Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
SANTO ANDRE
16 DE OUTUBRO DE 2014
1 Introducao
Os objetivos deste trabalho sao obter os graficos das funcoes basicas no tratado de
sinais como o impulso e o degrau unitarios e seus deslocamentos; verificar as causas de
sinais discretos periodicos e aperiodicos; entender como a funcao de correlacao permite
comparar sinais inclusive diante da presenca de rudo modelado como do tipo branco
gaussiano.
As equacoes utilizadas sao: o impulso unitario discreto em (1); o degrau unitario
discreto (2); a funcao de correlacao cruzada (3) na qual v e o complexo conjugado de v
e ela se torna a funcao de autocorrelacao quando u = v; (4) e a funcao de probabilidade
baseada na distribuicao gaussiana; (5) e a Transformada de Fourier de Tempo Discreto
(DTFT: Discrete Time Fourier Transform); e (6) sao relacoes das funcoes trigonometricas
com a exponencial complexa.
(
[n n0 ] =
(
u [n n0 ] =
Z
1, n = n0
0, n =
6 n0
(1)
1, n > n0
0,
c.c.
(2)
Ruv ( ) =
u(t + )
v ( )d ; Ruu ( ) = Ru ( ) =
u(t + )
u( )d
(3)
P () =
2 2
(x)2
2 2
dx
(4)
DT F T {x [n]} = X () =
x [n] ejn
(5)
n=
2 cos () = ej + ej ; 2j sin () = ej ej
(6)
2 Resultados da Simulacao
Primeiramente foi implementado o deslocamento temporal em duas unidades a direita
das funcoes impulso e degrau unitario discretizada. Em seguida o procedimento foi repetido para o deslocamento das mesmas funcoes em tres unidades a` esquerda.
(a) (fft(y)-media(y))
(b) (fft(z)-media(z))
(a) Correlac
ao entre y e z
(a) Autocorrelac
ao de y
2
P
n=2
1
*
+ e1j + e+2j
1 ejn = e2j + e1j +
e0j
(7)
X () = 1 + 2 cos () + 2 cos (2 )
DT F T {retN [n]} =
N
P
n=N
1 ejn
sin (N + 21 ) N =2 sin ( 52 )
=
=
sin 2
sin 2
(8)
3 Conclusao
Atraves desta atividade foi possvel observar os efeitos da frequencia de amostragem
sobre a periodicidade de uma funcao discretizada,constatando que esta primeira deve ser
racional para que haja um sinal periodico discreto.
A funcao de correlacao e a funcao ideal para se comparar o sinal real com rudo com
um sinal idealizado pois o rudo existente na funcao real podendo ser modelado como
branco gaussiano nao afeta o resultado da correlacao com o sinal idealizado de referencia
e o resultado sera a autocorrelacao do sinal de referencia.
Por fim a utilizacao da DTFT se mostrou uma ferramenta u
til para a visualizacao da
abrangencia em frequencia e magnitude espectral de sinais.
