Академический Документы
Профессиональный Документы
Культура Документы
Goinia GO 2005
Introduo ao PDS
CONTEDO:
1. Processamento Digital de Sinais.......................................................................................... 4 1.1 Sinais.............................................................................................................................. 4 1.2 Sinais Contnuos e Discretos ......................................................................................... 4 1.3 Sistemas Contnuos e Discretos ..................................................................................... 4 1.4 Processamento Digital de Sinais.................................................................................... 6 1.5 Breve Histria do PDS................................................................................................... 6 1.6 Vantagens do PDS ......................................................................................................... 7 1.7 Processadores de Sinais ................................................................................................. 7 1.8 Bibliografia .................................................................................................................... 8 2. Sinais e Sistemas Discretos................................................................................................ 10 2.1 Sinais Discretos............................................................................................................ 10 2.2 Convoluo Discreta.................................................................................................... 10 2.3 Sistemas Discretos FIR e IIR....................................................................................... 12 2.4 Sistemas Discretos Recursivos e No Recursivos ....................................................... 13 2.5 Operao em Tempo Real............................................................................................ 13 2.6 Sistemas Discretos Causais.......................................................................................... 13 2.7 Sistemas Discretos Estveis......................................................................................... 14 2.8 Freqncia de um Sinal Discreto ................................................................................. 14 2.8.1 Fase ........................................................................................................................... 15 2.8.2 Freqncias Repetitivas ............................................................................................ 16 2.9 Resposta em Freqncia de um Sistema Discreto ....................................................... 17 2.10 Transformada de Fourier de um Sinal Discreto......................................................... 18 2.11 Propriedades da Transformada de Fourier................................................................. 20 2.11.1 Propriedade da Translao...................................................................................... 20 2.11.2 Propriedade da Convoluo .................................................................................... 21 2.11.3 Propriedades de Simetria ........................................................................................ 21 2.12 Equao de Diferenas e Resposta em Freqncia.................................................... 23 3. Amostragem de Sinais Contnuos...................................................................................... 25 3.1 Introduo .................................................................................................................... 25 3.2 Teorema da Amostragem............................................................................................. 27 3.3 Aliasing........................................................................................................................ 28 3.4 Reconstruo de um Sinal Amostrado......................................................................... 30 3.5 Amostragem Real ........................................................................................................ 31 3.6 Reconstruo Real ....................................................................................................... 32 3.7 Interpolao ................................................................................................................. 34 3.8 Decimao ................................................................................................................... 35 3.9 Converso Fracionria da Freqncia de Amostragem ............................................... 36 4. Transformada-Z ................................................................................................................. 37 4.1 Definio...................................................................................................................... 37 4.2 Regio de Convergncia .............................................................................................. 37 4.3 Relao com a Transformada de Fourier ..................................................................... 39 4.4 Algumas Propriedades da Transformada-Z ................................................................. 39 4.5 Propriedade da Convoluo ......................................................................................... 40
2005
EE-UCG
Introduo ao PDS
4.6 Funo de Transferncia de um Sistema Discreto....................................................... 40 4.7 Estabilidade e Causalidade .......................................................................................... 40 4.8 Avaliao Geomtrica da Transformada de Fourier.................................................... 40 4.9 Inverso da Transformada-Z........................................................................................ 42 4.9.1 Mtodo da Diviso................................................................................................ 42 4.9.2 Mtodo da Decomposio em Fraes Simples ................................................... 42 4.9.3 Integral de Linha ................................................................................................... 43 4.10 Propriedade da Convoluo Complexa...................................................................... 45
2005
EE-UCG
Introduo ao PDS
Controlador
Sistema
x(n) = xc(nT),
em que T o perodo de amostragem (intervalo de tempo entre amostras consecutivas).
2005
EE-UCG
Introduo ao PDS
Enquanto a relao entrada/sada de um sistema contnuo (unidimensional) normalmente representada por uma equao diferencial, num sistema discreto essa relao representada por uma equao de diferenas, o que facilita substancialmente o clculo da resposta do sistema a uma dada entrada. Exemplo: Consideremos o sistema definido pela equao de diferenas y(n) = 0.4x(n) + 0.6y(n-1) . Vamos supor, ainda, que este sistema tem como entrada o sinal
10
12
2 1.5 1 0.5 0
10
12
2005
EE-UCG
Introduo ao PDS
Sinal Contnuo
A/D
PDS
D/A
Sinal Contnuo
Convm lembrarmos que existem certas implementaes de sistemas discretos (por exemplo, com capacitores comutados) em que os valores das amostras desses sinais so armazenados de forma analgica, de modo que seria mais correto chamarmos de Processamento Discreto de Sinal a rea de estudo em questo. Devemos realar tambm que PDS no apenas a realizao discreta de sistemas contnuos, pois existem sistemas que possuem sinais j discretizados, como por exemplo o sinal v(n), onde n o dia do ano e v(n) representa a quantidade de veculos que passam pelo cruzamento das avenidas Anhanguera e Gois. O processamento deste sinal pode ser de interesse para a engenharia de trfego da SMT Superintendncia Municipal de Trnsito. E o processamento de um sinal discreto nem sempre tem como resultado um outro sinal discreto da mesma natureza, como acontece num sistema de reconhecimento de voz, por exemplo. Inicialmente estudaremos os sinais e os sistemas discretos independentemente da sua relao com os sinais e sistemas contnuos, e posteriormente estudaremos essa relao.
2005
EE-UCG
Introduo ao PDS
No entanto, ao advento dos computadores digitais, verificado nos anos 40, que se deve o nascimento do PDS como rea do conhecimento. Nos anos 50, engenheiros e cientistas como Shannon e Bode nos laboratrios Bell (Bell Telephone Laboratories) e Linville no MIT (Massachussets Institute of Techonology) foram certamente os primeiros a equacionar a utilizao de computadores digitais em processamento de sinais. No incio dos anos 60, Kaiser, tambm nos laboratrios Bell, apresentou importantes contribuies para a anlise e a sntese de filtros digitais, e a transformada rpida de Fourier (FFT) foi descoberta em 1965 por Cooley e Tukey, apesar de sua origem poder ser atribuda aos matemticos alemes Runge e mesmo Gauss. Em 1975, a publicao dos livros de Oppenheim/Schaffer e Rabiner/Gold, marca verdadeiramente o nascimento de PDS como disciplina, e dos seus autores como os seus verdadeiros criadores. Atualmente, o PDS emergiu das aplicaes militares onde nasceu, e desempenha um papel chave em produtos de consumo, industriais e de telecomunicaes. Microprocessadores de sinais de baixo custo so componentes essenciais em jogos eletrnicos, telefones celulares, brinquedos, leitores de CDs, memrias de massa (HDs), modems, impressoras, sistemas de reconhecimento de voz e de conferncia vdeo, e em muitos outros produtos familiares. Cada vez mais aplicaes tradicionais do domnio dos sistemas analgicos esto encontrando solues digitais mais baratas e mais confiveis.
