Você está na página 1de 52

1

Introduo
Sinais discretos: Seqncias
Sistemas discretos no tempo
Sistemas lineares discretos no tempo - LTI
Propriedades de sistemas LTI
Equaes diferena lineares com coeficiente constante
Representao no domnio da freqncia
Representao de seqncias por transformada de Fourier
Propriedades de simetria transformada de Fourier
Teoremas da transformada de Fourier.
Sinais e Sistemas Discretos no Tempo
2
2.0 Introduo
Sinal: algo que contm informaes sobre o estado ou
comportamento de um sistema fsico, por exemplo sinal de voz.
Sinais contnuos no tempo: definidos ao longo de um intervalo
de tempo contnuo e so representado por uma varivel contnua
independente.
Sinais discretos no tempo: definidos para tempo discreto, e so
representados como uma seqncia de nmeros.
Sistema de processamento de sinais
Sistemas contnuos no tempo
Sistemas discretos no tempo
3
Exemplo de sinais: a) Contnuo no tempo
b) Sequncias de amostras obtidas para T = 125 s
Sinal discreto no tempo
4
Sinais Digitais: sequncias indexadas de nmeros (reais ou
complexos). O ndice n usado como tempo discreto, tal como
o clock instantneo de um processador digital.
Funo impulso unitrio discreta: Sequncia de uma nica
amostra.
2.1 Sinais Discretos no Tempo: Sequncias

=
=
=
0 ; 0
0 ; 1
) (
n
n
n o

=
=
=
k n
k n
k n
; 0
; 1
) ( o
ou
) (n o
0 1 2
3
) ( k n o
0 1 2 3 k k+1
1
1
5
O impulso unitrio segue as mesmas regras da funo impulso
unitrio ou funo delta de Dirac.
A propriedade da integrao da funo impulso envolvendo
deslocamento pode ser visto como a propriedade do somatrio
de sequncias unitrias deslocados.
Propriedade do deslocamento
Uma seqncia discreta pode ser expressa como a soma de
impulsos unitrios discretos, deslocados e multiplicados por um
peso:

Outra interpretao usando convoluo.

=
=
k
k n k x n x ) ( ) ( ) ( o
) ( * ) ( ) ( n n x n x o =
Impulso unitrio ou sequncia unitria
6
Funo degrau unitrio

<
>
=
0 ; 0
0 ; 1
) (
n
n
n u

<
>
=
k n
k n
k n u
; 0
; 1
) (
ou
) (n u
0
1 2
3
) ( k n u
0 1 2 3 k k+1
1
1
4 5 k+2
Outra interpretao:

=
=
k n
m
m k n u ) ( ) ( o
) 1 ( ) ( ) ( = n u n u n o
e
k+3


= =
= =
0
) ( ) ( ) (
m
n
m
k n m n u o o
7
Exponencial


n
A n x o = ] [
Senoidal


) cos( ] [ | e + = n A n x
o
8
Um sistema discreto no tempo definido matematicamente
como uma transformao ou um operador que mapeia uma
sequncia de de entrada com valor x[n] em uma outra sequncia
com valor y[n], isto :
Classificao:
Sistemas sem Memria
Exemplo:
y[n] = (x[n])
2
+ 2x[n] ;

y[n]=x[n]-x[n-1] , sistema com memria

Sistemas Discretos no Tempo
],........ [ ] [ ], [ ] [
1 1 0 0
n y n x n y n x
] n [ x
e ] n [ y =
9
Sistemas Lineares
Um sistema linear se ele obedece o teorema da superposio



Exemplo:








Sistemas Discretos no Tempo
]} [ { ]} [ { ]} [ ] [ {
2 1 2 1
n x bT n x aT n bx n ax T + = +

= = =
= = =
n
k
2 2
n
k
1 1
n
k
] k [ x ] n [ y ] k [ x ] n [ y ] k [ x ] n [ y

= = = =
+ = + = =
n
k
2
n
k
1
n
k
1 1
n
k
3 3
] k [ x b ] k [ x a ]) k [ bx ] k [ ax ( ] k [ x ] n [ y
10

Sistemas Invariante no Tempo

Exemplo:






