Apostila PDS 1 PDF

UNIVERSIDADE CATLICA DE GOIS
DEPARTAMENTO DE ENGENHARIA
ENGENHARIA ELTRICA
Introduo ao
Processamento Digital de Sinais
Prof. Dr. Cludio A. Fleury
Goinia GO
2005
Introduo ao PDS
CONTEDO:
1. Processamento Digital de Sinais.......................................................................................... 4
1.1 Sinais.............................................................................................................................. 4
1.2 Sinais Contnuos e Discretos ......................................................................................... 4
1.3 Sistemas Contnuos e Discretos ..................................................................................... 4
1.4 Processamento Digital de Sinais.................................................................................... 6
1.5 Breve Histria do PDS................................................................................................... 6
1.6 Vantagens do PDS ......................................................................................................... 7
1.7 Processadores de Sinais ................................................................................................. 7
1.8 Bibliografia .................................................................................................................... 8
2. Sinais e Sistemas Discretos................................................................................................ 10
2.1 Sinais Discretos............................................................................................................ 10
2.2 Convoluo Discreta.................................................................................................... 10
2.3 Sistemas Discretos FIR e IIR....................................................................................... 12
2.4 Sistemas Discretos Recursivos e No Recursivos ....................................................... 13
2.5 Operao em Tempo Real............................................................................................ 13
2.6 Sistemas Discretos Causais.......................................................................................... 13
2.7 Sistemas Discretos Estveis......................................................................................... 14
2.8 Freqncia de um Sinal Discreto ................................................................................. 14
2.8.1 Fase ........................................................................................................................... 15
2.8.2 Freqncias Repetitivas ............................................................................................ 16
2.9 Resposta em Freqncia de um Sistema Discreto ....................................................... 17
2.10 Transformada de Fourier de um Sinal Discreto......................................................... 18
2.11 Propriedades da Transformada de Fourier................................................................. 20
2.11.1 Propriedade da Translao...................................................................................... 20
2.11.2 Propriedade da Convoluo .................................................................................... 21
2.11.3 Propriedades de Simetria ........................................................................................ 21
2.12 Equao de Diferenas e Resposta em Freqncia.................................................... 23
3. Amostragem de Sinais Contnuos...................................................................................... 25
3.1 Introduo .................................................................................................................... 25
3.2 Teorema da Amostragem............................................................................................. 27
3.3 Aliasing........................................................................................................................ 28
3.4 Reconstruo de um Sinal Amostrado......................................................................... 30
3.5 Amostragem Real ........................................................................................................ 31
3.6 Reconstruo Real ....................................................................................................... 32
3.7 Interpolao ................................................................................................................. 34
3.8 Decimao ................................................................................................................... 35
3.9 Converso Fracionria da Freqncia de Amostragem ............................................... 36
4. Transformada-Z ................................................................................................................. 37
4.1 Definio...................................................................................................................... 37
4.2 Regio de Convergncia .............................................................................................. 37
4.3 Relao com a Transformada de Fourier ..................................................................... 39
4.4 Algumas Propriedades da Transformada-Z ................................................................. 39
4.5 Propriedade da Convoluo ......................................................................................... 40
Prof. Cludio A. Fleury
2005
EE-UCG
Introduo ao PDS
4.6 Funo de Transferncia de um Sistema Discreto....................................................... 40

4.7 Estabilidade e Causalidade .......................................................................................... 40
4.8 Avaliao Geomtrica da Transformada de Fourier.................................................... 40
4.9 Inverso da Transformada-Z........................................................................................ 42
4.9.1 Mtodo da Diviso................................................................................................ 42
4.9.2 Mtodo da Decomposio em Fraes Simples ................................................... 42
4.9.3 Integral de Linha ................................................................................................... 43
4.10 Propriedade da Convoluo Complexa...................................................................... 45
2005
EE-UCG
Introduo ao PDS
1. Processamento Digital de Sinais

1.1 Sinais
Os sinais esto presentes em nossa vida, em tudo que vemos, ouvimos, etc. Os sinais podem ser
medidos, processados, analisados, e normalmente, auxiliam-nos nas tomadas de decises. O som, a
temperatura e a luz so exemplos de sinais que utilizamos no dia a dia.
Os ouvidos convertem o som em sinais eltricos, os quais chegam ao crebro, que por sua vez
analisa algumas de suas caractersticas: amplitude, freqncia e fase; alm de determinar a direo
em que se encontra a fonte de som, e reconhec-lo, como msica, fala, rudo de motor de automvel,
etc.
Os nervos colocados nas partes expostas da pele sentem a temperatura e enviam para o crebro sinais
eltricos, que podem originar decises tais como ligar um aquecedor, abrir uma janela, etc.
Os olhos focam as imagens na retina, a qual as converte em sinais eltricos e estimula o nervo ptico
que os envia ao crebro, que pela anlise da cor, da forma, da intensidade, e de outras caractersticas
das imagens, reconhece os objetos, mede distncias, detectar movimentos, etc.
Um sistema de controle automtico baseia-se nos mesmos princpios de funcionamento do corpo
humano: um sinal representativo da grandeza controlada comparado com uma referncia, e o sinal
erro resultante da diferena entre ambos, processado pelo controlador para determinar a ao
corretiva adequada (Figura 1).
Controlador
Sistema
1.2 Sinais Contnuos e Discretos

Nos sistemas contnuos, os sinais de entrada e de sada so sinais contnuos, funes de uma varivel
contnua, normalmente o tempo, t.
Em certas condies, um sinal contnuo xc(t) pode ser representado univocamente por um sinal em
tempo discreto, ou simplesmente, sinal discreto x(n), uma funo de uma varivel discreta, n.
O teorema da amostragem estabelece as condies mnimas necessrias para o caso da amostragem
peridica de um sinal contnuo:
x(n) = xc(nT),
em que T o perodo de amostragem (intervalo de tempo entre amostras consecutivas).
1.3 Sistemas Contnuos e Discretos

Se os sinais contnuos presentes na entrada e na sada de um sistema contnuo Hc podem ser
representados por sinais discretos, ento o funcionamento do sistema contnuo Hc poder tambm
ser representado por um conjunto de relaes entre esses sinais discretos, ou seja, por um sistema
discreto H.
2005
EE-UCG
Introduo ao PDS
Enquanto a relao entrada/sada de um sistema contnuo (unidimensional) normalmente

representada por uma equao diferencial, num sistema discreto essa relao representada por uma
equao de diferenas, o que facilita substancialmente o clculo da resposta do sistema a uma dada
entrada.
Exemplo:
Consideremos o sistema definido pela equao de diferenas
y(n) = 0.4x(n) + 0.6y(n-1) .
Vamos supor, ainda, que este sistema tem como entrada o sinal
0, se n < 0 ou (n > 0 e (n mod 12 > 5))

x(n) =
1, caso contrrio
e que o sistema encontra-se inicialmente relaxado, ou seja, y(-1) = 0.
A resposta y(n) do sistema obtida facilmente com a realizao de apenas duas
multiplicaes e uma adio para cada amostra. O programa seguinte, escrito em MATLAB,
permite calcular os primeiros termos de y(n),
x = [0 1 1 1 1 1 1 0 0 0 0 0 0 1 1];
y(1) = 0;
for i = 2:15
y(i) = x(i) + 0.5*y(i-1);
end
t = -1:1:13;
a = [-1 13 0 2];
clf
subplot(2,1,1), stem(t,x), axis(a)
subplot(2,1,2), stem(t,y), axis(a)
e a representao grfica de x(n) e y(n) fornecem uma idia do que possvel realizar com
operaes simples como estas usando o programa MATLAB.
2
1.5
1
0.5
0
10
12
10
12
2
1.5
1
0.5
0
2005
EE-UCG
Introduo ao PDS
1.4 Processamento Digital de Sinais

O fantstico avano verificado no desenvolvimento da microeletrnica nos ltimos anos, tornaram
possvel a discretizao dos sinais de modo prtico e econmico, originando assim a rea de estudos
da Engenharia denominada Processamento Digital de Sinais (PDS), disciplina que atualmente ocupa
um papel preponderante nas Telecomunicaes, no Controle, na Instrumentao, na Engenharia
Biomdica, etc...
A razo pela qual se diz Processamento Digital de Sinais que a realizao de um sistema discreto
implica, normalmente, na digitalizao das amostras dos seus sinais de entrada e de sada.
Sinal
Contnuo
A/D
PDS
D/A
Sinal
Contnuo
Convm lembrarmos que existem certas implementaes de sistemas discretos (por exemplo, com
capacitores comutados) em que os valores das amostras desses sinais so armazenados de forma
analgica, de modo que seria mais correto chamarmos de Processamento Discreto de Sinal a rea de
estudo em questo.
Devemos realar tambm que PDS no apenas a realizao discreta de sistemas contnuos, pois
existem sistemas que possuem sinais j discretizados, como por exemplo o sinal v(n), onde n o dia
do ano e v(n) representa a quantidade de veculos que passam pelo cruzamento das avenidas
Anhanguera e Gois. O processamento deste sinal pode ser de interesse para a engenharia de trfego
da SMT Superintendncia Municipal de Trnsito.
E o processamento de um sinal discreto nem sempre tem como resultado um outro sinal discreto da
mesma natureza, como acontece num sistema de reconhecimento de voz, por exemplo.
Inicialmente estudaremos os sinais e os sistemas discretos independentemente da sua relao com os
sinais e sistemas contnuos, e posteriormente estudaremos essa relao.
1.5 Breve Histria do PDS

