Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Processamento Digital de Sinais Introdução aos Filtros Digitais Prof. Dr. Carlos Alberto Ynoguti Conceitos Básicos • Funções principais dos filtros: – separação de sinais Exemplo: monitorar o sinal de ECG do feto ainda dentro do útero da mãe. – recuperação de sinais Exemplo: recuperação de gravações de áudio e melhoramento de imagens borradas. • Digital vs analógico – Os filtros analógicos são muito mais baratos que os digitais. – Os filtros digitais conseguem desempenhos muito (mas muito mesmo) melhores. Formas de representação • Existem 3 formas de representar um filtro digital: – Resposta a impulso – Resposta a degrau – Resposta em frequência • Cada uma destas formas tem informações completas sobre o filtro, mas de formas diferentes. • Se uma delas estiver disponível, é sempre possível obter as outras. • Todas estas formas são importantes, pois descrevem como o filtro irá reagir sob circunstâncias diferentes. Formas de representação Tipos de filtros digitais • Filtros de resposta a impulso finita (FIR) – operam por convolução da resposta a impuslso (kernel) com o sinal – todos os filtros lineares possíveis podem ser implementados desta maneira – possuem desempenho impressionante, mas podem ser lentos, dependendo do comprimento de seu kernel • Filtros de resposta a impulso infinita (IIR) – operam de forma recursiva – têm um desempenho bom, em relação ao seu comprimento – são mais rápidos que os filtros FIR – podem se tornar instáveis Representações: comentários • resposta a impulso: saída do sistema quando aplica- se um impulso na entrada • resposta a degrau: saída do sistema quando aplica- se um degrau na entrada. Formas de obter: – coloque um degrau na entrada e verifique a saída – integre a resposta a impulso (running sum) • resposta em frequência: calcule a DFT da resposta a impulso. Pode ser representada de duas formas: – escala de amplitude linear: melhor para visualizar ripple na banda de passagem – escala de amplitude logarítmica: melhor para verificar a atenuação na banda de rejeição Decibels? dB=10log10 P2 P1 dB=20log10 V 2 V 1 potência tensão Como a informação é representada nos sinais? • no domínio do tempo: cada amostra do sinal contém informação relevante. – ECG – televisão • no domínio da frequência: a informação está contida na forma como as amostras variam com o tempo. – áudio – movimento de um pêndulo Parâmetros de desempenho • Parâmetros no domínio do tempo: estão relacionados à resposta a degrau • Parâmetros no domínio da freqüência: estão relacionados à resposta em freqüência. • Esta distinção é absolutamente crítica no projeto de filtros, pois nunca é possível otimizá-los para ambas as aplicações: um bom desempenho no domínio do tempo implica em um desempenho ruim no domínio da frequência, e vice-versa. Parâmetros no domínio do tempo • Por que a resposta a degrau, e não a resposta a impulso? – Porque ela funciona como a nossa mente. Se formos analisar um sinal, por exemplo, naturalmente dividimos este sinal e regiões de características similares. A resposta a degrau é a forma mais pura de representar uma divisão entre regiões dissimilares. • Os parâmetros relacionados à resposta a degrau são: – velocidade – overshoot – fase Parâmetros no domínio do tempo ruim bom Parâmetros no domínio do tempo • Velocidade (ou tempo de subida): número de amostras que o sinal leva para subir de 10% a 90% da amplitude máxima do sinal. Fatores como redução de ruído, limitações inerentes ao sistema de aquisição, evitar o aliasing, etc., limitam a velocidade. • Overshoot: deve ser evitado, pois modifica as amplitudes das amostras do sinal, distorcendo-o. Quando isto ocorre fica a dúvida: o overshoot provem do sinal ou do filtro que foi usado? • Fase: quando a fase não é linear, a metade superior da forma de onda não é simétrica em relação à indferior. É do sinal? É por causa do filtro? Filtros no domínio da frequência • São usados para selecionar certas regiões no espectro, bloqueando as demais. • Existem três regiões importantes no espectro destes filtros: – banda de passagem: corresponde àquelas frequências que devem passar inalteradas; – banda de bloqueio ou banda de rejeição: região do espectro que deve ser eliminada na saída do filtro; – banda de transição: é a região entre as duas anteriores – frequência de corte: divisão entre a banda de passagem e a banda de transição. Em filtros analógicos corresponde ao ponto em que a amplitude é reduzida de 0.707 (i.e. -3dB). Para os filtros digitais estes pontos variam entre: 99%, 90%, 70.7%, 50%. Tipos de filtro no domínio da frequência Parâmetros no domínio da frequência ruim bom Parâmetros no domínio da frequência • Roll off: um roll off rápido significa que a banda de transição é estreita. Desta forma, esta é uma condição necessária para separar sinais de frequências próximas. • Ripple na banda de passagem: é importante que seja baixo, para que as frequências nesta região passem inalteradas. • Atenuação da banda de bloqueio: deve ser alta para realmente eliminar as frequências indesejadas. Projetos de filtros no domínio da frequência • Filtros passa-altas, passa-faixa e rejeita-faixa são todos projetados a partir de filtros passa-baixas, e então convertendo para a resposta desejada. • Existem dois métodos para se fazer isso: – inversão espectral – reversão espectral IMPORTANTE: os procedimentos a seguir valem apenas para os filtros FIR. Para os filtros IIR a filosofia de projeto é outra. Inversão espectral • Procedimento: – mude o sinal de todas as amostras do kernel do filtro – some 1 à amostra no centro de simetria Inversão espectral Inversão espectral • A inversão espectral “roda” a resposta a impulso no sentido vertical, de modo que a banda de passagem vira banda de bloqueio, e vice-versa. • Em outras palavras, este procedimento transforma um filtro passa-baixas em um passa-altas, um passa-altas em um passa-baixas, um rejeita faixa em um passa-faixa, e um passa-faixa em um rejeita faixa. Inversão espectral – Porque funciona? • O sinal de entrada x[n] é aplicado nos dois sistemas em paralelo – o de cima é um FPB – o de baixo é um passa-tudo • O sinal resultante y[n] é igual à saída do sistema passa tudo menos a saída do FPB. • Desde que as componentes de baixa frequência foram subtraídas do sinal original, restaram apenas as componentes de alta frequência! Inversão espectral- implementação • Esta operação pode ser realizada de duas formas: – passar o sinal através de um filtro passa baixas e depois subtrair o sinal filtrado do sinal original – combinar os kernels dos dois filtros em um único kernel, como mostrado abaixo: Inversão espectral – Condições de implementação • Para que esta técnica funcione, as componentes de frequência que saem do filtro passa-baixas devem estar em fase que as componentes correspondentes do sinal original, para que possam ser corretamente subtraídas. • Com isto, as restrições para o método são: – o kernel do FPB original deve ter simetria left-right (fase nula ou linear). Portanto o kernel deve ter um número ímpar de amostras. – o impulso deve ser adicionado exatamente no centro de simetria. Reversão espectral • Procedimento: – Inverta o sinal das amostras pares do kernel de um FPB Reversão espectral • Este procedimento “roda” a resposta em frequência na horizontal:0 torna-se 0,5 e 0,5 torna-se 0. • Esta aparente mágica tem uma explicação muito simples: mudar o sinal das amostras pares corresponde a multiplicar o kernel do filtro por um cosseno de frequência 0,5fs. • Como discutido anteriormente, este procedimento corresponde a deslocar o espectro do kernel para a posição 0,5fs. Imagine o espectro periódico que você entenderá a idéia por trás disso. Filtro passa-faixa Filtro rejeita-faixa
Compartilhar