PDS apostila.pdf

Processamento de Sinais2015-1

1 / 281

Processamento de Sinais

Engenharia Elétrica - 7o período

Hélio Marques Sobrinhohmarx@linuxtech.com.br

http://linuxtech.com.br/downloads

Processamento de Sinais2015-1

2 / 281

Horários das aulas● Quarta

– 19:00 às 20:40

● Sexta– 19:00 às 20:40

Processamento de Sinais2015-1

3 / 281

Bibliografia● Referências

Sinais e Sistemas

● Simon Haykin e Barry Van Veen

Sinais e Sistemas Lineares

● Bhagawandas P. Lathi

Sinais e Sistemas

● Alan V. Oppenheim & Adam S. Willsky

Introdução ao Processamento Digital de Sinais

● José Alexandre Nalon

● A Internet !

E muito mais !

Vejam: http://bookboon.com

Processamento de Sinais2015-1

4 / 281

Programa● Introdução

● Sinais e sistemas de tempo discreto

● Representação em em frequência

● Transformada de Fourier

– Resposta em frequência e Aplicações de DFT

– Sistemas FIR e IIR● Analise espectral de sinais

● Transformada Z

● Filtros digitais

– Projetos de filtros digitais FIR e IIR

Processamento de Sinais2015-1

5 / 281

Introdução e revisão● Definições

● Sistema– Entidade que manipula um ou

mais sinais consequentemente gerando novos sinais.

● Sinal– Uma função de uma ou mais

variáveis veiculando informações sobre a natureza de um fenômeno físico.

Sinal de entradaSistema

Sinal de saída

Processamento de Sinais2015-1

6 / 281

Exemplos● Sistemas ?

● Sinais ?

Processamento de Sinais2015-1

7 / 281

Aplicações de processamento de sinais

Processamento de Sinais2015-1

8 / 281

Aplicações de processamento de sinais● Controle

– Controle e automação industrial● Comunicações

– Transmissão de informações● Analógica e Digital

● Processameno de sinais

– Extração e alteração de sinais● Modulação, Filtros, Melhoramento

– Transmissão, Armazenamento, Exibição● Eficiencia e Confiabilidade !

Processamento de Sinais2015-1

9 / 281

Análise de sinais biológicos● Sinais cerebrais : EEG : Eletroencefalografia● Sinais cardiacos : ECG : Eletrocargiografia● Imagens médicas: Raio X, PET, MRI)

– PET : Positron EmitionTomography

– MRI : Magnetic Ressonance Imaging

● Detecção de atividades anormais● Auxílio aos diagnósticos

Processamento de Sinais2015-1

10 / 281

PET SCAN

Processamento de Sinais2015-1

11 / 281

Ondas cerebraiscom ruidos difícieis de interpretar

Processamento de Sinais2015-1

12 / 281

Exemplo: Imagem jpeg

43K 13K 3.5K

– Jpeg usa transfomada de cosseno discreta

(Similar à Transformada de Fourier)

JPEG: Joint Photografic Experts

Processamento de Sinais2015-1

13 / 281

Biometria• Identificação de uma pessoa usando

caracteristicas fisiológicas

– Exemplos ● Identificação digital● Reconhecimento facial● Reconhecimento de voz

Processamento de Sinais2015-1

14 / 281

Processamento de sinal de áudio● Cancelamento de ruidos

– Filtro adaptativo de ruídos

● Fones utilizados em cockpits● Efeitos em áudio digital● Adiçao de efeitos musicais

– Atraso, eco e reverberação

● Separação de sinal de áudio– Separar falas de interferência

– Separar som do vento da música em carros

Processamento de Sinais2015-1

15 / 281

Sistema de Comunicação

Transmissor Canal Receptor

Sinal da mensagen

Sinal transmitido

Sinal recebido

Estimativa do sinal da mensagem recebido

Atenuação de sinal

Processamento de Sinais2015-1

16 / 281

Sinal e Ruído

SNR = Signal Noise Ratio SNR=P signal

P noise

Processamento de Sinais2015-1

17 / 281

Algumas distorções de sinais

Processamento de Sinais2015-1

18 / 281

Revisão matemática - 1

Números e QuantidadesRepresentação Numérica : Bases numéricas

Conjuntos

Discretos (       ) ℕ :  0 .. + ∞ ℤ : ­∞ .. + ∞

Contínuos(     ) ℝ : ­∞ .. + ∞ ℂ : x + j y

    x e y      ∈ ℝ

Δ=+/-1

Δ→0

Processamento de Sinais2015-1

19 / 281

Trigonometria● Seno, Cosseno, Tangente, ...

Processamento de Sinais2015-1

20 / 281

Círculo e Senoide

Processamento de Sinais2015-1

21 / 281

Gráficos trigonométricos

Processamento de Sinais2015-1

22 / 281

Relações Trigonométricas - 1

sin2 x + cos2 x=1

cotg (x)=1

tan (x)

sin (−x)=−sin (x)

cos(−x) = cos(x)

cosec(x)=1

sen(x)

tan (x) =sin( x)cos( x)

tan (−x) =−tan ( x)

tan (x+ y) =tan (x)+ tan ( y)

1−tan ( x) tan ( y)

tan (x− y) =tan (x)−tan ( y)

1+ tan ( x) tan ( y)

sec(x)=1

cos(x)

Processamento de Sinais2015-1

23 / 281

Relações Trigonométricas - 2

sin (x± y)=sin (x)cos( y)±cos(x)sin ( y)

cos(x± y)=cos(x)cos( y)∓sin (x)sin ( y)

sin (x)cos(x) =12

sin (2x)

tan (x2) =

1−cos(x)sin (x)

=sin(x)

1+cos( x)

E muito mais !

Processamento de Sinais2015-1

24 / 281

Viagem de uma onda senoidal

Processamento de Sinais2015-1

25 / 281

Comprimento de onda

Processamento de Sinais2015-1

26 / 281

Dependência de x e ty = sin (kx − ωt)

Processamento de Sinais2015-1

27 / 281

Revisão matemática - 2Vetores Fasores

Processamento de Sinais2015-1

28 / 281

Tangente

Processamento de Sinais2015-1

29 / 281

Revisão : Números Complexos∣Z∣=√x2

+ y2 ∣Z∣<θZ=x+ j y

AB=cos(θ)

BC=sin (θ)

Z1=a+ j b Z2=c+ j d

Z1+Z2=(a+c)+ j(b+d)

Z1∗Z2=(ac−bd)+ j(ad+bc)

Z=x− j yConjugado:

Z1+Z1=2a

Z1∗Z1=a2+b2

1Z=

Z∣Z2∣

Processamento de Sinais2015-1

30 / 281

Revisão - FasoresSenoide :

Z=∣Z∣<ϕ

Z=∣Z∣cos(ϕ)+ j sin(ϕ)

ϕ=tan−1[(X L−XC)

R]

Processamento de Sinais2015-1

32 / 281

Matrizes

Soma de matrizes

Processamento de Sinais2015-1

33 / 281

Matrizes

Multiplicação de matrizesPor constante

Por matriz

Multiplicação de matrizes

Processamento de Sinais2015-1

34 / 281

Limites● Seja S uma sequência de números reais

– x1, x2, x3, x4, …

● lim(xi) = L quanto maior for o valor de I

● Para uma função f(x) real

Processamento de Sinais2015-1

35 / 281

Cálculo Integral● Seja

y = f (x)

● a integral

● representa a área delimitada pela curva do ponto a até b e a reta real.

