Main

UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO (UFERSA)
CENTRO MULTIDISCIPLINAR DE PAU DOS FERROS (CMPF)

DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA (DETEC)
SINAIS E SISTEMAS
Aula 08 - Amostragem e Conversão

Analógico-Digital
Prof. Pedro Thiago Valério de Souza

UFERSA – Campus Pau dos Ferros
pedro.souza@ufersa.edu.br
Processamento Digital de Sinais
• Processamento digital de sinais: sistemas em que sinal de entrada e de saı́da
são digitais e de tempo discreto;
• Podem ser implementados em sistemas computacionais por meio de
algoritmos de computador.
• Vantagens no processamento digital de sinais:
• São mais fáceis de projetar;
• O armazenamento da informação é feito de forma mais simples;
• São mais versáteis;
• São mais robustos ao efeito do ruı́do;
• Podem ser mais baratos do que sistemas completamente analógicos;
• Permitem o uso de técnicas avançadas de processamento (criptografia,
codificação, compressão,...);
• Desvantagens:
• A maioria do sinais encontrados na natureza são analógicos;
• Sinais devem ser convertidos em digitais antes de serem aplicados um
processamento digital de sinais;
• Processo de conversão analógico-digital.
Souza (UFERSA) Sinais e Sistemas 2 / 52

Figura 1: Transmissão de sinal digital: (a) no transmissor, (b) sinal distorcido recebido (sem
ruı́do), (c) sinal distorcido recebido (com ruı́do) e (d) sinal regenerado no receptor.

Processamento Digital de Sinais
Conversão Analógico-Digital:
• Consiste em converter um sinal de tempo contı́nuo e analógico em um sinal de
tempo discreto e digital.
Conversão Digital-Analógico:
• Muitos sistemas necessitam que suas saı́das sejam analógicas;
• Sistemas de processamento digital de sinais só geram sinais digitais;
• Desta forma, existe a necessidade de converter um sinal digital em um sinal
analógico em um processo conhecido como conversão analógico-digital.
Figura 2: Esquema de processamento digital de sinais

Conversão Analógico-Digital
Etapas do Processo de Conversão Analógico-Digital:
• Amostragem;
• Quantização;
• Codificação.
Figura 3: Processo de Conversão Analógico-Digital.

Amostragem: Consiste em obter um sinal de tempo discreto a partir de um sinal
de tempo contı́nuo.
• O resultado é um sinal de tempo discreto, mas ainda analógico.
• Consiste em tomar valores do sinal x(t) equiespaçados de tempo a cada T
segundos (intervalo de amostragem):
x[n] = x(nT)
• A frequência de amostragem será:
1
fs = (Hz)
T
2𝜋
𝜔s = 2𝜋fs = (rad/s)
T
Figura 4: Processo de Amostragem.

Quantização: Aproxima a amplitude do sinal de tempo discreto e analógico para
nı́veis pré-determinados, denominados de nı́veis de quantização.
• Obtêm um sinal de tempo discreto e digital.
Figura 5: Processo de Quantização.
Codificação: Converte cada amostra quantizada para uma sequência binária,

relacionada com a amplitude.

Exemplo 8.1 O sinal senoidal perpétuo de tempo contı́nuo,
x(t) = cos(𝜔0 t)
é amostrado com um intervalo de amostragem de T . Determine a expressão do

sinal de tempo discreto.

Amostragem Ideal
O processo de amostragem ideal consiste em duas etapas:
• Geração de um trem de impulsos (sinal amostrado);
• Obtenção de um sistema de tempo discreto (sequência de valores) a partir da
sequência de impulsos.
Conversão para uma

sequência de valores
01234567
Sequência de impulsos, o impulso O valor da amostra n é igual à

em t = nT tem "força" x(nT) "força" do impulso em t = nT
Figura 6: Processo de Amostragem.

