Você está na página 1de 88

Sinais e Sistemas

José Luiz
Sinais e Sistema

Definições:

 Sinais : Um sinal é um conjunto de dados ou informações. Um sinal


pode ser função do tempo (e.g., sinal de televisão, sinal vendas mensais
de uma corporação) ou do espaço (carga elétrica distribuída em um
corpo). Neste curso se tratará de sinais que são funções do tempo,
embora a análise seja válida para outras variáveis independentes.

 Sistemas: Formalmente, um sistema é uma entidade que pode


processar um ou mais sinais (entrada do sistema) e produzir um ou mais
sinais (saída do sistema). Sistemas podem modificar ou extrair
informações adicionais de um sinal.
 Sinais: Discretos, contínuos,
analógicos e digitais...
Qual a diferença?
Tipos de Sinais

 Sinais contínuos são funções definidas em todo instante de tempo:

x(t) é um sinal no qual t pode assumir qualquer valor real;

x(t) pode ter valor constante ou nulo para um intervalo de valores de t;

Figure 1 – Sinal análogo contínuo no tempo(a) e sinal digital contínuo no


tempo (b).
Tipos de Sinais

 Sinais discretos no tempo são funções de um argumento que só


pode assumir valores discretos pertencentes a um conjunto.

x[n] é um sinal no qual n ={...-3,-2,-1,0,1,2,3...}.

 Usualmente emprega-se um índice ao invés da variável tempo quando


se trata de sinais discretos.

Figure 2 – Sinal análogo discreto no tempo(a) e sinal digital discreto no


tempo (b).
Tipos de Sinais

Figure 3 – Sinal em tempo contínuo (a) e sinal em tempo discreto (b).


Tipos de Sinais

 Sinais analógicos são sinais que podem assumir uma gama infinita
de valores em um instante de tempo qualquer.

Exemplo: Sinal de som:

Figura 4- Sinal de voz obtido com um microfone.


Tipos de Sinais

 Sinais digitais são sinais que podem assumir um numero


finito e bem definido de valores em um instante de tempo
qualquer.

Figura 5- Sistema de amostragem e conversão A/D.


Digitalização de Sinais

1.a Fase: Amostragem

Figura 6- Amostragem de um sinal.


Digitalização de Sinais

2.a Fase: Quantização

Figura 7- Quantização de um sinal.


Digitalização de Sinais

3.a Fase: Codificação

Figura 8- Codificação de um sinal.


Digitalização de Sinais

 A Figura a seguir apresenta um diagrama de blocos simplificado onde


é ilustrado o processo de digitalização de um sinal.

Figura 9- Sistema de Processamento de um sinal.


Digitalização de Sinais

 O condicionamento de sinal é responsável pela adequação de amplitude


de tensão e/ou de corrente elétrica e filtragem do sinal.

 O filtro de guarda identificado na figura 9 possui a característica de


tornar o sinal analógico mais suave, minimizando as variações abruptas.
Essa característica é associada ao comportamento no domínio das
frequências e é denominada filtragem passa-baixa.
Digitalização de Sinais

 A interface Analógica/Digital, na grande maioria das aplicações, opera a


taxa fixa de digitalização.

 Para cada aplicação existe uma taxa de amostragem mínima que é


conveniente para representação digital do sinal. Caso essa taxa mínima
não seja obedecida, ocorre um fenômeno denominado superposição de
espectros, ou aliasing, que acarreta perdas de informação na
representação digital.
Digitalização de Sinais

 O teorema da amostragem, ou teorema de Nyquist, diz que a taxa de


amostragem mínima para se amostrar um sinal, ou a frequência de
Nyquist, é o dobro da frequência da componente do sinal com frequência
mais alta.

 Por exemplo, se um sinal tem componentes de frequência com amplitude


significativa em uma faixa de frequência que vai de 0 a 4 KHz, o sinal
deve ser amostrado a uma taxa mínima de 8000 amostras por segundo
para que possa ser reconstruído sem perda de informação.
Digitalização de Sinais

 O filtro de guarda mostrado na Figura 9 também é conhecido como filtro

antialiasing e tem a finalidade de minimizar a superposição de espectros.

Figura 10 – Sinal senoidal original de 2kHz (a); amostragem do


sinal original a 20kHz (b) e amostragem do sinal original a 3kHz (c).
Exemplos de Sistemas

 Sistemas de Comunicações: São constituídos por três componentes


básicos: (i) transmissor (modulador); (ii) Canal; (iii) Receptor
(demodulador).

