Escolar Documentos
Profissional Documentos
Cultura Documentos
Livro Texto
A.V. Oppenheim & A.S. Willsky (2010),
Sinais e Sistemas (2ª. Edição) – Pearson
Leitura complementar
B.P. Lathi (2007), Sinais e Sistemas Lineares
(2ª. Edição Revisada) - bookman
Avaliações
Prova 1 20 pontos
Prova 2 25 pontos
Prova 3 25 pontos
Prova 4 30 pontos
Telecomunicações
Instrumentação e Controle
Áudio
Outras áreas
Efeitos
ou aplicações Restauração
Processamento de voz
Reconhecimento
Síntese Sinais Biomédicos
Codificação
EEG
Filtragem
Processamento de imagens ECG
Ultrasom
entrada (“degrau”)
1 t y (t )
2 3 4 5 t
http://www.ime.usp.br/~oda/contents/01Matem%E1tica/01Sistemas%20Din%E2micos/14_An_Resp_Temp_Sist_Prim_Ord.pdf
Modelos físico-matemáticos (2ª. Ordem)
Resposta ao degrau
i (t ) y (t )
x(t ) VL VR VC t
y (t ) VC
mas dVC dy Resposta em freqüência
i C C
dt dt
di
x(t ) L Ri y (t )
dt
d 2 y (t ) dy
x(t ) LC RC y (t )
dt 2 dt
Interesses:
Caracterizar (identificar) o sistema para prever respostas
a entradas diferentes
Remover (filtrar) ruído dos sinais
Extrair informações específicas dos sinais (ECG, voz, etc)
Gerar novos sinais para modificar ou controlar certas
características do sistema
Sinais e Sistemas
x H y
entrada(s) saída(s)
H = transformação (sistema físico, modelo computacional)
Tempo contínuo x discreto Instantâneo x dinâmico
dy
x(t ) x(n) T y ax y ax b
t dt
n “memória”...
Determinístico x estocástico linear x não linear
y ax y ax 3
Formas de ondas Formas de onda y ax b
previsíveis aleatórias
( estatísticas) Variante x invariante,
etc. no tempo
ELT 088: Linear, dinâmico, determinístico e invariante
Sinais e Sistemas
x H y
entrada(s) saída(s)
Homegeneidade
H (ax1 ) a H ( x1 )
(proporcionalidade)
Aditividade H ( x1 x2 ) H ( x1 ) H ( x2 )
Princípio da
Superposição H (ax1 bx2 ) a H ( x1 ) b H ( x2 )
se e somente se
Sistema Linear: sse obedece ao princípio da superposição
Análise temporal de Sistemas Lineares
Baseado na resposta ao “impulso”
(t )
t
x(t ) H y (t ) h(t )
0 t
| H ( ) |
0
Análise de Fourier
Magnitude da “resposta”
Estudo de sinais não senoidais em freqüência
https://jackschaedler.github.io/ci
rcles-sines-
signals/dft_introduction.html Resposta de fase
Sinais importantes em Sistemas LIT
Senoides (com ou sem
amortecimento exponencial)
u (t )
Degrau unitário 1
0 t
Impulso 1
Ra (t ) a
Duração → 0 (t )
Amplitude → a a
2 2
Área → 1 (t ) lim Ra (t )
0 a0
Números complexos, fasores, etc
Números complexos
Se H(j) representa a
Seja: H ( j) 2 j amplitude e a defasagem
da função
Indicar, no plano complexo: y(t ) A cos[t ()]
H ( j 0), H ( j 2), H ( j 2) H ( j 2)
Obtenha y(t) e esboce-a
im para = 2 rad/s
Esboçar |H(j)| e H(j)
re
2 graficamente
Obter expressões para Sugestão: http://fooplot.com/
|H(j)| = A () e
H(j) = () Repetir
H ( j )
1
para : 2 j
| H ( j ) | 22 2 H ( j) atg ( / 2)
Senos, co-senos e fase
sen( ) b / C
tg ( ) b / a
cos ( ) a / C
2
b
sen ( ) cos ( )
2 2
C
cos ( ) a / C
Fasores
2f
Extremidade de um vetor girando com veloc. angular
sen() e cos(): componentes em “quadratura” (90º)
y A sen(t )
ω
ω
x A cos(t )
Notação complexa:
" Fasor ( A, )" A cos(t ) i sen(t )
i j 1
Interpretação geométrica
Séries de Taylor
Aproximação polinomial de uma função analítica em
torno de um ponto “a”
f ( x) a0 a1 ( x a) a2 ( x a) 2 a3 ( x a)3
f (a) a 0
f ´( x ) a1 2 a2 ( x a ) 3 a 3 ( x a ) 2
a1 f ´(a)
f ´´(a)
f ´´( x ) 2 a2 3 2 a3 ( x a )
2 a
2
f ´´´(a)
f ´´´(x) 2 3 a3 2 3 4 a4 ( x a) a3 23
Em geral:
f ( n ) (a)
f ( x) x a
n
n 0 n!
