Vous êtes sur la page 1sur 87

INSTITUTO POLITCNICO DE BRAGANA

ESCOLA SUPERIOR DE TECNOLOGIA E GESTO

Processamento Digital do Sinal

MATERIAL DE APOIO S AULAS PRTICAS

Eng. Joo Paulo Coelho

2002/2004
Processamento Digital de Sinal
4 Ano de Eng. Electrotcnica. & Eng. Informtica

Parte I Sinais e Sistemas Discretos

Noes Bsicas

O conceito de sinal aplicado a algo que transporta informao.

Matematicamente, os sinais so representados como funes de uma ou mais variveis


independentes. As variveis independentes podem ser contnuas ou discretas.

- Um sinal dito contnuo se for contnuo no tempo e na amplitude.


- Um sinal dito discreto se estiver definido apenas para um conjunto discreto de
instantes de tempo.

Ao contrrio dos sinais contnuos no tempo, no domnio discreto nem sempre sinais
sinusoidais ou exponenciais complexos so peridicos. No domnio complexo, para existir
periodicidade a seguinte condio deve ser verificada:

Alguns Tipos Bsicos de Sinais Digitais:

Degrau Unitrio

0 , n < 0
u[n] =
1 , n 0

Impulso Unitrio

0 , n 0
[n] =
1 , n = 0

Sistemas Discretos no Tempo

COELHO, J.P. 1
Um sistema discreto no tempo definido matematicamente como uma transformao ou
que faz o mapeamento de uma determinada sequncia de entrada com
operador T {}
valores x[ n] para uma determinada sequncia de valores de sada y[ n] :

y[n] = T { x[n]}

Os sistemas discretos no tempo podem possuir as seguintes propriedades:

Linearidade:
Um sistema linear se verificar o teorema da sobreposio, i.e.
T {ax1[n] + bx2 [ n]} = aT { x1[n]} + bT { x2 [n]}

Invarincia no Tempo:
Um sistema dito invariante no tempo se a um deslocamento no tempo do sinal de entrada
corresponde um deslocamento no tempo no sinal de sada.
T { x[n]} = y[n] T { x[n ]} = y[n ]

Causalidade:
Um sistema dito causal se a sada no depender de informao futura.

Estabilidade:
Um sistema dito estvel se a sua resposta a uma entrada limitada limitada.
x[n] Bx < y[n] By < Bx , By positivos e finitos

Convoluo

Qualquer sinal de entrada pode ser construdo como a soma ponderada e deslocada de um
conjunto de impulsos.
+
x[n] = x[k ][n k ]
k =

Define-se resposta impulsional h[n] de um sistema discreto no tempo como sendo a


resposta quando a entrada de excitao o impulso unitrio, i.e.

T {[n]} = h[ n]

2 COELHO, J.P.
Atendendo s duas ltimas consideraes fcil demonstrar que se um sistema linear e
invariante no tempo ento:

+
T { x[n]} = T x[k ][n k ]
k =
+ +
y[n] = x[k ]h[n k ] = h[k ]x[n k ] = x[n] h[n]
k = k =

Esta operao designada por convoluo discreta. A partir da convoluo possvel


determinar a sada de qualquer SLIT por convoluo do sinal de entrada com uma funo
h[n] que representa a dinmica do sistema discreto.

Resposta em Frequncia e Transformada de Fourier

A resposta em frequncia de um sistema linear e invariante no tempo com resposta

impulsional h[ n] denomina-se por H e ( ) e dada por:


j

+
H ( e j ) = h[n]e j n

n =

Um sinal discreto x[ n] ter transformada de Fourier X e ( ) desde que a soma:


j

+
X (e j
) = x[n]e j n

n =

exista, sendo a transformada inversa de Fourier dada por:


1
x[n] = X ( e j )e jn d
2

Referncia: Oppenheim, A. V. e Schafer, R. W. Discrete-Time Signal Processing. ISBN 0-13-754920-2 Prentice


Hall, 1998.

COELHO, J.P. 3
Exerccios

1.1 Encontre uma possvel expresso matemtica para cada um dos seguintes sinais:

(a) Este sinal pode ser considerado como a sobreposio de um degrau unitrio com inicio em
n = 3 com um degrau unitrio com inicio em n = 5 . Desta forma a expresso matemtica
para o presente sinal dada por:
x[n] = u[n + 3] u[n 5]

(b) Este sinal simplesmente o impulso unitrio pesado e deslocado de 6 amostras. A


expresso matemtica para este sinal dada por:
x[n] = 8 [n 6]

(c) Este sinal simplesmente o degrau unitrio invertido no tempo, escalonado por um factor
2 e com inicio na amostra n = 4 .
x[n] = 2 u[ n 4]

4 COELHO, J.P.
1.2 Verifique se os seguintes sinais discretos no tempo so ou no peridicos:

2
x[n] = cos n
3

2
x[n] = sin n +
3 4
2
j n
x[n] = e 3

(a) Para o sinal discreto ser peridico tm que verificar a seguinte condio:
x[n] = x[n + N ] , N inteiro
Assim,

2 2
cos n = cos ( n + N )
3 3
2 2 2
cos n = cos n + N
3 3 3
Devido periodicidade da funo coseno, a igualdade anterior verifica-se sempre que:
2
N = 2k , k = 0,1,2,...
3
ou seja,
N = 3k , k = 0,1,2,...
Como k uma varivel inteira, e como o produto entre dois nmeros inteiros ainda um
nmero inteiro ento inteiro e o sinal dado peridico.

2 2 2
(b) sin n + = sin n + N +
3 4 3 3 4
Devido periodicidade da funo seno, a igualdade anterior verifica-se sempre que:
2
N = 2k , k = 0,1,2,...
3
ou seja,
N = 3k , k = 0,1,2,...
Verifica-se que no existe nenhum numero inteiro k que multiplicado por 3 d um numero
inteiro logo o sinal no peridico.

COELHO, J.P. 5
2 2
j n j ( n+ N )
(c) e 3
=e 3

2 2 2
j n j n j N
e 3
=e 3
e 3

2
j N
1= e 3

2
j N
j 2k
e =e 3
, k = 0,1,2,3,...
Assim,
2
2k = N
3
ou seja,
N = 3k , k = 0,1,2,...
Pela mesma razo de (a), o sinal exponencial complexo dado peridico.

1.3 Para cada um dos sistemas definidos subsequentemente verifique qual das seguintes
propriedades so exibidas: Linearidade, Invarincia no Tempo, Causalidade e Estabilidade.

y[n] = x[n no ]

y[n] = n x[n + 3]

y[n] = log ( x )

(a) Causalidade:

O sistema causal se e s se n0 0

Estabilidade

x[n] Bx < y[n] By < Bx , By positivos e finitos

x[n n0 ] Bx y[n] Bx < Bx positivos e finitos


logo o sistema estvel.

6 COELHO, J.P.
Invarincia no Tempo

y1[n] = x[n no + ]
y[n + ] = x[ n no + ]
como y1[n] = y[n + ] o sistema invariante no tempo.

Linearidade

Para inferir sobre a linearidade basta verificar se o sistema obedece ao teorema da


sobreposio. Se dois sinais de entrada distintos ax1[ n] , bx2 [ n] forem aplicados

separadamente ao sistema temos:

y1[n] = ax1[n no ]

y2 [n] = bx2 [n no ]

Quando os mesmos dois sinais so adicionados e aplicados simultaneamente, a sada


dada por:
y3[n] = ( ax1[n no ] + bx2 [n no ]) = y1[n] + y2 [n]

logo pode-se concluir que o sistema linear.

(b) Causalidade:

O sistema no causal pois a sada no instante presente depende de uma entrada futura (3
amostras frente).

Estabilidade
x[n] Bx < y[n] By < Bx , By positivos e finitos

x[n + 3] Bx y[n] = n x[n + 3] n x[n + 3] n Bx

Apesar de Bx ser limitado n Bx no o pois a varivel independente n no finita logo o

sistema no estvel.

Sugesto: Verifique esta afirmao supondo que x[n] = u[n] .

COELHO, J.P. 7
Invarincia no Tempo
y1[n] = n x[n + 3 + ]
y[n + ] = ( n + ) x[n + 3 + ]
como y1[n] y[n + ] o sistema variante no tempo.

Linearidade

Para inferir sobre a linearidade basta verificar se o sistema obedece ao teorema da


sobreposio. Se dois sinais de entrada distintos ax1[ n] , bx2 [n] forem aplicados

separadamente ao sistema temos:

y1[n] = nax1[n + 3]

y2 [n] = nbx2 [n + 3]
Quando os mesmos dois sinais so adicionados e aplicados simultaneamente, a sada
dada por:
y3[n] = n ( ax1[n + 3] + bx2 [n + 3]) = y1[n] + y2 [n]
logo pode-se concluir que o sistema linear.

(c) Causalidade:

O sistema causal.

Estabilidade

O sistema no estvel pois se x[n] = 0 ento y[ n] = log(0) =

Invarincia no Tempo

y1[n] = log ( x[n + ] )

y[n + ] = log ( x[n + )

como y1[n] = y[n + ] o sistema invariante no tempo.

Linearidade

8 COELHO, J.P.
O sistema claramente no linear pois, como se sabe, a funo logaritmo uma funo
no linear.

Demo: Se dois sinais de entrada distintos ax1[ n] , bx2 [ n] forem aplicados separadamente

ao sistema temos:

y1[n] = log ( x1[n] )



y2 [n] = log ( x2 [n] )

(
y1[n] + y2 [ n] = a log ( x1[n] ) + b log ( x2 [n] ) = log x1[n] x2 [ n]
a b
)
Quando os mesmos dois sinais so adicionados e aplicados simultaneamente, a sada
dada por:

y3[n] = log ( ax1[n] + bx2 [n] )

Como y3[n] y1[n] + y2 [n] o sistema no-linear.

1.4 Considere um sistema linear e invariante no tempo com resposta impulsional:


1 1
h[n] = [n] + [n 1] + [n 2]
2 4
Calcule a resposta do sistema entrada x[ n] = u[ n] u[ n 4] .

COELHO, J.P. 9
Resoluo pelo teorema da sobreposio:

Resposta do sistema (somatrio das respostas impulsionais parciais):

10 COELHO, J.P.
Pela Convoluo: Graficamente

COELHO, J.P. 11
Resposta do sistema:

12 COELHO, J.P.
Pela Convoluo: Analiticamente

Nota: n= n Amostras do Sinal +n Amostras da resposta impulsional-1

3
y[n] = x[k ]h[n k ] , n = 0,...,5
k =0

y[0] = x[0]h[0] + x[1]h[1] + x[2]h[2] + x[3]h[3] = 1 + 0 + 0 + 0 = 1

1 3
y[1] = x[0]h[1] + x[1]h[0] + x[2]h[1] + x[3]h[2] = 1 + +0+0=
2 2

1 1 7
y[2] = x[0]h[2] + x[1]h[1] + x[2]h[0] + x[3]h[1] = + +1+ 0 =
4 2 4

1 1 7
y[3] = x[0]h[3] + x[1]h[2] + x[2]h[1] + x[3]h[0] = 0 + + +1=
4 2 4

1 1 3
y[4] = x[0]h[4] + x[1]h[3] + x[2]h[2] + x[3]h[1] = 0 + 0 + + =
4 2 4

1 1
y[5] = x[0]h[5] + x[1]h[4] + x[2]h[3] + x[3]h[2] = 0 + 0 + 0 + =
4 4

1.5 Considere um sistema linear e invariante no tempo com resposta impulsional:


n
1
h[n] = u[n]
2
Calcule a resposta do sistema ao sinal x[ n] = u[ n] u[ n 10] .

