Processamento Digital de Sinais TE072 e TE810 - verso 1.0.

4
Prof. Dr. Marcelo de Oliveira Rosa 19 de maro de 2007

Resumo
Este documento uma apostila do curso de processamento digital de sinais ministrado em graduao e ps-graduao. De acordo com as qualicaes da turma, captulos podero ser supridos, assim como algumas demonstraes ao longo do documento. Este um trabalho inicial, e sofrer muitas revises ao longo dos anos. Qualquer comentrio, dvida, crticas e correes, favor contacte-me pelo email. Prof. Marcelo de Oliveira Rosa

Sumrio
1 Introduo 2 Seqncias e Sistemas
2.1 2.2 Seqncias discretas . . . . . . . . . . . . . . . . . . . . . . . Seqncias e operaes bsicas . . . . . . . . . . . . . . . . . . 2.2.1 Reexo . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.2 Deslocamento (em avano ou atraso) . . . . . . . . . . 2.2.3 Soma e produto de duas seqncias . . . . . . . . . . . 2.2.4 Produto de valor por seqncia . . . . . . . . . . . . . 2.2.5 Seqncias par e mpar . . . . . . . . . . . . . . . . . . 2.2.6 Seqncia impulso unitrio . . . . . . . . . . . . . . . . 2.2.7 Seqncia degrau unitrio . . . . . . . . . . . . . . . . 2.2.8 Seqncia exponencial . . . . . . . . . . . . . . . . . . Sistemas discretos . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.1 Sistemas lineares . . . . . . . . . . . . . . . . . . . . . 2.3.2 Sistemas invariantes no tempo . . . . . . . . . . . . . . 2.3.3 Causalidade . . . . . . . . . . . . . . . . . . . . . . . . 2.3.4 Estabilidade . . . . . . . . . . . . . . . . . . . . . . . . 2.3.5 Sistemas lineares invariantes no tempo . . . . . . . . . 2.3.6 Propriedades de sistemas lineares invariantes no tempo 2.3.7 Equaes de diferenas lineares com coecientes constantes . . . . . . . . . . . . . . . . . . . . . . . . . . . Preliminares . . . . . . . . . . . . . . . . . . Autofuno . . . . . . . . . . . . . . . . . . Transformada de Fourier Discreta no Tempo 3.3.1 Existncia da DTFT . . . . . . . . . 3.3.2 Propriedades da DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1
3 5 5 6 7 7 7 10 11 13 20 21 23 24 25 26 31 35

2.3

3 Seqncias no Domnio da Freqncia

3.1 3.2 3.3

42

42 43 52 53 57

4 Teoria da Amostragem
ii

67

iii

5 Transformada Z
5.1 5.2 5.3 5.4 5.5

5.6 6.1 6.2 6.3 6.4 6.5 6.6 6.7

Preliminares . . . . . . . . . . . . . . . Denio . . . . . . . . . . . . . . . . . Existncia da Transformada Z . . . . . Causalidade e Estabilidade . . . . . . . Transformada Inversa de Z . . . . . . . 5.5.1 Teoria de Resduos . . . . . . . 5.5.2 Fraes Parciais . . . . . . . . . 5.5.3 Expanso em Srie de Potncias Propriedades da Transformada Z . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

79 81 83 90 91 93 97 100 102

79

6 Anlise de Sistemas Lineares Invariantes no Tempo

Magnitude e Fase . . . . . . . . . . . . . . . . . Estabilidade e Causalidade . . . . . . . . . . . . Sistemas Inversos . . . . . . . . . . . . . . . . . Resposta em Freqncia para Sistemas baseados Racionais . . . . . . . . . . . . . . . . . . . . . Sistemas Passa-Tudo . . . . . . . . . . . . . . . Sistemas de Mnima Fase . . . . . . . . . . . . . 6.6.1 Propriedade de fase mnima . . . . . . . 6.6.2 Propriedade de energia mnima . . . . . Sistemas de Fase Linear . . . . . . . . . . . . . 6.7.1 Fase linear generalizada . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . em Funes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. 111 . 114 . 116 . . . . . . . 119 122 125 127 128 130 131

111

7 Transformada Discreta de Fourier (incompleto) 8 Filtros Digitais (incompleto)

134 135

Captulo 1 Introduo
Introduo

Captulo 2 Seqncias e Sistemas

Primeiramente vamos denir o que um sinal e um sistema. Intuitivamente, um sistema o elemento que recebe e produz sinais, e sinais so simplesmente seqncias de nmeros que guardam alguma relao entre si.

Denio de SINAL: uma funo que carrega informaes sobre o

estado ou comportamento do SISTEMA. relacionam-se entre si.

Denio de SISTEMA: Conjunto de elementos interconectados que

Os sistemas podem ser classicados em:

Contnuos: entrada e sada so contnuos no tempo. Discretos: entrada e sada so discretos no tempo.
Tambm podem ser classicados em:

Analgicos: entrada e sada so analgicos. Digitais: entrada e sada so digitais.

Qual a diferena entre Discretos e Digitais? A diferena est na forma pelo qual as amostras (varivel dependente ) so consideradas.

3
4 3 2 Varivel dependente 1 0 1 2 3 4 3 Varivel dependente 2 1 0 1 Varivel independente 2 3 4 3 2 1 0 1 2 3 4 3

0 1 Varivel independente

4 3 2 Varivel dependente 1 0 1 2 3 4 3

0 1 Varivel independente

Figura 2.1: Exemplo de sinal contnuo, e seqncias discreta e digital

Sinal contnuo: contnuo no tempo e na amplitude. Seqncia discreta: contnua na amplitude e discreta no tempo. Seqncia digital: discreta na amplitude e no tempo.
Os sistemas so classicados de maneira anloga aos sinais/seqncias.

2.1 Seqncias discretas

Matematicamente, uma seqncia discreta corresponde a uma conjunto de nmeros, independente do domnio a qual cada nmero pertence. Tambm podemos relacionar seqncia discreta com uma srie de nmeros. Representamos uma seqncia x por:

x = {x[n]} ,

n|n Z, ou < n < +

(2.1)

Exemplo:

x0 =

1 1, 3, , 2, 7, . . . 3 x1 = {. . . , 3, 4, 3, 4, 3, 4, . . .} x2 = j, 3 + 2j, 2 3j, 0

Segue a representao grca das seqncias. importante frisar que entre dois instantes n1 e n2 , quaisquer, no existe denio matemtica para a seqncia.
4 x[4] 3 x[0] 2 x[3] x[1] 1 x[4] x[2] x[3] x[5]

1 x[2] x[1]

0 n

Figura 2.2: Representao grca de uma seqncia discreta qualquer Lembre-se sempre:

n o ndice da seqncia = no tempo. n o um valor inteiro.

5
4

0 n

{
No existe NADA entre duas amostras sucessivas de seqncia.
2 4 6

Figura 2.3: Vericao de inexistncia de amostras entre amostras sucessivas Em situaes prticas, as seqncias so obtidas a partir de sinais analgicos que so amostrados em intervalos xos de tempo (chamados perodos de T segundos). Assim temos: y [n] = xa (nT ) (2.2) onde xa o sinal analgico e T o perodo de amostragem. Note que usamos [] para seqncias e () para sinais ou funes contnuas.

2.2 Seqncias e operaes bsicas

Descreveremos nesta seo as principais seqncias usadas em processamento digital de sinais, bem como as operaes bsicas realizadas entre diferentes seqncias.

2.2.1 Reexo
Assumindo x[n] qualquer, o seu reexo denido:

x[n] = x[n],

n|n Z

(2.3)

Representao grca:
4 3.5 3 2.5 x[n] 2 1.5 1 0.5 0 3 y[n] 2 1 0 n 1 2 3 4 4 3.5 3 2.5 2 1.5 1 0.5 0 4

1 n

Figura 2.4: Seqncia original

Figura 2.5: Seqncia reetida

Imagine a msica de um LP ou de uma ta cassete sendo reproduzido de trs para frente.

2.2.2 Deslocamento (em avano ou atraso)

Assumindo x[n] qualquer, sua verso atrasada denido por:

y [n] = x[n nd ],

nd Z n|n Z

(2.4)

Representao grca:
3 3

2.5

2.5

x[n]

1.5

y[n] 2 0 2 n 4 6 8 10

1.5

0.5

0.5

2 n

10

Figura 2.6: Seqncia original

Figura 2.7: Seqncia deslocada

Este a seqncia que pode ser usado para representar eco. O eco um som semelhante ao som original que aparece alguns segundos aps a emisso do

7 som original. Este alguns segundos representam o deslocamento (atraso) no tempo. Se nd > 0, ocorre o atraso, e se nd < 0, ocorre o avano, ambos no tempo discreto. sempre importante lembrar que o tempo discreto na verdade um ndice numrico (inteiro) que referencia uma determinada amostra da seqncia.

2.2.3 Soma e produto de duas seqncias

Assumindo x[n] e y [n] quaisquer, a soma e o produto dessas seqncias denida, respectivamente, por:

s[n] = x[n] + y [n], s[n] = x[n] y [n],

n |n Z n |n Z

(2.5) (2.6)

Note que as operaes soma e produto so feitas amostra a amostra.

2.2.4 Produto de valor por seqncia

Assumindo x[n] e , quaisquer, o produto de pela seqncia denida por:

y [n] = x[n]

(2.7)

Note que todas as amostras da seqncia so multiplicadas por .

2.2.5 Seqncias par e mpar

Assumindo x[n] qualquer, dito que x[n] par se, e somente se:

x[n] = x[n]
e mpar se, e somente se:

(2.8) (2.9)

x[n] = x[n]

Representao grca:
4 3.5 1 3 0.5 2.5 x[n] 2 1.5 0.5 1 1 0.5 0 4 1.5 5 x[n] 3 2 1 0 n 1 2 3 4 0 1.5

0 n

Figura 2.8: Seqncia par

Figura 2.9: Seqncia mpar

Propriedade:
Assuma x[n] qualquer, com x[n] C. Podemos decompor qualquer seqncia em uma parte par e outra parte mpar atravs da relao:

x[n] = xp [n] + xi [n] 1 xp [n] = {x[n] + x [n]} 2 1 xi [n] = {x[n] x [n]} 2

Exemplo:

(2.10)

9
3

x[n]

3 8

0 n

Figura 2.10: Seqncias qualquer a ser decomposta

x[n]

x[n] 6 4 2 0 n 2 4 6 8

3 8

3 8

0 n

Figura 2.11: Pores par e mpar, respectivamente, de uma dada seqncia

Lembrete: Em funes contnuas, a funo par denida por

f (x) = f (x) e a funo mpar denida por f (x) = f (x). f (x) = x2 e f (x) = cos(x) so funes pares f (x) = x3 e f (x) = sin(x) so funes mpares

10

2.2.6 Seqncia impulso unitrio

A seqncia impulso unitrio denida por:

[n] =

0, n = 0 1, n = 0

(2.11)

A seqncia impulso unitrio tem funo anloga no domnio discreto quela que o Delta de Dirac tem para o domnio contnuo, sem as mesmas restries matemticas.

Denio do delta de Dirac:

, t = 0 0, t = 0 (x) dx = 1
+

(x) =
+

(2.12)

(x)f (x) dx = f (0)

Representao grca:
1.5

x[n] 0.5 0 4

0 n

Figura 2.12: Seqncia impulso unitrio

11

Propriedades:
Podemos decompor qualquer seqncia em um somatrio ponderada de seqncias impulsos unitrios deslocados no tempo

Exemplo: Seja

x[n] = {3, 2, 0, 5, 2, 3, 3}
indexado por ento

n = {2, 1, 0, 1, 2, 3, 4},

x[n] = 3 [n + 2] + 2 [n + 1] + 0 [n] + 5 [n 1]+ + 2 [n 2] + 3 [n 3] + 2 [n 4].

Genericamente podemos denir a decomposio de uma seqncia x[n] qualquer atravs do seguinte somatrio:
+

x[n] =
k=

x[k ] [n k ]

(2.13)

Esta decomposio ser til quando tratarmos de resposta ao impulso de um dado sistema.

2.2.7 Seqncia degrau unitrio

A seqncia degrau unitrio denida por:

u[n] =

1, n 0 0, n < 0

(2.14)

A seqncia degrau equivalente a uma chave que subitamente ligada no instante n = 0.

12

Representao grca:
1.5

x[n] 0.5 0 4

0 n

Figura 2.13: Seqncia impulso unitrio Como j sabemos, podemos denir qualquer seqncia usando uma somatria ponderada de seqncias impulsos deslocados no tempo. Assim, a seqncia impulso descrito por:

u[n] = [n] + [n 1] + [n 2] +
+

u[n] =
k=0

[n k ]

(2.15)

Se considerarmos

u[n] u[n 1] = [n] + [n 1] + [n 2] + [n 1] [n 2] = [n]

(2.16)

Ou seja, a derivada (diferena trs) de u[n] (degrau unitrio) [n] (impulso unitrio). Mas,

u[n] =
k=

[k ]

(2.17)

13

Exemplo:

u[2] = + [4] + [3] + [2] = 0 u[0] = + [3] + [2] + [1] + [0] = 1 u[3] = + [1] + [0] + [1] + [2] + [3] = 1
Ou seja, u[n] a soma acumulada de impulsos em n.

2.2.8 Seqncia exponencial

Possue a forma:

x[n] = A n

(2.18)

Se A, R ento x[n] R.

Representao grca:
9 8 7 6 5 5 x[n] x[n] 4 3 3 2 1 0 4 2 1 0 4 2 0 n 2 4 6 4 8 7 6

0 n

Figura 2.14: Seqncias exponenciais monotonicamente decrescentes e crescentes (x[n] = 0,5n e x[n] = 1,5n )

14
8 8 6 6 4 2 x[n] 0 2 4 6 6 8 4 2 0 n 2 4 6 8 4 2 0 n 2 4 6 x[n] x[n] 2 0 n 2 4 6 4 2 0 2 4

Figura 2.15: Seqncia decrescente e crescente alternada (x[n] = (0,5)n e x[n] = (1,5)n )

2 1.8 1.6

2 1.5 1

1.4 1.2 x[n] 1 0.8 0.6 1 0.4 0.2 0 4 1.5 2 4 0.5 0 0.5

0 n

Figura 2.16: Seqncia contnua ou alternada (x[n] = 1n e x[n] = (1)n ) E o que acontece se A e forem complexos? Decompondo A e em coordenadas polares, temos: A = |A| ej

= || ej0
Ento

x[n] = A n = |A| ||n ej (w0 n+)

Da relao de Euler, temos:

ej = cos + j sin ej = cos j sin

Aplicando tal relao, reescrevemos x[n] e obtemos:

(2.19)

x[n] = |A| ||n cos(w0 n + ) + j |A| ||n sin(w0 n + )

15 onde:

w0 freqncia da exponencial complexa fase da exponencial complexa

Propriedades importantes:
Se tivermos um sinal contnuo x(t) de onde extramos x[n] (posteriormente trataremos de teoria da amostragem onde ser determinada a melhor maneira de denir uma seqncia a partir de um sinal contnuo).

x(t) = |A| ||t cos(w0 t + ) + j |A| ||t sin(w0 t + )

Assim, para qualquer sinal exponencial complexo contnuo , temos: 1. aumentando w0 , aumentamos a freqncia de oscilao de x(t). 2. x(t) peridico para todo w0 . Para sinais discretos temos podemos vericar o efeito do aumento da freqncia complexa em 2 radianos:

x[n] = |A| ||n ej (w0 +2)n+ = |A| ||n ejw0 n+ ej 2n = |A| ||n ejw0 n+
pois

ej 2n = cos(2n) + j sin(2n) = 1 + j 0 = 1 x[n] = |A| ||n ej (w0 +2r)n+ = |A| ||n ejw0 n+ ej 2rn = |A| ||n ejw0 n+

Genericamente,

para r Z.

Exemplo: Considere a funo contnua x(t) = cos(w0 t) e sua verso discreta x[n] = cos(w0 n). Ambas sero representadas gracamente com diversas freqncias w0 para avaliarmos seu comportamento oscilatrio.

16
1.5 x[n] x(t) 1 1 1.5 x[n] x(t)

0.5 x[n] e x(t) x[n] e x(t) 0 1 2 3 4 net 5 6 7 8

0.5

0.5

0.5

1.5

1.5

4 net

Figura 2.17: Seqncias e funes contnuas exponenciais reais para w0 = 0 e w0 = /4

1.5 x[n] x(t) 1

1.5 x[n] x(t) 1

0.5 x[n] e x(t) x[n] e x(t) 0 1 2 3 4 net 5 6 7 8

0.5

0.5

0.5

1.5

1.5

4 net

Figura 2.18: Seqncias e funes contnuas exponenciais reais para w0 = /2 e w0 =

1.5 x[n] x(t) 1

1.5 x[n] x(t) 1

0.5 x[n] e x(t) x[n] e x(t) 0 1 2 3 4 net 5 6 7 8

0.5

0.5

0.5

1.5

1.5

4 net

Figura 2.19: Seqncias e funes contnuas exponenciais reais para w0 = 3/2 e w0 = 7/4

17
1.5 x[n] x(t) 1

0.5 x[n] e x(t)

0.5

1.5

4 net

Figura 2.20: Seqncia e funo contnua exponenciais reais para w0 = 2

Analisando o comportamento da seqncia discreta em funo da freqncia w0 (conforme zemos para o sinal contnuo), observamos que quando w0 2r, a seqncia discreta possui baixa freqncia de oscilao, e quando w0 r, a seqncia discreta possui com alta freqncia de oscilao (curva em azul). Note que na funo contnua, o aumento de w0 sempre provoca aumento da oscilao (curva em vermelho). Pelo fato de que a cada perodo de 2 radianos encontramos uma repetio do padro da curva discreta contida no perodo [0, 2 ], podemos avaliar a oscilao da curva apenas nesse intervalo, extrapolando os valores fora deste intervalo. Quanto a periodicidade, sabemos que um sinal exponencial complexo contnuo tem perodo igual a 2/f . Em sinais discretos, trabalhamos com instantes n inteiros (n Z), denimos que uma seqncia discreto peridico se: x[n] = x[n + N ] ou seja, existe uma quantidade N (N Z) de amostras da seqncia x[n] que se repete indenidamente. Assim N o perodo da seqncia x[n]. Considerando uma seqncia exponencial complexa qualquer:

x1 [n] = B cos(w0 n + )
E aplicando o critrio de periodicidade de seqncias discretas, temos:

x1 [n] = x1 [n + N ] B cos(w0 n + ) = B cos(w0 n + w0 N + )

18 Como j vimos, a periodicidade de um sinais exponencial complexo igual a 2 . Assim, exige-se que w0 N = 2r, ou seja:

w0 r = 2 N
Logo, dependendo da freqncia w0 escolhida para a componente exponencial complexo da seqncia discreta x[n], este pode nunca ser peridica. Isto signica que existem:

wr =

2r , N

r = 0,1, N 1

freqncias cujas seqncias so peridicas com perodo N, pois w0 e w0 + 2r so no-distintas e produzem as mesmas seqncias exponenciais complexas.

