Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SINAIS
Bibliografia Complementar
[1] Proakis & Monalakis (1989): Introduction to Discrete-Time Signal
Processing. Mac Millan Press, Inc.
[2] Van den Enden & Werhockx (1989): Discrete-Time Signal Processing: An
Introduction. Prentice-Hall Inc, NJ.
[3] Notas de aula disponibilizadas pelo professor da disciplina.
PROCESSAMENTO DE SINAIS
Processamento analógico :
Processamento digital :
FILTRO
ANÁLISE
DIGITAL
⎝a⎠
Polar → Cartesiano : z = r cos(θ ) + jr sen(θ )
IDENTIDADE DE EULER
Em 1748, na publicação Introductio in Analysin
Infinitorum, o matemático Leonhard Euler (1707–1783)
estabeleceu a equação (identidade) que seria uma das
mais importantes para o estudo da teoria de
telecomunicações:
jθ
e = cos(θ ) + j sen(θ ) , j = − 1
Para se ter uma idéia da importância desta equação, basta
lembrar que no núcleo da Série e da Transformada de
Fourier, tanto para sinais contínuos como discretos, está
presente uma exponencial complexa.
[ ] jθ
z = r cos(θ ) + j sen(θ ) ⇒ z = re ! (FASOR)
Tema de casa - Só com a identidade de Euler, prove:
(Obs.: Pode–se usar os resultados já provados para provar os seguintes...)
e jθ + e − j θ e jθ − e − j θ
1. cos(θ ) = ; sen(θ ) =
2 2j
1 1
2. cos (θ ) = [1 + cos(2θ )] ; sen (θ ) = [1 − cos(2θ )]
2 2
2 2
3. cos 2 (θ ) + sen 2 (θ ) = 1 ; cos 2 (θ ) − sen 2 (θ ) = cos(2θ )
1
4. sen(α )sen( β ) = [cos(α − β ) − cos(α + β )]
2
1
5. cos(α )cos( β ) = [cos(α − β ) + cos(α + β )]
2
1
6. sen(α )cos( β ) = [sen(α − β ) + sen(α + β )]
2
Tema de casa - Usando as identidades de n.º 4 a 6, prove:
Em x=1
EXPANSÃO EM SÉRIE – EXERCÍCIO
∞ n 2 3 4 5
x x x x x
ex = ∑ = 1+ x + + + + "
n = 0 n! 2! 3! 4! 5!
Exercício : Com base na expansão em série acima
e nas identidades de n.o 1 do slide anterior, prove
que as expansões em série para sen( x) e cos( x) são :
x3 x5 x7 x9
sen( x) = x − + − + "
3! 5! 7! 9!
2 4 6 8
x x x x
cos( x) = 1 − + − + "
2! 4! 6! 8!
FREQÜÊNCIAS POSITIVAS E NEGATIVAS (?!)
fasor_girando.m
Sequências Fundamentais
1. Impulso unitário : {...,0,0,1,0,0,...}
↑
⎧1 , n = 0 ⎧1 , n = n0
δ ( n) = ⎨ δ (n − n0 ) = ⎨
⎩0 , n ≠ 0 ⎩0 , n ≠ n0
6. Periódica ( ~
x (n)) : A seqüência x(n) é periódica se
x(n) = x(n + N ) , ∀n
O menor inteiro N ( N > 0) que satisfaz a relação acima é
chamado de período fundamental
x1 [n] e x2[n] são aperiódicas.
X3[n] é periódica com período
N=16.
Sequências simétricas
Um sinal de valor real é dito par se:
E é dito ímpar se:
Qualquer sinal pode ser decomposto
em:
Para encontrar a parte par:
Para encontrar a parte ímpar:
Amplitude, Magnitude, Potência
Amplitude: pode ser positivo ou negativo.
Magnitude: O quanto o valor se afasta de zero (sempre positivo).