COELHO, J.P. 13

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

1, 0n9
x[n] =
0, Restantes Casos
nk
9
1
9
y[n] = h[n k ] = u[n k ]
k =0 k =0 2

1, k n
u[n k ] =
0, k > n
nk
9
1
y[n] =
k =0 2
k n

9 1 nk
, n>9
k = 0 2
n 1 nk

y[n] = ,0 n 9
k =0 2
k n
0 ,n < 0

1 n 9 1 k
, n>9
2
k =0 2
1 n n 1 k

y[n] = ,0 n 9
2 k = 0 2
0 ,n < 0

NOTA: Soma dos termos de uma progresso geomtrica:



a a+1

k =
a =
k

1 a

2 (1 2 )n , 0 n 9

y[n] = (1 2 ) ( 210 1) , n > 9
n


0 ,n < 0

14 COELHO, J.P.
1.6 Calcule a resposta impulsional dos seguintes sistemas lineares e invariantes no tempo:
x[n] + x[n 1] + x[n 2]
(a) y[ n] =
3
1
(b) y[ n] = x[ n] + y[n 1] , y[1] = 0
2

[n] + [n 1] + [n 2]
a) h[n] =
3

1
b) h[ n] = [ n] + h[n 1] , h[1] = 0
2

n [n] h[n]
-1 0 0
0 1 1
1 0 12
2 0 14
3 0 18
... ... ...
n 0 1 2n
n
1
h[n] = u[n]
2
1

0.9

0.8

0.7

0.6
h[n]

0.5

0.4

0.3

0.2

0.1

0
-2 0 2 4 6 8 10
n

COELHO, J.P. 15
1.7 Atendendo ao sistema ilustrado pela figura subsequente, utilize as propriedades da
convoluo de modo a calcular para 0 n 8 .

a) A sua resposta impulsional


b) A resposta ao sinal x[n] = 3[n 1] 2[ n] + [n + 1]

NOTA: Propriedade distributiva da Convoluo:


x[n] {h1[ n] + h2 [n]} = { x[ n] h1[ n]} + { x[n] h2 [n]}

a) Se x[ n] = [ n] ento:

h1[n] = [n] + 2[n 1] + 3[n 2]



h2 [n] = 0.8h[n 1] + [n]

n [n] h2 [n]
-1 0 0
0 1 1
1 0 0.8
2 0
( 0.8)
2

3 0
( 0.8)
3

... ... ...


n 0
( 0.8)
n

Logo, h2 [ n] = ( 0.8 ) u[ n] . As figuras que se seguem mostram as respostas impulsionais


n

parciais do sistema:

16 COELHO, J.P.
Resposta Total do Sistema: Atendendo propriedade distributiva da convoluo:

h[n] = h1[ n] + h2 [n] = [n] + 2[n 1] + 3[n 2] + ( 0.8 ) u[n]


n

Para 0 n 8 a resposta impulsional do sistema toma os seguintes valores:

n h[n]
0 2
1 2.8
2 3.64
3 0.51
4 0.41
5 0.33
6 0.26
7 0.21
8 0.17

RESPOSTA IMPULSIONAL DO SISTEMA

b)
x[n] = 3[n 1] 2[n] + [n + 1]

h[n] = [n] + 2[n 1] + 3[n 2] + ( 0.8 ) u[n]


n

1
y[n] = x[k ]h[n k ] = h[n + 1] 2h[n] + 3h[n 1]
k =1

h[n + 1] = [n + 1] + 2[n] + 3[n 1] + ( 0.8 )


n +1
u[n + 1]

h[n] = [n] + 2[n 1] + 3[n 2] + ( 0.8 ) u[n]


n

h[n 1] = [ n 1] + 2[n 2] + 3[n 3] + ( 0.8 )


n 1
u[n 1]
n 4 5
y[n] = [n + 1] + 2[n 1] + 9[n 3] + ( 0.8 ) u[n + 1] 2u[n] + u[n 1]
5 2
COELHO, J.P. 17
n y[n]
0 4.4
1 7.32
2 -2.94
3 3.84
4 0.68
5 0.54
6 0.43
7 0.35
8 0.28
Resposta do Sistema a x[n]
8

4
y[n]

-2

-4
-1 0 1 2 3 4 5 6 7 8 9
n

1.8 Esboce a magnitude e fase das seguintes respostas em frequncia:

j 1 j
a) H (e ) = e
3
j 3 j
b) H (e ) = 3e
c) H (e ) = cos ( 2 ) e
j j

a)

- A magnitude constante e igual a 1/3 ao longo de todo o espectro.


18 COELHO, J.P.
- A fase decresce linearmente com

Nota: Graficamente, sempre que a fase ultrapasse as bandas limitadas por [ , ] deve-se
somar 2 se a fase for inferior a ou subtrair 2 se for superior a .
b)

- A magnitude constante e igual a 3 ao longo de todo o espectro.


- A fase decresce linearmente com o triplo de .

c)

A magnitude da resposta em frequncia depende da frequncia. Para traar o grfico d-se


alguns valores a .

= 0 H ( e j ) = 1

= H ( e j ) = 0 = H ( e j ) = 1 = 1e j
4 2
3
= H ( e j ) = 0 = H ( e j ) = 1
4

Nota: A cada passagem por zero da magnitude corresponde uma diferena de fase de
COELHO, J.P. 19
1.9 Considere o seguinte sistema linear e invariante no tempo:
x[n] + x[n 1] + x[n 2]
y[n] =
3
Calcule a sua resposta em frequncia e esboce a sua magnitude e fase.

j n
Se x[ n] = e ento,
+
H (e j
) = h[k ]e jk

k =

+
[k ] + [k 1] + [k 2] jk
H ( e j ) = e
k = 3
A resposta em frequncia s diferente de zero para k = 0,1 e 2 , logo;

1 j0 j1 j2 1
H ( e j ) = ( e +e +e ) = (1 + e j + e2 j )
3 3
1
H ( e j ) = e j ( e j + 1 + e j )
3
como e
j
= cos ( ) + j sin ( ) e e j = cos ( ) j sin ( ) vem que:

1 + 2cos ( ) j
H ( e j ) = e
3

NOTA: Como H e ( ) j
peridica com perodo 2 , apenas necessrio especificar a

resposta em frequncia no intervalo ou 0 2 .

Magnitude
1

0.9

0.8

0.7

0.6
| H(jw) |

0.5

0.4

0.3

0.2

0.1

0
0 1 2 3 4 5 6 7
w

20 COELHO, J.P.
Fase

1.5

0.5

<
-0.5

-1

-1.5

-2

0 1 2 3 4 5 6 7
w

1.10 Considere o seguinte sistema linear e invariante no tempo:


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

Calcule a sua resposta em frequncia e esboce a sua magnitude e fase recorrendo ao


MatLab.

Clculo da resposta Impulsional


1
h[n] = [n] + h[n 1]
2
n [n] h[n]
-1 0 0
0 1 1
1 0 12
2 0 14
3 0 18
... ... ...
n 0 1 2n
n
1
h[n] = u[n]
2

j n
Se x[ n] = e ento,

COELHO, J.P. 21
+
H (e j
) = h[k ]e jk

k =

1 k
+
H ( e ) = u[k ] e jk
j

2
k =
A resposta em frequncia s diferente de zero para k 0 , logo;
+ k k
1 jk + 1 j
H (e ) = e
j
= e
k =0 2 k =0 2
1 j
Srie geomtrica de razo e
2
0 +
1 j 1 j
e e
H (e ) =
j 2 2
1 j
1 e
2
1 0 1
H ( e j ) = =
1 1
1 e j 1 e j
2 2

Outra forma de resoluo:


1
Y ( e j ) = e jY ( e j ) + X ( e j )
2
Y ( e j ) 1
H (e j
)= X =
(e )j 1
1 e j
2

4 2cos() j 2sin()
H ( e j ) =
5 4cos()

Magnitude e Fase
4 2cos()
H R ( e j ) =
5 4cos()
2sin()
H I ( e j ) =
5 4cos()

22 COELHO, J.P.
1
H ( e j ) =
5
cos()
4
H I ( e j )
1 sin()
)H ( e ) = tan
j 1
= tan
H R ( e j ) 2 cos()

MATLAB
w=0:pi/100:2*pi;
H=1./(1-0.5*exp(-j*w));
% Mostra Magnitude...
plot(w,abs(H));

1.11 Determine a resposta impulsional de um filtro passa-baixo ideal com frequncia de corte
c .

Para um filtro passa-baixo ideal,

1 se c
H ( e j ) =
0 restantescasos
A resposta impulsional pode ser estimada recorrendo transformada inversa de Fourier:

1
h[n] = H ( e j )e jn d
2

COELHO, J.P. 23

1 c j n
2 c
h[n] = e d

h[n] =
1
2jn
{
e jn
c

c
= }1
2jn
{
e jc n e jc n }
sin(c n)
h[n] = , n
n
Resposta Impulsional

0.8

0.6
h[n]

0.4

0.2

-0.2

0 10 20 30 40 50 60
n

1.12 Considere o seguinte sistema linear e invariante no tempo:


x[n] + x[n 3]
y[n] = .
2
Determine a sua resposta impulsional e resposta em frequncia. Determine ainda um sinal
discreto x[ n] que aplicado ao sistema produza uma sada nula.

[n] + [n 3]
h[n] =
2
+
1 1 3 j
H (e j
) = h[n]e j n
= + e
n = 2 2

Nota: Para colocarmos e em evidncia basta tomar a exponencial com maior
expoente e dividi-lo por dois.

1 32 j 32 j 32 j 3
3 2 j
H (e ) = e
j
e + e = cos e
2 2

24 COELHO, J.P.
Magnitude
1

0.9

0.8

0.7

0.6

|H(jw)|
0.5

0.4

0.3

0.2

0.1

0
0 1 2 3 4 5 6 7
w

Fase
2

1.5

0.5
ngulo

-0.5

-1

-1.5

-2
0 1 2 3 4 5 6 7
w

Analisando a expresso analtica da resposta em frequncia assim como a sua representao


2k
grfica observa-se que qualquer sinal com frequncia = + , k ` quando aplicado ao
3 3

sistema produz uma sada nula. Um exemplo seria x[ n] = sin n
3

1.13 Considere o seguinte sistema linear e invariante no tempo:


x[n] x[n 1] + x[n 2] x[n 3]
y[n] = .
4
Determine a sua resposta impulsional e resposta em frequncia.

[n] [n 1] + [n 2] [n 3]
h[n] =
4

COELHO, J.P. 25
+
H (e j
) = h[n]e j n

n =

1 +
H ( e j ) = ( [n] [n 1] + [n 2] [n 3]) e jn
4 n=
Atendendo definio de impulso discreto...
1 j0 j1 j2 j3
H ( e j ) = (e e + e e )
4
3
1 j 32 j 32 1 1
j
3
1 j 2 2 3 1
H (e ) = e
j j
j
e e + e e = e sin sin
2 2 2

4 2 2 2
Magnitude Fase
1 2.5

0.9 2

0.8 1.5

0.7 1

0.6 0.5
| H(jw) |

Angle

0.5 0

0.4 -0.5

0.3 -1

0.2 -1.5

0.1 -2

0 -2.5
-4 -3 -2 -1 0 1 2 3 4 -4 -3 -2 -1 0 1 2 3 4
w w

1.14 Considere o sistema discreto com resposta impulsional h[ n] = ( 0.5 ) u[n] . Determine a
n

sua resposta em frequncia H e ( ).j

h[n] = ( 0.5 ) u[n]


n

( ( 0.5) )
+ +
H ( e j ) = h[n]e jn =
n
u[n] e jn
n = n =

Tendo em conta que u[ n] = 0 se n < 0

+ + n
0.5
H (e ) = ( 0.5) = j
j n jn
e
n =0 n=0 e
Aplicando a frmula da soma dos n termos de uma progresso geomtrica vem que:
1
H ( e j ) =
1 + 0.5e j

26 COELHO, J.P.
1.15 Se a transformada de Fourier de h[ n] for H e ( ) , qual a transformada de Fourier de
j

(1) n h[n] ? Sem recorrer a clculos e atendendo ao resultado do exerccio 1.10, diga qual
a resposta impulsional de um filtro passa-alto ideal.

