View
222
Download
0
Category
Preview:
Citation preview
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
1/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Disciplina: Processamento Digital de SinaisAula 01 - Introdu cao aos Sinais e Sistemas
Digitais
Prof. Eduardo Simas(eduardo.simas@ufba.br)
Programa de P os-Gradua cao em Engenharia EletricaUniversidade Federal da Bahia
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
2/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Conte udo
1 IntroducaoClassicacao dos SinaisAnalogico Digital
2 Sinais no Tempo Discreto
3 Sinais Aleatorios
4 Processamento Digital de Sinais
5 Conversao Analogico Digital
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
3/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Introducao
Deni cao : O que e um sinal ?1 - Um sinal e a representacao de um fen omeno variavel que
pode ser medido. (M. Weeks);
2 - Um sinal e uma funcao de uma variavel independente como o
tempo, a pressao, a posi cao, a temperatura, etc. (S. Mitra);Exemplos de sinais:
- s (t ) = N i =1 AN sin(N t + N );
- A fala de uma pessoa (sinal acustico variavel com o tempo),que pode ser convertido num sinal eletrico usando um microfone(transdutor);
- Uma imagem digital em preto e branco (sinal com amplitudevariavel com a posicao do ponto, ou pixel , medido; aamplitude e proporcional ao tom de cinza);
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
4/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Introducao
Exemplos de sinais:
Fala(variavel no tempo)
Imagem(variavel com a posi cao)
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
5/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Classica cao dos Sinais
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
6/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Classica cao dos Sinais
Os sinais podem ser classicados quanto a sua natureza em:
Determinsticos - quando sua forma de onda ou equacaomatematica sao conhecidos para qualquer valorda variavel independente.
Aleatorios - quando existe algum fenomeno de naturezaaleat oria (ex: rudo aditivo, variacoes no meio detransmissao, etc), que nao permite que o sinal
seja completamente determinado. Neste caso hasempre uma incerteza associada ao valoresperado do sinal.
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
7/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Classica cao dos Sinais
Os sinais sao classicados tambem de acordo com ascaractersticas da variavel independente (em geral o tempo) edos seus valores medidos:
- Tempo contnuo ou tempo discreto ;
- Amplitude contnua ou amplitude discreta .
Deste modo, existem quatro classicacoes possveis para umsinal (ver Figura a seguir):
a) Amplitude e tempo contnuos (sinal anal ogico);
b) Amplitude contnua e tempo discreto (sinal amostrado);
c) Amplitude discreta e tempo contnuo (sinal quantizado);
d) Amplitude e tempo discretos (sinal digital);
Em geral e utilizada a nota cao x (t ) para um sinal no tempo
contnuo e x (nT ), x [n] ou x (n) para um sinal no tempodiscreto.
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
8/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Exemplos de sinais
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
9/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Classica cao dos Sinais
Em alguns casos praticos, para a adequada descri cao dofenomeno fsico de interesse e necessario o conhecimentosimultaneo de diversos sinais (Ex: Vdeo digital, sistemas de
instrumenta cao com m ultiplos sensores).
Neste caso, os sinais podem ser agrupados de forma vetorial (oumatricial), dando origem aos sinais multidimensionais .
Assim, os sinais podem ser classicados em:- Monodimensionais
- Multidimensionais
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
10/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Analogico Digital
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
11/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Analogico Digital
O termo anal ogico esta relacionado a palavra analogo, pois osinal que ele representa tenta representar de modo el oprocesso fsico correspondente.
Para a obten cao de um sinal digital a partir de suarepresenta cao anal ogica e preciso realizar um processo conhecido
como conversao anal ogico-digital(embora existam sinaisnaturalmente discretos no tempo, i.e. a temperatura diaria, ovalor de uma acao no fechamento da bolsa de valores, etc).
Considerando que:
- Grande parte dos fenomenos e sinais existentesnaturalmente sao analogicos.
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
12/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Analogico Digital
O termo anal ogico esta relacionado a palavra analogo, pois osinal que ele representa tenta representar de modo el oprocesso fsico correspondente.
