ele1095_4_dft
-
Upload
eduardohcmendes -
Category
Documents
-
view
226 -
download
0
Transcript of ele1095_4_dft
-
7/25/2019 ele1095_4_dft
1/18
Transformada Discreta de Fourier 1
Processamento Digital de Sinais
Notas de Aula
Transformada Discreta de Fourier
DFT
Ricardo Tokio Higuti
Departamento de Engenharia Eletrica - FEIS - Unesp
Observacao: Estas notas de aula estao baseadas no livro: Discrete-Time Signal Processing,
A.V. Oppenheim and R.W. Schafer, Prentice Hall, 1989/1999.
Transformada Discreta de Fourier 2
Transformada Discreta de Fourier - DFT
DTFT:X(ej) =
n=x[n]ejn
E uma transformada da variavel contnua
Usada para sinais de duracao finita/infinita
Nao pode ser implementada de maneira exata num computador
Uso de outras ferramentas matematicas que a aproximam
DFT:
Aplicada a sinais de tempo discreto de duracao finita
O resultado e um sinal de frequencia discreta e de duracao finita
Pode ser implementada de maneira exata num computador
E uma aproximacao da DTFT
Existem algoritmos eficientes para seu calculo (FFT - Fast FourierTransform)
Esta relacionada com sinais periodicos (DFS - Discrete Fourier Series)
Aplicacoes:
Analise espectral de sinais, resposta em frequencia
Implementacao de SLITs
-
7/25/2019 ele1095_4_dft
2/18
Transformada Discreta de Fourier 3
Serie Discreta de Fourier - DFS
Seja um sinal de tempo discreto periodico, com perodo N, que obedece a:
x[n] = x[n +rN], r, N inteiros,em que define-se a frequencia fundamental do sinal por:
0=2
N
Analogamente ao caso de tempo contnuo, este sinal tambem pode serrepresentado por uma serie, composta por uma soma de exponenciais com-plexas de tempo discreto, cujas frequencias sao multiplas da frequencia
fundamental:
x[n] =k
XkN
ej2
Nkn
Devido a periodicidade das frequencias das exponenciais complexas, haapenas N frequencias distintas:
ek[n] = ej 2
Nkn
Para k inteiro, fica-se com as exponenciais e0[n], e1[n], ..., eN1[n].Quandok = N, tem-se:
eN[n] = ej 2
NNn =ej2n = 1 = e0[n]
De forma analoga,eN+1[n] = e1[n] e assim por diante.
Transformada Discreta de Fourier 4
Serie Discreta de Fourier - DFS
Portanto, ha apenasN diferentes frequencias:
k =
2
Nk, para k= 0, 1, 2, , N 1
e portanto a serie fica:
x[n] = 1
N
N1k=0
Xkej 2
Nkn =
1
N
N1k=0
X[k]ej2
Nkn
Os valores X[k] sao os coeficientes da serie discreta de Fourier (DFS),que representam a contribuicao de cada componente de frequencia 2k/N
na composicao do sinal periodico. Os coeficientes sao obtidos por:
X[k] =N1n=0
x[n]ej2
Nkn, k = 0, 1, , N 1
Chagando-se ao par transformado:
x[n] DFS X[k]
Observacoes:
X[k] e de frequencia discreta. Para cada k ha uma frequencia 2k/N
X[k] e periodico com N: X[k+ N] = X[k], por isso basta observarseus valores no intervalo entre 0 e N 1.
-
7/25/2019 ele1095_4_dft
3/18
Transformada Discreta de Fourier 5
Exemplo - DFS
Calcule a DFS da sequencia:
x[n] = A cos(n/2)Inicialmente verifica-se que a sequencia e periodica, com perodoN= 4,
e valores {A, 0, A, 0}em um perodo (0 n 3).Portanto, a os coeficientes da DFS sao:
X[k] =N1n=0
x[n]ej2
Nkn =A(1 ej
2
42k)
Com valores:
X[0] =A(1 ej0) = 0
X[1] =A(1 ej1) = 2A
X[2] =A(1 ej2) = 0
X[3] =A(1 ej3) = 2A
e percebe-se que X[4] = X[0], e assim por diante.
