Raum ee ece asics] che cm ceeulunectrss Analise de SiidISald ENG SRATIOS TVG MEN NALS bs a 5MCopyright® 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.brSumario 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 CoifletsXIV 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 . 102Sumario 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 NesviaaMaterial com direitos autoraisWavelets: 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 PDS2 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.