Você está na página 1de 35

TE-708 Processamento Digital de Sinais - UFPR

1
2. Sinais e Sistemas Discretos
v Notao: x[n] Discreto x(t) Contnuo
n(amostras)
Sinal Discreto x[n]=x(n.T) Sinal Digital x
q
[n]
Sinal Contnuo x(t)
n
-20 -15 -10 -5 0 5 10 1 5 2 0
-3
-2
-1
0
1
2
3
A
m
p
litu
d
e
Tempo (mseg)
Sinal Continuo
-20 -15 -10 -5 0 5 10 1 5 2 0
-3
-2
-1
0
1
2
3
A
m
p
litu
d
e
Sinal Amostrado
Tempo (mseg)
-20 -15 -10 -5 0 5 10 1 5 2 0
-3
-2
-1
0
1
2
3
Sinal Discreto
A
m
p
litu
d
e
Amostra
-20 -15 -10 -5 0 5 10 1 5 2 0
-3
-2
-1
0
1
2
3
Amostra
A
m
p
litu
d
e
Sinal Digital
Sinal Amostrado x
a
(t)
t (ms)
TE-708 Processamento Digital de Sinais - UFPR
2
v Sistemas:
x(t) y(t) H(s)
Contnuo:
x
a
(t) y
a
(t) H(z)
Amostrado:
x[n] y[n] H(z)
Discreto:
x
q
[n] y
q
[n] H
q
(z)
Digital:
Ex.: Filtros ativos e
passivos
Ex.: Filtros a capacitor
chaveado
Ex.: Filtros digitais com
Preciso Infinita
Ex.: Filtros digitais com
Preciso Finita
TE-708 Processamento Digital de Sinais - UFPR
3
v Sinais Discretos: Sequncia de nmeros reais ou
complexos.
x[n] no definido para n no-inteiro
Ex.: x[n]={..., 1.3, 1.6, 2.0, 1.8, 1.7 ...}
TE-708 Processamento Digital de Sinais - UFPR
4
2.1.1. Sequncias Bsicas e Operaes
v Soma: z[n]=x[n]+y[n]
v Produto: z[n]=x[n].y[n]
v Escalamento: y[n]=.x[n]
Operaes realizadas amostra a amostra
v Deslocamento: y[n]=x[n-n
o
]
TE-708 Processamento Digital de Sinais - UFPR
5
v Sinais Discretos Bsicos:
Impulso Unitrio:
(Delta de Dirac)
0, 0
[ ]
1, 0
n
n
n

'

p[n]=a
-3
[n+3]+a
1
[n-1]+a
2
[n-2]+a
7
[n-7]
Sinal arbitrrio:
TE-708 Processamento Digital de Sinais - UFPR
6
v Generalizando: [ ] [ ]. [ ]
k
x n x k n k

-Degrau unitrio:

'

<

0 , 0
0 , 1
] [
n
n
n u
[ ] [ ]
n
k
u n k


0
[ ] [ ]
k
u n n k

Analogamente:
[ ] [ ] [ 1] n u n u n
TE-708 Processamento Digital de Sinais - UFPR
7
v Funo Exponencial Complexa: x[n]=A.
n
Se A e forem nmeros reais x[n] ser Real
Considerando A real positivo
Se 0<<1
Se =1
Se >1
Se -1<<0
Se <-1
TE-708 Processamento Digital de Sinais - UFPR
8
Se A e forem nmeros complexos x[n] ser Complexa
Considerando:
.
j
A A e

