Processamento Digital de Sinais. Notas de Aula. Sinais e Sistemas de Tempo Discreto. Sinais. Carregam alguma informação (voz, dados, imagem)
|
|
- Gonçalo Dinis Gonçalves
- 7 Há anos
- Visualizações:
Transcrição
1 Sinais e Sistemas de Tempo Discreto Sinais e Sistemas de Tempo Discreto Sinais Processamento Digital de Sinais Notas de Aula Sinais e Sistemas de Tempo Discreto Ricardo Tokio Higuti Departamento de Engenharia Elétrica - FEIS - Unesp Carregam alguma informação (voz, dados, imagem) Representação por uma função ou sequência de valores Variação no tempo / conteúdo de frequência Tempo/frequência contínuo ou discreto Amplitude [V] Amplitude [V] sinal de tempo contínuo x c (t) tempo [s] sinal de tempo discreto x[n] amostra n Sinais de tempo contínuo // tempo discreto // digital Umsinaldetempocontínuoédefinidoparatodososinstantesdetempo, ao passo que um sinal de tempo discreto é definido apenas para alguns instantes de tempo, em geral uma sequência de números que pode ser representada na forma: x[n] = {,x[ ],x[ ],x[],x[],x[], }. Observação: Estas notas de aula estão baseadas no livro: Discrete-Time Signal Processing, A.V. Oppenheim and R.W. Schafer, Prentice Hall, 989/999. O sinal pode ser de natureza discreta (um índice de inflação) ou pode ser obtido a partir de amostras de um sinal de tempo contínuo, como na figura acima: x[n] = x c (t) t=nt = x c (nt), n inteiro
2 Sinais e Sistemas de Tempo Discreto 3 Sinais de Tempo Discreto e Digital Sinal de tempo discreto - amplitude contínua Sinais e Sistemas de Tempo Discreto Operações Básicas Soma [%] Índice de inflação INPC 3 x[n]+y[n] = {,x[ ]+y[ ],x[]+y[],x[]+y[], } Multiplicação com escalar a x[n] = {,a x[ ],a x[],a x[], } Multiplicação entre sequências x[n] y[n] = {,x[ ] y[ ],x[] y[],x[] y[], } Manipulação da variável independente mês 3 x[n] 3 x[ n] Sinal digital - amplitude e tempo discretos Amplitude Sinal digital x[n ] x[ n ] 3 x[n+] x[ n+] amostra 6 6 Amostra n 6 6 Amostra n
3 Sinais e Sistemas de Tempo Discreto 5 Sequências Básicas Impulso: δ[n] = Degrau: u[n] = u[n] = δ[n k] k=, n =, n, n, n < δ[n] = u[n] u[n ] Caso geral: x[n] = x[k]δ[n k] Senóide: x[n] = Acos(ω n+φ) ω : frequência [rad] ou [rad/amostra] φ: fase [rad] Exponencial complexa: x[n] = Ae j(ω n+φ) = Acos(ω n+φ)+jasin(ω n+φ) cos(ω n) = ejωn +e jω n sin(ω n) = ejω n e jω n j Sinais e Sistemas de Tempo Discreto 6 Decomposição Partes par e ímpar: x[n] = x e [n]+x o [n] x e [n] = (x[n]+x [ n])/ - parte par x o [n] = (x[n] x [ n])/ - parte ímpar Partes real e imaginária, magnitude e fase: x[n] = x R [n]+jx I [n] x R [n] = (x[n]+x [n])/ - parte real x I [n] = (x[n] x [n])/j - parte imaginária x[n] = x[n] e jφ x[n] x[n] = (x R [n]+x I [n])/ - magnitude φ x [n] = x[n] = arctan(x I [n]/x R [n]) Simetrias: Se x[n] = x[ n], então x[n] é par Se x[n] = x[ n], então x[n] é ímpar Se x[n] = x [ n], então x[n] é conjugado simétrico Se x[n] = x [ n], então x[n] é conjugado antissimétrico
4 Sinais e Sistemas de Tempo Discreto 7 Periodicidade e frequência de Sinais Um sinal é periódico com período N se satisfizer, para qualquer n, a: Sinais e Sistemas de Tempo Discreto 8 Periodicidade e frequência de Sinais Seja um sinal senoidal na freq. ω : x[n] = x[n±n] = x[n±n] =, Para o caso particular de um sinal senoidal: x[n] = Acos(ω n) x[n+n] = Acos(ω n+ω N) N inteiro. x[n] = Acos(ω n+φ) Considerando agora um outro sinal senoidal com freq. ω = ω +: y[n] = Acos(ω n+φ) = Acos(ω n+φ+n) = Acos(ω n+φ) = x[n] x[n] = x[n+n] ω N = k, ω = k N N,k inteiros Portanto, ω e (ω +) são frequências iguais. Ou seja, as frequências do sinal discreto se repetem a cada, diferentemente do que ocorre com frequências de sinais de tempo contínuo. ω = / ω = Amostra n
5 Sinais e Sistemas de Tempo Discreto 9 Frequências Altas e Baixas A frequência de um sinal pode ser avaliada pela variação da amplitude de amostra a amostra ω =, ω = /, 9/ ω = /, 5/ ω =, Amostra n Algumas observações: Sinais e Sistemas de Tempo Discreto Sistemas de Tempo Discreto Um sistema pode ser um filtro, um amplificador, um sistema de controle, onde há uma entrada x[n] que é processada (transformada), produzindo uma saída y[n]. Exemplos: x[n] Sistema atraso: Filtro de média móvel: y[n] = T{ } y[n] = x[n n d ] M +M + Acumulador ou integrador: Diferenciador: y[n] = n M k= M x[n k] x[k] y[n] = x[n] x[n ] y[n] = x[n+] x[n] y[n] = T{x[n]} Nota-se assim que a máxima freq. de um sinal de tempo discreto é igual a. Regiões no eixo de ω ao redor de zero (e ±, ±,...) relacionam-se com sinais de baixa frequência. Regiões ao redor de (e, ±3,...) relacionam-se com sinais de alta frequência.