Exemplo: Seja:

x[n] = cos
Como

n 6

w0 /6 1 r = = = = 6 2 2 12 N Ento so necessrias N = 12 amostras para representar r = 1 ciclos completos de x[n]. w0 =

2 1.5 1 0.5 x[n] 0 0.5 1 1.5 2

6 n

10

12

Figura 2.21: Seqncias discreta peridica com N = 12 e r = 1

19

Seja:

x[n] = cos
Como

4 n 7

4 w0 4/7 2 r = = = = 7 2 2 7 N Ento so necessrias N = 7 amostras para representar r = 2 ciclos completos de x[n]. w0 =

2 1.5 1 0.5 x[n] 0 0.5 1 1.5 2

3 n

Figura 2.22: Seqncias discreta peridica com N = 7 e r = 2

Seja:

x[n] = cos
Como

n 2

1 w0 1 r = = = 2 2 4 N Ento r/N / Q e x[n] no peridico. w0 =

20
2 1.5 1 0.5 x[n] 0 0.5 1 1.5 2

8 n

10

12

14

16

Figura 2.23: Seqncias discreta aperidica

Podemos considerar que o perodo fundamental de uma seqncia exponencial complexa denida por:

N =r

2 w0

2.3 Sistemas discretos

Denido matematicamente como a transformao (ou mapeamento) de uma seqncia de entrada x[n] em uma seqncia de sada y [n].

y [n] = T {x[n]}
Exemplo: Sistema em atraso ideal

(2.20)

y [n] = x[n nd ],
Sistema mdia mvel

nd Z

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

21

Sistema sem memria (depende apenas da n-sima amostra)

y [n] = (x[n])2 ,

n |n Z

2.3.1 Sistemas lineares

So sistemas que obedecem ao princpio de superposio. Tal princpio baseado em outros dois princpios, a saber:

Princpio da aditividade (ou soma): Seja x1 [n] e x2 [n] duas seqncias quaisquer, com y1 [n] = T {x1 [n]} e y1 [n] = T {x2 [n]}. Logo, T {x1 [n] + x2 [n]} = T {x1 [n]} + T {x2 [n]} = y1 [n] + y2 [n] Princpio da homogeneidade (ou escala): Seja x[n] uma seqncia qualquer, com y [n] = T {x[n]} e a um valor qualquer, tal que a C. Logo, T {a x[n]} = a T {x[n]} = a y [n]
Combinando os dois princpios, temos:

T {a x1 [n] + b x2 [n]} = a T {x1 [n]} + b T {x2 [n]} = a y1 [n] + b y2 [n]

O princpio da superposio, que dene um sistema linear, pode ser generalizado para mltiplas seqncias de entrada xk [n] e de sada yk [n] atravs de: ak yk [n] (2.21) ak xk [n] = y [n] = x[n] =
k k

Exemplo: Seja o sistema acumulador denido por:

n

y [n] =
k=

x[k ]

Efetivamente somamos todas as amostras at a amostra atual n. Para testar se ele ou no linear, consideramos duas respostas ao acumulador

22

denidas por:

y1 [n] =
k= n

x1 [k ] x2 [k ]
k=

y2 [n] =

Vamos considerar agora uma nova entrada pela combinao linear das entradas x1 [n] e x2 [n], denida por:

x3 [n] = ax1 [n] + bx2 [n]

Ento,
n

y3 [n] =
k= n

x3 [n] = {ax1 [n] + bx2 [n]} =

k= n n

= =a

x1 [n]
k=

+B
k=

x2 [n]

= ay1 [n] + by2 [n]

Logo o sistema acumulador linear. Agora, seja um sistema sem memria denido por:

y [n] = {x[n]}2
Assim, as sadas para duas seqncias quaisquer, x1 [n] e x2 [n] so, respectivamente, denidas por:

y1 [n] = {x1 [n]}2 y2 [n] = {x1 [n]}2

Novamente vamos considerar agora uma nova entrada pela combinao linear das entradas x1 [n] e x2 [n], denida por:

x3 [n] = ax1 [n] + bx2 [n]

Ento,

y3 [n] = {x[n]}2 = {ax1 [n] + bx2 [n]}2 = = a2 x1 [n] + 2 a b x1 [n] x2 [n] + b2 x2 [n] = a2 y1 [n] + 2 a b x1 [n] x2 [n] + b2 y2 [n]
2 2

23

Logo, este sistema sem memria no linear, pois espera-se que:

y3 [n] = a y1 [n] + b y2 [n]

Finalmente, seja um sistema sem memria denido por:

y [n] = log10 (|x[n]|)

Usando como entrada duas seqncias distintas (e constantes), ou seja:

x1 [n] = 1 x2 [n] = 10
Obtemos:

y1 [n] = 0 y2 [n] = 1

Se tal sistema fosse linear, sendo x2 [n] = 10 x1 [n], deveramos obter y2 [n] = 10y1 [n], pela propriedade da homogeneidade. Como isso no ocorreu, tal sistema no linear.

2.3.2 Sistemas invariantes no tempo

o sistema para o qual um deslocamento na seqncia de entrada em n0 amostras provoca um deslocamento equivalente na seqncia de sada de n0 amostras. Ou seja: Se x1 [n] = x0 [n n0 ] Ento y1 [n] = T {x[n]} = y0 [n n0 ],

n |n Z

(2.22)

Exemplo: Seja o sistema acumulador denido por:

n

y [n] =
k=

x[k ]

Assumindo uma seqncia de entrada x0 [n] = x[n n0 ], para n0 Z, temos: n

y0 [n] =
k= n

x0 [k ] x[ k n 0 ]
k=

24

Trocando variveis (k0 = k n0 ) e atualizando os intervalos do somatrio (para k = temos k0 = n0 = , e para k = n temos k0 = n n0 ), obtemos:
nn0

y0 [n] =
k0 =

x[k0 ]

= y [n n0 ]
Logo, o sistema acumulador invariante no tempo. Agora, seja o sistema acumulador denido por:

y [n] = x[M n],

m Z +

Tal sistema basicamente descarta M 1 amostras a cada M amostras da seqncia de entrada. Para uma entrada x0 [n] tal que:

x0 [n] = x[n n0 ]
Obtemos com resposta do sistema a seqncia y0 [n] tal que:

y0 [n] = x0 [M n] = x[M n n0 ]
Entretanto, se atrasarmos a sada do sistema em n0 amostras, obtemos:

y [n n0 ] = x[M (n n0 )] = y0 [n]
Logo, o sistema compressor no invariante no tempo.

2.3.3 Causalidade
Um sistema dito causal se sua sada para um instante n0 , n0 |n0 Z, depende somente as amostras n, tal que n n0 , da seqncia de entrada. Tal sistema tambm conhecido por ser no antecipativo. Um sistema causal um sistema que pode ser implementado em problemas de tempo real, pois o clculo da amostra no instante n0 jamais depender de alguma informao da(s) seqncia(s) de entrada em algum instante n1 > n0 .

Exemplo: O sistema diferena frente (forward dierence), denido por:

y [n] = x[n + 1] x[n]

25

no causal, pois depende de informao de x[n] no instante n + 1.

J o sistema diferena a trs (backward dierence), denido por:

y [n] = x[n] x[n 1]

causal.
Para o sistema compressor, denido por:

y [n] = x[M n]
onal a algum parmetro do sistema (no caso, M ).

no causal se M > 1. Note que a causalidade, neste caso, condici-

2.3.4 Estabilidade
Um sistema dito estvel se para qualquer seqncia de entrada limitada (ou seja, nenhuma amostra innita), a seqncia de sada tambm ser limitada. o conceito chamado BIBO (bounded in, bounded out). Se |x[n]| Bx < Ento |y [n]| By < ,

n |n Z

(2.23)

onde y [n] = T {x[n]}, e Bx e By so limites superiores diferentes de .

Exemplo: Seja o sistema denido por:

y [n] = {x[n]}2
Assumindo uma seqncia qualquer x0 [n] tal que |x0 [n]| Bx0 < e aplicando o critrio de estabilidade, temos:
2 |y0 [n]| = {x0 [n]}2 = |x0 [n]|2 = Bx = By0 0

Logo este sistema estvel. Seja o sistema denido por:

y [n] = log10 (|x[n]|)

26

Usando a seqncia de entrada x0 [n] = 0, que limitada, pois |x0 [n]| Bx0 = 0. Mas y0 [n] = log10 (|x0 [n]|) = log10 (0) = . Isto implica em By0 . Logo este sistema no estvel. Seja o sistema acumulador denido por:
n

y [n] =
k=

x[k ]

Usando a seqncia de entrada x0 [n] = u[n], que limitada, pois |x0 [n]| Bx0 = 1. Assim,

y0 [n] =

0, n=0 (n + 1), n 0

Assim, para n , temos y0 [n] e By0 . Logo o sistema acumulador no estvel.

2.3.5 Sistemas lineares invariantes no tempo

A idia bsica lembrar que um sistema linear implica no conhecimento de que qualquer seqncia a combinao linear de impulsos deslocados no tempo (conforme a Equao 2.13), ou seja:
+

x[n] =
k=

x[k ] [n k ]

Admitindo um sistema linear T {} qualquer e calculando a resposta desse sistema para a seqncia de entrada x[n], temos:
+

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

x[k ] [n k ]

Pelo princpio da sobreposio (considerando que x[k ] uma constante em relao varivel n), temos:
+

y [n] =
k=

x[k ] T { [n k ]}

27 Podemos denir hk [n] = T { [n k ]} como a resposta do sistema T {} ao impulso deslocado [n k ]. Assim, reescrevemos y [n] por:
+

y [n] =
k=

x[k ] hk [n]

Note que hk [n] depende de n e de k . Ou seja, a resposta do sistema depende do deslocamento adotado para cada sinal impulso. Assumindo agora que T {} invariante no tempo, ou seja:

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

Ento,
+

y [n] =
k= +

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

k=

Isto signica que um sistema linear e invariante no tempo completamente representado por sua resposta ao impulso h[n], ou seja:
+

y [n] =
k=

x[k ] h[n k ]

(2.24)

a convoluo soma entre duas seqncias, podendo ser representada por: y [n] = x[n] h[n] (2.25)

Lembrete: A convoluo para funes contnuas denida por: + y (t) = x( ) h(t ) d

Exemplo: Neste exemplo, consideramos duas seqncias distintas, x[n] e h[n], que sero convoludas atravs do procedimento de clculo apresentado anteriormente. Para cada iterao de k na convoluo soma, uma seqncia yk [n] ser produzida. Ao nal, todas essas seqncias yk [n] sero somadas para que obtenhamos y [n].

28
3 2.5 2 2 1.5 1 0.5 0 0.5 0 1 1.5 2 2 1 0 1 2 n 3 4 5 6 0.5 1 2 h[n] x[n] 1.5 1 0.5 3 2.5

2 n

Figura 2.24: Seqncias x[n] e h[n]

3 2.5 2 1.5 y1[n] 1 0.5 0 0.5 1 2 y1[n] 1 0 1 2 n 3 4 5 6

1 0.5 0 0.5 1 1.5 2 2.5 3 2

2 n

y2[n]

y[n] 1 0 1 2 n 3 4 5 6

1 2

2 2

2 n

Figura 2.25: Seqncias parciais yk [n] e y [n]

Pelo exemplo, notamos que a convoluo soma resultado direto da linearidade e da invarincia no tempo, pois o resultado nal a sobreposio de diversos termos x[k ] h[n k ]. Para tornar eciente este clculo, podemos calcular o resultado para cada y [n] reetindo a seqncia h[n] e a deslocando de acordo com o ndice n de tempo.

29

Exemplo: Neste exemplo, a seqncia h[n] ser reetida (h[n]) e deslocada (h[(n k )]) para que possamos obter o valor de y [h] para cada n distinto. Isso evita que tenhamos de obter vrias seqncias antes de calcular tal amostra, como ocorre no exemplo anterior.
3 2.5 2 y[1] = sumk x[k] h[1k] y[0] = sumk x[k] h[0k] 3 2 1 0 n 1 2 3 4 5 1.5 1 0.5 0 0.5 1 1.5 2 4 3 2.5 2 1.5 1 0.5 0 0.5 1 1.5 2 4 3 2 1 0 n 1 2 3 4 5

3 2.5 2 y[1] = sumk x[k] h[1k] y[2] = sumk x[k] h[2k] 3 2 1 0 n 1 2 3 4 5 1.5 1 0.5 0 0.5 1 1.5 2 4

3 2.5 2 1.5 1 0.5 0 0.5 1 1.5 2 4 3 2 1 0 n 1 2 3 4 5

3 2.5 2 y[3] = sumk x[k] h[3k] y[4] = sumk x[k] h[4k] 3 2 1 0 n 1 2 3 4 5 1.5 1 0.5 0 0.5 1 1.5 2 4

3 2.5 2 1.5 1 0.5 0 0.5 1 1.5 2 4 3 2 1 0 n 1 2 3 4 5

Figura 2.26: Procedimento de clculo de y [n] para instantes n distintos

Finalmente, podemos obter y [h] atravs de um mtodo inteiramente ana-

30 ltico. Tal mtodo dependente do modo como representamos matematicamente x[n] e h[n]. Muitas vezes no possvel obter uma representao dita fechada de y [h], pois possvel que no exista uma expresso algbrica para o somatrio envolvido na convoluo soma.

Exemplo: Seja uma seqncia x[n] e uma resposta linear invariante no tempo h[n] descritos por:

x[n] = an u[n],

0<a<1 1, 0 n < N, N Z 0, caso contrrio

h[n] = u[n] u[n N ] =

Observamos primeiramente que y [n] = 0 para n < 0. Para o intervalo 0 n N 1, temos que:

x[k ] h[n k ] = ak
Logo:
n

y [n] =
k=0

ak

Mas, pela frmula do somatrio de uma P.G. (progresso geomtrica) com razo a, temos que:
N2

k=N1

aN1 aN2 +1 a = , 1a
k

N 2 N1

(2.26)

Assim,

1 an+1 1a Para o intervalo n > N 1, temos que: y [n] = x[k ] h[n k ] = ak

Ou seja,
n

y [n] =
k=nN +1

ak =

anN +1 an+1 = anN +1 1a

1 aN 1a

31

Assim,

0, y [n] = a

1an+1 , 1a n N +1

n<0 0nN 1
1aN 1a

, n>N 1

2.3.6 Propriedades de sistemas lineares invariantes no tempo

Considerando que a resposta ao impulso completamente caracteriza um sistema linear invariante no tempo, podemos obter uma srie de propriedades envolvendo convoluo entre vrios destes sistema com sinais.

Propriedade comutativa
A propriedade comutativa indica que a convoluo de uma seqncia de entrada em relao a um sistema linear e invariante no tempo igual a convoluo desse sistema pelo sinal de entrada. Isto signica que na implementao, podemos reetir e deslocar uma das seqncias sobre a outra, independente de quem sejam (seqncia ou sistema). Seja y [n] = x[n] h[n] Logo
+

x[n] h[n] =
k= +

x[k ] h[n k ] = x[n m] h[m] = h[n] x[n]

m=

que obtido por troca de variveis (m = n k ). Isso implica em: x[n] h[n] = h[n] x[n]

Propriedade distributiva em relao a soma

Na propriedade distributiva, a seqncia convoluda sobre a soma de dois sistemas exatamente igual a soma do resultado da convoluo dessa seqncia por cada dos sistemas individualmente. Ou seja:

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

32

Propriedade de cascateamento
O cascateamento aplicado quando aplicamos uma seqncia de entrada em um sistema, e o resultado dessa convoluo aplicado sobre um segundo sistema. Considerando que os sistemas so lineares e invariantes no tempo, podemos convoluir ambos os sistemas e obter um sistema que reete a operao desses dois sistemas. Isso signica que podemos aplicar a seqncia de entrada sobre o resultado da convoluo desses dois sistemas em cascata. Ou seja:

y1 [n] = x[n] h1 [n] y [n] = y1 [n] h2 [n]

Reescrevendo, temos:

y [n] = y1 [n] h2 [n] = (x[n] h1 [n]) h2 [n]

Propriedade de paralelismo
A propriedade de paralelismo permite que dois sistemas que estejam em paralelo sejam somados para produzir um sistema linear invariante no tempo equivalente. O paralelismo se d porque podemos aplicar a convoluo de uma seqncia de entrada em paralelo a dois sistemas distintos e somar o seu resultado. Isso equivalente a somar ambos os sistemas e aplicar a convoluo da seqncia de entrada sobre o sistema resultante. Ou seja:

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

Estabilidade
Como vimos anteriormente, pelo critrio BIBO, se a seqncia de entrada limitada, a seqncia de sada tambm deve ser limitada para que o sistema seja considerado estvel. Matematicamente isso signica que:
+

|y [n]| =
k= +

h[k ] x[n k ] |h[k ] x[n k ]|

k= +

k=

|h[k ]| |x[n k ]|

33 conforme a inequao de Cauchy-Schwarz, onde:

|a b| |a||b|
Assumindo que a seqncia de entrada limitada, ou seja:

(2.27)

|x[n]| Bx < ,
Isso implica que:
+

n |n Z

|y [n]| Bx
k=

|h[k ]|

Assim, para que a seqncia de sada tambm seja limitada, necessrio e suciente que:
+

|h[k ]| Bh <
k=

(2.28)

Para que um sistema linear e invariante no tempo seja limitado, pois:

|y [n]| Bx Bh By <
Assim, para que um sistema linear e invariante no tempo seja estvel, a soma de todas as amostras da seqncia que dene sua resposta ao impulso (h[n]) deve ser absolutamente somvel.

Causalidade
Sabemos que um sistema qualquer causal se y [n0 ], para n0 qualquer, depende somente de amostras x[n] para n n0 . Pela denio, em um sistema linear e invariante no tempo temos:
+

y [n] =
k=

x[k ] h[n k ]

Como y [n] deve depender apenas de x[k ] para k n, podemos alterar o intervalo da convoluo soma para:
n

y [n] =
k=

x[k ] h[n k ]

Esse somatrio no depende dos valores de h[n k ] para k > n. Isso implica matematicamente em termos de:

h[n k ] = 0, h[m] = 0,

k>n nk <0 m<0

(2.29)

34 Ou seja, para que um sistema linear e invariante no tempo seja causal, sua resposta ao impulso deve ser nula (h[n] = 0) para todo n < 0, independente das caractersticas das seqncias de entrada.

Exemplo de sistemas: Seguem alguns exemplos de sistemas (j apresentados anteriormente), que so lineares e invariantes no tempo, e dessa forma, podem ser representados completamente pela suas respectivas respostas ao impulso h[n]. Atrasador ideal h[n] = [n nd ], nd Z Mdia mvel h[n] = Acumulador h[n] =
1 M1 +M2 +1 + k= M2 k=M1

[n k ]

[k ] = u[n]

Diferena frente h[n] = [n + 1] [n] Diferena trs h[n] = [n] [n 1] Considerando a propriedade de cascateamento de sistemas lineares e invariantes no tempo, podemos construir outros sistemas a partir de sistemas mais bsicos, como:

h[n] = diferena frente atraso ideal de 1 amostra = ( [n + 1] [n]) [n 1] = [n] [n 1] = diferena trs
Com esse mesmo argumento, temos:

h[n] = acumulador diferena trs = u[n] ( [n] [n 1]) = u[n] u[n 1] = [n] = impulso
Como o resultado um sistema impulso, denimos que o sistema acumulador um sistema inverso do sistema diferena trs, e vice-versa.

35

2.3.7 Equaes de diferenas lineares com coecientes constantes

No domnio das variveis contnuas, tinhamos que um sistema qualquer poderia ser descrito pela sua equao diferencial. Assumindo que tal equao fosse linear e com coecientes constantes, tinhamos que:

dk y (t) = ak dtk k=0

bk
k=0

dk x(t) dtk

onde ak e bk so coecientes constantes. Analogamente (sem qualquer relao com a equao diferencial apresentada) podemos denir no domnio discreto uma equao dita equao de diferenas linear com coecientes constantes para representar um sistema discreto. Ou seja:
N M

ak y [n k ] =
k=0 k=0

bk x[n k ]

(2.30)

onde ak e bk so coecientes constantes. A importncia das equaes de diferenas lineares com coecientes constantes que qualquer sistema pode ser representado a partir de ponderaes de amostras atrasadas das sadas y [n] e entradas x[n] de um dado sistema. Algumas vezes tal representao pode usar menor quantidade de memria de um dispositivo eletrnico na sua implementao do que uma representao usando a resposta ao impulso h[n].

Exemplo de sistemas: Um sistema acumulador pode ser escrito por:

n

y [n] =
k=

x[k ]

ou

n1

y [n 1] =
k=

x[k ]

Isso implica em:

n 1

y [n] = x[n] +
k=

x[k ]

= x[n] + y [n 1]

36

Logo, outra forma de representar um sistema acumulador :

y [n] y [n 1] = x[n]
Assim, um sistema acumulador implica em N = 1, a0 = 1, a1 = 1, M = 0 e b0 = 1 quando nos referenciamos Equao 2.30. Um sistema mdia mvel (assumindo que seja causal, ou seja, M1 = 0) descrito por: M2 1 y [n] = x[n k ] M2 + 1 k=0 Note que quando comparamos essa equao com a Equao 2.30, percebemos que o sistema mdia mvel implica em N = 0, a0 = 1, M = M2 e bk = M21+1 para 0 k M2 . Sua resposta ao impulso pode ser reescrita tem termos de seqncias degraus u[n], ou seja:

h[n] =

1 (u[n] u[n M2 1]) M2 + 1

ou, em termos de convoluo, por:

atenuador

1 ( [n] [n M2 1]) u[n] h[n] = M2 + 1

h1 [n]

amostra - atrasador

integrador

Sabemos da propriedade de cascateamento que podemos alterar a ordem das seqncias de entrada e dos sistemas sem alterar o resultado nal. Assim, assumindo uma seqncia x[n] que alimenta o sistema h1 [n], obtemos:

y1 [n] = h1 [n] x[n] 1 = (x[n] x[n M2 1]) M2 + 1

Mas sabemos qual a equao a diferenas lineares com coecientes constantes de um sistema acumulador (h[n] = u[n]). Assim, temos:

y [n] y [n 1] = x1 [n]
Ento, uma outra equao a diferenas lineares com coecientes constantes para um sistema mdia mvel causal :

y [n] y [n 1] =

1 (x[n] x[n M2 1]) M2 + 1

37

Agora, em comparao com a Equao 2.30, temos N = 1, a0 = 1, a1 = 1, M = M2 1, b0 = M21+1 , bM2 1 = M21+1 e bk = 0 para 1 k M2 2.
Os exemplos mostram que um mesmo sistema pode assumir diferentes equaes de diferenas lineares com coecientes constantes; a escolha totalmente dependente da aplicao. Para obter a soluo total das equaes de diferenas lineares com coecientes constantes devemos considerar a suas solues particular e homognea, de modo anlogo ao usado em equaes diferenciais lineares com coecientes constantes, ou seja:

y [n] = yp [n] + yh [n]

(2.31)

onde yp [n] e yh [n] so, respectivamente, as solues particular e homognea da Equao 2.30. A soluo homognea corresponde resposta do sistema s suas condies iniciais assumindo que a entrada x[n] = 0. A soluo particular corresponde resposta do sistema entrada x[n] assumindo que as condies iniciais do problema so nulas. A soluo homognea obtida ento atravs de:
N

ak yh [n k ] = 0
k=0 N

yh [n] +
k=1

ak yh [n k ] = 0 a0

Assumindo que a soluo da forma:

yh [n] = z n
Ento:
N

z +
k=1 N

ak nk z =0 a0 =0

z nN
ou

zN +
k=1

ak N k z a0

z nN

zN +

aN 1 aN a1 N 1 a2 N 2 z + z + ... + z+ a0 a0 a0 a0

=0

38 O polinmio entre parnteses possui ordem N e chamado de polinmio caracterstico. Sempre possuir N razes (reais ou complexas). Com isso, a soluo homognea da Equao 2.30 para o caso de razes distintas zk (ou seja, zk = zl , k |k = l) :
N

yh [n] =
k=1

n Ak zk

(2.32)

onde Ak so coecientes denidos com base nas condies iniciais do problema. Caso alguma raz zi tenha multiplicidade m (repita-se m vezes) e as demais N m razes sejam distintas, ento a soluo homognea da Equao 2.30 :
N

yh [n] = A1 + A2 n + . . . + Am n

m1

zin

+
k=m+1

n Ak zk

(2.33)

Como yh [n] possui N coecientes Ak , precisamos de N condies iniciais para sua determinao. Isso feito a partir do conhecimento de que y [n] = yh [n] + yp [n] = Bn conhecido para instantes n especcos. Ou seja, precisamos encontrar y [n]. importante vericar se a seqncia resultante absolutamente convergente (estvel). Isso implica em denir para quais instante n a soluo vlida. A forma de avaliar isso atravs da anlise das razes. Se |zk | < 1, ento n 0, e se |zk | > 1, ento n 0. Posteriormente sero feitas consideraes sobre esse fato quando tratarmos de transformada Z no captulo 5. A determinao da soluo particular yp [n] depende do formato de x[n]. Geralmente recorremos a tabelas (como a tabela 2.1) para determinao do formato da soluo yp [n] em funo do formato de x[n].

x[n] C Cn Can C cos(n0 ) C sen(n0 ) Can cos(n0 ) C [n]

yp [n] C1 C1 n + C2 C1 an C1 cos(n0 ) + C2 sen(n0 ) C1 cos(n0 ) + C2 sen(n0 ) C1 an cos(n0 ) + C2 an sen(n0 ) 0 (zero)

Tabela 2.1: Soluo particular yp [n] para diversas entradas x[n]

39 Note que na tabela 2.1, aparecem novas constantes (C1 e C2 ) a serem determinadas. Estas constantes so determinadas substituindo yp [n] na equao de diferencas lineares com coecientes constantes. Isso produzir uma equao em termos de C1 e C2 .