Os modelos matemticos bsicos usados nas representaes dos sinais e sistemas contnuos surgiram
no sculo XIX, com as transformadas de Laplace e de Fourier.
Jean Baptiste Joseph Fourier nasceu em Auxerre, Frana, em 1768 e morreu em Paris em 1830. Um
dos maiores matemticos de todos os tempos, estudou a teoria matemtica da conduo do calor,
tendo estabelecido, no monumental tratado Thorie Analytique de la Chaleur, que publicou em
1822, a equao de derivadas parciais que governa o fenmeno, e ainda publicou a soluo de tal
equao usando o desenvolvimento em srie das funes trigonomtricas. Os seus trabalhos
contriburam para muitas reas da matemtica, cincia e engenharia.
Pierre Simon, marqus de Laplace, o maior astrnomo terico depois de Newton, nascido vinte anos
antes de Fourier, aplicou os seus conhecimentos matemticos ao estudo dos movimentos planetrios,
dando origem hoje designada transformada de Laplace, que logo encontrou aplicao em muitas
outras reas cientficas.
De Moivre, em 1730, introduziu a chamada transformada Z, ferramenta matemtica muito utilizada
no PDS.
2005
EE-UCG
Introduo ao PDS
No entanto, ao advento dos computadores digitais, verificado nos anos 40, que se deve o
nascimento do PDS como rea do conhecimento. Nos anos 50, engenheiros e cientistas como
Shannon e Bode nos laboratrios Bell (Bell Telephone Laboratories) e Linville no MIT
(Massachussets Institute of Techonology) foram certamente os primeiros a equacionar a utilizao de
computadores digitais em processamento de sinais.
No incio dos anos 60, Kaiser, tambm nos laboratrios Bell, apresentou importantes contribuies
para a anlise e a sntese de filtros digitais, e a transformada rpida de Fourier (FFT) foi descoberta
em 1965 por Cooley e Tukey, apesar de sua origem poder ser atribuda aos matemticos alemes
Runge e mesmo Gauss.
Em 1975, a publicao dos livros de Oppenheim/Schaffer e Rabiner/Gold, marca verdadeiramente o
nascimento de PDS como disciplina, e dos seus autores como os seus verdadeiros criadores.
Atualmente, o PDS emergiu das aplicaes militares onde nasceu, e desempenha um papel chave em
produtos de consumo, industriais e de telecomunicaes. Microprocessadores de sinais de baixo
custo so componentes essenciais em jogos eletrnicos, telefones celulares, brinquedos, leitores de
CDs, memrias de massa (HDs), modems, impressoras, sistemas de reconhecimento de voz e de
conferncia vdeo, e em muitos outros produtos familiares. Cada vez mais aplicaes tradicionais do
domnio dos sistemas analgicos esto encontrando solues digitais mais baratas e mais confiveis.
1.6 Vantagens do PDS

Utilizar um conversor A/D, um microprocessador, e um conversor D/A para a realizar de forma
discreta (no tempo) um sistema equivalente a um filtro passa-baixas do tipo RC elementar, no ser,
vantajoso do ponto de vista econmico, embora se pudesse conceber uma situao em que fosse
interessante, por exemplo, tirar partido do fato da soluo discreta ser programvel.
Esta soluo poderia nem mesmo ser possvel, se a freqncia de amostragem requerida excedesse
os limites da tecnologia dos conversores A/D e D/A.
Frequncia de amostragem e custo, constituem as duas grandes limitaes utilizao do PDS.
As solues discretas tm, no restante das caractersticas das implementaes, grandes vantagens
sobre as solues contnuas, pois so normalmente programveis, confiveis, repetitivas e resistentes
ao envelhecimento, e permitem controlar com mais rigor a preciso dos resultados, etc., e so
preferidas numa grande gama de aplicaes por serem mais simples de serem construdas.
Outras vantagens das solues discretas resultam da facilidade em resolver os problemas de
instabilidade, de implementao de algoritmos adaptativos, de utilizao de cdigos de deteco e
correo de erros, de transmisso e armazenamento e compresso de dados.
1.7 Processadores de Sinais

Todos os grandes fabricantes de microeletrnica oferecem hoje microprocessadores de sinais
adaptados aos algoritmos mais utilizados em PDS: convoluo, transformada discreta de Fourier,
etc...
Nos primeiros dois anos da dcada de 80, surgiram no mercado quatro microprocessadores de sinais,
sendo o primeiro destes o S2811 da American Microsystems Inc. Quase ao mesmo tempo, surgiram
o 2920 da Intel, com conversores A/D e D/A incorporados, e com o qual se podia construir
facilmente um modem, por exemplo, e o PD7720 da NEC. O ltimo, definitivamente o mais
avanado deles, foi o TMS32010 da Texas Instruments.
2005
EE-UCG
Introduo ao PDS
Uma caracterstica comum a todos estes microprocessadores era a adoo da arquitetura de Harvard,
com memria de programa e memria de dados separadas, o que permitia o acesso simultneo a uma
instruo e a um dado.
Atualmente, a Texas Instruments com a famlia de microprocessadores TMS320Cxx, a Motorola
com os microprocessadores M56000 e M96000, a NEC com o microprocessador PD77230, a
AT&T com os microprocessadores DSP16 e DSP32, a Oki, a Analog Devices, a Inmos, com os
microprocessadores IMS A100, A110 e A121, a Plessey, a Zoran, etc., fornecem dispositivos que
permitem realizar aplicaes de PDS altamente sofisticadas.
Convm no esquecer do progresso que paralelamente se verificou nos componentes analgicos, e
principalmente no amplificador operacional, bem como nos componentes que realizam a ligao
entre o mundo analgico e o mundo digital, tais como os conversores A/D e D/A e os comparadores.
Com o progresso das tecnologias VLSI, comeam tambm a ser vulgares implementaes mistas
(analgicas e digitais) diretamente em uma nica pastilha de silcio.
1.8 Bibliografia
A bibliografia publicada na rea do PDS muito vasta. Recomenda-se qualquer um dos dois
seguintes livros para o estudo desta disciplina:
[1] A. V. Oppenheim, R. W. Schafer, Discrete-Time Signal Processing, Prentice-Hall, 1989,
[2] E. C. Ifeachor, B. W. Jervis, Digital Signal Processing - A Practical Approach, Addison-Wesley,
1993.
Outros livros tm sido utilizados, e continuam a servir como textos de apoio:
[3] R. Kuc, Introduction to Digital Signal Processing, McGraw-Hill, 1988
[4] D. J. DeFatta, J. G. Lucas, W. S. Hodgkiss, Digital Signal Processing: A System Design
Approach, Wiley, 1988.
Os dois livros a seguir marcaram o estabelecimento de PDS como uma disciplina cientfica prpria,
e so leitura obrigatria para o seu estudo mais aprofundado:
[5] A. V. Oppenheim, R. W. Schafer, Digital Signal Processing, Prentice-Hall, 1975
[6] L. R. Rabiner, B. Gold, Theory and Application of Digital Signal Processing, Prentice-Hall,1975.
[7] E. O. Brigham, The Fast Fourier Transform, Prentice-Hall, 1974
[8] H. J. Nussbaumer, Fast Fourier Transform and Convolution Algorithms, Springer-Verlag, 1981
[9] D. F. Elliot, K. R. Rao, Fast Transforms: Algorithms, Analyses and Applications, Academic
Press, 1982
[10] Inmos, The Digital Signal Processing Databook, Inmos, 1989
[11] I. Ahmed, ed., Digital Control Applications with the TMS320 Family, Texas Instruments, 1991
[12] C. E. Reid, T. B. Passin, Signal Processing in C, Wiley, 1992
[13] A. Antoniou, Digital Filters: Analysis, Design and Applications, McGraw-Hill,1993
[14] C. Marven, G. Ewers, A Simple Approach to Digital Signal Processing, Texas Instruments,1994
[15] S. K. Mitra, Digital Signal Processing A Computer-based Approach, McGraw-Hill, 1998.
2005
EE-UCG
Introduo ao PDS
No que se diz respeito a livros orientados para a utilizao de programas como MatLab, MathCad,
Maple, Mathematica e outros para a resoluo de problemas de PDS, recomenda-se:
[16] C. S. Burrus et al., Computer-Based Exercises for Signal Processing Using MatLab, PrenticeHall, 1994
Finalmente, as revistas onde publicada a maioria dos trabalhos cientficos em PDS:
[17] IEEE Transactions on Signal Processing, IEEE
[18] IEEE Signal Processing Magazine, IEEE
A disciplina de Processamento de Sinal da UCG tem a sua homepage na Web temporariamente
hospedada no endereo da TECH PLACE Automao: www.techplace.com.br/kaw/pds/index.htm
Outro site sobre PDS contendo a fonte usada como base desta apostila (texto do Prof. F. J. Restivo)
est no endereo http://www.fe.up.pt/~fjr/pds.html/.
2005
EE-UCG
Introduo ao PDS
10
2. Sinais e Sistemas Discretos

2.1 Sinais Discretos
Um sinal discreto unidimensional uma funo da varivel discreta n N.
A soma de dois sinais discretos, a multiplicao de um sinal discreto por uma constante e o
deslocamento de um sinal discreto, so operaes elementares envolvendo sinais discretos que
admitimos neste texto serem suficientemente bvias ao estudante da disciplina de PDS.
Um sinal discreto importante o impulso unitrio (n)
1, se n = 0
(n) =
0, caso contrrio
Nota-se que qualquer sinal discreto pode ser decomposto numa soma de impulsos unitrios
deslocados e multiplicados por uma constante (valor da amostra):
x ( n) =
x(k ). (n - k)
k =
Equao 1
Outro sinal discreto importante o degrau unitrio u(n)
1, se n 0
u (n) =
0, caso contrrio
Um sistema discreto um sistema que aceita na(s) sua(s) entrada(s) um sinal (sinais) discreto(s) e
que fornece na(s) sua(s) sada(s) um sinal (sinais) discreto(s), sendo conhecida de algum modo a(s)
relao (relaes) entre uma(s) e outra(s).
Consideraremos neste estudo apenas os sistemas discretos lineares e invariantes (LI).
Num sistema discreto linear, se aplicarmos uma entrada que uma combinao linear de duas outras,
na sua sada encontramos a mesma combinao linear mas agora das sadas correspondentes a essas
duas entradas, quando aplicadas separadamente.
Um sistema linear obedece ao princpio da sobreposio.
A resposta de um sistema discreto invariante a uma dada entrada independente do instante (ou
ordem, ndice) em que essa entrada aplicada.
2.2 Convoluo Discreta

Se conhecermos a resposta h(n) de um sistema discreto LI entrada (n), podemos determinar a sua
resposta y(n) a qualquer entrada x(n).
Utilizando a referida decomposio (Equao 1), e considerando que o sistema invariante e linear
(combinao linear respeitada), ou seja, a resposta do sistema entrada (n-k) h(n-k),
y ( n) =
x(k ).h(n - k)
k =
2005
EE-UCG
Introduo ao PDS
11
Esta operao entre os sinais discretos x(n) e h(n) chamada de convoluo discreta, e tem a
propriedade comutativa, entre outras:
+
x(k ).h(n - k) =
k =
h(k ).x(n - k)
k =
Exemplo:
Vamos aplicar ao sistema discreto linear e invariante com resposta impulsiva
h(n) = (n) + 0.75 (n-1) + 0.5 (n-2) + 0.25 (n-3)
1.5
1
0.5
0
-1
a entrada x(n) = u(n) - u(n-4),

1.5
1
0.5
0
-1
Qual seria a resposta y(n) do sistema a esta entrada?

