Unidade I Sinais e Sistemas no Domnio do Tempo

Discreto

Pontifcia Universidade Catlica de Minas Gerais

Curso de Engenharia Eletrnica e de Telecomunicao
Profa. Zlia Myriam Assis Peixoto
 Tpicos Principais

SINAIS NO TEMPO DISCRETO - SEQUNCIAS

SISTEMAS NO DOMNIO DO TEMPO DISCRETO

SISTEMAS LINEARES INVARIANTES NO TEMPO

EQUAO DE DIFERENAS LINEAR DE COEFICIENTES

CONSTANTES

1 (Oppenheim, A. V. e Schafer, R.W.): Discrete-Time Signal Processing; Prentice Hall, 3rd ed.,
2009.
 1 Sinais no Tempo Discreto - Sequncias

Os sinais no domnio do tempo discreto so representados, matematicamente,

como sequncias numricas ponderadas em funo de varivel inteira que representa o
tempo discreto. Uma sequncia numrica x, no qual o n-simo nmero indicado por x[n],
escrita como:

x = x [ n] , < n <
nZ n pertence ao conjunto dos nmeros
inteiros!

Se o n-simo nmero da sequncia igual ao valor de um sinal analgico, no instante nT,

ento:
nZ
x [ n ] = xa ( nT ) ,
T

onde T o perodo de amostragem, igual ao inverso da frequncia de amostragem.

 ... Sequncias discretas: Converso analgico/digital

xa (t )
Exemplo: Um sample-hold de ordem zero usado para
amostrar e armazenar o sinal analgico (contnuo no tempo)
a cada instante de amostragem. A amplitude do sinal
considerada constante durante todo o intervalo de
amostragem.

x [ nT ]
xa (t )

As sadas constantes do sample-hold so convertidas

por um circuito quantizador em valores numricos de preciso
finita, adequadas representao binria.

Sinal analgico Sinal Contnuo no Tempo xa (t )

Sinal Digital Sinal Discreto no Tempo x [ nT ]

 ... Sequncias discretas: Classificao dos sinais

1 Quanto Simetria

x [ n ] = x [ n ] Par ou Simtrico

x [ n ] = x [ n ] mpar ou Anti - simtrico

x [ n] = x [ n ] Complexo Conjugado

2 - Periodicidade: Um sinal peridico, com perodo N, se e somente se:

x [ n + N ] = x [ n] , N Z

3 - Sinal Determinstico x Sinal Aleatrio

O sinal determinstico se no existe nenhuma incerteza em relao ao valor do sinal em qualquer tempo. Os
sinais determinsticos podem ser modelados como funes de tempo completamente especificadas.
 ... Sequncias Bsicas e Operaes

O produto e a soma de duas sequncias x[n] e y[n] so definidas como o produto e

a soma de amostra por amostra, respectivamente. O produto de uma sequncia x[n] por uma
constante definido como a multiplicao de cada amostra pelo valor .

Uma sequncia y[n] definida como uma verso deslocada no tempo da

sequncia x[n] se:
y [ n ] = x [ n n0 ] , n0 Z*

1 - Impulso Unitrio

1, n = 0
[ n] =
0, n 0
2 - Impulso Unitrio deslocado no Tempo

1, n = n0
[ n n0 ] =
0, n n0
(a) Impulso unitrio (b) Impulso unitrio atrasado no tempo
(c) Impulso unitrio avanado no tempo
 ... Sequncias Bsicas e Operaes

3 - Degrau Unitrio
1, n 0
u [ n] = ou u [ n ] = [ n k ]
0, n < 0 k =0

4 - Rampa Unitria Sequncia Degrau

Unitrio
n, n 0
r [n] =
0, n < 0
Exponencial Real Decrescente
5 - Exponencial Real

0 < < 1 decrescente

n 1 < < 0 decrescente alternada
x [ n] = ,
> 1 crescente
< 1 crescente alternada
6 Funo Senoidal
(radianos/amostra), e f (ciclos/amostra) so
x [ n ] = cos ( n + ) f =
a velocidade angular, a fase e a frequncia do 2
sinal digital, respectivamente.
Exemplo: Funes Cossenoidais x Periodicidade

x [ n + N ] = x [n] , N Z

x [ n ] = cos ( n + )

x [ n + N ] = cos ( ( n + N ) + )
Cosseno Peridico
O sinal ser peridico se,
e somente se:

N
N = 2 k k = , k , N Z+
2

O mnimo valor N Z define o perodo fundamental
do sinal peridico.