Resoluo por induo matemtica: Uma das formas de obter a soluo de uma equao de diferenas lineares com coecientes constantes por induo matemtica. Seja: y [n] = ay [n 1] + x[n] cujas condies de excitao e inicial so:

x[n] = K [n], y [1] = C

Logo, para n 0, temos:

KR

y [n] = ay [n 1] + 0 = an+1 C + an K
Reescrevendo a equao de diferenas para anlise de y [n] para n < 0 temos: y [n 1] = a1 (y [n] x[n]) y [n] = a1 (y [n + 1] x[n + 1]) Logo, para n < 0, temos:

y [0] y [1] y [2] y [3] . . .

= ay [1] + 1 = ay [0] + 0 = ay [1] + 0 = ay [2] + 0 . =. .

= aC + K = a2 C + aK = a3 C + a2 K = a4 C + a3 K . =. .

y [2] y [3] y [4] . . .

y [n] = a 1 (y [n + 1] + 0) = an+1 C

= a 1 (y [1] + 0) = a 1 (y [2] + 0) = a 1 (y [3] + 0) . =. .

= a1 C = a2 C = a3 C . =. .

Ou seja, a soluo para a equao de diferenas lineares com coecientes constantes, obtida por inferncia matemtica, :

y [n] = an+1 C + Kan u[n],

n |n Z

40

Note que com K = 0, temos x[n] = 0 mas y [n] = an+1 C . Isto signica que o sistema apresentado no linear, pois todo o sistema linear produz y [n] = 0 para x[n] = 0. Se deslocarmos a entrada x[n] em n0 amostras, tal que:

x1 [n] = x[n n0 ] = K [n n0 ]
obtemos

y1 [n] = an+1 C + Kann0 u[n n0 ]

que no causal. Logo, as condies iniciais do sistema afetam as propriedades do sistema.

Se as condies iniciais forem tais que o sistema esteja em descanso, ento o sistema linear, invariante no tempo e causal.

Resoluo por solues homognea e particular: Considere agora um sistema tal que:

y [n] 0,25 y [n 2] = x[n]

cujas condies de excitao e inicial so:

x[n] = u[n] y [1] = 1 y [2] = 0

Primeiramente determinamos o polinmio caracterstico para calcular suas razes. Ou seja: z 2 0,25 = 0 Suas razes so z1 = 0,5 e z2 = 0,5. Como elas so distintas, a soluo homognea para esse sistema :

yh [n] = A1 (0,5)n + A2 (0,5)n ,

n0

Note que essa equao vlida apenas para n 0 porque as razes |zk | < 1. Isso se deve a manuteno de convergncia (estabilidade) da seqncia yh [n]. A soluo particular depende do formato de x[n]. Pela tabela 2.1, vericamos que: yp [n] = C1

41

Substituindo yp [n] na equao de diferenas do problema, obtemos:

C1 0,25 C1 = 1 1 4 C1 = = 1 0,25 3
Assim, a soluo total para esse problema :

y [n] =

4 + A1 (0,5)n + A2 (0,5)n , 3

n0

Para determinar os coecientes A1 e A2 , usamos as condies iniciais. Considerando que a soluo total vlida para n 0, devemos obter condies auxiliares. No caso y [0] e y [1] so denidos pela soluo total e pela equao de diferenas do sistema. Assim, podemos obter um sistema de equaes lineares em funo dos coecientes A1 e A2 :

4 + A1 + A2 3 4 y [1] = 0,25 y [1] + x[1] = 1 = + A1 (0,5)1 + A2 (0,5)1 3 y [0] = 0,25 y [2] + x[0] = 1 =
Logo, A1 = 1 e A2 = 1 . A soluo total para esse problema : 2 6

y [n] =

1 4 1 (0,5)n + (0,5)n , 3 2 6

n0

Note que a exposio sobre equaes de diferenas lineares com coecientes constantes bastante simplicada. Dada a analogia com equaes diferenciais lineares com coecientes constantes, podemos buscar informao nesse campo da matemtica para obter as solues para as equaes de diferenas.

Captulo 3 Seqncias no Domnio da Freqncia

At aqui analisamos qual o comportamento de uma seqncia ou um sistema em relao s suas propriedades temporais (causalidade, estabilidade, invarincia no tempo). Nesse momento usaremos uma ferramenta matemtica para avaliar qual o comportamento das seqncias em relao s suas componentes espectrais (ou de freqncia). Anlogo s Sries de Fourier e Transformada de Fourier usadas para anlise espectral de funes contnuas, construiremos uma expresso que permite decompor seqncias em componentes espectrais e vice-versa.

3.1 Preliminares
Relembrando, a Srie de Fourier decompor uma funo contnua em componentes de freqncia (senides e cossenides) e vice-versa. Rigorosamente falando, dada uma funo f (t) tal que f : R C seja contnua, diferencivel, peridica (com perodo T = t2 t1 ) e com energia nita, ou seja:
t2

|f (t)|2 dt < +

t1

Ento, tal funo pode ser decomposta em uma srie de senos (ou cossenos) da forma:

1 f (t) = a0 + [an cos (n t) + bn sen (n t)] 2 n=1

42

43 onde:

n =

2n n-sima freqncia harmnica de f (t) (em radianos) T 2 t2 an = f (t) cos (n t) dt n-simo coeciente par T t1 2 t2 bn = f (t) sen (n t) dt n-simo coeciente mpar T t1

ou, em termos de variveis complexas, para simplicar a expresso:

+

f (t) =
n=

cn ej n t

onde:

1 cn = T

t2 t1

f (t) ej n t dt

Note que os coecientes an , bn e cn podem ser entendidos como seqncias, pois s existem para n Z. Logo, podemos entender que a Srie de Fourier (ou Integral de Fourier) decompe funes contnuas em seqncias, e vice-versa. Para lidar com funes no peridicas, usamos a Transformada de Fourier, cuja derivao implica em T +. Matematicamente signica que dada uma funo f (t) tal que f : R C seja contnua e diferencivel, seu par Transformada de Fourier : + 1 F () = f (t) ej t dt 2 (3.1) + 1 +j t F () e dt f (t) = 2 Note que o par Transformada de Fourier decompem funes contnuas, no domnio do tempo, em funes contnuas, no domnio da freqncia (e vice-versa), pois intuitivamente so necessrias innitas componentes espectrais para representar uma funo temporal no peridica.

3.2 Autofuno
Denidas as transformaes de funes contnuas para o domnio espectral, vamos denir uma propriedade importante que serve como base para a denio das transformaes de seqncias para o domnio espectral.

44 Quando excitamos um sistema discreto linear com um seqncia de entrada senoidal, a seqncia de sada ser senoidal, com a mesma freqncia da seqncia de entrada. Assim, um sistema linear altera apenas a magnitude e a fase da seqncia senoidal, mas nunca sua freqncia. Tal propriedade chamada de autofuno. Assuma a seguinte seqncia exponencial complexa para uma nica freqncia (esta freqncia no tem relao com a freqncia contnua da seo anterior, onde tratamos de funes contnuas no domnio do tempo):

x[n] = ejn ,

n Z, R

Note que a freqncia dita freqncia normalizada e expressa em radianos. uma grandeza diferente da que estamos acostumados na vida prtica (dada em Hz). Posteriormente relacionaremos tais freqncias quando falarmos de teoria da amostragem no captulo 4. Considere h[n] como sendo a resposta ao impulso de um sistema linear e invariante no tempo. A sada y [n] desse sistema quando convoluido com a seqncia x[n], obtida por convoluo, :
+

y [n] =
k=

h[k ] ej(nk)
+ jn k= H (ej )

=e

h[k ] ejk

Ou seja:

y [n] = H (ej )ejn

+

H (e ) =
k=

h[k ] ejk

(3.2)

Note que ejn a autofuno do sistema, pois ao excitarmos o sistema h[n] com uma seqncia formada a partir dessa funo, podemos isol-la na seqncia de sada. Assim, o termo H (ej ) o autovalor associado autofuno. importante salientar que H (ej ) uma funo contnua em . Matematicamente, a autofuno de um operador linear A (no caso, h[n]) qualquer denido em algum espao de funes (conjunto de funes de um dado tipo, que mapeia um conjunto X e um conjunto Y , sendo X e Y

45 quaisquer) qualquer funo f , no nula, do espa de funes, que ao ser aplicada ao operador A retorna intacta, multiplicada por um fator de escala denominado autovalor. Como H (ej ) complexo, esse pode ser decomposto em termos de componentes real e complexa (representao cartesiana) ou em componentes de magnitude e fase (representao polar), ou seja:

H (ej ) =

{H (ej )} + j {H (ej )}
j H (ej )

(3.3) (3.4)

= H (e ) e
Exemplo:

Considere o sistema em atraso ideal descrito pela seguinte equao de diferenas lineares e invariante no tempo:

y [n] = x[n nd ],
Sua resposta ao impulso :

nd Z

h[n] = [n nd ]
Assumindo um sinal senoidal em uma freqncia qualquer tal que:

x[n] = ejn
Ento, a sada desse sistema ser:

y [n] = ej(nnd ) = ejnd

ejn

autovalor autofuno

Assim, a resposta em freqncia de um sistema do tipo atraso ideal (que denido pelo seu autovalor) :

H (ej ) = ejnd
Decompondo em componentes cartesianas e polares (levando em conta a relao de Euler dada pela equao 2.19), temos:

H (ej ) = cos(nd ) j sen(nd ) = 1 ejnd

Como a magnitude desse sistema constante (|H (ej )| = 1) em toda a faixa de freqncia normalizada, e como a fase proporcional ao seu atraso

46

(H (ej ) = nd ), esse sistema ao mesmo tempo um atrasador ideal e um deslocador de fase (phase shift, em ingls), pois sua funo restringe-se a deslocar uma dada frequncia em nd graus (em radiano). Considere agora a seguinte seqncia, que uma cossenide:

x[n] = A cos(0 n + ) A A = ej ej0 n + ej ej0 n 2 2

onde A( C), w0 e independem de n. Convoluindo tal seqncia com um sistema h[n], que linear e invariante no tempo (para facilitar considere que x[n] a soma de suas seqncias em termos de ej0 n ), temos:

y [n] =

A H (ej0 )ej ej0 n + H (ej0 )ej ej0 n 2

onde H (ej0 ) denido pela equao 3.2. Se h[n] real (h[n] R), ento H (ej0 ) = H (ej0 ) (tal demonstrao ser vista posteriormente). Assim:

y [n] =

A H (ej0 )ej ej0 n + H (ej0 )ej ej0 n 2 A H (ej0 ) ej ej ej0 n + H (ej0 ) ej ej ej0 n = 2

pois usamos a representao polar de H (ej0 ) e = H (ej0 ). Finalmente, empregando a relao de Euler, temos:

y [n] = A H (ej0 ) cos(0 n + + )

Assim, quando excitamos um sistema linear e invariante no tempo h[n] qualquer com uma seqncia senoidal (ou cossenoidal) qualquer, obtemos a mesma seqncia com suas componentes em freqncia alteradas em magnitude e em fase. Este ser um resultado importante, e que corrobora a propriedade de autofuno descrita anteriormente.
Para avaliar o comportamento da freqncia (que dada em radianos), calcularemos o valor da resposta em freqncia caso adicionassemos 2 graus a ela. Assim:
+

H (e

j ( +2 )

)=
k=

h[n] ej (w+2)k

47 Mas como ej 2k = 1, n|n Z, ento:

+

H (ej (+2) ) =
k=

h[n]ejk = H (ej )

ou, de maneira mais geral:

H (ej (+2r) ) = H (ej )

(3.5)

Isso signica que a resposta em freqncia H (ej ) peridica, com perodo igual a 2 , sendo que os seus valores so indistinguveis para freqncias e + 2 .

Resposta em freqncia para sistema de mdia mvel Considere um sistema de mdia mvel descrito por:

h[n] =

1 , M1 +M2 +1

0,

M1 n M2 c.c.

Calculando a resposta em freqncia conforme a equao 3.2, obtemos:

2 1 H (e ) = ejn M1 + M2 + 1 n=M

Como o somatrio envolve uma seqncia geomtrica cuja razo ej , podemos aplicar a equao 2.26 para obter sua soma, ou seja:

H (ej ) = = = =

ejM1 ej(M2 +1) 1 M1 + M2 + 1 1 ej 2+1 M 1+M 2+1 ) ej( M 1+M ) 2 2 1 ej( M1 + M2 + 1 1 M1 + M2 + 1 1 M1 + M2 + 1 1 ej M 1+M 2+1 2+1 ) ej( M 1+M ) 2 2 ej( e
j (
1 2

ej( ej(

M2 M1 +1 2

) ej( )
1 2

M2 M1 2

M2 +1) sen( (M1 +2 ) sen( 2 )

ej(

M2 M1 2

Para melhor avaliar sua resposta em freqncia, decompomos H (ej ) em sua representao polar e obtemos os seguintes grcos:

48
1 0.9 0.8 0.7 0.6 |H(ej)| 0.5 0.4 0.3 0.2 0.1 0 0 1 2 3 4 5 6 3 0 1 2 3 4 5 1 M2=4 2 M2=6 M2=8 6 H(ej) 0 M2=4 M2=6 M2=8 1 2 3

Figura 3.1: Resposta em freqncia de sistemas mdia mvel (magnitude e fase)

Note particularmente que a magnitude da resposta em freqncia nula 2 exatamente quando a freqncia normalizada igual a M1 + . Nesse M2 +1 mesmo ponto ocorre uma quebra no ngulo da resposta em freqncia. Essa quebra na realidade fruto da funo arctan que indenida para magnitudes nulas. Para obter a curva correta da fase, necessrio desdobrar ( unwrap) a curva obtida atravs de arctan somando-se (ou subtraindo-se) pi radianos dos segmentos particionados. Fazendo isso, vericaremos que a fase de um sistema de mdia mvel linear.
Notamos em nossas anlises sobre a seqncia exponencial complexa x[n] = ejn que seu intervalo para n extende-se de at +. Entretanto, situaes prticas exigem que o mesmo seja aplicado repentinamente em um instante especco n0 (geralmente n0 = 0), e assim, tenha amostras x[n] = 0 para instantes anteriores a n0 . Assim, vamos considerar agora a seguinte seqncia que representa uma entrada exponencial complexa aplicada repentinamente, e analisar os efeitos dessa excitao sbita: x[n] = ejn u[n] Convoluindo tal seqncia com um sistema cuja resposta ao impulso h[n] temos:
+

y [n] =
k=

h[k ] ej(nk) u[n k ]

Como u[n k ] = 0 para n k < 0 (ou n < k ), ento o somatrio pode

49 ser reavaliado como:

n

y [n] =
k=

h[k ] ej(nk)

Assumindo que o sistema h[n] seja causal (o que implica em uma sada causal em funo da entrada tambm ser causal), temos: n h[k ] ejk ejn , n 0 y [n] = k=0 0, n<0 Se analisarmos a sada y [n] apenas para n 0, reescrevemos y [n] como:
+ +

y [n] =
k=0

h[k ] e
j jn

jk

jn

k=n+1 +

h[k ] ejk h[k ] ejk

k=n+1

ejn ejn

= H (e )e

= yestacionrio [n]

+ ytransiente [n]

Note que foi possvel, por manipulao algbrica, extrair duas componentes da seqncia de sada y [n]: a componente estacionria yestacionrio [n], que numericamente igual ao comportamento que o sistema produziria caso uma entrada exponencial complexa de durao innita fosse empregada. Cabe ento analisar o comportamento da componente transiente ytransiente [n]. Usando o critrio de estabilidade (equao 2.23) e as inequaes de Cauchy-Schwarz (equao 2.27) aplicados a tal componente, obtemos:
+

|ytransiente [n]| =
k=n+1 +

h[k ] ej(nk) |h[k ]|

k=n+1

Note que o comportamento desse transiente depende exclusivamente do comportamento do somatrio absoluto (ou estabilidade) de h[n] (lembrando que assumiu-se que o mesmo causal). Caso h[n] tenha durao nita M + 1 (ou seja, h[n] = 0 para n / {0 n M }), isso implica em ytransiente [n] = 0 para n +1 > M ou para n > M 1. Logo: y [n] = yestacionrio [n] = H (ej )ejn , n>M 1

50 Note que y [n], a partir do instante M (inclusive), exibe comportamento estacionrio indicando que a partir desse instante todos os efeitos transitrios provocados pelo degrau de excitao so eliminados. A gura 3.2 evidencia esse fato justamente quando, na convoluo, h[n] sobrepe unicamente as amostras de x[n].

amostras faltantes amostras repentinas h[nk]

Re{ej n}

2 10 5 0 n 5 10 15

Figura 3.2: Exemplo de passo de convoluo de sistema de durao nita h[n] com seqncia x[n] = {ejn u[n]} Caso h[n] tenha durao innita, podemos reescrever a equao de estabilidade da componente transitria como:
+ +

|ytransiente [n]|
k=n+1

|h[k ]|
k=0

|h[k ]|

Note que acrescentamos as amostras h[k ] para 0 k n para dentro do somatrio de modo a obter exatamente o critrio de estabilidade desse sistema linear e invariante no tempo (equao 2.28), que causal como admitimos anteriormente. Neste caso,

y [n] yestacionrio [n] e h[n] 0,

n +

Ou seja, caso o sistema h[n] seja estvel (condio suciente), os efeitos do transitrio se dissipam a medida que avanamos o ndice n. Isso ca evidente na gura 3.3, na qual percebemos que os efeitos do transitrio quando parte de h[n] convolui-se com as amostras faltantes de ejn que existiram caso no ocorre o chaveamento abrupto de u[n].

51

amostras faltantes amostras repentinas h[nk]

Re{ej n}

2 10 5 0 n 5 10 15

Figura 3.3: Exemplo de passo de convoluo de sistema de durao innita h[n] com seqncia x[n] = {ejn u[n]} Um resultado interessante, que deriva da anlise de estabilidade de um sistema linear e invariante no tempo, :
+

H (e ) =
k= +

h[k ] ejk h[k ] ejk

k= +

k=

|h[k ]|

Sabendo que para um sistema linear e invariante no tempo ser estvel exige-se que a inequao 2.23 seja vlida, logo a estabilidade de um sistema garante a existncia de H (ej ) (propriedade de autofuno), pois:
+

H (e )
k=

|h[k ]| + H (ej )

(3.6)

que a mesma condio para que os efeitos transitrios produzidos por um sistema de resposta impulso com durao innita se dissipem quando n +. Este resultado ser extremamente til para caracterizar a existncia da transformada discreta de Fourier, na seo 3.3.

52

3.3 Transformada de Fourier Discreta no Tempo

At agora apresentamos H (ej ) como sendo o autovalor obtida a partir da convoluo entre a resposta ao impulso de um sistema linear e invariante no tempo h[n] com uma seqncia de entrada x[n] do tipo exponencial complexa para uma nica freqencia . Nesse caso, denimos que esse autovalor equivalente a resposta em freqncia do sistema. No incio deste captulo, relembramos a Integral de Fourier que decompe uma funo contnua em uma srie contendo as componentes complexas (senides e cossenides) que descrevem espectralmente tal funo contnua. Denimos a representao de Fourier de uma seqncia x[n], ou par Transformada de Fourier Discreta no Tempo s seguintes equaes:
+

FDT {x[n]} = X (e ) =
1 FDT {X (ej )} = x[n] =

x[n] ejn
n= +

1 2

, X (ej ) ejn d

(3.7)

A primeira equao denominada Transformada de Fourier Discreta no Tempo (ou, simplesmente, DTFT), enquanto a segunda equao denominada Transformada Inversa de Fourier Discreta no tempo (ou, simplesmente, IDTFT).

