
)}
d
=
x( )h(t ) d = x(t) h(t).
123
124
Captulo 9. Sinais no domnio da freq

uencia
Representacao no domnio da freq

uencia
Freq
uencias
Freq
uencia complexa: s = Re{s} + jIm{s} = + j,
onde = Re{s} e = Im{s}.
Freq
uencia angular, freq
uencia linear e perodo de repeticao: = 2f =
2
.
T
SLITs
Caso particular de sinal de entrada: x(t) = es0 t = est |s=s0 .
R
R
Sada do SLIT relaxado: y(t) = x( )h(t ) d = h( )x(t ) d =
R
R
h( )es0 (t ) d = es0 t h( )es0 d = es0 t H(s0 ) = [est H(s)]s=s0 ,
R
onde: H(s) = h( )es d .
MotivacaoPbasica para representar o sistema
P por H(s): s t
sk t
se x(t) = k= ak e , entao y(t) = k= ak H(sk )e k .
Funcoes periodicas
Perodo fundamental da funcao periodica fT0 (t): T0 =
1
f0
2
.
0
Caso particular para funcao de base, onde sn = n + jn = (0) + j(n0 ):

esn t = ej(n0 )t .
Mapeamento: fT0 (t) g(fT0 (t), K(, t)) = g(fT0 (t), ejn t ) = g(fT0 (t), ej(n0 )t ).
P

j(n0 )t
fT0 (t) =
n= Fn e
R
.
Serie de Fourier:
t
+T
0
0
fT0 (t)ej(n0 )t dt
Fn = T10 t0
Associacao tempo-freq
uencia: fT0 (t) Fn .
Funcoes nao periodicas, com variacoes nao exponenciais
Aproximacao por extensao perioP
dica:
j(n0 )t
.
f (t) = limT0 fT0 (t) = limT0
n= Fn e
0 0
0 0
Mapeamento: f (t) g(f (t), K(, t)) = g(f (t), ejt ).

R

1
f (t) = 2
F (j)ejt d
R
Transformada de Fourier (Ordinaria):
.
F (j) = f (t)ejt dt
uencia: f (t) F (j).
Funcoes nao periodicas, com variacoes exponenciais
Funcao de ordem exponencial: f (t) M et .
Funcao auxiliar: (t) = et f (t).
R

1
jt
(t) = et
f
(t)
=
(j)e
d
2
R
R
Transformada de Fourier:
.
jt
t
(j) = (t)e
dt = e f (t)ejt dt
Mapeamento: f (t) g(f (t), K(s, t)) = g(f (t), est ).
R

1
f (t) = 2j
F (s)est ds
R st
.
Transformada de Fourier Complexa (ou de Laplace):
F (s) = f (t)e
dt
uencia: f (t) F (s).
Relacionamentos entre representacoes
Se os valores s = j (eixo imaginario do plano complexo s) pertencerem à
regiao de convergencia (ROC) da Transformada de Laplace: F (j) = F (s)|s=j .
A.S.V.
9.4. Resumo das representacoes em tempo discreto
9.4
125

co
es em tempo discreto
Representacao no domnio do tempo

Sinais
Composicao/decomposicao de sinais: x[n] f (v1 [n], v2 [n], ).
P
Caso particular: vk [n] = [nk] e x[n] = f (x[k], [nk]) =
k= x[k][nk].
Sistemas
Sada de um SLIT relaxado, definido por um operador T {.}:
y[n] = T {[n]} , h[n].
P
P
P
y[n] = T {x[n]} = T
x[k][n
k]
= k= T {x[k][n k]} =
k=
P
k= x[k]T {[n k]} =

k= x[k]h[n k] = x[n] h[n].
Representacao no domnio da freq
uencia
Freq
uencias
Freq
uencia complexa: z = Re{z} + jIm{z} = |z|ejz = Rej ,
onde R = |z| e = z.
Freq
uencia angular, freq
uencia linear e perodo de repeticao: = 2F =
2
.
N
SLITs
Caso particular de sinal de entrada: x[n] = z0n = z n |z=z0 .
P
P
Sada do SLIT relaxado: y[n] =
k= h[k]x[n k] =
k= x[k]h[n k] =
P
P
(nk)
k
n
n
n
k= h[k]z0 = z0 H(z0 ) = [z H(z)]z=z0 ,
k= h[k]z0 P = z0
onde: H(z) = k= h[k]z k .

MotivacaoPbasica para representar o P
sistema por H(z):
n
n
se x[n] = k= ak zk , entao y[n] =
k= ak H(zk )zk .
Seq
uencias periodicas
1
F0
2
.
0
jk
j(k0 )
Caso particular para funcao de base, onde zk = Rk e
= (1)e
: zkn = ejk0 n .
Mapeamento: xN0 [n] g(
xN0 [n], K(, n)) = g(
xN0 [n], ejk n ) = g(
xN0 [n], ejk0 n ).

2
n
jk N
x [n] = P
0
N0
k=hN i XkN0 e

.
Discrete-Time Fourier Series (DTFS):
2
jk N
n
X
k = 1 P
0
N0 [n]e
N0
n=hN i x
N
Perodo fundamental da seq

uencia periodica xN0 [n]: N0 =
k = X
N0 [k].
Associacao ndice-freq
uencia: xN0 [n] X
N0
Seq
uencias nao periodicas, com variacoes nao exponenciais
Aproximacao por extensao periodica: x[n] = limN0 xN0 [n].
0 0
Mapeamento: x[n] g(x[n], K(, n)) = g(x[n], ejn ).

R

1
x[n] = 2
X(ej )ejn d
=h2i
P
Discrete-Time Fourier Transform (DTFT):
.
X(ej ) = n= x[n]ejn
uencia: x[n] X(ej ).
TET / UFF
126

uencia
Uma vez que os sistemas discretos no tempo nao sao capazes de operar com
sinais de tempo contnuo, e necessario obter uma aproximacao discreta para a
DTFT. O novo equacionamento e fundamentado pelo uso da DTFS e realizado
pela amostragem da DTFT.
Mapeamento: x[n] g(x[n], K(, n)) = g(x[n], ejk n ) = g(x[n], ejk0 n ).
Discrete Fourier Transform (DFT):
(
P(N 1)
2
x[n] = N1 k=0 X[k]ejk( N )n , 0 n (N 1)
.
N-point DFT:
P 1)
n
jk( 2
N )
, 0 k (N 1)
X[k] = (N
n=0 x[n]e
ou
(
N-point DFT:
P(N 1)
x[n] = N1 k=0 X[k]WNkn , 0 n (N 1)
P 1)
.
kn
X[k] = (N
x[n]W
,
0
(N
1)
N
n=0
2
onde: WN = ej ( N ) .
uencia: x[n] X[k].
No calculo da DFT, pelas equacoes originais, existem valores que podem ser
previamente calculados e utilizados por diversas vezes, bem como podem ser encontradas varias redundancias. Dessa forma, apos um estudo adequado, algumas
otimizacoes podem ser implementadas.
Fast Fourier Transform (FFT): famlia de diferentes algoritmos computacionais
alternativos, utilizados para o calculo da DFT, cujo objetivo e diminuir
a complexidade computacional das equacoes originais e, portanto, acelerar a
operacao.
Resumindo: a DFT e a FFT nao sao novos tipos de transformadas discretas. Elas
apenas representam aproximacoes de calculo discreto para a DTFT analogica.
Seq
uencias nao periodicas, com variacoes exponenciais
Mapeamento: x[n] g(x[n], K(z, n)) = g(x[n], z n ).
H

1
X(z)z n1 dz
x[n] = 2j
PC
.
Z Transform:
X(z) = n= x[n]z n
uencia: x[n] X(z).
Relacionamentos entre representacoes
Se os valores |z| = 1 (crculo de raio unitario do plano complexo z) pertencerem
a` regiao de convergencia (ROC) da Transformada Z: X(ej ) = X(z)||z|=1 .
A.S.V.
9.5. Tipos de mapeamentos realizados
9.5
127
Tipos de mapeamentos realizados
As operacoes que geram um mapeamento entre descricoes funcionais de sinais e sistemas

trabalham com variaveis dependentes e independentes que podem ser analogicas, discretas
ou digitais.
Dessa forma, de acordo com os tipos de variaveis envolvidas, pode-se propor uma classificacao para as operacoes e os mapeamentos.
Operacoes mapeamentos entre representacoes:
analogico discreto/digital
Amostragem e Serie de Fourier:
.
x1 (v1 ) x2 [n2 ]
analogico analogico
Transformadas de Fourier e de Laplace:
.
x1 (v1 ) x2 (v2 )
discreto/digital discreto/digital
DTFS e DFT/FFT:
.
x1 [n1 ] x2 [n2 ]
discreto/digital analogico
.
Interpolacao, DTFT e Transformada Z:
x1 [n1 ] x2 (v2 )
A Tabela 9.1 resume a classificacao dos mapeamentos entre descricoes funcionais de sinais
e sistemas.
Analogico
x2 (v2 )
Analogico
Transformada de Fourier e
x1 (v1 )
Transformada de Laplace
Discreto/Digital
Interpolacao,
x1 [n1 ]
DTFT e Transformada Z
Discreto/Digital
x2 [n2 ]
Amostragem e
Serie de Fourier
DTFS e
DFT/FFT
Tabela 9.1: Classificacao dos mapeamentos entre descricoes funcionais de sinais e sistemas.
Os processamentos discreto e digital trabalham com sinais na forma de seq
uencias.
Assim, e necessario que as representacoes funcionais dos sinais e dos sistemas, no tempo
e na freq
uencia, assumam tal forma.
Portanto, embora as representacoes contnuas geradas pela DTFT e pela Transformada Z
possuam grande importancia teorica, a implementacao dos processamentos discreto e
digital utiliza apenas as representacoes discretas geradas pela DTFS e pela DFT/FFT.
Deve ser ressaltado que a DFT e a FFT nao sao novos tipos de transformadas.
A DFT e uma aproximacao discreta da DTFT, implementada atraves da DTFS.
Por sua vez, o nome FFT representa uma famlia de algoritmos computacionais, cujo
objetivo e acelerar o calculo da DFT.
TET / UFF
128
9.6

uencia
DTFS
Sinal periodico: x[n] = x[n lN ], onde l N e N N+ .

Decomposicao de sinal periodico x[n] em funcoes de base k [n]: x[n] =
ak k [n].
Caso particular para a funcao de base, que e uma autofuncao para SLITs estaveis:

2
.
1 [n] = z1n = ej1 n = ej10 n = ej1( N )n , onde 0 = 2
N
Conjunto (finito) de funcoes de base diferentes entre si e harmonicamente relacionadas:
e uma variavel contnua, escalar e angular.

k sao valores discretos de , harmonicamente relacionados: k = k0 = k 2
.
N

e, conseq
uentemente, para k [n]:
Logo, existem N valores distintos para k = k 2
N
2
[n] = ejk n = ejk0 n = ejk( N )n , k = hN i = K, K + 1, K + 2, , K + (N 1).
k
Dessa forma, tais funcoes de base sao periodicas em k, com perodo N :

2
2
ejk( N )n = ej(klN )( N )n .
Decomposicao de sinal periodico nas funcoes de base harmonicamente relacionadas:
P
P
P
2
x[n] = k ak k [n] = k ak ejk0 n = k ak ejk( N )n .
O conjunto de coeficientes ak pode ser interpretado como uma seq
uencia: ak = a[k].
Devido ao n
umero finito de funcoes de base:
N
umero finito de funcoes de base: k [n] = klN [n].
N
umero finito de coeficientes distintos: ak = aklN .
O conjunto de coeficientes ak pode ser interpretado como uma seq
uencia periodica:
ak = a[k] = a
[k] = a
[k lN ].
Decomposicao de sinal periodico nas funcoes de base harmonicamente relacionadas:
P(N 1)
PK+(N 1)
PK+(N 1)
2
x[n] = k=0 ak k [n] = k=K
ak k [n] = k=K
ak ejk( N )n =
P
P
jk( 2
n
N ) , onde hN i = K, K + 1, , K + (N 1).
k=hN i ak e
k=hN i ak k [n] =
A seq
uencia ak = a[k] = a
[k] pode ser interpretada como um mapeamento n k
da seq
uencia x[n]: x[n] a
[k].
Logo, pode-se adotar a sequinte notacao: a

[k] = X[k].

Deve-se notar que, quando 0 k (N 1), tem-se que 0 k (N 1) 2
.
N
Logo, e equivalente dizer que ak = a[k] = a

[k] = X[k]
tem perodo fundamental N
ou que ak = a() = a
() = X() tem perodo fundamental 2.
Procedimentos possveis para o calculo dos coeficientes ak :
Algebra
linear (projecao de um vetor na base do espaco vetorial).
Resolucao de um sistema de N equacoes a N incognitas.
Utilizacao da periodicidade dos coeficientes ak .
A.S.V.
9.6. DTFS
129
Calculo dos coeficientes ak por utilizacao da sua periodicidade:

Os seguintes calculos auxiliares serao utilizados no calculo dos coeficientes ak :
Do Apendice G, tem-se que
(N 1)
SN =
a =
, a=1
, a=
6 1
1aN
1a
n=0
de onde, fazendo-se a = ejk( N ) , obtem-se

(N 1)
jk( 2
n
N )
n=0
, k = 0, N, 2N, , lN
(
)
=
= 0 , caso contrario
jk 2
1e ( N )
jk 2 N
N
1e
que, generalizada para uma faixa n = hN i, fornece

(N 1)
n
jk( 2
N )
n=hN i
jk( 2
n
N )

=
n=0
N , k = 0, N, 2N, , lN
0 , caso contrario
. (9.1)
Raciocnio:
proposto que um sinal periodico seja decomposto em
E
x[n] =
ak ejk( N )n .
(9.2)
k=hN i
2
Devido à periodicidade das funcoes exponenciais, ejk( N )n = ej(klN )( N )n , os

coeficientes ak tambem serao periodicos, com perodo fundamental N .
Logo, os coeficientes podem ser interpretados como uma seq
uencia periodica:
ak a
[k] = a
[k lN ].
Portanto, da mesma forma que e feito em (9.2), pode-se propor a decomposicao
a
[r] =
cn ejn( N )r =
x[n]ejn( N )r ,
(9.3)
n=hN i
n=hN i
que, ao empregar os valores de x[n] como coeficientes cn , utiliza a propria funcao

x[n] para o calculo dos seus coeficientes ak .
Desenvolvimento:
Para se obter uma formulacao similar àquela de (9.3), pode-se modificar (9.2), de
modo que
X
2
2
2
x[n]ejn( N )r =
ak ejk( N )n ejn( N )r
k=hN i
TET / UFF
130

uencia
x[n]ejn( N )r =
X
n=hN i
n=hN i
ak ejk( N )n ejn( N )r
k=hN i
n=hN i
ak ej(k+r)( N )n
k=hN i
=
=
ak
ej(k+r)( N )n
k=hN i
n=hN i
ak S(N, k, r) ,
k=hN i
(9.4)
onde:
S(N, k, r) =
ej(k+r)( N )n .
(9.5)
n=hN i
De (9.1) e (9.5), deduz-se que

S(N, k, r) =
N , (k + r) = 0, N, 2N, , lN
0 , caso contrario
(9.6)
2
2
Para que se obtenham N funcoes ejn( N )r = ejn( N )(rlN ) diferentes entre si, deve-se
ter uma faixa r = hN i = R, R + 1, , R + (N 1). Por sua vez, dada uma faixa
r = hN i, a Equacao (9.6) mostra que apenas um valor de S(N, k, r) sera diferente de
zero e igual a N , o que ocorrera quando r = klN . Portanto, fazendo r = klN ,
a Equacao (9.4) torna-se
x[n]ejn( N )r =
x[n]ejn( N )(klN )
n=hN i
n=hN i
x[n]ejn( N )k ejn2l
n=hN i
x[n]ejn( N )k
n=hN i
= ak N .
(9.7)
P
2
De (9.7), conclui-se que os coeficientes ak sao dados por: ak = N1 n=hN i x[n]ejn( N )k .
(
P
2
x[n] = k=hN i ak ejk( N )n
DTFS:
, onde ak = a
[k] = a
[k lN ].
P
2
a = 1
x[n]ejk( N )n
k
n=hN i
(
Notacao alternativa:
P
2
x[n] = N1 k=hN i ak ejk( N )n
, onde ak = a
[k] = a
[k lN ].
P
2
ak = n=hN i x[n]ejk( N )n
A.S.V.
9.7. DTFT
9.7
131
DTFT

Sinal original, nao periodico: x[n] =
x[n] , N1 n N2
, onde N2 > N1 .
0
, n < N1 e n > N2
Sinal periodico, obtido por extensao periodica de x[n]: x[n] = x[nlN ], N (N2 N1 +1).
Aproximacao considerada: x[n] x[n] quando N .
Calculo da aproximacao:
(
DTFS:
ak =
x[n] =
k=hN i
1
N
ak ejk( N )n
.
2
x[n]ejk( N )n
n=hN i
As equacoes da DTFS podem ser reescritas da seguinte forma:

P
P 2
2
2
[n]ejk( N )n =
ak = N1 n=hN i x[n]ejk( N )n = N1 N
n=N1 x
PN2
P
jk( 2
jk( 2
n
n
1
N ) = 1
N ) .
n=N1 x[n]e
n= x[n]e
N
N
X(k0 ) = ak N =
x[n] =
P
n=
x[n]ejk0 n , onde 0 =
2
N
P
2
ak ejk( N )n = k=hN i N1 X(k0 )ejk0 n =
P
0
1
jk0 n
0 .
X(k0 )ejk0 n = 2
k=hN i X(k0 )e
2
k=hN i
k=hN i
Alterando-se
a notacao:
2
0 = N = k0 = k

DTFS reescrita:
2
N
= k e (k = hN i) ( = h(2 )i).
P
1
j(k)n
x[n] = 2
k=hN i X(k)e
P
.
j(k)n
X(k) = n= x[n]e
Se N :
x[n] x[n], d, (k) e (k = hN i) ( = h(2 d)i h2i).

DTFT:
R
1
X()ejn d
x[n] = 2
P=h2i
.
jn
X() =
n= x[n]e
Notacao mais comumente utilizada:

X() = X(ej ).
R

1
x[n] = 2
X(ej )ejn d
=h2i
P
DTFT:
.
jn
X(ej ) =
n= x[n]e
Deve-se ressaltar que:
e uma variavel contnua, escalar e angular.
X(ej ) e uma funcao analogica e complexa.
TET / UFF
132

uencia
9.8
Alguns aspectos relevantes da DTFT
9.8.1
Propriedades gerais comumente utilizadas
Periodicidade: X(ej ) e periodica, com perodo fundamental p = 2, de tal forma que

X(ej(+k2) ) = X(ej ).
Linearidade: x[n] = x1 [n] + x2 [n] X(ej ) = X1 (ej ) + X2 (ej ).
Deslocamento no tempo:
j
xND [n] = x[n ND ] XND (ej ) = X(ej )ejND = |X(ej )|ej(X(e )ND ) .
Convolucao no tempo:
j
j
x[n] = x1 [n]x2 [n] X(ej ) = X1 (ej )X2 (ej ) = |X1 (ej )||X2 (ej )|ej(X1 (e )+X2 (e )) .
9.8.2
Rela
co
es complexas
j )
X(ej ) = Xr (ej ) + jXi (ej ) = |X(ej )|ejX(e
, onde:
|X(ej )|2 = Xr2 (ej ) + Xi2 (ej ) = X(ej )X (ej ).

