Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de
Teoria
para
Processamento Digital de Sinais
(Vers
ao A2014M07D16)
Apostila
do
Departamento de Engenharia de Telecomunicacoes
da
Universidade Federal Fluminense
por
621.3192
(*)
D278
(*)
2014
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.
Alexandre Santos de la Vega
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 `a 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.
Alexandre Santos de la Vega
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
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
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 `a 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
. . . . .
. . . . .
. . . . .
IV
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
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
alculo da resposta de um SLIT
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.5.1 Calculo para x[n] = [n] . . . . . . . .
E.5.2 Calculo para x[n] = u[n] . . . . . . . .
E.5.3 Calculo para x[n] = z n u[n] . . . . . .
E.5.4 Calculo para x[n] = ej0 n u[n] . . . . .
E.5.5 Calculo para x[n] = cos(0 n) u[n] . . .
E.6 Sistema y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1]
E.6.1 Calculo para x[n] = [n] . . . . . . . .
E.6.2 Calculo para x[n] = u[n] . . . . . . . .
E.6.3 Calculo para x[n] = z n u[n] . . . . . .
E.6.4 Calculo para x[n] = ej0 n u[n] . . . . .
E.6.5 Calculo para x[n] = cos(0 n) u[n] . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
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
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
211
211
212
213
214
Refer
encias Bibliogr
aficas
215
Indice Remissivo
217
Lista de Tabelas
2.1
16
4.1
53
5.1
5.2
5.3
5.4
5.5
5.6
5.7
6.1
83
83
83
84
84
85
85
98
7.1
8.1
9.1
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 basica:
Fonte de sinal.
Transmissor.
Canal (ou meio) de transmissao (ou de comunicacao).
Receptor.
Destino.
Codificacao de fonte.
Codificacao de canal.
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
A.S.V.
1.5
TET / UFF
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
2.3
Tipos de sequ
encias
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.
11
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
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 < .
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
A.S.V.
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=
TET / UFF
(2.4)
14
yL [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]
..
y[n] =
..
.
x[1]
x[0]
x[1]
x[2]
..
.
(2.7)
A.S.V.
15
yC [n] =
k=0
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]
yC [n] , 0 n (N 1)
0 , caso contrario
(2.9)
0 , caso contrario
TET / UFF
(2.10)
16
Operandos: seq
uencias reais simetricas
Par
Impar
Geral
Par
Par
Impar
Par
Par
Impar
A.S.V.
2.5. Seq
uencias mais comumente empregadas
2.5
17
Sequ
encias mais comumente empregadas
1 , n=0
0 , n 6= 0
[n] =
(2.11)
1 , n = k Nf
, < n, k < .
0 , caso contrario
(2.12)
(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)
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
(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
(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]} =
(2.34)
k=
Nf [n] =
[n kNf ] .
(2.35)
k=
Constante unitaria:
Ones[n] =
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] =
k=0
Rampa unitaria:
Ramp[n] =
(2.41)
k=0
A.S.V.
21
Modulo unitario:
M od[n] =
(2.42)
k=0
2.7
(2.44)
(2.45)
TET / UFF
22
cnum
cden
Periodicidade:
ejn = ej(nN ) = ejn ejN ejN = 1 N = K 2 N = K
Caso 1:
Caso 2:
= crac =
Caso 3:
cnum
cden
N =K
cnum
cden
2
.
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
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
23
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
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
N =K
Caso 1:
2
TS
Fs
f
Caso 2:
2
TS
Fs
f
= crac =
Caso 3:
2
TS
Fs
f
cnum
cden
N =K
cnum
cden
TET / UFF
2
TS
FS
.
2
=K
Fs
.
f
24
A.S.V.
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
(2.47)
1 , 1 n 3
0 , caso contrario
A.S.V.
27
2
,
N
A2
.
1a2
A2
.
2
A2
.
4
A2
.
2
A2K
.
K
TET / UFF
28
1
n
2
, |n| 4
, esboce os graficos xk [n] n
0 , |n| > 4
A.S.V.
29
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],
atenda aos seguintes itens:
(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].
k=
A.S.V.
31
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
`as 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
(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)
2
N0
(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.