Demonstrao. Demonstrao da reversibilidade entre x[n] e X (ej ). Considere a DTFT da seqncia x[m] como sendo:
+

X (e ) =
m=

x[m] ejm

Tambm considere que a IDTFT de X (ej ) seja: + 1 X (ej ) ejn d x [n] = 2 Queremos provar que x[n] = x [n]. Para isso, substitumos X (ej ) na equao que dene x [n], ou seja:

1 x [n] = 2

x[m] ejm ejn d

m=

53 Assumindo que:

x[m] ejm <

m=

que a condio da srie ser absolutamente somvel, garantindo a existncia da integral. Assim, por manipulao algbrica, temos que: + + 1 x [n] = x[m] ej(mn) d 2 m= Mas, a integral denida pode ser resolvida, e seu resultado : + 1, m = n 1 sen( (n m)) ej(mn) d = = 2 (n m) 0, m = n Tal resultado corresponde exatamente a seqncia [n m]. Assim:
+

x [n] =
m=

x[m] [n m] = x[n]

Se compararmos essas expresses com aquelas da Transformada de Fourier (equao 3.1) notamos que X (ej ) peridico (conforme a equao 3.5, tem perodo igual a 2 ), e desta forma, a integral da equao 3.7 ocorrem em qualquer trecho de comprimento 2 (convenciona-se usar os intervalos 0 e 2 , ou e + , nessa integral).

3.3.1 Existncia da DTFT

Precisamos agora denir para que classe de seqncias a DTFT existe. Analogamente anlise da existncia da autofuno, temos:

X (ej ) < ,
+

Pela denio da DTFT para uma determinada seqncia x[n], temos:

X (e ) =
n= +

x[n] ejn |x[n]| ejn

n= + =1

n=

|x[n]| <

54 ou seja:

X (ej ) <
n=

|x[n]| <

(3.8)

Isso signica que a condio suciente para existncia de X (ej ) que a seqncia seja absolutamente somvel. Consequentemente a seqncia (ou srie) convergir assintoticamente para qualquer valor de . Se tratarmos de sistemas, a resposta ao impulso de um sistema linear e invariante no tempo deve ser estvel (ver equao 2.28), o que implica na seqncia que descreve tal resposta ao impulso ser absolutamente somvel. Logo a resposta em freqncia do sistema existe, e obtida pela DTFT.

DTFT de exponencial aplicada repentinamente: por: Seja x[n] uma seqncia exponencial aplicada repentinamente e denida

x[n] = an u[n],

A DTFT dessa seqncia :

+ + +

X (ej ) =
n=

an u[n] ejn =
n=0

an ejn =
n=0

aej

Este resultado uma soma de termos de uma srie em progresso geomtrica com razo (aej ). Tal soma existe se, e somente se:

aej < 1 ou |a| < 1

Logo, usando a equao 2.26 para obter o somatrio da progresso geomtrica, temos: 1 X (ej ) = 1 (aej ) Pela condio de existncia da DTFT, temos que:
+ +

|a | <
n=0 n=0

|a|n =

1 < +, 1 |a|

se |a| < 1

Note que as condies para existncia da DTFT para uma dada seqncia (seqncia absolutamente somvel) concorda com as condies para obteno do somatrio da progresso geomtrica que leva a uma forma fechada para X (ej ). Entretanto, do ponto de vista estritamente matemtico, devemos

55

sempre vericar se a seqncia absolutamente somvel antes de obter sua DTFT.

Existem seqncias que no so absolutamente somveis mas que so quadraticamente somveis, ou seja:
+

|x[n]|2 , n|n Z
n=

Para obter sua DTFT precisamos relaxar os requisitos de convergncia assinttica (pois elas no so absolutamente somveis). Para fazer isso, construiremos uma aproximao com convergncia mdia quadrtica. Se FDT {x[n]} denida por:
+

X (e ) =
n=

x[n] ejn

Ento, sua verso aproximada (em funo de um parmetro M ) :

+M

XM (ej ) =
n=M

x[n] ejn

Logo, a aproximao mdia quadrtica (em funo de M ) tal que:

M +

lim

X (ej ) XM (ej ) d = 0

(3.9)

Ou seja, truncamos o somatrio que dene a DTFT, e denimos um intervalo de comprimento 2M de tal forma a reduzir o erro de aproximao mdia quadrtica (conceitualmente chamada de minimizao de energia) para todas as freqncias , representado na equao 3.9.

DTFT para um sistema passa-baixa ideal: Um sistema (ou ltro) passa-baixa ideal denido, no domnio da freqncia, pela seguinte equao:

Hlp (ej ) =

1, | | < c 0, c < | |

(3.10)

56

Pela denio, obtemos sua IDTFT, que : +c 1 1 1 +c hlp [n] = ejn d = ejn c = ejc n ejc n 2 c j 2n j 2n sen(c n) , n|n Z = n A seqncia que descreve o sistema passa-baixa ideal, hlp [n], alm de no ser causal, no absolutamente somvel, pois oscila indenidamente. Logo, no existe DTFT (estritamente falando) para o sistema passa-baixa ideal. Entretanto, podemos aproximar a DTFT pela truncagem da seqncia hlp [n] obtida. Ou seja:
+M

HM (e ) =
n=M

sen(c n) jn e n
+c ) ] sen[ (2M +1)( 2 ) ] sen[ ( 2

1 = 2

Para avaliar o comportamento da aproximao, determinamos as curvas HM (ej ) para diversos valores de M.
1.2 H1(ej) H(ej) 1 1 1.2 H3(ej) H(ej)

0.8 0.6 0.4

0.8 0.6 0.4

0.2

0.2

0 0.2

0 0.2

1.2

H7(ej) H(ej)

1.2

H19(ej) H(ej)

0.8 0.6 0.4

0.8 0.6 0.4

0.2

0.2

0 0.2

0 0.2

Figura 3.4: Aproximaes HM (ej ) com M = 1, M = 3, M = 7 e M = 19

57

Para um determinado M , a amplitude das oscilaes de HM (ej ) na descontinuidade = c maior do que em outras regies. A medida que M aumenta (M +), o nmero de oscilaes aumenta, sem que HM (ej ) convirja para H (ej ). A amplitude mxima das oscilaes jamais torna-se nula. Tal comportamento denido como fenmeno de Gibbs, e advm de efeitos de truncagem e operao com seqncias que so quadraticamente somveis. um fenmeno comumente encontrado em dispositivos eletrnicos como osciloscpios e geradores de funes.
Existem entretanto algumas seqncias especiais que no so nem absolutamente e nem quadraticamente somveis. Tais seqncias so de interesse especial para processamento digital de sinais. Uma anlise mais precisa ser feita no captulo 5.

DTFT de seqncia constante: Considere a seguinte seqncia constante, com amplitude unitria:

x[n] = 1,

n|n Z

Note que tal seqncia no absolutamente nem quadraticamente somvel. Entretanto, podemos denir FDT {x[n]} como sendo:
+

X (e ) =
r=

( + 2r)

onde (t) a funo impulso ou funo Delta de Dirac (denida pela equao 2.2.6). Note que a DTFT da seqncia constante um trem de impulsos peridicos, o que mantm a propriedade de periodicidade (com perodo igual a 2 ) de X (ej ) conforme visto anteriormente. Esta DTFT s existe porque formalmente podemos obt-la quando calculamos a sua IDTFT para obter a seqncia constante.

3.3.2 Propriedades da DTFT

A seguir sero listadas vrias propriedades da DTFT. O intuito mostrar que podemos encontrar rapidamente a DTFT de seqncia com caractersticas

58 especiais, com base em suas propriedades matemticas. Tais propriedades tero ligao estreita com as propriedades da Transformada Z, do captulo 5. Assuma inicialmente as seguintes seqncias (que so as equaes 2.10):

x[n] = xp [n] + xi [n] 1 xp [n] = (x[n] + x [n]) = x p [n] 2 1 xi [n] = (x[n] x [n]) = x i [n] 2
onde xp [n] chamada de seqncia conjugada simtrica de x[n], e xi [n] chamada de seqncia conjugada anti-simtrica de x[n]. Um caso particular dessa denio que se x[n] R, ento xp [n] = xp [n] e xi [n] = xi [n]. Nesse caso particular, xp [n] uma seqncia par e xi [n] uma seqncia mpar (maiores detalhes, veja a seo 2.2.5). A DTFT dessas seqncias :

X (ej ) = Xp (ej ) + Xi (ej ) 1 Xp (ej ) = X (ej ) + X (ej ) 2 1 Xi (ej ) = X (ej ) X (ej ) 2

(3.11)

Da equao 3.11, podemos obter (trocando por ) as seguintes relaes: j Xp (ej ) = Xp (e ) (3.12) Xi (ej ) = Xi (ej ) Esssas propriedades (ditas de simetria) so teis na simplicao de operaes matemticas. Posteriormente serviro como pea-chave na denio de algortmos rpidos para obteno de componentes espectrais de seqncias. As propriedades a seguir assumem que se conhecemos X (ej ) para uma dada seqncia x[n], ento podemos obter rapidamente sua FDT {x[n]} de uma dada seqncia que apresente alguma caractersticas especca em relao x[n] (o mesmo vlido para obter a seqncia cuja DTFT possui alguma relao com X (ej )).

DTFT de seqncia conjugada

DT DT x[n] X (ej ) x [n] X (ej )

(3.13)

59

Demonstrao. A partir de FDT {x[n]}, temos:

+

X (e ) =
n=

x[n] ejn

Aplicando o conjugado em ambos os termos, temos:

X (e )

=
n= +

x[n] e

jn

=
n=

x [n] ejn

Substituindo = temos nalmente:

+

X (e

)=
n=

x [n] ej n

DTFT de seqncia conjugada reetida

DT DT X (ej ) X (ej ) x [n] x[n]

(3.14)

DTFT da parte real de uma seqncia

DT DT x[n] X (ej ) {x [n]} Xp (ej )

(3.15)

Demonstrao. A partir da equao 3.11 temos:

Xp (ej ) =

1 X (ej ) + X (ej ) 2 + 1 = x[n] ejn + 2 n= = =

n=

x[n] ejn
n= +

1 2

x[n] ejn +
n= n=

x [n] ejn
+

x[n] + x [n] 2

jn

=
n=

{x[n]} ejn

60

DTFT da parte imaginria de uma seqncia

DT DT x[n] X (ej ) j {x [n]} Xi (ej )

(3.16)

DTFT da parte par de uma seqncia

DT DT x[n] X (ej ) xp [n] X (ej ) =

{X (ej )}

(3.17)

Demonstrao. A partir da equao 2.10 temos:

+

Xp (e ) =
n= +

1 (x[n] + x [n]) 2
+

ejn

1 1 = x[n] ejn + x [n] ejn 2 n= 2 n= 1 1 = X (ej ) + x [k ] ejk 2 2 k= 1 1 = X (ej ) + 2 2

+ +

x[k ] e
k=

jk

1 1 = X (ej ) + X (ej ) = 2 2

{X (ej )

DTFT da parte mpar de uma seqncia

DT DT X (ej ) xi [n] X (ej ) = j {X (ej )} x[n]

(3.18)

DTFT de uma seqncia real

Se x[n] R:
DT x[n] X (ej ) X (ej ) = X (ej )

(3.19)

X (e ) = X (e
j

) ) )

(3.20) (3.21) (3.22) (3.23)

X (e ) = X (e
j

X (ej ) = X (ej ) X (e ) = X (e
j

61 Note que para uma seqncia real, a DTFT conjugada simtrica, sua parte real par, sua parte imaginria mpar, sua magnitude par e sua fase mpar, sempre.

Linearidade
Seja uma seqncia qualquer x[n] que pode ser decomposta linearmente na soma ponderada de duas outras seqncias (x1 [n] e x2 [n]), com a, b C. Sua DTFT linear, pois:
DT x[n] = a x1 [n] + b x2 [n] X (ej ) = aX1 (ej ) + bX2 (ej )

(3.24)

Demonstrao. Calculando FDT {x[n]}, obtemos:

+

X (e ) =
n= +

x[n] ejn {a x1 [n] + b x2 [n]} ejn

n= + +

= =a =

x1 [n] e

jn

+b
n=

x2 [n] ejn

n= aX1 (ej )

+ bX2 (e )

Deslocamento no tempo
Seja uma seqncia qualquer x[n], com DTFT conhecida. Se deslocarmos suas amostras em nd amostras (nd Z), FDT {x[n nd ]} :
DT DT x[n] X (ej ) x[n nd ] ejnd X (ej )

(3.25)

Demonstrao. Calculando a DTFT de x [n] = x[n nd ], temos:

+

X (e ) =
n=

x[n nd ] ejn

Trocando de variveis (m = n nd , ou seja, n = m + nd ), temos:

+

X (e ) =
(m+nd )= jnd

x[m] ej(m+nd )
+

=e

x[m] ejm = ejnd X (ej )

m=

62

Deslocamento em freqncia
Seja uma seqncia qualquer x[n], com DTFT conhecida. Se a modularmos por uma seqncia exponencial complexa, com freqncia 0 , (0 R), sua DTFT : FDT FDT x[n] X (ej ) ej0 n x[n] X (ej (0 ) ) (3.26)

Demonstrao. Calculando a DTFT da seqncia modulada, temos:

+ +

X (ej ) =
n=

ej0 n x[n] ejn =

n=

x[n] ej (0 )n = X (ej0 )

Reverso temporal
Seja uma seqncia qualquer x[n], com DTFT conhecida. Se revertermos tal seqncia, sua DTFT :
DT DT X (ej ) X (ej ) x[n] x[n] DT X (ej ), x[n]

F F

x[n] R

(3.27)

Diferenciao em freqncia
Seja uma seqncia qualquer x[n], com DTFT conhecida. Se a modularmos por uma seqncia linearmente crescente, sua DTFT :
DT DT X (ej ) n x[n] j x[n]

dX (ej ) d

(3.28)

Demonstrao. Considere DTFT de x[n]:

+

X (e ) =
n=

x[n] ejn

63 Diferenciando ambos os termos da igualdade em relao a , temos:

dX (ej ) = x[n] {jn} ejn d n= dX (ej ) j =j {jn x[n]} ejn d n=

+ +

=
n=

{n x[n]} ejn

onde n x[n] a seqncia modulada.

Teorema da convoluo
O teorema da convoluo diz que a convoluo de duas seqncias no domnio do tempo equivalente a modulao das DTFT dessas duas seqncias no domnio da freqncia. Ou seja, se: FDT X1 (ej ) x1 [n]
DT X2 (ej ) x2 [n]

Ento:
DT X (ej ) = X1 (ej )X2 (ej ) x[n] = x1 [n] x2 [n]

(3.29)

Demonstrao. Considere FDT {x[n]}:

+

X (ej ) =
n= +

x[n] ejn
+

=
n= + k=

x1 [k ]x2 [n k ]
+

ejn

=
k=

x1 [k ]
n=

x2 [n k ] ejn

Por troca de variveis (n k = m, ou seja, n = k + m), temos:

+ +

X (e ) =
k=

x1 [k ]
m= +

x2 [n] ejm x1 [k ] ejk

ejk

= X2 (ej ) = X2 (e
j

k= )X1 (ej )

64

Teorema da modulao
Analogamente ao teorema da convoluo, temos que a modulao de duas seqncias no domnio do tempo equivalente a convoluo (peridica) de suas DTFT no domnio da freqncia. Ou seja, se: FDT x1 [n] X1 (ej )
DT x2 [n] X2 (ej )

Ento:

1 x[n] = x1 [n]x2 [n] X (e ) = 2

FDT j

X (ej )X (ej () )d

(3.30)

Teorema de Parseval
O teorema de Parseval dene que a energia total de um sistema a soma das contribuies das energias distribudas em cada uma das freqncias normalizadas . esse teorema que permite denirmos a densidade de potncia espectral de uma dada seqncia ou sistema.

1 |x[n]| = 2 n=
2

X (ej ) d

(3.31)

A importncia atribuda a sua relao com estimao espectral, uma rea de processamento digital de sinais ligada a tentativa de determinar as caractersticas espectrais de uma seqncia com base em avaliaes probabilsticas do fennemo fsico representado pela seqncia.

Demonstrao. Inicialmente provaremos a forma geral do Teorema de Parseval, considerando duas seqncias distintas cujas DTFT's so moduladas. Seja x1 [n] e x2 [n] tal que:
DT x1 [n] X1 (ej ) DT x2 [n] X2 (ej )

F F

65 Ento:

X (ej ) = X1 (ej )X2 (ej )

+ +

=
m= +

x1 [m] ejm
n= +

jn x 2 [n] e

=
m= n=

j (mn) x1 [m]x 2 [n]e

Fazendo troca de variveis (k = m n), temos:

+ + jk x1 [n + k ]x 2 [n] e k= n= x[k]

X (e ) =

onde x[k ] corresponde a funo de correlao cruzada entre duas seqncias, com atraso de k amostras. Ou seja:
+

x[k ] =
n=

DT j j j x1 [n + k ]x 2 [n] X (e ) = X1 (e )X2 (e )

(3.32)

Se x1 [n] = x2 [n] = y [n] e x[k ] = z [k ], temos:

+

z [k ] =
n=

DT Z (ej ) = Y (ej )Y (ej ) y [n + k ]y [n]

Calculando z [0], temos:

+ +

z [0] =
n=

y [n]y [n] =
n=

|y [n]|2

1 Mas FDT {Z (ej )}, com n = 0, :

+ 1 Y (ej )Y (ej )ej(0) d z [0] = 2 + 1 2 Y (ej ) d = 2

66

Pares de transformadas
Segue agora uma relao de diversas transformadas de Fourier de tempo discreto, cuja prova pode ser obtida diretamente das equaes 3.7.

DT [n] 1

DT [n nd ] ejn0

1, n|n Z
k=
DT an u[n], |a| < 1

FDT

2 ( + 2k ) 1 1 aej
+

1 u[n] ( + 2k ) + 1 ej k=
FDT
DT (n + 1)an u[n]

1 (1 aej )2 1, | | < c 0, c < | |

sen(c n) FDT X (ej ) = n x[n] = 1, 0, 0nM c.c.

DT

sen( (M + 1)/2) jM/2 e sen(/2)

+

DT ej0 n

2 ( 0 + 2k )
k= +

cos(0 n + )
k=

FDT

ej ( 0 + 2k ) + ej ( + 0 + 2k )

Captulo 4 Teoria da Amostragem

At agora tratamos de seqncias discretas, onde no existe qualquer informao sobre o intervalo de tempo fsico existente entre a i-sima amostra e suas vizinhas imediatas i 1 e i + 2. Para relacionarmos um sinal contnuo (ou analgico) com uma seqncia discreta, introduzimos agora o conceito de perodo (ou freqncia) de amostragem. Ou seja, a cada intervalo fixo de tempo coletaremos o valor do sinal instantneo. Matematicamente temos:

x[n] = xc (nT ),

< n < +
1 T

(4.1)

onde T o perodo de amostragem, e fs =

a freqncia de amostragem.

xc (t)

A/D
T

x[n]E

T
Figura 4.1: Representao grca do conversor A/D Esta uma operao irreversvel, ou seja, pois uma vez realizada, no possvel obter o exatamente sinal contnuo xc (t) a partir das amostras x[n]. Isso signica que a operao no inversvel. Matematicamente, tratamos a amostragem (ou discretizao) em dois estgios: 1. Um gerador de trem de impulsos (delta de Dirac) 2. Um conversor de impulsos para seqncias 67

68 Tais estgios so apresentados na gura 4.2, onde ca claro a modulao entre o sinal contnuo xc (t) e o trem de impulsos s(t). O conversor na verdade um dispositivo eletrnico do tipo sample-and-hold.

s(t)

xc (t)

c  E d E d x ( t ) s 

conversor

x[n]

Figura 4.2: Estgios de uma amostragem (A/D) A gura 4.3 mostra o que acontece quando usamos um conversor A/D com perodo de amostragem muito pequeno em relao as caractersticas espectrais do sinal contnuo. Podemos notar que quando o freqncia de amostragem pequeno, perdemos informao do sinal contnuo, e dessa forma, temos uma seqncia que pouca relao com esse sinal.

69
9 8 7 6 5 4 3 2 1 0 3 9 8 7 6 5 4 3 2 1 0 3

0 t

0 t

9 8 7 6 5 4 3 2 1 0 3

9 8 7 6 5 4 3 2 1 0 3

0 n

0 n

Figura 4.3: Exemplo de um mesmo sinal amostrado atravs de trens de pulsos com perodos de amostragem distintos. O trem de pulsos denido matematicamente por:
+

s(t) =
n=

(t nT )

Modulando o sinal contnuo xc (t) com o trem de pulsos s(t), temos um sinal amostrado no domnio contnuo:
+

xs (t) = xc (t) s(t) = xc (t)

n= +

(t nT )

=
n=

xc (nT ) (t nT )

Agora analisaremos os efeitos dessa modulao (primeiro passo da amostragem) nas componentes espectrais do sinal xs (t). Aplicando a Transformada de Fourier (Equao 3.1) sobre a funo trem de pulsos s(t), temos:

2 S () = T

( k s ),
k=

s =

2 T

70 Como modulamos no domnio do tempo, implicitamente convolumos na freqncia, ou seja:

1 1 Xs () = Xc () S () = 2 T

Xc ( k s )
k=

levando em conta que a funo delta de Dirac (t) possui propriedades especiais (Equao 2.2.6).

