Apostila Teoria de PDS

Apostila
de
Teoria
para
Processamento Digital de Sinais
(Versao A2013M11D22)
Universidade Federal Fluminense
Apostila
do
Departamento de Engenharia de Telecomunicacoes
da
Universidade Federal Fluminense
por
Alexandre Santos de la Vega
Novembro 2013
.
621.3192
mudar!
D278
mudar!
2013
de la Vega, Alexandre Santos
Apostila de Teoria para Processamento Digital
de Sinais / Alexandre Santos de la Vega. Niteroi:
UFF/TCE/TET, 2013.
181 (sem romanos) ou 201 (com romanos) p. >
mudar! <
Apostila de Teoria Graduacao, Engenharia de
Telecomunicacoes, UFF/TCE/TET, 2013.
1. Processamento de Sinais. 2. Processamento
Digital de Sinais. 3. Telecomunicacoes. I. Ttulo.
Aos meus alunos.
iii
Prefacio
O trabalho em questao cobre os topicos abordados na disciplina Processamento Digital de
Sinais.
O presente volume apresenta um conte udo teorico. O conte udo pratico pode ser encontrado
no volume entitulado Apostila com Codigos de Programas Demonstrativos para Processamento
Digital de Sinais.
As apostilas foram escritas com o intuito de servir como uma referencia rapida para os alunos
dos cursos de graduacao e de mestrado em Engenharia de Telecomunicacoes da Universidade
Federal Fluminense (UFF).
O material basico utilizado para o conte udo teorico foram as minhas notas de aula, que, por
sua vez, originaram-se em uma coletanea de livros sobre os assuntos abordados.
Os codigos de programas demonstrativos sao completamente autorais.
A motivacao principal foi a de aumentar o dinamismo das aulas. Portanto, deve car bem
claro que estas apostilas nao pretendem substituir os livros textos ou outros livros de referencia.
Muito pelo contrario, elas devem ser utilizadas apenas como ponto de partida para estudos mais
aprofundados, utilizando-se a literatura existente.
Espero conseguir manter o presente texto em constante atualizacao e ampliacao.
Correcoes e sugestoes sao sempre bem-vindas.
Rio de Janeiro, 04 de agosto de 2008.
UFF / TCE / TET
v
vi
Agradecimentos
Aos professores do Departamento de Engenharia de Telecomunicacoes da Universidade Federal
Fluminense (TET/UFF) que colaboraram com crticas e sugestoes bastante uteis à nalizacao
deste trabalho.
Aos funcionarios e ex-funcionarios do TET, Arlei, Carmen L ucia, Eduardo, Francisco e
Jussara, pelo apoio constante.
Aos meus alunos, que, alem de servirem de motivacao principal, obrigam-me sempre a tentar
melhorar, em todos os sentidos.
Mais uma vez, e sempre, aos meus pais, por tudo.
Rio de Janeiro, 04 de agosto de 2008.
UFF / TCE / TET
vii
viii
Apresentacao
O presente documento encontra-se em constante atualizacao.
Ele consta de topicos desenvolvidos em sala de aula.
Na preparacao das aulas foram utilizados os seguintes livros:
Livros indicados pela ementa da disciplina: [Mit98].
Outros livros indicados: [Rob09], [PM06], [Jac96], [She95], [SK89], [Ant86], [SDD84],
[OWY83], [PL76], [OS75], [Cad73].
Este documento aborda os seguintes assuntos:
Introducao: que busca contextualizar a disciplina no ambito do curso e apresentar
conceitos que serao necessarios ao longo do texto.
Sinais e sistemas (com tempo discreto) no domnio do tempo
Sinais e sistemas: denicoes, classicacoes, exemplos e caracterizacoes de sinais
e sistemas.
Sistema Linear e Invariante ao Tempo (SLIT): caractersticas, representacoes e
calculo de resposta.
Representacao em domnio transformado para sistemas de primeira ordem
Resposta em Freq uencia: baseado no calculo da resposta de um SLIT de primeira
ordem, para um determinado tipo de sinal de entrada, pode-se identicar um
novo tipo de representacao para o sistema.
Funcao de Tranferencia: baseado no calculo da resposta de um SLIT de primeira
ordem, para um determinado tipo de sinal de entrada, pode-se identicar um
novo tipo de representacao para o sistema.
Sinais e sistemas (com tempo discreto) no domnio da freq uencia
Sinais: revisao das representacoes em freq uencia com tempo contnuo (Serie de
Fourier, Transformada de Fourier, Transformada de Laplace), Serie de Fourier de
Tempo Discreto (DTFS), Transformada de Fourier de Tempo Discreto (DTFT),
Transformada de Fourier Discreta (DFT), Transformada Rapida de Fourier
(FFT), Transformada Z, relacoes entre as diversas representacoes, parametros e
efeitos importantes.
SLIT de ordem qualquer: Resposta em Freq uencia, Seletividade em Freq uencia,
Funcao de Transferencia ou Funcao de Sistema, representacoes de um SLIT no
domnio da freq uencia.
Estruturas: componentes e estruturas basicas.
Aplicacoes: exemplos de aplicacoes.
ix
x
Sumario
Prefacio v
Agradecimentos vii
Apresentacao ix
Sumario xi
Lista de Tabelas xvii
Lista de Figuras xix
I Introducao 1
1 Conceitos basicos 3
1.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Arquitetura de sistemas de comunicacao . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Processamento de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Tipos de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Arquitetura de sistemas de processamento digital . . . . . . . . . . . . . . . . . 5
II Sinais e sistemas no domnio do tempo 7
2 Sinais no domnio do tempo 9
2.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Notacoes para seq uencias no domnio do tempo . . . . . . . . . . . . . . . . . . 9
2.3 Tipos de seq uencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.1 Sistema numerico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.2 Comprimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.3 Simetria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.4 Periodicidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.5 Outras classicacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4 Operacoes basicas sobre seq uencias . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.5 Seq uencias mais comumente empregadas . . . . . . . . . . . . . . . . . . . . . . 17
2.6 Relacoes entre seq uencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.7 Caractersticas relevantes das exponenciais . . . . . . . . . . . . . . . . . . . . . 21
2.8 Amostragem de sinais contnuos no tempo . . . . . . . . . . . . . . . . . . . . . 23
2.9 Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
xi
xii
3 Sistemas no domnio do tempo 33
3.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2 Classicacoes de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3 Tipos de implementacao para sistemas discretos . . . . . . . . . . . . . . . . . . 35
3.4 Tipos de implementacao para sistemas digitais . . . . . . . . . . . . . . . . . . . 36
4 Representac oes para SLITs 41
4.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2 Soma de convolucao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.3 Equacao de diferenca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.4 Resposta ao impulso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.5 Notacao operacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.5.1 Operador de deslocamento . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.5.2 Operador de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.5.3 Biquad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.6 Diagrama de blocos de complexidade generica . . . . . . . . . . . . . . . . . . . 49
4.7 Diagrama de sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.8 Diagrama de sistema equacao de diferenca . . . . . . . . . . . . . . . . . . . . 52
4.8.1 Estruturas basicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.8.2 Equacionamento das estruturas nao recursivas . . . . . . . . . . . . . . . 52
4.8.3 Equacionamento das estruturas recursivas . . . . . . . . . . . . . . . . . 57
4.8.4 Exemplos com estruturas de ordem 1 e de ordem 2 . . . . . . . . . . . . 58
4.8.5 Casos particulares de interesse . . . . . . . . . . . . . . . . . . . . . . . . 60
4.9 Equacoes de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.9.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.9.2 Denicao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.9.3 Nao unicidade da representacao de estados . . . . . . . . . . . . . . . . . 62
4.10 Equacoes de estado equacao de diferenca . . . . . . . . . . . . . . . . . . . . . 63
4.10.1 Forma canonica com matriz companheira - I . . . . . . . . . . . . . . . . 63
4.10.2 Forma canonica com matriz companheira - II . . . . . . . . . . . . . . . 64
4.11 Equacoes de estado operador de transferencia . . . . . . . . . . . . . . . . . . 66
5 Calculo da resposta de um SLIT 77
5.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.2 Equacoes de estado respostas do sistema . . . . . . . . . . . . . . . . . . . . . 78
5.2.1 Resposta generica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2.2 Resposta ao estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2.3 Resposta à entrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.3 Solucao convencional da equacao de diferenca . . . . . . . . . . . . . . . . . . . 79
5.4 SLIT FIR com entrada de comprimento indenido . . . . . . . . . . . . . . . . . 82
5.5 Tipos de respostas de um SLIT . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.5.1 Caso geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.5.2 Casos particulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.5.3 Exemplo de notacao alternativa . . . . . . . . . . . . . . . . . . . . . . . 87
5.5.4 Um questionamento comum . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.6 Representacao em domnio transformado . . . . . . . . . . . . . . . . . . . . . . 88
xiii
III Representacao em domnio transformado 91
6 Resposta em Freq uencia 93
6.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
6.2 Funcao Resposta em Freq uencia H() de um SLIT . . . . . . . . . . . . . . . . 93
6.3 SLIT interpretado como ltro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.4 Filtros com fase linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7 Funcao de Transferencia 97
7.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
7.2 Funcao de Transferencia H(z) de um SLIT . . . . . . . . . . . . . . . . . . . . . 97
7.3 Representacao alternativa para seq uencias . . . . . . . . . . . . . . . . . . . . . 98
7.3.1 Representacao bilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
7.3.2 Representacao unilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
7.4 Exemplos de mapeamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
7.5 Representacao alternativa convolucao . . . . . . . . . . . . . . . . . . . . . . 102
7.5.1 Representacao bilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
7.5.2 Representacao unilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
7.6 Representacao alternativa equacao de diferenca . . . . . . . . . . . . . . . . . 104
7.7 Representacao alternativa respostas de um SLIT . . . . . . . . . . . . . . . . 105
7.7.1 Respostas para uma entrada generica . . . . . . . . . . . . . . . . . . . . 105
7.7.2 Respostas para uma entrada conhecida . . . . . . . . . . . . . . . . . . . 106
7.8 Relacao entre H(z) e h[n] de um SLIT . . . . . . . . . . . . . . . . . . . . . . . 107
7.9 Regiao de convergencia de H(z) . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.10 Polos e zeros de H(z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.11 Polos de H(z) estabilidade do SLIT . . . . . . . . . . . . . . . . . . . . . . . 108
7.12 Relacao entre H(e
j
) e H(z) de um SLIT . . . . . . . . . . . . . . . . . . . . . 109
8 Principais resultados da representacao em domnio transformado 113
8.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
8.2 Resumo dos resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
IV Sinais e sistemas no domnio da freq uencia 117
9 Sinais no domnio da freq uencia 119
9.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
9.2 Vantagens das transformacoes de variaveis . . . . . . . . . . . . . . . . . . . . . 119
9.3 Resumo das representacoes em tempo contnuo . . . . . . . . . . . . . . . . . . . 119
9.4 Resumo das representacoes em tempo discreto . . . . . . . . . . . . . . . . . . . 121
9.5 Tipos de mapeamentos realizados . . . . . . . . . . . . . . . . . . . . . . . . . . 123
9.6 DTFS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
9.7 DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
9.8 Alguns aspectos relevantes da DTFT . . . . . . . . . . . . . . . . . . . . . . . . 128
9.8.1 Propriedades gerais comumente utilizadas . . . . . . . . . . . . . . . . . 128
9.8.2 Relacoes complexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
9.8.3 Propriedades da DTFT de uma seq uencia real . . . . . . . . . . . . . . . 128
9.8.4 DTFT de uma seq uencia real, nita e simetrica . . . . . . . . . . . . . . 129
xiv
9.9 Sinais periodicos DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
9.9.1 DTFS DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
9.9.2 DTFT de sinais periodicos . . . . . . . . . . . . . . . . . . . . . . . . . . 132
9.10 DFT (representacao computacional da DTFT) . . . . . . . . . . . . . . . . . . . 133
9.10.1 Denicao da DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
9.10.2 Representacao da DTFT pela DFT . . . . . . . . . . . . . . . . . . . . . 133
9.10.3 Aproximacao da DTFT pela interpolacao da DFT . . . . . . . . . . . . . 134
9.10.4 Relacoes matriciais da DFT . . . . . . . . . . . . . . . . . . . . . . . . . 134
9.10.5 Leakage ou smearing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
9.11 Aceleracao do calculo da DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
9.11.1 DFT de seq uencias reais . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
9.11.2 Pre-calculo das matrizes de transformacao . . . . . . . . . . . . . . . . . 137
9.11.3 FFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
9.12 Transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
9.12.1 Propriedades da ROC da Transformada Z . . . . . . . . . . . . . . . . . 139
9.13 Relacionamento das representacoes em freq uencia . . . . . . . . . . . . . . . . . 140
9.13.1 Associacao entre sinais de tempo contnuo e seq uencias . . . . . . . . . . 140
9.13.2 Transformada de Fourier DTFT . . . . . . . . . . . . . . . . . . . . . 140
9.13.3 Transformada de Fourier DTFS e DFT . . . . . . . . . . . . . . . . . 141
9.13.4 Relacoes entre os parametros das representacoes . . . . . . . . . . . . . . 142
9.13.5 Interpolacao do sinal discreto . . . . . . . . . . . . . . . . . . . . . . . . 142
9.13.6 Representacoes temporais discretas de sinais contnuos . . . . . . . . . . 143
10 SLIT no domnio da freq uencia 151
10.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
10.2 Tipos de respostas de um sistema . . . . . . . . . . . . . . . . . . . . . . . . . . 151
10.3 Resposta em freq uencia H(e
j
) . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
10.3.1 Contexto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
10.3.2 Abordagem 1: denicoes e resultados . . . . . . . . . . . . . . . . . . . . 152
10.3.3 Abordagem 2: calculo alternativo . . . . . . . . . . . . . . . . . . . . . . 152
10.3.4 Abordagem 3: outras relacoes . . . . . . . . . . . . . . . . . . . . . . . . 153
10.3.5 Conclusoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
10.3.6 Caractersticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
10.3.7 Denicoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
10.4 Seletividade de um SLIT no domnio da freq uencia . . . . . . . . . . . . . . . . 154
10.5 Funcao de transferencia ou funcao de sistema H(z) . . . . . . . . . . . . . . . . 155
10.6 Polos e zeros de H(z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
10.7 SLIT equivalente em domnio transformado . . . . . . . . . . . . . . . . . . . . . 158
V Apendices 163
A Revisao de n umeros complexos 165
A.1 Corpo dos n umeros complexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
A.2 Forma algebrica dos n umeros complexos . . . . . . . . . . . . . . . . . . . . . . 165
A.3 Forma trigonometrica ou polar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
A.4 Formula de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
xv
A.5 Resumo das representacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
A.6 Operacoes com n umeros complexos . . . . . . . . . . . . . . . . . . . . . . . . . 168
A.6.1 Adicao e subtracao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
A.6.2 Multiplicacao e divisao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
A.6.3 Potenciacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
A.6.4 Radiciacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
A.6.5 Logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
A.7 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
B T opicos sobre divisao entre n umeros inteiros 173
B.1 Algoritmo de divisao entre n umeros inteiros . . . . . . . . . . . . . . . . . . . . 173
B.2 Quociente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
B.3 Resto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
B.4 Congruencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
B.5 Relacoes de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
B.6 Relacoes uteis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
C Fatora c oes das equac oes de diferenca 175
C.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
C.2 Fatoracoes das equacoes de diferenca com ordem 2 . . . . . . . . . . . . . . . . . 175
C.3 Calculo dos coecientes das fatoracoes . . . . . . . . . . . . . . . . . . . . . . . 176
C.3.1 Calculo direto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
C.3.2 Calculo alternativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
C.4 Fatoracoes das equacoes com ordem qualquer . . . . . . . . . . . . . . . . . . . . 178
D Identidades uteis 179
E Aliasing 181
E.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
E.2 Amostragem uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
E.3 Relacoes entre variaveis analogicas e discretas . . . . . . . . . . . . . . . . . . . 182
E.4 Equivalencia entre valores analogicos e discretos . . . . . . . . . . . . . . . . . . 182
E.5 Ambig uidade entre sinais discretos no tempo . . . . . . . . . . . . . . . . . . . . 182
E.6 Amostragem sem ambig uidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
E.7 Amostragem com ambig uidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
E.7.1 Freq uencias m ultiplas de = . . . . . . . . . . . . . . . . . . . . . . . 183
E.7.2 Freq uencias em 1
o
e 2
o
quadrantes . . . . . . . . . . . . . . . . . . . . . 184
o
e 4
o
quadrantes . . . . . . . . . . . . . . . . . . . . . 184
E.8 Analises importantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
F Exemplos de calculo da resposta de um SLIT de primeira ordem 187
F.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
F.2 Calculo da resposta da equacao homogenea . . . . . . . . . . . . . . . . . . . . . 188
F.3 Sistema y[n] +a
1
y[n 1] = b
0
x[n] . . . . . . . . . . . . . . . . . . . . . . . . . . 189
F.3.1 Calculo para x[n] = [n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
F.3.2 Calculo para x[n] = u[n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
F.3.3 Calculo para x[n] = z
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . . 190
F.3.4 Calculo para x[n] = e
j
0
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . 191
F.3.5 Calculo para x[n] = cos(
0
n) u[n] . . . . . . . . . . . . . . . . . . . . . . 191
F.4 Sistema y[n] +a
1
y[n 1] = b
1
x[n 1] . . . . . . . . . . . . . . . . . . . . . . . . 193
xvi
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . . 193
j
0
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . 193
0
n) u[n] . . . . . . . . . . . . . . . . . . . . . . 193
F.5 Sistema y[n] +a
1
y[n 1] = b
0
x[n] +b
1
x[n 1] . . . . . . . . . . . . . . . . . . . 195
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . . 195
j
0
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . 195
0
n) u[n] . . . . . . . . . . . . . . . . . . . . . . 195
G Tabelas uteis 197
G.1 Transformada de Fourier Discreta no Tempo (DTFT) . . . . . . . . . . . . . . . 197
G.2 Transformada de Fourier Discreta (DFT) . . . . . . . . . . . . . . . . . . . . . . 198
G.3 Transformada Z bilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
G.4 Transformada Z unilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
Referencias Bibliogracas 201
Indice Remissivo 203

Lista de Tabelas
2.1 Resultados das operacoes basicas aplicadas sobre seq uencias reais simetricas. . . 16
4.1 Diagrama de blocos SFG: correspondencia entre os elementos constituintes. . 51
5.1 Solucao da equacao homogenea para um SLIT descrito por y[n] +a
1
y[n1] = 0,
com condicao inicial y[1]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.2 Solucao particular para um SLIT descrito por y[n] +a
1
y[n 1] = b
0
x[n]. . . . . 79
5.3 Solucao complementar para um SLIT descrito por y[n] +a
1
y[n 1] = b
0
x[n]. . . 79
1
y[n 1] = b
1
x[n 1]. . . 80
5.5 Solucao complementar para um SLIT descrito por y[n] +a
1
y[n 1] = b
1
x[n 1]. 80
1
y[n1] = b
0
x[n] +b
1
x[n1]. 81
5.7 Solucao complementar para um SLIT descrito por y[n] + a
1
y[n 1] = b
0
x[n] +
b
1
x[n 1]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.1 Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a
sua funcao Resposta em Freq uencia H(e
j
). . . . . . . . . . . . . . . . . . . . . 94
7.1 Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a
sua Funcao de Transferencia H(z). . . . . . . . . . . . . . . . . . . . . . . . . . 98
8.1 Exemplos de relacao entrada-sada para um SLIT causal e estavel, operando em
regime permanente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
9.1 Classicacao dos mapeamentos entre descricoes funcionais de sinais e sistemas. . 123
G.1 Pares de DTFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
G.2 Propriedades da DTFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
G.3 Relacao de Parseval na DTFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
G.4 Propriedades da DFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
G.5 Pares de Transformada Z bilateral. . . . . . . . . . . . . . . . . . . . . . . . . . 199
G.6 Propriedades da Transformada Z bilateral. . . . . . . . . . . . . . . . . . . . . . 199
G.7 Relacao de Parseval na Transformada Z bilateral. . . . . . . . . . . . . . . . . . 200
G.8 Propriedades da Transformada Z unilateral. . . . . . . . . . . . . . . . . . . . . 200
xvii
xviii
Lista de Figuras
A.1 Plano de Argand-Gauss. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
xix
xx
Parte I
Introducao
1
Captulo 1
Conceitos basicos
1.1 Introducao
Nesse captulo sao apresentados conceitos basicos relativos ao processamento digital de sinais.
Inicialmente, e discutida a arquitetura de sistemas de comunicacao. Em seguida, o processa-
mento de sinais e denido, identicando-se seu objeto, seus agentes e suas acoes, bem como
e denida a sua arquitetura generica. Posteriormente, e realizada uma classicacao de sinais.
Por m, e apresentada uma arquitetura de sistemas de processamento digital.
1.2 Arquitetura de sistemas de comunicacao
Arquitetura basica:
Fonte de sinal.
Transmissor.
Canal (ou meio) de transmissao (ou de comunicacao).
Receptor.
Destino.
Adequacoes em comunicacao digital:
Codicacao de fonte.
Codicacao de canal.
3
4 Captulo 1. Conceitos basicos
1.3 Processamento de sinais
Objeto do processamento: sinal (denido como uma entidade que carrega informacao).
Agente do processamento: sistema.
Um sistema e um cojunto de elementos, que interagem entre si, com o objetivo de
realizar uma determinada funcao.
Arquitetura de um sistema: variaveis, elementos, topologia e funcao.
Domnio do processamento: domnio no qual a funcao do agente e denida.
Tempo/espaco (forma) freq uencia (composicao espectral).
Acao do processamento: funcao exercida pelo agente sobre o objeto.
Conformacao (tempo/espaco) Alteracao espectral (freq uencia).
Arquitetura generica do processamento:
Sinal de entrada (ou estmulo ou excitacao).
Condicoes iniciais (valores de todas as variaveis internas do sistema).
Sistema.
Sinal de sada (ou resposta).
Nomenclatura usual: Sinal (sinal desejado) Rudo (sinal indesejado).
1.4 Tipos de sinais
Sinal: entidade que carrega informacao.
Visao matematica de sinal: variavel funcionalmente dependente de uma ou mais variaveis
independentes. Ex.: w = f(x, y).
Visao fsica de sinal: grandeza fsica.
Tipos de sinais de acordo com o n umero de variaveis independentes: unidimensional,
bidimensional, tridimensional, multidimensional. Ex.: audio = f(t), imagem = f(x, y),
vdeo = f(x, y, t) e tomograa/sismologia = f(v
1
, v
2
, , v
N
, t).
Tipos de sinais de acordo com o tipo das variaveis:
Sinal analogico: todas as variaveis sao contnuas.
Sinal amostrado: discretizacao das variaveis independentes (amostragem).
Sinal quantizado: discretizacao da variavel dependente (quantizacao).
Sinal digital: todas as variaveis sao discretas (amostragem + quantizacao).
Sinal amostrado e sinal digital: conjunto ordenado de valores numericos (seq uencia numerica).
A.S.V.
1.5. Arquitetura de sistemas de processamento digital 5
1.5 Arquitetura de sistemas de processamento digital
Sinal de entrada analogico: comumente, um sinal eletrico (tensao ou corrente).
Pre-processamento analogico:
Filtro anti-aliasing: com seletividade em freq uencia do tipo passa-baixa.
Amostragem e retencao (sample-and-hold ou S/H): responsavel por manter xo o
valor da amostra durante o tempo necessario para que ela seja convertida em um
n umero.
Conversor Analogico-Digital (A/D).
Sinal de entrada digital: representacao numerica computacional.
Processador de sinal digital (Digital Signal Processor ou DSP).
Sinal de sada digital: representacao numerica computacional.
Pos-processamento analogico:
Conversor Digital-Analogico (D/A).
Filtro de suavizacao (smoothing): com seletividade em freq uencia do tipo passa-
baixa.
Sinal de sada analogico: comumente, um sinal eletrico (tensao ou corrente).
TET / UFF
6 Captulo 1. Conceitos basicos
A.S.V.
Parte II
Sinais e sistemas no domnio do tempo
7
Captulo 2
Sinais no domnio do tempo
2.1 Introducao
Nesse captulo sao apresentados conceitos basicos relativos aos sinais manipulados pelos sis-
temas de processamento digital, que sao as seq uencias. Inicialmente, as notacoes mais comuns
para seq uencias sao apresentadas. Em seguida, as seq uencias sao classicadas, as operacoes
basicas sobre seq uencias e as seq uencias mais comuns sao exemplicadas, bem como algumas
relacoes entre seq uencias sao evidenciadas. Posteriormente, as caractersticas das seq uencias
exponenciais sao destacadas. Finalmente, a relacao entre sinais contnuos e amostrados e esta-
belecida.
2.2 Notac oes para seq uencias no domnio do tempo
Seq uencia naturalmente discreta:
Variavel independente (ndice): n Z, < n < .
N-esimo valor da seq uencia: x[n].
N-esimo valor quantizado: x[n]
Q
.
Seq uencia (conjunto ordenado de valores): x[n].
Seq uencia quantizada: x[n]
Q
.
Seq uencia obtida por amostragem uniforme de um sinal analogico:
Em muitos casos, a variavel independente t representa realmente a grandeza tempo.
Porem, na maioria das vezes, ela e apenas uma variavel generica, sem uma grandeza
associada (dummy variable).
Sinal analogico
Variavel independente (tempo): t R, < t < .
Sinal analogico: x
a
(t).
Amostragem uniforme
Intervalo ou perodo de amostragem: T
S
R.
Taxa ou freq uencia de amostragem: F
S
=
1
T
S
R.
9
10 Captulo 2. Sinais no domnio do tempo
Sinal discreto ou sinal amostrado (seq uencia)

Indice: n Z, < n < .
N-esimo valor (ou amostra) da seq uencia: x[n] = x
a
(nT
S
) = x
a
(t)[
t=nT
S
.
N-esimo valor (ou amostra) quantizado: x[n]
Q
= x
a
(nT
S
)
Q
Seq uencia (conjunto ordenado de valores ou amostras): x[n] = x
a
(nT
S
).
Seq uencia quantizada: x[n]
Q
= x
a
(nT
S
)
Q
.
Deve-se observar que, na formacao de uma seq uencia, realiza-se um escalamento
no tempo (normalizacao), de tal forma que o ndice n torna-se a variavel indepen-
dente: x
a
(t)[
t=nT
S
= x
a
(nT
S
) x[n]. Dessa forma, a seq uencia isoladamente nao
carrega informacao sobre o perodo de amostragem utilizado (underlying sampling
period). Deve-se tomar cuidado com tal procedimento, pois, em diversas formu-
lacoes, o perodo de amostragem T
S
aparece como um parametro da formulacao.
Assim sendo, e necessario conhece-lo e utiliza-lo.
Notacao comumente utilizada, independentemente da origem:
Variavel independente (ndice): n Z, < n < .
N-esimo valor (ou amostra) do sinal: x[n].
N-esimo valor (ou amostra) quantizado: x[n]
Q
.
Sinal com tempo discreto ou sinal amostrado: x[n].
Sinal com tempo discreto e quantizado ou sinal digital: x[n]
Q
.
Normalmente, visando nao sobrecarregar o texto, utilizam-se os seguintes padroes:
A notacao x[n] e adotada para representar a seq uencia x[n].
Ex.: x[n] =
N
k=0
x[k][n k] x[n] =
N
k=0
x[k][n k].
A notacao k = N) e empregada para representar a faixa dos N valores consecutivos
que a variavel k ira assumir, a partir de uma valor qualquer K, onde K e N Z, de
tal forma que k = N) = [K; (K +N 1)] = K, (K + 1) , (K + 2) , , (K +N 1).
2.3 Tipos de seq uencias
Classicacoes podem ser estabelecidas com base em alguns criterios.
Cada classicacao imprime caractersticas aos componentes da classe.
Tais caractersticas podem ser utilizadas na analise e/ou na sntese (projeto) de sinais e
sistemas.
Algumas classicacoes mais comuns sao apresentadas a seguir.
2.3.1 Sistema numerico
Seq uencia inteira: x[n] Z.
Seq uencia real: x[n] R.
Seq uencia complexa: x[n] C.
A.S.V.
2.3. Tipos de seq uencias 11
As variaveis fsicas assumem valores matematicos reais. Assim, as seq uencias obtidas
pela amostragem de tais sinais analogicos tambem serao do tipo real. Por outro lado, boa
parte do processamento de sinal discreto nao restringe o tipo das seq uencias manipuladas.
Logo, nos casos onde isso e possvel, podem ser utilizadas seq uencias complexas formadas
por seq uencias reais, a m de tornar o seu processamento mais eciente.
Por exemplo: x
c
[n] = v
r
[n] +j w
r
[n], onde x
c
[n] C e v
r
[n], w
r
[n] R.
2.3.2 Comprimento
Seq uencia de comprimento nito (N-point sequence):
Amostras existentes: x[n] , N
1
n N
2
.
Comprimento ou duracao da seq uencia: N = N
2
N
1
+ 1.
Seq uencia de comprimento innito:
Seq uencia lateral direita (right-sided sequence): x[n] = 0 , n < N
1
.
Seq uencia causal: N
1
0.
Seq uencia lateral esquerda (left-sided sequence): x[n] = 0 , n > N
2
.
Seq uencia anti-causal: N
2
0.
Seq uencia bilateral (two-sided sequence): x[n] , < n < .
2.3.3 Simetria
Seq uencias reais
Seq uencia par: x
e
[n] = x
e
[n] = x
e
[n] , x
e
[n] R.
Seq uencia mpar: x
o
[n] = x
o
[n] = x
o
[n] , x
o
[n] R.
Decomposicao de sinal real generico: x
g
[n] = x
e
[n] +x
o
[n], onde
x
e
[n] =
1
2
(x
g
[n] +x
g
[n]) e x
o
[n] =
1
2
(x
g
[n] x
g
[n]), x
g
[n] R.
Seq uencias complexas
Seq uencia conjugada simetrica: x
cs
[n] = x
cs
[n] , x
cs
[n] C.
Seq uencia conjugada anti-simetrica: x
ca
[n] = x
ca
[n] , x
ca
[n] C.
Decomposicao de sinal complexo generico: x
g
[n] = x
cs
[n] +x
ca
[n], onde
x
cs
[n] =
1
2
_
x
g
[n] +x
g
[n]
_
e x
ca
[n] =
1
2
_
x
g
[n] x
g
[n]
_
, x
g
[n] C.
2.3.4 Periodicidade
Seq uencia periodica: x[n] = x[n N] = x[n KN
f
], onde N e perodo de repeticao,
N
f
e o perodo fundamental (menor perodo) e N, N
f
, K N.
Comumente, utiliza-se a seguinte notacao para seq uencias periodicas: x[n].
Seq uencia aperiodica: seq uencia nao periodica.
TET / UFF
2.3.5 Outras classicac oes
Seq uencia limitada (bounded): [x[n][ B
x
< .
Seq uencia absolutamente somavel:
n=
[x[n][ < .
Seq uencia de quadrado somavel:
n=
[x[n][
2
< .
Sinal de energia sinal potencia:
Energia e potencia de sinal: sao medidas da energia e da potencia de um sinal.
Nao sao, necessariamente, a medida fsica de energia ou de potencia.
Sinal de energia: para o sinal x, a energia de sinal E
x
e nita.
Sinal de potencia: para o sinal x, a energia de sinal E
x
e innita, mas a potencia de
sinal media P
M
x
e nita.
Sinal analogico generico:
E
x
=
_
[x(t)[
2
dt.
P
M
x
= lim
T
1
T
_ T
2
T
2
[x(t)[
2
dt = lim
T
1
T
E
T
x
.
Sinal analogico periodico: P
M
x
=
1
T
per
_
T
per
[ x(t)[
2
dt.
Seq uencia generica:
E
x
=
n=
[x[n][
2
.
P
M
x
= lim
K
1
2K+1
K
n=K
[x[n][
2
= lim
K
1
2K+1
E
(2K+1)
x
.
Seq uencia periodica: P
M
x
=
1
N
per
K+(N
per
1)
n=K
[ x[n][
2
=
1
N
per
n=N
per
[ x[n][
2
.
2.4 Operac oes basicas sobre seq uencias
Adaptacao de comprimento em seq uencias nitas (zero-padding ou zero-appending):
insercao de valores nulos no incio, no nal e/ou em pontos intermediarios da seq uencia.
Adicao: w[n] = x[n] +y[n].
Caso particular: deslocamento de amplitude ou adicao com escalar ou insercao de
oset, denido como w[n] = x[n] +A.
Multiplicacao: w[n] = x[n] y[n].
Aplicacoes: modulacao e janelamento.
Caso particular: escalamento de amplitude ou multiplicacao por escalar, denido
como w[n] = x[n] A.
A.S.V.
2.4. Operacoes basicas sobre seq uencias 13
Deslocamento temporal
Linear: w[n] = x[n +N
D
].
Deslocamento para direita (ou atraso): N
D
< 0.
Deslocamento para esquerda (ou avanco): N
D
> 0.
Circular:
Formula geral: w[n] = x [n +N
D
)
N
], para 0 n (N 1),
onde k)
L
= k (mod L) = k modulo L.
Deslocamento para direita (N
D
< 0):
w
R
[n][
|N
D
|
= x [n [N
D
[)
N
] =
_
x[n [N
D
[] , [N
D
[ n (N 1)
x[(n [N
D
[) +N] , 0 n < [N
D
[
.
(2.1)
Deslocamento para esquerda (N
D
> 0):
w
L
[n][
|N
D
|
= x [n +[N
D
[)
N
] =
_
x[n +[N
D
[] , 0 n < (N [N
D
[)
x[(n +[N
D
[) N] , (N [N
D
[) n (N 1)
.
(2.2)
Uma vez que n N)
N
= n)
N
:
w
R
[n][
|N
D
|
= w
L
[n][
(N|N
D
|)
e w
L
[n][
|N
D
|
= w
R
[n][
(N|N
D
|)
.
Escalamento temporal
Reversao temporal: w[n] = x[n].
Variacao de taxa de amostragem:
Down-sampling ou decimacao: w[n] = x[n K], K Z.
Up-sampling ou interpolacao: w[n] = x[n/K], K Z.
Na operacao de down-sampling, as amostras intermediarias sao naturalmente
abandonadas.
Na operacao de up-sampling, novas amostras intermediarias devem ser intro-
duzidas, por meio de alguma tecnica de interpolacao.
Extensao periodica: geracao de um sinal periodico x[n], de perodo fundamental N
f
= N,
atraves da repeticao periodica de um sinal nito x[n], de comprimento N.
x[n] =
m=
x[n +mN] (2.3)
Extensao periodica deslocamento reversao temporal
Sinal nito, de comprimento N: x[n].
Sinal periodico, de perodo fundamental N
f
= N: x[n].
Considerando que x[n] e a extensao periodica de x[n].
Relacao entre deslocamentos: x [n +N
D
)
N
] = x[n +N
D
], para 0 n (N 1).
Relacao entre reversoes temporais: x [n)
N
] = x[n], para 0 n (N 1).
Relacao entre reversao temporal e deslocamento:
x [n)
N
] =
_
x[0] , n = 0
x[n +N] , 0 < n (N 1)
. (2.4)
TET / UFF
Soma de convolucao (ou soma de superposicao)
Seq uencias envolvidas na operacao: h[n] e x[n].
Convolucao aperiodica ou linear
Sinais aperiodicos: h[n], x[n] ou ambos.
Denicao:
y
L
[n] =
k=
h[n k] x[k] = h[n] x[n] . (2.5)
Denicao matricial:
_
_
.
.
.
y
L
[1]
y
L
[0]
y
L
[1]
y
L
[2]
.
.
.
y
L
[n]
.
.
.
_
_
=
_
_
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
h[0] h[1] h[2] h[3] h[1 k]
h[1] h[0] h[1] h[2] h[k]
h[2] h[1] h[0] h[1] h[1 k]
h[3] h[2] h[1] h[0] h[2 k]
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
h[n + 1] h[n] h[n 1] h[n 2] h[n k]
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_
_
.
.
.
x[1]
x[0]
x[1]
x[2]
.
.
.
x[k]
.
.
.
_
_
,
que pode ser reescrita como
y
L
[n] = H x[n] .
A matriz H e denominada matriz de convolucao.
Tipo de deslocamento temporal: linear.
Comprimento das seq uencias: N
x
, N
h
e N
y
= (N
x
+N
h
1).
Convolucao periodica ou circular
Sinais periodicos: ambos, com perodo fundamental N.
Intervalo normalmente utilizado: 0 n (N 1).
Denicao periodica:
y[n] =
K+(N1)
k=K
h[n k] x[k] =
k=N
h[n k] x[k]
=

h[n] x[n] =

h[n]
i
N x[n] (2.6)
e
y
C
[n] = y[n] , 0 n, k (N 1) . (2.7)
A.S.V.
2.4. Operacoes basicas sobre seq uencias 15
Denicao circular, onde e considerado apenas o perodo fundamental:
y
C
[n] =
(N1)
k=0
h[n k)
N
] x[k] = h[n]
i
N x[n] , 0 n (N 1) .(2.8)
Denicao circular matricial:
_
_
y
C
[0]
y
C
[1]
y
C
[2]
.
.
.
y
C
[N 1]
_
_
=
_
_
h[0] h[N 1] h[N 2] h[1]
h[1] h[0] h[N 1] h[2]
h[2] h[1] h[0] h[3]
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
h[N 1] h[N 2] h[N 3] h[0]
_
_
x[0]
x[1]
x[2]
.
.
.
x[N 1]
_
_
,
que pode ser reescrita como
y
C
[n] = C x[n] .
A matriz C e denominada matriz circulante.
Tipo de deslocamento temporal: linear (do sinal periodico), que pode ser inter-
pretado como um deslocamento circular (do perodo fundamental).
Perodo fundamental das seq uencias: N
y
= N
x
= N
h
= N.
Calculo da convolucao linear usando a convolucao circular
Sinais nitos: ambos.
Comprimento das seq uencias: N
x
e N
h
.
Comprimento da convolucao linear: N
y
= (N
x
+N
h
1).
Sinais periodicos: extensao periodica de ambos, com perodo fundamental N,
onde N N
x
e N N
h
.
Comprimento da convolucao circular: N.
Denicao da equivalencia
Supondo N (N
x
+N
h
1):
y
L
[n] =
_
y
C
[n] , 0 n (N 1)
0 , caso contrario
. (2.9)
Supondo 2 < N
h
< N
x
e N = N
x
:
y
L
[n] =
_
_
_
y
erro
[n] , 0 n (N
h
2)
y
C
[n] , (N
h
1) n (N 1)
0 , caso contrario
. (2.10)
TET / UFF
Operacoes basicas sobre seq uencias simetricas: a Tabela 2.1 apresenta um resumo dos
resultados das operacoes basicas aplicadas sobre seq uencias reais simetricas.
Operacoes Operandos: seq uencias reais simetricas
Par e Par

Impar e

Impar Par e

Impar
Adicao Par

Impar Geral
Subtracao Par

Impar Geral
Multiplicacao Par Par

Impar
Divisao Par Par

Impar
Tabela 2.1: Resultados das operacoes basicas aplicadas sobre seq uencias reais simetricas.
A.S.V.
2.5. Seq uencias mais comumente empregadas 17
2.5 Seq uencias mais comumente empregadas
Amostra unitaria ou impulso digital unitario ou delta de Kronecker:
[n] =
_
1 , n = 0
0 , n ,= 0
. (2.11)
Trem de impulsos unitarios periodicos:
N
f
[n] =
_
1 , n = k N
f
0 , caso contrario
, < n, k < . (2.12)
Constante unitaria:
Ones[n] = 1, < n < . (2.13)
Degrau unitario:
u[n] =
_
1 , n 0
0 , n < 0
. (2.14)
Signum:
Sgn[n] =
_
_
_
1 , n > 0
0 , n = 0
1 , n < 0
. (2.15)
Janela (gate) retangular unitaria:
G
N
w
[n] =
_
1 , [n[ N
w
0 , [n[ > N
w
. (2.16)
Seq uencia linear unitaria:
Lin[n] = n, < n < . (2.17)
Rampa unitaria:
Ramp[n] =
_
n , n 0
0 , n < 0
. (2.18)
Modulo unitario:
Mod[n] =
_
_
_
n , n > 0
0 , n = 0
n , n < 0
. (2.19)
TET / UFF
Seq uencia senoidal:
Seq uencia naturalmente de tempo discreto:
x[n] = A
0
cos([n] +
0
)
= A
0
cos(
0
n +
0
)
= A
0
cos((2F
0
)n +
0
)
= A
0
cos((2
1
N
0
)n +
0
) , < n < . (2.20)
Seq uencia montada a partir de amostras de um sinal de tempo contnuo:
x[n] = x
a
(nT
S
) = x
a
(t)[
t=nT
S
= A
0
cos((t) +
0
)[
t=nT
S
= A
0
cos(
0
t +
0
)[
t=nT
S
= A
0
cos(
0
nT
S
+
0
)
= A
0
cos((
0
T
S
)n +
0
)
= A
0
cos((2f
0
T
S
)n +
0
)
= A
0
cos((2
1
T
0
T
S
)n +
0
) , < n < . (2.21)
Signicado dos parametros:
A
0
R: amplitude do sinal, que determina os valores maximo e mnimo da
forma de onda.
((t) +
0
) e ([n] +
0
) R: angulo de fase (ou fase) do sinal, que identica
uma determinada parte (fase) da forma de onda, para um determinado valor de
tempo (t) ou de ndice (n).
(t) e [n] R: variacao do angulo de fase (ou fase) do sinal em funcao do
tempo (t) ou do ndice (n).

0
R: angulo de fase (ou fase) inicial do sinal.

0
R: freq uencia (ou taxa de repeticao) fundamental angular analogica, que
determina o intervalo (tempo) mnimo de repeticao de uma determinada parte
(fase) da forma de onda.

0
R: angulo denominado freq uencia (ou taxa de repeticao) fundamental
angular discreta ou digital, que determina o intervalo (n umero de amostras)
mnimo de repeticao de uma determinada parte (fase) da forma de onda.
f
0
R: freq uencia (ou taxa de repeticao) fundamental cclica analogica, que
determina o intervalo (tempo) mnimo de repeticao de uma determinada parte
(fase) da forma de onda.
F
0
R: valor denominado freq uencia (ou taxa de repeticao) fundamental cclica
discreta ou digital, que determina o intervalo (n umero de amostras) mnimo de
repeticao de uma determinada parte (fase) da forma de onda.
T
0
R: perodo (ou intervalo de repeticao) fundamental analogico, que deter-
mina o intervalo (tempo) mnimo de repeticao de uma determinada parte (fase)
da forma de onda.
N
0
R: valor denominado perodo (ou intervalo de repeticao) fundamental
discreta ou digital, que determina o intervalo (n umero de amostras) mnimo de
repeticao de uma determinada parte (fase) da forma de onda.
A.S.V.
2.5. Seq uencias mais comumente empregadas 19
Relacao entre os parametros: intervalo ou perodo de repeticao (T
0
, N
0
), taxa ou
freq uencia cclica (f
0
, F
0
), taxa ou freq uencia angular (
0
,
0
), intervalo ou perodo
de amostragem (T
S
) e taxa ou freq uencia de amostragem (F
S
), relacionados por
0
= 2f
0
= 2
1
T
0
, (2.22)
0
= 2F
0
= 2
1
N
0
, (2.23)
F
S
=
1
T
S
, (2.24)
0
=
0
T
S
, (2.25)
F
0
=
f
0
F
S
, (2.26)
N
0
=
T
0
T
S
. (2.27)
Seq uencia exponencial:
Seq uencia naturalmente de tempo discreto:
x[n] = A b
n
, < n < . (2.28)
Casos particulares:
Considerando-se A, b C:
A = [A[ e
jA
= [A[ e
j
A
e b = [b[ e
jb
= e
e
j
.
x
abs
[n] =
_
[A[ e
n
_
, A = e = 0.
x
ang
[n] = e
j
A
e
jn
= e
j(n+
A
)
, [A[ = [b[ = 1.
x
cmp
[n] =
_
[A[ e
n
_
e
j(n+
A
)
.
Seq uencia montada a partir de amostras de um sinal de tempo contnuo:
x[n] = e
jn
= e
j
(
2
N
)
n
= x
a
(nT
S
) = x
a
(t)[
t=nT
S
= e
j(t)
[
t=nT
S
= e
j(nT
S
)
= e
j(T
S
)n
.
(2.29)
Seq uencias montadas a partir de amostras de um sinal de tempo contnuo:
Sinc unitaria:
Sinc[n] =
sin(n)
n
= Sinc(t)[
t=nT
S
=
sin(t)
t
t=nT
S
, < n < . (2.30)
Sampling unitaria:
Sa[n] =
sin(n)
n
= Sa(t)[
t=nT
S
=
sin(t)
t
t=nT
S
, < n < . (2.31)
Dirichlet unitaria:
Drcl[n, N] =
sin(Nn)
Nsin(n)
= Drcl(t, N)[
t=nT
S
=
sin(Nt)
Nsin(t)
t=nT
S
, < n < .
(2.32)
Diric[n, N] =
sin(Nn/2)
Nsin(n/2)
= Diric(t, N)[
t=nT
S
=
sin(Nt/2)
Nsin(t/2)
t=nT
S
, < n < .
(2.33)
TET / UFF
2.6 Relac oes entre seq uencias
Observando-se as seq uencias apresentadas anteriormente, podem-se estabelecer relac oes
entre as mesmas.
Dito de outra forma, pode-se pensar em denir decomposicoes para uma determinada
seq uencia, utilizando-se outras como base.
De forma similar ao caso analogico, podem-se propor decomposicoes ortogonais, por meio
de combinacoes de senos e cossenos sem defasamento, de cossenos defasados ou de expo-
nenciais complexas. Tais decomposicoes serao abordadas em captulos subseq uentes.
Alguns exemplos de decomposicoes:
Descricao de uma seq uencia qualquer utilizando a seq uencia amostra unitaria:
x[n] =
k=
x[k] [n k] . (2.34)
Trem de impulsos unitarios periodicos:
N
f
[n] =
k=
[n kN
f
] . (2.35)
Constante unitaria:
Ones[n] =
k=
[nk] =
1
[n] = u[n] +u[(n) 1] = u[n] +u[n] [n] . (2.36)
Degrau unitario:
u[n] =
k=0
[n k] . (2.37)
Signum:
Sgn[n] = u[n] +(u[n]) = u[n 1] +(u[(n) 1]) = 2 u[n] 1 [n] . (2.38)
Janela (gate) retangular unitaria:
G
N
w
[n] = u[n +N
w
] u[n (N
w
+ 1)] . (2.39)
Seq uencia linear unitaria:
Lin[n] =
k=0
u[nk 1] +(u[(n+k +1)]) = Ramp[n] +(Ramp[n]) . (2.40)
Rampa unitaria:
Ramp[n] =
k=0
u[n k 1] = Lin[n] u[n] . (2.41)
A.S.V.
2.7. Caractersticas relevantes das exponenciais 21
Modulo unitario:
Mod[n] =
k=0
u[n k 1] +u[(n +k + 1)] = Ramp[n] +Ramp[n] . (2.42)
Exponencial, cosseno e seno, usando e
j
= cos() j sin() (Relacao de Euler):
x[n] = A b
n
=
_
[A[ e
j
A
_
_
e
e
j
_
n
=
_
[A[ e
n
_
e
j(n+
A
)
=
_
[A[ e
n
_
[cos(n +
A
) +j sin(n +
A
)] . (2.43)
cos(n) =
_
1
2
_
e
jn
+
_
1
2
_
e
jn
. (2.44)
sin(n) =
_
1
2j
_
e
jn
+
_
1
2j
_
e
jn
. (2.45)
2.7 Caractersticas relevantes das exponenciais
As funcoes exponenciais do tipo x[n] = e
jn
sao de particular importancia no estudo de
sinais e sistemas. Logo, e extremamente util que se conheca as suas caractersticas.
Denicao da variavel angular como freq uencia digital:
Associacao fasorial: x[n] = e
jn
fasor P = [P[ e
jP
, com [P[ = 1 e P = n.
Deslocamento angular do fasor: rad/amostra.
Relacao entre e : = T
S
.
Deslocamento temporal da seq uencia x[n] = e
jn
:
Componentes do sinal: x[n] = e
jn
= [x[n][ e
jx[n]
, [x[n][ = 1 e x[n] = n.
Sinal deslocado: y[n] = x[n N
D
] = e
j(nN
D
)
= e
j(nN
D
)
= e
j(n+)
.
Componentes do sinal: y[n] = e
j(n+)
= [y[n][ e
jy[n]
, [y[n][ = 1 e y[n] = n + .

