Escolar Documentos
Profissional Documentos
Cultura Documentos
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
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
+
+
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
<
Forward Difference: y[n]=x[n+1]-x[n]
Backward Difference: y[n]=x[n]-x[n-1]
Compressor: y[n]=x[M.n]