F(x) = = F(b) - F(a)

F(x) =

Processamento de Sinais2015-1

36 / 281

Integral indefinida

Integral imprópria

∫ f (x)dx

∫−∞

∞

f (x)dx

Processamento de Sinais2015-1

37 / 281

Derivativo ou derivada

Notação de Leibinitz :

Notação de Lagrange : f'(x)

f ' ( x) oudfdx( x)

Processamento de Sinais2015-1

38 / 281

Derivativa geométrica

Processamento de Sinais2015-1

39 / 281

Algumas regras de derivadas

Processamento de Sinais2015-1

40 / 281

Regras de derivadas (1/4)(cf )'=cf '

( f +g)'= f '+g '

( fg )'= f ' g+ fg '

(fg)'=

f ' g− fg '

g2

( f ο g) '=( f ' ο g)g '

d (c)dx

=0

d (x)dx

=1

d (cx)dx

=c

d (xc)

dxc =cxc−1

onde ( f ο g)= f (g (x))

Processamento de Sinais2015-1

41 / 281

Regras de derivada (2/4)

d (1x)

dx=d

( x−1)

dx=−x−2

=−1

x2

d (1

xc)

dx=d

( x−c)

dx=−c

xc+1

d (√ x)dx

=d x

12

dx=

12x−

12=

12x−

12=

12√ x

Processamento de Sinais2015-1

42 / 281

Regras de derivada (3/4)d (sen(x))

dx=cos(x)

d (cos(x))dx

=−sen( x)

d ( tan (x))dx

=sec2(x)=

1

cos2 x

d (sec(x))dx

=tg (x) sec(x)

d (cotg (x))dx

=−cosec2(x)=

−1

sen2 x

d (cosec(x))dx

=−cosec( x)cotg (x)

d (arcsen (x))dx

=1

√1−x2

d (arccos( x))dx

=−1

√1−x2

Processamento de Sinais2015-1

43 / 281

Regras de derivada (4/4)d (arctg (x))

dx=

1

1+ x2

d (arcsec (x))dx

=1

∣x∣√(x2−1)

d (arccotg ( x))dx

=−1

1+x2

d (arccosec (x))dx

=−1

∣x∣√(x2−1)

d (senh( x))dx

=cosh (x)=(e x

+e−x)

2

d (cosh (x))dx

=senh(x)=(e x

+e−x)

2

d ( tanh( x))dx

=sech2(x)

d (sech(x))dx

=−tanh (x)sech( x)

Processamento de Sinais2015-1

44 / 281

Sinais

● Frequências● Amplitudes● Fases

Processamento de Sinais2015-1

45 / 281

Frequências e Harmônicas

Processamento de Sinais2015-1

46 / 281

Harmônicas acumuladas

Processamento de Sinais2015-1

47 / 281

Modulação de sinais

Processamento de Sinais2015-1

48 / 281

Modulações básicas

Processamento de Sinais2015-1

49 / 281

Modulação PSK – Phase Shift Keying

Processamento de Sinais2015-1

50 / 281

Modulação FSK – Frequency Shift Keying

Processamento de Sinais2015-1

51 / 281

Fator de qualidade de sinal

Processamento de Sinais2015-1

52 / 281

Superposição positiva

Processamento de Sinais2015-1

53 / 281

Reflexão fixa e livre

Processamento de Sinais2015-1

54 / 281

Incidência, Superposição e Reflexão

μ = massa/comprimento da linha = densidade da linha

Processamento de Sinais2015-1

55 / 281

μ crescente

Processamento de Sinais2015-1

56 / 281

μ decrescente

Processamento de Sinais2015-1

57 / 281

Potência

P (t)=dWdt

=F.dsdt

=F.v

P (t)=vμω2 A2 cos2(kx−ω t)

Paverage=12vμω2 A2

Processamento de Sinais2015-1

58 / 281

Intensidade

I=P

4π r2

Processamento de Sinais2015-1

59 / 281

Radiação de somVídeo: radiation.mpeg

Processamento de Sinais2015-1

60 / 281

Radiação de luz

Processamento de Sinais2015-1

61 / 281

Dispersão da luz

Processamento de Sinais2015-1

62 / 281

Ressonância

Processamento de Sinais2015-1

63 / 281

Soma, subtração de sinais

y1 = sin (k1x1 − ω1t)

y2 = sin (k2x2 − ω2t)

y = y1 +/- y2

Processamento de Sinais2015-1

64 / 281

Exemplo

Processamento de Sinais2015-1

65 / 281

Multiplicação de de sinais

y1 = sin (k1x1 − ω1t)

y2 = sin (k2x2 − ω2t)

y = y1 * y2

Processamento de Sinais2015-1

66 / 281

Algumas ferramentas● Matlab

$3000 a $4000 http://www.mathworks.com/

● Scilab

opensource

http://scilab.org

● Sage

opensource

http://www.sagemath.org/

Processamento de Sinais2015-1

67 / 281

Senoidal pura

Y = sin(x) -->x=[0:0.1:6*%pi]; -->plot(sin(x));

Processamento de Sinais2015-1

68 / 281

Senoidal e harmônicas pares

Y = sin(x)+sin(2*x) Y = sin(x)+sin(2*x)+sin(4*x)

Processamento de Sinais2015-1

69 / 281

Senoidal e harmônicas paresY = sin(x)+sin(2*x)+sin(4*x)+sin(6*x)+sin(8*x)+sin(10*x)+sin(12*x)+sin(14*x)

Processamento de Sinais2015-1

70 / 281

Senoidais e harmônicas pares subtrativas

Y = sin(x)-sin(2*x)-sin(4*x)-sin(6*x)-sin(8*x)-sin(10*x)-sin(12*x)-sin(14*x)

Processamento de Sinais2015-1

71 / 281

Senoidal pura

Y = sin(x) -->x=[0:0.1:6*%pi]'; -->plot(sin(x));

Processamento de Sinais2015-1

72 / 281

Senoidal e harmônicas ímpares

Y = sin(x)+sin(3*x) Y = sin(x)+sin(3*x)+sin(5*x)

Processamento de Sinais2015-1

73 / 281

Y = sin(x)+sin(3*x)+sin(5*x) + … + sin(13*x)

Senoidal e harmônicas ímpares

Processamento de Sinais2015-1

74 / 281

Onda quadrada

Real :

Processamento de Sinais2015-1

75 / 281

Aproximações da onda quadrada

1

2

3

4

1Senoide pura

Quarta aproximação

Processamento de Sinais2015-1

76 / 281

Série de Fourier● Seja a onda quadrada f(x) de comprimento 2L

f (x)=4π ∑

n=1,3,5,. ..

∞ 1n

sin(nπ xL

)

Processamento de Sinais2015-1

77 / 281

Séries de Fourier básicas

Processamento de Sinais2015-1

78 / 281

Série simplesOnda dente de serra

Processamento de Sinais2015-1

79 / 281

Onda dente de serra

Processamento de Sinais2015-1

80 / 281

Onda triangular

Processamento de Sinais2015-1

81 / 281

Domínio no tempo x frequência

Processamento de Sinais2015-1

82 / 281

Exemplo com 3 frequências

Processamento de Sinais2015-1

83 / 281

Transformada de Fourier● Definição:

Seja a Função integrável f : ℝ→ ℂ

Relaciona as funçõesno domínio do tempocom as funções no

domínio da frequência

Processamento de Sinais2015-1

84 / 281

Domínios em frequência e tempo

Processamento de Sinais2015-1

85 / 281

Análise de FFT no Scilab 1/2-->// FFT Transform-->N = 100; // número de elementos do sinal-->n = 0:N - 1; -->w1 = %pi/5; // 1a frequência-->w2 = %pi/10; // 2a frequência-->s1 = cos(w1*n); // 1o componente do sinal-->s2 = cos(w2*n); // 2o componente do sinal-->f = s1 + s2; // signal-->plot(n, f);

Processamento de Sinais2015-1

86 / 281

// A Transformada de Fourier do sinal

F = fft(f); // Calcula a Transformada de Fourier

F_abs = abs(F); // F_abs é o valor absoluto de cada elemento de F

-->plot(n, F_abs(F);

Análise de FFT no Scilab 2/2

Processamento de Sinais2015-1

87 / 281

FFT com ruídos

Processamento de Sinais2015-1

88 / 281

DFT: Transformada de Fourier DiscretaLista finita de amostragens igualmente espaçadas

↓Lista de coeficientes de uma combinação finita de senoides

Processamento de Sinais2015-1

89 / 281

DFT do sinal f-->// FFT Transform-->N = 100; // número de elementos do sinal-->n = 0:N - 1; -->w1 = %pi/5; // 1a frequência-->w2 = %pi/10; // 2a frequência-->s1 = cos(w1*n); // 1o componente do sinal-->s2 = cos(w2*n); // 2o componente do sinal-->f = s1 + s2; // signal-->plot(n, f); -->plot(dft(f, 1));

Processamento de Sinais2015-1

90 / 281

Ondas estacionárias

Processamento de Sinais2015-1

91 / 281

Sinais, corrente e campo magnético

Processamento de Sinais2015-1

92 / 281

Energia e Potência de um sinal

P (t)=v (t)i (t)=1Rv2(t)