Amostragem Ideal
• O sinal idealmente amostrado x(t) consiste em uma sequência de impulsos
equiespaçados em tempo de T segundos;
• O n-ésimo impulso, localizado em t = nT , possui “força” igual a x(nT) , ou seja:
∞
∑︁
x(t) = x(nT)𝛿(t − nT)
n=−∞
• Demonstraremos que se x(t) é um sinal limitado em banda à B Hz (ou seja,

|X(𝜔)| = 0 para |𝜔| > 2𝜋B), então x(t) pode ser recuperado perfeitamente a
partir de suas amostras se a frequência de amostragem for tal que:
fs ≥ 2B
Esse teorema é conhecido como Teorema de Shannon-Nyquist ou Teorema

da Amostragem.

Amostragem Ideal
Definindo o trem de impulsos periódico com perı́odo T como:
∞
∑︁
𝛿T (t) = 𝛿(t − nT)
n=−∞
O sinal amostrado pode ser entendido como,
∞
∑︁
x(t) = x(t)𝛿T (t) = x(t) 𝛿(t − nT)
n=−∞
∞
∑︁ ∞
∑︁
= x(t)𝛿(t − nT) = x(nT)𝛿(t − nT)
n=−∞ n=−∞
O trem de impulsos é periódico e pode ser escrito em uma série de Fourier:
∞
∑︁
𝛿T (t) = Dk ejk𝜔0 t
k=−∞
1
no caso, 𝜔0 = 2𝜋/T = 𝜔s e conforme Exemplo 6.7, Dk = T, logo:
∞
∑︁ 1 jk𝜔s t
𝛿T (t) = e
k=−∞
T
Amostragem Ideal
Assim sendo,
∞
∑︁ 1 jk𝜔s t
x(t) = x(t)𝛿T (t) = x(t) e
k=−∞
T
∞
1 ∑︁
= x(t)ejk𝜔s t
T k=−∞
O espectro de X(𝜔) é determinado aplicando-se a transformada de Fourier:

( ∞
) ∞
1 ∑︁ jk𝜔s t 1 ∑︁
F x(t)ejk𝜔s t

X(𝜔) = F x(t)e =
T k=−∞ T k=−∞
F x(t)ejk𝜔s t = X(𝜔 − k𝜔s )

Portanto,
∞
1 ∑︁
X(𝜔) = X(𝜔 − k𝜔s )
T k=−∞
ou seja, o espectro do sinal amostrado consiste em réplicas periódicas a cada 𝜔s
rad/s do espectro do sinal x(t) .
Figura 7: Sinal amostrado e seu espectro de Fourier.

Amostragem Ideal
• Se desejamos reconstruir x(t) a partir de suas amostras x(t) , podemos
recuperar X(𝜔) a partir de X(𝜔) ;
• Isso é possı́vel se não houver sobreposição dos ciclos de X(𝜔) ;
• Para que isso aconteça, basta que:
fs − B ≥ B
fs ≥ 2B
ou de forma equivalente:
1
T≤
2B
• A menor frequência de amostragem fs = 2B necessária para recuperação das
amostras é denominada de frequência de Nyquist.

Amostragem Ideal
Exemplo 8.2 Na telefonia digital, o sinal de voz é limitado em banda à 3,4 kHz.
Determine: (a) a frequência de Nyquist e (b) A taxa de amostragem, sabendo que o
sinal é amostrado a uma taxa 17% superior à de Nyquist.

Exemplo - Subamostragem, Amostragem na frequência de Nyquist e
Sobreamostragem:
(
0 |𝜔| ≥ 10𝜋
x(t) = sinc2 (5𝜋t) ⇐⇒ X(𝜔) = 𝜔
0,2 − 0,4 20 𝜋 |𝜔| < 10𝜋
Figura 8: Sinal x(t) = sinc2 (5𝜋t) e seu espectro.
A largura de banda é B = 5 Hz. A frequência de Nyquist será fs = 2B = 10 Hz.