+
H ( e j ) = h[n]e (NOTA: ( 1) = e
j n n j n
)
n =

( )
+ + +

( 1) e h[n]e j ( )
n jn j n jn jn ( )
h[n]e = h[n]e = =H e
n = n = n =

Repare-se que a multiplicao por ( 1) no domnio dos tempos equivale a uma translao de
n

radianos no domnio das frequncias. Desta forma, e para o caso do filtro passa baixo ideal:

sin(c n)
Logo, se h[ n] = n a resposta impulsional de um filtro passa-baixo ideal,
n
sin(c n)
h[n] = ( 1)
n
n a resposta impulsional de um filtro passa-alto ideal.
n

1.16 Considere um sinal discreto puramente real descrito graficamente por:

Determine a sua parte par e mpar. Adicionalmente determine a parte real e imaginria da
sua resposta em frequncia.

Qualquer sinal discreto no tempo x[ n] pode ser decomposto como a soma de duas parcelas:
uma parte par e uma parte mpar.

COELHO, J.P. 27
x[n] = x par [n] + ximpar [n]

A parte par de um sinal calculado a partir de x[ n] recorrendo seguinte expresso:

1
x par [n] =
2
( x[n] + x*[ n]) onde * se refere ao operador conjugado.

Da mesma forma a parte mpar de um sinal x[ n] calculado por:

1
ximpar [n] =
2
( x[n] x*[ n])

Como para este problema concreto, o sinal real puro, x[ n] = x [ n]


*

x[n] = [n] + [n 1]
x*[n] = [n] + [n 1]
Atendendo a que x [ n] o conjugado do sinal invertido no tempo,
*

x*[ n] = [n] + [n + 1]

Desta forma a parte par e a parte mpar do sinal definido como:


1 1
x par [n] = [n + 1] + [n] + [n 1]
2 2
1 1
ximpar [n] = [n 1] [n + 1]
2 2

Tambm a transformada de Fourier X e ( ) pode ser decomposta em:


j

X ( e j ) = X par ( e j ) + X impar ( e ) ou X ( e ) = X ( e ) + jX ( e )
j j
real
j
imag
j

Considerando as propriedades de simetria da transformada de Fourier,

x par [n] X real ( e j )


ximpar [n] jX imag ( e j )

j k
NOTA: [ n k ] e

28 COELHO, J.P.
1 1
X real ( e j ) = e j + 1 + e j = 1 + cos()
2 2
1 1
jX imag ( e j ) = e j e j = j sin()
2 2

1.17 Determine a transformada de Fourier do seguinte sinal:

Adicionalmente determine a transformada de Fourier do sinal que se obtm intercalando um


zero entre amostras sucessivas do sinal anterior. Comente os resultados.

a)
1
x[n] = [n] + [n 1] + [n 2]
2

1 1
X ( e j ) = 1 + e j + e2 j = e j + 2cos()
2 2

Magnitude Fase
2.5 2

1.5
2
1

0.5
1.5
| X(jw) |

Angle

1
-0.5

-1
0.5
-1.5

0 -2
0 1 2 3 4 5 6 0 1 2 3 4 5 6
w w

b)

COELHO, J.P. 29
1
x[n] = [n] + [n 2] + [n 4]
2
1 1
X ( e j ) = 1 + e 2 j + e 4 j = e 2 j + 2cos(2)
2 2
Magnitude Fase
2.5 2

1.5
2
1

0.5
1.5
| X(jw) |

| X(jw) |

1
-0.5

-1
0.5
-1.5

0 -2
0 1 2 3 4 5 6 0 1 2 3 4 5 6
w w

Concluso: A insero de um zero entre amostras consecutivas teve o efeito de comprimir o


espectro de frequncias do sinal original no intervalo [0, ] .

1.18 Seja x[ n] um sinal discreto com transformada de Fourier X e ( ) e x [n] o sinal que se
j
m

obtm do anterior intercalando M 1 zeros entre valores sucessivos de x[ n] . Obtenha a

transformada de Fourier do sinal xm [n] .

x [ n M ] , se n multiplo de M
xo [n] =
0 , restantes casos
+
xo [n] = x[k ][n kM ]
k =

+ +
+
X (e j
) = x [n]e
o
j n
= x[k ][n kM ] e jn
n = n = k =
+ +
jn
+
X ( e ) = x[k ][n kM ]e
j
= x[k ]e
jkM
= X ( e j M )
k = n = k =

30 COELHO, J.P.
Concluso: A transformada de um sinal que se obtm por insero de zeros de um sinal
primitivo a transformada de Fourier do sinal original comprimida no intervalo
[ M , M ] e depois repetida periodicamente com perodo 2 M . Esta estratgia serve
para fazer interpolao do sinal.

1.19 Determine a equao s diferenas que rege o sistema discreto com a seguinte resposta
impulsional:
n
1
h[n] = [n] + 3 u[n 1]
4

Pretende-se representar o sistema a partir da sua resposta impulsional sob a forma:


ny nx
y[n] = ak y[n k ] + bk x[n k ]
k =1 k =0

Y ( e j )
j
Sabe-se que H (e ) =
X ( e j )
A resposta em frequncia do sistema :

+
1
n

H (e ) = [n] + 3 u[n 1] e jn
j

n = 4

1 +
1 1
+ n j j 3e j 2 + e j
1 4e 4e
H (e ) = 1 + 3 j = 1 + 3
j
=1+ =2
n =1 4e 1 4 e j 4 e j
1 j
4e
Y (e j ) 2 + e j
H ( e j ) = = 2
X (e j ) 4 e j
Y (e j ) ( 4 e j ) = 2 X (e j ) ( 2 + e j ) 4Y (e j ) e jY (e j ) = 4 X (e j ) + 2e j X (e j )
Aplicando a transformada inversa de Fourier:
4 y[n] y[n 1] = 4 x[n] + 2 x[n 1]
1 1
e finalmente... y[ n] = x[ n] + x[n 1] + y[n 1]
2 4

COELHO, J.P. 31
Processamento Digital de Sinal
4 Ano de Eng. Electrotcnica. & Eng. Informtica

Parte II Amostragem de Sinais Contnuos

Introduo

O mtodo tpico para obter uma representao discreta de um sinal contnuo no tempo
atravs de amostragem peridica. Deste modo, uma sequncia de amostras x[ n] obtida a

partir do sinal contnuo xc (t ) de acordo com a relao:

x[ n] = xc ( nT ) , n
1
onde T representa o perodo de amostragem e s = 2T a frequncia angular de

amostragem em radianos por segundo. O processo terico de amostragem ilustrado pela


seguinte figura:

Considere-se que o sinal continuo no tempo xc (t ) limitado em banda, ou seja a sua

componente de mxima frequncia tm um valor finito e igual a n . Se este sinal for

amostrado a uma frequncia s , o sinal resultante xs (t ) possui o seguinte espectro de

frequncias:

32 COELHO, J.P.
Desta forma a frequncia de amostragem deve ser tal que as cpias de X c ( j ) no se
sobreponham, caso contrrio no possvel recuperar o sinal original a partir da sua verso
amostrada. Sendo assim e observando a figura anterior, condio necessria que
n < s n , ou seja s > 2 n . Esta condio reporta ao teorema de Nyquist que
estabelece a frequncia de amostragem como pelo menos o dobro da componente de mxima
frequncia do sinal a amostrar. Caso esta condio no se cumpra, observa-se a ocorrncia de
um fenmeno designado por aliasing, i.e. as componentes do sinal com frequncia maior do
que metade da frequncia de amostragem so transladadas para o intervalo limitado

[ s 2, s 2] .

NOTA: Na prtica, um filtro anti-aliasing normalmente utilizado de forma a garantir que o


sinal a amostrar est limitado em banda.

A reconstruo de um sinal amostrado faz-se calculando a inversa da transformada de Fourier


da transformada de Fourier do sinal contnuo obtido a partir da transformada do sinal discreto
sem as bandas laterais abaixo e acima de e respectivamente:

+
( t nT )
xc (t ) = x[n]sinc T

n =
Desta forma, a reconstruo do sinal original a partir da sua verso discreta no tempo levada
a cabo por meio de um filtro passa baixo com frequncia de corte regida pelas seguintes
condio:

n < corte < s n

Relao entre Frequncia Analgica e Frequncia Discreta

Se um determinado sinal contnuo no tempo xc (t ) , limitado em banda frequncia de n , a

sua transformada de Fourier X c ( j ) possui o seguinte aspecto:

COELHO, J.P. 33
Se o sinal em questo for devidamente amostrado frequncia analgica de s , o espectro do

sinal amostrado xs (t ) tem a seguinte representao:

Como se pode observar, o espectro do sinal amostrado no mais do que o espectro do sinal
original repetido de s em s . Devido ao efeito de escalonamento da frequncia,

X ( e j ) = X s ( j ) para = T .

Nota: Logo na primeira figura da introduo verifica-se que o eixo do tempo normalizado
por um factor T , desta forma, no domnio das frequncias, o eixo das frequncias
normalizado por um factor igual ao inverso do perodo de amostragem. Como s = 2 T ,

s = 2 e as restantes frequncias digitais so simplesmente as frequncias analgicas


divididas pelo perodo de amostragem...

Desta forma, a transformada de Fourier do sinal discreto no tempo x[ n] obtido por


amostragem do sinal contnuo possui o seguinte espectro.

Analiticamente, e tendo em conta a figura anterior, a relao entre a transformada discreta e a


transformada contnua de um sinal amostrado e dado por:
34 COELHO, J.P.
X c ( j) = TX ( e jT ) para < T <

Nota: At agora no se deu importncia amplitude do espectro. Contudo a discretizao


implica uma diviso por T do amplitude do espectro do sinal contnuo no tempo. por
essa razo que a relao anterior vm multiplicada pelo factor T .

Amostragem Real

O modelo de amostragem ideal discutido anteriormente no utilizado na prtica. Normalmente


utiliza-se um modelo de amostragem baseado no valor mdio, i.e. o valor tomado para a
amostra actual no o valor instantneo mas um valor mdio como se ilustra de seguida para
um sinal contnuo xc (t ) amostrado a um perodo T .

Ideal Prtica

nT
x[n] = xc (nT ), n x[n] =
nT
xc (t )dt

Como se pode ver pela figura anterior, na prtica o sinal amostrado simplesmente a
convoluo do sinal contnuo com um pulso u (t ) u (t ) T . Desta forma esta operao pode

ser vista como uma filtragem do tipo passa-baixo do sinal original. Teoricamente, a
reconstruo do sinal a partir da sua verso amostrada levada a cabo por intermdio de um
filtro passa-baixo ideal. Contudo, na prtica a operao de converso discreta para contnua
normalmente realizada com um segurador de primeira ordem (zero order hold). Por este facto, e
dado que a magnitude da resposta em frequncia deste tipo de filtros no constante ao longo
da sua banda passante, existe maior atenuao nas componentes de maior frequncia do sinal.

Nota: Devido ao facto de tanto o processo de amostragem como o de reconstruo


envolver atenuaes maiores s altas frequncias do sinal, muitas vezes um filtro de
reconstruo compensado dimensionado de forma a inverter o efeito causado pelo
processo de discretizao.

