Você está na página 1de 25

CONVERSÃO ANALÓGICA PARA

DIGITAL
CONVERSÃO ANALÓGICA PARA DIGITAL
 A maior parte dos sinais de interesse práticos são analógicos ( voz,
biológicos, radar, sonar, comunicações ).
 Para processá-los por meios digitais é necessário convertê-los
primeiramente para forma digital.
 Conceitualmente, conversão A/D possuí três processos:
CONVERSÃO ANALÓGICA PARA DIGITAL
 Amostragem: conversão de um sinal de tempo contínuo em um sinal de
tempo discreto obtido através da captura de amostras de um sinal de
tempo contínuo em instantes de tempo discreto.
xa (t ) → Entrada do amostrador

xa (nT ) ≡ x(n) → Saída do amostrador

T → Intervalo do amostragem
 Quantização: conversão de um sinal de tempo discreto com valor contínuo
em um sinal de tempo discreto e valor discreto.
O valor de cada amostra do sinal é representado por um valor selecionada
de um conjunto finito de possíveis valores.
A diferença entre a amostra não quantizada x(n) e a saída quantizada xq (n)
é chamada de erro de quantização.
Ë um processo irreversível que resulta em um distorção dependente da
precisão, medida pelo número de bits, no processo A/D.
Quanto maior a precisão e/ou a taxa de amostragem do A/D maior será
seu o custo.
CONVERSÃO ANALÓGICA PARA DIGITAL

 Codificação: cada discreto valor xq (n) é representado por uma


sequencia binária.
AMOSTRAGEM DE SINAIS ANALÓGICOS
 Amostragem periódica ou uniforme
xa (nT ) = x(n), - ∞ < n < ∞
 A amostragem periódica estabelece uma relação entre a variável t,
do sinal de tempo continuo, e a variável n, do sinal de tempo
n
discreto. t = nT =
Fs
 Como consequência desta relação, existe uma relação entre a
frequencia F (ou Ω ) do sinal analógico e a frequencia f (ou ω )
do sinal discreto.
xa (t ) = A cos(2πFt + θ )

Amostrado periodicamente em uma taxa Fs = 1 / T amostras por segundo,


apresenta :
 2πnF 
xa (nT ) ≡ x(n) = A cos(2πFnT + θ ) = A cos + θ 
 Fs 
Comparando com x(n) = A cos(2πfn + θ ), percebe - se que :
F
f = (1) ou ω = ΩT (2) ⇒ frequencia normalizada ou relativa
Fs
- ∞ < F < ∞ e - ∞ < Ω < ∞ → Senóides de tempo contínuo
1 1
− < f < e - π < ω < π (3) → Senóides de tempo discreto
2 2
Substituindo - se (1) e (2) em (3) :
1 Fs Fs 1
− =− ≤F≤ = ou equivalentemente :
2T 2 2 2T
π π
− = −πFs ≤ Ω ≤ πFs =
T T
 Em geral, a amostragem de um sinal senoidal de tempo contínuo
xa (t ) = A cos(2πF0t + θ )
com uma taxa de amostragem Fs = 1 / T resulta em um sinal de tempo
discreto x(n) = A cos(2πf0n + θ ) , onde f0 = F0 / Fs .
Se assumirmos que − Fs / 2 ≤ F0 ≤ Fs / 2 a frequencia f 0 de x(n) esta na
faixa de −1/ 2 ≤ f 0 ≤ 1/ 2. Neste caso, a relação entre F0 e f 0 é de um
para um, e então é possível identificar, ou reconstruir, o sinal xa (t )
a partir das amostras x(n) .
Por outro lado, se as senóides xa (t ) = A cos(2πFk t + θ ) , onde Fk = F0 + kFs
k = ±1,±2,..... são amostradas em uma taxa Fs , é claro que a
frequência Fk esta fora da faixa da frequencia fundamental
− Fs / 2 ≤ F0 ≤ Fs / 2 consequentemente, o sinal amostrado é
 F0 + kFs 
x(n) ≡ xa (nT ) = A cos 2π n + θ 
 Fs 
 F0 + kFs 
x(n) ≡ xa (nT ) = A cos 2π
 n + θ 
 Fs 
x(n) ≡ xa (nT ) = A cos(2πnF0 / Fs + θ + 2πkn )

x(n) ≡ xa (nT ) = A cos(2πf 0 n + θ )


