Upload
dangthu
View
217
Download
0
Embed Size (px)
Citation preview
Filtros de tempo discreto
ENGC33: Sinais e Sistemas II
Departamento de Engenharia Eletrica - DEEUniversidade Federal da Bahia - UFBA
19 de dezembro de 2016
Prof. Tito Luís Maia Santos 1/ 28
Sumario
1 Apresentacao
2 Revisao
3 Introducao
4 Comportamentos dos filtros FIR
5 Projeto via aproximacao
6 Comentarios Finais
Prof. Tito Luís Maia Santos 2/ 28
Sumario
1 Apresentacao
2 Revisao
3 Introducao
4 Comportamentos dos filtros FIR
5 Projeto via aproximacao
6 Comentarios Finais
Prof. Tito Luís Maia Santos 3/ 28
Apresentacao
Objetivos da aula de hoje:
Apresentar os filtros de resposta ao impulso infinita (IIR) eresposta impulso finita (FIR).
Discutir a respeito das principais caracterısticas dos filtros IIRe FIR.
Prof. Tito Luís Maia Santos 4/ 28
Sumario
1 Apresentacao
2 Revisao
3 Introducao
4 Comportamentos dos filtros FIR
5 Projeto via aproximacao
6 Comentarios Finais
Prof. Tito Luís Maia Santos 5/ 28
RevisaoEquacoes a diferencas com coeficientes constantes
A resposta em frequencia caracteriza o comportamento de umsistema.
Por definicao H(ejΩ) = Fh[n].
Para o sistema a seguir:
a0y [n]+a1y [n−1]+...+aNy [n−N] = b0x [n]+b1x [n−1]+...+bMx [n−M]
temos
H(ejΩ) =Y (ejΩ)
X (ejΩ)=
∑Mk=0 bk e−jkΩ∑Nk=0 ak e−jkΩ
.
Prof. Tito Luís Maia Santos 6/ 28
RevisaoEquacoes a diferencas com coeficientes constantes
A resposta em frequencia caracteriza o comportamento de umsistema.
Por definicao H(ejΩ) = Fh[n].
Para o sistema a seguir:
a0y [n]+a1y [n−1]+...+aNy [n−N] = b0x [n]+b1x [n−1]+...+bMx [n−M]
temos
H(ejΩ) =Y (ejΩ)
X (ejΩ)=
∑Mk=0 bk e−jkΩ∑Nk=0 ak e−jkΩ
.
Prof. Tito Luís Maia Santos 6/ 28
RevisaoEquacoes a diferencas com coeficientes constantes
A resposta em frequencia caracteriza o comportamento de umsistema.
Por definicao H(ejΩ) = Fh[n].
Para o sistema a seguir:
a0y [n]+a1y [n−1]+...+aNy [n−N] = b0x [n]+b1x [n−1]+...+bMx [n−M]
temos
H(ejΩ) =Y (ejΩ)
X (ejΩ)=
∑Mk=0 bk e−jkΩ∑Nk=0 ak e−jkΩ
.
Prof. Tito Luís Maia Santos 6/ 28
Sumario
1 Apresentacao
2 Revisao
3 Introducao
4 Comportamentos dos filtros FIR
5 Projeto via aproximacao
6 Comentarios Finais
Prof. Tito Luís Maia Santos 7/ 28
IntroducaoFiltro seletores de sinais (passa-baixas ideal).
Para um filtro passa-baixas ideal:
H(ejΩ) =
1, |Ω| ≤ Ωc0, |Ω| > Ωc
.
Assim temos
h[n] =1
2π
∫ π
−πH(ejΩ)ejΩndΩ =
12π
∫ Ωc
−Ωc
ejΩndΩ =sen(Ωcn)
πn.
Resposta ao impulso infinita, nao-causal e oscilatoria.
Para evitar distorcao do sinal no tempo, e desejavelcomportamento de fase linear.
Prof. Tito Luís Maia Santos 8/ 28
IntroducaoFiltro seletores de sinais (passa-baixas ideal).
Para um filtro passa-baixas ideal:
H(ejΩ) =
1, |Ω| ≤ Ωc0, |Ω| > Ωc
.
Assim temos
h[n] =1
2π
∫ π
−πH(ejΩ)ejΩndΩ =
12π
∫ Ωc
−Ωc
ejΩndΩ =sen(Ωcn)
πn.
Resposta ao impulso infinita, nao-causal e oscilatoria.
Para evitar distorcao do sinal no tempo, e desejavelcomportamento de fase linear.
