Você está na página 1de 229

Anlise de Sinais

Manuel Duarte Ortigueira


Fernando J. Vieira do Coito
DEE, Faculdade de Cincias e Tecnologia
Universidade Nova de Lisboa
Maro, 20012
2
Contedo
1 Sinais 7
1.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1 Exemplos Grcos: . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Classicao dos Sinais . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.1 Quanto varivel independente . . . . . . . . . . . . . . . 9
1.2.2 Quanto s amplitudes . . . . . . . . . . . . . . . . . . . . 11
1.2.3 Quanto durao . . . . . . . . . . . . . . . . . . . . . . 11
1.2.4 Quanto reprodutibilidade . . . . . . . . . . . . . . . . . 12
1.2.5 Quanto periodicidade . . . . . . . . . . . . . . . . . . . 13
1.2.6 Quanto morfologia . . . . . . . . . . . . . . . . . . . . . 18
1.2.7 Quanto ao carcter . . . . . . . . . . . . . . . . . . . . . 20
1.3 Alguns Sinais Importantes . . . . . . . . . . . . . . . . . . . . . 20
1.3.1 Sinais a tempo contnuo . . . . . . . . . . . . . . . . . . . 21
1.3.2 Sinais a tempo discreto . . . . . . . . . . . . . . . . . . . 23
1.4 Mdia, Energia e Potncia . . . . . . . . . . . . . . . . . . . . . . 27
1.4.1 Mdia de um sinal . . . . . . . . . . . . . . . . . . . . . . 27
1.4.2 Energia de um sinal . . . . . . . . . . . . . . . . . . . . . 28
1.4.3 Potncia de um sinal . . . . . . . . . . . . . . . . . . . . . 29
1.5 Discreto vs Contnuo . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.6 Os Sinais Aleatrios . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.6.1 Motivao . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.6.2 Mdias no conjunto . . . . . . . . . . . . . . . . . . . . . 39
1.7 Processos Estacionrios . . . . . . . . . . . . . . . . . . . . . . . 42
1.8 Ergodicidade. Estimao . . . . . . . . . . . . . . . . . . . . . . . 43
1.8.1 Processos gaussianos . . . . . . . . . . . . . . . . . . . . . 45
1.8.2 O rudo branco . . . . . . . . . . . . . . . . . . . . . . . . 47
1.9 Concluses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.10 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2 Operaes com sinais 51
2.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.2 Operaes Morfolgicas . . . . . . . . . . . . . . . . . . . . . . . 51
2.2.1 Sinal par - sinal mpar . . . . . . . . . . . . . . . . . . . . 52
2.2.2 Amplicao ou atenuao . . . . . . . . . . . . . . . . . 55
3
4 CONTEDO
2.2.3 Mudana de escala . . . . . . . . . . . . . . . . . . . . . 55
2.3 Comparao de sinais tipo energia . . . . . . . . . . . . . . . . . 57
2.4 Comparao de sinais tipo potncia . . . . . . . . . . . . . . . . . 60
2.4.1 Correlao de sinais tipo potncia . . . . . . . . . . . . . 60
2.4.2 A Correlao Circular . . . . . . . . . . . . . . . . . . . . 62
2.4.3 Correlao e Covarincia . . . . . . . . . . . . . . . . . . 62
2.5 A Convoluo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.5.1 Denio . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.5.2 Propriedades da convoluo . . . . . . . . . . . . . . . . . 63
2.6 Sobre o clculo de convolues e correlaes . . . . . . . . . . . . 65
2.6.1 Clculo da convoluo . . . . . . . . . . . . . . . . . . . . 66
2.6.2 Exemplos de clculo de convolues . . . . . . . . . . . . 66
2.6.3 A convoluo circular . . . . . . . . . . . . . . . . . . . . 76
2.6.4 O elemento neutro da convoluo . . . . . . . . . . . . . . 78
2.7 Concluses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.8 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3 Sistemas 83
3.1 Os sistemas e a sua importncia . . . . . . . . . . . . . . . . . . 83
3.2 Noo de Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
3.3 Propriedades Gerais dos Sistemas . . . . . . . . . . . . . . . . . . 88
3.4 Caracterizao de Sistemas Lineares . . . . . . . . . . . . . . . . 94
3.4.1 Resposta Impulsional. Propriedades . . . . . . . . . . . . 94
3.5 Caracterizao por equaes diferenciais ou s diferenas . . . . . 99
3.6 Converses entre representaes . . . . . . . . . . . . . . . . . . . 101
3.6.1 O caso de sistemas discretos . . . . . . . . . . . . . . . . . 101
3.6.2 O caso de sistemas contnuos . . . . . . . . . . . . . . . . 103
3.7 Classicao de sistemas . . . . . . . . . . . . . . . . . . . . . . . 104
3.8 Concluses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
3.9 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4 A transformada Z 113
4.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.2 Propriedades gerais da transformada . . . . . . . . . . . . . . . . 120
4.3 Sinais cujas transformadas so fraces simples . . . . . . . . . . 125
4.4 Inverso da TZ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
4.4.1 Integral de Inverso . . . . . . . . . . . . . . . . . . . . . 129
4.4.2 Inverso por decomposio polinmio + fraces simples 131
4.4.3 Inverso por desenvolvimento em srie . . . . . . . . . . 133
4.5 Concluses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
4.6 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
CONTEDO 5
5 A srie de Fourier em tempo discreto 139
5.1 As funes peridicas como vectores . . . . . . . . . . . . . . . . 139
5.2 Anlise de Fourier de sinais peridicos em tempo discreto . . . . 141
5.3 Propriedades da SFD . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.4 Simetrias circulares . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.4.1 A simetria Hermiteana . . . . . . . . . . . . . . . . . . . . 150
5.4.2 Srie trigonomtrica . . . . . . . . . . . . . . . . . . . . . 152
5.4.3 Srie harmnica . . . . . . . . . . . . . . . . . . . . . . . 154
5.5 Observao experimental da sntese de sinais peridicos discretos 154
5.6 Concluses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
5.7 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
6 A Transformada de Fourier em tempo discreto 161
6.1 Denio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
6.2 Existncia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
6.3 Propriedades gerais da TFd . . . . . . . . . . . . . . . . . . . . . 169
6.4 A transformada de Fourier de sinais peridicos . . . . . . . . . . 175
6.5 A srie de Fourier como amostragem da transformada de Fourier 177
6.6 Concluses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
6.7 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
7 Filtragem. Desenho de ltros 181
7.1 Os ltros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
7.1.1 Consideraes gerais . . . . . . . . . . . . . . . . . . . . . 181
7.2 Os ltros FIR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
7.2.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . 186
7.2.2 Filtros FIR de Fase Linear . . . . . . . . . . . . . . . . . 188
7.3 Projecto dos ltros FIR . . . . . . . . . . . . . . . . . . . . . . . 193
7.3.1 Especicao de ltros . . . . . . . . . . . . . . . . . . . . 193
7.3.2 Projecto usando o mtodo das janelas . . . . . . . . . . . 196
7.3.3 Mtodo da Amostragem na Frequncia . . . . . . . . . . . 199
7.3.4 Mtodos Iterativos ptimos . . . . . . . . . . . . . . . . . 199
7.3.5 Transformao passa-baixo/passa-alto . . . . . . . . . . . 200
7.3.6 FIR versus IIR . . . . . . . . . . . . . . . . . . . . . . . . 201
7.4 Projecto de ltros IIR . . . . . . . . . . . . . . . . . . . . . . . . 202
7.4.1 Os SLIT a tempo contnuo . . . . . . . . . . . . . . . . . 202
7.4.2 Transformaes de frequncias em s . . . . . . . . . . . . 204
7.4.3 Converso s para z do tipo Resposta Invariante . . . . . . 204
7.4.4 Impulso invariante . . . . . . . . . . . . . . . . . . . . . . 207
7.4.5 Algortmos de diferenas . . . . . . . . . . . . . . . . . . . 208
7.4.6 Regra de Tustin ou transformao bilinear . . . . . . . . . 213
7.4.7 Comparao entre o mtodo das diferenas e bilinear . . . 219
7.4.8 Projecto de ltros IIR usando a transformao bilinear . . 219
7.5 Concluses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
7.6 Apndice A - Prottipos de ltros a tempo contnuo . . . . . . . 225
7.7 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
6 CONTEDO
Captulo 1
Sinais
1.1 Introduo
Um sinal qualquer funo associada a um fenmeno fsico, econmico ou social
e que transporta algum tipo de informao sobre ele. , portanto, uma descrio
quantitativa de um dado fenmeno. Um sinal funo de uma ou vrias variveis
independentes
1
e pode ser revelada por um instrumento ou apercebida pelo
homem. Os sinais esto presentes permanentemente no exterior e no interior
dos seres vivos, embora seja, muitas vezes, difcil ter acesso a eles.
Exemplos:
Sinal de voz
Sucesso de fotograas
Velocidade do vento em funo da altura e/ou do tempo
Valores dos preos de um dado bem de consumo em dias sucessivos
Temperaturas do ar ao longo de um dia
Sinais elctricos entre clulas do sistema nervoso
ECG, EEG, . . .
Sucesso de valores de um ndice bolsista.
. . .
1
Dado o seu maior interesse consideraremos, pelo menos por ora, apenas sinais escalares
funes de uma nica varivel independente.
7
8 CAPTULO 1. SINAIS
Figura 1.1: Preos de um dado bem de consumo
Para uma nica varivel, um sinal uma funo de R em R (ou C) que
passaremos a representar, matematicamente, por:
x(t) < t < (1.1)
Em geral, consideraremos como domnio da varivel independente o conjunto
dos nmeros reais ou o conjunto dos nmeros inteiros, Z. Nos casos em que seja
outro este ser explicitamente especicado. Em algumas situaes poderemos
tambm usar o conjunto dos racionais, Q. Em quase todos os exemplos grcos
que apresentaremos de seguida, no daremos nenhuma indicao relativamente
ao domnio e contradomnio dos sinais representados, de forma a manter o grau
de generalidade.
1.1.1 Exemplos Grcos:
Valores de preos de um dado produto em dias sucessivos
Os preos de um produto, mantm-se constantes ao longo do dia, sofrendo
alteraes apenas na transio de um dia para outro (como se representa na
gura 1.1).
Electroencefalograma (EEG)
Trata-se de um registo superfcie da cabea dos sinais elctricos resultantes da
actividade cerebral, normalmente em repouso (gura 1.2).
1.2. CLASSIFICAO DOS SINAIS 9
Figura 1.2: Segmento de Electroencefalograma (EEG)
Potenciais Evocados
Trata-se de um conjunto de sinais obtidos em sensores colocados no escalpo e
resultantes da actividade cerebral aps um estmulo externo (visual ou auditivo).
Usam-se na deteco de tumores localizados na caixa craniana. Um exemplo
deste tipo de sinais encontra-se representado na gura 1.3.
A varivel independente t ser, normalmente, chamada tempo, visto que,
num grande nmero de aplicaes prticas, trabalhamos com funes do tempo.
No entanto, so muito importantes nas aplicaes os sinais que so funes de
duas coordenadas do espao (p. ex., as imagens ) ou do espao e do tempo.
1.2 Classicao dos Sinais
Os sinais podem ser classicados de diferentes formas, consoante as suas carac-
tersticas e, principalmente, o tipo de domnio e contradomnio, o que faremos
seguidamente.
Assim classicamo-los:
1.2.1 Quanto varivel independente
sinais a tempo
_
contnuo se t R
discreto se t Z
10 CAPTULO 1. SINAIS
Figura 1.3: Segmentos de potenciais evocados obtidos com um conjunto de 28
sensores
Por simplicidade, chamar-lhes-emos, respectivamente, sinais contnuos e si-
nais discretos
2
. Estes tambm se chamam sequncias, sries temporais ou crono-
sries
3
. Um exemplo de sinal discreto a velocidade dos carros que passam por
um sensor de velocidade rodovirio. Nete caso o "tempo" denido pela ordem
em que cada carro passa pelo sensor. Outros exemplos de sinais discretos so
a despesa de cada cliente numa loja, ou a cor de cada carro numa linha de
montasgem.
Os sinais discretos podem resultar, eventualmente, da amostragem de um
2
Usaremos, frequentemente n, m, i, j, k, em vez de t.
3
O termo sucesso ser usado para designar uma sequncia gerada de forma determinstica
atravs de uma frmula; p. ex. 1/n.
1.2. CLASSIFICAO DOS SINAIS 11
Figura 1.4: Sinal discreto
sinal a tempo contnuo, por reteno dos valores do sinal num conjunto de pontos
{t
n
: n Z} : x(t
n
). Os pontos t
n
, n Z, chamam-se instantes de amostragem.
Chama-se sinal amostrado o sinal discreto obtido por amostragem de um sinal
contnuo, Se os valores forem retidoa a intervalos regulares t
n
= nT, T R, a
amostragem diz-se uniforme e T o intervalo de amostragem. O seu inverso, r =
1/T, chama-se taxa ou ritmo de amostragem. Frequentemente, representamos
uma sequncia x(t
n
) por x(n) ou x
n
. Usaremos uma ou outra indistintamente,
consoante a comodidade, a facilidade de escrita ou a legibilidade.
Na gura 1.4 mostra-se a habitual representao grca de sinais discretos.
1.2.2 Quanto s amplitudes
sinal analgico - sinal contnuo cuja amplitude pode assumir uma gama con-
tnua de valores,
sinal quantizado - sinal cuja amplitude pode assumir, apenas, uma gama dis-
creta de valores, a gura 1.5 representa um desses sinais, se considerarmos
o tempo contnuo.
sinal digital - sinal resultante da codicao dum sinal amostrado e quanti-
zado. A codicao consiste em atribuir a cada valor obtido por amostra-
gem e quanticao uma sequncia de dgitos: o cdigo. Os cdigos mais
usado baseiam-se em dgitos binrios (0 e 1 ou 1).
1.2.3 Quanto durao
Os sinais cujo domnio limitado (suporte limitado) dizem-se de durao -
nita, contrariamente aos restantes que so de durao innita. Os sinais de
durao nita tambm se chamam janelas (gura 1.7). Os de muito curta
durao dizem-se pulsos.
H, no entanto, muitos sinais de durao innita que assumem valores signi-
cativamente diferentes de zero, apenas num dado conjunto, e valores muito pe-
quenos, para os restantes valores do domnio. Signica isto que estes sinais tm
12 CAPTULO 1. SINAIS
Figura 1.5: Sinal analgico quantizado
Figura 1.6: Sinal analgico e respectivo amostrado
uma durao efectiva nita. Para quanticar melhor esta noo introduzem-se
diferentes medidas de durao que ultrapassam o mbito deste estudo. Mais
tarde voltaremos a esta questo.
Os sinais nulos para t < (resp. t > ) dizem-se sinais direitos (resp.
esquerdos). No caso particular de x(t) = 0 para t <0 (resp. t > 0) alguns
autores do ao sinal direito (esquerdo) a designao de causal (anti-causal).
A gura 1.8 apresenta um sinal analgico direito e um sinal analgico esquerdo.
1.2.4 Quanto reprodutibilidade
Quanto possibilidade de, repetindo a mesma experincia, obter ou no o
mesmo resultado, os sinais classicam-se em determinsticos e aleatrios,
respectivamente. Um sinal diz-se determinstico se puder ser reproduzido, nas
mesmas condies, tantas vezes quantas se queira. Tal no se passa com um
sinal aleatrio, que efectivamente um membro de uma classe com uma estru-
tura probabilstica. Usualmente, diz-se um processo estocstico. As guras
1.1 e 1.9 representam segmentos de sinais aleatrios, contnuo e discreto, res-
pectivamente.
Normalmente, um sinal determinstico d-nos a possibilidade de, conhecendo
um dado sinal num dado conjunto de valores sucessivos do tempo, predizer
1.2. CLASSIFICAO DOS SINAIS 13
Figura 1.7: Sinal de durao limitada
Figura 1.8: a) Sinal analgico direito; b) Sinal analgico esquerdo
exactamente um valor num instante posterior (ou anterior)
4
. Isto no acontece,
em geral, com os processos estocsticos que possuem um grau de predizibilidade
5
que depende das suas caractersticas probabilsticas e espectrais, como veremos,
mais tarde.
1.2.5 Quanto periodicidade
Os sinais determinsticos classicam-se, ainda, em aperidicos e peridicos.
Os sinais aperidicos no so repetitivos, contrariamente aos peridicos que
vericam a relao:
x(t) = x(t T) t (1.2)
sendo T uma quantidade positiva, denominada perodo que, no caso de si-
nais discretos, um nmero natural. Os sinais aperidicos com energia
6
nita
4
A excepo constituda pelos sinais de sada de sistemas caticos que so determinsticos,
mas no so predizveis, pelo menos a longa distncia temporal.
5
Achamos que este termo mais correcto do que o comum previsibilidade.
6
Adiante a deniremos.
14 CAPTULO 1. SINAIS
Figura 1.9: Sinal aleatrio discreto
Figura 1.10: Sinal peridico contnuo
chamam-se transitrios. Todos os sinais representados nas guras precedentes
so aperidicos. A gura 1.10 representa um sinal peridico.
As sinusides
cos(
o
t +) , sen(
o
t +) e e
i(ot+)
so os mais simples e importantes exemplos de sinais peridicos (gura 1.11).
O perodo com que um sinal sinusoidal se repete pode ser determinado atravs
de
1.2. CLASSIFICAO DOS SINAIS 15
Figura 1.11: Sinais cos(
o
t + ) e sen(
o
t + ). Esta representao grca
corresponde tambm componente real e componete imaginria de e
i(ot+)
,
respectivamente
sen(
o
t +) =sen (
o
(t +T) +)
sen(
o
t + + 2) =sen (
o
t +
o
T +)

o
t + + 2 =
o
t +
o
T +
2 =
o
T
T =
2

o
Qualquer sinal peridico pode representar-se como uma repetio peridica
de um sinal bsico, x, que, na maior parte dos casos de interesse prtico, uma
funo de suporte limitado:
x(t) =
+

n=
x
b
(t nT
o
) (1.3)
Usando sucesses de pulsos triangulares nas guras 1.13 a 1.14 mostramos
duas situaes diferentes ilustrando a repetio referida, e onde tri
_
t

_
a
funo triangular da gura 1.12.
Se o perodo de repetio for superior a 2, temos a situao representada
na gura 1.13.
Na gura 1.14 vemos uma ilustrao da situao em que o perodo de repe-
tio inferior a 2. Neste caso, em que a envolvente nal do sinal peridico
x(t) no coincide com a extenso peridica do sinal bsico x
b
(t), d-se o fe-
nmeno chamado de alisamento ou mascaramento ou, ainda sobreposio
(aliasing)
7
.
7
Na literatura inglesa
16 CAPTULO 1. SINAIS
Figura 1.12: x
b
(t)= tri
_
t

_
- tringulo de largura 2
Figura 1.13: Repetio peridica da funo da gura 1.12 com perodo superior
durao do sinal elementar
O sinal resultante parece mais liso, ou seja, tem variaes mais lentas do
que o sinal x
b
(t).
Este fenmeno importantssimo na converso discreto-contnuo e verica-se
no domnio da frequncia.
Estas consideraes permitem-nos concluir que qualquer sinal no peridico
de durao nita pode considerar-se como a restrio num intervalo ]a, b[ qual-
quer, de largura T de uma dada funo peridica, em que T = b a
x
b
(t) =
_
x(t) a < t < b
0 nos outros casos
(1.4)
Uma representao de x(t) coincidir com x
b
(t) no intervalo ]a, b[. Como
bvio, este tipo de consideraes facilmente etensvel aos sinais discretos.
O perodo de um sinal peridico no um valor nico. Facilmente se verica
que se o sinal tem perodo de repetio T
1
, ento
x(t) = x(t +T
1
) = x((t +T
1
) +T
1
) = x((t + 2 T
1
) +T
1
) = = x(t +nT
1
)
(1.5)
o que signica que todos os mltiplos inteiros de T
1
so igualmente perodo do
sinal.
1.2. CLASSIFICAO DOS SINAIS 17
Figura 1.14: Repetio peridica da funo da gura 1.12 com perodo inferior
durao do sinal elementar e sinal resultante
D-se a designao perodo fundamental do sinal ao menor valor positivo
que T pode tomar, de modo a que a expresso (1.2) se verique.
Uma combinao linear de sinais peridicos, x(t) = a
1
x
1
(t) +a
2
x
2
(t), pode
no corresponder a um sinal peridico. A condio necessria (e suciente) para
que x(t) seja um sinal peridico, que os perodos T
1
e T
2
sejam comensurveis.
Isto signica que devem existir nmeros inteiros n
1
e n
2
de modo a que se
verique n
1
T
1
= n
2
T
2
= T.
Figura 1.15: Sinal x(t) = sen(2 t) + cos(3/2 t)
A ttulo ilustrativo, na gura 1.15 representa-se o sinal x(t) = sen(2 t) +
cos(3/2 t). A parcela sen(2 t) tem perodo T
1
= , enquanto a cos(3/2 t) tem
perodo T
2
=
4
3
. O perodo do sinal x(t) T = 4T
1
= 3T
2
= 4.
Se os valores T
1
e T
2
no so comensurveis o sinal x(t), no ser peridico.
Neste caso o sinal diz-se quase peridico. Na gura 1.16 es representado o sinal
18 CAPTULO 1. SINAIS
Figura 1.16: Sinal sen(2t + 1) + sen(1.5t) (no perdico)
sen(2t + 1) + sen(1.5t). A primeira sinusoide tem perodo T
1
= 1, enquanto a
segunda tem perodo T
2
=
4
3
. O sinal resultante no peridico porque T
1
e
T
2
no so comensurveis.
Se um sinal peridico for tal que x(t) = - x(t + T/2), diz-se que tem simetria
de meia onda. Os sinais cos(
o
t +) , sen(
o
t +) so exemplos de sinais com
simetria de meia onda.
1.2.6 Quanto morfologia
Morfologicamente, os sinais podem apresentar as formas mais dspares, podendo,
no entanto, possuir algum tipo de simetria ou regularidade. Assim, podemos
encontrar sinais pares:
x(t) = x(t) t (1.6)
ou seja, sinais cujo grco simtrico relativamente ao eixo das ordenadas (ver
a gura 1.17),
Figura 1.17: Sinal par
e mpares:
x(t) = x(t) t (1.7)
1.2. CLASSIFICAO DOS SINAIS 19
Figura 1.18: Sinal mpar
Figura 1.19: Sinal sem paridade denida
sinais cujo grco simtrico relativamente origem (ver a ilustrao da gura
1.18), ou nem uma coisa nem outra como o da gura 1.19.
Um aspecto interessante que qualquer sinal, sem paridade denida, pode
ser representado como a soma de um sinal mpar com um sinal par
x(t) = x
i
(t) +x
p
(t) (1.8)
basta, para isso que se considere:
x
i
(t)

=
x(t) x(t)
2
parcela mpar (1.9)
x
p
(t)

=
x(t) +x(t)
2
parcela par (1.10)
fcil vericar que somando os sinais das guras 1.17 e 1.18 se obtm o
sinal representado na gura 1.19.
Muito frequentemente, os sinais com que trabalhamos tm um aspecto
8
liso. No entanto, h sinais extremamente rugosos e com o mesmo aspecto,
qualquer que seja a escala a que sejam observados: so os sinais fractais (gura
1.20), existindo bastantes exemplos em formas naturais.
Extremamente importantes so os sinais caticos que, embora paream ale-
atrios, so determinsticos. Na gura seguinte apresenta-se um exemplo. Estes
8
Grco.
20 CAPTULO 1. SINAIS
Figura 1.20: Sinal fractal
Figura 1.21: Sinal catico
sinais so gerados no-linearmente e tm fraca predizibilidade. Os sinais encon-
trados em Meteorologia so frequentemente deste tipo.
1.2.7 Quanto ao carcter
At agora, considermos, apenas, sinal como o resultado de uma medida sobre
um fenmeno fsico. Pode acontecer que, em vez de uma, tenhamos vrias
9
.
No primeiro caso temos um sinal escalar e no segundo um sinal vectorial. Por
ora, apenas consideraremos os sinais escalares, embora um grande nmero de
resultados se generalize com certa facilidade a sinais vectoriais. O sinal de
sada de agregado de sensores um sinal vectorial. Por exemplo, o ECG ,
normalmente, um sinal com trs componentes, usualmente representadas por
X,Y e Z.
1.3 Alguns Sinais Importantes
No decorrer deste estudo, vamos encontrar alguns sinais bastante importantes
e que apresentaremos de seguida.
9
Por exemplo, o sinal obtido com um agregado de sensores.
1.3. ALGUNS SINAIS IMPORTANTES 21
1.3.1 Sinais a tempo contnuo
Os sinais em degrau e rampa
Um sinal de entrada frequentemente utilizado no estudo do comportamento de
sistemas o degrau unitrio, (t) (gura 1.22)
Figura 1.22: Sinal degrau unitrio
(t) =
_
1 se t 0
0 se t < 0
(1.11)
Um outro sinal de grande interesse a rampa de declive unitrio, ou rampa
unitria r(t) = t(t) (gura 1.23).
Figura 1.23: Sinal rampa unitria
r(t) =
_
t se t 0
0 se t < 0
(1.12)
O impulso unitrio
Um sinal de grande importncia no estudo de sistemas dinmicos o impulso
unitrio, ou impulso de Dirac ((t)) (gura 1.24).
(t) =
_
0 se t = 0
se t = 0
(1.13)
22 CAPTULO 1. SINAIS
Figura 1.24: Sinal impulso unitrio (ou de Dirac)
O impulso unitrio um sinal que sempre igual a zero, excepto para t = 0,
instante em que a sua amplitude no limitada. Este sinal caracterizado pelo
facto de:
_
+

(t)dt =
_
0
+
0

(t)dt = 1 (1.14)
O impulso unitrio (t) est relacionado com o degrau unitrio (t) pela
relao:
(t) =
_
t

()d (1.15)
Uma aproximao mais intuitiva ao conceito de impulso de Dirac pode ser
obtida considerando o seguinte sinal:

(t) =
d

(t)
dt
(1.16)
onde

(t) e

(t) so os sinais representados na gura 1.25


Verica-se que

(t) tem rea unitria, qualquer que seja o valor de , e


que vale 0 fora do intervalo 0t. medida que 0, a amplitude de

(t)
progressivamente maior, enquanto que a sua durao mais apertada. No
limite tem-se:
(t) = lim
0

(t) (1.17)
Um sinal da forma k(t) corresponde a um impulso de Dirac de rea k, i.e.,
_
t

k()d = k(t) (1.18)


Generalizando este resultado verica-se que, para um dado sinal x(t),
x(t)(t ) = x()(t ) (1.19)
1.3. ALGUNS SINAIS IMPORTANTES 23
Figura 1.25: Sinais

(t) e

(t)
Um outro facto igualmente importante :
x(t) = x(t).1 = x(t)
_
+

(t )d =
=
_
+

x(t)(t )d =
=
_
+

x()(t )d (1.20)
O integral designa-se por integral de convoluo (ou simplesmente convolu-
o) de x(t) e (t). A sua importncia ser realada dentro em pouco.
1.3.2 Sinais a tempo discreto
Em geral, os sinais a tempo contnuo so representados por uma expresso
matemtica. J os sinais a tempo discreto, se forem de durao limitada, podem
ser descritos por meio de uma tabela com os valores que assumem:
_
1, 2, 9, 0, 1, 3, 6, 5
_
Nesta representao, se houver necessidade, indicaremos a origem dos tem-
pos com uma :
{ 1, 2, 9, 0, 1, 3, 6, 5 }

24 CAPTULO 1. SINAIS
n
0
1
(n)
a)
n
0
x(2)
x(1)
x(0)
x(n)
b)
Figura 1.26: a) Impulso unitrio (n); b) Sinal x(n) representado como soma
de impulsos
Impulso unitrio
Alguns dos sinais a tempo contnuo, denidos anteriormente, tm correspon-
dncia com sinais a tempo discreto. Comecemos por considerar o sinal impulso
unitrio, a tempo discreto, ((n)) que se encontra representado na gura 1.26.a.
Este sinal toma sempre o valor zero, com excepo do instante em que o seu
argumento se anula. Nesse ponto o impulso unitrio vale um:
(n) =
_
1 se n = 0
0 para todos os outros valores de n
(1.21)
Um aspecto importante relativo ao sinal impulso unitrio (n) o facto
qualquer sinal a tempo discreto se poder representar como uma soma de impulsos
de amplitudes adequadas (1.26.b).
x(n) =
+

k=
x(k)(n k) (1.22)
Esta expresso dene a operao de convoluo entre os sinais a tempo
discreto x(n) e (n). Tem como correspondente, em tempo contnuo, o integral
de convoluo da expresso (1.20).
Os sinais degrau e rampa
O sinal degrau unitrio a tempo discreto (gura 1.27) tem uma denio seme-
lhante do sinal degrau em tempo contnuo :
(n) =
_
1 se n 0
0 se n < 0
(1.23)
O sinal (n) pode ser denido a partir do sinal (n) a travs da expresso:
(n) =
n

k=
(k)
Nesta expresso, para valores de n < 0, o clculo do somatrio corresponde
adio de um nmero innito de parcelas, todas elas tomando o valor zero.
1.3. ALGUNS SINAIS IMPORTANTES 25
n
0
1
(n)
Figura 1.27: Degrau unitrio (n)
n 0
1
2
3
4
n(n)
Figura 1.28: Rampa unitria n(n)
J para valores de n 0 estaremos a adicionar um nmero, igualmente innito
de parcelas, das quais apenas uma (correspondente a n = 0) no nula.
O sinal em rampa de declive unitrio (gura 1.28), obtm-se multiplicando
o sinal degrau (n) pelo instante de tempo n:
r(n) = n(n) (1.24)
O sinal rampa unitria pode igualmente ser obtido atravs da adio suces-
siva dos valores do degrau unitrio:
r(n) =
n1

k=
(k)
As sinusides em tempo discreto
As sinusides a tempo discreto tm algumas propriedades que as distinguem
dos sinais sinusoidais a tempo contnuo. Uma delas a sua relao com a
periodicidade. Considere o sinal sinusoidal:
x(n) = cos(n)
O sinal peridico se existir um nmero inteiro N que torne verdadeira a
igualdade x(n) = x(n + N), para todos os instantes de tempo n. A anlise da
igualdade conduz a:
26 CAPTULO 1. SINAIS
Figura 1.29: O sinal cos(n) no peridico
Figura 1.30: As sinusides cos(n) e cos ((1 + 2)n), apesar de term frequncias
diferentes, so o mesmo sinal
x(n) =x(n +N)
cos(n) =cos ((n +N))
cos(n + 2m) =cos (n + N)
n + 2m =n + N
=
2m
N
= r2
Uma vez que N e m so nmeros inteiros, esta igualdade s vlida se r for
um nmero racional. Para valores de correspondentes a valores de r que sejam
irracionaiso sinal x(n) no peridico. Na gura 1.29 ilustra-se esta questo
considerando o caso = 1. Facilmente se constata que o sinal cos(n) no
peridico, ao contrrio do seu equivalente a tempo contnuo cos(t).
Uma outra propriedade especca das sinusides a tempo discreto o facto
de cos(n) = cos (( + 2)n) (conrme esta igualdade). Isto signica que, em
tempo discreto, sinusides de frequncias diferentes correspondem, na verdade,
ao mesmo sinal, o que evidenciado pelos sinais representados na gura 1.30.
1.4. MDIA, ENERGIA E POTNCIA 27
Correspondncia entre sinais a tempo contnuo e a tempo discreto
Sinal Denio do sinal a tempo discreto
Impulso unitrio ou delta de Kronec-
ker
(n) =
_
1 se n = 0
0 se n = 0
Escalo, degrau ou funo de Heavi-
side
(n) =
_
1 se n 0
0 se n < 0
Funo sinal
10
sgn(n) =
_
_
_
+1 se n > 0
0 se n = 0
1 se n < 0
Rampa r(n) = n.(n)
Mdulo ou valor absoluto |n| = n. sgn(n)
Rectngulo Rect
N
(n) =
_
1 se |n| < N
0 se |n| N
Tringulo tri
N
(n) =
_
1
|n|
N
_
. Rect
N
(n)
Exponencial x(n) = z
n
zC
Exponencial causal x(n) = z
n
.(n) zC
Ciside ou sinuside complexa x(n) = e
in
= cos(n) +i.sen(n)
Funo de Laplace x(n) = e
|n|
1.4 Mdia, Energia e Potncia
1.4.1 Mdia de um sinal
Em linguagem electrotcnica, vulgar falar em componente contnua de uma
tenso ou corrente. Em termos matemticos, tal componente , efectivamente,
uma funo constante. Tudo se passa como se um dado sinal x(n) seja a soma
de um sinal varivel no tempo, s(n), com uma constante, m
x
, a que chamamos
mdia:
x(n) = s(n) +m
x
(1.25)
Se se tratar de sinais com durao nita, o termo mdia tomado no sentido
usual:
m
x
(a, b) =
1
|b a|
b

n=a
x(n) (1.26)
onde x(n) um sinal em tempo discreto, e a e b denem o intervalo no qual a
mdia calculada. No caso contnuo
10
Esta funo aparece frequentemente denida de forma ligeiramente diferente. Com efeito,
se se denir uma funo sgn(n) =sgn(n) + n, temos sgn(n)=2un 1 e n=1/2[sgn(n) -
sgn(n-1)], idnticas a semelhantes relaes encontradas nos sinais a tempo contnuo.
28 CAPTULO 1. SINAIS
m
x
(a, b) =
1
b a
_
b
a
x(t)dt (1.27)
Se a durao dos sinais for innita, teremos de proceder passagem ao limite.
No cados discreto isto corresponde a:
m
x
= lim
N
1
2N + 1
+N

n=N
x(n) (1.28)
e no caso contnuo podemos escrever:
m
x
(a, b) = lim
T
1
2T
_
+T
T
x(t)dt (1.29)
Como evidente, qualquer sinal pode ser transformado em sinal de mdia
nula por subtrao de m
x
. As expresses (1.26) a (1.29) permanecem vlidas
para sinais aleatrios e caticos.
1.4.2 Energia de um sinal
Denimos potncia instantnea de um sinal por:
p(t) = |x(t)|
2
= x(t) x

(t) (1.30)
e energia por
E
xx
=
_
+

|x(t)|
2
dt =
_
+

x(t)x

(t)dt (1.31)
A energia de um sinal discreto corresponde a:
E
xx
=
+

n=
|x(n)|
2
=
+

n=
x(n)x

(n) (1.32)
Os sinais que tm energia nita denem, matematicamente, a classe das
funes de quadrado somvel.
De forma similar, pode denir-se a energia cruzada de dois sinais por
E
xy
=
+

n=
x(n)y

(n) e E
yx
=
+

n=
y(n)x

(n) (1.33)
No caso particular em que y(n) = x(n), a energia cruzada reduz-se energia
do sinal x(n). A energia cruzada no costuma ter uma interpretao intuitiva
simples, salvo em certos casos de sinais a tempo contnuo.
1.4. MDIA, ENERGIA E POTNCIA 29
1.4.3 Potncia de um sinal
O conceito de energia de um sinal, atrs denido, s tem sentido para um
conjunto bastante restrito de sinais, nomeadamente os de durao nita.
Existem muitos sinais que no vericam a relao anterior, entre eles os sinais
peridicos, o escalo, etc. Para este outro tipo de sinais, requer-se a introduo
de outro conceito. Vejamos, em primeiro lugar, o caso dos sinais peridicos,
porque nos indica como podemos proceder no caso mais geral.
Seja x(n) peridico com perodo N + 1, que provisoriamente supomos ser
um nmero natural mpar. A energia do sinal por cada perodo ser
E
xx
|
No
=
no+
No
2

no
No
2
|x(n)|
2
(1.34)
Sem perda de generalidade, faamos n
0
= 0. Denindo-se a potncia mdia por
P
xx
|
No+1
=
E
xx
|
No+1
N
o
+ 1
=
+
No
2

No
2
|x(n)|
2
N
o
+ 1
(1.35)
A potncia mdia em L perodos ser (N = LN
o
+L)
P
xx
|
N
=
+
N
2

N
2
|x(n)|
2
N
=
1
N
o
+ 1
+
No
2

No
2
|x(n)|
2
(1.36)
visto que todos os perodos tm todos a mesma energia. No caso de um nmero
innito de perodos, vem
P
xx
= lim
N
1
N
+
N
2

N
2
|x(n)|
2
=
1
N
o
+ 1
+
No
2

No
2
|x(n)|
2
(1.37)
A potncia mdia , portanto e neste caso, independente do nmero de
perodos considerados. Este conceito til e pode estender-se a sinais no
peridicos cuja energia innita. Assim, para qualquer sinal dene-se, com
generalidade, a Potencia Mdia, P
xx
, por:
P
xx
= lim
N
1
2N + 1
+N

N
|x(n)|
2
(1.38)
onde, por comodidade, se fez uma ligeira alterao. No difcil mostrar que,
para sinais de energia nita, esta potncia mdia zero.
30 CAPTULO 1. SINAIS
No caso contnuo
P
xx
= lim
T
1
2T
+T
_
T
|x(t)|
2
dt (1.39)
Segundo as denies anteriores, os sinais podem classicar-se em:
Sinais de energia nita, ou sinais tipo energia, quando 0 < E
xx
< .
Sinais de potencia mdia nita, ou sinais tipo potncia, para os quais
0 < P
xx
< .
Ambos os tipos de sinais se excluem mutuamente. Um sinal de energia nita
tem potncia mdia nula e um de potncia mdia nita tem energia innita.
Todos os sinais limitados de durao nita so de energia nita. Os sinais
peridicos so de potncia mdia nita. A caracterizao dos sinais de potncia
nita nem sempre fcil. Os processos estocsticos estacionrios pertencem a
esta classe. Convm referir, ainda, que h sinais que no pertencem a nenhuma
destas classes, pelas mais variadas razes. Ex.: a rampa, a parbola, etc.
1.5 Discreto vs Contnuo
Ao processo de obteno de um sinal discreto a partir de um contnuo d-se o
nome de discretizao. operao inversa damos o nome de reconstruo.
Um exemplo simples permite-nos ilustrar esta questo. Seja x(t) = e
t
, o
seu desenvolvimento em srie de McLaurin
+

n=0
(1)
n
n!
t
n
que tem raio de convergncia innito. O sinal x(t) ca assim completamente
denido pelos coecientes x
n
=
(1)
n
n!
, que surgem como sendo valores de um
sinal discreto resultante da discretizao de x(t).
Este exemplo permite-nos, tambm, constatar que o processo de discretiza-
o no unvoco. Com efeito, se em vez de potncias de t usssemos outra
base (p. ex., polinmios ortogonais) obteramos um sinal discreto diferente. De
um modo geral os desenvolvimentos genricos de Fourier (sero tratados num
outro captulo) fornecem-nos solues diferentes.
Note-se que, uma vez xado o mtodo de discretizao, ca imediatamente
xado o de reconstruo.
importante perceber que nem o domnio nem o contradomnio do sinal
discreto so necessariamente subconjuntos dos correspondentes conjuntos do
sinal original. Isto contece apenas numa situao especial que vamos denir em
seguida.
Assim, ao processo que a um sinal contnuo associa um sinal discreto de
forma que:
1.5. DISCRETO VS CONTNUO 31
Figura 1.31: Discretizao do sinal e
t
. Em cima: representao grca do
sinal; em baixo: sinal discretizado atravs da srie de McLaurin
x(t)
x(nT
a
) = x
n
T
a
Figura 1.32: Amostragem ideal
a) o domnio do sinal discreto um subconjunto do domnio do sinal contnuo,
b) o contradomnio do sinal discreto um subconjunto do contradomnio do
sinal contnuo,
c) os dois sinais tm um valor comum na interseco dos domnios,
diz-se amostragem. Ao processo inverso d-se o nome de interpolao ou
reconstruo. Ao nmero de amostras por unidade de tempo d-se o nome de
ritmo de amostragem. A converso de um sinal analgico em sinal digital
usando a amostragem e quantizao diz-se, simplesmente, uma converso
A/D (converso analgico-digital) e a inversa, converso D/A (converso
digital-analgico).
A amostragem pode ser considerada como sendo uma operao realizada por
um sistema como o representado na gura 1.32.
Consiste, essencialmente, na leitura, em instantes discretos (geralmente, com
distribuio uniforme) dos valores assumidos pelo sinal x(t). Como parece evi-
dente, variando o intervalo de tempo (T
a
) entre leituras sucessivas, obtemos um
sinal discreto diferente. Este facto encontra-se ilustrado na gura 1.33, onde se
32 CAPTULO 1. SINAIS
Figura 1.33: Amostragem do sinal cos(2t) com T
a
= 0, 05 e T
a
= 0, 025
representa a amostragem do sinal contnuo cos(2t) com dois valores distintos
para o intervalo de amostragem ( T
a
= 0, 05 e T
a
= 0, 025).
O fenmeno inverso tambm se verica. A gura 1.34 ilustra a situao em
que, variando o ritmo de amostragem, se obtm o mesmo sinal discreto como
resultado da amostragem de diferentes sinais contnuos.
De um modo geral, no de esperar que, na ausncia de qualquer tipo de
condio adicional ou informao, um sinal possa ser especicado unicamente
por uma sequncia de amostras igualmente espaadas. Por exemplo, na gura
1.35 so ilustrados trs sinais diferentes, tendo todos eles valores idnticos em
mltiplos inteiros de T
a
= 1:
f
1
(k) = f
2
(k) = f
3
(k).
Geralmente, existe um nmero innito de sinais que pode gerar um dado
conjunto de amostras. No entanto, como ser visto adiante, se um sinal for de
banda limitada
11
e se as amostras so efectuadas sucientemente juntas, em
relao mais alta frequncia presente no sinal, ento as amostras especicam
univocamente o sinal e possvel realizar a sua perfeita reconstruo.
Vamos aprofundar um pouco mais este assunto. Considere um perodo de
um sinal sinusoidal:
x
c
(t) = A.cos(.t +) tR
Para denir completamente esta funo precisamos de 3 pontos, sucientes
para determinar as trs constantes envolvidas. Como supomos uma amostragem
11
De que falaremos adiante
1.5. DISCRETO VS CONTNUO 33
Figura 1.34: Amostragem do sinal cos(2t) com T
a
= 0, 05 e do sinal cos(4t)
com T
a
= 0, 025
uniforme, o intervalo entre pontos consecutivos constante e igual a T
a
. O facto
de os valores obtidos, por este processo, poderem corresponder a mais do que
uma sinuside encontra-se ilustrado na gura 1.36. Constata-se que os valores
obtidos por amostragem num perodo da sinuside de de frequncia , podem
tambm ser associados a amostragem uniforme de sinais de frequncia superior.
Para garantir a unicidade do sinal associado s amostras, necessrio que o
processo de amostragem seja aplicado apenas a sinais de perodo no inferior a
2T
a
.
Na gura 1.37 est representada a amostragem uniforme, com intervalo T
a
,
de sinais sinusoidais de periodo 2T
a
. Constata-se que a restrio feita ao pe-
rodo do sinal no suciente para assegurar a unicidade da relao entre o
Figura 1.35: Trs sinais contnuos no tempo com valores idnticos para os intei-
ros
34 CAPTULO 1. SINAIS
Figura 1.36: Amostragem uniforme de sinais sinusoidais.
sinal e as amostras obtidas - 2 sinais com o mesmo perodo, mas com ampli-
tudes e desfasamentos distintos podem produzir a mesma sequncia de valores
amostrados.
Figura 1.37: Amostragem uniforme de sinais sinusoidais - sinusides com a
mesma frequncia
Resulta daqui que a unicidade da relao entre o sinal em tempo contnuo e
a respectiva sequncia de amostras requer que, tal como se representa na gura
1.38, as amostras sejam obtidas com um intervalo de amostragem estritamente
inferior a metade do perodo do sinal
_
T
a
<
2

