Apostila Demos DSP

Apostila
de
Códigos de Programas Demonstrativos
para
Fundamentos de
Processamento Digital de Sinais
(Versão A2022M03D09)
Universidade Federal Fluminense
Alexandre Santos de la Vega
Departamento de Engenharia de Telecomunicações – TET
Escola de Engenharia – TCE
Universidade Federal Fluminense – UFF
Março – 2022
.
621.3192 de la Vega, Alexandre Santos

(*)
D278 Apostila com Códigos de Programas Demonstra-
(*) tivos para Processamento Digital de Sinais / Ale-
2022 xandre Santos de la Vega. – Niterói: UFF/TCE/-
TET, 2022.
205 (sem romanos) ou 225 (com romanos) p. (*)
Apostila com Códigos de Programas Demonstra-
tivos – Graduação, Engenharia de Telecomunica-
ções, UFF/TCE/TET, 2022.
1. Processamento de Sinais. 2. Processamento
Digital de Sinais. 3. Telecomunicações. I. Tı́tulo.
(*) OBTER INFO NA BIBLIOTECA, ATUALIZAR E PEDIR NOVO REGISTRO !!!

Aos meus alunos.
iii
Prefácio
O trabalho em questão aborda os tópicos a serem apresentados na disciplina Fundamentos

de Processamento Digital de Sinais.
O material completo encontra-se dividido em quatro volumes. O conteúdo teórico pode
ser encontrado no volume entitulado Apostila de Teoria para Fundamentos de Processamento
Digital de Sinais. O conteúdo prático pode ser encontrado no volume entitulado Apostila de
Códigos de Programas Demonstrativos para Fundamentos de Processamento Digital de Sinais.
As especificações dos trabalhos extra classe propostos na disciplina podem ser encontradas no
volume entitulado Apostila de Trabalhos Extra Classe de Exercı́cio e de Código (TEC) para
Fundamentos de Processamento Digital de Sinais. Uma abordagem integradora dos tópicos de
interesse da disciplina, de forma simples e direta, utilizando o sistema de média móvel como
exemplo, pode ser encontrado no volume entitulado Tutorial sobre Sistema de Média Móvel
para Fundamentos de Processamento Digital de Sinais.
Os documentos foram escritos com o intuito de servir como uma referência rápida para os
alunos dos cursos de graduação e de mestrado em Engenharia de Telecomunicações da Univer-
sidade Federal Fluminense (UFF).
O material básico utilizado para o conteúdo teórico foram as minhas notas de aula, que, por
sua vez, originaram-se em uma coletânea de livros sobre os assuntos abordados.
Os códigos de programas demonstrativos e as especificações dos trabalhos propostos são
completamente autorais.
A motivação inicial para o desenvolvimento desse trabalho foi a de aumentar o dinamismo
das aulas. Logo, deve ficar bem claro que os documentos produzidos não pretendem substituir
os livros textos ou outros livros de referência. Pelo contrário, espera-se que eles sejam utilizados
como ponto de partida para estudos mais aprofundados, utilizando-se a literatura existente.
Espero conseguir manter o presente texto em constante atualização e ampliação.
Correções e sugestões são sempre bem-vindas.

UFF / TCE / TET
v
vi
Agradecimentos
Aos professores do Departamento de Engenharia de Telecomunicações (TET), da Escola de

Engenharia (TCE), da Universidade Federal Fluminense (UFF), que colaboraram com crı́ticas
e sugestões bastante úteis à finalização da versão inicial deste trabalho.
Aos funcionários e ex-funcionários do TET, Arlei, Carmen Lúcia, Eduardo Wallace, Fran-
cisco e Jussara, pelo apoio constante.
Aos meus alunos, que, além de servirem de motivação principal, obrigam-me sempre a me
tentar melhorar, em todos os sentidos.
Mais uma vez, e sempre, aos meus pais, por tudo.

UFF / TCE / TET
vii
viii
Apresentação do material didático
• O material aqui apresentado não é fruto de um projeto educacional envolvendo idealização,

planejamento, pesquisa, estruturação, desenvolvimento, revisão e edição.
• Pelo contrário, ele nasceu, evoluiu e tem sido mantido de uma forma bem orgânica.
• Em 1995, o autor ingressou no Departamento de Engenharia de Telecomunicações (TET)

da Universidade Federal Fluminense (UFF) e, desde então, tem sido responsável por
diversas disciplinas oferecidas pelo TET para o Curso de Engenharia de Telecomunicações,
da Escola de Engenharia da UFF (TCE/UFF), e para o Curso de Ciência da Computação,
do Instituto de Computação da UFF (IC/UFF).
• Na época do seu ingresso, o Processamento Digital de Sinais já era um assunto presente
na área de Telecomunicações. E com importância crescente. Apesar disso, ainda não era
oferecida pelo TET uma disciplina formal sobre a matemática que o fundamenta.
• Com essa percepção, ele criou a disciplina optativa “Introdução ao Processamento Digital
de Sinais”, em 1998.
• Para dar suporte às aulas, foram elaboradas as primeiras notas de aula (manuscritas)
para a disciplina optativa criada no TET. Nessa primeira tentativa de implantação da
disciplina, foi usada a referência [Mit98] como livro texto.
• A disciplina optativa foi oferecida pelo autor apenas durante dois perı́odos letivos, em
virtude do seu afastamento para finalização do seu doutoramento.
• Durante o afastamento, e mesmo algum tempo depois, a disciplina optativa foi oferecida
por outro professor do TET. Nesse perı́odo, o autor lançou uma outra disciplina optativa,
vinculada à primeira, tratando do Projeto de Filtros Digitais.
• Na primeira década de 2000, o TET realizou uma reforma curricular e a disciplina optativa
“Introdução ao Processamento Digital de Sinais” tornou-se obrigatória, sob o nome de
“Processamento Digital de Sinais”.
• Tendo voltado a ministrar a disciplina, o autor decidiu ampliar as notas de aula manus-
critas, baseando-se em diversos outros livros.
• Em 2008, com os objetivos iniciais de melhor organizar os manuscritos e de atender aos

apelos dos alunos por cópia dos manuscritos, eles foram apenas transcritos para o Sistema
de Preparação de Documentos LATEX [KD04] , [MG04]. Assim, surgiu a primeira versão
da apostila de teoria.
ix
x
• A partir daı́, com a maturação gradual que a disciplina foi ganhando a cada perı́odo letivo,
novos conteúdos foram surgindo. Ora por curiosidade do autor, procurando incorporar
um determinado tópico na disciplina. Ora por curiosidade dos alunos, por demandarem
algum assunto em especial. Ora por necessidade pedagógica, pois, ao se perceberem
dúvidas recorrentes dos alunos, novas formas de abordagem têm sido testadas.
• Além disso, como filosofia educacional do autor, as questões que fazem parte de toda e
qualquer forma de avaliação formal da disciplina (testes, provas, trabalhos) são anexadas
ao conteúdo, na forma de exercı́cios propostos.
• Também como filosofia educacional do autor, a apostila de teoria não apresenta figuras
que ilustrem os assuntos abordados. Pelo contrário, é demandado aos alunos que eles
gerem as suas próprias figuras, a partir de um aplicativo computacional adequado.
• Para incentivar os alunos a modificarem códigos existentes e a gerarem seus próprios

códigos, a partir de 2011, uma nova apostila tem sido elaborada, contendo códigos de
programas demonstrativos, relativos aos tópicos abordados na apostila de teoria, em sala
de aula e/ou em alguma forma de avaliação formal da disciplina.
• A partir de 2016, com a incorporação de trabalhos semanais na prática da disciplina, uma

nova apostila tem sido elaborada, contendo os trabalhos propostos a cada perı́odo letivo.
• No final da década de 2010, o TET realizou uma nova reforma curricular, a qual acarretou
uma redução na quantidade e na carga horária das disciplinas. Isso provocou uma
reformulação na abordagem dos tópicos da disciplina, que passou a ser denominada de
“Fundamentos de Processamento Digital de Sinais”.
• Em 2018, foi percebido que, utilizando o sistema de média móvel como exemplo, é possı́vel
abordar e integrar os tópicos de interesse da disciplina de forma simples e direta. Além
disso, com ele, também é possı́vel gerar exemplos, exercı́cios e aplicações práticas, com
certa facilidade. Assim, teve inı́cio a elaboração do tutorial sobre o sistema de média
móvel.
• Dessa forma, desde o inı́cio da sua confecção até o presente momento, sempre foram
preparadas diversas versões de cada documento ao longo de um mesmo perı́odo letivo.
Por essa razão, o identificador “Versão A<ano>M<mês>D<dia>” aparece logo abaixo
do tı́tulo de cada apostila.
• No tocante à apresentação do conteúdo teórico, os manuscritos originais continham apenas

tópicos, destinados à abordagem do conteúdo programático durante as aulas. Pode-se
dizer que tais manuscritos representavam apenas um roteiro de aula. Gradativamente,
com a evolução da apostila de teoria, os tópicos têm sido trocados por textos dissertativos,
relativos ao conteúdo abordado.
• No ponto de vista estrutural é que o aspecto dinâmico dos documentos mais se tem feito
presente. Os mais diversos seccionamentos de texto (capı́tulos, seções, subseções, etc.)
surgem, são mesclados e desaparecem, a cada nova versão.
• Por tudo isso, pode-se asseguradamente dizer que todo o material produzido encontra-se
em constante atualização.
xi
• Na preparação das aulas, têm sido utilizados os seguintes livros:
– Livros indicados pela ementa da disciplina: [DdSN10], [Mit98].

– Outros livros indicados: [Rob09], [PM06], [Jac96], [She95], [SK89], [Ant86], [SDD84],
[OWY83], [PL76], [OS75], [Cad73].
xii
Teoria abordada no material didático
• Introdução <2 horas>
– Conceitos básicos: que busca contextualizar a disciplina no âmbito do curso e

apresentar conceitos que serão necessários ao longo do texto. <2 horas>
– Amostragem e interpolação: que apresenta um resumo das representações dos sinais
analógicos no domı́nio da frequência e aborda as duas formas de conexão entre os
domı́nios analógico e digital. [Opcional]
• Sinais e sistemas (com tempo discreto) no domı́nio do tempo <10 horas>
– Sinais no domı́nio do tempo: definições, classificações, operações, exemplos e

caracterizações. <4 horas>
– Sequências exponenciais: caracterı́sticas relevantes de exponenciais, funções com
dependência exponencial, decomposição de funções usando exponenciais, amostra-
gem de sinais contı́nuos no tempo. <2 horas>
– Sistemas no domı́nio do tempo: definições, classificações, operações, exemplos e
caracterizações. <4 horas>
• Representações de um Sistema Linear e Invariante ao Tempo (SLIT) <12 horas>
– Resposta ao impulso.
– Equação de diferença.
– Diagramas de blocos de complexidade genérica.
– Diagramas de sistema (ou estruturas ou realizações).
– Operador de transferência.
– Diagrama de pólos e zeros do operador de transferência.
– Equações de estado.
– Relações e mapeamentos entre as diversas representações.
• Respostas de um Sistema Linear e Invariante ao Tempo (SLIT) <10 horas>
– Cálculos da resposta de um SLIT <8 horas>

∗ Cálculo da resposta de um SLIT baseado na solução das equações de estado.
∗ Cálculo da resposta de um SLIT baseado no uso do operador de transferência.
∗ Cálculo da resposta de um SLIT baseado na solução convencional da equação
de diferença.
∗ Cálculo da resposta de um SLIT FIR (Resposta ao Impulso Finita) com entrada
de comprimento indefinido.
xiii
xiv
– Tipos de resposta de um SLIT <2 horas>

∗ Resposta completa.
∗ Resposta homogênea + resposta do sistema relaxado (resposta particular +
resposta complementar).
∗ Resposta ao estado + resposta à entrada.
∗ Resposta natural + resposta forçada.
∗ Resposta transitória + resposta permanente.
• Noções da representação em domı́nio transformado para sistemas de primeira ordem

[Opcional]
– Resposta em Frequência: baseado no cálculo da resposta de um SLIT de primeira

ordem, para um determinado tipo de sinal de entrada, pode-se identificar um novo
tipo de representação para o sistema.
– Função de Transferência: baseado no cálculo da resposta de um SLIT de primeira
ordem, para um determinado tipo de sinal de entrada, pode-se identificar um novo
tipo de representação para o sistema.
• Sinais e sistemas (com tempo discreto) no domı́nio da frequência <20 horas>
– Sinais <12 horas>

∗ Motivações para a mudança de domı́nio de uma representação.
∗ Revisão das representações em frequência com tempo contı́nuo
(Série de Fourier, Transformada de Fourier e Transformada de Laplace).
∗ Série de Fourier de Tempo Discreto (DTFS).
∗ Transformada de Fourier de Tempo Discreto (DTFT).
∗ Transformada de Fourier Discreta (DFT).
∗ Transformada Z.
∗ Relações entre as diversas representações em frequência, parâmetros e efeitos
importantes.
– Técnicas básicas para aceleração do cálculo da DFT. [Opcional]
– SLIT de ordem qualquer <8 horas>
∗ Tipos de respostas de um sistema.
∗ Resposta completa em domı́nio transformado.
∗ Resposta em Frequência.
∗ Seletividade em Frequência.
∗ Função de Transferência ou Função de Sistema.
∗ Representações de um SLIT no domı́nio da frequência.
• Aplicações: exemplos de aplicações são distribuı́dos ao longo do texto e exercitados na

forma de trabalhos.
Objetivos da disciplina
• Apresentar a base matemática que fundamenta o Processamento Digital de Sinais.
• Trabalhar com sistemas que apresentem as seguintes caracterı́sticas:
– Sistema Linear e Invariante ao Tempo (SLIT).

– Sistema Single-Input Single-Output (SISO).
– Sistema operando com tempo discreto.
– Sistema operando com sinais definidos em tempo discreto, quantizados (digitais) ou
não (amostrados).
• Trabalhar com sinais básicos que sejam simultaneamente dependentes das variáveis tempo
e frequência, utilizando-os na composição dos demais sinais envolvidos.
• Discutir a análise de sistemas no domı́nio da variável tempo e no domı́nio da variável

frequência. No domı́nio do tempo, o foco está na FORMA que os sinais apresentam.
No domı́nio da frequência, o foco está na COMPOSIÇÃO que os sinais apresentam.
• Discutir a aplicação dos conceitos de Operador de Transferência (no domı́nio do tempo)

e de Função de Transferência (no domı́nio da frequência), bem como a relação existente
entre ambos.
• Discutir a aplicação do conceito de estado de um sistema e da análise do sistema no espaço

de estados.
xv
xvi
Sumário
Prefácio v
Agradecimentos vii
Apresentação do material didático ix
Teoria abordada no material didático xiii
Objetivos da disciplina xv
Sumário xvii
I Introdução 1
1 Ambiente de simulação matemática 3
1.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Aspectos gerais sobre o ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Definições . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2 Interação com usuário . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.3 Interpretador de comandos . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.4 Namespace e workspace . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.5 Tipos de dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.6 Estruturas de dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.7 Funções básicas dedicadas a matrizes . . . . . . . . . . . . . . . . . . . . 6
1.2.8 Códigos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Representação gráfica bidimensional (curvas) . . . . . . . . . . . . . . . . . . . . 25
1.3.1 Representação gráfica discreta de função unidimensional . . . . . . . . . 25
1.3.2 Representação gráfica contı́nua de função unidimensional . . . . . . . . . 25
1.3.3 Funções comumente utilizadas . . . . . . . . . . . . . . . . . . . . . . . . 25
1.3.4 Códigos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.4 Representação gráfica tridimensional
(curvas e superfı́cies) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.4.1 Representação gráfica discreta de função bidimensional . . . . . . . . . . 33
1.4.2 Representação gráfica contı́nua de função bidimensional . . . . . . . . . . 33
1.4.4 Códigos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.5 Representação gráfica tridimensional (imagens) . . . . . . . . . . . . . . . . . . 40
1.5.1 Representação gráfica discreta de função bidimensional . . . . . . . . . . 40
1.5.2 Representações de imagens no aplicativo . . . . . . . . . . . . . . . . . . 40
xvii
xviii
1.5.3 Estruturas de dados para imagens no aplicativo . . . . . . . . . . . . . . 41

1.5.4 Amostragem e exibição das imagens . . . . . . . . . . . . . . . . . . . . . 42
1.5.6 Códigos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
1.6 Simulação de uma equação de diferença . . . . . . . . . . . . . . . . . . . . . . . 47
1.6.1 Equação de diferença . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.6.2 Simulação de uma equação de diferença no aplicativo . . . . . . . . . . . 47
1.6.3 Códigos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.7 Exercı́cios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
1.7.1 Vetores: construção e manipulação . . . . . . . . . . . . . . . . . . . . . 51
1.7.2 Matrizes: construção e manipulação . . . . . . . . . . . . . . . . . . . . . 52
1.7.3 Matrizes: cálculos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
1.7.4 Modelagem matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2 Conceitos básicos 55
2.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.2 Tipos de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.3 Amostragem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.4 Arquitetura de sistemas de processamento digital . . . . . . . . . . . . . . . . . 74
II Sinais e sistemas no domı́nio do tempo 79

3 Sinais no domı́nio do tempo 81
3.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.2 Tipos de sequências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.2.1 Sistema numérico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.2.2 Comprimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
3.2.3 Simetria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.3 Operações básicas sobre sequências . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.4 Sequências mais comumente empregadas . . . . . . . . . . . . . . . . . . . . . . 113
4 Sequências exponenciais 125

4.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.2 Caracterı́sticas relevantes de exponenciais . . . . . . . . . . . . . . . . . . . . . . 125
4.3 Efeitos das caracterı́sticas relevantes de exponenciais . . . . . . . . . . . . . . . 140
III Representações de um SLIT 169

5 Representações de um SLIT 171
5.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.2 Operador de transferência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.2.1 Diagrama de Pólos e Zeros (DPZ) . . . . . . . . . . . . . . . . . . . . . . 171
IV Sinais e sistemas no domı́nio da frequência 177

6 Sinais no domı́nio da frequência 179
6.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
xix
6.2 DTFS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179

6.3 DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
6.4 DTFS × DTFT × DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
6.5 DTFT × DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
6.6 DFT × Leakage ou Smearing . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
6.7 Aceleração do cálculo da DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
6.7.1 Cálculo da DFT de sequências reais empregando sequências complexas . 196
6.7.2 FFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
Referências bibliográficas 205

xx
Parte I
Introdução
1
Capı́tulo 1
Ambiente de simulação matemática
1.1 Introdução
Neste capı́tulo, são apresentados alguns conceitos básicos relativos ao ambiente de simula-
ção matemática utilizado. São abordados os seguintes itens: aspectos gerais sobre o ambiente
(definições; interação com usuário; interpretador de comandos; namespace e workspace; tipos
de dados; estruturas de dados; comandos e funções comumente utilizados; ações tı́picas de
criação/acesso/operações relativas a estruturas de dados), representação gráfica bidimensio-
nal (curvas), representação gráfica tridimensional (curvas e superfı́cies), representação gráfica
tridimensional (imagens), simulação de equação de diferença.
1.2 Aspectos gerais sobre o ambiente

1.2.1 Definições
• O Octave é um aplicativo computacional.
• O Octave pode ser interpretado como uma máquina computacional virtual, que entende
uma linguagem própria e a traduz para uma outra linguagem, que é entendida por uma
outra máquina computacional, hierarquicamente abaixo dela.
• O Octave trabalha com uma linguagem imperativa. A tradução realizada é uma interpre-
tação. Assim, cada comando da linguagem representa uma assertiva especı́fica, que deve
ser dinamicamente traduzida e executada.
• Um conjunto composto por comandos que sejam reconhecidos pelo aplicativo é denomi-
nado de programa ou código.
• Como nas demais linguagens de programação, os comandos são formados a partir de um

conjunto de caracteres, formado por:
– Um alfabeto natural: {A,B,C, . . ., X, Y, Z} e {a,b,c, . . ., x, y, z}.

– Dı́gitos decimais: {0, 1, . . ., 8, 9}.
– Caracteres especiais, tais como:
% ’ " $ # ; , . : + - * / \ ^ ! & | ? < > ( ) [ ] { }
3
4 Capı́tulo 1. Ambiente de simulação matemática
• A linguagem reconhecida pelo Octave é do tipo case sensitive, o que significa que identi-
ficadores similares, porém com letras minúsculas ou maiúsculas, são considerados identi-
ficadores diferentes.
• As seguintes palavras possuem significado especial para a linguagem reconhecida pelo

Octave e, por isso, são ditas palavras reservadas (ou reserved words ou keywords) pela
linguagem: break, case, catch, continue, else, elseif, end, for, function, global, if, otherwise,
persistent, return, switch, try, while.
1.2.2 Interação com usuário

• A parte do Octave que interage com o usuário é denominada de interpretador de comandos
(ou shell ). Os comandos podem ser passados para o interpretador de comandos de duas
formas básicas: interativamente ou por lote (batch).
• Na forma interativa, os comandos são passados individualmente para o interpretador de

comandos, por digitação direta.
• Na forma por lote, os comandos são organizados em um arquivo e o nome do arquivo

é passado ao interpretador de comandos, que se encarrega de capturar cada um dos
comandos do arquivo. Esse arquivo, contendo um lote de comandos, recebe a denominação
de script. De uma forma geral, os comandos são organizados em um arquivo do tipo
TEXTO, denominado de M-file e identificado como “nome.m”.
• Um conjunto de comandos que é muitas vezes utilizado por um programa e/ou é compar-
tilhado por diversos programas pode ser organizado em uma função. Do ponto de vista
do usuário, uma função é, basicamente, um script com uma sintaxe especı́fica.
• As estruturas de dados em Octave são dinamicamente tipadas. Não se faz necessária uma
declaração antecipada, para a definição de tipo da estrutura e para a reserva de espaço
em memória. Basta um simples comando de construção (construtor) ou uma simples
atribuição de valores, em tempo de execução, para criá-las ou modificá-las.
1.2.3 Interpretador de comandos

• O interpretador de comandos (ou shell ) é a parte do aplicativo que interage com o usuário.
• Alguns comandos ecoam seu resultado para a janela do interpretador de comandos. Para
evitar esse eco, basta adicionar o caractere ’;’ ao final do comando.
• Caso uma expressão seja avaliada sem uma atribuição explı́cita, a variável padrão ’ans’
(answer ou resposta) recebe o resultado da avaliação.
• Comentários (texto não traduzido) podem ser gerados com o auxı́lio do caractere ’%’,
dado que, a partir dele, tudo é ignorado até o final da linha de comando.
• Caso um comando seja muito longo, ele pode ser quebrado em várias linhas, adicionando-
se reticências (três pontos sem espaço entre eles) ao final de cada linha. Cabe ressaltar
que um comentário de linha não pode ser quebrado e continuado.
A.S.V.
1.2. Aspectos gerais sobre o ambiente 5
• Uma linha de código pode conter vários comandos, que devem ser separados por um
dos seguintes caracteres: ’,’ e ’;’. Como citado anteriormente, resultados de comandos
terminados com ’;’ não são ecoados. Podem ser inseridos espaços antes e depois dos
caracteres de separação.
• Comandos úteis na interação com o interpretador de comandos:

iskeyword, lookfor ’padrão’, help ’nome’, who, whos, clear, close, clc.
• Funções úteis na interação com o interpretador de comandos: disp(), pause().
• Comandos úteis para identificar funções do tipos built-in ou M-file:

which ’função’, exist ’função’ (’built-in’ = 5), builtin(’function’, arg1, arg2, ..., argN).
• Funções relacionadas com a versão do computador e o computador: version, computer.
1.2.4 Namespace e workspace

• Em ambientes computacionais, um namespace é um mecanismo que envolve um conjunto
de sinais, sı́mbolos ou nomes, a fim de identificar diferentes objetos, de maneira única,
simples e direta.
• Comumente, os namespaces são organizados de foram hierárquica, possibilitando o reuso

de nomes.
• O Octave possui o seu próprio namespace, onde são definidos variáveis e valores padrões.
Por exemplo: a unidade imaginária (i ou j) e os números ’e=2.7183...’ e ’pi=3.1416...’.
• Ao iniciar uma sessão de trabalho (ou ambiente ou environment), o interpretador de

comandos cria o seu próprio namespace, que é denominado de workspace e que se encontra
hierarquicamente abaixo do namespace geral do Octave.
• Dessa forma, é possı́vel definir novas variáveis e novos valores, diferentes daqueles definidos
pelo Octave, utilizando os mesmos identificadores, mas sem destruir os objetos originais.
• Porém, deve ficar claro que, ao se criar novos objetos no ambiente de trabalho, com os
mesmos identificadores originais, apenas os novos objetos serão acessados. Para voltar a
acessar os objetos padrões, devem-se destruir os objetos definidos no ambiente (utilizando
o comando ’clear’).
1.2.5 Tipos de dados

• O Octave admite os seguintes tipos de dados:
– Logical: valores lógicos FALSE (igual a zero) e TRUE (diferente de zero).

– Char: valores associados com caracteres textuais.
– Numérico inteiro: valores interpretados sem sinal (uint8, uint16, uint32, uint64) e
valores interpretados com sinal (int8, int16, int32, int64).
– Numérico real (float): single e double.
• As quantidades numéricas são representadas por um Sistema de Numeração Posicional

Convencional (SNPC), com base b = 2, codificado em ponto flutuante (floating point).
TET / UFF
• Em cálculos numéricos, independentemente dos tipos de dados dos operandos, os cálculos

são sempre efetuados na maior representação numérica, que é double. Isso é denominado
de aritmética de precisão dupla.
• Variáveis predefinidas, que contêm valores especiais, associados com tipos numéricos:
eps, bitmax, realmax, realmin, intmax, intmin, inf, NaN ou nan, i ou j, pi.
• Funções relacionadas a números complexos:
complex(), conj(), real(), imag(), abs(), angle(), unwrap().
• Função para controle da exibição de dado numérico: format().
1.2.6 Estruturas de dados

• A estrutura de dados básica no Octave é MATRIZ, que é uma estrutura bidimensional
retangular.
• Todos os elementos em uma MATRIZ são do mesmo tipo.
• Outras estruturas são definidas a partir de MATRIZ.
• As estruturas mais simples são: escalar (matriz 1x1), vetor linha (matriz 1xC), vetor
coluna (matriz Lx1), matriz retangular (matriz LxC), matriz quadrada (matriz MxM),
matriz multidimensional (matriz D1xD2xD3x...xDM).
• No caso de uma matriz tridimensional (matriz D1xD2xD3), as dimensões D1, D2 e D3
são respectivamente denominadas de linha, coluna e página.
• Uma dimensão Dn de valor unitário (Dn = 1) é denominada de SINGLETON.
• As estruturas mais complexas são arranjos multidimensionais denominados genericamente
de ARRAY.
• Dois tipos de ARRAY são definidos:
– Cell array: arranjo multidimensional de matrizes não necessariamente iguais.
– Structure array: arranjo multidimensional de uma estrutura de dados similar a
STRUCTURE em C e a RECORD em Pascal, onde diferentes campos são definidos
por um nome e por uma estrutura de dados.
1.2.7 Funções básicas dedicadas a matrizes

• Funções relacionadas com tipos especiais de matrizes:
ones(), zeros(), eye(), diag(), magic(), rand(), randn().
• Funções relacionadas com a concatenação de matrizes:
cat(), horzcat(), vertcat(), repmat(), blkdiag().
• Funções relacionadas com mudanças na forma de uma matriz:
reshape(), rot90(), fliplr(), flipud(), flipdim(), transpose(), ctranspose(), permute().
• Funções relacionadas com deslocamento e ordenação de dados em uma matriz:
circshift(), sort().
• Funções relacionadas com informações sobre uma matriz:
ndims(), numel(), size(), length(), find().
A.S.V.
1.2.8 Códigos
• O Código 1.1 apresenta diversos exemplos de criação de estruturas de dados.
• O Código 1.2 apresenta diversos exemplos de acesso a estruturas de dados.
• O Código 1.3 apresenta diversos exemplos de operações com estruturas de dados.
Código 1.1: Exemplos de criação de estruturas de dados.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : A u l a 1 L a b O c t a v e C r i a c a o .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
9 % %
% Titulo : %
11 % Exemplos de c r i a c a o de e s t r u t u r a s de dados %
% %
13 % %
% Autor : A l e x a n d r e S a n t o s de l a Vega %
15 % Datas : /2022−01/ %
% %
17 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
19
% l i m p e z a do ambiente de t r a b a l h o
21 %
clear all
23 c l o s e a l l
25
disp ( ’ ’)
27 disp ( ’ ’)
disp ( ’ ==========================================’ )
29 disp ( ’ Exemplos de c r i a ç ã o de e s t r u t u r a s de dados ’ )
disp ( ’ ==========================================’ )
31 disp ( ’ ’)
33
%
35 % Exemplos de e s c a l a r ( m a t r i z 1 x1 )
%
37
disp ( ’ ’ )
39 d i s p ( ’ ’ )
disp ( ’ ================================’ )
41 d i s p ( ’ Exemplos de e s c a l a r ( m a t r i z 1 x1 ) ’ )
disp ( ’ ================================’ )
43 d i s p ( ’ ’ )
45 v = ’a ’
47 disp ( ’ ’ )
d i s p ( ’ P r e s s i o n e q u a l q u e r t e c l a para c o n t i n u a r . . . ’ )
49 pause ( )
TET / UFF
51 v = 4
53 disp ( ’ ’ )
55 pause ( )
57 v = −8.5
59 disp ( ’ ’ )
61 pause ( )
63 v = 3 + i *7
65 disp ( ’ ’ )
67 pause ( )
69
%
71 % Exemplos de v e t o r l i n h a ( m a t r i z 1xC )
%
73
disp ( ’ ’ )
75 d i s p ( ’ ’ )
disp ( ’ ====================================’ )
77 d i s p ( ’ Exemplos de v e t o r l i n h a ( m a t r i z 1xC) ’ )
disp ( ’ ====================================’ )
79 d i s p ( ’ ’ )
81 v = ’ abc ’
83 disp ( ’ ’ )
85 pause ( )
87 v = [ 4 12 1 0 0 ]
89 disp ( ’ ’ )
91 pause ( )
93 v = [ −8.5 , 4 , 1 1 . 3 ]
95 disp ( ’ ’ )
97 pause ( )
99 v = [ 3 + i * 7 , −2 + i * 9 , i * 1 1 ]
101 disp ( ’ ’ )
103 pause ( )
105 v = 5:11
107 disp ( ’ ’ )
A.S.V.
109 pause ( )
111 v = 12:3:22
113 disp ( ’ ’ )
115 pause ( )
117 v = 78: −5:49
119 disp ( ’ ’ )
121 pause ( )
123
%
125 % Exemplos de v e t o r c o l u n a ( m a t r i z Lx1 )
%
127
disp ( ’ ’ )
129 d i s p ( ’ ’ )
disp ( ’ =====================================’ )
131 d i s p ( ’ Exemplos de v e t o r c o l u n a ( m a t r i z Lx1 ) ’ )
disp ( ’ =====================================’ )
133 d i s p ( ’ ’ )
135 v = [ ’a ’ ; ’b ’ ; ’ c ’ ]
137 disp ( ’ ’ )
139 pause ( )
141 v = [ 4 ; 12 ; 1 0 0 ]
143 disp ( ’ ’ )
145 pause ( )
147 v = [ −8.5 ; 4 ; 1 1 . 3 ]
149 disp ( ’ ’ )
151 pause ( )
153 v = [ 3 + i * 7 ; −2 + i * 9 ; i * 1 1 ]
155 disp ( ’ ’ )
157 pause ( )
159 v = [5:11] ’
161 disp ( ’ ’ )
163 pause ( )
165 v = [12:3:22] ’
167 disp ( ’ ’ )
TET / UFF
169 pause ( )
171 v = [76: −5:49] ’
173 disp ( ’ ’ )
175 pause ( )
177
%
179 % Exemplos de m a t r i z r e t a n g u l a r ( m a t r i z LxC)
%
181
disp ( ’ ’ )
183 d i s p ( ’ ’ )
disp ( ’ ==========================================’ )
185 d i s p ( ’ Exemplos de m a t r i z r e t a n g u l a r ( m a t r i z LxC) ’ )
disp ( ’ ==========================================’ )
187 d i s p ( ’ ’ )
189 v = [ ’ abcd ’ ; ’ e f g h ’ ]
191 disp ( ’ ’ )
193 pause ( )
195 v = [ ’ ab ’ ; ’ cd ’ ; ’ e f ’ ; ’ gh ’ ]
197 disp ( ’ ’ )
199 pause ( )
201 v = [ 4 12 100 1 ; 7 11 15 3 ]
203 disp ( ’ ’ )
205 pause ( )
207 v = [ 4 12 ; 100 1 ; 7 11 ; 15 3 ]
209 disp ( ’ ’ )
211 pause ( )
213 v = [ 1 : 6 ; 11:16 ; 21:26]
215 disp ( ’ ’ )
217 pause ( )
219
%
221 % Exemplos de m a t r i z quadrada M ( m a t r i z MxM)
%
223
disp ( ’ ’ )
225 d i s p ( ’ ’ )
disp ( ’ ==========================================’ )
A.S.V.
227 disp ( ’ Exemplos de m a t r i z quadrada M ( m a t r i z MxM) ’ )

disp ( ’ ==========================================’ )
229 disp ( ’ ’ )
231 v = [ ’ abcd ’ ; ’ e f g h ’ ; ’ i j k l ’ ; ’mnop ’ ]
233 disp ( ’ ’ )
235 pause ( )
237 v = [ 4 12 100 1 ; 7 11 15 3 ; 2 6 19 33 ; 8 10 44 5 6 ]
239 disp ( ’ ’ )
241 pause ( )
243 v = [ 1 : 4 ; 11:14 ; 21:24 ; 31:34]
245 disp ( ’ ’ )
247 pause ( )
249
%
251 % Exemplos de c e l l a r r a y
%
253
disp ( ’ ’ )
255 d i s p ( ’ ’ )
disp ( ’ ======================’ )
257 d i s p ( ’ Exemplos de c e l l a r r a y ’ )
disp ( ’ ======================’ )
259 d i s p ( ’ ’ )
261 %
% Constru ç ão com a t r i b u i ç ão
263 %
265 disp ( ’ ’)
disp ( ’ ’)
267 disp ( ’ =========================’ )
disp ( ’ Constru ç ã o com a t r i b u i ç ã o ’ )
269 disp ( ’ =========================’ )
disp ( ’ ’)
271
v = { 1 , [2 , 3] ;
273 [ 4 ; 5 ] , [ 6 , 7 ; 8 , 9 ; 10 , 1 1 ]
}
275
disp ( ’ ’ )
277 d i s p ( ’ P r e s s i o n e q u a l q u e r t e c l a para c o n t i n u a r . . . ’ )
pause ( )
279
v {1 ,1}
281
disp ( ’ ’ )
pause ( )
285
TET / UFF
v {1 ,2}
287
disp ( ’ ’ )
pause ( )
291
v {2 ,1}
293
disp ( ’ ’ )
pause ( )
297
v {2 ,2}
299
disp ( ’ ’ )
pause ( )
303
%
305 % Constru ç ão com fun ç ão
%
307
disp ( ’ ’ )
309 d i s p ( ’ ’ )
d i s p ( ’ =====================’ )
311 d i s p ( ’ Constru ç ã o com fun ç ã o ’ )
d i s p ( ’ =====================’ )
313 d i s p ( ’ ’ )
315 v = c e l l (3 ,2)
317 disp ( ’ ’ )
319 pause ( )
321 v {1 ,1} = 1.1;

v {1 ,2} = ’a ’ ;
323 v {2 ,1} = [ 2 + i *3 , 4 + i *5];
v {2 ,2} = [ 6 + i *7 ; 8 + i *9];
325 v {3 ,1} = [ ’ bcd ’ ; ’ efg ’ ] ;
v {3 ,2} = [ 1 0 , 11 ; 12 , 13 ; 14 , 1 5 ]
327
disp ( ’ ’ )
pause ( )
331
v {1 ,1}
333
disp ( ’ ’ )
pause ( )
337
v {1 ,2}
339
disp ( ’ ’ )
pause ( )
343
v {2 ,1}
A.S.V.
345
disp ( ’ ’ )
pause ( )
349
v {2 ,2}
351
disp ( ’ ’ )
pause ( )
355
v {3 ,1}
357
disp ( ’ ’ )
pause ( )
361
v {3 ,2}
363
disp ( ’ ’ )
pause ( )
367
369 %
% Exemplos de s t r u c t u r e a r r a y
371 %
373 disp ( ’ ’)
disp ( ’ ’)
375 disp ( ’ ===========================’ )
disp ( ’ Exemplos de s t r u c t u r e a r r a y ’ )
377 disp ( ’ ===========================’ )
disp ( ’ ’)
379
%
381 % Constru ç ão com a t r i b u i ç ão
%
383
disp ( ’ ’ )
385 d i s p ( ’ ’ )
d i s p ( ’ =========================’ )
387 d i s p ( ’ Constru ç ã o com a t r i b u i ç ã o ’ )
d i s p ( ’ =========================’ )
389 d i s p ( ’ ’ )
391 %
clear v
393
v . nome = ’ Aluno 1 ’ ;
395 v . n o t a s = [1 .1 2.1 3 . 1 ] ;
v . s i t u a c a o = ’ Reprovado ’
397
disp ( ’ ’ )
pause ( )
401
v ( 2 ) . nome = ’ Aluno 11 ’ ;
403 v ( 2 ) . n o t a s = [4.1 5.1 6 . 1 ] ;
TET / UFF
v ( 2 ) . s i t u a c a o = ’VS ’
405
disp ( ’ ’ )
pause ( )
409
v ( 3 ) . nome = ’ Aluno 111 ’ ;
411 v ( 3 ) . notas = [7.1 8.1 9 . 1 ] ;
v ( 3 ) . s i t u a c a o = ’ Aprovado ’
413
disp ( ’ ’ )
pause ( )
417
v(1)
419
disp ( ’ ’ )
pause ( )
423
v(2)
425
disp ( ’ ’ )
pause ( )
429
v(3)
431
disp ( ’ ’ )
pause ( )
435
%
437 % Constru ç ão com fun ç ão
%
439
disp ( ’ ’ )
441 d i s p ( ’ ’ )
d i s p ( ’ =====================’ )
443 d i s p ( ’ Constru ç ã o com fun ç ã o ’ )
d i s p ( ’ =====================’ )
445 d i s p ( ’ ’ )
447 v = struct ( ’ nome ’ , { ’ Aluno Nota Baixa ’ , ...

