Sistemas e sinais discretos

DSP Valner - 2013

VANTAGENS DO PROCESSAMENTO
DIGITAL
Flexibilidade (reprogramvel em tempo real)
Portabilidade (software)
Estabilidade (indep. do ambiente)
Exatido (tolerncia de componentes X n de bits)
Maior imunidade a rudo (0 ou 1)
Transportabilidade (processamento off-line)
Operaes mais sofisticadas (ex. Cancelador de eco)
Custo reduzido (VLSI e flexibilidade)

Limitao: Altas freqncias (microondas)
Fundamento
Converso do sinal contnuo em uma sequncia de amostras.
Aps o processamento digital, a sequncia de sada pode ser
convertida de volta a um sinal contnuo no tempo.
3
Sinal
analgico
de entrada
Sinal
analgico
de sada
Processador
analgico de
sinais
Processad
or digital
de sinais
D/A A/D
Sinal
analgico
de
entrada
Sinal
analgico
de sada
CATEGORIAS usuais De
PROCESSAMENTO DIGITAL DE SINAIS
Sinal digital (digitalizado)
Geralmente uma operao
no tempo. Ex.: remoo de
rudo, separao de bandas
de frequncia, etc
Medidas geralmente no
domnio frequncia. Ex.:
anlise espectral de sinais,
anlise de sinal de voz, ect
ANLISE
FILTRO
DIGITAL
Sinais de tempo discreto
Sinais e sistemas podem ser contnuos ou
discretos no tempo e na amplitude:
O grfico 1 corresponde a um sinal
totalmente contnuo no tempo e na
amplitude.
O grfico 2 corresponde a um sinal
contnuo na amplitude e discreto no
tempo.
O grfico 3 contnuo no tempo porm
s pode assumir alguns valores de
amplitude bem determinados, e
portanto um sinal discreto na
amplitude.
O grfico 4 representa um sinal discreto
no tempo e na amplitude, pois s pode
assumir alguns valores de amplitude em
intervalos de tempo bem definidos.
Sinais digitais so aqueles para os quais tanto o tempo quanto a amplitude so discretos. Ou
seja, ele discreto no tempo e s pode assumir valores dentro de um conjunto finito de
possveis .
Sinais de tempo discreto
Para representar sinais amostrados
no tempo muito comum simplificar
a notao de amostragem do sinal
analgico utilizando apenas o ndice
n para indicarem qual amostra
estamos trabalhando.
Por exemplo, se um sinal X(t)
amostrado a uma freqncia de
amostragem Fs=100Hz, e estamos na
amostra 50, representamos isto por
X[50], o que significa dizer que, com
relao ao tempo, estamos medindo
o sinal X(50*0.01).
Trabalhamos considerando as
amostras igualmente espaadas no
tempo.
Sinais de tempo discreto
Uma sequncia indexada de nmeros reais ou complexos uma funo de
uma varivel de valor inteiro n que representa o nmero de amostras
espaadas no tempo.
Assim x[n] uma representao no tempo indefinida para valores de n no
inteiros .
O tempo entre uma amostra e outra definido pela frequncia de aquisio
f
sampling

Sinais
Sinais Determinsticos
Qualquer sinal que podem ser unicamente descrito por
uma expresso matemtica, uma tabela de dados ou uma regra
bem definida.
Sinais Aleatrios
Os sinais no podem ser representados precisamente por
equaes matemticas ou suas descries so muito complexas
para uso. Isso indica que tais sinais tm comportamentos
imprevisveis.
8
Sinais
- Representados por sequncias finitas ou infinitas.
-Se for finita definida no intervalo N1 s n s N2 e sua durao
N= N2 - N1 + 1 ; x[n]= x[n+KN]
- - Sinais 1D sinal que representa uma funo de uma varivel
independente;
-- sinal 2D sinal que representa uma funo de duas variveis
independentes
-Sinal multidimensional MD sinal de uma funo de mais de
uma varivel
-Sinal de voz 1D ; um sinal do tipo imagem 2D.
-Exemplo de 3D : imagem codificada RGB
9
Sequncias
Uma sequncia genrica x escrita como:
x = {x[n]}, - < n < , n inteiro