Prof. Tito Luís Maia Santos 8/ 28
IntroducaoFiltro seletores de sinais (passa-baixas ideal).
Para um filtro passa-baixas ideal:
H(ejΩ) =
1, |Ω| ≤ Ωc0, |Ω| > Ωc
.
Assim temos
h[n] =1
2π
∫ π
−πH(ejΩ)ejΩndΩ =
12π
∫ Ωc
−Ωc
ejΩndΩ =sen(Ωcn)
πn.
Resposta ao impulso infinita, nao-causal e oscilatoria.
Para evitar distorcao do sinal no tempo, e desejavelcomportamento de fase linear.
Prof. Tito Luís Maia Santos 8/ 28
IntroducaoFiltro seletores de sinais (passa-baixas ideal).
Para um filtro passa-baixas ideal:
H(ejΩ) =
1, |Ω| ≤ Ωc0, |Ω| > Ωc
.
Assim temos
h[n] =1
2π
∫ π
−πH(ejΩ)ejΩndΩ =
12π
∫ Ωc
−Ωc
ejΩndΩ =sen(Ωcn)
πn.
Resposta ao impulso infinita, nao-causal e oscilatoria.
Para evitar distorcao do sinal no tempo, e desejavelcomportamento de fase linear.
Prof. Tito Luís Maia Santos 8/ 28
IntroducaoFiltros lineares invariante no tempo (tempo discreto).
Existem duas grandes classes de filtros de tempo discreto:
Filtros recursivos ou de resposta ao impulso infinita (IIR):
y [n] =N∑
k=1
ak y [n − k ] +M∑
k=0
bk x [n − k ].
Filtros nao-recursivos ou de resposta ao impulso finita (FIR):
y [n] =M∑
k=−N
bk x [n − k ].
Prof. Tito Luís Maia Santos 9/ 28
IntroducaoDiscussao via equacoes a diferencas (filtro IIR).
Na aula passada discutimos sobre a resposta em frequencia desistemas de sistemas do tipo:
a0y [n]+a1y [n−1]+...+aNy [n−N] = b0x [n]+b1x [n−1]+...+bMx [n−M].
No caso de um filtro IIR,
y [n] = −a1
a0y [n−1]−...− aN
a0y [n−N]+
b0
a0x [n]+
b1
a0x [n−1]+...+
bM
a0x [n−M].
Assim temos
y [n] =N∑
k=1
ak y [n − k ] +M∑
k=0
bk x [n − k ].
com ak = −ak/a0 e bk = bk/a0.
Devido a recursao em y [n], h[n]→ 0 quando n→∞.
Prof. Tito Luís Maia Santos 10/ 28
IntroducaoDiscussao via equacoes a diferencas (filtro IIR).
Na aula passada discutimos sobre a resposta em frequencia desistemas de sistemas do tipo:
a0y [n]+a1y [n−1]+...+aNy [n−N] = b0x [n]+b1x [n−1]+...+bMx [n−M].
No caso de um filtro IIR,
y [n] = −a1
a0y [n−1]−...− aN
a0y [n−N]+
b0
a0x [n]+
b1
a0x [n−1]+...+
bM
a0x [n−M].
Assim temos
y [n] =N∑
k=1
ak y [n − k ] +M∑
k=0
bk x [n − k ].
com ak = −ak/a0 e bk = bk/a0.
Devido a recursao em y [n], h[n]→ 0 quando n→∞.
Prof. Tito Luís Maia Santos 10/ 28
IntroducaoDiscussao via equacoes a diferencas (filtro IIR).
Na aula passada discutimos sobre a resposta em frequencia desistemas de sistemas do tipo:
a0y [n]+a1y [n−1]+...+aNy [n−N] = b0x [n]+b1x [n−1]+...+bMx [n−M].
No caso de um filtro IIR,
y [n] = −a1
a0y [n−1]−...− aN
a0y [n−N]+
b0
a0x [n]+
b1
a0x [n−1]+...+
bM
a0x [n−M].
Assim temos
y [n] =N∑
k=1
ak y [n − k ] +M∑
k=0
bk x [n − k ].
com ak = −ak/a0 e bk = bk/a0.
Devido a recursao em y [n], h[n]→ 0 quando n→∞.
Prof. Tito Luís Maia Santos 10/ 28
IntroducaoDiscussao via equacoes a diferencas (filtro FIR).
Na aula passada discutimos sobre a resposta em frequencia desistemas de sistemas do tipo:
a0y [n]+a1y [n−1]+...+aNy [n−N] = b0x [n]+b1x [n−1]+...+bMx [n−M].
