03-Sinais e Operações

Prof. Cludio A.
Fleury
Processamento Digital de Sinais 2012-2
Aula 3 Sinais e Operaes
Cap.1 Lathi Slides: 54

Contedo
Sinal
Sinais Elementares
Operaes
Aplicaes
Decomposio de Sinais em Impulsos
Exerccios
2 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury
Fundamentao Terica
Sinal
a representao da informao (conjunto de dados)
Exemplos
Sinal de telefone ou televiso, registro de vendas de um comrcio, ndice

de fechamento da bolsa de valores (varivel independente: tempo), ndice
pluviomtrico dirio (varivel independente: tempo e espao) etc
Movimentao de cargas eltricas no interior de clulas biolgicas =

densidade de ons (var. indep.: espao ou volume)
Os sinais esto em torno de ns, tanto natureza quanto no mundo feito

pelo homem. Mudanas de temperatura na meteorologia, variaes de
preos no mercado de aes, no exame de eletroencefalograma, so
apenas alguns exemplos de sinais.

Fundamentao Terica
Sistema
um conjunto de elementos que processa (modifica) sinais,

extraindo (imprimindo) informaes deles (neles)
Exemplos
Fsicos: eltricos, mecnicos, biolgicos, qumicos. Virtuais: algoritmos
Estudos
Modelagem Matemtica, Anlise e Projeto

Sistemas
Sistema Eltrico Simples
Descrio (modelo matemtico determinstico)
1 t
y (t ) = vC (t0 ) + R. x (t ) + x ( )d , t t0
C t0

Sinais e Sistemas Discretos
Sinais de Tempo Discreto
x[n] ou x(nT)
Sistemas de Tempo Discreto

Tamanho do Sinal
Energia do sinal x[n]
Convencionalmente, a Energia depende do sinal
x[n]
2
Ex = e da carga, mas pode ser vista como a energia
n = dissipada em um carga normalizada de 1.
Sinal de Energia: sinal cuja energia Ex finita e no nula

(amplitude 0 quando n )

Tamanho do Sinal
Potncia do sinal x[n] (mdia temporal da Energia)
N
1

2
Px = lim x[n ]
N 2 N + 1
n= N
Para x[n] peridico com N amostras/perodo:
Para sinais peridicos a 1 N 1
x[n]
2
Potncia pode ser calculada Px =
em apenas um perodo N n =0
Sinal de Potncia: sinal cuja potncia Px finita e no nula

(amplitude no 0 quando n )
Raiz Quadrada Mdia (Root Mean Square): RMS = (Px)1/2

Sinal/Sistema Causal
Sinal Causal: x(t) = 0 para t < 0
Sistema Causal: resposta ao impulso, h(t) = 0 para t < 0

Sinais Discretos Elementares
Impulso Unitrio 1, n=0
[n ] =
0, c.c. n
Degrau Unitrio 1, n0
u[n ] =
0, c.c. n
Rampa Unitria r[ n ] = n
Seno e Cosseno x[n ] = sen(.n + )
ou
Exponencial
x[n ] = cos( >) 0 taxa de crescimento
. n.n +
Real x[ n ] = e , < 0 taxa de decaimento
Complexa x[n ] = e ( + j ). n
= e .n [cos(n ) + j. sen(n )]
Impulso Unitrio (Delta de Dirac)
Impulso Unitrio
0, n 0
[n] =
1, n = 0
Conjunto de Amostras:
[n] = { 1 }

Degrau unitrio
Degrau Unitrio
1, n 0
u[n ] = 1
0, n < 0 0.8
x[n] = u[n]
0.6
0.4
0.2
0
u[n] = { 1, 1, 1, 1, 1, ... }
-0.2
-5 -4 -3 -2 -1 0 1 2 3 4 5
Relaes n

u[n] = [n k ] [n] = u[n] u[n 1]
k =0

Pulso Retangular
(trem de impulsos unitrios, janela, porta, window, gate, boxcar normalizada, brickwall...)
Pulso Retangular
de largura N e centrado na origem: 1.5
1, | n | N / 2
p N [n ] = 1
0, c.c.
p [n]
0.5
6
0
p7[n] = { 1, 1, 1, 1, 1, 1, 1 }
-0.5
-6 -4 -2 0 2 4 6
n