Sequncia gerada a partir do processo de
amostragem:

n-simo termo: x[n] = x
a
(nT),
10
Amostragem (ilustrao)
11
Taxa de amostragem
12
Matlab
Exemplo da gerao de uma sequncia no matlab:
Arquivo: sequencia_aula_1.m

Todos os laboratrios dessa disciplina sero desenvolvidos com o Matlab. O
primeiro deles contm uma reviso sobre Matlab.

Um dos livros adotados nesse curso apresenta uma srie de cdigos para
matlab: Vinay K. Ingle and John G. Proakis (2011) Proakis & Monalakis (1989):
Digital
Signal Processing Using MATLAB.

Como esse software tornou-se universal, na Internet h muitos tutoriais sobre a
utilizao do mesmo.
13
Sequncias Fundamentais
{ }

=
=
=

=
=
=
|
0
0
0
, 0
, 1
) (
0 , 0
0 , 1
) (

0,0,... ...,0,0,1, : unitrio Impulso 1.
n n
n n
n n
n
n
n o o
Exemplo no Matlab
x[n] = 2.o[n + 2] - o[n 4], -5 s n s 5

No MatLab:
>> n = [-5:5];
>> x = 2*impseq(-2, -5,5) - impseq(4, -5, 5);
>> stem (n, x); title ('Exemplo de Sequencia');
xlabel('n'); ylabel('x[n]');
15
-5 -4 -3 -2 -1 0 1 2 3 4 5
-1
-0.5
0
0.5
1
1.5
2
Exemplo de Sequencia
n
x
[
n
]
Degrau unitrio
asfdsd
16
{ }

<
>
=

<
>
=
|
0
0
0
, 0
, 1
) (
0 , 0
0 , 1
) (

1,1,... ...,0,0,1, : unitrio Degrau 2.
n n
n n
n n u
n
n
n u
Relao com o impulso:
Exemplo
No MatLab:
function [x, n] = stepseq(n0, n1, n2)
% Degrau
n = [n1:n2];
x = [(n-n0) >= 0];
stem (x);

>> stepseq (5, 0, 10);
17
Exponencial
No MatLab:
Funo Exponencial:
>> nn = 0 + [1:21] - 1;
>> y = (0.9).^nn;
>> stem(nn, y);
18
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Sequncias Fundamentais
Exponencial complexa: com e



Supondo e ento





[ ]
n
x n A o =
j
A A e
|
=
0
j
e
e
o o =
( )
( ) ( )
{ }
0
0 0
[ ]
[ ] cos s
n
j n
n
x n A e
x n A n j en n
e |
o
o e | e |
+
=
= + + +
1 o =
1 A=
( )
( ) ( ) ( ) ( )
0
0 0 0
2 2
[ ]
[ ]
j n
j n j n j n j n
x n e
x n e e e e
e
e e t e t +
=
= = =
( ) ( )
0 0
[ ] cos 2 cos x n A r n A n e t | e | ( = + + = +

Senides com frequncias so indistinguveis. S necessrio considerar as
frequncias em um intervalo de 2t.
( )
0
2 r e t +
Sequncias Fundamentais
Frequncias normalizadas vo de 0 a2 t .

Todos os sinais ao serem representados
apenas pelo nmero de sua amostra (x[0],
x[1]...), sofrem uma normalizao.

Se no soubermos qual foi a frequncia de
amostragem utilizada para gerar a
sequncia, ento no podemos dizer qual
a frequncia do sinal analgico
que originou tal seqncia.

