Processamento

Digital de Sinais
Módulo II
Marco Antonio Grivet Mattoso Maia
CETUC-PUC/Rio
Sinal de Tempo Discreto
Do Inglês: Discrete-Time Signals

sinal x[n] x[-2] x[9]

x[-3] x[-1] x[8]

x[0] x[7]
x[-4] x[10]
x[1]
x[-5] x[6]
x[2] x[3]
x[4]

n
x[5]

• caracterizado por uma seqüência de números reais

• representação matemática x[n] -∞<n<+∞
• amostragem do sinal analógico xa(t)
x[n] = xa(n.T) T = intervalo entre amostras

14/07/2023 Curso CIAW-PUC/Rio 2

 Exemplo 1 – Função Impulso
1 n=0
sinal δ[n] x[0]=1
δ [ n] = 
0 n≠0
1 n=k
x[-3] x[-2] x[1] x[2] x[3] δ [n − k ] =

n≠k
x[-1]

n
0

x[n]= ...... + x[−2].δ [n + 2] + x[−1].δ [n + 1] + x[0].δ [n] + x[1].δ [n − 1] + .....

+∞
=x[n] ∑ x[k ].δ [n − k ]
k = −∞

14/07/2023 Curso CIAW-PUC/Rio 3

Exemplo 2 – Função Degrau
sinal u[n] 1 n≥0
x[1] x[2] x[3] u[n] = 
x[0]=1
0 n<0
1 n≥k
x[-3] x[-2] u[n − k ] =

n<k
x[-1]

n
0

u[n] = δ [n] + δ [n − 1] + δ [n − 2] + .....

+∞
=
u[n] ∑ δ [n − k ]
k =0

14/07/2023 Curso CIAW-PUC/Rio 4

Exemplo 3 – Função Exponencial
x[n] A.α
= n
− ∞ < n < +∞
• se A>0 e 0<α<1 seqüência positiva e decrescente
• se -1<α<0 seqüência alternada e decrescente
• se A>0 e |α|>1 seqüência positiva e crescente

x[-2]
x[-2] x[0] x[2]
x[-1] x[0]
x[1] x[2] x[3]

x[3]
x[1]
x[-1]

14/07/2023 Curso CIAW-PUC/Rio 5

Exemplo 4 – Função Senoidal
x[n] [Link] [ 2.π . f 0 .n.T + ϕ ] − ∞ < n < +∞
• f0 é denominado de freqüência do sinal
• φ é denominado de fase do sinal

x[1] x[2] x[11]

x[10]
x[0] x[3]

x[9]

x[4]
x[-1]
x[-4]
x[5] x[8]
x[-2]
x[-3] x[6]

14/07/2023 Curso CIAW-PUC/Rio 6

Sistemas Discretos
x[n] y[n]
T{.}
.....x[-2] x[-1] x[0] x[1] x[2] ....... .....y[-2] y[-1] y[0] y[1] y[2] .......

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

14/07/2023 Curso CIAW-PUC/Rio 7

Exemplo 1 – Atraso Ideal
]} x [ n − nd ]
n] T { x[n=
y[=

x[-2] y[0] y[11]

sinal x[n] x[9] sinal y[n]
x[-3] x[-1] x[8] y[-1] y[1] y[10]
x[7] y[9] y[12]
x[0] x[10] y[2]
x[-4] x[1] y[-2] y[3]
x[-5] x[2] x[3] x[6] y[-3] y[4] y[5] y[8]
x[4] y[6]

n n
x[5] y[7]

nd = 2

14/07/2023 Curso CIAW-PUC/Rio 8

Exemplo 2 – Acumulador

n
y[n] =T { x[n]} =... + x [ n − 3] + x [ n − 2] + x [ n − 1] + x [ n ] =∑ x[k ]
k = −∞

14/07/2023 Curso CIAW-PUC/Rio 9

Exemplo 3 – Média Móvel

M2
1
y[n] T { x=
= [n]} . ∑ x[n = − k]
M 1 + M 2 + 1 k = − M1
x[n + M 1 ] + x[n + M 1 − 1] + x[n + M 1 − 2] + ..... + x[n − M 2 ]
=
M1 + M 2 + 1