(2.53)
A.S.V.
33
(2.54)
(2.55)
(2.56)
(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
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
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 `a aditividade (y[n] 6= k ck yk [n] para x[n] = k ck xk [n])
nem `a 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.
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 `a 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 `a entrada (ou ao estado nulo) e a componente
de sada relativa ao estado (ou `a entrada nula).
Porem, esta separacao conduz `as 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 `as 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 `a 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 `a resposta `a entrada (yent ).
E
linear em relacao `a 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 `a 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
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
A.S.V.
3.4
39
Tipos de implementa
c
ao para sistemas digitais
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,
atenda aos seguintes itens:
(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
(3.2)
2
y[n] =
(3.1)
1
2x[n 1] + x2 [n] + 2x[n + 1]
5
(3.3)
(3.4)
x[n]
.
x[n1]
A.S.V.
41
TET / UFF
v[n + mN ] , 0 n (N 1)
0 , caso contrario
, <m<
42
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
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
4.2
Soma de convoluc
ao
A.S.V.
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 `a 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
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
ak 6= 0 , k = 1, 2, , N e N > 0
bk 6= 0 , k = 0, 1, 2, , L e L > 0
A.S.V.
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] =
k=
= T{
(aditividade) =
(homogeneidade) =
,
(invariancia ao deslocamento) =
x[k] [n k]}
k=
T {x[k] [n k]}
k=
X
k=
X
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
k=
P
{ , P
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 `a 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)
(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.
49
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
N
X
ak y[n k] +
k=1
L
X
bk x[n k]
k=0
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
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.
4.5.3
51
Biquad
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)
4.6
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.
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
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
x
k [n], onde k N.
k=0 k
A associacao de uma linha de retardo com derivacoes e um combinador linear da origem
`a 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
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
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.
55
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
v0 [n] = x[n]
(4.24)
(4.25)
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
vL+1 [n] = 0
TET / UFF
(4.29)
56
(4.30)
(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)
(4.33)
(4.34)
wL+1 [n] = 0
v0 [n] = x[n]
(4.35)
(4.36)
(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)
(4.40)
(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)
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
N
X
ak y[n k] +
k=1
L
X
bk x[n k]
(4.54)
k=0
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
, N par
KC1 l=1
1+a1l D+a2l D2
,
(4.59)
T (D) =
h
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
KP 1 l=1
, N par
1+a1l D+a2l D2
,
(4.62)
T (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
4.8.4
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
(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
PL
k=0 bk
x[n k].
A.S.V.
4.9
4.9.1
63
Equaco
es de estado
Introdu
c
ao
4.9.2
Defini
c
ao
TET / UFF
64
4.9.3
N
ao unicidade da representa
c
ao de estados
(4.65)
(4.66)
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.
65
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
4
X
ak v[n k] + r[n] ,
(4.74)
k=1
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] =
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
(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.
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)
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
(4.86)
Por sua vez, usando-se a Equacao(4.75), a sada pode ser definida por
x1 [n]
x2 [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]
D1 I A x[n] = B r[n]
x[n] =
n
I A
1
r[n] .
(4.90)
(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
TET / UFF
70
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 `a 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.
Forma direta I transposta.
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
(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)
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 I transposta.
Forma direta II.
Forma direta II transposta.
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 I transposta.
Forma direta II.
Forma direta II transposta.
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)
(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
Equacao de diferenca.
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.
4
X
(k ) y[n k] +
k=1
4
X
k x[n k]
(4.99)
k=0
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
Equacao de diferenca.
Realizacao na Forma Direta
Realizacao na Forma Direta
Realizacao na Forma Direta
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 ,
apresente as seguintes descricoes:
i.
ii.
iii.
iv.
v.
vi.
vii.
viii.
Equacao de diferenca.
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.
4
X
k=1
(k ) y[n k] +
4
X
k x[n k]
(4.106)
k=0
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
aos seguintes itens:
(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
aos seguintes itens:
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
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.
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
TET / UFF
78
x1 [n + 1]
x2 [n + 1]
x3 [n + 1]
x4 [n + 1]
x5 [n + 1]
x6 [n + 1]
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] =
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)
A.S.V.
TET / UFF
79
80
A.S.V.
