Você está na página 1de 4

UNIVERSIDADE TECNOLGICA FEDERAL DO PARAN

COORDENAO DO CURSO DE ENGENHARIA MECNICA


CURSO DE ENGENHARIA INDUSTRIAL MECNICA





FRANCIELLE BANQUES DAS NEVES
LAERTES MORO CONQUE JUNIOR
MARCUS VINICIUS FERNANDES DE OLIVEIRA







Mtodos Numricos para Engenharia: FFT e Aliasing






CORNELIO PROCPIO
2012
O fenmeno conhecido como Aliasing comum em anlises espctrais de dados discretos. Ele
ocorre por causa dos intervalos de amostragem, ou seja, o tempo entre os pontos de dados. Uma vez
que um mnimo de 2 pontos requerido mesmo para pensar em desenhar uma onda co-seno ou
seja, um ponto para o pico e outro para o cavado a mais alta freqncia que podemos representar
a freqncia de Nyquist, com
n/2
= , ou f
n/2
= 0.5. Uma onda desta freqncia executa um ciclo a
cada dois pontos, e assim um conjunto de dados discreto no pode representar explicitamente
variaes que ocorram com maior freqncia.
Podemos imaginar o que acontece para o espectro de uma srie de dados se ela inclui
importantes processos fsicos que variam mais rpido que a freqncia de Nyquist. Se assim o for, a
srie de dados dita sub-amostrada (undersampled), o que significa que os pontos na srie so
muito espaados para representarem apropriadamente estas variaes rpidas. Contudo, variaes
que ocorrem em freqncias maiores que a freqncia de Nyquist no desaparecem. Ao invs, suas
contribuies so espuriamente atribudas a algumas baixas mas representativas freqncias, entre

1
e
n/2
. Estas variaes de alta-frequncia so ditas como sendo aliased (i.e., parece ocorrer em
um outro lugar).


Fig. 1. Espectro com ondas sobrepostas.
Suponha que os tringulos da fig. 1 representem seus dados yt e que a curva preta
represente um harmnico ajustado a esses dados. Contudo, se os dados da srie tivessem na
realidade sido produzidos pelo processo indicado pela curva vermelha tracejada, a curva ajustada
estaria dando a impresso errnea de que a fonte de dados esteve na realidade flutuando na
freqncia mais baixa. Notem que, embora o eixo dos tempos seja seqencial de 1 a 14, a curva
preta indica que os dados foram amostrados em maiores intervalos. Variaes na freqncia em
vermelho so ditas como sendo aliased na freqncia da curva em preto.

-1.5
-1
-0.5
0
0.5
1
1.5
1 2 3 4 5 6 7 8 9 10 11 12 13 14
cos[2.pi.4t/5] cos[2.pi,t/5]
x
x
x
x
x
Imagine que o processo fsico que gerou seus dados seja representado pelos dados da curva
tracejada. A srie de dados yt produzida pela amostragem deste processo em intervalos de tempo t
resultando nos pontos indicados com X na curva. Suponha, assim, que voc tenha apenas 5 dados no
(ou n=5). Se assim for, a freqncia da curva tracejada maior do que a freqncia de Nyquist, (veja
que f=4/5 maior do que f=1/2), significando que a srie real oscila muito rpido para ser
adequadamente amostrada na resoluo dos pontos da curva preta. Ao contrrio, se apenas a
informao dos pontos discretos no tempo est disponvel, estes dados apareceriam como uma
funo co-seno, freqncia f=1/5, ou =2/5, o que mais baixa que a freqncia de Nyquist. Note
que porque as funes co-seno so ortogonais, este mesmo efeito ir ocorrer independentemente se
variaes de diferentes freqncias tambm esto presentes nos dados.
Assim, o efeito do aliasing na anlise espectral que qualquer energia (quadrado das
amplitudes) atribudas aos processos variando em freqncias maiores que a freqncia de Nyquist
sero erroneamente adicionados a algumas daquelas n/2 freqncias que esto representadas pelo
espectro. A freqncia f
A
> ser aliased em uma das freqncias representveis f(com 0 < f <=
1/2) se esta difere de um mltiplo inteiro de 1 tempo
-1
, isto ,
f
A
= j f, j = qualquer inteiro positivo 2.46
Em termos de freqncia angular, variaes a uma freqncia aliased
A
parece ocorrer
freqncia representvel se:

A
= 2j , j= qualquer inteiro positivo. 2.47

Fig. 2. Ilustrao do efeito de aliasing em um espectro hipottico.
O espectro verdadeiro (linha fraca), mostrado na fig. 2, exibe um pico em f=5/8, e um
espectro amplo em f=19/16. Sendo ambas freqncias mais altas que Nyquist (f=1/2), estas so
erroneamente atribudas s freqncias indicadas.
f
A
=19/16 parece ocorrer (aliased)
em f=3/16
f=1
=2
f=1/2
=
f
A
=5/8 parece
ocorrer em f=3/8
Estas equaes implicam que o quadrado das amplitudes para freqncias maiores que a
freqncia de Nyquist ser adicionada quelas representveis num padro como o de um acordeom,
com cada dobra do acordem ocorrendo a um inteiro mltiplo da freqncia de Nyquist. Assim,
decorrem as seguintes observaes:
Uma freqncia aliased f
A
que apenas ligeiramente maior que a freqncia de Nyquist
f
n/2
=1/2 est aliased (parece ocorrer) a uma freqncia ligeiramente mais baixa que .
Freqncias ligeiramente mais baixas que 2 vezes a freqncia de Nyquist esto aliased
(parecem ocorrer) em freqncias apenas ligeiramente maiores que zero.
O padro ento reverte para 2f
n/2
< f
A
<3f
n/2
. Isto , freqncias apenas maiores que 2f
n/2

parecem ocorrer a freqncias muito baixas
freqncias quase to altas quanto 3f
n/2
parecem ocorrer em freqncias prximas a f
n/2
.

A Fig. 2 ilustra os efeitos de aliasing num espectro hipottico. A linha mais clara representa
o espectro verdadeiro, que exibe uma concentrao de densidade em baixas freqncias, mas
tambm tem um pico pronunciado em f=5/8 e um pico mais largo em f=19/16. Note que esses dois
picos ocorrem em freqncias mais altas que a freqncia de Nyquist (f=1/2), o que significa que os
dados no foram suficientemente amostrados para resolverem explicitamente os processos fsicos
que geraram os dados. As variaes ocorrendo na realidade na freqncia f=5/8 parecem ocorrer
(so aliased) freqncia 3/8. Notem que esse pico ligeiramente maior que a freqncia de
Nyquist e, nesse caso, o aliasing mais prximo dessa freqncia tambm. De acordo com a Eq.
2.46, f
A
= 1 f = 1 3/8 = 5/8. No espectro, o quadrado da amplitude para fA = 5/8 est adicionado
ao (genuno) quadrado da amplitude para f = 3/8 no espectro verdadeiro. Similarmente, as variaes
representadas pela rampa centrada em 19/16 no espectro verdadeiro esto erroneamente atribudas
s freqncias em torno de f=3/16 (f
A
= 1 + f = 1 + 3/16 = 19/16).
Infelizmente, uma vez que a srie de dados foi coletada, no existe qualquer jeito de reverter
o que foi erroneamente atribudo ao espectro (desaliasing). Isto , no possvel descobrir a partir
dos valores dos dados apenas se contribuies apreciveis para o espectro foram feitas por
freqncias maiores que fn/2, ou quo grandes estas contribuies podem ser. Na prtica,
desejvel ter um bom entendimento da base do processo fsico que gerou as sries de dados que
trabalhamos, tal que se possa antecipadamente que a taxa de amostragem adequada. Claro que na
maioria das vezes esse conhecimento impossvel e exatamente o que se quer obter da anlise dos
dados.
De qualquer forma, uma boa dica olhar para o espectro prximo da freqncia de Nyquist.
Se o espectro no est indo para zero (como o caso do espectro mostrado na figura 2), significa que
existem chances de que o espectro verdadeiro possa ter contribuies em freqncias mais altas que
a de Nyquist.

REFERNCIAS
CARVALHO, L. M. V. ANLISE ESPECTRAL. Disponvel em: http://www.icess.ucsb.edu/gem/index.htm