Escolar Documentos
Profissional Documentos
Cultura Documentos
Onde z é uma variável complexa, os valores de z, para os quais a soma converge, definem
uma região de convergência, dada por:
Portanto, a transformada de Fourier em tempo discreto 𝑋( 𝑒𝑗𝜔) pode ser vista como um caso
especial da transformada Z 𝑋(𝑧).
1. Deslocamento:
1. Mudança de Escala
1. Inversão de Tempo
1. Conjugação Complexa:
1. Diferenciação no Domínio Z:
1. Multiplicação:
1. Convolução:
De forma análoga, [b, a] = residuez (R, p, C), com três argumentos de entrada e dois
argumentos de saída, converte a expansão da fração parcial em polinômios com
coeficientes nos vetores de linha b e a.
Exemplo 4.8
Para verificar nossos cálculos de resíduos, vamos considerar a função racional:
Primeiro organize 𝑋(𝑧) para que seja uma função nas potências ascendentes de 𝑧−1.
Uma forma simples de interpretar essa operação é a seguinte: se o argumento não está
entre 0 e N - 1, então deixe que não modifique. Caso contrário, adicione ou subtraia
múltiplos de N de n até que o resultado esteja entre 0 e N - 1. Deve-se ter cuidado para que
(5.21) seja válido apenas se o comprimento de 𝑥(𝑛) for N ou menor. Além disso, usamos a
seguinte notação conveniente para denotar a operação módulo-N.
No OCTAVE A função rem(n,N) determina o resto após a divisão de n por N. Essa função
pode ser usada para implementar nossa operação modulo-N quando n ≥ 0. Para o caso em
que n <0, precisamos modificar o resultado para obter valores corretos. Isso é mostrado
abaixo na função m = mod(n,N).
Para esta função, não pode ser qualquer matriz inteira, e a matriz m contém os valores
correspondentes dos módulos-N. A partir do teorema da amostragem de frequências,
concluímos que N amostras da transformada de Fourier em tempo discreto 𝑋( 𝑒𝑗𝜔)
equidistantes da sequência de N-Pontos 𝑥(𝑛) podem reconstruir exclusivamente 𝑋( 𝑒𝑗𝜔).
Essas N amostras ao redor do círculo unitário é chamado de coeficiente de transformada
discreta de Fourier. Seja a sequência 𝑋̃(𝑘)=𝐷𝐹𝑆𝑥̃(𝑛), que é periódico ( e, portanto, de
duração infinita). Seu intervalo primário é a transformada discreta de Fourier, que é de
duração finita. Essas noções são esclarecidas nas seguintes definições. A Transformada
Discreta de Fourier de uma sequência de N-Pontos é dada por:
ou
Veja que a DFT 𝑋(𝑘) também é uma sequência de N-Pontos, ou seja, não é definido fora de
0 ≤ k ≤ N-1. De (5.23) 𝑋̃(𝑘)=𝑋((𝑘))𝑁; isto é, fora do intervalo 0 ≤ k ≤ N - 1, apenas a DFS
𝑋̃(𝑘) é definida, o que obviamente é a extensão periódica de 𝑋( 𝑘). Finalmente,
𝑋(𝑘)=𝑋̃(𝑘)𝑅𝑁(𝑘) significa que a DFT 𝑋(𝑘) é o intervalo primário de 𝑋(̃ 𝑘). A transformada
discreta inversa de Fourier de uma sequência de N-Pontos DFT 𝑋( 𝑘) é dada por:
ou
𝑥(𝑛) Mais uma vez não é definido fora de 0 ≤ n ≤ N-1. A extensão de 𝑥( 𝑛) fora desse
intervalo é 𝑥̃(𝑛) .
