Filtros_01
Transcript of Filtros_01
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 1/59
Introdução à Filtros
DigitaisFiltros básicos, parâmetros no
domínio do tempo efrequência, classificação defiltros
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 2/59
Filtros são usados basicamente para dois propósitos:
• Separação de sinais combinados;
• Restauração de sinal que foi distorcido.
A princípio, a separação e/ou restauração de sinais pode ser realizada com ambosos tipos de filtros, analógicos e digitais. As diferenças básicas são:
Analógicos
• Barato• Rápidos• Grande faixa dinâmica (amplitude e frequência)
Digitais
• Muito melhor desempenho. Ex.: Será visto um filtro passa-baixa que possuiganho 1±0,0002 entre frequência zero e 1000Hz e um ganho de menos que0,0002 para frequências acima de 1001Hz. Excelente não?
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 3/59
Filtros lineares comumente apresentam as curvas abaixo:
-3dB : amplitude dosinal cai à 0,707 ea potência é reduzidaà 0,5.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 4/59
DOMÍNIO DO TEMPO
Resposta ao degrau
Tempo de subida: entre 10% e90%. Deseja-se o menor possível.
Overshoot: distorção da informa-ção.
Fase linear: simetria entre as me-tades superior e inferior res-→
posta em frequência com fase li-
near.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 5/59
DOMÍNIO DA FREQUÊNCIA
Resposta em frequência
Banda passante: frequênciaspermitidas (ganho 1 geralmente)
Frequência de corte: 99%, 90%,70,7% e 50% da amplitude parafiltros digitais.
Banda de transição: deseja-sea menor possível.
Banda de rejeição: frequênciasbloqueadas.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 6/59
DOMÍNIO DA FREQUÊNCIA
Resposta em frequência
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 7/59
A figura abaixo mostra o processo de conversão filtro passa-baixa →
filtro passa-alta.
1. mudar o sinal dasamostras no kernel2. adicionar 1 naamostra do centro dasimetria.
Assim …
Passa-alta Passa-baixa→
Passa-banda Rejeita-banda→
Rejeita-banda Passa-banda→
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 8/59
Por que as modificações no domínio do tempo indicadas, resultamem inversão no espectro de frequência ?
δ[n]-h[n]: inverter sinal da respostaimpulsiva e adicionar 1 no centro.
Condição: as componentes de baixafrequência das saídas parciais (antesdo somador) precisam estar em fase.Para isso deve-se:
1.filtro kernel original com fase linear2.impulso adicionado no centro dasimetria.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 9/59
Outro método: spectral reversal !!
1. mudar o sinal dasamostras no kernel →
multiplicar o filtro porsin(0,5t) shift em fre_ →
quência de 0,5.
A frequência 0 se torna0,5.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 10/59
Ex.: Filtros passa-banda e rejeita-banda.
Cascata: 2 estágiosConvolução: 1 estágio
Paralelo: 2 estágiosSoma: 1 estágio
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 11/59
Classificação de filtros
FiltrosDigitais
FIR IIR
Convolução Recursão
Melhor desempenho Mais rápido
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 12/59
Filtros Média Móvel
Implementação por
convolução, redução de ruído,implementação recursiva,passagens múltiplas.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 13/59
plementação por Convolução 1
É feito uma média de um número de pontos do sinal da entrada x[],para produzir cada ponto do sinal de saída y[]:
Ex.: O ponto 80 da saída, para um filtro média móvel com M=5é dado por:
filtro média móvel é uma convolução da entrada com um pulso retangular de área 1.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 14/59
Ex.: Filtro média móvel com M=4
Note que,
• adição• subtração• multiplicação
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 15/59
ução de ruído versus Resposta ao degrau
O filtro média móvel apresenta bom desempenho em muitasaplicações e ótimo desempenho na redução de ruído branco, ao mesmotempo que preserva a resposta ao degrau.
A quantidade de ruído reduzida é igual a raiz quadrada do número
de pontos no filtro !!
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 16/59
Resposta em frequência
O filtro média móvel possui bom desempenho no domínio dotempo e mal desempenho no domínio da frequência.
1
Obtida pela transformada de Fourier do pulso retangular.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 17/59
sagens múltiplas no filtro média móvel
Consiste em passar o sinal de entrada pelo filtro duas ou maisezes.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 18/59
mplementação recursiva
É possível implementar um filtro média móvel com um algoritmopido. Lembre que a implementação por convolução é lenta !!
x.: Seja um filtro média móvel com M=7. Dois pontos de saída adjacenteso calculados da seguinte forma:
Uma vez que os pontos x[48]....x[53] aparecem em y[50] e y[51],
melhor maneira para calcular y[51] é
e assim sucessivamente.