A resposta y(n) dada pela convoluo discreta de x(n) com h(n):
+
y ( n) =
x(k ).h(n - k) =
k =
h(k ).x(n - k)
k =
Interpretando graficamente a primeira destas expresses, a resposta y(n) pode ser obtida
somando os sinais discretos (os demais sero nulos):
x(0).h(n-0),
1.5
1
0.5
0
-1
x(1).h(n-1),
1.5
1
0.5
0
-1
x(2).h(n-2)
1.5
data 13
data 14
data 15
1
0.5
0
-1
e x(3).h(n-3),
1.5
1
0.5
0
-1
2005
EE-UCG
Introduo ao PDS
o resultado :
12
3
2
1
0
-1
isto ,
y(n) = x(0).h(n) + x(1).h(n-1) + x(2).h(n-2) + x(3).h(n-3)
y(n) = (n)+1.75 (n-1)+2.25 (n-2)+2.5 (n-3)+1.5 (n-4)+0.75 (n-5)+0.25 (n-6)
Outra forma de se obter o mesmo resultado da expresso anterior multiplicar termo a termo
os dois sinais discretos x(k) e h(n-k) e em seguida somar os resultados destes produtos.
Para exemplificar, vamos calcular y(2), onde n ser igual a 2. Primeiro devemos obter os
sinais discretos x(k):
e h(2-k):
Em seguida, fazemos os produtos termo a termo, e somamos os resultados:

y(2) = x(0).h(2) + x(1).h(1) + x(2).h(0) = 0.5 + 0.75 + 1 = 2.25
Para se obter os outros elementos de y(n) seria necessrio deslocar h(n-k) em relao x(k),
e repetir o procedimento at que os resultados comeassem a zerar.
De acordo com a propriedade comutativa da convoluo, interpretaes idnticas seriam
obtidas se as posies de x(n) e de h(n) se invertessem.
2.3 Sistemas Discretos FIR e IIR

Os sistemas discretos podem ser classificados em funo do tipo de resposta obtida quando a entrada
for um pulso unitrio (n):
FIR
- resposta impulsiva finita (sem realimentao da sada)
IIR
- resposta impulsiva infinita (com realimentao da sada)
Os sistemas discretos do tipo FIR podem ser implementados diretamente a partir da sua resposta
impulsiva, uma vez que a soma
y ( n) =
x(k ).h(n - k)
k =
ter um nmero finito de termos.

Exemplo:
O sistema com resposta impulsiva finita
h(n) = (3-n) [u(n) - u(n-3)]
2005
EE-UCG
Introduo ao PDS
13
pode ser implementado pela equao de diferenas

y(n) = 3x(n) + 2x(n-1) + x(n-2)
Os coeficientes desta equao so os termos da resposta impulsiva do sistema.
2.4 Sistemas Discretos Recursivos e No Recursivos

O sistema discreto
y(n) = 3x(n) + 2x(n-1) + x(n-2)
do tipo no recursivo, uma vez que a resposta y(n) do sistema pode ser calculada exclusivamente a
partir das amostras do sinal de entrada x(n). Um sistema discreto do tipo FIR pode sempre ser
implementado no recursivamente.
O sistema discreto
y(n) = x(n) + 0.5y(n-1)
do tipo recursivo, uma vez que a sua resposta y(n) depende de respostas anteriores, ou seja, de
amostras anteriores do sinal de sada.
A resposta impulsiva de um sistema do tipo recursivo normalmente de comprimento infinito.
Supondo que o sistema anterior encontra-se inicialmente relaxado, isto , que y(-1) = 0, obtm-se
y(n) = 0.5n u(n),
pois y(0) = 1, y(1) = 0.5, y(2) = 0.25, y(3) = 0,125, ..., o que quer dizer que o sistema do tipo IIR.
Quando utilizadas para realizar a mesma especificao, as solues no recursivas so normalmente
mais complexas do ponto de vista aritmtico, porque no clculo de cada elemento da sua resposta
no se aproveita o trabalho j realizado para o clculo de outros elementos dessa resposta.
Num sistema do tipo no recursivo, por outro lado, j possvel calcular isoladamente qualquer
termo da sua resposta a uma determinada entrada, o que pode ser vantajoso em determinadas
situaes.
2.5 Operao em Tempo Real

Um sistema opera em tempo real quando recebe os elementos do sinal de entrada medida que vo
sendo produzidos e calcula os elementos do sinal de sada no mesmo ritmo.
Na equao de diferenas que rege o funcionamento de um sistema em tempo real no podem
aparecer nem elementos futuros do sinal de entrada, e nem elementos ainda no calculados do sinal
de sada.
Em muitas situaes, os sistemas no operam em tempo real, trabalhando com sinais de entrada
previamente armazenados.
2.6 Sistemas Discretos Causais

Um sistema que opere em tempo real necessariamente causal, uma vez que no possvel, neste
caso, um comportamento antecipado de valores de amostras do sinal de entrada.
De um modo geral, pode dizer-se que um sistema causal se, e somente se, para quaisquer duas
entradas x1(n) e x2(n) tais que
x1(n) = x2(n), para n < n0
2005
EE-UCG
Introduo ao PDS
14
as respectivas respostas y1(n) e y2(n) forem tais que

y1(n) = y2(n), para n < n0
Em termos da resposta impulsiva h(n) do sistema, pode-se provar que a condio necessria e
suficiente de causalidade
h(n) = 0 , n < 0
2.7 Sistemas Discretos Estveis

Em termos gerais, um sistema estvel com uma entrada limitada ter sempre uma sada limitada
correspondente.
Os efeitos de uma situao de instabilidade num sistema discreto e num sistema contnuo so
contudo de natureza diferente.
Nos sistemas discretos a instabilidade poder provocar uma situao de overflow, mas mesmo esta
conseqncia pode, muitas vezes, ser "evitada" mediante uma representao adequada dos sinais.
Em termos da sua resposta impulsiva h(n), pode demonstrar-se que a condio necessria e
suficiente de estabilidade
+
S=
h(k ) <
k =
A condio suficiente: na realidade, se esta condio se verificar e se |x(n)| < M, ento
y ( n) =
h(k ).x(n k ) M
k =
h( k ) <
k =
h( k ) <
k =
2.8 Freqncia de um Sinal Discreto

A importncia do estudo do comportamento dos sistemas LI no domnio das freqncias conhecida
e estudada nas disciplinas de Anlise de Sistemas Lineares e Controle.
No caso dos sistemas discretos, o conceito de freqncia difere ligeiramente daquele ao qual estamos
mais acostumados, e por isso vamos analis-lo detalhadamente.
Um sinal contnuo senoidal com freqncia f medida em Hz, ou com freqncia angular radianos
por segundo (reservamos o smbolo para a freqncia angular de um sinal discreto), tem a
expresso geral
xc(t) = sen(2ft+) = sen( t+f), = 2f ,
em que a fase da senide, e corresponde a uma simples translao do sinal no tempo.
O inverso da freqncia o perodo
T = 1/f
Por exemplo, o sinal contnuo senoidal com freqncia angular = /2 radianos por segundo
xc(t) = sen( t/2)
tem um perodo T = 4 segundos e uma representao grfica perfeitamente clara
2005
EE-UCG
Introduo ao PDS
15
Um sinal discreto senoidal com freqncia angular radianos tem a expresso geral
x(n) = sen(n+)
A relao entre o sinal discreto e o sinal contnuo baseia-se no fato de que o sinal discreto senoidal
com freqncia angular poder ser obtido por amostragem unitria (perodo 1 seg) do sinal
contnuo com essa freqncia.
H, no entanto, uma diferena fundamental, que resulta de no existir a noo de tempo associada ao
sinal discreto senoidal, e evidenciada pelo fato de ser medida em radianos/segundo e ser medida
em radianos. Enquanto que a freqncia angular do sinal contnuo senoidal o ngulo que a
senide avana por unidade de tempo, a freqncia angular do sinal discreto senoidal o ngulo
que a senide avana entre dois termos (amostras) consecutivos do sinal.
O sinal discreto senoidal com freqncia angular /2 radianos ser
x(n) = sen(n/2) = ..., 0, 1, 0, -1, 0, 1, 0, -1, ... ,
que pode ser obtido por amostragem unitria do sinal contnuo com essa freqncia e representado
anteriormente.
2.8.1 Fase
A noo de fase de um sinal discreto no obvia, como se pode concluir comparando dois sinais
discretos senoidais com a mesma freqncia e fases diferentes.
A fase de um sinal discreto corresponde a uma translao da senide contnua da qual originou-se o
sinal discreto senoidal, e que, portanto, no se pode confundir com uma translao do sinal discreto
propriamente dito.
2005
EE-UCG
Introduo ao PDS
16
2.8.2 Freqncias Repetitivas

Uma vez que as funes senoidais so peridicas, com perodo 2, sen(n+) = sin(( + k.2)n+ ),
com k inteiro, e haver uma infinidade de sinais discretos senoidais, com freqncias diferindo de
um mltiplo de 2, que so na realidade o mesmo sinal discreto, como mostra a figura a seguir, que
representa o sinal discreto senoidal
x(n) = sen(5/2 n),
Este sinal discreto senoidal ..., 0, 1, 0, -1, 0, 1, 0, -1, ... pode ser obtido por amostragem unitria de
uma infinidade de sinais senoidais contnuos.
De fato, no intervalo [-, [, ou no intervalo [0, 2[, por exemplo, pode-se encontrar todas as
freqncias digitais distintas!
Esta ambigidade da amostragem ser estudada no Captulo 3, mas por ora, pense apenas no
seguinte:
Pode-se gerar um sinal senoidal contnuo com freqncia angular imaginando a projeo
de um ponto sobre uma circunferncia rodando a radianos/seg sobre um eixo que passe
pelo seu centro. Se um observador s puder enxergar a circunferncia, ou medir o sinal, em
instantes discretos nt, e detectar que entre dois desses instantes a sua posio variou de ,
ento este observador no ter meios de saber se realmente a circunferncia rodou de ou
de +k.2, com k inteiro.
2005
EE-UCG
Introduo ao PDS
17
2.9 Resposta em Freqncia de um Sistema Discreto