2005
EE-UCG
Introduo ao PDS
Uma caracterstica comum a todos estes microprocessadores era a adoo da arquitetura de Harvard, com memria de programa e memria de dados separadas, o que permitia o acesso simultneo a uma instruo e a um dado. Atualmente, a Texas Instruments com a famlia de microprocessadores TMS320Cxx, a Motorola com os microprocessadores M56000 e M96000, a NEC com o microprocessador PD77230, a AT&T com os microprocessadores DSP16 e DSP32, a Oki, a Analog Devices, a Inmos, com os microprocessadores IMS A100, A110 e A121, a Plessey, a Zoran, etc., fornecem dispositivos que permitem realizar aplicaes de PDS altamente sofisticadas. Convm no esquecer do progresso que paralelamente se verificou nos componentes analgicos, e principalmente no amplificador operacional, bem como nos componentes que realizam a ligao entre o mundo analgico e o mundo digital, tais como os conversores A/D e D/A e os comparadores. Com o progresso das tecnologias VLSI, comeam tambm a ser vulgares implementaes mistas (analgicas e digitais) diretamente em uma nica pastilha de silcio.
1.8 Bibliografia
A bibliografia publicada na rea do PDS muito vasta. Recomenda-se qualquer um dos dois seguintes livros para o estudo desta disciplina: [1] A. V. Oppenheim, R. W. Schafer, Discrete-Time Signal Processing, Prentice-Hall, 1989, [2] E. C. Ifeachor, B. W. Jervis, Digital Signal Processing - A Practical Approach, Addison-Wesley, 1993. Outros livros tm sido utilizados, e continuam a servir como textos de apoio: [3] R. Kuc, Introduction to Digital Signal Processing, McGraw-Hill, 1988 [4] D. J. DeFatta, J. G. Lucas, W. S. Hodgkiss, Digital Signal Processing: A System Design Approach, Wiley, 1988. Os dois livros a seguir marcaram o estabelecimento de PDS como uma disciplina cientfica prpria, e so leitura obrigatria para o seu estudo mais aprofundado: [5] A. V. Oppenheim, R. W. Schafer, Digital Signal Processing, Prentice-Hall, 1975 [6] L. R. Rabiner, B. Gold, Theory and Application of Digital Signal Processing, Prentice-Hall,1975. [7] E. O. Brigham, The Fast Fourier Transform, Prentice-Hall, 1974 [8] H. J. Nussbaumer, Fast Fourier Transform and Convolution Algorithms, Springer-Verlag, 1981 [9] D. F. Elliot, K. R. Rao, Fast Transforms: Algorithms, Analyses and Applications, Academic Press, 1982 [10] Inmos, The Digital Signal Processing Databook, Inmos, 1989 [11] I. Ahmed, ed., Digital Control Applications with the TMS320 Family, Texas Instruments, 1991 [12] C. E. Reid, T. B. Passin, Signal Processing in C, Wiley, 1992 [13] A. Antoniou, Digital Filters: Analysis, Design and Applications, McGraw-Hill,1993 [14] C. Marven, G. Ewers, A Simple Approach to Digital Signal Processing, Texas Instruments,1994 [15] S. K. Mitra, Digital Signal Processing A Computer-based Approach, McGraw-Hill, 1998.
2005
EE-UCG
Introduo ao PDS
No que se diz respeito a livros orientados para a utilizao de programas como MatLab, MathCad, Maple, Mathematica e outros para a resoluo de problemas de PDS, recomenda-se: [16] C. S. Burrus et al., Computer-Based Exercises for Signal Processing Using MatLab, PrenticeHall, 1994 Finalmente, as revistas onde publicada a maioria dos trabalhos cientficos em PDS: [17] IEEE Transactions on Signal Processing, IEEE [18] IEEE Signal Processing Magazine, IEEE A disciplina de Processamento de Sinal da UCG tem a sua homepage na Web temporariamente hospedada no endereo da TECH PLACE Automao: www.techplace.com.br/kaw/pds/index.htm Outro site sobre PDS contendo a fonte usada como base desta apostila (texto do Prof. F. J. Restivo) est no endereo http://www.fe.up.pt/~fjr/pds.html/.
2005
EE-UCG
Introduo ao PDS
10
x ( n) =
k =
x(k ). (n - k)
Equao 1
y ( n) =
k =
x(k ).h(n - k)
2005
EE-UCG
Introduo ao PDS
11
Esta operao entre os sinais discretos x(n) e h(n) chamada de convoluo discreta, e tem a propriedade comutativa, entre outras:
k =
x(k ).h(n - k) =
k =
h(k ).x(n - k)
Exemplo: Vamos aplicar ao sistema discreto linear e invariante com resposta impulsiva h(n) = (n) + 0.75 (n-1) + 0.5 (n-2) + 0.25 (n-3)
1.5 1 0.5 0 -1
Qual seria a resposta y(n) do sistema a esta entrada? A resposta y(n) dada pela convoluo discreta de x(n) com h(n):
+ +
y ( n) =
k =
x(k ).h(n - k) =
k =
h(k ).x(n - k)
Interpretando graficamente a primeira destas expresses, a resposta y(n) pode ser obtida somando os sinais discretos (os demais sero nulos): x(0).h(n-0),
1.5 1 0.5 0 -1
x(1).h(n-1),
1.5 1 0.5 0 -1
x(2).h(n-2)
e x(3).h(n-3),
1.5 1 0.5 0 -1
2005
EE-UCG
Introduo ao PDS
12
o resultado :
3 2 1 0 -1
isto , y(n) = x(0).h(n) + x(1).h(n-1) + x(2).h(n-2) + x(3).h(n-3) y(n) = (n)+1.75 (n-1)+2.25 (n-2)+2.5 (n-3)+1.5 (n-4)+0.75 (n-5)+0.25 (n-6) Outra forma de se obter o mesmo resultado da expresso anterior multiplicar termo a termo os dois sinais discretos x(k) e h(n-k) e em seguida somar os resultados destes produtos. Para exemplificar, vamos calcular y(2), onde n ser igual a 2. Primeiro devemos obter os sinais discretos x(k):
e h(2-k):
Em seguida, fazemos os produtos termo a termo, e somamos os resultados: y(2) = x(0).h(2) + x(1).h(1) + x(2).h(0) = 0.5 + 0.75 + 1 = 2.25 Para se obter os outros elementos de y(n) seria necessrio deslocar h(n-k) em relao x(k), e repetir o procedimento at que os resultados comeassem a zerar. De acordo com a propriedade comutativa da convoluo, interpretaes idnticas seriam obtidas se as posies de x(n) e de h(n) se invertessem.
