2 6 SistAquisicao PDF

1
INSTITUTO SUPERIOR TCNICO

Universidade Tcnica de Lisboa
INSTRUMENTAO E MEDIDAS
2 Semestre 2005/2006
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Instrumenta
Instrumenta
o e Medidas
o e Medidas
M
M
dulos Funcionais para

Instrumenta
Instrumenta
o
o
2
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
M
M

Instrumenta
Instrumenta
o
o
AMPOPs
AMPOPs
PLL
PLL
Conversores DA/AD
Conversores DA/AD
Sistemas de aquisi
Sistemas de aquisi
o
o
3
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
M
M

Instrumenta
Instrumenta
o
o
Sistemas de Aquisi
Sistemas de Aquisi
o
o
4
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Sistemas de Aquisi
Sistemas de Aquisi
o
o
Obten
Obten
o dos valores de uma ou mais grandezas

o dos valores de uma ou mais grandezas
f
f
sicas para processamento ou representa

sicas para processamento ou representa
o
o
digital em determinados instantes
digital em determinados instantes
Amplificador
de Ganho
Programvel
Selector
de Vias
Retentor de
Amostras
Sample & Hold
Conversor AD
Unidade de Controlo
Armazenamento Tx / Rx
5
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Sistemas de Aquisi
Sistemas de Aquisi
o
o
Exemplos gen
Exemplos gen
ricos:
ricos:
Placas de aquisi Placas de aquisi o para PCs o para PCs
Interfaces: USB, PCI, Interfaces: USB, PCI, Firewire Firewire
Fabricantes: Fabricantes: National National Instruments Instruments, , Keithley Keithley, , Acquitek Acquitek
Oscilosc Oscilosc pios digitais pios digitais
Interfaces: USB, GPIB, Ethernet, Interfaces: USB, GPIB, Ethernet, Compact Compact Flash Flash
Fabricantes: Fabricantes: Agilent Agilent, , Tektronix Tektronix, Hitachi, , Hitachi, Yokogawa Yokogawa
Existem ainda instrumentos espec

Existem ainda instrumentos espec
ficos para
ficos para
algumas situa
algumas situa
es que so, na sua essncia,

es que so, na sua essncia,
sistemas de aquisi
sistemas de aquisi
o
o
6
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Sistemas de Aquisi
Sistemas de Aquisi
o
o
Parmetros mais relevantes:

Parmetros mais relevantes:
Ritmo m Ritmo m ximo da amostragem ximo da amostragem
Largura de banda Largura de banda
Alcances Alcances
N N de bits de resolu de bits de resolu o o
Impedncia de entrada Impedncia de entrada
N N de canais de entrada de canais de entrada
Canais diferenciais / referenciados Canais diferenciais / referenciados massa massa
Interface de sa Interface de sa da da
Capacidade de transmisso / armazenamento Capacidade de transmisso / armazenamento
Sa Sa das anal das anal gicas gicas
Entradas/sa Entradas/sa das digitais das digitais
7
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Sistemas de Aquisi
Sistemas de Aquisi
o
o
Amplificador
de Ganho
Programvel
Selector
de Vias
Retentor de
Amostras
Sample & Hold
Conversor AD
Unidade de Controlo
Armazenamento Tx / Rx
8
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Selector de Vias
Selector de Vias
Multiplexer
Multiplexer
Implementa
Implementa
o com MOSFET
o com MOSFET
sa
sa
da pode conter um AMPOP em

da pode conter um AMPOP em
montagem seguidora como
montagem seguidora como
buffer
buffer
V
0
V
1
V
2
V
3
V
4
CONTROL
9
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amplificador de ganho program
Amplificador de ganho program
vel
vel
PGA
PGA

programmable
programmable
gain
gain
amplifier
amplifier
Expande o alcance do conversor AD

Expande o alcance do conversor AD
Recebe informa
Recebe informa
o da unidade de controlo
o da unidade de controlo
para modificar o ganho para cada canal
para modificar o ganho para cada canal
Por exemplo, os PGA202 e PGA203 da

Por exemplo, os PGA202 e PGA203 da
Burr
Burr
-
-
Brown
Brown
:
:
PGA202, G = 1; 10; 100; 1000 PGA202, G = 1; 10; 100; 1000
PGA203, G = 1; 2; 4; 8 PGA203, G = 1; 2; 4; 8
10
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostrador & Retentor
Amostrador & Retentor
S/H
S/H

Sample
Sample
&
&
Hold
Hold
Circuito elementar
Circuito elementar
Amostrar
Reter
V
i
V
0
11
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Retentor de Amostras
Retentor de Amostras
S/H
S/H

sample
sample
&
&
hold
hold
Circuito sem ganho, no inversor

Circuito sem ganho, no inversor
12
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
NI
NI
-
-
PCI 6013
PCI 6013
Placa PCI
Placa PCI
National
National
Intruments
Intruments
, 6013, 16
, 6013, 16
-
-
bit
bit
(
(
f
f
s s
)
)
MAX MAX
= 200
= 200
kS
kS
/s
/s
Alcances:
Alcances:
10 V;
10 V;
5 V;
5 V;
10 V; 0,5 V; 50
10 V; 0,5 V; 50
mV
mV
8 canais diferenciais, 16 canais referenciados

8 canais diferenciais, 16 canais referenciados
8 linhas digitais I/O

8 linhas digitais I/O
Custo
Custo
aproximado
aproximado
400
400
13
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
NI
NI
-
-
PCI 6013
PCI 6013
14
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Largura de Banda
Largura de Banda
-42
-36
-30
-24
-18
-12
-6
0
10 100 1000 10000
f / kHz
G

/

d
B
(
(
f
f
s s
)
)
MAX MAX
= 200
= 200
kS
kS
/s
/s
LB = 400
LB = 400
kHz
kHz
15
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Resolu
Resolu
o
o
Alcance 1 LSB
10 V
10 V
305,2 V
5 V
5 V
152,6 V
500
500
mV
mV
15,3 V
50
50
mV
mV
1,53 V
n
Alcance Mximo-Alcance Mnimo
1LSB
2 1
=
n =16 bits n =16 bits

16
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Resolu
Resolu
o
o
Mas ser Mas ser que se consegue sempre uma resolu que se consegue sempre uma resolu o de o de
1,53 1,53 V V na escala mais baixa? na escala mais baixa?
Esta questo Esta questo equivalente a saber qual o n equivalente a saber qual o n mero de mero de
bits efectivos do bits efectivos do canal de aquisi canal de aquisi o o
Como se testa um canal de aquisi Como se testa um canal de aquisi o ? o ?
Qual o componente mais crucial do canal de aquisi Qual o componente mais crucial do canal de aquisi o? o?
O amplificador? O AD ? O S&H ? O O amplificador? O AD ? O S&H ? O Mux Mux ? ?
A caracteriza A caracteriza o o feita comparando as propriedades feita comparando as propriedades
do est do est mulo no cont mulo no cont nuo e no discreto. nuo e no discreto.
Os resultados referem Os resultados referem- -se a todo o canal de aquisi se a todo o canal de aquisi o, o,
no apenas ao ADC. no apenas ao ADC.
17
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
18
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
Transforma um sinal cont

