Académique Documents
Professionnel Documents
Culture Documents
FILTRAGEM ADAPTVEL E
PROCESSAMENTO MULTIBANDA DE SINAIS:
ESTRUTURAS ADAPTVEIS IEIR
zz
'
DISSERTAAO SUBMETIDA
'
EDUARDO BECK
foi
ESPECIALIDADE ENGENHARIA E
Ps-Graduao.
RUI SEARA,
Prof.
EM
ENGENHARIA de MESTRE
e provada em sua forma nal pelo Curso de
ttulo
ORIENTADOR
Dr.
.._Q
BANCA EXAIVIINADORAI
'
Prof.
-5-K..n-\
RUI SEARA,
PREsrDENrE
Dr.
Pl'0f.
HEL
vw/
ZRN, Ph.
D.
fzu 'APFIL
/
SIDNEI NOCETI
O, D.So.
Prof.
Prof.
Prof.
QI
DA
ROCHA, M.so.
iii
e,
com amor e
com
iv
AGRADECIMENTOS
Desejo registrar meus sinceros agradecimentos:
Ao
suporte que,
sem o
qual,
no
e amigos do
um
LINSE
Em especial ao Prof.
'
Escola Tcnica
me
Ao CPqD-TELEBRS
com
Aos meus
pais,
seu Arno e dona Ruth, que sempre incentivaram e apoiaram esta iniciativa e
E,
em
especial,
ao
meu amigo
editando as guras e colaborando na edio nal do texto, foi decisiva para sua concluso no
prazo determinado. Estendo estes agradecimentos sua esposa Luciana, que soube entender as
horas de sero que o Elton dedicou este trabalho.
SUMRIO
LISTA DE FIGURAS
..........................................................................................................
..
viu
.........................................................................................................
..
xiv
LISTA DE TABELAS
L1sTA DE SMBOLOS
RESUMO
............................................................................................................................
ABSTRACT
CAPTULO
1.1
1 -
INTRODUO
..
.......................................................................................................................
..
do Trabalho
.................................................................................................
2.1.3 Organizao
estruturas de adaptao
do captulo
..
.........................................................
..
......................................................................
..
........................................................................................
2.2.3 Supercie
._
........................................................................
Exemplos de
2.2.2 Erro
..
.......................................................................................................................
2.1.1 Sistema
2.2.1
xx
..
.............................................................................................
1.2 Organizao
2.1 Introduo
xix
..
.........................................................................................................................
Introduo
2.1.2
....................................................................................................
..
12
12
...........................................................................
.....................................................................................
..
13
...........................................................................................
..
15
..
16
............................................
..
19
.........................................................................................
..
22
de desempenho e gradiente
...................................................................
Funo de Desempenho
vi
2.3.1
Mtodo de Newton
..
23
...............................................................................
..
24
.....................................................................................................
..
28
._
34
..
34
.......................................................................................
..
36
...............................................................................................
..
36
......................................................................................................................
..
39
................................................................................................
..
44
.............................................................................................................
..
48
..
49
......................
._
58
..........................................................
..
66
............................................................................................
..
71
.....................................................................................................................
..
71
...............................................................................................
LMS
2.3.3 Algoritmo
.....................................
......................................................................................................................
3.1.1 Organizao
do Captulo
3.4
Decomposio
3.5
Banco de Filtros
Polifsica
3.5.1
3.5.2
............................................................................................
CAPTULO 4 _ FILTROS
4.1 Introduo
IFIR
............................................................................................................
..
................................................................................................................
..
...........................................................................................................
5.1 Introduo
75
77
78
.................................................................
..
81
...........................................................................................
..
82
..
86
..
86
..............................................................
..
86
.........................................................................................
..
87
Mtodo de Lagrange
..............
.....................................................................................................................
..
72
_.
...............................................................................................
CAPTULO
QMF)
Funo de Desempenho
Vll
5.2.2 Algoritmo
LMS
.....................................................................................................
5.3.2 Coeciente
de Convergncia
do Algoritmo
IFIR
LMS
_.
..
........................................................................
..
108
..
116
..
124
_.
128
..
131
...........................................................................
...............................................
.....................................................................................
..................................
...................................................................................................................
CAPTULO
CONCLUSES
6.1 Concluses
99
100
5.8 Concluses
98
..
93
em Processamento Multibanda:
..
92
..................................................
......................................
90
em Processamento Multibanda:
..
....................................................................
5.4.2 Convergncia
................................
.................................................................................
..
.........................................................................................
...................................................................................................................
134
..
137
._
139
..
139
................................................................................
..
140
REFERNCIAS BIBLIOGRFICAS
.................................................................................
..
141
viii
LISTA DE FIGURAS
Fig. 2.1.
Sistema adaptvel
em malha aberta
Fig. 2.2.
Sistema adaptvel
em malha fechada
Fig. 2.3.
Estrutura bsica de
Fig. 2.4.
Exemplos de
..
....................................
..
.......................................................................
..
..........................................................................
cancelamento de interferncias.
FIR
Sistema de identicao
10
....
1=g.2.5.
Filtro adaptvel
Fig. 2.6.
Fig. 2.7.
Fig. 2.8.
Fig. 2.9.
Convergncia de
..
14
..
17
..............................................................................................
um
LMS
Estrutura bsica de
Fig. 3.2.
Fig. 3.3.
um
com M =
(a) Sinal
=> freqncia de
4. (d) Sinal
sinais
corte superior e fs
em
=>
..