Os sistemas discretos do tipo FIR podem ser implementados diretamente a partir da sua resposta impulsiva, uma vez que a soma
y ( n) =
ter um nmero finito de termos. Exemplo:
k =
x(k ).h(n - k)
2005
EE-UCG
Introduo ao PDS
13
pode ser implementado pela equao de diferenas y(n) = 3x(n) + 2x(n-1) + x(n-2) Os coeficientes desta equao so os termos da resposta impulsiva do sistema.
2005
EE-UCG
Introduo ao PDS
14
as respectivas respostas y1(n) e y2(n) forem tais que y1(n) = y2(n), para n < n0 Em termos da resposta impulsiva h(n) do sistema, pode-se provar que a condio necessria e suficiente de causalidade h(n) = 0 , n < 0
S=
k =
h(k ) <
+
y ( n) =
k =
h(k ).x(n k ) M
k =
h( k ) <
k =
h( k ) <
2005
EE-UCG
Introduo ao PDS
15
Um sinal discreto senoidal com freqncia angular radianos tem a expresso geral x(n) = sen(n+) A relao entre o sinal discreto e o sinal contnuo baseia-se no fato de que o sinal discreto senoidal com freqncia angular poder ser obtido por amostragem unitria (perodo 1 seg) do sinal contnuo com essa freqncia. H, no entanto, uma diferena fundamental, que resulta de no existir a noo de tempo associada ao sinal discreto senoidal, e evidenciada pelo fato de ser medida em radianos/segundo e ser medida em radianos. Enquanto que a freqncia angular do sinal contnuo senoidal o ngulo que a senide avana por unidade de tempo, a freqncia angular do sinal discreto senoidal o ngulo que a senide avana entre dois termos (amostras) consecutivos do sinal. O sinal discreto senoidal com freqncia angular /2 radianos ser x(n) = sen(n/2) = ..., 0, 1, 0, -1, 0, 1, 0, -1, ... , que pode ser obtido por amostragem unitria do sinal contnuo com essa freqncia e representado anteriormente.
2.8.1 Fase
A noo de fase de um sinal discreto no obvia, como se pode concluir comparando dois sinais discretos senoidais com a mesma freqncia e fases diferentes.
A fase de um sinal discreto corresponde a uma translao da senide contnua da qual originou-se o sinal discreto senoidal, e que, portanto, no se pode confundir com uma translao do sinal discreto propriamente dito.
2005
EE-UCG
Introduo ao PDS
16
Este sinal discreto senoidal ..., 0, 1, 0, -1, 0, 1, 0, -1, ... pode ser obtido por amostragem unitria de uma infinidade de sinais senoidais contnuos. De fato, no intervalo [-, [, ou no intervalo [0, 2[, por exemplo, pode-se encontrar todas as freqncias digitais distintas! Esta ambigidade da amostragem ser estudada no Captulo 3, mas por ora, pense apenas no seguinte: Pode-se gerar um sinal senoidal contnuo com freqncia angular imaginando a projeo de um ponto sobre uma circunferncia rodando a radianos/seg sobre um eixo que passe pelo seu centro. Se um observador s puder enxergar a circunferncia, ou medir o sinal, em instantes discretos nt, e detectar que entre dois desses instantes a sua posio variou de , ento este observador no ter meios de saber se realmente a circunferncia rodou de ou de +k.2, com k inteiro.
2005
EE-UCG
Introduo ao PDS
17
cos(n) =
Como vimos anteriormente, a resposta de um sistema discreto com resposta impulsiva h(n) e com entrada sendo um sinal discreto exponencial complexo a convoluo discreta destes dois sinais, e vale
y ( n) = com
k =
k =
h(k).e
- jk
= e jn H (e j )
H (e j ) =
k =
h(k).e
- jk
A resposta do sistema a sua entrada (exponencial complexa discreta) multiplicada por H(ej), e esta funo de a resposta em freqncia do sistema discreto. H(ej) uma funo peridica em , com perodo 2.
H (e j( + 2 ) ) =
k =
h(k).e- j( + 2 ) k =
k =
h(k).e
- jk
.e j 2k = H (e j )
Esta propriedade est obviamente relacionada com a ambigidade na representao de uma senide atravs de uma amostragem sua, mencionado anteriormente. Pode-se dizer que, como um sistema discreto no "distingue" as diferentes freqncias, apresenta o mesmo comportamento para todas elas. Exemplo: Vamos determinar a resposta em freqncia do sistema discreto: y(n) = [x(n) + 2x(n-1) + x(n-2)] / 4 Como evidente, o sistema discreto dado tem resposta impulsiva h(n) = 0.25 (n) + 0.5 (n-1) + 0.25 (n-2) e portanto a resposta em freqncia
2005
EE-UCG
Introduo ao PDS
18
H(ej) = 0.25 + 0.5e-j + 0.25e-2j = (0.5 + 0.5cos())e-j Na figura a seguir, temos H(e-j) em mdulo e fase. Os grficos foram obtidos em MATLAB, utilizando o seguinte programa (fft quer dizer Fast Fourier Transform) h = fft([0.25 0.5 0.25],128); w = -pi:pi/64:pi-pi/64; h = fftshift(h); a = [-pi,pi,0,1]; f = [-pi, pi, -pi, pi]; clf subplot(2,1,1), plot(w,abs(h)), axis(a), grid on subplot(2,1,2), plot(w,angle(h)), axis(f), grid on
A resposta impulsiva de um sistema discreto pode ser obtida a partir de sua resposta em freqncia, aproveitando-se da periodicidade desta funo. Como
H (e j ) =
k =
h(k).e
- jk
uma funo peridica de , com perodo 2, ento, H(ej ) pode ser desenvolvida em srie de Fourier, por exemplo na forma
H (e j ) = Ck = 1 2
k =
C .e
k
- jk
onde
H (e
).e jk .d
h( k ) =
1 2
H (e
).e jk .d
2005
EE-UCG
Introduo ao PDS
19
X (e j ) =
n =
x(n).e
- j n
x ( n) =
Exemplo:
1 2
X (e
).e jn .d
Pretende-se determinar a resposta impulsiva h(n) do filtro digital passa-baixas ideal, com freqncia de corte c. A resposta em freqncia H(ej) deste sistema naturalmente peridica, de perodo 2, e tem a seguinte forma no intervalo [-, [
1, se c H ( e j ) = 0, caso contrrio
Usando a transformada inversa de Fourier temos:
h ( n) =
1 2
H (e j ).e jn .d =
1 2
jn
.d =
c sinc(c n )
que uma amostragem da funo seno cardinal: sinc(x) = sen(x)/x. Na figura seguinte temos h(n) para c = /6, e para c = /3, respectivamente.