Transforma um sinal cont
nuo no tempo e na
nuo no tempo e na
amplitude, num sinal discreto no tempo e na
amplitude, num sinal discreto no tempo e na
amplitude.
amplitude.
A
A
discretiza
discretiza
o
o
no tempo decorre do tempo
no tempo decorre do tempo
de converso do AD e do funcionamento do
de converso do AD e do funcionamento do
sample
sample
&
&
hold
hold
.
.
A
A
discretiza
discretiza
o
o
na amplitude
na amplitude
uma
uma
consequncia do AD.
consequncia do AD.
19
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
Discretiza
Discretiza
o
o
no tempo
no tempo
Discretiza
Discretiza
o
o
na amplitude
na amplitude
k k
representa erro de quantifica
representa erro de quantifica
o do AD
o do AD
( )
k
s t s
( ) ( )
k k
S
k
s s t s k t s
f

= = =

k k
s s
k k k
s s = +
0,1,... k =
20
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Teorema da Amostragem
Formulado por
Formulado por
Nyquist
Nyquist
em 1928
em 1928
Demonstrado por
Demonstrado por
Shannon
Shannon
em 1949
em 1949
Nyquist
Nyquist
Sampling
Sampling
Theorem
Theorem
Shannon
Shannon
Sampling
Sampling
Theorem
Theorem
Se um sinal de banda limitada for amostrado

Se um sinal de banda limitada for amostrado
a pelo menos 2
a pelo menos 2
a sua frequncia m
a sua frequncia m
xima,
xima,
ento pode ser recuperado
ento pode ser recuperado
Caso contr
Caso contr
rio ocorre
rio ocorre
espelhamento
espelhamento
aliasing
aliasing
21
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Define
Define
-
-
se
se
f f
max max
frequncia m frequncia m xima do sinal a amostrar xima do sinal a amostrar
f f
s s
frequncia de amostragem frequncia de amostragem
f f
N N
= =f f
s s
/2 /2 frequncia de frequncia de Nyquist Nyquist. Por vezes tamb . Por vezes tamb m m
se designa por frequncia de se designa por frequncia de Nyquist Nyquist a a
m m xima frequncia xima frequncia til do sinal e ainda o til do sinal e ainda o
dobro da frequncia m dobro da frequncia m xima do sinal. xima do sinal.
Se
Se
f
f
s s

f
f
max max
no existe
no existe
espelhamento
espelhamento
Se
Se
f
f
s s
< 2
< 2
f
f
max max
existe
existe
espelhamento
espelhamento
22
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espelhamento
Espelhamento
-
-
Aliasing
Aliasing
max max. . frequency frequency of of interest interest
23
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espelhamento
Espelhamento
-
-
Aliasing
Aliasing
max max. . frequency frequency of of interest interest
24
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
-1,5
-1
-0,5
0
0,5
1
1,5
0 5 10 15 20
t / ms
u(t) /V
( ) ( )
1,3cos 2 200 / 4 u t t = +
25
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
-1,5
-1
-0,5
0
0,5
1
1,5
0 5 10 15 20
t / ms
u(t) /V
2000S/s
S
f =
/ 10 n de pontos por periodo
S
f f = =

26
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
-1,5
-1
-0,5
0
0,5
1
1,5
0 5 10 15 20
t / ms
u(t) /V
300S/s
S
f =
/ 1,5 n de pontos por periodo
S
f f = =

27
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
-1,5
-1
-0,5
0
0,5
1
1,5
0 5 10 15 20
t / ms
u(t) /V
300S/s
S
f =
/ 1,5 n de pontos por periodo
S
f f = =

200
f
s
/2
150 Hz
28
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
O
O
espelhamento
espelhamento
transforma a frequncia de
transforma a frequncia de
entrada real, numa frequncia aparente
entrada real, numa frequncia aparente
espelho
espelho
de frequncias
de frequncias
O espectro do sinal
O espectro do sinal
reduzido ao intervalo de
reduzido ao intervalo de
frequncias de 0 a
frequncias de 0 a
f
f
s s
/2
/2
Pode existir sobreposi

Pode existir sobreposi
o !
o !
O espectro de entrada na banda

O espectro de entrada na banda
f
f
s s
/2 a
/2 a
f
f
s s
aparece
aparece
espelhado para 0 a
espelhado para 0 a
f
f
s s
/2
/2
E para frequncias ainda superiores?

E para frequncias ainda superiores?
29
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Sampling
Sampling
NyquistFrequency
2
N
s
N
f
f
f
30
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
3 2 S
f f f = +
31
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
-1,5
-1
-0,5
0
0,5
1
1,5
0 5 10 15 20
t / ms
u(t) /V
200Hz
REAL
f =
300S/s
S
f =
200
f
s
/2
150 Hz
100Hz
APARENTE
f =
32
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
Para evitar o
Para evitar o
espelhamento
espelhamento
alguns
alguns
sistemas de aquisi
sistemas de aquisi
o incluem um filtro
o incluem um filtro
passa baixo na entrada que elimina as
passa baixo na entrada que elimina as
frequncias acima de
frequncias acima de
f
f
s s
/2
/2
33
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
Na ausncia de
Na ausncia de
espelhamento
espelhamento
, como se faz a
, como se faz a
reconstru
reconstru
o do sinal a partir das amostras?