Angulo de fase adicional ou acrescimo de fase ou excesso de fase ou atraso de fase:
= N
D
.
Relacoes envolvendo a seq uencia exponencial complexa e a seq uencia senoidal:
Exponencial cosseno seno (Euler): e
jn
= cos(n) j sin(n).
Cosseno seno:
Decomposicao em componentes ortogonais:
A
0
cos(
0
n
0
) = (A
0
) cos(
0
) cos(
0
n) + (A
0
) sin(
0
) sin(
0
n).
Transformacao cos() sin():
A
0
cos(
0
n

2
) = (A
0
) sin(
0
n).
Ambig uidade na representacao de sinais:
A
0
cos(n
0
) = (A
0
) cos(
0
) cos(n) = (A
0
) cos(n); A
0
= A
0
cos(
0
).
TET / UFF
Condicoes para existencia de perodo N e de perodo fundamental N
f
:
Supondo-se: N, K N
+
, R e que c
rac
=
c
num
c
den
e uma fracao simplicada.
Periodicidade:
e
jn
= e
j(nN)
= e
jn
e
jN
e
jN
= 1 N = K 2 N = K
2
.
Caso 1:
2
= c
int
N = K c
int
N
f
[
K
f
=1
= c
int
.
Caso 2:
2
= c
rac
=
c
num
c
den
N = K
c
num
c
den
N
f
[
K
f
=c
den
= c
num
.
Caso 3:
2
= c
irr
N = K c
irr
N
f
[
K
f
=
= .
Faixas de freq uencia ambig uidade na representacao de sinais:
Faixa 1 (0 < ): x
1
[n] = cos(
1
n) ,= x
2
[n] = cos(
2
n), para
1
,=
2
, o que
representa ausencia de ambig uidades.
Faixa 2 ( = ): A
0
cos(n
0
) = (A
0
) cos(
0
) cos(n) = (A
0
) cos(n), o que
gera ambig uidade em amplitude e em angulo de fase.
Faixa 3 ( < 2): x
34
[n] = cos(
34
n) = cos(
12
n) = cos(
12
n) = x
12
[n], para
34
=
12
, o que gera ambig uidade em freq uencia.
Faixa 4 ( > 2): x
K
[n] = cos(( + K2)n) = cos(n) = x
0
[n], o que gera
ambig uidade em freq uencia.
Portanto, as seq uencias senoidais do tipo x[n] = cos(
0
n), tomadas de tal forma que
0
0
< , serao confundidas com x[n] = cos(n) para = (ambig uidade em
amplitude e em angulo de fase) e para > (ambig uidade em freq uencia).
Classicacao de faixas de freq uencias:
Considerando-se sinais senoidais x[n] = cos(n), na faixa basica de freq uencias
0 < , nota-se que valores de freq uencias perto de = 0 geram sinais com
baixa taxa de variacao, enquanto valores de freq uencias perto de = geram sinais
com alta taxa de variacao.
Dessa forma, os valores proximos de = 0 sao denominados de baixas freq uencias,
enquanto os valores proximos de = sao denominados de altas freq uencias.
Periodicidade das seq uencias exponenciais do tipo x[n] = e
j
(
f )
n
= e
j
2
N
f
n
: N = KN
f
.
Existencia de n umero nito de seq uencias exponenciais harmonicamente relacionadas e
distintas: x
k
[n] = e
j
k
n
= e
jk
(
f )
n
= e
jk
2
N
f
n
, k = 0, 1, , (N
f
1).
A.S.V.
2.8. Amostragem de sinais contnuos no tempo 23
2.8 Amostragem de sinais contnuos no tempo
Processo de amostragem

E a discretizacao (uniforme ou nao) das variaveis independentes de um sinal analogico.

E a transformacao de um sinal analogico em uma seq uencia de valores com amplitude
contnua.
Pode ser modelado por um processo de multiplicacao do sinal analogico por um trem
de impulsos, seguida do calculo da area (integracao) de cada impulso resultante.
Convencao: caso a amostragem deva ser efetuada no instante de uma descontinuidade
do sinal analogico, o valor da amostra sera dado por x(nT
S
) = lim
0
x(nT
S
+ ),
> 0.
A amostragem realiza uma conexao entre os domnios contnuo e discreto. Portanto,
para que o sinal no domnio discreto tenha uma relacao biunvoca com o sinal no
domnio analogico, alguns requisitos devem ser atendidos.
Amostragem periodica: intervalo ou perodo (T
S
) e taxa ou freq uencia (F
S
=
1
T
S
).
Quantidade de pontos armazenados, considerando-se uma amostragem uniforme e um
intervalo de tempo t = T
rec
: N
rec
= int
_
T
rec
T
S
_
+ 1, onde int(x) e a parte inteira de x.
Amostragem de sinal senoidal x
a
(t):
x[n] = x
a
(nT
S
)
= x
a
(t)[
t=nT
S
= A
0
cos(
0
t +
0
)[
t=nT
S
= A
0
cos(
0
nT
S
+
0
)
= A
0
cos((
0
T
S
)n +
0
)
= A
0
cos(
0
n +
0
) ,
0
=
0
T
S
. (2.46)
Freq uencia analogica ( = 2f) freq uencia digital ( = T
S
= 2fT
S
= 2
f
F
S
).
Condicoes para existencia de perodo N e de perodo fundamental N
f
em (2.46):
Supondo-se: N, K N
+
, R e que c
rac
=
c
num
c
den
e uma fracao simplicada.
Periodicidade: cos(n) = cos((n N)) N = K
2
N = K
2
T
S
= K
F
s
f
.
Caso 1:
2
T
S
=
F
s
f
= c
int
N = K c
int
N
f
[
K
f
=1
= c
int
.
Caso 2:
2
T
S
=
F
s
f
= c
rac
=
c
num
c
den
N = K
c
num
c
den
N
f
[
K
f
=c
den
= c
num
.
Caso 3:
2
T
S
=
F
s
f
= c
irr
N = K c
irr
N
f
[
K
f
=
= .
Para unicidade da representacao x[n] x
a
(t):
0
0
< 0
0
T
S
< 0 f
0
<
F
S
2
.
TET / UFF
Superposicao de espectro (aliasing ou frequency folding ou folding back)
Se a relacao 0 f
0
<
F
S
2
, entre a freq uencia f
0
do sinal analogico senoidal x
a
(t) e
a freq uencia de amostragem F
S
, e respeitada, entao as amostras x[n] representam
unicamente o sinal analogico original.
Nesse caso, a freq uencia digital obtida
0
= 2
f
0
F
S
esta na faixa 0
0
< , que
garante a unicidade da representacao x[n] x
a
(t).
Ex.: f
1
= 250 Hz, f
2
= 1250 Hz, f
3
= 2250 Hz e F
S
= 10 kHz.
Caso contrario, a freq uencia digital obtida
1
= 2
f
1
F
S
esta na faixa
1
> , que ira
gerar amostras x[n] semelhantes àquelas geradas por uma freq uencia
0
= 2
f
0
F
S
, na
faixa 0
0
< .
Dessa forma, havera uma ambig uidade na representacao x[n] x
a
(t), onde um sinal
senoidal com alta freq uencia sera identicado pelas amostras x[n] como sendo um
sinal senoidal de baixa freq uencia.
Ex.: f
1
= 250 Hz, f
2
= 1250 Hz, f
3
= 2250 Hz e F
S
= 1 kHz.
Uma analise mais detalhada sobre aliasing e apresentada na Apendice E.
No caso de um sinal analogico composto por varios sinais senoidais, deve-se garantir a
relacao 0 f
k
<
F
S
2
para todas as freq uencias f
k
envolvidas. Nesse sentido, basta garantir
que a relacao seja mantida para a maior freq uencia envolvida f
MAX
.
Tal limitacao, envolvendo a freq uencia de amostragem F
S
e a componente senoidal com
maior freq uencia f
MAX
do sinal analogico, e conhecida como Teorema da Amostragem
(Nyquist-1928 Shannon-1949): 0 f
MAX
<
F
S
2
.
Essa limitacao justica a necessidade de inclusao de ltro anti-aliasing, com seletividade
em freq uencia do tipo passa-baixa, antes da amostragem: evitar erro no processamento
em tempo discreto de sinal analogico, provocado por amostragem realizada de forma
inadequada.
A.S.V.
2.9. Exerccios propostos 25
2.9 Exerccios propostos
1. Para os sinais descritos abaixo, atenda aos seguintes itens:
(a) Esboce o graco x[n] n.
(b) Calcule a componente par x
e
[n] do sinal x[n] e esboce o graco x
e
[n] n.
(c) Calcule a componente mpar x
o
[n] do sinal x[n] e esboce o graco x
o
[n] n.
(d) Esboce o graco (x
e
[n] +x
o
[n]) n.
Sinais:
i. x[n] =
_
1 , 1 n 3
0 , caso contrario
.
ii. x[n] = [0, 1, 2, 3, 0, 1, 2, 3, 0], para n = [4, 3, 2, 1, 0, 1, 2, 3, 4].
iii. x[n] = [0, 0, 0, 0, 0, 0, 0, 1, 2, 3, 2, 1, 0, 1, 2, 3, 2, 1, 0, 0, 0],
para n = [10, 9, 8, , 8, 9, 10].
iv. x[n] = [0, 0, 0, 1, 2, 3, 2, 1, 0, 1, 2, 3, 2, 1, 0, 0, 0, 0, 0, 0, 0, ],
para n = [10, 9, 8, , 8, 9, 10].
2. Dado o sinal x
r
[n] = 2 Ramp[n] = 2n u[n], < n < , atenda aos seguintes itens:
(a) Esboce o graco x
r
[n] n.
(b) Calcule as componentes x
e
[n] e x
o
[n] de x
r
[n].
(c) Esboce os gracos x
e
[n] n e x
o
[n] n.
(d) Baseado nos itens anteriores, estabeleca uma relacao entre os sinais Ramp[n]
(seq uencia rampa unitaria), Mod[n] (seq uencia modulo unitario) e Lin[n] (seq uencia
linear unitaria).
3. Dados < n < e =
2
N
, onde n, N Z, calcule o perodo fundamental N
f
para
as seguintes seq uencias:
(a) x[n] = cos (n).
(b) x[n] = sin(n).
(c) x[n] = e
jn
.
4. Dada a seq uencia x[n] = cos (n) = cos (k
0
n) = cos
_
k
_
2
N
_
n
_
, onde k, n, N Z,
7 k 7, N = 8 e < n < , esboce um graco x[n] n para cada valor de k.
5. Demonstre as relacoes apresentadas para cada um dos seguintes sinais:
(a) x[n] = a
n
A u[n], onde 0 < [a[ < 1 e a, A R: E
x
=
A
2
1a
2
.
(b) x[n] = a
n
A cos(n) u[n], onde 0 < [a[ < 1 e a, A, R:
E
x
=
A
2
2
_
_
1
1a
2
_
+
_
1a
2
cos(2)
(1+a
4
)a
2
cos(2)
__
.
(c) x[n] = A u[n], onde A R: E
x
e P
M
x
=
A
2
2
.
(d) x[n] = A cos(n) u[n], onde A, R: E
x
e P
M
x
=
A
2
4
.
(e) x[n] = A cos(n), onde A, R: E
x
e P
M
x
=
A
2
2
.
TET / UFF
(f) x[n] = A
K

K
[n], onde A
K
R: E
x
e P
M
x
=
A
2
K
K
.
(g) x[n] = A
K
1
K
1
[n] +A
K
2
K
1
[n], onde A
K
1
, A
K
2
R:
E
x
e P
M
x
=
A
2
K
1
K
2
+A
2
K
2
K
1
(
A
K
1
A
K
2
)
2
K
1
K
2
.
6. Dados os sinais w[n] = u[n] e x[n] = a
n
, para < n < e 0 < a < 1, onde n Z e
a R, considere o deslocamento N
D
um n umero inteiro (N
D
< 0, N
D
= 0 e N
D
> 0) e
esboce o graco y[n] n, para os seguintes sinais:
(a) y[n] = w[n]
(b) y[n] = w[n N
D
]
(c) y[n] = x[n]
(d) y[n] = x[n N
D
]
(e) y[n] = w[n] x[n]
(f) y[n] = w[n] x[n N
D
]
(g) y[n] = w[n N
D
] x[n]
(h) y[n] = w[n N
D
] x[n N
D
]
7. Dados a seq uencia u[n] e o sinal h[n] =
_
1
2
n , [n[ 4
0 , [n[ > 4
, esboce os gracos x
k
[n] n
para os seguintes sinais:
(a) x
1
[n] = u[n].
(b) x
2
[n] = h[n].
(c) x
3
[n] = h[n 2].
(d) x
4
[n] = h[n + 2].
(e) x
5
[n] = h[n 2].
(f) x
6
[n] = h[n + 2].
(g) x
7
[n] = h[n]u[n] +h[n].
(h) x
8
[n] = h[n + 2] +h[1 n].
(i) x
9
[n] = h[n + 1] (u[n + 3] u[n]).
8. Dados dois ndices inteiros < n, m < , com variacoes opostas, tal que m = n, e
a seq uencia x[k], onde x[k] = [3, 2, 1], para k = [0, 1, 2], e x[k] = 0, para os demais valores
de k, esboce e compare os seguintes gracos:
x[n] n, x[n] m, x[m] n e x[m] m.
x[n 2] n, x[n 2] m, x[m2] n e x[m2] m.
x[n + 2] n, x[n + 2] m, x[m+ 2] n e x[m+ 2] m.
x[n] n, x[n] m, x[m] n e x[m] m.
x[n 2] n, x[n 2] m, x[m2] n e x[m2] m.
x[n + 2] n, x[n + 2] m, x[m+ 2] n e x[m+ 2] m.
A.S.V.
9. Dadas as seq uencias nitas x
3
[n] = [3, 2, 1], para n = [0, 1, 2], x
4
[n] = [3, 2, 1, 0], para
n = [0, 1, 2, 3], x
5
[n] = [3, 2, 1, 0, 0], para n = [0, 1, 2, 3, 4] e x
6
[n] = [3, 2, 1, 0, 0, 0], para
n = [0, 1, 2, 3, 4, 5], esboce e compare os seguintes gracos:
x
k
[n] n.
x
k
[n 2] n.
x
k
[n + 2] n.
x
k
[n] n.
x
k
[n 2] n.
x
k
[n + 2] n.
3
[n] = [3, 2, 1], para n = [0, 1, 2], x
4
[n] = [3, 2, 1, 0], para
n = [0, 1, 2, 3], x
5
[n] = [3, 2, 1, 0, 0], para n = [0, 1, 2, 3, 4] e x
6
[n] = [3, 2, 1, 0, 0, 0], para
x
k
[n] n.
x
k
[n 2] n.
x
k
[n + 2] n.
x
k
[n] n.
x
k
[n 2] n.
x
k
[n + 2] n.
3
[n] = [3, 2, 1], para n = [0, 1, 2], x
4
[n] = [3, 2, 1, 0], para
n = [0, 1, 2, 3], x
5
[n] = [3, 2, 1, 0, 0], para n = [0, 1, 2, 3, 4] e x
6
[n] = [3, 2, 1, 0, 0, 0], para
x
k
[n)
k
] n.
x
k
[n 2)
k
] n.
x
k
[n + 2)
k
] n.
x
k
[n)
k
] n.
x
k
[n 2)
k
] n.
x
k
[n + 2)
k
] n.
12. Dadas as seq uencias
x
0
[n] = [3, 2, 1, 0, 0, 0, 0], x
1
[n] = [0, 3, 2, 1, 0, 0, 0], x
2
[n] = [0, 0, 3, 2, 1, 0, 0],
h
0
[n] = [1, 1, 1, 1, 1, 0, 0], h
1
[n] = [0, 1, 1, 1, 1, 1, 0], h
2
[n] = [0, 0, 1, 1, 1, 1, 1],
para n = [0, 1, 2, 3, 4, 5, 6], e x
k
[n] = h
k
[n] = 0, para os demais valores de k,
atenda aos seguintes itens:
Esboce os gracos x
k
[n] n e h
k
[n] n.
Calcule as seq uencias y
ij
= x
i
h
j
, onde 0 i, j < 2.
Esboce os gracos y
ij
[n] n, onde 0 i, j < 2.
13. Dados os polinomios p
a
(v) = a
2
v
2
+ a
1
v + a
0
e p
b
(v) = b
2
v
2
+ b
1
v + b
0
, mostre que a
operacao de multiplicacao entre dois polinomios p
a
(v) p
b
(v) e equivalente à operacao de
soma de convolucao entre duas seq uencias x
a
[n] x
b
[n].
TET / UFF
14. Dadas as seq uencias x[n] = 1, 2, 3, para n = 1, 2, 3, h[n] = 4, 5, para n = 4, 5,
e x[n] = h[n] = 0 para os demais valores de n, bem como y[n], calculada pela soma de
convolucao y[n] =
k=
x[k]h[n k], atenda aos seguintes itens:
(a) Usando apenas notacao matricial para representar a convolucao, demonstre para
qual faixa de valores de n a seq uencia y[n] nao e garantidamente nula.
(b) Calcule os valores de y[n] para a faixa estabelecida no item anterior.
15. Dados os sinais x[n] = [1, 2, 3], para n = [3, 4, 5], e h[n] = [3, 2, 1], para n = [2, 3, 4],
(a) Esboce os gracos x[n] n e h[n] n.
(b) Calcule, gracamente, o sinal y[n] = x[n] h[n] =
x[k]h[n k].
16. Dado x[n] = [2, 1, 2, 2, 1, 2, 1, 2, 1, 1, 2, 1, 2, 0, 2, 1, 0, 1, 2, 0, 2, 1, 0, 1], para
n = [0, 1, 2, , 22, 23], bem como x[n] = 0, para os demais valores de n, considere N = 4,
< m < e atenda aos seguintes itens:
(a) Esboce os gracos de x
m
[n] n, onde x
m
[n] =
_
x[n +mN] , 0 n (N 1)
0 , caso contrario
.
(b) Esboce os gracos de y
m
[n] n, onde y
m
[n] = x
m
[n)
N
].
(c) Esboce o graco de y[n] n, onde y[n] =
m
y
m
[n mN].
17. Dados os sinais x[n] = [x
0
, x
1
, x
2
] e h[n] = [h
0
, h
1
, h
2
], para n = [0, 1, 2], bem como
x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:
(a) Calcule, gracamente, a soma de convolucao circular y
C
[n], usando a denicao
circular y
C
[n] =
(N1)
k=0
x[k]h[n k)
N
], para N = 3 e 0 n (N 1).
(b) Escreva o resultado na forma matricial y
C
[n] = C x[n].
18. Dados os sinais x[n] = [x
0
, x
1
, x
2
, x
3
, x
4
] e h[n] = [h
0
, h
1
, h
2
, 0, 0], para n = [0, 1, 2, 3, 4],
bem como x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:
(a) Calcule, gracamente, a convolucao y
L
[n] =
k=
x[k]h[n k], para 2 n 9.
(b) Calcule, gracamente, a convolucao circular y
C
[n], usando a denicao circular
y
C
[n] =
(N1)
k=0
x[k]h[n k)
N
], para N = 5 e 0 n (N 1).
(c) Repita o item (b), para N = 7.
(d) Compare todos os resultados.
A.S.V.
19. Dados os sinais x[n] = [1, 2, 2, 1] e h[n] = [0, 1, 2, 0], para n = [0, 1, 2, 3], bem como
x[n] = h[n] = 0, para os demais valores de n, esboce os seguintes gracos:
(a) x[n] n e h[n] n, para 6 n 6.
(b) x[(k) +n] k e h[(k) +n] k, para 6 n, k 6.
(c) x [(k) +n)
N
] k e h[(k) +n)
N
] k, para N = 6, 0 k 5 e 6 n 6.
20. Dados os sinais x[n] = [1, 2, 2, 1] e h[n] = [0, 1, 2, 0], para n = [0, 1, 2, 3], bem como
x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:
(a) Esboce os gracos x[n] n e h[n] n, para 0 n 6.
(b) Esboce os gracos x[(k) +n] k, para 6 k 6 e 0 n 6.
(c) Esboce os gracos h[(k) +n] k, para 6 k 6 e 0 n 6.
(d) Calcule, gracamente, a convolucao y
L
[n] =
k=
x[k]h[n k], para 0 n 6.
(e) Calcule, gracamente, a convolucao y
L
[n] =
k=
h[k]x[n k], para 0 n 6.
(f) Esboce os gracos das extensoes periodicas x[n] n e

h[n] n, para N
f
= 4 e
N
f
n (2N
f
1).
(g) Esboce os gracos x[(k) + n] k, para N
f
= 4, N
f
k (2N
f
1) e
0 n (N
f
1).
(h) Esboce os gracos

h[(k) + n] k, para N
f
= 4, N
f
k (2N
f
1) e
0 n (N
f
1).
(i) Calcule, gracamente, para N = 4 e 0 n (N 1), a convolucao circular
y
C
[n], usando a denicao periodica y[n] =
k=N
x[k]
h[n k] e y
C
[n] = y[n], onde
0 n, k (N 1).
(j) Calcule, gracamente, para N = 4 e 0 n (N 1), a convolu cao circular
y
C
[n], usando a denicao periodica y[n] =
k=N
h[k] x[n k] e y
C
[n] = y[n], onde
0 n, k (N 1).
(k) Calcule, gracamente, para N = 4 e 0 n (N 1), a convolucao circular y
C
[n],
usando a denicao circular y
C
[n] =
(N1)
k=0
x[k]h[n k)
N
].
(l) Calcule, gracamente, para N = 4 e 0 n (N 1), a convolucao circular y
C
[n],
usando a denicao circular y
C
[n] =
(N1)
k=0
h[k]x [n k)
N
].
(m) Repita os itens (f) ate (l), para N = 6.
(n) Compare os resultados dos itens (i)/(j) e (k)/(l) com aqueles dos itens (d)/(e), para
N = 4 e 6.
21. Dado o sinal x[n] = a
n
, onde < n < e a R, esboce o graco x[n] n para os
seguintes valores:
(a) a < 1
(b) a = 1
(c) 1 < a < 0
(d) a = 0
(e) 0 < a < 1
TET / UFF
(f) a = 1
(g) 1 < a
22. Demonstre, gracamente, as seguintes relacoes:
e
jn
= cos(n) jsin(n) . (2.47)
cos(n) =
_
1
2
_
e
jn
+
_
1
2
_
e
jn
. (2.48)
sin(n) =
_
1
2j
_
e
jn
+
_
1
2j
_
e
jn
. (2.49)
23. Dada uma seq uencia x[n] =
k=
x
k
[n] =
k=
A
k
cos(
k
n +
k
), demonstre que,
para gerar a seq uencia x[n N
D
], as seq uencias x
k
[n] devem sofrer atrasos proporcionais
às suas freq uencias
k
e que a constante de proporcionalidade deve ser igual a N
D
.
24. Sabe-se que uma funcao analogica periodica x(t), que cumpre as condicoes de Dirichlet,
pode ser descrita por uma Serie de Fourier de Tempo Contnuo (CTFS), usando a funcao
e
jk
0
t
como funcao base, onde
0
=
2
T
0
, T
0
e o perodo fundamental, T
0
, w
0
e t R,
e k Z. Sabe-se tambem que uma funcao de tempo discreto periodica x[n] pode ser
descrita por uma Serie de Fourier de Tempo Discreto (DTFS), usando a funcao e
jk
0
n
como funcao base, onde
0
=
2
N
0
, N
0
e o perodo fundamental, N
0
, k e n Z, e
0
R.
Um aluno de processamento analogico de sinais aprendeu que, ao tentar gracar x(t) a
partir da sua expansao por CTFS, pode ocorrer um fenomeno relacionado ao truncamento
de uma serie (Fenomeno de Gibbs). Por sua vez, um aluno iniciante de processamento
digital de sinais (DSP) garante que tal fenomeno nao ira acontecer para x[n] e que o
graco de x[n], construdo a partir da sua expansao por DTFS, sera exato. A armativa
do aluno iniciante de DSP esta correta ou nao? Justique!
25. Dado o sinal x[n] = e
j
0
n
, considere
0
=
2
i
, para i = 6, 3,
3
2
,
6
5
, e atenda aos seguintes
itens:
(a) Utilizando um plano complexo, calcule gracamente o perodo fundamental N
0
de
x[n], para cada caso.
(b) Supondo que x[n] foi obtido por meio da amostragem uniforme do sinal x(t) = e
j
0
t
,
com uma freq uencia de amostragem F
S
, indique, justicando, se ocorreu aliasing em
cada caso.
26. Demonstre a equivalencia apresentada na Equacao 2.50.
A
0
cos(
0
n
0
) = (A
0
) cos(
0
) cos(
0
n) + (A
0
) sin(
0
) sin(
0
n) (2.50)
27. Dado o sinal descrito pela Equacao 2.51, atenda aos seguintes itens:
(a) Explicar o problema que ocorre para
0
= .
(b) Explicar porque tal problema nao acontece para 0
0
< .
x[n] = A
0
cos(
0
n
0
), 0
0
(2.51)
A.S.V.
28. Atenda aos seguintes itens:
(a) Dado o sinal analogico descrito pela Equacao 2.52, que condicoes sao necessarias,
envolvendo a freq uencia de amostragem e a freq uencia do sinal, para que ele seja
corretamente representado pelo sinal discreto descrito pela Equacao 2.53?
(b) Qual a vantagem em escolher
0
=
2
N
0
para o sinal x[n] = e
j
0
n
?
(c) Dados o conjunto de sinais descrito pela Equacao 2.54 e as restricoes dos itens ante-
riores, calcule o n umero mnimo de sinais diferentes descritos pela Equacao 2.55.
x(t) = e
j
0
t
= e
j2f
0
t
(2.52)
x[n] = x(nT
S
) = x(t)[
t=nT
S
(2.53)
x
k
(t) = e
jk
0
t
= e
jk2f
0
t
, < k < , k Z (2.54)
x
k
[n] = x
k
(nT
S
) = x
k
(t)[
t=nT
S
(2.55)
29. Dados os sinais analogicos senoidais x
k
(t) = cos(
k
t), a freq uencia de amostragem
F
S
= 44 kHz e as seq uencias x
k
[n] = x
k
(nT
S
) = x
k
(t)[
t=nT
S
, atenda aos seguintes itens:
(a) Calcule as freq uencias digitais
1
e
2
relacionadas com as freq uencias analogicas
f
1
= 2 kHz e f
2
= 20 kHz.
(b) Calcule as freq uencias analogicas 0 f
k
100 kHz, para k > 2, dos sinais x
k
(t)
que sofrerao o fenomeno de aliasing com os sinais x
1
(t) e x
2
(t).
(c) Represente o resultado dos itens anteriores de forma graca, marcando as respectivas
freq uencias sobre dois eixos que representem as variaveis f e .
(d) Calcule os perodos fundamentais dos sinais x
1
[n] e x
2
[n].
(e) Os sinais x
1
(t) e x
2
(t) foram amostrados corretamente? Justique.
30. Dado o sinal descrito pela Equacao 2.56, onde f
1
= 100 kHz, f
2
= 400 kHz e f
3
= 1 MHz,
e o sinal x[n] = x(nT
S
) = x(t)[
t=nT
S
, onde < n < , atenda aos seguintes itens:
(a) Para T
S
1
= 250 ns, calcule o perodo fundamental de cada componente de x[n]. Com-
pare as relacoes entre os perodos fundamentais das componentes do sinal analogico
x(t) com as relacoes entre os perodos fundamentais das componentes do sinal dis-
creto x[n]. Explique o resultado da comparacao.
(b) Para T
S
2
= 2 s, calcule o perodo fundamental de cada componente de x[n]. Com-
pare as relacoes entre os perodos fundamentais das componentes do sinal analogico
x(t) com as relacoes entre os perodos fundamentais das componentes do sinal dis-
creto x[n]. Explique o resultado da comparacao.
(c) Para T
S
3
=
1
2
s, calcule o perodo fundamental de cada componente de x[n].
Explique o que acontece com x[n].
(d) Calcule o maior perodo de amostragem possvel, de tal forma que o sinal original
x(t) possa ser recuperado a partir de suas amostras x[n].
TET / UFF
x(t) = cos(2f
1
t) 2sen(2f
2
t) + 3cos(2f
3
t) (2.56)
31. Dado o sinal descrito pela Equacao 2.57, onde f
1
= 1 kHz e f
2
= 9 kHz, deseja-se eli-
minar o som gerado pela componente de mais alta freq uencia. Foi sugerido, para realizar
tal ltragem, que se utilize uma cadeia de processamento composta apenas de: i) uma
amostragem uniforme de x(t), ii) um escalamento por uma constante inteira e iii) uma in-
terpolacao para gerar o novo sinal analogico. Prove que a sugestao e VERDADEIRA
ou FALSA.
x(t) = cos(2f
1
t) +cos(2f
2
t) (2.57)
32. Antes de ser transmitido, um sinal analogico x(t), formado por uma soma de sinais
senoidais do tipo x(t) =
k=
A
k
cos(2f
k
t), onde 500 kHz f
k
900 kHz e
< t < , e submetido a um deslocamento de espectro, de tal forma que a nova faixa
de freq uencias passa a ser 10, 5 MHz f
k
10, 9 MHz. Na recepcao do sinal, o mesmo
deve ser amostrado, para ser tratado digitalmente. Eventualmente, o sinal resultante do
tratamento digital devera ser transformado em um sinal analogico. Um estagiario esta em
d uvida sobre qual taxa de amostragem F
S
utilizar e sobre que cuidados devem ser tomados
no processo de aquisicao do sinal. Suponha que o custo dos conversores analogico-digital
(A/D), dos elementos de processamento digital e dos conversores digital-analogico (D/A)
crescam exponencialmente com o aumento da taxa de amostragem (F
S
). Suponha que
ltros e deslocadores de espectro possuam baixo custo, se comparados com os conver-
sores. Ajude o estagiario a tomar as decisoes corretas, justicando detalhadamente a sua
escolha.
33. Um aluno, cursando a disciplina de Processamento Digital de Sinais, diz que realizou
a seguinte seq uencia de eventos. Amostrando uniformemente o sinal analogico denido
por x
1
(t) =
5
m=1
cos(2F
m
t), onde F
m
= F
1
, F
2
, F
3
, F
4
, F
5
= 10, 90, 110, 190, 210 kHz,
utilizando um intervalo de amostragem T
S
= 10 s, ele gerou a seq uencia x
2
[n]. Em
seguida, levando em consideracao o mesmo intervalo de amostragem, ele interpolou a
seq uencia x
2
[n], obtendo o sinal x
3
(t) = 5 cos(2F
1
t). Se voce concordar com o resultado
obtido por tal aluno, justique o resultado. Por outro lado, se voce discordar do aluno,
aponte as causas do erro.
A.S.V.
Captulo 3
Sistemas no domnio do tempo
3.1 Introducao
Nesse captulo sao apresentados os conceitos basicos relativos aos sistemas utilizados no pro-
cessamento digital de sinais. Inicialmente, os sistemas sao classicados. Em seguida, os tipos
de implementacao para sistemas discretos e digitais sao exemplicados.
3.2 Classicac oes de sistemas
Os sistemas podem ser organizados em diversas classes, de acordo com as suas respectivas
caractersticas.
Tipo de sinal manipulado: analogico, amostrado, quantizado, digital.
N umero de entradas e de sadas: SISO (Single-Input Single-Output), SIMO (Single-Input
Multiple-Output), MISO (Multiple-Input Single-Output), MIMO (Multiple-Input Multiple-
Output).
Dinamica: instantaneo (sem memoria) dinamico (com memoria).
Estados e variaveis de estado em sistemas dinamicos:
Uma vez que eles sao capazes de armazenar energia, os sistemas dinamicos podem
apresentar diversas conguracoes energeticas diferentes, denominadas estados.
Uma medida do estado de um sistema, em um instante de tempo t = t
n
, sao os
valores assumidos por todas as variaveis do sistema, em t = t
n
.
Interpretando-se o conjunto de todas as variaveis de um sistema como um espaco
vetorial, pode-se selecionar um conjunto mnimo de variaveis para formar uma base
para esse espaco. Uma vez que, a partir da base, podem ser obtidas todas as demais
variaveis e, portanto, pode-se caracterizar o estado do sistema, as variaveis da base
sao denominadas variaveis de estado do sistema.
Dessa forma, uma denicao classica para estado e variaveis de estado e:
O estado de um sistema, em qualquer instante de tempo t = t
n
, e o menor conjunto
de variaveis (denominadas variaveis de estado), calculadas em t = t
n
, suciente para
determinar o comportamento do sistema para qualquer instante de tempo t t
n
,
quando a entrada do sistema e conhecida para t t
n
.
33
34 Captulo 3. Sistemas no domnio do tempo
Estabilidade:
Equilbrio estabilidade.
Equilbrio:
Assistoticamente estavel.
Marginalmente estavel (oscilatorio).
Instavel.
Criterios de estabilidade.
Criterio BIBO (Bounded-Input Bounded-Output).
Invariancia ao tempo (ou ao deslocamento):
Para um sistema relaxado, ou sob os mesmos estados iniciais:
x[n] y[n] e x[n N
D
] y[n N
D
].
Isso signica dizer que a forma de onda da sada produzida pelo sistema independe do
momento da aplicacao da entrada, importando apenas a distancia entre o momento
observado na sada e o momento da aplicacao da entrada (n = n
y
N
x
).
Linearidade:
Homogeneidade ou escalamento.
Aditividade ou Princpio da Superposicao.
Linearidade = Homogeneidade + Aditividade.
Linearidade estado inicial:
Matematicamente, a transformacao linear y[n] = K x[n] e a unica relacao da
sada y[n] com a entrada x[n] que caracteriza um sistema como linear.
A transformacao am y[n] = a x[n] + b, ou qualquer outra transformacao do
tipo y[n] = a x[n] + b[n], aparentemente caracterizam sistemas nao lineares,
pois nao obedecem ao princpio da superposicao: y[n] ,=
k
d
k
y
k
[n] para
x[n] ,=
k
c
k
x
k
[n].
Porem, na visao de sistemas, a parcela da transformacao que e independente
da entrada pode ser interpretada como a resposta do sistema à entrada zero ou
a resposta ao estado do sistema no momento da aplicacao da entrada (estado
inicial): y
est
[n] = y[n][
x[n]=0
= b[n].
Assim sendo, o sistema global, denido por y[n] = a x[n] + b[n], pode ser
interpretado como um sistema composto pela conexao em cascata (serie) do
subsistema linear v[n] = a x[n] com o subsistema y[n] = v[n] + b[n].
Pode-se, entao, denir a linearidade incremental, que relaciona as variacoes da
sada y[n] (y[n] ou dy[n]) provocadas por variacoes da entrada x[n] (x[n] ou
dx[n]), da seguinte forma: y[n] = K x[n] ou dy[n] = K dx[n].
Portanto, o teste de linearidade de um sistema pode ser realizado das seguintes
formas:
Absoluta, para um sistema relaxado.
Incremental, para um sistema nao relaxado.
A.S.V.
3.3. Tipos de implementacao para sistemas discretos 35
Causalidade:
Para os sistemas analogicos, a causalidade e praticamente uma imposic ao, uma
vez que os mesmos sao implementados por sistemas fsicos, onde as variaveis sao
grandezas fsicas e os componentes sao dispositivos que representam fenomenos fsi-
cos.
Por outro lado, no caso dos sistemas discretos e digitais, a nao causalidade nao
apenas e de simples realizacao como tambem pode ser uma tecnica util:
Se a variavel independente nao for temporal.
Se os dados forem gravados: processamento oine.
Se o tempo real for mais lento que o tempo de processamento:
processamento online = armazenamento + processamento oine.
Com a insercao de atrasos extras, que nao alteram o throughput do sistema
implementado, mas criam uma latencia na operacao do mesmo.
Sistema causal ou nao antecipativo: y[n] = f(x[n k]), k N
+
.
Se
_
x
1
[n] = x
2
[n] , n < N
x
1
[n] ,= x
2
[n] , n N
e
_
y
1
[n] = y
2
[n] , n < N Causal.
y
1
[n] ,= y
2
[n] , n < N Nao causal.
Passividade:
Sistema passivo com perdas: E
y
=
[y[n][
2
<
[x[n][
2
= E
x
< .
Sistema passivo sem perdas (lossless): E
y
=
[y[n][
2
=
[x[n][
2
= E
x
< .
Sistema ativo: E
y
=
[y[n][
2
>
[x[n][
2
= E
x
< .
Do ponto de vista fsico, um sistema ativo deve possuir, intrinsicamente, uma fonte
(ou conversor) de energia.
3.3 Tipos de implementacao para sistemas discretos
Circuito a capacitores chaveados (SC)
Componentes analogicos: transistor (usado como chave), capacitor (usado como
elemento armazenador) e amplicador operacional (OpAmp).
Variaveis analogicas: tensao (armazenada nos capacitores).
Tecnologia tpica: CMOS.
Circuito a corrente chaveada (SI)
Componentes analogicos: apenas transistores, usados como chaves e como estruturas
armazenadoras.
Variaveis analogicas: corrente (armazenada nos transistores).
Tecnologia tpica: CMOS.
TET / UFF
3.4 Tipos de implementacao para sistemas digitais
Hardware de uso geral:
Programa em linguagem de programacao de uso geral (FORTRAN, PASCAL, C,
DELPHI, C++).
Programa em ambiente de software de uso especco (MATLAB, Octave, SciLab).
Hardware de uso especco:
Processador de sinal digital (DSP).
FPGA (Field-Programmable Gate Array) com IP Core.
Hardware dedicado:
FPGA.
Circuito integrado especco para a aplicacao (ASIC).
A.S.V.
1. Dados o sinal descrito pela Equacao 3.1 e os sistemas descritos pelas Equacoes 3.2 a 3.4,
(a) Considere x
k
[n] = x[n k] como entrada para cada um dos sistemas e esboce os
gracos x
k
[n] n e y[n] n para k = 0, 6 e 8.
(b) Classique cada um dos sistemas quanto a: dinamica, linearidade, causalidade e
invariancia ao deslocamento.
x[n] =
_
1 , [n[ 2
0 , [n[ > 2
(3.1)
y[n] = (1)
n
x[n] (3.2)
y[n] = ((1)
n
x[n])
2
(3.3)
y[n] =
1
5
_
2x[n 1] +x
2
[n] + 2x[n + 1]
_
(3.4)
2. Levando em consideracao os conceitos de linearidade, de invariancia ao deslocamento e
de causalidade, classique os sistemas denidos pelas seguintes equacoes:
(a) y[n] = n
2
x[n] +nx[n 1].
(b) y[n 1] = 4x[n] + 3x[n 1].
(c) y[n] = 0.6y[n 1] + 0.4x[n] + 0.2x[n 1].
(d) y[n] =
x[n]
x[n1]
.
3. Um sistema discreto pode ser descrito matematicamente por uma transformacao ou
um operador . que mapeia sua entrada x[n] na sua sada y[n], de tal forma que
y[n] = x[n]. Supondo: i) um sistema atrasador unitario, denido por y[n] = x[n1] =
Dx[n], ii) um sistema com ganho constante K, denido por y[n] = Kx[n] = G
K
x[n],
e iii) as seguintes notacoes simplicadas DDv[n] = D
2
v[n] e G
K
v[n]+Dv[n] =
(G
K
+D) v[n], atenda aos seguintes itens:
(a) Escreva a equacao y[n] = 0.7x[n] +0.5x[n 1] +0.3x[n 2] +0.1x[n 3] utilizando
a notacao operacional denida.
(b) Com base no resultado do item anterior, mostre que tal sistema e linear e invariante
ao deslocamento.
TET / UFF
4. Suponha um sistema dinamico relaxado, discreto, SISO, estavel e causal, com entrada
x[n] e sada y[n], relacionadas por um operador linear e invariante ao deslocamento .,
de tal forma que y[n] = x[n]. Suponha ainda que a resposta ao impulso [n] seja
denida como y[n][
x[n]=[n]
= h[n]. Atenda aos seguintes itens:
(a) Descreva a entrada x[n] em funcao do impulso discreto [n].
(b) Calcule a sada do sistema y[n] em funcao dos sinais x[n] e h[n].
(c) A partir do resultado do item anterior, dena o calculo da sada do sistema relaxado
em funcao de uma unica operacao envolvendo os sinais x[n] e h[n].
5. Um sistema e dito sem distorcao quando produz uma sada y[n] = A
S
x[n + ([N
D
[)],
dada uma entrada x[n], para A
S
R e N
D
Z. Suponha um sistema linear e invariante
ao deslocamento, sem distorcao, com entrada x[n] e sada y[n]. Suponha que a entrada
x[n] e denida por uma soma de sinais senoidais do tipo x[n] =
k=
A
k
cos(
k
n+
k
),
para < n < . Atenda aos seguintes itens:
(a) Demonstre a relacao entrada sada que o sistema impoe sobre a amplitude de cada
componente senoidal do sinal de entrada.
(b) Demonstre a relacao entrada sada que o sistema impoe sobre a freq uencia de cada
componente senoidal do sinal de entrada.
(c) Demonstre a relacao entrada sada que o sistema impoe sobre o angulo de fase de
cada componente senoidal do sinal de entrada.
(d) Esboce tres gracos, contendo abscissa freq uencial , de tal forma que cada um deles
ilustre uma das relacoes acima demonstradas.
6. Suponha um sistema S
1
, relaxado, com entrada v[n] e sada y
v
[n], denido pelo conjunto
de equacoes (3.5). Suponha um sistema S
2
, relaxado, com entrada w[n] e sada y
w
[n],
denido pelo conjunto de equacoes (3.6). Um aluno de Processamento Digital de Sinais
assegura que os sistemas sao equivalentes, para N = 2 e o sinal de entrada denido por
x[n] = n(u[n] u[n 8]), para < n < . Demonstre se a armativa desse aluno
e correta ou nao, atraves dos gracos dos sinais x[n], v
m
[n], y
m
[n], y
v
[n], w
k
[n], y
k
[n] e
y
w
[n].
v
m
[n] =
_
v[n +mN] , 0 n (N 1)
0 , caso contrario
, < m <
y
m
[n] = v
m
[n + (N 1)] , < m <
y
v
[n] =
m=
y
m
[n mN] (3.5)
w
k
[n] = w[Nn +k] , 0 k (N 1)
y
k
[n] =
_
w
k
[
n
N
] ,
n
N
Z
0 ,
n
N
Q
, 0 k (N 1)
y
w
[n] =
(N1)
k=0
y
k
[n ((N 1) k)] (3.6)
A.S.V.
7. Um sistema MISO (Multiple-Input Single-Output), que apresenta um total de C canais de
entrada x
0
[n], x
1
[n], x
2
[n], , x
(C1)
[n] e um canal de sada y[n], e denido pelo conjunto
de equacoes (3.7). Suponha um sistema desse tipo, com tres canais de entrada, contendo
as seguintes informacoes: x
0
[n] = [9, 7, 5, 3], x
1
[n] = [2, 4, 6, 8], x
2
[n] = [1, 1, 1, 1], para
n = [0, 1, 2, 3], bem como x
0
[n] = x
1
[n] = x
2
[n] = 0 para os demais valores de n. Atenda
aos seguintes itens:
(a) Esboce os gracos x
k
[n] n das informacoes de entrada.
(b) Esboce os gracos v
k
[n] n dos sinais internos.
(c) Esboce os gracos w
k
[n] n dos sinais internos.
(d) Esboce o graco y[n] n da informacao de sada.
(e) Apresente a informacao do canal de sada na forma vetorial.
v
k
[n] =
_
x
k
[
n
C
] ,
n
C
Z
0 ,
n
C
Q
, 0 k (C 1)
w
k
[n] = v
k
[n k] , 0 k (C 1)
y[n] =
(C1)
k=0
w
k
[n] (3.7)
TET / UFF
A.S.V.
Captulo 4
Representac oes para sistemas lineares
e invariantes ao tempo/deslocamento
4.1 Introducao
Os processos de analise e de sntese (projeto) necessitam que os sistemas sejam mode-
lados adequadamente, de forma que se possa compreender o funcionamento dos mesmos
(analise) ou que seja possvel realizar modicacoes e/ou novas propostas (sntese).
Os sistemas do tipo SLIT, Sistema Linear e Invariante ao Tempo (ou ao deslocamento),
sao matematicamente mais faceis de se caracterizar e de se analisar. Logo, tambem sao
mais faceis de se projetar.
Uma subclasse importante de sistemas do tipo SLIT sao os sistemas SISO (Single-Input
Single-Output) onde a relacao entre a sada e a entrada e descrita por uma equacao de
diferenca linear com coecientes constantes.
Diversos modelos ou representacoes podem ser utilizadas para descrever tais sistemas.
Algumas das representacoes mais comuns sao:
Equacao de diferenca.
Equacoes de estado.
Resposta ao impulso (digital unitario).
Operador de transferencia.
Resposta em freq uencia.
Funcao de transferencia.
Diagrama de blocos de complexidade generica.
Diagrama de sistema ou realizacao ou estrutura: diagrama de blocos b asicos e
diagrama de uxo de sinal (grafo).
Em relacao ao domnio da variavel independente utilizada no equacionamento, podem-se
destacar duas classes de representacoes: tempo (equacao de diferenca, equacoes de es-
tado, resposta ao impulso, operador de transferencia e diagramas temporais) e freq uencia
(resposta em freq uencia, funcao de transferencia e diagramas freq uenciais).
41
42 Captulo 4. Representacoes para SLITs
Em quase todas as descricoes, excetuando-se apenas as equacoes de estado, somente as
relacoes entre as variaveis externas ao sistema (entradas e sadas) sao modeladas. Nao e
levada em consideracao a estrutura interna do sistema. Por essa razao, tal abordagem e
denominada de modelo de terminais de acesso ou de modelo de caixa-preta.
Outra caracterstica de tais modelos, novamente excetuando-se as equacoes de estado, e a
sua capacidade de relacionar apenas uma entrada com uma sada, limitando-se a descrever
somente sistemas do tipo SISO (Single-Input Single-Output). No caso de sistemas com
varias entradas e/ou varias sadas e necessario que se dena um equacionamento para
cada relacao entrada-sada. Por essa razao, tal abordagem e mais utilizada nos casos de
sistemas com poucas entradas e sadas.
Por sua vez, e como o proprio nome ja diz, as equacoes de estado descrevem o sistema em
relacao às suas variaveis de estado, alem de utilizarem as variaveis de entrada e de sada.
Logo, elas apresentam um modelo para a estrutura interna de funcionamento do sistema.
Por essa razao, o modelo de equacoes de estado e capaz de descrever ecientemente
sistemas do tipo MIMO (Multiple-Input Multiple-Output).
Em essencia, o equacionamento por variaveis de estado transforma equacoes de diferenca
de ordem N em sistemas de N equacoes de diferenca de ordem 1.
Vantagens do equacionamento por variaveis de estado:
Equacoes de primeira ordem ja foram extensivamente estudadas e varias tecnicas de
analise encontram-se à disposicao.
Equacoes de primeira ordem podem ser resolvidas, sem muita diculdade, no domnio
do tempo.
Equacoes de primeira ordem podem ser resolvidas, sem muita diculdade, para sis-
temas variantes ao tempo e para sistemas nao lineares.
Equacoes de primeira ordem sao de extrema facilidade para computacao analogica
ou digital.
4.2 Soma de convolucao
A operacao de convolucao surge naturalmente na representacao de sinais e sistemas.
Soma de convolucao (aperiodica ou linear): y[n] = x[n] h[n] =
k=
x[k] h[n k].
Propriedades da soma de convolucao
Comutatividade: x[n] h[n] = h[n] x[n].
Associatividade: (x[n] h
1
[n]) h
2
[n] = x[n] (h
1
[n] h
2
[n]).
Distributividade: (x
1
[n] +x
2
[n]) h[n] = (x
1
[n] h[n]) + (x
2
[n] h[n]).
Pode-se mostrar que: Para uma soma de convolucao convergir, os sinais envolvidos na
operacao devem ser limitados e pelo menos um deles deve ser absolutamente somavel.
Deve ser ressaltado que, computacionalmente, so e possvel calcular a soma de convolucao
x[n] h[n] se a seq uencia x[n] e/ou a seq uencia h[n] forem nitas.
A.S.V.
4.3. Equacao de diferenca 43
4.3 Equacao de diferenca
Denicao
Uma equacao de diferenca linear, com coecientes constantes, e denida por
N
k=0
a
k
y[n k] =
N
P
k=N
F
b
k
x
[n k] , (4.1)
N, N
F
e N
P
N .
Normalizando-se (4.1) em relacao ao coeciente a
0
,= 0, obtem-se
y[n] =
N
k=1
a
k
y[n k] +
N
P
k=N
F
b
k
x
[n k] , (4.2)
a
k
=
a
k
a
0
,
b
k
=
b
k
a
0
.
Adicionando-se atrasos à seq uencia x
[n], a Equacao 4.2 pode ser reescrita como

y[n] =
N
k=1
a
k
y[n k] +
L
k=0
b
k
x[n k] , (4.3)
x
[n] = x[n N
F
] ,
L = N
P
+N
F
.
A ordem da Equacao 4.3, e denida como o valor maximo entre N e L.
Equacao de diferenca sistema
Para modelar um sistema SLIT SISO atraves de uma equacao de diferenca basta
associar as seq uencias x[n] e y[n] com a sua entrada e a sua sada, respectivamente.
Na faixa N
F
k 1, os valores x
[nk] representam valores futuros da entrada.