Da mesma forma que acontece com os sistemas contnuos, a resposta em freqncia de um sistema
discreto com resposta impulsiva h(n) pode ser obtida aplicando-se sua entrada o sinal discreto
exponencial complexo
x(n) = ejwn,
sinal a partir do qual se pode definir todos os sinais discretos senoidais com freqncia .
Recordamos agora algumas relaes trigonomtricas importantes:
e jn + e jn
2
j n
e e jn
sen(n) =
2j
sen(n + ) = sen(n). cos( ) + cos(n).sen( )
cos(n) =
Como vimos anteriormente, a resposta de um sistema discreto com resposta impulsiva h(n) e com
entrada sendo um sinal discreto exponencial complexo a convoluo discreta destes dois sinais, e
vale
y ( n) =
k =
k =
h(k).e j ( n - k) = h(k).e jn .e- jk = e jn
h(k).e
- jk
= e jn H (e j )
k =
com
H (e j ) =
h(k).e
- jk
k =
A resposta do sistema a sua entrada (exponencial complexa discreta) multiplicada por H(ej), e esta
funo de a resposta em freqncia do sistema discreto. H(ej) uma funo peridica em ,
com perodo 2.
H (e j( + 2 ) ) =
h(k).e- j( + 2 ) k =
k =
h(k).e
- jk
.e j 2k = H (e j )
k =
Esta propriedade est obviamente relacionada com a ambigidade na representao de uma senide
atravs de uma amostragem sua, mencionado anteriormente. Pode-se dizer que, como um sistema
discreto no "distingue" as diferentes freqncias, apresenta o mesmo comportamento para todas
elas.
Exemplo:
Vamos determinar a resposta em freqncia do sistema discreto:
y(n) = [x(n) + 2x(n-1) + x(n-2)] / 4
Como evidente, o sistema discreto dado tem resposta impulsiva
h(n) = 0.25 (n) + 0.5 (n-1) + 0.25 (n-2)
e portanto a resposta em freqncia
2005
EE-UCG
Introduo ao PDS
18
H(ej) = 0.25 + 0.5e-j + 0.25e-2j = (0.5 + 0.5cos())e-j

Na figura a seguir, temos H(e-j) em mdulo e fase. Os grficos foram obtidos em
MATLAB, utilizando o seguinte programa (fft quer dizer Fast Fourier Transform)
h = fft([0.25 0.5 0.25],128);
w = -pi:pi/64:pi-pi/64;
h = fftshift(h);
a = [-pi,pi,0,1];
f = [-pi, pi, -pi, pi];
clf
subplot(2,1,1), plot(w,abs(h)), axis(a), grid on
subplot(2,1,2), plot(w,angle(h)), axis(f), grid on
A resposta impulsiva de um sistema discreto pode ser obtida a partir de sua resposta em freqncia,
aproveitando-se da periodicidade desta funo. Como
H (e j ) =
h(k).e
- jk
k =
uma funo peridica de , com perodo 2, ento, H(ej ) pode ser desenvolvida em srie de
Fourier, por exemplo na forma
H (e j ) =
C .e
k
- jk
onde
k =
Ck =
1
2
H (e
).e jk .d
e por comparao das trs expresses anteriores, temos:
h( k ) =
1
2
H (e
).e jk .d
2.10 Transformada de Fourier de um Sinal Discreto

A relao biunvoca entre h(n) e H(ej) a transformada de Fourier. Um sinal discreto x(n) ter a
transformada de Fourier desde que exista a soma
2005
EE-UCG
Introduo ao PDS
19
X (e j ) =
x(n).e
- j n
n =
e a transformada inversa de Fourier ser dada por
x ( n) =
1
2
X (e
).e jn .d
Exemplo:
Pretende-se determinar a resposta impulsiva h(n) do filtro digital passa-baixas ideal, com
freqncia de corte c. A resposta em freqncia H(ej) deste sistema naturalmente
peridica, de perodo 2, e tem a seguinte forma no intervalo [-, [
1, se c
H ( e j ) =
0, caso contrrio
Usando a transformada inversa de Fourier temos:
h ( n) =
1
2
H (e j ).e jn .d =
1
2
jn
.d =
c
sinc(c n )
que uma amostragem da funo seno cardinal: sinc(x) = sen(x)/x.

Na figura seguinte temos h(n) para c = /6, e para c = /3, respectivamente.
Os sistemas obtidos so do tipo IIR, portanto no podem ser realizados diretamente a partir
da sua resposta impulsiva e nem por qualquer outro processo - so sistemas ideais. Na
prtica, podemos fazer algumas aproximaes, por exemplo, do tipo
ha(n) = h(n).[u(n+n0) - u(n-n0-1)],
que tendem a serem tanto melhores quanto maior for n0. A seguir so mostradas as respostas
em freqncia correspondentes aos dois valores de c indicados anteriormente, para n0 = 20.
2005
EE-UCG
Introduo ao PDS
20
O programa utilizado para obter estas representaes am MATLAB mostrado a seguir

(note que em MATLAB a funo seno cardinal dada por sinc(x) = sen(x)/(x))
n = -20:1:20;
h6 = sinc(n/6)/6;
h3 = sinc(n/3)/3;
a = [-20,20,-0.1,0.4];
clf
subplot(2,1,1), stem(n,h6), axis(a), grid
subplot(2,1,2), stem(n,h3), axis(a), grid
pause
w = -pi:pi/64:pi-pi/64;
x6 = fftshift(fft(h6,128));
x3 = fftshift(fft(h3,128));
a = [-pi,pi,0,1.5];
subplot(2,1,1), plot(w,abs(x6)), axis(a),
subplot(2,1,2), plot(w,abs(x3)), axis(a),
on
on
grid on
grid on
Observe que estes sistemas so no-causais, e ainda que fossem causais, para processamento
em tempo real seria necessrio deslocar ha(n) de n0, introduzindo-se assim um atraso n0 no
clculo da resposta do sistema.
2.11 Propriedades da Transformada de Fourier

A transformada de Fourier uma transformada linear, e portanto possui as propriedades derivadas
desta caracterstica:
a transformada de Fourier da soma de dois sinais discretos a soma das suas transformadas
de Fourier,
e a transformada de Fourier de um sinal discreto multiplicado por uma constante a sua

transformada de Fourier multiplicada por essa constante.
2.11.1 Propriedade da Translao

Consideremos um sinal discreto x(n) e a sua transformada de Fourier X(ej).
A transformada de Fourier do sinal discreto x(n-k)
+
x(n - k).e- jn =
n =
x(n).e
- j ( n + k)
= e- jk . X (e j )
n =
2005
EE-UCG
Introduo ao PDS
21
onde foi usada a mudana de varivel: m = n k .

E o sinal discreto cuja transformada de Fourier X(ej()) ejn x(n). (demonstre!)
2.11.2 Propriedade da Convoluo

A expresso da transformada de Fourier inversa
x ( n) =
1
2
X (e
).e jn .d
mostra-nos como um sinal discreto x(n) pode ser decomposto em uma combinao linear (integral
ou soma) de sinais discretos elementares, as exponenciais complexas ejn .
Se este sinal for aplicado entrada de um sistema discreto com resposta em freqncia H(ej), como
a resposta do sistema a cada uma daquelas exponenciais H(ej).ejn, a sua resposta entrada x(n)
contm a mesma combinao linear e
y ( n) =
1
2
X (e
).H (e j ).e jn .d
cuja transformada de Fourier X(ej). H(ej).

A transformada de Fourier da convoluo de dois sinais discretos portanto o produto das suas
transformadas de Fourier.
Podemos decompor um sinal discreto complexo em sinais discretos elementares, a partir de duas
expresses j conhecidas: a primeira no domnio dos tempos, faz uso do sinal elementar impulso
unitrio
x ( n) =
x(k ). (n - k)
k =
e a segunda expresso, no domnio das freqncias, em que o sinal elementar a senide complexa
x ( n) =
1
2
X (e
).e jn .d
A resposta de um sistema discreto LEU a um destes sinais elementares, a resposta impulsiva h(n) ou
a resposta em freqncia H(ej), caracteriza completamente um sistema.
(n)
h(n)
Sistema Linear
Invariante
jn
H(ej).ejn
A transformada de Fourier estabelece a ligao entre estas duas caracterizaes.
2.11.3 Propriedades de Simetria

Se a transformada de Fourier de um sinal discreto x(n) X(ej), a transformada de Fourier do sinal
discreto conjugado x(n)*
+
x(n) .e
n =
- j n
[x(n).e ]
+
j n *
= X (e- j )*
n =
2005
EE-UCG
Introduo ao PDS
22
Daqui se deduzem algumas importantes propriedades de simetria.
Se um sinal discreto x(n) for puramente real, ou seja, x(n)* = x(n), ento a sua transformada
de Fourier tambm observar a igualdade
X(e-j)* = X(e j)
disto, podemos concluir que a transformada de Fourier de um sinal discreto puramente real
tem parte real par e parte imaginria mpar, isto ,
XR(e-j) = XR(e j)
XI(e-j) = -XI(e j)
Se um sinal discreto x(n) for puramente imaginrio, x(n)* = -x(n), ento a sua transformada
de Fourier tambm observar a igualdade
X(e-j)* = -X(e j)
disto, podemos concluir que a transformada de Fourier de um sinal discreto puramente imaginrio
tem parte real mpar e parte imaginria par, isto ,
XR(e-j) = -XR(e j)
XI(e-j) = XI(e j)
Se a transformada de Fourier X(e j) de um sinal discreto for puramente real,
X(e j)*= X(e j),
e o sinal discreto x(n) verifica a igualdade x(-n)* = x(n),
ento podemos concluir que um sinal discreto com transformada de Fourier puramente real tem parte
real par e parte imaginria mpar.
Se a transformada de Fourier X(e j) de um sinal discreto for puramente imaginria,
X(e j)*= -X(e j),
e o sinal discreto x(n) verifica a igualdade x(-n)* = -x(n),
ento podemos concluir que um sinal discreto com transformada de Fourier puramente imaginria
tem parte real mpar e parte imaginria par.
Um sinal discreto x(n) real e par tem transformada de Fourier X(e j) real e par.
SINAL
TRANSFORMADA DE FOURIER
Puramente real
Parte real par, parte imaginria mpar
Puramente imaginrio
Parte real mpar, parte imaginria par
Parte real par, parte imaginria mpar
Puramente real
Parte real mpar, parte imaginria par
Puramente imaginria
As correspondncias, agrupadas na tabela anterior, podem ser resumidas a partir das noes da parte
simtrica conjugada e da parte anti-simtrica conjugada de um sinal discreto x(n), ou da sua
transformada de Fourier X(e j):
2005
EE-UCG
Introduo ao PDS
23
x ( n ) + x ( n )
2
X (e j ) + X (e j )
X par (e j ) =
2
x ( n ) x ( n)
2
X (e j ) X (e j )
X mpar (e j ) =
2
x par (n) =
xmpar (n) =
Estas definies permitem identificar as correspondncias entre o sinal e a sua transformada, e viceversa:
sinal / transformada de Fourier
transformada de Fourier / sinal
parte real
parte simtrica conjugada
parte imaginria
parte anti-simtrica conjugada
2.12 Equao de Diferenas e Resposta em Freqncia

