PUCMINAS – Pontifícia Universidade Católica de Minas Gerais

IPUC – Engenharia Eletrônica e de Telecomunicação

Notas de Aulas
Processamento Digital de Sinais
Profa. Zélia Myriam Assis Peixoto

Referências Bibliográficas:

1. Diniz, P. S. R.; Silva, E. A. B.; Netto, S. L.: “Processamento Digital de Sinais –

Projeto e Análise de Sistemas”; Artmed Editora S. A.; 1a Edição; Brasil; 2004.
(Livro Texto)

2. Oppenheim, A.V.; Schafer, R. W.; Buck, J. R.: “Discrete-time Signal Processing”;

Prentice Hall International Inc.; 2a Edição; USA; 1999.

3. Haykin, S.; Van Veen, B.: “Sinais e Sistemas”; Artmed Editora S. A.; Brasil; 2001.

4. Brigham, E. Oram: " The Fast Fourier Transform And its Application"; Prentice Hall
Signal Processing Series - Alan V. Oppeheim Series Editor; Englewood Cliffs, New
Jersey; 1988.

5. Ingle, Vinay K. & Proakis, John G.: " Digital Signal Processing using MatLab";
Brooks/Cole Publishng Company; Toronto; Canadá; 2000.
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-2
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

CAPÍTULO I - SINAIS NO TEMPO DISCRETO

I - DEFINIÇÕES BÁSICAS1

I.1. Um sinal no domínio de tempo discreto é qualquer sinal que

pode ser representado como uma sequência numérica da forma,

{x(n ), n ∈ Ζ} ou {x(nT ), n ∈ Ζ}

onde x(n ) é a amplitude do sinal em cada instante nT e T

representa o intervalo entre dois pontos sucessivos ou o período de
amostragem.

I.2. Sinais Fundamentais

– Impulso Unitário

1, n = 0
δ (n ) = 
0, n ≠ 0

– Impulso Unitário Atrasado

1, n = m
δ (n − m ) = 
0, n ≠ m

– Degrau Unitário

1, n ≥ 0
u (n ) = 
0, n < 0

– Função cossenoidal

x(n ) = cos(ω n ) , sendo a velocidade angular ω dada em rad/amostra e a

ω
frequência correspondente f = ciclos/amostra.
2π

1
Diniz e outros; 2004.
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-3
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

– Função Exponencial Real

x(n ) = e an

– Rampa Unitária

n, n ≥ 0
r (n ) = 
0, n < 0

– Sinais Periódicos

x(n ) = x(n + N ) , sendo N ≠ 0 e inteiro

FigI_1: Seqüências cossenoidais ( função stem)

PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-4
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

II - SISTEMAS NO DOMÍNIO DE TEMPO DISCRETO

“ Um sistema no domínio de tempo discreto mapeia um sinal x(n ) em

uma sequência de impulsos y (n ) de saída.”

y (n ) = Η{x(n )}

sendo Η{}
⋅ o operador de transferência no domínio de tempo discreto.

II. 1 – Principais Propriedades

− Linearidade (Princípio da Superposição)

Η{ax(n )} = aΗ{x(n )}

Η{x1 (n ) + x2 (n )} = Η{x1 (n )} + Η{x2 (n )}

− Invariância no tempo

Dado y (n ) = Η{x(n )} então para x(n − n0 ) ,

Η{x(n − n0 )} = y (n − n0 )

− Causalidade

“O valor atual da saída depende apenas dos valores presentes e/ou

passados do sinal de entrada”.

− Estabilidade

“Um sistema é BIBO (bounded-input bounded-output) se para toda

entrada limitada em amplitude, o sinal de saída é limitado em amplitude”.

Se x(n ) ≤ M x < ∞ , para ∀n então y (n ) ≤ M y < ∞

PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-5
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

III – RESPOSTA AO IMPULSO E SOMA DE CONVOLUÇÃO

Um sinal discreto qualquer pode ser representado como uma soma

de impulsos deslocados de k unidades de tempo e amplitude x(k ) ,

∞
x(n ) = ∑ x(k )δ (n − k )
k = −∞

sendo o sistema linear então,

 ∞  ∞
y (n ) = Η  ∑ x(k )δ (n − k ) = ∑ Η{x(k )δ (n − k )}, x(k ) → cte
k = −∞  k = −∞

