Escolar Documentos
Profissional Documentos
Cultura Documentos
Sinais e Sistemas
1.1 INTRODUO
Neste captulo, comeamos nosso estudo do processamento digital de sinais desenvolvendo as noes de sinal e sis-
tema de tempo discreto. Vamos nos concentrar na resoluo de problemas que envolvem representaes, manipu-
laes e propriedades de sinais, alm de classificao e propriedades de sistemas. Inicialmente, na Seo 1.2, defi-
nimos precisamente o que se entende por sinal de tempo discreto. A seguir, desenvolvemos algumas operaes b-
sicas e importantes que podem ser realizadas com esses sinais. Em seguida, na Seo 1.3, consideramos os siste-
mas de tempo discreto. De especial importncia, so as noes de linearidade, invarincia ao deslocamento, causa-
lidade, estabilidade e invertibilidade. Para os sistemas lineares invariantes ao deslocamento, ser mostrado que a
entrada e a sada relacionam-se atravs de uma soma de convoluo. As propriedades da soma de convoluo e os
mtodos de se realizar convolues so ento discutidos na Seo 1.4. Finalmente, na Seo 1.5, vemos sistemas
de tempo discreto que so descritos em termos de uma equao de diferenas.
Sinais de tempo discreto so obtidos freqentemente pela amostragem de um sinal de tempo contnuo, tal como a
fala, por meio de um conversor analgico-digital (A/D).1 Por exemplo, um sinal de tempo contnuo xa(t), amostra-
do taxa de fs = 1/Ts amostras por segundo, produz o sinal amostrado x(n), que se relaciona com xa(t) da seguinte
forma:
Entretanto, nem todos os sinais de tempo discreto so obtidos desse modo. Alguns sinais podem ser considerados
como seqncias de tempo discreto que ocorrem naturalmente, sem que nenhum conversor analgico-digital faa
a converso de um sinal analgico em um sinal de tempo discreto. Exemplos de sinais que recaem nessa categoria
incluem os preos dirios do mercado de aes, as estatsticas populacionais, os estoques em almoxarifados e os
2
nmeros de Wolf das manchas solares.
O mdulo pode ser obtido das partes real e imaginria como segue:
Se z(n) for uma seqncia complexa, o conjugado complexo, denotado por z*(n), obtido trocando o sinal da par-
te imaginria de z(n):
1
A converso analgico-digital ser discutida no Captulo 3.
2
O nmero de Wolf R, associado s manchas solares, foi introduzido por Rudolf Wolf em 1848 como uma medida da atividade das manchas solares.
Registros dirios tem estado disponveis desde 1818, e estimativas de mdias mensais tm sido feitas desde 1749. Tem havido muito interesse no
estudo das correlaes da atividade das manchas solares com os fenmenos terrestres, tais como dados meteorolgicos e variaes climticas.
CAPTULO 1 SINAIS E SISTEMAS 13
e, no processamento de sinais, desempenha o mesmo papel em tempo discreto que o impulso unitrio faz em tem-
po contnuo. O degrau unitrio, denotado por u(n), definido por
Por outro lado, uma amostra unitria pode ser escrita como uma diferena de dois degraus:
onde a pode ser um nmero real ou complexo. De particular interesse, a seqncia exponencial formada quando
, onde um nmero real. Nesse caso, x(n) uma exponencial complexa
Como veremos no prximo captulo, as exponenciais complexas so teis na decomposio de Fourier de sinais.
que um degrau unitrio invertido no tempo e retardado. Um sinal de comprimento infinito que no lateral direi-
to nem lateral esquerdo, como a exponencial complexa, referido como uma seqncia bilateral.
14 PROCESSAMENTO DIGITAL DE SINAIS
para todos n. Isso equivale a dizer que a seqncia repete-se a cada N amostras. Se um sinal for peridico com pe-
rodo N, ele tambm o ser com os perodos 2N, 3N e todos os demais mltiplos inteiros de N. O perodo funda-
mental, denotado por N, o menor inteiro positivo para o qual a Equao (1.1) satisfeita. Se a Equao (1.1) no
for satisfeita para nenhum inteiro N, ento x(n) um sinal aperidico.
Exemplo 1.2.1 Os sinais
e
no so peridicos, ao passo que o sinal
onde mdc(N1, N2) o mximo divisor comum de N1 e N2. O mesmo verdadeiro para o produto; isto ,
peridico com um perodo N dado pela Equao (1.2). Entretanto, o perodo fundamental pode ser menor.
Dada qualquer seqncia x(n), um sinal peridico sempre pode ser formado pela repetio de x(n) como segue:
onde N um inteiro positivo. Nesse caso, y(n) sempre ser peridico com perodo N.
Qualquer sinal x(n) pode ser decomposto em uma soma de suas parte par, xe(n), e mpar, xo(n), como segue:
ao passo que um sinal dito conjugado anti-simtrico se, para todos n, tivermos
Sempre possvel decompor qualquer sinal em uma soma de um sinal conjugado simtrico com um outro conjuga-
do anti-simtrico.
onde f(n) uma funo de n. Se, para algum valor de n, f(n) no for um inteiro, y (n) = x (f (n)) indefinida. Sem-
pre possvel determinar o efeito da modificao do ndice n, usando uma abordagem simples que consiste em lis-
tar em uma tabela, para cada valor de n, o valor de f(n) e ento fazer y (n) = x (f (n)). Entretanto, para muitas trans-
formaes de ndice, isso no necessrio e a seqncia pode ser determinada ou plotada diretamente. As transfor-
maes mais comuns incluem deslocamento, inverso e escalamento, as quais so definidas abaixo.
Deslocamento Essa a transformao definida por f (n) = n n0. Sendo y (n) = x (n n0), x(n) deslocada n0
amostras direita se n0 for positivo (isso referido como um retardo ou atraso) e ela deslocada n0 amostras
esquerda se n0 for negativo (referido como um avano ou adiantamento)
Inverso Essa transformao dada por f (n) = n e envolve simplesmente o espelhamento do sinal x(n)
em relao ao ndice n.
Escalamento (ou Mudana de Escala) de Tempo Essa transformao definida por f (n) = Mn ou f (n) =
n/N onde M e N so inteiros positivos. No caso de f (n) = Mn, a seqncia x(Mn) formada tomando-se cada
M-sima amostra de x(n) (essa operao conhecida como down-sampling). Para f (n) = n/N, a seqncia y(n)
= x(f(n)) definida como segue:
N. de T.: Os subscritos e e o em xe(n) e xo(n) vm do ingls even (par) e odd (mpar), respectivamente.
3
Algumas vezes, uma seqncia conjugada simtrica dita hermitiana.
16 PROCESSAMENTO DIGITAL DE SINAIS
Figura 1-2 Ilustrao das operaes de deslocamento, inverso e escalamento da varivel independente n.
* N. de T.: No h traduo consolidada para down-sampling e up-sampling. Ocasionalmente, poderemos usar tambm reduo de amostragem
e aumento de amostragem.
CAPTULO 1 SINAIS E SISTEMAS 17
formada pela adio dos pares correspondentes dos valores dos sinais.
Multiplicao A multiplicao de dois sinais
formada pela multiplicao dos pares correspondentes dos valores dos sinais.
Escalamento O escalamento (ou mudana de escala) da amplitude de um sinal x(n) por uma constante c
obtida multiplicando todos os valores de sinal por c:
Essa operao tambm pode ser considerada como o produto de dois sinais, x(n) e f (n) = c.
onde cada termo da soma, x (k)(n k), um sinal que tem amplitude x(k) no tempo n = k, e zero em todos os de-
mais valores de n. Essa decomposio a verso discreta da propriedade de peneiramento* dos sinais de tempo
contnuo e usada na deduo da soma de convoluo.
Figura 1-4 Representao de um sinal de tempo discreto como uma transformao T [.]
que mapeia um sinal de entrada x(n) em um sinal de sada y(n).
ou
Entretanto, tambm possvel descrever um sistema em termos de um algoritmo que fornece uma seqncia de ins-
trues ou operaes que devem ser aplicadas ao sinal de entrada, tal como
Em alguns casos, um sistema pode ser convenientemente especificado em termos de uma tabela que define o con-
junto de todos os possveis pares de entrada e sada de interesse.
Sistemas de tempo discreto podem ser classificados em termos de suas propriedades. As de interesse mais co-
mum so a linearidade, a invarincia ao deslocamento, a causalidade, a estabilidade e a invertibilidade. Essas pro-
priedades e algumas outras sero descritas na prxima seo.
sem memria porque y (n0) depende apenas do valor de x(n) no tempo n0. O sistema
por outro lado, tem memria porque a sada no tempo n0 depende dos valores da entrada no tempo n0 e
tambm no tempo n0 1.