Outra forma de verificar o resultado e reescrevendo a sequencia x[n] emtermos de exponenciais complexas:
x[n] = A cos(n/2) =A
2ej
2n +
A
2ej
2n =
A
2ej
2
4n +
A
2ej
2
4n
Deve-se notar que ej2
Nkn =ej
2
N(Nk)n, e portanto x[n] pode ser escrito
como:
x[n] =
A
2 e
j 24n
+
A
2 e
j 24
3n
Como a expansao de x[n] em termos da DFS e:
x[n] =1
4
N1k=0
X[k]ej2
4kn
Nota-se que:
X[0] = 0
X[1]/4 = A/2, portanto X[1] = 2A
X[2] = 0
X[3]/4 = A/2, portanto X[3] = 2A
Transformada Discreta de Fourier 6
Exemplo - DFS
Calcule a DFS de um trem de impulsos periodico:
x[n] =
r= [nm+rN]
Um perodo do sinal, para 0 n N 1 e dado por[nm], commuma constante inteira. Os coeficientes da DFS sao dados por:
X[k] =N1n=0
x[n]ej2
Nkn =
N1n=0
[nm]ej2
Nkn =ej
2
Nkm
Portanto, a representacao do sinal periodico fica:
x[n] = 1N
N1k=0
X[k]ej2
Nkn = 1
N
N1k=0
ej2
Nkmej
2
Nkn = 1
N
N1k=0
ej2
Nk(nm)
E tem-se a identidade:
x[n] =
r=[nm+rN] =
1
N
N1k=0
ej2
Nk(nm)
Esta identidade sera util quando for relacionada a DFS com a DTFT.
-
7/25/2019 ele1095_4_dft
4/18
Transformada Discreta de Fourier 7
Relacao entre a DFS e a DTFT
Seja um sinal periodico de tempo discreto, x[n], com perodoN. Tomando-se um perodo desse sinal, fica-se com o sinalx[n]:
x[n] =
x[n], n= 0, 1,..., N 10, caso contrario
A DTFT de x[n] e:
X(ej) =N1n=0
x[n]ejn =N1n=0
x[n]ejn
E a DFS de x[n]:
X[k] =N1n=0
x[n]ej2
Nkn , k= 0..N 1
Comparando as equacoes, tem-se que a DFS e a DTFT, nessas condicoes,estao relacionadas por:
X[k] = X(ej)|=2Nk, k= 0..N 1
ou seja, a DFS e composta por amostras da DTFT em N pontos
equiespacados de 2/N, entre = 0 e 2.
Transformada Discreta de Fourier 8
Exemplo
x[n] = {1, 1, 1, 1, 1, 0, 0, 0, 0, 0}, N= 10, L = 5
X(ej
) =
4n=0 e
jn
=ej2 sin(5/2)
sin(/2)
X[k] =4
n=0
ej(2/10)n =ej(4/10)ksin(k/2)
sin(k/10)
n
x[n], x[n]
|X(ej)|, |X[k]|
-
7/25/2019 ele1095_4_dft
5/18
Transformada Discreta de Fourier 9
Exemplo
x[n] = {1, 1, 1, 1, 1, 0, 0}, N= 7, L = 5
X(ej
) =
4n=0 e
jn
=ej2 sin(5/2)
sin(/2)
X[k] =4
n=0
ej(2/7)n =ej(4/7)ksin(5k/7)
sin(k/7)
2 0 2 4 6 8 10 12 140
0.2
0.4
0.6
0.81
1.2
n
0 0.5 1 1.5 20
1
2
3
4
5
x[n], x[n]
|X(ej)|, |X[k]|
/, k/= k/N
Transformada Discreta de Fourier 10
Exemplo
x[n] = {1, 1, 1, 1, 1}, N= 5, L = 5
X(ej
) =
4n=0 e
jn
=ej2 sin(5/2)
sin(/2)
X[k] =4
n=0
ej(2/5)n =ej(4/5)k sin(k)
sin(k/5)
2 0 2 4 6 8 10 12 140
0.2
0.4
0.6
0.81
1.2
n
0 0.5 1 1.5 20
1
2
3
4
5
6
x[n], x[n]
|X(ej)|, |X[k]|
/, k/= k/N
-
7/25/2019 ele1095_4_dft
6/18
Transformada Discreta de Fourier 11
Amostragem da DTFT
Foi visto que, se, a partir de uma sequencia de duracao finita L, x[n], seproduz uma sequencia periodica x[n] com perodoN L, os coeficientes da
DFS X[k] sao as amostras da DTFTX(e
j
), nas frequenciask= 2k/N.