_
.
Dediquemos, ento, um pouco mais de aten ao questo da amostragem
1.5. DISCRETO VS CONTNUO 35
Figura 1.38: Amostragem uniforme de sinais sinusoidais - o perodo do sinal
superior a 2T
a
uniforme de sinais peridicos. Consideremos o processo de amostragem do sinal
x(t) = x(t +P)
O sinal x
n
= x(nT
a
) no ser, em geral, peridico. Com efeito, x
n
ser peridico
se
x(nT
a
) = x
__
n +
P
T
a
_
T
a
_
desde que
P
T
a
seja um nmero racional.
Por exemplo, seja o sinal de perodo 2
x(t) = sen(t)
se T
a
=

2, o sinal x
n
= sen
_
2.n
_
no ser peridico. Se T
a
=
3
5
, x
n
=
sen
_
3
5
n
_
j peridico de perodo 10.
De notar que o perodo do sinal discreto maior do que o do sinal contnuo,
o que suceder, em geral.
Foi j anteriormente referido que o processo de obteno de um sinal contnuo
a partir de um discreto chama-se reconstruo ou interpolao. Contudo, a
interpolao pode signicar a obteno de um sinal discreto a partir de outro
(tambm discreto), de forma a que o 2 tenha "mais amostras"num dado in-
tervalo de tempo. Esta tcnica usada na chamada converso multirritmo,
muito til, por exemplo, no processamento de sinais de msica gravados em
CDs, onde os sinais so lidos a um ritmo de 44.1kHz e processados a 48 kHz,
ou na passagem de CDs para DVDs.
Como evidente, podemos obter innitos sinais reconstrudos ou interpo-
lados (contnuos ou no) a partir de um dado sinal discreto. A frmula geral
:
x(t) =
+

x
n
(t/T n) t R (1.40)
onde (t) a chamada funo de interpolao. As mais conhecidas so:
36 CAPTULO 1. SINAIS
Figura 1.39: Sada de um retentor de ordem zero
Retentor de ordem zero: (t) =
_
1 0 < t < 1
0 t 1
Interpolador linear: (t) =
_
1 |t| |t| < 1
0 |t| 1
Interpolador ideal: (t) = sinc(t) =
sen(t)
t
Com estas funes obtemos as seguintes frmulas de interpolao:
a) Por reteno de ordem zero ou rectangular (gura 1.39):
x(t) = x(nT) parat[nT, (n + 1)T[ (1.41)
b) Linear com atraso (gura 1.40):
x(t) = x[(n 1)T] +
x(nT) [(n 1)T]
T
para t[nT, (n + 1)T[ (1.42)
c) Ideal (gura 1.41):
x(t) =
+

x(nT)
sen[(t/T n)
(t/T n)
(1.43)
Esta srie traduz a chamada interpolao de Shannon-Whitaker e extrema-
mente importante. De referir que, em determinadas circunstncias que tm a
ver com as caractersticas espectrais
12
do sinal, o sinal pode ser reconstrudo
sem erro.
12
A estudar posteriormente
1.6. OS SINAIS ALEATRIOS 37
Figura 1.40: Interpolao linear. A linha a trao interrompido representa o sinal
original e a linha quebrada o sinal obtido
Figura 1.41: Sinal reconstrudo idealmente
De notar que podemos, pelo menos teoricamente, usar o esquema reconstru-
o/amostragem para aumentar a taxa de valores por unidade de tempo (ritmo)
de um dado sinal discreto Converso multirritmo.
1.6 Os Sinais Aleatrios
1.6.1 Motivao
Nesta seco vamos considerar os sinais no determinsticos. Para obter uma
noo intuitiva do que um sinal aleatrio ou processo estocstico (PE), vamos
supor a realizao de duas experincias e sugerir alguns exemplos conhecidos.
Exemplo 1 -
Suponhamos que um conjunto de alunos de uma classe lana ao ar, cada um,
uma moeda e regista com um 1 se sai cara e com um 0 se sai coroa. Obter-
se-o registos do tipo apresentado na gura 1.42.
38 CAPTULO 1. SINAIS
01001011110010101100101100001111010110 ... ...
11000110101110011101010010100110001010 ... ...
10010110000111101011011000110101110011 ... ...
00110101110001100011110101100111001010 ... ...
... ... ... ... ... ... ... ... ... ... ... ...
Figura 1.42: Realizaes de um processo estocstico binrio
Figura 1.43: Realizaes de um PE contnuo
Exemplo 2 -
Consideremos o conjunto de tenses, geradas pelo movimento trmico dos elec-
tres aos terminais de um grande nmero de resistncias idnticas, ou pares
termoelctricos, tambm idnticos. A gura 1.43 apresenta algumas destas ten-
ses.
Outros exemplos - a inao, electrocardiograma, electroencefalograma,
sismograma, voz, etc.
Estes exemplos sugerem que:
Experincias realizadas em condies semelhantes produzem resultados
diferentes, embora estes resultados, possam ser parecidos.
No h nada que nos possa levar a privilegiar um de entre os diferentes
resultados de um mesmo tipo de experincia.
Conclumos, ento, que estamos tratando com sinais idnticos que devem ser
considerados como elementos de uma mesma classe. A esta classe daremos o
1.6. OS SINAIS ALEATRIOS 39
nome de processo estocstico. O estudo dos processos estocsticos (PE) envolve
conhecimentos e noes de variveis aleatrias. Uma varivel aleatria x uma
regra que atribui um nmero x() ao resultado de uma experincia . De forma
semelhante, diremos que um sinal aleatrio ou processo estocstico atribui uma
funo x(t, ) ao resultado de uma experincia, desta forma, um sinal aleatrio
um conjunto de funes temporais dependentes de um parmetro . Quando
no haja ambiguidade, utilizar-se- a notao x(t) para designar sinal aleatrio,
omitindo o parmetro .
Se se xa o parmetro (resultado de uma experincia), obtm-se uma fun-
o temporal que se denomina funo amostra ou realizao do processo
13
.
Fixada a varivel tempo, t, obtm-se uma varivel aleatria x - ( t
1
x
1
,
t
2
x
2
, ...), desta forma, um sinal aleatrio pode considerar-se como um con-
junto innito de variveis aleatrias, uma para cada instante de tempo t (discreto
ou contnuo).
Fixados o parmetro e a varivel temporal t obtm-se um nmero. Estas
consideraes mostram-nos que uma realizao de um PE discreto no mais
do que uma sequncia de variveis aleatrias.
1.6.2 Mdias no conjunto
Dene-se o valor mdio ou, simplesmente, mdia de um PE, x(t), como o valor
esperado da varivel aleatria x(t) no instante t
(t) = E {x(t)} =
_
+

x.f(x, t)dx (1.44)


onde f(x, t) a chamada funo densidade de probabilidade.
A autocorrelao
14
de um processo R(t
1
, t
2
) dene-se como o valor esperado
do produto x(t
1
)x(t
2
).
R(t
1
, t
2
) = E {x(t
1
)x(t
2
)} (1.45)
ou
R(t
1
, t
2
) =
_
+

_
+

x
1
x
2
f(x
1
, x
2
, t
1
, t
2
)dx
1
dx
2
(1.46)
Esta funo mede a relao ou dependncia entre valores do PE obtidos em
instantes diferentes. Se for nula, os PE dizem-se incorrelacionados. Se os PE
forem independentes, a correlao igual ao produto das mdias.
O valor R(t
1
, t
2
) para t
1
= t
2
= t a potncia mdia (ou s potncia) do
processo
13
Salvo em casos excepcionais, no conhecemos os valores desta funo em todo o intervalo
de denio.
14
Notar a semelhana com a denio dada anteriormente. Qual a diferena?
40 CAPTULO 1. SINAIS
P
m
(t) = R(t, t) = E
_
x
2
(t)
_
=
_
+

x
2
f(x, t)dx (1.47)
A autocorrelao do processo de mdia nula x(t)(t) chama-se autocovarincia.
fcil de ver que
C(t
1
, t
2
) = R(t
1
, t
2
) (t1)(t2) (1.48)
Se os PE forem independentes, a covarincia nula.
Exemplo 3 -
Seja o processo
x(t) = a cos(t +)
onde a e so duas variveis aleatrias independentes e uma varivel alea-
tria uniforme no intervalo ], ], quer dizer :
f() =
_
_
_
1
2
<
0 || >
(1.49)
O valor mdio do processo ser
(t) = E {x(t)} = E{a}E{cos(t +)}
Das propriedades das variveis aleatrias, vem
E {cos(t +)} =
_

1
2
cos(t +)d = 0
Logo (t) = 0
A autocorrelao vir dada por
R(t
1
, t
2
) = E {x(t
1
)x(t
2
)} = E
_
a
2
cos(t
1
+) cos(t
2
+)
_
Desenvolvendo o produto de co-senos
R(t
1
, t
2
) =
1
2
E
_
a
2
_
E {cos [(t
1
+t
2
) + 2] + cos [(t
1
t
2
)]}
O valor mdio do primeiro termo zero, pelo que
R(t
1
, t
2
) =
1
2
E
_
a
2
_
cos [(t
1
t
2
)]
A potncia mdia do processo vale (t
1
= t
2
)
P
m
= R(t, t) =
1
2
E{a
2
}
1.6. OS SINAIS ALEATRIOS 41
Observe-se que, se a varivel aleatria a for uma constante, os resultados
anteriores coincidem com os equivalentes de sinais peridicos determinsticos:
(t) = 0
R(t
1
, t
2
) = R() =
1
2
a
2
cos()
e
P
m
=
1
2
a
2
com = t
1
t
2
dado que a correlao do processo no depende dos instantes
absolutos t
1
e t
2
, mas sim da sua diferena.
As denies anteriores podem estender-se ao caso em que x(t) seja com-
plexo. O valor mdio tem a mesma denio e a autocorrelao dene-se como
R(t
1
, t
2
) = E {x(t
1
)x

(t
2
)} (1.50)
A potncia mdia ser
P
m
= E
_
|x(t)|
2
_
(1.51)
Exemplo 4 -
Seja, agora, o sinal
x(t) = a.e
j(t+
onde a e tm o mesmo signicado do exemplo anterior. Obtm-se, neste caso:
(t) = 0
R(t
1
, t
2
) = E {x(t
1
)x(t
2
)} = E
_
|a|
2
_
e
j(t1t2)
e
P
m
= E
_
|a|
2
_
Exemplo 5 -
Seja r(n) uma sequncia de variveis aleatrias incorrelacionadas, de mdia
nula e com a mesma funo densidade de probabilidade (identicamente dis-
tribudas) e assumindo apenas 2 valores. Seja
2
r
a sua varincia. Suponhamos
um corpo que, no instante n = 0, se encontra na posio x = 0 e que, em ins-
tantes sucessivos (n = 1, 2, ), se desloca linearmente uma distncia igual a
r(n).
Ao m de um tempo N, estar na posio
x(N) =
N

i=1
r(i) = x(N 1) +r(N)
.
Diz-se que o corpo realiza um passeio aleatrio (random walk).
Na gura 1.44, podemos ver 2 realizaes de 1 passeio aleatrio. A varincia
do processo dada por:

2
x
= E
_
_
_
N

i=1
r(i)
N

j=1
r(j)
_
_
_
=
N

i=1
E
_
r
2
_
= N
2
r
42 CAPTULO 1. SINAIS
Figura 1.44: 2 realizaes de 1 passeio aleatrio
1.7 Processos Estacionrios
Em certas aplicaes, encontram-se, muitas vezes, sinais que parecem ser mais
ou menos invariantes em relao a translaes no tempo. Se se considerar um
desses sinais como uma realizao dum PE dir-se- que este exibe um certo
grau de estacionariedade. Entre as duas situaes extremas:
a) Completa invarincia (estatstica) relativamente a translaes no tempo,
b) Total dependncia em relao a um dado instante,
h uma gama imensa de PE com diferentes graus de estacionariedade. Os
PE da classe a) dizem-se estritamente estacionrios, os da classe b) dizem-se
no-estacionrios. O grau de estacionariedade pode ser quanticado mediante a
imposio de condies mais ou menos restritivas, que, seguidamente, se apre-
sentam.
Diz-se que um PE {x(n)} estritamente estacionrio, sse a famlia
de todas as suas distribuies de dimenso nita for invariante sob
translaes no tempo.
A consequncia imediata que a funo de densidade de primeira ordem no
depende do tempo
p(x, t) = p(x, t +c) = p(x)
e, portanto, o valor mdio do processo ser constante.
Analogamente, a funo de densidade de segunda ordem no depende dos
instantes absolutos t
1
e t
2
, mas, apenas, da sua diferena = t
1
t
2
:
p(x
1
, x
2
, t
1
, t
2
) = p(x
1
, x
2
, t
1
+c, t
2
+c) = p(x
1
, x
2
, ) (1.52)
Portanto, a autocorrelao s depender de e, para estes processos, pode
denir-se como sendo:
R
x
() = E {x(t +) x

(t)} (1.53)
1.8. ERGODICIDADE. ESTIMAO 43
denio equivalente na forma da autocorrelao de sinais de potncia m-
dia nita, trocando a mdia temporal destas ltimas pela mdia no conjunto
(esperana matemtica). A potncia mdia valer
P
m
= E
_
|x(t)|
2
_
= R(0) (1.54)
que independente do tempo.
A grandeza denida por:

2
= R(0) m
2
(1.55)
chama-se varincia e a sua raiz quadrada chama-se desvio padro. Usando a
terminologia da Electrotecnia, a varincia representa a potncia da componente
varivel de um sinal e o desvio padro o chamado valor ecaz.
Pode denir-se a correlao cruzada ou intercorrelao de dois processos
estacionrios
15
como
R
xy
() = E {x(t +) y

(t)} (1.56)
Continuando com a questo do grau de estacionariedade, diz-se que um PE
estacionrio de ordem M se a equao (1.52) for verdadeira para NM.
Como imediato concluir, se um PE for estacionrio de ordem M, ento
tambm estacionrio de ordem M 1, M 2, ... O caso da estacionariedade
de 2 ordem excepcionalmente importante. Diz-se que um PE estacionrio
de ordem 2 ou estacionrio em sentido lato, (ou, simplesmente, estacionrio)
se
16
:
E[x(n)] = m
x
(1.57)
E[x(k +n).x(k)] = R
x
(n) (1.58)
onde m a mdia e R(n) a funo de autocorrelaco, (FA) de {x(n)}. Desta
forma, qualquer PE estacionrio de ordem M > 2, com 1 e 2 momentos nitos,
estacionrio em sentido lato. A reversa tambm verdadeira no caso de PE
gaussianos. Para estes processos, a estacionariedade em sentido lato implica a
estacionariedade em sentido restrito. Em quase todas as situaes a aparecer
nos captulos seguintes, supor-se-, apenas, estacionariedade em sentido lato.
A funo de autocorrelao possui as seguintes propriedades:
P1 R(n) = R(n) a FA simtrica,
P2 R(0) > |R(n)| n > 0 a FA tem o mximo na origem.
1.8 Ergodicidade. Estimao
O problema central da teoria de processos estocsticos a estimao das suas
propriedades estatsticas, quando estas no so conhecidas. Se as proprieda-
des estatsticas de um processo (funes de distribuio e/ou de densidade de
15
Uma denio equivalente pode dar-se para dois processos quaisquer.
16
Passaremos a raciocinar em termos de variveis discretas.
44 CAPTULO 1. SINAIS
probabilidade) forem desconhecidas, mas se dispuser de um grande nmero de
realizaes do processo, x(t,
i
) i = 1, , N, o valor mdio e a autocorrelao
podem obter-se de forma aproximada a partir de
(t)

=
1
N
N

i=1
x(t,
i
) (1.59)
e
R(t
1
, t
2
)

=
1
N
N

i=1
x(t
1
,
i
)x(t
2
,
i
) (1.60)
No entanto, em muitas aplicaes, s se tem acesso a um nmero reduzido de
realizaes
17
e a nica mdia que pode utilizar-se a mdia temporal. Vamos
ver em que condies faz sentido substituir a mdia no conjunto pela mdia
temporal. Tal substituio pode ser feita se a realizao, quando observada
num intervalo grande, der uma imagem sucientemente boa do que se passa
no conjunto num instante qualquer, pelo menos no que se refere a uma dada
grandeza: valor mdio, varincia, etc. Isto signica, de imediato, que o processo
deve ser estacionrio
18
. Os processos estocsticos para os quais tem signicado
substituir uma dada mdia no conjunto pela mdia temporal dizem-se processos
ergdicos. H, assim, processos ergdicos na mdia, na mediana, etc. Para
efectuar as mdias no tempo, atendemos ao facto de que os processos estocsticos
estacionrios (PEE) so sinais tipo potncia, pelo que podemos usar as denies
dadas na seco 1.4. Seja {x(n)} um processo estocstico estacionrio de mdia
m
x
, x(n) uma realizao do processo e considere-se a mdia temporal
m
N
=
1
N
N

n=1
x(n) (1.61)
Como evidente, m
N
varia de realizao para realizao. , portanto, uma
arivel aleatria e sobre ela vrias questes se podem (devem) pr:
Existir lim
N
m
N
?
Sendo, em geral, tal limite, se existir, uma varivel aleatria, em que
condies uma constante igual a m
x
?
H vrias formas de abordar a questo, dependendo do tipo de estacio-
nariedade do processo em causa. Vai considerar-se o caso em que {x(n)}
estacionrio em sentido lato.
Teorema 1.8.1 (Teorema da Ergodicidade) Seja {x(n)} um processo estocs-
tico estacionrio de mdia nita m
x
, se, quando N,
1
N

N1
n=0
R
x
(n) tender
para m
2
x
, ento m
N
tende para m
x
.
17
Frequentemente, apenas, uma.
18
Condio necessria.
1.8. ERGODICIDADE. ESTIMAO 45
Pode mostrar-se, ainda, que m
N
tende para m
x
para quase todas as reali-
zaes do processo. No se far aqui a demonstrao, por ser fastidiosa e fora
dos objectivos pretendidos.
Estas consideraes levam-nos necessidade de efectuar estimativas dos pa-
rmetros associados a um dado PE obtidas a partir de realizaes nitas. Assim,
a uma expresso, estatstica ou algoritmo que permite atribuir um valor a uma
dada funo de uma varivel aleatria chama-se estimador e esse valor diz-se
uma estimativa.
1.8.1 Processos gaussianos
Um processo x(t) dito normal ou gaussiano se as variveis aleatrias
x(t
1
), x(t
2
) , x(t
n
)
forem conjuntamente normais para todo o n, t
1
, t
2
, , t
n
. Para x(t) ser normal,
no basta que a funo densidade de primeira ordem seja normal. As propri-
edades estatsticas de um processo normal so dadas em termos da sua mdia
(t) e autocorrelao R(t
1
, t
2
) ou autocovarincia C(t
1
, t
2
).
A funo densidade de primeira ordem dada por:
f(x, t) =
1
_
2C(t, t)
e
[x(t)]
2
/C(t,t)
(1.62)
quando
E {x(t)} = (t) (1.63)

2
x(t)
= c(t, t) (1.64)
Exemplo 6 -
Considere o processo x(t) dado por
x(t) = a.cos(t) +b.sin(t)
onde a e b so duas variveis aleatrias normais independentes com
E {a} = E {b} = 0
E
_
a
2
_
= E
_
b
2
_
=
2
e , uma constante. Cada varivel aleatria x(t
i
) (i = 0, 1, 2, ) uma com-
binao linear das variveis aleatrias normais a e b. Sendo assim, as variveis
aleatrias x(t
i
) (i = 0, 1, 2, ) so conjuntamente normais.
Agora vamos calcular a mdia e a autocorrelao de x(t). Pelo enunciado,
conclui-se que E {x(t)} = 0. e desde que
E {ab} = 0
temos
46 CAPTULO 1. SINAIS
Figura 1.45: Segmento de uma realizao de um processo estocstico gaussiano
de mdia 1 e varincia 4 e histograma obtido a partir de 50 000 pontos
R(t
1
, t
2
) = E {(a cos(t
1
) +b sen(t
1
)) (a cos(t
2
) +b sen(t
2
))}
=
2
cos[(t
1
t
2
)]
Como a mdia de x(t) nula e a varincia igual a
2
, podemos concluir que
f(x, t) =
1

2
e
[x
2
/2
2
]
As variveis aleatrias x(t
1
) e x(t
2
tambm tm mdia nula e varincia
2
.
Para o clculo da funo densidade conjunta necessitamos do seu coeciente de
correlao.
Este dado por
r =
R(t
1
, T
2
)
_
R(t
1
, t
1
) R(t
2
, t
2
)
Desta forma, a funo densidade de segunda ordem de x(t)
f(x
1
, x
2
, t
1
, t
2
) =
1
2
_
1 cos(2)
e
x
2
1
2x
1
x
2
cos() +x
2
2
2
2
(1 cos
2
())
onde = t
1
t
2
.
Notar que f(x, t) independente de t e f(x
1
, x
2
, t
1
, t
2
) apenas depende de
t
1
t
2
.
1.9. CONCLUSES 47
1.8.2 O rudo branco
Damos o nome de rudo branco
19
ao processo estocstico cuja funo de auto-
correlao dada por
R
n
=
2
.(n) (1.65)
Em muitas aplicaes, supomos que gaussiano, mas tal no , em geral,
necessrio.
Este PE muito importante nas aplicaes. Para ver porqu, suponhamos
que excitamos um sistema linear invariante no tempo com rudo branco de
potncia (varincia) unitria. Como veremos adiante, se h(n) for a resposta
impulsional do sistema,
R
yx
(n) = h(n) R
xx
(n) (1.66)
R
yy
(n) = h(n) h

(n) R
xx
(n) (1.67)
e fazendo com que a entrada seja rudo branco, de varincia
2
, conclumos com
relativa facilidade que:
R
yx
(n) =
2
.h(n) (1.68)
ou seja, a correlao cruzada entrada sada , parte um factor, igual resposta
impulsional do sistema linear.
Semelhantemente, a autocorrelao da sada , parte um factor, igual
autocorrelao da resposta impulsional:
R
yy
(n) =
2
.h(n) h

(n) (1.69)
Estas relaes so usadas frequentemente em modelao de sistemas lineares
mesmo que no sejam invariantes no tempo.
1.9 Concluses
Neste captulo apresentmos as caractersticas gerais dos sinais. Contrariamente
ao que habitual em Matemtica, no nos preocupmos com as suas proprieda-
des analticas, mas mais com as suas propriedades morfolgicas e globais. Em
particular, estudmos a periodicidade e denimos mdia, energia e potncia.
Estudmos tambm a amostragem e reconstruo de sinais a tempo contnuo.
Finalmente, apresentmos uma breve introduo aos processos estocsticos. Re-
ferimos as suas caractersticas gerais e as propriedades mais importantes.
19
O nome deriva do facto de o seu espectro ser constante e por analogia com a luz branca.
Mais tarde abordaremos esta questo.
48 CAPTULO 1. SINAIS
Figura 1.46: 2 realizaes de rudo branco, gaussiano (acima) e uniforme
(abaixo)
1.10 Exerccios
Exerccio 1 Usando a denio, estude os seguintes sinais quanto perio-
dicidade [tR, nZ]. No caso de um dado sinal ser peridico , diga qual o valor
do seu perodo e faa uma representao grca dos valores do sinal durante um
perodo.
a) 2e
j(t+/4)
.(t) Como evidente, no peridico. Porqu?
b) 2e
j(t+/4)
Este sinal peridico. Com efeito, temos: 2e
j[(t+T)+/4]
=
2e
j(t+/4)
e
jT
. Se T = 2, e
jT
= 1 e, portanto, 2e
j[(t+T)+/4]
= 2e
j(t+/4)
,
sendo o sinal peridico de perodo igual a 2.
c) (1)
n
d) i
n
Exerccio 2 Procedendo de forma anloga, mostre que:
1.10. EXERCCIOS 49
a) (n) +(n) aperidico
b) (n) +(n 1) aperidico
c)

+
k=
[(n 2k) (n 1 2k)] peridico com perodo igual a 2.
d)

+n
k=n
[(n 2k) (n 1 2k)] aperidico
e) cos(9t) + cos(9t) tR aperidico (quase peridico)
f) cos
2
(9t) tR peridico de perodo 2
g) cos(16t
2
) tR aperidico
h) cos(9n) aperidico (quase peridico)
i) cos(/7 n) peridico de perodo 14
j) cos(3/7 n) peridico de perodo 14
k) cos
2
(3/7 n) peridico de perodo 14
l) cos(9n
2
) aperidico
m) cos(/8 n
2
) peridico de perodo 4
n) cos(9t)sen(12t) tR
o)

+
k=0
(t k)

1
k=
(t k) aperidico
p) t

+
k=0
(t k) +

1
k=
(t k) peridico de perodo 1
Exerccio 3 Considere o sinal x(t) = |t| para |t| < 1, tR.
Estude o sinal peridico x
p
(t) =

+
n=
x(t n). Qual o perodo?
Exerccio 4 Seja x(n) um sinal discreto. Considere os sinais:
y(n) = x(3n)z(n) =
_
_
_
x
_
n
3
_
se n for mltiplo de 3
0 outros casos
Diga se as armaes seguintes so verdadeiras ou no e, em caso armativo,
determine a relao entre os perodos dos sinais considerados, em caso negativo
d contra-exemplos.
a) se x(n) peridico, ento y(n) tambm o ,
b) se y(n) peridico, ento x(n) tambm o ,
c) se x(n) peridico, ento z(n) tambm o ,
50 CAPTULO 1. SINAIS
1 0 1 1 0 0 0 1 0 1 1
+
Soma mdulo 2
registo de deslocamento
Figura 1.47: Exerccio 9 gerador de sequncias pseudo-aleatrias
d) se z(n) peridico, ento x(n) tambm o ,
Exerccio 5 Calcule a energia ou potncia dos sinais seguintes:
a) x(n) = cos(2n) + 2.sen(2.20n) + 3.cos(2.32n +/3) P = 7
b) x(t) = cos 2(2n) P = 1/2
c) x(n) = (n) (n 20) E = 21
Exerccio 6 Calcule o valor mdio dos sinais do problema anterior.
Exerccio 7 Seja x(t) = cos(2t). Amostre este sinal com os seguintes
intervalos de amostragem: T = 0.1, 0.2, 0.4, 0.5. Diga se, para algum caso, h
aliasing.
Exerccio 8 Um PE y(t) o resultado da modulao em amplitude de uma
portadora cos(.t + ), com uniformemente distribudo no intervalo ], ],
por um PE estacionrio em sentido lato x(t) e independente de . Ser y(t)
estacionrio? Em que sentido?
Exerccio 9 Considere o sistema discreto representado na gura 1.47.
Trata-se dum gerador de sequncias pseudo-aleatrias.
a) Verique que gera sinais peridicos.
b) Conte o n de agrupamentos de cada espcie por perodo.
c) Calcule a funo de autocorrelao.
d) Repita a questo anterior admitindo que cada smbolo representado por
um pulso rectangular.
Captulo 2
Operaes com sinais
2.1 Introduo
O estudo dos sinais com vista a obter deles determinado tipo de informaes
envolve a utilizao de uma srie de operaes que grosseiramente se podem
classicar de acordo com o domnio onde so realizadas: tempo, frequncia ou
tempo-frequncia. Neste captulo vamos, preferencialmente, prestar ateno
manipulao efectuada no domnio do tempo. Comeamos com as operaes
do tipo morfolgico. Em certo tipo de aplicaes, torna-se necessrio efectuar
comparaes entre sinais de forma a medir o grau de semelhana entre eles.
Em Telecomunicaes essa necessidade surge em mltiplas situaes. Nalgumas
circunstncias, interessa, em vez da semelhana entre sinais, medir o grau de
dependncia entre valores de um mesmo sinal, para o que se compara esse si-
nal com uma sua verso transladada. Isto conduz-nos noo de correlao.
Atendendo enorme importncia, introduzimos tambm as convolues linear
e circular.
2.2 Operaes Morfolgicas
Em muitas situaes til considerar sinais relacionados entre si por meio de
uma modicao da varivel independente. Por exemplo, na gura 2.1 o sinal
x(t) resulta do sinal x(t) atravs de uma reexo em torno do ponto t = 0.
Se o sinal x(t) representar o sinal sonoro obtido ao reproduzir uma ta
magntica num gravador, o sinal x(t) corresponde ao que se obteria ao passar
a mesma ta em sentido contrrio.
Uma outra transformao encontra-se representada na gura 2.2, onde os
dois sinais tm a mesma forma, mas em que o segundo se encontra deslocado
no tempo (translaco) x(t 0, 5).
H uma outra translao que se verica quando fazemos uma translao
linear a um sinal peridico e que se ilustra na gura 2.3. A gura mostra a
diferena entre a translao circular e a translao linear de um sinal de durao
51
52 CAPTULO 2. OPERAES COM SINAIS
Figura 2.1: Reexo
Figura 2.2: Translao linear
nita. Como natural, se o sinal for peridico, as duas so coincidentes. Na
translao circular verica-se a igualdade seguinte:
x(t ) = x(t +k.T) com k Z
o que no acontece, em geral, na translao linear. Na translao circular h uma
permutao dos valores do sinal como se eles estivessem sobre uma circunferncia
que roda de um ngulo igual a . Para traduzir esta permutao circular usa-se
normalmente a notao seguinte:
x(t +kT) = x((t )
T
)
2.2.1 Sinal par - sinal mpar
Um sinal diz-se par se for semelhante sua reexo, em torno da origem:
x(t) = x(t) (2.1)
Um sinal diz-se mpar se:
x(t) = x(t) (2.2)
2.2. OPERAES MORFOLGICAS 53
Figura 2.3: Translao linear e circular
Figura 2.4: Sinal par
Figura 2.5: Sinal mpar
54 CAPTULO 2. OPERAES COM SINAIS
Decomposio em sinais par e mpar:
Qualquer funo real pode escrever-se na forma
x(t) = x
p
(t) +x
i
(t) (2.3)
em que x
p
(t) e x
i
(t) so funes par e mpar dadas, respectivamente, por:
x
p
(t)

=
x(t) +x(t)
2
(2.4)
e
x
i
(t)

=
x(t) x(t)
2
(2.5)
Esta decomposio pode ser til em vrias situaes, nomeadamente, no
clculo de transformadas.
Figura 2.6: Decomposio par/mpar da funo de Airy representada na faixa
superior
Por outro lado, pode existir paridade relativamente a um eixo paralelo ao
eixo vertical, ou a um ponto que no a origem
1
. Para sinais complexos no
difcil obter decomposies idnticas em termos das partes hermiteanas e
anti-hermiteanas.
Se se tratar de sinais complexos, as noes anteriores generalizam-se. Se
x(t) = x

(t)
t
(2.6)
os sinais dizem-se hermiteanos, ou
x(t) = x

(t)
t
(2.7)
caso em que os sinais se dizem anti-hermiteanos. O sinal e
it
= cos(t) +
i. sen(t) hermiteano.
1
Basta fazer uma translao de uma funo par ou mpar.
2.2. OPERAES MORFOLGICAS 55
Figura 2.7: Amplicao
Figura 2.8: Mudana de escala da funo de Airy(acima), g(t/4) (a meio) e
g(4t) (abaixo)
2.2.2 Amplicao ou atenuao
y(t) = K.x(t) (2.8)
Se K > 1, h uma amplicao, enquanto que, se K < 1, h uma atenuao.
Se K = 1, h uma simetrizao ou reexo relativamente ao eixo horizontal.
2.2.3 Mudana de escala
y(t) = x(.t)
Se || > 1 diz-se uma compresso, se || < 1 diz-se uma dilatao. Se alm
disto for < 0, h uma reexo relativamente ao eixo vertical.
O caso de sinais a tempo discreto merece uma ateno especial. Assim,
consideremos o sinal denido por:
56 CAPTULO 2. OPERAES COM SINAIS
Figura 2.9: Compresso de um sinal discreto
y(n) = x(nN) (2.9)
com N natural. O resultado desta operao est ilustrado na gura 2.9, com
N = 3. Como se v, com relativa facilidade, procedeu-se a uma amostragem
dos valores do sinal, de 3 em 3, sendo os restantes descartados. A esta operao
d-se o nome de decimao
2
.
Consideremos agora o sinal y(n) que se obtm de x(n) da forma seguinte:
y(n) =
_
x(n/N) se n = kN
0 se n = kN
k Z (2.10)
e que se ilustra na gura 2.10. Como se observa, alm da efectiva dilatao,
houve uma interpolao nula, de forma a garantir que a taxa de amostras se
mantm constante.
Na prtica, usam-se outras transformaes como sejam, por exemplo:
alisamento (smoothing), corte de picos (clipping), polaridade (1), limitao,
etc.
H uma categoria de operadores chamados, genericamente, de ltros morfolgicos
(p. ex., ltros de mediana), que tm sido objecto de estudo recente e cuja apli-
cao no processamento de imagens importantssima. Na prtica, podem
aparecer vrias destas operaes simultaneamente. P. ex. y(t) = x(at ) que
pode ser interpretada de duas formas:
a) x(t)x(t )x(at ) translao de seguida de mudana de escala
ta.t
b) x(t)x(at)x[a(t/a)] mudana de escala ta.t seguida de translao
de /a
2
Este termo teve origem no costume romano de, em caso de derrota, matar um de cada 10
soldados.
2.3. COMPARAO DE SINAIS TIPO ENERGIA 57
Figura 2.10: Dilatao de um sinal discreto
2.3 Comparao de sinais tipo energia
A forma mais intuitiva de fazer a comparao de sinais do tipo energia dada
pela energia do erro no intervalo de existncia de ambos os sinais. No caso
contnuo, esta medida
d
2
() =
_
+

[x(t) y(t )]
2
dt (2.11)
ou
d
2
() =
_
+

[x(t +) y(t)]
2
dt (2.12)
que traduz uma distncia entre sinais.
Desenvolvendo o quadrado e substituindo no integral, obtm-se
d
2
() =
_
+

x
2
(t +)dt +
_
+

y
2
(t)dt 2
_
+

x(t +)y(t)dt
d
2
() = E
xx
+E
yy
2R
xy
() (2.13)
R
xy
(t) =
_
+

x(t +)y()d (2.14)


O valor da distncia depende da funo R
xy
(t), que, se chama correlao
cruzada. Quanto maior for esta, mais pequena ser a distncia e vice-versa.
Signica que, quanto maior for a correlao, mais semelhantes so os sinais.
Posto que d
2
() 0, teremos R
xy
(t) (E
xx
+E
yy
) /2
Utilizando a desigualdade de Schwartz:

_
b
a
u(t)v(t)dt

_
b
a
|u(t)|
2
dt
_
b
a
|v(t)|
2
dt
58 CAPTULO 2. OPERAES COM SINAIS
com u(t) = x(t +) e v(t) = y(t) tem-se que
|R
xy
(t)|
2
E
xx
E
yy
(2.15)
O sinal igual verica-se quando u(t) e v(t) so proporcionais. Generalizando
para sinais complexos, expresso
R
xy
(t) =
_
+

x(t +)y

()d (2.16)
com R
yx
(t) = R

xy
(t) d-se o nome de correlao cruzada ou intercorrelao,
que no mais do que uma medida da dependncia ou da relao entre dois sinais
em instantes diferentes. Quanto maior esta, mais pequena ser a distncia e
vice-versa. Signica que, quanto maior for a correlao, mais semelhantes so
os sinais.
Note-se que R
xy
(0) = E
xy
(energia cruzada). Observe-se tambm que
R
xy
(t) =
_
+

x()y

( t)d = x(t) y

(t) (2.17)
Se y(t) = x(t), a funo correlao cruzada converte-se na funo de au-
tocorrelao (FA)
R
xx
(t) =
_
+

x(t +)x

()d (2.18)
De notar queR
xx
(0) = E
xx
(Energia do sinal).
Da desigualdade de Schwartz, apresentada anteriormente, deduz-se que
|R
xx
(t)|
2
E
xx
E
xx
= R
2
xx
(0) (2.19)
|R
xx
(t)| R
xx
(0) (2.20)
o que signica que a FA tem um mximo na origem. Neste caso o d
2
(t) nulo,
o que seria de esperar.
No caso discreto, aquela medida dada por
d
2
(n) =
+

m=
[x(m) y(mn)]
2
(2.21)
ou
d
2
(n) =
+

m=
[x(m +n) y(m)]
2
(2.22)
Desenvolvendo o quadrado,
[x(m +n) y(m)]
2
= x
2
(m +n) +y
2
(m) 2x(m +n)y(m)
e substituindo no somatrio, obtm-se
2.3. COMPARAO DE SINAIS TIPO ENERGIA 59
d
2
(n) =
+

m=
x
2
(m+n) +
+

m=
y
2
(m) 2
+

m=
x(m +n)y(m)
ou, ainda
d
2
(n) = E
xx
+E
yy
2R
xy
(n) (2.23)
onde
R
xy
(n) =
+

m=
x(m +n)y(m) (2.24)
Que representa a verso discreta da correlao cruzada ou intercorrelao.
Posto que d(n)0, teremos R
xy
(n)(E
xx
+E
yy
) /2. Utilizando a chamada
desigualdade de Schwarz:

a
u(n)v(n)

a
|u(n)|
2

a
|v(n)|
2
com u(n)x(m +n) e v(n)y(n), tem-se que
|R
xy
(n)|
2
E
xx
E
yy
Para sinais complexos, a intercorrelao escreve-se
R
xy
(n) =
+

m=
x(n +m)y

(m) =
+

m=
x(m)y

(mn) (2.25)
Note-se que novamente R
xy
(0) = E
xy
(energia cruzada) e
R
yx
(n) = R

xy
(n) (2.26)
Se x(n) = y(n), obtemos a FA
R
xx
(n) =
+

m=
x(n +m)x

(m) (2.27)
que tem simetria hermiteana:
R
xx
(n) = R

xx
(n) (2.28)
De notar que R
xx
(0) = E
xx
(Energia do sinal).
Da desigualdade de Schwarz, apresentada anteriormente, deduz-se que
|R
xx
(n)|
2
E
xx
E
yy
= R
2
xx
(0) (2.29)
|R
xx
(n)| R
xx
(0) (2.30)
o que signica que a FA de sinais discretos tambm tem um mximo na origem.
60 CAPTULO 2. OPERAES COM SINAIS
t

T
2
()
(t + )
Figura 2.11: Sinais () e (t +)
2.4 Comparao de sinais tipo potncia
2.4.1 Correlao de sinais tipo potncia
Se atendermos ao que dissemos anteriormente sobre os sinais tipo potncia e
seco anterior, facilmente generalizamos as noes a introduzidas. Assim,
temos, no caso de sinais contnuos, temos
R
xy
(t) = lim
T
1
T
_
T
x(t +)y

()d (2.31)
para a correlao cruzada. Se ambos os sinais forem iguais, obtem-se a funo
de autocorrelao
R
xxy
(t) = lim
T
1
T
_
T
x(t +)x

()d (2.32)
Estas funes tm as mesmas propriedades das anlogas dos sinais de energia
nita. Nomeadamente, temos para a funo de autocorrelao:
R
xx
(0) = P
xx
e R
xx
(t) R
xx
(0)
Exemplos - a) Autocorrelao da funo degrau unitrio
Tendo em ateno a representao grca da gura 2.11 a autocorrelao do
degrau unitrio corresponde a:
R

(t) = lim
T
1
T
_ T
2

T
2
(t +)()d = lim
T
1
T
_
T
2
+t
_
= lim
T
T + 2t
2T
=
1
2
Exemplos - b) Correlao cruzada de sinusides
Sejam x(t) = e
j1t
e y(t) = e
j2t
dois sinais que, como veremos em breve,
se chamam sinusides complexas ou cisides. A
1
(e
2
) d-se o nome de
frequncia angular. A correlao cruzada R
xy
(t) ser
2.4. COMPARAO DE SINAIS TIPO POTNCIA 61
R
xy
(t) = lim
T
1
T
_ T
2