Xi (ej )
j
X(e ) = arctan Xr (ej ) .
X (ej ) e o complexo conjugado de X(ej ).
O valor de X(ej ) e indeterminado quando |X(ej )| = 0.
9.8.3
Propriedades da DTFT de uma sequ

encia real
Se x[n] for uma seq

uencia real:
P
P
jn
x[n]e
=
P
X(ej ) =
n= x[n] (cos(n) jsin(n)) =
n=
P
x[n]sin(n)
= Xr (ej ) + jXi (ej ).
x[n]cos(n)
j
n=
n=
Simetria da DTFT: X(ej ) = X (ej ).
Simetria das partes real e imaginaria

Das relacoes anteriores: X(ej ) = Xr (ej )+j Xi (ej ) = Xr (ej )+j Xi (ej ) .
Xr (ej ) e uma funcao par.
Xi (ej ) e uma funcao mpar.
Simetria das partes modulo e argumento (angulo de fase)
Das relacoes anteriores:
1
1
j
j 2
j
|X(ej )| = X(ej )
+ X (ej) 2 = X (e
)
+
X(e
)
= |X(e
)|.

j
j
j
Xi (e
)
Xi (e )
Xi (e )
=
arctan
arctan
= X(ej ).
X(ej ) = arctan X
j )
Xr (ej )
Xr (ej )
r (e
|X(ej )| e uma funcao par.
X(ej ) e uma funcao mpar.
A.S.V.
9.8. Alguns aspectos relevantes da DTFT
133
Caractersticas dos graficos da funcao X(ej )

Dado que as funcoes X(ej ), Xr (ej ), Xi (ej ), |X(ej )| e X(ej ) sao periodicas
(p = 2) e simetricas, elas so necessitam ser especificadas na faixa 0 ou em
outra faixa equivalente. Por convencao, utiliza-se 0 norm 1, onde norm = .
Por convencao, o grafico da funcao X(ej ) nao e elaborado com os valores originais
da funcao, mas sim com os valores principais correspondentes (valores na faixa
[, ]). Esse tipo de grafico pode apresentar descontinuidades (phase jumps) em
varios pontos.
As funcoes do tipo X(ej ) = Fr (ej )ejk , denominadas funcoes de fase linear, podem gerar descontinuidades adicionais ao grafico de X(ej ). Para valores positivos
de Fr (ej ), tem-se que Fr (ej ) = |Fr (ej )|ej0 . Para valores negativos de Fr (ej ),
tem-se que Fr (ej ) = |Fr (ej )|ej . Dessa forma, pode-se ter X(ej ) = k ou
X(ej ) = k , o que acarreta descontinuidades no grafico.
Para as freq
uencias k onde |X(ejk )| = 0, o valor de X(ejk ) e indeterminado.
Portanto, na elaboracao do grafico de X(ej ), podem ser utilizados valores arbitrarios.
Em todos os casos, dado que ha uma possibilidade de escolha devido à equivalencia angular, os valores principais sao escolhidos de tal forma que o grafico ilustre
claramente uma funcao X(ej ) do tipo mpar.
9.8.4
DTFT de uma sequ

encia real, finita e sim
etrica
Seq
uencia real e finita, de comprimento N = (L + 1):

x[n] , 0 n L
x[n] =
0
, n<0en>L
Seq
uencia com valores simetricos
Valores simetricos ou simetria par: x[n] = x[L n].
Valores antissimetricos ou simetria mpar: x[n] = x[L n].
Tipos de seq
uencias possveis
N
umero de valores da seq
uencia: par ou mpar.
Tipo de simetria: par ou mpar.
Quatro tipos possveis, considerando L/simetria:
Tipo 1 (par/par), Tipo 2 (mpar/par), Tipo 3 (par/mpar), Tipo 4 (mpar/mpar).
Exemplos
Tipo 1 (L par e simetria par): x[n] = {x0 , x1 , x2 , x3 , x2 , x1 , x0 }.
Tipo 2 (L mpar e simetria par): x[n] = {x0 , x1 , x2 , x2 , x1 , x0 }.
Tipo 3 (L par e simetria mpar): x[n] = {x0 , x1 , x2 , 0, x2 , x1 , x0 }.
Tipo 4 (L mpar e simetria mpar): x[n] = {x0 , x1 , x2 , x2 , x1 , x0 }.
TET / UFF
134

uencia
Calculo da DTFT de uma seq

uencia real e simetrica
L par:
j
X(e ) =
x[n]ejn
n=
L
X
x[n]ejn
n=0
L
1
2
X
L
X
L
L
x[n]ejn + x[ ]ej 2 +
x[n]ejn
2
L
n=0
n= 2 +1
1
2
X
jn
x[n]e
n=0
2
L j L X
2
+ x[ ]e
x[L n]ej(Ln)
+
2
n=0
L
2

L j L X
2
= x[ ]e
+
x[n]ejn + x[L n]ej(nL)
2
n=0
L
1
2

X
L
L
L
L
= ej 2 x[ ] +
x[n]ej(n 2 ) + x[L n]ej(n 2 )
2
n=0
L
1
2

X
L
L
L
L
(9.8)
= ej 2 x[ ] +
x[n] ej(n 2 ) ej(n 2 )
2
n=0
L mpar:
j
X(e ) =
x[n]ejn
n=
L
X
x[n]ejn
n=0
L1
2
X
jn
x[n]e
n=0
L
X
x[n]ejn
n= L1
+1
2
L1
L1
2
X
2
X
x[n]ejn +
n=0
x[L n]ej(Ln)
n=0
L1
2
x[n]ej(n) + x[L n]ej(nL)
n=0
L
L1
2

X
L
L
x[n]ej(n 2 ) + x[L n]ej(n 2 )
L1
2

X
L
L
x[n] ej(n 2 ) ej(n 2 )
= ej 2
n=0
= ej 2
(9.9)
n=0
A.S.V.
9.8. Alguns aspectos relevantes da DTFT
135
Tipo 1 (L par e simetria par):
1
2
X
L
L
L
L
x[n] ej(n 2 ) + ej(n 2 )
X(ej ) = ej 2 x[ ] +
2
n=0
L
1
2
X
L
L
L
= ej 2 x[ ] +
(2x[n]) cos((n ))
2
2
n=0
(9.10)
Tipo 2 (L mpar e simetria par):

L
X(ej ) = ej 2
L1
2

X
L
L
x[n] ej(n 2 ) + ej(n 2 )

n=0
= ej 2
L1
2
X
(2x[n]) cos((n L ))
2
n=0
(9.11)
Tipo 3 (L par e simetria mpar):

L
X(ej ) = ej 2
1
2

X
L
L
x[n] ej(n 2 ) ej(n 2 )

n=0
L
1
2
X
L
L
= ej 2
x[n] (2j) sin((n ))
2
n=0
L
1
2
X
L
L
= ej( 2 + 2 )
(2x[n]) sin((n ))
2
n=0
(9.12)
Tipo 4 (L mpar e simetria mpar):

L1
2

X
L
L
L
X(ej ) = ej 2
x[n] ej(n 2 ) ej(n 2 )
n=0
L1
2
X
L
L
x[n] (2j) sin((n ))
= ej 2
2
n=0
L1
2
X
L
L
= ej( 2 + 2 ) (2x[n]) sin((n ))
2
n=0
(9.13)
Pode-se mostrar que:

Os quatro tipos apresentam angulo de fase linear (X(ej ) = k + C) e, portanto,
j )
atraso de grupo constante ( = X(e
= k).
d
Os tipos 3 e 4 possuem uma fase adicional de X(ej ) = 2 .
Para o Tipo 2: X(ej ) = 0, para = .
Para o Tipo 3: X(ej ) = 0, para = 0 e .
Para o Tipo 4: X(ej ) = 0, para = 0.
TET / UFF
136
9.9
9.9.1

uencia
Sinais peri
odicos DTFT
DTFS DTFT
Sinal periodico: x[n] = x[n lN ].

x[n] , M n M + (N 1)
Sinal nao periodico: x[n] =
.
0
, caso contrario
Sera assumido que x[n] e a extensao periodica de x[n].
P
2
Coeficientes da DTFS de x[n]: ak = N1 n=hN i x[n]ejk( N )n .
P
jn
DTFT de x[n]: X(ej ) =
.
n= x[n]e
P
PM +(N 1)
2
2
x[n]ejk( N )n
Relacao entre ak e X(ej ): ak = N1 n=hN i x[n]ejk( N )n = N1 n=M

PM +(N 1)
P
2
jk( 2
n
N ) = 1 X(ej )
x[n]ejk( N )n = N1
x[n]e
= N1 n=M
.
n=
N
=k( 2 )
N

Logo: N ak = X(ej )=k( 2 ) , k = hN i.
N
Significado: Os coeficientes ponderados (N ak ), para k = hN i, sao amostras de um

perodo
2
j
fundamental da funcao X(e ), uniformemente espacadas de = k = k N .
9.9.2
DTFT de sinais peri

odicos
Atraves da DTFS, um sinal periodico x[n] pode ser decomposto em uma combinacao
linear e finita de exponenciais ejk0 n .
Por envolver operacoes lineares, a DTFT de um sinal periodico x[n] e igual à soma das
DTFTs das exponenciais ejk0 n que o compoem.
Matematicamente:
DTFS de um sinal periodico: x[n] =
P
2
ak ejk(0 )n = k=hN i ak ejk( N )n .
P
X(ej ) =
l= 2( 0 2l).
k=hN i
DTFT de uma exponencial: x[n] = ej0 n
DTFT de uma combinacao linear e finita de exponenciais:

x[n] = c1 ej1 n + c2 ej2 n + + cM ejM n .
P
P
j
X(eP
) = c1
l= 2( 1 2l) + c2
l= 2( 2 2l) + +
cM l= 2( M 2l).
DTFT de um sinal periodico:
Escolhendo-se: hN i = 0, 1, , (N 1).
P(N 1)
P(N 1)
P(N 1)
2
DTFS: x[n] = k=0 ak ejk n = k=0 ak ejk(0 )n = k=0 ak ejk( N )n .

P
P
2
DTFT: X(ej ) = a0
2(
2l)
+
a
2l) + +
2(
1
l=
l=
N

P
2
a(N 1) l= 2( (N 1) N 2l).
R

1
x[n] = 2
X(ej )ejn d
=[2]
.
P
DTFT de um sinal periodico:
2
X(ej ) =
k= 2ak ( k N )
A.S.V.
9.10. DFT (representacao computacional da DTFT)
9.10
137
DFT (representa
c
ao computacional da DTFT)
A DTFT associa uma seq

uencia x[n] a uma funcao periodica analogica X(ej ), utilizando
a freq
uencia digital , que e uma variavel contnua.
Por sua vez, os circuitos discretos no tempo e os circuitos digitais sao capazes de lidar
apenas com amostras. Portanto, eles nao sao capazes de manipular a funcao X(ej ).
Nesse sentido, e interessante obter uma aproximacao discreta de X(ej ), que possa ser
utilizada como a representacao computacional da mesma.
Tal aproximacao e a DFT, que associa uma seq
uencia finita x[n] a uma seq
uencia finita
X[k], cujos valores sao amostras de um perodo da funcao X(ej ).
9.10.1
Defini
c
ao da DFT
Sinal original,
nao periodico e de comprimento finito:

x[n] , 0 n (Nmax 1)
x[n] =
, onde Nmax > 0.
0
, n < 0 e n > (Nmax 1)
Sinal periodico auxiliar, extensao periodica de x[n]: x[n] = x[n + lN ], N Nmax .
(
P
2
x[n] = k=hN i ak ejk( N )n
.
DTFS do sinal periodico:
P
2
ak = N1 n=hN i x[n]ejk( N )n
Por construcao:
x[n] = x[n], 0 n (N 1).
P
2
ak = N1 n=hN i x[n]ejk( N )n =
1
N
P(N 1)
n=0
x[n]ejk( N )n .
Definindo-se: ak = a
[k] = X[k].
(
P(N 1)
jk( 2
n
N )
x[n] = k=0 X[k]e
, 0 n (N 1)
N-point DFT:
.
P
2
(N
1)
jk
n
1
(
)
=
N
X[k]
, 0 k (N 1)
n=0 x[n]e
N
9.10.2
Representa
c
ao da DTFT pela DFT
Da Secao 9.9.1:

P 1)
2
jk( 2
n
=P
N ) .
[n]ejk( N )n = (N
X(ej )=k( 2 ) = N ak = N X[k]
n=hN i x
n=0 x[n]e
N

= X(ej )
Definindo-se: X[k] = N X[k]
, 0 k (N 1).
=k( 2 )
N
(
N-point DFT:
P(N 1)
2
x[n] = N1 k=0 X[k]ejk( N )n , 0 n (N 1)
.
P 1)
jk( 2
n
N )
X[k] = (N
x[n]e
,
0
(N
1)
n=0
2
Notacao comumente utilizada: WN = ej ( N ) .
(
P(N 1)
x[n] = N1 k=0 X[k]WNkn , 0 n (N 1)
P 1)
N-point DFT:
.
kn
X[k] = (N
, 0 k (N 1)
n=0 x[n]WN
TET / UFF
138

uencia
9.10.3
Aproxima
c
ao da DTFT pela interpola
c
ao da DFT

Amostragem de um perodo fundamental: X[k] = X(ej )=k( 2 ) , 0 k (N 1).
N
Interpolacao de um perodo fundamental: X(ej ) = f (X[k]), 0 k (N 1).

P(N 1)
P(N 1) 1 P(N 1)
jn
X(e ) = n=0 x[n]e

= n=0
N
P
P
(N 1)
(N 1) jk( 2
n
1
jn
)
= N k=0 X[k] n=0 e N e
=
P(N 1)
n=0
ejn =
X(ej ) =
1
N
1ejN
1ej
P(N 1)
k=0
X[k]
1ejN
1ej
N
2
N
ej 2
ej
sin( N k2
)
2
sin(
N k2
2N
k=0
P(N 1)
1
N
k=0
X[k]WNkn
ej 2
j
2
X[k]
N
N
2 ej 2
ej 2 ej 2
2 (N 1)
2
ej(k N )
ejn
P(N 1)
ej
n=0
ej(k N )n .
ej 2
j N
2
sin( N
2 )
sin(
N
2N
ej
(N 1)
2
X[k] = X(ej )=k( 2 ) , 0 k (N 1)

N
DTFT DFT:
P(N 1)
(N 1) .
sin N k2
) j(k 2
1
2
) 2
j
X(e ) = N k=0 X[k] ( N k2
N
e
sin( 2N )
9.10.4
Rela
co
es matriciais da DFT
x[n] = [ x[0] x[1] x[(N 1)] ]T .

X[k] = [ X[0] X[1] X[(N 1)] ]T .

N-point DFT:
DN =
1
1
1
..
.
x[n] = D 1
N X[k] , 0 n (N 1)
.
X[k] = D N x[n] , 0 k (N 1)
1
WN1
WN2
..
.
(N 1)
1 WN
D 1
N =
1
N
1
1
1
..
.
1
N
...
2(N 1)
WN
WN
1
WN1
WN2
..
.
(N 1)
1 WN
D 1
N =
1
WN2
WN4
..
.
(N 1)
WN
2(N 1)
WN
..
.
(N 1)(N 1)
1
WN2
WN4
..
.
..
.
2(N 1)
WN
WN
(N 1)
WN
2(N 1)
WN
..
.
(N 1)(N 1)
D N .
A.S.V.
9.10. DFT (representacao computacional da DTFT)
9.10.5
139
Leakage ou smearing
O calculo da DFT pressupoe um sinal x[n] temporalmente limitado, uma vez que e baseado
na extensao periodica do mesmo.
Sinais sem limitacao temporal devem ser forcosamente limitados de alguma forma, antes
do calculo da N-point DFT.
A limitacao mais comumente utilizada e a selecao das N primeiras amostras do sinal x[n].
Tal tecnica e equivalente à multiplicacao do sinal por uma janela retangular, de comprimento N e amplitude unitaria.
Forcar a limitacao de um sinal x[n] temporalmente ilimitado pode gerar um fenomeno
inesperado na sua representacao em freq
uencia, calculada pela DFT.
Supondo-se um sinal senoidal x[n], espera-se que o calculo da DFT resulte em uma u
nica
amostra X[K], no valor K correspondente ao perodo de x[n].
Se o n
umero total de amostras utilizado (Ntot = N ) for equivalente a um n
umero inteiro
de perodos do sinal senoidal, a extensao periodica sera equivalente ao sinal original.
Dessa forma, a amostra esperada aparecera corretamente no ponto K, o qual fara parte
do grid de resolucao em freq
uencia.
Se isso nao ocorrer, aparecerao diversas amostras nao nulas em torno do ponto K esperado,
o qual nao fara parte do grid.
O mesmo fenomeno podera ocorrer no caso em que o n
umero total de amostras do sinal
senoidal (Ntot ) for menor que o tamanho da DFT calculada (N ), se o valor de N nao
corresponder a um n
umero inteiro de perodos do sinal senoidal ou se as demais amostras
forem preenchidas com valores nulos (zero-padding).
Tal fenomeno e denominado leakage ou smearing.
O efeito pode ser explicado ao se pensar em termos de composicao espectral. Uma vez que
o calculo da N-point DFT pressupoe a extensao periodica de um sinal de comprimento
N , a senoide original so e obtida caso o conjunto basico de N pontos forme um n
umero
inteiro de perodos. Caso contrario, a seq
uencia montada atraves da extensao periodica
sera uma forma de onda diferente da senoide original. Portanto, a composicao espectral
dessa nova forma de onda tambem sera diferente daquela da senoide original.
Dado um u
nico sinal senoidal, pode-se tentar evitar tal efeito, utilizando-se parametros
adequados no calculo da DFT.
Por outro lado, para sinais compostos de varias componentes senoidais, torna-se muito
difcil evitar o fenomeno para todas as componentes.
Nesse caso, a composicao espectral calculada nao representa o espectro verdadeiro e o
efeito de leakage pode ser confundido, erroneamente, com um rudo de fundo.
O uso de outros tipos de janelas limitantes pode minimizar esse efeito.
TET / UFF
140
9.11

uencia
Acelerac
ao do c
alculo da DFT
Aplicacoes comuns da DFT: analise espectral, convolucao e correlacao.

O calculo da DFT possui complexidade computacional elevada:
N-point DFT: N 2 multiplicacoes complexas + N (N 1) adicoes complexas.
Convolucao via DFT: 50 vezes mais multiplicacoes do que o calculo direto.
Torna-se necessario encontrar formas de acelerar o calculo da DFT.
9.11.1
DFT de sequ
encias reais
O calculo de uma N-point DFT de um sinal complexo de N amostras pode ser usado para
otimizar os seguintes calculos:
Duas N-point DFTs de dois sinais reais de N amostras.
Uma 2N-point DFT de um sinal real de 2N amostras.
C
alculo da DFT de duas sequ
encias reais de N amostras
Seq
uencias reais de N amostras: g[n] e h[n], para 0 n (N 1).
Seq
uencia complexa de N amostras: x[n] = g[n] + jh[n].
Relacoes entre as seq
uencias: g[n] = Re{x[n]} e h[n] = Im{x[n]}.
N-point DFTs das seq
uencias: G[k], H[k] e X[k], para 0 k (N 1).

G[k] = 21 (X[k] + X [hkiN ])
Das propriedades da DFT:
.
H[k] = 2j1 (X[k] X [hkiN ])
Onde: X [hkiN ] = X [hN kiN ].
C
alculo da DFT de uma sequ
encia real de 2N amostras
Seq
uencia real de 2N amostras: v[n], para 0 n (2N 1).
Seq
uencias reais de N amostras: g[n] = v[2n] e h[n] = v[2n + 1], para 0 n (N 1).
Seq
uencia complexa de N amostras: x[n] = g[n] + jh[n].
N-point DFTs das seq
uencias g[n], h[n] e x[n]: G[k], H[k] e X[k], para 0 k (N 1).
2N-point DFT da seq
uencia v[n]: V [k], para 0 k (2N 1).
2
Dado que W2N
= WN :
P(2N 1)
P 1)
P 1)
(2n+1)k
nk
2nk
V [k] = n=0 v[n]W2N
= (N
v[2n]W2N
+ (N
v[2n + 1]W2N
=
n=0
n=0
P(N 1)
P(N 1)
P(N 1)
P(N 1)
nk
nk
k
nk
k
nk
n=0 g[n]WN +
n=0 h[n]WN W2N =
n=0 g[n]WN + W2N
n=0 h[n]WN .
2N-point DFT da seq

uencia v[n]:
k
V [k] = G[hkiN ] + W2N H[hkiN ], para 0 k (2N 1).
A.S.V.
9.11. Aceleracao do calculo da DFT
9.11.2
141
Pr
e-c
alculo das matrizes de transforma
c
ao
2
As matrizes D N e D 1
ao formadas pelas constantes WNm = ej ( N )m .
N s
Portanto, para um mesmo valor de N , o calculo de varias N-point DFTs pode ser acelerado
atraves do pre-calculo e do armazenamento das matrizes D N e D 1
N .
Alem disso, observa-se que varios elementos dessas matrizes podem ser simplificados:
WNm [1, i, 1, i].