Xc()

2 pi/T

1/T

Xs()

S()

sN

2 pi/T

1/T

Xs()

S()

Figura 4.4: Relao entre Xc (), Xs () e S (), para diferentes freqncias de amostragem Note que Xs () uma funo contnua (em ) composta de uma soma

71 de innitas rplicas de Xc (), deslocadas k s radianos entre si. Para que as rplicas no se sobreponham, necessrio que:

s N > N s > 2N
Dessa forma, podemos recuperar xc (t) a partir de xs (t) usando um ltro passa-baixas ideal com uma freqncia de corte c (N < c < s N ) que elimine as rplicas de Xs (). Essa eliminao pode ser impossvel devido a sobreposies das rplicas oriunda de uma amostragem incorreta do sinal contnuo xc (t). Quando tais sobreposies ocorrem, temos o fenmeno conhecido por espalhamanto espectral ou aliasing.

1/T

Xs()

N<c<sN

Xc()=Xs()

Figura 4.5: Recuperao de sinal original (no domnio da freqncia) a partir de Xs () usando ltro passa-baixas A freqncia N , que a componente espectral de maior valor (em radianos) chamada de freqncia de Nyquist. Ela dene qual o limite de freqncia de amostragem s .

Teorema 4.1 (Teorema de Nyquist). Seja xc (t) um sinal de banda limitada

com Xc () = 0 para || N . Ento xc (t) unicamente determinado por

72

x[n] = xc (nT ) para n Z se, e somente se: s = 2 2N T

(4.2)

Podemos relacionar a Transformada de Fourier Discreta no Tempo (DTFT) com as Transformadas de Fourier (contnuas) dos sinais contnuos xc (t) e xs (t), ou seja X (ej ) com Xs () e Xc (). Pela denio,
+

xs (t) =
n=

xc (nT ) (t nT )

Ento

Xs () =

xs (t)e

j t

dt =
n=

xc (nT )ej T n

Pela denio de amostragem de uma sinal, temos x[n] = xc (nT ) e:

+

X (ej ) =
n=

x[n] ejn

Por comparao, temos:

Xs () = X (ej )|=T = X (ej T )

Logo,

X (e

j T

1 )= T

Xc ( k s )
k= +

1 X (e ) = T
j j

Xc
k=

2k T T

Ou seja, X (e ) uma verso escalada em freqncia de Xs () (escala denida por = T . Apenas reforando, quando discretizamos o sinal xc (t) em xs (t) (e consequentemente x[n]), a sua DTFT corresponde a soma de rplicas da Transformada de Fourier do sinal contnuo original xc (t), espaadas a cada 2 radianos, o que mantm a periodicidade implcita da DTFT.

Exemplo: Considere sinal contnuo xc (t) = cos(0 t) = cos(4000t) amostrado a

73

6000 Hz. Isso implica em T = temos:

1 6000

(s =

2 T

= 12000 ). Discretizando-o,

x[n] = xc (nT ) = cos(4000T n) = cos(0 n) = cos(2n/3)

Aplicando a Transformada de Fourier em xc (t), obtemos:

Xc () = ( 4000 ) + ( + 4000 )
Gracamente, quando amostramos um sinal contnuo, sabemos que so produzidas rplicas ao redor das freqncias mltiplas da freqncia de amostragem (s ), como vemos na gura a seguir.

pi

Xc()

4000pi

+4000pi

pi/T

pi

12000pi

4000pi

0 +4000pi

+12000pi

X(ej)

Xs()

6pi/3

2pi/3

+2pi/3

+6pi/3

Figura 4.6: Componentes espectrais do sinal xc (t) = cos(16000t), quando amostrado a T = 1/6000 Hz.

Considerando agora o sinal contnuo xc (t) = cos(1 t) = cos(16000t) = 12000 ). Discretizando-o, temos: amostrado a 6000 Hz (s = 2 T

x[n] = xc (nT ) = cos(16000T n) = cos(2n + 1 n) = cos(2n/3)

Quando consideramos a Transformada de Fourier de xs (t) e a DTFT de x[n], notaremos que os resultados so idnticos queles obtidos para um sinal

74

cuja maior componente espectral 4 vezes menor do que a do sinal agora analisado. Isso tambm ca evidente quando calculamos x[n]. Finalmente, considere o sinal contnuo xc (t) = cos(2 t) = cos(4000t) = 3000 ). Discretizando-o, temos: amostrado a 1500 Hz (s = 2 T

x[n] = xc (nT ) = cos(4000T n) = cos(2n + 1 n) = cos(2n/3)

Em comparao ao primeiro sinal desse exemplo, suas Transformada de Fourier de xs (t) (verso amostrada de xc (t), no domnio contnuo) possuem componentes espectrais bastante distintas. Entretanto, ambas as DTFT das respectivas seqncias so idnticas, como vemos na gura a seguir.

pi

Xc()

4000pi

+4000pi

pi/T

pi

4000pi

2000pi

+2000pi

+4000pi

X(ej)

Xs()

6pi/3

2pi/3

+2pi/3

+6pi/3

Figura 4.7: Componentes espectrais do sinal xc (t) = cos(4000t), quando amostrado a T = 1/1500 Hz.

Note que em todos os casos, FDT {x[n]} produz os mesmos resultados, pois a combinao entre 0 , 1 e 2 com relao a s acaba gerando a mesma seqncia x[n]. Tambm ca evidente que a manipulao da freqncia de amostragem s e da freqncia da mais alta componente espectral pode produzir as mesmas seqncias (e DTFT's).

75 At agora, analisamos os aspectos matemticos da discretizao de um sinal contnuo para uma seqncia, a partir de um perodo xo de amostragem T . Nesse instante deniremos os aspectos relativos a converso de uma seqncia em um sinal contnuo, com base no seu perodo de amostragem. Sabemos que a modulao de um sinal contnuo xc (t) por um trem de impulsos s(t) (denido a partir de T ) produz um sinal xs (t) cujas componentes espectrais correspondem a uma soma de innitas rplicas de Xc (). Se no ocorrer aliasing, podemos isolar exatamente Xc () a partir de Xs () a partir de um ltro passa-baixas com freqncia de corte (c ) igual a /T . Pela denio, podemos gerar um sinal xs (t) contnuo a partir de suas seqncias x[n], ou seja:
+

xs (t) =
n=

x[n] (t nT )

Chamaremos de hr (t) ao ltro passa-baixas. Quando aplicamos tal ltro, por convoluo, obtemos o sinal reconstrudo xr (t) (que uma aproximao de xc (t)): xr (t) = xs (t) hr (t)
+

=
n=

x[n] hr (t nT )

Pela denio apresentada para o ltro passa-baixas (ideal), a Transformada de Fourier de hr (t) :

Hr () =

T, T << 0, || > T

(4.3)

Calculando sua Transformada Inversa de Fourier, temos:

hr (t) =

sen(t/T ) t/T

(4.4)

Assim, o sinal reconstrudo pode ser escrito como:

+

xr (t) =
n= +

x[n]

sen( (t nT )/T ) (t nT )/T

=
n=

x[n] sinc(t nT )

76 Precisamos vericar se xr (nT ) = xc (nT ), pois no conhecemos os valores para instantes t = nT . Assim,

hr (0) = 1 hr (nT ) = 0,

n = 1, 2,

Isso implica em xr (nT ) = xc (nT ) = x[n]. Gracamente, o ltro passabaixa hr (t) (ou Hr () apresentado na gura 4.8.
1.2 1 0.8 0.6 0.4 0.2 0 0.2 0.4 4T Hr() 3T 2T T t T 2T 3T 4T hr(t)

pi/T

+pi/T

Figura 4.8: Filtro passa-baixas reconstrutor (resposta temporal e espectral Tal ltro interpola valores entre xs (t) (denido a partir de x[n] e do perodo de amostragem T ) para formar xr (t), que uma aproximao de xc (t). Esse ltro tambm chamado de ltro reconstrutor. Simbolicamente essa operao descrita pela gura 4.9.

x[n]

conversor

[n] (t)
T

xs (t)

ltro

Hr ()

xr (t)

T
Figura 4.9: Estgios de reconstruo de sinal a partir de seqncia (D/A)

77 Considerando agora que temos um modo para discretizar e reconstruir um sinal contnuo, podemos considerar o uso de sistemas discretos para processar sinais contnuos usando computadores digitais, por exemplo, ao invs de operar exclusivamente com sistemas contnuos. Matematicamente tal operao signica:

x[n] = xc (nT ) 1 X (e ) = T
j +

Xc
k=

2k T T

A seqncia x[n] ento convoluda por um sistema qualquer produzindo como sada y [n], que ento reconstrudo por um ltro passa-baixa ideal hr (t) atravs das expresses:
+

yr (t) =
n=

y [n]

sen( (t nT )/T ) (t nT )/T T Y (ej T ), 0, | | < | | >

T T

Yr () = X (ej T ) Hr () =

xc (t)

A/D
T

x[n]

sistema discreto

y [n]

D/A
T

yr (t)

Figura 4.10: Representao grca da aplicao de um sistema discreto sobre um sinal contnuo, usando discretizao e reconstruo de sinais e seqncias. Gracamente esse processo apresentado na gura 4.10. Caso o sistema seja linear e invariante no tempo, podemos incorporar na expresso anterior a resposta em freqncia do sistema (H (ej )), ou seja:

X (ej ) = H (ej ) X (ej )

78 Mas:

Yr () = X (ej T ) Hr () = X (ej T ) H (ej T ) Hr () = Hr () H (e

j T

1 ) T

Xc
k=

2k T
, T

Como Xc () = 0 para ||

e Hr () = T para || <

ento:

Yr () =

H (ej T ) Xc (), 0,

| | < | | >

T T

Caso Xc () obedea o Teorema de Nyquist (teorema 4.1), podemos calcular a resposta em freqncia analgica do sistema em termos da resposta em freqncia do sistema digital, ou seja:

Yr () = He () Xc ()
onde:

He () =

H (ej T ), 0,

|| < || >

T T

Dessa forma, denimos qual o sistema analgico efetivo que est sendo realizado com a operaes de discretizao, aplicao do ltro e reconstruo das seqncias e sinais contnuos envolvidos.

Captulo 5 Transformada Z
A Transformada Z baseada na teoria de funes analticas, que so funes localmente denidas por sries de potncias convergentes. Em termos de engenharia, equivale Transformada de Laplace para seqncias. A Transformada Z foi desenvolvida para lidar com seqncias que, do ponto de vista estritamente matemtico, no so absolutamente somveis e, desta forma, no possuem Transformada de Fourier Discreta no Tempo (DTFT).

5.1 Preliminares
Nas teorias de circuitos eltricos e de controle, tivemos contato com a Transformada de Laplace, que permite o mapeamento entre os domnios do tempo e s, ambos contnuos. Tal transformada denida pelo seguinte par de equaes: + F (s) = f (t)est dt 0 (5.1) +j 1 st f (t) = F (s)e ds 2j j Onde s uma varivel complexa denida por s = +j . Se considerarmos apenas a parte imaginria de s na Equao 5.1, temos a Transformada de Fourier (Equao 3.1. Note aqui que estamos tratando da verso unilateral da Transformada de Laplace. A sua verso bilateral exige que a integral de F (s) seja calculada no intervalo aberto ] , +[.

Clculo de Transformada de Laplace

79

80

Vamos primeiramente calcular a Transformada de Fourier e depois traar um paralelo entre tal transformada e a Transformada de Laplace. Seja

x(t) = eat u(t)

onde u(t) uma funo degrau ou funo de Heaviside. Sua Tranformada de Fourier : + + at jt X (j ) = e u(t)e dt = eat ejt dt
0 + 0

1 = e(a+j)t a + j

1 ea ej 1 a + j

Se a > 0, ento X (j ) = 1. Entretanto, se a 0, a integral no converge, e X (j ) no existe. Analogamente, sua Transformada de Laplace : + + at st eat est dt e u(t)e dt = X (s) =

1 = e(a+s)t s+a

+ 0

1 = e(a+s) 1 s+a

Tal integral somente converge (e, consequentemente, existe) se:

(s + a) > 0 = ( + j + a) > 0 = > a =

(s) > a

Nesse caso, a regio de convergncia de X (s) so todos os valores s no plano complexo cuja parte real seja maior do que a. Outra considerao importante, baseada nas operaes apresentadas, que se a < 0, no existe Transformada de Fourier de x(t), mas existe Transformada de Laplace de x(t). Essa relao de existncia ser vericada quando tratarmos de Transformada Z.
Note que associado a Transformada de Laplace de uma dada funo (contnua e diferencivel), existe uma regio de convergncia para o qual os valores de s garantem a existncia da transformada. Para calcular a Transformada Inversa de Laplace, podemos usar a integrao direta (Equao 5.1, ou tcnicas baseadas em fraes parciais ou solues tabeladas.

81

5.2 Denio
Da mesma maneira que a Transformada de Laplace est para a Transformada de Fourier, a Transformada Z est para a Transformada de Fourier Discreta no Tempo. Posteriormente veremos como relacionar as Transformadas Z e Laplace. Uma das diferenas que existem entre elas (para facilitar a compreenso, sem entrar no rigor matemtico) que enquanto a Transformada de Laplace opera sobre um domnio temporal contnuo, a Transformada Z opera sobre seqncias no domnio do tempo. A Transformada Z de uma seqncia x[n] denida por:
+

X (z ) = Z {x[n]} =
n=

x[n] z n

(5.2)

Tal transformada dita Transformada Z bilateral pelo fato dos limites do somatrio envolver a grandeza . Um caso particular a Transformada Z unilateral, que denida por:
+

X (z ) =
n=0

x[n] z n ,

zC

Neste trabalho focaremos unicamente no caso bilateral. Entretanto, veremos que em muitas situaes prticas, as manipulaes algbricas envolvendo as seqncias levaro ao caso unilateral. Pela denio de FDT {x[n]} (assumindo que x[n] absolutamente somvel), temos:
+

X (e ) =
n= j

x[n] ejn

Comparando X (e ) com X (z ), temos que z = ej . Isso signica que se uma seqncia x[n] possui DTFT, pois isso implica na seqncia ser absolutamente somvel; ento tal seqncia possuir Transformada Z. Ou seja:

X (ej ) = X (z )|z=ej

(5.3)

Note que, quando mantemos a relao z = ej , estamos restringindo valores vlidos para z de tal forma que todos eles localizam-se sobre um crculo de raio unitrio. Isso pode ser melhor compreendido pela gura 5.1.

82

1 0.8 0.6 0.4 Parte Imaginria 0.2 0

|z|=1

0.2 0.4 0.6 0.8 1 1 0.5 0 Parte Real 0.5 1

Figura 5.1: Representao de z = ej , ou |z | = 1. Alm disso, o clculo da DTFT envolve a variao de no intervalo ] , + [ sobre um eixo linear. Como X (ej ) uma funo peridica (com perodo igual a 2 ), podemos restringir a anlise para qualquer intervalo de comprimento igual a 2 (como [, + [ ou, [0, + 2 [). Com a Transformada Z para z = ej - que X (ej ) - seus valores so obtidos sobre pontos do crculo de raio unitrio (|z | = 1) variando o ngulo em qualquer intervalo de comprimento igual a 2 (como [, + [ ou [0, + 2 [). Mesmo que calculssemos X (z ) para qualquer outro ngulo fora desses intervalos, evidenciaramos a periodicidade implcita de X (z ) para z = ej . Assim, uma das propriedades importantes para X (ej ) facilmente compreendida quando pensamos em X (z ) para pontos sobre o crculo de raio unitrio. como se a DTFT fosse dobrada (warped) sobre o crculo de raio unitrio, no plano complexo. Entretanto, como z C, podemos generaliz-la para:

z = rej ,

rR

Assim, atravs do parmetro r (raio), podemos descrever todos os valores

83 complexos. Assim, podemos reescrever X (z ) como:

+

X (z ) = X (rej ) =
n= +

x[n] rej

=
n=

x[n]rn ejn

ou seja, X (z ) a DTFT de uma seqncia (x[n]rn ).

5.3 Existncia da Transformada Z

Precisamos avaliar quais as condies para que uma seqncia x[n] admita Transformada Z. Usando o critrio existncia da DTFT, que exige que a seqncia seja absolutamente somvel (o que implica na seqncia convergir assintoticamente para n ), para a nova seqncia x [n] = (x[n]rn ) temos que: |x [n]| <

x[n]rn <
Exemplo: A seqncia degrau unitrio, x[n] = u[n], no absolutamente somvel. Entretanto, x [n] = x[n]rn = u[n]rn absolutamente somvel se, e somente se, r > 1. Ou seja, Z {u[n]} |z | > 1

Este critrio apenas indica que caso a taxa de crescimento assinttico de x[n] seja inferior a taxa de crescimento assinttico de rn , ento, (x[n]rn ) decrescer assintoticamente, garantindo que tal seqncia seja absolutamente somvel e que sua DTFT exista. Avaliaremos agora se a Transformada Z existe. Seja:

|X (z )| <
+

x[n] z n <
n= +

x[n]z n <
n=

84 Usando a inequao de Cauchy-Schwarz (2.27), temos:

+

|x[n]| z n <
n= +

|x[n]| |z |n <
n=

(5.4)

Ou seja, a existncia da Transformada Z depende de valores de z (ou mais precisamente, |z | (alm dos valores de x[n]). Assim, somos obrigados a denir a regio no plano complexo onde os valores z = zi daquela regio validam a inequao 5.4. Tal regio denida como regio de convergncia da Transformada Z, ou ROC. Como a existncia da Transformada Z depende de |z |, se um determinado z = zi |zi ROC, ento qualquer ponto no crculo descrito por zi pertencer regio de convergncia (ou seja z = zi |z | = |zi | | zi ROC).

Transformada Z para diferentes seqncias: A primeira seqncia avaliada aqui ser a seqncia dita direita (rightsided sequence), que uma seqncia causal. Considere a seguinte seqncia direita: x[n] = an u[n] Sua Transformada Z :
+ +

X (z ) =
n=

a u[n] z

=
n=0

an z n

Para que X (z ) exista, necessrio que:

+

|a|n z 1
n=0

<

Isso implica em:

|a| z 1 < 1 |z | > |a|

Logo, usando a Equao 2.26 para clculo da soma de uma progresso geomtrica, temos:

X (z ) =

z 1 = , 1 az 1 za

|z | > |a |

Gracamente a ROC :

85

1 0.8 0.6 0.4 Parte Imaginria 0.2 0 0.2 0.4 0.6 0.8 1 1 0.5 0 Parte Real 0.5 1

Figura 5.2: ROC (rea hachurada) para seqncia direita, com a = 0,8.

Note que o plo da equao X (z ) dene o raio do crculo concntrico e limtrofe da ROC. Um plo de uma equao o valor que zera o seu denominador. A prxima seqncia que analisaremos a seqncia dita esquerda (left-sided sequence), que uma seqncia no-causal. Considere a seguinte seqncia direita:

x[n] = an u[n 1]
Sua Transformada Z :
+ 1

X (z ) =
n=

a u[n 1] z
+

=
n=

a z

n n

=
n=1

an z n

=1
n=0

an z n

Para que X (z ) exista, necessrio que:

+

a1
n=0

|z |n <

Isso implica em:

a1 |z | < 1 |z | < |a|

86

Logo, usando a Equao 2.26 para clculo da soma de uma progresso geomtrica, temos: 1 z X (z ) = = , |z | < |a | 1 1 az za Gracamente a ROC :

0.5 Parte Imaginria

0.5

1.5

0.5

0 Parte Real

0.5

1.5

Figura 5.3: ROC (rea hachurada) para seqncia direita, com a = 1,2.

Note que tanto uma seqncia causal como uma no-causal podem produzir a mesma Transformada Z. A nica diferena entre elas a regio de convergncia (ROC). Assim, a Transformada Z depende da ROC para caracteriz-la completamente. Combinando as duas seqncias anteriores, obtemos a seqncia de dois lados (two-sided sequence) ou seqncia mista. Considere a seguinte seqncia mista:

x[n] = (0,5)n u[n] + (0,75)n u[n]

Sua Transformada Z :
+ +

X (z ) =
+

(0,5) u[n] z
n=

+
n=

0,75n u[n] z n

=
n=0

(0,5)n z n +
n=0

0,75n z n

1 2z (z 0,375) 1 + = = 1 + 0,5z 1 1 0,75z 1 (z + 0,5)(z 0,75)

87

Para que X (z ) exista, necessrio que:

+

|(0,5)|n z 1
n=0

+
n=0

|0,75|n z 1

<

Isso implica em, simultaneamente:

|(0,5)| z 1 < 1 |z | > 0,5 |0,75| z 1 < 1 |z | > 0,75

Gracamente a ROC :

1 0.8 0.6 0.4 Parte Imaginria 0.2 0 0.2 0.4 0.6 0.8 1 1 0.5 0 Parte Real 0.5 1

Figura 5.4: ROC (rea hachurada) para seqncia mista.

