Convoluo: A convoluo de 2 sinais no dominio do tempo igual multiplicao dos 2 sinais no dominio da frequncia.

a. Convoluo corresponde saida de 1 sinal invariante no tempo quando entrada se coloca 1 dirac, a saida a superposio das respostas aos impulsos deslocados no tempo. Correlao e auto-correlao: Correlao o processo de verificar quando 1 sinal parecido com outro sinal. No dominio da freq o mesmo que multiplicar 1 sinal amostrado pelo sinal original. semelhante convoluo, mas na convoluo o Dirac invertido no tempo antes de ser deslocado e na correlao o Dirac deslocado sem inverso. Autocorrelao a correlao de 1 sinal com ele mesmo. Amostragem: Processo que permite a obteno de 1 sinal discreto a partir da recolha de amostras do sinal analgico. Se a freq de amostragem respeitar a freq de Nyquist (fs>=2fm), o sinal amostrado contem toda a informao e pode ser reconstruido sem distoro ou perda de informao. Quando fs>>>2fm, o sinal sobreamostrado. Se fs<2fm a subamostragem e a impossibilidade de reconstituir fielmente o sinal original, d-se o fenmeno de aliasing. Aliasing: resultado de 1 amostragem ineficaz, traduz-se no aparecimento de riscas espectrais indesejveis por falta de espao. Na reconstituio ir aparecer 1 sinal com freq adicionais e que no existiam inicialmente. Quantificao e codificao: Aps a amostragem o sinal gerado fica a forma de pulsos (PAM-Pulsos modelados em amplitude), esses sinais PAM so ainda digitais e cada pulso vai ser transformado numa quantidade definida de n bits (por ex: 28=256 valores diferentes de cad pulso PAM, ou seja de 0 a 256 V): Quanto maior n de bits mais perfeita a quantizao e menor o erro gerado. O valor quantizado sempre 1 numero inteiro. A quantizao assim a representao dos valores infinitos de tenso numa quantidade finita de valores inteiros. Codificao a colocao do valor quantizado numa sequncia binaria de bits. Pseudocdigo amostragem: 1-Gerar vector n(numero de amostras); 2-Definir fs (freq de amostragem)(se for para subamostrar escolher fs de modo k seja menor que 2x a maior fre do sinal analgico)(se for para sobreamostrar escolher fs de modo que seja muito maior que 2x a maior freq do sinal analgico)(se for para amostrar freq de Nyquist, ento fs>=2xfm); 3-Colocar sinal x=Acos(2fmnTs). Para amostragem em freq: Definir K1=num de pontos e vector K=0:1:K1; 4-Definir w=K/k1 que o espaamento entre amostras; 5-Calcular TF e seleccionar parte real TF=xe(-jnw). A DTFT no pode ser realizvel em MATLAB porque o espectro (sinal no dominio da freq) um espectro contnuo. Para se programar em MATLAB recorre-se DFT que 1 amostragem da DTFT num nmero N qualquer de pontos igualmente espaados w=2k/K em que k=0...N-1 (K=num de pontos e k=vector dos pontos, no periodo a ). O clculo da DFT requer muitas operaes matemticas, por isso na pratica (MATLAB) recorre-se FFT (Fast Fourrier Transform) que o algoritmo que permite o calculo da DFT. Este algoritmo reduz muito o n de operaes de 2N para (0.5)N e faz-se por diviso sucessiva dos N pontos por 2, at s restarem 2 pontos. Este algoritmo tem de trabalhar com N pontos que sejam potencia de 2. Caso os N pontos no sejam potncia de 2, o sinal reconstruido ficar desconfigurado. Outro motivo o facto de muitas vezes, ser necessrio endereamento binrio. O tamanho N (comprimento) deve ser suficientemente grande de modo que compreenda ciclos completos do sinal (n de pontos mltiplos da freq de amostragem). Quando isso no acontece, ocorre leakage que o espalhamento do sinal quando se passa do dominio do tempo para o dominio da freq. Leakage acontece sempre que o sinal amostrado no consista em ciclos completos ou repeties completas ou n de pontos mltiplos da freq. No grfico da DFT ocorrem repeties do espectro a cada 2/T, s necessrio conhecer espectro de /T a /T, depois repetio). Se T aumenta, ento F diminui logo menor nmero de riscas espectrais. Leakage Espectro da DFT = espectro discreto. Quando se faz a DFT no se perde informao desde que a amostragem tenha sido feita a freq de Nyquist e tambm se for feita FFT (mais simples calculos) respeitar n de pontos multiplo de 2. RECONSTRUO SINAL: Se a amostragem tiver cumprido teorema de Nyquist, pode ser completamente reconstruido sem perda de sinal. O MATLAB possui a funo sinc(x)=sen(x)/x. As amostras so convertidas num trem de impulsos e estes impulsos so filtrados usando-se 1 filtro passa-baixo de banda limitada (-fs/2 a fs/2). PSEUDOCDIGO (Reconstrucao SINC): 1-Gerar vector tempo com pontos de interpolao; 2-Colocar sincs nas amostras originais; 3-Calcular (interpolar) a soma ponderada dos sincs nos pontos de interpolao do vector tempo considerado; 4-Calcular erro de interpolao. FILTROS: 1- O que so filtros digitais e para que serve: So filtros para processarem sinais digitais e servem para filtrar