Aditividade
Um sistema aditivo aquele cuja resposta a uma soma de entradas igual soma das entradas tomadas separada-
mente. Assim,
Definio: Um sistema dito aditivo se tivermos
Homogeneidade
Um sistema dito homogneo se, fazendo um escalamento na entrada por uma constante, resultar um escalamen-
to de mesmo valor na sada. Especificamente,
CAPTULO 1 SINAIS E SISTEMAS 19
Entretanto, esse sistema homogneo porque, para uma entrada cx(n), a sada
aditivo porque
portanto, diferente de
Sistemas Lineares
Um sistema dito linear se for simultaneamente aditivo e homogneo. Assim,
Definio: Um sistema dito linear se
para quaisquer duas entradas x1 (n) e x2 (n) e para quaisquer constantes complexas a1 e a2.
A linearidade simplifica muito o clculo da resposta de um sistema a uma dada entrada. Por exemplo, usando a de-
composio de x(n) dada na Equao (1.4) e a propriedade da aditividade, resulta que a sada y(n) pode ser escrita
como
20 PROCESSAMENTO DIGITAL DE SINAIS
Como os coeficientes x(k) so constantes, podemos usar a propriedade da homogeneidade para escrever
Se definirmos hk (n) como sendo a resposta do sistema a uma amostra unitria no tempo n = k,
Invarincia ao Deslocamento
Se um sistema tiver a propriedade de um deslocamento (retardo) de n0 na entrada corresponder a um deslocamen-
to de n0 na sada, o sistema dito invariante ao deslocamento. Mais formalmente,
Definio: Seja y(n) a resposta de um sistema a uma entrada arbitrria x(n). O sistema dito invariante ao
deslocamento se, para qualquer retardo n0, a resposta a x (n n0) for y (n n0). Um sistema que no invarian-
te ao deslocamento dito variante ao deslocamento.4
De fato, um sistema invariante ao deslocamento se as suas propriedades ou caractersticas no se alterarem com o
tempo. Para testar a invarincia ao deslocamento, necessrio comparar y (n n0) com T [x (n n0)]. Se elas forem
as mesmas para qualquer entrada x(n) e para todos os deslocamentos n0, o sistema invariante ao deslocamento.
Exemplo 1.3.3 O sistema definido por
2
invariante ao deslocamento, como ser demostrado a seguir. Se y (n) = x (n) for a resposta do sistema a
x(n), ento a resposta do sistema a
variante ao deslocamento. Para verificar isso, observe que a resposta do sistema entrada x (n) = (n)
4
Alguns autores se referem a essa propriedade como invarincia ao tempo. Entretanto, como n no representa necessariamente tempo, inva-
rincia ao deslocamento mais geral.
CAPTULO 1 SINAIS E SISTEMAS 21
e vem que
onde o sinal * indica o operador de convoluo. A seqncia h(n), referida como resposta amostra unitria, ca-
racteriza completamente um sistema LSI. Em outras palavras, a resposta do sistema qualquer entrada x(n) pode
ser encontrada desde que h(n) seja conhecida.
Causalidade
Uma propriedade de sistema importante em aplicaes de tempo real a causalidade, definida como segue:
Definio: Um sistema dito causal se, para qualquer n0, a resposta do sistema no tempo n0 depender ape-
nas dos valores de entrada at o tempo n = n0.
Em um sistema causal, as alteraes de sada no podem antecipar as alteraes de entrada. Assim, se x1 (n) =
x2 (n) para n n0, y1 (n) deve ser igual a y2 (n) para n n0. Por essa razo, os sistemas causais so chamados no an-
tecipatrios. Um sistema LSI causal se e apenas se h(n) for igual a zero para n < 0.
Exemplo 1.3.4 O sistema descrito pela equao y (n) = x (n) + x (n 1) causal porque o valor da
sada em qualquer tempo n = n0 depende apenas da entrada nos tempos n0 e n0 1. Por outro lado, o sis-
tema descrito por y (n) = x (n) + x (n + 1) no causal porque a sada no tempo n = n0 depende dos valo-
res da entrada no tempo n0 + 1.
Estabilidade
Em muitas aplicaes, importante que um sistema tenha a resposta y(n) limitada em amplitude, sempre que a en-
trada for limitada. Um sistema com essa propriedade dito estvel no sentido de entrada limitada sada limitada
(BIBO)**. Especificamente, temos
Definio: Um sistema dito estvel no sentido de entrada limitada sada limitada se, para qualquer entrada
limitada, , a sada for limitada,
Em um sistema linear invariante ao deslocamento, a estabilidade estar garantida se a resposta amostra unitria
for absolutamente somvel:
Exemplo 1.3.5 Um sistema LSI com resposta amostra unitria h(n) = anu (n) ser estvel sempre
que |a| < 1 porque
Por outro lado, o sistema descrito pela equao y(n) = nx(n) no estvel porque a resposta a um de-
grau unitrio, x(n) = u(n), y(n) = nu(n) a qual no limitada.
Invertibilidade
Uma propriedade de sistema importante em aplicaes, tais como equalizao de canal e deconvoluo, a inver-
tibilidade. Um sistema dito invertvel se a entrada do sistema puder ser determinada de forma nica a partir da sa-
da. Para um sistema ser invertvel, necessrio que entradas distintas produzam sadas distintas. Em outras pala-
vras, dadas duas entradas quaisquer x1 (n) e x2 (n) com x1 (n) x2 (n), deve ser verdadeiro que y1 (n) y2 (n).
Exemplo 1.3.6 O sistema definido por
invertvel se e apenas se g(n) 0 para todos n. Em particular, dado y(n) e sendo g(n) diferente de zero
para todos n, ento x(n) pode ser recuperado de y(n) como segue:
1.4 CONVOLUO
A relao entre a entrada de um sistema linear invariante ao deslocamento, x(n), e a sada, y(n), dada pela soma
de convoluo
Como a convoluo fundamental para analisar e descrever os sistemas LSI, examinaremos nesta seo a mecni-
ca do clculo de convoluo. Comearemos listando algumas propriedades da convoluo que podem ser usadas
para simplificar o clculo da soma de convoluo.
Propriedade da Comutatividade
A propriedade da comutatividade afirma que a ordem com a qual se faz a convoluo de duas seqncias no im-
portante. Matematicamente, a propriedade da comutatividade
Do ponto de vista de sistema, essa propriedade afirma que um sistema com uma resposta h(n) amostra unitria e
uma entrada x(n) se comporta exatamente da mesma maneira que um sistema com resposta x(n) amostra unitria
e uma entrada h(n). Isso est ilustrado na Fig. 1-5(a).
CAPTULO 1 SINAIS E SISTEMAS 23
Propriedade da Associatividade
O operador de convoluo satisfaz a propriedade da associatividade, que
Do ponto de vista de sistema, a propriedade da associatividade afirma que, se dois sistemas com respostas h1(n) e
h2(n) amostra unitria forem conectados em cascata como mostrado na Fig. 1-5(b), um sistema equivalente um
que tem resposta amostra unitria igual convoluo de h1(n) e h2(n):
Propriedade da Distributividade
A propriedade da distributividade do operador de convoluo afirma que
Do ponto de vista de sistema, essa propriedade afirma que, se dois sistemas com respostas amostra unitria h1(n)
e h2(n) forem conectados em paralelo, como ilustrado na Fig. 1-5(c), um sistema equivalente um que tem a res-
posta amostra unitria igual soma de h1(n) e h2(n):
Clculo Direto
Se as seqncias que esto sendo convoludas puderem ser descritas por expresses matemticas simples, ento, em
geral, a convoluo realizada mais facilmente calculando-se diretamente a soma dada na Equao (1.7). Em geral,
quando as convolues so feitas diretamente, necessrio calcular somas finitas ou infinitas envolvendo termos da
forma ou n . Listadas na Tabela 1-1, esto as expresses de algumas das sries mais comumente encontradas.
n n
24 PROCESSAMENTO DIGITAL DE SINAIS
Como u(k) zero para k < 0 e u(n k) zero para k > n, quando n < 0, ento no h termos diferentes de
zero na soma e temos y(n) = 0. Por outro lado, se n 0,
Portanto,
Mtodo Grfico
Alm do mtodo direto, as convolues tambm podem ser calculadas graficamente. Os passos envolvidos no uso
do mtodo grfico so os seguintes:
1. Faa o grfico de ambas as seqncias, x(k) e h(k), como funes de k.
2. Escolha uma das seqncias, digamos h(k), e a inverta no tempo para formar a seqncia h( k).
3. Desloque de n a seqncia invertida no tempo. [Observao: Se n > 0, isso corresponde a um deslocamento
direita (retardo), ao passo que, se n < 0, isso corresponde a um deslocamento esquerda (adiantamento).]