COELHO, J.P. 35
Exerccios

2.1 Atendendo ao teorema de Nyquist, determine a mnima frequncia de amostragem para os


seguintes sinais contnuos no tempo:

a) xc (t ) = 3sin(1000t )

2
b) xc (t ) = cos(1000t + )
3 9
c) xc (t ) = 2cos (1000t )
2

sin(30t )
d) xc (t ) =
30t

a)
O sinal analgico xc (t ) = 3sin(1000t ) possui apenas uma componente em frequncia com

valor 1000 rad / s . Deste modo o seu espectro pode ser representado por:

Atendendo ao teorema de Nyquist que refere que a frequncia de amostragem deve ser
superior a duas vezes a componente de mxima frequncia do sinal, observa-se que para este
sinal, a frequncia de amostragem s deve obedecer seguinte condio:

s > 2000 rad / s ou f s > 1 KHz

b)
2
O sinal analgico xc (t ) = cos(1000t + ) possui, tal como o sinal anterior, apenas uma
3 9
componente em frequncia com valor 1000 rad / s .

36 COELHO, J.P.
Em termos de transformada de Fourier, este sinal pode representado por:

Atendendo ao teorema de Nyquist, a frequncia de amostragem s deve obedecer seguinte

condio:
s > 2000 rad / s ou f s > 318.4 Hz

c)
Existem (pelo menos) duas formas de resolver este problema. O primeiro atendendo a que a
transformada de Fourier do produto de dois sinais a convoluo das transformadas de
Fourier parciais de cada sinal. Outra forma passa apenas por desenvolver o quadrado atravs
1 + cos(2)
da frmula trigonomtrica do meio-arco cos () =
2
,
2
1 + cos(2000t )
xc (t ) = 2cos 2 (1000t ) = 2 = 1 + cos(2000t )
2

Por inspeco verifica-se que o sinal analgico xc (t ) possui duas componentes em frequncia:

uma frequncia zero (designada por componente DC) e outra frequncia de


2000 rad / s . A transformada de Fourier deste sinal possui a seguinte forma:

Para este sinal, a frequncia de amostragem s deve obedecer seguinte condio:

s > 4000 rad / s ou f s > 2 KHz


COELHO, J.P. 37
d)
Relembrando a teoria sobre sistemas e sinais, xc (t ) = sin(30t ) 30t representa em termos

de transformada de Fourier, um pedestal entre 30 e 30 rad / s conforme se ilustra na


seguinte figura:

O sinal contnuo portanto limitado em banda entre 30 e 30 rad / s , e a frequncia de


amostragem s deve ser: s > 60 rad / s ou f s > 30 Hz

2.2 Considere o seguinte sinal contnuo no tempo:

xc (t ) = 2sinc 2 (4t )
Qual a sua frequncia mnima de amostragem?

No tempo, trata-se do produto de dois senos cardinais com igual frequncia, logo no domnio
das frequncias a transformada de Fourier do sinal pode ser dado como a convoluo das
transformadas de Fourier de cada seno cardinal.

Se xc (t ) = 2 x p (t ) x p (t ) onde x p (t ) = sinc(4t ) e adicionalmente x p (t ) possui transformada


no domnio de Fourier X p ( j) =
4
{u ( + 4 ) u ( 4)} ento:

1 1
x p (t ) x p (t ) X p ( j) X p ( j) xc (t ) X p ( j) X p ( j)
F 2 F

Desta forma vm que:

+
1 1
X c ( j) = X p ( j) X p ( j) = X p ( j) X p ( j ( )) d

38 COELHO, J.P.

como X p ( j) =
4
{u ( + 4 ) u ( 4)} e X p ( j ( )) = {u ( + 4 ) u ( 4)}
4
ento:
+

X c ( j) = ( u ( + 4 ) u ( 4) ) ( u ( + 4 ) u ( 4) ) d
16
4

X c ( j) = ( u ( + 4 ) u ( 4) ) d
16 4

Separando os integrais obtm-se:


4 4
X c ( j) = u ( + 4 ) d u ( 4)d = [ X 1 ( j) X 2 ( j) ]
16 4 4 16


0, < 8
4 + 4 0 se < 8

X 1 ( j) = u ( + 4 ) d = d , 8 < 0 = + 8 se 8 < 0
4 4 8 se 0
4


d , 0
4



0, <0
4 4 0 se < 0

X 2 ( j) = u ( 4 ) d = d , 0 < 8 = se 0 < 8
4 4 8 se 8
4
d , 8
4

0 , < 8

( + 8) , 8 < 0
16
[ X 1 ( j ) X 2 ( j ) ] =
16 (8 ) , 0 < 8
16
0, 8

Graficamente, X c ( j ) possui a seguinte aparncia:

COELHO, J.P. 39
Concluso: A frequncia de amostragem deve ser superior a 16 rad/s.
(O QUE ACONTECERIA SE ESTE SINAL FOSSE AMOSTRADO A 12 rad/s ?)

2.3 Dois sinais contnuos x1 (t ) e x2 (t ) limitados em banda pelas frequncias 1 e 2 ,

possuem transformadas de Fourier X 1 ( j) e X 2 ( j) respectivamente. Diga qual a

frequncia de amostragem para o sinal contnuo no tempo x3 (t ) resultante das seguintes


operaes:

a) x3 (t ) = x1 (t ) + x2 (t )

b) x3 (t ) = x1 (t ) x2 (t )

c) x3 (t ) = x1 (t ) x2 (t )

O sinais x1 (t ) e x2 (t ) possuem genericamente o seguinte espectro:

a)
Atendendo seguinte propriedade (Linearidade):
ax(t ) + by (t ) aX ( j) + bY ( j)
O espectro do sinal resultante pode ser analisado recorrendo seguinte figura:

40 COELHO, J.P.
Logo a frequncia de amostragem do sinal obtido pela soma dos dois sinais parciais dever
obedecer seguinte restrio: s > 2 max {1 , 2 }

b)
Recorrendo seguinte propriedade:
1
x(t ) y (t ) X ( j) Y ( j)
2

O espectro do sinal resultante representado pela figura:

Desta forma a frequncia de amostragem do sinal obtido pelo produto dos dois sinais parciais
dever obedecer seguinte condio: s > 2 ( 1 + 2 )

c)
Como se sabe que:
x(t ) y (t ) X ( j) Y ( j)

COELHO, J.P. 41
O espectro do sinal resultante apresentado pela seguinte figura:

Desta forma a frequncia de amostragem do sinal obtido pelo produto dos dois sinais parciais
dever obedecer seguinte condio: s > 2 min {1 , 2 }

42 COELHO, J.P.
Processamento Digital de Sinal
4 Ano de Eng. Electrotcnica. & Eng. Informtica

Parte III Transformada em Z

Introduo

Na Parte I, falou-se na transformada de Fourier de um sinal discreto x[ n] como sendo:



X (e j ) = x[n]e
n =
j n

No entanto nem todos os sinais possuem transformada de Fourier. Apenas aqueles que tornam
o somatrio convergente podem ser descritos neste domnio, i.e. a transformada de Fourier de
j
um sinal apenas existe se X (e ) < ou seja:


n =
x[n] <

De forma a contornar este problema um novo domnio introduzido: o domnio de Z. A


transformada de Z uma generalizao da transformada de Fourier, sendo definida
analiticamente como:


X ( z) = x[n] z
n =
n
(Verso Bilateral)

A sua convergncia assegurada se X ( z ) < , i.e.


n
x[n] z <
n =

O conjunto de valores de Z para os quais a transformada converge chamada de regio de


convergncia (RdC). Graficamente, a regio de convergncia consiste num anel no plano Z
centrada na origem cujos limites superior e inferior podem ser um circulo ou estender-se no
infinito.

COELHO, J.P. 43
O plano Z simplesmente o plano de Argand para nmeros complexos onde adicionalmente
desenhada uma circunferncia centrada na origem com raio unitrio. A transformada de Z
avaliada sobre esse circulo unitrio (i.e. para z = 1 ) corresponde transformada de Fourier.

Entre as transformadas de Z mais importantes esto aquelas para as quais X ( z ) uma

fraco racional do tipo:

P( z )
X ( z) = onde P ( z ) e Q ( z ) so polinmios em z
Q( z )

Os valores que tornam X ( z ) = 0 so designados de zeros de X ( z ) , e os valores que tornam

X ( z ) = so denominados de plos de X ( z ) . Para este tipo de fraces racionais um


conjunto de relaes importantes existem entre a localizao dos plos e a regio de
convergncia.

Algumas concluses que podem ser obtidas por anlise da RdC:

Se a RdC no incluir o circulo unitrio a transformada de Fourier no converge.

Os plos da transformada de Z de um sinal discreto situam-se sempre fora da sua regio


de convergncia.
Um sistema estvel sse a RdC contiver a circunferncia unitria.

Um sistema causal sse a RdC for o exterior de um circulo.

Avaliao geomtrica da transformada de Fourier no plano Z

Como j foi dito, a transformada de Z equivalente transformada de Fourier quando z = 1 ,


j
i.e. z = e se z = 1 . Graficamente consiste em avaliar a transformada de Z ao longo do

circulo de raio unitrio centrado na origem. Em termos de mapa de Z observa-se que:


A frequncia = 0 refere-se no plano Z ao ponto z = (1, j 0) .

Aumentando a frequncia verifica-se que o ponto z se move no sentido anti-horrio em torno


do circulo unitrio.
frequncia = 2 o ponto z est-se novamente no ponto de partida.

A figura seguinte ilustra este raciocnio para uma frequncia genrica a

44 COELHO, J.P.
(recorde-se que a repetio da transformada de Fourier com perodo de 2 uma
consequncia do processo de amostragem)

Devido relao entre as transformadas de Z e de Fourier, a partir do mapa de plos e zeros


possvel avaliar pelo plano Z a magnitude e a fase da transformada de Fourier. Considere-se
um sinal discreto x[ n] com transformada em Z X ( z ) cujos n p plos e nq zeros so

conhecidos:
np

(z p ) i
X ( z) = i =1
nq

(z q )
i =1
i

Atendendo a que ( z pi ) e ( z qi ) so vectores no plano Z, a transformada de Fourier pode

ser avaliada em Z da seguinte forma:

A magnitude da transformada de Fourier igual ao produto de todos os vectores zero dividido


pelo produto de todos os vectores polo:
np

j
e j
pi
X (e ) = i =1
nq

e
i =1
j
qi

A fase igual soma das fases de todos os vectores zero menos a soma das fases de todos
os vectores polo (Nota: Os ngulos so medidos em referncia ao eixo real positivo).
np nq

)X (e ) = ) ( e pi ) ) ( e j qi )
j j

i =1 i =1

Por exemplo considere-se o seguinte sistema definido em Z por:


COELHO, J.P. 45
z 0.5
H ( z) =
z + 0.5

Este processo possui um zero em 0.5 e um polo em 0.5 . Para uma frequncia genrica a
G G
podemos traar os seguintes vectores polo e zero ( p e q ):

Para valores concretos de temos:


G G G G
p q )p )q H ( e j ) ) H (e j )

0 1.5 0.5 0 0 1/3 0

2 5 2 5 2 1.1071 2.0345 1 0.9274

0.5 1.5 3 0

O mdulo e a fase da transformada de Fourier tero o seguinte aspecto:

MAGNITUDE FASE
3 1

0.9
2.5
0.8

0.7
2
0.6
<H(jw)
|H(jw)|

1.5 0.5

0.4
1
0.3

0.2
0.5
0.1

0 0
0 0.5 1 1.5 2 2.5 3 3.5 0 0.5 1 1.5 2 2.5 3
w w

46 COELHO, J.P.
MATLAB
num=[1 -0.5];
den=[1 0.5];
printsys(num,den,'z');
pzmap(num,den)
zgrid
figure
[H,W]=freqz(num,den);

Devido a esta relao entre as transformadas, por vezes fcil definir um filtro digital de forma
a cumprir determinadas especificaes bastando para isso colocar os plos e zeros em locais
oportunos no plano Z.

