Você está na página 1de 29

Processamento Digital de Sinais - ENG420

Prof. Dr. Fabrı́cio Simões

IFBA

13 de abril de 2021

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 1 / 25
1 Teorema da Amostragem
Conversor Contı́nuo-Discreto
Análise no Domı́nio da Frequência
Representação Gráfica da Amostragem no Domı́nio da Frequência
Teorema da Amostragem
Filtro Anti-Alias
Conversor D/C Ideal
Sample and Hold: Aborgadem Prática
Processamento Discreto de Sinais Contı́nuos

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 2 / 25
Amostragem de Sinais Contı́nuo no Tempo
1 Uma sequência de amostras é obtida a partir de sinais contı́nuos no
tempo de acordo com a relação

x[n] = x(nT ) = x(t)|t=nT ,


no qual T é o tempo de amostragem e ωa = 2π/T , frequência de
amostragem.
2 Representação Ideal do Conversor Contı́nuo-Discreto.

x(t) Conversão x[n] = x(nT )

X(ω) C/D Xd(ω)

Tempo de Amostragem (T)

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 3 / 25
Tipos de Amostragem

Amostragem Ideal
t=T r(t)

x(t) xs(t)

T t
r(t)

Amostragem Não-Ideal
t=T p(t)

x(t) xs(t)

T t
p(t)

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 4 / 25
Sinal xs (t) - Abordagem Ideal

Inicialmente, considere o sinal xs (t)



X
xs (t) = x(t)r (t) = x(t) δ(t − nT )
n=−∞

X
xs (t) = x(t)δ(t − nT )
n=−∞

Representação Contı́nua do Sinal x(nT ).



X
xs (t) = x(nT )δ(t − nT )
n=−∞

De acordo com a equação, xs (t) é uma representação contı́nua no


tempo do sinal discreto x(nT ).

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 5 / 25
Sinal xs (t)

Sinal xs (t) - Representação no tempo contı́nuo do sinal discreto


x(nT ) = x[n].

Figura: Oppenheim. Discrete Time Signal Processing.

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 6 / 25
Conhecendo xs (t), qual a relação entre Xd (ω) e Xs (ω) ?
Xd (ω) - Transformada de Fourier do sinal discreto x(nT ).
Xs (ω) - Transformada de Fourier do sinal contı́nuo xs (t).

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 7 / 25
Transformada de Fourier de xs (t)

Aplicando a Transformada de Fourier para sinais contı́nuos sobre


xs (t), obtém-se
" ∞ #
X
Xs (ω) = F[xs (t)] = F x(nT )δ(t − nT )
n=−∞

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 8 / 25
Transformada de Fourier de xs (t)

Aplicando a Transformada de Fourier para sinais contı́nuos sobre


xs (t), obtém-se
" ∞ #
X
Xs (ω) = F[xs (t)] = F x(nT )δ(t − nT )
n=−∞

X
Xs (ω) = x(nT )F [δ(t − nT )]
n=−∞

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 8 / 25
Transformada de Fourier de xs (t)

Aplicando a Transformada de Fourier para sinais contı́nuos sobre


xs (t), obtém-se
" ∞ #
X
Xs (ω) = F[xs (t)] = F x(nT )δ(t − nT )
n=−∞

X
Xs (ω) = x(nT )F [δ(t − nT )]
n=−∞

X
Xs (ω) = x(nT )e −jωnT = Fd [x(nT )]
n=−∞

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 8 / 25
Transformada de Fourier de xs (t)

Aplicando a Transformada de Fourier para sinais contı́nuos sobre


xs (t), obtém-se
" ∞ #
X
Xs (ω) = F[xs (t)] = F x(nT )δ(t − nT )
n=−∞

X
Xs (ω) = x(nT )F [δ(t − nT )]
n=−∞

X
Xs (ω) = x(nT )e −jωnT = Fd [x(nT )]
n=−∞

O termo em vermelho da equação anterior corresponde a


Transformada de Fourier do sinal x(nT ), ou seja

Xs (ω) = Xd (ω)
Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 8 / 25
Relação entre X (ω) e Xd (ω)

Considere xs (t) = x(t)r (t) e aplique Transformada de Fourier.

Xd (ω) = Xs (ω) = F [x(t)r (t)]

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 9 / 25
Relação entre X (ω) e Xd (ω)

Considere xs (t) = x(t)r (t) e aplique Transformada de Fourier.

Xd (ω) = F [x(t)r (t)]


X (ω) ~ R(ω) 2π X
Xd (ω) = , R(ω) = δ(ω − kωa ).
2π T
k=−∞

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 9 / 25
Relação entre X (ω) e Xd (ω)

Considere xs (t) = x(t)r (t) e aplique Transformada de Fourier.

Xd (ω) = F [x(t)r (t)]


X (ω) ~ R(ω) 2π X
Xd (ω) = , R(ω) = δ(ω − kωa ).
2π T
k=−∞

Resolvendo a convolução, obtém-se



1 X
Xd (ω) = X (ω − kωa )
T
k=−∞

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 9 / 25
Representação Gráfica entre Xd (ω) e X (ω)
1 Para compreender o comportamento da equação

1 X
Xd (ω) = X (ω − kωa ),
T
k=−∞

considere um sinal x(t) cuja Transformada de Fourier é mostrada


abaixo
X(ω)

−ωmax ωmax ω

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 10 / 25
Relação entre as Frequências de Amostragem (ωa ) e
Máxima do Sinal (ωmax )

1 Para ωa > 2ωmax .

Xd(ω)

1/T 1/T
1/T
... ...

