Raum ee ece asics] che cm ceeulunectrss
Analise de
SiidISald
ENG SRATIOS
TVG MEN NALS bs
a
5MCopyright® 2007 por Brasport Livros e Multimidia Ltda,
Todos os direitos reservados. Nenhuma parte deste livro poder ser reproduzida, sob qual-
quer meio, especialmente em fotocépia (xerox), sem a permissao, por escrito, da Editora,
Editor: Sergio Martins de Oliveira
Diretora Editorial: Rosa Maria Oliveira de Queiroz
Assistente de Produgéio: Marina dos Anjos Martins de Oliveira
Revisdo de Texto: Carla Dawidman
Editoragao Eletrénica: Abreu's System Lida.
Capa: Trama criagées
Técnica e muita atengao foram empregadas na producao deste livro, Porém, erros de digitagao e/
ou impressao podem ocorter. Qualquer duivide, inclusive de conceito, solicitamos enviar mensa-
gem para brasport@brasport.com.br, para que nossa equipe, juntamente com o autor, possa
esclarecer. A Brasport @ 0(s) autorfes) ndo assumem qualquer responsakilidade por eventuais
danos ou perdas a pessoas ou bens, originados do uso deste livro.
Dados Internacionals de Catalogagao na Publicagao (CIP)
(Camara Brasileira do Livro, SP, Brasil)
Oliveira, Hélio Magalhaes de
Anilise de sinais para engenheiros : uma abordagem via Wavelets / Hélio Magalhaes de
Oliveira. — Rio de Janeiro : Brasport, 2007.
Bibliografia
ISBN 978-85-7452-283-5
1. Ondas eletromagnéticas — Espalhamento — Modelos matematicos 2. Problemas de
valores de contorno 3. Processamento de imagem — Matematica 4. Processamento de
sinais - Matematica 5. Wavelets (Matematica) |. Titulo.
06-9760 CDD-621.3015152433
Indices para catdlogo sistematico:
1. Analise de sinals via Wavelets : Engenharia 621,3015152433,
BRASPORT Livros e Multimidia Ltda.
Rua Pardal Mallet, 23 - Tijuca
20270-280 Rio de Janeiro-RJ
Tels. Fax: (21) 2568.1415/2568, 1507/2569.0212/2565.8257
e-mails: brasport@ brasport.com.br
vendas @ brasport.com.br
editorial@ braspori.com.br
site: www.brasport.com.br
Filial
Av. Paulista, 807 — conj. $15
01311-100 — Sao Paulo-SP
Tel. Fax (11): 3287.1752
e-mail: filialsp@ brasport.com.brSumario
1 Wavelets: Uma Evolucdo na Representacao de Sinais ...
4.1. Introdugao ..
1.2 Andlice Espectral para Sinais Nao Estacion
1.2.1 Principio da Incerteza de Gabor- Heisenberg ps para Sinais
12.2 Conceito de estacionaridade — Intraduzindo a idéia sem
formalismo 1
1.2.3_A Transformada de Gabor (Transformada de Fourier de
Tempo Curto)
1.2.4 A quisa de uma Anélise de Wavelets
1.2.5 Pequena Cronologia ..
2 Wa Conti 26
2.1 Introdugao & Transformada Continua de Wavelet ‘
" fue CWT sd
2.2 Exemplos: Um mar de Wavelets...
1 Wavelet de Haar
2_ Wavelet Sombrero.
2.2.3 Wavelet densidade Gaussiana_
2.2.4 Wavelet complexa de Morlet...
22.5 Wavelet de Shannon E
2.2.6 Wavelet Generalizada de Shannon (Wavelet Cosseno elevado) .... 48 _
2.2.7 Wavelet de Meyer
2.2.8 Wavelet Linear por partes ..
9 Wavelate de Dauhechia:
40 Wavelet de Chaari
2.2.11 Wavelet Symmiets e Wavelet CoifletsXIV Analise de Sinais para Engenheiros: Uma abordagem via Wavelets
2.2.12 Wavelet B-Splines . e evmsasen
13 Wavelet Battle-| emarié 5a
22.14 Wavelets de Malvar wavelets com ritmo
2.2.15 Wavelets beta (B-wavelets) ... sss -
2 ise srik 5
2.2.17 Ridgelets ..... avec asacresecerenrenncatre ca emma
2 Wavelets Discretas 4 sk 63
2.4 Wavolets Discrotas 63
de tempo continuo (CTWS) .. 64
de Tempo Discreto (DTWS) sss. : .68
3.2. Wavelets biortogonais, wavelets duais € wavelets diadicas.. TA
Se a ee
3.2.2, Wavelets biortogonais.......
