Você está na página 1de 72

UNIVERSIDADE DE TAUBAT

DEPARTAMENTO DE ENGENHARIA ELTRICA



CANCELADOR DE RUDO
por
DAVY WILLIANS DE SOUZA NUNES

Acadmico da 5 Srie do Curso de Engenharia
Eltrica e Eletrnica

Dr. MRCIO ABUD MARCELINO
Professor Orientador

TRABALHO DE CONCLUSO DE CURSO


Taubat/SP
2011







UNIVERSIDADE DE TAUBAT
DEPARTAMENTO DE ENGENHARIA ELTRICA

CANCELADOR DE RUDO
por
DAVY WILLIANS DE SOUZA NUNES
Acadmico da 5 Srie do Curso de Engenharia
Eltrica e Eletrnica

Monografia apresentada ao
Departamento de Engenharia Eltrica,
da Universidade de Taubat, como
requisito para obteno do Ttulo de
Graduao em Engenharia Eltrica e
Eletrnica.
Orientador: Prof. Dr. Mrcio Abud
Marcelino

Taubat/SP
2011
























DEPARTAMENTO DE ENGENHARIA ELTRICA

CANCELADOR DE RUDO

por

DAVY WILLIANS DE SOUZA NUNES
Acadmico da 5 Srie do Curso de Engenharia
Eltrica e Eletrnica


Resultado: ______________________

Banca Examinadora:


Prof. Dr. Mrcio Abud Marcelino UNITAU
Prof. Dr. Pedro Paulo Leite do Prado UNITAU
Taubat, 08 de outubro de 2011.







Dedicatria







Ao Deus, fonte de todo o conhecimento, sabedoria e
cincia;
Ao meu av Antnio, que apesar de no ter tido o
ttulo de engenheiro, trabalhando na funo de
eletricista, demonstrou durante carreira, percia e
brilhantismo a altura de um autntico engenheiro.







Agradecimentos

Ao professor Mrcio Abud Marcelino por sua ateno e disposio na
orientao deste trabalho, por seus valiosos conselhos e todo o
incentivo;
Ao professor Pedro Paulo Leite do Prado pelo apoio na fase inicial
deste trabalho;
Aos meus pais: Clia e Jos e aos meus irmos: ricka e Daniel, pelo
auxlio e companheirismo no dia-a-dia, que muito supriu a falta de
tempo durante esta fase de estudos;
Aos meus tios Rony e Snia, cujo auxlio tambm muito ajudou na
administrao do tempo escasso;
Aos meus avs: La e Antnio e aos meus tios: Celeida e Luis Carlos
que tambm muito me valeram em momentos em que precisei;
A minha namorada Carmen Cristina, por sua compreenso, apoio e
admirao, demonstrados claramente pelos seus gestos e atitudes.







A TODOS, MEUS SINCEROS AGRADECIMENTOS







RESUMO
O objetivo deste trabalho foi reunir conhecimento inicial em estudar
Cancelamento de Rudo por Controle Ativo (ANC) atravs de fundamentao terica
e simulaes computacionais em software MATLAB

e SIMULINK

. O cancelador
ativo de rudo a tcnica que atenua o efeito de ondas sonoras por interferncia
destrutiva, utilizando-se do princpio da superposio. Inicialmente foram abordados
os pontos relevantes no desenvolvimento da tcnica ao longo do tempo e as
aplicaes susceptveis de ANC. Em seguida foram apresentados estudos sobre os
assuntos que servem de base para o desenvolvimento do tema: ondas sonoras, no
qual est incluso o princpio da superposio, e Processamento Digital de Sinais,
que a tecnologia mais adequada para o sistema, e, finalmente, foi apresentado o
tema ANC em si, reunindo os conceitos dos estudos preliminares, e consolidando o
desenvolvimento seguido das simulaes e os resultados correspondentes,
complementando a base terica apresentada.

Palavras-chave: rudo, cancelamento de rudo, ANC, processamento digital de
sinais, filtro adaptativo








ABSTRACT

The objective of this study was to acquire initial knowledge, studying Noise
Cancellation by Active Control, though theory basis and simulations in software
MATLAB

and SIMULINK

. Active Noise Canceller is the device that attenuates the


effect of sound waves by destructive interference, according to principle of
superposition. Initially, the relevant points in the development of the technique over
time and applications likely to ANC were addressed. Then, studies were presented
on subjects that are the basis for development of the theme: sound waves, in which
is included the principle of superposition, and signal processing, which is the most
appropriate technology for the system, and finally, the subject ANC, itself, was
presented, bringing together the concepts of the preliminary studies, and
consolidating the development, followed by the simulations and the corresponding
results, complementing the theoretical basis presented.


Key-words: noise, noise cancelling, ANC, signal processing, adaptive filters

viii





LISTA DE FIGURAS

Figura 2.1 Efeitos do espectro audvel para o ser humano .................................. 7
Figura 2.2 Onda senoidal. .................................................................................... 8
Figura 2.3 Defasagem do som ........................................................................... 10
Figura 2.4 Princpio da superposio ................................................................. 11
Figura 3.1 Arquitetura Von Neumann ................................................................. 15
Figura 3.2 Arquitetura Harvard .............................................................................. 16
Figura 3.3 Arquitetura Bsica de um DSP .......................................................... 17
Figura 3.4 Representao dos elementos bsicos de filtros digitais .................. 18
Figura 3.5 Diagrama de blocos de filtro Digital FIR ............................................ 19
Figura 3.6 Composio bsica de um filtro adaptativo ....................................... 21
Figura 3.7 Superfcie de desempenho tridimensional, para L=2. ....................... 25
Figura 4.1 Sistema ANC feedfoward
de um nico canal aplicado ao controle ativo de rudo em um duto ...................... 32
Figura 4.2 Sistema ANC feedfoward
do ponto de vista de um sistema de identificao ................................................. 33
Figura 4.3 Diagrama de blocos simplificado do sistema ANC ............................ 36
Figura 4.4 Diagrama de blocos sistema ANC com realimentao ..................... 38
Figura 5.1 Cancelamento de Rudo com filtro adaptativo
Normalized LMS Demonstrao na verso do Simulink .................................... 41
Figura 6.1 Plotagem dos
coeficientes do filtro aps a convergncia do LMS ............................................... 43
Figura 6.2 Rudo, anti-rudo e rudo residual ...................................................... 44
Figura 6.3 Densidade espectral do rudo original e rudo atenuado .................. 44

ix





Figura B.1 Fones de ouvido Bluetooth Nokia BH-905 ....................................... VII
Figura B.2 Fones de ouvido Phillips SHN5600/10 ............................................ VIII
Figura B.3 Silentium chip: kit de ANC para instalao em equipamentos .......... IX


x





LISTA DE ABREVIATURAS E SIGLAS

A/D: Analgico-digital
ANC: Controle Ativo de Rudo (Active Noise Control)
D/A: Digital-analgico
DEE: Departamento de Engenharia Eltrica
DMA: Acesso Direto a Memria (Direct Acess Memory)
DSP: Processador Digital de Sinais (Digital Signal Processor)
DTFT: Transformada de Fourier Discreta no tempo (Discrete Time Fourier
Transform)
FIR: Resposta ao impulso finito (Finite Impulse Response)
IIR: Resposta ao impulso infinito (Infinite Impulse Response)
LMS: Mnimo Mdio Quadrtico (Least Mean Squared)
LSI: Linear de fase invariante (Linear Shift Invariant)
MPOS: Milhes de Operaes por Segundo
MAC: Unidade de Multiplicao e Acumulao
MSE: Erro quadrtico mnimo (Mean-Squared-Error)
TDM: Multiplexao por diviso no tempo (Time Division Multiplex)









xi





LISTA DE SMBOLOS

: Sinal de rudo ambiente discretizado no tempo
h(n) : Resposta ao impulso de um filtro digital
H(w) : Resposta em frequncia de um filtro digital
w : frequncia varivel, em radianos
: Sinal de rudo primrio discretizado no tempo, vetor de amostra do sinal de
entrada
: Sada do filtro de identificao , ou filtro geral
: vetor de coeficientes do filtro

: vetor transposto de
: Ordem do filtro
: Erro mdio quadrtico
: vetor de correlao cruzada entre ou e
: Matriz autocorrelao de x(n) ou x(n)

: conjunto de coeficientes timos, que leva ao MSE

: Mnimo erro mdio quadrtico


: vetor desalinhamento, diferena entre os coeficientes do filtro adaptativo e a
soluo tima
: tamanho do passo de adaptao
: Estimativa instantnea do gradiente do erro quadrtico mdio

: Erro quadrtico instantneo

: maior autovalor da matriz correlao R


: Transformada Z da funo de transferncia da planta desconhecida
: Transformada Z do sinal do erro de identificao

xii





: Transformada Z da funo de transferncia do filtro adaptativo de
identificao
: Transformada Z do caminho de realimentao acstica
: Transformada Z da funo de transferncia em malha fechada


















xiii





SUMRIO

LISTA DE FIGURAS .................................................................................................viii
LISTA DE ABREVIATURAS E SIGLAS ...................................................................... x
LISTA DE SMBOLOS ................................................................................................ xi
1 INTRODUO ........................................................................................................ 1
1.1 HISTRICO ....................................................................................................... 1
1.2 REVISO BIBLIOGRFICA ............................................................................... 4
1.3 FUNDAMENTAO E JUSTIFICATIVA ............................................................ 4
2. ONDAS E SOM ....................................................................................................... 6
2.1. CONCEITO BSICO ......................................................................................... 6
2.2. DEFINIES .................................................................................................... 6
2.2.1. Freqncia .................................................................................................. 6
2.2.2. Perodo ........................................................................................................ 7
2.2.3. Comprimento de onda ................................................................................. 7
2.2.4. Velocidade de propagao .......................................................................... 8
2.2.5 Defasagem ................................................................................................. 10
2.3 PRINCPIO DA SUPERPOSIO.................................................................... 10
3. PROCESSAMENTO DIGITAL DE SINAIS ............................................................ 12
3.1. INTRODUO ................................................................................................ 12
3.2. Caractersticas ................................................................................................ 12
3.2.1. Vantagens do processamento digital de sinais: ........................................ 12
3.2.2. Limitaes ao processamento digital de sinais: ........................................ 13
3.3 Processadores Digitais De Sinais .................................................................... 13
3.3.1 Definio de processador digital de sinais ................................................. 13
3.3.2 Arquitetura de processador digital de sinais ............................................... 14