Sistemas Discretos no tempo
) n n ( y ) n n ( x ento ), n ( y ) n ( x
0 0

= =

=
= = = =
=
n
k
n n
k
0 1 1 0 1
n
k
1 1
n n
k
0
0
0
] n n [ y ] k [ x ] n k [ x ] k [ x ] n [ y
] k [ x ] n n [ y

=
=
n
k
] k [ x ] n [ y
11
Um sistema L causal, se para qualquer n
o
, os valores da
sequncia de sada para n = n
o
dependem somente dos valores da
sequncia de entrada par n s n
o
, ou seja y(n) uma funo de {,
x(n-2), x(n-1), x(n)} somente.
S depende de valores passados
Exemplos:

Causalidade
y[n]=x[n]-x[n+1] , no causal

Obs. Um sistema pode ser processado em tempo real (produzindo
uma sada imediata para cada instante de tempo n) se e somente se
o sistema causal.

=
=
n
k
] k [ x ] n [ y
] 1 n [ x ] n [ x ] n [ y =
12
Um sistema L estvel no sentido BIBO (bounded-input,
bounded-output stable) se somente se, para qualquer entrada
limitada a sada resultante tambm limitada.
Formalmente - O sistema L estvel se somente se para algum
AeR, A>0, verdadeiro que:

Ento existe um BeR, B>0, tal que:
onde
Exemplo:

Sistema instvel. Se x[n]=u[n]; sada infinita
Estabilidade
limitado) ( todo para ) ( x n A n x <
limitado) ( todo para ) ( y n B n y < )]. ( [ L ) ( n x n y =
] n [ x
e ] n [ y =

=
=
n
k
] k [ x ] n [ y
13
Um sistema L um processo de transformao de sinais.


Um sistema L linear se, para qualquer x(n), v(n) tal que

e qualquer constante , tem-se:

Um sistema invariante no tempo (ou invariante ao
deslocamento) se para todo x(n) tal que ,
tem-se, para todo k, que :
Sistemas discretos lineares e invariante no tempo
(LTI)
)] ( [ L ) ( n x n y = )] ( [ L ) ( n v n w =
e
L
y(n)=L[x(n)]
y(n) x(n)
R b a e ,
)] ( ) ( [ L ) ( ) ( n bv n ax n bw n ay + = +
)] ( [ L ) ( n x n y =
)] ( [ L ) ( k n x k n y =
14
A resposta ao impulso unitrio de um sistema L definida por:

Se o sistema L LTI, ento



A resposta impulso unitrio de um sistema LTI discreto no tempo
caracteriza um sistema da mesma forma que caracteriza os
sistemas LTI contnuos no tempo.
Resposta ao impulso unitrio Resposta a qualquer entrada
Resposta ao impulso unitrio de um sistema
linear
)] ( [ L ) ( n n h o =
)] ( [ L ) ( m n m n h = o
L
] n [ o
] n [ h
15

Para determinar a resposta para uma entrada arbitrria x(n),
considere:
y[n]=L(x[n]). Mas, x[n], pode ser escrito um somatrio de
impulsos, ou seja:

Portanto:
Resposta de sistemas LTI a uma entrada qualquer
| |
(

o = =

= k
] k n [ ] k [ x L ] n [ x L ] n [ y
| |

=
o =
k
] k n [ L ] k [ x ] n [ y

=
=
k
] k n [ h ] k [ x ] n [ y

=
=
k
k n k x n x ) ( ) ( ) ( o
Convoluo soma
16
Se L um sistema LTI com resposta impulso unitrio h(n), ou
seja:
e ento

a convoluo soma ou convoluo discreta que pode ser
avaliada diretamente para cada n, por computador ou na mo.
Exceto para certos sinais simples difcil encontrar uma forma
fechada para o resultado.
A operao de convoluo representada por:

Convoluo Soma
| | ] [ L ] [ n x n y =
] [ * ] [ ] [ * ] [ ] [ n x n h n h n x n y = =

=
=
k
] k n [ h ] k [ x ] n [ y

=
= =
k
] k n [ h ] k [ x ] n [ h * ] n [ x ] n [ y
17
Convoluo Soma
Como calcular:
1. Rebate-se um dos sinais, isto , escrevendo x[-n] ou h[-n].
2. Calcula-se y[n] para cada n deslocando-se x[n] sobre
h[n], ou vice-versa.

