Escolar Documentos
Profissional Documentos
Cultura Documentos
2.6
Em computação numérica, os número de dados devem ser finitos, significando que o número de
amostras de um sinal x(t) e de seu espectro X(f) devem ser finitos.
Deve-se trabalhar com sinais x(t) limitados no tempo e, em caso contrário, é necessário truncá-los para
que tenham duração finita. O mesmo se aplica a X(f) .
O Processo de amostragem
Embora existam outras possibilidades, o método típico de obter uma representação de tempo discreto
de um sinal contínuo no tempo é através de amostragem periódica.
Considere-se um sinal x(t), de duração , começando em t = 0, conforme esboçado na figura abaixo,
juntamente com seu espectro:
Conforme será discutido adiante, existem razões para considerar x(t) de duração T, onde T , tal que
x(t) = 0 em < t T.
___________________________________________________
Lathi, B. P., Modern Digital and Analog Communication Systems, 3rd edition, Oxford university Press, New York,
k
O total de amostras é: N = T / Ts .
O sistema que implementa a operação de amostragem é um conversor ideal de tempo contínuo para
discreto (conversor C/D).
*
x(t ) x(k ) x(kTs )
sendo x(t) o sinal de tempo contínuo, x(k) o sinal de tempo discreto e Ts o intervalo de amostragem.
__________________________________________________________
* Oppenheim,
O h i A A. V
V., S
Schafer,
h f R R. W
W., B
Buck,
k JJ. R
R., Di
Discrete-Time
t Ti Signal
Si l Processing,2nd
P i 2 d edition
diti Prentice
P ti Hall,
H ll 897 p.,
New Jersey, 1999.
x(t ) x(k ) x(kTs )
s
Na figura abaixo mostra-se um trem de pulsos retangulares que foi amostrado na taxa fs = 1/T s,
sendo t = Ts o intervalo de amostragem (distância entre amostras consecutivas).
A representação
t ã x(k)
(k) é um sinal
i l de
d tempo
t discreto,
di t ou seja, j uma sequência
ê i ordenada
d d de d números,
ú
possivelmente complexos, e consistindo de k = 0, 1, 2, ..., N1, num total de N pontos.
___________________________________________________
Exemplo: Generalizando, toda sequência pode ser representada por: x ( k ) x ( k ) ( k n)
k
Na figura
g abaixo mostra-se um sinal contínuo no tempo
p x(t)
( ) e o resultado da amostragem
g por
p trem de
impulsos, xs(t).
x(t )
s s s s
Ao lado de xs(t),
(t) é mostrada a sequência de saída correspondente,
correspondente x(k):
x(t )
x(k )
s s s s k
A diferença básica entre xs (t) e x(k) é que xs (t) é um sinal do tipo contínuo (um trem de impulsos,
que é nulo exceto em múltiplos inteiros de Ts ), enquanto a sequência x(k) é de tempo discreto e está
indexada na variável k (a qual estabelece uma normalização de tempo).
As amostras estão representadas por números finitos x(k) em vez de áreas de impulsos xs (t) .
___________________________________________________
Observação:
Na referência [Oppenheim, A. V., Schafer, R. W., Buck, J. R., Discrete-Time Signal Processing,2nd edition Prentice
Hall,
ll 897
89 p., New Jersey, 1999],
1999] o estudo
d deste
d tópico
ó i inicia-se
i i i sob
b o ponto de
d vista
i dad transformada
f d de
d Fourier
i ded
uma sequência (DTFT), segue para a discussão da série de Fourier discreta (DFS) de sequências periódicas, e evolui
para o conceito de transformada de Fourier discreta (DFT) aplicada a sequências de comprimento finito.
Neste curso,
curso será apresentado apenas uma breve introdução sobre o assunto,
assunto deixando a análise mais aprofundada
para o curso de Processamento Digital de Sinais.
At é dda propriedade
Através i d d dde multiplicação
lti li ã da d função
f ã impulso
i l (2.5.9a)
(2 5 9 ) mostrada
t d abaixo:
b i
Considera-se que o espaçamento entre amostras seja igual a f Hz, tal que f = nf.
Se X(n) é a n-ésima
n ésima amostra de X(f),
X(f) isto é,
é X(n) = X(nf),
X(nf) então
N 1 N 1
X ( n) X ( nf ) Ts x( kT s ) e j 2 ( nf ) kTs x( k ) e j 2 ( nf ) kTs
k 0 k 0
sendo x(k) = Ts x(k Ts) por definição, o qual é idêntico ao x(k) anterior, exceto por um fator de escala.