7
]54[]53[]52[]51[]50[]49[]48[]51[
7]53[]52[]51[]50[]49[]48[]47[]50[
x x x x x x x y
x x x x x x x y
++++++=
++++++=
[ ]]47[]54[7
1y[50]y[51] x x −+=
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 19/59
Depois que o primeiro ponto de y[] é calculado, todos os outros sãodeterminados através de 1 soma e 1 subtração, por ponto:
[ ]
1
2/)1(
,
][][
1
]1[][
+=
−=
−−++−=
pq
M p
onde
qi x pi x M i yi y
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 20/59
Simulação
Implementar um filtro média móvel (recursivo ou não) para filtrar o seguinte sinal:
Gerada através do Matlab/Simulink ...
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 21/59
Resultados
Optou-se pelo recursivo. Abaixo algumas formas de onda:
M=7 M=21
Note os picos do ruído filtrado e a tendênciade se tornar onda triangular com o aumento dM !
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 22/59
Filtros Windowed-Sinc
(Sinc Janelado)
Estratégia do filtro, projeto,
exemplos.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 23/59
tratégia do filtro Sinc Janelado
Características:• Bons para separar uma banda de frequência de outra• Pobre resposta no tempo (overshoot)• Pode ser programado por convolução (lento) ou por FFT (rápido) 1
1. Assunto que será visto.
(Função Sinc)
Problema: comprimento infinito enunca cai à zero.
Solução: Truncar em M+1 pontos (M par)e shiftar de M/2 (índices positivos).
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 24/59
Para suavizar o efeito do truncamento utiliza-se janelas:
x =
FFT
(Janela)
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 25/59
Janelas
BlackmanHamming
M i ...0=
M=50
Qual janela deve-se usar ?
Blackman apresenta ainda ripple na banda de passagem de ~0,02%, enquanto
a Hamming de ~0,2%.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 26/59
Projeto do filtro
Parâmetros de projeto:
• Frequência de corte f C. Expressa como uma fração da frequência de amostragem, l0 ≤ f C ≤ 0,5 (teorema da amostragem)
• Número de amostras M. Essa quantidade determina a largura da banda de transiçãM ≈ 4 / bw , onde 0 ≤ bw ≤ 0,5
bw = 0.2, 0.1 e 0.02
A f c não incluencia na forma da resposta
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 27/59
Após selecionado f c e M, o filtro pode ser calculado usando:
de K é selecionado de modo a garantir ganho unitário na frequência zero. Para evitarisão por zero, fazer h[M/2]=2πf cK.
te que a equação acima possui: a função sinc, o shift M/2 e a janela Blackman
Algumas respostas
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 28/59
• A frequência da oscilação senoidal vale aproximadamente f C ;• Resposta no tempo ruim.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 29/59
ExemplosExemplos
Um eletroencefalograma (EEG) é o resultado combinado de um númeroenorme de pulsos elétricos das células nervosas do cérebro. Em relaxamento, oEEG apresentará um padrão de oscilação entre 7 e 12Hz (estado alpha). Um poucomais ativo, o padrão fica entre 17 e 20Hz (estado beta).
COMO PODEMOS SEPARAR O SINAL ALPHA DO SINAL BETA ? SUPONHAUMA FREQUÊNCIA DE AMOSTRAGEM DE 100Hz.
Solução: filtro passa-baixa com f c=14Hz (f c=0.14), bw=0.04 (logo M=100)e janelaHamming.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 30/59
ExemplosExemplos
rojeto de um filtro passa-banda, onde o sinal que será filtrado será amostrado a0kHz. O filtro terá na sua resposta em frequência uma banda de 80Hz deassagem do sinal centrada na frequência 2kHz. Assim, o filtro deverá bloquearrequência abaixo de 1960Hz e acima de 2040Hz. O filtro terá 50Hz de largurae banda de transição, e portanto, M=801.
tapas do projeto:
1. Dois filtros passa-baixa com f c1=0.196 e f c2=0.204 ;2. O segundo filtro tem seu espectro invertido, tornando-se um passa-alta ;3. Soma-se ambos os filtros, resultando um rejeita-banda ;4. Outra inversão de espectro resulta em um passa-banda.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 31/59
Algoritmo para filtropassa-banda.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 32/59
ExemplosExemplos
Deseja-se separar um sinal de 1mV que viaja numa linha de transmissão de 120V.Um filtro passa-baixa com banda de atenuação de -120dB no mínimo é necessário.Mas como foi visto, uma janela Blackman oferece somente -74dB.