Exemplo: x[n] 1 1 h[n] 2

=
=
k
] k n [ h ] k [ x ] n [ y
0 1 n 0 1 n
2
3
3
... -2 -1 0 1 2 3 k
1 1
y[n]=0, n<0
18
0 1 n 0 1 n
2
3
3
... -2 -1 0 1 2 3 n
1 1
x[n] 1 1
2
y[0] = x[0]h[0] = 1x3= 3
y[n] = 0, n < 0;
19
0 1 n 0 1 n
2
3
3
... -2 -1 0 1 2 3 n
1 1
x[n] 1 1
2
y[0] = x[0]h[0] = 1x3= 3
y[n] = 0, n < 0;
y[1]= x[0]h[1] + x[1]h[0] = 1x2+1x3 = 5
20
0 1 n 0 1 n
2
3
3
... -2 -1 0 1 2 3 n
1 1
x[n] 1 1
2
y[0] = x[0]h[0] = 1x3= 3
y[n] = 0, n < 0;
y[1]= x[0]h[1] + x[1]h[0] = 1x2+1x3 = 5
y[2] = x[1]h[1] = 1x2= 2
21
0 1 n 0 1 n
2
3
3
... -2 -1 0 1 2 3 n
1 1
x[n] 1 1
2
y[0] = x[0]h[0] = 1x3= 3
y[n] = 0, n < 0;
y[1]= x[0]h[1] + x[1]h[0] = 1x2+1x3 = 5
y[2] = x[1]h[1] = 1x2= 2
y[n] = 2, n > 0;
22
Teorema - Um sistema LTI com resposta impulso unitria h(n)
causal e e somente se:


Teorema - Um sistema LTI estvel se somente se ele tem uma
resposta impulso unitrio h(n) absolutamente somvel, ou seja:

Causalidade e Estabilidade
. 0 n para 0 ) n ( h < =

=
<
n
n h ) (

=
=
k
] k n [ h ] k [ x ] n [ y
23
Todos os sistemas LTI so descritos so descritos pela
convoluo soma.


Comutativa:

Distributiva:


Propriedades de Sistemas LTI
] [ * ] [ ] [ * ] [ ] [ n x n h n h n x n y = =

=
=
k
] k n [ h ] k [ x ] n [ y
] [ * ] [ ] [ * ] [ ]) [ ] [ ( * ] [
2 1 2 1
n h n x n h n x n h n h n x + = +
] [n x ] [
1
n h ] [n y
] [n x ] [n y ] [
1
n h
] [n x ] [ * ] [
2 1
n h n h ] [n y
Cascade connection of LTI Systems
] [
1
n h ] [
2
n h
] [
2
n h
] [
2
n h
] [n x
] [n y
] [n x ] [ ] [
2 1
n h n h + ] [n y
Parallel connection of LTI Systems
24
Retardo ideal


Mdia mveis


Acumulador


Forward Difference

Backward Difference


Exemplos de Sistemas LTI
0 ], [ ] [ > =
d d
n n n n h o

s s
+ +
=
+ +
=

=
otherwise. , 0
,
1
1
] [
1
1
] [
2 1
2 1
2 1
2
1
M n M
M M
k n
M M
n h
M
M k
o
] [
0 , 0
0 , 1
] [ ] [ n u
n
n
k n h
n
k
=

<
>
= =

=
o
]. [ ] 1 [ ] [ n n n h o o + =
]. 1 [ ] [ ] [ = n n n h o o
25
Um sistema LTI discreto pode ser caracterizado por uma equao
diferena linear com coeficientes constantes
Ela pode ser visto como o anlogo discreto de uma equao
diferencial linear com coeficientes constantes aplicada na teoria de
sistemas contnuos.
Exemplo - Equao diferena genrica:



que uma soma ponderada de sadas deslocadas expressa como
uma soma ponderada de entradas deslocadas para um dado instante
de tempo.
Equao Diferena Linear com Coeficientes Constantes

= =
=
K
k
M
m
m n x m a k n y k b
0 0
. ) ( ) ( ) ( ) (
26
Se M=0, a(0)=1; K=2, b(0)=1, b(1)=1/2, b(2)=1/8, ento a ED torna-se


Representao grfica





Dado um sistema descrito por uma equao diferena, a sada do
sistema pode ser encontrada pela soluo da equao no domnio do
tempo ou da transformada Z.
Equao Diferena: Exemplo
) ( ) 2 (
8
1
) 1 (
2
1
) ( n x n y n y n y = + +