5.4 PROPRIEDADES DA TRANSFORMADA DE FOURIER DISCRETA
Linearidade:
Entrelaçamento circular
Para uma sequência de pontos N for entrelaçada, o resultado x(−n) não seria uma
sequência N-Pontos e não seria possível calcular sua DFT. Assim sendo, usamos a operação
módulo N no argumento (−n) e define-se o entrelaçamento como:
Exemplo 5.9
Seja 𝑥(𝑛)=10(0.8)𝑛, 0≤𝑛≤10
a) Determine e plote 𝑥((−𝑛))11
b) Verifique a propriedade de entrelaçamento circular
Solução:
a)
b)
Exemplo 5.11
Seja x (n) = 10 (0,8) n, 0 ≤ n ≤ 10 uma sequência de 11 pontos.
a) Esboce x ((n + 4)) 11R11 (n), ou seja, um deslocamento circular de 4 amostras para a
esquerda.
b) Esboce x ((n - 3)) 15R15 (n), ou seja, um deslocamento circular de 3 amostras para a
direita, onde x (n) é considerado uma sequência de 15 pontos.
Solução:
a)
b)
5.5 CONVOLUÇÃO LINEAR USANDO DFT
A convolução linear é uma das operações mais importantes em sistemas lineares. Por outro
lado, a DFT é uma abordagem prática para implementar operações lineares do sistema no
domínio da frequência. Porém as operações de DFT resultam em uma convolução circular,
não em uma convolução linear. Agora veremos como usar o DFT para executar uma linear
convolução (ou equivalente, como fazer uma convolução circular idêntica à convolução
linear).
Podem ser usadas três estruturas diferentes para implementar um filtro IIR:
• Forma direta: A equação da diferença (6.2) é implementada diretamente como dada.
Existem duas partes nesse filtro: a parte de média móvel e a parte recursiva. Logo,
essa implementação leva a duas versões: forma direta I e estrutura direta II.
• Forma em cascata: A função do sistema na equação (6.1) é fatorado em seções
menores de 2ª ordem, chamadas biquads. A função do sistema é então representada
como um produto desses biquads. Cada biquad é implementado de forma direta e
toda a função do sistema é implementada como uma cascata de seções de biquad.
• Forma paralela: É semelhante à forma em cascata, mas após a fatoração, uma
expansão parcial da fração é usada para representar como uma soma de seções
menores de segunda ordem. Cada seção é novamente implementada em uma forma
direta, e toda a função do sistema é implementada como um paralelo rede de seções.
6.2.1 FORMA DIRETA
Assim como é sugerido pelo nome, a equação de diferenças é implementada como dada
usando atrasos, multiplicadores e somadores. Com , a equação de diferenças é:
Nessa estrutura é implementada cada parte da função racional separadamente com uma
conexão em cascata entre eles. A parte do numerador é uma linha de atraso seguida pela
parte do denominador, que é uma linha de atraso obtida por feedback. Logo, existem dois
atrasos separados por linhas nessa estrutura e, portanto, requer oito elementos de atraso.
Nós podemos reduzir essa contagem de elementos de atraso ou eliminar uma linha de
atraso trocando a ordem na qual as duas partes estão conectadas na cascata.
6.2.2 ESTRUTURA TRANSPORTA
Essa estrutura é equivalente à forma direta usando um procedimento chamado
transposição. Nesta operação, são executadas três etapas:
• Todas as direções das setas do caminho são invertidas.
• Todos os nós da ramificação são substituídos por nós do somador e todos os nós do
somador são substituídos por nós de ramificação.
• Os nós de entrada e saída são trocados.
A estrutura resultante é chamada de estrutura de forma direta transposta
6.2.3 IMPLEMENTAÇÃO NO MATLAB
A estrutura de forma direta no MATLAB, é descrita por dois vetores de linha; " 𝑏" contendo
os coeficientes {𝑏𝑛} e contendo os coeficientes {𝑎𝑛}. A função de filtro, implementa a
função estrutura direta transposta de forma II.
6.2.4 FORMA EM CASCATA
Nesta estrutura, a função 𝐻(𝑧) é escrita como um produto de seções de 2ª ordem com
coeficientes reais. Isso é feito fatorando o numerador e os polinômios do denominador em
suas respectivas raízes e, em seguida, combinando um par complexo de raízes conjugadas
ou quaisquer duas raízes reais de polinômios de segunda ordem.