Exerccios
1. Calcule o tamanho dos seguintes sinais.
x[n]
2
Ex =
n =
N 1
1
x[ n ]
2
Px =
N = 6 amostras/perodo N n =0
Soluo:
5
a ) E x = n 2 = 0 2 + 12 + 2 2 + 32 + 4 2 + 52 = 55
n =0
5
1 55
b) Px =
N
=
n 2
n =0 6
Senide Discreta
2
cos(.n + ) = cos n + =
12 4 N

Como : = rad/amostra
12
Logo : N = 24 amostras/ciclo

Sequncia Exponencial Real: x[n] = A.
n
Se A e forem nmeros reais ento x[n] ser um sinal real
Considerando A real positivo, A= 2
>1 = 1.2
0<<1 = 0.8
=1 =1
-1 < < 0 = -0.9
< -1 = -1.2

Sequncia Expon. Complexa: n
x[n] = A.
A=1 4 2
alpha = 0.9/45
2 0
| < 1
| 0 complexo
-2
-2
-4
-10 -5 0 5 10 -10 -5 0 5 10
2 2
alpha = 1/45
1 1
| = 1
| 0 0
-1 -1
-2 -2
-10 -5 0 5 10 -10 -5 0 5 10
4 4
alpha=1.1/45
2 2
| > 1
| 0
0
-2
-2
-10 -5 0 5 10 -10 -5 0 5 10
Re{x[n]} Im{x[n]}
Exponencial Complexa - Propriedades
j 0 t
Sinal Contnuo: e = cos(0t ) + j sen (0t )
Propriedade: Peridico sinal repete ampl. de 2 em 2
Obs.: a) Aumentando-se 0 aumenta-se a taxa de oscilao

b) Para 0 o sinal sempre ser peridico
c) Em um intervalo de tempo T podem existir infinitas senides
j 0 n
Sinal Discreto: e = cos( 0 n) + j sen ( 0 n)
- Aumentando-se 0 de 2 (ou de mltiplos inteiros de 2):
e j ( 0 + 2 ).n = e j ( 0 n ) .e j .2 .n = e j ( 0 n )
Exponencial Complexa - Propriedades
Propriedade: Para um sinal discreto ser peridico com N amostras
por perodo, preciso que x[n] = x[n+N], n
j0 n j0 ( n + N )
Assim: e =e Para que a igualdade
exista, esse termo deve
j n j n j N ser unitrio...
e 0
= e .e 0 0
Logo: 1 = e j0 N = cos( 0 N ) + j.sen ( 0 N )

Mas : cos( ) = 1 para = 2 e mltiplos inteiros
Assim: 0 N = 2 m , com m
Ou: 0 m 2
= Perodo Fundamental: N = m
2 N
0
0
Exponencial Complexa Discreta Freqncia Fundamental:
no peridica para qualquer 0
m
Sequncia Expon. Complexa: x[n] = e j n
1 1
0 = 0 0 0 0= 3/2
-1 -1
0 2 4 6 8 10 12 0 2 4 6 8 10 12
1 1
0= /60 0 0= 5/3
-1 -1
0 2 4 6 8 10 12 0 2 4 6 8 10 12
1 1
0= /30 0 0= 11/6
-1 -1
0 2 4 6 8 10 12 0 2 4 6 8 10 12
1 1
0= /20 0
0= 2
-1 -1
0 2 4 6 8 10 12 0 2 4 6 8 10 12
1
0= 0 Baixas Frequncias 0 prximo de 0 ou 2
-1
Altas Frequncias 0 prximo de
0 2 4 6 8 10 12
Senides de Frequncia Complexa
Exponencial Complexa: e(+j)t
a) Constante: = = 0
Exp. crescente: > 0 e = 0
Exp. descresc.: < 0 e = 0
b) Cossenide: = 0
Re{ejt} = cos(t)
c) Cossenide exponencialmente
decrescente: < 0 e 0
d) Cossenide exponencialmente
crescente: > 0 e 0