o do sinal a partir das amostras?
( ) ( )
=
=
1
sinc
N
k S
k
s t s f t k
( )
( )
=
1 0
sinc
sin
0
x
x
x
x
x
34
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
Atrav
Atrav
s da rela
s da rela
o entre a frequncia de
o entre a frequncia de
amostragem e a frequncia do sinal podem
amostragem e a frequncia do sinal podem
definir
definir
-
-
se 3 cen
se 3 cen
rios diferentes:
rios diferentes:
1. 1. Amostragem coerente s Amostragem coerente s ncrona ncrona
2. 2. Amostragem coerente ass Amostragem coerente ass ncrona ncrona
3. 3. Amostragem no coerente Amostragem no coerente
35
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem coerente s
Amostragem coerente s
ncrona
ncrona
A rela
A rela
o entre a frequncia de amostragem

e a frequncia do sinal
um inteiro:
um inteiro:
Nesta situa
Nesta situa
o, as amostras em cada per

odo
odo
correspondem sempre
correspondem sempre
mesma fase do sinal

mesma fase do sinal
S
f
f

36
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem coerente ass
Amostragem coerente ass
ncrona
ncrona
A rela
A rela

um n
um n
mero
mero
fracional
fracional
no inteiro:
no inteiro:
Nesta situa
Nesta situa

odo
odo
no correspondem sempre
no correspondem sempre
mesma fase do
mesma fase do
sinal, mas ao fim de um certo n
sinal, mas ao fim de um certo n
mero de
mero de
per
per
odos ocorre a repeti

odos ocorre a repeti
o
o
Por exemplo:
Por exemplo:
f
f
= 1Hz
= 1Hz
f
f
s s
= 3,5 S/s
= 3,5 S/s
,
S
f
f

37
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem no coerente
Amostragem no coerente
A rela
A rela

um n
um n
mero real,
mero real,
no
no
fracional
fracional
:
:
Nesta situa
Nesta situa

odo
odo
nunca correspondem
nunca correspondem
mesma fase do sinal

mesma fase do sinal
Vantagem:
Vantagem:
nunca existe repeti
nunca existe repeti
o de fase
o de fase
Todos os pontos correspondem a fases
Todos os pontos correspondem a fases
diferentes
diferentes
,
S
f
f

38
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Algoritmos
Algoritmos
39
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Algoritmos
Algoritmos
Como determinar o espectro de um sinal

adquirido?
adquirido?
Como calcular o n
Como calcular o n
mero efectivo de bits de

mero efectivo de bits de
um canal?
um canal?
Como calcular o valor eficaz de um sinal?

Como calcular o valor eficaz de um sinal?
Como determinar o per

Como determinar o per
odo de sinal peri

odo de sinal peri
dico
dico
adquirido?
adquirido?
Como determinar o valor m

dio do sinal?
dio do sinal?
poss
poss
vel a
vel a
subamostragem
subamostragem
?
?
40
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro
Espectro
Transformada de Fourier
Transformada de Fourier

amostrado a intervalos de tempo fixos e
amostrado a intervalos de tempo fixos e
com um n
com um n
mero limitado de amostras?

mero limitado de amostras?
( )
2
( )
j ft
S f s t e dt
+

=

k k
S
k
s s
f

= +

0,1,..., 1 k N =
41
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro
Espectro
Usando a DFT
Usando a DFT
Discrete
Discrete
Fourier
Fourier
Transform
Transform
O n
O n
mero de pontos que representa o espectro

mero de pontos que representa o espectro
finito (
finito (
N
N
)
)
Amostras temporais espa

Amostras temporais espa
adas de: 1/
adas de: 1/
f
f
S S
Na frequncia, o espa
Na frequncia, o espa
amento
amento
:
:
[
[
N
N
t
t
o tempo total de aquisi

o tempo total de aquisi
o]
o]
1
2 /
0
e
N
j nk N
n k
k
S s

=
=

1
S
f
f
N N t
= =
0,1,.... 1 n N =
42
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro
Espectro
Os elementos
Os elementos
S
S
n n
do espectro no
do espectro no
correspondem
correspondem
s frequncias
s frequncias
n
n
f
f
Metade dos coeficientes correspondem a

Metade dos coeficientes correspondem a
frequncias negativas
frequncias negativas
O sinal sinusoidal pode ser escrito na forma:

O sinal sinusoidal pode ser escrito na forma:
( )
se
2
se
2
n
N
n f n
f
N
n N f n
>
( )
( ) ( )
e e
cos
2
j t j t
t
+ +
+
+ =
43
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Componente
Contnua
Componente Componente
Cont Cont nua nua
Frequncia de
Nyquist (f
S
/2)
Frequncia de Frequncia de
Nyquist Nyquist ( (f f
S S
/2) /2)
Espectro
Espectro
Exemplo 1:
Exemplo 1:
N
N
= 8,
= 8,
f
f
s s
= 100 S/s
= 100 S/s
100
12,5Hz
8
S
f
f
N
= = =
n 0 1 2 3 4 5 6 7
f
n
0 f 2f 3f 4f 3f 2f f
f
n
/Hz 0 12,5 25 37,5 50 37,5 25 12,5
44
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
N
N
= 8,
= 8,
f
f
s s
= 100 S/s,
= 100 S/s,
f
f
= 12,5 Hz
= 12,5 Hz
preciso normalizar os resultados da DFT

preciso normalizar os resultados da DFT
dividindo todos os coeficientes por
dividindo todos os coeficientes por
N
N
Espectro
Espectro
( ) ( )
3cos 2 25 s t t =
n 0 1 2 3 4 5 6 7
f
n
0 f 2f 3f 4f 3f 2f f
f
n
/Hz
0 12,5 25 37,5 50 37,5 25 12,5
S
n
0 0 12 0 0 0 12 0
45
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
N
N
= 8,
= 8,
f
f
s s
= 100 S/s,
= 100 S/s,
f
f
= 12,5 Hz
= 12,5 Hz
Espectro
Espectro
( ) ( )
3cos 2 25 s t t =
n 0 1 2 3 4 5 6 7
f
n
0 f 2f 3f 4f 3f 2f f
f
n
/Hz
0 12,5 25 37,5 50 37,5 25 12,5
S
n
/N
0 0 1,5 0 0 0 1,5 0
( )
e e
cos
2
j t j t
t

+
=
46
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro
Espectro
Exemplo 2:
Exemplo 2:
N
N
= 100
= 100
f
f
s s
= 1000 S/s
= 1000 S/s
f
f
= 10 Hz
= 10 Hz
( ) ( )
cos 2 100 s t t =
0
0,1
0,2
0,3
0,4
0,5
0,6
-200 -100 0 100 200
Frequncia / Hz
|
S
n
/
N
|

/

V
E se a frequncia
no for mltipla
de f ?
E se a frequncia
E se a frequncia
no for m
no for m
ltipla
ltipla
de
de
f
f
?
?
47
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro
Espectro
Exemplo 3:
Exemplo 3:
N
N
= 100
= 100
f
f
s s
= 1000 S/s
= 1000 S/s
f
f
= 10 Hz
= 10 Hz
( ) ( )
cos 2 103 s t t =
Espalhamento
espectral
Spectral Leakage
Espalhamento
Espalhamento
espectral
espectral
Spectral
Spectral
Leakage
Leakage
0
0,1
0,2
0,3
0,4
0,5
0,6
-200 -100 0 100 200
Frequncia / Hz
|
S
n
/
N
|

