Escolar Documentos
Profissional Documentos
Cultura Documentos
SINAIS
AULA 1
Prof.ª Viviana Raquel Zurro
CONVERSA INICIAL
Verificaremos algumas das características necessárias dos sistemas para processamento desses sinais.
Na atualidade, a grande maioria dos sistemas depende do processamento digital de sinais para
funcionar e processar dados. Os sinais analógicos obtidos pelos sensores precisam ser convertidos em
uma sequência de números (sinal digital) para que o sistema consiga entendê-los e trabalhar com
processadores digitais de sinais – DSPs, em inglês) só entendem essas sequências de números (que
eletronicamente falando são tensões). Devido a isso, falaremos acerca de sistemas de processamento
tanto analógico quanto digital de sinais.
Parâmetros físicos variáveis podem ser representados como um sinal variável em função do
tempo. Os sinais analógicos provenientes dos sensores que captam o parâmetro físico são sinais
contínuos que variam no tempo, enquanto os sinais digitais são sequências descontínuas (discretas)
em tempo e amplitude, e são representados por números (sequências binárias). O sinal analógico
pode ser medido a qualquer instante de tempo, enquanto o sinal digital existe somente em
determinados instantes.
Estes parâmetros analógicos podem ser sons, luminosidade, temperatura, tração, compressão,
pressão etc. Cada parâmetro tem suas características específicas; portanto, devem ser captados por
sensores adequados, considerando as características deles. Alguns autores afirmam que a natureza é
analógica: “O mundo em que vivemos é analógico. Nós somos analógicos. Qualquer sinal que
natureza segue as regras da mecânica quântica, na qual só há níveis de energia permitidos. Mas
podemos afirmar que tanto os sinais analógicos quanto os digitais são representações da variação de
parâmetros físicos em função de determinadas variáveis (tempo e espaço, por exemplo). E baseados
Somos cada vez mais homo digitalis, misturando a natureza biológica analógica individual com o
aparato tecnológico universal. Com isso, pavimentamos o caminho não só para que o cérebro
consiga acompanhar a escalada tecnológica exponencial, mas também para a construção de um
Todos os parâmetros físicos podem ser representados como uma função cuja amplitude varia em
função de uma variável independente. Esta variável independente pode ser o tempo ou o espaço. A
maioria dos sinais é uma representação da variação de um parâmetro em função do tempo; nestes
casos, o tempo é a variável independente. Por exemplo, um som pode ser representado como a
Variável independente:
instantes, o sinal “não existe” ou é zero. O tempo discreto é definido por “n”, é adimensional e o
chamaremos de número de amostra.
Na conversão analógico-digital, o tempo “t” e o número de amostra “n” estão relacionados pela
frequência de amostragem.
Sinais:
Para que exista comunicação entre seres humanos (natureza) e processadores (computadores), é
necessário que as variações de determinados parâmetros sejam convertidas em sinais elétricos para
processamento deles. Sensores são transdutores que transformam qualquer tipo de sinal (inclusive
elétricos) em sinais elétricos de tensão ou de corrente. Existem inúmeros tipos de sensores para todos
os tipos de parâmetros mensuráveis. Cada sinal tem características inerentes à sua natureza, e cada
um dos sensores tem características específicas. Tanto as características do sinal quanto as do sensor
devem ser respeitadas pelo equipamento que vai recebê-lo e processá-lo. Os sinais captados pelos
O espectro em frequência do sinal deve ser estudado detalhadamente antes de qualquer tipo de
processamento, devido a que cada sinal analógico possui um espectro em frequência próprio e
característico, e o equipamento usado para processar esse sinal deverá cobrir todo o espectro para
não eliminar informação. O espectro em frequência de um sinal é composto por “n” componentes
senoidais de amplitudes e frequências diferentes. Cada uma destas senoides corresponde a uma
harmônica do sinal.
digitais: são sequências de números que representam um sinal analógico em tempo discreto.
Figura 1 – Sinais: (a) Analógico periódico; (b) Analógico não periódico; (c) Digital periódico; (d) Digital
não periódico
Como os sinais captados pelos sensores apresentam amplitudes muito baixas (alguns deles na
faixa dos µV), um processamento analógico anterior à digitalização é necessário. Os sinais precisam
ser amplificados e filtrados. A amplificação é necessária para que a amplitude seja compatível com a
baixíssima definição, o que é péssimo, já que no próprio processo de digitalização até nos melhores
CAD o sinal digitalizado perderá informação. A filtragem é necessária devido a que há ruído no sinal
devido ao próprio sensor, ruído que entra pelos cabos de conexão e por outros fatores (interferências,
ruído atmosférico etc.). Estes ruídos precisam ser eliminados. Então o processamento básico inicial é
sinal após ser processado por um filtro passa-baixas que tirou o ruído de alta frequência que entrou
seja, o processo de filtragem. É conveniente que o sinal seja filtrado analogicamente antes de ser
digitalizado para que as componentes de ruído sejam eliminadas. A filtragem aplicada no sinal da
figura (b) foi realizada com um filtro digital, devido a que o sinal da figura (a) já é um sinal
digitalizado.