Solução
Kernelh1
Kernelh2
- 7 4 d B
- 1 4
8 d B
Kernelh=h1*h2
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 33/59
Simulação
Para implementar um sinal amostrado no simulink , pode-se utilizar o bloco zero-o
hold. Na simulação abaixo, amostrou-se uma senóide de 60Hz com período de amostragede 1ms. Adicionalmente, inserimos o bloco to worspace para trabalharmos futuramente noespaço de trabalho (workspace). Experimente o comando:plot(simout.time,simout.signals.values,'o') no worspace.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 34/59
Convolução
Função delta, resposta ao
impulso,algoritmo input side e output side.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 35/59
unção Delta e Resposta ao Impulso
Convolução é uma operação matemática que combina dois sinais para formar um
erceiro. É importante pois relaciona três sinais de grande interesse, a saber: o sinal de entsinal de saída e a resposta ao impulso.
Conhecendo-se a resposta ao impulso h,é possível determinar a saída y para qualquentrada x !!
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 36/59
lgoritmo Input Side
Esse método procura explicar a convolução do ponto de vista do sinal da entrada,
eja, explica como cada amostra da entrada contribui para formar as muitas amostras na s
N=9 M=4 N+M-1=12 pontos
Fundamento básico em DSP: 1. decompor a entrada2. passá-la pelo sistema3. sintetizar
Ex.: Análise da amostra x[4]=1.4
Passo 1: 1.4δ[n-4] (impulso deslocado)
Passo 2: 1.4h[n-4] (se a entrada é δ , então a saída é h)
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 37/59
Passo 3:
+
+
Note os símbolos em diamantes setados para zero !!
É possível mostrar que a convolução é comutativa x[n]*h[n] h[n]*x[n]
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 38/59
É possível mostrar que a convolução é comutativa: x[n]*h[n] = h[n]*x[n]
Programa em BASIC para o cálculo da convolução usando o algoritmo
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 39/59
Programa em BASIC para o cálculo da convolução usando o algoritmoInput Side.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 40/59
Algoritmo Output Side
Esse método procura explicar a convolução do ponto de vista do sinal da saída. Esta
os olhando as amostras da saída e verificando a contribuição dos pontos da entrada.
Lembre que y[n] = combinação de muitos valores entre entrada e resposta ao impul
No presente método, veremos como calcular cada amostra da saída independentems outras amostras da saída.
.: Análise de y[6]
y[6]
y[6] = soma de todos os sextos pontos nas nove componentacima, ou seja, y[6]=x[3]h[3]+x[4]h[2]+x[5]h[1]+x[6]h
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 41/59
Máquina de Convolução: um diagrama de fluxo de como ocorre a convolução.
X[n] e y[n] são fixos, enquah[n] é móvel para os lados !
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 42/59
Ex.: cálculo de y[0] e y[3]
As amostras da saída bem da direitae as bem da esquerda estão baseadasem informações incompletas.
Onde não existem amostras (note x[-3],x[-2] e x[-1]), colocar valor zero. Nessecaso diz-se que a resposta ao impulso h,não está totalmente imergida no sinalde entrada x .
A definição formal da convolução enfim é dada por:
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 43/59
A Transformada Discreta
de Fourier - DFT
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 44/59
an Baptiste Joseph Fourier afirmou que : todo sinal contínuo periódico poderiar representado como uma soma apropriada de sinais senoidais.
r que usar senóides e não ondas triangulares ou quadradas? As senóides possueminteressante característica de manter a sua forma após passarem por algum sistema. Apenas as suamplitudes e fases são alteradas !
istem 4 categorias associadas ao termo Transformada de Fourier , a saber:
Contínuo aperiódico: Ex.: Decaimento exponencial. A transformada é simplesmenteamada transformada de Fourier .
Contínuo periódico: Ex.: Senóides e onda quadrada. A transformada é chamadarie de Fourier .
Discreto aperiódico: A transformada é chamada transformada de Fourier a temposcreto.