0
.
j
e

( )
0
[ ] . . . .
n
j n j
x n A A e e




Ento:
( )
0
.
[ ] . .
n
j n
x n A e

Euler:
cos( ) sin( )
j
e j

+
Logo:
( ) ( )
0 0
[ ] . cos . sin .
n
x n A n j n 1 + + +
]
TE-708 Processamento Digital de Sinais - UFPR
9
||<1
||=1
||>1
A=1
-10 -5 0 5 10
-2
0
2
4
a
l
p
h
a
=
.
9
/
4
5
-10 -5 0 5 10
-4
-2
0
2
-10 -5 0 5 10
-2
-1
0
1
2
a
l
p
h
a
=
1
/
4
5
-10 -5 0 5 10
-2
-1
0
1
2
-10 -5 0 5 10
-2
0
2
4
a
l
p
h
a
=
1
.
1
/
4
5
-10 -5 0 5 10
-2
0
2
4
Re{x[n]} Im{x[n]}
( ) ( )
0 0
[ ] . cos . sin .
n
x n A n j n 1 + + +
]
TE-708 Processamento Digital de Sinais - UFPR
10
v Propriedades das exponenciais complexas
( ) ( )
0
0 0
cos sin
j t
e t j t

+ Sinal Contnuo:
Nota-se que: - Aumentando
0
Aumenta taxa de oscilao
- p/
0
sempre peridica
- em um tempo T existem infinitas senides completas
Sinal Discreto:
0
0 0
cos( ) .sin( )
j n
e n j n

+
- Aumentando
0
de 2:
0 0 0
( 2 ). ( ) ( ) .2 .
.
j n j n j n j n
e e e e
+

Concluso: Repetio dos sinais em t2., t4. ,...
Exponenciais complexas discretas necessitam serem
consideradas no intervalo (0,2.) ou (-, ).
TE-708 Processamento Digital de Sinais - UFPR
11
0 2 4 6 8 10 12
-1
0
1
0 2 4 6 8 10 12
-1
0
1
0 2 4 6 8 10 12
-1
0
1
0 2 4 6 8 10 12
-1
0
1
0 2 4 6 8 10 12
-1
0
1
0 2 4 6 8 10 12
-1
0
1
0 2 4 6 8 10 12
-1
0
1
0 2 4 6 8 10 12
-1
0
1
0 2 4 6 8 10 12
-1
0
1

0
=0

0
=/6

0
=/3

0
=/2

0
=

0
=3/2

0
=5/3

0
=11/6

0
=2
TE-708 Processamento Digital de Sinais - UFPR
12
Logo: Baixas Frequncias
0
prximo de 0 ou 2
Altas Frequncias
0
prximo de
-Propriedade 2:
Para um sinal ser peridico com perodo N necessrio que:
x[n]=x[n+N] para todo n
Ento:
0 0
( ) j n j n N
e e
+

0 0 0
.
j n j n j N
e e e

0
0 0
cos( ) .sin( ) 1
j N
N j N e

+
Logo:
0
2 N m
m
Ou:
0
2
m
N

No peridico p/
0
!!!!
TE-708 Processamento Digital de Sinais - UFPR
13
Definindo: Perodo Fundamental:
Frequncia Fundamental:
0
2
N m

_

,
0
m

Sinais harmonicamente relacionados:


Contnuo:
0
2
T


0 0 0 0
2 4 6 2
.
2 3
, , ,.., , , ,...,
j t j t j t j k t
j t j t j t jk t
T T T T
e e e e e e e e

Logo: existem funes diferentes


peridicas em T
-100 -80 -60 -40 -20 0 20 40 60 80 100
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
TE-708 Processamento Digital de Sinais - UFPR
14
No caso Discreto:
2
jk n
N
e

2
1
j n
N
k e


2 2 2
( 1)
2
1 .
j N n j n j n
j n
N N N
k N e e e e

+
+
0
0 1
j
k e
2
1
j n
k N e


Logo: Existem apenas N funes peridicas diferentes
que possuem perodo N.
0 2 4
0
0. 1
0. 2
0. 3
0. 4
0. 5
0. 6
0. 7
0. 8
0. 9
1
k=0 N=4
0 2 4
-1
-0. 8
-0. 6
-0. 4
-0. 2
0
0. 2
0. 4
0. 6
0. 8
1
k=1 N=4
0 2 4
-1
-0. 8
-0. 6
-0. 4
-0. 2
0
0. 2
0. 4
0. 6
0. 8
1
k=2 N=4
0 2 4
-1
-0. 8
-0. 6
-0. 4
-0. 2
0
0. 2
0. 4
0. 6
0. 8
1
k=3 N=4
k=0 k=1 k=2 k=3
p/ N=4
TE-708 Processamento Digital de Sinais - UFPR
15
Exemplos: So peridicas as seguintes funes?
1)
[ ] cos
6
x n n