Sinais Discretos Elementares Script
# -*- coding: utf-8 -*-

""" Sinais Discretos Elementares: impulso, degrau, boxcar, seno, exponencial
@author: kaw, 14/04/16. """
from numpy import arange, zeros, sin, exp, pi, abs, angle, logical_and
from matplotlib.pylab import stem, xlabel, ylabel, title, ylim, grid, figure, \
subplot, tight_layout
n = arange(-10,11) # abscissas - base temporal
delta = zeros(21)
delta[n==0] = 1 # ou: delta[10] = 1
subplot(2,2,1); stem(n,delta); xlabel('n'); ylabel('amplitude')
title(u'Impulso Unitrio'); ylim(-1,2); grid(True) # ou: grid('on')
degrau = zeros(21)
degrau[n>=0] = 1 # ou: degrau[10:] = 1
subplot(2,2,2); stem(n,degrau); xlabel('n'); ylabel('amplitude')
title(u'Degrau Unitrio'); ylim(-1,2); grid(True)
boxcar = zeros(21)
boxcar[logical_and(n>=-5,n<=5)] = 1 # ou: boxcar[n>=-5] = 1; boxcar[n>5] = 0
subplot(2,2,3); stem(n,boxcar); xlabel('n'); ylabel('amplitude')
title(u'Boxcar'); ylim(-1,2); grid(True)
rampa = n
subplot(2,2,4); stem(n,rampa); xlabel('n'); ylabel('amplitude')
title(u'Rampa'); grid(True); tight_layout()

Sinais Discretos Elementares Script
# continuao...
figure()
seno = sin(n*pi/4.)
subplot(2,1,1); stem(n,seno); xlabel('n'); ylabel('amplitude')
title(u'Senide'); ylim(-1.5,1.5); grid(True)
comp = ((-0.8)**n)*(exp(1j*n*pi/8.)) # exponencial complexa

subplot(2,2,3); stem(n,abs(comp)); xlabel('n'); ylabel('amplitude')
title(u'Exponencial Complexa'); grid(True)
subplot(2,2,4); stem(n,angle(comp)); xlabel('n'); ylabel('fase')
title(u'Exponencial Complexa'); grid(True); tight_layout()

Exerccios 1
0.8
0.6
0.4
As seguintes sequncias so peridicas? 0.2

-0.2
-0.4
1) x[n] = cos n -0.6
6
-0.8
-1
0 2 4 6 8 10 12
0 / 6 1 1
0 = e = = . = peridica 1
6 2 2 6 2 12 0.8
0.6
4
0.4
0.2
2) x[n] = cos n 0
7
-0.2
-0.4
-0.6
-0.8
4 0 4 / 7 4 1 2
0 = = = = peridica
-1
e . 0 1 2 3 4 5 6 7
7 2 2 7 2 7 1
0.8
n
0.6
0.4
3) x[n] = cos 0.2
2
0
-0.2
0 1 / 2 1 1
-0.4
1 1
0 = e = = . = no peridica
-0.6
2 2 2 2 4
-0.8
2 -1
0 2 4 6 8 10 12 14 16

Operaes com Sinais
Reverso Temporal: y[n] = x[-n]

Reverso de Polaridade: y[n] = -x[n]
Deslocamento y[n] = x[n M]
Soma: z[n] = x[n] + y[n]
Produto: z[n] = x[n] . y[n]
Mudana de Esc. Temporal1: y[n] = x[.n]
(Decimao/Interpolao)
1 ou Escalonamento Temporal
Operaes com Sinais
Reverso Temporal y[n] = x[-n]
Reflexo em relao ao eixo vertical
x[n]
0,9n 0,9n
0,9n