Para a obten cao de um sinal digital a partir de suarepresenta cao anal ogica e preciso realizar um processo conhecido
como conversao anal ogico-digital(embora existam sinaisnaturalmente discretos no tempo, i.e. a temperatura diaria, ovalor de uma acao no fechamento da bolsa de valores, etc).
Considerando que:
- Grande parte dos fenomenos e sinais existentesnaturalmente sao analogicos.
- A conversao analogico-digital sempre introduz erros dequantiza cao ao sinal digitalizado.
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
13/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Analogico Digital
O termo anal ogico esta relacionado a palavra analogo, pois osinal que ele representa tenta representar de modo el oprocesso fsico correspondente.
Para a obten cao de um sinal digital a partir de suarepresenta cao anal ogica e preciso realizar um processo conhecido
como conversao anal ogico-digital(embora existam sinaisnaturalmente discretos no tempo, i.e. a temperatura diaria, ovalor de uma acao no fechamento da bolsa de valores, etc).
Considerando que:
- Grande parte dos fenomenos e sinais existentesnaturalmente sao analogicos.
- A conversao analogico-digital sempre introduz erros dequantiza cao ao sinal digitalizado.
Entao, porque o processamento digital e tao difundidoatualmente ?
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
14/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Analogico Digital
O termo anal ogico esta relacionado a palavra analogo, pois osinal que ele representa tenta representar de modo el oprocesso fsico correspondente.
Para a obten cao de um sinal digital a partir de suarepresenta cao anal ogica e preciso realizar um processo conhecido
como conversao anal ogico-digital(embora existam sinaisnaturalmente discretos no tempo, i.e. a temperatura diaria, ovalor de uma acao no fechamento da bolsa de valores, etc).
Considerando que:
- Grande parte dos fenomenos e sinais existentesnaturalmente sao analogicos.
- A conversao analogico-digital sempre introduz erros dequantiza cao ao sinal digitalizado.
Entao, porque o processamento digital e tao difundidoatualmente ?
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
15/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
Sinais
ConversaoAnal ogicoDigital
Porque usar o Processamento Digital?
Os circuitos digitais sao mais tolerantes a variacoes noscomponentes eletr onicos;
O sinal digital e mais imune ao rudo aditivo na transmissao(mais simples de minimizar o erro em cada bit0 ou 1);
A crescente disponibilidade de dispositivos para oprocessamento digital (computadores pessoais, equipamentosmoveis, hardware dedicado, etc);
A crescente disponibilidade de sinais digitais (internet, colecoespessoais de audio, imagem e vdeo, etc);
= > Desvantagens :- Sao necessarias duas etapas adicionais para o
processamento de um sinal analogico (conv. AD e DA).
- Os circuitos de processamento digital, em geral, consumemmais energia que os analogicos, pois utilizam sempredispositivos eletronicos ativos na sua construcao.
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
16/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Sinais e Sistemas no Tempo Discreto
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
17/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Sinais no Tempo Discreto
Um sinal no tempo discreto pode ser representado por umasequencia de n umeros que pode ter dura cao innita oudura cao nita .
Exemplos:
- {x 1[n]} = {. . . , 2.3, 3.0, 0.7, 1.1, 1.9, . . .} (duracao innita);
- x 2[n] = [0.7, 1.0, 2.1, 1.8, 1.3] (duracao nita).
Numa sequencia nita x [n] = 0 para N 1 n N 2 .
Lembrando que, os valores de x [n] podem representar amostrasde um sinal analogico x (t ) tomadas em intervalos de tempo T (perodo de amostragem).
Neste caso: x [n] = x (nT ).
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
18/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Exemplo de um sinal no tempo discreto
As amostras do sinal analogico sao tomadas a intervalos detempo regulares T (perodo de amostragem).
A frequencia de amostragem e denida como: f = 1T
.
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
19/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Sinais Elementares
Alguns sinais elementares sao extremamente uteis nodesenvolvimento da teoria do PDS (embora nem sempre sejamrealizaveis na pratica).
