JOSE ALEXANDRE NALON Introducao ao Processamento Digital de SinaisSistemas em engenharia processam informagoes que sio captadas no mundo real com 0 objetivo de se obter algum resultado Gril sobre @ procesto eenudaclo, F posst- vel associar a qualquer instante de tempo uma informa- fio relativa a esse processo. A variagio dessas informagies conforme a passagem do tempo recebe o nome de sinal, € processamento de sinais € a disciplina que estuda como 0s sinais se elacionam e, principalmente, como manipular os sinais de forma a se abter um resultado desejado. Em um sistema de comunicagées, 0 objetivo € trans- tmitir informages de um ponto a outro ponto remoto. Em sistemas de controle, o objetivo é manter uma determinada sgrandeza em uma planta em niveis predeterminados; em sistemas de anslise, obter caracteristicas sobre um produto ‘ou um processo. O sinal pode ser tratado de varias manei ras diferentes. Até meados dos anos 60, 0 método tipico cera converté-los em formas de onda de corrente ou tensio, « tratéclos por elementos de eircuito. Hoje em dia, com 0 avango das tecnologias digitais, os sinais sio convertidos para uma representagio que possa ser facilmente compre- endida e manipulada por um processador — um sinal dis- ‘ereto, ou digital. Um sinal dessa natureza pode ser proces: sado nao por elementos de circuito, mas por um programa que trata cada uma das informagées como dado relativo a0 processo. Existem iniimeras vantagens no uso de processamento digital de sinais: 0s circuitos so mais flexiveis; € possivel reconfigurar um sistema apenas mudando a programagio dos dispositivos; pode-se reaproveitar o design de hardwa- re € software em projetos niio-relacionados; nao € espe- cialmente dificil lidar com provessamento nao-linear; ¢, mesmo para operagdes relativamente simples, em geral, 0 processamento digital hoje em dia, mais barato. Exemplos de sinais que podem ser manipulados por tum processador incluem: sinais de voz, miisica € audio, imagens, seqiiéncias de imagens, multimidia em geral, fk mes contendo trilhas de éudio e video, sinais de sensores de uma linha de montagem, como sinais de temperatura ou peso de uma correia transportadora, sinais médicos como Introdugao cardiogramas ou eletroencefalogramas, sinais de trans- missto de celulares e telefonia em geral etc. Toda area do canhecimento que lida com a informacio se beneficia do processamento de sina. ‘A disciplina de Processamento Digital de Sinais (ou Processamento de Simais Digitais) se preocupa com 2 ani lise matemética € pratica do tratamento da informacio como compreendida pelos processadores. De uma forma eral, estuda-se quais os efeitos da operacio de amost gem de um sinal analégico para transformé-lo em um sinal digital, a reconstrugio de um sinal digital em um sinal ana- ligico e todas as operagdes possiveis com a representagio numérica e computacional de um sinal digital. Diversos ti- ‘pos de operagées diferentes podem ser realizados, mas os fundamentos bisicos estio relacionados e sero estudados cconforme descrito a seguir. Filosofia do Processamento Digital de Sinais Por sua propria natureza, os sinais sio analégicos. Isso significa que, a cada instante do tempo, € possivel obter uma informagio do sinal — ele esté definido para todos (os instantes de tempo possiveis. Um sinal dessa natureza & representado por uma fungio continua, e nao pode ser re- presentado ¢ tratado adequadamente por um processador digital, Um sinal precisa ser discretizado para que isso scia pos- sivel. Em outras palavras, obtém-se do sinal analégico wma seqiigncia de amostras, que representario o sinal. Um sinal discreto existe apenas para instantes especificos do tempo, diferentemente dos sinais analigicos, ¢ por isso pode ser armazenado e processado digitalmente, Esse processo € cha- mado de amostragem, ¢ um sistema de processamento digi- tal de sinais consiste em amostrar o sinal, realizar o proces- samento digital e reconstruir o sinal processado para obter analogicamente 0 resultado, como mostra a Figura LL2 _Introducio Conversio | x[n} [Processamento] y[n] [ Conversio x(t) Rang ee seat ey Saar yet) Digital Digital Analégico, Figura Lt Processamento dial de sinais analégicos Teenicamente, as amostras de um sinal nao podem ser representaclas com precisio ilimitada, pois um processador pode lidar apenas com nimeros