T
2
e
j1(t+)
e
j2
d =
= e
j1t
lim
T
1
T
_ T
2

T
2
e
j(12)
d = e
j1t
lim
T
2 sen
_
(
1

2
)
T
2

T(
1

2
)
R
xy
(t) =
_
0 se
1
=
2
e
j1t
se
1
=
2
(2.33)
donde se conclui que duas sinusides de frequncias angulares diferentes so
incorrelacionadas.
No caso de sinais discretos obtemos relaes anlogas:
R
xy
(n) = lim
N
1
2N + 1

m=N
+Nx(n +m)y

(m) (2.34)
com R
yx
(n) = R

xy
(n), para correlao cruzada e
R
xx
(n) = lim
N
1
2N + 1

m=N
+Nx(n +m)x

(m) (2.35)
com R
xx
(n) = R

xx
(n), para a autocorrelao. Estas noes so importants-
simas no estudo de processos estocsticos.
As suas propriedades so anlogas s dos sinais de energia nita. Nomeada-
mente, temos para a funo de autocorrelao:
R
xx
(0) = P
xx
e R
xx
(n) R
xx
(0)
Exemplos - c) Correlao cruzada de sinusides discretas
Sejam x(n) = e
j1n
e y(n) = e
j2n
dois cisides discretos. A correlao cruzada
R
xy
(n) ser
R
xy
(n) = lim
N
1
2N + 1
N

m=N
e
j1(n+m)
e
j2m
=
= e
j1n
lim
N
1
2N + 1
N

m=N
e
j(12)m
= e
j1n
lim
N
sen [(
1

2
)(N + 1/2)]
(2N + 1) sen[(
1

2
)/2]
e, nalmente
R
xy
(n) =
_
0 se
1
=
2
e
j1n
se
1
=
2
(2.36)
donde se conclui que duas sinusides de frequncias angulares diferentes so
incorrelacionadas.
62 CAPTULO 2. OPERAES COM SINAIS
2.4.2 A Correlao Circular
As expresses da correlao denidas na seco anterior adquirem uma forma
particular quando aplicadas a sinais peridicos. Vejamos o caso discreto e supo-
nhamos que o perodo vale N : x(n) = x(n + N). Sem perda de generalidade,
podemos admitir que, no clculo do limite, usamos um nmero inteiro de pero-
dos: M = K.N. Temos:
R
xy
(n) = lim
M+
1
2M + 1
+M

m=M
x(n +m).y

(m) =
= lim
K+
1
(2K + 1)N
+K

k=K
N1

r=0
x(n +kN +r).y

(kN +r) =
= lim
K+
1
(2K + 1)N
+K

k=K
N1

r=0
x(n +r).y

(r) =
= lim
K+
2K + 1
(2K + 1)N
N1

r=0
x(n +r).y

(r)
donde se conclui que a correlao de dois sinais peridicos um sinal peridico
com o mesmo perodo e dado por:
R
xy
(n) =
1
N
N1

r=0
x(n +r)
N
.y

(r) (2.37)
e chamada correlao circular. De salientar que os limites usados no so-
matrio no so necessariamente os indicados. Podemos usar qualquer intervalo
de largura igual (ou mltiplo) ao perodo. Em 2.37 usmos uma notao espe-
cial para indicar a translao circular chamando a ateno ao facto de, quando
efectuarmos o seu clculo, devemos ter em conta que, se n+r N, x(n+r)
N
=
x(n +r N) devido periodicidade.
Estas denies estendem-se facilmente ao caso em que os dois sinais no
tm perodos iguais, desde que sejam comensurveis. Neste caso, basta tomar
como perodo o menor mltiplo comum dos perodos de cada um dos sinais.
Para sinais continuos, dene-se tambm uma correlao circular idntica
denida para sinais discretos. Porm tem pouco signicado e imporatncia
prtica pelo que no a estudaremos.
2.4.3 Correlao e Covarincia
A comparao entre sinais atrs efectuada levou-nos noo de correlao que,
no entanto, no coincide com a utilizada em certos meios cientcos. Vamos
abordar a questo introduzindo a outra correlao. Antes vamos introduzir
uma grandeza associada e que tambm importante: a covarincia (temporal).
Dene-se a covarincia a partir de:
2.5. A CONVOLUO 63
C
xy
(t) = R
xy
(t) m
x
.m
y
(2.38)
que mostra que se os sinais tiverem mdia nula as duas grandezas so iguais. Na
maior parte das aplicaes conveniente subtrair a mdia de forma a trabalhar
sempre com sinais de mdia nula. Nesta situao, a correlao e a covarincia
coincidem. O valor da covarincia na origem coincide com o valor da potncia
(energia) da componente varivel do sinal.
Em certos domnios cientcos como a Economia hbito denir a correlao
como sendo:

xy
=
C
xy
(t)
C
xy
(0)
(2.39)
ou seja, a covarincia normalizada pelo valor na origem. Embora seja usada em
problemas de estimao no parece ter alguma vantagem evidente sobre C
xy
(n).
Em Engenharia, d-se-lhe o nome de correlograma. A
xy
(1) d-se o nome de
coeciente de correlao.
2.5 A Convoluo
2.5.1 Denio
Sejam f(t) e g(t) duas funes de quadrado integrvel. Dene-se convoluo de
f(t) e g(t) como sendo a funo dada por:
h(t) =
_
R
f(t )g() d (2.40)
e representa-se por h(t) = f(t) g(t).
Sejam x(n) e y(n) duas sequncias de quadrado somvel. Dene-se convolu-
o dex(n) e y(n) como sendo a sequncia dada por:
h(n) =
+

k=
x(n k)y(k) (2.41)
e representa-se abreviadamente por z(n) = x(n) y(n)
2.5.2 Propriedades da convoluo
As propriedades da convoluo so muito importantes e simples de deduzir, pelo
que as deixamos sem demonstrao que ca como exerccio. As propriedades so
vidas quer para sinais em tempo contnuo quer para sinais em tempo discreto.
Linearidade:
x (y
1
+y
2
) = x y
1
+x y
2
(2.42)
64 CAPTULO 2. OPERAES COM SINAIS
Comutatividade:
x y = y x (2.43)
Translao: Se for o operador de translao e se xy existir, existe tambm
{x y} e
{x y} = {x} y = x {y} (2.44)
Diferenciao: Seja D o operador de derivao, no caso de sinais em tempo
contnuo
_
Dx(t) =
d x(t)
d t
_
, e de diferena (Dx(n) = x(n) x(n 1)), no caso
discreto. Se existir x y, ento D(x y) existe tambm e
D(x y) = Dx y = x Dy (2.45)
Associatividade: Se x y e y z existirem ento:
(x y) z = x (y z) (2.46)
Desde que existam ambos os membros.
Elemento neutro: Se existir, o elemento neutro ser um sinal, , tal que:
x = x (2.47)
Esta funo o delta de Dirac, (t), no caso contnuo, e o delta de Kro-
necker, (n), no caso discreto. Adiante sero estudados.
Elemento inverso: Se existir elemento inverso, ser um sinal, x
1
, tal que:
x x
1
= (2.48)
Mais tarde, veremos como podemos calcul-lo.
Somabilidade: Se x e y forem somveis, ento, x y somvel.
Durao (suporte): Sejam T
1
(N) e T
2
(M) as duraes de x e y, respecti-
vamente para sinais contnuos e discretos. A durao (suporte) da convoluo
de x e y igual a T1+T2 no caso dos sinais contnuos e N+M-1 no caso dos
discretos.
2.6. SOBRE O CLCULO DE CONVOLUES E CORRELAES 65
Atraso e avano:
z(t) = x(t) y(t)x(t a) y(t b) = z(t a b) (2.49)
Esta propriedade aplica-se de forma semelhante no caso de sinais em tempo
discreto.
Em particular
x (t a) = x(t a) t, a R (2.50)
x (n k
o
) = x(n k
o
) n, k
o
Z (2.51)
Paridade: A convoluo de sinais com a mesma paridade uma funo par.
Se tiverem diferentes paridades, a convoluo mpar.
Integrao e Acumulao:
_
t

x()d = x(t) (t) (2.52)


n

k=
x(k) = x(n) (n) (2.53)
Causalidade: A convoluo de sinais causais causal.
Uma das caractersticas mais interessantes da convoluo o facto de me-
lhorar o comportamento dos sinais, na medida em que mais lisa do que
cada um dos factores.
2.6 Sobre o clculo de convolues e correlaes
Atendendo s denies apresentadas atrs, podemos concluir que os clculos
das convolues e correlaes so semelhantes. Vamos apresentar o caso das
convolues salientando que a nica diferena relativamente correlao reside
na fase I do clculo abaixo apresentado.
O cculo de convolues pode ser esquematizado duma forma simples. As
fases do processo so:
I - Simetrizao ou reexo temporal substituio de n por n, esta
operao no deve fazer-se no clculo de correlaes. Operao a realizar
apenas sobre um dos sinais.
Para cada ponto:
II - Translao linear,
III - Multiplicao,
IV - Soma.
Finalmente
66 CAPTULO 2. OPERAES COM SINAIS
V - Justaposio dos valores obtidos.
Para cada translao, obtem-se o valor de um dos pontos da convoluo,
pelo que esta se constri iterativamente, ponto a ponto. Frequentemente, ao
realizar este clculo, possvel deduzir o seu resultado para intervalos de tempo
determinados, diminuindo assim o esforo requerido.
Em seguida ilustra-se gracamente o esquema descrito, usando pulsos rec-
tangulares e triangulares. Deve ter-se em ateno que, para a maioria dos sinais
de interesse prtico, no possvel usar o mtodo grco.
O clculo da correlao R
xy
realiza-se de forma parecida. As diferenas so:
no se efectua a simetrizao temporal
o segundo sinal (y) deve ser previamente conjugado
2.6.1 Clculo da convoluo
Na gura 2.12, ilustra-se o esquema descrito, usando um pulso triangular e um
rectangular, contnuos.
Exemplica-se na gura2.13 a convoluo linear de duas sequncias de com-
primento nito, tomando como referncia dois pulsos rectangulares, x(n) e h(n),
de comprimento N = 10 e M = 8, respectivamente.
Na gura 2.14 ilustra-se gracamente a sequncia de operaes conducentes
ao valor da convoluo num dado ponto. y(n) = x(n) * h(n)
Na gura 2.15, apresenta-se a correlao dos dois sinais usados no exemplo
anterior.
2.6.2 Exemplos de clculo de convolues
Exemplo 1 -
Se x(n) for tal que x(n) = 1 para n = 0, 1, 2, 3 e x(n) = 0 para os restantes
valores de n, calcular a convoluo de x(n) com ela prpria. O esquema da
ghura 2.16 mostra o clculo para 3 valores de n.
Exemplo 2 -
Calcular a correlao dos sinais seguintes, cuja representao grca pode ser
observada na gura 2.17:
x(t) =
1
T
rect
_
t T/2
T
_
h(t) = e
t/to
(t)
Uma vez que a convoluo comutativa
y(t) = x(t) h(t) =
_
T
t=0
x()h(t )d =
_
T
t=0
x(t )h()d
2.6. SOBRE O CLCULO DE CONVOLUES E CORRELAES 67
a
b

z()
1
c
d

y() 1
b a
z()
1
t b t a
z(t )
1
I
II

y().z(t )
III
IV
t
x(t) v x(t)
a +c b +d
Figura 2.12: Convoluo de sinais contnuos.
68 CAPTULO 2. OPERAES COM SINAIS
Figura 2.13: Convoluo linear de dois impulsos rectangulares: (a) clculo de
y(0), (b) clculo de y(1), (c) clculo de y(M + N 2), (d) representao do
resultado nal da convoluo
2.6. SOBRE O CLCULO DE CONVOLUES E CORRELAES 69
Figura 2.14: Convoluo de sinais discretos
70 CAPTULO 2. OPERAES COM SINAIS
Figura 2.15: Correlao de sinais discretos
pelo que podemos simetrizar temporalmente x() ou h(). Em qualquer caso,
podem distinguir-se 3 zonas (gura 2.18):
A) Se t < 0, os sinas no se sobrepem, pelo que a sua multiplicao origina
um sinal sempre nulo (situao A da gura 2.18). Portanto, o integral
zero.
y(t) = 0 t < 0
B) No caso em que 0 < t < T, h sobreposio parcial dos dois sinais. A
multiplicao h(t )x() um sinal diferente de zero, no intervalo [0, t]
(situao B da gura 2.18), pelo que
y(t) =
_
t
0
1
T
e
(t)/to
d =
t
o
T
_
1 e
t/to
_
0 < t < T
C) Quando t > T os sinais sobrepem-se em todo o intervalo [0, T] (situao
C da gura 2.18), pelo que o integral de convoluo corresponde a
y(t) =
_
T
0
1
T
e
(t)/to
d =
t
o
T
e
t/to
_
e
T/to
1
_
t > T
O sinal resultante y(t) est representado na gura 2.19.
Exemplo 3 -
Calcular a convoluo de um troo de uma sinusoide e um rectngulo (gura
2.20).
x(t) = cos
_
t
2
_
rect
_
t
2
_
h(t) =
1
T
rect
_
t
T
_
T/2 >
Neste exemplo ter-se-o cinco zonas (gura 2.21).
2.6. SOBRE O CLCULO DE CONVOLUES E CORRELAES 71
Figura 2.16: Clculo de 3 valores da funo de autocorrelao
A) Se t < T/2, os sinas no se sobrepem, pelo que a sua multiplicao
origina um sinal sempre nulo (situao A da gura 2.21). Portanto, o
integral zero.
y(t) = 0 t < T/2
B) Se < t +T/2 < , existe uma sobreposio parcial dos dois sinais. O
sinal resultante da convoluo corresponde a:
y(t) =
_
t+T/2

1
T
cos
_

2
_
d T/2 < t < +T/2
C) Se t T/2 < e < t + T/2, existe uma sobreposio total de ambos
o sinais. O sinal resultante da convoluo corresponde a:
y(t) =
_

1
T
cos
_

2
_
d T/2 < t < T/2
72 CAPTULO 2. OPERAES COM SINAIS
Figura 2.17: Rectngulo e exponencial
A) B)
C)
Figura 2.18: As trs situaes do exemplo 2
D) Se < t T/2 < , os sinais apenas se sobrepem parcialmente, o que
conduz a:
y(t) =
_

tT/2
1
T
cos
_

2
_
d T/2 beta < t < T/2 +
E) Para valores de t > +T/2, os sinais no se sobrepem, pelo que o integral
zero.
y(t) = 0 t > +T/2
Combinando as rexpresses anteriores obtm-se:
2.6. SOBRE O CLCULO DE CONVOLUES E CORRELAES 73
Figura 2.19: Sinal y(t) obtido no Exemplo 2
Figura 2.20: Sinais usados no Exemplo 3
y(t) =
_

_
0 t < T/2
2
T
_
1 + sen
_
(T/2 +t)
2
__
T/2 < t < T/2
2
t
T/2 < t < +T/2
2
T
_
1 + sen
_
(T/2 t)
2
__
+T/2 < t < +T/2
0 t > +T/2
Observe-se que a durao de y(t) a soma das duraes de x(t) e h(t).
No caso de sinais discretos h vrias alternativas interessantes para o clculo
da convoluo, no caso de sinais nitos. Um dos mtodos mais conhecido o
da rgua deslizante. Neste mtodo, um dos sinais simetrizado (no tempo)
escrito sobre uma rgua deslizante que sofre sucessivos deslizamentos em frente
dos valores do outro. A soma dos diferentes produtos d o valor da convoluo
para o correspondente deslizamento. Vejamos um exemplo para claricar.
Sejam os sinais:
x(n) =
_
1 2 9 0 1 3 6 5

_
e y(n) =
_
1 2 1 3 0 1

_
onde indica o elemento correspondente ao instante 0.
74 CAPTULO 2. OPERAES COM SINAIS
A) B)
C) D)
E)
Figura 2.21: Sinais usados no Exemplo 3
Temos para n = 0
1 2 9 0 1 3 6 5

1 0 3 1 2 1

(1) 1 + 2 0 + (9) 3 + 0 1 + 1 2 + 3 (1) = 29


Para n = 2
1 2 9 0 1 3 6 5

1 0 3 1 2 1

(1) 3 + 2 1 + (9) 2 + 0 (1) = 19


Para n = 3
2.6. SOBRE O CLCULO DE CONVOLUES E CORRELAES 75
1 2 9 0 1 3 6 5

1 0 3 1 2 1

0 1 + 1 0 + 3 3 + (6) 1 + (5) 2 = 7
Repetindo o procedimento obtemos o seguinte resultado:
1 4 12 19 4 29 15 10 7 22

12 6 5
interessante notar que, como esperado, a durao da convoluo dada
por:
8 + 6 1 = 13
A convoluo tem uma ligao directa com a multiplicao de polinmios.
Com efeito, se x(n) e y(n) forem os coecientes de dois polinmios, a convoluo
representa os coecientes do polinmio produto dos dois. A relao ntima entre
a convoluo e a multiplicao evidenciada no seguinte algoritmo de clculo
que auto-explicativo:
1 2 9 0 1 3 6 5
1 2 1 3 0 1
1 2 9 0 1 3 6 5
3 6 27 0 3 9 18 15
1 2 9 0 1 3 6 5
2 4 18 0 2 6 12 10
1 2 9 0 1 3 6 5
1 4 12 19 4 29 15 10 7 22 12 6 5
Um mtodo alternativo a este consiste em colocar os valores das duas sequn-
cias nos lados de um rectngulo e construir uma tabela com os produtos dos
nmeros de cada sequncia. A convoluo obtm-se somando os valores ao longo
das diagonais. Este mtoo encontra-se exemplicado na gura 2.22.
Estes mtodos podem formular-se matricialmente, dando um esquema muito
til, inclusive, quando um dos sinais tem durao innita. Vejamos como se
procede.
Comeamos por criar uma matriz derivada de um dos sinais fazendo des-
locamentos. Suponhamos x(n) esse sinal e que tem N valores. Seja M a
durao do outro sinal. A matriz dever ser do tipo (N + M 1) M. Seja
z(n) a convoluo, representada por um vector z e y o vector correspondente ao
segundo sinal. No exemplo acima, temos:
76 CAPTULO 2. OPERAES COM SINAIS
Figura 2.22: Clculo da convoluo de sinais discretos usando tabela
X =
_

_
1 0 0 0 0 0
2 1 0 0 0 0
9 2 1 0 0 0
0 9 2 1 0 0
1 0 9 2 1 0
3 1 0 9 2 1
6 3 1 0 9 2
5 6 3 1 0 9
0 5 6 3 1 0
0 0 5 6 3 1
0 0 0 5 6 3
0 0 0 0 5 6
0 0 0 0 0 5
_

_
com z = X y
Como se v as colunas da matriz so obtidas por deslizamento do vector de
um dos sinais. A este tipo de matriz cujos valores ao longo das diagonais se
repetem d-se o nome de matriz de Toeplitz.
2.6.3 A convoluo circular
Consideremos, agora, o clculo da convoluo de sinais peridicos. Comecemos
por notar que a convoluo de funes peridicas no existe, no caso geral,
visto o integral que dene a convoluo no existir. No entanto, se se tratar
de funes com o mesmo perodo, possvel denir uma convoluo de forma a
que resulte uma funo peridica com o mesmo perodo. D-se-lhe o nome de
convoluo circular.
Sejam duas funes, y(t) e z(t), de perodo T. A convoluo circular dene-
se, no caso contnuo, por:
x(t) = y(t) z(t) =
_
T
0
y()z(t )d (2.54)
2.6. SOBRE O CLCULO DE CONVOLUES E CORRELAES 77
Figura 2.23: Clculo da correlao circular
e no caso discreto, por
x(n) = y(n) z(n) =
N1

k=0
y(k)z ((n k)
N
) (2.55)
onde (n k)
N
= n k + m.N, mZ. Para compreender melhor a convoluo
circular deve imaginar-se que os sinais so colocadas sobre duas circunferncias
concntricas: uma xa e outra mvel, inscrevendo os valores com a mesma
separao angular (gura 2.23).
Para efectuar a convoluo, basta multiplicar os valores colocados frente a
frente e somar
3
. As diferentes fases do processo so anlogas s da convoluo
linear:
I - simetrizao temporal,
II - translao circular
4
,
III - multiplicao,
IV - soma,
3
No caso de sinais de diferentes duraes podemos imaginar que se acrescentam zeros para
obter duas sequncias com o mesmo comprimento, porque s faz sentido falar de convoluo
circular de sinais com o mesmo perodo.
4
Equivalente a uma rotao de 2/N.
78 CAPTULO 2. OPERAES COM SINAIS
V - justaposio dos valores obtidos.
H uma relao entre as duas convolues, que fcil de vericar. Suponha-
mos que y e z so de suporte limitado a N. A sua convoluo linear, z = x y,
tem suporte limitado a 2N 1. Suponhamos que repetimos x com perodo N
5
.
A funo peridica obtida coincide com a convoluo circular. Por exemplo,
consideremos um perodo de cada um de dois sinais x(n) =
_
1 1 2
_
e
y(n) =
_
2 0 1
_
. A sua convoluo linear vale
_
2 2 5 1 2
_
.
Por outro lado, procedendo como se disse, um perodo da convoluo circular
vale:
_
3 3 0
_
.
Tambm se pode obter a convoluo linear a partir da circular. Para isso,
basta acrescentar zeros a cada sequncia de forma a obter sinais de durao,
pelo menos, igual durao da convoluo. Suponhamos que queremos calcular
a convoluo de dois sinais com duraes 8 e 6. Sendo assim, basta acrescentar
5 zeros ao primeiro e 7 ao segundo e calcular a convoluo circular dos sinais
resultantes. Cada perodo desta d-nos a convoluo linear.
Vejamos como podemos calcular directamente a convoluo circular. Vamos,
apenas, apresentar o mtodo matricial. Os outros so facilmente generalizveis.
O procedimento emelhante ao apresentado anteriormente. A nica diferena
reside na construo da matriz que , agora, uma matriz circulante N N:
X =
_
_
1 2 1
1 2 2
2 1 1
_
_
Trata-se de uma matriz de Toeplitz, visto que os valores ao longo das dia-
gonais principais se repetem.
Mais tarde, retomaremos o estudo da convoluo circular e do seu clculo
usando a Transformada Discreta de Fourier.
2.6.4 O elemento neutro da convoluo
No estudo da convoluo, introduzimos vrias das suas propriedades. Em parti-
cular, vericando-se as propriedades (2.43), (2.46) e (2.47), estamos em presena
de um grupo comutativo. Porm, no apresentmos, ainda, o elemento neutro.
A soluo simples e dada pelo smbolo de Kronecker:
(n k) =
_
1 se n = k
0 se n = k
(2.56)
Com efeito x(n) =

+
k=
x(nk)(k) =

+
k=
x(k)(nk). Se x(n) =
(n), tem-se:
5
Estamos a provocar um fenmeno de mascaramento ( aliasing).
2.6. SOBRE O CLCULO DE CONVOLUES E CORRELAES 79
(n) =
n

k=
(k) =
+

k=0
(n k) (2.57)
donde se conclui que
(n) = (n) (n 1) (2.58)
Ao sinal resultante da repetio peridica de um delta d-se o nome de
pente:
p(n) =
+

k=
(n kN) (2.59)
De forma anloga, Dirac procurou introduzir uma "funo" (t ) que
obedecesse a relaes anlogas s relaes (2.56) a (2.58),
(t) =
1
2
d [sgn(t)]
dt
(2.60)
onde sgn(t) a funo sinal
sgn(t) =
_
1 se t > 0
1 se t < 0
(2.61)
e, sendo x(t) uma funo complexa de varivel real, sucientemente "bem com-
portada",
x(t)(t ) = x()(t ) (2.62)
e
x(t) =
_
+

x()(t )d (2.63)
Em particular,
1 =
_
+

(t )d (2.64)
Atendendo a (2.64) e, seguindo Dirac, atribuamos a (t ) o valor nulo
para t = . Sendo assim, em t = , (t ) deve "assumir" o valor +:
(t ) =
_
+ se t =
0 se t =
(2.65)
Esta "denio" conduz a uma contradio, visto que, segundo ela, (t) =
2.(t ) e, portanto, atendendo a (2.64) , 1 = 2. Tal facto tem a ver com o
"valor num ponto" de uma dada Funo Generalizada, que no deniremos.
funo generalizada denida por (2.60) e que goza das propriedades (2.62)
a (2.60) chamaremos delta de Dirac ou impulso.
Uma sua primitiva a funo sinal representada na gura 2.25 e que verica
a relao seguinte:
80 CAPTULO 2. OPERAES COM SINAIS
Figura 2.24: delta de Dirac
Figura 2.25: Funo sinal
sgn(t) = 2.(t) 1 (2.66)
onde (t) a funo degrau ou de Heaviside, donde se pode concluir que (t),
tambm, pode ser considerada como a derivada de (t). A razo de se preferir
(2.66) reside no facto de assim se manter a regra da paridade na derivao: a
derivada de uma funo par mpar e vice-versa. Sendo assim, (t) deve ser
considerada como sendo par.
2.7 Concluses
Neste captulo apresentmos algumas operaes sobre sinais e entre sinais. As
mais importantes so a correlao e a convoluo extremamente teis no pro-
cessamento de sinais, sobretudo aleatrios.
2.8 Exerccios
Exerccio 1 Qual das seguintes propriedades no certa para a operao
de convoluo de duas sequncias?
a) Se as duas sequncias forem de durao nita de N
1
e N
2
amostras, a durao
da convoluo de ambas de N
1
+N
2
1.
b) A convoluo comutativa e, portanto, o resultado de convolucionar as duas
sequncias ser uma funo par.
2.8. EXERCCIOS 81
c) A operao de convoluo distributiva, ainda que s em relao soma.
d) Mesmo que a durao de qualquer das sequncias seja innita, a convoluo
delas pode ter durao nita.
Exerccio 2 Calcular a convoluo dos seguintes pares de sinais.
a) x(n) =
n
(n), h(n) =
n
(n),
x(n) h(n) =

n
k=0

nk
=
n

n
k=0

k

k
se = x(n) h(n) = (n + 1)
n
(n).
se = x(n) h(n) =
n

n
k=0
(/)
k
= |n
1 (/)
n1
1 (/)
=
=

n+1

n+1

b) x(n) = 2
n
(n) h(n) = (n)
c) x(n) = (1)
n
[(n) (n 8)] h(n) = (n) (n 8)
d) x(n) = 1 para todo o n, h(n) =
_
_
1
2
_
n
n 0
4
n
n < 0
e) x(n) = (n) (n) h(n) =
_
_
1
2
_
n
n 0
4
n
n < 0
Exerccio 3 Determinar se cada uma das seguintes armaes ou equaes
correcta, em geral. Demonstrar as que cr que so certas e dar contra-exemplos
para as que cr que so falsas. Neste caso corrigi-las, se possvel.
a) x(n) {h(n)g(n)} = {x(n) h(n)} g(n)
b)
n
x(n)
n
h(n) =
n
{x(n) h(n)}
c) Se y(n) = x(n) h(n), ento y(2n) = 2x(2n) h(2n)
a) F b) V c) V
Exerccio 4 Determinar se cada uma das seguintes armaes ou equaes
correcta, em geral. Demonstrar as que cr que so certas e dar contra-exemplos
para as que cr que so falsas. Neste caso corrigi-las, se possvel.
a) Considere duas funes de durao nita. Calcule a sua convoluo.
82 CAPTULO 2. OPERAES COM SINAIS
b) Repita periodicamente as duas funes. Dena uma convoluo para funes
peridicas.
c) Compare os resultados das alneas anteriores e diga se h alguma relao
entre eles.
Exerccio 5 Vericar que a convoluo de n(n) com ela prpria dada
por: (n + 1)n(n 1)/6. E a autocorrelao?
Exerccio 6 Se x(n) = (n) (n 4), calcular x x x.
Exerccio 7 Calcular a autocorrelao de x(n) do problema anterior.
Exerccio 8 Calcule a autocorrelao de y(n) = x(n 1) + x(n), onde
x(n) o sinal do problema 6 .
Exerccio 9 Diga qual a intercorrelao entre x(n) e y(n) dos dois
problemas anteriores.
Exerccio 10 Repita de forma peridica cada um dos anteriores sinais x e
y, e calcule as correspondentes correlaes circulares.
Exerccio 11
a) Considere duas funes de durao nita. Calcule a sua convoluo.
b) Repita periodicamente as duas funes. Dena uma convoluo para funes
peridicas.
c) Compare os resultados das alneas anteriores e diga se h alguma relao
entre eles.
d) Verique
__
x(t)

__
h(t)

=
_
[x(t) h(t)]
e) Verique x(t) (t) =
_
x(t)
Exerccio 12 Mostre que, se y(t) = x(t) z(t),
a) x(t +) z(t) = y(t +)
b) x(t +) z(t +) = y(t + +)
Exerccio 13 Mostre que
a) t.(t) = 0
b) se n > 0, t
n
.(t) = 0
Captulo 3
Sistemas
3.1 Os sistemas e a sua importncia
A Teoria dos Sistemas estuda a modelao matemtica de sistemas dinmicos
e a anlise da resposta destes sistemas, com vista compreenso do comporta-
mento de cada sistema e, em especial, melhoria do seu desempenho.
O estudo dos sistemas, se bem que no de uma forma sistemtica e coerente,
j vem de longe. Podemos referir, p.ex. os trabalhos de Arquimedes, de Gali-
leu, de Leonardo da Vinci, etc. Contudo, no havia uma base matemtica que
permitisse uma boa compreenso do comportamento dos sistemas existentes e
levasse ao projecto de novos. Foi no domnio da Mecnica que houve maiores
desenvolvimentos e onde encontramos ideias extremamente interessantes. Por
exemplo: os teares, os moinhos, os barcos, etc.
Historicamente o trabalho de Isaac Newton constitui um marco fundamental
no desenvolvimento da Teoria dos Sistemas. Eis alguns aspectos relevantes do
trabalho de Isaac Newton:
Desenvolveu as leis do movimento
Deniu claramente a natureza da massa, peso, fora, inrcia e acelerao
Descobriu o clculo diferencial e integral
Calculou o movimento da Lua (1679)
Do nosso ponto de vista, a formulao do clculo diferencial e integral
sem dvida um marco fundamental na Teoria de Sistemas, porque forneceu as
ferramentas necessrias compreenso de muitos sistemas em funcionamento e
o desenvolvimento de novos, sobretudo a partir de nais do sulo XIX com o
estudo e desenvolvimento de sistemas elctricos.
As Telecomunicaes e o Controlo foram, provavelmente, os maiores motores do
desenvolvimento da Teoria de Sistemas. Um problema famoso na histria dos
83
84 CAPTULO 3. SISTEMAS
Figura 3.1: Regulador de Watt
sistemas de controlo automtico foi a procura de meios de controlar a velocidade
de rotao de um veio. As primeiras tentativas de resoluo deste problema
tero sido motivadas pelo desejo de controlar a velocidade da m em moinhos
de vento, usados na produo de farinha. Dos diversos mtodos experimentados
o mais prometedor consistiu na utilizao de um pndulo cnico rotativo. Este
dispositivo foi usado para medir a velocidade de rotao do moinho, as velas do
moinho eram enroladas ou libertadas por meio de cordas e poleias, de modo a
manter constante a velocidade. Foi, no entanto, a adaptao deste mecanismo
mquina a vapor, realizada nos laboratrios de James Watt cerca de 1788, que
lhe conferiu a fama de que hoje disfruta.
O funcionamento do regulador de velocidade centrfugo simples de explicar.
Suponhamos que o motor est a funcionar no regime pretendido, no instante
em que se lhe aplica uma carga. Nesta altura a velocidade do motor tende a
diminuir e as massas do regulador baixam, originando um cone mais fechado. O
ngulo entre as massas utilizado como medida da velocidade de rotao. Por
meio de um sistema de alavancas, a diminuio do ngulo faz aumentar a ali-
mentao de vapor ao motor, compensando a velocidade perdida. Note-se que,
a m de que a vlvula de admisso de vapor se desloque para uma posio dife-
rente da inicial, necessrio que o ngulo entre as massas tambm seja diferente
do ngulo inicial. Isto faz com que a velocidade de rotao, aps a aplicao
da carga, no seja exactamente a mesma que o motor tinha inicialmente. Para
compensar completamente a variao de velocidade seria necessrio alterar o
comprimento das diferentes alavancas utilizadas no mecanismo de compensa-
o. Outros inventores introduziram posteriormente mecanismos para integrar
o desvio de velocidade, permitindo o ajuste automtico do regulador. Watt, tal
como os moleiros antes dele, era um practicionista, no se envolvendo nos aspec-
tos tericos do regulador. Os primeiros estudos da teoria do controlo tero sido
levados a cabo entre 1673 e 1868. De entre as diversas contribuies destacam-se
3.1. OS SISTEMAS E A SUA IMPORTNCIA 85
as devidas a G. B. Airy, professor matemtica e astrnomo. O problema de Airy
consistia no controlo de velocidade, se os seus telescpios pudessem rodar, de
forma a compensar a rotao da terra, as estrelas xas poderiam ser observadas
durante perodos muito mais longos. Utilizou o regulador de pndulo centrfugo
e descobriu que este poderia dar origem a movimentos instveis (1840). Deste
modo, Airy foi o primeiro cientista a discutir o problema da estabilidade em
sistemas de controlo e a analisar o sistema utilizando equaes diferenciais, in-
troduzindo o estudo da dinmica dos sistemas com retroaco.
O primeiro estudo sistemtico sobre a estabilidade de sistemas com retroaco
deve-se a J. C. Maxwell (1868). Maxwell desenvolveu as equaes diferenciais do
regulador, linearizou-as em torno do ponto de equilbrio e determinou que a es-
tabilidade depende do facto de as solues de uma certa equao (caracterstica)
terem parte real negativa. Em 1877 E. J. Routh desenvolveu um critrio que
permite determinar se um dado sistema ser, ou no, estvel. O interesse deste
critrio tal que, ainda hoje, os engenheiros de controlo aprendem a aplic-lo.
O estudo da equao caracterstica de um sistema permaneceu como a base da
teoria do controlo at inveno do amplicador electrnico realimentado, em
1927, nos laboratrios Bell.
Paralelamente com estas aplicaes em Controlo, desenvolveram-se as aplica-
es em Telecomunicaes. Ficou famosa a frase de Samuel Morse que, em
1838, enviou atravs de um telgrafo com 16 km: Attention, the Universe!
By kingdoms, right wheel!. Desde ento, foi enorme o desenvolvimento das
Telecomonicaes que se deveu fundamentalmente compreenso dos sistemas
e consequente utilizao prtica. Longe vo os tempos em que dois relatores
desportivos se interferiam mutuamente por desconhecimento das caractersti-
cas frequenciais dos sistemas e da manipulao dos sinais. A introduo do
amplicador electrnico tornou possvel a realizao de ligaes telefnicas a
longas distncias. Isto forou a um estudo mais aprofundado dos sinais e sis-
temas envolvidos para o que foi necessrio deitar mo a tcnicas matemticas
que permitissem uma interpretao correcta dos fenmenos envolvidos na mo-
dulao e transmisso. Assim se chegou ao uso das transformadas de Laplace
e Fourier. Os problemas tecnolgicos associados ao desenvolvimento das comu-
nicaes telefnicas e da introduo dos amplicadores realimentados vieram
realar as limitaes da teoria de controlo existente na altura, baseada na apli-
cao do critrio de Routh. Uma vez que os engenheiros de telecomunicaes se
encontravam muito familiarizados com os conceitos de resposta em frequncia
e a matemtica dos nmeros complexos, foi esta a nova abordagem seguida.
Em 1932 H. Nyquist publicou um artigo descrevendo um mtodo para estu-
dar a estabilidade de sistemas com retroaco a partir de uma representao
grca da sua resposta em frequncia. Em paralelo com o desenvolvimento do
amplicador realimentado, o controlo por retroaco de sistemas industriais foi
ganhando terreno. Nesta rea, caracterizada por processos que so simultanea-
mente complexos e no-lineares, e apresentando tempos de atraso elevados entre
o actuador e os sensores da sada, foram sendo desenvolvidos, de uma forma ex-
perimental, controladores conjugando efeitos do tipo Proporcional mais integral
mais derivativo - o conhecido controlador PID (1936). Esta metodologia, ba-
86 CAPTULO 3. SISTEMAS
seada num extenso trabalho experimental, e em que a dinmica dos sistemas a
controlar era representada por simples modelos linearizados, conduziu ao desen-
volvimento de mtodos sistemticos, susceptveis de aplicao prtica e capazes
de ajustar adequadamente os parmetros de controladores PID. A 2Guerra
Mundial proporcionou um grande desenvolvimento aos sistemas de controlo re-
alimentados. Durante esta poca desenvolveu-se um conjunto de tcnicas para
o projecto de mecanismos de controlo, ou servo-mecanismos, como viriam a ser
chamados posteriormente. Simultaneamente, assistiu-se a um incremento na
utilizao de conceitos ligados aos processos estocticos que desembocaram na
Anlise Espectral em nais dos anos 40 e no estudo cada vez mais aprofundado
da Fala e seu tratamento. Foi o incio do Processamento de Sinais Ao longo da
dcada de 50, diversos autores voltaram a considerar a abordagem das equa-
es diferenciais como meio da anlise de sistemas de controlo. Este trabalho
foi grandemente inuenciado pelo desenvolvimento dos computadores digitais,
que permitiram a realizao de clculos impensveis apenas alguns anos antes.
Durante este perodo vericaram-se grandes avanos na teoria do controlo, no-
meadamente na teoria do controlo ptimo, mas os maiores e mais importantes
avanos vericaram-se no domnio dos sistemas discretos com a implementao
em microprocessadores e computadores. A introduo da FFT foi um marco
fundamental. Desde ento assistiu-se a um desenvolvimento notvel da Teoria
de Sistemas, principalmente discretos, e a um incremento no nmero de apli-
caes que passaram a envolver todos os campos da actividade humana, mas
os mais importantes so, sem sombra de dvida, as comunicaes mveis e as
aplicaes biomdicas. Aqui temos um conjunto enorme de utilizaes que vo
do ECG ao EEG, da Ecograa Ressonncia Magntica, etc
3.2 Noo de Sistema
A noo de sistema excepcionalmente importante e a sua introduo merece
algum cuidado. Porm, por ora, vamos efectuar uma abordagem simples. Mais
tarde, procuraremos enquadrar os sistemas num esquema formal mais rigoroso.
O termo sistema usado, na linguagem do dia a dia, para traduzir processos
do tipo aco-reaco. Duma forma genrica, um sistema reage a um estmulo
de entrada, produzindo um dado comportamento ou produto. Por exemplo, a
presso do p no acelerador de um automvel altera o estado de movimento, a
reaco de um cido com uma base d origem a um sal e gua - trata-se de um
sistema qumico com 2 entradas e 2 sadas, um armazm recebe encomendas
e efectua as respectivas vendas - trata-se de um sistema econmico/comercial.
Um sistema uma combinao de componentes, actuando em conjunto, para
cumprirem um determinado objectivo.
Exemplos:
Gravador de ta
3.2. NOO DE SISTEMA 87
Componentes
Bobines
Motores elctricos
Fita
O comportamento do sistema est associado a um conjunto de Gran-
dezas fsicas
Som
Tenso/corrente elctrica
Velocidade da ta
Mquina a vapor
Componentes
Eixo
Vapor
Regulador de velocidade
Grandezas fsicas
Consumo de vapor
Velocidade de rotao
Sistema naceiro
Sistema de Comunicaes
Sistema de Transportes
Sistema Auditivo
. . .
Figura 3.2: Gravador de ta magntica
Com generalidade, sistema refere-se a um processo fsico que gera sadas
(produtos acabados, comportamentos desejados, estmulos, etc.) perante deter-
minados estmulos de entrada. Do ponto de vista matemtico, estes estmulos
88 CAPTULO 3. SISTEMAS
so representados por sinais e o processo fsico subjacente representado por
um modelo matemtico. A contruo do modelo matemtico, que deve reec-
tir o comportamento global do processo, baseada em determinadas hipteses
sobre a natureza do processo fsico em causa e em determinadas aproximaes
matemticas de forma a tornar o modelo manusevel. O modelo matemtico
obtido torna-se um ente com uma grande generalidade no sentido de que pode
passar a ser modelo de um grande nmero de sistemas com caractersticas fsicas
completamente diferentes. A este modelo passaremos a chamar, simplesmente,
sistema.
Com generalidade, dene-se sistema como uma aplicao no conjunto
dos sinais ou, seja, uma transformao
1
de um sinal x(t) noutro y(t).
Seja T[.] um operador que representa simbolicamente tal transformao, ento
y(t) = T [x(t)] (3.1)
A x(t) d-se o nome de entrada ou excitao e a y(t) de sada ou resposta.
Um sistema diz-se contnuo/discreto se as suas entradas e saidas forem sinais
contnuos/discretos.
Figura 3.3: Sistema
3.3 Propriedades Gerais dos Sistemas
Genericamente, os sistemas podem possuir determinadas caractersticas impor-
tantes nas aplicaes. Vamos descrev-las em seguida.
Invarincia Temporal
Nas aplicaes do dia a dia, trabalhamos, frequentemente, com sistemas
cuja estrutura e caractersticas fsicas ou de comportamento so supostas
ser constantes ao longo dum dado intervalo de tempo. Este facto leva-nos
denio seguinte:
Um sistema invariante no tempo se a resposta a uma dada
entrada for independente da altura em que ela aplicada:
T [x(t)] = y(t) T [x(t t
0
)] = y(t t
0
) (3.2)
1
mo parece bvio, devemos admitir que unvoca, nada se dizendo acerca da sua continui-
dade.
3.3. PROPRIEDADES GERAIS DOS SISTEMAS 89
Exemplo 2 - Integrador
O sistema cujo operador T[.] =
t
_

[.]d invariante.Com efeito,


y(t) =
t
_

x()d
e
t
_

x(t
0
)d =
tt0
_

x()d = y(t t
0
)
Exemplo 3 - Modulador de amplitude
O sistema cujo operador T[.] = (.). cos
0
t variante. Basta notar que:
y(t t
o
) = x(t t
o
) cos[
0
(t t
o
)] = x(t t
o
) cos
0
t
Exerccio 14
Estude os sistemas seguintes do ponto de vista da invarincia temporal
y(n) = sen[x(n)]
y(n) = n.x(n)
Como parece evidente, a estrita invarincia no existe nos sistemas pr-
ticos, visto que os parmetros que denem os sistemas poderem ter u-
tuaes ao longo do tempo. No entanto, podemos supr que, no sendo
excedidos certos limites de tolerncia, um grande nmero de sistemas pr-
ticos invariante.
Causalidade
Diz-se que um sistema causal, ou no-antecipativo, se no responde an-
tes que chegue a entrada, seja, se a entrada for nula, a sada tambm o
. Portanto, a sada num dado instante no depende de futuros valores
da entrada. Intuitivamente, causalidade signica que, sem causa, no h
efeito. Duma forma mais rigorosa podemos denir causalidade por:
Um sistema diz-se causal sse para duas entradas quaisquer x
1
(t)
e x
2
(t), com x
1
(t) = x
2
(t) para t < t
0
,
T[x
1
(t)] = T[x
2
(t)] t < t
0
Se se vericarem estas condies, mas com as desigualdades ao revs, o
sistema diz-se anti-causal. Se o sistema no for nem causal nem anti-
causal diz-se acausal.
90 CAPTULO 3. SISTEMAS
Os sistemas causais so de grande importncia, pois todo o sistema, inici-
almente em repouso, trabalhando em tempo real, causal. No obstante,
os sistemas causais no so os nicos que tm signicado e interesse pr-
tico. H exemplos prticos de situaes em que o sistema pode utilizar
valores futuros da entrada, p.ex. em :
Processamento de imagem (ampliao)
Sinais pregravados : voz, geofsicos, metereolgicos, etc.
Assim pois, em processamento de sinais, a causalidade no deve ser uma
restrio.
H uma questo relacionada com a causalidade e que convm ter em
mente: a das condies iniciais. Acontece, frequentemente, que, ao "li-
gar"um dado sistema j haja energia acumulada nas suas componentes.
Isso signica que poder aparecer na sada uma componente que no tem
a ver com a entrada que estamos a inserir no sistema. Sendo assim e de
acordo com o que dissemos acima o sistema dever ser considerado como
no-causal. No entanto e dado que essas condies iniciais so fruto de en-
tradas anteriores, devemos considerar que elas no afectam a causalidade,
pelo que o sistema deve ser considerado como causal. Porm devemos
calcular separadamente a resposta devida entrada e a resposta devida
s condies iniciais.
Estabilidade
A estabilidade uma propriedade extremamente importante que assegura
um "funcionamento normal"de um dado sistema. Com efeito, se um dado
sistema for instvel, o seu comportamento pode tornar-se perigoso, sobre-
tudo se est ligado a outros sistemas. A denio mais usual de estabili-
dade a chamada estabilidade BIBO
2
:
Um sistema estvel se, para toda a entrada limitada, a saida
limitada.
Exemplo 4 - Integrador
O sistema denido por y(n) =
n

x(k) no estvel. Com efeito, se x(n)


for a funo de Heaviside que ma funo limitada, a sada ser n(n) que
no limitada.
Exemplo 5 -
2
Bounded Input, Bounded Output
3.3. PROPRIEDADES GERAIS DOS SISTEMAS 91
O sistema denido por y(n) =
n

x(k)2
|k|
estvel. Com efeito, se
x(n) for a funo de Heaviside que ma funo limitada, a sada ser
y(n) =
n

0
2
k
=
12
(n+1)
11/2
que limitada.
Memria
Um sistema causal diz-se com memria se a sada no instante t depender
das entradas e/ou sadas anteriores. De forma anloga se dene para os
sistemas no-causais.
Exemplo 6 -
O sistema cujo operador T[.] = (.)
2
no tem memria, contrariamente
ao sistema contnuo T[.] = a.(.) +b.(.)