Figura 2 – Sinal de eletrocardiograma em derivação I: (a) Sinal original; (b) Sinal após filtragem de
ruído
O sistema básico de processamento de sinais é mostrado na Figura 3, onde o sistema físico
corresponde ao objeto ou sistema que gerará o sinal (neste caso representado por uma pessoa
falando ao microfone), e o atuador é o sistema que executará a ação determinada pelo sistema de
Neste caso, o sistema físico é uma pessoa falando (emitindo um sinal sonoro) cuja voz é captada
por um microfone (sensor). O sistema de aquisição é a parte do sistema encarregada de captar esse
sinal. Como o sinal na entrada do sistema tem baixa amplitude, o ruído externo interfere tanto na
entrada do microfone, que vai pegar vários sinais, não somente a voz do cantor, quanto na entrada
do sistema de áudio, neste caso o ruído elétrico. Assim, faz-se necessária uma filtragem e
amplificação desse sinal (tratamento do sinal) para tirar os ruídos indesejados e aumentar sua
pessoa esteja cantando e a canção exija isso. Finalmente, o atuador é a caixa de som que vai emitir o
som da voz da pessoa para a plateia que está ouvindo. Para que isto seja possível, o projetista do
MP3 até o mais complexo sistema de inteligência artificial, precisa de processamento digital de sinais.
Como o sinal proveniente dos sensores é originariamente analógico, ele precisa ser transformado em
um sinal digital para poder ser processado digitalmente. Os primeiros processos são analógicos: o
sinal precisa ser amplificado para ter uma amplitude compatível com a entrada do conversor A/D, e
precisa ser filtrado para que sejam tirados todos os ruídos provenientes do sensor, cabos e ambiente.
A Figura representa os passos a serem seguidos para transformar um sinal analógico em uma
sequência de números binários (sinal digital).
Amostragem: a cada determinado intervalo de tempo, tira-se uma amostra do sinal analógico. A
frequência de amostragem deve ser no mínimo o dobro da máxima frequência de interesse do
sinal, para não perder informação do sinal no processo de digitalização (critério de Nyquist). Por
exemplo, um sinal de áudio cujo espectro de frequência vai de 20Hz a 20kHz, a mínima
Quantização: o sistema digital tem níveis determinados para o sinal (dependendo da sua
Sinal analógico: amplitude contínua em tempo contínuo. São sinais representados por funções
Sinal amostrado: amplitude contínua em tempo discreto. O primeiro passo para transformar um
pela retenção. Amostragem consiste em pegar uma amostra de sinal em intervalos de tempo
determinados (abrir uma janela de amostragem). No período que a janela está fechada
(retenção), o sistema aproveita para realizar os passos seguintes da digitalização (quantização e
codificação). Um sinal amostrado tem amplitude contínua em tempo discreto.
em atribuir valores discretos a sinais cuja amplitude varia entre certos valores. Ou seja, não
existem níveis permitidos entre dois níveis determinados do sistema. O sinal quantizado é um
sinal em tempo contínuo com amplitudes discretas.
Sinais digitais: amplitude discreta em tempo discreto. A cada um dos níveis quânticos é
codificação. O sinal digital é uma sequência de números e pode ser definido como um sinal de
amplitude discreta e tempo discreto (Oppenheim; Schafer, 1975).
A função do filtro anti-aliasing é evitar (ou atenuar) que ruídos de altas frequências que não
pertencem ao sinal original sejam digitalizados junto com o sinal. Este é um filtro passa-baixas
analógico. O critério de Nyquist determina que a frequência de amostragem deve ser pelo menos o
dobro da componente de máxima frequência de interesse do sinal, portanto, o filtro deve respeitar o
CAD (ADC – Analog to Digital Converter): conversor analógico-digital que transforma sinais
analógicos em digitais.
sinal digital.
CDA (DAC – Digital to Analog Converter): conversor digital-analógico encarregado de
convertidos em analógicos para que possamos entender. Por exemplo, mesmo que a imagem que
chega aos nossos televisores seja digital, ela deve ser convertida em imagem analógica para que
(1)
Na Figura 6, podemos ver um sinal em tempo contínuo e seu equivalente em tempo discreto.
