Escolar Documentos
Profissional Documentos
Cultura Documentos
Apostila PDF
Apostila PDF
Resumo
Este documento uma apostila do curso de processamento digital de sinais
ministrado em graduao e ps-graduao. De acordo com as qualicaes da
turma, captulos podero ser supridos, assim como algumas demonstraes
ao longo do documento.
Este um trabalho inicial, e sofrer muitas revises ao longo dos anos.
Qualquer comentrio, dvida, crticas e correes, favor contacte-me pelo
email.
Prof. Marcelo de Oliveira Rosa
Sumrio
1 Introduo
2 Seqncias e Sistemas
2.1
2.2
2.3
Seqncias discretas . . . . . . . . . . . . . . . . . . . . . . .
Seqncias e operaes bsicas . . . . . . . . . . . . . . . . . .
2.2.1 Reexo . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.2 Deslocamento (em avano ou atraso) . . . . . . . . . .
2.2.3 Soma e produto de duas seqncias . . . . . . . . . . .
2.2.4 Produto de valor por seqncia . . . . . . . . . . . . .
2.2.5 Seqncias par e mpar . . . . . . . . . . . . . . . . . .
2.2.6 Seqncia impulso unitrio . . . . . . . . . . . . . . . .
2.2.7 Seqncia degrau unitrio . . . . . . . . . . . . . . . .
2.2.8 Seqncia exponencial . . . . . . . . . . . . . . . . . .
Sistemas discretos . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1 Sistemas lineares . . . . . . . . . . . . . . . . . . . . .
2.3.2 Sistemas invariantes no tempo . . . . . . . . . . . . . .
2.3.3 Causalidade . . . . . . . . . . . . . . . . . . . . . . . .
2.3.4 Estabilidade . . . . . . . . . . . . . . . . . . . . . . . .
2.3.5 Sistemas lineares invariantes no tempo . . . . . . . . .
2.3.6 Propriedades de sistemas lineares invariantes no tempo
2.3.7 Equaes de diferenas lineares com coecientes constantes . . . . . . . . . . . . . . . . . . . . . . . . . . .
Preliminares . . . . . . . . . . . . . . . . . .
Autofuno . . . . . . . . . . . . . . . . . .
Transformada de Fourier Discreta no Tempo
3.3.1 Existncia da DTFT . . . . . . . . .
3.3.2 Propriedades da DTFT . . . . . . . .
4 Teoria da Amostragem
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
5
5
6
7
7
7
10
11
13
20
21
23
24
25
26
31
35
42
42
43
52
53
57
67
ii
iii
5 Transformada Z
5.1
5.2
5.3
5.4
5.5
5.6
Preliminares . . . . . . . . . . . . . . .
Denio . . . . . . . . . . . . . . . . .
Existncia da Transformada Z . . . . .
Causalidade e Estabilidade . . . . . . .
Transformada Inversa de Z . . . . . . .
5.5.1 Teoria de Resduos . . . . . . .
5.5.2 Fraes Parciais . . . . . . . . .
5.5.3 Expanso em Srie de Potncias
Propriedades da Transformada Z . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Magnitude e Fase . . . . . . . . . . . . . . . . .
Estabilidade e Causalidade . . . . . . . . . . . .
Sistemas Inversos . . . . . . . . . . . . . . . . .
Resposta em Freqncia para Sistemas baseados
Racionais . . . . . . . . . . . . . . . . . . . . .
Sistemas Passa-Tudo . . . . . . . . . . . . . . .
Sistemas de Mnima Fase . . . . . . . . . . . . .
6.6.1 Propriedade de fase mnima . . . . . . .
6.6.2 Propriedade de energia mnima . . . . .
Sistemas de Fase Linear . . . . . . . . . . . . .
6.7.1 Fase linear generalizada . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . .
. . . . . . .
. . . . . . .
em Funes
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
.
.
.
.
.
.
.
.
.
79
79
81
83
90
91
93
97
100
102
111
. 111
. 114
. 116
.
.
.
.
.
.
.
119
122
125
127
128
130
131
134
135
Captulo 1
Introduo
Introduo
Captulo 2
Seqncias e Sistemas
Primeiramente vamos denir o que um sinal e um sistema. Intuitivamente,
um sistema o elemento que recebe e produz sinais, e sinais so simplesmente
seqncias de nmeros que guardam alguma relao entre si.
2
Varivel dependente
Varivel dependente
1
0
1
1
0
1
4
3
0
1
Varivel independente
4
3
0
1
Varivel independente
4
3
Varivel dependente
2
1
0
1
2
3
4
3
0
1
Varivel independente
x = {x[n]} ,
Exemplo:
n|n Z, ou
< n < +
(2.1)
1
1, 3, , 2, 7, . . .
3
x1 = {. . . , 3, 4, 3, 4, 3, 4, . . .}
x2 = j, 3 + 2j, 2 3j, 0
x0 =
x[2]
x[3]
x[3]
x[1]
1
x[5]
x[4]
1
x[2]
x[1]
5
4
2.2.1 Reexo
Assumindo x[n] qualquer, o seu reexo denido:
x[n] = x[n],
n|n Z
(2.3)
3.5
3.5
2.5
2.5
y[n]
x[n]
Representao grca:
1.5
1.5
0.5
0.5
0
3
0
4
y[n] = x[n nd ],
nd Z
n|n Z
(2.4)
2.5
2.5
y[n]
x[n]
Representao grca:
1.5
1.5
0.5
0.5
10
10
Este a seqncia que pode ser usado para representar eco. O eco um som
semelhante ao som original que aparece alguns segundos aps a emisso do
7
som original. Este alguns segundos representam o deslocamento (atraso)
no tempo.
Se nd > 0, ocorre o atraso, e se nd < 0, ocorre o avano, ambos no tempo
discreto. sempre importante lembrar que o tempo discreto na verdade
um ndice numrico (inteiro) que referencia uma determinada amostra da
seqncia.
n|n Z
n|n Z
(2.5)
(2.6)
y[n] = x[n]
(2.7)
x[n] = x[n]
(2.8)
x[n] = x[n]
(2.9)
Representao grca:
4
1.5
3.5
1
3
0.5
x[n]
x[n]
2.5
2
1.5
0.5
1
1
0.5
0
4
0
n
1.5
5
0
n
Propriedade:
Assuma x[n] qualquer, com x[n] C. Podemos decompor qualquer seqncia
em uma parte par e outra parte mpar atravs da relao:
(2.10)
9
3
x[n]
3
8
0
n
x[n]
x[n]
3
8
0
n
3
8
0
n
10
[n] =
0, n = 0
1, n = 0
(2.11)
(x) =
, t = 0
0, t = 0
(2.12)
(x) dx = 1
Representao grca:
1.5
x[n]
0.5
0
4
0
n
11
Propriedades:
Podemos decompor qualquer seqncia em um somatrio ponderada de
seqncias impulsos unitrios deslocados no tempo
Exemplo:
Seja
x[n] = {3, 2, 0, 5, 2, 3, 3}
indexado por
n = {2, 1, 0, 1, 2, 3, 4},
ento
x[k] [n k]
x[n] =
(2.13)
k=
u[n] =
1, n 0
0, n < 0
(2.14)
12
Representao grca:
1.5
x[n]
0.5
0
4
u[n] = [n] + [n 1] + [n 2] +
+
(2.15)
[n k]
u[n] =
k=0
Se considerarmos
(2.16)
u[n] =
[k]
k=
(2.17)
13
Exemplo:
x[n] = A n
(2.18)
Se A, R ento x[n] R.
Representao grca:
9
6
5
x[n]
x[n]
5
4
4
3
3
2
1
0
4
2
n
0
4
Figura 2.14: Seqncias exponenciais monotonicamente decrescentes e crescentes (x[n] = 0,5n e x[n] = 1,5n )
14
8
8
6
6
4
2
x[n]
x[n]
2
0
2
0
2
6
6
8
4
8
4
1.8
1.5
1.6
1
1.4
0.5
x[n]
x[n]
1.2
1
0.8
0
0.5
0.6
1
0.4
1.5
0.2
0
4
2
4
= || ej0
Ento
ej = cos + j sin
ej = cos j sin
Aplicando tal relao, reescrevemos x[n] e obtemos:
(2.19)
15
onde:
Propriedades importantes:
Se tivermos um sinal contnuo x(t) de onde extramos x[n] (posteriormente
trataremos de teoria da amostragem onde ser determinada a melhor maneira
de denir uma seqncia a partir de um sinal contnuo).
Genericamente,
para r Z.
Exemplo:
Considere a funo contnua x(t) = cos(w0 t) e sua verso discreta
x[n] = cos(w0 n). Ambas sero representadas gracamente com diversas
freqncias w0 para avaliarmos seu comportamento oscilatrio.
16
1.5
1.5
x[n]
x(t)
0.5
0.5
x[n] e x(t)
x[n] e x(t)
x[n]
x(t)
0.5
0.5
1.5
4
net
1.5
4
net
1.5
1.5
x[n]
x(t)
0.5
0.5
x[n] e x(t)
x[n] e x(t)
x[n]
x(t)
0.5
0.5
1.5
4
net
1.5
4
net
1.5
1.5
x[n]
x(t)
0.5
0.5
x[n] e x(t)
x[n] e x(t)
x[n]
x(t)
0.5
0.5
1.5
4
net
1.5
4
net
17
1.5
x[n]
x(t)
1
x[n] e x(t)
0.5
0.5
1.5
4
net
Analisando o comportamento da seqncia discreta em funo da freqncia w0 (conforme zemos para o sinal contnuo), observamos que quando
w0 2r, a seqncia discreta possui baixa freqncia de oscilao, e quando
w0 r, a seqncia discreta possui com alta freqncia de oscilao (curva
em azul). Note que na funo contnua, o aumento de w0 sempre provoca
aumento da oscilao (curva em vermelho).
Pelo fato de que a cada perodo de 2 radianos encontramos uma repetio
do padro da curva discreta contida no perodo [0, 2], podemos avaliar a
oscilao da curva apenas nesse intervalo, extrapolando os valores fora deste
intervalo.
Quanto a periodicidade, sabemos que um sinal exponencial complexo contnuo tem perodo igual a 2/f . Em sinais discretos, trabalhamos com instantes n inteiros (n Z), denimos que uma seqncia discreto peridico
se:
x[n] = x[n + N ]
ou seja, existe uma quantidade N (N Z) de amostras da seqncia x[n]
que se repete indenidamente. Assim N o perodo da seqncia x[n].
Considerando uma seqncia exponencial complexa qualquer:
x1 [n] = B cos(w0 n + )
E aplicando o critrio de periodicidade de seqncias discretas, temos:
x1 [n] = x1 [n + N ]
B cos(w0 n + ) = B cos(w0 n + w0 N + )
18
Como j vimos, a periodicidade de um sinais exponencial complexo
igual a 2 . Assim, exige-se que w0 N = 2r, ou seja:
w0
r
=
2
N
Logo, dependendo da freqncia w0 escolhida para a componente exponencial complexo da seqncia discreta x[n], este pode nunca ser peridica.