/

V
48
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro
Espectro
O espalhamento espectral ocorre quando:

O espalhamento espectral ocorre quando:
como e
como e
Ou seja, quando o per

Ou seja, quando o per
odo de aquisi
odo de aquisi
o no
o no
corresponde a um n
corresponde a um n
mero inteiro de
mero inteiro de
per
per
odos do sinal de entrada

odos do sinal de entrada
f
f

1
f
T
=
1
f
N t
=
N t
T

49
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro
Espectro
O espalhamento espectral surge porque o

O espalhamento espectral surge porque o
per
per
odo de aquisi
odo de aquisi
o, no corresponde a um
o, no corresponde a um
m
m
ltiplo do per
ltiplo do per
odo do sinal. Mas porqu?

odo do sinal. Mas porqu?
Est
Est
aqui assumido que o per

aqui assumido que o per
odo de
odo de
aquisi
aquisi
o se repete antes e depois do usado

o se repete antes e depois do usado
( )
1
2 2 /
0
( ) e
N
j ft j nk N
n k
k
S f s t e dt S s
+

=
= =

50
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro
Espectro
N t
t
s(t)
N t
t
s(t)
N t N t
N t
t
s(t)
N t
t
s(t)
N t N t
No h
espalhamento
espectral
No h No h
espalhamento espalhamento
espectral espectral
H
espalhamento
espectral
H H
espalhamento espalhamento
espectral espectral
51
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro
Espectro
Se:
Se:
verifica
verifica
-
-
se que, para todas as harm
se que, para todas as harm
nicas do
nicas do
sinal:
sinal:
Ou seja, no existe espalhamento espectral

Ou seja, no existe espalhamento espectral
para nenhuma das harm
para nenhuma das harm
nicas!
nicas!
Ser
Ser
? E se:
? E se:
n
n
f
f
>
>
f
f
S S
/2 ??
/2 ??
f
f

n f
f

52
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro
Espectro
Resolu
Resolu
o na frequncia do espectro:
o na frequncia do espectro:
Melhorar a resolu
Melhorar a resolu
o, implica reduzir
o, implica reduzir
f
f
.
.
Para reduzir
Para reduzir
f
f
,
,
necess
necess
rio aumentar o
rio aumentar o
n
n
mero de pontos adquiridos, ou diminuir

mero de pontos adquiridos, ou diminuir
f
f
S S
Para eliminar o espalhamento espectral, no

Para eliminar o espalhamento espectral, no
necess
necess
rio aumentar
rio aumentar
N
N
.
.
Que tal diminuir
Que tal diminuir
N
N
?
?
1
S
f
f
N N t
= =
53
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janelas Temporais
Janelas Temporais
Como reduzir os efeitos do espalhamento

Como reduzir os efeitos do espalhamento
espectral?
espectral?
Uma das t
Uma das t
cnicas consiste na aplica

cnicas consiste na aplica
o de
o de
uma janela temporal ao sinal antes do
uma janela temporal ao sinal antes do
c
c
lculo do seu espectro.

lculo do seu espectro.
Estas janelas temporais so fun

Estas janelas temporais so fun
es
es
cont
cont
nuas reais cuja amplitude varia

nuas reais cuja amplitude varia
lentamente e que tendem para 0 nas
lentamente e que tendem para 0 nas
extremidades, eliminando assim as
extremidades, eliminando assim as
descontinuidades.
descontinuidades.
54
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janelas Temporais
Janelas Temporais
A aplica
A aplica
o das janelas temporais consiste

o das janelas temporais consiste
na multiplica
na multiplica
o do sinal amostrado pelos

o do sinal amostrado pelos
coeficientes da janela.
coeficientes da janela.
A multiplica
A multiplica
o no tempo corresponde
o no tempo corresponde
convolu
convolu
o na frequncia dos respectivos

o na frequncia dos respectivos
espectros.
espectros.
Mesmo no caso da amostragem normal sem

Mesmo no caso da amostragem normal sem
aplica
aplica
o explicita de uma janela, estamos a

o explicita de uma janela, estamos a
aplicar uma janela rectangular.
aplicar uma janela rectangular.
55
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janelas Temporais
Janelas Temporais
Cada janela
Cada janela
caracterizada pela fun

caracterizada pela fun
o dos
o dos
coeficientes e por alguns parmetros do seu
coeficientes e por alguns parmetros do seu
espectro
espectro
56
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janela Temporal
Janela Temporal
Rectangular
Rectangular
57
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janela Temporal
Janela Temporal
Hanning
Hanning
58
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janela Temporal
Janela Temporal
Blackman
Blackman
59
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janela Temporal
Janela Temporal
Bartlett
Bartlett
60
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janela Temporal
Janela Temporal
Hamming
Hamming
61
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janela Temporal
Janela Temporal
Flat
Flat
Top
Top
62
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janelas Temporais
Janelas Temporais
Janela
Largura
- 3dB
(bins)
Largura
- 6dB
(bins)
Peak side
lobe level
(dB)
Roll-off
rate
(dB/dec)
Rectangular 0.88 1.21 -13 20
Hanning 1.44 2.00 -32 60
Hamming 1.30 1.81 -43 20
Blackman 1.64 2.30 -58 60
Flat top 2.94 3.56 -44 20
63
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janelas Temporais
Janelas Temporais
900 950 1000 1050 1100 1150 1200 1250 1300 1350
-90
-80
-70
-60
-50
-40
-30
-20
-10
(
d
B
)
(Hz)
f = 1100 Hz f = 1100 Hz
f f
s s
= 10000 S/s = 10000 S/s
n = 8 n = 8
A = 1 V A = 1 V
N = 10017 N = 10017
f f = 0,9983 Hz = 0,9983 Hz
rectangular rectangular
Bartlett Bartlett
Hanning Hanning
Blackman Blackman
64
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Janelas Temporais
Janelas Temporais
Tipo de Sinal Janela
Onda sinusoidal ou composio de
ondas sinusoidais
Hanning, Blackman
Onda sinusoidal em que a exactido da
amplitude seja importante
Flat Top
Sinais aleatrios de banda estreita Hanning, Blackman
Sinais aleatrios de banda larga
(rudo branco)
Rectangular
Sinusides sobrepostas Rectangular, Hamming
Contedo desconhecido Hanning, Blackman
65
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro de um sinal real
Espectro de um sinal real
A DFT de um sinal real

A DFT de um sinal real
sim
sim
trica:
trica:
k N k
S S

=
( ) ( )
k N k
S S

=
66
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Teorema de
Teorema de
Parseval
Parseval
A energia total de um sinal pode ser

A energia total de um sinal pode ser
determinada no dom
determinada no dom
nio do tempo ou no
nio do tempo ou no
dom
dom
nio da frequncia
nio da frequncia
E para sinais amostrados?