 Sistemas de Controle: São usados em variadas situações como


refinarias, aviões, centrais elétricas, robôs, etc. O processo a ser
controlado recebe usualmente a designação de planta. Pretende-se
obter uma resposta satisfatória e um comportamento robusto. A
resposta é a capacidade de a saída acompanhar uma entrada de
referência. Recebe a designação de regulação. A robustez é a
exibição de uma boa regulação na presença de perturbações
externas
Exemplos de Sistemas

 Remote Sensing (Sensores remotos): Processo de aquisição de


informação acerca de objetos de interesse, sem estar em contato com
eles. São medidas as mudanças que o objeto provoca no ambiente
adjacente. Ex.: (i) eletromagnéticas - Radar; (ii) acústica- Sonar, etc.

 Processamento de sinais biomédicos: O objetivo é extrair informação


de sinais biológicos para melhor compreensão das funções
biológicas, ou para diagnóstico e tratamento de doenças. Em muitas
situações os sinais biológicos são provocados pela atividade elétrica
de um grande número de células musculares ou células nervosas
(neurônios).
Exemplos de Sistemas

 Como exemplo, tem-se a atividade cardíaca (ECG) e a atividade cerebral


(EEG). Na captação de sinais de ECG ou EEG surgem ruídos (biológicos:
parte do sinal produzida por acontecimentos estranhos ao fenômeno
biológico, que nos interessa; ou instrumentais: gerados pelo uso de
instrumentos), como por exemplo, sinais de atividade muscular. A
detecção e filtragem (supressão) de ruídos é uma das grandes
necessidades no processamento destes sinais
Transformadas

 São ferramentas matemáticas que nos permitem trabalhar com


sinais em diferentes domínios. Por exemplo:

a) Transformada de Fourier: permite transformar um sinal contínuo


no domínio do tempo para o domínio da frequência;

b) Transformada de Laplace: permite transformar um sinal contínuo


no domínio do tempo para o domínio da frequência complexa;

c) Transformada Z: permite transformar um sinal discreto no domínio


do tempo para um sinal discreto no domínio da frequência;
Transformadas

 Aplicação em sistemas.

a) Transformada de Fourier:
Transformadas

 Aplicação em sistemas.

a.1) Espectro de frequência


Transformadas

 Aplicação em sistemas.

b) Transformada de Laplace

Solução:
Transformadas

 Aplicação em sistemas.

b.1) A análise de sistemas dinamicos envolve em geral o estudo de


modelos descritos por equações diferenciais no domínio do tempo.

b.2) O uso da transformada de Laplace para mudança de domínio


pode, em alguns casos tornar o problema mais simples de ser
trabalhado.

b.3) Em especial a transformada de Laplace permite transformar


uma equação diferencial em uma equação algébrica envolvendo a
variável complexa s.
Transformadas

 Aplicação em sistemas.

c) Transformada Z

 Na modelagem matemática de sistemas dinâmicos em tempo


discreto (amostrado), utiliza-se a aplicação de uma ferramenta
matemática análoga a transformada de Laplace, denominada de
transformada Z.
Representação de Sistemas
Contínuos
State Space

26
State Space

qn 1  Aqn  bxn


yn  cqn  Dxn
Sinais periódicos
Uma classe fundamental de sinais que encontraremos com frequência em todo o
livro é a classe dos sinais periódicos. Um sinal periódico de tempo contínuo x(t) tem
a propriedade de que existe um valor positivo T para o qual x(t) = x(t + T)
para todos os valores de t.

se x(t) é periódico com período T, então x(t) = x(t + mT) para todo t e para
qualquer número inteiro m. Assim, x(t) também é periódico com período 2T, 3T,
4T, ... O período fundamental To de x(t) é o menor valor positivo de T para o qual a
Equação x(t) = x(t + T) é satisfeita.
Os sinais periódicos são definidos de modo análogo em tempo discreto.
Especificamente, um sinal de tempo discreto x[n] é periódico com período N, em
que N é um número inteiro positivo, se ele não é modificado por um deslocamento
no tempo de N, isto é, se x[n] = x[n + N] para todos os valores de n.