Isto signica que existem:
wr =
2r
,
N
r = 0,1, N 1
Exemplo:
Seja:
x[n] = cos
n
6
Como
w0
/6
1
r
=
=
=
=
6
2
2
12
N
Ento so necessrias N = 12 amostras para representar r = 1 ciclos
completos de x[n].
w0 =
2
1.5
1
x[n]
0.5
0
0.5
1
1.5
2
6
n
10
12
19
Seja:
x[n] = cos
4
n
7
Como
4
w0
4/7
2
r
=
=
= =
7
2
2
7
N
Ento so necessrias N = 7 amostras para representar r = 2 ciclos
completos de x[n].
w0 =
2
1.5
1
x[n]
0.5
0
0.5
1
1.5
2
Seja:
x[n] = cos
Como
n
2
1
w0
1
r
=
=
=
2
2
4
N
Ento r/N
/ Q e x[n] no peridico.
w0 =
20
2
1.5
1
x[n]
0.5
0
0.5
1
1.5
2
8
n
10
12
14
16
Podemos considerar que o perodo fundamental de uma seqncia exponencial complexa denida por:
N =r
2
w0
y[n] = T {x[n]}
Exemplo:
Sistema em atraso ideal
y[n] = x[n nd ],
nd Z
2
1
y[n] =
x[n k]
M1 + M2 + 1 k=M
1
21
y[n] = (x[n])2 ,
n|n Z
Exemplo:
Seja o sistema acumulador denido por:
n
y[n] =
x[k]
k=
22
denidas por:
y1 [n] =
x1 [k]
k=
n
y2 [n] =
x2 [k]
k=
Vamos considerar agora uma nova entrada pela combinao linear das
entradas x1 [n] e x2 [n], denida por:
y3 [n] =
x3 [n] =
k=
n
=
k=
=a
x1 [n]
+B
k=
x2 [n]
k=
y[n] = {x[n]}2
Assim, as sadas para duas seqncias quaisquer, x1 [n] e x2 [n] so, respectivamente, denidas por:
23
x1 [n] = 1
x2 [n] = 10
Obtemos:
y1 [n] = 0
y2 [n] = 1
n|n Z
(2.22)
Exemplo:
Seja o sistema acumulador denido por:
n
y[n] =
x[k]
k=
y0 [n] =
x0 [k]
k=
n
x[k n0 ]
k=
24
y0 [n] =
x[k0 ]
k0 =
= y[n n0 ]
Logo, o sistema acumulador invariante no tempo.
Agora, seja o sistema acumulador denido por:
m Z+
x0 [n] = x[n n0 ]
Obtemos com resposta do sistema a seqncia y0 [n] tal que:
y0 [n] = x0 [M n] = x[M n n0 ]
Entretanto, se atrasarmos a sada do sistema em n0 amostras, obtemos:
2.3.3 Causalidade
Um sistema dito causal se sua sada para um instante n0 , n0 |n0 Z,
depende somente as amostras n, tal que n n0 , da seqncia de entrada.
Tal sistema tambm conhecido por ser no antecipativo.
Um sistema causal um sistema que pode ser implementado em problemas de tempo real, pois o clculo da amostra no instante n0 jamais depender de alguma informao da(s) seqncia(s) de entrada em algum instante
n1 > n0 .
Exemplo:
O sistema diferena frente (forward dierence), denido por:
25
causal.
Para o sistema compressor, denido por:
y[n] = x[M n]
2.3.4 Estabilidade
Um sistema dito estvel se para qualquer seqncia de entrada limitada
(ou seja, nenhuma amostra innita), a seqncia de sada tambm ser
limitada. o conceito chamado BIBO (bounded in, bounded out).
Se |x[n]| Bx <
Ento |y[n]| By < ,
n|n Z
(2.23)
Exemplo:
Seja o sistema denido por:
y[n] = {x[n]}2
Assumindo uma seqncia qualquer x0 [n] tal que |x0 [n]| Bx0 < e
aplicando o critrio de estabilidade, temos:
26
y[n] =
x[k]
k=
0,
n=0
(n + 1), n 0
y0 [n] =
x[k] [n k]
x[n] =
k=
y[n] = T {x[n]} = T
x[k] [n k]
k=
y[n] =
27
Podemos denir hk [n] = T {[n k]} como a resposta do sistema T {}
ao impulso deslocado [n k]. Assim, reescrevemos y[n] por:
+
y[n] =
x[k] hk [n]
k=
h[n] = T {[n]}
h[n k] = T {[n k]}
Ento,
y[n] =
x[k] h[n k]
=
k=
x[k] h[n k]
y[n] =
(2.24)
k=
Lembrete:
A convoluo para funes contnuas denida por:
+
y(t) =
x( ) h(t ) d
Exemplo:
Neste exemplo, consideramos duas seqncias distintas, x[n] e h[n], que
sero convoludas atravs do procedimento de clculo apresentado anteriormente. Para cada iterao de k na convoluo soma, uma seqncia yk [n]
ser produzida. Ao nal, todas essas seqncias yk [n] sero somadas para
que obtenhamos y[n].
28
3
2.5
2.5
2
2
1.5
1.5
h[n]
x[n]
1
0.5
0.5
0.5
0
1
0.5
1.5
2
2
2
n
1
2
2
n
2.5
0.5
1.5
0.5
y1[n]
y1[n]
1
0.5
1
1.5
0.5
2.5
2
n
3
2
y[n]
y2[n]
1
2
2
n
2
n
2
n
1
2
2
2
Pelo exemplo, notamos que a convoluo soma resultado direto da linearidade e da invarincia no tempo, pois o resultado nal a sobreposio
de diversos termos x[k] h[n k]. Para tornar eciente este clculo, podemos
calcular o resultado para cada y[n] reetindo a seqncia h[n] e a deslocando
de acordo com o ndice n de tempo.
29
Exemplo:
2.5
2.5
1.5
1.5
1
0.5
0
0.5
1
0.5
0
0.5
1.5
1.5
2
4
2
4
2.5
2.5
1.5
1.5
1
0.5
0
0.5
2
4
2.5
2.5
1.5
1.5
1
0.5
0
0.5
1
n
0.5
1.5
1
0.5
1.5
3
1
n
2
4
0.5
1.5
2
0.5
1.5
2
4
1
n
2
4
0
n
30
ltico. Tal mtodo dependente do modo como representamos matematicamente x[n] e h[n]. Muitas vezes no possvel obter uma representao dita
fechada de y[h], pois possvel que no exista uma expresso algbrica para
o somatrio envolvido na convoluo soma.
Exemplo:
Seja uma seqncia x[n] e uma resposta linear invariante no tempo h[n]
descritos por:
x[n] = an u[n],
0<a<1
1, 0 n < N,
N Z
0, caso contrrio
x[k] h[n k] = ak
Logo:
ak
y[n] =
k=0
aN1 aN2 +1
a =
,
1a
k
k=N1
(2.26)
N 2 N1
Assim,
1 an+1
1a
Para o intervalo n > N 1, temos que:
y[n] =
x[k] h[n k] = ak
Ou seja,
n
ak =
y[n] =
k=nN +1
anN +1 an+1
= anN +1
1a
1 aN
1a
31
Assim,
0,
y[n] =
n<0
0nN 1
1an+1
,
1a
nN
+1
1aN
1a
, n>N 1
Propriedade comutativa
A propriedade comutativa indica que a convoluo de uma seqncia de entrada em relao a um sistema linear e invariante no tempo igual a convoluo desse sistema pelo sinal de entrada. Isto signica que na implementao,
podemos reetir e deslocar uma das seqncias sobre a outra, independente
de quem sejam (seqncia ou sistema).
Seja
y[n] = x[n] h[n]
Logo
x[k] h[n k] =
x[n] h[n] =
k=
+
32
Propriedade de cascateamento
O cascateamento aplicado quando aplicamos uma seqncia de entrada em
um sistema, e o resultado dessa convoluo aplicado sobre um segundo
sistema. Considerando que os sistemas so lineares e invariantes no tempo,
podemos convoluir ambos os sistemas e obter um sistema que reete a operao desses dois sistemas.
Isso signica que podemos aplicar a seqncia de entrada sobre o resultado
da convoluo desses dois sistemas em cascata. Ou seja:
Propriedade de paralelismo
A propriedade de paralelismo permite que dois sistemas que estejam em
paralelo sejam somados para produzir um sistema linear invariante no tempo
equivalente. O paralelismo se d porque podemos aplicar a convoluo de
uma seqncia de entrada em paralelo a dois sistemas distintos e somar o seu
resultado.
Isso equivalente a somar ambos os sistemas e aplicar a convoluo da
seqncia de entrada sobre o sistema resultante. Ou seja:
Estabilidade
Como vimos anteriormente, pelo critrio BIBO, se a seqncia de entrada
limitada, a seqncia de sada tambm deve ser limitada para que o sistema
seja considerado estvel. Matematicamente isso signica que:
+
h[k] x[n k]
|y[n]| =
k=
+
33
conforme a inequao de Cauchy-Schwarz, onde:
|a b| |a||b|
(2.27)
|x[n]| Bx < ,
Isso implica que:
n|n Z
|y[n]| Bx
|h[k]|
k=
|h[k]| Bh <
(2.28)
k=
|y[n]| Bx Bh By <
Assim, para que um sistema linear e invariante no tempo seja estvel, a
soma de todas as amostras da seqncia que dene sua resposta ao impulso
(h[n]) deve ser absolutamente somvel.
Causalidade
Sabemos que um sistema qualquer causal se y[n0 ], para n0 qualquer, depende somente de amostras x[n] para n n0 .
Pela denio, em um sistema linear e invariante no tempo temos:
+
y[n] =
x[k] h[n k]
k=
y[n] =
x[k] h[n k]
k=
h[n k] = 0,
h[m] = 0,
k>n
nk <0
m<0
(2.29)
34
Ou seja, para que um sistema linear e invariante no tempo seja causal, sua
resposta ao impulso deve ser nula (h[n] = 0) para todo n < 0, independente
das caractersticas das seqncias de entrada.
Exemplo de sistemas:
Seguem alguns exemplos de sistemas (j apresentados anteriormente),
que so lineares e invariantes no tempo, e dessa forma, podem ser representados completamente pela suas respectivas respostas ao impulso h[n].
Atrasador ideal h[n] = [n nd ], nd Z
Mdia mvel h[n] =
Acumulador h[n] =
1
M1 +M2 +1
+
k=
M2
k=M1
[n k]
[k] = u[n]
35
dk y(t)
=
ak
dtk
k=0
bk
k=0
dk x(t)
dtk
bk x[n k]
ak y[n k] =
(2.30)
k=0
k=0
Exemplo de sistemas:
Um sistema acumulador pode ser escrito por:
n
y[n] =
x[k]
k=
ou
n1
y[n 1] =
x[k]
k=
n1
y[n] = x[n] +
x[k]
k=
= x[n] + y[n 1]
36
h[n] =
1
(u[n] u[n M2 1])
M2 + 1
amostra - atrasador
integrador
1
([n] [n M2 1]) u[n]
h[n] =
M2 + 1
h1 [n]
y[n] y[n 1] =
1
(x[n] x[n M2 1])
M2 + 1
37
ak yh [n k] = 0
k=0
N
yh [n] +
k=1
ak
yh [n k] = 0
a0
yh [n] = z n
Ento:
N
n
z +
k=1
N
z nN
zN +
k=1
ou
z nN
zN +
ak nk
z
=0
a0
ak N k
z
a0
=0
aN 1
aN
a1 N 1 a2 N 2
z
+ z
+ ... +
z+
a0
a0
a0
a0
=0
38
O polinmio entre parnteses possui ordem N e chamado de polinmio caracterstico. Sempre possuir N razes (reais ou complexas).