14/07/2023 Curso CIAW-PUC/Rio 10

Exemplo 4 – Diferenças

A frente (forward) y[n]= T { x[n]}= x[n + 1] − x[n]

A trás (backward) y[n] = T { x[n]} = x[n] − x[n − 1]

14/07/2023 Curso CIAW-PUC/Rio 11

Filtro Típico do MATLAB
a1. y=
[n] b1.x[n] + b2 .x[n − 1] + b3 .x[n − 2] + ..... + bnb +1.x[n − nb ] +
+ a2 . y[n − 1] + a3 . y[n − 2] + ..... + ana +1. y[n − na ]

 
a [a=
1 a2 a3 ....ana +1 ] b [b1 b2 b3 ....bnb +1 ]

função MATLAB y = filter(b,a,x)

14/07/2023 Curso CIAW-PUC/Rio 12

14/07/2023 Curso CIAW-PUC/Rio 13
Filtro de Médias Móveis

14/07/2023 Curso CIAW-PUC/Rio 14

Sistema Sem Memória

Um sistema é dito sem memória quando a saída y[n] para cada valor de n
depende somente de x[n] para o mesmo valor de n.

Exemplos:
y[n] = (x[n])2
y[n] = sen(x[n])

Obs:
O sistema de médias móveis não é um sistema sem memória.

14/07/2023 Curso CIAW-PUC/Rio 15

Sistema Linear
Um sistema é dito linear quando satisfaz o princípio da superposição, ou
seja:

T {a1.x1[n] + a2 .x2 [n]}= a1.T { x1[n]} + a2 .T { x2 [n]}

a1 a1
x1[n] x1[n]
x T(.) x

x2[n]
a2 Σ T(.) = x2[n]
a2 Σ
x T(.) x

14/07/2023 Curso CIAW-PUC/Rio 16

Sistema Invariante no Tempo

Um sistema é dito invariante no tempo quando:

] T { x[n]} ⇒ y[n − n0=

y[n= ] T { x[n − n0 ]}

14/07/2023 Curso CIAW-PUC/Rio 17

Causabilidade
Um sistema é dito causal quando para qualquer escolha de n0, o valor da
seqüência de saída para n= n0 depende somente da seqüência de entrada
para valores n ≤ n0.

EXEMPLO:

y[n] = x[n] – x[n-1] é um sistema causal

y[n] = x[n+1] – x[n] é um sistema não causal

Um filtro de média móvel é causal sse -M1≥0 e M2≥0

14/07/2023 Curso CIAW-PUC/Rio 18

Estabilidade
Um sistema é dito estável no sentido BIBO (Bounded Input Bounded
Output) quando qualquer entrada limitada produzir um saída limitada.

Um sinal s[n] é dito limitado quando existe um valor fixo positivo e finito Bs
tal que |s[n]|≤Bs< ∞

EXEMPLO: O sistema acumulador não é estável

Se x[n]=u[n] então y[n] = n

14/07/2023 Curso CIAW-PUC/Rio 19

Sistema Linear Invariante no
Tempo (1)
Sistema Linear

T {a1.x1[n] + a2 .x2 [n]}= a1.T { x1[n]} + a2 .T { x2 [n]}

Sistema Invariante no Tempo

] T { x[n]} ⇒ y[n − n0=

y[n= ] T { x[n − n0 ]}

14/07/2023 Curso CIAW-PUC/Rio 20

 Sistema Linear Invariante no
Tempo (2)
+∞
=x[n] ∑ x[k ].δ [n − k ]
k = −∞

 +∞

y[= ]} T  ∑ x[k ].δ [n − k=
n] T { x[n= ]
 k = −∞ 
+∞

∑ x[k ].T {δ [n − k ]}
k = −∞

14/07/2023 Curso CIAW-PUC/Rio 21

Sistema Linear Invariante no
Tempo (3)
Designando de h[n] a seqüência: h[n] = T {δ [ n ]}
RESPOSTA IMPULSIONAL