No intervalo de tempo t1 a t2 :

∫ p(t)dt=∫t1

t21Rv2(t)dt

Potência média no intervalo de t1 a t2 :

1(t2−t1)∫t1

t2

p(t)dt=1

(t2−t1)∫t1

t21Rv2(t)dt

Processamento de Sinais2015-1

93 / 281

Energia total● Tempo contínuo

● Tempo discreto

E∞≃lim T→∞∫−τ

τ

∣x(t )∣2dt=∫

−∞

+∞

∣x (t)2∣dt

E∞≃lim N→∞ ∑n=−N

+N

∣x [n]2∣= ∑N=−∞

+∞

∣x [n]∣2

Processamento de Sinais2015-1

94 / 281

Potência média● Tempo contínuo

● Tempo discreto

P∞≃lim T→∞1

2T∫−τ

τ

∣x(t)∣2dt

P∞≃lim N→∞1

2N+1 ∑n=−N

+N

∣x [n]∣2

Processamento de Sinais2015-1

95 / 281

Transformações● Variável independente

– Ajuste de controles

– Melhoria dos sinais

– Eliminação de ruídos

– Equalização

– ...

Processamento de Sinais2015-1

96 / 281

Exemplos de transformações

Processamento de Sinais2015-1

97 / 281

Deslocamento no tempo● Sinais

– x(n) e x(n – t0)● Idênticos na forma● Deslocados um em relação ao outro● x(n – t0)

– Atrasado se t0 é positivo

– Adiantado se t0 é negativo

● Exemplos– Radar, sonar, sinais sísmicos, ...

Processamento de Sinais2015-1

98 / 281

Reflexão no tempo● Sinais

– x(n) e x(-n)● Espelhado em relação a n=0

Processamento de Sinais2015-1

99 / 281

Escala do tempo

x (t)

x (n t )

x (t /n)

Processamento de Sinais2015-1

100 / 281

Escala do tempo e deslocamento

x (t) x (α t+β)

Processamento de Sinais2015-1

101 / 281

Sinais não periódicos

Processamento de Sinais2015-1

102 / 281

Simetria● Simetria par

Contínuo Discreto

– x(-t) = x(t) x[-n] = x[n]

● Simetria ímpar

Contínuo Discreto

– x(-t) = -x(t) x[-n] = -x[n]

Deve ser 0 em t = 0 ou n = 0 !

Processamento de Sinais2015-1

103 / 281

Sinais senoidais e exponenciais● Sinal exponencial complexo

x(t) = Ceat

C e a são complexos

Sinal exponencial Real

Se C e a são reais

x(t) é exponencial real

A > 0 A < 0

Processamento de Sinais2015-1

104 / 281

Sinais senoidais e exponenciaiscomplexas periódicas

● Periódica com período T– x(t) = x(t + T)

● Senoidal

– x(t) = A cos(ω0-t + φ)

e jw 0 t=e jw0 ( t + T)

Processamento de Sinais2015-1

105 / 281

A cos(ω0-t + φ) =

ω1 > ω2 > ω3

T1 < T2 < T3

Frequência fundamental e Período

Processamento de Sinais2015-1

106 / 281

Potência Média

E período=∫0

t0

∣e jω0 t∣2dt=∫

0

t0

1.dt=T 0

P período=1T 0

E período=1

Processamento de Sinais2015-1

107 / 281

Soma de 2 sinais

x (t)=e j2t+e j3t

Soma de 2 sinais exponenciais complexos, por exemplo:

Colocando a exponecial em evidência:

x (t)=e j2.5t(e− j0.5

+e j0.5t)

Reescrevendo, utilizando a equação de Euler:

x (t)=2e j2.5t cos(0.5t)

∣x (t )∣=2∣cos(0.5t)∣

Obtendo o módulo de x(t) :

eix=cos(x)+i sin (x)

Processamento de Sinais2015-1

108 / 281

Soma de 2 sinais

∣x (t )∣=2∣cos(0.5t)∣Forma de onda do sinal

Processamento de Sinais2015-1

109 / 281

Soma de 2 sinais

∣x (t )∣=2∣cos(0.5t)∣Forma de onda do sinal

Processamento de Sinais2015-1

110 / 281

Senoide pura e sua FFT

Processamento de Sinais2015-1

111 / 281

-->x=[0:0.2:8*%pi]

-->f1=sin(x)

-->f2=sin(x + %pi/3)

-->plot(f1, “blue”)

-->plot(f2, “green”)

-->plot(f1+f2, “red”)

Análise senoides deslocadas π/3

Processamento de Sinais2015-1

112 / 281

-->plot(fft(f1+f2), “magenta” )

Transformada de Fourier

Processamento de Sinais2015-1

113 / 281

Transformada de Laplace● Seja uma função f(t)

– F(s) é a transformada de Laplace de f(t)

● S é um número complexo :

Outra notação:

s=σ+iω

Processamento de Sinais2015-1

114 / 281

-->x=[0:0.2:8*%pi]

-->f1=sin(x)

-->f2=sin(x + %pi/5)

-->plot(f1, “blue”)

-->plot(f2, “green”)

-->plot(f1+f2, “red”)

-->plot(fft(f1+f2), “magenta” )

Análise senoides deslocadas π/5

Processamento de Sinais2015-1

115 / 281

-->x=[0:0.2:8*%pi]

-->f1=sin(x)

-->f2=cos(x)

-->plot(f1, “blue”)

-->plot(f2, “green”)

-->plot(f1+f2, “red”)

-->plot(fft(f1+f2), “magenta )

Análise de seno e cosseno

Processamento de Sinais2015-1

116 / 281

Sinais exponeciais complexos gerais● Considerando exponencial complexa Ceat

– C expresso na forma polar

– a expresso na forma retangular

– Expandindo usando Euler:

C=∣C∣e j θ

a=r+ jw0

Ceat=∣C∣e j θe(r+ jω0)t=∣C∣ert e j (ω0t+θ)

Ceat=∣C∣ert cos(ω0 t+θ)+ j∣C∣ert sin (ω0t+θ)

Processamento de Sinais2015-1

117 / 281

Formas de onda

Para r > 0

Para r < 0

Processamento de Sinais2015-1

118 / 281

Sinais discretos

Processamento de Sinais2015-1

119 / 281

Sinais senoidais discretos

Processamento de Sinais2015-1

120 / 281

Sinais crescentes ou decrescentes

Processamento de Sinais2015-1

121 / 281

Função impulso unitário- discreto

0,n≠0

1,n=0δ={u [n]=∑

k=∞

0

δ[n−k ] u [n]=∑k=0

∞

δ[n−k ]ou

Intervalo do somatório Intervalo do somatório

Processamento de Sinais2015-1

122 / 281

Degrau unitário – tempo discreto

0, n<0

1, n≥0u [n]={δ[n]=u [n]−u [n−1]

Soma cumulativa: u [n]= ∑m=−∞

n

δ[m]

u [n]=∑k=0

∞

δ[n−k ]equivalente a u [n]=∑k=∞

0

δ[n−k ]

Processamento de Sinais2015-1

123 / 281

Degrau unitário – tempo contínuo

1, t>0

0, t<0u(t)= { Discontínua se t = 0 !

u(t)=∫−∞

t

δ(τ)d τ Integral cumulativa do impulso unitário !

δ(t)=du(t)dt

Primeira derivada do degrau unitário !

1

0

u( t )

Processamento de Sinais2015-1

124 / 281

Aproximação do degrau unitário

Aproximação contínua do degrau unitário, u∆(t )

1

0 Δ

uΔ(t)

Pulso curto de duração Δ com área unitária independente de Δ

Processamento de Sinais2015-1

125 / 281

Impulso unitário – tempo contínuoQuandoδ→0,δΔ (t) torna−se mais estreito emais altomantento sua área unitária .