Animações: http://mathdemos.gcsu.edu/mathdemos/TaylorPolynomials/
Exponencial complexa e fasores
Séries de Taylor im
(EPC/TVB)* ω
x3 x5
sen( x) x re
3! 5!
x2 x4
cos ( x) 1
2! 4!
2 3
x x
ex 1 x
2! 3!
e jx cosx j senx
ejt = fasor que gira com veloc. angular no
sentido anti-horário
*Exercício Para Casa; Te Vira Bicho!
Fórmula(s) de Euler
im
it it
ω
e e
Verifique que cos t
2 re
(EPC/TVB)*
it
-ω
e cost i sent
e it cost i sent im
eit e it -ω ω
i sent re
2
f (t ) Acos t re Ae jt
j 2
j e
j 2 e cos( 2 ) j sen( 2 ) je
j ( 2 )
1 e j
0 1
f ´(t ) j Ae jt j f (t )
derivar multiplicar
jt
se f (t ) Ae , então por jω
1 f (t )
f (t ) dt
j
Ae jt
j
integrar dividir
por jω
EPC: Verifique todos os resultados acima
x1 (t ) j exp ( jt ) x1 re{x1} sen(t )
x1
Alternativamente: j
j ( / 2 ) jt Visualizando:
x1 (t ) e e jt
j (t / 2 )
e
x1 (t ) e
x1 (t ) re{x1} cos (t / 2)
x1
x1 adiantado de 90o em relação a
cos(ωt)
x1 (t ) cos (t ) cos ( / 2) sen(t ) sen( / 2)
0 1
x1 (t ) sen(t )
t
Manipulando fasores
Exercícios (Oppenheim) – Revisão números complexos
Sumário: números complexos
t
x[n] - Cotação diária de uma ação
- Amostragem de um sinal contínuo
- Sinal não está definido entre amostras
- Amplitude pode ser quantizada
n
Fig. 1.7
Variável independente
Não necessariamente o Bidimencional: imagens
tempo
Pixel (picture element): f(x,y)
contínuo discreto
Sinais de potência e energia (finitas)
x(t) senóide eterna
x(t)
t
E t
P 0
E
0 P
(1 1 2 ... N 1 ) ( 1 2 ... N ) 1 N
N 1
1 N
n 0
n
1
Soma de progressões geométricas
“Energia” em sinais de tempo discreto (2/2)
N 1
1 N
1
1:
n 0
lim lim
n
N
n 0
n
N 1
1
k 1
1 1 k
k
nk
n
n 0
n
n 0
n
1 1 1
n 0
n
n
(1 ) 2
d n d 1
Prova:
d n0 d 1
1
Determine P e E
n 0
n
1
x1[n]
1 n
2 u[n]
Dicas
e) | x2 [n] | 1
b) | x2 (t ) | 1
c) cos 2 t 12 1 cos 2t
Exercícios (E e P )
1.2.1 Transformações da variável independente
Deslocamento no tempo
x(t )
t
y(t ) x(t t0 )
0 t0 t
x(t 2)
n0 0
t0 0
t0 2
adiantado atrasado
1.2.1 Transformações da variável independente
Reflexão no tempo
1.2.1 Transformações da variável independente
Mudança de escala
de tempo
xe (t ) x(t ) 1
xr (t ) x(2t )
1 Comprimido
(rápido)
1
2
xl (t ) x(t / 2)
1 Expandido
(lento)
2
x(t )
Ex. 1.1-1.3
adiantou xt (1) x(t 1)
