Baixe o app para aproveitar ainda mais
Prévia do material em texto
Ana´lise Espectral 1 Processamento Digital de Sinais Notas de Aula Ana´lise Espectral Usando a DFT Ricardo Tokio Higuti Departamento de Engenharia Ele´trica - FEIS - Unesp Observac¸a˜o: Estas notas de aula esta˜o baseadas no livro: “Discrete-Time Signal Processing”, A.V. Oppenheim and R.W. Schafer, Prentice Hall, 1989/1999. Ana´lise Espectral 2 Ana´lise Espectral Usando a DFT Uma das principais aplicac¸o˜es da DFT e´ a ana´lise do conteu´do de freq. de sinais (ana´lise espectral) Aplicac¸o˜es: • Ana´lise e s´ıntese de sinais de voz • Estudo de harmoˆnicos em redes • Medic¸a˜o de desvio de frequeˆncia (Doppler) Para o uso da DFT na ana´lise de sinais de tempo cont´ınuo, deve-se considerar: • Amostragem (qual freq. de amostragem usar?) • DFT: para sinais de durac¸a˜o finita - truncamento do sinal (quantos pontos usar?) • Como relacionar as freq. analo´gicas (Hz) com as amostras (X[k]) Ana´lise Espectral 3 Ana´lise Espectral Filtro anti-aliasing Conversor C/D janelamento DFT N pontos x janela pontosL sc(t) xc(t) x[n] v[n] w[n] V [k] Haa(jΩ) fs = 1 T • Filtro anti-aliasing: elimina/atenua componentes de freq. acima de Ωs/2 (ou fs/2), para evitar sobreposic¸a˜o do espectro; • Conversor C/D: e´ um conversor A/D, que amostra o sinal xc(t) a uma taxa de fs amostras por segundo, e no qual devem ser con- sideradas suas caracter´ısticas na˜o-ideais (amostragem com retenc¸a˜o, nu´mero finito de bits); • Truncamento ou janelamento: v[n] = x[n] · w[n], em que w[n] e´ uma func¸a˜o que limita a durac¸a˜o do sinal x[n], chamada de janela. Ela determina o comprimento do sinal a ser analisado (L), e pode fazer alguma modificac¸a˜o no formato do sinal original, no tempo e em frequ¨eˆncia. • DFT: Calcula a DFT do sinal v[n], utilizando N ≥ L pontos para o ca´lculo: V [k] = L−1∑ n=0 v[n]e−j 2pi N kn, k = 0, 1, ..., N − 1 Ana´lise Espectral 4 Ana´lise Espectral k 0 1 2 3 4 5 6 7 Sc(jΩ) Ω0 Ω1 Haa(jΩ) Xc(jω) X(ejω) W (ejω) V (ejω), V˜ [k] Ω Ω Ω V [k] Ω Ω Ω ω ω ω ∆ω N − 1 Ωs 2 = pi T Ωs 2 = pi T pi pi pi 2pi 2pi 2pi −pi −pi −pi −2pi −2pi −2pi Ω Ω Ω Ana´lise Espectral 5 Relac¸a˜o Entre as Transformadas Os va´rios paraˆmetros usados na ana´lise espectral determinam a relac¸a˜o entre as freq. analo´gicas e as amostras da DFT. Sa˜o eles: • Freq. amostragem: fs = 1/T • Nu´mero de pontos usado no ca´lculo da DFT: N Relembrando alguns pontos importantes: • Quando um sinal xc(t) e´ amostrado, obtendo-se o sinal x[n], tem-se que a DTFT de x[n], X(ejω), esta´ relacionada com o espectro do sinal de tempo cont´ınuo amostrado, Xs(jΩ), pela relac¸a˜o de frequ¨eˆncias: ω = ΩT = 2pif/fs • Em um sinal de tempo discreto de durac¸a˜o finita v[n], sua DFT, V [k], e sua DTFT, V (ejω), esta˜o relacionadas por: V [k] = V (ejω)|ω= 2pi N k, k = 0..N − 1 ou seja, a DFT e´ composta por N amostras da DTFT, equiespac¸adas