(2)
Um sinal discreto é uma sequência de números que pode ser representada pela somatória de
valores multiplicada por um trem de impulsos deslocados como podemos ver na equação (3).
(3)
Forma vetorial:
Equação:
Forma gráfica:
No caso da forma vetorial, o número que está em realce está na posição n = 0. É importante
ressaltar que o impulso em tempo discreto não tem os problemas matemáticos que o impulso em
(4)
Existe uma relação entre as funções degrau e impulso unitário. O degrau pode ser definido como
uma função do impulso:
(5)
E o impulso pode ser definido como uma função do degrau:
(6)
Para realizar a soma de sinais discretos, a quantidade de amostras dos sinais a serem somados
devem ser iguais. Caso um sinal tiver menos amostras, as amostras faltantes deverão ser substituídas
por zero.
(7)
Se e
Portanto
Produto
(8)
A multiplicação por uma constante também deve ser realizada ponto a ponto.
(9)
Considerando
Portanto
Deslocamento
(10)
(11)
TEMA 3 – SISTEMAS LINEARES INVARIANTES NO TEMPO
(12)
A equação (13) representa um sinal de entrada que entra num sistema de processamento,
(13)
Todos os sistemas têm características que fazem com que eles sejam apropriados para processar
sinais de acordo com as necessidades. Estas características são:
invariância no tempo;
causalidade;
estabilidade.
sistemas analógicos, por exemplo, capacitores e indutores, quando ligados a um sistema eles se
carregam, e uma vez retirada a alimentação, o capacitor mantém a tensão (se “lembra” da tensão
anterior) e o indutor mantém a corrente (se “lembra” da corrente). Por outro lado, nos sistemas sem
memória, o sinal de saída só depende do valor atual do sinal de entrada, por exemplo circuitos
puramente resistivos.
pode depender de amostras passadas e futuras também. Como o sinal digital é um vetor guardado na
memória do computador, o operador pode decidir qual é a amostra atual, portanto, pode definir
quais são as amostras passadas e futuras.
Figura 10 – Sistemas com memória: (a) Sinal de entrada; (b) Saída atrasa a entrada em duas amostras;
(c) Saída adianta a entrada em três amostras; (d) Saída depende de amostras atrasadas e adiantadas
da entrada
3.1.2 Sistemas inversos e invertibilidade
Em tempo discreto, o sistema é invertível se existe um sistema inverso cuja saída é igual à entrada
quando ligado em cascata com o sistema original. A Figura 11 mostra um diagrama de blocos de um
sistema invertível.
3.1.3 Linearidade
Sistema lineares são sistemas cuja saída varia linearmente com a entrada. Ou seja, a variação da
saída é proporcional à variação da entrada. Se a entrada é composta pela soma de vários sinais, a
saída será igual à soma das respostas do sistema para cada entrada individual que compõem a
Aditividade: se a entrada é composta por dois (ou mais) sinais , a saída será
, onde é a resposta do sistema para e é a resposta do sistema para
.
(14)
(15)
Exemplo 1
Verificar se o sistema representado pelo operador é linear:
Resolução
(aditividade e homogeneidade):
Exemplo 2
Resolução
(aditividade e homogeneidade):
Um sistema é invariante no tempo se, quando o sinal de entrada é atrasado ou adiantado, o sinal
de saída sofre o mesmo deslocamento. Isso significa que as características deste sistema não se
alteram com o tempo. Para entender um pouco melhor este conceito, vejamos os exemplos a seguir.
Exemplo 3
Resolução
Exemplo 4
Resolução
Considerando um deslocamento :
Considerando somente a sequência :
3.1.5 Causalidade
Enquanto sistemas analógicos são somente causais, sistemas discretos, devido aos sinais serem
sistema causal;
sistema não causal;
sistema anticausal.
Sistema causal
Sistemas causais são também chamados de não antecipativos. O sinal de saída depende de
amostras atuais da entrada (sistema sem memória), ou de valores passados da entrada ou de valores
(16)
(17)
(18)
A equação (16) representa um sistema causal sem memória, onde a saída depende somente da
amostra atual da entrada. A equação (17) representa um sistema causal com memória onde a saída
depende de amostras passadas da entrada. O sinal de saída está atrasado em duas amostras em
relação à entrada. A equação (18) representa um sistema causal com memória onde a saída depende
de amostras atuais e passadas da entrada. Todos estes sistemas são apresentados na Figura 12.
