Você está na página 1de 12

1.

Anlise Espectral
A idia bsica de anlise espectral criar um sistema que calcule os valores
dos componentes espectrais a partir dos valores numricos do sinal x[n]. Ento
anlise, neste contexto, significa calcular uma representao espectral a partir de
um conjunto de valores do sinal.
Nesse sentido pode-se ainda entender o espectro de freqncia de um sinal
com a informao requerida para representar o sinal como uma combinao aditiva
de sinais exponenciais complexos. A forma geral para a representao de um sinal
real x[n] como uma soma de exponenciais complexas
( )

+ +
N
k
n j
k
n j
k
k k
e X e X X n x
1
*
0
] [

, (1)
Onde
k
j
k k
e A X

e
<
k
0
.
Uma representao equivalente

+ +
N
k
k k k
n A X n x
1
0
) cos( 2 ] [
. (2)
Dessa forma, um sistema de anlise espectral precisa extrair a partir das
componentes espectrais do sinal as caractersticas de magnitude e fase. Este
trabalho utilizar dois tipos de abordagens para construo do espectro de
freqncia e anlise dos efeitos do janelamento a partir de um sinal real: a
implementao de banco de filtros e a utilizao da transformada discreta de Fourier
(DFT, do ingls Discrete-time Fourier Transform). Ambas as abordagens so
equivalentes na obteno do espectro do sinal.
2. Anlise Espectral de Sinais usando DFT
Uma das maiores aplicaes da DFT consiste em analisar o contedo de
freqncia de sinais contnuos no tempo. As etapas bsicas para implementao da
DFT em sinais contnuos no tempo pode ser visto na Figura 1.
Figura 1 Etapas de processamento na anlise DFT de um sinal contnuo no tempo (Oppenheim, 1989).
Na Figura 1, o sinal no tempo contnuo passa por um filtro passa-baixas para
minimizar o efeito do aliasing que pode ocorrer na converso do sinal contnuo em
seqncia. A sada do filtro o sinal X
c
(t), que depois amostrado no tempo
gerando o sinal no tempo discreto x[n]. A necessidade de janelamento, multiplicao
de x[n] por w[n], conseqncia do requisito de comprimento finito da entrada da
DFT. Ou seja, em muitos casos o sinal x[n], resultante da amostragem de S
c
(t),
muito longo ou de comprimento indeterminado. Da, uma janela de durao finita
w[n] aplicada a x[n] para que seja possvel o clculo computacional da DFT de N
pontos, uma vez que sua entrada precisa ser de durao finita.
2.1. O Efeito do Janelamento
O efeito direto no domnio da freqncia uma convoluo peridica
resultando na seqncia v[n] com resposta na freqncia ) (
j
e V . A equao de
v[n], da sesso acima, pode ser obtida para um sinal
) cos( ) cos( ) (
1 1 1 0 0 0
+ + + t A t A t S
C
, (3)
considerando uma amostragem sem aliasing e uma quantizao sem erro,
chegando a seguinte expresso:
n j j n j j n j j n j j
e e n w
A
e e n w
A
e e n w
A
e e n w
A
n v
1 1 1 1 0 0 0 0
] [
2
] [
2
] [
2
] [
2
] [
1 1 0 0

+ + +
.
(4)
que tem transformada de Fourier,
) (
2
) (
2
) (
2
) (
2
) (
) (
1
) (
1
) (
0
) (
0 1 1 1 1 0 0 0 0
+ +
+ + +
j j j j j j j j j
e W e
A
e W e
A
e W e
A
e W e
A
e V
.
(5)
A Figura 2 ilustra a anlise de Fourier do sinal definido em (4) janelado com
uma janela retangular de tamanho 64 levando em conta apenas a magnitude, onde a
taxa de amostragem para ) (
j
e W e ) (
j
e V 1/T=10kHz, com
1 A
0

e
0.75 A
1

. Por convenincia
0
1 0

. Na Figura 2a temos a transformada de Fourier da
janela retangular w[n]. Pode-se perceber a existncia de um lbulo principal, e
lbulos laterais, que decaem com o aumento de