Em um sistema causal, a sada nao pode depender de entradas futuras. Nesse caso,
deve-se ter N
F
= 0.
A modicacao da Equacao (4.2) na Equacao (4.3) representa a transformacao de um
sistema nao causal em um sistema causal, atraves da insercao de latencia no sistema.
TET / UFF
Classicacao quanto à realimentacao da sada do sistema
Baseado nos valores dos coecientes a
k
e b
k
, os sistemas podem ser classicados em:
nao recursivos (sem realimentacao) e recursivos (com realimentacao).
Sistemas nao recursivos ou all-zero ou MA (Moving Average):
_
_
_
a
k
= 0 , k = 1, 2, , N e N > 0
b
k
,= 0 , k = 0, 1, 2, , L e L > 0
.
Sistemas recursivos:
All-pole ou AR (Auto Regressive):
_
_
_
a
k
,= 0 , k = 1, 2, , N e N > 0
b
0
,= 0 e b
k
= 0 , k = 1, 2, , L e L > 0
.
Pole-zero ou ARMA (Auto Regressive Moving Average)
_
_
_
a
k
,= 0 , k = 1, 2, , N e N > 0
b
k
,= 0 , k = 0, 1, 2, , L e L > 0
.
As denominacoes all-zero, all-pole e pole-zero sao empregadas por similaridade a
sistemas analogicos. Por sua vez, as denominacoes MA, AR e ARMA sao empregadas
por similaridade a processos estocasticos.
Calculo da sada do sistema
Para resolver a equacao de diferenca de ordem N, sao necessarias N condicoes
auxiliares em n = N
0
, que correspondem ao estado do sistema em n = N
0
.
Supondo-se x[n] = 0, para n < N
0
, o calculo de y[n], para n N
0
, pode ser efetuado
com N condicoes auxiliares em n = N
0
, que passam a ser denominadas de condicoes
iniciais (CI).
Uma vez que o sistema e invariante ao tempo (ou ao deslocamento), e comum que
se considere as condicoes iniciais em N
0
= 0.
Para a equacao de diferenca denida acima, as condicoes iniciais em n = 0 sao
equivalentes aos seguintes valores de sada: y[1] = y
1
, , y[N] = y
N
.
Subdivisao da sada do sistema
Nao e difcil mostrar que o sistema SISO nao relaxado e equivalente ao sistema MISO
relaxado descrito por y[n] =
N
k=1
a
k
y[nk] +
L
k=0
b
k
x[nk] +
N
k=1
x
y
k
[n],
onde x
y
k
[n] = y
k
N
j=k
(a
j
) [n (j k)], supondo-se x[n] = 0, para n < 0.
Portanto, o estado inicial pode ser interpretado como um conjunto extra de entradas,
internamente adicionadas ao sistema, que coopera com a entrada externa para gerar
a sada.
Uma vez que os sistemas abordados sao lineares, pode-se pensar em decompor a
sada em duas parcelas, uma delas provocada apenas pela entrada, que e aplicada
em um determinado momento, e a outra provocada apenas pelo estado do sistema
no momento da aplicacao da entrada: y[n] = y
ent
[n] + y
est
[n], y
ent
[n] = y[n][
CI=0
e
y
est
[n] = y[n][
x[n]=0
.
A.S.V.
4.4. Resposta ao impulso 45
4.4 Resposta ao impulso
Dado um sistema SLIT, SISO, dinamico, relaxado, com entrada x[n] e sada y[n], pode-se
mostrar que a resposta ao impulso digital unitario ([n]) caracteriza o sistema.
Operacao linear associada ao SLIT SISO: T .
Resposta do sistema relaxado a uma entrada generica: x[n] y
ent
[n] = T x[n].
Resposta ao impulso digital unitario: x[n] = [n] y
ent
[n] = T [n] h[n].
Resposta ao impulso atrasado: x[n] = [n k] y
ent
[n] = T [n k] h[n, k]
Pela propriedade de invariancia ao deslocamento: h[n, k] = h[n k].
Resposta ao impulso ponderado:
x[n] = c
0
[n] y
ent
[n] = T c
0
[n] = c
0
T [n] = c
0
h[n].
Resposta ao impulso atrasado e ponderado:
x[n] = c
k
[n k] y
ent
[n] = T c
k
[n k] = c
k
T [n k] = c
k
h[n k].
Resposta do sistema relaxado a uma entrada generica, em funcao da resposta ao impulso:
x[n] =
k=
x[k] [n k] y
ent
[n] = T x[n]
= T
k=
x[k] [n k]
(aditividade) =
k=
T x[k] [n k]
(homogeneidade) =
k=
x[k] T [n k]
k=
x[k] h[n, k]
(invariancia ao deslocamento) =
k=
x[k] h[n k]
= x[n] h[n] . (4.4)
Do ponto de vista da aplicacao de cada amostra do sinal de entrada no sistema, a con-
voluc ao pode ser interpretada como uma superposicao (soma) ponderada de respostas a
impulsos deslocados. Isso e descrito por
y[n] =
k=
x[k] h[n k]
= + x[2] h[n + 2] +
x[1] h[n + 1] +
x[0] h[n] +
x[1] h[n 1] +
x[2] h[n 2] +
. (4.5)
TET / UFF
Do ponto de vista do calculo de cada amostra do sinal de sada, a convolucao pode
ser interpretada como o seguinte conjunto de operacoes: espelhamento, deslocamento,
multiplicacao e soma. Isso e descrito por
y[n] =
k=
x[k] h[n k]
= ,
k=
x[k] h[2 k] ,
k=
x[k] h[1 k] ,
k=
x[k] h[k] ,
k=
x[k] h[1 k] ,
k=
x[k] h[2 k] ,
. (4.6)
Nos sistemas nao recursivos, associando-se uma seq uencia b[n] aos coecientes b
n
:
y[n] =
L
k=0
b
k
x[nk] =
L
k=0
b[k]x[nk] =
k=
b[k]x[nk] = b[n]x[n] = x[n]b[n].
Portanto, h[n] = b[n].
Devido ao tipo de resposta ao impulso apresentada, os sistemas podem ser classicados
em: FIR (Finite Impulse Response) e IIR (Innite Impulse Response).
Devido à sua estrutura, os sistemas nao recursivos apresentam resposta ao impulso nita.
Assim, o termo FIR pode ser usado para designar tais sistemas.
Por outro lado, os sistemas recursivos podem apresentar resposta ao impulso nita ou
innita. Porem, embora nao seja correto para todos os casos, encontra-se comumente o
uso da designacao IIR para tais sistemas.
4.5 Notacao operacional
4.5.1 Operador de deslocamento
Um atraso unitario pode ser representado por um operador linear e invariante ao deslocamento
D, denido como
c v[n 1] = c Dv[n] = (c D) v[n] . (4.7)
Por sua vez, um avanco unitario pode ser representado por um operador linear e invariante
ao deslocamento D
1
, denido como
c v[n + 1] = c v[n (1)] = c D
1
v[n] =
_
c D
1
_
v[n] . (4.8)
Portanto, uma ausencia de deslocamento pode ser denida como
c v[n] = c D
0
v[n] =
_
c D
0
_
v[n] . (4.9)
Por m, pode-se representar um deslocamento generico por um operador linear e invariante
ao deslocamento D
k
, k Z, denido como
c v[n k] = c DD Dv[n] = c D
k
v[n] =
_
c D
k
_
v[n] . (4.10)
A.S.V.
4.5. Notacao operacional 47
Empregando-se (4.10), pode-se denir
K
k=0
c
k
v[n k] =
K
k=0
c
k
D
k
v[n] =
_
K
k=0
c
k
D
k
_
v[n]
=
K
k=0
D
k
c
k
v[n] =
_
K
k=0
D
k
_
c
k
v[n] . (4.11)
4.5.2 Operador de transferencia
Utilizando-se o operador de deslocamento D
k
, a equacao de diferenca generica
y[n] =
N
k=1
a
k
y[n k] +
L
k=0
b
k
x[n k]
pode ser reescrita como
y[n] =
_
N
k=1
a
k
D
k
_
y[n] +
_
L
k=0
b
k
D
k
_
x[n]
ou
_
N
k=0
a
k
D
k
_
y[n] =
_
L
k=0
b
k
D
k
_
x[n]
ou ainda como
y[n] =
_
L
k=0
b
k
D
k
_
_
N
k=0
a
k
D
k
_ x[n] = T(D) x[n] , (4.12)
onde
T(D) =
_
L
k=0
b
k
D
k
_
_
N
k=0
a
k
D
k
_ = K
1
L
k=1
(D +z
k
)
N
k=1
(D +p
k
)
= K
2
L
k=1
(1 +d
k
D)
N
k=1
(1 +c
k
D)
(4.13)
e denido como o operador de transferencia T(D) do SLIT com entrada x[n] e sada y[n].
Mais detalhes sobre as fatoracoes apresentadas na Equacao (4.13) podem ser encontrados no
Apendice C.
Independentemente do seu signicado, T(D) pode ser visto como uma funcao polinomial
racional. Assim, os valores de z
k
e p
k
sao pontos singulares ou singularidades de T(D).
As razes z
k
do polinomio numerador fazem com que T(D)[
D=|z
k
|
= 0, sendo denominadas
de zeros de T(D).
As razes p
k
do polinomio denominador fazem com que T(D)[
D=|p
k
|
, sendo denomi-
nadas de p olos de T(D).
Em toda funcao polinomial racional, o n umero de zeros e sempre igual ao n umero de polos,
considerando-se as singularidades nitas e as innitas.
Por sua vez, o parametro K R, e denominado de ganho da fatoracao, independentemente
do seu valor numerico.
TET / UFF
Nas Equacoes (4.12) e (4.13), T(D) foi denido em funcao de operadores de atraso. Porem,
o operador de transferencia de um SLIT tambem pode denido em funcao de operadores de
avanco. Empregando-se a propriedade de invariancia ao deslocamento, a Equacao (4.12) pode
ser reescrita como
y[n +N] = T(D) x[n +N]
ou
_
D
N
_
y[n] = T(D)
_
D
N
_
x[n] =
_
D
N
_
T(D) x[n]
ou ainda como
y[n] =
_
D
N
D
N
_
T(D) x[n] = T(D
1
) x[n] ,
onde
T(D
1
) =
_
D
N
D
N
_
T(D)
=
_
D
N+L
_
_
D
L
D
N
_
T(D)
=
_
D
N+L
_
_
D
L
D
N
_
_
L
k=0
b
k
D
k
_
_
N
k=0
a
k
D
k
_
=
_
D
N+L
_
_
L
k=0
b
k
D
kL
_
_
N
k=0
a
k
D
kN
_
=
_
D
N+L
_
_
L
m=0
b
Lm
D
m
_
_
N
k=0
a
Nm
D
m
_
=
_
D
N+L
_
_
L
m=0
b
m
D
m
_
_
N
k=0
a
m
D
m
_ , (4.14)
b
m
= b
Lm
(4.15)
e
a
m
= a
Nm
. (4.16)
A.S.V.
4.6. Diagrama de blocos de complexidade generica 49
4.5.3 Biquad
Matematicamente, as equacoes de diferenca de ordem 1 e de ordem 2 sao bem caracterizadas.
Por exemplo, para esses tipos de equacoes, existem formulacoes simples que relacionam os
coecientes das equacoes com parametros temporais e parametros freq uenciais, bem como rela-
cionam parametros temporais com parametros freq uenciais. Assim sendo, pode ser interessante
decompor um sistema de ordem qualquer em arranjos de subsistemas de ordem 1 e de ordem 2.
Uma funcao polinomial racional do tipo
T(x) =
b
0
+b
1
x +b
2
x
2
a
0
+a
1
x +a
2
x
2
= K
1
(x +z
1
) (x +z
2
)
(x +p
1
) (x +p
2
)
= K
2
(1 +d
1
x) (1 +d
2
x)
(1 +c
1
x) (1 +c
2
x)
(4.17)
e denominada de forma biquadratica.
Um bloco funcional que possui um operador de transferencia T(D) descrito por uma forma
biquadratica e denominado de biquad.
A organizacao de sistemas atraves de arranjos de blocos funcionais do tipo biquad e muito
comum.
4.6 Diagrama de blocos de complexidade generica
Representacao graca de um sistema atraves da associacao de subsistemas genericos.
Associacoes basicas
Associacao cascata (serie)
y[n] = y
21
[n] = h
2
[n] v[n]
= h
2
[n] (h
1
[n] x[n])
= (h
2
[n] h
1
[n]) x[n] = h
21
x[n] = h
ser
[n] x[n]
= (h
1
[n] h
2
[n]) x[n] = h
12
x[n] = h
ser
[n] x[n]
= h
1
[n] (h
2
[n] x[n])
= h
1
[n] w[n] = y
12
[n] .
Associacao paralela
y[n] = v[n] +w[n]
= (h
1
[n] x[n]) + (h
2
[n] x[n])
= (h
1
[n] +h
2
[n]) x[n]
= h
par
[n] x[n] .
Realimentacao
Sistemas em malha aberta (sem realimentacao).
Sistemas em malha fechada (com realimentacao).
Realimentacao recursividade.
Realimentacao computabilidade: loops de computacao sem atrasos.
TET / UFF
4.7 Diagrama de sistema
Denicao
Um diagrama de sistema e uma forma graca de se representar um sistema.
Ele pode representar a implementacao em hardware, o algoritmo calculado ou,
simplesmente, um modelo de operacao do sistema.
Uma vez que o diagrama de sistema e uma representacao generica de um sistema,
ele e tambem denominado de realizacao ou estrutura.
As realizacoes nao sao unicas. Um mesmo sistema pode ser modelado por diversas
estruturas diferentes.
Alem de fornecerem uma melhor visualizacao da estrutura proposta para o sistema,
tais diagramas permitem ainda que seus respectivos sistemas sejam analisados ou
projetados atraves de metodos gracos.
Operacoes
As operacoes mais basicas de um sistema sao:
Deslocamento unitario: w[n] = v[n 1].
Escalamento em amplitude: w[n] = K v[n].
Adicao: w[n] = v
1
[n] +v
2
[n].
No caso de sistemas causais, os deslocamentos sao apenas atrasos. Portanto, a
operacao basica e o atraso unitario (unit Delay - D): w[n] = v[n 1] = Dv[n].
Estruturas canonicas sao aquelas com um n umero mnimo de atrasadores unitarios.
Porem, o termocanonica em relacao atambem e usado para designar uma estrutura
com um n umero mnimo de um elemento qualquer.
Representacoes gracas
As representacoes gracas mais comuns sao:
Diagrama de blocos basicos.
Diagrama ou grafo de uxo de sinal (Signal Flow Graph - SFG).
A descricao de um sistema por meio de um SFG possibilita que a Teoria dos Grafos
seja utilizada para analise e/ou projeto do sistema. Por exemplo, o calculo da re-
lacao entre dois pontos quaisquer de um sistema, pode ser realizado atraves da sua
modelagem por um SFG e da aplicacao da Regra de Mason.
Normalmente, as duas representacoes nao sao utilizadas em conjunto na descricao
de um sistema.
A Tabela 4.1 apresenta uma correspondencia entre os elementos constituintes de um
diagrama de blocos e aqueles do seu respectivo SFG.
A.S.V.
4.7. Diagrama de sistema 51
Diagrama de blocos SFG
Variavel de entrada No fonte (source)
Variavel de sada No sorvedouro (sink)
Variavel interna No interno
No de distribuicao No de distribuicao
Somador No de soma
Multiplicador Peso de ramo
Atrasador Peso de ramo
Sentido de sinal Sentido de ramo
Tabela 4.1: Diagrama de blocos SFG: correspondencia entre os elementos constituintes.
Transposicao
Dada uma estrutura que represente um SLIT SISO, e utilizando-se a propriedade de
transposicao dos grafos, pode-se obter a estrutura transposta equivalente.
Transposicao do grafo de um SLIT SISO:
Trocar os nos de sada e de entrada entre si.
Reverter os sentidos de todos os ramos, mantendo seus respectivos pesos.
Com isso, os nos de expansao serao transformados em nos de soma e vice-versa.
Transposicao do diagrama de blocos de um SLIT SISO:
Opcao 1: DB SFG SFG transposto DB transposto.
Opcao 2:
Trocar os sinais de sada e de entrada entre si.
Reverter os sentidos de todos os sinais, e, conseq uentemente, de todos os
multiplicadores e de todos os atrasadores.
Trocar cada no de distribuicao por um somador e vice-versa.
TET / UFF
4.8 Diagrama de sistema equacao de diferenca
4.8.1 Estruturas basicas
Duas estruturas basicas sao largamente utilizadas:
Linha de retardo com derivacoes (tapped delay line).
Combinador linear (linear combiner).
Uma linha de retardo com derivacoes e uma estrutura SIMO, composta de um arranjo
cascata (serie) de atrasadores unitarios, com entrada x[n] e sadas denidas por
y
k
[n] = x[n k], onde 0 k K e k N.
Um combinador linear e uma estrutura MISO, composta de multiplicadores e somadores,
com entradas x
k
[n] e sada denida por y[n] =
K
k=0
c
k
x
k
[n], onde k N.
A associacao de uma linha de retardo com derivacoes e um combinador linear da origem
à denominada estrutura transversal, que e uma estrutura SISO, com entrada x[n] e sada
denida por y[n] =
K
k=0
c
k
x
k
[n] =
K
k=0
c
k
x[n k].
4.8.2 Equacionamento das estruturas nao recursivas
Equac oes gerais
Conforme denido anteriormente, uma equacao de diferenca nao recursiva e dada por
y[n] =
L
k=0
b
k
x[n k] , (4.18)
que, para destacar a contribuicao dos valores internos e externos ao sistema, pode ser reescrita
como
y[n] =
L
k=0
b
k
x[n k]
=
_
L
k=1
b
k
x[n k]
_
+b
0
x[n]
=
_
L
k=1
b
k
v
k
[n]
_
+b
0
x[n]
= y
int
[n] +y
ext
[n] , (4.19)
onde
y
int
[n] =
L
k=1
b
k
x[n k] =
L
k=1
b
k
v
k
[n] (4.20)
representa a contribuicao dos valores v
k
[n] = x[nk], armazenados nos atrasadores do sistema,
e
y
ext
[n] = b
0
x[n] (4.21)
representa a contribuicao dos valores da entrada x[n], para a geracao da sada y[n].
A.S.V.
4.8. Diagrama de sistema equacao de diferenca 53
Forma Direta e Forma Direta Transposta
Utilizando-se o operador D
k
, a Equacao (4.19) pode assumir as formas dadas por
y[n] =
L
k=0
b
k
D
k
x[n]
=
_
b
1
Dx[n] +b
2
D
2
x[n] +b
3
D
3
x[n] + +b
L
D
L
x[n]
_
+b
0
x[n]
= (b
1
v
1
[n] +b
2
v
2
[n] +b
3
v
3
[n] + +b
L
v
L
[n]) +b
0
x[n] (4.22)
e
v
k
[n] = x[n k] = D
k
x[n] = DD Dx[n] , 1 k L , (4.23)
que representa a estrutura denominada de Forma Direta, com varias linhas de retardo em
paralelo,
y[n] =
L
k=0
b
k
D
k
x[n]
= (b
1
Dx[n] +b
2
DDx[n] +b
3
DDDx[n] +
+b
L
DDD Dx[n] ) +b
0
x[n]
= (b
1
v
1
[n] +b
2
v
2
[n] +b
3
v
3
[n] + +b
L
v
L
[n]) +b
0
x[n] (4.24)
e
_
_
_
v
0
[n] = x[n]
v
k
[n] = v
k1
[n 1] = Dv
k1
[n] , 1 k L
, (4.25)
que representa a Forma Direta, com uma unica linha de retardo,
y[n] =
L
k=0
D
k
b
k
x[n]
=
_
Db
1
x[n] +D
2
b
2
x[n] +D
3
b
3
x[n] + +D
L
b
L
x[n]
_
+b
0
x[n]
=
_
v
1
[n] +Dv
2
[n] +D
2
v
3
[n] + +D
L1
v
L
[n]
_
+b
0
x[n] (4.26)
e
v
k
[n] = b
k
x[n 1] = b
k
Dx[n] = Db
k
x[n] , 1 k L , (4.27)
que representa a estrutura denominada de Forma Direta Transposta, com varias linhas de
retardo em paralelo, e
y[n] =
L
k=0
D
k
b
k
x[n]
= (Db
1
x[n] +Db
2
x[n] +Db
3
x[n] + +Db
L
x[n]) +b
0
x[n]
= v
1
[n] +b
0
x[n] , (4.28)
e
_
_
_
v
k
[n] = v
k+1
[n 1] +b
k
x[n 1] = Dv
k+1
[n] +b
k
x[n] , 1 k L
v
L+1
[n] = 0
, (4.29)
que representa a Forma Direta Transposta, com uma unica linha de retardo.
TET / UFF
Emprego de somadores de duas entradas na Forma Direta
Supondo-se que sejam utilizados somadores de duas entradas, com sada w
k
[n], 0 k L,
as Equacoes (4.22) (4.29) assumem, respectivamente, as formas
y[n] = w
0
[n] = w
1
[n] +b
0
x[n] , (4.30)
_
_
_
w
k
[n] = w
k+1
[n] +b
k
v
k
[n] , 1 k L
w
L+1
[n] = 0
(4.31)
e
v
k
[n] = x[n k] = D
k
x[n] = DD Dx[n] , 1 k L , (4.32)
que representa a Forma Direta, com varias linhas de retardo em paralelo,
y[n] = w
0
[n] = w
1
[n] +b
0
x[n] , (4.33)
_
_
_
w
k
[n] = w
k+1
[n] +b
k
v
k
[n] , 1 k L
w
L+1
[n] = 0
(4.34)
e
_
_
_
v
0
[n] = x[n]
v
k
[n] = v
k1
[n 1] = Dv
k1
[n] , 1 k L
, (4.35)
y[n] = w
0
[n] = w
1
[n] +b
0
x[n] , (4.36)
_
_
_
w
k
[n] = w
k+1
[n] +v
k
[n (k 1)] = w
k+1
[n] +D
k1
v
k
[n] , 1 k L
w
L+1
[n] = 0
(4.37)
e
v
k
[n] = b
k
x[n 1] = b
k
Dx[n] = Db
k
x[n] , 1 k L , (4.38)
que representa a Forma Direta Transposta, com varias linhas de retardo em paralelo, e
y[n] = w
0
[n] = v
1
[n] +b
0
x[n] , (4.39)
w
k
[n] = v
k+1
[n] +b
k
x[n] , 1 k L (4.40)
e
_
_
_
v
k
[n] = w
k
[n 1] = Dw
k
[n] , 1 k L
v
L+1
[n] = 0
, (4.41)
A.S.V.
Emprego de notacao matricial na Forma Direta
Utilizando-se notacao matricial, para L = 4, as Equacoes (4.22) (4.29) assumem, respectiva-
mente, as formas
y[n] =
_
b
1
b
2
b
3
b
4
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
_
+ [b
0
] x[n] (4.42)
e
_
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
_
=
_
_
1
D
D
2
D
3
_
_
x[n 1] (4.43)
ou
_
_
v
1
[n + 1]
v
2
[n + 1]
v
3
[n + 1]
v
4
[n + 1]
_
_
=
_
_
1
D
D
2
D
3
_
_
x[n] (4.44)
que representa a Forma Direta, com varias linhas de retardo em paralelo,
y[n] =
_
b
1
b
2
b
3
b
4
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
_
+ [b
0
] x[n] (4.45)
e
_
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
_
=
_
_
0 0 0 0
1 0 0 0
0 1 0 0
0 0 1 0
_
_
_
_
v
1
[n 1]
v
2
[n 1]
v
3
[n 1]
v
4
[n 1]
_
_
+
_
_
1
0
0
0
_
_
x[n 1] (4.46)
ou
_
_
v
1
[n + 1]
v
2
[n + 1]
v
3
[n + 1]
v
4
[n + 1]
_
_
=
_
_
0 0 0 0
1 0 0 0
0 1 0 0
0 0 1 0
_
_
_
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
_
+
_
_
1
0
0
0
_
_
x[n] (4.47)
TET / UFF
y[n] =
_
1 D D
2
D
3

_
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
_
+ [b
0
] x[n] (4.48)
e
_
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
_
=
_
_
b
1
b
2
b
3
b
4
_
_
x[n 1] (4.49)
ou
_
_
v
1
[n + 1]
v
2
[n + 1]
v
3
[n + 1]
v
4
[n + 1]
_
_
=
_
_
b
1
b
2
b
3
b
4
_
_
x[n] (4.50)
que representa a Forma Direta Transposta, com varias linhas de retardo em paralelo, e
y[n] =
_
1 0 0 0
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
_
+ [b
0
] x[n] (4.51)
e
_
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
_
=
_
_
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
_
_
_
v
1
[n 1]
v
2
[n 1]
v
3
[n 1]
v
4
[n 1]
_
_
+
_
_
b
1
b
2
b
3
b
4
_
_
x[n 1] (4.52)
ou
_
_
v
1
[n + 1]
v
2
[n + 1]
v
3
[n + 1]
v
4
[n + 1]
_
_
=
_
_
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
_
_
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
_
+
_
_
b
1
b
2
b
3
b
4
_
_
x[n] (4.53)
A.S.V.
4.8.3 Equacionamento das estruturas recursivas
Forma Direta I e Forma Direta II
A equacao de diferenca generica
y[n] =
N
k=1
a
k
y[n k] +
L
k=0
b
k
x[n k] (4.54)
pode ser reescrita como
y[n] =
N
k=1
a
k
y[n k] +w[n] (4.55)
e
w[n] =
L
k=0
b
k
x[n k] (4.56)
ou como
y[n] =
L
k=0
b
k
v[n k] (4.57)
e
v[n] =
N
k=1
a
k
v[n k] +x[n] , (4.58)
onde w[n] e v[n] sao variaveis internas do sistema.
De um modo geral, um diagrama de sistema elaborado em uma Forma Direta, como o
proprio nome ja diz, representa o diagrama obtido diretamente a partir de um determinado
equacionamento. No caso particular de uma equacao de diferenca com recursividade, duas
formas diretas sao denidas. Ambas consideram que o sistema total e formado por dois subsis-
temas, conectados em cascata (serie), sendo um deles recursivo e o outro nao recursivo.
A Forma Direta I, com origem nas Equacoes (4.55) e (4.56), possui o seguinte arranjo:
entrada sistema nao recursivo sinal interno sistema recursivo sada.
A Forma Direta II, com origem nas Equacoes (4.57) e (4.58), possui o seguinte arranjo:
entrada sistema recursivo sinal interno sistema nao recursivo sada.
Decomposicao em arranjos cascata e paralelo
A descricao de (4.54) por meio do operador de transferencia T(D) denido por (4.12) e (4.13),
permite que sua estrutura global possa ser decomposta em arranjos de dois tipos, usando
estruturas de ordem 1 e de ordem 2: cascata (serie) e paralela.
Considerando-se L = N, a decomposicao em um arranjo cascata de estruturas de ordem 2,
com o auxlio de uma estrutura de ordem 1, e dada por
T(D) =
_
_
K
C1
N
2
l=1
b
0l
+b
1l
D+b
2l
D
2
1+a
1l
D+a
2l
D
2
, N par
K
C1
_
(b
00
+b
10
D)
(1+a
10
D)

N1
2
l=1
b
0l
+b
1l
D+b
2l
D
2
1+a
1l
D+a
2l
D
2
_
, N mpar
, (4.59)
TET / UFF
T(D) =
_
_
K
C2
N
2
l=1
2
k=1
(D+z
kl
)
2
k=1
(D+p
kl
)
, N par
K
C2
_
(D+z
10
D)
(D+p
10
D)

N1
2
l=1
2
k=1
(D+z
kl
)
2
k=1
(D+p
kl
)
_
, N mpar
(4.60)
ou
T(D) =
_
_
K
C3
N
2
l=1
2
k=1
(1+d
kl
D)
2
k=1
(1+c
kl
D)
, N par
K
C3
_
(1+d
10
D)
(1+c
10
D)

N1
2
l=1
2
k=1
(1+d
kl
D)
2
k=1
(1+c
kl
D)
_
, N mpar
. (4.61)
Considerando-se L = N, a decomposicao em um arranjo paralelo de estruturas de ordem 2,
com o auxlio de uma estrutura de ordem 1, e dada por
T(D) =
_
_
K
P1
N
2
l=1
b
0l
+b
1l
D+b
2l
D
2
1+a
1l
D+a
2l
D
2
, N par
K
P1
_
(
b
00
+b
10
D
)
(1+a
10
D)
+
N1
2
l=1
b
0l
+b
1l
D+b
2l
D
2
1+a
1l
D+a
2l
D
2
_
, N mpar
, (4.62)
T(D) =
_
_
K
P2
N
2
l=1
2
k=1
(
D+z
kl
)
2
k=1
(D+p
kl
)
, N par
K
P2
_
(
D+z
10
D
)
(D+p
10
D)
+
N1
2
l=1
2
k=1
(
D+z
kl
)
2
k=1
(D+p
kl
)
_
, N mpar
(4.63)
ou
T(D) =
_
_
K
P3
N
2
l=1
2
k=1
(
1+d
kl
D
)
2
k=1
(1+c
kl
D)
, N par
K
P3
_
(
1+d
10
D
)
(1+c
10
D)
+
N1
2
l=1
2
k=1
(
1+d
kl
D
)
2
k=1
(1+c
kl
D)
_
, N mpar
. (4.64)
Detalhes sobre fatoracoes das equacoes de diferenca sao apresentados no Apendice C.
4.8.4 Exemplos com estruturas de ordem 1 e de ordem 2
Exemplos simples, visando estabelecer uma conexao entre algumas equacoes e algumas
de suas possveis realizacoes.
Forma direta
Estrutura nao recursiva
Caso geral: y[n] =
L
k=0
b
k
x[n k].
Exemplo 0 (L = 0): y[n] = b
0
x[n].
0
x[n] +b
1
x[n 1].
0
x[n] +b
1
x[n 1] +b
2
x[n 2].
Estrutura recursiva (caso L = 0)
Caso geral: y[n] =
N
k=1
a
k
y[n k] +b
0
x[n].
Exemplo 1 (N = 1): y[n] = (a
1
)y[n 1] +b
0
x[n].
Exemplo 2 (N = 2): y[n] = (a
1
)y[n 1] + (a
2
)y[n 2] +b
0
x[n].
A.S.V.
Estrutura recursiva (caso L = N)
Caso geral: y[n] =
N
k=1
a
k
y[n k] +
N
k=0
b
k
x[n k].
Exemplo 1 (N = 1): y[n] = (a
1
)y[n 1] +b
0
x[n] +b
1
x[n 1].
Forma direta I: y[n] = (a
1
)y[n 1] +v[n] e v[n] = b
0
x[n] +b
1
x[n 1].
Forma direta II: y[n] = b
0
w[n] +b
1
w[n 1] e w[n] = (a
1
)w[n 1] +x[n].
Exemplo 2 (N = 2):
y[n] = (a
1
)y[n 1] + (a
2
)y[n 2] +b
0
x[n] +b
1
x[n 1] +b
2
x[n 2].
Forma direta I: y[n] = (a
1
)y[n 1] + (a
2
)y[n 2] +v[n] e
v[n] = b
0
x[n] +b
1
x[n 1] +b
2
x[n 2].
Forma direta II: y[n] = b
0
w[n] +b
1
w[n 1] +b
2
w[n 2] e
w[n] = (a
1
)w[n 1] + (a
2
)w[n 2] +x[n].
Relacao entre os coecientes na decomposicao de blocos de ordem 2 em arranjos, cascata
e paralelo, de blocos de ordem 1 (L=N=2)
Associacao cascata (serie)
T(D) =
_

2
k=0
b
k
D
k
1 +
2
k=1
a
k
D
k
_
=
(b
0
) + (b
1
) D + (b
2
) D
2
(1) + (a
1
) D + (a
2
) D
2
= b
0
(1) +
_
b
1
b
0
_
D +
_
b
2
b
0
_
D
2
(1) + (a
1
) D + (a
2
) D
2
= K
C

2
l=1
(1 +d
kl
D)
(1 +c
kl
D)
= K
C

(1 +d
k1
D)
(1 +c
k1
D)

(1 +d
k2
D)
(1 +c
k2
D)
= K
C

(1) + (d
k1
+d
k2
) D + (d
k1
d
k2
) D
2
(1) + (c
k1
+c
k2
) D + (c
k1
c
k2
) D
2
Associacao paralela
T(D) =
_

2
k=0
b
k
D
k
1 +
2
k=1
a
k
D
k
_
=
(b
0
) + (b
1
) D + (b
2
) D
2
(1) + (a
1
) D + (a
2
) D
2
= b
(1) +
_
b
1
b
0
_
D +
_
b
2
b
0
_
D
2
(1) + (a
1
) D + (a
2
) D
2
= K
P

2
l=1
(1 +d
kl
D)
(1 +c
kl
D)
= K
P

_
(1 +d
k1
D)
(1 +c
k1
D)
+
(1 +d
k2
D)
(1 +c
k2
D)
_
= K
P

(1 +d
k1
D) (1 +c
k2
D) + (1 +d
k2
D) (1 +c
k1
D)
(1 +c
k1
D) (1 +c
k2
D)
= K
P

(2) + (d
k1
+c
k2
+d
k2
+c
k1
) D + (d
k1
c
k2
+d
k2
c
k1
) D
2
(1) + (c
k1
+c
k2
) D + (c
k1
c
k2
) D
2
TET / UFF
4.8.5 Casos particulares de interesse
Estrutura nao recursiva com coecientes simetricos
Estrutura nao recursiva: y[n] =
L
k=0
b
k
x[n k].
Posicao do eixo de simetria: N
S
=
L
2
.
Quantidade de coecientes (L + 1)
Para L par: quantidade mpar de coecientes, com eixo de simetria localizado
na posicao do coeciente central.
Para L mpar: quantidade par de coecientes, com eixo de simetria localizado
entre os dois coecientes centrais.
Tipo de simetria dos cooecientes
Simetria par: b
k
= b
Lk
.
Simetria mpar: b
k
= b
Lk
.
Denominacao comum
Simetria par: simetria.
Simetria mpar: antissimetria.
Quatro casos possveis
N umero de coecientes (L + 1): par ou mpar.
Tipo de simetria: par ou mpar.
Importancia
A implementacao de uma estrutura com simetria requer, praticamente, metade
do n umero de multiplicadores apresentado por uma estrutura sem simetria, para
um mesmo comprimento L.
A funcao de transferencia de um sistema que e modelado por uma estrutura com
coecientes simetricos apresenta argumento (angulo de fase) linear.
Exemplos
L par e simetria par:
y[n] = b
0
x[n] +b
1
x[n 1] +b
2
x[n 2] +b
1
x[n 3] +b
0
x[n 4].
L par e simetria mpar:
y[n] = b
0
x[n] +b
1
x[n 1] + 0x[n 2] + (b
1
)x[n 3] + (b
0
)x[n 4].
L mpar e simetria par:
y[n] = b
0
x[n] +b
1
x[n 1] +b
1
x[n 2] +b
0
x[n 3].
L mpar e simetria mpar:
y[n] = b
0
x[n] +b
1
x[n 1] + (b
1
)x[n 2] + (b
0
)x[n 3].
Associacao cascata (serie) de estrutura nao recursiva (comb lter) com estrutura recursiva
do tipo all-pole (resonator): a estrutura nal e do tipo FIR e recebe a denominacao de
frequency-sampling structure.
Associacao cascata (serie) de estruturas nao recursivas do tipo lattice.
A.S.V.
4.9. Equacoes de estado 61
4.9 Equac oes de estado
4.9.1 Introducao
As variaveis de estado fornecem uma descricao interna de um sistema.
De acordo com tal denicao, pode-se dizer que, para um determinado instante n = N
0
,
conhecendo-se o valor de cada uma das variaveis de entrada de um sistema r
i
[N
0
] e o
valor de cada uma das variaveis de estado x
j
[N
0
], e possvel determinar o valor de cada
uma das suas variaveis de sada y
k
[N
0
].
Conseq uentemente, conhecendo-se o comportamento temporal de cada uma das variaveis
de entrada de um sistema r
i
[N
0
] e o comportamento temporal de cada uma das variaveis
de estado x
j
[N
0
], e possvel determinar o comportamento temporal de cada uma das suas
variaveis de sada y
k
[N
0
].
Portanto, a analise de um sistema por meio das Equacoes de Estado possui duas etapas:
Determinar o comportamento temporal das variaveis de estado.
Determinar o comportamento temporal das variaveis de sada.
Para isso, sao denidos dois conjuntos de equacoes lineares de primeira ordem:
Equacao de estado: que relaciona as variaveis de estado com as variaveis de entrada.
Equacao de sada: que relaciona as variaveis de sada com as variaveis de estado e
com as variaveis de entrada.
A variavel de sada de um operador atraso unitario e uma forte candidata a ser escolhida
como variavel de estado, Isso pode ser entendido de duas maneiras equivalentes:
O operador e um elemento capaz de armazenar informacao.
A relacao entre as variaveis de entrada e de sada do operador e uma equacao de
diferenca de primeira ordem: y[n] = r[n 1] ou y[n + 1] = r[n].
4.9.2 Denicao
O modelo de equacoes de estado de um sistema e um equacionamento que envolve as
variaveis de entrada (r
i
[n]), as variaveis de sada (y
j
[n]) e um dos possveis conjuntos de
variaveis de estado (x
k
[n]) do sistema a ser modelado.
Matematicamente, o modelo e denido da seguinte forma:
Vetor de seq uencias de entrada: r[n] = [ r
1
[n] r
2
[n] r
R
[n] ]
T
.
Vetor de seq uencias de sada: y[n] = [ y
1
[n] y
2
[n] y
Y
[n] ]
T
.
Vetor de estados ou vetor de variaveis de estado: x[n] = [ x
1
[n] x
2
[n] x
X
[n] ]
T
.
Equacao de proximo estado: x[n + 1] = A x[n] +B r[n].
Equacao de sada: y[n] = C x[n] +D r[n].
Vetor de condicao inicial ou vetor de estado inicial: x[0].
TET / UFF
Das denicoes acima pode-se observar que:
dimr[n] = R 1, dimy[n] = Y 1, dimx[n] = X 1,
dimA = X X, dimB = X R, dimC = Y X, dimD = Y R.
O conjunto de matrizes A, B, C, D nao e unico para cada sistema. Dado um SLIT e
um conjunto qualquer A, B, C, D
i
, que o represente, este pode ser levado a um outro
conjunto qualquer A, B, C, D
j
, atraves de uma transformacao linear sobre matrizes.
Este modelo tambem e denominado de descricao ou representacao no espaco de estados.
Um SLIT de ordem N possui um conjunto de N variaveis de estado.
Uma vez que as variaveis de estado guardam a informacao necessaria para a denicao dos
valores de todas as demais variaveis do sistema, e natural que a primeira escolha para as
variaveis de estado sejam as sadas do blocos atrasadores, pois elas sao as variaveis do
sistema que guardam informacao.
Assim sendo, para estruturas canonicas em relacao aos atrasadores, um SLIT de ordem
N possui um conjunto de N atrasadores.
4.9.3 Nao unicidade da representacao de estados
O conjunto de variaveis de estado de um sistema nao e unico. Portanto, a sua representacao
de estados tambem nao e unica. A partir de um conjunto de variaveis de estado x[n] pode-se
obter um outro conjunto x[n], atraves de uma transformacao linear Q, o que e expresso por
x[n] = Q x[n] . (4.65)
Caso a matriz Q seja nao singular, tem-se que
Q
1
x[n] = Q
1
Q x[n]
= I x[n]
= x[n] . (4.66)
Combinando-se (4.65) e (4.66) com a equacao de proximo estado, obtem-se
x[n + 1] = Q x[n + 1]
= Q (A x[n] +B r[n])
= Q A x[n] +Q B r[n]
= Q A Q
1
x[n] +Q B r[n]
=

A x[n] +

B r[n] , (4.67)
onde
A = Q A Q
1
(4.68)
e
B = Q B . (4.69)
A.S.V.
4.10. Equacoes de estado equacao de diferenca 63
Por sua vez, combinando-se (4.66) com a equacao de sada, obtem-se
y[n] = C x[n] +D r[n]
= C Q
1
x[n] +D r[n]
=