Discreto periódico: É as vezes chamada de série de Fourier discreta, mas em geralconhecida como transformada de Fourier discreta.
Ex : Decomposição de um sinal discreto aperiódico
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 45/59
Ex.: Decomposição de um sinal discreto aperiódico
Cada sinal possui 16 pontos
16 pontos
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 46/59
DFT real
A entrada são amostras de um sinal qualquer (igualmente espaçadas), enquanto asdas contém as amplitudes das componentes senoidais escaladas de uma forma que verem
: amplitudes cossenóide;: amplitudes senóide.
mente N é escolhido de tal forma que seja potência de 2 (128, 256, 512, etc). Osos são:
dereçamento binário da informação, logo a potência de 2 é o tamanho natural do sinal;algoritmo mais usado para calcular a DFT, a FFT, opera sobre N.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 47/59
Variável independente no domínio da frequência
Ex.: DFT com N=128.
Eixo horizontal como uma fração dafrequência de amostragem.
Ainda é possível usar ω (frequência natural),multiplicando por 2π o eixo do f. O range seráportanto, de 0 a π.
Eixo horizontal corresponde às amostras k.
N
k f =
mbrar: SINAIS DISCRETOS APENAS CONTÉM FREQUÊNCIA ENTRE 0 E 0,5 DA FREQUÊNCIA
DE AMOSTRAGEM !
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 48/59
Funções base da DFT
As função base da DFT (de amplitudes unitárias)são geradas a partir de:
sinal).do pontosemciclosde(número
frequência adetermina e 1- N...0i onde
X[k]Im emsarmazenada )/2sin(][
X[k]Re emsarmazenada )/2cos(][
N
k
N ik i s
N ik ic
k
k
=
→=
→=
π
π
x.: Seja uma DFT com N=32. A seguir 8 componentes das 17 senóides e 17 cossenóides
sadas na DFT.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 49/59
.
.
.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 50/59
A DFT inversa
De acordo com o que foi dito, podemos sintetizar a entrada como:
onde,
exceto
Conclusão: Qualquer sinal x[i] com N pontos pode ser sintetizado,adicionando N/2+1 cossenóides e N/2+1 senóides.
Eqs. 2
Eqs. 1
Programa em BASIC para o cálculo da transformada DFT inversa:
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 51/59
g p
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 52/59
Ex.: DFT inversa.
função impulso função constante
A parte imaginária, não mostrada, é composta de zeros !
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 53/59
Cálculo da DFT
s métodos são:
. Equações simultâneas (pouco eficiente);
. Correlação (consiste em detectar uma forma de onda conhecida em outro sinal);
. FFT (decompõe uma DFT de N pontos em N DFTs, cada uma com um único ponto).
Correlação
Ex.: calcular ImX[3] de um sinal com N=64, ou seja, a amplitude da onda senoidalque completa 3 ciclos entre os pontos 0 e 63.
Lembre que o resultado da DFT gera dois sinais, cada um com N/2+1 pontos, oueja, 33 pontos na parte real e 33 pontos na parte imaginária, no exemplo dado !
Por correlação descobrimos que uma senóide que completa 3 ciclos entre as
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 54/59
Por correlação descobrimos que uma senóide que completa 3 ciclos entre asamostras 0 a 63 (note que é uma função base), está presente no exemplo 1apenas, pois a soma das amostras em e) resulta em 32. Já em f) o resultado é zero.
x
=
x
=
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 55/59
Equação de análise
Assim, o cálculo da DFT consiste em correlacionar o sinal de entrada no tempo comcada função base.
Ex.: Algoritmo em BASIC
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 56/59
Forma Polar
Tendo em vista que: , podemos escrever
onde MagX[k] e PhaseX[k] armazenam a amplitude e a fase da cossenóide.
Por que se utilizou a função cos ?
Porque a função sin não podem representar a componente DC, pois o senode frequência zero é composto todo de zeros.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 57/59
Ex.: Filtro passa-baixa.
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 58/59
Ex.: Algoritmo para conversão.
Incômodos do algoritmo:
1. Divisão por zero ;2. Incorreto arctan ;3. Fase de magnitudes muitopequenas (tendência de ficarrandômica entre -π e π) ;
5/17/2018 Filtros_01 - slidepdf.com
http://slidepdf.com/reader/full/filtros01 59/59
Bibliografia
• S. W. Smith, Digital Signal Processing – a practical guide for engineers and
scientists, 2003. USA.