∞ ∞
y (n ) = ∑ x(k )Η{δ (n − k )} = ∑ x(k )hk (n )
k = −∞ k = −∞

onde Η{δ (n − k )} = hk (n ) = h(n − k ) ⇒ resposta ao impulso

FigI_2: Resposta ao impulso (função impz)

PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-6
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

Tomando a resposta ao impulso do sistema Η{δ (n − k )} = h(n − k ) e um

sinal qualquer de excitação de entrada x(k ) ,

∞ ∞
y (n ) = ∑ x(k )h(n − k ) = ∑ h(k )x(n − k )
k = −∞ k = −∞

y (n ) = x(n ) ∗ h(n ) = h(n ) ∗ x(n )

“A saída do sistema pode ser determinada pela soma de convolução

entre o sinal de entrada e a resposta ao impulso do sistema”.

FigI_3: Cálculo da saída do sistema através da convolução

a = [1 1 1 1 1] , b = [1 2 3 4 5 6 7 8 9] (função conv)

FigI_4: Saída à excitação senoidal

PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-7
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

IV – EQUAÇÃO DE DIFERENÇAS

DOMÍNIO DO
TEMPO

Contínuo Discreto

Equações Diferenciais Equações de Diferenças

Expressão Genérica:

N M
∑ ai y(n − i ) − ∑ bi x(n − l ) = 0
i =0 l =0

1. Equação homogênea

N
∑ ai y(n − i ) = 0
i =0

A solução da equação homogênea associada a uma equação de

diferenças de ordem N tem grau de liberdade N ⇒ São necessárias
N condições auxiliares (restrições) para a solução da equação de
diferenças.

2. Princípio da linearidade: Η{a x(n )} = aΗ{x(n )}

Se x(n ) = 0 então Η{0} = 0

A solução da equação homogênea deve ser nula.

3. Causalidade

Se x(n ) = 0 para todo n ≤ n0 então y (n ) = 0 para n ≤ n0

PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-8
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

V – AMOSTRAGEM DE SINAIS NO TEMPO CONTÍNUO

“O processamento de um sinal no domínio de tempo contínuo

xa (nT ) através de um sistema discreto consiste de um sinal
x(n ) composto a partir da amostragem do sinal original e a possibilidade
de sua recuperação no domínio de tempo contínuo.”

 Processamento Analógico
x(n ) = xa (nT ) ⇒ 
 Amostragem de Sinais

1. Princípios Básicos do Processamento Analógico

− Transformada de Fourier:

∞
− jΩt
F ( jΩ ) = ∫ f (t )e dt , sendo Ω = 2πf a frequência dada em rad/s.
−∞

− Transformada Inversa de Fourier:

1 ∞
f (t ) = ∫ F ( jΩ )e jΩt dt
2π − ∞

− Propriedades Fundamentais

A transformada de Fourier do produto de duas funções é proporcional

à convolução de suas transformadas de Fourier:

Seja x(t ) = a(t )b(t ) ,

1 1 ∞
então X ( jΩ ) = A( jΩ ) ∗ B( jΩ ) = ∫ A( jΩ − jΩ′)B( jΩ′)dΩ′
2π 2π − ∞

Um sinal x(t ) periódico de período T pode ser expresso como,

T
2π 2π
∞ j kt 1 2 − jk t
x(t ) = ∑ ak e T onde ak = ∫ x(t )e T dt
k = −∞ T T
−
2
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-9
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

− Representações de Sinais e Sistemas: Uma breve revisão2

Convolução – Representação da Resposta ao Impulso

“A resposta ao impulso é a saída de um sistema a um impulso aplicado à

sua entrada. Se um sinal arbitrário for decomposto em uma série
ponderada de impulsos, a saída do sistema será uma superposição
ponderada de respostas ao impulso deslocadas no tempo”.

∞
x(n ) = ∑ x(k )δ (n − k )
k = −∞

Η{δ (n − k )} = hk (n ) = h(n − k ) ⇒ Resposta ao impulso

Esta superposição ponderada de respostas ao impulso é chamada de

soma (tempo discreto) ou integral (tempo contínuo) de convolução.

∞ ∞
y (n ) = ∑ x(k )h(n − k ) = ∑ h(k )x(n − k )
k = −∞ k = −∞

y (n ) = x(n ) ∗ h(n ) = h(n ) ∗ x(n )

Representações de Fourier

“Um sinal arbitrário pode ser decomposto como uma superposição

ponderada de senóides complexas. Se esse sinal for aplicado à entrada
de um SLIT, a saída será a superposição ponderada das respostas do
sistema a cada uma das senóides complexas”.

x(n ) = e jΩn = cos (Ωn ) + j sin (Ωn )

∞
H (Ω ) = ∑ h(k ) e − jΩk ⇒ Resposta em frequência
k = −∞

y (n ) = H (Ω ) e jΩn

O estudo de sinais e sistemas usando representações senoidais é

denominado Análise de Fourier (Joseph Fourier: 1768-1830).