Por sofrer esta normalizao, todos os
sinais podem ser tratados da mesma
forma
Exponencial real: ( ) , ;
n
x n a n a = eR
0 0
( )
0
0
Exponencial complexa: ( ) , ;
onde denominado atenuao
e a freqncia em radianos.
j n
x n e n
o e
o
e
+
=
0
Sinusoidal: ( ) cos( ) , ; x n n n e u = +
Sequncias Fundamentais
Sequncias
Se ts=0,05 kHz, ento fo=1 kHz.
Sequncias
Exemplo: x1[n], x2[n]
e
x[n]= x1[n]+x2[n]

Nesse exemplo fica evidente a
utilidade da anlise no domnio da
frequncia.

Peridica ( ( )): A seqncia ( ) peridica se
( ) ( ) ,
O menor inteiro ( 0) que satisfaz a relao acima
chamado de perodo
x n x n
x n x n N n
N N
fundamental
= +
>
Sequncias Fundamentais
A sequncia pode ser infinita ou finita, designada em um intervalo
[N1,N2].
x1 [n] e x2[n] so aperidicas.
X3[n] peridica com perodo
N=16.
Sequncias simtricas -
decomposio
Um sinal de valor real dito par se:
E dito mpar se:
Qualquer sinal pode ser decomposto em:

Para encontrar a parte par:

Para encontrar a parte mpar:
[ ] [ ] x n x n =
[ ] [ ] x n x n =
[ ] [ ] [ ]
e o
x n x n x n = +
{ }
1
[ ] [ ] [ ]
2
e
x n x n x n = +
{ }
0
1
[ ] [ ] [ ]
2
x n x n x n =
Amplitude, Magnitude,
Potncia
Amplitude: pode ser positiva ou negativa.
Magnitude: O quanto o valor se afasta de zero (sempre positivo).
Potncia: A potncia de um sinal proporcional a sua amplitude ao quadrado.
Considerando uma constante unitria, temos o valor relativo de potncia!
2
2
[ ] [ ] [ ]
pwr
x n x n x n = =
Operaes sobre sequncias
Transformaes da varivel independente
Frequentemente manipula-se o ndice n; f(n) uma funo de n
Transformaes mais comuns:
Deslocamento: Se no for positivo, o sinal deslocado no amostras a direita
(atraso):


Inverso: faz o espelhamento do sinal


Escalamento de tempo: down-sampling:

Up-sampling:
Operaes sobre sequncias
OPERAES SOBRE SEQUNCIAS
{ } { } { }
1 2 1 2
( ) ( ) ( ) ( )
Adio: feita somando-se amostras de mesmo ndice
x n x n x n x n + = +
{ } { } { }
1 2 1 2
( ) ( ) ( ) ( )
Multiplicao: Produto das amostras de mesmo ndice
x n x n x n x n =
Escalamento: escalamento da amplitude de x[n]
por uma constante c.
2
1
1 2 2
( ) ( ) ... ( 1) ( )
n
n n
Soma de amostras: x n x n x n x n
=
= + + +

2
1
1 2 2
( ) ( ) ( 1) ( )
n
n
Produto de amostras : x n x n x n x n =
[
2
*
( ) ( ) ( )
x
n n
Energia : E x n x n x n

= =
= =

1
2
0
1
( )
N
x
n
Potncia do sinal : P x n
N

=
=

OPERAES SOBRE SEQUNCIAS
Operaes sobre seqncias

1. Adio de sinais: implementada facilmente no MATLAB. No entanto, a
durao das sequncias deve ser a mesma. Se forem diferentes, deve-se
primeiramente ajustar as respectivas duraes antes de efetuar a adio dos sinais.

2. Multiplicao de sinais: No MATLAB pode ser implementada por meio do
operador matricial .*. Tambm necessrio ajustar as duraes dos sinais.