Reverso Temporal
Script
# -*- coding: utf-8 -*-
""" Simetria Par/mpar de Sinais Discretos
@author: kaw, 16/05/17 """
from numpy import array, arange, zeros

from pylab import stem, subplot, title, xlabel, ylabel, xlim, ylim, grid, figure
def rebat(x,orig,tipo='vert'):
''' Rebatimento do sinal 'x' em relao ao eixo
'vert'ical, 'horiz'ontal ou 'ambos' (tipo).'''
if tipo == 'vert':
return x[::-1], len(x)-orig-1
elif tipo == 'horiz':
return -1*x, orig
else:
return -1*x[::-1], len(x)-orig-1
def plota(x,y,tit,rotx,roty,grade):
stem(x,y); title(tit); xlabel(rotx); ylabel(roty); grid(grade)
ylim(min(y)-1,max(y)+1); xlim(x[0]-1,x[-1]+1)
origem = 3; n = arange(-3,14); x = zeros(len(n)); x[6:14] = 0.9**arange(6,14)
xr, origr = rebat(x,origem); nr = arange(-origr,len(xr)-origr)

subplot(121); plota(n,x,'Sinal Original:','$n$','$x[n]$','on')
subplot(122); plota(nr,xr,'Rev. Temporal: $y[n] = x[-n]$','$n$','$x[-n]$','on')

Operaes com Sinais
Reverso Temporal y[n] = x[-n]
Reflexo em relao ao eixo vertical
x = array([-2,1,2,3,-1]); origem = 1; n = arange(-origem,len(x)-origem)

Operaes com Sinais
Deslocamento Temporal y[n] = x[n N]
Movimenta o sinal para esquerda ou para direita em relao
ao eixo vertical
[n] u[n]
[n-2] u[n-2]
[n+2] u[n+2]

Operaes com Sinais
Deslocamento Temporal
x[n 5]
0,9n 0,9n5
x[5 n]
x[n]
0,9n 0,95-n

Operaes com Sinais
h[n]
Exemplo
n
Sinal: h[n] = { 3, 3, 1, 1 }
h[-n]
a) Reverso Temporal: h[-n]:
Rebata o sinal h[n] em relao ao eixo vertical n
h[-n+3]
b) Reverso e Deslocamento: h[-n+3]:

Desloca h[-n] trs amostras para a direita n
h[-n-2]
c) Reverso e Desloc.: h[-n-2]:

n
Desloca h[-n] duas amostras p/ esquerda

Deslocamento Temporal
Script
# -*- coding: utf-8 -*-

""" Deslocamento Temporal de Sinais Discretos
@author: kaw, 16/05/17 """
from numpy import array, arange

from pylab import stem, subplot, title, xlabel, ylabel, xlim, ylim, grid, figure
def plota(x,y,tit,rotx,roty,grade):
stem(x,y); title(tit); xlabel(rotx); ylabel(roty); grid(grade)
ylim(min(y)-1,max(y)+1); xlim(x[0]-1,x[-1]+1)
x = array([-2,1,2,3,-1]); origem = 1; n = arange(-origem,len(x)-origem)
subplot(131); plota(n,x,'Sinal Original: $x[n]$','$n$','','on')

subplot(132); plota(n+3,x,'Sinal Atrasado: $x[n-3]$','$n$','','on')
subplot(133); plota(n-3,x,'Sinal Adiantado: $x[n+3]$','$n$','','on')

Operaes com Sinais
Decimao* (compresso) pelo fator inteiro M > 1
Seleo de uma amostra a cada M amostras
xd [n ] = x[ M .n ]
* Downsampling = diminuir (dizimar) quantidade de amostras

Operaes com Sinais
Interpolao* (expanso) pelo fator inteiro M > 1
Acrscimo de M-1 amostras a cada amostra original
x e [ n ] = x[ n M ]
* Upsampling = incluir novas amostras (nulas)

Operaes com Sinais
Operaes Combinadas: y[n] = x[a.n b]
A ordem de realizao das operaes muda o resultado!
Modo 1:
Faa o deslocamento de x[n] por b, obtendo-se x[n b], e
depois faa o escalonamento temporal, substituindo n por a.n,
obtendo-se x[a.n b]
Modo 2:
Faa o escalonamento temporal primeiro, obtendo-se o sinal
x[a.n] e depois faa o deslocamento temporal por b/a,
substituindo n por nb/a, obtendo-se x[a.(n b/a)] = x[a.nb]