Sobreamostragem:
Tabela 1: Vários intervalos de amostragem para o sinal x(t) = sinc2 (5𝜋t) .
Frequência de amostragem fs Intervalo de amostragem T Comentários

5 Hz 0,2 s Subamostragem
10 Hz 0,1 s Frequência de Nyquist
20 Hz 0,05 s Sobreamostragem
Figura 9: Sinal x(t) = sinc2 (5𝜋t) quando amostrado com fs = 5 Hz (𝜔s = 10𝜋 rad/s) -
subamostragem.
Sobreamostragem:
Figura 10: Sinal x(t) = sinc2 (5𝜋t) quando amostrado com fs = 10 Hz (𝜔s = 20𝜋 rad/s) -
intervalo de Nyquist e fs = 20 Hz (𝜔s = 40𝜋 rad/s) - sobreamostragem.
Reconstrução Ideal
Recupera-se o sinal x(t) a partir de x(t) filtrando-se o espectro de X(𝜔) por um
filtro passa-baixas com frequência de corte fc = B Hz (𝜔c = 2𝜋B) e ganho T .
Figura 11: Processo de recuperação de um sinal a partir de suas amostras.

Resposta em frequência do filtro de reconstrução ideal:
(
T, |𝜔| ≤ 2𝜋B 𝜔
H(𝜔) = = Tret
0, |𝜔| > 2𝜋B 4𝜋B
Resposta ao impulso do filtro de reconstrução ideal:
h(t) = F −1 {H(𝜔)} = 2BTsinc(2𝜋Bt)
Figura 12: Filtro de reconstrução ideal e sua resposta ao impulso.

Analise do sinal reconstruı́do:
∞
!
∑︁
x(t) = x(t) ∗ h(t) = x(nT)𝛿(t − nT) ∗ h(t)
n=−∞
∞
∑︁
= [x(nT)𝛿(t − nT)] ∗ h(t)
n=−∞
∞
∑︁
= x(nT) [𝛿(t − nT) ∗ h(t)]
n=−∞
Propriedade do impulso: f (t) ∗ 𝛿(t − 𝜏) = f (t − 𝜏) . Logo,

∞
∑︁
x(t) = x(nT)h(t − nT)
n=−∞
∞
∑︁
= x(nT) {2BTsinc[2𝜋B(t − nT)]}
n=−∞
∞
∑︁
= 2BT x(nT)sinc(2𝜋Bt − 2𝜋BTn)
n=−∞

Considerando a frequência de Nyquist:
1
T= → 2BT = 1
2B
Desta forma,
∞
∑︁
x(t) = x(nT)sinc(2𝜋Bt − 𝜋n)
n=−∞
∞
∑︁ h n i
= x(nT)sinc 2𝜋B t −
n=−∞
2B
é conhecida como formula de interpolação. Ou seja, o sinal reconstruı́do é

constituido como uma soma ponderada de funções tipo sinc.

Figura 13: Interpolação ideal para a taxa de amostragem de Nyquist.

Exemplo 8.3 Determine o sinal x(t) limitado em banda em B Hz que possui como
amostras:
x(0) = 1 e x(±T) = x(±2T) = x(±3T) = 0
1
em que T é o intervalo de Nyquist para o sinal x(t) , ou seja, T = 2B .

Dificuldades Práticas na Reconstrução
• Se o sinal é amostrado na frequência de Nyquist – fs = 2B Hz, o espectro do
sinal amostrado consiste em réplicas de X(𝜔) sem qualquer separação;
• Para recuperar o espectro do sinal original, seria necessário aplicar o sinal
amostrado em um filtro ideal;
• Pelo critério de Paley-Winer, os filtros ideais não não realizáveis;
• Uma solução para esse problema consiste em amostrar em uma frequência
superior à Nyquist;
• No caso, as réplicas dos espectros possuem separação e podemos utilizar um
filtro com um corte suave (filtro realizável).

