25
COMUNICAÇÃO DIGITAL - Engenharia Elétrica UNINOVE BIBLIOGRAFIA: HAYKIN, Simon ; VAN VEEN, Barry. Sinais e sistemas. Porto Alegre: Bookman, 2001. OPPENHEIN, S; WILLSKY, A.S. Sinais e Sistemas. São Paulo: Pearson, 2010. HAYES, Monson H. Processamento digital de sinais. Porto Alegre: Bookman, 2006. Bibliografia Auxiliar: NALON, José Alexandre. Introdução ao processamento digital de sinais. Rio de Janeiro: LTC, 2009. HSU, Hwei P. Sinais e sistemas. Coleção Schaum. Porto Alegre: Bookman, 2004. DINIZ, P. S. R.; SILVA, E. A. B.; NETO, S. L. Processamento Digital de Sinais: Projeto e Análise de Sistemas. Porto Alegre: Bookman, 2004. O que são sistemas de comunicação a final? São um conjunto de blocos funcionais interconectados que transferem informação entre dois pontos através de uma série sequencial de operações (processamento de sinais). A teoria da comunicação trata dos modelos e técnicas matemáticas que se podem utilizar no estudo e análise dos sistemas de comunicação. A miúde é necessário e conveniente descrever ou representar sinais e sistemas no domínio da frequência, o que nos leva ao conceito de “espectro” e “largura de banda”. A representação espectro↔temporal de sinais e sistemas é possível graças a Análise Espectral de Fourier: Séries e Transformadas. A escolha de um modelo apropriado para um determinado problema depende do conhecimento mais ou menos completo dos fenômenos físicos a modelar e entender e contornar as limitações inclusive do modelo. O aluno interessado em aprofundar uma leitura sobre a história das telecomunicações dos últimos 100 anos, lhes recomendamos o artigo: IEEE Communications Society, “100 Years of Communications Progress”, IEEE Communications Magazine, Vol. 2, No. 5, Mayo 1984.

Apostila de comunicação digital

Embed Size (px)

DESCRIPTION

Professor

Citation preview

  • COMUNICAO DIGITAL - Engenharia Eltrica UNINOVE

    BIBLIOGRAFIA:

    HAYKIN, Simon ; VAN VEEN, Barry. Sinais e sistemas. Porto Alegre: Bookman, 2001.

    OPPENHEIN, S; WILLSKY, A.S. Sinais e Sistemas. So Paulo: Pearson, 2010.

    HAYES, Monson H. Processamento digital de sinais. Porto Alegre: Bookman, 2006.

    Bibliografia Auxiliar:

    NALON, Jos Alexandre. Introduo ao processamento digital de sinais. Rio de Janeiro: LTC, 2009.

    HSU, Hwei P. Sinais e sistemas. Coleo Schaum. Porto Alegre: Bookman, 2004.

    DINIZ, P. S. R.; SILVA, E. A. B.; NETO, S. L. Processamento Digital de Sinais: Projeto

    e Anlise de Sistemas. Porto Alegre: Bookman, 2004.

    O que so sistemas de comunicao a final?

    So um conjunto de blocos funcionais interconectados que transferem

    informao entre dois pontos atravs de uma srie sequencial de operaes

    (processamento de sinais). A teoria da comunicao trata dos modelos e

    tcnicas matemticas que se podem utilizar no estudo e anlise dos sistemas

    de comunicao. A mide necessrio e conveniente descrever ou representar

    sinais e sistemas no domnio da frequncia, o que nos leva ao conceito de

    espectro e largura de banda.

    A representao espectrotemporal de sinais e sistemas possvel graas a

    Anlise Espectral de Fourier: Sries e Transformadas. A escolha de um

    modelo apropriado para um determinado problema depende do conhecimento

    mais ou menos completo dos fenmenos fsicos a modelar e entender e

    contornar as limitaes inclusive do modelo.

    O aluno interessado em aprofundar uma leitura sobre a histria das telecomunicaes dos ltimos 100 anos, lhes recomendamos o artigo: IEEE Communications Society, 100 Years of Communications Progress, IEEE Communications Magazine, Vol. 2, No. 5, Mayo 1984.

