Escolar Documentos
Profissional Documentos
Cultura Documentos
CAPÍTULO 1 INTRODUÇÃO
Com o software Octave foi utilizado a função “seno” para criar um sinal composto
pela soma de três senóides de diferentes frequências e amplitudes. As senóides possuem
frequências de 51Hz, 83Hz e 127Hz respectivamente, e com amplitudes de 0,4Vp, 0,6Vp e
1Vp.
Estes sinais estão presentes na Figura 1, onde o sinal de 51Hz é representado pela
curva azul, o sinal de 83Hz pela curva vermelha e o sinal de 127Hz pela curva verde. Estes
sinais foram amostrados com fs=1000S/s para atender o critério de Nyquist, que estabelece os
limites do processo de discretização temporal para que não resulte em distorção.
Posteriormente os sinais foram somados, conforme Figura 2.
3
Figura 1
Figura 2
Neste sinal composto da Figura 2 foi aplicado uma FFT (Fast Fourier Transform) com
N = 1000 amostras para análise da resposta em frequência deste sinal, que resultou na Figura
3.
4
Figura 3
Figura 4
5
Figura 5
Figura 6
6
Figura 7
Figura 8
Novamente foi somado um ruído ao sinal composto, porém com uma amplitude 3
vezes maior que a do ruído inicialmente gerado. A resposta em função do tempo pode ser
observada na Figura 9 e em função da frequência (com 1000 amostras) na Figura 10. A Figura
11 mostra a resposta em frequência com um número maior de amostras (10000). A partir das
imagens geradas, pode-se concluir que quanto maior o número de amostras mais fiel será a
representação do sinal original. Também se nota que o aumento do ruído tem bastante
impacto tanto na resposta no tempo quanto na resposta em frequência. O processo de
aumentar o número de amostras “empurra” o ruído para baixo na mesma magnitude do ganho
de processamento.
7
Figura 9
Figura 10
Figura 11
Outra vez foi somado um ruído ao sinal composto, porém com uma amplitude de 0,1.
A resposta em função do tempo pode ser observada na Figura 12 e em função da frequência
8
(com 1000 amostras) na Figura 13. A Figura 14 mostra a resposta em frequência com um
número maior de amostras (10000).
Figura 12
Figura 13
9
Figura 14
Por fim, foi somado um ruído ao sinal composto com uma amplitude de 0,5. A
resposta em função do tempo pode ser observada na Figura 15 e em função da frequência
(com 1000 amostras) na Figura 16. A Figura 17 mostra a resposta em frequência com um
número maior de amostras (10000).
Figura 15
10
Figura 16
Figura 17
𝑆
𝑆𝐼𝑁𝐴𝐷 = 20log(𝑁+𝐷) Eq. 1
𝑆𝐼𝑁𝐴𝐷−1.76𝑑𝐵
𝐸𝑁𝑂𝐵 = Eq. 2
6.02
Figura 18
Figura 19
Uma nova quantização com 4 bits é realizada no domínio do tempo na Figura 20, onde
o sinal vermelho é o sinal quantizado e o sinal azul o sinal composto original. O resultado no
domínio da frequência (1000 amostras) está na Figura 21.
Para este caso, o SINAD resultou em 22.036dB e o ENOB em 3.3681 bits.
12
Figura 20
Figura 21
Outra quantização com 8 bits é realizada no domínio do tempo na Figura 22, onde o
sinal vermelho é o sinal quantizado e o sinal azul o sinal composto original. O resultado no
domínio da frequência (1000 amostras) está na Figura 23. O processo de quantização distorce
o sinal original, o que é conhecido como erro de quantização. A partir das figuras pode-se
concluir que o erro de quantização está diretamente relacionado a resolução do conversor,
onde o conversor com maior número de bits consegue quantizar um sinal com menor número
de erros.
Para este caso, o SINAD resultou em 45.773dB e o ENOB em 7.311 bits.
13
Figura 22
Figura 23
Uma distorção foi aplicada sobre o sinal composto original, multiplicando a amplitude
do sinal por uma função não linear (1+ a1.x + a2.x2 + a3.x3), onde a1 = a2 = a3 = 1. A
resposta no tempo encontra-se na Figura 24 e na frequência (1000 amostras) na Figura 25.
