Essa disciplina visa capacitar o aluno a analisar sinais e sistemas de tempo discreto a partir de suas propriedades, como estabilidade e causalidade. Aborda-se o projeto e análise de filtros digitais e a estimação do espectro de sinais, compreendendo as não idealidades e parâmetros desse processo. Além disso, analisar sinais discretos em domínios transformados e projetar sistemas que trabalhem nesses domínios. Em termos de currículo a disciplina segue a linha iniciada em Sinais e Sistemas e continuada com Princípios de Comunicação. Pode-se considerar Processamento Digital de Sinais a continuidade do estudo em sinais e resposta ao impulso de sistema em regime permanente. O aluno irá se focar na generalizazção da análise em domínio frequência para sistemas discretos no tempo e estudar as peculiaridade de análise, projeto e estabilidade de filtros nem como conceitos de amostragem, up e down-sampling e conceitos de estimativa de sinais em domínio transformado. Uma revisão dos conceitos de domínio frequência para pulsos determinísticos e sinais periódicos é recomendada antes do inicio do semestre uma vez que uma boa base em tempo contínuo costuma facilitar o entendimento em tempo discreto. 

Pré-requisitos: O pré-requisito da disciplina é Princípios de Comunicação. No entanto, a capacidade de resolver problemas usando programação é fundamental. Essa disciplina usa extensivamente MATLAB, e o conhecimento dessa ferramenta será bastante útil durante toda ela. No entanto, essa não é uma disciplina de MATLAB e trabalhos feitos usando outras ferramentas de prototipação de algoritmos como R, Python, Javascript, Julia ou Scilab são aceitos e mesmo incentivados. 

Material de aula: O material de aula migrou recentemente para o AVA-Moodle.

Bibliografia Básica

1. OPPENHEIM, Alan V.; SCHAFER, Ronald W. Processamento em tempo discreto de sinais. 3. ed. São Paulo, SP: Pearson, 2012.

2. OPPENHEIM, Alan. V.; WILLSKY, Alan. S. Sinais e Sistemas. 2. ed. São Paulo, SP: Pearson, 2010.

3. GRIMMETT, Geoffrey; STIRZAKER, David. Probability and random processes. 3. ed. Oxford: Oxford University Press, 2001.