3. Deslocamento: podemos usar a seguinte funo:
function [y,n] = deslocsinal(x,m,n0)
% implementa y(n) = x(n-n0)
% -------------------------
% [y,n] = deslocsinal(x,m,n0)
%
n = m+n0; y = x;
OPERAES SOBRE SEQUNCIAS
Operaes sobre sequncias

4. Espelhamento: No MATLAB esta operao implementada usando
fliplr():
function [y,n] = espelhar(x,n)
% implementa y(n) = x(-n)
% -----------------------
% [y,n] = espelhar(x,n)
%
y = fliplr(x); n = -fliplr(n);

5. Soma de amostras: implementada no MATLAB por sum(x(n1:n2))

6. Produto de amostras: implementada no MATLAB por prod(x(n1:n2))

7. Energia: A energia de uma seqncia de durao finita pode ser implementada
no MATLAB usando qualquer um dos dois modos possveis:
>> Ex = sum(x.*conj(x)); % usando conjugado de x
>> Ex = sum(abs(x).^2); % usando mdulo de x

8. Potncia do sinal: Pode ser implementada de forma semelhante energia.
OPERAES SOBRE SEQUNCIAS
Simbologia
) ( ) ( ) ( : impulsos por Sntese k n k x n x
k
= -

=
O impulso ou amostra unitria pode ser utilizada para decompor um
sinal arbitrrio x[n] em uma soma de amostras unitrias ponderadas e
deslocadas:
SNTESE DE SEQUNCIAS
{ }

=
=

=
<

> =

=
1 ,
1 ,
1
1
1 para ,
1
1
: 0 , ) (
1
0 n
0 n
o
o
o
o
o
o
o
o o
N
n n x
N
N
n
n n
A SRIE GEOMTRICA

=
=
=
n
xx
n
xy
k n x n x k r
k n y n x k r
) ( ) ( ) ( : ao Autocorrel
) ( ) ( ) ( : cruzada Correlao
CORRELAO ENTRE
SEQUNCIAS
Exemplo correlao
Um sistema aditivo se:
| | ) ( ) ( n x T n y =
| |
| | | | | |
) ( , ) ( , ,
) ( ) ( ) ( ) (
linear
2 1 2 1
2 2 1 1 2 2 1 1
n x n x a a
n x T a n x T a n x a n x a T
T

+ = +

um operador matemtico que transforma um sinal de entrada em

outro sinal de sada.
e homogneo se:
se for aditivo e homogneo
simultaneamente:
SISTEMAS de Tempo Discreto
Aplicando na decomposio de x[n]:
Como os coeficientes x[k] so constantes, usamos a propriedade de
homogeneidade:
Definindo h
k
[n] como sendo a resposta do sistema a uma amostra
unitria no tempo n=k
Somatrio de superposio.
SISTEMAS LINEARES
Lienaridade
Exemplo de sistema linear
b) seno 1 Hz, fs=32 Hz.
c) seno 3 Hz.
d) soma dos dois sinais, e
demostrao de que o
sistema linear.
Exemplo de sistema no
linear
Se a e b representam os sinais de 1 e 3 Hz:


a
2
e b
2
geram componentes em (0 e 2 Hz) e (0 e 6 Hz). O termo ab 2 e 4 Hz:
Sistemas Lineares
Propagao de onda como o som e ondas eletromagnticas
Circuitos eltricos compostos de resistores, capacitores e indutores, Circuitos
eletrnicos, como amplificadores e filtros.
Movimento mecnico da interao de massas e molas
Multiplicao por uma constante (amplificao ou atenuao do sinal)
Mudanas de sinal, como ecos, ressonncias e escurecimento de imagem
Diferenciao e integrao, e as operaes anlogas de primeira diferena e
running sum (soma cumulativa) para sinais discretos
Pequenas perturbaes em sistemas no lineares, por exemplo, um pequeno
sinal amplificado por um transistor corretamente polarizado
Convoluo, uma operao matemtica como onde cada valor na sada
expressado como a soma de valores na entrada multiplicada por um conjunto de
coeficientes (pesos)
Recurso, uma tcnica semelhante a convoluo, excluindo que valores
previamente calculados na sada so usadas em adio aos valores de entrada
(realimentao)
Sistemas no Lineares

Sistemas que no tm linearidade esttica, por exemplo, a tenso e potncia
em um resistor: P = V
2
/R ,a emisso de energia radiante de um objeto quente
que depende de sua temperatura: R =KT
4
, a intensidade de luz transmitida por
uma espessura de material translcido: I =e
aT

Sistemas que no tm fidelidade de senoidal, como circuitos eltricos para:
deteco de pico, retificadores, converso de onda senoidal para quadrada,
dobrador de freqncia, etc.