,
2)
4
[ ] cos
7
x n n


,
3)
[ ] cos
2
n
x n
_


,
0 2 4 6 8 10 12
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
0 1 2 3 4 5 6 7
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10 12 14 16
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
TE-708 Processamento Digital de Sinais - UFPR
16
2.2. Sistemas Discretos
Um sistema discreto uma transformao
ou operao que mapeia um sequncia
de entrada x[n] em uma sequncia de
sada y[n]
y[n]=T{x[n]}
T{}
x[n]
y[n]
TE-708 Processamento Digital de Sinais - UFPR
17
Ex.: Sistema de Atraso
y[n]=x[n-n
0
]
n
0
> 0 Sistema de atraso
n
0
< 0 Sistema de avano
Ex.: Mdia Mvel (Moving Average - MA)
2
1
1 2
1
[ ] [ ]
1
M
k M
y n x n k
M M


+ +

0 2 4 6 8 10 12 14 16 18 20
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
n n-5
Na figura: M
1
=0 M
2
=5
TE-708 Processamento Digital de Sinais - UFPR
18
Um sistema dito sem memria se a sada y[n] a cada
valor de n depende somente da entrada x[n] p/ mesmo
valor de n.
Ex.: y[n]=x[n]
2
Atraso?
Mdia Mvel?
2.2.1. Sistemas Sem-Memria
TE-708 Processamento Digital de Sinais - UFPR
19
2.2.2. Sistemas Lineares
v Um sistema dito linear se obedece ao
Princpio da Superposio:
Dado: y
1
[n]=T{x
1
[n]} e y
2
[n]=T{x
2
[n]}
Ento:
Linearidade: T{a.x
1
[n]+b.x
2
[n]}=a.T{x
1
[n]}+b.T{x
2
[n]}
Aditividade: T{x
1
[n]+x
2
[n]}=T{x
1
[n]}+T{x
2
[n]}
Homogeneidade: T{a.x[n]}=a.T{x[n]}
Ex.: Acumulador, logaritmo
TE-708 Processamento Digital de Sinais - UFPR
20
2.2.3. Sistemas Invariantes no Tempo
v Certo: Sistemas invariantes ao deslocamento
Um sistema Invariante no Tempo aquele que um
deslocamento no sinal de entrada causa um
correspondente deslocamento no sinal de sada.
Se: y[n]=T{x[n]}
Ento: y[n-n
0
]=T{x[n-n
0
]}
Ex.: Acumulador, Compressor
TE-708 Processamento Digital de Sinais - UFPR
21
2.2.4. Causalidade
v Um sistema dito causal se uma amostra
y[n
0
] depende de y[n] e/ou x[n] para nn
0
.
Isto , no depende de valores futuros.
Sistema no-antecipativo.
Ex.: Forward Difference: y[n]=x[n+1]-x[n] No-Causal
Backward Difference: y[n]=x[n]-x[n-1] Causal
TE-708 Processamento Digital de Sinais - UFPR
22
2.2.5. Estabilidade
v Diversos critrios...
Critrio BIBO (Bounded Input Bounded Output)
Sistema estvel se para toda sequncia de entrada limitada
esse sistema produz uma sada tambm limitada.
x[n] limitado se: |x[n]|B
x
< para todo n
y[n] limitado se: |y[n]|B
y
< para todo n
O sistema estvel se y[n] limitado para todo
e qualquer sinal x[n] limitado.
Basta encontrar um caso que no cumpra a condio para o
sistema ser considerado instvel.
TE-708 Processamento Digital de Sinais - UFPR
23
Exemplos:
1) y[n]=x[n]
2
2) y[n]=log(x[n])
3)Acumulador

n
k
k x n y ] [ ] [
TE-708 Processamento Digital de Sinais - UFPR
24
2.3. Sistemas Lineares Invariantes
no Tempo - LTI
[ ] [ ]. [ ]
k
y n T x k n k