Novamente os plos da equao X (z ) denem raios de crculos concntricos no plano complexo. Entretanto, sua regio de convergncia exige que as restries impostas por duas inequaes sejam simultaneamente validadas. Assim, a ROC para essa seqncia corresponde a interseco de duas ROC individuais. Considere agora outra seqncia mista:

x[n] = (0,5)n u[n] + (0,75)n u[n 1]

Sua Transformada Z :

X (z ) =

2z (z 0,375) (z + 0,5)(z 0,75)

88

Para que X (z ) exista, necessrio que:

+

|(0,5)|n z 1
n=0

+
n=0

0,751

|z |n <

Isso implica em, simultaneamente:

|(0,5)| z 1 < 1 |z | > 0,5 0,751 |z | < 1 |z | < 0,75

Gracamente a ROC :

1 0.8 0.6 0.4 Parte Imaginria 0.2 0 0.2 0.4 0.6 0.8 1 1 0.5 0 Parte Real 0.5 1

Figura 5.5: ROC (rea hachurada) para seqncia mista.

Como em exemplos anteriores, diferentes seqncias produzem X (z ) iguais, com diferentes ROC. E novamente, a ROC dessa seqncia mista pode ser obtido pela interseco de duas ROC distintas. Finalmente, considere a seguinte seqncia finita:

x[n] =
Sua Transformada Z :

an , 0,

0nN 1 c.c.
N 1

N 1

X (z ) =
n=0

a z

n n

=
n=0

az 1

1a z 1 z N aN = 1 az 1 zN z a

N N

89

Para que X (z ) exista, necessrio que:

N 1

|a|n z 1
n=0

<

Como o nmero de termos nito, isso signica que:

|a| z n1 < |a| < z=0

Gracamente a ROC :

1 0.8 0.6 0.4 Parte Imaginria 0.2 0 0.2 0.4 0.6 0.8 1 1 0.5 0 Parte Real 0.5 1 7

Figura 5.6: ROC para seqncia nita.

Note que a nica restrio imposta aqui z = 0, que congura um plo exatamente em z = 0. Existe tambm um plo em z = a, que cancelado por um dos zeros de zk = aej 2k/N , que so razes de z N = aN . Existe uma segunda restrio (z = ), que origina-se quando a seqncia nita no-causal. Isso pode ser determinado analiticamente a partir da denio da Transformada Z.
Sumarizando, podemos determinar algumas relaes envolvendo a ROC de Z {x[n]} (ou X (z ): 1. A ROC sempre ser um anel ou disco com centro na origem. A equao descritiva do anel 0 rdireita < |z | < resquerda +, e a equao descritiva do disco |z | < resquerda +.

90 2. A DTFT de x[n] convergir absolutamente se, e somente se, a ROC de Z {x[n]} incluir o crculo unitrio. 3. A ROC nunca inclui qualquer plo em seu domnio de denio. 4. Se x[n] tem durao nita, ento a ROC de Z {x[n]} todo plano complexo exceto z = 0 ou z = . 5. Se x[n] uma seqncia direita (causal), ento a ROC de Z {x[n]} externo ao crculo denido pelo plo mais externo de X (z ). 6. Se x[n] uma seqncia esquerda (no-causal), ento a ROC de Z {x[n]} interna ao crculo denido pelo plo mais interno de X (z ). 7. Se x[n] uma seqncia mista, ento a ROC de Z {x[n]} um anel delimitado por crculos denidos por um nico par de seus plos, sem que haja qualquer plo interno ao anel. 8. A ROC de Z {x[n]} uma regio conectada. A gura 5.7 mostra um conjunto de possveis ROC para trs plos de um X (z ) qualquer (no caso, reais) denidos no plano complexo. Todos eles obedecem as relaes apresentadas. Note que em todos os casos, os zeros de X (z ) no afetam a sua existncia (ou convergncia da seqncia). Posteriormente avaliaremos situaes nas quais tais zeros sero restringidos de forma a atender uma propriedade especca.

5.4 Causalidade e Estabilidade

Considerando h[n] como um sistema linear e invariante no tempo, podemos calcular a Z {h[n]} e determinar caractersticas como causalidade e estabilidade no domnio z . Das sees 2.3.3 e 2.3.6, h[n] causal se h[n] = 0 para n < 0. Pelos exemplos apresentados na seo anterior, H (z ) ser causal se sua ROC for |z | > |a| , a C. Caso contrrio, o sistema ser no-causal. A estabilidade de um sistema est ligado a incluso do crculo de raio unitrio (|z | = 1) dentro do domnio de denio da ROC de H (z ), independente da ROC ser um anel ou um crculo. Como o crculo de raio unitrio representa os pontos no plano complexo onde H (ej ) obtido, isso signica

91

0.5 Parte Imaginria Parte Imaginria 1.5 1 0.5 0 Parte Real 0.5 1 1.5

0.5

0.5

0.5

1.5

0.5

0 Parte Real

0.5

1.5

0.5 Parte Imaginria Parte Imaginria 1.5 1 0.5 0 Parte Real 0.5 1 1.5

0.5

0.5

0.5

1.5

0.5

0 Parte Real

0.5

1.5

Figura 5.7: Exemplo de ROC para um mesmo X (z ). que se um sistema H (z ) estvel, ele possui DTFT, pois da Equao 2.28 temos:
+

|h[n]| <
n=

Combinando essas duas propriedades, um sistema h[n] ser causal e estvel se, e somente se, sua ROC for |z | > |a|, com |a| < 1.

5.5 Transformada Inversa de Z

Diferente das denies da Transformada de Fourier Discreta no Tempo (cuja simetria na transformao de domnios entre x[n] e X (ej ) facilita as manipulaes algbricas), a Transformada Inversa de Z mais complexa por envolver a ROC (como vimos, diferentes seqncias geram X (z ) iguais, diferindo apenas na regio de convergncia. A Transformada Inversa de Z de X (z ) (com ROC R : 1 X (z )z n1 dz (5.5) x[n] = 2j C

92 onde C um caminho fechado que circunda a origem (z0 = 0 C ) e est contido em R (C R), percorrido no sentido anti-horrio.

Demonstrao. Pelo teorema de Cauchy (ou Integral de Cauchy), temos:

1 2j

z k1 dz =
C

1, 0,

k=0 k=0

(5.6)

Pela denio de Transformada Z (Equao 5.2), sabemos que:

+

X (z ) =
n=

x[n] z n

1 Multiplicando ambos os lados dessa equao por z k1 2j e calculando a integral de linha em um caminho fechado C percorrido em sentido antihorrio, temos: + 1 1 k 1 X (z )z dz = x[n]z n+k1 dz 2j C 2j C n= + 1 = x[n] z n+k1 dz 2 j C n=

Pela Equao 5.6, temos que quando n + k = 0, ou n = k , a integral de linha no-nula. Ou seja: 1 X (z )z k1 dz = x[k ] 2j C

Demonstrao. Outra forma de demonstrar a Transformada Inversa de Z consiste em analisar a relao entre Transformadas Z e de Fourier Discreta no Tempo. Ou seja: X (z ) = FDT {x[n]r n}

X (rej ) = FDT {x[n]r n}

Isso implica em:
1 x[n]r n = FDT {X (rej )} + n 1 X (rej )ejn d x[n] = r 2 + 1 n = X (rej ) rej d 2

93 Sabemos que:

z = rej

dz = jrej d 1 1 d = dz j rej Note que uma variao de at + , na integral da IDTFT signica variar ao redor do crculo de raio r (em sentido anti-horrio) no plano z , pois agora estamos substituindo as variveis pela varivel complexa z . Ou seja: 1 zn x[n] = X (z ) dz 2j C z 1 = X (z )z n1 dz 2j C
onde C o caminho fechado descrito pelo crculo de raio r, cujos pontos z ROC, para que exista a integral.

5.5.1 Teoria de Resduos

Para calcular a Transformada Inversa de Z, nos valemos da Teoria de Resduos de Funes Analticas. Isso signica que: 1 X (z )z n1 dz x[n] = 2j C (5.7) = [resduos de X (z )z n1 para plos zi internos a C ]
i

Os resduos so calculados atravs de:

Res[X (z )z

n1

1 ds1 (z ) para z = zi ] = (s 1)! dz s1

(5.8)
z =zi

onde s a multiplicidade do i-simo plo zi onde o resduo calculado, e:

(z )|z=zi n 1 = (z )|z=zi = X (z )z n1 (z zi )s s = X (z )z (z zi )
Exemplo de clculo da Transformada Inversa de Z: Seja:

X (z ) =

1 , 1 az 1

|z | > |a|

94

Pela Equao 5.5, temos: 1 z n1 1 zn x[n] = dz = dz 2j C 1 az 1 2j C z a Vamos agora determinar C . Como a ROC de X (z ) |z | > |a|, ento o caminho fechado de integrao C deve ser, no mnimo, um crculo de raio maior do que a. Primeiramente calcularemos x[n] (pela Equao 5.5) para n 0. Nessas condies teremos apenas um plo interno ao caminho C , em z0 = a. Assim:

x[n] = Res{(z )|z=z0 }z0 =a = Res 1 = [z n ]z0 =a = an 0!

zn (z a) za

z0 = a

Para n > 0, entretanto, alm do plo em z0 = a, temos plos em z1 = 0 cuja multiplicidade varia de acordo com n. Assim, temos que calcular x[n] para cada n nesse intervalo. Para n = 1, temos:

x[n] = Res 1 1 = 0! z =a
1

1 (z a) z (z a) 1 1 + 0! z z0 =a
1 z1 =0

+ Res
z0 =a

1 (z ) z (z a)

z1 =0

=0

Para n = 2, temos novamente 2 plos. Entretanto, o plo z1 = 0 agora possui multiplicidade 2. Assim, temos:

x[n] = Res = 1 1 0! z 2
2

z 2 (z

1 (z a) a) + 1 d 1! dz
1 z a

+ Res
z0 =a

z 2 (z

1 (z 2 ) a)

z1 =0

z0 =a 2

z1 =0

=a

=0

Por induo, x[n] = 0 para n < 0. Como resultado nal temos x[n] = an u[n].
Uma maneira fcil de lidar com valores de x[n] para n < 0 alterar a relao entre x[n] e X (z ) no clculo da Transformada Inversa de Z. Fazendo

95
1 z=p , onde p tambm uma varivel complexa, temos p = ej 1 e: r

1 x[n] = 2j

X
C z =ej r

1 p

pn+1 (1)p2 dp
dz

Note que a integral de linha agora no sentido horrio. Reorganizando tal equao, temos: 1 1 n1 x[n] = X p dp (5.9) 2j C p Com a troca de variveis (p por z ), os plos que eram internos ao crculo de raio r (caminho fechado C ) passam a ser externos ao crculo de raio 1 r (caminho fechado C ) e vice-versa. O clculo dos resduos, ento, restringese aos plos internos ao caminho fechado C atravs de:

1 Res X p
com:

n1

para p = pi

ds1 (p) 1 = (s 1)! dps1

(5.10)
p=pi

1 (p)|p=pi s = X (p pi ) p

pn1 = (p)|p=pi = X

1 p

pn1 (p pi )s

Na prtica, a Equao 5.9 s empregada para n < 0, enquanto que a Equao 5.5 para n 0.

continuao do exemplo anterior: Calculando novamente x[n] para n < 0, usando 5.5 temos: 1 pn1 x[n] = dz 2j C 1 ap Para n < 0, no existem plos internos a C . Logo x[n] = 0 para n < 0, conrmando os resultados usando a fora-bruta.
Como vimos, o processo consiste em determinar a equao nal X (z )z n1 e determinar seus plos. Com base nesses plos e sua localizao em relao ao caminho fechado C (obtido a a partir da ROC de X (z ), podemos calcular os resduos, que diretamente fornecem as componentes para x[n].

96

Exemplos de clculo de Transformada Inversa de Z: Neste primeiro exemplo, seja:

5 3z 2 6 z X (z ) = 1 z4 z 1 3

|z | >

1 3

Para n 0 encontramos 2 plos internos de X (z )z n1 em C (ou seja, 1 z=4 ez=1 ). Logo: 3

x[n] = Res

3z 5 zn 6 z1 z1 4 3 3z 5 zn 6 z1 z1 4 3

1 3 1 4

z0 = 1 3

+ Res

z0 = 1 4

)z n 1 (3z 5 6 = 0! z1 4 =2 1 3
n

1 4

z0 = 1 3 n

)z n 1 (3z 5 6 + 0! z1 3

z0 = 1 4

Para n < 0, no h plos externos de X (z )z n1 em C . Logo, a soluo nal : n n 1 1 x[n] = 2 u[n] 3 4 Agora considere:

X (z ) =

z z
1 4

1 2

1 3

|z | >

1 3

Para n < 0, no h plos externos de X (z )z n1 em C . Entretanto, para 1 n 0, temos 3 plos internos de X (z )z n1 em C (ou seja, z = 1 ,z= 3 e 4 z = 0). Logo:

97

x[n] = Res

z1 zn 2 z1 z1 z 4 3 z1 zn 2 z1 z1 4 3 z1 zn 2 z1 z1 4 3 1 4
n

1 4 1 4

z0 = 1 4

+ Res

z0 = 1 4

+ Res = 12

z
z0 =0

1 3

u[n] 6 [n]

Note que o valor 6 [n] vem do fato de que para quando n = 0 o ltimo resduo igual a 6(0)0 = 6, ao passo que para n = 0, 6(0)n = 0.
Em todos os exemplos apresentados at aqui, operamos com potncias positivas de z , inclusive para determinao dos zeros de diversos polinmios (que resultam em plos de X (z ) ou X (z )z n1 .

5.5.2 Fraes Parciais

Da mesma forma que na Transformada de Laplace, podemos usar a tcnica de fraes parciais para calcular a Transformada Inversa de Z, basicamente decompondo X (z ), geralmente formada a partir de uma razo entre dois polinmios, em somatrio de fraes cujas transformadas no domnio Z so facilmente obtidas. Podemos representar qualquer razo entre polinmios por potncias positivas ou negativas de z . Ou seja:
M M M

bk z X (z ) =
k=0 N

z =

N k=0 N

bk z

M k

b0 =
k=1 N

1 ck z 1 1 dk z 1
k=1

ak z k
k=0

zM
k=0

ak z N k

a0

onde ck e dk so os zeros e plos de X (z ). Tendo em vista tal decomposio, podemos assumir algumas situaes prticas para M e N . Se M < N e todos os plos de X (z ) so de primeira

98
ordem, ento:

X (z ) =
com:
k=1

Ak 1 dk z 1
z =dk

(5.11)

Ak = X (z ) 1 dk z 1

Exemplo: Seja:

X (z ) =

1 1
1 1 z 4

1 1 z 2

|z | >
1 4

1 2
e 1 . Logo: 2

Facilmente determinamos que as razes de X (z ) so

X (z ) =
com:

A2 A1 + 1 1 z 1 1 4z 1 1 2 = 1
z= 1 4

1 A1 = X (z ) 1 z 1 4 1 A2 = X (z ) 1 z 1 2

=2
z= 1 2

Por inspeo em valores tabelados de pares de Transformada Z, temos que a Transformada Inversa de Z de X (z ) :

x[n] =

1 4

u[n] + 2

1 2

u[n]

Assumindo agora que M N e alguns plos de X (z ) possuem ordem superior, temos:

M N

X (z ) =
r=0

Br z

Cm Ak + + 1 (1 dk z ) m=1 (1 di z 1 )m k=1,k=i

(5.12)

onde di so os plos com multiplicidade s, dk (k = i) so os plos de ordem 1, Ak denido a partir da Equao 5.11, e:

Cm =

1 (s m)!(di )sm

dsm (1 di w)s X (w1 ) dwsm

1 w=d i

Para determinar Br , lanamos mo de diviso longa entre polinmios. Com base na ROC de X (z ) e em algumas Transformadas Z tabeladas, como:

99

Br z r Br [n r] Ak Z Ak (dk )n u[n] ou Ak (dk )n u[n 1] 1 1 dk z

Exemplo: Seja

X (z ) = =

1 + 2z 1 + z 2 , 1 + 1 z 2 1 3 z 2 2 (1 + z 1 ) 1 1 z 1 (1 z 1 ) 2
2

|z | > 1

Como M = N = 2, ento aplicamos a diviso longa para obter o termo B0 . Como a ROC envolve |z | > 1 ento a srie converge para potncias negativas de z . Assim, a diviso ca:

z 2 + z 1 + 1 [z 2 3z 1 + 1] 5z
1

1 2 z 2

3 z 1 + 1 2

Note que essa diviso longa foi feita de tal forma que a potncia do resto seja maior do que a potncia do denominador. Esse o critrio de parada para a diviso longa. Assim:

X (z ) = 2 +

1 + 5z 1 1 1 z 1 (1 z 1 ) 2 A2 A1 + =2+ 1 1 (1 z 1 ) 1 2z = 9
z= 1 2

com:

1 A1 = X (z ) 1 z 1 2 A2 = X (z ) 1 z 1
z =1

=8

Por inspeo em valores tabelados de pares de Transformada Z, temos que a Transformada Inversa de Z de X (z ) :

x[n] = 2 [n] 9

1 2

u[n] + 8u[n]

100

Note que em fraes parciais operamos com potncias negativas de z , pois os pares tabelados de Transformada Z so fornecidos dessa forma. No entanto, para encontrar os plos de X (z ), ca mais fcil operar com potncias positivas de z .

5.5.3 Expanso em Srie de Potncias

A expanso em srie de potncias atende a X (z ) que no podem ser denidos por uma razo de polinmios. Existem funes em z que podem ser descritas a partir da sua Srie de Taylor. Tal tcnica se baseia na denio de Z {x[n]} (Equao 5.2), ou seja:
+

X (z ) =
n=

x[n] z n

(5.13)

= + x[2]z 2 + x[1]z 1 + x[0] + x[1]z 1 + x[2]z 2 +

Assim, por inspeo podemos determinar x[n] que se encaixa na denio. Tal abordagem tambm bastante til para seqncias nitas.

Exemplos: Seja X (z ) denida pela expresso transcendental:

X (z ) = log(1 + az 1 )
Sabemos que a Srie de Taylor de log(1 + x) denida como:
+

log(1 + x) =
n=1

(1)n+1 xn n

Logo:

X (z ) =
n=1

(1)n+1 an n z n

Ou seja, por inspeo em relao a Equao 5.13, a Transformada Inversa de Z de X (z ) : n (1)n+1 an , n1 x[n] = 0 c.c.

101

Considere agora X (z ) tal que:

X (z ) =

1 , 1 az 1

|z | > |a|

Vamos agora realizar uma diviso longa de tal forma que a potncia do resto seja sempre menor do que a potncia do denominador. Assim, quando |z | +, o resto tende a zero, assintoticamente.

1 [1 az 1 ] +az 1 [az 1 a2 z 2 ] +a2 z 2 [a2 z 2 a3 z 3 ] . . .

1 az 1 1 + az 1 + a2 z 2 +

Assim, X (z ) = 1+ az 1 + a2 z 2 + . Por inspeo em relao a Equao 5.13, a Transformada Inversa de Z de X (z ) x[n] = an u[n]. Finalmente considere X (z ) tal que:

X (z ) =

1 , 1 az 1

|z | < |a|

Vamos agora realizar uma diviso longa de tal forma que a potncia do resto seja sempre maior do que a potncia do denominador. Assim, quando |z | , o resto tende a zero, assintoticamente.

1 [1 a1 z 1 ] +a1 z 1 [a1 z 1 a2 z 2 ] +a2 z 2 [a2 z 2 a3 z 3 ] . . .

1 az 1 a1 z 1 a2 z 2 + a3 z 3

Assim, X (z ) = a1 z 1 a2 z 2 + . Por inspeo em relao a Equao 5.13, a Transformada Inversa de Z de X (z ) x[n] = an u[n 1]. A diferena dessas duas divises longas reside nos valores permissveis de z - ROC - que garantem convergncia assinttica (ou existncia) de X (z ).

102

Dessa forma, tais restries impe que com o aumento das potncias de z do resto no processo de diviso longa, o resto dever convergir para zero.

5.6 Propriedades da Transformada Z

A seguir sero listadas vrias propriedades da Transformada Z. O intuito mostrar que podemos encontrar rapidamente tal transformada de seqncia com caractersticas especiais, com base em suas propriedades matemticas. Tais propriedades tero ligao estreita com as propriedades da Transformada de Fourier Discreta no Tempo, da seo 3.3. As propriedades a seguir assumem que se conhecemos X (z ) para uma dada seqncia x[n], ento podemos obter rapidamente sua Z {x[n]} de uma dada seqncia que apresente alguma caractersticas especca em relao x[n], ou seja: Z x[n] X (z ), ROC : Rx

Transformada Z de seqncia conjugada

x[n] X (z ) x [n] X (z ) ROC : Rx ROC : Rx
Demonstrao. A partir de Z {x[n]}, temos:
+ Z Z

(5.14)

X (z ) =
n=

x[n] z n

Aplicando o conjugado em ambos os termos, temos:

+ +

[X (z )] =
n=

x[n] z

=
n=

x [n] z

=
n=

x [n] (z )n

Substituindo w = z temos nalmente:

+

X (w ) =
n=

x [n] wn

103

Linearidade
Seja uma seqncia qualquer x[n] que pode ser decomposta linearmente na soma ponderada de duas outras seqncias (x1 [n] e x2 [n]), com a, b C e:

x1 [n] X1 (z ), x2 [n] X2 (z ),
A Transformada Z linear, pois:
Z

ROC : Rx1 ROC : Rx2

x[n] = a x1 [n] + b x2 [n] X (z ) = aX1 (z ) + bX2 (z ) ROC : Rx1 Rx2

Demonstrao. Calculando Z {x[n]}, obtemos:
+

(5.15)

X (z ) =
n= +

x[n] z n {a x1 [n] + b x2 [n]} z n

n= + +

= =a

x1 [n] z
n=

+b
n=

x2 [n] z n

= aX1 (z ) + bX2 (z )
A ROC de X (z ) deve ser tal que um valor z0 qualquer deve pertencer simultaneamente ROC de X1 (z ) e X2 (z ). Assim, a ROC de X (z ) a interseo das ROC's de X1 (z ) e X2 (z ). importante salientar que na determinao da ROC de X (z ) alguns plos de X1 (z ) podem ser cancelados com zeros de X2 (z ) (e vice-versa), fazendo com que a ROC de X (z ) tenha maior dimenso do que as ROC's individuais de X1 (z ) e X2 (z ).