Multiplicao de um sinal por outro sinal, como em modulao de amplitude e
controles de ganho automticos

Fenmenos de histerese, como densidade de fluxo magntico versos
intensidade magntica em ferro, ou tenso mecnica versos tenso em
borracha de vulcanizada

Saturao, como amplificadores eletrnicos e transformadores
Propriedades especiais da
Linearidade
Propriedade comutativa
Propriedades especiais da
Linearidade
Sistemas com mltiplas entradas e sadas: Um sistema com mltiplas entradas
e sadas linear se ele composto por subsistemas lineares e adies de
sinais.
Nestes sistemas, possvel a multiplicao de um sinal (uma entrada ou a
sada de um subsistema) por uma constante, mas no a multiplicao entre
dois sinais


Propriedades especiais da
Linearidade
Superposio: Quando estamos tratando com sistemas lineares, a
nica forma de combin-los atravs do escalonamento seguida
pela adio.
Um sinal no pode ser multiplicado por outro sinal, apenas por
uma constante.
O processo de combinao de sinais pelo escalonamento e adio
chamado de sntese.
A decomposio o processo inverso da sntese, onde um nico
sinal separado em duas ou mais componentes aditivas.
Os sinais de entrada e sada podem ser vistos como a
superposio (soma) de formas de onda simples. Este o
fundamento de muitas tcnicas de processamento digital de
sinais.

Propriedades Linearidade
Propriedades
Linearidade
Propriedades Linearidade
Decomposies comuns: Existem duas principais formas de decompor sinais em
processamento de sinais: a decomposio pelo impulso e a decomposio de Fourier.
Decomposio pelo impulso: esta decomposio fraciona um sinal de N amostras em N
componentes de sinal, cada uma tambm com N amostras. Cada uma das componentes
contm um ponto do sinal original e todos os demais pontos possuem valor zero. A
decomposio pelo impulso importante pois permite examinar sinais amostra a amostra.
De forma similar, aos sistemas contnuos, sistemas discretos so caracterizados pela forma
como eles respondem a impulsos e conhecendo como um sistema responde ao impulso, a
sada do sistema para uma dada entrada pode ser calculada -> convoluo.
Decomposio pelo degrau: a decomposio pelo degrau, tambm fraciona um sinal de N
amostras em N componentes de sinais, cada uma composta por N amostras. Cada
componente de sinal um passo, i., as primeiras amostras tm valor zero, enquanto que as
ltimas amostras tem algum valor constante. Considere a decomposio de um sinal de N
pontos, x[n], nas componentes: x0[n], x1[n], x2[n], ...xN-1[n]. A k-sima componente do
sinal, xk[n], composta de zeros para os zero at k-1, enquanto os demais pontos tem o
valor x[k]-x[k-1].
Como caso especial, x0[n] tem todos os seus pontos iguais a x[0].
Adecomposio pelo impulso olha para os sinais um ponto de cada vez enquanto que a
decomposio pelo degrau caracteriza sinais pela diferena entre amostras adjacentes.

Propriedades
Linearidade
Propriedades Linearidade
Decomposio par / mpar: A decomposio par / mpar, quebra um sinal em
duas componentes, uma que possui simetria par e outra com simetria mpar.
Um sinal de N amostras tem simetria par se ele tem uma imagem
espelhada com centro no ponto N/2. Assim, a amostra x[N/2+1] deve ser
igual a x[N/2-1], etc.
De forma similar, a simetria mpar ocorre quando os pontos de casamento
possuem as mesmas magnitudes porm sinais opostos, como x[N/2+1] =
-x[N/2-1]. Estas definies assumem que o sinal composto por um
nmero par de amostras e que os ndices esto na faixa de 0 a N-1.
A decomposio calculada das relaes (j apresentada):
Propriedades Linearidade
Decomposio entrelaada: fraciona o sinal em
duas componentes, a amostra par de sinal e a
amostra mpar (no confundir com simetria par e
mpar).
Para obter a amostra de sinal par, deve-se tomar
o sinal original e fixar em zero todas as amostras
mpares. Da mesma forma, a amostra de sinal
mpar deve ter todas as amostras pares fixas em
zero.
Propriedades Linearidade
Sistemas sem memria
Um sistema dito sem memria se a sada no
tempo n-no depender apenas da entrada nesse
tempo, assim podemos determinar y[no] a partir
de x[no] apenas.