Temos 𝐾=𝑁2 e 𝐵𝑘,1, 𝐵𝑘,2, 𝐴𝑘,1, e 𝐴𝑘,2 são números reais representando os coeficientes das
seções de 2ª ordem. A seção de segunda ordem
Exemplo 6.1
Um filtro é descrito pela seguinte equação de diferenças
Temos K é igual a 𝑁2 e 𝐵𝑘,0, 𝐵𝑘,1, 𝐴𝑘,1, e 𝐴𝑘,2 são números reais representando os
coeficientes das seções de 2ª ordem. A seção de segunda ordem
Exemplo 6.2
Considere o filtro dado no Exemplo 6.1 e determine sua forma paralela.
Solução:
Na imagem abaixo podemos observar a estrutura resultante. Para verificar nossa estrutura
paralela, calculamos as 8 primeiras amostras da resposta ao impulso usando as duas
formas.
que é uma convolução linear de suporte finito. Os filtros FIR podem ser projetados para ter
uma resposta de fase linear, o que é desejável em algumas aplicações. Consideremos as
quatro estruturas a seguir:
• Forma direta: Nesta forma, a equação da diferença (6.7) é implementada
diretamente como dada.
• Forma em cascata: Nesta forma, a função do sistema 𝐻(𝑧) é fatorada em fatores de
2ª ordem, que são implementados em conexão de cascata.
• Forma de fase linear: Quando um filtro FIR tem uma resposta de fase linear, sua
resposta ao impulso exibe certas condições de simetria. Nesta forma exploramos
essas relações de simetria para reduzir multiplicações em cerca de metade.
• Forma de amostragem de frequências: Esta estrutura é baseada no DFT da resposta
ao impulso ℎ(𝑛) e leva a uma estrutura paralela. Isso é também adequado para uma
técnica de projeto baseada na amostragem de resposta em frequência 𝐻( 𝑒𝑗𝜔).
Exemplo 6.4
Um filtro FIR é fornecido pela função do sistema
Exemplo 6.9
O exemplo dá um filtro IIR para todos os polos e pede a forma Lattice.
onde, sem perda de generalidade, assumimos que N ≥ M. Uma estrutura do tipo rede pode
ser construída pela primeira realização de uma rede de polos com coeficientes Km, 1 ≤ m ≤
N para o denominador de (6.24), e então adicionando um parte da progressão tomando a
saída como uma combinação linear ponderada de {gm (n)}, mostrada na Figura 6.22 para M
= N. O resultado é um filtro IIR de polo-zero que tem a estrutura de progressão de grade.
Sua saída é dada por:
Exemplo 6.10
O exemplo fornece o seguinte filtro IIR de pólo zero e pede para converter em uma
estrutura de Lattice-escada.
Temos 𝑎𝑘𝑠 e 𝑏𝑘𝑠 como os coeficientes do filtro. Agora considere que esses coeficientes
sejam representados por seus â𝑘𝑠 e 𝑏𝑘𝑠 números finitos de precisão Então nós temos uma
nova função de sistema de filtro
Buscamos agora saber quão diferente esse filtro é do original H(z). Várias perspectivas
podem ser comparadas, podemos por exemplo, querer comparar suas respostas de
magnitude, ou respostas de fase, ou mudanças em seus polos e assim por diante. Uma
expressão analítica geral para computar essa mudança em todos esses aspectos é difícil de
obter-se.
6.8.3 EFEITOS DA RESPOSTA EM FREQUENCIA
A resposta de frequência do filtro IIR em (6.50) é dada por:
Se Assumimos os coeficientes {𝑎𝑘} e {𝑏𝑘} são quantizados para {𝑎̂𝑘} e {𝑏̂ 𝑘},
respectivamente, a nova resposta de frequência é dada por:
Exemplo 6.27
Computar e plotar a magnitude das respostas do filtro do exemplo 6.26
Solução:
Sendo o filtro, do tipo passa-banda com 10 pólos fortemente agrupados implementados
usando as formas direta e cascata. Calculamos a resposta de magnitude para precisão
infinita e quantização de 16 bits. Para a estrutura em forma de cascata, usamos
representações de 16 e 11 bits.