6 Sinais e Sistemas de Tempo Discreto Propriedades de Sistemas Memória: num sistema com memória, a saída em determinado instante depende da entrada em outros instantes de tempo. Exemplos: y[n] = x[n+3] y[n] = x [n] Sinais e Sistemas de Tempo Discreto Propriedades de Sistemas Causalidade: num sistema causal, a saída no instante atual não depende de valores futuros da entrada, ou seja, y[n ] não depende de valores de x[n] para n > n. Exemplos: y[n] = x[n 3] y[n] = x[n+3] Linearidade: um sistema é linear se obedece ao princípio da superposição: T{x [n]} = y [n] T{ax [n]} = ay [n], a cte. T{x [n]} = y [n] T{bx [n]} = by [n], b cte. T{ax [n]+bx [n]} = ay [n]+by [n] Estabilidade: um sistema é estável no sentido BIBO (Bounded-Input Bounded-Output) se, para qualquer entrada com amplitude limitada ( x[n] B x <, n), a saída também tem amplitude limitada ( y[n] B y <, n). Se existir uma única entrada com amplitude limitada que produza uma saída com amplitude não-limitada, o sistema é considerado instável. Exemplo: acumulador com entrada degrau: Invariância no tempo: um sistema é invariante no tempo se um atraso aplicado na entrada provoca o mesmo atraso na saída: y[n] = n x[k], x[n] = u[n] Exemplos: T{x[n]} = y[n] T{x[n n ]} = y[n n ] y[n] = x[n 3] y[n] = nx[n] y[n] = n u[k] = n = (n+)u[n] Onde claramente y[n] para n, e o sistema é considerado instável. No entanto, é um sistema utilizado na prática. k=
7 Sinais e Sistemas de Tempo Discreto 3 Sistemas Lineares Invariantes no Tempo Usando a propriedade que qualquer sinal pode ser escrito como a soma de impulsos escalonados e deslocados no tempo, e a propriedade da linearidade, pode-se escrever: Sinais e Sistemas de Tempo Discreto Exemplos: resposta impulsiva Sistema atraso: y[n] = x[n n d ] h[n] = δ[n n d ] y[n] = T{x[n]}, = T = k k x[n] = k x[k]δ[n k] x[k]t{δ[n k]} Definindo a resposta ao impulso do sistema: h[n] = T{δ[n]} x[k]δ[n k] Filtro de média móvel: y[n] = h[n] = M +M + M +M + M k= M x[n k] M k= M δ[n k] Usando a propriedade da invariância no tempo, a saída pode ser escrita como: y[n] = x[k]h[n k] = x[n] h[n] (convolução linear) Portanto, num SLIT, a saída y[n] pode ser obtida a partir da convolução linear entre a entrada x[n] e a resposta impulsiva h[n]. Uma característica importante em SLITs é que, conhecendo-se a resposta impulsiva do sistema, pode-se obter a saída para qualquer outra entrada. A resposta impulsiva é uma característica do sistema, e pode ser representada por uma sequência h[n]. Acumulador ou integrador: y[n] = n x[k] h[n] = n δ[k] = u[n] Diferenciador: y[n] = x[n] x[n ] h[n] = δ[n] δ[n ] y[n] = x[n+] x[n] h[n] = δ[n+] δ[n]
8 Sinais e Sistemas de Tempo Discreto 5 Exemplo - Convolução y[n] = x[n] h[n] = x[k]h[n k] = +x[ ]h[n+]+x[]h[n]+x[]h[n ]+ = +y [n]+y [n]+y [n]+ A convolução pode ser vista como a soma de diversas funções respostas ao impulso, sendo que cada função está escalonada e deslocada no tempo de acordo com as amostras de x[n]. x[n] x[ ]δ[n + ] x[]δ[n] x[]δ[n ] x[n] Amostra n h[n] 6 y [n] 6 y [n] 6 y [n] 6 y[n] Amostra n Sinais e Sistemas de Tempo Discreto 6 Exemplo - Convolução - Método gráfico Outra maneira de interpretar a somatória de convolução é através do cálculo da saída y[n] para cada instante n: y[n] = x[k]h[n k] Para cada instante n, faz-se a multiplicação de duas funções: x[k] e h[n k], onde n é uma constante. Para se obter a saída naquele instante, faz-se a somatória de todas as amostras da função resultante. Para n = : y[] = y[] = y[ ] = x[k] x[k]h[ k] = x[k]h[ k] = x[k]h[ k] = y [k] y [k] y [k] h[k] h[ k] y [k] = x[k]h[ k] y[] = y [k] = + = 5
9 Sinais e Sistemas de Tempo Discreto 7 Sinais e Sistemas de Tempo Discreto 8 Para n = : Para n = : x[k] h[k] x[k] h[k] h[ k] h[ k] y [k] = x[k]h[ k] y [k] = x[k]h[ k] y[ ] = y [k] = y[ ] = y [k] =
10 Sinais e Sistemas de Tempo Discreto 9 Sinais e Sistemas de Tempo Discreto Para n = : Para n = : x[k] h[k] x[k] h[k] h[ k] h[ k] 6 y [k] = x[k]h[ k] y[] = y [k] = 6+ = 7 y [k] = x[k]h[ k] y[] = y [k] = 3 =
11 Sinais e Sistemas de Tempo Discreto Para n = 3: Sinais e Sistemas de Tempo Discreto Propriedades de SLITs x[k] h[k] É muito comum a associação de sistemas em cascata e em paralelo, e por isso é importante se conhecer a resposta impulsiva após a associação. Comutativa, conexão em cascata: y[n] = (x[n] h [n]) h [n]) = (x[n] h [n]) h [n] = x[n] (h [n] h [n]) h[3 k] x[n] h [n] h [n] y[n] y 3 [k] = x[k]h[3 k] x[n] h [n] h [n] y[n] y[3] = y 3 [k] = 3 x[n] h [n] h [n] y[n] Para n, y[n] = 7 6 Associativa, conexão em paralelo: y[n] = x[n] (h [n]+h [n]) = x[n] h [n]+x[n] h [n] 5 3 y[n] x[n] h [n] y[n] h [n] x[n] h [n]+h [n] y[n] 3 3 Amostra n
12 Sinais e Sistemas de Tempo Discreto 3 Propriedades de SLITs Estabilidade BIBO: x[n] com amplitude limitada: x[n] B x < y[n] y[n] = h[k]x[n k] h[k] x[n k] B x h[k] Portanto, para que a saída tenha amplitude limitada, deve-se ter que: h[k] < Causalidade: A saída num instante n é: y[n ] = h[k]x[n k] = +h[ ]x[n +]+h[]x[n ]+h[]x[n ]+ Logo, se o sistema é causal, a saída no instante n não pode depender da entrada para instantes n > n, ou seja, a resposta impulsiva h[n] deve ser igual a zero para n <. SLIT causal: h[n] = para n <. Dessa forma, as condições de estabilidade e causalidade são facilmente determinadas em SLITs se for conhecida a resposta impulsiva. Sinais e Sistemas de Tempo Discreto Equação de Diferenças Em alguns sistemas, a saída e a entrada podem estar relacionadaspor uma equação de diferenças a coeficientes constantes: N k= No caso geral, tem-se: Exemplo Considere o sistema: y[n] = N a k y[n k] = M b k x[n k] k= k= a k y[n k]+ M b k x[n k] a a k= y[n]+.5y[n ] = x[n] Considerando condições iniciais nulas (y[ ] = ), a resposta impulsiva é obtida, de maneira recursiva, por: y[] = x[].5y[ ] = = y[] = x[].5y[] =.5() =.5 y[] = x[].5y[] =.5(.5)=.5 y[3] = x[3].5y[] =.5(.5) =.5. y[n] = (.5) n u[n]
13 Sinais e Sistemas de Tempo Discreto 5 Exemplo (cont.) Se x[n] = Bδ[n] e y[ ] = a, para n fica-se com: Para n < : y[] = x[].5y[ ] = B a y[] = x[].5y[] = y[] = x[].5y[] =. y[n] = ( ) B a ( ) B a ( ) n ( B a ), n y[ ] = y[ ]+x[ ] = a y[ 3] = y[ ]+x[ 3] = a. y[n] = ( ) n a = ( ) n+a, n =, 3,... y[n] = a Logo, a expressão geral da saída é: ( ) n u[ n ], n ( y[n] = B ) n u[n] a ( ) n u[n] a ( n u[ n ] ) Sinais e Sistemas de Tempo Discreto 6 Equação de Diferenças A solução geral é dada por uma solução forçada mais uma solução homogênea: y[n] = y p [n]+y h [n] y p [n] é a resposta forçada com condições iniciais nulas y h [n] é a resposta a entrada zero, devido às condições iniciais: N k= a k y h [n k] = (resposta a entrada zero) Paraasoluçãode y h [n] énecessáriodeterminarn coeficientes, obtidos a partir de N condições iniciais. Dessa forma, para cada condição inicial haverá uma saída diferente. Em geral, se a entrada é igual a zero para n < n, são fornecidos os valores da saída y[n] nos instantes n, n,, n N. Pode-se provar que, para um sistema linear invariante no tempo causal, deve-se ter condições iniciais nulas, de forma que: x[n] =,n < n y[n] =,n < n ( = B ) n u[n] a ( ) n
14 Sinais e Sistemas de Tempo Discreto 7 Resposta em frequência de SLITs Considere um SLIT cuja entrada é uma exponencial complexa na frequência ω : x[n] = e jω n : y[n] = x[n] h[n] = = h[k]e jω (n k) = e jω n h[k]e jω k Definindo-se a seguinte função complexa: fica-se com: H(e jω ) = h[k]e jωk, y[n] = H(e jω )e jω n. h[k]x[n k] Caso H(e jω ) = A e jφ, fica-se que a saída y[n] para esta entrada específica fica: y[n] = A e j(ω n+φ ). Sinais e Sistemas de Tempo Discreto 8 Resposta em frequência - Exemplo Sistema atraso: y[n] = x[n n d ]. Se a entrada for uma exponencial complexa: x[n] = e jωn, a saída é: Logo, a resposta em frequência é: y[n] = e jω(n n d) = e jωn e jωn d. H(e jω ) = e jωn d. O resultado poderia também ser obtido a partir da resposta impulsiva: H(e jω ) = = e jωn d h[k]e jωk = A magnitude e a fase são dadas por: δ[k n d ]e jωk H(e jω ) = (magnitude/ganho constante) H(e jω ) = ωn d (fase linear) Logo, um sistema que produz um atraso no tempo tem resposta em frequência com magnitude constante e fase linear. Ou seja, a saída é outra exponencial complexa na mesma frequência que da entrada, cuja magnitude e fase são modificadas pela função H(e jω ) na frequência ω = ω. Assim, e jω n é uma autofunção do sistema, e o autovalor associado é H(e jω ). AfunçãoH(e jω )descreveamudançaimpostanaentradae jωn emfunção da frequência ω, e por isso é chamada de resposta em frequência do sistema.
