Вы находитесь на странице: 1из 224

Apostila

de
Teoria
para
Processamento Digital de Sinais
(Versao A2013M11D22)

Universidade Federal Fluminense

Apostila
do
Departamento de Engenharia de Telecomunicacoes
da
Universidade Federal Fluminense
por
Alexandre Santos de la Vega
Novembro 2013
.

621.3192 de la Vega, Alexandre Santos


mudar!
D278 Apostila de Teoria para Processamento Digital
mudar! de Sinais / Alexandre Santos de la Vega. Niteroi:
2013 UFF/TCE/TET, 2013.
181 (sem romanos) ou 201 (com romanos) p. >
mudar! <
Apostila de Teoria Graduacao, Engenharia de
Telecomunicacoes, UFF/TCE/TET, 2013.
1. Processamento de Sinais. 2. Processamento
Digital de Sinais. 3. Telecomunicacoes. I. Ttulo.
Aos meus alunos.

iii
Prefacio

O trabalho em questao cobre os topicos abordados na disciplina Processamento Digital de


Sinais.
O presente volume apresenta um conteudo teorico. O conteudo pratico pode ser encontrado
no volume entitulado Apostila com Codigos de Programas Demonstrativos para Processamento
Digital de Sinais.
As apostilas foram escritas com o intuito de servir como uma referencia rapida para os alunos
dos cursos de graduacao e de mestrado em Engenharia de Telecomunicacoes da Universidade
Federal Fluminense (UFF).
O material basico utilizado para o conteudo teorico foram as minhas notas de aula, que, por
sua vez, originaram-se em uma coletanea de livros sobre os assuntos abordados.
Os codigos de programas demonstrativos sao completamente autorais.
A motivacao principal foi a de aumentar o dinamismo das aulas. Portanto, deve ficar bem
claro que estas apostilas nao pretendem substituir os livros textos ou outros livros de referencia.
Muito pelo contrario, elas devem ser utilizadas apenas como ponto de partida para estudos mais
aprofundados, utilizando-se a literatura existente.
Espero conseguir manter o presente texto em constante atualizacao e ampliacao.
Correcoes e sugestoes sao sempre bem-vindas.

Rio de Janeiro, 04 de agosto de 2008.


Alexandre Santos de la Vega
UFF / TCE / TET

v
vi
Agradecimentos

Aos professores do Departamento de Engenharia de Telecomunicacoes da Universidade Federal


Fluminense (TET/UFF) que colaboraram com crticas e sugestoes bastante uteis a finalizacao
deste trabalho.
Aos funcionarios e ex-funcionarios do TET, Arlei, Carmen Lucia, Eduardo, Francisco e
Jussara, pelo apoio constante.
Aos meus alunos, que, alem de servirem de motivacao principal, obrigam-me sempre a tentar
melhorar, em todos os sentidos.
Mais uma vez, e sempre, aos meus pais, por tudo.

Rio de Janeiro, 04 de agosto de 2008.


Alexandre Santos de la Vega
UFF / TCE / TET

vii
viii
Apresentacao

O presente documento encontra-se em constante atualizacao.


Ele consta de topicos desenvolvidos em sala de aula.
Na preparacao das aulas foram utilizados os seguintes livros:
Livros indicados pela ementa da disciplina: [Mit98].
Outros livros indicados: [Rob09], [PM06], [Jac96], [She95], [SK89], [Ant86], [SDD84],
[OWY83], [PL76], [OS75], [Cad73].
Este documento aborda os seguintes assuntos:
Introducao: que busca contextualizar a disciplina no ambito do curso e apresentar
conceitos que serao necessarios ao longo do texto.
Sinais e sistemas (com tempo discreto) no domnio do tempo
Sinais e sistemas: definicoes, classificacoes, exemplos e caracterizacoes de sinais
e sistemas.
Sistema Linear e Invariante ao Tempo (SLIT): caractersticas, representacoes e
calculo de resposta.
Representacao em domnio transformado para sistemas de primeira ordem
Resposta em Frequencia: baseado no calculo da resposta de um SLIT de primeira
ordem, para um determinado tipo de sinal de entrada, pode-se identificar um
novo tipo de representacao para o sistema.
Funcao de Tranferencia: baseado no calculo da resposta de um SLIT de primeira
ordem, para um determinado tipo de sinal de entrada, pode-se identificar um
novo tipo de representacao para o sistema.
Sinais e sistemas (com tempo discreto) no domnio da frequencia
Sinais: revisao das representacoes em frequencia com tempo contnuo (Serie de
Fourier, Transformada de Fourier, Transformada de Laplace), Serie de Fourier de
Tempo Discreto (DTFS), Transformada de Fourier de Tempo Discreto (DTFT),
Transformada de Fourier Discreta (DFT), Transformada Rapida de Fourier
(FFT), Transformada Z, relacoes entre as diversas representacoes, parametros e
efeitos importantes.
SLIT de ordem qualquer: Resposta em Frequencia, Seletividade em Frequencia,
Funcao de Transferencia ou Funcao de Sistema, representacoes de um SLIT no
domnio da frequencia.
Estruturas: componentes e estruturas basicas.
Aplicacoes: exemplos de aplicacoes.

ix
x
Sumario

Prefacio v

Agradecimentos vii

Apresentacao ix

Sumario xi

Lista de Tabelas xvii

Lista de Figuras xix

I Introducao 1
1 Conceitos basicos 3
1.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Arquitetura de sistemas de comunicacao . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Processamento de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Tipos de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Arquitetura de sistemas de processamento digital . . . . . . . . . . . . . . . . . 5

II Sinais e sistemas no domnio do tempo 7


2 Sinais no domnio do tempo 9
2.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Notacoes para sequencias no domnio do tempo . . . . . . . . . . . . . . . . . . 9
2.3 Tipos de sequencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.1 Sistema numerico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.2 Comprimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.3 Simetria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.4 Periodicidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.5 Outras classificacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4 Operacoes basicas sobre sequencias . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.5 Sequencias mais comumente empregadas . . . . . . . . . . . . . . . . . . . . . . 17
2.6 Relacoes entre sequencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.7 Caractersticas relevantes das exponenciais . . . . . . . . . . . . . . . . . . . . . 21
2.8 Amostragem de sinais contnuos no tempo . . . . . . . . . . . . . . . . . . . . . 23
2.9 Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

xi
xii

3 Sistemas no domnio do tempo 33


3.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2 Classificacoes de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3 Tipos de implementacao para sistemas discretos . . . . . . . . . . . . . . . . . . 35
3.4 Tipos de implementacao para sistemas digitais . . . . . . . . . . . . . . . . . . . 36
3.5 Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

4 Representacoes para SLITs 41


4.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2 Soma de convolucao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.3 Equacao de diferenca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.4 Resposta ao impulso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.5 Notacao operacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.5.1 Operador de deslocamento . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.5.2 Operador de transferencia . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.5.3 Biquad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.6 Diagrama de blocos de complexidade generica . . . . . . . . . . . . . . . . . . . 49
4.7 Diagrama de sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.8 Diagrama de sistema equacao de diferenca . . . . . . . . . . . . . . . . . . . . 52
4.8.1 Estruturas basicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.8.2 Equacionamento das estruturas nao recursivas . . . . . . . . . . . . . . . 52
4.8.3 Equacionamento das estruturas recursivas . . . . . . . . . . . . . . . . . 57
4.8.4 Exemplos com estruturas de ordem 1 e de ordem 2 . . . . . . . . . . . . 58
4.8.5 Casos particulares de interesse . . . . . . . . . . . . . . . . . . . . . . . . 60
4.9 Equacoes de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.9.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.9.2 Definicao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.9.3 Nao unicidade da representacao de estados . . . . . . . . . . . . . . . . . 62
4.10 Equacoes de estado equacao de diferenca . . . . . . . . . . . . . . . . . . . . . 63
4.10.1 Forma canonica com matriz companheira - I . . . . . . . . . . . . . . . . 63
4.10.2 Forma canonica com matriz companheira - II . . . . . . . . . . . . . . . 64
4.11 Equacoes de estado operador de transferencia . . . . . . . . . . . . . . . . . . 66
4.12 Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

5 Calculo da resposta de um SLIT 77


5.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.2 Equacoes de estado respostas do sistema . . . . . . . . . . . . . . . . . . . . . 78
5.2.1 Resposta generica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2.2 Resposta ao estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2.3 Resposta a entrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.3 Solucao convencional da equacao de diferenca . . . . . . . . . . . . . . . . . . . 79
5.4 SLIT FIR com entrada de comprimento indefinido . . . . . . . . . . . . . . . . . 82
5.5 Tipos de respostas de um SLIT . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.5.1 Caso geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.5.2 Casos particulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.5.3 Exemplo de notacao alternativa . . . . . . . . . . . . . . . . . . . . . . . 87
5.5.4 Um questionamento comum . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.6 Representacao em domnio transformado . . . . . . . . . . . . . . . . . . . . . . 88
5.7 Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
xiii

III Representacao em domnio transformado 91


6 Resposta em Frequencia 93
6.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
6.2 Funcao Resposta em Frequencia H() de um SLIT . . . . . . . . . . . . . . . . 93
6.3 SLIT interpretado como filtro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.4 Filtros com fase linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.5 Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96

7 Funcao de Transferencia 97
7.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
7.2 Funcao de Transferencia H(z) de um SLIT . . . . . . . . . . . . . . . . . . . . . 97
7.3 Representacao alternativa para sequencias . . . . . . . . . . . . . . . . . . . . . 98
7.3.1 Representacao bilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
7.3.2 Representacao unilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
7.4 Exemplos de mapeamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
7.5 Representacao alternativa convolucao . . . . . . . . . . . . . . . . . . . . . . 102
7.5.1 Representacao bilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
7.5.2 Representacao unilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
7.6 Representacao alternativa equacao de diferenca . . . . . . . . . . . . . . . . . 104
7.7 Representacao alternativa respostas de um SLIT . . . . . . . . . . . . . . . . 105
7.7.1 Respostas para uma entrada generica . . . . . . . . . . . . . . . . . . . . 105
7.7.2 Respostas para uma entrada conhecida . . . . . . . . . . . . . . . . . . . 106
7.8 Relacao entre H(z) e h[n] de um SLIT . . . . . . . . . . . . . . . . . . . . . . . 107
7.9 Regiao de convergencia de H(z) . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.10 Polos e zeros de H(z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.11 Polos de H(z) estabilidade do SLIT . . . . . . . . . . . . . . . . . . . . . . . 108
7.12 Relacao entre H(ej ) e H(z) de um SLIT . . . . . . . . . . . . . . . . . . . . . 109
7.13 Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

8 Principais resultados da representacao em domnio transformado 113


8.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
8.2 Resumo dos resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

IV Sinais e sistemas no domnio da frequencia 117


9 Sinais no domnio da frequencia 119
9.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
9.2 Vantagens das transformacoes de variaveis . . . . . . . . . . . . . . . . . . . . . 119
9.3 Resumo das representacoes em tempo contnuo . . . . . . . . . . . . . . . . . . . 119
9.4 Resumo das representacoes em tempo discreto . . . . . . . . . . . . . . . . . . . 121
9.5 Tipos de mapeamentos realizados . . . . . . . . . . . . . . . . . . . . . . . . . . 123
9.6 DTFS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
9.7 DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
9.8 Alguns aspectos relevantes da DTFT . . . . . . . . . . . . . . . . . . . . . . . . 128
9.8.1 Propriedades gerais comumente utilizadas . . . . . . . . . . . . . . . . . 128
9.8.2 Relacoes complexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
9.8.3 Propriedades da DTFT de uma sequencia real . . . . . . . . . . . . . . . 128
9.8.4 DTFT de uma sequencia real, finita e simetrica . . . . . . . . . . . . . . 129
xiv

9.9 Sinais periodicos DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132


9.9.1 DTFS DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
9.9.2 DTFT de sinais periodicos . . . . . . . . . . . . . . . . . . . . . . . . . . 132
9.10 DFT (representacao computacional da DTFT) . . . . . . . . . . . . . . . . . . . 133
9.10.1 Definicao da DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
9.10.2 Representacao da DTFT pela DFT . . . . . . . . . . . . . . . . . . . . . 133
9.10.3 Aproximacao da DTFT pela interpolacao da DFT . . . . . . . . . . . . . 134
9.10.4 Relacoes matriciais da DFT . . . . . . . . . . . . . . . . . . . . . . . . . 134
9.10.5 Leakage ou smearing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
9.11 Aceleracao do calculo da DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
9.11.1 DFT de sequencias reais . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
9.11.2 Pre-calculo das matrizes de transformacao . . . . . . . . . . . . . . . . . 137
9.11.3 FFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
9.12 Transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
9.12.1 Propriedades da ROC da Transformada Z . . . . . . . . . . . . . . . . . 139
9.13 Relacionamento das representacoes em frequencia . . . . . . . . . . . . . . . . . 140
9.13.1 Associacao entre sinais de tempo contnuo e sequencias . . . . . . . . . . 140
9.13.2 Transformada de Fourier DTFT . . . . . . . . . . . . . . . . . . . . . 140
9.13.3 Transformada de Fourier DTFS e DFT . . . . . . . . . . . . . . . . . 141
9.13.4 Relacoes entre os parametros das representacoes . . . . . . . . . . . . . . 142
9.13.5 Interpolacao do sinal discreto . . . . . . . . . . . . . . . . . . . . . . . . 142
9.13.6 Representacoes temporais discretas de sinais contnuos . . . . . . . . . . 143
9.14 Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

10 SLIT no domnio da frequencia 151


10.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
10.2 Tipos de respostas de um sistema . . . . . . . . . . . . . . . . . . . . . . . . . . 151
10.3 Resposta em frequencia H(ej ) . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
10.3.1 Contexto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
10.3.2 Abordagem 1: definicoes e resultados . . . . . . . . . . . . . . . . . . . . 152
10.3.3 Abordagem 2: calculo alternativo . . . . . . . . . . . . . . . . . . . . . . 152
10.3.4 Abordagem 3: outras relacoes . . . . . . . . . . . . . . . . . . . . . . . . 153
10.3.5 Conclusoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
10.3.6 Caractersticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
10.3.7 Definicoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
10.4 Seletividade de um SLIT no domnio da frequencia . . . . . . . . . . . . . . . . 154
10.5 Funcao de transferencia ou funcao de sistema H(z) . . . . . . . . . . . . . . . . 155
10.6 Polos e zeros de H(z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
10.7 SLIT equivalente em domnio transformado . . . . . . . . . . . . . . . . . . . . . 158
10.8 Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159

V Apendices 163
A Revisao de numeros complexos 165
A.1 Corpo dos numeros complexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
A.2 Forma algebrica dos numeros complexos . . . . . . . . . . . . . . . . . . . . . . 165
A.3 Forma trigonometrica ou polar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
A.4 Formula de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
xv

A.5 Resumo das representacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168


A.6 Operacoes com numeros complexos . . . . . . . . . . . . . . . . . . . . . . . . . 168
A.6.1 Adicao e subtracao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
A.6.2 Multiplicacao e divisao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
A.6.3 Potenciacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
A.6.4 Radiciacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
A.6.5 Logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
A.7 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

B Topicos sobre divisao entre numeros inteiros 173


B.1 Algoritmo de divisao entre numeros inteiros . . . . . . . . . . . . . . . . . . . . 173
B.2 Quociente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
B.3 Resto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
B.4 Congruencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
B.5 Relacoes de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
B.6 Relacoes uteis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

C Fatoracoes das equacoes de diferenca 175


C.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
C.2 Fatoracoes das equacoes de diferenca com ordem 2 . . . . . . . . . . . . . . . . . 175
C.3 Calculo dos coeficientes das fatoracoes . . . . . . . . . . . . . . . . . . . . . . . 176
C.3.1 Calculo direto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
C.3.2 Calculo alternativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
C.4 Fatoracoes das equacoes com ordem qualquer . . . . . . . . . . . . . . . . . . . . 178

D Identidades uteis 179

E Aliasing 181
E.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
E.2 Amostragem uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
E.3 Relacoes entre variaveis analogicas e discretas . . . . . . . . . . . . . . . . . . . 182
E.4 Equivalencia entre valores analogicos e discretos . . . . . . . . . . . . . . . . . . 182
E.5 Ambiguidade entre sinais discretos no tempo . . . . . . . . . . . . . . . . . . . . 182
E.6 Amostragem sem ambiguidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
E.7 Amostragem com ambiguidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
E.7.1 Frequencias multiplas de = . . . . . . . . . . . . . . . . . . . . . . . 183
E.7.2 Frequencias em 1o e 2o quadrantes . . . . . . . . . . . . . . . . . . . . . 184
E.7.3 Frequencias em 3o e 4o quadrantes . . . . . . . . . . . . . . . . . . . . . 184
E.8 Analises importantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185

F Exemplos de calculo da resposta de um SLIT de primeira ordem 187


F.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
F.2 Calculo da resposta da equacao homogenea . . . . . . . . . . . . . . . . . . . . . 188
F.3 Sistema y[n] + a1 y[n 1] = b0 x[n] . . . . . . . . . . . . . . . . . . . . . . . . . . 189
F.3.1 Calculo para x[n] = [n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
F.3.2 Calculo para x[n] = u[n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
F.3.3 Calculo para x[n] = z n u[n] . . . . . . . . . . . . . . . . . . . . . . . . . 190
F.3.4 Calculo para x[n] = ej0 n u[n] . . . . . . . . . . . . . . . . . . . . . . . . 191
F.3.5 Calculo para x[n] = cos(0 n) u[n] . . . . . . . . . . . . . . . . . . . . . . 191
F.4 Sistema y[n] + a1 y[n 1] = b1 x[n 1] . . . . . . . . . . . . . . . . . . . . . . . . 193
xvi

F.4.1 Calculo para x[n] = [n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 193


F.4.2 Calculo para x[n] = u[n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
F.4.3 Calculo para x[n] = z n u[n] . . . . . . . . . . . . . . . . . . . . . . . . . 193
F.4.4 Calculo para x[n] = ej0 n u[n] . . . . . . . . . . . . . . . . . . . . . . . . 193
F.4.5 Calculo para x[n] = cos(0 n) u[n] . . . . . . . . . . . . . . . . . . . . . . 193
F.5 Sistema y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1] . . . . . . . . . . . . . . . . . . . 195
F.5.1 Calculo para x[n] = [n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
F.5.2 Calculo para x[n] = u[n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
F.5.3 Calculo para x[n] = z n u[n] . . . . . . . . . . . . . . . . . . . . . . . . . 195
F.5.4 Calculo para x[n] = ej0 n u[n] . . . . . . . . . . . . . . . . . . . . . . . . 195
F.5.5 Calculo para x[n] = cos(0 n) u[n] . . . . . . . . . . . . . . . . . . . . . . 195

G Tabelas uteis 197


G.1 Transformada de Fourier Discreta no Tempo (DTFT) . . . . . . . . . . . . . . . 197
G.2 Transformada de Fourier Discreta (DFT) . . . . . . . . . . . . . . . . . . . . . . 198
G.3 Transformada Z bilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
G.4 Transformada Z unilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

Referencias Bibliograficas 201

Indice Remissivo 203


Lista de Tabelas

2.1 Resultados das operacoes basicas aplicadas sobre sequencias reais simetricas. . . 16

4.1 Diagrama de blocos SFG: correspondencia entre os elementos constituintes. . 51

5.1 Solucao da equacao homogenea para um SLIT descrito por y[n] + a1 y[n 1] = 0,
com condicao inicial y[1]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.2 Solucao particular para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n]. . . . . 79
5.3 Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n]. . . 79
5.4 Solucao particular para um SLIT descrito por y[n] + a1 y[n 1] = b1 x[n 1]. . . 80
5.5 Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b1 x[n 1]. 80
5.6 Solucao particular para um SLIT descrito por y[n]+a1 y[n1] = b0 x[n]+b1 x[n1]. 81
5.7 Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n] +
b1 x[n 1]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

6.1 Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a


sua funcao Resposta em Frequencia H(ej ). . . . . . . . . . . . . . . . . . . . . 94

7.1 Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a


sua Funcao de Transferencia H(z). . . . . . . . . . . . . . . . . . . . . . . . . . 98

8.1 Exemplos de relacao entrada-sada para um SLIT causal e estavel, operando em


regime permanente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

9.1 Classificacao dos mapeamentos entre descricoes funcionais de sinais e sistemas. . 123

G.1 Pares de DTFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197


G.2 Propriedades da DTFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
G.3 Relacao de Parseval na DTFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
G.4 Propriedades da DFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
G.5 Pares de Transformada Z bilateral. . . . . . . . . . . . . . . . . . . . . . . . . . 199
G.6 Propriedades da Transformada Z bilateral. . . . . . . . . . . . . . . . . . . . . . 199
G.7 Relacao de Parseval na Transformada Z bilateral. . . . . . . . . . . . . . . . . . 200
G.8 Propriedades da Transformada Z unilateral. . . . . . . . . . . . . . . . . . . . . 200

xvii
xviii
Lista de Figuras

A.1 Plano de Argand-Gauss. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167

xix
xx
Parte I

Introducao

1
Captulo 1

Conceitos basicos

1.1 Introducao
Nesse captulo sao apresentados conceitos basicos relativos ao processamento digital de sinais.
Inicialmente, e discutida a arquitetura de sistemas de comunicacao. Em seguida, o processa-
mento de sinais e definido, identificando-se seu objeto, seus agentes e suas acoes, bem como
e definida a sua arquitetura generica. Posteriormente, e realizada uma classificacao de sinais.
Por fim, e apresentada uma arquitetura de sistemas de processamento digital.

1.2 Arquitetura de sistemas de comunicacao


Arquitetura basica:

Fonte de sinal.

Transmissor.

Canal (ou meio) de transmissao (ou de comunicacao).

Receptor.

Destino.

Adequacoes em comunicacao digital:

Codificacao de fonte.

Codificacao de canal.

3
4 Captulo 1. Conceitos basicos

1.3 Processamento de sinais


Objeto do processamento: sinal (definido como uma entidade que carrega informacao).

Agente do processamento: sistema.

Um sistema e um cojunto de elementos, que interagem entre si, com o objetivo de


realizar uma determinada funcao.
Arquitetura de um sistema: variaveis, elementos, topologia e funcao.

Domnio do processamento: domnio no qual a funcao do agente e definida.

Tempo/espaco (forma) frequencia (composicao espectral).

Acao do processamento: funcao exercida pelo agente sobre o objeto.

Conformacao (tempo/espaco) Alteracao espectral (frequencia).

Arquitetura generica do processamento:

Sinal de entrada (ou estmulo ou excitacao).


Condicoes iniciais (valores de todas as variaveis internas do sistema).
Sistema.
Sinal de sada (ou resposta).

Nomenclatura usual: Sinal (sinal desejado) Rudo (sinal indesejado).

1.4 Tipos de sinais


Sinal: entidade que carrega informacao.

Visao matematica de sinal: variavel funcionalmente dependente de uma ou mais variaveis


independentes. Ex.: w = f (x, y).

Visao fsica de sinal: grandeza fsica.

Tipos de sinais de acordo com o numero de variaveis independentes: unidimensional,


bidimensional, tridimensional, multidimensional. Ex.: audio = f (t), imagem = f (x, y),
vdeo = f (x, y, t) e tomografia/sismologia = f (v1 , v2 , , vN , t).

Tipos de sinais de acordo com o tipo das variaveis:

Sinal analogico: todas as variaveis sao contnuas.


Sinal amostrado: discretizacao das variaveis independentes (amostragem).
Sinal quantizado: discretizacao da variavel dependente (quantizacao).
Sinal digital: todas as variaveis sao discretas (amostragem + quantizacao).

Sinal amostrado e sinal digital: conjunto ordenado de valores numericos (sequencia numerica).

A.S.V.
1.5. Arquitetura de sistemas de processamento digital 5

1.5 Arquitetura de sistemas de processamento digital


Sinal de entrada analogico: comumente, um sinal eletrico (tensao ou corrente).

Pre-processamento analogico:

Filtro anti-aliasing: com seletividade em frequencia do tipo passa-baixa.


Amostragem e retencao (sample-and-hold ou S/H): responsavel por manter fixo o
valor da amostra durante o tempo necessario para que ela seja convertida em um
numero.
Conversor Analogico-Digital (A/D).

Sinal de entrada digital: representacao numerica computacional.

Processador de sinal digital (Digital Signal Processor ou DSP).

Sinal de sada digital: representacao numerica computacional.

Pos-processamento analogico:

Conversor Digital-Analogico (D/A).


Filtro de suavizacao (smoothing): com seletividade em frequencia do tipo passa-
baixa.

Sinal de sada analogico: comumente, um sinal eletrico (tensao ou corrente).

TET / UFF
6 Captulo 1. Conceitos basicos

A.S.V.
Parte II

Sinais e sistemas no domnio do tempo

7
Captulo 2

Sinais no domnio do tempo

2.1 Introducao
Nesse captulo sao apresentados conceitos basicos relativos aos sinais manipulados pelos sis-
temas de processamento digital, que sao as sequencias. Inicialmente, as notacoes mais comuns
para sequencias sao apresentadas. Em seguida, as sequencias sao classificadas, as operacoes
basicas sobre sequencias e as sequencias mais comuns sao exemplificadas, bem como algumas
relacoes entre sequencias sao evidenciadas. Posteriormente, as caractersticas das sequencias
exponenciais sao destacadas. Finalmente, a relacao entre sinais contnuos e amostrados e esta-
belecida.

2.2 Notacoes para sequencias no domnio do tempo


Sequencia naturalmente discreta:

Variavel independente (ndice): n Z, < n < .


N-esimo valor da sequencia: x[n].
N-esimo valor quantizado: x[n]Q .
Sequencia (conjunto ordenado de valores): {x[n]}.
Sequencia quantizada: {x[n]}Q .

Sequencia obtida por amostragem uniforme de um sinal analogico:

Em muitos casos, a variavel independente t representa realmente a grandeza tempo.


Porem, na maioria das vezes, ela e apenas uma variavel generica, sem uma grandeza
associada (dummy variable).
Sinal analogico
Variavel independente (tempo): t R, < t < .
Sinal analogico: xa (t).
Amostragem uniforme
Intervalo ou perodo de amostragem: TS R.
Taxa ou frequencia de amostragem: FS = T1S R.

9
10 Captulo 2. Sinais no domnio do tempo

Sinal discreto ou sinal amostrado (sequencia)


Indice: n Z, < n < .
N-esimo valor (ou amostra) da sequencia: x[n] = xa (nTS ) = xa (t)|t=nTS .
N-esimo valor (ou amostra) quantizado: x[n]Q = xa (nTS )Q
Sequencia (conjunto ordenado de valores ou amostras): {x[n]} = {xa (nTS )}.
Sequencia quantizada: {x[n]}Q = {xa (nTS )}Q .
Deve-se observar que, na formacao de uma sequencia, realiza-se um escalamento
no tempo (normalizacao), de tal forma que o ndice n torna-se a variavel indepen-
dente: xa (t)|t=nTS = xa (nTS ) x[n]. Dessa forma, a sequencia isoladamente nao
carrega informacao sobre o perodo de amostragem utilizado (underlying sampling
period ). Deve-se tomar cuidado com tal procedimento, pois, em diversas formu-
lacoes, o perodo de amostragem TS aparece como um parametro da formulacao.
Assim sendo, e necessario conhece-lo e utiliza-lo.

Notacao comumente utilizada, independentemente da origem:

Variavel independente (ndice): n Z, < n < .


N-esimo valor (ou amostra) do sinal: x[n].
N-esimo valor (ou amostra) quantizado: x[n]Q .
Sinal com tempo discreto ou sinal amostrado: {x[n]}.
Sinal com tempo discreto e quantizado ou sinal digital: {x[n]}Q .

Normalmente, visando nao sobrecarregar o texto, utilizam-se os seguintes padroes:

A notacao x[n]P sequencia {x[n]}.


e adotada para representar a P
Ex.: {x[n]} = k=0 x[k]{[n k]} x[n] = N
N
k=0 x[k][n k].

A notacao k = hN i e empregada para representar a faixa dos N valores consecutivos


que a variavel k ira assumir, a partir de uma valor qualquer K, onde K e N Z, de
tal forma que k = hN i = [K; (K + N 1)] = K, (K + 1) , (K + 2) , , (K + N 1).

2.3 Tipos de sequencias


Classificacoes podem ser estabelecidas com base em alguns criterios.

Cada classificacao imprime caractersticas aos componentes da classe.

Tais caractersticas podem ser utilizadas na analise e/ou na sntese (projeto) de sinais e
sistemas.

Algumas classificacoes mais comuns sao apresentadas a seguir.

2.3.1 Sistema numerico


Sequencia inteira: x[n] Z.

Sequencia real: x[n] R.

Sequencia complexa: x[n] C.

A.S.V.
2.3. Tipos de sequencias 11

As variaveis fsicas assumem valores matematicos reais. Assim, as sequencias obtidas


pela amostragem de tais sinais analogicos tambem serao do tipo real. Por outro lado, boa
parte do processamento de sinal discreto nao restringe o tipo das sequencias manipuladas.
Logo, nos casos onde isso e possvel, podem ser utilizadas sequencias complexas formadas
por sequencias reais, a fim de tornar o seu processamento mais eficiente.
Por exemplo: xc [n] = vr [n] + j wr [n], onde xc [n] C e vr [n], wr [n] R.

2.3.2 Comprimento
Sequencia de comprimento finito (N-point sequence):

Amostras existentes: x[n] , N1 n N2 .


Comprimento ou duracao da sequencia: N = N2 N1 + 1.

Sequencia de comprimento infinito:

Sequencia lateral direita (right-sided sequence): x[n] = 0 , n < N1 .


Sequencia causal: N1 0.
Sequencia lateral esquerda (left-sided sequence): x[n] = 0 , n > N2 .
Sequencia anti-causal: N2 0.
Sequencia bilateral (two-sided sequence): x[n] , < n < .

2.3.3 Simetria
Sequencias reais

Sequencia par: xe [n] = xe [n] = xe [n] , xe [n] R.


Sequencia mpar: xo [n] = xo [n] = xo [n] , xo [n] R.
Decomposicao de sinal real generico: xg [n] = xe [n] + xo [n], onde
xe [n] = 12 (xg [n] + xg [n]) e xo [n] = 12 (xg [n] xg [n]), xg [n] R.

Sequencias complexas

Sequencia conjugada simetrica: xcs [n] = xcs [n] , xcs [n] C.


Sequencia conjugada anti-simetrica: xca [n] = xca [n] , xca [n] C.
Decomposicao de sinal complexo generico: xg [n] = xcs [n]
 + xca [n], onde
1 1

xcs [n] = 2 xg [n] + xg [n] e xca [n] = 2 xg [n] xg [n] , xg [n] C.

2.3.4 Periodicidade
Sequencia periodica: x[n] = x[n N ] = x[n KNf ], onde N e perodo de repeticao,
Nf e o perodo fundamental (menor perodo) e N, Nf , K N.

Comumente, utiliza-se a seguinte notacao para sequencias periodicas: x[n].

Sequencia aperiodica: sequencia nao periodica.

TET / UFF
12 Captulo 2. Sinais no domnio do tempo

2.3.5 Outras classificacoes


Sequencia limitada (bounded ): |x[n]| Bx < .

P
Sequencia absolutamente somavel: n= |x[n]| < .

P
Sequencia de quadrado somavel: n= |x[n]|2 < .

Sinal de energia sinal potencia:

Energia e potencia de sinal: sao medidas da energia e da potencia de um sinal.


Nao sao, necessariamente, a medida fsica de energia ou de potencia.
Sinal de energia: para o sinal x, a energia de sinal Ex e finita.
Sinal de potencia: para o sinal x, a energia de sinal Ex e infinita, mas a potencia de
sinal media PMx e finita.
Sinal analogico
R generico:
2
Ex = |x(t)| dt.
RT
PMx = limT T1 2T |x(t)|2 dt = limT T1 ETx .
2

1
|x(t)|2 dt.
R
Sinal analogico periodico: PMx = Tper Tper

Sequencia
P generica:2
Ex = n= |x[n]| .
1
PK 2 1
PMx = limK 2K+1 n=K |x[n]| = limK 2K+1 E(2K+1)x .
PK+(Nper 1)
1
|x[n]|2 = Nper
1 2
P
Sequencia periodica: PMx = Nper n=K n=hNper i |x[n]| .

2.4 Operacoes basicas sobre sequencias


Adaptacao de comprimento em sequencias finitas (zero-padding ou zero-appending):
insercao de valores nulos no incio, no final e/ou em pontos intermediarios da sequencia.

Adicao: w[n] = x[n] + y[n].

Caso particular: deslocamento de amplitude ou adicao com escalar ou insercao de


offset, definido como w[n] = x[n] + A.

Multiplicacao: w[n] = x[n] y[n].

Aplicacoes: modulacao e janelamento.


Caso particular: escalamento de amplitude ou multiplicacao por escalar, definido
como w[n] = x[n] A.

A.S.V.
2.4. Operacoes basicas sobre sequencias 13

Deslocamento temporal
Linear: w[n] = x[n + ND ].
Deslocamento para direita (ou atraso): ND < 0.
Deslocamento para esquerda (ou avanco): ND > 0.
Circular:
Formula geral: w[n] = x [hn + ND iN ], para 0 n (N 1),
onde hkiL = k (mod L) = k modulo L.
Deslocamento para direita (ND < 0):

x[n |ND |] , |ND | n (N 1)
wR [n]||ND | = x [hn |ND |iN ] = .
x[(n |ND |) + N ] , 0 n < |ND |
(2.1)
Deslocamento para esquerda (ND > 0):

x[n + |ND |] , 0 n < (N |ND |)
wL [n]||ND | = x [hn + |ND |iN ] = .
x[(n + |ND |) N ] , (N |ND |) n (N 1)
(2.2)
Uma vez que hn N iN = hniN :
wR [n]||ND | = wL [n]|(N |ND |) e wL [n]||ND | = wR [n]|(N |ND |) .
Escalamento temporal
Reversao temporal: w[n] = x[n].
Variacao de taxa de amostragem:
Down-sampling ou decimacao: w[n] = x[n K], K Z.
Up-sampling ou interpolacao: w[n] = x[n/K], K Z.
Na operacao de down-sampling, as amostras intermediarias sao naturalmente
abandonadas.
Na operacao de up-sampling, novas amostras intermediarias devem ser intro-
duzidas, por meio de alguma tecnica de interpolacao.
Extensao periodica: geracao de um sinal periodico x[n], de perodo fundamental Nf = N ,
atraves da repeticao periodica de um sinal finito x[n], de comprimento N .

X
x[n] = x[n + mN ] (2.3)
m=

Extensao periodica deslocamento reversao temporal


Sinal finito, de comprimento N : x[n].
Sinal periodico, de perodo fundamental Nf = N : x[n].
Considerando que x[n] e a extensao periodica de x[n].
Relacao entre deslocamentos: x [hn + ND iN ] = x[n + ND ], para 0 n (N 1).
Relacao entre reversoes temporais: x [hniN ] = x[n], para 0 n (N 1).
Relacao entre reversao temporal e deslocamento:

x[0] , n=0
x [hniN ] = . (2.4)
x[n + N ] , 0 < n (N 1)

TET / UFF
14 Captulo 2. Sinais no domnio do tempo

Soma de convolucao (ou soma de superposicao)

Sequencias envolvidas na operacao: h[n] e x[n].


Convolucao aperiodica ou linear
Sinais aperiodicos: h[n], x[n] ou ambos.
Definicao:

X
yL [n] = h[n k] x[k] = h[n] x[n] . (2.5)
k=

Definicao matricial:

..
.. .. .. .. .. .... ..
. . . . . . . . .
yL [1] h[0] h[1] h[2] h[3] h[1 k] x[1]


yL [0] h[1] h[0] h[1] h[2] h[k] x[0]


yL [1] h[2] h[1] h[0] h[1] h[1 k] x[1]


= ,
yL [2] h[3] h[2] h[1] h[0] h[2 k] x[2]


.. ... .. .. .. .. .. .. ..

.
. . . . . .

.
y [n] h[n + 1] h[n] h[n 1] h[n 2] h[n k] x[k]
L
.. .. .. .. .. .. .. .. ..
. . . . . . . . .

que pode ser reescrita como

yL [n] = H x[n] .

A matriz H e denominada matriz de convolucao.


Tipo de deslocamento temporal: linear.
Comprimento das sequencias: Nx , Nh e Ny = (Nx + Nh 1).
Convolucao periodica ou circular
Sinais periodicos: ambos, com perodo fundamental N.
Intervalo normalmente utilizado: 0 n (N 1).
Definicao periodica:

K+(N 1)
X X
y[n] = h[n k] x[k] = h[n k] x[k]
k=K k=hN i

= h[n] ~ x[n] = h[n] Nix[n] (2.6)

yC [n] = y[n] , 0 n, k (N 1) . (2.7)

A.S.V.
2.4. Operacoes basicas sobre sequencias 15

Definicao circular, onde e considerado apenas o perodo fundamental:

(N 1)
h [hn kiN ] x[k] = h[n] Nix[n] , 0 n (N 1) .(2.8)
X
yC [n] =
k=0

Definicao circular matricial:


yC [0] h[0] h[N 1] h[N 2] h[1] x[0]

yC [1]
h[1] h[0] h[N 1] h[2] x[1]



yC [2] =
h[2] h[1] h[0] h[3]
x[2]

,

.. .. .. .. .. .. ..
. . . . . . .
yC [N 1] h[N 1] h[N 2] h[N 3] h[0] x[N 1]

que pode ser reescrita como

yC [n] = C x[n] .

A matriz C e denominada matriz circulante.


Tipo de deslocamento temporal: linear (do sinal periodico), que pode ser inter-
pretado como um deslocamento circular (do perodo fundamental).
Perodo fundamental das sequencias: Ny = Nx = Nh = N .

Calculo da convolucao linear usando a convolucao circular

Sinais finitos: ambos.


Comprimento das sequencias: Nx e Nh .
Comprimento da convolucao linear: Ny = (Nx + Nh 1).
Sinais periodicos: extensao periodica de ambos, com perodo fundamental N ,
onde N Nx e N Nh .
Comprimento da convolucao circular: N .
Definicao da equivalencia
Supondo N (Nx + Nh 1):


yC [n] , 0 n (N 1)
yL [n] = . (2.9)
0 , caso contrario

Supondo 2 < Nh < Nx e N = Nx :


yerro [n] , 0 n (Nh 2)
yL [n] = yC [n] , (Nh 1) n (N 1) . (2.10)
0 , caso contrario

TET / UFF
16 Captulo 2. Sinais no domnio do tempo

Operacoes basicas sobre sequencias simetricas: a Tabela 2.1 apresenta um resumo dos
resultados das operacoes basicas aplicadas sobre sequencias reais simetricas.

Operacoes Operandos: sequencias reais simetricas


Par e Par Impar e Impar Par e Impar
Adicao Par Impar Geral
Subtracao Par Impar Geral
Multiplicacao Par Par Impar
Divisao Par Par Impar

Tabela 2.1: Resultados das operacoes basicas aplicadas sobre sequencias reais simetricas.

A.S.V.
2.5. Sequencias mais comumente empregadas 17

2.5 Sequencias mais comumente empregadas


Amostra unitaria ou impulso digital unitario ou delta de Kronecker:

1 , n=0
[n] = . (2.11)
0 , n 6= 0

Trem de impulsos unitarios periodicos:



1 , n = k Nf
Nf [n] = , < n, k < . (2.12)
0 , caso contrario

Constante unitaria:
Ones[n] = 1, < n < . (2.13)

Degrau unitario:

1 , n0
u[n] = . (2.14)
0 , n<0

Signum:

1 , n>0

Sgn[n] = 0 , n=0 . (2.15)
1 , n < 0

Janela (gate) retangular unitaria:



1 , |n| Nw
GNw [n] = . (2.16)
0 , |n| > Nw

Sequencia linear unitaria:

Lin[n] = n, < n < . (2.17)

Rampa unitaria:

n , n0
Ramp[n] = . (2.18)
0 , n<0

Modulo unitario:

n , n>0
M od[n] = 0 , n=0 . (2.19)
n , n < 0

TET / UFF
18 Captulo 2. Sinais no domnio do tempo

Sequencia senoidal:
Sequencia naturalmente de tempo discreto:

x[n] = A0 cos([n] + 0 )
= A0 cos(0 n + 0 )
= A0 cos((2F0 )n + 0 )
1
= A0 cos((2 )n + 0 ) , < n < . (2.20)
N0
Sequencia montada a partir de amostras de um sinal de tempo contnuo:

x[n] = xa (nTS ) = xa (t)|t=nTS


= A0 cos((t) + 0 )|t=nTS
= A0 cos(0 t + 0 )|t=nTS
= A0 cos(0 nTS + 0 )
= A0 cos((0 TS )n + 0 )
= A0 cos((2f0 TS )n + 0 )
1
= A0 cos((2 TS )n + 0 ) , < n < . (2.21)
T0
Significado dos parametros:
A0 R: amplitude do sinal, que determina os valores maximo e mnimo da
forma de onda.
((t) + 0 ) e ([n] + 0 ) R: angulo de fase (ou fase) do sinal, que identifica
uma determinada parte (fase) da forma de onda, para um determinado valor de
tempo (t) ou de ndice (n).
(t) e [n] R: variacao do angulo de fase (ou fase) do sinal em funcao do
tempo (t) ou do ndice (n).
0 R: angulo de fase (ou fase) inicial do sinal.
0 R: frequencia (ou taxa de repeticao) fundamental angular analogica, que
determina o intervalo (tempo) mnimo de repeticao de uma determinada parte
(fase) da forma de onda.
0 R: angulo denominado frequencia (ou taxa de repeticao) fundamental
angular discreta ou digital, que determina o intervalo (numero de amostras)
mnimo de repeticao de uma determinada parte (fase) da forma de onda.
f0 R: frequencia (ou taxa de repeticao) fundamental cclica analogica, que
determina o intervalo (tempo) mnimo de repeticao de uma determinada parte
(fase) da forma de onda.
F0 R: valor denominado frequencia (ou taxa de repeticao) fundamental cclica
discreta ou digital, que determina o intervalo (numero de amostras) mnimo de
repeticao de uma determinada parte (fase) da forma de onda.
T0 R: perodo (ou intervalo de repeticao) fundamental analogico, que deter-
mina o intervalo (tempo) mnimo de repeticao de uma determinada parte (fase)
da forma de onda.
N0 R: valor denominado perodo (ou intervalo de repeticao) fundamental
discreta ou digital, que determina o intervalo (numero de amostras) mnimo de
repeticao de uma determinada parte (fase) da forma de onda.

A.S.V.
2.5. Sequencias mais comumente empregadas 19

Relacao entre os parametros: intervalo ou perodo de repeticao (T0 , N0 ), taxa ou


frequencia cclica (f0 , F0 ), taxa ou frequencia angular (0 , 0 ), intervalo ou perodo
de amostragem (TS ) e taxa ou frequencia de amostragem (FS ), relacionados por
1
0 = 2f0 = 2 , (2.22)
T0
1
0 = 2F0 = 2 , (2.23)
N0
1
FS = , (2.24)
TS
0 = 0 TS , (2.25)
f0
F0 = , (2.26)
FS
T0
N0 = . (2.27)
TS
Sequencia exponencial:
Sequencia naturalmente de tempo discreto:
x[n] = A bn , < n < . (2.28)
Casos particulares:
Considerando-se A, b C:
A = |A| ejA = |A| ejA e b = |b| ejb = e ej .

xabs [n] = |A| en , A = e = 0.
xang [n] = ejA ejn = ej(n+A ) , |A| = |b| = 1.

xcmp [n] = |A| en ej(n+A ) .
Sequencia montada a partir de amostras de um sinal de tempo contnuo:
2
x[n] = ejn = ej ( N )n = xa (nTS ) = xa (t)|t=nTS = ej(t) |t=nTS = ej(nTS ) = ej(TS )n .
(2.29)
Sequencias montadas a partir de amostras de um sinal de tempo contnuo:
Sinc unitaria:

sin(n) sin(t)
Sinc[n] = = Sinc(t)|t=nTS = , <n< . (2.30)
n t t=nTS
Sampling unitaria:

sin(n) sin(t)
Sa[n] = = Sa(t)|t=nTS = , <n< . (2.31)
n t t=nTS
Dirichlet unitaria:

sin(N n) sin(N t)
Drcl[n, N ] = = Drcl(t, N )|t=nTS = , <n< .
N sin(n) N sin(t) t=nTS
(2.32)
sin(N n/2) sin(N t/2)
Diric[n, N ] = = Diric(t, N )|t=nTS = , < n < .
N sin(n/2) N sin(t/2) t=nTS
(2.33)

TET / UFF
20 Captulo 2. Sinais no domnio do tempo

2.6 Relacoes entre sequencias


Observando-se as sequencias apresentadas anteriormente, podem-se estabelecer relacoes
entre as mesmas.

Dito de outra forma, pode-se pensar em definir decomposicoes para uma determinada
sequencia, utilizando-se outras como base.

De forma similar ao caso analogico, podem-se propor decomposicoes ortogonais, por meio
de combinacoes de senos e cossenos sem defasamento, de cossenos defasados ou de expo-
nenciais complexas. Tais decomposicoes serao abordadas em captulos subsequentes.

Alguns exemplos de decomposicoes:

Descricao de uma sequencia qualquer utilizando a sequencia amostra unitaria:



X
{x[n]} = x[k] {[n k]} . (2.34)
k=

Trem de impulsos unitarios periodicos:



X
Nf [n] = [n kNf ] . (2.35)
k=

Constante unitaria:

X
Ones[n] = [n k] = 1 [n] = u[n] + u[(n) 1] = u[n] + u[n] [n] . (2.36)
k=

Degrau unitario:

X
u[n] = [n k] . (2.37)
k=0

Signum:

Sgn[n] = u[n] + (u[n]) = u[n 1] + (u[(n) 1]) = 2 u[n] 1 [n] . (2.38)

Janela (gate) retangular unitaria:

GNw [n] = u[n + Nw ] u[n (Nw + 1)] . (2.39)

Sequencia linear unitaria:



X
Lin[n] = u[n k 1] + (u[(n + k + 1)]) = Ramp[n] + (Ramp[n]) . (2.40)
k=0

Rampa unitaria:

X
Ramp[n] = u[n k 1] = Lin[n] u[n] . (2.41)
k=0

A.S.V.
2.7. Caractersticas relevantes das exponenciais 21

Modulo unitario:

X
M od[n] = u[n k 1] + u[(n + k + 1)] = Ramp[n] + Ramp[n] . (2.42)
k=0

Exponencial, cosseno e seno, usando ej = cos() j sin() (Relacao de Euler):


n
x[n] = A bn = |A| ejA e ej


= |A| en ej(n+A )


= |A| en [cos(n + A ) + j sin(n + A )] .



(2.43)
   
1 jn 1 jn
cos(n) = e + e . (2.44)
2 2
   
1 jn 1 jn
sin(n) = e + e . (2.45)
2j 2j

2.7 Caractersticas relevantes das exponenciais


As funcoes exponenciais do tipo x[n] = ejn sao de particular importancia no estudo de
sinais e sistemas. Logo, e extremamente util que se conheca as suas caractersticas.

Definicao da variavel angular como frequencia digital:

Associacao fasorial: x[n] = ejn fasor P = |P | ejP , com |P | = 1 e P = n.


Deslocamento angular do fasor: rad/amostra.
Relacao entre e : = TS .

Deslocamento temporal da sequencia x[n] = ejn :

Componentes do sinal: x[n] = ejn = |x[n]| ejx[n] , |x[n]| = 1 e x[n] = n.