Um sistema discreto LI pode ser modelado matematicamente por uma equao de diferenas do tipo
N 1
N 1
k =0
k =1
y (n) = ak x(n - k) + bk y (n - k)
com os coeficientes bk nulos se o sistema for no recursivo.
Esta equao, tal como uma equao diferencial, admite uma soluo constituda por dois termos,
um correspondente resposta natural do sistema e outro correspondente sua resposta forada, e
dependente das condies iniciais, que sero nulas se o sistema for causal.
A resposta natural do sistema tende normalmente para zero num sistema estvel.
Calculando a transformada de Fourier dos dois membros da equao anterior
N 1
N 1
k =0
k =1
Y (e j ) = ak .e- jk . X (e j ) + bk .e- jk .Y (e j )
Logo, a resposta em freqncia do sistema ser dada por
N 1
H (e j ) =
Y (e )
=
X (e j )
a .e
k
- jk
k =0
N 1
1 bk .e- jk
k =1
Exemplo:
Vamos determinar a equao de diferenas que rege o sistema discreto com resposta
impulsiva
h(n) = (0.7)n. 0.3 u(n)
A resposta em freqncia do sistema discreto
2005
EE-UCG
Introduo ao PDS
24
H (e j ) =
n =
n=0
h(n).e- jn = 0.3 0.7n.e- jn =
0 .3
1 0 .7 e - j
e a respectiva equao de diferenas

y(n) = 0.3x(n) + 0.7y(n-1)
2005
EE-UCG
Introduo ao PDS
25
3. Amostragem de Sinais Contnuos

3.1 Introduo
Em muitas situaes, os sinais discretos so obtidos a partir da amostragem de sinais contnuos.
No caso da amostragem ser peridica, tem-se
x(n) = xc(nT)
em que x(n) o sinal discreto, xc(t) o sinal contnuo, e T o perodo de amostragem.
A freqncia angular de amostragem
a = 2/T
Agora vamos estabelecer uma relao entre as transformadas de Fourier do sinal contnuo, Xc(j), e
do sinal discreto, X(ej).
Consideremos a transformada inversa de Fourier do sinal contnuo xc(t)
xc (t ) =
e
x( n) =
1
2
1
2
X ( j ) e
jt
X ( j ) e
jnT
Mas, por outro lado, a transformada inversa de Fourier do sinal discreto x(n)
1
x( n) =
2
X (e
)e jn d
Fazendo a mudana de varivel T => na penltima expresso teremos
x( n) =
1
2T
(j
jn
) e d
T
Esta ltima expresso pode tambm ser expressa com o domnio de integrao subdividido em
intervalos de comprimento 2
1
x ( n) =
2T
+ ( 2 r +1)
r = ( 2 r 1)
(j
jn
)e d
T
e, reduzindo todos os integrais ao mesmo domnio de integrao [-, [,
x ( n) =
1
2T
1
=
2T
(j
+ 2 r j ( + 2 r ) n
d
)e
T
(j
+ 2r j( + 2 r ) n
)e
d
T
r =
r =
2005
EE-UCG
Introduo ao PDS
26
a partir de onde, por simples comparao, obtemos:
X (e j ) =
1 +
+ 2 r
Xc( j
)
T r =
T
A transformada de Fourier do sinal discreto x(n) uma soma infinita de parcelas, cada uma das quais
resultante, exceto pelo fator 1/T, da transformada de Fourier do sinal contnuo xc(t) atravs da
mudana de varivel linear
=> ( + 2r) / T
a freqncia angular medida em radianos/seg, e a freqncia angular digital medida em
radianos.
A parcela correspondente a r = 0, Xc(j / T) / T muda, em relao amplitude da transformada de
Fourier do sinal contnuo, pelo fato 1/T, e em relao escala pela mudana de varivel => / T.
Se a transformada de Fourier Xc(j) do sinal analgico for, por exemplo,
em que a a freqncia angular de amostragem, ento a parcela de X(ej) correspondente a r = 0

1/T
A freqncia angular de amostragem a = 2/T "corresponde" freqncia "digital" 2. A

freqncia de amostragem estabelece a relao entre as freqncias "analgica" e "digital".
Cada uma das parcelas restantes, Xc(j / T) / T apenas uma translao de 2 da parcela
correspondente a r = 0.
1/T
Exemplo:
O sinal contnuo xc(t) = e-t u(t) tem transformada de Fourier Xc(j) = 1 / (1+j)
O sinal discreto obtido de xc(t) atravs de uma amostragem com freqncia angular
a = 40 rad/s , T = 0.05 s, x(n) = xc(0.05 n) , tem transformada de Fourier
2005
EE-UCG
Introduo ao PDS
27
X (e j ) =
=
1 +
+ 2 r
20 +
20 + 40r
X
(
j
)
=
Xc( j
)
c
T r =
T
r =
20 +
1
20 +
1
=
r = 1 + j 20 + 40r r = 1 + j (20 1 + 40r )
Graficamente, |Xc(j)| pode ser obtido com o seguinte programa MATLAB

w = -60:1:60;
h = 1./(1+j.*w);
clf
subplot(2,1,1),plot(w,abs(h)),axis([-60,60,0,1]),grid on
enquanto que em |X(ej)|, so visveis as mudanas de escala e a sobreposio das diferentes

parcelas presentes.
Note que poderamos facilmente obter uma expresso compacta para X(ej), pois, como
x(n) = e-0.05n u(n) ,
X(ej) = 1 / (1+ e-0.05 e-j)
e desenhar o ltimo grfico a partir desta expresso.
3.2 Teorema da Amostragem

A sobreposio das diferentes parcelas de X(ej) inconveniente do ponto de vista da representao
de um sinal contnuo por um sinal discreto obtido a partir de sua amostragem, uma vez que da
transformada de Fourier do sinal discreto no possvel recuperar novamente a transformada de
Fourier do sinal contnuo.
+
X (e j ) =
+ 2 r
1
Xc( j
)
T r =
T
A recuperao s ser possvel se as diferentes parcelas de no se sobrepuserem, isto , se ocuparem

regies diferentes de .
2005
EE-UCG
Introduo ao PDS
28
Uma condio que Xc(j) deve obedecer ocupar uma regio limitada de , isto , xc(t) tem de ser
um sinal com espectro (transformada de Fourier) de banda limitada.
Outra condio a freqncia angular de amostragem 2/T deve ser tal que as contribuies das
diferentes parcelas de X(ej) no se sobreponham, isto ,
2 / T > 2M
em que M a freqncia limite superior de banda do sinal, em rad/seg.
Um sinal contnuo com espectro de banda limitada ao intervalo [-M , M] deve ser amostrado a
uma freqncia angular igual ou superior a 2M, para que seja possvel a sua reconstruo exata a
partir do sinal discreto resultante.
3.3 Aliasing
O fenmeno do aliasing ocorre quando as condies do teorema da amostragem no so obedecidas,
e ele resulta da sobreposio das diferentes parcelas de X(ej).
Quando M > /T, tudo se passa como se as partes do espectro de Xc(j) exteriores ao intervalo
[-/T, /T] fossem dobrando sucessivamente em torno destas freqncias.
Quando olhamos as imagens de uma corrida de Frmula 1 na TV, por exemplo, percebemos algumas
vezes que as rodas dos carros parecem ter movimentos estranhos, parecendo mesmo que esto
paradas, ou que giram em sentido contrrio ao esperado. Este fenmeno um efeito tpico do
aliasing.
Na TV, a cena real amostrada sessenta vezes por segundo, e a reproduo dessa seqncia de
imagens que chega at nossas casas.
Se duas imagens consecutivas de uma roda de um carro em movimento estiveram na situao que a
figura representa, ns automaticamente as interpretamos (aliasing) como se entre as duas imagens a
roda tivesse girado 45 no sentido inverso ao do movimento do carro.
45
No entanto, nada nos garante que tal situao tenha realmente acontecido. Pode ser que a roda tenha
girado qualquer nmero inteiro de voltas mais 45, no sentido inverso ao do movimento do veculo,
ou que tenha girado qualquer nmero inteiro de voltas mais 315, no mesmo sentido do movimento
do veculo, ou ainda, que tenha realizado outros movimentos mais extravagantes. No possvel
saber!
A amostragem , por natureza, uma operao que conduz perda irrecupervel de quase a totalidade
da informao contida no sinal amostrado.
No entanto, se sabemos, por exemplo, que a cadncia de imagens tal que entre duas imagens
consecutivas a roda gira, no mximo 180, ento, j possvel ter alguma certeza sobre o que se est
acontecendo na realidade.
2005
EE-UCG
Introduo ao PDS
29
Se a roda girar a f voltas/s (Hz), ento ela realiza meia volta em 1/2f s, e a freqncia mnima de
imagens que permite recuperar o movimento de 2f imagens/s, ou seja, o dobro da velocidade em
que a roda gira.
O teorema da amostragem, ou de Nyquist, diz exatamente isto!
Exemplo:
O sinal contnuo xc(t) = sinc2(10 t) representado a seguir
1
0.75
0.5
0.25
0
-1
-0.8
-0.6
-0.4
-0.2
0.2
0.4
0.6
0.8
tem transformada de Fourier Xc(j) de banda limitada a -20 < < 20 rad/s.
Na realidade, a transformada de Fourier de sinc(10t) um degrau entre 10 e 10 rad/s, como
se pode confirmar calculando a transformada de Fourier inversa de um pedestal no domnio
das freqncias.
|<
, e nulo fora deste intervalo.
X(j) = 1 para |
que
1
x( n) =
2
1
X ( j)e d = 2
jt
+ M
jt
d =
M
.sinc( M t )
lembrando que o produto de dois sinais corresponde convoluo das suas transformadas de
Fourier ento a transformada de Fourier de sinc2(10t) a convoluo deste degrau com ele
prprio, ou seja, um sinal triangular entre 20 e 20 rad/s.
Se realizarmos uma amostragem daquele sinal com frequncia angular de 40 rad/s, isto ,
obedecendo ao teorema da amostragem, no acontecer o fenmeno aliasing.
Se realizarmos essa amostragem em uma freqncia angular de, por exemplo, 30 rad/s, isto
, no obedecendo ao teorema da amostragem, ento verificaremos a ocorrncia de aliasing.
2005
EE-UCG
Introduo ao PDS
30
O programa MATLAB seguinte serviu para calcular as transformadas de Fourier dos dois
sinais amostrados, no intervalo [-, ]:
n=-64:1:63;
x40=sinc(2*n/4).*sinc(2*n/4);
x30=sinc(2*n/3).*sinc(2*n/3);
h40=fftshift(fft(x40));
h30=fftshift(fft(x30));
w=-pi:pi/64:pi-pi/64;
a=[-pi,pi,0,2];
clf, subplot(2,1,1), plot(w,abs(h40)), axis(a), grid on
subplot(2,1,2), plot(w,abs(h30)), axis(a), grid on
3.4 Reconstruo de um Sinal Amostrado

A reconstruo de um sinal amostrado faz-se calculando Xc(j) a partir de X(ej), o que s possvel
se no tiver ocorrido aliasing. Esta operao implica na eliminao das bandas de X(ej) que estejam
fora do intervalo [-, ] e na mudana de varivel T,
X (e j ) =
x(n).e
- jn
n =
T . X (e jT ), se - /T < < /T
X c ( j ) =
caso contrrio
0,
Calculando em seguida, a transformada inversa de Fourier
obtm-se um sinal de banda limitada nas condies desejadas.