No caso de um filtro FIR temos a1 = 0, a2 = 0, ..., aN = 0, ou seja:
y [n] =b0
a0x [n] +
b1
a0x [n − 1] + ...+
bM
a0x [n −M].
Assim chegamos ao filtro abaixo
Assim temos
y [n] =M∑
k=0
bk x [n − k ].
com bk = bk/a0.
Como nao ha recursao em y [n], h[n] = 0 para n > M.
Prof. Tito Luís Maia Santos 11/ 28
IntroducaoDiscussao via equacoes a diferencas (filtro FIR).
Na aula passada discutimos sobre a resposta em frequencia desistemas de sistemas do tipo:
a0y [n]+a1y [n−1]+...+aNy [n−N] = b0x [n]+b1x [n−1]+...+bMx [n−M].
No caso de um filtro FIR temos a1 = 0, a2 = 0, ..., aN = 0, ou seja:
y [n] =b0
a0x [n] +
b1
a0x [n − 1] + ...+
bM
a0x [n −M].
Assim chegamos ao filtro abaixo
Assim temos
y [n] =M∑
k=0
bk x [n − k ].
com bk = bk/a0.
Como nao ha recursao em y [n], h[n] = 0 para n > M.
Prof. Tito Luís Maia Santos 11/ 28
IntroducaoProjeto de filtros em tempo discreto.
Filtros IIR:
Aproximacao de um filtro de tempo contınuo;Projeto a partir da nocao da resposta em frequencia de filtrosde baixa ordem.
Filtros FIR:
Os coeficientes sao determinados para aproximar a magnitudede uma resposta em frequencia desejada.
Observacao: filtro FIR sao sempre BIBO estaveis (reposta aoimpulso absolutamente somavel).
Prof. Tito Luís Maia Santos 12/ 28
IntroducaoProjeto de filtros em tempo discreto.
Filtros IIR:
Aproximacao de um filtro de tempo contınuo;Projeto a partir da nocao da resposta em frequencia de filtrosde baixa ordem.
Filtros FIR:
Os coeficientes sao determinados para aproximar a magnitudede uma resposta em frequencia desejada.
Observacao: filtro FIR sao sempre BIBO estaveis (reposta aoimpulso absolutamente somavel).
Prof. Tito Luís Maia Santos 12/ 28
Sumario
1 Apresentacao
2 Revisao
3 Introducao
4 Comportamentos dos filtros FIR
5 Projeto via aproximacao
6 Comentarios Finais
Prof. Tito Luís Maia Santos 13/ 28
Comportamentos dos filtros FIRFiltro media movel - caso mais simples
Filtro media movel:
y [n] =12
(x [n] + x [n − 1]).
Resposta em frequencia
H(ejΩ) =12
[1 + e−jΩ].
Alternativamente
H(ejΩ) = e−jΩ/2 cos(Ω/2).
Filtro passa-baixas com resposta de fase linear.
Prof. Tito Luís Maia Santos 14/ 28
Comportamentos dos filtros FIRFiltro media movel - caso mais simples
Filtro media movel:
y [n] =12
(x [n] + x [n − 1]).
Resposta em frequencia
H(ejΩ) =12
[1 + e−jΩ].
Alternativamente
H(ejΩ) = e−jΩ/2 cos(Ω/2).
Filtro passa-baixas com resposta de fase linear.
Prof. Tito Luís Maia Santos 14/ 28
Comportamentos dos filtros FIRFiltro media movel - caso mais simples
Filtro media movel:
y [n] =12
(x [n] + x [n − 1]).
Resposta em frequencia
H(ejΩ) =12
[1 + e−jΩ].
Alternativamente
H(ejΩ) = e−jΩ/2 cos(Ω/2).
Filtro passa-baixas com resposta de fase linear.
Prof. Tito Luís Maia Santos 14/ 28
Comportamentos dos filtros FIRFiltro media movel - caso mais simples
Filtro media movel:
y [n] =12
(x [n] + x [n − 1]).
0 0.5 1 1.5 2 2.5 3 3.50
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1Magnitude
|H(e
jω)|
ω (rad/s)
0 0.5 1 1.5 2 2.5 3 3.5−90
−80
−70
−60
−50
−40
−30
−20
−10
0Fase
/_ H
(ejω
) (g
raus
)
ω (rad/s)
Prof. Tito Luís Maia Santos 15/ 28
Comportamentos dos filtros FIRFiltro media movel - caso completo (nao-causal)
Filtro media movel:
y [n] =1
N + M + 1
M∑k=−N
x [n − k ].