de ∆ω = 2pi/N , entre ω = 0 e 2pi. Da´ı, pode-se relacionar a amostra k da DFT com a freq. f , em Hertz: ∆ω = 2pi/N = ∆ΩT = 2pi∆f/fs e portanto, ∆f = fs N e´ o espac¸amento equivalente entre as amostras do espectro do sinal de tempo cont´ınuo, que e´ amostrado nas frequ¨eˆncias fk = fs N k Ana´lise Espectral 6 Problemas e Limitac¸o˜es Devido a`s operac¸o˜es realizadas sobre o sinal de tempo cont´ınuo, os dados resultantes do ca´lculo da DFT podem na˜o representar exatamente o espec- tro original. Esses efeitos devem ser levados em conta, para que na˜o haja interpretac¸o˜es erroˆneas sobre o conteu´do de freq. do sinal sendo analisado. Deve-se considerar: • Aliasing (freq. amostragem) • Efeito do janelamento (formato e comprimento da janela) – Vazamento espectral (Spectral Leakage) • Nu´mero de pontos da DFT – Amostragem espectral Ana´lise Espectral 7 Amostragem do sinal O sinal deve ser amostrado a uma taxa maior que duas vezes sua ma´xima frequ¨eˆncia. Por exemplo, para uma seno´ide com frequeˆncia f0 amostrada a uma taxa fs: 0 5 10 15 −1 −0.5 0 0.5 1 sequência −1 −0.5 0 0.5 1 0 5 10 espectro 0 5 10 15 −1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1 0 5 10 0 5 10 15 −1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1 0 5 10 15 20 fs = 5f0 fs = 5 2 f0 fs = 2f0 0 5 10 15 −1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1 0 5 10 0 5 10 15 −1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1 0 5 10 0 5 10 15 −1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1 0 5 10 15 20 n ω/pi fs = 2 3 f0 fs = 5 4 f0 fs = f0 Ana´lise Espectral 8 Efeito do Janelamento O sinal x[n] sofre um truncamento, que e´ representado matematicamente por uma multiplicac¸a˜o por uma func¸a˜o w[n], chamada de janela: v[n] = x[n] · w[n] DTFT ←→ V (ejω) = 1 2pi ∫ pi −pi X(ejθ)W (ej(ω−θ))dθ O efeito na frequ¨eˆncia e´ uma convoluc¸a˜o perio´dica do espectro original com o espectro da janela. Ha´, portanto, mudanc¸as no espectro original, e este efeito e´ chamado de vazamento espectral (spectral leakage), e de- pende do tipo de truncamento utilizado (formato e comprimento da janela w[n]).. Analisando o caso de uma seno´ide: x[n] = A cos(ω0n+ θ0) = A 2 ej(ω0n+θ0) + A 2 e−j(ω0n+θ0) O espectro de x[n] e´: X(ejω) = Apiejθ0δ(ω − ω0) + Apie −jθ0δ(ω + ω0), |ω| < pi O sinal truncado fica com o espectro: V (ejω) = A 2 ejθ0W (ej(ω−ω0)) + A 2 e−jθ0W (ej(ω+ω0)) Utilizando A = 1, ω0 = pi/4, θ0 = 0 e uma janela retangular com comprimento L igual a 32 amostras, fica-se com as seguintes sequeˆncias e espectros de magnitude. Ana´lise Espectral 9 Vazamento Espectral -1 -1 -0.5 -0.5 0 0 0.5 0.5 1 1 2 4 6 8 10 12 14 16 18 -1 -0.5 0 0.5 1 0 5 10 15 20 25 30 35 -10 0 10 20 30 40 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 -10 0 10 20 30 40 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 -10 0 10 20 30 40 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 