PROCESSAMENTO DIGITAL DE SINAIS

Professor : Valner Brusamarello (brusamarello.valner@gmail.com)

OBJETIVO E PROGRAMA DA DISCIPLINA

Objetivo: Propiciar ao aluno os conhecimentos da teoria fundamental do processamento digital de sinais, permitindo-lhe as condies bsicas para a realizao de projetos e pesquisas cientficas na rea. O Programa est composto das seguintes unidades:
0. Apresentao Disciplina 1. Sinais e Sistemas de Tempo Discreto 2. Anlise de Fourier de Tempo Discreto 3. A Transformada Z 4. Desenvolvimento e aplicaes com MATLAB 5. A Transformada Discreta de Fourier 6. Desenvolvimento e aplicaes com LabVIEW 7. Estruturas de Filtros Digitais 8. Projeto de Filtros FIR 9. Projeto de Filtros IIR 10. Aplicaes e arquiteturas de processadores de DSP*

BIBLIOGRAFIA
Bibliografia Bsica [1] Diniz, P. S. R.; Barros da Silva, E. A. & Lima Netto, S. (2002): Processamento Digital de Sinais Projeto e Anlise de Sistemas. Bookman Artmed Editora, Porto Alegre, RS. [2] Monson Hayes (2006): Processamento Digital de Sinais Coleo Schaum. Bookman Artmed Editora, Porto Alegre, RS. [3] Oppenheim & Schaffer (1989): Discrete-Time Signal Processing. PrenticeHall, Inc, NJ-Oppenheim & Schaffer (1999): Discrete-Time Signal Processing. 2.ed. Prentice-Hall, Inc, NJ. 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 analgico :
Sinal analgico de entrada

Processador analgico de sinais

Sinal analgico de sada

Processamento digital :
Sinal analgico de entrada

A/D

Processador digital de sinais

D/A

Sinal analgico de sada

VANTAGENS DO PROCESSAMENTO DIGITAL

Flexibilidade (reprogramvel em tempo real) Portabilidade (software) Estabilidade (indep. do ambiente) Exatido (tolerncia de componentes X n de bits) Maior imunidade a rudo (0 ou 1) Transportabilidade (processamento off-line) Operaes mais sofisticadas (ex. Cancelador de eco) Custo reduzido (VLSI e flexibilidade) Limitao: Altas freqncias (microondas)

CATEGORIAS DO PROCESSAMENTO DIGITAL DE SINAIS

Sinal digital (digitalizado)

ANLISE

FILTRO DIGITAL

Medidas geralmente no domnio frequncia. Ex.: anlise espectral de sinais, anlise de sinal de voz, ect

Geralmente uma operao no tempo. Ex.: remoo de rudo, separao de bandas de frequncia, etc

Sinais de tempo discreto tempo e na amplitude.. Sinais e sistemas podem ser contnuos ou discretos no
O grfico 1 corresponde a um sinal totalmente contnuo no tempo e na amplitude. O grfico 2 corresponde a um sinal contnuo na amplitude e discreto no tempo. O grfico 3 contnuo no tempo porm s pode assumir alguns valores de amplitude bem determinados, e portanto um sinal discreto na amplitude. O grfico 4 representa um sinal discreto no tempo e na amplitude, pois s pode assumir alguns valores de amplitude em intervalos de tempo bem definidos.

Para representar sinais amostrados no tempo muito comum simplificar a notao de amostragem do sinal analgico utilizando apenas o ndice n para indicarem qual amostra estamos trabalhando. Por exemplo, se um sinal X(t) amostrado a uma freqncia de amostragem Fs=100Hz, e estamos na amostra 50, representamos isto por X[50], o que significa dizer que, com relao ao tempo, estamos medindo o sinal X(50*0.01). Trabalhamos considerando as amostras igualmente espaadas no tempo.

Sinais de tempo discreto

Sinais de tempo discreto

Uma sequncia indexada de nmeros reais ou complexos. uma funo de uma varivel de valor inteiro n. n representa o nmero de amostras espaadas no tempo. Assim x[n] uma representao no tempo. Indefinida para valores de n no inteiros Obtidos com um conversor AD. O tempo entre uma amostra e outra definido pela frequncia de aquisio fsampling

Sequncias complexas
Um sinal em tempo discreto pode apresentar valor complexo.

BREVE REVISO DE NMEROS COMPLEXOS

Pergunta: Na lgebra bsica, de onde NASCEM os nmeros complexos? Resposta: Das razes das equaes de 2. grau, sempre que b2 < 4ac !