inteiros. Assim, cada amos- tra precisa ser quantizada, ow discretizada em amplitude, para poder ser armazenaca Sinais que sio discretos tanto no tempo como na amplitusle sio chamados de sinais dii- 1ais, O erro causado pela quantizagio das amostras pode ser tratado como uma espécie de ruido, Assim, é possivel anali- sar sinais discretos apenas no tempo ¢ considerar posterior mente os efeitos causados pela quantizagio das amostras. Amostrar um sinal anal6gico consiste em obter do si- ral as amplitudes do sinal a intervalos especificos. Essas amostras comporio a seqiiéncia discreta que seri proces- sada. Pode-se ver que esse processo consiste em descartar scletivamente informagées do sinal anal6gico, uma ver que ‘psiciscabpintad aniestead repteetneatho’ sini icteity. 6 de se esperar que esse processo induza distorgdes no si nal processado. De fato, a amostragem deve ser feita de maneira cuidadosa — uma amostragem feita corretamente climina por completo as distorgdes. As condigdes para a ‘obtengio da amostragem correta sio feitas segundo 0 teo- rema da amostragemt, ¢ exigem conhecimento de algumas caracteristicas do sinal, mas garantem que a sua reconstru- 40 possa ser feita sem nenhuma perda. (7 Fndamental para 0 tatament de sii ano ds cretos quanto continuos, & a andlise em fregidéncia,feita por meio da transformada de Fourier. Um sinal qualquer pode ser decomposto em “ondas" de vias feeqiéacias dic ferentes, representadas por fungies senoidais Pela anilise das freqiiéncias e das amplitudes dessas fungées & possivel ober uma gama enorme de informagées a respeito dos s- nais analisados, ¢ também projetar de maneira adequada 0 processamento a ser realizado, De fato, em geral, € muito mais comum deserever um sinal por meio de suas caracte- risticas em freqliéncia que no tempo. Mais descrtiva que a analise em freaiiéncia pela trans: formada de Fourier € a analise em freqiéncia complexa pela transformada z. Essa técnica é na verdade uma ge- neralizagio da primeira que permite trazer todo 0 poder dos niimeros complexos para a anslise. Fungies racionais de polindmios complexos tém diversas caracterstieas ireis aque, com observagio simples, permitem decidir se 0 siste- ima é, por exemplo, estavel ow nio. © processamento mais comum feito em sinais discre- 10s a operagio conhecida como filtragem.Filrar um sinal significa selecionar desse sinal quais freqiéncias sio dese- jadas, e descartar as que nio sio. O processo de filtragem simples, facilmente implementavel e lexivel. E possivel dobrer um conjunto bastante significativo de resultados uti lizando essa técnica simples. A convolugdo € a operacio biisca usada em fltragem. A jungio das téenicas de fltra- ‘gem e andlise em freqiiéncia permite projetar 0s fltros com as caracteristicas necessirias para se obter 0 resultado de sejado, seja ele eliminar ou realgar caracteristicas de um sinal, ou simplesmente obter uma fungio de transferéncia adequada. Freqiientemente, no entanto, as caracterstias do sinal rio sio amplamente conhecidas: ou a origem do sinal & desconhecida, ou 0 seu conteiido tem um grau de variagio muito alto. Essa é, na verdade, a situagio mais comum, Sinais com caracteristicas desconhecidas devem ser trata- dos como sina aleat6rios, ou processos estocdsticos, que ‘io analisados por meio de técnicas estatisticas. E possivel, ainda que nio se conhega bem o sinal, obter earacteristicas relevantes de modo a possibilitar 0 projeto. Organizacao Este livro foi projetado com o intuito de servir a um curso introdutério na disciplina de Processamento Digi- tal de Sinais, com duragto de um ou dois semestres para turmas de graduasio em qualquer modalidade em que a disciplina seja tile No encanto, seu conteido € extenso 0 suficiente e téenicas avangadas sio descritas, de tal forma que seu uso em rurmas de especializagio e posgraduaglo também é recomendado. Espera-se do estudante a profciéncia em alguns pré- requisitos para o estudo, Um curso bisico de cdlculo ¢ ilge- bya linear, bem como conhecimento de nimeros comple- x05, € imprescindivel, ¢ 0 estudo de equagées diferenciais © séries € desejivel. ‘Tomou-se bastante cuidado para que as demonstragies, fossem 0 mais corretas possiveis. No entanto, visto que © objetivo € pritico, esas demonstragées devem ser encara- das muito mais como justifeativas que como provas rigor rosas das hipdteses