Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 1
Aula 1
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
Processamento digital :
Sinal analgico de entrada
A/D
D/A
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.
Sequncias complexas
Um sinal em tempo discreto pode apresentar valor complexo.
f ( x) = x 2 2 x 2 (a = 1, b = 2, c = 2)
raizes_complexas.m
a = r cos( ) b = r sen( )
2 2
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.
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
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
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
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
Sequncias
Exemplo de um sinal contnuo e discreto.
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:
n = n1
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
n =
x ( n) y ( n k )
Autocorrelao : rxx (k ) =
n =
x ( n) x ( n k )
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]:
Definindo hk[n] como sendo a resposta do sistema a uma amostra unitria no tempo n=k
Somatrio de superposio.
Lienaridade
Invarincia ao deslocamento
x ( n ) L [] y ( n ) Desloc. de k
y (n k )
x ( n ) Desloc. de k
x ( n k ) L [] y ( n k )
k =
x ( k ) h( n k )
y ( n) x ( n) h( n)
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.
x ( n) < y ( n) < , x , y
Resposta ao impulso absolutamente somvel.
n= N
h( n) = 0
Estabilidade
Um sistema LTI com resposta a amostra unitria h[n]=anu[n], ser estvel sempre que |a|<1:
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
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)
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
Equaes de diferenas
Soluo homognea + soluo particular A soluo homognea encontrada resolvendo a equao de diferenas homognea.
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:
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)