Realmente, cada componente x(n)sinc((t-nT)/T) de banda limitada, e assume o valor zero em
todos os pontos de amostragem, exceto no ponto t = nT, onde ela assume o valor x(n), como
mostrado no exemplo seguinte.
2005
EE-UCG
Introduo ao PDS
31
O resultado
3.5 Amostragem Real

A amostragem ideal que estudamos x(n) = xc(nT) no realizvel na prtica. Uma amostragem real
pode, contudo, em muitos casos, ser expressa em termos de uma amostragem ideal, ficando desse
modo completamente caracterizada, para todos os efeitos prticos.
Exemplo:
Um modelo para muitas situaes de amostragem real o do valor mdio
nT
x(n) =
1
x (t )dt
nT c
que se pode exprimir como sendo a amostragem ideal da convoluo

xc(t) * [u(t) - u(t-t)] / t
ou seja, do sinal contnuo xc(t) alterado por um filtro passa-baixas com resposta impulsiva
h(t) = [u(t) - u(t-t)] / t
A respectiva resposta em freqncia
2005
EE-UCG
Introduo ao PDS
32
H(j) = sinc(0.5)e-j0.5t
e, como seria de esperar, quanto menor for , maior a largura de banda do filtro e mais prxima da
ideal ser esta amostragem real.
Como, normalmente, muito menor que T, ento 2/t >> /T e o efeito deste filtro passa-baixas ,
nesses casos, muito pequeno.
Por outro lado, esse efeito pode sempre ser compensado em outro ponto da cadeia de processamento,
mais especificamente pelo processador digital de sinais.
3.6 Reconstruo Real

A reconstruo do sinal contnuo a partir da expresso
xc (t ) =
x(n)sinc(
n =
(t nT )
)
T
normalmente problemtica, e mesmo impossvel em tempo real, por ser uma operao no causal.
Em muitos casos, a reconstruo feita a partir da expresso
xc (t ) =
x(n) (t nT )
n =
em que (t) uma funo de reconstruo, que pode ser facilmente obtida reconstruindo o sinal
discreto (n).
Calculando a transformada de Fourier
X c ( j) =
x ( n ) ( j ) e
jnT
= ( j) X (e jT )
n =
em que (j) a transformada de Fourier de (t).

Comparando esta expresso com a expresso da reconstruo ideal
T . X (e jT ), se - /T < < /T
X c ( j ) =
caso contrrio
0,
podemos dizer de Xc(j) obtida a partir de X(ej) no atravs de um filtro passa-baixas ideal, cujo
efeito eliminar as bandas de X(ej) fora do intervalo [-, ], mas sim atravs de um filtro, (j),
que alm de no ter ganho constante neste intervalo, eventualmente atenua apenas aquelas bandas.
2005
EE-UCG
Introduo ao PDS
33
Exemplo:
Na reconstruo de ordem 0,
(t) = u(t) u(t-T)

(j) = T.sinc(0.5).e-j0.5
e na reconstruo de ordem 1 (interpolao linear)
(t) = [u(t+0.5T)-u(t-0.5T)]* [u(t+0.5T)-u(t-0.5T)] T

(j) = T.sinc2(0.5)
2005
EE-UCG
Introduo ao PDS
34
3.7 Interpolao
A interpolao corresponde ao aumento da freqncia amostragem do sinal contnuo, e s possvel
de ser realizada se o sinal contnuo tiver sido amostrado a uma freqncia satisfazendo o teorema da
amostragem.
Sejam x(n) um sinal discreto com transformada de Fourier X(ej) e x0(n) o sinal discreto que se
obtm do anterior intercalando M-1 zeros entre cada dois valores de x(n)
x( n M )
x0 (n) =
0
se n mltiplo de M
caso contrrio
A transformada de Fourier de x0(n)

X0(ej) = X(ej)
ou seja a transformada de Fourier X(ej) como que comprimida no intervalo [-/M, /M] e
depois repetida periodicamente com perodo 2/M.
Podemos observar que a partir da expresso
se amostrarmos a uma freqncia M vezes maior um sinal contnuo teremos exatamente a

compresso da transformada de Fourier do sinal discreto por um fator M e multiplicao por M da
sua amplitude. Conclumos que a interpolao pode ser obtida realizando uma filtragem passa-baixas
de x0(n) com freqncia de corte /M e ganho M.
A interpolao uma das situaes em que os filtros digitais do tipo no recursivo so muitas vezes
utilizados, tirando vantagem do fato de apenas 1 em M elementos do sinal discreto x0(n), no
mximo, serem no nulos.
Assim, na equao
L 1
xi (n) = h(n) x0 (n k )
n =0
2005
EE-UCG
Introduo ao PDS
35
apenas L/M coeficientes h(k) influenciaro no clculo de um elemento de xi(n), como se o filtro
fosse realmente de comprimento L/M.
Estes L/M coeficientes variam contudo com a ordem do elemento de xi(n).
Se L for um mltiplo de M, os L coeficientes h(k) podem ser arranjados em M conjuntos
Conjunto
Coeficientes
h(0)
h(M)
...
h(L-M)
h(1)
h(M+1)
...
h(L-M+1)
...
...
...
...
...
M-1
h(M-1) h(2M-1)
...
h(L-1)
sendo utilizado o conjunto n mod M para o clculo do elemento xi(n), e tudo se passando como se
fosse utilizado um filtro no recursivo de comprimento L/M e coeficientes variveis (no invariante).
Em MATLAB, a funo interp realiza a interpolao. O programa a seguir mostra o referido filtro:
t=0:1:10;
x=exp(-t/5).*sin(t);
xi=interp(x,8);
ti=0:0.125:10.875;
subplot(2,1,1), fplot('exp(-x/5)*sin(x)',[0 10 -1 1])
hold on
subplot(2,1,1), stairs(t,x), axis([0 10 -1 1]), grid on
subplot(2,1,2), fplot('exp(-x/5)*sin(x)',[0 10 -1 1])
hold on
subplot(2,1,2), stairs(ti,xi),axis([0 10 -1 1]), grid on
3.8 Decimao
A decimao a operao correspondente reduo da freqncia de amostragem do sinal contnuo.
2005
EE-UCG
Introduo ao PDS
36
Na realizao desta operao, a nica dificuldade a possvel ocorrncia de aliasing.

Sejam x(n) um sinal discreto com transformada de Fourier X(ej) e xd(n) o sinal discreto que se
obtm do anterior atravs de uma decimao de M:1
xd(n) = x(Mn) , com M inteiro
1
X (e j ).e jn .d
2
1
xd (n) =
X (e j ).e jMn .d
2
x ( n) =
fazendo a mudana de varivel

M =>
xd (n) =
1
2 M
X (e j M ).e jn .d
integral que possvel reduzir ao domnio de integrao [-, ]
xd (n) =
e por simples comparao
1
2 M
M 1
X (e
X d ( e j ) =
j( + 2r ) M
).e jn .d
r =0
1
M
M 1
X (e
j( + 2r ) M
r =0
A decimao ser uma operao reversvel, isto , realizada sem perda de informao, se X(ej) for
zero fora do intervalo [-/M, /M], ou seja, se a transformada de Fourier for limitada em banda.
Portanto a decimao habitualmente precedida de uma filtragem passa-baixas digital, para que esta
situao seja garantida.
A decimao uma outra situao em que os filtros digitais do tipo no recursivo so muito
utilizados, apesar de normalmente exigirem mais operaes por sada do que os do tipo recursivo.
Apesar de apenas ser necessrio conservar uma sada do filtro passa-baixas de M em M, se o filtro
for do tipo recursivo todas as sadas tm de ser necessariamente calculadas.
3.9 Converso Fracionria da Freqncia de Amostragem

A multiplicao da freqncia de amostragem de um sinal contnuo por uma frao M/N realiza-se
encadeando uma interpolao 1:M e uma decimao N:1.
As duas filtragens passa-baixas podem evidentemente ser realizadas por um nico filtro digital, cuja
freqncia de corte seja o mnimo dos valores /M e /N.
2005
EE-UCG
Introduo ao PDS
37
4. Transformada-Z
4.1 Definio
A transformada-Z um instrumento matemtico essencial para a anlise e sntese de sistemas
discretos, desempenhando um papel paralelo ao da transformada de Laplace em relao aos sistemas
contnuos.
Como se sabe, um sinal discreto x(n) ter transformada de Fourier somente se a soma
X (e j ) =
x ( n )e
- jn
n =
existir, sendo a transformada inversa de Fourier dada por
x ( n) =
1
2
X (e
)e jn d
A condio de convergncia necessria existncia da transformada de Fourier muito exigente, da

resultando que muitos sinais de interesse prtico no tm transformada de Fourier.
A transformada-Z, X(z), de um sinal discreto x(n) uma funo complexa da varivel complexa
zC, e define-se como
+
X ( z) =
x( n) z
-n
n =
Como veremos, esta definio vai permitir que muitos daqueles sinais que no tm transformada de
Fourier tenham transformada-Z.
Exemplos:
O sinal discreto impulso unitrio
x(n) = (n)
tem transformada-Z
X(z) = 1
O sinal discreto degrau unitrio
x(n) = u(n)
que no tem transformada de Fourier, tem transformada-Z
+
X ( z) = z -n =
n=0
1
1 z 1
na regio do plano z em que |z| > 1, condio em que somatrio converge.