. Em 2b, 2c, 2d e 2e tem-se


) (
j
e V para diversas escolhas para 0

e
1

. Na Figura 1b,
( )
4
0
10 6 2
e
( )
4
0
10 3 2
ou equivalentemente
6 2
0

e
3 2
1

, para as Figuras 2c-
2e, as freqncias vo se tornando cada vez mais prximas.
Figura 2 Ilustrao da anlise de Fourier de cossenos janelados com uma janela retangular. (a) Espectro da
janela. (b)-(e) Espectro dos cossenos janelados com o espaamento entre as freqncias tornando-se
progressivamente menor (Oppenheim, 1989).
O que se pode notar, a partir da Figura 2, que os picos dos cossenos ficam
com os lbulos laterais sobrepostos, e que essa sobreposio se torna mais intensa
com o aumento da proximidade das freqncias 0

e
1

. Esse fenmeno
conhecido como leakage (vazamento), que quando as componentes de uma dada
freqncia vaza na vizinhana de uma outra componente. Dessa forma, o
janelamento espalha ou alarga os impulsos das representaes tericas de Fourier
dos sinais e assim diminui a definio desses picos. Ou seja, isso quer dizer que o
janelamento reduz a habilidade de resolver picos de que esto separados por
intervalos muito pequenos na freqncia.
vlido ressaltar que os dois principais efeitos do janelamento (resoluo
reduzida e leakage), a resoluo depende da largura do lbulo principal e o leakage
depende da amplitude relativa do lbulo principal em relao a dos lbulos laterais
da janela w[n]. A largura do lbulo principal e a amplitude relativa dos lbulos laterais
dependem basicamente do comprimento e da forma da janela.
2.2 O Efeito da amostragem espectral
Entre os principais efeitos da amostragem espectral, podemos citar:
Os valores dos picos na DFT nem sempre coincidem com a exata
freqncia dos picos da transformada de Fourier j que os picos espectrais podem
estar entre as amostras espectrais;
Aumentando o nmero de pontos L, zero padding, do sinal amostrado
e janelado, pode-se obter uma melhor resoluo do sinal, mostrando caractersticas
que estavam ocultas devidos ao pequeno nmero de pontos N da DFT. vlido
lembrar que N deve respeitar o critrio para que o sinal possa ser reconstrudo (
L N );
Apesar do aumento do nmero de pontos a L, zero padding, resultar
numa amostragem espectral mais fina da transformada de Fourier, interessante
perceber que a resoluo espectral do sinal janelado e amostrado no melhorar,
pois depende do tamanho e do formato da janela.
3. Anlise Espectral de usando Banco de Filtros
tambm possvel obter uma representao espectral para um sinal real x[n]
utilizando-se como base o sistema de bancos de filtros que consiste de um conjunto
de moduladores e filtros cujas sadas, se tomadas em conjunto, poderiam ser
consideradas como o espectro de freqncias do sinal de entrada, como ilustrado
em um modelo generalizado na Figura 3.
Cada combinao individual de modulador e filtro chamada de canal do
banco de filtros, e o k-simo canal tem uma freqncia de anlise em
N k
k
2
.
Cada um desses canais do sistema tem duas misses: isolar a freqncia de
interesse e calcular a amplitude complexa para aquela freqncia.
Figura 3 Sistema genrico de um banco de filtros para construo de espectro dependente do tempo.
Geralmente o passa-baixas um filtro FIR.
Para isolar uma componente de freqncia utilizada a propriedade do
deslocamento na freqncia do espectro de modo que todos os canais possam
dividir o mesmo filtro. Assim, o sinal de entrada multiplicado em cada canal por
uma exponencial complexa
n j
S
e

(ou seja, esta ser modulada pelo sinal x[n])
resultando em
n j
S
S
e n x n x

] [ ] [

( )
n j
N
k
n j
k
n j
k
S k k
S
e e X e X X n x

1
*
0
] [

]
]
]

+ +

( )

+
+ +
N
k
n j
k
n j
k
n j
k S k S k S
S
e X e X e X n x
1
) ( * ) (
0
] [

(6)
Pode-se observar que
] [n x
S

uma verso deslocada de x[n] por


s

. Assim,
podem-se escolher estrategicamente os deslocamentos de modo que a freqncia
de interesse seja posicionada no centro do espectro e o filtro passa-baixas possa
extrair a componente espectral em questo.
Aqui o filtro ser utilizado como um filtro FIR conhecido como filtro linear de
mdias mveis de L pontos, o qual definido pela seguinte equao de diferenas


1
0
] [ ] [
L
n x n y


. (7)
O filtro poderia ser escalado por um fator de 1/L, mas aqui o interesse est
voltado para o caso em que L=N, sendo que o fator 1/N j est inserido na DFT.