Algumas consideraes:

Os plos quando colocados perto do circulo unitrio produzem picos bem definidos na
resposta em frequncia para as frequncias angulares correspondentes.

Os plos devem estar no interior do crculo unitrio de forma a garantir estabilidade.

Zeros colocados na circunferncia unitria tm o efeito de produzir uma resposta nula em


frequncia para as frequncias angulares correspondentes.

Transformada Inversa de Z

A transformada inversa de Z dada formalmente por:

1
x[n] =
2j
> c
X ( z ) z n1dz

onde > o integral de contorno tomado no sentido anti-horrio da regio de convergncia de


c

X ( z ) contendo a origem. Integrais de contorno desta forma so normalmente avaliados


recorrendo ao teorema dos resduos de Cauchy:

1
x[n] =
> X ( z ) z n1dz = Residuos de X ( z ) z n1 tomados nos polos em C
2j c

No entanto outros procedimentos menos formais so ainda possveis tais como:

Expanso em Fraces Parciais

Expanso em Srie de Potncias

COELHO, J.P. 47
Exerccios

3.1 Determine a transformada em Z e respectiva regio de convergncia para os seguintes


sinais discretos no tempo:

n
1
a) x[ n] = u[ n]
3
b) x[n] = a u[n]
n

c) x[n] = u[n] u[n 20]


n
1
d) x[ n] = 4[n] + 4 u[ n]
4

e) x[ n] = 2cos n u[n]
4
an
f) x[n] = ( 1)
n +1
u[n 1]
n

a)
Atendendo definio de transformada de Z vm:
+ + n
1
X ( z) = x[n] z
n =
n
= u[n] z n
n = 3

Como u[ n] zero para valores inferiores a zero temos que:


+ n
1
X ( z ) = z 1
n =0 3
1
Observa-se que a expresso anterior reporta a uma srie geomtrica de razo . Este tipo
3z
1
de sries apenas converge se < 1 . Desta forma a regio de convergncia da transformada
3z
1
de Z dada por todos os valores de Z que obedeam seguinte condio: z >
3

48 COELHO, J.P.
Como a transformada inclui o circulo unitrio, a transformada de Fourier de x[ n] existe.
Adicionalmente x[ n] causal e estvel.

Tendo em conta a soma dos termos de uma progresso geomtrica (ver Parte I),
+ n
1 1
X ( z ) = z 1 =
n =0 3 1 1 z 1
3
3
logo X ( z ) = , z >1
3 z 1
b)
+ +

x[n] z n = ( az 1 )
n
X ( z) =
n = n=0

RdC: z > a

A transformada de Z converge para qualquer valor finito de a .


1
logo X ( z ) = , z > a
1 az 1
A transformada de Fourier s existe se a < 1

c)
+ +
X ( z) =
n =
x[n] z n = ( u[n] u[n 20]) z n
n =

Note-se que no domnio discreto, u[n] u[n 20] um pedestal de amplitude unitria com
incio em 0 e com comprimento de 20 amostras. Desta forma a expresso anterior fica reduzida
a:

COELHO, J.P. 49
19
X ( z) = z n
n =0

Como existem apenas um numero finito de termos diferentes de zero, a regio de convergncia

inclui todo o plano excepto Z=0.

19
1 z 20
X ( z) = z n = , z excepto z = 0
n =0 1 z 1

d)
+
+
1
n

X ( z) = x[n] z n
= 4[n] + 4 u[n] z n

n = 4
n =
Separando os somatrios vm que:
+ 1 n
+
X ( z ) = 4 [n] z n
+ 4 u[n] z n

n = 4

n =
Pela definio de impulso e degrau discreto temos que:
+ n
1
X ( z ) = 4 + 4 z 1
n =0 4
A regio de convergncia tal que:
1 1 1
z <1 z >
4 4
4 1
X ( z ) = 4 + , z >
1 4
1 z 1
4
e)
+ +
n
X ( z) =
n =
x[ n ] z n
= 2cos 4 n u[n] z
n =

Tendo em conta que:



j n j n
e 4
+e 4
cos n =
4 2
+
j 4 n j 4 n n
X ( z) = e + e z
n =0
50 COELHO, J.P.
Separando os somatrios vm que:
n n
j 4 1
+ +
j 4 1
X ( z) = e z + e z
n =0 n =0
RdC:

j j
1
e z 4
<1 e 4
z 1 < 1


j j
z >e 4
z >e 4

Em termos de plano Z, os plos so conjugados com magnitude unitria, logo RdC :


z >1

1 1 4 cos( ) z 1
X ( z) = + = 4
j

j

1
1 e z 4 1
1 e 4
z 1 2 cos( ) z + 2 z 2
4
f)

Nota: Propriedade da Diferenciao de X(z)


dX ( z )
nx[n] z
dz

nx[n] = a ( a )
n 1
u[n 1]
+
dX ( z ) a
= ( az 1 ) =
n
z , z > a
dz n =1 z+a

COELHO, J.P. 51
dX ( z ) a a
= X ( z) = dz
dz z ( z + a) z ( z + a)
Expandindo em fraces parciais vm que
1 1 z+a
X ( z) = dz = ( log( z ) log( z + a ) ) = log
z z+a z

3.2 Calcule a transformada inversa de Z dos seguintes sistemas:

1
a) H ( z ) = 1 + 2 z + z 2 , z excepto z = 0

1 1
b) H ( z ) = z 1
2
z (1 + z 1 )(1 z 1 ) , z excepto z = 0
2
z+3
c) H ( z ) = , z >1
z2 1
z 2 1
d) H ( z ) = 1
, z>
1 0.5 z 2
z3
e) H ( z ) = , z >1
z3 1

a)
1 Mtodo: Expanso em Srie de Potncias

Sabe-se que a transformada em Z dada pela seguinte expresso:


+
X ( z) = x[n] z
n =
n
= " + x[1]z1 + x[0] + x[1]z 1 + "

Deste modo,

1, n = 0

h[n] = 2 , n = 1
1, n = 2

h[n] = [n] 2[n 1] + [n 2]
2 Mtodo

Sabendo que:
52 COELHO, J.P.
Y ( z)
H ( z) =
X ( z)
vm que:

Y ( z ) = X ( z ) 2 z 1 X ( z ) + z 2 X ( z )
Aplicando a transformada inversa termo a termo temos que:
y[n] = x[n] 2 x[n 1] + x[n 2]
A resposta impulsional a resposta quando x[ n] = [ n] logo,
h[n] = [n] 2[n 1] + [n 2]

b)
1 1
H ( z ) = z 2 z + z 1 1
2 2
Expanso em Srie de Potncias
1 1
h[n] = [n + 2] [n + 1] [n] + [n 1]
2 2

c)
Expanso em Fraces Parciais

Nota: Para a obteno da decomposio de P ( z ) Q ( z ) em fraces parciais essencial

que P ( z ) tenha grau inferior a Q ( z ) de contrrio deve-se recorrer diviso polinomial.

Plos do Sistema: z 1 = 0 z = 1
2

z+3 A B
H ( z) = = +
( z 1)( z + 1) z 1 z + 1
onde:
z+3
A= =2
z + 1 z =1
z+3
B= = 1
z 1 z =1
Desta forma vm que:
2 1
H ( z) =
z 1 z +1
COELHO, J.P. 53
Recorrendo s tabelas das transformadas em Z temos que:

h[n] = 2u[n 1] (1) n1 u[n 1] = 2u[n 1] + (1)n u[n 1]

d)
Recorrendo diviso polinomial temos:

4
H ( z ) = 2 z 1 4 +
1
1 z 1
2
Aplicando a transformada inversa a partir das tabelas tm-se:
n2
1
h[n] = u[n 2]
2

e)
Y ( z) 1
H ( z) = =
X ( z ) 1 z 3

Y ( z ) (1 z 3 ) = X ( z )

Y ( z ) = X ( z ) + z 3Y ( z )
Aplicando a transformada inversa de Z vm:
y[n] = x[n] + y[n 3]
Quando x[ n] = [ n] ,
h[n] = [n] + h[n 3]

Vamos tentar arranjar um termo geral para a resposta impulsional (atendendo causalidade
imposta pela RdC!)...
n -1 0 1 2 3 4 5 6 ...
[n] 0 1 0 0 0 0 0 0 ...

h[n] 0 1 0 0 1 0 0 1 ...

54 COELHO, J.P.
n
u , se n multiplo de 3
h[n] = 3
0 , restantes casos

3.3 Considere a seguinte transformada em Z:


z z z
X ( z) = + +
z 1 2 z 1 3 z 1 4
Calcule a sua transformada inversa para os seguintes quatro casos:

i) no causal

1 n 1 n 1 n
x[n] = u[ n 1]
2 3 4
ii) causal

1 n 1 n 1 n
x[n] = + + u[n]
2 3 4
iii) causal para Z= e no causal para os restantes

1 n 1 n 1
n

x[n] = u[ n 1] + u[n]
2 3 4
iv) no causal apenas para Z=
COELHO, J.P. 55
1 n 1 n 1
n

x[n] = + u[ n] u[ n 1]
4 3 2

3.4 Usando o menor nmero possvel de plos e zeros, desenhe um filtro digital com os
seguintes critrios de desempenho:
- Rejeio completa frequncia = 0
- Rejeio completa frequncia = 3

- Passa-banda frequncia = 2 3 como resultado dos plos colocados num raio r = 0.9

- Sem atrasos desnecessrios no sinal de sada


Especifique a sua funo de transferncia assim como a sua equao s diferenas.

Para se obter rejeio completa frequncia = 0 coloca-se um zero em z = e =1


j0


j
Para se obter rejeio frequncia = 3 coloca-se um par de zeros conjugados em z = e 3


j
e z=e 3

Passa-Banda frequncia = 2 3 tal que os plos possuam magnitude 0.9 implica a


2 2
j j
localizao de um par de plos complexos conjugados em z = 0.9e 3
e z = 0.9e 3

De forma a garantir causalidade, o numero de plos deve ser no mnimo em igual quantidade
ao numero de zeros, logo necessrio colocar um plo adicional no mapa de Z de tal modo
que no altere a resposta em frequncia do sistema. Obviamente a sua localizao deve ser
em z = 0 . Os plos na origem no alteram a magnitude da resposta em frequncia. Desta
forma, o mapa de Z ficar com o seguinte aspecto:

0.8

0.6

0.4
Imaginary Part

0.2

-0.2

-0.4

-0.6

-0.8

-1

-1 -0.5 0 0.5 1
Real Part

56 COELHO, J.P.
A sua funo de transferncia simplesmente:

j

j

( z 1) z e z e 3
3

z3 2z 2 + 2z 1
H ( z) = = 3 , RdC: z > 0.9
j
2
j
2
z + 0.9 z 2
+ 0.81z
z z 0.9e 3 z 0.9e 3

O sistema estvel e causal.
Atendendo a que H ( z ) = Y ( z ) X ( z ) , a equao s diferenas do filtro dada simplesmente

por:
y[n] = 0.9 y[n 1] 0.81y[n 2] + x[n] 2 x[n 1] + 2 x[n 2] x[n 3]

Nota 1: Verifique que o sistema sem polo na origem no realizvel fisicamente.

Nota 2: Corra o seguinte programa em MATLAB


(d ateno forma como o sinal original filtrado...)