C x[n] +

D r[n] , (4.70)
onde
C = C Q
1
(4.71)
e
D = D . (4.72)
4.10 Equac oes de estado equacao de diferenca
Supondo-se um SLIT SISO, descrito por uma equacao de diferenca, pode-se facilmente obter
uma representacao de estados para o sistema a partir de uma estrutura canonica, considerando-
se a sada de cada atrasador unitario como uma variavel de estado.
Como exemplo, considere-se um SLIT SISO, de ordem 4, descrito por
y[n] =
4
k=1
a
k
y[n k] +
4
k=0
b
k
r[n k] . (4.73)
Supondo-se uma estrutura IIR na Forma Direta II e denindo-se a variavel interna
v[n] =
4
k=1
a
k
v[n k] +r[n] , (4.74)
pode-se escrever 4.73 como
y[n] =
4
k=0
b
k
v[n k] . (4.75)
4.10.1 Forma can onica com matriz companheira - I
Denindo-se as sadas dos atrasadores como variaveis de estado, de tal forma que
x
1
[n] = v[n 1]
x
2
[n] = v[n 2]
x
3
[n] = v[n 3]
x
4
[n] = v[n 4] , (4.76)
obtem-se
TET / UFF
x
1
[n + 1] = v[n] = a
1
v[n 1] a
2
v[n 2] a
3
v[n 3] a
4
v[n 4] +r[n]
= a
1
x
1
[n] a
2
x
2
[n] a
3
x
3
[n] a
4
x
4
[n] +r[n]
x
2
[n + 1] = v[n 1] = x
1
[n]
x
3
[n + 1] = v[n 2] = x
2
[n]
x
4
[n + 1] = v[n 3] = x
3
[n] , (4.77)
o que pode ser descrito matricialmente como
_
_
x
1
[n + 1]
x
2
[n + 1]
x
3
[n + 1]
x
4
[n + 1]
_
_
=
_
_
a
1
a
2
a
3
a
4
1 0 0 0
0 1 0 0
0 0 1 0
_
_
_
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
_
_
+
_
_
1
0
0
0
_
_
_
r[n]
(4.78)
ou
x[n + 1] = A x[n] +B r[n] . (4.79)
Por sua vez, usando-se a Equacao(4.75), a sada pode ser denida por
y[n] = b
0
v[n] +b
1
v[n 1] +b
2
v[n 2] +b
3
v[n 3] +b
4
v[n 4]
= b
0
(a
1
x
1
[n] a
2
x
2
[n] a
3
x
3
[n] a
4
x
4
[n] +r[n]) +
b
1
x
1
[n] +b
2
x
2
[n] +b
3
x
3
[n] +b
4
x
4
[n]
= (b
1
b
0
a
1
)x
1
[n] + (b
2
b
0
a
2
)x
2
[n] + (b
3
b
0
a
3
)x
3
[n] + (b
4
b
0
a
4
)x
4
[n] +
b
0
r[n] , (4.80)
que, matricialmente, assume a forma
_
y[n]
=
_
(b
1
b
0
a
1
) (b
2
b
0
a
2
) (b
3
b
0
a
3
) (b
4
b
0
a
4
)
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
_
_
+
_
b
0
_
r[n]
(4.81)
ou
y[n] = C x[n] +D r[n] . (4.82)
4.10.2 Forma can onica com matriz companheira - II
Denindo-se as sadas dos atrasadores como variaveis de estado, de tal forma que
x
1
[n] = v[n 4]
x
2
[n] = v[n 3]
x
3
[n] = v[n 2]
x
4
[n] = v[n 1] , (4.83)
obtem-se
A.S.V.
4.10. Equacoes de estado equacao de diferenca 65
x
1
[n + 1] = v[n 3] = x
2
[n]
x
2
[n + 1] = v[n 2] = x
3
[n]
x
3
[n + 1] = v[n 1] = x
4
[n]
x
4
[n + 1] = v[n] = a
1
v[n 1] a
2
v[n 2] a
3
v[n 3] a
4
v[n 4] +r[n]
= a
1
x
4
[n] a
2
x
3
[n] a
3
x
2
[n] a
4
x
1
[n] +r[n] , (4.84)
o que pode ser descrito matricialmente como
_
_
x
1
[n + 1]
x
2
[n + 1]
x
3
[n + 1]
x
4
[n + 1]
_
_
=
_
_
0 1 0 0
0 0 1 0
0 0 0 1
a
4
a
3
a
2
a
1
_
_
_
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
_
_
+
_
_
0
0
0
1
_
_
_
r[n]
(4.85)
ou
x[n + 1] = A x[n] +B r[n] . (4.86)
Por sua vez, usando-se a Equacao(4.75), a sada pode ser denida por
y[n] = b
0
v[n] +b
1
v[n 1] +b
2
v[n 2] +b
3
v[n 3] +b
4
v[n 4]
= b
0
(a
1
x
4
[n] a
2
x
3
[n] a
3
x
2
[n] a
4
x
1
[n] +r[n]) +
b
1
x
4
[n] +b
2
x
3
[n] +b
3
x
2
[n] +b
4
x
1
[n]
= (b
4
b
0
a
4
)x
1
[n] + (b
3
b
0
a
3
)x
2
[n] + (b
2
b
0
a
2
)x
3
[n] + (b
1
b
0
a
1
)x
4
[n] +
b
0
r[n] , (4.87)
que, matricialmente, assume a forma
_
y[n]
=
_
(b
4
b
0
a
4
) (b
3
b
0
a
3
) (b
2
b
0
a
2
) (b
1
b
0
a
1
)
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
_
_
+
_
b
0
_
r[n]
(4.88)
ou
y[n] = C x[n] +D r[n] . (4.89)
TET / UFF
4.11 Equac oes de estado operador de transferencia
Utilizando-se o operador de avanco unitario D
1
., pode-se explicitar o vetor de estados x[n]
atraves da seguinte manipulacao da equacao de proximo estado de um SLIT SISO:
x[n + 1] = A x[n] +B r[n]
x[n + 1] A x[n] = B r[n]
I x[n + 1] A x[n] = B r[n]
I
_
D
1
_
x[n] A x[n] = B r[n]
__
D
1
_
I A
x[n] = B r[n]
x[n] =
_
__
D
1
_
I A
1
B
_
r[n] . (4.90)
Substituido-se (4.90) na equacao de sada, obtem-se
y[n] = C x[n] +D r[n]
= C
_
__
D
1
_
I A
1
B
_
r[n] +D r[n]
=
_
C
__
D
1
_
I A
1
B + D
_
r[n]
= T(D) r[n] , (4.91)
onde
T(D) =
_
C
__
D
1
_
I A
1
B + D
_
. (4.92)
A.S.V.
1. Dadas a constante N
D
N
+
e a seq uencia nita x[n] = 3, 2, 1, para n = 0, 1, 2,
esboce os seguintes gracos:
x[n] n.
x[n] n.
x[n N
D
] n.
x[n +N
D
] n.
x[n N
D
] n.
x[n +N
D
] n.
2. Prove que a soma de convolucao y[n] = x[n] h[n] possui as seguintes propriedades:
Comutatividade.
Associatividade.
Distributividade.
3. Dados um sinal x
1
[n], com valores nao nulos apenas no intervalo N
1
L
n N
1
H
,
um sinal x
2
[n], com valores nao nulos apenas no intervalo N
2
L
n N
2
H
, e o sinal
y[n] = x
1
[n] x
2
[n], apresente exemplos gracos das tres seq uencias e calcule o intervalo
de valores potencialmente nao nulos para o sinal y[n], dadas as seguintes relacoes:
N
1
L
< N
1
H
< N
2
L
< N
2
H
.
N
1
L
< N
2
L
< N
1
H
< N
2
H
.
N
1
L
= N
2
L
< N
1
H
= N
2
H
.
N
2
L
< N
1
L
< N
2
H
< N
1
H
.
N
2
L
< N
2
H
< N
1
L
< N
1
H
.
4. Dado o sinal y[n] = x
1
[n] x
2
[n], onde x
1
[n] e x
2
[n] sao seq uencias nitas, com limites
N
1
L
< N
1
H
e N
2
L
< N
2
H
, respectivamente, calcule:
A quantidade de valores potencialmente nao nulos de y[n].
Os limites N
y
L
< N
y
H
de valores potencialmente nao nulos de y[n].
5. Ajuste os limites da equacao da soma de convolucao y[n] = x
1
[n] x
2
[n], assumindo que
os sinais x
1
[n] e x
2
[n] possuem as seguintes caractersticas:
(a) x
1
[n] e x
2
[n] sao seq uencias bilaterais.
(b) x
1
[n] e uma seq uencia bilateral e x
2
[n] e uma seq uencia lateral direita, com limite
N
2
.
(c) x
1
[n] e uma seq uencia lateral esquerda, com limite N
1
, e x
2
[n] e uma seq uencia
bilateral.
(d) x
1
[n] e x
2
[n] sao seq uencias nitas, com limites N
1
L
< N
1
H
e N
2
L
< N
2
H
,
respectivamente.
6. Calcule a resposta ao impulso h[n] de um SLIT nao recursivo y[n] =
L
k=0
b
k
x[n k] e
esboce o graco h[n] n.
TET / UFF
7. Dado um SLIT composto por uma associacao paralela de dois SLITs (S1 e S2) denidos
por equacoes de diferenca, onde: a
S1
= [a
0
] = [1], b
S1
= [b
0
b
1
b
2
] = [0.4 0.3 0.1],
a
S2
= [a
0
] = [1] e b
S2
= [b
0
b
1
b
2
] = [0.6 0.4 0.2], atenda aos seguintes itens:
(a) Desenhe o diagrama de blocos genericos do SLIT.
(b) Desenhe o diagrama de sistema do SLIT.
(c) Calcule a resposta ao impulso h
1
[n] do subsistema S1.
(d) Calcule a resposta ao impulso h
2
(e) Calcule, algebricamente, a resposta ao impulso h[n] do SLIT.
(f) Calcule, gracamente, a resposta do SLIT à entrada x[n], cujos valores nao nulos
sao dados por x[5 4 3] = [3 2 1].
8. Dado um SLIT composto por uma associacao cascata (serie) de dois SLITs (S1 e S2)
denidos por equacoes de diferenca, onde: a
S1
= [a
0
] = [1], b
S1
= [b
0
b
1
b
2
] = [0.5 0.3 0.1],
a
S2
= [a
0
] = [1] e b
S2
= [b
0
b
1
b
2
] = [0.6 0.4 0.2], atenda aos seguintes itens:
Desenhe o diagrama de blocos genericos do SLIT.
Desenhe o diagrama de sistema do SLIT.
Calcule a resposta ao impulso h
1
Calcule a resposta ao impulso h
2
Calcule, gracamente, a resposta ao impulso h[n] do sistema.
Calcule, gracamente, a resposta do SLIT à entrada x[n], cujos valores nao nulos
sao dados por x[2 3 4] = [3 2 1].
9. Dado um sistema SISO descrito por y[n] =
N
k=1
a
k
y[n k] +
L
k=0
b
k
x[n k],
onde N > 0, L 0, com condicoes iniciais y[1] = y
1
, y[2] = y
2
, , y[N] = y
N
e x[n] = f[n] u[n], atenda aos seguintes itens:
Desenhe sua estrutura na Forma Direta I, para N = 1, N = 2 e N = 3, considerando
que os atrasadores possam ser inicializados com suas respectivas condicoes iniciais.
Adapte cada estrutura do item anterior, considerando que o conte udo de um atrasador
possa ser apenas anulado e aplicando a condicao inicial como entrada extra.
Redesenhe cada estrutura do item anterior, interpretando-as como sistemas MISO
relaxados, y[1] = y[2] = = y[N] = 0, com cada entrada possuindo o seu
proprio subsistema de elementos basicos de sistema.
A partir das estruturas do item anterior, mostre que o sistema SISO nao relaxado
e equivalente a um sistema MISO relaxado, descrito pela equacao de diferenca
modicada y[n] =
N
k=1
a
k
y[n k] +
L
k=0
b
k
x[n k] +
N
k=1
x
y
k
[n], onde
x
y
k
[n] = y
k
N
j=k
(a
j
) [n (j k)].
10. Assumindo o signicado original para o termo forma canonica de uma estrutura, um
aluno de Processamento Digital de Sinais garante que: i) toda estrutura associada a uma
equacao de diferenca recursiva e nao canonica e ii) toda estrutura associada a uma equacao
de diferenca nao recursiva e canonica. As armativas sao corretas? Justique.
A.S.V.
11. Um aluno de Processamento Digital de Sinais garante que, para uma dada equacao de
diferenca, linear, com coecientes constantes, nao recursiva, com condicoes iniciais nulas,
e possvel apresentar seis estruturas, as quais sao pictoricamente diferentes entre si:
(a) Forma Direta (FD).
(b) Forma Direta Transposta (FDT).
(c) Estrutura das Equacoes de Estado escritas a partir da FD (EEFD).
(d) Estrutura das Equacoes de Estado escritas a partir da FDT (EEFDT).
(e) EEFD transposta.
(f) EEFDT transposta.
A armativa e correta?
Justique, usando, como exemplo, um sistema com tres atrasadores.
12. Trabalhando com sistemas lineares e invariantes ao deslocamento (SLITs) genericos,
descritos por equacoes de diferenca lineares, com coecientes constantes genericos, um
aluno de Processamento Digital de Sinais garante que a associacao cascata de subsis-
temas gera sempre um sistema de ordem superior à ordem de cada subsistema utilizado.
Ele garante o mesmo para a associacao paralela. As armativas sao corretas? Justique.
13. Dado um SLIT formado por uma associacao cascata (serie) de duas secoes nao recursivas
de 2
a
ordem, atenda aos seguintes itens:
Apresente a equacao de diferenca de cada secao: y
1
[n] = f
1
(x
1
[n k], a
1k
, b
1k
) e
y
2
[n] = f
2
(x
2
[n k], a
2k
, b
2k
).
Apresente a equacao de diferenca do sistema: y[n] = f(x[n k], a
k
, b
k
).
Desenhe a realizacao de cada secao, em blocos basicos e em diagramas de uxo de
sinal (SFG), considerando as seguintes formas:
Forma direta I.
Forma direta I transposta.
Desenhe a realizacao do sistema formado por uma unica secao, em blocos basicos e
em diagramas de uxo de sinal (SFG), considerando as seguintes formas:
Forma direta I.
Calcule a resposta ao impulso de cada secao, h
1
[n] e h
2
[n], a partir de suas equacoes
de diferenca.
Calcule a resposta ao impulso do sistema, h[n], a partir de sua equacao de diferenca.
Calcule a resposta ao impulso do sistema, h[n], utilizando um processo de convolucao,
gracamente, passo a passo.
TET / UFF
14. Dada a forma biquadratica
f(x) =
b
0
+b
1
x +b
2
x
2
a
0
+a
1
x +a
2
x
2
= K
1
(x +z
1
) (x +z
2
)
(x +p
1
) (x +p
2
)
= K
2
(1 +d
1
x) (1 +d
2
x)
(1 +c
1
x) (1 +c
2
x)
,
Calcule a relacao entre os conjuntos de parametros das fatoracoes, z
k
, p
k
, K
1
e
c
k
, d
k
, K
2
, e o conjunto de parametros originais b
k
, a
k
.
Para a forma original e ambas as fatoracoes, desenhe as seguintes realizacoes, uti-
lizando blocos basicos e diagramas de uxo de sinal (SFG), de tal forma que cada
multiplicador seja associado a apenas um dos coecientes da equacao de diferenca:
Forma direta I.
Forma direta II.
Forma direta II transposta.
15. Dado um SLIT denido por uma equacao de diferenca, com N = L = 3 e a
0
,= 1, desenhe
as seguintes realizacoes, utilizando blocos basicos e diagramas de uxo de sinal (SFG),
de tal forma que cada multiplicador seja associado a apenas um dos coecientes da equacao
de diferenca:
Forma direta I.
Forma direta II.
16. Dado um SLIT formado por uma associacao cascata (serie) de uma secao de 1
a
ordem
(N = L = 1) e de uma secao de 2
a
ordem (N = L = 2), atenda aos seguintes itens:
Apresente a equacao de diferenca de cada secao.
Apresente a equacao que descreve o sistema.
Desenhe a realizacao do sistema, em blocos basicos e em diagramas de uxo de sinal
(SFG), considerando cada secao nas seguintes formas:
Forma direta I.
Forma direta II.
17. Dado um SLIT formado por uma associacao cascata (serie) de duas secoes de 2
a
ordem
(N = L = 2), atenda aos seguintes itens:
Apresente a equacao de diferenca de cada secao.
Apresente a equacao que descreve o sistema.
Desenhe a realizacao do sistema, em blocos basicos e em diagramas de uxo de sinal
(SFG), considerando cada secao nas seguintes formas:
Forma direta I.
Forma direta II.
A.S.V.
18. Suponha o sistema linear e invariante ao deslocamento (SLIT), relaxado, denido por
y[n] =
_
4
k=1
b
0k
+b
1k
D
1 +a
1k
D
_
x[n] = T(D) x[n] (4.93)
ou por
y[n] = (T
1
(D) T
2
(D)) x[n] , (4.94)
onde
T(D) =
_
4
k=1
b
0k
+b
1k
D
1 +a
1k
D
_
, (4.95)
T
1
(D) =
_
2
k=1
b
0k
+b
1k
D
1 +a
1k
D
_
=
2
k=0
c
k1
D
k
1 +
2
k=1
d
k1
D
k
, (4.96)
T
2
(D) =
_
4
k=3
b
0k
+b
1k
D
1 +a
1k
D
_
=
2
k=0
c
k2
D
k
1 +
2
k=1
d
k2
D
k
, (4.97)
e
(D
k
) x[n] = D
k
x[n] = x[n k] . (4.98)
Atenda aos seguintes itens:
(a) Para cada bloco de ordem 1 da Equacao (4.93), com os coecientes a
lm
e b
lm
,
apresente as seguintes descricoes:
i. Equacao de diferenca.
ii. Realizacao na Forma Direta I.
iii. Realizacao na Forma Direta I transposta.
iv. Realizacao na Forma Direta II.
v. Realizacao na Forma Direta II transposta.
(b) Para cada bloco de ordem 2 da Equacao (4.94), calcule os coecientes c
lm
e d
lm
.
TET / UFF
(c) Para cada bloco de ordem 2 da Equacao (4.94), com os coecientes c
lm
e d
lm
,
vi. Equacoes de estado (formas canonicas).
vii. Realizacao das equacoes de estado apresentadas.
viii. Realizacao transposta das equacoes de estado apresentadas.
(d) Obtenha a equacao de diferenca na forma
y[n] =
4
k=1
(
k
) y[n k] +
4
k=0
k
x[n k] (4.99)
e apresente, para (4.99), as seguintes descricoes:
i. Realizacao na Forma Direta I.
ii. Realizacao na Forma Direta I transposta.
iii. Realizacao na Forma Direta II.
iv. Realizacao na Forma Direta II transposta.
v. Equacoes de estado (formas canonicas).
vi. Realizacao das equacoes de estado apresentadas.
vii. Realizacao transposta das equacoes de estado apresentadas.
19. Suponha o sistema linear e invariante ao deslocamento (SLIT), relaxado, denido por
y[n] =
_
4
k=1
b
0k
+b
1k
D
1 +a
1k
D
_
x[n] = T(D) x[n] (4.100)
ou por
y[n] = (T
1
(D) +T
2
(D)) x[n] , (4.101)
onde
T(D) =
_
4
k=1
b
0k
+b
1k
D
1 +a
1k
D
_
, (4.102)
T
1
(D) =
_
2
k=1
b
0k
+b
1k
D
1 +a
1k
D
_
=
2
k=0
c
k1
D
k
1 +
2
k=1
d
k1
D
k
, (4.103)
T
2
(D) =
_
4
k=3
b
0k
+b
1k
D
1 +a
1k
D
_
=
2
k=0
c
k2
D
k
1 +
2
k=1
d
k2
D
k
, (4.104)
e
(D
k
) x[n] = D
k
x[n] = x[n k] . (4.105)
A.S.V.
Atenda aos seguintes itens:
(a) Para cada bloco de ordem 1 da Equacao (4.100), com os coecientes a
lm
e b
lm
,
(b) Para cada bloco de ordem 2 da Equacao (4.101), calcule os coecientes c
lm
e d
lm
.
(c) Para cada bloco de ordem 2 da Equacao (4.101), com os coecientes c
lm
e d
lm
,
vi. Equacoes de estado (formas canonicas).
vii. Realizacao das equacoes de estado apresentadas.
viii. Realizacao transposta das equacoes de estado apresentadas.
(d) Obtenha a equacao de diferenca na forma
y[n] =
4
k=1
(
k
) y[n k] +
4
k=0
k
x[n k] (4.106)
e apresente, para (4.106), as seguintes descricoes:
i. Realizacao na Forma Direta I.
ii. Realizacao na Forma Direta I transposta.
iii. Realizacao na Forma Direta II.
iv. Realizacao na Forma Direta II transposta.
v. Equacoes de estado (formas canonicas).
vi. Realizacao das equacoes de estado apresentadas.
vii. Realizacao transposta das equacoes de estado apresentadas.
20. Um aluno de Processamento Digital de Sinais, com boa base matematica, tem uma d uvida.
O trecho de um documento extremamente conavel diz que . . . o ltro digital IIR em
quest ao, com entrada r[n] e sada y[n], e composto por um arranjo em cascata de dois
subsistemas, denidos pelas seguintes equacoes de diferenca: i) v[n] = r[n] +0.30r[n1]+
0.02r[n 2] e ii) y[n] + 0.50y[n 1] + 0.06y[n 2] = v[n] + 0.70v[n 1] + 0.12v[n 2].
Logo, . . . . A d uvida e baseada no fato de que, embora o texto denomine o ltro de IIR,
o aluno garante que ele tem uma resposta ao impulso nita. Atenda aos seguintes itens:
(a) Calcule a equacao de diferenca y[n] = f (y[n], r[n]) para o ltro completo e desenhe
o diagrama de sistema (em uma Forma Direta) para a equacao calculada.
(b) O aluno esta correto na sua armativa? Justique.
TET / UFF
21. Considere o operador atrasador unitario D., denido por Dv[n] = v[n1], o operador
avancador unitario D
1
., denido por D
1
v[n] = v[n + 1], e a notacao simplicada
_
c
k
D
k
_
v[n] = c
k
D
k
v[n] = c
k
v[n k], k Z. Dada uma equacao de diferenca, envol-
vendo os sinais r[n] e y[n], linear, com coecientes constantes (onde a
0
,= 0), recursiva,
com ordem N = L e condicoes iniciais nulas, atenda aos seguintes itens:
(a) Calcule o operador de transferencia do sistema T (D), em funcao de atrasadores, de
tal forma que y[n] = T (D) r[n].
(b) Calcule o operador de transferencia do sistema T (D
1
), em funcao de avancadores,
de tal forma que y[n] = T (D
1
) r[n].
(c) Relacione os coecientes de T (D) com os coecientes de T (D
1
).
22. Um SLIT, com entrada r[n] e sada y[n], e composto por um arranjo em cascata de tres
subsistemas, denidos pelas seguintes equacoes de diferenca: i) y[n] + 0.70y[n 1] +
0.12y[n 2] = v[n] + 0.3v[n 1] + 0.02v[n 2], ii) v[n] + 0.80v[n 1] + 0.12v[n 2] =
w[n] + 0.80w[n 1]+ 0.15w[n 2], e iii) w[n] + 1.30w[n 1] + 0.40w[n 2] = r[n] +
1.30r[n 1] + 0.42r[n 2]. Atenda aos seguintes itens:
(a) Calcule os operadores de transferencia T
k
(D), 1 k 3, de cada subsistema.
(b) Calcule o operador de transferencia T (D) do sistema completo.
(c) Calcule as dimensoes das matrizes das equacoes de estado de cada subsistema.
(d) Calcule as dimensoes das matrizes das equacoes de estado do sistema completo.
23. Dado um sistema linear e invariante ao deslocamento (SLIT), relaxado e descrito pela
equacao de diferenca
N
k=0
a
k
y[n k] =
N
k=0
b
k
r[n k], com a
0
,= 0 e N = 2, atenda
(a) Partindo da estrutura na Forma Direta, tal que y[n] = f (a
0
, b
0
, a
k
x
k
[n], b
k
x
k
[n], r[n]),
para 1 k N, onde x[n] e o vetor de estados, descreva o sistema por equacoes
de estado.
(b) Supondo a mudanca de estados dada por x[n] =
_
1 1
1 2
_
x[n], calcule a nova
descricao de estados do sistema.
(c) A partir da nova descricao de estados do sistema, desenhe a estrutura equivalente, na
forma de blocos basicos (somador, multiplicador, atrasador unitario), usando uma
notacao simplicada para o valor de cada multiplicador.
24. Dado um SLIT denido por uma equacao de diferenca, com N = L = 2 e a
0
,= 1, atenda
Na Forma Direta II, considere o vetor de estados x[n] =
_
x
1
[n] x
2
[n]
T
, de tal
forma que y[n] = b
0
v[n] +b
1
x
2
[n] +b
2
x
1
[n], calcule as matrizes A, B, C e D e
escreva as equacoes de estado do sistema.
Na Forma Direta II transposta, considere o vetor de estados x[n] =
_
x
1
[n] x
2
[n]
T
,
de tal forma que seja mantida a mesma associacao entre as variaveis de estado e os
atrasadores unitarios empregada na Forma Direta II (D
k
x
k
), calcule as matrizes
A, B, C e D e escreva as equacoes de estado do sistema.
A.S.V.
25. Dado o SLIT denido por y[n] =
4
k=0
b
k
v[nk] e v[n] =
4
k=1
(a
k
)v[nk] +r[n], onde
r[n], y[n] e v[n] sao, respectivamente, a entrada, a sada e uma variavel interna, calcule
as matrizes do equacionamento de estados, considerando o seguinte vetor de estados:
x[n] = [x
1
[n] x
2
[n] x
3
[n] x
4
[n]]
T
= [v[n 1] v[n 2] v[n 3] v[n 4]]
T
.
26. Dado um SLIT descrito pelo vetor de estados x[n] =
_
x
1
[n] x
2
[n]
T
e pelas matrizes
A =
_
a
11
a
12
a
21
a
22
_
, B =
_
b
1
b
2
_
, C =
_
c
1
c
2
e D =
_
d
, considere o novo vetor

de estados x[n] =
_
x
1
[n] x
2
[n]
T
=
_
(x
1
[n] x
2
[n]) (x
1
[n] +x
2
[n])
T
e atenda aos
seguintes itens:
(a) Calcule as matrizes Q e Q
1
, de mudanca de vetores de estado x[n] x[n].
(b) Calcule as novas matrizes

A,

B,

C e

D.
27. Dada a matriz Q =
_
_
0 0 0 1
0 0 1 0
0 1 0 0
1 0 0 0
_
_
Calcule a matriz inversa Q
1
.
Prove que a multiplicacao QM equivale a aplicar a operacao de espelhamento
up-down sobre a a matriz M.
Prove que a multiplicacao MQ
1
equivale a aplicar a operacao de espelhamento
left-right sobre a a matriz M.
Prove que a multiplicacao QMQ
1
equivale a aplicar as operacoes de espelhamento
up-down e left-right, em ambas as ordens de aplicacao, sobre a a matriz M.
28. Foi pedido a um aluno de Processamento Digital de Sinais que escrevesse as equacoes de
estado de um sistema linear e invariante ao deslocamento (SLIT), relaxado, recursivo, com
a = [1, a
1
, a
2
, a
3
] e b = [b
0
, b
1
, b
2
, b
3
], a partir de sua descricao dada pela Forma Direta I.
Como resultado, ele apresentou as Equacoes (4.107) (4.109). As equacoes apresen-
tadas representam um possvel conjunto de equacoes de estado para o SLIT em questao?
Justique.
_
_
x
1
[n + 1]
x
2
[n + 1]
x
3
[n + 1]
x
4
[n + 1]
x
5
[n + 1]
x
6
[n + 1]
_
_
=
_
_
(a
1
) (a
2
) (a
3
) b
1
b
2
b
3
1 0 0 0 0 0
0 1 0 0 0 0
0 0 0 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
_
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
x
5
[n]
x
6
[n]
_
_
+
_
_
b
0
0
0
1
0
0
_
_
r[n] (4.107)
y[n] =
_
(a
1
) (a
2
) (a
3
) b
1
b
2
b
3
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
x
5
[n]
x
6
[n]
_
_
+ [b
0
] r[n] (4.108)
TET / UFF
x[0] =
_
_
x
1
[0]
x
2
[0]
x
3
[0]
x
4
[0]
x
5
[0]
x
6
[0]
_
_
=
_
_
0
0
0
0
0
0
_
_
(4.109)
29. A sintaxe [y, x
f
] = filter (b, a, r, x
i
) indica que foram dados:
A especicacao de um sistema linear e invariante ao deslocamento (SLIT) por meio
dos coecientes a = [a
0
, a
1
, , a
N
] e b = [b
0
, b
1
, , b
L
] da equacao de diferenca que
o dene.
A entrada r = [ r[0], r[1], , r[K] ].
O estado inicial x
i
= [ x
1
[0], x
2
[0], , x
M
[0] ].
Baseando-se no calculo das equacoes da estrutura denominada de Forma Direta II Trans-
posta, que descreve o SLIT, a funcao retorna:
A sada y = [ y[0], y[1], , y[K] ].
O estado nal x
f
= [ x
1
[K], x
2
[K], , x
M
[K] ].
Dado um sistema descrito por a = [1, 3, 5] e b = [0, 4, 6], com o estado inicial x
i
= [0, 0, 0],
(a) Escreva as Equacoes de Estado do SLIT.
(b) Calcule as matrizes A, B, C e Ddo SLIT, de tal forma que seja possvel acompanhar
os resultados do calculo efetuado atraves das equacoes de estado diretamente com
aqueles obtidos atraves da funcao filter().
(c) A partir dos itens (a) e (b), calcule a sada e o estado nal, para as seguintes entradas:
i. r = [1].
ii. r = [1, 1].
iii. r = [1, 1, 0].
iv. r = [1, 1, 0, 1].
v. r = [1, 1, 0, 1, 1].
(d) Esboce os gracos r[n] n e y[n] n, para o item (c.v).
A.S.V.
Captulo 5
Calculo da resposta de um SLIT
5.1 Introducao
Um dos principais objetivos a serem alcancados quando se modela um sistema e o calculo
da sua sada, a qual e interpretada com uma resposta do sistema a uma energia aplicada
externamente e/ou a uma energia internamente armazenada.
Dados utilizados na denicao do problema:
Equacao de diferenca ou equacoes de estado: que representam o sistema.
Condicoes iniciais ou estado inicial: que representam a energia interna do sistema.
Entrada: que representa a energia externamente aplicada ao sistema.
Procedimentos possveis para o calculo da resposta de um SLIT:
Implementacao em hardware ou calculo numerico: solucao baseada na iteracao da
equacao de diferenca ou das equacoes de estado, a partir das condicoes iniciais ou
do estado inicial.
Forma fechada:
Solucao baseada em algumas iteracoes das equacoes de estado, a partir do estado
inicial, e posterior tentativa de inferencia de uma forma geral para a sada.
Solucao baseada em algumas iteracoes da equacao de diferenca, a partir das
condicoes iniciais, e posterior tentativa de inferencia de uma forma geral para a
sada.
Solucao convencional da equacao de diferenca, atraves do calculo das respos-
tas homogenea y
h
[n], particular y
p
[n] e complementar y
c
[n], com o auxlio das
condicoes iniciais.
Casos particulares:
Calculo da resposta ao impulso h[n] a partir da resposta homogenea y
h
[n]:
h[0] = y
ent
[0] e h[n] = y
h
[n], para n > 0 e condicao inicial h[0].
Calculo da resposta ao impulso h[n] a partir da resposta ao degrau y
u
[n]:
[n] = u[n] u[n 1] h[n] = y
u
[n] y
u
[n 1].
Calculo da resposta à entrada y
ent
[n], dado um SLIT FIR relaxado, com resposta
ao impulso h[n]: y[n] = y
ent
[n] +y
est
[n] = y
ent
[n] = x[n] h[n] = h[n] x[n].
77
78 Captulo 5. Calculo da resposta de um SLIT
5.2 Equac oes de estado respostas do sistema
No equacionamento de estados, o vetor de sadas e computado a partir do vetor de estados
e do vetor de entradas. Por sua vez, o vetor de estados e calculado recursivamente, a partir
do proprio vetor de estados, do vetor de entradas e do estado inicial (valor inicial do vetor
de estados). Dessa forma, manipulando-se as equacoes de estado, pode-se calcular o vetor de
sadas diretamente a partir do estado inicial e do vetor de entradas.
5.2.1 Resposta generica
Denindo-se o instante inicial por N
0
= 0, o estado inicial por x[N
0
] = x[0] e utilizando-se a
equacao de proximo estado
x[n + 1] = A x[n] +B r[n] ,
o valor de x[n], para n > N
0
= 0, e dado por
x[1] = A x[0] +B r[0] = A
1
x[0] +I B r[0] = A
1
x[0] +A
0
B r[0]
x[2] = A x[1] +B r[1] = A
2
x[0] +A
1
B r[0] +A
0
B r[1]
x[3] = A x[2] +B r[2] = A
3
x[0] +A
2
B r[0] +A
1
B r[1] +A
0
B r[2]
.
.
.
x[n] = A
n
x[0] +
(n1)
k=0
A
(n1k)
B r[k] , n > 0. (5.1)
Substituindo-se a Equacao (5.1) na equacao de sada, obtem-se
y[n] =
_
C x[0] +D r[0] , n = 0
C A
n
x[0] +C
(n1)
k=0
A
(n1k)
B r[k] +D r[n] , n > 0
. (5.2)
5.2.2 Resposta ao estado
Para um sistema com estado inicial x[0] e entrada nula, a resposta e dada por
y[n] =
_
C x[0] , n = 0
C A
n
x[0] , n > 0
. (5.3)
5.2.3 Resposta à entrada
Para um sistema relaxado e entrada r[n], a resposta e dada por
y[n] =
_
D r[0] , n = 0
C
(n1)
k=0
A
(n1k)
B r[k] +D r[n] , n > 0
. (5.4)
Conseq uentemente, a resposta ao impulso unitario e calculada por
h[n] =
_
D , n = 0
C A
(n1)
B , n > 0
. (5.5)
A.S.V.
5.3. Soluc ao convencional da equacao de diferenca 79
5.3 Solucao convencional da equacao de diferenca
Exemplos de calculo da resposta de um SLIT de primeira ordem, utilizando a solucao
convencional da equacao de diferenca, sao apresentados no Apendice F.
A Tabela 5.1 apresenta o resultado para o sistema descrito pela equacao de diferenca
y[n] +a
1
y[n 1] = 0, com condicao inicial y[1].
As Tabelas 5.2 e 5.3 resumem os resultados para o sistema relaxado descrito pela equacao
de diferenca y[n] +a
1
y[n 1] = b
0
x[n], onde H
D0
() =
_
b
0
1+a
1
e
j
_
.
1
y[n 1] = b
1
x[n 1], onde H
D1
() =
_
b
1
e
j
1+a
1
e
j
_
.
1
y[n 1] = b
0
x[n] +b
1
x[n 1].
x[n] y
h
[n]
0 y[1] (a
1
)
n+1
u[n]
Tabela 5.1: Solucao da equacao homogenea para um SLIT descrito por y[n] + a
1
y[n 1] = 0,
com condicao inicial y[1].
x[n] y
p
[n]
[n]
_
b
0
1+a
1
_
([n])
u[n]
_
b
0
1+a
1
_
(u[n])
z
n
0
u[n]
_
b
0
1+a
1
z
1
0
_
(z
n
0
u[n])
e
j
0
n
u[n]
_
b
0
1+a
1
e
j
0
_
_
e
j
0
n
u[n]
_
cos(
0
n) u[n] [H
D0
(
0
)[ cos(
0
n +H
D0
(
0
)) u[n]
Tabela 5.2: Solucao particular para um SLIT descrito por y[n] +a
1
y[n 1] = b
0
x[n].
x[n] y
c
[n]
[n] (1)
_
b
0
1+a
1
_
(a
1
)
n+1
u[n] (a
1
)
n
u[n 1]
u[n] (1)
_
b
0
1+a
1
_
(a
1
)
n+1
u[n]
z
n
0
u[n] (1)
_
b
0
1+a
1
z
1
0
_
z
1
0
(a
1
)
n+1
u[n]
e
j
0
n
u[n] (1)
_
b
0
1+a
1
e
j
0
_
e
j
0
(a
1
)
n+1
u[n]
cos(
0
n) u[n] (1) [H
D0
(
0
)[ cos(
0
H
D0
(
0
)) (a
1
)
n+1
u[n]
Tabela 5.3: Solucao complementar para um SLIT descrito por y[n] +a
1
y[n 1] = b
0
x[n].
TET / UFF
x[n] y
p
[n]
[n]
_
b
1
1+a
1
_
([n 1])
u[n]
_
b
1
1+a
1
_
(u[n 1])
z
n
0
u[n]
_
b
1
z
1
0
1+a
1
z
1
0
_
(z
n
0
u[n 1])
e
j
0
n
u[n]
_
b
1
e
j
0
1+a
1
e
j
0
_
_
e
j
0
n
u[n 1]
_
cos(
0
n) u[n] [H
D1
(
0
)[ cos(
0
n +H
D1
(
0
)) u[n 1]
1
y[n 1] = b
1
x[n 1].
x[n] y
c
[n]
[n] (1)
_
b
1
1+a
1
_
(a
1
)
n
u[n 1] (a
1
)
n1
u[n 2]
u[n] (1)
_
b
1
1+a
1
_
(a
1
)
n
u[n 1]
z
n
0
u[n] (1)
_
b
1
1+a
1
z
1
0
_
z
1
0
(a
1
)
n
u[n 1]
e
j
0
n
u[n] (1)
_
b
1
1+a
1
e
j
0
_
e
j
0
(a
1
)
n
u[n 1]
cos(
0
n) u[n] (1)
_
b
1
b
0
_
[H
D0
(
0
)[ cos(
0
H
D0
(
0
)) (a
1
)
n
u[n 1]
Tabela 5.5: Solucao complementar para um SLIT descrito por y[n] +a
1
y[n 1] = b
1
x[n 1].
A.S.V.
5.3. Soluc ao convencional da equacao de diferenca 81
x[n] y
p
[n]
[n]
_
b
0
1+a
1
_
([n]) +
_
b
1
1+a
1
_
([n 1])
u[n]
_
b
0
1+a
1
_
(u[n]) +
_
b
1
1+a
1
_
(u[n 1])
z
n
0
u[n]
_
b
0
1+a
1
z
1
0
_
(z
n
0
u[n]) +
_
b
1
z
1
0
1+a
1
z
1
0
_
(z
n
0
u[n 1])
e
j
0
n
u[n]
_
b
0
1+a
1
e
j
0
_
_
e
j
0
n
u[n]
_
+
_
b
1
e
j
0
1+a
1
e
j
0
_
_
e
j
0
n
u[n 1]
_
[H
D0
(
0
)[ cos(
0
n +H
D0
(
0
)) u[n]
cos(
0
n) u[n] +
[H
D1
(
0
)[ cos(
0
n +H
D1
(
0
)) u[n 1]
1
y[n1] = b
0
x[n] +b
1
x[n1].
x[n] y
c
[n]
(1)
_
b
0
1+a
1
_
(a
1
)
n+1
u[n] (a
1
)
n
u[n 1]
[n] +
(1)
_
b
1
1+a
1
_
(a
1
)
n
u[n 1] (a
1
)
n1
u[n 2]
(1)
_
b
0
1+a
1
_
(a
1
)
n+1
u[n]
u[n] +
(1)
_
b
1
1+a
1
_
(a
1
)
n
u[n 1]
(1)
_
b
0
1+a
1
z
1
0
_
z
1
0
(a
1
)
n+1
u[n]
z
n
0
u[n] +
(1)
_
b
1
1+a
1
z
1
0
_
z
1
0
(a
1
)
n
u[n 1]
(1)
_
b
0
1+a
1
e
j
0
_
e
j
0
(a
1
)
n+1
u[n]
e
j
0
n
u[n] +
(1)
_
b
1
1+a
1
e
j
0
_
e
j
0
(a
1
)
n
u[n 1]
(1) [H
D0
(
0
)[ cos(
0
H
D0
(
0
)) (a
1
)
n+1
u[n]
cos(
0
n) u[n] +
(1)
_
b
1
b
0
_
[H
D0
(
0
)[ cos(
0
H
D0
(
0
)) (a
1
)
n
u[n 1]
Tabela 5.7: Solucao complementar para um SLIT descrito por y[n] + a
1
y[n 1] = b
0
x[n] +
b
1
x[n 1].
TET / UFF
5.4 SLIT FIR com entrada de comprimento indenido
Calculo da resposta à entrada y
ent
[n], dado um SLIT FIR relaxado, com resposta ao
impulso h[n]: y[n] = y
ent
[n] +y
est
[n] = y
ent
[n] = x[n] h[n] = h[n] x[n].
Comprimentos das seq uencias: N
y
= N
x
+N
h
1, onde N
x
e indenido e N
h
e nito.
Possveis problemas
Comprimento: N
x
de valor elevado.
Operacoes: quantidade excessiva de valores a serem calculados.
Espaco: quantidade excessiva de valores a serem armazenados.
Tempo: atraso excessivo na producao do resultado, pois o calculo so pode ser efetu-
ado apos terem sido adquiridos todos os valores dos operandos.
Possvel solucao
Segmentacao do calculo ou block ltering.
Segmentacao de x[n] em seq uencias x
m
[n], de comprimento L
x
.
Calculo de segmentos y
m
[n] da convolucao y[n], com dimensao xa N
y
m
.
Block ltering
Problema: efeito de borda em cada segmento y
m
[n] do calculo de y[n].
Solucoes
Metodo baseado em convolucao linear, com N
y
m
= (L
x
+N
h
1): overlap-add.
Metodo baseado em convolucao circular, com N
y
m
= L
x
: overlap-save.
Caractersticas
Overlap-add: o metodo naturalmente gera superposicao em parte dos segmentos
y
m
[n]. Os valores superpostos devem ser somados para produzir o resultado nal
y[n] correto.
Overlap-save: o metodo naturalmente gera erros no calculo. Para contornar esse
problema, e adicionada uma superposicao na montagem dos segmentos x
m
[n]. A
parte errada de y
m
[n], relativa à superposicao, e descartada. Os demais valores
sao guardadas e justapostos aos demais segmentos assim calculados.
Overlap-add
Tecnica de block ltering baseada no calculo da convolucao linear.
Seq uencias: h[n] (comprimento nito) e x[n] (comprimento indenido).
Segmentacao da seq uencia x[n]:
x[n] =
m=0
x
m
[n] (5.6)
e
x
m
[n] =
_
x[n] , (mL
x
) n (m+ 1) (L
x
1)
0 , caso contrario
(5.7)
A.S.V.
5.4. SLIT FIR com entrada de comprimento indenido 83
ou
x[n] =
m=0
x
m
[n mL
x
] (5.8)
e
x
m
[n] =
_
x[n +mL
x
] , 0 n (L
x
1)
0 , caso contrario
. (5.9)
Calculo segmentado da convolucao:
De (5.6) e (5.7), obtem-se:
y[n] =
m=0
y
m
[n] (5.10)
e
y
m
[n] = h[n] x
m
[n] =
k=
h[n k]x
m
[n] =
(m+1)(L
x
1)
k=(mL
x
)
h[n k]x
m
[n] , (5.11)
para (mL
x
) n (m+ 1) (N
h
+L
x
1).
De (5.8) e (5.9), obtem-se:
y[n] =
m=0
y
m
[n mL
x
] (5.12)
e
y
m
[n] = h[n] x
m
[n] =
k=
h[n k]x
m
[k] =
(L
x
1)
k=0
h[n k]x
m
[k] , (5.13)
para 0 n (N
h
+L
x
1).
Superposicao (overlap) dos segmentos y
m
[n]:
Comprimento de cada segmento x
m
[n]: L
x
.
Comprimento de cada segmento da convolucao y
m
[n]: L
x
+N
h
1.
Comprimento da superposicao nas bordas de y
m
[n]: N
h
1.
Tratamento da superposicao dos segmentos y
m
[n]: adicao dos conjuntos de valores
superpostos, para completar o calculo da convolucao nas bordas de cada segmento.
TET / UFF
Overlap-save
Tecnica de block ltering baseada no uso da convolucao circular para efetuar o calculo
da convolucao linear.
Seq uencias: h[n] (comprimento nito) e x[n] (comprimento indenido).
Segmentacao da seq uencia x[n]: nesse caso, ser for adotada a segmentacao denida
pelas Equacoes (5.6) a (5.9), os (N
h
1) pontos iniciais de cada convolucao
circular y
m
[n] =

h[n] x
m
[n] assumirao valores diferentes daqueles apresentados
pela convolucao linear y
m
[n] = h[n] x
m
[n]. Os demais (L
x
(N
h
1)) pontos
representarao a convolucao linear corretamente.
Segmentacao adequada da seq uencia x[n]: deve ser realizada uma segmentacao onde
os (N
h
1) pontos iniciais de cada segmento x
m
[n] sejam copias dos (N
h
1) pontos
nais do segmento anterior. Dessa forma, os valores incorretos de y
m
[n] gerados por
tais pontos iniciais, poderao ser descartados do calculo da convolucao do segmento,
uma vez que eles ja foram calculados corretamente no segmento anterior.
Deslocamento inicial de x[n], para geracao de (N
h
1) valores nulos iniciais:
x/[n] = x[n (N
h
1)] u[n (N
h
1)] , 0 n (N
x
+ (N
h
1) 1) . (5.14)
Segmentacao de x/[n], com superposicao de (N
h
1) valores iniciais:
x/
m
[n] = x/[n m(L
x
(N
h
1))] , 0 n (L
x
1) . (5.15)
Calculo segmentado da convolucao: os (N
h
1) pontos iniciais de cada segmento de
convolucao circular y
m
[n] devem ser ignorados, pois apresentam valores incorretos.
Os demais valores representam o segmento de convolucao linear y
m
[n] e devem ser
guardados para serem justapostos aos demais segmentos assim calculados.
y
m
[n] =

h[n] x
m
[n] , 0 n (L
x
1) . (5.16)
y
m
[n] =
_
0 , 0 n (N
h
2)
y
m
[n] , (N
h
1) n (L
x
1)
. (5.17)
y[n] =
m=0
y
m
[n m(L
x
(N
h
1))] . (5.18)
Superposicao (overlap) dos segmentos y
m
[n]:
Comprimento de cada segmento x
m
[n]: L
x
.
Comprimento da superposicao nas bordas de x
m
[n]: N
h
1.
m
[n]: L
x
.
m
[n]: L
x
(N
h
1).
Tratamento da superposicao dos segmentos y
m
[n]: abandono dos (N
h
1) pontos
iniciais de cada segmento, que representam valores incorretos. Armazenamentos dos
demais L
x
(N
h
1) pontos, que representam o segmento da convolucao y
m
[n].
A.S.V.
5.5. Tipos de respostas de um SLIT 85
5.5 Tipos de respostas de um SLIT
Observando-se o resultado dos calculos das respostas dos sistemas de primeira ordem, pode-se
propor uma organizacao ou classicacao da resposta total do SLIT em adicoes de parcelas com
determinadas caractersticas. Embora tal classicacao esteja sendo denida a partir de sistemas
de primeira ordem, pode-se mostrar que eles valem para sistemas de ordens superiores.
5.5.1 Caso geral
Conceitos basicos
Ha um SLIT descrito por uma equacao de diferenca ou por equacoes de estado.
Ha um ponto inicial de analise n = N
0
. Normalmente, devido à propriedade de
invariancia ao deslocamento, adota-se n = N
0
= 0.
Ha uma entrada passada, anterior a n = N
0
, que e normalmente desconhecida, mas
que produz um estado inicial em n = N
0
.
Caso o SLIT seja representado por uma equacao de diferenca, o estado inicial e
representado por valores da sada anteriores a n = N
0
. Se o sistema for representado
por equacoes de estado, o estado inicial e representado por um vetor de estados
inicial em n = N
0
.
Ha uma entrada atual, aplicada a partir do ponto n = N
0
, que e a entrada de
interesse.
Deseja-se calcular a sada atual a partir do ponto n = N
0
, conhecendo-se o estado
inicial e a entrada atual.
A resposta total y
tot
[n] de um SLIT, descrito por uma equacao de diferenca, submetido a
uma entrada atual x[n], e possuindo uma determinada condicao ou estado inicial, pode ser
dividida em diferentes partes, dependendo das caractersticas que se pretende observar:
Solucao da equacao de diferenca: respostas homogenea, particular e complementar.
Inuencia interna ou externa: respostas ao estado e à entrada.
Forma da resposta: respostas natural e forcada.
Duracao da resposta: respostas transitoria e permanente.
Da resolucao da equacao de diferenca, sao obtidas a resposta da equacao homogenea y
h
[n]
e resposta do sistema relaxado y
r
[n], a qual e composta pela soma da resposta particular
y
p
[n] com a resposta complementar y
c
[n]: y
tot
[n] = y
h
[n] +y
r
[n] = y
h
[n] + (y
p
[n] +y
c
[n]).
A resposta homogenea y
h
[n] representa a inuencia da energia interna do sistema, nele
depositada antes da aplicacao da entrada atual. A resposta particular y
p
[n] representa a
inuencia direta da entrada atual. A resposta complementar y
c
[n] representa a inuencia
da energia interna do sistema, depositada pela entrada atual.
Pode-se interpretar a resposta homogenea y
h
[n] como a resposta ao estado y
est
[n] e
interpretar a resposta do sistema relaxado y
r
[n] como a resposta à entrada y
ent
[n]:
y
tot
[n] = y
est
[n] +y
ent
[n].
TET / UFF
Uma vez que a forma das respostas homogenea y
h
[n] e complementar y
c
[n] e determinada
pelo sistema e a forma da resposta particular y
p
[n] e determinada pela entrada, podem-se
denir a resposta natural (do sistema) y
nat
[n] = (y
h
[n] +y
c
[n]) e a resposta forcada (pela
entrada) y
for
[n] = y
p
[n]: y
tot
[n] = y
nat
[n] +y
for
[n].
Agrupando-se as partes da resposta total que tendem ou nao a zero, podem-se denir a
resposta transitoria y
tran
[n] e a resposta permanente y
perm
[n]: y
tot
[n] = y
tran
[n] +y
perm
[n].
Dene-se por regime transitorio, ou transiente, o perodo de tempo (t) ou de ndices (n)
desde a aplicacao da entrada atual ate o momento em que a ultima componente da resposta
transitoria retorna a zero. Durante esse perodo, coexistem tanto a resposta transitoria
y
tran
[n] como a resposta permanente y
perm
[n]: y
tot
[n][
RT
= y
tran
[n] +y
perm
[n].
Por sua vez, dene-se por regime permanente, regime estacionario ou estado estacionario
(steady-state), o perodo de tempo (t) ou de ndices (n) que comeca imediatamente ap os o
termino do transiente. Nesse perodo, encontra-se apenas a resposta permanente y
perm
[n]:
y
tot
[n][
RP
= y
tot
[n][
SS
= y
perm
[n].
5.5.2 Casos particulares
Caso a entrada x[n] seja transitoria, a resposta forcada tambem o sera: y
for
[n][
n
= 0.
Para uma entrada senoidal x[n] = A
0
cos(
0
n +
0
), pode-se mostrar que a resposta
forcada e calculada por
y
for
[n] = A
0
[H(
0
)[ cos(
0
n +
0
+H(
0
)) = A
0
cos(
0
n +
0
) , (5.19)
onde: A
0
= A
0
[H(
0
)[,
0
=
0
+H(
0
) e H() = [H()[ e
jH()
.
Caso a resposta natural seja transitoria, a resposta no regime permanente sera igual à
resposta forcada: y
tot
[n][
RP
= y
perm
[n] = y
for
[n].
Em um sistema estavel, por denicao, a resposta natural deve ser um sinal do tipo tran-
sitorio.
Portanto, em um SLIT estavel, valem as seguintes relacoes, para n :
Resposta natural: y
nat
[n] 0.
Resposta em regime permanente: y
tot
[n][
RP
= y
perm
[n] = y
for
[n].
Para x[n] temporario: y
tran
[n] = y
tot
[n] e y
perm
[n] = 0.
Para x[n] permanente: y
tran
[n] = y
nat
[n] e y
perm
[n] = y
for
[n].
Para x[n] = A
0
cos(
0
n +
0
), a resposta no regime permanente e dada pela
Equacao 5.19.
A.S.V.
5.5. Tipos de respostas de um SLIT 87
5.5.3 Exemplo de notacao alternativa
Notac oes alternativas podem ser encontradas na literatura. Um exemplo e:
Resposta homogenea resposta às condicoes iniciais.
Resposta à entrada resposta forcada.
Resposta particular termo da resposta forcada devido à entrada.
Resposta complementar termo da resposta forcada devido ao sistema.
Resposta forcada resposta particular.
Resposta natural resposta complementar.
5.5.4 Um questionamento comum
Os resultados calculados no Apendice F, para um SLIT de primeira ordem, apontam uma
soluc ao generica do tipo
y[n] = y
h
[n] +y
r
[n] = y
h
[n] +y
p
[n] +y
c
[n] = C
h
a
n
+C
p
x[n] +C
c
a
n
. (5.20)
Pode-se mostrar que esse formato de equacao nal e mantido para SLITs de ordens su-
periores.
Uma analise isolada da Equacao (5.20) pode levantar um questionamento sobre a pro-
priedade de invariancia no tempo do sistema, uma vez que, aparentemente, a equacao
indica que y[n][
x[nN
D
]
,= y[n N
D
].
Porem, uma analise mais detalhada revela que ambas as exponenciais (y
h
[n] e y
c
[n]) sao
vinculadas ao momento da aplicacao do sinal de entrada x[n].
No caso da resposta homogenea y
h
[n], ela representa a resposta ao estado do sistema
no momento da aplicacao da entrada. Assim, ao se testar a resposta para uma entrada
deslocada x[n N
D
], a condicao inicial tambem deve ser deslocada para o novo ponto
inicial, de forma que o teste seja realizado com igualdade de estados. Isso ira gerar uma
sada y
h
[n][
x[nN
D
]
= C
h
a
(nN
D
)
= y
h
[n N
D
].
Por outro lado, deve ser lembrado que a resposta complementar y
c
[n] surge como conse-
q uencia da aplicacao do sinal de entrada. Logo, um sinal de entrada deslocado x[nN
D
]
obrigatoriamente provocara o deslocamento da resposta complementar, de tal forma que
y
c
[n][
x[nN
D
]
= C
c
a
(nN
D
)
= y
c
[n N
D
].
Portanto, no contexto da dinamica de operacao do sistema: y[n][
x[nN
D
]
= y[n N
D
].
TET / UFF
5.6 Representacao em domnio transformado
O calculo da resposta de um SLIT atraves da solucao convencional da equacao de diferenca
torna-se inviavel para sistemas de ordens elevadas.
Uma soluc ao para tal problema e realizar uma mudanca de domnio na representacao dos
sinais e dos sistemas, de tal forma a obter um equacionamento de solucao mais simples.
Uma mudanca comum e representacao dos sinais por uma composicao de sinais exponen-
ciais (ou senoidais), com freq uencias especcas.
Essa transformacao e conhecida por representacao de sinais e sistemas no domnio da
freq uencia.
Com tal mudanca, surgem novas representacoes para um SLIT, que sao a Funcao Resposta
em Freq uencia e a Funcao de Transferencia (ou Funcao de Sistema).
Alem de facilitar o calculo da resposta de um SLIT, a mudanca de domnio conduz a
novas interpretacoes sobre a composicao dos sinais e dos sistemas, as quais podem dar
origem a novas tecnicas de analise e sntese.
A representacao no domnio da freq uencia e tratada a seguir. Inicialmente, de forma
intuitiva, o problema e abordado com base no resultado dos calculos das respostas dos
sistemas de primeira ordem. Em seguida, e realizada uma formalizacao para sistemas de
ordens elevadas.
A.S.V.
1. Suponha um SLIT nao recursivo, com coecientes b
k
, onde 0 k L. Para L = 2, 3 e 4,
(a) Apresente a estrutura na forma direta, com uma unica linha de retardo.
(b) Calcule a resposta ao impulso h[n], iterativamente, atraves da estrutura na forma
direta, com uma unica linha de retardo, para 0 n (L + 2).
(c) Calcule as matrizes A, B, C e D, considerando x
l
= r[n l], para 1 l L,
e escreva as equacoes de estado.
(d) Apresente a estrutura associada às equacoes de estado calculadas, utilizando os
coecientes a
lc
, b
l
, c
c
e d, das matrizes A, B, C e D.
(e) Calcule as matrizes P
n
= A
(n1)
, para 1 n (L+2), vericando o padrao que se
desenvolve.
(f) Calcule as matrizes M
n
= P
n
B, para 1 n (L + 2), vericando o padrao que
se desenvolve.
(g) Calcule a resposta ao impulso h[n], iterativamente, atraves da Equacao (5.21), para
0 n (L + 2).
h[n] =
_
D , n = 0
C A
(n1)
B , n > 0
. (5.21)
2. Dado o SLIT descrito pela equacao de diferenca y[n] + a
1
y[n 1] = b
0
x[n] + b
1
x[n 1],
Suponha as entradas: [n], u[n], z
n
u[n], e
j
0
n
u[n] e cos(
0
n) u[n].
Calcule a resposta do sistema relaxado y
r
[n] para a entrada x[n].
Calcule a resposta do sistema relaxado y
r
D
[n] para a entrada x
D
= x[n N
D
].
Compare as respostas calculadas, mostrando que y
r
D
[n] = y
r
[n N
D
].
3. Dado o SLIT causal, estavel e relaxado, denido pela equacao de diferenca
y[n] + (0.5095) y[n 1] = (0.2452) x[n] + (0.2452) x[n 1], tendo como entrada o
gate retangular unitario x[n] = G
10
[n 10], atenda aos seguintes itens:
(a) Descreva o sinal de entrada em funcao do degrau unitario:
x[n] = G
10
[n 10] = f(u[n]).
(b) Calcule a resposta total do sistema, no regime permanente.
4. Dado um SLIT relaxado, tendo como entrada o degrau unitario x[n] = u[n] e denido
pela equacao de diferenca y[n] + (1.05) y[n 1] = (0.2) x[n] + (0.3) x[n 1], calcule a
resposta total do sistema, no regime permanente.
TET / UFF
A.S.V.
Parte III
Representacao em domnio
transformado para sistemas de
primeira ordem
91
Captulo 6
Resposta em Freq
uencia
6.1 Introducao
O conte udo deste captulo e apresentado de forma intuitiva e sem um formalismo matematico
que o justique. Ele e baseado na observacao dos resultados encontrados no calculo das res-
postas dos sistemas de primeira ordem, efetuado no Apendice F. A extrapolacao para sistemas
de ordens superiores e um formalismo matematico adequado sao apresentados em captulos
posteriores.
6.2 Funcao Resposta em Freq uencia H() de um SLIT
Foi citado, para o caso generico, e calculado no Apendice F, para alguns casos particulares,
que, para uma entrada senoidal, a resposta forcada e formulada com base na funcao
contnua H() = [H()[ e
jH()
.
Para cada valor particular
k
da freq uencia , pode-se obter uma resposta diferente,
baseada em H(
k
). Portanto, para um SLIT estavel, com uma entrada senoidal, operando
em regime permanente, a funcao H() e denominada de funcao Resposta em Freq uencia
do sistema.
O conhecimento da funcao Resposta em Freq uencia de um SLIT e bastante util:
Dado um SLIT estavel, com funcao H(), a sua resposta, no regime permanente
y
perm
[n], para uma entrada senoidal x[n] = A
k
cos(
k
n +
k
), e facilmente obtida,
a partir do calculo de H(
k
), por
y
perm
[n] = y
for
[n] = A
k
[H(
k
)[ cos(
k
n +
k
+H(
k
)) = A
k
cos(
k
n +
k
) ,
onde: A
k
= A
k
[H(
k
)[,
k
=
k
+H(
k
) e H() = [H()[ e
jH()
.
Caso seja possvel representar uma entrada generica x[n] atraves de uma combinacao
linear de sinais senoidais x[n] =
k
A
k
cos(
k
n +
k
), o calculo da resposta de um
SLIT estavel, no regime permanente, e extremamente facilitado pelo uso de H().
Pode-se mostrar que a dependencia da funcao H(), em relacao à variavel , e formulada
com base na funcao e
j
. Assim, uma notacao alternativa, e bastante utilizada, para a
Resposta em Freq uencia e H(e
j
).
93
94 Captulo 6. Resposta em Freq uencia
Para facilitar a visualizacao da inuencia de H(e
j
) no calculo da resposta forcada do
sistema, a funcao costuma ser representada por seus gracos de modulo [H(e
j
)[ e angulo
de fase H(e
j
), em funcao da freq uencia .
Em virtude do comportamento periodico de H(e
j
), com perodo fundamental
p
= 2, os
gracos sao elaborados apenas para uma faixa fundamental: < ou 0 < 2.
Para as funcoes que apresentam simetrias (par / mpar), as faixas sao reduzidas à metade:
2
<