Os sistemas obtidos so do tipo IIR, portanto no podem ser realizados diretamente a partir da sua resposta impulsiva e nem por qualquer outro processo - so sistemas ideais. Na prtica, podemos fazer algumas aproximaes, por exemplo, do tipo ha(n) = h(n).[u(n+n0) - u(n-n0-1)], que tendem a serem tanto melhores quanto maior for n0. A seguir so mostradas as respostas em freqncia correspondentes aos dois valores de c indicados anteriormente, para n0 = 20.
2005
EE-UCG
Introduo ao PDS
20
O programa utilizado para obter estas representaes am MATLAB mostrado a seguir (note que em MATLAB a funo seno cardinal dada por sinc(x) = sen(x)/(x)) n = -20:1:20; h6 = sinc(n/6)/6; h3 = sinc(n/3)/3; a = [-20,20,-0.1,0.4]; clf subplot(2,1,1), stem(n,h6), axis(a), grid subplot(2,1,2), stem(n,h3), axis(a), grid pause w = -pi:pi/64:pi-pi/64; x6 = fftshift(fft(h6,128)); x3 = fftshift(fft(h3,128)); a = [-pi,pi,0,1.5]; subplot(2,1,1), plot(w,abs(x6)), axis(a), subplot(2,1,2), plot(w,abs(x3)), axis(a),
on on
grid on grid on
Observe que estes sistemas so no-causais, e ainda que fossem causais, para processamento em tempo real seria necessrio deslocar ha(n) de n0, introduzindo-se assim um atraso n0 no clculo da resposta do sistema.
n =
x(n - k).e- jn =
n =
x(n).e
2005
- j ( n + k)
= e- jk . X (e j )
EE-UCG
Introduo ao PDS
21
onde foi usada a mudana de varivel: m = n k . E o sinal discreto cuja transformada de Fourier X(ej()) ejn x(n). (demonstre!)
x ( n) =
1 2
X (e
).e jn .d
mostra-nos como um sinal discreto x(n) pode ser decomposto em uma combinao linear (integral ou soma) de sinais discretos elementares, as exponenciais complexas ejn . Se este sinal for aplicado entrada de um sistema discreto com resposta em freqncia H(ej), como a resposta do sistema a cada uma daquelas exponenciais H(ej).ejn, a sua resposta entrada x(n) contm a mesma combinao linear e
y ( n) =
1 2
X (e
).H (e j ).e jn .d
cuja transformada de Fourier X(ej). H(ej). A transformada de Fourier da convoluo de dois sinais discretos portanto o produto das suas transformadas de Fourier. Podemos decompor um sinal discreto complexo em sinais discretos elementares, a partir de duas expresses j conhecidas: a primeira no domnio dos tempos, faz uso do sinal elementar impulso unitrio
x ( n) =
k =
x(k ). (n - k)
e a segunda expresso, no domnio das freqncias, em que o sinal elementar a senide complexa
x ( n) =
1 2
X (e
).e jn .d
A resposta de um sistema discreto LEU a um destes sinais elementares, a resposta impulsiva h(n) ou a resposta em freqncia H(ej), caracteriza completamente um sistema.
(n) e
jn
h(n) H(ej).ejn
x(n) .e
*
- j n
n =
[x(n).e ]
+
j n *
= X (e- j )*
2005
EE-UCG
Introduo ao PDS
22
Daqui se deduzem algumas importantes propriedades de simetria. Se um sinal discreto x(n) for puramente real, ou seja, x(n)* = x(n), ento a sua transformada de Fourier tambm observar a igualdade X(e-j)* = X(e j) disto, podemos concluir que a transformada de Fourier de um sinal discreto puramente real tem parte real par e parte imaginria mpar, isto , XR(e-j) = XR(e j) XI(e-j) = -XI(e j) Se um sinal discreto x(n) for puramente imaginrio, x(n)* = -x(n), ento a sua transformada de Fourier tambm observar a igualdade X(e-j)* = -X(e j) disto, podemos concluir que a transformada de Fourier de um sinal discreto puramente imaginrio tem parte real mpar e parte imaginria par, isto , XR(e-j) = -XR(e j) XI(e-j) = XI(e j) Se a transformada de Fourier X(e j) de um sinal discreto for puramente real, X(e j)*= X(e j), e o sinal discreto x(n) verifica a igualdade x(-n)* = x(n), ento podemos concluir que um sinal discreto com transformada de Fourier puramente real tem parte real par e parte imaginria mpar. Se a transformada de Fourier X(e j) de um sinal discreto for puramente imaginria, X(e j)*= -X(e j), e o sinal discreto x(n) verifica a igualdade x(-n)* = -x(n), ento podemos concluir que um sinal discreto com transformada de Fourier puramente imaginria tem parte real mpar e parte imaginria par. Um sinal discreto x(n) real e par tem transformada de Fourier X(e j) real e par. SINAL Puramente real Puramente imaginrio Parte real par, parte imaginria mpar Parte real mpar, parte imaginria par TRANSFORMADA DE FOURIER Parte real par, parte imaginria mpar Parte real mpar, parte imaginria par Puramente real Puramente imaginria
As correspondncias, agrupadas na tabela anterior, podem ser resumidas a partir das noes da parte simtrica conjugada e da parte anti-simtrica conjugada de um sinal discreto x(n), ou da sua transformada de Fourier X(e j):
2005
EE-UCG
Introduo ao PDS
23
x par (n) =
x ( n ) + x ( n ) 2 X (e j ) + X (e j ) X par (e j ) = 2
xmpar (n) =
x ( n ) x ( n) 2 X (e j ) X (e j ) X mpar (e j ) = 2
Estas definies permitem identificar as correspondncias entre o sinal e a sua transformada, e viceversa: sinal / transformada de Fourier parte real parte imaginria transformada de Fourier / sinal parte simtrica conjugada parte anti-simtrica conjugada
y (n) = ak x(n - k) + bk y (n - k)
com os coeficientes bk nulos se o sistema for no recursivo. Esta equao, tal como uma equao diferencial, admite uma soluo constituda por dois termos, um correspondente resposta natural do sistema e outro correspondente sua resposta forada, e dependente das condies iniciais, que sero nulas se o sistema for causal. A resposta natural do sistema tende normalmente para zero num sistema estvel. Calculando a transformada de Fourier dos dois membros da equao anterior