δ(t)

1

0 t

δ(t)=limΔ→0

δΔ(t) Em geral, um Impulso k δ(t) é:

∫−∞

t

k δ(τ)d τ=ku(t)

k δ(t)

k

0 t

Processamento de Sinais2015-1

126 / 281

Sistemas de tempo contínuo e de tempo discreto

Sistema de tempo contínuo

x(t) y(t)

Sistema de tempo discreto

x[t]y[t]

Processamento de Sinais2015-1

127 / 281

Exemplo de sistema contínuo

+- Vc

Vs

R

iC

i(t)=(V s(t )−V c(t))

Ri(t)=C

dvc(t )

dt

Processamento de Sinais2015-1

128 / 281

Exemplo de sistema contínuo

f

pv

dv (t)dt

=1m

f (t)− pv (t)

dv (t)dt

+pmv (t)=

1m

f (t )

Processamento de Sinais2015-1

129 / 281

Interconexões de sistemas

Sistema 1 Sistema 2

Entrada Saída

Entrada

Sistema 1

Sistema 2

+ Saída

Processamento de Sinais2015-1

130 / 281

Interconexões de sistemas

Entrada

Sistema 1

Sistema 3

+

'

Saída

Sistema 2

Sistema 4

Processamento de Sinais2015-1

131 / 281

Aplicações● Comunicações

– Codificadores● Transmissão de dados codificados● Privacidade

– Transmissão de códigos de verificação● Integridade● Confiabilidade

Processamento de Sinais2015-1

132 / 281

Segurança da Informação● "Esta é uma informação importante.”

– Codificação

ASCII, Binário,EBCDIC, etc.– ASCII : American Standard Code for Information Interchange

– Adição de código de verificação

Exemplos:

– Check sum, Message Digest, Secure Hash Algorithim● MD5

e6db7ca7a76cbd5d94773b82f506439d● SHA1

9a079ca77b8f4aad0cef878a26555b9fa600b03a● SHA256

14f980026610d39a54072ca1527cb704ad7d805ea3bdeede9b01ce32a764449d

Processamento de Sinais2015-1

133 / 281

Codificação de símbolos/caracteres

Processamento de Sinais2015-1

134 / 281

Tabela ASCII

Processamento de Sinais2015-1

135 / 281

Critérios de Segurança

Integridade

Disponibilidade

Confiabilidade

Privacidade} Significados

Processamento de Sinais2015-1

136 / 281

Criptografia● Acesso a informação ou serviço

– Usuário: Jose

– Senha: MinhaSenha

● O que é armazenado$6$ydVIN1KPliKJ$QMka05LO./284rCRTNlpxl1znyspZ93ZjbBDYWIZBUbEr1JaT0pXfdERuc9ubWuxI2WioWszZ93MS/Zpoa/c51

● Se recadastrar a senha (mesmo que idêntica)$6$wyv1VOBZvvm4$STo.9s0FMWHv88TtWtcfNmkDxpxVrOZDpC/U2GakMcDU/GPaqSoqhsX5E4EjrmIvMMtHBtO2WrKLJzT8jBSOj

Enigma

Processamento de Sinais2015-1

137 / 281

Compressão● Algorítmo que reduz o tamanho de um arquivo

● Arquivo : conjunto de símbolos

Exemplosbzip2cabgzipzip7-zipcompressarkrarlha/lhz...

Processamento de Sinais2015-1

138 / 281

Técnicas simples● Símbolos repetidos

– “aaaaaaaaaaaaaaa” => “δ15a”

– “ “ => “δ12 ”● δ indica que o texto original foi comprimido

● Textos repetidos– “qualquer texto” => “δτ1”

● τ indica que o texto original foi substituído

Processamento de Sinais2015-1

139 / 281

Codficação Huffman“this is an example of a huffman tree“ Char    Freq   Code

 space   7      111   a     4      010   e     4      000   f     3     1101   h     2     1010   i     2     1000   m     2     0111   n     2     0010   s     2     1011   t     2     0110   l     1    11001   o     1    00110   p     1    10011   r     1    11000   u     1    00111   x     1    10010

Processamento de Sinais2015-1

140 / 281

ExemploO Processamento de Sinais consiste na análise e/ou modificação de sinais de forma a extrair informações dos mesmos e/ou torná-los mais apropriados para alguma aplicação específica. O processamento de sinais pode ser feito de forma analógica ou digital. Os objeto de interesse do processamento de sinais podem incluir sons, imagens, séries temporais, sinais de telecomunicações, como sinais de rádio e muitos outros.

Tamanho dos arquivos para alguns aplicativos:

Arquivo original: 431 bytes

Lz4 : 370 bytes

bzip2 : 287 bytes

gzip : 278 bytes

Processamento de Sinais2015-1

141 / 281

Transmissão e Recepção de Rádio

Processamento de Sinais2015-1

142 / 281

Sinal de TV

Processamento de Sinais2015-1

143 / 281

Crominâcia

Processamento de Sinais2015-1

144 / 281

Luminância

Processamento de Sinais2015-1

145 / 281

Equivalência das equações nos vários sistemas

Processamento de Sinais2015-1

146 / 281

Propriedades de sistemas● Sem memória

–

● Com memória–

–

–

y (t)=x (t )

y (n)=∑k=−∞

n

x (k )

y (n)=x (n−1)

y (n)=1C∫ x (t )dt

Processamento de Sinais2015-1

147 / 281

Sistema inverso

x(n) SistemaSistema inverso

y(n)w(n) = x(n)

Sistema inversível => Existe sistema inverso

Processamento de Sinais2015-1

148 / 281

Exemplos

x(t) SistemaSistema inverso

y(t)w(t) = x(t)

2)

1) y (t)=2x (t ) w (t)=12y (t)

y [n]=∑ x (k ) w [n]= y [n]−y [n−1]

Processamento de Sinais2015-1

149 / 281

Sistemas não inversíveis

1)

2)

y [n]=0

y (t)=x2(t )

Processamento de Sinais2015-1

150 / 281

Causalidade● A saída em qualquer tempo depende dos

valores de entrada somente nos instantes presentes e passado.– Sistema não anticipativo

● Exemplo

+- Vc

Vs

R

iC

Processamento de Sinais2015-1

151 / 281

Sistemas causais

1)

2)

3)

y (n)=∑ x (k )

y (n)=∑ x (n−1)

y (t)=1C∫ i (t)dt

Processamento de Sinais2015-1

152 / 281

Estabilidade

Sistemas estáveis:Pequenas entradas produzem respostas que não são divergentes.

x(t)y(t)y(t)

y(t)

x(t)

Pêndulo estável Pêndulo invertido instável

Processamento de Sinais2015-1

153 / 281

Estabilidade

Se a entrada para um sistema estável é limitada a saída também deve ser limitada.

f

ρvLimite da velocidade: aumento da força de atrito !

ρvm=Fm

V=Fρ

Processamento de Sinais2015-1

154 / 281

LinearidadeSistema com a importante propriedade de superposição

Entrada é soma ponderada de sinaisSaída também é uma soma ponderada de sinais

-2 2

x1(t) y

1(t)

-1 1

0 4

x2(t) = x1(t-2)

y2(t)

0 2

1 1 Linear

Não linear

Processamento de Sinais2015-1

155 / 281

Invariância no tempo

O comportamento e as características do sistema são fixos ao longo do tempo.

Exemplo: Circuito RC com R e C constantes

Um sistema é invariante no tempo se um deslocamento no tempo do sinal de entrada resulta um deslocamento idêntico no sinal de saída.

x[n] → y[n]

então

x[n - t] → y[n - t]

Exemplo: sin(x(t))

Processamento de Sinais2015-1

156 / 281

Verificação de linearidadeSeja y(t) = x2(t)

E x1(t), x

2(t) e x

3(t)

Então x

1(t)-> y

1(t) = x2

1(t)

x2(t)-> y

2(t) = x2

2(t)

x3(t)-> y

3(t) = x2

3(t)

= (ax1(t) + bx

2(t))2

= a2x1

2(t)+b2x2

2(t) + 2abx1(t)x

2(t)

= a2y1(t)+b2y

2(t) + 2abx

1(t)x

2(t)

Especificando x1(t), x

2(t), a e b de tal forma que

y3(t) ≠ ay

1(t)+by

2(t)

Exemplo: x1(t) = 1 , x

2(t) = 0, a = 2 e b = 0

y3(t) = [2x

1(t)]2 = 4

Mas 2y1(t) = 2[x

1(t)]2 = 2 logo o sistema não é linear

Processamento de Sinais2015-1

157 / 281

Transformações - 1(a) x(t)

1

0 1 2 -1

(b) x(t+1)1

0 1 2

(c) x(-t+1)1

0 -1 1

t t

t

Processamento de Sinais2015-1

158 / 281

Transformações - 2

(d)1

0 2/3 4/3

(e)

1

-2/3

t

x (32t)

2/30

x (32t+1)

t

Processamento de Sinais2015-1

159 / 281

Exercício

Seja o sinal x(t) de tempo contínuo abaixo:

Esboce os sinais:

a) x(t – 1)

b) X(2 – t)

c) x(2t + 1)

d) x(4 - t/2)

Problema 1.21 do livro Sistemas e Sinais - Oppenheim

Processamento de Sinais2015-1

160 / 281

Sistemas lineares discretosinvariante no tempo

Seja o sinal x[n] representado em (a)

E uma sequência de 5 impulsos unitários de (b) a (f).O fator de escala do impulso é igual o valor de x[n] no instante da amostra.