Deslocamento no tempo
Considere a seqncia x[n], cuja Transformada Z conhecida. Se deslocarmos suas amostras em nd amostras (nd Z), Z {x[n nd ]} :

x[n] X (z ) x[n nd ] z nd X (z ) ROC : Rx ROC : Rx

(5.16)

104
A ROC Rx pode ser uma verso simplicada de Rx , pois o termo z nd pode eliminar ou adicionar plos em z = 0 ou z = .

Demonstrao. Calculando a Transformada Z de x [n] = x[n nd ], temos:

+

X (z ) =
n=

x[n nd ] z n

Trocando de variveis (m = n nd , ou seja, n = m + nd ), temos:

+

X (z ) =
(m+nd )= +

x[m] z (m+nd ) x[m] z m = z nd X (z )

m=

= z nd

Quando a ROC de X(z), o termo z nd pode adicionar ou remover plos em z = 0 ou z = , dependendo de X (z ) e de nd .

Deslocamento em z
Considere a seqncia x[n], cuja Transformada Z conhecida. Se a modun larmos por uma seqncia z0 complexa, sua Transformada Z :
n x[n] X (z ) z0 x[n] X Z Z

z z0

(5.17)

ROC : Rx ROC : |z0 | Rx

Demonstrao. Calculando a Transformada Z da seqncia modulada, temos:
+ + n z0 x[n] z n = n= n=

X (z ) =

x[n]

z z0

=X

z z0

Para o clculo da ROC de X (z/z0 ), levamos em conta que originalmente a ROC de X (z ) pode ser descrita pelo seguinte anel: raioe < |z | < raiod Como trocamos de varivel (pela modulao), a ROC de X (z/z0 ) : raioe <

|z | z < raiod = raioe < < raiod = z0 |z0 | |z0 | raioe < |z | < |z0 | raiod

105

Modulao de degrau por cossenide: Seja a seguinte seqncia

x[n] = rn cos(0 n)u[n]

Aplicando a relao de Euler (Equao 2.19), temos:

x[n] =

1 rej0 2

1 rej0 2

Logo, z0 = rej0 . Assim, Z {x[n]} (por essa propriedade):

X (z ) =

+ 1 1 z0 z 1 1 z0 z 1 1 1 2 z0 + 2 z0 z 1 = 2 1 (z0 + z0 ) z 1 + z0 z0 z = = 1r 1 2r
ej0 +ej0 2

1 2

1 2

z 1

ej0 +ej0 2

+ r2 [e(j0 +j0 ) ] z 2

1 r cos(0 )z 1 1 r cos(0 ) + r2 z 2

com a ROC de X (z ) igual a |z | > r, pois a ROC de Z {u[n]} |z | > r.

Reverso temporal
Considere a seqncia x[n], cuja Transformada Z conhecida. Se revertermos tal seqncia, sua Transformada Z :

x[n] X (z ) x[n] X (1/z ) 1 ROC : Rx ROC : Rx

Se x[n] R, ento,

(5.18)

x[n] X (1/z ),

ROC =

1 Rx

106

Diferenciao em z
Seja uma seqncia qualquer x[n], cuja Transformada Z conhecida. Se a modularmos por uma seqncia linearmente crescente, sua Transformada Z : dX (z ) Z Z x[n] X (z ) n x[n] z (5.19) dz ROC : Rx ROC : Rx

Demonstrao. Considere a Transformada Z de x[n]:

+

X (z ) =
n=

x[n] z n

Diferenciando ambos os termos da igualdade em relao a z , temos:

dX (z ) = x[n] z n1 (n) dz n=
Multiplicando por z , temos:

dX (z ) z =j {n x[n]} z n dz n=
onde n x[n] a seqncia modulada.

Teorema da convoluo
O teorema da convoluo diz que a convoluo de duas seqncias no domnio do tempo equivalente a modulao das Transformadas Z dessas duas seqncias, no domnio z . Ou seja, se: Z x1 [n] X1 (z ), ROC : Rx1

x2 [n] X2 (z ),
Ento:
Z

ROC : Rx2

x[n] = x1 [n] x2 [n] X (z ) = X1 (z )X2 (z ),

ROC {Rx1 Rx2 } (5.20)

107

Demonstrao. Considere Z {x[n]}:

+

X (z ) =
n= +

x[n] z n
+

=
n= + k=

x1 [k ]x2 [n k ]
+

z n

=
k=

x1 [k ]
n=

x2 [n k ] z n

Por troca de variveis (n k = m, ou seja, n = k + m), temos:

+ +

X (z ) =
k=

x1 [k ]
m= +

x2 [n] z m x1 [k ] z k

z k

= X2 (z )
k=

= X2 (z )X1 (z )

Teorema da modulao
Analogamente ao teorema da convoluo, temos que a modulao de duas seqncias no domnio do tempo equivalente a convoluo de suas Transformadas Z, no domnio z . Ou seja, se:

x1 [n] X1 (z ), x2 [n] X2 (z ),
Z

ROC : Rx1 < |z | < Rx1 + ROC : Rx2 < |z | < Rx2 +

(Agora denimos as regies de convergncia atravs da descrio de um anel. Tal denio pode ser expandida para crculos quando no h limite inferior nas inequaes). Ento: 1 Z x[n] = x1 [n]x2 [n] X (z ) = X1 (z/v )X2 (v )v 1 dv 2j C 1 (5.21) X (z ) = X1 (v )X2 (z/v )v 1 dv 2j C ROC :Rx1 Rx2 < |z | < Rx1 + Rx2 +

108

Demonstrao. Pela denio de Z {x[n]}, temos:

+

X (z ) =
n=

x1 [n]x2 [n] z n

Mas, pela denio de Z 1 {X2 (z )} (Equao 5.5), ou seja: 1 x2 [n] = X2 (v )v n1 dv 2j C Ento:

+

X (z ) =
n=

x1 [n]
+

1 2j

X2 (v )v n1 dv
C

z n

1 = 2j 1 = 2j = 1 2j

x[n] X2 (v )
C n= +

z v
n

v 1 dv

x[n]
C n=

z v

X2 (v )v 1 dv

X1 (z/v )X2 (v )v 1 dv
C

A denio da ROC de X (z ) depende da simplicao que plos de X1 (z ) podem produzir quando sobrepostos com zeros de X2 (z ), e vice-versa, podendo expandir a denio da ROC apresenta nessa propriedade.

Teorema de Parseval
Como vimos anteriormente (seo 3.3.2), o teorema de Parseval dene que a energia total de um sistema a soma das contribuies das energias distribudas em cada uma das freqncias normalizadas considerando z = rej .
+

x1 [n]
n=

x 2 [n]

1 = 2j

C X1 (v )X2 (1/v )v 1 dv

(5.22)

Ou, para x1 [n] = x2 [n] = x[n]:

1 |x[n]| = 2j n=
2

X (v )X (1/v )v 1 dv
C

(5.23)

109

Teorema do valor inicial

O teorema do valor inicial lida com a condio assinttica de X (z ). Se x[n] causal, ento: x[0] = lim X (z ) (5.24)
z +

Pares de transformadas
Segue agora uma relao de diversas Transformadas Z, cuja prova pode ser obtida diretamente das equaes 5.2.

[n] 1 u[n] u[n 1]

Z Z Z

zC |z | > 1 |z | < 1 z = 0, n d > 0 z = , nd < 0 |z | > |a| |z | < |a| |z | > |a| |z | < |a| |z | > 1 |z | > 1

1 1 z 1 1 1 z 1

[n nd ] z nd [n nd ] z nd an u[n] an u[n 1] nan u[n] nan u[n 1] [cos(0 n)] u[n] [sin(0 n)] u[n]
Z Z Z Z Z Z Z

1 1 az 1 1 1 az 1 az 1 (1 az 1 )2 az 1 (1 az 1 )2 1 [cos(0 )] z 1 1 [2 cos(0 )] z 1 + z 2 1 [sin(0 )] z 1 1 [2 cos(0 )] z 1 + z 2

110

1 [r cos(0 )] z 1 [r cos(0 n)] u[n] 1 [2r cos(0 )] z 1 + r2 z 2

n Z

|z | > r |z | > r |z | > 0

[rn sin(0 n)] u[n]

[r sin(0 )] z 1 1 [2r cos(0 )] z 1 + r2 z 2

a n , 0 n N 1 Z 1 a N z N 1 az 1 0, c.c.

Captulo 6 Anlise de Sistemas Lineares Invariantes no Tempo

Neste captulo analisaremos qual o comportamento de um sistema linear e invariante no tempo em relao a diversos parmetros. A restrio a tal sistema motivada pelo fato de que nesse sistema podemos facilmente isolar os efeitos do mesmo sobre o sinal na forma de uma resposta ao impulso e consequente resposta em freqncia. Em nossas anlises, usaremos tanto a Transformada Z como a Transformada de Fourier Discreta no Tempo, pois j sabemos que elas so intercambiveis de acordo com condies especcas.

6.1 Magnitude e Fase

Como vimos anteriormente, a resposta em freqncia de um sistema linear e invariante no tempo h[n] H (ej ). Pelo teorema da convoluo (Seo 3.3.2), sabemos que dado um sinal de entrada x[n], sua sada denida, no domnios temporal e espectral, por:

y [n] = x[n] h[h] Y (ej ) = X (ej ) H (ej )

Podemos decompor a resposta em freqncia da seqncia de sada em relao a magnitude e fase das respostas em freqncia da seqncias de entrada e da resposta ao impulso do sistema, ou seja:

Y (ej ) = X (ej )

H (ej )

Y (ej ) = X (ej ) + H (ej )

111

112

Demonstrao. Pela denio:

Y (ej ) = Y (ej ) eY (e

j )

A convoluo no tempo implica em modulao em freqncia. Assim:

X (ej ) H (ej ) = X (ej ) eX (e = X (ej )

j )

H (ej ) eH (e

j )

H (ej ) eX (e

j )+H (ej )

Com essa decomposio da sada, podemos analisar quais os efeitos que o sistema produzir, em termos de magnitude e fase, nessa seqncia de entrada, cujas caractersticas espectrais so conhecidas. Logo, convencionase chamar tais efeitos de distoro em magnitude e fase.

Exemplos: Considere um ltro passa-baixas ideal, denido por:

Hlp (ej ) =

1, 0,

| | < c c < | |

1 Calculando FDT {Hlp (ej )}, temos:

hlp =

sen(c n) , n

nZ

Analisando as caractersticas desse sistema, notamos que:

No causal; Sua resposta ao impulso no computacionalmente realizvel; Sua resposta em fase zero (ou nula).
Outro sistema conhecido o atrasador ideal, denido por:

hid = [n nd ]
Sua resposta em freqncia :

Hid (ej ) = ejnd

Em termos de magnitude e freqncia, o atrasador ideal denido por:

Hid (ej ) = 1 Hid (ej ) = nd

| | <

113

Uma rpida anlise da magnitude e fase desse sistema mostra que sua fase linear (em relao a ). Finalmente, se combinarmos ambos os sistemas em cascata (ltro passabaixas e atrasador, ambos ideais), temos (lembrando que convoluo no tempo modulao em freqncia) como resposta em freqncia:

H (ej ) = Hlp (ej ) Hid (ej ) =

E como resposta ao impulso:

ejnd , 0,

| | < c c < | | <

h[n] =

sen(c (n nd )) , (n nd )

nZ

As caractersticas desse novo sistema so:

um ltro passa-baixas com fase linear; Ainda no causal (independente de nd ).

Considerando agora que qualquer sistema pode ser reescrito atravs de uma equao de diferena linear com coecientes constantes (Seo 2.3.7), podemos analisar qual a inuncia dos plos e zeros na magnitude e fase do sistema. Pela Equao 2.30, temos:
N M

ak y [n k ] =
k=0 k=0

bk x[n k ]

Aplicando a Transformada Z em ambos os lados dessa equao, e usando as propriedades de linearidade e deslocamento no tempo, temos:
N M

ak z k Y (z ) =
k=0 N k=0

bk z k X (z )
M

Y (z )
k=0

ak z

= X (z )
k=0

bk z k

Isolando Y (z ) e X (z ) em um lado da equao, temos:

Y (z ) = H (z ) = X (z )

M k k=0 bk z N k k=0 ak z

114 Se fatorarmos os polinmios do numerador e do denominador em termos de z 1, temos: M 1 k=1 (1 ck z ) H (z ) = N 1 k=1 (1 dk z ) onde ck o k-simo zero de H (z ) e dk o k-simo plo de H (z ). Essa fatorao tem por objetivo permitir que analisemos os efeitos dos plos e zeros de um sistema linear e invariante no tempo em sua magnitude e fase, analogamente ao que ocorre quando analisamos o diagrama de Bode para sistemas contnuos.

6.2 Estabilidade e Causalidade

Como sabemos da Transformada Z, diversos sistemas podem apresentar uma mesma equao descritiva para H (z ) com diferentes ROC's. Como vimos na Seo 5.4, podemos denir a estabilidade e causalidade de um determinado sistema H (z ) atravs das caractersticas de sua ROC, ou seja: Um sistema ser causal se, e somente se, sua ROC incluir |z | = . De maneira anloga, um sistema ser estvel se, e somente se, sua ROC incluir |z | = 1 .

Exemplo: Considere o seguinte sistema denido por sua equao de diferenas lineares com coecientes constantes:

5 y [n] y [n 1] + y [n 2] = x[n] 2
com y [1] = 0 e y [2] = 0. Usando a Transformada Z, como vimos anteriormente, temos:

H (z ) =

1 1
5 1 z 2

z 2

1 1 z 2

1 (1 2z 1 )

Tal expresso implica em trs possveis ROC's:

|z | > 2 produz um sistema causal e instvel;

1 2

< |z | < 2 produz um sistema no causal e estvel;

1 2

|z | <

produz um sistema no causal e instvel.

115

Assim, dependendo da denio do tipo de sistema em relao a causalidade e estabilidade, podemos determinar a resposta do impulso (h[n]) desse sistema a partir de seu H (z ). Considere agora um sistema descrito por:
M N N

H (z ) =
r=0

Br z

+
k=1

Ak 1 dk z 1

Assumindo que o sistema causal, temos:

M N N

h[n] =
r=0

Br [n r] +
k=1

Ak dn k u[n]

Com essas suposies, chegamos a duas classes de sistemas: 1. Pelo menos 1 (um) plo no-nulo no cancelado por um zero. Assim, existir pelo menos 1 (um) termo da forma Ak dn k u[n], e, consequentemente, h[n] ter durao infinita. 2. No h plos, exceto em z = 0. Assim teremos apenas polinmios da forma br z r , e, consequentemente, h[n] ter durao finita.

Classes de sistemas: Seja h[n] denido pela seguinte equao de diferenas nitas:

y [n] ay [n 1] = x[n]
Sua transformada Z produz:

H (z ) =

z 1 = , 1 az 1 za

|z | < |a|

Nesse sistema, temos 1 plo em z = a e 1 zero em z = 0. Se garantirmos que o sistema estvel, |a| < 1. Logo:

h[n] = an u[n]
Tal sistema notadamente de resposta innita, contendo 1 plo no-nulo. Considere agora o sistema descrito pela seguinte resposta ao impulso:

h[n] =

an , 0,

0nM c.c

116

Neste caso, sua transformada Z produz:

M

H (z ) =
n=0

a n z n =

1 aM +1 z M 1 z M +1 aM +1 = 1 az 1 z M (z a)

Uma anlise preliminar indica que temos M + 1 zeros dispostos uniformemente ao redor do crculo de raio a conforme a expresso:

zk = a ej M +1 ,

2k

k = 0, 1, , M

Tambm temos, preliminarmente, plos em z = 0 (com multiplicidade M ) e em z = a. Entretanto esse ltimo plo simplica-se com um dos zeros (zero em z = a). Logo temos:
M

y [n] =
k=0

ak x[n k ]

ou

y [n] ay [n 1] = x[n] aM +1 x[n (M + 1)]

Cuja resposta ao impulso nita.

6.3 Sistemas Inversos

Um sistema Hi (z ) dito ser inverso de um sistema H (z ) se, e somente se:

H (z ) Hi (z ) = 1 1 Hi (z ) = H (z )

(6.1)

Aplicando a Transformada inversa de Z, temos que tal relao no domnio do tempo dada por: h[n] hi [n] = [n] (6.2) Considerando a relao existente entre Transformada Z e a DTFT temos que: 1 Hi (ej ) = H (ej ) Logo:

log(|XejwHi |2 ) = log |XejwHi |2 Hi (ej ) = Hi (ej )

117 Percebemos pela relao anterior que um sistema inverso (hi [n]) produz magnitude e fase negativas em relao a magnitude e fase dos sistema original (h[n]). Entretanto, nem todos os sistemas possuem sistema inverso. Sistemas como os ltros passa-baixas, por exemplo, anulam componentes espectrais impedindo sua restaurao por qualquer sistema inverso que seja projetado. Considerando que existem sistemas podem ser reescritos em termos de plos e zeros, como:
M

H (z ) =

b0 a0

1 ck z 1
k=1 N

1 dk z 1
k=1

Ento, seu inverso denido por:

N

Hi (z ) =

a0 b0

1 dk z 1
k=1 M

1 ck z 1
k=1

Intuitivamente os plos e zeros de H (z ) tornam-se zeros e plos de Hi (z ), respectivamente. Assim, o sistema inverso tem sua estabilidade denida pela posio dos zeros de H (z ). Logo, um sistema inverso estvel se todos os zeros do sistema original forem internos ao crculo unitrio. Para avaliar a ROC de Hi (z ) consideramos a teoria da convoluo, pois sabemos que H (z ) Hi (z ) = 1. Com base nos plos de ambos os sistemas, a ROC de Hi (z ) deve ser tal que as ROC's de H (z ) e Hi (z ) produzam um conjunto em z no-nulo (ou seja, que ambas as ROC's se sobreponham no plano complexo). Mais ainda, se H (z ) for causal, ento a ROC deve incluir a restrio de que |z | > maxk |ck |.

Exemplo: Considere o seguinte sistema:

1 0,5z 1 H (z ) = , 1 0,9z 1

ROC : |z | > 0,9

118

O sistema inverso obtido atravs da Equao 6.1, ou seja:

Hi (z ) =

1 1 0,9z 1 1 1 = 0 , 9 z 1 0,5z 1 1 0,5z 1 1 0,5z 1

As possveis ROC's de Hi (z ) so |z | > 0,5 e |z | < 0,5. Para que haja sobreposio entre as ROC's de H (z ) e Hi (z ) necessrio que a ROC de Hi (z ) seja tal que |z | > 0,5. Dessa forma, a resposta ao impulso do sistema inverso : hi [n] = 0,5n u[n] 0,9(0,5)n1 u[n 1] Logo, tal sistema estvel (por incluir o crculo unitrio em sua ROC) e causal. Considere agora o seguintes sistema:

H (z ) =
Seu inverso :

z 1 0,5 , 1 0,9z 1

ROC : |z | > 0,9

Hi (z ) =

1 0,9z 1 2 1 = + 1,8z 1 1 1 z 0,5 1 2z 1 2z 1

As possveis ROC's de Hi (z ) so |z | > 2 e |z | < 2. Ambas garantem que haja sobreposio entre as ROC's de H (z ) e Hi (z ). Dessa forma, as respostas ao impulso do sistema inverso so:

hi [n] = 2(2)n u[n 1] 1.8(2)n1 u[n], hi [n] = 2(2)n u[n] + 1,8(2)n1 u[n 1],

|z | < 2 |z | > 2

Para |z | < 2, temos um sistema que estvel e no-causal, enquanto que para |z | > 2, temos um sistema que instvel e causal. Assim, o sistema H (z ) admite dois sistemas inversos.
Generalizando, temos que dado um sistema H (z ), que seja causal, com zeros ck (1 k M ), o seu sistema inverso, Hi (z ), ser causal se, e somente se, a ROC de Hi (z ) for tal que |z | > maxk |ck |. Se H (z ) tambm estvel, Hi (z ) ser estvel se, e somente se, a ROC de Hi (z ) incluir o crculo unitrio, ou seja, maxk |ck | < 1. Em termos de zeros e plos, tais condies exigem que todos os zeros e plos de H (z ) estejam dentro do crculo unitrio. Tal sistema tambm dito ser de mnima fase, considerao que faremos na Seo 6.6.