’ Aluno Nota Mediana ’ , ...
449 ’ Aluno Nota S u f i c i e n t e m e n t e a l t a ’ . . .
} , ...
451 ’ media ’ , { 3 . 9 , 5 . 9 , 6 . 1 } , . . .
’ s i t u a c a o ’ , { ’ Reprovado ’ , ’VS ’ , ’ Aprovado ’ } . . .
453 )
455 disp ( ’ ’ )
457 pause ( )
459 v(1)
461 disp ( ’ ’ )
A.S.V.
463 pause ( )
465 v(2)
467 disp ( ’ ’ )
469 pause ( )
471 v(3)
473 disp ( ’ ’ )
475 pause ( )
477 %
% EOF
479 %
Código 1.2: Exemplos de acesso a estruturas de dados.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : A u l a 1 L a b O c t a v e A c e s s o .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
9 % %
% Titulo : %
11 % Exemplos de a c e s s o a e s t r u t u r a s de dados %
% %
13 % %
15 % Datas : /2022−01/ %
% %
17 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
19
21 %
clear all
23 c l o s e a l l
25
disp ( ’ ’)
27 disp ( ’ ’)
disp ( ’ ========================================’ )
29 disp ( ’ Exemplos de a c e s s o a e s t r u t u r a s de dados ’ )
disp ( ’ ========================================’ )
31 disp ( ’ ’)
33
%
%
37
TET / UFF
disp ( ’ ’)
39 disp ( ’ ’)
disp ( ’ ====================================’ )
41 disp ( ’ Exemplos de v e t o r l i n h a ( m a t r i z 1xC) ’ )
disp ( ’ ====================================’ )
43 disp ( ’ ’)
45 vl = 1:2:13
47 disp ( ’ ’ )
49 pause ( )
51 vl (3)
53 disp ( ’ ’ )
55 pause ( )
57 vl ([2 , 5])
59 disp ( ’ ’ )
61 pause ( )
63 vl (4:6)
65 disp ( ’ ’ )
67 pause ( )
69
%
71 % Exemplos de v e t o r c o l u n a ( m a t r i z Lx1 ) :
%
73
disp ( ’ ’ )
75 d i s p ( ’ ’ )
disp ( ’ =====================================’ )
77 d i s p ( ’ Exemplos de v e t o r c o l u n a ( m a t r i z Lx1 ) ’ )
disp ( ’ =====================================’ )
79 d i s p ( ’ ’ )
81 vc = [ 2 : 2 : 1 6 ] ’
83 disp ( ’ ’ )
85 pause ( )
87 vc ( 6 )
89 disp ( ’ ’ )
91 pause ( )
93 vc ( [ 1 , 4 ] )
95 disp ( ’ ’ )
A.S.V.
97 pause ( )
99 vc ( 3 : 5 )
101 disp ( ’ ’ )
103 pause ( )
105
%
107 % Exemplos de m a t r i z r e t a n g u l a r ( m a t r i z LxC)
%
109
disp ( ’ ’ )
111 d i s p ( ’ ’ )
disp ( ’ ==========================================’ )
113 d i s p ( ’ Exemplos de m a t r i z r e t a n g u l a r ( m a t r i z LxC) ’ )
disp ( ’ ==========================================’ )
115 d i s p ( ’ ’ )
117 mlc = randn ( 6 , 4 )
119 disp ( ’ ’ )
121 pause ( )
123 mlc ( 5 , 3 )
125 disp ( ’ ’ )
127 pause ( )
129 % ( L * ( c −1) ) + l =
% ( 6 * (3 −1) ) + 5 = 12 + 5 = 17
131 %
mlc ( 1 7 )
133
disp ( ’ ’ )
pause ( )
137
mlc ( 2 , 1 : 3 )
139
disp ( ’ ’ )
pause ( )
143
mlc ( 2 : 5 , 3 )
145
disp ( ’ ’ )
pause ( )
149
mlc ( 3 , : )
151
disp ( ’ ’ )
pause ( )
155
TET / UFF
mlc ( : , 2 )
157
disp ( ’ ’ )
pause ( )
161
mlc ( [ 1 3 5 ] , [ 2 4 ] )
163
disp ( ’ ’ )
pause ( )
167
mlc ( 2 : 4 , 2 : 3 )
169
disp ( ’ ’ )
pause ( )
173
175 %
% Exemplos de m a t r i z t r i d i m e n s i o n a l ( m a t r i z LxCxP )
177 %
179 disp ( ’ ’)
disp ( ’ ’)
181 disp ( ’ ================================================’ )
disp ( ’ Exemplos de m a t r i z t r i d i m e n s i o n a l ( m a t r i z LxCxP) ’ )
183 disp ( ’ ================================================’ )
disp ( ’ ’)
185
mlcp = randn ( 6 , 4 , 3 )
187
disp ( ’ ’ )
pause ( )
191
mlcp ( 5 , 3 , 2 )
193
disp ( ’ ’ )
pause ( )
197
% ( L *C * ( p−1) ) + ( L * ( c −1) ) + l =
199 % ( 6 * 4 * (2 −1) ) + ( 6 * (3 −1) ) + 5 = 24 + 12 + 5 = 41
%
201 mlcp ( 4 1 )
203 disp ( ’ ’ )
205 pause ( )
207 mlcp ( 2 , 1 : 3 , 1 )
209 disp ( ’ ’ )
211 pause ( )
213 mlcp ( 2 : 5 , 3 , 2 )
A.S.V.
215 disp ( ’ ’ )
217 pause ( )
219 mlcp ( [ 1 3 5 ] , [ 2 4 ] , 3 )
221 disp ( ’ ’ )
223 pause ( )
225 mlcp ( 2 : 4 , 2 : 3 , : )
227 disp ( ’ ’ )
229 pause ( )
231
%
233 % Exemplos de c e l l a r r a y
%
235
disp ( ’ ’ )
237 d i s p ( ’ ’ )
disp ( ’ ======================’ )
239 d i s p ( ’ Exemplos de c e l l a r r a y ’ )
disp ( ’ ======================’ )
241 d i s p ( ’ ’ )
243 %
% Constru ç ão com a t r i b u i ç ão
245 %
247 disp ( ’ ’)
disp ( ’ ’)
249 disp ( ’ =========================’ )
disp ( ’ Constru ç ã o com a t r i b u i ç ã o ’ )
251 disp ( ’ =========================’ )
disp ( ’ ’)
253
c = { 1 , [2 , 3] ;
255 [ 4 ; 5 ] , [ 6 , 7 ; 8 , 9 ; 10 , 1 1 ]
}
257
disp ( ’ ’ )
pause ( )
261
c {1 ,1}
263
disp ( ’ ’ )
pause ( )
267
c {1 ,2}
269
disp ( ’ ’ )
pause ( )
273
TET / UFF
c {2 ,1}
275
disp ( ’ ’ )
pause ( )
279
c {2 ,2}
281
disp ( ’ ’ )
pause ( )
285
c {1 ,2}(1 ,1)
287
disp ( ’ ’ )
pause ( )
291
c {2 ,1}(2 ,1)
293
disp ( ’ ’ )
pause ( )
297
c {2 ,2}(2 ,:)
299
disp ( ’ ’ )
pause ( )
303
305 %
% Exemplos de s t r u c t u r e a r r a y
307 %
309 disp ( ’ ’)
disp ( ’ ’)
311 disp ( ’ ===========================’ )
disp ( ’ Exemplos de s t r u c t u r e a r r a y ’ )
313 disp ( ’ ===========================’ )
disp ( ’ ’)
315
%
317 % Constru ç ão com a t r i b u i ç ão
%
319
disp ( ’ ’ )
321 d i s p ( ’ ’ )
d i s p ( ’ =========================’ )
323 d i s p ( ’ Constru ç ã o com a t r i b u i ç ã o ’ )
d i s p ( ’ =========================’ )
325 d i s p ( ’ ’ )
327
s . nome = ’ Aluno 1 ’ ;
329 s . notas = [1.1 2.1 3 . 1 ] ;
s . s i t u a c a o = ’ Reprovado ’
331
disp ( ’ ’ )
A.S.V.
pause ( )
335
s ( 2 ) . nome = ’ Aluno 11 ’ ;
337 s ( 2 ) . notas = [4.1 5.1 6 . 1 ] ;
s ( 2 ) . s i t u a c a o = ’VS ’
339
disp ( ’ ’ )
pause ( )
343
s ( 3 ) . nome = ’ Aluno 111 ’ ;
345 s ( 3 ) . notas = [7.1 8.1 9 . 1 ] ;
s ( 3 ) . s i t u a c a o = ’ Aprovado ’
347
disp ( ’ ’ )
pause ( )
351
s (1)
353
disp ( ’ ’ )
pause ( )
357
s (2)
359
disp ( ’ ’ )
pause ( )
363
s (3)
365
disp ( ’ ’ )
pause ( )
369
s ( 1 ) . nome
371
disp ( ’ ’ )
pause ( )
375
s ( 2 ) . notas (2)
377
disp ( ’ ’ )
pause ( )
381
s (3). situacao
383
disp ( ’ ’ )
pause ( )
387
%
389 % EOF
%
TET / UFF
Código 1.3: Exemplos de operações a estruturas de dados.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : A u l a 2 L a b O c t a v e O p e r a c o e s .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
10 % T i t u l o : %
% Exemplos de opera ç õ e s com e s t r u t u r a s de dados %
12 % %
% %
14 % Autor : A l e x a n d r e S a n t o s de l a Vega %
% Datas : /2022−01/ %
16 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
18
20 % l i m p e z a do ambien te de t r a b a l h o
%
22 c l e a r a l l
close all
24
26 disp ( ’ ’)
disp ( ’ ’)
28 disp ( ’ =============================================’ )
disp ( ’ Exemplos de o p e r a ç õ e s com e s t r u t u r a s de dados ’ )
30 disp ( ’ =============================================’ )
disp ( ’ ’)
32
34 %
% Exemplos de e s c a l a r ( m a t r i z 1 x1 )
36 %
38 e = ( −4 * (3ˆ2) ) + ( 6 * (125ˆ(1/3)) )
40 e = ( −4 * power ( 3 , 2 ) ) + ( 6 * nthroot (125 ,3) )
42
%
%
46
vl = [ 1 2 3 ]
48
emvl = 4 * v l
50
vldde = vl / 2
52
vldee = 2 \ vl
54
vlmvl = v l . * v l
56
% Erro ! ! !
58 %
A.S.V.
% vlmvl = vl * vl
60
vlddvl = vl ./ vl
62
vldevl = vl .\ vl
64
vlee = vl .ˆ 2
66
vlevl = vl .ˆ vl
68
70 %
% Exemplos de v e t o r c o l u n a ( m a t r i z Lx1 )
72 %
74 vc = [ 1 2 3 ] . ’
76 emvc = 4 * vc
78 vcdde = vc / 2
80 vcdee = 2 \ vc
82 vcmvc = vc . * vc
84 % Erro ! ! !
%
86 % vcmvc = vc * vc
88 vcddvc = vc . / vc
90 vcdevc = vc . \ vc
92 v c e e = vc . ˆ 2
94 v c e v c = vc . ˆ vc
96
%
98 % Exemplos de v e t o r l i n h a e v e t o r c o l u n a
%
100
vl = [ 1 3 5 ]
102
vc = [ 6 ; 4 ; 2 ]
104
v l p e v c = v l * vc
106
% Erro ! ! !
108 %
% vlmvc = v l . * vc
110
v l x = [ 1+ j 3+ j * 3 5+ j * 5 ]
112
v l x t c = vlx ’
114
vlxt = vlx . ’
116
vcx = [ 2+ j * 2 ; 4+ j * 4 ; 6+ j * 6 ]
TET / UFF
118
v c x t c = vcx ’
120
vcxt = vcx . ’
122
124
%
126 % Exemplos de v e t o r l i n h a / c o l u n a e m a t r i z r e t a n g u l a r ( m a t r i z LxC)
%
128
vl = [ 1 3 ]
130
vc = [ 6 ; 4 ; 2 ]
132
mr = [ 10 20 30 ; 40 50 60 ]
134
vlmmr = v l * mr
136
mrmvc = mr * vc
138
140 %
% Exemplos de m a t r i z r e t a n g u l a r ( m a t r i z LxC)
142 %
144 mr = [ 1 2 3 ; 4 5 6 ]
146 mrmmr = mr . * mr
148 mree = mr . ˆ 3
150 mrmmrt = mr * mr . ’
152 mrtmmr = mr . ’ * mr
154 mrx = [ 1 2+ j * 2 ; j * 3 −4+j * 4 ;

−5 −6− j * 6 ; −j * 7 8− j * 8 ]
156
mrxj = c o n j ( mrx )
158
r e a l ( mrx )
160
imag ( mrx )
162
abs ( mrx )
164
a n g l e ( mrx )
166
a n g l e ( mrx ) * 1 8 0 / p i
168
%
170 % EOF
%
A.S.V.
1.3. Representação gráfica bidimensional (curvas) 25
1.3 Representação gráfica bidimensional (curvas)

1.3.1 Representação gráfica discreta de função unidimensional
• Um gráfico discreto de função unidimensional y(x) = f (x) pode ser visto como uma
sucessão de pontos p = {pk }, formados por duplas pk = (xk , yk ).
• Assim, o processo de se elaborar o gráfico pode ser definido como:
– Montar os vetores x = {xk } e y = {yk }.

– Montar duplas pk = (xk , yk ).
– Definir um padrão representativo para um ponto em um espaço bidimensional.
– Desenhar os pontos pk no espaço bidimensional.
1.3.2 Representação gráfica contı́nua de função unidimensional

• Em um ambiente digital, não é possı́vel traçar um gráfico contı́nuo.
• Porém, a partir de pontos do gráfico contı́nuo, pode-se obter uma aproximação interpo-
lada.
1.3.3 Funções comumente utilizadas

• Funções relacionadas com gráficos:
figure(), subplot(), axis(), hold on/off, title(), xlabel(), ylabel(), zlabel(), linspace(), logs-
pace().
• Funções relacionadas com gráficos bidimensionais genéricos:

help graph2d, stem(), stairs(), plot().
• Funções relacionadas com gráficos bidimensionais especializados:

help specgraph, bar(), barh(), area(), pie(), hist(), rose(), contour(), contourf(), clabel(),
compass(), feather(), quiver().
1.3.4 Códigos
• O Código 1.4 apresenta um exemplo de gráfico discreto de função unidimensional.
• O Código 1.5 apresenta um exemplo de criação de subjanelas em uma mesma tela.
• O Código 1.6 apresenta um exemplo de superposição de gráficos discretos.
• O Código 1.7 apresenta um exemplo de criação de subjanela ocupando vários espaços.
• O Código 1.8 apresenta um exemplo de criação de curva discreta, de curva contı́nua por
meio de interpolador de ordem 0 e de curva contı́nua por meio de interpolador de ordem 1.
TET / UFF
Código 1.4: Exemplo de gráfico discreto de função unidimensional.
1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : A u l a 3 L a b O c t a v e C u r v a s 1 .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
9 % %
% Titulo : %
11 % Exemplo de g r á f i c o d i s c r e t o de fun ç ão u n i d i m e n s i o n a l %
% %
13 % %
15 % Datas : /2022−01/ %
% %
17 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
19
% l i m p e z a do ambien te de t r a b a l h o
21 clear all
close all
23
% d e f i n i c a o da a b s c i s s a
25 n = −5:5;
27 % d e f i n i c a o da ordenada
a2 = 1 ;
29 a1 = 0 ;
a0 = 0 ;
31 y = a2 . * ( n . ˆ 2 ) + a1 . * n + a0 ;
33 % c r i a c a o de uma t e l a de desenho ( canvas )

figure (1)
35
% c r i a c a o de desenho
37 stem ( n , y )
39 % c r i a c a o de l a b e l s
xlabel ( ’n ’ )
41 y l a b e l ( ’ y [ n ] = a 2 nˆ2 + a 1 n + a 0 ’ )
43 % c r i a c a o de t i t u l o
t i t l e ( ’ Grá f i c o d i s c r e t o de fun ç ã o u n i d i m e n s i o n a l ’ )
45
% c o n t r o l e de f a i x a s
47 f a i x a = [ −10 10 −5 3 0 ] ;
axis ( faixa )
49
%
51 %EOF
%
A.S.V.
Código 1.5: Exemplo de criação de subjanelas em uma mesma tela.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : A u l a 3 L a b O c t a v e C u r v a s 2 .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
10 % T i t u l o : %
% Exemplo de c r i a ç ão de s u b j a n e l a s em uma mesma t e l a %
12 % %
% %
% Datas : /2022−01/ %
16 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
18
20 % l i m p e z a do ambiente de t r a b a l h o
clear all
22 c l o s e a l l
24 % d e f i n i c a o da a b s c i s s a
n = −1.5:0.01:1.5;
26
% d e f i n i c a o da ordenada
28 y1 = ( n ) ;
y2 = ( n . ˆ 2 ) ;
30 y3 = ( n . ˆ 3 ) ;
y4 = ( n . ˆ 4 ) ;
32
% c r i a c a o de uma t e l a de desenho ( canvas )
34 f i g u r e ( 2 )
36 % c r i a c a o de s u b j a n e l a na t e l a
subplot (2 ,2 ,1)
38
40 stem ( n , y1 , ’ b ’ )
t i t l e ( ’ P o l i n ô mios de grau ı́ mpar ’ )
44
% c r i a c a o de l a b e l s
46 y l a b e l ( ’ y [ n ] = nˆ1 ’ )
subplot (2 ,2 ,2)
50
52 stem ( n , y2 , ’ g ’ )
56
58 y l a b e l ( ’ y [ n ] = nˆ2 ’ )
TET / UFF
subplot (2 ,2 ,3)
62
64 stem ( n , y3 , ’ r ’ )
y l a b e l ( ’ y [ n ] = nˆ3 ’ )
68 x l a b e l ( ’ n ’ )
subplot (2 ,2 ,4)
72
74 stem ( n , y4 , ’ k ’ )
y l a b e l ( ’ y [ n ] = nˆ4 ’ )
78 x l a b e l ( ’ n ’ )
80
%
82 %EOF
%
Código 1.6: Exemplo de superposição de gráficos discretos.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
9 % %
% Titulo : %
11 % Exemplo de s u p e r p o s i ç ão de g r á f i c o s d i s c r e t o s %
% %
13 % %
15 % Datas : /2022−01/ %
% %
17 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
19
21 clear all
close all
23
25 n = −1.5:0.01:1.5;
27 % d e f i n i c a o da ordenada
y1 = ( n ) ;
29 y2 = ( n . ˆ 2 ) ;
A.S.V.
y3 = ( n . ˆ 3 ) ;
31 y4 = ( n . ˆ 4 ) ;
33 % c r i a c a o de uma t e l a de desenho ( canvas )

figure (3)
35
% h a b i l i t a c a o da s u p e r p o s i c a o
37 h o l d on
39 % c r i a c a o de desenho
stem ( n , y1 , ’ b ’ )
41 stem ( n , y2 , ’ g ’ )
stem ( n , y3 , ’ r ’ )
43 stem ( n , y4 , ’ k ’ )
45 % c r i a c a o de l e g e n d a
l e g e n d ( ’ nˆ1 ’ , ’ nˆ2 ’ , ’ nˆ3 ’ , ’ nˆ4 ’ , ’ L o c a t i o n ’ , ’ s o u t h e a s t ’ )
47
49 x l a b e l ( ’ n ’ )
y l a b e l ( ’ y [ n ] = nˆk , k = 1:4 ’ )
51
% c r i a c a o de t i t u l o
53 t i t l e ( ’ S u p e r p o s i ç ã o de g r á f i c o s d i s c r e t o s ’ )
55 %
%EOF
57 %
Código 1.7: Exemplo de criação de subjanela ocupando vários espaços.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
9 % %
% Titulo : %
11 % Exemplo de c r i a ç ão de s u b j a n e l a ocupando v á r i o s e s p a ç os %
% %
13 % %
15 % Datas : /2022−01/ %
% %
17 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
19
21 clear all
close all
23
25 n = −1.5:0.01:1.5;
TET / UFF
27
29 y1 = ( n ) ;
y2 = ( n . ˆ 2 ) ;
31 y3 = ( n . ˆ 3 ) ;
y4 = ( n . ˆ 4 ) ;
33
% c r i a c a o de uma t e l a de desenho ( canvas )
35 f i g u r e ( 4 )
subplot (2 ,4 ,1)
39
41 stem ( n , y1 , ’ b ’ )
45
47 y l a b e l ( ’ y [ n ] = nˆ1 ’ )
subplot (2 ,4 ,4)
51
53 stem ( n , y2 , ’ g ’ )
t i t l e ( ’ P o l i n ô mios de grau par ’ )
57
59 y l a b e l ( ’ y [ n ] = nˆ2 ’ )
subplot (2 ,4 ,5)
63
65 stem ( n , y3 , ’ r ’ )
y l a b e l ( ’ y [ n ] = nˆ3 ’ )
69 x l a b e l ( ’ n ’ )
subplot (2 ,4 ,8)
73
75 stem ( n , y4 , ’ k ’ )
y l a b e l ( ’ y [ n ] = nˆ4 ’ )
79 x l a b e l ( ’ n ’ )
subplot ( 2 , 4 , [ 2 : 3 6 : 7 ] )
83
% h a b i l i t a c a o da s u p e r p o s i c a o
85 h o l d on
A.S.V.
87 % c r i a c a o de desenho na t e l a
stem ( n , y1 , ’ b ’ )
89 stem ( n , y2 , ’ g ’ )
stem ( n , y3 , ’ r ’ )
91 stem ( n , y4 , ’ k ’ )
93 % c r i a c a o de l e g e n d a
l e g e n d ( ’ nˆ1 ’ , ’ nˆ2 ’ , ’ nˆ3 ’ , ’ nˆ4 ’ , ’ L o c a t i o n ’ , ’ s o u t h e a s t ’ )
95
97 x l a b e l ( ’ n ’ )
y l a b e l ( ’ y [ n ] = nˆk , k = 1:4 ’ )
99
% c r i a c a o de t i t u l o
101 t i t l e ( ’ S u p e r p o s i ç ã o de g r á f i c o s d i s c r e t o s ’ )
103
%
105 %EOF
%
Código 1.8: Exemplos de criação de curvas discretas e contı́nuas.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : A u l a 3 L a b O c t a v e C u r v a s 5 .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
10 % T i t u l o : %
% Exemplo de c r i a ç ão : %
12 % de c u r v a d i s c r e t a , %
% de c u r v a c o n t ı́ nua por meio de i n t e r p o l a d o r de ordem 0 %
14 % e %
% de c u r v a c o n t ı́ nua por meio de i n t e r p o l a d o r de ordem 1 %
16 % %
% %
% Datas : /2022−01/ %
20 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
22
clear all
26 c l o s e a l l
28 % d e f i n i c a o do p e r i o d o
Np = 4 0 ;
30
% d e f i n i c a o do i n d i c e
32 n = 0 : Np ;
TET / UFF
34 % d e f i n i c a o da f r e q u e n c i a d i s c r e t a
Omega = 2 * p i / Np ;
36
% d e f i n i c a o da a m p l i t u d e
38 A = 1 ;
y = A * c o s (Omega * n ) ;
42
% d e f i n i c a o do p e r i o d o de amostragem e do tempo
44 Ts = 1 / 44 e3 ;
t = n * Ts ;
46
%
48 FigNbr = 4 ;
50 %
FigNbr = FigNbr + 1 ;
52 f i g u r e ( FigNbr )
%
54 s u b p l o t ( 2 , 2 , 1 )
stem ( n , y , ’ k ’ )
56 t i t l e ( ’ Curva d i s c r e t a ’ )
y l a b e l ( ’ y [ n ] = A c o s ( \Omega n + \ Theta ) ’ )
58 x l a b e l ( ’ n ’ )
a x i s ( [ 0 n ( end ) min ( y ) max( y ) ] )
60 %
subplot (2 ,2 ,2)
62 s t a i r s ( t , y , ’ r ’ )
t i t l e ( { ’ Curva p r o d u z i d a por i n t e r p o l a d o r de ordem 0 (ZOH) ’ ,
64 ’ com Fs = 44 kHz ’ } )
y l a b e l ( ’ y ( t ) = ZOH \{ y [ n ] \} ’ )
66 x l a b e l ( ’ t ( s ) ’ )
a x i s ( [ 0 t ( end ) min ( y ) max( y ) ] )
68 %
subplot (2 ,2 ,3)
70 p l o t ( t , y , ’ b ’ )
t i t l e ( { ’ Curva p r o d u z i d a por i n t e r p o l a d o r de ordem 1 (FOH) ’ ,
72 ’ com Fs = 44 kHz ’ } )
y l a b e l ( ’ y ( t ) = FOH \{ y [ n ] \} ’ )
74 x l a b e l ( ’ t ( s ) ’ )
76 %
subplot (2 ,2 ,4)
78 h o l d on
stem ( t , y , ’ k ’ )
80 s t a i r s ( t , y , ’ r ’ )
plot ( t , y , ’b ’ )
82 t i t l e ( ’ S u p e r p o s i ç ã o das c u r v a s ’ )
%y l a b e l ( ’ y [ n ] = s i n (\Omega n ) ’ )
84 x l a b e l ( ’ t ( s ) ’ )
86
88 %
%EOF
90 %
A.S.V.
1.4. Representação gráfica tridimensional (curvas e superfı́cies) 33
1.4 Representação gráfica tridimensional

(curvas e superfı́cies)
1.4.1 Representação gráfica discreta de função bidimensional
• Um gráfico discreto de função bidimensional z(x, y) = f (x, y) pode ser visto como uma
sucessão de pontos p = {pk }, formados por triplas pk = (xk , yk , zk ).
• Assim, o processo de se elaborar o gráfico pode ser definido como:
– Montar os vetores x = {xk }, y = {yk } e z = {zk }.

– Montar triplas pk = (xk , yk , zk ).
– Definir um padrão representativo para um ponto em um espaço tridimensional.
– Desenhar os pontos pk no espaço tridimensional.
1.4.2 Representação gráfica contı́nua de função bidimensional

• Em um ambiente digital, não é possı́vel traçar um gráfico contı́nuo.
• Porém, a partir de pontos do gráfico contı́nuo, pode-se obter uma aproximação interpo-
lada.

pace().
• Funções relacionadas com gráficos bidimensionais genéricos:

help graph3d, stem3(), plot3(), surface(), surf(), surfc(), mesh(), meshc(), waterfall(),
view().
• Funções relacionadas com gráficos bidimensionais especializados:

help specgraph, bar3(), barh3(), pie3(), contour3(), quiver3().
1.4.4 Códigos
• O Código 1.9 apresenta um exemplo de criação de curva 3D. Relações entre exp(), sin()
e cos(). Casos discreto e contı́nuo.
• O Código 1.10 apresenta um exemplo de criação de superfı́cie discreta.
Código 1.9: Exemplo de criação de curva discreta 3D.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo o r i g i n a l : Aula 4 Lab Octave Curva 3D .m
4 % Arquivo a t u a l i z a d o : E x p s i n c o s 2 0 2 1 0 7 0 5 .m
%
6 % Arquivo : Aula 4 La b Octa ve Exp 3D Sin Cos .m
%
8 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
TET / UFF
10
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
12 % %
% Titulo : %
14 % Exemplo de c r i a c a o de c u r v a 3D %
% − R e l a c o e s : exp ( ) , s i n ( ) e c o s ( ) . %
16 % − Casos : c o n t i n u o e d i s c r e t o . %
% %
18 % %
20 % Datas : /2021 0 7 0 5 / %
% %
22 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
24
26 clear all
close all
28
% d e f i n i c a o do p e r i o d o
30 Np = 4 0 ;
32 % d e f i n i c a o do i n d i c e
n = 0 : Np ;
34
% d e f i n i c a o da f r e q u e n c i a d i s c r e t a
36 Omega = 2 * p i / Np ;
x = c o s (Omega * n ) ;
40
42 y = s i n (Omega * n ) ;
44 % d e f i n i c a o da a l t u r a
z = n;
46
% d e f i n i c a o do p e r i o d o de amostragem e do tempo
48 Ts = 1 / 44 e3 ;
t = n * Ts ;
50
52 %
FigNbr = 0 ;
54 b l a c k v a l = 0 ;
56 %
%
60 %
subplot (2 ,2 ,1)
62 p l o t ( x , y , ”o ”)
axis square
64 t i t l e ( ’ Curva d i s c r e t a 2D: e ˆ{ j ( \Omega n ) } ’ )
y l a b e l ( ’ y [ n ] = s i n ( \Omega n ) ’ )
66 x l a b e l ( ’ x [ n ] = c o s ( \Omega n ) ’ )
%
A.S.V.
68 % fundo p r e t o
%s e t ( gca , ’ c o l o r ’ , [ b l a c k v a l , b l a c k v a l , b l a c k v a l ] )
70 %
subplot (2 ,2 ,2)
72 stem ( n , y )
74 t i t l e ( ’ P r o j e c a o no e i x o Y ’ )
y l a b e l ( ’ y [ n ] = s i n ( \Omega n ) ’ )
76 x l a b e l ( ’ n ’ )
% fundo p r e t o
78 %s e t ( gca , ’ c o l o r ’ , [ b l a c k v a l , b l a c k v a l , b l a c k v a l ] )
%
80 s u b p l o t ( 2 , 2 , 3 )
stem ( n , x )
82 a x i s s q u a r e
84 t i t l e ( ’ P r o j e c a o no e i x o X ’ )
y l a b e l ( ’ x [ n ] = c o s ( \Omega n ) ’ )
86 x l a b e l ( ’ n ’ )
%
90 %
%v i e w (AZIMUTH, ELEVATION)
92 view ( 9 0 , 9 0 )
94 %
disp ( ’ ’ )
pause ( )
98
%
100 FigNbr = FigNbr + 1 ;
f i g u r e ( FigNbr )
102 %
subplot (2 ,2 ,1)
104 p l o t ( x , y )
axis square
106 t i t l e ( ’ Curva c o n t i n u a 2D: e ˆ{ j ( \ omega t ) } ’ )
y l a b e l ( ’ y ( t ) = s i n ( \ omega t ) ’ )
108 x l a b e l ( ’ x ( t ) = c o s ( \ omega t ) ’ )
%
112 %
subplot (2 ,2 ,2)
114 p l o t ( t , y )
116 t i t l e ( ’ P r o j e c a o no e i x o Y ’ )
118 x l a b e l ( ’ t ’ )
%
122 %
subplot (2 ,2 ,3)
124 p l o t ( t , x )
axis square
126 a x i s ( [ 0 t ( end ) min ( y ) max( y ) ] )
TET / UFF
t i t l e ( ’ P r o j e c a o no e i x o X ’ )
128 y l a b e l ( ’ x ( t ) = c o s ( \ omega t ) ’ )
xlabel ( ’ t ’ )
130 %
% fundo p r e t o
%
134 %v i e w (AZIMUTH, ELEVATION)
view ( 9 0 , 9 0 )
136
%
138 d i s p ( ’ ’ )
140 pause ( )
142 %
%
146 s u b p l o t ( 2 , 2 , 1 )
p l o t ( x , y , ”o ”)
t i t l e ( ’ P r o j e c a o no p l a n o X x Y ’ )
150 y l a b e l ( ’ y [ n ] = s i n ( \Omega n ) ’ )
x l a b e l ( ’ x [ n ] = c o s ( \Omega n ) ’ )
152 %
% fundo p r e t o
%
156 s u b p l o t ( 2 , 2 , 2 )
stem ( n , y )
158 a x i s ( [ 0 n ( end ) min ( y ) max( y ) ] )
t i t l e ( ’ P r o j e c a o no p l a n o Z x Y ’ )
xlabel ( ’z [n] = n ’ )
162 %
% fundo p r e t o
%
166 s u b p l o t ( 2 , 2 , 3 )
stem ( n , x )
170 t i t l e ( ’ P r o j e c a o no p l a n o Z x X ’ )
y l a b e l ( ’ x [ n ] = c o s ( \Omega n ) ’ )
172 x l a b e l ( ’ z [ n ] = n ’ )
%
176 %
%v i e w (AZIMUTH, ELEVATION)
178 view ( 9 0 , 9 0 )
%
180 s u b p l o t ( 2 , 2 , 4 )
stem3 ( x , y , z )
182 t i t l e ( ’ Curva d i s c r e t a 3D: e ˆ{ j ( \Omega n ) } ’ )
zlabel ( ’z [n] = n ’ )
x l a b e l ( ’ x [ n ] = c o s ( \Omega n ) ’ )
A.S.V.
186 %
% fundo p r e t o
190 %
disp ( ’ ’ )
pause ( )
194
%
198 %
subplot (2 ,2 ,1)
200 p l o t ( x , y )
axis square
202 t i t l e ( ’ P r o j e c a o no p l a n o X x Y ’ )
204 x l a b e l ( ’ x ( t ) = c o s ( \ omega t ) ’ )
%
208 %
subplot (2 ,2 ,2)
210 p l o t ( t , y )
212 t i t l e ( ’ P r o j e c a o no p l a n o Z x Y ’ )
214 x l a b e l ( ’ z ( t ) = t ’ )
%
218 %
subplot (2 ,2 ,3)
220 p l o t ( t , x )
axis square
222 a x i s ( [ 0 t ( end ) min ( y ) max( y ) ] )
t i t l e ( ’ P r o j e c a o no p l a n o Z x X ’ )
224 y l a b e l ( ’ x ( t ) = c o s ( \ omega t ) ’ )
xlabel ( ’z( t ) = t ’ )
226 %
% fundo p r e t o
%
view ( 9 0 , 9 0 )
232 %
subplot (2 ,2 ,4)
234 p l o t 3 ( x , y , t )
g r i d on
236 t i t l e ( ’ Curva c o n t i n u a 3D: e ˆ{ j ( \ omega t ) } ’ )
zlabel ( ’z( t ) = t ’ )
238 y l a b e l ( ’ y ( t ) = s i n ( \ omega t ) ’ )
x l a b e l ( ’ x ( t ) = c o s ( \ omega t ) ’ )
240 %
% fundo p r e t o
244 %
TET / UFF
%EOF
246 %
Código 1.10: Exemplo de criação de superfı́cie discreta.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : A u l a 4 L a b O c t a v e S u p e r f i c i e s .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
10 % T i t u l o : %
% Exemplo de c r i a c a o de s u p e r f i c i e d i s c r e t a 3D %
12 % %
% %
% Datas : /2022−01/ %
16 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
18
clear all
22 c l o s e a l l
24 %
x = −1:0.01:1;
26 y = x ;
[ X,Y] = meshgrid ( x , y ) ;
28
%
30 %z = s q r t (X) + s q r t (Y) ;
z = X. ˆ 2 + Y. ˆ 2 ;
32
%
34 FigNbr = 0 ;
36 %
%
40 s u r f (X, Y, z )
42 disp ( ’ ’ )
44 pause ( )
46 %
%
50 s u r f c (X, Y, z )
52 disp ( ’ ’ )
A.S.V.
54 pause ( )
56 %
%
60 mesh (X, Y, z )
62 disp ( ’ ’ )
64 pause ( )
66 %
%
70 meshc (X, Y, z )
72 disp ( ’ ’ )
74 pause ( )
76 %
%
80 meshz (X, Y, z )
82 disp ( ’ ’ )
84 pause ( )
86 %
%
90 w a t e r f a l l (X, Y, z )
92 %
% EOF
94 %
TET / UFF
1.5 Representação gráfica tridimensional (imagens)

1.5.1 Representação gráfica discreta de função bidimensional
• Uma imagem discreta pode ser interpretada como um gráfico discreto de função bidimen-
sional.
• Um gráfico discreto de função bidimensional z(x, y) = f (x, y) pode ser visto como uma
sucessão de pontos p = {pk }, formados por triplas pk = (xk , yk , zk ).
• Podem ser destacadas duas diferenças básicas entre o gráfico de uma superfı́cie e o gráfico
de uma imagem:
– Na superfı́cie, o valor de zk representa a distância do ponto pk ao plano (x, y),
gerando objetos tridimensionais. Por sua vez, na imagem, o valor de zk representa a
intensidade de cor do ponto pk na posição (xk , yk ), gerando objetos bidimensionais.
– Na superfı́cie, cada ponto é representado de forma adimensional. Para se obter uma
aproximação de uma superfı́cie contı́nua por uma superfı́cie discreta, deve-se realizar
alguma forma de interpolação entre seus pontos. Por sua vez, na imagem, cada
ponto já é naturalmente associado a uma área finita bidimensional, preenchida com
alguma cor, em torno da posição (xk , yk ) do ponto pk .
• Cada ponto pk de uma imagem representa o seu elemento básico constituinte e é denomi-
nado de pixel (picture element).
• A quantidade de bits usados para armazenar informação sobre cada pixel é denominada
de bit depth (bits per pixel ).
• Assim, o processo de se elaborar a imagem pode ser definido como:
– Montar os vetores x = {xk }, y = {yk } e z = {zk }.
– Montar triplas pk = (xk , yk , zk ).
– Definir um padrão representativo para um pixel, representado por um ponto em um
espaço bidimensional. Normalmente, costuma-se preencher uma área em torno de
cada ponto desenhado.
– Desenhar os pontos pk (pixels) no espaço bidimensional.
1.5.2 Representações de imagens no aplicativo

• Formatos padrões de armazenamento de imagens suportados:
– BMP (Microsoft Windows Bitmap).
– HDF (Hierarchical Data Format).
– JPEG (Joint Photographic Experts Group).
– PCX (Paintbrush).
– PNG (Portable Network Graphics).
– TIFF (Tagged Image File Format).
– XWD (X Window Dump).
• Tipo de dados usados para representar imagens: uint8, uint16 e double.
A.S.V.
1.5. Representação gráfica tridimensional (imagens) 41
1.5.3 Estruturas de dados para imagens no aplicativo

Imagem indexada
• Utiliza duas matrizes por imagem: matrix de pixels e matriz de mapa de cores.
• Matriz de pixels (LxC)
– Contém valores inteiros, que servem de ı́ndices para acesso ao mapa de cores.
– Para dados uint8/16, a faixa de ı́ndices é [0;Lm-1].
– Para dados double, a faixa de ı́ndices é [1;Lm].
– O aplicativo não realiza operações matemáticas sobre dados uint8 e uint16. Para
isso, podem-se empregar as seguintes conversões:
∗ uint8 −→ double: M64 = double(M8) + 1.
∗ uint16 −→ double: M64 = double(M16) + 1.
∗ double −→ uint8 : M8 = uint8 ( round(M64 - 1) ).
∗ double −→ uint16: M16 = uint16( round(M64 - 1) ).
• Matriz de mapa de cores (Lmx3)
– Contém valores double, na faixa [0;1].

– As colunas 1 a 3 representam, respectivamente, as intensidades das cores vermelho
(red ou R), verde (green ou G) e azul (blue ou B).
– A linha (0,0,0) representa a menor intensidade possı́vel, o que significa a “cor” preto.
– A linha (1,1,1) representa a maior intensidade possı́vel, o que significa a “cor” branco.
Imagem de intensidade ou escala em tons de cinza ou grayscale

• Utiliza uma matriz por imagem: matriz de pixels.
• Matriz de pixels (LxC): contém valores de intensidade, que se encontram dentro de alguma
faixa.
• O aplicativo manipula a imagem de intensidade como se fosse uma imagem indexada.
• A matriz de intensidade é utilizada como se fosse uma matriz de ı́ndices, associada a um

mapa de cores especificado.
• Normalmente, é utilizado um mapa com escala de tons de cinza (grayscale).
• Os valores de intensidade são linearmente escalados para gerar os ı́ndices de acesso ao

mapa de cores.
• Os valores de intensidade podem ser uint8, uint16 ou double.
• Valores tı́picos de intensidade:
– Para dados uint8 , a faixa é [0;255].

– Para dados uint16, a faixa de ı́ndices é [0;65535].
– Para dados double, a faixa de ı́ndices é [0;1].
TET / UFF
Imagem RGB ou Truecolor

• Utiliza uma matriz por imagem: matriz de pixels.
• Matriz de pixels (LxCx3): contém valores de intensidade, para cada uma das cores básicas
(RGB).
• Os valores de intensidade podem ser uint8, uint16 ou double.
• Valores tı́picos de intensidade:
– Para dados uint8 , a faixa é [0;255].

– Para dados uint16, a faixa de ı́ndices é [0;65535].
– Para dados double, a faixa de ı́ndices é [0;1].
1.5.4 Amostragem e exibição das imagens

• Na amostragem de imagens, quanto menor for o intervalo de amostragem (resolução)
utilizado na geração da imagem discreta, maior será o número de pontos pk (pixels)
obtidos.
• Na exibição das imagens armazenadas em matrizes, considera-se que o ponto pk (pixel )

ocupa uma determinada área em torno da posição (xk , yk ), a qual é preenchida com a cor
definida pelo valor zk da matriz. Quanto menor for a área ocupada por cada pixel, maior
será a densidade superficial de pontos. Uma unidade comumente utilizada para expressar
a densidade superficial de pontos é “Pontos Por Polegada” ou Dots Per Inch ou DPI.
• Levando-se em consideração a resolução usada na amostragem de uma imagem e a densi-

dade superficial de pontos usada na sua reprodução, pode-se dizer que, independentemente
do tamanho original da imagem, quanto menor for o valor da resolução e quanto maior
for a densidade superficial, maior será a qualidade visual da reprodução da imagem.
• Na tentativa de se ocupar menos espaço no armazenamento, pode-se aplicar a operação

de downsampling. Por exemplo:
– Aplicando-se um downsampling de 2 em x, elimina-se uma coluna entre cada duas

antigas colunas.
– Aplicando-se um downsampling de 2 em y, elimina-se uma linha entre cada duas
antigas linhas.
• Por outro lado, na tentativa de se melhorar a resolução de uma imagem armazenada,

diminuindo-se o seu valor, pode-se aplicar a operação de upsampling, seguida de algum
método de interpolação. Por exemplo:
– Aplicando-se um upsampling de 2 em x, abre-se uma nova coluna entre cada duas

antigas colunas e novos valores devem ser calculados.
– Aplicando-se um upsampling de 2 em y, abre-se uma nova linha entre cada duas
antigas linhas e novos valores devem ser calculados.
• Um método de interpolação simples de se implementar é a interpolação linear, que, para

um upsampling de 2, resume-se ao cálculo de uma média aritmética de dois valores.
A.S.V.

pace().
• Funções relacionadas com imagens:

image(), imagesc(), colormap(), imread(), imwrite(), iminfo(), ind2rgb().
• Mapas de cores padrões:
– 1 cor: white.
– 16 cores: vga.
– 64 cores: hsv, hot, gray, bone, copper, pink, flag, lines, colorcube, jet, prism, cool,
autumn, spring, winter, summer.
1.5.6 Códigos
• O Código 1.11 apresenta exemplos básicos na geração de imagens em tons de cinza.
Código 1.11: Exemplos básicos na geração de imagens em tons de cinza.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : A u l a 5 L a b O c t a v e I m a g e n s B a s i c s .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
10 % T i t u l o : %
% Exemplo de g r á f i c o d i s c r e t o de fun ç ão b i d i m e n s i o n a l %
12 % − Imagem %
% %
14 % Exemplos b á s i c o s na g e r a ç ão de imagens em t o n s de c i n z a %
% %
16 % %
18 % Datas : /2022−01/ %
% %
20 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
22
%
24 % ====================================================
%
26
28 %
clear all
30 c l o s e a l l
32 %
% ====================================================
34 %
TET / UFF
36 % d e f i n e n i v e i s de branco e p r e t o
c black = 0;
38 c w h i t e = 6 4 ;
40 % i n i c i a l i z a o numero do canvas
FigNbr = 0 ;
42
%
44 % ====================================================
%
46
% desenha 1 p i x e l
48 %
FigNbr = FigNbr+1 ;
%
52 map = gray ;
colormap (map ) ;
54 %
m image = [ c b l a c k ] ;
56 %
image ( m image )
58 f = s i z e ( m image ) ;
a x i s ( [ 0 f (2)+1 0 f ( 1 ) + 1 ] )
60
disp ( ’ ’ )
pause ( )
64
axis square
66 %a x i s image
68 disp ( ’ ’ )
70 pause ( )
72 %
% ====================================================
74 %
76 % desenha a l g u n s p i x e l s na forma de uma m a t r i z

%
78 FigNbr = FigNbr+1 ;
80 %
map = gray ;
82 colormap (map ) ;
%
84 m image = c w h i t e * ones ( 3 , 3 ) ;
m image ( [ 1 , 3 ] , [ 1 , 3 ] ) = c b l a c k ;
86 %
image ( m image )
88 f = s i z e ( m image ) ;
a x i s ( [ 0 f (2)+1 0 f ( 1 ) + 1 ] )
90
disp ( ’ ’ )
pause ( )
A.S.V.
94
axis square
96 %a x i s image
98 disp ( ’ ’ )
100 pause ( )
102 %
% ====================================================
104 %
106 % desenha a l g u n s p i x e l s na forma de uma m a t r i z

%
110 %
map = gray ;
%
m image ( 1 : 2 : 5 , 1 : 2 : 5 ) = c b l a c k ;
116 %
image ( m image )
118 f = s i z e ( m image ) ;
a x i s ( [ 0 f (2)+1 0 f ( 1 ) + 1 ] )
120
disp ( ’ ’ )
pause ( )
124
axis square
126 %a x i s image
128 disp ( ’ ’ )
130 pause ( )
132 %
% ====================================================
134 %
136 % desenha uma c r u z

%
140 %
map = gray ;
%
m image ( 1 : 2 : 5 , 1 : 2 : 5 ) = c b l a c k ;
146 %
image ( m image )
148 f = s i z e ( m image ) ;
a x i s ( [ 0 f (2)+1 0 f ( 1 ) + 1 ] )
150
disp ( ’ ’ )
TET / UFF
pause ( )
154
axis square
156 %a x i s image
158 disp ( ’ ’ )
160 pause ( )
162 %
% ====================================================
164 %
166 % desenha s i n a i s de + e − d e n t r o de um frame

%
170 %
map = gray ;
%
174 m image = c w h i t e * ones ( 1 5 , 1 5 ) ;
%
176 m image ( 1 , 1 : end ) = c b l a c k ;
m image ( 1 : end , end ) = c b l a c k ;
178 m image ( end , 1 : end ) = c b l a c k ;
m image ( 1 : end , 1 ) = c black ;
180 %
m image(1+3 , 1+(2:4)) = c black ;
182 m image ( 1 + ( 2 : 4 ) , 1+3 ) = c black ;
%
184 m image ( end−3 , end − ( 2 : 4 ) ) = c b l a c k ;
%
186 image ( m image )
f = s i z e ( m image ) ;
188 a x i s ( [ 0 f (2)+1 0 f ( 1 ) + 1 ] )
190 disp ( ’ ’ )
192 pause ( )
194 axis square

%a x i s image
196
disp ( ’ ’ )
pause ( )
200
%
202 %EOF
%
A.S.V.
1.6. Simulação de uma equação de diferença 47
1.6 Simulação de uma equação de diferença

1.6.1 Equação de diferença
• Uma equação de diferença, linear, com coeficientes constantes e causal, é definida por
a0 y[n] + a1 y[n − 1] + . . . + aN y[n − N ] = b0 x[n] + b1 x[n − 1] + . . . + bL x[n − L] . (1.1)
• Considerando-se x[n] = 0, para n < 0, e as condições iniciais yCI = {y[−1], ..., y[−N ]},
pode-se calcular o valor de y[n], para n ≥ 0, por meio de um processo iterativo, tal como:
a1 aN b0 b1 bL
y[n] = − y[n − 1] − . . . − y[n − N ] + x[n] + x[n − 1] + . . . + x[n − L] . (1.2)
a0 a0 a0 a0 a0
• Considerando-se os diversos resultados possivelmente obtidos por manipulações algébricas

da Equação (1.1), cada um deles podem ser considerado um algoritmo diferente para o
cálculo de y[n].
1.6.2 Simulação de uma equação de diferença no aplicativo

• A função f ilter(·) realiza a simulação da equação de diferença definida na Equação (1.1).
• Na sua forma mais simples, dada por
y = f ilter(b, a, x) ,
a função calcula o vetor

y = {y[0], y[1], . . . , y[X]} ,
dados os vetores
b = {b0 , b1 , . . . , bL } ,
a = {a0 , a1 , . . . , aN }
e
x = {x[0], x[1], . . . , x[X]} , X ≥ 0 .
• No caso de a0 6= 1, a função normaliza todos os coeficientes por a0 , assim como na