x[n] x[n] =+
m=x[n + mN]
DFS X[k] =X(ej)|=2
Nk
Suponha agora que se tenha uma DTFT de um sinal x[n] qualquer, dadaporX(ej), e se tomam amostras da DTFT, formando coeficientes de umaDFS:
X[k] = X(ej)|=2Nk
em que a DTFT e dada por:
X(ej) =+
m=x[m]ejm
A sequencia periodica x[n] resultante pode ser calculada por meio daDFS inversa:
x[n] =
1
N
N1k=0
X[k]e
j 2Nkn
= 1
N
N1k=0
+m=
x[m]ej2
Nkm
ej 2Nkn
=+
m=x[m]
1
N
N1k=0
ej2
Nk(nm)
O termo entre colchetes representa a DFS de um trem de impulsosperiodico:
1
N
N1k=0
ej2
Nk(nm) =
+r=
[nm+rN]
Portanto:
x[n] =+
m=x[m]
+r=
[nm+ rN]
= x[n] +
r=[n+ rN]
=+
r=x[n +rN]
Transformada Discreta de Fourier 12
Amostragem da DTFT
Logo, ao se tomarNamostras da DTFT de um sinalx[n], obtendo-se coefi-cientes de uma DFS, a sequencia periodica correspondente pode ser obtida
por meio da adicao de infinitas copias de x[n], deslocadas de multiplos deN.
DTFT
DFS
x[n] X(ej)
X[k] = X(ej)|=2Nkx[n] =
+r=
x[n +rN]
N amostras
Logo: se a sequencia x[n] possuir um comprimento L > N, havera so-breposicao no domnio do tempo, e um perodo de x[n] nao representaracorretamente a sequencia x[n].
Ha um numero mnimo de amostras de X(ej) para que a sequenciax[n]possa ser recuperada a partir de x[n] (ou a partir das amostras da DTFT).
-
7/25/2019 ele1095_4_dft
7/18
Transformada Discreta de Fourier 13
Amostragem da DTFT: Exemplo
Sejax[n] um pulso de duracao 5 amostras (L= 5).
0 5 10 15 200
1
2
3 sequncias
0 0.5 1 1.5 20
5| DTFT | , | DFS |
0 5 10 15 200
1
2
3
0 5 100
5
0 5 10 15 200
1
2
3
0 2 40
5
0 5 10 15 200
1
2
3
amostra n0 1 2 3 4
0
5
amostra k
x[n] |X(ej)|
N= 10, X1[k] = X(ej)|= 210kx1[n] =
+r=
x[n+ 10r]
N= 5, X2[k] = X(ej)|= 2
5k
x2[n] =+
r=
x[n+ 5r]
N= 4, X3[k] = X(ej)|= 24k
x3[n] =+
r=
x[n+ 4r]
Transformada Discreta de Fourier 14
Amostragem da DTFT - Exemplo
x[n] = (7/10)nu[n] X(ej) = [1 (7/10)ej]1
Amostrando a DTFT com N= 4 pontos, a sequencia no domnio dotempo fica (em preto: amostras de x[n], em vermelho: amostras de x[n]):
0 1 2 30
0.5
1
1.5
0 1 2 30.4
0.3
0.2
0.1
0
amostra n
x[n] =+
r=
x[n+ 4r]
Erro: x[n] x[n]
Para N= 8 pontos:
0 1 2 3 4 5 6 70
0.5
1
1.5
0 1 2 3 4 5 6 70.08
0.06
0.04
0.02
0
amostra n
x[n] =+
r=
x[n+ 8r]
Erro: x[n] x[n]
-
7/25/2019 ele1095_4_dft
8/18
Transformada Discreta de Fourier 15
DTFT de Sinais Periodicos
Um sinal periodico x[n] pode ser representado por sua DFS:
x[n] =
1
N
N1k=0 X[k]e
j 2Nkn
Usando as propriedades da DTFT:
x[n] DTFT X(ej)
x[n] ej0n DTFT X(ej(0))
1
DTFT
2(), 0
-
7/25/2019 ele1095_4_dft
9/18
Transformada Discreta de Fourier 17
Exemplo - Convolucao periodica
Deseja-se fazer a convolucao periodica entre as sequencias:
x3[n] =N1m=0
x1[m]x2[nm]
Nota-se que a somatoria e realizada em um perodo apenas. Para n = 0,deve-se ter o sinal x2[0m],e multiplica-lo por x1[m]:
Deve-se perceber que, como o sinal e periodico, deslocamentos posteri-ores do sinal serao da forma:
e amostras que saem pelo lado direito entram pelo lado esquerdo,quando se considera um perodo dos sinais.