Sequências Espectros(DTFT) pi n n n ω/pi ω/pi ω/pi x[n]↔ X(ejω) w[n]↔W (ejω) v[n]↔ V (ejω) • Observando o espectro de V (ejω), e comparando-o com o do sinal original X(ejω), percebe-se que apareceram outras frequeˆncias devido ao truncamento, quando deveria ser observada apenas a frequeˆncia ω0 = pi/4. • Se o sinal tiver frequeˆncias pro´ximas entre si, o efeito do vazamento espectral pode dificultar a identificac¸a˜o das mesmas. Ana´lise Espectral 10 Vazamento Espectral −1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1 0 2 4 6 8 10 12 14 16 18 m a g n i t u d e | V ( e j ω ) | ω/pi A1 A2 = 16 8 x[n] = cos(0.25pin) + 0.5 cos(0.75pin) −1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1 0 2 4 6 8 10 12 14 16 18 m a g n i t u d e | V ( e j ω ) | ω/pi A1 A2 = 16 8.7 x[n] = cos(0.25pin) + 0.5 cos(0.35pin) −1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1 0 2 4 6 8 10 12 14 16 m a g n i t u d e | V ( e j ω ) | ω/pi A1 A2 = 15 ? x[n] = cos(0.25pin) + 0.5 cos(0.29pin) Ana´lise Espectral 11 Janelas Existem diversas janelas, com diferentes caracter´ısticas de formato no domı´nio do tempo, que acabam por influenciar no seu espectro. Os paraˆmetros principais sa˜o relacionados, no espectro da janela, a: • Largura do lo´bulo principal • Nı´vel de lo´bulo laterallóbulo principal lóbulos laterais nível de lóbulo lateral largura do lóbulo principal formato comprimento 0 w[n] L− 1 n DTFT L W (ejω) ω−pi pi Ana´lise Espectral 12 Janelas (comprimento L = 16) 0 5 10 15 0 0.2 0.4 0.6 0.8 1 Janelas com L=16 retangular Hamming Hanning Blackman n -1 0 1 -80 -60 -40 -20 0 d B Retangular -1 0 1 -80 -60 -40 -20 0 Hamming -1 0 1 -80 -60 -40 -20 0 d B Hanning -1 0 1 -80 -60 -40 -20 0 Blackman ω/piω/pi −→ Ao se modificar o formato da janela, tanto a largura do lo´bulo principal como o n´ıvel dos lo´bulos laterais sa˜o modificados. Ana´lise Espectral 13 Janela de Kaiser Famı´lia de janelas parametrizada por um fator de forma β. 0 5 10 15 0 0.2 0.4 0.6 0.8 1 n β = 0 β = 3 β = 6 Janelas de Kaiser com L = 16 -1 -0.5 0 0.5 1 -80 -70 -60 -50 -40 -30 -20 -10 0 d B ω/pi β = 0 β = 3 β = 6 Espectros de janelas de Kaiser com L = 16 Ana´lise Espectral 14 Janela de Kaiser Mudando-se o comprimento da janela e mantendo-se o fator de forma β. -1 -0.5 0 0.5 1 -80 -70 -60 -50 -40 -30 -20 -10 0 d B ω/pi L = 8 L = 16 L = 32 Espectros de janelas de Kaiser com β = 6 −→ Mudando-se o comprimento da janela e mantendo-se o seu for- mato, altera-se a largura dos lo´bulos (principal e laterais) e o decai- mento dos lo´bulos laterais em func¸a˜o da frequeˆncia, mas o n´ıvel do primeiro lo´bulo lateral permanece o mesmo. Ana´lise Espectral 15 Vazamento Espectral - Efeito do Formato da Janela Seja o sinal: x[n] = cos(0.25pin) + 2 cos(0.38pin). Utilizando janelas retan- gular e de Hamming, com L = 64 amostras, fica-se com: 0 10 20 30 40 50 60 −4 −2 0 2 4 a m