Com isso, a soluo homognea da Equao 2.30 para o caso de razes distintas zk (ou seja, zk = zl , k|k = l) :
N
Ak zkn
yh [n] =
(2.32)
k=1
yh [n] = A1 + A2 n + . . . + Am n
zin
Ak zkn
(2.33)
k=m+1
Como yh [n] possui N coecientes Ak , precisamos de N condies iniciais para sua determinao. Isso feito a partir do conhecimento de que
y[n] = yh [n] + yp [n] = Bn conhecido para instantes n especcos. Ou seja,
precisamos encontrar y[n].
importante vericar se a seqncia resultante absolutamente convergente (estvel). Isso implica em denir para quais instante n a soluo
vlida. A forma de avaliar isso atravs da anlise das razes. Se |zk | < 1,
ento n 0, e se |zk | > 1, ento n 0. Posteriormente sero feitas consideraes sobre esse fato quando tratarmos de transformada Z no captulo 5.
A determinao da soluo particular yp [n] depende do formato de x[n].
Geralmente recorremos a tabelas (como a tabela 2.1) para determinao do
formato da soluo yp [n] em funo do formato de x[n].
x[n]
C
Cn
Can
C cos(n0 )
C sen(n0 )
Can cos(n0 )
C[n]
yp [n]
C1
C1 n + C2
C1 an
C1 cos(n0 ) + C2 sen(n0 )
C1 cos(n0 ) + C2 sen(n0 )
C1 an cos(n0 ) + C2 an sen(n0 )
0 (zero)
39
Note que na tabela 2.1, aparecem novas constantes (C1 e C2 ) a serem determinadas. Estas constantes so determinadas substituindo yp [n] na equao de diferencas lineares com coecientes constantes. Isso produzir uma
equao em termos de C1 e C2 .
x[n] = K[n],
y[1] = C
KR
y[0]
y[1]
y[2]
y[3]
..
.
= ay[1] + 1
= ay[0] + 0
= ay[1] + 0
= ay[2] + 0
.
= ..
= aC + K
= a2 C + aK
= a3 C + a2 K
= a4 C + a3 K
.
= ..
y[2]
y[3]
y[4]
..
.
= a 1 (y[1] + 0)
= a 1 (y[2] + 0)
= a 1 (y[3] + 0)
.
= ..
= a1 C
= a2 C
= a3 C
.
= ..
n|n Z
40
Note que com K = 0, temos x[n] = 0 mas y[n] = an+1 C . Isto signica
que o sistema apresentado no linear, pois todo o sistema linear produz
y[n] = 0 para x[n] = 0.
Se deslocarmos a entrada x[n] em n0 amostras, tal que:
que no causal.
Logo, as condies iniciais do sistema afetam as propriedades do sistema.
Se as condies iniciais forem tais que o sistema esteja em descanso,
ento o sistema linear, invariante no tempo e causal.
x[n] = u[n]
y[1] = 1
y[2] = 0
Primeiramente determinamos o polinmio caracterstico para calcular
suas razes. Ou seja:
z 2 0,25 = 0
Suas razes so z1 = 0,5 e z2 = 0,5. Como elas so distintas, a soluo
homognea para esse sistema :
n0
Note que essa equao vlida apenas para n 0 porque as razes |zk | <
1. Isso se deve a manuteno de convergncia (estabilidade) da seqncia
yh [n].
A soluo particular depende do formato de x[n]. Pela tabela 2.1, vericamos que:
yp [n] = C1
41
C1 0,25 C1 = 1
1
4
C1 =
=
1 0,25
3
Assim, a soluo total para esse problema :
y[n] =
4
+ A1 (0,5)n + A2 (0,5)n ,
3
n0
4
+ A1 + A2
3
4
y[1] = 0,25 y[1] + x[1] = 1 = + A1 (0,5)1 + A2 (0,5)1
3
y[0] = 0,25 y[2] + x[0] = 1 =
y[n] =
1
4 1
(0,5)n + (0,5)n ,
3 2
6
n0
Note que a exposio sobre equaes de diferenas lineares com coecientes constantes bastante simplicada. Dada a analogia com equaes
diferenciais lineares com coecientes constantes, podemos buscar informao nesse campo da matemtica para obter as solues para as equaes de
diferenas.
Captulo 3
Seqncias no Domnio da
Freqncia
At aqui analisamos qual o comportamento de uma seqncia ou um sistema em relao s suas propriedades temporais (causalidade, estabilidade,
invarincia no tempo). Nesse momento usaremos uma ferramenta matemtica para avaliar qual o comportamento das seqncias em relao s suas
componentes espectrais (ou de freqncia).
Anlogo s Sries de Fourier e Transformada de Fourier usadas para anlise espectral de funes contnuas, construiremos uma expresso que permite
decompor seqncias em componentes espectrais e vice-versa.
3.1 Preliminares
Relembrando, a Srie de Fourier decompor uma funo contnua em
componentes de freqncia (senides e cossenides) e vice-versa. Rigorosamente falando, dada uma funo f (t) tal que f : R C seja contnua,
diferencivel, peridica (com perodo T = t2 t1 ) e com energia nita, ou
seja:
t2
|f (t)|2 dt < +
t1
Ento, tal funo pode ser decomposta em uma srie de senos (ou cossenos) da forma:
+
1
f (t) = a0 +
[an cos (n t) + bn sen (n t)]
2
n=1
42
43
onde:
2n
n-sima freqncia harmnica de f (t) (em radianos)
T
2 t2
an =
f (t) cos (n t) dt n-simo coeciente par
T t1
2 t2
bn =
f (t) sen (n t) dt n-simo coeciente mpar
T t1
n =
cn ejn t
f (t) =
n=
onde:
1
cn =
T
t2
f (t) ejn t dt
t1
3.2 Autofuno
Denidas as transformaes de funes contnuas para o domnio espectral,
vamos denir uma propriedade importante que serve como base para a denio das transformaes de seqncias para o domnio espectral.
44
Quando excitamos um sistema discreto linear com um seqncia de
entrada senoidal, a seqncia de sada ser senoidal, com a mesma
freqncia da seqncia de entrada.
Assim, um sistema linear altera apenas a magnitude e a fase da
seqncia senoidal, mas nunca sua freqncia. Tal propriedade chamada
de autofuno.
Assuma a seguinte seqncia exponencial complexa para uma nica
freqncia (esta freqncia no tem relao com a freqncia contnua
da seo anterior, onde tratamos de funes contnuas no domnio do tempo):
x[n] = ejn ,
n Z, R
Note que a freqncia dita freqncia normalizada e expressa em radianos. uma grandeza diferente da que estamos acostumados na vida prtica (dada em Hz). Posteriormente relacionaremos tais
freqncias quando falarmos de teoria da amostragem no captulo 4.
Considere h[n] como sendo a resposta ao impulso de um sistema linear e
invariante no tempo. A sada y[n] desse sistema quando convoluido com a
seqncia x[n], obtida por convoluo, :
+
h[k] ej(nk)
y[n] =
k=
h[k] ejk
jn
=e
k=
H(ej )
Ou seja:
h[k] ejk
H(e ) =
(3.2)
k=
45
quaisquer) qualquer funo f , no nula, do espa de funes, que ao ser
aplicada ao operador A retorna intacta, multiplicada por um fator de
escala denominado autovalor.
Como H(ej ) complexo, esse pode ser decomposto em termos de componentes real e complexa (representao cartesiana) ou em componentes de
magnitude e fase (representao polar), ou seja:
H(ej ) =
{H(ej )} + j {H(ej )}
(3.3)
H(ej )
(3.4)
= H(e ) e
Exemplo:
y[n] = x[n nd ],
nd Z
h[n] = [n nd ]
Assumindo um sinal senoidal em uma freqncia qualquer tal que:
x[n] = ejn
Ento, a sada desse sistema ser:
ejn
autovalor autofuno
H(ej ) = ejnd
Decompondo em componentes cartesianas e polares (levando em conta a
relao de Euler dada pela equao 2.19), temos:
46
x[n] = A cos(0 n + )
A
A
= ej ej0 n + ej ej0 n
2
2
onde A( C), w0 e independem de n.
Convoluindo tal seqncia com um sistema h[n], que linear e invariante
no tempo (para facilitar considere que x[n] a soma de suas seqncias em
termos de ej0 n ), temos:
y[n] =
A
H(ej0 )ej ej0 n + H(ej0 )ej ej0 n
2
A
H(ej0 )ej ej0 n + H (ej0 )ej ej0 n
2
A
H(ej0 ) ej ej ej0 n + H(ej0 ) ej ej ej0 n
=
2
y[n] =
j(+2)
H(e
h[n] ej(w+2)k
)=
k=
47
Mas como ej2k = 1, n|n Z, ento:
+
H(ej(+2) ) =
h[n]ejk = H(ej )
k=
H(ej(+2r) ) = H(ej )
(3.5)
Isso signica que a resposta em freqncia H(ej ) peridica, com perodo igual a 2 , sendo que os seus valores so indistinguveis para freqncias
e + 2 .
h[n] =
M1 n M2
c.c.
0,
2
1
H(e ) =
ejn
M1 + M2 + 1 n=M
H(ej ) =
=
=
=
1 ej
M 1+M 2+1
2+1
) ej( M 1+M
)
2
2
ej(
j (
1
2
) ej( )
2 +1)
sen( (M1 +M
)
2
sen( 2 )
1
2
ej(
M2 M1
2
ej(
M2 M1 +1
2
ej(
M2 M1
2
48
1
3
M2=4
0.9
M2=6
0.8
M2=8
0.7
1
H(ej)
0.5
|H(ej)|
0.6
0.4
1
0.3
M2=4
0.2
M2=6
M2=8
0.1
0
y[n] =
k=
49
ser reavaliado como:
h[k] ej(nk)
y[n] =
k=
Assumindo que o sistema h[n] seja causal (o que implica em uma sada
causal em funo da entrada tambm ser causal), temos:
n
0,
n<0
Se analisarmos a sada y[n] apenas para n 0, reescrevemos y[n] como:
+
y[n] =
h[k] e
jk
jn
k=0
h[k] ejk
ejn
h[k] ejk
ejn
k=n+1
+
jn
= H(e )e
k=n+1
= yestacionrio [n]
+ ytransiente [n]
Note que foi possvel, por manipulao algbrica, extrair duas componentes da seqncia de sada y[n]: a componente estacionria yestacionrio [n], que
numericamente igual ao comportamento que o sistema produziria caso uma
entrada exponencial complexa de durao innita fosse empregada.