Na figura abaixo é possível observar os gráficos, a linha superior mostra os gráficos para a
forma direta e a linha inferior mostra os da forma em cascata. Assim como o esperado, o
gráfico de magnitude da forma direta é gravemente distorcido para a representação de 16
bits, enquanto os da forma em cascata são preservados, mesmo para palavras de 11 bits.
Exemplo 6.28
Um filtro passa-banda de oitava ordem foi obtido usando a abordagem de projeto de filtro
elíptico. Represente os coeficientes de filtro não quantificados usando palavras de 16 e 8
bits de comprimentos. Plote as respostas de magnitude do log do filtro e os locais de pólo
zero para ambos os coeficientes infinitos e finitos.
CAPÍTULO 7 - PROJETO DE FILTROS FIR
7.1 PRELIMINARES
O projeto de um filtro digital é realizado em três etapas:
Especificações: Antes de projetar um filtro, devemos ter algumas especificações.
Aproximações: Utilizaremos vários conceitos e matemática que estudamos até agora para
chegar a uma descrição de filtro que se aproxime de um determinado conjunto de
especificações.
Implementação: O produto da etapa acima é uma descrição do filtro na forma de uma
equação de diferença ou uma função do sistema H(z).
Para especificações:
A primeira abordagem é chamada especificações absolutas, que fornecem um conjunto de
requisitos sobre a função de resposta de magnitude |H(ej ω)|.
A segunda abordagem é chamada especificações relativas, que fornecem requisitos em
decibéis (dB), fornecido por:
7.1.1 ESPECIFICAÇÕES ABSOLUTAS
2. Item da lista
3. Item da lista
4. Item da lista
vamos discutir os requisitos específicos nas formas de h(n) e H(ej ω), bem como requisitos
sobre os locais específicos de (M -1) zeros que a restrição de fase linear exige.
7.2.1 RESPOSTA AO IMPULSO h(n)
Uma restrição de fase linear é aplicada
α é um atraso de fase constante
Então h(n) é simétrico. ou seja,
onde
e
Esta janela pode fornecer diferentes larguras de transição para o mesmo M, que é algo que
falta em outras janelas fixas. A janela Kaiser fornece larguras de banda de transição
flexíveis.
7.3.7 IMPLEMENTAÇÃO DE MATLAB
• w=boxcar(M) - janela retangular.
Este é um exemplo da janela de Hamming que utiliza a função cosseno para a sua
implementação, com um pouco de descontinuidade.
Este é um exemplo também com a janela de hamming, com um intervalo menor de
distância entre os pontos no eixo horizontal. Nesta representação é possível observar
melhor os pontos discretos.
7.3.8 EXEMPLOS DE DESIGN
No exemplo acima é possível observar como a janela de hamming se comportou para o
filtro passa-baixo. É possível observar também na magnitude em decibéis a oscilação do
sinal e as larguras de banda.
7.4 TÉCNICAS DE PROJETO DE AMOSTRAGEM DE FREQUÊNCIA
Se usa a ideia de que a função do sistema H(z) pode ser obtida a partir das amostras H(k)
da resposta de frequência H(ejω). Existem duas abordagens de design:
1. Usamos a ideia básica literalmente e não fornecemos restrições ao erro de
aproximação, chamada de método de design ingênuo.
2. Tentamos minimizar o erro na banda de interrupção variando os valores das
amostras da banda de transição, chamado de método de design ótimo.
Na figura observamos o seguinte:
1. O erro de aproximação - ou seja, a diferença entre a resposta ideal e a real - é zero
nas frequências amostradas.
2. O erro de aproximação em todas as outras frequências depende da forma da
resposta ideal; ou seja, quanto mais nítida for a resposta ideal, maior será o erro de
aproximação.