Processamento de Sinais2015-1

161 / 281

Impulsos

Processamento de Sinais2015-1

162 / 281

Impulsos

A soma das 5 sequências é igual a x[n] para -2 <= n <= 2

Siplificando:

Combinação linear de dos impulsos unitários deslocados δ[n - k]

Combinação linear de dois impulsos unitários deslocados δ[n - k]

x [n ]=∑k=−∞

+∞

x [k ]σ [n− j ]

Processamento de Sinais2015-1

163 / 281

Degrau unitário

x[n] = u[n]u[k] = 0 para k < 0 u[k] = 1 para k >= 0

Propriedade seletiva do impulso unitário de tempo discreto.

u [n]=∑0

∞

δ[n−k ]

Processamento de Sinais2015-1

164 / 281

Representação por soma de convoluçõesEntrada arbitrária:

Resposta:

Saída:

Sistema Linear Invariante no Tempo ( L I T ) Deslocado no tempo h

k[n] = h

0[n-k]

Soma de convolução ouSoma de superposição

y [n]=∑k=−∞

+∞

x [k ]hk [n]

x [n ]

hk [n]

y [n]=∑k=−∞

+∞

x [k ]h [n−k ]

y [n]=∑k=−∞

+∞

x [k ]hk [n]

Processamento de Sinais2015-1

165 / 281

Calcule a convolução y[n] = x[n]*h[n] para os seguintes pares de sinais

Problema 2.21 do livro Sistemas e Sinais - Oppenheim

Exercício

x [n ]=αnu [n]h [n ]=βnu [n ]

x [n ]=αnu [n]h [n ]=αn u [n]

a)

b)

c) x [n ]=−12

n

u [n−4]

h [n ]=4nu [2−n]

Processamento de Sinais2015-1

166 / 281

Integral de convoluçãoSistema de tempo discreto => Sistema que responde a uma sequência de inpulsos

Aproximação em degraus Para um sinal de tempo contínuo

Se ∆ se aproxima de 0 :

e o somatório se aproxima da integral

x̂ (t)=∑ x (k Δ)σδ(t−k Δ)Δ

x (t)=lim∑ x (k Δ)σΔ(t−k Δ)Δ

Δ→0

x (t)=∫ x (τ)σ (t−τ)dt

Processamento de Sinais2015-1

167 / 281

Representação gráfica

Processamento de Sinais2015-1

168 / 281

Propriedades de sistemas LIT● Comutativa

Ou seja, em tempo discreto:

x [n ]∗h [n]=h [n]∗x [n ]=∑k=−∞

+∞

h [k ] x [n−k ]

E em tempo contínuo:

x (t)∗h(t )=h (t)∗x (t)=∫−∞

+∞

h (τ) x (t−τ)d τ

Processamento de Sinais2015-1

169 / 281

Propriedades de sistemas LIT● Distributiva

x [n ]∗(h1[n]+h2[n])

= x [n ]∗h1[n]+ x [n ]∗h2[n]

Processamento de Sinais2015-1

170 / 281

Propriedades de sistemas LIT● Inversíveis

Processamento de Sinais2015-1

171 / 281

Propriedades de sistemas LIT● Causalidade

y[n] não deve depender de x[k] para k > n

h[n] = 0 para n < 0

Processamento de Sinais2015-1

172 / 281

Propriedades de sistemas LIT● Estabilidade

∑|h [k ]|<∞

|x [n ]| <B , para todo n

Processamento de Sinais2015-1

173 / 281

Sistemas LIT descrita em equações diferenciais

Com entrada x(t) = Ke3tu(t)

Solução particular, equação diferencial homogênea

Determinando Y

dy (t)dt

+2y (t )=x (t)

y (t)= y p(t )+ yh(t )

dy (t)dt

+2y(t)=0 y p(t )=Ye3t

3Y+2Y=K Y=K5 y p(t )=

Ke3t

5

Processamento de Sinais2015-1

174 / 281

Diagrama de blocosA equação

y[n] = -ay[n-1] + bx[n]

Pode ser representada pelo diagrama:

-a

+x[n]b

y[n]

D

y[n-1]

Sistema discretocom memória!

Processamento de Sinais2015-1

175 / 281

Diagrama de blocos

Sistema contínuo

dy (t)dt

+ay (t)=bx (t)

y (t)=−1ady (t)dt

+ba+x (t)Reescrita :

Processamento de Sinais2015-1

176 / 281

Diagrama de blocosRepresentação dos elementos básicos

+

x2(t)

x1(t)

a)

b)

c)

x(t)

x(t) D

dx (t )dt

x1(t)+ x2(t)

a ax (t)

Processamento de Sinais2015-1

177 / 281

Resoluçãody (t)dt

+ay (t)=bx (t)dy (t)dt

=bx (t)−ay (t)

Integrando

y (t)=∫−∞

t

[bx (τ)−ay (τ)]d τ

-1/a

+x(t) y(t)

D

b/a

dy(t)dt

Processamento de Sinais2015-1

178 / 281

Representação como integrador

∫ ∫−∞

t

x (τ)d τ

∫+

-a

bx(t) y(t)

y (t)= y (t0)+∫t0

t

[bx (τ)−ay (τ)]d τ

y(t0) é o valor inicial: memória do integrador.

Processamento de Sinais2015-1

179 / 281

ExercícioRepresente o diagrama de blocos para os seguintes sistemas

a)

Processamento de Sinais2015-1

180 / 281

Exercício

b)

Represente o diagrama de blocos para os seguintes sistemas

Processamento de Sinais2015-1

181 / 281

ExercícioRepresente o diagrama de blocos para os seguintes sistemas

c)

Processamento de Sinais2015-1

182 / 281

Funções de singularidade● Impulso unitario de tempo contínuo

● δ(t) e a resposta ao impulso identidade

x (t)=x (t)∗δ(t)

δ(t)=δ(t)∗δ(t)

Para qualquer sinal δ(t)

Então:

Pulso retangular:

rΔ(t)=δΔ(t)∗δΔ(t)

Quandoδ→0⇒ impulso unitario.

Processamento de Sinais2015-1

183 / 281

Interpretações

Processamento de Sinais2015-1

184 / 281

Interpretações

Processamento de Sinais2015-1

185 / 281

Interpretações

Processamento de Sinais2015-1

186 / 281

Impulso unitário e convoluçãoPara Δ suficientemente pequeno, os sinais

δΔ (t) , rΔ (t) , rΔ (t)∗δΔ (t) , e rΔ (t )∗rΔ (t)

agem todos como impulsos quando aplicados a um sistema LIT.

δ(t) pode ser definido como o sinal para o qual :

x (t)=x (t )∗δ(t) (comoΔ→0)

Processamento de Sinais2015-1

187 / 281

ExemploSe x(t) = 1, para todo t

1=x (t)=x (t)∗δ(t )δ(t)∗x (t)

∫−∞

+∞

δ(τ) x (t−τ)d τ=

= ∫−∞

+∞

δ(τ)d τ → área unitária

Processamento de Sinais2015-1

188 / 281

Outra definiçãoSinal arbitrário

g (t)

Espelhado

g (−t)

g (−t)=g (−t )∗δ(t)=∫−∞

+∞

g (τ−t)δ(τ)d τ

Convolução com δ(t)

Para t = 0

g (0)=∫−∞

+∞

g (τ)δ(τ)d τ

Processamento de Sinais2015-1

189 / 281

Outro exemploConsidere um sistema LIT onde a saída é a derivada da entrada

y (t)=dx (t )dt

A resposta é a derivada do impulso unitário

dx (t)dt

=x (t )∗u1(t) para qualquer sinal x (t )

Segunda derivada de δ(t)

d 2x(t )

dt2 =x (t)∗u2(t)→u2(t)=u1(t)∗u1(t)

A k-ésima derivadauk=u1(t)∗...∗u1(t )

Processamento de Sinais2015-1

190 / 281

ExemploSinal constante

x (t)=1Temos

0=dx(t)dt=x (t)∗u1(t) ∫

−∞

+∞

u1(τ) x (t−τ)d τ=

∫−∞

+∞

u1(τ)d τ=

Convolução de g (−t)comu1(t)

∫−∞

+∞

g (τ−t )u1(τ)d τ=g (−t)∗u1(t )=

dg (−t)dt

=−g ' (−t)= Cont.