Sem memria: Com memria:
Sistemas Invariantes ao
deslocamento no tempo
Se um deslocamento na entrada de n
o
amostras corresponder a um deslocamento
de n
o
amostras na sada.
Ou seja temos uma sada y[n-n
o
] para uma entrada x[n-no]
Para testar a invarincia ao deslocamento preciso testar y[n-n
o
] para T{x[n-n
o
]}
A resposta y[n] para a entrada x[n]:
Teste:
Outro exemplo: seja


Porm para
O que diferente de ou seja esse um sistema
variante no tempo.
Invarincia ao deslocamento
Sistemas invariantes ao
tempo
A entrada na letra c) est defasada de 4 amostras.
| |
| | ) ( ) ( de Desloc. ) (
) ( de Desloc. ) ( ) (
k n y L k n x k n x
k n y k n y L n x


| |
( ) ( ) ( ) ( )
( ) ( ) ( )
k
y n LIT x n x k h n k
y n x n h n

=
= =
-

Se h[n] for a resposta do sistema LTI a amostra unitria , ento a

resposta a o[n-k] ser h[n-k]
Sistemas Lineares Invariantes
no Tempo
Resposta de um sistema ao
impulso
Se conhecermos a resposta ao impulso de um sistema, podemos
caracterizar a sada do mesmo para qualquer entrada.
Sistema estvel (BIBO): Entrada limitada Sada Limitada
0 ) ( lim causal sist. Se ) (
, , ) ( ) (
= <
< <


=

N n
N
n h n h
y x n y n x
Sistema causal: Sada no depende de valores futuros da entrada. Se para qualquer
n
o
a resposta no tempo n
o
depender apenas dos valores de entrada at n
o
.


= =
= =
< =
0
) ( ) ( ) ( ) ( ) (
0 , 0 ) (
k
n
k
k n x k h k n h k x n y
n n h
Ex. sistema causal
Ex. sistema no causal
Resposta ao impulso absolutamente somvel.
CAUSALIDADE E ESTABILIDADE

Causalidade
Estabilidade
Um sistema LTI com resposta a amostra unitria
h[n]=a
n
u[n], ser estvel sempre que |a|<1:



Um exemplo de sistema instvel:
Veja que nesse caso a resposta ilimitada
quando n vai a infinito!
Convoluo
A relao entre a entrada e a sada de um LTI dada
pela soma de convoluo.
A convoluo uma operao matemtica formal, como
a multiplicao, a adio e a integrao.
A adio toma dois nmeros e produz um terceiro
nmero, enquanto que a convoluo toma dois sinais e
produz um terceiro sinal.
Em sistemas lineares a convoluo usada para
descrever a relao entre os trs sinais de interesse: o
sinal de entrada, a resposta impulsiva do sistema e o
sinal de sada.
Convoluo
Srie geomtrica
66
Tabela til sries comuns
Convoluo
Exemplo
Convoluo
X[k]h[-k]=y[0]=1
Deslocando h[-k] a direita
temos h[1-k].
X[k]h[1-k]=y[1]=3.
X[k]h[2-k]=y[2]=6.
X[k]h[3-k]=y[4]=5.
X[k]h[4-k]=y[4]=3.
X[k]h[5-k]=y[5]=0.