2
ou 0 < .
Normalmente, os gracos sao apresentados com faixas normalizadas: 1
norm
< 1,
0
norm
< 2,
1
2

norm
<
1
2
ou 0
norm
< 1, onde
norm
=

.
A Tabela 6.1 resume os resultados dos calculos efetuados no Apendice F.
SLIT Resposta em Freq uencia
y[n] +a
1
y[n 1] = b
0
x[n] H(e
j
) =
_
b
0
1+a
1
e
j
_
y[n] +a
1
y[n 1] = b
1
x[n 1] H(e
j
) =
_
b
1
e
j
1+a
1
e
j
_
y[n] +a
1
y[n 1] = b
0
x[n] +b
1
x[n 1] H(e
j
) =
_
b
0
+b
1
e
j
1+a
1
e
j
_
Tabela 6.1: Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a
sua funcao Resposta em Freq uencia H(e
j
).
6.3 SLIT interpretado como ltro
Uma vez que a funcao H(e
j
) pode apresentar seletividade em freq uencia, um SLIT
estavel, operando em regime permanente, pode ser interpretado como um ltro seletor
em freq uencia, discreto no tempo.
A seletividade do sistema pode ser facilmente observada pelo representacao graca da
funcao H(e
j
): graco de modulo e graco de angulo de fase, em funcao da freq uencia.
Por exemplo, conforme os resultados apresentados no Apendice F, para o SLIT denido
pela equacao de diferenca y[n] +a
1
y[n1] = b
0
x[n] +b
1
x[n1], a Resposta em Freq uencia
e H(e
j
) =
_
b
0
+b
1
e
j
1+a
1
e
j
_
.
Dependendo dos valores dos coecientes do sistema, a funcao H(e
j
) pode apresentar di-
ferentes valores de modulo, bem como diferentes valores de angulo de fase, para diferentes
faixas da freq uencia .
Sendo assim, na geracao do sinal de sada, os cossenos que compoem o sinal de entrada
podem sofrer alteracoes seletivas na amplitude e no angulo de fase, de acordo com as
faixas de freq uencias ocupadas.
As alteracoes seletivas sofridas pelo sinal podem ser percebidas de dois modos equivalentes:
Uma mudanca na sua forma, quando representado em funcao do tempo, o que e
denominado de conformacao.
A.S.V.
6.4. Filtros com fase linear 95
Uma mudanca na sua composicao freq uencial ou espectral, quando representado em
funcao da freq uencia, o que e chamado de ltragem.
Logo, escolhendo-se adequadamente os coecientes do sistema, podem-se realizar os tipos
basicos de ltros: passa-baixa, passa-alta, passa-banda, rejeita-banda e equalizador
(de amplitude ou de fase).
Se a entrada x[n], a sada y[n] e os coecientes da equacao de diferenca a
k
e b
k
, forem
quantizados, o SLIT pode ser visto como um ltro digital.
Deve ser observado que a quantizacao de todos esses valores pode fazer com que o
ltro/sistema digital produza resultados signicativamente diferentes daqueles gerados
pelo ltro/sistema discreto no tempo. Por essa razao, procura-se utilizar, no projeto de
um ltro, uma especicacao mais rigorosa do que a original. Tal tecnica e denominada
de overdesign.
6.4 Filtros com fase linear
Para que um SLIT apresente seletividade em freq uencia, recebendo a denominacao de
ltro seletor em freq uencia, ele deve possuir faixas ou bandas de passagem (
p
) e de
rejeicao (
r
).
O que se espera de um ltro ideal e que ele nao altere as componentes espectrais do sinal
de entrada nas faixas de passagem e que ele anule as componentes nas faixas de rejeicao.
Assim sendo, nas faixas de rejeicao, a sua funcao Resposta em Freq uencia deve possuir
[H(
r
)[ = 0, enquanto H(
r
) pode assumir qualquer valor.
Por sua vez, nas faixas de passagem, deve-se ter [H(
p
)[ = 1 e H(
p
) = 0.
Em ltros nao ideais, nao e possvel garantir que H(
p
) = 0, uma vez que a geracao do
sinal de sada envolvera o emprego de atrasos.
Porem, deve-se garantir que os atrasos acrescentados em cada componente na faixa de
passagem nao irao distorcer a soma nal que ira compor o sinal de sada:
x[n] =
k
cos(
k
n) y[n] = x
p
[n N
D
]
=
k
p
cos
_
k
p
(n N
D
)
_
=
k
p
cos
_
k
p
n
k
p
N
D
_
=
k
p
[H(
k
p
)[cos
_
k
p
n +H(
k
p
)
_
.
Portanto, na faixa de passagem, pode-se admitir que a Resposta em Freq uencia apresente
[H(
p
)[ = 1 e H(
p
) = N
D
.
Por essa razao, tais sistemas sao denominados ltros com angulo de fase linear, ltros
com excesso de fase linear, ltros com atraso de fase linear ou, simplesmente, ltros com
fase linear.
Pode-se ainda denir a grandeza atraso de grupo: =
dH()
d
.
Logo, na faixa de passagem, os ltros com fase linear devem apresentar [H(
p
)[ = 1 e
= N
D
.
TET / UFF
96 Captulo 6. Resposta em Freq uencia
1. Calcule [H(e
j
)[ e H(e
j
) para as seguintes funcoes:
H(e
j
) =
_
b
0
1+a
1
e
j
_
.
H(e
j
) =
_
b
1
e
j
1+a
1
e
j
_
.
H(e
j
) =
_
b
0
+b
1
e
j
1+a
1
e
j
_
.
2. Dada a equacao de diferenca y[n] = b
0
x[n] +b
1
x[n 1], esboce os gracos [H(e
j
)[ e
H(e
j
) para os seguintes casos:
b
0
,= 0 e b
1
= 0.
b
0
= 0 e b
1
,= 0.
b
1
= b
0
.
b
1
= b
0
.
3. Dados os subsistemas S
1
e S
2
, respectivamente denidos pelas funcoes H
1
(e
j
) =
b
0
+b
1
e
j
1+a
1
e
j
e H
2
(e
j
) =
d
0
+d
1
e
j
1+c
1
e
j
, calcule a resposta em freq uencia total H(e
j
) do sistema S, obtido
atraves das seguintes associacoes:
Cascata (serie).
Paralela.
4. Deseja-se ltrar, digitalmente, um sinal analogico x
a
(t), composto por uma combinacao
linear de sinais senoidais. O sinal e limitado em banda, envolvendo freq uencias na faixa
de 0 f 15 kHz. O sinal x
a
(t) sera amostrado com freq uencia de amostragem F
S
,
gerando a seq uencia x[n], que sera processada por um ltro digital, produzindo a seq uencia
y[n]. Atenda aos seguintes itens:
(a) Que valor deve ser escolhido para a freq uencia de amostragem F
S
? Justique.
(b) Assumindo que o sinal y[n] deve corresponder a um sinal analogico que possua
componentes senoidais envolvendo freq uencias na faixa de 0 f 5 kHz:
Que tipo de seletividade em freq uencia o ltro deve apresentar? Justique.
Calcule a freq uencia de corte
c
do ltro digital ideal.
A.S.V.
Captulo 7
Funcao de Transferencia
7.1 Introducao
posteriores.
7.2 Funcao de Transferencia H(z) de um SLIT
Com base nos calculos efetuados no Apendice F, relativos a respostas de um SLIT descrito
por uma equacao de diferenca de primeira ordem, foram apresentadas algumas denicoes
para os sistemas abordados.
Pode-se mostrar que esses resultados valem para um SLIT descrito por uma equacao de
diferenca de ordem generica.
Foi observado que, para um SLIT estavel, a resposta em regime permanente sera igual à
resposta forcada.
Foi mostrado que, para um sinal de entrada senoidal, a resposta forcada sera tambem um
sinal senoidal, com a mesma freq uencia da entrada, porem com amplitude e angulo de
fase modicados pela funcao Resposta em Freq uencia H(e
j
).
Portanto, para um sinal de entrada composto por uma combinacao linear de sinais
senoidais, a resposta forcada sera composta por uma combinacao linear dos sinais senoidais
de entrada processados pela funcao Resposta em Freq uencia H(e
j
).
Tal resultado facilita o calculo da resposta no regime permanente para um SLIT estavel.
Porem, ele nao permite analisar o que acontece durante o regime transitorio, uma vez que
estarao presentes a resposta natural e a resposta forcada.
Um raciocnio semelhante ao anterior pode ser aplicado nesse caso.
A partir dos exemplos apresentados no Apendice F, pode-se observar que a resposta
natural envolve sinais com variacoes exponenciais do tipo a
n
.
97
98 Captulo 7. Funcao de Transferencia
Enquanto os sinais senoidais podem ser descritos como combinacoes de sinais exponenciais
do tipo e
jn
, pode-se pensar em expressar os sinais com variacoes exponenciais atraves
de combinacoes de exponenciais genericas do tipo z
n
=
_
[z[e
jz
_
n
= [z[
n
e
jzn
= a
n
e
jn
.
Nos exemplos apresentados no Apendice F, pode-se observar que os sinais do tipo z
n
k
sao
modicados por uma funcao H(z), que e caracterstica de cada sistema. Uma vez que
ela dene uma relacao direta entre a entrada do sistema e a resposta à entrada, a funcao
H(z) pode ser denominada de Funcao de Transferencia do SLIT. A Tabela 7.1 resume os
resultados dos calculos efetuados.
Uma vez que se consiga expressar os sinais de entrada como combinacoes de exponenciais
do tipo z
n
k
= [z
k
[
n
e
j
k
n
, o processo de analise da resposta total do sistema (transitorio +
permanente), utilizando a funcao H(z), pode ser similar ao adotado na analise do regime
permanente senoidal, que emprega a funcao H(e
j
).
Alem disso, analisando-se a funcao H(z) e a resposta natural de um SLIT, pode-se vericar
que a Funcao de Transferencia carrega informacao sobre a estabilidade do sistema.
Finalmente, pode-se pensar ainda em uma unicacao dos dois processos de analise, ao se
denir uma relacao entre as funcoes H(e
j
) e H(z).
SLIT Funcao de Transferencia
y[n] +a
1
y[n 1] = b
0
x[n] H(z) =
_
b
0
1+a
1
z
1
_
y[n] +a
1
y[n 1] = b
1
x[n 1] H(z) =
_
b
1
z
1
1+a
1
z
1
_
y[n] +a
1
y[n 1] = b
0
x[n] +b
1
x[n 1] H(z) =
_
b
0
+b
1
z
1
1+a
1
z
1
_
Tabela 7.1: Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a
sua Funcao de Transferencia H(z).
7.3 Representacao alternativa para seq uencias
Para um SLIT descrito por uma equacao de diferenca, os calculos de H(z) e das respostas
do sistema podem ser facilitados ao se utilizar uma representacao alternativa para seq uencias,
baseada em seq uencias exponenciais do tipo z
n
. Duas representacoes sao possveis: bilateral e
unilateral.
7.3.1 Representacao bilateral
Supondo-se que e possvel associar uma seq uencia generia v[n] a uma combinacao linear bilateral
de seq uencias exponenciais do tipo z
n
, onde < n < , de tal forma que
V (z) =
l=
v[l] z
l
, (7.1)
A.S.V.
7.3. Representacao alternativa para seq uencias 99
pode-se expressar o impulso [n] por
(z) =
l=
[l] z
l
= 1 (7.2)
e a representacao de uma seq uencia deslocada v[n N
D
] por
V
N
D
(z) =
l=
v[l N
D
] z
l
=
m=
v[m] z
(m+N
D
)
=
m=
v[m] z
m
z
N
D
= z
N
D
m=
v[m] z
m
= z
N
D
V (z) . (7.3)
No caso da soma de seq uencias envolvendo atrasos
w[n] =
K
k=0
c
k
v[n k] , (7.4)
que ocorre em equacoes de diferenca, obtem-se
W(z) =
l=
w[l] z
l
=
l=
_
K
k=0
c
k
v[l k]
_
z
l
=
K
k=0
c
k
_

l=
v[l k] z
l
_
=
K
k=0
c
k
V
k
(z)
=
K
k=0
c
k
z
k
V (z)
=
_
K
k=0
c
k
z
k
_
V (z)
= P(z) V (z) , (7.5)
onde
P(z) =
K
k=0
c
k
z
k
. (7.6)
TET / UFF
7.3.2 Representacao unilateral
Inicialmente, sera suposto a existencia de uma representacao alternativa unilateral direita, dada
por
F
U
(z) =
l=0
f[l] z
l
. (7.7)
Deve-se notar que, para seq uencias do tipo x[n] = f[n] u[n], as duas representacoes sao
equivalentes, uma vez que
F
B
(z) =
l=
f[l] u[l] z
l
=
l=0
f[l] z
l
= F
U
(z) . (7.8)
Com essa nova representacao, pode-se expressar uma seq uencia generica v[n] por
V (z) =
l=0
v[l] z
l
, (7.9)
o impulso [n] por
(z) =
l=0
[l] z
l
= 1 (7.10)
e a representacao de uma seq uencia atrasada v[n N
D
], N
D
N
+
, por
V
N
D
(z) =
l=0
v[l N
D
] z
l
=
m=N
D
v[m] z
(m+N
D
)
=
1
m=N
D
v[m] z
(m+N
D
)
+
m=0
v[m] z
m
z
N
D
=
1
m=N
D
v[m] z
(m+N
D
)
+z
N
D
m=0
v[m] z
m
=
N
D
m=1
v[m] z
(N
D
m)
+z
N
D
V (z) . (7.11)
Quando v[n] = f[n] u[n], tem-se que
V
N
D
(z)[
unilateral
= z
N
D
V (z) = V
N
D
(z)[
bilateral
,
conforme previsto na Equacao (7.8).
A.S.V.
7.3. Representacao alternativa para seq uencias 101
No caso da soma de seq uencias envolvendo atrasos
w[n] =
K
k=0
c
k
v[n k] , (7.12)
que ocorre em equacoes de diferenca, obtem-se
W(z) =
l=0
w[l] z
l
=
l=0
_
K
k=0
c
k
v[l k]
_
z
l
=
K
k=0
c
k
_

l=0
v[l k] z
l
_
=
K
k=0
c
k
V
k
(z)
=
K
k=1
c
k
V
k
(z) +c
0
V (z)
=
K
k=1
c
k
_
k
m=1
v[m] z
(km)
+z
k
V (z)
_
+c
0
V (z)
=
K
k=1
c
k
_
k
m=1
v[m] z
(km)
_
+
K
k=1
c
k
z
k
V (z) +c
0
V (z)
=
K
k=1
_
k
m=1
c
k
z
(km)
_
v[m] +
_
K
k=0
c
k
z
k
_
V (z)
=
K
k=1
_
K
m=k
c
m
z
(mk)
_
v[k] +
_
K
k=0
c
k
z
k
_
V (z)
=
K
k=1
P
v[k]
(z) v[k] +P(z) V (z) , (7.13)
onde
P
v[k]
(z) =
K
m=k
c
m
z
(mk)
(7.14)
e
P(z) =
K
k=0
c
k
z
k
. (7.15)
TET / UFF
7.4 Exemplos de mapeamento
Utilizando-se as representacoes alternativas em conjunto com as identidades apresentadas no
Apendice D, demonstra-se que as seq uencias x[n] = u[n], x[n] = a
n
u[n] e x[n] = z
n
0
u[n],
podem ser expressas, respectivamente, por
X
B
(z) = X
U
(z) =
l=0
z
l
=
l=0
_
z
1
_
l
=
1
1 z
1
, [z[ > 1 . (7.16)
X
B
(z) = X
U
(z) =
l=0
a
l
z
l
=
l=0
_
az
1
_
l
=
1
1 az
1
, [z[ > [a[ . (7.17)
X
B
(z) = X
U
(z) =
l=0
z
l
0
z
l
=
l=0
_
z
0
z
1
_
l
=
1
1 z
0
z
1
, [z[ > [z
0
[ . (7.18)
Deve-se notar, nesses exemplos, que os mapeamentos x[n] X(z) sao denidos apenas para
determinadas faixas de valores de z. Tais faixas sao denominadas de Regiao de Convergencia
(Region Of Convergence ou ROC) do mapeamento.
7.5 Representacao alternativa convolucao
A soma de convolucao e uma operacao que aparece naturalmente na analise de um SLIT. Por-
tanto, e interessante conhecer o efeito causado sobre a convolucao pela representacao alternativa
proposta. Como sera demonstrado, a representacao alternativa realiza um mapeamento da con-
volucao em uma operacao de multiplicacao, o que representa um resultado muito importante.
7.5.1 Representacao bilateral
Considerando-se a convolucao de duas seq uencias genericas w[n] e v[n], calculada por
y[n] = w[n] v[n] =
k=
w[k] v[n k] , (7.19)
e utilizando-se a associacao y[n] Y (z), tem-se que
Y (z) =
l=
y[l] z
l
=
l=
(w[l] v[l]) z
l
=
l=
_

k=
w[k] v[l k]
_
z
l
=
l=
_

k=
w[k] v[l k] z
l
_
=
m=
_

k=
w[k] v[m] z
(m+k)
_
=
m=
_

k=
w[k] v[m] z
m
z
k
_
A.S.V.
7.5. Representacao alternativa convolucao 103
=
m=
_

k=
w[k] z
k
_
v[m] z
m
=
m=
W(z) v[m] z
m
= W(z)
m=
v[m] z
m
= W(z) V (z) . (7.20)
7.5.2 Representacao unilateral
Considerando-se a convolucao de duas seq uencias unilaterais w[n] u[n] e v[n] u[n], calculada
por
y[n] u[n] = (w[n] u[n]) (v[n] u[n]) =
k=
(w[k] u[k]) (v[n k] u[n k]) , (7.21)
e utilizando-se a associacao y[n] Y (z), tem-se que
Y (z) =
l=0
y[l] u[l] z
l
=
l=0
[(w[l] u[l]) (v[l] u[l])] z
l
=
l=0
_

k=
(w[k] u[k]) (v[l k] u[l k])
_
z
l
=
l=0
_

k=
(w[k] u[k]) (v[l k] u[l k]) z
l
_
=
m=k
_

k=
(w[k] u[k]) (v[m] u[m]) z
(m+k)
_
=
m=k
_

k=0
w[k] (v[m] u[m]) z
m
z
k
_
=
m=0
_

k=0
w[k] v[m] z
m
z
k
_
=
m=0
_

k=0
w[k] z
k
_
v[m] z
m
=
m=0
W(z) v[m] z
m
= W(z)
m=0
v[m] z
m
= W(z) V (z) . (7.22)
TET / UFF
7.6 Representacao alternativa equacao de diferenca
Supondo-se um SLIT estavel, descrito pela equacao de diferenca
y[n] +a
1
y[n 1] = b
0
x[n] +b
1
x[n 1] ,
pode-se aplicar a representacao alternativa para os sinais de entrada x[n] e de sada y[n], gerando
uma equacao equivalente, envolvendo X(z) e Y (z). Em seguida, a equacao equivalente pode
ser resolvida e a solucao Y (z) remapeada para a solucao y[n].
Porem, deve-se notar que o uso das representacoes bilateral e unilateral carregam signicados
diferentes no calculo das respostas dos sistemas.
Ao aplicar-se a representacao bilateral sobre a equacao de diferenca, e intrinsicamente su-
posto que se procura uma solucao y[n], para uma entrada x[n], no intervalo < n < .
Isso e equivalente a dizer que a entrada x[n] foi aplicada ao sistema em n . Uma vez que
o sistema e estavel, sua resposta ao estado inicial em n e transitoria, ocorrendo em um
intervalo de tempo nito. Portanto, aplicar a representacao bilateral para resolver um SLIT
estavel e equivalente a resolver o sistema relaxado.
Por outro lado, na resolucao de uma equacao de diferenca que descreve um SLIT estavel e
nao relaxado, deve-se ter em mente que:
Sao considerados os valores de uma entrada conhecida x[n], aplicada a partir de n = N
0
,
o que pode ser representado por x[n N
0
] u[n N
0
].
Sao desconhecidas as entradas x[n] para n < N
0
. Porem, o efeito causado no SLIT por
tais entradas e descrito pelas condicoes iniciais para n = N
0
, que podem ser fornecidas
na forma de valores de y[n] para n < N
0
.
Sao calculados os valores da sada y[n] a partir de n = N
0
, o que pode ser representado
por y[n N
0
] u[n N
0
].
Aproveitando-se a caracterstica de invariancia ao deslocamento, o valor N
0
= 0 e sempre
utilizado como ponto inicial de analise.
Tais especicacoes para o processo de calculo das respostas do SLIT levam naturalmente à
representacao unilateral.
Logo, pode-se resumir o uso das representacoes alternativas na resolucao de um SLIT estavel
da seguinte forma:
No caso de sistemas relaxados, onde y[n] = 0, para n < 0, a Equacao (7.8) indica que
ambas as representacoes alternativas podem ser utilizadas, gerando o mesmo resultado:
y
tot
[n] = y
r
[n] = y
ent
[n], para n 0.
No caso de sistemas nao relaxados, a Equacao (7.11) mostra como as condicoes iniciais
serao includas nos calculos, possibilitando que a representacao unilateral seja empregada
para encontrar a resposta do sistema y
tot
[n] = y
r
[n] +y
h
[n] = y
ent
[n] +y
est
[n], para n 0.
A.S.V.
7.7. Representacao alternativa respostas de um SLIT 105
7.7 Representacao alternativa respostas de um SLIT
7.7.1 Respostas para uma entrada generica
Utilizando-se a associacao v[n] V
U
(z), a equacao de diferenca
y[n] +a
1
y[n 1] = b
0
x[n] +b
1
x[n 1] ,
com x[n] = f[n] u[n] e condicao inicial y[1], pode ser expressa por
Y (z) +a
1
_
y[1] +z
1
Y (z)
= b
0
X(z) +b
1
_
x[1] +z
1
X(z)
_
1 +a
1
z
1
_
Y (z) +a
1
y[1] =
_
b
0
+b
1
z
1
_
X(z)
Y (z) =
_
b
0
+b
1
z
1
1 +a
1
z
1
_
X(z) +
_
1
1 +a
1
z
1
_
(a
1
) y[1]
Y (z) = H(z) X(z) +
1
D
H
(z)
(P
1
(z) y[1])
Y (z) = Y
ent
(z) +Y
est
(z)
Y (z) = Y
r
(z) +Y
h
(z) , (7.23)
onde
H(z) =
N
H
(z)
D
H
(z)
=
_
b
0
+b
1
z
1
1 +a
1
z
1
_
,
D
H
(z) =
_
1 +a
1
z
1
_
e
P
1
(z) = (a
1
)
sao, respectivamente, a Funcao de Transferencia, o seu denominador e o polinomio relativo à
condicao inicial y[1], bem como
Y
ent
(z) = H(z) X(z) ,
Y
est
(z) =
1
D
H
(z)
(P
1
(z) y[1]) ,
Y
r
(z) = Y
ent
(z)
e
Y
h
(z) = Y
est
(z) ,
sao, respectivamente, as representacoes alternativas para a resposta à entrada, a resposta ao
estado, a resposta do sistema relaxado e a resposta da equacao homogenea.
Aplicando-se (7.17) e (7.21) em (7.23), obtem-se:
y
r
[n] = y
ent
[n] = h[n] x[n] (7.24)
e
y
h
[n] = y
est
[n] = (a
1
)y[1](a
1
)
n
u[n] . (7.25)
TET / UFF
7.7.2 Respostas para uma entrada conhecida
Supondo-se x[n] = A
D
u[n], obtem-se de (7.16) e (7.23), respectivamente, X(z) =
A
D
1z
1
e
Y
ent
(z) = Y
r
(z) = H(z) X(z) =
_
b
0
+b
1
z
1
1 +a
1
z
1
__
A
D
1 z
1
_
=
_
K
H
1 +a
1
z
1
_
+
_
K
X
1 z
1
_
= Y
c
(z) +Y
p
(z)
= Y
c
(z) +Y
for
(z) , (7.26)
onde:
Y
c
(z) =
_
K
H
1 +a
1
z
1
_
e
Y
p
(z) = Y
for
(z) =
_
K
X
1 z
1
_
sao, respectivamente, as representacoes alternativas para a resposta complementar e a resposta
particular (ou forcada), bem como
K
H
= A
D
_
a
1
b
0
b
1
1 +a
1
_
e
K
X
= A
D
_
b
0
+b
1
1 +a
1
_
.
De (7.23) e (7.26) obtem-se:
Y (z) = Y
ent
(z) +Y
est
(z)
= Y
r
(z) +Y
h
(z)
= (Y
c
(z) +Y
p
(z)) +Y
h
(z)
= (Y
c
(z) +Y
for
(z)) +Y
h
(z)
=
_
K
H
1 +a
1
z
1
+
K
X
1 z
1
_
+
_
(a
1
) y[1]
1 +a
1
z
1
_
=
_
K
H
+ (a
1
) y[1]
1 +a
1
z
1
_
+
_
K
X
1 z
1
_
= Y
nat
(z) +Y
for
(z) , (7.27)
onde:
Y
nat
(z) = Y
c
(z) +Y
h
(z) = Y
c
(z) +Y
est
(z) =
_
K
H
+ (a
1
) y[1]
1 +a
1
z
1
_
e
Y
for
(z) = Y
p
(z) =
_
K
X
1 z
1
_
.
sao, respectivamente, as representacoes alternativas para a resposta natural e a resposta forcada.
Aplicando-se (7.16), (7.17) e (7.21) em (7.27), obtem-se:
y[n] = y
for
[n] +y
nat
[n] = K
X
u[n] + (K
H
+ (a
1
) y[1]) (a
1
)
n
u[n] (7.28)
A.S.V.
7.8. Relac ao entre H(z) e h[n] de um SLIT 107
7.8 Relacao entre H(z) e h[n] de um SLIT
Nao e coincidencia o fato da Funcao de Transferencia ser denominada de H(z). Empregando-se
a representacao alternativa proposta, a resposta ao impulso y
[n] = h[n] pode ser expressa por

Y
(z) =
l=
y
[l] z
l
=
l=
h[l] z
l
= H(z) . (7.29)
Utilizando-se (7.10) e (7.23), a resposta ao impulso h(n) de um SLIT relaxado, descrito pela
equacao de diferenca
y[n] +a
1
y[n 1] = b
0
x[n] +b
1
x[n 1]
pode ser expressa por
Y
(z) = Y
r
(z)[
x[n]=[n]
= H(z) X(z) = H(z) (z) = H(z) =
_
b
0
+b
1
z
1
1 +a
1
z
1
_
. (7.30)
De (7.29) e (7.30), pode-se dizer que
H(z) =
_
b
0
+b
1
z
1
1 +a
1
z
1
_
= Y
(z) =
l=
h[l] z
l
, (7.31)
o que justica a notacao H(z) para a Funcao de Transferencia do SLIT.
7.9 Regiao de convergencia de H(z)
Nos exemplos apresentados pelas Equacoes (7.16) a (7.18), foi visto que o mapeamento de
seq uencias genericas x[n] em funcoes X(z) so existe para determinadas faixas de valores de z.
Sendo assim, no mapeamento da seq uencia h[n] (resposta ao impulso) na funcao H(z) (Funcao
de Transferencia), deve-se denir a faixa de valores de z que garanta a sua existencia. Tal faixa
de valores e denida como a regiao de convergencia (ROC) de H(z).
7.10 P olos e zeros de H(z)
Deve-se notar que a Funcao de Transferencia e uma funcao polinomial racional
H(z) =
N
H
(z)
D
H
(z)
, com variavel complexa (z) e coecientes constantes (b
k
e a
k
).
Nesse caso, as razes complexas dos polinomios N
H
(z) e D
H
(z) deverao ocorrer em pares
complexos conjugados.
Nota-se ainda que as razes dos polinomios N
H
(z) e D
H
(z) dependem, respectivamente,
dos coecientes b
k
e a
k
da equacao de diferenca que descreve o SLIT.
As razes do polinomio N
H
(z) sao denominadas de zeros da funcao H(z), uma vez que
ela e anulada para tais valores de z.
As razes do polinomio D
H
(z) sao denominadas de polos da funcao H(z), uma vez que
ela tende a innito para tais valores de z.
Quando as singularidades (zeros e polos) em z sao computadas, o n umero total de
zeros e igual ao n umero total de polos.
TET / UFF
7.11 P olos de H(z) estabilidade do SLIT
A posicao dos polos de H(z), que depende dos coecientes a
k
da equacao de diferenca,
carrega informacao sobre a estabilidade do SLIT, segundo o criterio BIBO (Bounded-Input
Bounded-Output).
Isso pode ser constatado atraves da analise de cada uma das partes do sinal de sada.
Observando-se as respostas homogenea/estado, complementar e natural, como aquelas
calculadas no Apendice F, nota-se que elas dependem dos coecientes a
k
, com forma
exponencial.
Em (7.23) e (7.25), pode-se vericar a mesma dependencia para a resposta ao estado.
Ainda, nas Equacoes (7.23) e (7.26) a (7.28), pode-se perceber que a resposta à entrada
depende dos polos do sinal de entrada e dos polos de H(z).
De forma geral, pode-se mostrar que uma equacao de diferenca de ordem qualquer da
origem a uma resposta composta por funcoes polinomiais racionais de mesma ordem.
Sabe-se que uma funcao polinomial racional de ordem qualquer pode ser fatorada em
fracoes parciais de primeira ordem, do tipo H
k
(z) =
N
k
(z)
(1p
k
z
1
)
M
k
, com polo z = p
k
, de
multiplicidade M
k
.
No caso de haver uma fracao parcial com polo z = p
k
complexo, de multiplicidade M
k
,
devera haver uma outra com polo z
= p
k
complexo conjugado, de multiplicidade M
k
.
Pode-se mostrar que:
Quando [p
k
[ < 1, a fracao H
k
(z) e mapeada em um termo h
k
[n] que tende a zero
quando n tende a innito, independente da multiplicidade M
k
.
Quando [p
k
[ = 1, e os polos (reais ou complexos conjugados) possuem multiplicidade
M
k
= 1, a fracao H
k
k
[n] constante (polo real) ou
senoidal (par de polos complexos conjugados).
Quando [p
k
[ = 1, e os polos (reais ou complexos conjugados) possuem multiplicidade
M
k
> 1, a fracao H
k
k
[n] que tende a innito quando
n tende a innito.
Quando [p
k
[ > 1, a fracao H
k
k
[n] que tende a innito
quando n tende a innito, independente da multiplicidade M
k
.
Portanto, examinando-se H(z) na Equacao (7.23), com a entrada e a condicao inicial
limitadas, pode-se dizer que:
Se todos os polos estiverem localizados na regiao [z[ < 1, o SLIT sera classicado
como assintoticamente estavel.
Se houver pelo menos um polo ou um par de polos complexos conjugados com mul-
tiplicidade M = 1 na regiao [z[ = 1, o SLIT sera classicado como marginalmente
estavel (oscilatorio).
Se houver pelo menos um polo ou um par de polos complexos conjugados com mul-
tiplicidade M > 1 na regiao [z[ = 1, o SLIT sera classicado como instavel.
Se houver pelo menos um polo na regiao [z[ > 1, o SLIT sera classicado como
instavel.
A.S.V.
7.12. Relacao entre H(e
j
) e H(z) de um SLIT 109
7.12 Relacao entre H(e
j
) e H(z) de um SLIT
Por meio dos calculos efetuados no Apendice F, foi visto que, para um SLIT estavel,
descrito por uma equacao de diferenca de primeira ordem, com uma entrada senoidal,
de freq uencia
0
, a resposta e dependente da Funcao Resposta em Freq uencia H(e
j
),
calculada em =
0
.
Para um mesmo SLIT, foi visto que, para uma entrada exponencial complexa x[n] = z
n
0
,
a resposta e dependente da Funcao de Transferencia H(z), calculada em z = z
0
.
A Resposta em Freq uencia H(e
j
) e uma funcao polinomial racional complexa da variavel
real . Seus gracos de modulo
H(e
j
)
e de angulo de fase (argumento) H(e

j
) sao
curvas periodicas, de perodo
p
= 2 .
Por sua vez, a Funcao de Transferencia H(z), e uma funcao polinomial racional complexa
da variavel complexa z. Portanto, seus gracos de modulo [H(z)[ e de angulo de fase
(argumento) H(z) sao superfcies.
A regiao do plano complexo z denida por z = [z[ e
jz
= (1) e
j
e denominada de crculo
de raio unitario ou, simplesmente, de crculo unitario.
Assumindo-se que H(z) e denida para o crculo unitario, pode-se estabelecer uma relacao
entre H(e
j
) e H(z):
Do ponto de vista algebrico, pode-se realizar o seguinte calculo: H(e
j
) = H(z)[
z=e
j
.
Do ponto de vista geometrico, as curvas de modulo e de fase de H(e
j
) sao percorridas
nas superfcies de modulo e de fase de H(z), respectivamente, para z = e
j
.
Pode-se mostrar que tais resultados sao validos para equacoes de diferenca de qualquer
ordem.
TET / UFF
1. Dados a seq uencia x[n] = a
n
, < n < , e o deslocamento N
D
N
+
, compare as
representacoes bilateral X
B
(z) e unilateral X
U
(z) para as seguintes seq uencias:
x[n]
x[n] u[n]
x[n] u[n N
D
]
x[n N
D
]
x[n N
D
] u[n]
x[n N
D
] u[n N
D
]
2. Dado um SLIT descrito pela equacao de diferenca y[n] +a
1
y[n 1] = b
0
x[n] +b
1
x[n 1],
Calcule a funcao de transferencia do sistema H(z).
Calcule a resposta ao impulso do sistema h[n].
3. Utilizando a associacao v[n] V (z), calcule a Funcao de Transferencia H(z) dos SLITs
descritos pelas seguintes equacoes de diferenca:
y[n] =
2
k=1
a
k
y[n k] +
2
k=0
b
k
x[n k].
y[n] =
3
k=1
a
k
y[n k] +
3
k=0
b
k
x[n k].
y[n] =
N
k=1
a
k
y[n k] +
N
k=0
b
k
x[n k].
4. Utilizando a associacao v[n] V (z), calcule a resposta total Y (z) dos SLITs descritos
pelas seguintes equacoes de diferenca, na forma Y (z) = H(z)X(z)+
1
D
H
(z)
k
N
k
(z)y[k]:
y[n] =
2
k=1
a
k
y[n k] +
2
k=0
b
k
x[n k], CI = y[1], y[2].
y[n] =
3
k=1
a
k
y[n k] +
3
k=0
b
k
x[n k], CI = y[1], y[2], y[3].
y[n] =
N
k=1
a
k
y[n k] +
N
k=0
b
k
x[n k], CI = y[1], y[2], , y[N].
5. A Funcao de Transferencia de um Sistema Linear e Invariante ao Deslocamento (SLIT),
com entrada x[n] e sada y[n], e denida por H(z) =
Y
ent
(z)
X(z)
=
Y (z)
X(z)
CI=0
. Sabe-se que,
se os polos de H(z) estiverem localizados na regiao interna ao crculo unitario do plano
complexo z, o sistema e classicado como estavel. Dados os subsistemas denidos pelas
Equacoes (7.32) a (7.34), atenda aos seguintes itens:
Calcule a Funcao de Transferencia de cada subsistema isolado.
Justique se cada subsistema isoladamente e estavel ou nao.
Calcule as Funcoes de Transferencia dos sistemas formados pela ligacao em cascata
de cada dois subsistemas: (1) (2), (1) (3), (2) (3).
Justique se cada sistema do item anterior e estavel ou nao.
Calcule a Funcao de Transferencia do sistema formado pela ligacao em cascata dos
tres subsistemas: (1) (2) (3).
Justique se o sistema do item anterior e estavel ou nao.
A.S.V.
y[n] 0.1y[n 1] = 3.0x[n] + 0.9x[n 1] (7.32)
y[n] 2.4y[n 1] = 2.0x[n] 5.0x[n 1] (7.33)
y[n] + 0.3y[n 1] = 2.0x[n] 4.8x[n 1] (7.34)
TET / UFF
A.S.V.
Captulo 8
Principais resultados da representacao
em domnio transformado
8.1 Introducao
posteriores.
8.2 Resumo dos resultados
A seguir, e apresentada uma lista de topicos contendo os principais resultados que surgem da
representac ao de sinais e sistemas em domnio transformado.

E dado um SLIT, causal e estavel, com entrada x[n] e sada y[n], possuindo condicoes
iniciais CI = y[1], y[2], , y[N] e denido por uma equacao de diferenca do tipo
y[n] =
N
k=1
a
k
y[n k] +
L
k=0
b
k
x[n k].

E identicada uma funcao H(e
j
), denominada de Resposta em Freq uencia do SLIT.

E identicada uma funcao H(z), denominada de Funcao de Transferencia do SLIT.
A Resposta em Freq uencia pode ser obtida diretamente da equacao de diferenca, segundo
H(e
j
) =
N
H
(e
j
)
D
H
(e
j
)
=
L
k=0
b
k
e
jk
1+
N
k=1
a
k
e
jk
.
A Funcao de Transferencia pode ser obtida diretamente da equacao de diferenca, segundo
H(z) =
N
H
(z)
D
H
(z)
=
L
k=0
b
k
z
k
1+
N
k=1
a
k
z
k
.
A Resposta em Freq uencia H(e
j
) pode ser usada para calcular diretamente a sada do
SLIT, em regime permanente, conforme apresentado na Tabela 8.1.
A Resposta em Freq uencia, atraves dos resultados apresentados na Tabela 8.1. indica que
o SLIT, operando em regime permanente, pode ser interpretado como um ltro seletor
em freq uencia, cuja seletividade e controlada pelos coecientes (a
k
, b
k
) da sua equacao de
diferenca.
113
114 Captulo 8. Principais resultados da representacao em domnio transformado
Para que um SLIT, operando como ltro seletor em freq uencia, nao apresente distorcao
de fase, o argumento da sua Resposta em Freq uencia H(e
j
) deve ser uma funcao linear
ou, de outra forma, o atraso de grupo =
dH(e
j
)
d
deve ser constante, na faixa de
passagem do ltro.
Entrada Sada (em regime permanente)
x[n] = c
k
e
j
k
n
y[n] = H(e
j
k
) c
k
e
j
k
n
x[n] =
k
c
k
e
j
k
n
y[n] =
k
H(e
j
k
) c
k
e
j
k
n
x[n] = A
k
cos(
k
n +
k
) y[n] =
H(e
j
k
)
A
k
cos(
k
n +
k
+H(e
j
k
))
x[n] =
k
A
k
cos(
k
n +
k
) y[n] =
H(e
j
k
)
A
k
cos(
k
n +
k
+H(e
j
k
))
Tabela 8.1: Exemplos de relacao entrada-sada para um SLIT causal e estavel, operando em
regime permanente.
Um sinal de entrada x[n], um sinal de sada y[n] e a resposta ao impulso h[n], podem ser
descritos, respectivamente, pelas representacoes alternativas
X(z) =
l=
x[l] z
l
, (8.1)
Y (z) =
l=
y[l] z
l
, (8.2)
e
H(z) =
l=
h[l] z
l
, (8.3)
que e a pr opria Funcao de Transferencia do SLIT.
Dadas as condicoes iniciais CI = y[1], y[2], , y[N], a Funcao de Transferencia
H(z) pode ser usada para calcular indiretamente a sada do SLIT, desde a aplicacao da
entrada atual em n = 0, conforme resumido em
Y (z) = Y
ent
(z) +Y
est
(z) = H(z) X(z) +
1
D
H
(z)
_
N
k=1
P
k
(z) y[k]
_
, (8.4)
onde D
H
(z) e P
k
(z) dependem dos coecientes a
k
.
De acordo com (8.4), e seguindo o criterio BIBO (Bounded-Input Bounded-Output), pode-
se mostrar que, para uma entrada limitada, a estabilidade do SLIT esta associada com a
posicao dos polos de H(z), que sao as razes de D
H
(z).
Dado um SLIT causal e estavel, pode-se mostrar que
H(e
j
) = H(z)[
z=e
j
= H(z)[
|z|=1
. (8.5)
A.S.V.
8.2. Resumo dos resultados 115
A Equacao 8.5 mostra que as curvas de
H(e
j
)
e de H(e
j
) podem ser obtidas das
superfcies de [H(z)[ e de H(z), ao se percorre-las com os valores de z sob o crculo
unitario.
Sabendo-se da existencia da relacao h[n] H(z), a Equacao 8.5 demonstra a relacao
h[n] H(e
j
) H(z).
TET / UFF
116 Captulo 8. Principais resultados da representacao em domnio transformado
A.S.V.
Parte IV
Sinais e sistemas no domnio da
freq
uencia
117
Captulo 9
Sinais no domnio da freq
uencia
9.1 Introducao
A mudanca da variavel dependente utilizada nas descricoes funcionais de sinais e de sistemas
pode ser de grande utilidade. As transformacoes tempo/espaco freq uencia analogica e
ndice freq uencia digital, entre variaveis independentes, sao comumente empregadas.
Nesse captulo, sao abordados os efeitos da transformacaondice freq uencia digitalsobre
as seq uencias. Inicialmente, e apresentado um resumo das representacoes em freq uencia, para
que se possa estabelecer um paralelo entre os domnios contnuo e discreto. Em seguida, sao
denidas as diversas representacoes em freq uencia para sinais de tempo discreto, bem como sao
abordados alguns topicos pertinentes. Finalmente, sao estabelecidas relacoes entre as diversas
representacoes dos domnios contnuo e discreto.
9.2 Vantagens das transformac oes de variaveis
Facilidade matematica: em funcao das propriedades apresentadas pelas novas represen-
tacoes dos sinais e dos sistemas.
Mudanca de ponto de vista no tratamento dos problemas: baseada em novas interpre-
tacoes, que surgem a partir das novas representacoes dos sinais e dos sistemas.
Surgimento de novas tecnicas para analise e sntese: em funcao do novo equacionamento.
9.3 Resumo das representac oes em tempo contnuo
Representacao no domnio do tempo
Sinais
Composicao/decomposicao de sinais: x(t) f(v
1
(t), v
2
(t), ).
Caso particular: v
k
(t) = (tk) e x(t) = f(x(k), (tk)) =
_
x()(t) d.
Sistemas
Sada de um SLIT relaxado, denido por um operador T .:
y(t) = T (t) h(t).
y(t) = T x(t) = T
_
_
x()(t ) d
_
=
_
T x()(t ) d =
_
x()T (t ) d =
_
x()h(t ) d = x(t) h(t).