Equação (1.2).
1.6.3 Códigos
• O Código 1.12 apresenta um exemplo de simulação de uma equação de diferença.
Código 1.12: Exemplo de simulação de uma equação de diferença.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : A u l a 7 L a b O c t a v e E D e f i l t e r .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
9 % %
TET / UFF
% Titulo : %
11 % Exemplo de s i m u l a ç ão de uma equa ç ão de d i f e r e n ç a %
% %
13 % %
15 % Datas : /2022−01/ %
% %
17 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
19
%
21 % ====================================================
%
23
25 %
clear all
27 c l o s e a l l
29 %
% ====================================================
31 %
33 % d e f i n e os c o e f i c i e n t e s da equacao de d i f e r e n c a
%
35 % b = [ b0 b1 b2 ]
b = [ 0.435390588649551 0.507111243808470 0.435390588649552 ] ;
37 %
% a = [ a0 a1 a2 ]
39 a = [ 1.000000000000000 0.113933557377612 0.263958863729961 ] ;
FigNbr = 0 ;
43
%
45 % ====================================================
%
47
% d e f i n e um i m p u l s o d i s c r e t o u n i t a r i o
49 %
Nud = 2 1 ;
51 %
u n i t d e l t a = z e r o s ( 1 , Nud ) ;
53 u n i t d e l t a ( 1 ) = 1 ;
55 % d e f i n e um d e gr a u d i s c r e t o u n i t a r i o
%
57 Nus = 3 1 ;
%
59 u n i t s t e p = ones ( 1 , Nus ) ;
61 % d e f i n e um g a t e r e t a n g u l a r u n i t a r i o d e s l o c a d o
%
63 Nurg = 6 1 ;
u n i t r e t g a t e = z e r o s ( 1 , Nurg ) ;
65 u n i t r e t g a t e ( 1 0 : 2 0 ) = 1 ;
u n i t r e t g a t e ( 4 0 : 5 0 ) = −1;
67
%
A.S.V.
1.6. Simulação de uma equação de diferença 49
69 % ====================================================
%
71
% c a l c u l a s a i d a para
73 % um i m p u l s o d i s c r e t o u n i t a r i o
%
75 y ud = f i l t e r ( b , a , u n i t d e l t a ) ;
77 % c a l c u l a s a i d a para
% um d eg r a u d i s c r e t o u n i t a r i o
79 %
y us = f i l t e r (b , a , u n i t s t e p ) ;
81
% c a l c u l a s a i d a para
83 % um g a t e r e t a n g u l a r u n i t a r i o d e s l o c a d o
%
85 y urg = f i l t e r (b , a , u n i t r e t g a t e ) ;
87 %
% ====================================================
89 %
91 % desenha g r a f i c o s das r e s p o s t a s
%
95 %
%
97 s u b p l o t ( 3 , 2 , 1 )
stem ( ( 0 : ( Nud−1)) , u n i t d e l t a )
99 y l a b e l ( ’ y {ud} [ n ] ’ )
t i t l e ( ’ Impulso d i s c r e t o u n i t á r i o ’ )
101 v = a x i s ;
v(1) = 0; % x min
103 v ( 2 ) = ( Nurg −1); % x max
v ( 3 ) = −1.5; % y min
105 v ( 4 ) = 1 . 5 ; % y max
axis ( [ v(1) v(2) v(3) v(4) ] )
107 %
subplot (3 ,2 ,3)
109 stem ( ( 0 : ( Nus −1)) , u n i t s t e p )
y l a b e l ( ’ y { us } [ n ] ’ )
111 t i t l e ( ’ Degrau d i s c r e t o u n i t á r i o ’ )
v = axis ;
113 v ( 1 ) = 0 ; % x min
v ( 2 ) = ( Nurg −1); % x max
115 v ( 3 ) = −1.5; % y min
v(4) = 1 .5; % y max
117 a x i s ( [ v ( 1 ) v ( 2 ) v ( 3 ) v ( 4 ) ] )
%
119 s u b p l o t ( 3 , 2 , 5 )
stem ( ( 0 : ( Nurg −1)) , u n i t r e t g a t e )
121 y l a b e l ( ’ y { urg } [ n ] ’ )
t i t l e ( ’ Gate r e t a n g u l a r u n i t á r i o d e s l o c a d o ’ )
123 v = a x i s ;
v(1) = 0; % x min
125 v ( 2 ) = ( Nurg −1); % x max
v ( 3 ) = −1.5; % y min
127 v ( 4 ) = 1 . 5 ; % y max
TET / UFF
axis ( [ v(1) v(2) v(3) v(4) ] )

129 %
xlabel ( ’n ’ )
131 %
%
133 s u b p l o t ( 3 , 2 , 2 )
stem ( ( 0 : ( Nud−1)) , y ud )
135 y l a b e l ( ’ y {ud} [ n ] ’ )
t i t l e ( ’ Resposta ao i m p u l s o d i s c r e t o u n i t á r i o ’ )
137 v = a x i s ;
v(1) = 0; % x min
139 v ( 2 ) = ( Nurg −1); % x max
v ( 3 ) = −1.5; % y min
141 v ( 4 ) = 1 . 5 ; % y max
axis ( [ v(1) v(2) v(3) v(4) ] )
143 %
subplot (3 ,2 ,4)
145 stem ( ( 0 : ( Nus −1)) , y u s )
y l a b e l ( ’ y { us } [ n ] ’ )
147 t i t l e ( ’ Resposta ao degrau d i s c r e t o u n i t á r i o ’ )
v = axis ;
149 v ( 1 ) = 0 ; % x min
v ( 2 ) = ( Nurg −1); % x max
151 v ( 3 ) = −1.5; % y min
v(4) = 1 .5; % y max
153 a x i s ( [ v ( 1 ) v ( 2 ) v ( 3 ) v ( 4 ) ] )
%
155 s u b p l o t ( 3 , 2 , 6 )
stem ( ( 0 : ( Nurg −1)) , y u r g )
157 y l a b e l ( ’ y { urg } [ n ] ’ )
t i t l e ( ’ Resposta ao g a t e r e t a n g u l a r u n i t á r i o d e s l o c a d o ’ )
159 v = a x i s ;
v(1) = 0; % x min
161 v ( 2 ) = ( Nurg −1); % x max
v ( 3 ) = −1.5; % y min
163 v ( 4 ) = 1 . 5 ; % y max
axis ( [ v(1) v(2) v(3) v(4) ] )
165 %
xlabel ( ’n ’ )
167
%
169 %EOF
%
A.S.V.
1.7. Exercı́cios propostos 51
1.7 Exercı́cios propostos

1.7.1 Vetores: construção e manipulação
1. Crie um vetor linha contendo os valores pares contidos na faixa n = [1; 16].
2. Crie um vetor coluna contendo os valores ı́mpares contidos na faixa n = [2; 22].
3. Crie um vetor linha contendo os valores pares contidos na faixa n = [21; 53], seguidos dos
valores ı́mpares contidos na faixa n = [72; 92].
4. Crie um vetor linha contendo os valores v = {33, 42, 97, 53, 64, 75}.
5. Crie um vetor linha contendo os valores v = {75, 64, 53, 97, 42, 33}, a partir de um dado
vetor linha contendo os valores v = {33, 42, 97, 53, 64, 75}.
6. Crie um vetor coluna contendo os valores v = {75, 64, 53, 97, 42, 33}.
7. Crie um vetor coluna contendo os valores v = {33, 42, 97, 53, 64, 75}, a partir de um dado
vetor coluna contendo os valores v = {75, 64, 53, 97, 42, 33}.
8. Crie um vetor coluna contendo os valores v = {75, 64, 53, 97, 42, 33}, a partir de um dado
vetor coluna contendo os valores v = {33, 42, 97, 53, 64, 75}.
12. Crie um vetor linha contendo os valores v = {10, 0, 32, 0, 0, 65}, a partir de um dado vetor
linha contendo os valores v = {10, 21, 32, 43, 54, 65}.
13. Crie um vetor linha contendo os valores v = {10, 21, 54, 65}, a partir de um dado vetor
linha contendo os valores v = {10, 21, 32, 43, 54, 65}.
14. Crie um vetor linha contendo os valores v = {10, 32, 65}, a partir de um dado vetor linha
contendo os valores v = {10, 21, 32, 43, 54, 65}.
TET / UFF
1.7.2 Matrizes: construção e manipulação

 
8 2.6 39
1. Crie a matriz M =  104 1.5 −17 .
0.9 212 48
 
1 2 3 4
2. Crie a matriz M =  20 21 22 23 .
104 105 106 107
 
1 2 4 8 16
 3 6 12 24 48 
3. Crie a matriz M = 
 9 18 36 72 144 .

27 54 108 216 432

 
1 1 1 1
 1 2 3 4 
4. Crie a matriz M = 
 1
.
4 9 16 
1 8 27 48
 
1 2 3 4
 5 6 7 8 
5. Crie a matriz M =  9 10 11
 a partir das seguintes submatrizes:
12 
13 14 15 16
1 2 10 9 7 8 11 15
m1 = , m2 = , m3 = e m4 = .
5 6 14 13 3 4 12 16
 
1 7 31 22 93
 48 16 72 0.3 1 
6. Crie a matriz M =   53 25 −11 6 19  a partir das seguintes submatrizes:

62 14 108 −31 88
16 25
v1 = [1, 7, 31, 22, 93], v2 = [88, −31, 108, 14, 62], v3 = [72, −11], m4 = e
48 53
0.3 6
m5 = .
1 19
 
1 7 31 22 93 44
 48 16 72 0.3 1 58 
7. Crie a matriz M =   53 25 −11 6 19 39  a partir das seguintes submatrizes:

62 14 108 −31 88 17
v1 = [1,
48, 53, 62],
v2 = [88,
93, 1, 19], v3 = [17, 39],
v4 = [93, 44, 22], v5 = [48, 16, 72, 0.3, 1, 58],
7 16 14 108 −31 88
m6 = e m7 = .
31 72 25 −11 6 19
 
1 6 11 16  
1 2 3 4 5

 2 7 12 17 
  6 7 8 9 10 
8. Crie a matriz M2 = 
 3 8 13 18  a partir da matriz M1 = 
  11 12 13 14 15
.

 4 9 14 19 
16 17 18 19 20
5 10 15 20
A.S.V.
1.7. Exercı́cios propostos 53
   
5 4 3 2 1 1 2 3 4 5
 10 9 8 7 6   6 7 8 9 10 
9. Crie a matriz M2 =
 15 14 13
 a partir da matriz M1 = .
12 11   11 12 13 14 15 
20 19 18 17 16 16 17 18 19 20
   
16 17 18 19 20 1 2 3 4 5
 11 12 13 14 15   6 7 8 9 10 
 6 7 8
9 10   11 12 13 14 15 
1 2 3 4 5 16 17 18 19 20
   
6 7 8 9 10 1 2 3 4 5
 11 12 13 14 15   6 7 8 9 10 
 16 17 18
19 20   11 12 13 14 15 
1 2 3 4 5 16 17 18 19 20
   
16 17 18 19 20 1 2 3 4 5
 1 2 3 4 5   6 7 8 9 10 
 6 7 8
9 10   11 12 13 14 15 
11 12 13 14 15 16 17 18 19 20
   
4 5 1 2 3 1 2 3 4 5
 9 10 6 7 8   6 7 8 9 10 
 14 15 11
12 13   11 12 13 14 15 
19 20 16 17 18 16 17 18 19 20
   
3 4 5 1 2 1 2 3 4 5
 8 9 10 6 7   6 7 8 9 10 
 13 14 15
11 12   11 12 13 14 15 
18 19 20 16 17 16 17 18 19 20
1.7.3 Matrizes: cálculos

1 2 5 6
1. Dadas as matrizes A = eB = , compare os resultados das seguintes
3 4 7 8
operações:
(a) A ∗ B, B ∗ A, A. ∗ B, B. ∗ A.
(b) A/B, A\B, B/A, B\A,
A ∗ inv(B), inv(A) ∗ B, B ∗ inv(A), inv(B) ∗ A,
(B 0 \A0 )0 , (A0 \B 0 )0 ,
inv(B 0 ) ∗ A0 , inv(A0 ) ∗ B 0 ,
A./B, A.\B, B./A, B.\A.
2. Mostre como usar a função f ind(·) para encontrar elementos genéricos em uma matriz.
3. Mostre como usar a função sign(·) para encontrar elementos genéricos em uma matriz.
TET / UFF
1.7.4 Modelagem matricial

1. Escreva a Equação (1.3) na forma matricial da Equação (1.4), definindo a matriz DN . Em
2π
seguida, para WN = e−j ( N ) e um dado vetor x[n] = [ x[0] x[1] · · · x[N − 1] ], calcule
matriz DN e o vetor X[k] = [ X[0] X[1] · · · X[N − 1] ] usando a equação matricial
proposta.
N
X −1
X[k] = WNkn x[n] , 0 ≤ k ≤ (N − 1) (1.3)
n=0
X[k] = DN x[n] , 0 ≤ (k, n) ≤ (N − 1) (1.4)
A.S.V.
Capı́tulo 2
Conceitos básicos
2.1 Introdução
Na primeira parte do curso, são abordados conceitos básicos relativos ao processamento di-
gital de sinais. Inicialmente, é discutida a arquitetura de sistemas de comunicação. Em seguida,
o processamento de sinais é definido, identificando-se seu objeto, seus agentes e suas ações, bem
como é definida a sua arquitetura genérica. Posteriormente, é realizada uma classificação de si-
nais. Por fim, é apresentada uma arquitetura de sistemas de processamento digital. Nas seções
que se seguem, são apresentadas diversas listagens de programas, relativas a tais assuntos.
2.2 Tipos de sinais

• O Código 2.1 define uma função para realizar a quantização de um sinal, com nı́vel de
decisão (trigger ) no meio do intervalo de quantização.
• O Código 2.2 apresenta uma relação entre os seguintes tipos de sinais: analógico sem
quantização, analógico quantizado, digital sem quantização e digital quantizado.
Código 2.1: Função para quantização em half grid.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : q u a n t h a l f g r i d .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6 %
f u n c t i o n xq = q u a n t h a l f g r i d ( x , m i n g r i d , g r i d s t e p , max grid )
8 %
% QUANT HALF GRID q u a n t i z a t i o n w i t h h a l f g r i d t r i g g e r .
10 %
xq = x ;
12 h a l f g r i d = g r i d s t e p / 2 ;
for k = 1: length (x)
14 f o r g r i d v a l = m i n g r i d : g r i d s t e p : max grid
dist = x(k) − grid val ;
16 i f ( ( abs ( d i s t ) < h a l f g r i d ) . . .
|| ...
18 ( ( d i s t < 0 ) && ( abs ( d i s t ) == h a l f g r i d ) ) . . .
)
20 xq ( k ) = g r i d v a l ;
break
55
56 Capı́tulo 2. Conceitos básicos
22 end
end
24 end
%
26 % EOF
%
Código 2.2: Exemplos de sinais de diferentes tipos.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : t i p o s d e s i n a i s .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % Demos para %
% A p o s t i l a de DSP %
13 % %
% Topico : t i p o s de s i n a i s %
15 % %
17 % Modifs : 2022−1/2021−2/2011−02/2010−01/ %
% %
19 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
21
23 % lim p a ambiente
clear all
25 c l o s e a l l
27
% d e f i n e p ara met ros
29 A0 = 1 ;
F0 = 1 0 0 ;
31 T0 = 1/F0 ;
%
33 % numero de p e r i o d o s v i s u a l i z a d o s
NOP = 2 ;
35 %
% numero de p o n t o s por p e r i o d o para s i n a l a n a l o g i c o
37 PPPa = 1 0 0 0 ;
Tsa = T0/PPPa ;
39 t = 0 : Tsa : (NOP* T0 ) ;
%
41 % numero de p o n t o s por p e r i o d o para s i n a l amostrado
PPPs = 1 0 ;
43 Tss = T0/PPPs ;
nTs = 0 : Tss : (NOP* T0 ) ;
45 %
n = 0 : ( l e n g t h ( nTs ) − 1 ) ;
47
% constroi sinais
A.S.V.
2.2. Tipos de sinais 57
49 xa = A0 * c o s ( 2 * p i * F0 * t ) ; % sinal analogico
xs = A0 * c o s ( 2 * p i * F0 * nTs ) ; % s i n a l amostrado
51
53 % q u a n t i z a s i n a i s usando f u n c a o d e f i n i d a e x t e r n a m e n t e
%
55 % numero de i n t e r v a l o s do g r i d
NOI = 5 ;
57 % s i n a l a n a l o g i c o q u a n t i z a d o
xaq = q u a n t h a l f g r i d ( xa ,−A0 , ( A0/NOI ) , A0 ) ;
59 % s i n a l amostrado q u a n t i z a d o
xsq = q u a n t h a l f g r i d ( xs ,−A0 , ( A0/NOI ) , A0 ) ;
61
63 %
% desenha g r a f i c o s
65 %
67 %
figure (1)
69 %
% black = 0.0 ; gray suave = 0.8 ; white = 1.0
71 BCV = 1 . 0 ;
b a c k c o l o r = [BCV,BCV,BCV ] ;
73
%
75 % sem q u a n t i z a c a o
%
77 s u b p l o t ( 3 , 3 , 1 )
p l o t ( t , xa )
79 y l a b e l ( ’ x ( t ) ’ )
xlabel ( ’ t ( s ) ’ )
81 %
s e t ( gca , ’ C o l o r ’ , b a c k c o l o r )
83 t i t l e ( { ’ S i n a l a n a l ó g i c o : x ( t ) ’ , . . .
[ ’ T s= ’ , num2str (T0/PPPs ) , ’ s ’ , ’ ; ’ , ...
85 ’ Q { r e s }= ’ , num2str ( 1 /NOI ) ] } )
%
87 s u b p l o t ( 3 , 3 , 4 )
stem ( nTs , xs )
89 y l a b e l ( ’ x ( nT s ) ’ )
x l a b e l ( ’ nT s ( s ) ’ )
91 t i t l e ( { ’ S i n a l amostrado ’ , ’ x ( nT s ) = x ( t ) ; t = nT s ’ } )
%
93 s e t ( gca , ’ C o l o r ’ , b a c k c o l o r )
%
95 s u b p l o t ( 3 , 3 , 7 )
stem ( n , xs )
97 y l a b e l ( ’ x [ n ] ’ )
xlabel ( ’n ’ )
99 %
101 t i t l e ( { ’ Sequ ê n c i a amostrada ’ , ’ x [ n ] = x ( nT s ) ’ } )
%
103 % com q u a n t i z a c a o
%
105 s u b p l o t ( 3 , 3 , 2 )
p l o t ( t , xa , ’ b ’ , t , xaq , ’ r ’ )
107 y l a b e l ( ’ \{ x ( t ) \ } Q ’ )
TET / UFF
xlabel ( ’ t ( s ) ’ )
109 t i t l e ( { ’ S i n a l q u a n t i z a d o ’ , ’ \{ x ( t ) \ } Q ’ } )
%
%
113 subplot (3 ,3 ,5)
% ’ f u n c i o n a , mas as c o r e s nao f ica m ok ! . . . ’
115 %stem ( nTs , [ x s ; x s q ] ’ )
h o l d on
117 stem ( nTs , xs , ’ bo− ’ )
stem ( nTs , xsq , ’ ro− ’ )
119 y l a b e l ( ’ \{ x ( nT s ) \ } Q ’ )
x l a b e l ( ’ nT s ( s ) ’ )
121 t i t l e ({ ’ S i n a l d i g i t a l ’ , . . .
’ \{ x ( nT s ) \ } Q = \{ x ( t ) \ } Q ; t = nT s ’ } )
123 %
125 %
subplot (3 ,3 ,8)
127 % ’ f u n c i o n a , mas as c o r e s nao f ica m ok ! . . . ’
%stem ( n , [ x s ; x s q ] ’ )
129 h o l d on
stem ( n , xs , ’ bo− ’ )
131 stem ( n , xsq , ’ ro− ’ )
y l a b e l ( ’ \{ x [ n ] \ } Q ’ )
133 xlabel ( ’n ’ )
t i t l e ( { ’ Sequ ê n c i a d i g i t a l ’ , ’ \{ x [ n ] \ } Q = \{ x ( nT s ) \ } Q ’ } )
135 %
137 %
% com q u a n t i z a c a o e n o r m a l i z a d o
139 %
subplot (3 ,3 ,3)
141 p l o t ( t , NOI* xa , ’ b ’ , t , NOI* xaq , ’ r ’ )
%
143 v = axis ;
v ( 3 ) = −NOI ;
145 v ( 4 ) = NOI ;
axis (v)
147 %
y l a b e l ( ’ \{ x ( t ) \ } {Qn} ’ )
149 xlabel ( ’ t ( s ) ’ )
t i t l e ( { ’ S i n a l q u a n t i z a d o n o r m a l i z a d o ’ , ’ \{ x ( t ) \ } {Qn} ’ } )
151 %
153 %
subplot (3 ,3 ,6)
155 % ’ f u n c i o n a , mas as c o r e s nao f ica m ok ! . . . ’
%stem ( nTs , [ x s ; x s q ] ’ )
157 h o l d on
stem ( nTs , NOI* xs , ’ bo− ’ )
159 stem ( nTs , NOI* xsq , ’ ro− ’ )
%
161 v = axis ;
v ( 3 ) = −NOI ;
163 v ( 4 ) = NOI ;
axis (v)
165 %
y l a b e l ( ’ \{ x ( nT s ) \ } {Qn} ’ )
A.S.V.
2.3. Amostragem 59
167 x l a b e l ( ’ nT s ( s ) ’ )
t i t l e ({ ’ S i n a l d i g i t a l normalizado ’ , . . .
169 ’ \{ x ( nT s ) \ } {Qn} = \{ x ( t ) \ } {Qn} ; t = nT s ’ } )
%
%
173 subplot (3 ,3 ,9)
% ’ f u n c i o n a , mas as c o r e s nao f ica m ok ! . . . ’
175 %stem ( n , [ x s ; x s q ] ’ )
h o l d on
177 stem ( n , NOI* xs , ’ bo− ’ )
stem ( n , NOI* xsq , ’ ro− ’ )
179 %
v = axis ;
181 v ( 3 ) = −NOI ;
v ( 4 ) = NOI ;
183 axis (v)
%
185 y l a b e l ( ’ \{ x [ n ] \ } {Qn} ’ )
xlabel ( ’n ’ )
187 t i t l e ( { ’ Sequ ê n c i a d i g i t a l n o r m a l i z a d a ’ , . . .
’ \{ x [ n ] \ } {Qn} = \{ x ( nT s ) \ } {Qn} ’ } )
189 %
191
%%
2.3 Amostragem
• O Código 2.3 apresenta a geração de uma sequência discreta a partir de um sinal analógico.
• O Código 2.4 apresenta um exemplo que ilustra a influência do valor da taxa de amostra-
gem.
• O Código 2.5 apresenta um exemplo de amostragem de cos().
Código 2.3: Geração de sequência discreta a partir de sinal analógico.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : d i s c s e q f r o m a n a s i g .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
% Exemplo s o b r e %
10 % g e r a c a o de s e q u ê n c i a d i s c r e t a %
% a p a r t i r de s i n a l a n a l o g i c o %
12 % %
% Autor : A l e x a n d r e S . de l a Vega %
14 % Versao : 2018 2 %
% %
16 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
18 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
TET / UFF
20 %
clear all
22 c l o s e a l l
24 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
26
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
28
%
30 A0 = 1;
f0 = 1 e3 ; % f 0 = 1 kHz
32 p h i 0 = −p i / 4 ;
34 %
N0 = 10;
36 Omega0 = 2 * p i /N0 ;
38 %
Fs = N0 * f 0 ;
40
%
42 NOP = 3 ; % Nbr Of P e r i o d s
44 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
46
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
48
%
50 NOPPP = 1 0 0 ; % Nbr Pts Per P e r i o d
52 %
t min = 0 ;
54 t s t e p = ( 1 / ( f 0 *NOPPP) ) ;
t max = (NOP/ f 0 ) ;
56 %
t = t min : t s t e p : t max ;
58 %
xt = A0 * c o s ( 2 * p i * f 0 * t + p h i 0 ) ;
60
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
62
%
64 n min = 0;
n max = ( 3 * N0 ) ;
66 %
n = n min : n max ;
68 %
xn = A0 * c o s ( Omega0 * n + p h i 0 ) ;
70
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
72
74 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
76 %
FigNbr = 0 ;
A.S.V.
2.3. Amostragem 61
78 %
AmpSF = 1.25;
80 EfctAmp = (AmpSF* A0 ) ;
82 %%%%%%%%%% %%%%%%%%%%
84 %
86 h f=f i g u r e ( FigNbr ) ;
s e t ( hf , ”p a p e r t y p e ” , ”a4 ”)
88 %
p l o t ( t , xt , ’ k ’ )
90 v ( 2 ) = t max ;
v ( 3 ) = −EfctAmp ;
92 v ( 4 ) = EfctAmp ;
axis (v );
94 t i t l e ( ’ S i n a l a n a l ó g i c o ’ )
ylabel ( ’x( t ) ’ )
96 x l a b e l ( ’ t ( s ) ’ )
%
98
%%%%%%%%%% %%%%%%%%%%
100
%
h f=f i g u r e ( FigNbr ) ;
104 s e t ( hf , ”p a p e r t y p e ” , ”a4 ”)
%
106 p l o t ( t , xt , ’ k ’ )
h o l d on
108 stem ( n/Fs , xn , ’ r ’ )
%
110 v ( 2 ) = t max ;
112 v ( 4 ) = EfctAmp ;
axis (v );
114 t i t l e ( ’ S i n a l a n a l ó g i c o e S i n a l a n a l ó g i c o amostrado ’ )
ylabel ( ’x( t ) e x ( nTs ) ’ )
116 x l a b e l ( ’ t ( s ) ’ )
%
118
%%%%%%%%%% %%%%%%%%%%
120
%
%
126 stem ( n/Fs , xn , ’ r ’ )
v(2) = t max ;
128 v ( 3 ) = −EfctAmp ;
v ( 4 ) = EfctAmp ;
130 a x i s ( v ) ;
t i t l e ( ’ S i n a l a n a l ó g i c o amostrado ’ )
132 y l a b e l ( ’ x ( nTs ) ’ )
x l a b e l ( ’ nTs ( s ) ’ )
134 %
136 %%%%%%%%%% %%%%%%%%%%
TET / UFF
138 %
140 h f=f i g u r e ( FigNbr ) ;
s e t ( hf , ”p a p e r t y p e ” , ”a4 ”)
142 %
stem ( n , xn , ’ b ’ )
144 v ( 2 ) = n max ;
146 v ( 4 ) = EfctAmp ;
axis (v );
148 t i t l e ( ’ S i n a l d i s c r e t o ’ )
ylabel ( ’x [n] ’ )
150 x l a b e l ( ’ n ’ )
%
152
%%%%%%%%%% %%%%%%%%%%
154
%
%
160 s u b p l o t ( 4 , 1 , 1 )
p l o t ( t , xt , ’ k ’ )
162 v ( 2 ) = t max ;
164 v ( 4 ) = EfctAmp ;
axis (v );
166 t i t l e ( ’ S i n a l a n a l ó g i c o ’ )
168 x l a b e l ( ’ t ( s ) ’ )
%
170 %
subplot (4 ,1 ,2)
172 p l o t ( t , xt , ’ k ’ )
h o l d on
174 stem ( n/Fs , xn , ’ r ’ )
%
176 v ( 2 ) = t max ;
178 v ( 4 ) = EfctAmp ;
axis (v );
180 t i t l e ( ’ S i n a l a n a l ó g i c o e S i n a l a n a l ó g i c o amostrado ’ )
ylabel ( ’x( t ) e x ( nTs ) ’ )
182 x l a b e l ( ’ t ( s ) ’ )
%
184 %
subplot (4 ,1 ,3)
186 stem ( n/Fs , xn , ’ r ’ )
v(2) = t max ;
188 v ( 3 ) = −EfctAmp ;
v ( 4 ) = EfctAmp ;
190 a x i s ( v ) ;
t i t l e ( ’ S i n a l a n a l ó g i c o amostrado ’ )
192 y l a b e l ( ’ x ( nTs ) ’ )
x l a b e l ( ’ nTs ( s ) ’ )
194 %
%
A.S.V.
2.3. Amostragem 63
196 subplot (4 ,1 ,4)

stem ( n , xn , ’ b ’ )
198 v(2) = n max ;
200 v ( 4 ) = EfctAmp ;
axis (v );
202 t i t l e ( ’ Sinal discreto ’ )
204 xlabel ( ’n ’ )
%
206
%
208 % EOF
%
Código 2.4: Influência do valor da taxa de amostragem.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : a n a s m p s e q 3 F s s n d 2 0 2 1 1 0 3 0 .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % Exemplo s o b r e : %
% %
13 % − Sinal senoidal analogico . %
% − G r a f i c o ( da aproximacao ) de s i n a l a n a l o g i c o . %
15 % − Amostragem de s i n a l c o n t i n u o . %
% − S i n a l s e n o i d a l amostrado . %
17 % − G r a f i c o de s i n a l amostrado . %
% − Geracao de som por i n t e r p o l a c a o . %
19 % − I m p o r t a n c i a da t a x a de amostragem o r i g i n a l . %
% %
21 % Autor : A l e x a n d r e S . de l a Vega %
% %
23 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
25
%
27 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
29
31 c l e a r a l l
close all
33
%
35 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
37
%
39 % Eh s u p o s t o um s i n a l s e n o i d a l a n a l o g i c o ,
% com a m p l i t u d e A, f r e q u e n c i a f ( Hz ) ou w ( rad / s )
TET / UFF
41 % e a n g u l o de f a s e Theta ( rad ) .
%
43 % Eh d e f i n i d a uma f r e q u e n c i a de amostragem Fs=1/Ts ( Hz ) .
%
45 % Eh d e f i n i d a uma f r e q u e n c i a d i s c r e t a Omega=w* Ts ( rad ) .
%
47
%
49 % D e f i n i c o e s g e r a i s
%
51
% pa ra metro s do s i n a l a n a l o g i c o
53 A = 1 ;
%
55 f = 1 e3 ; % em H e r t z = 1/ segundo .
w = 2* p i * f ; % em rad / s .
57 %
Theta = 0 ; % em rad .
59
% f r e q u e n c i a de amostragem
61 Fs = 4 4 . 1 e3 ; % em H e r t z = 1/ segundo .
63 % pa ra metro s do s i n a l amostrado
Omega = w/ Fs ; % Omega = w* Ts ( rad )
65
%
67 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
69
%
71 % Eh d e f i n i d o um tempo t o t a l de g r a v a c a o Trec .
%
73 % Eh c a l c u l a d a a q u a n t i d a d e de amostras Nrec .
%
75 % Sao c a l c u l a d a s as amostras x r e c .
%
77
%
79 Trec = 2 ; % em s e g u n d o s .
%
81 % Nrec = f i x ( Trec /Ts ) + 1
% = f i x ( Trec * Fs ) + 1
83
%
85 Nrec = f i x ( Trec * Fs ) + 1 ;
87 %
n r e c = 0 : ( Nrec −1);
89 %
x r e c = A * c o s ( (Omega * n r e c ) + Theta ) ;
91
%
93 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
95
%
97 % Eh d e f i n i d o o tempo de 1 p e r i o d o f u n d a m e n t a l Tf=1/ f .
%
99 % Eh c a l c u l a d a a q u a n t i d a d e de amostras Nf .
A.S.V.
2.3. Amostragem 65
%
101 % Sao s e p a r a d a s as amostras x f a p a r t i r das amostras x r e c .
%
103
%
105 % Nf = f i x ( Tcos /Ts ) + 1
% = f i x ( Fs/ f c o s ) + 1
107 %
Nf = f i x ( Fs / f ) + 1 ;
109
%
111 n f = 0 : ( Nf −1);
%
113 %%%x f = A * c o s ( (Omega * n f ) + Theta ) ;
%
115 x f = x r e c ( 1 : Nf ) ;
117 %
% −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
119 %
121 %
% Sao r e a l i z a d o s d i v e r s o s g r a f i c o s
123 %
125 %
% Definicoes gerais
127 %

FigNbr = 0 ;
131
% c a l c u l a f a i x a de tempo de 1 p e r i o d o f u n d a m e n t a l
133 t f = ( n f / Fs ) ; % t = n * Ts ( s )
135 % c a l c u l a f a i x a de tempo de g r a v a c a o
%t r e c = ( n r e c / Fs ) ; % t = n * Ts ( s )
137
%
139 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
141
%
143 % Eh desenhado 1 p e r i o d o f u n d a m e n t a l
% ( da aproximacao ) do s i n a l a n a l o g i c o .
145 %
147 %
t e o s t r = ’ S i n a l s e n o i d a l a n a l ó g i c o : p e r ı́ odo fundamental . ’ ;
149 %
s i g n a l s t r = ’ x ( t ) = A cos ( (2 \ pi f t ) + \ Theta ) ’ ;
151 %
sep str = ’ ; ’;
153 %
param str = [ ’A = ’ , num2str (A)
];
155 p a r a m s t r = [ param str , s e p s t r , ’ f = ’ , num2str ( f ) , ’ ( Hz ) ’ ] ;
p a r a m s t r = [ param str , s e p s t r , ’ \ Theta = ’ , num2str ( Theta ) , ’ ( rad ) ’ ] ;
157 %
TET / UFF
a n a t i t s t r = { t e o s t r , s i g n a l s t r , param str } ;
159
%
163 %
p l o t ( t f , x f , ”k ”)
165 %
v = axis ;
167 v ( 2 ) = t f ( end ) ;
axis (v)
169 %
title ( ana tit str )
171 ylabel ( ’x ( t ) ’ )
xlabel ( ’ t ( s ) ’ )
173
% para t e s t e . . .
175 %r e t u r n
177 %
% −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
179 %
181 %
% Eh desenhado 1 p e r i o d o f u n d a m e n t a l
183 % do s i n a l amostrado com Fs .
%
185
%
187 t e o s t r = ’ S i n a l s e n o i d a l amostrado : p e r ı́ odo fundamental . ’ ;
%
189 s i g n a l s t r = ’ x ( nTs ) = A c o s ( ( 2 \ p i f n Ts ) + \ Theta ) ’ ;
%
191 s e p s t r = ’ ; ’;
%
193 p a r a m s t r = [ ’A = ’ , num2str (A)
];
p a r a m s t r = [ param str , s e p s t r , ’ f = ’ , num2str ( f ) , ’ ( Hz ) ’ ] ;
195 p a r a m s t r = [ param str , s e p s t r , ’ \ Theta = ’ , num2str ( Theta ) , ’ ( rad ) ’ ] ;
p a r a m s t r = [ param str , s e p s t r , ’ Ts = ’ , num2str ( 1 / Fs ) , ’ (s) ’
];
197 p a r a m s t r = [ param str , s e p s t r , ’ Fs = 1/Ts = ’ , num2str ( Fs ) , ’ ( Hz ) ’ ] ;
%
199 s m p t i t s t r = { t e o s t r , s i g n a l s t r , p a r a m s t r } ;
201 %
%
205 stem ( t f , x f , ”k ”)
%
207 v = axis ;
v ( 2 ) = t f ( end ) ;
209 a x i s ( v )
%
211 t i t l e ( s m p t i t s t r )
y l a b e l ( ’ x ( n Ts ) ’ )
213 x l a b e l ( ’ n Ts ( s ) ’ )
A.S.V.
2.3. Amostragem 67
215 % para t e s t e . . .
%r e t u r n
217
%
219 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
221
%
% da s e q u e n c i a amostrada com Fs .
225 %
227 %
t e o s t r = ’ Sequ ê n c i a s e n o i d a l : p e r ı́ odo fundamental . ’ ;
229 %
s i g n a l s t r = ’ x [ n ] = A c o s ( ( ( 2 \ p i f Ts ) n ) + \ Theta ) ’ ;
231 s i g n a l s t r = [ s i g n a l s t r , ’ = A c o s ( ( \Omega n ) + \ Theta ) ’ ] ;
%
233 map str = ’ \Omega = \omega Ts = ( 2 \ p i f ) Ts ’ ;
%
235 s e p s t r = ’ ; ’;
%
237 p a r a m s t r = [ ’A = ’ , num2str (A)
];
p a r a m s t r = [ param str , s e p s t r , ’ f = ’ , num2str ( f ) , ’ ( Hz ) ’ ] ;
239 p a r a m s t r = [ param str , s e p s t r , ’ \ Theta = ’ , num2str ( Theta ) , ’ ( rad ) ’ ] ;
p a r a m s t r = [ param str , s e p s t r , ’ Ts = ’ , num2str ( 1 / Fs ) , ’ (s) ’
];
241 p a r a m s t r = [ param str , s e p s t r , ’ Fs = 1/Ts = ’ , num2str ( Fs ) , ’ ( Hz ) ’ ] ;
%
243 s e q t i t s t r = { t e o s t r , s i g n a l s t r , map str , p a r a m s t r } ;
245 %
%
249 stem ( n f , x f , ”k ”)
%
251 v = axis ;
v ( 2 ) = n f ( end ) ;
253 a x i s ( v )
%
255 t i t l e ( s e q t i t s t r )
257 x l a b e l ( ’ n ’ )
259 % para t e s t e . . .
%r e t u r n
261
%
263 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
265
%
% conjunto :
269 % ( da aproximacao ) do s i n a l a n a l o g i c o ,
% do s i n a l amostrado com Fs
271 % e
TET / UFF
% da s e q u e n c i a amostrada com Fs .
273 %
275 %
%
279 %
subplot (3 ,1 ,1)
281 %
p l o t ( t f , x f , ”k ”)
283 %
v = axis ;
285 v ( 2 ) = t f ( end ) ;
axis (v)
287 %
t i t l e ( { ’ Gera ç ã o de x ( n Ts ) por amostragem de x ( t ) . ’ ,
289 ’ Gera ç ã o de x [ n ] por i n d e x a ç ã o de x ( n Ts ) . ’ } )
%
291 y l a b e l ( ’ x ( t ) ’ )
xlabel ( ’ t ( s ) ’ )
293 %
%
295 s u b p l o t ( 3 , 1 , 2 )
%
297 stem ( t f , x f , ”k ”)
%
299 v = axis ;
v ( 2 ) = t f ( end ) ;
301 a x i s ( v )
%
303 y l a b e l ( ’ x ( n Ts ) ’ )
x l a b e l ( ’ n Ts ( s ) ’ )
305 %
%
307 s u b p l o t ( 3 , 1 , 3 )
%
309 stem ( n f , x f , ”k ”)
%
311 v = axis ;
v ( 2 ) = n f ( end ) ;
313 a x i s ( v )
%
315 y l a b e l ( ’ x [ n ] ’ )
xlabel ( ’n ’ )
317
319 %r e t u r n
321 %
% −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
323 %
325 %
% Eh desenhado 1 p e r i o d o f u n d a m e n t a l
327 % conjunto :
% da r e c u p e r a c a o
329 % do s i n a l amostrado
% com Fs d i f e r e n t e s .
A.S.V.
2.3. Amostragem 69
331 %
333 %
%
337 %
subplot (3 ,1 ,1)
339 %
stem ( t f , x f , ”k ”)
341 %
v = axis ;
343 v ( 2 ) = 2 * t f ( end ) ;
axis (v)
345 %
t i t l e ( ’ Gera ç ã o de x ( n Ts ) a p a r t i r de x [ n ] , empregando Fs = 1/Ts . ’ )
347 y l a b e l ( ’ x ( n Ts ) ’ )
%
349 %
subplot (3 ,1 ,2)
351 %
stem ( ( 2 * t f ) , x f , ”k ”)
353 %
v = axis ;
355 v ( 2 ) = 2 * t f ( end ) ;
axis (v)
357 %
t i t l e ( ’ Gera ç ã o de x ( n Ts ) a p a r t i r de x [ n ] , empregando ( Fs / 2 ) = 1 / ( 2 Ts ) . ’ )
359 y l a b e l ( ’ x ( n Ts ) ’ )
%
361 %
subplot (3 ,1 ,3)
363 %
stem ( ( 0 . 5 * t f ) , x f , ”k ”)
365 %
v = axis ;
367 v ( 2 ) = 2 * t f ( end ) ;
axis (v)
369 %
t i t l e ( ’ Gera ç ã o de x ( n Ts ) a p a r t i r de x [ n ] , empregando ( 2 Fs ) = 1 / ( Ts / 2 ) . ’ )
371 y l a b e l ( ’ x ( n Ts ) ’ )
%
373 x l a b e l ( ’ n Ts ( s ) ’ )
375 % para t e s t e . . .
%r e t u r n
377
%
379 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
381
%
% conjunto :
385 % da r e c u p e r a c a o
% do s i n a l a n a l o g i c o
387 % com Fs d i f e r e n t e s .
%
389
TET / UFF
%
393 %
%
395 subplot (3 ,1 ,1)
%
397 p l o t ( t f , x f , ”k ”)
%
399 v = axis ;
v ( 2 ) = 2 * t f ( end ) ;
401 axis (v)
%
403 t i t l e ( ’ Gera ç ã o de x ( t ) a p a r t i r de x [ n ] , empregando Fs = 1/Ts . ’ )
ylabel ( ’x ( t ) ’ )
405 %
%
407 subplot (3 ,1 ,2)
%
409 p l o t ( ( 2 * t f ) , x f , ”k ”)
%
411 v = axis ;
v ( 2 ) = 2 * t f ( end ) ;
413 axis (v)
%
415 t i t l e ( ’ Gera ç ã o de x ( t ) a p a r t i r de x [ n ] , empregando ( Fs / 2 ) = 1 / ( 2 Ts ) . ’ )
ylabel ( ’x ( t ) ’ )
417 %
%
419 subplot (3 ,1 ,3)
%
421 p l o t ( ( 0 . 5 * t f ) , x f , ”k ”)
%
423 v = axis ;
v ( 2 ) = 2 * t f ( end ) ;
425 axis (v)
%
427 t i t l e ( ’ Gera ç ã o de x ( t ) a p a r t i r de x [ n ] , empregando ( 2 Fs ) = 1 / ( Ts / 2 ) . ’ )
ylabel ( ’x ( t ) ’ )
429 %
xlabel ( ’ t ( s ) ’ )
431
433 %r e t u r n
435 %
% −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
437 %
439 %
% Eh c o n s i d e r a d a a f r e q u e n c i a de amostragem Fs o r i g i n a l .
441 %
% Os v a l o r e s das amostras sao e n v i a d o s para a p l a c a de som .
443 %
% A p l a c a de som i n t e r p o l a os p o n t o s com Fs e g e r a o som .
445 %
%
447 % Sao g e r a d o s s o n s com Fs d i f e r e n t e s da Fs o r i g i n a l .
%
A.S.V.
2.3. Amostragem 71
449
%
451 d i s p l a y ( ”\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n ”)
d i s p l a y ( ”\=============================================”)
453 d i s p l a y ( ”\=== Gera ç ã o de som a p a r t i r de a m o s tra s ===”)
d i s p l a y ( ”\=============================================”)
455 %
e s c o l h a = t o u p p e r ( i n p u t ( ”\ nDeseja g e r a r o som ( s /n ) ? [ s ] : ” , ”s ”) ) ;
457 i f ( e s c o l h a == ”N”)
d i s p l a y ( ”\n\n\n ”)
459 return
endif
461 %
d i s p l a y ( ”\n\n\n ”)
463 d i s p l a y ( ”\n\nSom para Fs o r i g i n a l . ”)
s ou n d s c ( x r e c , Fs )
465 %
d i s p l a y ( ”\ n P r e s s i o n e q u a l q u e r t e c l a para c o n t i n u a r . . . ”)
467 pause
%
469 d i s p l a y ( ”\n\n\nSom para ( Fs / 2 ) = 1 / ( 2 Ts ) . ”)
s ou n d s c ( x r e c , ( Fs / 2 ) )
471 %
d i s p l a y ( ”\ n P r e s s i o n e q u a l q u e r t e c l a para c o n t i n u a r . . . ”)
473 pause
%
475 d i s p l a y ( ”\n\n\nSom para ( 2 Fs ) = 1 / ( Ts / 2 ) . ”)
s ou n d s c ( x r e c , ( 2 * Fs ) )
477 %
d i s p l a y ( ”\n\n\n ”)
479
%
481 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
483
%
485 % EOF
%
Código 2.5: Exemplo de amostragem de cos().