N 1 N 1
Portanto, X ( n) x (k ) e jn 2 f Ts k x ( k ) e jn k , sendo
= 2 f Ts por definição.
k 0 k 0
Ass aamostras
ost as X(n)
(n) são pe
periódicas,
ód cas, com
co período / = 2/(f
pe odo 2/ /( f Ts) aamostras.
ost as.
Na dedução, assumiu-se que Ts0, porém, na prática, isto não é possível porque aumentaria
imensamente o número de dados a serem processados.
Isto resulta em algum erro computacional (conforme será visto adiante), e assim, deve-se esforçar
para tornar Ts tão pequeno quanto for praticável.
Prosseguindo, apenas um número de 2/ amostras de X(n) podem ser independentes, e também,
X(n) é determinado por apenas N valores independentes de x(k).
2 2 2N 2 1
N 2f e f
2 f Ts 2 f T T T
N 1 N 1
2 1
X ( n) x(k ) e jn 2 f Ts k x( k ) e jn k 2f e f
k 0 k 0 T T
____________________________________
1 T 2
Então, dado que N = T /Ts ocorre: jn 2fTs k j 2nk j nk
T N N
e daí:
A expressão X(n) constitui a forma tradicional da transformada de Fourier discreta (DFT), denotada
por DFT [x(k)].
X(n) consiste de N amostras, onde cada amostra está espaçada da outra pela frequência f :
fs 1
f nf f s Nf f h t
hertz.
N N Ts
sendo fs o número de amostras de x(t) por segundo, ou seja, a frequência de amostragem de x(t).
____________________________________
Observe-se que, calculando X(n) para n substituído por (n+N), obtém-se:
N 1 2 N 1 2 2
j (n N )k j nkk j Nkk
X (n N ) x(k ) e N
x(k ) e N
e N
X ( n)
k 0 k 0
2
j Nk
pois e N
e j 2k (e j 2 ) k 1 .
O espectro da DFT se repete a cada N amostras, ou então, a cada fs Hz (pois f nf f s Nf ) .
Dada a relação f = 1/T , o intervalo de amostragem espectral f Hz (ou 2f rad/s) pode ser ajustado
T menor será f (ou 2f rad/s) .
pela escolha apropriada de T : quanto maior T,
A ideia de selecionar T agora fica mais clara: quando T é maior que espera-se ter diversas
amostras nulas de x(k) no intervalo de a T.
Assim, aumentando-se o número de valores nulos de x(k), se reduz 2f e as amostras de X(n) ficam
menos espaçadas,
d gerando-se
d mais
i detalhes
d lh (resolução)
( l ã ) em X(f).
X(f)
Assim, pela escolha adequadamente grande do valor de N pode-se obter amostras de X(f) tão próximas
quanto possível.
Este processo de reduzir 2f pela inserção de amostras nulas de x(k) é conhecido como técnica de
zero padding.
Para computar a soma para os outros valores de n (n 0, N, 2N, etc.), nota-se que a soma do lado
esquerdo de (3a) é uma progressão geométrica, com razão = exp(jn):
N 1 N 1 N 1
S e j n k (e j n ) k k 1 2 2 ... N 2 N 1
k 0 k 0 k 0
jn N j 2 n
pois N 2 e e e 1 para n 0, N, 2N, etc.
N 1 N 1
O cálculo da transformada inversa parte-se de: X ( n) x (k ) e jn 2 f Ts k x ( k ) e jn k
k 0 k 0
N 1 N 1
N 1
n 0
X (n) e jm n x(k ) e jn k e jm n
n 0 k 0
I
Intecambiando
bi d a ordem
d dod somatório
ó i do
d lado
l d direito:
di i
N 1 N 1
N 1 N 1 N 1
n 0
X (n) e jm n x( k ) e j ( m k ) nk x( k ) e j nk , m k
k 0 n 0 k 0 n 0
N 1
N , se n 0,1,2, etc.
O termo entre colchetes corresponde a: e jn k
k 0 0 no caso contrário
N 1 N 1
N 1 j ( m k ) nk N 1 N 1 j nk
n 0
X ( n ) e jm n
k 0
x ( k )
n 0
e
k 0
x ( k ) e
n 0
mk
__________________________________________
Portanto, a soma externa do lado direito terá um único termo não nulo (quando m = k)
Portanto k), e é igual a
N xk = N xm:
1 N 1
x (m) X ( n) e jm n , = 2 f Ts
N n 00
Substituindo-se , obtém-se a forma inversa da transformada de Fourier discreta (IDFT), denotada
por IDFT[X(n)]:
1
g
Isto significa qque a sequência
q x(k)
( ) também é periódica,
p , com pperíodo de N amostras ((representando
p a
duração de tempo NTs = T segundos).