Filtro
Passa-Baixas
h[n]
x[n]
x
0
[n]
x
1
[n]
x
k
[n]
x
N-1
[n]
Filtro
Passa-Baixas
h[n]
Filtro
Passa-Baixas
h[n]
Filtro
Passa-Baixas
h[n]
X[N-1,n]
X[k,n]
X[1,n]
X[0,n]

e
-j[2 (N-1)/N]n
e
-j[2 k/N]n
e
-j[2 /N]n
e
-j(0)n
Com isso, possvel fazer a relao do sistema da Figura 3 com a abordagem pela
DFT. A sada do bloco do filtro passa-baixas no k-simo canal


n
L n m
km N j
e m x m n h n k X
1
) 2 (
] [ ] [ ] , [

,
(8)
para k=0, 1, ..., N-1 e a resposta ao impulso h[n] de cada um dos filtros de
comprimento L.
A expresso (8) mostra que X[k,n] uma funo de duas variveis, onde k
representa a freqncia
N k
k
2
e n representa o tempo. Nessa equao, para
um ndice fixado k=k
0
, o sinal x[n] modula a exponencial complexa
n k N j
e
0
) / 2 (
, a
qual desloca o espectro de x[n] e ento filtrado pelo filtro passa-baixa h[n] para
produzir a sada X[k
0
, n], a qual representa o valor complexo da componente
espectral k
0
no tempo n.
Com o aumento de n, o filtro h[n m] move-se para a direita, incluindo um
novo subconjunto de L pontos. Uma vez que apenas L pontos de x[m] so tomados
por vez, para cada n, em (8), a funo h[n m] normalmente chamada de janela
deslizante, pois apenas L pontos esto visveis por vez. O mnimo deslocamento
da janela de apenas uma amostra, pois, nesse caso, h[n+1m] sobrepe L 1
amostras o sinal coberto por h[n m].
Figura 4 Representao tridimensional da decomposio de uma forma de onda (em amarelo) em suas
componentes espectrais (em azul) por um banco de filtros ideal. Cada raia representa a sada de um canal.
Na Figura 4, representada, em arranjo tridimensional, uma forma de onda
(em amarelo) decomposta em seus componentes espectrais. Na figura, cada raia
em azul representa a sada de um canal de um banco de filtros ideal (composto por
filtros passa-baixas ideais). Cada canal responde unicamente a sua respectiva
freqncia de anlise, e a amplitude de cada senide em azul representa a
magnitude da componente espectral.
Entretanto, em caso de filtro no ideal, haver alguma interferncia entre os
canais. Isto um efeito direto do janelamento do filtro, ou seja, na sua faixa de
rejeio o ganho baixo, mas no zero. Portanto, canais vizinhos respondero
quando existir excitao por senide em um canal de freqncia anlise prxima,
havendo assim vazamento de magnitude da componente espectral.
Nota-se tambm a sada de canal mostrado na Figura 4 suave, devido ao
fato dos filtros passa-baixas ideais possurem faixa de passagem estreita, observa-
se que no necessrio calcular as sadas para todos os valores de n. Ao invs
disso, podemos pular alguns valores e, ainda assim, manter a forma bsica da
sada. Isso equivalente a deslizar a janela por mais de uma amostra de cada vez.
A estrutura de banco de filtros da Figura 3 tambm prov uma percepo a
respeito dos casos em que o sinal muito longo ou de comprimento indeterminado
e a resposta ao impulso do filtro tambm muito longa. Nesse sentido, preciso
considerar que o filtro ideal para medir a componente espectral em qualquer
freqncia arbitrria poderia ser um filtro passa-baixas de faixa estreita o suficiente
para que sua resposta fosse nula para qualquer freqncia exceto zero. O filtro se
aproxima dessa condio quando seu comprimento L tende para o infinito. Desse
modo, seria possvel calcular o espectro de um sinal muito longo, mas teria de se
esperar muito tempo para coletar todas as amostras do sinal, alm de uma grande
carga computacional a se considerar para se obter o resultado desejado.
Ao invs disso, freqentemente mais comum calcular um espectro local
que mede o contedo de freqncia sobre um curto intervalo de tempo. E
exatamente isso o que a estrutura de banco de filtros faz. Isso nos conduz a idia de
processamento do espectro em tempo real tal como um analisador de espectro.
4. Transformada de Fourier de Curta Durao
possvel ainda interpretar o banco de filtros da Figura 3 e a equao (8) de
outro modo. Fixando-se o ndice do tempo em n=n
0
, o conjunto de valores X[k,n
0
]
pode ser calculado. Quando plotado em funo de k, X[k,n
0
] o que se pode chamar
de espectro de freqncia em n
0
. A expresso (8) pode ser considerada como o
equivalente a DFT se o comprimento L do filtro h[n] for igual a N, nmero de pontos
n
DESLIZAMENTO DA
JANELA
x[n]
w[n-n
1
]x[n]
n = n
1
DFT
(em n=n
1
)
X[n
1,
k]
w[n-n
2
]x[n]
n = n
2
DFT
(em n=n
2
)
X[n
2,
k]
Todos os canais em n=n
2
w[n-n
i
]x[n]
n = n
i
DFT
(em n=n
i
)
X[n
i,
k]
.
.
.
da DFT, e se o prprio filtro define a funo janela w[n] como uma verso invertida
de h[n], dada por
] [ ] [ n h n w
. (9)
Com estas definies, X[k,n
0
] pode ser entendida como o espectro obtido pela
DFT do segmento x[m] que se encontra sob a janela deslizante, ou seja, da
seqncia de comprimento finito w[m n
0
]x[m], resultando em
( )