Potência: A potência de um sinal é proporcional a sua amplitude ao
quadrado. Considerando uma constante unitária, temos o valor relativo
de potência! Devido ao fato de elevar ao quadrado a amplitude, é fácil
distinguir dois sinais com amplitudes diferentes:
Operações sobre sequências
Transformações da variável independente
Frequentemente manipula-se o índice n
f(n) é uma função de n
Transformações mais comuns:
Deslocamento: Se no for positivo, o sinal é
deslocado no amostras a direita (atraso):
Up-sampling:
Operações sobre sequências
OPERAÇÕES SOBRE SEQÜÊNCIAS
Adição: É feita somando-se amostras de mesmo índice
{ x1 (n)} + { x2 (n)} = { x1 (n) + x2 (n)}
n2
Soma de amostras: ∑ x(n) = x(n ) + ... + x(n
n = n1
1 2 − 1) + x(n2 )
n2
Produto de amostras : ∏ x (n) = x (n ) × " × x (n
n1
1 2 − 1) × x (n2 )
∞ ∞
∑ x ( n) x ( n) = ∑
2
Energia : Ex = *
x ( n)
n =−∞ n =−∞
1 N −1
Px = ∑ x(n)
2
Potência do sinal :
N n=0
Simbologia
SÍNTESE DE SEQÜÊNCIAS
∞
• Síntese por impulsos : x(n) = ∑ x(k )δ (n − k )
k = −∞
O impulso ou amostra unitária pode ser utilizada para decompor um
sinal arbitrário x[n] em uma soma de amostras unitárias ponderadas e
deslocadas:
A SÉRIE GEOMÉTRICA
{ }
∞
1
x ( n) = α , n ≥ 0 : ∑ α →
n n
, para α < 1
n =0 1−α
N −1 ⎧ 1−α N
⎪ , ∀α ≠ 1
∑ α = ⎨ 1−α
n
n =0 ⎪⎩ N , α =1
CORRELAÇÃO ENTRE SEQÜÊNCIAS
∞
Correlação cruzada : rxy (k ) = ∑ x ( n) y ( n − k )
n = −∞
∞
Autocorrelação : rxx (k ) = ∑ x ( n) x ( n − k )
n = −∞
SISTEMAS de Tempo Discreto
y (n) = T [x(n)]
É um operador matemático que transforma um sinal de entrada em
outro sinal – de saída.
T []
⋅ é linear se for aditivo e homogêneo
8 simultaneamente:
T [a1 x1 (n) + a2 x2 (n)] = a1T [x1 (n)] + a2T [x2 (n)]
∀ a1 , a2 , x1 (n) , x2 (n)
SISTEMAS LINEARES
Aplicando na decomposição de x[n]:
Somatório de superposição.
Lienaridade
Exemplo de sistema linear
Se a e b representam os sinais de 1 e 3
Hz:
Porém para
O que é diferente de ou seja esse é um sistema
variante no tempo.
Invariância ao deslocamento
Sistemas invariantes ao tempo
A entrada na letra
c) está defasada
de 4 amostras.
Sistemas Lineares Invariantes no Tempo (ou ao
deslocamento)
Se h[n] for a resposta do sistema LTI a amostra unitária , então a
resposta a δ[n-k] será h[n-k]
x ( n ) → L [⋅] → y ( n ) → Desloc. de k → y (n − k )
x ( n ) → Desloc. de k → x ( n − k ) → L [⋅] → y ( n − k )
∞
y (n) = LIT [x(n)] = ∑ x ( k ) h( n − k )
k = −∞
y ( n) ≡ x ( n) ∗ h( n)
Resposta de um sistema ao impulso
Se conhecermos a
resposta ao impulso de
um sistema, podemos
caracterizar a saída do
mesmo para qualquer
entrada.
CAUSALIDADE E ESTABILIDADE
Sistema causal: Saída não depende de valores futuros da entrada. Se para qualquer no
a resposta no tempo no depender apenas dos valores de entrada até no.
h(n) = 0 , n < 0
n ∞
⇒ y (n) = ∑ x(k )h(n − k ) = ∑ h(k ) x(n − k )
k = −∞ k =0
Ex. sistema causal Ex. sistema não causal
x ( n) < ∞ ⇒ y ( n) < ∞ , ∀ x , y
∞ ∞
⇔ ∑ h(n) < ∞ Se sist. causal ⇒ lim N →∞ ∑ h( n) = 0
−∞ n= N
Resposta ao impulso absolutamente somável.
Estabilidade
Um sistema LTI com resposta a amostra unitária
h[n]=anu[n], será estável sempre que |a|<1:
O atenuador inversor (a) gira o sinal de “cabeça para baixo” e reduz sua
amplitude. Em (b) temos o derivador da sequência.
Equação de diferenças
Um sistema linear e invariante ao deslocamento também pode ser
descrito por uma equação de diferenças com coeficientes constantes.
N M
∑ a y (n − l ) = ∑ b
l =0
l
m =0
m x ( n − m) , ∀ n