A condio de convergncia necessria existncia da transformada-Z menos exigente que
a condio de convergncia necessria convergncia da transformada de Fourier.
4.2 Regio de Convergncia

A regio do plano Z onde existe a transformada-Z de um sinal discreto denomina-se regio de
2005
EE-UCG
Introduo ao PDS
38
convergncia da transformada-Z desse sinal. A indicao da regio de convergncia absolutamente

obrigatria na indicao da transformada-Z.
Exemplo:
A transformada-Z de x(n) = anu(n)
+
X ( z) = a n z -n =
n=0
1
1 az 1
z>a
e a transformada-Z de x(n) = -anu(-n-1)
X ( z) =
X ( z) =
n =
n =1
a n z -n = a n z n =
1
1 az 1
a 1 z
1 a 1 z
a 1 z < 1
z<a
que s difere da anterior na regio de convergncia.

Em certas situaes, a regio de convergncia da transformada-Z de um sinal discreto pode ser
determinada muito facilmente.
A regio de convergncia da transformada-Z de um sinal discreto de comprimento finito, isto , tal
que n < n1 ou n > n2 => x(n) = 0, todo o plano Z, exceto z = 0, se n2 > 0, uma vez que neste caso
X ( z) =
n2
x ( n) z
n = n1
contem parcelas com potncias negativas de z,

contm parcelas com potncias positivas de z.
-n
e/ou |z| = , se n1 < 0, j que neste caso X(z)
Se o sinal discreto for de comprimento infinito mas tal que n < n1 x(n) = 0, sempre possvel
encontrar um valor Rc suficientemente grande que garanta a existncia de
X ( z) =
x ( n) R
-n
c
o que quer dizer que a
regio
de
n = n1
convergncia da transformada-Z de
um sinal discreto nestas
condies o exterior de um crculo centrado na origem do plano z e
com raio Rc.
Similarmente, se o sinal discreto for de comprimento infinito mas tal que n > n2 x(n) = 0,
sempre possvel encontrar um valor Rc suficientemente pequeno que
garanta a existncia de
X ( z) =
n2
x(n) R de
-n
c
e ento a regio
convergncia
da
n =
transformada-Z de um sinal discreto nes tas condies o interior de um
crculo centrado na origem do plano z e com raio Rc.
2005
EE-UCG
Introduo ao PDS
39
Finalmente, se o sinal discreto for de comprimento infinito e no se verificar nenhuma das situaes
anteriores, a regio de convergncia da sua transformada-Z, se existir, ser uma coroa circular
centrada na origem do plano z.
Em muitos casos, a transformada-Z de um sinal discreto uma frao
cujos numerador e denominador so dois polinmios em z, ou em z-1.
Os zeros do denominador desta frao so os plos dessa transformadaZ.
Os plos da transformada-Z de um sinal discreto situam-se sempre fora
da sua regio de convergncia, a qual, contudo, sempre limitada pelos
seus plos.
4.3 Relao com a Transformada de Fourier

Sejam x(n) um sinal discreto e X(z) a sua transformada-Z.
Se a circunferncia de raio unitrio e centrada na origem do plano z
z = ej , - <
pertencer regio de convergncia de X(z), ento a transformada de Fourier de x(n) pode obter-se de
X(z) atravs de
X ( e j ) = X ( z ) z = e j
Nota-se que existiro sinais discretos para os quais no existe transformada de Fourier e existe
transformada-Z, e para os quais portanto esta relao no vlida.
Inversamente, pode obter-se a transformada-Z de x(n) a partir da sua transformada de Fourier,
utilizando a transformada de Fourier inversa e em seguida a definio de transformada-Z
X(ej) x(n) X(z)
Esta possibilidade de se obter uma funo definida num plano a partir do conhecimento do seu valor
ao longo de uma linha desse plano, est relacionada ao fato de X(z) ser uma funo complexa da
varivel complexa z.
4.4 Algumas Propriedades da Transformada-Z

A transformada-Z uma transformada linear, o que quer dizer que a transformada-Z da soma de dois
sinais discretos a soma das suas transformadas em z, e a transformada-Z do produto de um sinal
discreto por uma constante o produto da transformada-Z desse sinal discreto por essa constante.
A transformada-Z do sinal discreto x(n), com transformada-Z X(z), deslocado de k, x(n-k),
x(n-k) z-k X(z)
como se verifica a partir de
+
x( n) z n + k k = z k
n =
x ( n) z
n+ k
=z k X ( z )
n =
A transformada-Z do sinal discreto x(n) multiplicado por an , an x(n),

an x(n) X(z/a) ,
com regio de convergncia de raio aRc.
A transformada-Z do sinal discreto x(-n)
2005
EE-UCG
Introduo ao PDS
40
x(-n) X(z-1) ,
com regio de convergncia de raio Rc-1.
4.5 Propriedade da Convoluo

Sejam x(n) e h(n) dois sinais discretos e
y ( n) =
x ( k ) h( n k )
k =
a convoluo discreta de ambos sinais. Ento
Y ( z) =
x(k )h(n k )z
n = k =
Y ( z) =
x(k )h(n k )z
n+ k k
n = k =
Y ( z) =
x(k ) z k
h(n k )z
n+ k
= X ( z) H ( z)
k =
n =
sendo necessrio que a interseco das regies de convergncia de X(z) e de H(z) no seja nula. A
regio de convergncia de Y(z) inclui aquela interseco, mas pode exced-la, se houver
cancelamento de plos com zeros.
4.6 Funo de Transferncia de um Sistema Discreto

Como resultado da propriedade da convoluo, as transformadas em z, X(z), da entrada x(n), e Y(z),
da sada y(n), de um sistema discreto esto relacionadas por
Y(z) = X(z).H(z)
em que H(z) a transformada-Z de sua resposta impulsiva h(n).
H(z) a funo de transferncia do sistema discreto, e, como veremos, desempenha um papel
fundamental na anlise e na sntese de sistemas discretos.
4.7 Estabilidade e Causalidade

Um sistema discreto estvel se, e somente se, a regio de convergncia de sua funo de
transferncia contiver a circunferncia unitria do plano z. Realmente, neste caso, h(n) tem
transformada de Fourier e satisfaz, portanto, ao critrio de estabilidade de um sistema discreto.
Um sistema discreto causal se, e somente se, a regio de convergncia da sua funo de
transferncia for o exterior de um crculo.
Um sistema discreto causal e estvel tem todos os seus plos no interior da circunferncia unitria do
plano z.
Esta circunferncia desempenha um papel semelhante ao do eixo j do plano s relativamente
transformada de Laplace.
4.8 Avaliao Geomtrica da Transformada de Fourier

Conhecidos os zeros e os plos da transformada-Z, X(z), de um sinal discreto x(n)
2005
EE-UCG
Introduo ao PDS
41
X ( z) =
(z z
(z z
zi
pi
e se notarmos que as parcelas dos produtos do numerador e do denominador so "vetores" no plano

z, obtemos um mtodo simples de avaliao de X(z) (mdulo e fase), muito utilizado por exemplo
quando se pretende ter uma idia aproximada da transformada de Fourier X(ej ) de x(n).
Interpretando z = ej como um ponto mvel que se desloca ao longo da circunferncia unitria do
plano z,
e z
X (e ) =
e
e z
arg( X (e )) = arg(e z ) arg(e z
j
zi
pi
zi
pi
Exemplo:
Em MATLAB, a funo zplane localiza os zeros e plos de uma funo X(z). Por exemplo, para
localizar no plano z os zeros e os plos de
X ( z) =
1 0.5 z 1 + 0.5 z 2
1 + z 1 + 0.5 z 2 0.1z 3
basta comandar
zplane([1 -0.5 0.5],[1 1 0.5 -0.1])
2005
EE-UCG
Introduo ao PDS
42
4.9 Inverso da Transformada-Z

Se uma determinada transformada-Z, X(z), estiver expressa como um polinmio em z, a sua inverso
bvio.
Exemplo:
Se X(z) = 1 - 2z-1 ento x(n) = (n) - 2(n-1).
4.9.1 Mtodo da Diviso

Se X(z) estiver expressa como um quociente de dois polinmios em z, a realizao da respectiva
diviso permite obter x(n).
Exemplo:
Se X(z) = 1 / (1 az-1), causal, a diviso segundo as potncias decrescentes de z conduz ao
resultado pretendido:
1 - az-1
1
-1
+ az-1
1 + az-1 + a2z-2 + ...
az-1
- az-1
+ a2z-2
a2z-2 ...
Para se encontrar a soluo no causal, seria necessrio realizar a diviso segundo as

potncias crescentes de z
1 - az-1
1
-1
+ a-1z
a-1z a-2z2 a-3z3 ...
a-1z
- a-1z
+ a-2z2
-a-2z2 ...
Este mtodo, normalmente, no permite obter uma expresso fechada para x(n), mas oferece
um processo prtico para o clculo de seus valores iniciais. muito usado em programas de
computador.
4.9.2 Mtodo da Decomposio em Fraes Simples

A decomposio de X(z) em fraes simples, no caso em que X(z) uma frao racional, outra
forma de realizar a inverso da transformada-Z. O objetivo decompor X(z) em parcelas das quais
seja conhecida a transformada-Z inversa e invocar a propriedade da linearidade para realizar a
inverso.
Para aplicar este mtodo precisamos conhecer as transformadas
2005
EE-UCG
Introduo ao PDS
43
anu(n) z/(z-a) = 1 / (1 a.z-1), |z| > |a|

-anu(-n-1) z/(z-a) = 1 / (1 a.z-1), |z| < |a|
e algumas propriedades elementares da transformada-Z.
Exemplo:
Seja H(z) = z-1 / (1 2.25 z-1 + 0.5 z-2), estvel, H(z) apresenta dois plos simples em 0.25 e
2, e, para o sistema ser estvel, a regio de convergncia de H(z) deve ser
0.25 < |z| < 2
Decompondo em fraes simples
z
, 0.25 < z < 2
( z 0.25)( z 2)
1
8
7 , z > 0.25 + 7 , z < 2
H ( z) =
z 0.25
z2
H ( z) =
e notando que sempre possvel decidir qual a regio de convergncia de cada uma das
parcelas em face da regio de convergncia da transformada-Z, j que esta a interseco
daquelas,
1
8
4
h(n) = 0.25 n 1 u (n 1) 2 n1 u ( n) = 0.25 n u (n 1) + 2 n u ( n)
7
7
7
4.9.3 Integral de Linha