Exemplo (fazer no quadro!) : f ( x) = x + 2 x + 2

2

Vamos encontar as razes (x = x0 f ( x0 ) = 0 ) das funes : (a = 1, b = 2, c = 2)

f ( x) = x 2 2 x 2 (a = 1, b = 2, c = 2)
raizes_complexas.m

BREVE REVISO DE NMEROS COMPLEXOS

Plano complexo (cartesiano) : z = a + jb * Conjugado? z = a jb Plano complexo (polar) : z = r * Conjugado? z = r

Relao entre a forma polar e a forma cartesiana? (desenhar no quadro!)

a = r cos( ) b = r sen( )
2 2

b Cartesiano Polar : z = a + b arctan a Polar Cartesiano : z = r cos( ) + jr sen( )

IDENTIDADE DE EULER
Em 1748, na publicao Introductio in Analysin Infinitorum, o matemtico Leonhard Euler (17071783) estabeleceu a equao (identidade) que seria uma das mais importantes para o estudo da teoria de telecomunicaes: j

= cos( ) + j sen( ) , j = 1

Para se ter uma idia da importncia desta equao, basta lembrar que no ncleo da Srie e da Transformada de Fourier, tanto para sinais contnuos como discretos, est presente uma exponencial complexa.

[cos( ) + j sen( )] z = re j ! (FASOR) z=r

Tema de casa - S com a identidade de Euler, prove:

(Obs.: Podese usar os resultados j provados para provar os seguintes...)

e j + e j e j e j 1. cos( ) = ; sen( ) = 2 2j 1 1 2 2 2. cos ( ) = [1 + cos(2 )] ; sen ( ) = [1 cos(2 )] 2 2 3. cos 2 ( ) + sen 2 ( ) = 1 ; cos 2 ( ) sen 2 ( ) = cos(2 ) 1 4. sen( )sen( ) = [cos( ) cos( + )] 2 1 5. cos( )cos( ) = [cos( ) + cos( + )] 2 1 6. sen( )cos( ) = [sen( ) + sen( + )] 2

Tema de casa - Usando as identidades de n. 4 a 6, prove:

7. cos( ) = sen( )sen( ) + cos( )cos( ) 8. cos( + ) = cos( )cos( ) sen( )sen( ) 9. cos(2 ) = cos ( ) sen ( ) 10. sen( ) = sen( )cos( ) sen( )cos( ) 11. sen( + ) = sen( )cos( ) + sen( )cos( ) 12. sen (2 ) = 2sen ( ) cos( )
2 2

EXPANSO EM SRIES
Expanso em sries de Taylor de f(x) centrada em a: com | x a | < R , onde Considerando f(x)=ex com a=0

Para qualquer x no intervalo Em x=1

EXPANSO EM SRIE EXERCCIO

xn x 2 x3 x 4 x5 ex = = 1+ x + + + + 2! 3! 4! 5! n = 0 n! Exerccio : Com base na expanso em srie acima e nas identidades de n.o 1 do slide anterior, prove que as expanses em srie para sen( x) e cos( x) so : 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!

FREQNCIAS POSITIVAS E NEGATIVAS (?!)

Fasor girando no sentido anti - horrio : (t ) = c t Fasor girando no sentido horrio : (t ) = c t onde c = 2f c t (rad/s) , f c em Hz.
fasor_girando.m

Sequncias Fundamentais
1. Impulso unitrio : {...,0,0,1,0,0,...} 1 , n = 0 ( n) = 0 , n 0 1 , n = n0 (n n0 ) = 0 , n n0

2. Degrau unitrio : {...,0,0,1,1,1,...} 1 , n 0 u ( n) = 0 , n < 0 1 , n n0 u (n n0 ) = 0 , n < n0

Sequncias Fundamentais

Sequncias Fundamentais
muito importante notar que quando se fala de freqncias que vo de 0 2 radianos estamos falando em freqncias normalizadas. Todos os sinais ao serem representados apenas pelo nmero de sua amostra (x[0], x[1]...), sofrem uma normalizao, pois se no soubermos qual foi a freqncia de amostragem utilizada para gerar a seqncia, ento no podemos dizer qual a freqncia real do sinal analgico que originou tal seqncia. Por sofrer esta normalizao, todos os sinais podem ser tratados da mesma forma e so representados completamente por freqncias nesta faixa de valores independentemente da freqncia do sinal analgico original.

TIPOS DE SEQNCIAS
3. Exponencial real : x(n) = a n , n; a R

4. Exponencial complexa : x(n) = e ( 0 + j 0 ) n , n; onde 0 denominado atenuao e 0 a freqncia em radianos.

5. Senoidal : x(n) = cos( 0 n + ) , n;

Sequncias
Exemplo de um sinal contnuo e discreto.

Se ts=0,05, ento fo=1 kHz.