119
120 Captulo 9. Sinais no domnio da freq uencia
Representacao no domnio da freq uencia
Freq uencias
Freq uencia complexa: s = Res +jIms = +j,
onde = Res e = Ims.
Freq uencia angular, freq uencia linear e perodo de repeticao: = 2f =
2
T
.
SLITs
Caso particular de sinal de entrada: x(t) = e
s
0
t
= e
st
[
s=s
0
.
Sada do SLIT relaxado: y(t) =
_
x()h(t ) d =
_
h()x(t ) d =
_
h()e
s
0
(t)
d = e
s
0
t
_
h()e
s
0
d = e
s
0
t
H(s
0
) = [e
st
H(s)]
s=s
0
,
onde: H(s) =
_
h()e
s
d.
Motivacao basica para representar o sistema por H(s):
se x(t) =
k=
a
k
e
s
k
t
, entao y(t) =
k=
a
k
H(s
k
)e
s
k
t
.
Funcoes periodicas
Perodo fundamental da funcao periodica f
T
0
(t): T
0
=
1
f
0
=
2
0
.
Caso particular para funcao de base, onde s
n
=
n
+j
n
= (0) +j(n
0
):
e
s
n
t
= e
j(n
0
)t
.
Mapeamento: f
T
0
(t) g(f
T
0
(t), K(, t)) = g(f
T
0
(t), e
j
n
t
) = g(f
T
0
(t), e
j(n
0
)t
).
Serie de Fourier:
_
f
T
0
(t) =
n=
F
n
e
j(n
0
)t
F
n
=
1
T
0
_
t
0
+T
0
t
0
f
T
0
(t)e
j(n
0
)t
dt
.
Associacao tempo-freq uencia: f
T
0
(t) F
n
.
Funcoes nao periodicas, com variacoes nao exponenciais
Aproximacao por extensao periodica:
f(t) = limT
0
0
0
f
T
0
(t) = limT
0
0
0
n=
F
n
e
j(n
0
)t
.
Mapeamento: f(t) g(f(t), K(, t)) = g(f(t), e
jt
).
Transformada de Fourier (Ordinaria):
_
f(t) =
1
2
_
F(j)e
jt
d
F(j) =
_
f(t)e
jt
dt
.
Associacao tempo-freq uencia: f(t) F(j).
Funcoes nao periodicas, com variacoes exponenciais
Funcao de ordem exponencial: f(t) Me
t
.
Funcao auxiliar: (t) = e
t
f(t).
Transformada de Fourier:
_
(t) = e
t
f(t) =
1
2
_
(j)e
jt
d
(j) =
_
(t)e
jt
dt =
_
e
t
f(t)e
jt
dt
.
Mapeamento: f(t) g(f(t), K(s, t)) = g(f(t), e
st
).
Transformada de Fourier Complexa (ou de Laplace):
_
f(t) =
1
2j
_
F(s)e
st
ds
F(s) =
_
f(t)e
st
dt
.
Associacao tempo-freq uencia: f(t) F(s).
Relacionamentos entre representacoes
Se os valores s = j (eixo imaginario do plano complexo s) pertencerem à
regiao de convergencia (ROC) da Transformada de Laplace: F(j) = F(s)[
s=j
.
A.S.V.
9.4. Resumo das representacoes em tempo discreto 121
9.4 Resumo das representac oes em tempo discreto
Representacao no domnio do tempo
Sinais
Composicao/decomposicao de sinais: x[n] f(v
1
[n], v
2
[n], ).
Caso particular: v
k
[n] = [nk] e x[n] = f(x[k], [nk]) =
k=
x[k][nk].
Sistemas
Sada de um SLIT relaxado, denido por um operador T .:
y[n] = T [n] h[n].
y[n] = T x[n] = T
_
k=
x[k][n k]
_
=
k=
T x[k][n k] =
k=
x[k]T [n k] =
k=
x[k]h[n k] = x[n] h[n].
Representacao no domnio da freq uencia
Freq uencias
Freq uencia complexa: z = Rez +jImz = [z[e
jz
= Re
j
,
onde R = [z[ e = z.
Freq uencia angular, freq uencia linear e perodo de repeticao: = 2F =
2
N
.
SLITs
Caso particular de sinal de entrada: x[n] = z
n
0
= z
n
[
z=z
0
.
Sada do SLIT relaxado: y[n] =
k=
x[k]h[n k] =
k=
h[k]x[n k] =
k=
h[k]z
(nk)
0
= z
n
0
k=
h[k]z
k
0
= z
n
0
H(z
0
) = [z
n
H(z)]
z=z
0
,
onde: H(z) =
k=
h[k]z
k
.
Motivacao basica para representar o sistema por H(z):
se x[n] =
k=
a
k
z
n
k
, entao y[n] =
k=
a
k
H(z
k
)z
n
k
.
Seq uencias periodicas
Perodo fundamental da seq uencia periodica x
N
0
[n]: N
0
=
1
F
0
=
2
0
.
Caso particular para funcao de base, onde z
k
= R
k
e
j
k
= (1)e
j(k
0
)
: z
n
k
= e
jk
0
n
.
Mapeamento: x
N
0
[n] g( x
N
0
[n], K(, n)) = g( x
N
0
[n], e
j
k
n
) = g( x
N
0
[n], e
jk
0
n
).
Discrete-Time Fourier Series (DTFS):
_
_
_
x
N
0
[n] =
k=N
X
k
N
0
e
jk
2
N
0
X
k
N
0
=
1
N
n=N
x
N
0
[n]e
jk
2
N
0
n
.
Associacao ndice-freq uencia: x
N
0
[n]

X
k
N
0
=

X
N
0
[k].
Seq uencias nao periodicas, com variacoes nao exponenciais
Aproximacao por extensao periodica: x[n] = limN
0
0
0
x
N
0
[n].
Mapeamento: x[n] g(x[n], K(, n)) = g(x[n], e
jn
).
Discrete-Time Fourier Transform (DTFT):
_
x[n] =
1
2
_
=2
X(e
j
)e
jn
d
X(e
j
) =
n=
x[n]e
jn
.
Associacao ndice-freq uencia: x[n] X(e
j
).
TET / UFF
Uma vez que os sistemas discretos no tempo nao sao capazes de operar com
sinais de tempo contnuo, e necessario obter uma aproximacao discreta para a
DTFT. O novo equacionamento e fundamentado pelo uso da DTFS e realizado
pela amostragem da DTFT.
Mapeamento: x[n] g(x[n], K(, n)) = g(x[n], e
j
k
n
) = g(x[n], e
jk
0
n
).
Discrete Fourier Transform (DFT):
N-point DFT:
_
x[n] =
1
N
(N1)
k=0
X[k]e
jk
(
2
N
)
n
, 0 n (N 1)
X[k] =
(N1)
n=0
x[n]e
jk
(
2
N
)
n
, 0 k (N 1)
.
ou
N-point DFT:
_
x[n] =
1
N
(N1)
k=0
X[k]W
kn
N
, 0 n (N 1)
X[k] =
(N1)
n=0
x[n]W
kn
N
, 0 k (N 1)
.
onde: W
N
= e
j
(
2
N
)
.
Associacao ndice-freq uencia: x[n] X[k].
No calculo da DFT, pelas equacoes originais, existem valores que podem ser
previamente calculados e utilizados por diversas vezes, bem como podem ser en-
contradas varias redundancias. Dessa forma, apos um estudo adequado, algumas
otimizacoes podem ser implementadas.
Fast Fourier Transform (FFT): famlia de diferentes algoritmos computacionais
alternativos, utilizados para o calculo da DFT, cujo objetivo e diminuir
a complexidade computacional das equacoes originais e, portanto, acelerar a
operacao.
Resumindo: a DFT e a FFT nao sao novos tipos de transformadas discretas. Elas
apenas representam aproximacoes de calculo discreto para a DTFT analogica.
Seq uencias nao periodicas, com variacoes exponenciais
Mapeamento: x[n] g(x[n], K(z, n)) = g(x[n], z
n
).
Z Transform:
_
x[n] =
1
2j
_
C
X(z)z
n1
dz
X(z) =
n=
x[n]z
n
.
Associacao ndice-freq uencia: x[n] X(z).
Relacionamentos entre representacoes
Se os valores [z[ = 1 (crculo de raio unitario do plano complexo z) pertencerem
` a regiao de convergencia (ROC) da Transformada Z: X(e
j
) = X(z)[
|z|=1
.
A.S.V.
9.5. Tipos de mapeamentos realizados 123
9.5 Tipos de mapeamentos realizados
As operacoes que geram um mapeamento entre descricoes funcionais de sinais e sistemas
trabalham com variaveis dependentes e independentes que podem ser analogicas, discretas
ou digitais.
Dessa forma, de acordo com os tipos de variaveis envolvidas, pode-se propor uma classi-
cacao para as operacoes e os mapeamentos.
Operacoes mapeamentos entre representacoes:
Amostragem e Serie de Fourier:
_
_
_
analogico discreto/digital
x
1
(v
1
) x
2
[n
2
]
.
Transformadas de Fourier e de Laplace:
_
_
_
analogico analogico
x
1
(v
1
) x
2
(v
2
)
.
DTFS e DFT/FFT:
_
_
_
discreto/digital discreto/digital
x
1
[n
1
] x
2
[n
2
]
.
Interpolacao, DTFT e Transformada Z:
_
_
_
discreto/digital analogico
x
1
[n
1
] x
2
(v
2
)
.
A Tabela 9.1 resume a classicacao dos mapeamentos entre descricoes funcionais de sinais
e sistemas.
Analogico Discreto/Digital
x
2
(v
2
) x
2
[n
2
]
Analogico Transformada de Fourier e Amostragem e
x
1
(v
1
) Transformada de Laplace Serie de Fourier
Discreto/Digital Interpolacao, DTFS e
x
1
[n
1
] DTFT e Transformada Z DFT/FFT
Tabela 9.1: Classicacao dos mapeamentos entre descricoes funcionais de sinais e sistemas.
Os processamentos discreto e digital trabalham com sinais na forma de seq uencias.
Assim, e necessario que as representacoes funcionais dos sinais e dos sistemas, no tempo
e na freq uencia, assumam tal forma.
Portanto, embora as representacoes contnuas geradas pela DTFT e pela Transformada Z
possuam grande importancia teorica, a implementacao dos processamentos discreto e
digital utiliza apenas as representacoes discretas geradas pela DTFS e pela DFT/FFT.
Deve ser ressaltado que a DFT e a FFT nao sao novos tipos de transformadas.
A DFT e uma aproximacao discreta da DTFT, implementada atraves da DTFS.
Por sua vez, o nome FFT representa uma famlia de algoritmos computacionais, cujo
objetivo e acelerar o calculo da DFT.
TET / UFF
9.6 DTFS
Sinal peri odico: x[n] = x[n lN], onde l N e N N
+
.
Decomposicao de sinal periodico x[n] em funcoes de base
k
[n]: x[n] =
k
a
k
k
[n].
Caso particular para a funcao de base, que e uma autofuncao para SLITs estaveis:
1
[n] = z
n
1
= e
j
1
n
= e
j1
0
n
= e
j1
(
2
N
)
n
, onde
0
=
_
2
N
_
.
Conjunto (nito) de funcoes de base diferentes entre si e harmonicamente relacionadas:
e uma variavel contnua, escalar e angular.

k
s ao valores discretos de , harmonicamente relacionados:
k
= k
0
= k
_
2
N
_
.
Logo, existem N valores distintos para
k
= k
_
2
N
_
e, conseq uentemente, para
k
[n]:
k
[n] = e
j
k
n
= e
jk
0
n
= e
jk
(
2
N
)
n
, k = 0, 1, 2, , (N 1).
Dessa forma, tais funcoes de base sao periodicas em k, com perodo N:
k
[n] =
klN
[n].
Decomposicao de sinal periodico nas funcoes de base harmonicamente relacionadas:
x[n] =
k
a
k
k
[n] =
k
a
k
e
jk
0
n
=
k
a
k
e
jk
(
2
N
)
n
.
O conjunto de coecientes a
k
pode ser interpretado como uma seq uencia: a
k
= a[k].
Devido ao n umero nito de funcoes de base:
N umero nito de funcoes de base:
k
[n] =
klN
[n].
N umero nito de coecientes distintos: a
k
= a
klN
.
O conjunto de coecientes a
k
pode ser interpretado como uma seq uencia periodica:
a
k
= a[k] = a[k] = a[k lN].
Decomposicao de sinal periodico nas funcoes de base harmonicamente relacionadas:
x[n] =
(N1)
k=0
a
k
k
[n] =
K+(N1)
k=K
a
k
k
[n] =
K+(N1)
k=K
a
k
e
jk
(
2
N
)
n
=
k=N
a
k
k
[n] =
k=N
a
k
e
jk
(
2
N
)
n
, onde N) = K, K + 1, , K + (N 1).
A seq uencia a
k
= a[k] = a[k] pode ser interpretada como um mapeamento n k
da seq uencia x[n]: x[n] a[k].
Logo, pode-se adotar a sequinte notacao: a[k] =

X[k].
Deve-se notar que, quando 0 k (N 1), tem-se que 0
k
(N 1)
_
2
N
_
.
Logo, e equivalente dizer que a
k
= a[k] = a[k] =

X[k] tem perodo fundamental N
ou que a
k
= a() = a() =

X() tem perodo fundamental 2.
Procedimentos possveis para o calculo dos coecientes a
k
:

Algebra linear (projecao de um vetor na base do espaco vetorial).
Resolucao de um sistema de N equacoes a N incognitas.
Utilizacao da periodicidade dos coecientes a
k
.
A.S.V.
9.6. DTFS 125
Calculo por utilizacao da periodicidade dos coecientes a
k
:
Calculos auxiliares:
S
N
=
(N1)
n=0
a
n
=
_
N , a = 1
1a
N
1a
, a ,= 1
.
(N1)
n=0
e
jk
(
2
N
)
n
=
_
_
_
N , k = 0, N, 2N, , lN
1e
jk
(
2
N
)
N
1e
jk
(
2
N
)
= 0 , caso contrario
.
n=N
e
jk
(
2
N
)
n
=
(N1)
n=0
e
jk
(
2
N
)
n
=
_
N , k = 0, N, 2N, , lN
0 , caso contrario
. (9.1)
Raciocnio:

E proposto que um sinal periodico seja decomposto em
x[n] =
k=N
a
k
e
jk
(
2
N
)
n
. (9.2)
Os coecientes a
k
sao periodicos, com perodo fundamental N.
Logo, eles podem ser interpretados como uma seq uencia periodica:
a[k] = a[k lN].
Portanto, utilizando-se (9.2), pode-se propor a decomposicao
a[r] =
m=N
x
m
e
jm
(
2
N
)
r
=
m=N
x[m]e
jm
(
2
N
)
r
, (9.3)
que utiliza a propria funcao x[n] para o calculo dos seus coecientes a
k
.
Desenvolvimento:
De (9.3), tem-se que
m=N
x[m]e
jm
(
2
N
)
r
=
m=N
_
_

k=N
a
k
e
jk
(
2
N
)
m
_
_
e
jm
(
2
N
)
r
=
m=N
_
_

k=N
a
k
e
j(k+r)
(
2
N
)
m
_
_
=
k=N
a
k
_
_

m=N
e
j(k+r)
(
2
N
)
m
_
_
=
k=N
a
k
S(m, k, r) ,
(9.4)
onde:
S(m, k, r) =
_
_

m=N
e
j(k+r)
(
2
N
)
m
_
_
. (9.5)
TET / UFF
De (9.1) e (9.5), deduz-se que
S(m, k, r) =
_
N , (k +r) = 0, N, 2N, , lN
0 , caso contrario
. (9.6)
Para que se obtenha N coecientes a
r
= a[r] = a[r] diferentes entre si, deve-se ter
r = N) = R, R + 1, , R + (N 1).
A Equacao (9.6) mostra que, para cada valor de r, tal que r = N) e r = k lN,
apenas um valor de S(m, k, r) sera diferente de zero e igual a N.
Portanto, fazendo r = k lN, a Equacao (9.4) torna-se
m=N
x[m]e
jm
(
2
N
)
(klN)
=
m=N
x[m]e
jm
(
2
N
)
k
e
jm2l
=
m=N
x[m]e
jm
(
2
N
)
k
= a
k
N . (9.7)
De (9.7), os coecientes a
k
sao dados por: a
k
=
1
N
n=N
x[n]e
jn
(
2
N
)
k
.
DTFS:
_
x[n] =
k=N
a
k
e
jk
(
2
N
)
n
a
k
=
1
N
n=N
x[n]e
jk
(
2
N
)
n
, onde a
k
= a[k] = a[k lN].
Notacao alternativa:
_
x[n] =
1
N
k=N
a
k
e
jk
(
2
N
)
n
a
k
=
n=N
x[n]e
jk
(
2
N
)
n
, onde a
k
= a[k] = a[k lN].
A.S.V.
9.7. DTFT 127
9.7 DTFT
Sinal original, nao periodico: x[n] =
_
x[n] , N
1
n N
2
0 , n < N
1
e n > N
2
, onde N
2
> N
1
.
Sinal periodico, obtido por extensao periodica de x[n]: x[n] = x[nlN], N (N
2
N
1
+1).
Aproximacao considerada: x[n] x[n] quando N .
Calculo da aproximacao:
DTFS:
_
x[n] =
k=N
a
k
e
jk
(
2
N
)
n
a
k
=
1
N
n=N
x[n]e
jk
(
2
N
)
n
.
As equacoes da DTFS podem ser reescritas da seguinte forma:
a
k
=
1
N
n=N
x[n]e
jk
(
2
N
)
n
=
1
N
N
2
n=N
1
x[n]e
jk
(
2
N
)
n
=
1
N
N
2
n=N
1
x[n]e
jk
(
2
N
)
n
=
1
N
n=
x[n]e
jk
(
2
N
)
n
.
X(k
0
) = a
k
N =
n=
x[n]e
jk
0
n
, onde
0
=
_
2
N
_
.
x[n] =
k=N
a
k
e
jk
(
2
N
)
n
=
k=N
1
N
X(k
0
)e
jk
0
n
=
k=N
0
2
X(k
0
)e
jk
0
n
=
1
2
k=N
X(k
0
)e
jk
0
n
0
.
Alterando-se a notacao:
0
=
_
2
N
_
= k
0
= k
_
2
N
_
= k e (k = N)) ( = (2 ))).
DTFS reescrita:
_
x[n] =
1
2
k=N
X(k)e
j(k)n
X(k) =
n=
x[n]e
j(k)n
.
Se N :
x[n] x[n], d, (k) e (k = N)) ( = (2 d)) 2)).
DTFT:
_
x[n] =
1
2
_
=2
X()e
jn
d
X() =
n=
x[n]e
jn
.
Notacao mais comumente utilizada:
X() = X(e
j
).
DTFT:
_
x[n] =
1
2
_
=2
X(e
j
)e
jn
d
X(e
j
) =
n=
x[n]e
jn
.
Deve-se ressaltar que:
e uma variavel contnua, escalar e angular.
X(e
j
) e uma funcao analogica e complexa.
TET / UFF
9.8 Alguns aspectos relevantes da DTFT
9.8.1 Propriedades gerais comumente utilizadas
Periodicidade: X(e
j
) e periodica, com perodo fundamental
p
= 2, de tal forma que
X(e
j(+k2)
) = X(e
j
).
Linearidade: x[n] = x
1
[n] +x
2
[n] X(e
j
) = X
1
(e
j
) +X
2
(e
j
).
Deslocamento no tempo:
x
N
D
[n] = x[n N
D
] X
N
D
(e
j
) = X(e
j
)e
jN
D
= [X(e
j
)[e
j(X(e
j
)N
D
)
.
Convolucao no tempo:
x[n] = x
1
[n]x
2
[n] X(e
j
) = X
1
(e
j
)X
2
(e
j
) = [X
1
(e
j
)[[X
2
(e
j
)[e
j(X
1
(e
j
)+X
2
(e
j
))
.
9.8.2 Rela c oes complexas
X(e
j
) = X
r
(e
j
) +jX
i
(e
j
) = [X(e
j
)[e
jX(e
j
)
, onde:
[X(e
j
)[
2
= X
2
r
(e
j
) +X
2
i
(e
j
) = X(e
j
)X
(e
j
).
X(e
j
) = arctan
_
X
i
(e
j
)
X
r
(e
j
)
_
.
X
(e
j
) e o complexo conjugado de X(e
j
).
O valor de X(e
j
) e indeterminado quando [X(e
j
)[ = 0.
9.8.3 Propriedades da DTFT de uma seq uencia real
Se x[n] for uma seq uencia real:
X(e
j
) =
n=
x[n]e
jn
=
n=
x[n] (cos(n) jsin(n)) =
n=
x[n]cos(n) j
n=
x[n]sin(n) = X
r
(e
j
) +jX
i
(e
j
).
Simetria da DTFT: X(e
j
) = X
(e
j
).
Simetria das partes real e imaginaria
Das relacoes anteriores: X(e
j
) = X
r
(e
j
)+j
_
X
i
(e
j
)
_
= X
r
(e
j
)+j
_
X
i
(e
j
)
_
.
X
r
(e
j
) e uma funcao par.
X
i
(e
j
) e uma funcao mpar.
Simetria das partes modulo e argumento (angulo de fase)
Das relacoes anteriores:
[X(e
j
)[ =
_
X(e
j
) +X
(e
j
)
_1
2
=
_
X
(e
j
) +X(e
j
)
_1
2
= [X(e
j
)[.
X(e
j
) = arctan
_
X
i
(e
j
)
X
r
(e
j
)
_
= arctan
_
X
i
(e
j
)
X
r
(e
j
)
_
= arctan
_
X
i
(e
j
)
X
r
(e
j
)
_
= X(e
j
).
[X(e
j
)[ e uma funcao par.
X(e
j
A.S.V.
9.8. Alguns aspectos relevantes da DTFT 129
Caractersticas dos gracos da funcao X(e
j
)
Dado que as funcoes X(e
j
), X
r
(e
j
), X
i
(e
j
), [X(e
j
)[ e X(e
j
) sao periodicas
(
p
= 2) e simetricas, elas so necessitam ser especicadas na faixa 0 ou em
outra faixa equivalente. Por convencao, utiliza-se 0
norm
1, onde
norm
=

.
Por convencao, o graco da funcao X(e
j
) nao e elaborado com os valores originais
da funcao, mas sim com os valores principais correspondentes (valores na faixa
[, ]). Esse tipo de graco pode apresentar descontinuidades (phase jumps) em
varios pontos.
As funcoes do tipo X(e
j
) = F
r
(e
j
)e
jk
, denominadas funcoes de fase linear, po-
dem gerar descontinuidades adicionais ao graco de X(e
j
). Para valores positivos
de F
r
(e
j
), tem-se que F
r
(e
j
) = [F
r
(e
j
)[e
j0
. Para valores negativos de F
r
(e
j
),
tem-se que F
r
(e
j
) = [F
r
(e
j
)[e
j
. Dessa forma, pode-se ter X(e
j
) = k ou
X(e
j
) = k , o que acarreta descontinuidades no graco.
Para as freq uencias
k
onde [X(e
j
k
)[ = 0, o valor de X(e
j
k
) e indeterminado.
Portanto, na elaboracao do graco de X(e
j
), podem ser utilizados valores arbi-
trarios.
Em todos os casos, dado que ha uma possibilidade de escolha devido à equivalen-
cia angular, os valores principais sao escolhidos de tal forma que o graco ilustre
claramente uma funcao X(e
j
) do tipo mpar.
9.8.4 DTFT de uma seq uencia real, nita e simetrica
Seq uencia real e nita, de comprimento N = (L + 1):
x[n] =
_
x[n] , 0 n L
0 , n < 0 e n > L
.
Seq uencia com valores simetricos
Valores simetricos ou simetria par: x[n] = x[L n].
Valores antissimetricos ou simetria mpar: x[n] = x[L n].
Tipos de seq uencias possveis
N umero de valores da seq uencia: par ou mpar.
Tipo de simetria: par ou mpar.
Quatro tipos possveis, considerando L/simetria:
Tipo 1 (par/par), Tipo 2 (mpar/par), Tipo 3 (par/mpar), Tipo 4 (mpar/mpar).
Exemplos
Tipo 1 (L par e simetria par): x[n] = x
0
, x
1
, x
2
, x
3
, x
2
, x
1
, x
0
.
Tipo 2 (L mpar e simetria par): x[n] = x
0
, x
1
, x
2
, x
2
, x
1
, x
0
.
Tipo 3 (L par e simetria mpar): x[n] = x
0
, x
1
, x
2
, 0, x
2
, x
1
, x
0
.
Tipo 4 (L mpar e simetria mpar): x[n] = x
0
, x
1
, x
2
, x
2
, x
1
, x
0
.
TET / UFF
Calculo da DTFT de uma seq uencia real e simetrica
L par:
X(e
j
) =
n=
x[n]e
jn
=
L
n=0
x[n]e
jn
=
L
2
1
n=0
x[n]e
jn
+x[
L
2
]e
j
L
2
+
L
n=
L
2
+1
x[n]e
jn
=
L
2
1
n=0
x[n]e
jn
+x[
L
2
]e
j
L
2
+
L
2
1
n=0
x[L n]e
j(Ln)
= x[
L
2
]e
j
L
2
+
L
2
1
n=0
_
x[n]e
jn
+x[L n]e
j(nL)
_
= e
j
L
2
_
_
x[
L
2
] +
L
2
1
n=0
_
x[n]e
j(n
L
2
)
+x[L n]e
j(n
L
2
)
_
_
_
= e
j
L
2
_
_
x[
L
2
] +
L
2
1
n=0
x[n]
_
e
j(n
L
2
)
e
j(n
L
2
)
_
_
_
(9.8)
L mpar:
X(e
j
) =
n=
x[n]e
jn
=
L
n=0
x[n]e
jn
=
L1
2
n=0
x[n]e
jn
+
L
n=
L1
2
+1
x[n]e
jn
=
L1
2
n=0
x[n]e
jn
+
L1
2
n=0
x[L n]e
j(Ln)
=
L1
2
n=0
_
x[n]e
j(n)
+x[L n]e
j(nL)
_
= e
j
L
2
_
_
L1
2
n=0
_
x[n]e
j(n
L
2
)
+x[L n]e
j(n
L
2
)
_
_
_
= e
j
L
2
_
_
L1
2
n=0
x[n]
_
e
j(n
L
2
)
e
j(n
L
2
)
_
_
_
(9.9)
A.S.V.
9.8. Alguns aspectos relevantes da DTFT 131
Tipo 1 (L par e simetria par):
X(e
j
) = e
j
L
2
_
_
x[
L
2
] +
L
2
1
n=0
x[n]
_
e
j(n
L
2
)
+e
j(n
L
2
)
_
_
_
= e
j
L
2
_
_
x[
L
2
] +
L
2
1
n=0
(2x[n]) cos((n
L
2
))
_
_
(9.10)
Tipo 2 (L mpar e simetria par):
X(e
j
) = e
j
L
2
_
_
L1
2
n=0
x[n]
_
e
j(n
L
2
)
+e
j(n
L
2
)
_
_
_
= e
j
L
2
_
_
L1
2
n=0
(2x[n]) cos((n
L
2
))
_
_
(9.11)
Tipo 3 (L par e simetria mpar):
X(e
j
) = e
j
L
2
_
_
L
2
1
n=0
x[n]
_
e
j(n
L
2
)
e
j(n
L
2
)
_
_
_
= e
j
L
2
_
_
L
2
1
n=0
x[n] (2j) sin((n
L
2
))
_
_
= e
j(
L
2
+
2
)
_
_
L
2
1
n=0
(2x[n]) sin((n
L
2
))
_
_
(9.12)
Tipo 4 (L mpar e simetria mpar):
X(e
j
) = e
j
L
2
_
_
L1
2
n=0
x[n]
_
e
j(n
L
2
)
e
j(n
L
2
)
_
_
_
= e
j
L
2
_
_
L1
2
n=0
x[n] (2j) sin((n
L
2
))
_
_
= e
j(
L
2
+
2
)
_
_
L1
2
n=0
(2x[n]) sin((n
L
2
))
_
_
(9.13)
Pode-se mostrar que:
Os quatro tipos apresentam angulo de fase linear (X(e
j
) = k+C) e, portanto,
atraso de grupo constante ( =
X(e
j
)
d
= k).
Os tipos 3 e 4 possuem uma fase adicional de X(e
j
) =
2
.
Para o Tipo 2: X(e
j
) = 0, para = .
Para o Tipo 3: X(e
j
) = 0, para = 0 e .
Para o Tipo 4: X(e
j
) = 0, para = 0.
TET / UFF
9.9 Sinais peri odicos DTFT
9.9.1 DTFS DTFT
Sinal peri odico: x[n] = x[n lN].
Sinal nao periodico: x[n] =
_
x[n] , M n M + (N 1)
0 , caso contrario
.
Sera assumido que x[n] e a extensao periodica de x[n].
Coecientes da DTFS de x[n]: a
k
=
1
N
n=N
x[n]e
jk
(
2
N
)
n
.
DTFT de x[n]: X(e
j
) =
n=
x[n]e
jn
.
Relacao entre a
k
e X(e
j
): a
k
=
1
N
n=N
x[n]e
jk
(
2
N
)
n
=
1
N
M+(N1)
n=M
x[n]e
jk
(
2
N
)
n
=
1
N
M+(N1)
n=M
x[n]e
jk
(
2
N
)
n
=
1
N
n=
x[n]e
jk
(
2
N
)
n
=
1
N
X(e
j
)
=k
(
2
N
)
.
Logo: Na
k
= X(e
j
)
=k
(
2
N
)
, k = N).
Signicado: Os coecientes ponderados (Na
k
), para k = N), sao amostras de um perodo
fundamental da funcao X(e
j
), uniformemente espacadas de =
k
= k
_
2
N
_
.
9.9.2 DTFT de sinais peri odicos
Atraves da DTFS, um sinal periodico x[n] pode ser decomposto em uma combinacao
linear e nita de exponenciais e
jk
0
n
.
Por envolver operacoes lineares, a DTFT de um sinal periodico x[n] e igual à soma das
DTFTs das exponenciais e
jk
0
n
que o compoem.
Matematicamente:
DTFS de um sinal periodico: x[n] =
k=N
a
k
e
jk(
0
)n
=
k=N
a
k
e
jk
(
2
N
)
n
.
DTFT de uma exponencial: x[n] = e
j
0
n
X(e
j
) =
l=
2(
0
2l).
DTFT de uma combinacao linear e nita de exponenciais:
x[n] = c
1
e
j
1
n
+c
2
e
j
2
n
+ +c
M
e
j
M
n
.
X(e
j
) = c
1
l=
2(
1
2l) + c
2
l=
2(
2
2l) + +
c
M
l=
2(
M
2l).
DTFT de um sinal periodico:
Escolhendo-se: N) = 0, 1, , (N 1).
DTFS: x[n] =
(N1)
k=0
a
k
e
j
k
n
=
(N1)
k=0
a
k
e
jk(
0
)n
=
(N1)
k=0
a
k
e
jk
(
2
N
)
n
.
DTFT: X(e
j
) = a
0
l=
2( 2l) +a
1
l=
2(
_
2
N
_
2l) + +
a
(N1)
l=
2( (N 1)
_
2
N
_
2l).
DTFT de um sinal periodico:
_
x[n] =
1
2
_
=[2]
X(e
j
)e
jn
d
X(e
j
) =
k=
2a
k
( k
_
2
N
_
)
.
A.S.V.
9.10. DFT (representacao computacional da DTFT) 133
9.10 DFT (representacao computacional da DTFT)
A DTFT associa uma seq uencia x[n] a uma funcao periodica analogica X(e
j
), utilizando
a freq uencia digital , que e uma variavel contnua.
Por sua vez, os circuitos discretos no tempo e os circuitos digitais sao capazes de lidar
apenas com amostras. Portanto, eles nao sao capazes de manipular a funcao X(e
j
).
Nesse sentido, e interessante obter uma aproximacao discreta de X(e
j
), que possa ser
utilizada como a representacao computacional da mesma.
Tal aproximacao e a DFT, que associa uma seq uencia nita x[n] a uma seq uencia nita
X[k], cujos valores sao amostras de um perodo da funcao X(e
j
).
9.10.1 Denicao da DFT
Sinal original, nao periodico e de comprimento nito:
x[n] =
_
x[n] , 0 n (N
max
1)
0 , n < 0 e n > (N
max
1)
, onde N
max
> 0.
Sinal periodico auxiliar, extensao periodica de x[n]: x[n] = x[n +lN], N N
max
.
DTFS do sinal periodico:
_
x[n] =
k=N
a
k
e
jk
(
2
N
)
n
a
k
=
1
N
n=N
x[n]e
jk
(
2
N
)
n
.
Por construcao:
x[n] = x[n], 0 n (N 1).
a
k
=
1
N
n=N
x[n]e
jk
(
2
N
)
n
=
1
N
(N1)
n=0
x[n]e
jk
(
2
N
)
n
.
Denindo-se: a
k
= a[k] =

X[k].
N-point DFT:
_
x[n] =
(N1)
k=0
X[k]e
jk
(
2
N
)
n
, 0 n (N 1)
X[k] =
1
N
(N1)
n=0
x[n]e
jk
(
2
N
)
n
, 0 k (N 1)
.
9.10.2 Representacao da DTFT pela DFT
Da Secao 9.9.1:
X(e
j
)
=k
(
2
N
)
= Na
k
= N

X[k] =
n=N
x[n]e
jk
(
2
N
)
n
=
(N1)
n=0
x[n]e
jk
(
2
N
)
n
.
Denindo-se: X[k] = N

X[k] = X(e
j
)
=k
(
2
N
)
, 0 k (N 1).
N-point DFT:
_
x[n] =
1
N
(N1)
k=0
X[k]e
jk
(
2
N
)
n
, 0 n (N 1)
X[k] =
(N1)
n=0
x[n]e
jk
(
2
N
)
n
, 0 k (N 1)
.
Notacao comumente utilizada: W
N
= e
j
(
2
N
)
.
N-point DFT:
_
x[n] =
1
N
(N1)
k=0
X[k]W
kn
N
, 0 n (N 1)
X[k] =
(N1)
n=0
x[n]W
kn
N
, 0 k (N 1)
.
TET / UFF
9.10.3 Aproximacao da DTFT pela interpolacao da DFT
Amostragem de um perodo fundamental: X[k] = X(e
j
)
=k
(
2
N
)
, 0 k (N 1).
Interpolac ao de um perodo fundamental: X(e
j
) = f(X[k]), 0 k (N 1).
X(e
j
) =
(N1)
n=0
x[n]e
jn
=
(N1)
n=0
_
1
N
(N1)
k=0
X[k]W
kn
N
_
e
jn
=
1
N
(N1)
k=0
X[k]
(N1)
n=0
e
jk
(
2
N
)
n
e
jn
=
1
N
(N1)
k=0
X[k]
(N1)
n=0
e
j(k
2
N
)n
.

(N1)
n=0
e
jn
=
1e
jN
1e
j
=
1e
jN
1e
j

e
j
N
2
e
j
N
2
e
j
2
e
j
2
=
e
j
N
2 e
j
N
2
e
j
2 e
j
e
j
2
e
j
N
2
=
sin
(
N
2
)
sin
(
N
2N
)
e
j
(N1)
2
.
X(e
j
) =
1
N
(N1)
k=0
X[k]
sin
(
Nk2
2
)
sin
(
Nk2
2N
)
e
j(k
2
N
)
(N1)
2
.
DTFT DFT:
_
_
_
X[k] = X(e
j
)
=k
(
2
N
)
, 0 k (N 1)
X(e
j
) =
1
N
(N1)
k=0
X[k]
sin
(
Nk2
2
)
sin
(
Nk2
2N
)
e
j(k
2
N
)
(N1)
2
.
9.10.4 Relac oes matriciais da DFT
x[n] = [ x[0] x[1] x[(N 1)] ]
T
.
X[k] = [ X[0] X[1] X[(N 1)] ]
T
.
N-point DFT:
_
x[n] = D
1
N
X[k] , 0 n (N 1)
X[k] = D
N
x[n] , 0 k (N 1)
.
D
N
=
_
_
1 1 1 1
1 W
1
N
W
2
N
W
(N1)
N
1 W
2
N
W
4
N
W
2(N1)
N
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 W
(N1)
N
W
2(N1)
N
W
(N1)(N1)
N
_
_
.
D
1
N
=
1
N
_
_
1 1 1 1
1 W
1
N
W
2
N
W
(N1)
N
1 W
2
N
W
4
N
W
2(N1)
N
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 W
(N1)
N
W
2(N1)
N
W
(N1)(N1)
N
_
_
.
D
1
N
=
1
N
D
N
.
A.S.V.
9.10. DFT (representacao computacional da DTFT) 135
9.10.5 Leakage ou smearing
O calculo da DFT pressupoe um sinal x[n] temporalmente limitado, uma vez que e baseado
na extensao periodica do mesmo.
Sinais sem limitacao temporal devem ser forcosamente limitados de alguma forma, antes
do calculo da N-point DFT.
A limitacao mais comumente utilizada e a selecao das N primeiras amostras do sinal x[n].
Tal tecnica e equivalente à multiplicacao do sinal por uma janela retangular, de compri-
mento N e amplitude unitaria.
Forcar a limitacao de um sinal x[n] temporalmente ilimitado pode gerar um fenomeno
inesperado na sua representacao em freq uencia, calculada pela DFT.
Supondo-se um sinal senoidal x[n], espera-se que o calculo da DFT resulte em uma unica
amostra X[K], no valor K correspondente ao perodo de x[n].
Se o n umero total de amostras utilizado (N
tot
= N) for equivalente a um n umero inteiro
de perodos do sinal senoidal, a extensao periodica sera equivalente ao sinal original.
Dessa forma, a amostra esperada aparecera corretamente no ponto K, o qual fara parte
do grid de resolucao em freq uencia.
Se isso nao ocorrer, aparecerao diversas amostras nao nulas em torno do ponto K esperado,
o qual nao fara parte do grid.
O mesmo fenomeno podera ocorrer no caso em que o n umero total de amostras do sinal
senoidal (N
tot
) for menor que o tamanho da DFT calculada (N), se o valor de N nao
corresponder a um n umero inteiro de perodos do sinal senoidal ou se as demais amostras
forem preenchidas com valores nulos (zero-padding).
Tal fenomeno e denominado leakage ou smearing.
O efeito pode ser explicado ao se pensar em termos de composicao espectral. Uma vez que
o calculo da N-point DFT pressupoe a extensao periodica de um sinal de comprimento
N, a senoide original so e obtida caso o conjunto basico de N pontos forme um n umero
inteiro de perodos. Caso contrario, a seq uencia montada atraves da extensao periodica
sera uma forma de onda diferente da senoide original. Portanto, a composicao espectral
dessa nova forma de onda tambem sera diferente daquela da senoide original.
Dado um unico sinal senoidal, pode-se tentar evitar tal efeito, utilizando-se par ametros
adequados no calculo da DFT.
Por outro lado, para sinais compostos de varias componentes senoidais, torna-se muito
difcil evitar o fenomeno para todas as componentes.
Nesse caso, a composicao espectral calculada nao representa o espectro verdadeiro e o
efeito de leakage pode ser confundido, erroneamente, com um rudo de fundo.
O uso de outros tipos de janelas limitantes pode minimizar esse efeito.
TET / UFF
9.11 Aceleracao do calculo da DFT
Aplicacoes comuns da DFT: analise espectral, convolucao e correlacao.
O calculo da DFT possui complexidade computacional elevada.
N-point DFT: N
2
multiplicacoes complexas + N(N 1) adicoes complexas.
Convolucao via DFT: 50 vezes mais multiplicacoes do que o calculo direto.
Torna-se necessario encontrar formas de acelerar o calculo da DFT.
9.11.1 DFT de seq uencias reais
O calculo de uma N-point DFT de um sinal complexo de N amostras pode ser usado para
otimizar os seguintes calculos:
Duas N-point DFTs de dois sinais reais de N amostras.
Uma 2N-point DFT de um sinal real de 2N amostras.
Calculo da DFT de duas seq uencias reais de N amostras
Seq uencias reais de N amostras: g[n] e h[n], para 0 n (N 1).
Seq uencia complexa de N amostras: x[n] = g[n] +jh[n].
Relacoes entre as seq uencias: g[n] = Rex[n] e h[n] = Imx[n].
N-point DFTs das seq uencias: G[k], H[k] e X[k], para 0 k (N 1).
Das propriedades da DFT:
_
G[k] =
1
2
(X[k] +X
[k)
N
])
H[k] =
1
2j
(X[k] X
[k)
N
])
.
Onde: X
[k)
N
] = X
[N k)
N
].
Calculo da DFT de uma seq uencia real de 2N amostras
Seq uencia real de 2N amostras: v[n], para 0 n (2N 1).
Seq uencias reais de N amostras: g[n] = v[2n] e h[n] = v[2n + 1], para 0 n (N 1).
Seq uencia complexa de N amostras: x[n] = g[n] +jh[n].
N-point DFTs das seq uencias g[n], h[n] e x[n]: G[k], H[k] e X[k], para 0 k (N 1).
2N-point DFT da seq uencia v[n]: V [k], para 0 k (2N 1).
Dado que W
2
2N
= W
N
:
V [k] =
(2N1)
n=0
v[n]W
nk
2N
=
(N1)
n=0
v[2n]W
2nk
2N
+
(N1)
n=0
v[2n + 1]W
(2n+1)k
2N
=
(N1)
n=0
g[n]W
nk
N
+
(N1)
n=0
h[n]W
nk
N
W
k
2N
=
(N1)
n=0
g[n]W
nk
N
+W
k
2N
(N1)
n=0
h[n]W
nk
N
.
2N-point DFT da seq uencia v[n]:
V [k] = G[k)
N
] +W
k
2N
H[k)
N
], para 0 k (2N 1).
A.S.V.
9.11. Aceleracao do calculo da DFT 137
9.11.2 Pre-calculo das matrizes de transformacao
As matrizes D
N
e D
1
N
sao formadas pelas constantes W
m
N
= e
j
(
2
N
)
m
.
Portanto, para um mesmo valor de N, o calculo de varias N-point DFTs pode ser acelerado
atraves do pre-calculo e do armazenamento das matrizes D
N
e D
1
N
.
Alem disso, observa-se que varios elementos dessas matrizes sao simplicados: W
0
N
= 1.
Nota-se tambem um padrao de simetria nessas matrizes: D
N
= (D
N
)
T
e D
1
N
=
_
D
1
N
_
T
.
Sendo assim, o processo de calculo das matrizes tambem pode ser acelerado.
9.11.3 FFT
Proposta inicial para calculo de DFT atraves de algoritmo otimizado:
Cooley e Tukey - 1965.
Gentleman e Sande - 1966.
Desde entao, foram propostos varios outros algoritmos otimizados, que formam uma unica
famlia de algoritmos denominada Fast Fourier Transform (FFT).
Caractersticas dos algoritmos:
Radical (ou base): simples ou misto.
Decimacao (ou decomposicao): no tempo (DIT) ou na freq uencia (DIF).
Ordenacao das amostras de entrada e de sada: normal ou em bit-reverso.
Complexidade computacional de uma N-point DIT/DIF FFT, radical-2 com N = 2
l
:
N
2
log
2
N multiplicacoes complexas + Nlog
2
N adicoes complexas.
TET / UFF
9.12 Transformada Z
DTFT de x[n] e de v[n] = x[n]r
n
:
DTFT x[n] = X(e
j
) =
n=
x[n]e
jn
.
DTFT v[n] = V (e
j
) =
n=
v[n]e
jn
=
n=
x[n]r
n
e
jn
=
n=
x[n]
_
re
j
_
n
=
n=
x[n]z
n
= X(z).
Generalizacao: z = e
j
z = re
j
, onde r = [z[ e = z.
Transformada Z: Zx[n] = X(z) =
n=
x[n]z
n
.
Regiao de convergencia (ROC): regiao do plano-z para a qual a transformada existe.
Crculo (de raio) unitario: regiao do plano-z denida por r = [z[ = 1.
Transformada Z DTFT, quando ambas existem:
Zx[n] = X(z) =
n=
x[n]z
n
= X(re
j
) =
n=
x[n](re
j
)
n
=
n=
x[n]r
n
e
jn
=
n=
(x[n]r
n
) e
jn
= DTFT x[n]r
n
.
Quando a ROC inclui o crculo unitario: X(z)[
r=1
= X(z)[
z=e
j
= X(e
j
).
Transformada Z inversa: x[n] = f(X[z])
X(z) = Zx[n] = DTFT x[n]r
n
.
Usando a IDTFT: x[n]r
n
=
1
2
_
=[2]
X(re
j
)e
jn
d.
Logo: x[n] =
1
2
_
=[2]
X(re
j
)(re
j
)
n
d =
1
2
_
=[2]
X(z)z
n
d.
Troca de variavel de integracao: z.
Conseq uencia da troca: z = re
j
dz
d
= jre
j
= jz d =
1
j
z
1
dz.
Assim: x[n] =
1
2j
_
C
X(z)z
n1
dz, onde C e um caminho fechado dentro da ROC
de X(z), em torno da origem z = 0.
Transformada Z:
_
x[n] =
1
2j
_
C
X(z)z
n1
dz
X(z) =
n=
x[n]z
n
.
Tecnicas alternativas para o calculo da transformada Z inversa:
Teorema de resduos de Cauchy:
x[n] =
[resduos de X(z)z
n1
nos polos internos a C].
Expansao em serie de potencias:
A equacao de denicao da transformada Z pode ser vista como uma serie de
potencias da variavel z, onde os coecientes da serie sao os valores da seq uencia
x[n] à qual esta sendo aplicado o mapeamento x[n] X(z).
Assim sendo, para calcular a transformada Z inversa, basta expandir a equacao
de X(z) em uma serie de potencias em z e extrair os coecientes da serie para
montar a seq uencia x[n].
No caso de X(z) =
N
X
(z)
D
X
(z)
: divisao polinomial (long division).
Caso contrario: serie de Taylor.
No caso de X(z) =
N
X
(z)
D
X
(z)
: expansao em fracoes parciais e uso de tabela de transfor-
madas basicas.
A.S.V.
9.12. Transformada Z 139
9.12.1 Propriedades da ROC da Transformada Z
Dados um sinal x[n] e sua transformada X(z), podem-se demonstrar as propriedades
listadas abaixo.
Propriedade 1: A ROC de X(z) consiste de um anel no plano-z, centrado na origem.
Propriedade 2: A ROC nao contem polos.
Propriedade 3: Se x[n] e de duracao nita, entao a ROC e todo o plano-z, exceto, pos-
sivelmente, z = 0 e/ou z = .
Propriedade 4: Se x[n] e lateral-direita e se o crculo [z[ = r
0
pertence à ROC, entao
todos os valores nitos de z tais que [z[ > r
0
tambem pertencerao à ROC.
Conseq uencia da Propriedade 4: Para x[n] causal (x[n] = 0, n < 0) a ROC extende-se ao
innito.
Propriedade 5: Se x[n] e lateral-esquerda e se o crculo [z[ = r
0
pertence à ROC, entao
todos os valores de z tais que 0 < [z[ < r
0
tambem pertencerao à ROC.
Conseq uencia da Propriedade 5: Para x[n] anticausal (x[n] = 0, n 0) a ROC inclui a
origem.
Propriedade 6: Se x[n] e bilateral e se o crculo [z[ = r
0
pertence à ROC, entao a ROC
sera um anel que contem o crculo [z[ = r
0
.
TET / UFF
9.13 Relacionamento das representac oes em freq uencia
9.13.1 Associacao entre sinais de tempo contnuo e seq uencias
Suponha-se uma seq uencia x[n], montada a partir de um sinal de tempo discreto x(nT
s
),
obtido a partir da amostragem uniforme (t = nT
s
) de um sinal de tempo contnuo x(t).
Suponha-se ainda as representacoes em freq uencia, analogica = 2f e digital = T
s
:
Serie de Fourier, Transformada de Fourier, Transformada de Laplace,
DTFS, DTFT, DFT e Transformada Z.