Entre eles temos:
a- Impulso unitario: [n] = 1, n = 00, n = 0
b- Impulso unitario deslocado: [n m] = 1, n = m0, n = m
c- Degrau unitario: u [n] = 1, n 0
0, n < 0d- Funcao cosseno: x [n] = cos[n]
e- Funcao exponencial: x [n] = e an
f- Funcao rampa unitaria: r [n] = n, n 00, n < 0
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
20/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Sinais Elementares
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
21/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Energia e Potencia de Sinais
Energia:
E x =
n = |x [n]|2
Potencia media de um sinal nao-peri odico num intervalo nito:
P x = limK
12K + 1
K
n = K
|x [n]|2
Potencia media de um sinal periodico (de perodo N):
P x = 1N
N 1
n =0
|x [n]|2
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
22/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Sistemas no Tempo Discreto
Um sistema no tempo discreto realiza um mapeamento de umsinal de entrada x [n] para uma sada y [n]:
y [n] = H{ x [n]}
sendo H{.} o operador que representa o sistema no tempodiscreto.
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
23/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Propriedades de Sistemas no Tempo Discreto
Linearidade : H{ax 1 [n] + bx 2 [n]} = aH{ x 1[n]} + b H{ x 2[n]}.
Invariancia no tempo :
y [n] = H{ x [n]} y [n n0] = H{ x [n n0 ]}.
Causalidade : a sada y [n0 ] depende apenas das entradas x [n]para n n0 .
Fun cao de Resposta ao Impulso : um sistema linear einvariante no tempo (SLIT) e completamente caracterizado porsua funcao de resposta ao impulso: h[n] = H{ [n]}.
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
24/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Propriedades de Sistemas no Tempo Discreto
Soma de Convolucao : para um SLIT a resposta y [n] a umaentrada x [n] pode ser calculada a partir de:
y [n] =
k =
x [k ]h[n k ] =
l =
x [n l ]h[l ] = x [n]h[n].
De modo compacto podemos representar a convolucao usando:y [n] = x [n]h[n] = h[n]x [n].
Estabilidade : um sistema e dito BIBO-estavel (BIBO -Bounded Input Bounded Output , ou seja, entrada limitada sada limitada) se e somente se:
k =
|h[k ]| <
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
25/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Equa coes de diferen cas
Os sistemas no tempo discreto podem ser descritos porequacoes de diferencas (que sao a contrapartida discreta dasequacoes diferenciais).
Para um sistema linear generico podemos escrever:
N
i =0
a i y [n i ] M
l =0
b l x [n l ] = 0
Exemplos de sistemas descritos por equacao de diferencas:
1- y [n] = x [n] + x [n 1]/ 2 + x [n 2]/ 42- y [n] = x [n] + n
3- y [n] = 3x [n] + x [n + 1]
4- y [n] = x 2[n] + x [n + 2]
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
26/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital de
SinaisConversaoAnal ogicoDigital
Exerccio de Fixacao
Classique os sistemas descritos no slide anterior quanto a:linearidade, invariancia no tempo e causalidade.
1- y [n] = x [n] + x [n 1]/ 2 + x [n 2]/ 4
2- y [n] = x [n] + n
3- y [n] = 3x [n] + x [n + 1]
4- y [n] = x 2
[n] + x [n + 2]
d
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
27/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Exerccio de Fixacao - Resposta
Classique os sistemas descritos no slide anterior quanto a:linearidade, invariancia no tempo e causalidade.
1- y [n] = x [n] + x [n 1]/ 2 + x [n 2]/ 4: linear, causal einvariante no tempo.
2- y [n] = x [n] + n: linear, causal e variante no tempo.
3- y [n] = 3x [n] + x [n + 1] linear, nao-causal e invariante notempo.
4- y [n] = x 2[n] + nx [n + 2] nao-linear, nao-causal e varianteno tempo.
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
28/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Sinais Aleatorios
Si i Al i
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
29/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Sinais Aleatorios
Em muitos casos praticos os sinais de interesse nao saocompletamente conhecidos, pois apresentam caractersticasaleat orias.
Para o estudo apropriado desse tipo de sinal e necessario autilizacao de conceitos da estatstica como:
- Variavel aleat oria;
- Processo aleat orio (ou estocastico);
V i l Al t i
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
30/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Variavel Aleat oria
Uma variavel aleat oria X () e uma fun cao cujo domnio e oconjunto de resultados S e X () R .