N 1 k =0 N 1 k =1
Y (e j ) = ak .e- jk . X (e j ) + bk .e- jk .Y (e j )
Logo, a resposta em freqncia do sistema ser dada por
H (e j ) =
Exemplo:
Y (e ) = X (e j )
a .e
k k =0 N 1 k =1
N 1
- jk
1 bk .e- jk
Vamos determinar a equao de diferenas que rege o sistema discreto com resposta impulsiva h(n) = (0.7)n. 0.3 u(n) A resposta em freqncia do sistema discreto
2005
EE-UCG
Introduo ao PDS
24
H (e j ) =
n =
0 .3 1 0 .7 e - j
2005
EE-UCG
Introduo ao PDS
25
a = 2/T
Agora vamos estabelecer uma relao entre as transformadas de Fourier do sinal contnuo, Xc(j), e do sinal discreto, X(ej). Consideremos a transformada inversa de Fourier do sinal contnuo xc(t)
xc (t ) =
e
1 2 1 2
X ( j ) e
jt
d d
x( n) =
X ( j ) e
jnT
Mas, por outro lado, a transformada inversa de Fourier do sinal discreto x(n)
1 x( n) = 2
X (e
)e jn d
x( n) =
1 2T
(j
jn ) e d T
Esta ltima expresso pode tambm ser expressa com o domnio de integrao subdividido em intervalos de comprimento 2
1 x ( n) = 2T
r = ( 2 r 1)
+ ( 2 r +1)
(j
jn )e d T
x ( n) =
1 2T
r =
X
+
(j (j
+ 2 r j ( + 2 r ) n d )e T + 2r j( + 2 r ) n )e d T
EE-UCG
1 = 2T
Prof. Cludio A. Fleury
r =
2005
Introduo ao PDS
26
X (e j ) =
1 + + 2 r Xc( j T ) T r =
A transformada de Fourier do sinal discreto x(n) uma soma infinita de parcelas, cada uma das quais resultante, exceto pelo fator 1/T, da transformada de Fourier do sinal contnuo xc(t) atravs da mudana de varivel linear
=> ( + 2r) / T
a freqncia angular medida em radianos/seg, e a freqncia angular digital medida em radianos. A parcela correspondente a r = 0, Xc(j / T) / T muda, em relao amplitude da transformada de Fourier do sinal contnuo, pelo fato 1/T, e em relao escala pela mudana de varivel => / T. Se a transformada de Fourier Xc(j) do sinal analgico for, por exemplo,
A freqncia angular de amostragem a = 2/T "corresponde" freqncia "digital" 2. A freqncia de amostragem estabelece a relao entre as freqncias "analgica" e "digital". Cada uma das parcelas restantes, Xc(j / T) / T apenas uma translao de 2 da parcela correspondente a r = 0.
1/T
Exemplo: O sinal contnuo xc(t) = e-t u(t) tem transformada de Fourier Xc(j) = 1 / (1+j) O sinal discreto obtido de xc(t) atravs de uma amostragem com freqncia angular a = 40 rad/s , T = 0.05 s, x(n) = xc(0.05 n) , tem transformada de Fourier
2005
EE-UCG
Introduo ao PDS
27
X (e j ) = =
Graficamente, |Xc(j)| pode ser obtido com o seguinte programa MATLAB w = -60:1:60; h = 1./(1+j.*w); clf subplot(2,1,1),plot(w,abs(h)),axis([-60,60,0,1]),grid on
enquanto que em |X(ej)|, so visveis as mudanas de escala e a sobreposio das diferentes parcelas presentes.
Note que poderamos facilmente obter uma expresso compacta para X(ej), pois, como x(n) = e-0.05n u(n) , X(ej) = 1 / (1+ e-0.05 e-j) e desenhar o ltimo grfico a partir desta expresso.
X (e j ) =
+ 2 r 1 Xc( j T ) T r =
A recuperao s ser possvel se as diferentes parcelas de no se sobrepuserem, isto , se ocuparem regies diferentes de .
2005
EE-UCG
Introduo ao PDS
28
Uma condio que Xc(j) deve obedecer ocupar uma regio limitada de , isto , xc(t) tem de ser um sinal com espectro (transformada de Fourier) de banda limitada. Outra condio a freqncia angular de amostragem 2/T deve ser tal que as contribuies das diferentes parcelas de X(ej) no se sobreponham, isto , 2 / T > 2M em que M a freqncia limite superior de banda do sinal, em rad/seg. Um sinal contnuo com espectro de banda limitada ao intervalo [-M , M] deve ser amostrado a uma freqncia angular igual ou superior a 2M, para que seja possvel a sua reconstruo exata a partir do sinal discreto resultante.
3.3 Aliasing
O fenmeno do aliasing ocorre quando as condies do teorema da amostragem no so obedecidas, e ele resulta da sobreposio das diferentes parcelas de X(ej). Quando M > /T, tudo se passa como se as partes do espectro de Xc(j) exteriores ao intervalo [-/T, /T] fossem dobrando sucessivamente em torno destas freqncias. Quando olhamos as imagens de uma corrida de Frmula 1 na TV, por exemplo, percebemos algumas vezes que as rodas dos carros parecem ter movimentos estranhos, parecendo mesmo que esto paradas, ou que giram em sentido contrrio ao esperado. Este fenmeno um efeito tpico do aliasing. Na TV, a cena real amostrada sessenta vezes por segundo, e a reproduo dessa seqncia de imagens que chega at nossas casas. Se duas imagens consecutivas de uma roda de um carro em movimento estiveram na situao que a figura representa, ns automaticamente as interpretamos (aliasing) como se entre as duas imagens a roda tivesse girado 45 no sentido inverso ao do movimento do carro.
45
No entanto, nada nos garante que tal situao tenha realmente acontecido. Pode ser que a roda tenha girado qualquer nmero inteiro de voltas mais 45, no sentido inverso ao do movimento do veculo, ou que tenha girado qualquer nmero inteiro de voltas mais 315, no mesmo sentido do movimento do veculo, ou ainda, que tenha realizado outros movimentos mais extravagantes. No possvel saber! A amostragem , por natureza, uma operao que conduz perda irrecupervel de quase a totalidade da informao contida no sinal amostrado. No entanto, se sabemos, por exemplo, que a cadncia de imagens tal que entre duas imagens consecutivas a roda gira, no mximo 180, ento, j possvel ter alguma certeza sobre o que se est acontecendo na realidade.