Se a Equação x[n] = x[n + N] é válida, então x[n] também é periódico com período
2N, 3N, ... O período fundamental No é o menor valor positivo de N para o qual é
válida a Equação.
Transformações da variável independente
Um exemplo simples e muito importante de transformação da variável
independente de um sinal é um deslocamento no tempo.
Outra transformação básica do eixo do tempo é a reflexão no tempo.
Outra transformação é a de mudança de escala no tempo.
Exemplos

x( t + 1)

x( - t + 1),
Exercícios de Fixação
Exercícios de Fixação
Exercício de Fixação
Um sinal de pulso triangular x(t) é descrito na figura abaixo. Esboce cada um dos
sinais derivados de x(t):

63
Script Matlab
%Carregar sinal g(t)
g=inline('exp(-t).*cos(2*pi*t).*(t>=0)','t')
t=-2:0.01:4; %Definindo o intervalo de tempo

SUBPLOT(2,2,1),
plot(t,g(t))
xlabel('tempo'); ylabel('g(t)');
SUBPLOT(2,2,2),
plot(t,g(2*t))
xlabel('tempo'); ylabel('g(2*t)');
SUBPLOT(2,2,4),
plot(t,g(-2*t))
xlabel('tempo'); ylabel('g(-2t)');
SUBPLOT(2,2,3),
plot(t,g(t-2))
xlabel('tempo'); ylabel('g(t-2)');
Script Matlab
%Carregar sinal p(t) pulso retangular
p=inline('(t>=0) & (t<1)','t')
t=-2:0.01:4; %Definindo o intervalo de tempo
SUBPLOT(2,2,1),
plot(t,p(t))
xlabel('tempo'); ylabel('p(t)');
SUBPLOT(2,2,2),
plot(t,p(2*t))
xlabel('tempo'); ylabel('p(2*t)');
SUBPLOT(2,2,4),
plot(t,p(t/2))
xlabel('tempo'); ylabel('g(t/2)');
SUBPLOT(2,2,3),
plot(t,p(t)+2*p(t-1)+3*p(t-2))
xlabel('tempo'); ylabel('p(t)+2*p(t-1)+3*p(t-2)');
Sinais com simetria par e com
simetria ímpar
Em tempo contínuo, um sinal tem simetria par se
x( - t) = x(t),

enquanto um sinal de tempo discreto tem simetria par se


x[ - n] = x[n].

Um sinal é tido como de simetria ímpar se


x( - t) = -x(t),
x[ - n] = -x[n].
Sinais com simetria par e com
simetria ímpar
É importante destacar que qualquer sinal pode ser decomposto em uma soma de
dois sinais, um com simetria par e outro com simetria ímpar.

definido como a parte par de x(t). De modo semelhante, a parte ímpar de


x(t) é dada por
Exercícios de Fixação
Exercícios de Fixação
Sinais Elementares
 Servem como blocos de construção para sinais mais
complexos
 Modelam sinais físicos que ocorrem na natureza
 Sinais elementares:
◦ Sinais exponenciais;
◦ Sinais senoidais;
◦ Função degrau;
◦ Função impulso;
◦ Função rampa.

Aula 4
Sinais Exponenciais
 Caso contínuo: x(t)=Beat, B e a são reais, onde B é a
amplitude e a é uma constante de tempo
◦ Se a<0: exponencialmente decrescente
◦ Se a>0: exponencialmente crescente
◦ Exemplo: (a) a=-6, B=5, (b) a=5, B=1

Aula 4
Sinais Exponenciais

 Caso contínuo
◦ O circuito abaixo ilustra um exemplo físico clássico que é o capacitor
com fuga

O modelo matemático em t≥0 é o seguinte:

A solução da equação acima é

onde RC é a constante de tempo

Aula 4
Sinais Exponenciais

 Caso discreto: x[n]=Brn, definindo-se r=e


◦ Se 0<r<1: exponencial decrescente
◦ Se r>1: exponencial crescente
◦ Se r<0: um sinal exponencial de tempo discreto com sinais + e –
alternando-se (verifique em casa!)

Aula 4
Sinais Exponenciais

 Caso discreto: x[n]=Brn, definindo-se r=e


◦ É possível que um sinal exponencial tenha valor complexo quando B, a ou 
tenham valores complexos. Exemplos: ejwt, ejn

Aula 4
Sinais Senoidais
 Caso contínuo: x(t)=Acos(t+)

Sinal periódico,
T=2π/ω

Aula 4
Sinais Senoidais
◦ Para a geração de um sinal senoidal temos o indutor e capacitor em
paralelo.

Frequência natural de oscilação angular:

Aula 4
Sinais Senoidais
 Caso discreto: x[n]=Acos(n+)
◦ O período de um sinal de tempo discreto é medido em amostras,
x[n]=x[n+N], onde N é o período. Então, x[n+N]=Acos(n+
N+)
◦ Para que a condição de periodicidade seja satisfeita tem-se que:
N=2m ou =2m/N
◦ Nem todos os sistemas senoidais de tempo discreto com valores
arbitrários de  são periódicos.  deve ser um múltiplo na forma de
razão de 2.