% Constroi o Sinal a ser filtrado com componentes 0, pi/3 e 2pi/3


n=1:500;
x=1+cos((pi/3)*n+pi/6)+sin((2*pi/3)*n);
% Filtra o Sinal com o filtro dimensionado pelo Mapa Z
% y - Sinal Filtrado
% x - Sinal Original
y(1:3)=0;
for k=4:500,
y(k)=-0.9*y(k-1)-0.81*y(k-2)+x(k)-2*x(k-1)+2*x(k-2)-x(k-3);
end

3.5 Projecte um filtro digital do tipo notch pelo mapa de plos e zeros atendendo a que:
- A frequncia de amostragem de 20 KHz
- A frequncia de notch dever ser 2.5 KHz
j
- O ganho em banda passante dever ser H (e ) = 1 1%

Especifique a sua funo de transferncia.

COELHO, J.P. 57
Estudou-se na Parte II que a frequncia discreta estava relacionada com a frequncia
analgica pela seguinte expresso:
= T

onde se refere a frequncia do sinal discreto, frequncia do sinal analgico e T ao


perodo de amostragem.

Para este problema concreto, a frequncia de amostragem de 20 KHz e a frequncia de


notch de 2.5 KHz. Desta forma, e no domnio discreto, a frequncia de rejeio deve ser
22.5
= = rad/amostra
20 4

Como se pretende rejeio frequncia de 4 , o filtro deve possuir um par de zeros



j j
conjugados em z = e 4
e z=e 4
(zeros colocados sobre a circunferncia de raio unitrio).

Clculo da Localizao dos Plos.

Apesar de ser possvel uma abordagem menos formal (tendo em conta que os zeros e os plos
para um filtro deste tipo esto muito prximos), seguindo a definio dada no incio desta folha
de trabalhos, a magnitude da resposta em frequncia para uma dada frequncia obtida
atravs da contribuio da magnitude de todos os plos e zeros para a referida frequncia.

Tal como os zeros, os plos devem fazer um ngulo de 4 relativamente ao eixo real

positivo (visto no existir interesse em alterar a magnitude do sinal de entrada para outras

j j
frequncias). Desta forma os plos devem estar localizados z = e 4
e z = e 4
.

Para o clculo da distncia entre a origem do circulo unitrio e a localizao efectiva dos plos
socorremo-nos da restrio da magnitude da resposta em frequncia. Observando o mapa
de plos e zeros verifica-se que a magnitude mais elevada da resposta em frequncia se d
frequncia logo necessrio garantir que nesse ponto a magnitude no caia fora do
j
intervalo H (e ) = 1 1% .

58 COELHO, J.P.
G 2
j
v1
0.99 H (e ) = G 1.01
v2
=

(A magnitude idntica para cada um dos plos e zeros e os seus conjugados)

Onde,

G 2 2 G 2 2
v1 = 1 + + j e v2 = 1 + + j
2 2 2 2
Desta forma v que:

2+ 2
H (e j ) =
=
1 + 2 + 2

2+ 2
0.99 1.01
1 + 2 + 2
2 2+ 2
+ 2 + 1 0
1.01

2 + 2 + 1 2 + 2 0
0.99

Resolvendo a inequao vm que:

( 0.99 )( + 2.4 ) 0 ], 2.4] [ 0.99, +[


[ 2.42, 2.4] [ 0.99,1.01]
( 1.01)( + 2.42 ) 0 [ 2.42,1.01]
COELHO, J.P. 59
Como os plos devem estar no interior do circulo unitrio, [ 0.99,1[ . Desta forma, supondo

j j
= 0.99 os plos estaro localizados em z = 0.99e 4
e z = 0.99e 4
, garantindo que o filtro
possui as caractersticas apontadas inicialmente. Executando o seguinte cdigo em Matlab
possvel verificar que o filtro possui o comportamento desejado.

Matlab...

num=conv([1 -exp(-j*pi/4)],[1 -exp(j*pi/4)]);


den=conv([1 0.99*exp(-j*pi/4)],[1 0.99*exp(j*pi/4)]);
[H,W]=freqz(num,den);
plot(W,abs(H));

A funo de transferncia do filtro simplesmente:

z2 2z + 1
H ( z) =
z 2 0.99 2 z + ( 0.99 )
2

Nota: Devido ao facto da localizao dos plos estar muito prxima da localizao dos
zeros, necessrio algum cuidado na implementao deste tipo de filtros em mquinas com
preciso finita (por exemplo computadores ou microcontroladores) pois erros de
arredondamento nas operaes podem levar a um mau desempenho do filtro.

60 COELHO, J.P.
COELHO, J.P. 61
62 COELHO, J.P.
Processamento Digital de Sinal
4 Ano de Eng. Electrotcnica. & Eng. Informtica

Parte IV Transformada Discreta de Fourier

Introduo
Nas partes I e III discutiram-se formas de representar sinais e sistemas lineares e invariantes
no tempo em termos de transformada de Fourier e transformada de Z. Contudo para
sequncias de durao finita possvel desenvolver uma representao alternativa de Fourier
designada de transformada discreta de Fourier (DFT Discrete Fourier Transform). Ao
contrrio das transformadas estudadas anteriormente, a DFT tambm ela uma sequncia e
corresponde a amostras igualmente espaadas em frequncia da transformada de Fourier.

A DFT desempenha um papel central na implementao de uma variedade de algoritmos de


processamento de sinal.

A Srie Discreta de Fourier (DFS)


Considere-se um sinal discreto x[ n] peridico com perodo N (i.e. x[ n] = x[ n + N ] , N ` ).

A representao em srie de Fourier desta sequncia dada por:


2 kn
1 N 1  j
x[n] = X [k ]e N
, n `
N k =0
Os coeficientes da srie de Fourier so obtidos a partir de x[ n] segundo a relao:
N 1 2 kn
j
X [k ] = x[n]e N
, k `
n =0

A sequncia X [k ] tambm peridica com perodo N . Estudou-se na Parte I que a


transformada de Fourier de um sinal discreto no tempo era dada pela seguinte expresso:
+
j
X (e ) = x[n]e
n =
j n

Desta forma pode-se dizer que X [k ] = X (e )


j
2 k o que corresponde a amostrar a
=
N

transformada de Fourier X (e ) em N frequncias igualmente espaadas entre = [ 0,2]


j

com espaamento 2 N .

COELHO, J.P. 63
A Transformada Discreta de Fourier (DFT)

j
Considere-se uma sequncia aperidica x[ n] com transformada de Fourier X (e ) , e

assumindo que uma sequncia X [k ] obtida por amostragem de X (e ) frequncia


j

k = 2k N :
2 k
j
X [k ] = X (e j ) 2 k = X (e N
) = X ( z ) z =e j 2Nk
=
N

Como a transformada de Fourier peridica em com perodo 2 , a sequncia resultante


peridica em k com perodo N . Adicionalmente, como a transformada de Fourier consiste na

transformada de Z avaliada no circulo unitrio, X [k ] tambm pode ser obtida por amostragem
de X ( z ) em N pontos equidistantes no circulo unitrio.

Uma sequncia finita e aperidica x[ n] pode ser vista como sendo apenas um perodo de uma

srie infinita e peridica x[ n] . Analiticamente pode-se escrever:

x[ n] , 0 n N 1
x[ n] =
0 , restantes casos
Se X [n] a transformada de Fourier de x[ n] e X [k ] a transformada de Fourier de x[ n] ,

designando por T {}
o operador transformada de Fourier pode-se escrever que:

T { x[n]} , 0 n N 1 X [n] , 0 n N 1
T { x[n]} = X [ n] =
T {0} , restantes casos 0 , restantes casos
Desta forma, a DFT de um sinal aperidico finito dada pela seguinte expresso:

N 1 j
2 kn

X [ k ] =
x[n] e N , 0 k N 1
n =0
0 , restantes casos

E a sua inversa por:

1 N 1 j
2 kn

X [k ] e N , 0 n N 1
x[n] = N k =0
0 , restantes casos

64 COELHO, J.P.
Exerccios
4.1 Determine a DFT do seguinte sinal discreto aperidico de durao finita:

Para determinarmos a DFT, podemos considerar que x[n] uma sequncia de durao finita
com tamanho igual ou superior a 2 i.e. N 2 .Considerando N = 2 , a sequncia peridica cuja
srie discreta de Fourier corresponde transformada discreta de Fourier a seguinte:

Desta forma, a DFS obtida atravs da seguinte equao:


N 1 2 kn
j
X [k ] = x[ n]e N
, k `
n =0

1 2 kn
j
X [k ] = x[n]e 2
, k `
n =0

2 k 0 2 k 1
j j
X [k ] = x[0]e 2
+ x[1]e 2
, k `
1
X [k ] = 1 + e jk , k `
2
K -2 -1 0 1 2 3 4 5

X [k ] 3/2 1/2 3/2 1/2 3/2 1/2 3/2 1/2

COELHO, J.P. 65
A DFT do sinal original simplesmente a DFS tomada para 0 k 1

1 jk
1 + e , 0 k 1
X [k ] = 2
0 , restantes casos

4.2 Suponha que xc (t ) um sinal peridico contnuo no tempo com perodo de 1ms, e para o

qual, a srie de Fourier associado possui a seguinte expresso:


9
(
j 2 kt 103 )
xc (t ) = ak e
k =9

Os coeficientes da srie de Fourier ak so nulos para k > 9 . xc (t ) amostrado com um

perodo de amostragem Ts = 1 6 ms dando origem ao sinal discreto x[ n] . o sinal

discreto x[ n] peridico? Em caso afirmativo qual o seu perodo. A frequncia de


amostragem usada verifica o teorema de Nyquist? Quais os coeficientes da srie discreta
de Fourier de x[ n] em termos de ak ?

a) Na Parte II viu-se que um sinal discreto era obtido atravs de amostragem de um sinal
contnuo segundo a lei x[ n] = xc ( nTs ) . Desta forma,
9
(
j 2 knTs 103 )
xc (nTs ) = a e
k =9
k = x[n] .

3
Como o perodo de amostragem Ts = 1 6 10 s , a expresso anterior toma a seguinte

forma:
9
j kn
x[n] = a e
k =9
k
3

Um sinal discreto peridico sse: x[ n] = x[ n + N ] , N ` logo,

66 COELHO, J.P.
9 9
j kn j k ( n+ N )
a e
k =9
k
3
= a e
k =9
k
3
, N `


j kn j k ( n+ N )
e 3
=e 3
, N `

j kn j kn kN
e 3
=e 3
e 3
, N `

kN
e 3
= 1, N `

j kN
e 3
= e j 2k N = 6
Desta forma verifica-se que o sinal discreto peridico com um perodo de 6 amostras.

b)
Em termos de espectro, o sinal contnuo apresentado possui as seguintes componentes em
frequncia:

O sinal contnuo originalmente representado pela sua srie de Fourier logo imediato
verificar que em termos de espectro o sinal possui componentes em =2k/10-3 rad/s com k
entre 9 e 9 cujas amplitudes so dependentes das magnitudes dos coeficientes.