Então a invariância no tempo garante que: k ] T {δ [ n − k ]}

h[n −=

Logo: +∞
=
y[n] ∑ x[k ].=
k = −∞
h[n − k ] x[n]* h[n]

Esta soma é denominada de soma convolucional

14/07/2023 Curso CIAW-PUC/Rio 22

Sistema Linear Invariante no
Tempo (4)

=h[n] 0
Se o sistema for causal: para n < 0
Logo:

n
=y[n] ∑ x[k ].h[n − k ]
k = −∞

14/07/2023 Curso CIAW-PUC/Rio 23

Sistema Linear Invariante no
Tempo (5)
Suponha que x[n] seja nula para n negativo:

=x[n] 0 para n < 0

Logo:
n
=y[n] ∑ x[k ].h[n − k ]
k =0

y[0] = x[0].h[0]
=y[1] x[0].h[1] + x[1].h[0]
y[2] = x[0].h[2] + x[1].h[1] + x[2].h[0]
.................
14/07/2023 Curso CIAW-PUC/Rio 24
Tipos de Resposta Impulsional
 FIR (Finite Impulse Response)
Se h[n] só é não nulo numa coleção finita
de valores de n

 IIR (Infinite Impulse Response)

Se h[n] é não nulo numa coleção infinita
de valores de n.

14/07/2023 Curso CIAW-PUC/Rio 25

14/07/2023 Curso CIAW-PUC/Rio 26
Exemplo

14/07/2023 Curso CIAW-PUC/Rio 27

Propriedades de SLIT’s (1)

h1[n] h2[n]

h2[n] h1[n]

h1[n]*h2[n]

14/07/2023 Curso CIAW-PUC/Rio 28

Exemplo 1
u[n] r[n] w[n]
diferença atraso
a frente unitário

u[n] atraso s[n] diferença w[n]

unitário a frente

u[n] diferença w[n]

a trás

r[n]= u[n + 1] − u[n]

w[n] = r[n − 1] = u[n] − u[n − 1]
14/07/2023 Curso CIAW-PUC/Rio 29
Exemplo 2

x[n] y[n] z[n]

diferença
acumulador
a trás

n
y[n] = ∑ x[k ]
k = −∞
n n −1
z[n=
] y[n] − y[n − 1]= ∑ x[k ] − ∑ x[k =]
k = −∞ k = −∞
x[n]

14/07/2023 Curso CIAW-PUC/Rio 30

Propriedades de SLIT’s (2)

h1[n]
Σ
h2[n]

h1[n]+h2[n]

14/07/2023 Curso CIAW-PUC/Rio 31

Respostas Impulsionais
Sistema de atraso Ideal [n] δ [ n − nd ]
h=
n
Sistema Acumulador h[n] = ∑ δ [k ]
k = −∞
M2
1
=
Sistema de Médias Móveis h[n] . ∑ δ [n − k ]
M 1 + M 2 + 1 k = − M1

Diferença a frente h[n]= δ [n + 1] − δ [n]

Diferença a trás h[n] = δ [n] − δ [n − 1]

14/07/2023 Curso CIAW-PUC/Rio 32

Exercício (20 min)
Considere que no desenho abaixo, T é um
sistema linear e invariante no tempo.
Determine a resposta impulsional de T.
2