n
N n m
km N j
e m x n m w n k X
1
) 2 (
] [ ] [ ] , [

. (10)
Nesta representao, o sinal x[n] uma seqncia unidimensional que
convertida em uma funo bidimensional da varivel tempo n e da varivel k,
permitindo analisar variaes do contedo espectral com o tempo. Este resultado
nos leva ao conceito da transformada de Fourier de curta durao, ou, do ingls,
short-time Fourier transform (STFT), dada por (10) discreta no tempo e na
freqncia, com as consideraes feitas acima para (8) a partir da abordagem de
banco de filtros (relembrando a equivalncia das abordagens).
Figura 5 Anlise do espectro digital usando DFTs de blocos de dados sucessivos.
Assim, do mesmo modo que apenas sinais de comprimento finito podem ser
representados atravs das amostras da DFT, sinais de comprimento indeterminado
podem ser representados atravs das amostras da STFT se a janela tiver
comprimento finito. As necessidades computacionais para calcular (10) so as
mesmas que para a DFT e, desse modo, pode-se utilizar uma DFT de N pontos da
seqncia w[mn
0
]x[m]. Na Figura 5 mostrado o funcionamento do processo de
clculo a partir da janela com a DFT. Nota-se que a k-sima sada de cada DFT
corresponde sada de um canal do banco de filtros com freqncia de anlise
N k
k
2
. Desse modo, a equao definida para STFT em (10) particularmente
til na interpretao da anlise de Fourier em termos de bancos de filtros. Por outro
lado, um rearranjo da soma em (10) nos leva a outra interpretao til da STFT, que
pode ser conveniente ao se considerar o interesse nas aplicaes da janela
deslizante com a DFT para analisar a amostragem no domnio da freqncia. Esse
rearranjo resulta em

+
1
0
)
2
(
] [ ] [ ] , [
L
m
km
N
j
e m w m n x n k X

, para 1 0 N k . (11)
A expresso (11) pode ser interpretada com a DFT de uma seo de x[n],
x[n+m], vista atravs da janela w[n]. A janela tem uma origem estacionria e com a
variao de n, o sinal desliza pela janela, de tal forma que para cada valor de n, uma
diferente poro do sinal visto.
Essas verses da definio da STFT correspondem a uma verso amostrada
tanto no domnio do tempo quanto no domnio da freqncia. Por conseqncia, se
as amostras de freqncia so igualmente espaadas com N L, ento ainda
poderemos recuperar a seqncia original a partir da STFT. Especificamente, a
partir da considerao de que a equao (11) representa a DFT da seqncia
janelada x[n+m]w[m], podemos usar a DFT inversa para reconstruir o sinal uma
vez que a janela diferente de zero para 0 m L 1 e nula fora deste intervalo
no intervalo de n a (n + L 1) usando a equao