Figura 14: (a) Reconstrução do sinal a partir de suas amostras. (b) espectro do sinal
amostrado na taxa de Nyquist. (c) espectro do sinal amostrado acima da taxa de Nyquist.
Aliasing
• Aliasing: sobreposição das réplicas do espectro do sinal quando é amostrado
em uma taxa inferior à Nyquist;
• Não é possı́vel recuperar um sinal perfeitamente a partir de suas amostras.
Figura 15: Efeito do aliasing.

Aliasing
Após a recuperação, o espectro do sinal recuperado não é igual ao original:
• Perda da cauda de X(𝜔) para |f | > fs /2 Hz;
• Reaparição da cauda “dobrada” para dentro do espectro.
A frequência fs /2 é denominada de frequência de dobra. Todo sinal com frequência
acima da frequência de dobra sofrerá aliasing.
Figura 16: Efeito do aliasing após recuperação do sinal.
Para solucionar o aliasing, basta respeitar o critério de Nyquist:
fs > 2B
sendo B a banda do sinal.
Aliasing
• O teorema de Nyquist é definido para cenários em que os sinais são limitados
em banda;
• Sinais práticos, todavia, são ilimitados em banda;
• Desta forma, no processo de amostragem sempre haverá aliasing;
• Soluções:
• Amostrar com uma taxa consideravelmente superior à de Nyquist;
• Utilizar um filtro anti-aliasing - um filtro de forma a eliminar componentes de
frequência acima de fs /2.

Figura 17: Aplicação do filtro anti-aliasing.

Efeito do Aliasing em Sinais Senoidais
• Devido ao aliasing, uma componente de frequência com |f | > fs /2 aparece
“dobrada” para |f | < fs /2;
• Sendo um sinal senoidal:
x(t) = cos[2𝜋(fs /2 + fz )t]
se fz > 0, então haverá aliasing, e essa componente é dobrada para fs /2 − fz
(frequência menor);
• Além disso, as amostras {x(nT)} de uma senoide com frequência f0 :
x(nT) = cos(2𝜋f0 nT)
são iguais as amostras {y(nT)} da senoide com frequência f0 + mfs sendo
m ∈ Z:
y(nT) = cos[2𝜋(f0 + mfs )nT]
= cos(2𝜋f0 nT + 2𝜋fs Tmn)
= cos(2𝜋f0 nT + 2𝜋mn)
= cos(2𝜋f0 nT)
• Senoides separadas por fs Hz possuem as mesmas amostras;
• A faixa de valores de −fs /2 Hz até fs /2 Hz é denominada de faixa fundamental.
• Assim sendo, um sinal senoidal com frequência f Hz amostrado com
frequência fs Hz possui amostras iguais à de uma senoide com frequência fa
Hz na faixa fundamental:
fs fs
f = fa + mfs − ≤ fa < , m ∈ Z
2 2
Figura 18: Frequências aparentes de uma senóide amostrada.
• Frequência negativa → inversão de fase:
cos(−𝜔t + 𝜃) = cos(𝜔t − 𝜃)
ou seja, quando fa é negativo, ocorre uma inversão de fase.
Resumo: Aliasing em sinais senoidais
• Se um sinal senoidal tem frequência f > fs /2 ocorrerá aliasing;
• O aliasing se caracteriza por um sinal de alta frequência parecer com um sinal
de mais baixa frequência;
• As amostras de um sinal senoidal sempre estarão na faixa fundamental de
−fs /2 Hz até fs /2 Hz;
• Um sinal senoidal com frequência f Hz amostrado com frequência fs Hz possui
amostras iguais à de uma senoide com frequência fa Hz na faixa fundamental:
f = fa + mfs m ∈ Z
Se fa < 0, ocorre uma inversão de fase.