Captulo 5
C
alculo da resposta de um SLIT
5.1
Introduc
ao
81
82
Equaco
es de estado respostas do sistema
5.2
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
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
(5.4)
(5.5)
A.S.V.
5.3
83
Soluc
ao convencional da equa
c
ao de diferen
ca
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]
[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
(1)
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]
[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
Tabela 5.5: Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b1 x[n 1].
A.S.V.
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]
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
u[n]
b1
(1) 1+a
(a1 )n u[n 1]
1
(1) 1+ab0z1 z01 (a1 )n+1 u[n]
1 0
+
z0n u[n]
ej0 n u[n]
(1)
cos(0 n) u[n]
b1
1+a1 ej0
(1)
b1
b0
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
Calculo da resposta `a 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 `a 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)
(5.7)
m=0
e
xm [n] =
A.S.V.
87
ou
x[n] =
xm [n mLx ]
(5.8)
m=0
e
xm [n] =
(5.9)
ym [n]
(5.10)
m=0
(m+1)(Lx 1)
k=
(5.11)
k=(mLx )
ym [n mLx ]
(5.12)
m=0
(Lx 1)
k=
(5.13)
k=0
TET / UFF
88
(5.14)
(5.15)
0 , 0 n (Nh 2)
ym [n] , (Nh 1) n (Lx 1)
y[n] =
(5.16)
.
(5.17)
(5.18)
m=0
Comprimento
Comprimento
Comprimento
Comprimento
A.S.V.
5.5
89
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 `a 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 `a 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 `a entrada yent [n]:
ytot [n] = yest [n] + yent [n].
TET / UFF
90
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)
A.S.V.
5.5.3
91
Exemplo de nota
c
ao alternativa
5.5.4
Um questionamento comum
(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
ao em domnio transformado
A.S.V.
5.7
93
Exerccios propostos
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],
atenda aos seguintes itens:
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
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 `a 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
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
A.S.V.
99
6.4
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 ) .
TET / UFF
100
6.5
Exerccios propostos
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
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.
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 `a
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
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 `a 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
v[l] z l ,
(7.1)
l=
A.S.V.
103
(z) =
[l] z l = 1
(7.2)
l=
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)
K
X
ck v[n k] ,
(7.4)
k=0
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
FB (z) =
f [l] u[l] z
l=
f [l] z l = FU (z) .
(7.8)
l=0
V (z) =
v[l] z l ,
(7.9)
[l] z l = 1
(7.10)
l=0
(z) =
X
l=0
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
(7.11)
m=1
A.S.V.
105
K
X
ck v[n k] ,
(7.12)
k=0
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
(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
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
w[k] v[n k] ,
(7.19)
k=
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.
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
(7.21)
k=
y[l] u[l] z l
l=0
l=0
X
l=0
"
=
=
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
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
A.S.V.
7.7
7.7.1
109
Representac
ao alternativa respostas de um SLIT
Respostas para uma entrada gen
erica
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 `a
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 `a 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
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
(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
111
Relac
ao entre H(z) e h[n] de um SLIT
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)
b0 + b1 z 1
1 + a1 z 1
= Y (z) =
h[l] z l ,
(7.31)
l=
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)
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 `a 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
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],
atenda aos seguintes itens:
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
ak y[n k] +
P3
ak y[n k] +
PN
k=0 bk x[n
k=0 bk x[n
k=0 bk x[n
A.S.V.
TET / UFF
115
(7.32)
(7.33)
(7.34)
116
A.S.V.
Captulo 8
Principais resultados da representa
c
ao
em domnio transformado
8.1
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.
8.2
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
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=
N
X
!
Pk (z) y[k]
(8.4)
k=1
(8.5)
A.S.V.
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
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
9.2
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
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
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
0 0
R
Transformada de Fourier (Ordinaria):
.
F (j) = f (t)ejt dt
Associacao tempo-freq
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
Associacao tempo-freq
uencia: f (t) F (s).
Relacionamentos entre representacoes
Se os valores s = j (eixo imaginario do plano complexo s) pertencerem `a
regiao de convergencia (ROC) da Transformada de Laplace: F (j) = F (s)|s=j .