refletiu x(t 1)
Compressão
xr (t ) x( 32 t )
xr ( 23 ) x( 32 23 ) x(1)
1) Deslocamento xdr (t ) x( 32 t 1)
2) Mudança de escala de tempo
Transformações da variável independente discreta
deslocamento reflexão
Compressão expansão
(dizimação ou (interpolação)
decimação)
x[n]
2 0 4
x[n 4]
b)
6 2 0 4
x[n 2]
6 4 2 0 2 4 6
e) x[n 2]
6 4 2 0 4
1.2.2 Sinais periódicos
Periódico com período T > 0: x(t ) x(t T )
x(t ) x(t mT ),
m inteiro
Também é periódico com 2T, 3T, ...
Período fundamental: T0 = menor período que satisfaz
Sinal aperiódico: não satisfaz x(t ) x(t mT )
1.2.2 Sinais periódicos
Tempo discreto
(período fundamental: N0 = 3)
1.2.3 Simetria de sinais
Simetria ímpar
Simetria par
Decomposição
de um sinal qualquer
x(t ) Ce at
j0t
x(t ) e
C 1, a j0
x(t) = complexa
Manipulação de exponenciais complexas
Ex. 1.5 (p. 13)
1.3.1 Sinais senoidais e exponenciais
complexas periódicas
j0t
x(t ) e complexa e periódica
j0t j0 ( t T ) j0t j0T
e e e e
2
se T T0 , e j0T e j 2 1 (T0 = período fundamental)
0
De forma similar ,
se T k T0 , e j0 kT0 e j 2 k 1 (harmônicos: kω0, k=1, 2, ...)
r 0
Freqüência complexa e o plano s
j0t ( r j0 ) t
x(t ) Ae e rt
Ae
s
amortecimento Freqüência
complexa
j 0 s
plano s
r
r 0
(amplitude crescente)
Freqüência complexa e o plano s
x(t ) ert cos(0t ) 12 [e( r j0 ) t e( r j0 ) t ]
(a) (b) (c)
j 0 j 0
j 0
0 0 r
r 0 r
j0 j 0 j0
(d) (e)
j 0 j 0
r 0 0
r
C , reais:
Notação geral usual: 1 0
1
0 1
Forma usual
1
complexos
Exemplo
x[n] 1 n
2
n
12
j
ln(e ) ln(e )
1
2
j
ln(e ) ln( 12 )
j
e e
1 1 j 0,69
2 2
1
, r ln( 12 ) 0,69
0
1.3.3 Periodicidade de exponenciais complexas de
tempo discreto
j0t j0 n
e e e : Semelhanças e diferenças importantes
Propriedades em tempo contínuo:
=1
j0 n
Taxa de oscilação de e
aumenta para 0 0
diminui para 0 2 ou 0 0
0 0 3 / 2
0 / 2
0 7 / 4 0 15 / 8 0 2
Fig. 1.27
3. Discreto: não é periódico para qualquer 0
j0 N
e 1 se 0 N 2 m
0 m
, m e n inteiros
2 N
0 8 / 31 4 m
2 2 31 N
0 1 / 6 1 m
2 2 12 N
Fig. 1.25
Resumo
e j0t e j0n
1.4 Impulso δ[n] unitário de tempo discreto
Usado para
excitar/caracterizar
sistemas LIT Propriedade da amostragem:
x[n] x[2]
n
1 [n 2]
n
0 2
1.4 Degrau u[n] unitários de tempo discreto
Usado para excitar/caracterizar sistemas LIT