3. O erro é maior perto das bordas da banda e menor dentro da banda.
7.4.1 MÉTODO DE PROJETO NAIVE
Neste método, se define H(k) = Hd(e^j2πk/M), k = 0,. . . , M -1 e se usa
Esses conceitos são esclarecidos no seguinte conjunto de figuras. Ele mostra uma resposta
típica de filtro equirípticos junto com sua resposta ideal.
Exemplo 8.6
Projete um filtro passa-baixa analógico Chebyshev-I que satisfaça:
Solução:
As especificações são atendidas por um filtro Chebyshev-I de quarta ordem, cujo sistema
função é:
Exemplo 8.7
Projete um filtro passa-baixa analógico Chebyshev-II para atender às seguintes
especificações:
As especificações são atendidas por um filtro Chebyshev-I de quarta ordem, cujo sistema
função é:
8.4 TRANSFORMAÇÃO DE FILTROS ANALÓGICOS PARA DIGITAIS
A seguir estudaremos algumas técnicas utilizadas para realizar a conversão do analógico
para o digital, visto que, várias propriedades necessitam de ser preservadas.
8.4.1 TRANSFORMAÇÃO DA INVARIÂNCIA IMPULSIVA
Neste método de projeto, queremos que a resposta de impulso do filtro digital pareça
"semelhante" à de um filtro analógico seletivo de frequência. Por esse motivo, amostramos
ℎ𝑎(𝑡) em algum intervalo de amostragem T para obter T(n), isso é:
1. Projete um filtro analógico 𝐻𝑎(𝑠) para atender às especificações 𝛺𝑝, 𝛺𝑠, 𝑅𝑝 𝑒 𝐴𝑠.
Já descrevemos como fazer isso na seção anterior.
2. Finalmente, defina:
Exemplo 8.17
Projete o filtro Butterworth digital do Exemplo 8.11. As especificações são:
Solução:
Mais uma vez o filtro desejado é de 6ª ordem e possui 6 zeros. a função do sistema deve
ser:
Exemplo 8.18
Projete o filtro Chebyshev-I digital do Exemplo 8.12. As especificações são:
Solução:
O filtro desejado é um filtro de quarta ordem e tem 4 zeros em z = −1. A função do sistema:
8.4.5 TRANSFORMAÇÃO EM MATCHED-Z
Nesse método de transformação de filtro, zeros e pólos de 𝐻𝑎(𝑠) são mapeados
diretamente em zeros e pólos no plano z usando uma função exponencial. Dada uma raiz
(zero ou polo) na localização s = a no plano s, nós a mapeamos no plano z em z = 𝑒𝑎𝑇onde
T é um intervalo de amostragem.
Assim, a função do sistema 𝐻𝑎(𝑠)com zeros {𝑧𝑘} e pólos {p} é mapeada na função do
sistema de filtro digital H(z) como:
Exemplo 8.21
O exemplo pede o design digital de filtro passa-baixa Butterworth. Após executado o
experimento o filtro obtido:
Exemplo 8.22
O exemplo pede o design digital de filtro passa-baixa Chebyshev-I:Após executado o
experimento o filtro obtido:
Exemplo 8.23
O exemplo pede o design digital de filtro passa-baixo Chebyshev-II: Após executado o
experimento o filtro obtido:
Exemplo 8.30
Projetaremos um filtro de stopband Chebyshev-II cujas especificações são fornecidas no
script MATLAB fornecido no livro.
Solução:
O script utilizou da função cheby2 para obter o filtro desejado. Assim como no exemplo
anterior o filtro projetado também é de 10º ordem.
CAPÍTULO 12 - APLICAÇÕES EM COMUNICAÇÃO
Neste capítulo, vamos nos concentrar em várias aplicações que lidam com representação e
codificação de formas de onda, especialmente codificação de fala, e com comunicações
digitais. Em particular, descreveremos vários métodos para digitalizar formas de onda
analógicas, com aplicação específica para codificação e transmissão de voz.