  • 1. Sinais e Sequncias Discretas

    Muitas vezes ao avanar no estudo da matemtica, esquecemos a origem e a

    ideia natural que os que as criaram tiveram, sem abandonar este princpio

    vamos dar uma olhada ao passado e entender as sequncias como as

    sucesses aprendidas no ensino mdio e ver a sua evoluo at os conceitos

    de sries.

    Exemplos

    {1, 2, 3, 4 ,...} um sequncia ou sucesso simples infinita;

    {1, 3, 5, 7} a sucesso dos quatro primeiros nmeros pares e infinita;

    {1, 2, 4, 8, 16, 32, ...} uma sucesso infinita onde vamos dobrando cada termo;

    {a, b, c, d, e} uma sucesso com as 5 primeiras letras do alfabeto;

    {0, 1, 0, 1, 0, 1,...} uma sucesso que alterna 0s e 1s.

    1.1 Tipos de sucesses

    1.1.1 Sucesses aritmticas

    Uma sequncia possui uma regra que permite calcular o valor de cada termo.

    Qual seria a regra de construo para esta sequncia {3, 5, 7, 9, ...}?

    Provemos a regra: 2n+1

    n Termo Regra

    1 3 2n+1 = 21 + 1 = 3

    2 5 2n+1 = 22 + 1 = 5

    3 7 2n+1 = 23 + 1 = 7

    Funciona!!!

  • Calcular o termo 100: 2 100 + 1 = 201 Logo Xn = 2n + 1, onde Xn representa qualquer termo da sucesso.

    Para {1, 4, 7, 10, 13, 16, 19, 22, 25, ...} A regra Xn = 3n - 2

    Resumo:

    1.1.2 Sucesses geomtricas

    Numa sucesso geomtrica cada termo se calcula multiplicando o anterior por um nmero fixo.

    Exemplos:

    2, 4, 8, 16, 32, 64, 128, 256, ...

    Esta sucesso tem um fator 2 entre cada dois termos; A regra Xn = 2n

    3, 9, 27, 81, 243, 729, 2187, ...

    Esta sucesso tem um fator 3 entre cada dois termos; A regra Xn = 3n

    Esta sucesso tem um fator de 0,5 entre cada dois termos; A regra Xn = 4 2-n

    4, 2, 1, 0.5, 0.25, ...

  • Resumo:

    Caso particular:

    Exemplo: Sequncia limitada

    Exemplo: Sequncia somvel em mdulo

  • Exemplo: Sequncia quadrado somvel

    1.1.3 Sucesses especiais

    - Nmeros triangulares

    1, 3, 6, 10, 15, 21, 28, 36, 45, ...

    Xn = n(n+1)/2

    O quinto nmero triangular X5 = 5(5+1)/2 = 15

    - Nmeros quadrados

    1, 4, 9, 16, 25, 36, 49, 64, 81, ...

    Xn = n2

    - Nmeros cbicos

    1, 8, 27, 64, 125, 216, 343, 512, 729, ...

    Xn = n3

    - Nmeros de Fibonacci 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...

    A regra de formao da equao de recorrncia xn = xn-1 + xn-2

    Esta regra interessante pois depende dos valores dos termos anteriores.

    Calcular o 6 termo:

    x6 = x6-1 + x6-2 = x5 + x4 = 5 + 3 = 8

  • 1.1.4 Sries

    A srie a soma de uma sucesso.

    Seja a sucesso {3,5,7,9,...} a regra de formao 2n + 1, assim se quisermos

    determinar qualquer termo da sucesso, basta aplicar a regra de formao,

    ouseja Xn = 2n + 1, sendo Xn qualquer termo. Para montar a srie usamos o

    smbolo de somatrio da seguinte forma:

    A letra n da base do somatrio 1 e o nmero da parte superior 4, indicam

    que a soma deve ser feita do primeiro ao quarto termo da sucesso.

    Assim, surgem muitas sries, porm s algumas com aplicaes prticas nas

    cincias e na engenharia, exemplo so as sries de Fourier, de Taylor, etc.

    Muitas funes matemticas se representam em sries.

    2. Sinais Discretos e Sequncias especiais

    O fundamento a teoria de amostragem, assim como todo sistema digital,

    opera com sinais previamente convertidos vindos do mundo analgico e cujo

    tratamento ser no mundo digital.