' )

{ } [ ] [ ] y n T x n Dado:
Se o sistema Linear :
{ }
[ ] [ ]. [ ] [ ]. [ ]
k
k k
y n x k T n k x k h n




h
k
[n] a resposta ao impulso do sistema no instante k.
h[n]=T{[n]}
TE-708 Processamento Digital de Sinais - UFPR
25
Se o sistema Invariante no Tempo:
[ ] [ ]
k
h n h n k
Logo para sistemas LTI:
[ ] [ ]. [ ]
k
y n x k h n k

O sistema T{} completamente caracterizado pela


sua resposta ao impulso h[n].
Soma de Convoluo.
TE-708 Processamento Digital de Sinais - UFPR
26
Soma de Convoluo:
[ ] [ ]* [ ] [ ]. [ ]
k
y n x n h n x k h n k

Mesma interpretao da integral de convoluo dos


sistemas contnuos
Porm com senso mais prtico, pois ser usada para
Implementar sistemas, ao contrrio da integral de
convoluo que de senso mais terico.
TE-708 Processamento Digital de Sinais - UFPR
27
Interpretao 1 : Soma das
respostas ao impulso do
sistema, ponderadas e
deslocadas.
TE-708 Processamento Digital de Sinais - UFPR
28
Interpretao 2:
TE-708 Processamento Digital de Sinais - UFPR
29
TE-708 Processamento Digital de Sinais - UFPR
30
2.4. Propriedades dos Sistemas LTI
v Comutatividade:
x[n]*h[n] = h[n]*x[n] Demonstrar...
h
1
[n] h
2
[n]
x[n] y[n]
h
2
[n] h
1
[n]
x[n] y[n]
h
1
[n]*h
2
[n]
x[n] y[n]
TE-708 Processamento Digital de Sinais - UFPR
31
v Distributividade: Provar...
x[n]*(h
1
[n]+h
2
[n])=x[n]*h
1
[n]+x[n]*h
2
[n]
h
1
[n]
h
2
[n]
+
x[n] y[n]
h
1
[n]+h
2
[n]
x[n] y[n]
TE-708 Processamento Digital de Sinais - UFPR
32
v Estabilidade:
Critrio BIBO: Um sistema LTI estvel se e somente se
Sua resposta ao impulso for absolutamente somvel.
Provar...
[ ]
k
S h k

<

TE-708 Processamento Digital de Sinais - UFPR


33
v Causalidade
O sistema causal se sua resposta ao impulso for um
sinal causal. Sistema no-antecipativo.
h[n]=0 , n<0
Provar....
TE-708 Processamento Digital de Sinais - UFPR
34
v Sistema Inverso
h
1
[n] h
2
[n]
x[n]
y[n]
z[n]
O sistema h
2
[n] dito sistema inverso de h
1
[n]
se z[n]=x[n]
Logo:
h[n]=h
1
[n]*h
2
[n]=[n]
Pois: x[n]*[n]=x[n]
TE-708 Processamento Digital de Sinais - UFPR
35
Exerccios:
Analisar os sistemas:
Atraso Ideal: y[n]=x[n-n
0
]
Mdia Mvel:
2
1
1 2
1
[ ] [ ]
1
M
k M
y n x n k
M M


+ +

Acumulador:
[ ] [ ]
n
k
y n x k


Forward Difference: y[n]=x[n+1]-x[n]
Backward Difference: y[n]=x[n]-x[n-1]
Compressor: y[n]=x[M.n]