x[n] 1 1 y[n] 1

1/2

0 1 0 1 2 3 4 5

-1/2

14/07/2023 Curso CIAW-PUC/Rio 33

Solução 1 (Mecânica)
n
=y[n] ∑ x[k ].h[n − k ]
k =0

y[0] 2
y[0] = x[0].h[0] ⇔ h[0] = = = 2
x[0] 1
y[1] − x[1].h[0] 1 − (1).(2)
y[1] = x[0].h[1] + x[1].h[0] ⇔ h[1] = = =
−1
x[0] 1
y[2] = x[0].h[2] + x[1].h[1] + x[2].h[0]
y[2] − x[1].h[1] −0.5 − (1).(−1)
= h[2] = = 0.5
x[0] 1
y[3] = x[0].h[3] + x[1].h[2] + x[2].h[1] + x[3].h[0]
y[3] − x[1].h[2] 0.5 − (1).(0.5)
= h[3] = = 0
x[0] 1
y[4] = x[0].h[4] + x[1].h[3] + x[2].h[2] + x[3].h[1] + x[4].h[0] = 0
14/07/2023 Curso CIAW-PUC/Rio 34
 Solução 2 (Inteligente)
x[n]= δ [n] + δ [n − 1] ⇔ y[n]= h[n] + h[n − 1]
y[0]= h[0] + h[−1]= h[0]= 2
y[1]= h[1] + h[0]= h[1] + 2= 1 ⇒ h[1]= −1
= h[2] + h[1]
y[2] = h[2] −= 1 −0.5 ⇒ h[2] = 0.5
y[3] = h[3] + h[2] = h[3] + 0.5 = 0.5 ⇒ h[3] = 0
y[4] = h[4] + h[3] = h[4] = 0
=
y[n] 0 para n ≥ 3

14/07/2023 Curso CIAW-PUC/Rio 35

Teorema da Amostragem de Nyquist
Todo sinal m(t) de largura de faixa W, pode ser recuperado a partir de suas
amostras obtidas a uma taxa não inferior a 2W.

M(f) m(t) ms(t) filtro m(t)

x passa-baixa
ideal
f
1/T>2.W
W T.δT(t)

+∞
 n
ms ( t ) =m ( t ) . T .δ T ( t )  ⇔ M s ( f ) =M ( f ) ∗ δ1/ T ( f ) =∑ M  f − 
n = −∞  T

M(f)

f
-2/T -1/T W 1/T 2/T
14/07/2023 Curso CIAW-PUC/Rio 36
14/07/2023 Curso CIAW-PUC/Rio 37
14/07/2023 Curso CIAW-PUC/Rio 38
14/07/2023 Curso CIAW-PUC/Rio 39
Acumulador
n
y[n] = T { x[n]} = ∑ x[k ] ⇔ y[n] =
k = −∞
x[n] + y[n − 1]

=a [1=
1] b [1]

acumulador

x[n] y[n]
Σ

atraso
unitário

14/07/2023 Curso CIAW-PUC/Rio 40

Média Móvel para M1=0
1 M2
= { x[n]}
y[n] T= ∑
M 2 + 1 k =0
x[n − k ]

1
y[n] − y[n − 1]
= x1[n=
] .{ x[n] − x[n − M 2 + 1]}
M 2 +1
1
=a [1=
1] b .[1 0 ... −1]
M 2 +1
média móvel

1
x[n] M2+1 y[n]
+
x Σ acumulador
-
atraso
nd=M2+1

14/07/2023 Curso CIAW-PUC/Rio 41

Representação no Domínio da Freqüência de
Sinais e Sistemas Discretos no Tempo
Motivação
x[n] y[n]
SLIT
h[n]

=
Suponha que x[ n] e j .2.π . f .n para -∞ < n < +∞
Então:
+∞ +∞
= =
y[n] x[n]* h[n] ∑
h = −∞
h[k ].x[=
n − k] ∑
k = −∞
.2. . f .( n − k )
h[k ].e j π=
+∞
. ∑ h[k ].e − j .2.π . f .k e j .2.π . f .n .H ( f )
j .2.π . f .n
e=
k = −∞

H(f)

14/07/2023 Curso CIAW-PUC/Rio 42

Representação no Domínio da Freqüência de
Sinais e Sistemas Discretos no Tempo
j .2.π . f .n
y[n] = H ( f ).e

resposta em freqüência
(função complexa)

arg ( H ( f ) )
H ( f ) = H ( f ) .e
A resposta em freqüência de um slit T pode ser conhecida, observando
a sua saída quando a entrada é da forma x[n]=exp(j.2.π.f.n)