p l i t u d e 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 20 40 60 80 v[n], Janela retangular L = 64 | V ( e j ω ) | Amostra n ω/pi A1 A2 = 35 66.45 = 1 1.8986 0 10 20 30 40 50 60 −4 −2 0 2 4 a m p l i t u d e 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 10 20 30 40 v[n], Janela de Hamming L = 64 | V ( e j ω ) | Amostra n ω/pi A1 A2 = 17.23 34.26 = 1 1.9884 Ana´lise Espectral 16 Vazamento Espectral - Efeito do Formato da Janela 0 0.5 1 1.5 2 0 10 20 30 0 10 20 30 40 50 60 -4 -2 0 2 4 a m p l i t u d e v[n], Janela de Blackman L = 64 | V ( e j ω ) | Amostra n ω/pi A1 A2 = 13.22 26.44 = 1 2 Ana´lise Espectral 17 Vazamento Espectral - Comprimento da Janela Variando-se o comprimento da janela de Hamming (L = 64 e L = 32): 0 10 20 30 40 50 60 −4 −2 0 2 4 a m p l i t u d e 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 10 20 30 40 v[n], Janela de Hamming L = 64 | V ( e j ω ) | Amostra n ω/pi A1 A2 = 17.23 34.26 = 1 1.9884 0 5 10 15 20 25 30 −4 −2 0 2 4 a m p l i t u d e 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 5 10 15 20 v[n], Janela de Hamming L = 32 | V ( e j ω ) | Amostra n ω/pi A1 A2 = ? 16.9 Ana´lise Espectral 18 Amostragem Espectral Deve-se lembrar que a DFT corresponde a amostras da DTFT: V [k] = V (ejω)|ω= 2pi N k, k = 0..N − 1 0 10 20 30 40 50 60 −4 −2 0 2 4 a m p l i t u d e 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 20 40 60 80 v[n], Janela retangular L = 64 | V ( e j ω ) | Amostra n ω/pi A1 A2 = 35 66.45 = 1 1.8986 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 10 20 30 40 50 60 70 | V [ k ] | , N = 6 4 ωk = 2pik/N A1 A2 = 34.79(@0.25pi) 61.85(@0.375pi) = 1 1.7778 Ana´lise Espectral 19 Amostragem Espectral Variando o nu´mero de pontos da DFT (N), modifica-se o espac¸amento entre amostras do espectro de V (ejω). 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 10 20 30 40 50 60 70 | V [ k ] | , N = 6 4 ωk = 2pik/N A1 A2 = 34.79(@0.25pi) 61.85(@0.375pi) = 1 1.7778 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 10 20 30 40 50 60 70 | V [ k ] | , N = 1 2 8 ωk = 2pik/N A1 A2 = 34.79(@0.25pi) 61.85(@0.375pi) = 1 1.7778 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 10 20 30 40 50 60 70 | V [ k ] | , N = 2 5 6 ωk = 2pik/N A1 A2 = 34.79(@0.25pi) 66.17(@0.383pi) = 1 1.9020 Ana´lise Espectral 20 Amostragem Espectral Seja o sinal: x[n] = cos(0.25pin) + 2 cos(0.50pin). Utilizando janela retan- gular com comprimento L = 64 e variando-se o comprimento da DFT, fica-se com: 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 10 20 30 40 50 60 70 | V [ k ] | , N = 6 4 ωk = 2pik/N A1 A2 = 32(@0.25pi) 64(@0.50pi) = 1 2 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 10 20 30 40 50 60 70 | V [ k ] | , N = 1 2 8 ωk = 2pik/N A1 A2 = 32(@0.25pi) 64(@0.50pi) = 1 2 Ana´lise Espectral 21 Relac¸a˜o entre as frequeˆncias • Amostragem da DTFT: ωk = 2pi N k, 0 ≤ k ≤ N − 1 • Amostragem do sinal: ω = ΩT = 2pif fs • Resoluc¸a˜o na frequeˆncia: ∆ω = 2pi N = ∆ΩT = 2pi ∆f fs • Resoluc¸a˜o na frequeˆncia f : ∆f = fs N • Relac¸a˜o entre frequeˆncias analo´gicas e as amostras k: fk = fs N k 0 0 01234567 15 31 0.5p p 1.5p 2p 0 5 10 15 20 25 30 35 k [amostras] ω [rad] f [Hz] fs/4 fs/2 fs3fs/2 N − 1 Ana´lise Espectral 22 Exemplo: ana´lise espectral Os sinais a seguir representam a tensa˜o e a corrente numa laˆmpada fluo- rescente compacta. Os sinais foram amostrados por um oscilosco´pio digital com resoluc¸a˜o vertical de 8 bits e frequeˆncia de amostragem igual a 5 kHz. 0 0.02 0.04 0.06 0.08 0.1 0.12 −400 −300 −200 −100 0 100 200 300 400 tempo [s] a m p l i t u d e [ V ] tensão 0 0.02 0.04 0.06 0.08 0.1 0.12 −0.02 −0.015 −0.01 −0.005 0 0.005 0.01 0.015 0.02 tempo [s] a m p l i t u d e [ A ] corrente A ide´ia e´ analisar o sinal com diversos comprimentosL, janela retangular e de Hamming, e diferentes valores de N para o ca´lculo da DFT. Ana´lise Espectral 23 Exemplo: ana´lise espectral (cont.) Utilizando uma porc¸a˜o de sinal com L = 512 amostras, e aplicando a DFT com N = 512 pontos, e janelas retangular e de Hamming, teˆm-se os seguintes sinais no domı´nio da frequeˆncia: 0 500 1000 1500 2000 2500 −80 −70 −60 −50 −40 −30 −20 −10 0 10 Tensao, janela retangular, L=512, N=512 0 500 1000 1500 2000 2500 −80 −70 −60 −50 −40 −30 −20 −10 0 10 Tensao, janela de Hanning, L=512, N=512 f [Hz] m a g n i t u d e [ d B ] Ana´lise Espectral 24 Exemplo: ana´lise espectral (cont.) Utilizando uma porc¸a˜o de sinal com L = 2048 amostras, e aplicando a DFT com N = 4096 pontos, e janelas retangular e de Hamming, teˆm-se os seguintes sinais no domı´nio da frequeˆncia: 0 500 1000 1500 2000 2500 −80 −70 −60 −50 −40 −30 −20 −10 0 10 Tensao, janela retangular, L=2048, N=40960 500 1000 1500 2000 2500 −80 −70 −60 −50 −40 −30 −20 −10 0 10 Tensao, janela de Hanning, L=2048, N=4096 f [Hz] m a g n i t u d e [ d B ] Ana´lise Espectral 25 Exemplo: ana´lise espectral (cont.) Para ilustrar os efeitos do vazamento espectral e da amostragem espectral, as tabelas a seguir mostram as frequeˆncias e magnitudes das harmoˆnicas em 60, 300 e 420 Hz, para os va´rios casos estudados. Paraˆmetros 60 Hz 300 Hz 420 Hz f [Hz] A [dB] f [Hz] A [dB] f [Hz] A [dB] L = 512 Hamming 58,6 0 302,7 -38,2 419,9 -41,3 N = 512 Retangular 58,6 0 293,0 -39,6 419,9 -45,3 L = 1024 Hamming 61,0 0 300,3 -37,5 419,9 -40,5 N = 2048 Retangular 61,0 0 297,9 -38,7 417,5 -42,9 L = 1024 Hamming 59,8 0 300,3 -37,7 419,9 -40,7 N = 4096 Retangular 59,8 0 299,7 -39,3 416,3 -43,5 L = 4096 Hamming 59,8 0 299,7 -37,3 419,9 -40,8 N = 8192 Retangular 59,8 0 299,7 -38,9 419,9 -41,2 Percebe-se que, dependendo do processamento, chega-se a diferentes valores de frequeˆncias e n´ıveis de distorc¸a˜o devido a`s harmoˆnicas de ordem superior. Ana´lise Espectral 26 Exemplo: ana´lise espectral (cont.) Analisando a forma de onda de corrente, chega-se ao seguinte espectro de magnitude. 