Resumo:
1
2 2
2f s 2f s
T Ts
T 2
N 2fTs
Ts N
O iintervalo
t l de
d amostragem
t de
d
x(k) é Ts segundos.
O iintervalo
t l de
d amostragem
t de
d
X(n) é f=1/T hertz, ou então,
f = fs /N hertz.
Assumindo-se que x(t) é limitado no tempo, acontece que X(f) não é limitado em banda.
Portanto, a repetição periódica do espectro X(n) causará overlapping das componentes espectrais,
resultando em erro (aliasing error).
Quando x(t) não é limitado no tempo, necessita-se truncá-lo a fim de torná-lo limitado, o que causará
ainda mais erro em X(n) .
Tal erro pode ser reduzido tanto quanto desejado aumentando-se
aumentando se apropriadamente o intervalo de
truncamento T.
No cômputo da transformada inversa ocorre um problema similar: se X(f) for limitada em banda, x(t)
não é limitada no tempo, e as repetições periódicas das amostras x(k) sofrerão overlap (aliasing no
domínio do tempo).
Por outro lado, se X(f) não for limitado em banda, é necessário truncá-lo, o que causa erro adicional no
cômputo
ô t de
d x(k)
(k) Aumentando-se
A t d a largura
l de
d banda
b d de
d truncamento
t t pode-se
d reduzir
d i estet erro.
Escolha de Ts , T e N
Da figura abaixo,
abaixo nota-se que ocorre overlap espectral (aliasing) na frequência fs /2 (folding frequency)
Se a frequência de folding for escolhida tal que o espectro X(f) seja desprezível além de fs /2 , o aliasing
não será significativo.
Escolha de Ts , T e N (cont...)
Portanto, a frequência de folding deveria ser pelo menos igual à maior frequência significativa, isto
é, a frequência acima do qual X(f) é desprezível.
Se X(f) é limitada em banda, então, sua largura de banda é idêntica à largura de banda essencial.
1
Assim: fs/2 B Ts
2B
Como f =1/T
1/T , onde f é a resolução de frequência [separação entre amostras de X(f)],
X(f)] se Ts e T
T
forem conhecidos, então : N
Ts
Também existem sinais que não são limitados nem no tempo nem em frequência, e, em tais casos,
é necessário reduzir Ts e aumentar T.
Pontos de descontinuidades
Se x(t) tem uma descontinuidade degrau num ponto de amostragem, o valor da amostra deve ser
tomado como a média dos valores em ambos os lados da descontinuidade.
Com isso, a representação de Fourier no ponto da descontinuidade converge para o valor médio.
x(k)
(k)
Exemplo: Considere se a sequência x(k) = (1, 2, 1,
Considere-se 1, 1), para N = 4. Calcular a DFT de x(k).
=3
2 2
j j
Escrevendo-se que: e N
e 4
j
=1
k
2 1
C
Como X( ) é N-periódica,
X(n) N iódi necessita-se
it d t
determinar
i os valores
l de
d X(n)
X( ) ao llongo de
d qualquer
l período.
í d
É costume determinar X(n) ao longo da faixa (0, N1) em vez da faixa (N/2, N/2 1).
Da definição de DFT: = 16
2 2 5 n 2 5 n 2 5 n
j 5n j j j
2
4 j nk 1 e 16
e 16 2
[e 16 2
e 16 2
]
X ( n) e
k
16
2
j n
2 n
j
2 n
j
2 n
j
1 e 16
e 16 2
[e 16 2
e 16 2
]
2 5n 5n
2 4 n j 2 sen n sen
e
j
16 2 16 2 e 4
j
16
2 n n
j 2 sen sen
16 2 16
5n
n
j
sen
Portanto, X ( n) e 4 16
n
sen
16 5n n 5n
n
j
sen n sinc
j
X(n) pode ser simplificada para: X ( n) e 4
16 16 5e 4 16
n 5n n
sen sinc
16 16 16
tal que, seu valor máximo ocorre em n = 0, e vale X(0)= 5 = A2 .