+
1
0
)
2
(
] , [
] [
1
] [
N
m
km
N
j
e n k X
m Nw
m n x

,
1 0 L m
.
(12)
Pode-se ento reconstruir o sinal no intervalo n
0
n n
0
+ L 1 a partir de
X[k,n
0
], e no intervalo n
0
+ L n n
0
+ 2L 1 a partir de X[k,n
0
+ L] e assim por diante.
Desse modo, pode-se reconstruir exatamente x[n] a partir da STFT tanto na
dimenso da freqncia quanto na dimenso do tempo.
Com tudo isso, fica implcito que a STFT simplesmente uma seqncia de
DFTs de N pontos dos segmentos janelados do sinal. Entretanto, nem todas as
escolhas de parmetros permitem uma reconstruo exata do sinal. Em geral, os
parmetros precisam satisfazer a relao N L nmero de amostras do bloco de
sinal analisado. No caso especial da igualdade entre os parmetros, o sinal pode ser
reconstrudo exatamente a partir da STFT discreta no tempo e na freqncia.
4.1 O Espectrograma
Sendo a STFT uma funo bidimensional em que varivel k representa a
freqncia (desde que
N k
k
2
seja a freqncia de anlise do k-simo canal), e
a dimenso de n representa o tempo, no poderemos traar o espectro propriamente
dito do sinal completo, porque h um espectro local diferente para cada momento.
Uma soluo traar X[k,n] em funo de k e de n usando uma representao
tridimensional. A forma mais usual de realizar isso o espectrograma, que uma
imagem em escala de cores onde o nvel do gradiente de cores no ponto (k, n)
proporcional magnitude de X[k,n] (ou log|X[k,n]|).
Um exemplo pode ser observado na Figura 6b, onde plotado o
espectrograma da execuo da escala de d, mostrada na figura 6a.
Simulao no matlab
Figura 6 .
Explicao em relao a figura.
Vale observar que, embora o banco de filtros definido na Figura 3 represente
as freqncias dos canais aumentando de zero at a freqncia mais alta
N N k ) 1 ( 2
, na imagem do espectrograma, para um sinal real, somente os
canais para
2 0 N k
poderiam ser usados.
O eixo da freqncia no espectrograma na Figura 6 calibrado em termos da
varivel de freqncia cclica continua no tempo f. Com o objetivo de determinar o
relacionamento entre f e k, relembrando que
N k 2
e
( )
S
f f 2
.
Combinando as expresses temos:
S
f
N
k
f
,
`

.
|

, (13)
onde f
s
a freqncia de amostragem. A expresso (13) permite definir o eixo
da freqncia em Hz. Aplicando, ento, aos ndices 2 / 0 N k , ser obtida a faixa
de freqncias
2 / 0
S
f f
.
4.2 O Efeito da Janela e a Resoluo do Espectrograma
Resoluo pode ser definida como continuar.
Na discusso que nos conduziu ao espectrograma, duas vises equivalentes
foram apresentadas: a estrutura de banco de filtros e a FFT a partir da janela
deslizante. Notamos que o clculo do espectro requer que o comprimento do filtro e
o nmero das freqncias da anlise sejam finitos. O desempenho da anlise do
espectrograma geralmente reside em uma indicao sobre sua resoluo na
freqncia ou no tempo. Os parmetros chave que controlam a resoluo so a
escolha de h[n] e de seu comprimento L. Na interpretao a partir de banco de
filtros, o h[n] a resposta ao impulso dos filtros dos canais; na viso FFT, h[n] a
forma da janela para anlise.
O propsito primrio da janela na anlise tempo-freqncia limitar a
extenso da seqncia a ser transformada tal que as caractersticas espectrais
sejam razoavelmente estacionrias sob a durao da janela. Por isso, quanto mais
rpidas so as variaes das caractersticas do sinal, mais curta deve ser a janela
de anlise. Entretanto, isso leva a uma pior a resoluo na freqncia.
Consequentemente, a etapa de escolha da janela, no apenas do comprimento, mas
tambm do tipo, trata de um compromisso entre resoluo no tempo e na
freqncia.
Na estrutura do banco de filtros, cada canal usa um filtro FIR passa baixas
cuja resposta na freqncia determina a resoluo. O banco de filtro trabalha com o
princpio de que cada componente espectral sob anlise pode ser deslocado para a
faixa de passagem do filtro passa-baixas, enquanto todos os outros componentes
esto na faixa de rejeio. Componentes de freqncia mais proximamente
espaados exigem que a faixa da passagem do filtro seja mais estreita do que a
separao na freqncia. Assim se conclui que uma banda de passagem mais
estreita do filtro, melhora a resoluo da freqncia. A largura da banda passante
controlada basicamente pelo comprimento L da resposta ao impulso. A escolha da
prpria resposta ao impulso do filtro tambm um fator a ser considerado.
Portanto, considerando as duas abordagens, pode-se extrair uma concluso:
boa resoluo no tempo e a boa resoluo na freqncia no podem ser obtidas
simultaneamente em um espectrograma. Esta afirmativa uma forma de enunciar o
princpio da incerteza; equivalente ao principio da incerteza de Heisenberg na
fsica.
4. Wavelets
Figura 5 .
Figura 5 .
Referncias Bibliogrficas (a procurar)
[1] McClellan, J. H., Schafer, R. W. & Yoder M. A. DSP First: a multimedia approach.
Prentice-Hall, 1988.
[2] Oppenheim, V. A.; Schafer W. R. Discrete-time signal processing. Prentice-Hall signal
processing series 1989.