xiv





3.4 FILTROS DIGITAIS .......................................................................................... 16
3.4.1 Filtros FIR ................................................................................................... 19
3.4.2 Filtros IIR .................................................................................................... 19
3.5 Filtragem adaptativa ......................................................................................... 20
3.5.1 Algoritmos adaptativos ............................................................................... 22
3.5.2 Superfcie de desempenho MSE ................................................................ 23
3.5.3 O mtodo do Steepest descent ................................................................ 27
3.5.4 O algoritmo do LMS.................................................................................... 28
4 ESTUDOS EM CANCELAMENTO ATIVO DE RUDO ........................................... 31
4.1 COMPOSIO BSICA DE UM ANC .............................................................. 31
4.2 ANC FEEDFOWARD ....................................................................................... 32
4.2.1 Efeitos do caminho secundrio .................................................................. 35
4.2.2 Realimentao acstica ............................................................................. 37
4.2.3 Efeitos da realimentao ............................................................................ 37
5. SIMULAO ......................................................................................................... 41
5.1 DESCRIO .................................................................................................... 41
5.2 Simulao 1 ...................................................................................................... 41
5.2.1 COMPOSIO BSICA DO MODELO ...................................................... 42
5.3 Simulao 2 ...................................................................................................... 42
6. RESULTADOS ...................................................................................................... 43
6.1. resultados da Simulao 1 .............................................................................. 43
6.2 resultados da Simulao 2 ............................................................................... 43
7 CONCLUSO ......................................................................................................... 45
REFERNCIAS ......................................................................................................... 46
Anexo A SIMULAO EM MATLAB ......................................................................... I
A1: SCRIPT Da Simulao 1 ..................................................................................... I
A2: SCRIPT Da Simulao 2 ................................................................................... III

xv





ANEXO B LINKS DE ALGUNS PRODUTOS COM ANC DISPONVEIS NO
MERCADO ............................................................................................................... VII





1





1 INTRODUO

1.1 HISTRICO
O termo Cancelamento Ativo de Rudo, ou Controle Ativo de Rudo (ANC),
designa a tcnica de se controlar rudos atravs de interferncia destrutiva, partindo
do princpio da superposio.
Apesar de a primeira observao do efeito de cancelamento do som ter sido
notada por Thompson, em 1878, somente na dcada de 1930 que foi documentada
e patenteada a idia do cancelamento de som por interferncia destrutiva, pelo
engenheiro francs H. Coanda. Ele descreveu um sistema eletroacstico (microfone,
amplificador e alto-falantes) para gerar um sinal de fase oposta ao rudo indesejado.
Poucos anos mais tarde P. Lueg, um fsico alemo, descreveu e patenteou a idia
de utilizar o cancelamento ativo como alternativa ao cancelamento passivo para
sons de baixa freqncia em um duto. Contudo, nem Coanda, nem Lueg realizaram
uma demonstrao bem sucedida e a tecnologia caiu no esquecimento por duas
dcadas. Um dos problemas do sistema de Lueg que o controle no era capaz de
se adaptar s mudanas que ocorreriam como resultado de muitos fatores, dentre
eles uma mnima mudana de temperatura.
Na dcada de 1950, a idia foi reacendida por um homem chamado Olson
(1953, 1956) que investigou possibilidades para cancelamento ativo de som em
salas, dutos, fones de ouvido e protetores auditivos utilizando controle em
realimentao. Infelizmente o sistema de Olson promoveu uma atenuao muito
limitada a uma faixa de freqncia tambm limitada e sofreu com instabilidade
devido a rudo de alta freqncia gerado quando o atraso de fase excedia 180,
novamente as limitaes nos dispositivos de controle eletrnico disponveis na
poca, assim como as limitaes na teoria de controle impediram que esta
tecnologia fosse produzida comercialmente.
Na mesma poca de Oslon, W. Conover da General Electric
demonstrou um sistema de cancelamento ativo para rudo de um transformador.
2





Porm o sistema tinha que ser manualmente ajustado e s reduzia o rudo se o
microfone e o alto-falante estivessem posicionados em um ngulo muito preciso.
Sendo assim, o sistema era impraticvel.
No incio da dcada de 1980, um nmero de pesquisadores estendeu o trabalho de
Olson para produzir sistemas de controle com realimentao que fossem mais
robustos (Eghtesadi et al., 1983; Hong et al., 1987, in HANSEN, 2001 ). Ao mesmo
tempo Chaplin (1980, in HANSEN, 2001) e Chaplin e Smith (1983, in HANSEN,
2001) reportaram uma tcnica de sntese de formas de onda para cancelar rudos
peridicos e Warnaka et al. (1981, 1984, in HANSEN, 2001), Ross (1981, in
HANSEN, 2001) e Burgess (1981, in HANSEN, 2001) desenvolveram um sistema de
cancelamento em duto baseado na teoria de filtragem adaptativa. A introduo do
conceito de filtragem adaptativa causou um grande impacto nas pesquisas em
Controle Ativo de Rudo. (HANSEN, 2001)
Porm, apenas com o recente advento do Processamento Digital de
Sinais e a introduo de DSPs de alta capacidade de processamento e relativo
baixo custo que o sistema tornou-se pratico. (LOPES, 2001)
Algumas das atuais aplicaes de Cancelamento Ativo de Rudo so:
- Rudo tonal de baixa frequncia em hlices de pequenas aeronaves;
- Fones e abafadores de ouvido que ativamente reduzem rudos de
baixa frequncia;
- Rudo em cabine de helicpteros;
- Dutos de ar em sistemas industriais;
- Exausto de motores a diesel de equipamentos estacionrios e nibus
(poucos instalados);
- Isolao da vibrao do motor de automveis (restrito a poucos
modelos de veculos);

Entre aplicaes futuras em potencial do Cancelamento Ativo de rudo
incluem-se:
- Eletrodomsticos;
3





- Maior difuso em Controle de Rudo de motores automotivos e das
estradas (utilizando alto-falantes no compartimento de passageiros);
- Caminhes e equipamentos de minerao;
- Aplicao em dutos de ar de uso industrial tende a tornar-se mais
comum;
- Cabines de telefones pblicos;
- Controle de rudo em cabines de avies e helicpteros tende a tornar-
se mais difundido e pode vir a incorporar melhorias;
- Navios e barcos de lazer;
- Locomotivas a diesel.
Muitas das aplicaes acima j foram testadas e bem sucedidas em
demonstraes em laboratrios, porm ainda no h perspectivas de serem
utilizadas em larga escala. Os principais impasses pelo qual esta tecnologia ainda
no comum em produtos de consumo ainda so o alto custo e a necessidade de
alto nvel de conhecimento para se lidar com sistemas de ANC. Basicamente, um
sistema completo inclui um Processador Digital de Sinais (DSP) associado a
microfones e alto-falantes. O custo destes componentes aceitvel para a indstria
aeronutica, mas no para a indstria de bens de consumo, atualmente. Por ser
uma tecnologia de natureza multidisciplinar, o nmero de pessoas qualificadas para
desenvolver e instalar tais sistemas com xito muito limitado. Isto tambm
restringe a propagao e comercializao da tecnologia. (HANSEN, 2001)
Embora haja muitas companhias e universidades envolvidas em pesquisas
sobre o assunto, poucas aplicaes alcanaram o estgio de comercializao.
Dentre estas incluem aplicaes acsticas e/ou vibrao, porm somente em um
nvel de conhecimento superficial de processamento de sinais e eletrnica. H muito
a ser feito para que a implementao do controle ativo de rudo possa se tornar algo
mais presente no dia-a-dia. (HANSEN, 2001)



4





1.2 REVISO BIBLIOGRFICA
Foram consultadas no geral, obras em Processamento e Filtragem de Sinais,
das quais aproveitaram se princpios em Processamento de Sinais, que a base
para o desenvolvimento deste tema; monografias de TCC do Departamento de
Engenharia Eltrica (DEE) da UNITAU e uma tese de mestrado sobre um estudo em
Cancelamento Ativo de Rudo, alm de livros disponveis na Biblioteca do DEE e
materiais disponveis na internet. As obras consultadas das quais foram retiradas
informaes esto listadas nas Referncias.

1.3 FUNDAMENTAO E JUSTIFICATIVA
Devido ao crescimento das cidades em diversos aspectos como o aumento
do nmero de veculos automotores, crescimento das indstrias e intensificao do
movimento nos centros urbanos, houve um significativo aumento dos nveis de
poluio sonora.
Na indstria, o aumento em nmero de mquinas e equipamentos
automaticamente contribuiu para o aumento dos nveis de rudo a que ficam
expostos os trabalhadores, o que torna necessrio a utilizao de medidas de
controle para adequao s normas regulamentadoras vigentes.
Sob um ponto de vista mais abrangente, pode-se notar tambm os efeitos
incomodos da poluio sonora em ambientes mais restritos como, por exemplo,
salas de aula, ou de reunies que inevitavelmente ficam expostas a rudos externos
e ainda os ambientes residenciais, em que so desejveis eletrodomsticos menos
ruidosos.
As maneiras tradicionais para atenuao de rudo acstico baseiam-se em
tcnicas passivas de controle como o uso de abafadores, barreiras e silenciadores
para a atenuao do rudo acstico. Estas tcnicas so valiosas pelo alto nvel de
atenuao que se pode obter sobre uma larga faixa de frequncia. Entretanto, estas
tcnicas tornam-se de alto custo, ineficazes e fisicamente volumosas para a
atenuao de rudos acsticos de baixa frequncia, que devido aos comprimentos
de onda envolvidos, so os mais difceis de eliminar, por meio de uso de tcnicas
5





passivas. Por esta razo o uso de tcnicas passivas no controle de rudos de baixa
frequncia torna-se invivel. (LOPES, 2001)
O problema acima apresentado evidencia um vasto campo para possveis
aplicaes de ANC. O objetivo de um ANC, basicamente, obtido atravs da
gerao de uma onda em contra fase (isto defasada em 180) onda do sinal que
se deseja atenuar, seguida da soma do sinal processado ao sinal original, em
acordo com o conceito fsico da superposio de ondas, o que resulta na atenuao
do sinal de rudo.
Este trabalho est contido na rea das Cincias Exatas, subrea da
Engenharia, delimitado em processamento de sinais, apresentou um estudo sucinto
a respeito dos conceitos bsicos em Cancelamento de Rudo atravs de
fundamentao terica e de simulaes computacionais em software MATLAB

e
SIMULINK

com o objetivo de proporcionar a assimilao de conhecimento inicial


sobre este tema complexo.
Este item contm uma introduo geral ao assunto do trabalho, incluindo o
histrico e alguns aspectos importantes. O item dois apresentou um estudo sobre as
ondas sonoras e sua percepo pelo ser humano. No item trs foi apresentada uma
introduo sobre Processamento Digital de sinais e filtros digitais em que foram
comentados os filtros de resposta finita ao impulso (FIR) e de resposta infinita ao
impulso (IIR), tambm foi apresentado o tema Filtragem Adaptativa incluindo
Algoritmos Adaptativos. No item quatro apresentado um estudo sobre ANC. O item
cinco apresentou a simulao em Matlab e Simulink, no item seis foram
apresentados os resultados e finalmente no item sete, a concluso. O script dos
programas em MATLAB

e uma lista de alguns links contendo produtos
comercializados que contm ANC so apresentados nos anexos um e dois,
respectivamente.