Operaes com Sinais
Exemplo: y[n] = x[2n-6]
Modo 1: atrase x[n] por 6 unidades de tempo para gerar x[n-6]

e em seguida faa a compresso por 2, substituindo n = 2n,
gerando x[2n-6]
Modo 2: comprima x[n] por 2 para gerar x[2n] e em seguida

atrase o sinal x[2n] por 3, substituindo n = n - 3, gerando
x[2(n-3)] = x[2n-6]

Operaes com Sinais
Simetria
Rebatimento em relao ao
Par: ocorre quando x[n] = x[-n] eixo vertical
mpar: ocorre quando x[n] = -x[-n] Rebatimento em relao aos

eixos vertical e horizontal
Decomposio em componentes par e mpar

xp[n] = ( x[n] + x[-n] ) / 2
xi[n] = ( x[n] x[-n] ) / 2
Propriedade: x[n] = xp[n] + xi[n]

Operaes com Sinais
Simetria
Exemplo:
Calcule as componentes simtricas do sinal x[n] = { 3, 5, -2 }

3, 5, 2
2, 5, 3
1, 10, 1 1 1

, 5,
2 2 2 2 2
3, 5, 2
2, 5, 3
5, 0, 5 5 5

, 0,
2 2 2 2 2
Comprovao
1 1 5 5
, 5, , 0, 3, 5, 2
2 2 2 2

Operaes com Sinais
Simetria
Exemplo: componentes simtricas do sinal x[n] = {-2, 1, 2, 3, -1 }

Reverso Temporal
Script
def par_impar(x,orig):
''' Calcula as componentes par e mpar do sinal 'x' com origem em 'orig' .
Retorna:
'xp' - vetor com as amplitudes da componente par do sinal 'x'
'origrv' - ndice do vetor p/ amostra da origem da componente par
'xi' - vetor com as amplitudes da componente mpar do sinal 'x'
'origrvh' - ndice do vetor p/ amostra da origem da componente mpar '''
xrv,origrv = rebat(x,orig) # 'x' rebatido em relao ao eixo vert
# Alinhamento das origens dos sinais 'x' e 'xrv' para fazer a soma vetorial
xalinh = array([0]*abs(orig-origrv) + list(x))
xrvalinh = array(list(xrv) + [0]*abs(orig-origrv))
xp = (xalinh + xrvalinh)/2.
xrvh,origrvh = rebat(x,orig,'ambos')# 'x' rebatido em relao a ambos eixos
# Alinhamento das origens dos sinais 'x' e 'xrvh' para fazer a soma vetorial
xrvhalinh = array(list(xrvh) + [0]*abs(orig-origrvh))
xi = (xalinh + xrvhalinh)/2.
return xp,origrv,xi,origrvh
x = array([-2,1,2,3,-1]); origem = 1
p,op,i,oi = par_impar(x,origem) # componentes par e mpar:'p' e 'i', e
n = arange(-op,len(p)-op) # respectivas origens: 'op' e 'oi'
figure()
subplot(3,1,1); plota(n,p+i,'Sinal Original','','$x[n]$','on')
subplot(3,1,2); plota(n,p,'Componente Par','','$x_p[n]$','on')
subplot(3,1,3); plota(n,i,u'Componente mpar','$n$','$x_i[n]$','on')

Representaes de Sinais Discretos
Decomposio em Impulsos Unitrios

x[n] = x[k ]. [n k ]
k =
Conjunto de Amostras: x[n] = {1, 0, 1/2, 2}
Algbrico: x[n] = [n+1] + [n-1]/2 + 2.[n-2]

Grfico: x[n]

Exerccios
1. Dado x[n], represente x[n+3], x[-n] e x[-3-n] nas diversas formas
estudadas (analtica, grfica, conjunto de amostras e decomposio em impulsos unitrios).