A mxima componente em frequncia de 9KHz. Desta forma, a frequncia de amostragem


deve ser superior a 18KHz. Como o sinal na alnea anterior foi amostrado a 6KHz, esta no
verifica o teorema de Nyquist.

c)
Como o sinal peridico com perodo 6 amostras, N=6 logo

95 j mn j 2 kn

X [ k ] = am e 3
e 6 , 0 k 5

n =0 m =9


95 j ( k m )
n
X [ k ] = am e 3 , 0k 5
n =0 m =9

COELHO, J.P. 67
Alterando a ordem dos somatrios obtm-se:

5 j 3n ( k m )
9
X [ k ] = am e , 0k 5
m =9 n = 0
NOTA:

1 N 1 j
2 kn
1 , se k = rN r `
e N
=
N n =0 0, restantes casos

5 j
n
( k m) 6 , se k m = 6r r `
e 3
=
n =0 0, restantes casos
9
X [k ] = 6 am , 0 k 5 e k m = 6r r `
m =9

2k
4.3 Determine a DFT de comprimento N de x[ n] = sin n.
N

N 1 2 k
j n
X [k ] = x[ n] e N
0 k N 1
n =0

2 k
2k
N 1
j n
X [k ] = sin ne N
0 k N 1
n =0 N
2 k 2 k
1 N 1 j n j n j 2Nk n
X [k ] = e N
e N
e 0 k N 1
2 j n =0
2 k 2 k N 1 j 2 k n j 2 k n
1 N 1 j n j n
X [k ] = e N
e N
e N
e N
0 k N 1
2 j n =0 n=0
4 k
1 N 1 0 N 1 j n
X [k ] = e e N
0 k N 1
2 j n =0 n=0
4 k
j N
1 1 e N
X [k ] = ( N 1 0 + 1) 0 k N 1
2 j j
4 k

1 e N

68 COELHO, J.P.
1 1 e j 4 k

X [k ] = N 4 k
0 k N 1
2j j
1 e N

NOTA:

1 e j 4 k N 1 j 4 k n
N , k =0
4k
= e N
=
1 e
j
N n =0 0 , restantes casos

N
1 k N 1
X [k ] = 2 j
0 k =0

4.4 A transformada de Fourier X (e ) do sinal x[n] = [n] + [n 1] + [n 5] amostrado


j

em N pontos igualmente espaados no intervalo [0,2] . Determine a transformada de


Fourier discreta inversa para:
a) N=4
b) N=8

a) Para N=4

1 N 1 j
2 kn

x[n] = N
X [k ] e N , 0 n N 1
k =0
0 , restantes casos

1 3 j
2 kn

X [k ] e N , 0 n 3
x[n] = 4 k =0
0 , restantes casos

Clculo de X [k ] :

3 j
2 kn

x[n] e 4 , 0 k 3
X [ k ] = n =0
0 , restantes casos

COELHO, J.P. 69
k X [k ]
0 x[0] + x[1] + x[2] + x[3] = 1 + 1 + 0 = 2
3
j j
1 x[0]e + x[1]e
0 2
+ x[2]e j
+ x[3]e 2
=1 j
2 x[0]e0 + x[1]e j + x[2]e j 2 + x[3]e j 3 = 1 1 = 0
3 9
j j
3 x[0]e + x[1]e
0 2
+ x[2]e j 3
+ x[3]e 2
=1+ j

2,k =0
1 j , k = 1

X [k ] =
0,k =2
1 + j , k = 3

Clculo de x[ n] :

1 3 j
2 kn

X [k ] e N , 0 n 3
x[n] = 4 k =0
0 , restantes casos

n x[n]
1
0 ( X [0] + X [1] + X [2] + X [3]) = 1
4
1 1
2 0
3 0

O sinal recuperado a partir da sua DFT dado pela seguinte expresso:

x[n] = [n] + [n 1]

b) Para N=8

Clculo de X [k ] :

70 COELHO, J.P.
3 j
2 kn

x[ n ] e 4
, 0k 3
X [ k ] = n =0
0 , restantes casos

K 0 1 2 3 4 5 6 7

X [k ] 3 1 1-2j 1 -1 1 1+2j 1

Clculo de x[ n] :

1 3 j
2 kn

X [k ] e N , 0 n 3
x[n] = 4 k =0
0 , restantes casos

n 0 1 2 3 4 5 6 7
x[n] 1 1 0 0 0 1 0 0

x[n] = [n] + [n 1] + [n 5]

Concluso: Observa-se que se N for menor do que o numero de amostras no nulas de x[ n] ,


existe ocorrncia de aliasing no tempo o que se reflecte pela no recuperao do
sinal original a partir da DFT da sequncia.

4.5 Mostre a propriedade de simetria da DFT calculando a DFT de comprimento 8 da


sequncia real:

2 n , 1 n 1
x[n] =
0 , Restantes Casos

NOTA 1:
Uma sequncia x[n] par sse x[-n]= x[n]

COELHO, J.P. 71
Uma sequncia x[n] mpar sse x[-n]= -x[n]
Outra forma e atendendo periodicidade da DFT:
Uma sequncia x[n] par sse x[n]= x[N-n]

Uma sequncia x[n] mpar sse x[n]= -x[N-n]

NOTA 2: Propriedade de Simetria da DFT


Se uma sequncia x[n] par ento X[k] real puro

Se uma sequncia x[n] mpar ento X[k] imaginrio puro

Se uma sequncia x[n] real puro ento X[k] par

Se uma sequncia x[n] imaginrio puro ento X[k] mpar

Considerando x[ n] como o sinal peridico tomado a partir de x[ n] ,

N 1 j
2 kn

X [ k ] =
x[n] e N , 0 k N 1
n =0
0 , restantes casos

7 j
kn

x[n] e 4 , 0 k 7
X [ k ] = n =0
0 , restantes casos

7 kn 7
kn

x[ n ]cos j x[n]sin , 0k 7
X [ k ] = n =0 4 n =0 4
0 , restantes casos

k 0 1 2 3 4 5 6 7
X [k ] 4 3.41 2 0.586 0 0.586 2 3.41

Concluso: Como a sequncia par e a DFT real pura, a propriedade de simetria


verificada.
72 COELHO, J.P.
4.6 Determine, recorrendo transformada discreta de Fourier, a sada de um SLIT com
resposta impulsional h[ n] (fig. A) quando sua entrada aplicado o sinal discreto x[ n]
(fig. B).

Para esse fim considere os seguintes trs casos:

a) N = 2

b) N = 4

c) N = 8

Nota: Convoluo Circular:


Considere-se duas sequncias discretas finitas x1[ n] e x2 [ n] ambas com dimenso N

possuindo transformadas discretas de Fourier X 1[k ] e X 2 [k ] respectivamente. Uma

sequncia discreta x3[ n] cuja DFT X 3[k ] = X 1[k ] X 2 [k ] , pode ser determinada
recorrendo seguinte expresso:
N 1
x3[n] = x1[n] x2 [n] = x1[k ] x2 [n k ] , 0 n N 1
k =0

x1[n] 0n N 1 = x1[n]
onde
x2 [n] 0n N 1 = x2 [n]

a) N = 2
Clculo da DFT para h[ n]
N 1 2 kn
j
H [k ] = h[n]e N
, 0 k N 1
n =0

1 2 kn
j
H [k ] = h[n]e 2
, 0 k 1
n =0

H [k ] = h[0]e jk 0 + h[1]e jk , 0 k 1

COELHO, J.P. 73
1
H [k ] = 1 + e jk , 0 k 1
2
Clculo da DFT para x[ n]
N 1 2 kn
j
X [k ] = x[ n]e N
, 0 k N 1
n =0

1
X [k ] = e jkn , 0 k 1
n =0

X [k ] = 1 + e jk , 0 k 1
Atendendo propriedade acima citada,

1 3 1
Y [k ] = H [k ] X [k ] = 1 + e jk (1 + e jk ) = 1 + e jk + e j 2 k , 0 k 1
2 2 2
Aplicando a Y [k ] a transformada inversa discreta de Fourier obtm-se:
2 kn
1 N 1 j
y[n] =
N k =0
Y [k ] e N
, 0 n N 1

1 1
y[n] = Y [k ] e jkn , 0 n 1
2 k =0
1 1 3 jk 1 j 2 k jkn
y[n] = 1 + e + 2 e e , 0 n 1
2 k =0 2
1 1 jkn 3 jk ( n1) 1 jk ( n2)
y[n] = e + e + e , 0 n 1
2 k =0 2 2
1 3 1 3 1
y[n] = 1 + + + e jn + + e jn , 0 n 1
2 2 2 2 2
19 1
y[n] = + e jn + e jn , 0 n 1
2 2 2
3 , n=0

y[n] = 3 2 , n =1
0 , restantes casos

b) N = 4
Clculo da DFT para h[ n]
N 1 2 kn
j
H [k ] = h[n]e N
, 0 k N 1
n =0

74 COELHO, J.P.
3 kn
j
H [k ] = h[n]e 2
, 0k 3
n =0

k 3 k
j j
jk 0 j k
H [k ] = h[0]e + h[1]e 2
+ h[2]e + h[3]e 2
, 0k 3

1 j 2k
H [k ] = 1 + e , 0k 3
2

Nota: Compare esta ltima expresso com a equivalente para N = 2 . Verifica-se que
aumentando o numero de pontos da DFT se aumenta a resoluo na frequncia (verifique
este facto recorrendo ao Matlab...).

Clculo da DFT para x[ n]


N 1 2 kn
j
X [k ] = x[n]e N
, 0 k N 1
n =0

3 kn
j
X [k ] = e 2
, 0k 3
n =0

k 3 k
j j
j k
X [k ] = 1 + e 2
+e +e 2
, 0 k 1
Atendendo propriedade da convoluo,

1 j 2k j
k
j k
j
3 k

Y [k ] = H [k ] X [k ] = 1 + e 1 + e
2
+e + e 2 , 0 k 1
2
Aplicando a Y [k ] a transformada inversa discreta de Fourier obtm-se:
2 kn
1 N 1 j
y[n] = Y [k ] e N
, 0 n N 1
N k =0

1 3 3 j 2k 3 jk 3 j 32k 1 j 2 k jkn
y[n] = 1 + e ++ e + e + e e , 0n3
4 k =0 2 2 2 2
1 3 jkn 3 jk ( n 12 ) 3 jk ( n1) 3 jk ( n 32 ) 1 jk ( n2)
y[n] = e + e + e + e + e , 0n3
4 k =0 2 2 2 2
3 2 , n=0
3 2 , n =1

y[n] =
3 2 , n=2
3 2 , n=3
c) N = 8
Clculo da DFT para h[ n]

COELHO, J.P. 75
N 1 2 kn
j
H [k ] = h[n]e N
, 0 k N 1
n =0

7 kn
j
H [k ] = h[n]e 8
, 0k 7
n =0

k
j
jk 0
H [k ] = h[0]e + h[1]e 8
, 0k 7
k
1 j
H [k ] = 1 + e 8 , 0 k 7
2
Clculo da DFT para x[ n]
N 1 2 kn
j
X [k ] = x[ n]e N
, 0 k N 1
n =0

7 kn
j
X [k ] = e 8
, 0k 8
n =0

k k 7 k
j j j
X [k ] = 1 + e 8
+e 4
+e 8
, 0k 7
Aplicando a Y [k ] a transformada inversa discreta de Fourier obtm-se:
2 kn
1 N 1 j
y[n] = Y [k ] e N
, 0 n N 1
N k =0
3 2 se n = 0, 1ou 2
1 2 se n = 3

y[n] =
0se n = 4, 5 ou 2
1 se n = 7

Concluso: Comparando o resultado de cada uma das alneas verifica-se que foram obtidas
sadas diferentes para diferentes amostragens da transformada de Fourier. Mais
ainda se conclui que apenas a sada calculada para N = 8 equivalente
convoluo linear da resposta impulsional com o sinal de entrada (verifique esta
afirmao!). Para os restantes casos, o resultado reflecte a convoluo circular
das duas sequncias. Este era um resultado esperado visto saber-se que para a
obteno da convoluo linear a partir da transformada discreta de Fourier, o
numero de amostras deve obedecer seguinte lei: N P + Q 1, onde P e Q

se refere ao numero de amostras no nulas de cada uma das duas sequncias a


convolver.