3.2.3 Reconstrugdo e séries wavelet com duais.
3.2.4 Wavelets diddicas e Condigao de estabilidade
3.3 Wavelets sobre Corpos Finitos
BN PE Wavelets 2 oo soe sc ee
3.3.2 Decomposig&o de Haar sobre Corpos Finitos ....
4 AAndlise de MultirresOlUcao .......0
4.1. Introdugao a Multirresolugao
4.1.1_A Fungao de Escala
4.1.2. Andlise de Multirresolugao Completa Ortonormal aa...
4.1.3 Equagao Basica de Dilatagao (Equagao de refinamento)
4.1.4 Conexao entre Mullirresolugao ¢ Wavelets Ortogonais
4.2 Anélise de Multirresolugo via Wavelets de Haar
4.3 Andlise de Multiresolugdo usando B-Splines 22.2.2...
4.4 Procedimento de Ortogonalizagao de Meyer
4.5 Algoritmo Piramidal de eae
45.4
45.2 Algoritmo de Aeconstruceo Pi Piramidal ..
4.6_Um Estudo de Caso: Decomposigao via Wavelet de Daubechies
db2 para um sinal ECG ie 21.98
4.6.1 Caso de Seqiiéncias Finitas
4.7_ AMR para Wavelets Biortogonais
4.8 As séries de Taylor @ 0 teorema da amostragem vistos como
decomposigées wavelet biortogonal............ . E . 102Sumario XV
5_Relagées entre Filtragem, Wavelets e Andlise
de Multirreducao .
5.1 Filtros suavizador e de detalhes (He G) 109
5.1.1 Funedo de Transferéncia escala-Wavelet... 112
5.1.2 Comentario sobre a gerac&o de fungdes de escalae wavelets..... 114
5.2 Construgdo de AMR Ortogonal - Filtros QMF . 116
5.3 Regularidade e Momentos . 123
5.3.1 Condigdes para anular momentos de uma wavelet . 123
5.8.2. A Relagdo de “de Oliveira”... 125
64 Um Comentario sobre Wavelets de Daubechies: As Daublets 128
5.4.1 Parametrizacao de Pollen .. 133
5.4.2 Daubechies sobre corpos finitos [deO et al. 2002a] . 134
5.5 Andlise de Multirresolugdo de ‘de Oliveira’..... 136
5.6 Wavelets Cilindrico-elipticas: Wavelets de Mathieu 150
§.6.1_Coordenadas Eliptico-cilindricas..... 153
5.7 Codificagao om Sub-Bandas...... 159
166
5.8 _O Algoritmo a frous
5.8.1 Revisitando o estudo de caso AndlisedeECG 469
5.9 Decomposi¢ao Wavelet Via Matlab* 169
6 Espectrogramas, Escalogramas e AplicagGes de Wavelets ....
6.1 Andlise por Espectrogramas e Escalogramas ...
6.2 Algumas Aplicagdes de Wavelets...
6.2.1_Wavelets em Descontaminagao de Sinais...... Ww
6.22 Wavelets na Andlise de Sinais Médicos 0 18
6.2.3 Wavelets em Codificacaéo de Imagens.
6.2.4 Wavelets em Compressao de Imagens .....
6.2.5 Wavelets em Localizacdo de Faltas em Linhas de
Transmissao 194
626 Wavelets em TelecomunicagSes. 197
Bibliografia Selecionada e Fontes de Referéncia..
AT acoso rea cresenosereenn onic ena sa sromama remorse ceo
Fractais, Comportamento Auto-Similar e DimensGes Fracionarias.. 225
Notagao, Convencées e Abreviacées... 233
(adice NesviaaMaterial com direitos autoraisWavelets: Uma Evolucao
na Representacao
de Sinais
1.1 Introducado
A andlise espectral constitui uma das ferramentas classicas mais poderosas e
mais utilizadas no estudo e processamento, tanto para sinais deterministicos
como para sinais estocdsticos. Uma teoria muito mais potente e geral foi
introduzida em meados da década de 80 [por exemplo, GOU et al. 1984],
[GRO&MOR 1984], a qual evoluiu bem rapidamente para uma area propria.