E natural que se questione sobre o relacionamento entre tais representacoes.
Algumas relacoes sao abordadas nos itens que se seguem.
9.13.2 Transformada de Fourier DTFT
Sinal de tempo contnuo: Transformada de Fourier
_
x(t) =
1
2
_
X(j)e
jt
d
X(j) =
_
x(t)e
jt
dt
.
Sinal de tempo discreto (amostragem uniforme com perodo T
s
):
x(nT
s
) = x(t)[
t=(nT
s
)
=
1
2
_
X(j)e
j(nT
s
)
d =
1
2
_
X(j)e
j(T
s
)n
d.
Seq uencia: x[n] =
1
2
_
=[2]
X(e
j
)e
jn
d =
1
2
_
X(e
j
)e
jn
d.
Associando-se todos os sinais: x[n] = x(nT
s
) = x(t)[
t=(nT
s
)
.
Relacao procurada: X(j)
?
X(e
j
).
Manipulando-se o sinal amostrado:
x[n] = x(nT
s
) = x(t)[
t=(nT
s
)
=
1
2
_
X(j)e
j(T
s
)n
d =
1
2
r=
_
(2r+1)

T
s
(2r1)

T
s
X(j)e
j(T
s
)n
d.
Trocando-se a variavel de integracao:
=
_
r
2
T
s
_
=
+
_
r
2
T
s
_
.
x[n] =
1
2
r=
_

T
s

T
s
X
_
j(
+r
2
T
s
)
_
e
j[(
+r
2
T
s
)T
s
]n
d
.
Trocando-se a variavel de integracao:
= .
x[n] =
1
2
_

T
s

T
s
r=
X
_
j( +r
2
T
s
)
_
e
j(T
s
)n
e
j(r2)n
d =
1
2
_

T
s

T
s
r=
X
_
j( +r
2
T
s
)
_
e
j(T
s
)n
d.
Associando-se as freq uencias analogica e digital: = (T
s
).
x[n] =
1
2
_
r=
X
_
j(

T
s
+r
2
T
s
)
_
e
jn d
T
s
=
1
2
_
_
1
T
s
r=
X
_
j(
+r2
T
s
)
__
e
jn
d.
Comparando-se as representacoes do sinal amostrado e da seq uencia:
X(e
j
) =
1
T
s
r=
X
_
j(
+r2
T
s
)
_
=
1
T
s
r=
X
_
j( +r
2
T
s
)
_
= X
_
e
j(T
s
)
_
.
A.S.V.
9.13. Relacionamento das representacoes em freq uencia 141
Portanto, a DTFT X(e
j
), de perodo fundamental
p
= 2, guarda uma relacao direta
com a transformada de Fourier X(j): versoes escaladas (tanto na ordenada quanto na
abscissa) da funcao X(j) sao deslocadas e adicionadas para compor a funcao X(e
j
).
Relac oes notaveis:
p
= 2
p
=
2
T
s
= 2F
s
f
p
=
1
T
s
= F
s
.
Assim, dependendo do tipo de sinal e da taxa de amostragem, pode ocorrer o fenomeno
de superposicao de espectro ou aliasing.
Classicacao de sinais quanto à faixa de freq uencia ocupada:
Sinal nao limitado em banda:
max
=

max
T
s
.
Sinal limitado em banda:
max
=

max
T
s
< .
Possibilidades de ocorrencia de aliasing:
Sinal nao limitado em banda: aliasing garantido.
Sinal limitado em banda, com
max
> ou
max
>

T
s
: aliasing garantido.
Sinal limitado em banda, com
max
ou
max

T
s
: sem ocorrencia de aliasing.
Taxa de Nyquist garante a nao ocorrencia de aliasing:
max
<

T
s
F
s
> 2f
max
.
9.13.3 Transformada de Fourier DTFS e DFT
Sinal de tempo contnuo: x(t) X(j), onde t T
max
e
max
.
Seq uencia proveniente de sinal de tempo discreto: x[n] X(e
j
),
onde x[n] = x(nT
s
) = x(t)[
t=(nT
s
)
, n N
max
, (N
max
T
s
) T
max
e F
s
> 2f
max
.
Seq uencia proveniente de extensao periodica: x[n]

X[k] = a[k] = a
k
,
onde x[n] e a extensao periodica de x[n], com perodo N > N
max
.
Transformada de Fourier de x(t) DTFT de x[n]:
X(e
j
) =
1
T
s
X(j), ou
T
s

T
s
.
Transformada de Fourier de x(t) DTFS de x[n]:
a
k
= a[k] =

X[k] =
1
N
X(e
j
)
=k
(
2
N
)
=
1
N
1
T
s
X(j)[
=k
(
2
N
)
1
T
s
.
Transformada de Fourier de x(t) DFT de x[n]:
x[n], 0 n (N 1).
X[k] = N

X[k] = X(e
j
)
=k
(
2
N
)
=
1
T
s
X(j)[
=k
(
2
N
)
1
T
s
, 0 k (N 1).
TET / UFF
9.13.4 Relac oes entre os parametros das representac oes
Parametros basicos:
Limite temporal: T
max
.
Limite freq uencial: f
max
.
Resolucao temporal (amostragem da representacao no tempo): t = T
s
=
1
F
s
.
Resolucao freq uencial (amostragem da representacao na freq uencia):
f ou ou ou k.
N umero total de amostras (perodo de x[n] e de

X[k]) (comprimento da DFT): N.
Tempo total de armazenamento: T
rec
= (NT
s
) =
N
F
s
.
Relacoes:
Para calculo da DFT: T
max
< .
Para evitar aliasing: f
max
< e F
s
> 2f
max
.
Das denicoes: = 2f e = (T
s
).
Devido às relacoes entre as representacoes:
Perodo de repeticao:
(k
p
= N) (
p
= 2) (
p
= 2
1
T
s
= 2F
s
) (f
p
=
1
T
s
= F
s
).
Resolucao freq uencial:
[k = 1] [ =
2
N
] [ = (
2
N
)
1
T
s
= (
2
N
)F
s
] [f =
1
N
1
T
s
=
1
N
F
s
].
9.13.5 Interpolacao do sinal discreto
Pode-se obter x(t) atraves da interpolacao de x[n]:
Consideracao inicial:
max
< ou
max
<

T
s
ou F
s
> 2f
max
.
Logo: X(e
j
) =
1
T
s
X(j), para
T
s

T
s
.
Assim:
x(t) =
1
2
_
X(j)e
jt
d =
1
2
_

T
s

T
s
X(j)e
jt
d =
1
2
_

T
s

T
s
T
s
X(e
j
)e
jt
d =
1
(
2
T
s
)
_

T
s

T
s
_
k=
x[k]e
j(T
s
)k
e
jt
d =
k=
x[k]
_
1
(
2
T
s
)
_

T
s

T
s
e
j(tkT
s
)
d
_
=
k=
x[k]
sin
(

T
s
(tkT
s
)
)
(

T
s
(tkT
s
)
)
=
k=
c
k
k
(t).
Sinal contnuo representacao discreta:
_
_
_
x[k] = x(kT
s
) = x(t)[
t=kT
s
x(t) =
k=
x[k]
sin
(

T
s
(tkT
s
)
)
(

T
s
(tkT
s
)
)
.
A.S.V.
9.13. Relacionamento das representacoes em freq uencia 143
9.13.6 Representac oes temporais discretas de sinais contnuos
Dependendo da funcao
k
(t) utilizada, podem-se obter diferentes representacoes discretas
do tipo x(t) =
k=
c
k
k
(t).
Para cada caso, os coecientes c
k
devem ser calculados adequadamente.
A representacao onde c
k
= x[k] = x(kT
s
) = x(t)[
t=kT
s
apresenta duas grandes vantagens:
i) os coecientes c
k
sao obtidos diretamente pela amostragem do sinal contnuo e
ii) a operacao de convolucao e preservada, se a taxa de Nyquist for obedecida.
Assim: y(t) = x(t) h(t) y[n] = x[n] h[n], para
max
<

T
s
ou F
s
> 2f
max
.
Como desvantagem, a representacao so se aplica para sinais limitados em banda, e quando
a taxa de Nyquist puder ser obedecida.
TET / UFF
1. Dado o sinal x[n] = sin(
0
n), onde
0
=
_
2
N
_
Calcule os coecientes a
k
da DTFS de x[n].
Esboce os gracos [a
k
[ k e a
k
k, para: N = 3, 5, 10.
2. Dado o sinal x[n] = sin(
0
n), onde
0
=
_
L
2
N
_
k
da DTFS de x[n].
Esboce os gracos [a
k
[ k e a
k
k, para:
L = 1 e N = 3, 5, 10.
L = 3 e N = 5, 10, 15.
L = 5 e N = 10, 15, 20.
3. Dado o sinal x[n] = 5 + 3 sin
_
2
2
N
n
_
+ cos
_
4
2
N
n
_
k
da DTFS de x[n].
Esboce os gracos [a
k
[ k e a
k
k, para: N = 14.
4. Dado o sinal x[n] =
G
N
g
[n kN
p
], onde N
p
> N
g
Dados N
g
= 2 e N
p
= 10, 20, 40, esboce os gracos de x[n] n.
Mostre que os coecientes a
k
da DTFS de x[n] sao dados por
a
k
=
_
_
_
2N
g
+1
N
p
_
, k = 0, N
p
, 2N
p
,
1
N
p
sin
2
N
p
(2N
g
+1)
(
1
2
)
sin
2
N
p
(
1
2
)
, k ,= 0, N
p
, 2N
p
,
.
Esboce os gracos [a
k
[ k e a
k
k, para: N
g
= 2 e N
p
= 10, 20, 40.
Dados
k
= k
_
2
N
p
_
e os coecientes a
k
reescritos como
a
k
=
_
_
_
2N
g
+1
N
p
_
, k = 0, N
p
, 2N
p
,
1
N
p
sin
(
k
(2N
g
+1)
(
1
2
))
sin
(
k(
1
2
))
, k ,= 0, N
p
, 2N
p
,
,
esboce os gracos [a
k
[ e a
k
, juntamente com sua envoltoria contnua
X() =
_
_
_
2N
g
+1
N
p
_
, = 0, 2, 4,
1
N
p
sin
(
(2N
g
+1)
(
1
2
))
sin
(
(
1
2
))
, ,= 0, 2, 4,
,
para: N
g
= 2 e N
p
= 10, 20, 40.
A.S.V.
G
N
g
[n kN
p
], onde N
g
= 2 e N
p
= 11, atenda aos seguintes
itens:
Esboce o graco de x[n] n.
k
da DTFS de x[n].
Dado x[n] =
K
k=K
a
k
e
jk
2
N
p
n
, esboce o graco de x[n] n, para K = 1, 2, 3, 4, 5.
Note que, na DTFS, nao ocorre o Fenomeno de Gibbs, que sempre aparece nas
aproximacoes nitas da Serie de Fourier. Justique tal fato!
6. Dada a relacao DTFTx[n] = X(e
j
), mostre que
X
r
(e
j
) =
n=
(x
r
[n]cos(n) +x
i
[n]sin(n))
e
X
i
(e
j
) =
n=
(x
i
[n]cos(n) x
r
[n]sin(n)) .
onde os ndices r e i indicam, respectivamente, as partes real e imaginaria.
7. Prove as seguintes propriedades da DTFT: periodicidade, linearidade, deslocamento no
tempo e convolucao no tempo.
8. Considerando uma seq uencia real x[n], prove a seguinte relacao de simetria da DTFT:
X(e
j
) = X
(e
j
).
9. Dado o impulso deslocado x[n] = [n N
D
], para N
D
< 0, N
D
= 0 e N
D
> 0, atenda aos
seguintes itens:
Esboce o graco x[n] n.
Calcule X(e
j
).
Esboce o graco
X(e
j
)
.
Esboce o graco X(e
j
) , para valores completos do angulo de fase.
Esboce o graco X(e
j
) , para os valores principais do angulo de fase, na faixa
[, ].
10. Dado o sinal
x[n] =
_
_
1
2
, n = 1
1 , n = 0
1
2
, n = 1
0 , caso contrario
,
Mostre que X(e
j
) = (1 + cos()).
Esboce o graco
X(e
j
)
.
Esboce o graco X(e
j
) .
TET / UFF
11. Dado o sinal
x[n] =
_
_
1
2
, n = 0
1 , n = 1
1
2
, n = 2
0 , caso contrario
,
Mostre que X(e
j
) = (1 + cos()) e
j
.
Esboce o graco
X(e
j
)
.
Esboce o graco X(e
j
Esboce o graco X(e
j
[, ].
12. Dado o sinal
x[n] =
_
1
3
, 1 n 1
0 , caso contrario
,
Mostre que X(e
j
) =
1
3
(1 + 2 cos()).
Esboce o graco
X(e
j
)
.
Esboce o graco X(e
j
) , considerando que X(e
j
13. Dado o sinal
x[n] =
_
1
3
, 0 n 2
0 , caso contrario
,
Mostre que X(e
j
) =
1
3
(1 + 2 cos()) e
j
.
Esboce o graco
X(e
j
)
.
Esboce o graco X(e
j
Esboce o graco X(e
j
[, ].
14. Dado o sinal
x[n] =
_
1 , 2 n 2
0 , caso contrario
,
Mostre que X(e
j
) = (1 + 2 cos() + 2 cos(2)).
Esboce o graco
X(e
j
)
.
Esboce o graco X(e
j
j
A.S.V.
15. Dado o sinal
x[n] =
_
1 , 0 n 4
0 , caso contrario
,
Mostre que X(e
j
) = (1 + 2 cos() + 2 cos(2)) e
j2
=
_
sin
(
5
2
)
sin
(
2
)
_
e
j2
.
Esboce o graco
X(e
j
)
.
Esboce o graco X(e
j
Esboce o graco X(e
j
[, ].
16. Dado o sinal
x[n] =
_
_
_
1 , n = 2
1 , n = 2
0 , caso contrario
,
Mostre que X(e
j
) = (2 sin(2)) e
j
2
.
Esboce o graco
X(e
j
)
.
Esboce o graco X(e
j
j
17. Dado o sinal
x[n] =
_
1
2
, n = 0
1 , n = 1
1 , n = 2
1
2
, n = 3
0 , caso contrario
,
Mostre que X(e
j
) =
_
sin
_
3
2
_
+ 2 sin
_
2
__
e
j
(
3
2
+
2
)
.
Esboce o graco
X(e
j
)
.
Esboce o graco X(e
j
Esboce o graco X(e
j
[, ].
TET / UFF
18. Dado o sinal
x[n] =
_
1
3
, 1 n 1
0 , caso contrario
,
Calcule a N-DFT X[k], N 3, utilizando a equacao de denicao da DFT.
Compare o resultado de X[k] com X(e
j
) =
1
3
(1 + 2 cos()).
Esboce um graco unico contendo
X(e
j
)
e [X[k][ k.
Esboce um graco unico contendo X(e
j
) e X[k] k, considerando que
X(e
j
) e X[k] sao funcoes do tipo mpar.
19. Dado o sinal
x[n] =
_
1
3
, 0 n 2
0 , caso contrario
,
Calcule a N-DFT X[k], N 3, utilizando a equacao de denicao da DFT.
Compare o resultado de X[k] com X(e
j
) =
1
3
(1 + 2 cos()) e
j
.
Esboce um graco unico contendo
X(e
j
)
e [X[k][ k.
j
) e X[k] k, para valores completos
do angulo de fase.
j
) e X[k]k, para os valores principais
do angulo de fase, na faixa [, ].
20. Dadas as Transformadas Z abaixo, atenda aos seguintes itens:
Calcule a constante de ganho, os zeros e os polos de X
i
(z) e esboce o seu diagrama
de p olos e zeros (DPZ).
Calcule a Transformada Z Inversa usando fracoes parciais, tabelas de transformadas
basicas e tabelas de propriedades basicas.
Demonstre que o metodo da divisao polinomial conduz ao mesmo resultado, calcu-
lando os quatro primeiros termos do polinomio quociente e inferindo o polinomio
nal.
(a) X
1
(z) =
1
1az
1
, [a[ < 1.
(b) X
2
(z) =
z
1
1az
1
, [a[ < 1.
(c) X
3
(z) = 2
10.4z
1
10.8z
1
+0.15z
2
.
21. Para os parametros abaixo, indique, justicando, se ocorrera leakage (ou smearing)
no calculo da N-DFT ou da N-FFT do sinal x[n] = x(nT
S
) = A
0
cos(2f
0
t)[
t=nT
S
,
com um total de amostras N
tot
, para f
0
= 10Hz e F
S
=
1
T
S
= 40Hz.
N
tot
= 16, N = 16.
N
tot
= 10, N = 10.
N
tot
= 16, N = 64.
N
tot
= 10, N = 64.
A.S.V.
3
k=1
A
k
cos(
k
n +
k
), onde A = [A
1
, A
2
, A
3
] = [2, 16, 8],
= [
1
,
2
,
3
] = [
3
,

5
,

6
] rad e = [
1
,
2
,
3
] = [
6
,
80
,
48
] rad, calcule o menor
valor de N, tal que a N-point DFT de x[n] nao apresente leakage.
23. Com base na relacao entre a DTFT e a CTFT:
(a) Explique porque e comum ltrar um sinal contnuo no tempo antes de amostra-lo.
(b) Que tipo de seletividade em freq uencia deve ser usada no ltro em questao?
24. Com base nas denicoes de todas as representacoes em domnio transformado, explique
as relacoes da DFT com:
DTFS.
DTFT.
CTFT.
25. Dadas as funcoes periodicas x
1
(t) = cos(
1
t), x
2
(t) = cos(
2
t) e x
3
(t) = x
1
(t) + x
2
(t),
onde
1
= 2f
1
=
2
T
1
f
e
2
= 2f
2
=
2
T
2
f
(a) Apresente uma formula de calculo para o perodo fundamental de x
3
(t) (T
3
f
), em
funcao dos perodos fundamentais de x
1
(t) (T
1
f
) e de x
2
(t) (T
2
f
).
(b) A m de que se obtenha uma seq uencia x[n] por amostragem uniforme de uma funcao
x(t) qualquer, sem a ocorrencia de aliasing, indique a faixa de freq uencia utilizavel
para a freq uencia de amostragem F
S
.
(c) Supondo um intervalo de tempo t = T
rec
e uma amostragem uniforme de uma
funcao x(t) qualquer, apresente uma formula de calculo para o n umero de pontos
amostrados (N
rec
N
+
) de x(t) no intervalo t = T
rec
.
(d) Apresente uma formula de calculo para o intervalo de amostragem t = T
S
, de
tal forma que a N-point DFT X[k] de uma seq uencia senoidal x[n] obtida por
amostragem uniforme de uma funcao senoidal x(t) com perodo fundamental T
f
nao apresente leakage.
(e) Dadas uma funcao x(t) qualquer, a sua CTFT X(j), a seq uencia x[n], obtida por
amostragem uniforme de x(t), e a sua N-point DFT X[k], apresente uma formula
de calculo para a resolucao em freq uencia, em Hz, provocada pela representacao de
X(j) por X[k].
(f) Dados T
rec
= 4.5 ms, f
1
= 5 kHz e f
2
= 12 kHz, escolha uma das possveis
taxas de amostragem F
S
= 10, 15, 20, 25, 30, 35, 40, 45 kHz, de tal forma que a
seq uencia x
3
[n] seja obtida por meio de uma amostragem uniforme de x
3
(t) sem
aliasing, e escolha um n umero de amostras N, de tal forma que a N-point DFT
X
3
[k] nao apresente leakage e provoque uma resolucao freq uencial menor que 300 Hz.
Justique a escolha nal.
(g) Esboce o graco [X
3
[k][ k, para 0 k (N 1), utilizando os parametros
escolhidos no item (f).
TET / UFF
A.S.V.
Captulo 10
SLIT no domnio da freq
uencia
10.1 Introducao
Para que se possa trabalhar com sistemas em domnio transformado e necessario que sejam
denidas representacoes, em tal domnio, tanto para os sinais como para os sistemas que os
manipulam. A ideia basica e que as representacoes de um sistema no domnio original sejam
mapeadas, atraves das transformacoes adequadas, em representacoes equivalentes no domnio
transformado. Os sinais podem ser mapeados para domnio transformado atraves das seguintes
transformacoes: DTFS, DTFT, DFT e Z. Utilizando-se a DTFT e a transformada Z, podem-se
tambem encontrar representacoes equivalentes, em domnio transformado, para os sistemas. O
emprego da DTFT leva ao conceito de Resposta em Freq uencia, utilizada na analise do sistema
em Regime Permanente. A aplicacao da transformada Z leva à denicao de uma Funcao de
Transferencia ou Funcao de Sistema, empregada para obtencao da resposta total do sistema.
10.2 Tipos de respostas de um sistema
Respostas de um sistema linear e invariante ao tempo (SLIT):
Resposta ao estado e resposta à entrada: y
est
[n] e y
ent
[n].
Resposta natural e resposta forcada: y
nat
[n] e y
for
[n].
Resposta transitoria e resposta permanente: y
tran
[n] e y
perm
[n].
Resposta total: y[n] = y
est
[n] +y
ent
[n] = y
nat
[n] +y
for
[n] = y
tran
[n] +y
perm
[n].
Relacoes em um SLIT generico:
Resposta ao estado: y
est
[n] = y
nat
1
[n].
Resposta à entrada: y
ent
[n] = y
nat
2
[n] +y
for
[n].
Resposta natural: y
nat
[n] = y
nat
1
[n] +y
nat
2
[n].
Relacoes em um SLIT estavel, para n :
Resposta natural: y
nat
1
[n], y
nat
2
[n] 0.
Resposta em regime permanente ou estado estacionario (steady-state):
y
RP
[n] = y
ss
[n] = y[n][
n
= y
ent
[n][
n
= y
perm
[n] = y
for
[n].
Para x[n] temporario: y
tran
[n] = y[n] e y
perm
[n] = 0.
Para x[n] permanente: y
tran
[n] = y
nat
[n] e y
perm
[n] = y
for
[n].
151
152 Captulo 10. SLIT no domnio da freq uencia
10.3 Resposta em freq uencia H(e
j
)
10.3.1 Contexto
SLIT denido por equacao de diferenca.
SLIT estavel.
Operacao em regime permanente: y
ss
[n] = y[n][
n
= y
ent
[n][
n
.
Entrada exponencial: x[n] = e
jn
.
Entrada senoidal: x[n] = cos(n) =
1
2
_
e
jn
+e
jn
_
=
_
1
2
_
e
jn
+
_
1
2
_
e
jn
.
10.3.2 Abordagem 1: denic oes e resultados
Resposta a uma entrada generica x[n]:
y
ss
[n] = y
ent
[n][
n
= h[n] x[n] =
k=
h[k]x[n k].
Resposta a uma exponencial x[n] = e
jn
: y
ss
[n] =
k=
h[k]e
j(nk)
=
k=
h[k]e
jn
e
jk
= e
jn
k=
h[k]e
jk
= e
jn
H(e
j
) = [H(e
j
)[e
j(n+H(e
j
))
.
Relacao com a DTFT: H(e
j
) =
k=
h[k]e
jk
= DTFT h[n].
Dado que h[n] e uma seq uencia real, demonstra-se que H(e
j
) = H
(e
j
), de tal forma
que sao v alidas as seguintes relacoes: [H(e
j
)[ = [H(e
j
)[ e H(e
j
) = H(e
j
).
Resposta a uma soma de exponenciais x[n] =
L
l=1
c
l
e
j
l
n
: y
ss
[n] =
L
l=1
c
l
e
j
l
n
H(e
j
l
).
Resposta a uma entrada senoidal x[n] = cos(n): y
ss
[n] = [H(e
j
)[cos(n +H(e
j
)).
Resposta a uma soma de sinais senoidais: x[n] =
L
l=1
c
l
cos(
l
n):
y
ss
=
L
l=1
[H(e
j
l
)[ c
l
cos(
l
n +H(e
j
l
)).
10.3.3 Abordagem 2: calculo alternativo
Entrada e sada sem atraso: x[n] = e
jn
y
ss
[n] = e
jn
H(e
j
).
Entrada e sada com atraso variavel: x[nk] = e
jn
e
jk
y
ss
[nk] = e
jn
e
jk
H(e
j
).
Equacao de diferenca:
y[n] +
N
k=1
a
k
y[n k] =
L
k=0
b
k
x[n k]
n
y
ss
[n] +
N
k=1
a
k
y
ss
[n k] =
L
k=0
b
k
x[n k]
e
jn
H(e
j
) +
N
k=1
a
k
e
jn
e
jk
H(e
j
) =
L
k=0
b
k
e
jn
e
jk
H(e
j
) +
N
k=1
a
k
e
jk
H(e
j
) =
L
k=0
b
k
e
jk
_
1 +
N
k=1
a
k
e
jk
_
H(e
j
) =
L
k=0
b
k
e
jk
H(e
j
) =
L
k=0
b
k
e
jk
1+
N
k=1
a
k
e
jk
.
A.S.V.
10.3. Resposta em freq uencia H(e
j
) 153
10.3.4 Abordagem 3: outras relac oes
Equacao de diferenca: y[n] =
N
k=1
a
k
y[n k] +
L
k=0
b
k
x[n k].
Operador atraso unitario: v[n 1] = Dv[n] = (D)v[n].
Operador linear de transferencia: y[n] =
_

L
k=0
b
k
D
k
1+
N
1
a
k
D
k
_
x[n] = T(D)x[n].
DTFT:
Y (e
j
) =
n=
y[n]e
jn
=
n=
_
N
k=1
a
k
y[n k] +
L
k=0
b
k
x[n k]
_
e
jn
=
N
k=1
a
k
_
n=
y[n k]e
jn
_
+
L
k=0
b
k
_
n=
x[n k]e
jn
_
=
N
k=1
a
k
_
m=
y[m]e
jm
_
e
jk
+
L
k=0
b
k
_
m=
x[m]e
jm
_
e
jk
=
N
k=1
a
k
Y (e
j
)e
jk
+
L
k=0
b
k
X(e
j
)e
jk
Y (e
j
) =
_

L
k=0
b
k
e
jk
1+
N
k=1
a
k
e
jk
_
X(e
j
) = T(e
j
)X(e
j
).
Resposta ao impulso:
Entrada: x[n] = [n] X(e
j
) = 1.
Sada: y[n] = h[n] Y (e
j
) = H(e
j
).
DTFT: H(e
j
) = T(e
j
) =
L
k=0
b
k
e
jk
1+
N
k=1
a
k
e
jk
.
10.3.5 Conclus oes
Interpretacao matematica:
Associacao: sinais vetores.
Associacao: SLIT em regime permanente transformacao linear.
Transformacao particular: e
jn
H(e
j
)e
jn
.
Funcao caracterstica ou autofuncao: e
jn
.
Valor caracterstico ou autovalor: H(e
j
) =
k=
h[k]e
jk
= DTFT h[n].
Funcao Resposta em Freq uencia H(e
j
): Supondo um sinal de entrada expandido em
cossenos, a resposta em estado permanente (senoidal) sera a soma dos cossenos originais,
ponderados e defasados por inuencia de H(e
j
), de acordo com as suas freq uencias.
Assim, a funcao H(e
j
) pode ser denominada de Resposta em Freq uencia do SLIT.
No mapeamento entre domnios n , observam-se as seguintes relacoes:
Operador atraso unitario: D e
j
.
Operador linear de transferencia: T(D) T(e
j
).
Resposta em freq uencia: T(e
j
) = H(e
j
).
Resposta ao impulso: H(e
j
) = DTFT h[n].
Equacao de diferenca: H(e
j
) =
L
k=0
b
k
e
jk
1+
N
k=1
a
k
e
jk
.
Convolucao: y
ss
[n] = y
ent
[n][
n
= h[n] x[n] Y
ss
(e
j
) = H(e
j
) X(e
j
).
TET / UFF
10.3.6 Caractersticas
Calculo: H(e
j
) =
k=
h[k]e
jk
= DTFT h[n] e H(e
j
) =
L
k=0
b
k
e
jk
1+
N
k=1
a
k
e
jk
.
H(e
j
) e complexa: H(e
j
) = [H(e
j
[ e
H(e
j
)
.
H(e
j
) e periodica:
p
= 2.
H(e
j
) e simetrica para h[n] real: [H(e
j
)[ = [H(e
j
)[ e H(e
j
) = H(e
j
).
10.3.7 Denic oes
Funcao resposta de magnitude: G() = [H(e
j
)[.
Funcao resposta de fase: () = H(e
j
).
Funcao ganho: G
dB
() = [H(e
j
)[
dB
= 20 log
10
[H(e
j
)[ dB.
Funcao atenuacao ou perda: A
dB
() = G
dB
().
Funcao atraso de grupo: () =
d()
d
.
10.4 Seletividade de um SLIT no domnio da freq uencia
Resposta ao impulso (pulso) unitario do SLIT: h[n].
Resposta em freq uencia: H(e
j
) =
k=
h[k]e
jk
= DTFT h[n].
Resposta a uma entrada generica x[n]: y
ss
[n] = y
ent
[n][
n
= h[n] x[n].
Aplicando a DTFT: Y
ss
(e
j
) = H(e
j
) X(e
j
).
Interpretacao do sistema como um seletor de freq uencias (ltro):
H(e
j
) =
Y
ss
(e
j
)
X(e
j
)
=
k=
h[k]e
jk
=
L
k=0
b
k
e
jk
1+
N
k=1
a
k
e
jk
.
Tipos basicos de ltros ideais: lowpass, highpass, bandpass, bandreject.
Funcao dos ltros ideais: seletividade em freq uencia, com transmissao sem distorcao das
componentes do sinal de entrada que possuam freq uencias dentro das bandas de passagem
e eliminacao das componentes do sinal de entrada que possuam freq uencias dentro das
bandas de rejeicao.
Parametros basicos da especicacao em freq uencia de ltros ideais:
Existencia de bandas de passagem e de rejeicao.
Ausencia de bandas de transicao.
Ganho constante e unitario na banda de passagem.
Ganho nulo na banda de rejeicao.
Fase linear (ou atraso de grupo constante) na banda de passagem.
Freq uencias de denicao das bandas:
lim
.
Filtros ideais ltros reais: sistemas causais.
A.S.V.
10.5. Funcao de transferencia ou funcao de sistema H(z) 155
Parametros basicos da especicacao em freq uencia de ltros reais:
Existencia de bandas de passagem, de transicao e de rejeicao.
Atenuacao maxima na banda de passagem.
Atenuacao mnima na banda de rejeicao.
Fase linear (ou atraso de grupo constante) na banda de passagem.
Freq uencias de denicao das bandas:
p
e
r
.
Projeto modular: sntese de modulo ([H(e
j
)[) com correcao de fase (H(e
j
)) ou sntese
de fase com correcao de modulo.
Interconexao de sistemas: serie (cascata) e paralelo.
10.5 Funcao de transferencia ou funcao de sistema H(z)
A resposta em freq uencia H(e
j
) e uma funcao complexa da variavel . Portanto, ela e
de difcil manipulacao matematica (analise e sntese).
Por sua vez, a funcao H(z) = Zh[n] e polinomial em z.
Para h[n] real, H(z) e polinomial com coecientes reais.
Na pratica, trabalha-se com SLITs descritos por equacoes de diferenca, com coecientes
contantes e reais. Tais sistemas possuem uma funcao H(z) polinomial racional em z, com
coecientes constantes e reais. Logo, tais funcoes sao mais facilmente manipulaveis do
ponto de vista matematico (analise e sntese).
Resposta total: y[n] = y
est
[n] +y
ent
[n].
Considerando-se condicoes iniciais nulas (CI = 0): y[n][
CI=0
= y
ent
[n].
Resposta à entrada: y
ent
[n] = h[n] x[n].
Aplicando-se a transformada Z: Y
ent
(z) = H(z) X(z).
Funcao de transferencia ou funcao de sistema: H(z) =
Y (z)
X(z)
CI=0
=
Y
ent
(z)
X(z)
= Zh[n].
Se [z[ = 1 ROC[
H(z)
, entao: H(e
j
) = H(z)[
z=e
j.
Para H(z) com coecientes reais:
[H(e
j
)[
2
= H(e
j
)H
(e
j
) = H(e
j
)H(e
j
) = H(z)H(z
1
)[
z=e
j.
Na maioria dos projetos, trabalha-se com SLITs causais e estaveis.
Sistema causal: ROC de H(z) e externa ao polo mais externo de H(z).
Sistema estavel: polos de H(z) encontram-se no interior do crculo unitario.
Sistema causal e estavel: ROC de H(z) inclui o crculo unitario.
Portanto, para um sistema causal e estavel: H(e
j
) = H(z)[
z=e
j.
TET / UFF
10.6 P olos e zeros de H(z)
Dado o SLIT descrito por
N
k=0
a
k
y[n k] =
N
P
k=N
F
b
k
x
[n k]
ou
y[n] =
N
k=1
a
k
y[n k] +
N
P
k=N
F
b
k
x
[n k]
ou
y[n] =
N
k=1
a
k
y[n k] +
L
k=0
b
k
x[n k] ,
onde:
N, N
F
e N
P
N ,
a
k
=
a
k
a
0
, b
k
=
b
k
a
0
,
x
[n] = x[n N
F
]
e
L = N
P
+N
F
,
sua Funcao de Transferencia H(z) e uma funcao polinomial racional da variavel complexa z,
dada por
H
(z) =
Y (z)
X
(z)
CI=0
=
N
P
k=N
F
b
k
z
k
N
k=0
a
k
z
k
=
N
P
k=N
F
b
k
z
k
1 +
N
k=1
a
k
z
k
= z
N
F
L
k=0
b
k
z
k
1 +
N
k=1
a
k
z
k
(10.1)
ou
H(z) =
Y (z)
X(z)
CI=0
=
L
k=0
b
k
z
k
1 +
N
k=1
a
k
z
k
. (10.2)
As Equacoes (10.1) e (10.2) podem ser fatoradas, respectivamente, em
H
(z) = z
N
F
K
G
L
k=1
(1 +c
k
z
1
)
n
k=1
(1 +d
k
z
1
)
(10.3)
e
H(z) = K
G
L
k=1
(1 +c
k
z
1
)
n
k=1
(1 +d
k
z
1
)
. (10.4)
A.S.V.
10.6. Polos e zeros de H(z) 157
Os valores de z para os quais H(z) = 0 e H(z) sao denominados, respectivamente, os
zeros e os p olos de H(z).
A quantidade de singularidades (zeros e polos) de H(z), bem como as suas posicoes no plano
complexo z, determinam varias caractersticas sobre o sistema.
De (10.4), pode-se dizer que:
Cada termo (1 +c
k
z
1
) =
_
z+c
k
z
_
, do numerador, gera um zero em z = c
k
e um polo em
z = 0.
Cada termo (1 +d
k
z
1
) =
_
z+d
k
z
_
, do denominador, gera um polo em z = d
k
e um zero
em z = 0.
Em z = 0, existem cancelamentos de polos do numerador com zeros do denominador.
Quando as singularidades em z sao computadas, o n umero de polos e igual ao
n umero de zeros.
Se os coecientes a
k
, b
k
, a
k
, e b
k
forem reais, as singularidades com valores complexos
devem ocorrer em pares complexos conjugados.
Sistemas nao recursivos sao representados por funcoes polinomiais simples, com zeros
nitos e polos em z . Por isso, sao ditas funcoes all zeros.
Sistemas puramente recursivos sao representados por funcoes polinomiais racionais, onde
o numerador e unitario, com zeros em z e polos nitos. Por isso, sao ditas funcoes
all poles.
Sistemas recursivos genericos sao representados por funcoes polinomiais racionais,
contendo zeros e polos nitos.
Adicionalmente, de (10.3), pode-se dizer que:
Se N
F
> 0, o sistema e nao causal, tem N
F
amostras com ndices negativos em h[n] e o
termo z
N
F
gera N
F
polos em z e N
F
zeros em z = 0.
TET / UFF
10.7 SLIT equivalente em domnio transformado
Com a aplicacao de uma transformada nas variaveis (sinais) e nas equacoes de denicao
(dos elementos e da topologia) de um sistema, pode-se obter uma representacao equiva-
lente do sistema no domnio transformado.
Assim, os processos de analise e sntese (projeto) podem ser realizados diretamente no
domnio transformado.
Diagrama de sistemas (blocos ou grafos):
Somador: Zx
1
[n] +x
2
[n] = Zx
1
[n] +Zx
2
[n] = X
1
[k] +X
2
[k].
Escalador: ZAx[n] = AZx[n] = AX[k].
Atrasador unitario: y[n] = x[n 1] Zy[n] = Zx[n 1] Y [k] = z
1
X[k].
Equacao de diferenca: y[n] +
N
k=1
a
k
y[n k] =
L
k=0
b
k
x[n k]
(CI=0)
_
1 +
N
k=1
a
k
z
k
_
Y (z) =
_
L
k=0
b
k
z
k
_
X(z)
Y (z) =
(
L
k=0
b
k
z
k
)
(
1+
N
k=1
a
k
z
k
)
X(z) Y (z) = H(z) X(z).
Resposta ao impulso (pulso) unitario:
X(z) = Z[n] = 1 e Y (z) = H(z) X(z) Y (z)[
x[n]=[n]
= H(z).
Funcao de transferencia: H(z) =
Y (z)
X(z)
CI=0
=
L
k=0
b
k
z
k
1+
N
k=1
a
k
z
k
.
Resposta em freq uencia: H(e
j
) =
L
k=0
b
k
e
jk
1+
N
k=1
a
k
e
jk
.
Equacoes de estado para um sistema MIMO:
x[n + 1] = A x[n] +B r[n]
y[n] = C x[n] +D r[n] (10.5)
zX(z) = A X(z) +B R(z)
Y (z) = C X(z) +D R(z) (10.6)
X(z) = (zI A)
1
B R(z)
Y (z) = C X(z) +D R(z) (10.7)
Y (z) =
_
C (zI A)
1
B +D
R(z) (10.8)
Equacoes de estado para um sistema SISO:
Y (z) =
_
C (zI A)
1
B +D
R(z) (10.9)
H(z) =
Y (z)
R(z)
CI=0
= C (zI A)
1
B +D (10.10)
A.S.V.
1. Esboce o Diagrama de Polos e Zeros (DPZ) para as seguintes Funcoes de Transferencia:
H(z) = (b
0
+b
1
z
1
).
H(z) =
_
1
1+a
1
z
1
_
.
H(z) =
1
3
(z + 1 +z
1
).
H(z) =
1
3
(1 +z
1
+z
2
).
2. Dadas as Funcoes de Transferencia abaixo, que denem os sistemas S
1
e S
2
, atenda aos
seguintes itens:
Calcule as equacoes de diferenca dos sistemas S
1
e S
2
, isoladamente.
Calcule a Funcao de Transferencia de um sistema S
c
, composto pela conexao cascata
(serie) dos sistemas S
1
e S
2
.
Calcule a equacao de diferenca do sistema S
c
.
Calcule a Funcao de Transferencia de um sistema S
p
, composto pela conexao paralela
dos sistemas S
1
e S
2
.
Calcule a equacao de diferenca do sistema S
p
.
Apresente os diagramas de sistema, no domnio do tempo (n) e no domnio da fre-
q uencia (z), nas Formas: Direta I, Direta II, Direta I Transposta e Direta II Trans-
posta, para os sistemas S
1
, S
2
, S
c
e S
p
. Para os sistemas S
c
e S
p
, considere sempre
dois casos: um onde os sistemas constituintes possam ser claramente identicados e
outro onde os sistemas constituintes nao possam ser identicados.
Calcule a localizacao dos zeros e polos de H
1
(z), H
2
(z), H
c
(z) e H
p
(z).
(a) H
1
(z) = K
1
(z
1
) e H
2
(z) = K
2
(1 z
2
z
1
).
(b) H
1
(z) = K
1
(1 z
1
z
1
) e H
2
(z) = K
2
(1 z
2
z
1
).
(c) H
1
(z) = K
1
(z
1
) e H
2
(z) = K
2
_
1
1p
2
z
1
_
.
(d) H
1
(z) = K
1
_
1
1p
1
z
1
_
e H
2
(z) = K
2
_
1
1p
2
z
1
_
.
(e) H
1
(z) = K
1
(z
1
) e H
2
(z) = K
2
_
1z
2
z
1
1p
2
z
1
_
.
(f) H
1
(z) = K
1
_
1z
1
z
1
1p
1
z
1
_
e H
2
(z) = K
2
_
1z
2
z
1
1p
2
z
1
_
.
3. Dado o sistema linear e invariante ao deslocamento (SLIT) composto por dois sistemas
de primeira ordem e denido por H(z) = H
1
(z) +H
2
(z) =
_
1
10.1z
1
_
+
_
3z
1
10.3z
1
_
, atenda
Apresente as equacoes de diferenca dos tres sistemas.
Apresente os diagramas de sistema, no domnio do tempo (n) e no domnio da fre-
q uencia (z), nas Formas: Direta I, Direta II, Direta I Transposta e Direta II Trans-
posta, considerando sempre dois casos: um onde os sistemas constituintes possam
ser claramente identicados e outro onde os sistemas constituintes nao possam ser
identicados.
TET / UFF
4. Dada a resposta ao impulso
h[n] =
_
1
3
, 1 n 1
0 , caso contrario
,
Calcule a Funcao de Transferencia H(z) do SLIT.
Calcule a equacao de diferenca do SLIT.
h[n] =
_
a
n
, n 0
0 , caso contrario
,
h[n] =
_
r
n
cos(n) , n 0
0 , caso contrario
,
h[n] =
_
r
n
sin(n) , n 0
0 , caso contrario
,
8. Dadas, respectivamente, as seq uencias de entrada e de sada de um SLIT
x[n] =
_
r
n
cos(n) , n 0
0 , caso contrario
e
y[n] =
_
r
n
sin(n) , n 0
0 , caso contrario
,
A.S.V.
9. Dado o sistema linear e invariante ao deslocamento (SLIT) denido pela equacao de
diferenca y[n] 0.7y[n 1] + 0.06y[n 2] = x[n] + 0.7x[n 1] + 0.06x[n 2], atenda aos
seguintes itens:
Classique o sistema em relacao ao criterio BIBO de estabilidade.
Calcule a Discrete-Time Fourier Transform (DTFT) da resposta ao impulso do
sistema.
10. Dado o sistema linear e invariante ao deslocamento (SLIT) denido pela funcao de trans-
ferencia H(z) = (4)
_
10.25z
1
10.60z
1
+0.08z
2
_
Calcule os zeros z
z
e os polos z
p
da funcao de transferencia do sistema.
Esboce o diagrama de polos e zeros (DPZ) do sistema.
Apresente a funcao de transferencia do sistema na forma de fracoes parciais.
Calcule a resposta ao impulso do sistema.
Calcule a equacao de diferenca do sistema.
Calcule a funcao resposta em freq uencia do sistema.
11. Dado o sistema linear e invariante ao deslocamento (SLIT) denido pela Equacao (10.11),
Desenhe o diagrama de blocos basicos do SLIT relaxado no domnio n.
Esboce o graco h[n] n.
Calcule a Funcao de Transferencia H(z), a partir da equacao de diferenca.
Esboce o Diagrama de Polos e Zeros (DPZ) de H(z).
Desenhe o diagrama de blocos basicos do SLIT relaxado no domnio z.
y[n] = 0.5x[n] +x[n 1] + 0.5x[n 2] (10.11)
12. Dado o sistema linear e invariante ao deslocamento (SLIT) denido pela Equacao (10.12),
com y[1] = 0.1 e y[2] = 0.2, calcule a resposta total do sistema no regime permanente,
y
RP
[n] = y[n][
n
, para a entrada x[n] = 2 u[n].
y[n] 0.04y[n 2] = x[n] 4x[n 2] (10.12)
13. Apresente a equacao de diferenca de cada SLIT causal denido pelos seguintes parametros:
K = 2, z
z
= 0.2, 0.4, 0.6 e z
p
= 0.1, 0.3, 0.5, 0.7.
K = 5, z
z
= 0.1, 0.3, 0.5 e z
p
= 0.2, 0.4, 0.6, 0.8.
14. Dado o SLIT relaxado que e denido pela Equacao (10.13), suponha a realizacao desse
sistema utilizando subsistemas de ordens inferiores, arranjados de duas formas diferentes:
i) conexao cascata e ii) conexao paralela. Apresente um Diagrama de Sistema, no domnio
da variavel n, para cada um dos dois sistemas equivalentes, realizados por meio das citadas
conex oes.
y[n] 0.6y[n 1] + 0.08y[n 2] = 6x[n] 1.6x[n 1] (10.13)
TET / UFF
15. Apresente uma equacao que represente o sinal analogico x(t), relacionado com
a N-point DFT dada por [X[k][ = 10
4
[6.5, 17.5, 28.5, 35.5, 35.5, 28.5, 17.5, 6.5] e
X[k] = [0.2, 0.6, 1.0, 1.4, 1.4, 1.0, 0.6, 0.2], k = [10, 30, 50, 70, 180, 200, 220, 240],
e X[k] = 0 caso contrario, dados os seguintes parametros: F
S
= 50 kHz, N = 250.
16. Suponha o sinal analogico x(t) = 8 + 6cos(
1
t) + 2cos(
2
t), onde f
1
= 10 kHz e
f
2
= 30 kHz, que, sendo amostrado uniformemente a uma taxa de F
S
= 100 kHz,
gera uma seq uencia x[n]. Suponha ainda que x[n] e aplicada na entrada de um sis-
tema em tempo discreto, linear e invariante ao deslocamento (SLIT), causal e estavel,
cuja Discrete Fourier Transform (DFT) e denida por [H[k][ = 5, 4, 3, 0, 1, 2, 1, 0, 3, 4,
H[k] = 0,
4
,
2
,
3
4
, , 0, ,
3
4
,

2
,

4
, e 0 k 9. Calcule a resposta y[n] do
sistema, no regime permanente, justicando todas as etapas do calculo.
17. Suponha o sinal analogico x(t) =
3
i=1
A
i
cos(2f
i
t+
i
), onde A = [A
1
, A
2
, A
3
] = [6, 3, 1],
f = [f
1
, f
2
, f
3
] = [2, 10, 20] kHz e = [
1
,
2
,
3
] = [
9
,

6
,

3
] rad. Dada a seq uencia x[n],
gerada a partir da amostragem uniforme de x(t), com F
S
= 200 kHz, para 0 n 299,
suponha que x[n] e aplicada na entrada de um SLIT, causal e estavel, denido por h[n],
cuja DFT de 100 pontos e dada por [H[k][ = [0, 0, 0, 0.6, 0.8, 1.0, 1.0, 1.0, 0.8, 0.6, 0, 0, 0] e
H[k] = [0.0, 0.3, 0.6, 0.9, 1.2, 1.5, 1.8, 2.1, 2.4, 2.7, 3.0, 3.3, 3.6] rad,
para k = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]. Atenda aos seguintes itens:
Apresente a equacao que dene x[n], para 0 n 299.
Calcule o perodo fundamental de cada uma das componentes de x[n].
Calcule a resposta forcada do sistema, y
for
[n].
A.S.V.
Parte V
Apendices
163
Apendice A
Revisao de n umeros complexos
A.1 Corpo dos n umeros complexos
Dados
R conjunto dos n umeros reais
R R = R
2
produto cartesiano
R
2
= (x, y) [ x R e y R
e supondo-se as seguintes denicoes para os elementos (x, y)
1) igualdade: (a, b) = (c, d) a = c e b = d
2) adicao: (a, b) + (c, d) (a +c, b +d)
3) multiplicacao: (a, b) (c, d) (ac bd, ad +bc)
pode-se denir
C conjunto dos n umeros complexos
z n umero complexo
C = z = (x, y) [ x R, y R e as denicoes (1)(3) sao validas .
A.2 Forma algebrica dos n umeros complexos
Considerando-se o subconjunto
R
= (a, b) C [ b = 0 ,
pode-se mostrar que operar com o n umero complexo (x, 0) e equivalente a operar com o n umero
real x. Logo, existe um isomorsmo entre R
e R, de tal forma que

x = (x, 0), x R
e
R C .
165
166 Apendice A. Revisao de n umeros complexos
Levando-se em consideracao a unidade real 1 = (1, 0) e denindo-se o n umero complexo
i = (0, 1) como a unidade imaginaria, tem-se que
i
2
= i i = (0, 1) (0, 1) = (1, 0) = 1 .
Assim, um n umero complexo qualquer z pode ser escrito na seguinte forma algebrica,
denominada forma retangular
z = (x, y)
= (x, 0) + (0, y)
= (x, 0) + (y, 0) (0, 1)
= x +y i ,
onde:
x = Rez e a parte real de z.
y = Imz e a parte imaginaria de z.
Pode-se denir a seguinte nomenclatura
N umero complexo: z = (x, y) = x +y i
N umero real (puro): z = (x, 0) = x + 0 i = x
N umero imaginario (puro): z = (0, y) = 0 +y i = y i (y ,= 0) .
Os n umeros complexos z e z
sao ditos complexos conjugados se, e somente se,

z = x +y i z
= x y i .
Neste caso, pode-se mostrar que
x = Rez =
z +z
2
e
y = Imz =
z z
2
.
A.3 Forma trigonometrica ou polar
Pode-se interpretar os n umeros complexos z = (x, y) como pontos de um plano cartesiano,
denominado Plano Complexo ou Plano de Argand-Gauss. Ele e exemplicado na Figura A.1,
onde:
z = (x, y) e um n umero complexo.
x0y e o plano cartesiano de Argand-Gauss.
0x e o eixo real.
0y e o eixo imaginario.
P = (x, y) e o axo de z.
A.S.V.
A.4. Formula de Euler 167
Figura A.1: Plano de Argand-Gauss.
A norma N e o modulo (ou valor absoluto) de z sao dados, respectivamente, por
N(z) = x
2
+y
2
e
[z[ =
_
N(z) =
_
x
2
+y
2
= r .
O argumento (principal) de z e dado pelo angulo , tal que
sin =
y
r
=
Imz
[z[
,
cos =
x
r
=
Rez
[z[
e
tan =
y
x
=
Imz
Rez
.
Logo, pode-se escrever
z = (x, y) = x +y i = r (cos +i sin ) .
Deve-se notar que existem innitos angulos equivalentes a , que sao
k
= (2 k ) , k = 0, 1, 2, . (A.1)
Portanto, pode-se dizer que um n umero complexo z possui innitos argumentos ou que existem
innitos n umeros complexos com o mesmo argumento principal.
A.4 F ormula de Euler
Dado um angulo , a identidade de Euler fornece
e
i
= (cos i sin ) .
No caso particular de = , tem-se a formula de Euler
e
i
= 1 .
Para =
2
, pode-se escrever
e
i
2
= i .
TET / UFF
A.5 Resumo das representac oes
Com base nas representacoes descritas acima, pode-se escrever as seguintes relacoes
z = (x, y) = x +y i = r (cos +i sin ) = r e
i
,
r =
_
x
2
+y
2
= [z[ ,
= arg(z) = arctan
_
Imz
Rez
_
= arctan
_
y
x
_
e
i
2
= 1 .
Denindo-se
z
= (x, y) = x y i = r (cos i sin ) = r e

