Escolar Documentos
Profissional Documentos
Cultura Documentos
de sinais;
O conceito de freqüência em sinais de tempo contínuo e
discreto
Sinais, sistemas, e processamento de
sinais
U sinal é definido como qualquer quantidade física que varia com o tempo,
espaço, ou qualquer outra(s) variável(eis) independente(s).
Matematicamente, descrevemos um sinal como uma função de uma ou
mais variáveis independentes.
s1 (t ) = 5t s2(t) = 20t 2 s(x,y) = 3 x + 2 xy + 10 y 2
Sinais descritos por essas equações pertencem a classe de sinais que são
precisamente definidos especificando a dependência funcional na variável
independente.
Existem sinais onde a relação de dependência funcional é desconhecida ou
muito complicada para ser de qualquer uso prático ( Exemplo: sinal de
voz).
Em geral, um segmento de voz pode ser representado com um alto grau
de precisão como uma soma de várias senóides de diferentes amplitudes,
frequencias e fase, isto é, como N
∑ Ai (t )sen[2πFi (t )t + θi (t )]
i =1
Sinais, sistemas, e processamento de
sinais
Para se interpretar a mensagem transportada por qualquer curto segmento
de tempo, no sinal de voz, deve-se medir a amplitude, freqüência e a fase
neste segmento de tempo.
Sinal ECG contém informações sobre o coração do paciente.
Sinal EEG contém informações sobre a atividade cerebral.
Sinal de voz, ECG e EEG são sinais que carregam informação com uma
única variável independente, o tempo.
Sinal de imagem possui duas variáveis independentes, coordenadas
espaciais.
A geração de sinais é geralmente associada com um sistema que responde
para um estímulo ou força.( Ex: sinal de voz – sistema: cordas vocais e
cavidade vocal )
Um sistema também pode ser um aparelho físico executa uma operação no
sinal. ( Ex: filtro )
Sinais, sistemas, e processamento de
sinais
Quando um sinal passa através de um sistema, como em um filtro, é
dito que o sinal foi processado. Em geral, os sistemas são
caracterizados pelo tipo de operação que eles realizam no sinal. Tais
operações são geralmente referenciadas como processamento de
sinal. Ex: sistema linear e não linear.
Um sistema digital pode ser implementado como uma combinação
de hardware e software, sendo que cada um realiza seu próprio
conjunto de operações especificadas.
O principal tópico no estudo de processamento digital de sinal é a
discussão de algoritmos eficientes para a realização de operações
como filtragem, correlação, e análise espectral.
ELEMENTOS BÁSICOS DE UM SISTEMA DE
PROCESSAMENTO DIGITAL DE SINAL
A maior parte dos sinais encontrados na ciência e engenharia são analógicos.
Eles podem ser processados diretamente por sistemas analógicos
apropriados ( tais como filtros, analizadores de frequencia, multiplicadores
de frequencia, amplificadores ).
PDS fornecem um método alternativo para processar o sinal analógico.
Ω = 2πF
xa (t ) = A cos(2πFt + θ ), -∞ < t < ∞
xa (t ) = A cos(2πFt + θ )
SINAIS SENOIDAIS DE TEMPO CONTÍNUO
O sinal senoidal analógico xa (t ) = A cos(2πFt + θ ) é caracterizado pelas
seguintes propriedades:
Para todo valor fixo de F, xa (t ) é periodico.
xa (t + TP ) = xa (t ) TP = 1 / F
Sinais senoidas de tempo contínuo com diferentes frequencias são
distintos.
Aumentando a frequencia resulta em um aumento na taxa de oscilação
do sinal, ou seja, mais periodos são incluidos em um dado intervalo de
tempo.
• Devido a continuidade da variável tempo t, pode-se aumentar a
frequencia F, sem limite, com um correspondente aumento na taxa
de oscilação.
SINAIS SENOIDAIS DE TEMPO CONTÍNUO
Sinais senoidais na classe de sinais exponenciais complexos:
xa (t ) = Ae j (Ωt +θ ) e ± jφ = cos φ ± jsenφ
Por conveniência matemática, precisa-se introduzir frequencia
negativa A j (Ωt +θ ) A − j (Ωt +θ )
xa (t ) = A cos(Ωt + θ ) = e + e
2 2
Frequência positiva o movimento angular é no sentido anti-horário.
Frequência negativa o movimento angular é no sentido horário.
SINAIS SENOIDAIS DE TEMPO DISCRETO
Um sinal senoidal de tempo discreto pode ser discrito como:
x(n) = A cos(ωn + θ ) -∞ < n < ∞
Onde n é uma variável inteira, chamada de o número da amostra, A
é a amplitude senoidal, ω é a frequencia em radianos por amostra,
e θ é a fase em radianos. f é em ciclos por amostra.
ω = 2πf
x(n) = A cos(2πfn + θ ), -∞ < n < ∞
SINAIS SENOIDAIS DE TEMPO DISCRETO
O sinais senoidais de tempo discreto são caracterizados pelas
seguintes propriedades:
Uma senoide de tempo discreto é periódica somente se sua frequencia f
é um número racional ( f pode ser expresso como uma razão de dois
inteiros).
x( n + N ) = x( n) para todo n
cos[ 2πf 0 ( N + n) + θ ] = cos( 2πf 0 n + θ )
Esta relação é verdadeira se e somente se existe um inteiro k tal que
2πf o N = 2kπ
k
fo =
N
SINAIS SENOIDAIS DE TEMPO DISCRETO
Senóides de tempo discreto cujas frequências são separadas por um
multiplo inteiro de 2π são identicas.
cos[(ω0 + 2π ) n + θ ] = cos(ω0 n + 2πn + θ ) = cos(ω0 n + θ )
Como resultado, toda sequência senoidal
xk (n) = A cos(ωk n + θ ), k = 0,1,2,.....
onde
ωk = ω0 + 2kπ , -π ≤ ω0 ≤ π
são identicos.
A mais alta taxa de oscilação em uma senóide de tempo discreto é
atingido quando ω = π ou ω = − π ou equivalentemente
1 ou 1
f = f =− .
2 2
SINAIS SENOIDAIS DE TEMPO DISCRETO
A taxa de oscilação aumenta quando a frequência aumenta.
π π π
ω 0 = 0, , , ,π
8 4 2
Para ver o que acontece com π ≤ ω0 ≤ 2π , considere as senóides com frequencia
ω1 = ω0 e ω2 = 2π − ω0 . Note que enquanto ω1 varie de π a 2π
ω2 varia de π a 0 .
x1 ( n) = A cos(ω1n) = A cos(ω0 n)
Nota-se que:
sk + N (n) = e j 2πn ( k + N ) / N = e j 2πn sk (n) = sk (n)
Isto significa que há somente N exponenciais complexas periódicas e
distintas e todas elas tem um periodo comum de N amostras. Pode-se
escolher qualquer N consecutivas exponenciais complexas:
sk ( n) = e j 2πkn / N , k = 0,1,2,...., N − 1 N −1
A combinação linear de s k ( n ) = ∑k =0
ck e j 2πkn / N