Diferença finita de 1ª. ordem
... n
0
... n
1
Duração = 0
Amplitude =
Área = 1
Delta de Dirac (t )
(t ) : limite da “seqüência” de funções, como:
k sen (kt)
gaussiana sinc (kt)
3,0
(kt)
2,5
k=10
2,0
Retângulo 1,5
1 1,0
Ra (t ) a k=2
0,5
0,0
a a
2 2
k=1 t
t -0,5
-10 -8 -6 -4 -2 0 2 4 6 8 10
k sen (kt)
(t ) lim Ra (t ) 1 (t ) lim
a0 (t ) lim exp ( t 2 / a 2 ) k (kt)
a 0 a
Animação: http://en.wikipedia.org/wiki/Dirac_delta_function
Impulso unitário
(t ) dt 1
(t ) área unitária
amplitude infinita
0
t (t ) 0 se t 0 instantâneo
0
t
16 bits 216 = 64*1024 níveis
Teorema da amostragem... Placas de som, interfaces USB, etc.
Processamento digital de sinais
analógicos
Processamento
Digital ou Numérico
Filtragem,
Análise Espectral,
Síntese de sinais
acústico
elétrico acústico
elétrico
série-paralelo
paralelo realimentado
1.6.1 Sistemas com e sem memória
Memória mecanismos de armazenamento de energia
ou informação
Sistema sem memória (instantâneo): saída num dado
instante depende apenas da entrada naquele instante
x(t ) i (t ) y (t )
Memória: Exemplos em tempo discreto
Atrasador: x[n] D x[n 1] y[n]
x[n] a0 + y[n]
Combinação de entradas
D
Acumulador:
x[n] + y[n]
D
y[n 1] (memória)
1.6.2 Sistemas inversos e invertibilidade
Invertível: entradas distintas levam a saídas distintas
t
Não invertível Invertível Invertível
1.6.3 Causalidade
passado
Exemplos:
n 0...
n 0...
Não causal
não envolve
entradas futuras
Causal
1.6.5 Invariância no tempo
do tempo
x[n n0 ] H y[n n0 ]
Exemplos
y1[n] n x1[n]
y1[n n0 ] (n n0 ) x1[n n0 ]
y2 [n] y1[n n0 ]
x1 (t ) H y1 (t ) então
se x1 (t ) x2 (t ) H y1 (t ) y2 (t )
x2 (t ) H y2 (t )
Sistema Linear:
aditividade e a x1 (t ) b x2 (t ) H a y1 (t ) b y2 (t )
homogeneidade
Propriedade da superposição
Exemplo 1.17 Exemplo 1.18
x3 (t ) x1 (t ) x2 (t )
= ...
y2 (t ) jy1
Não linear
Sistema linear incremental
Sistema linear: entrada nula → saída nula
y(t ) a x(t ) b
x1 (t ) y1 (t ) a x1 (t ) b
y1 (t ) y2 (t )
x2 (t ) y2 (t ) a x2 (t ) b
a x1 (t ) a x2 (t ) 2b
x1 (t ) x2 (t ) a [ x1 (t ) x2 (t )] b a x1 (t ) ax2 (t ) b
não linear!
lineares de x(t) 1
t
1
0 1 t
0 2 t
(3, 4, 5)
(2, 3, 4, 5)
(3,4)
(2,3,4)
(2, 5)
(2, 3, 4, 5)
(3, 4)
(2, 5)
(3, 5)
(1, 3, 4, 5)
(3, 5)