6





2. ONDAS E SOM
2.1. CONCEITO BSICO
O som definido como uma onda peridica longitudinal. As propriedades
fsicas do som podem ser caracterizadas como a superposio de ondas de
diferentes nveis de presso que se propagam atravs de um meio compressvel. Ao
ser movida de sua posio inicial, uma molcula de ar, por exemplo, impele as
molculas adjacentes impondo fora na direo contrria, o que causa o retorno da
molcula a sua posio inicial. A fora exercida sobre as molculas adjacentes faz
repetir-se o ciclo e estas exercem foram as demais adjacentes a elas e retornam a
sua posio inicial, constituindo uma reao em srie. Portanto as molculas sofrem
movimentos em torno de sua posio inicial na direo de propagao das ondas.
As ondas que apresentam este tipo de propagao so conhecidas como ondas
longitudinais. A propagao da onda sonora faz as molculas que esto distantes o
equivalente a meio comprimento de onda umas das outras vibrarem em fase oposta
e produzirem ento regies de compresso e rarefao, alternadamente. Isto indica
que a presso sonora, que definida como a diferena entre a presso instantnea e
a presso esttica, uma funo de posio e de tempo. (WLFEL, 2009)

2.2. DEFINIES
2.2.1. FREQNCIA
A freqncia de uma onda a medida de quantas vezes ela oscila em um
perodo de tempo. O Hertz (Hz) a unidade de freqncia no Sistema Internacional
de unidades e definido como o nmero de oscilaes por segundo.
A freqncia de uma onda mecnica longitudinal determina sua percepo
pelo ouvido. A faixa audvel pelo ser humano est compreendida entre 20 e 20000
Hz, aproximadamente. As ondas de freqncia so classificadas da seguinte forma:
- Abaixo de 20 Hz: infra-sons;
- Acima de 20 KHZ: ultra-sons;
A faixa audvel para o ser humano subdivide-se em:
7





- Sons graves: compreende os de mais baixa frequncia;
- Sons mdios: so os sons intermedirios entre a frequncia dos graves e dos
agudos;
- Sons agudos: so os sons de frequncia mais alta que podem ser ouvidos pelo
ser humano.
A figura 2.1 mostra o espectro audvel para o ser humano, incluindo os
limiares de acordo com a intensidade e frequncia do som.

Figura 2.1 Efeitos do espectro audvel para o ser humano (RAMANI, 2004)

2.2.2. PERODO
O perodo de uma onda o tempo que se demora a que uma onda seja
criada, ou seja, para que um comprimento de onda seja criado.
2.2.3. COMPRIMENTO DE ONDA
O Comprimento de onda a distncia mnima entre dois pontos de uma onda,
que se comportam da mesma forma. Por exemplo, existe varias formas de se ter o
8





comprimento de onda na figura 2.2, a distncia entre os pontos B e F, A e E,
C e G, E e I e D e H.





Figura 2.2 Onda senoidal.



2.2.4. VELOCIDADE DE PROPAGAO

As ondas se deslocam, ou se propagam, com certa velocidade, que depende
das propriedades do meio que est sendo perturbado. Por exemplo, as ondas
sonoras propagam-se no ar, a 20C, com uma velocidade da ordem de 344m/s Em
1708, William Derham (1657-1735) tornou-se a primeira pessoa a estabelecer a
velocidade do som com preciso. No alto da Igreja de Upminter, em Essex,
Inglaterra, ele observou enquanto marcou o intervalo entre a fasca do canho e o
estouro, tirando a mdia de vrias medidas para descontar as mudanas na direo
do vento. Seu resultado foi prximo ao valor modelo de 343 metros por segundo,
temperatura de 20C. (VIANA, 2004)
A velocidade do som em qualquer meio dada pela equao 2.1.

B
v =

(2.1)
9






onde:
v : velocidade do som [m/s];
: densidade do meio [Kg/m
3
];
B: mdulo da compresso volumtrica, definido por (2.2):

(2.2)

onde:
AP: variao da presso; [Pa]
AV: variao do volume [m
3
].

A velocidade de propagao pode ser relacionada ao comprimento e perodo
atravs de (2.3), e a frequncia atravs de (2.4):

(2.3)

onde:
: velocidade de propagao [m/s];
: perodo [s];
: comprimento de onda [m].
(2.4)

onde:
: frequncia [Hz];

V V
P
B =
10





2.2.5 DEFASAGEM
Como visto a propagao do som no instantnea, se um sinal peridico for
captado por dois microfones (microfone um no ponto A, microfone dois no ponto B,
da figura 2.3), haver duas verses do mesmo sinal, defasados entre si, o tempo
que o sinal leve para chegar do ponto A ao ponto B chamado de tempo de
defasagem, a defasagem do sinal tambm pode ser declarada em graus, a equao
2.5 exprime a declarao em graus. (VIANA, 2004)


Figura 2.3 Defasagem do som

(2.5)

onde:
u : graus de defasagem [];
t : tempo de defasagem [s];
T: perodo da onda [s].

2.3 PRINCPIO DA SUPERPOSIO
Quando duas ou mais ondas propagando-se em um meio comum, cruzam o
espao de propagao umas das outras, h a formao de uma onda resultante que
a soma de todas elas. Este fenmeno chamado: princpio da superposio. A
equao 2.6 enuncia este princpio para duas ondas:

T
t
=
360 .
u
11





(2.6)
onde:

: funo espao por tempo da primeira onda;

: funo espao por tempo da segunda onda;


: onda resultante.

A figura 2.4 ilustra este princpio, onde y(t) e y2(t) so as duas ondas
propagando em um meio comum e s(t) a somatria resultante das duas ondas.
Como as ondas tm a mesma amplitude e esto em contra-fase, o resultado da
soma ser zero. Este o princpio utilizado para promover o cancelamento ativo de
rudo.


Figura 2.4 Princpio da Superposio

12





3. PROCESSAMENTO DIGITAL DE SINAIS

3.1. INTRODUO
Ao projetar sistemas eltricos que interajam com os fenmenos naturais, o
primeiro passo converter algumas quantidades da natureza em sinais eltricos
atravs de um transdutor. Os sinais eltricos, na forma de tenses e correntes, tm
uma representao no tempo contnuo.
A tecnologia digital constitui uma poderosa ferramenta para processamento
de informao. Esta tecnologia trabalha com o processamento da informao na
forma de sequncias de nmeros, portanto para se utilizar esta tecnologia, os sinais
eltricos precisam ser transformados em sequncias de nmeros, o que se d
atravs da converso analgico-digital (A/D), em que os sinais eltricos so
amostrados e quantizados gerando assim sequncias de nmeros, possibilitando o
processamento digital destes sinais (sinais em tempo discreto) (DINIZ, 2004).

3.2. CARACTERSTICAS
3.2.1. VANTAGENS DO PROCESSAMENTO DIGITAL DE SINAIS:
- Repetitividade: para a produo em larga escala, sistemas digitais oferecem
maior garantia de reproduzir peas individuais iguais umas as outras,
enquanto que sistemas analgicos esto sujeitos variao de seus
componentes.
- Facilidade de armazenamento: dados digitais podem ser facilmente
armazenados atravs de diversos tipos de memria;
- Flexibilidade: sistemas digitais projetados com arquiteturas microprocessadas
possibilitam a utilizao para funes especficas diversificadas, atravs de
configurao em softwares;
- Reprodutibilidade: aps a transmisso digital de sinais, o sinal pode ser
reproduzido, mantendo a qualidade do sinal original;
- Compatibilidade de meios e trfego: interfaceamento mais simples.
13





- Capacidade de transmisso: atravs da Multiplexao por Diviso no Tempo
(TDM) pode-se aproveitar melhor os canais de transmisso. (LEITE, V., 2000)

3.2.2. LIMITAES AO PROCESSAMENTO DIGITAL DE SINAIS:
- Limitao de preciso devido a capacidade dos conversores A/D e D/A;
- Dificuldade de manuteno;
- Limitao em velocidade devido a necessidade de tratamento dos dados e
capacidade do hardware;
- Custo relativamente elevado. (LEITE, V., 2000)

3.3 PROCESSADORES DIGITAIS DE SINAIS
3.3.1 DEFINIO DE PROCESSADOR DIGITAL DE SINAIS
Em sntese, Processadores Digitais de Sinais (DSPs) so processadores ou
microcomputadores cujo hardware, software, e o conjunto de instrues so
otimizados para aplicaes de processamento numrico em alta velocidade, o que
essencial para o processamento de dados digitais de sistemas analgicos em tempo
real. A tarefa de um DSP simples. Quando atuando como um filtro digital, por
exemplo, o DSP recebe os valores digitais baseados em amostras do sinal, calcula o
resultado da operao funo do filtro sobre estes valores, e fornece valores digitais
que representam a sada do filtro. A aritmtica e o hardware do DSP so
programados para executar rapidamente os algoritmos, modelando a transformao
do filtro. A combinao dos elementos de estrutura: operadores aritmticos,
manipulao de memria, conjunto de instrues, paralelismo na operao e
endereamento de dados, o que prove essa capacidade de processamento em
alta velocidade, que constitui a principal diferena entre DSPs e outros tipos de
processadores. (SKOLNICK e LEVINE, s.d.)
Compreender a relao entre sinais em tempo real e a velocidade de clculo
de um DSP proporciona uma idia da importncia desta combinao. O sinal em
tempo real chega ao DSP como um trem de amostras individuais atravs de um
conversor analgico-digital (A/D). Para realizar o processamento em tempo real, o
14