15 Sinais e Sistemas de Tempo Discreto 9 Sinais e Sistemas de Tempo Discreto 3 Resposta em frequência - Exemplo Filtro de média móvel: h[n] = δ[n]+δ[n ]. A resposta em freq. é: Magnitude.5.5 H(e jω ) = n= h[n]e jωn = +e jω = e jω/ (e jω/ +e jω/ ) = = e jω/ cos(ω/) Algumas propriedades de H(e jω ) H(e jω ) é obtida a partir de um sinal de tempo discreto, mas é uma função da variável ω contínua. H(e jω ) é em geral uma função complexa da variável ω: H(e jω ) = H R (e jω )+jh I (e jω ) = H(e jω ) e j H(e jω ) H(e jω ) é periódico com período : H(e j(ω+) ) = n h[n]e j(ω+)n = n h[n]e jωn = H(e jω ) Logo, basta representarafunção H(e jω ) num intervalode duração. Resposta em frequência de Filtros Ideais Filtro passa-baixas ideal com freq. corte ω c H(e jω ) ω c ω c ω Fase H(e jω ) ω/ Portanto, um filtro de média móvel tem ganho que diminui com o aumento da frequência, sendo um tipo de filtro passa-baixas. ω c ω c ω
16 Sinais e Sistemas de Tempo Discreto 3 Sinais e Sistemas de Tempo Discreto 3 Resposta em frequência de Filtros Ideais Filtro passa-altas ideal com freq. corte ω c H(e jω ) Representação de sequências usando a Transformada de Fourier Aplicando a relação entre a resposta em frequência e a resposta impulsiva de um SLIT para uma sequência x[n], pode-se escrever: X(e jω ) = n= x[n]e jωn (equação de análise) ω c Filtro passa-faixa ideal com freq. corte ω c e ω c ω c H(e jω ) ω A sequência pode ser obtida a partir de: x[n] = X(ejω )e jωn dω (equação de síntese) A função X(e jω ) é chamadade Transformada de Fourier de Tempo Discreto (DTFT) da sequência x[n], sendo comum a representação do par transformado: x[n] DTFT X(e jω ) ω c ω c ω c ω c ω h[n] DTFT H(e jω ) Filtro rejeita-faixa ideal com freq. corte ω c e ω c H(e jω ) A sequência x[n] é composta pela contribuição de frequências ω, cujas amplitudes complexas são dadas por X(e jω )/. Dessa forma, X(e jω ) representa o conteúdo de frequências (ou espectro) do sinal x[n], para ω. ω c ω c ω c ω c ω
17 Sinais e Sistemas de Tempo Discreto 33 Exemplos - DTFT Impulso: x[n] = δ[n] X(e jω ) = x[n]e jωn = n= n= δ[n]e jωn =, ω Sinais e Sistemas de Tempo Discreto 3 Exemplos - DTFT Exponencial: x[n] = a n u[n], a < X(e jω ) = a n u[n]e jωn = a n e jωn n= n= = n= (ae jω ) n = ae jω Amplitude.5 x[n] = (.5) n u[n] Magnitude X(e jω ) n Fase [rad] X(e jω ) ω/
18 Sinais e Sistemas de Tempo Discreto 35 Existência da DTFT Nem todas as sequências têm DTFT, ou seja, a somatória: X(e jω ) = n= x[n]e jωn pode não convergir para todo ω. Podem-se determinar sequências tais que a somatória seja convergente, ou seja, tenha um valor finito: Assim, tem-se que: X(e jω ) < +, para todo ω X(e jω ) = n= n= n= x[n]e jωn x[n] e jωn x[n] < + Dessa forma, uma condição suficiente para a existência da DTFT é que a somatória acima convirja, ou em outras palavras, a sequência x[n] deve ser uma sequência estável (somável em módulo). No entanto, existem sequências cuja somatória do módulo não converge, mas que possuem DTFT, caso do degrau e da senóide. Sinais e Sistemas de Tempo Discreto 36 Fenômeno de Gibbs Seja a resposta em freq. de um filtro passa-baixas ideal: H(e jω ) = Sua resposta impulsiva é:, ω ω c, ω c < ω h[n] = H(ejω )e jωn dω = ωc e jωn dω ω c = e jωcn e jω cn = jsin(ω cn) jn jn = sin(ω cn), < n < + n Voltando ao domínio da frequência, observemos o gráfico da magnitude do sinal: H M (e jω ) = M n= M h[n]e jωn para diversos valores de M. Este sinal é uma aproximação da função original à medida que se aumenta o número de componentes de frequência.
19 Sinais e Sistemas de Tempo Discreto 37 Fenômeno de Gibbs Sinais e Sistemas de Tempo Discreto 38 Alguns pares de transformadas M = M = ω/ M = 8 M = ω/ Nota-se que a função original (em tracejado) não é reconstruída perfeitamente, havendo oscilações que aumentam de freq. à medida que se aumenta o número de componentes do sinal. Na descontinuidade, as funções assumem valor igual a,5. Nesse caso não é possível a síntese da função original pois não se pode obter uma função descontínua a partir de funções contínuas(exponenciais complexas). Este é o chamado fenômeno de Gibbs. x[n] X(e jω ) δ[n] δ[n n ] a n u[n], a < u[n] sin(ω c n) n e jωn cos(ω n+φ) e jωn ae jω δ(ω +k) e jω + X(e jω ) = Propriedades de Simetria δ(ω +k) {, ω ωc, ω c < ω δ(ω ω +k) [e jφ δ(ω ω +k)+e jφ δ(ω +ω +k)] x[n] X(e jω ) X(e jω ) X(e jω ) real conjugado simétrico par ímpar real e par real par ou ±, ímpar real e ímpar imaginário par ±/, ímpar x e [n] R[X(e jω )] x o [n] ji[x(e jω )]
20 Sinais e Sistemas de Tempo Discreto 39 Propriedades Propriedade sequência DTFT Linearidade ax[n]+by[n] ax(e jω )+by(e jω ) Atraso no tempo x[n nd] e jωn d X(e jω ) Deslocamento em freq. e jωn x[n] X(e j(ω ω) ) Inversão no tempo x[ n] X(e jω ) X (e jω ), x[n] real Diferenciação em freq. nx[n] j dx(ejω ) dω Convolução no tempo x[n] y[n] X(e jω ) Y(e jω ) Janelamento Teorema de Parseval x[n] y[n] n= n= x[n]y [n] = x[n] = X(e jθ )Y(e j(ω θ) )dθ X(e jω )Y (e jω )dω X(e jω ) dω Sinais e Sistemas de Tempo Discreto Exemplos: Impulso e Senóide Impulso: Considere o sinal com DTFT: cujo espectro é: A DTFT inversa é: Logo: X(e jω ) = +ω δ(ω ω +k) X(e jω ) ω +ω x[n] = X(ejω )e jωn dω = δ(ω ω )e jωn dω = δ(ω ω )e jωn dω = e jω n ω e jω n δ(ω ω +k)