1 T
.
Nota-se tambem um padrao de simetria nessas matrizes: D N = (D N )T e D 1
N = DN
Sendo assim, o processo de calculo das matrizes tambem pode ser acelerado.
9.11.3
FFT
Proposta inicial para calculo da DFT atraves de algoritmo otimizado:

Cooley & Tukey, 1965: algoritmo Cooley-Tukey, tambem conhecido como algoritmo
com decimacao no tempo (decimation in time ou DIT).
Gentleman & Sande, 1966: algoritmo Sande-Tukey, tambem conhecido como algoritmo com decimacao na freq
uencia (decimation in frequency ou DIF).
Ambas as propostas sao baseadas na fatoracao das matrizes D N e D 1
N , associada
a caractersticas apresentadas pelas constantes WNm . Algumas dessas caractersticas
sao apresentadas no Apendice G.
Os dois algoritmos diferem na ordem de fatoracao das matrizes, o que acarreta uma
reordenacao dos dados de entrada ou de sada (DIT ou DIF).
Essas propostas assumem um radical (ou base) b = 2: N = 2l , onde l N.
Complexidade computacional de uma N-point DIT/DIF FFT, radical-2 com N = 2l :
N
log2 N multiplicacoes complexas + N log2 N adicoes complexas.
2
Desde entao, foram propostos varios outros algoritmos otimizados, que formam uma u
nica
famlia de algoritmos denominada Fast Fourier Transform (FFT).
Caractersticas dos algoritmos:
Radical (ou base): simples ou misto.
Decimacao (ou decomposicao): no tempo (DIT) ou na freq
uencia (DIF).
Ordenacao das amostras de entrada e de sada: normal ou em bit-reverso.
Outras otimizacoes: variacoes de algoritmos anteriores que tentam se adequar ao
dado a ser manipulado e/ou à maquina digital utilizada.
TET / UFF
142
9.12

uencia
Transformada Z
DTFT de x[n] e de v[n] = x[n]rn :

P
jn
DTFT {x[n]} = X(ej ) =
.
n= x[n]e
P
P
j
jn
n jn
DTFT {v[n]} = V (e ) = n= v[n]e
=
e
n= x[n]r

P
P
j n
n
= n= x[n] re
= n= x[n]z = X(z).
Generalizacao: z = ej z = rej , onde r = |z| e = z.
P
n
Transformada Z: Z{x[n]} = X(z) =
.
n= x[n]z
Regiao de convergencia (ROC): regiao do plano-z para a qual a transformada existe.
Crculo (de raio) unitario: regiao do plano-z definida por r = |z| = 1.
Transformada Z DTFT, quando ambas existem:
P
P
n
j
j n
P
Z{x[n]} = X(z) =
x[n]z
=
X(re
)
=
=
n=
n= x[n](re )
P
n jn
n
jn
n
e
= n= (x[n]r ) e
= DTFT {x[n]r }.
n= x[n]r
Quando a ROC inclui o crculo unitario: X(z)|r=1 = X(z)|z=ej = X(ej ).
Transformada Z inversa: x[n] = f (X[z])
X(z) = Z{x[n]} = DTFT {x[n]rn }.
R
1
X(rej )ejn d.
Usando a IDTFT: x[n]rn = 2
=[2]
R
R
1
1
j
j n
X(re
)(re
)
d
=
X(z)z n d.
Logo: x[n] = 2
2 =[2]
=[2]
Troca de variavel de integracao: z.
dz
Conseq
uencia da troca: z = rej d
= jrej = jz d = 1j z 1 dz.
H
1
X(z)z n1 dz, onde C e um caminho fechado dentro da ROC
Assim: x[n] = 2j
C
de X(z), em torno da origem z = 0.
H

1
x[n] = 2j
X(z)z n1 dz
PC
Transformada Z:
.
X(z) = n= x[n]z n
Tecnicas alternativas para o calculo da transformada Z inversa:

Teorema
Pde resduos de Cauchy:
x[n] = [resduos de X(z)z n1 nos polos internos a C].
Expansao em serie de potencias:
A equacao de definicao da transformada Z pode ser vista como uma serie de
potencias da variavel z, onde os coeficientes da serie sao os valores da seq
uencia
x[n] à qual esta sendo aplicado o mapeamento x[n] X(z).
Assim sendo, para calcular a transformada Z inversa, basta expandir a equacao
de X(z) em uma serie de potencias em z e extrair os coeficientes da serie para
montar a seq
uencia x[n].
NX (z)
: divisao polinomial (long division).
No caso de X(z) = D
X (z)
Caso contrario: serie de Taylor.
No caso de X(z) =
madas basicas.
NX (z)
:
DX (z)
expansao em fracoes parciais e uso de tabela de transfor-
A.S.V.
9.12. Transformada Z
9.12.1
143
Propriedades da ROC da Transformada Z
Dados um sinal x[n] e sua transformada X(z), podem-se demonstrar as propriedades

listadas abaixo.
Propriedade 1: A ROC de X(z) consiste de um anel no plano-z, centrado na origem.
Propriedade 2: A ROC nao contem polos.
Propriedade 3: Se x[n] e de duracao finita, entao a ROC e todo o plano-z, exceto, possivelmente, z = 0 e/ou z = .
Propriedade 4: Se x[n] e lateral-direita e se o crculo |z| = r0 pertence à ROC, entao
todos os valores finitos de z tais que |z| > r0 tambem pertencerao à ROC.
Conseq
uencia da Propriedade 4: Para x[n] causal (x[n] = 0, n < 0) a ROC extende-se ao
infinito.
Propriedade 5: Se x[n] e lateral-esquerda e se o crculo |z| = r0 pertence à ROC, entao
todos os valores de z tais que 0 < |z| < r0 tambem pertencerao à ROC.
Conseq
uencia da Propriedade 5: Para x[n] anticausal (x[n] = 0, n 0) a ROC inclui a
origem.
Propriedade 6: Se x[n] e bilateral e se o crculo |z| = r0 pertence à ROC, entao a ROC
sera um anel que contem o crculo |z| = r0 .
TET / UFF
144

uencia
9.13
Relacionamento das representa

co
es em frequ
encia
9.13.1
Associa
c
ao entre sinais de tempo contnuo e sequ
encias
Suponha-se uma seq

uencia x[n], montada a partir de um sinal de tempo discreto x(nTs ),
obtido a partir da amostragem uniforme (t = nTs ) de um sinal de tempo contnuo x(t).
Suponha-se ainda as representacoes em freq
uencia, analogica = 2f e digital = Ts :
Serie de Fourier, Transformada de Fourier, Transformada de Laplace,
DTFS, DTFT, DFT e Transformada Z.
natural que se questione sobre o relacionamento entre tais representacoes.
E
Algumas relacoes sao abordadas nos itens que se seguem.
9.13.2
Transformada de Fourier DTFT

Sinal de tempo contnuo: Transformada de Fourier
R
1
X(j)ejt d
x(t) = 2
R
.
X(j) = x(t)ejt dt
Sinal de tempo discreto (amostragem

uniforme com per
R
R odo Ts ): j(T )n
1
1
j(nTs )
x(nTs ) = x(t)|t=(nTs ) = 2 X(j)e
d = 2 X(j)e s d.
Seq
uencia: x[n] =
1
2
R
=[2]
X(ej )ejn d =
1
2
X(ej )ejn d.
Associando-se todos os sinais: x[n] = x(nTs ) = x(t)|t=(nTs ) .

?
Relacao procurada: X(j) X(ej ).

Manipulando-se o sinal amostrado:
R
1
X(j)ej(Ts )n d =
x[n] = x(nTs ) = x(t)|t=(nTs ) = 2
R (2r+1) Ts
P
1
j(Ts )n
d.
r=
(2r1) T X(j)e
2
s

2
0
0
Trocando-se a variavel de integracao: = r Ts = + r 2
.
Ts

R Ts
P
2
0
1
2
0
x[n] = 2
j(
+
r
)
ej[( +r Ts )Ts ]n d 0 .
X
r=
Ts
Ts
Trocando-se a variavel de integracao: 0 = .

R Ts P
1
2
x[n] = 2
)
ej(Ts )n ej(r2)n d =
X
j(
+
r
r=
T
Ts
s

R Ts P
1
2
X
j(
+
r
)
ej(Ts )n d.
r=
2
Ts
Ts
Associando-se as freq
uencias analogica e digital: = (Ts ).

R P
1
2
x[n] = 2
X
j(
+
r
)
ejn d
=
r=
Ts
Ts
Ts
h

i
R
P
1
1
+r2
ejn d.
r= X j( Ts )
2 Ts
Comparando-se as representa
coesdo sinal amostrado
uencia:

e da seq

P
P
1
+r2
1
2
j
X(e ) = Ts r= X j( Ts ) = Ts r= X j( + r Ts ) = X ej(Ts ) .
A.S.V.
9.13. Relacionamento das representacoes em freq

uencia
145
Portanto, a DTFT X(ej ), de perodo fundamental p = 2, guarda uma relacao direta

com a transformada de Fourier X(j): versoes escaladas (tanto na ordenada quanto na
abscissa) da funcao X(j) sao deslocadas e adicionadas para compor a funcao X(ej ).
Relacoes notaveis: p = 2 p =
2
Ts
= 2Fs fp =
1
Ts
= Fs .
Assim, dependendo do tipo de sinal e da taxa de amostragem, pode ocorrer o fenomeno

de superposicao de espectro ou aliasing.
Classificacao de sinais quanto à faixa de freq
uencia ocupada:
Sinal nao limitado em banda: max =
Sinal limitado em banda: max =
max
Ts
max
Ts
< .
Possibilidades de ocorrencia de aliasing:

Sinal nao limitado em banda: aliasing garantido.
Sinal limitado em banda, com max > ou max >
:
Ts
aliasing garantido.
Sinal limitado em banda, com max ou max
:
Ts
sem ocorrencia de aliasing.
Taxa de Nyquist garante a nao ocorrencia de aliasing: max <
9.13.3
Ts
Fs > 2fmax .
Transformada de Fourier DTFS e DFT
Sinal de tempo contnuo: x(t) X(j), onde t Tmax e max .

Seq
uencia proveniente de sinal de tempo discreto: x[n] X(ej ),
onde x[n] = x(nTs ) = x(t)|t=(nTs ) , n Nmax , (Nmax Ts ) Tmax e Fs > 2fmax .
=a
Seq
uencia proveniente de extensao periodica: x[n] X[k]
[k] = ak ,
onde x[n] e a extensao periodica de x[n], com perodo N > Nmax .
Transformada de Fourier de x(t) DTFT de x[n]:
X(ej ) =
1
X(j),
Ts
ou Ts
.
Ts
Transformada de Fourier de x(t) DTFS de x[n]:

=
ak = a
[k] = X[k]
1
N

X(ej )=k( 2 ) =
N
1 1
N Ts
X(j)|=k( 2 ) 1 .
N
Ts
Transformada de Fourier de x(t) DFT de x[n]:

x[n], 0 n (N 1).

= X(ej )
=
X[k] = N X[k]
=k( 2 )
N
TET / UFF
1
Ts
X(j)|=k( 2 ) 1 , 0 k (N 1).
N
Ts
146
9.13.4

uencia
Rela
co
es entre os par
ametros das representa
co
es
Parametros basicos:
Limite temporal: Tmax .
Limite freq
uencial: fmax .
Resolucao temporal (amostragem da representacao no tempo): t = Ts =
1
.
Fs
Resolucao freq
uencial (amostragem da representacao na freq
uencia):
f ou ou ou k.
N
umero total de amostras (perodo de x[n] e de X[k])
(comprimento da DFT): N .
Tempo total de armazenamento: Trec = (N Ts ) =
N
.
Fs
Relacoes:
Para calculo da DFT: Tmax < .
Para evitar aliasing: fmax < e Fs > 2fmax .
Das definicoes: = 2f e = (Ts ).
Devido às relacoes entre as representacoes:
Perodo de repeticao:
(kp = N ) (p = 2) (p = 2 T1s = 2Fs ) (fp = T1s = Fs ).
Resolucao freq
uencial:
[k = 1] [ = 2
] [ = ( 2
) 1 = ( 2
)Fs ] [f = N1 T1s =
N
N Ts
N
9.13.5
1
F ].
N s
Interpola
c
ao do sinal discreto
Pode-se obter x(t) atraves da interpolacao de x[n]:

Consideracao inicial: max < ou max <
Logo: X(ej ) =
1
X(j),
Ts
Ts
para Ts
ou Fs > 2fmax .
.
Ts
Assim: R
R Ts
R Ts
1
1
1
jt
jt
d
=
T X(ej )ejt d =
x(t) = 2
X(j)e
d
=
X(j)e
2 Ts
2 Ts s

jt
R Ts P
R Ts j(tkT )
P
1
1
j(Ts )k
s
e
d =
d =
k= x[k]e
k= x[k] ( 2 ) e
( 2 )
Ts
Ts
k=
x[k]
Ts
sin T (tkTs )
s
(tkTs )
Ts
Ts
k= ck k (t).
x[k] = x(kTs ) = x(t)|t=kTs

P
sin( (tkTs )) .
Sinal contnuo representacao discreta:
s
x(t) = k= x[k] T(tkT
( Ts
s ))
A.S.V.
9.13. Relacionamento das representacoes em freq

uencia
9.13.6
147
Representa
co
es temporais discretas de sinais contnuos
Dependendo daP
funcao k (t) utilizada, podem-se obter diferentes representacoes discretas
do tipo x(t) =
k= ck k (t).
Para cada caso, os coeficientes ck devem ser calculados adequadamente.
A representacao onde ck = x[k] = x(kTs ) = x(t)|t=kTs apresenta duas grandes vantagens:
i) os coeficientes ck sao obtidos diretamente pela amostragem do sinal contnuo e
ii) a operacao de convolucao e preservada, se a taxa de Nyquist for obedecida.
Assim: y(t) = x(t) h(t) y[n] = x[n] h[n], para max <
Ts
ou Fs > 2fmax .
Como desvantagem, a representacao so se aplica para sinais limitados em banda, e quando

a taxa de Nyquist puder ser obedecida.
TET / UFF
148
9.14

uencia
Exerccios propostos
1. Dado o sinal x[n] = sin(0 n), onde 0 =
2
N
Calcule os coeficientes ak da DTFS de x[n].

Esboce os graficos |ak | k e ak k, para: N = 3, 5, 10.

2. Dado o sinal x[n] = sin(0 n), onde 0 = L 2
N
Esboce os graficos |ak | k e ak k, para:
L = 1 e N = 3, 5, 10.
L = 3 e N = 5, 10, 15.
L = 5 e N = 10, 15, 20.

3. Dado o sinal x[n] = 5 + 3 sin 2 2
n + cos 4 2
n , atenda aos seguintes itens:
N
N
Esboce os graficos |ak | k e ak k, para: N = 14.
4. Dado o sinal x[n] = cos(0 n) + sin(20 n) + cos(30 n), onde 0 = 2
, apresente os
N
coeficientes ak da DTFS de x[n], de forma grafica, para os seguintes valores de N :
a) N = 7 e b) N = 10. Adote 2N k 2N .
P
5. Dado o sinal x[n] =
GNg [n kNp ], onde Np > Ng , atenda aos seguintes itens:
Dados Ng = 2 e Np = 10, 20, 40, esboce os graficos de x[n] n.
Mostre que os coeficientes ak da DTFS de x[n] sao dados por

2Ng +1
, k = 0, Np , 2Np ,
Np
ak =

2
sin k N
(2Ng +1)( 12 )
p
1

, k 6= 0, Np , 2Np ,
Np
2
sin k N
( 12 )
p
Esboce os graficos |ak | k e ak k, para: Ng = 2 e Np = 10, 20, 40.

Dados k = k N2p e os coeficientes ak reescritos como
ak =
2Ng +1
Np
, k = 0, Np , 2Np ,
,
1
1 sin(k (2Ng +1)( 2 ))
1
Np
sin(k ( 2 ))
, k 6= 0, Np , 2Np ,
esboce os graficos |ak | e ak , juntamente com sua envoltoria contnua

2Ng +1
, = 0, 2, 4,
Np
,
X()
=
sin((2Ng +1)( 12 ))
, 6= 0, 2, 4,
Np
sin(( 21 ))
para: Ng = 2 e Np = 10, 20, 40.
A.S.V.
149
6. Dado o sinal x(t) = A1 cos(2f1 t + 1 ) + A2 cos(2f2 t + 2 ), onde Ai , fi , i , t R, fi > 0,

f2 = 2f1 e FS = 10f2 , bem como a seq
uencia x[n] = x(nTS ) = x(t)|t=nTS , calcule os
coeficientes ak da DTFS de x[n] e apresente-os de forma grafica, adotando 2N k 2N .
P

itens:
GNg [n kNp ], onde Ng = 2 e Np = 11, atenda aos seguintes
Esboce o grafico de x[n] n.

Dado x[n] =
PK
k=K
jk
ak e
2
Np

n
, esboce o grafico de x[n] n, para K = 1, 2, 3, 4, 5.
Note que, na DTFS, nao ocorre o Fenomeno de Gibbs, que sempre aparece nas
aproximacoes finitas da Serie de Fourier. Justifique tal fato!
8. Dada a relacao DT F T {x[n]} = X(ej ), mostre que
Xr (ej ) =
(xr [n]cos(n) + xi [n]sin(n))
n=
Xi (ej ) =
(xi [n]cos(n) xr [n]sin(n)) .
n=
onde os ndices r e i indicam, respectivamente, as partes real e imaginaria.

9. Prove as seguintes propriedades da DTFT: periodicidade, linearidade, deslocamento no
tempo e convolucao no tempo.
10. Considerando uma seq
uencia real x[n], prove a seguinte relacao de simetria da DTFT:
j
j
X(e ) = X (e ).
11. Dado o impulso deslocado x[n] = [n ND ], para ND < 0, ND = 0 e ND > 0, atenda aos
seguintes itens:
Esboce o grafico x[n] n.
Calcule X(ej ).

Esboce o grafico X(ej ) .
Esboce o grafico X(ej ) , para valores completos do angulo de fase.
Esboce o grafico X(ej ) , para os valores principais do angulo de fase, na faixa
[, ].
TET / UFF
150

uencia
12. Dado o sinal
1
2
,
1 ,
x[n] =
1
,
2
0 ,
n = 1
n=0
n=1
caso contrario
n=0
n=1
n=2
caso contrario

Mostre que X(ej ) = (1 + cos()).

13. Dado o sinal
1
2
,
1 ,
x[n] =
1
,
2
0 ,
Mostre que X(ej ) = (1 + cos()) ej .

[, ].
14. Dado o sinal

x[n] =
1
3
, 1 n 1
0 , caso contrario

Mostre que X(ej ) = 13 (1 + 2 cos()).

Esboce o grafico X(ej ) , considerando que X(ej ) e uma funcao mpar.
15. Dado o sinal

x[n] =
1
3
, 0n2
0 , caso contrario

Mostre que X(ej ) = 13 (1 + 2 cos()) ej .

A.S.V.
151

[, ].
16. Dado o sinal

x[n] =
1 , 2 n 2
0 , caso contrario

Mostre que X(ej ) = (1 + 2 cos() + 2 cos(2)).

17. Dado o sinal

x[n] =
1 , 0n4
0 , caso contrario

j2
Mostre que X(e ) = (1 + 2 cos() + 2 cos(2)) e


=
sin(5
2)
sin(
2)
ej2 .

[, ].
18. Dado o sinal
1 , n = 2
1 , n=2
x[n] =
0 , caso contrario

Mostre que X(ej ) = (2 sin(2)) ej 2 .

19. Dado o sinal
1
2
1
1
x[n] =
2
0
,
,
,
,
,
n=0
n=1
n=2
n=3
caso contrario


Mostre que X(ej ) = sin 3 2 + 2 sin
TET / UFF
ej (3 2 + 2 ) .
152

uencia

[, ].
20. Dado o sinal

x[n] =
1
3
, 1 n 1
0 , caso contrario

Calcule a N-DFT X[k], N 3, utilizando a equacao de definicao da DFT.
Compare o resultado de X[k] com X(ej ) = 13 (1 + 2 cos()).

Esboce um grafico u
nico contendo X(ej ) e |X[k]| k.
Esboce um grafico u
nico contendo X(ej ) e X[k] k, considerando que
j
X(e ) e X[k] sao funcoes do tipo mpar.
21. Dado o sinal

x[n] =
1
3
, 0n2
0 , caso contrario

Calcule a N-DFT X[k], N 3, utilizando a equacao de definicao da DFT.
Compare o resultado de X[k] com X(ej ) = 13 (1 + 2 cos()) ej .

Esboce um grafico u
nico contendo X(ej ) e |X[k]| k.
Esboce um grafico u
nico contendo X(ej ) e X[k] k, para valores completos
do angulo de fase.
Esboce um grafico u
nico contendo X(ej ) e X[k]k, para os valores principais
do angulo de fase, na faixa [, ].
22. Dadas as Transformadas Z abaixo, atenda aos seguintes itens:
Calcule a constante de ganho, os zeros e os polos de Xi (z) e esboce o seu diagrama
de polos e zeros (DPZ).
Calcule a Transformada Z Inversa usando fracoes parciais, tabelas de transformadas
basicas e tabelas de propriedades basicas.
Demonstre que o metodo da divisao polinomial conduz ao mesmo resultado, calculando os quatro primeiros termos do polinomio quociente e inferindo o polinomio
final.
(a) X1 (z) =
1
1az 1
, |a| < 1.
(b) X2 (z) =
z 1
1az 1
, |a| < 1.
(c) X3 (z) = 2
10.4z 1
.
10.8z 1 +0.15z 2
A.S.V.
153
23. Dados N = 1000 e uma N-point DFT definida por |X[k]| = [42, 23, 11, 11, 23, 42] e
X[k] = [0.14, 0.69, 0.83, 0.83, 0.69, 0.14] rad, para k = [20, 70, 130, 870, 930, 980], e
|X[k]| = X[k] = 0 para os demais valores de k, apresente o sinal x(t), para FS = 40 kHz.
24. Um aluno de Processamento Digital de Sinais garante que consegue calcular uma N-point
DFT sem leakage, para uma seq
uencia x[n] = x(nTS ) = x(t)|t=nTS , dados FS = 105 kHz,
x(t) = A1 cos(2f1 t) + A2 cos(2f2 t) + A3 cos(2f3 t), f1 = 35 kHz, f2 = 21 kHz e
f3 = 15 kHz. Se voce concorda com ele, calcule o menor valor de N . Se voce discorda
dele, justifique.
25. Para os parametros abaixo, indique, justificando, se ocorrera leakage (ou smearing)
no calculo da N-DFT ou da N-FFT do sinal x[n] = x(nTS ) = A0 cos(2f0 t)|t=nTS ,
com um total de amostras Ntot , para f0 = 10Hz e FS = T1S = 40Hz.
Ntot = 16, N = 16.
Ntot = 10, N = 10.
Ntot = 16, N = 64.
Ntot = 10, N = 64.
P3
k=1 Ak cos(k n + k ), onde A = [A1 , A2 , A3 ] = [2, 16, 8],
, 60
, 48
] rad, calcule o menor
= [1 , 2 , 3 ] = [ 6 , 5 , 3 ] rad e = [1 , 2 , 3 ] = [ 80
valor de N , tal que a N-point DFT de x[n] nao apresente leakage.
P
27. Dado o sinal x(t) = 3k=1 Ak cos(2fk t + k ), onde A = [A1 , A2 , A3 ] = [2, 16, 8],
f = [f1 , f2 , f3 ] = [3, 3.6, 6] kHz e = [1 , 2 , 3 ] = [ 80