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : cos amostragem .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10 % DSP − Aula 04/01/2016
%
12 % Autor : A l e x a n d r e S a n t o s de l a Vega
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
14 %
16 %
TET / UFF
%%%%% %%%%% %%%%% %%%%% %%%%%

18 %
20 % e l i m i n a as v a r i v e i s de u s u a r i o , e x i s t e n t e s no a mbiente .
clear all
22
% e l i m i n a os g r a f i c o s c r i a d o s p e l o u s u a r i o , e x i s t e n t e s no ambiente .
24 c l o s e a l l
26 %
%%%%% %%%%% %%%%% %%%%% %%%%%
28 %
30 % d e f i n i c a o de p ara met ro s g e r a i s
%F0 = 1 e3 ;
32 %F0 = 4 . 4 e3 ;
%F0 = 10 e3 ;
34 F0 = 1 7 . 6 e3 ;
%
36 Fs = 44 e3 ;
%
38 T0 = 1/F0 ;
Ts = 1/ Fs ;
40 %
Trec = 12 * T0 ;
42 %
FigNbr = 0 ;
44
%
46 %%%%% %%%%% %%%%% %%%%% %%%%%
%
48
% s i m u l a c a o de s i n a l a n a l o g i c o
50 %
% d e f i n i c a o de p ar amet ro s
52 %
% Obs . : NPP = V eh e q u i v a l e n t e a Fs = V* F0 . . .
54 %
NumPtsPer = 2 0 0 ;
56 Tstep = T0 / NumPtsPer ;
nT = 0 : Tstep : ( Trec−Tstep ) ;
58 %
% d e f i n i c a o da f u n c a o
60 xa = c o s ( 2 * p i * F0 *nT ) ;
62 % grafico
%
66 p l o t (nT , xa , ’ r ’ )
%
68 V = a x i s ;
a x i s ( [ V( 1 ) Tstep * l e n g t h ( xa ) V( 3 ) V ( 4 ) ] )
70 %
t i t l e ( ’ Simula ç ã o de curva a n a l ó g i c a ’ )
72 y l a b e l ( ’ x a ( t ) ’ )
xlabel ( ’ t ( s ) ’ )
74
%
A.S.V.
2.3. Amostragem 73
76 %%%%% %%%%% %%%%% %%%%% %%%%%

%
78
% s i m u l a c a o de amostragem
80 %
% d e f i n i c a o de p ar amet ro s
82 %
n = 0 : f i x ( Trec /Ts ) ;
84 %
% d e f i n i c a o da f u n c a o
86 xd = c o s ( 2 * p i * F0 * Ts * n ) ;
88 % g r a f i c o do s i n a l amostrado
%
92 p l o t (nT , xa , ’ r ’ )
h o l d on
94 stem ( n * Ts , xd , ’ k ’ )
%
96 V = a x i s ;
98 %
t i t l e ( ’ Simula ç ã o de amostragem : s i n a l o r i g i n a l e s i n a l amostrado ’ )
100 y l a b e l ( ’ x a ( t ) e x a ( n Ts ) ’ )
xlabel ( ’ t ( s ) ’ )
102 h o l d o f f
104 % g r a f i c o do s i n a l d i s c r e t o
%
108 stem ( n , xd , ’ k ’ )
%
110 V = a x i s ;
a x i s ( [ V( 1 ) l e n g t h ( xd)−1 V( 3 ) V ( 4 ) ] )
112 %
t i t l e ( ’ Simula ç ã o de amostragem : s i n a l d i s c r e t o ’ )
114 y l a b e l ( ’ x [ n ] ’ )
xlabel ( ’n ’ )
116
%
118 %%%%% %%%%% %%%%% %%%%% %%%%%
%
120
% r e u n i a o de g r a f i c o s
122 %
%
126 %
subplot (3 ,1 ,1)
128 p l o t (nT , xa , ’ r ’ )
%
130 V = a x i s ;
132 %
t i t l e ( ’ Simula ç ã o de curva a n a l ó g i c a ’ )
134 y l a b e l ( ’ x a ( t ) ’ )
TET / UFF
xlabel ( ’ t ( s ) ’ )
136 %
%
138 s u b p l o t ( 3 , 1 , 2 )
p l o t (nT , xa , ’ r ’ )
140 h o l d on
stem ( n * Ts , xd , ’ k ’ )
142 %
V = axis ;
144 a x i s ( [ V( 1 ) Tstep * l e n g t h ( xa ) V( 3 ) V ( 4 ) ] )
%
146 t i t l e ( ’ Simula ç ã o de amostragem : s i n a l o r i g i n a l e s i n a l amostrado ’ )
ylabel ( ’ x a ( t ) e x a ( n Ts ) ’ )
148 x l a b e l ( ’ t ( s ) ’ )
hold o f f
150 %
%
152 s u b p l o t ( 3 , 1 , 3 )
stem ( n , xd , ’ k ’ )
154 %
V = axis ;
156 a x i s ( [ V( 1 ) l e n g t h ( xd)−1 V( 3 ) V ( 4 ) ] )
%
158 t i t l e ( ’ Simula ç ã o de amostragem : s i n a l d i s c r e t o ’ )
160 x l a b e l ( ’ n ’ )
162 %
% EOF
164 %
2.4 Arquitetura de sistemas de processamento digital

• O Código 2.6 apresenta os sinais envolvidos em uma cadeia de processamento digital para
sinais analógicos.
Código 2.6: Sinais em cadeia de processamento digital para sinais analógicos.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : c a d e i a p r o c d i g s i n a l a n a .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10 % %
% Demos para %
12 % A p o s t i l a de DSP %
% %
14 % Topico : c a d e i a %
% de p r o c e s s a m e n t o d i g i t a l %
16 % de s i n a l a n a l o g i c o %
% %
% Modifs : /2010−1/2011−2/2022−1/ %
A.S.V.
2.4. Arquitetura de sistemas de processamento digital 75
20 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
22 %
24
% lim p a ambiente
26 clear all
close all
28
30 %
% investiga interfaces graficas existentes
32 %a v a i l a b l e g r a p h i c s t o o l k i t s ( )
%
34 % i n v e s t i g a i n t e r f a c e g r a f i c a d e f a u l t
%g r a p h i c s t o o l k i t ( )
36 %
% experimenta d i f e r e n t e s i n t e r f a c e s g r a f i c a s
38 %g r a p h i c s t o o l k i t ( ” f l t k ”)
%g r a p h i c s t o o l k i t ( ” g n u p l o t ”)
40 %g r a p h i c s t o o l k i t ( ” q t ”)
%
42
44 % d e f i n e p ara met ro s
A0 = 1 ;
46 F0 = 1 e3 ;
T0 = 1/F0 ;
48 %
NOP = 2 ; % numero de p e r i o d o s v i s u a l i z a d o s
50 %
PPPa = 1 0 0 0 ; % numero de p o n t o s por p e r i o d o para s i n a l a n a l o g i c o
52 Tsa = T0/PPPa ;
t = 0 : Tsa : (NOP* T0 ) ;
54 %
PPPs = 1 0 ; % numero de p o n t o s por p e r i o d o para s i n a l amostrado
56 Tss = T0/PPPs ;
nTs = 0 : Tss : (NOP* T0 ) ;
58 %
n = 0 : ( l e n g t h ( nTs ) − 1 ) ;
60
62 % c o n s t r o i s i n a i s
xa = A0 * c o s ( 2 * p i * F0 * t ) ; % sinal analogico
64 xs = A0 * c o s ( 2 * p i * F0 * nTs ) ; % s i n a l amostrado
66
% q u a n t i z a s i n a i s usando f u n c a o d e f i n i d a e x t e r n a m e n t e
68 NOI = 5 ; % numero de i n t e r v a l o s do g r i d
xaq = q u a n t h a l f g r i d ( xa ,−A0 , ( A0/NOI ) , A0 ) ; % s i n a l a n a l o g i c o q u a n t i z a d o
70 xsq = q u a n t h a l f g r i d ( xs ,−A0 , ( A0/NOI ) , A0 ) ; % s i n a l amostrado q u a n t i z a d o
72
74 %
back val = 1 . 0 ;
76
figure (1)
78 %
TET / UFF
subplot (3 ,2 ,1)
80 p l o t ( t , xa , ’ k ’ )
s e t ( gca , ” c o l o r ” , [ b a c k v a l , b a c k v a l , b a c k v a l ] )
82 ylabel ( ’x( t ) ’ )
xlabel ( ’ t ( s ) ’ )
84 t i t l e ( { ’ S i n a l de e n t r a d a a n a l ó g i c o ’ , ’ ou ’ , . . .
’ S i n a l na s a ı́ da do f i l t r o a n t i −a l i a s i n g ’ } )
86 %
subplot (3 ,2 ,3)
88 p l o t ( t , xa , ’ k ’ )
h o l d on
90 f o r k = 1 : ( l e n g t h ( xs ) −1)
% stem ( nTs ( k ) , x s ( k ) , ’ : b ’ ) % nao f i c o u bom . . .
92 p l o t ( [ nTs ( k ) nTs ( k +1)] , [ xs ( k ) xs ( k ) ] , ’ b ’ )
p l o t ( [ nTs ( k+1) nTs ( k +1)] , [ xs ( k ) xs ( k +1)] , ’ b ’ )
94 end
96 ylabel ( ’ r ( t ) ’ )
xlabel ( ’ t ( s ) ’ )
98 t i t l e ( ’ S i n a l na s a ı́ da do S/H ’ )
%
100 subplot (3 ,2 ,5)
p l o t ( t , xa , ’ k ’ )
102 h o l d on
f o r k = 1 : ( l e n g t h ( xs ) −1)
104 p l o t ( [ nTs ( k ) nTs ( k +1)] , [ xs ( k ) xs ( k ) ] , ’ b ’ )
p l o t ( [ nTs ( k+1) nTs ( k +1)] , [ xs ( k ) xs ( k +1)] , ’ b ’ )
106 end
f o r k = 1 : ( l e n g t h ( xsq ) −1)
108 p l o t ( [ nTs ( k ) nTs ( k +1)] , [ xsq ( k ) xsq ( k ) ] , ’ r ’ )
p l o t ( [ nTs ( k+1) nTs ( k +1)] , [ xsq ( k ) xsq ( k +1)] , ’ r ’ )
110 end
112 ylabel ( ’c( t ) ’ )
xlabel ( ’ t ( s ) ’ )
114 t i t l e ( ’ S i n a l na s a ı́ da do ADC ’ )
%
116 subplot (3 ,2 ,2)
p l o t ( ( t * F0 * PPPs ) , xa , ’ k ’ )
118 h o l d on
stem ( n , xs , ’ k ’ )
120 stem ( n , xsq , ’ r ’ )
122 ylabel ( ’ [ x [n] ] Q ’ )
xlabel ( ’n ’ )
124 t i t l e ( { ’ Sequ ê n c i a d i g i t a l de e n t r a d a ’ , ’ = ’ , . . .
’ Sequ ê n c i a d i g i t a l de s a ı́ da ’ } )
126 %
subplot (3 ,2 ,4)
128 stem ( n , xsq , ’ : r ’ )
h o l d on
130 f o r k = 1 : ( l e n g t h ( xsq ) −1)
plot ( [ n(k) n ( k +1)] , [ xsq ( k ) xsq ( k ) ] , ’ r ’ )
132 p l o t ( [ n ( k+1) n ( k +1)] , [ xsq ( k ) xsq ( k +1)] , ’ r ’ )
end
134 s e t ( gca , ” c o l o r ” , [ b a c k v a l , b a c k v a l , b a c k v a l ] )
ylabel ( ’c( t ) ’ )
136 xlabel ( ’ t ( s ) ’ )
t i t l e ( ’ S i n a l na s a ı́ da do DAC ’ )
A.S.V.
2.4. Arquitetura de sistemas de processamento digital 77
138 %
subplot (3 ,2 ,6)
140 p l o t ( t , xa , ’ k ’ )
h o l d on
142 p l o t ( nTs , xsq , ’ r ’ )
144 y l a b e l ( ’ x ( t ) ’ )
xlabel ( ’ t ( s ) ’ )
146 t i t l e ( { ’ S i n a l na s a ı́ da do f i l t r o de smoothing ’ , ’ = ’ , . . .
’ S i n a l de s a ı́ da a n a l ó g i c o ’ } )
148
%
150 % EOF
%
TET / UFF
A.S.V.
Parte II
Sinais e sistemas no domı́nio do tempo
79
Capı́tulo 3
Sinais no domı́nio do tempo
3.1 Introdução
Na segunda parte do curso, são abordados os seguintes itens sobre sinais e sistemas (com
tempo discreto) no domı́nio do tempo: definições, classificações, exemplos e caracterizações de
sinais e sistemas. Além disso, são também abordados os seguintes tópicos sobre Sistema Linear
e Invariante ao Tempo (SLIT) com tempo discreto: caracterı́sticas, representações e cálculo de
resposta. Nas seções que se seguem, são apresentadas diversas listagens de programas, relativas
a tais assuntos.
3.2 Tipos de sequências

3.2.1 Sistema numérico
• O Código 3.1 apresenta um exemplo contendo dois sinais reais e um sinal complexo for-
mado por tais sinais reais.
Código 3.1: Tipos de sequências - sistema numérico.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : t i p o s d e s e q s s i s t n u m .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % Demos para %
13 % %
% Topico : t i p o s de s e q u e n c i a s %
15 % s i s t e m a numerico %
% %
% Modifs : /2012−02/ %
19 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
21 %
81
82 Capı́tulo 3. Sinais no domı́nio do tempo
23
% lim p a ambiente
25 clear all
close all
27
vr = [ 1 2 3 4 5 6 5 4 3 2 1]; % sinal real
31 wr = 4 * [ 1 1 1 0 0 0 0 0 −1 −1 −1]; % sinal real
%
33 xc = vr + j * wr ; % s i n a l complexo
35
% define indice
37 n = 0 : ( l e n g t h ( vr ) −1);
39
41 %
% l e m b r e t e : AXIS ( [XMIN XMAX YMIN YMAX] ) ;
43 %
figure (1)
45 %
% sequencias reais
47 %
subplot (2 ,2 ,1)
49 stem ( n , vr , ’ k ’ )
ylabel ( ’ v r [n] ’ )
51 t i t l e ( ’ Sequ ê n c i a s r e a i s : v r [ n ] e w r [ n ] ’ )
v = axis ;
53 AXIS ( [ v ( 1 ) v ( 2 ) −6 6 ] ) ;
%
55 s u b p l o t ( 2 , 2 , 3 )
stem ( n , wr , ’ k ’ )
57 y l a b e l ( ’ w r [ n ] ’ )
xlabel ( ’n ’ )
59 v = a x i s ;
AXIS ( [ v ( 1 ) v ( 2 ) −6 6 ] ) ;
61 %
% s e q u e n c i a complexa
63 %
subplot (2 ,2 ,2)
65 stem ( n , abs ( xc ) , ’ b ’ )
ylabel ( ’ | x c [n] | ’ )
67 t i t l e ( ’ Sequ ê n c i a complexa : x c [ n ] = v r [ n ] + j \ cdot w r [ n ] ’ )
v = axis ;
69 AXIS ( [ v ( 1 ) v ( 2 ) −6 6 ] ) ;
%
71 s u b p l o t ( 2 , 2 , 4 )
stem ( n , a n g l e ( xc ) , ’ r ’ )
73 y l a b e l ( ’ \ a n g l e x c [ n ] ( rad ) ’ )
xlabel ( ’n ’ )
75 v = a x i s ;
AXIS ( [ v ( 1 ) v ( 2 ) −p i p i ] ) ;
77
79 %
% EOF
81 %
A.S.V.
3.2. Tipos de sequências 83
3.2.2 Comprimento
• O Código 3.2 apresenta exemplos de sequências com comprimento finito e infinito.
Código 3.2: Tipos de sequências - comprimento.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : t i p o s d e s e q s c o m p r i m e n t o .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % Demos para %
13 % %
% Topico : t i p o s de s e q u e n c i a s %
15 % comprimento %
% %
% Modifs : /2012−02/ %
19 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
21 %
23
% lim p a ambiente
25 clear all
close all
27
%
31 x f i n = [ 0 0 0 1 2 3 0 0 0 3 2 1 0 0 0];
%
33 xz = z e r o s ( 1 , 4 1 ) ;
%
35 x l d 1 = xz ;
x l d 1 ( 1 1 : end ) = 1 ;
37 %
x l d 2 = xz ;
39 x l d 2 ( 2 1 : end ) = 1 ;
%
41 x l d 3 = xz ;
x l d 3 ( 3 1 : end ) = 1 ;
43 %
xle1 = f l i p l r ( xld1 ) ;
45 x l e 2 = f l i p l r ( x l d 2 ) ;
xle3 = f l i p l r ( xld3 ) ;
47
49 % d e f i n e i n d i c e s
%
51 n f 1 = −20: −6;
n f 2 = −7:7;
53 n f 3 = 6:20;
TET / UFF
%
55 ni = −20:20;
57
59 %
% l e m b r e t e : AXIS ( [XMIN XMAX YMIN YMAX] ) ;
61 %
figure (1)
63 %
% s e q u e n c i a s de comprimento f i n i t o
65 %
subplot (3 ,1 ,1)
67 stem ( nf1 , x f i n , ’ k ’ )
t i t l e ( { ’ Sequ ê n c i a s de comprimento f i n i t o −− N = 15 ’ , . . .
69 ’ x 1 [ n ] = x 2 [ n+13] = x 3 [ n+26] ’ } )
ylabel ( ’ x 1 [n] ’ )
71 v = a x i s ;
a x i s ([ −20 20 v ( 3 ) v ( 4 ) ] ) ;
73 %
subplot (3 ,1 ,2)
75 stem ( nf2 , x f i n , ’ k ’ )
t i t l e ( ’ x 2 [ n ] = x 1 [ n−13] = x 3 [ n+13] ’ )
77 y l a b e l ( ’ x 2 [ n ] ’ )
v = axis ;
79 a x i s ([ −20 20 v ( 3 ) v ( 4 ) ] ) ;
%
81 s u b p l o t ( 3 , 1 , 3 )
stem ( nf3 , x f i n , ’ k ’ )
83 t i t l e ( ’ x 3 [ n ] = x 1 [ n−26] = x 2 [ n−13] ’ )
ylabel ( ’ x 3 [n] ’ )
85 x l a b e l ( ’ n ’ )
v = axis ;
87 a x i s ([ −20 20 v ( 3 ) v ( 4 ) ] ) ;
%
89 %
figure (2)
91 %
% s e q u e n c i a s de comprimento i n f i n i t o
93 %
%
95 % l a t e r a l esquerda
%
97 s u b p l o t ( 3 , 2 , 1 )
stem ( ni , x l e 1 , ’ k ’ )
99 t i t l e ( { ’ Sequ ê n c i a s de comprimento i n f i n i t o ’ , . . .
’ Lateral esquerda ’ })
101 y l a b e l ( ’ u [−n+10] ’ )
%
103 s u b p l o t ( 3 , 2 , 3 )
stem ( ni , x l e 2 , ’ k ’ )
105 t i t l e ( ’ L a t e r a l e s q u e r d a − A n t i c a u s a l ’ )
y l a b e l ( ’ u [−n ] ’ )
107 %
subplot (3 ,2 ,5)
109 stem ( ni , x l e 3 , ’ k ’ )
t i t l e ( ’ Lateral esquerda ’ )
111 y l a b e l ( ’ u [−n−10] ’ )
xlabel ( ’n ’ )
A.S.V.
113 %
% lateral direita
115 %
subplot (3 ,2 ,2)
117 stem ( ni , xld1 , ’ k ’ )
t i t l e ( { ’ Sequ ê n c i a s de comprimento i n f i n i t o ’ , . . .
119 ’ Lateral d i r e i t a ’ })
y l a b e l ( ’ u [ n+10] ’ )
121 %
subplot (3 ,2 ,4)
123 stem ( ni , xld2 , ’ k ’ )
t i t l e ( ’ L a t e r a l d i r e i t a − Causal ’ )
125 y l a b e l ( ’ u [ n ] ’ )
%
127 s u b p l o t ( 3 , 2 , 6 )
stem ( ni , xld3 , ’ k ’ )
129 t i t l e ( ’ L a t e r a l d i r e i t a ’ )
y l a b e l ( ’ u [ n−10] ’ )
131 x l a b e l ( ’ n ’ )
133
%
135 % EOF
%
3.2.3 Simetria
• O Código 3.3 apresenta exemplos de simetria em sinais reais e complexos.
Código 3.3: Tipos de sequências - simetria.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : t i p o s d e s e q s s i m e t r i a .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10 % %
% Demos para %
12 % A p o s t i l a de DSP %
% %
14 % Topico : s i m e t r i a s %
% %
% Modifs : /2010−01/2011−02/ %
18 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
20 %
22
% lim p a ambiente
24 clear all
close all
26
TET / UFF
28 % d e f i n e p ara met ros

N = 50;
30 n = round (−(N/ 2 ) ) : round ( (N/ 2 ) ) ;
32
% constroi sinais
34 xr = rand ( 1 ,N+1); % sequencia real
%
36 x r e = rand ( 1 ,N+1);
x im = rand ( 1 ,N+1);
38 xc = ( x r e + j * x im ) ; % s e q u e n c i a complexa
40
% c a l c u l a s e q u e n c i a s par e impar
42 x e = 0 . 5 * ( xr + f l i p l r ( xr ) ) ;
x o = 0 . 5 * ( xr − f l i p l r ( xr ) ) ;
44
46 % c a l c u l a s e q u e n c i a s c o n j u g a d a s i m e t r i c a e c o n j u g a d a a n t i −s i m e t r i c a
x c c s = 0 . 5 * ( xc + c o n j ( f l i p l r ( xc ) ) ) ;
48 x c c a = 0 . 5 * ( xc − c o n j ( f l i p l r ( xc ) ) ) ;
50
52 %
figure (1)
54 %
% sequencia real
56 %
subplot (3 ,1 ,1)
58 stem ( n , xr )
60 x l a b e l ( ’ n ’ )
t i t l e ( ’ Sequ ê n c i a r e a l : x [ n ] = x e [ n ] + x o [ n ] ’ )
62 %
subplot (3 ,1 ,2)
64 stem ( n , x e )
ylabel ( ’ x e [n] ’ )
66 x l a b e l ( ’ n ’ )
t i t l e ( ’ Sequ ê n c i a par : x e [ n ] ’ )
68 %
subplot (3 ,1 ,3)
70 stem ( n , x o )
ylabel ( ’ x o [n] ’ )
72 x l a b e l ( ’ n ’ )
t i t l e ( ’ Sequ ê n c i a ı́ mpar : x o [ n ] ’ )
74 %
%
76 f i g u r e ( 2 )
%
78 % s e q u e n c i a complexa
%
80 % modulo
%
82 s u b p l o t ( 3 , 2 , 1 )
stem ( n , r e a l ( xc ) )
84 y l a b e l ( ’ Re \{ x [ n ] \} ’ )
xlabel ( ’n ’ )
86 t i t l e ( ’ Parte r e a l da sequ ê n c i a complexa :
A.S.V.
Re \{ x [ n ] \} = Re \{ x { c s } [ n ] + x { ca } [ n ] \} ’ )
88 %
subplot (3 ,2 ,3)
90 stem ( n , r e a l ( x c c s ) )
y l a b e l ( ’ Re \{ x { c s } [ n ] \} ’ )
92 x l a b e l ( ’ n ’ )
t i t l e ( ’ Parte r e a l da sequ ê n c i a conjugada sim é t r i c a :
94 Re \{ x { c s } [ n ] \} ’ )
%
96 s u b p l o t ( 3 , 2 , 5 )
stem ( n , r e a l ( x c c a ) )
98 y l a b e l ( ’ Re \{ x { ca } [ n ] \} ’ )
xlabel ( ’n ’ )
100 t i t l e ( ’ Parte r e a l da sequ ê n c i a conjugada a n t i −sim é t r i c a :
Re \{ x { ca } [ n ] \} ’ )
102 %
% a n g u l o de f a s e em g r a u s
104 %
subplot (3 ,2 ,2)
106 stem ( n , imag ( xc ) )
y l a b e l ( ’ Im \{ x [ n ] \} ’ )
108 x l a b e l ( ’ n ’ )
t i t l e ( ’ Parte imagin á r i a da sequ ê n c i a complexa :
110 Im \{ x [ n ] \} = Im \{ x { c s } [ n ] + x { ca } [ n ] \} ’ )
%
112 s u b p l o t ( 3 , 2 , 4 )
stem ( n , imag ( x c c s ) )
114 y l a b e l ( ’ Im \{ x { c s } [ n ] \} ’ )
xlabel ( ’n ’ )
116 t i t l e ( ’ Parte imagin á r i a da sequ ê n c i a conjugada sim é t r i c a :
Im \{ x { c s } [ n ] \} ’ )
118 %
subplot (3 ,2 ,6)
120 stem ( n , imag ( x c c a ) )
y l a b e l ( ’ Im \{ x { ca } [ n ] \} ’ )
122 x l a b e l ( ’ n ’ )
t i t l e ( ’ Parte imagin á r i a da sequ ê n c i a conjugada a n t i −sim é t r i c a :
124 Im \{ x { ca } [ n ] \} ’ )
126
%
128 % EOF
%
TET / UFF
3.3 Operações básicas sobre sequências

• O Código 3.4 apresenta a operação de deslocamento circular.
• O Código 3.5 define a função “tenda”.
• O Código 3.6 apresenta as operações de deslocamento e escalamento, utilizando a “tenda”

analógica.
• O Código 3.7 apresenta as operações de deslocamento e escalamento, utilizando a “tenda”

discreta.
• O Código 3.8 apresenta um exemplo que emprega deslocamento linear e espelhamento

circular.
• O Código 3.9 e o Código 3.10 definem as sequências finitas que serão utilizadas no Có-
digo 3.13.
• O Código 3.11 e o Código 3.12 definem as sequências periódicas que serão utilizadas no
Código 3.13.
• O Código 3.13 apresenta um exemplo que relaciona as convoluções linear, periódica e

circular.
Código 3.4: Deslocamento circular.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : d e s l o c a m e n t o c i r c u l a r .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % Demos para %
13 % %
% Topico : d e s l o c a m e n t o c i r c u l a r %
15 % %
17 % Modifs : /2010−01/2011−02/ %
% %
19 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
21
clear all
25 c l o s e a l l
27 N = 10;
n = 0 : ( N−1);
29
NDl = 3;
31 NDr = −3;
A.S.V.
3.3. Operações básicas sobre sequências 89
33 x = n;
35 k l = mod ( ( n+NDl ) ,N ) ;
y l = x ( k l +1);
37
kr = mod ( ( n+NDr ) ,N ) ;
39 yr = x ( kr +1);
41 figure (1)
%
43 subplot (2 ,1 ,1)
stem ( n , x , ’ b ’ )
45 h o l d on
stem ( n , yl , ’ r ’ )
47 y l a b e l ( ’ y [ n ] = x[<n+N D> N ] ’ )
xlabel ( ’n ’ )
49 t i t l e ( ’ Deslocamento c i r c u l a r : esquerda , com N D = 3 ’ )
legend ( ’x [ n ] ’ , ’y [ n ] ’ )
51 %
subplot (2 ,1 ,2)
53 stem ( n , x , ’ b ’ )
h o l d on
55 stem ( n , yr , ’ r ’ )
y l a b e l ( ’ y [ n ] = x[<n+N D> N ] ’ )
57 xlabel ( ’n ’ )
t i t l e ( ’ Deslocamento c i r c u l a r : d i r e i t a , com N D = −3 ’ )
59 legend ( ’x [ n ] ’ , ’y [ n ] ’ )
61 %
% EOF
63 %
Código 3.5: Função tenda.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : t e n d a .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 f u n c t i o n y = tenda ( t )
%
9 % TENDA Gera a f u n c a o exemplo t e n d a .
%
11 y1 = ( 2 * t )+( −4);
y2 = ( 0 . 2 5 * t ) + ( 1 . 2 5 ) ;
13 y3 = ( −0.25 * t ) + ( 4 . 7 5 ) ;
y4 = ( −2* t ) + ( 2 4 ) ;
15
y = y1 . * (2<= t & t <3) + y2 . * (3<= t & t <7) + . . .
17 y3 . * (7<= t & t <11) + y4 . * (11 <= t & t <=12) ;
%
19 % EOF
%
TET / UFF
Código 3.6: Função tenda analógica (deslocamento e escalamento).

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : t e n d a a n a d e s l e s c a l t .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10 % %
% T i t u l o : Demo de d e s l o c a m e n t o s e %
12 % e s c a l a m e n t o s em t %
% %
% Datas : /2009−02/2011−01/ %
16 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
18 %
20
22 % v a r i a v e i s
clear all
24 % j a n e l a s
close all
26
28 % d e f i n i c a o dos p ara met ro s

Tmin = −5;
30 Tmax = 2 5 ;
Step = 0 . 1 ;
32
t = Tmin : Step : Tmax ;
34
36 % d e f i n i c a o das f u n c o e s
% nota : f u n c a o t e n d a d e f i n i d a em a r q u i v o t e n d a .m
38 Forg = tenda ( t ) ;
F l e f t = tenda ( t +5);
40 F r i g h t = tenda ( t −5);
Fcomp = tenda ( 2 * t ) ;
42 Fxpand = tenda ( t / 2 ) ;
Frx = tenda ( 2 * ( t − 5 ) ) ;
44 Fxr = tenda ( ( 2 * t ) −5);
46
% graficos
48 %
figure (1)
50 %
subplot (3 ,2 ,1)
52 p l o t ( t , Forg )
ylabel ( ’ f ( t ) ’ )
54 t i t l e ( ’ Deslocamentos em t ’ )
%
56 s u b p l o t ( 3 , 2 , 3 )
plot ( t , Fleft )
58 y l a b e l ( ’ f a ( t ) = f ( t+T D) ’ )
A.S.V.
t i t l e ( ’ Avanç o : T D = 5 s ’ )
60 %
subplot (3 ,2 ,5)
62 p l o t ( t , F r i g h t )
y l a b e l ( ’ f d ( t ) = f ( t−T D) ’ )
64 t i t l e ( ’ Atraso : T D = 5 s ’ )
xlabel ( ’ t ( s ) ’ )
66 %
subplot (3 ,2 ,2)
68 p l o t ( t , Forg )
ylabel ( ’ f ( t ) ’ )
70 t i t l e ( ’ Esca lamento s em t ’ )
%
72 s u b p l o t ( 3 , 2 , 4 )
p l o t ( t , Fcomp )
74 y l a b e l ( ’ f c ( t ) = f ( t *K) ’ )
t i t l e ( ’ Compress ã o : K = 2 ’ )
76 %
subplot (3 ,2 ,6)
78 p l o t ( t , Fxpand )
y l a b e l ( ’ f e ( t ) = f ( t /K) ’ )
80 t i t l e ( ’ Expans ã o : K = 2 ’ )
xlabel ( ’ t ( s ) ’ )
82 %
figure (2)
84 %
subplot (3 ,1 ,1)
86 p l o t ( t , Forg )
ylabel ( ’ f ( t ) ’ )
88 t i t l e ( ’ Deslocamentos e e s c a l a m e n t o s em t ’ )
%
90 s u b p l o t ( 3 , 1 , 2 )
p l o t ( t , Frx )
92 y l a b e l ( ’ f { dc } ( t ) = f ( 2 * ( t−T D ) ) ’ )
t i t l e ( ’ Atraso s e g u i d o de compress ã o : K = 2 e T D = 5 s ’ )
94 %
subplot (3 ,1 ,3)
96 p l o t ( t , Fxr )
y l a b e l ( ’ f { cd } ( t ) = f ( ( 2 * t )−T D) ’ )
98 t i t l e ( ’ Compress ã o s e g u i d a de a t r a s o : K = 2 e T D = 5 s ’ )
xlabel ( ’ t ( s ) ’ )
100
%
102 % EOF
%
Código 3.7: Função tenda digital (deslocamento e escalamento).

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : t e n d a d i g d e s l e s c a l t .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
TET / UFF
% %
11 % T i t u l o : Demo de d e s l o c a m e n t o s e %
% e s c a l a m e n t o s em n %
13 % %
15 % Datas : /2009−02/2011−01/ %
% %
17 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
19
% variaveis
23 c l e a r a l l
% janelas
25 c l o s e a l l
27
% d e f i n i c a o dos p ara met ro s
29 Tmin = −5;
Tmax = 2 5 ;
31 Step = 0 . 1 ;
%
33 t = Tmin : Step : Tmax ;
%
35 % c o n v e r s a o de tempo para i n d i c e
n = 0 : ( l e n g t h ( t ) −1);
37 n = n + ( Tmin/ Step ) ;
39
% d e f i n i c a o das f u n c o e s
41 % nota : f u n c a o t e n d a d e f i n i d a em a r q u i v o t e n d a .m
Forg = tenda ( t ) ;
43 F l e f t = tenda ( t +5);
F r i g h t = tenda ( t −5);
45 Fcomp = tenda ( 2 * t ) ;
Fxpand = tenda ( t / 2 ) ; % ’ i s s o r e p r e s e n t a up−s a m p l i n g + i n t e r p o l a c a o ! ! ! ’
47 Frx = tenda ( 2 * ( t − 5 ) ) ;
Fxr = tenda ( ( 2 * t ) −5);
49 %
% retirando a interpolacao . . .
51 F i n t e r p = Fxpand ;
Fxpand = z e r o s ( 1 , l e n g t h ( t ) ) ;
53 o d d i nd = 1 : 2 : l e n g t h ( t ) ;
Fxpand ( o d d i nd ) = F i n t e r p ( o dd i nd ) ;
55
57 % g r a f i c o s
%
59 f i g u r e ( 1 )
%
61 s u b p l o t ( 3 , 2 , 1 )
stem ( n , Forg )
63 y l a b e l ( ’ f [ n ] ’ )
t i t l e ( ’ Deslocamentos em n ’ )
65 %
subplot (3 ,2 ,3)
67 stem ( n , F l e f t )
y l a b e l ( ’ f a [ n ] = f [ n+N D ] ’ )
A.S.V.
69 t i t l e ( ’ Avanç o : N D = 50 ’ )
%
71 subplot (3 ,2 ,5)
stem ( n , F r i g h t )
73 y l a b e l ( ’ f d [ n ] = f [ n−N D ] ’ )
t i t l e ( ’ Atraso : N D = 50 ’ )
75 xlabel ( ’n ’ )
%
77 subplot (3 ,2 ,2)
stem ( n , Forg )
79 ylabel ( ’ f [n] ’ )
t i t l e ( ’ Esca lamento s em n ’ )
81 %
subplot (3 ,2 ,4)
83 stem ( n , Fcomp )
y l a b e l ( ’ f { ds } [ n ] = f [ n *K] ’ )
85 t i t l e ( ’Down−s a m p l i n g : K = 2 ’ )
%
87 subplot (3 ,2 ,6)
stem ( n , Fxpand )
89 y l a b e l ( ’ f { us } [ n ] = f [ n/K] ’ )
t i t l e ( ’Up−s a m p l i n g : K = 2 ’ )
91 xlabel ( ’n ’ )
%
93 figure (2)
%
95 subplot (3 ,1 ,1)
stem ( n , Forg )
97 ylabel ( ’ f [n] ’ )
t i t l e ( ’ Deslocamentos e e s c a l a m e n t o s em n ’ )
99 %
subplot (3 ,1 ,2)
101 stem ( n , Frx )
y l a b e l ( ’ f { dds } [ n ] = f [K* ( n−N D ) ] ’ )
103 t i t l e ( ’ Atraso s e g u i d o de down−s a m p l i n g : K = 2 e N D = 50 ’ )
%
105 subplot (3 ,1 ,3)
stem ( n , Fxr )
107 y l a b e l ( ’ f { dsd } [ n ] = f [ (K* n)−N D ] ’ )
t i t l e ( ’Down−s a m p l i n g s e g u i d o de a t r a s o : K = 2 e N D = 50 ’ )
109 xlabel ( ’n ’ )
111 %
% EOF
113 %
Código 3.8: Deslocamento linear e espelhamento circular.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : d e s l o c l i n e a r e s p e l h c i r c .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
TET / UFF
% %
11 % T i t u l o : Demo de d e s l o c a m e n t o l i n e a r %
% e %
13 % espelhamento c i r c u l a r %
% %
% Datas : /2012−01/ %
17 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
19 %
21
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
25
% variaveis
27 c l e a r a l l
% janelas
29 c l o s e a l l
31
%%%%%%%%%%%%
33 % c a l c u l o s
%%%%%%%%%%%%
35
%
37 x = [ 2 ; 1 ; 2 ; −2; . . .
−1; −2; 1 ; 2 ; . . .
39 1 ; −1; −2; −1; . . .
2 ; 0 ; −2; −1; . . .
41 0 ; 1 ; −2; 0 ; . . .
2 ; 1 ; 0 ; −1];
43
%
45 N = 4 ;
Lx = l e n g t h ( x ) ;
47
%
49 xm = r e s h a p e ( x , N, ( Lx/N ) ) ;
51 %
ym = [ xm ; xm ( 1 , : ) ] ;
53 ym = f l i p u d (ym ) ;
ym = ym ( 1 : ( end − 1 ) , : ) ;
55
%
57 y = r e s h a p e (ym, Lx , 1 ) ;
59 %
nx = 0 : ( Lx −1);
61 nm = 0 : ( s i z e (xm, 1 ) − 1 ) ;
63
%%%%%%%%%%%
65 % f i g u r a s
%%%%%%%%%%%
67
%
A.S.V.
69 Fig I n d = 0 ;
YlabelStrX = [ ’ x 0 [n] ’ ; ’x 1 [n] ’ ; ’x 2 [n] ’ ;
71 ’x 3 [n] ’ ; ’x 4 [n] ’ ; ’x 5 [n] ’ ];
YlabelStrY = [ ’ y 0 [n] ’ ; ’y 1 [n] ’ ; ’y 2 [n] ’ ;
73 ’y 3 [n] ’ ; ’y 4 [n] ’ ; ’y 5 [n] ’ ];
75 %
Fig I n d = F ig I nd + 1 ;
77 f i g u r e ( Fi g In d )
stem ( nx , x )
79 y l a b e l ( ’ x [ n ] ’ )
xlabel ( ’n ’ )
81
%
83 Fig I n d = F ig I nd + 1 ;
f i g u r e ( Fi g In d )
85 %
f o r SubInd = 1 : 6
87 s u b p l o t ( 2 , 3 , SubInd )
stem (nm, xm ( : , SubInd ) )
89 y l a b e l ( Y l a b e l S t r X ( SubInd , : ) )
xlabel ( ’n ’ )
91 AV = a x i s ;
a x i s ( [AV( 1 ) AV( 2 ) −2 2 ] ) ;
93 end
95 %
%
99 f o r SubInd = 1 : 6
s u b p l o t ( 2 , 3 , SubInd )
101 stem (nm, ym ( : , SubInd ) )
y l a b e l ( Y l a b e l S t r Y ( SubInd , : ) )
103 xlabel ( ’n ’ )
AV = a x i s ;
105 a x i s ( [AV( 1 ) AV( 2 ) −2 2 ] ) ;
end
107
%
109 Fig I n d = F ig I nd + 1 ;
111 stem ( nx , y )
ylabel ( ’y [n] ’ )
113 x l a b e l ( ’ n ’ )
115
%
117 % EOF
%
Código 3.9: Sequência x[n] finita.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : x s e q .m
4 %
TET / UFF
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6 %
function s = x seq ( t )
8
%
10 % x s e q Gera s e q u e n c i a f i n i t a x [ n ] .
%
12
% define o sinal
14 x0 = 1 ;
x1 = 2 ;
16 x2 = 2 ;
x3 = 1 ;
18 x4 = 0 ;
20 % g e r a s i n a l com i n d i c e s o r i g i n a i s
s t = ( x0 * ( t==0) + x1 * ( t==1) + x2 * ( t==2) + x3 * ( t==3) + x4 * ( t ==4));
22
% d e s c o b r e i n d i c e s nao d i s c r e t o s de t
24 n o t d i s c i n d = f i n d ( round ( t ) ˜= t ) ;
26 % i n d i c a i n d i c e s que d e v e r a o s e r i g n o r a d o s
s t ( n o t d i s c i n d ) = NaN;
28
% r e t o r n a s i n a l com i n d i c e s i n t e i r o s
30 s = s t ’ ;
32 %
% EOF
34 %
Código 3.10: Sequência h[n] finita.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : h s e q .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6 %
function s = h seq ( t )
8
%
10 % h s e q Gera s e q u e n c i a f i n i t a h [ n ] .
%
12
% define o sinal
14 h0 = 0 ;
h1 = 1 ;
16 h2 = 2 ;
h3 = 0 ;
18 h4 = 0 ;
s t = ( h0 * ( t==0) + h1 * ( t==1) + h2 * ( t==2) + h3 * ( t==3) + h4 * ( t ==4));
22
A.S.V.
28
30 s = s t ’ ;
32 %
% EOF
34 %
Código 3.11: Sequência x[n] periódica.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : x s e q p e r .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6 %
f u n c t i o n s = x s e q p e r ( Nf , D, NoP)
8
%
10 % x s e q p e r Gera s e q u e n c i a p e r i o d i c a x [ n ] .
%
12
% define o sinal
14 n = 0 : ( Nf −1);
v = x seq (n ) ;
16 i f (NoP < 0 )
v = flipud (v );
18 v = c i r c s h i f t (v , 1 ) ;
NoP = −NoP ;
20 end
vp = [ v v v ] ;
22 vpd = c i r c s h i f t ( vp ,D) ;
24 % r e t o r n a s i n a l com i n d i c e s i n t e i r o s
s = r e s h a p e ( vpd , (NoP* Nf ) , 1 ) ;
26
%
28 % EOF
%
Código 3.12: Sequência h[n] periódica.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : h s e q p e r .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 f u n c t i o n s = h s e q p e r ( Nf , D, NoP)
9 %
% h seq per Gera s e q u e n c i a p e r i o d i c a h [ n ] .
TET / UFF
11 %
13 % d e f i n e o s i n a l
n = 0 : ( Nf −1);
15 v = h s e q ( n ) ;
i f (NoP < 0 )
17 v = flipud (v );
v = c i r c s h i f t (v , 1 ) ;
19 NoP = −NoP ;
end
21 vp = [ v v v ] ;
vpd = c i r c s h i f t ( vp ,D) ;
23
25 s = r e s h a p e ( vpd , (NoP* Nf ) , 1 ) ;
27 %
% EOF
29 %
Código 3.13: Relacionamento das convoluções linear, periódica e circular.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : c o n v l i n e a r p e r i o d i c a c i r c u l a r .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % T i t u l o : Demo de r e l a c i o n a m e n t o %
% das c o n v o l u c o e s %
13 % linear , periodica e circular %
% %
% Datas : /2012−01/ %
17 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
19 %
21
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
25
% variaveis
27 c l e a r a l l
% janelas
29 c l o s e a l l
31
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
33 % C o n s t a n t e s para g r a f i c o s
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
35 %
A.S.V.
Fig I n d = 0 ;
37
39 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% C o n s t a n t e s para c o n v o l u c a o l i n e a r
41 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
43 N = 7 ;
D = 7;
45
47 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% x e h originais
49 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
51 Fig I n d = F ig I nd + 1 ;
53
%
55 n = 0 : ( N−1);
57 %
xn = x s e q ( n ) ;
59 %
subplot (2 ,1 ,1)
61 stem ( n , xn )
t i t l e ( ’ Entrada ’ )
63 y l a b e l ( ’ x [ n ] ’ )
xlabel ( ’n ’ )
65
%
67 hn = h s e q ( n ) ;
%
69 s u b p l o t ( 2 , 1 , 2 )
stem ( n , hn )
71 t i t l e ( ’ Resposta ao i m p u l s o ’ )
ylabel ( ’h [ n ] ’ )
73 x l a b e l ( ’ n ’ )
75
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
77 % x e s p e l h a d o s e d e s l o c a d o s
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
79 %
83 %
Y l a b e l S t r X = [ ’ x[−k ] ’ ; ’ x[−k+1] ’ ; ’ x[−k+2] ’ ;
85 ’ x[−k+3] ’ ; ’ x[−k+4] ’ ; ’ x[−k+5] ’ ;
’ x[−k+6] ’
87 ];
k = −(D− 1 ) : (D−1);
89
%
91 xk = x s e q ( k ) ;
%
93 s u b p l o t ( 2 , 4 , 1 )
stem ( k , xk )
TET / UFF
95 t i t l e ( ’ Entrada ’ )
ylabel ( ’x [ k ] ’ )
97 x l a b e l ( ’ k ’ )
AV = a x i s ;
99 a x i s ([ −6 6 0 2 ] ) ;
101 %
mxd = [ ] ;
103 f o r d = 0 : ( D−1)
mxd = [ mxd x s e q (−k + d ) ] ;
105 end
%
107 f o r SubInd = 0 : ( D−1)
s u b p l o t ( 2 , 4 , ( SubInd +2))
109 stem ( k , mxd ( : , ( SubInd +1)))
y l a b e l ( Y l a b e l S t r X ( ( SubInd + 1 ) , : ) )
111 xlabel ( ’k ’ )
AV = a x i s ;
113 a x i s ([ −6 6 0 2 ] ) ;
end
115
117 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% h espelhados e deslocados
119 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
121 Fig I n d = F ig I nd + 1 ;
f i g u r e ( Fig I n d )
123
%
125 Y l a b e l S t r H = [ ’ h[−k ] ’ ; ’ h[−k+1] ’ ; ’ h[−k+2] ’ ;
’ h[−k+3] ’ ; ’ h[−k+4] ’ ; ’ h[−k+5] ’ ;
127 ’ h[−k+6] ’
];
129 k = −(D− 1 ) : (D−1);
131 %
hk = h s e q ( k ) ;
133 %
subplot (2 ,4 ,1)
135 stem ( k , hk )
t i t l e ( ’ Resposta ao i m p u l s o ’ )
137 y l a b e l ( ’ h [ k ] ’ )
xlabel ( ’k ’ )
139 AV = a x i s ;
a x i s ([ −6 6 0 2 ] ) ;
141
%
143 mhd = [ ] ;
f o r d = 0 : ( D−1)
145 mhd = [ mhd h s e q (−k + d ) ] ;
end
147
%
149 f o r SubInd = 0 : ( D−1)
s u b p l o t ( 2 , 4 , ( SubInd +2))
151 stem ( k , mhd ( : , ( SubInd +1)))
y l a b e l ( Y l a b e l S t r H ( ( SubInd + 1 ) , : ) )
153 xlabel ( ’k ’ )
A.S.V.
AV = a x i s ;
155 a x i s ([ −6 6 0 2 ] ) ;
end
157
159 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% c o n v o l u c a o l i n e a r de x com h e s p e l h a d o s e d e s l o c a d o s
161 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
163 Fig I n d = F ig I nd + 1 ;
165
%
167 YlabelStrXHd = [ ’ x [ k ] \ c d o t h[−k ] ’ ; ’ x [ k ] \ c d o t h[−k+1] ’ ;
’ x [ k ] \ c d o t h[−k+2] ’ ; ’ x [ k ] \ c d o t h[−k+3] ’ ;
169 ’ x [ k ] \ c d o t h[−k+4] ’ ; ’ x [ k ] \ c d o t h[−k+5] ’ ;
’ x [ k ] \ c d o t h[−k+6] ’
171 ];
k = −(D− 1 ) : (D−1);
173
%
175 myxhd = [ ] ;
f o r i n d = 1 :D
177 myxhd = [ myxhd ( xk . * mhd ( : , i n d ) ) ] ;
end
179 %
f o r SubInd = 0 : ( D−1)
181 s u b p l o t ( 2 , 4 , ( SubInd +1))
stem ( k , myxhd ( : , ( SubInd +1)))
183 y l a b e l ( YlabelStrXHd ( ( SubInd + 1 ) , : ) )
xlabel ( ’k ’ )
185 AV = a x i s ;
a x i s ([ −6 6 0 6 ] ) ;
187 end
189 %
y = [];
191 f o r i n d = 1 :D
y = [ y sum ( myxhd ( : , i n d ) ) ] ;
193 end
%
195 s u b p l o t ( 2 , 4 , 8 )
stem ( n , y )
197 t i t l e ( ’ Convolu ç ã o l i n e a r ’ )
ylabel ( ’y L [n] ’ )
199 x l a b e l ( ’ n ’ )
AV = a x i s ;
201 a x i s ([ −6 6 0 6 ] ) ;
%
203
205 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% c o n v o l u c a o l i n e a r de h com x e s p e l h a d o s e d e s l o c a d o s
207 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
209 Fig I n d = F ig I nd + 1 ;
211
%
TET / UFF
213 YlabelStrHXd = [ ’ h [ k ] \ cdot x[−k ] ’ ; ’ h [ k ] \ c d o t x[−k+1] ’ ;