DSP deve completar todos os clculos e operaes requeridas para processar cada
amostra (usualmente atualizando um processo que envolve muitas amostras
anteriores) antes da chegada da prxima amostra (SKOLNICK e LEVINE, s.d.). Uma
das formas de medida da velocidade de um DSP Milhes de Operaes por
Segundo (MPOS)

3.3.2 ARQUITETURA DE PROCESSADOR DIGITAL DE SINAIS
3.3.2.1 Seo numrica
Devido a necessidade de completar operaes de multiplicao/acumulao,
soma e operaes de deslocamento em um nico ciclo de instruo, o hardware
otimizado para operaes numricas central em todos os DSPs. Este o
hardware que distingue DSPs dos processadores para uso geral, que podem
consumir vrios ciclos para completar estas operaes. Em filtragem digital, o DSP
deve completar passos mltiplos de operaes aritmticas envolvendo valores de
dados e coeficientes a fim de produzir respostas em tempo real, que no seria
possvel com processadores para uso geral.
Operaes numricas ocorrem na unidade de multiplicao e acumulao
(MAC), na unidade de lgica e aritmtica (ALU) e no registrador de deslocamento
(barrel shifter). A unidade MAC executa operaes de soma de produtos, presente
na maioria dos algoritmos para DSP (como filtros FIR e IIR). A unidade de lgica e
aritmtica realiza operaes de soma, adio e operaes lgicas e em conjunto
com o registrador de deslocamento (barrel shifter) fornece o suporte necessrio para
tratar com o sistema de numerao binrio, enquanto processa os sinais.

3.3.2.2 Seo de memria
A seo de memria e arquitetura dos barramentos orientada pela
necessidade de velocidade. Dados e instrues devem fluir para a unidade numrica
e unidades de sequenciamento do DSP a cada ciclo de instruo. No pode haver
atrasos nem gargalos no fluxo de dados.
15





A maioria dos microprocessadores utiliza um espao de memria comum
contendo dados e instrues, utilizando um barramento para endereos e outro para
dados ou instrues. Esta arquitetura denominada arquitetura Von Neumann. A
limitao de taxa de transferncia nesta arquitetura vem da necessidade de escolher
entre transferir fragmentos de dados ou uma instruo a cada ciclo. A figura 3.1
ilustra a arquitetura Von Neumann, cuja caracterstica memria e barramentos
comuns para instrues e dados.



Figura 3.1 Arquitetura Von Neumann (SISTEMAS DA INFORMAO, 2010)


Nos DSPs, geralmente a memria dividida entre memria de dados e
memria de programa com barramentos independentes. Este tipo de arquitetura
referido como arquitetura Harvard. Separando dados e instrues, o DSP pode
buscar vrios itens a cada ciclo, pois a execuo do programa e a busca de dados
podem ser realizadas paralelamente, o que aumenta consideravelmente a
capacidade. Esta uma das principais caractersticas que diferenciam os DSPs dos
outros processadores. A figura 3.2 mostra a arquitetura Harvard, que contm
memrias e barramentos para instrues e dados separados.

16






Figura 3.2 Arquitetura Harvard (SISTEMAS DA INFORMAO, 2010)

Em suma, comparando-se ambas as arquiteturas, as vantagens da
arquitetura Von Neumann so a flexibilidade no tratamento do programa e a
utilizao de um conjunto de instrues mais completo, que a adqua para uso
geral. A desvantagem menor velocidade para processamento numrica dada a
necessidade de vrios ciclos para execuo das operaes. A arquitetura Harvard
por sua vez conta com um conjunto reduzido de instrues, o que limita o seu uso,
porm esta arquitetura tem uma grande vantagem: devido a capacidade de
paralelismo entre as atividades de busca de dados e execuo do programa, so
alcanadas altas velocidades de processamento, o que essencial aos DSPs.
A figura 3.3 mostra a arquitetura bsica de um DSP. Observa-se que alm
das memrias separadas para dados e para programa adotado da arquitetura
Harvard, h um cach de instrues e um controlador de entradas e sadas de
Acesso Direto a Memria (DMA), que representam tambm implementos para
otimizar a velocidade de processamento do DSP.

3.4 FILTROS DIGITAIS
Filtros digitais so largamente utilizados em processamento digital de sinais
para diversas reas de aplicao, incluindo processamento de voz e comunicao,
imagem e vdeo, sonar, radar, ssmica, explorao de leo e aparelhos eletrnicos.
Uma das classes de filtros digitais, de fase linear invariante (LSI), o utilizado com
mais frequncia devido a simplicidade em anlise, projeto e implementao.

17






Figura 3.3 Arquitetura Bsica de um DSP (adaptada de SMITH, 1997)

Um filtro digital LSI pode ser identificado exclusivamente no domnio
tempo/espao por sua resposta ao impulso h(n) (onde n um ndice de integrao).
Alternativamente, o filtro digital LSI pode ser caracterizado no domnio da frequncia
por sua frequncia de resposta H(w), (onde w um valor real de frequncia varivel,
em radianos), que tambm a Transformada de Fourier Discreta no Tempo (DTFT)
da sequncia h(n). Filtros digitais so classificados em dois tipos principais: filtro de
Resposta Impulso de durao finita (FIR), em que a resposta ao impulso h(n)
diferente de zero apenas para um finito nmero de amostras; e o filtro de Resposta
ao Impulso de durao infinita (IIR), para o qual h(n) tem um nmero infinito de
amostras diferentes de zero. Para os filtros FIR, as amostras da sequncia h(n),
normalmente, so denominadas como os coeficientes do filtro; para os filtros IIR, os
coeficientes incluem um termo de realimentao em uma equao de diferena.
Projeto de filtros digitais tem sido abordado extensivamente nas ltimas dcadas. O
projeto e a realizao de filtros digitais envolvem uma combinao de teoria,
18





aplicaes e tecnologias. Para a maioria das aplicaes, isto desejvel para se
projetar filtros seletivos de freqncia, que alteram ou permitem passar diferentes e
inalterados componentes de freqncia. Neste caso, as especificaes so dadas
no domnio da freqncia, estabelecendo a freqncia de resposta desejada D(f).
importante notar que D(f) , em geral, um nmero complexo, constitudo por um
valor de magnitude desejada |D(f) | e uma fase de resposta desejada D(f). Um dos
mais importantes fatores o projeto de um filtro de alta seletividade de freqncia
com estreita faixa de corte. No entanto estreita faixa de transio ideal corresponde
matematicamente a descontinuidades, que na prtica no podem ser realizadas.
Portanto, o problema no projeto de filtragem consiste em encontrar um filtro
implementvel de baixa ordem e freqncia de respostas que melhor atenda as
especificaes de magnitude e fase de resposta, que so dadas como resposta
esperada ou restries do projeto. (MADISSETI, 1997)
A figura 3.4 ilustra os elementos bsicos representativos dos filtros digitais:
atraso, somador e multiplicador. a partir destes elementos bsicos que os filtros
executam as mais diversas operaes de filtragem, de acordo com o arranjo
formado pelos elementos bsicos.

Figura 3.4 Representao dos elementos bsicos de filtros digitais (DINIZ,
2004)
19





3.4.1 FILTROS FIR
Sistemas tipo FIR so aqueles que possuem resposta finita ao impulso.
Tambm so chamados sistemas no recursivos, isto , so sistemas em que a
sada atual depende apenas das entradas atuais e anteriores.
Um filtro com resposta finita ao impulso tem funo na forma da equao 3.1,
observa-se que h polinmio apenas no numerador, o que significa que o filtro FIR
incorpora apenas zeros na sua funo de transferncia, e no possui plos, portanto
sempre estvel.

= + + + =
1
0
) 1 (
) 1 (
1
1 0 ... ) (
m
n
n
n
m
m z b z b z b b z H
(3.1)

A figura 3.5 mostra o diagrama de blocos de um filtro FIR na forma direta, que
a forma mais comumente utilizada.

Figura 3.5 Diagrama de blocos de filtro digital FIR. (LOPES, 2001)

3.4.2 FILTROS IIR
Sistemas tipo IIR so aqueles que possuem resposta infinita ao impulso.
Tambm so chamados sistemas recursivos, isto , so sistemas em que a sada
atual depende das entradas atuais e anteriores e das sadas anteriores, formando
assim um sistema em malha fechada, o que denota a presena de realimentao no
20





sistema, e, portanto, condies de estabilidade devero ser consideradas no projeto
dos tais. (LEITE, V., 2000)

Um sistema, ou filtro, IIR dado pela expresso 3.2:
1 ;
1
) (
) (
) (
0
0
0
=

= =

a
z a
z b
z x
z y
z H
N
k
k
k
M
k
k
k
(3.2)

onde:
b
k
e a
k
: coeficientes do filtro.
N: ordem do filtro IIR, se a
k
= 0.

A equao diferencial que representa um filtro IIR dada pela expresso 3.3.
) ( ) ( ) (
1 1
k n x b k n y a n y
M
k
k
N
k
k
+ =

= =
(3.3)

3.5 FILTRAGEM ADAPTATIVA

Filtros convencionais so lineares e invariantes no tempo, e executam um
conjunto constante de operaes lineares em uma sequncia de dados para
gerar uma sada baseada no valor dos coeficientes. No caso de filtros adaptativos,
esta restrio da invarincia no tempo deixa de ser vlida. Na filtragem adaptativa,
parmetros como largura de banda e frequncia de ressonncia mudam com o
tempo. Isto possvel permitindo-se que os coeficientes do filtro variem com o
tempo, sendo ajustados automaticamente por um algoritmo adaptativo. Esta
21





caracterstica permite a aplicao dos filtros adaptativos em reas onde a operao
de filtragem necessria no bem conhecida, ou no estacionria. (LOPES, 2001)
Um filtro digital adaptativo se constitui de duas partes distintas: um filtro
digital para realizar o processamento do sinal, e um algoritmo adaptativo para ajustar
os coeficientes ou pesos do filtro. Os filtros adaptativos ajustam os seus coeficientes
de forma a minimizar um sinal de erro, e podem ser de resposta ao impulso finita
(FIR), resposta ao impulso infinita (IIR), trelia e filtros no domnio da frequncia. A
forma mais comum de filtros adaptativos a baseada em um filtro FIR tendo seus
coeficientes adaptados pelo algoritmo Least-Mean-Square (LMS). (LOPES, 2001)
A figura 3.6 ilustra o esquema bsico de um filtro adaptativo, onde a
resposta desejada ou sinal de entrada primrio, a sada do filtro digital
correspondente ao sinal de referncia de entrada e . A funo do algoritmo
adaptativo ajustar os coeficientes do filtro digital visando a minimizao do valor
mdio quadrtico (MSE) de Portanto, os coeficientes do filtro digital so
atualizados de tal forma que o erro progressivamente minimizado a de amostra em
amostra. (LOPES, 2001)