, 60
, 48
] rad, calcule o menor
valor de N , tal que a N-point DFT de x[n] = x(t)|t=nTS , com FS = 36 kHz, nao apresente
leakage. Justifique todas as etapas do calculo.
28. Com base na relacao entre a DTFT e a CTFT:
(a) Explique porque e comum filtrar um sinal contnuo no tempo antes de amostra-lo.
(b) Que tipo de seletividade em freq
uencia deve ser usada no filtro em questao?
29. Com base nas definicoes de todas as representacoes em domnio transformado, explique
as relacoes da DFT com: a) DTFS, b) DTFT e c) CTFT.
30. Apresente uma equacao que represente o sinal analogico x(t), relacionado com
a N-point DFT dada por |X[k]| = 104 [6.5, 17.5, 28.5, 35.5, 35.5, 28.5, 17.5, 6.5] e
X[k] = [0.2, 0.6, 1.0, 1.4, 1.4, 1.0, 0.6, 0.2], k = [10, 30, 50, 70, 180, 200, 220, 240],
e X[k] = 0 caso contrario, dados os seguintes parametros: FS = 50 kHz, N = 250.
31. Dadas as funcoes periodicas x1 (t) = cos(1 t), x2 (t) = cos(2 t) e x3 (t) = x1 (t) + x2 (t),
e 2 = 2f2 = T2
onde 1 = 2f1 = T2
1
2
f
(a) Apresente uma formula de calculo para o perodo fundamental de x3 (t) (T3f ), em
funcao dos perodos fundamentais de x1 (t) (T1f ) e de x2 (t) (T2f ).
(b) A fim de que se obtenha uma seq
uencia x[n] por amostragem uniforme de uma funcao
x(t) qualquer, sem a ocorrencia de aliasing, indique a faixa de freq
uencia utilizavel
para a freq
uencia de amostragem FS .
TET / UFF
154

uencia
(c) Supondo um intervalo de tempo t = Trec e uma amostragem uniforme de uma
funcao x(t) qualquer, apresente uma formula de calculo para o n
umero de pontos
+
amostrados (Nrec N ) de x(t) no intervalo t = Trec .
(d) Apresente uma formula de calculo para o intervalo de amostragem t = TS , de
tal forma que a N-point DFT X[k] de uma seq
uencia senoidal x[n] obtida por
amostragem uniforme de uma funcao senoidal x(t) com perodo fundamental Tf
nao apresente leakage.
(e) Dadas uma funcao x(t) qualquer, a sua CTFT X(j), a seq
uencia x[n], obtida por
amostragem uniforme de x(t), e a sua N-point DFT X[k], apresente uma formula
de calculo para a resolucao em freq
uencia, em Hz, provocada pela representacao de
X(j) por X[k].
(f) Dados Trec = 4.5 ms, f1 = 5 kHz e f2 = 12 kHz, escolha uma das possveis
taxas de amostragem FS = {10, 15, 20, 25, 30, 35, 40, 45} kHz, de tal forma que a
seq
uencia x3 [n] seja obtida por meio de uma amostragem uniforme de x3 (t) sem
aliasing, e escolha um n
umero de amostras N , de tal forma que a N-point DFT
X3 [k] nao apresente leakage e provoque uma resolucao freq
uencial menor que 300 Hz.
Justifique a escolha final.
(g) Esboce o grafico |X3 [k]| k, para 0 k (N 1), utilizando os parametros
escolhidos no item (f).
A.S.V.
Captulo 10
SLIT no domnio da frequ
encia
10.1
Introduc
ao
Para que se possa trabalhar com sistemas em domnio transformado e necessario que sejam
definidas representacoes, em tal domnio, tanto para os sinais como para os sistemas que os
manipulam. A ideia basica e que as representacoes de um sistema no domnio original sejam
mapeadas, atraves das transformacoes adequadas, em representacoes equivalentes no domnio
transformado. Os sinais podem ser mapeados para domnio transformado atraves das seguintes
transformacoes: DTFS, DTFT, DFT e Z. Utilizando-se a DTFT e a transformada Z, podem-se
tambem encontrar representacoes equivalentes, em domnio transformado, para os sistemas. O
emprego da DTFT leva ao conceito de Resposta em Freq
uencia, utilizada na analise do sistema
em Regime Permanente. A aplicacao da transformada Z leva à definicao de uma Funcao de
Transferencia ou Funcao de Sistema, empregada para obtencao da resposta total do sistema.
10.2
Tipos de respostas de um sistema
Apos o calculo da resposta de um sistema linear e invariante ao tempo/deslocamento

(SLIT) descrito por uma equacao de diferenca de primeira ordem, verifica-se que a mesma
pode ser dividida em diversos arranjos diferentes, dependendo das classificacoes adotadas.
Com a representacao de um SLIT descrito por uma equacao de diferenca de ordem generica
em domnio transformado, pode-se mostrar que os citados arranjos sao validos independentemente da ordem do sistema.
PN
PL
SLIT generico:
coes
k=0 ak y[n k] =
k=0 bk x[n k], com x[n] = f [n] u[n] e condi
iniciais y[1], y[2], . . . , y[N ].
Arranjos de respostas para um SLIT generico:
Resposta ao sistema homogeneo e resposta ao sistema relaxado: yh [n] e yr [n].
Resposta ao estado e resposta à entrada: yest [n] e yent [n].
Resposta natural e resposta forcada: ynat [n] e yf or [n].
Resposta transitoria e resposta permanente: ytran [n] e yperm [n].
Resposta total:
y[n] = yh [n] + yr [n] = yest [n] + yent [n] = ynat [n] + yf or [n] = ytran [n] + yperm [n].
155
156
Captulo 10. SLIT no domnio da freq

uencia
Relacoes em um SLIT generico:

Resposta ao estado: yest [n] = yh [n] = ynat1 [n].
Resposta a` entrada: yent [n] = yr [n] = ynat2 [n] + yf or [n].
Resposta natural: ynat [n] = ynat1 [n] + ynat2 [n].
Relacoes em um SLIT estavel, para n :
Resposta natural: ynat1 [n], ynat2 [n] 0.
Resposta em regime permanente ou estado estacionario (steady-state):
yRP [n] = yss [n] = y[n]|n = yent [n]|n = yperm [n] = yf or [n].
Para x[n] temporario: ytran [n] = y[n] e yperm [n] = 0.
Para x[n] permanente: ytran [n] = ynat [n] e yperm [n] = yf or [n].
Para x[n] = A0 cos(0 n+0 ), a resposta no regime permanente e dada por yf or [n] =
A0 |H(0 )| cos(0 n + 0 + H(0 )) = A00 cos(0 n + 00 ) , onde: A00 = A0 |H(0 )|,
00 = 0 + H(0 ) e H() = |H()| ejH() .
10.3
Respostas de um SLIT em domnio transformado
Utilizando-se a associacao v[n] VU (z), a equacao de diferenca

a0 y[n] + a1 y[n 1] + + aN y[n N ] = b0 x[n] + b1 x[n 1] + + bL x[n L] ,
com x[n] = f [n] u[n] e condicoes iniciais y[1], y[2], . . . , y[N ], pode ser expressa por
a0 {Y (z)} +

a1 y[1] + z 1 Y (z) +

a2 y[2] + z 1 y[1] + z 2 Y (z) +
+

1
aN y[N ] + z y[(N 1)] + +

z (N 2) y[2] + z (N 1) y[1] + z N Y (z)
= b0 {X(z)} +

b1 x[1] + z 1 X(z) +

b2 x[2] + z 1 x[1] + z 2 X(z) +
+

bL x[L] + z 1 x[(L 1)] + +

z (L2) x[2] + z (L1) x[1] + z L X(z)

a0 + a1 z 1 + a2 z 2 + + aN z N Y (z) +

a1 + a2 z 1 + + aN z (N 1) y[1] +

a2 + a3 z 1 + + aN z (N 2) y[2] +
+
(aN ) y[N ]} =

b0 + b1 z 1 + b2 z 2 + + bL z L X(z)
A.S.V.
10.3. Respostas de um SLIT em domnio transformado
157

b0 + b1 z 1 + b2 z 2 + + bL z L
Y (z) =
X(z) +
a + a1 z 1 + a2 z 2 + + aN z N

0

1
1
(N 1)
y[1] +
a
+
a
z
+
+
a
z
1
2
N
a0 + a1 z 1 + a2 z 2 + + aN z N

a2 + a3 z 1 + + aN z (N 2) y[2] + + (aN ) y[N ]
(1)
= H(z) X(z) +
{P1 (z) y[1] + P2 (z) y[2] + + PN (z) y[N ]}
DH (z)
( N
)
(1) X
= H(z) X(z) +
Pk (z) y[k]
DH (z) k=1

= Yent (z) + Yest (z)

= Yr (z) + Yh (z) ,
onde
b0 + b1 z 1 + b2 z 2 + + bL z L
a0 + a1 z 1 + a2 z 2 + + aN z N

NH (z) = b0 + b1 z 1 + b2 z 2 + + bL z L ,

DH (z) = a0 + a1 z 1 + a2 z 2 + + aN z N
NH (z)
H(z) =
=
DH (z)
e
Pk (z) =
N
X

,
al z (lk) ,
l=k
sao, respectivamente, a Funcao de Transferencia, o seu numerador, o seu denominador e o

polinomio relativo à condicao inicial y[k], bem como
Yent (z) = H(z) X(z) ,
( N
)
(1) X
Yest (z) =
Pk (z) y[k] ,
DH (z) k=1
(10.1)
(10.2)
Yr (z) = Yent (z)
(10.3)
Yh (z) = Yest (z) ,
(10.4)
e
sao, respectivamente, as representacoes em domnio transformado para a resposta à entrada, a
resposta ao estado, a resposta do sistema relaxado e a resposta da equacao homogenea.
Alem disso, as equacoes das respostas à entrada e ao estado podem ser escritas na forma de
expansao em fracoes parciais. Por exemplo, para X(z) com M polos simples zpXi e para H(z)
com N polos simples zpHi e L < N , obtem-se
Yent (z) = H(z) X(z)
NH (z) NX (z)
=
DH (z) DX (z)
=
KH1
KHN
+ +
1
1 zpH1 z
1 zpHN z 1
KX1
KXM
+ +
1
1 zpX1 z
1 zpXM z 1
= Ynat2 (z) + Yf or (z) ,
TET / UFF
158

uencia
(1)
Yest (z) =
DH (z)
=
( N
X
)
Pk (z) y[k]
k=1
Nest (z)
DH (z)
CHN
CH1
+ +
1
1 zpH1 z
1 zpHN z 1
= Ynat1 (z)
e
Y (z) =
=
=
=
onde
Yent (z) + Yest (z)

[Ynat2 (z) + Yf or (z)] + Ynat1 (z)
[Ynat1 (z) + Ynat2 (z)] + Yf or (z)
Ynat (z) + Yf or (z) ,
"
(KH1 + CH1 )
(KHN + CHN )
Ynat (z) = Ynat1 (z) + Ynat2 (z) =
+ +
1
1 zpH1 z
1 zpHN z 1
e
Yf or (z) =
KXM
KX1
+ +
1
1 zpX1 z
1 zpXM z 1
#
(10.5)
!
(10.6)
sao, respectivamente, as representacoes em domnio transformado para a resposta natural e a

resposta forcada.
Finalmente, separando-se as fracoes parciais em dois grupos, que representam os sinais
transitorios e os permanentes, obtem-se
X
Y (z) =
(fracoes parciais que representam sinais transitorios)
+
X
(fracoes parciais que representam sinais permanentes)
= Ytran (z) + Yperm (z) ,
onde
Ytran (z) =
(fracoes parciais que representam sinais transitorios)
(10.7)
Yperm (z) =
(fracoes parciais que representam sinais permanentes)
(10.8)
e
sao, respectivamente, as representacoes em domnio transformado para a resposta transitoria e
a resposta permanente.
A.S.V.
10.4. Resposta em freq

uencia H(ej )
159
10.4
Resposta em frequ
encia H(ej)
10.4.1
Contexto
SLIT definido por equacao de diferenca.

SLIT estavel.
Operacao em regime permanente: yss [n] = y[n]|n = yent [n]|n .
Entrada exponencial: x[n] = ejn .
Entrada senoidal: x[n] = cos(n) =
10.4.2
1
2

ejn + ejn =
1
2
ejn +
1
2
ejn .
Abordagem 1: defini
co
es e resultados
Resposta a uma entrada generica x[n]:

P
yss [n] = yent [n]|n = h[n] x[n] =
k= h[k]x[n k].
P
j(nk)
Resposta a uma exponencial x[n] = ejn : yss [n] =
=
k= h[k]e
P
P
j
jk
jn
j
j
jn jk
jn
= e H(e ) = |H(e )|ej(n+H(e )) .
e
=e
k= h[k]e
k= h[k]e
P
jk
= DTFT {h[n]}.
Relacao com a DTFT: H(ej ) =
k= h[k]e
Dado que h[n] e uma seq
uencia real, demonstra-se que H(ej ) = H (ej ), de tal forma
que sao validas as seguintes relacoes: |H(ej )| = |H(ej )| e H(ej ) = H(ej ).
P
P
Resposta a uma soma de exponenciais x[n] = Ll=1 cl ejl n : yss [n] = Ll=1 cl ejl n H(ejl ).
Resposta a uma entrada senoidal x[n] = cos(n): yss [n] = |H(ej )|cos(n + H(ej )).
P
Resposta a uma soma de sinais senoidais: x[n] = Ll=1 cl cos(l n):
P
yss = Ll=1 |H(ejl )| cl cos(l n + H(ejl )).
10.4.3
Abordagem 2: c
alculo alternativo
Entrada e sada sem atraso: x[n] = ejn yss [n] = ejn H(ej ).
Entrada e sada com atraso variavel: x[nk] = ejn ejk yss [nk] = ejn ejk H(ej ).
EquacaP
o de diferenca:
PL
n
y[n] + N
k=1 ak y[n k] =
k=0 bk x[n k]
yss [n] +
PN
k=1 ak yss [n k] =
ejn H(ej ) +
PN
k=1
PL
k=0 bk x[n
k]
ak ejn ejk H(ej ) =
PL
jn jk
e
k=0 bk e
P
P
jk
H(ej ) + N
H(ej ) = Lk=0 bk ejk
k=1 ak e
h
i
P
P
jk
1+ N
a
e
H(ej ) = Lk=0 bk ejk
k=1 k
H(ej ) =
TET / UFF
PL
jk
k=0 bk e
P
N
1+ k=1 ak ejk
160
10.4.4

uencia
Abordagem 3: outras rela

co
es
Equacao de diferenca: y[n] =
PN
k=1
ak y[n k] +
PL
k=0 bk x[n
k].
Operador atraso unitario: v[n 1] = D{v[n]} = (D)v[n].

PL

k
k=0 bk D
Operador linear de transferencia: y[n] = 1+PN a Dk x[n] = T (D)x[n].
1
DTFT: P
P

PL
P
N
j
jn
Y (e ) = n= y[n]e
= n= k=1 ak y[n k] + k=0 bk x[n k] ejn =

PL
P
P
P
jn
jn
=
+ k=0 bk
N
n= x[n k]e
k=1 ak
n= y[n k]e
jk
PN
P
PL
P
jm
jk
jm
k=1 ak
e
+ k=0 bk
e
=
m= y[m]e
m= x[m]e
PN
PL
j jk
j jk
k=1 ak Y (e )e
+ k=0 bk X(e )e
PL

bk ejk
Y (ej ) = 1+Pk=0
X(ej ) = T (ej )X(ej ).
N
a ejk
k=1
Resposta ao impulso:
Entrada: x[n] = [n] X(ej ) = 1.
Sada: y[n] = h[n] Y (ej ) = H(ej ).
DTFT: H(ej ) = T (ej ) =
10.4.5
PL
jk
k=0 bk e
P
.
N
1+ k=1 ak ejk
Conclus
oes
Interpretacao matematica:
Associacao: sinais vetores.
Associacao: SLIT em regime permanente transformacao linear.
Transformacao particular: ejn H(ej )ejn .
Funcao caracterstica ou autofuncao: ejn .
Valor caracterstico ou autovalor: H(ej ) =
k=
h[k]ejk = DTFT {h[n]}.
Funcao Resposta em Freq

uencia H(ej ): Supondo um sinal de entrada expandido em
cossenos, a resposta em estado permanente (senoidal) sera a soma dos cossenos originais,
ponderados e defasados por influencia de H(ej ), de acordo com as suas freq
uencias.
j
Assim, a funcao H(e ) pode ser denominada de Resposta em Freq
uencia do SLIT.
No mapeamento entre domnios n , observam-se as seguintes relacoes:
Operador atraso unitario: D{} ej .
Operador linear de transferencia: T (D) T (ej ).
Resposta em freq
uencia: T (ej ) = H(ej ).
Resposta ao impulso: H(ej ) = DTFT {h[n]}.
Equacao de diferenca: H(ej ) =
PL
jk
k=0 bk e
P
.
N
1+ k=1 ak ejk
Convolucao: yss [n] = yent [n]|n = h[n] x[n] Yss (ej ) = H(ej ) X(ej ).
A.S.V.
10.5. Seletividade de um SLIT no domnio da freq

uencia
10.4.6
161
Caractersticas
Calculo: H(ej ) =
jk
= DTFT {h[n]} e H(ej ) =
k= h[k]e
j )
H(ej ) e complexa: H(ej ) = |H(ej | eH(e
PL
jk
k=0 bk e
P
.
jk
1+ N
a
k=1 k e
H(ej ) e periodica: p = 2.
H(ej ) e simetrica para h[n] real: |H(ej )| = |H(ej )| e H(ej ) = H(ej ).
10.4.7
Defini
co
es
Funcao resposta de magnitude: G() = |H(ej )|.

Funcao resposta de fase: () = H(ej ).
Funcao ganho: GdB () = |H(ej )|dB = 20 log10 |H(ej )| dB.
Funcao atenuacao ou perda: AdB () = GdB ().
Funcao atraso de grupo: () = d()
.
d
10.5
Seletividade de um SLIT no domnio da frequ

encia
Resposta ao impulso (pulso) unitario do SLIT: h[n].

P
jk
= DTFT {h[n]}.
Resposta em freq
uencia: H(ej ) =
k= h[k]e
Resposta a uma entrada generica x[n]: yss [n] = yent [n]|n = h[n] x[n].
Aplicando a DTFT: Yss (ej ) = H(ej ) X(ej ).
Interpretacao do sistema como um seletorPde freq
uencias (filtro):
L
jk
P
Yss (ej )
j
jk
k=0 bk e
= 1+PN a ejk .
H(e ) = X(ej ) = k= h[k]e
k=1
Tipos basicos de filtros ideais: lowpass, highpass, bandpass, bandreject.

Funcao dos filtros ideais: seletividade em freq
uencia, com transmissao sem distorcao das
componentes do sinal de entrada que possuam freq
uencias dentro das bandas de passagem
e eliminacao das componentes do sinal de entrada que possuam freq
uencias dentro das
bandas de rejeicao.
Parametros basicos da especificacao em freq
uencia de filtros ideais:
Existencia de bandas de passagem e de rejeicao.
Ausencia de bandas de transicao.
Ganho constante e unitario na banda de passagem.
Ganho nulo na banda de rejeicao.
Fase linear (ou atraso de grupo constante) na banda de passagem.
Freq
uencias de definicao das bandas: lim .
Filtros ideais filtros reais: sistemas causais.
TET / UFF
162

uencia
Parametros basicos da especificacao em freq

uencia de filtros reais:
Existencia de bandas de passagem, de transicao e de rejeicao.
Atenuacao maxima na banda de passagem.
Atenuacao mnima na banda de rejeicao.
Fase linear (ou atraso de grupo constante) na banda de passagem.
Freq
uencias de definicao das bandas: p e r .
Projeto modular: sntese de modulo (|H(ej )|) com correcao de fase (H(ej )) ou sntese
de fase com correcao de modulo.
Interconexao de sistemas: serie (cascata) e paralelo.
10.6
Func
ao de transfer
encia ou fun
c
ao de sistema H(z)
A resposta em freq
uencia H(ej ) e uma funcao complexa da variavel . Portanto, ela e
de difcil manipulacao matematica (analise e sntese).
Por sua vez, a funcao H(z) = Z{h[n]} e polinomial em z.
Para h[n] real, H(z) e polinomial com coeficientes reais.
Na pratica, trabalha-se com SLITs descritos por equacoes de diferenca, com coeficientes
contantes e reais. Tais sistemas possuem uma funcao H(z) polinomial racional em z, com
coeficientes constantes e reais. Logo, tais funcoes sao mais facilmente manipulaveis do
ponto de vista matematico (analise e sntese).
Resposta total: y[n] = yest [n] + yent [n].
Considerando-se condicoes iniciais nulas (CI = 0): y[n]|CI=0 = yent [n].
Resposta a` entrada: yent [n] = h[n] x[n].
Aplicando-se a transformada Z: Yent (z) = H(z) X(z).
Funcao de transferencia ou funcao de sistema: H(z) =
Y (z)
X(z)
=
CI=0
Yent (z)
X(z)
= Z{h[n]}.
Se |z| = 1 ROC|H(z) , entao: H(ej ) = H(z)|z=ej .