Resposta em frequencia
H(ejΩ) =ejΩ(N−M)/2
N + M + 1sen[Ω(M + N + 1)/2]
sen(Ω/2).
Filtro passa-baixas com resposta de fase linear.
Se (N −M)/2 = m com m um inteiro negativo. Entao m e umsimples atraso temporal.
Prof. Tito Luís Maia Santos 16/ 28
Comportamentos dos filtros FIRFiltro media movel - caso completo (nao-causal)
Filtro media movel:
y [n] =1
N + M + 1
M∑k=−N
x [n − k ].
Resposta em frequencia
H(ejΩ) =ejΩ(N−M)/2
N + M + 1sen[Ω(M + N + 1)/2]
sen(Ω/2).
Filtro passa-baixas com resposta de fase linear.
Se (N −M)/2 = m com m um inteiro negativo. Entao m e umsimples atraso temporal.
Prof. Tito Luís Maia Santos 16/ 28
Comportamentos dos filtros FIRFiltro media movel - caso completo (nao-causal)
Filtro media movel:
y [n] =1
N + M + 1
M∑k=−N
x [n − k ].
0 0.5 1 1.5 2 2.5 3 3.50
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1Magnitude (N=M=1)
|H(e
jω)|
ω (rad/s)0 0.5 1 1.5 2 2.5 3 3.5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1Magnitude (N=M=10)
|H(e
jω)|
ω (rad/s)
Prof. Tito Luís Maia Santos 17/ 28
Comportamentos dos filtros FIRTransformacao passa-baixas / passa-altas
Exemplo 5.7 (Oppenheim)
Considere um filtro passa baixas com resposta em frequenciaHpb(ejΩ).
Neste caso, Hpa(ejΩ) = Hpb(ej(Ω−π)) e a resposta em frequencia deum filtro passa-altas.
Usando a propriedade de deslocamento na frequencia, chegamosa seguinte relacao:
hpa[n] = ejπnhpb[n] = (−1)nhpb[n],
sendo hpa[n] a resposta ao impulso do filtro passa-altas e hpb[n] aresposta ao impulso do filtro passa-baixas.
Prof. Tito Luís Maia Santos 18/ 28
Comportamentos dos filtros FIRFiltro passa altas
Considere:y [n] =
12
(x [n]− x [n − 1]).
Resposta em frequencia
H(ejΩ) =12
[1− e−jΩ].
Alternativamente
H(ejΩ) = je−jΩ/2sen(Ω/2).
Filtro passa-baixas com resposta de fase linear.
Prof. Tito Luís Maia Santos 19/ 28
Comportamentos dos filtros FIRFiltro passa altas
Considere:y [n] =
12
(x [n]− x [n − 1]).
Resposta em frequencia
H(ejΩ) =12
[1− e−jΩ].
Alternativamente
H(ejΩ) = je−jΩ/2sen(Ω/2).
Filtro passa-baixas com resposta de fase linear.
Prof. Tito Luís Maia Santos 19/ 28
Comportamentos dos filtros FIRFiltro passa altas
Considere:y [n] =
12
(x [n]− x [n − 1]).
Resposta em frequencia
H(ejΩ) =12
[1− e−jΩ].
Alternativamente
H(ejΩ) = je−jΩ/2sen(Ω/2).
Filtro passa-baixas com resposta de fase linear.
Prof. Tito Luís Maia Santos 19/ 28
Comportamentos dos filtros FIRFiltro passa altas
Considere:y [n] =
12
(x [n]− x [n − 1]).
0 0.5 1 1.5 2 2.5 3 3.50
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1Magnitude
|H(e
jω)|
ω (rad/s)0 0.5 1 1.5 2 2.5 3 3.5
0
10
20
30
40
50
60
70
80
90Fase
/_ H
(ejω
) (g
raus
)
ω (rad/s)
Prof. Tito Luís Maia Santos 20/ 28
Sumario
1 Apresentacao
2 Revisao
3 Introducao
4 Comportamentos dos filtros FIR
5 Projeto via aproximacao
6 Comentarios Finais
Prof. Tito Luís Maia Santos 21/ 28
Projeto via aproximacaoJanela quadrada
E comum aproximar multiplicar hd [n] = sen(Ωcn)πn por uma janela finita
rectN [n] a exemplo de
rectN [n] =
1, |n| ≤ N0, |n| > N .
