Sandramuller-capitulo4 Sinais e Sistemas
description
Transcript of Sandramuller-capitulo4 Sinais e Sistemas
![Page 1: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/1.jpg)
Aula 23
Sinais e Sistemas –Aplicações das
Representações de Fourier
Profª Sandra Mara Torres Müller
![Page 2: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/2.jpg)
Aula 23
Resposta em Frequência de Sistemas LTI
A resposta em frequência constitui uma caracterização do comportamento entrada-saída do sistema.
Existem algumas relações das descrições de sistema em domínio do tempo com a resposta em frequência do sistema: Resposta em frequência e a resposta ao impulso;
Resposta em frequência e a equação diferencial e a diferenças (não);
Resposta em frequência e a descrição por variáveis de estado (não).
![Page 3: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/3.jpg)
Aula 23
Resposta ao Impulso
A resposta ao impulso no tempo e na frequência constituem uma par de FT ou DTFT.
Um sistema é dito estável se a sua resposta ao impulso for absolutamente integrável ou somável:
Assim, a resposta em frequência existe para sistema estáveis. Sabe-se também que:
![Page 4: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/4.jpg)
Aula 23
Resposta ao Impulso
É importante lembrar que a multiplicação no domínio da frequência origina a noção de filtragem.
PB
PA
PF
![Page 5: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/5.jpg)
Aula 23
Resposta ao Impulso
A caracterização do filtro de tempo discreto baseia-se em seu comportamento na faixa de frequência -π < Ω < π porque sua resposta em frequência tem período 2π.
Curva de filtro real vs. Curva de filtro ideal.
A resposta em amplitude é descrita em decibéis (dB).
Note que o ganho unitário corresponde a 0dB e a frequência de corte do filtro é dado por 1/√2 do ganho máximo, ou seja, -3dB, pois nesse ponto o filtro deixa passar somente 50% da potência de entrada.
![Page 6: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/6.jpg)
Aula 23
Resposta ao Impulso
![Page 7: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/7.jpg)
Aula 23
Resposta ao Impulso
Pode-se definir também pela propriedade da convolução que:
E pode-se recuperar a entrada como:
![Page 8: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/8.jpg)
Aula 23
Resposta ao Impulso
![Page 9: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/9.jpg)
Aula 23
Resposta ao Impulso
Descrição por equação diferencial e a diferenças e descrição por variáveis de estado (pag. 264 a 268) fica como leitura para casa.
![Page 10: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/10.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
Apesar que a FT e a DTFT não converge para sinais periódicos, é possível usá-la para representar sinais periódicos se for incorporado impulsos nas transformadas de maneira apropriada.
Isso serve para análise de problemas com combinações de sinais periódicos e não-periódicos.
![Page 11: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/11.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
Relacionando a FT com a FS (caso contínuo)
FS para x(t) periódico:
Sabe-se que:
Então:
Ou seja, a FT de um sinal periódico é uma série de impulsos espaçados pela frequência fundamental ω0. O k-ésimo impulso tem força 2πX[k].
![Page 12: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/12.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
![Page 13: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/13.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
![Page 14: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/14.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
![Page 15: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/15.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
![Page 16: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/16.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
Relacionando a DTFT com a DTFS (caso discreto)
A expressão da DTFS para x[n] com período N:
Um impulso deslocado na frequência, expresso para um período, édado por:
Para vários períodos, temos:
A observação é que a DTFT inversa de um impulso deslocado na frequência é uma senóide complexa de tempo discreto:
![Page 17: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/17.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
Assim, temos:
Como X[k] tem período N e NΩ0 = 2π, então:
Ou seja, a representação por DTFT de um sinal periódico é uma série de impulsos espaçados pela frequência fundamental Ω0. O k-ésimoimpulso tem força 2πX[k] (figura no próximo slide).
![Page 18: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/18.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
![Page 19: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/19.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
![Page 20: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/20.jpg)
Aula 23
Representações com Transformada de Fourier para Sinais Periódicos
![Page 21: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/21.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
Convolução de sinais periódico e não-periódico
Quando x(t) é periódico, temos:
O que leva a:
![Page 22: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/22.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
Periódico
Não-periódico
Periódico
![Page 23: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/23.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
![Page 24: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/24.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
![Page 25: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/25.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
Para o caso discreto temos:
Quando x[n] é periódico:
E então:
Ou seja, a forma de Y(ejΩ) indica que y[n] também seráperiódico, com mesmo período de x[n].