Para H(z) com coeficientes reais:
|H(ej )|2 = H(ej )H (ej ) = H(ej )H(ej ) = H(z)H(z 1 )|z=ej .
Na maioria dos projetos, trabalha-se com SLITs causais e estaveis.
Sistema causal: ROC de H(z) e externa ao polo mais externo de H(z).
Sistema estavel: polos de H(z) encontram-se no interior do crculo unitario.
Sistema causal e estavel: ROC de H(z) inclui o crculo unitario.
Portanto, para um sistema causal e estavel: H(ej ) = H(z)|z=ej .
A.S.V.
10.7. Polos e zeros de H(z)
10.7
163
P
olos e zeros de H(z)
Dado o SLIT descrito por

N
X
a0k
y[n k] =
k=0
NP
X
b0k x0 [n k]
k=NF
ou
y[n] =
N
X
NP
X
ak y[n k] +
k=1
bk x0 [n k]
k=NF
ou
y[n] =
N
X
ak y[n k] +
k=1
L
X
bk x[n k] ,
k=0
onde:
N, NF e NP N ,
ak =
b0k
a0k
,
b
=
,
k
a00
a00
x0 [n] = x[n NF ]
e
L = NP + NF ,
sua Funcao de Transferencia H(z) e uma funcao polinomial racional da variavel complexa z,
dada por
PNP
PNP

PL
k
0 k
k

b
z
Y
(z)
k
k=NF bk z
k=N
NF
0
k=0 bk z
F

=
z
H (z) = 0
= PN 0
=
P
P
k
k
k
X (z) CI=0
1+ N
1+ N
k=1 ak z
k=1 ak z
k=0 ak z
(10.9)
ou

PL
k
Y (z)
k=0 bk z
H(z) =
=
.
P
k
X(z) CI=0 1 + N
a
z
k
k=1
As Equacoes (10.9) e (10.10) podem ser fatoradas, respectivamente, em
QL
(1 + ck z 1 )
0
NF
H (z) = z KG Qnk=1
1
k=1 (1 + dk z )
(10.10)
(10.11)
e
QL
(1 + ck z 1 )
H(z) = KG Qnk=1
.
1
k=1 (1 + dk z )
TET / UFF
(10.12)
164

uencia
Os valores de z para os quais H(z) = 0 e H(z) sao denominados, respectivamente, os

zeros e os polos de H(z).
A quantidade de singularidades (zeros e polos) de H(z), bem como as suas posicoes no plano
complexo z, determinam varias caractersticas sobre o sistema.
De (10.12), pode-se dizer que:
Cada termo (1 + ck z 1 ) =
z = 0.
z+ck
z
Cada termo (1 + dk z 1 ) =
em z = 0.
z+dk
z
, do numerador, gera um zero em z = ck e um polo em
, do denominador, gera um polo em z = dk e um zero
Em z = 0, existem cancelamentos de polos do numerador com zeros do denominador.
Quando as singularidades em z sao computadas, o n

umero de polos e igual ao
n
umero de zeros.
Se os coeficientes a0k , b0k , ak , e bk forem reais, as singularidades com valores complexos

devem ocorrer em pares complexos conjugados.
Sistemas nao recursivos sao representados por funcoes polinomiais simples, com zeros
finitos e polos em z . Por isso, sao ditas funcoes all zeros.
Sistemas puramente recursivos sao representados por funcoes polinomiais racionais, onde
o numerador e unitario, com zeros em z e polos finitos. Por isso, sao ditas funcoes
all poles.
Sistemas recursivos genericos sao representados por funcoes polinomiais racionais,

contendo zeros e polos finitos.
Adicionalmente, de (10.11), pode-se dizer que:
Se NF > 0, o sistema e nao causal, tem NF amostras com ndices negativos em h[n] e o
termo z NF gera NF polos em z e NF zeros em z = 0.
A.S.V.
10.8. SLIT equivalente em domnio transformado
10.8
165
SLIT equivalente em domnio transformado
Com a aplicacao de uma transformada nas variaveis (sinais) e nas equacoes de definicao
(dos elementos e da topologia) de um sistema, pode-se obter uma representacao equivalente do sistema no domnio transformado.
Assim, os processos de analise e sntese (projeto) podem ser realizados diretamente no
domnio transformado.
Diagrama de sistemas (blocos ou grafos):
Somador: Z{x1 [n] + x2 [n]} = Z{x1 [n]} + Z{x2 [n]} = X1 [k] + X2 [k].
Escalador: Z{Ax[n]} = AZ{x[n]} = AX[k].
Atrasador unitario: y[n] = x[n 1] Z{y[n]} = Z{x[n 1]} Y [k] = z 1 X[k].
P
PL
(CI=0)
Equacao de diferenca: y[n] + N
k=1 ak y[n k] =
k=0 bk x[n k]

P

PN
L
k
k
X(z)
Y (z) =
1 + k=1 ak z
k=0 bk z
PL
Y (z) =
(1+
k=0 bk z
PN
k=1
ak z k )
X(z) Y (z) = H(z) X(z).
Resposta ao impulso (pulso) unitario:

X(z) = Z{[n]} = 1 e Y (z) = H(z) X(z) Y (z)|x[n]=[n] = H(z).

PL
bk z k
Y (z)
.
Funcao de transferencia: H(z) = X(z)
= 1+Pk=0

N
a z k
Resposta em freq
uencia: H(ej ) =
CI=0
PL
jk
k=0 bk e
P
.
jk
1+ N
a
k=1 k e
k=1
Equacoes de estado para um sistema MIMO:

x[n + 1] = A x[n] + B r[n]
y[n] = C x[n] + D r[n]
(10.13)
zX(z) = A X(z) + B R(z)

Y (z) = C X(z) + D R(z)
X(z) = (zI A)1 B R(z)

Y (z) = C X(z) + D R(z)

Y (z) = C (zI A)1 B + D R(z)
(10.14)
Equacoes de estado para um sistema SISO:

Y (z) = C (zI A)1 B + D R(z)

Y (z)
= C (zI A)1 B + D
H(z) =
R(z) CI=0
TET / UFF
(10.15)
166

uencia
10.9
Exerccios propostos
1. Esboce o Diagrama de Polos e Zeros (DPZ) para as seguintes Funcoes de Transferencia:

H(z) = (b0 + b1 z 1 ).

H(z) = 1+a11 z1 .
H(z) = 31 (z + 1 + z 1 ).
H(z) = 13 (1 + z 1 + z 2 ).
2. Dadas as Funcoes de Transferencia abaixo, que definem os sistemas S1 e S2 , atenda aos
seguintes itens:
Calcule as equacoes de diferenca dos sistemas S1 e S2 , isoladamente.
Calcule a Funcao de Transferencia de um sistema Sc , composto pela conexao cascata
(serie) dos sistemas S1 e S2 .
Calcule a equacao de diferenca do sistema Sc .
Calcule a Funcao de Transferencia de um sistema Sp , composto pela conexao paralela
dos sistemas S1 e S2 .
Calcule a equacao de diferenca do sistema Sp .
Apresente os diagramas de sistema, no domnio do tempo (n) e no domnio da freq
uencia (z), nas Formas: Direta I, Direta II, Direta I Transposta e Direta II Transposta, para os sistemas S1 , S2 , Sc e Sp . Para os sistemas Sc e Sp , considere sempre
dois casos: um onde os sistemas constituintes possam ser claramente identificados e
outro onde os sistemas constituintes nao possam ser identificados.
Calcule a localizacao dos zeros e polos de H1 (z), H2 (z), Hc (z) e Hp (z).
(a) H1 (z) = K1 (z 1 ) e H2 (z) = K2 (1 z2 z 1 ).
(b) H1 (z) = K1 (1 z1 z 1 ) e H2 (z) = K2 (1 z2 z 1 ).

1
1
(c) H1 (z) = K1 (z ) e H2 (z) = K2 1p2 z1 .

1
1
(d) H1 (z) = K1 1p1 z1 e H2 (z) = K2 1p2 z1 .

1z2 z 1
(e) H1 (z) = K1 (z 1 ) e H2 (z) = K2 1p
1 .
2z

1z1 z 1
1z2 z 1
(f) H1 (z) = K1 1p
e
H
(z)
=
K
.
2
2
1
1
1p2 z
1z
3. Dado o sistema linear e invariante ao deslocamento (SLIT) compostopor doissistemas

1
3z 1
, atenda
de primeira ordem e definido por H(z) = H1 (z) + H2 (z) = 10.1z
1 +
10.3z 1
Apresente as equacoes de diferenca dos tres sistemas.
Apresente os diagramas de sistema, no domnio do tempo (n) e no domnio da freq
uencia (z), nas Formas: Direta I, Direta II, Direta I Transposta e Direta II Transposta, considerando sempre dois casos: um onde os sistemas constituintes possam
ser claramente identificados e outro onde os sistemas constituintes nao possam ser
identificados.
A.S.V.
167
4. Dada a resposta ao impulso

h[n] =
1
3
, 1 n 1
0 , caso contrario

Calcule a Funcao de Transferencia H(z) do SLIT.
Calcule a equacao de diferenca do SLIT.

h[n] =
an , n 0
0 , caso contrario


h[n] =
rn cos(n) , n 0
0 , caso contrario


h[n] =
rn sin(n) , n 0
0 , caso contrario

8. Dadas, respectivamente, as seq
uencias de entrada e de sada de um SLIT
n
r cos(n) , n 0
x[n] =
0 , caso contrario
e

y[n] =
rn sin(n) , n 0
0 , caso contrario

TET / UFF
168

uencia
9. Dado o sistema linear e invariante ao deslocamento (SLIT) definido pela equacao de

diferenca y[n] 0.7y[n 1] + 0.06y[n 2] = x[n] + 0.7x[n 1] + 0.06x[n 2], atenda aos
seguintes itens:
Classifique o sistema em relacao ao criterio BIBO de estabilidade.
Calcule a Discrete-Time Fourier Transform (DTFT) da resposta ao impulso do
sistema.
10. Dado o sistema linear
aodeslocamento (SLIT) definido pela funcao de trans e invariante
1
10.25z
ferencia H(z) = (4) 10.60z
1 +0.08z 2 , atenda aos seguintes itens:
Calcule os zeros zz e os polos zp da funcao de transferencia do sistema.
Esboce o diagrama de polos e zeros (DPZ) do sistema.
Apresente a funcao de transferencia do sistema na forma de fracoes parciais.
Calcule a resposta ao impulso do sistema.
Calcule a equacao de diferenca do sistema.
Calcule a funcao resposta em freq
uencia do sistema.
11. Dado o sistema linear e invariante ao deslocamento (SLIT) definido pela Equacao (10.16),
Desenhe o diagrama de blocos basicos do SLIT relaxado no domnio n.
Esboce o grafico h[n] n.
Calcule a Funcao de Transferencia H(z), a partir da equacao de diferenca.
Esboce o Diagrama de Polos e Zeros (DPZ) de H(z).
Desenhe o diagrama de blocos basicos do SLIT relaxado no domnio z.
y[n] = 0.5x[n] + x[n 1] + 0.5x[n 2]
(10.16)
12. Dado o sistema linear e invariante ao deslocamento (SLIT) definido pela Equacao (10.17),
com y[1] = 0.1 e y[2] = 0.2, calcule a resposta total do sistema no regime permanente,
yRP [n] = y[n]|n , para a entrada x[n] = 2 u[n].
y[n] 0.04y[n 2] = x[n] 4x[n 2]
(10.17)
13. Dado o sistema linear e invariante ao deslocamento (SLIT), com entrada x[n] = f [n] u[n]
e sada y[n], definido por y[n] y[n 2] = x[n 2], com y[1] e y[2] assumindo valores
reais finitos, atenda aos seguintes itens:
(a) Calcule a resposta completa do sistema na forma Y (z) = Yent (z) + Yest (z), para
entrada e condicoes iniciais genericas.
(b) Apresente a funcao de transferencia H(z) do sistema.
(c) Um aluno de Processamento Digital de Sinais garante que o sistema em questao
pode ser utilizado como filtro digital. Expresse sua opiniao sobre tal afirmativa,
justificando-a matematicamente.
A.S.V.
169
14. Apresente a equacao de diferenca de cada SLIT causal definido pelos seguintes parametros:
K = 2, zz = {0.2, 0.4, 0.6} e zp = {0.1, 0.3, 0.5, 0.7}.
K = 5, zz = {0.1, 0.3, 0.5} e zp = {0.2, 0.4, 0.6, 0.8}.
15. Dado o SLIT relaxado que e definido pela Equacao (10.18), suponha a realizacao desse
sistema utilizando subsistemas de ordens inferiores, arranjados de duas formas diferentes:
i) conexao cascata e ii) conexao paralela. Apresente um Diagrama de Sistema, no domnio
da variavel n, para cada um dos dois sistemas equivalentes, realizados por meio das citadas
conexoes.
y[n] 0.6y[n 1] + 0.08y[n 2] = 6x[n] 1.6x[n 1]
(10.18)
16. Dado o SLIT definido por y[n] + a1 y[n 1] + a2 y[n 2] = b0 x[n] + b1 x[n 1] + b2 x[n 2],
com entrada x[n] e sada y[n], atenda aos seguintes itens:
(a) Desenhe o Diagrama de Sistema do SLIT relaxado, na Forma Direta I, para o domnio
da variavel n.
(b) Dadas as operacoes soma, escalamento e deslocamento unitario, para o domnio da
variavel n, apresente a funcoes equivalentes para o domnio da variavel z.
(c) Desenhe o Diagrama de Sistema do SLIT relaxado, na Forma Direta I, para o domnio
da variavel z.
(d) Apresente a definicao da Funcao de Transferencia H(z) do SLIT.
(e) A partir do Diagrama de Sistema em z, proposto acima, calcule a H(z) do SLIT.
(f) A partir do Diagrama de Sistema em z, proposto acima, calcule a resposta ao estado
Yest (z) e, em seguida, calcule a yest [n] do SLIT.
17. Dado o SLIT definido pela Funcao de Transferencia H(z) =
seguintes itens:
1
,
10.2z 1 0.08z 2
atenda aos
(a) Calcule a resposta ao impulso h[n] do SLIT.

(b) Dada a entrada x[n] = 5 u[n], calcule a resposta à entrada yent [n] do SLIT.
18. Suponha o sinal analogico x(t) = 8 + 6cos(1 t) + 2cos(2 t), onde f1 = 10 kHz e
f2 = 30 kHz, que, sendo amostrado uniformemente a uma taxa de FS = 100 kHz,
gera uma seq
uencia x[n]. Suponha ainda que x[n] e aplicada na entrada de um sistema em tempo discreto, linear e invariante ao deslocamento (SLIT), causal e estavel,
cuja Discrete Fourier Transform (DFT) e definida por |H[k]| = {5, 4, 3, 0, 1, 2, 1, 0, 3, 4},
H[k] = {0, 4 , 2 , 3
, , 0, , 3
, , , } e 0 k 9. Calcule a resposta y[n] do
4
4 2 4
sistema, no regime permanente, justificando todas as etapas do calculo.
P
19. Suponha o sinal analogico x(t) = 3i=1 Ai cos(2fi t+i ), onde A = [A1 , A2 , A3 ] = [6, 3, 1],
f = [f1 , f2 , f3 ] = [2, 10, 20] kHz e = [1 , 2 , 3 ] = [ 9 , 6 , 3 ] rad. Dada a seq
uencia x[n],
gerada a partir da amostragem uniforme de x(t), com FS = 200 kHz, para 0 n 299,
suponha que x[n] e aplicada na entrada de um SLIT, causal e estavel, definido por h[n],
cuja DFT de 100 pontos e dada por |H[k]| = [0, 0, 0, 0.6, 0.8, 1.0, 1.0, 1.0, 0.8, 0.6, 0, 0, 0] e
H[k] = [0.0, 0.3, 0.6, 0.9, 1.2, 1.5, 1.8, 2.1, 2.4, 2.7, 3.0, 3.3, 3.6] rad,
para k = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]. Atenda aos seguintes itens:
TET / UFF
170

uencia
Apresente a equacao que define x[n], para 0 n 299.
Calcule o perodo fundamental de cada uma das componentes de x[n].
Calcule a resposta forcada do sistema, yf or [n].
P
20. Suponha o sinal analogico x(t) = 3i=1 Ai cos(2fi t+i ), onde A = [A1 , A2 , A3 ] = [6, 3, 1],
uencia x[n],
f = [f1 , f2 , f3 ] = [2, 10, 20] kHz e = [1 , 2 , 3 ] = [ 9 , 6 , 3 ] rad. Dada a seq
gerada a partir da amostragem uniforme de x(t), com FS = 200 kHz, para 0 n 299,
suponha que x[n] e aplicada na entrada de um SLIT, causal e estavel, definido por h[n],
cuja DFT de 100 pontos e dada por |H[k]| = [0, 0, 0, 0.6, 0.8, 1.0, 1.0, 1.0, 0.8, 0.6, 0, 0, 0]
e H[k] = [0.0, 0.3, 0.6, 0.9, 1.2, 1.5, 1.8, 2.1, 2.4, 2.7, 3.0, 3.3, 3.6] rad,
para k = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]. Supondo que a sada y[n] do sistema e
adequadamente interpolada, calcule a resposta forcada do sistema, yf or (t), justificando
todas as etapas do calculo.
A.S.V.
Parte V
Ap
endices
171
Ap
endice A
Revis
ao de n
umeros complexos
A.1
Definic
ao do corpo dos n
umeros complexos
Dados
R conjunto dos n
umeros reais
R R = R2 produto cartesiano
R2 = {(x, y) | x R e y R}
e supondo-se as seguintes definicoes, envolvendo os elementos (a, b) e (c, d), de R2 :
1) igualdade:
(a, b) = (c, d)
2) adicao:
(a, b) + (c, d)
3) multiplicacao: (a, b) (c, d)
a=c e b=d
(a + c, b + d)
(ac bd, ad + bc)
pode-se definir
C conjunto dos n
umeros complexos
z C n
umero complexo
C = {z = (x, y) | x R,
A.2
A.2.1
y R e as definicoes (1) (3) sao validas } .
Representaco
es dos n
umeros complexos
Forma alg
ebrica ou retangular
Considerando-se o subconjunto
R0 = {(a, b) C | b = 0} ,
pode-se mostrar que operar com o n
umero complexo (x, 0) e equivalente a operar com o n
umero
0
real x. Logo, existe um isomorfismo entre R e R, de tal forma que
x = (x, 0),
x R
e
RC.
173
174
Apendice A. Revisao de n
umeros complexos
Levando-se em consideracao a unidade real 1 = (1, 0) e definindo-se o n

umero complexo
i = (0, 1) como a unidade imaginaria, tem-se que
i2 = i i = (0, 1) (0, 1) = (1, 0) = 1
e, de forma geral, para n N, que
i4n
1,
i4n+1 =
i,
i4n+2 = 1 ,
i4n+3 = i .
Assim, um n
umero complexo qualquer z pode ser escrito na seguinte forma algebrica,
denominada forma retangular:
z =
=
=
=
=
(x, y)
(x, 0) + (0, y)
(x, 0) (1, 0) + (y, 0) (0, 1)
x1+yi
x+yi ,
onde x = Re{z} e a parte real de z e y = Im{z} e a parte imaginaria de z.

Pode-se, entao, definir a seguinte nomenclatura:
N
umero complexo
N
umero real (puro)
N
umero imaginario (puro)
A.2.2
z = (x, y) = x + y i
z = (x, 0) = x + 0 i = x
z = (0, y) = 0 + y i = y i (y 6= 0) .
N
umeros complexos conjugados
Os n
umeros complexos z e z sao ditos complexos conjugados se, e somente se,
z = (x, y) = x + y i z = (x, y) = x + (y) i .
Neste caso, pode-se mostrar que
z = z z R ,
(z1 + z2 ) = z1 + z2 ,
(z1 z2 ) = z1 z2 ,
x = Re{z} =
e
y = Im{z} =
z + z
2
z z
.
2i
A.S.V.
A.2. Representacoes dos n

umeros complexos
A.2.3
175
Forma trigonom
etrica ou polar
Os n
umeros complexos tambem podem ser interpretados como pontos de um plano cartesiano,
denominado Plano Complexo ou Plano de Argand-Gauss. Ele e exemplificado na Figura A.1,
onde:
z = (x, y)
x0y
0x
0y
P = (x, y)
e um n
umero complexo.
e o plano cartesiano de Argand-Gauss.
e o eixo real.
e o eixo imaginario.
e o afixo de z.
Figura A.1: Plano de Argand-Gauss.