Cabe ento analisar o comportamento da componente transiente
ytransiente [n]. Usando o critrio de estabilidade (equao 2.23) e as inequaes
de Cauchy-Schwarz (equao 2.27) aplicados a tal componente, obtemos:
+
h[k] ej(nk)
|ytransiente [n]| =
k=n+1
+
|h[k]|
k=n+1
50
Note que y[n], a partir do instante M (inclusive), exibe comportamento
estacionrio indicando que a partir desse instante todos os efeitos transitrios
provocados pelo degrau de excitao so eliminados. A gura 3.2 evidencia
esse fato justamente quando, na convoluo, h[n] sobrepe unicamente as
amostras de x[n].
amostras faltantes
amostras repentinas
h[nk]
Re{ej n}
2
10
10
15
|ytransiente [n]|
|h[k]|
k=n+1
|h[k]|
k=0
n +
51
amostras faltantes
amostras repentinas
h[nk]
Re{ej n}
2
10
10
15
h[k] ejk
H(e ) =
k=
+
h[k] ejk
k=
+
|h[k]|
k=
|h[k]| + H(ej )
H(e )
(3.6)
k=
52
x[n] ejn
1
2
n=
+
(3.7)
X(ej ) ejn d
x[m] ejm
X(e ) =
m=
1
x[n] =
2
53
Assumindo que:
m=
Mas, a integral denida pode ser resolvida, e seu resultado :
+
1, m = n
1
sen((n m))
ej(mn) d =
=
2
(n m)
0, m = n
Tal resultado corresponde exatamente a seqncia [n m]. Assim:
+
x[n] =
x[m][n m] = x[n]
m=
Se compararmos essas expresses com aquelas da Transformada de Fourier (equao 3.1) notamos que X(ej ) peridico (conforme a equao 3.5,
tem perodo igual a 2 ), e desta forma, a integral da equao 3.7 ocorrem
em qualquer trecho de comprimento 2 (convenciona-se usar os intervalos 0
e 2 , ou e + , nessa integral).
X(ej ) < ,
x[n] ejn
X(e ) =
n=
+
|x[n]| ejn
n=
=1
|x[n]| <
n=
54
ou seja:
X(ej ) <
(3.8)
|x[n]| <
n=
x[n] = an u[n],
X(ej ) =
an u[n] ejn =
n=
an ejn =
n=0
aej
n=0
Este resultado uma soma de termos de uma srie em progresso geomtrica com razo (aej ). Tal soma existe se, e somente se:
|a|n =
|a | <
n=0
n=0
1
< +,
1 |a|
se |a| < 1
Note que as condies para existncia da DTFT para uma dada seqncia
(seqncia absolutamente somvel) concorda com as condies para obteno
do somatrio da progresso geomtrica que leva a uma forma fechada para
X(ej ). Entretanto, do ponto de vista estritamente matemtico, devemos
55
|x[n]|2 , n|n Z
n=
x[n] ejn
X(e ) =
n=
XM (ej ) =
x[n] ejn
n=M
lim
M +
X(ej ) XM (ej ) d = 0
(3.9)
Hlp (ej ) =
1, || < c
0, c < ||
(3.10)
56
HM (e ) =
n=M
1
=
2
sen(c n) jn
e
n
+c
]
sen[ (2M +1)()
2
]
sen[ ()
2
1.2
H3(ej)
1.2
H(ej)
H(ej)
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
0.2
H7(ej)
1.2
H19(ej)
1.2
H(ej)
H(ej)
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
0.2
57
Para um determinado M , a amplitude das oscilaes de HM (ej ) na descontinuidade = c maior do que em outras regies. A medida que M
aumenta (M +), o nmero de oscilaes aumenta, sem que HM (ej )
convirja para H(ej ). A amplitude mxima das oscilaes jamais torna-se
nula. Tal comportamento denido como fenmeno de Gibbs, e advm
de efeitos de truncagem e operao com seqncias que so quadraticamente
somveis. um fenmeno comumente encontrado em dispositivos eletrnicos
como osciloscpios e geradores de funes.
Existem entretanto algumas seqncias especiais que no so nem absolutamente e nem quadraticamente somveis. Tais seqncias so de interesse
especial para processamento digital de sinais. Uma anlise mais precisa ser
feita no captulo 5.
x[n] = 1,
n|n Z
Note que tal seqncia no absolutamente nem quadraticamente somvel. Entretanto, podemos denir FDT {x[n]} como sendo:
+
j
X(e ) =
( + 2r)
r=
onde (t) a funo impulso ou funo Delta de Dirac (denida pela equao
2.2.6).
Note que a DTFT da seqncia constante um trem de impulsos peridicos, o que mantm a propriedade de periodicidade (com perodo igual a
2 ) de X(ej ) conforme visto anteriormente. Esta DTFT s existe porque
formalmente podemos obt-la quando calculamos a sua IDTFT para obter a
seqncia constante.
58
especiais, com base em suas propriedades matemticas. Tais propriedades
tero ligao estreita com as propriedades da Transformada Z, do captulo 5.
Assuma inicialmente as seguintes seqncias (que so as equaes 2.10):
(3.11)
DT
DT
x[n]
X(ej ) x [n]
X(ej )
(3.13)
59
x[n] ejn
X(e ) =
n=
X(e )
+
jn
x[n] e
n=
+
x [n] ejn
=
n=
X (e
x [n] ej n
)=
n=
DT
DT
X (ej )
X(ej ) x [n]
x[n]
(3.14)
DT
DT
x[n]
X(ej ) {x [n]}
Xp (ej )
1
X(ej ) + X (ej )
2
+
1
=
x[n] ejn +
2 n=
Xp (ej ) =
1
2
x[n] ejn
n=
x[n] ejn +
n=
=
n=
x[n] + x [n]
2
x [n] ejn
n=
+
jn
{x[n]} ejn
=
n=
(3.15)
60
DT
DT
x[n]
X(ej ) j {x [n]}
Xi (ej )
(3.16)
DT
DT
x[n]
X(ej ) xp [n]
X (ej ) =
{X(ej )}
(3.17)
Xp (e ) =
n=
1
(x[n] + x [n])
2
ejn
1
1
=
x[n] ejn +
x [n] ejn
2 n=
2 n=
+
1
1
= X(ej ) +
x [k] ejk
2
2 k=
1
1
= X(ej ) +
2
2
+
jk
x[k] e
k=
1
1
= X(ej ) + X (ej ) =
2
2
{X(ej )
DT
DT
X(ej ) xi [n]
X (ej ) = j {X(ej )}
x[n]
(3.18)
DT
x[n]
X(ej ) X(ej ) = X (ej )
(3.19)
X (e ) = X (e
X (e ) = X (e
(3.20)
(3.21)
X(ej ) = X(ej )
j
X(e ) = X(e
(3.22)
(3.23)
61
Note que para uma seqncia real, a DTFT conjugada simtrica, sua
parte real par, sua parte imaginria mpar, sua magnitude par e sua
fase mpar, sempre.
Linearidade
Seja uma seqncia qualquer x[n] que pode ser decomposta linearmente na
soma ponderada de duas outras seqncias (x1 [n] e x2 [n]), com a, b C. Sua
DTFT linear, pois:
F
DT
x[n] = a x1 [n] + b x2 [n]
X(ej ) = aX1 (ej ) + bX2 (ej )
(3.24)
x[n] ejn
X(e ) =
n=
+
=
n=
=a
=
+
jn
x1 [n] e
n=
aX1 (ej )
x2 [n] ejn
+b
n=
+ bX2 (e )
Deslocamento no tempo
Seja uma seqncia qualquer x[n], com DTFT conhecida. Se deslocarmos
suas amostras em nd amostras (nd Z), FDT {x[n nd ]} :
F
DT
DT
x[n]
X(ej ) x[n nd ]
ejnd X(ej )
x[n nd ] ejn
X (e ) =
n=
x[m] ej(m+nd )
X (e ) =
(m+nd )=
+
jnd
=e
m=
(3.25)
62
Deslocamento em freqncia
Seja uma seqncia qualquer x[n], com DTFT conhecida. Se a modularmos
por uma seqncia exponencial complexa, com freqncia 0 , (0 R), sua
DTFT :
FDT
FDT
x[n]
X(ej ) ej0 n x[n]
X(ej(0 ) )
(3.26)
X (ej ) =
Reverso temporal
Seja uma seqncia qualquer x[n], com DTFT conhecida. Se revertermos tal
seqncia, sua DTFT :
F
DT
DT
X(ej )
X(ej ) x[n]
x[n]
DT
X (ej ),
x[n]
x[n] R
(3.27)
Diferenciao em freqncia
Seja uma seqncia qualquer x[n], com DTFT conhecida. Se a modularmos
por uma seqncia linearmente crescente, sua DTFT :
F
DT
DT
X(ej ) n x[n]
j
x[n]
x[n] ejn
X(e ) =
n=
dX(ej )
d
(3.28)
63
Diferenciando ambos os termos da igualdade em relao a , temos:
+
dX(ej )
=
x[n] {jn} ejn
d
n=
+
dX(ej )
j
=j
{jn x[n]} ejn
d
n=
+
{n x[n]} ejn
=
n=
Teorema da convoluo
O teorema da convoluo diz que a convoluo de duas seqncias no domnio
do tempo equivalente a modulao das DTFT dessas duas seqncias no
domnio da freqncia.
Ou seja, se:
FDT
X1 (ej )
x1 [n]
F
DT
X2 (ej )
x2 [n]
Ento:
F
DT
X(ej ) = X1 (ej )X2 (ej )
x[n] = x1 [n] x2 [n]
x[n] ejn
X(ej ) =
n=
+
x1 [k]x2 [n k]
n=
ejn
k=
x2 [n k] ejn
x1 [k]
n=
k=
X(e ) =
x2 [n] ejm
x1 [k]
m=
k=
+
= X2 (ej )
= X2 (e
x1 [k] ejk
k=
)X1 (ej )
ejk
(3.29)
64
Teorema da modulao
Analogamente ao teorema da convoluo, temos que a modulao de duas
seqncias no domnio do tempo equivalente a convoluo (peridica) de
suas DTFT no domnio da freqncia.
Ou seja, se:
FDT
x1 [n]
X1 (ej )
F
DT
x2 [n]
X2 (ej )
Ento:
1
x[n] = x1 [n]x2 [n] X(e ) =
2
FDT
X(ej )X(ej() )d
(3.30)
Teorema de Parseval
O teorema de Parseval dene que a energia total de um sistema a soma das
contribuies das energias distribudas em cada uma das freqncias normalizadas . esse teorema que permite denirmos a densidade de potncia
espectral de uma dada seqncia ou sistema.
+
1
|x[n]| =
2
n=
2
X(ej ) d
(3.31)
Demonstrao. Inicialmente provaremos a forma geral do Teorema de Parseval, considerando duas seqncias distintas cujas DTFT's so moduladas.
Seja x1 [n] e x2 [n] tal que:
F
DT
x1 [n]
X1 (ej )
DT
x2 [n]
X2 (ej )
65
Ento:
x1 [m] ejm
x2 [n] ejn
m=
+
n=
x1 [m]x2 [n]ej(mn)
=
m= n=
X(e ) =
k= n=
x[k]
DT
X(ej ) = X1 (ej )X2 (ej )
x1 [n + k]x2 [n]
x[k] =
n=
DT
Z(ej ) = Y (ej )Y (ej )
y[n + k]y [n]
z[k] =
n=
|y[n]|2
z[0] =
y[n]y [n] =
n=
n=
1
Mas FDT
{Z(ej )}, com n = 0, :
+
1
Y (ej )Y (ej )ej(0) d
z[0] =
2
+
1
2
Y (ej ) d
=
2
(3.32)
66
Pares de transformadas
Segue agora uma relao de diversas transformadas de Fourier de tempo
discreto, cuja prova pode ser obtida diretamente das equaes 3.7.