21 Sinais e Sistemas de Tempo Discreto Exemplos: Impulso e Senóide Sinal senoidal: Um cosseno pode ser escrito como: x[n] = cos(ω n) = (ejω n +e jωn ) Usando o resultado anterior, a DTFT do sinal é: cos(ω n) DTFT e jω n +DTFT e jω n cos(ω n) [δ(ω ω +k)+δ(ω +ω +k)] Sinais e Sistemas de Tempo Discreto Exemplos: Convolução Linear e Multiplicação de Polinômios Considere os polinômios dados por: a(x) = a +a x+a x +a 3 x 3 + +a N x N b(x) = b +b x+b x +b 3 x 3 + +b M x M A multiplicação entre os polinômios resulta em: c(x) = a b +(a b +a b )x+(a b +a b +a b )x + +(a N b M )x N+M Chamando de a[n] e b[n] as sequências relacionadas aos polinômios, em que a[i] = a i, i =,, N, e b[i] = b i, i =,, M, e chamando: +ω ω X(e jω ) ω ω ω c[n] = a[n] b[n] tem-se que as amostras de c[n] são iguais aos coeficientes c i, para i =,, N +M. Exemplo a(x) = +x+x a[n] = {,, }, n b(x) = +x x 3 b[n] = {,,, }, n 3 A convolução linear resulta na sequência: c[n] = {,, 3,,, }, n 5 que corresponde ao polinômio: c(x) = +x+3x x 5
22 Sinais e Sistemas de Tempo Discreto 3 Sinais e Sistemas de Tempo Discreto Exemplos: Convolução periódica Calcule o espectro de: x 3 [n] = x [n] x [n], com: x [n] = sin(/)n n x [n] = sin(/)n n Usando a propriedade da modulação ou janelamento: X 3 (e jω ) = X (e jθ )X (e j(ω θ) )dθ Os espectros de x [n] e x [n] são: X (e jω ) X (e jω ) Para calcular X 3 (e jω ), deve-se multiplicar X (e jθ ) e X (e j(ω θ) ) para ω variando entre e. Para ω = tem-se: X (e jθ ) X (e jθ ) X (e jθ )X (e jθ ) Exemplos: Convolução periódica (cont.) Para ω = /, a área permanece a mesma pois a sobreposição entre as funções se mantém: X (e jθ ) X (e j( / θ) ) X (e jθ )X (e j( / θ) ) A partir desse ponto, diminuindo mais ω, a área começa a diminuir. Para ω = /, a sobreposição cai pela metade: X (e jθ ) X (e j( / θ ) X (e jθ )X (e j( / θ) ) A área destacada dá o valor da integral, que deve ser dividida por, resultando em X 3 (e j ) = /.
23 Sinais e Sistemas de Tempo Discreto 5 Exemplos: Convolução periódica (cont.) Para ω = 3/, não há mais sobreposição entre as funções, e a área é nula: X (e jθ ) Sinais e Sistemas de Tempo Discreto 6 Exercícios: Propriedades Seja a sequência x[n] dada por: x[n] X (e j( 3/ θ) ) X (e jθ )X (e j( 3/ θ) ) n - Sem calcular explicitamente a DTFT X(e jω ), determine os valores de:. X(e j ). X(e jω ) Para valores de ω positivos, tem-se resultados parecidos, e a função resultante fica: X (e jω ) X (e jω ) 3. X(e jω )dω. X(e j ) 5. x e [n], cuja DTFT é a parte real de X(e jω ): R[X(e jω )] 6. X(e jω ) dω 7. dx(e jω ) dω Dicas: dω X 3 (e jω ) /. Propriedade das áreas. Verificar simetria do sinal e fase linear (atraso no tempo) 3. Propriedade das áreas. Valores de e jn, para n inteiro, expressão da DTFT inversa 5. x e [n] = (x[n]+x [ n])/ 6. Teorema de Parseval 7. Propriedade de diferenciação em frequência e teorema de Parseval
24 Sinais e Sistemas de Tempo Discreto 7 Exercícios: Propriedades Calcule a DTFT da sequência: Dica: ( n x[n] = n ). Propriedades de linearidade, inversão no tempo e diferenciação em frequência. Sinal x[n] real e ímpar - a sua transformada deve ser imaginária e ímpar. Sinais e Sistemas de Tempo Discreto 8 Exercícios: Propriedades Considere os seguintes sinais: x [n] = x [n] =, n L, caso contrário., M n M, caso contrário.. Obtenha as expressões das DTFTs de x [n] e x [n], em função de L e M.. Obtenha as sequências e os espectros para L = 5 e M =. 3. Verifique como se relacionam as sequências em termos de um atraso no tempo, e os espectros em termos de uma fase linear em frequência.
25 Sinais e Sistemas de Tempo Discreto 9 Exercícios: Propriedades Sinais e Sistemas de Tempo Discreto 5 Exercícios: Propriedades Usando os resultados do exemplo anterior, calcule a DTFT de um sinal senoidal truncado: v[n] = x [n]cos(ω n). Obtenha a expressão da DTFT de v[n] Seja x[n] uma sequência cuja DTFT é do tipo: X(e jω ). Verifique como o espectro se relaciona com a duração do pulso (L) 3. Faça alguns gráficos (v[n], V(e jω ), V(e jω )) para (a) L =, ω = /; (b) L =, ω = /. Dica: Use a propriedade do janelamento no tempo - convolução em frequência. / e considere a sequência modificada z[n] = x[n] p[n]. Esboce os espectros Z(e jω ) e interprete os resultados para:. p[n] = cos(n). p[n] = cos(n/) / ω 3. p[n] = sin(n/). p[n] = δ[n k] Avalie também este efeito no MATLAB. Para isto, siga o diagrama de blocos: ADC v[n] LPF x[n] X p[n] z[n]. A conversão A/D pode ser feita com o comando wavrecord, ou podese trabalhar com um sinal gravado em arquivo.wav, utilizando o comando wavread;. O filtro passa-baixas serve para limitar a frequência do sinal a /. Para isto, use o seguinte código: [N,Wn]=ellipord(.,.6,., ); [b,a]=ellip(n,.,, Wn); x = filter(b,a,v); z = x.*p; O sinal p[n] deve ter as mesmas dimensões de x[n]. Para ouvir o resultado, use a função sound.
26 Sinais e Sistemas de Tempo Discreto 5 Exercícios: Propriedades Sinais e Sistemas de Tempo Discreto 5 Exercícios: Resposta em frequência Calcule a DTFT do sinal: x[n] 3 a) Um sistema linear invariante no tempo tem resposta impulsiva h[n] real. Prove que a resposta em frequência tem magnitude par e fase ímpar: H(e jω ) = H(e jω ) n H(e jω ) = H(e jω ) Dica: escreva x[n] como a convolução entre dois pulsos retangulares e use a propriedade da convolução no tempo. Alternativamente, diz-se que H(e jω ) tem simetria hermitiana: H(e jω ) = H (e jω ) Dica: escreva a expressão de H(e jω ) a partir da definição e aplique o conjugado complexo. b) Num SLIT, a resposta a uma entrada x[n] = e jω n, é da forma: y[n] = H(e jω )x[n] = H(e jω )e jω n Obtenha a saída do sistema para uma entrada senoidal: x[n] = Acos(ω n+φ ) Considere que o sistema tem resposta impulsiva h[n] real. Dicas:. Escreva x[n] como a soma de duas exponenciais complexas com frequências ω e ω ;. Obtenha as saídas para cada uma das exponenciais complexas; 3. Usando a informação de que h[n] é real (como deve ser sua DTFT?), agrupe as respostas individuais para obter um sinal senoidal na saída.. Qual a relação entre as amplitudes da saída e da entrada? 5. Qual a diferença de fase entre a saída e a entrada?