Aula 4
Sinais Senoidais
◦ Exemplo: A=1, =0 e N=12

Aula 4
Sinal senoidal exponencialmente
amortecido
 Resultante da multiplicação de um sinal senoidal por uma
exponencial decrescente de valor real:

Aula 4
Sinal senoidal exponencialmente
amortecido
 Exemplo físico: resposta natural RLC

Aula 4
Sinal senoidal exponencialmente
amortecido
 Para o caso discreto temos que

◦ Para que o sinal decresça com o tempo: 0<|r|<1

Aula 4
Função degrau
 Caso contínuo:

 Caso discreto:

Aula 4
Função degrau
 A função degrau é um sinal simples de aplicar, como uma
fonte DC aplicada em t=0 fechando-se uma chave
 Como sinal de teste, um degrau é útil para revelar a rapidez
com que o sistema responde a uma mudança abrupta no
sinal de entrada
 Uma observação similar se aplica a u[n] no contexto
discreto
 A função degrau também é usada para construir outros
sinais

Aula 4
Função degrau

Aula 4
Função degrau

T=1s

Aula 4
Tarefa para casa

Aula 4
Função Impulso

Tempo discreto

Aula 4
Função Impulso
Tempo contínuo

Á medida que T diminui, o


pulso retangular se
aproxima melhor do
impulso.

Aula 4
Propriedades do Impulso
O impulso é uma função par , isto é,

Propriedade de Peneiramento

Mudança de escala de tempo

Aula 4
A Função Rampa
Tempo Contínuo

Aula 4
A Função Rampa
Tempo Discreto

Aula 4
Aula 1
Propriedades básicas de sistemas

Sistemas com e sem memória

Um sistema é dito sem memória se sua saída para cada valor da


variável independente em um dado instante é dependente da entrada
somente naquele mesmo instante.
Sistemas inversos e invertibilidade
Dizemos que um sistema é invertivel se entradas distintas levam a saídas distintas.
Para o caso do tempo discreto, se um sistema é invertível, então um sistema
inverso existe de modo que, quando colocado em cascata com o sistema original,
produz uma saída w[n] igual à entrada x[n] do primeiro sistema.
Causalidade
Um sistema é causal se a saída, em qualquer tempo, depender dos valores da
entrada somente nos instantes presente e passados. Um sistema assim
frequentemente é chamado de sistema não antecipativo, pois a saída do
sistema não antecipa valores futuros da entrada.
Estabilidade
Estabilidade é outra propriedade importante dos sistemas.
Informalmente, um sistema estável é aquele em que pequenas entradas levam a
respostas que não são divergentes

Mais formalmente, se a entrada para um


sistema estável é limitada (isto é, se seu
módulo não cresce sem limites), então a saída
também deve ser limitada e, portanto, não
pode divergir.
Invariância do tempo
Conceitualmente, um sistema é invariante no tempo se o comportamento e as
características do sistema são fixos ao longo do tempo.

A propriedade da invariância no tempo pode ser descrita de forma bem simples


nos termos da linguagem de sinais e sistemas que apresentamos. Especificamente,
um sistema é invariante no tempo se um deslocamento no tempo do sinal de
entrada resulta em um deslocamento no tempo idêntico no sinal de saída. Ou
seja, se y[n] é a saída de um sistema invariante no tempo e de tempo discreto
quando x[ n] é a entrada, então y[ n - no] é a saída quando x[n - no] é aplicado. No
tempo contínuo, sendo y(t) a saída correspondente à entrada x(t), um sistema
invariante no tempo terá y(t – to) como saída quando x(t – to) for a entrada.
Invariância do tempo
Linearidade
Um sistema linear, de tempo contínuo ou tempo discreto, é um sistema que tem a
importante propriedade de superposição: se uma entrada consiste de uma soma
ponderada de diversos sinais, então a saída é a superposição - isto é, a soma
ponderada - das respostas do sistema a cada um desses sinais.
Então, o sistema é linear se:

A primeira das duas propriedades é conhecida como propriedade da aditividade; a


segunda é conhecida como propriedade da mudança de escala ou homogeneidade.
MIT OpenCourseWare http://ocw.mit.edu
6.003 Signals and Systems
Linearidade
Linearidade