2
Haykin, S.;2001
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-10
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

Representações de Fourier para quatro classes de sinais

Propriedade
x Periódica Não-periódica
Domínio
Série de Fourier Transformada de Fourier
Contínuo
(FS) (FT)

Série de Fourier de Tempo Transformada de Fourier de

Discreto Discreto Tempo Discreto
(DTFS) (DTFT)

Domínio
de Periódico Não-periódico
tempo
∞
x(t ) = ∑ X (k )e jkω0t x(t ) =
1 ∞
X ( jΩ)e jΩt dω
k = −∞ ∫
2π − ∞
1 Não-
Contínuo X (k ) = ∫ x(t )e − jkω0 t ∞ periódica
T T − jΩt
2π X ( jΩ ) = ∫ x(t )e dt
ω0 = −∞
T
x(n ) = ∑ X (k )e jkΩ 0 n
1 π
k= N x(n ) = ∫ X (Ω)e jΩn dΩ
1 2π −π
Discreto X (k ) = ∑ x(t )e − jkΩ 0 n Periódica
N n= N ∞
2π
X (Ω ) = ∑ x(n)e − jΩn
Ω0 = n = −∞
N
Domínio
Discreto Contínuo da
Frequência

“Sinais de tempo discreto têm representações periódicas no domínio da

frequência enquanto sinais de tempo contínuo têm representações não-
periódicas no domínio da frequência”.
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-11
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

2. Teorema da Amostragem3

xa (t ) x(n ) = xa (nT ) xi (t )
Domínio de Tempo ⇒ Domínio de Tempo ⇒ Domínio de Tempo
Contínuo Discreto Contínuo

∞
xi (t ) = ∑ x(n )δ (t − nT )
n = −∞

∞ ∞
xi (t ) = ∑ xa (nT )δ (t − nT ) = xa (t ) ∑ δ (t − nT ) = xa (t ) p(t )
n = −∞ n = −∞

∞
onde p(t ) = ∑ δ (t − nT ) é um trem de impulsos deslocados no tempo.
n = −∞

xa (t ) ⇒ Sinal original no domínio do tempo contínuo

x(n ) ⇒ Sinal no tempo discreto obtido das amostras xa (nT )

xi (t ) ⇒ Sinal obtido pelo produto entre um trem de impulsos e o sinal

contínuo

Como obter o sinal xa (t ) a partir do sinal xi (t ) ?

1 1 ∞
X i ( jΩ ) = X a ( jΩ ) ∗ P ( jΩ ) = ∫ X a ( jΩ − jΩ′)P( jΩ′)dΩ′
2π 2π − ∞

Relaciona-se as transformadas de Fourier dos sinais xa (t ) e xi (t )

através da transformada de Fourier do trem de pulsos p(t ) , que é uma
função periódica de período T .

3
Diniz e outros; 2004.
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-12
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

Como o sinal é periódico então,

T
2π
1 2 − jk t
T dt = 1
ak =
T T
∫ δ (t )e T
−
2

2π
1 ∞ j T kt
p(t ) = ∑e
T k = −∞

jΩ 0 t
A transformada de Fourier de uma função do tipo f (t ) = e é dada
por F ( jΩ ) = 2π∂ (Ω − Ω 0 ) assim,

2π ∞  2π 
P ( jΩ ) = ∑ δ Ω − k
T k = −∞  T 

1
Retomando X i ( jΩ ) = X a ( jΩ ) ∗ P( jΩ ) então,
2π

∞ 2π 
1 
X i ( jΩ ) = X a ( jΩ ) ∗ ∑ δ  Ω − k
T k = −∞  T 
1 ∞  2π 
= ∑ X a  jΩ − j
T k = −∞ 
k
T 

Propriedade aplicada: A convolução de uma função com um impulso

deslocado no tempo é a função deslocada no tempo.

