Escolar Documentos
Profissional Documentos
Cultura Documentos
Agosto de 2016
1
A maior parte desta aula (incluindo figuras, textos e tabelas) foi retirada
do livro texto B. P. Lathi. Sinais e Sistemas Lineares (Segunda Edição).
Bookman, 2007.
Kurios | Inı́cio 1/42
Amostragem no Tempo Dificuldades Práticas Amostragem Espectral TDF FFT
1 Teorema da Amostragem
Teorema da Amostragem
Teorema da Amostragem
Teorema da Amostragem
1
δT (t) = [1 + 2 cos ws t + 2 cos 2ws t + 2 cos 3ws t + · · · ]
T
Dessa forma,
Teorema da Amostragem
Teorema da Amostragem
Teorema da Amostragem
Teorema da Amostragem
Teorema da Amostragem
Teorema da Amostragem
Teorema da Amostragem
Teorema da Amostragem
Teorema da Amostragem
x[n] = x(nT )
Teorema da Amostragem
X (Ω) = X̄ (w )|wT =Ω
Teorema da Amostragem
Alternativamente,
Ω
X (Ω) = X̄
T
ou seja, X (Ω) é idêntico a X̄ (w ) escalonado na frequência
pelo fator T .
Teorema da Amostragem
Obs.: Dessa forma, x(t) pode ser reconstruı́do a partir de x[n], desde que
x[n] seja formado por amostras de x(t) tomadas uniformemente a uma
taxa de fs > 2B amostras/segundo.
Kurios | Inı́cio 17/42
Amostragem no Tempo Dificuldades Práticas Amostragem Espectral TDF FFT
1 Teorema da Amostragem
Dificuldades Práticas
Dificuldades Práticas
Dificuldades Práticas
Filtro Anti-Aliasing:
1 Teorema da Amostragem
Amostragem Espectral:
1 Teorema da Amostragem
0 −1
NX
ws
X (w ) = T X̄ (w ) = T x(nT )e −jnwT , |w | ≤
2
n=0
0 −1
NX
2π
Xr = Tx(nT )e −jnr Ω0 , Ω0 = 2πf0 T =
N0
n=0
Definindo xn = Tx(nT ), temos ainda
0 −1
NX
2π
Xr = xn e −jnr Ω0 , Ω0 =
N0
|n=0 {z }
TDF
Kurios | Inı́cio 30/42
Amostragem no Tempo Dificuldades Práticas Amostragem Espectral TDF FFT
Xr e jmΩ0 r = xn e j(m−n)r Ω0
r =0 n=0 r =0
| {z }
0, se n6=m
Quando n = m, temos
0 −1
NX
Xr e jmΩ0 r = xm N0
r =0
Reorganizando,
N0 −1
1 X 2π
xn = Xr e jnΩ0 r , Ω0 =
N0 N0
| r =0{z }
TDFI
Observações:
Quanto maior a frequência de amostragem fs , menor será o
erro devido ao aliasing.
f0 é a resolução da frequência, ou seja, a separação entre as
amostras de X (w ).
Podemos utilizar a técnica de preenchimento nulo (inclusão de
amostras falsas de valor 0 no sinal) para aumentar N0 , e
consequentemente, obter mais amostras de X (w ).
1 Teorema da Amostragem
Definição da TDF:
0 −1
NX
2π
Xr = xn e −jnr Ω0 , Ω0 =
N0
n=0
Quantidade de cálculos:
Amostras do Espectro Multiplicações Somas
1 N0 N0 − 1
N0 N02 N0 (N0 − 1)
Definindo
WN0 = e −(j2π/N0 ) = e −jΩ0
Temos que a TDF é dada por
0 −1
NX
Xr = xn WNnr0 , 0 ≤ r ≤ N0 − 1
n=0
x0 , x2 , x4 , · · · , xN0 −2 , x1 , x3 , x5 , · · · , xN0 −1
| {z } | {z }
sequência gn sequência hn
Dessa forma,
N0 /2−1 N0 /2−1
(2n+1)r
X X
Xr = x2n WN2nr
0
+ x2n+1 WN0
n=0 n=0
Compactando,
Xr = Gr + WNr 0 Hr , 0 ≤ r ≤ N0 − 1
Gr +N0 /2 = Gr ,
Hr +N0 /2 = Hr .
Além disso,
r +N0 /2 N /2
WN0 = WN00 WNr 0 = e −jπ WNr 0 = −WNr 0
Resultado:
N0
Xr = Gr + WNr 0 Hr , 0≤r ≤ −1
2
N0
Xr +N0 /2 = Gr − WNr 0 Hr , 0≤r ≤ −1
2
Fluxo de sinal (gráfico borboleta):