Exemplo
p 2.6-1: Monociclo de Tempo
p Discreto e sua DFT
Um monociclo é uma derivação da função gaussiana:
Usando o Matlab, gerar e plotar um pulso monociclo com N = 64 pontos, centrado em k = 32, com
a = 100 constante e amostrado em fs = 1 Hz.
________________________________________________________
Será assumido que o intervalo de amostragem é Ts =1 s.
O monociclo (2.6-5) está centrado na origem. Para que o pulso esteja centrado em k = 32, faz-se
O cálculo da DFT é realizado em Matlab pelo comando ‘fft’ (Fast Fourier Transform). O diagrama
de barras é obtido pela função ‘stem’, semelhante ao ‘plot’.
A listagem do programa em Matlab é apresentada abaixo:
Note-se que o intervalo de k para (k+1) corresponde a 1 seg, e, o intervalo de n para (n+1)
p
corresponde a 1/64 Hz.
Os gráficos de x(k) e X(n) se extendem por 64 seg e 64 Hz, respectivamente.
Sistema Linear invariante no Tempo
Sistema de tempo discreto: transformação ou operador que mapeia uma sequência de entrada x(k)
numa sequência de saída y(k).
*
Ou seja, y ( k ) T {x ( k )}
T {ax1 ( k ) bx 2 ( k )} aT { x1 ( k )} bT { x 2 ( k )}
Sistema invariante no tempo: é aquele no qual um deslocamento no tempo (ou delay) na sequência
de entrada provoca um deslocamento correspondente na sequência de saída.
O seja,
Ou j se x ( k ) y{k} T {x ( k )} , então,
ã
x1 (k ) x(k k 0 ) y1 (k ) T {x1 (k )} T {x(k k 0 )} y (k k 0 )
________________________________________________________________________________
* Oppenheim, A. V., Schafer, R. W., Buck, J. R., Discrete-Time Signal Processing,2nd edition Prentice Hall, 897 p.,
New Jersey, 1999.
Seja hn(k) a resposta de um sistema linear ao impulso em k= , ou seja, (k ): h (k) =T{(k )}
Então, a resposta a uma entrada arbitrária x(k) será: y (k ) T {x (k )} T { x () ( k )}
Usando o princípio de superposição: y (k ) x() T { (k )}
x ( ) h ( )
Devido à invariância no tempo, se a entrada de um SLIT for (k) h(k)=T{(k)}, então, sua saída
será: (k ) h(k )=T{(k )}.
Portanto, um sistema que seja linear e invariante no tempo apresenta como saída:
y (k ) x ( ) h ( k )
Como u( ) é zero para <0 e u(k ) é zero para >k, quando k<0, então não há termos diferentes
de zero na soma e tem-se y(k)=0.
1 a k 1
P outro
Por t lado, 0, y ( k )
l d se k 0 a
1 a
1 a k 1
e pportanto,, y (k ) u (k ) #
1 a
y ( k ) x ( ) h ( k )
__________________________________________________
Exemplo: Calcular y(k)=x(k)*h(k) para x(k) e h(k) dadas abaixo:
y(1) 21+11 3
y(1)=21+11=3
d) Deslocar de k=2 a sequência invertida de tempo e multiplicar as duas sequências x( ) e h(2 ).
y (k ) x ( ) h ( k )
__________________________________________________
f) Deslocar de k=1 a sequência invertida de tempo e multiplicar as duas sequências x() e h( 1 ).
y((1)=0
1) 0
h) Resposta
Discussão: y ( k ) x ( ) h ( k )
onde se limitou =0, ..., N2 1, porque h( ) é nulo fora desse intervalo.
Portanto,
o a o, computa-se
co pu a se a sequência
sequê c a y(k) apenas
ape as para
pa a um
u número
ú e o finitoo de pontos:
po os:
N 2 1
y ( k ) h(k ) * x( k ) h() x(k ) , k = 0, ..., N1+N2 2.
0
E outras
Em t palavras,
l y(k)
(k) ttem comprimento
i N N1+ N211 .
t N=N
x * h = y
0 N11 0 N21 0 N1+ N21
Portanto, a saída de um SLIT de tempo discreto é a convolução linear da entrada com a resposta
impulsiva do sistema, ou
O circular time shift está relacionado com o fato de que a sequência finita x(k), k=0, .., N1, pode ser
considerada como um período de uma sequência periódica xp(k).