Exemplo 8.4 Um sinal senoidal de tempo contı́nuo com frequência f é amostrado
à uma taxa de fs = 1000 Hz. Determine a senoide resultante após o processo de
recuperaçào se a frequência f do sinal de entrada for:
(a) 400 Hz
(b) 600 Hz
(c) 1000 Hz
(d) 2400 Hz

Reconstrução Prática
• Reconstrução ideal:
∞
∑︁
x(t) = x(nT)sinc(2𝜋Bt − 𝜋n)
n=−∞
O pulso sinc(·) não é realizável.

• Reconstrução prática é realizada com retentor de ordem zero (Zero Order Hold
- ZOH).
• O ZOH consiste em “segurar” o valor da amostra durante um intervalo de
amostragem;
Figura 19: Reconstrução a partir do retentor de ordem zero.

• Resposta ao impulso e resposta em frequência do ZOH:
(
1, 0 ≤ t < T t − T/2
h(t) = = ret
0, t ≥ T T

−j 𝜔T/2 𝜔T
H(𝜔) = e sinc
2

Sinal reconstruído
por ZOH
Sinal amostrado
Figura 20: Reconstrução por retentor de ordem zero.

• Diferentemente da recuperação ideal, o retentor de ordem zero não elimina
todas as réplicas do sinal;
• Assim sendo, o sinal recuperado ainda possui réplicas (em menor amplitude)
do sinal original;
• Desta forma, após o retentor de ordem zero, aplica-se uma filtragem adicional.
Tais filtros são, em geral, referidos como equalizadores e consistem em um
filtro passa-baixas com frequência de corte fc = fs /2.
Equalizador
Retentor de
(Filtro passa-baixas
ordem zero
fc = fs/2)
Figura 21: Equalizador para um retentor de ordem zero.

Amostragem Prática
• No desenvolvimento da amostragem ideal, utilizamos como sinal de
amostragem um trem de impulsos:
∞
∑︁
𝛿T (t) = 𝛿(t − nT)
n=−∞
• Todavia, o trem de impulsos não é um sinal realizável;

• Desta forma, teremos que escolher outro sinal para realizar a amostragem;
• O sinal deve ser realizável, mas de preferência, deve ser composto por pulsos
de curta duração (de forma a aproximar os impulsos).

Figura 22: Efeito da amostragem prática.

Amostragem Prática
Pode-se escrever pT (t) como uma série de Fourier:
∞
∑︁ 2𝜋
pT (t) = C0 + Ck cos(k𝜔s t + 𝜃 k ) 𝜔s =
k=1
T
logo:
" ∞
#
∑︁
x(t) = x(t)pT (t) = x(t) C0 + Ck cos(k𝜔s t + 𝜃 k )
k=1
∞
∑︁
= C0 x(t) + Ck x(t) cos(k𝜔s t + 𝜃 k )
k=1
O primeiro termo C0 x(t) é o sinal desejado e todos os outros termos são sinal
modulados com espectro centrado em ±𝜔s , ±2𝜔s . x(t) pode ser recuperado por
um filtro passa-baixas.

Quantização e Codificação
• Pelo processo de quantização, o sinal amostrado é convertido de analógico
para digital;
• Quantidade de nı́veis de quantização: L (normalmente base 2);
• O intervalo de (−V, V) é subdividido em L intervalos iguais com largura:
2V
Δv =
L
• V é a amplitude máxima que o quantizador pode aceitar (tudo acima será
truncado), desta forma é um parâmetro do quantizador.
• Cada amostra é aproximada pelo valor médio do intervalo em que a amostra
se encontra;
• Após isso, cada amostra é convertida para um código binário;
• O esquema de amostragem, quantização e codificação é conhecido como
conversão analógico-digital, também chamado de PCM (Pulse Code
Modulation).

Figura 23: Esquema de quantização.

Taxa de Transmissão e Largura de Banda de Transmissão: Sendo L nı́veis de
quantização, são necessários b bits para codificar as amostras:
L = 2b ou b = log2 (L)
A taxa de transmissão R será:

R = fs b
Esse sinal ocupa no espectro uma banda C Hz dada por:
C = R/2

Exemplo 8.5 Na telefonia digital, os sinais são amostrados à uma taxa de 8 kHz.
Cada amostra é codificada por 8 bits. Determine:
(a) A quantidade de nı́veis de quantização.
(b) A taxa de transmissão de um sinal de telefonia digital.
(c) A largura de banda ocupada por um sinal de telefonia digital.