4. Multiplique as duas seqncias x(k) e h(n k) e some os produtos para todos os valores de k. O valor resultan-
te ser igual a y(n). Esse processo repetido para todos os deslocamentos possveis, n.
Exemplo 1.4.2 Para ilustrar o mtodo grfico da convoluo, vamos calcular y(n) = x(n) * h(n) onde
x(n) e h(n) so as seqncias mostradas na Fig. 1-6(a) e (b), respectivamente. Para realizar essa convolu-
o, seguiremos os passos listados abaixo:
1. Como x(k) e h(k) esto ambas plotadas como funes de k na Fig. 1-6(a) e (b), vamos escolher uma
das seqncias para fazer uma inverso no tempo. Neste exemplo, vamos inverter a h(k), como est
mostrado na Fig. 1-6(c).
2. Formando o produto, x(k)h( k), e somando em relao a k, encontramos y(0) = 1.
CAPTULO 1 SINAIS E SISTEMAS 25
3. Deslocando h(k) de um direita, resulta a seqncia h(1 k) mostrada na Fig. 1-6(d). Formando o
produto x(k)h(1 k) e somando em k, encontramos y(1) = 3.
4. Deslocando h(1 k) novamente direita, obtemos a seqncia h(2 k) mostrada na Fig. 1-6(e). Fa-
zendo o produto x(k)h(1 k) e somando em k, encontramos y(2) = 6.
5. Continuando dessa forma, encontramos y(3) = 5, y(4) = 3 e y(n) = 0 para n > 4.
6. A seguir, tomamos h( k) e a deslocamos de um esquerda como mostrado na Fig. 1-6(f). Como o
produto x(k)h( 1 k) zero para todos k, encontramos y( 1) = 0. De fato, y(n) = 0 para todos n < 0.
Um fato til de lembrar no clculo da convoluo de duas seqncias de comprimento finito que, se x(n) tiver
comprimento L1 e h(n) tiver comprimento L2, ento y(n) = x(n) * h(n) tem comprimento
26 PROCESSAMENTO DIGITAL DE SINAIS
Alm disso, se os valores diferentes de zero de x(n) pertencerem ao intervalo [Mx, Nx] e os valores diferentes de ze-
ro de h(n) pertencerem ao intervalo [Mh, Nh], ento os valores diferentes de zero de y(n) esto confinados ao inter-
valo [Mx + Mh, Nx + Nh].
Exemplo 1.4.3 Considere a convoluo da seqncia
com
Como x(n) zero fora do intervalo [10, 20] e h(n) zero fora do intervalo [ 5, 5], os valores diferentes
de zero da convoluo y(n) = x(n) * h(n) estaro contidos no intervalo [5, 25].
Embora essa equao permita que se compute a sada y(n) para uma entrada arbitrria x(n), essa representao no
muito eficiente do ponto de vista computacional. Em alguns casos, possvel expressar, de forma mais eficiente,
a sada em termos dos valores passados da sada, e dos valores passados e atual da entrada. O sistema visto antes,
por exemplo, pode ser escrito de forma mais concisa como segue:
CAPTULO 1 SINAIS E SISTEMAS 27
A Equao (1.10) um caso especial do que conhecido como equao de diferenas linear com coeficientes cons-
tantes ou EDLCC. A forma geral de uma EDLCC
onde os coeficientes a(k) e b(k) so constantes que definem o sistema. Se a equao de diferenas tiver um ou mais
termos a(k) diferentes de zero, ela dita recursiva. Por outro lado, se todos os coeficientes a(k) forem zero, a equa-
o de diferenas dita no recursiva. Assim, a Equao (1.10) um exemplo de uma equao de diferenas recur-
siva de primeira ordem, ao passo que a Equao (1.9) uma equao de diferenas no recursiva de ordem infinita.
As equaes de diferenas propiciam um mtodo para se calcular a resposta y(n) de um sistema a uma entrada
arbitrria x(n). Entretanto, antes que essas equaes possam ser resolvidas, necessrio especificar um conjunto de
condies iniciais. Por exemplo, com uma entrada x(n) que comea no tempo n = 0, a soluo da Equao (1.11)
no tempo n = 0 depende dos valores de y( 1), , y( p). Portanto, essas condies iniciais devem ser especifica-
das antes de se encontrar a soluo para n 0. Quando essas condies iniciais forem zero, diremos que o sistema
est em repouso inicial.
Para um sistema LSI descrito por uma equao de diferenas, a resposta amostra unitria, h(n), encontrada
resolvendo a equao de diferenas para x(n) = (n) e assumindo repouso inicial. Para um sistema no recursivo,
a(k) = 0, a equao de diferenas torna-se
e a sada simplesmente uma soma ponderada dos valores passados e atual da entrada. Como resultado, a respos-
ta amostra unitria simplesmente
Assim, h(n) finita em comprimento e o sistema referido como sendo um sistema de resposta de comprimento fini-
to ao impulso (FIR)*. Entretanto, se a(k) 0, a resposta amostra unitria , em geral, infinita em comprimento e o
sistema referido como sendo um sistema de resposta de comprimento infinito ao impulso (IIR)**. Por exemplo, se
n
a resposta amostra unitria h(n) = a u(n).
H diversos mtodos diferentes que podemos usar para resolver EDLCCs para uma entrada genrica x(n). O
primeiro simplesmente montar uma tabela com os valores de entrada e sada e resolver a equao de diferenas
para cada valor de n. Essa abordagem adequada quando necessrio determinar apenas poucos valores de sada.
Um outro mtodo usando transformadas z. Essa abordagem ser discutida no Captulo 4. O terceiro a aborda-
gem clssica de se encontrar as solues homognea e particular. Esse mtodo ser descrito agora.
Dada uma EDLCC, a soluo geral a soma de duas partes,
onde yh(n) conhecida como soluo homognea e yp(n) a soluo particular. A soluo homognea a respos-
ta do sistema s condies iniciais, supondo a entrada x(n) = 0. A soluo particular a resposta do sistema entra-
da x(n) supondo condies iniciais zero.
A soluo da Equao (1.13) pode ser encontrada supondo uma soluo da forma
ou
O polinmio entre chaves chamado polinmio caracterstico. Como ele de grau p, ter p razes, reais ou com-
plexas. Se os coeficientes a(k) forem de valor real, essas razes ocorrem em pares de conjugados complexos (isto ,
para cada raiz complexa zi haver uma outra igual a z*i ). Se as p razes zi forem distintas, zi zk para k i, a soluo
geral da equao de diferenas homognea
onde as constantes Ak so escolhidas de modo a satisfazerem as condies iniciais. Com razes repetidas, a soluo
deve ser modificada como segue. Se z1 for uma raiz de multiplicidade m e as restantes p m razes forem distintas,
a soluo homognea
Para a soluo particular, necessrio encontrar a seqncia yp(n) que satisfaz a equao de diferenas para a x(n)
dada. Em geral, isso requer alguma criatividade e insight. Entretanto, para muitas das entradas tpicas que nos in-
teressam, a soluo ter a mesma forma da entrada. A Tabela 1-2 lista a soluo particular das entradas mais comu-
mente encontradas. Por exemplo, se x(n) = anu(n), a soluo particular da forma
desde que a no seja uma raiz da equao caracterstica. A constante C encontrada substituindo a soluo na equa-
o de diferenas. Observe que, para x(n) = C(n), a soluo particular zero. Como x(n) = 0 para n > 0, a amostra
unitria afeta apenas a condio inicial de y(n).
Tabela 1-2 A Soluo Particular de uma EDLCC para Diversas Entradas Diferentes
CAPTULO 1 SINAIS E SISTEMAS 29
Para encontrar a soluo homognea, fazemos yh(n) = zn, que d o polinmio caracterstico
ou .
