Académique Documents
Professionnel Documents
Culture Documents
DEPARTAMENTO DE ENGENHARIA
ENGENHARIA ELTRICA
Introduo ao
Processamento Digital de Sinais
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
2005
EE-UCG
Introduo ao PDS
2005
EE-UCG
Introduo ao PDS
Controlador
Sistema
x(n) = xc(nT),
em que T o perodo de amostragem (intervalo de tempo entre amostras consecutivas).
2005
EE-UCG
Introduo ao PDS
10
12
10
12
2
1.5
1
0.5
0
2005
EE-UCG
Introduo ao PDS
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.
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.
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
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
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.
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
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):
IIR
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 =
2005
EE-UCG
Introduo ao PDS
13
2005
EE-UCG
Introduo ao PDS
14
S=
h(k ) <
k =
y ( n) =
h(k ).x(n k ) M
k =
h( k ) <
k =
h( k ) <
k =
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
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
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
- 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
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
h( k ) =
1
2
H (e
).e jk .d
2005
EE-UCG
Introduo ao PDS
19
X (e j ) =
x(n).e
- j n
n =
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 )
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
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.
a transformada de Fourier da soma de dois sinais discretos a soma das suas transformadas
de Fourier,
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
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
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
x(n) .e
n =
- j n
[x(n).e ]
+
j n *
= X (e- j )*
n =
2005
EE-UCG
Introduo ao PDS
22
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
Puramente imaginrio
Puramente real
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
parte real
parte imaginria
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
0 .3
1 0 .7 e - j
2005
EE-UCG
Introduo ao PDS
25
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
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
x ( n) =
1
2T
1
=
2T
Prof. Cludio A. Fleury
(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
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,
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
=
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.
X (e j ) =
+ 2 r
1
Xc( j
)
T r =
T
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
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
2005
EE-UCG
Introduo ao PDS
31
O resultado
nT
x(n) =
1
x (t )dt
nT c
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.
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 =
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,
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 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
1
X (e j ).e jn .d
2
1
xd (n) =
X (e j ).e jMn .d
2
x ( n) =
xd (n) =
1
2 M
X (e j M ).e jn .d
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.
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 =
x ( n) =
1
2
X (e
)e jn d
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
2005
EE-UCG
Introduo ao PDS
38
X ( z) = a n z -n =
n=0
1
1 az 1
z>a
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
X ( z) =
n2
x ( n) z
n = n1
-n
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.
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.
x( n) z n + k k = z k
n =
x ( n) z
n+ k
=z k X ( z )
n =
2005
EE-UCG
Introduo ao PDS
40
x(-n) X(z-1) ,
com regio de convergncia de raio Rc-1.
y ( n) =
x ( k ) h( n k )
k =
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.
2005
EE-UCG
Introduo ao PDS
41
X ( z) =
(z z
(z z
zi
pi
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
1
-1
+ az-1
az-1
- az-1
+ a2z-2
a2z-2 ...
1
-1
+ a-1z
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.
2005
EE-UCG
Introduo ao PDS
43
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
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
2005
EE-UCG
Introduo ao PDS
44
X ( z) z
n 1
x ( n) =
1
X ( z ) z n 1dz
2j C
( z a) F ( z )
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
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
h(n) =
4
0,25 n u (n) + 2 n u ( n 1)
7
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
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
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
1
3z
dv,
2j C (v 1 / 2 )(v 3 z )
z >
1
6
1
< v < 3z
2
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