Sinal deslocado: y[n] = x[n ND ] = ej(nND ) = ej(nND ) = ej(n+) .
Componentes do sinal: y[n] = ej(n+) = |y[n]| ejy[n] , |y[n]| = 1 e y[n] = n + .
Angulo de fase adicional ou acrescimo de fase ou excesso de fase ou atraso de fase:
= ND .

Relacoes envolvendo a sequencia exponencial complexa e a sequencia senoidal:

Exponencial cosseno seno (Euler): ejn = cos(n) j sin(n).


Cosseno seno:
Decomposicao em componentes ortogonais:
A0 cos(0 n 0 ) = (A0 ) cos(0 ) cos(0 n) + (A0 ) sin(0 ) sin(0 n).
Transformacao cos() sin():
A0 cos(0 n 2 ) = (A0 ) sin(0 n).
Ambiguidade na representacao de sinais:
A0 cos(n 0 ) = (A0 ) cos(0 ) cos(n) = (A00 ) cos(n); A00 = A0 cos(0 ).

TET / UFF
22 Captulo 2. Sinais no domnio do tempo

Condicoes para existencia de perodo N e de perodo fundamental Nf :

cnum
Supondo-se: N, K N+ , R e que crac = cden
e uma fracao simplificada.

Periodicidade:
ejn = ej(nN ) = ejn ejN ejN = 1 N = K 2 N = K 2

.
2
Caso 1:
= cint N = K cint Nf |Kf =1 = cint .
2 cnum cnum
Caso 2:
= crac = cden
N =K cden
Nf |Kf =cden = cnum .
2
Caso 3:
= cirr N = K cirr Nf |Kf =@ = @.

Faixas de frequencia ambiguidade na representacao de sinais:

Faixa 1 (0 < ): x1 [n] = cos(1 n) 6= x2 [n] = cos(2 n), para 1 6= 2 , o que


representa ausencia de ambiguidades.

Faixa 2 ( = ): A0 cos(n 0 ) = (A0 ) cos(0 ) cos(n) = (A00 ) cos(n), o que


gera ambiguidade em amplitude e em angulo de fase.

Faixa 3 ( < 2): x34 [n] = cos(34 n) = cos(12 n) = cos(12 n) = x12 [n], para
34 = 12 , o que gera ambiguidade em frequencia.

Faixa 4 ( > 2): xK [n] = cos(( + K2)n) = cos(n) = x0 [n], o que gera
ambiguidade em frequencia.

Portanto, as sequencias senoidais do tipo x[n] = cos(0 n), tomadas de tal forma que
0 0 < , serao confundidas com x[n] = cos(n) para = (ambiguidade em
amplitude e em angulo de fase) e para > (ambiguidade em frequencia).

Classificacao de faixas de frequencias:

Considerando-se sinais senoidais x[n] = cos(n), na faixa basica de frequencias


0 < , nota-se que valores de frequencias perto de = 0 geram sinais com
baixa taxa de variacao, enquanto valores de frequencias perto de = geram sinais
com alta taxa de variacao.

Dessa forma, os valores proximos de = 0 sao denominados de baixas frequencias,


enquanto os valores proximos de = sao denominados de altas frequencias.

 
2
j n
Periodicidade das sequencias exponenciais do tipo x[n] = ej (f )n = e Nf
: N = KNf .

Existencia de numero finito de sequencias


 exponenciais
 harmonicamente relacionadas e
2
jk n
distintas: xk [n] = ejk n = ejk(f )n = e Nf
, k = 0, 1, , (Nf 1).

A.S.V.
2.8. Amostragem de sinais contnuos no tempo 23

2.8 Amostragem de sinais contnuos no tempo


Processo de amostragem

E a discretizacao (uniforme ou nao) das variaveis independentes de um sinal analogico.


E a transformacao de um sinal analogico em uma sequencia de valores com amplitude
contnua.
Pode ser modelado por um processo de multiplicacao do sinal analogico por um trem
de impulsos, seguida do calculo da area (integracao) de cada impulso resultante.
Convencao: caso a amostragem deva ser efetuada no instante de uma descontinuidade
do sinal analogico, o valor da amostra sera dado por x(nTS ) = lim0 x(nTS + ),
 > 0.
A amostragem realiza uma conexao entre os domnios contnuo e discreto. Portanto,
para que o sinal no domnio discreto tenha uma relacao biunvoca com o sinal no
domnio analogico, alguns requisitos devem ser atendidos.
1
Amostragem periodica: intervalo ou perodo (TS ) e taxa ou frequencia (FS = TS
).

Quantidade de pontos armazenados, considerando-se


  uma amostragem uniforme e um
Trec
intervalo de tempo t = Trec : Nrec = int TS + 1, onde int(x) e a parte inteira de x.

Amostragem de sinal senoidal xa (t):

x[n] = xa (nTS )
= xa (t)|t=nTS
= A0 cos(0 t + 0 )|t=nTS
= A0 cos(0 nTS + 0 )
= A0 cos((0 TS )n + 0 )
= A0 cos(0 n + 0 ) , 0 = 0 TS . (2.46)

Frequencia analogica ( = 2f ) frequencia digital ( = TS = 2f TS = 2 FfS ).

Condicoes para existencia de perodo N e de perodo fundamental Nf em (2.46):


cnum
Supondo-se: N, K N+ , R e que crac = cden
e uma fracao simplificada.
2 2 Fs
Periodicidade: cos(n) = cos((n N )) N = K
N =K TS
=K f
.
2 Fs
Caso 1: TS
= f
= cint N = K cint Nf |Kf =1 = cint .
2 Fs cnum cnum
Caso 2: TS
= f
= crac = cden
N =K cden
Nf |Kf =cden = cnum .
2 Fs
Caso 3: TS
= f
= cirr N = K cirr Nf |Kf =@ = @.

Para unicidade da representacao x[n] xa (t):

FS
0 0 < 0 0 TS < 0 f0 < .
2

TET / UFF
24 Captulo 2. Sinais no domnio do tempo

Superposicao de espectro (aliasing ou frequency folding ou folding back )

Se a relacao 0 f0 < F2S , entre a frequencia f0 do sinal analogico senoidal xa (t) e


a frequencia de amostragem FS , e respeitada, entao as amostras x[n] representam
unicamente o sinal analogico original.
Nesse caso, a frequencia digital obtida 0 = 2 Ff0S esta na faixa 0 0 < , que
garante a unicidade da representacao x[n] xa (t).
Ex.: f1 = 250 Hz, f2 = 1250 Hz, f3 = 2250 Hz e FS = 10 kHz.
Caso contrario, a frequencia digital obtida 1 = 2 Ff1S esta na faixa 1 > , que ira
gerar amostras x[n] semelhantes aquelas geradas por uma frequencia 0 = 2 Ff0S , na
faixa 0 0 < .
Dessa forma, havera uma ambiguidade na representacao x[n] xa (t), onde um sinal
senoidal com alta frequencia sera identificado pelas amostras x[n] como sendo um
sinal senoidal de baixa frequencia.
Ex.: f1 = 250 Hz, f2 = 1250 Hz, f3 = 2250 Hz e FS = 1 kHz.
Uma analise mais detalhada sobre aliasing e apresentada na Apendice E.

No caso de um sinal analogico composto por varios sinais senoidais, deve-se garantir a
relacao 0 fk < F2S para todas as frequencias fk envolvidas. Nesse sentido, basta garantir
que a relacao seja mantida para a maior frequencia envolvida fM AX .

Tal limitacao, envolvendo a frequencia de amostragem FS e a componente senoidal com


maior frequencia fM AX do sinal analogico, e conhecida como Teorema da Amostragem
(Nyquist-1928 Shannon-1949): 0 fM AX < F2S .

Essa limitacao justifica a necessidade de inclusao de filtro anti-aliasing, com seletividade


em frequencia do tipo passa-baixa, antes da amostragem: evitar erro no processamento
em tempo discreto de sinal analogico, provocado por amostragem realizada de forma
inadequada.

A.S.V.
2.9. Exerccios propostos 25

2.9 Exerccios propostos


1. Para os sinais descritos abaixo, atenda aos seguintes itens:

(a) Esboce o grafico x[n] n.


(b) Calcule a componente par xe [n] do sinal x[n] e esboce o grafico xe [n] n.
(c) Calcule a componente mpar xo [n] do sinal x[n] e esboce o grafico xo [n] n.
(d) Esboce o grafico (xe [n] + xo [n]) n.

Sinais:

1 , 1 n 3
i. x[n] = .
0 , caso contrario
ii. x[n] = [0, 1, 2, 3, 0, 1, 2, 3, 0], para n = [4, 3, 2, 1, 0, 1, 2, 3, 4].
iii. x[n] = [0, 0, 0, 0, 0, 0, 0, 1, 2, 3, 2, 1, 0, 1, 2, 3, 2, 1, 0, 0, 0],
para n = [10, 9, 8, , 8, 9, 10].
iv. x[n] = [0, 0, 0, 1, 2, 3, 2, 1, 0, 1, 2, 3, 2, 1, 0, 0, 0, 0, 0, 0, 0, ],
para n = [10, 9, 8, , 8, 9, 10].

2. Dado o sinal xr [n] = 2 Ramp[n] = 2n u[n], < n < , atenda aos seguintes itens:

(a) Esboce o grafico xr [n] n.


(b) Calcule as componentes xe [n] e xo [n] de xr [n].
(c) Esboce os graficos xe [n] n e xo [n] n.
(d) Baseado nos itens anteriores, estabeleca uma relacao entre os sinais Ramp[n]
(sequencia rampa unitaria), M od[n] (sequencia modulo unitario) e Lin[n] (sequencia
linear unitaria).
2
3. Dados < n < e = N
, onde n, N Z, calcule o perodo fundamental Nf para
as seguintes sequencias:

(a) x[n] = cos (n).


(b) x[n] = sin (n).
(c) x[n] = ejn .

4. Dada a sequencia x[n] = cos (n) = cos (k0 n) = cos k 2


 
N
n , onde k, n, N Z,
7 k 7, N = 8 e < n < , esboce um grafico x[n] n para cada valor de k.

5. Demonstre as relacoes apresentadas para cada um dos seguintes sinais:


A2
(a) x[n] = an A u[n], onde 0 < |a| < 1 e a, A R: Ex = 1a2
.
(b) x[n] = anhA cos(n) u[n], onde 0 <i |a| < 1 e a, A, R:
A2 1 1a2 cos(2)

Ex = 2 1a2
+ (1+a4 )a2 cos(2) .
A2
(c) x[n] = A u[n], onde A R: Ex e PMx = 2
.
A2
(d) x[n] = A cos(n) u[n], onde A, R: Ex e PMx = 4
.
A2
(e) x[n] = A cos(n), onde A, R: Ex e PMx = 2
.

TET / UFF
26 Captulo 2. Sinais no domnio do tempo

A2K
(f) x[n] = AK K [n], onde AK R: Ex e PMx = K
.
(g) x[n] = AK1 K1 [n] + AK2 K1 [n], onde AK1 , AK2 R:
2
A2 K2 +A2K K1 (AK1 AK2 )
Ex e PMx = K1 2
K1 K2
.

6. Dados os sinais w[n] = u[n] e x[n] = an , para < n < e 0 < a < 1, onde n Z e
a R, considere o deslocamento ND um numero inteiro (ND < 0, ND = 0 e ND > 0) e
esboce o grafico y[n] n, para os seguintes sinais:

(a) y[n] = w[n]


(b) y[n] = w[n ND ]
(c) y[n] = x[n]
(d) y[n] = x[n ND ]
(e) y[n] = w[n] x[n]
(f) y[n] = w[n] x[n ND ]
(g) y[n] = w[n ND ] x[n]
(h) y[n] = w[n ND ] x[n ND ]
1

n, |n| 4
7. Dados a sequencia u[n] e o sinal h[n] = 2 , esboce os graficos xk [n] n
0 , |n| > 4
para os seguintes sinais:

(a) x1 [n] = u[n].


(b) x2 [n] = h[n].
(c) x3 [n] = h[n 2].
(d) x4 [n] = h[n + 2].
(e) x5 [n] = h[n 2].
(f) x6 [n] = h[n + 2].
(g) x7 [n] = h[n]u[n] + h[n].
(h) x8 [n] = h[n + 2] + h[1 n].
(i) x9 [n] = h[n + 1] (u[n + 3] u[n]).

8. Dados dois ndices inteiros < n, m < , com variacoes opostas, tal que m = n, e
a sequencia x[k], onde x[k] = [3, 2, 1], para k = [0, 1, 2], e x[k] = 0, para os demais valores
de k, esboce e compare os seguintes graficos:

x[n] n, x[n] m, x[m] n e x[m] m.


x[n 2] n, x[n 2] m, x[m 2] n e x[m 2] m.
x[n + 2] n, x[n + 2] m, x[m + 2] n e x[m + 2] m.
x[n] n, x[n] m, x[m] n e x[m] m.
x[n 2] n, x[n 2] m, x[m 2] n e x[m 2] m.
x[n + 2] n, x[n + 2] m, x[m + 2] n e x[m + 2] m.

A.S.V.
2.9. Exerccios propostos 27

9. Dadas as sequencias finitas x3 [n] = [3, 2, 1], para n = [0, 1, 2], x4 [n] = [3, 2, 1, 0], para
n = [0, 1, 2, 3], x5 [n] = [3, 2, 1, 0, 0], para n = [0, 1, 2, 3, 4] e x6 [n] = [3, 2, 1, 0, 0, 0], para
n = [0, 1, 2, 3, 4, 5], esboce e compare os seguintes graficos:

xk [n] n.
xk [n 2] n.
xk [n + 2] n.
xk [n] n.
xk [n 2] n.
xk [n + 2] n.

10. Dadas as sequencias finitas x3 [n] = [3, 2, 1], para n = [0, 1, 2], x4 [n] = [3, 2, 1, 0], para
n = [0, 1, 2, 3], x5 [n] = [3, 2, 1, 0, 0], para n = [0, 1, 2, 3, 4] e x6 [n] = [3, 2, 1, 0, 0, 0], para
n = [0, 1, 2, 3, 4, 5], esboce e compare os seguintes graficos:

xk [n] n.
xk [n 2] n.
xk [n + 2] n.
xk [n] n.
xk [n 2] n.
xk [n + 2] n.

11. Dadas as sequencias finitas x3 [n] = [3, 2, 1], para n = [0, 1, 2], x4 [n] = [3, 2, 1, 0], para
n = [0, 1, 2, 3], x5 [n] = [3, 2, 1, 0, 0], para n = [0, 1, 2, 3, 4] e x6 [n] = [3, 2, 1, 0, 0, 0], para
n = [0, 1, 2, 3, 4, 5], esboce e compare os seguintes graficos:

xk [hnik ] n.
xk [hn 2ik ] n.
xk [hn + 2ik ] n.
xk [hnik ] n.
xk [hn 2ik ] n.
xk [hn + 2ik ] n.

12. Dadas as sequencias


x0 [n] = [3, 2, 1, 0, 0, 0, 0], x1 [n] = [0, 3, 2, 1, 0, 0, 0], x2 [n] = [0, 0, 3, 2, 1, 0, 0],
h0 [n] = [1, 1, 1, 1, 1, 0, 0], h1 [n] = [0, 1, 1, 1, 1, 1, 0], h2 [n] = [0, 0, 1, 1, 1, 1, 1],
para n = [0, 1, 2, 3, 4, 5, 6], e xk [n] = hk [n] = 0, para os demais valores de k,
atenda aos seguintes itens:

Esboce os graficos xk [n] n e hk [n] n.


Calcule as sequencias yij = xi hj , onde 0 i, j < 2.
Esboce os graficos yij [n] n, onde 0 i, j < 2.

13. Dados os polinomios pa (v) = a2 v 2 + a1 v + a0 e pb (v) = b2 v 2 + b1 v + b0 , mostre que a


operacao de multiplicacao entre dois polinomios pa (v) pb (v) e equivalente a operacao de
soma de convolucao entre duas sequencias xa [n] xb [n].

TET / UFF
28 Captulo 2. Sinais no domnio do tempo

14. Dadas as sequencias x[n] = {1, 2, 3}, para n = {1, 2, 3}, h[n] = {4, 5}, para n = {4, 5},
e x[n] = h[n] = 0 P para os demais valores de n, bem como y[n], calculada pela soma de
convolucao y[n] = k= x[k]h[n k], atenda aos seguintes itens:

(a) Usando apenas notacao matricial para representar a convolucao, demonstre para
qual faixa de valores de n a sequencia y[n] nao e garantidamente nula.
(b) Calcule os valores de y[n] para a faixa estabelecida no item anterior.

15. Dados os sinais x[n] = [1, 2, 3], para n = [3, 4, 5], e h[n] = [3, 2, 1], para n = [2, 3, 4],
atenda aos seguintes itens:

(a) Esboce os graficos x[n] n e h[n] n.


P
(b) Calcule, graficamente, o sinal y[n] = x[n] h[n] = x[k]h[n k].

16. Dado x[n] = [2, 1, 2, 2, 1, 2, 1, 2, 1, 1, 2, 1, 2, 0, 2, 1, 0, 1, 2, 0, 2, 1, 0, 1], para


n = [0, 1, 2, , 22, 23], bem como x[n] = 0, para os demais valores de n, considere N = 4,
< m < e atenda aos seguintes itens:


x[n + mN ] , 0 n (N 1)
(a) Esboce os graficos de xm [n] n, onde xm [n] = .
0 , caso contrario
(b) Esboce os graficos de ym [n] n, onde ym [n] = xm [hniN ].
P
(c) Esboce o grafico de y[n] n, onde y[n] = m ym [n mN ].

17. Dados os sinais x[n] = [x0 , x1 , x2 ] e h[n] = [h0 , h1 , h2 ], para n = [0, 1, 2], bem como
x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:

(a) Calcule, graficamente, a soma de convolucao circular yC [n], usando a definicao


P(N 1)
circular yC [n] = k=0 x[k]h [hn kiN ], para N = 3 e 0 n (N 1).
(b) Escreva o resultado na forma matricial yC [n] = C x[n].

18. Dados os sinais x[n] = [x0 , x1 , x2 , x3 , x4 ] e h[n] = [h0 , h1 , h2 , 0, 0], para n = [0, 1, 2, 3, 4],
bem como x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:

P
(a) Calcule, graficamente, a convolucao yL [n] = k= x[k]h[n k], para 2 n 9.
(b) Calcule, graficamente, a convolucao circular yC [n], usando a definicao circular
P(N 1)
yC [n] = k=0 x[k]h [hn kiN ], para N = 5 e 0 n (N 1).
(c) Repita o item (b), para N = 7.
(d) Compare todos os resultados.

A.S.V.
2.9. Exerccios propostos 29

19. Dados os sinais x[n] = [1, 2, 2, 1] e h[n] = [0, 1, 2, 0], para n = [0, 1, 2, 3], bem como
x[n] = h[n] = 0, para os demais valores de n, esboce os seguintes graficos:

(a) x[n] n e h[n] n, para 6 n 6.


(b) x[(k) + n] k e h[(k) + n] k, para 6 n, k 6.
(c) x [h(k) + niN ] k e h [h(k) + niN ] k, para N = 6, 0 k 5 e 6 n 6.

20. Dados os sinais x[n] = [1, 2, 2, 1] e h[n] = [0, 1, 2, 0], para n = [0, 1, 2, 3], bem como
x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:

(a) Esboce os graficos x[n] n e h[n] n, para 0 n 6.


(b) Esboce os graficos x[(k) + n] k, para 6 k 6 e 0 n 6.
(c) Esboce os graficos h[(k) + n] k, para 6 k 6 e 0 n 6.
(d) Calcule, graficamente, a convolucao yL [n] =
P
k= x[k]h[n k], para 0 n 6.
P
(e) Calcule, graficamente, a convolucao yL [n] = k= h[k]x[n k], para 0 n 6.
(f) Esboce os graficos das extensoes periodicas x[n] n e h[n] n, para Nf = 4 e
Nf n (2Nf 1).
(g) Esboce os graficos x[(k) + n] k, para Nf = 4, Nf k (2Nf 1) e
0 n (Nf 1).
(h) Esboce os graficos h[(k) + n] k, para Nf = 4, Nf k (2Nf 1) e
0 n (Nf 1).
(i) Calcule, graficamente, para N = 4 e 0 P n (N 1), a convolucao circular
yC [n], usando a definicao periodica y[n] = k=hN i x[k]h[n k] e yC [n] = y[n], onde
0 n, k (N 1).
(j) Calcule, graficamente, para N = 4 e 0 P n (N 1), a convolucao circular
yC [n], usando a definicao periodica y[n] = k=hN i h[k]x[n k] e yC [n] = y[n], onde
0 n, k (N 1).
(k) Calcule, graficamente, para N = 4 e 0 n (N 1), a convolucao circular yC [n],
P(N 1)
usando a definicao circular yC [n] = k=0 x[k]h [hn kiN ].
(l) Calcule, graficamente, para N = 4 e 0 n (N 1), a convolucao circular yC [n],
P(N 1)
usando a definicao circular yC [n] = k=0 h[k]x [hn kiN ].
(m) Repita os itens (f) ate (l), para N = 6.
(n) Compare os resultados dos itens (i)/(j) e (k)/(l) com aqueles dos itens (d)/(e), para
N = 4 e 6.

21. Dado o sinal x[n] = an , onde < n < e a R, esboce o grafico x[n] n para os
seguintes valores:

(a) a < 1
(b) a = 1
(c) 1 < a < 0
(d) a = 0
(e) 0 < a < 1

TET / UFF
30 Captulo 2. Sinais no domnio do tempo

(f) a = 1
(g) 1 < a

22. Demonstre, graficamente, as seguintes relacoes:

ejn = cos(n) jsin(n) . (2.47)


   
1 jn 1 jn
cos(n) = e + e . (2.48)
2 2
   
1 jn 1 jn
sin(n) = e + e . (2.49)
2j 2j

23. Dada uma sequencia x[n] =


P P
k= xk [n] = k= Ak cos(k n + k ), demonstre que,
para gerar a sequencia x[n ND ], as sequencias xk [n] devem sofrer atrasos proporcionais
as suas frequencias k e que a constante de proporcionalidade deve ser igual a ND .

24. Sabe-se que uma funcao analogica periodica x(t), que cumpre as condicoes de Dirichlet,
pode ser descrita por uma Serie de Fourier de Tempo Contnuo (CTFS), usando a funcao
ejk0 t como funcao base, onde 0 = 2 T0
, T0 e o perodo fundamental, T0 , w0 e t R,
e k Z. Sabe-se tambem que uma funcao de tempo discreto periodica x[n] pode ser
descrita por uma Serie de Fourier de Tempo Discreto (DTFS), usando a funcao ejk0 n
como funcao base, onde 0 = N20 , N0 e o perodo fundamental, N0 , k e n Z, e 0 R.
Um aluno de processamento analogico de sinais aprendeu que, ao tentar graficar x(t) a
partir da sua expansao por CTFS, pode ocorrer um fenomeno relacionado ao truncamento
de uma serie (Fenomeno de Gibbs). Por sua vez, um aluno iniciante de processamento
digital de sinais (DSP) garante que tal fenomeno nao ira acontecer para x[n] e que o
grafico de x[n], construdo a partir da sua expansao por DTFS, sera exato. A afirmativa
do aluno iniciante de DSP esta correta ou nao? Justifique!
2
25. Dado o sinal x[n] = ej0 n , considere 0 = i
, para i = 6, 3, 23 , 65 , e atenda aos seguintes
itens:

(a) Utilizando um plano complexo, calcule graficamente o perodo fundamental N0 de


x[n], para cada caso.
(b) Supondo que x[n] foi obtido por meio da amostragem uniforme do sinal x(t) = ej0 t ,
com uma frequencia de amostragem FS , indique, justificando, se ocorreu aliasing em
cada caso.

26. Demonstre a equivalencia apresentada na Equacao 2.50.

A0 cos(0 n 0 ) = (A0 ) cos(0 ) cos(0 n) + (A0 ) sin(0 ) sin(0 n) (2.50)

27. Dado o sinal descrito pela Equacao 2.51, atenda aos seguintes itens:

(a) Explicar o problema que ocorre para 0 = .


(b) Explicar porque tal problema nao acontece para 0 0 < .

x[n] = A0 cos(0 n 0 ), 0 0 (2.51)

A.S.V.
2.9. Exerccios propostos 31

28. Atenda aos seguintes itens:

(a) Dado o sinal analogico descrito pela Equacao 2.52, que condicoes sao necessarias,
envolvendo a frequencia de amostragem e a frequencia do sinal, para que ele seja
corretamente representado pelo sinal discreto descrito pela Equacao 2.53?
2
(b) Qual a vantagem em escolher 0 = N0
para o sinal x[n] = ej0 n ?
(c) Dados o conjunto de sinais descrito pela Equacao 2.54 e as restricoes dos itens ante-
riores, calcule o numero mnimo de sinais diferentes descritos pela Equacao 2.55.

x(t) = ej0 t = ej2f0 t (2.52)

x[n] = x(nTS ) = x(t)|t=nTS (2.53)

xk (t) = ejk0 t = ejk2f0 t , < k < , k Z (2.54)

xk [n] = xk (nTS ) = xk (t)|t=nTS (2.55)

29. Dados os sinais analogicos senoidais xk (t) = cos(k t), a frequencia de amostragem
FS = 44 kHz e as sequencias xk [n] = xk (nTS ) = xk (t)|t=nTS , atenda aos seguintes itens:

(a) Calcule as frequencias digitais 1 e 2 relacionadas com as frequencias analogicas


f1 = 2 kHz e f2 = 20 kHz.
(b) Calcule as frequencias analogicas 0 fk 100 kHz, para k > 2, dos sinais xk (t)
que sofrerao o fenomeno de aliasing com os sinais x1 (t) e x2 (t).
(c) Represente o resultado dos itens anteriores de forma grafica, marcando as respectivas
frequencias sobre dois eixos que representem as variaveis f e .
(d) Calcule os perodos fundamentais dos sinais x1 [n] e x2 [n].
(e) Os sinais x1 (t) e x2 (t) foram amostrados corretamente? Justifique.

30. Dado o sinal descrito pela Equacao 2.56, onde f1 = 100 kHz, f2 = 400 kHz e f3 = 1 M Hz,
e o sinal x[n] = x(nTS ) = x(t)|t=nTS , onde < n < , atenda aos seguintes itens:

(a) Para TS1 = 250 ns, calcule o perodo fundamental de cada componente de x[n]. Com-
pare as relacoes entre os perodos fundamentais das componentes do sinal analogico
x(t) com as relacoes entre os perodos fundamentais das componentes do sinal dis-
creto x[n]. Explique o resultado da comparacao.
(b) Para TS2 = 2 s, calcule o perodo fundamental de cada componente de x[n]. Com-
pare as relacoes entre os perodos fundamentais das componentes do sinal analogico
x(t) com as relacoes entre os perodos fundamentais das componentes do sinal dis-
creto x[n]. Explique o resultado da comparacao.
(c) Para TS3 = 12 s, calcule o perodo fundamental de cada componente de x[n].
Explique o que acontece com x[n].
(d) Calcule o maior perodo de amostragem possvel, de tal forma que o sinal original
x(t) possa ser recuperado a partir de suas amostras x[n].

TET / UFF
32 Captulo 2. Sinais no domnio do tempo

x(t) = cos(2f1 t) 2sen(2f2 t) + 3cos(2f3 t) (2.56)

31. Dado o sinal descrito pela Equacao 2.57, onde f1 = 1 kHz e f2 = 9 kHz, deseja-se eli-
minar o som gerado pela componente de mais alta frequencia. Foi sugerido, para realizar
tal filtragem, que se utilize uma cadeia de processamento composta apenas de: i) uma
amostragem uniforme de x(t), ii) um escalamento por uma constante inteira e iii) uma in-
terpolacao para gerar o novo sinal analogico. Prove que a sugestao e VERDADEIRA
ou FALSA.

x(t) = cos(2f1 t) + cos(2f2 t) (2.57)

32. Antes de ser transmitido, P um sinal analogico x(t), formado por uma soma de sinais

senoidais do tipo x(t) = k= Ak cos(2fk t), onde 500 kHz fk 900 kHz e
< t < , e submetido a um deslocamento de espectro, de tal forma que a nova faixa
de frequencias passa a ser 10, 5 M Hz fk 10, 9 M Hz. Na recepcao do sinal, o mesmo
deve ser amostrado, para ser tratado digitalmente. Eventualmente, o sinal resultante do
tratamento digital devera ser transformado em um sinal analogico. Um estagiario esta em
duvida sobre qual taxa de amostragem FS utilizar e sobre que cuidados devem ser tomados
no processo de aquisicao do sinal. Suponha que o custo dos conversores analogico-digital
(A/D), dos elementos de processamento digital e dos conversores digital-analogico (D/A)
crescam exponencialmente com o aumento da taxa de amostragem (FS ). Suponha que
filtros e deslocadores de espectro possuam baixo custo, se comparados com os conver-
sores. Ajude o estagiario a tomar as decisoes corretas, justificando detalhadamente a sua
escolha.

33. Um aluno, cursando a disciplina de Processamento Digital de Sinais, diz que realizou
a seguinte sequencia de eventos. Amostrando uniformemente o sinal analogico definido
por x1 (t) = 5m=1 cos(2Fm t), onde Fm = F1 , F2 , F3 , F4 , F5 = 10, 90, 110, 190, 210 kHz,
P
utilizando um intervalo de amostragem TS = 10 s, ele gerou a sequencia x2 [n]. Em
seguida, levando em consideracao o mesmo intervalo de amostragem, ele interpolou a
sequencia x2 [n], obtendo o sinal x3 (t) = 5 cos(2F1 t). Se voce concordar com o resultado
obtido por tal aluno, justifique o resultado. Por outro lado, se voce discordar do aluno,
aponte as causas do erro.

A.S.V.
Captulo 3

Sistemas no domnio do tempo

3.1 Introducao
Nesse captulo sao apresentados os conceitos basicos relativos aos sistemas utilizados no pro-
cessamento digital de sinais. Inicialmente, os sistemas sao classificados. Em seguida, os tipos
de implementacao para sistemas discretos e digitais sao exemplificados.

3.2 Classificacoes de sistemas


Os sistemas podem ser organizados em diversas classes, de acordo com as suas respectivas
caractersticas.

Tipo de sinal manipulado: analogico, amostrado, quantizado, digital.

Numero de entradas e de sadas: SISO (Single-Input Single-Output), SIMO (Single-Input


Multiple-Output), MISO (Multiple-Input Single-Output), MIMO (Multiple-Input Multiple-
Output).

Dinamica: instantaneo (sem memoria) dinamico (com memoria).

Estados e variaveis de estado em sistemas dinamicos:

Uma vez que eles sao capazes de armazenar energia, os sistemas dinamicos podem
apresentar diversas configuracoes energeticas diferentes, denominadas estados.
Uma medida do estado de um sistema, em um instante de tempo t = tn , sao os
valores assumidos por todas as variaveis do sistema, em t = tn .
Interpretando-se o conjunto de todas as variaveis de um sistema como um espaco
vetorial, pode-se selecionar um conjunto mnimo de variaveis para formar uma base
para esse espaco. Uma vez que, a partir da base, podem ser obtidas todas as demais
variaveis e, portanto, pode-se caracterizar o estado do sistema, as variaveis da base
sao denominadas variaveis de estado do sistema.
Dessa forma, uma definicao classica para estado e variaveis de estado e:

O estado de um sistema, em qualquer instante de tempo t = tn , e o menor conjunto


de variaveis (denominadas variaveis de estado), calculadas em t = tn , suficiente para
determinar o comportamento do sistema para qualquer instante de tempo t tn ,
quando a entrada do sistema e conhecida para t tn .

33
34 Captulo 3. Sistemas no domnio do tempo

Estabilidade:

Equilbrio estabilidade.
Equilbrio:
Assistoticamente estavel.
Marginalmente estavel (oscilatorio).
Instavel.
Criterios de estabilidade.
Criterio BIBO (Bounded-Input Bounded-Output).

Invariancia ao tempo (ou ao deslocamento):

Para um sistema relaxado, ou sob os mesmos estados iniciais:


x[n] y[n] e x[n ND ] y[n ND ].
Isso significa dizer que a forma de onda da sada produzida pelo sistema independe do
momento da aplicacao da entrada, importando apenas a distancia entre o momento
observado na sada e o momento da aplicacao da entrada (n = ny Nx ).

Linearidade:

Homogeneidade ou escalamento.
Aditividade ou Princpio da Superposicao.
Linearidade = Homogeneidade + Aditividade.
Linearidade estado inicial:
Matematicamente, a transformacao linear y[n] = K x[n] e a unica relacao da
sada y[n] com a entrada x[n] que caracteriza um sistema como linear.
A transformacao afim y[n] = a x[n] + b, ou qualquer outra transformacao do
tipo y[n] = a x[n] + b[n], aparentemente caracterizam sistemas P nao lineares,
P obedecem ao princpio da superposicao: y[n] 6=
pois nao k dk yk [n] para
x[n] 6= k ck xk [n].
Porem, na visao de sistemas, a parcela da transformacao que e independente
da entrada pode ser interpretada como a resposta do sistema a entrada zero ou
a resposta ao estado do sistema no momento da aplicacao da entrada (estado
inicial): yest [n] = y[n]|x[n]=0 = b[n].
Assim sendo, o sistema global, definido por y[n] = a x[n] + b[n], pode ser
interpretado como um sistema composto pela conexao em cascata (serie) do
subsistema linear v[n] = a x[n] com o subsistema y[n] = v[n] + b[n].
Pode-se, entao, definir a linearidade incremental, que relaciona as variacoes da
sada y[n] (y[n] ou dy[n]) provocadas por variacoes da entrada x[n] (x[n] ou
dx[n]), da seguinte forma: y[n] = K x[n] ou dy[n] = K dx[n].
Portanto, o teste de linearidade de um sistema pode ser realizado das seguintes
formas:
Absoluta, para um sistema relaxado.
Incremental, para um sistema nao relaxado.

A.S.V.
3.3. Tipos de implementacao para sistemas discretos 35

Causalidade:

Para os sistemas analogicos, a causalidade e praticamente uma imposicao, uma


vez que os mesmos sao implementados por sistemas fsicos, onde as variaveis sao
grandezas fsicas e os componentes sao dispositivos que representam fenomenos fsi-
cos.
Por outro lado, no caso dos sistemas discretos e digitais, a nao causalidade nao
apenas e de simples realizacao como tambem pode ser uma tecnica util:
Se a variavel independente nao for temporal.
Se os dados forem gravados: processamento offline.
Se o tempo real for mais lento que o tempo de processamento:
processamento online = armazenamento + processamento offline.
Com a insercao de atrasos extras, que nao alteram o throughput do sistema
implementado, mas criam uma latencia na operacao do mesmo.
Sistema causal ou nao antecipativo: y[n] = f (x[n k]), k N+ .
* y [n] = y [n] , n < N Causal.
1 2

x1 [n] = x2 [n] , n < N
Se e
x1 [n] 6= x2 [n] , n N
y1 [n] 6= y2 [n] , n < N Nao causal.

Passividade:
P
|y[n]|2 < 2
P
Sistema passivo com perdas: Ey = |x[n]| = Ex < .

Sistema passivo sem perdas (lossless): Ey =


P 2
P 2
|y[n]| = |x[n]| = Ex < .

Sistema ativo: Ey =
P 2
P 2
|y[n]| > |x[n]| = Ex < .

Do ponto de vista fsico, um sistema ativo deve possuir, intrinsicamente, uma fonte
(ou conversor) de energia.

3.3 Tipos de implementacao para sistemas discretos


Circuito a capacitores chaveados (SC)

Componentes analogicos: transistor (usado como chave), capacitor (usado como


elemento armazenador) e amplificador operacional (OpAmp).
Variaveis analogicas: tensao (armazenada nos capacitores).
Tecnologia tpica: CMOS.

Circuito a corrente chaveada (SI)

Componentes analogicos: apenas transistores, usados como chaves e como estruturas


armazenadoras.
Variaveis analogicas: corrente (armazenada nos transistores).
Tecnologia tpica: CMOS.

TET / UFF
36 Captulo 3. Sistemas no domnio do tempo

3.4 Tipos de implementacao para sistemas digitais


Hardware de uso geral:

Programa em linguagem de programacao de uso geral (FORTRAN, PASCAL, C,


DELPHI, C++).
Programa em ambiente de software de uso especfico (MATLAB, Octave, SciLab).

Hardware de uso especfico:

Processador de sinal digital (DSP).


FPGA (Field-Programmable Gate Array) com IP Core.

Hardware dedicado:

FPGA.
Circuito integrado especfico para a aplicacao (ASIC).

A.S.V.
3.5. Exerccios propostos 37

3.5 Exerccios propostos


1. Dados o sinal descrito pela Equacao 3.1 e os sistemas descritos pelas Equacoes 3.2 a 3.4,
atenda aos seguintes itens:

(a) Considere xk [n] = x[n k] como entrada para cada um dos sistemas e esboce os
graficos xk [n] n e y[n] n para k = 0, 6 e 8.
(b) Classifique cada um dos sistemas quanto a: dinamica, linearidade, causalidade e
invariancia ao deslocamento.


1 , |n| 2
x[n] = (3.1)
0 , |n| > 2

y[n] = (1)n x[n] (3.2)

2
y[n] = ((1)n x[n]) (3.3)

1
2x[n 1] + x2 [n] + 2x[n + 1]

y[n] = (3.4)
5

2. Levando em consideracao os conceitos de linearidade, de invariancia ao deslocamento e


de causalidade, classifique os sistemas definidos pelas seguintes equacoes:

(a) y[n] = n2 x[n] + nx[n 1].


(b) y[n 1] = 4x[n] + 3x[n 1].
(c) y[n] = 0.6y[n 1] + 0.4x[n] + 0.2x[n 1].
x[n]
(d) y[n] = x[n1]
.

3. Um sistema discreto pode ser descrito matematicamente por uma transformacao ou


um operador {.} que mapeia sua entrada x[n] na sua sada y[n], de tal forma que
y[n] = {x[n]}. Supondo: i) um sistema atrasador unitario, definido por y[n] = x[n1] =
D{x[n]}, ii) um sistema com ganho constante K, definido por y[n] = Kx[n] = GK {x[n]},
e iii) as seguintes notacoes simplificadas D{D{v[n]}} = D2 {v[n]} e GK {v[n]}+D{v[n]} =
(GK + D) {v[n]}, atenda aos seguintes itens:

(a) Escreva a equacao y[n] = 0.7x[n] + 0.5x[n 1] + 0.3x[n 2] + 0.1x[n 3] utilizando


a notacao operacional definida.
(b) Com base no resultado do item anterior, mostre que tal sistema e linear e invariante
ao deslocamento.

TET / UFF
38 Captulo 3. Sistemas no domnio do tempo

4. Suponha um sistema dinamico relaxado, discreto, SISO, estavel e causal, com entrada
x[n] e sada y[n], relacionadas por um operador linear e invariante ao deslocamento {.},
de tal forma que y[n] = {x[n]}. Suponha ainda que a resposta ao impulso [n] seja
definida como y[n]|x[n]=[n] = h[n]. Atenda aos seguintes itens:
(a) Descreva a entrada x[n] em funcao do impulso discreto [n].
(b) Calcule a sada do sistema y[n] em funcao dos sinais x[n] e h[n].
(c) A partir do resultado do item anterior, defina o calculo da sada do sistema relaxado
em funcao de uma unica operacao envolvendo os sinais x[n] e h[n].
5. Um sistema e dito sem distorcao quando produz uma sada y[n] = AS x[n + (|ND |)],
dada uma entrada x[n], para AS R e ND Z. Suponha um sistema linear e invariante
ao deslocamento, sem distorcao, com entrada x[n] e sada y[n].
PSuponha que a entrada
x[n] e definida por uma soma de sinais senoidais do tipo x[n] = k= Ak cos(k n+k ),
para < n < . Atenda aos seguintes itens:
(a) Demonstre a relacao entrada sada que o sistema impoe sobre a amplitude de cada
componente senoidal do sinal de entrada.
(b) Demonstre a relacao entrada sada que o sistema impoe sobre a frequencia de cada
componente senoidal do sinal de entrada.
(c) Demonstre a relacao entrada sada que o sistema impoe sobre o angulo de fase de
cada componente senoidal do sinal de entrada.
(d) Esboce tres graficos, contendo abscissa frequencial , de tal forma que cada um deles
ilustre uma das relacoes acima demonstradas.
6. Suponha um sistema S1 , relaxado, com entrada v[n] e sada yv [n], definido pelo conjunto
de equacoes (3.5). Suponha um sistema S2 , relaxado, com entrada w[n] e sada yw [n],
definido pelo conjunto de equacoes (3.6). Um aluno de Processamento Digital de Sinais
assegura que os sistemas sao equivalentes, para N = 2 e o sinal de entrada definido por
x[n] = n (u[n] u[n 8]), para < n < . Demonstre se a afirmativa desse aluno
e correta ou nao, atraves dos graficos dos sinais x[n], vm [n], ym [n], yv [n], wk [n], yk [n] e
yw [n].


v[n + mN ] , 0 n (N 1)
vm [n] = , <m<
0 , caso contrario

ym [n] = vm [n + (N 1)] , < m <


X
yv [n] = ym [n mN ] (3.5)
m=

wk [n] = w[N n + k] , 0 k (N 1)

wk [ Nn ] , n

Z
yk [n] = N
n , 0 k (N 1)
0 , N
Q
(N 1)
X
yw [n] = yk [n ((N 1) k)] (3.6)
k=0

A.S.V.
3.5. Exerccios propostos 39

7. Um sistema MISO (Multiple-Input Single-Output), que apresenta um total de C canais de


entrada x0 [n], x1 [n], x2 [n], , x(C1) [n] e um canal de sada y[n], e definido pelo conjunto
de equacoes (3.7). Suponha um sistema desse tipo, com tres canais de entrada, contendo
as seguintes informacoes: x0 [n] = [9, 7, 5, 3], x1 [n] = [2, 4, 6, 8], x2 [n] = [1, 1, 1, 1], para
n = [0, 1, 2, 3], bem como x0 [n] = x1 [n] = x2 [n] = 0 para os demais valores de n. Atenda
aos seguintes itens:

(a) Esboce os graficos xk [n] n das informacoes de entrada.


(b) Esboce os graficos vk [n] n dos sinais internos.
(c) Esboce os graficos wk [n] n dos sinais internos.
(d) Esboce o grafico y[n] n da informacao de sada.
(e) Apresente a informacao do canal de sada na forma vetorial.

xk [ Cn ] , n

Z
vk [n] = C
n , 0 k (C 1)
0 , C
Q

wk [n] = vk [n k] , 0 k (C 1)

(C1)
X
y[n] = wk [n] (3.7)
k=0

TET / UFF
40 Captulo 3. Sistemas no domnio do tempo

A.S.V.
Captulo 4

Representacoes para sistemas lineares


e invariantes ao tempo/deslocamento

4.1 Introducao
Os processos de analise e de sntese (projeto) necessitam que os sistemas sejam mode-
lados adequadamente, de forma que se possa compreender o funcionamento dos mesmos
(analise) ou que seja possvel realizar modificacoes e/ou novas propostas (sntese).

Os sistemas do tipo SLIT, Sistema Linear e Invariante ao Tempo (ou ao deslocamento),


sao matematicamente mais faceis de se caracterizar e de se analisar. Logo, tambem sao
mais faceis de se projetar.

Uma subclasse importante de sistemas do tipo SLIT sao os sistemas SISO (Single-Input
Single-Output) onde a relacao entre a sada e a entrada e descrita por uma equacao de
diferenca linear com coeficientes constantes.

Diversos modelos ou representacoes podem ser utilizadas para descrever tais sistemas.

Algumas das representacoes mais comuns sao:

Equacao de diferenca.
Equacoes de estado.
Resposta ao impulso (digital unitario).
Operador de transferencia.
Resposta em frequencia.
Funcao de transferencia.
Diagrama de blocos de complexidade generica.
Diagrama de sistema ou realizacao ou estrutura: diagrama de blocos basicos e
diagrama de fluxo de sinal (grafo).

Em relacao ao domnio da variavel independente utilizada no equacionamento, podem-se


destacar duas classes de representacoes: tempo (equacao de diferenca, equacoes de es-
tado, resposta ao impulso, operador de transferencia e diagramas temporais) e frequencia
(resposta em frequencia, funcao de transferencia e diagramas frequenciais).

41
42 Captulo 4. Representacoes para SLITs

Em quase todas as descricoes, excetuando-se apenas as equacoes de estado, somente as


relacoes entre as variaveis externas ao sistema (entradas e sadas) sao modeladas. Nao e
levada em consideracao a estrutura interna do sistema. Por essa razao, tal abordagem e
denominada de modelo de terminais de acesso ou de modelo de caixa-preta.

Outra caracterstica de tais modelos, novamente excetuando-se as equacoes de estado, e a


sua capacidade de relacionar apenas uma entrada com uma sada, limitando-se a descrever
somente sistemas do tipo SISO (Single-Input Single-Output). No caso de sistemas com
varias entradas e/ou varias sadas e necessario que se defina um equacionamento para
cada relacao entrada-sada. Por essa razao, tal abordagem e mais utilizada nos casos de
sistemas com poucas entradas e sadas.

Por sua vez, e como o proprio nome ja diz, as equacoes de estado descrevem o sistema em
relacao as suas variaveis de estado, alem de utilizarem as variaveis de entrada e de sada.
Logo, elas apresentam um modelo para a estrutura interna de funcionamento do sistema.
Por essa razao, o modelo de equacoes de estado e capaz de descrever eficientemente
sistemas do tipo MIMO (Multiple-Input Multiple-Output).

Em essencia, o equacionamento por variaveis de estado transforma equacoes de diferenca


de ordem N em sistemas de N equacoes de diferenca de ordem 1.

Vantagens do equacionamento por variaveis de estado:

Equacoes de primeira ordem ja foram extensivamente estudadas e varias tecnicas de


analise encontram-se a disposicao.
Equacoes de primeira ordem podem ser resolvidas, sem muita dificuldade, no domnio
do tempo.
Equacoes de primeira ordem podem ser resolvidas, sem muita dificuldade, para sis-
temas variantes ao tempo e para sistemas nao lineares.
Equacoes de primeira ordem sao de extrema facilidade para computacao analogica
ou digital.

4.2 Soma de convolucao


A operacao de convolucao surge naturalmente na representacao de sinais e sistemas.

Soma de convolucao (aperiodica ou linear): y[n] = x[n] h[n] =


P
k= x[k] h[n k].

Propriedades da soma de convolucao

Comutatividade: x[n] h[n] = h[n] x[n].


Associatividade: (x[n] h1 [n]) h2 [n] = x[n] (h1 [n] h2 [n]).
Distributividade: (x1 [n] + x2 [n]) h[n] = (x1 [n] h[n]) + (x2 [n] h[n]).

Pode-se mostrar que: Para uma soma de convolucao convergir, os sinais envolvidos na
operacao devem ser limitados e pelo menos um deles deve ser absolutamente somavel.

Deve ser ressaltado que, computacionalmente, so e possvel calcular a soma de convolucao


x[n] h[n] se a sequencia x[n] e/ou a sequencia h[n] forem finitas.

A.S.V.
4.3. Equacao de diferenca 43

4.3 Equacao de diferenca


Definicao

Uma equacao de diferenca linear, com coeficientes constantes, e definida por

N
X NP
X
a0k y[n k] = b0k x0 [n k] , (4.1)
k=0 k=NF

N, NF e NP N .

Normalizando-se (4.1) em relacao ao coeficiente a00 6= 0, obtem-se

N
X NP
X
y[n] = ak y[n k] + bk x0 [n k] , (4.2)
k=1 k=NF

a0k
ak = ,
a00

b0k
bk = .
a00

Adicionando-se atrasos a sequencia x0 [n], a Equacao 4.2 pode ser reescrita como

N
X L
X
y[n] = ak y[n k] + bk x[n k] , (4.3)
k=1 k=0

x0 [n] = x[n NF ] ,

L = NP + NF .