Portanto, a soluo homognea tem a forma
Agora as constantes A1 e A2 devem ser encontradas de tal modo que a soluo total satisfaa as condies
iniciais dadas, y( 1) = 1 e y( 2) = 0. Como a soluo dada na Equao (1.17) aplica-se apenas para n
0, devemos deduzir um conjunto equivalente de condies iniciais para y(0) e y(1). Calculando a Equa-
o (1.16) em n = 0 e n = 1, temos
Assim, a soluo
At agora examinamos as equaes de diferenas lineares com coeficientes constantes. Entretanto, nem todos
sistemas e equaes de diferenas de interesse so lineares, nem todas tm coeficientes constantes. Por exemplo,
um sistema que computa uma mdia mvel* de um sinal x(n), em um intervalo [0, n], definido por
Esse sistema pode ser representado por uma equao de diferenas com coeficientes variveis no tempo:
Embora mais complicadas e difceis de serem resolvidas, as equaes de diferenas no lineares, ou com coeficien-
tes variveis no tempo, so importantes e surgem freqentemente em muitas aplicaes.
Problemas Resolvidos
Sinais de Tempo Discreto
1.1 Determine se os sinais abaixo so peridicos ou no e, para cada sinal peridico, determine o perodo fun-
damental.
(a)
(b)
(c)
(d)
(a) Como e
com os perodos do primeiro igual a N1 = 24 e do segundo igual a N2 = 36. Portanto, o perodo da soma
(c) Para essa seqncia ser peridica, devemos encontrar um valor de N tal que
A funo seno peridica de perodo 2. Portanto, 0,2N deve ser um mltiplo inteiro de 2. No entanto, como um n-
mero irracional, no existe nenhum valor inteiro de N que torne a igualdade verdadeira. Assim, essa seqncia aperidica.
(d) Aqui temos o produto de duas seqncias peridicas com perodos N1 = 32 e N2 = 34. Portanto, o perodo fundamental
Portanto, a parte par do degrau unitrio uma seqncia que tem o valor constante para todos n exceto n = 0, onde seu valor 1.
A parte mpar de um sinal x(n) dada pela diferena
ou
ou
Por outro lado, a parte mpar
1.3 Se x1(n) for par e x2(n) for mpar, o que y(n) = x1(n) . x2(n)?
Se y(n) = x1(n) . x2(n),
Como x1(n) par, temos x1(n) = x1( n), e, como x2(n) mpar, temos x2(n) = x2( n). Portanto,
* N. de T.: Sinal, em latim. Essa funo indica o sinal. Se n > 0, sgn(n) = 1; se n = 0, sgn(n) = 0 e se n < 0, sgn(n) = 1.
32 PROCESSAMENTO DIGITAL DE SINAIS
1.4 Se x(n) = 0 para n < 0, deduza uma expresso para x(n) em termos de sua parte par, xe(n), e, usando essa expresso,
encontre x(n) quando xe(n) = (0,9)|n|u(n). Determine se possvel ou no deduzir uma expresso semelhante para
x(n) em termos de sua parte mpar.
Como
Portanto, x(n) pode ser recuperada de sua parte par como segue:
Diferentemente do caso em que apenas a parte par de uma seqncia conhecida, se apenas a parte mpar for dada, no ser
possvel recuperar x(n). O problema est na recuperao do valor de x(0). Como xo(0) sempre zero, no h informao na par-
te mpar de x(n) sobre o valor de x(0). Entretanto, se for dado x(0) juntamente com a parte mpar, ento x(n) poder ser recupe-
rada para todos n.
1.5 Se xe(n) for a parte conjugada simtrica de uma seqncia x(n), que simetrias as partes real e imaginria de xe(n)
possuem?
A parte conjugada simtrica de x(n)
(a) A seqncia x(n), ilustrada na Fig. 1-8(a), uma seqncia linearmente decrescente que comea no ndice n = 0 e termina
em n = 5. A primeira seqncia a ser plotada, y1(n) = x(4 n), encontrada deslocando x(n) de quatro amostras e inverten-
do no tempo. Observe que no ndice n = 4, y1(n) igual a x(0). Portanto, y1(n) tem um valor de 6 em n = 4 e decresce linear-
mente esquerda (valores decrescentes de n) at n = 1, a partir do qual y1(n) = 0. A seqncia y1(n) est mostrada na Fig.
1-8(b).
(b) A segunda seqncia, y2(n) = x(2n 3), formada pela combinao de deslocamento de tempo e down-sampling. Portan-
to, y2(n) pode ser plotada deslocando primeiro x(n) trs amostras direita (retardo) como mostrado na Fig. 1-8(c). A se-
qncia y2(n) ento formada fazendo down-sampling por um fator de 2 (isto , mantendo apenas os termos de ndice par
como indicado pelos crculos cheios na Fig. 1-8(c)). O grfico de y2(n) est mostrado na Fig. 1-8(d).
(c) A terceira seqncia, y3(n) = x(8 3n), formada pela combinao de deslocamento de tempo, down-sampling e inverso
de tempo. Para fazer o grfico de y3(n), comeamos plotando x(8 n) que formada deslocando x(n) de oito amostras
(avano) esquerda e invertendo em tempo como mostrado na Fig. 1-8(e). Ento, y3(n) encontrada retirando cada tercei-
ra amostra de x(8 n), como indicado pelos crculos cheios na Fig. 1-8(f).
(d) Finalmente, y4(n) = x(n2 2n + 1) formada por uma transformao no linear da varivel de tempo n. Essa seqncia po-
de ser facilmente plotada listando como o ndice n transformado. Primeiro, observe que, se n 4 ou n 2, ento n2 2n
+ 1 9 e, portanto, y4(n) = 0. Para 1 n 3, temos
1.8 A notao x((n))N usada para definir a seqncia formada como segue:
onde (n mdulo N) o inteiro positivo, pertencente ao intervalo [0, N 1], que resta depois da diviso de n por N.
Por exemplo, ((3))8 = 3, ((12))8 = 4 e (( 6))4 = 2. Se for , faa o grfico de (a) x((n))3
e (b) x((n 2))3.
(a) Comeamos observando que ((n))3, para qualquer valor de n, sempre um inteiro pertencente ao intervalo [0, 2]. De fato,
como ((n))3 = ((n + 3k))3 para qualquer k,
Portanto, x((n))3 peridica com perodo N = 3. Assim, vem que x((n))3 formada repetindo-se periodicamente os trs pri-
meiros valores de x(n) como est ilustrado na figura abaixo:
(b) A seqncia x((n 2))3 tambm peridica com perodo N = 3, exceto que o sinal est deslocado de n0 = 2 amostras di-
reita em comparao com a seqncia peridica da parte (a). Essa seqncia est mostrada na figura abaixo:
1.9 A potncia de um sinal de valor real x(n) definida como a soma dos quadrados dos valores da seqncia:
Suponha que uma seqncia x(n) tenha uma parte par xe(n) igual a
CAPTULO 1 SINAIS E SISTEMAS 35
Observe que xe(n)xo(n) o produto de uma seqncia par por uma seqncia mpar e, portanto, o produto mpar. Como a soma
para todos n de uma seqncia mpar zero,
a qual mostra que a potncia de x(n) igual soma das potncias de suas partes par e mpar. Calculando a potncia da parte par
de x(n), encontramos
(c) Se x(n) for a entrada de um sistema variante no tempo definido por y(n) = nx(n), encontre a potncia do sinal de sada (is-
to , calcule a soma) dada por
(c) Finalmente, para determinar a potncia de y(n) = nx(n), devemos calcular a soma
mas no para . Entretanto, podemos deduzir uma expresso em forma fechada para essa soma como segue.5
Diferenciando ambos os membros da Equao (1.19) em relao a a, temos
5
Esse mtodo muito til e deveria ser memorizado.
CAPTULO 1 SINAIS E SISTEMAS 37
e usar o fato de que uma amostra unitria pode ser escrita como a diferena de dois degraus como segue:
Portanto,
a qual d a decomposio desejada:
Um outro modo de se deduzir mais diretamente essa decomposio como segue. Primeiro, notamos que a decomposio deve-
ria comear com um degrau unitrio, gerando um valor 1 quando o ndice n = 0. Como x(n) aumenta de valor at atingir 2 em
n = 1, devemos acrescentar um degrau unitrio retardado u(n 1). Em n = 2, x(n) aumentou sua amplitude novamente de 1 e, as-
sim, acrescentamos o degrau unitrio retardado u(n 2). Nesse ponto, temos
Neste ponto, tudo que resta fazer trazer a seqncia de volta a zero em n 3. Isso pode ser feito subtraindo o degrau unitrio
retardado 3u(n 3), resultando a mesma decomposio de antes.