Para todo conjunto A S existe um conjunto imagem T R denido por X .
A variavel aleatoria induz a uma medida da probabilidade noeixo real:
- P (X = x ) = P { : X () = x };
- P (X x ) = P { : X () x };
- P (x 1 < X x 2) = P { : x 1 < X () x 2};
- Entao pode-se concluir que:P (X = ) = P (X = ) = 0.
V i l Al t i E l
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
31/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Variavel Aleat oria - Exemplos
Valores de energia medidos num detector de partculas paradiferentes objetos de interesse:
0 20 40 60 800
0.5
1
1.5
2
2.5
3
3.5
P r o
b a b i l i d a d e
( % )
Energia (GeV)
E10E15i
Partculas eletromagneticas(eletrons e fotons)
0 20 40 60 800
2
4
6
8
10
12
14
P r o
b a b i l i d a d e
( % )
Energia (GeV)
E10E15i
Partculas hadr onicas(protons, neutrons, etc)
Processo Estocastico
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
32/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Processo Estocastico
Assim como as variaveis aleatorias mapeiam os resultados deum experimento no eixo real, os processos estocasticos (PE)mapeiam os resultados de um experimento num conjuntoamostral de sinais temporais x (t ).
A notacao utilizada para denir um processo aleat orio e X (t , ),
sendo que:- a variavel t representa o tempo;
- a variavel representa o resultado do evento aleatorio E ;
- para um resultado especco i de E existe uma funcao
temporal x i (t ) associada (chamada de fun cao amostral ourealizacao do PE);
- para um valor especco de tempo t = t 0 , X (t 0 , )representa uma colecao de valores numericos obtidos dasdiversas funcoes temporais avaliadas em t = t 0 , ou seja,
X (t 0 , ) e uma variavel aleat oria.
Exemplo de processo estocastico
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
33/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Exemplo de processo estocastico
= > As tecnicas de analise e processamento de sinais aleat orios saoestudadas na disciplina Processamento Estatstico de Sinais(ENGA83) , que sera oferecida no pr oximo perodo (2013.1).
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
34/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Processamento Digital de Sinais
Processamento Digital de Sinais
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
35/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Processamento Digital de Sinais
Deni cao : O processamento digital de sinais e adisciplina que estuda as regras que governam os sinais quesao fun coes de variaveis discretas, assim como os sistemasusados para processa-los (Diniz, da Silva e Lima Netto).
Os sistemas de processamento digital de sinais podem serimplementados em diferentes plataformas como:- Computadores (atraves de ambientes especializadas como
Matlab e Scilab ou utilizando alguma linguagem deprogramacao);
- Processadores digitais de sinais (as rotinas deprocessamento sao embarcadas na memoria doprocessador);
- Dispositivos de hardware digital (usando componentesdiscretos ou dispositivos programaveis como FPGA).
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
36/49
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
37/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Conversao Anal ogico Digital
Conversao Analogico Digital
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
38/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Conversao Anal ogico Digital
Conforme discutido anteriormente, em diversos problemaspraticos sistemas de processamento digital sao utilizados parasinais que sao originalmente analogicos.
Para isso e necessario realizar a conversao analogico-digital(AD) do sinal de interesse.
Um conversor analogico digital (ADC - Analog to Digital
Converter ) e composto pelas etapas: amostragem, quantiza caoe codicacao.
Conversao Analogico Digital
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
39/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Conversao Anal ogico Digital
Esquemas das convers oes (a) AD e (b) DA.
Amostragem
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
40/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Amostragem
Atraves da amostragem e possvel obter um sinal no tempodiscreto x [n] a partir de um sinal no tempo contnuo x (t ), demodo que: x [n] = x (nT ).