    Um sinal analgico se propaga no eixo do tempo de forma infinita ao ser

    convertido ao mundo digital a amostragem permite quantificar este tempo em

    valores discretos ou numerados sem que haja significativa perda da informao

    do sinal original.

    Fig. 1: Processamento digital de um sinal analgico.

    Os sinais em tempo discreto so representados pela notao em que s est

    definido para nmeros inteiros. Na expresso x[n] a n-ssima amostra do

    sinal e n est definido para nmeros inteiros e chamado de amostra.

  • Fig. 2: Representao grfica de uma funo real de varivel discreta x[n].

    Podemos tambm representar sinais de forma funcional, tabular e sequencial.

    - Funcional: se utilizam expresses algbricas fechadas.

    - Tabular: se for utilizar MatLab ou Octave.

    - Sequencial

    a) Sequncia de durao infinita com origem em n = 0, indicado por .

    b) Se a sequncia 0 para n < 0 , se costuma representar como:

    E se finita:

  • c) Se a sequncia comea em 0, usualmente se omite a flecha:

    Sinais em tempo discreto podem ser sequncias de comprimento infinito ou

    finito.

    Exemplo: Sequncia discreta representando a bolsa de valores

    Exemplo: Represente a seguinte sequncia (sinal discreto):

    Soluo: nosso intervalo de -6 a +6, definido para n inteiro, includos no

    intervalo -6 e +6.

    Nota: um sinal de comprimento finito definido no intervalo N1 n N2 tem

    comprimento ou durao (nmero de amostras):

    N = N2 N1 + 1

    Ouseja, para este sinal N = +6 (-6) + 1 = 13 amostras.

  • Se for o caso do aluno estiver usando MatLab o grfico do sinal (que uma

    funo discreta) seria:

    Fig.3: Grfico em MatLab de uma funo real de varivel discreta x[n].

    Exemplo: Represente a seguinte sequncia (sinal discreto):

    Soluo: repare que o intervalo infinito (n N)

    Este sinal (sequncia) uma sequncia de amostras infinitas porm no deixa

    de ser discreto. No grfico se representam as primeiras 50 amostras.

  • Fig. 4: Representao grfica de uma funo real de varivel discreta x[n].

    Exemplo: Represente a seguinte sequncia real com sinal discreto

    Exemplo: Sequncias complexas

  • Sejam as seguintes sequncias:

    Exerccios

    (Carlson, 1998; p. 44) Um sinal chamado de simplesmente definido (simply

    defined) quando ele representado por uma nica equao e chamado de

    definido por partes (piecewise defined) quando representado por um

    conjunto de equaes cada uma vlida num intervalo de tempo diferente.

  • 2.1. Operaes, propriedades e classificao dos sistemas discretos

    2.1.1. Operaes

    - Multiplicao

    - Multiplicao por uma constante

    - Somador (sem memria)

    - Retardador de um elemento

    O retardador um bloco com memria de comprimento 1, um dos elementos

    do processamento digital de sinais bastante utilizado e em captulos posteriores

    se lhe relacionar com a Transformada Z.

    - Adiantador de um elemento

    Ele s existe em sistemas de tratamento de sinais fora de linha e no

    realizvel fisicamente.

  • Exemplo

    Dada a funo discreta de sada y(n), elabore o sistema de blocos da funo:

    Reescrevendo temos:

    Figura 5: Diagrama de blocos .

    2.1.1.1 Manipulaes elementares de sinais de variveis discretas

    - Deslocamento

    O sinal x(n) se desloca k amostras substituindo a varivel n por n k. Se k > 0

    o sinal se atrasa k amostras e se k < 0 o sinal se adianta k amostras.

    Na manipulao fora de linha (off-line) ambos os tipos de deslocamento so

    possveis; porm, em sistemas de tempo real ou em linha (on-line), somente o

    atraso da funo realizvel.

    Exemplo

    Utilizando deslocamentos determine a funo degrau unitrio u(n) em termos

    de uma soma de impulsos (n) deslocados.

  • - Reflexo

    Consiste em dobrar o sinal x(n) no instante n = 0, substituindo a varivel n por

    seu inverso aditivo n. Deslocamento e reflexo no so comutativas.

    2.1.2 Classificao e propriedades de sinais de varivel discreta

    Funes bsicas podem ser definidas se tratadas como sinais de energia e

    potncia.