76 COELHO, J.P.
Processamento Digital de Sinal
4 Ano de Eng. Electrotcnica. & Eng. Informtica

Parte V Filtros Digitais

Introduo
Um dos maiores campos de aplicao em processamento digital de sinal o dimensionamento
de filtros. Existem basicamente duas principais classes de filtros digitais:

Filtros do tipo FIR (Finite Inpulse Response)

Como o seu prprio nome indica, este tipo de filtros possui uma resposta impulsional finita, i.e.
possui valores nulos fora de um determinado intervalo finito. Genericamente, um filtro do tipo
FIR pode ser descrito pela seguinte equao s diferenas:
N z 1
y[n] = a
k =0
k x[n k ]

Onde ak se refere ao coeficiente associado entrada atrasada de k amostras e N z o nmero

de zeros do filtro.
Devido ao facto de no possuir plos este tipo de filtros no possui homlogo no mundo
analgico.

Vantagens:
Fase Linear
Estabilidade Garantida (O que relativamente bvio visto o sistema no possuir plos)

Desvantagem:
Normalmente requer maior carga computacional (O numero de coeficiente geralmente
elevado).

Projecto de Filtros FIR:


Mtodo da Janela Rectangular
Janela de Hamming
Janela de Blackman
Amostragem da Funo de Transferncia
Algoritmo de Remez (Parks-McCleland)
COELHO, J.P. 77
Filtros do tipo IIR (Infinite Inpulse Response)

Esta classe de filtros caracterizada por possuir uma resposta impulsional infinita. Em geral,
um filtro do tipo IIR pode ser descrito pela seguinte equao s diferenas:
N p 1 N z 1
y[n] = bk y[n k ] +
k =1
a
k =0
k x[n k ]

Onde ak e bk se referem aos coeficiente do filtro e as variveis N z N p dizem respeito ao

nmero de zeros e numero de plos do filtro.


Ao contrrio dos filtros FIR, este tipo de filtros pode ser facilmente relacionados com filtros
analgicos. De facto, algumas das tcnicas de projecto partem do equivalente analgico do
filtro digital a dimensionar.

Vantagens:
Facilidade de Projecto
Possui muito menor numero de coeficientes do que o FIR para a mesma magnitude da
resposta em frequncia.

Desvantagem:
Fase No-Linear

Projecto de Filtros IIR:


Mtodo da Invarincia da Resposta Impulsional
Transformao Bilinear

Projecto de Filtros FIR

Mtodo da Amostragem da Funo de Transferncia (FST Frequency Sampling Technique)

Dada uma amostragem H (k ) de uma funo de transferncia H ( z )

1 zN N 1
H (k )
H ( z) =
N

k =0
j
2
k
1 e N
z 1
Este filtro pode ser implementado pela associao em srie de um sistema com funo de
transferncia:

1 zN
H p ( z) =
N
Com um sistema constitudo pela associao em paralelo de N sistemas com funo de
transferncia:

78 COELHO, J.P.
H (k )
H k ( z) = 2
, k = 0,..., N 1
j k
1
1 e N
z

Projecto de Filtros IIR

Mtodo da Invarincia da Resposta Impulsional

A resposta impulsional do filtro digital obtida por amostragem da resposta impulsional do filtro
analgico equivalente. Recordando o que foi dito na Parte II,
h[n] = T hc (nT )
onde T se refere ao perodo de amostragem.

Nota: A multiplicao na equao anterior pelo factor T, serve para garantir que a amplitude da
resposta em frequncia dos dois filtros a mesma (ver Parte II)

Quando a funo de transferncia apresenta apenas plos simples do tipo:


N p 1
Ak
H c (s) = ss
k =0 k

A funo de transferncia do filtro digital :


N p 1
Ak
H ( z) = T sk T 1
k =0 1 e z
O projecto de filtros IIR pelo mtodo da invarincia da resposta impulsional possui como
vantagem a relao linear entre as frequncias analgica ( ) e digital ( ). Contudo, existe a
possibilidade de ocorrncia de distoro por aliasing se a amostragem da resposta impulsional
no obedecer ao teorema de Nyquist.

Transformao Bilinear

Este mtodo permite passar directamente da funo de transferncia do filtro analgico para o
filtro digital recorrendo seguinte substituio:

2 1 z 1
s=
T 1 + z 1
Contudo, ao contrrio do mtodo anterior, a relao entre as frequncias analgica e digital
no linear sendo dada pela seguinte expresso:

T
= 2 tg 1
2

Filtros de Butterworth

COELHO, J.P. 79
Representam uma classe de filtros no domnio contnuo cuja magnitude da resposta em
frequncia dada por:
2 1
H ( j) = , N ` +
1 + ( c )
2N

Onde c representa a frequncia de corte em rad/s. Quanto maior for N mais acentuada a

banda de transio.
Os plos de um filtro Butterworth determinam-se resolvendo a seguinte equao caracterstica:
2N
s
1+ =0
j c
Cuja soluo consiste em 2N plos igualmente espaados em torno de uma circunferncia de
raio c .

80 COELHO, J.P.
Exerccios
5.1 Considere o seguinte filtro analgico de 1 ordem:

Recorrendo s seguintes transformaes, projecte um filtro digital equivalente sabendo que


o sinal de entrada amostrado a 10KHz :
a) Mtodo da Invarincia da Resposta Impulsional
b) Transformao Bilinear

Nota: A funo de transferncia em s do presente filtro dada por:


1 1
H (s) = , onde RC =
1 + sRC c

a) Mtodo da Invarincia da resposta impulsional

A funo de transferncia do sistema :


N p 1
1 1 RC Ak
H (s) = =
1 + sRC s + 1 RC
que um caso particular de H ( s ) = ss
k =0
para N p = 1 ,
k

Ao = 1 RC e so = 1 RC
Como a funo de transferncia apenas apresenta plos simples,

N p 1
Ak Ao T RC
H ( z) = T sk T 1
=T =
k =0 1 e z 1 e soT z 1
T
1 e RC
z 1
Substituindo as variveis da expresso anterior pelos valores dados vm que:
0.1 0.16 0.625
H ( z) = =

0.1
1 0.535 z 1
1 e 0.16
z 1
A equao s diferenas que implementa este filtro dada pela seguinte expresso:
y[n] = 0.535 y[n 1] + 0.625 x[n]

COELHO, J.P. 81
b) Transformao Bilinear

Atendendo a que com a transformao bilinear a relao entre as frequncias analgica e


digital no-linear, este facto deve ser tido em conta ao projectar o filtro analgico de partida.

T
Como se pretende uma frequncia de corte digital c = = 0.625 rad / amostra , o filtro
RC
2 c
analgico deve possuir um frequncia de corte c = tg o que implica que a funo de
T 2
transferncia do filtro analgico tenha o seguinte aspecto:
2 c
tg
T 2
H ( s) =
2 c
tg + s
T 2
2 1 z 1
Substituindo s por na funo de transferncia vm que:
T 1 + z 1

tg c + tg c z 1
2 2 0.323 + 0.323z 1
H ( z) = =
c c 1 1.323 0.677 z 1
tg 2 + 1 + tg 2 1 z

A equao s diferenas que implementa este filtro dada pela seguinte expresso:
y[n] = 0.512 y[ n 1] + 0.244 x[n] + 0.244 x[ n 1]

Sugesto: Recorrendo ao Matlab, verifique que os resultados obtidos para ambas as alneas
implementam um filtro do tipo passa-baixo com frequncia de corte c = 0.625 rad / amostra .

5.2 Pretende-se projectar um filtro passa-baixo com a caracterstica constante e igual a


0.75dB para frequncias abaixo de = 0.2 e uma atenuao de pelo menos 20dB
para a banda de frequncias 0.4 . Determine a funo de transferncia para o
filtro Butterworth de menor ordem que respeite estas especificaes. Use a transformao
bilinear considerando T = 2 .

82 COELHO, J.P.
A magnitude da resposta em frequncia de um filtro Butterworth analgico dado pela seguinte
expresso:
2 1
H ( j) = , N ` +
1 + ( c )
2N

onde c representa a frequncia de corte em rad/s.

Atendendo a que o mtodo da transformao bilinear utilizado, ento a magnitude da


resposta em frequncia do filtro Butterworth digital dada por:

2 1
H (e j ) = 2N
, N ` +

1 + tg tg c
2 2

Numa primeira fase pretende-se determinar a funo de transferncia do filtro analgico e


posteriormente aplicando a transformao bilinear obter o homlogo digital. Para isso
necessrio estabelecer a ordem do filtro e a sua frequncia de corte que pode ser feito
atendendo s seguintes restries:

(
i) Se = 0.2 ento 20log H (e ) = 0.75dB
j
)

0.2 c
2N

( j
)
20log H (e ) = 10log 1 + tg
2
tg = 0.75
2

2N
c
tg ( 0.1 ) tg 2 = 0.1885 (1)

(
ii) Se = 0.6 ento 20log H (e ) = 20dB
j
)

0.4 c
2N

( j
)
20log H (e ) = 10log 1 + tg
2
tg = 20
2

2N
c
tg ( 0.2 ) tg 2 = 99 (2)

COELHO, J.P. 83
Da equao (1) e (2) vem:

( tg ( 0.1 ) ) ( tg ( 0.2 ) )
2N 2N 2N

= tg c =
0.1885 2 99
Aplicando logaritmos vm:

( tg ( 0.1 ) )2 N ( tg ( 0.2 ) )2 N
log = log
0.1885 99

2 N log ( tg ( 0.1 ) ) log ( 0.1885 ) = 2 N log ( tg ( 0.3 ) ) log ( 99 )

log ( 0.1885 ) log ( 99 )


N= = 3.89
(
2 log ( tg ( 0.1 ) ) log ( tg ( 0.2 ) ) )
Como N inteiro, o valor anterior deve ser arredondado (Nota: De forma a cumprirmos ou
excedermos as especificaes o valor deve ser sempre arredondado por excesso) logo N = 4 :

A frequncia de corte pode ser retirada considerando (1) ou (2). Recorrendo equao (1) vm
que:

( tg ( 0.1 ) )
8 8

= tg c
0.1885 2

8 log tg c = 8 log ( tg ( 0.1 ) ) log ( 0.1885 )
2
8log(tg ( 0.1 ))log( 0.1885)
1
c = 2 tg 10 8
= 0.7615 rad / amostra


Como,
2 c 2
c = tg ento c = 0.4 = 0.4
T 2 2

Desta forma os plos do sistema vo estar no plano s em torno de uma circunferncia de raio
0.4 espaados de 2 2 N = 4 rad (45 ) como se representa na seguinte figura:

84 COELHO, J.P.
Por forma a garantir a estabilidade do sistema, consideram-se apenas os plos localizados no
semi-plano esquerdo. Deste modo os plos esto localizados em:

5 5
s1 = 0.4cos + j 0.4sin = 0.153 + j 0.37
8 8
s2 = 0.153 j 0.37
s3 = 0.37 + j 0.153
s4 = 0.37 j 0.153

E a funo de transferncia em s toma a seguinte forma:


K 1 1
H (s) = =K 2
( s s1 )( s s2 )( s s3 )( s s4 ) s 0.74 s + 0.16 s 0.31s + 0.16
2

Onde o ganho K pode ser facilmente derivado atendendo a que H ( s ) s =0 = 1,

1 1
H ( s ) = 2.56 102 2
s 0.74 s + 0.16 s 0.31s + 0.16
2

Neste momento j se conhece a funo de transferncia do filtro analgico. Recorrendo ento


transformao bilinear o filtro digital pretendido dado pela seguinte funo de transferncia:

1 + 2 z 1 + z 2 1 + 2 z 1 + z 2
H ( z ) = 7.2 102
1 4 z 1 + 4.52 z 2 1 1.98 z 1 + 1.73 z 2

COELHO, J.P. 85