’h [ k ] \ cdot x[−k+2] ’ ; ’ h [ k ] \ c d o t x[−k+3] ’ ;
215 ’h [ k ] \ cdot x[−k+4] ’ ; ’ h [ k ] \ c d o t x[−k+5] ’ ;
’h [ k ] \ cdot x[−k+6] ’
217 ];
k = −(D− 1 ) : (D−1);
219
%
221 myhxd = [ ] ;
f o r i n d = 1 :D
223 myhxd = [ myhxd ( hk . * mxd ( : , i n d ) ) ] ;
end
225 %
f o r SubInd = 0 : ( D−1)
227 s u b p l o t ( 2 , 4 , ( SubInd +1))
stem ( k , myhxd ( : , ( SubInd +1)))
229 y l a b e l ( YlabelStrHXd ( ( SubInd + 1 ) , : ) )
xlabel ( ’k ’ )
231 AV = a x i s ;
a x i s ([ −6 6 0 6 ] ) ;
233 end
235 %
y = [];
237 f o r i n d = 1 :D
y = [ y sum ( myhxd ( : , i n d ) ) ] ;
239 end
%
241 s u b p l o t ( 2 , 4 , 8 )
stem ( n , y )
243 t i t l e ( ’ Convolu ç ã o l i n e a r ’ )
ylabel ( ’y L [n] ’ )
245 x l a b e l ( ’ n ’ )
AV = a x i s ;
247 a x i s ([ −6 6 0 6 ] ) ;
%
249
251 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% C o n s t a n t e s para c o n v o l u c a o p e r i o d i c a
253 % com numero i n s u f i c i e n t e de amostras
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
255 %
Np = 4 ;
257
259 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% x e h periodicos
261 % Np = 4
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
263 %
265 f i g u r e ( Fig I n d )
267 %
np = −Np : ( 2 * Np − 1 ) ;
269 RedLine = (Np+ 1 ) : ( 2 * Np ) ;
NoP = 3 ;
271
A.S.V.
%
273 xpn = x s e q p e r (Np, 0 , NoP ) ;
%
275 subplot (2 ,1 ,1)
stem ( np , xpn )
277 h o l d on
stem ( np ( RedLine ) , xpn ( RedLine ) , ’ r ’ )
279 t i t l e ( ’ Entrada p e r i ó d i c a ’ )
ylabel ( ’x p [n] ’ )
281 xlabel ( ’n ’ )
283 %
hpn = h s e q p e r (Np, 0 , NoP ) ;
285 %
subplot (2 ,1 ,2)
287 stem ( np , hpn )
h o l d on
289 stem ( np ( RedLine ) , hpn ( RedLine ) , ’ r ’ )
t i t l e ( ’ Resposta ao i m p u l s o p e r i ó d i c a ’ )
291 y l a b e l ( ’ h p [ n ] ’ )
xlabel ( ’n ’ )
293
295 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% x periodicos espelhados e deslocados
297 % Np = 4
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
299 %
303 %
YlabelStrXp = [ ’ x p [−k ] ’ ; ’ x p [−k+1] ’ ; ’ x p [−k+2] ’ ;
305 ’ x p [−k+3] ’
];
307 k = np ;
309 %
xpk = xpn ;
311 %
subplot (2 ,3 ,1)
313 stem ( np , xpk )
h o l d on
315 stem ( np ( RedLine ) , xpk ( RedLine ) , ’ r ’ )
t i t l e ( ’ Entrada p e r i ó d i c a ’ )
317 y l a b e l ( ’ x p [ k ] ’ )
xlabel ( ’k ’ )
319 AV = a x i s ;
a x i s ([ −Np ( 2 * Np − 1 ) 0 2 ] ) ;
321
%
323 NoP = −3;
mxpd = [ ] ;
325 f o r d = 0 : ( Np−1)
mxpd = [ mxpd x s e q p e r (Np , d , NoP ) ] ;
327 end
%
329 f o r SubInd = 0 : ( Np−1)
s u b p l o t ( 2 , 3 , ( SubInd +2))
TET / UFF
331 stem ( k , mxpd ( : , ( SubInd +1)))

h o l d on
333 stem ( k ( RedLine ) , mxpd( RedLine , ( SubInd +1)) , ’ r ’ )
y l a b e l ( YlabelStrXp ( ( SubInd + 1 ) , : ) )
335 xlabel ( ’k ’ )
AV = a x i s ;
337 a x i s ([ −Np ( 2 * Np − 1 ) 0 2 ] ) ;
end
339
341 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% h periodicos espelhados e deslocados
343 % Np = 4
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
345 %
349 %
YlabelStrHp = [ ’ h p [−k ] ’ ; ’ h p [−k+1] ’ ; ’ h p [−k+2] ’ ;
351 ’ h p [−k+3] ’
];
353 k = np ;
355 %
hpk = hpn ;
357 %
subplot (2 ,3 ,1)
359 stem ( np , hpk )
h o l d on
361 stem ( np ( RedLine ) , hpk ( RedLine ) , ’ r ’ )
363 y l a b e l ( ’ h p [ k ] ’ )
xlabel ( ’k ’ )
365 AV = a x i s ;
a x i s ([ −Np ( 2 * Np − 1 ) 0 2 ] ) ;
367
%
369 NoP = −3;
mhpd = [ ] ;
371 f o r d = 0 : ( Np−1)
mhpd = [ mhpd h s e q p e r (Np , d , NoP ) ] ;
373 end
%
375 f o r SubInd = 0 : ( Np−1)
s u b p l o t ( 2 , 3 , ( SubInd +2))
377 stem ( k , mhpd ( : , ( SubInd +1)))
h o l d on
379 stem ( k ( RedLine ) , mhpd( RedLine , ( SubInd +1)) , ’ r ’ )
y l a b e l ( YlabelStrHp ( ( SubInd + 1 ) , : ) )
381 xlabel ( ’k ’ )
AV = a x i s ;
383 a x i s ([ −Np ( 2 * Np − 1 ) 0 2 ] ) ;
end
385
387 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% c o n v o l u c a o p e r i o d i c a de x com h e s p e l h a d o s e d e s l o c a d o s
389 % Np = 4
A.S.V.
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
391 %
395 %
YlabelStrXpHpd = [ ’ x p [ k ] \ c d o t h p [−k ] ’ ; ’ x p [ k ] \ c d o t h p [−k+1] ’ ;
397 ’ x p [ k ] \ c d o t h p [−k+2] ’ ; ’ x p [ k ] \ c d o t h p [−k+3] ’
];
399 k = 0 : ( Np−1);
kind = k+1;
401
%
403 myxphpd = [ ] ;
f o r i n d = 1 : Np
405 myxphpd = [ myxphpd ( xpk ( kind ) . * mhpd( kind , i n d ) ) ] ;
end
407 %
f o r SubInd = 0 : ( Np−1)
409 s u b p l o t ( 2 , 4 , ( SubInd +1))
stem ( k , myxphpd ( kind , ( SubInd +1)))
411 y l a b e l ( YlabelStrXpHpd ( ( SubInd + 1 ) , : ) )
xlabel ( ’k ’ )
413 AV = a x i s ;
a x i s ( [ 0 (Np − 1 ) 0 6 ] ) ;
415 end
417 %
y = [];
419 f o r i n d = 1 : Np
y = [ y sum ( myxphpd ( kind , i n d ) ) ] ;
421 end
%
423 s u b p l o t ( 2 , 4 , ( Np+4))
stem ( k , y )
425 t i t l e ( ’ Convolu ç ã o p e r i ó d i c a ( N p = 4 ) ’ )
ylabel ( ’y p [n] ’ )
427 x l a b e l ( ’ n ’ )
AV = a x i s ;
429 a x i s ( [ 0 (Np − 1 ) 0 6 ] ) ;
%
431
433 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% c o n v o l u c a o p e r i o d i c a de h com x e s p e l h a d o s e d e s l o c a d o s
435 % Np = 4
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
437 %
441 %
YlabelStrHpXpd = [ ’ h p [ k ] \ c d o t x p [−k ] ’ ; ’ h p [ k ] \ c d o t x p [−k+1] ’ ;
443 ’ h p [ k ] \ c d o t x p [−k+2] ’ ; ’ h p [ k ] \ c d o t x p [−k+3] ’
];
445 k = 0 : ( Np−1);
kind = k+1;
447
%
TET / UFF
449 myhpxpd = [ ] ;
451 myhpxpd = [ myhpxpd ( hpk ( kind ) . * mxpd( kind , i n d ) ) ] ;
end
453 %
455 s u b p l o t ( 2 , 4 , ( SubInd +1))
stem ( k , myhpxpd ( kind , ( SubInd +1)))
457 y l a b e l ( YlabelStrHpXpd ( ( SubInd + 1 ) , : ) )
xlabel ( ’k ’ )
459 AV = a x i s ;
a x i s ( [ 0 (Np − 1 ) 0 6 ] ) ;
461 end
463 %
y = [];
465 f o r i n d = 1 : Np
y = [ y sum ( myhpxpd ( kind , i n d ) ) ] ;
467 end
%
469 s u b p l o t ( 2 , 4 , ( Np+4))
stem ( k , y )
473 x l a b e l ( ’ n ’ )
AV = a x i s ;
475 a x i s ( [ 0 (Np − 1 ) 0 6 ] ) ;
%
477
479 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
481 % com numero s u f i c i e n t e de amostras
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
483 %
Np = 6 ;
485
487 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% x e h periodicos
489 % Np = 6
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
491 %
495 %
np = −Np : ( 2 * Np − 1 ) ;
497 RedLine = (Np+ 1 ) : ( 2 * Np ) ;
NoP = 3 ;
499
%
501 xpn = x s e q p e r (Np, 0 , NoP ) ;
%
503 s u b p l o t ( 2 , 1 , 1 )
stem ( np , xpn )
505 h o l d on
stem ( np ( RedLine ) , xpn ( RedLine ) , ’ r ’ )
507 t i t l e ( ’ Entrada p e r i ó d i c a ’ )
A.S.V.
ylabel ( ’x p [n] ’ )
509 xlabel ( ’n ’ )
511 %
hpn = h s e q p e r (Np, 0 , NoP ) ;
513 %
subplot (2 ,1 ,2)
515 stem ( np , hpn )
h o l d on
517 stem ( np ( RedLine ) , hpn ( RedLine ) , ’ r ’ )
519 y l a b e l ( ’ h p [ n ] ’ )
xlabel ( ’n ’ )
521
523 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% x periodicos espelhados e deslocados
525 % Np = 6
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
527 %
531 %
YlabelStrXp = [ ’ x p [−k ] ’ ; ’ x p [−k+1] ’ ; ’ x p [−k+2] ’ ;
533 ’ x p [−k+3] ’ ; ’ x p [−k+4] ’ ; ’ x p [−k+5] ’
];
535 k = np ;
537 %
xpk = xpn ;
539 %
subplot (2 ,4 ,1)
541 stem ( np , xpk )
h o l d on
543 stem ( np ( RedLine ) , xpk ( RedLine ) , ’ r ’ )
t i t l e ( ’ Entrada p e r i ó d i c a ’ )
545 y l a b e l ( ’ x p [ k ] ’ )
xlabel ( ’k ’ )
547 AV = a x i s ;
a x i s ([ −Np ( 2 * Np − 1 ) 0 2 ] ) ;
549
%
551 NoP = −3;
mxpd = [ ] ;
553 f o r d = 0 : ( Np−1)
mxpd = [ mxpd x s e q p e r (Np , d , NoP ) ] ;
555 end
%
557 f o r SubInd = 0 : ( Np−1)
s u b p l o t ( 2 , 4 , ( SubInd +2))
559 stem ( k , mxpd ( : , ( SubInd +1)))
h o l d on
561 stem ( k ( RedLine ) , mxpd( RedLine , ( SubInd +1)) , ’ r ’ )
y l a b e l ( YlabelStrXp ( ( SubInd + 1 ) , : ) )
563 xlabel ( ’k ’ )
AV = a x i s ;
565 a x i s ([ −Np ( 2 * Np − 1 ) 0 2 ] ) ;
end
TET / UFF
567
569 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% h periodicos espelhados e deslocados
571 % Np = 6
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
573 %
577 %
YlabelStrHp = [ ’ h p [−k ] ’ ; ’ h p [−k+1] ’ ; ’ h p [−k+2] ’ ;
579 ’ h p [−k+3] ’ ; ’ h p [−k+4] ’ ; ’ h p [−k+5] ’
];
581 k = np ;
583 %
hpk = hpn ;
585 %
subplot (2 ,4 ,1)
587 stem ( np , hpk )
h o l d on
589 stem ( np ( RedLine ) , hpk ( RedLine ) , ’ r ’ )
591 y l a b e l ( ’ h p [ k ] ’ )
xlabel ( ’k ’ )
593 AV = a x i s ;
a x i s ([ −Np ( 2 * Np − 1 ) 0 2 ] ) ;
595
%
597 NoP = −3;
mhpd = [ ] ;
599 f o r d = 0 : ( Np−1)
mhpd = [ mhpd h s e q p e r (Np , d , NoP ) ] ;
601 end
%
603 f o r SubInd = 0 : ( Np−1)
s u b p l o t ( 2 , 4 , ( SubInd +2))
605 stem ( k , mhpd ( : , ( SubInd +1)))
h o l d on
607 stem ( k ( RedLine ) , mhpd( RedLine , ( SubInd +1)) , ’ r ’ )
y l a b e l ( YlabelStrHp ( ( SubInd + 1 ) , : ) )
609 xlabel ( ’k ’ )
AV = a x i s ;
611 a x i s ([ −Np ( 2 * Np − 1 ) 0 2 ] ) ;
end
613
615 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% c o n v o l u c a o p e r i o d i c a de x com h e s p e l h a d o s e d e s l o c a d o s
617 % Np = 6
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
619 %
623 %
YlabelStrXpHpd = [ ’ x p [ k ] \ c d o t h p [−k ] ’ ; ’ x p [ k ] \ c d o t h p [−k+1] ’ ;
625 ’ x p [ k ] \ c d o t h p [−k+2] ’ ; ’ x p [ k ] \ c d o t h p [−k+3] ’ ;
A.S.V.
’ x p [ k ] \ c d o t h p [−k+4] ’ ; ’ x p [ k ] \ c d o t h p [−k+5] ’
627 ];
k = 0 : ( Np−1);
629 kind = k+1;
631 %
myxphpd = [ ] ;
633 f o r i n d = 1 : Np
myxphpd = [ myxphpd ( xpk ( kind ) . * mhpd( kind , i n d ) ) ] ;
635 end
%
637 f o r SubInd = 0 : ( Np−1)
s u b p l o t ( 2 , 4 , ( SubInd +1))
639 stem ( k , myxphpd ( kind , ( SubInd +1)))
y l a b e l ( YlabelStrXpHpd ( ( SubInd + 1 ) , : ) )
641 xlabel ( ’k ’ )
AV = a x i s ;
643 a x i s ( [ 0 (Np − 1 ) 0 6 ] ) ;
end
645
%
647 y = [ ] ;
649 y = [ y sum ( myxphpd ( kind , i n d ) ) ] ;
end
651 %
s u b p l o t ( 2 , 4 , ( Np+2))
653 stem ( k , y )
t i t l e ( ’ Convolu ç ã o p e r i ó d i c a ( N p = 6 ) ’ )
655 y l a b e l ( ’ y p [ n ] ’ )
xlabel ( ’n ’ )
657 AV = a x i s ;
a x i s ( [ 0 (Np − 1 ) 0 6 ] ) ;
659 %
661
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
663 % c o n v o l u c a o p e r i o d i c a de h com x e s p e l h a d o s e d e s l o c a d o s
% Np = 6
665 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
667 Fig I n d = F ig I nd + 1 ;
669
%
671 YlabelStrHpXpd = [ ’ h p [ k ] \ c d o t x p [−k ] ’ ; ’ h p [ k ] \ c d o t x p [−k+1] ’ ;
’ h p [ k ] \ c d o t x p [−k+2] ’ ; ’ h p [ k ] \ c d o t x p [−k+3] ’ ;
673 ’ h p [ k ] \ c d o t x p [−k+4] ’ ; ’ h p [ k ] \ c d o t x p [−k+5] ’
];
675 k = 0 : ( Np−1);
kind = k+1;
677
%
679 myhpxpd = [ ] ;
681 myhpxpd = [ myhpxpd ( hpk ( kind ) . * mxpd( kind , i n d ) ) ] ;
end
683 %
TET / UFF
685 s u b p l o t ( 2 , 4 , ( SubInd +1))

stem ( k , myhpxpd ( kind , ( SubInd +1)))
687 y l a b e l ( YlabelStrHpXpd ( ( SubInd + 1 ) , : ) )
xlabel ( ’k ’ )
689 AV = a x i s ;
a x i s ( [ 0 (Np − 1 ) 0 6 ] ) ;
691 end
693 %
y = [];
695 f o r i n d = 1 : Np
y = [ y sum ( myhpxpd ( kind , i n d ) ) ] ;
697 end
%
699 s u b p l o t ( 2 , 4 , ( Np+2))
stem ( k , y )
703 x l a b e l ( ’ n ’ )
AV = a x i s ;
705 a x i s ( [ 0 (Np − 1 ) 0 6 ] ) ;
%
707
709 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
711 % com numero i n s u f i c i e n t e de amostras
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
713 %
Nc = 4 ; % Nesse e x e r c i c i o , u s a r 2 < N < 8 .
715
717 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% c o n v o l u c a o c i r c u l a r de x com h c i r c u l a n t e
719 % Nc = 4
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
721 %
725 %
i n d = 1 : Nc ;
727 n = ( ind −1);
729 %
xc = xn ( i n d ) ;
731 %
hc = hn ( i n d ) ;
733 c = hc ;
f o r i = 2 : Nc
735 hc = c i r c s h i f t ( hc , [ 1 0 ] ) ;
c = [ c hc ] ;
737 end
%
739 yc = c * xc ;
%
741 stem ( n , yc )
t i t l e ( ’ Convolu ç ã o c i r c u l a r com h [ n ] c i r c u l a n t e ( N c = 4 ) ’ )
743 y l a b e l ( ’ y c [ n ] ’ )
A.S.V.
xlabel ( ’n ’ )
745 AV = a x i s ;
axis ([0 5 0 6 ] ) ;
747
749 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% c o n v o l u c a o c i r c u l a r de h com x c i r c u l a n t e
751 % Nc = 4
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
753 %
757 %
i n d = 1 : Nc ;
759 n = ( ind −1);
761 %
hc = hn ( i n d ) ;
763 %
xc = xn ( i n d ) ;
765 c = xc ;
f o r i = 2 : Nc
767 xc = c i r c s h i f t ( xc , [ 1 0 ] ) ;
c = [ c xc ] ;
769 end
%
771 yc = c * hc ;
%
773 stem ( n , yc )
t i t l e ( ’ Convolu ç ã o c i r c u l a r com x [ n ] c i r c u l a n t e ( N c = 4 ) ’ )
775 y l a b e l ( ’ y c [ n ] ’ )
xlabel ( ’n ’ )
777 AV = a x i s ;
axis ([0 5 0 6 ] ) ;
779
781 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
783 % com numero s u f i c i e n t e de amostras
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
785 %
Nc = 6 ; % Nesse e x e r c i c i o , u s a r 2 < N < 8 .
787
789 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% c o n v o l u c a o c i r c u l a r de x com h c i r c u l a n t e
791 % Nc = 6
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
793 %
797 %
i n d = 1 : Nc ;
799 n = ( ind −1);
801 %
xc = xn ( i n d ) ;
TET / UFF
803 %
hc = hn ( i n d ) ;
805 c = hc ;
f o r i = 2 : Nc
807 hc = c i r c s h i f t ( hc , [ 1 0 ] ) ;
c = [ c hc ] ;
809 end
%
811 yc = c * xc ;
%
813 stem ( n , yc )
t i t l e ( ’ Convolu ç ã o c i r c u l a r com h [ n ] c i r c u l a n t e ( N c = 6 ) ’ )
815 y l a b e l ( ’ y c [ n ] ’ )
xlabel ( ’n ’ )
817 AV = a x i s ;
axis ([0 5 0 6 ] ) ;
819
821 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% c o n v o l u c a o c i r c u l a r de h com x c i r c u l a n t e
823 % Nc = 6
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
825 %
829 %
i n d = 1 : Nc ;
831 n = ( ind −1);
833 %
hc = hn ( i n d ) ;
835 %
xc = xn ( i n d ) ;
837 c = xc ;
f o r i = 2 : Nc
839 xc = c i r c s h i f t ( xc , [ 1 0 ] ) ;
c = [ c xc ] ;
841 end
%
843 yc = c * hc ;
%
845 stem ( n , yc )
t i t l e ( ’ Convolu ç ã o c i r c u l a r com x [ n ] c i r c u l a n t e ( N c = 6 ) ’ )
847 y l a b e l ( ’ y c [ n ] ’ )
xlabel ( ’n ’ )
849 AV = a x i s ;
axis ([0 5 0 6 ] ) ;
851
%
853 % EOF
%
A.S.V.
3.4. Sequências mais comumente empregadas 113
3.4 Sequências mais comumente empregadas

• O Código 3.14 apresenta um menu de seleção para sequências básicas.
• O Código 3.15 apresenta a geração da função degrau unitário discreto.
• O Código 3.16 apresenta a geração da função Dirichlet unitária.
• O Código 3.17 apresenta a geração da função gate retangular unitário discreto.
• O Código 3.18 apresenta a geração da função impulso unitário discreto.
• O Código 3.19 apresenta a geração da função linear unitária discreta.
• O Código 3.20 apresenta a geração da função módulo unitário discreto.
• O Código 3.21 apresenta a geração da função potenciação unitária discreta.
• O Código 3.22 apresenta a geração da função rampa unitária discreta.
• O Código 3.23 apresenta a geração da função Signum unitário discreto.
• O Código 3.24 apresenta a geração da função Sinc unitária.
• O Código 3.25 apresenta uma demonstração de sequência exponencial real.
Código 3.14: Menu de seleção para sequências básicas.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : s e q b a s m e n u .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %
clear all
10 c l o s e a l l
12 menu choice = 1 ;
w h i l e ( menu choice ˜= 0 )
14 for i = 1:50
disp ( ’ ’ )
16 end
disp ( ’ ********************************* ’ )
18 disp ( ’ * Gera ç ã o de sequ ê n c i a s bá s i c a s * ’ )
disp ( ’ ********************************* ’ )
20 disp ( ’ ’ )
d i s p ( ’ Opç õ e s : ’ )
22 disp ( ’ 00 − S a i r ’ )
disp ( ’ 01 − Degrau u n i t á r i o ’ )
24 disp ( ’ 02 − D i r i c h l e t u n i t á r i a ’ )
disp ( ’ 03 − Gate r e t a n g u l a r u n i t á r i o ’ )
26 disp ( ’ 04 − Impulso u n i t á r i o ’ )
disp ( ’ 05 − Sequ ê n c i a l i n e a r u n i t á r i a ’ )
28 disp ( ’ 06 − Mó d u l o u n i t á r i o ’ )
disp ( ’ 07 − E x p o n e n c i a l u n i t á r i a ’ )
30 disp ( ’ 08 − Rampa u n i t á r i a ’ )
TET / UFF
disp ( ’ 09 − Signum u n i t á r i o ’ )
32 disp ( ’ 10 − S i n c u n i t á r i a ’ )
disp ( ’ ’)
34 menu choice = i n p u t ( ’ E s c o l h a : ’ ) ;
disp ( ’ ’)
36
s w i t c h menu choice
38 c a s e {0}
disp ( ’ ’ )
40 d i s p ( ’ Bye . . . ’ )
disp ( ’ ’ )
42 c a s e {1}
d i s p ( ’ Degrau u n i t á r i o ’ )
44 t = i n p u t ( ’ Faixa de tempo no formato IN Í CIO : FIM =
’ );
stem ( t , d e g r a u u n i t a r i o ( t ) )
46 t i t l e ( ’ Degrau u n i t á r i o ’ )
ylabel ( ’u [ n ] ’ )
48 xlabel ( ’n ’ )
c a s e {2}
50 d i s p ( ’ D i r i c h l e t u n i t á r i a ’ )
N = i n p u t ( ’ Per ı́ odo = ’ ) ;
’ );
[ s , n ] = d r c l u n i t a r i a ( t ,N ) ;
54 stem ( t , s )
t i t l e ( ’ D i r i c h l e t u n i t á r i a ’ )
56 y l a b e l ( ’ Drcl [ n ] ’ )
xlabel ( ’n ’ )
58 c a s e {3}
d i s p ( ’ Gate r e t a n g u l a r u n i t á r i o ’ )
60 Ng = i n p u t ( ’ Número de a m o s tra s do g a t e = ’ ) ;
t = i n p u t ( ’ Faixa de tempo no formato i n i c i o : fim
= ’ );
62 stem ( t , g a t e r e t a n g u n i t a r i o (Ng , t ) )
t i t l e ( ’ Gate r e t a n g u l a r u n i t á r i o ’ )
64 y l a b e l ( ’ G {Ng} [ n ] ’ )
xlabel ( ’n ’ )
66 c a s e {4}
d i s p ( ’ Impulso u n i t á r i o ’ )
’ );
stem ( t , i m p u l s o u n i t a r i o ( t ) )
70 t i t l e ( ’ Impulso u n i t á r i o ’ )
ylabel ( ’\ delta [ n ] ’ )
72 xlabel ( ’n ’ )
c a s e {5}
74 d i s p ( ’ Sequ ê n c i a l i n e a r u n i t á r i a ’ )
t = i n p u t ( ’ Faixa de tempo no formato IN Í CIO : FIM =
’ );
76 stem ( t , l i n e a r u n i t a r i a ( t ) )
t i t l e ( ’ Sequ ê n c i a l i n e a r u n i t á r i a ’ )
78 y l a b e l ( ’ Lin [ n ] ’ )
xlabel ( ’n ’ )
80 c a s e {6}
d i s p ( ’ Mó d u l o u n i t á r i o ’ )
’ );
A.S.V.
stem ( t , m o d u l o u n i t a r i o ( t ) )
84 t i t l e ( ’Mó d u l o u n i t á r i o ’ )
y l a b e l ( ’Mod [ n ] ’ )
86 xlabel ( ’n ’ )
c a s e {7}
88 d i s p ( ’ E x p o n e n c i a l u n i t á r i a ’ )
b a s e = i n p u t ( ’ Base = ’ ) ;
90 t = i n p u t ( ’ Faixa de tempo no formato i n i c i o : fim
= ’ );
stem ( t , p o w e r u n i t a r i a ( base , t ) )
92 t i t l e ( ’ E x p o n e n c i a l u n i t á r i a ’ )
y l a b e l ( ’ Base ˆn ’ )
94 xlabel ( ’n ’ )
c a s e {8}
96 d i s p ( ’ Rampa u n i t á r i a ’ )
’ );
98 stem ( t , r a m p a u n i t a r i a ( t ) )
t i t l e ( ’Rampa u n i t á r i a ’ )
100 y l a b e l ( ’Rmp [ n ] ’ )
xlabel ( ’n ’ )
102 c a s e {9}
d i s p ( ’ Signum u n i t á r i o ’ )
’ );
stem ( t , s i g n u m u n i t a r i o ( t ) )
106 t i t l e ( ’ Signum u n i t á r i o ’ )
y l a b e l ( ’ Sgn [ n ] ’ )
108 xlabel ( ’n ’ )
c a s e {10}
110 d i s p ( ’ S i n c u n i t á r i a ’ )
’ );
112 [ s ,n] = sinc unitaria ( t );
stem ( t , s )
114 t i t l e ( ’ S i n c u n i t á r i a ’ )
ylabel ( ’ Sinc [ n ] ’ )
116 xlabel ( ’n ’ )
otherwise
118 % ’ do n o t h i n g . . . ’
end % s w i t c h
120 end % w h i l e
122
%
124 % EOF
%
Código 3.15: Geração da função degrau unitário discreto.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : d e g r a u u n i t a r i o .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 function s = degrau unitario ( t )
TET / UFF
9 %
% degrau unitario Gera f u n c a o Degrau U n i t a r i o D i g i t a l .
11 %
s t = 1 . * ( t >=0);
15
21
23 s = s t ;
25 %
% EOF
27 %
Código 3.16: Geração da função Dirichlet unitária.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : d r c l u n i t a r i a .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 f u n c t i o n [ s , n ] = d r c l u n i t a r i a ( t ,N)
9 %
% drcl unitaria Gera fun ç ão D i r i c h l e t Unit á r i a .
11 %
% É e s p e r a d o : t = −Tmax . . . 0 . . . Tmax .
13 %
15 % d e s c o b r e i n d i c e t =0
i n d t 0 = f i n d ( t == 0 ) ;
17
% g e r a nova f a i x a de i n d i c e s
19 n = ( 1 : l e n g t h ( t ) ) − i n d t 0 ;
s = d i r i c ( 2 * p i * t ,N ) ;
23
%
25 % EOF
%
Código 3.17: Geração da função gate retangular unitário discreto.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : g a t e r e t a n g u n i t a r i o .m
A.S.V.
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6 %
f u n c t i o n s = g a t e r e t a n g u n i t a r i o (Ng , t )
8
%
10 % g a t e r e t a n g u n i t a r i o Gera f u n c a o Gate R e t a n g u l a r U n i t a r i o D i g i t a l .
%
12
% g e r a s i n a l com i n d i c e s o r i g i n a i s
14 s t = 1. * ( − abs (Ng)<=t & t<= abs (Ng ) ) ;
16 % d e s c o b r e i n d i c e s nao d i s c r e t o s de t
n o t d i s c i n d = f i n d ( round ( t ) ˜= t ) ;
18
% i n d i c a i n d i c e s que d e v e r a o s e r i g n o r a d o s
20 s t ( n o t d i s c i n d ) = NaN;
22 % r e t o r n a s i n a l com i n d i c e s i n t e i r o s
s = st ;
24
%
26 % EOF
%
Código 3.18: Geração da função impulso unitário discreto.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : i m p u l s o u n i t a r i o .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 function s = impulso unitario ( t )
9 %
% impulso unitario Gera f u n c a o Impulso U n i t a r i o D i g i t a l .
11 %
s t = 1 . * ( t ==0);
15
21
23 s = s t ;
25 %
% EOF
27 %
TET / UFF
Código 3.19: Geração da função linear unitária discreta.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : l i n e a r u n i t a r i a .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 function s = linear unitaria ( t )
9 %
% linear unitaria Gera f u n c a o L i n e a r U n i t a r i a D i g i t a l .
11 %
st = t ;
15
21
23 s = s t ;
25 %
% EOF
27 %
Código 3.20: Geração da função módulo unitário discreto.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : m o d u l o u n i t a r i o .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 function s = modulo unitario ( t )
9 %
% modulo unitario Gera f u n c a o Modulo U n i t a r i o D i g i t a l .
11 %
s t = −t . * ( t <0) + t . * (0<= t ) ;
15
21
23 s = s t ;
25 %
% EOF
A.S.V.
27 %
Código 3.21: Geração da função potenciação unitária discreta.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : p o w e r u n i t a r i a .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 f u n c t i o n s = p o w e r u n i t a r i a ( base , t )
9 %
% power unitaria Gera f u n c a o P o t e n c i a c a o U n i t a r i a D i g i t a l .
11 %
s t = power ( base , t ) ;
15
21
23 s = s t ;
25 %
% EOF
27 %
Código 3.22: Geração da função rampa unitária discreta.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : r a m p a u n i t a r i a .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 function s = rampa unitaria ( t )
9 %
% rampa unitaria Gera f u n c a o Rampa U n i t a r i a D i g i t a l .
11 %
s t = t . * ( t >=0);
15
21
TET / UFF
23 s = st ;
25 %
% EOF
27 %
Código 3.23: Geração da função Signum unitário discreto.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : s i g n u m u n i t a r i o .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 function s = signum unitario ( t )
9 %
% signum unitario Gera f u n c a o Signum U n i t a r i o D i g i t a l .
11 %
s t = −1. * ( t <0) + 1. * (0 < t ) ;
15
21
23 s = s t ;
25 %
% EOF
27 %
Código 3.24: Geração da função Sinc unitária.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : s i n c u n i t a r i a .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 function [ s , n ] = sinc unitaria ( t )
9 %
% sinc unitaria Gera f u n c a o S i n c U n i t a r i a .
11 %
13 % d e s c o b r e i n d i c e t =0
i n d t 0 = f i n d ( t == 0 ) ;
15
% g e r a nova f a i x a de i n d i c e s
A.S.V.
17 n = ( 1 : length ( t )) − ind t 0 ;
s = sinc ( t );
21
%
23 % EOF
%
Código 3.25: Demonstração de sequência exponencial real.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : p o w e r r e a l d e m o .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6 %
8
%
10 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
12 % T i t u l o : Demo de s e q u e n c i a e x p o n e n c i a l r e a l
%
% Data : 30/03/2 k9 ; 08/09/2 k9
16 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
18 %
% variaveis
22 c l e a r a l l
% janelas
24 c l o s e a l l
26
% d e f i n i c a o dos p ar amet ro s
28 n = 0:10;
A = 1;
30 a l f a p o s 1 i n f = 2;
alfa pos 1 = 1;
32 a l f a p o s 0 1 = 0.2;
alfa neg 1 0 = − 0.2;
34 a l f a n e g 1 = − 1;
alfa neg inf 1 = − 2;
36
figure (1)
40 stem ( n , (A* p o w e r u n i t a r i a ( a l f a p o s 1 i n f , n ) ) )
t i t l e ( ’ e x p o n e n c i a l r e a l : \ a l p h a ˆn , \ a l p h a = ( 1 ; \ i n f t y ) ’ )
42 x l a b e l ( ’ n ’ )
44 figure (2)
stem ( n , (A* p o w e r u n i t a r i a ( a l f a p o s 1 , n ) ) )
46 t i t l e ( ’ e x p o n e n c i a l r e a l : \ a l p h a ˆn , \ a l p h a = 1 ’ )
TET / UFF
xlabel ( ’n ’ )
48
figure (3)
50 stem ( n , (A* p o w e r u n i t a r i a ( a l f a p o s 0 1 , n ) ) )
t i t l e ( ’ e x p o n e n c i a l r e a l : \ a l p h a ˆn , \ a l p h a = ( 0 ; 1 ) ’ )
52 xlabel ( ’n ’ )
54 figure (4)
stem ( n , (A* p o w e r u n i t a r i a ( a l f a n e g 1 0 , n ) ) )
56 t i t l e ( ’ e x p o n e n c i a l r e a l : \ a l p h a ˆn , \ a l p h a = (−1 ; 0 ) ’ )
xlabel ( ’n ’ )
58
figure (5)
60 stem ( n , (A* p o w e r u n i t a r i a ( a l f a n e g 1 , n ) ) )
t i t l e ( ’ e x p o n e n c i a l r e a l : \ a l p h a ˆn , \ a l p h a = −1 ’ )
62 xlabel ( ’n ’ )
64 figure (6)
stem ( n , (A* p o w e r u n i t a r i a ( a l f a n e g i n f 1 , n ) ) )
66 t i t l e ( ’ e x p o n e n c i a l r e a l : \ a l p h a ˆn , \ a l p h a = (−\ i n f t y ; −1) ’ )
xlabel ( ’n ’ )
68
70 figure (7)
subplot (2 ,3 ,1)
72 stem ( n , (A* p o w e r u n i t a r i a ( a l f a p o s 1 i n f , n ) ) )
y l a b e l ( ’ \ alpha = (1 ; \ i n f t y ) ’ )
74 xlabel ( ’n ’ )
76 subplot (2 ,3 ,2)
stem ( n , (A* p o w e r u n i t a r i a ( a l f a p o s 1 , n ) ) )
78 y l a b e l ( ’ \ alpha = 1 ’ )
xlabel ( ’n ’ )
80
t i t l e ( ’ e x p o n e n c i a l r e a l : \ a l p h a ˆn ’ )
82
subplot (2 ,3 ,3)
84 stem ( n , (A* p o w e r u n i t a r i a ( a l f a p o s 0 1 , n ) ) )
y l a b e l ( ’ \ alpha = (0 ; 1) ’ )
86 xlabel ( ’n ’ )
88 subplot (2 ,3 ,6)
stem ( n , (A* p o w e r u n i t a r i a ( a l f a n e g 1 0 , n ) ) )
90 y l a b e l ( ’ \ a l p h a = (−1 ; 0 ) ’ )
xlabel ( ’n ’ )
92
subplot (2 ,3 ,5)
94 stem ( n , (A* p o w e r u n i t a r i a ( a l f a n e g 1 , n ) ) )
y l a b e l ( ’ \ a l p h a = −1 ’ )
96 xlabel ( ’n ’ )
98 subplot (2 ,3 ,4)
stem ( n , (A* p o w e r u n i t a r i a ( a l f a n e g i n f 1 , n ) ) )
100 y l a b e l ( ’ \ a l p h a = (−\ i n f t y ; −1) ’ )
xlabel ( ’n ’ )
102
104 %
% EOF
A.S.V.
106 %
TET / UFF
A.S.V.
Capı́tulo 4
Sequências exponenciais
4.1 Introdução
Sequências exponenciais desempenham um papel fundamental em processamento de sinais.
Nas seções que se seguem, são apresentadas diversas listagens de programas, relativas a tal
assunto.
4.2 Caracterı́sticas relevantes de exponenciais