    Figura 6: Potncia instantnea p(t) e energia e(t) de um sinal analgico.

  • O valor de R representa uma constante que somente altera o fator de escala

    das funes p(t) e e(t), no alterando a forma de tais funes.

    Desafio: Suponha o valor de R = 1 , reescreva as equaes da Figura 6.

    Toda a teoria de circuitos ministrada nas disciplinas de um curso de

    engenharia eltrica, possuem em seus fundamentos sempre o tempo como

    varivel contnua. De forma anloga, definiremos, para um sinal de varivel

    discreta x(n) a energia total como:

    onde o uso do mdulo do sinal permite aplicar a definio a sinais de valor

    complexo. Assim, se E infinita ento a x(n) se lhe denomina sinal de energia.

    Muitos sinais de energia infinita possuem potncia mdia finita:

    Se for o caso de P ser finita, se diz que x(n) um sinal de potncia.

    Se definimos a energia EN de x(n) num intervalo finito como:

    Ento

    E a potncia mdia pode escrever-se como:

    desta forma verificamos que se E finita ento P = 0 e se P > 0 ento E ,

  • ou seja, todo sinal de potncia tem energia infinita.

    Exemplo

    Defina se as seguintes funes so de energia ou potncia

    a) Funo degrau unitrio

    Assim, a funo degrau uma funo de potncia.

    b) Funo rampa unitria

    Sendo E e P infinitas, no podemos concluir se a funo rampa sinal de

    energia ou de potncia.

    c) Seja o sinal exponencial

  • Assim, a funo exponencial uma funo de potncia.

    2.1.3 Propriedades e Classificao dos sistemas discretos

    Sinais discretos bsicos

    - Impulso unitrio

    - Degrau unitrio

  • - Rampa unitria

    - Senoide (no causal)

  • - Exponencial

    - Exponencial real

    - Funo sinc

    A sequncia ou funo sinc muito utilizada em processamento de sinais.

    uma sequncia no causal de durao infinita.

  • - Representao de sequncias arbitrrias por meio de impulsos

    Qualquer sequncia discreta pode ser representada como uma soma

    ponderada de sequncias impulso retardadas

    Se a um sistema se lhe atribui uma propriedade, esta, deve-se cumprir para

    todas as entradas possveis. Na tabela 2 se faz um resumo destas

    propriedades.

  • Propriedades dos sistemas discretos

    Invariana

    De maneira informal, um sistema invariante no tempo se seu comportamento

    no depende do instante em que se encontre.

    Exemplos:

  • Causalidade

    Um sistema causal se a sada no antecipa valores futuros da entrada, isto

    significa que em todo momento a sada depende unicamente dos valores na

    entrada.

    Como corolrio podemos mencionar que todos os sistemas fsicos de tempo

    real so causais, dado que o tempo somente se desloca pra frente. O efeito

    ocorre depois da causa. Por exemplo, imagine que se dispe de um sistema

    no causal cuja sada depende da cotao das aes da manh.

    A causalidade no se aplica a sistemas previamente armazenados ou

    gravados.

    A causalidade no se aplica a sinais de variao espacial, podem ser

    movimentados estes sinais de esquerda para direita e de cima para baixo.

    Exemplos:

  • Linearidade

    Est relacionada ao tipo de sistema seja discreto ou contnuo, e podem ser

    lineares e no lineares. Nos limitaremos a avaliar sistemas lineares:

    - Poucos sistemas reais so lineares;

    - Modelos lineares de sistemas descrevem representaes precisas do

    comportamento de muitos sistemas que inclusive no sejam lineares;

    - Linearizar modelos a fim de examinar perturbaes de pequeno sinal ao

    redor de pontos de funcionamento;

    - Sistemas lineares so mais fceis de serem trabalhados analiticamente,

    possibilitando o uso de farta ferramenta de anlise disponvel e perspectiva de

    xito na soluo de problemas.

    SUPERPOSIO !!!

  • Porque estudar sistemas lineares invariantes no tempo?

    - So a maioria dos sistemas;

    - Existe abundante ferramenta de anlise destes sistemas;

    - Conhecer a resposta destes sistemas de algumas entradas, nos permitir, de

    fato, saber a resposta de muitas delas.