.
Os sistemas com memria tambm se dizem sistemas dinmicos, contra-
riamente aos que no tm memria que se dizem estticos.
Linearidade
A linearidade uma das propriedades mais importantes dos sistemas, em-
bora se trate de uma mera simplicao que, no entanto, se revela extre-
mamente til na prtica.
Um sistema linear (SL) se for representado, formalmente, por
um operador linear. Isto signica que verica as propriedades
de aditividade e homogeneidade
y(t) = T [a
1
x
1
(t) +a
2
x
2
(t)] =
= a
1
T [x
1
(t)] +a
2
T [x
2
(t)] = a
1
y
1
(t) + a
2
y
2
(t) (3.3)
Daqui se conclui que num SL, vlido o princpio da sobreposio.
Exemplo 7 -
O sistema contnuo T[.] =
d[.]
dt
linear. Com efeito,
d
dt
[a
1
x
1
(t) +a
2
x
2
(t)] = a
1
y

(t) +a
2
y

(t)
Exemplo 8 -
O sistema T[.] = (.)
2
no linear. Com efeito
[a
1
x
1
(t) +a
2
x
2
(t)]
2
= a
2
1
x
2
1
(t) +a
2
2
x
2
2
(t) + 2a
1
a
2
x
1
(t)x
2
(t)
e
[a
1
x
1
(t) +a
2
x
2
(t)]
2
= a
1
x
2
1
(t) +a
2
x
2
2
(t)
92 CAPTULO 3. SISTEMAS
Os SL que mais nos interessam podem exprimir-se como associaes de
sistemas simples, sendo chamados sistemas de parmetros concentrados,
e so descritos por equaes diferencias/diferenas ordinrias contraria-
mente aos de parmetros distribuidos, descritos por equaes s deriva-
das/diferenas parciais. Os referidos sistemas lineares (SL) simples so:
Sistemas discretos Sistemas contnuos
Multiplicao por constante a.[.] Multiplicao por constante a.[.]
Translaco temporal [.](n k) Derivao
d[.]
dt
Um sistema diz-se incrementalmente linear se variaes na entrada es-
to relacionadas linearmente com variaes na sada. Esta noo permite
tratar como lineares sistemas com condies iniciais no nulas e, eventu-
almente, fontes internas.
Na gura apresentam-se as caractersticas de alguns sistemas no lineares,
sem memria, encontradas frequentemente em aplicaes de Controlo
Figura 3.4: Exemplos de sistemas no lineares
Em termos da representao da gura 3.4, um SL representado por uma
linha recta que passa pela origem e um sistema incrementalmente linear
por uma que no passa pela origem.
Distoro
Um sistema diz-se sem-distoro se a sua sada for uma rplica ampli-
3.3. PROPRIEDADES GERAIS DOS SISTEMAS 93
cada e/ou transladada da entrada:
y(t) = A.x(t t
0
) (3.4)
Os sistemas prticos tm distoro, excepto em situaes particulares.
Invertibilidade
Um sistema diz-se invertvel sse existir um outro sistema cujo
operador, T
1
, tal que
T
1
T[x(t)] = x(t)
A invertibilidade dos sistemas tem muita importncia em Telecomuni-
caes (p.ex. sistemas de Compresso/Expanso, Igualizao, etc), em
Teoria dos Sistemas (Identicao), Modelao, etc. Matematicamente e
desde que T[.] seja uma bijeco, existe sistema inverso, porm, esse sis-
tema pode ter caractersticas que o tornam intil - p.ex. o sistema inverso
pode ser instvel.
Interconectabilidade
Em geral, os sistemas podem ser decompostos em subsistemas mais simples
interconectados. No caso dos sistemas lineares, essa associao resume-se
a 3 formas bsicas diferentes:
a) srie ou cascata
uma associao em a estrada de um sistema a sada de outro,
como se mostra na gura 3.5
Figura 3.5: Associao em srie de 2 sistemas
O operador da associao dado por:
y(t) = T
2
[y
1
(t)] = T
2
[T
1
[x(t)]] = T [x(t)]
O operador equivalente :
T = T
2
[T
1
[.]] = T
2
T
1
b) paralelo ou derivao
Neste caso os sistemas em paralelo tm a mesma entrada e as sadas
94 CAPTULO 3. SISTEMAS
adicionam-se
y(t) = y
1
(t) +y
2
(t) = T
1
[x(t)] +T
2
[x(t)] = T [x(t)]
O operador equivalente :
T = T
1
+T
2
Figura 3.6: Associao em paralelo
c) rectroaco
Neste caso sada do sistema dito de malha aberta, T
1
, a entrada do
outro sistema (malah de retroaco) cuja sada se adiciona entrada
do primeiro
y(t) = T
1
[x(t)] T
1
T
2
[y(t)]
Portanto, o operador equivalente dado por:
T = [I T
1
T
2
]
1
T
1
onde I o operador identidade. No caso de sistemas no lineares,
podem existir outras formas de associao.
3.4 Caracterizao de Sistemas Lineares
3.4.1 Resposta Impulsional. Propriedades
A importncia dos sistemas lineares (SL) nos vrios domnios cientcos enorme.
Embora se reconhea que, na maior parte das situaes correntes, nomeada-
mente em Telecomunicaes e Sistemas e Controlo, no so os sistemas mais
correctos, mas podem ser os mais adequados, atendendo aos ns em vista. H
vrios motivos que justicam a sua grande utilizao:
3.4. CARACTERIZAO DE SISTEMAS LINEARES 95
Figura 3.7: Associao em rectroaco
facilidade de tratamento matemtico,
simplicidade formal,
fcil implementao,
bons resultados quando usados convenientemente,
ptimos auxiliares no estudo de sistemas mais complicados,
. . .
Vamos, por isso, fazer uma introduo ao estudo destes sistemas.
Como vimos, atrs, os SL caracterizam-se pela relao (3.3) que a traduo
simultnea de duas propriedades:
aditividade
T [x
1
(t) +x
2
(t)] = T [x
1
(t)] +T [x
2
(t)] (3.5)
homogeneidade
T [ax
1
(t)] = a [x
1
(t)] (3.6)
que so as caractersticas tradutoras do usual princpio de sobreposio. A
noo de SL muito rica, de tal forma que pode englobar sistemas que so
autenticamente patologias sem utilidade prtica. A maior parte dos SL que nos
interessam podem ser considerados como associaes de subsistemas constru-
dos com os elementos simples atrs apresentados. Nesta situao, tais siste-
mas podem ser descritos por uma equao diferencial ou s diferenas (linear).
Eventualmente, a ordem pode ser innita
3
. Sero estes os sistemas lineares que
consideraremos a partir de agora e que designaremos simplesmente por sistemas
lineares. Por razes que se vero, em seguida, estes sistemas tambm se chamam
sistemas convolucionais.
No domnio do tempo, os sistemas lineares podem caracterizar-se por:
3
Por exemplo, um sistema contnuo tal que T[x(t)] = x(t t
0
).
96 CAPTULO 3. SISTEMAS
Resposta impulsional
Equaes lineares - diferenciais ou s diferenas
Variveis de estado
Consideraremos, por ora, apenas as duas primeiras.
A resposta Impulsional (RI), h

(t) a resposta do SL no instante t a um impulso


aplicado no instante , (t ):
h

(t) = T [(t )] (3.7)


Se o sistema for invariante no tempo (SLIT),
h

(t) = h
0
(t ) = h(t )
Dado que, como vimos anteriormente, x(t) = x(t) (t), no caso dum SLIT,
fcil mostrar que:
y(t) = x(t) T [(t)] = x(t) h(t) (3.8)
Portanto, para calcular a resposta dum SLIT dada a entrada, basta efectuar a
convoluo desta com a Resposta Impulsional. No que se segue, trabalharemos,
apenas, com SLIT, mais tarde, consideraremos o caso dos SL variantes no tempo.
As propriedades dos SL podem, agora, ser traduzidas em termos da sua RI.
Assim:
Causalidade
No caso de SL a causalidade pode exprimir-se na forma seguinte:
Se h

(t) a resposta de um sistema linear no instante t a um impulso no


instante , o sistema ser causal se
h

(t) = 0 t <
Se o sistema, alm de linear, for invariante
h(t ) = 0 t <
Exemplo 9 -
O SLIT de Resposta Impulsional h(t) = (t) causal.
Se
h(t ) = 0 < t,
o sistema diz-se anti-causal. Ser acausal nos restantes casos.
Exemplo 10 -
O SLIT de resposta Impulsional h(t) = (t) anti-causal, enquanto o
sistema que tem RI h(t) = e
|t|
acausal.
3.4. CARACTERIZAO DE SISTEMAS LINEARES 97
Estabilidade
A denio de estabilidade atrs apresentada implica que:
Um SLIT estvel se a sua Resposta Impulsional for absoluta-
mente integrvel/somvel
Vamos fazer a demonstrao para o caso contnuo. Para o caso discreto,
fcil fazer a prova anloga. Se |x(t)| < M, t (entrada limitada)
|y(t)| =

x(t )h()dt

|x(t )||h()|d < M

|h()|d
Logo, para que a sada seja limitada, deve vericar-se

|h()|d < (3.9)


que uma condio suciente. Pode mostrar-se que esta condio tambm
necessria, contudo no o faremos agora deixando-a para mais tarde.
A esta estabilidade tambm se d o nome de estabilidade assinttica
ou estabilidade restrita. Este nome vem do facto de no poderem ser
considerados como estveis sistemas para os quais a RI limitada e o in-
tegral/soma do seu mdulo ser nito para limites nitos. Est neste caso
o integrador/somador. Para incluir estes casos dene-se a estabilidade
em sentido lato:
Um sistema diz-se estvel se a sua RI for uma funo limitada
AI (AS) entre quaisquer limites nitos.
Invertibilidade
Um SLIT invertvel se existir g(t) tal que
g(t) h(t) = (t)
A funo g(t) naquelas condies ser respresentada por h
1
(t). Por exem-
plo, o diferenciador o sistema inverso do integrador. Que suceder no
caso inverso? Ser integrador o sistema inverso do diferenciador?
Funes prprias
Com as propriedades acabadas de apresentar, podemos tirar uma conclu-
so extremamente importante. As exponenciais:
e
st
, t R, s C no caso dos sistemas contnuos
z
n
, n Z, z C no caso dos sistemas discretos
98 CAPTULO 3. SISTEMAS
so funes prprias dos SLIT
4
Vamos mostrar que tal acontece efectiva-
mente.
Considere-se, ento, um SLIT discreto e seja x(n) = z
n
a entrada do
sistema. A sada ser:
y(n) =

k=
h(k)z
nk
y(n) = H(z)z
n
(3.10)
com H(z) dado por:
H(z) =

k=
h(k)z
k
(3.11)
No caso contnuo, obter-se-:
y(t) =

h()e
s(t)
d
y(t) = H(s)e
st
(3.12)
com
H(s) =

h()e
s
d (3.13)
A funo representada por H apenas depende da Resposta Impulsional do sis-
tema e, portanto, serve tambm como caracterstica do SLIT, chama-se Funo
de Transferncia (FT)
5
Por outro lado, as expresses anteriores mostram
como se pode calcular a resposta dum SLIT a uma entrada qualquer: basta
exprimi-la como uma combinao linear de exponenciais. Mais tarde, regressa-
remos a esta questo. As expresses (3.11) e (3.13) traduzem respectivamente,
as transformadas Z e de Laplace das Respostas Impulsionais que sero es-
tudadas mais tarde. Nos casos em que s = i e z = e
i
as FT chamam-se
respostas em frequncia e representam as amplitudes complexas das sadas
quando as entradas so sisides complexas de amplitude unitria.
4
Com efeito e por deni[ c]o: deve ter-se: f h = a.f, para todas as RI. Isso signica que f
deve ser muito "bem comportada", pelo que vamos supr que analtica, sendo assim, existe
e analtico quase em toda a parte o seu inverso aritmtico, donde f h/f = a, quase em
toda a parte. Ento, f(t )/f(t) = g() e, normalizando f de forma que f(0) = 1, g = 1/f,
donde se conclui que f(t) = f(t ).f() e, portanto, deve ser uma exponencial.
5
Tambm chamado Operador Linear de Transmisso
3.5. CARACTERIZAOPOR EQUAES DIFERENCIAIS OUS DIFERENAS99
3.5 Caracterizao por equaes diferenciais ou
s diferenas
Como referimos anteriormente, consideramos SL caracterizados por uma equa-
o diferencial ou s diferenas (ED) que estabelece uma relao entrada/sada.
Exemplos de sistemas de este tipo so os circuitos RLC, os sistemas mecnicos
massa-mola-atrito. Se forem invariantes no tempo, a equao ter coecientes
constantes e adopta a forma geral:
N

k=0
a
k
D
k
y(t) =
M

k=0
b
k
D
k
x(t) (3.14)
onde D um operador tal que:
D
k
x(t) =
d
k
x(t)
dt
k
se o sistema for contnuo
D
k
x(t) = x(t k) se o sistema for discreto.
A soluo da equao (3.14) da forma
y(t) = y
l
(t) +y
p
(t)
onde
y
l
(t) a soluo da equao quando a entrada nula e corresponde res-
posta devida s condies iniciais. Chama-se soluo de regime livre.
y
p
(t) a soluo particular, correspondente a uma dada entrada. a
verdadeira soluo causal. Chama-se soluo de regime forado.
O funcionamento linear implica que o sistema tenha inicialmente condies nu-
las, ou seja, que no haja energia armazenada no sistema ( sistema em repouso).
A resposta y
l
(t) tem, no entanto, interesse para o estudo do comportamento
transitrio do sistema. Este tipo de funcionamento do sistema chama-se regime
transitrio e pressupe um dado instante inicial de entrada em funcionamento.
Se admitirmos que a excitao do sistema se deu em t = , obtemos a si-
tuao de regime permanente a estudar, mais tarde.A descrio de um sistema
mediante equaes diferenciais ou s diferenas , em muitas ocasies, de difcil
manipulao e resoluo, obriga a entrar em consideraes sobre a constituio
do sistema, quer dizer, requere o conhecimento dos coecientes e, nalmente,
no um mtodo experimental de anlise de sistemas lineares. Antes de prosse-
guir, convm notar que uma equao pode descrever vrios sistemas consoante
o estado ou no de repouso, a direco do "uir"do tempo e a estabilidade. As
equaes (4.15) permitem a obteno dum esquema chamado forma directa I
6
muito til, como veremos, mais tarde.
6
mais tarde, veremos outras
100 CAPTULO 3. SISTEMAS
Figura 3.8: Realizao em forma directa I de um SLIT
Esse esquema, representado na gura 3.8, no mais do que a traduo
grca da equao usando os sistemas lineares elementares apresentados atrs
7
.
As equaes diferenciais ou s diferenas so, no entanto, muito teis na ob-
teno da funo de transferncia (FT) do sistema. Para isso, basta ter em
ateno o que se armou atrs. Faz-se a entrada do sistema ser uma exponen-
cial. Atendendo a que a sada tambm o , obtem-se com facilidade, usando
(3.10) e (3.12):
H(z) =
M

k=0
b
k
z
k
N

k=0
a
k
z
k
(3.15)
7
sups-se M=N, se tal no for o caso basta fazer nulos alguns coecientes.
3.6. CONVERSES ENTRE REPRESENTAES 101
e
H(s) =
M

k=0
b
k
s
k
N

k=0
a
k
s
k
(3.16)
donde se conclui que a FT uma funo racional. Mais tarde retomaremos
esta questo e veremos como podemos usar a FT no estudo das propriedades do
sistema, nomeadamente, o seu comportamento em regime permanente. Como
se observa, a FT contm a mesma informao que a ED, pelo que serve para
caracterizar completamente o sistema. No estudo que efectuaremos mais tarde
a FT ser pe fundamental no estudo dos SLIT. Nas representaes (3.15) e
(3.16) costumamos normalizar a 1 os coecientes a
0
e a
N
respectivamente, sem
perda de generalidade.
3.6 Converses entre representaes
Como natural, podemos ter necessidade de passar de uma representao a
outra. J vimos como passar da ED para a FT. Passar da FT para a ED
simples quando se usam as propriedades da transformada Z e Laplace. Mais
tarde, vamos ver como passar da FT para a RI. Porm, convm saber como
passar da ED para a RI e desta para a ED. Todas estas passagens so relati-
vamente simples no caso de sistemas discretos, mas podem ser complicadas no
caso contnuo. A converso da RI para a FT no muito interessante, por ser
difcil p-la na forma fraccional. No entanto, j importante o caso particular
da Resposta em Frequncia.
Vamos considerar, para j, o caso discreto.
3.6.1 O caso de sistemas discretos
Determinao da resposta impulsional partir da equao s diferenas
Consideremos o caso simples da equao y(n) + a.y(n 1) = x(n) e faamos
x(n) =
n
, com condies iniciais nulas. Se o sistema for causal temos y(0) = 1
e y(n) = a.y(n 1) para n > 0. Ento,
y(1) = a, y(2) = a
2
, y(3) = a
3
, . . .
Se o sistema for anti-causal, temos y(0) = 1 e y(n1) = 1/a.y(n) para n < 0.
Ento,
y(1) = 1/a, y(2) = 1/a
2
, y(3) = 1/a
3
. . .
Em geral, procede-se como neste caso. Faz-se x(n) =
n
e calcula-se a sada
recursivamente. Em computador de muito fcil implementao. Usando a
forma geral (3.14)
N

k=0
a
k
y(n k) =
M

k=0
b
k
x(n k)
102 CAPTULO 3. SISTEMAS
com x(n) =
n
e atendendo a que a
0
= 1, temos:
y(n) =
N

k=1
a
k
y(n k) +b
n
se n M
e
y(n) =
N

k=1
a
k
y(n k) se n > M
Como se observa, a parte direita da ED s afecta os primeiros M pontos da RI,
pelo que se conclui que a parte esquerda, correspondente ao denominador da
FT, determinante nas caracterticas do sistema.
Resultados semelhantes podem ser obtidos a partir da resposta ao degrau que
constitui outra forma de caracterizar um sistema. Para isso vejamos primeiro
a relao entre o impulso e o degrau. Seja r
d
(n) a resposta ao degrau unitrio
(funo de Heaviside)
r
d
(n) =

n
h(n k) =

0
h(n k) =
n

h(k)
Logo
r
d
(n) =
n

h(k)
Como
n
=
n

n1
,
h(n) = r
d
(n) r
d
(n 1)
Estas relaes so teis, na prtica. Para obter r
d
(n), faz-se agora x(n) =
n
e
procede-se como no caso anterior. Obtemos
r
d
(n) =
N

k=1
a
k
y(n k) +
min(M,n)

k=0
b
k
Passagem da RI para a ED
Para encontrar a ED a partir da RI, j temos de proceder de forma algo diferente.
Reescrevamos (3.14) para este caso particular:
N

k=0
a
k
h(n k) =
M

k=0
b
k

nk
Daqui concluimos imediatamente que:
h(n) =
N

k=1
a
k
h(n k) +b
n
se n M
3.6. CONVERSES ENTRE REPRESENTAES 103
ou
b
n
=
N

k=0
a
k
h(n k) se n M (3.17)
e
h(n) =
N

k=1
a
k
h(n k) se n > M (3.18)
O sistema fcil de resolver porque a matriz triangular e, alm disso, uma
matriz de Toeplitz
8
o que permite uma soluo recursiva. Na prtica, a existn-
cia de soluo recursiva alivia o problema do desconhecimento de M e N. Uma
vez obtida a soluo de (3.18), (a
i
, i = 1, . . . , N), substitumo-la em (3.17) para
determinar os b
n
.
3.6.2 O caso de sistemas contnuos
Neste caso, no simples efectuar algumas das converses efectuadas no caso
discreto. Vamos aqui considerar apenas o clculo dos coecientes que denem
a ED a partir do conhecimento da RI. Regressemos a (3.16) e tenhamos em
ateno (3.13). Podemos escrever:
M

k=0
b
k
s
k
N

k=0
a
k
s
k
=

h()e
s
d =

m=0
M
m
s
m
(3.19)
onde
M
m
=

h()

m
m!
d
so os chamados momentos de ordem m que podem ser calculados a partir da
RI e desempenham aqui um papel idntico ao da RI discreta nas equaes (3.17)
e (3.18). Para obtar os coecientes a e b podemos reescrever (3.19) na forma
M

k=0
b
k
s
k
N

k=0
a
k
s
k
=
N

k=0
a
k

m=0
M
m
s
k+m
(3.20)
8
Matriz com valores iguais ao longo das diagonais principais. Se fosse ao longo das secun-
drias, seria chamada de Hankel.
104 CAPTULO 3. SISTEMAS
Por identicao das potncias em s de ambos os membros da equao, podemos
escrever, para o caso em que M < N:
b
0
= a
0
M
0
b
1
= a
0
M
1
+a
1
M
0
b
2
= a
0
M
2
+a
1
M
1
+a
2
M
0
. . . . . .
b
M
= a
0
M
M
+a
1
M
M1
+a
2
M
M2
+ +a
M
M
0
0 = a
0
M
M+1
+a
1
M
M
+a
2
M
M1
+ +a
M+1
M
0
. . . . . .
0 = a
0
M
N
+a
1
M
N1
+a
2
M
N2
+ +a
N
M
0
0 = a
0
M
N+1
+a
1
M
N
+a
2
M
N1
+ +a
N
M
1
0 = a
0
M
N+2
+a
1
M
N+1
+a
2
M
N
+ +a
N
M
2
. . . . . .
Com uma mudana de varivel l = k+m, podemos reescrever a equao anterior
na forma:
M

k=0
b
k
s
k
N

k=0
a
k
s
k
=

m=0
_
_
min(m,N)

k=0
a
k
M
mk
_
_
s
m
(3.21)
O que signica que os coecientes do 2membro so a convoluo dos coe-
cientes do denominador e os momentos da RI e que nos leva a 2 sistemas de
equoes semelhantes a (3.17) e (3.18). Deixamos como exerccio a obteno
desses resultados.
3.7 Classicao de sistemas
Retornemos equao (3.14) e consideremos, por ora o caso discreto. Os inteiros
N e M chamam-se ordens do sistema. Se N e M forem no nulos, o sistema
chama-se sistema ARMA (autoregressivo-mdia mvel ou ajustvel)
9
. Se M =
0, o sistema s tem memria das sadas, pelo que se chama Autoregressivo (AR).
Se N = 0, o sistema s tem memria das entradas passadas e diz-se Mdia Mvel
ou Mdia Ajustvel (MA). Em termos da Funo de Transferncia e sabendo
que um zero ou plo localizado na origem apenas introduz atraso ou avano,
podemos armar que:
Os sistemas ARMA(N,M) tm N plos e M zeros
Os sistemas AR(N) s tm plos (N).
Os sistemas MA(M) s tm zeros (M).
Atendendo agora ao facto de o sistema inverso ter uma FT que a inversa da
FT do sistema, podemos armar que:
9
Quando for necessrio especicar as ordens, escreveremos ARMA(N,M).
3.7. CLASSIFICAO DE SISTEMAS 105
Qualquer sistema ARMA tem um equivalente AR() e um MA()
Qualquer sistema AR(N) tem um equivalente MA()
Qualquer sistema MA(M) tem um equivalente AR()
O inverso de um sistema AR() pode no ser um ARMA ou um MA de
ordem nita
O inverso de um sistema MA() pode no ser um ARMA ou um AR de
ordem nita.
De notar que estas armaes no tm em conta as questes ligadas esta-
bilidade. Em geral, o inverso no estvel. Este assunto ser tratado mais
adiante. No difcil vericar que os sistemas AR e ARMA tm uma resposta
impulsional com durao innita, enquanto the os sistemas MA tm uma RI
com durao nita. So estas razes que levam a que se chame aos primeiros
sistems IIR (innite impulse response) e FIR (nite impulse response) aos
segundos. Estes so extremamente importantes e responsveis por muitas das
realizaes prticas do dia a dia, como sejam as Comunicaes Mveis. Com
efeito, o facto de terem uma RI nita, portanto uma memria curta faz com que
tenham transitrios tambm curtos. Alm disso, h mtodos de desenho muito
ecientes que permitem controlar a forma da RF, nomeadamente da fase.
Consideraremos, apenas, o caso de SL causais e estveis. O conhecimento dos
plos e zeros dene a amplitude ( parte um factor constante) e a fase ( a menos
de uma constante ). Por outro lado, dada uma amplitude, pode haver vrias
fases para as quais temos um SL causal e estvel. As diferentes fases dependem
das posies dos zeros. Se o sistema tiver todos os zeros no interior da circun-
ferncia unitria o sistema diz-se de fase mnima e h uma relao entre a
amplitude e a fase
10
. Se o sistema tiver todos os zeros no exterior da circunfe-
rncia unitria o sistema diz-se de fase mxima. Nos outros casos, diz-se de
fase mista. H uma relao entre o tipo de fase e a forma como a resposta ao
degrau evolui. Estude esta questo, usando alguns exemplos. A classe dos SLIT
a que pretence o exemplo usado acima merece uma considerao especial: so
os SLIT de fase linear. Estes sistemas so os SLIT de resposta impulsiva nita
com os zeros sobre a circunferncia unitria. Estude esta questo considerando
zeros em posies reversas relativamente circunferncia unitria (z
k
= 1/z
k
).
O caso dos SLIT contnuos um algo diferente na medida em que no faz
sentido falar de sistemas MA contnuos, pelo facto de serem instveis. Para
mostrar isto, basta considerar o caso em que a entrada um degrau. Como
sabemos a sua derivada de qualquer ordem innta na origem. Isso signica
que os SLIT contnuos so sempre IIR. Portanto, podemos fazer as seguintes
armaes relativamente aos sistemas connuos,facilmente justicveis:
para serem estveis, tm de ter, no mximo tantos zeros quantos plos.
para terem inversos estveis, tm de ter, tantos zeros quantos plos.
10
uma a transformada de Hilbert da outra.
106 CAPTULO 3. SISTEMAS
De forma semelhante ao discreto, se denem sistemas de fase:
mnima, se todos os zeros estiverem no semi-plano complexo esquerdo
mxima, se todos os zeros estiverem no semi-plano complexo direito
mista se houver zeros em ambos os semi-planos.
3.8 Concluses
Apresentmos, neste captulo, uma abordagem, muito simplicada, da noo
de sistema. Apresentmos as caractersticas mais importantes dos sistemas que
particularizmos para os sistemas lineares. Neste caso, denimos resposta im-
pulsional e funo de transferncia atravs da introduo das exponenciais como
funes prprias destes sistemas. Apresentaram-se os Sistemas ARMA, AR e
MA, IIR e FIR.
3.9 Exerccios
Exerccio 15 Considere os seguintes sistemas : 1) y(n) = (a.n + b)x(n);
2) y(n) = ay(n 1) + bx(n) + c; 3) y(n) = x(n). cos(n)
n
quais das seguintes
armaes so correctas?
a) Os sistemas 1 e 3 so lineares
b) Os sistemas 1 e 3 so variantes com o tempo
c) O sistema 3 no causal
d) Os sistemas 1 e 2 so instveis
e) Os sistemas 1 e 2 so sempre causais
Exerccio 16
Estude os sistemas denidos pelas relaes seguintes no que diz respeito a
linearidade, causalidade, invarincia temporal e estabilidade. Quando a varivel
t, o sistema contnuo; quando n, discreto. h representa a RI.
a) y(n) =
n+n0

k=nn0
x(k)
b) y(t) = ax(t) +b
c) y(n) = x(n) cos n +x(n 1)
d) y(n) =
n

k=0
x(k)
e) h(n) =
n
3.9. EXERCCIOS 107
f) h(n) =
1
(n+1)
2

n
g) h(n) = e
|n|
h) y(n) = x(n) 2y(n 1)
i) y(n) = x(n) ny(n 1)
j) y(t) = sen|x(t)|
k) y(n) = nx(n)
l) y(t) = x(2t)
m) h(n) =
1
(n+1)
2
n) y(n) = x(n) ny(n 1)
o) y(t) = sen|x(t)|
Exerccio 17 Os sistemas descritos por y(n) = a.x(n) +b, y(n) = a.x(n
2)ey(n) = a.x(n)b.x(n+1) so causais (C), anti-causais(AC) ou acausais (A)?
a) C, C, A b) AC,C,C c) A,C,AC d) A,C,A e) outra
Exerccio 18
Um modulador de amplitude um sistema tal que:
y(t) = A.x(t).cos(2f
0
t +) Mostre que o sistema linear variante no tempo.
Exerccio 19 Considere um ltro tipo mdia mvel (MA - mdia ajustvel)
A sada deste ltro a mdia obtida a partir de M amostras:
y(n) =
1
M
M1

k=0
x(n k)
a) Calcule a RI do ltro.
b) Particularize para M = 5. Se x(n) = cos(2/5n), qual ser a sada?
c) Calcule a resposta do sistema a um pulso rectangular de durao 10.
d) Ser invertvel?
Exerccio 20
Esboar um diagrama de blocos ( usando a interconectabilidade e as ope-
raes bsicas: multiplicao por constante, somador e atraso) de um sistema
discreto que sirva para gerar y(n) = (n) cos (2f
0
n) para uma entrada (n).
Idem para o seno.
108 CAPTULO 3. SISTEMAS
Para resolver o problema basta usar 2 relaes trigonomtricas excepcional-
mente teis:
cos(a b) = cos(a). cos(b) sen(a). sen(b)
e sen(a b) = sen(a). cos(b) cos(a). sen(b)
Comea-se por usar a primeira na funo cos (2f
0
n):
cos (2f
0
n) = cos [2f
0
(n 1)] cos (2f
0
) sen [2f
0
(n 1)] sen (2f
0
)
e, semelhantemente:
cos [2f
0
(n 2)] = cos [2f
0
(n 1)] cos (2f
0
) + sen[2f
0
(n 1)] sen (2f
0
)
Somando membro a membro as duas igualdades, obtem-se:
cos (2f
0
n) 2 cos [2f
0
(n 1)] cos (2f
0
) + cos [2f
0
(n 2)] = 0
Como cos(0) = 1, podemos escrever:
x(n) 2 cos (2f
0
) x(n 1) +x(n 2) = (n)
Exerccio 21
Considere o sistema causal descrito pela equao seguinte:
y(n) a.y(n 1) = x(n) |a| < 1
mostre que a sua RI dada por: h
n
= a
n
.(n) e que a soma dos N primeiros
valores dada por S =
1a
N
1a
. Mostre que se a = 1, o sistema um acumulador.
Exerccio 22
Considere um dado SLIT discreto caracterizado pela funo de transferncia
H(z) =
1
z1
. A equao s diferenas que caracteriza este SLIT :
a) y(n) = x(n) y(n 1)
b) y(n) = x(n 1) y(n 1)
c) y(n) = x(n 1) +y(n 1)
sendo a correspondente resposta impulsional:
a) h(n) = (1)
n
(n) para |z| > 1
b) h(n) = (n) para |z| < 1
c) h(n) = (n) para |z| > 1
Se a entrada for

k=0
= (1)
k
(n k) qual ser a sada?
Exerccio 23
Seja y(n) =
3

k=0
= (1)
k
(n k) o sinal de sada de um dado SLIT discreto
causal. Sabe-se que a sua funo de transferncia H(z) = z
3
.
A correspondente resposta impulsional :
3.9. EXERCCIOS 109
a) h(n) = (n + 3)
b) h(n) = (n + 3)
c) h(n) = (n 3)
sendo o sinal de entrada x(n) para que se obtenha y(n) dado:
a) x(n) =
3

k=0
(1)
k
(n +k)
b) x(n) =
3

k=0
(1)
k
(n k)
c) x(n) = (n)
Exerccio 24
Seja um SLIT caracterizado pela seguinte equao s diferenas y(n + 1)
ay(n) = bx(n) Para |a| > 1, qual das seguintes frases verdadeira quando
referida ao sistema?
a) causal e estvel
b) no causal e instvel
c) causal e instvel
d) nenhuma das respostas anteriores
Exerccio 25
Sabendo que se tem sada de um dado SLIT discreto causal y
1
(n) = (n)+
2(n1) quando a entrada x
1
(n) = (n) (n2), qual ser o sinal de sada
y
2
(n) para a entrada x
2
(n) = (n) (n 1)?
a) y
2
(n) = (n)
b) y
2
(n) = y
1
(2n)
c) y
2
(n) = (n)
d) nenhuma das respostas anteriores
Exerccio 26
Um PE x(n) de autocorrelao R(n) = (n) aplicado a um SLIT.
a) Exprima a sada y(n) em termos da entrada.
b) Qual o valor mdio da sada?
110 CAPTULO 3. SISTEMAS
c) Qual a autocorrelao da sada?
d) Qual a correlao cruzada entrada/sada?
Exerccio 27
Um sistema linear pode representar-se, no domnio do tempo, por uma
equao s diferenas (3.14). Suponha, para simplicar, que as ordens so
M = N = 3. A resposta do sistema ao sinal z
n
, onde z um complexo e n
um inteiro quaisquer dada por y(n) = H(z).z
n
e onde H(z) a funo de
transferncia. Que suceder se o sinal de entrada for z
n
.(n)? De que necessita
mais para calcular completamente a resposta?
Para resolver o problema, multiplique ambos os membros da equao por (n)
que corresponde sua janela de observao. Fica ento com termos do tipo
x(n i).(n) que tem de pr na forma x(n i).(n i)
a) Mostre que x(n i).(n) = x(n i).(n i) +
x(ki)

k=0
e faa o mesmo para
y(n i).(n i).
b) Substitua expresses obtidas na ED e obtenha uma nova onde saliente os
termos devidos s condies iniciais.
c) Para especicar completamente a resposta devemos saber os valores iniciais
x(j) e y(j) (j = 1, . . . , i). Uma soluo interessante consiste em fazer can-
celar os termos devidos a ambas as condies iniciais, obtendo-se a resposta,
no caso concreto que temos:
y(n) = H(z).z
n
.(n)
d) Mostre que as condies iniciais satisfaam a um sistema de equaes lineares
Exerccio 28
O objectivo deste problema vericar a razo pela qual os bancos conce-
dem emprstimos. Para isso considere-se um emprstimo de 100 mil euros que
se deve devolver em 30 anos. Cada ms deve devolver-se ao banco uma quota
constante de p euros. Por outro lado, o banco aplica um dado juro anual sobre
o capital que falta devolver.
a) Se y(n) representar o capital pendente desde que se efectuou o n-simo pa-
gamento mensal, escrever a equao s diferenas que relaciona o capital
pendente, o juro mensal, r, a quota constante mensal, p, e o capital pen-
dente no ms n 1.
3.9. EXERCCIOS 111
b) Identicar a anterior equao com a equao geral (3.14). Dar o valor de M,
N, a
k
, b
k
e x(n).
c) Demonstrar por induo que
11
y(n) = (1 +r)
n
y(0)
(1 +r)
n
1
r
p(n)
d) A partir desta expresso calcular a quota mensal constante p necessria para
devolver o emprstimo em 30 anos
e) Calcular a quantidade total que se devolve ao banco nos 30 anos.
Exerccio 29
Um SLIT caracterizado pela resposta impulsional indicada como h(t). Se
aplica a entrada x(t) ao referido sistema obtendo-se uma resposta y(t).
a) Esboce gracamente a resposta indicando os valores mais relevantes.
b) Ser estvel o sistema? Justique.
Figura 3.9: Resposta impulsional e entrada do SLIT do problema 16
11
Note que se trata de uma progresso geomtrica.
112 CAPTULO 3. SISTEMAS
Captulo 4
A transformada Z
4.1 Introduo
Tal como a transformada de Laplace, a transformada Z (TZ) importants-
sima no estudo dos sistemas lineares invariantes no tempo (SLIT). Contudo,
adequada ao estudo dos SLIT a tempo discreto. Vamos debruar-nos essencial-
mente sobre as suas propriedades mais teis nas aplicaes.
Como sabido, a resposta, y(n), de um SLITd a uma entrada x(n) dada pela
convoluo discreta:
y(n) = x(n) h(n) (4.1)
onde h(n) a Resposta Impulsional do SLIT. De (4.1) conclumos, facilmente
e de forma anloga do caso contnuo, que as exponenciais discretas so as
funes prprias dos SLITd. Com efeito, se z C
x(n) = z
n
, a sada ser:
y(n) = H(z)z
n
(4.2)
com
H(z) =

h(n).z
n
(4.3)
H(z) a Funo de Transferncia (FT) e apenas depende da Resposta Impul-
sional do sistema servindo, portanto, como caracterstica do SLIT. Por outro
lado, as expresses anteriores mostram como se pode calcular a resposta dum
SLIT a uma entrada qualquer: basta exprimi-la como uma combinao linear
de exponenciais. Mais tarde, regressaremos a esta questo. Como vimos an-
teriormente, no caso em que z = e
i
a FT chama-se resposta em frequncia e
representa a amplitude complexa da sada quando a entrada uma siside
de amplitude unitria.
113
114 CAPTULO 4. A TRANSFORMADA Z
A TZ
1
apresentada em (4.3) tambm chamada bilateral para distingui-la da
TZ unilateral denida por:
H(z) =

0
h(n).z
n
(4.4)
que utilizada frequentemente no estudo de sistemas. Notar que a varivel k
"muda", ou seja, uma varivel que desaparece uma vez calculado o somatrio.
A transformada Z converte o sinal x(), funo do "tempo discreto"n (ou, k,
m, . . . ), numa funo complexa X(), numa varivel complexa (frequentemente,
usa-se a letra z, mas pode usar-se outra qualquer).
Os SLIT discretos mais importantes nas aplicaes so descritos por uma Equa-
o s Diferenas da forma:
N

i=0
a
i
y(n i) =
M

i=0
b
i
x(n i) (4.5)
Desta equao obtemos facilmente a funo de transferncia (FT)
H
d
(z) =

M
m=0
b
m
z
m

N
m=0
a
m
z
m
(4.6)
que uma funo racional de z. Mais tarde, retomaremos esta questo e vere-
mos como podemos usar a FT no estudo das propriedades do sistema, nomea-
damente, o seu comportamento em regime permanente.
usual representar gracamente, no plano complexo, a localizao dos p-
los e dos zeros de uma funo daquele tipo. Nesta representao utiliza-se
uma cruz "x"para indicar a localizao de cada plo, enquanto que para os
zeros, se usa um pequeno crculo "o". A essa representao d-se o nome de
diagrama de plos e zeros da funo. Na gura 4.1 representam-se os plos e
zeros de
X(z) =
z
3
+ 1.1z
2
+ 0.75z + 0.225
z
4
0.85z
2
+ 0.06z + 0.0864
O conceito por detrs da transformada pressupe que a substituio da fun-
o x(n) por outra X(z) seja de modo a que o seu processamento e as concluses
que sobre ele sejam tiradas tenham uma equivalncia em y(n) (4.2).
Isto pressupe a existncia de um mecanismo de inverso da transformao,
associado a uma relao biunvoca entre o sinal no tempo x(k) e a sua transfor-
mada X(z) (4.3).O problema do clculo da transformada inversa ser tratado
adiante.
Em geral, a expresso (4.3) no converge para todos os valores de z C.
Normalmente aquele somatrio pode ser calculado apenas numa regio do plano
1
Em alguns domnios cientcos, usa-se z em vez de z
1
e, noutros, frequentemente
chamada funo geradora e funo caracterstica.
4.1. INTRODUO 115
Figura 4.1: Diagrama plos-zeros da funo X(z) no exemplo referido
116 CAPTULO 4. A TRANSFORMADA Z
Figura 4.2: O processamento usando a TZ
complexo a regio de convergncia (tambm referida por RC) , a qual um
subconjunto de C. As condies de existncia da TZ so semelhantes s da
Transformada de Laplace, com que tem alguma anidade. Assim,
Se a funo h(n) for tal que sejam nitos

0
|h(n)|.r
n

e
1

|h(n)|.r
n
+
para r

e r
+
reais positivos, existe a TZ e a gama de valores para os quais
aquelas sries convergem, dene a denominada regio de convergncia (RC).
Deve ter-se em ateno que esta condio suciente, mas no necessria. Os
sinais que a vericam no crescem mais rapidamente que uma exponencial:
chamam-se sinais de ordem exponencial:
Um sinal discreto, x(n), diz-se de ordem exponencial se existirem N e M, in-
teiros e , , AeB reais positivos tais que A.
N
< |x(n)| < B.
M
para n < N e
n > M.
Para estes sinais existe a TZ e a RC uma coroa circular centrada na origem
que, em geral, delimitada por duas circunferncias de raios r

e r
+
tais que
r

< |z| < r


+
. No entanto, h casos em que a coroa se pode tornar innita.
4.1. INTRODUO 117
Figura 4.3: Utilizao da transformada Z
Assim,
o sinal for direito, a RC o exterior de uma circunferncia centrada na
origem (r
+
= ): |z| > r

.
Semelhantemente, se o sinal for esquerdo, a RC o interior de uma cir-
cunferncia centrada na origem (r

= 0): |z| < r


+
.
Se se tratar de um pulso, a RC o plano complexo, eventualmente, com
excluso da origem. Na RC, a Transformada Z dene uma funo anal-
tica.
De salientar que a RC faz parte da denio de uma dada TZ. Isto signica
que podem existir diferentes sinais com a mesma funo como TZ, mas diferen-
tes RC.
Se a regio de convergncia contiver a circunferncia unitria fazendo z = e
i
,
obtm-se a Transformada de Fourier de sinais a tempo discreto, que designare-
mos simplesmente por Transformada de Fourier (TF), a menos que possa haver
perigo de confuso. Isto signica que nem todos os sinais com TF tm TZ.
S aqueles para os quais a RC que contm a circunferncia unitria e aquela
no-degenerada. Para certos sinais, a RC degenera na circunferncia unitria,
pelo que no existe a TZ, o caso das sinusides ou da funo constante.
Exemplo 1 - Calcular a TZ do pulso rectangular
x(n) = (n) (n 5)
. Temos
X(z) = 1 +z
1
+z
2
+z
3
+z
4
=
1 z
5
1 z
1
118 CAPTULO 4. A TRANSFORMADA Z
Figura 4.4: Regies de convergncia de TZ
sendo a RC todo o plano complexo, excuindo o ponto z = 0
Exemplo 2 - Calcular a TZ da exponencial direita
x(n) = a
n
(n).
Figura 4.5: Exponencial direita com a = 2/3
Como evidente, um sinal de ordem exponencial. Temos:
X(z) =

0
h(n).z
n
=
1
1 a.z
1
se |a.z
1
| < 1 (4.7)
atendendo a que se trata de uma srie geomtrica de razo az
1
, portanto
convergente se o mdulo da razo for inferior a 1. Sendo assim, a RC o
4.1. INTRODUO 119
exterior da circunferncia denida por |z| > |a|. De acordo com o que se disse
atrs, se |a| < 1, fazendo z = e
i
, obtemos a TF do sinal x(n) = a
n
(n). Em
particular, podemos obter a TZ do degrau unitrio (n). Basta fazer a = 1,
vindo
TZ[(n)] =
1
1 z
1
se |z| > 1 (4.8)
Figura 4.6: Regio de convergncia da transformada da exponencial direita com
a = 2/3
Exemplo 3 -
Calcular a TZ do sinal x(n) = (n 1) +
_
1
2
_
n
(n).
De forma anloga dos exemplos anteriores, temos
X(z) =
1

z
n
+

0
_
1
2
_
n
z
n
=
z
z 1
+
1
1
1
2
.z
1
onde a convergncia da primeira srie impe que |z| < 1 e a da segunda que
|z| > 1/2. Sendo assim, a RC uma coroa circular centrada na origem e
delimitada pelas circunferncias de raios 1/2 e 1. Finalmente, podemos escrever:
X(z) =
z(2z 3/2)
(z 1)(z 1/2)
Podemos concluir que o sinal x(n) = (n1) +
_
1
2
_
n
(n) no tem TF como
funo ordinria, visto a circunferncia unitria no pertencer regio de con-
vergncia.
Exemplo 4 -
120 CAPTULO 4. A TRANSFORMADA Z
Calcular a TZ do sinal x(n) =
_
1
2
_
n
(n 1) +
_
1
2
_
n
(n).
_