Sinais e Sistemas Discretos
Sinais e Sistemas Discretos Luís Caldas de Oliveira Resumo 1. Sinais em Tempo Discreto 2. Sistemas em Tempo Discreto 3. Sistemas Lineares e Invariantes no Tempo 4. Representações em requência 5. A Transformada
Leia maisSistemas de tempo discreto
Sistemas de tempo discreto Magno T. M. Silva EPUSP, fevereiro de Sistemas de tempo discreto p. /37 . Sistemas de tempo discreto São funções matemáticas que transformam uma seqüência de entrada s(n) em
Leia maisResumo. Sinais e Sistemas Transformada de Fourier de Sinais Discretos. Sequência de Duração Finita. Série de Fourier
Resumo Sinais e Sistemas Transformada de Fourier de Sinais Discretos lco@ist.utl.pt Representação de sinais aperiódicos Transformada de Fourier de sinais periódicos Propriedades da transformada de Fourier
Leia maisProcessamento Digital de Sinais. Notas de Aula. Transformada Z. Transformada Z - TZ
Transformada Z Transformada Z 2 Transformada Z - TZ Processamento Digital de Sinais É uma generalização da Transformada de Fourier de Tempo Discreto (DTFT) Útil para representação e análise de sistemas
Leia maisProcessamento Digital de Sinais. Notas de Aula. Transformada Z. Transformada Z - TZ
Transformada Z Transformada Z 2 Transformada Z - TZ Processamento Digital de Sinais Notas de Aula Transformada Z É uma generalização da Transformada de Fourier de Tempo Discreto (DTFT) Útil para representação
Leia maisTransformada de Fourier Discreta no Tempo (DTFT)
Transformada de Fourier Discreta no Tempo (DTFT) Transformada de Fourier de um sinal discreto no tempo x(n): X e jω = x(n)e jωn n= A DTFT é uma função complexa da variável real e contínua ω. A DTFT é uma
Leia maisSinais e Sistemas. Tempo para Sistemas Lineares Invariantes no Tempo. Representações em Domínio do. Profª Sandra Mara Torres Müller.
Sinais e Sistemas Representações em Domínio do Tempo para Sistemas Lineares Invariantes no Tempo Profª Sandra Mara Torres Müller Aula 7 Representações em Domínio do Tempo para Sistemas Lineares e Invariantes
Leia maisSílvia Mara da Costa Campos Victer Concurso: Matemática da Computação UERJ - Friburgo
Convolução, Série de Fourier e Transformada de Fourier contínuas Sílvia Mara da Costa Campos Victer Concurso: Matemática da Computação UERJ - Friburgo Tópicos Sinais contínuos no tempo Função impulso Sistema
Leia maisProcessamento Digital de Sinais. Notas de Aula. Análise Espectral Usando a DFT
Análise Espectral Análise Espectral Análise Espectral Usando a DFT Processamento Digital de Sinais Notas de Aula Análise Espectral Usando a DFT Uma das principais aplicações da DFT é a análise do conteúdo
Leia maisA TRANSFORMADA Z. Métodos Matemáticos I C. Prof. Hélio Magalhães de Oliveira, Texto por R. Menezes Campello de Souza
A TRANSFORMADA Z Métodos Matemáticos I C Prof. Hélio Magalhães de Oliveira, Texto por R. Menezes Campello de Souza Notação x(t) é o sinal analógico x(nt) = x[n], n inteiro, é a seqüência T é o período
Leia maisProcessamento Digital de Sinais
Processamento Digital de Sinais Carlos Alexandre Mello Carlos Alexandre Mello cabm@cin.ufpe.br 1 Sinais Digitais Um sinal pode ser entendido como uma função que carrega uma informação Sinal de voz O sinal
Leia maisFundamentos de sinais e sistemas em tempo discreto
Fundamentos de sinais e sistemas em tempo discreto ENGC33: Sinais e Sistemas II Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 21 de novembro de 2016 Prof. Tito Luís Maia
Leia maisSistemas Lineares e Invariantes de Tempo Discreto
Sistemas Lineares e Invariantes de Tempo Discreto 28 Sistemas Lineares de Tempo Discreto Um sistema linear satisfaz o teorema da superposição e implica que o sistema tem condições iniciais iguais a zero
Leia maisIntrodução ao Processamento Digital de Sinais Soluções dos Exercícios Propostos Capítulo 2
Introdução ao Soluções dos Exercícios Propostos Capítulo 2. Verifique se os sinais abaixo têm ou não transformada de Fourier. Em caso positivo, calcule a transformada correspondente: a) x[n] 2δ[n+2]+3δ[n]
Leia maisProcessamento de sinais digitais Aula 3: Transformada de Fourier (Parte 1)
Processamento de sinais digitais Aula 3: Transformada de Fourier (Parte 1) silviavicter@iprj.uerj.br Tópicos Definição da Transformada de Fourier (TF) Propriedades importantes (ex: linearidade e periodicidade)
Leia maisResposta em frequência de sistemas lineares invariantes no tempo (tempo discreto)
Resposta em frequência de sistemas lineares invariantes no tempo (tempo discreto) ENGC33: Sinais e Sistemas II Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 14 de dezembro
Leia maisFiltros de tempo discreto
Filtros de tempo discreto ENGC33: Sinais e Sistemas II Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 25 de março de 2019 Prof. Tito Luís Maia Santos 1/ 28 Sumário 1 Apresentação
Leia maisIntrodução ao Processamento Digital de Sinais Soluções dos Exercícios Propostos Capítulo 1
Introdução ao Soluções dos Exercícios Propostos Capítulo. Dados os sinais x c (t a seguir, encontre as amostras, a representação em somatórios de impulsos deslocados, e trace os gráficos de = x c (nt a
Leia maisAnálise de Sistemas LTI através das transformadas
Análise de Sistemas LTI através das transformadas Luis Henrique Assumpção Lolis 23 de setembro de 2013 Luis Henrique Assumpção Lolis Análise de Sistemas LTI através das transformadas 1 Conteúdo 1 Resposta
Leia maisProcessamento de sinais digitais
Processamento de sinais digitais Aula 2: Descrição discreta no tempo de sinais e sistemas silviavicter@iprj.uerj.br Tópicos Sequências discretas no tempo. Princípio da superposição para sistemas lineares.