E para sinais amostrados?
( ) ( )
2 2
s t dt S f df

=

1 1
2 2
0 0
1
N N
k n
k n
s S
N

= =
=

67
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro de Potncia
Espectro de Potncia
Power
Power
Spectrum
Spectrum
Two
Two
-
-
sided
sided
power
power
spectrum
spectrum
( )
( ) ( )
*
2
AA
DFT A DFT A
S f
N

=
( )
* 2
2 2
k k k
AA
k
A A A
S
N N

= =
68
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro de Potncia
Espectro de Potncia
Two
Two
-
-
sided
sided
power
power
spectrum
spectrum
( ) ( ) ( )
2 2 cos 2 128 3 2 co 2 s 2 256 A t t t = + +
AA k RMS
2
128 256 -128 -256
4,5
2
4
69
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro de Potncia
Espectro de Potncia
Single
Single
-
-
sided
sided
power
power
spectrum
spectrum
( )
( ) ( )
( )
( ) ( )
0
2 1 1
2
.
2
AA
k
AA AA
k k
AA
k
S k DC
N
G S k
N
S k Nyquist Freq
= < <
70
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro de Potncia
Espectro de Potncia
Single
Single
-
-
sided
sided
power
power
spectrum
spectrum
( ) ( ) ( )
2 2 cos 2 128 3 2 co 2 s 2 256 A t t t = + +
71
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
C
C
lculo da DFT
lculo da DFT
Para o c
Para o c
lculo da DFT recorre

lculo da DFT recorre
-
-
se, sempre
se, sempre
que poss
que poss
vel,
vel,
FFT
FFT
Fast
Fast
Fourier
Fourier
Transform
Transform
Porqu?
Porqu?
Para o c
Para o c
lculo de uma DFT com

lculo de uma DFT com
N
N
amostras,
amostras,
so precisas aproximadamente
so precisas aproximadamente
N
N
2 2
opera
opera
es
es
Com a FFT s
Com a FFT s
so necess
so necess
rias
rias
N
N
log
log
2 2
(
(
N
N
)
)
opera
opera
es se o n
es se o n
mero de amostras for uma

mero de amostras for uma
potncia de 2 (
potncia de 2 (
N
N
=2
=2
n n
)
)
(256, 512, 1024, 2048, 4096, ....)
(256, 512, 1024, 2048, 4096, ....)
72
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
FFT
FFT
Como se consegue este ganho?

Como se consegue este ganho?
Demonstra
Demonstra
-
-
se que uma DFT de
se que uma DFT de
N
N
pontos
pontos
pode ser decomposta na soma de duas
pode ser decomposta na soma de duas
DTFs
DTFs
de
de
N
N
/2 pontos
/2 pontos
Uma das
Uma das
DTFs
DTFs
usa os pontos temporais
usa os pontos temporais
pares enquanto que a outra usa os pontos
pares enquanto que a outra usa os pontos
impares
impares
Este processo de separa

Este processo de separa
o pode continuar
o pode continuar
a ser aplicado at
a ser aplicado at
N
N
=1!
=1!
73
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
FFT
FFT
Mas ser
Mas ser
que o n
que o n
mero de pontos tem de

mero de pontos tem de
ser uma potncia de 2?
ser uma potncia de 2?
Algoritmos mais recentes requerem somente

Algoritmos mais recentes requerem somente
que:
que:
N
N
= 2
= 2
m m
3
3
k k
5
5
j j
com
com
m
m
,
,
j
j
,
,
k
k
= 0, 1, 2,...
= 0, 1, 2,...
Por exemplo: 480, 640, 1000 e 2000
Por exemplo: 480, 640, 1000 e 2000
No entanto, depende da existncia ou

No entanto, depende da existncia ou
desenvolvimento de algoritmos espec
desenvolvimento de algoritmos espec
ficos
ficos
para a plataforma de SW seleccionada
para a plataforma de SW seleccionada
74
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Estimativa da Frequncia
Se no existir espalhamento espectral

Se no existir espalhamento espectral
em que
em que
j
j
corresponde ao
corresponde ao
ndice onde o
ndice onde o
espectro tem um m
espectro tem um m
ximo
ximo
Resolu
Resolu
o:
o:
f
f
E com espalhamento espectral?

E com espalhamento espectral?
M M dia pesada dia pesada
DFT interpolada DFT interpolada
DFT
f j f =
75
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
M
M
dia pesada
dia pesada
O
O
ndice
ndice
j
j
corresponde ao m
corresponde ao m
ximo e a
ximo e a
margem de
margem de
3
3
razo
razo
vel para espalhamento

vel para espalhamento
espectral reduzido ou quando se usam
espectral reduzido ou quando se usam
janelas temporais
janelas temporais
( ) ( )
( )
3
3
3
3
j
AA
i
i j
Mdia Pesada
j
AA
i
i j
G i f
f
G
+
=
+
=
76
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Exemplo
Exemplo
M
M
dia Pesada
dia Pesada
N
N
= 100
= 100
f
f
s s
= 1000 S/s
= 1000 S/s
f
f
= 10 Hz
= 10 Hz
0
0,1
0,2
0,3
0,4
0,5
0,6
-200 -100 0 100 200
Frequncia / Hz
|
S
n
/
N
|

/

V
( ) ( )
cos 2 103 s t t =
100Hz
DFT
f =
103,35Hz
Mdia Pesada
f =
77
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
DFT Interpolada
DFT Interpolada
IpDFT
IpDFT
(
(
Interpolated
Interpolated
Discrete
Discrete
Fourier
Fourier
Transform
Transform
)
)
1. 1. Detecta Detecta- -se o m se o m ximo de ximo de | |S S
k k
| |
MAX MAX
= =| |S S
j j
| |
2. 2. Determina Determina- -se o maior vizinho de se o maior vizinho de | |S S
j j
| |
3. 3. Com estes dois pontos, e recorrendo Com estes dois pontos, e recorrendo expresso expresso
te te rica do espectro quando ocorre espalhamento, rica do espectro quando ocorre espalhamento,
poss poss vel determinar com exactido o valor da vel determinar com exactido o valor da
frequncia. frequncia.
78
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
A
A
IpDFT
IpDFT
funciona muito bem quando o
funciona muito bem quando o
espalhamento espectral
espalhamento espectral
elevado
elevado
Ou seja, quando os dois

Ou seja, quando os dois
S
S
k k
usados so pouco
usados so pouco
afectados pelo ru
afectados pelo ru
do
do
Para os mais interessados, as f