i
,
tem-se ainda as seguintes identidades
z z
= [z[
2
= r
2
,
z
z
= 1 e
i2
,
x = Rez =
z +z
2
e
y = Imz =
z z
2
.
A.6 Operac oes com n umeros complexos
A seguir, sao resumidas as operacoes basicas sobre n umeros complexos: adicao, subtracao,
multiplicacao, divisao, potenciacao, radiciacao e logaritmo.
A.6.1 Adicao e subtracao
Conforme a pr opria denicao dos n umeros complexos, as operacoes de adicao e subtracao
realizam-se atraves da adicao/subtracao de suas partes real e imaginaria. Por isso, e prefervel
que se os represente na forma retangular. Exemplicando, dados
z
1
= x
1
+y
1
i
e
z
2
= x
2
+y
2
i ,
tem-se que
z
a
= z
1
+z
2
= (x
1
+x
2
) + (y
1
+y
2
) i
e
z
s
= z
1
z
2
= (x
1
x
2
) + (y
1
y
2
) i .
A.S.V.
A.6. Operacoes com n umeros complexos 169
A.6.2 Multiplicacao e divisao
Para n umeros complexos expressos na forma retangular, a multiplicacao e realizada conforme
a propria denicao dos n umeros complexos. Dados
z
1
= x
1
+y
1
i
e
z
2
= x
2
+y
2
i ,
a multiplicacao e calculada por
z
m
= z
1
z
2
= (x
1
x
2
y
1
y
2
) + (x
1
y
2
+x
2
y
1
) i .
Para o calculo da divisao, deve-se transforma-la numa multiplicacao, atraves do complexo
conjugado do denominador. Exemplicando, dados
z
1
= x
1
+y
1
i
e
z
2
= x
2
+y
2
i ,
a divisao e realizada da seguinte forma
z
d
=
z
1
z
2
=
z
1
z
2
2
z
2
=
z
1
z
2
[z
2
[
2
.
No caso dos n umeros expressos na forma polar, os calculos sao extremamente simplicados.
Dados
z
1
= x
1
+y
1
i = r
1
e
i
1
e
z
2
= x
2
+y
2
i = r
2
e
i
2
,
obtem-se a multiplicacao e a divisao, respectivamente, por
z
m
= z
1
z
2
=
_
r
1
e
i
1
_
_
r
2
e
i
2
_
= (r
1
r
2
) e
i(
1
+
2
)
e
z
d
=
_
z
1
z
2
_
=
_
r
1
e
i
1
_
(r
2
e
i
2
)
=
_
r
1
r
2
_
e
i(
1
2
)
.
A.6.3 Potenciacao
Assim como nas operacoes de multiplicacao e divisao, e muito mais conveniente realizar a
operacao de potenciacao expressando-se os n umeros complexos na forma polar. Neste caso, o
calculo e realizado do seguinte modo
z
k
= (x +y i)
k
=
_
r e
i
_
k
= r
k
e
ik
= r
k
(cos k +i sin k) .
TET / UFF
A.6.4 Radiciacao
Na operacao de radiciacao tambem e mais conveniente que se utilize a forma polar. Dado o
n umero complexo
z = x +y i = r e
i
,
deseja-se calcular
z
k razes
=
k
z = z
1
k
=
_
r e
i
_1
k
= r
1
k
e
i
k
.
Porem, tal problema e equivalente a resolver a seguinte equacao
z
k
k razes
_
r e
i
_
= 0 , (A.2)
que, sendo de ordem k, deve possuir k razes.
Assim, aplicando-se (A.1) em (A.2), o Teorema de De Moivre fornece o seguinte conjunto
innito de k razes
z
0
=
_
r e
i(+20)
_
1
k
= r
1
k
e
i
()
k
z
1
=
_
r e
i(+21)
_
1
k
= r
1
k
e
i
(+2)
k
z
2
=
_
r e
i(+22)
_
1
k
= r
1
k
e
i
(+4)
k
z
3
=
_
r e
i(+23)
_
1
k
= r
1
k
e
i
(+6)
k
.
.
.
z
(k1)
=
_
r e
i(+2(k1))
_
1
k
= r
1
k
e
i
(+(k1))
k
z
k
=
_
r e
i(+2k)
_
1
k
= r
1
k
e
i
(+2k)
k
= r
1
k
e
i
()
k
= z
0
z
(k+1)
=
_
r e
i(+2(k+1))
_
1
k
= r
1
k
e
i
(+2(k+1))
k
= r
1
k
e
i
(+2)
k
= z
1
z
(k+2)
=
_
r e
i(+2(k+2))
_
1
k
= r
1
k
e
i
(+2(k+2))
k
= r
1
k
e
i
(+4)
k
= z
2
.
.
.
z
l
=
_
r e
i(+2l)
_
1
k
= r
1
k
e
i
(+2l)
k
, l = 0, 1, 2, .
Pode-se mostrar que as k razes de um n umero complexo z = r e
i
encontram-se
uniformemente distribudas em um crculo com centro na origem do plano complexo e raio
igual a r
1
k
.
A.S.V.
A.7. Referencias 171
A.6.5 Logaritmo
Para realizar a operacao de logaritmo tambem e mais conveniente expressar os n umeros
complexos na forma polar. O calculo e realizado da seguinte forma
ln(z) = ln (x +y i)
= ln
_
r e
i
_
= ln
_
r e
i(2k)
_
= ln(r) +i (2 k ) , k = 0, 1, 2, .
A.7 Referencias
Os topicos abordados neste captulo podem ser encontrados, com mais detalhes, em [IMD
+
85].
TET / UFF
A.S.V.
Apendice B
T opicos sobre divisao entre n umeros
inteiros
B.1 Algoritmo de divisao entre n umeros inteiros
Teorema (Divisao com resto): Para cada inteiro c (dividendo) e cada inteiro positivo d
(divisor), existe um unico par de inteiros Q (quociente) e r (resto), tal que c = Q d +r, onde
0 [r[ < d.
B.2 Quociente
O quociente pode ser descrito por
Q =
_
c
d
_
,
onde x| e a funcao floor(x), que representa o maior inteiro menor que x.
B.3 Resto
Algumas notacoes comuns para o resto da divisao de c por d sao
r = R
d
[c] = ((c)) .
B.4 Congruencia
Dois n umeros inteiros c
1
e c
2
sao ditos congruentes, modulo d, quando d divide exatamente
(exactly divides ou evenly divides) a diferenca (c
1
c
2
), o que pode ser descrito por
c
1
c
2
(mod d) ,
Q =
(c
1
c
2
)
d
ou
c
1
= Q d +c
2
. (B.1)
173
174 Apendice B. Topicos sobre divisao entre n umeros inteiros
Quando c
1
e d sao inteiros positivos e 0 c
2
< d, a Equacao (B.1) pode ser reescrita como
c
1
= Q d +r ,
onde o resto r da divisao inteira e denominado (o menor) resduo de c
1
, modulo d.
Por outro lado, o calculo do (menor) resduo r de c
1
, modulo d, considerando-se que c
1
e d
sao inteiros quaisquer, e dado por
d > 0 e c
1
> 0 c
1
= Q d +r
p
r = r
p
,
d > 0 e c
1
< 0 [c
1
[ = ([Q[) d + ([r
n
[) r = d + ([r
n
[) ,
d < 0 e c
1
> 0 c
1
= ([Q[) ([d[) +r
p
r = ([d[) +r
p
e
d < 0 e c
1
< 0 [c
1
[ = Q ([d[) + ([r
n
[) r = [r
n
[ .
B.5 Relac oes de equivalencia
Quando um par ordenado de elementos (x, y) possui uma propriedade R que os relaciona,
pode-se dizer que x e R-relacionado com y, o que e simbolizado por xRy.
A relacao R e denida como o conjunto de todos os pares ordenados que possuem a
propriedade em questao.
Pode-se assumir que R e uma relacao denida sobre um conjunto de elementos, de tal
forma que x ou y possam representar qualquer elemento do conjunto.
Classicacao das relacoes:
Reexividade: se xRx e valida para qualquer x, entao R e reexiva.
Simetria: se yRx xRy, entao R e simetrica.
Transitividade: se (xRy e yRz) xRz, entao R e transitiva.
Equivalencia: se R e reexiva, simetrica e transitiva, entao R e uma relacao de
equivalencia.
Pode-se demonstrar que a congruencia e uma relacao de equivalencia, uma vez que:
c
1
c
1
(mod d)
c
1
c
2
c
2
c
1
(mod d)
c
1
c
2
e c
2
c
3
c
1
c
3
(mod d)
B.6 Relac oes uteis
Teorema: Para um mesmo n umero inteiro positivo d,
(i) R
d
[a +b] = R
d
[R
d
[a] +R
d
[b]]
(ii) R
d
[a b] = R
d
[R
d
[a] R
d
[b]]
onde + e denotam, respectivamente, as operacoes de adicao e multiplicacao entre n umeros
inteiros.
A.S.V.
Apendice C
Fatorac oes das equac oes de diferenca
C.1 Introducao
Nesse apendice, sao abordados topicos referentes à decomposicao de um sistema de ordem
qualquer em subsistemas de ordem inferiores.
Embora seja realizada uma analise com sistemas de ordem 2, os resultados podem ser
facilmente extrapolados para sistemas de ordem qualquer.
Inicialmente, e denido um operador linear e invariante ao deslocamento para uma equacao
de diferenca com ordem 2, denominado de operador de transferencia. Em seguida, o operador
de transferencia e fatorado de duas formas diferentes, o que conduz a dois diagramas de sistemas
(ou estruturas ou realizacoes) diferentes. Alem disso, sao apresentadas duas formas equivalentes
de calculo para os coecientes envolvidos nas fatoracoes propostas. Finalmente, os resultados
sao extrapolados para sistemas de ordem qualquer.
C.2 Fatorac oes das equac oes de diferenca com ordem 2
Modelando-se um atraso unitario por um operador linear e invariante ao deslocamento D,
denido por
c v[n 1] = c Dv[n] = (c D) v[n] , (C.1)
uma equacao de diferenca com ordem 2 (L=N=2) pode ser descrita por
y[n] =
2
k=1
a
k
y[n k] +
2
k=0
b
k
x[n k]
=
(b
0
) + (b
1
) D + (b
2
) D
2
(1) + (a
1
) D + (a
2
) D
2
x[n]
= T(D) x[n] , (C.2)
onde
T(D) =
(b
0
) + (b
1
) D + (b
2
) D
2
(1) + (a
1
) D + (a
2
) D
2
(C.3)
e denido como o operador de transferencia associado à equacao de diferenca.
175
176 Apendice C. Fatoracoes das equacoes de diferenca
Do ponto de vista puramente matematico, a Equacao (C.3) pode ser fatorada em
T(D) =
(b
0
) + (b
1
) D + (b
2
) D
2
(1) + (a
1
) D + (a
2
) D
2
=
_
b
2
a
2
_
_
b
0
b
2
_
+
_
b
1
b
2
_
D + (1) D
2
_
1
a
2
_
+
_
a
1
a
2
_
D + (1) D
2
=
_
b
2
a
2
_
(r
1b
r
2b
) + (r
1b
+r
2b
) D + (1) D
2
(r
1a
r
2a
) + (r
1a
+r
2a
) D + (1) D
2
=
_
b
2
a
2
_
(D +r
1b
) (D +r
2b
)
(D +r
1a
) (D +r
2a
)
. (C.4)
Por outro lado, pensando em termos de diagramas de sistemas (ou estruturas ou realizacoes)
a Equacao (C.4) pode ser reescrita como
T(D) =
_
b
2
a
2
_
(r
1b
+D) (r
2b
+D)
(r
1a
+D) (r
2a
+D)
=
_
b
2
r
1b
r
2b
a
2
r
1a
r
2a
_
_
1 +
1
r
1b
D
__
1 +
1
r
2b
D
_
_
1 +
1
r
1a
D
__
1 +
1
r
2a
D
_
= (b
0
)
(1 +d
1
D) (1 +d
2
D)
(1 +c
1
D) (1 +c
2
D)
= (b
0
)
(1) + (d
1
+d
2
) D + (d
1
d
2
) D
2
(1) + (c
1
+c
2
) D + (c
1
c
2
) D
2
= (b
0
)
(1) +
_
b
1
b
0
_
D +
_
b
2
b
0
_
D
2
(1) + (a
1
) D + (a
2
) D
2
(C.5)
As Equacoes (C.4) e (C.5) denem duas estruturas possveis, caracterizadas pelos conjuntos
de coecientes b
2
, a
2
, r
1b
, r
2b
, r
1a
, r
2a
e b
0
, d
1
, d
2
, c
1
, c
2
.
Duas formas de calculo para os coecientes r
1b
, r
2b
, r
1a
, r
2a
e d
1
, d
2
, c
1
, c
2
, a partir dos
coecientes b
0
, b
1
, b
2
, a
1
, a
2
, sao apresentadas a seguir.
C.3 Calculo dos coecientes das fatorac oes
C.3.1 Calculo direto
A partir das Equacoes (C.1) a (C.5) e admitindo-se a associacao de um polinomio p(x) com um
vetor que contenha seus coecientes, denotado por [.], bem como a existencia de uma funcao
roots([.]) que calcule as razes do polinomio a partir do seu vetor de coecientes, pode-se escrever
b = [b
2
b
1
b
0
] , (C.6)
a = [a
2
a
1
1] , (C.7)
A.S.V.
C.3. Calculo dos coecientes das fatoracoes 177
r
b
= [r
1b
r
2b
] = roots(b) , (C.8)
r
a
= [r
1a
r
2a
] = roots(a) , (C.9)
d = [d
1
d
2
] =
_
1
r
1b
1
r
2b
_
(C.10)
e
c = [c
1
c
2
] =
_
1
r
1a
1
r
2a
_
. (C.11)
Pode-se propor um calculo alternativo para os coecientes c
k
e d
k
, o que e apresentado a
seguir.
C.3.2 Calculo alternativo
Dada a troca de variaveis
x =
1
D
= D
1
, (C.12)
o polinomio
p(D) = (b
0
) + (b
1
) D + (b
2
) D
2
, (C.13)
que pode ser interpretado como a funcao polinomial racional
f(D) =
(b
0
) + (b
1
) D + (b
2
) D
2
1
= (b
2
)
(D +r
1b
) (D +r
2b
)
1
, (C.14)
pode ser reescrito como
f(x) =
(b
0
) + (b
1
) D + (b
2
) D
2
1
=
(b
0
) D
2
+ (b
1
) D
1
+ (b
2
)
D
2
=
(b
0
) x
2
+ (b
1
) x + (b
2
)
x
2
= (b
0
)
(x +d
1
) (x +d
2
)
(x + 0) (x + 0)
. (C.15)
Os valores que anulam a funcao f(D) (zeros de f(D)) sao dados pelas razes do polinomio
numerador r
N
= r
b
= [r
1b
r
2b
], enquanto os valores que fazem a funcao tender a innito (polos
de f(D)) s ao dados pelas razes do polinomio denominador r
D
= [ ].
Por sua vez, os valores que anulam a funcao f(x) (zeros de f(x)) sao dados pelas razes
do polinomio numerador r
N
= d = [d
1
d
2
], enquanto os valores que fazem a funcao tender a
innito (polos de f(x)) sao dados pelas razes do polinomio denominador r
D
= [0 0].
Baseado em (C.12), pode-se dizer que
d = [d
1
d
2
] =
_
1
r
1b
1
r
2b
_
. (C.16)
TET / UFF
178 Apendice C. Fatoracoes das equacoes de diferenca
Deve-se notar que os coecientes do numerador de f(x) ([b
0
b
1
b
2
]) podem ser obtidos pelo
espelhamento dos coecientes do numerador de f(D) ([b
2
b
1
b
0
]).
Portanto, utilizando-se as Equacoes (C.12) a (C.16) e admitindo-se a existencia de uma
fun cao fliplr([.]), que realize o espelhamento de um vetor [.], pode-se escrever
b
flr
= [b
0
b
1
b
2
] = fliplr(b) , (C.17)
a
flr
= [1 a
1
a
2
] = fliplr(a) , (C.18)
d = [d
1
d
2
] = roots(b
flr
) (C.19)
e
c = [c
1
c
2
] = roots(a
flr
) . (C.20)
C.4 Fatorac oes das equac oes com ordem qualquer
Com base na analise efetuada para equacoes de diferenca com ordem 2, pode-se obter um
resultado equivalente para equacoes com ordem qualquer, de tal forma que
b = [b
L
b
2
b
1
b
0
] , (C.21)
a = [a
N
a
2
a
1
1] , (C.22)
r
b
= [r
1b
r
2b
r
Lb
] = roots(b) , (C.23)
r
a
= [r
1a
r
2a
r
Na
] = roots(a) , (C.24)
d = [d
1
d
2
d
L
] =
_
1
r
1b
1
r
2b

1
r
Lb
_
(C.25)
e
c = [c
1
c
2
c
N
] =
_
1
r
1a
1
r
2a

1
r
Na
_
. (C.26)
Alternativamente, os seguintes calculos podem ser efetuados
b
flr
= [b
0
b
1
b
2
b
L
] = fliplr(b) , (C.27)
a
flr
= [1 a
1
a
2
a
N
] = fliplr(a) , (C.28)
d = [d
1
d
2
d
L
] = roots(b
flr
) (C.29)
e
c = [c
1
c
2
c
N
] = roots(a
flr
) . (C.30)
A.S.V.
Apendice D
Identidades uteis
N
k=0
a
k
=
_
_
_
(N + 1) , a = 1
1a
(N+1)
1a
, a ,= 1
(D.1)
N
k=0
ka
k
=
_
_
_
N(N+1)
2
, a = 1
a
(1a)
2
_
1 a
N
Na
N
+Na
(N+1)
, a ,= 1
(D.2)
N
k=0
k
2
a
k
=
_
N
k=0
k
2
, a = 1
1
(1a)
__
N
m=1
(2m1)a
m
_
N
2
a
(N+1)
_
=
a
(1a)
3
_
(1 +a)(1 a
N
) 2(1 a)Na
N
(1 a)
2
N
2
a
N
, a ,= 1
(D.3)
e
j
= cos() j sin() (D.4)
_
1 +e
j
_
= e
j
2
_
e
j
2
+e
j
2
_
= e
j
2
_
2 cos
_
2
__
(D.5)
179
180 Apendice D. Identidades uteis
A.S.V.
Apendice E
Aliasing
E.1 Introducao
A geracao de um sinal discreto no tempo atraves da amostragem de um sinal analogico
pode produzir um efeito que recebe as seguintes denominacoes: superposicao de freq uen-
cias, superposicao de sinais senoidais, superposicao espectral ou aliasing.
A ocorrencia de aliasing e controlada por uma determinada relacao entre a freq uencia de
um sinal senoidal analogico e a freq uencia de amostragem.
Em sinais senoidais, o efeito faz com que um sinal analogico de alta freq uencia seja
interpretado como um sinal discreto de baixa freq uencia.
Dessa forma, gera-se uma ambig uidade na representacao de sinais analogicos por sinais
discretos.
Em sinais compostos por diversos sinais senoidais, o efeito causa uma distorcao no sinal.
Do ponto de vista da geracao de sinal discreto, isso pode ser visto como um problema.
Por outro lado, se for usado adequadamente, esse efeito pode ser utilizado como uma
tecnica de demodulacao de sinais discretos no tempo.
A seguir, considerando-se um processo de amostragem uniforme, sao denidas as relacoes
entre as variaveis analogicas e discretas, bem como e destacado o escalamento entre elas.
A ambig uidade entre sinais senoidais discretos no tempo e apresentada, denindo-se faixas
especcas de freq uencia discreta (angulos) para cada superposicao de sinais. A partir das
faixas denidas, sao apresentadas as relacoes de ambig uidade na representacao de sinais
senoidais analogicos por suas amostras. Por m, sao ressaltadas as duas analises possveis
para o problema de aliasing.
E.2 Amostragem uniforme
O processo de geracao de um sinal discreto no tempo, a partir de um sinal analogico, atraves
de uma amostragem uniforme com perodo T
S
, pode ser descrito por
x[n] = x
a
(nT
S
) = x
a
(t)[
t=nT
S
. (E.1)
181
182 Apendice E. Aliasing
E.3 Relac oes entre variaveis anal ogicas e discretas
As Equacoes (E.2) a (E.4) estabelecem uma relacao entre a freq uencia (cclica) analogica f,
a taxa ou freq uencia de amostragem F
S
e a freq uencia (angular) discreta .
= 2f . (E.2)
T
S
=
1
F
S
. (E.3)
= T
S
. (E.4)
De (E.2) a (E.4) obtem-se:
= (T
S
) = (T
S
)2f = (2T
S
)f =
_
2
F
S
_
f . (E.5)
E.4 Equivalencia entre valores anal ogicos e discretos
De (E.5), pode-se estabelecer a relacao de equivalencia entre os valores de freq uencia analogicos
e discretos, a qual e apresentada em (E.6) a (E.7).
f = [ , 2F
S
, 3
F
S
2
, F
S
,
F
S
2
, 0,
F
S
2
, F
S
, 3
F
S
2
, 2F
S
, ] . (E.6)
= [ , 4, 3, 2, , 0, , 2, 3, 4, ] . (E.7)
E.5 Ambig uidade entre sinais discretos no tempo
Um sinal senoidal generico pode ser decomposto em componentes ortogonais, utilizando-se a
relacao
A
0
cos(
0
n
0
) = (A
0
) cos(
0
) cos(
0
n) + (A
0
) sin(
0
) sin(
0
n) . (E.8)
Uma vez que a freq uencia discreta e um angulo, podem-se vericar ambig uidades na
representacao de sinais senoidais discretos, dependendo da faixa de freq uencia utilizada. Assim:
Faixa 1 (0 < ): x
1
[n] = cos(
1
n) ,= x
2
[n] = cos(
2
n), para
1
,=
2
, o que
representa ausencia de ambig uidades.
Faixa 2 ( = ): A
0
cos(n
0
) = (A
0
) cos(
0
) cos(n) = (A
0
) cos(n), o que gera
ambig uidade em amplitude e em angulo de fase.
Faixa 3 ( < 2): x
34
[n] = cos(
34
n) = cos(
12
n) = cos(
12
n) = x
12
[n], para
34
=
12
, o que gera ambig uidade em freq uencia.
Faixa 4 ( > 2): x
K
[n] = cos(( +K2)n) = cos(n) = x
0
[n], o que gera ambig uidade
em freq uencia.
Portanto, as seq uencias senoidais do tipo x[n] = cos(n) sao distintas para freq uencias
tomadas de tal forma que 0 < . Caso contrario, ocorrerao ambig uidades entre os sinais.
Tal caracterstica dos sinais discretos tem inuencia na amostragem dos sinais contnuos,
o que e discutido nos itens que se seguem.
A.S.V.
E.6. Amostragem sem ambig uidade 183
E.6 Amostragem sem ambig uidade
Dada a faixa de freq uencia discreta
0
0
< ,
e a correspondende faixa de freq uencia analogica
0 f
0
<
F
S
2
,
pode-se estabelecer a seguinte correspondencia biunvoca entre sinais senoidais analogicos e
discretos:
x
a
(t) = cos(2f
0
t) x[n] = cos(
0
n) .
Dessa forma, considerando-se um sinal analogico composto por diversos sinais senoidais,
onde f
MAX
representa a maior freq uencia envolvida, a relacao
0 f
MAX
<
F
S
2
,
garante a representacao correta do sinal analogico pelo seu correspondente discreto e e conhecida
como Teorema da Amostragem (Nyquist-1928 Shannon-1949).
E.7 Amostragem com ambig uidade
E.7.1 Freq uencias m ultiplas de =
Dadas as freq uencias discretas
k
= (2k + 1) , k = 0, 1, 2, 3, ,
e as correspondentes freq uencias analogicas
f
k
= (2k + 1)
F
S
2
, k = 0, 1, 2, 3, ,
podem ser denidos dois tipos de ambig uidade na representacao de sinais senoidais analogicos
por sinais senoidais discretos: i) em amplitude e angulo de fase e ii) em freq uencia.
Para k = 0 e utilizando-se (E.8), a relacao de ambig uidade em amplitude e angulo de fase
e dada por
x
a
(t) = cos(2f
0
t +
0
) x[n] = cos(
0
n +
0
)
= cos(
0
)cos(
0
n) cos(
0
)cos(2f
0
t) ,= x
a
(t) .
Por sua vez, para k > 0, a relacao de ambig uidade em freq uencia e dada por
x
a
(t) = cos(2f
k
t) x[n] = cos(
k
n)
= cos(
0
n) cos(2f
0
t) ,= x
a
(t) .
TET / UFF
o
e 2
o
quadrantes
Dadas as freq uencias na faixa de ausencia de ambig uidade
0
0
<
e as freq uencias de 1
o
e 2
o
quadrantes
k
= (k2 +
0
) , k = 0, 1, 2, 3, ,
pode-se estabelecer a seguinte relacao de ambig uidade em freq uencia
x
a
(t) = cos(2f
k
t) x[n] = cos(
k
n)
= cos ((k2 +
0
)n)
= cos(
0
n) cos(2f
0
t) ,= x
a
(t) .
Utilizando-se as relacoes entre as variaveis analogicas e discretas, a ambig uidade entre
representacoes ocorre para as seguintes freq uencias:
k
= k2 +
0
k
T
S
= k2 +
0
T
S
2f
k
T
S
= k2 + 2f
0
T
S
2f
k
= k2
1
T
S
+ 2f
0
f
k
= kF
S
+f
0
.
Portanto, as faixas de freq uencia de superposicao de sinais analogicos gerada por freq uencias
discretas nos 1
o
e 2
o
quadrantes sao
kF
S
f
k
<
_
kF
S
+
F
S
2
_
=
_
k +
1
2
_
F
S
, k = 0, 1, 2, 3, .
o
e 4
o
quadrantes
Dadas as freq uencias na faixa de ausencia de ambig uidade
0
0
<
e as freq uencias de 3
o
e 4
o
quadrantes
0
= (2
0
)
e
k
= (k2) + (
0
) = (k2) + (2
0
) = ((k + 1)2
0
) , k = 0, 1, 2, 3, ,
pode-se estabelecer a seguinte relacao de ambig uidade em freq uencia
x
a
(t) = cos(2f
k
t) x[n] = cos(
k
n)
= cos (((k + 1)2
0
)n)
= cos(
0
n) cos(2f
0
t) ,= x
a
(t) .
A.S.V.
E.8. Analises importantes 185
Utilizando-se as relacoes entre as variaveis analogicas e discretas, a ambig uidade entre
representac oes ocorre para as seguintes freq uencias:
f
k
= (k + 1)F
S
f
0
.
Portanto, as faixas de freq uencia de superposicao de sinais analogicos gerada por freq uencias
discretas nos 3
o
e 4
o
quadrantes sao
(k + 1)F
S
f
k
>
_
k +
1
2
_
F
S
, k = 0, 1, 2, 3, .
E.8 Analises importantes
Duas analises podem ser realizadas, considerando-se um sinal senoidal analogico x(t), amostrado
com uma determinada freq uencia de amostragem F
S
:
Dada uma mesma freq uencia de amostragem F
S
, qual o efeito sobre os diversos sinais
senoidais analogicos x
k
(t) = cos(
k
t) ?
Dadas as diversas freq uencias de amostragem F
S
k
, qual o efeito sobre o mesmo sinal
senoidal analogico x(t) = cos(t) ?
TET / UFF
A.S.V.
Apendice F
Exemplos de calculo da resposta de um
SLIT de primeira ordem
F.1 Introducao
Aqui sao apresentados exemplos de calculo das respostas de SLITs, os quais sao descritos
por equacoes de diferenca lineares, de primeira ordem, com coecientes constantes.
O problema envolvido nos calculos e:
Dados os sistemas descritos por:
y[n] +a
1
y[n 1] = b
0
x[n] , (F.1)
y[n] +a
1
y[n 1] = b
1
x[n 1] (F.2)
e
y[n] +a
1
y[n 1] = b
0
x[n] +b
1
x[n 1] . (F.3)
Dada a condicao inicial: y[1].
Calcular a resposta da equacao homogenea: y
h
[n] = y[n] u[n], para x[n] = 0.
Calcular as respostas do sistema relaxado (y[n] = 0, n < 0), para as seguintes
entradas: [n], u[n], z
n
u[n], e
j
0
n
u[n] e cos(
0
n) u[n].
Inicialmente, e efetuado o calculo da resposta da equacao homogenea.
Em seguida, sao efetuados os calculos para as respostas relativas às entradas especicadas,
para o sistema descrito pela Eq. (F.1), as quais pode ser denominadas y
D0
[n].
Aproveitando os resultados de y
D0
[n], sao efetuados os calculos para as respostas do
sistema descrito pela Eq. (F.2), as quais podem ser denominadas y
D1
[n]. Para tal, sao
utilizadas as propriedades de invariancia no tempo e de homogeneidade de um SLIT:
y
D1
[n] =
_
b
1
b
0
_
y
D0
[n 1].
Finalmente, aproveitando os resultados de y
D0
[n] e de y
D1
[n], sao efetuados os calculos
para as respostas do sistema descrito pela Eq. (F.3), as quais pode ser denominadas y[n].
Para tal, e utilizada a propriedade de linearidade de um SLIT: y[n] = y
D0
[n] +y
D1
[n].
187
188 Apendice F. Exemplos de calculo da resposta de um SLIT de primeira ordem
F.2 Calculo da resposta da equacao homogenea
Dada a equacao
y[n] +a
1
y[n 1] = 0 , (F.4)
submetida a uma dada condicao inicial y[1], pode-se propor uma solucao do tipo
y
h
[n] = K
h
z
n
. (F.5)
Substituindo-se (F.5) em (F.4), obtem-se:
K
h
z
n
+a
1
K
h
z
n1
= 0 ,
que pode ser fatorada em
K
h
z
n
_
1 +a
1
z
1
_
= 0 ,
de onde, desprezando-se a solucao trivial z = 0, conclui-se que
1 +a
1
z
1
= 0
e
z = a
1
. (F.6)
Substituindo-se (F.6) em (F.5), obtem-se:
y
h
[n] = K
h
(a
1
)
n
, (F.7)
de onde, com o auxlio da condicao inicial y[1] e de (F.4), conclui-se que
y[0] = y
h
[0] = K
h
,
y[0] = (a
1
) y[1]
e
K
h
= (a
1
) y[1] . (F.8)
De (F.7) e (F.8), deduz-se que a solucao da equacao homogenea, para n 0, e dada por
y
h
[n] = y[0] (a
1
)
n
u[n]
= (a
1
) y[1] (a
1
)
n
u[n]
= y[1] (a
1
)
n+1
u[n] . (F.9)
A.S.V.
F.3. Sistema y[n] +a
1
y[n 1] = b
0
x[n] 189
F.3 Sistema y[n] + a
1
y[n 1] = b
0
x[n]
F.3.1 Calculo para x[n] = [n]
Dada a equacao
y[n] +a
1
y[n 1] = b
0
[n] ,
tem-se, para n = 0, que
y[0] = b
0
(F.10)
e, para n > 0, que
y[n] +a
1
y[n 1] = 0 .
Assim, exceto em n = 0, o problema se resume ao calculo da solucao de uma equacao
homogenea, com condicao inicial dada por (F.10). Portanto, a resposta pode ser denida por
h[n] = y
[n] =
_
b
0
, n = 0
y
h
[n][
y[0]=b
0
, n > 0
(F.11)
Substituindo-se (F.9) e (F.10) em F.11, obtem-se:
h[n] = (b
0
) (a
1
)
n
u[n] = (1)
_
b
0
a
1
_
(a
1
)
n+1
u[n]
= (b
0
) ([n]) + (b
0
) (a
1
)
n
u[n 1]
=
_
b
0
1 +a
1
_
([n]) + (1)
_
b
0
1 +a
1
_
_
(a
1
)
n+1
u[n] (a
1
)
n
u[n 1]
_
.
F.3.2 Calculo para x[n] = u[n]
Dada a equacao
y[n] +a
1
y[n 1] = b
0
u[n] , (F.12)
pode-se propor uma solucao do tipo
y[n] = y
p
[n] +y
c
[n] , (F.13)
onde a solucao particular (similar à entrada) e dada por
y
p
[n] = K
p
(F.14)
e a solucao complementar (similar à solucao homogenea) assume a forma
y
c
[n] = K
c
z
n
= K
c
(a
1
)
n
. (F.15)
Substituindo-se (F.14) em (F.12), obtem-se, para n 0:
K
p
+a
1
K
p
= b
0
,
TET / UFF
que, fatorada, fornece
K
p
(1 +a
1
) = b
0
e
K
p
=
_
b
0
1 +a
1
_
. (F.16)
A combinacao de (F.13) a (F.16) resulta em
y
u
[n] =
_
b
0
1 +a
1
_
+K
c
(a
1
)
n
. (F.17)
Substituindo-se n = 0 em (F.17) e (F.12), tem-se que
_
b
0
1 +a
1
_
+K
c
= b
0
,
da qual conclui-se que
K
c
=
_
b
0
a
1
1 +a
1
_
= (1)
_
b
0
1 +a
1
_
(a
1
) . (F.18)
De (F.18) em (F.17), obtem-se, para n 0:
y
u
[n] =
_
b
0
1 +a
1
_
(u[n]) + (1)
_
b
0
1 +a
1
_
(a
1
)
n+1
u[n] . (F.19)
n
u[n]
Dada a equacao
y[n] +a
1
y[n 1] = b
0
z
n
u[n] , (F.20)
pode-se propor uma solucao do tipo
y[n] = y
p
[n] +y
c
[n] , (F.21)
onde a solucao particular (similar à entrada) e dada por
y
p
[n] = K
p
z
n
(F.22)
e a solucao complementar (similar à solucao homogenea) assume a forma
y
c
[n] = K
c
(a
1
)
n
. (F.23)
Substituindo-se (F.22) em (F.20), obtem-se, para n 0:
K
p
z
n
+a
1
K
p
z
n1
= b
0
z
n
,
que, fatorada, fornece
K
p
z
n
_
1 +a
1
z
1
_
= b
0
z
n
,
A.S.V.
1
y[n 1] = b
0
x[n] 191
de onde, desprezando-se a solucao trivial z = 0, conclui-se que
K
p
=
_
b
0
1 +a
1
z
1
_
. (F.24)
A combinacao de (F.21) a (F.24) resulta em
y
z
[n] =
_
b
0
1 +a
1
z
1
_
z
n
+K
c
(a
1
)
n
. (F.25)
Substituindo-se n = 0 em (F.25) e (F.20), tem-se que
_
b
0
1 +a
1
z
1
_
+K
c
= b
0
,
da qual conclui-se que
K
c
=
_
b
0
a
1
z
1
1 +a
1
z
1
_
= (1)
_
b
0
1 +a
1
z
1
_
z
1
(a
1
) . (F.26)
De (F.26) em (F.25), obtem-se, para n 0:
y
z
[n] =
_
b
0
1 +a
1
z
1
_
(z
n
u[n]) + (1)
_
b
0
1 +a
1
z
1
_
z
1
(a
1
)
n+1
u[n] . (F.27)
j
0
n
u[n]
Denindo-se a relacao
x[n] = e
j
0
n
=
_
e
j
0
_
n
= z
n
, para z = e
j
0
, (F.28)
pode-se utilizar o resultado anterior, onde x[n] = z
n
u[n].
Assim, de (F.28) e (F.27), obtem-se:
y
e
[n] =
_
b
0
1 +a
1
e
j
0
_
_
e
j
0
n
u[n]
_
+ (1)
_
b
0
1 +a
1
e
j
0
_
e
j
0
(a
1
)
n+1
u[n] . (F.29)
0
n) u[n]
Denindo-se a relacao
x[n] = cos(
0
n) =
_
1
2
_
e
j
0
n
+
_
1
2
_
e
j
0
n
, (F.30)
pode-se utilizar o resultado anterior, onde x[n] = e
j
0
n
u[n].
TET / UFF
Assim, de (F.30) e (F.29), obtem-se:
y
cos
[n] =
_
1
2
__
b
0
1 +a
1
e
j
0
_
e
j
0
n
+ (1)
_
1
2
__
b
0
1 +a
1
e
j
0
_
e
j
0
(a
1
)
n+1
+
_
1
2
__
b
0
1 +a
1
e
j
0
_
e
j
0
n
+ (1)
_
1
2
__
b
0
1 +a
1
e
j
0
_
e
j
0
(a
1
)
n+1
=
__
1
2
__
b
0
1 +a
1
e
j
0
_
e
j
0
n
+
_
1
2
__
b
0
1 +a
1
e
j
0
_
e
j
0
n
_
+
(1)
__
1
2
__
b
0
1 +a
1
e
j
0
_
e
j
0
+
_
1
2
__
b
0
1 +a
1
e
j
0
_
e
j
0
_
(a
1
)
n+1
=
__
1
2
_
H
+
(
0
) e
j
0
n
+
_
1
2
_
H
(
0
) e
j
0
n
_
+
(1)
__
1
2
_
H
(
0
) e
j
0
+
_
1
2
_
H
+
(
0
) e
j
0
_
(a
1
)
n+1
, (F.31)
onde:
H
+
() =
_
b
0
1 +a
1
e
j
_
= [H
+
()[e
jH
+
()
(F.32)
e
H
() =
_
b
0
1 +a
1
e
j
_
= [H
()[e
jH
()
. (F.33)
De (F.32) e (F.33), conclui-se que
[H
+
()[ = [H
()[ = [H
D0
()[ ,
H
+
() = H
() = H
D0
()
e
H
D0
() = [H
D0
()[e
jH
D0
()
=
_
b
0
1 +a
1
e
j
_
. (F.34)
Substituindo-se (F.34) em (F.31), tem-se que
y
cos
[n] =
__
1
2
_
[H
D0
(
0
)[ e
jH
D0
(
0
)
e
j
0
n
+
_
1
2
_
[H
D0
(
0
)[ e
jH
D0
(
0
)
e
j
0
n
_
+
(1)
__
1
2
_
[H
D0
(
0
)[ e
jH
D0
(
0
)
e
j
0
+
_
1
2
_
[H
D0
(
0
)[ e
jH
D0
(
0
)
e
j
0
_
(a
1
)
n+1
e, nalmente, que
y
cos
[n] = [H
D0
(
0
)[ cos (
0
n +H
D0
(
0
)) u[n] +
(1) [H
D0
(
0
)[ cos (
0
H
D0
(
0
)) (a
1
)
n+1
u[n] .
A.S.V.
1
y[n 1] = b
1
x[n 1] 193
1
y[n 1] = b
1
x[n 1]
Considerando-se y
D0
[n] como a resposta à equacao de diferenca y[n] + a
1
y[n 1] = b
0
x[n], e
utilizando-se as propriedades de invariancia no tempo e de homogeneidade do SLIT, a resposta
à equacao de diferenca y[n] +a
1
y[n 1] = b
1
x[n 1] e dada por y
D1
[n] =
_
b
1
b
0
_
y
D0
[n 1].
Portanto, os calculos que se seguem sao apenas adaptacoes dos calculos anteriores.
h[n] = y
[n] =
_
b
1
b
0
_
b
0
(a
1
)
n1
u[n 1]
= b
1
(a
1
)
n1
u[n 1] = (1)
_
b
1
a
1
_
(a
1
)
n
u[n 1]
= (b
1
) ([n 1]) + (b
1
) (a
1
)
n1
u[n 2]
=
_
b
1
1 +a
1
_
([n 1]) + (1)
_
b
1
1 +a
1
_
_
(a
1
)
n
u[n 1] (a
1
)
n1
u[n 2]
_
.
y
u
[n] =
_
b
1
b
0
__
b
0
1 +a
1
_
u[n 1] + (1)
_
b
1
b
0
__
b
0
1 +a
1
_
(a
1
)
n
u[n 1]
=
_
b
1
1 +a
1
_
(u[n 1]) + (1)
_
b
1
b
0
__
b
0
1 +a
1
_
(a
1
)
n
u[n 1] . (F.35)
n
u[n]
y
z
[n] =
_
b
1
b
0
__
b
0
1 +a
1
z
1
_
z
n1
u[n 1] + (1)
_
b
1
b
0
__
b
0
1 +a
1
z
1
_
z
1
(a
1
)
n
u[n 1]
=
_
b
1
z
1
1 +a
1
z
1
_
(z
n
u[n 1]) + (1)
_
b
1
b
0
__
b
0
1 +a
1
z
1
_
z
1
(a
1
)
n
u[n 1] .
(F.36)
j
0
n
u[n]
y
e
[n] =
_
b
1
e
j
0
1 +a
1
e
j
0
_
_
e
j
0
n
u[n 1]
_
+ (1)
_
b
1
b
0
__
b
0
1 +a
1
e
j
0
_
e
j
0
(a
1
)
n
u[n 1] .
(F.37)
0
n) u[n]
y
cos
[n] = [H
D1
(
0
)[ cos (
0
n +H
D1
(
0
)) u[n 1] +
(1)
_
b
1
b
0
_
[H
D0
(
0
)[ cos (
0
H
D0
(
0
)) (a
1
)
n
u[n 1] , (F.38)
TET / UFF
onde:
H
D0
() =
_
b
0
1 +a
1
e
j
0
_
e
H
D1
() =
_
b
1
e
j
0
1 +a
1
e
j
0
_
=
_
b
1
b
0
_
H
D0
() e
j
0
.
A.S.V.
1
y[n 1] = b
0
x[n] +b
1
x[n 1] 195
1
y[n 1] = b
0
x[n] + b
1
x[n 1]
Considerando-se y
D0
[n] como a resposta à equacao de diferenca y[n]+a
1
y[n1] = b
0
x[n], y
D1
[n]
como a resposta à equacao de diferenca y[n]+a
1
y[n1] = b
1
x[n1] e utilizando-se a propriedade
de aditividade do SLIT, a resposta à equacao de diferenca y[n] +a
1
y[n1] = b
0
x[n] +b
1
x[n1]
e dada por y[n] = y
D0
[n] +y
D1
[n].
Portanto, os calculos que se seguem sao apenas adaptacoes dos calculos anteriores.
h[n] = y
[n] = b
0
(a
1
)
n
u[n] +b
1
(a
1
)
n1
u[n 1] .
y
u
[n] =
_
b
0
1 +a
1
_
(u[n]) + (1)
_
b
0
1 +a
1
_
(a
1
)
n+1
u[n] +
_
b
1
1 +a
1
_
(u[n 1]) + (1)
_
b
1
b
0
__
b
0
1 +a
1
_
(a
1
)
n
u[n 1] . (F.39)
n
u[n]
y
z
[n] =
_
b
0
1 +a
1
z
1
_
(z
n
u[n]) + (1)
_
b
0
1 +a
1
z
1
_
z
1
(a
1
)
n+1
u[n] +
_
b
1
z
1
1 +a
1
z
1
_
(z
n
u[n 1]) + (1)
_
b
1
b
0
__
b
0
1 +a
1
z
1
_
z
1
(a
1
)
n
u[n 1] .
(F.40)
j
0
n
u[n]
y
e
[n] =
_
b
0
1 +a
1
e
j
0
_
_
e
j
0
n
u[n]
_
+ (1)
_
b
0
1 +a
1
e
j
0
_
e
j
0
(a
1
)
n+1
u[n] +
_
b
1
e
j
0
1 +a
1
e
j
0
_
_
e
j
0
n
u[n 1]
_
+ (1)
_
b
1
b
0
__
b
0
1 +a
1
e
j
0
_
e
j
0
(a
1
)
n
u[n 1] .
(F.41)
0
n) u[n]
y
cos
[n] = [H
D0
(
0
)[ cos (
0
n +H
D0
(
0
)) u[n] +
(1) [H
D0
(
0
)[ cos (
0
H
D0
(
0
)) (a
1
)
n+1
u[n] +
[H
D1
(
0
)[ cos (
0
n +H
D1
(
0
)) u[n 1] +
(1)
_
b
1
b
0
_
[H
D0
(
0
)[ cos (
0
H
D0
(
0
)) (a
1
)
n
u[n 1] . (F.42)
TET / UFF
A.S.V.
Apendice G
Tabelas uteis
G.1 Transformada de Fourier Discreta no Tempo (DTFT)
x[n] X(e
j
) =
k=
x[k]e
jk
[n] 1
u[n]
1
1e
j
+
k=
( + 2k)
e
j
0
n

k=
2 (
0
+ 2k)
n
u[n], [[ < 1
1
1e
j
Tabela G.1: Pares de DTFT.
Seq uencia DTFT
x[n] X(e
j
)
x
1
[n] X
1
(e
j
)
x
2
[n] X
2
(e
j
)
a
1
x
1
[n] +a
2
x
2
[n] a
1
X
1
(e
j
) +a
2
X
2
(e
j
)
x[n N
D
] e
jN
D
X(e
j
)
e
j
0
n
x[n] X(e
j(
0
)
)
x
1
[n] x
2
[n] X
1
(e
j
)X
2
(e
j
)
x
1
[n]x
2
[n]
1
2
_
X
1
(e
j
)X
2
(e
j()
)d
nx[n] j
dX(e
j
)
d
Tabela G.2: Propriedades da DTFT.
n=
x
1
[n]x
2
[n] =
1
2
_
X
1
(e
j
)X
2
(e
j
)d
Tabela G.3: Relacao de Parseval na DTFT.
197
198 Apendice G. Tabelas uteis
G.2 Transformada de Fourier Discreta (DFT)
Seq uencia DFT
x[n] X[k]
x
1
[n] X
1
[k]
x
2
[n] X
2
[k]
a
1
x
1
[n] +a
2
x
2
[n] a
1
X
1
[k] +a
2
X
2
[k]
x[n N
D
)
N
] W
kN
D
N
X[k]
W
K
D
n
N
x[n] X[k K
D
)
N
]
X[n] N[g k)
N
]
N1
m=0
x
1
[m]x
2
[n m)
N
] X
1
[k]X
2
[k]
x
1
[n]x
2
[n]
1
N
N1
m=0
X
1
[m]X
2
[k m)
N
]
Tabela G.4: Propriedades da DFT.
A.S.V.
G.3. Transformada Z bilateral 199
G.3 Transformada Z bilateral
x[n] X(z) =
k=
x[k]z
k
ROC
[n] 1 z
u[n]
1
1z
1
[z[ > 1
[n N
D
] z
N
D
_
z 0 , N
D
> 0
z , N
D
< 0
n
u[n]
1
1z
1
[z[ > [[
n
n
u[n]
z
1
(1z
1
)
2
[z[ > [[
cos(
0
n)u[n]
1cos(
0
)z
1
12 cos(
0
)z
1
+z
2
[z[ > 1
sin(
0
n)u[n]
1sin(
0
)z
1
12 cos(
0
)z
1
+z
2
[z[ > 1
r
n
cos(
0
n)u[n]
1r cos(
0
)z
1
12r cos(
0
)z
1
+r
2
z
2
[z[ > r
r
n
sin(
0
n)u[n]
1r sin(
0
)z
1
12r cos(
0
)z
1
+r
2
z
2
[z[ > r
Tabela G.5: Pares de Transformada Z bilateral.
Seq uencia Transformada Z ROC
x[n] X(z) R
x
x
1
[n] X
1
(z) R
x
1
x
2
[n] X
2
(z) R
x
2
a
1
x
1
[n] +a
2
x
2
[n] a
1
X
1
(z) +a
2
X
2
(z)
x[n N
D
] z
N
D
X(z)
a
n
x[n] X(
z
a
)
z
n
0
x[n] X(
z
z
0
) z
0
R
x
e
j
0
n
x[n] X(e
j
0
n
z) R
x
x[n] X(z
1
)
w[n] =
_
x[r], n = rk
0, n ,= rk para algum r
X(z
k
)
x
1
[n] x
2
[n] X
1
(z)X
2
(z)
x
1
[n]x
2
[n]
1
2j
_
C
X
1
(v)X
2
(
z
v
)v
1
dv
nx[n] z
dX(z)
dz
n
k=
x[k]
1
1z
1
X(z)
Tabela G.6: Propriedades da Transformada Z bilateral.
TET / UFF
200 Apendice G. Tabelas uteis
n=
x
1
[n]x
2
[n] =
1
2j
_
C
X
1
(v)X
2
(
1
v
)v
1
dv
Tabela G.7: Relacao de Parseval na Transformada Z bilateral.
G.4 Transformada Z unilateral
Elaborar tabela ...
Tabela G.8: Propriedades da Transformada Z unilateral.
A.S.V.
Referencias Bibliogracas
[Ant86] A. Antoniou. Digital Filters: Analyis and Design. Tata McGraw-Hill, New Delhi,
India, 2nd reprint edition, 1986.
[Cad73] J. A. Cadzow. Discrete-Time Systems: An Introduction with Interdisciplinary Ap-
plications. Prentice-Hall, Englewood Clis, NJ, 1973.
[IMD
+
85] G. Iezzi, C. Murakami, O. Dolce, S. Hazzan, J. N. Pompeu, and N. Machado. Fun-
damentos da Matematica Elementar (vol. 1 10). Atual Editora, Sao Paulo, SP,
1985.
[Jac96] L. B. Jackson. Digital Filters and Signal Processing - with MATLAB exercises.
Kluwer Academic Publishers, 3rd edition, 1996.
[Mit98] S. K. Mitra. Digital Signal Processing: A Computer-Based Approach. McGraw-Hill,
New York, NY, 1998.
[OS75] A. V. Oppenheim and R. W. Schafer. Digital Signal Processing. Prentice-Hall,
Englewood Clis, NJ, 1975.
[OWY83] A. V. Oppenheim, A. S. Willsky, and I. T. Young. Signals and Systems. Prentice-
Hall, Englewood Clis, NJ, 1983.
[PL76] A. Peled and B. Liu. Digital Signal Processing: Theory, Design and Implementation.
John Wiley, New York, NY, 1976.
[PM06] J. G. Proakis and D. G. Manolakis. Digital Signal Processing: Principles, Algorithms
and Applications. Prentice Hall, 4th edition, 2006.
[Rob09] M. J. Roberts. Fundamentos em Sinais e Sistemas. McGraw-Hill, Sao Paulo, SP,
2009.
[SDD84] W. D. Stanley, G. R. Dougherty, and R. Dougherty. Signals and Systems. Prentice-
Hall, Reston, Virginia, 2nd edition, 1984.
[She95] K. Shenoi. Digital Signal Processing in Telecommunications. Prentice-Hall PTR,
Upper Saddle River, NJ, 1995.
[SK89] R. D. Strum and D. E. Kirk. First Principles of Discrete Systems and Digital Signal
Processing. Addison-Wesley, Massachusetts, 1989.
201
202 Referencias Bibliogracas
A.S.V.
Indice Remissivo
Aliasing, 24
Amostragem
aliasing, 24
processo de, 23
taxa de Nyquist, 24
teorema da amostragem, 24
Convolucao linear
convergencia, 42
denicao, 14
interpretacao, 45, 46
propriedades, 42
Diagrama de blocos
associacao cascata, 49
associacao paralela, 49
de complexidade generica, 49
diagrama de sistema, 50
realimentacao, 49
Diagrama de sistema
biquad, 49
casos particulares de interesse
associacao comb lter + resonator,
60
FIR com coecientes simetricos, 60
lattice, 60
combinador linear, 52
denicao, 50
equacionamento de estruturas nao recur-
sivas, 52
equacionamento de estruturas recursivas,
57
estrutura transversal, 52
linha de retardo, 52
operacoes basicas, 50
operador atraso unitario, 46
operador avanco unitario, 46
operador de deslocamento, 46
operador de transferencia, 47
representacoes gracas
blocos basicos, 50
SFG (Signal Flow Graph), 50
transposicao, 51
Equacao de diferenca
associacao com um sistema, 43
calculo da sada do sistema, 44
classicacao quanto à realimentacao do
sistema, 44
denicao, 43
Processamento de sinais
acao do, 4
agente do, 4
arquitetura do, 4
domnio do, 4
objeto do, 4
Processamento digital de sinais
arquitetura de sistemas de, 5
Resposta ao impulso
denicao, 45
resposta de SLIT relaxado, 45
sistema FIR (Finite Impulse Response),
46
sistema IIR (Innite Impulse Response),
46
Seq uencia
associacao com sinal amostrado, 4
associacao com sinal digital, 4
classicacao quanto a:
comprimento, 11
periodicidade, 11
simetria, 11
sistema numerico, 10
varios criterios, 12
mais comumente empregadas, 17
notacao comum para seq uencias, 10
notacao para seq uencia amostrada, 9
notacao para seq uencia discreta, 9
notacoes, 9
operacoes basicas
adicao, 12
203
204

Indice Remissivo
deslocamento temporal circular, 13
deslocamento temporal linear, 13
escalamento temporal, 13
extensao periodica, 13
multiplicacao, 12
sobre seq uencias simetricas, 16
soma de convolucao circular, 14
soma de convolucao linear, 14
zero-padding, 12
relacoes entre seq uencias, 20
tipos de, 10
Seq uencia exponencial
ambig uidade na representacao, 22
caractersticas relevantes, 21
faixas de freq uencias, 22
periodicidade, 22
perodo fundamental, 22
relacao com a seq uencia senoidal, 21
Sinal
n umero de variaveis independentes, 4
tipo das variaveis, 4
denicao de, 4
tipos de, 4
visao fsica, 4
visao matematica, 4
Sistema
causalidade, 35
estabilidade, 34
invariancia ao deslocamento, 34
linearidade, 34
memoria, 33
n umero de entradas e de sadas, 33
passividade, 35
sinal manipulado, 33
denicao de, 4
estados e variaveis de estado, 33
implemetac ao de sistemas digitais, 36
implemetac ao de sistemas discretos, 35
Sistema Linear e Invariante ao Tempo (SLIT)
calculo da sada usando a resposta ao
impulso, 45
realimentac ao, 49
representac oes, 41
sistema FIR (Finite Impulse Response),
46
sistema IIR (Innite Impulse Response),
46
A.S.V.

Apostila Teoria de PDS

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Apostila Teoria de PDS

Transféré par

Droits d'auteur :

Formats disponibles

Apostila

Indice Remissivo 203

[n], a Equacao 4.2 pode ser reescrita como

[nk] representam valores futuros da entrada.

, considere o novo vetor

[n] = h[n] pode ser expressa por

e de angulo de fase (argumento) H(e

x()h(t ) d = x(t) h(t).

e R, de tal forma que

sao ditos complexos conjugados se, e somente se,

= (x, y) = x y i = r (cos i sin ) = r e

Vous aimerez peut-être aussi