A ordem da Equacao 4.3, e definida como o valor maximo entre N e L.

Equacao de diferenca sistema

Para modelar um sistema SLIT SISO atraves de uma equacao de diferenca basta
associar as sequencias x[n] e y[n] com a sua entrada e a sua sada, respectivamente.
Na faixa NF k 1, os valores x0 [nk] representam valores futuros da entrada.
Em um sistema causal, a sada nao pode depender de entradas futuras. Nesse caso,
deve-se ter NF = 0.
A modificacao da Equacao (4.2) na Equacao (4.3) representa a transformacao de um
sistema nao causal em um sistema causal, atraves da insercao de latencia no sistema.

TET / UFF
44 Captulo 4. Representacoes para SLITs

Classificacao quanto a realimentacao da sada do sistema


Baseado nos valores dos coeficientes ak e bk , os sistemas podem ser classificados em:
nao recursivos (sem realimentacao) e recursivos (com realimentacao).
Sistemas nao recursivos ou all-zero ou MA (Moving Average):

ak = 0 , k = 1, 2, , N e N > 0
.
bk 6= 0 , k = 0, 1, 2, , L e L > 0

Sistemas recursivos:
All-pole ou AR (Auto Regressive):

ak 6= 0 , k = 1, 2, , N e N > 0
.
b0 6= 0 e bk = 0 , k = 1, 2, , L e L > 0

Pole-zero ou ARMA (Auto Regressive Moving Average)



ak 6= 0 , k = 1, 2, , N e N > 0
.
bk 6= 0 , k = 0, 1, 2, , L e L > 0

As denominacoes all-zero, all-pole e pole-zero sao empregadas por similaridade a


sistemas analogicos. Por sua vez, as denominacoes MA, AR e ARMA sao empregadas
por similaridade a processos estocasticos.
Calculo da sada do sistema
Para resolver a equacao de diferenca de ordem N , sao necessarias N condicoes
auxiliares em n = N0 , que correspondem ao estado do sistema em n = N0 .
Supondo-se x[n] = 0, para n < N0 , o calculo de y[n], para n N0 , pode ser efetuado
com N condicoes auxiliares em n = N0 , que passam a ser denominadas de condicoes
iniciais (CI).
Uma vez que o sistema e invariante ao tempo (ou ao deslocamento), e comum que
se considere as condicoes iniciais em N0 = 0.
Para a equacao de diferenca definida acima, as condicoes iniciais em n = 0 sao
equivalentes aos seguintes valores de sada: y[1] = y1 , , y[N ] = yN .
Subdivisao da sada do sistema
Nao e difcil mostrar que o sistema
PNSISO nao relaxado PLe equivalente ao sistema
PN MISO
relaxado descrito por y[n] = k=1 ak y[n k] + k=0 bk x[n k] + k=1 xyk [n],
onde xyk [n] = yk N
P
j=k (aj ) [n (j k)], supondo-se x[n] = 0, para n < 0.
Portanto, o estado inicial pode ser interpretado como um conjunto extra de entradas,
internamente adicionadas ao sistema, que coopera com a entrada externa para gerar
a sada.
Uma vez que os sistemas abordados sao lineares, pode-se pensar em decompor a
sada em duas parcelas, uma delas provocada apenas pela entrada, que e aplicada
em um determinado momento, e a outra provocada apenas pelo estado do sistema
no momento da aplicacao da entrada: y[n] = yent [n] + yest [n], yent [n] = y[n]|CI=0 e
yest [n] = y[n]|x[n]=0 .

A.S.V.
4.4. Resposta ao impulso 45

4.4 Resposta ao impulso


Dado um sistema SLIT, SISO, dinamico, relaxado, com entrada x[n] e sada y[n], pode-se
mostrar que a resposta ao impulso digital unitario ([n]) caracteriza o sistema.
Operacao linear associada ao SLIT SISO: T {}.
Resposta do sistema relaxado a uma entrada generica: x[n] yent [n] = T {x[n]}.
Resposta ao impulso digital unitario: x[n] = [n] yent [n] = T {[n]} , h[n].
Resposta ao impulso atrasado: x[n] = [n k] yent [n] = T {[n k]} , h[n, k]
Pela propriedade de invariancia ao deslocamento: h[n, k] = h[n k].
Resposta ao impulso ponderado:
x[n] = c0 [n] yent [n] = T {c0 [n]} = c0 T {[n]} = c0 h[n].
Resposta ao impulso atrasado e ponderado:
x[n] = ck [n k] yent [n] = T {ck [n k]} = ck T {[n k]} = ck h[n k].
Resposta do sistema relaxado a uma entrada generica, em funcao da resposta ao impulso:


X
x[n] = x[k] [n k] yent [n] = T {x[n]}
k=

X
= T{ x[k] [n k]}
k=

X
(aditividade) = T {x[k] [n k]}
k=
X
(homogeneidade) = x[k] T {[n k]}
k=
X
, x[k] h[n, k]
k=
X
(invariancia ao deslocamento) = x[k] h[n k]
k=

= x[n] h[n] . (4.4)

Do ponto de vista da aplicacao de cada amostra do sinal de entrada no sistema, a con-


volucao pode ser interpretada como uma superposicao (soma) ponderada de respostas a
impulsos deslocados. Isso e descrito por
X
{y[n]} = {x[k]} {h[n k]}
k=

= + x[2] {h[n + 2]} + . (4.5)


x[1] {h[n + 1]} +
x[0] {h[n]} +
x[1] {h[n 1]} +
x[2] {h[n 2]} +

TET / UFF
46 Captulo 4. Representacoes para SLITs

Do ponto de vista do calculo de cada amostra do sinal de sada, a convolucao pode


ser interpretada como o seguinte conjunto de operacoes: espelhamento, deslocamento,
multiplicacao e soma. Isso e descrito por

X
{y[n]} = {x[k]} {h[n k]}
k=

{ , P
P
= k= {x[k]} {h[2 k]} , . (4.6)

k= {x[k]} {h[1 k]}
P ,
k= {x[k]} {h[k]}
P ,
Pk= {x[k]} {h[1 k]} ,

k= {x[k]} {h[2 k]} , }

Nos sistemas
PL nao recursivos,
PL associando-se uma
Psequencia b[n] aos coeficientes bn :
y[n] = k=0 bk x[nk] = k=0 b[k]x[nk] = k= b[k]x[nk] = b[n]x[n] = x[n]b[n].
Portanto, h[n] = b[n].

Devido ao tipo de resposta ao impulso apresentada, os sistemas podem ser classificados


em: FIR (Finite Impulse Response) e IIR (Infinite Impulse Response).

Devido a sua estrutura, os sistemas nao recursivos apresentam resposta ao impulso finita.
Assim, o termo FIR pode ser usado para designar tais sistemas.

Por outro lado, os sistemas recursivos podem apresentar resposta ao impulso finita ou
infinita. Porem, embora nao seja correto para todos os casos, encontra-se comumente o
uso da designacao IIR para tais sistemas.

4.5 Notacao operacional


4.5.1 Operador de deslocamento
Um atraso unitario pode ser representado por um operador linear e invariante ao deslocamento
D{}, definido como
c v[n 1] = c D {v[n]} = (c D) v[n] . (4.7)
Por sua vez, um avanco unitario pode ser representado por um operador linear e invariante
ao deslocamento D1 {}, definido como

c v[n + 1] = c v[n (1)] = c D1 {v[n]} = c D1 v[n] .



(4.8)

Portanto, uma ausencia de deslocamento pode ser definida como

c v[n] = c D0 {v[n]} = c D0 v[n] .



(4.9)

Por fim, pode-se representar um deslocamento generico por um operador linear e invariante
ao deslocamento Dk {}, k Z, definido como

c v[n k] = c D {D { D {v[n]}}} = c Dk {v[n]} = c Dk v[n] .



(4.10)

A.S.V.
4.5. Notacao operacional 47

Empregando-se (4.10), pode-se definir

K K K
!
X X X
ck v[n k] = ck Dk {v[n]} = ck D k v[n]
k=0 k=0 k=0
K K
!
X X
k k
= D {ck v[n]} = D ck v[n] . (4.11)
k=0 k=0

4.5.2 Operador de transferencia


Utilizando-se o operador de deslocamento Dk {}, a equacao de diferenca generica

N
X L
X
y[n] = ak y[n k] + bk x[n k]
k=1 k=0

pode ser reescrita como

N
! L
!
X X
y[n] = ak D k y[n] + bk D k x[n]
k=1 k=0

ou ! !
N
X L
X
ak D k y[n] = bk D k x[n]
k=0 k=0

ou ainda como P 
L k
k=0 bk D
y[n] = P  x[n] = T (D) x[n] , (4.12)
N k
k=0 ak D

onde P 
L k
k=0 bk D
QL QL
k=1 (D + zk ) (1 + dk D)
T (D) = P  = K1 QN = K2 Qk=1
N
(4.13)
N
k=1 (D + pk ) (1 + ck D)
k
k=0 ak D k=1

e definido como o operador de transferencia T (D) do SLIT com entrada x[n] e sada y[n].
Mais detalhes sobre as fatoracoes apresentadas na Equacao (4.13) podem ser encontrados no
Apendice C.
Independentemente do seu significado, T (D) pode ser visto como uma funcao polinomial
racional. Assim, os valores de zk e pk sao pontos singulares ou singularidades de T (D).
As razes zk do polinomio numerador fazem com que T (D)|D=|zk | = 0, sendo denominadas
de zeros de T (D).
As razes pk do polinomio denominador fazem com que T (D)|D=|pk | , sendo denomi-
nadas de polos de T (D).
Em toda funcao polinomial racional, o numero de zeros e sempre igual ao numero de polos,
considerando-se as singularidades finitas e as infinitas.
Por sua vez, o parametro K R, e denominado de ganho da fatoracao, independentemente
do seu valor numerico.

TET / UFF
48 Captulo 4. Representacoes para SLITs

Nas Equacoes (4.12) e (4.13), T (D) foi definido em funcao de operadores de atraso. Porem,
o operador de transferencia de um SLIT tambem pode definido em funcao de operadores de
avanco. Empregando-se a propriedade de invariancia ao deslocamento, a Equacao (4.12) pode
ser reescrita como

y[n + N ] = T (D) x[n + N ]

ou

DN y[n] = T (D) DN x[n] = DN


  
T (D) x[n]

ou ainda como
DN
 
y[n] = T (D) x[n] = T (D1 ) x[n] ,
DN

onde

DN
 
1
T (D ) = T (D)
DN
 DL
 
N +L
= D T (D)
DN
 
 L  PL b Dk
 D k=0 k
= DN +L N
P 
D N
a D k
k=0 k
P 
L kL
k=0 bk D
DN +L P

= 
N kN
k=0 a k D
P 
L m
b
m=0 Lm D
DN +L P

= 
N m
k=0 aN m D
P 
L 0 m
b
m=0 m D
DN +L P

=  , (4.14)
N 0 D m
a
k=0 m

b0m = bLm (4.15)

a0m = aN m . (4.16)

A.S.V.
4.6. Diagrama de blocos de complexidade generica 49

4.5.3 Biquad
Matematicamente, as equacoes de diferenca de ordem 1 e de ordem 2 sao bem caracterizadas.
Por exemplo, para esses tipos de equacoes, existem formulacoes simples que relacionam os
coeficientes das equacoes com parametros temporais e parametros frequenciais, bem como rela-
cionam parametros temporais com parametros frequenciais. Assim sendo, pode ser interessante
decompor um sistema de ordem qualquer em arranjos de subsistemas de ordem 1 e de ordem 2.
Uma funcao polinomial racional do tipo

b0 + b1 x + b2 x 2 (x + z1 ) (x + z2 ) (1 + d1 x) (1 + d2 x)
T (x) = 2
= K1 = K2 (4.17)
a0 + a1 x + a2 x (x + p1 ) (x + p2 ) (1 + c1 x) (1 + c2 x)

e denominada de forma biquadratica.


Um bloco funcional que possui um operador de transferencia T (D) descrito por uma forma
biquadratica e denominado de biquad.
A organizacao de sistemas atraves de arranjos de blocos funcionais do tipo biquad e muito
comum.

4.6 Diagrama de blocos de complexidade generica


Representacao grafica de um sistema atraves da associacao de subsistemas genericos.

Associacoes basicas

Associacao cascata (serie)

y[n] = y21 [n] = h2 [n] v[n]


= h2 [n] (h1 [n] x[n])
= (h2 [n] h1 [n]) x[n] = h21 x[n] = hser [n] x[n]
= (h1 [n] h2 [n]) x[n] = h12 x[n] = hser [n] x[n]
= h1 [n] (h2 [n] x[n])
= h1 [n] w[n] = y12 [n] .

Associacao paralela

y[n] = v[n] + w[n]


= (h1 [n] x[n]) + (h2 [n] x[n])
= (h1 [n] + h2 [n]) x[n]
= hpar [n] x[n] .

Realimentacao

Sistemas em malha aberta (sem realimentacao).


Sistemas em malha fechada (com realimentacao).
Realimentacao recursividade.
Realimentacao computabilidade: loops de computacao sem atrasos.

TET / UFF
50 Captulo 4. Representacoes para SLITs

4.7 Diagrama de sistema


Definicao

Um diagrama de sistema e uma forma grafica de se representar um sistema.


Ele pode representar a implementacao em hardware, o algoritmo calculado ou,
simplesmente, um modelo de operacao do sistema.
Uma vez que o diagrama de sistema e uma representacao generica de um sistema,
ele e tambem denominado de realizacao ou estrutura.
As realizacoes nao sao unicas. Um mesmo sistema pode ser modelado por diversas
estruturas diferentes.
Alem de fornecerem uma melhor visualizacao da estrutura proposta para o sistema,
tais diagramas permitem ainda que seus respectivos sistemas sejam analisados ou
projetados atraves de metodos graficos.

Operacoes

As operacoes mais basicas de um sistema sao:


Deslocamento unitario: w[n] = v[n 1].
Escalamento em amplitude: w[n] = K v[n].
Adicao: w[n] = v1 [n] + v2 [n].
No caso de sistemas causais, os deslocamentos sao apenas atrasos. Portanto, a
operacao basica e o atraso unitario (unit Delay - D): w[n] = v[n 1] = D{v[n]}.
Estruturas canonicas sao aquelas com um numero mnimo de atrasadores unitarios.
Porem, o termo canonica em relacao a tambem e usado para designar uma estrutura
com um numero mnimo de um elemento qualquer.

Representacoes graficas

As representacoes graficas mais comuns sao:


Diagrama de blocos basicos.
Diagrama ou grafo de fluxo de sinal (Signal Flow Graph - SFG).
A descricao de um sistema por meio de um SFG possibilita que a Teoria dos Grafos
seja utilizada para analise e/ou projeto do sistema. Por exemplo, o calculo da re-
lacao entre dois pontos quaisquer de um sistema, pode ser realizado atraves da sua
modelagem por um SFG e da aplicacao da Regra de Mason.
Normalmente, as duas representacoes nao sao utilizadas em conjunto na descricao
de um sistema.
A Tabela 4.1 apresenta uma correspondencia entre os elementos constituintes de um
diagrama de blocos e aqueles do seu respectivo SFG.

A.S.V.
4.7. Diagrama de sistema 51

Diagrama de blocos SFG


Variavel de entrada No fonte (source)
Variavel de sada No sorvedouro (sink )
Variavel interna No interno
No de distribuicao No de distribuicao
Somador No de soma
Multiplicador Peso de ramo
Atrasador Peso de ramo
Sentido de sinal Sentido de ramo

Tabela 4.1: Diagrama de blocos SFG: correspondencia entre os elementos constituintes.

Transposicao

Dada uma estrutura que represente um SLIT SISO, e utilizando-se a propriedade de


transposicao dos grafos, pode-se obter a estrutura transposta equivalente.
Transposicao do grafo de um SLIT SISO:
Trocar os nos de sada e de entrada entre si.
Reverter os sentidos de todos os ramos, mantendo seus respectivos pesos.
Com isso, os nos de expansao serao transformados em nos de soma e vice-versa.
Transposicao do diagrama de blocos de um SLIT SISO:
Opcao 1: DB SFG SFG transposto DB transposto.
Opcao 2:
Trocar os sinais de sada e de entrada entre si.
Reverter os sentidos de todos os sinais, e, consequentemente, de todos os
multiplicadores e de todos os atrasadores.
Trocar cada no de distribuicao por um somador e vice-versa.

TET / UFF
52 Captulo 4. Representacoes para SLITs

4.8 Diagrama de sistema equacao de diferenca


4.8.1 Estruturas basicas
Duas estruturas basicas sao largamente utilizadas:

Linha de retardo com derivacoes (tapped delay line).


Combinador linear (linear combiner ).

Uma linha de retardo com derivacoes e uma estrutura SIMO, composta de um arranjo
cascata (serie) de atrasadores unitarios, com entrada x[n] e sadas definidas por
yk [n] = x[n k], onde 0 k K e k N.

Um combinador linear e uma estrutura MISO, composta de multiplicadores e somadores,


com entradas xk [n] e sada definida por y[n] = K
P
c
k=0 k x k [n], onde k N.

A associacao de uma linha de retardo com derivacoes e um combinador linear da origem


a denominada estrutura
PK transversal, que
PKe uma estrutura SISO, com entrada x[n] e sada
definida por y[n] = k=0 ck xk [n] = k=0 ck x[n k].

4.8.2 Equacionamento das estruturas nao recursivas


Equacoes gerais
Conforme definido anteriormente, uma equacao de diferenca nao recursiva e dada por
L
X
y[n] = bk x[n k] , (4.18)
k=0

que, para destacar a contribuicao dos valores internos e externos ao sistema, pode ser reescrita
como
L
X
y[n] = bk x[n k]
k=0
L
!
X
= bk x[n k] + b0 x[n]
k=1
L
!
X
= bk vk [n] + b0 x[n]
k=1
= yint [n] + yext [n] , (4.19)

onde
L
X L
X
yint [n] = bk x[n k] = bk vk [n] (4.20)
k=1 k=1

representa a contribuicao dos valores vk [n] = x[n k], armazenados nos atrasadores do sistema,
e
yext [n] = b0 x[n] (4.21)
representa a contribuicao dos valores da entrada x[n], para a geracao da sada y[n].

A.S.V.
4.8. Diagrama de sistema equacao de diferenca 53

Forma Direta e Forma Direta Transposta


Utilizando-se o operador Dk {}, a Equacao (4.19) pode assumir as formas dadas por
L
X
y[n] = bk Dk {x[n]}
k=0
= b1 D {x[n]} + b2 D2 {x[n]} + b3 D3 {x[n]} + + bL DL {x[n]} + b0 x[n]


= (b1 v1 [n] + b2 v2 [n] + b3 v3 [n] + + bL vL [n]) + b0 x[n] (4.22)


e

vk [n] = x[n k] = Dk {x[n]} = D {D { D {x[n]} }} , 1 k L , (4.23)


que representa a estrutura denominada de Forma Direta, com varias linhas de retardo em
paralelo,
L
X
y[n] = bk Dk {x[n]}
k=0
= (b1 D {x[n]} + b2 D {D {x[n]}} + b3 D {D {D {x[n]}}} +
+ bL D {D {D { D {x[n]} }}}) + b0 x[n]
= (b1 v1 [n] + b2 v2 [n] + b3 v3 [n] + + bL vL [n]) + b0 x[n] (4.24)
e
v0 [n] = x[n]
, (4.25)
vk [n] = vk1 [n 1] = D {vk1 [n]} , 1 k L

que representa a Forma Direta, com uma unica linha de retardo,


L
X
y[n] = Dk {bk x[n]}
k=0
D {b1 x[n]} + D2 {b2 x[n]} + D3 {b3 x[n]} + + DL {bL x[n]} + b0 x[n]

=
v1 [n] + D{v2 [n]} + D2 {v3 [n]} + + DL1 {vL [n]} + b0 x[n]

= (4.26)
e

vk [n] = bk x[n 1] = bk D{x[n]} = D{bk x[n]} , 1 k L , (4.27)


que representa a estrutura denominada de Forma Direta Transposta, com varias linhas de
retardo em paralelo, e
L
X
y[n] = Dk {bk x[n]}
k=0
= (D {b1 x[n] + D {b2 x[n] + D {b3 x[n] + + D {bL x[n]}}}}) + b0 x[n]
= v1 [n] + b0 x[n] , (4.28)
e

vk [n] = vk+1 [n 1] + bk x[n 1] = D{vk+1 [n] + bk x[n]} , 1 k L
, (4.29)
vL+1 [n] = 0

que representa a Forma Direta Transposta, com uma unica linha de retardo.

TET / UFF
54 Captulo 4. Representacoes para SLITs

Emprego de somadores de duas entradas na Forma Direta


Supondo-se que sejam utilizados somadores de duas entradas, com sada wk [n], 0 k L,
as Equacoes (4.22) (4.29) assumem, respectivamente, as formas

y[n] = w0 [n] = w1 [n] + b0 x[n] , (4.30)



wk [n] = wk+1 [n] + bk vk [n] , 1 k L
(4.31)
wL+1 [n] = 0

e

vk [n] = x[n k] = Dk {x[n]} = D {D { D {x[n]} }} , 1 k L , (4.32)


que representa a Forma Direta, com varias linhas de retardo em paralelo,

y[n] = w0 [n] = w1 [n] + b0 x[n] , (4.33)



wk [n] = wk+1 [n] + bk vk [n] , 1 k L
(4.34)
wL+1 [n] = 0

e

v0 [n] = x[n]
, (4.35)
vk [n] = vk1 [n 1] = D {vk1 [n]} , 1 k L

que representa a Forma Direta, com uma unica linha de retardo,

y[n] = w0 [n] = w1 [n] + b0 x[n] , (4.36)


wk [n] = wk+1 [n] + vk [n (k 1)] = wk+1 [n] + Dk1 {vk [n]} , 1 k L
(4.37)
wL+1 [n] = 0

vk [n] = bk x[n 1] = bk D{x[n]} = D{bk x[n]} , 1 k L , (4.38)


que representa a Forma Direta Transposta, com varias linhas de retardo em paralelo, e

y[n] = w0 [n] = v1 [n] + b0 x[n] , (4.39)

wk [n] = vk+1 [n] + bk x[n] , 1 k L (4.40)


e

vk [n] = wk [n 1] = D{wk [n]} , 1 k L
, (4.41)
vL+1 [n] = 0

que representa a Forma Direta Transposta, com uma unica linha de retardo.

A.S.V.
4.8. Diagrama de sistema equacao de diferenca 55

Emprego de notacao matricial na Forma Direta

Utilizando-se notacao matricial, para L = 4, as Equacoes (4.22) (4.29) assumem, respectiva-


mente, as formas


v1 [n]
  v2 [n]
y[n] = b1 b2 b3 b4 v3 [n] + [b0 ] x[n]
(4.42)
v4 [n]


v1 [n] 1
v2 [n] D
x[n 1]
v3 [n] = D2 (4.43)


v4 [n] D3

ou


v1 [n + 1] 1
v2 [n + 1] D
v3 [n + 1] = D2
x[n] (4.44)

v4 [n + 1] D3

que representa a Forma Direta, com varias linhas de retardo em paralelo,


v1 [n]
  v2 [n]
y[n] = b1 b2 b3 b4 v3 [n] + [b0 ] x[n]
(4.45)
v4 [n]


v1 [n] 0 0 0 0 v1 [n 1] 1
v2 [n] 1 0 0 0 v2 [n 1] 0
+ x[n 1]
v3 [n] = 0 1 (4.46)

0 0 v3 [n 1] 0
v4 [n] 0 0 1 0 v4 [n 1] 0

ou


v1 [n + 1] 0 0 0 0 v1 [n] 1
v2 [n + 1] 1 0 0 0 v2 [n] 0
v3 [n + 1] = 0 1
+ x[n] (4.47)
0 0 v3 [n] 0
v4 [n + 1] 0 0 1 0 v4 [n] 0

que representa a Forma Direta, com uma unica linha de retardo,

TET / UFF
56 Captulo 4. Representacoes para SLITs


v1 [n]
  v2 [n]
y[n] = 1 D D2 D3 v3 [n] + [b0 ] x[n]
(4.48)
v4 [n]


v1 [n] b1
v2 [n] b2
x[n 1]
v3 [n] = b3 (4.49)


v4 [n] b4

ou


v1 [n + 1] b1
v2 [n + 1] b2
v3 [n + 1] = b3
x[n] (4.50)

v4 [n + 1] b4

que representa a Forma Direta Transposta, com varias linhas de retardo em paralelo, e


v1 [n]
  v2 [n]
y[n] = 1 0 0 0 v3 [n] + [b0 ] x[n]
(4.51)
v4 [n]


v1 [n] 0 1 0 0 v1 [n 1] b1
v2 [n] 0 0 1 0 v2 [n 1]
b2
v3 [n] = 0 b3 x[n 1]
+ (4.52)
0 0 1 v3 [n 1]
v4 [n] 0 0 0 0 v4 [n 1] b4

ou


v1 [n + 1] 0 1 0 0 v1 [n] b1
v2 [n + 1] 0 0 1 0 v2 [n]
b2
v3 [n + 1] = 0 0
+
b3 x[n] (4.53)

0 1 v3 [n]
v4 [n + 1] 0 0 0 0 v4 [n] b4

que representa a Forma Direta Transposta, com uma unica linha de retardo.

A.S.V.
4.8. Diagrama de sistema equacao de diferenca 57

4.8.3 Equacionamento das estruturas recursivas


Forma Direta I e Forma Direta II
A equacao de diferenca generica
N
X L
X
y[n] = ak y[n k] + bk x[n k] (4.54)
k=1 k=0

pode ser reescrita como


N
X
y[n] = ak y[n k] + w[n] (4.55)
k=1
e
L
X
w[n] = bk x[n k] (4.56)
k=0
ou como
L
X
y[n] = bk v[n k] (4.57)
k=0
e
N
X
v[n] = ak v[n k] + x[n] , (4.58)
k=1

onde w[n] e v[n] sao variaveis internas do sistema.


De um modo geral, um diagrama de sistema elaborado em uma Forma Direta, como o
proprio nome ja diz, representa o diagrama obtido diretamente a partir de um determinado
equacionamento. No caso particular de uma equacao de diferenca com recursividade, duas
formas diretas sao definidas. Ambas consideram que o sistema total e formado por dois subsis-
temas, conectados em cascata (serie), sendo um deles recursivo e o outro nao recursivo.
A Forma Direta I, com origem nas Equacoes (4.55) e (4.56), possui o seguinte arranjo:
entrada sistema nao recursivo sinal interno sistema recursivo sada.
A Forma Direta II, com origem nas Equacoes (4.57) e (4.58), possui o seguinte arranjo:
entrada sistema recursivo sinal interno sistema nao recursivo sada.

Decomposicao em arranjos cascata e paralelo


A descricao de (4.54) por meio do operador de transferencia T (D) definido por (4.12) e (4.13),
permite que sua estrutura global possa ser decomposta em arranjos de dois tipos, usando
estruturas de ordem 1 e de ordem 2: cascata (serie) e paralela.
Considerando-se L = N , a decomposicao em um arranjo cascata de estruturas de ordem 2,
com o auxlio de uma estrutura de ordem 1, e dada por
Q N2 b0l +b1l D+b2l D2


KC1 l=1 1+a1l D+a2l D2
, N par
T (D) = , (4.59)
h Q N21 b0l +b1l D+b2l D2 i
KC1 (b00 +b10 D)

, N mpar

(1+a10 D) l=1 1+a1l D+a2l D2

TET / UFF
58 Captulo 4. Representacoes para SLITs

Q N2 Q2
(D+zkl )
KC2 l=1
Q2k=1 , N par
k=1 (D+pkl )


T (D) = (4.60)
h N 1 Q2 i
(D+zkl )

KC2 (D+z10 D) Q 2

Q2k=1 , N mpar
(D+p10 D) l=1
k=1 (D+pkl )

ou Q N2 Q2
(1+dkl D)
KC3 l=1
Qk=1
2 , N par
k=1 (1+ckl D)


T (D) = . (4.61)
h N 1 Q2 i
(1+dkl D)

KC3 (1+d10 D) Q 2

Qk=1
2 , N mpar
(1+c10 D) l=1
k=1 (1+ckl D)

Considerando-se L = N , a decomposicao em um arranjo paralelo de estruturas de ordem 2,


com o auxlio de uma estrutura de ordem 1, e dada por

P N2 b00l +b01l D+b02l D2


KP 1 l=1 1+a1l D+a2l D2
, N par

T (D) =   , (4.62)
(b000 +b010 D) P N21 b00l +b01l D+b02l D2
KP 1 (1+a10 D) + l=1 1+a1l D+a2l D2 , N mpar

Q2
P N2 k=1 (D+zkl
0
)

KP 2 l=1
Q2 , N par
k=1 (D+pkl )


T (D) =  Q2  (4.63)
(D+z0 D) P N21 k=1 (D+zkl )
0
KP 2 (D+p10 + l=1 , N mpar

Q2
10 D) k=1 (D+pkl )

ou Q2
P N2 k=1 (1+d0kl D)

KP 3 l=1
Q2 , N par
k=1 (1+ckl D)


T (D) =  Q2  . (4.64)
(1+d010 D) P N21 ( 0
k=1 1+dkl D )
KP 3 (1+c10 + l=1 , N mpar

Q2
D) k=1 (1+ckl D)

Detalhes sobre fatoracoes das equacoes de diferenca sao apresentados no Apendice C.

4.8.4 Exemplos com estruturas de ordem 1 e de ordem 2


Exemplos simples, visando estabelecer uma conexao entre algumas equacoes e algumas
de suas possveis realizacoes.

Forma direta

Estrutura nao recursiva


Caso geral: y[n] = Lk=0 bk x[n k].
P

Exemplo 0 (L = 0): y[n] = b0 x[n].


Exemplo 1 (L = 1): y[n] = b0 x[n] + b1 x[n 1].
Exemplo 2 (L = 2): y[n] = b0 x[n] + b1 x[n 1] + b2 x[n 2].
Estrutura recursiva (caso L = 0)
Caso geral: y[n] = N
P
k=1 ak y[n k] + b0 x[n].
Exemplo 1 (N = 1): y[n] = (a1 )y[n 1] + b0 x[n].
Exemplo 2 (N = 2): y[n] = (a1 )y[n 1] + (a2 )y[n 2] + b0 x[n].

A.S.V.
4.8. Diagrama de sistema equacao de diferenca 59

Estrutura recursiva (caso L = N )


Caso geral: y[n] = N
P PN
k=1 ak y[n k] + k=0 bk x[n k].
Exemplo 1 (N = 1): y[n] = (a1 )y[n 1] + b0 x[n] + b1 x[n 1].
Forma direta I: y[n] = (a1 )y[n 1] + v[n] e v[n] = b0 x[n] + b1 x[n 1].
Forma direta II: y[n] = b0 w[n] + b1 w[n 1] e w[n] = (a1 )w[n 1] + x[n].
Exemplo 2 (N = 2):
y[n] = (a1 )y[n 1] + (a2 )y[n 2] + b0 x[n] + b1 x[n 1] + b2 x[n 2].
Forma direta I: y[n] = (a1 )y[n 1] + (a2 )y[n 2] + v[n] e
v[n] = b0 x[n] + b1 x[n 1] + b2 x[n 2].
Forma direta II: y[n] = b0 w[n] + b1 w[n 1] + b2 w[n 2] e
w[n] = (a1 )w[n 1] + (a2 )w[n 2] + x[n].

Relacao entre os coeficientes na decomposicao de blocos de ordem 2 em arranjos, cascata


e paralelo, de blocos de ordem 1 (L=N=2)

Associacao cascata (serie)


P2 !
k
k=0 b k D (b0 ) + (b1 ) D + (b2 ) D2
T (D) = =
1 + 2k=1 ak Dk (1) + (a1 ) D + (a2 ) D2
P
   
(1) + bb01 D + bb20 D2
= b0
(1) + (a1 ) D + (a2 ) D2
2
Y (1 + dkl D)
= KC
l=1
(1 + ckl D)
(1 + dk1 D) (1 + dk2 D)
= KC
(1 + ck1 D) (1 + ck2 D)
(1) + (dk1 + dk2 ) D + (dk1 dk2 ) D2
= KC
(1) + (ck1 + ck2 ) D + (ck1 ck2 ) D2

Associacao paralela
P2 !
0
b
k=0 k D k
(b00 ) + (b01 ) D + (b02 ) D2
T (D) = =
1 + 2k=1 ak Dk (1) + (a1 ) D + (a2 ) D2
P
 0  0
b b
(1) + b01 D + b02 D2
0 0 0
= b0
(1) + (a1 ) D + (a2 ) D2
2
X (1 + d0kl D)
= KP
l=1
(1 + ckl D)
(1 + d0k1 D) (1 + d0k2 D)
 
= KP +
(1 + ck1 D) (1 + ck2 D)
(1 + d0k1 D) (1 + ck2 D) + (1 + d0k2 D) (1 + ck1 D)
= KP
(1 + ck1 D) (1 + ck2 D)
0
(2) + (dk1 + ck2 + d0k2 + ck1 ) D + (d0k1 ck2 + d0k2 ck1 ) D2
= KP
(1) + (ck1 + ck2 ) D + (ck1 ck2 ) D2

TET / UFF
60 Captulo 4. Representacoes para SLITs

4.8.5 Casos particulares de interesse


Estrutura nao recursiva com coeficientes simetricos
PL
Estrutura nao recursiva: y[n] = k=0 bk x[n k].
Posicao do eixo de simetria: NS = L2 .
Quantidade de coeficientes (L + 1)
Para L par: quantidade mpar de coeficientes, com eixo de simetria localizado
na posicao do coeficiente central.
Para L mpar: quantidade par de coeficientes, com eixo de simetria localizado
entre os dois coeficientes centrais.
Tipo de simetria dos cooeficientes
Simetria par: bk = bLk .
Simetria mpar: bk = bLk .
Denominacao comum
Simetria par: simetria.
Simetria mpar: antissimetria.
Quatro casos possveis
Numero de coeficientes (L + 1): par ou mpar.
Tipo de simetria: par ou mpar.
Importancia
A implementacao de uma estrutura com simetria requer, praticamente, metade
do numero de multiplicadores apresentado por uma estrutura sem simetria, para
um mesmo comprimento L.
A funcao de transferencia de um sistema que e modelado por uma estrutura com
coeficientes simetricos apresenta argumento (angulo de fase) linear.
Exemplos
L par e simetria par:
y[n] = b0 x[n] + b1 x[n 1] + b2 x[n 2] + b1 x[n 3] + b0 x[n 4].
L par e simetria mpar:
y[n] = b0 x[n] + b1 x[n 1] + 0x[n 2] + (b1 )x[n 3] + (b0 )x[n 4].
L mpar e simetria par:
y[n] = b0 x[n] + b1 x[n 1] + b1 x[n 2] + b0 x[n 3].
L mpar e simetria mpar:
y[n] = b0 x[n] + b1 x[n 1] + (b1 )x[n 2] + (b0 )x[n 3].

Associacao cascata (serie) de estrutura nao recursiva (comb filter ) com estrutura recursiva
do tipo all-pole (resonator ): a estrutura final e do tipo FIR e recebe a denominacao de
frequency-sampling structure.

Associacao cascata (serie) de estruturas nao recursivas do tipo lattice.

A.S.V.
4.9. Equacoes de estado 61

4.9 Equacoes de estado


4.9.1 Introducao
As variaveis de estado fornecem uma descricao interna de um sistema.

De acordo com tal definicao, pode-se dizer que, para um determinado instante n = N0 ,
conhecendo-se o valor de cada uma das variaveis de entrada de um sistema ri [N0 ] e o
valor de cada uma das variaveis de estado xj [N0 ], e possvel determinar o valor de cada
uma das suas variaveis de sada yk [N0 ].

Consequentemente, conhecendo-se o comportamento temporal de cada uma das variaveis


de entrada de um sistema ri [N0 ] e o comportamento temporal de cada uma das variaveis
de estado xj [N0 ], e possvel determinar o comportamento temporal de cada uma das suas
variaveis de sada yk [N0 ].

Portanto, a analise de um sistema por meio das Equacoes de Estado possui duas etapas:

Determinar o comportamento temporal das variaveis de estado.


Determinar o comportamento temporal das variaveis de sada.

Para isso, sao definidos dois conjuntos de equacoes lineares de primeira ordem:

Equacao de estado: que relaciona as variaveis de estado com as variaveis de entrada.


Equacao de sada: que relaciona as variaveis de sada com as variaveis de estado e
com as variaveis de entrada.

A variavel de sada de um operador atraso unitario e uma forte candidata a ser escolhida
como variavel de estado, Isso pode ser entendido de duas maneiras equivalentes:

O operador e um elemento capaz de armazenar informacao.


A relacao entre as variaveis de entrada e de sada do operador e uma equacao de
diferenca de primeira ordem: y[n] = r[n 1] ou y[n + 1] = r[n].

4.9.2 Definicao
O modelo de equacoes de estado de um sistema e um equacionamento que envolve as
variaveis de entrada (ri [n]), as variaveis de sada (yj [n]) e um dos possveis conjuntos de
variaveis de estado (xk [n]) do sistema a ser modelado.

Matematicamente, o modelo e definido da seguinte forma:

Vetor de sequencias de entrada: r[n] = [ r1 [n] r2 [n] rR [n] ]T .


Vetor de sequencias de sada: y[n] = [ y1 [n] y2 [n] yY [n] ]T .
Vetor de estados ou vetor de variaveis de estado: x[n] = [ x1 [n] x2 [n] xX [n] ]T .
Equacao de proximo estado: x[n + 1] = A x[n] + B r[n].
Equacao de sada: y[n] = C x[n] + D r[n].
Vetor de condicao inicial ou vetor de estado inicial: x[0].

TET / UFF
62 Captulo 4. Representacoes para SLITs

Das definicoes acima pode-se observar que:


dim{r[n]} = R 1, dim{y[n]} = Y 1, dim{x[n]} = X 1,
dim{A} = X X, dim{B} = X R, dim{C} = Y X, dim{D} = Y R.

O conjunto de matrizes {A, B, C, D} nao e unico para cada sistema. Dado um SLIT e
um conjunto qualquer {A, B, C, D}i , que o represente, este pode ser levado a um outro
conjunto qualquer {A, B, C, D}j , atraves de uma transformacao linear sobre matrizes.

Este modelo tambem e denominado de descricao ou representacao no espaco de estados.

Um SLIT de ordem N possui um conjunto de N variaveis de estado.

Uma vez que as variaveis de estado guardam a informacao necessaria para a definicao dos
valores de todas as demais variaveis do sistema, e natural que a primeira escolha para as
variaveis de estado sejam as sadas do blocos atrasadores, pois elas sao as variaveis do
sistema que guardam informacao.

Assim sendo, para estruturas canonicas em relacao aos atrasadores, um SLIT de ordem
N possui um conjunto de N atrasadores.

4.9.3 Nao unicidade da representacao de estados


O conjunto de variaveis de estado de um sistema nao e unico. Portanto, a sua representacao
de estados tambem nao e unica. A partir de um conjunto de variaveis de estado x[n] pode-se
obter um outro conjunto x[n], atraves de uma transformacao linear Q, o que e expresso por

x[n] = Q x[n] . (4.65)


Caso a matriz Q seja nao singular, tem-se que

Q1 x[n] = Q1 Q x[n]
= I x[n]
= x[n] . (4.66)

Combinando-se (4.65) e (4.66) com a equacao de proximo estado, obtem-se

x[n + 1] = Q x[n + 1]
= Q (A x[n] + B r[n])
= Q A x[n] + Q B r[n]
= Q A Q1 x[n] + Q B r[n]
= A x[n] + B r[n] , (4.67)

onde

A = Q A Q1 (4.68)
e

B = Q B . (4.69)

A.S.V.
4.10. Equacoes de estado equacao de diferenca 63

Por sua vez, combinando-se (4.66) com a equacao de sada, obtem-se

y[n] = C x[n] + D r[n]


= C Q1 x[n] + D r[n]
= C x[n] + D r[n] , (4.70)

onde

C = C Q1 (4.71)

D = D . (4.72)

4.10 Equacoes de estado equacao de diferenca


Supondo-se um SLIT SISO, descrito por uma equacao de diferenca, pode-se facilmente obter
uma representacao de estados para o sistema a partir de uma estrutura canonica, considerando-
se a sada de cada atrasador unitario como uma variavel de estado.
Como exemplo, considere-se um SLIT SISO, de ordem 4, descrito por

4
X 4
X
y[n] = ak y[n k] + bk r[n k] . (4.73)
k=1 k=0

Supondo-se uma estrutura IIR na Forma Direta II e definindo-se a variavel interna

4
X
v[n] = ak v[n k] + r[n] , (4.74)
k=1

pode-se escrever 4.73 como

4
X
y[n] = bk v[n k] . (4.75)
k=0

4.10.1 Forma canonica com matriz companheira - I


Definindo-se as sadas dos atrasadores como variaveis de estado, de tal forma que

x1 [n] = v[n 1]
x2 [n] = v[n 2]
x3 [n] = v[n 3]
x4 [n] = v[n 4] , (4.76)

obtem-se

TET / UFF
64 Captulo 4. Representacoes para SLITs

x1 [n + 1] = v[n] = a1 v[n 1] a2 v[n 2] a3 v[n 3] a4 v[n 4] + r[n]


= a1 x1 [n] a2 x2 [n] a3 x3 [n] a4 x4 [n] + r[n]
x2 [n + 1] = v[n 1] = x1 [n]
x3 [n + 1] = v[n 2] = x2 [n]
x4 [n + 1] = v[n 3] = x3 [n] , (4.77)

o que pode ser descrito matricialmente como



x1 [n + 1] a1 a2 a3 a4 x1 [n] 1
x2 [n + 1] 1 0 0 0 x2 [n] 0  
+ r[n]
x3 [n + 1] = 0 (4.78)

1 0 0 x3 [n] 0
x4 [n + 1] 0 0 1 0 x4 [n] 0
ou

x[n + 1] = A x[n] + B r[n] . (4.79)


Por sua vez, usando-se a Equacao(4.75), a sada pode ser definida por

y[n] = b0 v[n] + b1 v[n 1] + b2 v[n 2] + b3 v[n 3] + b4 v[n 4]


= b0 (a1 x1 [n] a2 x2 [n] a3 x3 [n] a4 x4 [n] + r[n]) +
b1 x1 [n] + b2 x2 [n] + b3 x3 [n] + b4 x4 [n]
= (b1 b0 a1 )x1 [n] + (b2 b0 a2 )x2 [n] + (b3 b0 a3 )x3 [n] + (b4 b0 a4 )x4 [n] +
b0 r[n] , (4.80)

que, matricialmente, assume a forma


x1 [n]
    x2 [n]   
y[n] = (b1 b0 a1 ) (b2 b0 a2 ) (b3 b0 a3 ) (b4 b0 a4 ) + b0
x3 [n] r[n]
x4 [n]
(4.81)
ou

y[n] = C x[n] + D r[n] . (4.82)

4.10.2 Forma canonica com matriz companheira - II


Definindo-se as sadas dos atrasadores como variaveis de estado, de tal forma que

x1 [n] = v[n 4]
x2 [n] = v[n 3]
x3 [n] = v[n 2]
x4 [n] = v[n 1] , (4.83)

obtem-se

A.S.V.
4.10. Equacoes de estado equacao de diferenca 65

x1 [n + 1] = v[n 3] = x2 [n]
x2 [n + 1] = v[n 2] = x3 [n]
x3 [n + 1] = v[n 1] = x4 [n]
x4 [n + 1] = v[n] = a1 v[n 1] a2 v[n 2] a3 v[n 3] a4 v[n 4] + r[n]
= a1 x4 [n] a2 x3 [n] a3 x2 [n] a4 x1 [n] + r[n] , (4.84)

o que pode ser descrito matricialmente como


x1 [n + 1] 0 1 0 0 x1 [n] 0
x2 [n + 1] 0 0 1 0 x2 [n] 0  
r[n]
x3 [n + 1] = 0 x3 [n] + 0 (4.85)

0 0 1
x4 [n + 1] a4 a3 a2 a1 x4 [n] 1

ou

x[n + 1] = A x[n] + B r[n] . (4.86)

Por sua vez, usando-se a Equacao(4.75), a sada pode ser definida por

y[n] = b0 v[n] + b1 v[n 1] + b2 v[n 2] + b3 v[n 3] + b4 v[n 4]


= b0 (a1 x4 [n] a2 x3 [n] a3 x2 [n] a4 x1 [n] + r[n]) +
b1 x4 [n] + b2 x3 [n] + b3 x2 [n] + b4 x1 [n]
= (b4 b0 a4 )x1 [n] + (b3 b0 a3 )x2 [n] + (b2 b0 a2 )x3 [n] + (b1 b0 a1 )x4 [n] +
b0 r[n] , (4.87)

que, matricialmente, assume a forma


x1 [n]
    x2 [n]   
y[n] = (b4 b0 a4 ) (b3 b0 a3 ) (b2 b0 a2 ) (b1 b0 a1 ) x3 [n] + b0
r[n]
x4 [n]
(4.88)
ou

y[n] = C x[n] + D r[n] . (4.89)

TET / UFF
66 Captulo 4. Representacoes para SLITs

4.11 Equacoes de estado operador de transferencia


Utilizando-se o operador de avanco unitario D1 {.}, pode-se explicitar o vetor de estados x[n]
atraves da seguinte manipulacao da equacao de proximo estado de um SLIT SISO:

x[n + 1] = A x[n] + B r[n]

x[n + 1] A x[n] = B r[n]

I x[n + 1] A x[n] = B r[n]

I D1 x[n] A x[n] = B r[n]




D1 I A x[n] = B r[n]
  

n 1 o
1

x[n] = D I A B r[n] . (4.90)

Substituido-se (4.90) na equacao de sada, obtem-se

y[n] = C x[n] + D r[n]


n 1 o
D1 I A

= C B r[n] + D r[n]
n  1 o
1

= C D I A B + D r[n]
= T (D) r[n] , (4.91)

onde
n  1 o
1

T (D) = C D I A B + D . (4.92)

A.S.V.
4.12. Exerccios propostos 67

4.12 Exerccios propostos


1. Dadas a constante ND N+ e a sequencia finita x[n] = {3, 2, 1}, para n = {0, 1, 2},
esboce os seguintes graficos:
x[n] n.
x[n] n.
x[n ND ] n.
x[n + ND ] n.
x[n ND ] n.
x[n + ND ] n.
2. Prove que a soma de convolucao y[n] = x[n] h[n] possui as seguintes propriedades:
Comutatividade.
Associatividade.
Distributividade.
3. Dados um sinal x1 [n], com valores nao nulos apenas no intervalo N1L n N1H ,
um sinal x2 [n], com valores nao nulos apenas no intervalo N2L n N2H , e o sinal
y[n] = x1 [n] x2 [n], apresente exemplos graficos das tres sequencias e calcule o intervalo
de valores potencialmente nao nulos para o sinal y[n], dadas as seguintes relacoes:
N1 L < N 1 H < N 2 L < N 2 H .
N1 L < N 2 L < N 1 H < N 2 H .
N1 L = N2 L < N 1 H = N2 H .
N2 L < N 1 L < N 2 H < N 1 H .
N2 L < N 2 H < N 1 L < N 1 H .
4. Dado o sinal y[n] = x1 [n] x2 [n], onde x1 [n] e x2 [n] sao sequencias finitas, com limites
N1L < N1H e N2L < N2H , respectivamente, calcule:
A quantidade de valores potencialmente nao nulos de y[n].
Os limites NyL < NyH de valores potencialmente nao nulos de y[n].
5. Ajuste os limites da equacao da soma de convolucao y[n] = x1 [n] x2 [n], assumindo que
os sinais x1 [n] e x2 [n] possuem as seguintes caractersticas:

(a) x1 [n] e x2 [n] sao sequencias bilaterais.