_
1
2
_
n
(n 1)
_
=
2z
1 2z
para |z| < 1/2, e
__
1
2
_
n
(n)
_
=
z
z 2
para |z| > 2. Ento, obtm-se:
X(z) =
2z
1 2z
+
z
z 2
para 1/2 > |z| > 2. Portanto, o sinal x(n) no tem TZ. A sua RC o
conjunto vazio.
Em geral e relembrando o que se disse atrs:
Se o sinal for lateral direito, a respectiva regio de convergncia o exterior
da circunferncia, centrada em 0, que passa pelo plo mais afastado da
origem.
Se o sinal for lateral esquerdo, a respectiva regio de convergncia o
interior da circunferncia, centrada em 0, que passa pelo plo mais prximo
da origem
Se o sinal for bilateral, se tiver transformada Z, a sua regio de conver-
gncia ser sempre uma coroa circular que pode degenerar no conjunto
vazio.
Se o sinal for de durao nita, a sua regio de convergncia o plano
complexo completo, com a possvel excepo de z = 0
A regio de convergncia da transformada Z de um sinal no contm plos
(todos os plos se encontram fora da sua RC).
4.2 Propriedades gerais da transformada
As propriedades da TZ so muito teis quer no clculo de transformadas, quer
na sua inverso. Vamos apresent-las seguidamente. Admitiremos a seguinte
notao: X(z) = TZ[x(n)], sendo R a sua RC.
1. Linearidade/homogeneidade
A TZ verica a propriedade da linearidade/homogeneidade. Com efeito:
TZ [a.x(n) +b.y(n)] = a.X(z) +b.Y (z) (4.9)
4.2. PROPRIEDADES GERAIS DA TRANSFORMADA 121
Exemplo 5 -
Como aplicao vamos calcular a TZ de cos().(n) e sen().(n).
Comeamos por notar que e
in
(n) = cos().(n) + isen().(n), donde,
pela linearidade:
TZ[e
in
.(n)] = TZ[cos().(n)] +i.TZ[sen().(n)]
Como
TZ[e
in
.(n)] =
1
1 e
i
.z
1
|z| > 1
Obtemos, com facilidade:
1
1 e
i
.z
1
=
1 cos z
1
1 2 cos .z
1
+z
2
+i
sen.z
1
1 2 cos .z
1
+z
2
donde se conclui que
TZ[cos(n).(n)] =
1 cos z
1
1 2 cos .z
1
+z
2
(4.10)
e
TZ[sen(n).(n)] =
sen.z
1
1 2 cos .z
1
+z
2
(4.11)
"matando dois coelhos com uma cajadada". Como se observa, podemos
considerar as sinusides como respostas impulsionais de sistemas com dois
plos sobre a circunferncia unitria, tendo argumentos iguais a .
Quando usarmos esta propriedade temos de ter em em conta a interseco
das RC. No difcil vericar que, em geral, a RC ser uma coroa circu-
lar, eventualmente, degenerada no interior de um crculo ou o seu exterior.
2. Modulao (Mudana de escala em z)
TZ [z
n
0
x(n)] = X(z
1
0
z) (4.12)
Se z
0
tiver mdulo unitrio, h apenas uma rotao no plano complexo.
Exemplo 6 -
Se z
0
= e
in
, obtemos facilmente a TZ de e
in
(n) a partir de (4.8).
Exemplo 7 -
122 CAPTULO 4. A TRANSFORMADA Z
Use a mudana de escala em z e as relaes 4.10 e 4.11 para mostrar que
TZ[
n
cos(n).(n)] =
1 cos z
1
1 2 cos .z
1
+
2
z
2
(4.13)
e
TZ[
n
sen(n).(n)] =
sen.z
1
1 2 cos .z
1
+
2
z
2
(4.14)
3. Translaco temporal
TZ [x(n k)] = z
k
X(z), k Z (4.15)
Portanto, um atraso (ou avano) no tempo equivalente a uma multipli-
cao por uma potncia de z
1
, traduzindo-se numa variao da fase, por
adio dum termo linear. A RC R com excluso de z = 0 ou z =
Para efectuar a demonstrao, basta usar a denio (4.3) e efectuar a
substituio m = n k no somatrio.
4. Diferenciao no tempo
Se Dx(n) = x(n 1). Ento
2
TZ
_
[(1 D)
k
x(n)]

= [1 z
1
]
k
X(z) (4.16)
Portanto, diferenas no tempo implicam multiplicaes por potncias de
z no domnio transformado.
Exemplo 8 -
Como aplicao, temos

n
= (n) (n 1)
[1 z
1
].E(z) = 1
donde
TZ[
n
] = 1 (4.17)
5. Derivao no plano complexo
Esta propriedade a dual da anterior e pode obter-se por derivao de
F(z), k vezes. Seja TZ [x(n)] = X(z). Ento
TZ
_
(1)
k
(n 1 +k)!
(n 1)!
x(n)
_
= z
k
d
k
dz
k
X(z) (4.18)
Basta derivar ambos os membros de (4.3) em ordem a z. Adiante faremos
aplicao desta propriedade.
2
O operador indicado tem o seguinte signicado: [1 D]x(n) = x(n) x(n 1), [1
D]
2
x(n) = x(n) 2x(n 1) + x(n 2), . . .
4.2. PROPRIEDADES GERAIS DA TRANSFORMADA 123
6. Convoluo temporal
Sejam x(n) e y(n) duas funes cujas TZ so X(z) e Y (z). A sua convo-
luo, z(n), tem TZ dada por:
TZ [z(n)] = TZ [x(n) y(n)] = X(z).Y (z) (4.19)
A demonstrao desta propriedade imediata a partir da denio de TZ.
Exemplo 9 -
Como aplicao, consideremos a funo triangular
x(n) =
_

_
3 n = 0
2 |n| = 1
1 |n| = 2
0 |n| > 2
que corresponde gura seguinte: Como fcil de vericar, a sua TZ
Figura 4.7: Sinal triangular
dada por:
X(z) =
z
4
+ 2z
3
+ 3z
2
+ 2z + 1
z
2
Esta expresso tem signicado para todos os valores de z = 0, pelo que a
RC C{0}.
Porm, a funo triangular acima representada pode ser considerada com
a auto-convoluo do rectngulo
r(n) =
_
1 |n| 1
0 |n| > 1
cuja TZ vale:
R(z) =
z
2
+z + 1
z
124 CAPTULO 4. A TRANSFORMADA Z
pelo que
X(z) = R(z)
2
A propriedade dual desta a seguinte:
TZ [x(n)y(n)] =
1
2i
_
C
X(z/w)Y (w)w
1
dw (4.20)
A convoluo no domnio da transformada feita ao longo de uma circun-
ferncia de raio 1 centrada na origem. Para demonstrar esta propriedade
temos de nos socorrer do integral de inverso que ser apresentado mais
tarde.
7. Acumulao
TZ
_
n

x(k)
_
=
X(z)
1 z
1
(4.21)
A RC contm a interseco de R com |z| > 1. Trata-se de um caso
particular da transformada da convoluo:
n

x(k) = x u (4.22)
8. Correlao
Sejam x(n) e y(n) duas funes cujas TZ so X(z) e Y (z). A sua corre-
lao, R
xy
(n), tem TZ dada por:
TZ [R
xy
(n)] = X(z).Y (z
1
) (4.23)
Se os sinais forem complexos, a frmula (4.23) requer uma pequena alte-
rao que se deixa como exerccio.
Exemplo 10 -
Se x(n) = a
n
(n) e y(n) = b
n
(n),
TZ [R
xy
(n)] =
1
1 a.z
1
1
1 b.z
=
Em particular,
TZ [R
xx
(n)] =
1
1 a.z
1
1
1 a.z
=
1
1 +a
2
a.(z +z
1
)
9. Reverso temporal
A reverso temporal provoca a substituio de z por z
1
e "inverso"da
RC:
4.3. SINAIS CUJAS TRANSFORMADAS SO FRACES SIMPLES 125
Se TZ [x(n)] = X(z) para b < |z| < a, com a, b R
+
0
, ento,
TZ [x(n)] = X(z
1
)
para 1/a < |z| < 1/b Eventualmente, pode ter-se a = + e/ou b = 0. No
caso causal, a = + e b > 0; no anti-causal, ser a > 0 e b = 0.
Estas propriedades so frequentemente usadas no estudo dos SLIT. Em par-
ticular, a aplicao da TZ equao s diferenas (ED) (4.5) permite-nos obter
uma equao algbrica:
Y (z) = H(z).X(z) (4.24)
onde
H(z) =
Y (z)
X(z)
=

M
i=0
b
i
z
i

N
i=0
a
i
z
i
(4.25)
a funo de transferncia do SLIT, sendo o numerador e denominador, res-
pectivamente, as TZ das sequncias dos coecientes direitos e esquerdos da ED.
Isto mostra que o uso da TZ permite transformar uma ED numa mera equao
algbrica, mais fcil de resolver. Como se observa a FT de um SLITd uma
funo racional de z. Para escrever a ED correspondente a uma dada FT racio-
nal, basta escrev-la na forma (4.25) e aplicar a propriedade da translao. Para
exemplicar, consideremos a transformada de sen()(n) atrs apresentada:
TZ[sen().(n)] =
sen.z
1
1 2 cos .z
1
+z
2
Tomando-a com a FT de um SLIT, podemos escrever, atendendo a (4.25):
Y (z) =
sen.z
1
1 2 cos .z
1
+z
2
X(z)
donde
_
1 2 cos .z
1
+z
2

Y (z) =
_
sen.z
1

X(z)
Obtemos, ento a equao:
y(n) 2 cos .y(n 1) +y(n 2) = x(n) sen.x(n 1) (4.26)
que representa um "oscilador"discreto.
4.3 Sinais cujas transformadas so fraces sim-
ples
Consideremos as duas exponenciais e respectivas regies de covergncia. Temos:

0
a
n
.z
n
=
1
1 a.z
1
|z| > |a| (4.27)
126 CAPTULO 4. A TRANSFORMADA Z

a
n
.z
n
=
1
1 a.z
1
|z| < |a| (4.28)
resultados a que se chega usando as propriedades da srie geomtrica. Aqueles
sinais tm a mesma expresso analtica da TZ, mas diferentes regies de con-
vergncia.
As fraces dos 2membros de (4.27) e (4.28) so casos particulares de fraces
simples. Em geral, damos o nome de fraces simples a fraces do tipo
F(z) =
1
(1 a.z
1
)
n
(4.29)
ou do tipo
F(z) =
1
(z a)
n
(4.30)
Continuemos com as fraces do tipo (4.29) e tentemos encontrar os sinais de
que elas so transformadas. Comecemos pelo caso causal. Vejamos como se
procede passo a passo.
1. Derivemos ambos os membros de (4.27) em ordem a z:

1
na
n
.z
n1
=
a.z
2
(1 a.z
1
)
2
|z| > |a|
donde se obtm

1
na
n1
.z
n+1
=
1
(1 a.z
1
)
2
|z| > |a|
e, depois de uma mudana de ndice, k = n 1

0
(k + 1)a
k
.z
k
=
1
(1 a.z
1
)
2
|z| > |a|
donde se conclui que
TZ [(n + 1)a
n
(n)] =
1
(1 a.z
1
)
2
|z| > |a| (4.31)
2. Continuando, derivemos ambos os membros de (4.31):

1
n(n + 1)a
n
.z
n1
=
2a.z
2
(1 a.z
1
)
3
|z| > |a|
donde

1
n(n + 1)a
n1
.z
n+1
=
2
(1 a.z
1
)
3
|z| > |a|
4.3. SINAIS CUJAS TRANSFORMADAS SO FRACES SIMPLES 127
e, outra vez, depois de uma mudana de ndice, k = n 1,

0
(k + 1)(k + 2)a
k
.z
k
=
2
(1 a.z
1
)
3
|z| > |a|
concluindo-se que:
TZ [(n + 1)(n + 2)a
n
(n)] =
2
(1 a.z
1
)
3
|z| > |a| (4.32)
3. Repetindo o processo k vezes, concluimos que, sendo k > 0:
TZ [(n + 1)
k
a
n
(n)] =
k!
(1 a.z
1
)
k+1
|z| > |a| (4.33)
onde
()
k
= ()( + 1)( + 2) . . . ( + k 1) (4.34)
com ()
0
= 1 representa o chamado factorial transladado ou smbolo de Pochhammer.
A relao (4.33) perfeitamente geral e, se usada reversamente, mostra
como podemos obter a TZ inversa de uma fraco simples de ordem k.
4. Escolhendo a regio interna, obtemos, a partir de (4.28)
1

na
n
.z
n1
=
a.z
2
1 a.z
1
|z| < |a|
e

na
n1
.z
n+1
=
1
(1 a.z
1
)
2
|z| < |a|
e, depois de uma mudana de ndice, k = n 1 d

(k + 1)a
k
.z
k
=
1
(1 a.z
1
)
2
|z| < |a|
donde,
TZ [(n + 1)a
n
(n 2)] =
1
(1 a.z
1
)
2
|z| < |a| (4.35)
5. Para obter resultados semelhantes aos obtidos atrs no caso causal repete-
se o procedimento. No vamos fazer todos os passos acima, limitando-nos
a indicar o resultado geral:
TZ [(n + 1)
k
a
n
(n k 1)] =
1
(1 a.z
1
)
k+1
|z| < |a| (4.36)
128 CAPTULO 4. A TRANSFORMADA Z
6. Para o caso das fraces simples do tipo (4.28), comeamos por notar que:
1
(1 a.z
1
)
k+1
=
z
k+1
(z a)
k+1
donde, atendendo ao teorema da translao, obtemos de (4.33):
TZ
_
(n k)
k
a
nk1
(n k 1)

=
k!
(z a)
k+1
|z| > |a| (4.37)
Em particular, para k = 0, obtemos:
TZ
_
a
n1
(n 1)

=
1
z a
|z| > |a|
7. De (4.36), vem:
TZ
_
(n k)
k
a
nk1
(n)

=
k!
(z a)
k+1
|z| < |a| (4.38)
Para k = 0, vem:
TZ
_
a
n1
(n)

=
1
z a
|z| < |a|
Nota muito importante:
todas as relaes acabadas de apresentar so vlidas para qualquer
valor de a, real ou complexo.
Com (4.33) e (4.37) ou (4.36) e (4.38), podemos efectuar a inverso de trans-
formadas racionais, nomeadamente, funes de transferncia. Para este caso
particular, os resultados acima apresentados permitem-nos extrair algumas con-
cluses relativamente inuncia dos plos na resposta no tempo:
Quanto mais perto da circunferncia unitria estiverem os plos, mais
lento o decaimento da RI.
No caso limite de os plos estarem sobre a circunferncia, a RI no tende
para zero.
Ordem do plo superior a 1 - cresce indenidamente.
Ordem do plo igual a 1
mantm-se constante, se o plo for igual a 1
oscila, se o plo for complexo
Na gura seguinte ilustramos estas situaes com os plos em 1/4, 1/3, 1/2, 1.
4.4. INVERSO DA TZ 129
Figura 4.8: Respostas impulsionais correspondentes a fraces simples com plos
em 1/4, 1/3, 1/2, 1
4.4 Inverso da TZ
4.4.1 Integral de Inverso
3
A TZ inversa obtem-se efectuando o clculo de um integral de inverso:
x(n) =
1
2i
_
C
X(z)z
n1
dz (4.39)
onde C uma circunferncia centrada na origem localizada na RC da trans-
formada. Para calcular a transformada inversa, no caso geral, necessitamos de
calcular o integral em (4.39). No entanto, a maior parte dos casos encontrados
na prtica no necessitam de tal procedimento. Podemos usar a decomposio
em fraces simples ou em srie da McLaurin. Porm, vamos mostrar como
se pode usar o integral de inverso. O clculo usa o teorema de Cauchy das
funes de varivel complexa que diz que
x(n) igual soma dos resduos de X(z)z
n1
correspondentes aos
plos no interior da regio delimitada pelo contorno C.
Alm dos plos de X(z) temos de considerar o plo de ordem n 1 quando
n 0. Se representarmos por p um plo genrico de ordem m de X(z) o resduo
3
Esta seco pode ser saltada numa primeira leitura se apenas estivermos em aplicaes
que envolvam funo de transferncia racionais
130 CAPTULO 4. A TRANSFORMADA Z
correspondente ser dado por:
Res
p
(n) =
1
(m1)!
d
m
dz
m
_
(z p)X(z)z
n1

|
z=p
(4.40)
Se n 0 temos que juntar o termo correspondente ao plo na origem. Para
n = 0, esse resduo vale:
Res
0
(0) = X(0)
Para n < 0, dado por
Res
0
(n) =
1
|n|!
d
|n|
dz
|n|
[X(z)] |
z=0
(4.41)
H um facto a ter em conta neste tipo de clculo:
Quando a funo integranda racional com um grau do denomina-
dor superior em, pelo menos, duas unidades ao do numerador e todos
os plos se encontram no interior da regio delimitada pelo contorno
de integrao, o somatrio dos resduos zero.
Exemplo 11 -
Seja X(z) =
z
(z0.75)(z+0.5)
para |z| > 0.75. Temos uma funo integranda
com 2 ou 3 plos, consoante o valor da varivel independente n e a regio de
convergncia escolhida. Assim, no nosso caso, temos trs situaes. Seja r o
raio da circunferncia contorno de integrao.
1. Soluo causal
A RC

denida por |z| > 0.75. Portanto devemos escolher um r maior que
0.75. Como os plos so simples, obtemos imediatamente:
x(n) = (4/5) [0.75
n
(0.5)
n
] (n)
2. Soluo anti-causal
A RC

denida por |z| < 0.5. Portanto devemos escolher um r menor que
0.5. Neste caso, temos, para n 0 um plo na origem cuja multiplicidade
igual a |n|. No difcil vericar que para n = 0, o resduo vale: 8/3.
Os casos em que n < 0 envolvrm derivadas de X(z), pelo que so traba-
lhosos. Podemos evitar este trabalho fazendo uma mudana de varivel
no integral z = 1/w de forma que
(a) a circunferncia de raio menor que 0.5 transformada noutra de raio
maior que 2 e descrita no sentido inverso
(b) passamos a ter 2 plos no interior da circunferncia em 4/3 e 2
Sendo assim passamos a um procedimento semelhante ao 1caso.
4.4. INVERSO DA TZ 131
3. Soluo bilateral
Esta soluo corresponde a escolher uma circunferncia de raio 0.5 < r <
0.75. Como evidente, resultado nal a soma das solues: causal,
correspondente ao plo em 0.5 e a anti-causal, correspondente ao plo
em 0.75.
4.4.2 Inverso por decomposio polinmio + fraces sim-
ples
Como vimos atrs, as FT que nos interessam tm a forma
4
H
d
(z) =

M
m=0
b
m
z
m

N
m=0
a
m
z
m
Sem perda de generalidade podemos fazer a
0
= 1. Duma forma perfeita-
mente geral, podemos decompor a FT anterior na soma de um polinmio e uma
fraco prpria, funes de z
1
:
H
d
(z) =
MN+1

m=0

m
z
m
+

N1
m=0

m
z
m

N
m=0
a
m
z
m
(4.42)
O caso do polinmio extremamente simples e resolve-se por mera inspeco
visual.
X(z) =
MN+1

m=0

m
z
m
x(n) =
_

n
para 0 n M N + 1
0 para 0 < n e n > M N + 1
(4.43)
A parte fraccionria pode sempre decompr-se numa combinao linear de frac-
es simples:
Q(z) =
N

i=1
mi

j=1
a
ij
(1 p
i
z
1
)
j
(4.44)
para z no interior da RC. Fazendo K =
N

1
m
n
,
Q(z) = z
K
N

i=1
mi

j=1
a
ij
(z p
i
)
j
(4.45)
O termo z
K
ser usado apenas no nal da decomposio. Os nmeros na-
turais m
i
nas expresses acima so as ordens dos plos. Sendo assim, sempre
que possamos decompr uma dada TZ na soma de um polinmio em z ou z
1
com uma fraco prpria, a inverso, embora trabalhosa, relativamente sim-
ples atendendo aos resultados apresentados atrs. Convm referir que nas duas
4
Obviamente que pode ser funo de z em vez de z
1
. Todos os resultados obtidos a partir
daqui so facilmente convertveis para este caso
132 CAPTULO 4. A TRANSFORMADA Z
expresses (4.44) e (4.45) est implcita a condio de Q(z) ser uma fraco
prpria. Para inverter Q(z) basta-nos saber inverter cada fraco simples do
tipo indicado na seco anterior.
Exemplo 12 -
Suponhamos que uma dada TZ tem 2 zeros nos pontos z = i e 3 plos nos
pontos z = 0, 9 e 2.e
i
, ], ]:
H(z) =
(z j).(z +j)
(z 2.e
i
).(z 2.e
i
).(z + 0.9)
A decomposio em fraces simples dada por
5
:
H(z) =
A
z 2.e
i
. +
A

z 2.e
i
. +
1
z + 0.9
As 2 primeiras fraces tm como RC as regies denidas por: |z| > 2 e |z| < 2
6
.
A ltima tem como RC |z| > 0.9 e |z| < 0.9. Isto signica que a funo H(z)
representa uma dada TZ se e s se lhe atribuirmos uma dada RC. Como temos3
RC possveis, h trs sinais diferentes cuja TZ H(z):
1. Regio A: RC = {z C : |z| < 0.9} x
A
(n), sinal esquerdo,
2. Regio B: RC = {z C : 0.9 < |z| < 2} x
B
(n), sinal ambidextro,
3. Regio C: RC = {z C : |z| > 2} x
C
(n), sinal direito.
Em apndice, apresentamos os mtodos usualmente indicados para decompor
Q(z) em fraces simples e um mtodo expedito que no necessita de derivaes
e que pode ser facilmente implementado em computador. Os coecientes A e C
so dados por:
A =
4e
i2
+ 1
4isen()(2e
i
+ 0.9)
e C =
0.9
2
+ 1
(0.9 2e
i)
(0.9 2e
i)
=
0.81 + 1
0.81 4
Em particular, para = /4, obtemos: A = 0.6647.e
i0.4434
den e C = 0.5117.
Com estes valores e usando (4.37) e (4.38), os sistemas causal e anti-causal sero
instveis, a resposta correspondente ao sistema acausal estvel ser dada por:
h
n
= A2
n1
e
i(n1)/4
(n) A 2
n1
e
i(n1)/4
(n) +C0.9
n1
(n)
Os dois primeiros termos podem combinar-se dando uma sinuside real.
Exemplo 13 -
5
Usmos j o facto de que constantes correspondentes a plos complexos conjugados so
conjugadas.
6
Rigorosamente, deveramos escrever RC = {z C : |z| < 2}
4.4. INVERSO DA TZ 133
Considere-se o sinal com TZ
X(z) =
3
5
6
z
1
(1
1
4
z
1
)(1
1
3
z
1
)
com RC: z >
1
3
.
Para fazer desaparecer os termos em z
1
, comece-se por multiplicar o numera-
dor e o denominador de X(z) por z
2
, resultando
X(z) = z
3z
5
6
(z
1
4
)(z
1
3
)
O termo z que foi deixado em evidncia ser til mais adiante. Utilizando
um qualquer mtodo de decomposio em fraces simples (ver apndice B), a
expresso anterior pode-se escrever com a forma
X(z) = z
_
1
z
1
4
+
2
z
1
3
_
=
z
z
1
4
+
2z
z
1
3
=
1
1
1
4
z
1
+
2
1
1
3
z
1
Agora, a inverso imediata. Basta usar (4.7) para obter
x(n) =
__
1
4
_
n
+ 2
_
1
3
_
n
_
(n)
Deixamos como exerccio obter as transformadas inversas com as outras RC.
4.4.3 Inverso por desenvolvimento em srie
O mtodo de inverso por desenvolvimento em srie menos geral que o anterior,
mas muito til em situaes em que s temos uma ou duas solues: causal
e/ou anti-causal. Como parece evidente, consiste em obter o desenvolvimento
em srie de potncias de z
1
ou z.
Exemplo 14 -
Considere o sinal cuja transformada
X(z) =
z
5
+ 2z
4
3z
2
2z + 1
z
3
cuja RC |z| > 0 X(z) pode escrever-se na forma
X(z) = z
2
+ 2z 3z
1
2z
2
+z
3
Invertendo termo a termo, obtemos
x(n) = (n + 2) + 2(n + 1) 3(n 1) 2(n 2) +(n 3)
134 CAPTULO 4. A TRANSFORMADA Z
Exemplo 15 -
Seja H(z) dada por
H(z) =
1
1 z
2
Se |z| < 1, temos
H(z) =

0
z
2n
=
0

z
2n
donde se conclui que
h(n) =
_
1 se n par 0
0 se n mpar ou n par > 0
De forma semelhante, se |z| > 1, temos
H(z) = z
2

0
z
2n
=

1
z
2n
donde se conclui que
h(n) =
_
1 se n par 2
0 se n mpar ou n par 0
Exemplo 16 -
Seja X(z) = e
1/z
para |z| > 0. Atendendo a que
X(z) =

0
1
n!
z
n
conclui-se imediatamente que
x(n) =
1
n!
(n)
4.5 Concluses
Fizemos uma breve apresentao da transformada Z e das suas propriedades
mais importantes. Mais tarde, estudaremos a sua aplicao ao estudo dos siste-
mas discretos lineares invariantes no tempo. Vimos como se calculam as trans-
formadas e estudmos a correspondente inverso.
4.6. EXERCCIOS 135
4.6 Exerccios
Exerccio 30 Deduza as relaes (4.31, 4.32, 4.33 e 4.35) por derivao de
(4.29 e 4.30) em ordem a a.
Exerccio 31 Deduza as relaes (4.10 e 4.11) directamente, isto , subs-
tituindo as funes sen e cos pelas suas expresses dadas pelas frmulas de
Euler.
Exerccio 32 A partir do exerccio anterior obtenha as TZ das funes sen
e cos anti-causais.
Exerccio 33 Considere o sinal representado na gura seguinte x(k) =
a
k
(n 1) onde a um nmero complexo qualquer. Mostre que a sua TZ
dada por X(z) =
z
za
para |z| > |a|
Exerccio 34 Considere agora o sinal u(k) = 0.5
k
(k) +0.87
k
cos /4k(k).
Mostre que a sua TZ dada por X(z) =
z
z0.5
+
z(z0.615)
(z0.615)
2
+0.615
2
com a RC
representada na gura seguinte.
Exerccio 35 Calcule a TZ do sinal x(n) =
1
(n)!
(n). E se for x(n) =
(1)
n
(n)!
(n) Indique as respectivas RC.
Exerccio 36 Mostre que a TZ do sinal x(n) = 3(1/2)
n
(n) + 2(1/3)
n
(n)
dada por:
30z
2
12z
6z
2
5z+1
. Qual a RC?
136 CAPTULO 4. A TRANSFORMADA Z
Exerccio 37 Calcule todos os sinais cuja TZ dada por:
Q(z) = 1 +
394
z 1
+
120
(z 1)
2

378
z 2
+
360
(z 2)
2
Exerccio 38 Repita o problema anterior para
Q(z) = 1 +
394
1 z
1
+
120
(1 z
1
)
2

378
1 2z
1
+
360
(1 2z
1
)
2
Exerccio 39 Determine a transformada Z do sinal x(k) = e
ak
(k 2)
usando o teorema da translaco. Note que ak = ak + 2a 2a
Exerccio 40 Calcule a TZ dos sinais x(k) = e
|k|
e x(k) = 0, 8
k
(k) +
0, 5
k
(k)
Exerccio 41 Calcule a TZ inversa de X(z) = e
z
2
Exerccio 42 Calcule as TZ inversas de:
1. X
1
(z) = z
3
1
2. X
2
(z) = 1
z+1
(z0.5)
para |z| > 0.5
3. X
3
(z) =
2z
2
4z+2
z(z1)
para |z| > 1
h
1
(k) = (k + 3) (k)
h
2
(k) = 1.50.5
k1
(k 1)
h
3
(k) = 2(k) 2(k)
Exerccio 43 Calcule as TZ inversas de:
1. X(z) =
1
z
4
1
2. X(z) =
1
(z+0.9)
3
(z0.5)
3. X(z) =
z
3
z
2
+z1
(z+0.9)
3
4. X(z) = e
z
+e
1/z
Exerccio 44 Mostre que
TZ[
1
n
.x(n)(n 1) =

_
z
X(u)u
1
du
e
TZ[
1
n
.x(n + 1)(n 2) =

_
z
X(u)du
Quais as RC?
4.6. EXERCCIOS 137
Exerccio 45 Mostre que
TZ
__
x(n/k) se n for mltiplo de k
0 se n no for mltiplo de k
_
= X(z
k
)
Exerccio 46
Considere todos as TZ de sinais causais calculadas acima. A partir delas
obtenha as TZ correspondentes aos casos anti-causais
138 CAPTULO 4. A TRANSFORMADA Z
Captulo 5
A srie de Fourier em tempo
discreto
5.1 As funes peridicas como vectores
As sinusides discretas foram estudadas em captulo anterior. Como ento se
frisou, h uma certa diferen de comportamento quando comparadas com as si-
nusides contnuas. Tal como as contnuas, no difcil mostrar que o conjunto
das funes peridicas discretas com o mesmo perodo um espao vectorial.
Com efeito,
1. A soma de duas quaisquer funes peridicas com o mesmo perodo uma
funo peridica com o mesmo perodo.
2. A multiplicao por uma constante no altera o carcter peridico.
3. Existe elemento neutro: a funo constante.
4. Existe elemento inverso: parte uma constante, o simtrico.
Neste espao vectorial podemos denir produto interno (x|y) de dois sinais pe-
ridicos por:
(x|y) =
1
N

N
x(n).y

(n) (5.1)
onde a soma feita ao longo de um perodo, N. Com estas denies, verica-
mos, com facilidade, que as harmnicas so sinais ortogonais. Com efeito, sejam
x
k
(n) = e
i
2k
N
n
e x
m
(n) = e
i
2m
N
n
duas sinusides harmonicamente relacionadas.
O seu produto interno dado por:
(x|y) =
1
N
N1

n=0
e
i
2(km)
N
n
139
140 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
Atendendo a que a expresso acima representa a soma dos N primeiros termos
de uma progresso geomtrica, obtemos
(x|y) =
1
N
1 e
i2(km)
1 e
i
2(km)
N
=
_
1 k = m
0 k = m
que mostra que as sinusides harmnicas discretas so ortogonais. Contraria-
mente ao caso contnuo a soma de sinais peridicos de perodos diferentes d
sempre um sinal peridico, porque os perodos so sempre comensurveis. No
entanto, se somarmos dois sinais com perodos, N
1
e N
2
, o sinal resultante
pode no ter um perodo igual ao menor mltiplo comum dos dois perodos.
Consideremos o exemplo seguinte:
Exemplo 1 - Soma de sinais peridicos
x = [. . . 2, 4, 4, 3, 3, 5, . . . ]
de perodo 6
y = [. . . 0, 0, 0, 3, 3, 2, 1, 1, 1, 4, 1, 12, 2, 2, . . . ]
de perodo 15 A sua soma tem perodo 10 e dada por:
z = [. . . 2, 4, 4, 6, 6, 3, 3, 5, 5, 7 . . . ]
O perodo correcto dado pelo quociente entre o menor mltiplo comum dos
perodos e um valor d que divide o produto dos factores comuns de N
1
e N
2
.
O valor limite inferior do perodo da soma dado pelo quociente entre o menor
mltiplo comum dos perodos e o seu mximo divisor comum. Para exemplicar,
pode mostrar-se que, somando sinais com perodos 36 e 225 podem obter-se
sinais com perodos iguais a 100, 300, ou 900. Esta questo no tem muita
importncia prtica, porque, em geral, podemos trabalhar com um mltiplo
qualquer do perodo. Por outro lado, o problema inverso mais importante:
dado um sinal peridico qualquer, como podemos decomp-lo? A resposta a
esta pergunta exige o conhecimento das funes de base sobre as quais se efectua
a decomposio. Vejamos um exemplo.
Exemplo 2 - Soma de 2 sinais peridicos sinusoidais
Tome-se o sinal sinusoidal x
1
(k) = 1, 71 cos(4/k), representado na gura
5.1 com os vcrculos "ocos". Este sinal peridico e o seu perodo fundamental
N = 8. Considere-se agora uma outra sinuside com o mesmo perodo, x
2
(k) =
0, 293 cos(3/4k), a qual se representa na gura 5.1 com os crculos "cheios".
Ao adicionar ambas as sinusides obtm-se o sinal da gura 5.2, o qual um
sinal peridico triangular, signicativamente diferente das sinusides que lhe
deram origem.
Claro que a forma do sinal da gura 5.2 foi conseguida por meio de uma
escolha criteriosa das parcelas a utilizar, mas o resultado assim obtido pode
ser generalizado para qualquer sinal peridico discreto - um sinal peridico dis-
creto pode ser construdo como uma combinao linear de sinais sinusoidais (um
nmero nito).
5.2. ANLISE DE FOURIER DE SINAIS PERIDICOS EMTEMPO DISCRETO141
Figura 5.1: Sinais sinusoidais de perodo 8. O sinal x
1
est representado por
smbolos a branco, o sinal x
2
est representado por smbolos a negro.
Figura 5.2: Soma dos sinais x
1
e x
2
5.2 Anlise de Fourier de sinais peridicos em
tempo discreto
Tendo estabelecido que um sinal discreto, peridico, pode ser originado por
meio de uma soma de sinusides, levanta-se a questo de como determinar a
combinao adequada de sinusides de forma a obter o sinal desejado. Pela
facilidade analtica que da resulta far-se- uso de sinusides complexas da forma
x
k
(n) = e
ik0n
, harmnicas da sinuside elementar x
1
(n) = e
i0n
, de perodo
fundamental N = 1/f
0
. As funes desta classe so distintas, linearmente
independentes e ortogonais. Isto signica que podem ser consideradas como
uma base dum espao vectorial de dimenso N. Qualquer vector, x(n), deste
espao uma funo peridica e ter, sempre, uma representao do tipo:
x(n) =
N1

k=0
X
k
e
i
2
N
kn
(5.2)
onde os coecientes de Fourier, X
k
, k = 0, 1, 2, . . . , so as projeces
de x(n) sobre cada vector da base dadas pelo produto interno do sinal e a
funo de base correspondente
1
. Para entender um pouco melhor este assunto,
1
Basta notar que num espao 3-D, qualquer vector se representa na forma:v = v
1
e
1
+
142 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
vejamos como procedeamos se no soubssemos nada de espaos vectoriais.
Condideremos o exemplo seguinte:
Exemplo 3 - Desenvolvimento em SFd
Considere o sinal discreto representado na gura 5.3 que peridico de
perodo N = 5.
Figura 5.3: Sinal do Exemplo 3
Atendendo a (5.2), podemos escrever
x(n) = X
0
e
0
+X
1
e
i
2
5
n
+X
2
e
i
2
5
2n
+X
3
e
i
2
5
3n
+X
4
e
i
2
5
4n
Tomando cinco instantes de tempo consecutivos obtm-se o sistema de equa-
es
_

_
x(0) = X
0
+X
1
+X
2
+X
3
+X
4
x(1) = X
0
+X
1
e
i
2
5
+X
2
e
i
4
5
+X
3
e
i
6
5
+X
4
e
i
8
5
x(2) = X
0
+X
1
e
i
2
5
2
+X
2
e
i
4
5
2
+X
3
e
i
6
5
2
+X
4
e
i
8
5
2
x(3) = X
0
+X
1
e
i
2
5
3
+X
2
e
i
4
5
3
+X
3
e
i
6
5
3
+X
4
e
i
8
5
3
x(4) = X
0
+X
1
e
i
2
5
4
+X
2
e
i
4
5
4
+X
3
e
i
6
5
4
+X
4
e
i
8
5
4
Substituindo os valores de x e resolvendo o sistema de equaes obtm-se os
valores dos coecientes X
n
: X = [0.6 0.3236 0.1236 0.1236 0.3236[
Na gura 5.4 encontram-se representadas as componentes de cada uma das
frequncias
k
=
2
5
k do sinal. Como cada componente X
k
e
2
5
kn
corresponde
a uma funo complexa, a sua representao grca tem de ser decomposta em
parte real e parte imaginria.
Adicionando todas as componentes da gura 5.4 obtm-se o sinal x(n), re-
presentado na gura 5.3. Apesar de as vrias componentes corresponderem a
funes complexas, a sua adio produz um sinal real.
Embora, para sinais peridicos, seja sempre possvel determinar os coecientes
da srie de Fourier pela forma utilizada no Exemplo 3, este processo fasti-
dioso. Para termos uma ideia um pouco mais correcta do que est em causa,
reescrevamos o anterior sistema de equaes na forma matricial.
v
2
e
2
+ v
3
e
3
=

3
1
v
i
e
i
5.2. ANLISE DE FOURIER DE SINAIS PERIDICOS EMTEMPO DISCRETO143
Figura 5.4: Harmnicas do Exemplo 3
_

_
x(0)
x(1)
x(2)
x(3)
x(4)
_

_
=
_

_
1 1 1 1
e
i
2
5
e
i
4
5
e
i
6
5
e
i
8
5
e
i
4
5
e
i
8
5
e
i
12
5
e
i
16
5
e
i
6
5
e
i
12
5
e
i
18
5
e
i
24
5
e
i
8
5
e
i
16
5
e
i
24
5
e
i
32
5
_

_
_

_
X
0
X
1
X
2
X
3
X
4
_

_
A matriz acima chama-se matriz de Vandermonde e muito conhecida e
fcil de inverter. No entanto, o nmero de operaes envolvidas da ordem de
N
2
. Por outro lado, no nos fornece uma frmula "fechada"para clculo dos
coeciente de Fourier. Para obtermos uma soluo simples do nosso problema
de obter os coecientes de Fourier, vamos proceder da forma seguinte:
Retomemos a equao
x(n) = X
0
e
0
+X
1
e
i
2
5
n
+X
2
e
i
2
5
2n
+X
3
e
i
2
5
3n
+X
4
e
i
2
5
4n
Suponhamos que queremos calcular X
3
. Multipliquemos ambos os mem-
bros por e
i
2
5
3n
para obter
x(n)e
i
2
5
3n
= X
0
e
i
2
5
3n
+ X
1
e
i
2
5
2n
+X
2
e
i
2
5
n
+X
3
+X
4
e
i
2
5
n
Somemos para todos os valores de n, obtendo
4

0
x(n)e
i
2
5
3n
=
X
0
4

0
e
i
2
5
3n
+X
1
4

0
e
i
4
5
n
+X
2
4

0
e
i
2
5
n
+X
3
4

0
1 +X
4
4

0
e
i
2
5
n
144 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
Usando o conhecido resultado
N1

0
a
n
=
1 a
N
1 a
concluimos que todas as parcelas do segundo membro, excepto uma, so
nulas, pelo que chegamos ao resultado seguinte:
5X
3
=
4

0
x(n)e
i
2
5
3n
Procedendo de forma semelhante para o caso geral, isto , multiplicando ambos
os membros de (5.2) e somando em n, obtemos a expresso geral dos coecientes
de Fourier.
X
k
=
1
N
N1

n=0
x(n)e
i
2
N
kn
(5.3)
Como se pode vericar, com facilidade, X
0
coincide com o valor mdio de
x(n). As eqs.(5.2) e (5.3) constituem o par anlise/sntese da chamada srie
de Fourier discreta,
2
SFD . Adiante veremos que este par constitui, essenci-
almente, o par denidor da Transformada de Fourier Discreta (TFD ou
DFT - discrete Fourier transform)
3
A DFT extraordinariamente importante no moderno processamento de sinais,
sobretudo devido sua implementao rpida: a Transformada Rpida de
Fourier (Fast Fourier Transform ou FFT ). A transformao (5.2) permite-
nos passar de uma descrio temporal constituda pelos N valores do sinal para
uma descrio frequencial constituda por N valores das amplitudes comple-
xas das harmnicas constituintes do sinal. No que se segue, representaremos,
simbolicamente, por X
k
= SFD[x(n)] e x(n) = SFD
1
[X
k
]. De notar que a
sequncia X
k
, k = 0, 1, 2, . . . tambm peridica de perodo N.
No obrigatrio que a soma seja efectuada de n = 0 a n = N 1. Pode
ser qualquer outro intervalo de largura N. Frequentemente, usa-se a notao

N
em vez de
N1

0
. Uma escolha adequada da gama de valores para n pode
simplicar signicativamente os clculos.
Exemplo 4 - Escolha alternativa da gama de valores de n
Considere novamente o sinal do Exemplo 3. Os coecientes da srie de
Fourier podem ser determinados pela expresso
X
k
=
2

2
x(n)e
i
2
5
kn
2
De notar que efectivamente um polinmio de Fourier e no uma srie. Por razes de
analogia com o caso contno, continuaremos a usar o termo srie.
3
H uma diferena que tem a ver com a colocao do factor 1/N. Optmos por p-lo na
equao de anlise, mas podemos coloc-lo na de sntese. Devemos ser coerentes.
5.2. ANLISE DE FOURIER DE SINAIS PERIDICOS EMTEMPO DISCRETO145
que conduz a X
k
=
1
5
_
1 + 2 cos(
2n
5
)

Apesar desta expresso ser, formalmente,


diferente da obtida no exemplo 3, facilmente se verica que o valor associado a
cada coeciente X
k
o mesmo.
Exemplo 5 - Onda rectangular
Seja r(n) uma onda rectangular peridica de perodo N
r(n) =
_
1 0 n M
0 M < n < N 1
Os correspondentes coecientes de Fourier so dados por:
R
k
=
1
N
_
_
_
sen[
(M+1)
N
k]
sen[

N
k]
.e
i
M
N
k
k = 0
M + 1 k = 0
Obtenha, a partir deste, o desenvolvimento de uma onda rectangular alternada.
De notar o aparecimento da chamada funo sinc discreta
sen N
sen
que encontra-
remos noutras situaes.
Exemplo 6 - Onda em dente de serra
Seja d(n) uma onda em dente de serra dada de perodo 4 por
d(n) = n + 1, 0 n 3
Os seus coecientes de Fourier so
D = [10/4 (1 +i)/2 1/2 (1 i)/2]
Exemplo 7 - Onda triangular
Seja t(n) uma onda triangular dada de perodo 6 por
t(n) = [0 1 2 3 2 1]
Os seus coecientes de Fourier so
T =
1
6
_
2 cos
_

3
k
_
+ 4 cos
_
2
3
k
_
+ 3(1)
k
_
k = 0, 1, 2, 3, 4, 5
Aproveite o resultado para calcular o desenvolvimento de uma onda rectangular
alternada, usando a diferena t(n) t(n 1).
146 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
5.3 Propriedades da SFD
A representao em srie de Fourier possui um conjunto de propriedades que
so de grande utilidade no estudo de sinais, e que permitem reduzir signicati-
vamente a complexidade do seu clculo em muitos sinais. So bastante fceis
de demonstrar, pelo que apenas faremos as demonstraes mais delicadas.
1. Linearidade
Sejam x(n) e y(n) dois sinais de perodo N. Ento, como referimos, z(n) =
ax(n) + by(n) peridico de perodo N e os seus coecientes so dados
por:
Z
n
= aX
n
+bY
n
(5.4)
2. Dualidade SFD[X
n
] =
1
N
x(k) Com efeito,

N
X
n
e
i
2kn
N
=

N
X
n
e
i
2(k)n
N
donde o resultado.
3. Translao (circular)
4
Seja m um inteiro qualquer y(n) = x(n m):
Y
k
= e
i(2m/N)k
X
k
(5.5)
Para demonstrar a relao, basta efectuar a substituio l = n m no
somatrio.
Exemplo 8 - Onda rectangular transladada
Sejam M e N naturais pares e o sinal rectangular
r(n) =
_
1 0 |n| M/2
0 M/2 < |n| < N/2
Os correspondentes coecientes de Fourier so dados por:
R
k
=
1
N
_
_
_
sen[
(M+1)
N
k]
sen[