DT
[n]
1
DT
[n nd ]
ejn0
FDT
1, n|n Z
2( + 2k)
k=
DT
an u[n], |a| < 1
1
1 aej
+
1
u[n]
( + 2k)
+
1 ej k=
FDT
DT
(n + 1)an u[n]
1
(1 aej )2
sen(c n) FDT
X(ej ) =
n
x[n] =
1,
0,
0nM
c.c.
DT
1, || < c
0, c < ||
DT
ej0 n
2( 0 + 2k)
k=
FDT
ej ( 0 + 2k) + ej ( + 0 + 2k)
cos(0 n + )
k=
Captulo 4
Teoria da Amostragem
At agora tratamos de seqncias discretas, onde no existe qualquer informao sobre o intervalo de tempo fsico existente entre a i-sima amostra e
suas vizinhas imediatas i 1 e i + 2.
Para relacionarmos um sinal contnuo (ou analgico) com uma seqncia
discreta, introduzimos agora o conceito de perodo (ou freqncia) de amostragem. Ou seja, a cada intervalo fixo de tempo coletaremos o valor do
sinal instantneo. Matematicamente temos:
x[n] = xc (nT ),
< n < +
xc (t)
1
T
(4.1)
a freqncia de amostragem.
A/D
x[n]
T
Figura 4.1: Representao grca do conversor A/D
Esta uma operao irreversvel, ou seja, pois uma vez realizada, no
possvel obter o exatamente sinal contnuo xc (t) a partir das amostras x[n].
Isso signica que a operao no inversvel.
Matematicamente, tratamos a amostragem (ou discretizao) em dois
estgios:
1. Um gerador de trem de impulsos (delta de Dirac)
2. Um conversor de impulsos para seqncias
67
68
Tais estgios so apresentados na gura 4.2, onde ca claro a modulao
entre o sinal contnuo xc (t) e o trem de impulsos s(t). O conversor na verdade
um dispositivo eletrnico do tipo sample-and-hold.
s(t)
xc (t)
x
(t)
s
conversor
x[n]
69
9
0
3
0
t
0
3
0
3
0
n
0
3
0
t
0
n
s(t) =
(t nT )
n=
(t nT )
n=
xc (nT )(t nT )
n=
Agora analisaremos os efeitos dessa modulao (primeiro passo da amostragem) nas componentes espectrais do sinal xs (t). Aplicando a Transformada de Fourier (Equao 3.1) sobre a funo trem de pulsos s(t), temos:
2
S() =
T
( ks ),
k=
s =
2
T
70
Como modulamos no domnio do tempo, implicitamente convolumos na
freqncia, ou seja:
1
1
Xs () =
Xc () S() =
2
T
Xc ( ks )
k=
levando em conta que a funo delta de Dirac (t) possui propriedades especiais (Equao 2.2.6).
Xc()
1/T
S()
Xs()
2 pi/T
sN
1/T
S()
Xs()
2 pi/T
71
de innitas rplicas de Xc (), deslocadas ks radianos entre si.
Para que as rplicas no se sobreponham, necessrio que:
s N > N
s > 2N
Dessa forma, podemos recuperar xc (t) a partir de xs (t) usando um ltro
passa-baixas ideal com uma freqncia de corte c (N < c < s N )
que elimine as rplicas de Xs (). Essa eliminao pode ser impossvel devido a sobreposies das rplicas oriunda de uma amostragem incorreta do
sinal contnuo xc (t). Quando tais sobreposies ocorrem, temos o fenmeno
conhecido por espalhamanto espectral ou aliasing.
Xs()
1/T
N<c<sN
Xc()=Xs()
72
2
2N
T
(4.2)
xs (t) =
xc (nT )(t nT )
n=
Ento
Xs () =
jt
xs (t)e
xc (nT )ejT n
dt =
n=
X(ej ) =
x[n] ejn
n=
X(e
1
)=
T
1
X(e ) =
T
Xc ( ks )
k=
+
Xc
k=
2k
T
T
Exemplo:
Considere sinal contnuo xc (t) = cos(0 t) = cos(4000t) amostrado a
73
1
6000
(s =
2
T
= 12000 ). Discretizando-o,
Xc () = ( 4000) + ( + 4000)
Gracamente, quando amostramos um sinal contnuo, sabemos que so
produzidas rplicas ao redor das freqncias mltiplas da freqncia de amostragem (s ), como vemos na gura a seguir.
Xc()
pi
4000pi
+4000pi
pi
Xs()
X(ej)
pi/T
12000pi
4000pi
0 +4000pi
+12000pi
6pi/3
2pi/3
+2pi/3
+6pi/3
74
Xc()
pi
4000pi
+4000pi
pi
Xs()
X(ej)
pi/T
4000pi
2000pi
+2000pi
+4000pi
6pi/3
2pi/3
+2pi/3
+6pi/3
Note que em todos os casos, FDT {x[n]} produz os mesmos resultados, pois
a combinao entre 0 , 1 e 2 com relao a s acaba gerando a mesma
seqncia x[n].
Tambm ca evidente que a manipulao da freqncia de amostragem s
e da freqncia da mais alta componente espectral pode produzir as mesmas
seqncias (e DTFT's).
75
At agora, analisamos os aspectos matemticos da discretizao de um
sinal contnuo para uma seqncia, a partir de um perodo xo de amostragem T . Nesse instante deniremos os aspectos relativos a converso de uma
seqncia em um sinal contnuo, com base no seu perodo de amostragem.
Sabemos que a modulao de um sinal contnuo xc (t) por um trem de
impulsos s(t) (denido a partir de T ) produz um sinal xs (t) cujas componentes espectrais correspondem a uma soma de innitas rplicas de Xc (). Se
no ocorrer aliasing, podemos isolar exatamente Xc () a partir de Xs () a
partir de um ltro passa-baixas com freqncia de corte (c ) igual a /T .
Pela denio, podemos gerar um sinal xs (t) contnuo a partir de suas
seqncias x[n], ou seja:
+
xs (t) =
x[n] (t nT )
n=
x[n] hr (t nT )
n=
Pela denio apresentada para o ltro passa-baixas (ideal), a Transformada de Fourier de hr (t) :
Hr () =
T, T < <
0, || > T
(4.3)
hr (t) =
sen(t/T )
t/T
xr (t) =
x[n]
n=
sen((t nT )/T )
(t nT )/T
x[n] sinc(t nT )
n=
(4.4)
76
Precisamos vericar se xr (nT ) = xc (nT ), pois no conhecemos os valores
para instantes t = nT . Assim,
hr (0) = 1
hr (nT ) = 0,
n = 1, 2,
Isso implica em xr (nT ) = xc (nT ) = x[n]. Gracamente, o ltro passabaixa hr (t) (ou Hr () apresentado na gura 4.8.
1.2
1
0.8
Hr()
hr(t)
0.6
0.4
0.2
0
0.2
0.4
4T
3T
2T
2T
3T
4T
pi/T
+pi/T
x[n]
conversor
[n] (t)
xs (t)
ltro
Hr ()
xr (t)
T
Figura 4.9: Estgios de reconstruo de sinal a partir de seqncia (D/A)
77
Considerando agora que temos um modo para discretizar e reconstruir
um sinal contnuo, podemos considerar o uso de sistemas discretos para processar sinais contnuos usando computadores digitais, por exemplo, ao invs
de operar exclusivamente com sistemas contnuos.
Matematicamente tal operao signica:
x[n] = xc (nT )
1
X(e ) =
T
Xc
k=
2k
T
T
yr (t) =
y[n]
n=
sen((t nT )/T )
(t nT )/T
Yr () = X(ejT ) Hr () =
xc (t)
A/D
x[n]
T Y (ejT ),
0,
sistema
discreto
y[n]
|| <
|| >
D/A
yr (t)
78
Mas:
Yr () = X(ejT ) Hr ()
= X(ejT ) H(ejT ) Hr ()
jT
= Hr () H(e
Como Xc () = 0 para ||
Yr () =
1
)
T
Xc
k=
2k
T
e Hr () = T para || <
H(ejT ) Xc (),
0,
|| <
|| >
,
T
ento:
Caso Xc () obedea o Teorema de Nyquist (teorema 4.1), podemos calcular a resposta em freqncia analgica do sistema em termos da resposta
em freqncia do sistema digital, ou seja:
Yr () = He () Xc ()
onde:
He () =
H(ejT ),
0,
|| <
|| >
Dessa forma, denimos qual o sistema analgico efetivo que est sendo
realizado com a operaes de discretizao, aplicao do ltro e reconstruo
das seqncias e sinais contnuos envolvidos.
Captulo 5
Transformada Z
A Transformada Z baseada na teoria de funes analticas, que so funes
localmente denidas por sries de potncias convergentes. Em termos de
engenharia, equivale Transformada de Laplace para seqncias.
A Transformada Z foi desenvolvida para lidar com seqncias que, do
ponto de vista estritamente matemtico, no so absolutamente somveis
e, desta forma, no possuem Transformada de Fourier Discreta no Tempo
(DTFT).
5.1 Preliminares
Nas teorias de circuitos eltricos e de controle, tivemos contato com a
Transformada de Laplace, que permite o mapeamento entre os domnios do tempo e s, ambos contnuos. Tal transformada denida pelo
seguinte par de equaes:
+
F (s) =
f (t)est dt
0
(5.1)
+j
1
st
f (t) =
F (s)e ds
2j j
Onde s uma varivel complexa denida por s = +j . Se considerarmos
apenas a parte imaginria de s na Equao 5.1, temos a Transformada de
Fourier (Equao 3.1. Note aqui que estamos tratando da verso unilateral
da Transformada de Laplace. A sua verso bilateral exige que a integral de
F (s) seja calculada no intervalo aberto ] , +[.
80
1
=
e(a+j)t
a + j
0
+
0
1
ea ej 1
a + j
1
=
e(a+s)t
s+a
+
0
1
=
e(a+s) 1
s+a
(s) > a
81
5.2 Denio
Da mesma maneira que a Transformada de Laplace est para a Transformada
de Fourier, a Transformada Z est para a Transformada de Fourier Discreta
no Tempo. Posteriormente veremos como relacionar as Transformadas Z e
Laplace.
Uma das diferenas que existem entre elas (para facilitar a compreenso,
sem entrar no rigor matemtico) que enquanto a Transformada de Laplace
opera sobre um domnio temporal contnuo, a Transformada Z opera sobre
seqncias no domnio do tempo.
A Transformada Z de uma seqncia x[n] denida por:
+
x[n] z n
X(z) = Z {x[n]} =
(5.2)
n=
x[n] z n ,
X(z) =
zC
n=0
Neste trabalho focaremos unicamente no caso bilateral. Entretanto, veremos que em muitas situaes prticas, as manipulaes algbricas envolvendo
as seqncias levaro ao caso unilateral.
Pela denio de FDT {x[n]} (assumindo que x[n] absolutamente somvel), temos:
+
x[n] ejn
X(e ) =
n=
j
X(ej ) = X(z)|z=ej
(5.3)
82
1
0.8
0.6
Parte Imaginria
0.4
0.2
0
|z|=1
0.2
0.4
0.6
0.8
1
1
0.5
0
Parte Real
0.5
z = rej ,
rR
83
complexos. Assim, podemos reescrever X(z) como:
+
X(z) = X(rej ) =
x[n] rej
n=
+
x[n]rn ejn
=
n=
x[n]rn <
Exemplo:
A seqncia degrau unitrio, x[n] = u[n], no absolutamente somvel.