(b) x1 [n] e uma sequencia bilateral e x2 [n] e uma sequencia lateral direita, com limite
N2 .
(c) x1 [n] e uma sequencia lateral esquerda, com limite N1 , e x2 [n] e uma sequencia
bilateral.
(d) x1 [n] e x2 [n] sao sequencias finitas, com limites N1L < N1H e N2L < N2H ,
respectivamente.

6. Calcule a resposta ao impulso h[n] de um SLIT nao recursivo y[n] = Lk=0 bk x[n k] e
P
esboce o grafico h[n] n.

TET / UFF
68 Captulo 4. Representacoes para SLITs

7. Dado um SLIT composto por uma associacao paralela de dois SLITs (S1 e S2) definidos
por equacoes de diferenca, onde: aS1 = [a0 ] = [1], bS1 = [b0 b1 b2 ] = [0.4 0.3 0.1],
aS2 = [a0 ] = [1] e bS2 = [b0 b1 b2 ] = [0.6 0.4 0.2], atenda aos seguintes itens:

(a) Desenhe o diagrama de blocos genericos do SLIT.


(b) Desenhe o diagrama de sistema do SLIT.
(c) Calcule a resposta ao impulso h1 [n] do subsistema S1.
(d) Calcule a resposta ao impulso h2 [n] do subsistema S2.
(e) Calcule, algebricamente, a resposta ao impulso h[n] do SLIT.
(f) Calcule, graficamente, a resposta do SLIT a entrada x[n], cujos valores nao nulos
sao dados por x[5 4 3] = [3 2 1].

8. Dado um SLIT composto por uma associacao cascata (serie) de dois SLITs (S1 e S2)
definidos por equacoes de diferenca, onde: aS1 = [a0 ] = [1], bS1 = [b0 b1 b2 ] = [0.5 0.3 0.1],
aS2 = [a0 ] = [1] e bS2 = [b0 b1 b2 ] = [0.6 0.4 0.2], atenda aos seguintes itens:

Desenhe o diagrama de blocos genericos do SLIT.


Desenhe o diagrama de sistema do SLIT.
Calcule a resposta ao impulso h1 [n] do subsistema S1.
Calcule a resposta ao impulso h2 [n] do subsistema S2.
Calcule, graficamente, a resposta ao impulso h[n] do sistema.
Calcule, graficamente, a resposta do SLIT a entrada x[n], cujos valores nao nulos
sao dados por x[2 3 4] = [3 2 1].

9. Dado um sistema SISO descrito por y[n] = N


P PL
k=1 ak y[n k] + k=0 bk x[n k],
onde N > 0, L 0, com condicoes iniciais y[1] = y1 , y[2] = y2 , , y[N ] = yN
e x[n] = f [n] u[n], atenda aos seguintes itens:

Desenhe sua estrutura na Forma Direta I, para N = 1, N = 2 e N = 3, considerando


que os atrasadores possam ser inicializados com suas respectivas condicoes iniciais.
Adapte cada estrutura do item anterior, considerando que o conteudo de um atrasador
possa ser apenas anulado e aplicando a condicao inicial como entrada extra.
Redesenhe cada estrutura do item anterior, interpretando-as como sistemas MISO
relaxados, y[1] = y[2] = = y[N ] = 0, com cada entrada possuindo o seu
proprio subsistema de elementos basicos de sistema.
A partir das estruturas do item anterior, mostre que o sistema SISO nao relaxado
e equivalente a um sistema
PN MISO relaxado,PL descrito pela equacao
PN de diferenca
modificada y[n] = k=1 ak y[n k] + k=0 bk x[n k] + k=1 xyk [n], onde
xyk [n] = yk N
P
j=k (aj ) [n (j k)].

10. Assumindo o significado original para o termo forma canonica de uma estrutura, um
aluno de Processamento Digital de Sinais garante que: i) toda estrutura associada a uma
equacao de diferenca recursiva e nao canonica e ii) toda estrutura associada a uma equacao
de diferenca nao recursiva e canonica. As afirmativas sao corretas? Justifique.

A.S.V.
4.12. Exerccios propostos 69

11. Um aluno de Processamento Digital de Sinais garante que, para uma dada equacao de
diferenca, linear, com coeficientes constantes, nao recursiva, com condicoes iniciais nulas,
e possvel apresentar seis estruturas, as quais sao pictoricamente diferentes entre si:

(a) Forma Direta (FD).


(b) Forma Direta Transposta (FDT).
(c) Estrutura das Equacoes de Estado escritas a partir da FD (EEFD).
(d) Estrutura das Equacoes de Estado escritas a partir da FDT (EEFDT).
(e) EEFD transposta.
(f) EEFDT transposta.

A afirmativa e correta?
Justifique, usando, como exemplo, um sistema com tres atrasadores.

12. Trabalhando com sistemas lineares e invariantes ao deslocamento (SLITs) genericos,


descritos por equacoes de diferenca lineares, com coeficientes constantes genericos, um
aluno de Processamento Digital de Sinais garante que a associacao cascata de subsis-
temas gera sempre um sistema de ordem superior a ordem de cada subsistema utilizado.
Ele garante o mesmo para a associacao paralela. As afirmativas sao corretas? Justifique.

13. Dado um SLIT formado por uma associacao cascata (serie) de duas secoes nao recursivas
de 2a ordem, atenda aos seguintes itens:

Apresente a equacao de diferenca de cada secao: y1 [n] = f1 (x1 [n k], a1k , b1k ) e
y2 [n] = f2 (x2 [n k], a2k , b2k ).
Apresente a equacao de diferenca do sistema: y[n] = f (x[n k], ak , bk ).
Desenhe a realizacao de cada secao, em blocos basicos e em diagramas de fluxo de
sinal (SFG), considerando as seguintes formas:
Forma direta I.
Forma direta I transposta.
Desenhe a realizacao do sistema formado por uma unica secao, em blocos basicos e
em diagramas de fluxo de sinal (SFG), considerando as seguintes formas:
Forma direta I.
Forma direta I transposta.
Calcule a resposta ao impulso de cada secao, h1 [n] e h2 [n], a partir de suas equacoes
de diferenca.
Calcule a resposta ao impulso do sistema, h[n], a partir de sua equacao de diferenca.
Calcule a resposta ao impulso do sistema, h[n], utilizando um processo de convolucao,
graficamente, passo a passo.

TET / UFF
70 Captulo 4. Representacoes para SLITs

14. Dada a forma biquadratica


b0 + b1 x + b2 x 2 (x + z1 ) (x + z2 ) (1 + d1 x) (1 + d2 x)
f (x) = 2
= K1 = K2 ,
a0 + a1 x + a2 x (x + p1 ) (x + p2 ) (1 + c1 x) (1 + c2 x)
atenda aos seguintes itens:
Calcule a relacao entre os conjuntos de parametros das fatoracoes, {zk , pk , K1 } e
{ck , dk , K2 }, e o conjunto de parametros originais {bk , ak }.
Para a forma original e ambas as fatoracoes, desenhe as seguintes realizacoes, uti-
lizando blocos basicos e diagramas de fluxo de sinal (SFG), de tal forma que cada
multiplicador seja associado a apenas um dos coeficientes da equacao de diferenca:
Forma direta I.
Forma direta I transposta.
Forma direta II.
Forma direta II transposta.
15. Dado um SLIT definido por uma equacao de diferenca, com N = L = 3 e a0 6= 1, desenhe
as seguintes realizacoes, utilizando blocos basicos e diagramas de fluxo de sinal (SFG),
de tal forma que cada multiplicador seja associado a apenas um dos coeficientes da equacao
de diferenca:
Forma direta I.
Forma direta I transposta.
Forma direta II.
Forma direta II transposta.
16. Dado um SLIT formado por uma associacao cascata (serie) de uma secao de 1a ordem
(N = L = 1) e de uma secao de 2a ordem (N = L = 2), atenda aos seguintes itens:
Apresente a equacao de diferenca de cada secao.
Apresente a equacao que descreve o sistema.
Desenhe a realizacao do sistema, em blocos basicos e em diagramas de fluxo de sinal
(SFG), considerando cada secao nas seguintes formas:
Forma direta I.
Forma direta I transposta.
Forma direta II.
Forma direta II transposta.
17. Dado um SLIT formado por uma associacao cascata (serie) de duas secoes de 2a ordem
(N = L = 2), atenda aos seguintes itens:
Apresente a equacao de diferenca de cada secao.
Apresente a equacao que descreve o sistema.
Desenhe a realizacao do sistema, em blocos basicos e em diagramas de fluxo de sinal
(SFG), considerando cada secao nas seguintes formas:
Forma direta I.
Forma direta I transposta.
Forma direta II.
Forma direta II transposta.

A.S.V.
4.12. Exerccios propostos 71

18. Suponha o sistema linear e invariante ao deslocamento (SLIT), relaxado, definido por

4
!
Y b0k + b1k D
y[n] = x[n] = T (D) x[n] (4.93)
k=1
1 + a1k D

ou por

y[n] = (T1 (D) T2 (D)) x[n] , (4.94)

onde
4
!
Y b0k + b1k D
T (D) = , (4.95)
k=1
1 + a1k D

2
! P2 k
Y b0k + b1k D k=0 ck1 D
T1 (D) = = , (4.96)
1 + a1k D 1 + 2k=1 dk1 Dk
P
k=1

4
! P2 k
Y b0k + b1k D k=0 ck2 D
T2 (D) = = , (4.97)
1 + a1k D 1 + 2k=1 dk2 Dk
P
k=3

(Dk ) x[n] = Dk {x[n]} = x[n k] . (4.98)

Atenda aos seguintes itens:

(a) Para cada bloco de ordem 1 da Equacao (4.93), com os coeficientes alm e blm ,
apresente as seguintes descricoes:

i. Equacao de diferenca.
ii. Realizacao na Forma Direta I.
iii. Realizacao na Forma Direta I transposta.
iv. Realizacao na Forma Direta II.
v. Realizacao na Forma Direta II transposta.

(b) Para cada bloco de ordem 2 da Equacao (4.94), calcule os coeficientes clm e dlm .

TET / UFF
72 Captulo 4. Representacoes para SLITs

(c) Para cada bloco de ordem 2 da Equacao (4.94), com os coeficientes clm e dlm ,
apresente as seguintes descricoes:
i. Equacao de diferenca.
ii. Realizacao na Forma Direta I.
iii. Realizacao na Forma Direta I transposta.
iv. Realizacao na Forma Direta II.
v. Realizacao na Forma Direta II transposta.
vi. Equacoes de estado (formas canonicas).
vii. Realizacao das equacoes de estado apresentadas.
viii. Realizacao transposta das equacoes de estado apresentadas.
(d) Obtenha a equacao de diferenca na forma
4
X 4
X
y[n] = (k ) y[n k] + k x[n k] (4.99)
k=1 k=0

e apresente, para (4.99), as seguintes descricoes:


i. Realizacao na Forma Direta I.
ii. Realizacao na Forma Direta I transposta.
iii. Realizacao na Forma Direta II.
iv. Realizacao na Forma Direta II transposta.
v. Equacoes de estado (formas canonicas).
vi. Realizacao das equacoes de estado apresentadas.
vii. Realizacao transposta das equacoes de estado apresentadas.

19. Suponha o sistema linear e invariante ao deslocamento (SLIT), relaxado, definido por
4
!
X b0k + b1k D
y[n] = x[n] = T (D) x[n] (4.100)
k=1
1 + a1k D

ou por
y[n] = (T1 (D) + T2 (D)) x[n] , (4.101)
onde !
4
X b0k + b1k D
T (D) = , (4.102)
k=1
1 + a1k D

2
! P2 k
X b0k + b1k D k=0 ck1 D
T1 (D) = = , (4.103)
1 + a1k D 1 + 2k=1 dk1 Dk
P
k=1

4
! P2 k
X b0k + b1k D k=0 ck2 D
T2 (D) = = , (4.104)
1 + a1k D 1 + 2k=1 dk2 Dk
P
k=3
e
(Dk ) x[n] = Dk {x[n]} = x[n k] . (4.105)

A.S.V.
4.12. Exerccios propostos 73

Atenda aos seguintes itens:

(a) Para cada bloco de ordem 1 da Equacao (4.100), com os coeficientes alm e blm ,
apresente as seguintes descricoes:
i. Equacao de diferenca.
ii. Realizacao na Forma Direta I.
iii. Realizacao na Forma Direta I transposta.
iv. Realizacao na Forma Direta II.
v. Realizacao na Forma Direta II transposta.
(b) Para cada bloco de ordem 2 da Equacao (4.101), calcule os coeficientes clm e dlm .
(c) Para cada bloco de ordem 2 da Equacao (4.101), com os coeficientes clm e dlm ,
apresente as seguintes descricoes:
i. Equacao de diferenca.
ii. Realizacao na Forma Direta I.
iii. Realizacao na Forma Direta I transposta.
iv. Realizacao na Forma Direta II.
v. Realizacao na Forma Direta II transposta.
vi. Equacoes de estado (formas canonicas).
vii. Realizacao das equacoes de estado apresentadas.
viii. Realizacao transposta das equacoes de estado apresentadas.
(d) Obtenha a equacao de diferenca na forma
4
X 4
X
y[n] = (k ) y[n k] + k x[n k] (4.106)
k=1 k=0

e apresente, para (4.106), as seguintes descricoes:


i. Realizacao na Forma Direta I.
ii. Realizacao na Forma Direta I transposta.
iii. Realizacao na Forma Direta II.
iv. Realizacao na Forma Direta II transposta.
v. Equacoes de estado (formas canonicas).
vi. Realizacao das equacoes de estado apresentadas.
vii. Realizacao transposta das equacoes de estado apresentadas.

20. Um aluno de Processamento Digital de Sinais, com boa base matematica, tem uma duvida.
O trecho de um documento extremamente confiavel diz que . . . o filtro digital IIR em
questao, com entrada r[n] e sada y[n], e composto por um arranjo em cascata de dois
subsistemas, definidos pelas seguintes equacoes de diferenca: i) v[n] = r[n] +0.30r[n 1]+
0.02r[n 2] e ii) y[n] + 0.50y[n 1] + 0.06y[n 2] = v[n] + 0.70v[n 1] + 0.12v[n 2].
Logo, . . . . A duvida e baseada no fato de que, embora o texto denomine o filtro de IIR,
o aluno garante que ele tem uma resposta ao impulso finita. Atenda aos seguintes itens:

(a) Calcule a equacao de diferenca y[n] = f (y[n], r[n]) para o filtro completo e desenhe
o diagrama de sistema (em uma Forma Direta) para a equacao calculada.
(b) O aluno esta correto na sua afirmativa? Justifique.

TET / UFF
74 Captulo 4. Representacoes para SLITs

21. Considere o operador atrasador unitario D{.}, definido por D{v[n]} = v[n1], o operador
avancador
 unitario D1 {.}, definido por D1 {v[n]} = v[n + 1], e a notacao simplificada
ck Dk v[n] = ck Dk {v[n]} = ck v[n k], k Z. Dada uma equacao de diferenca, envol-
vendo os sinais r[n] e y[n], linear, com coeficientes constantes (onde a0 6= 0), recursiva,
com ordem N = L e condicoes iniciais nulas, atenda aos seguintes itens:

(a) Calcule o operador de transferencia do sistema T (D), em funcao de atrasadores, de


tal forma que y[n] = T (D) r[n].
(b) Calcule o operador de transferencia do sistema T (D1 ), em funcao de avancadores,
de tal forma que y[n] = T (D1 ) r[n].
(c) Relacione os coeficientes de T (D) com os coeficientes de T (D1 ).

22. Um SLIT, com entrada r[n] e sada y[n], e composto por um arranjo em cascata de tres
subsistemas, definidos pelas seguintes equacoes de diferenca: i) y[n] + 0.70y[n 1] +
0.12y[n 2] = v[n] + 0.3v[n 1] + 0.02v[n 2], ii) v[n] + 0.80v[n 1] + 0.12v[n 2] =
w[n] + 0.80w[n 1]+ 0.15w[n 2], e iii) w[n] + 1.30w[n 1] + 0.40w[n 2] = r[n] +
1.30r[n 1] + 0.42r[n 2]. Atenda aos seguintes itens:

(a) Calcule os operadores de transferencia Tk (D), 1 k 3, de cada subsistema.


(b) Calcule o operador de transferencia T (D) do sistema completo.
(c) Calcule as dimensoes das matrizes das equacoes de estado de cada subsistema.
(d) Calcule as dimensoes das matrizes das equacoes de estado do sistema completo.

23. Dado um sistema linear P e invariante ao deslocamento (SLIT), relaxado e descrito pela
equacao de diferenca N
PN
a
k=0 k y[n k] = b
k=0 k r[n k], com a0 6= 0 e N = 2, atenda
aos seguintes itens:

(a) Partindo da estrutura na Forma Direta, tal que y[n] = f (a0 , b0 , ak xk [n], bk xk [n], r[n]),
para 1 k N , onde x[n] e o vetor de estados, descreva o sistema por equacoes
de estado.
 
1 1
(b) Supondo a mudanca de estados dada por x[n] = x[n], calcule a nova
1 2
descricao de estados do sistema.
(c) A partir da nova descricao de estados do sistema, desenhe a estrutura equivalente, na
forma de blocos basicos (somador, multiplicador, atrasador unitario), usando uma
notacao simplificada para o valor de cada multiplicador.

24. Dado um SLIT definido por uma equacao de diferenca, com N = L = 2 e a0 6= 1, atenda
aos seguintes itens:
 T
Na Forma Direta II, considere o vetor de estados x[n] = x1 [n] x2 [n] , de tal
forma que y[n] = b0 v[n] + b1 x2 [n] + b2 x1 [n], calcule as matrizes A, B, C e D e
escreva as equacoes de estado do sistema.
 T
Na Forma Direta II transposta, considere o vetor de estados x[n] = x1 [n] x2 [n] ,
de tal forma que seja mantida a mesma associacao entre as variaveis de estado e os
atrasadores unitarios empregada na Forma Direta II (Dk xk ), calcule as matrizes
A, B, C e D e escreva as equacoes de estado do sistema.

A.S.V.
4.12. Exerccios propostos 75

25. Dado o SLIT definido por y[n] = 4k=0 bk v[n k] e v[n] = 4k=1 (ak )v[n k] + r[n], onde
P P
r[n], y[n] e v[n] sao, respectivamente, a entrada, a sada e uma variavel interna, calcule
as matrizes do equacionamento de estados, considerando o seguinte vetor de estados:
x[n] = [x1 [n] x2 [n] x3 [n] x4 [n]]T = [v[n 1] v[n 2] v[n 3] v[n 4]]T .
 T
26. Dado um SLIT descrito
 pelo
 vetor de estados x[n] = x1 [n] x2 [n] e pelas matrizes
a11 a12 b1    
A = , B = , C = c1 c2 e D = d , considere o novo vetor
a21 a22 b2
 T  T
de estados x[n] = x1 [n] x2 [n] = (x1 [n] x2 [n]) (x1 [n] + x2 [n]) e atenda aos
seguintes itens:

(a) Calcule as matrizes Q e Q1 , de mudanca de vetores de estado x[n] x[n].


(b) Calcule as novas matrizes A, B, C e D.

0 0 0 1
0 0 1 0
27. Dada a matriz Q =
0
, atenda aos seguintes itens:
1 0 0
1 0 0 0

Calcule a matriz inversa Q1 .


Prove que a multiplicacao QM equivale a aplicar a operacao de espelhamento
up-down sobre a a matriz M .
Prove que a multiplicacao M Q1 equivale a aplicar a operacao de espelhamento
left-right sobre a a matriz M .
Prove que a multiplicacao QM Q1 equivale a aplicar as operacoes de espelhamento
up-down e left-right, em ambas as ordens de aplicacao, sobre a a matriz M .

28. Foi pedido a um aluno de Processamento Digital de Sinais que escrevesse as equacoes de
estado de um sistema linear e invariante ao deslocamento (SLIT), relaxado, recursivo, com
a = [1, a1 , a2 , a3 ] e b = [b0 , b1 , b2 , b3 ], a partir de sua descricao dada pela Forma Direta I.
Como resultado, ele apresentou as Equacoes (4.107) (4.109). As equacoes apresen-
tadas representam um possvel conjunto de equacoes de estado para o SLIT em questao?
Justifique.


x1 [n + 1] (a1 ) (a2 ) (a3 ) b1 b2 b3 x1 [n] b0

x2 [n + 1]
1 0 0 0 0 0 x2 [n] 0



x3 [n + 1]
= 0 1 0 0 0 0 x3 [n] + 0

r[n] (4.107)

x4 [n + 1]
0 0 0 0 0 0 x4 [n]

1


x5 [n + 1] 0 0 0 1 0 0 x5 [n] 0
x6 [n + 1] 0 0 0 0 1 0 x6 [n] 0


x1 [n]

x2 [n]

  x3 [n]
y[n] = (a1 ) (a2 ) (a3 ) b1 b2 b3 + [b0 ] r[n] (4.108)

x4 [n]

x5 [n]
x6 [n]

TET / UFF
76 Captulo 4. Representacoes para SLITs


x1 [0] 0

x2 [0]
0

x3 [0] 0
x[0] = = (4.109)

x4 [0]
0

x5 [0] 0
x6 [0] 0

29. A sintaxe [y, xf ] = f ilter (b, a, r, xi ) indica que foram dados:

A especificacao de um sistema linear e invariante ao deslocamento (SLIT) por meio


dos coeficientes a = [a0 , a1 , , aN ] e b = [b0 , b1 , , bL ] da equacao de diferenca que
o define.
A entrada r = [ r[0], r[1], , r[K] ].
O estado inicial xi = [ x1 [0], x2 [0], , xM [0] ].

Baseando-se no calculo das equacoes da estrutura denominada de Forma Direta II Trans-


posta, que descreve o SLIT, a funcao retorna:

A sada y = [ y[0], y[1], , y[K] ].


O estado final xf = [ x1 [K], x2 [K], , xM [K] ].

Dado um sistema descrito por a = [1, 3, 5] e b = [0, 4, 6], com o estado inicial xi = [0, 0, 0],
atenda aos seguintes itens:

(a) Escreva as Equacoes de Estado do SLIT.


(b) Calcule as matrizes A, B, C e D do SLIT, de tal forma que seja possvel acompanhar
os resultados do calculo efetuado atraves das equacoes de estado diretamente com
aqueles obtidos atraves da funcao f ilter().
(c) A partir dos itens (a) e (b), calcule a sada e o estado final, para as seguintes entradas:
i. r = [1].
ii. r = [1, 1].
iii. r = [1, 1, 0].
iv. r = [1, 1, 0, 1].
v. r = [1, 1, 0, 1, 1].
(d) Esboce os graficos r[n] n e y[n] n, para o item (c.v).

A.S.V.
Captulo 5

Calculo da resposta de um SLIT

5.1 Introducao
Um dos principais objetivos a serem alcancados quando se modela um sistema e o calculo
da sua sada, a qual e interpretada com uma resposta do sistema a uma energia aplicada
externamente e/ou a uma energia internamente armazenada.

Dados utilizados na definicao do problema:

Equacao de diferenca ou equacoes de estado: que representam o sistema.


Condicoes iniciais ou estado inicial: que representam a energia interna do sistema.
Entrada: que representa a energia externamente aplicada ao sistema.

Procedimentos possveis para o calculo da resposta de um SLIT:

Implementacao em hardware ou calculo numerico: solucao baseada na iteracao da


equacao de diferenca ou das equacoes de estado, a partir das condicoes iniciais ou
do estado inicial.
Forma fechada:
Solucao baseada em algumas iteracoes das equacoes de estado, a partir do estado
inicial, e posterior tentativa de inferencia de uma forma geral para a sada.
Solucao baseada em algumas iteracoes da equacao de diferenca, a partir das
condicoes iniciais, e posterior tentativa de inferencia de uma forma geral para a
sada.
Solucao convencional da equacao de diferenca, atraves do calculo das respos-
tas homogenea yh [n], particular yp [n] e complementar yc [n], com o auxlio das
condicoes iniciais.
Casos particulares:
Calculo da resposta ao impulso h[n] a partir da resposta homogenea yh [n]:
h[0] = yent [0] e h[n] = yh [n], para n > 0 e condicao inicial h[0].
Calculo da resposta ao impulso h[n] a partir da resposta ao degrau yu [n]:
[n] = u[n] u[n 1] h[n] = yu [n] yu [n 1].
Calculo da resposta a entrada yent [n], dado um SLIT FIR relaxado, com resposta
ao impulso h[n]: y[n] = yent [n] + yest [n] = yent [n] = x[n] h[n] = h[n] x[n].

77
78 Captulo 5. Calculo da resposta de um SLIT

5.2 Equacoes de estado respostas do sistema


No equacionamento de estados, o vetor de sadas e computado a partir do vetor de estados
e do vetor de entradas. Por sua vez, o vetor de estados e calculado recursivamente, a partir
do proprio vetor de estados, do vetor de entradas e do estado inicial (valor inicial do vetor
de estados). Dessa forma, manipulando-se as equacoes de estado, pode-se calcular o vetor de
sadas diretamente a partir do estado inicial e do vetor de entradas.

5.2.1 Resposta generica


Definindo-se o instante inicial por N0 = 0, o estado inicial por x[N0 ] = x[0] e utilizando-se a
equacao de proximo estado

x[n + 1] = A x[n] + B r[n] ,

o valor de x[n], para n > N0 = 0, e dado por

x[1] = A x[0] + B r[0] = A1 x[0] + I B r[0] = A1 x[0] + A0 B r[0]


x[2] = A x[1] + B r[1] = A2 x[0] + A1 B r[0] + A0 B r[1]
x[3] = A x[2] + B r[2] = A3 x[0] + A2 B r[0] + A1 B r[1] + A0 B r[2]
..
.
(n1)
X
n
x[n] = A x[0] + A(n1k) B r[k] , n > 0. (5.1)
k=0

Substituindo-se a Equacao (5.1) na equacao de sada, obtem-se


C x[0] + D r[0] , n=0
y[n] = n P(n1) (n1k) . (5.2)
C A x[0] + C k=0 A B r[k] + D r[n] , n > 0

5.2.2 Resposta ao estado


Para um sistema com estado inicial x[0] e entrada nula, a resposta e dada por

C x[0] , n=0
y[n] = n . (5.3)
C A x[0] , n > 0

5.2.3 Resposta a entrada


Para um sistema relaxado e entrada r[n], a resposta e dada por

D r[0] , n=0
y[n] = P(n1) (n1k) . (5.4)
C k=0 A B r[k] + D r[n] , n > 0
Consequentemente, a resposta ao impulso unitario e calculada por

D , n=0
h[n] = (n1) . (5.5)
C A B , n>0

A.S.V.
5.3. Solucao convencional da equacao de diferenca 79

5.3 Solucao convencional da equacao de diferenca


Exemplos de calculo da resposta de um SLIT de primeira ordem, utilizando a solucao
convencional da equacao de diferenca, sao apresentados no Apendice F.

A Tabela 5.1 apresenta o resultado para o sistema descrito pela equacao de diferenca
y[n] + a1 y[n 1] = 0, com condicao inicial y[1].

As Tabelas 5.2 e 5.3 resumem os resultados para o sistema  relaxado descrito pela equacao
b0
de diferenca y[n] + a1 y[n 1] = b0 x[n], onde HD0 () = 1+a1 ej .

As Tabelas 5.4 e 5.5 resumem os resultados para o sistema relaxado


 descrito
 pela equacao
b1 ej
de diferenca y[n] + a1 y[n 1] = b1 x[n 1], onde HD1 () = 1+a1 ej .

As Tabelas 5.6 e 5.7 resumem os resultados para o sistema relaxado descrito pela equacao
de diferenca y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1].

x[n] yh [n]
0 y[1] (a1 )n+1 u[n]

Tabela 5.1: Solucao da equacao homogenea para um SLIT descrito por y[n] + a1 y[n 1] = 0,
com condicao inicial y[1].

x[n] yp [n]
 
b0
[n] ([n])
 1+a1 
b0
u[n] (u[n])
 1+a1 
b0
z0n u[n] 1 (z0n u[n])
 1+a1 z0 
b0

ej0 n u[n] 1+a1 ej 0
e j0 n
u[n]
cos(0 n) u[n] |HD0 (0 )| cos(0 n + HD0 (0 )) u[n]

Tabela 5.2: Solucao particular para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n].

x[n] yc [n]
 
b0
[n] (1) {(a1 )n+1 u[n] (a1 )n u[n 1]}
1+a1
 
b0
u[n] (1) 1+a 1
(a1 )n+1 u[n]
 
z0n u[n] (1) 1+ab0z1 z01 (a1 )n+1 u[n]
 1 0 

ej0 n u[n] (1) 1+a1be0j0 ej0 (a1 )n+1 u[n]


cos(0 n) u[n] (1) |HD0 (0 )| cos(0 HD0 (0 )) (a1 )n+1 u[n]

Tabela 5.3: Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n].

TET / UFF
80 Captulo 5. Calculo da resposta de um SLIT

x[n] y [n]
 p
b1
[n] ([n 1])
 1+a1 
b1
u[n] 1+a1
(u[n 1])
1
 
b1 z0
z0n u[n] 1+a 1 (z0n u[n 1])
 1 z0 
b1 ej0

ej0 n u[n] 1+a1 ej0
ej0 n u[n 1]
cos(0 n) u[n] |HD1 (0 )| cos(0 n + HD1 (0 )) u[n 1]

Tabela 5.4: Solucao particular para um SLIT descrito por y[n] + a1 y[n 1] = b1 x[n 1].

x[n] yc [n]
 
b1
[n] (1) {(a1 )n u[n 1] (a1 )n1 u[n 2]}
1+a1
 
b1
u[n] (1) 1+a 1
(a1 )n u[n 1]
 
z0n u[n] (1) 1+ab1z1 z01 (a1 )n u[n 1]
 1 0 
b1
ej0 n u[n] (1) 1+a1 ej0 ej0 (a1 )n u[n 1]
 
cos(0 n) u[n] (1) bb10 |HD0 (0 )| cos(0 HD0 (0 )) (a1 )n u[n 1]

Tabela 5.5: Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b1 x[n 1].

A.S.V.
5.3. Solucao convencional da equacao de diferenca 81

x[n] yp [n]
   
b0 b1
[n] ([n]) + ([n 1])
 1+a1   1+a1 
b0 b1
u[n] 1+a1
(u[n]) + 1+a (u[n 1])
   11 
b0 b z
z0n u[n] 1+a z 1 (z0n u[n]) + 1+a1 0z1 (z0n u[n 1])
1

b0
 0
  b e1j 0
0
 
ej0 n u[n] 1+a1 ej 0
e j0 n
u[n] + 1
1+a1 ej 0
ej0 n
u[n 1]
|HD0 (0 )| cos(0 n + HD0 (0 )) u[n]
cos(0 n) u[n] +
|HD1 (0 )| cos(0 n + HD1 (0 )) u[n 1]

Tabela 5.6: Solucao particular para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1].

x[n] yc [n]
 
b0
(1) 1+a1
{(a1 )n+1 u[n] (a1 )n u[n 1]}
[n]   +
b1
(1) 1+a1
{(a1 )n u[n 1] (a1 )n1 u[n 2]}
 
b0
(1) 1+a 1
(a1 )n+1 u[n]
u[n]   +
b1
(1) 1+a 1
(a1 )n u[n 1]
 
(1) 1+ab0z1 z01 (a1 )n+1 u[n]
1 0
z0n u[n]   +
(1) 1+ab1z1 z01 (a1 )n u[n 1]
 1 0 
b0
(1) 1+a1 ej0 ej0 (a1 )n+1 u[n]
ej0 n u[n]   +
b1
(1) 1+a1 ej0
ej0 (a1 )n u[n 1]
(1) |HD0 (0 )| cos(0 HD0 (0 )) (a1 )n+1 u[n]
cos(0 n) u[n]   +
b1
(1) b0
|HD0 (0 )| cos(0 HD0 (0 )) (a1 )n u[n 1]

Tabela 5.7: Solucao complementar para um SLIT descrito por y[n] + a1 y[n 1] = b0 x[n] +
b1 x[n 1].

TET / UFF
82 Captulo 5. Calculo da resposta de um SLIT

5.4 SLIT FIR com entrada de comprimento indefinido


Calculo da resposta a entrada yent [n], dado um SLIT FIR relaxado, com resposta ao
impulso h[n]: y[n] = yent [n] + yest [n] = yent [n] = x[n] h[n] = h[n] x[n].

Comprimentos das sequencias: Ny = Nx + Nh 1, onde Nx e indefinido e Nh e finito.

Possveis problemas

Comprimento: Nx de valor elevado.


Operacoes: quantidade excessiva de valores a serem calculados.
Espaco: quantidade excessiva de valores a serem armazenados.
Tempo: atraso excessivo na producao do resultado, pois o calculo so pode ser efetu-
ado apos terem sido adquiridos todos os valores dos operandos.

Possvel solucao

Segmentacao do calculo ou block filtering.


Segmentacao de x[n] em sequencias xm [n], de comprimento Lx .
Calculo de segmentos ym [n] da convolucao y[n], com dimensao fixa Nym .

Block filtering

Problema: efeito de borda em cada segmento ym [n] do calculo de y[n].


Solucoes
Metodo baseado em convolucao linear, com Nym = (Lx + Nh 1): overlap-add.
Metodo baseado em convolucao circular, com Nym = Lx : overlap-save.
Caractersticas
Overlap-add : o metodo naturalmente gera superposicao em parte dos segmentos
ym [n]. Os valores superpostos devem ser somados para produzir o resultado final
y[n] correto.
Overlap-save: o metodo naturalmente gera erros no calculo. Para contornar esse
problema, e adicionada uma superposicao na montagem dos segmentos xm [n]. A
parte errada de ym [n], relativa a superposicao, e descartada. Os demais valores
sao guardadas e justapostos aos demais segmentos assim calculados.

Overlap-add

Tecnica de block filtering baseada no calculo da convolucao linear.


Sequencias: h[n] (comprimento finito) e x[n] (comprimento indefinido).
Segmentacao da sequencia x[n]:

X
x[n] = xm [n] (5.6)
m=0
e

x[n] , (mLx ) n (m + 1) (Lx 1)
xm [n] = (5.7)
0 , caso contrario

A.S.V.
5.4. SLIT FIR com entrada de comprimento indefinido 83

ou


X
x[n] = xm [n mLx ] (5.8)
m=0

e

x[n + mLx ] , 0 n (Lx 1)
xm [n] = . (5.9)
0 , caso contrario

Calculo segmentado da convolucao:

De (5.6) e (5.7), obtem-se:


X
y[n] = ym [n] (5.10)
m=0

(m+1)(Lx 1)
X X
ym [n] = h[n] xm [n] = h[n k]xm [n] = h[n k]xm [n] , (5.11)
k= k=(mLx )

para (mLx ) n (m + 1) (Nh + Lx 1).

De (5.8) e (5.9), obtem-se:


X
y[n] = ym [n mLx ] (5.12)
m=0

(Lx 1)
X X
ym [n] = h[n] xm [n] = h[n k]xm [k] = h[n k]xm [k] , (5.13)
k= k=0

para 0 n (Nh + Lx 1).

Superposicao (overlap) dos segmentos ym [n]:


Comprimento de cada segmento xm [n]: Lx .
Comprimento de cada segmento da convolucao ym [n]: Lx + Nh 1.
Comprimento da superposicao nas bordas de ym [n]: Nh 1.
Tratamento da superposicao dos segmentos ym [n]: adicao dos conjuntos de valores
superpostos, para completar o calculo da convolucao nas bordas de cada segmento.

TET / UFF
84 Captulo 5. Calculo da resposta de um SLIT

Overlap-save
Tecnica de block filtering baseada no uso da convolucao circular para efetuar o calculo
da convolucao linear.
Sequencias: h[n] (comprimento finito) e x[n] (comprimento indefinido).
Segmentacao da sequencia x[n]: nesse caso, ser for adotada a segmentacao definida
pelas Equacoes (5.6) a (5.9), os (Nh 1) pontos iniciais de cada convolucao
circular ym [n] = h[n] ~ xm [n] assumirao valores diferentes daqueles apresentados
pela convolucao linear ym [n] = h[n] xm [n]. Os demais (Lx (Nh 1)) pontos
representarao a convolucao linear corretamente.
Segmentacao adequada da sequencia x[n]: deve ser realizada uma segmentacao onde
os (Nh 1) pontos iniciais de cada segmento xm [n] sejam copias dos (Nh 1) pontos
finais do segmento anterior. Dessa forma, os valores incorretos de ym [n] gerados por
tais pontos iniciais, poderao ser descartados do calculo da convolucao do segmento,
uma vez que eles ja foram calculados corretamente no segmento anterior.

Deslocamento inicial de x[n], para geracao de (Nh 1) valores nulos iniciais:

x0[n] = x[n (Nh 1)] u[n (Nh 1)] , 0 n (Nx + (Nh 1) 1) . (5.14)

Segmentacao de x0[n], com superposicao de (Nh 1) valores iniciais:

x0m [n] = x0[n m (Lx (Nh 1))] , 0 n (Lx 1) . (5.15)


Calculo segmentado da convolucao: os (Nh 1) pontos iniciais de cada segmento de
convolucao circular ym [n] devem ser ignorados, pois apresentam valores incorretos.
Os demais valores representam o segmento de convolucao linear ym [n] e devem ser
guardados para serem justapostos aos demais segmentos assim calculados.

ym [n] = h[n] xm [n] , 0 n (Lx 1) . (5.16)



0 , 0 n (Nh 2)
ym [n] = . (5.17)
ym [n] , (Nh 1) n (Lx 1)

X
y[n] = ym [n m (Lx (Nh 1))] . (5.18)
m=0

Superposicao (overlap) dos segmentos ym [n]:


Comprimento de cada segmento xm [n]: Lx .
Comprimento da superposicao nas bordas de xm [n]: Nh 1.
Comprimento de cada segmento da convolucao ym [n]: Lx .
Comprimento de cada segmento da convolucao ym [n]: Lx (Nh 1).
Tratamento da superposicao dos segmentos ym [n]: abandono dos (Nh 1) pontos
iniciais de cada segmento, que representam valores incorretos. Armazenamentos dos
demais Lx (Nh 1) pontos, que representam o segmento da convolucao ym [n].

A.S.V.
5.5. Tipos de respostas de um SLIT 85

5.5 Tipos de respostas de um SLIT


Observando-se o resultado dos calculos das respostas dos sistemas de primeira ordem, pode-se
propor uma organizacao ou classificacao da resposta total do SLIT em adicoes de parcelas com
determinadas caractersticas. Embora tal classificacao esteja sendo definida a partir de sistemas
de primeira ordem, pode-se mostrar que eles valem para sistemas de ordens superiores.

5.5.1 Caso geral


Conceitos basicos

Ha um SLIT descrito por uma equacao de diferenca ou por equacoes de estado.


Ha um ponto inicial de analise n = N0 . Normalmente, devido a propriedade de
invariancia ao deslocamento, adota-se n = N0 = 0.
Ha uma entrada passada, anterior a n = N0 , que e normalmente desconhecida, mas
que produz um estado inicial em n = N0 .
Caso o SLIT seja representado por uma equacao de diferenca, o estado inicial e
representado por valores da sada anteriores a n = N0 . Se o sistema for representado
por equacoes de estado, o estado inicial e representado por um vetor de estados
inicial em n = N0 .
Ha uma entrada atual, aplicada a partir do ponto n = N0 , que e a entrada de
interesse.
Deseja-se calcular a sada atual a partir do ponto n = N0 , conhecendo-se o estado
inicial e a entrada atual.

A resposta total ytot [n] de um SLIT, descrito por uma equacao de diferenca, submetido a
uma entrada atual x[n], e possuindo uma determinada condicao ou estado inicial, pode ser
dividida em diferentes partes, dependendo das caractersticas que se pretende observar:

Solucao da equacao de diferenca: respostas homogenea, particular e complementar.


Influencia interna ou externa: respostas ao estado e a entrada.
Forma da resposta: respostas natural e forcada.
Duracao da resposta: respostas transitoria e permanente.

Da resolucao da equacao de diferenca, sao obtidas a resposta da equacao homogenea yh [n]


e resposta do sistema relaxado yr [n], a qual e composta pela soma da resposta particular
yp [n] com a resposta complementar yc [n]: ytot [n] = yh [n] + yr [n] = yh [n] + (yp [n] + yc [n]).

A resposta homogenea yh [n] representa a influencia da energia interna do sistema, nele


depositada antes da aplicacao da entrada atual. A resposta particular yp [n] representa a
influencia direta da entrada atual. A resposta complementar yc [n] representa a influencia
da energia interna do sistema, depositada pela entrada atual.

Pode-se interpretar a resposta homogenea yh [n] como a resposta ao estado yest [n] e
interpretar a resposta do sistema relaxado yr [n] como a resposta a entrada yent [n]:
ytot [n] = yest [n] + yent [n].

TET / UFF
86 Captulo 5. Calculo da resposta de um SLIT

Uma vez que a forma das respostas homogenea yh [n] e complementar yc [n] e determinada
pelo sistema e a forma da resposta particular yp [n] e determinada pela entrada, podem-se
definir a resposta natural (do sistema) ynat [n] = (yh [n] + yc [n]) e a resposta forcada (pela
entrada) yf or [n] = yp [n]: ytot [n] = ynat [n] + yf or [n].

Agrupando-se as partes da resposta total que tendem ou nao a zero, podem-se definir a
resposta transitoria ytran [n] e a resposta permanente yperm [n]: ytot [n] = ytran [n] + yperm [n].

Define-se por regime transitorio, ou transiente, o perodo de tempo (t) ou de ndices (n)
desde a aplicacao da entrada atual ate o momento em que a ultima componente da resposta
transitoria retorna a zero. Durante esse perodo, coexistem tanto a resposta transitoria
ytran [n] como a resposta permanente yperm [n]: ytot [n]|RT = ytran [n] + yperm [n].

Por sua vez, define-se por regime permanente, regime estacionario ou estado estacionario
(steady-state), o perodo de tempo (t) ou de ndices (n) que comeca imediatamente apos o
termino do transiente. Nesse perodo, encontra-se apenas a resposta permanente yperm [n]:
ytot [n]|RP = ytot [n]|SS = yperm [n].

5.5.2 Casos particulares


Caso a entrada x[n] seja transitoria, a resposta forcada tambem o sera: yf or [n]|n = 0.

Para uma entrada senoidal x[n] = A0 cos(0 n + 0 ), pode-se mostrar que a resposta
forcada e calculada por

yf or [n] = A0 |H(0 )| cos(0 n + 0 + H(0 )) = A00 cos(0 n + 00 ) , (5.19)

onde: A00 = A0 |H(0 )|, 00 = 0 + H(0 ) e H() = |H()| ejH() .

Caso a resposta natural seja transitoria, a resposta no regime permanente sera igual a
resposta forcada: ytot [n]|RP = yperm [n] = yf or [n].

Em um sistema estavel, por definicao, a resposta natural deve ser um sinal do tipo tran-
sitorio.

Portanto, em um SLIT estavel, valem as seguintes relacoes, para n :

Resposta natural: ynat [n] 0.


Resposta em regime permanente: ytot [n]|RP = yperm [n] = yf or [n].
Para x[n] temporario: ytran [n] = ytot [n] e yperm [n] = 0.
Para x[n] permanente: ytran [n] = ynat [n] e yperm [n] = yf or [n].
Para x[n] = A0 cos(0 n + 0 ), a resposta no regime permanente e dada pela
Equacao 5.19.

A.S.V.
5.5. Tipos de respostas de um SLIT 87

5.5.3 Exemplo de notacao alternativa


Notacoes alternativas podem ser encontradas na literatura. Um exemplo e:

Resposta homogenea resposta as condicoes iniciais.


Resposta a entrada resposta forcada.
Resposta particular termo da resposta forcada devido a entrada.
Resposta complementar termo da resposta forcada devido ao sistema.
Resposta forcada resposta particular.
Resposta natural resposta complementar.

5.5.4 Um questionamento comum


Os resultados calculados no Apendice F, para um SLIT de primeira ordem, apontam uma
solucao generica do tipo

y[n] = yh [n] + yr [n] = yh [n] + yp [n] + yc [n] = Ch an + Cp x[n] + Cc an . (5.20)

Pode-se mostrar que esse formato de equacao final e mantido para SLITs de ordens su-
periores.

Uma analise isolada da Equacao (5.20) pode levantar um questionamento sobre a pro-
priedade de invariancia no tempo do sistema, uma vez que, aparentemente, a equacao
indica que y[n]|x[nND ] 6= y[n ND ].

Porem, uma analise mais detalhada revela que ambas as exponenciais (yh [n] e yc [n]) sao
vinculadas ao momento da aplicacao do sinal de entrada x[n].

No caso da resposta homogenea yh [n], ela representa a resposta ao estado do sistema


no momento da aplicacao da entrada. Assim, ao se testar a resposta para uma entrada
deslocada x[n ND ], a condicao inicial tambem deve ser deslocada para o novo ponto
inicial, de forma que o teste seja realizado com igualdade de estados. Isso ira gerar uma
sada yh [n]|x[nND ] = Ch a(nND ) = yh [n ND ].

Por outro lado, deve ser lembrado que a resposta complementar yc [n] surge como conse-
quencia da aplicacao do sinal de entrada. Logo, um sinal de entrada deslocado x[n ND ]
obrigatoriamente provocara o deslocamento da resposta complementar, de tal forma que
yc [n]|x[nND ] = Cc a(nND ) = yc [n ND ].

Portanto, no contexto da dinamica de operacao do sistema: y[n]|x[nND ] = y[n ND ].

TET / UFF
88 Captulo 5. Calculo da resposta de um SLIT

5.6 Representacao em domnio transformado


O calculo da resposta de um SLIT atraves da solucao convencional da equacao de diferenca
torna-se inviavel para sistemas de ordens elevadas.

Uma solucao para tal problema e realizar uma mudanca de domnio na representacao dos
sinais e dos sistemas, de tal forma a obter um equacionamento de solucao mais simples.

Uma mudanca comum e representacao dos sinais por uma composicao de sinais exponen-
ciais (ou senoidais), com frequencias especficas.

Essa transformacao e conhecida por representacao de sinais e sistemas no domnio da


frequencia.

Com tal mudanca, surgem novas representacoes para um SLIT, que sao a Funcao Resposta
em Frequencia e a Funcao de Transferencia (ou Funcao de Sistema).

Alem de facilitar o calculo da resposta de um SLIT, a mudanca de domnio conduz a


novas interpretacoes sobre a composicao dos sinais e dos sistemas, as quais podem dar
origem a novas tecnicas de analise e sntese.

A representacao no domnio da frequencia e tratada a seguir. Inicialmente, de forma


intuitiva, o problema e abordado com base no resultado dos calculos das respostas dos
sistemas de primeira ordem. Em seguida, e realizada uma formalizacao para sistemas de
ordens elevadas.