Sequncias
Exemplo: x1[n], x2[n] e x[n]= x1[n]+x2[n]

Sequncias
A sequncia pode ser infinita ou finita, designada em um intervalo [N1,N2].

x 6. Peridica ( ~ (n)) : A seqncia x(n) peridica se x(n) = x(n + N ) , n O menor inteiro N ( N > 0) que satisfaz a relao acima chamado de perodo fundamental
x1 [n] e x2[n] so aperidicas. X3[n] peridica com perodo N=16.

Sequncias simtricas
Um sinal de valor real dito par se: E dito mpar se: Qualquer sinal pode ser decomposto em: Para encontrar a parte par: Para encontrar a parte mpar:

Amplitude, Magnitude, Potncia

Amplitude: pode ser positivo ou negativo. Magnitude: O quanto o valor se afasta de zero (sempre positivo). Potncia: A potncia de um sinal proporcional a sua amplitude ao quadrado. Considerando uma constante unitria, temos o valor relativo de potncia! Devido ao fato de elevar ao quadrado a amplitude, fcil distinguir dois sinais com amplitudes diferentes:

Operaes sobre sequncias

Transformaes da varivel independente Frequentemente manipula-se o ndice n f(n) uma funo de n Transformaes mais comuns:
Deslocamento: Se no for positivo, o sinal deslocado no amostras a direita (atraso): Inverso: faz o espelhamento do sinal Escalamento de tempo: down-sampling: Up-sampling:

Operaes sobre sequncias

OPERAES SOBRE SEQNCIAS

Adio: feita somando-se amostras de mesmo ndice

{ x1 (n)} + { x2 (n)} = { x1 (n) + x2 (n)}

Multiplicao: Produto das amostras de mesmo ndice

{ x1 (n)} { x2 (n)} = { x1 (n) x2 (n)}

Escalamento: escalamento da amplitude de x[n] por uma constante c.

OPERAES SOBRE SEQNCIAS

Soma de amostras:

n = n1

x(n) = x(n ) + ... + x(n

1

n2

1) + x(n2 )

Produto de amostras :

x (n) = x (n )
1 n1

n2

x (n2 1) x (n2 )

Energia : Ex =

n =

x ( n) x ( n) =
*

x ( n)

n =

Potncia do sinal :

1 N 1 2 Px = x(n) N n=0

Simbologia

SNTESE DE SEQNCIAS
Sntese por impulsos : x(n) =
k =

x(k ) (n k )

O impulso ou amostra unitria pode ser utilizada para decompor um sinal arbitrrio x[n] em uma soma de amostras unitrias ponderadas e deslocadas:

A SRIE GEOMTRICA

1 x ( n) = , n 0 : , para < 1 1 n =0
n n

1 N N 1 , 1 n = 1 n =0 N , =1

CORRELAO ENTRE SEQNCIAS

Correlao cruzada : rxy (k ) =

n =

x ( n) y ( n k )

Autocorrelao : rxx (k ) =

n =

x ( n) x ( n k )

SISTEMAS de Tempo Discreto y (n) = T [x(n)]

um operador matemtico que transforma um sinal de entrada em outro sinal de sada.

Um sistema aditivo se:

e homogneo se:

T [] linear se for aditivo e homogneo simultaneamente: T [a1 x1 (n) + a2 x2 (n)] = a1T [x1 (n)] + a2T [x2 (n)] a1 , a2 , x1 (n) , x2 (n)

SISTEMAS LINEARES
Aplicando na decomposio de x[n]:

Como os coeficientes x[k] so constantes, usamos a propriedade de homogeneidade:

Definindo hk[n] como sendo a resposta do sistema a uma amostra unitria no tempo n=k

Somatrio de superposio.

Lienaridade

Exemplo de sistema linear

b) seno 1 Hz, fs=32 Hz. c) seno 3 Hz. d) soma dos dois sinais, e demostrao de que o sistema linear.

Exemplo de sistema no linear

Se a e b representam os sinais de 1 e 3 Hz:

a2 e b2 geram componentes em (0 e 2 Hz) e (0 e 6 Hz). O termo ab 2 e 4 Hz:

Sistemas sem memria

Um sistema dito sem memria se a sada no tempo n-no depender apenas da entrada nesse tempo, assim podemos determinar y[no] a partir de x[no] apenas. Sem memria: Com memria:

Sistemas Invariantes ao deslocamento

Se um deslocamento na entrada de no amostras corresponder a um deslocamento de no amostras na sada. Ou seja temos uma sada y[n-no] para uma entrada x[n-no] Para testar a invarincia ao deslocamento preciso testar y[n-no] para T{x[n-no]} A resposta y[n] para a entrada x[n]: Teste:

Outro exemplo: seja

Porm para O que diferente de variante no tempo.

ou seja esse um sistema

Invarincia ao deslocamento

Sistemas invariantes ao tempo

A entrada na letra c) est defasada de 4 amostras.