Análise Estatı́stica da Quantização
• Sendo:
• x(nT) as amostras do sinal x(t) ;
x(nT) as amostras do sinal quantizado.
• b
Utilizando a fórmula de interpolação temos que:
∑︁
x(t) = x(nT)sinc(2𝜋Bt − n𝜋)
n
∑︁
x(t) =
b x(nT)sinc(2𝜋Bt − n𝜋)
b
n
O erro de quantização é definido como:
x(t) − x(t)
q(t) = b
• Como os nı́veis de quantização são separados de Δv = 2V/L e cada amostra

é aproximada pelo valor médio, então o máximo erro de quantização será
±Δv/2 = ±V/L;
• Assume-se que o erro possa assumir qualquer valor entre (−Δv/2, Δv/2) com
igual probabilidade.

• A função densidade de probabilidade do erro de quantização será:
1 1
f (q) = =
Δv/2 − (−Δv/2) Δv
• Demonstra-se que a potência (valor quadrático médio) do ruı́do de
quantização será:
∫ Δv/2
Nq = E{q2 } = q2 f (q)dq
−Δv/2
∫ Δv/2
1
= q2
−Δv/2 Δv
Δv2 V2
= = 2
12 3L
• O sinal desejado é x(t) e o ruı́do é q(t) . Define-se a relação sinal-ruı́do do
quantizador como:
Px Px
SNRQ = = 3L2 2
Nq V
sendo Px a potência do sinal x(t) .
Exemplo 8.6 Um sinal x(t) limitado em banda à 3 kHz é amostrado a uma taxa
33 13 % superior à taxa de Nyquist. O erro máximo aceitável na amplitude das
amostras (máximo erro de quantização) é de 0,5% da amplitude de pico V . As
amostras quantizadas são codificadas em binário. Determine:
(a) A frequência de Nyquist.
(b) A frequência de amostragem.
(c) A quantidade de nı́veis de quantização.
(d) A quantidade de bits necessária para codificar cada amostra.
(e) A taxa de transmissão para esse sinal.
(f) A largura de banda ocupada por esse sinal.

Multiplexação por Divisão no Tempo (TDM)
• Como um sinal amostrado ocupa somente uma parte de tempo de
transmissão, podemos transmitir vários sinais amostrados entrelaçando-os no
tempo;
• Cada sinal ocupa um perı́odo de tempo do canal de comunicações.
Figura 24: Multiplexação por divisão no tempo de dois sinais.

Sincronismo Retentor de
Anti-Aliasing Equalizador
Ordem Zero
Retentor de Equalizador
Anti-Aliasing
Canal de Ordem Zero
Comunicações
Retentor de Equalizador
Anti-Aliasing
Ordem Zero
Figura 25: Esquema de transmissão com TDM.

Sinal TDM
Figura 26: Esquema para geração de sinais TDM.

Referências
1. B.P. Lathi - Sinais e Sistemas Lineares. 2ª Edição. Bookman, 2006;
2. B.P. Lathi, Z. Ding - Sistemas de Comunicações Analógicos e Digitais
Modernos. 4ª Edição. LTC, 2012;
3. A.V. Oppenheim, A.S. Willsky - Sinais e Sistemas. 2ª Edição. Pearson, 2010.

Main

Enviado por

Dados do documento

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

Main

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO (UFERSA)

CENTRO MULTIDISCIPLINAR DE PAU DOS FERROS (CMPF)

Aula 08 - Amostragem e Conversão

Prof. Pedro Thiago Valério de Souza

Souza (UFERSA) Sinais e Sistemas 2 / 52

Souza (UFERSA) Sinais e Sistemas 3 / 52

Figura 2: Esquema de processamento digital de sinais

Souza (UFERSA) Sinais e Sistemas 4 / 52

Figura 3: Processo de Conversão Analógico-Digital.