1.12 Para cada um dos sistemas abaixo, x(n) a entrada e y(n) a sada. Determine quais sistemas so homogneos,
quais sistemas so aditivos e quais so lineares.
para todas as entradas x(n) e para todas as constantes complexas c. O sistema y(n) = log(x(n)) no homogneo porque a
resposta do sistema a x1(n) = cx(n)
a qual no igual a c log(x(n)). Para o sistema ser aditivo, se y1(n) e y2(n) forem as respostas s entradas x1(n) e x2(n), res-
pectivamente, ento a resposta x(n) = x1(n) + x2(n) dever ser y(n) = y1(n) + y2(n). Para esse sistema, temos
Portanto, o sistema no aditivo. Finalmente, como o sistema no aditivo nem homogneo, o sistema no linear.
(b) Observe que, se y(n) for a resposta a x(n) dada por
38 PROCESSAMENTO DIGITAL DE SINAIS
Entretanto,
que no mesmo que y1(n). Portanto, esse sistema no homogneo. De mesmo modo, observe que a resposta a x(n) =
x1(n) + x2(n)
que no igual a y1(n) + y2(n). Portanto, esse sistema no aditivo e, como resultado, no linear.
(c) Esse sistema homogneo porque a resposta do sistema a x1(n) = cx(n)
Especificamente, observe que se x(n) for multiplicado por uma constante complexa c, a sada
a qual c vezes a resposta do sistema a x(n). Portanto, o sistema homogneo. Por outro lado, deve estar claro que o sistema no
aditivo porque, em geral,
A aditividade origina-se do fato de que a parte imaginria de uma soma de nmeros complexos igual soma das partes imagi-
nrias. Entretanto, o sistema no homogneo porque
(e) y(n) = x ((n))N (isto , y(n) = x(n mdulo N) como discutido no Problema 1.8)
(f) y(n) = x ( n)
(a) Seja y(n) a resposta do sistema a uma entrada arbitrria x(n). Para testar a invarincia ao deslocamento, deveremos compa-
rar a resposta deslocada y (n n0) com a resposta do sistema entrada deslocada x (n n0). Com
onde f(n) o ganho varivel em relao ao deslocamento. Sistemas desse tipo sempre so variantes ao deslocamento des-
de que f(n) no seja uma constante. Para demonstrar isso, vamos supor que f(n) no seja constante e sejam n1 e n2 dois n-
dices para os quais f(n1) f(n2). Para uma entrada x1(n) = (n n1), observe que a entrada y1(n)
Embora x1(n) e x2(n) sejam diferentes apenas por um deslocamento, as respostas y1(n) e y2(n) so diferentes por um deslo-
camento e um escalamento de amplitude. Portanto, o sistema variante ao deslocamento.
(c) Seja
a resposta do sistema a uma entrada arbitrria x(n). A resposta do sistema entrada deslocada x1(n) = x (n n0)
a qual igual resposta a x(n). Como y1(n) y(n N), em geral, esse sistema no invariante ao deslocamento.
(f) Pode-se mostrar facilmente que esse sistema variante ao deslocamento com um contra-exemplo. Entretanto, suponha que
usemos o mtodo direto e sejam x(n) uma entrada e y(n) = x( n) a resposta. Se considerarmos a entrada deslocada, x1(n) =
x (n n0), encontramos que a resposta
1.15 Um sistema linear de tempo discreto caracterizado por sua resposta hk(n) a uma amostra unitria retardada (n k).
Para cada sistema linear definido abaixo, determine se os sistema invariante ou no ao deslocamento.
(a) Observe que hk(n) uma funo de n k. Isso sugere que o sistema seja invariante ao deslocamento. Para verificar isso, se-
ja y(n) a resposta do sistema a x(n):
CAPTULO 1 SINAIS E SISTEMAS 41
1.16 Seja T[.] um sistema linear, no necessariamente invariante ao deslocamento, com a resposta hk(n) entrada (n
k). Elabore um teste em termos de hk(n) que nos permita determinar se o sistema estvel ou no, e se o sistema
causal ou no.
(a) A resposta de um sistema linear entrada x(n)
Como resultado, se
a sada limitada e o sistema estvel. A Equao (1.23) uma condio necessria estabilidade. Para determinar a su-
ficincia dessa condio, mostraremos que se esse somatrio no for finito, poderemos encontrar uma entrada limitada ca-
paz de produzir uma sada ilimitada. Vamos supor que hk(n) seja limitada para todos k e n [em caso contrrio, o sistema se-
ria instvel porque a resposta entrada limitada (n k) seria ilimitada]. Sendo hk(n) limitada para todos k e n, suponha que
a soma da Equao (1.23) seja ilimitado para algum n, digamos n = n0.
Seja
isto ,
a qual, por suposio, ilimitada. Portanto, o sistema instvel, e assim determinamos a suficincia da condio dada na
Equao (1.23).
(b) Agora vamos examinar a causalidade. Para uma entrada x(n), a resposta a dada pela Equao (1.22). Para um sistema ser
causal, a sada y(n) no tempo n0 no pode depender da entrada x(n) para qualquer n > n0. Portanto, a Equao (1.22) deve
ser da forma
1.17 Determine se os sistemas definidos no Problema 1.15 so ou no (a) estveis (b) causais.
(a) Para o primeiro sistema, hk(n) = (n k)u(n k). Observe que hk(n) cresce linearmente com n. Portanto, esse sistema no po-
de ser estvel. Por exemplo, observe que, se x(n) = (n), a sada
a qual ilimitada. Alternativamente, podemos usar o teste desenvolvido no Problema 1.16 para verificar a estabilidade. Como
esse sistema instvel. Por outro lado, como hk(n) = 0 para n < k, esse sistema causal.
(b) Para o segundo sistema, hk(n) = (2n k), observe que hk(n) tem no mximo um valor diferente de zero, sendo esse valor
igual a 1. Portanto,
CAPTULO 1 SINAIS E SISTEMAS 43
para todos n e o sistema estvel. Entretanto, o sistema no causal. Para mostrar isso, observe que, se x(n) = (n 2), a
resposta
Como o sistema produz uma resposta antes de ocorrer a entrada, ele no causal.
(c) Para o ltimo sistema, observe que
a qual ilimitada. Portanto, esse sistema instvel. Finalmente, como hk(n) = 0 para n < k, o sistema causal.
1.18 Considere um sistema cuja resposta ao degrau unitrio retardado dada por
Isto , sk(n) a resposta do sistema linear entrada x(n) = u(n k). Encontre a resposta desse sistema entrada x(n)
= (n k), onde k um inteiro arbitrrio, e determine se esse sistema ou no invariante ao deslocamento, estvel
ou causal.
Como esse sistema linear, podemos encontrar a resposta, hk(n), entrada (n k) como segue. Com (n k) = u(n k) u(n
k 1) e usando linearidade, resulta
Desse grfico, vemos que o sistema no invariante ao deslocamento porque a amplitude da resposta do sistema amostra uni-
tria muda de valor quando a amostra unitria adiantada ou atrasada. Entretanto, como hk(n) = 0 para n < k, o sistema causal.
Finalmente, como hk(n) ilimitada como funo de k, vem que o sistema instvel. Em particular, observe que o teste de estabi-
lidade de um sistema linear desenvolvido no Problema 1.16, requer que
Observe que, ao calcular essa soma, estamos somando em k. Isso feito mais facilmente plotando hk(n) versus n, como ilustra-
do na figura abaixo.
Como essa soma no pode ser limitada por um nmero finito L, esse sistema instvel e, portanto, deve ser possvel encontrar
uma entrada limitada que produza uma sada ilimitada. Uma seqncia como essa a seguinte:
A resposta
1.19 Considere um sistema cuja sada y(n) relaciona-se com a entrada x(n) por
Determine se o sistema ou no (a) linear, (b) invariante ao deslocamento, (c) estvel e (d) causal.
(a) A primeira coisa que devemos observar a respeito da sada y(n) que ela formada pela soma dos produtos da entrada x(n)
com verses deslocadas dela mesma. Por exemplo
de se esperar, portanto, que esse sistema seja no linear. Vamos confirmar isso com um exemplo. Observe que, se x(n) =
(n), ento y(n) = (n). Entretanto, se x(n) = 2(n), temos y(n) = 4(n). Portanto, o sistema no homogneo e, conseqen-
temente, no linear.
(b) Para verificar a invarincia ao deslocamento, devemos comparar
onde a ltima igualdade vem da substituio k = k n0. Como y1(n) y(n n0), esse sistema no invariante ao desloca-
mento.
(c) Em relao estabilidade, observe que, se x(n) for um degrau unitrio, y(0) ilimitado. Portanto, esse sistema instvel.
(d) Finalmente, em relao causalidade, observe que a sada depende dos valores de x(n) para todos n. Por exemplo, y(0) a
soma dos quadrados de x(k) para todos k. Portanto, esse sistema no causal.