Figura 12 – (a) Sinal de entrada; (b) Sistema causal sem memória; (c) e (d) Sistemas causais com
memória
presentes e futuras ou presentes passadas e futuras. Neste caso, as variáveis não dependem do
tempo, como, por exemplo, em processamento de imagens, dependem de coordenadas de posição.
Ou sistemas de processamento off-line, onde todas as variáveis já estão armazenadas. Sistemas não
causais são sempre com memória, como os sinais estão gravados. A partir de um ponto de referência,
o sistema decide quais são amostras passadas, presentes e futuras.
(19)
(20)
(21)
A equação (19) representa um sistema não causal onde a saída depende de amostras passadas e
futuras da entrada. A equação (20) representa um sistema não causal onde a saída depende de
amostras presentes e futuras da entrada. A equação (21) representa um sistema não causal onde a
saída depende de amostras passadas, presentes e futuras da entrada. Todos estes sistemas são
Figura 13 – (a) Sinal de entrada: (b), (c) e (d) Sistemas não causais
Sistema anticausal
O sistema anticausal também é antecipativo e com memória porque a saída deste sistema
depende somente de amostras futuras da entrada. A equação (6) mostra um exemplo de sistema
anticausal:
(22)
3.1.6 Estabilidade
Sistema estável é aquele que quando aplicamos um impulso na entrada, a saída tende a um valor
finito. Ou seja, para todo sinal limitado em amplitude aplicado na entrada, a saída também será
limitada em amplitude. Estes sistemas são convergentes porque a saída converge a um valor finito.
Um sistema estável responde como mostrado na Figura 14 quando aplicado um impulso na entrada.
Um exemplo de sistema estável é um pêndulo por exemplo. Quando soltamos o pêndulo com
determinado ângulo ele oscilará com amplitude cada vez menor até se estabilizar no ponto de
equilíbrio. Esta propriedade é muito importante para sistemas de processamento de sinais. Para que
um sistema LIT seja estável, a resposta ao impulso deve ser absolutamente somável. Esta é uma
condição necessária e suficiente isto significa que a resposta do sistema deve tender a zero quando n
Nos sistemas lineares, a saída varia proporcionalmente com a entrada e é invariante no tempo
quando seu funcionamento permanece inalterado ao longo do tempo. Sistemas lineares invariantes
no tempo (SLIT, ou simplesmente LIT) são caracterizados pelas suas respostas ao impulso. Sistemas
LIT discretos também são chamados de sistemas lineares invariantes com o deslocamento, ou sistemas
LID.
4.1 CONVOLUÇÃO
A função impulso unitário em tempo discreto é usada para representar qualquer sinal em tempo
discreto, portanto, um sinal em tempo discreto é uma sequência de impulsos unitários multiplicados
Combinando o sinal da equação (3) com a propriedade de linearidade representada pela equação
(15), podemos afirmar que um sistema linear pode ser representado pela sua resposta ao impulso.
(23)
(24)
linearidade, sendo assim muito limitada para uso computacional. Considerando a invariância no
tempo colocaremos uma restrição adicional para facilitar o cálculo. Para os sistemas invariantes no
tempo se tiver uma resposta , a resposta de será , portanto, se tiver
(25)
(26)
Na equação (25), podemos ver que a somatória é realizada para valores de , não nos de , e na
Exemplo 5
O sinal de entrada é definido pelo vetor cuja amostra em realce está na posição .A
resposta ao impulso está definida pelo vetor cuja amostra em realce está na posição .
Figura 15 – (a) Sinal de entrada; (b) Resposta ao impulso do sistema; (c) Resposta ao impulso invertida
Resolução
4) Para se obter , todos os elementos do produto devem ser somados. Quem determina a
escalas diferentes.
Figura 16 – (a) Sinal de entrada; (b) Resposta ao impulso do sistema; (c) Sinal de saída
Nesta figura, podemos observar que os vetores e têm comprimento de três amostras.
Já o vetor tem comprimento de cinco amostras, pois o comprimento do vetor resultante é igual à
(27)
Em sistemas lineares (LIT), é a resposta ao impulso que determina as características dele. Isso não
acontece com sistema não lineares. Os sistemas em tempo discretos são representados pela soma de
convolução.
(28)
A propriedade comutativa permite que tanto o sinal de entrada do sistema quanto a resposta ao
impulso sejam invertidas e deslocadas em cima do outro vetor. No exemplo 5, foi invertida e
deslocada em cima de , mas esta propriedade permite que permaneça fixa e seja
invertida e deslocada em cima de . Nos dois casos, o vetor resultante será o mesmo. A Figura
, (c) , (d)
Na Figura 7 (c), foi usada a propriedade comutativa da convolução. Nesta figura, foram
apresentados sistemas em cascata. Nesta cascata, não importa a ordem do sistema, o resultado será
sempre o mesmo. Cabe ressaltar que isso se aplica somente a sistemas lineares. Em sistemas não
lineares, a ordem da cascata não pode ser mudada sem mudar o resultado.