O filtro de resposta ao impulso h[n] = hd [n]rectN [n] tende ao idealcom N →∞.
O filtro de resposta ao impulso h[n] = hd [n]rectN [n] e nao causal.
Como hd [n] = sen(Ωcn)πn e h[n] sao do tipo e par e real, entao H(ejΩ)
e real.
Caso seja necessario um filtro causal, utiliza-de h[n − N].
O atraso N implica numa resposta de fase linear.
Prof. Tito Luís Maia Santos 22/ 28
Projeto via aproximacaoJanela quadrada
E comum aproximar multiplicar hd [n] = sen(Ωcn)πn por uma janela finita
rectN [n] a exemplo de
rectN [n] =
1, |n| ≤ N0, |n| > N .
O filtro de resposta ao impulso h[n] = hd [n]rectN [n] tende ao idealcom N →∞.
O filtro de resposta ao impulso h[n] = hd [n]rectN [n] e nao causal.
Como hd [n] = sen(Ωcn)πn e h[n] sao do tipo e par e real, entao H(ejΩ)
e real.
Caso seja necessario um filtro causal, utiliza-de h[n − N].
O atraso N implica numa resposta de fase linear.
Prof. Tito Luís Maia Santos 22/ 28
Projeto via aproximacaoJanela quadrada
E comum aproximar multiplicar hd [n] = sen(Ωcn)πn por uma janela finita
rectN [n] a exemplo de
rectN [n] =
1, |n| ≤ N0, |n| > N .
O filtro de resposta ao impulso h[n] = hd [n]rectN [n] tende ao idealcom N →∞.
O filtro de resposta ao impulso h[n] = hd [n]rectN [n] e nao causal.
Como hd [n] = sen(Ωcn)πn e h[n] sao do tipo e par e real, entao H(ejΩ)
e real.
Caso seja necessario um filtro causal, utiliza-de h[n − N].
O atraso N implica numa resposta de fase linear.
Prof. Tito Luís Maia Santos 22/ 28
Projeto via aproximacaoJanela quadrada
E comum aproximar multiplicar hd [n] = sen(Ωcn)πn por uma janela finita
rectN [n] a exemplo de
rectN [n] =
1, |n| ≤ N0, |n| > N .
O filtro de resposta ao impulso h[n] = hd [n]rectN [n] tende ao idealcom N →∞.
O filtro de resposta ao impulso h[n] = hd [n]rectN [n] e nao causal.
Como hd [n] = sen(Ωcn)πn e h[n] sao do tipo e par e real, entao H(ejΩ)
e real.
Caso seja necessario um filtro causal, utiliza-de h[n − N].
O atraso N implica numa resposta de fase linear.
Prof. Tito Luís Maia Santos 22/ 28
Projeto via aproximacaoJanela quadrada
Resposta o impulso de
rectN [n] = sen[2πn/33]
πn , |n| ≤ 320, |n| > 32
.
Prof. Tito Luís Maia Santos 23/ 28
ExemploFiltro media movel
Prof. Tito Luís Maia Santos 24/ 28
ExemploFiltro diferenciador
Prof. Tito Luís Maia Santos 25/ 28
ExemploFiltro diferenciador
Introdução
Texto em ImagensCaracterísticas TextuaisDescrição do ProblemaSistema de Extração da Informação Textual - TIE
Estrutura Geral de um Sistema TIE
Localização
Verificação
Extração
OCR
Imagem
Complexa
Texto
Plano
SIS
TE
MA
TIE
André P. N. Tahim Localização e Extração Automática de Textos em Imagens Complexas
Etapa de Localização
Classificação dos Métodos de LocalizaçãoIdentificação Textual PropostaObjetivos do Método de Localização PropostoArquitetura do Método de Localização PropostoComentários
4a Etapa - Geração das Regiões Candidatas a Texto
Localização
Verificação
Extração
OCR
Imagem
Complexa
Texto
Plano
SIS
TE
MA
TIE
Contornos candidatos atexto
Regiões candidatas a texto
André P. N. Tahim Localização e Extração Automática de Textos em Imagens Complexas
Prof. Tito Luís Maia Santos 26/ 28
Sumario
1 Apresentacao
2 Revisao
3 Introducao
4 Comportamentos dos filtros FIR
5 Projeto via aproximacao
6 Comentarios Finais
Prof. Tito Luís Maia Santos 27/ 28
Comentarios Finais
Nesta aula foram apresentados alguns conceitos de filtragem.
Prof. Tito Luís Maia Santos 28/ 28