Para os mais interessados, as f
rmulas
rmulas
encontram
encontram
-
-
se em
se em
http://home.mit.bme.hu/ http://home.mit.bme.hu/~kollar ~kollar/ /papers papers/CSaI /CSaI- -2003.pdf 2003.pdf
103Hz
IpDFT
f =
79
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Estimativa do valor m
dio
dio

dio de um sinal
dio de um sinal
peri
peri
dico?
dico?
Para um sinal amostrado

E se
E se
N
N
no corresponder a um n
mero inteiro
mero inteiro
de per
de per
odos?
odos?
( )
0
1
T
avg
s s t dt
T
=

1
0
1
N
avg k
k
s s
N

=
=

80
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
dio
dio
( ) ( )
2 cos 2 103 s t t = +
1000S/s
s
f =
81
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
dio
dio
M
M
todo alternativo:
todo alternativo:
1. 1. Adquirem Adquirem- -se se N N pontos a pontos a f f
S S
2. 2. Estima Estima- -se a frequncia do sinal se a frequncia do sinal
3. 3. N N pts pts/per /per odo = odo = f f
S S
/ /f f
estimada estimada
4. 4. N N per per odos odos = = N N / / N N pts pts/per /per odo odo
5. 5. N N per per odos odos inteiros = inteiros = N N per per odos odos
6. 6. Usar Usar
N N
avg avg
= = N N per per odos odos inteiros inteiros N N pontos pontos/per /per odo odo
Exemplo: Exemplo:
( ) ( )
2 cos 2 103 s t t = +
100, 1000S/s
S
N f = =
( )
2,0207V 1,04%
avg
s = +
103Hz
estimada
f =
/ 9,708 N pts perodo =
10,3 N perodos =
10 N perodos inteiros =
97
avg
N =
( )
1,9991V 0,04%
avg
s =
82
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Estimativa do valor eficaz
Como determinar o valor eficaz de um sinal

Como determinar o valor eficaz de um sinal
peri
peri
dico?
dico?

E se
E se
N
N
mero inteiro de
mero inteiro de
per
per
odos?
odos?
Situa
Situa
o idntica
o idntica
do valor m
do valor m
dio
dio
( )
2
0
1
T
ef
s s t dt
T
=

1
2
0
1
N
ef k
k
s s
N

=
=

83
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
( ) ( )
2 cos 2 103 s t t = +
1000S/s
s
f =
( ) ( )
100
2,1414V 0,95%
ef
s = +
( ) ( )
97
2,1204V 0,04%
ef
s =
84
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
M
M
dia Temporal
dia Temporal
A m
A m
dia temporal de um sinal

dia temporal de um sinal
obtida
obtida
recorrendo a diferentes aquisi
recorrendo a diferentes aquisi
es
es
Cada ponto temporal corresponde

Cada ponto temporal corresponde
m
m
dia de
dia de
diversas aquisi
diversas aquisi
es
es
No entanto, tal s
No entanto, tal s
poss
poss
vel se os pontos
vel se os pontos
corresponderem
corresponderem
mesma fase do sinal

mesma fase do sinal
peri
peri
dico!
dico!
Por exemplo, no oscilosc

Por exemplo, no oscilosc
pio digital
pio digital
consegue
consegue
-
-
se devido ao disparo (
se devido ao disparo (
trigger
trigger
).
).
85
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro m
Espectro m
dio
dio
Mesmo sem
Mesmo sem
trigger
trigger
poss
poss
vel obter o
vel obter o
espectro de amplitude m
espectro de amplitude m
dio
dio
Em vez de efectuar a m
Em vez de efectuar a m
dia a todo o
dia a todo o
espectro, efectua
espectro, efectua
-
-
se a m
se a m
dia s
dia s
da amplitude
da amplitude
de cada componente
de cada componente
Ideal para reduzir efeitos aleat

Ideal para reduzir efeitos aleat
rios de valor
rios de valor
m
m
dio nulo
dio nulo
86
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Espectro de potncia m
dia
dia
Exemplo:
Exemplo:
( ) ( ) ( )
0,8cos 2 100 s t t n t = +
10000, 10kS/s
S
N f = =
n
n
(
(
t
t
): ru
): ru
do
do
gaussiano
gaussiano
n
n
RMS RMS
= 10
= 10
mV
mV
-100
-80
-60
-40
-20
0
0 200 400 600 800 1000
Frequency / Hz
G
n

/

d
B
87
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
dia
dia
Exemplo: (m
Exemplo: (m
dia de 10 aquisi
dia de 10 aquisi
es)
es)
( ) ( ) ( )
0,8cos 2 100 s t t n t = +
10000, 10kS/s
S
N f = =
n
n
(
(
t
t
): ru
): ru
do
do
gaussiano
gaussiano
n
n
RMS RMS
= 10
= 10
mV
mV
-100
-80
-60
-40
-20
0
0 200 400 600 800 1000
Frequency / Hz
G
n

/

d
B
88
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
dia
dia
( ) ( ) ( )
0,8cos 2 100 s t t n t = +
10000, 10kS/s
S
N f = =
n
n
(
(
t
t
): ru
): ru
do
do
gaussiano
gaussiano
n
n
RMS RMS
= 10
= 10
mV
mV
-100
-80
-60
-40
-20
0
0 200 400 600 800 1000
Frequency / Hz
G
n

/

d
B
R
e
l
a
R
e
l
a
o
?
o
?
77 dB
77 dB
[ ]
/2 1
10
0
10
n
G dB
N
RMS
n
n

=
=

89
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
dia
dia
Este valor
Este valor
o patamar de ru
o patamar de ru
do (
do (
Noise
Noise
Floor
Floor
)
)
Pode ser introduzido exteriormente como no

Pode ser introduzido exteriormente como no
caso anterior
caso anterior
Mas
Mas
usualmente provocado pelo canal de

usualmente provocado pelo canal de
aquisi
aquisi
o (em especial pelo AD)

o (em especial pelo AD)
A rela
A rela
o entre o sinal introduzido e o ru

o entre o sinal introduzido e o ru
do e
do e
distor
distor
o,
o,
a SINAD
a SINAD
90
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
SINAD
SINAD
SINAD
SINAD
SIgnal
SIgnal
-
-
to
to
-
-
Noise
Noise
And
And
Distortion
Distortion
ratio
ratio
Para um conversor ideal de n bits testado

Para um conversor ideal de n bits testado
com uma sinus
com uma sinus
ide de amplitude igual ao

ide de amplitude igual ao
alcance do conversor
alcance do conversor
A partir de um teste bem efectuado pode