A Transformada de Wavelet constitul uma ferramenta moderna que permite
a unificagao de um grande numero de técnicas de andlise e processamento,
como analise de imagens, codificagao em sub-bandas, algoritmo piramidal de
Laplace [BUR&ADE 1983], analise de multirresolugao para visao artificial em
computadores e modelagem de sistemas variantes no espago-tempo [RIO& VET
1991], [BRU et al. 1996], [TOR 1999], [MALL 2000]. Ela inclui a Série de Fourier,
a Transformada de Fourier, a Transformada de Gabor em Tempo Curto,
espectrogramas, por exemplo, como casos particulares, permitindo a analise
de sinais nao estacionarios, incluindo sinais banda larga. Até mesmo 0 fendmeno
de Gibbs [KELL 1996], [SHIM&VOL 1996], 0 teorema da amostragem de
Shannon-Nyquist e as séries de Taylor, podem ser abordados com enfoque
Wavelets [deO&LINS, 2005]. O emprego de wavelets em processamento de
voz tem sido particularmente atrativo, especialmente pelo fato dos modelos
mais apropriados para a resposta de freqtiéncias da Coclea no ouvido humano
empregarem filtros com fator de qualidade constante (constant-Q analysis)
[SOU&CALO 1995]. Wavelets constituem hoje uma das ferramentas mais
potentes do Processamento digital de sinais (PDS). De um modo geral, o PDS2 Analise de Sinais para Engenheiros: Uma abordagem via Wavelets
inclui as seguintes operages: conversao de um fenémeno fisico (por exemplo,
luz refletida, movimento do ar, contragéo muscular etc.) em um sinal elétrico;
armazenamento e manipulagao do sinal visando extrair ou codificar informagées,
@ interpretacées relativas a informacdo extraida. E exatamente nas Ultimas
etapas que as wavelets revelam-se particularmente valiosas.
As Transformadas de Wavelets foram introduzidas pela Escola Francesa
(Morlet, Grossmann, Meyer, Battle, Lemarié, Cohen, Mallat, Coifman, Rioul,
etc.), origindria de estudos de curta duragao associados a pacotes de ondas
acusticas sismicas [HUBB 1995]. O procedimento de andlise adota uma fungao
protétipo Wavelet, chamada de “wavelet analisadora” ou wavelet-mae. O termo
cunhado originariamente era onde/eites, que significa algo como “ondinhas”,
e 0 termo Wavelets corresponde a uma versao anglofénica. Qualitativamente,
duas caracteristicas sao exigidas para uma fungao y(.), chamada de wavelet-
me: Oscilagaéo (associada ao termo ondas); e decaimento rapido no tempo
—curta duragao (associado ao diminutivo ondinhas). Todas as fungdes usadas
como “nucleos da transformagao” correspondem a versdes comprimidas/
expandidas de uma mesma onda mae. Uma larga variedade de wavelets
pode ser usada, cada uma delas com diferentes compromissos entre o grau
de compacticidade da “base” de fungdes e o grau de suavidade das formas
de onda. A primeira mengao sobre Wavelels aparece no apéndice da tese de
doutorado de Alfred Haar, em 1909, onde se fala em andlise escalonada.
As Wavelets de Haar, embora de suporte compacto (anulam-se completamente
fora de um intervalo finito de tempo), néo sao continuamente diferenciaveis.
No inicio da década de 80, Alex Grossmann (Université de Marseille) e Jean
P. Morlet (E/f Acquitaine) introduziram o conceito de wavelets’? enquanto
analisavam sinais geofisicos destinados a exploragdo de petrdleo e gas e
constataram que, durante as repentinas variagoes do sinal, a andlise de Fourier
nao estava sendo eficiente. Em 1987, Stéphane Mallat (Franga) estabeleceu
a ligagao dessa teoria com o processamento digital de sinais, particularmente
com 0s filtros espelhados em quadratura, algoritmos piramidais [MALL 1987].
Yves Meyer construiu uma das primeiras wavelets nao triviais, continuamente
diferenciaveis (embora nao fossem de suporte compacto). Ingrid Daubechies
(Bélgica) construiu o mais usado conjunto de wavelets ortogonais de suporte
compacto (tempo-limitada).
50 termo original também foi referenciado como Wavelets of Constant Shape.