Escolar Documentos
Profissional Documentos
Cultura Documentos
Joaquim Macedo
Departamento de Informática da Universidade do Minho &
Faculdade de Engenharia da Universidade Católica de Angola
Sumário
Amostragem de Sinais Áudio
Amostragem de Imagens 2D
Filtros Anti-Aliasing
Digitalização de Sinais Áudio
Conersão D/A
Critério de Fidelidade de Áudio
MIDI versus Áudio Digital
Digitalização de Imagens
Medidas de Fidelidade Visual
Forma de onda dum sinal
Amplitude versus Tempo
Espectro do mesmo sinal
Amplitude versus frequência
Um sinal áudio e o seu espectro
Amostragem
• Amostragem é o processo de fazer medidas à amplitude do
sinal em intervalos discretos do tempo/espaço
t
t
fs =1 / t
Transformada de Fourier
Seja g(t) um sinal áudio arbitrário
Define-se G(w) como a transformada de
Fourier de g(t) se
G ( ) g (t )e
jwt
dt
tempo
Amostragem uniforme
Se o sinal g(t) for amostrado uniformemente a
uma taxa de fs amostras por segundo
1
fs
T
g s (t ) g (t ) s(t ) g (kT ) (t kT )
k
s (t ) (t kT )
k
1
Gs ( ) G ( 2f s )
T k
1
f s 2B
T
Sub-amostragem
Sub-amostragem
Sinal original
Amostragem
Sinal reconstruído
Teorema da Amostragem
Um sinal contínuo no tempo g(t) pode ser
reconstruído de forma exacta das suas amostras
gs(t) se se cumprirem 2 condições:
g(t) deve ser de banda limitada com uma frequência
máxima M
A frequência de amostragem s de gs(t) deve ser maior que
2M, i.e. s>2M.
A segunda condição é conhecida como Critério de
Nyquist
s referenciada como Frequência de Nyquist , i.e. a
menor frequência de amostragem possível para
recuperar o sinal original a partir das suas amostras
Amostragem de banda limitada
|G(f)|
g(t)
Original F
t -B 0 B f
Filtro Passa
|Gs(f)|
Amostrado F Baixo
gs(t)
-2fs -fs 0 fs 2 fs
t f
(-fs-B) -(fs +B) -B B (fs -B) (fs +B)
Amostragem com frequência de
Nyquist
Amostragem de um sinal 1-D
Time domain Frequency Domain
g (t ) G( )
t f
Frequency
s(t ) S ( )
t f
fs 2fs 3fs
g s (t ) Gs ( )
t f
fs 2fs 3fs
Lowpass
g (t ) G( ) filter
t
f
fs /2
Reconstrução Directa
Fórmula de Interpolação do domínio do tempo
sin( f s t k )
g (t ) g (kT )
k ( f st k )
Os valores do sinal para instâncias do sinal não
amostradas podem ser calculadas exactamente
com um somatório de todos os valores
amostrados
As abordagens usadas para reconstrução do sinal
no domínio da frequência e do tempo são
equivalentes
A função sinc do lado direito da equação é a resposta de
impulso dum filtro passa-baixo ideal
Exemplo 4.1
Considere o seguinte sinal áudio com um tom
sinusoidal de 4.5KHz
g (t ) 5 cos( 2 * 4500t )
Amostre o sinal a taxa de i) 8000 ii) 10000
amostras/segundo
Reconstrua o sinal passando-o através dum filtro passa
baixo ideal com frequência de corte igual a metade da
frequência de amostragem. Assuma que os ganhos dos
filtros são de i)1/8000 e ii)1/10000. Determina o sinal
reconstruído nos dois casos.
Caso-1
1
Gs ( )
T1
G( 2nf
n
s ) 8000 G( 16000 * n)
n
1 / 8000 8000
H 1 ( )
0 otherwise
Caso-1 (cont)
G1 ( ) Gs ( )H 1 ( )
5 ( 7000 ) ( 7000 )
1/10000 10000
H 2 ( )
0 otherwise
Caso-2 (cont)
G2 ( ) Gs ( )H 2 ( )
5 ( 9000 ) ( 9000 )
Portanto o sinal de saída
2 N 0 N 2
Cálculo das frequências de aliasing
Frequência |f1-mFs| Frequência do Comentário
original (Hz) sinal recosntruído
500 500 Sem aliasing
s(x,y)
Δy
Δx
Amostragem de imagens 2D
F (1,2 ) 0, 1 x 0 , 2 y 0
Teorema da amostragem
f ( x, y ) f (mx, ny )sinc x xs m sinc y ys n
m n
sin( x xs m) sin( y ys n )
f ( mx, ny )
m n ( x xs m) ( y ys n )
1 1 1 1 1 1
where xs , ys , xs 2 x 0 , ys 2 y 0 . R xs , xs ys , ys .