“O espectro de xi (t ) é composto de infinitas cópias deslocadas no tempo

do espectro de xa (t ) , sendo os deslocamentos na frequência múltiplos
2π
inteiros da frequência de amostragem Ωs = .”
T
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-13
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

− Exemplo do espectro de sinal arbitrário x trem de pulsos

FigI_5: (a) Sinal no tempo contínuo x a (t ) (b) Espectro de x a (t ) (c) Trem de

impulsos p (t ) (d) Espectro de p (t ) (e) Sinal auxiliar no tempo contínuo xi (t ) (f)
Espectro de xi (t )

1 ∞  2π 
X i ( jΩ ) = ∑ X a  jΩ − j k
T k = −∞  T 

“ A relação entre as transformadas de Fourier dos sinais xi (t ) e

xa (t ) mostra que o espectro de frequência do sinal xi (t ) é composto de
infinitas cópias deslocadas do espectro de xa (t ) , sendo os
deslocamentos na frequência múltiplos inteiros da frequência de
2π
amostragem Ω s = .”
T
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-14
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

− Espectro do sinal arbitrário x período de amostragem

FigI_6: (a) Espectro do sinal no domínio do tempo contínuo. Espectros de xi (t )

para: (b) Ω s = 2Ω c (c) Ω s < 2Ω c (d) Ω s > 2Ω c

“ A largura de faixa Ω c deve ser tal que a extremidade superior do

espectro centrado em zero se situe abaixo da extremidade inferior do
espectro centrado em Ω s , isto é, Ω c < Ω s − Ω c ou, Ω s > 2Ω c ”.

“ A frequência Ω = 2Ω c é chamada de frequência de Nyquist. Se esta

condição não é satisfeita haverá a sobreposição dos espectros de xa (t )
em xi (t ) , esta sobreposição é denominada aliasing.”

“ O fenômeno denominado aliasing pode ser eliminado filtrando-se o

sinal xi (t ) através de um filtro passa-baixas ideal com frequência de
Ωs
corte igual a Ω LP = .”
2
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-15
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

Teorema da Amostragem:

Se um sinal xa (t ) no tempo contínuo tem largura de faixa limitada, isto

é, se sua transformada de Fourier é tal que X a ( jΩ) = 0 para Ω > Ω c ,
então xa (t ) pode ser completamente recuperado a partir do sinal no
tempo discreto x(n ) = xa (nT ) se e somente se a frequência de
amostragem Ω s > 2Ω c .

− Características do filtro passa-baixas ideal

FigI_7: Filtro passa-baixas ideal: (a) Resposta em frequência (b) Resposta ao

impulso

Ωs
1. Faixa de passagem: Ω c < Ω LP <
2

2. Transformada de Fourier

T , para Ω ≤ Ω LP
H ( jΩ ) = 
 0, para Ω > Ω LP
onde o ganho T compensa o fator 1 associado à transformada do
T
espectro do sinal amostrado X i ( jΩ) .

3. Da transformada inversa, a resposta ao impulso será,

T sen (Ω LP t )
h(t ) =
πt
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-16
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

− Recuperação do sinal analógico

Sinal de Sinal de
entrada saída
Filtro Passa-Baixas

Convolução entre o sinal de entrada

e a resposta ao impulso do sistema

∞
xa (t ) = ∫ xi (t ) h(t − τ ) dτ
−∞

∞ ∞
xa (t ) = ∫ ∑ x(n )δ (τ − nT ) h(t − τ ) dτ
− ∞ n = −∞
∞ ∞
= ∑ ∫ x(n )δ (τ − nT ) h(t − τ ) dτ
n = −∞ − ∞
∞
= ∑ x(n ) h(t − nT )
n = −∞

∞ T sen (Ω LP (t − nT )) Ωs π
xa (t ) = ∑ x(n ) π (t − nT )
, tomando Ω LP =
2
= ,
T
n = −∞

 Ωs  Ωs  π 
∞
sen 
 2 t − nT    ∞ sen t − nπ 
  2 
x(n )  
T
xa (t ) = ∑ x(n ) = ∑
π π
n = −∞ (t − nπ ) n = −∞ (t − nπ )
T T
 t 
∞
sen  π  − n 
 T 
= ∑ x(n )
n = −∞ t 
π  − n
T 
PUCMINAS – PROCESSAMENTO DIGITAL DE SINAIS I-17
Notas de Aulas – Profa Zélia Myriam Assis Peixoto

- Processamento Digital de Sinais Analógicos

FigI_8: Processamento Digital de Sinais. Todos os gráficos à esquerda

representam os sinais no domínio do tempo, e todos os à direita, suas
transformadas de Fourier correspondentes.