Professional Documents
Culture Documents
2002/2004
Processamento Digital de Sinal
4 Ano de Eng. Electrotcnica. & Eng. Informtica
Noes Bsicas
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:
Degrau Unitrio
0 , n < 0
u[n] =
1 , n 0
Impulso Unitrio
0 , n 0
[n] =
1 , n = 0
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]}
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 =
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 =
+
H ( e j ) = h[n]e j n
n =
+
X (e j
) = x[n]e j n
n =
1
x[n] = X ( e j )e jn d
2
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]
(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
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
y1[n] = ax1[n no ]
y2 [n] = bx2 [n no ]
(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
sistema no estvel.
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
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
Invarincia 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] + 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:
COELHO, J.P. 9
Resoluo pelo teorema da sobreposio:
10 COELHO, J.P.
Pela Convoluo: Graficamente
COELHO, J.P. 11
Resposta do sistema:
12 COELHO, J.P.
Pela Convoluo: Analiticamente
3
y[n] = x[k ]h[n k ] , n = 0,...,5
k =0
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
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
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) Se x[ n] = [ n] ento:
n [n] h2 [n]
-1 0 0
0 1 1
1 0 0.8
2 0
( 0.8)
2
3 0
( 0.8)
3
parciais do sistema:
16 COELHO, J.P.
Resposta Total do Sistema: Atendendo propriedade distributiva da convoluo:
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
b)
x[n] = 3[n 1] 2[n] + [n + 1]
1
y[n] = x[k ]h[n k ] = h[n + 1] 2h[n] + 3h[n 1]
k =1
4
y[n]
-2
-4
-1 0 1 2 3 4 5 6 7 8 9
n
j 1 j
a) H (e ) = e
3
j 3 j
b) H (e ) = 3e
c) H (e ) = cos ( 2 ) e
j j
a)
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)
c)
= 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
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
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
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 .
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
[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
[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
( ( 0.5) )
+ +
H ( e j ) = h[n]e jn =
n
u[n] e jn
n = n =
+ + 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
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]
1
x par [n] =
2
( x[n] + x*[ n]) onde * se refere ao operador conjugado.
1
ximpar [n] =
2
( 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]
X ( e j ) = X par ( e j ) + X impar ( e ) ou X ( e ) = X ( e ) + jX ( e )
j j
real
j
imag
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
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
1.18 Seja x[ n] um sinal discreto com transformada de Fourier X e ( ) e x [n] o sinal que se
j
m
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
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
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
x[ n] = xc ( nT ) , n
1
onde T representa o perodo de amostragem e s = 2T a frequncia angular 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] .
+
( 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:
COELHO, J.P. 33
Se o sinal em questo for devidamente amostrado frequncia analgica de s , o espectro do
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 ,
Amostragem Real
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.
COELHO, J.P. 35
Exerccios
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:
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:
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:
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.
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
+
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
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
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 ?)
a) x3 (t ) = x1 (t ) + x2 (t )
b) x3 (t ) = x1 (t ) x2 (t )
c) x3 (t ) = x1 (t ) x2 (t )
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
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
Introduo
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] <
X ( z) = x[n] z
n =
n
(Verso Bilateral)
n
x[n] z <
n =
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.
P( z )
X ( z) = onde P ( z ) e Q ( z ) so polinmios em z
Q( z )
44 COELHO, J.P.
(recorde-se que a repetio da transformada de Fourier com perodo de 2 uma
consequncia do processo de amostragem)
conhecidos:
np
(z p ) i
X ( z) = i =1
nq
(z q )
i =1
i
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
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 ):
0.5 1.5 3 0
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.
Transformada Inversa de Z
1
x[n] =
2j
> c
X ( z ) z n1dz
1
x[n] =
> X ( z ) z n1dz = Residuos de X ( z ) z n1 tomados nos polos em C
2j c
COELHO, J.P. 47
Exerccios
n
1
a) x[ n] = u[ n]
3
b) x[n] = a u[n]
n
a)
Atendendo definio de transformada de Z vm:
+ + n
1
X ( z) = x[n] z
n =
n
= u[n] z n
n = 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
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
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 =
j j
z >e 4
z >e 4
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
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
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
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:
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
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
j
Para se obter rejeio frequncia = 3 coloca-se um par de zeros conjugados em z = e 3
j
e z=e 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]
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%
COELHO, J.P. 57
Estudou-se na Parte II que a frequncia discreta estava relacionada com a frequncia
analgica pela seguinte expresso:
= T
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
=
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
Matlab...
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
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.
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
k = 2k N :
2 k
j
X [k ] = X (e j ) 2 k = X (e N
) = X ( z ) z =e j 2Nk
=
N
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
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:
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
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
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
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.
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
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
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]
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]
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
a) N = 2
b) N = 4
c) N = 8
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...).
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
76 COELHO, J.P.
Processamento Digital de Sinal
4 Ano de Eng. Electrotcnica. & Eng. Informtica
Introduo
Um dos maiores campos de aplicao em processamento digital de sinal o dimensionamento
de filtros. Existem basicamente duas principais classes de filtros digitais:
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 ]
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).
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 ]
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
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
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)
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:
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
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 .
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
2 1
H (e j ) = 2N
, N ` +
1 + tg tg c
2 2
(
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 )
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
1 1
H ( s ) = 2.56 102 2
s 0.74 s + 0.16 s 0.31s + 0.16
2
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