Processamento de Sinais2015-1

191 / 281

Exemplo (continuação)Para t = 0

−g ' (0)=∫−∞

+∞

g (τ)u1(τ)d τ =

Processamento de Sinais2015-1

192 / 281

Exercício

Sendo:x(t) a força aplicada a massay(t) o deslocamento da massa

Determine a equação diferencial que relaciona x(t) com y(t)

Processamento de Sinais2015-1

193 / 281

Exercício

K = Coeficiente de elasticidade = 2 N/mM = Massa = 1 kgB = Constante de amortecimento = 2 N – s/m

Sendo:x(t) a força aplicada a massay(t) o deslocamento da massa

Determine a equação diferencial que relaciona x(t) com y(t)

resolvido

Processamento de Sinais2015-1

194 / 281

Solução

Md2 x (t)dt2 +B

dx (t)dt

+K x (t)=F (t)

Processamento de Sinais2015-1

195 / 281

Circuitos e diagrama de blocosCircuito

Processamento de Sinais2015-1

196 / 281

Diagrama de blocos

Processamento de Sinais2015-1

197 / 281

Outro sistema

Ri (t)+v0=vi (t) 1C∫ i(t)dt=v0(t)

RCdv0(t)

dt+v0(t )=vi (t)

Condiçao inicial: Vc = 0 resolvido

Processamento de Sinais2015-1

198 / 281

Como resolver ?

Processamento de Sinais2015-1

199 / 281

Resolvendo a equação diferencialvo(t)=A(1−e−t /RC

)

Valor de regime considerando t→∞

v0(∞)=lim t→∞ v0(t)=A

Aplicando a transformada de Laplace

R.I (s)+v0(s)=vi (s)I (s)sC

=v0(s)

v0(s)

v i (s)=

1RCs+1

=

1(RC )

s+(1RC

)

Processamento de Sinais2015-1

200 / 281

Diagrama de blocos

Processamento de Sinais2015-1

201 / 281

Revisão : Energia

Ex=∫−∞

+∞

x (t )2dt

Energia para um sinal convencional

Energia para um sinal complexo

Ex=∫−∞

+∞

|x (t )|2dt

Processamento de Sinais2015-1

202 / 281

Exemplos

0

2

1 0 1

1

a)b)

Processamento de Sinais2015-1

203 / 281

Revisão : Potência

Potência para um sinal convencional

Potência para um sinal complexo

Px=limT

∞ 1T ∫−T

2

T2

(x2(t ))dt

Px=limT

∞ 1T ∫−T

2

T2

|(x2(t ))|dt

Processamento de Sinais2015-1

204 / 281

Sinal periódico

Px=limT

∞ 1T ∫−T

2

T2

(x2(t ))dt

T = 1

Processamento de Sinais2015-1

205 / 281

Valores RMS

Processamento de Sinais2015-1

206 / 281

Serie de Fourier● Soma de um conjunto de senos e cosenos

– Exponenciais complexas

Ver fourier.mpeg

Processamento de Sinais2015-1

207 / 281

Resposta dos sistemas LIT as exponenciais complexas

est

Tempo contÍnuo

Tempo discreto

zn

H (s)est

H ( z) zn

Apenas mudança de amplitude.

Processamento de Sinais2015-1

208 / 281

Exemplo● Sistema LIT de tempo contínuo com resposta

ao impulso h(t)

y (t)=∫−∞

+∞

h(τ) x (t−τ)d τ ∫−∞

+∞

h(τ)es (t−τ)d τ=

Fazendo e s(t−τ) e st e−s τcomo

y (t)=est∫−∞

+∞

h(τ)e−s τ d τTemos

y (t)=H (s)est

Convergindo, resulta

H (s)=∫−∞

+∞

h(τ)e−s τd τonde

Processamento de Sinais2015-1

209 / 281

Filtros de tempo contínuo em equações diferenciais

RCdv c(t )

dt+vc(t)=v s(t )

Resposta em frequência:

H ( jω)

Entrada

Saída

v s(t )=e jω t

vc(t)=H ( jw)e jω t

Filtro passa baixas

Processamento de Sinais2015-1

210 / 281

Substituindo vs e v

t ...

RCdv c(t )

dt+vc(t)=v s(t )

RCddt[H ( jω)e jω t

]+H ( jω)e jω t=e jω t

RC jωH ( jω)e jω t+H ( jω)e jω t

=e jω t

H ( jω)e jω t=

11+RCjω

e jω t

ou H ( jω)=1

1+RCjω

Processamento de Sinais2015-1

211 / 281

Filtro passa alta simples

RCdv r(t)

dt=V r(t)=RC

dvs(t)

dtSendo a entrada: v s(t )=e jω t

E a saída: v r(t)=G ( jω)e jω t

Então: G( jω)=jω RC

1+ jω RC

Processamento de Sinais2015-1

212 / 281

Processamento de Sinais2015-1

213 / 281

Gráfico de magnitude

Processamento de Sinais2015-1

214 / 281

Fase da resposta em frequência

Processamento de Sinais2015-1

215 / 281

Outros filtros

Processamento de Sinais2015-1

216 / 281

Outros filtros - 1∣He jω∣ He jω<

Processamento de Sinais2015-1

217 / 281

Outros filtros - 2

∣He jω∣ He jω<

Processamento de Sinais2015-1

218 / 281

Filtro passa alta

Processamento de Sinais2015-1

219 / 281

Filtro passa banda

Processamento de Sinais2015-1

220 / 281

Características de filtros● Frequência de corte

● Potência de saída é metade da potência de entrada

● Constante de carga em regime transitório

● Frequência angular de ressonância

● Fator de qualdade de um par de polos ou zeros

Processamento de Sinais2015-1

221 / 281

Filtro T(s) – frequência angular ω

Processamento de Sinais2015-1

222 / 281

Função de transferência

Circuito do FiltroT(s)v i(s)

vo(s)

T (S )=V 0

V 1

(S )=A(S−z1) .(S−z2)...(S−zm)

(S− p1) .(S− p2)...(S− pn)

Processamento de Sinais2015-1

223 / 281

Polos e Zeros

T (S )=V 0

V 1

(S )=A(S−z1) .(S−z2)...(S−zm)

(S− p1) .(S− p2)...(S− pn)

Os zeros de um filtro correspondem aos valores de S que anulam o numerador da função de transferência

Os pólos do filtro correspondem aos os valores de S que anulam o denominador de T(S)

Processamento de Sinais2015-1

224 / 281

Transformada Z● Generalização da DTFT

– Sinais para as quais não existem a DTFT● Estabilidade e Causalidade

– Contraparte discreta da transformada de Laplace

Processamento de Sinais2015-1

225 / 281

Transformada Z

x( z)=∑ x [n ] z−n

z ⊂ ℂ

x(e jω)=x( z)∣ z= jω

e jω

|(z)|=1

Notação: λ [n]⇔ x (z)

Processamento de Sinais2015-1

226 / 281

Transformada Z - Definições

x (z) é definido no plano z

x (e jw) é definido somente nocírculo unitário

|z|=1

z=e jw

−π < ω < πPeriodicidade de 2π

Processamento de Sinais2015-1

227 / 281

Exemplos

Processamento de Sinais2015-1

228 / 281

Filtro rejeita banda

Processamento de Sinais2015-1

229 / 281

Circuitos básicos

Processamento de Sinais2015-1

230 / 281

Equaçõesç

Processamento de Sinais2015-1

231 / 281

Equação resumida

TS=1

S τ+1onde τ=RC=

LR

Um único polo para S=−t−1

Plano de Argand

Processamento de Sinais2015-1

232 / 281

Análise do circuito

ic(t)=C∂ vc(t )