14/07/2023 Curso CIAW-PUC/Rio 43

Exemplo 1 – Atraso Ideal
y[=
n] x[n − nd ]
Se x[n] = e j .2.π . f .n
j .2.π . f .( n − nd )
Então y[n]= x[n − nd ] = e =
= e − j .2.π . f .nd .e j .2.π . f .n

− j .2.π . f .nd
 H ( f ) = 1
=
Logo H( f ) e ⇒
arg [ H ( f ) ] = −2.π . f .nd

14/07/2023 Curso CIAW-PUC/Rio 44

Exemplo 2 – Acumulador
n
y[n]= ∑ x[k ]
k = −∞

Se x[n] = e j .2.π . f .n
n n
=
Então y[n] ∑
= e e
k = −∞
j .2.π . f .k j .2.π . f .n
.∑ =
e j .2.π . f .( k − n )
k = −∞
∞
1
.∑ e − j .2.π . f .k e j .2.π . f .n .
e=j .2.π . f .n

k =0 1 − e − j .2.π . f
1
Logo H ( f ) =
1 − e − j .2.π . f

14/07/2023 Curso CIAW-PUC/Rio 45

14/07/2023 Curso CIAW-PUC/Rio 46
Observação Importante
O conceito de resposta em freqüência para SLIT´s é
essencialmente o mesmo para sistemas contínuos e discretos.
Entretanto existe uma grande diferença no caso discreto. Nele, a
resposta em freqüência é uma função periódica de período 1.

+∞ +∞
H( f ) ∑
= h[k ].e
k = −∞
e − j .2.π . f .k − j .2.π .k
∑
= h[ k
k = −∞
].e − j .2.π . f .k

+∞
= ∑
k = −∞
h[k ].e − j .2.π .( f=
+1).k
H ( f + 1)

14/07/2023 Curso CIAW-PUC/Rio 47

Transformada de Fourier para
Seqüências

+∞

X ( f ) = ∑ x[k ].e − j .2.π . f .k

k = −∞ 
+∞  ⇔ x[n] ↔ X ( f )
x[n] = ∫ X ( f ).e j .2.π . f .n
.df 
−∞



14/07/2023 Curso CIAW-PUC/Rio 48

Tabela de Transformadas de
Fourier para Seqüências
Seqüência Transformada de Fourier
x[n], y[n] X(f),Y(f)

a.x[n] + b.x[n] a. X ( f ) + b.Y ( f )

x[n − nd ] X ( f ).e − j .2.π . f .nd

e j .2.π . f0 .n .x[n] X ( f − f0 )

x[−n] X (− f )

n.x[n] j dX ( f )
.
2.π df

14/07/2023 Curso CIAW-PUC/Rio 49

Tabela de Transformadas de
Fourier para Seqüências
Seqüência Transformada de Fourier
x[n], y[n] X(f),Y(f)

x[n]* y[n] X ( f ).Y ( f )

1
x[n]. y[n] .X ( f ) *Y ( f )
2.π

14/07/2023 Curso CIAW-PUC/Rio 50

Processamento em Tempo Discreto de
Sinais Contínuos no Tempo (1)

xc(t) x[n] sistema y[n] yc(t)

C/D discreto D/C
no tempo

T T

14/07/2023 Curso CIAW-PUC/Rio 51

Processamento em Tempo Discreto de
Sinais Contínuos no Tempo (2)

C/D

xc(t) filtro xa(t) sample xo(t) x[n]

conversor
anti and A/D
aliasing hold

14/07/2023 Curso CIAW-PUC/Rio 52

O Problema do Aliasing (1)
Xc (f)
m(t) ms(t) filtro y(t)
x passa-baixa
ideal

-W W f T.δT(t)

O que acontece se 2.W>1/T ?

filtro passa-baixa
1/T

f
0
2.W

14/07/2023 Curso CIAW-PUC/Rio 53

O Problema do Aliasing (2)
Como contornar esse problema ?
m(t) ms(t) filtro y(t)
Xc(f) x passa-baixa
ideal
filtro
anti-aliasing

T.δT(t)