Para obter os valores da sada, deve-se multiplicar as duas sequenciaserealizar a soma das amostras em um perodo.
Transformada Discreta de Fourier 18
Transformada Discreta de Fourier - DFT
Seja um sinalx[n] de duracao finitaN:
x[n] = 0 para n
-
7/25/2019 ele1095_4_dft
10/18
Transformada Discreta de Fourier 19
DFT
Dessa forma, tem-se:
X[k] =
N1n=0 x[n]e
j 2Nkn
, k= 0, 1,..., N 10, caso contrario
x[n] =
1
N
N1n=0
X[k]ej2
Nkn, n= 0, 1,..., N 1
0, caso contrario
x[n]DFT
X[k]
Os sinais x[n] eX[k] sao ambos discretos e de duracao finitaN
Da mesma forma que antes, a DFT pode ser vista como amostras daDTFT do sinal x[n], nas frequencias k = 2k/N,k= 0..N 1.
Ao se trabalhar com as sequenciasx[n] eX[k] e a DFT, deve-se semprelembrar que ha sequencias periodicas envolvidas.
Ao se usar a DFT, deve-se trabalhar com as sequencias considerandoque estas sao periodicas e, ao final toma-se apenas um perodo (0 n N 1, 0 k N 1). Fora desse intervalo, considera-se que assequencias tem valor zero (sinais de duracao finita N).
Transformada Discreta de Fourier 20
Operacoes com (( ))N
n
x[n]
x[n]
x[n 2]
x[n 2]
n
x[n]
x[n]
x[n + 2]
x[n+ 2]
-
7/25/2019 ele1095_4_dft
11/18
Transformada Discreta de Fourier 21
Operacoes com (( ))N
n
x[n]
x[n]
x[n]
x[n]
n
x[n 2]
x[n 2]
x[n+ 2]
x[n+ 2]
Transformada Discreta de Fourier 22
Propriedades da DFT
Sequencias x[n], y [n],X[k] e Y[k] com comprimentoN.
Propriedade Sequencia DFT N pontos
Linearidade ax[n] +by[n] aX[k] +bY[k]
Atraso no tempo x[((n nd))N] ej(2/N)kndX[k]
Deslocamento em freq. ej(2/N)k0nx[n] X[((k k0))N]
Dualidade X[n] Nx[((k))N]
Convolucao circular v[n] = x[n](N)y[n]
v[n] =N1m=0
x[m]y[((n m))N] V[k] = X[k] Y[k]
Janelamento v[n] = x[n] y[n] V[k] = 1
N
N1l=0
X[l]Y[((k l))N]
Simetria x[n] X[((k))N]
x[((n))N] X[k]
{x[n]} Xep[k] =X[((k))N] +X[((k))N]
2
{x[n]} Xop[k] =X[((k))N] X
[((k))N]
2
xep[k] =x[((n))N] +x[((n))N]
2 {X[k]}
xop[k] =x[((n))N] x[((n))N]
2 {X[k]}
x[n] real X[k] = X[((k))N]
|X[k]| = |X[((k))N]|
{X[k]} = {X[((k))N]}
-
7/25/2019 ele1095_4_dft
12/18
Transformada Discreta de Fourier 23
Convolucao Linear Usando a DFT
Em SLITs, a sada e obtida pela convolucao linear entre a entrada ea resposta impulsiva
A operacao de convolucao pode ser muito custosa (somas e multi-plicacoes)
Quando se usa a DFT, tem-se a convolucao circular
Existem algoritmos eficientes para o calculo da DFT (FFT)
Como usar a DFT para implementar a convolucao linear?
Para fazer a convolucao linear entre duas sequencias x1[n] e x2[n] (DTFT):
x3[n] = x1[n] x2[n] =
k=
x1[k]x2[n k] X3(ej) = X1(e
j) X2(ej)
Usando-se a DFT, tem-se a convolucao circular:
x3p[n] = x1[n](N)x2[n] X3[k] = X1[k] X2[k]
Questao: Sob que condicoesx3p[n] = x3[n] ?