Convoluo
Seja o sinal de entrada x[n]
Convoluo
Convoluo
Convoluo utilizada para um filtro
passa-baixas e um filtro passa-altas.
O sinal de entrada
a soma de um seno
com uma rampa
ascendente. A
resposta ao impulso
em a) um arco
suave, fazendo com
que passem a sada
apenas
componentes de
baixa frequncia.
No caso b) apenas
as componentes de
alta frequncia
que passam a sada.
Convoluo
O atenuador
inversor (a)
gira o sinal de
cabea para
baixo e
reduz sua
amplitude.
Em (b) temos
o derivador
da sequncia.
Convoluo
Se a resposta impulsiva tem M pontos de comprimento, a
primeira e a ltima amostras no sinal de sada so baseadas em
menos informao que as amostras intermedirias.
Na figura, o sinal um onda senoidal mais uma componente DC.
Deseja-se remover a parte DC do sinal mas mantendo-se a
senide intacta. Isto resulta em um filtro passa-altas, tal como a
resposta impulsiva mostrada na figura. O problema que, para a
primeira e as ltimas 30 amostras existe uma perda.
Convoluo - propriedades
As caractersticas de um sistema linear so completamente
especificadas pela resposta ao impulso do sistema.
Esta a base para muitas tcnicas de processamento digital de
sinais. Por exemplo, filtros digitais so criados com o projeto de
uma resposta impulsiva adequada.
Funo Delta de dirac
A funo delta a resposta ao impulso mais simples. Um impulso
na entrada produz um idntico impulso na sada. Convoluir
qualquer sinal com a funo delta resulta exatamente no mesmo
sinal:


Convoluo
propriedades
Convoluo - propriedades
A convoluo pode mudar
sinais discretos de modo
semelhante a integrao e
a diferenciao.
Os termos derivada e
integral referem-se
especificamente a
operaes em sinais
contnuos.
A operao discreta que
imita a primeira derivada
chamada de primeira
diferena.
A forma discreta da integral
chamada de running sum.
Observe o exemplo com a
resposta impulsiva

Resposta ao impulso
Resposta ao impulso
Primeira
diferena e
running sum
Filtros passa-baixas e passa-
altas
Em geral filtros passa-baixas digitais so compostos por um grupo de
coeficientes positivos adjacentes.
Isto resulta que cada amostra do sinal de sada uma mdia ponderada de
muitos pontos adjacentes do sinal de entrada. Isso suaviza o sinal, removendo
componentes de frequncia mais altos.
Ver figura a seguir: a mesma mostra alguns kernels (a resposta impulsiva) de
filtros passa-baixas.
A freqncia de corte do filtro modificada pelo alargamento ou
estreitamento do filtro. Se um filtro passa-baixas tem um ganho de um para
componentes DC, ento a soma de todos os pontos na sua resposta impulsiva
deve ser igual a um.
Alguns kernels de filtros teoricamente estendem-se ao infinito sem retornarem
para o valor de zero. Na prtica, as terminaes so truncadas aps um certo
nmero de amostras, permitindo-o ser representado por um nmero finito de
pontos.

Filtros passa-baixas e passa-
altas
Resposta Impulsiva
de Filtros passa-baixas
Filtros passa-altas
A figura a seguir mostra trs kernels de filtros passa-altas comuns,
derivados dos correspondentes filtros passa-baixas da figura
anterior.
Esta uma estratgia comum em projeto de filtros: primeiro
dimensiona-se um filtro passa-baixas e ento transforma-se o
mesmo em um passa-altas, ou passa-bandas, etc.
Por superposio, um kernel de filtro consistindo de uma funo
delta menos o kernel do filtro passa-baixas resulta em um filtro
passa-altas.
Como mostrado na figura, a funo delta frequentemente
adicionada ao centro de simetria, ou amostra zero se o filtro no
simtrico. Filtros passa-altas tem ganho zero para DC, a soma dos
pontos do kernel do filtro deve ser igual a zero.