A norma N e o modulo (ou valor absoluto) de z sao dados, respectivamente, por
N (z) = z z = x2 + y 2
e
|z| =
p
p
N (z) = x2 + y 2 = r .
O argumento (principal) de z 6= 0 e dado pelo angulo , tal que

sin =
Im{z}
y
=
,
r
|z|
cos =
e
tan =
x
Re{z}
=
r
|z|
y
Im{z}
=
.
x
Re{z}
Logo, para z 6= 0, pode-se escrever que

z = (x, y) = x + y i = r (cos + i sin )
e que, para z = 0, r = 0 e e indefinido.
Deve-se notar que existem infinitos angulos congruentes a um valor principal 0 < 2,
que sao
k = ( k 2) ,
kN.
(A.1)
Portanto, pode-se dizer que um n
umero complexo z 6= 0 possui infinitos argumentos k e que
0 < 2 e o seu argumento principal.
TET / UFF
176
umeros complexos
A.2.4
F
ormula de Euler
Dado um angulo , a identidade de Euler fornece

ei = (cos i sin ) .
No caso particular de = , tem-se a formula de Euler, definida por
ei = 1 .
Para = 2 , pode-se escrever
ei 2 = i .
A.2.5

co
es
Com base nas representacoes descritas acima, pode-se escrever as seguintes relacoes:
z = (x, y) = x + y i = r (cos + i sin ) = r ei ,
p
p
N (z) = x2 + y 2 ,

y
Im{z}
= arg(z) = arctan
= arctan
Re{z}
x
r = |z| =
e
i2 = 1 .
Definindo-se
z = (x, y) = x y i = r (cos i sin ) = r ei ,
tem-se ainda as seguintes identidades:
z z = N (z) = |z|2 = r2 ,
z
= 1 ei2 ,
z
(z1 + z2 ) = z1 + z2 ,
(z1 z2 ) = z1 z2 ,
x = Re{z} =
e
y = Im{z} =
A.3
z + z
2
z z
.
2i
Operaco
es com n
umeros complexos
A seguir, sao resumidas as operacoes basicas sobre n

umeros complexos: adicao, subtracao,
multiplicacao, divisao, potenciacao, radiciacao, exponencial e logaritmo.
A.S.V.
A.3. Operacoes com n

umeros complexos
A.3.1
177
Adi
c
ao e subtra
c
ao
Conforme a propria definicao dos n

umeros complexos, as operacoes de adicao e subtracao
realizam-se atraves da adicao/subtracao de suas partes real e imaginaria. Por isso, e prefervel
que se os represente na forma retangular. Exemplificando, dados
z1 = x1 + y1 i
e
z2 = x2 + y2 i ,
tem-se que
za = z1 + z2 = (x1 + x2 ) + (y1 + y2 ) i
e
zs = z1 z2 = (x1 x2 ) + (y1 y2 ) i .
A.3.2
Multiplica
c
ao e divis
ao
Para n
umeros complexos expressos na forma retangular, a multiplicacao e realizada conforme
a propria definicao dos n
umeros complexos. Dados
z1 = x1 + y1 i
e
z2 = x2 + y2 i ,
a multiplicacao e calculada por
zm = z1 z2 = (x1 x2 y1 y2 ) + (x1 y2 + x2 y1 ) i .
Para o calculo da divisao, e mais pratico transforma-la em uma multiplicacao, atraves do
complexo conjugado do denominador. Exemplificando, dados
z1 = x1 + y1 i
e
z2 = x2 + y2 i ,
onde z2 6= 0, a divisao e realizada da seguinte forma:
zd =
1 z
z
z1
= z1 2 = z1 2 2 .
z2
z2 z2
|z2 |
No caso dos n
umeros expressos na forma polar, os calculos sao extremamente simplificados.
Dados
z1 = x1 + y1 i = r1 ei1
e
z2 = x2 + y2 i = r2 ei2 ,
obtem-se a multiplicacao e a divisao, respectivamente, por

zm = z1 z2 = r1 ei1 r2 ei2 = (r1 r2 ) ei(1 +2 )
e

zd =
TET / UFF
z1
z2

r1 ei1
r1
=
=
ei(1 2 ) , para z2 6= 0 .
i
2
(r2 e )
r2
178
umeros complexos
A.3.3
Potencia
c
ao
Assim como nas operacoes de multiplicacao e divisao, e muito mais conveniente realizar a
operacao de potenciacao expressando-se os n
umeros complexos na forma polar. Neste caso, o
calculo e realizado do seguinte modo, conhecido como 1a formula de Moivre:
z k = (x + y i)k
k
= rk eik
= r ei
= rk (cos k + i sin k) .
A.3.4
Radicia
c
ao
Na operacao de radiciacao tambem e mais conveniente que se utilize a forma polar. Dado o
n
umero complexo nao nulo
z = x + y i = r ei ,
deseja-se calcular o conjunto de N valores
1
1
zk = N z = z N = r ei N = r N ei N ,
k = 0, 1, 2, , (N 1) .
Tal problema e equivalente a resolver a seguinte equacao:

zkN r ei = 0 , k = 0, 1, 2, , (N 1) ,
(A.2)
que, sendo de ordem N , deve possuir N razes.

Aplicando-se (A.1) em (A.2), obtem-se a seguinte seq
uencia infinita de N razes distintas:
..
.
z2
r ei(+(2)2)
N1
z1
N1
z0
z1
z2
r ei(+(1)2)
1
r ei(+02) N
1
r ei(+12) N
1
r ei(+22) N
z(N 2) =
r ei(+(N 2)2)
z(N 1) =
i(+(N 1)2)
re
z(N )
1
r ei(+N 2) N
z(N +1) =
z(N +2) =
2
1
= r N ei( N +(2) N )
2
1
= r N ei( N +(1) N )
= r N ei( N +0 N )
2
1
= r N ei( N +1 N )
1
= r N ei( N +2 N )
..
.
1
N1
N1
1
r ei(+(N +1)2) N
1
r ei(+(N +2)2) N
2
1
1
= r N ei( N +(N 2) N ) = r N ei( N +(2) N )
2
2
1
1
= r N ei( N +(N 1) N ) = r N ei( N +(1) N )
2
1
1
= r N ei( N +N N )
= r N ei( N +0 N )
2
1
1
= r N ei( N +(N +1) N ) = r N ei( N +1 N )
= r
..
.
1
N
+(N +2) 2
i( N
N )
= r
1
N
+2 2
i( N
N )
que pode ser resumida em

1
2
1
1
zk = r ei(+k2) N = r N ei( N +k N ) = r N ei( N +(kmN ) N ) = zkmN ,
= z2
= z1
= z0
= z1
= z2
(A.3)
onde k = 0, 1, 2, , (N 1) e m N.
A Equacao (A.3), conhecida como 2a formula de Moivre, mostra que as N razes distintas
de um n
umero complexo nao nulo z = r ei encontram-se uniformemente distribudas em um
1
crculo com centro na origem do plano complexo e com raio igual a r N . O ponto inicial possui
angulo 0 = N
rad. Os pontos seguintes sao separados por intervalos angulares de 2
rad.
N
A.S.V.
A.3. Operacoes com n

umeros complexos
179
Equa
co
es bin
omias
As equacoes na forma
an z n + a0 = 0 ,
onde an , a0 C, an 6= 0 e n N, sao denominadas equacoes binomias.
Equacoes desse tipo admitem n razes distintas, calculadas por
r
a0
,
k = 0, 1, 2, , (n 1) .
zk = n
an
Equa
co
es trin
omias
As equacoes na forma
a2n z 2n + an z n + a0 = 0 ,
onde a2n , an , a0 C, a2n 6= 0, an 6= 0 e n N, sao denominadas equacoes trinomias.
Equacoes desse tipo admitem 2n razes distintas. Para calcula-las, inicialmente, deve-se
fazer z n = x, obtendo-se
a2n x2 + an x + a0 = 0 ,
que possui razes x1 e x2 .
Resolvendo-se as equacoes binomias z n = x1 e z n = x2 , determinam-se as 2n razes distintas
da equacao trinomia.
A.3.5
Exponencial (base e)
Assim como nas operacoes de adicao e subtracao, e muito mais conveniente realizar a operacao
de exponenciacao expressando-se os n
umeros complexos na forma retangular. Neste caso, o
calculo e realizado do seguinte modo:
exp(z) =
=
=
=
A.3.6
ez
e(x+yi)
(ex ) ei(y)
(ex ) (cos(y) + i sin(y)) .
Logaritmo (base e)
bom ressaltar que encontram-se algumas notacoes diferentes para logaritmos. Por vezes, o
E
logaritmo natural (base e) e representado por log(), enquanto o logaritmo comum (base 10)
e os logaritmos de outras bases sao representados por log 0 base0 () ou log0 base0 (). Por exemplo:
log10(), log2(), log10 () e log2 (). Alternativamente, o logaritmo natural (base e) e representado
por ln(), o logaritmo comum (base 10) e representado por log() e os logaritmos de outras bases
sao representados por log 0 base0 () ou log0 base0 ().
Para realizar a operacao de logaritmo tambem e mais conveniente expressar os n
umeros
complexos na forma polar. O calculo e realizado da seguinte forma:
ln(z) = ln (x + y i)

= ln r ei = ln r ei(k2)
= ln(r) + i ,
onde k N e 0 < 2 e argumento principal.
TET / UFF
180
A.4
umeros complexos
Refer
encias
Os topicos abordados neste captulo podem ser encontrados, com mais detalhes, em [IMD+ 85].
A.S.V.
Ap
endice B
T
opicos sobre divis
ao entre n
umeros
inteiros
B.1
Algoritmo de divis
ao entre n
umeros inteiros
Teorema (Divis
ao com resto): Para cada inteiro c (dividendo) e cada inteiro positivo d
(divisor), existe um u
nico par de inteiros Q (quociente) e r (resto), tal que c = Q d + r, onde
0 |r| < d.
B.2
Quociente
O quociente pode ser descrito por

Q=
jck
d
onde bxc e a funcao f loor(x), que representa o maior inteiro menor que x.
B.3
Resto
Algumas notacoes comuns para o resto da divisao de c por d sao

r = Rd [c] = ((c)) .
B.4
Congru
encia
Dois n
umeros inteiros c1 e c2 sao ditos congruentes, modulo d, quando d divide exatamente
(exactly divides ou evenly divides) a diferenca (c1 c2 ), o que pode ser descrito por
c1 c2
Q=
(mod d) ,
(c1 c2 )
d
ou
c1 = Q d + c2 .
181
(B.1)
182
Apendice B. Topicos sobre divisao entre n

umeros inteiros
Quando c1 e d sao inteiros positivos e 0 c2 < d, a Equacao (B.1) pode ser reescrita como
c1 = Q d + r ,
onde o resto r da divisao inteira e denominado (o menor) resduo de c1 , modulo d.

Por outro lado, o calculo do (menor) resduo r de c1 , modulo d, considerando-se que c1 e d
sao inteiros quaisquer, e dado por
d > 0 e c 1 > 0 c 1 = Q d + rp r = rp ,
d > 0 e c1 < 0 |c1 | = (|Q|) d + (|rn |) r = d + (|rn |) ,
d < 0 e c1 > 0 c1 = (|Q|) (|d|) + rp r = (|d|) + rp
e
d < 0 e c1 < 0 |c1 | = Q (|d|) + (|rn |) r = |rn | .
B.5
Relaco
es de equival
encia
Quando um par ordenado de elementos (x, y) possui uma propriedade R que os relaciona,
pode-se dizer que x e R-relacionado com y, o que e simbolizado por xRy.
A relacao R e definida como o conjunto de todos os pares ordenados que possuem a
propriedade em questao.
Pode-se assumir que R e uma relacao definida sobre um conjunto de elementos, de tal
forma que x ou y possam representar qualquer elemento do conjunto.
Classificacao das relacoes:
Reflexividade: se xRx e valida para qualquer x, entao R e reflexiva.
Simetria: se yRx xRy, entao R e simetrica.
Transitividade: se (xRy e yRz) xRz, entao R e transitiva.
Equivalencia: se R e reflexiva, simetrica e transitiva, entao R e uma relacao de
equivalencia.
Pode-se demonstrar que a congruencia e uma relacao de equivalencia, uma vez que:
c1 c1
(mod d)
c1 c2 c2 c1
(mod d)
c1 c2 e c2 c3 c1 c3
B.6
(mod d)
Relaco
es u
teis
Teorema: Para um mesmo n

umero inteiro positivo d,
(i) Rd [a + b] = Rd [Rd [a] + Rd [b]]
(ii) Rd [a b] = Rd [Rd [a] Rd [b]]
onde + e denotam, respectivamente, as operacoes de adicao e multiplicacao entre n
umeros
inteiros.
A.S.V.
Ap
endice C
Aliasing
C.1
Introduc
ao
A geracao de um sinal discreto no tempo atraves da amostragem de um sinal analogico

pode produzir um efeito que recebe as seguintes denominacoes: superposicao de freq
uencias, superposicao de sinais senoidais, superposicao espectral ou aliasing.
A ocorrencia de aliasing e controlada por uma determinada relacao entre a freq
uencia de
um sinal senoidal analogico e a freq
uencia de amostragem.
Em sinais senoidais, o efeito faz com que um sinal analogico de alta freq
uencia seja
interpretado como um sinal discreto de baixa freq
uencia.
Dessa forma, gera-se uma ambig
uidade na representacao de sinais analogicos por sinais
discretos.
Em sinais compostos por diversos sinais senoidais, o efeito causa uma distorcao no sinal.
Do ponto de vista da geracao de sinal discreto, isso pode ser visto como um problema.
Por outro lado, se for usado adequadamente, esse efeito pode ser utilizado como uma
tecnica de demodulacao de sinais discretos no tempo.
A seguir, considerando-se um processo de amostragem uniforme, sao definidas as relacoes
entre as variaveis analogicas e discretas, bem como e destacado o escalamento entre elas.
A ambig
uidade entre sinais senoidais discretos no tempo e apresentada, definindo-se faixas
especficas de freq
uencia discreta (angulos) para cada superposicao de sinais. A partir das
faixas definidas, sao apresentadas as relacoes de ambig
uidade na representacao de sinais
senoidais analogicos por suas amostras. Por fim, sao ressaltadas as duas analises possveis
para o problema de aliasing.
C.2
Amostragem uniforme
O processo de geracao de um sinal discreto no tempo, a partir de um sinal analogico, atraves

de uma amostragem uniforme com perodo TS , pode ser descrito por
x[n] = xa (nTS ) = xa (t)|t=nTS .
183
(C.1)
184
Apendice C. Aliasing
C.3
Relaco
es entre vari
aveis anal
ogicas e discretas
As Equacoes (C.2) a (C.4) estabelecem uma relacao entre a freq

uencia (cclica) analogica f ,
a taxa ou freq
uencia de amostragem FS e a freq
uencia (angular) discreta .
= 2f .
(C.2)
1
.
FS
(C.3)
= TS .
(C.4)
TS =
De (C.2) a (C.4) obtem-se:

= (TS ) = (TS )2f = (2TS )f =
C.4
2
FS

f .
(C.5)
Equival
encia entre valores anal
ogicos e discretos
De (C.5), pode-se estabelecer a relacao de equivalencia entre os valores de freq

uencia analogicos
e discretos, a qual e apresentada em (C.6) a (C.7).
f = [ , 2FS , 3
FS
FS
FS
FS
, FS , , 0,
, FS , 3 , 2FS , ] .
2
2
2
2
= [ , 4, 3, 2, , 0, , 2, 3, 4, ] .
C.5
(C.6)
(C.7)
Ambigu
idade entre sinais discretos no tempo
Um sinal senoidal generico pode ser decomposto em componentes ortogonais, utilizando-se a

relacao
A0 cos(0 n 0 ) = (A0 ) cos(0 ) cos(0 n) + (A0 ) sin(0 ) sin(0 n) .
(C.8)
Uma vez que a freq

uencia discreta e um angulo, podem-se verificar ambig
uidades na
representacao de sinais senoidais discretos, dependendo da faixa de freq
uencia utilizada. Assim:
Faixa 1 (0 < ): x1 [n] = cos(1 n) 6= x2 [n] = cos(2 n), para 1 6= 2 , o que
representa ausencia de ambig
uidades.
Faixa 2 ( = ): A0 cos(n 0 ) = (A0 ) cos(0 ) cos(n) = (A00 ) cos(n), o que gera
ambig
uidade em amplitude e em angulo de fase.
Faixa 3 ( < 2): x34 [n] = cos(34 n) = cos(12 n) = cos(12 n) = x12 [n], para
34 = 12 , o que gera ambig
uidade em freq
uencia.
Faixa 4 ( > 2): xK [n] = cos(( + K2)n) = cos(n) = x0 [n], o que gera ambig
uidade
em freq
uencia.
Portanto, as seq
uencias senoidais do tipo x[n] = cos(n) sao distintas para freq
uencias
tomadas de tal forma que 0 < . Caso contrario, ocorrerao ambig
uidades entre os sinais.
Tal caracterstica dos sinais discretos tem influencia na amostragem dos sinais contnuos,
o que e discutido nos itens que se seguem.
A.S.V.
C.6. Amostragem sem ambig

uidade
C.6
185
Amostragem sem ambigu

idade
Dada a faixa de freq

uencia discreta
0 0 < ,
e a correspondende faixa de freq
uencia analogica
0 f0 <
FS
,
2
pode-se estabelecer a seguinte correspondencia biunvoca entre sinais senoidais analogicos e

discretos:
xa (t) = cos(2f0 t) x[n] = cos(0 n) .
Dessa forma, considerando-se um sinal analogico composto por diversos sinais senoidais,
onde fM AX representa a maior freq
uencia envolvida, a relacao
0 fM AX <
FS
,
2
garante a representacao correta do sinal analogico pelo seu correspondente discreto e e conhecida
como Teorema da Amostragem (Nyquist-1928 Shannon-1949).
C.7
C.7.1
Amostragem com ambigu

idade
Frequ
encias m
ultiplas de =
Dadas as freq
uencias discretas
k = (2k + 1) , k = 0, 1, 2, 3, ,
e as correspondentes freq
uencias analogicas
fk = (2k + 1)
FS
, k = 0, 1, 2, 3, ,
2
podem ser definidos dois tipos de ambig

uidade na representacao de sinais senoidais analogicos
por sinais senoidais discretos: i) em amplitude e angulo de fase e ii) em freq
uencia.
Para k = 0 e utilizando-se (C.8), a relacao de ambig
uidade em amplitude e angulo de fase
e dada por
xa (t) = cos(2f0 t + 0 ) x[n] = cos(0 n + 0 )
= cos(0 )cos(0 n) cos(0 )cos(2f0 t) 6= xa (t) .
Por sua vez, para k > 0, a relacao de ambig
uidade em freq
uencia e dada por
xa (t) = cos(2fk t) x[n] = cos(k n)
= cos(0 n) cos(2f0 t) 6= xa (t) .
TET / UFF
186
C.7.2
Frequ
encias em 1o e 2o quadrantes
Dadas as freq
uencias na faixa de ausencia de ambig
uidade
0 0 <
e as freq
uencias de 1o e 2o quadrantes
k = (k2 + 0 ) , k = 0, 1, 2, 3, ,
pode-se estabelecer a seguinte relacao de ambig
uidade em freq
uencia
xa (t) = cos(2fk t) x[n] = cos(k n)
= cos ((k2 + 0 )n)
= cos(0 n) cos(2f0 t) 6= xa (t) .
Utilizando-se as relacoes entre as variaveis analogicas e discretas, a ambig
uidade entre
representacoes ocorre para as seguintes freq
uencias:
k = k2 + 0
k TS = k2 + 0 TS
2fk TS = k2 + 2f0 TS
1
+ 2f0
2fk = k2
TS
fk = kFS + f0 .
Portanto, as faixas de freq
uencia de superposicao de sinais analogicos gerada por freq
uencias
discretas nos 1o e 2o quadrantes sao

1
FS
= k+
FS , k = 0, 1, 2, 3, .
kFS fk < kFS +
2
2
C.7.3
Frequ
encias em 3o e 4o quadrantes
Dadas as freq
uencias na faixa de ausencia de ambig
uidade
0 0 <
e as freq
uencias de 3o e 4o quadrantes
00 = (2 0 )
e
0k = (k2) + (00 ) = (k2) + (2 0 ) = ((k + 1)2 0 ) , k = 0, 1, 2, 3, ,
pode-se estabelecer a seguinte relacao de ambig
uidade em freq
uencia
xa (t) = cos(2fk0 t) x[n] = cos(0k n)
= cos (((k + 1)2 0 )n)
= cos(0 n) cos(2f0 t) 6= xa (t) .
A.S.V.
C.8. Analises importantes
187
Utilizando-se as relacoes entre as variaveis analogicas e discretas, a ambig

uidade entre
representacoes ocorre para as seguintes freq
uencias:
fk0 = (k + 1)FS f0 .
Portanto, as faixas de freq
uencia de superposicao de sinais analogicos gerada por freq
uencias
discretas nos 3o e 4o quadrantes sao

1
0
FS , k = 0, 1, 2, 3, .
(k + 1)FS fk > k +
2
C.8
An
alises importantes
Duas analises podem ser realizadas, considerando-se um sinal senoidal analogico x(t), amostrado
com uma determinada freq
uencia de amostragem FS :
Dada uma mesma freq
uencia de amostragem FS , qual o efeito sobre os diversos sinais
senoidais analogicos xk (t) = cos(k t) ?
Dadas as diversas freq
uencias de amostragem FSk , qual o efeito sobre o mesmo sinal
senoidal analogico x(t) = cos(t) ?
TET / UFF
188
A.S.V.
Ap
endice D
Fatoraco
es das equa
co
es de diferen
ca
D.1
Introduc
ao
Nesse apendice, sao abordados topicos referentes à decomposicao de um sistema de ordem

qualquer em subsistemas de ordem inferiores.
Embora seja realizada uma analise com sistemas de ordem 2, os resultados podem ser
facilmente extrapolados para sistemas de ordem qualquer.
Inicialmente, e definido um operador linear e invariante ao deslocamento para uma equacao
de diferenca com ordem 2, denominado de operador de transferencia. Em seguida, o operador
de transferencia e fatorado de duas formas diferentes, o que conduz a dois diagramas de sistemas
(ou estruturas ou realizacoes) diferentes. Alem disso, sao apresentadas duas formas equivalentes
de calculo para os coeficientes envolvidos nas fatoracoes propostas. Finalmente, os resultados
sao extrapolados para sistemas de ordem qualquer.
D.2
Fatoraco
es das equa
co
es de diferen
ca com ordem 2
Modelando-se um atraso unitario por um operador linear e invariante ao deslocamento D{},

definido por
c v[n 1] = c D {v[n]} = (c D) v[n] ,
(D.1)
uma equacao de diferenca com ordem 2 (L=N=2) pode ser descrita por
y[n] =
2
X
ak y[n k] +
k=1
2
X
bk x[n k]
k=0
(b0 ) + (b1 ) D + (b2 ) D2

x[n]
(1) + (a1 ) D + (a2 ) D2
= T (D) x[n] ,
(D.2)
onde
T (D) =
(b0 ) + (b1 ) D + (b2 ) D2

(1) + (a1 ) D + (a2 ) D2
e definido como o operador de transferencia associado à equacao de diferenca.
189
(D.3)
190
Apendice D. Fatoracoes das equacoes de diferenca