freq indesejadas no sinal de entrada e tambm servem para separao de sinais (ex: ruido+limpo). Funcionamento: Um bloco A/D converte o sinal continuo x(t) em sinal discreto x(n); 2-O filtro digital processa o sinal x(n) eliminando as freq no desejadas o que d origem ao sinal y(n) sinal discreto filtrado. O sinal y(n) convertido em sinal continuo x(t) por meio de 1 filtro passa-baixo que resulta no sinal y(t) que o sinal X(t) filtrado. Os filtros podem ser FIR (Finite Impulse Response) onde a resposta ao impulso de duracao finita. Estes filtros so estveis, tm memria finita, produzem fase linear, normalmente tm ordem muito grande e podem produzir atrasos grandes entre entrada e saida. Filtros IIR (Infinite impulse response) onde a resposta ao impulso de duracao infinita tm menor ordem k os filtros FIR, nem sempre so estveis na fase, eficientes. 2- O que banda de transio e como pode ser reduzida. A banda de transio a banda entre a banda de passagem (zona de freq que o filtro deixa passar) e a banda de rejeio (zona de freqs que o filtro rejeita). desejvel que a zona de transio seja o menor possivel, nesta zona as freq no so bloqueadas nem so permitidas, apenas atenuadas. Assim, quanto menor a banda de transio mais eficiente o filtro. Para diminuir a banda de transio tem de se aumentar ordem do filtro. 3-Implementar 1 aprox causal de 1 filtro com resposta impulsiva de durao finita para 1 filtro paasa baixo ideal. Quando 1 filtro passa-baixo ideal excitado por 1 impulso entrada produz saida a funo sinc (esta funo passa por zero em tempos mltiplos de T=1/2fc, excepto no ponto de max amplitude; fc=freq corte). Num filtro ideal, a freq de corte do filtro passa-baixo ideal deve ser metade da freq de amostragem. Como n vai de oo a +oo, para filtrar todo o sinal seriam necessrias infinitas reas o que no praticvel. Para ultrapassar esta situao, usam-se janelas para limitar o n de amostras o que resulta num filtro tipo FIR. Nos fenmenos reais, os filtros tm de ser causais, porque no possivel antecipar acontecimentos. Assim necessario que o sistema seja causal e para isso faz-se a operacao de shifting (deslocamento). O processo de limitao das amostras o janelamento que consiste na multiplicao do sinal resposta do filtro (sinal sinc) por 1 janela. A janela mais simples a rectangular, mas introduz normalmente fenmenos de descontinuidade, leakage, ripple, os lbulos secundrios so muito grandes quando comparados com o lbulo principal. Tambm se usam janelas de Hamming, Hanning, menor ripple, mas ainda falta de preciso no controle de freq crticas, Blackman (a melhor). 4-Exemplo projecto filtro (Ex: desenhar filtro FIR com passa banda 0-4 KHz; stop band >5 Khz; atenuao 40 DB, freq amostragem 20KHz): 1-Colocar especificaes em freq digitais: banda passagem 0 at w=2f/fs: 2x4/20=2/5=freq corte e banda rejeio: 2x5/20=/2 e regio transio =/2-2/5=/10; 2-Determinar resposta impulsiva filtro ideal hd(n)=(fc/)sinc(fcn/)=2/5sinc(2/5n); 3-A partir da atenuao desejada (40 dB) consultar tabela e escolher a janela melhor; 4-Escolher tamanho da janela, cujo comprimento tem de ser menor ou igual regiao de transio calculada; 5-Definir resposta impulsiva do filtro com base na janela e shifting. PSEUDOCDIGO DFT: 1- Definir vector tempo(t); 2-Tamanho vector tempo (N); 3-Ajustar eixo x para freq espectros freq=(0:N-1)*fs/N); freq=freq(1:floor(length(Ffreq)/2); 4-Colocar sinal; 5-Gerar espectro DFT usando algoritmo, ou seja, usando FFT: sinal=fft(sinal);sinal=sinal(1:fllor(length(sinal)/2); 6Grficos (NOTA: DFT INVERSA=IDTFT). PSEUDOCDIGO FILTRO-PASSABAIXO(FIR): 1Definir freq corte(fs) e freq passagem(fp); 2-definir freq corte como freq normalizada (wp=2xfp/fs); 3-Definir filtro passa-baixo filtro=firl(ordem filtro,wp,low); 4-Mostrar resposta em freq e fase do filtro freqz(filtro); 5-Filtrar sinal :sinal_filtrado=conv(sinal_orifinal,filtro); 6-Grficos. PSEUDOCDIGO FILTRO-PASSABAIXO(IIR)-EX:BUTTER: 1-Definir freq passagem(fp) e freq rejeio (fr); 2-Colocar fp e fr como freq normalizadas wp=2fp/fs e wr=2fr/fs; 3-Definir filtro (N,wn)=buttord(wp,ws,ripple,atenuao); (b,a)=butter(ordem filtro,wn) 4-Resposta impulso (h,t)impz(b,a) 5-Sinal_filtrado=conv(sinal_original,h); 5-Grficos. 7-Como proceder para limpar sinal de udio com interferncias de alta freq, desenho de 1 filtro passa-baixo, anlise espectral. 1-Fazia Transf de Fourier (DFT) do sinal obtido do ficheiro de udio; 2-Anlise do espectro e identificao das interferncias (para identificar mais facil fazer no dominio da freq do que no dominio tempo); 3-Desenhar o filtro que permita eliminar as interferencia w e atenuao (janelas) e as janelas tm de ter M+1 pontos (M par) e deslocadas M/2 pontos; 4-Resposta impulsiva do filtro real; 5-Convoluo da resposta impulsiva com o vector do sinal.