Filtros passa-baixas e passa-
altas
Resposta Impulsiva de Filtros passa-altas
Caracterizao pela fase
Um sinal dito ter fase zero
se tem simetria ao redor da
amostra zero.
Um sinal tem fase linear se
o sinal possui simetria, mas
esta simetria ao redor de
um ponto diferente da
amostra zero.
O sinal possui fase no
linear se no tem simetria.
O espectro em frequncia
de um sinal composto de
duas partes, magnitude e
fase.
O espectro de potncia de
um sinal que simtrico ao
redor de zero tem fase zero.
Propriedades matemticas
Propriedade comutativa
Propriedade associativa
Propriedade distributiva



Transferncia entre a entrada
e sada
O sinal de sada muda exatamente na mesma proporo
linear que a mudana no sinal de entrada.

Teorema do Limite Central

O teorema do limite central
uma importante
ferramenta na teoria da
probabilidade que mostra
matematicamente porque a
distribuio de
probabilidade Gaussiana
comumente observada na
natureza.
O teorema do limite central tem
uma importante implicao para
convoluo. Se um sinal
parecido com um pulso real for
convoludo com si mesmo
muitas vezes, uma Gausiana
produzida. Isto indica que os
processos naturais podem ser
representados por convolues.
Equao de diferenas
Um sistema linear e invariante ao deslocamento tambm pode
ser descrito por uma equao de diferenas com coeficientes
constantes.
a[k] e b[k] so constantes que definem o sistema
Se tiver um ou mais termos a(k) diferente de zero recursiva
Para um LSI, no recursivo com a[k]=0 a resposta a amostra
unitria:
Se h[n] tem comprimento finito, ento o sistema FIR (Finite
Impulse response).
Se a[k]=0 a resposta a amostra unitria geralmente infinita e o
sistema IIR (Infinite Inpulse Response)

) ( ) ( ) (
: (IIR) infinita impulsiva resposta ter contrrio, Caso
) ( ) ( ) ( e 0 , 0 ) (
: se (FIR) finita impulsiva resposta ter causal LIT sistema Um
0
0

=
=
=
= > < =
k
M
k
k n x k h n y
k n x k h n y M n n n h
SISTEMAS FIR E SISTEMAS IIR



= =
= =
=
=
N
l
l
M
m
m
M
m
m
N
l
l
l n y a m n x b n y
n m n x b l n y a
1 0
0 0
) ( ) ( ) (
: por e equivalent forma de ou
, ) ( ) (
: por descrito ser pode discreto LIT Sistema Um
EQUAES DE DIFERENAS
Equaes de diferenas
Soluo homognea + soluo particular


A soluo homognea encontrada resolvendo a equao de
diferenas homognea.


Uma maneira de resolver a equao calcular a sada para cada n
outra soluo pode ser determinada fazendo y
h->
z
n
. E substituindo:
Equaes de diferenas
Se os coeficientes a(k) forem reais, essas razes ocorrem em conjugados
complexos. Se as razes forem distintas a soluo :

Se z
i
for uma raiz de multiplicidade m e as restantes m-p razes forem distintas a
soluo homognea :


Para determinar a
soluo particular
necessrio encontrar a
y
p
[n] que satisfaz a
equao de diferenas
para a x[n] dada. Veja
tabela


Equaes de diferenas
Exemplo sabendo que x[n]=u[n], y[-1]=0 e y[-2]=0
determinar a soluo de
Soluo particular: para x[n]=u[n]

Para a soluo homognea:
0 , ) ( ) 1 ( ) (
) ( ) 1 ( ) 1 ( ) 0 ( ) 1 ( ) (

) 1 ( ) 0 ( ) 1 ( ) 1 ( ) 0 ( ) 1 (
) 0 ( ) 1 ( ) 0 (
) ( ) 1 ( ) ( : Exemplo
0
1
1 1
2
> + =
+ + + + + =
+ + = + =
+ =
+ =

=
+
+
n k n x y n y
n x n x x x y n y
x x y x y y
x y y
n x n y n y
n
k
k n
n n n
o o
o o o o
o o o
o
o

Z
-1

o
+
x(n) y(n)
y(n-1)
RESPOSTA NATURAL E
RESPOSTA FORADA