∂ t=v i(t )−vc(t )

R→v0(t )+RC

∂ v0(t )

∂ t=v i(t)

Solução : v0(t)=A.l−

tRC

Solução particular para degrau unitário : v0(t)=u(t )

Processamento de Sinais2015-1

233 / 281

Representação

A. l−

tRC+1

v0(t)={ para t≥0

0 para t<0

Resposta ao degrau unitário de um filtro passa baixas

Processamento de Sinais2015-1

234 / 281

Filtro passa altas

Processamento de Sinais2015-1

235 / 281

RepresentaçãoResposta ao degrau unitário de um filtro passa altas

Processamento de Sinais2015-1

236 / 281

Filtro passivo de 2a ordem

V 0

V 1

(s)=

1SC

R+SL+1C

=1

S 2 LC+SRC+1=

1LC

S 2+S

RL+

1LC

Processamento de Sinais2015-1

237 / 281

Forma geral

T (S )=A.ω0

2

S 2+S

ω0

Q+ω0

2

onde ω0=1

√(LC ) e Q=1R √ L

CResolvendo o denominador

S 2+S

ω0

Q+ω0

2=0

S=−ω0

Q±√ω0

2

Q2−4ω02

2

dependente de Q

Processamento de Sinais2015-1

238 / 281

Calculando o fator de qualidade

S=−ω0

Q±√ω0

2

Q2−4ω02

2ω0

2

Q2−4ω02=0 ω0

2

Q2=4ω02 Q2=

14 Q=

12=0.5

Processamento de Sinais2015-1

239 / 281

No plano de Argand

Processamento de Sinais2015-1

240 / 281

Singularidades do filtro

Processamento de Sinais2015-1

241 / 281

Resposta do filtro

Processamento de Sinais2015-1

242 / 281

Filtros e Transformada de Fourier - 1

Filtro passa-baixas

Processamento de Sinais2015-1

243 / 281

Filtro passa-altas

Filtros e Transformada de Fourier - 2

Processamento de Sinais2015-1

244 / 281

Filtros ativos● Filtragem e Amplificação

● Ganhos > 1 ( maiores que 0 dB)● Componentes usados:

– Amplificadores operacionais– Transistores– FETs, – Válvulas– …

Processamento de Sinais2015-1

245 / 281

Filtro ativo passa baixas de primeira ordem

V i−V −

R1

= V −−V o

R2//

1SC

⇒ V i

R1

=

−Vo⋅(R 2

+1SC )

R2⋅

1SC

⇒ V o

V i

=−R2

R1

⋅1

SR 2C+1

Plando de Argand

Processamento de Sinais2015-1

246 / 281

Análise do filtro ativo de 1a ordemvi( t )

R1

= −C⋅∂ vo( t )

∂ t−v o( t )R2

= ⇒ vo( t ) + R2C⋅∂ vo( t )

∂ t= −

R2

R1

vi( t )

v o( t )=−v c( t )Dado que

Solução vo( t )=A⋅ℓ−

tR

2C vo( t )=−

R2

R1

⋅u ( t )e

Resposta ao degrau vo( t )={A⋅ℓ−

tR

2C−

R2R1

⇐ t≥0

0 ⇐ t<0

Condição inicial v c(0)=−vo(0 )= 0 ⇒ 0=A⋅ℓ0−R2

R1

⇒ A=R2

R1

vo( t )=( ℓ−

tR

2C−1)⋅R2

R1A⋅u ( t )Tensão de saída

Processamento de Sinais2015-1

247 / 281

Representação

Processamento de Sinais2015-1

248 / 281

Filtro ativo passa altas de primeira ordem - 1

V i−V−

R1+1SC

= V−−V o

R2

⇒ V i

R1+1SC

= −V o

R2

⇒ V o

V i

=−R2

R1

A⋅SR1C

SR1C+1

Função de transferência T (S ) = A⋅S τ

S τ+1onde τ=R1C A=−

R2

R1

e

No plano de Argand

Processamento de Sinais2015-1

249 / 281

Ganho estático quando S → ∞T (S=0) = −

R2

R1

⋅S τ

S τ+1 = 0 T (S→∞) = −

R2

R1

A⋅S τ

S τ+1 = −

R2

R1

Diagrama de Bode

Filtro ativo passa altas de primeira ordem - 2

Processamento de Sinais2015-1

250 / 281

Resposta ao degrau unitário

vi( t )−v c( t )

R1

= C⋅∂ vc( t )

∂ t ⇒ v c( t ) + R1C⋅

∂ vc ( t )

∂ t= vi( t )

vo( t )= −R2C⋅∂v c( t )

∂ tv c( t )=A⋅ℓ

−t

R1C

v c( t )=u ( t )e

v c( t )={A⋅ℓ−

tR

1C+1 ⇐ t≥0

0 ⇐ t<0Tensão nos terminais do capacitor :

v c(0 )= 0 ⇒ 0=A⋅ℓ0+1 ⇒ A=−1Condição inicial

v c( t )=(1−ℓ−

tR

1C )⋅u ( t )Evolução da tensão no capacitor :

Processamento de Sinais2015-1

251 / 281

Resposta ao degrau unitário

Processamento de Sinais2015-1

252 / 281

Filtro passa faixa ativo de 2a ordem● Exemplo : configuração Sallen-Key

Frequência de ressonãncia

fr= 12π √ R f +R1

C1C 2 R1 R2 R f

Ganho na frequência de ressonãncia

G (dB)=20 log (1+R2

R1

)

C1=C 2 e R2=2R1

Parâmetros aconselhados

Processamento de Sinais2015-1

253 / 281

Filtro Chebyshev● Filtro com atenuação mais íngreme e maior ripple

Gn(ω)=∣H n( jω)∣=1

√1+ϵ2T 2( ωω0

)

Processamento de Sinais2015-1

254 / 281

Filtro Butterworth● Filtro com resposta mais plana possivel

Processamento de Sinais2015-1

255 / 281

Uma implementaçãopassa baixa de 2a ordem

Para a ordem n :

Gn (ω)=∣H n( jω)∣=1

√(1+ ωωc)

2n

Gn(ω)=∣H n( jω)∣=1

√(1+ω2n)

Frequencia de corte: -3dB de ganho

Normalizando (fazendo ωc= 1) :

Processamento de Sinais2015-1

256 / 281

Processamento de Sinais2015-1

257 / 281

Filtro elíptico

Gn(ω)=∣H n( jω)∣=1

√1+ϵ2Rn

2(ω)

Processamento de Sinais2015-1

258 / 281

Comparação com outros filtros

Processamento de Sinais2015-1

259 / 281

Usando o Matlab

http://www.mathworks.com/help/dsp/examples/designing-low-pass-fir-filters.html

Processamento de Sinais2015-1

260 / 281

Projeto de filtro em MatlabFiltro chebychev simples passa baixas

Fc = 0.4;N = 100; % FIR filter orderHf = fdesign.lowpass('N,Fc',N,Fc);

Hd1 = design(Hf,'window','window',@hamming, 'SystemObject',true);Hd2 = design(Hf,'window','window', {@chebwin,50},'SystemObject',true);hfvt = fvtool(Hd1,Hd2,'Color','White');legend(hfvt,'Hamming window design', 'Dolph-Chebyshev window design')

Processamento de Sinais2015-1

261 / 281

Processamento de Sinais2015-1

262 / 281

Aumentando a ordem do filtroHf.FilterOrder = 200;Hd3 = design(Hf,'window','window', {@chebwin,50},'SystemObject',true);hfvt = fvtool(Hd2,Hd3,'Color','White');legend(hfvt,'Dolph-Chebyshev window design.Order = 100', ...'Dolph-Chebyshev window design. Order = 200')

Processamento de Sinais2015-1

263 / 281

Processamento de Sinais2015-1

264 / 281

Controlando a ordem do filtroripple e atenuação

N = 100; % Order = 100 -> 101 coefficientssetspecs(Hf,'N,Fc,Ap,Ast',N,Fc,Ap,Ast);Hd6 = design(Hf,'equiripple','SystemObject',true);measure(Hd6)hfvt = fvtool(Hd5,Hd6,'Color','White');legend(hfvt,... 'Equiripple design, 146 coefficients',... 'Equiripple design, 101 coefficients')