119

6.4 Resposta em Freqncia para Sistemas baseados em Funes Racionais

Para analisar melhor o comportamento de sistemas em termos de sua resposta em freqencia, vamos analisar a relao entre plos e zeros em relao a sua magnitude e fase. Considere o seguinte sistema genrico denido pela razo entre dois polinmios. M k k=0 bk z H (z ) = N k k=0 ak z Se o analisarmos em pontos z do crculo unitrio, obtemos rapidamente sua DTFT, ou seja: M jk k=0 bk e H (ej ) = N jk k=0 ak e Expressando H (ej ) em termos de plos (dk e zeros (ck ) (por fatorao), temos: M j ) b0 j k=1 (1 ck e H (e ) = M j a0 ) k=1 (1 dk e A magnitude desse sistema denida por:
M j )| k=1 |(1 ck e M j )| k=1 |(1 dk e

b0 H (e ) = a0
j 2

Como |H (ej )| = H (ej ) H (ej ), ento:

H (e )

b0 = a0

M j ) (1 k=1 (1 ck e M j ) (1 k=1 (1 dk e

j c ke ) j d ke )

Aplicando o log para obter a magnitude em decibis (no esquecendo que usamos efetivamente 10 log10 para obter valores em dB), temos:

20 log10 H (ej ) = 20 log10

M

b0 a0
(6.3)

+
k=1 M

20 log10 1 ck ej 20 log10 1 dk ej
k=1

120 bom salientar algumas propriedades bsicas do logaritmo (log10 ()) para as anlises de resposta em freqncia. Particularmente:

H (ej ) = 1 H (e ) = 10 H (e ) = 2
Em relao a fase, temos que:
j j m m

0 dB 6m dB

20m dB

H (ej ) =

b0 + 1 ck ej 1 dk ej a0 k=1 k=1

(6.4)

O clculo do ngulo realizado atravs da funo arctan(), que fornece apenas o assim chamado valor principal, ou seja:

< arctan H (ej ) < +

Assim, o valor efetivo do ngulo de H (ej ) :

H (ej ) = arctan H (ej ) + 2r( )

Todas essas anlises nos levam a alguns resultados importantes. Os plos de um sistema linear e invariante no tempo amplificam componentes espectrais da seqncia de entrada, pois se observarmos a Equao 6.3 notaremos a medida que nos aproximamos de um plo dk , temos:
1 ej = z 1 d 20 log10 (1 dk ej ) + k =

Analogamente, os zeros de um sistema linear e invariante no tempo atenuam componentes espectrais da seqncia de entrada, pois a medida que nos aproximamos de um zero ck , temos:
1 ej = z 1 c +20 log10 (1 ck ej ) k =

Note que a atenuao torna-se um valor positivo quanto sua magnitude |H (ej )| menor que a unidade (< 1). Por exemplo, uma atenuao de -60 dB em uma dada freqncia 0 signica que |H (ej0 )| = 0,001. Plos e zeros tambm so teis para compensar (atrasando ou adiantando) componentes espectrais de acordo suas posies ao longo do crculo unitrio, conforme mostra a Equao 6.4. Com relao a fase, importante notar que os clculos numricos usando arctan podem produzir descontinuidades. Assim, a cada descontinuidade, devemos somar mltiplos de 2 para obter a curva de fase corrigida de um sistema em anlise.

121

Exemplo: Considere o termo (1 z0 z 1 ), que pode ser tanto um plo quanto um zero. Decompondo z0 em coordenadas polares, ou seja, z0 = rej , e analisando o termo sobre o crculo unitrio, temos:

1 z0 z 1 = 1 rej ej
A magnitude desse termo descrita (em funo de ) por:

10 log10

1 rej ej

= 10 log10 = 10 log10

1 rej e+j

1 rej ej

1 + r2 2r cos( )

Sua fase descrita por:

arctan 1 rej ej = arctan

r sin( ) 1 r cos( )

Gracamente temos que esse termo possui a seguinte resposta em magnitude e fase:
5 3 r=0.9 r

0 r=0.9 r 2

5 |H(ej)| em dB

1 H(ej) 1 20 2 25 3 0 1 2 3 4 5 6 0 1 2 3 4 5 6 10

15

30

Figura 6.1: Resposta em magnitude e fase de (1 z0 z 1 ), com = .

Note que a mxima atenuao ocorre exatamente em = , pois:

= cos( ) = 1 10 log10 1 + r2 2r ser mnimo.

J a amplicao mxima ocorre exatamente em = , pois:

= cos( ) = 1 10 log10 1 + r2 + 2r ser mxima.

122

6.5 Sistemas Passa-Tudo

O sistema passa-tudo leva esse nome porque no atenua nem amplica qualquer componente espectral de uma seqncia de entrada. Sua ao alterar a fase da seqncia de entrada. Matematicamente um sistema passa-tudo de primeira ordem denido por: z 1 a Hap (z ) = (6.5) 1 az 1 onde a C. Reescrevendo a Equao 6.5 em termos de (ou seja, z = ej ), temos:

Hap (ej ) =

j ej a ) j (1 a e = e j j 1 ae (1 ae )

(6.6)

Calculando a magnitude de Hap (ej ), temos:

Hap (ej )
Logo,

=1

(1 a ej ) (1 aej ) =1 (1 aej ) (1 a ej )
(6.7)

Hap (ej ) = 1

Geometricamente (no plano z), um sistema passa-tudo de primeira ordem representado por um plo em a e um zero em 1/a (no recproco do conjugado de a) conforme Figura 6.2.

1 0.8 0.6 0.4 Parte Imaginria 0.2 0 0.2 0.4 0.6 0.8 1 1 0.5 0 Parte Real 0.5 1

Figura 6.2: Representao dos plos e zeros de um sistema passa-tudo de primeira ordem.

123 A fase desse sistema passa-tudo de primeira ordem denida por:

Hap (ej ) =

ej rej r sen( ) = 2 arctan( ) 1 rej ej 1 r cos( )

(6.8)

onde a = rej na Equao 6.6.

Demonstrao. Considere um sistema passa-tudo de primeira ordem cuja resposta em freqncia denida pela Equao 6.6, com a = rej . Sua fase descrita por:

Hap (ej ) =

ej rej 1 rej ej 1 rej (+) = ej 1 rej (+)

= ej + 1 rej (+) 1 rej (+)

Decompondo no plano complexo, temos:

Hap (ej ) = + [1 r cos( + ) jr sen( + )] [1 r cos( + ) + jr sen( + )]

Logo,

Hap (ej ) = + arctan(

r sen( + ) r sen( + ) ) arctan( ) 1 r cos( + ) 1 r cos( + ) r sen( + ) = 2 arctan( ) 1 r cos( + )

A forma mais geral de um sistema passa-tudo pode envolver mltiplos pares de plos e zeros reais (em total Mr ) e mltiplos pares de plos e zeros complexos (em total Mc ). A separao entre reais e complexos se deve ao fato que sua aplicao se dar sobre sequncias reais, cujas representaes espectrais apresentam simetria em relao ao eixo das abscissas. Dessa forma, uma alterao espectral nas componentes espectrais de 0 at tambm deve ser realizada naquelas simtricas localizadas entre e 2 . Assim,
Mr

Hap (z ) =
k=1

z 1 dk 1 d k z 1

Mc

k=1

1 (z 1 e ek ) k )(z 1 (1 ek z 1 )(1 e kz )

(6.9)

124 onde dk R, ck C. Para que este sistema seja causal e estvel, devemos garantir que |dk | < 1 e |ek | < 1. Se considerarmos um sistema de segunda ordem baseado na Equao 6.9, contendo um par de plos complexos em e0 = rej , sua fase analiticamente descrita por:

Hap (ej ) =

ej rej ej re+j (1 rej ej ) (1 rej ej )

r sen( + ) r sen( ) ) 2 arctan( ) 1 r cos( ) 1 r cos( + ) (6.10) Geometricamente (no plano z), um sistema passa-tudo de terceira ordem (envolvendo dois pares de plos-zeros complexos e um par de plos-zeros real) conforme Figura 6.3. = 2 2 arctan(

1.5

Parte Imaginria

0.5

0.5

1.5 2 1.5 1 0.5 0 0.5 Parte Real 1 1.5 2

Figura 6.3: Representao dos plos e zeros de um sistema passa-tudo de terceira ordem. Note que a adio de novos pares de plos e zeros produz naturamente redues do ngulo (para qualquer freqncia ) quando analisamos as Equaes 6.8 e 6.10. Este resultado ser til quando falamos de sistemas de fase mnima.

Exemplo:

125

Considere dois sistemas passa-tudo de primeira ordem (Equao 6.5) denidos por a1 = 0.9 e a2 = 0.9. Isso implica em r1 = r2 = 0.9 com 1 = 0 e 2 = . Como sabemos que |Hap ( )| = 1, podemos analisar ento como fase desses sistemas atravs da Figura 6.4.
3 0 =0 =

1 H(ej) H(ej) 1 =0 = 0 1 2 3 4 5 6

6 0 1 2 3 4 5 6

Figura 6.4: Fase de um sistema passa-tudo de primeira ordem (com e sem limitao de intervalo igual a 2 ).

Ambos os grcos na Figura 6.4 so os mesmos. A diferena que o primeiro obtido usando a funo arctan(), cuja imagem < < + e apresenta uma descontinuidade em = . Efetivamente, se "desdobrarmos"essa curva descontnua, obtemos a funo do ngulo de fase do sistema passa-tudo.
A primeira utilidade de um sistema de passa-tudo representar compensadores para distoro de fase. Como vimos, uma cuidadosa alocao dos pares de plos e zeros pode resultador em correo de atrasos e avanos da sequncia ou sistema analisados. Outra utilidade permitir transformar sistemas passa-baixas em outros sistemas (como passa-baixas em diferentes freqncias de corte, passa-altas, passa-banda e rejeita-banda). Posteriormente tais transformaes sero melhor denidas.

6.6 Sistemas de Mnima Fase

Considere primeiramente um sistema que causal e estvel. Tal sistema tem seus plos dentro do crculo unitrio, de tal forma que sua regio de

126 convergncia (que externa ao plo de maior mdulo, pela causalidade) inclua |z | < 1. Note que os critrios de estabilidade e causalidade apenas afetam os plos do sistema. Nada mencionado a respeito dos seus zeros. Adicionamos restries posio dos zeros quando exigimos que esse sistema seja inversvel, o que implica em todos os zeros situarem-se dentro do crculo unitrio. Tal sistema (que estvel e causal) tambm chamado sistema de mnima fase quando esse sistema possui todos os zeros dentro do crculo unitrio. Qualquer sistema H (z ) pode ser decomposto em:

H (z ) = Hmin (z ) Hap (z )

(6.11)

onde Hap (z ) um sistema passa-tudo e Hmin (z ) a verso de mnima fase do sistema H (z ).

Demonstrao. Demonstrao da Equao 6.11 Assuma H (z ) sendo estvel e causal, e contendo um zero (z = 1/c com |c| < 1) fora do crculo unitrio e demais plos e zeros dentro do crculo unitrio. Isso implica na seguinte representao:

H (z ) = H1 (z ) (z 1 c )
Pela denio, H1 (z ) um sistema de fase mnima. Podemos reescrever H (z ) como:

H (z ) = H1 (z ) (z 1 c )

(1 cz 1 ) (1 cz 1 ) (z 1 c ) 1 = H1 (z ) (1 cz ) (1 cz 1 )

A partir dessa manipulao algbrica temos que:

H1 (z ) (1 cz 1 ) um sistema de fase mnima (pois todos os seus plos e zeros, incluindo o zero z = c, so internos ao crculo unitrio. (z 1 c ) um sistema passa-tudo. (1 cz 1 ) H (z ) = Hmin (z ) Hap (z )

Logo

127 Da denio, decorre que:

|H (z )| = |Hmin (z )| |Hap (z )| = |Hmin (z )|

Ou seja, o sistema qualquer possui a mesma resposta em freqncia do seu equivalente de mnima fase. Isso decorre tambm do fato de que a magnitude espectral no condio suciente para denir um sistema linear e invariante no tempo, pois: H (ej ) = H (ej ) H (ej ) = H (z ) H (1/z )|z=ej = C (z )|z=ej onde C (z ), que representa a resposta em freqncia de H (z ) quando consideramos z = ej , contm todos os plos e zeros de H (z ), bem como seus conjugados que pertencem a H (1/z ). Assim, no possvel de H (z ) unicamente a partir de C (z ), pois podemos escolher qualquer combinao de zeros (assumindo que H (z ) causal e estvel, todos os seus plos so internos ao crculo unitrio e os plos externos ao crculo unitrio pertencem a H (1/z )) para compor H (z ). Restringindo a escolha com o intuito de formar um sistema de mnima fase, H (z ) possuir todos os zeros internos ao crculo unitrio de C (z ), e os zeros remanescentes pertencero a H (1/z ). Essa caracterstica de sistemas lineares e invariantes no tempo de incompletude na especicao de H (z ) a partir de uma denio de C (z ) permite encontrar um sistema Hmin (z ) possa ser obtido a partir qualquer sistema H (z ) sem mnima fase, causal e estvel, bastando para isso reetir os zeros fora do crculo unitrio de H (z ) para dentro do crculo unitrio.

6.6.1 Propriedade de fase mnima

Tambm chamado de atraso de fase mnima, deriva-se da denio de fase de um sistema qualquer, que denido para um sistema qualquer como:

H (z ) = Hmin (z ) + Hap (z )
Mas na Seo 6.5 sabemos que Hap (z ) < 0 para z = ej . Isto signica que os atrasos impostos s componentes espectrais de uma seqncia a ser ltrada por um sistema de mnima fase sero sempre menores que qualquer outro sistema com a mesma magnitude da resposta em freqncia (equivalente sem mnima fase), devido ao efeito imposto por Hap (z ).

128

6.6.2 Propriedade de energia mnima

Como |H (ej )| = |Hmin (ej )|, temos que:

|h[0]| |hmin [0]|

para qualquer seqncia causal e estvel.

Demonstrao. Demonstrao da propriedade de energia mnima. Pela Equao 5.24, temos:

h[0] = lim H (z )
z

|h[0]| = lim H (z )
z

= lim |H (z )|
z

A partir da Equao 6.11, temos:

|h[0]| = lim |Hmin (z ) Hap (z )|

z

lim |Hmin (z )| |Hap (z )|

z z

lim |Hmin (z )| |h[0]| |hmin [0]|

A partir do teorema de Parseval (Sees 3.3.2 e 5.6), sabemos que:

|h[n]| =
n=0 n=0

|hmin [n]|2

Denindo `energia' como:

n

E [n] =
m=0

|h[m]|2

Temos que:
n

E [n] Emin [n]

n

|h[m]|
m=0 m=0

|hmin [m]|2

Tal expresso signica que a energia das primeiras m amostras mais concentrada em um sistema de mnima fase do que em um sistema sem tal propriedade. Assim, em um processo de truncagem, a perda de energia (ou informao) mais danosa em um sistema que no seja de mnima fase.

129

Demonstrao. Demonstrao Considere o sistema H (z ) e seu equivalente de mnima fase Hmin (z ), sendo descritos por: Hmin (z ) = Q(z ) (1 z0 z 1 ) H (z ) = Q(z ) (z 1 z0 )
onde Q(z ) um subsistema estvel e causal de fase mnima de Hmin (z ) e H (z ), e z0 um zero interno ao crculo unitrio (|z0 | < 0). Calculando a resposta ao impulso de ambos os sistemas, temos:

hmin [n] = q [n] z0 q [n 1] h[n] = z0 q [n] + q [n 1]

Podemos ento determinar a energia da resposta ao impulso:

|hmin [n]|2 = |q [n]|2 + |z0 |2 |q [n 1]|2 |h[n]|2 = |z0 |2 |q [n]|2 + |q [n 1]|2

e
m

Emin [m] =
n=0 m

|q [m]|2 + |z0 |2 |q [m 1]|2 |z0 |2 |q [m]|2 + |q [m 1]|2

n=0

E [m] =

A diferena termo-a-termo entre as energias das respostas ao impulso de ambos os sistemas :

|hmin [n]|2 |h[n]|2 = (1 |z0 |2 ) |q [n]|2 (1 |z0 |2 ) |q [n 1]|2

Assim, temos, pela causalidade de q [n], a seguinte seqncia:

|hmin [0]|2 |h[0]|2 = (1 |z0 |2 ) |q [0]|2 |hmin [1]|2 |h[1]|2 = (1 |z0 |2 ) |q [1]|2 (1 |z0 |2 ) |q [0]|2 |hmin [2]|2 |h[2]|2 = (1 |z0 |2 ) |q [2]|2 (1 |z0 |2 ) |q [1]|2
Logo, a diferena de energia entre hmin [n] e h[n] :
m

Edif [m] =
n=0

{|hmin [0]|2 |h[0]|2 }

= (1 |z0 |2 ) |q [m]|2

130 Como |z0 | < 0, ento o termo (1 |z0 |2 ) |q [m]|2 > 0, m|m > 0. Logo:
m m

|hmin [0]|
n=0 n=0 m

|h[0]|2 = (1 |z0 |2 ) |q [m]|2

m

ou

|hmin [0]|2
n=0 n=0

|h[0]|2

6.7 Sistemas de Fase Linear

Como vimos anteriormente (Seo 6.1), sistemas ideais (com fase zero) so no causais. Assim, a distoro de fase com menor impacto a fase linear. Assim, acoplando-se em cascata sistemas atrasadores a sistemas tericos de fase zero, podemos obter sistemas de fase linear causais que so passveis de aplicao prtica. Assim, torna-se interessante denir qual o formato da resposta ao impulso, h[n], de um sistema de fase linear, bem como as condies para que o mesmo tenha tal propriedade. Um sistema de fase linear tem o seguinte formato algbrico de resposta em freqncia: H (ej ) = H (ej ) ej | | < (6.12) onde |H (ej )| R+ . Tambm podemos encarar |H (ej )| como um sistema de fase zero, acoplado em cascata a um sistema atrasador ideal ej , ou seja:

y [n] = hfase zero [n] hatrasador [n] x[n] = h[n] x[n]

Isto implica em:

h[2 n] = h[n]
ou

h[N n] = h[n]
onde N o nmero de amostras da resposta ao impulso do sistema h[n].

Exemplos:

131

Considere um ltro passa-baixas ideal com fase linear, denido por:

Hlp (ej ) =

ejnd , 0,

| | < c c < | |

1 Calculando FDT {Hlp (ej )}, temos:

hlp [n] =
Mas,

sen(c (n nd )) , (n nd )

nZ

hlp [2nd n] =

sen(c (2nd n nd )) (2nd n nd ) sen(c (nd n)) = (nd n) = hlp [n]

Ou seja, temos simetria da seqncia em torno da amostra nd = N/2. Isto implica em N = 2nd . Quando nd = 0, hlp [n] = hlp [n].
Note que a fase zero ocorre quanto nd = 0 na Equao 6.12. Logo, quando defasamos a seqncia nd amostras, tornamos a sua resposta em freqncia defasada linearmente na proporo de nd radianos. Qualquer sistema linear e invariante no tempo, h[n], que apresente simetria em relao a um determinado instante nd apresentar distoro de fase linear. Se este instante for zero, ento o sistema no apresentar distoro de fase.

6.7.1 Fase linear generalizada

Quando generalizamos a distoro de fase linear para uma equao linear mais genrica, temos:

H (ej ) = A(ej )ej+j

onde , R so constantes, e A(ej ) R funo de . A questo que vericar quais os efeitos de e sobre a simetria das amostras da resposta ao impulso do sistema h[n].

132

Demonstrao. Avaliao de simetria de h[b]. Considere um sistema com fase linear generalizada denido por:

H (ej ) = A(ej ) cos( ) + jA(ej ) sen( )

Mas
+

H (e ) =
n= +

h[n] ejn
+

=
n=

h[n] cos(n) j
n=

h[n] sen(n)

onde assumimos que h[n] R. Isto implica em:

+

sen( ) tan( ) = = cos( )

h[n] sen(n)
n= +

h[n] cos(n)
n=

Lembrando das propriedades de trigonometria (sen(a b) sen(a) cos(b) cos(a) sen(b)), temos:
+

h[n] sen( (n ) + ) = 0,
n=

Esta uma condio necessria mas no suciente para denir um sistema de fase linear. Ou seja, no denie quais so os valores de , e a seqncia h[n], mas apenas indica que se as conhecermos, h[n] ter fase linear se a condio for verdadeira.

Exemplos: Se = 0 ou = , 2 = N , e h[2 n] = h[n], ento:

133

h[n] sen( (n )) = 0
n= + 2

h[n] sen( (n )) +
n=0 + n=+1

h[n] sen( (n )) = 0 h[2 n] sen( (2 n )) = 0

n=0

h[n] sen( (n )) +
n=0 +

h[n] sen( (n ))
n=0 n=0

h[2 n] sen( (n )) = 0

Logo, h[n] = h[2 n] apresenta simetria em relao a amostra N/2 = . Agora, = /2 ou = 3/2, 2 = N , e h[2 n] = h[n], ento:
+

h[n] cos( (n )) = 0
n=

cuja manipulao algbrica implica em h[2 n] = h[n].

Note que a combinao de e implica em diferentes combinaes de assimetria da resposta ao impulso para produzir uma resposta em freqncia H (ej ) com distoro de fase linear.

Captulo 7 Transformada Discreta de Fourier (incompleto)

134

Captulo 8 Filtros Digitais (incompleto)

135