N
k]
k = 0
M + 1 k = 0
Esta propriedade permite transformar uma equao s diferenas numa
equao algbrica. Com efeito, tomemos a equao
N0

m=0
a
m
y(n m) =
M0

m=0
a
m
x(n m) (5.6)
4
O uso do termo circular deriva do facto de, estando a trabalhar com um sinal peridico, ao
fazer uma translaco, os valores que saiem da janela de durao igual ao perodo, pela direita
so os que entram pela esquerda. Tudo se passa como se os valores estivessem dispostos sobre
uma circunferncia rotativa.
5.3. PROPRIEDADES DA SFD 147
Substituindo nela y(n) e x(n) pelas correspondentes SF e usando a pro-
priedade anterior obtemos uma equao algbrica
N0

l=0
a
l
e
i(2l/N)k
Y
k
=
M0

m=0
a
m
e
i(2m/N)k
X
k
(5.7)
donde se obtem a resposta em frequncia:
H
k
=

N0
l=0
a
l
e
i(2l/N)k

M0
m=0
a
m
e
i(2m/N)k
(5.8)
que resulta de H(z) por substituio de z por e
i(2/N)
. Com o resultado
(5.8) estamos em condies de calcular a resposta de um sistema linear
discreto a um sinal peridico. Para isso, calculamos os coecientes de
Fourier da entrada, multiplicamo-los por H
k
e sintetizamos o sinal usando
a equo de stese (5.2). Para exemplicar, consideremos a onda rectan-
gular considerada acima e um ltro cuja funo de transferncia seja dada
por H(z) =
1
1a.z
1
com |a| < 1. Na gura seguinte, apresentam-se os
resultados correspondentes a ltragens com ltros passa-baixo (a < 0) e
passa-alto (a > 0).
Figura 5.5: ltragem passa-baixo de uma onda rectangular
4. Translaco na frequncia. Modulao Seja M um inteiro arbitrrio
SFD
_
x(n)e
i(2/N)Mn
_
= X
kM
(5.9)
Esta propriedade a dual da anterior.
Exerccio 47 Multiplicao por sinuside
148 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
Figura 5.6: ltragem passa-alto de uma onda rectangular
Calcular a SFD da funo x(n). cos
_
2
N
Mn
_
, onde x(n) um sinal pe-
ridico de perido N. Basta passar a funo cos
_
2
N
Mn
_
para a forma
exponencial, usando a respectiva frmula de Euler.
5. Conjugao
y(n) = x

(n) Y
n
= X

n
(5.10)
6. Reversibilidade temporal
y(n) = x(n) Y
n
= X
n
(5.11)
7. Convoluo peridica (circular)
As convolues circulares apresentadas atrs so sinais peridicos. Os
coecientes de Fourier associados so dados por:
z(n) =
1
N

N
x(m).y(mn) Z
n
= N.X
n
.Y
n
(5.12)
Para fazer a demonstrao, basta introduzir z(n) na expresso que d os
coecientes de Fourier, vindo:
Z
k
=
1
N

N
x(m).y(n m)e
i(2/N)kn
=
=
1
N

N
x(m)

N
y(n m)e
i(2/N)kn
=
=
1
N

N
y(m)e
i(2/N)km

N
x(n)e
i(2/N)kn
5.3. PROPRIEDADES DA SFD 149
donde se obtm o resultado.
Assim, se y(n) for a resposta impulsional de um sistema linear discreto,
esta propriedade, mostra que, no domnio da frequncia, os coecientes de
Fourier da sada se obtm multiplicando os da entrada pela resposta em
frequncia calculada nas frequncias das harmnicas. Trata-se do resul-
tado obtido na propriedade anterior, mas por uma via diferente. A dual
desta propriedade expressa pela relao
z(n) = x(n).y(n) Z
n
= N.X
n
Y
n
(5.13)
Para fazer a demonstrao, temos duas alternativas:
ou usar (5.2), substituir l uma das sries associadas a x(n) ou y(n) e
trocar os operadores de somatrio
ou
partir da srie associada a z(n).
Vamos seguir esta ltima, deixando a outra como exerccio. A srie asso-
ciada a z(n) dada por:
z(n) =

N
X
k
Y
m
e
i(2/N)kn
e
i(2/N)mn
=
=

N
X
k
Y
m
e
i(2/N)(k+m)n
Fazendo a mudana de ndice k +m = l no 2somatrio, obtemos
z(n) =

N
X
k
Y
lk
e
i(2/N)ln
resultando, imediatamente, (5.13)
8. Relao de Parseval
1
N

N
|x(n)|
2
=

N
|X
n
|
2
(5.14)
Como o 1membro representa o valor mdio da potncia do sinal, a re-
lao de Parseval mostra que podemos calcular a potncia a partir dos
coecientes de Fourier.
Para demonstrar a igualdade basta fazer y(n) = x

(n) em (5.13) e tomar


o valor em k = 0. Deixa-se a demonstrao como exerccio.
9. Correlao peridica (circular)
A correlao pode ser considerada como uma convoluo com um dos
sinais simetrizado no tempo. Os coecientes de Fourier associados podem
obter-se a partir dos da correlao.
z(n) =
1
N

N
x(m).y(m +n) Z
n
= N.X
n
.Y

n
(5.15)
150 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
Para fazer a demonstrao, basta introduzir z(n) na expresso que d os
coecientes de Fourier.
10. Simetria hermiteana
Se x(n) for real, os seus coecientes de Fourier so hermiteanos
x(n) = x

(n) X

n
= X
n
(5.16)
Desta propriedade podem deduzir-se, facilmente, vrias concluses rela-
tivas simetria das partes real e imaginria dos coecientes ou ao seus
mdulo e fase. Deixamos esta demonstrao como exerccio. Que sucede
se x(n) for par? e mpar?
Regressaremos a este tema mais tarde.
11. Reformulao da equao de sntese
H um facto que deve ter-se em conta nas aplicaes prticas. A equao
de sntese (5.2) pode escrever-se na forma :
x(n) =
_
_

N
X

k
e
i
2
N
kn
_
_

(5.17)
Isto signica que o algoritmo usado para o clculo da transformada directa
tambm nos serve para calcular a inversa.
5.4 Simetrias circulares
5.4.1 A simetria Hermiteana
Como se armou anteriormente a periodicidade interpretvel em termos de
uma circunferncia sobre a qual se colocam os valores do sinal e que roda com
uma velocidade angular igual a 2/N onde N o perodo. Isto equivalente a
observar o sinal atravs de uma janela de comprimento N de tal forma que os
valores que saiem do lado direito, entram do lado esquerdo.
_
. . . 7
.
.
. 0 1 2 3 4 5 6 7
.
.
. 0 1 2 . . .
_

_
. . . 2
.
.
. 3 4 5 6 7 0 1 2
.
.
. 3 4 0 . . .
_
Este facto permite a introduo de novas simetrias, chamadas simetrias circu-
lares. Estas so denidas em relao ao ponto mdio da janela de observao,
que pode no ser um ponto da sequncia. S-lo- se N for mpar, como no caso
acima. Se for par, ser um ponto ctcio. Raciocinando em termos de uma
circunferncia, p. ex., a circunferncia unitria, a simetria ser estabelecida em
relao ao ponto 1.
5.4. SIMETRIAS CIRCULARES 151
Figura 5.7: Um perodo de sinal para ilustrar a circularidade
Entretanto e por razes que se prendem com a implementao computacional
de (5.2) e (5.3), vamos, a partir daqui, tomar sempre o perodo que comea na
origem
_
. . . 7
.
.
. -5 1 -2 3 4 5 6 7
.
.
. 5 1 2 . . .
_

Para deduzirmos e, ao mesmo tempo, descobrirmos o interesse deste tipo de


simetrias, vamos retomar a equao (5.2) e considerar o caso de sinais reais.
x(n) = x

(n)
N1

k=0
X
k
e
i
2
N
kn
=
N1

k=0
X

k
e
i
2
N
kn
Fazendo k = N j num dos somatrios obtemos
N

j=1
X
Nj
e
i
2
N
jn
=
N1

k=0
X

k
e
i
2
N
kn
Como o dice do somatrio uma verivel muda, podemos escrever:
N

k=1
X
Nk
e
i
2
N
kn
=
N1

k=0
X

k
e
i
2
N
kn
152 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
Comparando os dois membros da equao anterior e, atendendo periodiocidade
dos coecientes de Fourier, concluimos que:
_
X

k
= X
Nk
k = 1, 2, 3, . . . N 1
X
0
= X
N
k = 0, N
(5.18)
Em termos de uma representao geomtrica como a da gura 5.7 signica que,
se os nmeros representarem os coecientes de Fourier, os que esto no semi-
plano superior so os conjugados das suas imagens no semi-plano inferior. A
referida gura permite-nos concluir ainda que, se N for par, alm de X
0
h outro
valor real: o que corresponde a k = N/2. Se N for mpar, apenas X
0
real.
Esta simetria constitui uma forma diferente de traduzir a simetria Hermiteana
no caso de sinais peridicos. Paralelamente, diz-nos como devemos colocar os
coecientes no vector correspondente para efeitos de clculo de (5.2). Temos as
seguintes situaes:
_
_
X
0
X
1
X
2
X
3
. . . X
N/2
. . . X

3
X

2
X

Npar
[X
0
X
1
X
2
X
3
. . . X

3
X

2
X

1
] Nmpar
5.4.2 Srie trigonomtrica
Vamos ver quais as consequncias da simetria hermiteana para as partes reais
e imaginria dos coecientes de Fourier e para a obteno de representaes
alternativas a (5.2) e (5.3). Assim, comecemos por respresentar os coeciente
de Fourier na forma cartesiana X
k
= a
k
ib
k
5
que inserida em (5.18) conduz a:
_
a
k
= a
Nk
k = 1, 2, 3, . . . N 1
b
k
= b
Nk
k = 1, 2, 3, . . . N 1
(5.19)
O coeciente a
0
ser denido mais tarde. Concluimos que a parte real dos co-
ecientes de Fourier tem simetria par, enquanto que a parte imaginria tem
simetria mpar. Vejamos quais as implicaes para a representao (5.2). Po-
demos comear por escrever:
X
k
e
i
2
N
kn
= [a
k
ib
k
]
_
cos
_
2
N
kn
_
+i sen
_
2
N
kn
__
=
=
_
a
k
cos
_
2
N
kn
_
+b
k
sen
_
2
N
kn
__
+i
_
b
k
cos
_
2
N
kn
_
+a
k
sen
_
2
N
kn
__
Atendendo simetrias dos a
k
e b
k
acima apresentadas, concluimos que:
N1

k=0
_
a
k
sen
_
2
N
kn
_
b
k
cos
_
2
N
kn
__
= 0
5
A escolha do sinal permite uma uniformizao das frmulas
5.4. SIMETRIAS CIRCULARES 153
por ser a soma de termos anti-simtricos. Sendo assim, podemos concluir que,
sendo x(n) real se tem:
x(n) =
N1

k=0
a
k
cos
_
2
N
kn
_
+
N1

k=1
b
k
sen
_
2
N
kn
_
(5.20)
com a
0
= X
0
. Esta expresso ainda pode ser manipulada de forma a reduzir o
nmero de termos do somatrio, usando (5.19). Deixamos esse trabalho como
exerccio. No que se refere equao de anlise, ela origina:
a
k
=
N1

n=0
x(n) cos
_
2
N
kn
_
(5.21)
e
b
k
=
N1

n=0
x(n) sen
_
2
N
kn
_
(5.22)
As relaes (5.20) a (5.22) representam a srie trigonomtrica de Fourier discreta
(STFd).
De acordo com o que dissemos acima, podemos introduzir formalmente as
noes de sequncia par e mpar.
Sequncia par
Uma sequncia periodica com N pontos por perodo par (circularmente)
se
x(N n) = x(n) 0 n N 1
Esta simetria pode representar-se esquematicamente por:
_
. . . 1
.
.
. 1 2 3 4 3 2 1
.
.
. 1 2 3 . . .
_
Sequncia mpar
Uma sequncia periodica com N pontos por perodo mpar (circular-
mente) se
x(N n) = x(n) 0 n N 1
Esta simetria pode representar-se esquematicamente por:
_
. . . 1
.
.
. 1 2 3 0 -3 -2 -1
.
.
. 1 2 3 . . .
_
Como referido anteriormente, qualquer sinal pode ser decomposto na soma de
um sinal par com um mpar. Tal situao verica-se tambm no caso da simetria
circular. Regressando s expresses da STF, concluimos facilmente que:
se x(n) real e par X
k
tambm o : a
k
= X
k
e b
k
= 0
se x(n) imaginria pura e mpar X
k
tambm o : b
k
= iX
k
e a
k
= 0
154 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
5.4.3 Srie harmnica
Vamos agora escrever os coecientes de Fourier na forma polar, X
k
= A
k
e
i
k
e
usar (5.18). A
A
k
=
_
a
2
k
+b
2
k
damos o nome de espectro de amplitude e a

k
= arctan
b
k
a
k
o nome de espectro de fase. De forma semelhante seguida no caso cartesiano,
podemos obter com relativa facilidade:
_
A
k
= A
Nk
k = 1, 2, 3, . . . N 1

k
=
Nk
k = 1, 2, 3, . . . N 1
(5.23)
Vamos manipular (5.2), desdobrando o somatrio. Seja N par:
N1

n=0
X
k
e
i
2
N
kn
= X
0
+
N/21

k=1
X
k
e
i
2
N
kn
+X
N/2
(1)
n
+
N1

k=N/2+1
X
k
e
i
2
N
kn
=
= X
0
+
N/21

k=1
X
k
e
i
2
N
kn
+X
N/2
(1)
n
+
N/21

k=1
X
Nk
e
i
2
N
kn
Usando agora (5.18) e as frmulas de Euler podemos concluir que:
x(n) = A
0
+ 2
N/21

n=1
A
k
cos
_
2
N
kn +
k
_
+X
N/2
(1)
n
(5.24)
Se N for mpar, a representyao ligeiramente diferente
x(n) = A
0
+ 2
(N1)/2

n=1
A
k
cos
_
2
N
kn +
k
_
(5.25)
As expresses (5.24) e (5.25) representam a srie de Fourier em componentes
harmnicas que muito til para efectuar a sntese computacionalmente.
5.5 Observao experimental da sntese de sinais
peridicos discretos
Para fazer a sntese em computador recomendvel usar a chamada srie de
Fourier em componentes harmnicas ou, simplesmente, srie harmnica (SH),
visto trabalhar, apenas com sinais reais. A vantagem da representao em SH
reside no facto de permitir somar as harmnicas reais uma a uma e, portanto,
visualizar o sinal sintetizado medida que vai reconstruindo o sinal original.
Vejamos 2 exemplos.
5.5. OBSERVAOEXPERIMENTAL DA SNTESE DE SINAIS PERIDICOS DISCRETOS155
Exemplo 9 - Onda rectangular
As guras seguintes so de fcil compreenso e ilustram claramente o efeito de
somar os termos um a um na sntese da onda rectangular. De notar que aqui
no surge o problema do efeito Gibbs.
Figura 5.8: sntese da onda rectangular depois da 2harmnica
Figura 5.9: sntese da onda rectangular depois da 4harmnica
156 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
Figura 5.10: sntese da onda rectangular depois da 6harmnica
Figura 5.11: sntese nal da onda rectangular
Exemplo 10 - Onda rectangular
Vamos considerar ainda a onda rectangular para observarmos separadamente o
efeito das harmnicas de baixa e alta frequncia. Neste caso o sinal tem perodo
20 e os seus coecientes so dados por
X
k
=
e
i
9n
20
20
_
1 (1)
k

sen k/2
sen k/20
e encontram-se representados na gura 5.12
5.5. OBSERVAOEXPERIMENTAL DA SNTESE DE SINAIS PERIDICOS DISCRETOS157
Figura 5.12: Partes real e imaginria dos coecientes da srie de Fourier do
exemplo 10
Na gura 5.12 representam-se os coecientes do desenvolvimento em srie de
Fourier do sinal, podendo-se constatar que os seus valores se repetem de forma
peridica, de 20 em 20. Considere-se agora apenas o sinal composto apenas pelas
primeiras 6 harmnicas do sinal. Este sinal encontra-se representado na gura
5.13. Comparando-o com o sinal x(n), semelhante ao que est representado na
gura 5.11, constata-se que as harmnicas de baixa frequncia correspondem a
um sinal que apresenta variaes mais suaves, se bem que alternando em torno
dos mesmos patamares que o sinal original.
Figura 5.13: Sinal correspondente s primeiras 6 harmnicas do exemplo 10
Pelo contrrio, no sinal obtido a partir das harmnicas de alta frequncia
(harmnicas 7 a 10), representado na gura 5.14, as variaes no valor do sinal
so rpidas e centradas em torno do valor zero.
158 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
Figura 5.14: Sinal correspondente s harmnicas de alta frequncia do exemplo
10 (harmnicas 7 a 10).
5.6 Concluses
Acabmos de ver como, a partir de uma formulao simples baseada na noo
de espao vectorial e nas propriedades das sinusides discretas se introduzem as
ferramentas bsicas de anlise frequencial de sinais peridicos. Introduzimos as
sries de Fourier discretas e apresentmos as suas propriedades, tendo j referido
algo do seu interesse prtico que retomaremos, mais tarde. No referimos ainda
a forma de clculo computacional que abordaremos em captulo prprio.
5.7 Exerccios
Exerccio 48
Considere-se o sinal x(k) = 1, 71 cos

4
k + 0, 293 cos
3
4
k. Pretende-se deter-
minar a sua representao em srie de complexa de Fourier
R. A soluo imediata. Basta substituir os cosenos pelas correspondentes
frmulas de Euler. Os coecientes valem: X
3
= X
3
= 0, 146, X
1
= X
1
=
0, 85 e X
2
= X
2
, = X
0
= 0. Todos os restantes coecientes so nulos.
Exerccio 49
Pretende-se estudar a composio harmnica de sinais peridicos.
1. Considere o sinal x(k) = cos
2
7
k. Observe a forma do sinal. peridico?
Qual o seu perodo?
2. Determine a representao em srie de Fourier do sinal x(k). Observe
cada uma das harmnicas que compem o sinal. Qual a mais "lenta"?
E a mais "rpida"? Qual o signicado do coeciente de Fourier de ordem
zero?
3. Construa o sinal x(k) somando as suas harmnicas. Observe o sinal obtido
e compare-o
5.7. EXERCCIOS 159
Exerccio 50
calcular a SFd de
x(n) =
_
1 n = 4.l + 1
0 n = 4l + 1
l = 0, 1, 2, . . .
Exerccio 51
Seja, agora, X
k
uma SFd denida por :
X
k
=
_
1 k = 16.l + 2 k = 16.l + 14
0 resto
e de perodo 16. Mostrar que a sua SFd inversa vale : x(n) = 2 cos (n/4)
Exerccio 52
Os coecientes da SFd de uma sequncia peridica x(n) com perodo N = 8
so dados pela expresso
8.X
k
= cos(k/4) + sen(3k/4)
Qual a expresso de x(n) no perodo 0 n 7?
1. x(n) = 1/2[(n 1) +(n 7) +(n 3) +(n 4)]
2. x(n) = 1/2[(n 1) +(n 5) +i(n 1) +i(n 5)]
3. x(n) = 1/2[(n 1) +i(n 7)]
4. x(n) = 1/2[(n 1) +(n 7) +i(n 3) i(n 5)]
5. x(n) = 1/2[(n 1) (n 7) +i(n 3) +i(n 7)]
Exerccio 53
Atenda ao exemplo 8 e calcule os coecientes de Fourier do sinal peridico
de perodo N (par)
x
n
=
_
1 0 n N/2 1
1 N/2 < n < N
Note que os coecientes de ordem par so nulos. Porque ser?
Exerccio 54
Retome o problema anterior. Seja y
n
=
n

0
x
m
1. Verique obtem um tringulo que repetido com perodo N permite obter
uma onda rectangular. Calcule a sua mdia.
2. Usando a frmula de sntese de x
n
e a alnea anterior, mostre que os
coecientes de Fourier de y
n
so dados, para k mpar, por:
Y
k
=
4
N
.
1
_
1 e
i
2
N
k
_
2
160 CAPTULO 5. A SRIE DE FOURIER EM TEMPO DISCRETO
3. Mostre que a mdia de y
n
dada por:
m
y
=
N1

0
4
N
.
1
_
1 e
i
2
N
k
__
1 e
i
2
N
k
_
Exerccio 55 Calcule a SFd da sequncia [1 0 0 1 1 1 0]. Use o resultado
para calcular as autocorrelao circular da sequncia. Calcule a autocorrelao
linear e compare com a circular
Captulo 6
A Transformada de Fourier
em tempo discreto
6.1 Denio
Nos dois captulos referentes s sries de Fourier vimos como se pode analisar e
sintetizar um dado sinal peridico custa de sinais elementares peridicos. A
teoria apresentada surge, naturalmente, a partir das noes de funo peridica
e de espao vectorial. Se o sinal no for peridico, a situao no to simples e
requer alguma ateno. Consideremos, em primeiro lugar, o caso dos sinais dis-
cretos e retomemos as relaes anlise-sntese da SFc. Tomemos os coecientes
X
n
. Podemos considerar a sua sequncia como um sinal discreto que verica a
equao de sntese
X
n
=
1
T
0
_
T0
x(t)e
in0t
dt
Com uma mudana de varivel t = fT
0
, com T
0

0
= 2 e escolhendo uma
integrao entre T
0
/2 e T
0
/2 obtemos:
X
n
=
_
1/2
1/2
x(f)e
in2f
df
Se n for agora um tempo, f ser uma frequncia pelo que podemos reescrever
a equao acima na forma:
X
n
=
1
2
_

x()e
in
d
Procedendo de forma semelhante con a relao
x(t) =
+

X
n
e
in0t
161
162CAPTULO6. A TRANSFORMADA DE FOURIER EMTEMPO DISCRETO
obtemos
x() =
+

X
n
e
in
Para manter a coerncia de notao reescrevemos as equaes anteriores numa
forma ligeiramente diferente
1
:
X() =
+

x(n)e
in
(6.1)
e
x(n) =
1
2
_

X()e
in
d (6.2)
As equaes anteriores admitem a seguinte interpretao:
um sinal discreto pode exprimir-se como uma sobreposio contnua de sinu-
sides elementares com amplitudes complexas innitesimais,
1
2
X()d e de
frequncias, (, ] innitamente prximas.
Com esta interpretao, (6.1) e (6.2) traduzem um par anlise/sntese de sinais
discretos e so chamadas transformada de Fourier de sinais discretos (TFSD ou
TFd)
2
e sua inversa. Como evidente, a TFSD peridica de perodo 2
3
.
Notemos que as relaes (6.1) e (6.2) podem obter-se da transformada Z fazendo
z = e
i
o que nos permite extrair uma concluso importantssima:
Qualquer sinal com transformada Z cuja regio de convergncia contm a cir-
cunfrerncia unitria, tem tambm transformada de Fourier que se pode obter
da transformada Z por uma simples mudana de varivel z = e
i
Para salientar este facto, escreveremos frequentemente, X(e
i
)
Exemplo 1 - Exponencial causal: x(n) = a
n
(n) |a| < 1
A transformada de Fourier deste sinal
X(e
i
) =

a
n
(n)e
in
=

0
_
ae
i
_
n
Se |a| < 1 ento tambm |ae
i
< 1 , pelo que o somatrio pode ser calculado
usando a regra habitual de som adas sries geomtricas para obter
TF [a
n
(n)] =
1
1 ae
i
(6.3)
Nas guras seguintes representam-se os espectros de amplitude e fase corres-
pondentes a a > 0 e a < 0
6.1. DEFINIO 163
Figura 6.1: Mdulo e argumento da transformada de Fourier do exemplo 1,
quando 0 < a < 1.
Note-se que, independentemente do valor do coeciente a, a funo X()
peridica, com perodo 2.
Exemplo 2 - Exponencial bilateral: x(n) = a
|n|
|a| < 1
Temos duas formas de efectuar o clculo da TF deste sinal. Numa insere-se
x(n) em (6.1) e desdobra-se o somatrio em dois correspondendo aos valores de
n de 0 a + e de a 1. Ento teremos:
X(e
i
) =

a
|n|
e
in
=

0
_
ae
i
_
n
+
1

_
ae
i
_
n
=

0
_
ae
i
_
n
+

1
_
ae
i
_
n
=
1
1 ae
i
+
ae
i
1 ae
i
TF
_
a
|n|
_
=
1 a
2
1 2a cos +a
2
(6.4)
1
usaremos a letra para representar a frequncia angular de forma semelhante ao caso da
TF de sinais a tempo contnuo. Sempre que houver perigo de confuso substumo-la por .
2
Sempre que no haja perigo de confuso, falaremos de transformada de Fourier e poremos,
simplesmente, TF.
3
Normalmente, representaremos apenas um perodo
164CAPTULO6. A TRANSFORMADA DE FOURIER EMTEMPO DISCRETO
Figura 6.2: Mdulo e argumento da transformada de Fourier do exemplo 1,
quando 1 < a < 0.
Figura 6.3: Exponencial bilateral
Podamos resolver o problema de outra forma. Notemos que
a
|n|
= a
|n|
[(n) +(n 1)] = a
n
(n) +a
n
(n) (n)
e, como veremos mais tarde, a TF de uma soma igual soma das transforma-
das, pelo que podemos usar (6.3). Precisamos ainda saber o qual o valor da TF
de (n). No difcil de vericar que
TF [(n)] = 1 (6.5)
Neste caso a transformada de Fourier X() real e par
4
. Na gura 6.4
representa-se gracamente esta funo, para o caso em que a > 0.
Exemplo 3 - pulso rectangular
Consideremos o pulso rectangular:
p(n) =
_
1 |n| N
0 |n| > N
4
Mais tarde veremos porqu.
6.1. DEFINIO 165
Figura 6.4: TF (mdulo) da exponencial bilateral para o caso em que a > 0.
Temos
P(e
i
) =
N

N
e
in
=
N

0
e
in
+
1

N
e
in
=
N

0
e
in
+
N

1
e
in
=
N

0
e
in
+
N

0
e
in
1
Somando as progresses geomtricas, obtemos:
P(e
i
) =
1 e
i(N+1)
1 e
i
+
1 e
i(N+1)
1 e
i
1
donde
P(e
i
) = 2
e
i
N+1
2
e
i
N+1
2
e
i/2
e
i/2
1 = e
i
N
2
sen
_

N+1
2
_
sen(/2)
+e
i
N
2
sen
_

N+1
2
_
sen(/2)
1 =
= 2
sen
_

N+1
2
_
sen(/2)
cos
_

N
2
_
1
Usando identidades trigonomtricas bem conhecidas
5
obtemos
P(e
i
) =
sen
_

_
N +
1
2
_
+ sen(/2)
sen(/2)
1
e, nalmente
TF [p(n)] =
sen
_

_
N +
1
2
_
sen(/2)
(6.6)
Exemplo 4 - pulso em rampa
Seja agora o sinal r(n) = n + 1 para 0 n N. Temos
R(e
i
) =
N

0
e
in
+
N

0
ne
in
5
sen (a b) = sen a cos b cos a sen b
166CAPTULO6. A TRANSFORMADA DE FOURIER EMTEMPO DISCRETO
= R
1
(e
i
) i
dR
1
(e
i
)
d
onde
R
1
(e
i
) =
1 e
i(N+1)
1 e
i
O resultado nal obtm-se facilmente.
Exemplo 5 - pulso triangular
Seja agora o sinal t(n) = [0 1 2 3 2 1] . Temos
T(e
i
) =
N

0
ne
in
+
5

4
(6 n)e
in
= i
dR
1
(e
i
)
d
+ 2e
4i
+e
5in
onde R
1
(e
i
) foi calculado no exemplo anterior.
Figura 6.5: TF (mdulo) de rectngulo e tringulo
6.2 Existncia
Uma vez que, em geral, a transformada de Fourier resulta da adio de um n-
mero innito de parcelas, natural questionar-se em que condies o somatrio
anterior converge. Note-se que, ao contrrio do que sucede para a transformada
Z, onde a convergncia era assegurada por uma conveniente escolha do domnio
de variao para a varivel independente, z, na TF temos um domnio previ-
amente xado, a circunferncia unitria. Assim, para um certo sinal x(n), a
6.2. EXISTNCIA 167
questo que se coloca , simplesmente: ou o somatrio converge ou no. No
primeiro caso o resultado a transformada de Fourier do sinal x(n), no segundo
diz-se que o sinal no tem transformada de Fourier. Se o sinal tiver durao
nita e amplitudes nitas, existe, sempre, a TF. No caso geral, temos de estudar
a convergncia da srie. Para deduzir uma condio suciente de convergncia,
basta tomar o valor absoluto em (6.1). Temos
|X()|
+

|x(n)| <
porque

e
in

= 1. Ento, se o sinal for absolutamente somvel existe a sua TF


e a convegncia da srie em (6.1) uniforme no intervalo [, ]. Esta condio
no necessria, existindo sinais que no a vericam. Por exemplo, as sequn-
cias com energia nita
+

|x(n)|
2
< podem no ser absolutamente somveis
e terem TF. Neste caso a convergncia no uniforme mas em mdia quadr-
tica, isto , calculando na frequncia, a energia do erro entre a TF correcta e a
funo que se obtm somando um nmero nito de termos da srie, essa energia
tende para zero com o aumento do nmero de termos. A teoria exposta quando
efectumos o estudo da SFc pode ser usada aqui, com a conveniente adaptao.
Como ento dissmos, se o sinal tender para zero com, pelo menos, 1/n
a
, com
a > 1, quando |n| tende para innito, a convergncia ser uniforme e a TF
ser uma funo contnua. O caso extremo e sumamente importante o das
funes que tendem para zero exponencialmente. As correspondentes TF so
indenidamente diferenciveis.
Porm, se aquela condio no se vericar, a TF ser necessariamente descont-
nua. Nesta situao, deve usar-se a convergncia em mdia quadrtica. Vamos
estudar este caso, usando um exemplo interessante.
Exemplo 6 - O ltro ideal passa-baixo
Considere-se o sistema, linear e invariante no tempo, cuja resposta cuja
resposta em frequncia est representada na gura 6.6
A resposta em frequncia pode ser escrita na forma
6
:
H() =
_
1 || <
0 < || <
Vamos calcular a sua TF inversa, usando o integral de inverso (6.2). Temos,
ento
h(n) =
1
2
_

1.e
in
d =
1
2
_
e
in
in
_
+

=
senn
n
que um sinal que tende para zero com 1/|n| e cuja transformada , como se
observa na gura, uma funo descontnua. Note-se um facto importante, o
6
Consideramos o caso geral em que a largura de banda , que, neste caso, vale 1
168CAPTULO6. A TRANSFORMADA DE FOURIER EMTEMPO DISCRETO
Figura 6.6: resposta em frequncia do ltro ideal passa-baixo
Figura 6.7: Resposta em frequncia do ltro ideal passa-baixo
sistema ideal passa-baixo no causal. A sua resposta impulsional bilateral,
como pode observar na gura 6.7.
Na gura 6.8 ilustra-se o clculo da TF de
sen n
n
para 30, 100, 500 e 1000
termos da srie. Como se pode observar h uns picos que no esperaramos.
Tal se deve a que, como referido atrs, a SF no converge uniformemente em
todo o intervalo. Nos pontos de descontinuidade surgem os referidos picos que
traduzem o chamado efeito Gibbs que uma consequncia do no convergncia
uniforme e do nmero nito de termos usado no clculo. No entanto, no ponto
de decontinuidade todas as curvas passam no ponto 1/2. Com efeito, a srie
converge para a semi-soma dos valores laterais da funo.
6.3. PROPRIEDADES GERAIS DA TFD 169
0 2 4 6 8
0.5
0
0.5
1
1.5
0 2 4 6 8
0.5
0
0.5
1
1.5
0 2 4 6 8
0.5
0
0.5
1
1.5
0 2 4 6 8
0.5
0
0.5
1
1.5
Figura 6.8: Sucesso das somas parciais no clculo da resposta em frequncia
do ltro ideal passa-baixo para 50, 100 , 500 e 1000 termos da srie
6.3 Propriedades gerais da TFd
1. Linearidade/homogeneidade
A TF verica a propriedade da linearidade/homogeneidade. Com efeito:
TF[a.x(n) +b.y(n)] = aX() +b.Y () (6.7)
2. Simetria hermiteana
A TF de um sinal real hermiteana, enquanto que a de um sinal imaginrio
puro anti-herminteana. Daqui se conclui que a TF de um sinal real e par
real e par e a TF de um sinal real e mpar imaginria pura e mpar.
Seja x(n) real, com TF
X() =
+

x(n) cos n
+

x(n) sen n
Se x(n) for real, as partes real e imaginria da TF so dadas por
R() =
+

x(n) cos n
e
I() =
+

x(n)sinn
170CAPTULO6. A TRANSFORMADA DE FOURIER EMTEMPO DISCRETO
Verica-se que:
R() = R() Funo par,
I() = I() Funo mpar
Se x(n) for real a sua TF verica a relao
X() = X

()
ou seja, X() hermiteana
Seja agora y(n) = ix(n). Temos
R() =
+

y(n)sinn
e
I() =
+

x(n) cos n
pelo que I() = I() Funo par,
R() = R() Funo mpar
Donde se conclui que
Y () = Y

()
e, portanto, Y () anti-hermitena Daqui se deduz que
a TF de um sinal real e par, real e par
a TF de um sinal real e mpar, imaginria pura e mpar
Sendo uma funo complexa de varivel real, podemos escrev-la na forma
polar:
X() = A()e
i()
com
A() =
_
R()
2
+I()
2
e
() = arctan
_
I()
R()
_
respectivamente, os espectros de amplitude e de fase. No difcil
deduzir agora que
o espectro de amplitude par A() = A()
o espectro de fase mpar () = ()
3. Reverso temporal
Seja X() = TF[x(n)], ento
TF [x(n)] = X(e
i
) (6.8)
Para demonstrar este resultado, basta substituir n por n em (6.1).
6.3. PROPRIEDADES GERAIS DA TFD 171
4. Mudana de escala
Seja TF[x(n)] = X(), k um nmero inteiro e y(n) tal que:
y(n) =
_
x(n/k) se n for mltiplo de k
0 se n no for mltiplo de k
Ento
TF[y(n)] = X(e
ik
) (6.9)
A demonstrao imediata. Esta propriedade mostra que dilataes no
tempo provocam contraces na frequncia e vice-versa.
Exerccio 56 Seja a racional e y(n) tal que:
y(a.n) =
_
x(n) se a.n for inteiro
0 se a.n no for inteiro
Calcule Y (e
i
) em funo de X(e
i
)
5. Translaco temporal
Seja X() = TF[x(n)], ento
TF [x(n k)] = e
ik
X(e
i
) (6.10)
Para demonstrar esta propriedade basta fazer uma mudana de ndice no
somatrio denidor da TF. Conclui-se imediatamente que uma translaco
no tempo traduz-se numa variao da fase, por adio dum termo linear.
Exemplo 7 - Delta transladado
TF[(n k)] = e
ik
(6.11)
A aplicao repetitiva desta propriedade permite transformar uma equa-
o s diferenas numa equao algbrica linear. Com efeito, tomemos a
equao
N0

m=0
a
m
y(n m) =
M0

m=0
a
m
x(n m) (6.12)
Substituindo nela y(n) e x(n) pelas correspondentes SF e usando a pro-
priedade anterior obtemos uma equao algbrica
N0

l=0
a
l
e
il
Y (e
i
) =
M0

m=0
a
m
e
im
X(e
i
) (6.13)
donde se obtem a resposta em frequncia:
H(e
i
) =

N0
l=0
a
l
e
il

M0
m=0
a
m
e
im
(6.14)
172CAPTULO6. A TRANSFORMADA DE FOURIER EMTEMPO DISCRETO
que resulta de H(z) por substituio de z por e
i
. Com o resultado
(6.14) estamos em condies de calcular a resposta de um sistema linear
discreto a um sinal peridico. Para isso, calculamos a TF de Fourier
da entrada, multiplicamo-la por H(e
i
) e sintetizamos o sinal usando a
equo de stese (6.2).
6. Translaco frequencial. Modulao
Consideremos, agora, a propriedade dual da anterior. No difcil vericar
que
TF
1
_
X(e
i(0)
)
_
= e
i0n
x(n) (6.15)
Para provar esta relao podemos usar (6.2) ou, ento, deduzi-la de idn-
tica propriedade da TZ.
Exemplo 8 - Multiplicao por sinuside real
Seja y(n) = x(n). cos(
0
n) Qual a Tf de y(n)? Usando a frmula de
Euler, podemos escrever
y(n) = x(n). cos(
0
n) =
1
2
e
i0n
x(n) +
1
2
e
i0n
x(n)
donde se obtm
Y (e
i
) =
1
2
X(e
i(0)
) +
1
2
X(e
i(+0)
)
que representa a verso discreta da vulgar modulao de amplitude com
portadora suprimida usada em Telecomunicaes.
7. Diferenciao no tempo
Seja X() = TF[x(n)], ento
TF [x(n) x(n 1)] =
_
1 e
i

X(e
i
) (6.16)
donde se conclui que diferenciar no tempo equivalente a multiplicar por
_
1 e
i

no domnio da frequncia. A prova imediata se se atender


translaco.
8. Diferenciao na frequncia
Seja X() = TF[x(n)], ento
TF [nx(n)] = i
dX(e
i
)
d
(6.17)
donde se conclui que diferenciar na frequncia equivalente a multiplicar
por n no domnio do tempo. A prova imediata se se calcular a derivada
de ambos os membros em (6.1).
6.3. PROPRIEDADES GERAIS DA TFD 173
9. Convoluo
Sejam x(n) e y(n) duas funes cujas TF so X(e
i
) e Y (e
i
). A sua
convoluo z(n) tem TF dada por:
TF [x(n) y(n)] = X(e
i
).Y (e
i
) (6.18)
A propriedade dual desta a seguinte:
TF [x(n).y(n)] =
1
2
X(e
i
) Y (e
i
) (6.19)
Vamos demonstrar a primeira, deixando esta como exerccio. Tomemos a
convoluo
z(n) =

x(k).y(n k)
e efectuemos a substituio de y(n k) pela sua expresso integral:
y(n k) =
1
2
_

Y ()e
i(nk)
d
vindo, depois de intercambiar as operaes de soma e integrao:
x(n) y(n) =
1
2
_

x(k)e
ik
_
Y (e
i
)e
in
d
obtendo-se, imediatamente, (6.16).
10. Acumulao
Seja X() = TF[x(n)], ento
TF
_
n

x(k)
_
=
X(e
i
)
[1 e
i
]
+X(e
i0
)
+

( 2k) (6.20)
Para demonstrar esta propriedade, comeamos por notar que
n

x(k) =
x(n) (n). Ento, basta-nos calcular a FT da funo de Heaviside e
aplicar a propriedade anterior, tendo em conta as caractersticas da funo
. A TF[(n)] no pode ser calculada directamente, visto a srie que a
deniria no ser somvel. Para obter o resultado pretendido, notamos que
(n) = (n) (n 1), donde, por aplicao da TF se obtm:
1 =
_
1 e
i

E(e
i
)
Esta equao tem, como soluo: E(e
i
) =
1
[1e
i
]
se = 2k, k Z.
Nos pontos = 2k e, em particular, para = 0 a soluo tem mais um
termo da forma
+

( 2k) pelo que


E(e
i
) =
1
[1 e
i
]
+
+

( 2k) (6.21)
174CAPTULO6. A TRANSFORMADA DE FOURIER EMTEMPO DISCRETO
donde se obtm, facilmente, o resultado (6.20). Se considerarmos, apenas,
o intervalo fundamental, obtemos:
TF
_
n

x(k)
_
=
X(e
i
)
[1 e
i
]
+X(e
i0
)() (6.22)
Exerccio 57 Funo sinal
Usando a relao (6.21) calcule as TF de
(a)
sgn(n) =
_

_
1 n > 0
0 n = 0
1 n < 0.
(b)
sgn
d
(n) =
_
1 n 0
1 n < 0.
exprimindo-as em termos da funo degrau unitrio acima considerada.
11. Correlao
Esta propriedade resulta facilmente da propriedade da convoluo. Basta
substituir y(n) por y(n). Temos ento
TF
_

x(k).y(k n)
_
= X(e
i
).Y (e
i
) (6.23)
Sendo y(n) real, podemos escrever, atendendo ao facto de a sua TF ser
hermiteana:
TF
_

x(k).y(k n)
_
= X(e
i
).Y

(e
i
) (6.24)
12. Relao de Parseval
Esta relao permite calcular a energia de um dado sinal no domnio da
frequncia. Basta usar o integral de inverso na equao acima e fazer
n = 0. Com efeito

x(k).y(k) =
1
2
_

X(e
i
).Y

(e
i
)d
que a relao de Parseval generalizada. Fazendo y(n) = x(n), obtemos

|x(k)|
2
=
1
2
_

X(e
i
)

2
d (6.25)
6.4. A TRANSFORMADA DE FOURIER DE SINAIS PERIDICOS 175
que a relao de Parseval usual. A relao de Parseval estabelece que
a energia de um sinal tambm pode ser determinada integrando a ener-
gia por unidade de frequncia,
1
2

X(e
i
)

2
, ao longo de um intervalo de
comprimento 2. A funo

X(e
i
)

2
designada por densidade espectral
de energia do sinal.
6.4 A transformada de Fourier de sinais peridi-
cos
Considere-se o sinal cuja transformada de Fourier verica a condio X() =
2(
0
), para intervalo valores de ,
0
[0, 2[ . O sinal pode ser deter-
minado analiticamente recorrendo expresso (6.2), obtendo-se
TF
1
[2(
0
)] = e
i0n
(6.26)
Conclui-se assim que o sinal em estudo a exponencial complexa de frequncia

0
ou, dito de forma inversa, a transformada de Fourier da exponencial com-
plexa e
i0n
a funo que, no intervalo [0, 2[ corresponde ao impulso unitrio
centrado na frequncia
0
. Deve, no entanto, ter-se em ateno que, uma vez
que a transformada de Fourier peridica, X() dever ser uma funo cujos
valores se repetem em intervalos de largura 2, tal como se representa na gura
6.9
Figura 6.9: Transformada de Fourier da exponencial complexa e
i0n
A expresso que corresponde funo representada na gura 6.9 X() =
2
+

(
0
2k). Esta expresso vlida para qualquer valor de .
Considere-se agora um sinal peridico genrico. A sua representao em srie
de Fourier , como vimos
x(n) =
N1

k=0
C
k
e
i
2
N
kn
176CAPTULO6. A TRANSFORMADA DE FOURIER EMTEMPO DISCRETO
Cada uma das N exponenciais complexas e
i
2
N
kn
que o compem tem uma
transformada de Fourier da forma 2
+

m=
(
2n
N
2m). Fazendo uso da
linearidade da transformada de Fourier, facilmente se verica que
X() =
N1

k=0
C
k
2
+

m=
(
2k
N
2m)
Trocando a ordem dos somatrios a funo escreve-se na forma
X() = 2
+

m=
N1

k=0
C
k
(
2k
N
2m) (6.27)
cuja representao grca se ilustra na gura 6.10.
Figura 6.10: Transformada de Fourier de um sinal peridico de perodo 5
Exerccio 58 Sinusides reais
Use o resultado expresso em (6.26) para calcular as TF de
1. sen
0
n e cos
0
n
2. sen (
0
n +) e cos (
0
n +)
3. sen
2
(
0
n +) e cos
2
(
0
n +)
4. sen (
0
n +) cos (
0
n +)
Exemplo 9 - TF da soma de 2 sinais peridicos
Considere-se o sinal x(n) = sen
4
8
n+
1
2
sen
6
8
n de perodo 8. Mostre que os
seus coecientes de Fourier valem: C
2
= X
2
=
1
2i
, C
3
= X
3
=
1
4i
, sendo
os restantes coecientes so todos zero. Daqui resulta o espectro da gura 6.11
6.5. A SRIE DE FOURIERCOMOAMOSTRAGEMDA TRANSFORMADA DE FOURIER177
Figura 6.11: Transformada de Fourier de x(n) = sen 48n +
1
2
sen 68n
Figura 6.12: Sinal aperidico de durao nita
6.5 A srie de Fourier como amostragem da trans-
formada de Fourier
Considere o sinal no peridico x(k), representado na gura 6.12
A sua TF dada por:
X() =
N2

N1
x(k)e
ik
Construa-se o sinal de perodo N = N
2
N
1
+ 1 por repetio de x(k). Esse
sinal, representado na gura 6.13, tem como coecientes de Fourier
X
k
=
N2