A.S.V.
9.4
125
k]
= k= T {x[k][n k]} =
k=
P
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
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
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
X(ej ) = n= x[n]ejn
Associacao ndice-freq
uencia: x[n] X(ej ).
TET / UFF
126
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 ) .
Associacao ndice-freq
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
Associacao ndice-freq
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
127
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
DTFS
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
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
SN =
a =
, a=1
, a=
6 1
1aN
1a
n=0
jk( 2
n
N )
n=0
, k = 0, N, 2N, , lN
(
)
=
= 0 , caso contrario
jk 2
1e ( N )
jk 2 N
N
1e
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
cn ejn( N )r =
x[n]ejn( N )r ,
(9.3)
n=hN i
n=hN i
X
2
2
2
x[n]ejn( N )r =
ak ejk( N )n ejn( N )r
k=hN i
TET / UFF
130
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
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
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
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
TET / UFF
132
9.8
9.8.1
9.8.2
Rela
co
es complexas
j )
, onde:
9.8.3
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.
133
9.8.4
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
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
n=0
L
L1
2
X
L
L
L1
2
X
L
L
= ej 2
n=0
= ej 2
(9.9)
n=0
A.S.V.
135
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)
X(ej ) = ej 2
L1
2
X
L
L
= ej 2
L1
2
X
(2x[n]) cos((n L ))
2
n=0
(9.11)
X(ej ) = ej 2
1
2
X
L
L
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)
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)
TET / UFF
136
9.9
9.9.1
Sinais peri
odicos DTFT
DTFS DTFT
Logo: N ak = X(ej )=k( 2 ) , k = hN i.
N
9.9.2
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 `a 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
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
137
DFT (representa
c
ao computacional da DTFT)
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
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
P(N 1) 1 P(N 1)
jn
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
e
sin( 2N )
9.10.4
Rela
co
es matriciais da 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.
9.10.5
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 `a 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
Acelerac
ao do c
alculo 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 .
A.S.V.
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
TET / UFF
142
9.12
Transformada Z
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
NX (z)
:
DX (z)
A.S.V.
9.12. Transformada Z
9.12.1
143
TET / UFF
144
9.13
9.13.1
Associa
c
ao entre sinais de tempo contnuo e sequ
encias
9.13.2
R
1
X(j)ejt d
x(t) = 2
R
.
X(j) = x(t)ejt dt
1
2
R
=[2]
X(ej )ejn d =
1
2
X(ej )ejn d.
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
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.
145
2
Ts
= 2Fs fp =
1
Ts
= Fs .
max
Ts
max
Ts
< .
:
Ts
aliasing garantido.
:
Ts
9.13.3
Ts
Fs > 2fmax .
1
X(j),
Ts
ou Ts
.
Ts
1
N
X(ej )=k( 2 ) =
N
1 1
N Ts
X(j)|=k( 2 ) 1 .
N
Ts
TET / UFF
1
Ts
X(j)|=k( 2 ) 1 , 0 k (N 1).
N
Ts
146
9.13.4
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 `as 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
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).
A.S.V.
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 .
TET / UFF
148
9.14
Exerccios propostos
2
N
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
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 ,
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
PK
k=K
jk
ak e
2
Np
n
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 ) =
n=
Xi (ej ) =
n=
TET / UFF
150
1
2
,
1 ,
x[n] =
1
,
2
0 ,
n = 1
n=0
n=1
caso contrario
n=0
n=1
n=2
caso contrario
1
2
,
1 ,
x[n] =
1
,
2
0 ,
atenda aos seguintes itens:
Esboce o grafico x[n] n.
x[n] =
1
3
, 1 n 1
0 , caso contrario
x[n] =
1
3
, 0n2
0 , caso contrario
A.S.V.
151
x[n] =
1 , 2 n 2
0 , caso contrario
x[n] =
1 , 0n4
0 , caso contrario
=
sin(5
2)
sin(
2)
ej2 .
1 , n = 2
1 , n=2
x[n] =
0 , caso contrario
1
2
1
1
x[n] =
2
0
,
,
,
,
,
n=0
n=1
n=2
n=3
caso contrario
TET / UFF
ej (3 2 + 2 ) .