A.S.V.
5.7. Exerccios propostos 89

5.7 Exerccios propostos


1. Suponha um SLIT nao recursivo, com coeficientes bk , onde 0 k L. Para L = 2, 3 e 4,
atenda aos seguintes itens:

(a) Apresente a estrutura na forma direta, com uma unica linha de retardo.
(b) Calcule a resposta ao impulso h[n], iterativamente, atraves da estrutura na forma
direta, com uma unica linha de retardo, para 0 n (L + 2).
(c) Calcule as matrizes A, B, C e D, considerando xl = r[n l], para 1 l L,
e escreva as equacoes de estado.
(d) Apresente a estrutura associada as equacoes de estado calculadas, utilizando os
coeficientes alc , bl , cc e d, das matrizes A, B, C e D.
(e) Calcule as matrizes Pn = A(n1) , para 1 n (L + 2), verificando o padrao que se
desenvolve.
(f) Calcule as matrizes Mn = Pn B, para 1 n (L + 2), verificando o padrao que
se desenvolve.
(g) Calcule a resposta ao impulso h[n], iterativamente, atraves da Equacao (5.21), para
0 n (L + 2).

D , n=0
h[n] = (n1) . (5.21)
C A B , n>0

2. Dado o SLIT descrito pela equacao de diferenca y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1],
atenda aos seguintes itens:

Suponha as entradas: [n], u[n], z n u[n], ej0 n u[n] e cos(0 n) u[n].


Calcule a resposta do sistema relaxado yr [n] para a entrada x[n].
Calcule a resposta do sistema relaxado yrD [n] para a entrada xD = x[n ND ].
Compare as respostas calculadas, mostrando que yrD [n] = yr [n ND ].

3. Dado o SLIT causal, estavel e relaxado, definido pela equacao de diferenca


y[n] + (0.5095) y[n 1] = (0.2452) x[n] + (0.2452) x[n 1], tendo como entrada o
gate retangular unitario x[n] = G10 [n 10], atenda aos seguintes itens:

(a) Descreva o sinal de entrada em funcao do degrau unitario:


x[n] = G10 [n 10] = f (u[n]).
(b) Calcule a resposta total do sistema, no regime permanente.

4. Dado um SLIT relaxado, tendo como entrada o degrau unitario x[n] = u[n] e definido
pela equacao de diferenca y[n] + (1.05) y[n 1] = (0.2) x[n] + (0.3) x[n 1], calcule a
resposta total do sistema, no regime permanente.

TET / UFF
90 Captulo 5. Calculo da resposta de um SLIT

A.S.V.
Parte III

Representacao em domnio
transformado para sistemas de
primeira ordem

91
Captulo 6

Resposta em Frequencia

6.1 Introducao
O conteudo deste captulo e apresentado de forma intuitiva e sem um formalismo matematico
que o justifique. Ele e baseado na observacao dos resultados encontrados no calculo das res-
postas dos sistemas de primeira ordem, efetuado no Apendice F. A extrapolacao para sistemas
de ordens superiores e um formalismo matematico adequado sao apresentados em captulos
posteriores.

6.2 Funcao Resposta em Frequencia H() de um SLIT


Foi citado, para o caso generico, e calculado no Apendice F, para alguns casos particulares,
que, para uma entrada senoidal, a resposta forcada e formulada com base na funcao
contnua H() = |H()| ejH() .

Para cada valor particular k da frequencia , pode-se obter uma resposta diferente,
baseada em H(k ). Portanto, para um SLIT estavel, com uma entrada senoidal, operando
em regime permanente, a funcao H() e denominada de funcao Resposta em Frequencia
do sistema.

O conhecimento da funcao Resposta em Frequencia de um SLIT e bastante util:

Dado um SLIT estavel, com funcao H(), a sua resposta, no regime permanente
yperm [n], para uma entrada senoidal x[n] = Ak cos(k n + k ), e facilmente obtida,
a partir do calculo de H(k ), por

yperm [n] = yf or [n] = Ak |H(k )| cos(k n + k + H(k )) = A0k cos(k n + 0k ) ,

onde: A0k = Ak |H(k )|, 0k = k + H(k ) e H() = |H()| ejH() .


Caso seja possvel representar uma
Pentrada generica x[n] atraves de uma combinacao
linear de sinais senoidais x[n] = k Ak cos(k n + k ), o calculo da resposta de um
SLIT estavel, no regime permanente, e extremamente facilitado pelo uso de H().

Pode-se mostrar que a dependencia da funcao H(), em relacao a variavel , e formulada


com base na funcao ej . Assim, uma notacao alternativa, e bastante utilizada, para a
Resposta em Frequencia e H(ej ).

93
94 Captulo 6. Resposta em Frequencia

Para facilitar a visualizacao da influencia de H(ej ) no calculo da resposta forcada do


sistema, a funcao costuma ser representada por seus graficos de modulo |H(ej )| e angulo
de fase H(ej ), em funcao da frequencia .
Em virtude do comportamento periodico de H(ej ), com perodo fundamental p = 2, os
graficos sao elaborados apenas para uma faixa fundamental: < ou 0 < 2.
Para as funcoes que apresentam simetrias (par / mpar), as faixas sao reduzidas a metade:
2 < 2 ou 0 < .
Normalmente, os graficos sao apresentados com faixas normalizadas: 1 norm < 1,
0 norm < 2, 21 norm < 21 ou 0 norm < 1, onde norm = .
A Tabela 6.1 resume os resultados dos calculos efetuados no Apendice F.

SLIT Resposta em Frequencia


 
y[n] + a1 y[n 1] = b0 x[n] H(ej ) = 1+ab10ej
 
b1 ej
y[n] + a1 y[n 1] = b1 x[n 1] H(ej ) = 1+a j
 1 e j 
y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1] H(e ) = b1+a
j 0 +b1 e
1e
j

Tabela 6.1: Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a
sua funcao Resposta em Frequencia H(ej ).

6.3 SLIT interpretado como filtro


Uma vez que a funcao H(ej ) pode apresentar seletividade em frequencia, um SLIT
estavel, operando em regime permanente, pode ser interpretado como um filtro seletor
em frequencia, discreto no tempo.
A seletividade do sistema pode ser facilmente observada pelo representacao grafica da
funcao H(ej ): grafico de modulo e grafico de angulo de fase, em funcao da frequencia.
Por exemplo, conforme os resultados apresentados no Apendice F, para o SLIT definido
pela equacaode diferenca
 y[n]+a1 y[n1] = b0 x[n]+b1 x[n1], a Resposta em Frequencia
b +b ej
e H(ej ) = 1+a0 1
1e
j .

Dependendo dos valores dos coeficientes do sistema, a funcao H(ej ) pode apresentar di-
ferentes valores de modulo, bem como diferentes valores de angulo de fase, para diferentes
faixas da frequencia .
Sendo assim, na geracao do sinal de sada, os cossenos que compoem o sinal de entrada
podem sofrer alteracoes seletivas na amplitude e no angulo de fase, de acordo com as
faixas de frequencias ocupadas.
As alteracoes seletivas sofridas pelo sinal podem ser percebidas de dois modos equivalentes:
Uma mudanca na sua forma, quando representado em funcao do tempo, o que e
denominado de conformacao.

A.S.V.
6.4. Filtros com fase linear 95

Uma mudanca na sua composicao frequencial ou espectral, quando representado em


funcao da frequencia, o que e chamado de filtragem.
Logo, escolhendo-se adequadamente os coeficientes do sistema, podem-se realizar os tipos
basicos de filtros: passa-baixa, passa-alta, passa-banda, rejeita-banda e equalizador
(de amplitude ou de fase).
Se a entrada x[n], a sada y[n] e os coeficientes da equacao de diferenca ak e bk , forem
quantizados, o SLIT pode ser visto como um filtro digital.
Deve ser observado que a quantizacao de todos esses valores pode fazer com que o
filtro/sistema digital produza resultados significativamente diferentes daqueles gerados
pelo filtro/sistema discreto no tempo. Por essa razao, procura-se utilizar, no projeto de
um filtro, uma especificacao mais rigorosa do que a original. Tal tecnica e denominada
de overdesign.

6.4 Filtros com fase linear


Para que um SLIT apresente seletividade em frequencia, recebendo a denominacao de
filtro seletor em frequencia, ele deve possuir faixas ou bandas de passagem (p ) e de
rejeicao (r ).
O que se espera de um filtro ideal e que ele nao altere as componentes espectrais do sinal
de entrada nas faixas de passagem e que ele anule as componentes nas faixas de rejeicao.
Assim sendo, nas faixas de rejeicao, a sua funcao Resposta em Frequencia deve possuir
|H(r )| = 0, enquanto H(r ) pode assumir qualquer valor.
Por sua vez, nas faixas de passagem, deve-se ter |H(p )| = 1 e H(p ) = 0.
Em filtros nao ideais, nao e possvel garantir que H(p ) = 0, uma vez que a geracao do
sinal de sada envolvera o emprego de atrasos.
Porem, deve-se garantir que os atrasos acrescentados em cada componente na faixa de
passagem nao irao distorcer a soma final que ira compor o sinal de sada:
P
x[n] = k cos(k n) y[n] = x
Pp [n ND ] 
= cos k (n N D )
Pkp p

= cos k n k N D
Pkp p p

= kp |H(kp )|cos kp n + H(kp ) .

Portanto, na faixa de passagem, pode-se admitir que a Resposta em Frequencia apresente


|H(p )| = 1 e H(p ) = ND .
Por essa razao, tais sistemas sao denominados filtros com angulo de fase linear, filtros
com excesso de fase linear, filtros com atraso de fase linear ou, simplesmente, filtros com
fase linear.
Pode-se ainda definir a grandeza atraso de grupo: = dH()
d
.
Logo, na faixa de passagem, os filtros com fase linear devem apresentar |H(p )| = 1 e
= ND .

TET / UFF
96 Captulo 6. Resposta em Frequencia

6.5 Exerccios propostos


1. Calcule |H(ej )| e H(ej ) para as seguintes funcoes:
 
H(ej ) = 1+ab10ej .
 
j b1 ej
H(e ) = 1+a1 ej .
 
j b0 +b1 ej
H(e ) = 1+a1 ej .

2. Dada a equacao de diferenca y[n] = b0 x[n] + b1 x[n 1], esboce os graficos |H(ej )| e
H(ej ) para os seguintes casos:

b0 6= 0 e b1 = 0.
b0 = 0 e b1 6= 0.
b1 = b0 .
b1 = b0 .
b0 +b1 ej
3. Dados os subsistemas S1 e S2 , respectivamente definidos pelas funcoes H1 (ej ) = 1+a1 ej
j
e H2 (ej ) = d1+c
0 +d1 e
1e
j , calcule a resposta em frequencia total H(e
j
) do sistema S, obtido
atraves das seguintes associacoes:

Cascata (serie).
Paralela.

4. Deseja-se filtrar, digitalmente, um sinal analogico xa (t), composto por uma combinacao
linear de sinais senoidais. O sinal e limitado em banda, envolvendo frequencias na faixa
de 0 f 15 kHz. O sinal xa (t) sera amostrado com frequencia de amostragem FS ,
gerando a sequencia x[n], que sera processada por um filtro digital, produzindo a sequencia
y[n]. Atenda aos seguintes itens:

(a) Que valor deve ser escolhido para a frequencia de amostragem FS ? Justifique.
(b) Assumindo que o sinal y[n] deve corresponder a um sinal analogico que possua
componentes senoidais envolvendo frequencias na faixa de 0 f 5 kHz:
Que tipo de seletividade em frequencia o filtro deve apresentar? Justifique.
Calcule a frequencia de corte c do filtro digital ideal.

A.S.V.
Captulo 7

Funcao de Transferencia

7.1 Introducao
O conteudo deste captulo e apresentado de forma intuitiva e sem um formalismo matematico
que o justifique. Ele e baseado na observacao dos resultados encontrados no calculo das res-
postas dos sistemas de primeira ordem, efetuado no Apendice F. A extrapolacao para sistemas
de ordens superiores e um formalismo matematico adequado sao apresentados em captulos
posteriores.

7.2 Funcao de Transferencia H(z) de um SLIT


Com base nos calculos efetuados no Apendice F, relativos a respostas de um SLIT descrito
por uma equacao de diferenca de primeira ordem, foram apresentadas algumas definicoes
para os sistemas abordados.

Pode-se mostrar que esses resultados valem para um SLIT descrito por uma equacao de
diferenca de ordem generica.

Foi observado que, para um SLIT estavel, a resposta em regime permanente sera igual a
resposta forcada.

Foi mostrado que, para um sinal de entrada senoidal, a resposta forcada sera tambem um
sinal senoidal, com a mesma frequencia da entrada, porem com amplitude e angulo de
fase modificados pela funcao Resposta em Frequencia H(ej ).

Portanto, para um sinal de entrada composto por uma combinacao linear de sinais
senoidais, a resposta forcada sera composta por uma combinacao linear dos sinais senoidais
de entrada processados pela funcao Resposta em Frequencia H(ej ).

Tal resultado facilita o calculo da resposta no regime permanente para um SLIT estavel.

Porem, ele nao permite analisar o que acontece durante o regime transitorio, uma vez que
estarao presentes a resposta natural e a resposta forcada.

Um raciocnio semelhante ao anterior pode ser aplicado nesse caso.

A partir dos exemplos apresentados no Apendice F, pode-se observar que a resposta


natural envolve sinais com variacoes exponenciais do tipo an .

97
98 Captulo 7. Funcao de Transferencia

Enquanto os sinais senoidais podem ser descritos como combinacoes de sinais exponenciais
do tipo ejn , pode-se pensar em expressar os sinais com variacoes exponenciais atraves
jz n
n

de combinacoes de exponenciais genericas do tipo z = |z|e = |z|n ejzn = an ejn .

Nos exemplos apresentados no Apendice F, pode-se observar que os sinais do tipo zkn sao
modificados por uma funcao H(z), que e caracterstica de cada sistema. Uma vez que
ela define uma relacao direta entre a entrada do sistema e a resposta a entrada, a funcao
H(z) pode ser denominada de Funcao de Transferencia do SLIT. A Tabela 7.1 resume os
resultados dos calculos efetuados.

Uma vez que se consiga expressar os sinais de entrada como combinacoes de exponenciais
do tipo zkn = |zk |n ejk n , o processo de analise da resposta total do sistema (transitorio +
permanente), utilizando a funcao H(z), pode ser similar ao adotado na analise do regime
permanente senoidal, que emprega a funcao H(ej ).

Alem disso, analisando-se a funcao H(z) e a resposta natural de um SLIT, pode-se verificar
que a Funcao de Transferencia carrega informacao sobre a estabilidade do sistema.

Finalmente, pode-se pensar ainda em uma unificacao dos dois processos de analise, ao se
definir uma relacao entre as funcoes H(ej ) e H(z).

SLIT Funcao de Transferencia


 
y[n] + a1 y[n 1] = b0 x[n] H(z) = 1+ab10z1
 
b1 z 1
y[n] + a1 y[n 1] = b1 x[n 1] H(z) = 1+a 1
 1 z 1 
y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1] H(z) = b1+a 0 +b1 z
1z
1

Tabela 7.1: Exemplos de associacoes entre a equacao de diferenca que descreve um SLIT e a
sua Funcao de Transferencia H(z).

7.3 Representacao alternativa para sequencias


Para um SLIT descrito por uma equacao de diferenca, os calculos de H(z) e das respostas
do sistema podem ser facilitados ao se utilizar uma representacao alternativa para sequencias,
baseada em sequencias exponenciais do tipo z n . Duas representacoes sao possveis: bilateral e
unilateral.

7.3.1 Representacao bilateral


Supondo-se que e possvel associar uma sequencia generia v[n] a uma combinacao linear bilateral
de sequencias exponenciais do tipo z n , onde < n < , de tal forma que

X
V (z) = v[l] z l , (7.1)
l=

A.S.V.
7.3. Representacao alternativa para sequencias 99

pode-se expressar o impulso [n] por



X
(z) = [l] z l = 1 (7.2)
l=
e a representacao de uma sequencia deslocada v[n ND ] por


X
VND (z) = v[l ND ] z l
l=

X
= v[m] z (m+ND )
m=

X
= v[m] z m z ND
m=

X
ND
= z v[m] z m
m=
ND
= z V (z) . (7.3)
No caso da soma de sequencias envolvendo atrasos
K
X
w[n] = ck v[n k] , (7.4)
k=0
que ocorre em equacoes de diferenca, obtem-se


X
W (z) = w[l] z l
l=
K
!
X X
= ck v[l k] z l
l= k=0

K
!
X X
l
= ck v[l k] z
k=0 l=
K
X
= ck Vk (z)
k=0
K
X
= ck z k V (z)
k=0
K
!
X
= ck z k V (z)
k=0

= P (z) V (z) , (7.5)


onde
K
X
P (z) = ck z k . (7.6)
k=0

TET / UFF
100 Captulo 7. Funcao de Transferencia

7.3.2 Representacao unilateral


Inicialmente, sera suposto a existencia de uma representacao alternativa unilateral direita, dada
por


X
FU (z) = f [l] z l . (7.7)
l=0

Deve-se notar que, para sequencias do tipo x[n] = f [n] u[n], as duas representacoes sao
equivalentes, uma vez que


X
X
l
FB (z) = f [l] u[l] z = f [l] z l = FU (z) . (7.8)
l= l=0

Com essa nova representacao, pode-se expressar uma sequencia generica v[n] por


X
V (z) = v[l] z l , (7.9)
l=0

o impulso [n] por


X
(z) = [l] z l = 1 (7.10)
l=0

e a representacao de uma sequencia atrasada v[n ND ], ND N+ , por


X
VND (z) = v[l ND ] z l
l=0

X
= v[m] z (m+ND )
m=ND
1
X
X
(m+ND )
= v[m] z + v[m] z m z ND
m=ND m=0
1
X
X
(m+ND ) ND
= v[m] z +z v[m] z m
m=ND m=0
ND
X
= v[m] z (ND m) + z ND V (z) . (7.11)
m=1

Quando v[n] = f [n] u[n], tem-se que

VND (z)|unilateral = z ND V (z) = VND (z)|bilateral ,

conforme previsto na Equacao (7.8).

A.S.V.
7.3. Representacao alternativa para sequencias 101

No caso da soma de sequencias envolvendo atrasos


K
X
w[n] = ck v[n k] , (7.12)
k=0

que ocorre em equacoes de diferenca, obtem-se


X
W (z) = w[l] z l
l=0
K
!
X X
= ck v[l k] z l
l=0 k=0

K
!
X X
= ck v[l k] z l
k=0 l=0
XK
= ck Vk (z)
k=0
XK
= ck Vk (z) + c0 V (z)
k=1
K k
!
X X
= ck v[m] z (km) + z k V (z) + c0 V (z)
k=1 m=1
K k
! K
X X X
= ck v[m] z (km) + ck z k V (z) + c0 V (z)
k=1 m=1 k=1
K k
! K
!
X X X
(km) k
= ck z v[m] + ck z V (z)
k=1 m=1 k=0
K K
! K
!
X X X
= cm z (mk) v[k] + ck z k V (z)
k=1 m=k k=0
XK
= Pv[k] (z) v[k] + P (z) V (z) , (7.13)
k=1

onde
K
X
Pv[k] (z) = cm z (mk) (7.14)
m=k
e
K
X
P (z) = ck z k . (7.15)
k=0

TET / UFF
102 Captulo 7. Funcao de Transferencia

7.4 Exemplos de mapeamento


Utilizando-se as representacoes alternativas em conjunto com as identidades apresentadas no
Apendice D, demonstra-se que as sequencias x[n] = u[n], x[n] = an u[n] e x[n] = z0n u[n],
podem ser expressas, respectivamente, por

X
l
X l 1
XB (z) = XU (z) = z = z 1 = , |z| > 1 . (7.16)
l=0 l=0
1 z 1

X X l 1
XB (z) = XU (z) = al z l = az 1 = , |z| > |a| . (7.17)
l=0 l=0
1 az 1

X X l 1
XB (z) = XU (z) = z0l z l = z0 z 1 = , |z| > |z0 | . (7.18)
l=0 l=0
1 z0 z 1
Deve-se notar, nesses exemplos, que os mapeamentos x[n] X(z) sao definidos apenas para
determinadas faixas de valores de z. Tais faixas sao denominadas de Regiao de Convergencia
(Region Of Convergence ou ROC) do mapeamento.

7.5 Representacao alternativa convolucao


A soma de convolucao e uma operacao que aparece naturalmente na analise de um SLIT. Por-
tanto, e interessante conhecer o efeito causado sobre a convolucao pela representacao alternativa
proposta. Como sera demonstrado, a representacao alternativa realiza um mapeamento da con-
volucao em uma operacao de multiplicacao, o que representa um resultado muito importante.

7.5.1 Representacao bilateral


Considerando-se a convolucao de duas sequencias genericas w[n] e v[n], calculada por

X
y[n] = w[n] v[n] = w[k] v[n k] , (7.19)
k=

e utilizando-se a associacao y[n] Y (z), tem-se que


X
X
l
Y (z) = y[l] z = (w[l] v[l]) z l
l= l=

!
X X
= w[k] v[l k] z l
l= k=

!
X X
= w[k] v[l k] z l
l= k=

!
X X
= w[k] v[m] z (m+k)
m= k=

!
X X
= w[k] v[m] z m z k
m= k=

A.S.V.
7.5. Representacao alternativa convolucao 103


!
X X
k
= w[k] z v[m] z m
m= k=

X
= W (z) v[m] z m
m=

X
= W (z) v[m] z m
m=
= W (z) V (z) . (7.20)

7.5.2 Representacao unilateral


Considerando-se a convolucao de duas sequencias unilaterais w[n] u[n] e v[n] u[n], calculada
por


X
y[n] u[n] = (w[n] u[n]) (v[n] u[n]) = (w[k] u[k]) (v[n k] u[n k]) , (7.21)
k=

e utilizando-se a associacao y[n] Y (z), tem-se que


X
Y (z) = y[l] u[l] z l
l=0

X
= [(w[l] u[l]) (v[l] u[l])] z l
l=0

"
#
X X
= (w[k] u[k]) (v[l k] u[l k]) z l
l=0 k=

"
#
X X
= (w[k] u[k]) (v[l k] u[l k]) z l
l=0 k=

"
#
X X
= (w[k] u[k]) (v[m] u[m]) z (m+k)
m=k k=

"
#
X X
= w[k] (v[m] u[m]) z m z k
m=k k=0

!
X X
= w[k] v[m] z m z k
m=0 k=0

!
X X
= w[k] z k v[m] z m
m=0 k=0
X
= W (z) v[m] z m
m=0

X
= W (z) v[m] z m
m=0
= W (z) V (z) . (7.22)

TET / UFF
104 Captulo 7. Funcao de Transferencia

7.6 Representacao alternativa equacao de diferenca


Supondo-se um SLIT estavel, descrito pela equacao de diferenca

y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1] ,

pode-se aplicar a representacao alternativa para os sinais de entrada x[n] e de sada y[n], gerando
uma equacao equivalente, envolvendo X(z) e Y (z). Em seguida, a equacao equivalente pode
ser resolvida e a solucao Y (z) remapeada para a solucao y[n].
Porem, deve-se notar que o uso das representacoes bilateral e unilateral carregam significados
diferentes no calculo das respostas dos sistemas.
Ao aplicar-se a representacao bilateral sobre a equacao de diferenca, e intrinsicamente su-
posto que se procura uma solucao y[n], para uma entrada x[n], no intervalo < n < .
Isso e equivalente a dizer que a entrada x[n] foi aplicada ao sistema em n . Uma vez que
o sistema e estavel, sua resposta ao estado inicial em n e transitoria, ocorrendo em um
intervalo de tempo finito. Portanto, aplicar a representacao bilateral para resolver um SLIT
estavel e equivalente a resolver o sistema relaxado.
Por outro lado, na resolucao de uma equacao de diferenca que descreve um SLIT estavel e
nao relaxado, deve-se ter em mente que:

Sao considerados os valores de uma entrada conhecida x[n], aplicada a partir de n = N0 ,


o que pode ser representado por x[n N0 ] u[n N0 ].

Sao desconhecidas as entradas x[n] para n < N0 . Porem, o efeito causado no SLIT por
tais entradas e descrito pelas condicoes iniciais para n = N0 , que podem ser fornecidas
na forma de valores de y[n] para n < N0 .

Sao calculados os valores da sada y[n] a partir de n = N0 , o que pode ser representado
por y[n N0 ] u[n N0 ].

Aproveitando-se a caracterstica de invariancia ao deslocamento, o valor N0 = 0 e sempre


utilizado como ponto inicial de analise.

Tais especificacoes para o processo de calculo das respostas do SLIT levam naturalmente a
representacao unilateral.
Logo, pode-se resumir o uso das representacoes alternativas na resolucao de um SLIT estavel
da seguinte forma:

No caso de sistemas relaxados, onde y[n] = 0, para n < 0, a Equacao (7.8) indica que
ambas as representacoes alternativas podem ser utilizadas, gerando o mesmo resultado:
ytot [n] = yr [n] = yent [n], para n 0.

No caso de sistemas nao relaxados, a Equacao (7.11) mostra como as condicoes iniciais
serao includas nos calculos, possibilitando que a representacao unilateral seja empregada
para encontrar a resposta do sistema ytot [n] = yr [n] + yh [n] = yent [n] + yest [n], para n 0.

A.S.V.
7.7. Representacao alternativa respostas de um SLIT 105

7.7 Representacao alternativa respostas de um SLIT


7.7.1 Respostas para uma entrada generica
Utilizando-se a associacao v[n] VU (z), a equacao de diferenca

y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1] ,


com x[n] = f [n] u[n] e condicao inicial y[1], pode ser expressa por

Y (z) + a1 y[1] + z 1 Y (z) = b0 X(z) + b1 x[1] + z 1 X(z)


   

1 + a1 z 1 Y (z) + a1 y[1] = b0 + b1 z 1 X(z)


 

b0 + b1 z 1
   
1
Y (z) = X(z) + (a1 ) y[1]
1 + a1 z 1 1 + a1 z 1
1
Y (z) = H(z) X(z) + (P1 (z) y[1])
DH (z)
Y (z) = Yent (z) + Yest (z)
Y (z) = Yr (z) + Yh (z) , (7.23)
onde
b0 + b1 z 1
 
NH (z)
H(z) = = ,
DH (z) 1 + a1 z 1

DH (z) = 1 + a1 z 1


e
P1 (z) = (a1 )
sao, respectivamente, a Funcao de Transferencia, o seu denominador e o polinomio relativo a
condicao inicial y[1], bem como

Yent (z) = H(z) X(z) ,

1
Yest (z) = (P1 (z) y[1]) ,
DH (z)

Yr (z) = Yent (z)


e
Yh (z) = Yest (z) ,
sao, respectivamente, as representacoes alternativas para a resposta a entrada, a resposta ao
estado, a resposta do sistema relaxado e a resposta da equacao homogenea.
Aplicando-se (7.17) e (7.21) em (7.23), obtem-se:

yr [n] = yent [n] = h[n] x[n] (7.24)


e

yh [n] = yest [n] = (a1 )y[1](a1 )n u[n] . (7.25)

TET / UFF
106 Captulo 7. Funcao de Transferencia

7.7.2 Respostas para uma entrada conhecida


AD
Supondo-se x[n] = AD u[n], obtem-se de (7.16) e (7.23), respectivamente, X(z) = 1z 1
e

b0 + b1 z 1
  
AD
Yent (z) = Yr (z) = H(z) X(z) =
1 + a1 z 1 1 z 1
   
KH KX
= +
1 + a1 z 1 1 z 1
= Yc (z) + Yp (z)
= Yc (z) + Yf or (z) , (7.26)
onde:
 
KH
Yc (z) =
1 + a1 z 1
e
 
KX
Yp (z) = Yf or (z) =
1 z 1
sao, respectivamente, as representacoes alternativas para a resposta complementar e a resposta
particular (ou forcada), bem como
 
a1 b 0 b 1
K H = AD
1 + a1
e
 
b0 + b1
KX = A D .
1 + a1
De (7.23) e (7.26) obtem-se:

Y (z) = Yent (z) + Yest (z)


= Yr (z) + Yh (z)
= (Yc (z) + Yp (z)) + Yh (z)
= (Yc (z) + Yf or (z)) + Yh (z)
   
KH KX (a1 ) y[1]
= + +
1 + a1 z 1 1 z 1 1 + a1 z 1
   
KH + (a1 ) y[1] KX
= +
1 + a1 z 1 1 z 1
= Ynat (z) + Yf or (z) , (7.27)
onde:
 
KH + (a1 ) y[1]
Ynat (z) = Yc (z) + Yh (z) = Yc (z) + Yest (z) =
1 + a1 z 1
e
 
KX
Yf or (z) = Yp (z) = .
1 z 1
sao, respectivamente, as representacoes alternativas para a resposta natural e a resposta forcada.
Aplicando-se (7.16), (7.17) e (7.21) em (7.27), obtem-se:

y[n] = yf or [n] + ynat [n] = KX u[n] + (KH + (a1 ) y[1]) (a1 )n u[n] (7.28)

A.S.V.
7.8. Relacao entre H(z) e h[n] de um SLIT 107

7.8 Relacao entre H(z) e h[n] de um SLIT


Nao e coincidencia o fato da Funcao de Transferencia ser denominada de H(z). Empregando-se
a representacao alternativa proposta, a resposta ao impulso y [n] = h[n] pode ser expressa por

X
X
l
Y (z) = y [l] z = h[l] z l = H(z) . (7.29)
l= l=

Utilizando-se (7.10) e (7.23), a resposta ao impulso h(n) de um SLIT relaxado, descrito pela
equacao de diferenca
y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1]
pode ser expressa por

b0 + b1 z 1
 
Y (z) = Yr (z)|x[n]=[n] = H(z) X(z) = H(z) (z) = H(z) = . (7.30)
1 + a1 z 1
De (7.29) e (7.30), pode-se dizer que

b0 + b1 z 1
  X
H(z) = = Y (z) = h[l] z l , (7.31)
1 + a1 z 1 l=

o que justifica a notacao H(z) para a Funcao de Transferencia do SLIT.

7.9 Regiao de convergencia de H(z)


Nos exemplos apresentados pelas Equacoes (7.16) a (7.18), foi visto que o mapeamento de
sequencias genericas x[n] em funcoes X(z) so existe para determinadas faixas de valores de z.
Sendo assim, no mapeamento da sequencia h[n] (resposta ao impulso) na funcao H(z) (Funcao
de Transferencia), deve-se definir a faixa de valores de z que garanta a sua existencia. Tal faixa
de valores e definida como a regiao de convergencia (ROC) de H(z).

7.10 Polos e zeros de H(z)


Deve-se notar que a Funcao de Transferencia e uma funcao polinomial racional
NH (z)
H(z) = DH (z)
, com variavel complexa (z) e coeficientes constantes (bk e ak ).

Nesse caso, as razes complexas dos polinomios NH (z) e DH (z) deverao ocorrer em pares
complexos conjugados.
Nota-se ainda que as razes dos polinomios NH (z) e DH (z) dependem, respectivamente,
dos coeficientes bk e ak da equacao de diferenca que descreve o SLIT.
As razes do polinomio NH (z) sao denominadas de zeros da funcao H(z), uma vez que
ela e anulada para tais valores de z.
As razes do polinomio DH (z) sao denominadas de polos da funcao H(z), uma vez que
ela tende a infinito para tais valores de z.
Quando as singularidades (zeros e polos) em z sao computadas, o numero total de
zeros e igual ao numero total de polos.

TET / UFF
108 Captulo 7. Funcao de Transferencia

7.11 Polos de H(z) estabilidade do SLIT


A posicao dos polos de H(z), que depende dos coeficientes ak da equacao de diferenca,
carrega informacao sobre a estabilidade do SLIT, segundo o criterio BIBO (Bounded-Input
Bounded-Output).
Isso pode ser constatado atraves da analise de cada uma das partes do sinal de sada.
Observando-se as respostas homogenea/estado, complementar e natural, como aquelas
calculadas no Apendice F, nota-se que elas dependem dos coeficientes ak , com forma
exponencial.
Em (7.23) e (7.25), pode-se verificar a mesma dependencia para a resposta ao estado.
Ainda, nas Equacoes (7.23) e (7.26) a (7.28), pode-se perceber que a resposta a entrada
depende dos polos do sinal de entrada e dos polos de H(z).
De forma geral, pode-se mostrar que uma equacao de diferenca de ordem qualquer da
origem a uma resposta composta por funcoes polinomiais racionais de mesma ordem.
Sabe-se que uma funcao polinomial racional de ordem qualquer pode ser fatorada em
fracoes parciais de primeira ordem, do tipo Hk (z) = (1pNkz(z)
1 )Mk
, com polo z = pk , de
k
multiplicidade Mk .
No caso de haver uma fracao parcial com polo z = pk complexo, de multiplicidade Mk ,
devera haver uma outra com polo z = pk complexo conjugado, de multiplicidade Mk .
Pode-se mostrar que:
Quando |pk | < 1, a fracao Hk (z) e mapeada em um termo hk [n] que tende a zero
quando n tende a infinito, independente da multiplicidade Mk .
Quando |pk | = 1, e os polos (reais ou complexos conjugados) possuem multiplicidade
Mk = 1, a fracao Hk (z) e mapeada em um termo hk [n] constante (polo real) ou
senoidal (par de polos complexos conjugados).
Quando |pk | = 1, e os polos (reais ou complexos conjugados) possuem multiplicidade
Mk > 1, a fracao Hk (z) e mapeada em um termo hk [n] que tende a infinito quando
n tende a infinito.
Quando |pk | > 1, a fracao Hk (z) e mapeada em um termo hk [n] que tende a infinito
quando n tende a infinito, independente da multiplicidade Mk .
Portanto, examinando-se H(z) na Equacao (7.23), com a entrada e a condicao inicial
limitadas, pode-se dizer que:
Se todos os polos estiverem localizados na regiao |z| < 1, o SLIT sera classificado
como assintoticamente estavel.
Se houver pelo menos um polo ou um par de polos complexos conjugados com mul-
tiplicidade M = 1 na regiao |z| = 1, o SLIT sera classificado como marginalmente
estavel (oscilatorio).
Se houver pelo menos um polo ou um par de polos complexos conjugados com mul-
tiplicidade M > 1 na regiao |z| = 1, o SLIT sera classificado como instavel.
Se houver pelo menos um polo na regiao |z| > 1, o SLIT sera classificado como
instavel.

A.S.V.
7.12. Relacao entre H(ej ) e H(z) de um SLIT 109

7.12 Relacao entre H(ej) e H(z) de um SLIT


Por meio dos calculos efetuados no Apendice F, foi visto que, para um SLIT estavel,
descrito por uma equacao de diferenca de primeira ordem, com uma entrada senoidal,
de frequencia 0 , a resposta e dependente da Funcao Resposta em Frequencia H(ej ),
calculada em = 0 .

Para um mesmo SLIT, foi visto que, para uma entrada exponencial complexa x[n] = z0n ,
a resposta e dependente da Funcao de Transferencia H(z), calculada em z = z0 .

A Resposta em Frequencia H(ej ) e uma funcao polinomial racional complexa da variavel


real . Seus graficos de modulo H(ej ) e de angulo de fase (argumento) H(ej ) sao
curvas periodicas, de perodo p = 2 .

Por sua vez, a Funcao de Transferencia H(z), e uma funcao polinomial racional complexa
da variavel complexa z. Portanto, seus graficos de modulo |H(z)| e de angulo de fase
(argumento) H(z) sao superfcies.

A regiao do plano complexo z definida por z = |z| ejz = (1) ej e denominada de crculo
de raio unitario ou, simplesmente, de crculo unitario.

Assumindo-se que H(z) e definida para o crculo unitario, pode-se estabelecer uma relacao
entre H(ej ) e H(z):

Do ponto de vista algebrico, pode-se realizar o seguinte calculo: H(ej ) = H(z)|z=ej .


Do ponto de vista geometrico, as curvas de modulo e de fase de H(ej ) sao percorridas
nas superfcies de modulo e de fase de H(z), respectivamente, para z = ej .

Pode-se mostrar que tais resultados sao validos para equacoes de diferenca de qualquer
ordem.

TET / UFF
110 Captulo 7. Funcao de Transferencia

7.13 Exerccios propostos


1. Dados a sequencia x[n] = an , < n < , e o deslocamento ND N+ , compare as
representacoes bilateral XB (z) e unilateral XU (z) para as seguintes sequencias:

x[n]
x[n] u[n]
x[n] u[n ND ]
x[n ND ]
x[n ND ] u[n]
x[n ND ] u[n ND ]

2. Dado um SLIT descrito pela equacao de diferenca y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1],
atenda aos seguintes itens:

Calcule a funcao de transferencia do sistema H(z).


Calcule a resposta ao impulso do sistema h[n].

3. Utilizando a associacao v[n] V (z), calcule a Funcao de Transferencia H(z) dos SLITs
descritos pelas seguintes equacoes de diferenca:

y[n] = 2k=1 ak y[n k] + 2k=0 bk x[n k].


P P

y[n] = 3k=1 ak y[n k] + 3k=0 bk x[n k].


P P

y[n] = N
P PN
k=1 ak y[n k] + k=0 bk x[n k].

4. Utilizando a associacao v[n] V (z), calcule a resposta total Y (z) dosP SLITs descritos
pelas seguintes equacoes de diferenca, na forma Y (z) = H(z)X(z)+ DH1(z) k Nk (z)y[k]:
P2 P2
y[n] = k=1 ak y[n k] + k=0 bk x[n k], CI = {y[1], y[2]}.
P3 P3
y[n] = k=1 ak y[n k] + k=0 bk x[n k], CI = {y[1], y[2], y[3]}.
N
P PN
y[n] = k=1 ak y[n k] + k=0 bk x[n k], CI = {y[1], y[2], , y[N ]}.

5. A Funcao de Transferencia de um Sistema Linear e Invariante ao Deslocamento


(SLIT),
Yent (z) Y (z)
com entrada x[n] e sada y[n], e definida por H(z) = X(z) = X(z) . Sabe-se que,
CI=0
se os polos de H(z) estiverem localizados na regiao interna ao crculo unitario do plano
complexo z, o sistema e classificado como estavel. Dados os subsistemas definidos pelas
Equacoes (7.32) a (7.34), atenda aos seguintes itens:

Calcule a Funcao de Transferencia de cada subsistema isolado.


Justifique se cada subsistema isoladamente e estavel ou nao.
Calcule as Funcoes de Transferencia dos sistemas formados pela ligacao em cascata
de cada dois subsistemas: (1) (2), (1) (3), (2) (3).
Justifique se cada sistema do item anterior e estavel ou nao.
Calcule a Funcao de Transferencia do sistema formado pela ligacao em cascata dos
tres subsistemas: (1) (2) (3).
Justifique se o sistema do item anterior e estavel ou nao.

A.S.V.
7.13. Exerccios propostos 111

y[n] 0.1y[n 1] = 3.0x[n] + 0.9x[n 1] (7.32)

y[n] 2.4y[n 1] = 2.0x[n] 5.0x[n 1] (7.33)

y[n] + 0.3y[n 1] = 2.0x[n] 4.8x[n 1] (7.34)

TET / UFF
112 Captulo 7. Funcao de Transferencia

A.S.V.
Captulo 8

Principais resultados da representacao


em domnio transformado

8.1 Introducao
O conteudo deste captulo e apresentado de forma intuitiva e sem um formalismo matematico
que o justifique. Ele e baseado na observacao dos resultados encontrados no calculo das res-
postas dos sistemas de primeira ordem, efetuado no Apendice F. A extrapolacao para sistemas
de ordens superiores e um formalismo matematico adequado sao apresentados em captulos
posteriores.

8.2 Resumo dos resultados


A seguir, e apresentada uma lista de topicos contendo os principais resultados que surgem da
representacao de sinais e sistemas em domnio transformado.

E dado um SLIT, causal e estavel, com entrada x[n] e sada y[n], possuindo condicoes
iniciais CI
P= {y[1], y[2], P
, y[N ]} e definido por uma equacao de diferenca do tipo
y[n] = k=1 ak y[n k] + Lk=0 bk x[n k].
N

E identificada uma funcao H(ej ), denominada de Resposta em Frequencia do SLIT.

E identificada uma funcao H(z), denominada de Funcao de Transferencia do SLIT.

A Resposta em Frequencia
PL
pode ser obtida diretamente da equacao de diferenca, segundo
jk
j NH (ej ) k=0 bk e
H(e ) = DH (ej ) = 1+PN a ejk .
k=1 k

A Funcao de Transferencia
PL
pode ser obtida diretamente da equacao de diferenca, segundo
b z k
NH (z) k
H(z) = DH (z) = 1+Pk=0
N
a z k
.
k=1 k

A Resposta em Frequencia H(ej ) pode ser usada para calcular diretamente a sada do
SLIT, em regime permanente, conforme apresentado na Tabela 8.1.

A Resposta em Frequencia, atraves dos resultados apresentados na Tabela 8.1. indica que
o SLIT, operando em regime permanente, pode ser interpretado como um filtro seletor
em frequencia, cuja seletividade e controlada pelos coeficientes (ak , bk ) da sua equacao de
diferenca.

113
114 Captulo 8. Principais resultados da representacao em domnio transformado

Para que um SLIT, operando como filtro seletor em frequencia, nao apresente distorcao
de fase, o argumento da sua Resposta em Frequencia H(ej ) deve ser uma funcao linear
j )
ou, de outra forma, o atraso de grupo = dH(e d
deve ser constante, na faixa de
passagem do filtro.

Entrada Sada (em regime permanente)


jk n jk jk n
x[n] =
Pck e j n y[n] = PH(e j) ck e j n
x[n] = k ck e k y[n] = k H(e k ) ck e k
j k ) A cos( n + + H(ejk ))
x[n] =
PAk cos(k n + k ) y[n] =
P H(e

k k k
x[n] = k Ak cos(k n + k ) y[n] = k H(ejk ) Ak cos(k n + k + H(ejk ))

Tabela 8.1: Exemplos de relacao entrada-sada para um SLIT causal e estavel, operando em
regime permanente.

Um sinal de entrada x[n], um sinal de sada y[n] e a resposta ao impulso h[n], podem ser
descritos, respectivamente, pelas representacoes alternativas


X
X(z) = x[l] z l , (8.1)
l=


X
Y (z) = y[l] z l , (8.2)
l=


X
H(z) = h[l] z l , (8.3)
l=

que e a propria Funcao de Transferencia do SLIT.

Dadas as condicoes iniciais CI = {y[1], y[2], , y[N ]}, a Funcao de Transferencia


H(z) pode ser usada para calcular indiretamente a sada do SLIT, desde a aplicacao da
entrada atual em n = 0, conforme resumido em

N
!
1 X
Y (z) = Yent (z) + Yest (z) = H(z) X(z) + Pk (z) y[k] , (8.4)
DH (z) k=1

onde DH (z) e Pk (z) dependem dos coeficientes ak .

De acordo com (8.4), e seguindo o criterio BIBO (Bounded-Input Bounded-Output), pode-


se mostrar que, para uma entrada limitada, a estabilidade do SLIT esta associada com a
posicao dos polos de H(z), que sao as razes de DH (z).

Dado um SLIT causal e estavel, pode-se mostrar que

H(ej ) = H(z)|z=ej = H(z)||z|=1 . (8.5)

A.S.V.
8.2. Resumo dos resultados 115


A Equacao 8.5 mostra que as curvas de H(ej ) e de H(ej ) podem ser obtidas das
superfcies de |H(z)| e de H(z), ao se percorre-las com os valores de z sob o crculo
unitario.

Sabendo-se da existencia da relacao h[n] H(z), a Equacao 8.5 demonstra a relacao


h[n] H(ej ) H(z).

TET / UFF
116 Captulo 8. Principais resultados da representacao em domnio transformado

A.S.V.
Parte IV

Sinais e sistemas no domnio da


frequencia

117
Captulo 9

Sinais no domnio da frequencia

9.1 Introducao
A mudanca da variavel dependente utilizada nas descricoes funcionais de sinais e de sistemas
pode ser de grande utilidade. As transformacoes tempo/espaco frequencia analogica e
ndice frequencia digital, entre variaveis independentes, sao comumente empregadas.
Nesse captulo, sao abordados os efeitos da transformacao ndice frequencia digital sobre
as sequencias. Inicialmente, e apresentado um resumo das representacoes em frequencia, para
que se possa estabelecer um paralelo entre os domnios contnuo e discreto. Em seguida, sao
definidas as diversas representacoes em frequencia para sinais de tempo discreto, bem como sao
abordados alguns topicos pertinentes. Finalmente, sao estabelecidas relacoes entre as diversas
representacoes dos domnios contnuo e discreto.

9.2 Vantagens das transformacoes de variaveis


Facilidade matematica: em funcao das propriedades apresentadas pelas novas represen-
tacoes dos sinais e dos sistemas.

Mudanca de ponto de vista no tratamento dos problemas: baseada em novas interpre-


tacoes, que surgem a partir das novas representacoes dos sinais e dos sistemas.

Surgimento de novas tecnicas para analise e sntese: em funcao do novo equacionamento.

9.3 Resumo das representacoes em tempo contnuo


Representacao no domnio do tempo

Sinais
Composicao/decomposicao de sinais: x(t) f (v1 (t), v2 (t), ).
R
Caso particular: vk (t) = (tk) e x(t) = f (x(k), (tk)) = x( )(t ) d .
Sistemas
Sada de um SLIT relaxado, definido por um operador T {.}:
y(t) = T {(t)} , h(t).
nR o R

y(t) = T {x(t)} = T
x( )(t ) d = T {x( )(t )} d =
R R

x( )T {(t )} d =
x( )h(t ) d = x(t) h(t).

119
120 Captulo 9. Sinais no domnio da frequencia

Representacao no domnio da frequencia

Frequencias
Frequencia complexa: s = Re{s} + jIm{s} = + j,
onde = Re{s} e = Im{s}.
2
Frequencia angular, frequencia linear e perodo de repeticao: = 2f = T
.
SLITs
Caso particular de sinal de entrada: x(t) = es0 t = est |s=s0 .
R R
Sada do SLIT relaxado: y(t) = x( )h(t ) d = h( )x(t ) d =
R R

h( )es0 (t ) d = es0 t h( )es0 d = es0 t H(s0 ) = [est H(s)]s=s0 ,
R
onde: H(s) = h( )es d .
MotivacaoPbasica para representar o sistema
P por H(s): s t
sk t
se x(t) = k= ak e , entao y(t) = k= ak H(sk )e k .
Funcoes periodicas
1 2
Perodo fundamental da funcao periodica fT0 (t): T0 = f0
= 0
.
Caso particular para funcao de base, onde sn = n + jn = (0) + j(n0 ):
esn t = ej(n0 )t .
Mapeamento: fT0 (t) g(fT0 (t), K(, t)) = g(fT0 (t), ejn t ) = g(fT0 (t), ej(n0 )t ).
fT0 (t) = j(n0 )t
 P
n= Fn e
Serie de Fourier: t +T .
Fn = T10 t0 fT0 (t)ej(n0 )t dt
R 0 0

Associacao tempo-frequencia: fT0 (t) Fn .


Funcoes nao periodicas, com variacoes nao exponenciais
Aproximacao por extensao periodica:
f (t) = limT0 fT0 (t) = limT0 j(n0 )t
P
n= Fn e .
0 0 0 0
Mapeamento: f (t) g(f (t), K(, t)) = g(f (t), ejt ).
1
R
F (j)ejt d

f (t) = 2
Transformada de Fourier (Ordinaria): R .
F (j) = f (t)ejt dt
Associacao tempo-frequencia: f (t) F (j).
Funcoes nao periodicas, com variacoes exponenciais
Funcao de ordem exponencial: f (t) M et .
Funcao auxiliar: (t) = et f (t).
R
(t) = et 1 jt

f (t) = 2
(j)e d
Transformada de Fourier: R jt .
dt = e f (t)ejt dt
t
R
(j) = (t)e
Mapeamento: f (t) g(f (t), K(s, t)) = g(f (t), est ).
1
R
F (s)est ds

f (t) = 2j
Transformada de Fourier Complexa (ou de Laplace): R st .
F (s) = f (t)e dt
Associacao tempo-frequencia: f (t) F (s).
Relacionamentos entre representacoes
Se os valores s = j (eixo imaginario do plano complexo s) pertencerem a
regiao de convergencia (ROC) da Transformada de Laplace: F (j) = F (s)|s=j .