Figura 3.6 Composio bsica de um filtro adaptativo (LOPES, 2001)


O filtro digital da figura 3.5 computa sua sada de uma maneira linear, isto ,
dado o conjunto de L coeficientes, w
l
(n), l= 0, 1, ... , L 1, e uma sequncia de
22





dados de entrada [x(n) x(n 1) ... x(n L+1)], a sequncia de sada pode ser
calculada por (3.2): (LOPES, 2001)

(3.2)

em que os coeficientes do filtro so variantes no tempo e atualizados por um
algoritmo adaptativo.
Definindo-se o vetor de entrada no tempo discreto n por (3.3):

(3.3)

e o vetor de coeficientes no tempo discreto n por (3.4):


(3.4)
onde o sobrescrito T indica transposio da matriz, pode-se ento reescrever
a expresso vetorialmente por (3.5):

(3.5)
A sada do sistema, y(n) comparada com a resposta desejada, d(n), o que
resulta em um sinal de erro diferencial expresso por (3.6):

(3.6)
Na deduo dos algoritmos acima, assume-se que d(n) e x(n) so
estatisticamente estacionrios, e que se objetiva determinar o vetor de coeficientes
tal que o valor quadrtico mdio do sinal de erro seja minimizado. (LOPES, 2001)


3.5.1 ALGORITMOS ADAPTATIVOS

23





Um dos filtros adaptativos mais utilizados baseia-se em um filtro de estrutura
transversal e nos algoritmos do tipo Least Mean Square (LMS).

3.5.2 SUPERFCIE DE DESEMPENHO MSE
O critrio mais difundido para atualizao dos coeficientes do filtro adaptativo
mostrado na figura 3.6, baseia-se no erro quadrtico mdio (MSE) dado por (3.7):

(3.7)
Onde:
: valor esperado do erro quadrtico mdio.
Para o filtro adaptativo FIR, depender dos L coeficientes do filtro

da figura 3.5. Assumindo-se temporariamente que o vetor de


coeficientes adaptativos , uma sequncia determinstica, ento a funo do
desempenho MSE pode ser determinada da equao 3.6 como sendo a expresso
3.8:

(3.8)

Definindo-se a expresso 3.9:

(3.9)

onde:
: vetor de correlao cruzada entre ou e ;

e a expresso 3.10:

(3.10)

a funo correlao cruzada entre e ; e a expresso dada por (3.11)
representa a matriz de autocorrelao de .
24






] (3.11)


onde:

: funo correlao de .

A funo correlao

definida por (3.12):


(3.12)


Substituindo-se R e p na equao 3.7, tm-se a expresso 3.13:

(3.13)

onde:
: vetor de correlao cruzada entre ou e ;
: vetor de coeficientes adaptativos do filtro W(z);
: Matriz de autocorrelao de ;

: vetor transposto de ;

: vetor transposto de .

A funo MSE quadrtica e possui componentes dos coeficientes de
primeiro e segundo graus. Sendo a superfcie de erro quadrtica, um nico conjunto
de coeficientes

produzir o mnimo MSE,

.
A figura 3.7 mostra uma superfcie de desempenho hipottica para um filtro
FIR de dois coeficientes, L=2. Como mostrado, neste caso a superfcie de
desempenho MSE um parabolide elptico. (LOPES, 2001)
25






Figura 3.7 Superfcie de desempenho tridimensional, para L=2. (LOPES, 2001)

Para determinar o ponto de mnimo, deve-se diferenciar o mdio quadrtico ,
equao 3.13 em relao a e igualar-se o resultado a zero. A soluo desta
equao leva a

.
Sendo assim, tem-se a expresso 3.14:

(3.14)
Igualando-se esta equao a 0 e solucionando-se para , tem-se a expresso 3.15:

(3.15)

A equao 3.15, a princpio uma soluo para o problema da filtragem
adaptativa. Entretanto, esta soluo algbrica requer uma estimao contnua da
matriz correlao e do vetor correlao . A soluo pode ser obtida atravs dos
algoritmos computacionais eficientes que tiram proveito da estrutura matricial
Toeplitz. Entretanto quando a dimenso da matriz correlao grande, os clculos
requeridos para obter o vetor de coeficientes timos podem apresentar carga
computacional alta, impedindo sua implementao em tempo real. Desse modo, um
algoritmo mais til obtido desenvolvendo-se um mtodo recursivo para calcular

.
Para se obter o mnimo MSE, substitui-se o vetor de coeficientes timos

da
26





equao 3.15 na equao 3.13 do MSE. Fazendo-se uso das propriedades da matriz
correlao tem-se a expresso 3.16:

(3.16)

Combinando-se as equaes 3.16, 3.15 e 3.12, pode-se expressar o erro
quadrtico mdio como sendo a expresso 3.17:


(3.17)

onde:

(3.18)
o vetor de desalinhamento, que representa a diferena entre os coeficientes do
filtro adaptativo e a soluo tima, expresso 3.18.
Como uma matriz positiva semi-definida, a forma quadrtica do lado
direito da equao 3.17, indica que qualquer desvio do vetor coeficientes do
ponto timo

aumenta o MSE acima do seu valor mnimo. Em outras palavras, a


superfcie de erro cncava e possui um nico ponto de mnimo. Esta caracterstica
torna-se muito til no desenvolvimento de tcnicas que buscam o vetor de
coeficientes timos, em tais casos, o objetivo desenvolver algoritmos que buscam
automaticamente na superfcie de erro, o vetor de coeficientes timo, que minimiza
, fazendo-se uso do sinal de entrada e do sinal de erro .
Uma das propriedades mais importantes da superfcie MSE que ela possui
apenas um ponto de mnimo global, como mostrado na figura 3.7, para L=2. Neste
ponto de mnimo as tangentes a superfcie devem ser zero. Minimizar o MSE o
objetivo de muitos mtodos adaptativos frequentemente utilizados. (LOPES, 2001)
27






3.5.3 O MTODO DO STEEPEST DESCENT

O mtodo do Steepest descent uma tcnica iterativa que idealmente
adequada para provir um algoritmo adaptativo desde que a superfcie de erro
relacionada, seja quadrtica com respeito aos coeficientes do filtro

.
A tcnica do steepest descent permite atingir-se a regio do ponto mnimo da
superfcie quadrtica,

, de uma maneira sistemtica. A idia baseia-se no


movimento na superfcie em direo a tangente. Os coeficientes do filtro so
atualizados a cada iterao de erro na direo no sentido do negativo do gradiente
na superfcie de erro.
O desenvolvimento do mtodo do steepest descent facilmente visto do
ponto de vista geomtrico. Como, se pode observar pela figura 3.7, cada seleo de
coeficientes do filtro corresponde a apenas um ponto na superfcie MSE,
.
Supondo-se arbitrariamente, um vetor de coeficientes iniciais na
superfcie de erro , existe uma inclinao instantnea da superfcie ao
longo de uma linha paralela com cada eixo

Esta inclinao instantnea da


superfcie tem valores definidos pelas derivadas direcionais

.
O gradiente da superfcie definido como o vetor destas derivadas
direcionais.
O conceito do steepest descent pode ser implementado pelo seguinte
algoritmo, dado por (3.19):

(3.19)
onde:
: fator de convergncia;
: vetor que denota o gradiente da funo de erro em relao a
28





O fator de convergncia (ou tamanho de passo) que controla a estabilidade e
taxa de descendncia (ou convergncia) para a regio de mnimo da superfcie;
quanto maior o valor de , maior a velocidade de descendncia. O fator arbitrrio de
2 includo para simplificar a forma final do algoritmo e o sinal de negativo
incrementa o vetor de coeficientes no sentido do negativo do gradiente.
Da equao 3.13, pode-se calcular o gradiente da funo de desempenho MSE
como na expresso 3.20:
(3.20)
Substituindo-se ento na equao 3.19, tem-se ento a forma final do
algoritmo do steepest descent (expresso 3.21):
(3.21)
Idealmente, quando convergir para

, isto , quando ele atingir o ponto


de mnimo da superfcie de desempenho, o gradiente ser . Neste
momento, a adaptao na equao 3.21 finalizada e o vetor de coeficientes
permanece na soluo tima. (LOPES, 2001)

3.5.4 O ALGORITMO DO LMS
Da equao 3.19, pode-se ver que o incremento de para d-se
na direo do negativo do gradiente, ento a variao dos coeficientes ir obedecer
aproximadamente ao caminho da descendncia mais ngrime na superfcie de
desempenho. Entretanto, em muitas aplicaes prticas as estatsticas de e
so desconhecidas. Portanto, o mtodo do steepest descent no pode ser
usado diretamente, pois este assume o conhecimento exato do vetor gradiente em
cada iterao. Widrow, conforme (KUO e MORGAN, 1996, in LOPES, 2001) usou o
erro quadrtico instantneo,

para estimar o erro quadrtico mdio na equao


3.7:

(3.22)
Portanto, a estimativa do gradiente utilizada pelo algoritmo do LMS simplesmente
o gradiente instantneo de uma nica amostra do erro quadrtico:
29






(3.23)

como

, tem-se:

(3.24)
a estimativa do gradiente torna-se ento:

(3.25)
Substituindo-se a estimativa do gradiente no algoritmo do steepest descent,
equao 3.19, tem-se:
(3.26)
Este o bem conhecido algoritmo do LMS ou algoritmo do gradiente
estocstico. Como se pode ver este algoritmo simples e no requer operaes
complexas como diferenciao, mdia, elevao ao quadrado, etc, o que facilita sua
implementao prtica em DSPs de baixo custo.
Alm disso, pode-se ver tambm, que a estimativa do gradiente no
polarizada, e que o valor esperado do vetor de coeficientes converge para soluo
do filtro Wierner, dada pela equao 3.15. (LOPES, 2001)
O algoritmo do LMS sumarizado a seguir
1 passo: Escolhem-se os parmetros e as condies iniciais: L, e , onde L
a ordem do filtro, o tamanho de passo e o vetor de coeficientes para

2 passo: Computar a sada do filtro adaptativo:

(3.27)
3 passo: Computar o sinal erro
(3.28)
30






3.5.4.1 Dependncia do fator de convergncia
O fator de convergncia a base da velocidade de convergncia do
algoritmo LMS. Para a convergncia e estabilidade do algoritmo a equao 3.29
apresenta a faixa permissvel para .