−ωa −ωmax ωmax ωa ω

−π/T π/T
Intervalo de Nyquist

2 Critério de Análise: Preservação do espectro original de x(t).

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 11 / 25
Relação entre as Frequências de Amostragem (ωa ) e
Máxima do Sinal (ωmax )
Para ωa < 2ωmax .

Xd(ω)

111111111
000000000
1/T
000000000
111111111 111111111
000000000
1/T

000000000
111111111 000000000
111111111
1/T

000000000
111111111
... 000000000
111111111
000000000
111111111 ...
000000000
111111111
000000000
111111111 000000000
111111111
000000000
111111111
−ωa −ωmax ωmax ωa ω

aliasing

Devido ao aliasing, o espectro de frequência original do sinal não é


preservado.
Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 12 / 25
Teorema da Amostragem

Um sinal contı́nuo x(t) limitado em banda somente pode ser


recuperado a partir de suas amostras se a frequência de amostragem
ωa for no mı́nimo igual ao dobro da frequência máxima ωmax .

ωa ≥ 2ωmax

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 13 / 25
Filtro Anti-Alias
Se o sinal contı́nuo x(t) não for limitado em banda é necessário usar
um filtro Anti-Alias;
Filtro Anti-Alias é usado para limitar a largura de banda do sinal
contı́nuo x(t) e assegurar o cumprimento do teorema da Amostragem.

x(t) Filtro x̂(t) x̂(nT ) = x̂[n]


C/D
Anti-Alias

T
|Hanti(ω)|


 1 se |ω| < ωc1 ≤ π/T ;
Hanti(ω) = 
 0 se |ω| ≥ ωc1.
ω
ωc1

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 14 / 25
Recuperação do sinal contı́nuo x(t)
Conhecendo os valores de x(nT ), é possı́vel recuperar o sinal x(t).

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 15 / 25
Recuperação do Sinal: Conversor D/C Ideal

x[n] = x(nT ) Conversão xr (t)


Hr (ω)
Xd(ω) Xr (ω)
D/C xs(t) xr (t)

Filtro de Recuperação
Tempo de Amostragem (T)

Sabemos que Xd (ω) = Xs (ω);

A recuperação do sinal xr (t) pode ser analisada a partir do sinal xs (t)


e de sua transformada Xs (ω);

Nesse caso, é usado o filtro de reconstrução Hr (ω).


Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 16 / 25
Análise no Domı́nio da Frequência
Influência da resposta em frequência do filtro de recuperação
Xd(ω) = Xs(ω), Hr (ω)

1/T T 1/T
1/T
... ...

−ωa −ωmax ωmax ωa ω

−π/T π/T ωa − ωmax

Equações da resposta em frequência do filtro ideal Hr (ω) e do sinal


recuperado Xr (ω).

T se |ω| ≤ ωc = π/T ;
Hr (ω) =
0 se |ω| > ωc = π/T .

Xr (ω) = Hr (ω)Xs (ω)


Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 17 / 25
Análise no Domı́nio do Tempo
Resposta ao impulso do filtro ideal hr (t)

sen(πt/T )
F − [Hr (ω)] = hr (t) =
πt/T
Sinal xr (t) no domı́nio do tempo:

X  
sen(π(t − nT )/T )
xr (t) = xs (t) ∗ hr (t) = x(nT )
n=−∞
(π(t − nT )/T )
Considere o sinal x(t) a ser amostrado.

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 18 / 25
Representação Gráfica do Sinal Recuperado
Representação matemática da amostragem - xs (t).

Sinal xr (t) obtido na saı́da do filtro de recuperação hr (t) -


Interpolação entre as amostras.

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 19 / 25
Conversores A/D e D/A

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 20 / 25
Conversor A/D: Sample and Hold

x(t) Sample and xo(t) Quantização / bits


Hold (S/H) Codificação

x(t) xo (t)

x(t) xs (t) ho (t) xo (t)


1

t X(ω) Xs (ω) T t
T Xo (ω)

r(t)

Sample and Hold (S/H)

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 21 / 25
Sample and Hold: Equações

Transformada de Fourier do sinal xs (t)



1 X
Xs (ω) = X (ω − kωa )
T
k=−∞

Sinal xo (t) nos domı́nios do tempo e da frequência.



X
xo (t) = x(nT )ho (t − nT )
n=−∞

h i 1 X ∞
Xo (ω) = Ho (ω)Xs (ω) = T sinc(ωT /2)e −jωT /2 X (ω −kωa )
| {z } T k=−∞
Ho (ω)

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 22 / 25
Conversor D/A: Recuperação do Sinal

Filtro de Reconstrução

bits xo (t) ≈ xq (t) xr (t)


hr (t)
Decodificador
Xo (ω) ≈ Xq (ω) Hr (ω) Xr (ω)

xo (t)
T

T t

Xr (ω) = Hr (ω)Xo (ω)

Xr (ω) = Hr (ω)Ho (ω)Xs (ω)

Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 23 / 25
Conversor D/A: Recuperação do Sinal
Xs(ω), H(ω)

1/T T 1/T
1/T
... ...

−ωa −ωmax ωmax ωa ω

−π/T π/T ωa − ωmax

Xr (ω) = Hr (ω)Ho (ω) Xs (ω)


| {z }
H(ω)

T se |ω| ≤ ωc = π/T ;
H(ω) =
0 se |ω| > ωc = π/T .

e jωT /2
Hr (ω) = para |ω| ≤ π/T
sinc(ωT /2)
Prof. Dr. Fabrı́cio Simões (IFBA) Processamento Digital de Sinais - ENG420 13 de abril de 2021 24 / 25

Você também pode gostar