Leia maisTransformada de Fourier. Theo Pavan e Adilton Carneiro TAPS
Transformada de Fourier Theo Pavan e Adilton Carneiro TAPS Análise de Fourier Análise de Fourier - representação de funções por somas de senos e cossenos ou soma de exponenciais complexas Uma análise datada
Leia maisRevisão Análise em frequência e amostragem de sinais. Hilton de Oliveira Mota
Revisão Análise em frequência e amostragem de sinais Hilton de Oliveira Mota Introdução Análise em frequência (análise espectral): Descrição de quais frequências compõem um sinal. Por quê? Senóides são
Leia maisDFT Transformada Discreta de Fourier Representação de sinais de duração limitada
DFT Transformada Discreta de Fourier Representação de sinais de duração limitada Luís Caldas de Oliveira lco@istutlpt Instituto Superior Técnico DFT Transformada Discreta de Fourier p1/41 Resumo Amostragem
Leia maisREPRESENTAÇÃO DE SISTEMAS NO DOMÍNIO Z. n +
REPRESETAÇÃO DE SISTEMAS O DOMÍIO Z [ ] x h y h h n RC RC RC X H Y Y H X R R n h n h Z H < < + : ) ( ) ( ) ( ) ( ) ( ) ( ; ) ( ) ( ) ( Função de Sistema : FUÇÃO DE SISTEMA A PARTIR DA REPRESETAÇÃO POR
Leia maisSistemas Lineares e Invariantes: Tempo Contínuo e Tempo Discreto
Universidade Federal da Paraíba Programa de Pós-Graduação em Engenharia Elétrica Sistemas Lineares e Invariantes: Tempo Contínuo e Tempo Discreto Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br
Leia maisResposta em Frequência de Sistemas LTI
Resposta em Frequência de Sistemas LTI Vimos que a resposta y(n) de um sistema LTI em estado zero é dada pela convolução linear do sinal de entrada x(n) com a sua resposta ao impulso h(n). Em particular,
Leia maisTransformada Rápida de Fourier FFT Conceitos da FFT - Gauss (1805)
FFT 1 FFT 2 Transformada Rápida de Fourier - FFT DFT Processamento Digital de Sinais Análise e projeto de SLIT no domínio da freq. Convolução rápida FFT - Fast Fourier Transform otas de Aula Algoritmo
Leia maisSistemas Lineares e Invariantes
Universidade Federal da Paraíba Programa de Pós-Graduação em Engenharia Elétrica Sistemas Lineares e Invariantes Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br www.cear.ufpb.br/juan 1 Sistemas
Leia maisSistemas de Tempo Discretos
Sistemas de Tempo Discretos Monitoria de Sinais e Sistemas Lineares 23/09/09 Monitoria de Sinais e Sistemas Lineares () Sistemas de Tempo Discretos 23/09/09 1 / 22 Tamanho de um Sinal Calcule a energia
Leia maisAula 1 Sinais e Sistemas Discretos
Aula 1 Sinais e Sistemas Discretos Conteúdo: 1) Introdução; 2) Sinais Discretos e Propriedades e operações com sinais; 3) Sequências (Sinais) básicos; 4) Sistemas Discretos; 5) Propriedades de Sinais Discretos;
Leia maisSinais e Sistemas - Lista 3 Gabarito
UNIVERSIDADE DE BRASÍLIA, FACULDADE GAMA Sinais e Sistemas - Lista Gabarito 7 de novembro de 05. Calcule a Transformada de Fourier dos seguintes sinais: a) x[n] = ( n ) u[n ] b) x[n] = ( ) n c) x[n] =
Leia maisIntrodução aos Circuitos Elétricos
1 / 47 Introdução aos Circuitos Elétricos Séries e Transformadas de Fourier Prof. Roberto Alves Braga Jr. Prof. Bruno Henrique Groenner Barbosa UFLA - Departamento de Engenharia 2 / 47 Séries e Transformadas
Leia maisSistemas e Sinais. Universidade Federal do Rio Grande do Sul Departamento de Engenharia Elétrica
Propriedades das Representações de Fourier Sinais periódicos de tempo contínuo ou discreto têm uma representação por série de Fourier, dada pela soma ponderada de senoides complexas com frequências múltiplas
Leia maisAnálise e Processamento de Bio-Sinais. Mestrado Integrado em Engenharia Biomédica. Sinais e Sistemas. Licenciatura em Engenharia Física
Análise e Processamento de Bio-Sinais Mestrado Integrado em Engenharia Biomédica Licenciatura em Engenharia Física Faculdade de Ciências e Tecnologia Slide 1 Slide 1 Tópicos: Representação de Sinais por
Leia mais1 o Teste Tipo. Sinais e Sistemas (LERC/LEE) 2008/2009. Maio de Respostas
o Teste Tipo Sinais e Sistemas (LERC/LEE) 2008/2009 Maio de 2009 Respostas i Problema. (0,9v) Considere o seguinte integral: + 0 δ(t π/4) cos(t)dt em que t eδ(t) é a função delta de Dirac. O integral vale:
Leia maisResumo. Sinais e Sistemas Sistemas Lineares e Invariantes no Tempo. Resposta ao Impulso. Representação de Sequências
Resumo Sinais e Sistemas Sistemas Lineares e Invariantes no Tempo lco@ist.utl.pt Instituto Superior Técnico SLITs discretos. O somatório de convolução. SLITs contínuos. A convolução contínua. Propriedades
Leia maisProcessamento Digital de Sinais. Notas de Aula. Estruturas para Sistemas de Tempo. Estruturas para Sistemas de Tempo Discreto. Implementação de SLIT:
Estruturas para Sistemas de Tempo Discreto Estruturas para Sistemas de Tempo Discreto 2 Estruturas para Sistemas de Tempo Discreto Processamento Digital de Sinais Notas de Aula Estruturas para Sistemas
Leia mais04/04/ :31. Sumário. 2.1 Sistemas LIT de Tempo Discreto 2.2 Sistemas LIT de Tempo Contínuo 2.3 Propriedades dos Sistemas LIT
Sumário 2.1 Sistemas LIT de Tempo Discreto 2.2 Sistemas LIT de Tempo Contínuo 2.3 Propriedades dos Sistemas LIT slide 1 2 Introdução Muitos processos físicos podem ser modelados como sistemas lineares
Leia maisExercícios para Processamento Digital de Sinal. 1 Transformada e Série de Fourier
Exercícios para Processamento Digital de Sinal Transformada e Série de Fourier Exercício Considere o seguinte sinal x(t) = sin 2 (0πt). Encontre uma forma aditiva para este sinal e represente graficamente
Leia maisSinais e Sistemas. Sistemas Lineares Invariantes no Tempo. Renato Dourado Maia. Universidade Estadual de Montes Claros. Engenharia de Sistemas
Sinais e Sistemas Sistemas Lineares Invariantes no Tempo Renato Dourado Maia Universidade Estadual de Montes Claros Engenharia de Sistemas Lembrando... xt () yt () ht () OK!!! xn [ ] yn [ ] hn [ ] ht (
Leia maisProcessamento Digital de Sinais - ENG420
Processamento Digital de Sinais - ENG420 Fabrício Simões IFBA 22 de julho de 2016 Fabrício Simões (IFBA) Processamento Digital de Sinais - ENG420 22 de julho de 2016 1 / 46 Fabrício Simões (IFBA) Processamento
Leia maisProcessamento Digital de Sinais. Notas de Aula. Filtros Digitais Tipo FIR. Filtros Digitais Tipo FIR. Resposta ao impulso com duração finita
Filtros Digitais tipo FIR Filtros Digitais tipo FIR Filtros Digitais Tipo FIR Processamento Digital de Sinais Notas de Aula Filtros Digitais Tipo FIR Resposta ao impulso com duração finita Função de transferência
Leia maisAnálise de Sistemas em Tempo Discreto usando a Transformada Z
Análise de Sistemas em Tempo Discreto usando a Transformada Z Edmar José do Nascimento (Análise de Sinais e Sistemas) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco
Leia mais2/47. da matemática é ainda de grande importância nas várias áreas da engenharia. Além disso, lado de Napoleão Bonaparte. 1/47
Introdução aos Circuitos Elétricos Séries e Transformadas de Fourier Prof. Roberto Alves Braga Jr. Prof. Bruno Henrique Groenner Barbosa UFLA - Departamento de Engenharia Sinais: conjunto de dados ou informação
Leia maisSinais e Sistemas Exame Data: 11/6/2018. Duração: 3 horas
Sinais e Sistemas Exame Data: /6/. Duração: 3 horas Número: Nome: Identique este enunciado e a folha de respostas com o seu número e os seus primeiro e último nomes. Para as questões a, indique as suas
Leia maisCaderno de Exercícios
Caderno de Exercícios Orlando Ferreira Soares Índice Caracterização de Sinais... Caracterização de Sistemas...0 Sistemas LIT - Convolução...5 Série de Fourier para Sinais Periódicos Contínuos...0 Transformada