![Page 26: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/26.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
![Page 27: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/27.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
Modulação de sinais periódicos e não-periódicos
Quando x(t) é periódico, temos:
Então
![Page 28: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/28.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
![Page 29: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/29.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
![Page 30: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/30.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
![Page 31: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/31.jpg)
Aula 24
Convolução e Modulação com Classes Combinadas de Sinais
Para o caso discreto temos:
![Page 32: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/32.jpg)
Aula 24
Representação por Transformada de Fourier para Sinais de Tempo Discreto
Aqui será derivada a representação por FT para sinais de tempo discreto, incorporando impulsos de maneira apropriada.
Pode-se fazer a correspondência entre a frequência de tempo contínuo ω e a frequência de tempo discreto Ω.
Definindo x(t) = ejωt e g[n] = ejΩn, força-se que g[n] seja igual às amostras de x(t) tomadas em intervalos de amostragem τ, ou seja, g[n] = x(nτ), o que implica em:
Ou seja, a frequência de tempo discreto Ω corresponde àfrequência de tempo contínuo ω multiplicada pelo intervalo de amostragem τ.
![Page 33: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/33.jpg)
Aula 24
Representação por Transformada de Fourier para Sinais de Tempo Discreto
Relacionando a FT com a DTFT
A DTFT de um sinal discreto x[n] é:
Procura-se um par FT que corresponda ao parDTFT . Substituindo Ω = ωτ na equação acima temos:
Sabe-se que:
Então
![Page 34: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/34.jpg)
Aula 24
Representação por Transformada de Fourier para Sinais de Tempo Discreto
Ou seja, xδ(t) é um sinal de tempo contínuo que corresponde a x[n], e a FT, Xδ(jω), corresponde à DTFT X(ejΩ) com Ω = ωτ.
![Page 35: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/35.jpg)
Aula 24
Representação por Transformada de Fourier para Sinais de Tempo Discreto
![Page 36: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/36.jpg)
Aula 24
Representação por Transformada de Fourier para Sinais de Tempo Discreto
Relacionando a FT com a DTFS
Aqui será mostrado como usar a FT para representar um sinal discreto e periódico.
A representação por DTFT de um sinal x[n] periódico com período N édada por:
Para obter a representação por FT basta substituir Ω = ωτ.
![Page 37: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/37.jpg)
Aula 24
Representação por Transformada de Fourier para Sinais de Tempo Discreto
Como X[k] tem período N, então Xδ(jω) é periódico com período NΩ0/τ=2π/τ.
xδ(t) corresponde à FT e é obtido por
xδ(t) também é periódico em Nτ.
![Page 38: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/38.jpg)
Aula 24
Representação por Transformada de Fourier para Sinais de Tempo Discreto
![Page 39: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/39.jpg)
Aula 24
Representação por Transformada de Fourier para Sinais de Tempo Discreto
![Page 40: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/40.jpg)
Aula 25
Amostragem – Sinais de Tempo Contínuo
Seja x(t) um sinal de temo contínuo e x[n] um sinal igual às amostras de x(t) em múltiplos inteiros de um intervalo de amostragem τ, ou seja,
A representação em tempo contínuo do sinal de tempo discreto x[n] se dá por
Como
Então
![Page 41: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/41.jpg)
Aula 25
Amostragem – Sinais de Tempo Contínuo
Ou seja, pode-se representar o sinal amostrado como o produto do sinal por um trem de impulsos.
![Page 42: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/42.jpg)
Aula 25
Amostragem – Sinais de Tempo Contínuo
O efeito da amostragem é determinado relacionando-se a FT de xδ(t) com a FT de x(t). No domínio da frequência temos:
P(jω) foi determinado no exemplo 4.7 e ω0 corresponde a ωs.
A convolução resulta em:
Ou seja, a FT do sinal amostrado é uma soma infinita de versões deslocadas da FT original.
![Page 43: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/43.jpg)
Aula 25
Amostragem – Sinais de Tempo Contínuo
Essas versões podem se sobrepor se ωs for pequeno.
Para que não haja sobreposição é necessário que ωs > 2W, onde W é a componente de frequência mais elevada do sinal.
![Page 44: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/44.jpg)
Aula 25
![Page 45: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/45.jpg)
Aula 25
Amostragem – Sinais de Tempo Contínuo
A superposição nas réplicas é denominada aliasing, que é o fenômeno de uma componente de alta frequência assumir a identidade de uma de baixa frequência.
A distorção do espectro vai desde porções de um triângulo até uma constante, o que impede a reconstrução do sinal.
Para a condição ωs > 2W temos que τ < π/ω.
