1.
INTRODUÇÃO
Os sinais encontrados na natureza são sinais analógicos em tempo contínuo, esses
sinais são informações físicas que podem ser representados através de sinais elétricos.
Um sinal elétrico é a representação em níveis de tensão ou corrente dessas informações
físicas.
Em aplicações práticas, esse sinal elétrico geralmente representa a variação de uma
grandeza física no decorrer do tempo, convertida em eletricidade por um transdutor, isso
quer dizer que se um sinal analógico que representa a tensão variar de 10v a 15v em um
certo intervalo de tempo, significa que esse sinal assumiu todos os valores
intermediarios possíveis entre os dois valores. P ara processar esse sinal digitalmente é
necesário convertê-lo para um formato digital este processo é chamado conversão
analógica para digital. Neste processo é utilizado um conversor A/D, que é um
dispositivo físico que converte o sinal elétrico na sua entrada e fornece um sinal digital
em sua saída.
Amostragem: é o processo na qual ocorre a construção do sinal digital a partir do
sinal analógico. Pode ser definido como o processo de coleta instantânea dos valores de
um sinal analógico em um período de tempo regular. Exploramos o conceito de
amostragem para converter um sinal de tempo contínuo em um sinal de tempo discreto,
processar o sinal de tempo discreto usando um sistema de tempo discreto e então
converter de volta para tempo contínuo.
1
2. Sinais de tempo discreto
Em geral, na ausência de quaisquer condições ou informações adicionais, não
esperaríamos que um sinal pudesse ser especificado unicamente por uma sequência de
amostras uniformemente espaçadas. Por exemplo, na Figura 1, ilustramos três sinais
distintos de tempo contínuo, todos com valores idênticos em múltiplos inteiros
de T; ou seja,
x1(kT) = x2(kT) = x3(kT).
Claramente, existe um número infinito de sinais que podem gerar determinado conjunto
de amostras. Porém, conforme veremos, se um sinal for limitado em banda, ou ou
, se sua transformada de Fourier for nula fora de um intervalo finito de frequências, e se
as amostras forem tomadas suficientemente próximas em relação à frequência mais alta
presente no sinal, então as amostras especificam unicamente tal sinal, e podemos
reconstruí-lo perfeitamente. Esse resultado, conhecido como teorema da amostragem,
que iremos abordar mais detalhadamente ao longo do trabalho
Figura 1. Tres sinais de tempo continuo com valores identicos em multiplos inteiros de T.
Em muitas aplicações ocorre uma vantagem significativa no processamento de um sinal
de tempo contínuo, primeiro convertendo-o para um sinal de tempo discreto e, depois
do processamento de tempo discreto,
Um sistema de tempo discreto e um conversor D/C. Para analisar esse sistema, observe
que o conversor C/D produz o sinal de tempo x(n), cuja a transformada de Fourier de
tempo discreto é.
( )
∞
w 2∏k
x (e )=1/Ts ∑ xa j − j
jw
k=−∞ Ts Ts
Se o sistema de tempo discreto for linear invariante ao deslocamento e com a resposta
em frequência H ( e jw )
2
Figura 1.2 Processamento de tempo discreto de sinais de tempo continuo.
Figura 1.21 Notacao para conversao de tempo continuo para tempo discreto e conversao de tempo
discreto para tempo continuo. T representa o periodo de amostragem.
( )
∞
1 w 2∏ k
y ( e jw )=H ( e jw ) x ( e jw )=H (e jw ) ∑
Ts k=−∞
xa j
Ts
−j
Ts
Finalmente, o conversor D/C produz o sinal de tempo discreto contínuo ya(t) a partir
das amostras y(n) como segue:
∞
senπ (t−nTs)/Ts
Ya(t)= ∑ y (n)
π (t−nTs)/Ts
k=−∞
[Link] da amostragem
Sob certas condições, um sinal de tempo contínuo pode ser completamente
representado por seus valores ou amostras uniformemente espaçadas no tempo. Essa
propriedade um tanto surpreendente vem de um resultado básico que é conhecido como
o teorema da amostragem Esse teorema é extremamente importante e útil.
Para desenvolver o teorema da amostragem, precisamos representar de forma a
conveniente amostragem de um sinal de tempo contínuo em intervalos regulares Um
modo útil de fazê-lo é por meio de um trem de impulsos periódico multiplicado pelo
sinal de tempo contínuo x(t) que queremos amostrar. Esse mecanismo, conhecido como
amostragem por trem de impulsos, é representado na Figura 1.2. O trem de impulsos
periódico p(t) é conhecido como função de amostragem, o período T, como o período
de amostragem, e a frequência fundamental de p(t), ωs = 2π/T, como a frequência de
amostragem. No domínio de tempo,
xp(t) = x(t)p(t)
em que:
3
sabemos que multiplicar x(t) por um impulso unitário toma a amostra do sinal no ponto
em que o impulso está localizado, ou seja, x(t)δ(t − t0) = x(t0)δ(t − t0)
Da propriedade de multiplicação , sabemos
Que:
Que resulta de :
Como a convolução com um impulso simplesmente desloca um sinal [ou seja, X(jω) * δ
(ω − ω0) = X(j(ω − ω0))], segue
Ou seja, Xp(jω) é uma função de ω periódica que consiste de uma sobreposição de
réplicas deslocadas de X(jω),
4
multiplicadas por 1/T, Na Figura ωM < (ωs – ωM) ou, de modo equivalente, ωs > 2ωM,
e, portanto, não existe sobreposição entre as réplicas deslocadas de X(jω), enquanto, na
Figura, com ωs < 2ωM, existe sobreposição. Para o caso ilustrado na Figura , X(jω) é
fielmente reproduzido em múltiplos inteiros da frequência de amostragem.
Consequentemente, se ωs > 2ωM, x(t) pode ser recuperado exatamente a partir de xp(t)
por meio de um filtro passa-baixas com ganho T e uma frequência de corte maior que
ωM e menor que ωs – ωM, conforme indicado na Figura . Esse resultado básico,
conhecido como teorema da amostragem, pode ser apresentado da seguinte forma:
Seja x(t) um sinal de banda limitada com X(jω) = 0 para |ω| > ωM. Então, x(t) é
determinado unicamente por suas amostras x(nT); n = 0, }1, }2, … se ωs >
2ωM, em que ωs = 2πT Dadas essas amostras, podemos reconstruir x(t) gerando
um trem de impulsos periódico em que impulsos sucessivos têm amplitudes que são
valores de amostras sucessivas. Esse trem de impulsos é então processado por meio
de um filtro passa-baixas ideal com ganho T e frequência de corte maior que ωM e
menor que ωs – ωM. O sinal de saída resultante será exatamente igual a x(t).
5
A frequência 2ωM, que, conforme o teorema da amostragem, deve ser menor que a
frequência de amostragem, comumente é conhecida como taxa de Nyquist.2 Como, os
filtros ideais geralmente não são usados na prática por diversos motivos.
6
.