Entretanto, x [n] = x[n]rn = u[n]rn absolutamente somvel se, e somente
se, r > 1.
Ou seja,
Z {u[n]} |z| > 1
|X(z)| <
+
x[n] z n <
n=
+
x[n]z n <
n=
84
Usando a inequao de Cauchy-Schwarz (2.27), temos:
+
|x[n]| z n <
n=
+
(5.4)
n=
+
n
X(z) =
a u[n] z
an z n
n=
n=0
|a|n z 1
<
n=0
X(z) =
z
1
=
,
1 az 1
za
Gracamente a ROC :
85
1
0.8
0.6
Parte Imaginria
0.4
0.2
0
0.2
0.4
0.6
0.8
1
1
0.5
0
Parte Real
0.5
Figura 5.2: ROC (rea hachurada) para seqncia direita, com a = 0,8.
x[n] = an u[n 1]
Sua Transformada Z :
+
1
n
X(z) =
a u[n 1] z
n=
n n
a z
n=
an z n
=1
n=0
a1
|z|n <
n=0
an z n
=
n=1
86
Parte Imaginria
0.5
0.5
1.5
0.5
0
Parte Real
0.5
1.5
Figura 5.3: ROC (rea hachurada) para seqncia direita, com a = 1,2.
Note que tanto uma seqncia causal como uma no-causal podem produzir a mesma Transformada Z. A nica diferena entre elas a regio
de convergncia (ROC). Assim, a Transformada Z depende da ROC para
caracteriz-la completamente.
Combinando as duas seqncias anteriores, obtemos a seqncia de
dois lados (two-sided sequence) ou seqncia mista. Considere a seguinte
seqncia mista:
+
n
X(z) =
(0,5) u[n] z
n=
+
n=
+
(0,5)n z n +
=
n=0
0,75n u[n] z n
0,75n z n
n=0
1
2z(z 0,375)
1
+
=
=
1 + 0,5z 1 1 0,75z 1
(z + 0,5)(z 0,75)
87
|(0,5)|n z 1
|0,75|n z 1
n=0
<
n=0
1
0.8
0.6
Parte Imaginria
0.4
0.2
0
0.2
0.4
0.6
0.8
1
1
0.5
0
Parte Real
0.5
Novamente os plos da equao X(z) denem raios de crculos concntricos no plano complexo. Entretanto, sua regio de convergncia exige que as
restries impostas por duas inequaes sejam simultaneamente validadas.
Assim, a ROC para essa seqncia corresponde a interseco de duas
ROC individuais.
Considere agora outra seqncia mista:
X(z) =
2z(z 0,375)
(z + 0,5)(z 0,75)
88
|(0,5)|n z 1
0,751
n=0
|z|n <
n=0
1
0.8
0.6
Parte Imaginria
0.4
0.2
0
0.2
0.4
0.6
0.8
1
1
0.5
0
Parte Real
0.5
x[n] =
an ,
0,
0nN 1
c.c.
Sua Transformada Z :
N 1
N 1
n n
X(z) =
a z
n=0
n=0
N N
az 1
1a z
1 z N aN
=
1 az 1
zN z a
89
|a|n z 1
<
n=0
1
0.8
0.6
Parte Imaginria
0.4
0.2
7
0
0.2
0.4
0.6
0.8
1
1
0.5
0
Parte Real
0.5
90
2. A DTFT de x[n] convergir absolutamente se, e somente se, a ROC de
Z {x[n]} incluir o crculo unitrio.
3. A ROC nunca inclui qualquer plo em seu domnio de denio.
4. Se x[n] tem durao nita, ento a ROC de Z {x[n]} todo plano
complexo exceto z = 0 ou z = .
5. Se x[n] uma seqncia direita (causal), ento a ROC de Z {x[n]}
externo ao crculo denido pelo plo mais externo de X(z).
6. Se x[n] uma seqncia esquerda (no-causal), ento a ROC de
Z {x[n]} interna ao crculo denido pelo plo mais interno de X(z).
7. Se x[n] uma seqncia mista, ento a ROC de Z {x[n]} um anel
delimitado por crculos denidos por um nico par de seus plos, sem
que haja qualquer plo interno ao anel.
8. A ROC de Z {x[n]} uma regio conectada.
A gura 5.7 mostra um conjunto de possveis ROC para trs plos de
um X(z) qualquer (no caso, reais) denidos no plano complexo. Todos eles
obedecem as relaes apresentadas.
Note que em todos os casos, os zeros de X(z) no afetam a sua existncia (ou convergncia da seqncia). Posteriormente avaliaremos situaes
nas quais tais zeros sero restringidos de forma a atender uma propriedade
especca.
0.5
0.5
Parte Imaginria
Parte Imaginria
91
0.5
0.5
1.5
0.5
0
Parte Real
0.5
1.5
0.5
0.5
Parte Imaginria
Parte Imaginria
0.5
0.5
0
Parte Real
0.5
1.5
0.5
0
Parte Real
0.5
1.5
1.5
0.5
0
Parte Real
0.5
1.5
0.5
1.5
1.5
|h[n]| <
n=
Combinando essas duas propriedades, um sistema h[n] ser causal e estvel se, e somente se, sua ROC for |z| > |a|, com |a| < 1.
92
onde C um caminho fechado que circunda a origem (z0 = 0 C ) e est
contido em R (C R), percorrido no sentido anti-horrio.
1
2j
ffi
z k1 dz =
C
1,
0,
k=0
k=0
(5.6)
x[n] z n
X(z) =
n=
1
Multiplicando ambos os lados dessa equao por z k1 2j
e calculando
a integral de linha em um caminho fechado C percorrido em sentido antihorrio, temos:
ffi
ffi +
1
1
k1
X(z)z dz =
x[n]z n+k1 dz
2j C
2j C n=
ffi
+
1
=
x[n]
z n+k1 dz
2j
C
n=
93
Sabemos que:
z = rej
dz = jrej d
1 1
d =
dz
j rej
Note que uma variao de at + , na integral da IDTFT signica
variar ao redor do crculo de raio r (em sentido anti-horrio) no plano z , pois
agora estamos substituindo as variveis pela varivel complexa z . Ou seja:
ffi
1
zn
x[n] =
X(z) dz
2j C
z
ffi
1
=
X(z)z n1 dz
2j C
onde C o caminho fechado descrito pelo crculo de raio r, cujos pontos
z ROC, para que exista a integral.
Res[X(z)z
n1
1
ds1 (z)
para z = zi ] =
(s 1)!
dz s1
(5.8)
z=zi
(z)|z=zi
n1
= (z)|z=zi = X(z)z n1 (z zi )s
s = X(z)z
(z zi )
Exemplo de clculo da Transformada Inversa de Z:
Seja:
X(z) =
1
,
1 az 1
94
zn
(z a)
za
z0 =a
1
= [z n ]z0 =a = an
0!
Para n > 0, entretanto, alm do plo em z0 = a, temos plos em z1 = 0
cuja multiplicidade varia de acordo com n. Assim, temos que calcular x[n]
para cada n nesse intervalo. Para n = 1, temos:
1
(z a)
z(z a)
x[n] = Res
1 1
=
0! z
1
=a
1 1
+
0! z
z0 =a
1
+ Res
z0 =a
1
(z)
z(z a)
z1 =0
z1 =0
=0
1
(z a)
a)
x[n] = Res
=
z 2 (z
1 1
0! z 2
=a
+
z0 =a
2
+ Res
z0 =a
1
(z 2 )
a)
z 2 (z
z1 =0
1
za
1 d
1!
dz
z1 =0
=0
Por induo, x[n] = 0 para n < 0. Como resultado nal temos x[n] =
an u[n].
Uma maneira fcil de lidar com valores de x[n] para n < 0 alterar a
relao entre x[n] e X(z) no clculo da Transformada Inversa de Z. Fazendo
95
fi
X
C
1
p
pn+1 (1)p2 dp
dz
z=ej r
1
Res X
p
n1
para p = pi
ds1 (p)
1
=
(s 1)!
dps1
(5.10)
p=pi
com:
1
(p)|p=pi
s = X
(p pi )
p
pn1 = (p)|p=pi = X
1
p
pn1 (p pi )s
96
3z 2 65 z
X(z) =
z 14 z
1
3
|z| >
1
3
3z 56 z n
z 14 z 13
x[n] = Res
3z 56 z n
z 14 z 13
+ Res
1 (3z 56 )z n
=
0!
z 14
=2
1
3
1
4
z0 = 13
n
1
3
z0 = 13
1
4
z0 = 14
1 (3z 56 )z n
+
0!
z 13
z0 = 14
u[n]
3
4
Agora considere:
X(z) =
z
z
1
4
1
2
1
3
|z| >
1
3
97
x[n] = Res
z 12 z n
z 14 z 13 z
z 12 z n
z 14 z 13
+ Res
z 12 z n
z 14 z 13
+ Res
=
1
4
12
1
3
1
4
z0 = 14
1
4
z0 = 14
z
z0 =0
u[n] 6[n]
Note que o valor 6[n] vem do fato de que para quando n = 0 o ltimo
resduo igual a 6(0)0 = 6, ao passo que para n = 0, 6(0)n = 0.
Em todos os exemplos apresentados at aqui, operamos com potncias
positivas de z , inclusive para determinao dos zeros de diversos polinmios
(que resultam em plos de X(z) ou X(z)z n1 .
bk z
X(z) =
k=0
N
bk z
M k
k=0
N
=
ak z k
k=0
M
k
zM
k=0
k=1
N
=
ak z N k
1 ck z 1
b0
1 dk z 1
a0
k=1
98
ordem, ento:
X(z) =
k=1
com:
Ak
1 dk z 1
Ak = X(z) 1 dk z 1
(5.11)
z=dk
Exemplo:
Seja:
X(z) =
1
1 1
z
4
1 1
z
2
|z| >
e 12 . Logo:
A2
A1
+
1 1
1 4z
1 12 z 1
X(z) =
com:
1
4
1
2
1
A1 = X(z) 1 z 1
4
1
A2 = X(z) 1 z 1
2
= 1
z= 14
=2
z= 12
x[n] =
1
4
u[n] + 2
1
2
u[n]
X(z) =
Br z
r=0
Cm
Ak
+
+
1
(1 dk z ) m=1 (1 di z 1 )m
k=1,k=i
(5.12)
Cm =
1
(s m)!(di )sm
dsm
(1 di w)s X(w1 )
dwsm
w=d1
i
99
Br z r Br [n r]
Ak
Z
Ak (dk )n u[n] ou Ak (dk )n u[n 1]
1
1 dk z
Exemplo:
Seja
X(z) =
1 + 2z 1 + z 2
,
1 32 z 1 + 12 z 2
|z| > 1
(1 + z 1 )
1 12 z 1 (1 z 1 )
z 2 + z 1 + 1
[z 2 3z 1 + 1]
5z
32 z 1 + 1
Note que essa diviso longa foi feita de tal forma que a potncia do resto
seja maior do que a potncia do denominador. Esse o critrio de parada
para a diviso longa. Assim:
1 + 5z 1
1 12 z 1 (1 z 1 )
A2
A1
+
=2+
1 1
(1 z 1 )
1 2z
X(z) = 2 +
com:
1
A1 = X(z) 1 z 1
2
A2 = X(z) 1 z 1
= 9
z= 12
z=1
=8
x[n] = 2[n] 9
1
2
u[n] + 8u[n]
100
x[n] z n
X(z) =
(5.13)
n=
Exemplos:
Seja X(z) denida pela expresso transcendental:
X(z) = log(1 + az 1 )
Sabemos que a Srie de Taylor de log(1 + x) denida como:
+
log(1 + x) =
n=1
Logo:
X(z) =
n=1
(1)n+1 xn
n
(1)n+1 an n
z
n
101
X(z) =
1
,
1 az 1
Vamos agora realizar uma diviso longa de tal forma que a potncia do
resto seja sempre menor do que a potncia do denominador. Assim, quando
|z| +, o resto tende a zero, assintoticamente.