152
x[n] =
1
3
, 1 n 1
0 , caso contrario
x[n] =
1
3
, 0n2
0 , caso contrario
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
26. Dado o sinal x[n] =
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],
(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
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 `a definicao de uma Funcao de
Transferencia ou Funcao de Sistema, empregada para obtencao da resposta total do sistema.
10.2
155
156
10.3
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.
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
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
(10.1)
(10.2)
(10.3)
(10.4)
e
sao, respectivamente, as representacoes em domnio transformado para a resposta `a entrada, a
resposta ao estado, a resposta do sistema relaxado e a resposta da equacao homogenea.
Alem disso, as equacoes das respostas `a 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
TET / UFF
158
(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
(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)
(10.7)
Yperm (z) =
(10.8)
e
sao, respectivamente, as representacoes em domnio transformado para a resposta transitoria e
a resposta permanente.
A.S.V.
159
10.4
Resposta em frequ
encia H(ej)
10.4.1
Contexto
10.4.2
1
2
ejn + ejn =
1
2
ejn +
1
2
ejn .
Abordagem 1: defini
co
es e resultados
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]
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
PN
k=1
ak y[n k] +
PL
k=0 bk x[n
k].
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=
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.
10.4.6
161
Caractersticas
Calculo: H(ej ) =
jk
= DTFT {h[n]} e H(ej ) =
k= h[k]e
j )
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
10.5
TET / UFF
162
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]}.
A.S.V.
10.7
163
P
olos e zeros de H(z)
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
Cada termo (1 + ck z 1 ) =
z = 0.
z+ck
z
Cada termo (1 + dk z 1 ) =
em z = 0.
z+dk
z
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.
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
165
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 )
CI=0
PL
jk
k=0 bk e
P
.
jk
1+ N
a
k=1 k e
k=1
(10.13)
(10.14)
TET / UFF
(10.15)
166
10.9
Exerccios propostos
.
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
aos seguintes itens:
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
1
3
, 1 n 1
0 , caso contrario
an , n 0
0 , caso contrario
rn cos(n) , n 0
0 , caso contrario
rn sin(n) , n 0
0 , caso contrario
rn sin(n) , n 0
0 , caso contrario
TET / UFF
168
(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
TET / UFF
170
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
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
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 ,
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.2.3
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.
p
p
N (z) = x2 + y 2 = r .
Im{z}
y
=
,
r
|z|
cos =
e
tan =
x
Re{z}
=
r
|z|
y
Im{z}
=
.
x
Re{z}
TET / UFF
176
Apendice A. Revisao de n
umeros complexos
A.2.4
F
ormula de Euler
ei 2 = i .
A.2.5
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.S.V.
A.3.1
177
Adi
c
ao e subtra
c
ao
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
Apendice A. Revisao de n
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) .
(A.2)
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 )
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.
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
Apendice A. Revisao de n
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
jck
d
onde bxc e a funcao f loor(x), que representa o maior inteiro menor que x.
B.3
Resto
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
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
A.S.V.
Ap
endice C
Aliasing
C.1
Introduc
ao
C.2
Amostragem uniforme
183
(C.1)
184
Apendice C. Aliasing
C.3
Relaco
es entre vari
aveis anal
ogicas e discretas
(C.2)
1
.
FS
(C.3)
= TS .
(C.4)
TS =
C.4
2
FS
f .
(C.5)
Equival
encia entre valores anal
ogicos e discretos
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
(C.8)
A.S.V.
C.6
185
FS
,
2
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
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
TET / UFF
186
C.7.2
Apendice C. Aliasing
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.
187
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
Apendice C. Aliasing
A.S.V.
Ap
endice D
Fatoraco
es das equa
co
es de diferen
ca
D.1
Introduc
ao
D.2
Fatoraco
es das equa
co
es de diferen
ca com ordem 2
(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
= T (D) x[n] ,
(D.2)
onde
T (D) =
189
(D.3)
190
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.
191
(D.8)
(D.9)
1 1
d = [d1 d2 ] =
r1b r2b
e
1 1
c = [c1 c2 ] =
r1a r2a
(D.10)
.