• O Código 4.1 apresenta a simulação de uma exponencial, passo a passo, interpretada como
fasor discreto.
• O Código 4.2 apresenta a associação entre uma exponencial e um fasor.
• O Código 4.3 apresenta a demonstração de um cosseno.
• O Código 4.4 apresenta a demonstração da periodicidade de cosseno.
Código 4.1: Exponencial interpretada como fasor discreto.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 % Arquivo o r i g i n a l : f a s o r d i s c r e t o 2 0 2 1 1 2 0 6 .m
%
4 % Arquivo : e x p v i s a o f a s o r i a l .m
%
6 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
8
%
10 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
12 % T i t u l o : Demo de
% sequencia exponencial
14 % i n t e r p r e t a d a como f a s o r d i s c r e t o .
%
16 % − Exp ( ) como f a s o r .
% − Relacao de E u l e r :
18 % exp ( ) = c o s ( ) + j s i n ( ) .
% − Simulacao p a s s o a p a s s o .
20 % − V i s o e s 2D e 3D para exp ( ) .
% − Taxa de v a r i a c a o X Nf e Omega .
125
126 Capı́tulo 4. Sequências exponenciais
22 %
%
% Data : / 2021−01 /
26 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
28 %
30 %
% −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
32 %
34 %
clear all
36 c l o s e a l l
38 %
% −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
40 %
42 %
% Definicoes gerais
44 %
46 %
mv opt = q u e s t d l g ( ”Temporizado ou Manual ? ” , . . .
48 ” C o n t r o l e do movimento de f a s o r d i s c r e t o ” , . . .
”Temporizado ” , ”Manual ( t e c l a d o ou mouse ) ” , ”Cancela ” , . . .
50 ”Temporizado ” ) ;
%
52 i f ( strcmp ( mv opt , ”Cancela ” ) )
%d i s p ( ”You c a n c e l l e d . ”) ;
54 return ;
endif
56 %
i f ( strcmp ( mv opt , ”Temporizado ” ) )
58 %
o p t i o n s c e l l = { ”0.0 ” , ”0.5 ” , ”1.0 ” , ”1.5 ” , ”2.0 ” , ”2.5 ” , ”3.0 ”};
60 [ s e l i n d , ok ] = l i s t d l g (
”Name” , ” I n t e r v a l o de tempo ( s ) ” ,
62 ” C a n c e l S t r i n g ” , ”Cancela ” ,
”ListSize ” , [180 ,130] ,
64 ”ListString ” , options cell ,
”S e l e c t i o n M o d e ” , ” S i n g l e ”
66 );
%
68 i f ( ok == 1 )
t p a u s e = str2num ( o p t i o n s c e l l { s e l i n d } ) ;
70 else
72 return ;
endif
74 %
endif
76
%
78 o p t i o n s c e l l = { ”32 ” , ”16 ” , ”8 ” , ”4 ” , ”3 ” } ;
[ s e l i n d , ok ] = l i s t d l g (
80 ”Name” , ”Per ı́ odo fundamental ( Nf ) ” ,
A.S.V.
4.2. Caracterı́sticas relevantes de exponenciais 127
” C a n c e l S t r i n g ” , ”Cancela ” ,
82 ”ListSize ” , [220 ,100] ,
”ListString ” , options cell ,
84 ”S e l e c t i o n M o d e ” , ” S i n g l e ”
);
86 %
i f ( ok == 1 )
88 Nf = str2num ( o p t i o n s c e l l { s e l i n d } ) ;
else
90 %d i s p ( ”You c a n c e l l e d . ”) ;
return ;
92 e n d i f
%
94 Omega Nf = ( 2 * p i /Nf ) ;
96 %
max Nf = 0 ;
98 f o r i n d =1: l e n g t h ( o p t i o n s c e l l )
N f i n d = str2num ( o p t i o n s c e l l { i n d } ) ;
100 i f ( N f i n d > max Nf )
max Nf = N f i n d ;
102 endif
endfor
104
%
106 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
108
%
110 % Construcao de
% Lugar Geometrico com r a i o c o n s t a n t e
112 % ou
% C i r c u l o de r a i o r
114 % ou
% |z| = r
116 % ou
% z = e ˆ( j Omega) ; −oo < Omega < oo
118 %
120 %
N = 360;
122 Omega step = 2 * p i /N;
Omega = 0 : Omega step : ( 2 * p i ) ;
124
%
126 c i r c 1 = e . ˆ ( j * Omega ) ;
re circ 1 = real ( circ 1 );
128 i m c i r c 1 = imag ( c i r c 1 ) ;
130 %
% −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
132 %
134 %
FigNbr = 0 ;
136 %
r lim = 1.3;
138 c l i m = ( ( 2 * max Nf ) −1);
%
TET / UFF
140 black val = 0;
142 %
% −−−−−−−−−− −−−−−−−−−−
144 %
146 %
%
150 f o r n = 0 : ( Nf −1)
%
152 f r 1 = e . ˆ ( j * Omega Nf * n ) ;
re f r1 = real ( f r1 );
154 i m f r 1 = imag ( f r 1 ) ;
156 %
subplot (2 ,2 ,1)
158 %
hold o f f
160 %
p l o t ( r e c i r c 1 , i m c i r c 1 , ”k ”)
162 %
h o l d on
164 %
p l o t ( r e f r 1 , i m f r 1 , ”ob ” , ” m a r k e r s i z e ” , 7 )
166 p l o t ( [ 0 , r e f r 1 ] , [ 0 , i m f r 1 ] , ”b ”)
%
168 p l o t ( r e f r 1 , 0 , ”o r ” , ” m a r k e r s i z e ” , 4 )
p l o t ( [ 0 , r e f r 1 ] , [ 0 , 0 ] , ”r ”)
170 %
p l o t ( 0 , i m f r 1 , ”og ” , ” m a r k e r s i z e ” , 4 )
172 p l o t ( [ 0 , 0 ] , [ i m f r 1 , 0 ] , ”g ”)
%
174 i f ( r e f r 1 > 0)
x txt = 1.1* r e f r 1 ;
176 y txt = 1.1* im f r1 ;
e l s e i f ( abs ( i m f r 1 ) < eps )
178 x txt = 0.9* r e f r 1 ;
y txt = 0 . 1 ;
180 else
x txt = 0.9* r e f r 1 ;
182 y txt = 1.1* im f r1 ;
end
184 t e x t ( x t x t , y t x t , [ ’ n = ’ , num2str ( n ) ] ) ;
%
186 a x i s ([ − r l i m , r l i m , −r l i m , r l i m ] )
% a x i s ( ” e q u a l ”) = s e t ( gca , ’ DataAspectRatio ’ , [ 1 , 1 , 1 ] )
188 a x i s ( ” e q u a l ”)
%
190 g r i d on
%
192 t i t s t r 1 = ’ Fasor d i s c r e t o : z [ n ] = e ˆ{ j ( \ Omega {0}n ) } ’ ;
t i t s t r 2 = [ ’ \Omega {0} = 2\ p i /N { f } = 2\ p i / ’ , . . .
194 num2str ( Nf ) , . . .
’ = ’ , num2str ( Omega Nf ) , ’ rad ’ ] ;
196 t i t l e ({ t i t s t r 1 , t i t s t r 2 } ) ;
y l a b e l ( ’ y [ n ] = Im \{ z [ n ] \ } = s i n ( \ Omega {0}n ) ’ )
198 x l a b e l ( ’ x [ n ] = Re \{ z [ n ] \ } = c o s ( \ Omega {0}n ) ’ )
A.S.V.
%
200
%
202 h sin = subplot (2 ,2 ,2);
%
204 h o l d on
%
206 stem ( n , i m f r 1 , ”og ”)
%
208 % a x i s ( [ 0 , ( Nf −1) , −r l i m , r l i m ] )
a x i s ( [ 0 , c l i m , −r l i m , r l i m ] )
210 a x i s ( ” s q u a r e ”)
%
212 g r i d on
%
214 t i t l e ( ’ y [ n ] = s i n ( \ Omega {0}n ) ’ ) ;
216 xlabel ( ’n ’ )
%
218
%
220 h cos = subplot ( 2 , 2 , 3 ) ;
%
222 h o l d on
%
224 stem ( n , r e f r 1 , ”o r ”)
%
226 % a x i s ( [ 0 , ( Nf −1) , −r l i m , r l i m ] )
a x i s ( [ 0 , c l i m , −r l i m , r l i m ] )
228 a x i s ( ” s q u a r e ”)
%
230 g r i d on
%
232 t i t l e ( ’ x [ n ] = c o s ( \ Omega {0}n ) ’ ) ;
234 xlabel ( ’n ’ )
%
view ( 9 0 , 9 0 )
238 %
240 %
subplot (2 ,2 ,4)
242 %
h o l d on
244 %
% stem3 ( x , y , z )
246 stem3 ( r e f r 1 , i m f r 1 , n , ”b ”)
%
248 a x i s ([ − r l i m , r l i m , −r l i m , r l i m , 0 , ( Nf − 1 ) ] )
a x i s ( ” s q u a r e ”)
250 %
g r i d on
252 %
t i t l e ( ’ Curva d i s c r e t a 3D: z [ n ] = e ˆ{ j ( \ Omega 0 n ) } ’ )
254 zlabel ( ’n ’ )
256 xlabel ( ’x [n] ’ )
%
TET / UFF

view ( 2 6 , 1 8 )
260 %
% fundo p r e t o
%
264
%
266 i f ( strcmp ( mv opt , ”Temporizado ” ) )
pause ( t p a u s e ) ;
268 else
b = waitforbuttonpress ( ) ;
270 endif
%
272 end
%
274
%
276 %msgbox ( ”Fim do p e r ı́ odo f u n d a m e n t a l . ” , ”Movimento do f a s o r ” , ”warn ”) ;
c o n t o p t = q u e s t d l g ( ”Fim do p e r ı́ odo fundamental . ” , ”Movimento do f a s o r ” , . . .
278 ”Continua ” , ”Cancela ” , ”Continua ” ) ;
%
280 i f ( strcmp ( c o n t o p t , ”Cancela ” ) )
282 return ;
endif
284
%
286 % −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−− −−−−−−−−−−
%
288
%
290 % c o m p l e t a as p r o j e c o e s s i n ( ) e c o s ( )
% apos o p e r i o d o f u n d a m e n t a l
292 %
294 %
n = 0: c lim ;
296 %
f r 1 = e . ˆ ( j * Omega Nf * n ) ;
298 %
re f r1 = real ( f r1 );
300 i m f r 1 = imag ( f r 1 ) ;
302 %
stem ( h s i n , n ( ( Nf +1): end ) , i m f r 1 ( ( Nf +1): end ) , ”ok ”)
304 stem ( h c o s , n ( ( Nf +1): end ) , r e f r 1 ( ( Nf +1): end ) , ”ok ”)
306 %
% EOF
308 %
Código 4.2: Associação entre exponencial e fasor.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : a s s o c i a e x p f a s o r .m
A.S.V.
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10 %
% T i t u l o : Demo de
12 % sequencia exponencial
% i n t e r p r e t a d a como f a s o r
14 % ( v i s a o 3D)
%
% Data : / 2010−02 / 2011−01 /
18 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
20 %
22
clear all
26 % j a n e l a s
close all
28
30 % d e f i n i c a o dos p ar amet ro s
NOD = 7 ; Theta0 = 0 ;
32 %NOD = 7 ; Theta0 = (2 * p i ) / ( (NOD+1) * 2);
%NOD = 1 5 ; Theta0 = 0 ;
34 %NOD = 1 5 ; Theta0 = (2 * p i ) / ( (NOD+1) * 2);
%
36 Omega0 = ( 2 * p i ) / (NOD+1);
38
% graficos
40 %
figure (1)
42 %
% cores
44 c e i x o = ’ k ’ ;
c disc = ’ r ’ ;
46 c c o n t = ’ b ’ ;
%
48 % e i x o
x = [0 0 ] ;
50 y = [ 0 0 ] ;
z = [ 0 NOD] ;
52 p l o t 3 ( z , x , y , c e i x o )
h o l d on
54 %
% fasor discreto
56 x = [ 0 0 ] ;
y = [0 0 ] ;
58 f o r n=0:NOD
x ( 2 ) = c o s ( Omega0 * n + Theta0 ) ;
60 y ( 2 ) = s i n ( Omega0 * n + Theta0 ) ;
z = [n n];
62 plot3 (z , x , y , c disc )
TET / UFF
end
64 %
% fasor continuo
66 n = ( 0 : 0 . 1 :NOD) ;
x = c o s ( Omega0 * n + Theta0 ) ;
68 y = s i n ( Omega0 * n + Theta0 ) ;
z = n;
70 p l o t 3 ( z , x , y , c c o n t )
%
72 t i t l e ( ’ Sequ ê n c i a e x p o n e n c i a l i n t e r p r e t a d a com f a s o r :
x [ n ] = e ˆ{ j ( \Omega n + \ Theta 0 ) } ’ )
74 y l a b e l ( ’ c o s ( \ Omega 0 n + \ Theta 0 ) ’ )
z l a b e l ( ’ s i n ( \ Omega 0 n + \ Theta 0 ) ’ )
76 x l a b e l ( ’ n ’ )
%
78 g r i d on
axis square
80 view ( 8 , 1 2 )
82
%
84 % EOF
%
Código 4.3: Demonstração de cosseno.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : cos demo .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
11 % T i t u l o : Demo de s e q u e n c i a s e n o i d a l
%
% Data : 30/03/2 k9 ; 03/09/2 k9
15 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
17 %
% variaveis
21 c l e a r a l l
% janelas
23 c l o s e a l l
25
27 n = 0:50;
A = 1;
29 % 1o q u a d r a n t e
Omega11 = ( 0 ) ; % ( = 2 * p i ) (16 * Omega12 ) ( 8 * Omega12 ) ( 4 * Omega14 )
31 Omega12 = ( 2 * p i ) / 1 6 ;
A.S.V.
Omega13 = ( 2 * p i ) / 8 ; % ( 2 * Omega12 )
33 Omega14 = ( 2 * p i ) / 4 ; % ( 2 * Omega13 )
% 2o q u a d r a n t e
35 Omega21 = ( 2 * p i ) / 4 ;
Omega22 = ( 2 * p i ) / ( 8 / 3 ) ; % ( 3 * Omega13 )
37 Omega23 = ( 2 * p i ) / ( 1 6 / 7 ) ; % ( 7 * Omega12 )
Omega24 = ( 2 * p i ) / 2 ;
Omega31 = ( 2 * p i ) / 2 ;
41 Omega32 = ( 2 * p i ) / ( 1 6 / 9 ) ; % ( 9 * Omega12 )
Omega33 = ( 2 * p i ) / ( 8 / 5 ) ; % ( 5 * Omega13 )
43 Omega34 = ( 2 * p i ) / ( 4 / 3 ) ;
% 4o q u a d r a n t e
45 Omega41 = ( 2 * p i ) / ( 4 / 3 ) ;
Omega42 = ( 2 * p i ) / ( 8 / 7 ) ; % ( 7 * Omega13 )
47 Omega43 = ( 2 * p i ) / ( 1 6 / 1 5 ) ; % (15 * Omega12 )
Omega44 = ( 2 * p i ) ;
49
FigCntr = 0 ;
51
53 % g r a f i c o de a n g u l o s OmegaXY
k=1;
55 z = [ ] ;
p=[
57 c o s ( Omega11 ) + j * s i n ( Omega11 ) , c o s ( Omega11 ) − j * s i n ( Omega11 ) , ...
c o s ( Omega12 ) + j * s i n ( Omega12 ) , c o s ( Omega12 ) − j * s i n ( Omega12 ) , ...
73 ];
75 FigCntr = ( FigCntr + 1 ) ;
f i g u r e ( FigCntr )
77 pzmap ( zpk ( z , p , k ) )
t i t l e ( ’ Conjunto de â n g u l o s u t i l i z a d o s no exemplo ’ ) ;
79
FigCntr = ( FigCntr + 1 ) ;
85 f i g u r e ( FigCntr )
%
87 s u b p l o t ( 4 , 1 , 1 )
stem ( n , (A* c o s ( Omega11 * n ) ) )
89 %
h o l d on
TET / UFF
91 x = (0:2);
y = (A* c o s ( Omega11 * x ) ) ;
93 stem ( x , y , ’ y ’ )
hold o f f
95 %
y l a b e l ( ’ \Omega = 0 ’ )
97 t i t l e ( ’ S i n a l s e n o i d a l : A* c o s ( \Omega n ) , \Omega \ i n [ 0 , \ p i / 2 ] ’ )
99 subplot (4 ,1 ,2)
101 %
h o l d on
103 na = 0 : . 1 : 5 0 ;
p l o t ( na , (A* c o s ( Omega12 * na ) ) , ’ k ’ )
105 hold o f f
%
107 h o l d on
x = (0:2:25);
109 y = (A* c o s ( Omega12 * x ) ) ;
stem ( x , y , ’ r ’ )
111 hold o f f
%
113 y l a b e l ( ’ \Omega = ( 2 * p i ) / 1 6 ’ )
115 subplot (4 ,1 ,3)

117 %
h o l d on
119 na = 0 : . 1 : 5 0 ;
121 hold o f f
%
123 h o l d on
x = ( 0 : ( length ( y ) −1));
125 stem ( x , y , ’ r ’ )
hold o f f
127 %
h o l d on
129 x = (32:2:50);
y = (A* c o s ( Omega13 * x ) ) ;
131 stem ( x , y , ’ g ’ )
hold o f f
133 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / 8 ’ )
135
subplot (4 ,1 ,4)
137 stem ( n , (A* c o s ( Omega14 * n ) ) )
%
139 h o l d on
na = 0 : . 1 : 5 0 ;
141 p l o t ( na , (A* c o s ( Omega14 * na ) ) , ’ k ’ )
hold o f f
143 %
h o l d on
145 x = (16:(16+( length (y ) −1)));
stem ( x , y , ’ g ’ )
147 hold o f f
%
149 %
A.S.V.
h o l d on
151 x = (0:4:8);
y = (A* c o s ( Omega14 * x ) ) ;
153 stem ( x , y , ’ y ’ )
hold o f f
155 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / 4 ’ )
157
159 % 2o q u a d r a n t e
%
163 s u b p l o t ( 4 , 1 , 1 )
165 %
h o l d on
167 na = 0 : . 1 : 5 0 ;
169 h o l d o f f
%
171 y l a b e l ( ’ \Omega = ( 2 * p i ) / 4 ’ )
t i t l e ( ’ S i n a l s e n o i d a l : A* c o s ( \Omega n ) , \Omega \ i n [ \ p i / 2 , \ p i ] ’ )
173
subplot (4 ,1 ,2)
%
177 h o l d on
na = 0 : . 1 : 5 0 ;
hold o f f
181 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / ( 8 / 3 ) ’ )
183
subplot (4 ,1 ,3)
%
187 h o l d on
na = 0 : . 1 : 5 0 ;
hold o f f
191 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / ( 1 6 / 7 ) ’ )
193
subplot (4 ,1 ,4)
%
197 h o l d on
na = 0 : . 1 : 5 0 ;
hold o f f
201 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / 2 ’ )
203
205 % 3o q u a d r a n t e
%
TET / UFF
209 subplot (4 ,1 ,1)

211 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / 2 ’ )
213 t i t l e ( ’ S i n a l s e n o i d a l : A* c o s ( \Omega n ) , \Omega \ i n [ \ p i , 3 \ p i / 2 ] ’ )
215 subplot (4 ,1 ,2)

217 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / ( 1 6 / 9 ) ’ )
219
subplot (4 ,1 ,3)
%
223 y l a b e l ( ’ \Omega = ( 2 * p i ) / ( 8 / 5 ) ’ )
225 subplot (4 ,1 ,4)

227 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / ( 4 / 3 ) ’ )
229
231 % 4o q u a d r a n t e
%
235 s u b p l o t ( 4 , 1 , 1 )
237 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / ( 4 / 3 ) ’ )
239 t i t l e ( ’ S i n a l s e n o i d a l : A* c o s ( \Omega n ) , \Omega \ i n [ 3 \ p i / 2 , 2 \ p i ] ’ )
241 subplot (4 ,1 ,2)

243 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / 1 ( 8 / 7 ) ’ )
245
subplot (4 ,1 ,3)
%
249 y l a b e l ( ’ \Omega = ( 2 * p i ) / ( 1 6 / 1 5 ) ’ )
251 subplot (4 ,1 ,4)

253 %
y l a b e l ( ’ \Omega = ( 2 * p i ) ’ )
255
257 % comparacoes
%
261 s u b p l o t ( 4 , 1 , 1 )
263 %
h o l d on
265 x = ( 0 : 7 : 5 0 ) ;
y = (A* c o s ( Omega12 * x ) ) ;
267 stem ( x , y , ’ r ’ )
A.S.V.
hold o f f
269 %
h o l d on
271 x = ( 0 : 9 : 5 0 ) ;
z = (A* c o s ( Omega12 * x ) ) ;
273 stem ( x , z , ’ g ’ )
hold o f f
275 %
h o l d on
277 x = ( 0 : 1 5 : 5 0 ) ;
w = (A* c o s ( Omega12 * x ) ) ;
279 stem ( x , w, ’ y ’ )
hold o f f
281 %
y l a b e l ( ’ \Omega = ( 2 * p i ) / 1 6 ’ )
283 t i t l e ( ’ S i n a l s e n o i d a l : A* c o s ( \Omega n ) ’ )
285 subplot (4 ,1 ,2)

287 %
h o l d on
289 x = ( 0 : ( length ( y ) −1));
stem ( x , y , ’ r ’ )
291 hold o f f
%
293 y l a b e l ( ’ \Omega = ( 2 * p i ) / ( 1 6 / 7 ) ’ )
295 subplot (4 ,1 ,3)

297 %
h o l d on
299 x = ( 0 : ( length ( z ) −1));
stem ( x , z , ’ g ’ )
301 hold o f f
%
303 y l a b e l ( ’ \Omega = ( 2 * p i ) / ( 1 6 / 9 ) ’ )
305 subplot (4 ,1 ,4)

307 %
h o l d on
309 x = ( 0 : ( l e n g t h (w) − 1 ) ) ;
stem ( x , w, ’ y ’ )
311 hold o f f
%
313 y l a b e l ( ’ \Omega = ( 2 * p i ) / ( 1 6 / 1 5 ) ’ )
315
%
317 % EOF
%
Código 4.4: Demonstração da periodicidade de cosseno.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : c o s p e r i o d i c i d a d e .m
TET / UFF
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10 %
12 % p e r i o d i c i d a d e de c o s ( . )
%
% Data : 30/03/2 k9 ; 03/09/2 k9
16 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
18 %
% variaveis
22 c l e a r a l l
% janelas
24 c l o s e a l l
26
28 ne = 0 : 1 0 0 0 ;
Femu = 5 0 0 ;
30 Temu = 1/Femu ;
32
n = 0:30;
34
Fs1 = 2 4 ;
36 Ts1 = 1/ Fs1 ;
38 Fs2 = 2 5 ;
Ts2 = 1/ Fs2 ;
40
Fs3 = 10 * s q r t ( 3 ) ;
42 Ts3 = 1/ Fs3 ;
44 f1 = 3;
f2 = 3;
46 f3 = 3;
48
% calculo das s e q u e n c i a s
50 x1a = c o s ( 2 * p i * f 1 * ( ne *Temu ) ) ;
x2a = c o s ( 2 * p i * f 2 * ( ne *Temu ) ) ;
52 x3a = c o s ( 2 * p i * f 3 * ( ne *Temu ) ) ;
54 x1 = c o s ( 2 * p i * f 1 * ( n * Ts1 ) ) ;
x2 = c o s ( 2 * p i * f 2 * ( n * Ts2 ) ) ;
56 x3 = c o s ( 2 * p i * f 3 * ( n * Ts3 ) ) ;
58
% graficos
60 %
% obtem tamanho de f u l l s c r e e n
62 s c r s z = g e t ( 0 , ’ S c r e e n S i z e ’ ) ; %[ l e f t , bottom , width , h e i g h t ]
A.S.V.
%
64 % t e n t a e v i t a r t o p b a r e bottom b a r
% a j u s t a t i p o de p a p e l
66 h1 = f i g u r e ( ’ PaperType ’ , ’ a4 ’ , . . .
’ Position ’ , [ scrsz (1) (0.07 * scrsz (4)) scrsz (3) (0.81 * scrsz ( 4 ) ) ] ) ;
68 %
% g r a f i c o s amostrados
70 s u b p l o t ( 3 , 2 , 2 )
stem ( n , x1 )
72 %
h o l d on
74 r = 0 : 8 ;
stem ( r , x1 ( r +1) , ’ r ’ )
76 h o l d o f f
%
78 t i t l e ( ’ S i n a l amostrado : c o s ( \Omega n ) = c o s ( 2 \ p i f n Ts ) ’ )
y l a b e l ( ’ \Omega 1 = 1/4 \ p i ; N 0 = 8 ’ )
80
subplot (3 ,2 ,4)
82 stem ( n , x2 )
%
84 h o l d on
r = 0:25;
86 stem ( r , x2 ( r +1) , ’ r ’ )
hold o f f
88 %
t i t l e ( ’ \Omega = ( \ omega Ts ) = ( 2 \ p i f Ts ) ’ )
90 y l a b e l ( ’ \Omega 2 = 6/25 \ p i ; N 0 = 25 ’ )
92 subplot (3 ,2 ,6)
stem ( n , x3 )
94 %
h o l d on
96 r = 0:30;
stem ( r , x3 ( r +1) , ’ r ’ )
98 hold o f f
%
100 t i t l e ( ’N f = K f * (F S / f 0 ) ’ )
y l a b e l ( ’ \Omega 3 = 6 / ( 1 0 s q r t ( 3 ) ) \ p i ; Nã o p e r i ó d i c o ! ’ )
102
x l a b e l ( ’ Amostra ( n ) ’ )
104
106 % g r a f i c o s a n a l o g i c o s
subplot (3 ,2 ,1)
108 p l o t ( ( ne *Temu ) , x1a )
%
110 h o l d on
x = ( 0 : 8 ) * Ts1 ;
112 y = x1 ( 1 : l e n g t h ( x ) ) ;
stem ( x , y , ’ r ’ )
114 h o l d o f f
%
116 y l a b e l ( ’ F { S 1 } = 24 Hz ’ )
t i t l e ( ’ S i n a l a n a l ó g i c o : c o s ( 2 \ p i f t ) ; f 0 = 3 Hz ’ )
118 g r i d on
120 subplot (3 ,2 ,3)

p l o t ( ( ne *Temu ) , x2a )
TET / UFF
122 %
h o l d on
124 x = ( 0 : 2 5 ) * Ts2 ;
y = x2 ( 1 : l e n g t h ( x ) ) ;
126 stem ( x , y , ’ r ’ )
hold o f f
128 %
y l a b e l ( ’ F { S 2 } = 25 Hz ’ )
130 g r i d on
132 subplot (3 ,2 ,5)

134 %
h o l d on
136 x = ( 0 : 3 0 ) * Ts3 ;
y = x3 ( 1 : l e n g t h ( x ) ) ;
138 stem ( x , y , ’ r ’ )
hold o f f
140 %
y l a b e l ( ’ F { S 3 } = 10 s q r t ( 3 ) Hz ’ )
142 x l a b e l ( ’Tempo ( s ) ’ )
144 g r i d on
146
%
148 % EOF
%
4.3 Efeitos das caracterı́sticas relevantes de exponenciais

• O Código 4.5 apresenta a demonstração do processo de amostragem.
• O Código 4.6 apresenta a demonstração de ambiguidade em amplitude e fase.
• O Código 4.7 apresenta a demonstração de aliasing - 1.
• O Código 4.8 apresenta a demonstração de aliasing - 2.
• O Código 4.9 apresenta a demonstração de aliasing, interagindo com o usuário.
• O Código 4.10 apresenta a demonstração de cadeia de processamento com aliasing.
Código 4.5: Demonstração do processo de amostragem.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : amostragem .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % Demos para %
A.S.V.
4.3. Efeitos das caracterı́sticas relevantes de exponenciais 141
13 % %
% Topico : p r o c e s s o de amostragem %
15 % %
17 % Modifs : /2010−01/2011−02/ %
% %
19 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
21
clear all
25 c l o s e a l l
27
% d e f i n e p ara met ro s
29 A0 = 1 ;
F0 = 1 e3 ;
31 T0 = 1/F0 ;
%
33 NOP = 2 ; % numero de p e r i o d o s v i s u a l i z a d o s
%
35 PPPa = 1 0 0 0 ; % numero de p o n t o s por p e r i o d o para s i n a l a n a l o g i c o
Tsa = T0/PPPa ;
37 t = 0 : Tsa : (NOP* T0 ) ;
%
39 PPPs = 1 0 ; % numero de p o n t o s por p e r i o d o para s i n a l amostrado
Tss = T0/PPPs ;
41 nTs = 0 : Tss : (NOP* T0 ) ;
%
43 n = 0 : ( l e n g t h ( nTs ) − 1 ) ;
45
% constroi sinais
47 xa = A0 * c o s ( 2 * p i * F0 * t ) ; % sinal analogico
xs = A0 * c o s ( 2 * p i * F0 * nTs ) ; % s i n a l amostrado
49
51 % q u a n t i z a s i n a i s usando f u n c a o d e f i n i d a e x t e r n a m e n t e
NOI = 5 ; % numero de i n t e r v a l o s do g r i d
53 %xaq = q u a n t h a l f g r i d ( xa ,−A0 , ( A0/NOI) , A0 ) ; % s i n a l a n a l o g i c o q u a n t i z a d o
xsq = q u a n t h a l f g r i d ( xs ,−A0 , ( A0/NOI ) , A0 ) ; % s i n a l amostrado q u a n t i z a d o
55
57 % desenha g r a f i c o s
figure (1)
59 %
subplot (3 ,2 ,1)
61 p l o t ( t , xa )
63 x l a b e l ( ’ t ( s ) ’ )
t i t l e ( ’ S i n a l a n a l ó g i c o : x ( t ) ’ )
65 %
subplot (3 ,2 ,3)
67 f o r k = 1 : l e n g t h ( nTs )
i f ( xs ( k ) == 0 )
69 stem ( nTs ( k ) , xs ( k ) , ’ k ’ )
e l s e i f ( xs ( k ) > 0 )
71 stem ( nTs ( k ) , xs ( k ) , ’ k ’ , ’ ˆ ’ )
TET / UFF
else
73 stem ( nTs ( k ) , xs ( k ) , ’ k ’ , ’ v ’ )
end
75 h o l d on
end
77 y l a b e l ( ’ x ( t ) * \ d e l t a {T S } ( t ) ’ )
xlabel ( ’ t ( s ) ’ )
79 t i t l e ( ’ S i n a l m u l t i p l i c a d o p e l o trem de i m p u l s o s : x ( t ) * \ d e l t a {T S } ( t ) ’ )
%
81 subplot (3 ,2 ,4)
stem ( nTs , xs )
83 ylabel ( ’x [n T s ] ’ )
xlabel ( ’ t ( s ) ’ )
85 t i t l e ( ’ S i n a l amostrado : x [ n T s ] = x ( t ) , para t = n T s ’ )
%
87 subplot (3 ,2 ,2)
stem ( nTs , ones ( 1 , l e n g t h ( nTs ) ) , ’ k ’ , ’ ˆ ’ )
89 y l a b e l ( ’ \ d e l t a {T S } ( t ) ’ )
xlabel ( ’ t ( s ) ’ )
91 t i t l e ( ’ Trem de i m p u l s o s : \ d e l t a {T S } ( t ) ’ )
%
93 subplot (3 ,2 ,5)
%stem ( nTs , [ x s ; x s q ] ’ ) % ’ f u n c i o n a , mas as c o r e s nao fi ca m ok ! . . . ’
95 stem ( nTs , xs , ’ bo− ’ )
h o l d on
97 stem ( nTs , xsq , ’ ro− ’ )
ylabel ( ’ [ x [n T S ] ] Q ’ )
99 xlabel ( ’ t ( s ) ’ )
t i t l e ( ’ S i n a l d i g i t a l : [ x [ n T S ] ] Q = [ x ( t ) ] Q , para t = n T S ’ )
101 %
subplot (3 ,2 ,6)
103 %stem ( n , [ x s ; x s q ] ’ ) % ’ f u n c i o n a , mas as c o r e s nao f ic a m ok ! . . . ’
stem ( n , xs , ’ bo− ’ )
105 h o l d on
stem ( n , xsq , ’ ro− ’ )
107 ylabel ( ’ [ x [n] ] Q ’ )
xlabel ( ’n ’ )
109 t i t l e ( ’ Sequ ê n c i a d i g i t a l : [ x [ n ] ] Q = [ x [ n T S ] ] Q ’ )
111
%
113 % EOF
%
Código 4.6: Demonstração de ambiguidade em amplitude e fase.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : a m b i g u i d a d e a m p f a s e o m e g a p i .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10 %
A.S.V.
12 % s u p e r p o s i c a o de e s p e c t r o
% c o s ( p i * n + Theta0 ) = c o s ( p i * n )
14 %
% Autor : A l e x a n d r e S a n t o s de l a Vega
16 % Data : / 2010−02 / 2011−01 /
%
18 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
20
clear all
24 % j a n e l a s
close all
26
ne = 0 : 5 0 0 ;
30 Femu = 5 0 0 ;
Temu = 1/Femu ;
32
n = 0:15;
34 %
F0 = 3 ;
36 Theta0 = ( 2 * p i ) / 8 ;
%
38 Fs = 2 * F0 ;
Ts = 1/ Fs ;
40
% c a l c u l o das s e q u e n c i a s
42 x1a = c o s ( ( 2 * p i * F0 * ( ne *Temu ) ) + Theta0 ) ;
x2a = c o s ( ( 2 * p i * F0 * ( ne *Temu ) ) ) * c o s ( Theta0 ) ;
44
x1 = c o s ( ( 2 * p i * F0 * ( n * Ts ) ) + Theta0 ) ;
46 x2 = c o s ( ( 2 * p i * F0 * ( n * Ts ) ) ) * c o s ( Theta0 ) ;
48
% graficos
50 %
figure (1)
52 s e t ( g c f , ”p a p e r t y p e ” , ”a4 ”)
%
54 NORS = 6 ;
r = 0 :NORS;
56 %
58 s u b p l o t ( 2 , 2 , 2 )
stem ( n , x1 )
60 %
h o l d on
62 stem ( r , x1 ( r +1) , ’ r ’ )
hold o f f
64 %
t i t l e ( ’ S i n a i s amostrados : x 1 [ n ] = x 2 [ n ] ’ )
66 y l a b e l ( ’ x 1 [ n ] = c o s ( \ p i n + \ Theta 0 ) ’ )
AV = a x i s ;
68 a x i s ( [AV( 1 ) AV( 2 ) ( −1) ( 1 ) ] )
70 subplot (2 ,2 ,4)
TET / UFF
stem ( n , x2 )
72 %
h o l d on
74 stem ( r , x2 ( r +1) , ’ r ’ )
hold o f f
76 %
t i t l e ( ’ \Omega = ( \ omega Ts ) = ( 2 \ p i f Ts ) = \ p i rad ’ )
78 y l a b e l ( ’ x 2 [ n ] = c o s ( \ p i n ) * c o s ( \ Theta 0 ) ’ )
80 AV = a x i s ;
a x i s ( [AV( 1 ) AV( 2 ) ( −1) ( 1 ) ] )
82
%
86 x = ( r ) * Ts ;
%
88 s u b p l o t ( 2 , 2 , 1 )
90 %
h o l d on
92 y = x1 ( 1 : l e n g t h ( x ) ) ;
stem ( x , y , ’ r ’ )
94 h o l d o f f
%
96 t i t l e ( ’ S i n a i s a n a l ó g i c o s : x 1 ( t ) \ neq x 2 ( t ) ’ )
y l a b e l ( ’ x 1 ( t ) = c o s ( 2 \ p i f 0 t + \ Theta 0 ) ’ )
98 %
g r i d on
100
subplot (2 ,2 ,3)
102 p l o t ( ( ne *Temu ) , x2a )
%
104 h o l d on
y = x2 ( 1 : l e n g t h ( x ) ) ;
106 stem ( x , y , ’ r ’ )
hold o f f
108 %
t i t l e ( ’ f 0 = 3 Hz ; F S = ( 2 f 0 ) Hz ; \ Theta 0 = ( 2 \ p i ) / 8 rad ’ )
110 y l a b e l ( ’ x 2 ( t ) = c o s ( 2 \ p i f 0 t ) * c o s ( \ Theta 0 ) ’ )
x l a b e l ( ’Tempo ( s ) ’ )
112 AV = a x i s ;
a x i s ( [AV( 1 ) AV( 2 ) ( −1) ( 1 ) ] )
114 %
g r i d on
116
%
118
figure (2)
%
122 x = ( r ) * Ts ;
%
124 y = x1 ( 1 : l e n g t h ( x ) ) ;
stem ( x , y , ’ r ’ )
126 h o l d on
p l o t ( ( ne *Temu ) , x1a , ’ k ’ )
128 p l o t ( ( ne *Temu ) , x2a , ’ b ’ )
%
A.S.V.
130 t i t s t r 1 = [ ’ S i n a i s a n a l ó g i c o s : ’ , ...
’ x 1 ( t ) = c o s ( 2 \ p i f 0 t + \ Theta 0 ) ’ , . . .
132 ’ \ neq c o s ( 2 \ p i f 0 t ) * c o s ( \ Theta 0 ) = x 2 ( t ) ’ ] ;
t i t s t r 2 = [ ’ f 0 = 3 Hz ; ’ , ...
134 ’ F S = ( 2 f 0 ) Hz ; ’ , ...
’ \ Theta 0 = ( 2 \ p i ) / 8 rad ; ’ , ...
136 ’ \Omega = \ p i rad ’ ] ;
t i t s t r 3 = [ ’ S i n a i s amostrados : ’ , ...
138 ’ x 1 [ n ] = c o s ( \ p i n + \ Theta 0 ) ’ , . . .
’= c o s ( \ p i n ) * c o s ( \ Theta 0 ) = x 2 [ n ] ’ ] ;
140 t i t l e ({ t i t s t r 1 , t i t s t r 2 , t i t s t r 3 })
y l a b e l ( ’ x 1 ( t ) \ neq x ( 2 ( t ) ; x 1 [ n ] = x 2 [ n ] ’ )
142 x l a b e l ( ’Tempo ( s ) ’ )
%
144 %g r i d on
146
%
148 % EOF
%
Código 4.7: Demonstração de aliasing - 1.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : a l i a s i n g d e m o 1 .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
11 % T i t u l o : Demo de s u p e r p o s i c a o de e s p e c t r o
%
% Data : 30/03/2 k9 ; 03/09/2 k9
15 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
17 %
% variaveis
21 c l e a r a l l
% janelas
23 c l o s e a l l
25
27 ne = 0 : 4 0 0 ;
%
29 Femu = 5 0 0 ;
Temu = 1/Femu ;
31
n = 0:20;
33 %
f1 = 3;
TET / UFF
35 f2 = 7;
f3 = 13;
37 %
Fs = 10;
39 Ts = 1/ Fs ;
41
% calculo das s e q u e n c i a s
43 x1a = c o s ( 2 * p i * f 1 * ( ne *Temu ) ) ;
x2a = c o s ( 2 * p i * f 2 * ( ne *Temu ) ) ;
45 x3a = c o s ( 2 * p i * f 3 * ( ne *Temu ) ) ;
47 x1 = c o s ( 2 * p i * f 1 * ( n * Ts ) ) ;
x2 = c o s ( 2 * p i * f 2 * ( n * Ts ) ) ;
49 x3 = c o s ( 2 * p i * f 3 * ( n * Ts ) ) ;
51
% graficos
53 %
figure (1)
%
57 NORS = 5 ;
r = 0 :NORS;
59 %
61 s u b p l o t ( 3 , 2 , 2 )
stem ( n , x1 )
63 h o l d on
stem ( r , x1 ( r +1) , ’ r ’ )
65 h o l d o f f
%
67 y l a b e l ( ’ \Omega 1 = ( 0 . 6 \ p i ) rad ’ )
t i t l e ( ’ S i n a l amostrado : c o s ( \Omega n ) = c o s ( 2 \ p i f n Ts ) ’ )
69
subplot (3 ,2 ,4)
71 stem ( n , x2 )
%
73 h o l d on
stem ( r , x2 ( r +1) , ’ r ’ )
75 h o l d o f f
%
77 y l a b e l ( ’ \Omega 2 = ( 2 \ p i ) − ( 0 . 6 \ p i ) rad ’ )
79
subplot (3 ,2 ,6)
81 stem ( n , x3 )
%
83 h o l d on
stem ( r , x3 ( r +1) , ’ r ’ )
85 h o l d o f f
%
87 y l a b e l ( ’ \Omega 3 = ( 2 \ p i ) + ( 0 . 6 \ p i ) rad ’ )
t i t l e ( ’ F S = 10 Hz ’ )
89
91
A.S.V.
x = ( r ) * Ts ;
95 %
subplot (3 ,2 ,1)
97 p l o t ( ( ne *Temu ) , x1a )
%
99 h o l d on
y = x1 ( 1 : l e n g t h ( x ) ) ;
101 stem ( x , y , ’ r ’ )
hold o f f
103 %
y l a b e l ( ’ f 1 = 3 Hz ’ )
105 t i t l e ( ’ S i n a l a n a l ó g i c o : c o s ( 2 \ p i f t ) ’ )
g r i d on
107
subplot (3 ,2 ,3)
109 p l o t ( ( ne *Temu ) , x2a )
%
111 h o l d on
x = ( 0 : 5 ) * Ts ;
113 y = x2 ( 1 : l e n g t h ( x ) ) ;
stem ( x , y , ’ r ’ )
115 h o l d o f f
%
117 y l a b e l ( ’ f 2 = 7 Hz ’ )
g r i d on
119
subplot (3 ,2 ,5)
121 p l o t ( ( ne *Temu ) , x3a )
%
123 h o l d on
x = ( 0 : 5 ) * Ts ;
125 y = x3 ( 1 : l e n g t h ( x ) ) ;
stem ( x , y , ’ r ’ )
127 h o l d o f f
%
129 y l a b e l ( ’ f 3 = 13 Hz ’ )
131 %
g r i d on
133
%
135
figure (2)
%
139 x = ( r ) * Ts ;
%
141 y = x1 ( 1 : l e n g t h ( x ) ) ;
stem ( x , y , ’ r ’ )
143 h o l d on
p l o t ( ( ne *Temu ) , x1a , ’ : r ’ )
145 p l o t ( ( ne *Temu ) , x2a , ’ −.b ’ )
p l o t ( ( ne *Temu ) , x3a , ’ k ’ )
147 %
t i t l e ( { ’ S i n a l a n a l ó g i c o : c o s ( 2 \ p i f t ) ’ , . . .
149 ’ S i n a l amostrado : c o s ( \Omega n ) = c o s ( 2 \ p i f n Ts ) ’ } )
y l a b e l ( ’ f 1 = 3 Hz ; f 2 = 7 Hz ; f 3 = 13 Hz ; F S = 10 Hz ’ )
151 x l a b e l ( ’Tempo ( s ) ’ )
%
TET / UFF
153 %g r i d on
155 %
% EOF
157 %
Código 4.8: Demonstração de aliasing - 2.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : a l i a s i n g d e m o 2 .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
11 % T i t u l o : Demo de s u p e r p o s i c a o de e s p e c t r o
%
% Data : 30/03/2 k9 ; 03/09/2 k9
15 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
17 %
% variaveis
21 c l e a r a l l
% janelas
23 c l o s e a l l
25
27 ne = 0 : 4 0 0 ;
%
29 Femu = 5 0 0 ;
Temu = 1/Femu ;
31
33 n = 0:20;
35 Fs1 = 1 0 0 ;
Ts1 = 1/ Fs1 ;
37
Fs2 = 1 0 ;
39 Ts2 = 1/ Fs2 ;
41 Fs3 = 3 / 0 . 7 ;
Ts3 = 1/ Fs3 ;
43
f1 = 3;
45 f2 = 3;
f3 = 3;
47
49 % c a l c u l o das s e q u e n c i a s
A.S.V.
x1a = c o s ( 2 * p i * f 1 * ( ne *Temu ) ) ;
51 x2a = c o s ( 2 * p i * f 2 * ( ne *Temu ) ) ;
x3a = c o s ( 2 * p i * f 3 * ( ne *Temu ) ) ;
53
x1 = c o s ( 2 * p i * f 1 * ( n * Ts1 ) ) ;
55 x2 = c o s ( 2 * p i * f 2 * ( n * Ts2 ) ) ;
x3 = c o s ( 2 * p i * f 3 * ( n * Ts3 ) ) ;
57
61 figure (1)
s e t ( g c f , ”p a p e r t y p e ” , ”a4 ”)
63 %
%
65 % g r a f i c o s amostrados
subplot (3 ,2 ,2)
67 stem ( n , x1 )
%
69 h o l d on
r = 0:11;
71 stem ( r , x1 ( r +1) , ’ r ’ )
hold o f f
73 %
y l a b e l ( ’ \Omega 1 = ( 0 . 0 6 \ p i ) rad ’ )
75 t i t l e ( ’ S i n a l amostrado : c o s ( \Omega n ) = c o s ( 2 \ p i f n Ts ) ’ )
77 subplot (3 ,2 ,4)
stem ( n , x2 )
79 %
h o l d on
81 r = 0:7;
stem ( r , x2 ( r +1) , ’ r ’ )
83 hold o f f
%
85 y l a b e l ( ’ \Omega 2 = ( 0 . 6 \ p i ) rad ’ )
87
subplot (3 ,2 ,6)
89 stem ( n , x3 )
%
91 h o l d on
r = 0:3;
93 stem ( r , x3 ( r +1) , ’ r ’ )
hold o f f
95 %
y l a b e l ( ’ \Omega 3 = 1 . 4 \ p i = ( 2 \ p i ) − ( 0 . 6 \ p i ) rad ’ )
97 x l a b e l ( ’ Amostra ( n ) ’ )
%
99 %
% graficos analogicos
101 subplot (3 ,2 ,1)
103 %
h o l d on
105 x = ( 0 : 1 1 ) * Ts1 ;
y = x1 ( 1 : l e n g t h ( x ) ) ;
107 stem ( x , y , ’ r ’ )
hold o f f
TET / UFF
109 %
y l a b e l ( ’ F { S 1 } = 100 Hz ’ )
111 t i t l e ( ’ S i n a l a n a l ó g i c o : c o s ( 2 \ p i f t ) ; f 0 = 3 Hz ’ )
g r i d on
113
subplot (3 ,2 ,3)
115 p l o t ( ( ne *Temu ) , x2a )
%
117 h o l d on
x = ( 0 : 7 ) * Ts2 ;
119 y = x2 ( 1 : l e n g t h ( x ) ) ;
stem ( x , y , ’ r ’ )
121 h o l d o f f
%
123 y l a b e l ( ’ F { S 2 } = 10 Hz ’ )
g r i d on
125
subplot (3 ,2 ,5)
127 p l o t ( ( ne *Temu ) , x3a )
%
129 h o l d on
x = ( 0 : 3 ) * Ts3 ;
131 y = x3 ( 1 : l e n g t h ( x ) ) ;
stem ( x , y , ’ r ’ )
133 h o l d o f f
%
135 y l a b e l ( ’ F { S 3 } = ( 3 / 0 . 7 ) Hz ’ )
137 %
g r i d on
139
%
141 % EOF
%
Código 4.9: Demonstração de aliasing, interagindo com o usuário.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : a l i a s i n g a s k u s e r .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10 % %
% Titulo : %
12 % Demonstra ç ão de a l i a s i n g , i n t e r a g i n d o com o usu á r i o . %
% %
% Data : 01/09/2 k8 %
16 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
18 %
20
A.S.V.
%
22 clear all
close all
24
%
26 F1 = 2 5 0 ;
F2 = 1 2 5 0 ;
28 F3 = 2 2 5 0 ;
30
%
32 Tmin = 1/F3 ;
Tmax = 1/F1 ;
34
%
36 NbrPtsPer = 1 0 0 ;
38 %
TStepAna = Tmin/ NbrPtsPer ;
40 t a = 0 : TStepAna : 2 * Tmax ;
42 %
xa1 = c o s ( 2 * p i * F1 * t a ) ;
44 xa2 = c o s ( 2 * p i * F2 * t a ) ;
xa3 = c o s ( 2 * p i * F3 * t a ) ;
46
48 %
disp ( ’ ’ )
50 d i s p ( [ ’ Componentes do s i n a l com : ’ , ...
’ f 1 = 250 Hz , f 2 = 1250 Hz e f 3 = 2250 Hz . ’ ] )
52 d i s p ( ’ ’ )
Fs = i n p u t ( ’ Frequ ê n c i a de amostragem ( Hz ) : ’ );
54 Ts = 1/ Fs ;
nTs = 0 : Ts : 2 * Tmax ;
56
%
58 xd1 = c o s ( 2 * p i * F1 * nTs ) ;
xd2 = c o s ( 2 * p i * F2 * nTs ) ;
60 xd3 = c o s ( 2 * p i * F3 * nTs ) ;
62
%
64 FigCntr = 0 ;
n =0:( l e n g t h ( nTs ) −1);
66
%
72 subplot (3 ,2 ,1)
p l o t ( ta , xa1 )
74 y l a b e l ( ’ f 1 = 250 Hz ’ )
t i t l e ( ’ x ( t ) = cos (2 \ pi f t ) ’ )
76 subplot (3 ,2 ,3)
78 y l a b e l ( ’ f 2 = 1250 Hz ’ )
subplot (3 ,2 ,5)
TET / UFF
80 p l o t ( ta , xa3 )
y l a b e l ( ’ f 3 = 2250 Hz ’ )
82 xlabel ( ’ t ( s ) ’ )
84 subplot (3 ,2 ,2)
stem ( nTs , xd1 )
86 t i t l e ( ’ x [ n T s ] = cos (2 \ pi f n T s ) ’ )
subplot (3 ,2 ,4)
88 stem ( nTs , xd2 )
subplot (3 ,2 ,6)
xlabel ( ’n T s ( s ) ’ )
92
94 %
98
subplot (3 ,2 ,1)
t i t l e ( ’ x [ n T s ] = cos (2 \ pi f n T s ) ’ )
102 s u b p l o t ( 3 , 2 , 3 )
stem ( nTs , xd2 )
104 s u b p l o t ( 3 , 2 , 5 )
stem ( nTs , xd3 )
106 x l a b e l ( ’ n T s ( s ) ’ )
108 subplot (3 ,2 ,2)

stem ( n , xd1 )
110 t i t l e ( ’ x [ n ] = c o s ( \Omega n ) ; \Omega = ( 2 \ p i f T s ) ’ )
subplot (3 ,2 ,4)
112 stem ( n , xd2 )
subplot (3 ,2 ,6)
114 stem ( n , xd3 )
xlabel ( ’n ’ )
116
118 %
122
subplot (3 ,2 ,1)
124 p l o t ( ta , xa1 )
y l a b e l ( ’ f 1 = 250 Hz ’ )
126 t i t l e ( ’ x ( t ) = c o s ( 2 \ p i f t ) ’ )
subplot (3 ,2 ,3)
128 p l o t ( ta , xa2 )
y l a b e l ( ’ f 2 = 1250 Hz ’ )
130 s u b p l o t ( 3 , 2 , 5 )
132 y l a b e l ( ’ f 3 = 2250 Hz ’ )
xlabel ( ’ t ( s ) ’ )
134
subplot (3 ,2 ,2)
136 stem ( n , xd1 )
t i t l e ( ’ x [ n ] = c o s ( \Omega n ) ; \Omega = ( 2 \ p i f T s ) ’ )
138 s u b p l o t ( 3 , 2 , 4 )
A.S.V.
stem ( n , xd2 )
140 subplot (3 ,2 ,6)
stem ( n , xd3 )
142 xlabel ( ’n ’ )
144
%
150 subplot (3 ,3 ,1)