(3.29)
onde

o maior autovalor da matiz correlao R.




31





4 ESTUDOS EM CANCELAMENTO ATIVO DE RUDO

4.1 COMPOSIO BSICA DE UM ANC

Um sistema de ANC funciona com a gerao eletroacstica de um som de
igual amplitude e fase deslocada em 180 em relao ao som que deseja anular,
emitindo em seguida o som processado junto ao campo do som original, resultando
no cancelamento do som indesejvel atravs do princpio da superposio.
A figura 4.1 ilustra a composio bsica de um Cancelador Ativo de Rudo,
que composta por:
- Um microfone de referncia para captar o rudo a ser cancelado;
- Um sistema eletrnico de controle para processar o sinal de referncia
captado pelo microfone e gerar o sinal de controle (ANC);
- Um alto-falante para emitir o sinal de controle junto ao campo onde se
encontra o rudo que se deseja anular;
- Um microfone de erro, que envia um sinal de retorno para o controlador
avaliar a qualidade da resposta e ajustar o sistema, minimizando o erro, constituindo
assim um sistema de controle fechado.

Os requisitos fundamentais que devem ser observados no projeto de um
sistema de ANC so: a preciso do controle, a estabilidade temporal e a
confiabilidade. Para se conseguir um alto nvel de atenuao, deve haver uma
relao bem definida entre a amplitude e a fase do rudo primrio e do rudo
secundrio. , portanto, desejvel que o cancelador de rudo seja digital, onde os
sinais captados por transdutores eletroacsticos ou eletromecnicos so amostrados
e processados utilizando-se sistemas de processamento digital de sinais com
velocidade e preciso suficientes para executar funes matemticas em tempo real.
(LOPES, 2001)
32





Existem dois tipos bsicos de ANC: um baseado numa estrutura de controle
feedfoward, no qual um sinal de referncia coerente do rudo que se deseja cancelar
utilizado para predizer o rudo na localizao da fonte secundria e outro baseado
numa estrutura de controle feedback, em que o ANC tenta cancelar o rudo sem
nenhum benefcio de um sinal de entrada de referncia a montante. (LOPES, 2001)

4.2 ANC FEEDFOWARD
A figura 4.1 ilustra a aplicao do ANC feedforward de um nico canal em um
duto. O sinal de referncia captado por um microfone e processado pelo ANC de
modo a produzir o sinal de controle que alimentar o alto-falante. O microfone de
erro usado para monitorar o desempenho do ANC. O objetivo minimizar o rudo
acstico. Deve-se notar que o exemplo do duto meramente ilustrativo, e a tcnica
de controle tem aplicabilidade em uma ampla variedade de problemas acsticos e
vibratrios. (LOPES, 2001)

Figura 4.1 Sistema ANC feedforward de um nico canal aplicado ao controle
ativo de rudo em um duto (LOPES, 2001)

O sistema ANC mostrado na figura 4.1 pode ser inicialmente descrito atravs
de uma estrutura de identificao bsica, a qual est ilustrada na figura 4.2. Nesta
figura, o filtro adaptativo W(z) usado para estimar a planta desconhecida do
caminho primrio P(z). O caminho primrio P(z) consiste da resposta acstica entre
33





o sensor de referncia e o sensor de erro, onde a atenuao do rudo deve
acontecer. Se a planta for dinmica, o algoritmo adaptativo deve ento perseguir
continuamente as variaes temporais da planta. A maior diferena entre o sistema
da figura 4.2 e o esquema tradicional de um sistema de identificao, e o uso da
juno acstica ao invs da subtrao eltrica de sinais. Entretanto, por
consistncia, costuma-se representar a juno acstica por uma subtrao. (LOPES,
2001)

Figura 4.2 Sistema ANC feedfoward do ponto de vista de um sistema de
identificao. (LOPES, 2001)


O objetivo do filtro W(z) minimizar o sinal de erro residual e(n).
Na figura 4.2, a transformada Z de e(n) denotada por E(z) e expressa
pela equao 4.1:



(4.1)

34





Idealmente, E(z) = 0 aps a convergncia do filtro adaptativo W(z). Pela
equao 4.1, tem-se a expresso 4.2:

W(z) = P(z) (4.2)
Para X(z) = 0, o que implica na expresso 4.3:

y(n) = d(n) (4.3)

Ou seja, a sada do filtro adaptativo y(n) idntica ao distrbio primrio d(n).
Quando d(n) e y(n) so acusticamente combinados, o erro residual toma-se ento
como define a expresso 4.4:

e(n) = d(n) y(n) = 0 (4.4)

Resultando em um perfeito cancelamento dos dois sons atravs do princpio
da superposio.
Como ilustrado na figura 4.1, depois do sinal de referncia ser captado pelo
sensor de referncia, o controlador levar de algum tempo para calcular o sinal de
controle a ser emitido pelo alto-falante. Se este atraso eletrnico se tomar maior que
o atraso acstico entre o microfone de referncia e o alto-falante, o desempenho do
sistema ser substancialmente degradado na atenuao de rudos de banda larga.
Isso se deve ao fato da resposta do controlador deixar de ser causal, quando o
atraso eltrico for maior que o acstico. Quando a condio de causalidade
encontrada, o ANC capaz de cancelar rudos aleatrios de banda larga. Caso a
causalidade no seja alcanada, o sistema poder efetivamente controlar apenas
rudos de banda estreita ou rudos peridicos. (LOPES, 2001)
35





Para a atualizao do filtro adaptativo W(z), considere como funo custo o
erro quadrtico mdio (n)=E[e
2
(n)], o filtro adaptativo deve minimizar o erro
quadrtico instantneo: (LOPES, 2001)
(n)=e
2
(n) (4.5)

Usando o algoritmo (LMS) (como exemplo), a atualizao do vetor de
coeficientes na direo do negativo do gradiente, estimado com tamanho de passo
, como na expresso 4.6:

) ( '
2
) ( ) 1 ( n n w n w

V = + (4.6)

Onde:
V(n): estimativa instantnea do gradiente do erro quadrtico mdio no tempo
discreto n.

4.2.1 EFEITOS DO CAMINHO SECUNDRIO

A aplicao do filtro adaptativo conforme figura 4.1, dificultada pelo
fato da juno acstica (figura 4.2) representar superposio acstica, no
espao, entre os sinais do alto-falante e do microfone de erro, onde o rudo
primrio combinado com a sada do filtro adaptativo. Portanto, necessrio
compensar a funo de transferncia do caminho secundrio S(z) entre y(n)
e(n), o qual inclui o conversor digital/analgico (D/A), amplificador de
potncia, alto-falante, caminho acstico entre o alto-falante e o microfone de
erro, pr-amplificador, e conversor analgico/digital A/D. Para propsito de
anlise representa-se o sistema mostrado na figura 4.2 pelo diagrama de
blocos da figura 4.3.
36





Da figura 4.3, tem-se a expresso 4.7 que a transformada do sinal de
erro:

E (z) = [P (z) - S (z)W (z)]X (z) (4.7)


Figura 4.3 Diagrama de blocos simplificado do sistema ANC. (LOPES,
2001)

Idealmente, E(z) = 0, aps a convergncia do filtro adaptativo W(z). Pela
equao 4.8, obtm-se:

S(z)
P(z)
W(z) = (4.8)

Assim, o filtro adaptativo W(z) deve simultaneamente modelar P(z) e
inversamente modelar S(z). A vantagem principal dessa aproximao que com o
modelo prprio da funo de transferncia da planta, o sistema pode responder
37





instantaneamente s mudanas do sinal de entrada causadas pelas mudanas na
fonte de rudo. Entretanto, o desempenho do ANC depende da funo de
transferncia do caminho secundrio.
Com a introduo de um equalizador (S(z)), consegue-se uma resposta em
freqncia mais uniforme do caminho secundrio. Desta maneira, a atenuao do
rudo conseguida, pode ser significativamente aumentada. (LOPES, 2001)

4.2.2 REALIMENTAO ACSTICA

A teoria de ANC apresentada nas sees anteriores considerou que o sinal de
referncia x(n) continha apenas o rudo original, como se esse fosse completamente
independente da fonte secundria. A desconsiderao da realimentao acstica
permitiu uma anlise simples do sistema. Nesta seo, sero discutidos os efeitos
da realimentao acstica.
A introduo da realimentao acstica introduz plos ao modelo do sistema
em malha fechada poder ser instvel, se o valor do ganho se tomar muito alto. Este
problema tem sido extensivamente estudado na literatura de ANCs e muitas
solues tm sido propostas. (LOPES, 2001)

4.2.3 EFEITOS DA REALIMENTAO

Na maioria dos casos, em que se usa um sensor de referncia sensvel ao
sinal gerado pela fonte secundria, toma-se praticamente impossvel cancelar, por
meios fsicos, a realimentao acstica no sistema, devido ao acoplamento entre
estes dois transdutores. Um diagrama de blocos bsico do sistema ANC, incluindo a
realimentao da fonte secundria para o sensor de referncia apresentado na
figura 4.4, onde u(n) o sinal de rudo gerado pela fonte primria, x(n) o sinal
captado pelo sensor de referncia e F(z) a funo de transferncia do caminho
entre a sada do filtro adaptativo W(z) e o sensor de referncia. Para o caso do ANC
acstico, F(z) inclui o conversor D/A, filtro de reconstruo, amplificador de potncia,
38





alto-falante de cancelamento, caminho acstico do alto-falante para o microfone de
referncia, pr-amplificador, filtro anti-aliasing e conversor A/D. O F(z) uma fonte
de instabilidade cujo efeito dessa realimentao torna o sinal de referncia no
estacionrio durante a adaptao. O algoritmo adaptativo ter um comportamento
estvel com esta mudana no sinal de referncia apenas para o caso do passo
pequeno, adaptao lenta. (VIANA, 2004)



Figura 4.4 Diagrama de blocos sistema ANC com realimentao (VIANA,
2004)

Pela figura 4.4, a transformada Z do sinal de erro pode ser expressa por
(4.9):



) ( ) ( ) ( ) ( ) ( z Y z S z U z P z E =
39





E(z)
) ( ) ( 1
) ( ) (
) ( ) ( ) (
z F z W
z U z W
z S z U z P

= (4.9)