(D.11)
D.3.2
C
alculo alternativo
1
= D1 ,
D
(D.12)
o polinomio
p(D) = (b0 ) + (b1 ) D + (b2 ) D2 ,
(D.13)
f (D) =
(D.14)
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
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)
(D.23)
(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)
(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)
(E.2)
(E.3)
193
194
E.2
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 `aquela 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 `a 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.
195
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)
(E.7)
(E.8)
(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.
197
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.4.2
C
alculo para x[n] = u[n]
Dada a equacao
y[n] + a1 y[n 1] = b0 u[n] ,
(E.13)
(E.14)
(E.15)
TET / UFF
(E.16)
198
b0
1 + a1
.
(E.17)
(E.18)
b0 a1
1 + a1
= (1)
b0
1 + a1
(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)
(E.22)
(E.23)
(E.24)
A.S.V.
199
b0
1 + a1 z 1
.
(E.25)
z n + Kc (a1 )n .
(E.26)
b0
1 + a1 z 1
b0
1 + a1 z 1
+ Kc = b 0 ,
b0 a1 z 1
1 + a1 z 1
= (1)
b0
1 + a1 z 1
z 1 (a1 ) .
(E.27)
E.4.4
b0
1 + a1 z 1
(z u[n]) + (1)
b0
1 + a1 z 1
(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)
ye [n] =
E.4.5
b0
1 + a1 ej0
j0 n
u[n] + (1)
b0
1 + a1 ej0
(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
onde:
H+ () =
b0
1 + a1 ej
= |H+ ()|ejH+ ()
(E.33)
= |H ()|ejH () .
(E.34)
e
H () =
b0
1 + a1 ej
=
b0
1 + a1 ej
.
(E.35)
A.S.V.
E.5
201
Considerando-se yD0 [n] como a resposta `a 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
`a 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
alculo para x[n] = [n]
b1
b0
h[n] = y [n] =
E.5.2
C
alculo para x[n] = u[n]
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
alculo para x[n] = z n u[n]
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
alculo para x[n] = ej0 n u[n]
ye [n] =
b1 ej0
1 + a1 ej0
j0 n
u[n 1] + (1)
b1
b0
b0
1 + a1 ej0
E.5.5
C
alculo para x[n] = cos(0 n) u[n]
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
b0
1 + a1 ej0
e
HD1 () =
b1 ej0
1 + a1 ej0
=
b1
b0
HD0 () ej0 .
A.S.V.
E.6
203
Considerando-se yD0 [n] como a resposta `a equacao de diferenca y[n]+a1 y[n1] = b0 x[n], yD1 [n]
como a resposta `a equacao de diferenca y[n]+a1 y[n1] = b1 x[n1] e utilizando-se a propriedade
de aditividade do SLIT, a resposta `a 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
alculo para x[n] = [n]
h[n] = y [n] = b0 (a1 )n u[n] + b1 (a1 )n1 u[n 1] .
E.6.2
C
alculo para x[n] = u[n]
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
alculo para x[n] = z n u[n]
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
alculo para x[n] = ej0 n u[n]
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
alculo para x[n] = cos(0 n) u[n]
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
F.2
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)
F.3
C
alculo para a entrada deslocada x0[n] = x[n N0]
Dada a equacao
(F.3)
(F.4)
(F.5)
(F.6)
Kp z nN0 1 + a1 z 1 = b0 z nN0 ,
A.S.V.
207
(F.7)
(F.8)
=
b0
1 + a1 z 1
+ Kc = b 0 ,
b0 a1 z 1
1 + a1 z 1
= (1)
b0
1 + a1 z 1
b0
1 + a1 z 1
a1 z 1 .
(F.9)
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
TET / UFF
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
WN = ej ( N ) .
(G.6)
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)
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
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
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]
n=
x1 [n]x2 [n] =
1
2
211
212
H.2
Apendice H. Tabelas u
teis
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 ]
A.S.V.
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
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
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
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]
[Mit98]
[OS75]
[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]
[Rob09]
[SDD84]
W. D. Stanley, G. R. Dougherty, and R. Dougherty. Signals and Systems. PrenticeHall, Reston, Virginia, 2nd edition, 1984.
[She95]
[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 `a 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
A.S.V.