Leia maisSUMÁRIO BACKGROUND. Referências 62 MATLAB Seção B: Operações Elementares 62 Problemas 71
SUMÁRIO BACKGROUND B.l Números Complexos 17 B.l-l Nota Histórica 17 B.I-2 Álgebra de Números Complexos 20 B.2 Senóides 30 B.2-1 Adição de Senóides 31 B.2-2 Senóides em Termos de Exponenciais: A Fórmula
Leia maisFiltros Digitais Tipo FIR
Filtros Digitais tipo FIR Processamento Digital de Sinais Notas de Aula Filtros Digitais Tipo FIR Ricardo Tokio Higuti Departamento de Engenharia Elétrica - FEIS - Unesp Observação: Estas notas de aula
Leia maisTransformada Discreta de Fourier (DFT)
Transformada Discreta de Fourier (DFT) A DFT de uma sequência x n de comprimento finito N é definida como: X k = x n e j2π N kn, 0 k N 1 A DFT mapeia uma sequência de comprimento N, x n, em outra sequência,
Leia maisIntrodução. Faculdade Pitágoras Unidade Divinópolis. Márcio Júnior Nunes. O que é um Sinal? Sinal Unidimensional Sinal Multidimensional 24/08/2016
Faculdade Pitágoras Unidade Divinópolis Introdução Márcio Júnior Nunes O que é um Sinal? Sinal Unidimensional Sinal Multidimensional 2 1 Nível de líquido 3 Eletrocardiograma 4 2 Pressão Arterial 5 Índice
Leia maisEN2607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 2 2 quadrimestre 2011
EN607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares quadrimestre 0 (P-0003D) (HAYKIN, 00, p 9) Use a equação de definição da TF para obter a representação no domínio da
Leia maisProjeto de Filtros Não-Recursivos (FIR)
p.1/81 Projeto de Filtros Não-Recursivos (FIR) Eduardo Mendes emmendes@cpdee.ufmg.br Departamento de Engenharia Eletrônica Universidade Federal de Minas Gerais Av. Antônio Carlos 6627, Belo Horizonte,
Leia maisResumo. Sinais e Sistemas Representação de Sinais Periódicos em Séries de Fourier. Objectivo. Função Própria de um Sistema
Resumo Sinais e Sistemas Representação de Sinais Periódicos em Séries de Fourier lco@ist.utl.pt Instituto Superior Técnico Resposta de SLITs a exponenciais complexas Série de Fourier de sinais contínuos
Leia maisSinais e Sistemas. Sistemas Lineares Invariantes no Tempo. Renato Dourado Maia. Faculdade de Ciência e Tecnologia de Montes Claros
Sinais e Sistemas Sistemas Lineares Invariantes no Tempo Renato Dourado Maia Faculdade de Ciência e Tecnologia de Montes Claros Fundação Educacional Montes Claros Introdução xt () yt () ht () xn [ ] yn
Leia maisRepresentação de Sinais Periódicos em Séries de Fourier
Sinais e Sistemas Representação de Sinais Periódicos em Séries de Fourier lco@ist.utl.pt Instituto Superior Técnico Sinais e Sistemas p.1/39 Resumo Resposta de SLITs a exponenciais complexas Sinais e Sistemas
Leia maisAnálise e Processamento de Bio-Sinais. Mestrado Integrado em Engenharia Biomédica. Sinais e Sistemas. Licenciatura em Engenharia Física
Análise e Processamento de Bio-Sinais Mestrado Integrado em Engenharia Biomédica Licenciatura em Engenharia Física Faculdade de Ciências e Tecnologia Slide 1 Slide 1 Sobre Modelos para SLIT s Introdução
Leia maisO processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir:
Sistemas e Sinais O processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir: 1 Sistemas e Sinais O bloco conversor A/D converte o sinal
Leia maisTransformada de Laplace
Sinais e Sistemas Transformada de Laplace lco@ist.utl.pt Instituto Superior Técnico Sinais e Sistemas p.1/60 Resumo Definição da transformada de Laplace. Região de convergência. Propriedades da transformada
Leia maisProcessamento Digital de Sinais - ENG420
Processamento Digital de Sinais - ENG420 Fabrício Simões IFBA 24 de setembro de 2016 Fabrício Simões (IFBA) Processamento Digital de Sinais - ENG420 24 de setembro de 2016 1 / 19 1 Transformada Z - Conceito
Leia maisControle de Sistemas I
Controle de Sistemas I Sistemas Lineares Invariantes no Tempo Renato Dourado Maia Faculdade de Ciência e Tecnologia de Montes Claros Fundação Educacional Montes Claros Introdução xt () y() t ht () xn [
Leia maisTransformada Discreta de Fourier (DFT)
Transformada Discreta de Fourier DFT) Processamento de Sinais 5/6 Engenharia Aeroespacial Sinais periódicos Seja x[n] um sinal periódico com período x[n + r] = x[n] para r Z) O sinal x[n] é determinado
Leia maisLicenciatura em Engenharia Biomédica. Faculdade de Ciências e Tecnologia. Universidade de Coimbra. Análise e Processamento de Bio-Sinais - MIEBM
Licenciatura em Engenharia Biomédica Faculdade de Ciências e Tecnologia Slide Slide 1 1 Tópicos: Representações de Fourier de Sinais Compostos Introdução Transformada de Fourier de Sinais Periódicos Convolução
Leia maisAula 06 Representação de sistemas LIT: A soma de convolução
Aula 06 Representação de sistemas LIT: A soma de convolução Bibliografia OPPENHEIM, A.V.; WILLSKY, A. S. Sinais e Sistemas, 2a edição, Pearson, 2010. ISBN 9788576055044. Páginas 47-56. HAYKIN, S. S.; VAN
Leia maisProcessamento de Sinais 2013/14
Processamento de Sinais / Instituto Superior Técnico MEAer Respostas ao. Exame 7 de Janeiro de Nota: As respostas dadas são apenas sumariamente justificadas, destinando-se a validar as resoluções dos alunos..
Leia maisANÁLISE DE SINAIS E SISTEMAS
ANÁLISE DE SINAIS E SISTEMAS AULA 5: SISTEMAS E SUAS PROPRIEADES: Linearidade Invariância no tempo Causalidade Sistemas Instantâneos e Sistemas Dinâmicos Invertibilidade Estabilidade 1 Um sistema pode
Leia maisFACULDADE FUCAPI Processamento Digital de Sinais Parte I
FACULDADE FUCAPI Processamento Digital de Sinais Parte I, M.Sc. Doutorando em Informática (UFAM) Mestre em Engenharia Elétrica (UFAM) Engenheiro de Telecomunicações (FUCAPI) Referências OPPENHEIM, Alan
Leia maisSinais e Sistemas - Lista 1
UNIVERSIDADE DE BRASÍLIA, FACULDADE GAMA Sinais e Sistemas - Lista 1 4 de setembro de 2015 1. Considere o sinal x(t) mostrado na figura abaixo. O sinal é zero no intervalo 2 < t < 2. a) O gráfico a seguir
Leia maisSenoides Complexas e Sistemas LTI
Representação de Fourier para Sinais A representação de Fourier para sinais é realizada através da soma ponderada de funções senoidais complexas Se este sinal for aplicado a um sistema LTI, a saída do
Leia maisResumo. Sinais e Sistemas Transformada de Laplace. Resposta ao Sinal Exponencial
Resumo Sinais e Sistemas Transformada de aplace uís Caldas de Oliveira lco@istutlpt Instituto Superior Técnico Definição da transformada de aplace Região de convergência Propriedades da transformada de
Leia maisTransformada Z. Transformada Z
Semelhante ao apresentado anteriormente, entre a relação das transformadas de Fourier e de Laplace, será visto que a generalização da representação senoidal complexa de um sinal de tempo discreto pela
Leia maisFiltros Digitais. Carlos Alexandre Mello. Carlos Alexandre Mello
Filtros Digitais Carlos Alexandre Mello Filtros Digitais Manipulação de Sinais Implementados em Hardware ou Software Componentes: Somadores, multiplicadores e elementos de retardo 2 Filtros Digitais Componentes
Leia maisTransformada Z. Transformada Z Bilateral. Transformada de Fourier e Transformada Z. A transformada de Fourier não converge para todas as sequências.
Transformada Z Luís Caldas de Oliveira Introdução A transformada de Fourier não converge para todas as sequências. A transformada Z abrange uma maior classe de sinais. sumo 1. Definição 2. gião de Convergência
Leia mais4 Funções de Transferência de Sistemas em Tempo Discreto
Rio de Janeiro, 22 de agosto de 2017. 1 a Lista de Exercícios de Controle por Computador Tópicos: Sinais e sistemas em tempo discreto, equações a diferenças, transformada z e funções de transferência.