1.20 Sabendo que x(n) a entrada do sistema e y(n) a sada, quais dos seguintes sistemas so causais?
(a) O sistema y(n) = x2(n)u(n) sem memria (isto , a resposta do sistema no tempo n depende apenas da entrada no tempo n
e de nenhum outro valor de entrada). Portanto, esse sistema causal.
(b) O sistema y(n) = x(|n|) um exemplo de um sistema no causal. Isso pode ser visto examinando a sada quando n < 0. Em
particular, observe que y( 1) = x(1). Portanto, a sada do sistema no tempo n = 1 depende do valor da entrada em um tem-
po futuro.
(c) Nesse sistema, para se calcular a sada y(n) no tempo n, tudo que precisamos conhecer so os valores da entrada x(n) nos
tempos n, n 3 e n 10. Portanto, esse sistema deve ser causal.
(d) Esse sistema no causal, o que pode ser visto calculando y(n) para n < 0. Por exemplo,
Como y( 1) depende do valor de x(2), que ocorre aps o tempo n = 1, esse sistema no causal.
(e) A sada desse sistema no tempo n o produto dos valores da entrada x(n) nos tempos n 1,..., n N. Portanto, o sistema
causal porque a sada depende apenas dos valores passados do sinal de entrada.
(f) Esse sistema no causal. Isso pode ser visto facilmente se reescrevermos a definio de sistema como segue:
Portanto, a entrada deve ser conhecida em todos n 0 para se determinar a sada no tempo n. Por exemplo, para encontrar
y( 5), devemos conhecer x(0), x( 1), x( 2),.... Assim, o sistema no causal.
(a) Seja x(n) qualquer entrada limitada com |x(n)| < M. Ento, vem que a sada, y(n) = x2(n), pode ser limitada por
(b) Claramente, esse sistema no estvel. Por exemplo, observe que a resposta do sistema amostra unitria x(n) = (n) in-
finita para todos os valores de n exceto n = 1.
(c) Como |cos(x)| 1 para todos x, esse sistema estvel.
(d) Esse sistema corresponde a um integrador digital e instvel. Considere, por exemplo, a resposta do sistema ao degrau.
Com x(n) = u(n), temos, para n 0,
que ilimitada. Por outro lado, como a relao de entrada e sada de convoluo, esse um sistema linear invariante ao
deslocamento com uma resposta amostra unitria
Para testar a invertibilidade, podemos mostrar que um sistema invertvel projetando um sistema inverso que recupera de forma
nica a entrada a partir da sada, ou podemos mostrar que um sistema no invertvel encontrando duas entradas diferentes que
produzam a mesma sada. Cada sistema definido acima ser testado em relao invertibilidade usando um desses dois mtodos.
(a) Esse sistema claramente invertvel porque, dada a sada y(n), podemos recuperar a entrada usando x(n) = 0,5y(n).
(b) Esse sistema no invertvel porque o valor de x(n) em n = 0 no pode ser recuperado de y(n). Por exemplo, a resposta do
sistema a x(n) e a x1(n) = x(n) + (n) sero as mesmas para qualquer .
(c) Devido diferena entre dois valores sucessivos de entrada, esse sistema no invertvel. Por exemplo, observe que as en-
tradas x(n) e x(n) + c produziro a mesma sada para qualquer valor de c.
CAPTULO 1 SINAIS E SISTEMAS 47
(d) Esse sistema corresponde a um integrador e um sistema invertvel. Para mostrar que invertvel, podemos construir o sis-
tema inverso, que
(e) A invertibilidade deve ser verdadeira para um sinal de valor tanto real como complexo. Portanto, esse sistema no inver-
tvel porque descarta a parte imaginria de x(n). Entretanto, poderamos afirmar que esse sistema invertvel no conjunto
de sinais de valor real.
(a) Se ambos, S1 e S2, forem lineares, invariantes ao deslocamento, estveis e causais, a cascata tambm ser li-
near, invariante ao deslocamento, estvel e causal?
(b) Se ambos, S1 e S2, forem no lineares, a cascata ser no linear?
(c) Se ambos, S1 e S2, forem variantes ao deslocamento, a cascata tambm ser variante ao deslocamento?
(a) Pode-se mostrar facilmente que a linearidade, a invarincia ao deslocamento, a estabilidade e a causalidade so preserva-
das em uma cascata. Por exemplo, a resposta de S1 entrada ax1(n) + bx2(n) aw1(n) + bw2(n) devido linearidade de S1.
Sendo essa a entrada de S2, a resposta , novamente pela linearidade, ay1(n) + by2(n). Portanto, se ambos S1 e S2 forem li-
neares, a cascata linear.
De modo semelhante, em relao invarincia ao deslocamento, se x(n n0) for a entrada de S1, a resposta ser w(n
n0). Alm disso, como S2 invariante ao deslocamento, a resposta a w(n n0) y(n n0). Portanto, a resposta da cascata a
x(n n0) y(n n0) e invariante ao deslocamento.
Para determinar a estabilidade, observe que, com S1 estvel, se x(n) for limitada, a sada w(n) limitada. Sendo w(n)
uma entrada limitada do sistema estvel S2, a resposta y(n) tambm limitada. Portanto, a cascata estvel.
Finalmente, constatamos a causalidade da cascata observando que, se S2 for causal, ento y(n) no tempo n = n0 depen-
de apenas de w(n) para n n0. Sendo S1 causal, w(n), para n n0, depende apenas da entrada x(n), para n n0, e resulta que
a cascata causal.
(b) Se S1 e S2 forem no lineares, no necessariamente verdadeiro que a cascata no linear porque o segundo sistema pode
desfazer a no linearidade do primeiro. Por exemplo, com
a cascata invariante ao deslocamento, mesmo que um modulador e um demodulador sejam variantes ao deslocamento.
Um outro exemplo se S1 for um up-sampler
48 PROCESSAMENTO DIGITAL DE SINAIS
e S2 for um down-sampler
Nesse caso, a cascata invariante ao deslocamento e y(n) = x(n). Entretanto, se a ordem dos sistemas for invertida, a cas-
cata no ser mais invariante ao deslocamento. Tambm, se um sistema linear invariante ao deslocamento, tal como um re-
tardo unitrio, for inserido entre o up-sampler e o down-sampler, a cascata dos trs sistemas ser, em geral, variante ao des-
locamento.
Convoluo
1.24 O primeiro valor diferente de zero de uma seqncia x(n) de comprimento finito ocorre no ndice n = 6 e tem va-
lor x( 6) = 3, e o ltimo valor diferente de zero ocorre no ndice n = 24 e tem valor x(24) = 4. Qual o ndice do
primeiro valor diferente de zero da convoluo
e qual o seu valor? Que pode ser dito sobre o ltimo valor diferente de zero?
Como estamos fazendo a convoluo de duas seqncias de comprimento finito, o ndice do primeiro valor diferente de zero na
convoluo igual soma dos ndices dos primeiros valores diferentes de zero das duas seqncias que esto sendo convolu-
das. Nesse caso, o ndice n = 12 e o valor
1.25 A convoluo de duas seqncias de comprimento finito finita em comprimento. verdadeiro que a convoluo
de uma seqncia de comprimento finito com uma seqncia de comprimento infinito tem comprimento infinito?
No necessariamente verdadeiro que a convoluo de uma seqncia de comprimento infinito com uma seqncia de compri-
mento finito tenha comprimento infinito. Pode ser qualquer. Claramente, se x(n) = (n) e h(n) = (0,5)nu(n), a convoluo uma
seqncia de comprimento infinito. Entretanto, possvel que a seqncia de comprimento finito remova a cauda de compri-
mento infinito de uma seqncia de comprimento infinito. Por exemplo, observe que
Como h(n) igual a zero fora do intervalo [ 3, 3] e x(n) zero fora do intervalo [1, 5], a convoluo y(n) = x(n) * h(n) zero fo-
ra do intervalo [ 2, 8].
Uma maneira de realizar a convoluo usando o mtodo da rgua-de-clculo. Escrevendo x(k) e h( k) ao longo das mar-
gens superiores de dois pedaos de papel, e alinhando-as em k = 0, temos a situao mostrada abaixo (a seqncia h( k) est na
frente).