2005
EE-UCG
Introduo ao PDS
29
Se a roda girar a f voltas/s (Hz), ento ela realiza meia volta em 1/2f s, e a freqncia mnima de imagens que permite recuperar o movimento de 2f imagens/s, ou seja, o dobro da velocidade em que a roda gira. O teorema da amostragem, ou de Nyquist, diz exatamente isto! Exemplo: O sinal contnuo xc(t) = sinc2(10 t) representado a seguir
1 0.75 0.5 0.25 0 -1
-0.8
-0.6
-0.4
-0.2
0.2
0.4
0.6
0.8
tem transformada de Fourier Xc(j) de banda limitada a -20 < < 20 rad/s. Na realidade, a transformada de Fourier de sinc(10t) um degrau entre 10 e 10 rad/s, como se pode confirmar calculando a transformada de Fourier inversa de um pedestal no domnio das freqncias. X(j) = 1 para ||<, e nulo fora deste intervalo. que
1 x( n) = 2
1 X ( j)e d = 2
jt
+ M
jt
d =
M .sinc( M t )
lembrando que o produto de dois sinais corresponde convoluo das suas transformadas de Fourier ento a transformada de Fourier de sinc2(10t) a convoluo deste degrau com ele prprio, ou seja, um sinal triangular entre 20 e 20 rad/s. Se realizarmos uma amostragem daquele sinal com frequncia angular de 40 rad/s, isto , obedecendo ao teorema da amostragem, no acontecer o fenmeno aliasing.
Se realizarmos essa amostragem em uma freqncia angular de, por exemplo, 30 rad/s, isto , no obedecendo ao teorema da amostragem, ento verificaremos a ocorrncia de aliasing.
2005
EE-UCG
Introduo ao PDS
30
O programa MATLAB seguinte serviu para calcular as transformadas de Fourier dos dois sinais amostrados, no intervalo [-, ]: n=-64:1:63; x40=sinc(2*n/4).*sinc(2*n/4); x30=sinc(2*n/3).*sinc(2*n/3); h40=fftshift(fft(x40)); h30=fftshift(fft(x30)); w=-pi:pi/64:pi-pi/64; a=[-pi,pi,0,2]; clf, subplot(2,1,1), plot(w,abs(h40)), axis(a), grid on subplot(2,1,2), plot(w,abs(h30)), axis(a), grid on
X (e j ) =
n =
x(n).e
- jn
obtm-se um sinal de banda limitada nas condies desejadas. Realmente, cada componente x(n)sinc((t-nT)/T) de banda limitada, e assume o valor zero em todos os pontos de amostragem, exceto no ponto t = nT, onde ela assume o valor x(n), como mostrado no exemplo seguinte.
2005
EE-UCG
Introduo ao PDS
31
O resultado
x(n) =
1 x (t )dt nT c
nT
que se pode exprimir como sendo a amostragem ideal da convoluo xc(t) * [u(t) - u(t-t)] / t ou seja, do sinal contnuo xc(t) alterado por um filtro passa-baixas com resposta impulsiva h(t) = [u(t) - u(t-t)] / t A respectiva resposta em freqncia
2005
EE-UCG
Introduo ao PDS
32
H(j) = sinc(0.5)e-j0.5t e, como seria de esperar, quanto menor for , maior a largura de banda do filtro e mais prxima da ideal ser esta amostragem real.
Como, normalmente, muito menor que T, ento 2/t >> /T e o efeito deste filtro passa-baixas , nesses casos, muito pequeno. Por outro lado, esse efeito pode sempre ser compensado em outro ponto da cadeia de processamento, mais especificamente pelo processador digital de sinais.
xc (t ) =
n =
x(n)sinc(
(t nT ) ) T
normalmente problemtica, e mesmo impossvel em tempo real, por ser uma operao no causal. Em muitos casos, a reconstruo feita a partir da expresso
xc (t ) =
n =
x(n) (t nT )
em que (t) uma funo de reconstruo, que pode ser facilmente obtida reconstruindo o sinal discreto (n). Calculando a transformada de Fourier
X c ( j) =
em que (j) a transformada de Fourier de (t).
n =
x ( n ) ( j ) e
jnT
= ( j) X (e jT )
2005
EE-UCG
Introduo ao PDS
33
2005
EE-UCG
Introduo ao PDS
34
3.7 Interpolao
A interpolao corresponde ao aumento da freqncia amostragem do sinal contnuo, e s possvel de ser realizada se o sinal contnuo tiver sido amostrado a uma freqncia satisfazendo o teorema da amostragem. Sejam x(n) um sinal discreto com transformada de Fourier X(ej) e x0(n) o sinal discreto que se obtm do anterior intercalando M-1 zeros entre cada dois valores de x(n)
x( n M ) x0 (n) = 0
A transformada de Fourier de x0(n) X0(ej) = X(ej) ou seja a transformada de Fourier X(ej) como que comprimida no intervalo [-/M, /M] e depois repetida periodicamente com perodo 2/M. Podemos observar que a partir da expresso
se amostrarmos a uma freqncia M vezes maior um sinal contnuo teremos exatamente a compresso da transformada de Fourier do sinal discreto por um fator M e multiplicao por M da sua amplitude. Conclumos que a interpolao pode ser obtida realizando uma filtragem passa-baixas de x0(n) com freqncia de corte /M e ganho M.
A interpolao uma das situaes em que os filtros digitais do tipo no recursivo so muitas vezes utilizados, tirando vantagem do fato de apenas 1 em M elementos do sinal discreto x0(n), no mximo, serem no nulos. Assim, na equao
xi (n) = h(n) x0 (n k )
n =0
L 1
2005
EE-UCG
Introduo ao PDS
35
apenas L/M coeficientes h(k) influenciaro no clculo de um elemento de xi(n), como se o filtro fosse realmente de comprimento L/M. Estes L/M coeficientes variam contudo com a ordem do elemento de xi(n). Se L for um mltiplo de M, os L coeficientes h(k) podem ser arranjados em M conjuntos Conjunto 0 1 ... M-1 Coeficientes h(0) h(1) ... h(M) h(M+1) ... ... ... ... ... h(L-M) h(L-M+1) ... h(L-1)
h(M-1) h(2M-1)
sendo utilizado o conjunto n mod M para o clculo do elemento xi(n), e tudo se passando como se fosse utilizado um filtro no recursivo de comprimento L/M e coeficientes variveis (no invariante). Em MATLAB, a funo interp realiza a interpolao. O programa a seguir mostra o referido filtro: t=0:1:10; x=exp(-t/5).*sin(t); xi=interp(x,8); ti=0:0.125:10.875; subplot(2,1,1), fplot('exp(-x/5)*sin(x)',[0 10 -1 1]) hold on subplot(2,1,1), stairs(t,x), axis([0 10 -1 1]), grid on subplot(2,1,2), fplot('exp(-x/5)*sin(x)',[0 10 -1 1]) hold on subplot(2,1,2), stairs(ti,xi),axis([0 10 -1 1]), grid on
3.8 Decimao
A decimao a operao correspondente reduo da freqncia de amostragem do sinal contnuo.