A DTFT do sinal amostrado é obtida de Xδ(jω) usando-se a relação Ω= ωτ, ou seja,
Isso implica que
![Page 46: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/46.jpg)
Aula 25
![Page 47: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/47.jpg)
Aula 25
![Page 48: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/48.jpg)
Aula 25
Amostragem – Sinais de Tempo Contínuo
![Page 49: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/49.jpg)
Aula 25
![Page 50: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/50.jpg)
Aula 25
Amostragem – Sinais de Tempo Contínuo
Subamostragem, pág. 288: leitura para casa.
![Page 51: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/51.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
O problema de se reconstruir um sinal de tempo contínuo a partir de amostras envolve uma combinação de sinais de tempo contínuo e discreto.
Aqui serão consideradas as condições que devem ser satisfeitas a fim de reconstruir de maneira única um sinal de tempo contínuo a partir de suas amostras.
Supondo que estas condições são satisfeitas, é estabelecido um método para a reconstrução do sinal.
![Page 52: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/52.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
Teorema da Amostragem
Dois sinais de tempo contínuo podem ter o mesmo sinal amostrado
Para determinar como o sinal se comporta entre as amostras, deve-se especificar restrições adicionais para o sistema de tempo contínuo. Por exemplo, exigir que o sinal faça transições suaves de uma amostra para outra.
![Page 53: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/53.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
Para reconstruir o sinal, deve haver uma correspondência única entre as FTs do sinal de tempo contínuo e o do sinal amostrado.
Isso acontece se o processo de amostragem não introduzir aliasing.
O aliasing distorce o espectro do sinal original e destrói a relação biunívoca entre as FTs do sinal de tempo contínuo e amostrado.
Assim, tem-se o teorema da amostragem:
![Page 54: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/54.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
A frequência mínima, 2ωm, é denominada frequência de Nyquist
Usando a notação de frequência temos que
Então
![Page 55: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/55.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
![Page 56: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/56.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
![Page 57: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/57.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
Reconstrução Ideal
Considere o problema de reconstruir o sinal de tempo contínuo a partir de amostras do sinal.
Como
Então para o sinal amostrado temos
Supondo que as condições de amostragem sejam satisfeitas temos
![Page 58: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/58.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
O objetivo da reconstrução é aplicar uma certa operação a Xδ(jω) que a converta de volta em X(jω), ou seja, janelando (não pode haver aliasing).
No domínio do tempo temos:
![Page 59: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/59.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
Como
Temos
Assim x(t) será uma soma ponderada de funções sinc deslocadas pelo intervalo de amostragem. Os pesos correspondem aos valores da sequência de tempo discreto.
![Page 60: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/60.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
Na prática isso é um sistema não-causal pois a saída x(t) depende dos valores passados e futuros da entrada x[n] e também a influência de cada amostra se estende ao longo de um intervalo infinito de tempo, o que impede a implementação da reconstrução ideal.
![Page 61: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/61.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
Reconstrução Prática – O Retentor de Ordem Zero
O retentor ou interpolador de ordem zero retém o valor x[n] durante τsegundos.
Sua função:
Sua saída:
![Page 62: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/62.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
![Page 63: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/63.jpg)
Aula 25
![Page 64: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/64.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
Comparando X0(jω) com X(jω), vemos que o retentor de ordem zero leva a 3 formas de modificação:
1. Defasamento linear de um retardo de τ/2 segundos
2. A parte de Xδ(jω) entre -ωm e ωm é distorcida pela curvatura do lóbulo principal de H0(jω)
3. Versões distorcidas e atenuadas de X(jω) permanecem centralizadas em múltiplos de ωs
As modificações 1 e 2 podem ser reduzidas aumentando ωs ou diminuindo τ
As modificações 2 e 3 são eliminadas passando x0(t) por um filtro de compensação de tempo contínuo com resposta em frequência
![Page 65: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/65.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
Isto inverte a distorção introduzida pela curvatura do lóbulo principal de H0(jω).
Hc(jω) também é chamado de filtro anti-imagem porque elimina as imagens distorcidas de X(jω).
![Page 66: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/66.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
![Page 67: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/67.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
![Page 68: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/68.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
![Page 69: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/69.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
![Page 70: Sandramuller-capitulo4 Sinais e Sistemas](https://reader033.fdocument.pub/reader033/viewer/2022052414/55cf91ea550346f57b91b79a/html5/thumbnails/70.jpg)
Aula 25
Reconstrução de Sinais de Tempo Contínuo a Partir de Amostras
Não será contemplado o conteúdo a partir do tópico 4.8 (pág301).