Do ponto de vista puramente matematico, a Equacao (D.3) pode ser fatorada em
(b0 ) + (b1 ) D + (b2 ) D2
(1) + (a1 ) D + (a2 ) D2

b0

+ bb21 D + (1) D2
b2
b2

=
1
a2
+ aa12 D + (1) D2
a2

b2
(r1b r2b ) + (r1b + r2b ) D + (1) D2
=
a
(r1a r2a ) + (r1a + r2a ) D + (1) D2
2
(D + r1b ) (D + r2b )
b2
.
=
a2
(D + r1a ) (D + r2a )
T (D) =
(D.4)
Por outro lado, pensando em termos de diagramas de sistemas (ou estruturas ou realizacoes)
a Equacao (D.4) pode ser reescrita como

b2
a2
(r1b + D) (r2b + D)
(r1a + D) (r2a + D)

1+ 1 D 1+
r1b
b2 r1b r2b

=

1
a2 r1a r2a
1 + r1a
D 1+
T (D) =
1
D
r2b
1
D
r2a
(1 + d1 D) (1 + d2 D)
(1 + c1 D) (1 + c2 D)
(1) + (d1 + d2 ) D + (d1 d2 ) D2
= (b0 )
(1) + (c1 + c2 ) D + (c1 c2 ) D2

b1
(1) + b0 D + bb20 D2
= (b0 )
(1) + (a1 ) D + (a2 ) D2
= (b0 )
(D.5)
As Equacoes (D.4) e (D.5) definem duas estruturas possveis, caracterizadas pelos conjuntos
de coeficientes {b2 , a2 , r1b , r2b , r1a , r2a } e {b0 , d1 , d2 , c1 , c2 }.
Duas formas de calculo para os coeficientes {r1b , r2b , r1a , r2a } e {d1 , d2 , c1 , c2 }, a partir dos
coeficientes {b0 , b1 , b2 , a1 , a2 }, sao apresentadas a seguir.
D.3
D.3.1
C
alculo dos coeficientes das fatora
co
es
C
alculo direto
A partir das Equacoes (D.1) a (D.5) e admitindo-se a associacao de um polinomio p(x) com um
vetor que contenha seus coeficientes, denotado por [.], bem como a existencia de uma funcao
roots([.]) que calcule as razes do polinomio a partir do seu vetor de coeficientes, pode-se escrever
b = [b2 b1 b0 ] ,
(D.6)
a = [a2 a1 1] ,
(D.7)
A.S.V.
D.3. Calculo dos coeficientes das fatoracoes
191
rb = [r1b r2b ] = roots(b) ,
(D.8)
ra = [r1a r2a ] = roots(a) ,
(D.9)
1 1
d = [d1 d2 ] =
r1b r2b
e
1 1
c = [c1 c2 ] =
r1a r2a

(D.10)

.
(D.11)
Pode-se propor um calculo alternativo para os coeficientes ck e dk , o que e apresentado a

seguir.
D.3.2
C
alculo alternativo
Dada a troca de variaveis

x=
1
= D1 ,
D
(D.12)
o polinomio
p(D) = (b0 ) + (b1 ) D + (b2 ) D2 ,
(D.13)
que pode ser interpretado como a funcao polinomial racional

(b0 ) + (b1 ) D + (b2 ) D2
1
(D + r1b ) (D + r2b )
,
= (b2 )
1
f (D) =
(D.14)
pode ser reescrito como

(b0 ) + (b1 ) D + (b2 ) D2
1
2
(b0 ) D + (b1 ) D1 + (b2 )
=
D2
2
(b0 ) x + (b1 ) x + (b2 )
=
x2
(x + d1 ) (x + d2 )
= (b0 )
.
(x + 0) (x + 0)
f (x) =
(D.15)
Os valores que anulam a funcao f (D) (zeros de f (D)) sao dados pelas razes do polinomio
numerador rN = rb = [r1b r2b ], enquanto os valores que fazem a funcao tender a infinito (polos
de f (D)) sao dados pelas razes do polinomio denominador rD = [ ].
Por sua vez, os valores que anulam a funcao f (x) (zeros de f (x)) sao dados pelas razes
do polinomio numerador rN = d = [d1 d2 ], enquanto os valores que fazem a funcao tender a
infinito (polos de f (x)) sao dados pelas razes do polinomio denominador rD = [0 0].
Baseado em (D.12), pode-se dizer que

1 1
d = [d1 d2 ] =
.
(D.16)
r1b r2b
TET / UFF
192
Apendice D. Fatoracoes das equacoes de diferenca
Deve-se notar que os coeficientes do numerador de f (x) ([b0 b1 b2 ]) podem ser obtidos pelo
espelhamento dos coeficientes do numerador de f (D) ([b2 b1 b0 ]).
Portanto, utilizando-se as Equacoes (D.12) a (D.16) e admitindo-se a existencia de uma
funcao f liplr([.]), que realize o espelhamento de um vetor [.], pode-se escrever
bf lr = [b0 b1 b2 ] = f liplr(b) ,
(D.17)
af lr = [1 a1 a2 ] = f liplr(a) ,
(D.18)
d = [d1 d2 ] = roots(bf lr )
(D.19)
c = [c1 c2 ] = roots(af lr ) .
(D.20)
D.4
Fatoraco
es das equa
co
es com ordem qualquer
Com base na analise efetuada para equacoes de diferenca com ordem 2, pode-se obter um
resultado equivalente para equacoes com ordem qualquer, de tal forma que
b = [bL b2 b1 b0 ] ,
(D.21)
a = [aN a2 a1 1] ,
(D.22)
rb = [r1b r2b rLb ] = roots(b) ,
(D.23)
ra = [r1a r2a rN a ] = roots(a) ,
(D.24)

1
1 1
d = [d1 d2 dL ] =
r1b r2b
rLb

1 1
1
.
c = [c1 c2 cN ] =
r1a r2a
rN a

(D.25)
(D.26)
Alternativamente, os seguintes calculos podem ser efetuados

bf lr = [b0 b1 b2 bL ] = f liplr(b) ,
(D.27)
af lr = [1 a1 a2 aN ] = f liplr(a) ,
(D.28)
d = [d1 d2 dL ] = roots(bf lr )
(D.29)
c = [c1 c2 cN ] = roots(af lr ) .
(D.30)
A.S.V.
Ap
endice E
Exemplos de c
alculo da resposta de um
SLIT de primeira ordem
E.1
Introduc
ao
Aqui sao apresentados exemplos de calculo das respostas de SLITs, os quais sao descritos
por equacoes de diferenca lineares, de primeira ordem, com coeficientes constantes.
O problema envolvido nos calculos e:
Dados os sistemas descritos por:
y[n] + a1 y[n 1] = b0 x[n] ,
(E.1)
y[n] + a1 y[n 1] = b1 x[n 1]
(E.2)
y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1] .
(E.3)
Dada a condicao inicial (ou condicao auxiliar): y[1].

Calcular a resposta da equacao homogenea: yh [n] = y[n] u[n], para x[n] = 0.
Calcular as respostas do sistema relaxado (y[n] = 0, n < 0), para as seguintes
entradas: [n], u[n], z n u[n], ej0 n u[n] e cos(0 n) u[n].
Inicialmente, e efetuado o calculo da resposta da equacao homogenea.
Em seguida, sao efetuados os calculos para as respostas relativas às entradas especificadas,
para o sistema descrito pela Eq. (E.1), as quais pode ser denominadas yD0 [n].
Aproveitando os resultados de yD0 [n], sao efetuados os calculos para as respostas do
sistema descrito pela Eq. (E.2), as quais podem ser denominadas yD1 [n]. Para tal, sao
utilizadasaspropriedades de invariancia no tempo e de homogeneidade de um SLIT:
yD1 [n] = bb01 yD0 [n 1].
Finalmente, aproveitando os resultados de yD0 [n] e de yD1 [n], sao efetuados os calculos
para as respostas do sistema descrito pela Eq. (E.3), as quais pode ser denominadas y[n].
Para tal, e utilizada a propriedade de linearidade de um SLIT: y[n] = yD0 [n] + yD1 [n].
193
194
E.2
Apendice E. Exemplos de calculo da resposta de um SLIT de primeira ordem
Metodologia de solu
c
ao
A fim de se obter uma solucao para uma equacao de diferenca linear, de primeira ordem e com
coeficientes constantes, sera utilizada uma tecnica semelhante àquela empregada na solucao de
uma equacao diferencial linear, de primeira ordem e com coeficientes constantes.
Dado que a equacao e linear, o efeito provocado por cada causa isolada pode ser computado separadamente, anulando-se as demais causas. Para calcular o efeito de diversas causas
simultaneas, basta combinar os efeitos provocados por cada uma delas.
No caso em questao, o problema e dividido em duas partes. Por um lado, e considerada a
evolucao da equacao no intervalo < n < N0 , para sinais xd [n] desconhecidos, o que provoca
a condicao auxiliar y[N0 1]. Em seguida, para n N0 , aplica-se um sinal conhecido x[n].
Uma vez que a equacao possui coeficientes constantes, sendo um processo invariante no tempo,
pode-se facilitar o problema, fazendo-se N0 = 0.
Portanto, buscando-se resolver a equacao para n 0, pode-se pensar em duas influencias
isoladas: i) a condicao auxiliar y[1], provocada por sinais desconhecidos, e ii) o sinal conhecido
x[n] = f [n] u[n].
Inicialmente, e encontrada a solucao da equacao homogenea, provocada isoladamente pela
condicao auxiliar. Em seguida, e obtida a solucao da equacao nao homogenea, provocada
isoladamente por um dado sinal. Finalmente, a solucao completa e definida pela soma das
solucoes anteriores.
E.2.1
Solu
c
ao da equa
c
ao homog
enea
Dada uma equacao de diferenca linear, de primeira ordem e com coeficientes constantes, com
condicao auxiliar y[1] nao nula, a equacao homogenea e aquela obtida ao se fazer x[n] = 0,
para n 0.
A solucao para a equacao homogenea, submetida a uma condicao auxiliar y[1] nao nula,
e uma sequencia ysol [n] u[n] que segue a regra de comportamento definida por essa equacao.
A fim de atender a uma condicao auxiliar y[1] qualquer, a solucao pode ser ponderada por
uma constante Kh .
Portanto, pode-se propor que a solucao da equacao homogenea seja da forma
yh [n] = Kh ysol [n] u[n] .
E.2.2
Solu
c
ao da equa
c
ao n
ao homog
enea
Considerando-se a equacao nao homogenea, submetida a uma condicao auxiliar y[1] nula e a
um sinal conhecido x[n] = f [n] u[n], o processo de solucao ainda pode ser subdividido em duas
partes.
Pode-se pensar que a aplicacao do sinal x[n] provoca dois efeitos. Um deles e devido à parte
nao recursiva do processo e o outro e causado por sua parte recursiva.
O efeito causado pela parte nao recursiva e um simples escalamento do sinal. Assim, pode-se
propor uma solucao particular ao sinal, do tipo
yp [n] = Kp x[n] .
Por sua vez, a parte recursiva do processo provoca a acumulacao e a recombinacao do sinal
x[n]. Essa e a mesma dinamica que ocorre na resposta da equacao homogenea. Logo, pode-se
propor uma solucao complementar, do tipo
yc [n] = Kc yh [n] .
A.S.V.
E.2. Metodologia de solucao
195
Finalmente, devido à linearidade do processo, a solucao da equacao nao homogenea, referente

ao sinal x[n], e dada por
yx [n] = yp [n] + yc [n] .
E.2.3
Solu
c
ao completa
Em um processo linear, para que se calcule o efeito de diversas causas simultaneas, basta que
se combine os efeitos isolados de cada uma delas.
No caso em questao, as causas isoladas sao o sinal externo ao processo x[n] = f [n] u[n] e o
sinal armazenado internamente no processo y[1] [n + 1].
Para n 0, o efeito do sinal x[n] e a solucao yx [n] = y[n]|y[1]=0 , enquanto o efeito do sinal
y[1] [n + 1] e a solucao yh [n] = y[n]|x[n]=0 .
Portanto, para n 0, a solucao completa e definida como
ytot [n] = yx [n] + yh [n] = (yp [n] + yc [n]) + yh [n] .
E.2.4
Decomposi
c
ao da solu
c
ao completa
A solucao completa possui varias componentes. Logo, elas podem ser agrupadas de diversas
formas diferentes.
Dado que a componente particular yp [n] e uma versao escalada do sinal x[n], pode-se dizer
que ela e uma solucao diretamente forcada por tal sinal e, portanto, yf or [n] = yp [n].
Uma vez que a componente complementar yc [n] e uma versao escalada da solucao homogenea
yh [n], e que ambas representam uma solucao sem a influencia direta do sinal x[n], pode-se dizer
que elas sao solucoes naturais, de tal forma que ynat1 [n] = yh [n], ynat2 [n] = yc [n] e ynat [n] =
ynat1 [n] + ynat2 [n].
Assim, a solucao completa admite as seguintes decomposicoes:
ytot [n] =
=
=
=
=
TET / UFF
yx [n] + yh [n]
(yp [n] + yc [n]) + yh [n]
yp [n] + (yh [n] + yc [n])
yf or [n] + (ynat1 [n] + ynat2 [n])
yf or [n] + ynat [n] .
(E.4)
196
E.3
C
alculo da resposta da equa
c
ao homog
enea
Dada a equacao
y[n] + a1 y[n 1] = 0 ,
(E.5)
submetida a uma dada condicao inicial y[1], pode-se propor uma solucao do tipo
yh [n] = Kh z n .
(E.6)
Substituindo-se (E.6) em (E.5), obtem-se:

Kh z n + a1 Kh z n1 = 0 ,
que pode ser fatorada em

Kh z n 1 + a1 z 1 = 0 ,
de onde, desprezando-se a solucao trivial z = 0, conclui-se que
1 + a1 z 1 = 0
e
z = a1 .
(E.7)
Substituindo-se (E.7) em (E.6), obtem-se:

yh [n] = Kh (a1 )n ,
(E.8)
de onde, com o auxlio da condicao inicial y[1] e de (E.5), conclui-se que

y[0] = yh [0] = Kh ,
y[0] = (a1 ) y[1]
e
Kh = (a1 ) y[1] .
(E.9)
De (E.8) e (E.9), deduz-se que a solucao da equacao homogenea, para n 0, e dada por
yh [n] = y[0] (a1 )n u[n]
= (a1 ) y[1] (a1 )n u[n]
= y[1] (a1 )n+1 u[n] .
(E.10)
A.S.V.
E.4. Sistema y[n] + a1 y[n 1] = b0 x[n]
197
Sistema y[n] + a1y[n 1] = b0x[n]
E.4
E.4.1
C
alculo para x[n] = [n]
Dada a equacao
y[n] + a1 y[n 1] = b0 [n] ,
tem-se, para n = 0, que
y[0] = b0
(E.11)
e, para n > 0, que

y[n] + a1 y[n 1] = 0 .
Assim, exceto em n = 0, o problema se resume ao calculo da solucao de uma equacao
homogenea, com condicao inicial dada por (E.11). Portanto, a resposta pode ser definida por

b0 , n = 0
h[n] = y [n] =
(E.12)
yh [n]|y[0]=b0 , n > 0
Substituindo-se (E.10) e (E.11) em E.12, obtem-se:

b0
(a1 )n+1 u[n]
h[n] = (b0 ) (a1 ) u[n] = (1)
a1
= (b0 ) ([n]) + (b0 ) (a1 )n u[n 1]

b0
b0
=
([n]) + (1)
(a1 )n+1 u[n] (a1 )n u[n 1] .
1 + a1
1 + a1

E.4.2
C
alculo para x[n] = u[n]
Dada a equacao
y[n] + a1 y[n 1] = b0 u[n] ,
(E.13)
pode-se propor uma solucao do tipo

y[n] = yp [n] + yc [n] ,
(E.14)
onde a solucao particular (similar à entrada) e dada por

yp [n] = Kp
(E.15)
e a solucao complementar (similar à solucao homogenea) assume a forma

yc [n] = Kc z n = Kc (a1 )n .
Substituindo-se (E.15) em (E.13), obtem-se, para n 0:
K p + a1 K p = b 0 ,
TET / UFF
(E.16)
198
que, fatorada, fornece

Kp (1 + a1 ) = b0
e

Kp =
b0
1 + a1

.
(E.17)
A combinacao de (E.14) a (E.17) resulta em

b0
+ Kc (a1 )n .
yu [n] =
1 + a1
(E.18)
Substituindo-se n = 0 em (E.18) e (E.13), tem-se que

b0
+ Kc = b 0 ,
1 + a1
da qual conclui-se que

Kc =
b0 a1
1 + a1

= (1)
b0
1 + a1

(a1 ) .
De (E.19) em (E.18), obtem-se, para n 0:

b0
b0
(u[n]) + (1)
(a1 )n+1 u[n] .
yu [n] =
1 + a1
1 + a1
E.4.3
(E.19)
(E.20)
C
alculo para x[n] = z n u[n]
Dada a equacao
y[n] + a1 y[n 1] = b0 z n u[n] ,
(E.21)

y[n] = yp [n] + yc [n] ,
(E.22)

yp [n] = Kp z n
(E.23)

yc [n] = Kc (a1 )n .
(E.24)
Substituindo-se (E.23) em (E.21), obtem-se, para n 0:

Kp z n + a1 Kp z n1 = b0 z n ,

Kp z n 1 + a1 z 1 = b0 z n ,
A.S.V.
E.4. Sistema y[n] + a1 y[n 1] = b0 x[n]
199

Kp =
b0
1 + a1 z 1

.
(E.25)
z n + Kc (a1 )n .
(E.26)
A combinacao de (E.22) a (E.25) resulta em

yz [n] =
b0
1 + a1 z 1
Substituindo-se n = 0 em (E.26) e (E.21), tem-se que

b0
1 + a1 z 1

+ Kc = b 0 ,

Kc =
b0 a1 z 1
1 + a1 z 1

= (1)
b0
1 + a1 z 1
z 1 (a1 ) .
(E.27)
De (E.27) em (E.26), obtem-se, para n 0:

yz [n] =
E.4.4
b0
1 + a1 z 1
(z u[n]) + (1)
b0
1 + a1 z 1
z 1 (a1 )n+1 u[n] .
(E.28)
C
alculo para x[n] = ej0 n u[n]
Definindo-se a relacao
x[n] = ej0 n = ej0
n
= z n , para z = ej0 ,
(E.29)
pode-se utilizar o resultado anterior, onde x[n] = z n u[n].

Assim, de (E.29) e (E.28), obtem-se:

ye [n] =
E.4.5
b0
1 + a1 ej0
j0 n

u[n] + (1)
b0
1 + a1 ej0
ej0 (a1 )n+1 u[n] .
(E.30)
C
alculo para x[n] = cos(0 n) u[n]
Definindo-se a relacao

1 j0 n
1 j0 n
x[n] = cos(0 n) =
e
+
e
,
2
2
pode-se utilizar o resultado anterior, onde x[n] = ej0 n u[n].
TET / UFF
(E.31)
200

Assim, de (E.31) e (E.30), obtem-se:

b0
1
b0
1
j0 n
e
+ (1)
ej0 (a1 )n+1 +
ycos [n] =
2
1 + a1 ej0
2
1 + a1 ej0

1
b0
1
b0
j0 n
e
+ (1)
ej0 (a1 )n+1
2
1 + a1 ej0
2
1 + a1 ej0

1
b0
1
b0
j0 n
j0 n
+
=
e
+
e
2
1 + a1 ej0
2
1 + a1 ej0

1
1
b0
b0
j0
j0
(1)
(a1 )n+1
e +
e
2
1 + a1 ej0
2
1 + a1 ej0

1
1
j0 n
j0 n
=
+
H+ (0 ) e
+
H (0 ) e
2
2

1
1
j0
j0
(a1 )n+1 ,
(E.32)
H (0 ) e +
H+ (0 ) e
(1)
2
2
onde:

H+ () =
b0
1 + a1 ej
= |H+ ()|ejH+ ()
(E.33)
= |H ()|ejH () .
(E.34)
e

H () =
b0
1 + a1 ej
De (E.33) e (E.34), conclui-se que

|H+ ()| = |H ()| = |HD0 ()| ,
H+ () = H () = HD0 ()
e
jHD0 ()
HD0 () = |HD0 ()|e

=
b0
1 + a1 ej

.
(E.35)
Substituindo-se (E.35) em (E.32), tem-se que

1
1
jHD0 (0 ) j0 n
jHD0 (0 ) j0 n
ycos [n] =
|HD0 (0 )| e
e
+
|HD0 (0 )| e
e
+
2
2

1
1
jHD0 (0 ) j0
jHD0 (0 ) j0
(1)
|HD0 (0 )| e
e +
|HD0 (0 )| e
e
(a1 )n+1
2
2
e, finalmente, que
ycos [n] = |HD0 (0 )| cos (0 n + HD0 (0 )) u[n] +
(1) |HD0 (0 )| cos (0 HD0 (0 )) (a1 )n+1 u[n] .
A.S.V.
E.5. Sistema y[n] + a1 y[n 1] = b1 x[n 1]
E.5
201
Sistema y[n] + a1y[n 1] = b1x[n 1]
Considerando-se yD0 [n] como a resposta à equacao de diferenca y[n] + a1 y[n 1] = b0 x[n], e
utilizando-se as propriedades de invariancia no tempo e de homogeneidade do SLIT,
a resposta

b1
à equacao de diferenca y[n] + a1 y[n 1] = b1 x[n 1] e dada por yD1 [n] = b0 yD0 [n 1].
Portanto, os calculos que se seguem sao apenas adaptacoes dos calculos anteriores.
E.5.1
C

b1
b0
b0 (a1 )n1 u[n 1]

b1
n1
= b1 (a1 )
u[n 1] = (1)
(a1 )n u[n 1]
a1
h[n] = y [n] =
= (b1 ) ([n 1]) + (b1 ) (a1 )n1 u[n 2]

b1
b1
=
([n 1]) + (1)
(a1 )n u[n 1] (a1 )n1 u[n 2] .
1 + a1
1 + a1
E.5.2
C

b0
b1
b0
yu [n] =
u[n 1] + (1)
(a1 )n u[n 1]
1 + a1
b
1 + a1

0

b1
b1
b0
=
(u[n 1]) + (1)
(a1 )n u[n 1] .
1 + a1
b0
1 + a1
E.5.3
b1
b0

(E.36)
C

b0
b1
b0
n1
yz [n] =
z
u[n 1] + (1)
z 1 (a1 )n u[n 1]
1
1
1 + a1 z
b0
1 + a1 z

1
b1 z
b1
b0
n
=
(z u[n 1]) + (1)
z 1 (a1 )n u[n 1] .
1
1
1 + a1 z
b0
1 + a1 z
(E.37)
E.5.4
b1
b0

C

ye [n] =
b1 ej0
1 + a1 ej0
j0 n

u[n 1] + (1)
b1
b0

b0
1 + a1 ej0
ej0 (a1 )n u[n 1] .