Leia maisSinais Não-Periódicos de Tempo Discreto - DTFT
A Transformada de Fourier de Tempo Discreto será desenvolvida com base na Série de Fourier de Tempo Discreto, descrevendo um sinal não-periódico como o limite de um sinal periódico com período N aproximando-se
Leia maisCircuitos Elétricos III
Circuitos Elétricos III Prof. Danilo Melges Depto. de Eng. Elétrica Universidade Federal de Minas Gerais A Transformada de Fourier Série de Fourier e Transformada de Fourier Partindo da Série de Fourier
Leia maisAmostragem. Processamento de Sinais 2005/6 Engenharia Aeroespacial. Sinais em tempo-contínuo. Sinais importantes: Impulso (delta Dirac): δ(t)
Amostragem Processamento de Sinais 25/6 Engenharia Aeroespacial Sinais em tempo-contínuo Sinais importantes: Impulso (delta Dirac): δ(t) t Escalão unitário: u(t), t, t < t 2 Sinais em tempo-contínuo Rectângulo-
Leia maisIntrodução ao Processamento Digital de Sinais Soluções dos Exercícios Propostos Capítulo 5
Introdução ao Soluções dos Exercícios Propostos Capítulo 5. Considere a sequência ( π ) x[n] = cos 4 n encontre todos os sinais contínuos que poderiam gerar essa sequência e as respectivas taxas de amostragem.
Leia maisSumário. 1 Sinais e sistemas no tempo discreto 1. 2 As transformadas z e de Fourier 79
Sumário 1 Sinais e sistemas no tempo discreto 1 1.1 Introdução 1 1.2 Sinais no tempo discreto 2 1.3 Sistemas no tempo discreto 7 1.3.1 Linearidade 8 1.3.2 Invariância no tempo 8 1.3.3 Causalidade 9 1.3.4
Leia maisAula 15 Propriedades da TFD
Processamento Digital de Sinais Aula 5 Professor Marcio Eisencraft abril 0 Aula 5 Propriedades da TFD Bibliografia OPPENHEIM, A. V.; SCHAFER. Discrete-time signal processing, 3rd. ed., Prentice-Hall, 00.
Leia maisTRANSFORMADA DE FOURIER. Larissa Driemeier
TRANSFORMADA DE FOURIER Larissa Driemeier TESTE 7hs30 às 8hs00 Este não é um sinal periódico. Queremos calcular seu espectro usando análise de Fourier, mas aprendemos que o sinal deve ser periódico. O
Leia maisIntrodução aos Sinais e Sistemas
Introdução aos Sinais e Sistemas Edmar José do Nascimento (Análise de Sinais e Sistemas) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Colegiado de Engenharia
Leia maisTransformada z. Carlos Alberto Ynoguti. September 14, / 53
Carlos Alberto Ynoguti September 14, 2007 1 / 53 Introdução Relação entre a DTFT e a convergência Exemplo 3.22 Observação Exemplo 3.23 Alguns pares de transformadas z 2 / 53 Introdução Introdução Relação
Leia mais1.5 Sistemas de Tempo Contínuo e de Tempo Discreto
1.5 Sistemas de Tempo Contínuo e de Tempo Discreto Os sistemas físicos, em sentido amplo, são uma interconexão de componentes, dispositivos ou subsistemas. Um sistema de tempo contínuo é um sistema em
Leia maisFiltro FIR. Processamento Digital de Sinais - ENG de julho de 2016 IFBA. Fabrício Simões (IFBA) Filtro FIR 22 de julho de / 30
Filtro FIR Processamento Digital de Sinais - ENG420 Fabrício Simões IFBA 22 de julho de 2016 Fabrício Simões (IFBA) Filtro FIR 22 de julho de 2016 1 / 30 1 Método de Projeto Usando Janelas 2 Tipos de Filtros
Leia maisIntrodução ao Processamento Digital de Sinais Soluções dos Exercícios Propostos Capítulo 3
Introdução ao Soluções dos Exercícios Propostos Capítulo 3. Calcule a transformada z, a região de convergência e a localização de pólos e zeros das sequências abaixo a) x[n] 4δ[n ]+3δ[n] δ[n+]+3δ[n+] Solução:
Leia maisRepresentação de sinais
Representação de sinais Espaços vectoriais Seja F o conjunto de todos os sinais definidos no intervalo Neste conjunto estão definidas as operações de adição de funções e multiplicação por escalares (reais
Leia maisConvolução Correlação. Profs. Theo Pavan e Adilton Carneiro TAPS
Convolução Correlação Profs. Theo Pavan e Adilton Carneiro TAPS Sistema Sistema processo em que os sinais de entrada são transformados resultando em um outro sinal de saída. x(t) Sistema de tempo contínuo
Leia maisIntrodução ao Processamento Digital de Imagens. Aula 6 Propriedades da Transformada de Fourier
Introdução ao Processamento Digital de Imagens Aula 6 Propriedades da Transformada de Fourier Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Uma linha de uma imagem formada por uma sequência
Leia maisTransformada de Laplace. Transformada de Laplace
A generalização da representação por senóides complexas de um sinal de tempo contínuo fornecida pela Transformada de Fourier é realizada em termos de sinais exponenciais complexos pela. A Transformada
Leia maisProcessamento Digital de Sinais
Processamento Digital de Sinais Parte 2 Introdução Fabricio Ferrari Unipampa/Bagé 2009 Aplicações Astrofísica Melhora imagens espaciais Redução de ruídos Compressão de dados Análise de dados (espaciais,
Leia maisProjeto de Filtros FIR
Projeto de Filtros FIR Estudaremos três técnicas de projeto de filtros FIR de fase linear: Método de Janelas: baseado no janelamento da resposta ao impulso de um filtro ideal; Método da Amostragem em Frequência:
Leia maisTransformada Z. Carlos Alexandre Mello. Carlos Alexandre Mello 1
Carlos Alexandre Mello Carlos Alexandre Mello cabm@cin.ufpe.br 1 Transformada de Fourier de uma Sequência Problema: Há casos onde a Transformada de Fourier não converge Solução Transformada Z A Transformada
Leia maisMudança de taxa de amostragem. 2 Redução da taxa de amostragem por um fator inteiro
PSI 42 - Processamento de Áudio e Imagem Mudança de taxa de amostragem Vítor H. Nascimento de novembro de 27 Introdução É comum ser necessário trocar a taxa de amostragem de uma sequência. Uma razão é
Leia maisDisciplina: Processamento Digital de Sinais Aula 01 - Introdução aos Sinais e Sistemas Digitais
no de Disciplina: de Aula 01 - aos e Sistemas Digitais Prof. (eduardo.simas@ufba.br) Departamento de Engenharia Elétrica Universidade Federal da Bahia Conteúdo no de 1 2 no 3 4 de 5 no de Definição: O
Leia maisANÁLISE DE SINAIS DINÂMICOS
ANÁLISE DE SINAIS DINÂMICOS Paulo S. Varoto 7 . - Classificação de Sinais Sinais dinâmicos são geralmente classificados como deterministicos e aleatórios, como mostra a figura abaixo: Periódicos Determinísticos
Leia maisTRANSFORMADA Z. A transformada Z de um sinal x(n) é definida como a série de potências: Onde z é uma variável complexa e pode ser indicada como.
TRANSFORMADA Z A transformada Z (TZ) tem o mesmo papel, para a análise de sinais e sistemas discretos LTI, que a transformada de Laplace na análise de sinais e sistemas nos sistemas contínuos do mesmo
Leia maisSinais e Sistemas. Capítulo INTRODUÇÃO 1.2 SINAIS DE TEMPO DISCRETO
Capítulo 1 Sinais e Sistemas 1.1 INTRODUÇÃO Neste capítulo, começamos nosso estudo do processamento digital de sinais desenvolvendo as noções de sinal e sistema de tempo discreto. Vamos nos concentrar
Leia maisRepresentação de Fourier para Sinais 1
Representação de Fourier para Sinais A representação de Fourier para sinais é realizada através da soma ponderada de funções senoidais complexas. Se este sinal for aplicado a um sistema LTI, a saída do
Leia maisSinais e Sistemas - Lista 3
UNIVERSIDADE DE BRASÍLIA, FACULDADE GAMA Sinais e Sistemas - Lista 3 7 de novembro de 0. Calcule a Transformada de Fourier dos seguintes sinais: a) x[n] = ( n ) u[n ] b) x[n] = ( ) n c) x[n] = u[n ] u[n
Leia mais