tratadas. Além disso, preferiu-se uma organizagio mais comum em textos de engenharia, com encadeamento de idéias, que em textos matematicos, em que a prova ea corregso de reoremas sio 0 mais adequadbo.Preferin-se também, pelo mesmo motivo, ndo citar corri- ddamente no texto as referéncias — todas elas esto listadas no final do livro e podem ser consultadas em seus capttulos especificos quando necessério. No final de cada eapitulo existem exereicios para que «0 estudante reveja os conceitos aprendidos. Existem exer cicios tiviaise “bragais", e ha também exercicios que exi- ‘gem nao apenas umm pouco de reflexdo como também algn- ma pesquisa em fontes externas. E a opinido do autor que pesquisaralém do exposto no texto bisico € essencial para 0 aprendizado, ¢ esses exercicios server para tal. Este texto se organiza da seguinte forma ‘0 Capitulo 1 dé uma introducio aos sinais e sistemas discretos. A representacio matemtica de um sinal discre- to sob a forma de uma seqiiéncia de tempo discreto e as principais operagées matemiaticas sio vistas. Nesse capf- tulo, as operacoes de amostragem e reconstrucao de um sinal analégico s4o vistas apenas en passant, e somente 0 ferramental necessétio para o processamento dos sinais amostradas. 'No Capitulo 2, a representagio em freqiéncia dos sinais digitalis é vista através da série discreta de Fourier, também conhecida como transformada de Fourier. 0 Ca- pitulo 3 trata da transformada z, ou andlise no dominio da freqiéncia complexa. As téenieas de andlise em freqdéncia revelam muitas caractersticas importantes de sinais e sis: temas discretos. Introdugio 3 (Os ts primeiros capitulos se encarregam de apresen- tar as técnicas, ¢ © Capitulo 4 retine os métodos de ansti se importantes para a analise tanto no domfnio do tempo como no dominio da freqiléncia, Sio quatro capitulos com alto grau de teoria. (Os capitulos seguintes se preocupam mais com a priti~ ca, mostrando quais sero os efeitos da implementagio das récnicas. O Capitulo 5 lida com os efeitos da amostragem e reconstrucio de sinais. © Capitulo 6 trata da transforma- da discreta de Fourier, 2 implementagao computacional da transformada de Foutier e sua versio ripida. O Capitulo 7 trata do projeto de filtros de resposta finita ow infinita © Capitalo 8 refere-se a sinais aleat6rios, com espe- cial énfase na estimagio espectral e obtengio de modelos para esses sinais. A teoria € utilizada para estimagio do certo cometido na quantizagio de amostras e Filtros, vista no Capitulo 9, ‘A seqiiéncia em que esses capitulos devem ser minis- trados é prerrogativa do professor. No entanto, sugere-se que um curso bisico da diseiplina deveria conter a0 menos (08 Capitulos 1, 2, parte do Capitulo 4 (referente aos dois anteriores) ¢ 05 Capituls 5, 6 ¢ 7. Tradicionalmente, 0 contetide do Capitulo 3 € mais complexo para 0 aluno. Nesse caso, 0 Capitulo 3, sua parte relativa no Capitulo 4, € 08 Capitulos 8 e 9 deveriam ser vistos em um segundo curso. Um curso avangado pode passar por todos os capi- tulos na ordem em que aparecem.Capitulo Sinais e Sistemas Discretos Sinais sdo informagées que podem ser transmitidas ou processadas. Fisicamente, os sinais sio obtidos através de sensores ou transdutores e transformados em sinais de tensio ow corrente que sio manipulados pelo circuito processador. Um microfone transforma um sinal de vor (que € uma onda sonora) em uma tensio variével, alimentada a um circuiro qualquer (am transmissor de rdio ou um amplificador, por exemplo) que realiza o processamento. Matematicamente, todo sinal pode ser representado como uma fungio em um do- minio apropriado — em geral o tempo, mas outros dominios sio possiveis. O sinal de vox captado pelo microfone pode ser visto como um sinal de tensio em fungio do tempo: para cada instante de tempo pode-se obter a intensidade da tensio para aquele instante especitico. Pela propria natureza continua do tempo, admite-se que € possivel obter a intensidade da tensio para qualquer instante desejado, Sinais que tém essa propriedade sio chamados de sinais continuos ou, mais comumente em engenharia, de sinais analégicos. Sinais analégicos sio tratados por elementos de circuito como resistores, capacitores, indutores, transistores ete. E muito comum a implementacio de sistemas lineares através do uso de amplificadores operacionais Um sinal desse tipo, no entanto, no pode ser convenientemente manipulado por um processador digital, pois cle & ineapaz de lidar com ndimeros que nio sejam inteiros — mes- mo os mtimeros em ponto fluruante sio representados por niimeros inteiros.’ Portanto, © processador é incapaz de lidar de maneira adequada com um sinal analégico, pois esse, por definigio, existe em infinitos pontos. Para que o sinal possa ser manipulado pelo processador, ele deve ser discretizado. Um sinal discreto € aquele que existe apenas para valores especificos de seu dominio, que pode portanto ser representado por mimeros inteiros. O processo de discretizagao de um sinal também € chamado de amostragem. Consiste em obter valores do sinal a cada intervalo especificado, chamado periodo de amostragem. Dessa forma, € possivel mapear o sinal em valores na meméria de um processador, tornando-o passivel de processamento. O processo dde amostragem introduz algumas complicagées que podem afetar profundamente o resulta- do do processamento. Essas complicades serio estudadas no Capitulo 5, [Na verdade, niimeros em ponto flutuante sio representados por campos de bits que representam sua mantissa e seu expoente. O expocnte é um niimero inteio, e a mantissa € um niimero em ponto fxo ‘que € representado, essencialmente, por um niimero intro.‘Além disso, um processador também ndo pode lidar com qualquer valor da fun 10, uma ver que cexistem possibilidades infinitas de valores para cada amostra do sinal — é necessério limitar o inter valo de valores que uma amostra pode assumir para que o processador possa tratar dela. Um sinal em gue tanto o tempo quanto 38 atmostas esto representados de forma diseretizada € chamado de snal digital. Os el estudados no Capitulo 9. 1s da discretizacio das amostras, processo também chamado de quantizaeao, serio Neste capitulo, apenas a representacio matemstica ¢ as propriedades de sinais e sistemas disere- +05, bem como as operagies basicas mais importantes, como a convolucio, sio de interesse. 1.1 Sinais Discretos Um numérica, que pode ser vista como uma fungio cot {isto é, assumindo qualquer valor em um intervalo) de uma varidvel disereta. Convencionalmente, 0 dominio da seqiéncia érepresentado por n,€ Z, ou sea, um niimero inteiro. Essa varidvel € chamada de tempo discreto. Outros: dominios adequados, dependendo do sinal, podem existir. Por exemplo, uma imagem digitalizada € fungio nao do: tempo, mas das distAncias na horizontal e na vertical de um ponto tomado como a origem — ou sea, para imagens, 0 inal discreto é representado por uma seqiténcia Exemplo 1.1 Sejam (1) ate T, dominio € 0 espago bidimensional, Uma fungio discreta pode ser obrida diretamente de uma fungao continua pela operacio de amostragem: a{n] = x(n), at) em que x.{0) € uma funcio continua no tempo e T, é 0 chamado perfodo de amostragem. Seu inverso & denotado £, = WT, € chamado fregiiéncia de amostragem, dada em ‘amostras por segundo, Essa expressio indica que a seqiién- cia x(n] conterd os valores da funcio analégica x,(@) nos ‘tempos miltiplos do intervalo de amostragem. Cada um esses valores & chamado de amostra. 0,25s. Nesse caso, amostramos a fungio a cada intervalo de 0,255, com uma freqtiéncia de amostragem j, = 4 amostras/s, € 0s valores nesses instantes correspondem aos valores da fungao discreta naqueles pontos: Exemplo 1.2 Sejam x(t) amostragem J, pontos: Um processador pode tratar dos dados obtidos nos exemplos anteriores armazenando-os como um vetor ou ‘cos ate T, = 0,1s. Nesse caso, amostramos a funcdo a cada intervalo de 0,15, com uma frequencia de 10 amostrasis, ¢ 05 valores nesses instantes correspondem aos valores da funcao discreta naqueles £0s(0,2) | cos(0,1) cos(0,2) | c0s(0,2) cas(0,3x) | c0s(0,3x) uma seqiéncia, utilizando uma posigao de meméria para cada amostra. E importante notar que as fngoes discretas6 Capitulo 1. Sinais ¢ Sistemas Diseretos . Wn Grafico do Exemplo 1.1. Em tracejado, @ fungio continua orig ral indo existem para valores fracionstios de n. Ali, os valores no estio definides. Assim, nlo se pode, por exemplo, ut lizar x{2,5] como 0 —a fungio nao esta definida para esse valor den. ‘Assim como func6es analigicas, fungbes discretas po- dem ser representadas graficamente. O grafico de uma fun- ‘gio disereta tem a aparéncia mostrada nas Figuras 1.1 € ae 1.2 Propriedades e Operagées com Sinais Discretos 1.2.1 Operagdes Algébricas As operagbes algébricas (aig, subtragio, maltiplica- so, dvisto et) estio definidas para seqigncas discretas, sem nenhuma mudanga na forma como as operagoes sio realizadas ou em suas propriedades. As operagdes sto feitas mostra por amost ln = 21[n] + 20In, vir} =n] ~ zn ce assim por diante. 