O processo consiste em multiplicar o sinal analogico por umtrem de impulsos defasados por um intervalo de tempo T :
x (nT ) = x (t )
n = (t nT )
Considerando a denicao da transformada de Fourier (TF):
F ( j ) =
f (t )e j t dt
E sabendo que a TF do produto de duas funcoes e proporcionala convolucao de suas transformadas de Fourier:
x (t ) = a(t )b (t ) X ( j ) = A( j )B (( j ))
Amostragem
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
41/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
g
Considerando a funcao trem de impulsos:
p (t ) =
n = (t nT )
Entao pode-se provar que:
P ( j ) = 2T
k =
( 2T
k )
sendo s = 2T
a frequencia de amostragem (em rad/s).
Observando as guras do slide a seguir, verica-se que epossvel obter x (t ) = x a (t ) de x (nT ) = x i (t ) desde que:
- seja realizada uma ltragem passa baixas no sinal x (nT );- nao haja sobreposi cao entre as c opias adjacentes de
X a ( j ) existentes em X i ( j ) (aliasing ).
Amostragem
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
42/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
g
Limite de Nyquist
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
43/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
yq
Para nao haver sobreposi cao epreciso garantir que:
s > 2c
onde c e a maximacomponente de frequenciaexistente no sinal a ser
discretizado.
= 2c e conhecida como afrequencia de Nyquist de x (t ).
Filtro Anti-Aliasing
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
44/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
g
Quando o sinal de interesse (a ser discretizado):- nao e de banda limitada ou pelo menos tem c > s / 2;- e composto por um sinal de banda limitada (c < s / 2),
porem ha rudo aditivo de banda larga,
e necessario utilizar um ltro passa-baixas anal ogico (Filtro
Anti-Aliasing ) antes do processo de amostragem para evitar asobreposicao dos espectros.
Quantizacao e Codicacao
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
45/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Ao nal da conversao AD a sada e, normalmente, um c odigobinario.
Cada palavra do codigo representa o valor quantizado de umaamostra temporal de x [n].
O comprimento (ou numero de bits) da palavra binaria estaassociado com a resolucao do conversor AD.
A resolucao e determinada pelo numero de nveis discretos quepodem ser atingidos apos a conversao (ou seja, o numero denveis de quantiza cao).
Usando a codicacao binaria natural, com N bits e possvelobter QL = 2 N nveis de quantiza cao.
Quantizacao
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
46/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Diagrama do processo de quantizacao:
Quantizacao
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
47/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
O maximo erro de quantiza cao QE max e denido como:
QE max = x 2(QL)
= x 2(2N )
= x (2N +1 )
sendo x a faixa de excursao do sinal analogico x (t ).
Nos conversores AD o processo de quantizacao em geral eimplementado utilizando comparadores anal ogicos (ajustadospara cada nvel de quantiza cao).
Codica cao
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
48/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Na codicacao, o nvel de quantiza cao associado a uma dada
amostra e convertido numa palavra binaria.
Existem diversas formas de codicacao, sendo uma das maissimples a codicacao natural.
Na codica cao natural , o nvel de quantizacao (QL) k eassociado a palavra binaria que representa o numero inteiro k .Considerando uma codicacao a 4 bits (2 4 = 16 nveis):
QL Rep. Binaria QL Rep. Binaria00 0000 08 100001 0001 09 100102 0010 10 101003 0011 11 101104 0100 12 110005 0101 13 110106 0110 14 1110
07 0111 15 1111
Bibliograa Consultada
8/12/2019 Processamento Digital de Sinais Aula01 Simas Ufba
49/49
PDS - Aula 01
EduardoSimas
Introdu caoClassica cao dosSinaisAnalogico Digital
Sinais noTempoDiscreto
SinaisAleatorios
ProcessamentoDigital deSinais
ConversaoAnal ogicoDigital
Na elaboracao destes slides foram utilizadas as fontes a seguir:
- DINIZ, P. S. R., da SILVA, E. A. B. e LIMA NETTO, S.Processamento Digital de Sinais. Bookman, 2004.
- MITRA, S., Digital Signal Processing, Bookman, 2005.
- WEEKS, M. Processamento Digital de Sinais, LTC, 2011.
- ANTONIOU, A., Digital Signal Processing, McGraw-Hill,2006.
Algumas guras foram retiradas na ntegras das referenciasacima.
Recommended