Formando a soma dos produtos x(k)h( k), obtemos o valor de y(n) no tempo n = 0, que y(0) = 2. Deslocando h( k) de um es-
querda, multiplicando e somando, obtemos o valor de y(n) em n = 1, que y( 1) = 2. Deslocando mais uma vez esquerda e
formando a soma dos produtos, encontramos y( 2) = 1, que o ltimo valor diferente de zero de y(n) para n < 0. Repetindo o
processo deslocando h( k) direita, obtemos os valores de y(n) para n > 0, que so
Como ambas as seqncias tm comprimento infinito, mais fcil calcular a soma de convoluo diretamente:
Observe que, como x(n) = 0 para n < 0 e h(n) = 0 para n < 3, y(n) ser zero para n < 3. Substituindo x(n) e h(n) na soma de con-
voluo, temos
50 PROCESSAMENTO DIGITAL DE SINAIS
Devido ao degrau u(k), o limite inferior da soma pode ser alterado para k = 0 e, como u(n k 3) zero para k > n 3, o limite
superior pode ser alterado para k = n 3. Assim, para n 3, a soma de convoluo fica
1.28 Um sistema linear invariante ao deslocamento a resposta amostra unitria dada por
Como x(n) zero para n > 1 e h(n) zero para n > 1, a convoluo zero para n > 2. Calculando a soma de convoluo di-
retamente, temos
Com a mudana de variveis m = k e usando as frmulas das sries dadas na Tabela 1-1, temos
Vamos verificar essa resposta para alguns valores de n usando convoluo grfica. Fazendo inverso no tempo em x(k), vemos
que h(k) e x( k) no se sobrepem para nenhum k e, assim, y(0) = 0. De fato, a sobreposio s ocorre aps deslocarmos x( k)
duas amostras esquerda. Com x( 2 k) e h(k) se sobrepondo em um ponto e o produto sendo igual a , vem que
Calculando o valor da expresso de y(n) acima no ndice n = 2, obtemos o mesmo resultado. Para n = 3, as seqncias x( 3
k) e h(k) sobrepem-se em dois pontos e a soma dos produtos fornece , o qual novamente o mesmo da
expresso acima.
1.29 Se a resposta a um degrau unitrio (isto , resposta ao degrau) de um sistema linear invariante ao deslocamento for
CAPTULO 1 SINAIS E SISTEMAS 51
Portanto, a resposta amostra unitria, h(n), relaciona-se com a resposta ao degrau s(n) como segue:
A demonstrao da propriedade comutativa imediata e envolve apenas uma simples manipulao da soma de convoluo. Com
a convoluo de x(n) com h(n) dada por
Portanto,
1.32 Seja
52 PROCESSAMENTO DIGITAL DE SINAIS
a resposta amostra unitria de um sistema linear invariante ao deslocamento. Se a entrada desse sistema for um
degrau unitrio,
encontre onde .
Com
Portanto,
Como u(k) zero para k < 0 e u(n k) zero para k > n, essa soma pode ser reescrita como segue:
ou
quando
Com
ou
Para calcular essa soma, que depende de n, vamos considerar trs casos. Primeiro, para n < 0, a soma zero porque u(n k) = 0
para 0 k 100. Portanto,
Segundo, observe que, para 0 n 100, o degrau u(n k) igual a 1 apenas para k n. Portanto,
Finalmente, para n 100, observe que u(n k) igual a 1 para todos k no intervalo 0 k 100. Portanto,
Resumindo, temos
Para calcular essa soma, til fazer um grfico de h(k) e x(n k) em funo de k como est mostrado na seguinte figura:
Observe que a quantidade de sobreposio entre h(k) e x(n k) depende do valor de n. Por exemplo, se n < 0, no h sobreposi-
o, ao passo que, para 0 n 5, as duas seqncias sobrepem-se para 0 k n. Portanto, na continuao, vamos considerar
cinco casos separados.
Caso 1 n < 0. Quando n < 0, no h nenhuma sobreposio entre h(k) e x(n k). Portanto, o produto h(k)x(n k) para
todos k e y(0) = 0.
Caso 2 0 n 5. Nesse caso, o produto h(k)x(n k) diferente de zero apenas para k no intervalo 0 k n. Portanto,
Caso 3 6 n 10. Para 6 n 10, todos os valores diferentes de zero de x(n k) esto dentro dos limites da soma, e
Caso 4 11 n 15. Quando n est no intervalo 11 n 15, as seqncias h(k) e x(n k) sobrepem-se para n 5 k
10. Portanto,
CAPTULO 1 SINAIS E SISTEMAS 55
Caso 5 n > 15. Finalmente, para n > 15, no h novamente nenhuma sobreposio entre h(k) e x(n k) e o produto
h(k)x(n k) zero para todos k. Portanto, y(n) = 0 para n > 15.
Resumindo, temos para a convoluo
Observe que usamos uma estrela para denotar correlao e um asterisco * para denotar convoluo.
(a) Encontre a correlao entre a seqncia x(n) = u(n) u(n 6) e h(n) = u(n 2) u(n 5).
(b) Encontre a correlao de x(n) = u(n) consigo mesma (isto , h(n) = x(n)). Isso conhecido como autocor-
n
vemos que a nica diferena que, no caso da convoluo, h(k) invertida no tempo antes do deslocamento de n amostras, ao
passo que, na correlao, h(k) deslocado sem inverso de tempo. Portanto, usando um mtodo grfico para computar a corre-
lao, precisamos simplesmente plotar x(k) e h(k), deslocar h(k) n amostras ( esquerda, se n > 0, e direita, se n < 0), multipli-
car as duas seqncias x(k) e h(n + k) e fazer a soma dos produtos. Um grfico de x(k) e h(k) est mostrado na figura abaixo.
Denotando a correlao por rxh(n), fica claro que, para n = 0, a correlao igual a 3. De fato, esse o valor de rxh(n) para
1 n 2. Para n = 3, x(k) e h(3 + k) sobrepem-se apenas em dois pontos e rxh(3) = 2. De modo semelhante, como x(k) e
h(4 + k) sobrepem-se apenas em um ponto, rxh(4) = 1. Finalmente, rxh(n) = 0 para n > 4. Procedendo de maneira semelhan-
te para n < 0, encontramos que rxh( 2) = 2 e rxh( 3) = 1. A correlao mostrada na figura abaixo.
(b) Se rx(n) denotar a autocorrelao de x(n) e observando que a autocorrelao a convoluo de x(n) com x( n), temos:
56 PROCESSAMENTO DIGITAL DE SINAIS
Equaes de Diferenas
1.37 Considere um sistema descrito pela equao de diferenas
resultando
Agora, as constantes A1 e A2 devem ser encontradas para que a soluo total satisfaa as condies iniciais dadas, y( 1) = 0,75 e
y( 2) = 0,25. Como a soluo dada na Equao (1.25) s aplicvel quando n 0, devemos deduzir um conjunto equivalente de
condies iniciais para y(0) e y(1). Calculando a equao de diferenas para n = 0 e n = 1, temos
Agora, substituindo essas condies iniciais deduzidas ou derivadas na Equao (1.25), temos
e resolvendo, encontramos
Uma observao importante a ser feita sobre essa soluo que, como a equao de diferenas tem coeficientes reais, as razes
do polinmio caracterstico so pares de conjugados complexos. Isso assegura uma resposta de valor real amostra unitria. Com
uma entrada x(n) de valor real, a resposta deve ser real e, portanto, resulta que A2 deve ser o conjugado complexo de A1:
Como a soluo particular zero quando a entrada do sistema uma amostra unitria, a Equao (1.26) representa a solu-
o total.
Para encontrar as constantes A1 e A2, devemos deduzir as condies iniciais para n = 0 e n = 1. Com as condies ini-
ciais de repouso, y( 1) = y( 2) = 0, vem que
Podemos, agora, escrever duas equaes com as incgnitas A1 e A2, calculando a equao (1.26) em n = 0 e n = 1 como segue:
Assim,
(b) Para encontrar a resposta do sistema a x(n) = u(n) u(n 10), podemos proceder de um entre dois modos. Primeiro, pode-
mos fazer a convoluo de h(n) com x(n):
Por outro lado, observando que a entrada a soma de dois degraus, podemos encontrar a resposta do sistema ao degrau,
s(n), e ento, usando linearidade, escrever a resposta como
Usando esse mtodo, vemos da parte (a) que a resposta ao degrau para n 0
(c) Com , observe que x(n) tem a mesma forma de um dos termos da soluo homognea. Portanto, a solu-
o particular no ser da forma como indicado na Tabela 1-2. Se tivssemos de substituir essa soluo
particular na equao de diferenas, no encontraramos nenhum valor vlido de C. Como no caso em que a raiz da equa-
o caracterstica de segunda ordem, a soluo particular tem a forma
Devemos agora resolver em relao s constantes A1 e A2. Como fizemos na parte (a), com condies iniciais zero, encon-
tramos y(0) = 1 e . Portanto, calculando a Equao (1.27) em n = 0 e n = 1, obtemos as duas equaes seguintes
com incgnitas A1 e A2:
1.39 Uma hipoteca de R$ 100.000,00 deve ser quitada atravs de pagamentos mensais iguais de d reais. cobrado juro,
composto mensalmente, com a taxa de 10% por ano sobre o saldo devedor [por exemplo, depois do primeiro ms,
o dbito total igual a ( )]. Determine qual deve ser a quantia do pagamento mensal, d, pa-
ra que a hipoteca seja paga em 30 anos. Encontre tambm a quantia total de pagamentos realizados ao longo do pe-
rodo de 30 anos.