Exerccios
Gabarito
1. Dado x[n], represente x[n+3], x[-n] e x[-3-n]
nas diversas formas estudadas
(analtica, grfica, conjunto de amostras e decomp. em impulsos unitrios).
Grfica
Analtica
0,9 3 11
3 0,9 8
0,9 3 11
Conjunto de Amostras

0; 0; 0; 0,9 ; 0,9 ; ; 0,9 !
3
1; 0,9; 0,9' ; ; 0,9"

0,9 ! ; 0,9$ ; ; 0,9 ; 0; 0; 0
0,9 3 0,9 4 0,9 ! 10

3 0,9 1 0,9" 7
0,9 ! 10 0,9$ 9 0,9 3 Decomposio em Impulsos Unitrios
Exerccios
Gabarito
# -*- coding: utf-8 -*-
""" Sinais Discretos Elementares: impulso, degrau, boxcar, seno, exponencial
@author: kaw, 14/04/16. """
from numpy import arange, zeros, sin, exp, pi, abs, angle, logical_and
from matplotlib.pylab import stem, xlabel, ylabel, title, ylim, grid, figure, \
subplot, tight_layout, legend
def degrau(n):
return (n>=0)*1.
def sinal(n):
x = 0.9**n*(degrau(n-3)-degrau(n-11))
return x
# Exerccio 1
x = sinal(n); stem(n,x,label='x[n]')
xlabel('n'); ylabel('amplitude'); title(u'Operaes com Sinais'); grid(True)
y = sinal(n+3); stem(n,y,label='x[n+3]',linefmt='r',markerfmt='ro')
z = sinal(-n); stem(n,z,label='x[-n]',linefmt='g',markerfmt='go')
w = sinal(-3-n); stem(n,w,label='x[-5-n]',linefmt='m',markerfmt='mo'); legend()

Exerccios
2. Represente graficamente os sinais x[2n], x[3n] e x[n/2].

Exerccios
3. Represente o sinal y[n] = e-0,5n.(u[n+3] u[n2]) nas diversas formas
estudadas (grfica, conjunto de amostras e decomposio em impulsos unitrios).

Exerccios
Gabarito
# continuao...
# Exerccio 3
figure()
r = sinal(2*n)
stem(n,r,label='x[2n]',linefmt='b',markerfmt='bo')
s = sinal(3*n)
stem(n,s,label='x[3n]',linefmt='g',markerfmt='go')
t = sinal(n/2)
stem(n,t,label='x[n/2]',linefmt='m',markerfmt='mo')
xlabel('n'); ylabel('amplitude'); title(u'Operaes com Sinais'); grid(True)
legend()
figure()
v = exp(-0.5*n)*(degrau(n+3)-degrau(n-2))
stem(n,v, linefmt='b', markerfmt='bo')

title('$e^{-0.5n}(u[n+3]-u[n-2])$')
xlabel('n')
ylabel('amplitude')

Exerccios
4. Trace o grfico de hastes para os sinais 0,7n.u[n]; (-0,7)n.u[n] e
1,1n.u[n] considerando -3 n 15.

Exerccios
Gabarito
# continuao...
# Exerccio 4
figure()
y = 0.7**n*degrau(n)
subplot(311); stem(n,y,label='$0.7^nu[n]$',linefmt='b',markerfmt='bo')
title('Sinais'); ylabel('amplitude'); legend()
z = (-0.7)**n*degrau(n)
subplot(312); stem(n,z,label='$(-0.7)^nu[n]$',linefmt='g',markerfmt='go')
ylabel('amplitude'); legend()
w = 1.1**n*degrau(n)
subplot(313); stem(n,w,label='$1.1^nu[n]$',linefmt='m',markerfmt='mo')
xlabel('n'); ylabel('amplitude'); legend()

Exerccios
5. Dado o sinal p[n] = { 1, 0, 0, 0, 2, -1.5, 0, 0, 0, 0, -1 }, determine a
decomposio em Impulsos Unitrios do sinal p[n].
Representao Grfica:
p[n]

Exerccios
Gabarito
5. Dado o sinal p[n] = { 1, 0, 0, 0, 2, -1.5, 0, 0, 0, 0, -1 }, qual a
decomposio em Impulsos Unitrios de p[n] ?
p[n]
Representao Grfica:
Soluo: Representao em Impulsos Unitrios:

p[n] = a-3[n+3] + a1[n-1] + a2[n-2] + a7[n-7]
p[n] = [n+3] [n-1] 1,5.
+ 2. [n-2] [n-7]