2005
EE-UCG
Introduo ao PDS
36
Na realizao desta operao, a nica dificuldade a possvel ocorrncia de aliasing. Sejam x(n) um sinal discreto com transformada de Fourier X(ej) e xd(n) o sinal discreto que se obtm do anterior atravs de uma decimao de M:1 xd(n) = x(Mn) , com M inteiro
xd (n) =
1 2 M
X (e j M ).e jn .d
xd (n) =
e por simples comparao
1 2 M
X (e
r =0
M 1
j( + 2r ) M
).e jn .d )
X d ( e j ) =
1 M
M 1 r =0
X (e
j( + 2r ) M
A decimao ser uma operao reversvel, isto , realizada sem perda de informao, se X(ej) for zero fora do intervalo [-/M, /M], ou seja, se a transformada de Fourier for limitada em banda. Portanto a decimao habitualmente precedida de uma filtragem passa-baixas digital, para que esta situao seja garantida. A decimao uma outra situao em que os filtros digitais do tipo no recursivo so muito utilizados, apesar de normalmente exigirem mais operaes por sada do que os do tipo recursivo. Apesar de apenas ser necessrio conservar uma sada do filtro passa-baixas de M em M, se o filtro for do tipo recursivo todas as sadas tm de ser necessariamente calculadas.
2005
EE-UCG
Introduo ao PDS
37
4. Transformada-Z
4.1 Definio
A transformada-Z um instrumento matemtico essencial para a anlise e sntese de sistemas discretos, desempenhando um papel paralelo ao da transformada de Laplace em relao aos sistemas contnuos. Como se sabe, um sinal discreto x(n) ter transformada de Fourier somente se a soma
+
X (e j ) =
n =
x ( n )e
- jn
x ( n) =
1 2
X (e
)e jn d
A condio de convergncia necessria existncia da transformada de Fourier muito exigente, da resultando que muitos sinais de interesse prtico no tm transformada de Fourier. A transformada-Z, X(z), de um sinal discreto x(n) uma funo complexa da varivel complexa zC, e define-se como +
X ( z) =
n =
x( n) z
-n
Como veremos, esta definio vai permitir que muitos daqueles sinais que no tm transformada de Fourier tenham transformada-Z. Exemplos: O sinal discreto impulso unitrio x(n) = (n) tem transformada-Z X(z) = 1 O sinal discreto degrau unitrio x(n) = u(n) que no tem transformada de Fourier, tem transformada-Z
X ( z) = z -n =
n=0
1 1 z 1
na regio do plano z em que |z| > 1, condio em que somatrio converge. A condio de convergncia necessria existncia da transformada-Z menos exigente que a condio de convergncia necessria convergncia da transformada de Fourier.
Introduo ao PDS
38
convergncia da transformada-Z desse sinal. A indicao da regio de convergncia absolutamente obrigatria na indicao da transformada-Z. Exemplo: A transformada-Z de x(n) = anu(n)
X ( z) = a n z -n =
n=0
1 1 az 1
z>a
X ( z) = X ( z) =
n =
a n z -n = a n z n =
n =1
a 1 z 1 a 1 z
a 1 z < 1
1 1 az 1
z<a
que s difere da anterior na regio de convergncia. Em certas situaes, a regio de convergncia da transformada-Z de um sinal discreto pode ser determinada muito facilmente. A regio de convergncia da transformada-Z de um sinal discreto de comprimento finito, isto , tal que n < n1 ou n > n2 => x(n) = 0, todo o plano Z, exceto z = 0, se n2 > 0, uma vez que neste caso
X ( z) =
contem parcelas com potncias negativas de z, contm parcelas com potncias positivas de z.
n = n1
x ( n) z
n2
-n
Se o sinal discreto for de comprimento infinito mas tal que n < n1 x(n) = 0, sempre possvel encontrar um valor Rc suficientemente grande que garanta a existncia de
c o que quer dizer que a regio de n = n1 convergncia da transformada-Z de um sinal discreto nestas condies o exterior de um crculo centrado na origem do plano z e com raio Rc.
X ( z) =
x ( n) R
-n
Similarmente, se o sinal discreto for de comprimento infinito mas tal que n > n2 x(n) = 0, sempre possvel encontrar um valor Rc suficientemente pequeno que garanta a existncia de
n2
e ento a regio convergncia da n = transformada-Z de um sinal discreto nes tas condies o interior de um crculo centrado na origem do plano z e com raio Rc.
X ( z) =
x(n) R de
-n c
2005
EE-UCG
Introduo ao PDS
39
Finalmente, se o sinal discreto for de comprimento infinito e no se verificar nenhuma das situaes anteriores, a regio de convergncia da sua transformada-Z, se existir, ser uma coroa circular centrada na origem do plano z. Em muitos casos, a transformada-Z de um sinal discreto uma frao cujos numerador e denominador so dois polinmios em z, ou em z-1. Os zeros do denominador desta frao so os plos dessa transformadaZ. Os plos da transformada-Z de um sinal discreto situam-se sempre fora da sua regio de convergncia, a qual, contudo, sempre limitada pelos seus plos.
X ( e j ) = X ( z ) z = e j
Nota-se que existiro sinais discretos para os quais no existe transformada de Fourier e existe transformada-Z, e para os quais portanto esta relao no vlida. Inversamente, pode obter-se a transformada-Z de x(n) a partir da sua transformada de Fourier, utilizando a transformada de Fourier inversa e em seguida a definio de transformada-Z X(ej) x(n) X(z) Esta possibilidade de se obter uma funo definida num plano a partir do conhecimento do seu valor ao longo de uma linha desse plano, est relacionada ao fato de X(z) ser uma funo complexa da varivel complexa z.
n =
x( n) z n + k k = z k
n =
x ( n) z
n+ k
=z k X ( z )
A transformada-Z do sinal discreto x(n) multiplicado por an , an x(n), an x(n) X(z/a) , com regio de convergncia de raio aRc. A transformada-Z do sinal discreto x(-n)
Prof. Cludio A. Fleury 2005 EE-UCG
Introduo ao PDS
40
y ( n) =
a convoluo discreta de ambos sinais. Ento
k =
x ( k ) h( n k )
n
Y ( z) = Y ( z) = Y ( z) =
n = k = + +
n+ k k
n = k =
x(k ) z k
n =
k =
h(n k )z
n+ k
= X ( z) H ( z)
sendo necessrio que a interseco das regies de convergncia de X(z) e de H(z) no seja nula. A regio de convergncia de Y(z) inclui aquela interseco, mas pode exced-la, se houver cancelamento de plos com zeros.