1.2.2 Mudanga na Escala de Amplitude ‘A amplitude de uma seqiéncia é definida como o valor de cada uma de suas amostras. Modificar a sua amplitude significa mulriplicar a seqdéncia por um escalar. A escala de amplitude € modificada se a seqiéncia recebe uma ope- ragio da forma: Grifico do Exemplo 1.2 Em tracejado, a fungio continua orig nal (12) ln] = cxf ‘em que ¢ é uma constante qualquer. O efeito dessa opera- ‘gio € mudar a amplitude das amostras de x{z}. Sec <1, cia tera uma amplitude menor see > 1, a teré uma amplitude maior. 1.2.3. Mudanga na Escala do Tempo [A seqiiéncia recede mudanga na eseala do tempo se for submerida 3 operagio: fu) = [Mr], MZ. 43) © multiplicador M deve ser um niimero inteiro, pois 0 produto Mn deve ser inceiro. Caso contrétio, seré imposs vel obter o valor correspondence da amostra de x(n]. Dependendo do valor de M, 0 resultado é diferente. Caso M < 0, a seqiéncia sofre um espethamento com re- lacdo 4 origem, ou seja, ela & revertida, Se |M| > 1, en tio a seqiigncia sofre uma compressdo. Efetivamente, essa operagio consiste em descartar informagdes da seqténcia original, retendo apenas 1 amostra a cada M amostras ori sginais. Ese procedimento implica a perda de informacio, € portanto sueita as seqincias a distorgbes. Esses efeitos serio estudados alongadamente no Capitulo 5. A compres: sio € uma operagio geralmente irreversivel: uma ver com- primida uma seqigncia, é impossivel obter com exatidio a seqiigncia original, a no ser sob condigises especiais. Suponha M = 2. Nesse caso, a seqléncia yl] sera for- ‘mada pelas amostras pares da seaiiéncia x(n] original. Iso significa que as amostras impares dessa seqiiéncia serio descartadas, O Exemplo 1.3 mostra a compressio de uma seqiiéncia senoidal Existe uma maneira de definie uma mudanga de escala por um fator fraciondrio: define-se a fungio yl}, como pode ser visto na Equacio 1.4Exemplo 1.3 cos(n/4) € yfn] = 2{2n). A sequéncia un) escrita como ln] = cos(n/2) ‘A Figura 1.3 mostra 0 resultado da operacao. SSS TT « QS init SS a © ® a Figure 1 Ta) Sequéncia original do Exemplo 1.4; (b) sequéncia com atraso os} =2 a4 Exemplo 1.4 - Seja.a sequéncia s{n] mostrada na Figura 1.4a. Aplicando : i; = = 7? Uumatraso k = 2, ciamos a seqiiéncia fn) = afn — 2]. O Figura 1.3 safico de yin) pode ser visto na Figura 1.4b. SSequéncias do Exemplo 1.3: (a) a sequéncia original (b) a seqaén- cia comprimida por um fator de 2. Note a mudanga na escala do Essa operacio € conhecida como expansdo, mas causa uma série de distorgdes no sinal. Por exemplo, se L = 2, cada amostra do sinal original seri seguida por uma amostra nula, Existem técnicas para eliminar essas distorgoes, que serdo vistas mais adiante. seniL forinteito (4) 1.2.4 Deslocamento no Tempo ‘Uma seqiiéncia sofre deslocamento no tempo se ela € resultado da operagio descrita a seguit yin] =2[n—k], kez, (5) em que k € 0 atraso aplicado a seqiténcia original. O efeito dessa operagio pode ser facilmente observado graficamen- re. Se 0 atraso k for positivo, isso significa que a fungio sera deslocada k amostras para a direita no grafico. O con- twirio aconteceré se k for negativo: a fancio discreta seré deslocada k amostras para a esquerda © processo de destocamento é implementado em termos computacionais com o uso de memérias para as amostras em atraso, Cada amostra atrasada representa uma unidade de meméria para armazens-la até 0 momento do 1.2.5. Diferencas e Acumulagao rages basicas entre duas ou mais seqién- ios, duas outras operagGes tém grande im- portancia, principalmente na andlise de sistemas discretos. Essas operacdes sio andlogas (e podem ser utilizadas para cstimar) & diferenciagio e 3 integracio, A primeira diferenca ow simplesmente a diferenca de uma seqiigncia é definida como a variagao entre suas amos- tras subseqilentes, ou seja, Az{n] (1.6) a(n] ~2{n—1] Diferengas de ordem maior podem ser encontradas pela aplicagio sucessiva da primeira diferenga. A segunda dife- renga, por exemplo, é dada por: A? zn] = A(Az{n]) (17)