1 az 1
1
[1 az 1 ]
1 + az 1 + a2 z 2 +
+az 1
[az 1
a2 z 2 ]
+a2 z 2
[a2 z 2
a3 z 3 ]
..
.
X(z) =
1
,
1 az 1
Vamos agora realizar uma diviso longa de tal forma que a potncia do
resto seja sempre maior do que a potncia do denominador. Assim, quando
|z| , o resto tende a zero, assintoticamente.
1 az 1
1
[1 a1 z 1 ]
a1 z 1 a2 z 2 + a3 z 3
+a1 z 1
[a1 z 1
a2 z 2 ]
+a2 z 2
[a2 z 2
a3 z 3 ]
..
.
102
Dessa forma, tais restries impe que com o aumento das potncias de z do
resto no processo de diviso longa, o resto dever convergir para zero.
(5.14)
x[n] z n
X(z) =
n=
[X(z)] =
x[n] z
n=
x [n] z
n=
x [n] wn
n=
x [n] (z )n
=
n=
X (w ) =
103
Linearidade
Seja uma seqncia qualquer x[n] que pode ser decomposta linearmente na
soma ponderada de duas outras seqncias (x1 [n] e x2 [n]), com a, b C e:
Z
ROC : Rx1
ROC : Rx2
x1 [n] X1 (z),
x2 [n] X2 (z),
A Transformada Z linear, pois:
Z
(5.15)
x[n] z n
X(z) =
n=
+
{a x1 [n] + b x2 [n]} z n
=
n=
=a
x1 [n] z
n=
x2 [n] z n
+b
n=
Deslocamento no tempo
Considere a seqncia x[n], cuja Transformada Z conhecida. Se deslocarmos
suas amostras em nd amostras (nd Z), Z {x[n nd ]} :
Z
(5.16)
104
A ROC Rx pode ser uma verso simplicada de Rx , pois o termo z nd
pode eliminar ou adicionar plos em z = 0 ou z = .
x[n nd ] z n
X (z) =
n=
x[m] z (m+nd )
X (z) =
(m+nd )=
+
= z nd
x[m] z m = z nd X(z)
m=
Deslocamento em z
Considere a seqncia x[n], cuja Transformada Z conhecida. Se a modularmos por uma seqncia z0n complexa, sua Transformada Z :
Z
z
z0
(5.17)
z0n x[n] z n =
X (z) =
n=
x[n]
n=
z
z0
=X
z
z0
|z|
z
< raiod = raioe <
< raiod =
z0
|z0 |
|z0 | raioe < |z| < |z0 | raiod
105
x[n] =
1
rej0
2
1
rej0
2
X(z) =
1
2
+
1 z0 z 1 1 z0 z 1
1 12 z0 + 12 z0 z 1
=
1 (z0 + z0 ) z 1 + z0 z0 z 2
=
=
1r
1 2r
ej0 +ej0
2
ej0 +ej0
2
z 1
+ r2 [e(j0 +j0 ) ] z 2
1 r cos(0 )z 1
1 r cos(0 ) + r2 z 2
com a ROC de X(z) igual a |z| > r, pois a ROC de Z {u[n]} |z| > r.
Reverso temporal
Considere a seqncia x[n], cuja Transformada Z conhecida. Se revertermos
tal seqncia, sua Transformada Z :
Z
x[n] X(1/z),
ROC =
1
Rx
(5.18)
106
Diferenciao em z
Seja uma seqncia qualquer x[n], cuja Transformada Z conhecida. Se a
modularmos por uma seqncia linearmente crescente, sua Transformada Z
:
dX(z)
Z
Z
x[n] X(z) n x[n] z
(5.19)
dz
ROC : Rx ROC : Rx
x[n] z n
X(z) =
n=
dX(z)
=
x[n] z n1 (n)
dz
n=
Multiplicando por z , temos:
+
dX(z)
z
=j
{n x[n]} z n
dz
n=
onde n x[n] a seqncia modulada.
Teorema da convoluo
O teorema da convoluo diz que a convoluo de duas seqncias no domnio do tempo equivalente a modulao das Transformadas Z dessas duas
seqncias, no domnio z .
Ou seja, se:
Z
x1 [n] X1 (z),
ROC : Rx1
Z
x2 [n] X2 (z),
ROC : Rx2
Ento:
Z
107
x[n] z n
X(z) =
n=
+
x1 [k]x2 [n k]
n=
z n
k=
x2 [n k] z n
x1 [k]
n=
k=
X(z) =
x2 [n] z m
x1 [k]
z k
m=
k=
+
x1 [k] z k
= X2 (z)
k=
= X2 (z)X1 (z)
Teorema da modulao
Analogamente ao teorema da convoluo, temos que a modulao de duas
seqncias no domnio do tempo equivalente a convoluo de suas Transformadas Z, no domnio z .
Ou seja, se:
Z
x1 [n] X1 (z),
x2 [n] X2 (z),
108
x1 [n]x2 [n] z n
X(z) =
n=
X(z) =
x1 [n]
n=
1
=
2j
1
=
2j
=
1
2j
ffi
1
2j
ffi
X2 (v)v n1 dv
C
x[n] X2 (v)
ffi
C n=
+
x[n]
ffi
z n
n=
z
v
z
v
n
v 1 dv
X2 (v)v 1 dv
X1 (z/v)X2 (v)v 1 dv
C
Teorema de Parseval
Como vimos anteriormente (seo 3.3.2), o teorema de Parseval dene que a
energia total de um sistema a soma das contribuies das energias distribudas em cada uma das freqncias normalizadas considerando z = rej .
+
x1 [n]
x2 [n]
n=
1
=
2j
ffi
C
X1 (v)X2 (1/v )v 1 dv
(5.22)
1
|x[n]| =
2j
n=
ffi
X(v)X (1/v )v 1 dv
C
(5.23)
109
Pares de transformadas
Segue agora uma relao de diversas Transformadas Z, cuja prova pode ser
obtida diretamente das equaes 5.2.
Z
[n] 1
Z
u[n]
Z
u[n 1]
zC
1
1 z 1
|z| > 1
1
1 z 1
|z| < 1
z = 0, nd > 0
z = , nd < 0
[n nd ] z nd
[n nd ] z nd
Z
an u[n]
Z
an u[n 1]
Z
nan u[n]
Z
nan u[n 1]
Z
1
1 az 1
1
1 az 1
az 1
(1 az 1 )2
az 1
(1 az 1 )2
1 [cos(0 )] z 1
1 [2 cos(0 )] z 1 + z 2
|z| > 1
1 [sin(0 )] z 1
1 [2 cos(0 )] z 1 + z 2
|z| > 1
110
1 [r cos(0 )] z 1
[r cos(0 n)] u[n]
1 [2r cos(0 )] z 1 + r2 z 2
|z| > r
[r sin(0 )] z 1
1 [2r cos(0 )] z 1 + r2 z 2
|z| > r
an , 0 n N 1 Z 1 aN z N
1 az 1
0, c.c.
|z| > 0
Captulo 6
Anlise de Sistemas Lineares
Invariantes no Tempo
Neste captulo analisaremos qual o comportamento de um sistema linear e
invariante no tempo em relao a diversos parmetros. A restrio a tal
sistema motivada pelo fato de que nesse sistema podemos facilmente isolar
os efeitos do mesmo sobre o sinal na forma de uma resposta ao impulso e
consequente resposta em freqncia.
Em nossas anlises, usaremos tanto a Transformada Z como a Transformada de Fourier Discreta no Tempo, pois j sabemos que elas so intercambiveis de acordo com condies especcas.
Y (ej ) = X(ej )
H(ej )
112
Y (ej ) = Y (ej ) eY (e
j )
H(ej ) eH(e
H(ej ) eX(e
j )
j )+H(ej )
Exemplos:
Considere um ltro passa-baixas ideal, denido por:
Hlp (ej ) =
1,
0,
|| < c
c < ||
1
Calculando FDT
{Hlp (ej )}, temos:
hlp =
sen(c n)
,
n
nZ
No causal;
Sua resposta ao impulso no computacionalmente realizvel;
Sua resposta em fase zero (ou nula).
Outro sistema conhecido o atrasador ideal, denido por:
hid = [n nd ]
Sua resposta em freqncia :
Hid (ej ) = 1
Hid (ej ) = nd
|| <
113
Uma rpida anlise da magnitude e fase desse sistema mostra que sua
fase linear (em relao a ).
Finalmente, se combinarmos ambos os sistemas em cascata (ltro passabaixas e atrasador, ambos ideais), temos (lembrando que convoluo no tempo
modulao em freqncia) como resposta em freqncia:
ejnd ,
0,
|| < c
c < || <
h[n] =
sen(c (n nd ))
,
(n nd )
nZ
bk x[n k]
ak y[n k] =
k=0
k=0
ak z k Y (z) =
k=0
bk z k X(z)
k=0
Y (z)
ak z
bk z k
= X(z)
k=0
k=0
Y (z)
= H(z) =
X(z)
M
k
k=0 bk z
N
k
k=0 ak z
114
Se fatorarmos os polinmios do numerador e do denominador em termos
de z 1, temos:
M
1
k=1 (1 ck z )
H(z) = N
1
k=1 (1 dk z )
onde ck o k-simo zero de H(z) e dk o k-simo plo de H(z).
Essa fatorao tem por objetivo permitir que analisemos os efeitos dos
plos e zeros de um sistema linear e invariante no tempo em sua magnitude
e fase, analogamente ao que ocorre quando analisamos o diagrama de Bode
para sistemas contnuos.
Exemplo:
Considere o seguinte sistema denido por sua equao de diferenas lineares com coecientes constantes:
5
y[n] y[n 1] + y[n 2] = x[n]
2
com y[1] = 0 e y[2] = 0. Usando a Transformada Z, como vimos
anteriormente, temos:
H(z) =
1
1
5 1
z
2
z 2
1 1
z
2
1
(1 2z 1 )
1
2
|z| <
1
2
115
Assim, dependendo da denio do tipo de sistema em relao a causalidade e estabilidade, podemos determinar a resposta do impulso (h[n]) desse
sistema a partir de seu H(z).
Considere agora um sistema descrito por:
M N
H(z) =
Br z
r=0
+
k=1
Ak
1 dk z 1
h[n] =
Ak dnk u[n]
Br [n r] +
r=0
k=1
Classes de sistemas:
Seja h[n] denido pela seguinte equao de diferenas nitas:
H(z) =
z
1
=
,
1 az 1
za
h[n] = an u[n]
Tal sistema notadamente de resposta innita, contendo 1 plo no-nulo.