Que é identico ao sinal de tempo discreto x(n) = A cos(2πf0n + θ ) obtido
pela amostragem. Assim, um infinito número de senóides de tempo
contínuo é representado pelo mesmo sinal de tempo discreto ( o
mesmo conjunto de amostras ). Pode-se dizer que as frequencias
Fk = F0 + kFs ,−∞ < k < ∞ ( k inteiro ) são indistinguíveis de F0 depois da
amostragem e então elas são pseudônimos ( aliases ) de F0 .
Dois sinais senoidais com frequencias F0 = 1/8 Hz e F0 = −7 /8 Hz
apresentam amostras identicas quando uma taxa de amostragem
de Fs = 1 Hz é usada. Para k = -1 de Fk = F0 + kFs tem - se
F0 = F1 + Fs = (−7 / 8 + 1) = 1 / 8Hz
TEOREMA DA AMOSTRAGEM
 Antes de se fazer a amostragem de um sinal, deve-se ter informações
gerais a respeito de conteúdo de frequência do sinal.
Como exemplo, sabe-se que geralmente as principais componentes de
frequência de um sinal de voz estam abaixo de 3 kHz e que um sinal de
televisão contém importantes componentes de frequência até 5 M Hz.
Se é conhecido o conteúdo de frequência máxima de uma classe de sinais,
pode-se especificar a taxa de amostragem necessaria para converter o
sinal de analógico para digital.
• Para se garantir que sinais não contenham componentes de frequencia
acima da frequencia máxima da classe, utiliza-se filtragem antes a
amostragem.
Fs > 2 Fmax ⇒ evita o aliasing

• Com a taxa de amostragem selecionada desta maneira,qualquer


componente de frequencia, em que Fi < Fmax , no sinal analógico é
mapeado em uma senóide de tempo discreto com uma frequencia
1 F 1
− ≤ fi = i ≤ ou − π ≤ ωi = 2πfi ≤ π
2 Fs 2
 A mais alta frequencia contida em um sinal é Fmax = B e o sinal é
amostrado a uma taxa Fs > 2 Fmax ≡ 2B, então este sinal pode ser
exatamente recuperado a partir de suas amostras usando a função de
interpolação sen(2πBt )
g (t ) =
2πBt

 n   n 
xa (t ) = ∑ xa 
n = −∞  s
F
 g  t-
  F
  s
 onde xa (n / Fs ) = xa (nT ) ≡ x(n)

 Quando a amostragem de xa (t ) é realizada na mínima taxa de


amostragem Fs = 2B , a formula de reconstrução torna-se
 n  sen[2πB(t − n / 2 B)]

xa (t ) = ∑
n = −∞
xa  
 2 B  [2πB(t − n / 2 B)]

FN = 2 B = 2 Fmax → É chamada de Taxa de Nyquist


QUANTIZAÇÃO DE SINAIS DE
AMPLITUDE CONTÍNUA
 Operação do quantizador nas amostras xq ( n) = Q[x(n)]
 Erro de quantização eq (n) = xq (n) − x(n)
 Se for mantido a faixa dinamica, xmax − xmin , fixa e aumentado o
número de níveis de quantização, isto resulta em um decréscimo
do tamanho do passo de quantização. Assim, o erro de quantização
diminui e a precisão do quantizador aumenta.
 Na prática pode-se reduzir o erro de quantização a um valor
insignificante escolhendo-se um número suficiente de níveis de
quantização.

eq (n) = xq (n) − x(n) xmax − xmin


∆=
L −1
QUANTIZAÇÃO DE UM SINAL SENOIDAL

O sinal é quase linear entre os


níveis de quantização
QUANTIZAÇÃO DE UM SINAL SENOIDAL
 A potência média do erro quadráticos é
τ τ
1 1
Pq =
∫τ
eq (t )dt =

2
eq 2 (t )dt
2τ τ
− 0
Desde que eq = (∆ / 2 τ)t , - τ ≤ t ≤ τ
τ 2
1  ∆ 2 ∆2
Pq =
∫   t dt =
τ  2τ 
0
12
Se o quantizador tem b bits de precisão e cobre a faixa inteira 2A,
então ∆ = 2 A / 2b. Assim,
A2 / 3
Pq = 2b
2
A potência média do sinal é
Tp
2
Pq =
1
∫ ( A cos Ω0t )2dt = A
Tp 2
0
QUANTIZAÇÃO DE UM SINAL SENOIDAL
A qualidade da saída do conversor A/D é geralmante medida
pela relação sinal - ruido de quantização ( SQNR )
Px 3 2b
SQNR = = .2
Pq 2

Expresso em dB :
SQNR(dB) = 10log10SQNR = 1.76 + 6.02b

2b ≥ L, ou equivalentemente, b ≥ log 2 L