De fato, escrevendo a expressão da IDFT para todo < n < +, e chamando-se de xp(k)
2
1 N 1 j kn
x p (k ) X (n)e N , < k < +
N n 0
observa-se que xp(k) é periódica com período N pois
N 1 2 N 1 2
1 j (k N )n 1 j kn
x p (k N )
N
X ( n )e
n 0
N
N
X ( n )e
n 0
N
e j 2n x p (k )
Por sua vez, a sequência periódica xp(k) pode ser formada a partir de x(k) como
x p (k ) x(k nN )
n
Uma notação útil e que especifica o fato da sequência finita x(k) ser um período da sequência infinita é
x[(k ) N ] x p (k ) para < k < +
onde se define
(k)N = k módulo N.
Isto significa que, se k for expresso como: k N m , 0 < m < N1, então, (k ) N (k mod N ) m .
D
Desta fforma, qualquer
l k inteiro
i i estáá relacionado ód l N como: k N m N ( k ) N ,
l i d com seu módulo
com inteiro e (k)N sempre no intervalo 0 ... N1.
___________________________________
Exemplo: m (k ) N k N , 0 m N 1
a) Para k = 13 e N = 8, 0 < m < 7:
1 m 21 7
m =(13)8= 13 8 0 m 13 7
1 m 5 (OK!)
2 m 3 0
Portanto (13)8 = 5.
p m ( k ) N k N , 0 m N 1
Exemplo:
b) Para k = 6 e N = 8, 0 < m < 7: 2 m 10 7
1 m 2 (OK!)
( 6)8= 6 8
m =(6) 0 m 6 0
1 m 14 0
Portanto (( 6))8 = 2.
______________________________________________________
Como consequência, define-se o deslocamento circular para uma sequência finita x(k) como
x[(k 1) N ] RN (k ) x p (k 1) RN (k )
sendo
d RN(k) a jjanela
l retangular:
t l
1 0 k N
RN ( k )
0 demais casos
E outras
Em t palavras,
l qualquer
l valor
l que caia
i fora
f do
d intervalo
i t l [0 ... N1]
N 1] após
ó o ddeslocamento
l t volta
lt do
d
outro lado.
1 0 k N
x[(k 1) N ] RN (k ) x p (k 1) RN (k ) (k )
RN (k
___________________________________ 0 demais casos
Qualquer valor que caia fora do intervalo [0 ... N1] após o deslocamento volta do outro lado.
Generalizando: x[(k L) N ] RN (k ) x p (k L) RN (k )
sendo L o deslocamento.
Generalizando: x[( k L ) N ] RN ( k ) x p ( k L ) RN ( k )
sendo L o deslocamento.
___________________________________
Exemplo: Se N = 8 e x(k) = [x(0), x(1), x(2), x(3), x(4), x(5), x(6), x(7)].
x(0) x(6)
x(7) x(1)
( ) x(5) x(7)
( )
x(3) x(1)
x(5) x(3)
x(4)
( ) x(2)
( )
Exemplo: x[( k L ) N ] RN ( k ) x p ( k L ) RN ( k )
Para N=4:
x(3)
x(0)
x(k) x[(k1)4] R4(k)
x(2) x(0)
x(3) x(1)
2 2
1 x(1) 1
x(2)
k k
2 1 0 1 2 3 4 5 2 1 0 1 2 3 4 5
1 1
x(0)
( ) k x(3) k
2 1 0 1 2 3 4 5 22 11 0 1 2 3 4 5
Exemplo: x[(k L) N ] RN (k ) x p (k L) RN (k )
Para N=4:
x(0) x(0)
x(k) x[( k)4] R4(k)
x(3)
( ) x(1) x(1)
( ) x(3)
2 2
1 1
x(2) x(2)
k k
2 1 0 1 2 3 4 5 2 1 0 1 2 3 4 5
____________________________________________
Em outras palavras, se (N 1) L (N 1), verifica-se que:
x(k L) se 0 k L N 1
x[(k L) N ]
x(k N L) caso contrário
x(k L) se 0 k L N 1
x[(k L) N ] (N 1) L (N 1)
x(k N L) caso contrário
__________________________________________________________
Exemplo: x(k) = (A B C D E) e zero fora, portanto N=5, N1=4, 4 L 4
k 0 1 2 3 4
L = 4 E A B C D
L = 3 D E A B C
L = 2 C D E A B x(k 2), 0 k 2 4 1 k 2
x[(k 2) 5 ]
x(k 3) fora
L = 1 B C D E A x(k 1), 0 k 1 4 1 k 3
x[(k 1) 5 ]
x(k 4) fora
L=0 A B C D E x(k)
L = +1
1 E A B C D x(k 1),) 0 k 1 4 1 k 5
x[(k 1) 5 ]
x ( k 4 ) fora
L = +2 D E A B C x(k 2), 0 k 2 4 2 k 6
x[(k 2) 5 ]
x(k 3) fora
L = +3 C D E A B x(k 3), 0 k 1 4 3 k 7
x[(k 3) 5 ]
x(k 2) fora
L = +4 B C D E A x(k 4), 0 k 4 4 4 k 8
x[(k 4)5 ]
x(k 1) fora
x(k L) se 0 k L N 1
x[(k L) N ]
x(k N L) caso contrário
__________________________________________________
Exemplo: Seja x = (1, 2, 5, 3, 2), N = 5, (N 1) L (N 1) 4 L +4.