Observa-se que com as funções não lineares o sinal original é modificado, acrescentando
harmônicos e caracterizando uma distorção.
14
Figura 24
Figura 25
Neste caso também foi variado o “peso” da distorção, utilizando um valor 10 vezes
maior que o anterior no coeficiente a1 (a1 = 10) , 5 vezes maior no coeficiente a2 (a2 = 5) e
a3 = 1. A resposta no tempo encontra-se na Figura 26 e na frequência (1000 amostras) na
Figura 27. Ao analisar a amplitude do sinal com distorção neste caso, é possível verificar que
a mesma aumentou ao longo do tempo em relação a amplitude do sinal original sem distorção.
15
Figura 26
Figura 27
Novamente foi variado o “peso” da distorção, utilizando um valor 10 vezes maior que
o anterior no coeficiente a3 (a3 = 10) e os coeficientes a1 e a2 com valores unitários. A
resposta no tempo encontra-se na Figura 28 e na frequência (1000 amostras) na Figura 29.
16
Figura 28
Figura 29
Figura 30
Figura 31
Figura 32
Figura 33
19
Figura 34
Por fim, uma função linear foi aplicada sobre o sinal composto original, multiplicando
a amplitude do sinal por uma função de offset+ganho (x+1). A resposta no tempo encontra-se
na Figura 35 e na frequência (1000 amostras) na Figura 36. Neste caso, observa-se que o sinal
original é modificado, porém não surgem novos harmônicos, não caracterizando uma
distorção.
Figura 35
20
Figura 36
Nesta análise foi realizada a soma do sinal composto original com ruído unitário,
distorção (função não linear x2) e quantização de 2 bits. A resposta no tempo encontra-se na
Figura 37 e na frequência (1000 amostras) na Figura 38, onde o sinal vermelho é o sinal
quantizado e o sinal azul o sinal composto original com ruído, distorção.
Figura 37
21
Figura 38
O tamanho da amostra foi alterado para 10000, para melhor verificação do gráfico,
com resultado presente na Figura 39.
Figura 39
Neste caso, foi feita a soma do sinal composto original (3 vezes maior) com ruído
unitário, distorção (função não linear x2) e quantização de 2 bits. A resposta no tempo
encontra-se na Figura 40 e na frequência (1000 amostras) na Figura 41.
22
Figura 40
Figura 41
Finalmente, foi feita a soma do sinal composto original com ruído de amplitude 3,
distorção (função não linear x3) e quantização de 8 bits. A resposta no tempo encontra-se na
Figura 42, na frequência (1000 amostras) na Figura 43 e na frequência com 10000 amostras
na Figura 44 .
23
Figura 42
Figura 43
Figura 44
24
CAPÍTULO 7 CONCLUSÃO
Através dos processos de discretizações dos conversores é possível verificar que erros
como ruído e distorção harmônica são acrescidos no sistema, o que interfere diretamente nas
especificações e desempenho dos mesmos. Com esses erros acrescidos ao sistema conseguiu-
se identificar e exercitar aspectos importantes do processo de conversão nos domínios de
tempo e frequência.
Primeiramente foi observado o erro no espectro dos harmônicos decorrente do número
limitado de amostras da FFT, que pode ser contornado utilizando um número maior de
amostras. Além disso, a utilização de um maior número de amostras se mostrou importante
quando foram adicionados ruído e distorção ao sistema, pois tem efeito sobre o “noise-floor”,
onde o mesmo é “empurrado” para baixo.
Ao realizar a quantização do sinal é visível através dos gráficos que ao aumentar o
número de bits da quantização o sinal quantizado fica mais próximo do sinal original.
Por fim, a distorção adicionada utilizando termos de segunda ordem e superiores
demonstram o acréscimo de harmônicos ao sinal original. No caso dos termos constante e de
primeira ordem, estes não são considerados distorção pois são lineares e apenas representam
um acréscimo de offset e ganho ao sinal original.
25
REFERÊNCIAS
[1] Kester, W., “Understand SINAD, ENOB, SNR, THD + N and SFDR so You Don’t Get
Lost in the Noise Floor,” Analog Devices website, http://www.analog.com/media/en/training-
seminars/tutorials/MT-003.pdf