12.1 MODULAÇÃO DE CÓDIGO DE PULSO
A modulação por código de pulso é um método para quantificar um sinal analógico com a
finalidade de transmitir ou armazenar o sinal em formato digital. O PCM é amplamente
utilizado para transmissão de voz em comunicações telefônicas e para sistemas de
telemetria que empregam transmissão de rádio. Concentraremos nossa atenção na
aplicação do PCM ao processamento de sinais de fala.
Os sinais de voz transmitidos pelos canais telefônicos são geralmente limitados em largura
de banda à faixa de frequência abaixo de 4 kHz. Portanto, a taxa de Nyquist para
amostragem de tal sinal é inferior a 8 kHz. No PCM, o sinal analógico de fala é amostrado na
taxa nominal de 8 kHz (amostras por segundo), e cada amostra é quantizada para um dos
2b níveis e representada digitalmente por uma sequência de b bits. Assim, a taxa de bits
necessária para transmitir o sinal de voz digitalizado é de 8.000 b bits por segundo. O
processo de quantização pode ser modelado matematicamente como:
onde s(n)
̃ representa o valor quantizado de s(n), e q(n) representa o erro de quantização,
que tratamos como um ruído aditivo. Assumindo que um quantizador uniforme é usado e o
número de níveis é suficientemente grande, o ruído de quantização é bem caracterizado
estatisticamente pela função de densidade de probabilidade uniforme,
onde rss (m) é a função de autocorrelação da sequência de sinal amostrada s(n), definida
como:
ou na forma matricial,
onde o fator de escala α(n) depende da saída do quantizador anterior. Por exemplo, se a
saída do quantizador anterior for pequena, podemos selecionar α(n) < 1 para fornecer uma
quantização mais refinada. Por outro lado, se a saída do quantizador for grande, o tamanho
do passo deve ser aumentado para reduzir a possibilidade de corte de sinal. Tal algoritmo
foi usado com sucesso na codificação de sinais de fala.
onde M(n) é um fator de multiplicação cujo valor depende do nível do quantizador para a
amostra s(n), e ∆(n) é o tamanho do passo do quantizador para o processamento de s(n).
12.4 MODULAÇÃO DELTA (DM)
A modulação delta pode ser vista como uma forma simplificada de DPCM na qual um
quantizador de 2 níveis (1 bit) é usado em conjunto com um preditor fixo de 1ª ordem. O
diagrama de blocos de um codificador-decodificador DM é mostrado abaixo. Nós notamos
que
desde que
Na prática, as formas de onda do sinal transmitidas pelo canal são corrompidas por ruído
aditivo e outros tipos de distorções do canal que, em última análise, limitam o desempenho
do sistema de comunicações. Como medida de desempenho, normalmente usamos a
probabilidade média de erro, que geralmente é chamada de taxa de erro de bits.
12.8 COMUNICAÇÕES DE ESPECTRO DE ESPALHAMENTO
Os sinais de espectro espalhado são frequentemente usados na transmissão de dados
digitais em canais de comunicação que são corrompidos por interferência devido a
interferência intencional ou de outros usuários do canal (por exemplo, telefones celulares e
outros aplicativos sem fio). Em outras aplicações além das comunicações, os sinais de
espectro espalhado são usados para obter medições precisas de alcance (tempo de atraso)
e taxa de alcance (velocidade) em radar e navegação. Por uma questão de brevidade,
limitaremos nossa discussão ao uso do espectro espalhado para comunicações digitais. Tais
sinais têm a característica de sua largura de banda ser muito maior que a taxa de
informação em bits por segundo.
No combate à interferência intencional (jamming), é importante para os comunicadores
que o jammer que está tentando interromper sua comunicação não tenha conhecimento
prévio das características do sinal. Para conseguir isso, o transmissor introduz um
elemento de imprevisibilidade ou aleatoriedade (pseudo-aleatoriedade) em cada uma das
possíveis formas de onda do sinal transmitido, que é conhecido pelo receptor pretendido,
mas não pelo jammer. Como consequência, o jammer deve transmitir um sinal interferente
sem conhecimento das características pseudo-aleatórias do sinal desejado.