O objetivo do filtro adaptativo (W(z)) minimizar e(n). Considerando-se W(z)
de ordem suficiente grande, pequeno e que P(z) e S(z) sejam invariantes no
tempo, E(z) ser igual a zero aps a convergncia de W(z) 1. Portanto, igualando-se
a equao 4.9 a zero e considerando que U(z) tem energia suficiente em todas as
freqncias, determina-se a funo de transferncia para o estado permanente,
expressa pela expresso 4.10:
P(z)F(z) S(z)
P(z)
W(z)
+
= (4.10)

Pela figura 4.4, a funo de transferncia de malha aberta associada com o
lao de realimentao dada pela expresso 4.11:

) ( ) ( ) ( z F z W z H = (4.11)

Se o filtro adaptativo W(z) convergir para soluo tima, ausncia de rudo, da
equao 4.10, resulta na expresso 4.12:

) ( ) ( ) (
) ( ) (
) (
z F z P z S
z F z P
z H
+
= (4.12)

Esta funo de transferncia pode ser usada para testar a estabilidade do
sistema. A instabilidade ocorrer se a defasagem atingir 180 enquanto o ganho de
malha aberta for maior que 1.
Da figura 4.4, pode-se expressar a funo de transferncia de malha fechada
H(z) entre u(n) e y(n), pela expresso 4.13:
40






) ( ) ( 1
) (
) (
z F z W
z W
z H

=

(4.13)

O sistema ANC ser instvel se a funo de transferncia de malha
fechada H(z) for instvel. Isso pode ocorrer se os coeficientes de W(z) forem
suficientemente grandes, de tal modo que em alguma freqncia.
Este tipo de instabilidade pode ser evitado, restringindo-se a magnitude
dos coeficientes apropriadamente. Entretanto, a menos que o nvel de
realimentao seja pequeno, os parmetros do controlador tero de ser
extremamente restritos para garantir a estabilidade, o que pode acarretar na no-
convergncia global. A funo de transferncia, equao 4.13, contm o efeito do
controlador adaptativo e do caminho de realimentao A definio de
permite que o problema seja formulado como um problema de um
controlador puramente feedforward. (VIANA, 2004)

41





5. SIMULAO
O Matlab/Simulink possui enorme praticidade para simulao de sistemas,
promovendo solues mais rpidas que outros recursos tradicionais para o mesmo
fim. O toolbox de processamento digital de sinais (DSP) contm os recursos
necessrios a simulao do sistema desejado neste trabalho.

5.1 DESCRIO
Foi utilizada para este trabalho a demonstrao de Cancelamento de Rudo
que utiliza o filtro adaptativo baseado no algoritmo Normalized Least Mean Square,
implementada em linhas de comando do MATLAB

ou em blocos do SIMULINK

, e
outra baseado no algoritmo filtererd X-LMS. A listagem dos programas em MATLAB

encontra-se no Apndice A.
5.2 SIMULAO 1


Figura 5.1 Cancelamento de Rudo com filtro adaptativo Normalized LMS
Demonstrao na verso do Simulink
42





No modelo de simulao em Simulink, mostrado na figura 5.1, os vrios
blocos so configurados e arranjados de forma grfica, at obter a configurao
desejada.

5.2.1 COMPOSIO BSICA DO MODELO

Os componentes podem ser divididos basicamente em:
- Ambiente acstico simula o ambiente onde se deseja cancelar o rudo e manter
outro sinal sonoro presente no mesmo ambiente, que constituem os sinais de
entrada primria do filtro adaptativo.
- Filtro adaptativo LMS o corao do sistema, em que os sinais de entrada so
inseridos, onde realizado o processamento e criado o sinal de sada do sistema.
Este filtro constitudo de 40 coeficientes, que so atualizados de acordo com o
passo de adaptao, que selecionado na entrada Step-size do bloco
representativo do filtro.
- Sinais de sada: so os sinais j processados, constituindo a resposta do sistema.
Os coeficientes do filtro so mostrados em uma plotagem demonstrando a
convergncia do filtro, que leva a eliminao do rudo, mantendo-se apenas o sinal
do udio.

Ao iniciar a simulao ouve-se o som do arquivo de udio e o rudo aleatrio
gerado pela fonte de rudo. Aps a convergncia dos coeficientes do filtro, o rudo
desaparece, ouve-se ento apenas o som do udio.

5.3 SIMULAO 2
Baseado no algoritmo filtered x-LMS esta simulao atenua um rudo gerado
artificialmente e que semelhante ao rudo tpico de mquinas rotativas tal como um
motor eltrico. plotado o espectro do rudo antes e aps a atuao do controlador.
Importante notar que h um rudo residual, isto devido a necessidade de restrio da
amplitude do anti-rudo gerado para garantir a estabilidade do sistema.
43






6. RESULTADOS
6.1. RESULTADOS DA SIMULAO 1
Na simulao pode-se perceber a atualizao dos coeficientes, que
convergiram a situao em que houve a atenuao completa do rudo. A figura 6.1
mostra a plotagem dos coeficientes aps a convergncia.

Figura 6.1 Plotagem dos coeficientes do filtro aps a convergncia do LMS.

6.2 RESULTADOS DA SIMULAO 2
Esta simulao aproxima-se mais de uma situao real que a anterior. Um
rudo gerado artificialmente. A figura 6.2 mostra no mesmo grfico os sinais desta
44





simulao: sinal de rudo, anti-rudo e rudo residual e a figura 6.3 mostra a
densidade espectral do rudo original e do rudo atenuado.

Figura 6.2 Rudo, anti-rudo e rudo residual


Figura 6.3 Densidade espectral do rudo original e rudo atenuado
45





7 CONCLUSO
O desenvolvimento deste trabalho evidenciou que o assunto em questo
bem mais complexo do que se esperava, e apresenta muitas consideraes em
assuntos de difcil entendimento. Portanto exige uma base macia de conhecimento
multidisciplinar, base esta que exige tempo considervel para ser estabelecida, alm
de que desejvel uma seleo cuidadosa de referncias, possibilitando a
assimilao dos assuntos em nveis gradativos de complexidade.
Mediante relato acima, conclui-se que este trabalho proporcionou uma
compreenso do assunto abaixo do que se esperava. O objetivo foi alcanado
dentro da previso devido ao curto tempo disponvel para dedicao efetiva ao
trabalho e conciliao dos recursos tcnicos, o que causou maior dificuldade em
aprofundar em todos os assuntos relacionados. Foi constatada tambm certa
dificuldade de acesso a uma bibliografia mais abrangente e especfica de
cancelamento de rudo e uma metodologia melhor formulada, considerando os
assuntos sequenciais de forma bem definida para que o conhecimento pudesse ser
mais bem assimilado. Por outro lado, o conhecimento mnimo adquirido teve
importante contribuio na formao profissional.
Como sugesto para novos trabalhos fica a elaborao de um projeto para
uma aplicao e implementao fsica, possibilitando resultados mais concretos
atravs de uma abordagem mais aprofundada, estudando fontes especficas de
rudo e consideraes impostas por um ambiente em particular, o que permitir
relatar com propriedade os pontos que aqui foram relatados com ferramentas de
simulao.

46





REFERNCIAS
DINIZ, Paulo Srgio Ramirez, SILVA, Eduardo Antnio Barros e NETTO, Srgio
Lima. Processamento Digital de Sinais: Projeto e Anlise de Sistemas. Porto
Alegre: Bookman. 2004
HANSEN, Colin H. Understanding Active Noise Cancellation. New York: Spon
Press, 2001. Disponvel em:
<books.google.com/books?id=U4NxSxd_DbIC&printsec=frontcover&hl=pt-
BR&source=gbs_book_other_versions#v=onepage&q&f=false>
Acesso em: 25 abr. 2011
KUO, S. M. e MORGAN, D. R., Active Noise Control Systems Algorithms and
DSP implementations. New York, Willey, 1996
LEITE, Valria Cristina Maria Nascimento. Estudo para implementao de um
filtro digital. Taubat: Monografia de Concluso de Curso Dpto Eng. Eltrica
Universidade de Taubat. 2000.
LOPES, Paulo Renato Galveias. Estudo de um Cancelador de Rudo Gerado por
Condicionador de Ar comercial. So Jos dos Campos: Tese de mestrado -
Instituto Tecnolgico de Aeronutica, 2001.
MADISSETI, Vijay K. e WILLIAMS, Douglas B. The Digital Signal Processing
Handbook. CRC Press LLC. 1998.
MARQUES, Paulo Alexandre C. Introduo a filtragem adaptativa. Lisboa: apostila
Instituto de Engenharia de Lisboa.
Disponvel em:
<www.deetc.isel.ipl.pt/sistemastele/stds/Bibliografia/Texto-FiltragemAdaptativa.pdf>
Acesso em: 25 set. 2011
RAMANI, Meena. Automatic Speech Processing. Apresentao em slide
University of Florida, 2004

47





SISTEMAS DA INFORMAO. Arquitetura: Von Neumann vs. Harvard. 2010.
Disponvel em:
<http://infocenter.arm.com/help/index.jsp?topic=/com.arm.doc.faqs/ka11516.html>
Acesso em: 27 out. 2011
SKOLNICK, David e LEVINE, Noam. Digital Signal Processing 101- An
Introductory Course in DSP System Design-Part 1. Analog Devices. (s.d.).
Disponvel em:
<http://www.analog.com/library/analogDialogue/archives/31-1/DSP.html>
Acesso em: 28 out. 2011
SMITH, Steve W. The Scientist & Engeneers Guide to Digital Signal Processing.
(s.l.): 1997
Disponvel em: <http://www.dspguide.com>
Acesso em: 29 out. 2011
VIANA, Jlio Csar. Cancelamento Ativo de Rudo por redes neurais. Taubat:
Monografia de Concluso de Curso Dpto Eng. Eltrica Universidade de Taubat.
2004.
WLFEL, Matthias e MCDOUNAGH, John. Distant Speech Recognition. John
Wiley & Sons, 2009.