-W W f
<1/T filtro passa-baixa
1/T

f
0

14/07/2023 Curso CIAW-PUC/Rio 54

Filtro Anti-Aliasing

14/07/2023 Curso CIAW-PUC/Rio 55

14/07/2023 Curso CIAW-PUC/Rio 56
Sample and Hold x0(t)

xa(t)

-3T -2T -T 0 T 2T 3T 4T t

14/07/2023 Curso CIAW-PUC/Rio 57

Processamento em Tempo Discreto de
Sinais Contínuos no Tempo (3)

D/C

x[n] conversão xa[n] xDA(t) xR(t)

zero-order filtro de
para
hold reconstrução
impulsos

14/07/2023 Curso CIAW-PUC/Rio 58

Conversão para Impulsos

sinal xa[n] xa[-2] xa[9]

xa[-3] xa[-1] xa[8]

xa[0] xa[7]
xa[-4] xa[10]
xa[1]
xa[-5] xa[6]
xa[2] xa[3]
xa[4]

n
xa[5]

14/07/2023 Curso CIAW-PUC/Rio 59

Zero Order Holder

sinal xAD[n] xa[-2] xa[9]

xa[-3] xa[-1] xa[8]

xa[0] xa[7]
xa[-4] xa[10]
xa[1]
xa[-5] xa[6]
xa[2] xa[3]
xa[4]

n
xa[5]

14/07/2023 Curso CIAW-PUC/Rio 60

 Zero Order Holder
+∞
xDA ( t )
= ∑ x [ n].{u ( t − n.T ) − u ( t − ( n + 1) .T )}
n = −∞
a

∑ x [ n].{ℑ u ( t − n.T ) − ℑ u ( t − ( n + 1) .T )}

+∞
X DA ( f )
= a
n = −∞

ℑ u ( t − n.=
T )  e − j .2π . f .( n.T ) .ℑ u =
( t ) e− j.2π . f .( n.T ) .U ( f )
{ }
+∞
X DA ( f ) = ∑ xa [ n ]. e − j .2π . f .( n.T ) − e − j .2π . f .( ( n +1).T ) .U ( f ) =
n = −∞
+∞
= (1 − e − j .2π . f .T
) .U ( f ) . ∑ x [ n].e
a
− j .2π . f .( n.T )

n = −∞

14/07/2023 Curso CIAW-PUC/Rio 61

Zero Order Holder
Assumindo T = 1
+∞
(1 − e ) .U ( f ) . ∑ xa [ n].e− j.2π . f .n =
X DA ( f ) = − j .2π . f

n = −∞

= (1 − e − j .2π . f
) .U ( f ) .X ( f )
Logo
 1 
(1 − e
H(f )= − j .2π . f
) .U ( f ) =
(1 − e − j .2π . f
) . 0.5δ ( f ) + j.2.π . f  =
 
1 − e − j .2π . f
=
j.2.π . f

14/07/2023 Curso CIAW-PUC/Rio 62

Zero Order Holder

14/07/2023 Curso CIAW-PUC/Rio 63

14/07/2023 Curso CIAW-PUC/Rio 64
14/07/2023 Curso CIAW-PUC/Rio 65
14/07/2023 Curso CIAW-PUC/Rio 66
Filtro de Reconstrução
filtro de reconstrução ideal

zero-order holder

filtro de reconstrução compensado

14/07/2023 Curso CIAW-PUC/Rio 67

Transformada Z
Define-se como a transformada z da seqüência x[n] ao resultado da
seguinte soma:
+∞
X ( z) = ∑
n = −∞
x[n].z − n

onde z é uma variável complexa.

