Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula1 PDF
Aula1 PDF
SINAIS
Bibliografia Complementar
[1] Proakis & Monalakis (1989): Introduction to Discrete-Time Signal
Processing. Mac Millan Press, Inc.
[2] Van den Enden & Werhockx (1989): Discrete-Time Signal Processing: An
Introduction. Prentice-Hall Inc, NJ.
[3] Notas de aula disponibilizadas pelo professor da disciplina.
PROCESSAMENTO DE SINAIS
Processamento analgico :
Processamento digital :
FILTRO
ANLISE
DIGITAL
a
Polar Cartesiano : z = r cos( ) + jr sen( )
IDENTIDADE DE EULER
Em 1748, na publicao Introductio in Analysin
Infinitorum, o matemtico Leonhard Euler (17071783)
estabeleceu a equao (identidade) que seria uma das
mais importantes para o estudo da teoria de
telecomunicaes:
j
e = cos( ) + j sen( ) , j = 1
Para se ter uma idia da importncia desta equao, basta
lembrar que no ncleo da Srie e da Transformada de
Fourier, tanto para sinais contnuos como discretos, est
presente uma exponencial complexa.
[ ] j
z = r cos( ) + j sen( ) z = re ! (FASOR)
Tema de casa - S com a identidade de Euler, prove:
(Obs.: Podese usar os resultados j provados para provar os seguintes...)
e j + e j e j e j
1. cos( ) = ; sen( ) =
2 2j
1 1
2. cos ( ) = [1 + cos(2 )] ; sen ( ) = [1 cos(2 )]
2 2
2 2
3. cos 2 ( ) + sen 2 ( ) = 1 ; cos 2 ( ) sen 2 ( ) = cos(2 )
1
4. sen( )sen( ) = [cos( ) cos( + )]
2
1
5. cos( )cos( ) = [cos( ) + cos( + )]
2
1
6. sen( )cos( ) = [sen( ) + sen( + )]
2
Tema de casa - Usando as identidades de n. 4 a 6, prove:
Em x=1
EXPANSO EM SRIE EXERCCIO
n 2 3 4 5
x x x x x
ex = = 1+ x + + + + "
n = 0 n! 2! 3! 4! 5!
Exerccio : Com base na expanso em srie acima
e nas identidades de n.o 1 do slide anterior, prove
que as expanses em srie para sen( x) e cos( x) so :
x3 x5 x7 x9
sen( x) = x + + "
3! 5! 7! 9!
2 4 6 8
x x x x
cos( x) = 1 + + "
2! 4! 6! 8!
FREQNCIAS POSITIVAS E NEGATIVAS (?!)
fasor_girando.m
Sequncias Fundamentais
1. Impulso unitrio : {...,0,0,1,0,0,...}
1 , n = 0 1 , n = n0
( n) = (n n0 ) =
0 , n 0 0 , n n0
6. Peridica ( ~
x (n)) : A seqncia x(n) peridica se
x(n) = x(n + N ) , n
O menor inteiro N ( N > 0) que satisfaz a relao acima
chamado de perodo fundamental
x1 [n] e x2[n] so aperidicas.
X3[n] peridica com perodo
N=16.
Sequncias simtricas
Um sinal de valor real dito par se:
E dito mpar se:
Qualquer sinal pode ser decomposto
em:
Para encontrar a parte par:
Para encontrar a parte mpar:
Amplitude, Magnitude, Potncia
Amplitude: pode ser positivo ou negativo.
Magnitude: O quanto o valor se afasta de zero (sempre positivo).