Sistemas Lineares Invariantes no Tempo (ou ao deslocamento)

Se h[n] for a resposta do sistema LTI a amostra unitria , ento a resposta a [n-k] ser 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)] =

k =

x ( k ) h( n 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 sada do mesmo para qualquer entrada.

CAUSALIDADE E ESTABILIDADE
Sistema causal: Sada no depende de valores futuros da entrada. Se para qualquer no a resposta no tempo no depender apenas dos valores de entrada at no.

h(n) = 0 , n < 0 y (n) =

Ex. sistema causal
k =

x(k )h(n k ) = h(k ) x(n k )

k =0 Ex. sistema no causal

Sistema estvel (BIBO): Entrada limitada Sada Limitada

x ( n) < y ( n) < , x , y
Resposta ao impulso absolutamente somvel.

h(n) < Se sist. causal lim N

n= N

h( n) = 0

Estabilidade
Um sistema LTI com resposta a amostra unitria h[n]=anu[n], ser estvel sempre que |a|<1:

Um exemplo de sistema instvel:

Veja que nesse caso a resposta ilimitada!

Convoluo e a sada de um LTI dada pela soma de A relao entre a entrada

convoluo. Tabela til sries comuns

Convoluo
Exemplo

Convoluo
X[k]h[-k]=y[0]=1 Deslocando h[-k] a direita temos h[1-k]. X[k]h[1-k]=y[1]=3. X[k]h[2-k]=y[2]=6. X[k]h[3-k]=y[4]=5. X[k]h[4-k]=y[4]=3. X[k]h[5-k]=y[5]=0.

Convoluo

Seja o sinal de entrada x[n]

Convoluo

Convoluo

Convoluo

Convoluo utilizada para um filtro passa-baixas e um filtro passa-altas. O sinal de entrada a soma de um seno com uma rampa ascendente. A resposta ao impulso em a) um arco suave, fazendo com que passem a sada apenas componentes de baixa frequncia. No caso b) apenas as componentes de alta frequncia que passam a saida.

Convoluo

O atenuador inversor (a) gira o sinal de cabea para baixo e reduz sua amplitude. Em (b) temos o derivador da sequncia.

Equao de diferenas
Um sistema linear e invariante ao deslocamento tambm pode ser descrito por uma equao de diferenas com coeficientes constantes.

a[k] e b[k] so constantes que definem o sistema Se tiver um ou mais termos diferente de zero recursiva Para um LSI, no recursivo com a[k]=0 a resposta a amostra unitria:

Se h[n] tem comprimento finito, ento o sistema FIR (Finite Impulse response). Se a[k]0 a resposta a amostra unitria geralmente infinita e o sitema IIR (Infinite Inpulse Response)

SISTEMAS FIR E SISTEMAS IIR

Um sistema LIT causal ter resposta impulsiva finita (FIR) se : h( n) = 0 , n < 0 e n > M y ( n) = h( k ) x ( n k )
k =0 M

Caso contrrio, ter resposta impulsiva infinita (IIR) : y ( n) = h( k ) x ( n k )

k =0

EQUAES DE DIFERENAS
Um Sistema LIT discreto pode ser descrito por :

a y (n l ) = b
l =0 l m =0 M

x ( n m) , n

ou de forma equivalente por : y (n) = bm x(n m) al y (n l )

m =0 l =1 N

Equaes de diferenas
Soluo homognea + soluo particular A soluo homognea encontrada resolvendo a equao de diferenas homognea.

A soluo pode ser determinada fazendo yh=zn. E substituindo:

Equaes de diferenas
Se os coeficientes a(k) forem reais, essas razes ocorrem em conjugados complexos. Se zi for uma raiz de multiplicidade m e as restantes m-p razes forem distintas a soluo homognea :

Para determinar a soluo particular necessrio encontrar a yp[n] que satisfaz a equao de diferenas para a x[n] dada. Veja tabela

Equaes de diferenas
Exemplo sabendo que determinar a soluo de Soluo particular: Para a soluo homognea:

RESPOSTA NATURAL E RESPOSTA FORADA

x(n) + y(n)

y(n-1)

Z-1

Exemplo : y (n) = y (n 1) + x(n) y (0) = y (1) + x(0) y (1) = y (0) + x(1) = 2 y (1) + x(0) + x(1) y (n) = n +1 y (1) + n x(0) + n 1 x(1) +
n k =0

+ x(n 1) + x(n)

y (n) = n +1 y (1) + k x(n k ) , n 0