I





ANEXO A SIMULAO EM MATLAB

A1: SCRIPT DA SIMULAO 1
%%
% Cria um gerador de sequncia de nmeros aleatrios para atuar como a fonte de
% rudo
s = RandStream.create('mt19937ar','seed',23341);

%%
% Cria e configura um filtro FIR digital para filtrar a sequncia aleatria
% de nmeros para criar rudo colorido
hfilt = dsp.DigitalFilter('TransferFunction', 'FIR (all zeros)', ...
'Numerator', fir1(39, .25));

%%
% Cria e configura um leitor para ler um arquivo de udio
% que servir como o sinal desejado na sada
hsigsource = dsp.AudioFileReader('dspafxf_8000.wav', ...
'SamplesPerFrame', 40, ...
'PlayCount', Inf, ...
'OutputDataType', 'double');

%%
% Cria e configura um filtro LMS normalizado.
hlms = dsp.LMSFilter(40,'Method', 'Normalized LMS', ...
'StepSize', .01);

%%
% Cria e configura um tocador para tocar o sinal de udio a taxa de
% amostragem 8000 Hz.
haudioout = dsp.AudioPlayer('SampleRate', 8000);

%%
% Configura a plotagem dos coeficientes do filtro com 5 traos contendo os %40
coeficientes do filtro.

hplot = plotancdata('DSPANC: Acoustic Noise Cancellation', 5, 40);

%% Ciclo de processamento
% No ciclo de processamento, o filtro adaptativo LMS atualiza seus
% coeficientes para modelar o filtro digital,o que o habilita a remover o rudo colorido
do sinal.
% a demonstrao toca o udio 3 vezes a cada ciclo.
II






numplays = 0;
while numplays < 3
[y, eof] = step(hsigsource); % L o arquivo de udio
noise = randn(s,40,1); % Produz rudo aleatrio
noisefilt = step(hfilt, noise); % Filtra o rudo
desired = noisefilt + y; % Constri entrada LMS desejada
[out, err, w] = step(hlms, noise, desired); % Roda o filtro LMS
step(haudioout, double(err)); % Reproduz o sinal de sada
hplot(w); % Plota os coeficientes
numplays = numplays + eof; % Atualiza o nmero de ciclos
end

%% Release
% este comando fecha quaisquer arquivos ou dispositivos abertos;
%

release(hsigsource);
release(haudioout);



III





A2: SCRIPT DA SIMULAO 2
ANC utilizando o controle adaptativo Filtered X-LMS
%% The Secondary Propagation Path
% The secondary propagation path is the path the anti-noise takes from
% the output loudspeaker to the error microphone within the quiet zone.
% The following commands generate a loudspeaker-to-error microphone
% impulse response that is bandlimited to the range 160 - 2000 Hz and
% with a filter length of 0.1 seconds. For this active noise control task,
% we shall use a sampling frequency of 8000 Hz.

Fs = 8000;
N = 800;
delayS = 7;
Fd = fdesign.bandpass('N,Fst1,Fst2,Ast',8,0.04,0.5,20);
Hd = design(Fd,'cheby2','FilterStructure','df2tsos');
H = filter(Hd,[zeros(1,delayS) log(0.99*rand(1,N-delayS)+0.01).* ...
sign(randn(1,N-delayS)).*exp(-0.01*(1:N-delayS))]);
H = H/norm(H);
t = 1/Fs:1/Fs:N/Fs;
plot(t,H,'b');
xlabel('Time [sec]');
ylabel('Coefficient value');
title('True Secondary Path Impulse Response');

%% Estimating the Secondary Propagation Path
% The first task in active noise control is to estimate the impulse
% response of the secondary propagation path. This step is usually
% performed prior to noise control using a synthetic random signal played
% through the output loudspeaker while the unwanted noise is not present.
% The following commands generate 3.75 seconds of this random noise as well
% as the measured signal at the error microphone.

ntrS = 30000;
s = randn(1,ntrS);
dS = filter(H,1,s) + 0.01*randn(1,ntrS);

%% Designing the Secondary Propagation Path Estimate
% Typically, the length of the secondary path filter estimate is not as
% long as the actual secondary path and need not be for adequate control
% in most cases. We shall use a secondary path filter length of 250
% taps, corresponding to an impulse response length of 31 msec.
% While any adaptive FIR filtering algorithm could be used for this
% purpose, the normalized LMS algorithm is often used due to its
% simplicity and robustness. Plots of the output and error signals show
% that the algorithm converges after about 10000 iterations.

IV





M = 250;
muS = 0.1; offsetS = 0.1;
h = adaptfilt.nlms(M,muS,1,offsetS);
[yS,eS] = filter(h,s,dS);

n = 1:ntrS;
plot(n,dS,n,yS,n,eS);
xlabel('Number of iterations');
ylabel('Signal value');
title('Secondary Identification Using the NLMS Adaptive Filter');
legend('Desired Signal','Output Signal','Error Signal');


%% Accuracy of the Secondary Path Estimate
% How accurate is the secondary path impulse response estimate? This
% plot shows the coefficients of both the true and estimated path.
% Only the tail of the true impulse response is not estimated
% accurately. This residual error does not significantly harm the
% performance of the active noise control system during its operation
% in the chosen task.

Hhat = h.Coefficients;
plot(t,H,t(1:M),Hhat,t,[H(1:M)-Hhat(1:M) H(M+1:N)]);
xlabel('Time [sec]');
ylabel('Coefficient value');
title('Secondary Path Impulse Response Estimation');
legend('True','Estimated','Error');

%% The Primary Propagation Path
% The propagation path of the noise to be cancelled can also be
% characterized by a linear filter. The following commands
% generate an input-to-error microphone impulse response that is
% bandlimited to the range 200 - 800 Hz and has a filter length of
% 0.1 seconds.

delayW = 15;
Fd2 = fdesign.bandpass('N,Fst1,Fst2,Ast',10,0.05,0.2,20);
Hd2 = design(Fd2,'cheby2','FilterStructure','df2tsos');
G = filter(Hd2,[zeros(1,delayW) log(0.99*rand(1,N-delayW)+0.01).*...
sign(randn(1,N-delayW)).*exp(-0.01*(1:N-delayW))]);
G = G/norm(G);
plot(t,G,'b');
xlabel('Time [sec]');
ylabel('Coefficient value');
title('Primary Path Impulse Response');


%% The Noise to be Cancelled
V





% Typical active noise control applications involve the sounds of
% rotating machinery due to their annoying characteristics. Here,
% we have synthetically generated 7.5 seconds of a noise that
% might come from a typical electric motor. Listening to its sound
% at the error microphone before cancellation, it has the characteristic
% industrial "whine" of such motors. The spectrum of the sound
% is also plotted.

ntrW = 60000;
F0 = 60;
n = 1:ntrW;
A = [0.01 0.01 0.02 0.2 0.3 0.4 0.3 0.2 0.1 0.07 0.02 0.01];
x = zeros(1,ntrW);
for k=1:length(A);
x = x + A(k)*sin(2*pi*(F0*k/Fs*n+rand(1)));
end
d = filter(G,1,x) + 0.1*randn(1,ntrW);
Hp = spectrum.welch; Hp.SegmentLength = 4444;
Pd = psd(Hp,d(ntrW-20000:ntrW),'NFFT',8192,'Fs',Fs);
plot(Pd)
axis([0 2 -70 0]);
title('Power Spectral Density of the Noise to be Cancelled');
p8K = audioplayer(d/max(abs(d)),Fs);
playblocking(p8K);


%% Active Noise Control using the filtered-X LMS Algorithm
% The most popular adaptive algorithm for active noise control is
% the filtered-X LMS algorithm. This algorithm uses the secondary
% path estimate to calculate an output signal whose contribution
% at the error sensor destructively interferes with the undesired
% noise. The reference signal is a noisy version of the undesired
% sound measured near its source. We shall use a controller filter
% length of about 44 msec and a step size of 0.0001 for these
% signal statistics. The resulting algorithm converges after about
% 5 seconds of adaptation. Listening to the error signal, the
% annoying "whine" is reduced considerably.

xhat = x + 0.1*randn(1,ntrW);
L = 350;
muW = 0.0001;
h = adaptfilt.filtxlms(L,muW,1,Hhat);
[y,e] = filter(h,xhat,d);

plot(n,d,'b',n,y,'g',n,e,'r');
xlabel('Number of iterations');
ylabel('Signal value');
tstr = ['Active Noise Control Using', ...
VI





' the Filtered-X LMS Adaptive Controller'];
title(tstr);
legend('Original Noise','Anti-Noise','Residual Noise');
p8K = audioplayer(e/max(abs(e)),Fs);
playblocking(p8K);

%% Residual Error Signal Spectrum
% Comparing the spectrum of the residual error signal with that of the
% original noise signal, we see that most of the periodic components
% have been attenuated considerably. The steady-state cancellation
% performance may not be uniform across all frequencies, however.
% Such is often the case for real-world systems applied to active noise
% control tasks.

Pe = psd(Hp,e(ntrW-20000:ntrW),'NFFT',8192,'Fs',Fs);
plot(Pd.Frequencies,10*log10(Pd.Data(:,1)),'b',...
Pe.Frequencies,10*log10(Pe.Data(:,1)),'r');
axis([0 2000 -70 0]);
grid on
xlabel('Frequency (Hz)');
ylabel('Power/frequency (dB/Hz)');
tstr = ['Power Spectral Density of the', ...
' Original and Attenuated Noise'];
title(tstr);
legend('Original','Attenuated');


displayEndOfDemoMessage(mfilename)












VII





ANEXO B LINKS DE ALGUNS PRODUTOS COM ANC
DISPONVEIS NO MERCADO

Fones de ouvido Bluetooth Nokia BH-905 (figura B.1):
As informaes e imagens deste produto esto disponveis em:
<http://www.nokia.com.br/produtos/acessorios/todos-os-acessorios/fone-de-
ouvido/fone-bluetooth/nokia-bluetooth-stereo-headset-bh-905>
Acesso em: 28 set 2011


Figura B.1 Fones de ouvido Bluetooth Nokia BH-905.




VIII





Fones de ouvido Phillips SHN5600/10 (figura B.2)
As informaes e imagens deste produto esto disponveis em:
<http://www.philips.com.br/c/acessorios-para-leitor-mp3/shn5600_10/prd/>
Acesso em: 28 set 2011

Figura B.2 Fones de ouvido Phillips SHN5600/10









IX





Silentium chip kit de ANC para instalao em equipamentos (figura B.3):
Trata-se de um kit configurvel de ANC para adaptar em equipamentos. As
informaes a respeito deste produto encontram-se disponveis em:
<http://www.silentium.com/products/s-cube-development-kit/>
Acesso em: 28 set 2011

Figura B.3 Silentium chip: kit de ANC para instalao em equipamentos