O saldo devedor no final do n-simo ms, na ausncia de quaisquer emprstimos ou pagamentos adicionais, igual ao saldo de-
vedor do ms anterior mais o juro cobrado sobre o saldo devedor do ms anterior. Portanto, sendo y(n) o saldo devedor no final
do n-simo ms, temos
onde o juro aplicado sobre o saldo devedor. Alm disso, o saldo deve ser ajustado pela quantia lquida de dinheiro
que deixa o banco para o seu bolso. Isso simplesmente a quantia tomada de emprstimo no n-simo ms menos a quantia paga
ao banco no n-simo ms. Assim,
onde xb(n) a quantia tomada de emprstimo no n-simo ms e xp(n) a quantia paga no n-simo ms. Combinando os termos,
temos
60 PROCESSAMENTO DIGITAL DE SINAIS
onde , e x(n) a quantia lquida de dinheiro que no n-simo ms deixa o banco. Como um principal de
p reais tomado emprestado no ms zero e os pagamentos de d reais comeam no ms 1, a funo de excitao ou de entrada,
x(n),
Como estamos supondo condies iniciais zero, y( 1) = 0, e como a entrada consiste em uma combinao linear de uma amos-
tra unitria escalada e um degrau escalado e retardado, a soluo da equao de diferenas simplesmente
onde h(n) e s(n) so as respostas amostra unitria e ao degrau unitrio, respectivamente. Para encontrar a resposta amostra
unitria, escrevemos a equao de diferenas na forma
e a soluo homognea
Como a entrada x(n) = (n) igual a zero para n > 0, a soluo particular zero (tudo que a amostra unitria faz determinar as
condies iniciais em n = 0). Calculando a equao de diferenas em n = 0, temos
Agora, a resposta ao degrau pode ser encontrada fazendo a convoluo de h(n) com u(n):
Agora, queremos encontrar o valor d tal que, aps 360 pagamentos mensais iguais, a hipoteca esteja quitada. Em outras palavras,
queremos encontrar d tal que
Isolando d, temos
CAPTULO 1 SINAIS E SISTEMAS 61
1.40 Todos os segundos, cada partcula dentro de um reator divide-se em oito partculas e cada partcula divide-se
em uma partcula e duas partculas . Esquematicamente,
Supondo que haja uma nica partcula dentro do reator no tempo n = 0, encontre uma expresso para o nmero
total de partculas no reator no tempo n.
Sejam (n) e (n) os nmeros de partculas e dentro do reator no tempo n. O comportamento no interior do reator pode ser
descrito pelo seguinte par de equaes de diferenas acopladas:
Antes de resolvermos essas equaes de diferenas, devemos desacopl-las. Assim, vamos deduzir uma nica equao de dife-
renas para (n). Da primeira equao, vemos que (n) = (n 1). Substituindo essa relao na segunda equao de diferenas,
temos
Portanto,
e as solues de (n) e (n) so
62 PROCESSAMENTO DIGITAL DE SINAIS
Como estamos interessados no nmero total de partculas dentro do reator no tempo n, com
temos
Problemas Complementares
Sinais de Tempo Discreto
1.41 Encontre o perodo N da seqncia
1.43 Se x(n) = 0 para n < 0 e a parte mpar for , encontre x(n) sabendo que x(0) = 1.
2
1.45 Se x(n) for mpar, que y(n) = x (n)?
1.46 Se x(n) = 0 para n < 0, Pe for a potncia da parte par de x(n) e Po for a potncia da parte mpar, quais das seguintes afirma-
es so verdadeiras?
1.50 Abaixo esto dadas as respostas amostra unitria de diversos sistemas lineares invariantes ao deslocamento. Em cada
sistema, determine as condies a que o parmetro deve atender para que o sistema seja estvel.
1.52 Considere o sistema linear invariante ao deslocamento descrito pela equao de diferenas linear com coeficientes cons-
tantes de primeira ordem
Convoluo
1.54 Encontre a convoluo das duas seqncias
1.57 A resposta ao degrau de um sistema definida como sendo a resposta do sistema a um degrau unitrio u(n).
(a) Seja s(n) a resposta ao degrau de um sistema linear invariante ao deslocamento. Expresse s(n) em termos da resposta
amostra unitria h(n) e encontre s(n) quando h(n) = u(n) u(n 6).
(b) Deduza uma expresso para h(n) em termos de s(n) e encontre a resposta amostra unitria de um sistema cuja resposta ao
degrau
1.58 A resposta amostra unitria de um sistema linear invariante ao deslocamento mostrado abaixo:
1.60 Dadas trs seqncias, h(n), g(n) e r(n), expresse g(n) em termos de r(n) se
supondo a b.
n n
1.61 Sejam h(n) = a u(n) e x(n) = b u(n). Encontre a convoluo
n
1.62 Se x(n) = a u(n), encontre a convoluo .
1.63 A entrada de um sistema linear invariante ao deslocamento o degrau unitrio, x(n) = u(n), e a resposta y(n) = (n). En-
contre a resposta amostra unitria do sistema.
1.64 Se for a resposta amostra unitria de um sistema linear invariante ao deslocamento e s(n) for
a resposta ao degrau (a resposta do sistema a um degrau unitrio), encontre o valor da constante A tal que
1.67 Seja
1.68 Dados
e h(n) = (n 2) + (n 3) + (n 4), para qual valor de n, a convoluo y(n) = x(n) * h(n) atingir seu valor mximo, e qual
esse valor mximo?
1.69 Um sistema linear tem uma resposta hk(n) = (2n k) amostra unitria (n k). Encontre a resposta do sistema entra-
da x(n) = u(n).
1.70 Considere a interconexo mostrada na figura abaixo de trs sistemas lineares invariantes ao deslocamento.
Se h1(n) = u(n 2), h2(n) = nu(n) e h3(n) = d(n 2), encontre a resposta amostra unitria do sistema como um todo.
Equaes de Diferenas
1.71 Considere o sistema linear invariante ao deslocamento descrito pela EDLCC
Se a entrada for x(n) = 2u(n) 3nu(n), encontre a resposta do sistema supondo condies iniciais de y( 1) = 2 e y( 2) = 1.
1.76 Em uma conta de poupana que paga juros taxa de 1% por ms, se os depsitos forem feitos no primeiro dia de cada ms
razo de R$ 50,00 por ms, que quantia haver na conta ao final de um ano?
1.77 Uma conta de poupana paga juros taxa de 1% por ms. Com um depsito inicial de R$ 50,00, que quantia haver na
conta depois de dez anos?
1.42 (a) Se x(n) = x(n + N), pela invarincia ao deslocamento, y(n) = y(n + N). Portanto, y(n) peridica de perodo N.
(b) No. (c) Sim.
1.43
1.44 .
1.45 Par.
1.47 .
1.48 .
1.49 (a) Linear, variante ao deslocamento, estvel, no causal, no invertvel. (b) Linear, variante ao deslocamento, instvel,
no causal, invertvel. (c) Linear, invariante ao deslocamento, estvel, no causal, invertvel. (d) No linear, invariante ao
deslocamento, estvel, causal, invertvel. (e) No linear, invariante ao deslocamento, estvel, no causal, no invertvel.
1.50 (a) |a| > 1. (b) Qualquer a finito. (c) |a| < 1.
1.55 .
1.56 .
(b) h(n) = s(n) s(n 1). Se s(n) = ( 0,5)nu(n), ento h(n) = (n) + 3( 0,5)nu(n 1).
1.58
1.59 .
CAPTULO 1 SINAIS E SISTEMAS 67
1.60
1.61
1.62
1.63 .
1.64 .
1.65 .
1.66 .
1.67 .
1.70 .
1.71 .
1.72 .
1.73
1.74 .
1.75 .
1.76 R$ 690,46.
1.77 R$ 165,02.