A.S.V.
9.4. Resumo das representacoes em tempo discreto 121

9.4 Resumo das representacoes em tempo discreto


Representacao no domnio do tempo

Sinais
Composicao/decomposicao de sinais: x[n] f (v1 [n], v2 [n], ).
Caso particular: vk [n] = [nk] e x[n] = f (x[k], [nk]) =
P
k= x[k][nk].

Sistemas
Sada de um SLIT relaxado, definido por um operador T {.}:
y[n] = T {[n]} , h[n].
P P
P
y[n] = T {x[n]} = T k= x[k][n k] = k= T {x[k][n k]} =
P
k= x[k]T {[n k]} = k= x[k]h[n k] = x[n] h[n].

Representacao no domnio da frequencia

Frequencias
Frequencia complexa: z = Re{z} + jIm{z} = |z|ejz = Rej ,
onde R = |z| e = z.
2
Frequencia angular, frequencia linear e perodo de repeticao: = 2F = N
.
SLITs
Caso particular de sinal de entrada: x[n] = z0n = z n |z=z0 .
Sada do SLIT relaxado: y[n] =
P P
k= x[k]h[n k] = k= h[k]x[n k] =
P (nk) n
P k n n
k= h[k]z0 P = z0 k= h[k]z0 = z0 H(z0 ) = [z H(z)]z=z0 ,

onde: H(z) = k= h[k]z k .
MotivacaoPbasica para representar o P
sistema por H(z):
se x[n] = k= ak zk , entao y[n] =
n n
k= ak H(zk )zk .

Sequencias periodicas
1 2
Perodo fundamental da sequencia periodica xN0 [n]: N0 = F0
=
0
.
jk j(k0 )
Caso particular para funcao de base, onde zk = Rk e = (1)e : zkn = ejk0 n .
Mapeamento: xN0 [n] g(xN0 [n], K(, n)) = g(xN0 [n], ejk n ) = g(xN0 [n], ejk0 n ).
 
2
x [n] = P jk N n
k=hN i XkN0 e
0
N0
Discrete-Time Fourier Series (DTFS): 
2
 .
X 1
P jk N n
k N0 = N n=hN i xN0 [n]e
0

Associacao ndice-frequencia: xN0 [n] XkN0 = XN0 [k].


Sequencias nao periodicas, com variacoes nao exponenciais
Aproximacao por extensao periodica: x[n] = limN0 xN0 [n].
0 0
Mapeamento: x[n] g(x[n], K(, n)) = g(x[n], ejn ).
1
R
X(ej )ejn d

x[n] = 2 =h2i
Discrete-Time Fourier Transform (DTFT): .
X(ej ) = n= x[n]ejn
P

Associacao ndice-frequencia: x[n] X(ej ).

TET / UFF
122 Captulo 9. Sinais no domnio da frequencia

Uma vez que os sistemas discretos no tempo nao sao capazes de operar com
sinais de tempo contnuo, e necessario obter uma aproximacao discreta para a
DTFT. O novo equacionamento e fundamentado pelo uso da DTFS e realizado
pela amostragem da DTFT.
Mapeamento: x[n] g(x[n], K(, n)) = g(x[n], ejk n ) = g(x[n], ejk0 n ).
Discrete Fourier Transform (DFT):
( 2
x[n] = N1 k=0 X[k]ejk( N )n , 0 n (N 1)
P(N 1)
N-point DFT: jk( 2
.
N )
P 1)
X[k] = (N n=0 x[n]e
n
, 0 k (N 1)
ou
( P(N 1)
x[n] = N1 k=0 X[k]WNkn , 0 n (N 1)
N-point DFT: P 1) .
X[k] = (N n=0 x[n]W kn
N , 0 k (N 1)

2
onde: WN = ej ( N ) .

Associacao ndice-frequencia: x[n] X[k].


No calculo da DFT, pelas equacoes originais, existem valores que podem ser
previamente calculados e utilizados por diversas vezes, bem como podem ser en-
contradas varias redundancias. Dessa forma, apos um estudo adequado, algumas
otimizacoes podem ser implementadas.
Fast Fourier Transform (FFT): famlia de diferentes algoritmos computacionais
alternativos, utilizados para o calculo da DFT, cujo objetivo e diminuir
a complexidade computacional das equacoes originais e, portanto, acelerar a
operacao.
Resumindo: a DFT e a FFT nao sao novos tipos de transformadas discretas. Elas
apenas representam aproximacoes de calculo discreto para a DTFT analogica.
Sequencias nao periodicas, com variacoes exponenciais
Mapeamento: x[n] g(x[n], K(z, n)) = g(x[n], z n ).
1
H
X(z)z n1 dz

x[n] = 2j
Z Transform: PC .
X(z) = n= x[n]z n
Associacao ndice-frequencia: x[n] X(z).
Relacionamentos entre representacoes
Se os valores |z| = 1 (crculo de raio unitario do plano complexo z) pertencerem
a regiao de convergencia (ROC) da Transformada Z: X(ej ) = X(z)||z|=1 .

A.S.V.
9.5. Tipos de mapeamentos realizados 123

9.5 Tipos de mapeamentos realizados


As operacoes que geram um mapeamento entre descricoes funcionais de sinais e sistemas
trabalham com variaveis dependentes e independentes que podem ser analogicas, discretas
ou digitais.
Dessa forma, de acordo com os tipos de variaveis envolvidas, pode-se propor uma classi-
ficacao para as operacoes e os mapeamentos.
Operacoes mapeamentos entre representacoes:

analogico discreto/digital
Amostragem e Serie de Fourier: .
x1 (v1 ) x2 [n2 ]


analogico analogico
Transformadas de Fourier e de Laplace: .
x1 (v1 ) x2 (v2 )


discreto/digital discreto/digital
DTFS e DFT/FFT: .
x1 [n1 ] x2 [n2 ]


discreto/digital analogico
Interpolacao, DTFT e Transformada Z: .
x1 [n1 ] x2 (v2 )

A Tabela 9.1 resume a classificacao dos mapeamentos entre descricoes funcionais de sinais
e sistemas.
Analogico Discreto/Digital
x2 (v2 ) x2 [n2 ]
Analogico Transformada de Fourier e Amostragem e
x1 (v1 ) Transformada de Laplace Serie de Fourier
Discreto/Digital Interpolacao, DTFS e
x1 [n1 ] DTFT e Transformada Z DFT/FFT

Tabela 9.1: Classificacao dos mapeamentos entre descricoes funcionais de sinais e sistemas.

Os processamentos discreto e digital trabalham com sinais na forma de sequencias.


Assim, e necessario que as representacoes funcionais dos sinais e dos sistemas, no tempo
e na frequencia, assumam tal forma.
Portanto, embora as representacoes contnuas geradas pela DTFT e pela Transformada Z
possuam grande importancia teorica, a implementacao dos processamentos discreto e
digital utiliza apenas as representacoes discretas geradas pela DTFS e pela DFT/FFT.
Deve ser ressaltado que a DFT e a FFT nao sao novos tipos de transformadas.
A DFT e uma aproximacao discreta da DTFT, implementada atraves da DTFS.
Por sua vez, o nome FFT representa uma famlia de algoritmos computacionais, cujo
objetivo e acelerar o calculo da DFT.

TET / UFF
124 Captulo 9. Sinais no domnio da frequencia

9.6 DTFS
Sinal periodico: x[n] = x[n lN ], onde l N e N N+ .
P
Decomposicao de sinal periodico x[n] em funcoes de base k [n]: x[n] = k ak k [n].

Caso particular para a funcao de base, que e uma autofuncao para SLITs estaveis:
2
1 [n] = z1n = ej1 n = ej10 n = ej1( N )n , onde 0 = 2

N
.

Conjunto (finito) de funcoes de base diferentes entre si e harmonicamente relacionadas:

e uma variavel contnua, escalar e angular.


k sao valores discretos de , harmonicamente relacionados: k = k0 = k 2

N
.
Logo, existem N valores distintos para k = k 2

N
e, consequentemente, para k [n]:
2
[n] = ejk n = ejk0 n = ejk( N )n , k = 0, 1, 2, , (N 1).
k

Dessa forma, tais funcoes de base sao periodicas em k, com perodo N :


k [n] = klN [n].

Decomposicao de sinal periodico nas funcoes de base harmonicamente relacionadas:


2
x[n] = k ak k [n] = k ak ejk0 n = k ak ejk( N )n .
P P P

O conjunto de coeficientes ak pode ser interpretado como uma sequencia: ak = a[k].

Devido ao numero finito de funcoes de base:

Numero finito de funcoes de base: k [n] = klN [n].


Numero finito de coeficientes distintos: ak = aklN .
O conjunto de coeficientes ak pode ser interpretado como uma sequencia periodica:
ak = a[k] = a[k] = a[k lN ].
Decomposicao de sinal periodico nas funcoes de base harmonicamente relacionadas:
2
ak ejk( N )n =
P(N 1) PK+(N 1) PK+(N 1)
x[n] = k=0 ak k [n] = k=K ak k [n] = k=K
P P jk( 2
N ) , onde hN i = K, K + 1, , K + (N 1).
n
k=hN i ak k [n] = k=hN i ak e

A sequencia ak = a[k] = a[k] pode ser interpretada como um mapeamento n k


da sequencia x[n]: x[n] a[k].
Logo, pode-se adotar a sequinte notacao: a[k] = X[k].
2

Deve-se notar que, quando 0 k (N 1), tem-se que 0 k (N 1) N
.
Logo, e equivalente dizer que ak = a[k] = a[k] = X[k] tem perodo fundamental N
ou que ak = a() = a() = X() tem perodo fundamental 2.

Procedimentos possveis para o calculo dos coeficientes ak :

Algebra linear (projecao de um vetor na base do espaco vetorial).


Resolucao de um sistema de N equacoes a N incognitas.
Utilizacao da periodicidade dos coeficientes ak .

A.S.V.
9.6. DTFS 125

Calculo por utilizacao da periodicidade dos coeficientes ak :

Calculos auxiliares:
(N 1) 
X
n N , a=1
SN = a = 1aN .
1a
6 1
, a=
n=0


(N 1) N , k = 0, N, 2N, , lN
2
ejk( N )n =
X
( )1e
jk 2 N
N .
= 0 , caso contrario
1e ( N )
jk 2

n=0

(N 1) 
X
jk( 2
N )
n
X
jk( 2
N )
n N , k = 0, N, 2N, , lN
e = e = . (9.1)
0 , caso contrario
n=hN i n=0

Raciocnio:
E proposto que um sinal periodico seja decomposto em
2
ak ejk( N )n .
X
x[n] = (9.2)
k=hN i

Os coeficientes ak sao periodicos, com perodo fundamental N .


Logo, eles podem ser interpretados como uma sequencia periodica:
a[k] = a[k lN ].
Portanto, utilizando-se (9.2), pode-se propor a decomposicao
2 2
xm ejm( N )r = x[m]ejm( N )r ,
X X
a[r] = (9.3)
m=hN i m=hN i

que utiliza a propria funcao x[n] para o calculo dos seus coeficientes ak .
Desenvolvimento:
De (9.3), tem-se que

2 2 2
x[m]ejm( N )r = ak ejk( N )m ejm( N )r
X X X

m=hN i m=hN i k=hN i

2
ak ej(k+r)( )m
X X
= N

m=hN i k=hN i

2
ej(k+r)( N )m =
X X X
= ak ak S(m, k, r) ,
k=hN i m=hN i k=hN i

(9.4)

onde:
2
ej(k+r)( N )m .
X
S(m, k, r) = (9.5)
m=hN i

TET / UFF
126 Captulo 9. Sinais no domnio da frequencia

De (9.1) e (9.5), deduz-se que



N , (k + r) = 0, N, 2N, , lN
S(m, k, r) = . (9.6)
0 , caso contrario
Para que se obtenha N coeficientes ar = a[r] = a[r] diferentes entre si, deve-se ter
r = hN i = R, R + 1, , R + (N 1).
A Equacao (9.6) mostra que, para cada valor de r, tal que r = hN i e r = k lN ,
apenas um valor de S(m, k, r) sera diferente de zero e igual a N .
Portanto, fazendo r = k lN , a Equacao (9.4) torna-se

2 2
x[m]ejm( N )(klN ) = x[m]ejm( N )k ejm2l
X X

m=hN i m=hN i
2
x[m]ejm( N )k
X
=
m=hN i

= ak N . (9.7)
2
De (9.7), os coeficientes ak sao dados por: ak = N1 n=hN i x[n]ejn( N )k .
P

2
x[n] = k=hN i ak ejk( N )n
( P
DTFS: 2 , onde ak = a[k] = a[k lN ].
ak = N1 n=hN i x[n]ejk( N )n
P

2
x[n] = N1 k=hN i ak ejk( N )n
( P
Notacao alternativa: 2 , onde ak = a[k] = a[k lN ].
x[n]ejk( N )n
P
a = k n=hN i

A.S.V.
9.7. DTFT 127

9.7 DTFT

x[n] , N1 n N2
Sinal original, nao periodico: x[n] = , onde N2 > N1 .
0 , n < N1 e n > N2

Sinal periodico, obtido por extensao periodica de x[n]: x[n] = x[nlN ], N (N2 N1 +1).

Aproximacao considerada: x[n] x[n] quando N .

Calculo da aproximacao:
2
ak ejk( N )n
( P
x[n] = k=hN i
DTFS: 2 .
1
x[n]ejk( N )n
P
ak = N n=hN i

As equacoes da DTFS podem ser reescritas da seguinte forma:


2
jk( 2
ak = N1 n=hN i x[n]ejk( N )n = N1 N N ) =
n
P P 2
n=N1 x[n]e
1
PN2 jk( 2
N ) = 1
n P jk( 2
N ) .
n
N n=N1 x[n]e N n= x[n]e

P
x[n]ejk0 n , onde 0 = 2

X(k0 ) = ak N = n= N
.
2
ak ejk( N )n = k=hN i N1 X(k0 )ejk0 n =
P P
x[n] = k=hN i
0 1
X(k0 )ejk0 n = 2 jk0 n
P P
k=hN i 2 k=hN i X(k0 )e 0 .

Alterando-se
 a notacao:
2 2

0 = N = k0 = k N
= k e (k = hN i) ( = h(2 )i).

1 j(k)n
 P
x[n] = 2 k=hN i X(k)e
DTFS reescrita: P j(k)n .
X(k) = n= x[n]e

Se N :
x[n] x[n], d, (k) e (k = hN i) ( = h(2 d)i h2i).

1
R
X()ejn d

x[n] = 2
DTFT: P=h2i .
X() = n= x[n]e
jn

Notacao mais comumente utilizada:

X() = X(ej ).
1
R
X(ej )ejn d

x[n] = 2 =h2i
DTFT: .
X(ej ) = jn
P
n= x[n]e

Deve-se ressaltar que:

e uma variavel contnua, escalar e angular.


X(ej ) e uma funcao analogica e complexa.

TET / UFF
128 Captulo 9. Sinais no domnio da frequencia

9.8 Alguns aspectos relevantes da DTFT


9.8.1 Propriedades gerais comumente utilizadas
Periodicidade: X(ej ) e periodica, com perodo fundamental p = 2, de tal forma que
X(ej(+k2) ) = X(ej ).

Linearidade: x[n] = x1 [n] + x2 [n] X(ej ) = X1 (ej ) + X2 (ej ).

Deslocamento no tempo:
j
xND [n] = x[n ND ] XND (ej ) = X(ej )ejND = |X(ej )|ej(X(e )ND ) .

Convolucao no tempo:
j j
x[n] = x1 [n]x2 [n] X(ej ) = X1 (ej )X2 (ej ) = |X1 (ej )||X2 (ej )|ej(X1 (e )+X2 (e )) .

9.8.2 Relacoes complexas


j )
X(ej ) = Xr (ej ) + jXi (ej ) = |X(ej )|ejX(e , onde:

|X(ej )|2 = Xr2 (ej ) + Xi2 (ej ) = X(ej )X (ej ).


 
j Xi (ej )
X(e ) = arctan Xr (ej ) .

X (ej ) e o complexo conjugado de X(ej ).

O valor de X(ej ) e indeterminado quando |X(ej )| = 0.

9.8.3 Propriedades da DTFT de uma sequencia real


Se x[n] for uma sequencia real:

X(ej ) =
P jn
P
P n= x[n]e = n= x[n] (cos(n) jsin(n)) =
P
n= x[n]cos(n) j n= x[n]sin(n) = Xr (ej ) + jXi (ej ).

Simetria da DTFT: X(ej ) = X (ej ).

Simetria das partes real e imaginaria

Das relacoes anteriores: X(ej ) = Xr (ej )+j Xi (ej ) = Xr (ej )+j Xi (ej ) .
 

Xr (ej ) e uma funcao par.


Xi (ej ) e uma funcao mpar.

Simetria das partes modulo e argumento (angulo de fase)

Das relacoes anteriores:


1 1
|X(ej )| = X(ej )  + X (ej) 2 = X (e 
j
) + X(e

j 2
) = |X(e

j
)|.

Xi (ej ) j
Xi (e ) j
Xi (e )
X(ej ) = arctan X r (e
j ) = arctan Xr (ej )
= arctan Xr (ej )
= X(ej ).

|X(ej )| e uma funcao par.


X(ej ) e uma funcao mpar.

A.S.V.
9.8. Alguns aspectos relevantes da DTFT 129

Caractersticas dos graficos da funcao X(ej )

Dado que as funcoes X(ej ), Xr (ej ), Xi (ej ), |X(ej )| e X(ej ) sao periodicas
(p = 2) e simetricas, elas so necessitam ser especificadas na faixa 0 ou em
outra faixa equivalente. Por convencao, utiliza-se 0 norm 1, onde norm = .
Por convencao, o grafico da funcao X(ej ) nao e elaborado com os valores originais
da funcao, mas sim com os valores principais correspondentes (valores na faixa
[, ]). Esse tipo de grafico pode apresentar descontinuidades (phase jumps) em
varios pontos.
As funcoes do tipo X(ej ) = Fr (ej )ejk , denominadas funcoes de fase linear, po-
dem gerar descontinuidades adicionais ao grafico de X(ej ). Para valores positivos
de Fr (ej ), tem-se que Fr (ej ) = |Fr (ej )|ej0 . Para valores negativos de Fr (ej ),
tem-se que Fr (ej ) = |Fr (ej )|ej . Dessa forma, pode-se ter X(ej ) = k ou
X(ej ) = k , o que acarreta descontinuidades no grafico.
Para as frequencias k onde |X(ejk )| = 0, o valor de X(ejk ) e indeterminado.
Portanto, na elaboracao do grafico de X(ej ), podem ser utilizados valores arbi-
trarios.
Em todos os casos, dado que ha uma possibilidade de escolha devido a equivalen-
cia angular, os valores principais sao escolhidos de tal forma que o grafico ilustre
claramente uma funcao X(ej ) do tipo mpar.

9.8.4 DTFT de uma sequencia real, finita e simetrica


Sequencia real e finita, de comprimento N = (L + 1):

x[n] , 0 n L
x[n] = .
0 , n<0en>L

Sequencia com valores simetricos

Valores simetricos ou simetria par: x[n] = x[L n].


Valores antissimetricos ou simetria mpar: x[n] = x[L n].

Tipos de sequencias possveis

Numero de valores da sequencia: par ou mpar.


Tipo de simetria: par ou mpar.
Quatro tipos possveis, considerando L/simetria:
Tipo 1 (par/par), Tipo 2 (mpar/par), Tipo 3 (par/mpar), Tipo 4 (mpar/mpar).

Exemplos

Tipo 1 (L par e simetria par): x[n] = {x0 , x1 , x2 , x3 , x2 , x1 , x0 }.


Tipo 2 (L mpar e simetria par): x[n] = {x0 , x1 , x2 , x2 , x1 , x0 }.
Tipo 3 (L par e simetria mpar): x[n] = {x0 , x1 , x2 , 0, x2 , x1 , x0 }.
Tipo 4 (L mpar e simetria mpar): x[n] = {x0 , x1 , x2 , x2 , x1 , x0 }.

TET / UFF
130 Captulo 9. Sinais no domnio da frequencia

Calculo da DTFT de uma sequencia real e simetrica

L par:

X
j
X(e ) = x[n]ejn
n=
L
X
= x[n]ejn
n=0
L
2
1 L
X L L
X
= x[n]ejn + x[ ]ej 2 + x[n]ejn
n=0
2 L
n= 2 +1
L L
2
1 2
1
X
jn L j L X
= x[n]e + x[ ]e 2 + x[L n]ej(Ln)
n=0
2 n=0
L
2
1
L j L X
x[n]ejn + x[L n]ej(nL)

= x[ ]e 2 +
2 n=0
L

2
1 
L L X L L

= ej 2 x[ ] + x[n]ej(n 2 ) + x[L n]ej(n 2 )
2 n=0
L

2
1
L L X  L L

= ej 2 x[ ] + x[n] ej(n 2 ) ej(n 2 ) (9.8)
2 n=0

L mpar:

X
j
X(e ) = x[n]ejn
n=
L
X
= x[n]ejn
n=0
L1
2
X L
X
jn
= x[n]e + x[n]ejn
n=0 n= L1 +1
2
L1 L1
2
X 2
X
= x[n]ejn + x[L n]ej(Ln)
n=0 n=0
L1
X2

x[n]ej(n) + x[L n]ej(nL)



=
n=0
L1
2  
L L L
X
= ej 2 x[n]ej(n 2 ) + x[L n]ej(n 2 )
n=0
L1
2  
L L L
X
= ej 2 x[n] ej(n 2 ) ej(n 2 ) (9.9)
n=0

A.S.V.
9.8. Alguns aspectos relevantes da DTFT 131

Tipo 1 (L par e simetria par):


L

2
1
L L X  L L

X(ej ) = ej 2 x[ ] + x[n] ej(n 2 ) + ej(n 2 )
2 n=0
L

2
1
L L X L
= ej 2 x[ ] + (2x[n]) cos((n )) (9.10)
2 n=0
2

Tipo 2 (L mpar e simetria par):


L1
2  
L L L
X
X(ej ) = ej 2 x[n] ej(n 2 ) + ej(n 2 )
n=0
L1
2
L
(2x[n]) cos((n L ))
X
= ej 2 (9.11)
n=0
2

Tipo 3 (L par e simetria mpar):


L
2
1  
L L L
X
X(ej ) = ej 2 x[n] ej(n 2 ) ej(n 2 )
n=0
L
2
1
L
X L
= ej 2 x[n] (2j) sin((n ))
n=0
2
L
2
1
L
X L
= ej( 2 + 2 ) (2x[n]) sin((n )) (9.12)
n=0
2

Tipo 4 (L mpar e simetria mpar):


L1
2  
L L L
X
X(ej ) = ej 2 x[n] ej(n 2 ) ej(n 2 )
n=0
L1
2
L
X L
= ej 2 x[n] (2j) sin((n ))
n=0
2
L1
2
L
X L
= ej( 2 + 2 ) (2x[n]) sin((n )) (9.13)
n=0
2

Pode-se mostrar que:


Os quatro tipos apresentam angulo de fase linear (X(ej ) = k + C) e, portanto,
j )
atraso de grupo constante ( = X(e
d
= k).
Os tipos 3 e 4 possuem uma fase adicional de X(ej ) = 2 .
Para o Tipo 2: X(ej ) = 0, para = .
Para o Tipo 3: X(ej ) = 0, para = 0 e .
Para o Tipo 4: X(ej ) = 0, para = 0.

TET / UFF
132 Captulo 9. Sinais no domnio da frequencia

9.9 Sinais periodicos DTFT


9.9.1 DTFS DTFT
Sinal periodico: x[n] = x[n lN ].

x[n] , M n M + (N 1)
Sinal nao periodico: x[n] = .
0 , caso contrario

Sera assumido que x[n] e a extensao periodica de x[n].


2
Coeficientes da DTFS de x[n]: ak = N1 n=hN i x[n]ejk( N )n .
P

DTFT de x[n]: X(ej ) = jn


P
n= x[n]e .
2 2
Relacao entre ak e X(ej ): ak = N1 n=hN i x[n]ejk( N )n = N1 n=M x[n]ejk( N )n
P PM +(N 1)
2
jk( 2
x[n]ejk( N )n = N1 N ) = 1 X(ej )
PM +(N 1) n

= N1 n=M
P
n= x[n]e N =k( 2 )
.
N

Logo: N ak = X(ej ) =k( 2 ) , k = hN i.
N

Significado: Os coeficientes ponderados (N ak ), para k = hN i, sao amostras de um perodo


j 2
fundamental da funcao X(e ), uniformemente espacadas de = k = k N .

9.9.2 DTFT de sinais periodicos


Atraves da DTFS, um sinal periodico x[n] pode ser decomposto em uma combinacao
linear e finita de exponenciais ejk0 n .

Por envolver operacoes lineares, a DTFT de um sinal periodico x[n] e igual a soma das
DTFTs das exponenciais ejk0 n que o compoem.

Matematicamente:
2
ak ejk(0 )n = k=hN i ak ejk( N )n .
P P
DTFS de um sinal periodico: x[n] = k=hN i

DTFT de uma exponencial: x[n] = ej0 n X(ej ) =


P
l= 2( 0 2l).
DTFT de uma combinacao linear e finita de exponenciais:
x[n] = c1 ej1 n + c2 ej2 n + + cM ejM n .
) = c1
j
P P
X(eP l= 2( 1 2l) + c2 l= 2( 2 2l) + +

cM l= 2( M 2l).

DTFT de um sinal periodico:

Escolhendo-se: hN i = 0, 1, , (N 1).
2
DTFS: x[n] = k=0 ak ejk n = k=0 ak ejk(0 )n = k=0 ak ejk( N )n .
P(N 1) P(N 1) P(N 1)

DTFT: X(ej ) = a0
P P 2

l= 2( 2l) + a 1 l= 2( N
2l) + +
P 2

a(N 1) l= 2( (N 1) N 2l).
1
R
X(ej )ejn d

x[n] = 2 =[2]
DTFT de um sinal periodico:  .
X(ej ) = 2
P
k= 2ak ( k N )

A.S.V.
9.10. DFT (representacao computacional da DTFT) 133

9.10 DFT (representacao computacional da DTFT)


A DTFT associa uma sequencia x[n] a uma funcao periodica analogica X(ej ), utilizando
a frequencia digital , que e uma variavel contnua.

Por sua vez, os circuitos discretos no tempo e os circuitos digitais sao capazes de lidar
apenas com amostras. Portanto, eles nao sao capazes de manipular a funcao X(ej ).

Nesse sentido, e interessante obter uma aproximacao discreta de X(ej ), que possa ser
utilizada como a representacao computacional da mesma.

Tal aproximacao e a DFT, que associa uma sequencia finita x[n] a uma sequencia finita
X[k], cujos valores sao amostras de um perodo da funcao X(ej ).

9.10.1 Definicao da DFT


Sinal original,
 nao periodico e de comprimento finito:
x[n] , 0 n (Nmax 1)
x[n] = , onde Nmax > 0.
0 , n < 0 e n > (Nmax 1)

Sinal periodico auxiliar, extensao periodica de x[n]: x[n] = x[n + lN ], N Nmax .


2
x[n] = k=hN i ak ejk( N )n
( P
DTFS do sinal periodico: 2 .
ak = N1 n=hN i x[n]ejk( N )n
P

Por construcao:

x[n] = x[n], 0 n (N 1).


2 2
ak = N1 n=hN i x[n]ejk( N )n = x[n]ejk( N )n .
P 1
P(N 1)
N n=0

Definindo-se: ak = a[k] = X[k].


( 2
x[n] = k=0 X[k]ejk( N )n
P(N 1)
, 0 n (N 1)
N-point DFT: jk( 2
.
1
P(N 1)
X[k] = N n=0 x[n]e N )n
, 0 k (N 1)

9.10.2 Representacao da DTFT pela DFT


Da Secao 9.9.1:
2
jk( 2
X(ej ) =k( 2 ) = N ak = N X[k] = n=hN i x[n]ejk( N )n = (N N ) .
P P 1) n
n=0 x[n]e
N


Definindo-se: X[k] = N X[k] = X(ej ) =k( 2 ) , 0 k (N 1).
N

( 2
x[n] = N1 k=0 X[k]ejk( N )n , 0 n (N 1)
P(N 1)
N-point DFT: jk( 2
.
N )
P 1)
X[k] = (N n=0 x[n]e n
, 0 k (N 1)
2
Notacao comumente utilizada: WN = ej ( N ) .
( P(N 1)
x[n] = N1 k=0 X[k]WNkn , 0 n (N 1)
N-point DFT: P 1) .
X[k] = (N n=0 x[n]WN
kn
, 0 k (N 1)

TET / UFF
134 Captulo 9. Sinais no domnio da frequencia

9.10.3 Aproximacao da DTFT pela interpolacao da DFT



Amostragem de um perodo fundamental: X[k] = X(ej ) =k( 2 ) , 0 k (N 1).
N

Interpolacao de um perodo fundamental: X(ej ) = f (X[k]), 0 k (N 1).

P(N 1) P(N 1)  1 P(N 1) 


j
X(e ) = n=0 x[n]e = n=0 N
jn
k=0 X[k]WNkn ejn
(N 1) (N 1) jk( 2 )n P(N 1) P(N 1) 2
1 jn 1
ej(k N )n .
P P
= N k=0 X[k] n=0 e N e = N k=0 X[k] n=0

P(N 1) 1ejN 1ejN ej


N
ej 2

ej
N
2 ej 2
N
ej 2

sin( N
2 )
(N 1)
n=0 ejn = 1ej
= 1ej
2
N j
= j N
= sin( N ej 2 .
ej 2 e 2 ej 2 ej 2 e 2 2N )

P(N 1) sin( N k2 ) 2 (N 1)
X(ej ) = 1
k=0 X[k] sin(
2
N k2 ej(k N ) 2 .
N
2N )

X[k] = X(ej ) =k( 2 ) , 0 k (N 1)
N
DTFT DFT: sin N k2 (N 1) .
X(e ) = N k=0 X[k] ( N k2 ) j(k 2
j 1
P(N 1) ) 2
2
sin( 2N )
e N

9.10.4 Relacoes matriciais da DFT


x[n] = [ x[0] x[1] x[(N 1)] ]T .

X[k] = [ X[0] X[1] X[(N 1)] ]T .

x[n] = D 1

N X[k] , 0 n (N 1)
N-point DFT: .
X[k] = D N x[n] , 0 k (N 1)

1 1 1 1

(N 1)

1 WN1 WN2 WN

2(N 1)
DN =
1 WN2 WN4 WN .

.. .. .. ... ..
. . . .
(N 1) 2(N 1) (N 1)(N 1)
1 WN WN WN

1 1 1 1

(N 1)

1 WN1 WN2 WN

2(N 1)
D 1
N =
1
N

1 WN2 WN4 WN .

.. .. .. .. ..
. . . . .
(N 1) 2(N 1) (N 1)(N 1)
1 WN WN WN

D 1
N =
1
N
D N .

A.S.V.
9.10. DFT (representacao computacional da DTFT) 135

9.10.5 Leakage ou smearing


O calculo da DFT pressupoe um sinal x[n] temporalmente limitado, uma vez que e baseado
na extensao periodica do mesmo.

Sinais sem limitacao temporal devem ser forcosamente limitados de alguma forma, antes
do calculo da N-point DFT.

A limitacao mais comumente utilizada e a selecao das N primeiras amostras do sinal x[n].

Tal tecnica e equivalente a multiplicacao do sinal por uma janela retangular, de compri-
mento N e amplitude unitaria.

Forcar a limitacao de um sinal x[n] temporalmente ilimitado pode gerar um fenomeno


inesperado na sua representacao em frequencia, calculada pela DFT.

Supondo-se um sinal senoidal x[n], espera-se que o calculo da DFT resulte em uma unica
amostra X[K], no valor K correspondente ao perodo de x[n].

Se o numero total de amostras utilizado (Ntot = N ) for equivalente a um numero inteiro


de perodos do sinal senoidal, a extensao periodica sera equivalente ao sinal original.

Dessa forma, a amostra esperada aparecera corretamente no ponto K, o qual fara parte
do grid de resolucao em frequencia.

Se isso nao ocorrer, aparecerao diversas amostras nao nulas em torno do ponto K esperado,
o qual nao fara parte do grid.

O mesmo fenomeno podera ocorrer no caso em que o numero total de amostras do sinal
senoidal (Ntot ) for menor que o tamanho da DFT calculada (N ), se o valor de N nao
corresponder a um numero inteiro de perodos do sinal senoidal ou se as demais amostras
forem preenchidas com valores nulos (zero-padding).

Tal fenomeno e denominado leakage ou smearing.

O efeito pode ser explicado ao se pensar em termos de composicao espectral. Uma vez que
o calculo da N-point DFT pressupoe a extensao periodica de um sinal de comprimento
N , a senoide original so e obtida caso o conjunto basico de N pontos forme um numero
inteiro de perodos. Caso contrario, a sequencia montada atraves da extensao periodica
sera uma forma de onda diferente da senoide original. Portanto, a composicao espectral
dessa nova forma de onda tambem sera diferente daquela da senoide original.

Dado um unico sinal senoidal, pode-se tentar evitar tal efeito, utilizando-se parametros
adequados no calculo da DFT.

Por outro lado, para sinais compostos de varias componentes senoidais, torna-se muito
difcil evitar o fenomeno para todas as componentes.

Nesse caso, a composicao espectral calculada nao representa o espectro verdadeiro e o


efeito de leakage pode ser confundido, erroneamente, com um rudo de fundo.

O uso de outros tipos de janelas limitantes pode minimizar esse efeito.

TET / UFF
136 Captulo 9. Sinais no domnio da frequencia

9.11 Aceleracao do calculo da DFT


Aplicacoes comuns da DFT: analise espectral, convolucao e correlacao.

O calculo da DFT possui complexidade computacional elevada.

N-point DFT: N 2 multiplicacoes complexas + N (N 1) adicoes complexas.


Convolucao via DFT: 50 vezes mais multiplicacoes do que o calculo direto.

Torna-se necessario encontrar formas de acelerar o calculo da DFT.

9.11.1 DFT de sequencias reais


O calculo de uma N-point DFT de um sinal complexo de N amostras pode ser usado para
otimizar os seguintes calculos:

Duas N-point DFTs de dois sinais reais de N amostras.


Uma 2N-point DFT de um sinal real de 2N amostras.

Calculo da DFT de duas sequencias reais de N amostras


Sequencias reais de N amostras: g[n] e h[n], para 0 n (N 1).

Sequencia complexa de N amostras: x[n] = g[n] + jh[n].

Relacoes entre as sequencias: g[n] = Re{x[n]} e h[n] = Im{x[n]}.

N-point DFTs das sequencias: G[k], H[k] e X[k], para 0 k (N 1).

G[k] = 21 (X[k] + X [hkiN ])



Das propriedades da DFT: .
H[k] = 2j1 (X[k] X [hkiN ])

Onde: X [hkiN ] = X [hN kiN ].

Calculo da DFT de uma sequencia real de 2N amostras


Sequencia real de 2N amostras: v[n], para 0 n (2N 1).

Sequencias reais de N amostras: g[n] = v[2n] e h[n] = v[2n + 1], para 0 n (N 1).

Sequencia complexa de N amostras: x[n] = g[n] + jh[n].

N-point DFTs das sequencias g[n], h[n] e x[n]: G[k], H[k] e X[k], para 0 k (N 1).

2N-point DFT da sequencia v[n]: V [k], para 0 k (2N 1).


2
Dado que W2N = WN :
P(2N 1) P 1) P 1) (2n+1)k
V [k] = n=0 v[n]W2N nk
= (N
n=0
2nk
v[2n]W2N + (Nn=0 v[2n + 1]W2N =
P(N 1) nk
P(N 1) nk k
P(N 1) nk k
P(N 1) nk
n=0 g[n]WN + n=0 h[n]WN W2N = n=0 g[n]WN + W2N n=0 h[n]WN .

2N-point DFT da sequencia v[n]:


k
V [k] = G[hkiN ] + W2N H[hkiN ], para 0 k (2N 1).

A.S.V.
9.11. Aceleracao do calculo da DFT 137

9.11.2 Pre-calculo das matrizes de transformacao


2
j ( N )m
As matrizes D N e D 1 m
N sao formadas pelas constantes WN = e .

Portanto, para um mesmo valor de N , o calculo de varias N-point DFTs pode ser acelerado
atraves do pre-calculo e do armazenamento das matrizes D N e D 1N .

Alem disso, observa-se que varios elementos dessas matrizes sao simplificados: WN0 = 1.
1 T
Nota-se tambem um padrao de simetria nessas matrizes: D N = (D N )T e D 1

N = D N .

Sendo assim, o processo de calculo das matrizes tambem pode ser acelerado.

9.11.3 FFT
Proposta inicial para calculo de DFT atraves de algoritmo otimizado:

Cooley e Tukey - 1965.


Gentleman e Sande - 1966.

Desde entao, foram propostos varios outros algoritmos otimizados, que formam uma unica
famlia de algoritmos denominada Fast Fourier Transform (FFT).

Caractersticas dos algoritmos:

Radical (ou base): simples ou misto.


Decimacao (ou decomposicao): no tempo (DIT) ou na frequencia (DIF).
Ordenacao das amostras de entrada e de sada: normal ou em bit-reverso.

Complexidade computacional de uma N-point DIT/DIF FFT, radical-2 com N = 2l :


N
2
log2 N multiplicacoes complexas + N log2 N adicoes complexas.

TET / UFF
138 Captulo 9. Sinais no domnio da frequencia

9.12 Transformada Z
DTFT de x[n] e de v[n] = x[n]rn :
DTFT {x[n]} = X(ej ) = jn
P
n= x[n]e .

j jn
= n jn
P P
DTFT {v[n]} = V (e ) = n= v[n]e n= x[n]r e
j n
P  P n
= n= x[n] re = n= x[n]z = X(z).
Generalizacao: z = ej z = rej , onde r = |z| e = z.
Transformada Z: Z{x[n]} = X(z) = n
P
n= x[n]z .
Regiao de convergencia (ROC): regiao do plano-z para a qual a transformada existe.
Crculo (de raio) unitario: regiao do plano-z definida por r = |z| = 1.
Transformada Z DTFT, quando ambas existem:
Z{x[n]} = X(z) =
P n j
P j n
P n= x[n]z = X(re ) = n= x[n](re ) =
n jn
P n jn n
n= x[n]r e = n= (x[n]r ) e = DTFT {x[n]r }.
Quando a ROC inclui o crculo unitario: X(z)|r=1 = X(z)|z=ej = X(ej ).
Transformada Z inversa: x[n] = f (X[z])
X(z) = Z{x[n]} = DTFT {x[n]rn }.
Usando a IDTFT: x[n]rn = 2 1
R
=[2]
X(rej )ejn d.
1 1
R j j n
R
Logo: x[n] = 2 =[2]
X(re )(re ) d = 2 =[2]
X(z)z n d.
Troca de variavel de integracao: z.
Consequencia da troca: z = rej d dz
= jrej = jz d = 1j z 1 dz.
1
H
Assim: x[n] = 2j C
X(z)z n1 dz, onde C e um caminho fechado dentro da ROC
de X(z), em torno da origem z = 0.
1
H
X(z)z n1 dz

x[n] = 2j
Transformada Z: PC .
X(z) = n= x[n]z n
Tecnicas alternativas para o calculo da transformada Z inversa:
Teorema
Pde resduos de Cauchy:
x[n] = [resduos de X(z)z n1 nos polos internos a C].
Expansao em serie de potencias:
A equacao de definicao da transformada Z pode ser vista como uma serie de
potencias da variavel z, onde os coeficientes da serie sao os valores da sequencia
x[n] a qual esta sendo aplicado o mapeamento x[n] X(z).
Assim sendo, para calcular a transformada Z inversa, basta expandir a equacao
de X(z) em uma serie de potencias em z e extrair os coeficientes da serie para
montar a sequencia x[n].
NX (z)
No caso de X(z) = D X (z)
: divisao polinomial (long division).
Caso contrario: serie de Taylor.
NX (z)
No caso de X(z) = DX (z)
: expansao em fracoes parciais e uso de tabela de transfor-
madas basicas.

A.S.V.
9.12. Transformada Z 139

9.12.1 Propriedades da ROC da Transformada Z


Dados um sinal x[n] e sua transformada X(z), podem-se demonstrar as propriedades
listadas abaixo.

Propriedade 1: A ROC de X(z) consiste de um anel no plano-z, centrado na origem.

Propriedade 2: A ROC nao contem polos.

Propriedade 3: Se x[n] e de duracao finita, entao a ROC e todo o plano-z, exceto, pos-
sivelmente, z = 0 e/ou z = .

Propriedade 4: Se x[n] e lateral-direita e se o crculo |z| = r0 pertence a ROC, entao


todos os valores finitos de z tais que |z| > r0 tambem pertencerao a ROC.

Consequencia da Propriedade 4: Para x[n] causal (x[n] = 0, n < 0) a ROC extende-se ao


infinito.

Propriedade 5: Se x[n] e lateral-esquerda e se o crculo |z| = r0 pertence a ROC, entao


todos os valores de z tais que 0 < |z| < r0 tambem pertencerao a ROC.

Consequencia da Propriedade 5: Para x[n] anticausal (x[n] = 0, n 0) a ROC inclui a


origem.

Propriedade 6: Se x[n] e bilateral e se o crculo |z| = r0 pertence a ROC, entao a ROC


sera um anel que contem o crculo |z| = r0 .

TET / UFF
140 Captulo 9. Sinais no domnio da frequencia

9.13 Relacionamento das representacoes em frequencia


9.13.1 Associacao entre sinais de tempo contnuo e sequencias
Suponha-se uma sequencia x[n], montada a partir de um sinal de tempo discreto x(nTs ),
obtido a partir da amostragem uniforme (t = nTs ) de um sinal de tempo contnuo x(t).

Suponha-se ainda as representacoes em frequencia, analogica = 2f e digital = Ts :


Serie de Fourier, Transformada de Fourier, Transformada de Laplace,
DTFS, DTFT, DFT e Transformada Z.

E natural que se questione sobre o relacionamento entre tais representacoes.

Algumas relacoes sao abordadas nos itens que se seguem.

9.13.2 Transformada de Fourier DTFT


1
R
X(j)ejt d

x(t) = 2 R
Sinal de tempo contnuo: Transformada de Fourier .
X(j) = x(t)ejt dt

Sinal de tempo discreto (amostragem


R uniforme com perodo
R Ts ):
1 j(nTs ) 1
x(nTs ) = x(t)|t=(nTs ) = 2 X(j)e d = 2 X(j)ej(Ts )n d.
1
R 1
R
Sequencia: x[n] = 2 =[2]
X(ej )ejn d = 2
X(ej )ejn d.

Associando-se todos os sinais: x[n] = x(nTs ) = x(t)|t=(nTs ) .

?
Relacao procurada: X(j) X(ej ).

Manipulando-se o sinal amostrado:


1
R
x[n] = x(nTs ) = x(t)|t=(nTs ) = 2
X(j)ej(Ts )n d =
1
P R (2r+1) Ts j(Ts )n
2 r= (2r1) T X(j)e d.
s
   
0 0
Trocando-se a variavel de integracao: = r Ts = + r 2
2
Ts
.
P R Ts   0 2
1
x[n] = 2 r= X j( 0
+ r 2
Ts
) ej[( +r Ts )Ts ]n d 0 .
Ts

Trocando-se a variavel de integracao: 0 = .


1
R Ts P 
2

x[n] = 2 T r= X j( + r Ts
) ej(Ts )n ej(r2)n d =
s
1
R Ts P 
2

2
r= X j( + r Ts
) ej(Ts )n d.
Ts

Associando-se as frequencias analogica e digital: = (Ts ).


R P  
1 2
x[n] = 2 r= X j( Ts
+ r Ts
) ejn d
Ts
=
h  i
1
R 1 +r2
ejn d.
P
2 Ts r= X j( Ts )

Comparando-se as representacoes
 do sinal amostrado
 e da sequencia:

P P
X(e ) = Ts r= X j( Ts ) = Ts r= X j( + r 2
1 +r2 1
j

Ts
) = X ej(Ts ) .

A.S.V.
9.13. Relacionamento das representacoes em frequencia 141

Portanto, a DTFT X(ej ), de perodo fundamental p = 2, guarda uma relacao direta


com a transformada de Fourier X(j): versoes escaladas (tanto na ordenada quanto na
abscissa) da funcao X(j) sao deslocadas e adicionadas para compor a funcao X(ej ).

2 1
Relacoes notaveis: p = 2 p = Ts
= 2Fs fp = Ts
= Fs .

Assim, dependendo do tipo de sinal e da taxa de amostragem, pode ocorrer o fenomeno


de superposicao de espectro ou aliasing.

Classificacao de sinais quanto a faixa de frequencia ocupada:

max
Sinal nao limitado em banda: max = Ts
.
max
Sinal limitado em banda: max = Ts
< .

Possibilidades de ocorrencia de aliasing:

Sinal nao limitado em banda: aliasing garantido.



Sinal limitado em banda, com max > ou max > Ts
: aliasing garantido.

Sinal limitado em banda, com max ou max Ts
: sem ocorrencia de aliasing.


Taxa de Nyquist garante a nao ocorrencia de aliasing: max < Ts
Fs > 2fmax .

9.13.3 Transformada de Fourier DTFS e DFT


Sinal de tempo contnuo: x(t) X(j), onde t Tmax e max .

Sequencia proveniente de sinal de tempo discreto: x[n] X(ej ),


onde x[n] = x(nTs ) = x(t)|t=(nTs ) , n Nmax , (Nmax Ts ) Tmax e Fs > 2fmax .

Sequencia proveniente de extensao periodica: x[n] X[k] = a[k] = ak ,


onde x[n] e a extensao periodica de x[n], com perodo N > Nmax .

Transformada de Fourier de x(t) DTFT de x[n]:

1
X(ej ) = Ts
X(j), ou Ts
Ts
.

Transformada de Fourier de x(t) DTFS de x[n]:

1
1 1
ak = a[k] = X[k] = N
X(ej ) =k( 2 ) = N Ts
X(j)|=k( 2 ) 1 .
N N Ts

Transformada de Fourier de x(t) DFT de x[n]:

x[n], 0 n (N 1).
1
X[k] = N X[k] = X(ej ) =k( 2 ) = Ts
X(j)|=k( 2 ) 1 , 0 k (N 1).
N N Ts

TET / UFF
142 Captulo 9. Sinais no domnio da frequencia

9.13.4 Relacoes entre os parametros das representacoes


Parametros basicos:

Limite temporal: Tmax .


Limite frequencial: fmax .
1
Resolucao temporal (amostragem da representacao no tempo): t = Ts = Fs
.
Resolucao frequencial (amostragem da representacao na frequencia):
f ou ou ou k.
Numero total de amostras (perodo de x[n] e de X[k]) (comprimento da DFT): N .
N
Tempo total de armazenamento: Trec = (N Ts ) = Fs
.

Relacoes:

Para calculo da DFT: Tmax < .