Esta soma não converge de forma geral. É comum que ela só convirja
para determinados valores de z. Os valores para os quais a soma
converge formam o que é denominado de Região de Convergência (ROC)

14/07/2023 Curso CIAW-PUC/Rio 68

Exemplo 1-Impulso

x[n] = δ [n] Im
+∞
( z)
X= ∑
n = −∞
z − n 1.=
x[n].= z −0 1

Esta soma converge para qualquer

Re
valor de z desde que z > 0
ROC=-{0}

14/07/2023 Curso CIAW-PUC/Rio 69

Exemplo 2-Atraso
n] δ [n − nd ]
x[=
+∞
( z)
X= ∑
n = −∞
x[n= z − nd z − nd
].z − n 1.= Im

Esta soma converge para qualquer

valor de z desde que z > 0
Re
ROC=-{0}
Se n d =1 então X ( z ) = z −1
(ATRASO UNITÁRIO)

14/07/2023 Curso CIAW-PUC/Rio 70

Exemplo 3-Degrau
x[n] = u[n]
+∞ +∞ +∞ n
1 Im
X ( z ) ∑ x[n=
= ].z −n
∑= z −n
∑  
n = −∞ n= 0 n= 0  z 

Esta soma converge desde que z > 1 1

+∞ n
1 1 1
( z ) ∑ =
Re
X=  = −1
n =0  z  1−
1 1 − z
z
ROC= { z ∈  | z > 1}

14/07/2023 Curso CIAW-PUC/Rio 71

Exemplo 4 –Diferença a Trás

x[n] = δ [n] − δ [n − 1] Im
+∞

∑
X ( z) = x[ n ].
n = −∞
z −n
=
1. z −0
− 1. z −1
=
1 − z −1

Esta soma converge desde que z > 0 Re

ROC=-{0}

14/07/2023 Curso CIAW-PUC/Rio 72

 Exemplo 5-Exponencial
x[n] = A.α n .u[n]
Im
α 
+∞ +∞ +∞ n

X ( z) ∑
= = x[n].z ∑= A.α .z
−n
A.∑  
n −n

n = −∞ n= 0 n= 0  z 

α |α|
Esta soma só converge sse < 1 e neste caso
z Re
1 z 1
X ( z ) A=
= . A=
. A.
α z − α 1 − α . z −1
1−
z
para z > α ROC= { z ∈  | z > α }

14/07/2023 Curso CIAW-PUC/Rio 73

 Exemplo 6-Soma de Exponenciais
x[n]  A.α n + B.β n  .u[n]
=
+∞ +∞
X ( z ) =∑ x[n].z −n
=∑  A.α n + B.β n  .z − n =
n = −∞ n= 0

α  β 
+∞ +∞ n n

A.∑   +B.∑  
z
n 0= n 0 z 

A 1a. soma só converge sse z > α e a 2a. soma só converge sse z > β
Então as duas somas só existem sse z > max { α , β }
Neste caso:

X ( z ) A.
=
1
1 − α .z −1
+ B.
1
1 − β .z −1
{ }
ROC= z ∈  | z > max { α , β }

14/07/2023 Curso CIAW-PUC/Rio 74

Transformada Z inversa

 Método de Inspeção
 Expansão por Frações Parciais
 Expansão por Série de Potencias
 Integral de Contorno

14/07/2023 Curso CIAW-PUC/Rio 75

Tabela de Transformadas Z
Seqüência Transformada Z
x[n], y[n] X(z),Y(z)

a.x[n] + b. y[n] a. X ( z ) + b.Y ( z )

x[n − nd ] X ( z ).z − nd
z0n .x[n] X ( z / z0 )

x[−n] X (1/ z )

n.x[n] dX ( z )
− z.
dz

14/07/2023 Curso CIAW-PUC/Rio 76

Tabela de Transformadas Z

Seqüência Transformada Z
x[n], y[n] X(z),Y(z)

x[n]* y[n] X ( z ).Y ( z )

14/07/2023 Curso CIAW-PUC/Rio 77

Transformada Z para Sistemas Caracterizados por
Equações de Diferenças Lineares e de Coeficientes
Constantes
a1. y=
[n] b1.x[n] + b2 .x[n − 1] + b3 .x[n − 2] + ..... + bnb +1.x[n − nb ] +
+ a2 . y[n − 1] + a3 . y[n − 2] + ..... + ana +1. y[n − na ]
na nb