) (n x ) (n y
Unit
delay
Unit
delay
) 1 ( n y 1/2
1/8
) 2 ( n y
+
-
-
A Digital Filter
27
Considere a seguinte equao diferena:

Encontre para dada:
a condio inicial:
entrada:
Soluo numrica:



Deve-se encontrar uma forma fechada para a expresso de y(n).
Exemplo
) ( ) 2 ( 9 ) ( n x n y n y =
) (n y
n n n x + =
2
) (
= ,..., 0 n
0 ) 2 ( ) 1 ( = = y y
20 ) 1 ( 9 ) 3 ( ) 3 (
6 ) 0 ( 9 ) 2 ( ) 2 (
2 ) 1 ( 9 ) 1 ( ) 1 (
0 ) 2 ( 9 ) 0 ( ) 0 (
= + =
= + =
= + =
= + =
y x y
y x y
y x y
y x y
28
Transformada de Fourier de Sinais Contnuos
} }
+

e
+

e
e e
t
= = e d e ) ( X
2
1
) t ( x dt e ) t ( x ) ( X
t j t j

Define-se a transformada de Fourier de um sinal contnuo x(t)
e a sua inversa pelas integrais:
A transformada de Fourier representa o contedo de
frequncia do sinal x(t). Em geral complexo.

Notao:
) ( X e
) ( X ) t ( x e
29
Transformada de Fourier
Algumas propriedades importantes:

1. Linearidade:

2. Deslocamento no tempo:

3. Deslocamento na frequncia:

4. Convoluo no tempo

5. Produto no tempo:
) ( bX ) ( aX ) t ( bx ) t ( ax
2 1 2 1
e + e +
0
t j
0
e ) ( G ) t t ( x
e
e
) ( G e ) t ( x
0
t j
0
e e
e

) ( X ) ( X ) t ( x )* t ( x
2 1 2 1
e e
) ( X )* ( X
2
1
) t ( x ) t ( x
2 1 2 1
e e
t

30
t
)
`

t t t =
e
+

+

} }
dtd e d ) t ( x ) ( x )] t ( x )* t ( x [ F
t j
2 1 2 1
o = o + t = o = t d dt t t Fazendo
t o
)
`

t o t =
t + o e
+

+

} }
d d e d ) ( x ) ( x )] t ( x )* t ( x [ F
) ( j
2 1 2 1
) ( X ) ( X d e ) ( x d e ) t ( x )] t ( x )* t ( x [ F
2 1
j
2
j
1 2 1
e e = t t o =
} }
+

et
+

eo
) ( X ) ( X ) t ( x )* t ( x
2 1 2 1
e e
Transformada de Fourier
Transformada de Fourier da convoluo de entre os dois sinais
x
1
(t) e x
2
(t).

integral de convoluo t t t =
}
+

d ) t ( x ) ( x ) t ( x )* t ( x
2 1 2 1
31
Exemplo de alguns pares de transformada
| |
| |

+
=
+
=
t
e o o
e
e
=
e

e + e o e e o t e
e + e o + e e o t e
e to
o
k k
0 0 0
0 0 0
)
T
k 2
(
T
1
) kT t ( . 6
) 2 / T (
) 2 / T sen( AT
)
2
T
( ATsa )
T
t
( Arect . 5
) ( ) ( j ) t cos( . 4
) ( ) ( ) t cos( . 3
) ( 2 1 . 2
1 ) t ( . 1
32
Amostragem Peridica
Um mtodo tpico de obter um sinal discreto atravs da amostragem
de um sinal contnuo no tempo, isto :
) ( ) (
s c
nT x n x =
33
Teorema da Amostragem
Teorema da Amostragem descreve precisamente quanta informao
retida quando uma funo amostrada ou, se uma funo de banda
limitada pode ser exatamente reconstruda a partir de suas amostras.
Demonstrao: Suponha que um sinal de banda
limitada no intervalo de frequncia ou



Ento x(t) pode ser exatamente reconstruda das amostras eqidistantes

onde a amostra peridica, a frequncia de
amostragem (amostras/segundo), para radianos/seg.
) ( ) ( O
c c
X t x
| |
c c
O O ,
c
X O > O = O for 0 ) (
) (O X
O
c
O
c
O
0
) / 2 ( ) ( ) (
s c s c
n x nT x n x O = = t
s s
T f / 1 =
c s
O > O 2
s s
T O = / 2t
s s
T / 2t = O
34
Representao Matemtica da Amostragem