Processamento de Sinais2015-1

265 / 281

Processamento de Sinais2015-1

266 / 281

Controlando a região de transiçãosetspecs(Hf,'N,Fp,Fst',N,Fp,Fst);Hd7 = design(Hf,'equiripple','SystemObject',true);measure(Hd7)hfvt = fvtool(Hd5,Hd7,'Color','White');legend(hfvt,... 'Equiripple design, 146 coefficients',... 'Equiripple design, 101 coefficients')

Processamento de Sinais2015-1

267 / 281

Processamento de Sinais2015-1

268 / 281

Filtro passa baixas de fase mínimasetspecs(Hf,'Fp,Fst,Ap,Ast',Fp,Fst,Ap,Ast);Hd13 = design(Hf,'equiripple','minphase',true,'SystemObject',true);hfvt = fvtool(Hd5,Hd13,'Color','White');legend(hfvt,... 'Linear-phase equiripple design',... 'Minimum-phase equiripple design')

Processamento de Sinais2015-1

269 / 281

Processamento de Sinais2015-1

270 / 281

Filtro de KalmanRudolf E. Kálmán

● Filtro LQE (Linear Quadratic Estimation)– Algoritimo usando estimativas baseada em amostras.

– Operação recursiva em um fluxo ruidoso de dados .

Processamento de Sinais2015-1

271 / 281

Algoritmo

Processamento de Sinais2015-1

272 / 281

Diagrama de blocos

Processamento de Sinais2015-1

273 / 281

Exemplos de Aplicação

Processamento de Sinais2015-1

274 / 281

Processamento de imagensFiltro de Kalman

Processamento de Sinais2015-1

275 / 281

Processamento de imagensFiltro de Kalman

Processamento de Sinais2015-1

276 / 281

Processamento de Sinais2015-1

277 / 281

Usando MATLAB

kalman

Kalman filter design, Kalman estimator

Syntax

[kest,L,P] = kalman(sys,Qn,Rn,Nn)

[kest,L,P] = kalman(sys,Qn,Rn,Nn,sensors,known)

[kest,L,P,M,Z] = kalman(sys,Qn,Rn,...,type)

Description

kalman designs a Kalman filter or Kalman state estimator given a state-space model of the plant and the process and measurement noise covariance data. The Kalman estimator provides the optimal solution to the following continuous or discrete estimation problems.

Processamento de Sinais2015-1

278 / 281

Implementação em C/*

* KFilter.c

*

* Created: 16-03-2012 19:18:41

* Author: Anyone :) :P

*/

#include <avr/io.h>

typedef struct {

float x[2]; // initial state (location and velocity)

float P[2][2]; // initial uncertainty

float u[2]; // external motion // For Prediction

float F[2][2]; // next state function // For Prediction

float H[2]; // measurement function

float R[1]; // measurement uncertainty

float I[2][2]; // identity matrix

} kalman_state;

Processamento de Sinais2015-1

279 / 281

kalman_state kalman_init(){ kalman_state result; // First is position and another is velocity // Consider [0.0f // 0.0f]; result.x[0] = 0.0f; result.x[1] = 0.0f; // Consider [[1000.0f 0.0f] // [ 0.0f 1000.0f]]; result.P[0][0] = 1000.0f; result.P[0][1] = 0.0f; result.P[1][0] = 0.0f; result.P[1][1] = 1000.0f; // Consider [0.0f // 0.0f]; result.u[0] = 0.0f; result.u[1] = 0.0f; // Consider [[1.0f, 1.0f] // [0.0f, 1.0f]]; result.F[0][0] = 1.0f; result.F[0][1] = 1.0f; result.F[1][0] = 0.0f; result.F[1][1] = 1.0f; // Consider [1.0f, 0.0f]; result.H[0] = 1.0f; result.H[1] = 0.0f; result.R[0] = 1.0f; //The RAW value is always flickering by? // Consider [1.0f]; // Consider [[1.0f, 0.0f] // [0.0f, 1.0f]]; result.I[0][0] = 1.0f; result.I[0][1] = 0.0f; result.I[1][0] = 0.0f; result.I[1][1] = 1.0f; return result;}

Processamento de Sinais2015-1

280 / 281

void kalman_update(kalman_state* state, float measurement){ // y = Z - ( H * x ); // Z - (H0*x0 + H1*x1) float y = (float)measurement - ( state->H[0]*state->x[0] + state->H[1]*state->x[1] ) ; //S = H * P * ( H' ) + R; // ( [H0 H1] * [P00 P01 * [H0 ) + R // P10 P11] H1] float S = state->H[0]*state->H[0]*state->P[0][0] + state->H[0]*state->H[1]*(state->P[0][1]+state->P[1][0]) + state->P[1][1] * state->H[1]*state->H[1] + state->R[0]; //K = P * ( H' ) / S; // or P* H'*inv(S) float K[2]; //Consider [K0 K1] // ([P00 P01 * [H0 ) / S // P10 P11] H1] K[0] = state->P[0][0]*state->H[0]/S+state->P[0][1]*state->H[1]/S; K[1] = state->P[1][0]*state->H[1]/S+state->P[1][1]*state->H[1]/S; //x = x + ( K * y ); // ([x0 + [K0 ) * y x1] K1] state->x[0] = state->x[0] + K[0] * y; state->x[1] = state->x[1] + K[1] * y; //P = ( I - ( K * H ) ) * P; // [I00 I01 - [K0 * [H0 H1] * [P00 P01 // I10 I11] K1] P10 P11] state->P[0][0]=((state->I[0][0]-K[0]*state->H[0])*state->P[0][0])+((state->I[0][1]-K[0] * state->H[1]) * state->P[1][0]); state->P[0][1]=((state->I[0][0]-K[0]*state->H[0])*state->P[0][1])+((state->I[0][1]-K[0] * state->H[1]) * state->P[1][1]); state->P[1][0]=((state->I[1][0]-K[1]*state->H[0])*state->P[0][0])+((state->I[1][1]-K[1] * state->H[1]) * state->P[1][0]); state->P[1][1]=((state->I[1][1]-K[1]*state->H[1])*state->P[0][1])+((state->I[1][1]-K[1] * state->H[1]) * state->P[1][1] );}

Processamento de Sinais2015-1

281 / 281

void kalman_predict(kalman_state* state){ //state->x = state->F*state->x + state->u ; // [F00 F01 * [x0 + [u0 // F10 F11] x1] u1] state->x[0] = state->F[0][0]*state->x[0] + state->F[0][1]*state->x[1] + state->u[0]; state->x[1] = state->F[1][0]*state->x[0] + state->F[1][1]*state->x[1] + state->u[1]; //state->P = state->F*state->P*state->F' // [F00 F01 * [P00 P01 * [F00 F10 F10 F11] P10 P11] F01 F11] state->P[0][0]=state->F[0][0]*(state->F[0][0]*state->P[0][0]+ state->F[0][1]*state->P[1][0])+state->F[0][1] * (state->F[0][0]*state->P[0][1]+state->F[0][1]*state->P[1][1]);

state->P[0][1]=state->F[1][0]*(state->F[0][0]*state->P[0][0]+ state->F[0][1]*state->P[1][0])+state->F[1][1]*(state->F[0][0]* state->P[0][1]+state->F[0][1]*state->P[1][1]);

state->P[1][0]=state->F[0][0]*(state->F[1][0]*state->P[0][0]+state->F[1][1]* state->P[1][0])+state->F[0][1]*(state->F[1][0]* state->P[0][1]+state->F[1][1]*state->P[1][1]);

state->P[1][1]=state->F[1][0]*(state->F[1][0]*state->P[0][0]+ state->F[1][1]*state->P[1][0])+state->F[1][1]* (state->F[1][0]*state->P[0][1]+state->F[1][1]*state->P[1][1]);}

Processamento de Sinais2015-1

282 / 281

int main(void){ unsigned int SensorRAWValue = 0; kalman_state Kalman = kalman_init(); while(1) { // sensor value retrieval kalman_update(&Kalman,SensorRAWValue); kalman_predict(&Kalman); //TODO:: Please write your application code to use Kalman.x[0] and/or Kalman.x[1] }}