Cosseno no-Peridico
 ... Operaes sobre as variveis dependentes

1 - Mudana de escala em amplitude (amplificao ou atenuao de sinais)

y [ n ] = C x [ n ] , C

2 - Adio (exemplo: circuito misturador de voz e msica)

y [ n ] = x1 [ n ] + x2 [ n ]

3 - Multiplicao (exemplo: modulao em amplitude)

y [ n ] = x1 [ n ] x2 [ n ]

4 - Diferenciao e Integrao
A diferenciao ou integrao de sinais discretos requer algoritmos especiais, tais como a rotina de
Runge-Kutta, Mtodos de Interpolao Polinomial, Cadeia de Integradores ou Cadeia de Filtros de
Estados, dentre outros.
 ... Operaes sobre as variveis dependentes: Combinando
sequncias bsicas.

As sequncias bsicas podem ser combinadas para se obter representaes mais

simples de outras sequncias. Alguns exemplos:

1 Multiplicao de sinais pelo degrau unitrio

A n , n 0
x [ n] = x [ n ] = A nu[n]
0, n < 0

2 - Sequncias Senoidais x Sequncias Exponenciais

Se uma varivel complexa em uma sequncia exponencial, a sequncia tem parcelas real
imaginria que so cossenides e senides exponencialmente ponderadas (weighted ). No
caso mais comum:

= e j0 n
x [ n ] = A n = A e j e j0 n
A = A e j e j = cos + j sin
Teorema de Euler
n n
x [ n ] = A cos (0 n + ) + j A sin (0 n + )
 ... Operaes sobre a varivel independente

1 - Mudana de escala de tempo (Exemplo: compresso de sinais)

y [ n ] = x [ k n ] , k Z*+

2 - Reflexo

y [ n ] = x [ n ]

(a) Sinal original (b) Sinal original refletido ou espelhado

3 - Deslocamento no Tempo

k > 0 deslocamento para a direita (atraso)

y [ n] = x [ n k ] , k Z *

k < 0 deslocamento para a esquerda (avano)
 ... Operaes sobre a varivel independente:

 Regra de Precedncia para o Deslocamento e Mudana de Escala no Tempo2:

Dada uma funo do tipo:

y [ n] = x [ a n b] onde a, b Z

1) Realizar, primeiramente, o deslocamento no tempo atravs de uma varivel auxiliar:

v [ n] = x [ n b]

2) Em seguida, realizar a mudana de escala de tempo sobre a varivel auxiliar, como

y [n] = v [a n] 1, 3 n < 0

Exemplo: y [ n ] = x [3n 2] , sendo x [ n ] = 1, 0 n 2
= x [ an b ] 0, cc

Recomendvel: Prove que a inverso da ordem das operaes leva a resultados incorretos.

2 (Haykin, S. e Veen, B.V ): Sinais e Sistemas; Ed. Bookman, 2001.

 2 Sistemas no Domnio do Tempo Discreto

Um sistema discreto definido, matematicamente, como uma transformao ou um operador

que mapeia uma sequncia de entrada x[n] em uma sequncia de sada y[n] .

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

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

A expresso, acima, representa uma regra ou uma frmula para o clculo da sequncia
de sada a partir da sequncia de entrada. Deve-se enfatizar que, em alguns casos, o valor da
sequncia de sada para um instante n, pode depender dos valores de x[n] para todos ou um
intervalo dos valores de n. Exemplos:

1) Sistema de Atraso (Delay) Ideal

< n <
y [ n ] = x n nd ,
nd Z
 ... Sistemas no Domnio do Tempo Discreto

2) Sistema de Mdia Mvel (Moving Average)

M2
1
y [ n] =
M 1 + M 2 + 1 k = M1
x [n k ]

1
=
M1 + M 2 + 1
{ x [ n + M 1 ] + x [ n + M 1 1] +  + x [ n ] + x [ n 1] +  + x [ n M 2 ] }

O sistema calcula o n-simo valor

da sequncia de sada como a mdia
das (M1 + M2 + 1) amostras da sequncia de
entrada, a partir da amostra (n-sima - M1).

Ilustrao: M1 = 0, M2 = 5 e n = 7
 ... Sistemas Discretos: Propriedades

1 Sistemas sem memria (memoryless):

Um sistema no apresenta memria se a sada y[n], em qualquer instante n, depende
apenas de x[n], no mesmo instante n. Exemplos:
2
y [ n] = ( x [ n]) , n Z

< n <
y [ n ] = x n nd , O sistema ser sem memria apenas se nd = 0
nd Z

2 Sistemas lineares (definidos a partir do Teorema da Superposio):

Se y1[n] e y2 [n] so as respostas a x1[n] e x2[n] , respectivamente, o sistema ser linear
se, e somente se, as condies 1) e 2) forem ambas atendidas:

1) T { x1 [ n ] + x2 [ n ]} = T { x`1 [ n ]} + T { x2 [ n ]} e 2) T {ax [ n ]} = aT { x [ n ]}
= y1 [ n ] + y2 [ n ] = a y [ n ] , a constante.
 ... Sistemas Discretos: Propriedades

3 Sistemas invariantes no tempo:

Um sistema invariante no tempo aquele para o qual um deslocamento no tempo da
sequncia de entrada x[n] causa um mesmo deslocamento no tempo da sequncia de sada y[n].
Assim:

y [ n ] = T { x [ n ]} y [ n n0 ] = T { x [ n n0 ]}

4 Causalidade:
Um sistema causal se, para qualquer escolha de n0 , o valor da sequncia de sada,
em n = n0 depende somente dos valores de entrada para n n0 .

x1 [ n ] = x2 [ n ] , n n0 y1 [ n ] = y2 [ n ] , n n0

5 Estabilidade:
Um sistema estvel no sentido entrada-limitada sada limitada (BIBO estvel) se, e somente
se, qualquer sequncia limitada de entrada produz uma sequncia de sada limitada.

x [ n ] Bx < y [ n ] B y < , n
 3 Sistemas Lineares Invariantes no Tempo (SLIT)

Propriedade da linearidade (Teorema da Superposio)

+

Qualquer deslocamento sobre o sinal de entrada implica em um mesmo
deslocamento no sinal de sada.

Se a propriedade da linearidade e invarincia no tempo so combinadas com uma sequncia

de impulsos deslocados no tempo, o sistema poder ser completamente
caracterizado por sua Resposta ao Impulso!

 Representao de uma sequncia a partir de impulsos ponderados e deslocados no tempo:

Um sinal discreto qualquer pode ser representado como uma soma infinita de impulsos
deslocados de k unidades de tempo e amplitude x[k] da forma,

x [n] = x [ k ] [ n k ]
k =
 ... SLTI: Resposta ao Impulso

A partir da sequncia de impulsos aplicada entrada do SLIT,

Representao matemtica de uma

x [n] = x [ k ] [ n k ] Sequncia arbitrria de impulsos
deslocados no tempo
k =

a sequncia de sada do SLIT ser dada por:

y [ n ] = T x [ k ] [ n k ]
k =

= T { x [ k ] [ n k ]} ,
k =
x [ k ] amplitude em n = k

Definindo h[n-k] como a resposta ao impulso do sistema em n = k , ou seja, a resposta ao

Impulso [n-k] , a sada do sistema poder ser calculada como:

y [ n] = x [ k ]T { [ n k ]} = x [ k ] h [ n k ]
k = k =
 ... SLTI: Soma de Convoluo

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

Um sistema linear e invariante no tempo (SLIT) pode ser completamente caracterizado por sua
Resposta ao Impulso no sentido que, conhecida h[n], a sada y[n] pode ser
determinada para qualquer sequncia de entrada x[n].

A operao acima denominada Soma de Convoluo,

simbolizada como:

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

= x[n] h[n]

Resposta ao impulso de um sistema

de 1 ordem
... SLTI: Soma de Convoluo - Exemplos

 Uso da funo conv (MatLab), dados:

x = [1 1 1 1 1]
h = [1 2 3 4 5 6 7 8 9]

y [ n ] = x[n] h[n] sada = conv( x, h)

Resposta
excitao
senoidal:
 ... SLTI: Propriedades

1 - Propriedade Comutativa:

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

= x[n] h[n] = h[n] x[n]

2 - Propriedade Distributiva: x[n] ( h1[n] + h2 [n]) = x[n] h1[n] + x[n] h2 [n]

3 Conexo em Cascata: 4 Conexo em Paralelo:

h1[n] h2 [n] h1[n]

x[n] y[n] y[n]
x[n]
+
y[n] = ( h1[n] h2 [n]) x[n]
h2 [n]
y[n] = ( h1[n] + h2 [n]) x[n]
 4 Equaes de Diferenas Linear

Uma importante subclasse dos sistemas lineares invariantes no tempo consiste de sistemas
para o qual a entrada x[n] e a sada y[n] satisfazem uma equao de diferenas linear de
coeficientes constantes de N-sima ordem, dada por:
N M

k =0
ak y [ n k ] = bm x [ n m ]
m =0

Aplicaes:
1 Sistema Acumulador 2 Sistema de Mdia Mvel

+ x1[n]
x[n] y[n] 1 + + Acumulador
x[n] ( M 2 + 1) - y[n]
Atraso de 1 Atraso de
Amostra (M2 +1)
y[n 1] Amostras

1
y [ n ] = x [ n ] + y [ n 1] y [ n ] y [ n 1] =
(M2 + 1)
( x [ n] x [ n M 2 1])