A partir de um teste bem efectuado pode
determinar
determinar
-
-
se o n
se o n
mero efectivo de bits ou

mero efectivo de bits ou
ENOB
ENOB
[dB] 6,02 1,76 SINAD n = +
91
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
ENOB
ENOB
ENOB
ENOB
Effective
Effective
number
number
of
of
bits
bits
[dB] 1,76
6,02
SINAD
ENOB

=
92
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
ENOB
ENOB
Exemplo: Conversor de 8 bits

Exemplo: Conversor de 8 bits
( ) ( ) ( )
0,8cos 2 100 s t t n t = +
10000, 10kS/s
S
N f = =
n
n
RMS RMS
= 1
= 1
mV
mV
-100
-80
-60
-40
-20
0
0 200 400 600 800 1000
Frequency / Hz
G
n

/

d
B
93
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
ENOB
ENOB
1.
1.
Calcula
Calcula
-
-
se a potncia da fundamental
se a potncia da fundamental
-
-
4,95 dB
4,95 dB
2.
2.
Elimina
Elimina
-
-
se a fundamental e determina
se a fundamental e determina
-
-
se a
se a
potncia do sinal restante
potncia do sinal restante
-
-
52,09 dB
52,09 dB
3.
3.
SINAD =
SINAD =
-
-
4,95 + 52,09 = 47,14 dB
4,95 + 52,09 = 47,14 dB
4.
4.
ENOB = (47,14
ENOB = (47,14
-
-
1,76)/6,02 = 7,53
1,76)/6,02 = 7,53
No entanto, no se usou a amplitude total do AD

No entanto, no se usou a amplitude total do AD
Como corrigir?
Como corrigir?
Aplicar a amplitude m
Aplicar a amplitude m
xima? Satura
xima? Satura
o!
o!
SINAD =
SINAD =
-
-
3 + 52,09 = 49,09 dB
3 + 52,09 = 49,09 dB
ENOB = (49,09
ENOB = (49,09
-
-
1,76)/6,02 = 7,86
1,76)/6,02 = 7,86
94
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Subamostragem
Subamostragem
A partir da frequncia aparente de um sinal
possvel recuperar a frequncia real, com
algumas condicionantes
a frequncia real conhecida com uma incerteza
mxima de f
S
/4
Se a incerteza for superior a f
S
/4 a frequncia real
poder ainda ser determinada, mas no
directamente necessrio recorrer a um
processo iterativo.
95
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Subamostragem
Subamostragem
Se a frequncia real tiver uma incerteza < f
S
/4,
podemos determinar m, o nmero de dobras do
espectro
em que f a estimativa da frequncia real,
Se m for mpar, ento
Se m for par, ento

= int
S
f
m
f
2

=

mod ,
2 2
S S
real
f f
f f

=

mod ,
2
S
real
f
f f
96
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Amostragem
Amostragem
Per
Per
odo de teste unit

odo de teste unit
rio
rio
Unit Test Period
agora possvel definir o intervalo de aquisio aps o
qual existe redundncia de informao Perodo de
teste unitrio (PTU) - (T
u
)
Uma vez que todas as N
aM
amostras compiladas
correspondem a um nico perodo, a mxima
resoluo que se consegue ,
1 1
MDC( , )
S SM u
u
pM u
S u
f N f
T
f N f
f f f
=
= =

=
( )
=
2
rad
a
SM
N
Nmero de perodos
do sinal que tem
informao til.
Nmero de amostras
que tm informao
til.
Maior Divisor Comum
97
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Subamostragem cognitiva
A informao anterior permite-nos adquirir um
sinal utilizando uma frequncia de amostragem
inferior do sinal, desde que o sinal seja
peridico e que o filtro anti-aliasing esteja
desligado.
Esta uma forma extremamente conveniente e
de baixo custo, ainda que mais lenta, de adquirir
sinais de frequncia muito elevada.
Dois exemplos de aplicao comercial difundida,
Heterodinagem digital em sistemas de telecomunicaes,
telemveis, DECT.
Osciloscpios digitais para visualizao de frequncias
superiores a 500 MHz.
98
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Subamostragem cognitiva (um exemplo) (um exemplo)
Suponhamos que temos um sinal sinusoidal com
f ~ 1MHz e que dispomos de uma placa de
aquisio com uma frequncia de amostragem
mxima de f
SM
= 15 kHz, sem filtro anti-aliasing.
Como que o podemos adquirir ?
Qual a freq. de amostragem a utilizar ?
Necessitamos de identificar a frequncia real ?
Como devem ser as amostras reorganizadas ?
99
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
1 Passo
Escolher a frequncia de amostragem
No deve existir repetio da informao, o que implica
escolher uma amostragem coerente assncrona. Por
exemplo, faamos f
S
= 11111 Hz. Neste caso f
u
= 1Hz
T
u
= 1s.
Adquirir o sinal durante T
u
segundos.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
t/s
s
(
t
)
/
V
f ~1MHz, f
S
=11111Hz
A frequncia
aparente 6 Hz
100
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
2 Passo
Verificar a frequncia real do sinal
Com este fim utilizaremos a transformada de Fourier.
O nmero de dobras espectrais de m = f/(f
S
/2)=180 (par)
O eixo de frequncia comea em m*f
S
/2 = 999990Hz e
termina em (m+1)*f
S
/2 = 1005545.5 Hz
0.994 0.996 0.998 1 1.002 1.004 1.006
x 10
6
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
f/Hz
A
/
V
FFT of the signal
Parece ser 1 MHz
FFT do sinal FFT do sinal
101
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Um olhar mais prximo parece indicar algo
diferente
9.9996 9.9997 9.9998 9.9999 10 10.0001
x 10
5
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
f/Hz
A
/
V
FFT of the signal
m*f
S
/2 + 5.5 Hz m*f
S
/2 - 5.5 Hz
102
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
O espectro tem espalhamento (o seno no um
impulso), e a frequncia no 1 MHz mas mais
prxima de f = 999995.5 Hz. Para reconstruir o
sinal necessitamos de melhores estimativas da
frequncia, o que pode ser feito recorrendo
IpDFT (DFT Interpolada) ou mdia ponderada.
Utilizando a tcnica da mdia ponderada
conclumos que a frequncia do sinal
efectivamente f = 999996 Hz.
103
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
3 Passo
Re-arranjar as amostras por forma a terem-se as
fases relativas correctas,
Fase relativa das amostras Fase relativa das amostras
( )
signal
signal
signal
fase da amostra
mod ,
360
signal s
s
s
T t T
t
t floor T
T
=