(30)
Em determinados sistemas LIT, a relação entre a saída atual e as saídas anteriores com a entrada
do sistema é dada por uma equação de diferenças. Esta é uma equação linear de ordem n com
coeficientes constantes. Enquanto em tempo contínuo a variável independente (tempo) varia
pode ser representada por números inteiros, e as funções discretas só existem para valores inteiros de
n.
Por isso, para calcularmos a inclinação de uma curva de um sinal em tempo contínuo, podemos
usar equações diferenciais (derivada do sinal no ponto). Porém, para tempo discreto, isso não será
possível, já que o operador diferencial não faz sentido neste caso. Por isso, em tempo discreto,
Em sistemas digitais, muitas vezes será necessário usar filtros derivativos para processar
(31)
Onde são valores passados da saída e valores passados da entrada, e .e são constantes
do sistema. Estas equações podem ser não causais, anticausais ou causais A equação (32) mostra um
sistema de primeira ordem cuja saída depende de amostras atuais do sinal de entrada e de amostras
passadas do sinal de saída:
(32)
A equação (32) está representada na Figura 22. Nesta figura, o parâmetro é uma representação
recursiva onde o parâmetro . Os procedimentos recursivos usam parâmetros deles mesmos para
sua execução, neste caso uma amostra da saída é injetada na entrada, isto é mostrado na figura. Parte
da saída (neste caso, a amostra anterior) é somada à entrada para se obter a própria saída.
Figura 22 – Representação da equação (11) onde a saída é equivalente à soma da entrada mais o
(33)
(34)
A função recursiva é mostrada na equação (34) onde a saída é função da entrada e da própria
saída.
Exemplo 6
Neste sistema, a relação entrada-saída deve respeitar a equação (31). Reescrevendo a equação
(33):
Sendo:
Caso particular
Podemos observar que neste caso a saída depende somente dos parâmetros da entrada. Por
cálculo direto, podemos deduzir a partir desta equação que a resposta ao impulso deste sistema será
(35)
A resposta ao impulso mostrada na equação (35) tem duração finita. Esta resposta representa
sistemas chamados FIR (do inglês, Finite Impulse Response), que são sistemas de resposta finita. Um
Exemplo 7
Resolução
A saída depende somente do sinal de entrada, e não da própria saída. Como a saída é a
convolução da entrada com a resposta ao impulso, :
Nesta equação, é função do impulso unitário e pode ser representada na forma vetorial
como:
(36)
(37)
(38)
A resposta forçada é dada pela resolução da equação de diferenças para valores da entrada
diferentes de zero.
FINALIZANDO
sinais. Enquanto os sistemas analógicos são sistemas físicos (amplificadores, filtros etc.) que podem
ser representados matematicamente por equações que determinarão o que o sistema fará com o sinal
de entrada para se obter o sinal de saída, os sistemas digitais são linhas de programa (algoritmos
matemáticos) que a maioria das vezes representam digitalmente as equações matemáticas às quais os
sistemas analógicos respondem. Mas pelo fato dos sistemas digitais trabalharem com números
guardados em vetores na memória de um computador, é possível realizar ações que seriam muito
difíceis ou impossíveis de efetuar com sistemas analógicos. Exemplos disso são os sistemas não
causalidade e estabilidade. O tipo de sistema será desenvolvido de acordo com o tipo de sinal de
dos sistemas digitais é que podem ser usados em inúmeras aplicações como amplificadores, filtros,
processadores, detectores e parâmetros usando somente um sistema computacional, enquanto um
grandes e complexos. A dificuldade maior nos sistemas digitais está no projeto e desenvolvimento
matemático do algoritmo que pode vir a ser de grande complexidade dependendo da aplicação.
Todos os sinais mostrados nas figuras foram feitos por algoritmos rodados no ambiente
matemático Scilab (Dassault Systèmes, 2023).
REFERÊNCIAS
DASSAULT SYSTÈMES. Scilab, 2023. Disponível em: <https://www.scilab.org>. Acesso em: 31 jul.
2023.
GABRIEL, M. Cérebro analógico, cérebro digital. Revista Galileu, 2014. Disponível em:
<http://revistagalileu.globo.com/Revista/noticia/2014/10/cerebro-analogico-cerebro-digital.html>.
OPPENHEIM, A. V.; SCHAFER, R. W. Digital Signal Processing. New Jersey: Prentice-Hall, 1975.