=
k
k 0= k 0
∑ a . y[n=
− k ] ∑ b .x[n − k ] k

na nb

=
k
k 0= k 0
∑ a .z −k
Y ( z ) = ∑ bk .z − k X ( z )

 na −k   nb −k 
∑ k a . z  .Y ( z ) = ∑ k b . z  .X ( z)
= k 0=  k 0 
nb

Y ( z) ∑ b .z k
−k

( z)
H= = k =0
na
X ( z)
∑ a .z
k =0
k
−k

14/07/2023 Curso CIAW-PUC/Rio 78

Zeros e Polos nb

Y ( z) ∑k
b . z −k

( z)
H= = k =0
na
X ( z)
∑ k
a
k =0
. z −k

Zeros são os valores de z tais que: H ( z) = 0

Polos são os valores de z tais que: H ( z) = ∞

14/07/2023 Curso CIAW-PUC/Rio 79

 Exemplo

h[n] = A.α n .u[n]

+∞ +∞
A
H ( z) ∑
= = x[n].z ∑= A.α .z
−n n −n

n = −∞ n= 0 1 − α .z −1
ROC = α
H ( z ) = 0 ⇒ 1 − α .z −1 = ∞ ⇒ z = 0 ⇒ não há zeros devido ao ROC
H ( z ) = ∞ ⇒ 1 − α .z −1 = 0 ⇒ z = α

14/07/2023 Curso CIAW-PUC/Rio 80

Diagrama de Blocos para Sistemas Caracterizados por
Equações de Diferenças Lineares e de Coeficientes
Constantes
x1[n]

x1[n] x1[n]+ x2[n] adição de seqüências

+

x[n] a a.x[n] multiplicação de uma

seqüência por uma
constante

x[n] x[n-1]
z-1 atraso unitário

14/07/2023 Curso CIAW-PUC/Rio 81

Exemplo 1
y[=
n] a1. y[n − 1] + a2 . y[n − 2] + b.x[n]
Y ( z ) = a1.z −1.Y ( z ) + a2 .z −2 .Y ( z ) + b. X ( z )
Y ( z) b
=
H ( z) =
X ( z ) 1 − a1.z −1 − a2 .z −2
b
x[n] + y[n]

z-1
a1 y[n-1]
+

z-1
a2
y[n-2]

14/07/2023 Curso CIAW-PUC/Rio 82

Exemplo 2 w[n]

y[=
n] a1. y[n − 1] + a2 . y[n − 2] + b0 .x[n] + b1.x[n − 1]
) a1.z −1.Y ( z ) + a2 .z −2 .Y ( z ) + b0 . X ( z ) + b1.z −1. X ( z )
Y ( z=
Y ( z) b0 + b1.z −1
=
H ( z) =
X ( z ) 1 − a1.z −1 − a2 .z −2

x[n] y[n]
b0 w[n]
+ +

z-1 z-1
b1 a1
+ y[n-1]
x[n-1]
z-1
a2
y[n-2]

14/07/2023 Curso CIAW-PUC/Rio 83

Caso Geral

a0 . y=
[n] b0 .x[n] + b1.x[n − 1] + b2 .x[n − 2] + ..... + bN .x[n − N ] +
- a1. y[n − 1] - a2 . y[n − 2] -.....- aM . y[n − M ]
N

Y ( z) ∑
−k
b . z −1 −2 −3 −N
k
b + b . z + b . z + b . z .... + b . z
( z ) = kM=0 = 0 1 −1 2 −2 3 −3
H= N
−M
+ + + +
∑ ak .z − k 0 1
X ( z) a a . z a2 . z a3 . z .... a M . z
k =0

14/07/2023 Curso CIAW-PUC/Rio 84

 x[n] y[n]
b0 w[n]
+ +

z-1 z-1
a1
x[n-1] b1 + y[n-1]
+

z-1 z-1
a2
b2 + y[n-2]
x[n-2] +

bN-1 aM-1
x[n-N-1] + + y[n-M-1]

z-1 z-1
bN aM
x[n-N] y[n-M]

14/07/2023 Curso CIAW-PUC/Rio 85

14/07/2023 Curso CIAW-PUC/Rio 86
14/07/2023 Curso CIAW-PUC/Rio 87