Para evitar aliasing: fmax < e Fs > 2fmax .
Das definicoes: = 2f e = (Ts ).
Devido as relacoes entre as representacoes:
Perodo de repeticao:
(kp = N ) (p = 2) (p = 2 T1s = 2Fs ) (fp = T1s = Fs ).
Resolucao frequencial:
[k = 1] [ = 2 N
] [ = ( 2 ) 1 = ( 2
N Ts N
)Fs ] [f = N1 T1s = 1
F ].
N s

9.13.5 Interpolacao do sinal discreto


Pode-se obter x(t) atraves da interpolacao de x[n]:

Consideracao inicial: max < ou max < Ts
ou Fs > 2fmax .
1
Logo: X(ej ) = Ts
X(j), para Ts
Ts
.
Assim: R R Ts R Ts
1 jt 1 jt 1
x(t) = 2
X(j)e d = 2 Ts X(j)e d = 2 Ts s
T X(ej )ejt d =
 
1
R Ts P j(Ts )k
 jt P 1
R Ts j(tkT )
k= x[k]e e d = k= x[k] ( 2 ) e d =
s

( 2 )
Ts Ts Ts Ts

P sin T (tkTs )
( ) P
k= x[k]
s
= k= ck k (t).
( Ts
(tkTs ))

x[k] = x(kTs ) = x(t)|t=kTs
Sinal contnuo representacao discreta: P sin( (tkTs )) .
x(t) = k= x[k] T(tkT s
( Ts s ))

A.S.V.
9.13. Relacionamento das representacoes em frequencia 143

9.13.6 Representacoes temporais discretas de sinais contnuos


Dependendo daP funcao k (t) utilizada, podem-se obter diferentes representacoes discretas
do tipo x(t) = k= ck k (t).

Para cada caso, os coeficientes ck devem ser calculados adequadamente.

A representacao onde ck = x[k] = x(kTs ) = x(t)|t=kTs apresenta duas grandes vantagens:


i) os coeficientes ck sao obtidos diretamente pela amostragem do sinal contnuo e
ii) a operacao de convolucao e preservada, se a taxa de Nyquist for obedecida.

Assim: y(t) = x(t) h(t) y[n] = x[n] h[n], para max < Ts
ou Fs > 2fmax .

Como desvantagem, a representacao so se aplica para sinais limitados em banda, e quando


a taxa de Nyquist puder ser obedecida.

TET / UFF
144 Captulo 9. Sinais no domnio da frequencia

9.14 Exerccios propostos


2

1. Dado o sinal x[n] = sin(0 n), onde 0 = N
, atenda aos seguintes itens:

Calcule os coeficientes ak da DTFS de x[n].


Esboce os graficos |ak | k e ak k, para: N = 3, 5, 10.

2. Dado o sinal x[n] = sin(0 n), onde 0 = L 2



N
, atenda aos seguintes itens:

Calcule os coeficientes ak da DTFS de x[n].


Esboce os graficos |ak | k e ak k, para:
L = 1 e N = 3, 5, 10.
L = 3 e N = 5, 10, 15.
L = 5 e N = 10, 15, 20.

3. Dado o sinal x[n] = 5 + 3 sin 2 2 n + cos 4 2


 
N N
n , atenda aos seguintes itens:

Calcule os coeficientes ak da DTFS de x[n].


Esboce os graficos |ak | k e ak k, para: N = 14.

4. Dado o sinal x[n] =


P
GNg [n kNp ], onde Np > Ng , atenda aos seguintes itens:

Dados Ng = 2 e Np = 10, 20, 40, esboce os graficos de x[n] n.


Mostre que os coeficientes ak da DTFS de x[n] sao dados por
 
2Ng +1


Np
, k = 0, Np , 2Np ,

ak =  
2
  .
sin k N (2Ng +1)( 12 )
1 p
, k 6= 0, Np , 2Np ,

  
Np 2
sin k N
p
( 12 )

Esboce os graficos |ak | k e ak k, para: Ng = 2 e Np = 10, 20, 40.


 
Dados k = k N2p e os coeficientes ak reescritos como
 
2Ng +1

Np
, k = 0, Np , 2Np ,

ak = ,
1
1 sin(k (2Ng +1)( 2 ))

, k 6= 0, Np , 2Np ,

1
Np sin(k ( 2 ))

esboce os graficos |ak | e ak , juntamente com sua envoltoria contnua


 
2Ng +1

Np
, = 0, 2, 4,

X() = ,
1 sin((2Ng +1)
( 12 ))
, 6= 0, 2, 4,

Np sin(( 21 ))

para: Ng = 2 e Np = 10, 20, 40.

A.S.V.
9.14. Exerccios propostos 145

P
5. Dado o sinal x[n] = GNg [n kNp ], onde Ng = 2 e Np = 11, atenda aos seguintes
itens:
Esboce o grafico de x[n] n.
Calcule os coeficientes ak da DTFS de x[n].
 
2
PK jk N n
Dado x[n] = k=K ak e p , esboce o grafico de x[n] n, para K = 1, 2, 3, 4, 5.
Note que, na DTFS, nao ocorre o Fenomeno de Gibbs, que sempre aparece nas
aproximacoes finitas da Serie de Fourier. Justifique tal fato!
6. Dada a relacao DT F T {x[n]} = X(ej ), mostre que

X
j
Xr (e ) = (xr [n]cos(n) + xi [n]sin(n))
n=

e

X
j
Xi (e ) = (xi [n]cos(n) xr [n]sin(n)) .
n=

onde os ndices r e i indicam, respectivamente, as partes real e imaginaria.


7. Prove as seguintes propriedades da DTFT: periodicidade, linearidade, deslocamento no
tempo e convolucao no tempo.
8. Considerando uma sequencia real x[n], prove a seguinte relacao de simetria da DTFT:
X(ej ) = X (ej ).
9. Dado o impulso deslocado x[n] = [n ND ], para ND < 0, ND = 0 e ND > 0, atenda aos
seguintes itens:
Esboce o grafico x[n] n.
Calcule X(ej ).

Esboce o grafico X(ej ) .
Esboce o grafico X(ej ) , para valores completos do angulo de fase.
Esboce o grafico X(ej ) , para os valores principais do angulo de fase, na faixa
[, ].
10. Dado o sinal 1

2
, n = 1
1 , n=0

x[n] = ,
12 ,
n=1
0 , caso contrario

atenda aos seguintes itens:


Esboce o grafico x[n] n.
Mostre que X(ej ) = (1 + cos()).

Esboce o grafico X(ej ) .
Esboce o grafico X(ej ) .

TET / UFF
146 Captulo 9. Sinais no domnio da frequencia

11. Dado o sinal 1



, 2
n=0
1 , n=1

x[n] = 1 ,
, n=2
2


0 , caso contrario
atenda aos seguintes itens:

Esboce o grafico x[n] n.


Mostre que X(ej ) = (1 + cos()) ej .

Esboce o grafico X(ej ) .
Esboce o grafico X(ej ) , para valores completos do angulo de fase.
Esboce o grafico X(ej ) , para os valores principais do angulo de fase, na faixa
[, ].

12. Dado o sinal


1

3
, 1 n 1
x[n] = ,
0 , caso contrario
atenda aos seguintes itens:

Esboce o grafico x[n] n.


Mostre que X(ej ) = 13 (1 + 2 cos()).

Esboce o grafico X(ej ) .
Esboce o grafico X(ej ) , considerando que X(ej ) e uma funcao mpar.

13. Dado o sinal


1

3
, 0n2
x[n] = ,
0 , caso contrario
atenda aos seguintes itens:

Esboce o grafico x[n] n.


Mostre que X(ej ) = 13 (1 + 2 cos()) ej .

Esboce o grafico X(ej ) .
Esboce o grafico X(ej ) , para valores completos do angulo de fase.
Esboce o grafico X(ej ) , para os valores principais do angulo de fase, na faixa
[, ].

14. Dado o sinal 


1 , 2 n 2
x[n] = ,
0 , caso contrario
atenda aos seguintes itens:

Esboce o grafico x[n] n.


Mostre que X(ej ) = (1 + 2 cos() + 2 cos(2)).

Esboce o grafico X(ej ) .
Esboce o grafico X(ej ) , considerando que X(ej ) e uma funcao mpar.

A.S.V.
9.14. Exerccios propostos 147

15. Dado o sinal



1 , 0n4
x[n] = ,
0 , caso contrario

atenda aos seguintes itens:

Esboce o grafico x[n] n.


 
j2 sin(5
2)
j
Mostre que X(e ) = (1 + 2 cos() + 2 cos(2)) e = sin(
ej2 .
2)

Esboce o grafico X(ej ) .
Esboce o grafico X(ej ) , para valores completos do angulo de fase.
Esboce o grafico X(ej ) , para os valores principais do angulo de fase, na faixa
[, ].

16. Dado o sinal



1 , n = 2
x[n] = 1 , n=2 ,
0 , caso contrario

atenda aos seguintes itens:

Esboce o grafico x[n] n.



Mostre que X(ej ) = (2 sin(2)) ej 2 .

Esboce o grafico X(ej ) .
Esboce o grafico X(ej ) , considerando que X(ej ) e uma funcao mpar.

17. Dado o sinal


1

2 , n=0
1 , n=1


x[n] = 1 , n=2 ,
12 , n=3



0 , caso contrario

atenda aos seguintes itens:

Esboce o grafico x[n] n.



Mostre que X(ej ) = sin 3 2 + 2 sin
ej (3 2 + 2 ) .
 
2

Esboce o grafico X(ej ) .
Esboce o grafico X(ej ) , para valores completos do angulo de fase.
Esboce o grafico X(ej ) , para os valores principais do angulo de fase, na faixa
[, ].

TET / UFF
148 Captulo 9. Sinais no domnio da frequencia

18. Dado o sinal


1

3
, 1 n 1
x[n] = ,
0 , caso contrario
atenda aos seguintes itens:
Esboce o grafico x[n] n.
Calcule a N-DFT X[k], N 3, utilizando a equacao de definicao da DFT.
Compare o resultado de X[k] com X(ej ) = 13 (1 + 2 cos()).

Esboce um grafico unico contendo X(ej ) e |X[k]| k.
Esboce um grafico unico contendo X(ej ) e X[k] k, considerando que
X(ej ) e X[k] sao funcoes do tipo mpar.
19. Dado o sinal
1

3
, 0n2
x[n] = ,
0 , caso contrario
atenda aos seguintes itens:
Esboce o grafico x[n] n.
Calcule a N-DFT X[k], N 3, utilizando a equacao de definicao da DFT.
Compare o resultado de X[k] com X(ej ) = 13 (1 + 2 cos()) ej .

Esboce um grafico unico contendo X(ej ) e |X[k]| k.
Esboce um grafico unico contendo X(ej ) e X[k] k, para valores completos
do angulo de fase.
Esboce um grafico unico contendo X(ej ) e X[k]k, para os valores principais
do angulo de fase, na faixa [, ].
20. Dadas as Transformadas Z abaixo, atenda aos seguintes itens:
Calcule a constante de ganho, os zeros e os polos de Xi (z) e esboce o seu diagrama
de polos e zeros (DPZ).
Calcule a Transformada Z Inversa usando fracoes parciais, tabelas de transformadas
basicas e tabelas de propriedades basicas.
Demonstre que o metodo da divisao polinomial conduz ao mesmo resultado, calcu-
lando os quatro primeiros termos do polinomio quociente e inferindo o polinomio
final.
1
(a) X1 (z) = 1az 1
, |a| < 1.
z 1
(b) X2 (z) = 1az 1
, |a| < 1.
10.4z 1
(c) X3 (z) = 2 10.8z 1 +0.15z 2
.
21. Para os parametros abaixo, indique, justificando, se ocorrera leakage (ou smearing)
no calculo da N-DFT ou da N-FFT do sinal x[n] = x(nTS ) = A0 cos(2f0 t)|t=nTS ,
com um total de amostras Ntot , para f0 = 10Hz e FS = T1S = 40Hz.
Ntot = 16, N = 16.
Ntot = 10, N = 10.
Ntot = 16, N = 64.
Ntot = 10, N = 64.

A.S.V.
9.14. Exerccios propostos 149

P3
22. Dado o sinal x[n] = k=1 Ak cos(k n + k ), onde A = [A1 , A2 , A3 ] = [2, 16, 8],
= [1 , 2 , 3 ] = [ 3 , 5 , 6 ] rad e = [1 , 2 , 3 ] = [ 6 , 80

, 48 ] rad, calcule o menor
valor de N , tal que a N-point DFT de x[n] nao apresente leakage.

23. Com base na relacao entre a DTFT e a CTFT:

(a) Explique porque e comum filtrar um sinal contnuo no tempo antes de amostra-lo.
(b) Que tipo de seletividade em frequencia deve ser usada no filtro em questao?

24. Com base nas definicoes de todas as representacoes em domnio transformado, explique
as relacoes da DFT com:

DTFS.
DTFT.
CTFT.

25. Dadas as funcoes periodicas x1 (t) = cos(1 t), x2 (t) = cos(2 t) e x3 (t) = x1 (t) + x2 (t),
onde 1 = 2f1 = T21
e 2 = 2f2 = T22
, atenda aos seguintes itens:
f f

(a) Apresente uma formula de calculo para o perodo fundamental de x3 (t) (T3f ), em
funcao dos perodos fundamentais de x1 (t) (T1f ) e de x2 (t) (T2f ).
(b) A fim de que se obtenha uma sequencia x[n] por amostragem uniforme de uma funcao
x(t) qualquer, sem a ocorrencia de aliasing, indique a faixa de frequencia utilizavel
para a frequencia de amostragem FS .
(c) Supondo um intervalo de tempo t = Trec e uma amostragem uniforme de uma
funcao x(t) qualquer, apresente uma formula de calculo para o numero de pontos
amostrados (Nrec N+ ) de x(t) no intervalo t = Trec .
(d) Apresente uma formula de calculo para o intervalo de amostragem t = TS , de
tal forma que a N-point DFT X[k] de uma sequencia senoidal x[n] obtida por
amostragem uniforme de uma funcao senoidal x(t) com perodo fundamental Tf
nao apresente leakage.
(e) Dadas uma funcao x(t) qualquer, a sua CTFT X(j), a sequencia x[n], obtida por
amostragem uniforme de x(t), e a sua N-point DFT X[k], apresente uma formula
de calculo para a resolucao em frequencia, em Hz, provocada pela representacao de
X(j) por X[k].
(f) Dados Trec = 4.5 ms, f1 = 5 kHz e f2 = 12 kHz, escolha uma das possveis
taxas de amostragem FS = {10, 15, 20, 25, 30, 35, 40, 45} kHz, de tal forma que a
sequencia x3 [n] seja obtida por meio de uma amostragem uniforme de x3 (t) sem
aliasing, e escolha um numero de amostras N , de tal forma que a N-point DFT
X3 [k] nao apresente leakage e provoque uma resolucao frequencial menor que 300 Hz.
Justifique a escolha final.
(g) Esboce o grafico |X3 [k]| k, para 0 k (N 1), utilizando os parametros
escolhidos no item (f).

TET / UFF
150 Captulo 9. Sinais no domnio da frequencia

A.S.V.
Captulo 10

SLIT no domnio da frequencia

10.1 Introducao
Para que se possa trabalhar com sistemas em domnio transformado e necessario que sejam
definidas representacoes, em tal domnio, tanto para os sinais como para os sistemas que os
manipulam. A ideia basica e que as representacoes de um sistema no domnio original sejam
mapeadas, atraves das transformacoes adequadas, em representacoes equivalentes no domnio
transformado. Os sinais podem ser mapeados para domnio transformado atraves das seguintes
transformacoes: DTFS, DTFT, DFT e Z. Utilizando-se a DTFT e a transformada Z, podem-se
tambem encontrar representacoes equivalentes, em domnio transformado, para os sistemas. O
emprego da DTFT leva ao conceito de Resposta em Frequencia, utilizada na analise do sistema
em Regime Permanente. A aplicacao da transformada Z leva a definicao de uma Funcao de
Transferencia ou Funcao de Sistema, empregada para obtencao da resposta total do sistema.

10.2 Tipos de respostas de um sistema


Respostas de um sistema linear e invariante ao tempo (SLIT):
Resposta ao estado e resposta a entrada: yest [n] e yent [n].
Resposta natural e resposta forcada: ynat [n] e yf or [n].
Resposta transitoria e resposta permanente: ytran [n] e yperm [n].
Resposta total: y[n] = yest [n] + yent [n] = ynat [n] + yf or [n] = ytran [n] + yperm [n].
Relacoes em um SLIT generico:
Resposta ao estado: yest [n] = ynat1 [n].
Resposta a entrada: yent [n] = ynat2 [n] + yf or [n].
Resposta natural: ynat [n] = ynat1 [n] + ynat2 [n].
Relacoes em um SLIT estavel, para n :
Resposta natural: ynat1 [n], ynat2 [n] 0.
Resposta em regime permanente ou estado estacionario (steady-state):
yRP [n] = yss [n] = y[n]|n = yent [n]|n = yperm [n] = yf or [n].
Para x[n] temporario: ytran [n] = y[n] e yperm [n] = 0.
Para x[n] permanente: ytran [n] = ynat [n] e yperm [n] = yf or [n].

151
152 Captulo 10. SLIT no domnio da frequencia

10.3 Resposta em frequencia H(ej)


10.3.1 Contexto
SLIT definido por equacao de diferenca.

SLIT estavel.

Operacao em regime permanente: yss [n] = y[n]|n = yent [n]|n .

Entrada exponencial: x[n] = ejn .


1
ejn + ejn = 1 1
ejn .
  
Entrada senoidal: x[n] = cos(n) = 2 2
ejn + 2

10.3.2 Abordagem 1: definicoes e resultados


Resposta a uma entrada generica x[n]:
yss [n] = yent [n]|n = h[n] x[n] =
P
k= h[k]x[n k].

Resposta a uma exponencial x[n] = ejn : yss [n] = j(nk)


P
k= h[k]e =
P jn jk jn jk j
= e H(e ) = |H(e )|ej(n+H(e )) .
jn j j
P
k= h[k]e e =e k= h[k]e

Relacao com a DTFT: H(ej ) = jk


P
k= h[k]e = DTFT {h[n]}.

Dado que h[n] e uma sequencia real, demonstra-se que H(ej ) = H (ej ), de tal forma
que sao validas as seguintes relacoes: |H(ej )| = |H(ej )| e H(ej ) = H(ej ).

Resposta a uma soma de exponenciais x[n] = Ll=1 cl ejl n : yss [n] = Ll=1 cl ejl n H(ejl ).
P P

Resposta a uma entrada senoidal x[n] = cos(n): yss [n] = |H(ej )|cos(n + H(ej )).

Resposta a uma soma de sinais senoidais: x[n] = Ll=1 cl cos(l n):


P

yss = Ll=1 |H(ejl )| cl cos(l n + H(ejl )).


P

10.3.3 Abordagem 2: calculo alternativo


Entrada e sada sem atraso: x[n] = ejn yss [n] = ejn H(ej ).

Entrada e sada com atraso variavel: x[nk] = ejn ejk yss [nk] = ejn ejk H(ej ).

Equacao
P de diferenca: n
y[n] + N
PL
k=1 ak y[n k] = k=0 bk x[n k]

PN PL
yss [n] + k=1 ak yss [n k] = k=0 bk x[n k]
PN PL
ejn H(ej ) + k=1 ak ejn ejk H(ej ) = k=0 bk e
jn jk
e

H(ej ) + N jk
H(ej ) = Lk=0 bk ejk
P P
k=1 ak e
h i
1+ N jk
H(ej ) = Lk=0 bk ejk
P P
a
k=1 k e
PL jk
k=0 bk e
H(ej ) = N
1+ k=1 ak ejk
P .

A.S.V.
10.3. Resposta em frequencia H(ej ) 153

10.3.4 Abordagem 3: outras relacoes


PN PL
Equacao de diferenca: y[n] = k=1 ak y[n k] + k=0 bk x[n k].

Operador atraso unitario: v[n 1] = D{v[n]} = (D)v[n].


 PL k

k=0 bk D
Operador linear de transferencia: y[n] = 1+PN a Dk x[n] = T (D)x[n].
1 k

DTFT: P  P 
jn
P N PL
j
Y (e ) = n= y[n]e = n= k=1 ak y[n k] + k=0 bk x[n k] ejn =
P P
N
P jn
 PL jn

k=1 ak n= y[n k]e  + k=0 bk n= x[n k]e =
PN P jm jk
PL P jm
 jk
k=1 ak m= y[m]e e + k=0 bk m= x[m]e e =
PN j jk
PL j jk
k=1 ak Y (e )e + k=0 bk X(e )e
 PL 
bk ejk
Y (ej ) = 1+Pk=0
N
a ejk
X(ej ) = T (ej )X(ej ).
k=1 k

Resposta ao impulso:

Entrada: x[n] = [n] X(ej ) = 1.


Sada: y[n] = h[n] Y (ej ) = H(ej ).
PL jk
k=0 bk e
DTFT: H(ej ) = T (ej ) = N
1+ k=1 ak ejk
P .

10.3.5 Conclusoes
Interpretacao matematica:

Associacao: sinais vetores.


Associacao: SLIT em regime permanente transformacao linear.
Transformacao particular: ejn H(ej )ejn .
Funcao caracterstica ou autofuncao: ejn .
P
Valor caracterstico ou autovalor: H(ej ) = k= h[k]ejk = DTFT {h[n]}.

Funcao Resposta em Frequencia H(ej ): Supondo um sinal de entrada expandido em


cossenos, a resposta em estado permanente (senoidal) sera a soma dos cossenos originais,
ponderados e defasados por influencia de H(ej ), de acordo com as suas frequencias.
Assim, a funcao H(ej ) pode ser denominada de Resposta em Frequencia do SLIT.

No mapeamento entre domnios n , observam-se as seguintes relacoes:

Operador atraso unitario: D{} ej .


Operador linear de transferencia: T (D) T (ej ).
Resposta em frequencia: T (ej ) = H(ej ).
Resposta ao impulso: H(ej ) = DTFT {h[n]}.
PL jk
k=0 bk e
Equacao de diferenca: H(ej ) = N
1+ k=1 ak ejk
P .

Convolucao: yss [n] = yent [n]|n = h[n] x[n] Yss (ej ) = H(ej ) X(ej ).

TET / UFF
154 Captulo 10. SLIT no domnio da frequencia

10.3.6 Caractersticas
P PL jk
jk k=0 bk e
Calculo: H(ej ) = k= h[k]e = DTFT {h[n]} e H(ej ) = 1+ N
P jk
.
k=1 k e
a

j )
H(ej ) e complexa: H(ej ) = |H(ej | eH(e .

H(ej ) e periodica: p = 2.

H(ej ) e simetrica para h[n] real: |H(ej )| = |H(ej )| e H(ej ) = H(ej ).

10.3.7 Definicoes
Funcao resposta de magnitude: G() = |H(ej )|.

Funcao resposta de fase: () = H(ej ).

Funcao ganho: GdB () = |H(ej )|dB = 20 log10 |H(ej )| dB.

Funcao atenuacao ou perda: AdB () = GdB ().

Funcao atraso de grupo: () = d()


d
.

10.4 Seletividade de um SLIT no domnio da frequencia


Resposta ao impulso (pulso) unitario do SLIT: h[n].

Resposta em frequencia: H(ej ) = jk


P
k= h[k]e = DTFT {h[n]}.

Resposta a uma entrada generica x[n]: yss [n] = yent [n]|n = h[n] x[n].

Aplicando a DTFT: Yss (ej ) = H(ej ) X(ej ).

Interpretacao do sistema como um seletorPde frequencias (filtro):


L
j ) P bk ejk
H(ej ) = YX(e
ss (e
j ) = k= h[k]e
jk
= 1+Pk=0
N
a ejk
.
k=1 k

Tipos basicos de filtros ideais: lowpass, highpass, bandpass, bandreject.

Funcao dos filtros ideais: seletividade em frequencia, com transmissao sem distorcao das
componentes do sinal de entrada que possuam frequencias dentro das bandas de passagem
e eliminacao das componentes do sinal de entrada que possuam frequencias dentro das
bandas de rejeicao.

Parametros basicos da especificacao em frequencia de filtros ideais:

Existencia de bandas de passagem e de rejeicao.


Ausencia de bandas de transicao.
Ganho constante e unitario na banda de passagem.
Ganho nulo na banda de rejeicao.
Fase linear (ou atraso de grupo constante) na banda de passagem.
Frequencias de definicao das bandas: lim .

Filtros ideais filtros reais: sistemas causais.

A.S.V.
10.5. Funcao de transferencia ou funcao de sistema H(z) 155

Parametros basicos da especificacao em frequencia de filtros reais:

Existencia de bandas de passagem, de transicao e de rejeicao.


Atenuacao maxima na banda de passagem.
Atenuacao mnima na banda de rejeicao.
Fase linear (ou atraso de grupo constante) na banda de passagem.
Frequencias de definicao das bandas: p e r .

Projeto modular: sntese de modulo (|H(ej )|) com correcao de fase (H(ej )) ou sntese
de fase com correcao de modulo.

Interconexao de sistemas: serie (cascata) e paralelo.

10.5 Funcao de transferencia ou funcao de sistema H(z)


A resposta em frequencia H(ej ) e uma funcao complexa da variavel . Portanto, ela e
de difcil manipulacao matematica (analise e sntese).

Por sua vez, a funcao H(z) = Z{h[n]} e polinomial em z.

Para h[n] real, H(z) e polinomial com coeficientes reais.

Na pratica, trabalha-se com SLITs descritos por equacoes de diferenca, com coeficientes
contantes e reais. Tais sistemas possuem uma funcao H(z) polinomial racional em z, com
coeficientes constantes e reais. Logo, tais funcoes sao mais facilmente manipulaveis do
ponto de vista matematico (analise e sntese).

Resposta total: y[n] = yest [n] + yent [n].

Considerando-se condicoes iniciais nulas (CI = 0): y[n]|CI=0 = yent [n].

Resposta a entrada: yent [n] = h[n] x[n].

Aplicando-se a transformada Z: Yent (z) = H(z) X(z).



Y (z) Yent (z)
Funcao de transferencia ou funcao de sistema: H(z) = X(z)
= X(z)
= Z{h[n]}.
CI=0

Se |z| = 1 ROC|H(z) , entao: H(ej ) = H(z)|z=ej .

Para H(z) com coeficientes reais:


|H(ej )|2 = H(ej )H (ej ) = H(ej )H(ej ) = H(z)H(z 1 )|z=ej .

Na maioria dos projetos, trabalha-se com SLITs causais e estaveis.

Sistema causal: ROC de H(z) e externa ao polo mais externo de H(z).

Sistema estavel: polos de H(z) encontram-se no interior do crculo unitario.

Sistema causal e estavel: ROC de H(z) inclui o crculo unitario.

Portanto, para um sistema causal e estavel: H(ej ) = H(z)|z=ej .

TET / UFF
156 Captulo 10. SLIT no domnio da frequencia

10.6 Polos e zeros de H(z)


Dado o SLIT descrito por
N
X NP
X
a0k y[n k] = b0k x0 [n k]
k=0 k=NF

ou
N
X NP
X
y[n] = ak y[n k] + bk x0 [n k]
k=1 k=NF

ou
N
X L
X
y[n] = ak y[n k] + bk x[n k] ,
k=1 k=0

onde:

N, NF e NP N ,

a0k b0k
ak = , bk = ,
a00 a00

x0 [n] = x[n NF ]

L = NP + NF ,

sua Funcao de Transferencia H(z) e uma funcao polinomial racional da variavel complexa z,
dada por

PNP 0 k
PNP k PL k
0 Y (z) k=N F
b k z k=NF bk z NF k=0 bk z
H (z) = 0 = PN 0 = = z (10.1)
X (z) CI=0 1+ N 1+ N
k
P k
P k
k=0 ak z k=1 ak z k=1 ak z

ou
PL k
Y (z) k=0 bk z
H(z) = = . (10.2)
X(z) CI=0 1 + N
P k
k=1 a k z
As Equacoes (10.1) e (10.2) podem ser fatoradas, respectivamente, em
QL
0 NF (1 + ck z 1 )
H (z) = z KG Qnk=1 1
(10.3)
k=1 (1 + dk z )
e
QL
(1 + ck z 1 )
H(z) = KG Qnk=1 1
. (10.4)
k=1 (1 + dk z )

A.S.V.
10.6. Polos e zeros de H(z) 157

Os valores de z para os quais H(z) = 0 e H(z) sao denominados, respectivamente, os


zeros e os polos de H(z).
A quantidade de singularidades (zeros e polos) de H(z), bem como as suas posicoes no plano
complexo z, determinam varias caractersticas sobre o sistema.
De (10.4), pode-se dizer que:

z+ck
Cada termo (1 + ck z 1 ) =

z
, do numerador, gera um zero em z = ck e um polo em
z = 0.

z+dk
Cada termo (1 + dk z 1 ) =

z
, do denominador, gera um polo em z = dk e um zero
em z = 0.

Em z = 0, existem cancelamentos de polos do numerador com zeros do denominador.

Quando as singularidades em z sao computadas, o numero de polos e igual ao


numero de zeros.

Se os coeficientes a0k , b0k , ak , e bk forem reais, as singularidades com valores complexos


devem ocorrer em pares complexos conjugados.

Sistemas nao recursivos sao representados por funcoes polinomiais simples, com zeros
finitos e polos em z . Por isso, sao ditas funcoes all zeros.

Sistemas puramente recursivos sao representados por funcoes polinomiais racionais, onde
o numerador e unitario, com zeros em z e polos finitos. Por isso, sao ditas funcoes
all poles.

Sistemas recursivos genericos sao representados por funcoes polinomiais racionais,


contendo zeros e polos finitos.

Adicionalmente, de (10.3), pode-se dizer que:

Se NF > 0, o sistema e nao causal, tem NF amostras com ndices negativos em h[n] e o
termo z NF gera NF polos em z e NF zeros em z = 0.

TET / UFF
158 Captulo 10. SLIT no domnio da frequencia

10.7 SLIT equivalente em domnio transformado


Com a aplicacao de uma transformada nas variaveis (sinais) e nas equacoes de definicao
(dos elementos e da topologia) de um sistema, pode-se obter uma representacao equiva-
lente do sistema no domnio transformado.
Assim, os processos de analise e sntese (projeto) podem ser realizados diretamente no
domnio transformado.
Diagrama de sistemas (blocos ou grafos):
Somador: Z{x1 [n] + x2 [n]} = Z{x1 [n]} + Z{x2 [n]} = X1 [k] + X2 [k].
Escalador: Z{Ax[n]} = AZ{x[n]} = AX[k].
Atrasador unitario: y[n] = x[n 1] Z{y[n]} = Z{x[n 1]} Y [k] = z 1 X[k].
(CI=0)
Equacao de diferenca: y[n] + N
P PL
k=1 ak y[n k] = k=0 bk x[n k]
  P 
1+ N k L k
P
a
k=1 k z Y (z) = b
k=0 k z X(z)
PL
( k=0 bk z
k
)
Y (z) = PN X(z) Y (z) = H(z) X(z).
(1+ k=1 ak z k )

Resposta ao impulso (pulso) unitario:


X(z) = Z{[n]} = 1 e Y (z) = H(z) X(z) Y (z)|x[n]=[n] = H(z).
PL
Y (z) bk z k
Funcao de transferencia: H(z) = X(z) = 1+Pk=0
N
a z k
.
CI=0 k=1 k

PL jk
k=0 bk e
Resposta em frequencia: H(ej ) = N
1+ k=1 ak ejk
P .

Equacoes de estado para um sistema MIMO:


x[n + 1] = A x[n] + B r[n]
y[n] = C x[n] + D r[n] (10.5)

zX(z) = A X(z) + B R(z)


Y (z) = C X(z) + D R(z) (10.6)

X(z) = (zI A)1 B R(z)


Y (z) = C X(z) + D R(z) (10.7)

Y (z) = C (zI A)1 B + D R(z)


 
(10.8)
Equacoes de estado para um sistema SISO:

Y (z) = C (zI A)1 B + D R(z)


 
(10.9)

Y (z)
H(z) = = C (zI A)1 B + D (10.10)
R(z) CI=0

A.S.V.
10.8. Exerccios propostos 159

10.8 Exerccios propostos


1. Esboce o Diagrama de Polos e Zeros (DPZ) para as seguintes Funcoes de Transferencia:

H(z) = (b0 + b1 z 1 ).
 
H(z) = 1+a11 z1 .
H(z) = 13 (z + 1 + z 1 ).
H(z) = 13 (1 + z 1 + z 2 ).

2. Dadas as Funcoes de Transferencia abaixo, que definem os sistemas S1 e S2 , atenda aos


seguintes itens:

Calcule as equacoes de diferenca dos sistemas S1 e S2 , isoladamente.


Calcule a Funcao de Transferencia de um sistema Sc , composto pela conexao cascata
(serie) dos sistemas S1 e S2 .
Calcule a equacao de diferenca do sistema Sc .
Calcule a Funcao de Transferencia de um sistema Sp , composto pela conexao paralela
dos sistemas S1 e S2 .
Calcule a equacao de diferenca do sistema Sp .
Apresente os diagramas de sistema, no domnio do tempo (n) e no domnio da fre-
quencia (z), nas Formas: Direta I, Direta II, Direta I Transposta e Direta II Trans-
posta, para os sistemas S1 , S2 , Sc e Sp . Para os sistemas Sc e Sp , considere sempre
dois casos: um onde os sistemas constituintes possam ser claramente identificados e
outro onde os sistemas constituintes nao possam ser identificados.
Calcule a localizacao dos zeros e polos de H1 (z), H2 (z), Hc (z) e Hp (z).

(a) H1 (z) = K1 (z 1 ) e H2 (z) = K2 (1 z2 z 1 ).


(b) H1 (z) = K1 (1 z1 z 1 ) e H2 (z) = K2 (1 z2 z 1 ).
 
1 1
(c) H1 (z) = K1 (z ) e H2 (z) = K2 1p2 z1 .
   
1 1
(d) H1 (z) = K1 1p1 z1 e H2 (z) = K2 1p2 z1 .
 
1z2 z 1
(e) H1 (z) = K1 (z 1 ) e H2 (z) = K2 1p 2z
1 .
   
1z1 z 1 1z2 z 1
(f) H1 (z) = K1 1p 1z
1 e H 2 (z) = K 2 1p2 z 1 .

3. Dado o sistema linear e invariante ao deslocamento (SLIT) compostopor doissistemas


1 3z 1

de primeira ordem e definido por H(z) = H1 (z) + H2 (z) = 10.1z 1 + 10.3z 1
, atenda
aos seguintes itens:

Apresente as equacoes de diferenca dos tres sistemas.


Apresente os diagramas de sistema, no domnio do tempo (n) e no domnio da fre-
quencia (z), nas Formas: Direta I, Direta II, Direta I Transposta e Direta II Trans-
posta, considerando sempre dois casos: um onde os sistemas constituintes possam
ser claramente identificados e outro onde os sistemas constituintes nao possam ser
identificados.

TET / UFF
160 Captulo 10. SLIT no domnio da frequencia

4. Dada a resposta ao impulso


1

3
, 1 n 1
h[n] = ,
0 , caso contrario
atenda aos seguintes itens:
Calcule a Funcao de Transferencia H(z) do SLIT.
Calcule a equacao de diferenca do SLIT.
Desenhe o diagrama de sistema do SLIT.
5. Dada a resposta ao impulso

an , n 0
h[n] = ,
0 , caso contrario
atenda aos seguintes itens:
Calcule a Funcao de Transferencia H(z) do SLIT.
Calcule a equacao de diferenca do SLIT.
Desenhe o diagrama de sistema do SLIT.
6. Dada a resposta ao impulso

rn cos(n) , n 0
h[n] = ,
0 , caso contrario
atenda aos seguintes itens:
Calcule a Funcao de Transferencia H(z) do SLIT.
Calcule a equacao de diferenca do SLIT.
Desenhe o diagrama de sistema do SLIT.
7. Dada a resposta ao impulso

rn sin(n) , n 0
h[n] = ,
0 , caso contrario
atenda aos seguintes itens:
Calcule a Funcao de Transferencia H(z) do SLIT.
Calcule a equacao de diferenca do SLIT.
Desenhe o diagrama de sistema do SLIT.
8. Dadas, respectivamente, as sequencias de entrada e de sada de um SLIT
 n
r cos(n) , n 0
x[n] =
0 , caso contrario
e

rn sin(n) , n 0
y[n] = ,
0 , caso contrario
atenda aos seguintes itens:
Calcule a Funcao de Transferencia H(z) do SLIT.
Calcule a equacao de diferenca do SLIT.
Desenhe o diagrama de sistema do SLIT.

A.S.V.
10.8. Exerccios propostos 161

9. Dado o sistema linear e invariante ao deslocamento (SLIT) definido pela equacao de


diferenca y[n] 0.7y[n 1] + 0.06y[n 2] = x[n] + 0.7x[n 1] + 0.06x[n 2], atenda aos
seguintes itens:

Classifique o sistema em relacao ao criterio BIBO de estabilidade.


Calcule a Discrete-Time Fourier Transform (DTFT) da resposta ao impulso do
sistema.

10. Dado o sistema linear


 e invariante aodeslocamento (SLIT) definido pela funcao de trans-
10.25z 1
ferencia H(z) = (4) 10.60z 1 +0.08z 2 , atenda aos seguintes itens:

Calcule os zeros zz e os polos zp da funcao de transferencia do sistema.


Esboce o diagrama de polos e zeros (DPZ) do sistema.
Apresente a funcao de transferencia do sistema na forma de fracoes parciais.
Calcule a resposta ao impulso do sistema.
Calcule a equacao de diferenca do sistema.
Calcule a funcao resposta em frequencia do sistema.

11. Dado o sistema linear e invariante ao deslocamento (SLIT) definido pela Equacao (10.11),
atenda aos seguintes itens:

Desenhe o diagrama de blocos basicos do SLIT relaxado no domnio n.


Esboce o grafico h[n] n.
Calcule a Funcao de Transferencia H(z), a partir da equacao de diferenca.
Esboce o Diagrama de Polos e Zeros (DPZ) de H(z).
Desenhe o diagrama de blocos basicos do SLIT relaxado no domnio z.

y[n] = 0.5x[n] + x[n 1] + 0.5x[n 2] (10.11)


12. Dado o sistema linear e invariante ao deslocamento (SLIT) definido pela Equacao (10.12),
com y[1] = 0.1 e y[2] = 0.2, calcule a resposta total do sistema no regime permanente,
yRP [n] = y[n]|n , para a entrada x[n] = 2 u[n].

y[n] 0.04y[n 2] = x[n] 4x[n 2] (10.12)


13. Apresente a equacao de diferenca de cada SLIT causal definido pelos seguintes parametros:

K = 2, zz = {0.2, 0.4, 0.6} e zp = {0.1, 0.3, 0.5, 0.7}.


K = 5, zz = {0.1, 0.3, 0.5} e zp = {0.2, 0.4, 0.6, 0.8}.

14. Dado o SLIT relaxado que e definido pela Equacao (10.13), suponha a realizacao desse
sistema utilizando subsistemas de ordens inferiores, arranjados de duas formas diferentes:
i) conexao cascata e ii) conexao paralela. Apresente um Diagrama de Sistema, no domnio
da variavel n, para cada um dos dois sistemas equivalentes, realizados por meio das citadas
conexoes.

y[n] 0.6y[n 1] + 0.08y[n 2] = 6x[n] 1.6x[n 1] (10.13)

TET / UFF
162 Captulo 10. SLIT no domnio da frequencia

15. Apresente uma equacao que represente o sinal analogico x(t), relacionado com
a N-point DFT dada por |X[k]| = 104 [6.5, 17.5, 28.5, 35.5, 35.5, 28.5, 17.5, 6.5] e
X[k] = [0.2, 0.6, 1.0, 1.4, 1.4, 1.0, 0.6, 0.2], k = [10, 30, 50, 70, 180, 200, 220, 240],
e X[k] = 0 caso contrario, dados os seguintes parametros: FS = 50 kHz, N = 250.

16. Suponha o sinal analogico x(t) = 8 + 6cos(1 t) + 2cos(2 t), onde f1 = 10 kHz e
f2 = 30 kHz, que, sendo amostrado uniformemente a uma taxa de FS = 100 kHz,
gera uma sequencia x[n]. Suponha ainda que x[n] e aplicada na entrada de um sis-
tema em tempo discreto, linear e invariante ao deslocamento (SLIT), causal e estavel,
cuja Discrete Fourier Transform (DFT) e definida por |H[k]| = {5, 4, 3, 0, 1, 2, 1, 0, 3, 4},
H[k] = {0, 4 , 2 , 3 4
, , 0, , 3 , , , } e 0 k 9. Calcule a resposta y[n] do
4 2 4
sistema, no regime permanente, justificando todas as etapas do calculo.

17. Suponha o sinal analogico x(t) = 3i=1 Ai cos(2fi t+i ), onde A = [A1 , A2 , A3 ] = [6, 3, 1],
P
f = [f1 , f2 , f3 ] = [2, 10, 20] kHz e = [1 , 2 , 3 ] = [ 9 , 6 , 3 ] rad. Dada a sequencia x[n],
gerada a partir da amostragem uniforme de x(t), com FS = 200 kHz, para 0 n 299,
suponha que x[n] e aplicada na entrada de um SLIT, causal e estavel, definido por h[n],
cuja DFT de 100 pontos e dada por |H[k]| = [0, 0, 0, 0.6, 0.8, 1.0, 1.0, 1.0, 0.8, 0.6, 0, 0, 0] e
H[k] = [0.0, 0.3, 0.6, 0.9, 1.2, 1.5, 1.8, 2.1, 2.4, 2.7, 3.0, 3.3, 3.6] rad,
para k = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]. Atenda aos seguintes itens:

Apresente a equacao que define x[n], para 0 n 299.


Calcule o perodo fundamental de cada uma das componentes de x[n].
Calcule a resposta forcada do sistema, yf or [n].

A.S.V.
Parte V

Apendices

163
Apendice A

Revisao de numeros complexos

A.1 Corpo dos numeros complexos


Dados

R conjunto dos numeros reais


R R = R2 produto cartesiano
R2 = {(x, y) | x R e y R}

e supondo-se as seguintes definicoes para os elementos (x, y)

1) igualdade: (a, b) = (c, d) a=c e b=d


2) adicao: (a, b) + (c, d) (a + c, b + d)
3) multiplicacao: (a, b) (c, d) (ac bd, ad + bc)

pode-se definir

C conjunto dos numeros complexos


z numero complexo
C = {z = (x, y) | x R, y R e as definicoes (1)(3) sao validas } .

A.2 Forma algebrica dos numeros complexos


Considerando-se o subconjunto

R0 = {(a, b) C | b = 0} ,

pode-se mostrar que operar com o numero complexo (x, 0) e equivalente a operar com o numero
real x. Logo, existe um isomorfismo entre R0 e R, de tal forma que

x = (x, 0), x R

RC.

165
166 Apendice A. Revisao de numeros complexos

Levando-se em consideracao a unidade real 1 = (1, 0) e definindo-se o numero complexo


i = (0, 1) como a unidade imaginaria, tem-se que

i2 = i i = (0, 1) (0, 1) = (1, 0) = 1 .

Assim, um numero complexo qualquer z pode ser escrito na seguinte forma algebrica,
denominada forma retangular

z = (x, y)
= (x, 0) + (0, y)
= (x, 0) + (y, 0) (0, 1)
= x+yi ,

onde:

x = Re{z} e a parte real de z.


y = Im{z} e a parte imaginaria de z.

Pode-se definir a seguinte nomenclatura

Numero complexo: z = (x, y) = x + y i


Numero real (puro): z = (x, 0) = x + 0 i = x
Numero imaginario (puro): z = (0, y) = 0 + y i = y i (y 6= 0) .

Os numeros complexos z e z sao ditos complexos conjugados se, e somente se,

z = x + y i z = x y i .

Neste caso, pode-se mostrar que

z + z
x = Re{z} =
2
e
z z
y = Im{z} = .
2

A.3 Forma trigonometrica ou polar


Pode-se interpretar os numeros complexos z = (x, y) como pontos de um plano cartesiano,
denominado Plano Complexo ou Plano de Argand-Gauss. Ele e exemplificado na Figura A.1,
onde:

z = (x, y) e um numero complexo.


x0y e o plano cartesiano de Argand-Gauss.
0x e o eixo real.
0y e o eixo imaginario.
P = (x, y) e o afixo de z.

A.S.V.
A.4. Formula de Euler 167

Figura A.1: Plano de Argand-Gauss.

A norma N e o modulo (ou valor absoluto) de z sao dados, respectivamente, por

N (z) = x2 + y 2
e
p p
|z| = N (z) = x2 + y 2 = r .
O argumento (principal) de z e dado pelo angulo , tal que
y Im{z}
sin = = ,
r |z|

x Re{z}
cos = =
r |z|
e
y Im{z}
tan = = .
x Re{z}
Logo, pode-se escrever

z = (x, y) = x + y i = r (cos + i sin ) .


Deve-se notar que existem infinitos angulos equivalentes a , que sao

k = ( 2 k ) , k = 0, 1, 2, . (A.1)
Portanto, pode-se dizer que um numero complexo z possui infinitos argumentos ou que existem
infinitos numeros complexos com o mesmo argumento principal.

A.4 Formula de Euler


Dado um angulo , a identidade de Euler fornece

ei = (cos i sin ) .
No caso particular de = , tem-se a formula de Euler

ei = 1 .
Para = 2 , pode-se escrever

ei 2 = i .

TET / UFF
168 Apendice A. Revisao de numeros complexos

A.5 Resumo das representacoes


Com base nas representacoes descritas acima, pode-se escrever as seguintes relacoes

z = (x, y) = x + y i = r (cos + i sin ) = r ei ,


p
r= x2 + y 2 = |z| ,
 
Im{z} y
= arg(z) = arctan = arctan
Re{z} x
e
i2 = 1 .
Definindo-se
z = (x, y) = x y i = r (cos i sin ) = r ei ,
tem-se ainda as seguintes identidades

z z = |z|2 = r2 ,

z
= 1 ei2 ,
z
z + z
x = Re{z} =
2
e
z z
y = Im{z} = .
2

A.6 Operacoes com numeros complexos


A seguir, sao resumidas as operacoes basicas sobre numeros complexos: adicao, subtracao,
multiplicacao, divisao, potenciacao, radiciacao e logaritmo.

A.6.1 Adicao e subtracao


Conforme a propria definicao dos numeros complexos, as operacoes de adicao e subtracao
realizam-se atraves da adicao/subtracao de suas partes real e imaginaria. Por isso, e prefervel
que se os represente na forma retangular. Exemplificando, dados

z1 = x1 + y1 i
e
z2 = x2 + y2 i ,
tem-se que

za = z1 + z2 = (x1 + x2 ) + (y1 + y2 ) i
e
zs = z1 z2 = (x1 x2 ) + (y1 y2 ) i .

A.S.V.
A.6. Operacoes com numeros complexos 169

A.6.2 Multiplicacao e divisao


Para numeros complexos expressos na forma retangular, a multiplicacao e realizada conforme
a propria definicao dos numeros complexos. Dados

z1 = x1 + y1 i
e
z2 = x2 + y2 i ,
a multiplicacao e calculada por

zm = z1 z2 = (x1 x2 y1 y2 ) + (x1 y2 + x2 y1 ) i .
Para o calculo da divisao, deve-se transforma-la numa multiplicacao, atraves do complexo
conjugado do denominador. Exemplificando, dados

z1 = x1 + y1 i
e
z2 = x2 + y2 i ,
a divisao e realizada da seguinte forma
z1 z1 z2 z1 z2
zd = = = .
z2 z2 z2 |z2 |2
No caso dos numeros expressos na forma polar, os calculos sao extremamente simplificados.
Dados
z1 = x1 + y1 i = r1 ei1
e
z2 = x2 + y2 i = r2 ei2 ,
obtem-se a multiplicacao e a divisao, respectivamente, por

zm = z1 z2 = r1 ei1 r2 ei2 = (r1 r2 ) ei(1 +2 )


 

e
  
r1 ei1
 
z1 r1
zd = = i
= ei(1 2 ) .
z2 (r2 e ) 2 r2

A.6.3 Potenciacao
Assim como nas operacoes de multiplicacao e divisao, e muito mais conveniente realizar a
operacao de potenciacao expressando-se os numeros complexos na forma polar. Neste caso, o
calculo e realizado do seguinte modo

z k = (x + y i)k
k
= r ei = rk eik
= rk (cos k + i sin k) .