N1
x(n)e
i
2k
N
n
Pode-se concluir que, para valores de frequncia correspondentes a =
2k
N
, a
transformada de Fourier do sinal x(n) pode ser calculada a partir dos coecientes
da srie de Fourier do sinal peridico, de perodo N, construdo a partir de x(n):
X(
k
) = NX
k
178CAPTULO6. A TRANSFORMADA DE FOURIER EMTEMPO DISCRETO
Ou seja, podemos concluir que amostrar a TF X() numa grelha
k
=
2k
N
com
k = 0, 1, 2, . . . , N 1 equivalente a repetir o sinal cuja transformada X()
com um perodo igual a N. Se for x
p
(n) o sinal obtido atravs dessa repetio,
temos:
x
p
(n) =
+

m=
x(n mN)
Figura 6.13: Sinal peridico obtido por repetio de um sinal de durao nita
Se a durao de x(n) for inferior a N, este sinal pode sempre ser recuperado a
partir de um perodo qualquer do sinal x
p
(n). Tal no acontece se essa durao
for superior a N. Nesse caso, h sobreposio de troos originando o que se
costuma chamar "aliasing". Por exemplo, o sinal x(n) = a
n
(n), por maior
que se escolha o valor de N, h sempre "aliasing"que, no entanto, se pode tornar
to pequeno quanto se queira. Na gura 6.14 esse efeito pode observar-se nas
amplitudes dos picos.
6.6 Concluses
Apresentmos a anlise de Fourier de sinais discretos no peridicos determi-
nsticos. Introduzimos a Transformada de Fourier e apresentmos as suas pro-
priedades. Esta transformada permite-se passar do domnio do tempo para o
domnio da frequncia onde algumas operaes so mais fceis de realizar e
algumas caractersticas dos sinais mais facilmente observveis e interpretadas.
6.7 Exerccios
Exerccio 59 Determine a transforma de Fourier de
1. cos
_
pi
4
n
_
. [(n + 20) (n 20)]
2.
_
1 2 < n < 10
0 outros valoes de n
6.7. EXERCCIOS 179
0 10 20 30 40 50 60 70 80 90 100
0
0.2
0.4
0.6
0.8
1
0 10 20 30 40 50 60 70 80 90 100
0
0.5
1
1.5
Figura 6.14: Sinal peridico obtido por repetio de um sinal de durao innita
3.
+

m=
(n 2 5m)
4. sen
_
pi
4
n
_
.2
n
(n)
5. sen
_
pi
4
n
_
.e
in
Exerccio 60 Determine a transforma inversa de Fourier de
1. cos () . [( +/4) ( +/4)]
2.
_
1 /4 < || < /2
0 outros valoes de
3.
+

m=
( 2 2m)
4.
1
e
2i
0.8
5.
1
e
2i
+2
180CAPTULO6. A TRANSFORMADA DE FOURIER EMTEMPO DISCRETO
Captulo 7
Filtragem. Desenho de ltros
7.1 Os ltros
7.1.1 Consideraes gerais
A designao de ltro, habitualmente usada em referncia aos sistemas lineares,
deriva da possibilidade de certos sistemas
1
eliminarem ou atenuarem fortemente
certas harmnicas ou bandas. O sistema funciona, neste caso, como um selector
de frequncias, deixando passar umas e retendo outras: o caso do ltro usado
na sintonia de emissores de rdio. A este tipo de sistema damos o nome de
ltro de selectividade. A banda onde o ltro praticamente no altera o sinal
chama-se banda passante (BP), em oposio banda de rejeio (BR),
onde o sinal eliminado ou fortemente atenuado. No caso dos ltros no-
ideais h uma banda entre aquelas duas e que chamada banda de transio
(BT). No entanto, h outros Sistemas Lineares, tambm apelidados de ltros,
que se destinam, no a ltrar no sentido precedente, mas a alterar a forma do
espectro de um dado sinal: so os ltros de forma. O conceito de ltro de
forma extremamente importante na modelao de certos sinais encontrados
na prtica. No entanto, o seu estudo ultrapassa o mbito deste texto, pelo que
no regressaremos a este tema.
Vamos dedicar ateno exclusivamente aos SL como selectores que referiremos,
apenas, como ltros. Para entender um pouco melhor a sua aco, introduzimos,
seguidamente, a noo de ltro ideal. O conceito de ltro ideal extremamente
importante em Processamento de Sinais, pela comodidade e facilidade que in-
troduz em certo tipo de anlise, embora sabendo no ter realizabilidade fsica.
Alm disso, sempre um sistema acausal. As guras seguintes mostram os dia-
gramas espectrais de trs tipos de ltros ideais. Normalmente s se representa o
diagrama de amplitude. A fase supe-se sempre como sendo uma funo linear
da frequncia. Como este tipo de fase apenas provoca um atraso no tempo,
vamos supor frequentemente que ela nula. Estando a lidar com ltros a tempo
1
No necessariamente lineares
181
182 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
discreto, as respostas em frequncia representadas so peridicas de perodo 2.
No entanto, restringiremos a RF ao intervalo [-,[, sempre que tratarmos de
questes tericas, ou ao intervalo [0,2[, quando nos referirmos a questes de
ndole prtica, pelo facto de nas aplicaes usarmos a DFT, que privilegia o
segundo intervalo.
Na gura .1, est representado um ltro passa-baixo ideal de espectro de
amplitude
H
b
() =
_
1 || W
0 || > W
(7.1)
e, como se disse, fase linear. A resposta impulsional , ento, dada, no caso
de fase nula, por:
h
b
(n) =
sen(Wn)
n
(7.2)
onde, obviamente, W deve ser inferior a .
Figura 7.1: Filtro ideal passa-baixo
O caso passa-banda obtm-se com relativa facilidade a partir do caso ante-
rior. Seja
0
a frequncia central da banda passante. No difcil de vericar
que a resposta em frequncia do ltro, H
B
() dada por:
H
B
() = H
b
( +
0
) +H
b
(
0
) (7.3)
donde, aplicando a propriedade da modulao, se obtm a resposta impulsi-
onal:
h
B
(n) = e
i0n
sen(Wn)
n
+e
i0n
sen(Wn)
n
= 2cos (
0
n)
sen(Wn)
n
(7.4)
O caso passa-alto obtm-se a partir do passa-baixo da forma seguinte:
H
a
() = H
b
( +) (7.5)
7.1. OS FILTROS 183


()

Figura 7.2: Filtro ideal passa-banda com fase nula
ou por
H
a
() = 1 H
b
() (7.6)
que se pode escrever duma forma mais explcita na forma:
H
a
() =
_
1 || W
0 || < W
(7.7)
Ento a resposta impulsional :
h
a
= (n)
sen(Wn)
n
(7.8)
De forma anloga se obtm um elimina-banda a partir de um passa-banda:
H
e
() = 1 - H
B
()
sendo a resposta impulsional dada por
h
e
= (n) 2cos(
0
n)
sen(Wn)
n
(7.9)
Figura 7.3: Filtro ideal passa-alto de fase nula
Como se intui das guras anteriores, um ltro ideal elimina completamente
as componentes frequenciais localizadas na banda de rejeio. Este facto
responsvel pelos caracteres acausal e IIR dos ltros ideais.
184 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Alguns ltros teis
Seguidamente, apresentamos alguns ltros extremamente importantes:
O acumulador
A resposta impulsional do acumulador dada por:
h
A
(n) = u
n
(7.10)
a que corresponde a RF
H
A
(e
i
) =
1
1 e
i
(7.11)
Como facil de vericar, a equao s diferenas correspondente :
y(n) y(n 1) = x(n) (7.12)
Essencialmente uma traduo de uma aproximao reactangular de um
integrador. H um sistema muito semelhante cuja RF dada por:
H
A
(e
i
) =
1
2
1 +e
i
1 e
i
(7.13)
A que corresponde a seguinte equao:
y(n) y(n 1) =
x(n) +x(n 1)
2
(7.14)
No mais do que a verso discreta de um integrador trapezoidal. Mais
tarde, usaremos estes dois "integradores quando tratarmos do desenho
de ltros IIR.
O diferenciador
Trata-se de um sistema que efectua a derivao numrica. um sistema
discreto cuja RF, representada na pura seguinte, dada por:
H
D
(e
i
) = i (7.15)
A correspondente RI
h
D
(n) =
_
(1)
n
n
n = 0
0 n = 0
(7.16)
No h nenhuma equao s diferenas que represente exactamente este
SLIT. Usando tcnicas de desenho de ltros, conseguimos obter ltros que
aproximam razoavelmente bem este ltro. O sistema cuja RF dada por:
7.1. OS FILTROS 185

Figura 7.4: Diferenciador ideal e aproximado
H
A
(e
i
) = 1 e
i
(7.17)
uma boa aproximao nas baixas frequncias. A correspondente resposta
impulsional igual a:
h
a
= (n) (n 1) (7.18)
e a equao s diferenas :
y(n) = x(n) x(n 1) (7.19)
O transformador de Hilbert Trata-se de um sistema muito til em
Telecomunicaes e na denio de frequncia instantnea de um sinal,
porque permite a criao de um sinal com uma nica banda lateral. A
sua RF dada por:
H
H
(e
i
) = isgn() (7.20)
sendo a correspondente RI:
h
H
(n) =
_
2sen
2
(n/2)
n
n = 0
0 n = 0
(7.21)
Esta RI pode escrever-se na forma:
h
H
(n) =
_
2
n
n

impar
0 n par
(7.22)
Nas aplicaes prticas, opta-se por uma de duas solues:
186 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS


Figura 7.5: Tranformador de Hilbert
Truncar as RI de forma a carem com 2N+1 pontos (N ) e
transladam-se para a direita N pontos para se obterem sistemas cau-
sais.
Desenhar, usando mtodos que mais tarde descreveremos, ltros do
tipo FIR que aproximem razoavelmente bem a RF acima apresentada.
O uso da DFT permite uma implementao simples trabalhando directa-
mente na frequncia.
7.2 Os ltros FIR
7.2.1 Introduo
Nesta seco vamos analisar alguns dos aspectos mais relevantes dos ltros de
resposta ampulsional nita (FIR). Estes ltros so extremamente importantes
nas aplica oes justifacando um estudo cuidadoso. Embora no estudemos em
pormenor todos tipos de projecto destes ltros, focaremos adiante os mais im-
portantes.
De acordo com o refererido nos captulos precedentes, em geral, podemos clas-
sicar os ltros em tempo discreto de acordo com o esquema seguinte
FILTROS
_
_
_
FIR
_
N ao recursivos
Recursivos
IIR
De salientar que os ltros no recursivos so sempre FIR. No entanto,
possvel ter-se ltros FIR recursivos. Por exemplo, o sistema denido pela RI:
h(n) = a
n1
[u(n 1) u(n 5)] (7.23)
7.2. OS FILTROS FIR 187
Como facilmente se verica a resposta impulsional h(n) de durao nita;
logo estamos na presena de um FIR. A sua funo de transferncia H(z) dada
por:
H(z) =
4

n=1
a
n1
z
n
= a
1
4

n=1
_
a
z
_
n
(7.24)
ou
H(z) =
z
1
a
4
z
5
1 a
1
(7.25)
que invertida d a equao s diferenas
y(n) = x(n 1) a
4
x(n 5) +ay(n 1) (7.26)
Verica-se que (7.26) contm uma malha de rectroaco devido prepena
de y(n-1). Em termos de uma estrutura do tipo apretentado anteriormemte,
pode-se expressar na forma representada na gura .13.
Figura 7.6: Estrutura de um ltro FIR recursivo
onde se pode visualizar a presena da rectroaco. Devido ao facto de os l-
tros FIR utilizarem predominantemente estruturas no-recursivas, considerare-
mos que os FIR so sempre no-recursivos, salvo os casos em que eventualmente
se indique explicitamente o contrrio. O caso no-recursivo descrito, sempre,
por uma equao do tipo:
y(n) =
M

i=0
b
i
x(n i) (7.27)
A resposta impulsional dada por:
h(n) = b
n
n = 0, ..., M (7.28)
e a FT por:
H(z) =
M

i=0
b
i
z
i
(7.29)
188 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
O processo de transformar a equao s diferenas numa estrutura de pa-
rmetros concentrados chama-se realizao do ltro. Para realizar os ltros
existem muitas estruturas possveis. Como vimos anteriormente, um ltro na
forma cannica contm o menor nmero de elementos de atraso. Para imple-
mentar (l21), podemos recorrer ao seguinte esquema, que no mais do que
uma traduo directa e genrica da equao s diferenas, e que se designa por
Forma Directa ou Forma Transversal.
Figura 7.7: Forma directa de um ltro FIR
Como se observa na gura anterior, os coecientes do ltro coincidem com
of valores da RI. Tal no sucede, por exemplo, na estrutura em grade que j
apresentmos anteriormente. No entanto, as implementaes com base nesta
estrutura apresentam vrias particularidades interessantes e relevantos em ter-
mos de processamento de sinal,como por exemplo:
A resposta na frequncia destes ltros pouco sensvel a variaes ns pre-
ciso dos coecientes
Esta estrutura tem uma boa corrempondncia com certos modelos que fo-
ram formulados para a voz humana. Logo, podem obter-se vartagens con-
siderveis aquando da utilizao destes no processamento de voz
Esta estrutura, devido s suas propriedades, boa para realizar ltros
adaptativos, isto , ltros cujos coecientes variam de modo a satisfazerem
certos critrios e de acordo com as caraccertticas do sinal de entrada.
Muitas vezes refere-se esta estrutura como uma estrutura em escada. Os
coecientes so calculados a partir dos coecientes da resposta impulsio-
nal, h(n), usando a recurso de Levinson anteriormente apresentada.
7.2.2 Filtros FIR de Fase Linear
Consideremos a FT de um ltro FIR (7.29). Trata-se de um polinmio em z
1
,
portanto factorizvel na forma:
7.2. OS FILTROS FIR 189
H(z) = H
0
M

i=1
_
1 z
i
z
1
_
(7.30)
Atentendo a que se trata de um sistema real, as razes z
i
, i = 1, ..., M, ou
so reais ou complexas conjugadas, 2 a 2
2
. Se alm disso, forem recprocas 2
a 2
3
, o polinmio gerado por elas tem coecientes simtricos ou anti-simtricos
(ver a gura seguinte). Nesta situao, relativamente fcil ver que o sistema
associado tem fase linear. Denindo atraso de grupo de um ltro como uma
medida do atraso mdio do ltro, ou seja, o atraso da sada do sistema, em
termos de nmero de amostras, relativamente ao sinal de entrada que lhe d
origem,

g
=
d()
d
(7.31)
no caso de um ltro de fase linear, o atraso de grupo constante, pelo que
as componentes do sinal de diferentes frequncias sofrem todas o mesmo atraso
na passagem eelo ltro.
Figura 7.8: Distribuio dos zeros de um ltro FIR simtrico
Suponhamos que o ltro FIR em causa de ordem M. Pode mostrar-se que
o sinal de sada tem um atraso de grupo de M/2 amostras. Se M fo mpar, este
ponto um nmero inteiro de amostras, logo, pertence a h(n). Se M for par, o
ponto situa-se entre duas amostras de h(n). O diferenciador e o transformador
de Hilbert so exemplos de sistemas anti-simtricos, embora iIR. As relaes
entre os coecientes permitem obter realizaes de ltros FIt mais ecientes,
em termos de esforo domputacional, como o caso da gura seguinte.
2
evidentemente que pode haver razes mltiplas.
3
Dois nmeros dizem-se recprocos, se o seu produto for igual a 1.
190 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Figura 7.9: Estrutura que explora a simetria dos coecientes
Na denio rntroduzida de ltro FIR, a ordem M. Contudo e motivado
pelo uso da FFT, usual representar a ordem por N-1. Faremos isso, a partir
daqui.
Estudo da resposta na frequncia de ltros de fase linear
Para fazer este estudo, vemos subdividi-lo em 2+2 casos possveis de H(e
i
),
consoante a simetria dos coecientes e a paridade da ordem. Sendo assim, te-
mos:
FIRde fase linear
_
_
_
coefs. sim etricos : h(n) = H(N 1 n)
coefs. anti sim etricos : h(n) = H(N 1 n)
Vejamos em termos s grlos essa subdiviso para ltros tipo passa-baixo.
Na tabela da pgina seguinte, apresentam-se as expresses de H(e
i
) para os
quatro casos. Analisando H(e
i
) para os casos em que =0,, podem axtrair-se
as seguintes concluses:
Coecientes Simtricos - N par
Como a resposta na frequncia tem que vericar H(e
i
)=0, este tipo de
ltros no aconselhvel para realizar ltros passa-alto e rejeita-banda.
Coecientes Simtricos - N mpar
Pode ser utilizado para qualquer tipo de ltro.
Coecientes Anti-Simtricos - N par
Como H(e
i0
)=1, os ltros obtidos so tipo transformadores de Hilbert
passa-alto e diferenciadores ideais.
7.2. OS FILTROS FIR 191
Figura 7.10: Coecientes simtricos de ltros FIR tipo passa-baixo para M=24
e M=23
Coecientes Anti-Simtricos - N mpar
Quando o N mpar, a resposta na frequncia tem que ser 0 para os casos
=0,. Sendo assim o ltro de Hilbert do tipo passa-banda, enquanto
o diferenciador desce abruptamente para 0 s na vizinhana de .
Coecientes N H(e
i
)
h(n) = h(N-1-n) par e
i
N
2

N
2
k=1
b
k
cos ((k 1/2)]
h(n) = h(N-1-n) mpar e
i
N1
2

N1
2
k=1
a
k
cos(k)
h(n) = - h(N-1-n) par e
i(
N1
2

2
)
N
2
k=1
b
k
sen((k 1/2)]
h(n) = - h(N-1-n) mpar e
i(
N1
2

2
)

N
2
k=1
a
k
sen(k)
a
k
= 2h
_
N1
2
k

b
k
= 2h
_
N
2
k

k = 0, 1, . . .
Vai-se proceder de seguida deduo da expresso para H(e
i)
, mas para o
caso de coecientes simtricos e N mpar, que, na realidade, reecte o caso mais
comum. Usando as opes de simetria e o facto de N ser mpar resulta:
H(e
i
) =

N1
2
1
n=0
h(n)e
in
+h
_
N1
2

e
i
N1
2
+

N1
n=
N1
2
+1
h(n)e
in
ou
H(e
i
) =
N3
2
1

n=0
h(n)e
in
+h
_
N 1
2
_
e
i
N1
2
+
N1

N+1
2
h(n)e
in
(7.32)
Trabalhemos sobre a ltima parcela de (7.32). Utilizando h(n) = -h(N-1-n), m
192 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Figura 7.11: Coecientes anti-simtricos de ltros FIR tipo passa-baixo para
N=22 e N=21
= n-(N-1) transforma-se em:

N1
N+1
2
h(n)e
in
=

N1
N+1
2
h(N 1 n)e
in
=
=

0
n=
N3
2
h(n)e
i(N1+n)
e fazendo n = -m transforma-se em:

N1
N+1
2
h(n)e
in
=

n=
N3
2
0
h(n)e
i(N1n)
Substituindo em (7.32) obtm-se
H(e
i
) = 2e
i
N1
2
_

N3
2
n=0
h(n)
_
e
i
N1
2 +e
i
N1
2
2
_
+h
_
N1
2

_
e
H(e
i
) = 2e
i
N1
2
_

N3
2
n=0
h(n)cos(
N1
2
) +h
_
N1
2

_
fazendo k=
N1
2
n, resulta
H(e
i
) = 2e
i
N1
2
_
_
_
N1
2

n=0
h(n)cos(
N 1
2
)
_
_
_
(7.33)
7.3. PROJECTO DOS FILTROS FIR 193
onde se usaram as relaes da ltima linha da tabela antes apresentada. Temos
estado a analisar o caso de ltros causais. Se no estivermos preocupados com
o atraso, podemos remover o factor de fase e obter um sistema acausal. Os dois
sistems tm o mesmo espectro de amplitude A() mas diferente espectro de fase,
(). Recorrendo propriedade da translao no tempo dos sinais discretos
podemos concluir que h(n) = h[n +
N1
2
]. Sendo assim h(n) simtrica e o
sistema acausal, mas tem fase nula. Isto importante em certas aplicaes.
7.3 Projecto dos ltros FIR
O projecto de um ltro segue um procedimento em 5 etapas:
Especicao do ltro - Pode incluir:
respostas em frequncias desejadas
tolerncias aceitveis
comprimento de palavra, no caso de realizao digital
Clculo dos coecientes Este clculo est dependente das especica-
es
Realizao Escolha da estrutura
Anlise dos problemas da preciso nita Essenciais no caso de im-
plementao em DSP.
Implementao Produo do software ou hardware implementando o
ltro
Estas etapas devem ser seguidas duma forma iterativa com acertos e conces-
ses sucessivas de forma a obter uma soluo aceitvel. Atendendo a este facto
e antes de nos debruarmos sobre a questo do projecto de ltros FIR vamos es-
tudar a especicao. Por ora, apresentaremos a especicao standard em que
s se especca uma banda passante ou s uma banda de rejeio. A generali-
zao para especicaes multibanda imediata. H vrias formas de projectar
ltros FIR. Vamos estudar as mais importantes. Convm acrescentar que o pro-
jecto de ltros assunto sempre em actualidade, sendo propostos novos mtodos
e/ou algoritmos com bastante frequncia. Os mtodos mais importantes so:
mtodo das janelas, por amostragem na frequncia e o mtodo ptimo.
7.3.1 Especicao de ltros
As especicaes desejadas para o ltro do tipo passa-baixo so expressas pelas
grandezas, que se indicam na gura seguinte.
No entanto, habitual xar a amplitude desejada na banda pessante (BP)
igual a 1. Depois da realizao, a RF vai oscilar em torno daquele valor dentro
de um intervalo [1
p
, 1 +
p
]. As grandezas a aspecicar so as seguintes:
194 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS


Figura 7.12: Especicao de um ltro passa-baixo
A
p
atenuao mxima que se pode vericar na banda passante
Clculo dos coecientes Este clculo est dependente das especicaes
A
s
atenuao mnima que se pode vericar na banda passante
A
s
= 20 log
10
(
s
)

s
amplitude da oscilao (tremor)
f
c
- frequncia de corte da banda passante
f
s
- frequncia de corte da banda de rejeio
largura das bandas de transio = f
s
f
c
Nas guras seguintes, apresentamos as especicaes dos outros tipos de
ltros.
Apresentam-se na tabela seguinte as expresses das respostas impulsionais
dos ltros ideais, h
d
(n), consoante o tipo de ltro desejado. H uns ltros es-
pecialmente importantes na implementao de sistemas multirritmo onde so
usados como ltros anti-imagem. So os chamados ltros de meia-banda que
so ltros de fase linear mas que tm uma largura de banda passante igual
largura da banda de rejeio, ou seja:
f
s
=
1
2
f
c
(7.34)
Este tipo de ltros muito utilizado quando se pretende variar o ritmo de
amostragem em factores de 2. A generalizao das especicaes para ltros
multi-banda bvia.
7.3. PROJECTO DOS FILTROS FIR 195


Figura 7.13: Especicao de um ltro passa-alto


Figura 7.14: Especicao de um ltro passa-banda
Tipo de ltro h
d
(n) com
Passa-baixo 2f
0
sinc(f
0
n) f
0
=
fc+fs
2
f = f
c
f
s
Passa-alto
_
2f
0
sinc(f
0
n) n = 0
1 2f
0
n = 0
f
0
=
fc+fs
2
f = f
c
f
s
Passa-Banda
_
_
_
2f
02
sinc(f
02
n)
2f
01
sinc(f
01
n) n = 0
2(f
02
f
01
) n = 0
_
_
_
f
l
= f
c1
f
s1
f
01
= f
c1

f
2
f
h
= f
s2
f
c2
f
02
= f
c2
+
f
2
f = min [f
l
, f
h
]
Elimina-banda
_
_
_
2f
01
sinc(f
01
n)
2f
02
sinc(f
02
n) n = 0
2(f
01
f
02
) n = 0
_
_
_
f
l
= f
s1
f
c1
f
01
= f
c1
+
f
2
f
h
= f
c2
f
s2
f
02
= f
c2

f
2
f = min [f
l
, f
h
]
196 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS


Figura 7.15: Especicao de um ltro elimina-banda ou tampo
7.3.2 Projecto usando o mtodo das janelas
O mtodo daf janelas recorre resposta impulsional ideal h
d
(n) para cada tipo
de ltro Pb, PA, PB, RB
4
. As especicaes dos ltros baseiam-se nos ltros
standard uma vez que s se especica uma banda passante, ou s uma banda
de rejeio.
Come se sabe, h
d
(n) ilimitada e acausal, da ter-se de truncar h
d
(u) usando
uma janela. Comecemos por analisar o caso clssico de um ltro passa-baixo
ideal:
H(e
iT
) =
_
1 ||
c
0
c
< || <
(7.35)
e cuja RI dada por:
h
d
(n) = 2f
c
.sinc(f
c
n) (7.36)
onde f
c
=
c
2
. Um ltro com esta resposta impulsional no implementvel,
pois a resposta impulsional innita e acausal. Para se obter uma resposta
nita trunca-se h
d
(n), aplicando uma japela, w(n).
h(n) = w(n).h
d
(n) (7.37)
Se a janela mantiver a seco central da RI, ento, obtm-se um ltro FIR
de fase linear. Convm notar que esta utilizao da janela no d origem a um
sistema causal. Para que tal acontea desloca-se, no tempo, a resposta impulsi-
onal h(n), como vimos atrs. Posto isto e como uma translao no tempo no
afecta A(), pode-se calcular e usar uma RI, h(n), acausal e depois transladar os
valores de modo a obter-se uma resposta impulsional causal. O recurso a uma
janela rectangular, na truncagem, d origem ao chamado efeito Gibbs. Este
4
Passa-baixo, passa-alto, passa-banda e elimina-banda (tampo).
7.3. PROJECTO DOS FILTROS FIR 197
fenmeno manifesta-se atravs de oscilaes nas zonas de transio abruptas,
isto , nas bandas de transio. Estas oscilaes tm um valor mximo, que
de cerca de 9 do valor da variao de atenuao entre a banda passante e a
de rejeio. Mais ainda, este valor no decresce com o aumento do tamanho
da janela, ou seja, da resposta impulsional. O que acontece que as oscilaes
cam connadas a um intervalo menor. Pode-se, desde logo, vericar que a
utilizao da janela rectangular no uma forma muito ecaz de se obterem os
coecientes do ltro. O fenmeno de Gibbs pode ser atenuado atravs do uso
de uma truncagem menos abrupta, isto , recorrendo a janelas que convirjam
suavemente para zero. Claro est que esta melhoria tem o reverso da medalha,
ou seja, a reduo das oscioaes sempre acompanhada de um aumento da
banda de transio. No entanto esta largura passvel de ser controlada atravs
do aumento da ordem N do ltro.
Janelas mais comuns
As janelas mais usadas no desenho de ltros FIR pelo mtodo das janelas so:
Rectangular
5
w
r
(n) = 1 |n|
N 1
2
(7.38)
Hamming
w
H
(n) = + (1 ) cos
_
2n
N
_
|n|
N 1
2
com = 0.54 (7.39)
Hanning
6
semelhante de Hamming e obtm-se da expresso anterior, fazendo
= 0.5.
Blackman
w
B
(n) = 0.42+0.5 cos
_
2n
N 1
_
+0.08 cos
_
4n
N 1
_
|n|
N 1
2
(7.40)
Para comparar as diferentes janelas escolheram-se os parmetros A, B, C e
D ver a gura 0.32. Sabe-se que a diferena entre o nvel do lbulo principal
e o nvel mximo dos lbulos laterais um bom indicador da atenuao entre
bandas e o declive na banda de transio determina a largura desta.
Na tabela seguinte pode-se observar um estudo quantitativo dos parmetros
para estas quatro janelas. A partir da tabela verica-se que o nvel mximo do
tremor na janela de Hamming consideravelmente menor que o observado na
janela rectangular. Mas, em contrapartida, a largura da banda de transio (B)
5
Suporemos que N mpar; se N for par, teremos |n|
N
2
6
Mais correctamente Hann.
198 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Figura 7.16: Parmetros caractersticos das janelas
maior. Isto signica que, a um aumento em C, correspondem bandas de tran-
sio menos abruptas e a tremores nas bandas passante e de rejeio menores.
com estes dois aspectos que se joga quando se utilizam estas janelas. A tabela
anterior salienta o facto de que, s janelas com um maior declive til (A), isto
, lbulos laterais menores, correspondem valores da largura do lbulo principal
(C) maiores. Sendo assim e com o intuito de se obterem bandas de transio
menores, necessrio aumentar a ordem N do ltro.
Tabela .2
Janela A B (2 x) C D Tremor na BP
Rectangular 13 dB 0.9/N 4/N 21 dB 0.7416
Hamming 41 dB 3.3/N 8/N 53 dB 0.0194
Hann 31 dB 3.1/N 8/N 44 dB 0.0546
Blackman 57 dB 5.5/N 12/N 74 dB 0.0017
A janela rectangular tem claramente a banda de transio mais estreita para
um dado N. As trs primeiras janelas padecem de um problema: a largura do
lbulo principal inversamente proporcional a N, isto , largura, no tempo,
da janela. Logo, se pretendermos ltros com bandas de transio menores, ou
seja, se aumentarmos N, vemo-nos confrontados com o facto de que a largura
da banda passante tambm diminui. Outro facto a ter em conta a mnima
atenuao na banda de rejeio (D). Esta atenuao independente da largura
da janela, N, e depende somente do tipo de janela em si. Sendo assim, para
atingirmos uma atenuao mnima desejada temos de procurar qual a janela que
a proporciona. Pode-se, desde j, resumir e enumerar algumas das propriedades
desejveis nas janelas utilizadas no projecto de ltros FIR com fase linear. As
janelas devem ter uma:
Durao nita,
Transformada de Fourier que seja o mais prxima possvel de uma fudo
limitada, ou seja, os lbulos laterais da resposta na frequncia da janela
devem decrescer rapidamente para 0 medida que tende para ,
7.3. PROJECTO DOS FILTROS FIR 199
A relao entre a energia do lbulo principal e dos lbulos laterais a maior
possvel.
Existem janelas que maximizam esta relao de energia e so denominadas
por prolate-spheroidal wave functions, s que so extremamente difceis de cal-
cular e utilizar. O mtodo das janelas, apesar de ser fcil de utilizar, tem alguns
problemas que, por vezes, impedem a sua utilizao. Como se pode vericar, a
expresso de h
d
(n) tem de ser conhecida ou ento os seus valores determinados
"a priori". Nem sempre os valores de h
d
(n) so fceis de determinar. Outra des-
vantagem reside no facto de que a ordem N, obtida para implementar o ltro,
no est optimizada, logo um maior esforo computacional ser exigido ao l-
tro. Sendo assim, os desempenhos dos ltros podem ser melhoradas recorrendo
a outros mtodos, como se ver mais adiante.
7.3.3 Mtodo da Amostragem na Frequncia
Este mtodo recorre Transformada de Fourier inversa. Suponhamos que xa-
mos uma dada resposta em frequncia H() e que a amostramos em N pontos
igualmente espaados sobre a circunferncia unitria. A estes N pontos po-
demos aplicar a IDFT para se obterem os N pontos da resposta impulsional.
Com este procedimento, podemos garantir que nas N frequncias considera-
das a aproximao exacta, enquanto que nas frequncias intermdias existem
diferenas sobre as quais no se tem controlo directo. De modo a minorar o
erro nas frequncias intermdias, algumas das amostras podem ser consideradas
como variveis exveis. Ou seja, por vezes, as amostras que coincidem com as
bandas de transio tm um peso inferior s amostras nas bandas passante e
de rejeio. Desta maneira, consegue-se minorar o erro entre as respostas na
frequncia nas zonas de maior interesse. Convm salientar que, nem sempre,
se pode ignorar o que se passa na banda de transio. Na prtica, ao invs de
se amostrar a resposta ideal na frequncia s em N pontos, procede-se a uma
dmostragem mais na. Para determinarmos h(n) e como s se pretendem N
valores, vai-se aplicar novamente uma jacela ao resultado da IDFT. Este m-
todo interessante porque permite o projecto ae ltros multibanda, designao
relacionada com a possibilidade de se terem vrias bandas nas especicaes, ao
contrrio do que se passa no caso do mtodo das janelas. Se a resposta desejada
no ltro for razoavelmente suave, isto , se a resposta na frequncia no variar
radicalmente entre bandas, o erro de interpolao geralmente pequeno.
7.3.4 Mtodos Iterativos ptimos
Este conjunto de mtcdos deixou de ger analtieo tara passar a ser numrico.
Parte-se de uma resposta em frequncia desejada e tenta-se calcular uma que se
lhe aproxime optimamente, claro est, de acordo com um determinado critrio.
Comparendo os mtodos analticos com os numricos, surgem, desde logo, as
seguintes vantagens dos mtodos analticos:
falicidade de implementao
200 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
facilidade de utilizao, o que signicativo para os casos em que os coe-
cientes tm de ser calculados em tempo real.
Quanto s desvantagens podemos adiantar as seguintes:
os tremores
s
e
p
tm de ser iguais,
no h optimizao do nmero de coecientes N.
H um nmero enorme de algoritmos para efectuar esta optimizao. Os
mais importantes so:Mnimos Quadrados e Minimax. Nestes mtodos, a or-
dem N do ltro xada antecipadamente e os coecientes so calculados de
acordo com um dado critrio e correspondente algoritmo de optimizao. No
caso Mnimos Quadrados minimiza-se o integral do quadrado do erro entre a
resposta desejada e a funo, ideal e linear por troos, calculada por recurso
interpolao de Lagrange. Na verso Minimax recorre-se a um algoritmo que
minimiza o erro mximo entre a resposta actual e a desejada. Podem-se utilizar
vrios algoritmos de optimilao do ltro, mas o mais comum o de Parks-
McClellan. Este algoritmo um processo iterativo que visa minimizar o nmero
de coecientes do ltro com fase linear. Este algoritmo faz uso da interpolao
de Lagrange para obter um polinmio que verique os tremores permitidos de
1
p
e
s
, mas com o objectivo de minimizar N.
Nos mtodos Multibanda so permitidas zonas indiferentes ("dont care) fara
da banda passante. Estas so zonas em que a resposta do ltro no tem que
forosamente respeiter um valor de atenuao mxiro. Atravs do uso destas
zonas obtm-se ltros de menores ordens. Este tipo de especicaes podem
ser muito teis para os ltros FIR utilizados em sistemas multirritmo. O re-
curso a mtodos numricos, na determinao dos coecientes do ltro, exige
cuidados suplementares na sua utilizao. Nestes mtodos, as zonas das bandas
de transio consideradas indeferentes, durante o processo de dosenho, podem
ter como consequncia o falhar da soluo numrica, especialmente nas bandas
de transio. Um tipo de falha musto frequente sucede nos ltros PB quando
as bandas de transio tm dimenses muito diferantes entre elas. Como re-
sultado, podemos obter um lbulo, na banda de transio de maior dimenso,
com amplitude superior ao prprio lbulo principal da banda passante. Como
precauo, quando se recorre a mtodos numricos para minimizar N e deter-
minar os coscientes do ltro, deve-se confrontar as especicees iniciais com
o resultado obtido pela aplicao do mtodo.
7.3.5 Transformao passa-baixo/passa-alto
O desenho de ltros pode, muitas vezes, ser aligeirado pelo uso de ltros j
denidos, que podemos alterar. Uma das formas de o fazer a mudana de
escala que permite a alterao da largura de banda, mas que no muito fcil de
implementar. Outra, muito simples e til, a transformao passa-baixo/passa-
alto que se obtm usando as relaes seguintes:
7.3. PROJECTO DOS FILTROS FIR 201
h
pa
(n) = (1)
n
h
pb
(n) (7.41)
e
H
pa
(f) = H
pb
(
1
2
f) (7.42)
7.3.6 FIR versus IIR
Vamos salientar as principais diferenas entre os ltros FIR e IIR.
Vantagens dos ltros FIR:
Podem ser desenhados com fase linear.
um ponto importante quando a informao de fase do sinal inicial
necessria, ou seja, quando no se pode introduzir distoro de fase. Como
exemplos, temos o caso do processamento de voz e a transmisso de dados.
No caso dos IIR, a fase linear s conseguida de uma forma aproximada e
atravs de um circuito adicional que ir incrementar a complexidade nal
do sistema.
Os ltros FIR podem ser ecientemente realizados recorrendo a estruturas,
tanto recursivas como no-recursivas.
Os ltros FIR, quando implementados atravs de estruturas no-recursivas,
so sempre sistemas estveis (o facto de terem uma resposta impulsional
limitada e nita garante que h(n) absolutamente somvel). Isto implica
que, no mximo, tenham um plo na origem.
Tm menor propagao de erros. Os FIR, quando no-recursivos, esto
menos sujeitos a propagaes de erro e ao estado inicial das memrias,
pois este s afectar, no mximo, um nmero de sadas igual dimenso
da resposta impulsional h(n), que nita.
Rudo de quanticao, que inerente s realizaes com aritmtica nita,
pode ser diminuido quando se recorre a uma estrutura no-recursiva, s
possvel nos FIR. Para o caso dos FIR recursivos, especial cuidado deve
ser tomado, para se obter uma compensao exacta dos plos e zeros.
Os ltros FIR podem recorrer com eciuncia a uma losoa multirritmo.
Este tipo de implementao pode permitir redues importantes na ordem
dos ltros.
Os ltros FIR tm um transitrio com durao nita. A resposta de um
FIR s depende de um nmero nito de entradas, logo o transitrio
nito.
202 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
A maioria dos mtodos de desenho dos ltros IIR baseiam-se nas especi-
caes clssicas (banda nica). No caso dos FIR este tipo de especicaes
tambm vlido, e podem ainda ser especicados para situaes com v-
rias bandas, para diferenciadores e para satisfazer determinados requisitos
na banda de transio.
As desvantagens dos FIR tm origem no facto de, para as mesmas especi-
caes, os ltros FIR requererem ordens mais elevadas relativamente aos IIR.
Este facto tem como consequncia:
Mais memria para armazenar os coecientes, as entradas passadas e para
os resultados das operaes,
Maiores atrasos (proporcionais a N) na resposta a uma dada entrada.
Conforme N seja par ou mpar, assim se obtm atrasos na sada, iguais a
um nmero fraccionrio ou inteiro, de amostras para o caso dos FIR com
fase linear.
Existe uma relao directa entre a ordem do ltro FIR e a complexidade
nal do sistema.
7.4 Projecto de ltros IIR
7.4.1 Os SLIT a tempo contnuo
Os SLIT a tempo contnuo (TC) mais comuns e mais teis so os sistemas de
parmetros concentrados que so descritos por equaes lineares diferenciais
com o formato geral:
N

n=0
a
n
D
n
y(t) =
M

m=0
a
m
D
m
x(t) (7.43)
onde D o operador de derivao,
d
dt
. A funo exponencial e
st
a funo
prpria do sistema a tempo contnuo. Semelhentementa, a funo exponencial,
a tempo discreto, z
n
, a funo prpria do sistema a tempo discreto (TD).
Ento, fazendo x(t) = e
st
e x
n
= z
n
as entradas de ambos os sistemas, as
sadas sero y(t) = H
c
(s)e
st
e y
n
= H
n
(z).z
n
, para os sistemas a TC e TD,
respectivamente. Sejam H
c
(s) e H
d
(z) as FT dadas por:
H
c
(s) =

M
m=0
a
m
s
m

N
n=0
a
n
s
n
(7.44)
e
H
d
(z) =

M
m=0
a
m
z
m

N
n=0
a
n
z
n
(7.45)
7.4. PROJECTO DE FILTROS IIR 203
No que se segue, suporemos que os sistemas so causais e estveis. Conse-
quentemente, todos os plos de H
c
(s) estaro no semi-plano complexo esquerdo,
enquanto que os de H
d
(z) estaro no crculo unitrio. Em aplicaes prticas,
importante a transformao TC/TD para:
Simular sistemas a TC por meio de sistemas a TD.
Processar sinais a TC por meio de sistemas a TD.
Projectar sistemas a TD usando as tcnicas bem conhecidas de Projecto
de sistemas a TC.
Modelar sistemas a TC prticos usando sinais a TD obtidos em medies
experimentais.
Nesta seco daremos mais atendo ao ponto c) na sequncia do que zemos
na seco anterior. Estas aplicaes motivaram o desenvolvimento de diversas
tcnicas para converter uma equao direrencial puma equao s diferenas
(s2z) e vice-versa (z2s). Podemos agrupar os mtodos mais importantes em
classes de acordo com a sua forma de converso:
Tornando certas respostas invariantes, ou seja, uma dada resposta dum
sistema a TC amostrada para dar a resposta do sistema discreto equiva-
lente.
Transformando cada um dos factores da FT.
Transformando cada uma das fraces simples na decomposio em frac-
es simples.
Tornando invariante o espectro de amplitude da FT.
Convertendo a equao diferencial numa equao s diferenas usando
operadores de diferena.
Resolvendo numericamente a equao diferencial usando algoritmos de
integrao numrica.
Procurando aproximaes racionais da funo exponencial.
Convm acrescentar que alguns mtodos de converso, embora formalmante
diferentes, podem conduzir mesma soluo. Se H
c
(s) = H
0
, H
d
(z) = H
0
,
sendo um caso trivial. No caso de sistemas a TC, suporemos, sempre, que
M N, por razes de estabilidade. Embora no caso discreto, no tenhamos tal
limitao, continuamos a sup-la, porque o equivalente a TC dum sistema FIR
no descrito por uma equao diferencial do tipo (7.44).
No apndice A apresentam-se vrios prottipos de ltros a tempo contnuo que
podem ser usados para projectar ltros IIR.
204 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
7.4.2 Transformaes de frequncias em s
Os prottipos de ltros a tempo contnuo apresentados so do tipo passa-baixo
normalizados de forma a que a frequncia de corte seja igual a 1 rad/s. Para
passar para um ltro com frequncia de corte f
c
Hz ou
c
rad/s, basta substituir
s por s.2f
c
ou s.w
c
. Nada dissemos acerca dos outros tipos de ltros. Vamos
agora resolver o problema. Para tal basta-nos usar transformaes de frequncia.
Com elas podemos interconverter diferentes tipos de ltros. Estas transforma-
es so importantes quando, no projecto de ltros Pb, se usa a transforma-
o bilinear que provoca desvios para as baixas frequncias, como veremos adi-
ante. Assim, efectuando previamente uma passagem para passa-baixo reduzimos
aquele efeito.
Suponhamos que temos em ltro passa-baixo (FPb) de frequncia de corte
W
c
e e queremos obter outro com f.c.
c
. Basta efectuar a substituio:
s
W
c

c
s (7.46)
Com esta substituio, o novo ltro continua a ser um FPb, mas com frequn-
cia de corte
c
. No caso de pretendermos converter um FPb num FPA, a
substituio a fazer ser
s W
c

c
s (7.47)
Para passar de um FPb para um ltro passa-banda (FPB), efectuamos a
substituio:
s W
c
s
2
+
i

s
s(
s

i
)
(7.48)
onde
i

s
so as frequncias de corte inferior e superior. De forma anloga, a
passagem de um FPb para um Filtro Elimina-Banda (FEB) ou tampo, obtm-
se com a substituio:
s W
c
s(
s

i
)
s
2
+
i

s
(7.49)
Isto mostra a razo de nos termos debruado apenas sobre o desenho de ltros
passa-baixo.
7.4.3 Converso s para z do tipo Resposta Invariante
A transformaeo resposta invariante utilizada para obter um sinal discreto a
partir da amostragem de um sinal contnuo de forma anloga ao que foi feito
atrs com a exponencial. Exemplos muito conhecidos ressultantes da denio
desta transformao so a resposta impulsional, a resposta ao degrau e aresposia
rampa. Dado um sistema analgico denido por uma funo de transferncia
H(s), possvel aproxim-la por uma funo de transferncia discreta H(z)
utilizando a transformdo resposta invariante do seguente modo:
A entrada x(t) escolhida (ex.: impulso, degrau ou rampa).
7.4. PROJECTO DE FILTROS IIR 205
A resposta y(t) calculada atravs da transformada de Laplace inversa de
H(s)X(s).
A resposta y(n) obtida atravs da amostragem de y(t) em intervalos de
amostragem T e Y (z) a sua transformada Z.
A entrada x(n) obtida atravs da amostragem de x(t), sendo X(z) a
correspondente transformada.
Avaliar a funo transferncia discreta H(z) = Y (z)/X(z).
Em todas as transformaes que apresentaremos, necessitamos de usar um
dado intervalo de amostragem, T, ou seja, uma dada frequncia de amostragem
f
a
= 1/T. Convm escolher uma frequncia maior que o dobro da frequncia
de corte do ltro. Mais tarde regressaremos a este assunto.
No exemplo seguinte aplicada a transformao resposta invariante funo
transferncia H(s) =
4
(s+1)(s+2)
.
Exemplo 1
Impulso Invariante
Para x(t) = (t) temos X(s) = 1
Y (s) = H(s)X(s) =
4
(s+1)(s+2)
=
4
s+1