Transformada Discreta de Fourier 24
Convolucao Linear Usando a DFT
Sejam duas sequencias:
x1[n] de comprimentoL
x2[n] de comprimentoM
O resultado daconvolucao linearentrex1[n] e x2[n] tera comprimentoL + M 1
n
x1[n]
x2[n]
x1[n] x2[n]
-
7/25/2019 ele1095_4_dft
13/18
Transformada Discreta de Fourier 25
Convolucao Linear Usando a DFT
Vimos que se um sinal de duracao finitax[n] tem DTFT X(ej), as amos-tras de X(ej) nas frequencia k = 2k/N formam um perodo de uma
DFS cuja sequencia e:
x[n] = x[((n))N] =
r=x[n + rN]
e
X[k] =
X(e
j(2k/N)), k= 0..N 10, caso contrario
e a DFT de um perodo de x[n]:
x[n] =
x[n], n= 0..N 10, caso contrario
Note que, se o comprimento de x[n] for menor ou igual a N, nao haverasobreposicao no tempo, e um perodo de x[n] sera igual a x[n].
Transformada Discreta de Fourier 26
Convolucao Linear Usando a DFT
No caso da convolucao linear, tem-se:
x3[n] = x
1[n] x
2[n] =
k=
x1[k]x
2[n k] X
3(ej) = X
1(ej) X
2(ej)
Definindo a DFT:
X3[k] = X3(ej(2k/N)), k = 0..N 1
Entao,
X3[k] = X1(ej(2k/N)) X2(e
j(2k/N)) =X1[k] X2[k], k = 0..N 1
E a DFT inversa de X3[k] corresponde a:
x3p[n] =
r=
x3[n + rN], n= 0..N 1
0, caso contrario
em quex3[n] e a convolucao linear entrex1[n] e x2[n], ex3p[n] e o resultadoda convolucao circular entre x1[n] ex2[n]:
x3p[n] = x1[n](N)x2[n]
Ou seja, a convolucao circular entre duas sequencias pode ser vista comoa convolucao linear entre essas sequencias seguida de uma sobreposicaono tempo. Com isso, conclui-se que a convolucao circular sera igual aconvolucao linear, se e se somente se N for maior que o comprimento dex3[n]:
N L +M 1
-
7/25/2019 ele1095_4_dft
14/18
Transformada Discreta de Fourier 27
Convolucao Linear Usando a DFT
x1[n]
x2[n]
x1[n](4)x2[n]
n
x1[n]
x2[n]
x1[n](5)x2[n]
Transformada Discreta de Fourier 28
Convolucao Linear Usando a DFT
n
x1[n]
x2[n]
x1[n](6)x2[n]
n
x1[n]
x2[n]
x1[n](7)x2[n]
-
7/25/2019 ele1095_4_dft
15/18
Transformada Discreta de Fourier 29
Convolucao Linear Usando a DFT
Conclusao: sendo
x[n] de comprimentoL;
h[n] de comprimentoM;
A convolucao circular entre x[n] e h[n] e igual a convolucao linear seN L +M 1.
Convolucao rapida (Fast Convolution)
1. Calcular a DFT X[k], de comprimentoN L +M 1;
2. Calcular a DFT H[k], de comprimentoN;
3. ObterY [k] = X[k] H[k];
4. Calcular a DFT inversa de Y[k] para obtery [n]
Nestas operacoes se utilizam algoritmos eficientes para o calculo daDFT, que sao os algoritmos de FFT (Fast Fourier Transform).
100 101 102 103 10410
1
102
103
104
105
106
107
108
flops
Convoluo rpidaConvoluo linear
L= M (N= 2L)
Transformada Discreta de Fourier 30
Convolucao por Blocos
Convolucao rapida: para sinais de duracao finita;
Sistemas praticos: a entrada pode ter duracao muito grande;
Se a resposta impulsiva tiver duracao finita, pode-se separar a en-trada em blocos de comprimento finito e utilizar a convolucao rapida,aplicada aos blocos - linearidade da operacao de filtragem;
O comprimento da convolucao linear entre dois sinais e maior quea duracao de cada sinal - necessario um ajuste entre resultados deconvolucoes aplicadas a blocos adjacentes;
-
7/25/2019 ele1095_4_dft
16/18
Transformada Discreta de Fourier 31
Overlap-Add
Neste metodo, considera-se o seguinte:
O sistema FIR tem resposta impulsiva h[n], com comprimentoM;
O sinal de entradax[n] tem comprimento muito maior que M;
Separa-se o sinalx[n] em blocos de comprimentoL, produzindo sinaisxi[n];
Calcula-se a convolucao rapida entrexi[n] e h[n], produzindo os sinaisyi[n].