TET / UFF
170 Apendice A. Revisao de numeros complexos

A.6.4 Radiciacao
Na operacao de radiciacao tambem e mais conveniente que se utilize a forma polar. Dado o
numero complexo

z = x + y i = r ei ,

deseja-se calcular
1  k1 1
zk razes = k
z = z k = r ei = r k ei k .

Porem, tal problema e equivalente a resolver a seguinte equacao

zkk r ei = 0 ,

razes (A.2)
que, sendo de ordem k, deve possuir k razes.
Assim, aplicando-se (A.1) em (A.2), o Teorema de De Moivre fornece o seguinte conjunto
infinito de k razes
1 1 ()
z0 = r ei(+20) k = r k ei k

 k1 1 (+2)
z1 = r ei(+21) = r k ei k

 k1 1 (+4)
z2 = r ei(+22) = r k ei k

 k1 1 (+6)
z3 = r ei(+23) = r k ei k

..
.

 k1 1 (+(k1))
z(k1) = r ei(+2(k1)) = r k ei k

 k1 1 (+2k) 1 ()
zk = r ei(+2k) = r k ei k = r k ei k = z0

 k1 1 (+2(k+1)) 1 (+2)
z(k+1) = r ei(+2(k+1)) = r k ei k = r k ei k = z1

 k1 1 (+2(k+2)) 1 (+4)
z(k+2) = r ei(+2(k+2)) = r k ei k = r k ei k = z2

..
.

 k1 1 (+2l)
zl = r ei(+2l) = r k ei k , l = 0, 1, 2, .

Pode-se mostrar que as k razes de um numero complexo z = r ei encontram-se


uniformemente distribudas em um crculo com centro na origem do plano complexo e raio
1
igual a r k .

A.S.V.
A.7. Referencias 171

A.6.5 Logaritmo
Para realizar a operacao de logaritmo tambem e mais conveniente expressar os numeros
complexos na forma polar. O calculo e realizado da seguinte forma

ln(z) = ln (x + y i)
= ln r ei = ln r ei(2k)
 

= ln(r) + i ( 2 k ) , k = 0, 1, 2, .

A.7 Referencias
Os topicos abordados neste captulo podem ser encontrados, com mais detalhes, em [IMD+ 85].

TET / UFF
172 Apendice A. Revisao de numeros complexos

A.S.V.
Apendice B

Topicos sobre divisao entre numeros


inteiros

B.1 Algoritmo de divisao entre numeros inteiros


Teorema (Divisao com resto): Para cada inteiro c (dividendo) e cada inteiro positivo d
(divisor), existe um unico par de inteiros Q (quociente) e r (resto), tal que c = Q d + r, onde
0 |r| < d.

B.2 Quociente
O quociente pode ser descrito por
jck
Q= ,
d
onde bxc e a funcao f loor(x), que representa o maior inteiro menor que x.

B.3 Resto
Algumas notacoes comuns para o resto da divisao de c por d sao

r = Rd [c] = ((c)) .

B.4 Congruencia
Dois numeros inteiros c1 e c2 sao ditos congruentes, modulo d, quando d divide exatamente
(exactly divides ou evenly divides) a diferenca (c1 c2 ), o que pode ser descrito por

c1 c2 (mod d) ,

(c1 c2 )
Q=
d
ou

c1 = Q d + c2 . (B.1)

173
174 Apendice B. Topicos sobre divisao entre numeros inteiros

Quando c1 e d sao inteiros positivos e 0 c2 < d, a Equacao (B.1) pode ser reescrita como

c1 = Q d + r ,
onde o resto r da divisao inteira e denominado (o menor) resduo de c1 , modulo d.
Por outro lado, o calculo do (menor) resduo r de c1 , modulo d, considerando-se que c1 e d
sao inteiros quaisquer, e dado por
d > 0 e c 1 > 0 c 1 = Q d + rp r = rp ,

d > 0 e c1 < 0 |c1 | = (|Q|) d + (|rn |) r = d + (|rn |) ,

d < 0 e c1 > 0 c1 = (|Q|) (|d|) + rp r = (|d|) + rp


e
d < 0 e c1 < 0 |c1 | = Q (|d|) + (|rn |) r = |rn | .

B.5 Relacoes de equivalencia


Quando um par ordenado de elementos (x, y) possui uma propriedade R que os relaciona,
pode-se dizer que x e R-relacionado com y, o que e simbolizado por xRy.
A relacao R e definida como o conjunto de todos os pares ordenados que possuem a
propriedade em questao.
Pode-se assumir que R e uma relacao definida sobre um conjunto de elementos, de tal
forma que x ou y possam representar qualquer elemento do conjunto.
Classificacao das relacoes:
Reflexividade: se xRx e valida para qualquer x, entao R e reflexiva.
Simetria: se yRx xRy, entao R e simetrica.
Transitividade: se (xRy e yRz) xRz, entao R e transitiva.
Equivalencia: se R e reflexiva, simetrica e transitiva, entao R e uma relacao de
equivalencia.
Pode-se demonstrar que a congruencia e uma relacao de equivalencia, uma vez que:
c1 c1 (mod d)
c1 c2 c2 c1 (mod d)
c1 c2 e c2 c3 c1 c3 (mod d)

B.6 Relacoes uteis


Teorema: Para um mesmo numero inteiro positivo d,
(i) Rd [a + b] = Rd [Rd [a] + Rd [b]]
(ii) Rd [a b] = Rd [Rd [a] Rd [b]]
onde + e denotam, respectivamente, as operacoes de adicao e multiplicacao entre numeros
inteiros.

A.S.V.
Apendice C

Fatoracoes das equacoes de diferenca

C.1 Introducao
Nesse apendice, sao abordados topicos referentes a decomposicao de um sistema de ordem
qualquer em subsistemas de ordem inferiores.
Embora seja realizada uma analise com sistemas de ordem 2, os resultados podem ser
facilmente extrapolados para sistemas de ordem qualquer.
Inicialmente, e definido um operador linear e invariante ao deslocamento para uma equacao
de diferenca com ordem 2, denominado de operador de transferencia. Em seguida, o operador
de transferencia e fatorado de duas formas diferentes, o que conduz a dois diagramas de sistemas
(ou estruturas ou realizacoes) diferentes. Alem disso, sao apresentadas duas formas equivalentes
de calculo para os coeficientes envolvidos nas fatoracoes propostas. Finalmente, os resultados
sao extrapolados para sistemas de ordem qualquer.

C.2 Fatoracoes das equacoes de diferenca com ordem 2


Modelando-se um atraso unitario por um operador linear e invariante ao deslocamento D{},
definido por
c v[n 1] = c D {v[n]} = (c D) v[n] , (C.1)

uma equacao de diferenca com ordem 2 (L=N=2) pode ser descrita por

2
X 2
X
y[n] = ak y[n k] + bk x[n k]
k=1 k=0

(b0 ) + (b1 ) D + (b2 ) D2


= x[n]
(1) + (a1 ) D + (a2 ) D2

= T (D) x[n] , (C.2)

onde
(b0 ) + (b1 ) D + (b2 ) D2
T (D) = (C.3)
(1) + (a1 ) D + (a2 ) D2

e definido como o operador de transferencia associado a equacao de diferenca.

175
176 Apendice C. Fatoracoes das equacoes de diferenca

Do ponto de vista puramente matematico, a Equacao (C.3) pode ser fatorada em

(b0 ) + (b1 ) D + (b2 ) D2


T (D) =
(1) + (a1 ) D + (a2 ) D2
   
b0
 
b2 b2
+ bb21 D + (1) D2
=    
a2 1
+ aa12 D + (1) D2
a2

(r1b r2b ) + (r1b + r2b ) D + (1) D2


 
b2
=
a (r1a r2a ) + (r1a + r2a ) D + (1) D2
 2
b2 (D + r1b ) (D + r2b )
= . (C.4)
a2 (D + r1a ) (D + r2a )

Por outro lado, pensando em termos de diagramas de sistemas (ou estruturas ou realizacoes)
a Equacao (C.4) pode ser reescrita como

 
b2 (r1b + D) (r2b + D)
T (D) =
a2 (r1a + D) (r2a + D)
  
  1+ 1 D 1+ 1
D
b2 r1b r2b r1b r2b
=   
a2 r1a r2a 1
1 + r1a D 1+ 1
D
r2a

(1 + d1 D) (1 + d2 D)
= (b0 )
(1 + c1 D) (1 + c2 D)
(1) + (d1 + d2 ) D + (d1 d2 ) D2
= (b0 )
(1) + (c1 + c2 ) D + (c1 c2 ) D2
   
(1) + b0 D + bb20 D2
b1

= (b0 ) (C.5)
(1) + (a1 ) D + (a2 ) D2

As Equacoes (C.4) e (C.5) definem duas estruturas possveis, caracterizadas pelos conjuntos
de coeficientes {b2 , a2 , r1b , r2b , r1a , r2a } e {b0 , d1 , d2 , c1 , c2 }.
Duas formas de calculo para os coeficientes {r1b , r2b , r1a , r2a } e {d1 , d2 , c1 , c2 }, a partir dos
coeficientes {b0 , b1 , b2 , a1 , a2 }, sao apresentadas a seguir.

C.3 Calculo dos coeficientes das fatoracoes


C.3.1 Calculo direto
A partir das Equacoes (C.1) a (C.5) e admitindo-se a associacao de um polinomio p(x) com um
vetor que contenha seus coeficientes, denotado por [.], bem como a existencia de uma funcao
roots([.]) que calcule as razes do polinomio a partir do seu vetor de coeficientes, pode-se escrever

b = [b2 b1 b0 ] , (C.6)

a = [a2 a1 1] , (C.7)

A.S.V.
C.3. Calculo dos coeficientes das fatoracoes 177

rb = [r1b r2b ] = roots(b) , (C.8)

ra = [r1a r2a ] = roots(a) , (C.9)

 
1 1
d = [d1 d2 ] = (C.10)
r1b r2b
e  
1 1
c = [c1 c2 ] = . (C.11)
r1a r2a
Pode-se propor um calculo alternativo para os coeficientes ck e dk , o que e apresentado a
seguir.

C.3.2 Calculo alternativo


Dada a troca de variaveis
1
x= = D1 , (C.12)
D
o polinomio
p(D) = (b0 ) + (b1 ) D + (b2 ) D2 , (C.13)
que pode ser interpretado como a funcao polinomial racional

(b0 ) + (b1 ) D + (b2 ) D2


f (D) =
1
(D + r1b ) (D + r2b )
= (b2 ) , (C.14)
1
pode ser reescrito como

(b0 ) + (b1 ) D + (b2 ) D2


f (x) =
1
(b0 ) D + (b1 ) D1 + (b2 )
2
=
D2
2
(b0 ) x + (b1 ) x + (b2 )
=
x2
(x + d1 ) (x + d2 )
= (b0 ) . (C.15)
(x + 0) (x + 0)

Os valores que anulam a funcao f (D) (zeros de f (D)) sao dados pelas razes do polinomio
numerador rN = rb = [r1b r2b ], enquanto os valores que fazem a funcao tender a infinito (polos
de f (D)) sao dados pelas razes do polinomio denominador rD = [ ].
Por sua vez, os valores que anulam a funcao f (x) (zeros de f (x)) sao dados pelas razes
do polinomio numerador rN = d = [d1 d2 ], enquanto os valores que fazem a funcao tender a
infinito (polos de f (x)) sao dados pelas razes do polinomio denominador rD = [0 0].
Baseado em (C.12), pode-se dizer que
 
1 1
d = [d1 d2 ] = . (C.16)
r1b r2b

TET / UFF
178 Apendice C. Fatoracoes das equacoes de diferenca

Deve-se notar que os coeficientes do numerador de f (x) ([b0 b1 b2 ]) podem ser obtidos pelo
espelhamento dos coeficientes do numerador de f (D) ([b2 b1 b0 ]).
Portanto, utilizando-se as Equacoes (C.12) a (C.16) e admitindo-se a existencia de uma
funcao f liplr([.]), que realize o espelhamento de um vetor [.], pode-se escrever

bf lr = [b0 b1 b2 ] = f liplr(b) , (C.17)

af lr = [1 a1 a2 ] = f liplr(a) , (C.18)

d = [d1 d2 ] = roots(bf lr ) (C.19)


e
c = [c1 c2 ] = roots(af lr ) . (C.20)

C.4 Fatoracoes das equacoes com ordem qualquer


Com base na analise efetuada para equacoes de diferenca com ordem 2, pode-se obter um
resultado equivalente para equacoes com ordem qualquer, de tal forma que

b = [bL b2 b1 b0 ] , (C.21)

a = [aN a2 a1 1] , (C.22)

rb = [r1b r2b rLb ] = roots(b) , (C.23)

ra = [r1a r2a rN a ] = roots(a) , (C.24)


 
1 1 1
d = [d1 d2 dL ] = (C.25)
r1b r2b rLb
e  
1 1 1
c = [c1 c2 cN ] = . (C.26)
r1a r2a rN a
Alternativamente, os seguintes calculos podem ser efetuados

bf lr = [b0 b1 b2 bL ] = f liplr(b) , (C.27)

af lr = [1 a1 a2 aN ] = f liplr(a) , (C.28)

d = [d1 d2 dL ] = roots(bf lr ) (C.29)


e
c = [c1 c2 cN ] = roots(af lr ) . (C.30)

A.S.V.
Apendice D

Identidades uteis

N
X (N + 1) , a = 1
ak = (D.1)
1a(N +1)
, a 6= 1

k=0
1a

N (N +1)

N
X 2
, a=1
kak = (D.2)
a
 
1 aN N aN + N a(N +1) , a 6= 1

k=0
(1a)2

PN

k=0 k2 , a = 1


N
X

nhP i o
2 k 1 N m 2 (N +1)
k a = (1a) m=1 (2m 1)a N a = (D.3)

k=0


a
 
(1 + a)(1 aN ) 2(1 a)N aN (1 a)2 N 2 aN , a 6= 1

(1a)3

ej = cos() j sin() (D.4)

  
j
 j 2

j 2 j 2

j 2
1+e =e e +e =e 2 cos (D.5)
2

179
180 Apendice D. Identidades uteis

A.S.V.
Apendice E

Aliasing

E.1 Introducao
A geracao de um sinal discreto no tempo atraves da amostragem de um sinal analogico
pode produzir um efeito que recebe as seguintes denominacoes: superposicao de frequen-
cias, superposicao de sinais senoidais, superposicao espectral ou aliasing.

A ocorrencia de aliasing e controlada por uma determinada relacao entre a frequencia de


um sinal senoidal analogico e a frequencia de amostragem.

Em sinais senoidais, o efeito faz com que um sinal analogico de alta frequencia seja
interpretado como um sinal discreto de baixa frequencia.

Dessa forma, gera-se uma ambiguidade na representacao de sinais analogicos por sinais
discretos.

Em sinais compostos por diversos sinais senoidais, o efeito causa uma distorcao no sinal.

Do ponto de vista da geracao de sinal discreto, isso pode ser visto como um problema.

Por outro lado, se for usado adequadamente, esse efeito pode ser utilizado como uma
tecnica de demodulacao de sinais discretos no tempo.

A seguir, considerando-se um processo de amostragem uniforme, sao definidas as relacoes


entre as variaveis analogicas e discretas, bem como e destacado o escalamento entre elas.
A ambiguidade entre sinais senoidais discretos no tempo e apresentada, definindo-se faixas
especficas de frequencia discreta (angulos) para cada superposicao de sinais. A partir das
faixas definidas, sao apresentadas as relacoes de ambiguidade na representacao de sinais
senoidais analogicos por suas amostras. Por fim, sao ressaltadas as duas analises possveis
para o problema de aliasing.

E.2 Amostragem uniforme


O processo de geracao de um sinal discreto no tempo, a partir de um sinal analogico, atraves
de uma amostragem uniforme com perodo TS , pode ser descrito por

x[n] = xa (nTS ) = xa (t)|t=nTS . (E.1)

181
182 Apendice E. Aliasing

E.3 Relacoes entre variaveis analogicas e discretas


As Equacoes (E.2) a (E.4) estabelecem uma relacao entre a frequencia (cclica) analogica f ,
a taxa ou frequencia de amostragem FS e a frequencia (angular) discreta .

= 2f . (E.2)

1
TS = . (E.3)
FS

= TS . (E.4)
De (E.2) a (E.4) obtem-se:
 
2
= (TS ) = (TS )2f = (2TS )f = f . (E.5)
FS

E.4 Equivalencia entre valores analogicos e discretos


De (E.5), pode-se estabelecer a relacao de equivalencia entre os valores de frequencia analogicos
e discretos, a qual e apresentada em (E.6) a (E.7).
FS FS FS FS
f = [ , 2FS , 3 , FS , , 0, , FS , 3 , 2FS , ] . (E.6)
2 2 2 2

= [ , 4, 3, 2, , 0, , 2, 3, 4, ] . (E.7)

E.5 Ambiguidade entre sinais discretos no tempo


Um sinal senoidal generico pode ser decomposto em componentes ortogonais, utilizando-se a
relacao

A0 cos(0 n 0 ) = (A0 ) cos(0 ) cos(0 n) + (A0 ) sin(0 ) sin(0 n) . (E.8)


Uma vez que a frequencia discreta e um angulo, podem-se verificar ambiguidades na
representacao de sinais senoidais discretos, dependendo da faixa de frequencia utilizada. Assim:
Faixa 1 (0 < ): x1 [n] = cos(1 n) 6= x2 [n] = cos(2 n), para 1 6= 2 , o que
representa ausencia de ambiguidades.
Faixa 2 ( = ): A0 cos(n 0 ) = (A0 ) cos(0 ) cos(n) = (A00 ) cos(n), o que gera
ambiguidade em amplitude e em angulo de fase.
Faixa 3 ( < 2): x34 [n] = cos(34 n) = cos(12 n) = cos(12 n) = x12 [n], para
34 = 12 , o que gera ambiguidade em frequencia.
Faixa 4 ( > 2): xK [n] = cos(( + K2)n) = cos(n) = x0 [n], o que gera ambiguidade
em frequencia.
Portanto, as sequencias senoidais do tipo x[n] = cos(n) sao distintas para frequencias
tomadas de tal forma que 0 < . Caso contrario, ocorrerao ambiguidades entre os sinais.
Tal caracterstica dos sinais discretos tem influencia na amostragem dos sinais contnuos,
o que e discutido nos itens que se seguem.

A.S.V.
E.6. Amostragem sem ambiguidade 183

E.6 Amostragem sem ambiguidade


Dada a faixa de frequencia discreta

0 0 < ,

e a correspondende faixa de frequencia analogica


FS
0 f0 < ,
2
pode-se estabelecer a seguinte correspondencia biunvoca entre sinais senoidais analogicos e
discretos:

xa (t) = cos(2f0 t) x[n] = cos(0 n) .

Dessa forma, considerando-se um sinal analogico composto por diversos sinais senoidais,
onde fM AX representa a maior frequencia envolvida, a relacao
FS
0 fM AX < ,
2
garante a representacao correta do sinal analogico pelo seu correspondente discreto e e conhecida
como Teorema da Amostragem (Nyquist-1928 Shannon-1949).

E.7 Amostragem com ambiguidade


E.7.1 Frequencias multiplas de =
Dadas as frequencias discretas

k = (2k + 1) , k = 0, 1, 2, 3, ,

e as correspondentes frequencias analogicas


FS
fk = (2k + 1) , k = 0, 1, 2, 3, ,
2
podem ser definidos dois tipos de ambiguidade na representacao de sinais senoidais analogicos
por sinais senoidais discretos: i) em amplitude e angulo de fase e ii) em frequencia.
Para k = 0 e utilizando-se (E.8), a relacao de ambiguidade em amplitude e angulo de fase
e dada por

xa (t) = cos(2f0 t + 0 ) x[n] = cos(0 n + 0 )


= cos(0 )cos(0 n) cos(0 )cos(2f0 t) 6= xa (t) .

Por sua vez, para k > 0, a relacao de ambiguidade em frequencia e dada por

xa (t) = cos(2fk t) x[n] = cos(k n)


= cos(0 n) cos(2f0 t) 6= xa (t) .

TET / UFF
184 Apendice E. Aliasing

E.7.2 Frequencias em 1o e 2o quadrantes


Dadas as frequencias na faixa de ausencia de ambiguidade

0 0 <
e as frequencias de 1o e 2o quadrantes

k = (k2 + 0 ) , k = 0, 1, 2, 3, ,
pode-se estabelecer a seguinte relacao de ambiguidade em frequencia

xa (t) = cos(2fk t) x[n] = cos(k n)


= cos ((k2 + 0 )n)
= cos(0 n) cos(2f0 t) 6= xa (t) .
Utilizando-se as relacoes entre as variaveis analogicas e discretas, a ambiguidade entre
representacoes ocorre para as seguintes frequencias:

k = k2 + 0
k TS = k2 + 0 TS
2fk TS = k2 + 2f0 TS
1
2fk = k2 + 2f0
TS
fk = kFS + f0 .
Portanto, as faixas de frequencia de superposicao de sinais analogicos gerada por frequencias
discretas nos 1o e 2o quadrantes sao
   
FS 1
kFS fk < kFS + = k+ FS , k = 0, 1, 2, 3, .
2 2

E.7.3 Frequencias em 3o e 4o quadrantes


Dadas as frequencias na faixa de ausencia de ambiguidade

0 0 <
e as frequencias de 3o e 4o quadrantes

00 = (2 0 )
e
0k = (k2) + (00 ) = (k2) + (2 0 ) = ((k + 1)2 0 ) , k = 0, 1, 2, 3, ,
pode-se estabelecer a seguinte relacao de ambiguidade em frequencia

xa (t) = cos(2fk0 t) x[n] = cos(0k n)


= cos (((k + 1)2 0 )n)
= cos(0 n) cos(2f0 t) 6= xa (t) .

A.S.V.
E.8. Analises importantes 185

Utilizando-se as relacoes entre as variaveis analogicas e discretas, a ambiguidade entre


representacoes ocorre para as seguintes frequencias:

fk0 = (k + 1)FS f0 .

Portanto, as faixas de frequencia de superposicao de sinais analogicos gerada por frequencias


discretas nos 3o e 4o quadrantes sao
 
0 1
(k + 1)FS fk > k + FS , k = 0, 1, 2, 3, .
2

E.8 Analises importantes


Duas analises podem ser realizadas, considerando-se um sinal senoidal analogico x(t), amostrado
com uma determinada frequencia de amostragem FS :

Dada uma mesma frequencia de amostragem FS , qual o efeito sobre os diversos sinais
senoidais analogicos xk (t) = cos(k t) ?

Dadas as diversas frequencias de amostragem FSk , qual o efeito sobre o mesmo sinal
senoidal analogico x(t) = cos(t) ?

TET / UFF
186 Apendice E. Aliasing

A.S.V.
Apendice F

Exemplos de calculo da resposta de um


SLIT de primeira ordem

F.1 Introducao
Aqui sao apresentados exemplos de calculo das respostas de SLITs, os quais sao descritos
por equacoes de diferenca lineares, de primeira ordem, com coeficientes constantes.
O problema envolvido nos calculos e:
Dados os sistemas descritos por:

y[n] + a1 y[n 1] = b0 x[n] , (F.1)

y[n] + a1 y[n 1] = b1 x[n 1] (F.2)


e

y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1] . (F.3)


Dada a condicao inicial: y[1].
Calcular a resposta da equacao homogenea: yh [n] = y[n] u[n], para x[n] = 0.
Calcular as respostas do sistema relaxado (y[n] = 0, n < 0), para as seguintes
entradas: [n], u[n], z n u[n], ej0 n u[n] e cos(0 n) u[n].
Inicialmente, e efetuado o calculo da resposta da equacao homogenea.
Em seguida, sao efetuados os calculos para as respostas relativas as entradas especificadas,
para o sistema descrito pela Eq. (F.1), as quais pode ser denominadas yD0 [n].
Aproveitando os resultados de yD0 [n], sao efetuados os calculos para as respostas do
sistema descrito pela Eq. (F.2), as quais podem ser denominadas yD1 [n]. Para tal, sao
utilizadasaspropriedades de invariancia no tempo e de homogeneidade de um SLIT:
yD1 [n] = bb01 yD0 [n 1].

Finalmente, aproveitando os resultados de yD0 [n] e de yD1 [n], sao efetuados os calculos
para as respostas do sistema descrito pela Eq. (F.3), as quais pode ser denominadas y[n].
Para tal, e utilizada a propriedade de linearidade de um SLIT: y[n] = yD0 [n] + yD1 [n].

187
188 Apendice F. Exemplos de calculo da resposta de um SLIT de primeira ordem

F.2 Calculo da resposta da equacao homogenea


Dada a equacao

y[n] + a1 y[n 1] = 0 , (F.4)


submetida a uma dada condicao inicial y[1], pode-se propor uma solucao do tipo

yh [n] = Kh z n . (F.5)
Substituindo-se (F.5) em (F.4), obtem-se:

Kh z n + a1 Kh z n1 = 0 ,

que pode ser fatorada em

Kh z n 1 + a1 z 1 = 0 ,


de onde, desprezando-se a solucao trivial z = 0, conclui-se que

1 + a1 z 1 = 0

z = a1 . (F.6)
Substituindo-se (F.6) em (F.5), obtem-se:

yh [n] = Kh (a1 )n , (F.7)


de onde, com o auxlio da condicao inicial y[1] e de (F.4), conclui-se que

y[0] = yh [0] = Kh ,

y[0] = (a1 ) y[1]

Kh = (a1 ) y[1] . (F.8)


De (F.7) e (F.8), deduz-se que a solucao da equacao homogenea, para n 0, e dada por

yh [n] = y[0] (a1 )n u[n]


= (a1 ) y[1] (a1 )n u[n]
= y[1] (a1 )n+1 u[n] . (F.9)

A.S.V.
F.3. Sistema y[n] + a1 y[n 1] = b0 x[n] 189

F.3 Sistema y[n] + a1y[n 1] = b0x[n]


F.3.1 Calculo para x[n] = [n]
Dada a equacao

y[n] + a1 y[n 1] = b0 [n] ,

tem-se, para n = 0, que

y[0] = b0 (F.10)
e, para n > 0, que

y[n] + a1 y[n 1] = 0 .

Assim, exceto em n = 0, o problema se resume ao calculo da solucao de uma equacao


homogenea, com condicao inicial dada por (F.10). Portanto, a resposta pode ser definida por

b0 , n = 0
h[n] = y [n] = (F.11)
yh [n]|y[0]=b0 , n > 0
Substituindo-se (F.9) e (F.10) em F.11, obtem-se:

 
n b0
h[n] = (b0 ) (a1 ) u[n] = (1) (a1 )n+1 u[n]
a1
= (b0 ) ([n]) + (b0 ) (a1 )n u[n 1]
   
b0 b0
(a1 )n+1 u[n] (a1 )n u[n 1] .

= ([n]) + (1)
1 + a1 1 + a1

F.3.2 Calculo para x[n] = u[n]


Dada a equacao

y[n] + a1 y[n 1] = b0 u[n] , (F.12)


pode-se propor uma solucao do tipo

y[n] = yp [n] + yc [n] , (F.13)


onde a solucao particular (similar a entrada) e dada por

yp [n] = Kp (F.14)
e a solucao complementar (similar a solucao homogenea) assume a forma

yc [n] = Kc z n = Kc (a1 )n . (F.15)


Substituindo-se (F.14) em (F.12), obtem-se, para n 0:

K p + a1 K p = b 0 ,

TET / UFF
190 Apendice F. Exemplos de calculo da resposta de um SLIT de primeira ordem

que, fatorada, fornece

Kp (1 + a1 ) = b0

e
 
b0
Kp = . (F.16)
1 + a1
A combinacao de (F.13) a (F.16) resulta em
 
b0
yu [n] = + Kc (a1 )n . (F.17)
1 + a1
Substituindo-se n = 0 em (F.17) e (F.12), tem-se que
 
b0
+ Kc = b 0 ,
1 + a1

da qual conclui-se que


   
b0 a1 b0
Kc = = (1) (a1 ) . (F.18)
1 + a1 1 + a1
De (F.18) em (F.17), obtem-se, para n 0:
   
b0 b0
yu [n] = (u[n]) + (1) (a1 )n+1 u[n] . (F.19)
1 + a1 1 + a1

F.3.3 Calculo para x[n] = z n u[n]


Dada a equacao

y[n] + a1 y[n 1] = b0 z n u[n] , (F.20)


pode-se propor uma solucao do tipo

y[n] = yp [n] + yc [n] , (F.21)


onde a solucao particular (similar a entrada) e dada por

yp [n] = Kp z n (F.22)
e a solucao complementar (similar a solucao homogenea) assume a forma

yc [n] = Kc (a1 )n . (F.23)


Substituindo-se (F.22) em (F.20), obtem-se, para n 0:

Kp z n + a1 Kp z n1 = b0 z n ,

que, fatorada, fornece

Kp z n 1 + a1 z 1 = b0 z n ,


A.S.V.
F.3. Sistema y[n] + a1 y[n 1] = b0 x[n] 191

de onde, desprezando-se a solucao trivial z = 0, conclui-se que


 
b0
Kp = . (F.24)
1 + a1 z 1

A combinacao de (F.21) a (F.24) resulta em


 
b0
yz [n] = z n + Kc (a1 )n . (F.25)
1 + a1 z 1

Substituindo-se n = 0 em (F.25) e (F.20), tem-se que


 
b0
+ Kc = b 0 ,
1 + a1 z 1

da qual conclui-se que

b0 a1 z 1
   
b0
Kc = = (1) z 1 (a1 ) . (F.26)
1 + a1 z 1 1 + a1 z 1

De (F.26) em (F.25), obtem-se, para n 0:


   
b0 b0
yz [n] = n
(z u[n]) + (1) z 1 (a1 )n+1 u[n] . (F.27)
1 + a1 z 1 1 + a1 z 1

F.3.4 Calculo para x[n] = ej0 n u[n]


Definindo-se a relacao

n
x[n] = ej0 n = ej0 = z n , para z = ej0 , (F.28)

pode-se utilizar o resultado anterior, onde x[n] = z n u[n].


Assim, de (F.28) e (F.27), obtem-se:

   
b0 b0
j0 n
ej0 (a1 )n+1 u[n] .

ye [n] = e u[n] + (1) (F.29)
1 + a1 ej0 1 + a1 ej0

F.3.5 Calculo para x[n] = cos(0 n) u[n]


Definindo-se a relacao
   
1 j0 n 1 j0 n
x[n] = cos(0 n) = e + e , (F.30)
2 2

pode-se utilizar o resultado anterior, onde x[n] = ej0 n u[n].

TET / UFF
192 Apendice F. Exemplos de calculo da resposta de um SLIT de primeira ordem

Assim, de (F.30) e (F.29), obtem-se:

     
1 b0 1 b0
ycos [n] = ej0 n
+ (1) ej0 (a1 )n+1 +
2 1 + a1 ej0 2 1 + a1 ej0
     
1 b0 1 b0
ej0 n
+ (1) ej0 (a1 )n+1
2 1 + a1 ej0 2 1 + a1 ej0
       
1 b0 j0 n 1 b0 j0 n
= e + e +
2 1 + a1 ej0 2 1 + a1 ej0
       
1 b0 1 b0
(1) j0
e + ej0
(a1 )n+1
2 1 + a1 ej0 2 1 + a1 ej0
    
1 j0 n 1 j0 n
= H+ (0 ) e + H (0 ) e +
2 2
    
1 1
(1) H (0 ) e + j0
H+ (0 ) e j0
(a1 )n+1 , (F.31)
2 2
onde:
 
b0
H+ () = = |H+ ()|ejH+ () (F.32)
1 + a1 ej
e
 
b0
H () = = |H ()|ejH () . (F.33)
1 + a1 ej
De (F.32) e (F.33), conclui-se que

|H+ ()| = |H ()| = |HD0 ()| ,

H+ () = H () = HD0 ()

e
 
jHD0 () b0
HD0 () = |HD0 ()|e = . (F.34)
1 + a1 ej
Substituindo-se (F.34) em (F.31), tem-se que

    
1 jHD0 (0 ) j0 n 1 jHD0 (0 ) j0 n
ycos [n] = |HD0 (0 )| e e + |HD0 (0 )| e e +
2 2
    
1 1
(1) |HD0 (0 )| ejHD0 (0 ) j0
e + |HD0 (0 )| ejHD0 (0 ) j0
e (a1 )n+1
2 2
e, finalmente, que

ycos [n] = |HD0 (0 )| cos (0 n + HD0 (0 )) u[n] +


(1) |HD0 (0 )| cos (0 HD0 (0 )) (a1 )n+1 u[n] .

A.S.V.
F.4. Sistema y[n] + a1 y[n 1] = b1 x[n 1] 193

F.4 Sistema y[n] + a1y[n 1] = b1x[n 1]


Considerando-se yD0 [n] como a resposta a equacao de diferenca y[n] + a1 y[n 1] = b0 x[n], e
utilizando-se as propriedades de invariancia no tempo e de homogeneidade do SLIT,  a resposta
b1
a equacao de diferenca y[n] + a1 y[n 1] = b1 x[n 1] e dada por yD1 [n] = b0 yD0 [n 1].
Portanto, os calculos que se seguem sao apenas adaptacoes dos calculos anteriores.

F.4.1 Calculo para x[n] = [n]


 
b1
h[n] = y [n] = b0 (a1 )n1 u[n 1]
b0
 
n1 b1
= b1 (a1 ) u[n 1] = (1) (a1 )n u[n 1]
a1
= (b1 ) ([n 1]) + (b1 ) (a1 )n1 u[n 2]
   
b1 b1
(a1 )n u[n 1] (a1 )n1 u[n 2] .

= ([n 1]) + (1)
1 + a1 1 + a1

F.4.2 Calculo para x[n] = u[n]


    
b1b0 b1 b0
yu [n] = u[n 1] + (1) (a1 )n u[n 1]
b0
1 + a1 b 1 + a1
    0 
b1 b1 b0
= (u[n 1]) + (1) (a1 )n u[n 1] . (F.35)
1 + a1 b0 1 + a1

F.4.3 Calculo para x[n] = z n u[n]


     
b1 b0 b1 b0
yz [n] = 1
z n1
u[n 1] + (1) 1
z 1 (a1 )n u[n 1]
b0
1 + a1 z b0 1 + a1 z
1
    
b1 z b1 b0
= 1
n
(z u[n 1]) + (1) 1
z 1 (a1 )n u[n 1] .
1 + a1 z b0 1 + a1 z
(F.36)

F.4.4 Calculo para x[n] = ej0 n u[n]

b1 ej0
    
b1 b0
j0 n
ej0 (a1 )n u[n 1] .

ye [n] = e u[n 1] + (1)
1 + a1 ej0 b0 1 + a1 ej0
(F.37)

F.4.5 Calculo para x[n] = cos(0 n) u[n]

ycos [n] = |HD1 (0 )| cos (0 n + HD1 (0 )) u[n 1] +


 
b1
(1) |HD0 (0 )| cos (0 HD0 (0 )) (a1 )n u[n 1] , (F.38)
b0

TET / UFF
194 Apendice F. Exemplos de calculo da resposta de um SLIT de primeira ordem

onde:
 
b0
HD0 () =
1 + a1 ej0
e
b1 ej0
   
b1
HD1 () = = HD0 () ej0 .
1 + a1 ej0 b0

A.S.V.
F.5. Sistema y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1] 195

F.5 Sistema y[n] + a1y[n 1] = b0x[n] + b1x[n 1]


Considerando-se yD0 [n] como a resposta a equacao de diferenca y[n]+a1 y[n1] = b0 x[n], yD1 [n]
como a resposta a equacao de diferenca y[n]+a1 y[n1] = b1 x[n1] e utilizando-se a propriedade
de aditividade do SLIT, a resposta a equacao de diferenca y[n] + a1 y[n 1] = b0 x[n] + b1 x[n 1]
e dada por y[n] = yD0 [n] + yD1 [n].
Portanto, os calculos que se seguem sao apenas adaptacoes dos calculos anteriores.

F.5.1 Calculo para x[n] = [n]

h[n] = y [n] = b0 (a1 )n u[n] + b1 (a1 )n1 u[n 1] .

F.5.2 Calculo para x[n] = u[n]


   
b0 b0
yu [n] = (u[n]) + (1) (a1 )n+1 u[n] +
1 + a1 1 + a1
    
b1 b1 b0
(u[n 1]) + (1) (a1 )n u[n 1] . (F.39)
1 + a1 b0 1 + a1

F.5.3 Calculo para x[n] = z n u[n]


   
b0 b0
yz [n] = n
(z u[n]) + (1) z 1 (a1 )n+1 u[n] +
1 + a1 z 1 1 + a1 z 1
b1 z 1
    
b1 b0
1
n
(z u[n 1]) + (1) 1
z 1 (a1 )n u[n 1] .
1 + a1 z b0 1 + a1 z
(F.40)

F.5.4 Calculo para x[n] = ej0 n u[n]


   
b0 b0
j0 n
ej0 (a1 )n+1 u[n] +

ye [n] = j
e u[n] + (1) j
1 + a1 e 0 1 + a1 e 0

j0
    
b1 e b1 b0
j0 n
ej0 (a1 )n u[n 1] .

j
e u[n 1] + (1) j
1 + a1 e 0 b0 1 + a1 e 0

(F.41)

F.5.5 Calculo para x[n] = cos(0 n) u[n]

ycos [n] = |HD0 (0 )| cos (0 n + HD0 (0 )) u[n] +


(1) |HD0 (0 )| cos (0 HD0 (0 )) (a1 )n+1 u[n] +
|HD1 (0 )| cos (0 n + HD1 (0 )) u[n 1] +
 
b1
(1) |HD0 (0 )| cos (0 HD0 (0 )) (a1 )n u[n 1] . (F.42)
b0

TET / UFF
196 Apendice F. Exemplos de calculo da resposta de um SLIT de primeira ordem

A.S.V.
Apendice G

Tabelas uteis

G.1 Transformada de Fourier Discreta no Tempo (DTFT)

P
x[n] X(ej ) = k= x[k]ejk
[n] P 1
1
u[n] + ( + 2k)
j0 n
Pj
1e

k=
e k= 2 ( 0 + 2k)
1
n u[n], || < 1 1ej

Tabela G.1: Pares de DTFT.

Sequencia DTFT
x[n] X(ej )
x1 [n] X1 (ej )
x2 [n] X2 (ej )
a1 x1 [n] + a2 x2 [n] a1 X1 (ej ) + a2 X2 (ej )
x[n ND ] ejND X(ej )
ej0 n x[n] X(ej(0 ) )
j j
x1 [n] x2 [n] R X1 (e j)X2 (e j()
)
1
x1 [n]x2 [n] 2
X1 (e )X2 (e )d
j )
nx[n] j dX(e
d

Tabela G.2: Propriedades da DTFT.

P R
n= x1 [n]x2 [n] = 1
2
X1 (ej )X2 (ej )d

Tabela G.3: Relacao de Parseval na DTFT.

197
198 Apendice G. Tabelas uteis

G.2 Transformada de Fourier Discreta (DFT)

Sequencia DFT
x[n] X[k]
x1 [n] X1 [k]
x2 [n] X2 [k]
a1 x1 [n] + a2 x2 [n] a1 X1 [k] + a2 X2 [k]
x[hn ND iN ] WNkND X[k]
WNKD n x[n] X[hk KD iN ]
X[n] N [g hkiN ]
PN 1
m=0 x1 [m]x2 [hn miN ] X [k]X2 [k]
PN 1 1
1
x1 [n]x2 [n] N m=0 X1 [m]X2 [hk miN ]

Tabela G.4: Propriedades da DFT.

A.S.V.
G.3. Transformada Z bilateral 199

G.3 Transformada Z bilateral

P
x[n] X(z) = k= x[k]z k ROC
[n] 1 z
1
u[n] 1z 1  |z| >1
z {0} , ND > 0
[n ND ] z ND
z {} , ND < 0
1
n u[n] 1z 1
|z| > ||
z 1
nn u[n] (1z 1 )2
|z| > ||
1cos(0 )z 1
cos(0 n)u[n] 12 cos(0 )z 1 +z 2
|z| > 1
1sin(0 )z 1
sin(0 n)u[n] 12 cos(0 )z 1 +z 2
|z| > 1
1r cos(0 )z 1
rn cos(0 n)u[n] 12r cos(0 )z 1 +r 2 z 2
|z| > r
1r sin(0 )z 1
rn sin(0 n)u[n] 12r cos(0 )z 1 +r 2 z 2
|z| > r

Tabela G.5: Pares de Transformada Z bilateral.

Sequencia Transformada Z ROC


x[n] X(z) Rx
x1 [n] X1 (z) R x1
x2 [n] X2 (z) R x2
a1 x1 [n] + a2 x2 [n] a1 X1 (z) + a2 X2 (z)
x[n ND ] z ND X(z)
an x[n] X( az )
z0n x[n] X( zz0 ) z0 Rx
ej0 n x[n] X(ej0 n z) Rx
 x[n] X(z 1 )
x[r], n = rk
w[n] = X(z k )
0, n 6= rk para algum r
x1 [n] x2 [n] H X1 (z)X2 (z)
x1 [n]x2 [n] 1
2j C
X1 (v)X2 ( vz )v 1 dv
Pnnx[n] z dX(z)
dz
1
k= x[k] 1z 1 X(z)

Tabela G.6: Propriedades da Transformada Z bilateral.

TET / UFF
200 Apendice G. Tabelas uteis

P
x1 [n]x2 [n] = 1
X1 (v)X2 ( v1 )v 1 dv
H
n= 2j C

Tabela G.7: Relacao de Parseval na Transformada Z bilateral.

G.4 Transformada Z unilateral

Elaborar tabela ...

Tabela G.8: Propriedades da Transformada Z unilateral.

A.S.V.
Referencias Bibliograficas

[Ant86] A. Antoniou. Digital Filters: Analyis and Design. Tata McGraw-Hill, New Delhi,
India, 2nd reprint edition, 1986.

[Cad73] J. A. Cadzow. Discrete-Time Systems: An Introduction with Interdisciplinary Ap-


plications. Prentice-Hall, Englewood Cliffs, NJ, 1973.

[IMD+ 85] G. Iezzi, C. Murakami, O. Dolce, S. Hazzan, J. N. Pompeu, and N. Machado. Fun-
damentos da Matematica Elementar (vol. 1 10). Atual Editora, Sao Paulo, SP,
1985.

[Jac96] L. B. Jackson. Digital Filters and Signal Processing - with MATLAB exercises.
Kluwer Academic Publishers, 3rd edition, 1996.

[Mit98] S. K. Mitra. Digital Signal Processing: A Computer-Based Approach. McGraw-Hill,


New York, NY, 1998.

[OS75] A. V. Oppenheim and R. W. Schafer. Digital Signal Processing. Prentice-Hall,


Englewood Cliffs, NJ, 1975.

[OWY83] A. V. Oppenheim, A. S. Willsky, and I. T. Young. Signals and Systems. Prentice-


Hall, Englewood Cliffs, NJ, 1983.

[PL76] A. Peled and B. Liu. Digital Signal Processing: Theory, Design and Implementation.
John Wiley, New York, NY, 1976.

[PM06] J. G. Proakis and D. G. Manolakis. Digital Signal Processing: Principles, Algorithms


and Applications. Prentice Hall, 4th edition, 2006.

[Rob09] M. J. Roberts. Fundamentos em Sinais e Sistemas. McGraw-Hill, Sao Paulo, SP,


2009.

[SDD84] W. D. Stanley, G. R. Dougherty, and R. Dougherty. Signals and Systems. Prentice-


Hall, Reston, Virginia, 2nd edition, 1984.

[She95] K. Shenoi. Digital Signal Processing in Telecommunications. Prentice-Hall PTR,


Upper Saddle River, NJ, 1995.

[SK89] R. D. Strum and D. E. Kirk. First Principles of Discrete Systems and Digital Signal
Processing. Addison-Wesley, Massachusetts, 1989.

201
202 Referencias Bibliograficas

A.S.V.
Indice Remissivo

Aliasing, 24 transposicao, 51
Amostragem
aliasing, 24 Equacao de diferenca
processo de, 23 associacao com um sistema, 43
taxa de Nyquist, 24 calculo da sada do sistema, 44
teorema da amostragem, 24 classificacao quanto a realimentacao do
sistema, 44
Convolucao linear definicao, 43
convergencia, 42
definicao, 14 Processamento de sinais
interpretacao, 45, 46 acao do, 4
propriedades, 42 agente do, 4
arquitetura do, 4
Diagrama de blocos domnio do, 4
associacao cascata, 49 objeto do, 4
associacao paralela, 49 Processamento digital de sinais
de complexidade generica, 49 arquitetura de sistemas de, 5
diagrama de sistema, 50
realimentacao, 49 Resposta ao impulso
Diagrama de sistema definicao, 45
biquad, 49 resposta de SLIT relaxado, 45
casos particulares de interesse sistema FIR (Finite Impulse Response),
associacao comb filter + resonator , 46
60 sistema IIR (Infinite Impulse Response),
FIR com coeficientes simetricos, 60 46
lattice, 60
combinador linear, 52 Sequencia
definicao, 50 associacao com sinal amostrado, 4
equacionamento de estruturas nao recur- associacao com sinal digital, 4
sivas, 52 classificacao quanto a:
equacionamento de estruturas recursivas, comprimento, 11
57 periodicidade, 11
estrutura transversal, 52 simetria, 11
linha de retardo, 52 sistema numerico, 10
operacoes basicas, 50 varios criterios, 12
operador atraso unitario, 46 mais comumente empregadas, 17
operador avanco unitario, 46 notacao comum para sequencias, 10
operador de deslocamento, 46 notacao para sequencia amostrada, 9
operador de transferencia, 47 notacao para sequencia discreta, 9
representacoes graficas notacoes, 9
blocos basicos, 50 operacoes basicas
SFG (Signal Flow Graph), 50 adicao, 12

203
204 Indice Remissivo

deslocamento temporal circular, 13


deslocamento temporal linear, 13
escalamento temporal, 13
extensao periodica, 13
multiplicacao, 12
sobre sequencias simetricas, 16
soma de convolucao circular, 14
soma de convolucao linear, 14
zero-padding, 12
relacoes entre sequencias, 20
tipos de, 10
Sequencia exponencial
ambiguidade na representacao, 22
caractersticas relevantes, 21
faixas de frequencias, 22
periodicidade, 22
perodo fundamental, 22
relacao com a sequencia senoidal, 21
Sinal
classificacao quanto a:
numero de variaveis independentes, 4
tipo das variaveis, 4
definicao de, 4
tipos de, 4
visao fsica, 4
visao matematica, 4
Sistema
classificacao quanto a:
causalidade, 35
estabilidade, 34
invariancia ao deslocamento, 34
linearidade, 34
memoria, 33
numero de entradas e de sadas, 33
passividade, 35
sinal manipulado, 33
definicao de, 4
estados e variaveis de estado, 33
implemetacao de sistemas digitais, 36
implemetacao de sistemas discretos, 35
Sistema Linear e Invariante ao Tempo (SLIT)
calculo da sada usando a resposta ao
impulso, 45
realimentacao, 49
representacoes, 41
sistema FIR (Finite Impulse Response),
46
sistema IIR (Infinite Impulse Response),
46

A.S.V.

Вам также может понравиться