x y 2 2 2 2
Exemplo 4.2
Considere a seguinte grelha para imagem com
frequência horizontal e vertical de 4 e 6 ciclos/grau
respectivamente
i( x, y) 255 cos2 (4x 6 y)
Amostre a imagem a 10 amostras/grau tanto na
horizontal como vertical. Reconstrua a grelha pasando-a
por um filtro passa baixo 2D com as seguintes
características
0.01 5 fh , fv 5
H 2D ( fh , fv )
0 em qq outro caso
Determina a grelha reconstruída
Espectro de Fourier da Imagem Contínua
i( x, y ) 255 cos[ 2 ( 4 x 6 y )]
I ( h , v ) 255 h 4 * 2 , v 6 * 2 h 4 * 2 , v 6 * 2
fv
-4
4 fh
-6
Espectro de Fourier da Imagem Discreta
255
0.01
I (
m n
h 20m, 20n ) 5
6
-4
-5 4 5 fh
-6
Espectro da Imagem Amostrada
Iˆ( h , v ) H 2 D ( h , v ) I s ( h , v )
255 [ h 4 * 2 , v 4 * 2
h 4 * 2 , v 4 * 2 ]
6W
9.5º
9.5º
6.4º
Banda Passante
0.0
fs/2 fs f
Especificação do desenho de filtros
Considere um sinal áudio com espectro 0-20 KHz. O sinal vai
Ser amostrado a 8 KHZ. Conceba um filtro anti-aliasing adequado
A frequência de amostragem é 8 KHz.
O filtro ideal para anti-aliasing será um filtro passa baixo com frequência de
corte a 4KHz.
Contudo é fisicamente impossível desenhar um filtro ideal.
Neste exemplo vai-se desenhar um filtro PB com as seguintes características:
Butterworth 4.909 10 45
H ( s)
D( s )
D( s) s13 27140 s12 3.682 108 s11 3.298 1012 s10 2.171 1016 s 9
Chebyshev-1
2.742 1016
H (s) 5
s 2261s 4 1.536 10 7 s 3 2.272 1010 s 2 4.817 1013 s 2.742 1016
Características do Filtro
Exemplos Amostragem Imagens
Anti-Aliasing
Áudio Digital,
Discreto
Digitalização do Sinal Áudio
Gravação e Armazenamento de N canais
. Multiplexer
Compressão
e Correcção de
. Erros
.
Amostragem e
Áudio Analógico Digitalização
Canal N
Meio de
Armazenamento
Gravação e armazenamento áudio
Funções dos diferentes blocos do sistema
Bloco Funções
Amplificador Amplifica o sinal antes da introdução de qualquer
ruído (aleatório ou de quantificação)
g* Quantizer output
rN 1
rN 2
Quantizer error
d0
g
d1 d2 dN
r2
r1
r0
Quantificador não uniforme
g* Quantizer output
rN 1
Quantizer error rN 2
d0
g
d1 d2 d3 dN
r2
r1
r0
Exemplo 4.5
k 4
dk 0 k 8
4
1
rk d k 0k 7
8
Níveis de decisão e reconstrução
Quantificador do exemplo 4.5
Frequência amostragem
Para cana stéreo
bitrate 2 * FS * B bits / sec ond
Representação PCM da saída
Como se representam as saídas do quantificador?
As saídas quantificadas a N-níveis são representadas com B bits onde
N 2B
Por exemplo, a saída do quantificador de 8 níveis pode ser representado
usando 3 bits.
Níveis Representação PCM 8 bits 256 Níveis
0 000 16 bits 65536 Níveis
1 001 32 bits 4.3x109 Níveis
…….
6 110
7 111
Taxa de bits Vs. Qualidade
Muito incómodo 1
Incómodo 2
Ligeiramente Incómodo 3
N 1 ^
f ( n) 2
SNR n 0
2
N 1
^
n 0
f (n) f (n)
SNR(em dB) 10 log 10 SNR
2
1 N 1
^
MSE
N
n 0
f (n) f (n)
Relação Sinal-Ruído
Q 2 B
Q/2 2 2 B
1 Q 2
E e 2
de onde Q 2 B
Q Q / 2 12 12
SNR versus Bits/amostra
E (in dB) 10 log Q 2 / 12 10 log 2 2 B / 12 6 * B 10.8
Chord.wav
Suporta 256 x 256 x 256 cores possíveis (16,777,216) para 24 bit res.
armazenamento
Tipos de imagens
f (m, n) 2
SNR(em dB) 10 log 10 m 0 n 0
2
M 1 N 1
^
m 0 n 0
f ( m, n ) f ( m, n )
M 1 N 1