Como visto anteriormente, a convolucao rapida deve ser realizada com
um numero de pontosN L +M1, que e o comprimento resultantedas sequenciasyi[n].
No processamento por blocos:
Na pratica, adicionam-se zeros a xi[n] eh[n] para que atinjam o com-primentoN.
A sada y0[n] corresponde as amostras entre 0 e N 1;
A sada y1[n] corresponde as amostras entreL e L+ N 1 ;
Ha uma sobreposicao entrey0[n] ey1[n], para L n N 1. Essasamostras devem ser somadas na resposta total;
Ha um atraso no processamento.
Transformada Discreta de Fourier 32
Overlap-Add
...
...
(M 1) zeros
(M 1) zeros
(M 1) zeros
LLL
adiciona
adiciona
M 1
M 1
pontos
pontos
x[n]
x0[n]
x1[n]
x2[n]
y[n]
y0[n]
y1[n]
y2[n]
xi[n] = x[n + iL], 0 n L 1; i= 0, 1, ...
yi[n] = DFT1{H[k] Xi[k]}, N=L + M 1
y[n] = y0[n] + y1[n L] +y2[n 2L] + ...
f 33 f 34
-
7/25/2019 ele1095_4_dft
17/18
Transformada Discreta de Fourier 33
Overlap-Add- Exemplo
1
1
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
1
1
1
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
...
...
M= 4, L= 5, N= 8h[n]
x[n]
n
n
n
n
n
n
n
n
n
x0[n]
x1[n]
x2[n]
y[n]
y0[n]
y1[n]
y2[n]
Transformada Discreta de Fourier 34
Overlap-Save
Neste metodo, se faz a sobreposicao dos blocos de entrada, de modo quenao seja necessario adicionar sadas adjacentes.
Separa-se a entrada x[n] em sequencias de comprimento L = N > M;
Calcula-se a DFT com comprimentoN;
O comprimento deh[n] e igual aM < L, e adicionam-seNMzerospara que fique com comprimento N;
Faz-se uma sobreposicao das entradas, em que as M1 ultimas amos-tras de xi[n] serao asM 1 primeiras amostras de xi+1[n].
A sequenciax0[n] e montada com zeros nas primeirasM1 amostrase depois com as L (M 1) primeiras amostras de x[n].
A convolucao circular entre h[n] e xi[n] (yi[n]) tera valores diferentesda convolucao linear nas M 1 primeiras amostras. Essas M 1primeiras amostras de yi[n] sao descartadas;
T f d Di t d F i 35 T f d Di t d F i 36
-
7/25/2019 ele1095_4_dft
18/18
Transformada Discreta de Fourier 35
Overlap-Save
...
...
...
(M 1)
(M 1)
(M 1)
zeros
LLL (M 1)
descarta
sobreposicao
pontos
pontos
x[n]
x0[n]
x1[n]
x2[n]
y[n]
y0[n]
y1[n]
y2[n]
xi[n] = x[n + iL i(M 1) (M 1)], 0 n L 1, i >0
x0[n] =
0, 0 n M 2x[n], M 1 n < L (M 1)
yi[n] = DFT1{H[k] Xi[k]}, N=L, 0 n L 1
yli[n] = yi[n], M 1 n < L 1
y[n] =+i=0
yli[n iL i(M 1) (M 1)]
Transformada Discreta de Fourier 36
Overlap-Save - Exemplo
1
1
1
1
1
1
1
1 1
2
2
2
2
2
2 2
3
3
3
3
3
3
4
4
4
4
4 4
3
1
1
1
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
...
...
M= 4, L=N= 8h[n]
x[n]
n
n
n
n
n
n
n
n
n
x0[n]
x1[n]
x2[n]
y[n]
y0[n]
y1[n]
y2[n]