Converso de trem
de impulsos para
seqncia discreta
) (t x
c
) (t s
) ( ) ( nT x n x
c
=
) (t x
s
) (modulao ) ( ) ( ) ( ) ( ) (

= =

= n
c c s
nT t t x t s t x t x o
to) deslocamen do de (proprieda ) ( ) ( ) (

=

= n
c s
nT t nT x t x o
. amostragem de taxa a / 2 onde ) (
2
) ( T k
T
j S
s
k
s
t o
t
= O

O O = O

=
( ) ) (
1
) ( * ) (
2
1
) (
s
k
c c s
k j X
T
j S j X j X O O = O O = O

=
t

2 1
) ( |
.
|

\
|
|
.
|

\
|
=

=
T
k
T
j X
T
e X
k
c
j
t e
e
). ( ) ( ) (
T j
T
j
s
e X e X j X
O
O =
= = O
e
e

=
=
n
nT t t s ) ( ) ( o
Trem de impulsos
35
Espectro de x
c
(t)
Trem de impulso
no domnio da frequncia
Espectro do sinal
amostrado, quando
N s
T O > = O 2 / 2t
Espectro do sinal
amostrado, quando
N s
T O < = O 2 / 2t
36
Reconstruo exata de um sinal contnuo a partir de
suas amostras usando um filtro passa-baixa.
37
O efeito da aliasing na amostragem de uma funo coseno

Aliasing : sobreposio de espectros
) cos( ) (
o c
t x O =
38
Exemplo: Amostragem do sinal contnuo
com perodo de amostragem T = 1/6000 e taxa de amostragem
) 4000 cos( ) ( t t x
c
t =
t t 12000 / 2 = = O T
s
39
Definio: A transformada de Fourier (FT) de uma sequncia x(n)
dada por:
contanto que x(n) seja absolutamente somvel:
A somabilidade absoluta (ou quadrtica) condio suficiente
para a existncia da FT.
Definio: A transformada de Fourier Inversa (IFT) da funo
dada por:

Obs: A transformada de Fourier de uma sequncia pode ser
interpretada em termos da representao em srie de Fourier.
Transformada de Fourier de Sequncia
n j
n
j
e n x e X
e e

= ) ( ) (
. ) ( <

= n
n x
) (
e j
e X
. d e ) e ( X
2
1
) n ( x
n j j
e
t
=
e
t
t
e
}
40
2.7.2 Interpretaes da Transformada Fourier


Sinais: A transformada de Fourier de um sinal x(n)
descreve o contedo de frequncia do sinal.
Para cada frequncia , o espectro de amplitude
descreve a importncia daquela frequncia contida no sinal.
Para cada frequncia , o Espectro de fase
descreve a localizao (deslocamento relativo) daquela
componente de frequncia do sinal.
Sistemas: A resposta em frequncia de um sistema linear
descreve como as frequncias de entrada do sistema so modificadas
Uma componente de frequncia da entrada amplificada ou
atenuada por um fator
Uma componente de frequncia da entrada defasada por
uma quantidade
) (
e j
e X
0
e
) (
0
e j
e X
0
e
) (
0
e j
e X Z
) (
e j
e H
0
e
. ) (
0
e j
e H
0
e
). (
0
e j
e H Z
41


Exemplo: Filtro Passa-Baixa
O sinal discreto h(n) cujo espectro de amplitude composto
principalmente por baixas frequncias, isto , frequncias abaixo de uma
dada frequncia de corte . Frequncias mais altas ocorrem com baixa
amplitude.
Um sistema discreto com espectro de amplitude como mostrado acima
deixa passar baixas frequncia com um ganho maior que as altas.
As frequncias mais altas se aproximam de
c
e
) (
0
e j
e H
0
t
t 2
t 2
t
Espectro de Amplitude
de um filtro passa-baixa
ou sistema passa-baixa
c
e
. ) 1 2 ( t e + = k
) (
0
e j
e H
42
Suponha que a entrada de um sistema linear real h(n),
uma funo senoidal

Mas
E ento:

Como h(n) real, , ento
2.7.4 Resposta de um sistema linear a uma
entrada senoidal
) cos( ) (
0 0
| e + = n A n x
) (
e j
e H
) 0 (
0
> A
| |
) ( ) (
0
0 0
2
1
) cos(
| e | e
| e
+ +
+ = +
n j n j
e e n
| | ) ( ) (
2
) (
0 0 0 0
) ( ) (
0
e | e e | e j n j j n j
e H e e H e
A
n y
+ +
+ =
) ( ) (
0 0
* e e j j
e H e H =

| | { }
*
) ( ) (
0
) ( ) (
2
) (
0 0 0 0
e | e e | e j n j j n j
e H e e H e
A
n y
+ +
+ =
{ } ) ( Re
0 0
) (
0
e | e j n j
e H e A
+
=
{ } { } ) sin( ) ( Im ) cos( ) ( Re
0 0 0 0
0 0
| e | e
e e
+ + = n e H A n e H A
j j
)] ( cos[ ) (
0 0
0 0
e e
| e
j j
e H n e H A Z + + =
43
A resposta a uma funo senoidal com frequncia no
afetada pelo processo de filtragem, exceto por um ganho
(atenuao ou amplificao) e a fase por deslocamento

Definies: Espectro de amplitude da transformada de Fourier

Espectro de Fase


A transformada de Fourier pode ser expressa na forma:
2.7.5 Analise da resposta senoidal
) (
0
e j
e H
0
e
) (
0
e j
e H Z
| | | |
2 / 1
2 2
2 / 1
*
) ( ) ( ) ( ) ( ) (
e e e e e j
I
j
R
j j j
e H e H e H e H e H + = =
(

= Z

) (
) (
tan ) (
1
e
e
e
j
R
j
I
j
e H
e H
e H
{ }
{ } ) ( Im ) (
) ( Re ) (
e e
e e
j j
I
j j
R
e H e H
e H e H
=
=
onde,
) (
0
0 0
) ( ) (
e
e e
j
e H j j j
e e H e H
Z
=
44


2.7.6 Exemplo: Funo impulso
Funo impulso:


) ( ) ( n A n x o =
) (n x
0 1 2
3
A
-1 -2 -3

=
n
n j j
e n A e X
e e
o ) ( ) (
A Ae
j
= =
0
]. , [ t t e e
) (
e j
e X
A
n
t
45


2.7.6 Exemplo: Funo Comb
Funo Comb:

s
=
else ; 0
1 ;
) (
N n A
n x

+ =

=
1
1
) (
N
N n
n j j
e A e X
e e
) cos( 1
) cos( )] 1 ( cos[
e
e e


=
N N
A
]. , [ t t e e
) (n x
0
A
-1 -4 -5
n
-6 -7 -2 -3 1 2 3 4 5 6 7 8 -8
) (
e j
e X
A
t
46


2.7.6 Exemplo: Funo pulso triangular
Pulso triangular:

s
=
else ; 0
1 )]; 1 /( 1 [
) (
N n N n A
n x
(

=


+ =

+ =

1
1
1
1
1
1
) (
N
N n
n j
N
N n
n j j
e n
N
e A e X
e e e
. que Note
1
1
1
1


=

=
N
n
n j
N
n
n j
e
d
d
j ne
e e
e
) (n x
0
A
-1 -4 -5
n
-6 -7 -2 -3 1 2 3 4 5 6 7 8 -8
) (
e j
e X
A
t
47


2.7.6 Exemplo: Exponecial unilateral
Exponencial unilateral:

>
=

else ; 0
0 ;
) (
n a
n x
n

=

=
0
) (
n
n j n j
e a e X
e e
e j
a-e
a

=
| |. ,t t e e
) (n x
0
1
-1 -4 -5
n
-6 -7 -2 -3 1 2 3 4 5 6 7 8 -8
) (
e j
e X
2
t
(a=2)
48


2.7.6 Exemplo: Exponencial bilateral
Exponencial bilateral:


) 1 ( ) ( > =

a a n x
n

=
n
n j
n
j
e a e X
e e
) (
1 ) cos( 2
1
2
2
+

=
e a - a
a
| |. ,t t e e
) (n x
0
1
-1 -4 -5
n
-6 -7 -2 -3 1 2 3 4 5 6 7 8 -8
) (
e j
e X
3
t
(a=2)
49
Definies:

Qualquer x(n) pode ser expresso como a soma de um sequncia
conjugada simtrica (x(n) real e par) com uma sequncia conjugada
antisimtrica (x(n) real e mpar):

onde,

Similarmente, a transformada de Fourier pode ser expressa
como a soma de funes conjugadas simtricas e antisimtricas.