2005
EE-UCG
Introduo ao PDS
41
X ( z) =
(z z (z z
zi pi
) )
e se notarmos que as parcelas dos produtos do numerador e do denominador so "vetores" no plano z, obtemos um mtodo simples de avaliao de X(z) (mdulo e fase), muito utilizado por exemplo quando se pretende ter uma idia aproximada da transformada de Fourier X(ej ) de x(n). Interpretando z = ej como um ponto mvel que se desloca ao longo da circunferncia unitria do plano z,
pi
Exemplo: Em MATLAB, a funo zplane localiza os zeros e plos de uma funo X(z). Por exemplo, para localizar no plano z os zeros e os plos de
X ( z) =
basta comandar
2005
EE-UCG
Introduo ao PDS
42
2005
EE-UCG
Introduo ao PDS
43
anu(n) z/(z-a) = 1 / (1 a.z-1), |z| > |a| -anu(-n-1) z/(z-a) = 1 / (1 a.z-1), |z| < |a| e algumas propriedades elementares da transformada-Z. Exemplo: Seja H(z) = z-1 / (1 2.25 z-1 + 0.5 z-2), estvel, H(z) apresenta dois plos simples em 0.25 e 2, e, para o sistema ser estvel, a regio de convergncia de H(z) deve ser 0.25 < |z| < 2 Decompondo em fraes simples
dz
calculado ao longo de qualquer linha fechada C que envolva a origem do plano z, e percorrida no sentido horrio, vale
C
dz =
2j , se n = -1
0,
caso contrrio
Escrevendo X(z) como uma soma de potncias de z X(z) = ... + x(n-1)z-n+1 + x(n)z-n + x(n+1)z-n-1 + ... , multiplicando ambos os termos desta igualdade por zn-1 X(z)zn-1 = ... + x(n-1) + x(n)z-1 + x(n+1)z-2 + ... , e calculando a integral de linha definida anteriormente
2005
EE-UCG
Introduo ao PDS
44
X ( z) z
x ( n) =
n 1
1 n 1 X ( z) z dz 2j C
com a integral calculada ao longo de um contorno C desenhado volta da origem do plano z e na regio de convergncia de X(z). Esta a forma geral para o clculo da inversa da transformada-Z. Uma integral de linha como esta pode ser calculada pelo mtodo dos resduos, que utiliza o fato dessa integral ser igual soma dos resduos da funo integranda nos seus plos situados no interior do contorno, supostamente, percorrido no sentido horrio. O resduo de uma funo F(z) num plo simples a
( z a) F ( z )
z =a
Num plo a com multiplicidade m, o resduo dado por uma expresso um pouco mais complexa
1 d m1 ( z a) m F ( z ) m 1 (m 1)! dz
z =a
Exemplo: Seja novamente H(z) = z-1 / (1 2.25 z-1 + 0.5 z-2), estvel. A integral de linha que permite calcular a inversa da transformada-Z
1 1 zn n 1 h ( n) = H ( z) z dz = 2j C ( z 0.25)( z 2) dz 2j C
apresentando a funo integranda dois plos simples em 0.25 e 2, e um plo de multiplicidade -n em 0, este para valores negativos de n, apenas. No caso n 0, verifica-se que apenas o plo em 0.25 se encontra no interior de um contorno de integrao traado na regio de convergncia de H(z), e portanto, utilizando o teorema dos resduos,
h ( n) =
No caso n < 0, verifica-se que os plos em 0.25 e em 0 encontram-se no interior do contorno, sendo este ltimo de multiplicidade varivel, o que obrigaria a calcular h(n) termo a termo. Em muitas situaes, este problema no surge porque se sabe com antecedncia, por exemplo, que o sinal original causal, e, portanto, nulo para valores negativos de n. No caso geral, a mudana de varivel de integrao z p-1 permite colocar em (obviamente, no exterior de qualquer contorno) o plo que estava em 0, e simplificar o problema. No nosso exemplo, a funo a ser integrada passa a ser
2005
EE-UCG
Introduo ao PDS
45
h ( n) =
n<0
h(n) =
4 0,25 n u (n) + 2 n u ( n 1) 7
n = +
x(n)w(n) z x(n)w(n) z
= =
n = n
2j X (v)v
C
n 1
dvw(n) z n =
n =
1 z 1 X (v)W ( v )v dv 2j C
Esta integral na realidade uma convoluo! A varivel de integrao v desempenha um papel equivalente ao da varivel k usada anteriormente na expresso da convoluo
k =
x ( k ) h( n k )
A transformada de Fourier do produto de dois sinais discretos x(n) e w(n), por sua vez, dada por
1 z X (v)W ( )v 1dv 2j C v
z = e j
Repare que se escolhermos como contorno de integrao C a circunferncia unitria do plano v, o que sempre possvel, pois de outro modo x(n) e w(n) no teriam transformadas de Fourier, v = ej
2005
EE-UCG
Introduo ao PDS
46
1 2
X (e
)W (e j ( ) )v 1d
expresso que evidencia claramente uma convoluo, com a imagem geomtrica que geralmente lhe est associada. Esta propriedade muito utilizada para avaliar o efeito, no domnio das freqncias, da multiplicao de dois sinais discretos, como acontece, por exemplo, quando se multiplica uma resposta impulsiva infinita por uma janela retangular ha(n) = h(n)[u(n+n0) - u(n-n0-1)] . Exemplo: Os sinais discretos x(n) = 2-nu(n) e w(n) = 3-nu(n) tem transformada-Z respectivamente X(z) = 1 / (1 z-1/2), |z| > 0.5, e W(z) = 1 / (1 z-1/3), |z| > 1/3 e o seu produto x(n)w(n) = 6-nu(n) tem transformada-Z 1 / (1 z-1/6), |z|>1/6 Este resultado pode ser naturalmente obtido atravs da propriedade da convoluo complexa, calculando no plano v a integral
1 1 1 v 1dv, 1 1 1 2j C 1 v 1 ( z / v) 1 3 2
v >
z 1 1 > e 2 v 3
com o contorno C satisfazendo as condies impostas pelas regies de convergncia de X(z) e W(z), isto , 0.5 < |v| < 3|z| Um contorno nessas condies s existir, evidentemente, se 3|z| > 0.5 |z| > 1/6 que ser a regio de convergncia da transformada-Z de x(n)w(n). A integral pode ser calculada pelo mtodo dos resduos, sendo necessrio, ento, determinar os plos da funo integranda
1 3z (v 1 / 2)(v 3z ) dv, 2j C
que so 1/2 e 3z.
z >
1 6
1 < v < 3z 2
Como apenas o plo 1/2 se encontra no interior do contorno C, o resduo nesse plo,
1 3z , = 1 1 1 3z 1 z 2 6
a transformada-Z procurada.
z >
1 6
2005
EE-UCG
Introduo ao PDS
47
Note que atravs da propriedade da convoluo complexa foi possvel deduzir no s a expresso da transformada-Z, como tambm a sua regio de convergncia.
2005
EE-UCG