0 500 1000 1500 2000 2500 −40 −35 −30 −25 −20 −15 −10 −5 0 5 10 Corrente, janela de Hanning, L=2048, N=4096 f [Hz] m a g n i t u d e [ d B ] • Observando o espectro, nota-se que ha´ harmoˆnicas de mu´ltiplos ı´mpares da fundamental. • Como o sinal e´ de alta frequeˆncia (pulsos ra´pidos), o espectro se es- tende a frequeˆncias superiores a 2500 Hz, causando aliasing. Ana´lise Espectral 27 Exemplo: ana´lise espectral (cont.) 2000 2100 2200 2300 2400 2500 −40 −35 −30 −25 −20 −15 −10 −5 0 Corrente, janela de Hanning, L=2048, N=4096 f [Hz] m a g n i t u d e [ d B ] harmônica ordem 35 37 39 41 AB • Componente em A: aliasing da componente em 43×60 = 2580 Hz, que aparece em (5000-2580) = 2420 Hz. • Componente em B: aliasing da componente em 45×60 = 2700 Hz, que aparece em (5000-2700) = 2300 Hz. • As magnitudes podem ter erros, caso ocorra sobreposic¸a˜o de uma raia em outra. Ana´lise Espectral 28 Espectrograma • Ana´lise Espectral com DFT: adequada para sinais cujo conteu´do de frequ¨eˆncia na˜o varia com o tempo. • Na pra´tica: o conteu´do de frequ¨eˆncia do sinal pode variar com o tempo (voz). • A ana´lise espectral realizada sobre todo o sinal de uma so´ vez pode ocultar informac¸o˜es importantes da variac¸a˜o do conteu´do de frequ¨eˆncia ao longo do tempo. • Time-dependent Fourier transform, Short-time Fourier transform. Ana´lise Espectral 29 Chirp Seja um sinal cuja freq. varia com o tempo: x[n] = cos(ω0n 2) A freq. instantaˆnea do sinal e´ 2ω0n. O sinal e a magnitude de sua DFT sa˜o: 0 50 100 150 200 250 −1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1 n 0 0.1 0.2 0.3 0.4 0.5 0 5 10 15 20 25 30 35 40 m a g n i t u d e f/fa Na˜o se pode determinar como variou o conteu´do de freq. do sinal ao longo do tempo. Uma alternativa e´ fracionar o sinal e calcular va´rias DFTs para diferentes intevalos de tempo. Ana´lise Espectral 30 Espectrograma Multiplica-se o sinal x[n] por uma janela w[n] e calcula-se a DTFT: X[n, λ) = +∞∑ m=−∞ x[n+m] w[m] e−jλm Outra forma: X[n, λ) = +∞∑ m=−∞ x[m] w[n−m] e−jλm Amostrando o espectro em N pontos equiespac¸ados e uma janela de comprimento L: X[n, k] = X[n, 2pik/N ] = L−1∑ m=0 x[n+m] w[m] e−j(2pi/N)km, k = 0..N − 1 ou X[n, k] = X[n, 2pik/N ] = n∑ m=n−L+1 x[m] w[n−m] e−j(2pi/N)km, k = 0..N−1 • A durac¸a˜o da janela e´ muito menor que a durac¸a˜o total do sinal • A janela toma trechos do sinal ao longo do tempo • Quanto mais estreita a janela, maior a resoluc¸a˜o no tempo e menor em freq. • n e´ o deslocamento da janela em relac¸a˜o ao sinal • Para cada n tem-se uma DFT • Na˜o se pode ter uma boa resoluc¸a˜o no tempo e em freq. ao mesmo tempo usando a DFT Ana´lise Espectral 31 Espectrograma −100 −80 −60 −40 −20 0 20 Time F r e q u e n c y 0 200 400 600 800 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Compartilhar