Onde,
2.8.1 Propriedades de Simetria da Transformada Fourier
) ( ) ( : simtrica sequncia - conjugado
*
n x n x
e e
=
) ( ) ( ) (
0
n x n x n x
e
+ =
) ( ) ( : ica antisimtr sequncia - conjugado
*
n x n x
o o
=
| |
| | ) ( ) ( ) (
2
1
) (
) ( ) ( ) (
2
1
) (
* *
* *
n x n x n x n x
n x n x n x n x
o o
e e
= =
= + =
) (
e j
e X
) ( ) ( ) (
e e e j
o
j
e
j
e X e X e X + =
| |
| | ) ( ) ( ) (
2
1
) (
) ( ) ( ) (
2
1
) (
* *
* *
e e e e
e e e e
j
o
j j j
o
j
e
j j j
e
e X e X e X e X
e X e X e X e X


= =
= + =
50
2.8.2 Propriedades de Simetria da Transformada
de Fourier
) (
* e j
e X

Sequncia x(n) Transformada de Fourier ) (
e j
e X
) (
*
n x
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
) (
*
n x
| | ) ( Re n x
| | ) ( Im n x
) (n x
e
) (n x
o
) ( real Any n x
) ( real Any n x
) ( real Any n x
) ( real Any n x
)) ( (real ) ( n x n x
e
) ( real Any n x
)) ( (real ) ( n x n x
o
) (
* e j
e X
) (
e j
e
e X

) (
e j
o
e X

| | ) ( Re ) (
e e j j
R
e X e X

=
| | ) ( Im ) (
e e j j
I
e X j e jX

=
) ( ) (
* e e j j
e X e X

=
) ( ) (
e e j
R
j
R
e X e X

=
) ( ) (
e e j
I
j
I
e X e X

=
) ( ) (
e e j j
e X e X

=
) ( ) (
e e j
I
j
e X e X

Z = Z
) (
e j
R
e X
) (
e j
I
e jX
51


2.9 Teoremas da Transformada de Fourier
) ( ) (
e e j j
e bX e aX +
Sequence x(n) and y(n) Fourier Transform
) ( and ) (
e e j j
e Y e X
) (Linearity ) ( ) ( n by n ax + 1.
2.
3.
4.
5.

6.
7.


8.

9.
shifting) time integer, an ( ) (
d d
n n n x
shifting) (frequency ) (
0
n x e
n je
reversal) (time ) ( n x
frequency) in iation (different ) (n nx
theorem) on (convoluti ) ( * ) ( n y n x
theorem) (windowing ) ( ) ( n y n x
) (
e e j n j
e X e
d

) (
) (
0
e e j
e X
) (
e j
e X

e
e
d
e dX
j
j
) (
) ( ) (
e e j j
e Y e X
u
t
t
t
u e u
d e Y e X
j j
}

) ( ) (
2
1
) (
Parsevals Theorem

=

=
n
j
d e X n x
t
t
e
e
t
2
2
) (
2
1
) (

=

=
n
j j
d e Y e X n y n x
t
t
e e
e
t
) ( ) (
2
1
) ( ) (
* *
.) the called is ) ( (
2
rum sity spect energy den e X
je
52

=

=
n
j
d e X n x
t
t
e
e
t
2
2
) (
2
1
) ( : Proof
Exerccio: Prova do Teorema de Parseval

}


=

=
|
.
|

\
|
= =
n
n j j
n n
d e e X n x n x n x n x
*
*
2
) (
2
1
) ( ) ( ) ( ) (
t
t
e e
e
t
e
t
e
t
t
e
d e n x e X
n
n j j
|
.
|

\
|
=

}

=

) ( ) ( *
2
1
e
t
t
t
e
d e X
j
}

=
2
) (
2
1

=


=
n
n j j
d e e X n x
t
t
e e
e
t
) ( *
2
1
) (
e
t
t
t
e e
d e X e X
j j
}

= ) ( ) ( *
2
1