Potncia: A potncia de um sinal proporcional a sua amplitude ao
quadrado. Considerando uma constante unitria, temos o valor relativo
de potncia! Devido ao fato de elevar ao quadrado a amplitude, fcil
distinguir dois sinais com amplitudes diferentes:
Operaes sobre sequncias
Transformaes da varivel independente
Frequentemente manipula-se o ndice n
f(n) uma funo de n
Transformaes mais comuns:
Deslocamento: Se no for positivo, o sinal
deslocado no amostras a direita (atraso):
Up-sampling:
Operaes sobre sequncias
OPERAES SOBRE SEQNCIAS
Adio: feita somando-se amostras de mesmo ndice
{ x1 (n)} + { x2 (n)} = { x1 (n) + x2 (n)}
n2
Soma de amostras: x(n) = x(n ) + ... + x(n
n = n1
1 2 1) + x(n2 )
n2
Produto de amostras : x (n) = x (n ) " x (n
n1
1 2 1) x (n2 )
x ( n) x ( n) =
2
Energia : Ex = *
x ( n)
n = n =
1 N 1
Px = x(n)
2
Potncia do sinal :
N n=0
Simbologia
SNTESE DE SEQNCIAS
Sntese por impulsos : x(n) = x(k ) (n k )
k =
O impulso ou amostra unitria pode ser utilizada para decompor um
sinal arbitrrio x[n] em uma soma de amostras unitrias ponderadas e
deslocadas:
A SRIE GEOMTRICA
{ }
1
x ( n) = , n 0 :
n n
, para < 1
n =0 1
N 1 1 N
, 1
= 1
n
n =0 N , =1
CORRELAO ENTRE SEQNCIAS
Correlao cruzada : rxy (k ) = x ( n) y ( n k )
n =
Autocorrelao : rxx (k ) = x ( n) x ( n k )
n =
SISTEMAS de Tempo Discreto
y (n) = T [x(n)]
um operador matemtico que transforma um sinal de entrada em
outro sinal de sada.
T []
linear se for aditivo e homogneo
8 simultaneamente:
T [a1 x1 (n) + a2 x2 (n)] = a1T [x1 (n)] + a2T [x2 (n)]
a1 , a2 , x1 (n) , x2 (n)
SISTEMAS LINEARES
Aplicando na decomposio de x[n]:
Somatrio de superposio.
Lienaridade
Exemplo de sistema linear
Se a e b representam os sinais de 1 e 3
Hz:
Porm para
O que diferente de ou seja esse um sistema
variante no tempo.
Invarincia ao deslocamento
Sistemas invariantes ao tempo
A entrada na letra
c) est defasada
de 4 amostras.
Sistemas Lineares Invariantes no Tempo (ou ao
deslocamento)
Se h[n] for a resposta do sistema LTI a amostra unitria , ento a
resposta a [n-k] ser h[n-k]
x ( n ) L [] y ( n ) Desloc. de k y (n k )
x ( n ) Desloc. de k x ( n k ) L [] y ( n k )
y (n) = LIT [x(n)] = x ( k ) h( n k )
k =
y ( n) x ( n) h( n)
Resposta de um sistema ao impulso
Se conhecermos a
resposta ao impulso de
um sistema, podemos
caracterizar a sada do
mesmo para qualquer
entrada.
CAUSALIDADE E ESTABILIDADE
Sistema causal: Sada no depende de valores futuros da entrada. Se para qualquer no
a resposta no tempo no depender apenas dos valores de entrada at no.
h(n) = 0 , n < 0
n
y (n) = x(k )h(n k ) = h(k ) x(n k )
k = k =0
Ex. sistema causal Ex. sistema no causal
x ( n) < y ( n) < , x , y
h(n) < Se sist. causal lim N h( n) = 0
n= N
Resposta ao impulso absolutamente somvel.
Estabilidade
Um sistema LTI com resposta a amostra unitria
h[n]=anu[n], ser estvel sempre que |a|<1:
O atenuador inversor (a) gira o sinal de cabea para baixo e reduz sua
amplitude. Em (b) temos o derivador da sequncia.
Equao de diferenas
Um sistema linear e invariante ao deslocamento tambm pode ser
descrito por uma equao de diferenas com coeficientes constantes.
N M
a y (n l ) = b
l =0
l
m =0
m x ( n m) , n