Convolução circular
A convolução circular é baseada no deslocamento circular e é definida como:
N 1
y ( k ) h ( k ) x ( k ) [ h ( n ) x p ( k n )] RN ( k )
n 0
N 1
h(n) x[(k n) N ]
n 0
y (0) h(0) x(0) h(1) x[(1) 3 ] h(2) x[(2) 3 ] h(0) x(0) h(1) x(2) h(2) x(1) 1
y (1) h(0) x(1) h(1) x(0) h(2) x[(1) 3 ] h(0) x(1) h(1) x(0) h(2) x(2) 15
y (2) h(0) x(2) h(1) x(1) h(2) x(0) 10
___________________________________ L 1 2 N 1 2
j nk j nk
P
Prova: Para N 1 DFT {x[ x ( k L ) N ]} x ( k L N )e
P 0 L N1 N
x ( k L )e N
n0 n L
2
j ( nN )
Como e N
1 , então
N 1 2 N L 1 2 N 1 2
j n( m L ) j n( m L ) j n( m L )
DFT {x[ x(k L) N ]} x ( m)e
m N L
N
m 0
x ( m)e N
x ( m)e
m 0
N
N 1 2 2
j nm j nL
x ( m)e N
e N
m 0
N 1 2
j k
h ( )e N
X ( n) H ( n) X ( n)
0
________________________________
Portanto, se , então
Multiplicação por exponencial
2
j kM
DFT {x ( k )e N
} X [( n M ) N ]
___________________________________
P
Prova: 2 N 1 2 2
j kM j kM j kn
DFT {x (k )e N
} x ( k )e N
e N
X [( n M ) N ]
k 0
o de o deslocamento
onde des oca e o circular
c cu a em
e frequência
equê c a leva
eva em
e consta
co s a que o índice
d ce de X es
estáá noo intervalo
e va o
0,...,N1.
Multiplicação no tempo
1
DFT {x( k ) y ( k )} X ( n) Y ( n)
___________________________________ N
Prova: Usando o teorema da multiplicação,
N 1 2 N 1 2
1 j k 1 j k
DFT {x (k ) y (k )} DFT {x( k ) Y ()e N
} Y ()DFT {x(k )e N
}
N 0 N 0
N 1
1 1
N
Y ()X [(n )
0
N ]
N
X ( n) Y ( n)
O desafio agora é usar a propriedade de convolução da DFT para computar a sequência de saída
y(k), uma vez que existem dois obstáculos:
i) A convolução definida com a DFT é circular (não linear);
ii) As sequências devem ter o mesmo comprimento.
Pode-se resolver esses problemas estendendo-se as sequências h(k) e x(k) com zeros suficientes, tal
que tenham o mesmo comprimento: L N+M1.
Neste caso define-se:
x e [ x(0), x(1),..., x( N 1),0,0,...,0]
LN1 zeros
he [h(0), h(1),..., h( M 1),0,0,...,0]
LM1 zeros
e computa-se a convolução circular entre sequências
M 1
y e (k ) he (k ) xe (k ) h () x [(k )
0
e e L ]
onde, novamente, limita-se 0,..., M 1 (em vez de L1) porque he é nulo fora daquela faixa.
Devido as sequências serem zero padded, pode
pode-se
se verificar que
xe [(k ) L ] x(k L)
para todo n = 0,..., L1 e 0,..., M 1 , desde que L N+M1.
zeros zeros
x h y
0 N1 N+M1 0 M1 N+M1 0 N+M2
Os comprimentos de x1(k) e x2(k) podem ser feitas iguais acrescentando-se zeros à sequência com
comprimento
i t menor.
Portanto, assim como a TF contínua substitui a convolução em sistemas de tempo contínuo, a DFT
ppode ser usada ppara substituir a convolução
ç linear ppara sistema de tempo
p discreto.