=

t
s
o vector com as
amostras instantneas
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x10
-6
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
t/s
A
/
V
Reconstructed Sine Wave
Este perodo tem uma resoluo
muito elevada, com f
S
pontos.
11111 pontos.
104
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
O que teria acontecido se a frequncia no
tivesse sido estimada adequadamente ?
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x 10
-6
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
t/s
A
/
V
Reconstructed Sine Wave - Incorrect knowledge of frequency (f =1 MHz)
Sinus Sinus ide reconstru ide reconstru da da Conhecimento incorrecto da Conhecimento incorrecto da freq freq. (f = 1MHz) . (f = 1MHz)
105
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
O que teria acontecido se tivssemos utilizado a
estimativa da FFT ? Bem
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x 10
-6
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
t/s
A
/
V
Reconstructed Sine Wave - Using estimate from FFT, 999995.5 Hz Sinus Sinus ide reconstru ide reconstru da da Utilizando estimativa da FFT, 999995,5Hz Utilizando estimativa da FFT, 999995,5Hz
106
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Simula
Simula
o com
o com
Matlab
Matlab
107
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Simula
Simula
o com
o com
Matlab
Matlab
Conversor
Conversor
Anal
Anal
gico
gico
-
-
Digital
Digital
Ideal
Ideal
function Vout=AD_simulated(Vin,n_bits,V_AD_min,V_AD_max);
if Vin >= V_AD_max
Vout=V_AD_max; % Saturacao maxima
else
if Vin <= V_AD_min
Vout=V_AD_min; % Saturacao minima
else
LSB=(V_AD_max-V_AD_min)/(2^n_bits-1);
ADC_code=round((Vin-V_AD_min)/LSB);
Vout=ADC_code*LSB+V_AD_min;
end
end
108
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Simula
Simula
o com
o com
Matlab
Matlab
Teste do Conversor
Teste do Conversor
Anal
Anal
gico
gico
-
-
Digital
Digital
Ideal
Ideal
alcance=5; n_bits=4;
vin=linspace(-alcance*1.2,alcance*1.2,2001);
for i=1:length(v)
vout(i)=AD_simulated(vin(i),n_bits,-alcance,alcance);
end
plot(vin,vout);
axis([-6 6 -6 6]);
109
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Simula
Simula
o com
o com
Matlab
Matlab
Amostragem de sinais
Amostragem de sinais
N_pontos=60;
f_amostragem=1500;
frequencia=90;
amplitude=1;
k=0:1:N_pontos-1;
t=k/f_amostragem;
sk=amplitude*cos(2*pi*frequencia*t);
%sk=amplitude*square(2*pi*frequencia*t);
%sk=amplitude*sawtooth(2*pi*frequencia*t,0.5);
plot(t,sk,'x-')
110
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Simula
Simula
o com
o com
Matlab
Matlab
Ru
Ru
do
do
Gaussiano
Gaussiano
NP=1E6;
Std=10E-3;
Avg=20E-3;
U=randn(NP,1)*Std+Avg;
Urms=sqrt(mean(U.*U))
hist(U,100)
plot(U)
111
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Simula
Simula
o com
o com
Matlab
Matlab
FFT
FFT
N_pontos=2048;
f_amostragem=2048;
frequencia=90;
amplitude=1;
k=0:1:N_pontos-1;
t=k/f_amostragem;
sk=amplitude*square(2*pi*frequencia*t);
Sk=fft(sk);
plot(abs(Sk)/N_pontos)
112
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Exemplos de Sistemas de
Exemplos de Sistemas de
Aquisi
Aquisi
o
o
113
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Medida de
Medida de
Bio
Bio
-
-
potenciais
potenciais
114
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Medida de
Medida de
Bio
Bio
-
-
potenciais
potenciais
115
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Medida de Impedncias
Circuito b
Circuito b
sico
sico
Usam
Usam
-
-
se dois
se dois
ADs
ADs
para amostrar estas
para amostrar estas
tenses sinusoidais
tenses sinusoidais
FG
ZR
Z
U
Z
U
ZR
116
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
Aplicam
Aplicam
-
-
se aos sinais amostrados
se aos sinais amostrados
t
t
cnicas de adapta
cnicas de adapta
o de sinus
o de sinus
ides
ides
para determinar os parmetros das
para determinar os parmetros das
tenses
tenses
Obtm
Obtm
-
-
se os parmetros da
se os parmetros da
impedncia recorrendo a:
impedncia recorrendo a:
Z
ZR
U
Z ZR
U
=
Z Z ZR ZR
= +
117
Mdulos Funcionais
para Instrumentao
AMPOPs
PLL
Conversores DA/AD
Sistemas de
aquisio
a
b
c
d
e
e
f
f
g
h

2 6 SistAquisicao PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

2 6 SistAquisicao PDF

Enviado por

Direitos autorais:

Formatos disponíveis

1

INSTITUTO SUPERIOR TCNICO

dulos Funcionais para

dulos Funcionais para

dulos Funcionais para

o dos valores de uma ou mais grandezas

sicas para processamento ou representa

Existem ainda instrumentos espec

es que so, na sua essncia,

Parmetros mais relevantes:

da pode conter um AMPOP em

Expande o alcance do conversor AD

Por exemplo, os PGA202 e PGA203 da

Circuito sem ganho, no inversor

8 canais diferenciais, 16 canais referenciados

8 linhas digitais I/O

n =16 bits n =16 bits

Transforma um sinal cont

Se um sinal de banda limitada for amostrado

Pode existir sobreposi

O espectro de entrada na banda

E para frequncias ainda superiores?

o do sinal a partir das amostras?

o entre a frequncia de amostragem

o, as amostras em cada per

mesma fase do sinal

o entre a frequncia de amostragem

o, as amostras em cada per

odos ocorre a repeti

o entre a frequncia de amostragem

o, as amostras em cada per

mesma fase do sinal

Como determinar o espectro de um sinal

mero efectivo de bits de

Como calcular o valor eficaz de um sinal?

Como determinar o per

odo de sinal peri

Como determinar o valor m

Como determinar o espectro de um sinal

mero limitado de amostras?

mero de pontos que representa o espectro

Amostras temporais espa

o tempo total de aquisi

Metade dos coeficientes correspondem a

O sinal sinusoidal pode ser escrito na forma:

preciso normalizar os resultados da DFT

O espalhamento espectral ocorre quando:

Ou seja, quando o per

odos do sinal de entrada

O espalhamento espectral surge porque o

odo do sinal. Mas porqu?

aqui assumido que o per

o se repete antes e depois do usado

Ou seja, no existe espalhamento espectral

mero de pontos adquiridos, ou diminuir

Para eliminar o espalhamento espectral, no

Como reduzir os efeitos do espalhamento

cnicas consiste na aplica

lculo do seu espectro.

Estas janelas temporais so fun

nuas reais cuja amplitude varia

o das janelas temporais consiste

o do sinal amostrado pelos