Souza (UFERSA) Sinais e Sistemas 5 / 52

Figura 4: Processo de Amostragem.

Figura 5: Processo de Quantização.

Codificação: Converte cada amostra quantizada para uma sequência binária,

Souza (UFERSA) Sinais e Sistemas 7 / 52

é amostrado com um intervalo de amostragem de T . Determine a expressão do

Souza (UFERSA) Sinais e Sistemas 8 / 52

Conversão para uma

Sequência de impulsos, o impulso O valor da amostra n é igual à

Figura 6: Processo de Amostragem.

Souza (UFERSA) Sinais e Sistemas 9 / 52

• Demonstraremos que se x(t) é um sinal limitado em banda à B Hz (ou seja,

Esse teorema é conhecido como Teorema de Shannon-Nyquist ou Teorema

Souza (UFERSA) Sinais e Sistemas 10 / 52

O espectro de X(𝜔) é determinado aplicando-se a transformada de Fourier:

F x(t)ejk𝜔s t = X(𝜔 − k𝜔s )

Souza (UFERSA) Sinais e Sistemas 13 / 52

Souza (UFERSA) Sinais e Sistemas 14 / 52

Souza (UFERSA) Sinais e Sistemas 15 / 52

Figura 8: Sinal x(t) = sinc2 (5𝜋t) e seu espectro.

A largura de banda é B = 5 Hz. A frequência de Nyquist será fs = 2B = 10 Hz.

Souza (UFERSA) Sinais e Sistemas 16 / 52

Tabela 1: Vários intervalos de amostragem para o sinal x(t) = sinc2 (5𝜋t) .

Frequência de amostragem fs Intervalo de amostragem T Comentários

Figura 11: Processo de recuperação de um sinal a partir de suas amostras.

Resposta ao impulso do filtro de reconstrução ideal:

h(t) = F −1 {H(𝜔)} = 2BTsinc(2𝜋Bt)

Figura 12: Filtro de reconstrução ideal e sua resposta ao impulso.

Souza (UFERSA) Sinais e Sistemas 20 / 52

Propriedade do impulso: f (t) ∗ 𝛿(t − 𝜏) = f (t − 𝜏) . Logo,

Souza (UFERSA) Sinais e Sistemas 21 / 52

é conhecida como formula de interpolação. Ou seja, o sinal reconstruı́do é

Souza (UFERSA) Sinais e Sistemas 22 / 52

Souza (UFERSA) Sinais e Sistemas 23 / 52

Souza (UFERSA) Sinais e Sistemas 24 / 52

Souza (UFERSA) Sinais e Sistemas 25 / 52

Figura 15: Efeito do aliasing.

Figura 16: Efeito do aliasing após recuperação do sinal.

Para solucionar o aliasing, basta respeitar o critério de Nyquist:

Souza (UFERSA) Sinais e Sistemas 29 / 52

Souza (UFERSA) Sinais e Sistemas 30 / 52

Figura 18: Frequências aparentes de uma senóide amostrada.

• Frequência negativa → inversão de fase:

Se fa < 0, ocorre uma inversão de fase.

Souza (UFERSA) Sinais e Sistemas 33 / 52

Souza (UFERSA) Sinais e Sistemas 34 / 52

O pulso sinc(·) não é realizável.

Figura 19: Reconstrução a partir do retentor de ordem zero.

Souza (UFERSA) Sinais e Sistemas 35 / 52

Souza (UFERSA) Sinais e Sistemas 36 / 52

Figura 20: Reconstrução por retentor de ordem zero.

Souza (UFERSA) Sinais e Sistemas 37 / 52

Figura 21: Equalizador para um retentor de ordem zero.

Souza (UFERSA) Sinais e Sistemas 38 / 52