4 Anexos
4.1 Programa 1
k = -5:10;
delta = ( k >= 0) - (k >= 1);
%===
figure(1)
subplot(221)
stem(k,delta, filled);
xlabel(k); ylabel(\delta(k));
title(Impulso Unit
ario Discreto);
shifted_delta = ( k >= 2) - (k >= 3);
subplot(222);
stem(k,shifted_delta,filled);
xlabel(k); ylabel(\delta[k-2]);
title(Impulso Deslocado Discreto);
u = (k >= 0); % Definindo e plotando u[k]
subplot(223);
stem(k,u,filled);
xlabel(k); ylabel(u[k]);
title(Degrau Discreto);
shifted_u = (k >= 2); % Definindo e plotando u[k-2]
subplot(224);
stem(k,shifted_u,filled);
xlabel(k); ylabel(u[k-2]);
title(Degrau Deslocado Discreto);
fig = 1;
figname = [fig_,num2str(fig),.jpg];
saveas(gcf,figname);
%===
figure(2)
4.2 Programa 2
k = 0:20;
x = sin(5*k + 0.1);
%===
figure(3)
subplot(221);
stem(k,x,filled); grid;
xlabel(k); ylabel(x[k]=sin(5k+0.1));
title(Sinal n~
ao Periodica Discreta no Tempo);
x = 2*cos(10*pi*k/6 - 0.22);
subplot(222);
stem(k,x,filled); grid;
xlabel(k); ylabel(x[k]=2cos(10 \pi k/6-0.22));
title(Sinal Periodica Discreta no Tempo);
%===
t = 0:0.01:20; % Valores cont
unuos no tempo
fct = 3*cos(2*t+0.15); % Sinal continuo no tempo
T = 0.5; % Periodo de amostragem
%===
subplot(212); % Plotando os dois sinais em um eixo continuo no tempo
plot(t,fct); % Utilizando t = kT para o sinal discreto no tempo
hold on;
stem(k*T, fdt, filled);
hold off;
grid;
xlabel(t ); ylabel(f[k],f(t));
title(Peri
odico f(t)=3cos(2t+0.15) Amostrado com T=0.5s obtendo um n~
ao Peri
odico f
fig = 3;
figname = [fig_,num2str(fig),.jpg];
saveas(gcf,figname);
%===
4.3 Programa 3
figure(4)
plot(xcorr(abs(fft(y-mean(y)))));grid;
title(xcorr(abs(fft(y-mean(y)))));
fig = 4;
figname = [fig_,num2str(fig),.jpg];
saveas(gcf,figname);
figure(5)
plot(abs(fft(y)-mean(y))); grid;
title(| fft(y) - mean(y)|);
fig = 5;
figname = [fig_,num2str(fig),.jpg];
saveas(gcf,figname);
%===
figure(6)
plot(abs(fft(z)-mean(z))); grid;
title(| fft(z) - mean(z)|);
fig = 6;
figname = [fig_,num2str(fig),.jpg];
saveas(gcf,figname);
figure(7)
plot(xcorr(y,z));
grid;
title(xcorr(y,z));
fig = 7;
figname = [fig_,num2str(fig),.jpg];
saveas(gcf,figname);
figure(8)
plot(xcorr(x,z)); grid;
title(xcorr(x,z));
fig = 8;
figname = [fig_,num2str(fig),.jpg];
saveas(gcf,figname);
figure(9)
plot(xcorr(y,y)); grid;
title(xcorr(y,y));
fig = 9;
figname = [fig_,num2str(fig),.jpg];
saveas(gcf,figname);
figure(10)
plot(xcorr(abs(fft(y-mean(y))))); grid;
title(xcorr(abs(fft(y-mean(y)))));
fig = 10;
figname = [fig_,num2str(fig),.jpg];
saveas(gcf,figname);
4.4 Programa 4
W = -3*pi:0.01:3*pi; % Definindo as frequencias DT
Fa = 1 + 2*cos(W) + 2*cos(2*W); % plotando |F(W)| dos co-seno
figure(11)
k = -5:5;
f_u = (k >= -2) - (k >= 3); % Definindo e plotando u[k]
10
subplot(311);
stem(k,f_u,filled);
xlabel(k); ylabel(f_u[k]);
title(Ret^
angulo);
subplot(312);
plot(W,abs(Fa));
xlabel(\Omega ); ylabel(|F(\Omega)|);
title(DTFT of f[k]=u[k+2]-u[k-3] (da soma dos co-senos));
Fb = sin(2.5*W)./sin(W/2); % plot |F(W)| sinc-like function
subplot(313);
plot(W,abs(Fb));
xlabel(\Omega ); ylabel(|F(\Omega)|);
title(DTFT of f[k]=u[k+2]-u[k-3] (da fun
c~
ao sinc));
fig = 11;
figname = [fig_,num2str(fig),.jpg];
saveas(gcf,figname);