Considere agora o sistema descrito pela seguinte resposta ao impulso:
h[n] =
an ,
0,
0nM
c.c
116
an z n =
H(z) =
n=0
1 aM +1 z M 1
z M +1 aM +1
=
1 az 1
z M (z a)
Uma anlise preliminar indica que temos M + 1 zeros dispostos uniformemente ao redor do crculo de raio a conforme a expresso:
2k
zk = a ej M +1 ,
k = 0, 1, , M
ak x[n k]
y[n] =
k=0
ou
H(z) Hi (z) = 1
1
Hi (z) =
H(z)
(6.1)
117
Percebemos pela relao anterior que um sistema inverso (hi [n]) produz
magnitude e fase negativas em relao a magnitude e fase dos sistema original
(h[n]).
Entretanto, nem todos os sistemas possuem sistema inverso. Sistemas
como os ltros passa-baixas, por exemplo, anulam componentes espectrais
impedindo sua restaurao por qualquer sistema inverso que seja projetado.
Considerando que existem sistemas podem ser reescritos em termos de
plos e zeros, como:
M
H(z) =
b0
a0
1 ck z 1
k=1
N
1 dk z 1
k=1
Hi (z) =
a0
b0
1 dk z 1
k=1
M
1 ck z 1
k=1
Exemplo:
Considere o seguinte sistema:
1 0,5z 1
H(z) =
,
1 0,9z 1
118
Hi (z) =
1
1 0,9z 1
1
1
=
0,9z
1 0,5z 1
1 0,5z 1
1 0,5z 1
As possveis ROC's de Hi (z) so |z| > 0,5 e |z| < 0,5. Para que haja
sobreposio entre as ROC's de H(z) e Hi (z) necessrio que a ROC de
Hi (z) seja tal que |z| > 0,5. Dessa forma, a resposta ao impulso do sistema
inverso :
hi [n] = 0,5n u[n] 0,9(0,5)n1 u[n 1]
Logo, tal sistema estvel (por incluir o crculo unitrio em sua ROC) e
causal.
Considere agora o seguintes sistema:
H(z) =
z 1 0,5
,
1 0,9z 1
Seu inverso :
Hi (z) =
1 0,9z 1
2
1
=
+ 1,8z 1
1
1
z 0,5
1 2z
1 2z 1
|z| < 2
|z| > 2
Para |z| < 2, temos um sistema que estvel e no-causal, enquanto que
para |z| > 2, temos um sistema que instvel e causal. Assim, o sistema
H(z) admite dois sistemas inversos.
Generalizando, temos que dado um sistema H(z), que seja causal, com
zeros ck (1 k M ), o seu sistema inverso, Hi (z), ser causal se, e somente
se, a ROC de Hi (z) for tal que |z| > maxk |ck |.
Se H(z) tambm estvel, Hi (z) ser estvel se, e somente se, a ROC de
Hi (z) incluir o crculo unitrio, ou seja, maxk |ck | < 1.
Em termos de zeros e plos, tais condies exigem que todos os zeros e
plos de H(z) estejam dentro do crculo unitrio. Tal sistema tambm
dito ser de mnima fase, considerao que faremos na Seo 6.6.
119
b0
H(e ) =
a0
j
H(e )
b0
=
a0
M
j
) (1
k=1 (1 ck e
M
j ) (1
k=1 (1 dk e
ck ej )
dk ej )
b0
a0
20 log10 1 ck ej
+
k=1
M
20 log10 1 dk ej
k=1
(6.3)
120
bom salientar algumas propriedades bsicas do logaritmo (log10 ()) para
as anlises de resposta em freqncia. Particularmente:
H(ej ) = 1
j
H(e ) = 10
j
H(e ) = 2
0 dB
20m dB
6m dB
H(ej ) =
b0
+
1 ck ej
1 dk ej
a0 k=1
k=1
(6.4)
Analogamente, os zeros de um sistema linear e invariante no tempo atenuam componentes espectrais da seqncia de entrada, pois a medida que
nos aproximamos de um zero ck , temos:
j
ej = z 1 c1
)
k = +20 log10 (1 ck e
121
Exemplo:
Considere o termo (1 z0 z 1 ), que pode ser tanto um plo quanto um
zero. Decompondo z0 em coordenadas polares, ou seja, z0 = rej , e analisando o termo sobre o crculo unitrio, temos:
1 z0 z 1 = 1 rej ej
A magnitude desse termo descrita (em funo de ) por:
1 rej ej
10 log10
= 10 log10
1 rej e+j
1 rej ej
= 10 log10
1 + r2 2r cos( )
r sin( )
1 r cos( )
Gracamente temos que esse termo possui a seguinte resposta em magnitude e fase:
5
r=0.9
r
0
2
r=0.9
r
H(ej)
15
|H(ej)| em dB
1
10
1
20
2
25
30
3
0
122
Hap (ej ) =
j
ej a
)
j (1 a e
=
e
j
j
1 ae
(1 ae )
(6.6)
Hap (ej )
Logo,
=1
(1 a ej ) (1 aej )
=1
(1 aej ) (1 a ej )
Hap (ej ) = 1
(6.7)
Geometricamente (no plano z), um sistema passa-tudo de primeira ordem representado por um plo em a e um zero em 1/a (no recproco do
conjugado de a) conforme Figura 6.2.
1
0.8
0.6
Parte Imaginria
0.4
0.2
0
0.2
0.4
0.6
0.8
1
1
0.5
0
Parte Real
0.5
123
A fase desse sistema passa-tudo de primeira ordem denida por:
Hap (ej ) =
ej rej
r sen( )
=
2
arctan(
)
1 rej ej
1 r cos( )
(6.8)
ej rej
1 rej ej
1 rej(+)
= ej
1 rej(+)
Hap (ej ) =
= ej + 1 rej(+) 1 rej(+)
Decompondo no plano complexo, temos:
r sen( + )
r sen( + )
) arctan(
)
1 r cos( + )
1 r cos( + )
r sen( + )
= 2 arctan(
)
1 r cos( + )
Hap (z) =
k=1
z 1 dk
1 dk z 1
Mc
k=1
(z 1 ek )(z 1 ek )
(1 ek z 1 )(1 ek z 1 )
(6.9)
124
onde dk R, ck C.
Para que este sistema seja causal e estvel, devemos garantir que |dk | < 1
e |ek | < 1.
Se considerarmos um sistema de segunda ordem baseado na Equao 6.9,
contendo um par de plos complexos em e0 = rej , sua fase analiticamente
descrita por:
Hap (ej ) =
ej rej ej re+j
(1 rej ej ) (1 rej ej )
r sen( + )
r sen( )
) 2 arctan(
)
1 r cos( )
1 r cos( + )
(6.10)
Geometricamente (no plano z), um sistema passa-tudo de terceira ordem
(envolvendo dois pares de plos-zeros complexos e um par de plos-zeros real)
conforme Figura 6.3.
= 2 2 arctan(
1.5
Parte Imaginria
0.5
0.5
1.5
2
1.5
0.5
0
0.5
Parte Real
1.5
Exemplo:
125
Considere dois sistemas passa-tudo de primeira ordem (Equao 6.5) denidos por a1 = 0.9 e a2 = 0.9. Isso implica em r1 = r2 = 0.9 com 1 = 0
e 2 = . Como sabemos que |Hap ()| = 1, podemos analisar ento como
fase desses sistemas atravs da Figura 6.4.
0
2
H(ej)
H(ej)
=0
=
1
=0
=
3
0
126
convergncia (que externa ao plo de maior mdulo, pela causalidade)
inclua |z| < 1.
Note que os critrios de estabilidade e causalidade apenas afetam os plos
do sistema. Nada mencionado a respeito dos seus zeros. Adicionamos restries posio dos zeros quando exigimos que esse sistema seja inversvel,
o que implica em todos os zeros situarem-se dentro do crculo unitrio.
Tal sistema (que estvel e causal) tambm chamado sistema de
mnima fase quando esse sistema possui todos os zeros dentro do crculo
unitrio.
Qualquer sistema H(z) pode ser decomposto em:
(6.11)
onde Hap (z) um sistema passa-tudo e Hmin (z) a verso de mnima fase
do sistema H(z).
H(z) = H1 (z) (z 1 c )
Pela denio, H1 (z) um sistema de fase mnima.
Podemos reescrever H(z) como:
(1 cz 1 )
(1 cz 1 )
(z 1 c )
1
= H1 (z) (1 cz )
(1 cz 1 )
H(z) = H1 (z) (z 1 c )
(z 1 c )
um sistema passa-tudo.
(1 cz 1 )
Logo
127
Da denio, decorre que:
128
= lim |H(z)|
z
|hmin [n]|2
|h[n]| =
n=0
n=0
|h[m]|2
E[n] =
m=0
Temos que:
n
2
|hmin [m]|2
|h[m]|
m=0
m=0
129
Demonstrao. Demonstrao
Considere o sistema H(z) e seu equivalente de mnima fase Hmin (z), sendo
descritos por:
Hmin (z) = Q(z) (1 z0 z 1 )
H(z) = Q(z) (z 1 z0 )
onde Q(z) um subsistema estvel e causal de fase mnima de Hmin (z) e
H(z), e z0 um zero interno ao crculo unitrio (|z0 | < 0).
Calculando a resposta ao impulso de ambos os sistemas, temos:
Emin [m] =
n=0
m
E[m] =
n=0
Edif [m] =
n=0
= (1 |z0 |2 ) |q[m]|2
130
Como |z0 | < 0, ento o termo (1 |z0 |2 ) |q[m]|2 > 0, m|m > 0. Logo:
m
m
2
|hmin [0]|
n=0
ou
n=0
m
|hmin [0]|2
n=0
|h[0]|2
n=0
h[2 n] = h[n]
ou
h[N n] = h[n]
onde N o nmero de amostras da resposta ao impulso do sistema h[n].
Exemplos:
131
Hlp (ej ) =
ejnd ,
0,
|| < c
c < ||
1
Calculando FDT
{Hlp (ej )}, temos:
hlp [n] =
Mas,
sen(c (n nd ))
,
(n nd )
nZ
sen(c (2nd n nd ))
(2nd n nd )
sen(c (nd n))
=
(nd n)
= hlp [n]
hlp [2nd n] =
132
+
j
h[n] ejn
H(e ) =
n=
+
h[n] cos(n) j
n=
h[n] sen(n)
n=
sen( )
tan( ) =
=
cos( )
h[n] sen(n)
n=
+
h[n] cos(n)
n=
h[n] sen((n ) + ) = 0,
n=
Exemplos:
Se = 0 ou = , 2 = N , e h[2 n] = h[n], ento:
133
h[n] sen((n )) = 0
n=
+
h[n] sen((n )) +
n=0
h[n] sen((n )) = 0
n=+1
h[n] sen((n )) +
n=0
+
h[2 n] sen((2 n )) = 0
n=0
h[n] sen((n ))
n=0
h[2 n] sen((n )) = 0
n=0
h[n] cos((n )) = 0
n=
Captulo 7
Transformada Discreta de Fourier
(incompleto)
134
Captulo 8
Filtros Digitais (incompleto)
135