152 y l a b e l ( ’ f 1 = 250 Hz ’ )
t i t l e ( ’ x ( t ) = cos (2 \ pi f t ) ’ )
154 subplot (3 ,3 ,4)
156 y l a b e l ( ’ f 2 = 1250 Hz ’ )
subplot (3 ,3 ,7)
158 p l o t ( ta , xa3 )
y l a b e l ( ’ f 3 = 2250 Hz ’ )
160 xlabel ( ’ t ( s ) ’ )
162 subplot (3 ,3 ,2)

stem ( nTs , xd1 )
164 t i t l e ( ’ x [ n T s ] = cos (2 \ pi f n T s ) ’ )
subplot (3 ,3 ,5)
subplot (3 ,3 ,8)
xlabel ( ’n T s ( s ) ’ )
170
n =0:( l e n g t h ( nTs ) −1);
172
subplot (3 ,3 ,3)
174 stem ( n , xd1 )
t i t l e ( ’ x [ n ] = c o s ( \Omega n ) ; \Omega = ( 2 \ p i f T s ) ’ )
176 subplot (3 ,3 ,6)
stem ( n , xd2 )
178 subplot (3 ,3 ,9)
stem ( n , xd3 )
180 xlabel ( ’n ’ )
182 %
% EOF
184 %
Código 4.10: Demonstração de cadeia de processamento com aliasing.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : DSP 2018 1 TS1 Gabarito .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
TET / UFF
% %
10 % Tı́ t u l o : %
% Demonstra ç ão de c a d e i a de p r o c e s s a m e n t o com a l i a s i n g %
12 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
14 % %
% Disciplina : %
16 % Processamento D i g i t a l de S i n a i s . %
% Professor : %
18 % A l e x a n d r e S a n t o s de l a Vega . %
% Per ı́ odo : %
20 % 2018 −1. %
% %
22 % A t i v i d a d e : %
% T e s t e S u r p r e s a 1 − 2018 1 − G a b a r i t o . %
24 % %
% Assunto : %
26 % Cadeia de p r o c e s s a m e n t o com amostragem inadequada , %
% causando a l i a s i n g , formada p e l a s s e g u i n t e s e t a p a s : %
28 % %
% Mixagem A n a l o g i c a −−> Amostragem −−> Tx −−> . . . %
30 % . . . −−> Rx −−> I n t e r p o l a c a o −−> F i l t r a g e m . %
% %
32 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
34
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
36
% Limpa a mbiente
38
clear all
40 close all
42 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
44
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
46
% Parametros g e r a i s
48
% Discretos
50 %
Fs = 44 e3 ;
52 %
nd = 0 : 4 3 ;
54 nTs = nd/ Fs ;
56 % A n a l o g i c o s
%
58 Fsa = 10 * Fs ;
%
60 n = 0 : 4 3 9 ;
t = n/ Fsa ;
62
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
64
66 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
A.S.V.
68 % S i n a i s Tx
70
% Parametros
72
%
74 A1 = 1;
A2 = 1;
76 A3 = 1;
A4 = 1;
78
%
80 f 1 = 2 e3 ;
f2 = 21 e3 ;
82 f 3 = 24 e3 ;
f4 = 40 e3 ;
84
86 % S i n a i s a n a l o g i c o s
88 %
x1 = A1 * c o s ( 2 * p i * f 1 * n/ Fsa ) ;
90 x2 = A2 * c o s ( 2 * p i * f 2 * n/ Fsa ) ;
x3 = A3 * c o s ( 2 * p i * f 3 * n/ Fsa ) ;
92 x4 = A4 * c o s ( 2 * p i * f 4 * n/ Fsa ) ;
94 %
xlow = x1 ;
96 xmed = x2 + x3 ;
xhigh = x4 ;
98
%
100 x = xlow + xmed + xhigh ;
102
% S i n a i s d i s c r e t o s Tx
104
%
106 x1d = A1 * c o s ( 2 * p i * f 1 * nd/ Fs ) ;
x2d = A2 * c o s ( 2 * p i * f 2 * nd/ Fs ) ;
108 x3d = A3 * c o s ( 2 * p i * f 3 * nd/ Fs ) ;
x4d = A4 * c o s ( 2 * p i * f 4 * nd/ Fs ) ;
110
%
112 xlowd = x1d ;
xmedd = x2d + x3d ;
114 xhighd = x4d ;
116 %
xd = xlowd + xmedd + xhighd ;
118
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
120
122 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
124 % S i n a i s Rx
126
TET / UFF
% Parametros
128
%
130 A5 = 1;
A6 = 1;
132
%
134 f 5 = 4 e3 ;
f6 = 20 e3 ;
136
138 % S i n a i s a n a l o g i c o s
140 %
y1 = A1 * c o s ( 2 * p i * f 1 * n/ Fsa ) ;
142 y2 = A2 * c o s ( 2 * p i * f 2 * n/ Fsa ) ;
y5 = A5 * c o s ( 2 * p i * f 5 * n/ Fsa ) ;
144 y6 = A6 * c o s ( 2 * p i * f 6 * n/ Fsa ) ;
y7 = 0 * n ;
146
%
148 ylow = y1 + y5 ;
ymed = y2 + y6 ;
150 yhigh = y7 ;
152 %
y = ylow + ymed + yhigh ;
154
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
156
158 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
160 % G r a f i c o s
162
%%%%%%%%%%
164
%
166 % Nota :
%
168 % Foram i n s e r i d o s comandos de ” r e t u r n ” para t e s t e . . .
%
170
%%%%%%%%%%
172
% C o n t r o l e da numeracao dos g r a f i c o s
174
%
176 FigNbr = 0 ;
178 %%%%%%%%%%
180
% L i m i t e s de a b s c i s s a s
182
%
184 min t = min ( t ) ;
max t = max( t ) ;
A.S.V.
186 %
min nTs = min ( nTs ) ;
188 max nTs = max( nTs ) ;
%
190 min n = min ( nd ) ;
max n = max( nd ) ;
192
194 % L i m i t e s de ordena das
196 %
min amp = min ( x ) ;
198 max amp = max( x ) ;
200 %%%%%%%%%%
202 %
FigNbr = FigNbr +1;
204 f i g u r e ( FigNbr ) ;
206 %
subplot (4 ,3 ,1)
208 p l o t ( t , x1 )
h o l d on
210 stem ( nd/Fs , x1d )
v = axis ;
212 v ( 1 ) = min t ;
v ( 2 ) = max t ;
214 %v ( 3 ) = min amp ;
%v ( 4 ) = max amp ;
216 a x i s ( v )
t i t l e ( ’ A 1 cos (2 \ pi f 1 t ) ; f 1 = 2 kHz ’ )
218 y l a b e l ( ’ x 1 ( t ) ’ )
%
220 s u b p l o t ( 4 , 3 , 4 )
p l o t ( t , x2 )
222 h o l d on
stem ( nd/Fs , x2d )
224 v = a x i s ;
v ( 1 ) = min t ;
226 v ( 2 ) = max t ;
%v ( 3 ) = min amp ;
228 %v ( 4 ) = max amp ;
axis (v)
230 t i t l e ( ’ A 2 c o s ( 2 \ p i f 2 t ) ; f 2 = 21 kHz ’ )
ylabel ( ’ x 2 ( t ) ’ )
232 %
subplot (4 ,3 ,7)
234 p l o t ( t , x3 )
h o l d on
v = axis ;
238 v ( 1 ) = min t ;
v ( 2 ) = max t ;
240 %v ( 3 ) = min amp ;
%v ( 4 ) = max amp ;
242 a x i s ( v )
244 y l a b e l ( ’ x 3 ( t ) ’ )
TET / UFF
%
246 subplot (4 ,3 ,10)
p l o t ( t , x4 )
248 h o l d on
250 v = axis ;
v ( 1 ) = min t ;
252 v ( 2 ) = max t ;
%v ( 3 ) = min amp ;
254 %v ( 4 ) = max amp ;
axis (v)
256 t i t l e ( ’ A 4 cos (2 \ pi f 4 t) ; f 4 = 40 kHz ’ )
ylabel ( ’ x 4 ( t ) ’ )
258 %
260 %
subplot (4 ,3 ,2)
262 stem ( nd/Fs , x1d , ’ r ’ )
v = axis ;
264 v ( 1 ) = min t ;
v ( 2 ) = max t ;
266 %v ( 3 ) = min amp ;
%v ( 4 ) = max amp ;
268 axis (v)
t i t l e ( ’ A 1 cos (2 \ pi f 1 n T S) ; F S = 44 kHz ’ )
270 ylabel ( ’ x 1 (n T S) ’ )
%
272 subplot (4 ,3 ,5)
stem ( nd/Fs , x2d , ’ r ’ )
274 v = axis ;
v ( 1 ) = min t ;
276 v ( 2 ) = max t ;
%v ( 3 ) = min amp ;
278 %v ( 4 ) = max amp ;
axis (v)
280 t i t l e ( ’ A 2 cos (2 \ pi f 2 n T S) ; F S = 44 kHz ’ )
ylabel ( ’ x 2 (n T S) ’ )
282 %
subplot (4 ,3 ,8)
284 stem ( nd/Fs , x3d , ’ r ’ )
v = axis ;
286 v ( 1 ) = min t ;
v ( 2 ) = max t ;
288 %v ( 3 ) = min amp ;
%v ( 4 ) = max amp ;
290 axis (v)
t i t l e ( ’ A 3 cos (2 \ pi f 3 n T S) ; F S = 44 kHz ’ )
292 ylabel ( ’ x 3 (n T S) ’ )
%
294 subplot (4 ,3 ,11)
stem ( nd/Fs , x4d , ’ r ’ )
296 v = axis ;
v ( 1 ) = min t ;
298 v ( 2 ) = max t ;
%v ( 3 ) = min amp ;
300 %v ( 4 ) = max amp ;
axis (v)
302 t i t l e ( ’ A 4 cos (2 \ pi f 4 n T S) ; F S = 44 kHz ’ )
ylabel ( ’ x 4 (n T S) ’ )
A.S.V.
304 %
xlabel ( ’n T S ’ )
306 %
subplot (4 ,3 ,9)
308 p l o t ( t , y6 )
h o l d on
v = axis ;
312 v ( 1 ) = min t ;
v ( 2 ) = max t ;
314 %v ( 3 ) = min amp ;
%v ( 4 ) = max amp ;
316 a x i s ( v )
318 y l a b e l ( ’ y 6 ( t ) ’ )
%
320 s u b p l o t ( 4 , 3 , 1 2 )
p l o t ( t , y5 )
322 h o l d on
324 v = a x i s ;
v ( 1 ) = min t ;
326 v ( 2 ) = max t ;
%v ( 3 ) = min amp ;
328 %v ( 4 ) = max amp ;
axis (v)
ylabel ( ’ y 5 ( t ) ’ )
332 %
334 %
% I n s e r c a o nao c o n v e n c i o n a l de t e x t o . . .
336 %
% Subplot vazio . . .
338 s u b p l o t ( 4 , 3 , 3 )
a x i s ( ” o f f ”)
340 % D e f i n i c a o de c e l l a r r a y com s t r i n g s de comprimentos d i f e r e n t e s . . .
t i t l e s t r = { ’ * S i n a i s a n a l ó g i c o s em a z u l . ’ ,
342 ’ ’ ,
’ * S i n a i s d i s c r e t o s em vermelho . ’ } ;
344 % I n s e r c a o de t e x t o no t i t u l o de s u b p l o t v a z i o . . .
hdl = t i t l e ( t i t l e s t r ,
346 ”f o n t s i z e ” ,14 ,
”horizontalalignment ” , ” l e f t ” ,
348 ” v e r t i c a l a l i g n m e n t ” , ”top ” ) ;
t i t l e p o s i t i o n = g e t ( hdl , ” p o s i t i o n ” ) ;
350 t i t l e p o s i t i o n ( 1 ) = 0 ;
s e t ( hdl , ” p o s i t i o n ” , t i t l e p o s i t i o n )
352 %
%r e t u r n
354
%%%%%%%%%%
356
%
358 FigNbr = FigNbr +1;
f i g u r e ( FigNbr ) ;
%
362 s u b p l o t ( 3 , 4 , 1 )
TET / UFF
p l o t ( t , x1 )
364 v = axis ;
v ( 1 ) = min t ;
366 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
368 v ( 4 ) = max amp ;
axis (v)
ylabel ( ’ x 1 ( t ) ’ )
372 %
374 %
subplot (3 ,4 ,2)
376 p l o t ( t , x2 )
v = axis ;
378 v ( 1 ) = min t ;
v ( 2 ) = max t ;
380 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
382 axis (v)
t i t l e ( ’ A 2 cos (2 \ pi f 2 t) ; f 2 = 21 kHz ’ )
384 ylabel ( ’ x 2 ( t ) ’ )
%
386 xlabel ( ’ t ’ )
%
388 subplot (3 ,4 ,3)
p l o t ( t , x3 )
390 v = axis ;
v ( 1 ) = min t ;
392 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
394 v ( 4 ) = max amp ;
axis (v)
ylabel ( ’ x 3 ( t ) ’ )
398 %
400 %
subplot (3 ,4 ,4)
402 p l o t ( t , x4 )
v = axis ;
404 v ( 1 ) = min t ;
v ( 2 ) = max t ;
406 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
408 axis (v)
t i t l e ( ’ A 4 cos (2 \ pi f 4 t) ; f 4 = 40 kHz ’ )
410 ylabel ( ’ x 4 ( t ) ’ )
%
412 xlabel ( ’ t ’ )
%
414 subplot (3 ,4 ,5)
stem ( nd , x1d , ’ r ’ )
416 v = axis ;
v ( 1 ) = min n ;
418 v ( 2 ) = max n ;
v ( 3 ) = min amp ;
420 v ( 4 ) = max amp ;
axis (v)
A.S.V.
422 title ( ’x 1 [n] ; F S = 44 kHz ’ )

ylabel ( ’ x 1 [n] ’ )
424 %
xlabel ( ’n ’ )
426 %
subplot (3 ,4 ,6)
428 stem ( nd , x2d , ’ r ’ )
v = axis ;
430 v ( 1 ) = min n ;
v ( 2 ) = max n ;
432 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
434 axis (v)
title ( ’x 2 [n] ; F S = 44 kHz ’ )
436 ylabel ( ’ x 2 [n] ’ )
%
438 xlabel ( ’n ’ )
%
440 subplot (3 ,4 ,7)
stem ( nd , x3d , ’ r ’ )
442 v = axis ;
v ( 1 ) = min n ;
444 v ( 2 ) = max n ;
v ( 3 ) = min amp ;
446 v ( 4 ) = max amp ;
axis (v)
448 title ( ’x 3 [n] = y 6 [n] ; F S = 44 kHz ’ )
ylabel ( ’ x 3 [n] ’ )
450 %
xlabel ( ’n ’ )
452 %
subplot (3 ,4 ,8)
454 stem ( nd , x4d , ’ r ’ )
v = axis ;
456 v ( 1 ) = min n ;
v ( 2 ) = max n ;
458 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
460 axis (v)
title ( ’x 4 [n] = y 5 [n] ; F S = 44 kHz ’ )
462 ylabel ( ’ x 4 [n] ’ )
%
464 xlabel ( ’n ’ )
%
466 subplot (3 ,4 ,11)
p l o t ( t , y6 )
468 v = axis ;
v ( 1 ) = min t ;
470 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
472 v ( 4 ) = max amp ;
axis (v)
ylabel ( ’ y 6 ( t ) ’ )
476 %
478 %
subplot (3 ,4 ,12)
480 p l o t ( t , y5 )
TET / UFF
v = axis ;
482 v ( 1 ) = min t ;
v ( 2 ) = max t ;
484 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
486 axis (v)
488 ylabel ( ’ y 5 ( t ) ’ )
%
490 xlabel ( ’ t ’ )
%
492 %r e t u r n
494 %%%%%%%%%%
496 %
FigNbr = FigNbr +1;
500 %
subplot (3 ,4 ,1)
502 p l o t ( t , x1 )
v = axis ;
504 v ( 1 ) = min t ;
v ( 2 ) = max t ;
506 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
508 a x i s ( v )
510 y l a b e l ( ’ x 1 ( t ) ’ )
%
512 s u b p l o t ( 3 , 4 , 9 )
p l o t ( t , xlow )
514 v = a x i s ;
v ( 1 ) = min t ;
516 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
518 v ( 4 ) = max amp ;
axis (v)
520 t i t l e ( ’ S i n a l Tx ( low ) ’ )
y l a b e l ( ’ x { low } ( t ) ’ )
522 %
524 %
subplot (3 ,4 ,2)
526 p l o t ( t , x2 )
v = axis ;
528 v ( 1 ) = min t ;
v ( 2 ) = max t ;
530 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
532 a x i s ( v )
534 y l a b e l ( ’ x 2 ( t ) ’ )
%
536 s u b p l o t ( 3 , 4 , 6 )
p l o t ( t , x3 )
538 v = a x i s ;
v ( 1 ) = min t ;
A.S.V.
540 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
542 v ( 4 ) = max amp ;
axis (v)
544 t i t l e ( ’ A 3 cos (2 \ pi f 3 t ) ; f 3 = 24 kHz ’ )
ylabel ( ’ x 3 ( t ) ’ )
546 %
subplot (3 ,4 ,10)
548 p l o t ( t , xmed )
v = axis ;
550 v ( 1 ) = min t ;
v ( 2 ) = max t ;
552 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
554 axis (v)
t i t l e ( ’ S i n a l Tx (med) ’ )
556 y l a b e l ( ’ x {med} ( t ) ’ )
%
558 xlabel ( ’ t ’ )
%
560 subplot (3 ,4 ,3)
p l o t ( t , x4 )
562 v = axis ;
v ( 1 ) = min t ;
564 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
566 v ( 4 ) = max amp ;
axis (v)
568 t i t l e ( ’ A 4 cos (2 \ pi f 4 t ) ; f 4 = 40 kHz ’ )
ylabel ( ’ x 4 ( t ) ’ )
570 %
subplot (3 ,4 ,11)
572 p l o t ( t , xhigh )
v = axis ;
574 v ( 1 ) = min t ;
v ( 2 ) = max t ;
576 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
578 axis (v)
t i t l e ( ’ S i n a l Tx ( h i g h ) ’ )
580 y l a b e l ( ’ x { high } ( t ) ’ )
%
582 xlabel ( ’ t ’ )
%
584 subplot (3 ,4 ,12)
plot ( t , x)
586 v = axis ;
v ( 1 ) = min t ;
588 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
590 v ( 4 ) = max amp ;
axis (v)
592 t i t l e ( ’ S i n a l Tx ( low + med + h i g h ) ’ )
ylabel ( ’x ( t ) ’ )
594 %
596 %
%r e t u r n
598
TET / UFF
%%%%%%%%%%
600
%
602 FigNbr = FigNbr +1;
f i g u r e ( FigNbr ) ;
%
606 subplot (4 ,1 ,1)
plot ( t , x , ’b ’ )
608 v = axis ;
v ( 1 ) = min t ;
610 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
612 v ( 4 ) = max amp ;
axis (v)
614 t i t l e ( ’ S i n a l Tx ’ )
ylabel ( ’x ( t ) ’ )
616 %
subplot (4 ,1 ,2)
618 stem ( nTs , xd , ’ r ’ )
v = axis ;
620 v ( 1 ) = min nTs ;
v ( 2 ) = max nTs ;
622 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
624 axis (v)
t i t l e ( ’ S i n a l D i s c r e t o Tx ’ )
626 ylabel ( ’x (n T s ) ’ )
%
628 subplot (4 ,1 ,3)
plot ( t , y , ’k ’ )
630 v = axis ;
v ( 1 ) = min t ;
632 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
634 v ( 4 ) = max amp ;
axis (v)
636 t i t l e ( ’ S i n a l Rx ’ )
ylabel ( ’y ( t ) ’ )
638 %
subplot (4 ,1 ,4)
640 plot ( t , x , ’b ’ )
h o l d on
642 stem ( nTs , xd , ’ r ’ )
plot ( t , y , ’k ’ )
644 v = axis ;
v ( 1 ) = min t ;
646 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
648 v ( 4 ) = max amp ;
axis (v)
650 t i t l e ( ’ S u p e r p o s i ç ã o dos t r ê s s i n a i s ’ )
%
652 xlabel ( ’ t ’ )
%
654 %r e t u r n
656 %%%%%%%%%%
A.S.V.
658 %
FigNbr = FigNbr +1;
662 %
subplot (3 ,4 ,2)
664 p l o t ( t , y1 )
v = axis ;
666 v ( 1 ) = min t ;
v ( 2 ) = max t ;
668 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
670 a x i s ( v )
672 y l a b e l ( ’ y 1 ( t ) ’ )
%
674 s u b p l o t ( 3 , 4 , 3 )
p l o t ( t , y2 )
676 v = a x i s ;
v ( 1 ) = min t ;
678 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
680 v ( 4 ) = max amp ;
axis (v)
ylabel ( ’ y 2 ( t ) ’ )
684 %
subplot (3 ,4 ,10)
686 p l o t ( t , ylow )
v = axis ;
688 v ( 1 ) = min t ;
v ( 2 ) = max t ;
690 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
692 a x i s ( v )
t i t l e ( ’ S i n a l Rx ( low ) ’ )
694 y l a b e l ( ’ y { low } ( t ) ’ )
%
696 x l a b e l ( ’ t ’ )
%
698 s u b p l o t ( 3 , 4 , 6 )
p l o t ( t , y5 )
700 v = a x i s ;
v ( 1 ) = min t ;
702 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
704 v ( 4 ) = max amp ;
axis (v)
ylabel ( ’ y 5 ( t ) ’ )
708 %
subplot (3 ,4 ,7)
710 p l o t ( t , y6 )
v = axis ;
712 v ( 1 ) = min t ;
v ( 2 ) = max t ;
714 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
716 a x i s ( v )
TET / UFF
718 ylabel ( ’ y 6 ( t ) ’ )
%
720 subplot (3 ,4 ,11)
p l o t ( t , ymed )
722 v = axis ;
v ( 1 ) = min t ;
724 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
726 v ( 4 ) = max amp ;
axis (v)
728 t i t l e ( ’ S i n a l Rx (med) ’ )
y l a b e l ( ’ y {med} ( t ) ’ )
730 %
732 %
subplot (3 ,4 ,4)
734 p l o t ( t , y7 )
v = axis ;
736 v ( 1 ) = min t ;
v ( 2 ) = max t ;
738 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
740 axis (v)
t i t l e ( ’ S i n a l nulo ’ )
742 ylabel ( ’ y 7 ( t ) ’ )
%
744 subplot (3 ,4 ,12)
p l o t ( t , yhigh )
746 v = axis ;
v ( 1 ) = min t ;
748 v ( 2 ) = max t ;
v ( 3 ) = min amp ;
750 v ( 4 ) = max amp ;
axis (v)
752 t i t l e ( ’ S i n a l Rx ( h i g h ) ’ )
y l a b e l ( ’ y { high } ( t ) ’ )
754 %
756 %
subplot (3 ,4 ,9)
758 plot ( t , y)
v = axis ;
760 v ( 1 ) = min t ;
v ( 2 ) = max t ;
762 v ( 3 ) = min amp ;
v ( 4 ) = max amp ;
764 axis (v)
t i t l e ( ’ S i n a l Rx ( low + med + h i g h ) ’ )
766 ylabel ( ’y ( t ) ’ )
%
768 xlabel ( ’ t ’ )
%
770 %r e t u r n
772 %%%%%%%%%%
774 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
A.S.V.
776
%
778 % EOF
%
TET / UFF
A.S.V.
Parte III
Representações de um SLIT
169
Capı́tulo 5
Representações de um SLIT
5.1 Introdução
Diversas descrições para os sistemas do tipo SLIT, Sistema Linear Invariante ao Tempo (ou
ao deslocamento), são abordadas na terceira parte do curso.
No domı́nio do tempo, são discutidas as seguintes representações: resposta ao impulso,
equação de diferença, operador de transferência, equações de estado, diagrama de sistema (ou
realização ou estrutura).
Nas seções que se seguem, são apresentadas diversas listagens de programas, relativas a tais
representações.
5.2 Operador de transferência

5.2.1 Diagrama de Pólos e Zeros (DPZ)
• O Código 5.1 apresenta um exemplo de traçado de Diagrama de Pólos e Zeros (DPZ).
No caso da ocorrência de singularidades múltiplas, as mesmas são sinalizadas com um
número indicativo da multiplicidade.
Código 5.1: Traçado de DPZ, com sinalização de singularidades múltiplas.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : D P Z i n d i c a m u l t s i n g .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
9 % %
% DSP : Demo s o b r e t r a c a d o de DPZ, %
11 % com s i n a l i z a c a o de s i n g u l a r i d a d e s m u l t i p l a s . %
% %
13 % Autor : A l e x a n d r e S . de l a Vega . %
% %
15 % Datas : /2018−1/ %
% %
17 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
19 %
171
172 Capı́tulo 5. Representações de um SLIT
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%

21 %
23 % lim p a wo rkspa ce
clear all
25 c l o s e a l l
27 %
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
29 %
31 % c a l c u l a c i r c u l o de r a i o u n i t a r i o
N = 360;
33 n = 0 : ( N−1);
u n i t c i r c = exp ( j * 2 * p i * n/N ) ;
35
%
37 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
%
39
% d e f i n e funcao p o l in o m i a l r a c i o n a l
41 % para t e s t e s . . .
43 % numerador
%
45 %num = [ 5 4 3 2 1 ] ;
%
47 num = [ 1 2 3 4 5 ] ;
%num = [ 1 2 3 4 ] ;
49 %num = [ 1 2 ] ;
%num = 1 ;
51 %
%num = [ 1 1 . 2 5 ] ;
53 %
% e r r o numerico em r o o t s ( )
55 % g e r a 2 z e r o s s i m p l e s
% ao i n v e s de 1 p o l o m u l t i p l o com m=2 . . .
57 %num = [ 1 . 0 0 0 0 0 2.50000 2.00000 0.50000 ] ;
59 % denominador
%
61 den = [ 5 4 3 2 1 ] ;
%den = [ 5 4 3 2 ] ;
63 %den = [ 5 4 3 ] ;
%den = [ 5 4 ] ;
65 %den = 5 ;
%
67 %den = [ 1 −1 . 2 5 ] ;
%
69
%
71 %%%%%%%%%%
%
73
nc = [ 1 . 9 ] ;
75 np = [ 1 . 8 ] ;
nf = [ 1 .5 ] ;
77
num = conv ( [ 1 0 ] , conv ( nc , np ) ) ;
A.S.V.
5.2. Operador de transferência 173
79 den = [ 1 0 0 0 ] + conv ( conv ( nc , np ) , n f ) ;
81 %
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
83 %
85 % c a l c u l a z e r o s , p o l o s e c o n s t a n t e de ganho
z = r o o t s (num ) ;
87 p = r o o t s ( den ) ;
k = num( 1 ) / den ( 1 ) ;
89
%
91 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
%
93
% define zeros e polos
95 % para t e s t e s . . .
%
97 % z e r o s m u l t i p l o s
%z = [ . 2 . 3 . 1 . 2 . 3 . 3 . 3 . 1 . 2 ] ’ ;
99 %
% polos multiplos
101 %p = [ −.3 −.3 * i −.3+.3 * i , . . .
% −.1 −.1 * i −.1+.1 * i , . . .
103 % −.2 −.2 * i −.2+.2 * i , . . .
% −.2 −.2 * i −.2+.2 * i , . . .
105 % −.3 −.3 * i −.3+.3 * i , . . .
% −.3 −.3 * i −.3+.3 * i , . . .
107 % −.3 −.3 * i −.3+.3 * i , . . .
% −.1 −.1 * i −.1+.1 * i , . . .
109 % −.2 −.2 * i −.2+.2 * i , . . .
% 0] ’;
111
%
113 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
%
115
% g e r e n c i a as s i n g u l a r i d a d e s s i m p l e s e m u l t i p l a s
117
% zeros
119 %
% s e l e c i o n a os d i f e r e n t e s v a l o r e s de z e r o s
121 z unq = unique ( z ) ;
123 % s e p a r a os z e r o s s i m p l e s dos m u l t i p l o s
% e
125 % i d e n t i f i c a as m u l t i p l i c i d a d e s
%
127 z smp = [ ] ;
z mlt = [ ] ;
129 z mlt m = [ ] ;
%
131 f o r i n d = 1 : l e n g t h ( z unq )
unq pos = f i n d ( z == z unq ( i n d ) ) ;
133 m = l e n g t h ( unq pos ) ;
i f ( m == 1 )
135 z smp = [ z smp ; z unq ( i n d ) ] ;
else
137 z mlt = [ z mlt ; z unq ( i n d ) ] ;
TET / UFF
z mlt m = [ z mlt m ; m ];
139 endif
endfor
141 %
c l e a r unq pos m
143
% polos
145 %
% s e l e c i o n a os d i f e r e n t e s v a l o r e s de p o l o s
147 p unq = unique ( p ) ;
149 % s e p a r a os p o l o s s i m p l e s dos m u l t i p l o s
% e
151 % i d e n t i f i c a as m u l t i p l i c i d a d e s
%
153 p smp = [ ] ;
p mlt = [ ] ;
155 p mlt m = [ ] ;
%
157 f o r i n d = 1 : l e n g t h ( p unq )
unq pos = f i n d ( p == p unq ( i n d ) ) ;
159 m = l e n g t h ( unq pos ) ;
i f ( m == 1 )
161 p smp = [ p smp ; p unq ( i n d ) ] ;
else
163 p mlt = [ p mlt ; p unq ( i n d ) ] ;
p mlt m = [ p mlt m ; m ];
165 endif
endfor
167 %
c l e a r unq pos m
169
%
171 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
%
173
%
175 % c r i a g r a f i c o
%
177
% c a l c u l o s comuns a t o d o s os g r a f i c o s
179 %
r e z u n q = r e a l ( z unq ) ;
181 im z unq = imag ( z unq ) ;
%
183 r e p u n q = r e a l ( p unq ) ;
im p unq = imag ( p unq ) ;
185 %
mult offset x = .025;
187 m u l t o f f s e t y = . 0 5 0 ;
189 % c a l c u l a r a i o de v i s u a l i z a c a o ,
% b a s e a d o na p o s i c a o das s i n g u l a r i d a d e s ( z e r o s e p o l o s )
191 %
i f ( isempty ( z ) && isempty ( p ) )
193 dpz limit = 1;
else
195 m a x r e s i n g = max( [ max( abs ( r e z u n q ) ) , max( abs ( r e p u n q ) ) ] ) ;
max im sing = max( [ max( abs ( im z unq ) ) , max( abs ( im p unq ) ) ] ) ;
A.S.V.
5.2. Operador de transferência 175
197 max sing = max( [ m a x r e s i n g , max im sing ] );

d p z l i m i t = f i x ( max sing ) + 1 ;
199 endif
201 % c r i a canvas
h f=f i g u r e ( 1 ) ;
203 s e t ( hf , ’ p a p e r t y p e ’ , ’ a4 ’ )
205 % desenha c i r c u l o de r a i o u n i t a r i o
p l o t ( r e a l ( u n i t c i r c ) , imag ( u n i t c i r c ) , ’ b ’ )
207
% mantem t o d o s os g r a f i c o s na mesma f i g u r a
209 h o l d on
211 % desenha os z e r o s s i m p l e s
p l o t ( r e a l ( z smp ) , imag ( z smp ) , ’ ok ’ )
213
% desenha os z e r o s m u l t i p l o s
215 p l o t ( r e a l ( z m l t ) , imag ( z m l t ) , ’ ok ’ )
f o r i n d = 1 : l e n g t h ( z mlt m )
217 text ( ( r e a l ( z mlt ( ind ) ) + m u l t o f f s e t x ) ,
( imag ( z m l t ( i n d ) ) + m u l t o f f s e t y ) ,
219 num2str ( z mlt m ( i n d ) ) )
endfor
221
% desenha os p o l o s s i m p l e s
223 p l o t ( r e a l ( p smp ) , imag ( p smp ) , ’ xk ’ )
225 % desenha os p o l o s m u l t i p l o s
p l o t ( r e a l ( p mlt ) , imag ( p mlt ) , ’ xk ’ )
227 f o r i n d = 1 : l e n g t h ( p mlt m )
t e x t ( ( r e a l ( p mlt ( i n d ) ) + m u l t o f f s e t x ) ,
229 ( imag ( p mlt ( i n d ) ) + m u l t o f f s e t y ) ,
num2str ( p mlt m ( i n d ) ) )
231 e n d f o r
233 % e s c r e v e c o n s t a n t e de ganho
% em p o s i c a o d e f i n i d a p e l o s l i m i t e s do g r a f i c o
235 K s t r = [ ’K = ’ , s p r i n t f ( ”%.3 f ” , k ) ] ;
K str offset = dpz limit / 8;
237 t e x t ( ((− d p z l i m i t ) + K s t r o f f s e t ) ,
(( dpz limit ) − K str offset ) ,
239 K str )
241 % i d e n t i f i c a o g r a f i c o
t i t l e ( ’ Diagrama de p o l o s e z e r o s (DPZ) ’ )
243 y l a b e l ( ’ Im \ { . \ } ’ )
x l a b e l ( ’ Re \ { . \ } ’ )
245
% h a b i l i t a o g r i d na f i g u r a
247 g r i d on
249 % C o n t r o l a formato do g r a f i c o
% Deve v i r ANTES do c o n t r o l e dos l i m i t e s ! ! !
251 a x i s ( ”image ”)
253 % c o n t r o l a l i m i t e s
v = [ (− d p z l i m i t ) d p z l i m i t (− d p z l i m i t ) d p z l i m i t ] ;
255 a x i s ( v )
TET / UFF
257 %
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
259 %
261 %
% EOF
263 %
A.S.V.
Parte IV
Sinais e sistemas no domı́nio da frequência
177
Capı́tulo 6
Sinais no domı́nio da frequência
6.1 Introdução
Na terceira parte do curso, são abordados os seguintes itens sobre sinais (com tempo dis-
creto) no domı́nio da frequência: revisão das representações em frequência com tempo contı́nuo
(Série de Fourier, Transformada de Fourier, Transformada de Laplace), Série de Fourier de
Tempo Discreto (DTFS), Transformada de Fourier de Tempo Discreto (DTFT), Transformada
de Fourier Discreta (DFT), Transformada Rápida de Fourier (FFT), Transformada Z, relações
entre as diversas representações, parâmetros e efeitos importantes. Além disso, são também
abordados os seguintes tópicos sobre SLIT (com tempo discreto) no domı́nio da frequência:
Resposta em Frequência, Seletividade em Frequência, Função de Transferência ou Função de
Sistema, representações de um SLIT no domı́nio da frequência. Nas seções que se seguem, são
apresentadas diversas listagens de programas, relativas a tais assuntos.
6.2 DTFS
• O Código 6.1 apresenta o cálculo dos coeficientes da DTFS de um sinal discreto periódico.
Código 6.1: Exemplo de cálculo dos coeficientes da DTFS.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : d t f s e x m .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% DTFS example %
11 % %
% Author : A l e x a n d r e S . de l a Vega %
13 % Version : /2022 0 1 1 2 / %
% /2010 1 2 1 4 / %
15 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
17 %
19 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
179
180 Capı́tulo 6. Sinais no domı́nio da frequência
21 % c l e a r wo rksp a ce
clear all
23 c l o s e a l l
25 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
27 % d e f i n e i n p u t s e q u e n c e
%
29 x f u n d n = rand ( 1 , 1 0 ) ;
%
31 x f u n d n = 5: −1: −10;
x f u n d n = 10: −1: −5;
33 %
%x f u n d n = 10: −1: −10;
35 %x f u n d n = 1 0 : − 1 : 0 ;
%x f u n d n = 0: −1: −10;
37
%
39 N = l e n g t h ( x f u n d n ) ;
41 %%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
43 % c a l c u l a t e DTFS c o e f i c i e n t s
X fund k = z e r o s ( 1 ,N ) ;
45 f o r k = 0 : ( N−1)
i n d = k+1;
47 f o r n = 0 : ( N−1)
X fund k ( i n d ) = X fund k ( i n d ) + . . .
49 ( x f u n d n ( n+1) * exp ( j * k * ( ( 2 * p i ) /N) * n ) ) ;
end
51 end
X fund k = X fund k / N;
53 X fund k mod = abs ( X fund k ) ;
X fund k deg = ( a n g l e ( X fund k ) * 1 8 0 ) / p i ;
55
%%%%%%%%%% %%%%%%%%%% %%%%%%%%%%
57
%
59 % draw s e q u e n c e s
%
61
%%%%%%%%%% %%%%%%%%%%
63
%
65 FigNbr = 0 ;
67 %
bck clr = [.1 , .1 , . 1 ] ;
69
%
71 n = 0 : ( N−1);
k = 0 : ( N−1);
73
%
75 %abs min = min ( a b s ( x f u n d n ) ) ;
abs max = max( abs ( x f u n d n ) ) ;
77
%
79 %v a l m i n = min ( x f u n d n ) ;
A.S.V.
6.2. DTFS 181
%val max = max( x f u n d n ) ;