4
s+2
e
y(t) = 4.[e
t
e
2t
]u(t),
donde, por amostragem, obtemos
y(n) = 4.[e
nT
e
2nT
]u(n),
cuja Transformada Z
Y
D
(z) =
4z
ze
T

4z
ze
2T
Se x(n) =
n
, X(z) = 1
H(z) =
4z
ze
T

4z
ze
2T
|z| > 1
Degrau invariante
Para x(t) = (t) temos X(s) = 1/s
Y (s) = H(s)X(s) =
4
s(s+1)(s+2)
=
2
s

4
s+1
+
2
s+2
e
y(t) = [2 4e
t
4e
2t
](t),
donde, por amostragem, obtemos
y(n) = [2 4e
nT
4e
2nT
](n),
cuja Transformada Z
Y (z) =
4z
(ze
T
)

4z
(ze
2T
)
Se x(n) = (n), X(z) =
z
z1
Y
D
(z) = H(z).X(z) =
2z
z1

4z
ze
T
+
2z
ze
2T
|z| > 1
Sendo
z
z1
a TZ do degrau discreto, obtemos para a funo de trasnferncia
H(z) = 2
4(z1)
ze
T
+
2(z1)
ze
2T
|z| > e
T
206 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Figura 7.17: Respostas impulsionais (acima) e correspondentes espectros de
amplitude (abaixo): sistema contnuo trao a cheio, sistema discreto trao
interrompido
Na gura seguinte mostra-se a comparao entre os diagramas espectrais
de amplitude do sistema contnuo original e do sistema discreto.
Rampa invariante
Para x(t) = t(t) temos X(s) = 1/s
2
Y (s) = H(s)X(s) =
4
s
2
(s+1)(s+2)
=
3
s
+
2
s
2
+
4
s+1

1
s+2
e
y(t) = [3 + 2t + 4e
t
e
2t
](t),
donde, por amostragem, obtemos
y(n) = [3 + 2nT + 4e
nT
e
2nT
](n),
cuja Transformada Z
Y
D
(z) =
3z
z1
+
2zT
(z1)
2
+
4z
(ze
T
)

z
(ze
2T
)
Se x(n) = nT(n), X(z) =
zT
(z1)
2
H(z) =
3(z1)
T
+ 2
4(z1)
2
ze
T
+
2(z1)
2
ze
2T
|z| > e
T
A transformao resposta invariante produz uma funo de transferncia
que uma boa aproximao apenas para a resposta ao sinal escolhido
e no para outras entradas. A qualidade da aproximao depende do
intervalo de amostragem T, sendo possvel obter bons resultados se T for
sucientemente pequeno.
Vamos debruar-nos um pouco mais sobre o mtodo do impulso invariante.
7.4. PROJECTO DE FILTROS IIR 207
Figura 7.18: Respostas em frequncia, sistema contnuo trao a cheio, sistema
discreto trao interrompido
7.4.4 Impulso invariante
A transformao impulso invariante um caso particular em que a entrada
x(t) = (t). Este mtodo permite efectuar um mapeamento directo de H(s)
para H(z). Dada a funo de transferncia H(s), comeamos por decomp-la
em fraces simples e transformamos cada uma delas.
Considerando H(s) com N plos simples, p
k
, k = 1, . . . , N, ento H(s) pode ser
descrita na forma:
H(s) =
N

k=1
A
k
s p
k
(7.50)
vindo para as respostas impulsionais a tempo contnuo e discreto, h(t) e h(n)
respectivamente:
h(t) =
N

k=1
A
k
e
p
k
t
(t) e h(n) =
N

k=1
A
k
e
p
k
Tn
(n) (7.51)
Aplicando a transformada Z a h(n) temos a funo transferncia discreta:
H(z) =
N

k=1
A
k
z
z e
p
k
Tn
=
N

k=1
A
k
1 e
p
k
Tn
z
1
|z| > e
pmT
(7.52)
onde p
m
o valor mximo do mdulo dos plos. Comparando (7.50) e (7.52)
fcil vericar que, para a transformao impulso invariante, o mapeamento
a efectuar
1
sp
k

z
ze
p
k
T
=
1
1e
p
k
T
z
1
para o caso causal. Para obter o
mapeamento para razes repetidas consideramos o k-simo termo H
k
(s) com
multiplicidade M:
H
k
(s) =
A
k
(s p
k
)
M
h
k
(t) =
A
k
(M 1)!
t
M1
e
p
k
t
(t) (7.53)
208 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Amostrando h
k
(t) obtm-se h
k
(n)
h
k
(n) =
A
k
(M 1)!
(nT)
M1
e
p
k
Tn
(n) (7.54)
H
k
(z) = T
M1
A
k
(M 1)!
_
z
d
dz
_
z
d
dz
_
. . . M 1vezes . . .
_
z
z e
p
k
T
____
(7.55)
As transformaes para razes distintas, repetidas e complexas esto sumariadas
na tabela seguinte
H(s) H(z)
1
s p
1
1e
pT
z
1
1
(s p)
2
Te
pT
z
1
(1e
pT
z
1
)
2
1
(s p)
3
1
2
T
2
e
pT
z
1
(
1 +e
pT
z
1
)(1 e
pT
z
1
)
2
1
(s p)
M
T
M1 A
(M1)!
_
z
d
dz
_
z
d
dz
_
. . . M 1vezes . . .
_
z
ze
p
k
T
____
Exemplo 2
No exemplo seguinte aplicado o mtodo impulso invariante funo de trans-
ferncia H(s) =
4
(s+1)(s
2
+4s+5)
. Comeamos por transformar H(s) numa soma
de fraces simples:
H(s) =
2
2s+1
+
K
s+2+j
+
K

s+2j
com K = 1 i =

2e
i
3
4
. A funo transferncia discreta pode ser obtida
da tabela anterior, com b = e
T
e a = e
2T
H(z) =
4

2z
zb
z
2
cos(
3
4
)zacos(T
3
4
)
z
2
2azcos(T)+a
2
Exemplo 3
Como exemplo aplicamos os resultados anteriores funo de transferncia
H(s) =
1
(sp)
4
:
Obtemos a funo de transferncia discreta:
H(z) =
T
3
6
_
az
(za)
2
+
6a
2
z
(za)
3
+
6a
3
z
(za)
4
_
que pode escrever-se na forma
H(z) =
T
3
6
a
3
z+4a
2
z
2
+az
3
(za)
4
7.4.5 Algortmos de diferenas
Apresentam-se de seguida trs mtodos para passar de contnuo para discreto,
sendo dois deles lineares - directo (forward) e reverso (backward) e o ltimo
7.4. PROJECTO DE FILTROS IIR 209
(Tustin) bilinear. Os dois primeiros efectuam uma aproximao da derivada pela
razo incremental atrasada

f(t) =
f(t)f(tT)
T
ou avanada

f(t) =
f(t+T)f(t)
T
que correspondem a fazer uma integrao usando uma aproximao rectangular
do sinal. Tm o problema de poderem no preservar a estabilidade. Como se
verica facilmente, no primeiro caso, temos uma diferena entre o sinal num dado
instante e um valor do passado ( um sistema causal). No outro acso, a situao
reversa, vamos do futuro para o passado, pelo que o sistema anti-causal.
Obviamente que este conduzir a um sistema instvel. Sendo assim, deixa de
ter utilidade, visto que estamos preferencialmente interessados em converses
que garantam a estabilidade. Esta questo pode estudar-se melhor a partir das
transformaes implcitas nas formlas acima. Com efeito, podemos escrev-las
na forma:
s =
1 z
1
T
(7.56)
e
s =
z 1
T
(7.57)
Como se pode facilmente vericar, a primeira ransforma o semi-plano complexo
esquerdo no interior de uma circunferncia contida no crculo unitrio, garan-
tindo assim a estabilidade. Tal no acontece no outro caso. O mtodo de Tustin
vem resolver esse problema pois a uma funo de tranferncia contnua estvel
faz corresponder uma funo de transferncia discreta estvel tambm. Trata-
se de um mtodo que utiliza uma aproximao trapezoidal do sinal, revelando
por isso melhores resultados que os dois mtodos lineares anteriormente citados.
Estes algoritmos so apresensados juntamente com um mtodo de clculo que
permite uma fcil implementao computacional.
Mtodo das diferenas descendentes
Este mtodo usa a transformao s =
1z
1
T
para passar do plano s para o
plano z. Em Processamento de Sinais habitual chamar a esta transformao
directa forward, contrariamente literatura Matemtica onde se lhe chama
reversa. O nome directa mais correcto, porque est ligado ao uir do tempo,
do passado para o futuro. Suponhamos ento que a funo de transferncia do
SLIT a TC tem a forma habitual que aqui se representa:
G(s) =

M
m=0
b
m
s
m

N
n=0
a
n
s
n
(7.58)
e onde se substitui s pelo 2membro de (7.56), obtendo-se:
G
d
(z) =

M
m=0
b
m
T
m
(1 z
1
)
m

N
n=0
a
n
T
n
(1 z
1
)
n
(7.59)
Atendendo ao desenvolvimento binomial
(1 z
1
)
n
=
n

0
(1)
k
_
n
k
_
z
k
(7.60)
210 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Isto sugere que se procure uma representao em potncias de z
1
. Aps algu-
mas manipulaes obtemos a seguinte expresso para coecientes dos numerador
e denominador de G
d
(z):

b
k
=
(1)
k
k!
M

n=k
b
n
T
n
n!
(n k)!
(7.61)
e
a
k
=
(1)
k
k!
N

n=k
a
n
T
n
n!
(n k)!
(7.62)
vindo
G
d
(z) =

M
m=0

b
m
z
m

N
n=0
a
n
z
n
(7.63)
que pode facilmente exprimir-se como uma funo de z. As frmulas para
obteno dos coecientes dos polinmios podem reescrever-se na forma genrica:
= B. (7.64)
com

k
= a
k
T
k
, k = 0, 1, 2, . . . (7.65)
onde o vector dos coecientes originais multiplicados por potncias de
T
1
e o dos transformados. B uma matriz triangular superior cujos elemen-
tos so os coecientes binomiais multiplicados por (1)
n
, n = 0, 1, 2, ...
B =
_

_
1 1 1 1 1 1 . . .
0 1 2 3 4 5 . . .
0 0 1 3 6 10 . . .
0 0 0 1 4 10 . . .
0 0 0 0 1 5 . . .
. . . . . . . . . . . . . . . . . . . . .
_

_
(7.66)
De notar que, parte as mudanas de sinal, os coecientes da matriz acima, so
os coecientes binomiais que se podem obter do tringulo de Pascal.
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
. . .
7.4. PROJECTO DE FILTROS IIR 211
Dado que para valores pequenos de T os coecientes acima determinados podem
assumir valores muito elevados, podemos reduzir os valores a manipular, divi-
dindo os coecientes obtidos pela soma de todos eles originando o aparecimento
de um ganho K dado por:
K =

M
0

N
0

k
(7.67)
pelo que o sistema discreto se pode escrever na forma:
G
d
(z) = K

M
m=0

b
m
z
m

N
n=0
a
n
z
n
(7.68)
onde agora os coecientes de ordem zero esto normalizados a 1
Exemplo do clculo de G
d
(z)
Consideremos um SLIT contnuo com FT dada por:
G(s) =
2s
2
+ 6s + 4
s
4
+ 2s
3
+ 3s
2
+ 4s + 1
Vamos efectuar o clculo da sua aproximao discreta, G
d
(z). Tendo em conta
os graus dos polinmios da funo de transferncia (N e M) construimos as
matrizes adequadas ao clculo dos novos coecientes polinomiais.
B
4
=
_

_
1 1 1 1 1
0 1 2 3 4
0 0 1 3 6
0 0 0 1 4
0 0 0 0 1
_

_
dado que o denominador de grau 4 (gera uma matriz 5x5), e
B
2
=
_
_
1 1 1
0 1 2
0 0 1
_
_
dado que grau 2 (gera uma matriz 3x3).
Tendo em conta um intervalo de amostragem de, p.ex., 0.1 s obtem-se os se-
guintes vectores:

4
=
_
1 40 300 2000 10000

2
=
_
4 60 200

Multiplicando cada vector pela matriz correspondente de modo a obter os novos


polinmios que devem ser normalizados como dito acima. Os denominador e
numerador da funo de transferncia discreta desejada so dados por:
_
1.0000 3.779 5.3723 3.4033 0.810

212 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS


e
_
1 1.7424 0.7576

sendo o ganho igual a


K = 0.0214
donde vem:
G
d
(z) = 0.0214
1 1.7424z
1
+ 0.7576z
2
1 3.779z
1
+ 5.3723z
2
+ 3.4560z
3
+ 0.810z
4
Os plos de G
d
(z) esto localizados em 0.87, 0.97, 0.9796 0.046. inte-
ressante estudar o efeito da variao de T. Para isso, considerou-se o caso em
que T=1 e recalculou-se o polinmio denominador, tendo-se obtido o seguinte
polinmio para o denominador 1 1.8z
1
+1.3636z
2
+0.5455z
3
+0.0909z
4
a que correspodem os plos 0.7638, 0.4, 0.544 0.2954. Como se observa, a
diminuio de T desloca os plos em direco ao ponto 1.
Este exemplo sugere que esta transformao preserva a estabilidade. Com
efeito, tal sucede. Vejamos como. Regressemos forma geral da funo de
transferncia do sistema contnuo e reescrevamo-la na forma factorizada:
G(s) = K
0

M
m=1
(s z
m
)

N
n=1
(s p
n
)
(7.69)
e faamos a substituio de s dado por (7.56). Obtemos
G
d
(s) = K
0
T
NM

M
m=1
(1 z
m
T z
1
)

N
n=1
(1 p
n
T z
1
)
(7.70)
Como se observa, quer os plos, quer os zeros, tm a forma genrica:
=
1
1 wT
onde w um nmero complexo. Se se tratar de um plo no pode estar no
semi-plano direito, Observa-se tambm que, parte um possvel plo extra na
origem se trata de uma transformo plo/plo e zero/zero. Isto signica que,
essencialmente, estamos a considerar uma transformao biunvoca entre o plano
s e o plano z:
z =
1
1 sT
(7.71)
Para vermos qual o efeito desta transformao, vamos decomp-la noutras mais
simples:
s w = sT trata-se de uma mera mudan de escala e simetrizao.
Portanto, o semi-plano esquerdo passa a ser o direito e vice-versa.
7.4. PROJECTO DE FILTROS IIR 213
w r = w + 1 h uma translaco que leva a origem para o ponto
1. O eixo imaginrio transformado numa recta vertical passando pelo
ponto 1.
r z = 1/r uma inverso que transforma rectas que no passam
pela origem em circunferncias que passam pela origem. Isto quer dizer
que a imagem da recta que passa pelo ponto 1 uma circunferncia que
passa pela origem e tambm pelo ponto 1. Tal se deve a que o ponto mais
afastado da origem () transformado no mais prximo 0, enquanto que
o mais prximo 1 se transforma no mais afastado 1. Como a recta vertical
simtrica relativamente ao eixo horizontal, a sua imagem (circunferncia)
tambm o . Sendo assim, trata-se de uma circunferncia de raio 1/2
centrada no ponto 1/2. Convm salientar um facto importante: quando
percorremos a recta de baixo para cima, a circunferncia descrita no
sentido directo.
Como no difcil de vericar, o semmi-eixo real negativo transformado
no dimetro da circunferncia e o semi-plano esquerdo vai "cair"no interior da
circunferncia. Perante estes factos, concluimos que:
A passagem de um sistema contnuo para discreto preserva a estabilidade,
mas pode no preservar a caracterstica de fase. Um sistema de fase
mima transformado num de fase mnima, mas um de fase mista ou
mxima pode ser transformado num de fase mnima.
A situao reversa diferente. O sistema contnuo correspondente a um
sistema discreto estvel pode no ser estvel. O mesmo se passa com a
fase.
7.4.6 Regra de Tustin ou transformao bilinear
A regra de Tustin para transformao s para z corresponde ao chamado mtodo
numrico de integrao trapezoidal e traduz-se na transformao bilinear ou de
Mbius:
s =
2
T
1 z
1
1 +z
1
=
2
T
z 1
z + 1
(7.72)
ou
z =
2 +sT
1 sT
= 1 +
4
sT 2
(7.73)
Este mtodo de converso muito usado, pois a uma funo de transferncia
contnua estvel corresponde sempre uma funo de transferncia discreta tam-
bm estvel, sendo o semi-plano esquerdo do plano da varivel s transformado
no crculo unitrio em z como se ilustra na gura seguinte. Para entendermos
o efeito desta transformao, vamos decomp-la noutras mais simples:
s w = sT trata-se de uma mera mudana de escala.
214 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Figura 7.19: Converso s para z usando as diferenas
w r = w 2 h uma translaco que leva a origem para o ponto
2. O eixo imaginrio transformado numa recta vertical passando pelo
ponto 2.
r z = 1/r novamente, uma inverso que transforma rectas que
no passam pela origem em circunferncias que passam pela origem. Isto
quer dizer que a imagem da recta vertical que passa pelo ponto 2 uma
circunferncia que passa pela origem e tambm pelo ponto 1/2. Tal se
deve a que o ponto mais afastado da origem () transformado no mais
prximo 0, enquanto que o mais prximo 2 se transforma no mais afastado
1/2. Como a recta vertical simtrica relativamente ao eixo horizontal,
a sua imagem (circunferncia) tambm o . Sendo assim, trata-se de uma
circunferncia de raio 1/4 centrada no ponto 1/4. Convm salientar
um facto importante: quando percorremos a recta de baixo para cima, a
circunferncia descrita no sentido directo.
r q = 4r trata-se de uma mera homotetia que transforma a cir-
cunferncia de raio 1/4 centrada no ponto 1/4 numa circunferncia de
raio 1 centrada no ponto 1.
q s = q + 1 a circunferncia de raio 1 transladada de forma a
car centrada na origem.
Como no difcil de vericar, o semmi-eixo real negativo transformado
7.4. PROJECTO DE FILTROS IIR 215
no dimetro da circunferncia e o semi-plano esquerdo vai "cair"no interior da
circunferncia. Perante estes factos, concluimos que:
A passagem de um sistema contnuo para discreto preserva a estabilidade
e a caracterstica de fase. Um sistema de fase mima transformado num
de fase mnima, assim como um de fase mista ou mxima transformado
num de fase do mesmo tipo.
A situao reversa idntica. Na passagem de z para s h preservao da
estabilidade e da caracterstica de fase.
Figura 7.20: Converso s para z usando a transformao bilinear
De acordo com o que dissemos acima, o eixo imaginrio s = i transfor-
mado na circunferncia unitria z = e
i
, [, ]. Por outro lado, a trans-
formao biunvoca. Isto signica que o eixo imaginrio comprimido e de-
formado ("empenado- warped). A relao entre os dois eixos de frequncias
dada por:
=
2
T
tan

2
(7.74)
Na gura ???? podemos observar o efeito desta compresso de frequncias.
A escolha de T no muito importante quando se faz a converso s para z.
No entanto, importante no caso do desenho de ltros com pr-especicao de
frequncias. Com efeito, partindo de uma especicao no domnio da varivel
z, transformando para s ( pre-warping) e regressando a z, obtemos uma fun-
o de transferncia que no depende de T. Pode fazer-se 2/T = arctg(f
c
/f
a
),
216 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Figura 7.21: Compresso de frequncias na transformao bilinear
com f
c
a frequncia de corte do ltro passa-baixo e f
a
a frequncia de amostra-
gem. Frequentemente, faz-se f
a
= 4f
c
.
H duas formas de converter um SLIT contnuo em discreto usando esta trans-
formao.
Converso directa de plos e zeros em plos e zeros
O facto de esta transformao nos levar do semi-plano complexo esquerdo para
o interior da circunferncia de raio 1, garantindo, como se disse, a preservao
da estabilidade, faz com que possamos transformar plos em plos e zeros em
zeros, mantendo tambm as caractersticas de fase: mxima, mnima ou mista.
Neste caso, partimos da forma (7.69) e usando a transformao z para s (7.73)
vericamos facilmente que um binmio da forma s p se transforma em
(2pT)z(2+pT)
z+1
= (2 pT)
z
(2+pT)
(2pT)
z+1
. Como se observa, qualquer plo, p, (ou
zero) transforma-se no plo (ou zero)
(2+pT)
(2pT)
permitindo uma converso rpida.
Cada termo contribui tambm com um factor do tipo (2 pT) para o ganho.
Entretanto, surge um plo ou zero extra no ponto z = 1, devido aos factores
z + 1.Se N > M, temos um zero de multiplicidade N M, se M > N, temos
um plo de multiplicidade M N. Assim, supondo o caso N > M, obtemos:
G
d
(s) = K(z + 1)
NM

M
m=1
_
z
2+zmT
2zmT
_

N
n=1
_
z
2+pnT
2pnT
_ (7.75)
e onde
K = K
0

M
m=1
(2 z
m
T)

N
n=1
(2 p
n
T)
(7.76)
De notar que este ganho no coincide com o ganho esttico que se obtm de
(7.75) fazendo z = 1.
Converso dos polinmios numerador e denominador
Se no dispusermos da forma factorizada da funo de transferncia, devemos
fazer a converso dos polinmios de forma anloga seguida no caso do mtodo
7.4. PROJECTO DE FILTROS IIR 217
das diferenas. Apresenta-se de seguida um mtodo de clculo dos coecientes
de G
d
(z), a partir de G(s) de fcil implementao computacional.
Substituindo s dado pela transformao bilinear em (7.58) vem:
G
d
(z) =

M
m=0
b
m
_
2
T
_
m
_
1z
1
1+z
1
_
m

N
n=0
a
n
_
2
T
_
n
_
1z
1
1+z
1
_
n
(7.77)
Sejam

k
= a
k
_
2
T
_
k
, k = 0, 1, 2, . . . (7.78)
e semelhantemente para os bs.
G
d
(z) = (1 +z
1
)
NM

M
m=0

m
(1 z
1
)
m
(1 +z
1
)
Mm

N
n=0

n
(1 z
1
)
n
(1 + z
1
)
Nn
(7.79)
Para calcular os novos coecientes temos de efectuar as convolues dos coe-
cientes binomiais correspondentes a (1 z
1
)
m
e (1 +z
1
)
Mm
. A forma mais
simples de faz-lo a recursiva.
Sejam A e B os vectores colunas dos referidos coecientes (
k
e
k
, k = 0, 1, 2, . . . )
e

A e

B os vectores cujos coecientes so a
n
,

b
n
, n = 0, 1, 2, . . . ,. Os vectores

A
e

B podem ser determinados atravs das relaes:

A = P.A e

B = P.B (7.80)
onde P uma matriz quadrada de dimenso igual ao grau do denominador (N+
1), a matriz de Pascal. Se o grau do numerador for inferior ao do denominador,
como acontece em geral com ltros passa-baixo, inclumos coecientes nulos.
A construo desta matriz faz-se da forma seguinte:
a primeira linha s tem 1s. item os elementos da primeira coluna podem
ser calculados a partir de:
P
0,i
=
_
N
i
_
i = 0, 1, 2, . . . , N (7.81)
os elementos da ltima coluna podem ser calculados a partir de:
P
N,i
= (1)
i
_
N
i
_
i = 0, 1, 2, . . . , N (7.82)
Duma forma geral, os elementos da linha N i so os da linha i multipli-
cados por (1)
j
, j = 0, 1, 2, . . . .
Os restantes elementos da matriz podem obter-se de:
P
i,j
= P
i1,j
+P
i1,j+1
+P
i,j+1
(7.83)
onde i = 1, 2, 3, . . . , N, j = N, N 1, . . . , 2, 1.. Isto : para calcular um
dado elemento da matriz, somam-se o seu "vizinho"que est ao seu lado
direito com os 2 imediatamente acima dele e do seu vizinho. Vejamos o
exemplo em que N = 4. Sabemos imediatamente que:
218 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
P =
_

_
1 1 1 1 1
4 x y z 4
4 ? ? w 6
.
.
. . . . . . . . . .
.
.
.
_

_
As regras acima dizem-nos, imediatamente, que z = 4+1+1 = 2, pelo
que y = 2 + 1 + 1 = 0, x = 0 + 1 + 1 e w = 6 2 4 = 0. Deixamos
como exerccio o clculo dos restantes.
possvel fazer uma converso directa de passa-baixo contnuo para passa-alto
discreto usando, em vez de P, uma matriz Q, tal que:
Q
i,j
= P
i,Nj
i, j = 0, 1, 2, . . . , N (7.84)
mantendo-se o resto do algoritmo. A matriz Q obtm-se de P por uma rotao
em torno de um eixo vertical, ou seja, uma a imagem da outra num espelho.
Para ilustrar a aplicao destas regras vamos apresentar um exemplo.
Exemplo 4
Seja
H(s) =
s
2
+5.153
0.929s
3
+2.781s
2
+4.344s+5.153
e faamos 2/T = 1. Obtemos
P =
_

_
1 1 1 1
3 1 1 3
3 1 1 3
1 1 1 1
_

A = [13.207 14.235 11.121 2.661]


e

B = [6.153 14.459 14.459 6.153]


vindo, nalmente
H
d
(z) = 0.4658
1+2.35z
1
+2.35z
2
+z
3
1+1.0778z
1
+0.842z
2
+0.2015z
3
que um ltro passa-baixo, como esperado. Para obter o ltro passa-alto, pro-
cedemos como se disse, usando a matriz rodada
Q =
_

_
1 1 1 1
3 1 1 3
3 1 1 3
1 1 1 1
_

_
obtendo-se

A = [13.207 14.235 11.121 2.661]


e

B = [6.153 14.459 14.459 6.153]


vindo, nalmente
H
d
(z) = 0.4658
12.35z
1
+2.35z
2
z
3
11.0778z
1
+0.842z
2
0.2015z
3
7.4. PROJECTO DE FILTROS IIR 219
7.4.7 Comparao entre o mtodo das diferenas e bilinear
Consideremos o SLIT contnuo cuja FT
G(s) =
2s
2
+ 6s + 4
s
4
+ 2s
3
+ 3s
2
+ 4s + 1
e as respectivas verses discretas obtidas pelos mtodos das diferenas e
bilinear. Na gura seguinte, apresentamos os diagramas espectrais de amplitude.
Figura 7.22: Respostas em Frequncia: Contnuo (acima), Diferenas (no meio)
e de Tustin (abaixo)
Na gura seguinte, apresentam-se as correspondentes respostas impulsionais.
7.4.8 Projecto de ltros IIR usando a transformao bili-
near
Analisando as tcnicas apresentadas nas seces precedentes, concluimos que a
tcnica que menos problemas cria a baseada na transformao bilinear. Com
efeito, esta transformao:
transforma plos e zeros em plos e zeros, mais geralmente, transforma o
semi-plano complexo esquerdo no crculo unitrio centrado na origem,
preserva a estabilidade,
fcil de implementar.
220 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Figura 7.23: Respostas Impulsionais, Contnuo (acima), Diferenas (no meio) e
de Tustin (abaixo)
Contudo, tem um inconveniente, consequncia do facto de o eixo imaginrio
ser transformado na circunferncia de raio 1: h uma compresso das frequn-
cias de que falmos anteriormente. Com efeito, invertendo a relao (7.74),
obtemos
= arctan
T
2
(7.85)
que permite concluir que:
Todo o eixo R convertido no intervalo
o ponto s =

transformado no ponto z = 1, pelo que um passa-baixo
com apenas um plo transformado num sistema com um zero no ponto
1.
As baixas frequncias so transformadas quase linearmente.
Nas aplicaes, invertemos o problema:
Especicamos o ltro discreto usando o eixo de frequncias normalizado, pelo
que, como veremos com um exemplo, a transformao no vai utilizar um valor
particular de T. Para efeitos computacionais, podemos usar um qualquer.
Suponhamos que pretendemos desenhar um ltro passa-baixo com um plo,
tal que a sua largura de banda a 3dB seja /4, usando um ltro passa-baixo
analgico. Procedemos da forma seguinte:
Calculamos a frequncia de corte do ltro analgico,
c
, usando (7.74). Obte-
mos
c
=
2
T
tan(/8) = 0.41422T . Admitindo que o sistema contnuo tem um
ganho esttico igual a 1, a sua FT ser: H(s) =
0.8284/T
s+0.8284/T
Usando a transfor-
mao bilinear, obtm-se facilmente:
7.4. PROJECTO DE FILTROS IIR 221
H
d
(z) = 0.41421
1+z
1
1.41420.5858z
1
O ganho esttico vale 1 e para = /4, o ganho vale 0.707(3dB), como re-
querido.
Suponhamos, agora, que pretendemos um ltro com as mesmas especicaes,
mas de 2ordem, obtido a partir de um ltro Butterworth de 2ordem de frequn-
cia de corte igual a 1rad/s:
H(s) =
1
s
2
+

2s+1
Com a mudana de varivel s por sT/0.8284, seguida do uso da transformao
bilinear, obtemos:
H
d
(z) = 0.0976
1+2z
1
+z
2
10.94z
1
+0.33z
2
que se representa na gura seguinte. Como se v o resultado nal no depende
da escolha de T, pelo que podemos, para simplicar, faz-lo igual a 1 (ou, 2).
Para efectuarmos uma comparao calculmos as RF correspondentes e as res-
Figura 7.24: Sistema obtido usando um ltro Buttrworth de 2ordem
pectivas respostas impulsionais que se podem observar na gura seguinte. De
notar que o sistema discreto tem um zero no ponto 1 que fora a RF a ir a
zero.
Com este exemplo ilustrmos o procedimento para projectar ltros IIR a
partir dos correspondentes ltros analgicos. Contudo, este procedimento, apli-
cado cegamente, pode conduzir a resultados muito maus, nomeadamente, no
caso de ltros passa-banda ou passa-alto. Vejamos um exemplo. Exemplo
Exemplo 5
Pretende-se projectar um ltro passa-banda de 4ordem com frequncias de
corte
L
= /4 e
U
= /2. Comeamos por frazer pre-warpdas frequncias
de corte:

L
= 2 tan[(/4)/2] = 2 tan(/8) = 0.828
222 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Figura 7.25: Comparao dos sistemas analgico e discreto de 2ordem

U
= 2 tan[(/2)/2] = 2 tan(/4) = 2
Partindo de H(s) =
1
s
2
+2s+1
, fazemos a substituio de s por
s
2
+1.66
1.17s
, obtendo
a FT de um ltro analgico passa-banda:
H(s) =
1.37s
2
s
4
+1.65s
3
+4.69s
2
+2.75s+2.76
ou, expressa em factores de 2ordem por:
H(s) =
1.37s
2
(s
2
+1.08s+3.22)(s
2
+0.565s+0.857
Substituindo s por 2(z 1)/(z + 1) obtemos:
H(s) = 0.098
(1z
1
)
2
(1+z
1
)
2
(10.167z
1
+0.535z
2
)((10.105z
1
+0.62z
2
Na gura seguinte, temos as representaes das RF e RI.
Transformaes de frequncias em z
De forma idntica contnua, podemos efectuar transformaes anlogas no
caso de ltros a tempo discreto. Todas as transformaes tm como base o
sistema passa-tudo:
f(z) =
N

i=1
z
1
a
i
1 a
i
z
1
(7.86)
onde |a
i
| < 1, para assegurar que o novo sistema estvel. Semelhantemente
ao caso analgico, temos as seguintes transformaes:
De passa-baixo para passa-baixo:
z
1

z
1
a
1 az
1
(7.87)
7.4. PROJECTO DE FILTROS IIR 223
Figura 7.26: Comparao dos sistemas analgico e discreto de 2ordem do sis-
tema anterior
onde
a =
sen[(W
c

c
)/2]
sen[(W
c
+
c
)/2]
(7.88)
com W
c
e
c
so as frequncias de corte inicial e nal.
De passa-baixo para passa-alto:
z
1

z
1
+a
1 +az
1
(7.89)
onde
a =
cos[(W
c
+
c
)/2]
cos[(W
c

c
)/2]
(7.90)
De passa-baixo para passa-banda:
z
1

z
2
a
1
z
1
+a
2
a
2
z
2
a
1
z
1
+ 1
(7.91)
onde
a
1
=
2K
K + 1
a
2
=
K 1
K + 1
(7.92)
=
cos[(
s
+
i
)/2]
cos[(
s

i
)/2]
(7.93)
K = cot(

s

i
2
) tan(
W
c
2
) (7.94)
sendo
s
e
i
as frequncias superior e inferior do ltro passa-banda.
224 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Figura 7.27: Comparao dos sistemas analgico e discreto de 2ordem do
sistema anterior
De passa-baixo para elimina-banda: outra vez a transformao
z
1

z
2
a
1
z
1
+a
2
a
2
z
2
a
1
z
1
+ 1
mas agora com
a
1
=
2
K + 1
a
2
=
K 1
K + 1
(7.95)
7.5 Concluses
Neste captulo, zemos um breve estudo dos ltros, nomeadamente FIR, e seu
projecto. Estudmos as suas caractersticas fundamentais e os principais mto-
dos de projecto. Apresentmos os mtodos mais comuns de obteno de sistemas
discretos a partir de sistemas contnuos. Em particular, estudmos a trans-
formao bilinear e a sua utilizao. Convm referir que existem funes de
mapeamento de ordem superior que podem permitir uma melhor aproximao
na obteno dos ltros em tempo discreto. No entanto, tm alguns problemas,
nomeadamente de estabilidade. Modernamente, propuseram-se algoritmos que
aproximam de forma ptima o espectro de amplitude ou de fase. O seu estudo
envolve a utilizao de tcnicas de modelao linear que no estudaremos.
7.6. APNDICE A- PROTTIPOS DE FILTROS ATEMPO CONTNUO225
7.6 Apndice A - Prottipos de ltros a tempo
contnuo
Vamos considerar, apenas, as verses tipo passa-baixo de frequncia de corte f
c
.
1. Filtros Butterworth
Os ltros Butterworth so ltros s com plos tais que a correspondente
RF maximamente plana frequncia 0. Supondo que se usa uma FT
de forma que a frequncia de corte seja 1 rad/s, um ltro Butterworth de
ordem N tem como plos as razes da equao:
(s
2
)
N
+ 1 = 0
localizadas no semi-plano esquerdo. Essas razes cam uniformemente
espaadas de

N
e so da forma:
s
k
= i.e
i
2k1
2N
com k = 1, 2, . . . , (N + 1)/2 se N for mpar e k = 1, 2, . . . , N/2 se N for
par. A frmula geral para a FT de um ltro Butterworth passa-baixo com
frequncia de corte
C
:
H(s) =
1
_
1 +
s
C
_
P

n
2

k=1
_
1 + 2sen
_
(2k 1)

2
n

s
C
+
_
s
C
_
2
_ (7.96)
onde
n
2
a parte inteira de
n
2
e P = 0 ou 1 dependendo se n par ou
mpar. Os denominadores para ordens N = 1, 2, 3, 4, e 5 so dados por:
s + 1
s
2
+

2s + 1
(s
2
+s + 1)(s + 1)
(s
2
+ 0.76537s + 1)(s
2
+ 1.84776s + 1)
(s
2
+ 0.61803s + 1)(s
2
+ 1.61803s + 1)(s + 1)
2. Filtros Chebyshev
O bom comportamento dos ltros Bctterworth nas baixas frequncias pode
no ser compensado pela degradao das suas caractersticas na banda de
rejeio. Isto signica que, alterando as caracterticas da aproximao
na banda passante, podemos melhorar o comportamento na banda de
rejeio. Os ltros Chebyshev minimizam o desvio mximo relativamenet
caracterstica ideal. Se A
m
for o tremor na BP, dene-se o parmetro
dado por:
=
_
10
0.1Am
1 (7.97)
226 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
e os ltros so dados por uma FT da forma H(s) = K/P(s). Os plos
dum ltro Chebyshev de ordem N so dados por:
s
k
=
k
+i
k
k = 0, 1, 2, 3, . . . 2N 1 (7.98)
onde

k
= sen
_

2
_
2k + 1
n
__
senh
_
y
N
_
(7.99)
e

k
= cos
_

2
_
2k + 1
n
__
cosh
_
y
N
_
(7.100)
com
= senh(y) (7.101)
onde senh e cosh so as funes seno e co-seno hiperblicos. Estes plos
encontram-se sobre uma elpse.
Para exemplicar, consideramos o caso em que A
m
= 1dB. Assim, para
as ordens N = 1, 2, 3, 4 e 5, temos para P(s) e K:
1.96523 s + 1.96523
0.98261 s
2
+ 1.09773s + 1.10251
0.49130 (s
2
+ 0.49417s + 0.9942)(s + 0.49417)
0.24565 (s
2
+ 0.27907s + 0.9865)(s
2
+ 0.67374s + 0.2794)
0.12283 (s
2
+ 0.17892s + 0.98831)(s
2
+ 0.46841s + 0.4293)(s + 2.8949)
3. Filtros elpticos
Nas aproximaes precedentes, aatenuao na banda de rejeio cresce a
um mximo de 6N dB/oitava para um ltro de ordem N. Isto eignica
que estamos a usar um descrescimento superior ao necessrio, o que
uma fonte de inecincia. A aproximao elptica ou de Cauer procura
remediar esta situao. a forma mais cumum de desenho de ltros.
Como caracterstica distintiva deste tipo de ltros o facto de ter plos
de atenuao na banda de rejeio. A aproximao elptica conduz a
uma funo racional com plos e zeros nitos. Introduzindo igual ao
7.7. EXERCCIOS 227
quociente entre as frequncias de corte da BR e da BP, temos os seguintes
ltros para N = 2, 3, 4 e 5, correspondentes a = 3. No se indicam os
valores do ganho K
Numerador Denominador
s
2
+ 17.48528 s
2
+ 1.35715s + 1.55532
s
2
+ 11.82718 (s
2
+ 0.58942s + 1.14559)(s + 0.65263)
(s
2
+ 10.4554). (s
2
+ 0.32979s + 1.063281)
(s
2
+ 58.471) (s
2
+ 0.86258s + 0.37787)
(s
2
+ 10.4554). (s
2
+ 0.21066s + 1.0351).
(s
2
+ 58.471) .(s
2
+ 0.58441s + 0.496388)(s + 0.37452)
4. Filtros de Bessel
Contrariamente s aproximaes anteriores em que s se prestou aten-
o caracterstica de amplitude, nesta aproximao, presta-se tambm
ateno s caractersticas de fase e atraso. Os ltros de Bessel so ltros
s com plos em que o denominador um polinmio de Bessel:
B
N
(s) =
N

k=0
a
k
s
k
(7.102)
onde os coecientes so dados por
a
k
=
(2N k)!
2
Nk
k!(N k)!
(7.103)
Seguidamente apresentam-se alguns dos polinmios e a correspondente
constante K.
KPolin omio
1 s + 1
3 s
2
+ 3s + 3
15 (s
2
+ 3.67782s + 6.45944)(s + 2.32219)
105 (s
2
+ 5.79242s + 9.14013)(s
2
+ 4.20758s + 11.4878)
945 (s
2
+ 6.7039s + 14.2725)(s
2
+ 4.64934s + 18.15631)(s + 3.64674)
7.7 Exerccios
Exerccio 61 Um ltro FIR descrito pela equao:
y(n) = x(n) 0.95x(n 1) + 0.9x(n 2)
Esboce os seus diagramas de ganho e fase.
228 CAPTULO 7. FILTRAGEM. DESENHO DE FILTROS
Exerccio 62 Considere a seguinte resposta impulsional:
[1 2 1 0 0.5 0.9]
1. Escreva a ED correspondente,
2. Desenhe a correspondente estrutura transversal,
3. Calcule a FT e represente os diagramas de Bode de amplitude e fase (use
a DFT),
4. Calcule os coecientes de reexo da estrutura em grade.
Exerccio 63 Repita o problema anterior considerando o sistema cujos
zeros so: 1, 1, 2e
i/4
,
1
2
e
i/4
.
Exerccio 64 Considere dois ltros de fase linear quaisquer, denidos pelas
suas RI. Estude as suas respostas em frequncia e desenhe estruturas adequadas.
Exerccio 65 Repita o problema anterior, mas procedendo a partir do
diagrama de zeros.
Exerccio 66 Calcular os coecientes do ltro com as seguintes caracters-
ticas
A
p
= 0.05dB,
A
s
= 50dB,
f
p
= 100 Hz,
f
s
= 200 Hz,
F = 1000 Hz,
O ltro ter ordem N = 31.
Exerccio 67 Desenhe um ltro Meia-banda com as seguintes especicaes:
A
p
= 0.1dB,
7.7. EXERCCIOS 229
A
s
= 44dB,
f
p
= 200 Hz,
f
s
= 300 Hz,
F = 1000 Hz,
O ltro ter ordem N = 27. Como facilmente se verica a fase linear e o
nmero de coecientes no nulos da resposta impulsional dado por (N+3)/2 =
(27 + 3)/2 = 15 e h(0) = 0.5.
Exerccio 68 Seja h(n) a RI de um ltro FIR que verica h(n) = h(Mn),
0 n M.
1. Demonstre que, se z
1
for um zero de H(z), ento 1/z
1
tambm um zero
de H(z).
2. Demonstre que, se M for mpar, ento H(z) tem um zero em z = 1.
Que implicaes tem este facto no projecto de ltros FIR?
3. Tendo em conta os resultados anteriores calcule a resposta impulsional de
um ltro FIR com coecientes reais, simetria par e M = 5, tal que um
dos seus zeros est em z
1
= 0.5i. Esboce a sua RF.
Exerccio 69 Pretende-se um ltro IIR passa-baixo com frequncia de
corte 1/4 e uma atenuao de, pelo menos, 20dB para frequncias acima de 3/8.
Usando como prottipo um ltro "Butterworth"passa-baixo e a transformao
bilinear, a ordem mnima requerida de 3 e a correspondente FT com frequncia
de corte igual a 1 rad/s dada por: H(s) =
1
(s
2
+s+1)(s+1)
Desenhe o ltro discreto e compare as RF e RI.
Exerccio 70 Pretende-se um ltro IIR passa-banda com frequncias de
corte em 400Hz e 2kHz. A frequncia de amostragem de 8kHz. Supondo um
ganho de 0dB na banda passante, o ganho deve ser inferior a 20dB abaixo de
50Hz e entre 3kHz e 4kHz. Mostrar que a soluo pode estar numa cascata de
um passa-baixo e um passa-alto. Projecte tal ltro.