Existe uma formula integral para o clculo da inversa da transformada-Z, a qual se pode derivar das
propriedades das funes complexas de varivel complexa.
Uma propriedade importante da funo complexa da varivel complexa zn que a integral de linha
dz
calculado ao longo de qualquer linha fechada C que envolva a origem do plano z, e percorrida no
sentido horrio, vale
dz =
2j , se n = -1
0,
caso contrrio
Escrevendo X(z) como uma soma de potncias de z

X(z) = ... + x(n-1)z-n+1 + x(n)z-n + x(n+1)z-n-1 + ... ,
multiplicando ambos os termos desta igualdade por zn-1
X(z)zn-1 = ... + x(n-1) + x(n)z-1 + x(n+1)z-2 + ... ,
e calculando a integral de linha definida anteriormente
2005
EE-UCG
Introduo ao PDS
44
X ( z) z
n 1
dz = ... + 0 + 2jx(n) + 0 + ...
x ( n) =
1
X ( z ) z n 1dz
2j C
com a integral calculada ao longo de um contorno C desenhado volta da origem do plano z e na

regio de convergncia de X(z).
Esta a forma geral para o clculo da inversa da transformada-Z.
Uma integral de linha como esta pode ser calculada pelo mtodo dos resduos, que utiliza o fato
dessa integral ser igual soma dos resduos da funo integranda nos seus plos situados no interior
do contorno, supostamente, percorrido no sentido horrio.
( z a) F ( z )
O resduo de uma funo F(z) num plo simples a
z =a
Num plo a com multiplicidade m, o resduo dado por uma expresso um pouco mais complexa
1
d m1
( z a) m F ( z )
m 1
(m 1)! dz
z =a
Exemplo:
Seja novamente H(z) = z-1 / (1 2.25 z-1 + 0.5 z-2), estvel.
A integral de linha que permite calcular a inversa da transformada-Z
1
1
zn
n 1
h ( n) =
H ( z ) z dz =
dz
2j C
2j C ( z 0.25)( z 2)
apresentando a funo integranda dois plos simples em 0.25 e 2, e um plo de
multiplicidade -n em 0, este para valores negativos de n, apenas.
No caso n 0, verifica-se que apenas o plo em 0.25 se encontra no interior de um contorno
de integrao traado na regio de convergncia de H(z), e portanto, utilizando o teorema
dos resduos,
h ( n) =
0.25 n
4
= 0.25 n , n 0
1.75
7
No caso n < 0, verifica-se que os plos em 0.25 e em 0 encontram-se no interior do

contorno, sendo este ltimo de multiplicidade varivel, o que obrigaria a calcular h(n) termo
a termo.
Em muitas situaes, este problema no surge porque se sabe com antecedncia, por
exemplo, que o sinal original causal, e, portanto, nulo para valores negativos de n.
No caso geral, a mudana de varivel de integrao
z p-1
permite colocar em (obviamente, no exterior de qualquer contorno) o plo que estava em
0, e simplificar o problema.
No nosso exemplo, a funo a ser integrada passa a ser
2005
EE-UCG
Introduo ao PDS
45
1
p n
1
2 p n
2
h ( n) =
( p )dp =
dp
2j Cp ( p 1 0.25)( p 1 2)
2j Cp ( p 4)( p 0.5)
com plos em 0.5 e 4, e em que Cp o novo contorno de integrao.
O novo contorno de integrao, que est situado necessariamente no interior da nova regio
de convergncia
0.5 < |p| < 4 ,
apresenta apenas o plo em 0.5 no seu interior, mas passa a ser percorrido em sentido antihorrio, e portanto ao se aplicar a regra dos resduos necessrio trocar o sinal do resultado,
obtendo-se
h ( n) =
2.0,5 n
4
= 0,5 n ,
3.5
7
n<0
Escrevendo os dois resultados numa nica expresso,
h(n) =
4
0,25 n u (n) + 2 n u ( n 1)
7
que equivalente ao resultado que tnhamos obtido anteriormente.
4.10 Propriedade da Convoluo Complexa

A transformada-Z do produto de dois sinais discretos x(n) e w(n), com transformadas em z,
respectivamente, X(z) e W(z),
+
x(n)w(n) z
n =
+
x(n)w(n) z
n =
n =
n
2j X (v)v
n 1
dvw(n) z n =
+
1
X
(
v
)
w(n) z n v n1dv
2j C
n =
1
z
X (v)W ( )v 1dv
2j C
v
Esta integral na realidade uma convoluo! A varivel de integrao v desempenha um papel

equivalente ao da varivel k usada anteriormente na expresso da convoluo
+
x ( k ) h( n k )
k =
A transformada de Fourier do produto de dois sinais discretos x(n) e w(n), por sua vez, dada por
1
z 1
X
(
v
)
W
(
)v dv
2j C
v
z = e j
Repare que se escolhermos como contorno de integrao C a circunferncia unitria do plano v, o

que sempre possvel, pois de outro modo x(n) e w(n) no teriam transformadas de Fourier,
v = ej
2005
EE-UCG
Introduo ao PDS
46
v-1 dv = jd,
aquela integral fica
1
2
X (e
)W (e j ( ) )v 1d
expresso que evidencia claramente uma convoluo, com a imagem geomtrica que geralmente lhe
est associada.
Esta propriedade muito utilizada para avaliar o efeito, no domnio das freqncias, da
multiplicao de dois sinais discretos, como acontece, por exemplo, quando se multiplica uma
resposta impulsiva infinita por uma janela retangular
ha(n) = h(n)[u(n+n0) - u(n-n0-1)] .
Exemplo:
Os sinais discretos x(n) = 2-nu(n) e w(n) = 3-nu(n) tem transformada-Z respectivamente
X(z) = 1 / (1 z-1/2), |z| > 0.5, e W(z) = 1 / (1 z-1/3), |z| > 1/3
e o seu produto x(n)w(n) = 6-nu(n) tem transformada-Z 1 / (1 z-1/6), |z|>1/6
Este resultado pode ser naturalmente obtido atravs da propriedade da convoluo complexa,
calculando no plano v a integral
1
1
1
v 1dv,
2j C 1 1 v 1 1 1 ( z / v) 1
3
2
v >
z 1
1
>
e
2
v 3
com o contorno C satisfazendo as condies impostas pelas regies de convergncia de X(z)

e W(z), isto ,
0.5 < |v| < 3|z|
Um contorno nessas condies s existir, evidentemente, se
3|z| > 0.5 |z| > 1/6
que ser a regio de convergncia da transformada-Z de x(n)w(n).
A integral pode ser calculada pelo mtodo dos resduos, sendo necessrio, ento, determinar
os plos da funo integranda
1
3z
dv,
2j C (v 1 / 2 )(v 3 z )
z >
1
6
1
< v < 3z
2
que so 1/2 e 3z.

Como apenas o plo 1/2 se encontra no interior do contorno C, o resduo nesse plo,
1
3z
,
=
1
1 1
3z 1 z
2
6
z >
1
6
a transformada-Z procurada.
2005
EE-UCG
Introduo ao PDS
47
Note que atravs da propriedade da convoluo complexa foi possvel deduzir no s a expresso da
transformada-Z, como tambm a sua regio de convergncia.
2005
EE-UCG

Apostila PDS 1 PDF

Transféré par

Informations du document

Titre original

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 PDS 1 PDF

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDADE CATLICA DE GOIS

Prof. Dr. Cludio A. Fleury

Prof. Cludio A. Fleury

4.6 Funo de Transferncia de um Sistema Discreto....................................................... 40

Prof. Cludio A. Fleury

1. Processamento Digital de Sinais

1.2 Sinais Contnuos e Discretos

1.3 Sistemas Contnuos e Discretos

Prof. Cludio A. Fleury

Enquanto a relao entrada/sada de um sistema contnuo (unidimensional) normalmente

0, se n < 0 ou (n > 0 e (n mod 12 > 5))

Prof. Cludio A. Fleury

1.4 Processamento Digital de Sinais

1.5 Breve Histria do PDS

Prof. Cludio A. Fleury

1.6 Vantagens do PDS

1.7 Processadores de Sinais

Prof. Cludio A. Fleury

Prof. Cludio A. Fleury

Prof. Cludio A. Fleury

2. Sinais e Sistemas Discretos

Outro sinal discreto importante o degrau unitrio u(n)

2.2 Convoluo Discreta

Prof. Cludio A. Fleury

a entrada x(n) = u(n) - u(n-4),

Qual seria a resposta y(n) do sistema a esta entrada?

Prof. Cludio A. Fleury

Em seguida, fazemos os produtos termo a termo, e somamos os resultados:

2.3 Sistemas Discretos FIR e IIR

- resposta impulsiva finita (sem realimentao da sada)

- resposta impulsiva infinita (com realimentao da sada)

ter um nmero finito de termos.

Prof. Cludio A. Fleury

pode ser implementado pela equao de diferenas

2.4 Sistemas Discretos Recursivos e No Recursivos

2.5 Operao em Tempo Real

2.6 Sistemas Discretos Causais

Prof. Cludio A. Fleury

as respectivas respostas y1(n) e y2(n) forem tais que

2.7 Sistemas Discretos Estveis

A condio suficiente: na realidade, se esta condio se verificar e se |x(n)| < M, ento

2.8 Freqncia de um Sinal Discreto

Prof. Cludio A. Fleury

Prof. Cludio A. Fleury

2.8.2 Freqncias Repetitivas

Prof. Cludio A. Fleury

2.9 Resposta em Freqncia de um Sistema Discreto

h(k).e j ( n - k) = h(k).e jn .e- jk = e jn

Prof. Cludio A. Fleury

H(ej) = 0.25 + 0.5e-j + 0.25e-2j = (0.5 + 0.5cos())e-j

e por comparao das trs expresses anteriores, temos:

2.10 Transformada de Fourier de um Sinal Discreto

Prof. Cludio A. Fleury

e a transformada inversa de Fourier ser dada por

que uma amostragem da funo seno cardinal: sinc(x) = sen(x)/x.

Prof. Cludio A. Fleury

O programa utilizado para obter estas representaes am MATLAB mostrado a seguir

2.11 Propriedades da Transformada de Fourier

e a transformada de Fourier de um sinal discreto multiplicado por uma constante a sua

2.11.1 Propriedade da Translao

Prof. Cludio A. Fleury

onde foi usada a mudana de varivel: m = n k .

2.11.2 Propriedade da Convoluo