81
%
83 x per n = [ x fund n x fund n x fund n ] ;
n per = 0 : ( l e n g t h ( x p e r n ) −1);
85
%
87 X per k mod = [ X fund k mod X fund k mod X fund k mod ] ;
X p e r k d e g = [ X fund k deg X fund k deg X fund k deg ] ;
89 k p e r = 0 : ( l e n g t h ( X per k mod ) −1);
91 %%%%%%%%%% %%%%%%%%%%
93 %
FigNbr = FigNbr +1;
%
97 %
subplot (2 ,4 ,1)
99 stem ( n per , x p e r n )
a x i s ( [ n p e r ( 1 ) n p e r ( end ) −abs max abs max ] )
101 s e t ( gca , ” c o l o r ” , b c k c l r )
y l a b e l ( ’ x { per } [ n ] ’ )
103 x l a b e l ( ’ n ’ )
t i t l e ({ ’ P e r i o d i c s i g n a l ’ , ’ x { per } [ n ] ’ })
105 %
%
107 s u b p l o t ( 2 , 4 , 2 )
stem ( n , x f u n d n )
109 a x i s ( [ n ( 1 ) n ( end ) −abs max abs max ] )
s e t ( gca , ” c o l o r ” , b c k c l r )
111 y l a b e l ( ’ x { fund } [ n ] ’ )
xlabel ( ’n ’ )
113 t i t l e ( { ’ R e p r e s e n t a t i o n o f a p e r i o d i c s i g n a l ’ ,
’ Time ( n ) ’ } )
115 %
%
117 s u b p l o t ( 2 , 4 , 3 )
stem ( k , X fund k mod )
119 a x i s ( [ k ( 1 ) k ( end ) 0 abs max ] )
121 y l a b e l ( ’ | X { fund } [ k ] | ’ )
t i t l e ({ ’ Representation of a p e r i o d i c s i g n a l ’ ,
123 ’ Frequency ( k ) ’ } )
%
125 s u b p l o t ( 2 , 4 , 7 )
stem ( k , X fund k deg )
127 a x i s ( [ k ( 1 ) k ( end ) −200 200 ] )
129 y l a b e l ( ’ \ a n g l e X { fund } [ k ] ( degree ) ’ )
xlabel ( ’k ’ )
131 %
%
133 s u b p l o t ( 2 , 4 , 4 )
stem ( k per , X per k mod )
135 a x i s ( [ k ( 1 ) k p e r ( end ) 0 abs max ] )
137 y l a b e l ( ’ | X { p e r } [ k ] | ’ )
t i t l e ({ ’ P e r i o d i c s i g n a l ’ , ’X { per } [ k ] ’ })
TET / UFF
139 %
subplot (2 ,4 ,8)
141 stem ( k per , X p e r k d e g )
a x i s ( [ k p e r ( 1 ) k p e r ( end ) −200 200 ] )
143 s e t ( gca , ” c o l o r ” , b c k c l r )
y l a b e l ( ’ \ angle X { per } [ k ] ( degree ) ’ )
145 x l a b e l ( ’ k ’ )
147 %%%%%%%%%% %%%%%%%%%%
149 %
% EOF
151 %
A.S.V.
6.3. DTFT 183
6.3 DTFT
• O Código 6.2 implementa o cálculo da DTFT de um sinal discreto não periódico, com
simetria par.
Código 6.2: DTFT de sequência com simetria par.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : d t f t e v e n s e q .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % T i t u l o : Demo de DTFT %
% de s e q üê n c i a com s i m e t r i a par %
13 % %
15 % Data : / 2010 02 / %
% %
17 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
19
21 % Limpeza do a mbiente
clear all
23 c l o s e a l l
25 %
n = −10:10;
27 x1n = (−2<=n ) & ( n<=2);
x2n = (0<=n ) & ( n<=4);
29
31 %
k = −1:.01:1;
33 W = p i * k ;
35 %
X1W = ( 1 + c o s (W) + c o s ( 2 *W) ) ;
37 X1Wmod = abs (X1W) ;
X1Wang = a n g l e (X1W) ;
39
X2W = ( 1 + c o s (W) + c o s ( 2 *W) ) . * exp(− j * 4 *W) ;
41 X2Wmod = abs (X2W) ;
X2Wang = unwrap ( a n g l e (X2W) ) ;
43
45 %
figure (1)
47 %
subplot (3 ,2 ,1)
49 stem ( n , x1n )
ylabel ( ’x(n) ’ )
51 x l a b e l ( ’ n ’ )
t i t l e ( ’DTFT de s i n a l com s i m e t r i a par ’ )
TET / UFF
53 %
subplot (3 ,2 ,3)
55 p l o t ( k ,X1Wmod)
y l a b e l ( ’ |X( \Omega ) | ’ )
57 x l a b e l ( ’ \Omega / \ p i ’ )
%
59 s u b p l o t ( 3 , 2 , 5 )
p l o t ( k , X1Wang)
61 y l a b e l ( ’ \ a n g l e X( \Omega) ’ )
x l a b e l ( ’ \Omega / \ p i ’ )
63
%
65 s u b p l o t ( 3 , 2 , 2 )
stem ( n , x2n )
67 y l a b e l ( ’ x ( n ) ’ )
xlabel ( ’n ’ )
69 t i t l e ( ’DTFT de s i n a l com s i m e t r i a par ’ )
%
71 s u b p l o t ( 3 , 2 , 4 )
p l o t ( k ,X2Wmod)
73 y l a b e l ( ’ |X( \Omega ) | ’ )
x l a b e l ( ’ \Omega / \ p i ’ )
75 %
subplot (3 ,2 ,6)
77 p l o t ( k , X2Wang)
y l a b e l ( ’ \ a n g l e X( \Omega) ’ )
79 x l a b e l ( ’ \Omega / \ p i ’ )
81
%
83 % EOF
%
A.S.V.
6.4. DTFS × DTFT × DFT 185
6.4 DTFS × DTFT × DFT

• O Código 6.3 ilustra o relacionamento entre DTFS, DTFT e DFT através de cálculos
envolvendo uma sequência gate retangular.
Código 6.3: Cálculo de DTFS, DTFT e DFT, para sequência gate retangular.
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %
% Arquivo : d t f s d t f t d f t g a t e r e t a n g u l a r .m
4 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
6
8 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10 % %
% T i t u l o : C a l c u l o de DTFS, DTFT e DFT %
12 % de uma s e q u e n c i a g a t e r e t a n g u l a r . %
% %
% Data : / 2011 1 1 2 9 / %
16 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
18 %
20
clear all
24 % j a n e l a s
close all
26
Ng = 3 ; % comprimento do g a t e = 2Ng + 1
30 %
Np = 2 0 ; % p e r i o d o f u n d a m e n t a l de r e p e t i c a o
32 %
Nv = 2 * Np ;
34 n = −Nv : Nv ; % j a n e l a de v i s u a l i z a c a o
%
36
38 % d e f i n i c a o da s e q u e n c i a nao p e r i o d i c a
xn = g a t e r e t a n g u n i t a r i o (Ng , n ) ;
40
42 % d e f i n i c a o da s e q u e n c i a p e r i o d i c a
xp = g a t e r e t a n g u n i t a r i o (Ng , n ) ;
44 l =1;
w h i l e ( ( l *Np − Ng) < Nv ) ,
46 xp = xp + g a t e r e t a n g u n i t a r i o (Ng , ( n + l *Np ) ) ;
xp = xp + g a t e r e t a n g u n i t a r i o (Ng , ( n − l *Np ) ) ;
48 l = l + 1;
end
50
52 % d e f i n i c a o do Omega k = dW
TET / UFF
dW = ( 2 * p i /Np ) ;
54
56 % d e f i n i c a o da DTFS
k = n;
58 i n d 0 = f i n d ( k==0);
k ( i n d 0 )= Np ; % e v i t a d i v i s a o por zero ,
60 % p o i s s i n (2 * p i ) ˜= s i n ( 0 )
% por e r r o de c a l c u l o numerico
62 Wk = k *dW;
xkp = ( s i n ( ( 2 * Ng + 1 ) * (Wk/ 2 ) ) . / s i n (Wk/ 2 ) ) / Np ;
64 k ( i n d 0 )= 0 ; % r e s t a u r a v a l o r o r i g i n a l para v e t o r ( 0 )
66
% d e f i n i c a o da DTFT
68 l = −Nv : ( Np/ 5 0 0 ) : Nv ;
i n d 0 = f i n d ( l ==0);
70 l ( i n d 0 )= Np ; % e v i t a d i v i s a o por zero ,
% p o i s s i n (2 * p i ) ˜= s i n ( 0 )
72 % por e r r o de c a l c u l o numerico
W = l *dW;
74 xW = ( s i n ( ( 2 * Ng + 1 ) * (W/ 2 ) ) . / s i n (W/ 2 ) ) ;
l ( i n d 0 )= 0 ; % r e s t a u r a v a l o r o r i g i n a l para v e t o r ( 0 )
76
78 % d e f i n i c a o da DFT
xk = z e r o s ( 1 , l e n g t h ( k ) ) ;
80 krange = ( 1 : Np) + Nv ;
xk ( krange ) = Np * xkp ( krange ) ;
82
84 %%%%%%%%%%%%%%%%%%%%%%%
86
% ilustra resultados
88
%a x i s ( [XMIN XMAX YMIN YMAX] )
90
figure (1)
92 %
%s u b p l o t ( 2 , 3 , 1 )
94 s u b p l o t ( 3 , 2 , 1 )
stem ( n , xp , ’ k ’ )
96 y l a b e l ( ’ x p [ n ] ’ )
xlabel ( ’n ’ )
98 t i t l e ( ’ S i n a l p e r i ó d i c o ’ )
%
100 %s u b p l o t ( 2 , 3 , 2 )
subplot (3 ,2 ,3)
102 stem ( n , xn , ’ k ’ )
104 x l a b e l ( ’ n ’ )
t i t l e ( ’ S i n a l nã o p e r i ó d i c o ’ )
106 %
%s u b p l o t ( 2 , 3 , 3 )
108 s u b p l o t ( 3 , 2 , 5 )
stem ( n , xn , ’ k ’ )
110 y l a b e l ( ’ x [ n ] ’ )
xlabel ( ’n ’ )
A.S.V.
6.4. DTFS × DTFT × DFT 187
112 t i t l e ( ’ S i n a l nã o p e r i ó d i c o ’ )
%
114 %s u b p l o t ( 2 , 3 , 4 )
subplot (3 ,2 ,2)
116 stem ( k , xkp , ’ k ’ )
ylabel ( ’X p [ k ] ’ )
118 xlabel ( ’k ’ )
t i t l e ( ’DTFS de x p [ n ] ’ )
120 v = axis ;
v ( 1 ) = min ( k ) ;
122 v ( 2 ) = max( k ) ;
v ( 3 ) = min ( xkp ) ;
124 v ( 4 ) = max( xkp ) ;
axis (v)
126 %
%s u b p l o t ( 2 , 3 , 5 )
128 subplot (3 ,2 ,4)
p l o t (W,xW, ’ k ’ )
130 y l a b e l ( ’X( e ˆ{ j \Omega} ) ’ )
x l a b e l ( ’ \Omega ’ )
132 t i t l e ( ’DTFT de x [ n ] ’ )
v = axis ;
134 v ( 1 ) = min (W) ;
v ( 2 ) = max(W) ;
136 v ( 3 ) = min (xW) ;
v ( 4 ) = max(xW) ;
138 axis (v)
%
140 %s u b p l o t ( 2 , 3 , 6 )
subplot (3 ,2 ,6)
142 stem ( k , xk , ’ k ’ )
y l a b e l ( ’X [ k ] ’ )
144 xlabel ( ’k ’ )
t i t l e ( ’ N p−p o i n t DFT de x [ n ] ’ )
146 v = axis ;
v ( 1 ) = min ( k ) ;
148 v ( 2 ) = max( k ) ;
v ( 3 ) = min ( xk ) ;
150 v ( 4 ) = max( xk ) ;
axis (v)
152
154 %%%%%%%%%%%%%%%%%%%%%%%
156
%%
158 %% Para c o n f e r i r o r e s u l t a d o da equacao
%% com o r e s u l t a d o da f u n c a o f f t ( . )
160 %%
%f g = f f t ( xp ( 1 : 2 0 ) ) ;
162 %%
%f i g u r e ( 2 )
164 %stem ( 0 : 1 9 , ( a b s ( f g ) . * r e a l ( exp ( j * a n g l e ( f g ) ) ) ) )
%y l a b e l ( ’X [ k ] ’ )
166 %x l a b e l ( ’ k ’ )
% t i t l e ( ’ N p−p o i n t DFT de x [ n ] , c a l c u l a d a p e l a fun ç ão f f t ( x ) ’ )
168 %a x i s ( v )
%%
170
TET / UFF
172 %%%%%%%%%%%%%%%%%%%%%%%
174
%
176 % EOF
%
A.S.V.
6.5. DTFT × DFT 189
6.5 DTFT × DFT

• O Código 6.4 ilustra o cálculo da DTFT de um sinal discreto não periódico, através da
interpolação dos coeficientes da DFT, calculados para a extensão periódica de tal sinal.
Código 6.4: DTFT calculada por interpolação da DFT.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : d t f t i n t e r p d f t .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% DTFT i n t e r p o l a t e d from DFT %
11 % Author : A l e x a n d r e S . de l a Vega %
% Version : /2010 1 2 1 4 / %
13 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
15
17 % c l e a r wo rkspa ce
clear all
19 c l o s e a l l
21
% define input sequence
23 x b a s = rand ( 1 , 1 0 ) ;
N = length ( x bas ) ;
25
27 % c a l c u l a t e DTFS c o e f i c i e n t s
a = z e r o s ( 1 ,N ) ;
29 f o r k = 0 : ( N−1)
i n d = k+1;
31 f o r n = 0 : ( N−1)
a ( i n d ) = a ( i n d ) + ( x b a s ( n+1) * exp(− j * k * ( ( 2 * p i ) /N) * n ) ) ;
33 end
end
35 a mod = abs ( a ) ;
a d eg = ( a n g l e ( a ) * 1 8 0 ) / p i ;
37
39 % c a l c u l a t e DFT c o e f i c i e n t s
X k = f f t ( x bas ,N ) ;
41 X k mod = abs ( X k ) ;
X k deg = ( a n g l e ( X k ) * 1 8 0 ) / p i ;
43
45 % c a l c u l a t e DTFT i n t e r p o l a t i o n
m = 0:199;
47 M = l e n g t h (m) ;
Omega step = ( 2 * p i ) /M;
49 Omega = Omega step . * m;
51 X omega = z e r o s ( 1 ,M) ;
f o r k = 0 : ( N−1)
TET / UFF
53 s i n r a t i o p a r a m = ( (N* Omega) − ( k * 2 * p i ) ) / 2 ;
s i n r a t i o = s i n ( s i n r a t i o p a r a m ) . / s i n ( s i n r a t i o p a r a m /N ) ;
55 X p a r t i a l = a ( k+1) . * s i n r a t i o . * ...
exp(− j . * ( Omega−(k * ( ( 2 * p i ) /N ) ) ) . * ( ( N− 1 ) / 2 ) ) ;
57 X omega = X omega + X p a r t i a l ;
end
59 X omega = X omega / N;
61 X omega mod = abs ( X omega ) ;

X omega deg = ( a n g l e ( X omega ) * 1 8 0 ) / p i ;
63
65 % draw s e q u e n c e s
figure (1)
67
n = 0 : ( N−1);
69 k = 0 : ( N−1);
71 subplot (4 ,2 ,1)
stem ( n , x b a s )
73 ylabel ( ’x [n] ’ )
xlabel ( ’n ’ )
75 t i t l e ( ’ Representation of a nonperiodic signal (x [ n ] ) :
Time ( n ) X Frequency ( k ) ’ )
77
%x p e r = [ x b a s x b a s x b a s ] ;
79 %n p e r = 0 : ( l e n g t h ( x p e r ) −1);
%s u b p l o t ( 4 , 2 , 2 )
81 %stem ( n per , x p e r )
%y l a b e l ( ’ x { p e r } [ n ] ’ )
83 %x l a b e l ( ’ n ’ )
85 subplot (4 ,2 ,3)
stem ( k , a mod , ’ r ’ )
87 y l a b e l ( ’ | a {k} | ’ )
xlabel ( ’k ’ )
89 t i t l e ( ’DFT r e p r e s e n t a t i o n o f a p e r i o d i c e x t e n s i o n ( \ D e l t a k = 2 * \ p i / N) ’ )
91 subplot (4 ,2 ,4)
stem ( k , a deg , ’ r ’ )
93 y l a b e l ( ’ \ a n g l e a {k} ( d e g r e e ) ’ )
xlabel ( ’k ’ )
95
subplot (4 ,2 ,5)
97 stem ( k , X k mod , ’ r ’ )
y l a b e l ( ’ | X {k} | ’ )
99 xlabel ( ’k ’ )
t i t l e ( ’FFT r e p r e s e n t a t i o n o f a p e r i o d i c e x t e n s i o n ( \ D e l t a k = 2 * \ p i / N) ’ )
101
subplot (4 ,2 ,6)
103 stem ( k , X k deg , ’ r ’ )
y l a b e l ( ’ \ a n g l e X {k} ( d e g r e e ) ’ )
105 xlabel ( ’k ’ )
107 subplot (4 ,2 ,7)

p l o t (Omega , X omega mod )
109 h o l d on
stem ( k * ( 2 * p i /N) , X k mod , ’ r ’ )
111 y l a b e l ( ’ | X( e ˆ{ j \Omega} ) | ’ )
A.S.V.
6.5. DTFT × DFT 191
x l a b e l ( ’Omega ( rad ) ’ )
113 t i t l e ( ’ I n t e r p o l a t e d DTFT from t h e DFT r e p r e s e n t a t i o n ( \ D e l t a k = 2 * \ p i / N) ’ )
AV = a x i s ;
115 a x i s ( [AV( 1 ) ( 2 * p i ) AV( 3 ) AV( 4 ) ] )
117 subplot (4 ,2 ,8)

p l o t (Omega , X omega deg )
119 h o l d on
stem ( k * ( 2 * p i /N) , X k deg , ’ r ’ )
121 y l a b e l ( ’ \ a n g l e X( e ˆ{ j \Omega} ) ( d e g r e e ) ’ )
x l a b e l ( ’Omega ( rad ) ’ )
123 AV = a x i s ;
a x i s ( [AV( 1 ) ( 2 * p i ) AV( 3 ) AV( 4 ) ] )
125
127 %
% EOF
129 %
TET / UFF
6.6 DFT × Leakage ou Smearing

• O Código 6.5 ilustra o fenômeno de leakage ou smearing no cálculo da DFT.
Código 6.5: Fenômeno de leakage no cálculo da DFT.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : d f t l e a k a g e d e m o .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % T i t u l o : Demo de DFT de s e q u e n c i a s e n o i d a l %
% %
% Data : / 01/07/2 k9 / 2010 1 2 1 4 / %
15 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
17 %
19
% Limpeza do a mbiente
21 clear all
close all
23
25 % Parametros da s e q u e n c i a s e n o i d a l o r i g i n a l
A0 = 2 ;
27 F0 = 1 0 0 ;
T0 = 1/F0 ;
29 P0 = 0 ;
31
% Parametros da amostragem
33 SamplingFactor = 1 2 8 ; % Numero de p o n t o s por p e r i o d o
Fs = ( SamplingFactor * F0 ) ; % Sampling f r e q u e n c y
35 Ts = 1/ Fs ;
37 Nper = 4 ;
Nppp = (T0/Ts ) ; % Numero de p o n t o s por p e r i o d o
39 Ntot = ( Nper * Nppp ) ; % T o t a l de p o n t o s amostrados
41
% Montagem da s e q u e n c i a amostrada
43 n = 0 : ( Ntot −1);
x = A0 * c o s ( ( 2 * p i * F0 * ( n * Ts ) ) + P0 ) ;
45
47 % C a l c u l o da DFT sem l e a k a g e
NPfft = Ntot ; % Numero de p o n t o s da DFT sem l e a k a g e
49 k = 0 : ( NPfft −1);
51 X = f f t ( x , NPfft ) ;
53 Xmod = abs (X ) ;
A.S.V.
6.6. DFT × Leakage ou Smearing 193
Xang rad = a n g l e (X ) ;
55 Xang deg = Xang rad * 180/ p i ;
57
% C a l c u l o da DFT com l e a k a g e , d e v i d o a nao casamento de p e r i o d o s
59 N P f f t l p = Ntot * ( ( 2 * Nper ) −1)/(2 * Nper ) ; % Numero de p o n t o s da DFT com l e a k a g e
k l p = 0 : ( N P f f t l p −1);
61
Xlp = f f t ( x , N P f f t l p ) ;
63
Xlpmod = abs ( Xlp ) ;
65 Xlpang rad = a n g l e ( Xlp ) ;
Xlpang deg = Xlpang rad * 180/ p i ;
67
69 % C a l c u l o da DFT com l e a k a g e , d e v i d o a i n s e r c a o de z e r o s
N P f f t l = 3 * Ntot ; % Numero de p o n t o s da DFT com l e a k a g e
71
n l = 0 : ( N P f f t l −1);
73 ZeroPaddingVector = z e r o s ( 1 , ( N P f f t l −NPfft ) ) ;
x l = [ x , ZeroPaddingVector ] ;
75
k l = 0 : ( N P f f t l −1);
77 Xl = f f t ( x , N P f f t l ) ;
79 Xlmod = abs ( Xl ) ;
Xlang rad = a n g l e ( Xl ) ;
81 Xlang deg = Xlang rad * 180/ p i ;
83
%
85 % G r a f i c o s
%
87
% G r a f i c o da DFT com l e a k a g e , d e v i d o a i n s e r c a o de z e r o s
89 f i g u r e ( 1 )
91 subplot (2 ,2 ,1)
stem ( n , x )
93 t i t l e ( ’ S i n a l o r i g i n a l : x [ n ] = A 0 c o s ( 2 \ piF 0nT s + \ p h i 0 ) ’ )
xlabel ( ’n ’ )
95 y l a b e l ( ’ x [ n ] ’ )
AV = a x i s ;
97 a x i s ( [AV( 1 ) NPfft AV( 3 ) AV( 4 ) ] )
99 subplot (2 ,2 ,2)
stem ( k , Xmod)
101 t i t l e ( ’Mó d u l o da DFT de x [ n ] ’ )
xlabel ( ’k ’ )
103 y l a b e l ( ’ | X[ k ] | ’ )
AV = a x i s ;
107 subplot (2 ,2 ,4)

stem ( k , Xang deg )
109 t i t l e ( ’ Ân g u l o de f a s e da DFT de x [ n ] ’ )
xlabel ( ’k ’ )
111 y l a b e l ( ’ \ a n g l e X[ k ] ’ )
AV = a x i s ;
TET / UFF
115
% G r a f i c o da DFT com l e a k a g e , d e v i d o a nao casamento de p e r i o d o s
117 figure (2)
119 subplot (2 ,2 ,1)

stem ( klp , x ( k l p +1))
xlabel ( ’n ’ )
123 y l a b e l ( ’ x [ n ] ’ )
AV = a x i s ;
125 a x i s ( [AV( 1 ) N P f f t l p AV( 3 ) AV( 4 ) ] )
127 subplot (2 ,2 ,2)

stem ( klp , Xlpmod )
xlabel ( ’k ’ )
131 y l a b e l ( ’ | X[ k ] | ’ )
AV = a x i s ;
135 subplot (2 ,2 ,4)

stem ( klp , Xlpang deg )
xlabel ( ’k ’ )
139 y l a b e l ( ’ \ a n g l e X[ k ] ’ )
AV = a x i s ;
143
% G r a f i c o da DFT com l e a k a g e , d e v i d o a i n s e r c a o de z e r o s
145 figure (3)
147 subplot (2 ,2 ,1)

stem ( nl , x l )
xlabel ( ’n ’ )
151 y l a b e l ( ’ x [ n ] ’ )
AV = a x i s ;
153 a x i s ( [AV( 1 ) N P f f t l AV( 3 ) AV( 4 ) ] )
155 subplot (2 ,2 ,2)

stem ( kl , Xlmod )
xlabel ( ’k ’ )
159 y l a b e l ( ’ | X[ k ] | ’ )
AV = a x i s ;
163 subplot (2 ,2 ,4)

stem ( kl , Xlang deg )
xlabel ( ’k ’ )
167 y l a b e l ( ’ \ a n g l e X[ k ] ’ )
AV = a x i s ;
A.S.V.
6.6. DFT × Leakage ou Smearing 195
171 %
% EOF
173 %
TET / UFF
6.7 Aceleração do cálculo da DFT

6.7.1 Cálculo da DFT de sequências reais empregando sequências complexas
• O Código 6.6 define uma função para calcular as N-DFTs de duas sequências reais através
do cálculo da N-DFT de uma sequência complexa.
• O Código 6.7 ilustra o cálculo das N-DFTs de duas sequências reais através do cálculo da
N-DFT de uma sequência complexa.
• O Código 6.8 ilustra o cálculo da 2N-DFT de uma sequência real através do cálculo da
Código 6.6: Cálculo das N-DFTs de duas sequências reais através do cálculo da N-DFT de uma
sequência complexa.
1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : c s f f t .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
7 f u n c t i o n [ Gk , Hk ] = c s f f t ( g , h )
9 %
% CS FFT Complex s e q u e n c e FFT
11 % CS FFT( g , h ) r e t u r n s G[ k ] and H[ k ] by u s i n g
% a s i n g l e FFT o p e r a t i o n .
13 %
15 x = g + ( j *h ) ;
17 X fft = f f t (x );
19 X aux = [ X f f t , X f f t ( 1 ) ] ;
X f f t c o n j r e f l c i r c = c o n j ( f l i p l r ( X aux ( 2 : end ) ) ) ;
21
Gk = ( X f f t + X f f t c o n j r e f l c i r c ) / ( 2 ) ;
23 Hk = ( X f f t − X f f t c o n j r e f l c i r c ) / ( 2 * j ) ;
25 end
27 %
% EOF
29 %
Código 6.7: Exemplo de cálculo das N-DFTs de duas sequências reais através do cálculo da
1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : t w o s e q s c o m p l e x f f t .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
A.S.V.
6.7. Aceleração do cálculo da DFT 197
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % T i t u l o : C a l c u l o de FFT %
% de uma s e q u e n c i a complexa , %
13 % formada por duas s e q u e n c i a s r e a i s %
% distintas : x[n] = g [n] + j h[n] %
15 % %
17 % Data : / 2011 1 1 2 4 / %
% %
19 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
21
% variaveis
25 c l e a r a l l
% janelas
27 c l o s e a l l
29
31 N = 4 0 ;
n = 0 : ( N−1);
33
% d e f i n i c a o das s e q u e n c i a s de e n t r a d a
35 g = z e r o s ( 1 ,N ) ;
g (1:7) = 1;
37
h = z e r o s ( 1 ,N ) ;
39 h ( 1 : 1 1 ) = 1 ;
41
% c a l c u l o das FFTs i s o l a d a m e n t e
43 tic
%
45 G f f t = f f t ( g ) ;
H fft = f f t (h ) ;
47 %
t 2 r f f t = toc ;
49
51 % c a l c u l o da FFT com s e q u e n c i a complexa

tic
53 %
[ G cs fft , H cs fft ] = c s f f t (g , h );
55 %
t 1 c f f t = toc ;
57
59 %%%%%%%%%%%%%%%%%%%%%%%
61
63
%AXIS ( [XMIN XMAX YMIN YMAX] )
65
TET / UFF
figure (1)
67 %
subplot (4 ,2 ,1)
69 stem ( n , abs ( G f f t ) , ’ k ’ )
y l a b e l ( ’ |G[ k ] | ’ )
71 t i t l e ( ’Mó d u l o s c a l c u l a d o s por duas N−FFTs de sequ ê n c i a s r e a i s ’ )
%
73 s u b p l o t ( 4 , 2 , 2 )
stem ( n , a n g l e ( G f f t ) , ’ k ’ )
75 y l a b e l ( ’ \ a n g l e G[ k ] ’ )
t i t l e ( ’ Ân g u l o s de f a s e c a l c u l a d o s por duas N−FFTs de sequ ê n c i a s r e a i s ’ )
77 %
subplot (4 ,2 ,3)
79 stem ( n , abs ( H f f t ) , ’ k ’ )
y l a b e l ( ’ |H[ k ] | ’ )
81 %
subplot (4 ,2 ,4)
83 stem ( n , a n g l e ( H f f t ) , ’ k ’ )
y l a b e l ( ’ \ a n g l e H[ k ] ’ )
85 %
subplot (4 ,2 ,5)
87 stem ( n , abs ( G c s f f t ) , ’ r ’ )
y l a b e l ( ’ |G[ k ] | ’ )
89 t i t l e ( ’Mó d u l o s c a l c u l a d o s por uma N−FFT de sequ ê n c i a complexa ’ )
%
91 s u b p l o t ( 4 , 2 , 6 )
stem ( n , a n g l e ( G c s f f t ) , ’ r ’ )
93 y l a b e l ( ’ \ a n g l e G[ k ] ’ )
t i t l e ( ’ Ân g u l o s de f a s e c a l c u l a d o s por uma N−FFT de sequ ê n c i a complexa ’ )
95 %
subplot (4 ,2 ,7)
97 stem ( n , abs ( H c s f f t ) , ’ r ’ )
y l a b e l ( ’ |H[ k ] | ’ )
99 x l a b e l ( ’ k ’ )
%
101 s u b p l o t ( 4 , 2 , 8 )
stem ( n , a n g l e ( H f f t ) , ’ r ’ )
103 y l a b e l ( ’ \ a n g l e H[ k ] ’ )
xlabel ( ’k ’ )
105
107 figure (2)

%
109 subplot (2 ,2 ,1)
stem ( n , abs ( G f f t ) , ’ k ’ )
111 h o l d on
stem ( n , abs ( G c s f f t ) , ’ r ’ )
113 y l a b e l ( ’ |G[ k ] | ’ )
t i t l e ( ’ Compara ç ã o dos mó d u l o s ’ )
115 %
subplot (2 ,2 ,2)
117 stem ( n , a n g l e ( G f f t ) , ’ k ’ )
h o l d on
119 stem ( n , a n g l e ( G c s f f t ) , ’ r ’ )
y l a b e l ( ’ \ a n g l e G[ k ] ’ )
121 t i t l e ( ’ Compara ç ã o dos â n g u l o s de f a s e ’ )
%
123 subplot (2 ,2 ,3)
A.S.V.
stem ( n , abs ( H f f t ) , ’ k ’ )
125 h o l d on
stem ( n , abs ( H c s f f t ) , ’ r ’ )
127 y l a b e l ( ’ |H[ k ] | ’ )
xlabel ( ’k ’ )
129 %
subplot (2 ,2 ,4)
131 stem ( n , a n g l e ( H f f t ) , ’ k ’ )
h o l d on
133 stem ( n , a n g l e ( H c s f f t ) , ’ r ’ )
y l a b e l ( ’ \ a n g l e H[ k ] ’ )
135 xlabel ( ’k ’ )
137
%%%%%%%%%%%%%%%%%%%%%%%
139
141 %
% EOF
143 %
Código 6.8: Exemplo de cálculo da 2N-DFT de uma sequência real através do cálculo da N-DFT
de uma sequência complexa.
1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : o n e s e q c o m p l e x f f t .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % T i t u l o : C a l c u l o de FFT %
% de uma s e q u e n c i a complexa , %
13 % formada por duas s e q u e n c i a s r e a i s %
% p r o v e n i e n t e s de uma s e q u e n c i a : %
15 % x [n] = g [n] + j h[n] %
% g [n ] = v [2n ] %
17 % h [ n ] = v [ 2 n+1] %
% %
% Data : / 2011 1 1 2 4 / %
21 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
23 %
25
clear all
29 % j a n e l a s
close all
31
TET / UFF
M = 40;
35 m = 0 : (M−1);
ind m = (m + 1 ) ;
37 m par = ( 2 *m) ;
m impar = ( 2 *m) + 1 ;
39 ind m par = m par + 1;
ind m impar = m impar + 1 ;
41 %
N = 2 *M;
43 n = 0 : ( N−1);
45
% d e f i n i c a o da s e q u e n c i a de e n t r a d a
47 v = z e r o s ( 1 ,N ) ;
v (1:11) = 1;
49
% c a l c u l o da FFT i s o l a d a m e n t e
51 tic
%
53 V f f t = f f t ( v ) ;
%
55 t 2 r f f t = t o c ;
57
% c a l c u l o da FFT com s e q u e n c i a complexa
59 tic
%
61 g = v ( ind m par ) ;
h = v ( ind m impar ) ;
63 %
[ G cs fft , H cs fft ] = c s f f t (g , h );
65 %
V c s f f t ( ind m ) = G c s f f t + ( exp(− j * ( p i /M) *m) .* H cs fft );
67 V c s f f t ( ind m + M) = G c s f f t + ( exp(− j * ( p i /M) * (m+M) ) . * H c s f f t ) ;
%
69 t 1 c f f t = toc ;
71
%%%%%%%%%%%%%%%%%%%%%%%
73
75 % i l u s t r a r e s u l t a d o s
77 %AXIS ( [XMIN XMAX YMIN YMAX] )
79 figure (1)
%
81 subplot (3 ,2 ,1)
stem ( n , abs ( V f f t ) , ’ k ’ )
83 y l a b e l ( ’ |V[ k ] | ’ )
t i t l e ( ’Mó d u l o c a l c u l a d o por uma 2N−FFT de sequ ê n c i a r e a l ’ )
85 %
subplot (3 ,2 ,2)
87 stem ( n , a n g l e ( V f f t ) , ’ k ’ )
y l a b e l ( ’ \ a n g l e V[ k ] ’ )
89 t i t l e ( ’ Ân g u l o de f a s e c a l c u l a d o por uma 2N−FFT de sequ ê n c i a r e a l ’ )
%
91 subplot (3 ,2 ,3)
stem ( n , abs ( V c s f f t ) , ’ r ’ )
A.S.V.
93 y l a b e l ( ’ |V[ k ] | ’ )
t i t l e ( ’Mó d u l o c a l c u l a d o por uma N−FFT de sequ ê n c i a complexa ’ )
95 %
subplot (3 ,2 ,4)
97 stem ( n , a n g l e ( V c s f f t ) , ’ r ’ )
y l a b e l ( ’ \ a n g l e V[ k ] ’ )
99 t i t l e ( ’ Ân g u l o de f a s e c a l c u l a d o por uma N−FFT de sequ ê n c i a complexa ’ )
%
101 subplot (3 ,2 ,5)
stem ( n , abs ( V f f t ) , ’ k ’ )
103 h o l d on
stem ( n , abs ( V c s f f t ) , ’ r ’ )
105 y l a b e l ( ’ |V[ k ] | ’ )
t i t l e ( ’ Compara ç ã o dos mó d u l o s ’ )
107 xlabel ( ’k ’ )
%
109 subplot (3 ,2 ,6)
stem ( n , a n g l e ( V f f t ) , ’ k ’ )
111 h o l d on
stem ( n , a n g l e ( V c s f f t ) , ’ r ’ )
113 y l a b e l ( ’ \ a n g l e V[ k ] ’ )
t i t l e ( ’ Compara ç ã o dos â n g u l o s de f a s e ’ )
115 xlabel ( ’k ’ )
117
%%%%%%%%%%%%%%%%%%%%%%%
119
121 %
% EOF
123 %
TET / UFF
6.7.2 FFT
• O Código 6.9 ilustra a comparação entre o número de operações da DFT e de um tipo de
FFT.
Código 6.9: Comparação entre o número de operações da DFT e de um tipo de FFT.

1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
3 % Arquivo : d f t f f t o p s c o m p a r i s o n .m
%
5 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
7
%
9 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
11 % T i t u l o : Comparacao do numero de o p e r a c o e s %
% entre %
13 % DFT por equacao o r i g i n a l %
% e %
15 % FFT implementada no s i m u l a d o r %
% %
% Data : / 2011 1 1 1 7 / %
19 % %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
21 %
23
clear all
27 % j a n e l a s
close all
29
31 % d e f i n i c a o dos p ara met ro s

N = 2:1500;
33 m = 1 : 1 0 ;
Np = 2 . ˆ (m) ;
35
37 % c a l c u l o do numero de o p e r a c o e s para DFT

mc dft = N. ˆ 2 ;
39 a c d f t = N. * ( N−1);
%
41 mcp dft = mc dft (Np ) ;
a c p d f t = a c d f t (Np ) ;
43
45 % c a l c u l o do numero de o p e r a c o e s para DFT

m c f f t = (N. / 2 ) . * l o g 2 (N ) ;
47 a c f f t = N. * l o g 2 (N ) ;
%
49 m c p f f t = m c f f t (Np ) ;
a c p f f t = a c f f t (Np ) ;
51
A.S.V.
53 % c a l c u l o da a c e l e r a c a o
mc = mc dft . / m c f f t ;
55 ac = a c d f t . / a c f f t ;
%
57 mcp = mc(Np ) ;
acp = ac (Np ) ;
59
61 %%%%%%%%%%%%%%%%%%%%%%%
63
65 figure (1)
%
67 %AXIS ( [XMIN XMAX YMIN YMAX] )
m a x m c a c f f t = c e i l (max(max( m c f f t ) , max( a c f f t ) ) ) ;
69 %
subplot (4 ,2 ,1)
71 stem (Np , mcp dft , ’ k ’ )
h o l d on
73 p l o t (N, mc dft , ’ k ’ )
y l a b e l ( ’Nˆ2 ’ )
75 t i t l e ( ’ Number o f complex m u l t i p l i c a t i o n s : DFT ’ )
%
77 subplot (4 ,2 ,2)
stem (Np , a c p d f t , ’ k ’ )
79 h o l d on
p l o t (N, a c d f t , ’ k ’ )
81 y l a b e l ( ’N(N−1) ’ )
t i t l e ( ’ Number o f complex a d d i t i o n s : DFT ’ )
83 %
subplot (4 ,2 ,3)
85 stem (Np , m c p f f t , ’ r ’ )
h o l d on
87 p l o t (N, m c f f t , ’ r ’ )
v = AXIS ;
89 v (4) = max mc ac fft ;
AXIS ( v )
91 y l a b e l ( ’N/2 l o g 2 (N) ’ )
t i t l e ( ’ Number o f complex m u l t i p l i c a t i o n s : FFT ’ )
93 %
subplot (4 ,2 ,4)
95 stem (Np , a c p f f t , ’ r ’ )
h o l d on
97 p l o t (N, a c f f t , ’ r ’ )
v = AXIS ;
99 v (4) = max mc ac fft ;
AXIS ( v )
101 y l a b e l ( ’N l o g 2 (N) ’ )
t i t l e ( ’ Number o f complex a d d i t i o n s : FFT ’ )
103 %
subplot (4 ,2 ,5)
105 stem (Np , mcp dft , ’ k ’ )
h o l d on
107 p l o t (N, mc dft , ’ k ’ )
%
109 stem (Np , m c p f f t , ’ r ’ )
p l o t (N, m c f f t , ’ r ’ )
111 t i t l e ( ’ Number o f complex m u l t i p l i c a t i o n s : DFT and FFT ’ )
TET / UFF
%
113 subplot (4 ,2 ,6)
stem (Np , a c p d f t , ’ k ’ )
115 h o l d on
p l o t (N, a c d f t , ’ k ’ )
117 %
stem (Np , a c p f f t , ’ r ’ )
119 p l o t (N, a c f f t , ’ r ’ )
t i t l e ( ’ Number o f complex a d d i t i o n s : DFT and FFT ’ )
121 %
subplot (4 ,2 ,7)
123 stem (Np , mcp , ’ b ’ )
h o l d on
125 p l o t (N, mc , ’ b ’ )
t i t l e ( ’ Number−of −complex−m u l t i p l i c a t i o n s g a i n ’ )
127 x l a b e l ( ’N ’ )
%
129 subplot (4 ,2 ,8)
stem (Np , acp , ’ b ’ )
131 h o l d on
p l o t (N, ac , ’ b ’ )
133 t i t l e ( ’ Number−of −complex−a d d i t i o n s g a i n ’ )
x l a b e l ( ’N ’ )
135
137 %%%%%%%%%%%%%%%%%%%%%%%
139
%
141 % EOF
%
A.S.V.
Referências bibliográficas
[Ant86] A. Antoniou. Digital Filters: Analysis and Design. Tata McGraw-Hill, New Delhi,
India, 2nd reprint edition, 1986.
[Cad73] J. A. Cadzow. Discrete-Time Systems: An Introduction with Interdisciplinary Ap-
plications. Prentice-Hall, Englewood Cliffs, NJ, 1973.
[DdSN10] P. S. R. Diniz, E. A. B. da Silva, and S. Lima Netto. Digital Signal Processing:
System Analysis and Design. Cambridge University Press, Cambridge, UK, 2nd
edition, 2010.
[Jac96] L. B. Jackson. Digital Filters and Signal Processing - with MATLAB exercises.
Kluwer Academic Publishers, 3rd edition, 1996.
[KD04] H. Kopka and P. W. Daly. A Guide to LATEX and Electronic Publishing. Addison-
Wesley, Harlow, England, 4th edition, 2004.
[MG04] F. Mittelbach and M. Goosens. The LATEX Companion. Addison-Wesley, Boston,
MA, USA, 2th edition, 2004.
[Mit98] S. K. Mitra. Digital Signal Processing: A Computer-Based Approach. McGraw-Hill,
New York, NY, 1998.
[OS75] A. V. Oppenheim and R. W. Schafer. Digital Signal Processing. Prentice-Hall,
Englewood Cliffs, NJ, 1975.
[OWY83] A. V. Oppenheim, A. S. Willsky, and I. T. Young. Signals and Systems. Prentice-
Hall, Englewood Cliffs, NJ, 1983.
[PL76] A. Peled and B. Liu. Digital Signal Processing: Theory, Design and Implementation.
John Wiley, New York, NY, 1976.
[PM06] J. G. Proakis and D. G. Manolakis. Digital Signal Processing: Principles, Algorithms
and Applications. Prentice Hall, 4th edition, 2006.
[Rob09] M. J. Roberts. Fundamentos em Sinais e Sistemas. McGraw-Hill, São Paulo, SP,
2009.
[SDD84] W. D. Stanley, G. R. Dougherty, and R. Dougherty. Signals and Systems. Prentice-
Hall, Reston, Virginia, 2nd edition, 1984.
[She95] K. Shenoi. Digital Signal Processing in Telecommunications. Prentice-Hall PTR,
Upper Saddle River, NJ, 1995.
[SK89] R. D. Strum and D. E. Kirk. First Principles of Discrete Systems and Digital Signal
Processing. Addison-Wesley, Massachusetts, 1989.
205

Apostila Demos DSP

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila Demos DSP

Enviado por

Direitos autorais:

Formatos disponíveis

Apostila

Universidade Federal Fluminense

Alexandre Santos de la Vega

Departamento de Engenharia de Telecomunicações – TET

Escola de Engenharia – TCE

Universidade Federal Fluminense – UFF

621.3192 de la Vega, Alexandre Santos

(*) OBTER INFO NA BIBLIOTECA, ATUALIZAR E PEDIR NOVO REGISTRO !!!

O trabalho em questão aborda os tópicos a serem apresentados na disciplina Fundamentos

Alexandre Santos de la Vega

Aos professores do Departamento de Engenharia de Telecomunicações (TET), da Escola de

Alexandre Santos de la Vega

• O material aqui apresentado não é fruto de um projeto educacional envolvendo idealização,

• Em 1995, o autor ingressou no Departamento de Engenharia de Telecomunicações (TET)

• Em 2008, com os objetivos iniciais de melhor organizar os manuscritos e de atender aos

• Para incentivar os alunos a modificarem códigos existentes e a gerarem seus próprios

• A partir de 2016, com a incorporação de trabalhos semanais na prática da disciplina, uma

• No tocante à apresentação do conteúdo teórico, os manuscritos originais continham apenas

• Na preparação das aulas, têm sido utilizados os seguintes livros:

– Livros indicados pela ementa da disciplina: [DdSN10], [Mit98].

• Introdução <2 horas>

– Conceitos básicos: que busca contextualizar a disciplina no âmbito do curso e

• Sinais e sistemas (com tempo discreto) no domı́nio do tempo <10 horas>

– Sinais no domı́nio do tempo: definições, classificações, operações, exemplos e

• Representações de um Sistema Linear e Invariante ao Tempo (SLIT) <12 horas>

• Respostas de um Sistema Linear e Invariante ao Tempo (SLIT) <10 horas>

– Cálculos da resposta de um SLIT <8 horas>

– Tipos de resposta de um SLIT <2 horas>

• Noções da representação em domı́nio transformado para sistemas de primeira ordem

– Resposta em Frequência: baseado no cálculo da resposta de um SLIT de primeira

• Sinais e sistemas (com tempo discreto) no domı́nio da frequência <20 horas>

– Sinais <12 horas>

• Aplicações: exemplos de aplicações são distribuı́dos ao longo do texto e exercitados na

• Apresentar a base matemática que fundamenta o Processamento Digital de Sinais.

• Trabalhar com sistemas que apresentem as seguintes caracterı́sticas:

– Sistema Linear e Invariante ao Tempo (SLIT).

• Discutir a análise de sistemas no domı́nio da variável tempo e no domı́nio da variável

• Discutir a aplicação dos conceitos de Operador de Transferência (no domı́nio do tempo)

• Discutir a aplicação do conceito de estado de um sistema e da análise do sistema no espaço

Apresentação do material didático ix

Teoria abordada no material didático xiii

1.5.3 Estruturas de dados para imagens no aplicativo . . . . . . . . . . . . . . 41

II Sinais e sistemas no domı́nio do tempo 79

4 Sequências exponenciais 125

III Representações de um SLIT 169

IV Sinais e sistemas no domı́nio da frequência 177

6.2 DTFS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179

Referências bibliográficas 205

Ambiente de simulação matemática

1.2 Aspectos gerais sobre o ambiente

• Como nas demais linguagens de programação, os comandos são formados a partir de um

– Um alfabeto natural: {A,B,C, . . ., X, Y, Z} e {a,b,c, . . ., x, y, z}.

• As seguintes palavras possuem significado especial para a linguagem reconhecida pelo

1.2.2 Interação com usuário

• Na forma interativa, os comandos são passados individualmente para o interpretador de

• Na forma por lote, os comandos são organizados em um arquivo e o nome do arquivo

1.2.3 Interpretador de comandos

• Comandos úteis na interação com o interpretador de comandos:

• Funções úteis na interação com o interpretador de comandos: disp(), pause().

• Comandos úteis para identificar funções do tipos built-in ou M-file:

• Funções relacionadas com a versão do computador e o computador: version, computer.

1.2.4 Namespace e workspace