Exerccios
6. Represente os sinais c[n] e d[n] em conjunto de amostras e
decomposio em impulsos unitrios:
c[n] d[n]
2 2
1 1
-3 -2 -1 0 1 2 3 4 n -3 -2 -1 0 1 2 3 4 n
-1 -1
-2 -2

Exerccios
Gabarito
c[n]
6. Represente os sinais
2
usando conjunto de
amostras e decomposio 1
em impulsos unitrios: -3 -2 -1 0 1 2 3 4 n
-1
-2
d[n]
c[n] = { 2, 2, 2, 2 }
2 c[n] = 2.[n] + 2.[n-1] + 2.[n-2] + 2.[n-3]

1 = 2.{[n] + [n-1] + [n-2] + [n-3] }
-3 -2 -1 0 1 2 3 4 n
-1
-2
d[n] = { 1, 2, 0, 3, -1, 0, 2, 0, 0, -2 }
d[n] = [n+3] + 2.[n+2] + 3.[n] [n-1] + 2.[n-3] 2.[n-6]

Fontes
Lathi, B.P. Sinais e Sistemas Lineares; 2 Ed., Porto Alegre;
Bookman, 2007. 856p.

03-Sinais e Operações

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

03-Sinais e Operações

Transféré par

Droits d'auteur :

Formats disponibles

Prof. Cludio A.

Processamento Digital de Sinais 2012-2

Aula 3 Sinais e Operaes

Cap.1 Lathi Slides: 54

Decomposio de Sinais em Impulsos

Sinal de telefone ou televiso, registro de vendas de um comrcio, ndice

Movimentao de cargas eltricas no interior de clulas biolgicas =

Os sinais esto em torno de ns, tanto natureza quanto no mundo feito

3 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

um conjunto de elementos que processa (modifica) sinais,

4 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

5 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

Sistemas de Tempo Discreto

6 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

Sinal de Energia: sinal cuja energia Ex finita e no nula

7 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

Sinal de Potncia: sinal cuja potncia Px finita e no nula

Raiz Quadrada Mdia (Root Mean Square): RMS = (Px)1/2

Sinal Causal: x(t) = 0 para t < 0

Sistema Causal: resposta ao impulso, h(t) = 0 para t < 0

9 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

11 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

12 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

13 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

16 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

-1 < < 0 = -0.9

18 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

Obs.: a) Aumentando-se 0 aumenta-se a taxa de oscilao

Logo: 1 = e j0 N = cos( 0 N ) + j.sen ( 0 N )

0= 0 Baixas Frequncias 0 prximo de 0 ou 2

24 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

25 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

26 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

# -*- coding: utf-8 -*-

n = arange(-10,11) # abscissas - base temporal

27 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

comp = ((-0.8)**n)*(exp(1j*n*pi/8.)) # exponencial complexa

28 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

As seguintes sequncias so peridicas? 0.2

1) x[n] = cos n -0.6

3) x[n] = cos 0.2

29 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

Reverso Temporal: y[n] = x[-n]

31 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

from numpy import array, arange, zeros

origem = 3; n = arange(-3,14); x = zeros(len(n)); x[6:14] = 0.9**arange(6,14)

xr, origr = rebat(x,origem); nr = arange(-origr,len(xr)-origr)

32 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

x = array([-2,1,2,3,-1]); origem = 1; n = arange(-origem,len(x)-origem)

33 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

34 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

36 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

b) Reverso e Deslocamento: h[-n+3]:

c) Reverso e Desloc.: h[-n-2]:

37 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

# -*- coding: utf-8 -*-

from numpy import array, arange

x = array([-2,1,2,3,-1]); origem = 1; n = arange(-origem,len(x)-origem)

subplot(131); plota(n,x,'Sinal Original: $x[n]$','$n$','','on')

38 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

* Downsampling = diminuir (dizimar) quantidade de amostras

* Upsampling = incluir novas amostras (nulas)

A ordem de realizao das operaes muda o resultado!

41 2015-2 PDS - Sinais e Operaes Prof. Dr. Cludio A. Fleury

# -- coding: utf-8 --

comp = ((-0.8)**n)(exp(1jn*pi/8.)) # exponencial complexa

# -- coding: utf-8 --

0,9 3 0,9 4 0,9 ! 10