Processamento Digital de Sinais

Sistemas Lineares
Prof. Dr. Carlos Alberto Ynoguti

Sinais e Sistemas
Sinal: descrio de como um parmetro varia com outro.
Exemplo: tenso variando com o tempo em um circuito eltrico,
brilho variando com a distncia em uma imagem.

Sistema: qualquer processo que produz um sinal de sada

em resposta a um sinal de entrada. Os sistemas podem
ser contnuos ou discretos, dependendo do tipo de sinal
que lidam.

Algumas convenes
Sinais contnuos usam parnteses: x(t), X(f)
Sinais discretos usam colchetes: x[n], X[f]
t : tempo contnuo
n : tempo discreto (nT, T:perodo de amostragem)
letras minsculas: domnio do tempo
letras maisculas: domnio da frequncia

Condies para a linearidade

Condies necessrias para que um sistema seja
considerado linear:
Homogeneidade
Aditividade

Adicionalmente, os sistemas lineares possuem as

seguintes propriedades:
Linearidade esttica
Fidelidade senoidal

As propriedades abaixo so geralmente encontradas em

sistemas lineares, mas podem ser encontradas em
qualquer sistema:
Memria
Invarincia no tempo

Homogeneidade
Se
Sistema

y [n]

x[n]
Ento

Sistema

kx [n]

ky [n]

Aditividade
Sistema

Se

x 1 [n]

y 1 [n]
Sistema

e se

x 2 [n]

y 2 [n]
Sistema

ent
o

x 1 [n]x 2 [n]

y 1 [n] y 2 [n]

Entendeu?
Duas formas de onda discretas, x[n] e y[n], com oito
amostras cada, so dadas por:
x[n]: 1, 2, 3, 4,-4,-3,-2,-1
y[n]: 0,-1, 0, 1, 0,-1, 0, 1
Calcule:
a) x[n-1]
b) 2x[n-1]+3y[n+2]
Se um sinal x[n] aplicado a um sistema linear e gera a
sada y[n] = {1,2,3,4}, qual a sada deste sistema quando
aplicamos a entrada 1.5x[n]?
E se aplicarmos a entrada x[n]+2x[n-1]?

Entendeu?
Se um sinal x[n] aplicado a um sistema linear e gera a
sada y[n] = {1,2,3,4}, qual a sada deste sistema quando:
a) aplicamos a entrada 1.5x[n]?
b) E se aplicarmos a entrada x[n]+2x[n-1]?

Linearidade esttica
Define a relao entre entrada e sada de um sistema
quando temos um nvel DC na entrada.
Para sistemas lineares, esta relao uma reta.
Exemplos:
i

R1

R2
v
v
R1 < R2
sistema linear

Diodo
sistema no linear

Fidelidade senoidal
Se a entrada de um sistema linear uma senide, a sada
tambm uma senide, com a mesma frequncia do sinal de
entrada.
As senides so as nicas formas de onda com esta
propriedade.
Um sistema linear pode mudar a amplitude e a fase de uma
senide de entrada, mas nunca a sua frequncia.
Sistema
Linear

Memria
Nos sistemas sem memria, a sada depende apenas do
valor atual da entrada.
Exemplos: resistores.
Nos sistemas com memria, a sada depende no s da
entrada, mas tambm do estado do sistema (sadas
anteriores).
Exemplos: capacitores e indutores.
Existem sistemas lineares sem memria (por exemplo
amplificadores) e com memria (por exemplo
atrasadores).

Invarincia no Tempo

Se

Sistema

y [n]

x[ n]
ento

Sistema

x [ns]

y [ ns]

A invarincia no tempo no condio necessria

linearidade, mas a maioria dos sistemas lineares
apresenta esta propriedade.

Comutatividade
Os sistemas lineares apresentam a propriedade de
comutatividade.
Se

x[n]

Sistema
A

Sistema
B

y [n]

Sistema
B

Sistema
A

y [n]

ento

x[n]

Sobreposio: o fundamento do PDS

Muitas tcnicas de PDS so baseadas em uma estratgia
denominada superposio.
O sinal a ser processado decomposto em componentes
simples, cada componente processada separadamente,
e os resultados so ento agrupados para compor a sada
do sistema.
Esta abordagem extremamente poderosa, pois permite
quebrar um problema extremamente complicado em vrios
problemas de simples resoluo.
A superposio s pode ser aplicada a sistemas lineares,
razo pela qual este tipo de sistema to importante.

Anlise e Sntese
Anlise: decomposio de sinais
como a soma de dois ou mais
sinais.
decomposio

sntese
Sntese: combinao de sinais
atravs de adio e
escalonamento.

Sntese e Decomposio
Existem inifinitas formas de decompor um sinal, mas
apenas uma sntese possvel de vrios sinais.
Exemplo:
Sntese: 15+25=40
Decomposio: 40 = 39+1
= 38+2
= -30,5+60+10,5

Um exemplo prtico: filtragem

x[n]

Sistema

y [n]

x 2 [n]

Sistema

y 2 [n]

x 3 [n]

Sistema

y 3 [n]

x 5 [n]

Sistema

y 5 [n]

Concluso
Objetivo: substituir um problema compplicado por vrios
problemas simples.
Se a decomposio no simplificar a situao de alguma
forma, ento no haver ganho.
Decomposies mais utilizadas:
impulsos
senides (anlise de Fourier)
wavelets
degrau
par/inpar
entrelacada