(E.38)
E.5.5
C
ycos [n] = |HD1 (0 )| cos (0 n + HD1 (0 )) u[n 1] +

b1
(1)
|HD0 (0 )| cos (0 HD0 (0 )) (a1 )n u[n 1] ,
b0
TET / UFF
(E.39)
202

onde:

HD0 () =
b0
1 + a1 ej0
e

HD1 () =
b1 ej0
1 + a1 ej0

=
b1
b0
HD0 () ej0 .
A.S.V.
E.6. Sistema y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1]
E.6
203
Sistema y[n] + a1y[n 1] = b0x[n] + b1x[n 1]
Considerando-se yD0 [n] como a resposta à equacao de diferenca y[n]+a1 y[n1] = b0 x[n], yD1 [n]
como a resposta à equacao de diferenca y[n]+a1 y[n1] = b1 x[n1] e utilizando-se a propriedade
de aditividade do SLIT, a resposta à equacao de diferenca y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1]
e dada por y[n] = yD0 [n] + yD1 [n].
Portanto, os calculos que se seguem sao apenas adaptacoes dos calculos anteriores.
E.6.1
C
h[n] = y [n] = b0 (a1 )n u[n] + b1 (a1 )n1 u[n 1] .
E.6.2
C

b0
b0
(u[n]) + (1)
(a1 )n+1 u[n] +
yu [n] =
1 + a1
1 + a1

b1
b1
b0
(u[n 1]) + (1)
(a1 )n u[n 1] .
1 + a1
b0
1 + a1

E.6.3
(E.40)
C

b0
b0
n
yz [n] =
(z u[n]) + (1)
z 1 (a1 )n+1 u[n] +
1 + a1 z 1
1 + a1 z 1

b1
b0
b1 z 1
n
(z u[n 1]) + (1)
z 1 (a1 )n u[n 1] .
1
1
1 + a1 z
b0
1 + a1 z
(E.41)
E.6.4
C

b0
b0
j0 n
e
u[n] + (1)
ye [n] =
ej0 (a1 )n+1 u[n] +
j
j
0
0
1 + a1 e
1 + a1 e

j0

b1 e
b1
b0
j0 n
e
u[n 1] + (1)
ej0 (a1 )n u[n 1] .
j
j
0
0
1 + a1 e
b0
1 + a1 e
(E.42)

E.6.5
C
ycos [n] = |HD0 (0 )| cos (0 n + HD0 (0 )) u[n] +
(1) |HD0 (0 )| cos (0 HD0 (0 )) (a1 )n+1 u[n] +
|HD1 (0 )| cos (0 n + HD1 (0 )) u[n 1] +

b1
|HD0 (0 )| cos (0 HD0 (0 )) (a1 )n u[n 1] .
(1)
b0
TET / UFF
(E.43)
204
A.S.V.
Ap
endice F
Exemplo de invari
ancia ao tempo (ou
ao deslocamento) da resposta de um
SLIT
F.1
Introduc
ao
Deseja-se mostrar, atraves de um exemplo, que a resposta de um SLIT relaxado (y[n] = 0,

n < 0), e invariante ao tempo (ou ao deslocamento).
Como exemplo, sera considerada a entrada x[n] = z n u[n], em um sistema descrito por
y[n] + a1 y[n 1] = b0 x[n].
Inicialmente, e apresentado o resultado ja calculado para x[n] = z n u[n].
Em seguida, e calculado o resultado para x0 [n] = x[n N0 ] = z nN0 u[n N0 ].
Finalmente, e mostrado que, por invariancia ao tempo, tem-se
x[n] y[n]
e
x0 [n] = x[n N0 ] y 0 [n] = y[n N0 ] .
F.2
Resultado previamente calculado
Dada a equacao
y[n] + a1 y[n 1] = b0 x[n]
(F.1)
e a entrada
x[n] = z n u[n] ,
a solucao e dada por

yz [n] =
b0
1 + a1 z 1
(z u[n]) + (1)
b0
1 + a1 z 1
205

a1 z 1 (a1 )n u[n] .
(F.2)
206Apendice F. Exemplo de invariancia ao tempo (ou ao deslocamento) da resposta de um SLIT
F.3
C
alculo para a entrada deslocada x0[n] = x[n N0]
Dada a equacao
y 0 [n] + a1 y 0 [n 1] = b0 z nN0 u[n N0 ] ,
(F.3)
y 0 [n] = yp0 [n] + yc0 [n] ,
(F.4)
yp0 [n] = Kp z nN0
(F.5)
yc0 [n] = Kc (a1 )nN0 .
(F.6)
Substituindo-se (F.5) em (F.3), obtem-se, para n N0 :
Kp z nN0 + a1 Kp z nN0 1 = b0 z nN0 ,

Kp z nN0 1 + a1 z 1 = b0 z nN0 ,
A.S.V.
F.4. Comparacao dos resultados
207

b0
.
Kp =
1 + a1 z 1
(F.7)
A combinacao de (F.4) a (F.7) resulta em

b0
0
z nN0 + Kc (a1 )nN0 .
yz [n] =
1
1 + a1 z
(F.8)
De (F.8) e (F.3), tem-se que

yz0 [N0 ]

=
b0
1 + a1 z 1

+ Kc = b 0 ,

Kc =
b0 a1 z 1
1 + a1 z 1

= (1)
b0
1 + a1 z 1
b0
1 + a1 z 1

a1 z 1 .
(F.9)
De (F.9) em (F.8), obtem-se, para n N0 :
yz0 [n]

=
b0
1 + a1 z 1

z
nN0
u[n N0 ] + (1)

a1 z 1 (a1 )nN0 u[n N0 ] .
(F.10)
F.4
Comparac
ao dos resultados
De (F.2) e (F.10), tem-se que

yz0 [n] = yz [n N0 ] .
TET / UFF
208Apendice F. Exemplo de invariancia ao tempo (ou ao deslocamento) da resposta de um SLIT
A.S.V.
Ap
endice G
Identidades u
teis
G.1
Progress
oes geom
etricas
N
X
ak =
k=0
N
X
ka =
N
X
k=0
G.2
k 2 ak =
(G.1)
, a 6= 1
N (N +1)
2
, a=1
(G.2)
a
(1a)2

1 aN N aN + N a(N +1) , a 6= 1
PN
1a(N +1)
1a
k=0
(N + 1) , a = 1
k=0
1
(1a)
a
(1a)3
k2 , a = 1
i
o
m
2 (N +1)
(2m
1)a
N
a
=
m=1
nhP
N
(G.3)

(1 + a)(1 aN ) 2(1 a)N aN (1 a)2 N 2 aN , a 6= 1
Exponenciais complexas
ej = cos() j sin()
1+e
j 2
=e
j 2
j 2
+e
209
j 2
=e
(G.4)

2 cos
2
(G.5)
210
Apendice G. Identidades u
teis
G.3
Razes N-
esimas complexas da unidade
A raiz N-esima complexa principal da unidade e dada por

2
WN = ej ( N ) .
(G.6)
As N razes N-esimas complexas da unidade sao dadas por

2
WNk = ejk( N ) ,
(G.7)
onde k = 0, 1, 2, , (N 1).
Para quaisquer inteiros N 0, k 0 e d > 0:
dk
WdN
= WNk .
(G.8)
Conseq
uentemente, para N > 0 e par:
N
WN2 = W2 = 1 .
(G.9)
Para qualquer inteiro N > 0 e par:

k+ N
2
WN
2
= WNk
2
= W Nk .
(G.10)
Para qualquer inteiro N 1 e qualquer inteiro k nao negativo e nao divisvel por N
N
1
X
WNk
n
=0.
(G.11)
n=0
A.S.V.
Ap
endice H
Tabelas u
teis
H.1
Transformada de Fourier Discreta no Tempo (DTFT)

X(ej ) =
x[n]
[n]
u[n]
j0 n
e
n u[n], || < 1
1
+
1e
Pj
k=
k=
x[k]ejk
P 1
( + 2k)
2 ( 0 + 2k)
k=
1
1ej
Tabela H.1: Pares de DTFT.
Seq
uencia
x[n]
x1 [n]
x2 [n]
a1 x1 [n] + a2 x2 [n]
x[n ND ]
ej0 n x[n]
x1 [n] x2 [n]
x1 [n]x2 [n]
DTFT
X(ej )
X1 (ej )
X2 (ej )
a1 X1 (ej ) + a2 X2 (ej )
ejND X(ej )
X(ej(0 ) )
j
j
)
R X1 (e j)X2 (e j()
1
X1 (e )X2 (e
)d
2
j )
j dX(e
d
nx[n]
Tabela H.2: Propriedades da DTFT.
n=
x1 [n]x2 [n] =
1
2
X1 (ej )X2 (ej )d
Tabela H.3: Relacao de Parseval na DTFT.
211
212
H.2
Apendice H. Tabelas u
teis
Transformada de Fourier Discreta (DFT)
Seq
uencia
x[n]
x1 [n]
x2 [n]
a1 x1 [n] + a2 x2 [n]
x[hn ND iN ]
WNKD n x[n]
X[n]
PN 1
m=0 x1 [m]x2 [hn miN ]
x1 [n]x2 [n]
1
N
DFT
X[k]
X1 [k]
X2 [k]
a1 X1 [k] + a2 X2 [k]
WNkND X[k]
X[hk KD iN ]
N [g hkiN ]
X [k]X2 [k]
PN 1 1
m=0 X1 [m]X2 [hk miN ]
Tabela H.4: Propriedades da DFT.
A.S.V.
H.3. Transformada Z bilateral
H.3
213
Transformada Z bilateral
x[n]
[n]
u[n]
X(z) =
k=
x[k]z k
ROC
z
|z|
>1

z {0} , ND > 0
z {} , ND < 0
|z| > ||
|z| > ||
1
1
1z 1
[n ND ]
z ND
n u[n]
nn u[n]
1
1z 1
z 1
(1z 1 )2
1cos(0 )z 1
12 cos(0 )z 1 +z 2
1sin(0 )z 1
12 cos(0 )z 1 +z 2
1r cos(0 )z 1
12r cos(0 )z 1 +r 2 z 2
1r sin(0 )z 1
12r cos(0 )z 1 +r 2 z 2
cos(0 n)u[n]
sin(0 n)u[n]
rn cos(0 n)u[n]
rn sin(0 n)u[n]
|z| > 1
|z| > 1
|z| > r
|z| > r
Tabela H.5: Pares de Transformada Z bilateral.
Seq
uencia
x[n]
x1 [n]
x2 [n]
a1 x1 [n] + a2 x2 [n]
x[n ND ]
an x[n]
z0n x[n]
ej0 n x[n]
x[n]

x[r], n = rk
w[n] =
0, n 6= rk para algum r
x1 [n] x2 [n]
x1 [n]x2 [n]
Pnnx[n]
k= x[k]
Transformada Z
X(z)
X1 (z)
X2 (z)
a1 X1 (z) + a2 X2 (z)
z ND X(z)
X( az )
X( zz0 )
X(ej0 n z)
X(z 1 )
X(z k )
1
2j
H X1 (z)X2 (z)
X1 (v)X2 ( vz )v 1 dv
C
z dX(z)
dz
1
X(z)
1
1z
Tabela H.6: Propriedades da Transformada Z bilateral.
TET / UFF
ROC
Rx
R x1
R x2
z0 Rx
Rx
214
Apendice H. Tabelas u
teis
P
n=
x1 [n]x2 [n] =
1
2j
H
C
X1 (v)X2 ( v1 )v 1 dv
Tabela H.7: Relacao de Parseval na Transformada Z bilateral.
H.4
Transformada Z unilateral
Elaborar tabela ...
Tabela H.8: Propriedades da Transformada Z unilateral.
A.S.V.
Refer
encias Bibliogr
aficas
[Ant86]
A. Antoniou. Digital Filters: Analyis and Design. Tata McGraw-Hill, New Delhi,
India, 2nd reprint edition, 1986.
[Cad73]
J. A. Cadzow. Discrete-Time Systems: An Introduction with Interdisciplinary Applications. Prentice-Hall, Englewood Cliffs, NJ, 1973.
[IMD+ 85] G. Iezzi, C. Murakami, O. Dolce, S. Hazzan, J. N. Pompeu, and N. Machado. Fundamentos da Matematica Elementar (vol. 1 10). Atual Editora, Sao Paulo, SP,
1985.
[Jac96]
L. B. Jackson. Digital Filters and Signal Processing - with MATLAB exercises.

Kluwer Academic Publishers, 3rd edition, 1996.
[Mit98]
S. K. Mitra. Digital Signal Processing: A Computer-Based Approach. McGraw-Hill,

New York, NY, 1998.
[OS75]
A. V. Oppenheim and R. W. Schafer. Digital Signal Processing. Prentice-Hall,

Englewood Cliffs, NJ, 1975.
[OWY83] A. V. Oppenheim, A. S. Willsky, and I. T. Young. Signals and Systems. PrenticeHall, Englewood Cliffs, NJ, 1983.
[PL76]
A. Peled and B. Liu. Digital Signal Processing: Theory, Design and Implementation.
John Wiley, New York, NY, 1976.
[PM06]
J. G. Proakis and D. G. Manolakis. Digital Signal Processing: Principles, Algorithms

and Applications. Prentice Hall, 4th edition, 2006.
[Rob09]
M. J. Roberts. Fundamentos em Sinais e Sistemas. McGraw-Hill, Sao Paulo, SP,

2009.
[SDD84]
W. D. Stanley, G. R. Dougherty, and R. Dougherty. Signals and Systems. PrenticeHall, Reston, Virginia, 2nd edition, 1984.
[She95]
K. Shenoi. Digital Signal Processing in Telecommunications. Prentice-Hall PTR,

Upper Saddle River, NJ, 1995.
[SK89]
R. D. Strum and D. E. Kirk. First Principles of Discrete Systems and Digital Signal
Processing. Addison-Wesley, Massachusetts, 1989.
215
216
Referencias Bibliograficas
A.S.V.
Indice Remissivo
transposicao, 53
Aliasing, 24
Amostragem
aliasing, 24
processo de, 23
taxa de Nyquist, 24
teorema da amostragem, 24
Equacao de diferenca
associacao com um sistema, 45
calculo da sada do sistema, 46
classificacao quanto à realimentacao do
sistema, 46
definicao, 45
Convolucao linear
convergencia, 44
definicao, 14
interpretacao, 47, 48
propriedades, 44
Processamento de sinais
acao do, 4
agente do, 4
arquitetura do, 4
domnio do, 4
objeto do, 4
Processamento digital de sinais
arquitetura de sistemas de, 5
Diagrama de blocos
associacao cascata, 51
associacao paralela, 51
de complexidade generica, 51
diagrama de sistema, 52
realimentacao, 51
Diagrama de sistema
biquad, 51
casos particulares de interesse
associacao comb filter + resonator ,
62
FIR com coeficientes simetricos, 62
lattice, 62
combinador linear, 54
definicao, 52
equacionamento de estruturas nao recursivas, 54
equacionamento de estruturas recursivas,
59
estrutura transversal, 54
linha de retardo, 54
operacoes basicas, 52
operador atraso unitario, 48
operador avanco unitario, 48
operador de deslocamento, 48
operador de transferencia, 49
representacoes graficas
blocos basicos, 52
SFG (Signal Flow Graph), 52
Resposta ao impulso
definicao, 47
resposta de SLIT relaxado, 47
sistema FIR (Finite Impulse Response),
48
sistema IIR (Infinite Impulse Response),
48
Seq
uencia
associacao com sinal amostrado, 4
associacao com sinal digital, 4
classificacao quanto a:
comprimento, 11
periodicidade, 11
simetria, 11
sistema numerico, 10
varios criterios, 12
mais comumente empregadas, 17
notacao comum para seq
uencias, 10
notacao para seq
uencia amostrada, 9
notacao para seq
uencia discreta, 9
notacoes, 9
operacoes basicas
adicao, 12
217
218
Indice Remissivo
deslocamento temporal circular, 13

deslocamento temporal linear, 13
escalamento temporal, 13
extensao periodica, 13
multiplicacao, 12
sobre seq
uencias simetricas, 16
soma de convolucao circular, 14
soma de convolucao linear, 14
zero-padding, 12
relacoes entre seq
uencias, 20
tipos de, 10
Seq
uencia exponencial
ambig
uidade na representacao, 22
caractersticas relevantes, 21
faixas de freq
uencias, 22
periodicidade, 22
perodo fundamental, 22
relacao com a seq
uencia senoidal, 21
Sinal
n
umero de variaveis independentes, 4
tipo das variaveis, 4
definicao de, 4
tipos de, 4
visao fsica, 4
visao matematica, 4
Sistema
causalidade, 38
estabilidade, 36
invariancia ao deslocamento, 36
linearidade, 36
memoria, 35
n
umero de entradas e de sadas, 35
passividade, 38
sinal manipulado, 35
definicao de, 4
estados e variaveis de estado, 35
implemetacao de sistemas digitais, 39
implemetacao de sistemas discretos, 38
Sistema Linear e Invariante ao Tempo (SLIT)
calculo da sada usando a resposta ao
impulso, 47
realimentacao, 51
representacoes, 43
sistema FIR (Finite Impulse Response),
48
sistema IIR (Infinite Impulse Response),
48
A.S.V.

Apostila Teo DSP PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Apostila Teo DSP PDF

Cargado por

Copyright:

Formatos disponibles

Apostila

Universidade Federal Fluminense

Alexandre Santos de la Vega

de la Vega, Alexandre Santos

(*) OBTER INFO NA BIBLIOTECA E ATUALIZAR !!!

Aos meus alunos.

Sinais e sistemas no domnio do tempo

2 Sinais no domnio do tempo

8 Principais resultados da representa

Sinais e sistemas no domnio da frequ

9 Sinais no domnio da frequ

Sinais periodicos DTFT . . . . . . . . . . . . . . . . . . . .

10 SLIT no domnio da frequ

de Fourier Discreta no Tempo (DTFT)

Resultados das operacoes basicas aplicadas sobre seq

Diagrama de blocos SFG: correspondencia entre os elementos constituintes. .

Solucao da equacao homogenea para um SLIT descrito por y[n] + a1 y[n 1] = 0,

Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a

Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a

Exemplos de relacao entrada-sada para um SLIT causal e estavel, operando em

Classificacao dos mapeamentos entre descricoes funcionais de sinais e sistemas. . 127

Arquitetura de sistemas de comunica

Adequacoes em comunicacao digital:

Captulo 1. Conceitos basicos

Sinal: entidade que carrega informacao.

1.5. Arquitetura de sistemas de processamento digital

Arquitetura de sistemas de processamento digital

Sinal de entrada analogico: comumente, um sinal eletrico (tensao ou corrente).

Captulo 1. Conceitos basicos

Captulo 2. Sinais no domnio do tempo

N-esimo valor (ou amostra) da seq

Deve-se observar que, na formacao de uma seq

Classificacoes podem ser estabelecidas com base em alguns criterios.

2.3. Tipos de seq

As variaveis fsicas analogicas assumem valores matematicos reais. Assim, as seq

lateral direita (right-sided sequence): x[n] = 0 , n < N1 .

Captulo 2. Sinais no domnio do tempo

Sinal de energia sinal potencia:

Sinal analogico periodico: PMx =

Adaptacao de comprimento em seq

2.4. Operacoes basicas sobre seq

Extensao periodica deslocamento reversao temporal

Captulo 2. Sinais no domnio do tempo

h[n k] x[k] = h[n] x[n] .

que pode ser reescrita como

2.4. Operacoes basicas sobre seq

Definicao circular, onde e considerado apenas o perodo fundamental:

h [hn kiN ] x[k] = h[n] Nix[n] , 0 n (N 1) .(2.8)

Definicao circular matricial:

que pode ser reescrita como

Supondo 2 < Nh < Nx e N = Nx :

yerro [n] , 0 n (Nh 2)

Captulo 2. Sinais no domnio do tempo

Par e Par Impar e Impar Par e Impar

Tabela 2.1: Resultados das operacoes basicas aplicadas sobre seq

Amostra unitaria ou impulso digital unitario ou delta de Kronecker:

Trem de impulsos unitarios periodicos:

Ones[n] = 1, < n < .

Janela (gate) retangular unitaria:

Captulo 2. Sinais no domnio do tempo

Relacao entre os parametros: intervalo ou perodo de repeticao (T0 , N0 ), taxa ou

Captulo 2. Sinais no domnio do tempo

x[k] {[n k]} .

(b) x[n] = anhA cos(n) u[n], onde 0 <i