LMS [5]
limites
25
29
de
..
30
.................. ..
35
.............................................
-banda
da sub-banda O interpolado
..
35
._
38
..
41
da
com L =
............................................
onde
sub-amostragem
sub-amostragem
24
Processo de digitalizao de
fc
.... ..
......................................................................
Fig. 3.1.
4. (e) Sinal
[5]
18
............................................................................................
sub-banda 0 dizimado
............
Fig. 3.4.
[5]
crtica. (c)
crtica.
(b) Pr-
Filtragem digital e
....................................................................................................
Fig 3.6.
Fig 3.7.
Processo de dizimao
Fig 3.8.
Processo de interpolao
Fig 3.9.
Representao de
Fig 3.5.
Transformao
.........................................................................
..
.........................................................................
..
........................................................................................
...........................................
.L
.......................................
filtro
de dizimao
dizimao
M)
com decomposio
na freqncia
co k.
filtro
(a)
e'*"
Resposta
em
(linha tracejada)
DFT
sinais
de
x[n].e'i*'
em
.....................
..
......................................
._
sinais reais
(modulao
em
filtros
igual a 2. (a)
Sub-banda
filtros
DFT
1.
(b)
Sub-banda
sistema
1
com
filtros
(M qualquer)
DFT
..
3 sub-bandas e dizimao
aps a dizimao
.............................
..
..............................................................................................................
..
(a)
................................................................................
em um
..
DFT.
..........................................................................
..
DFT de x[n]
(M = 2)
(fator
........................................................................................................
....... ..
(ok .................................. ..
polifsica
..
.....................................................................................................
quadratura)
.................
freqncia e
..
polifsica. (a)
..
.... ..
............................................
com decomposio
..
de dizimao implementado
com decomposio
..
polifsica
......................................................................................................
_.
passa-alta. '(a)
(b)
banda
O. (b)
em
.......
(a) Estrutura
59
sinal
em blocos.
(b)
................................................................
..
Sub-banda
em cada
59
60
1 .......................................................................................
..
61
..
68
..............................................................................................................................
de
um
ltro adaptvel
Fig. 4.2.
Respostas ao impulso e
em
de sistemas multibanda
identificao
um filtro IFIR
Fig. 4.1.
com
........................................................
..
.........................................................................
..
70
73
.............................
Respostas ao impulso e
..
74
Fig. 4.3.
58
..
em rvore
completo
...............................................................................................................
com L = 2.
Fig. 4.4.
Fig. 4.5.
Fig. 4.6.
Interpolao linear
Fig. 4.7.
L = 5.
(a)
Resposta ao impulso.
(b)
Resposta
I(z)
= 1+ z`l
.......
3.
(a) Estrutura
..
em freqncia [2]
do ltro FIR
com
76
78
78
.................................................................................................
L =
_.
..
79
5,
considerando na entrada a amostra x[O]. (b) Sinal de entrada x[n]. (c) Sinal de
saida y[n]
Fig. 4.8.
..............................................................................................................
5 [58]
filtros
..
80
..
82
interpoladores de Lagrange
......................................................................................................
Fig. 4.9.
Resposta
Resposta
em
Fig. 5.1.
Fig. 5.2.
Nova
estrutura
.......................................................
de um interpolador para L = 5
I(z)
em
.......................................... ..
........................................................
.....................................................................................................................
Fig. 5.4.
Fig. 5.5.
= 5.o1o-1,
3.11
Fig. 5.7.
11
11
= 7.o1o-1,5.
11
= 9.01110-1.
l.5x10-1, 3.
11
= 2.5x10'1,
4.
11
= 3.5xlO1,
11
(b)
11
1.
1.
= 5.0xl0`2,
11
(b)
11
= 5.5xl0'1
2.
11
l.5xl0'*, 3.
11
= 2.5x10'1,
4.
= 3.5xlO'1,
com
11
com 11 =
5.0x10'3.
3.
com 11 = 5.0xl0'3
Curvas
(b)
convergncia
=1.0xl0'3,
11
l.lx1O'2
2.
11
do
= 3.0xlO'3,
algoritmo
3.
11
LMS
5.0x1O'3, 4.
para
(a)
i 4.5xl0-
11
11
..
Estrutura
com
7.0xl0'3, 5.
11
FIR.
= 3.o1o-1,4.
11
= 4.51o-1,5.11 =
..
(a)
= 9.0x1O'3.
..................................................................................................
1.51o-1,3.11
..
.......................
estrutura
..
(a) 1.
11
5.51o'*. (b)
11
= 7.o1o-1
linear.
................................
Fig. 5.10.
..
5.5xl0`l
Estrutura IFIR
1. 11
l..Oxl0'2. 2.
Fig. 5.9.
de
5.
..
5.Oxl0'2,
............................................................................................
Fig. 5.11
11
..
3.Oxl0-1,
11
4.5xlO'1. (b)
11
.........
...............................
pente. (a) 1.
11
11
..
...........
em freqncia
l.0xl0'1, 2.
=1.1
filtro
5.
.................
Fig. 5.8.
4.
(a) 1.
..
Fig. 5.3.
Fig. 5.6.
..
5.0xl0'2,
Fig. 5.12
(b)
Fig. 5.13
l.5x10`3, 2.
u= s.51o-3
u=
2.5xl0'3, 3.
u = 4.0x1O'3,
u=
4.
FIR
(p.
5.0x10'3). 2.
IFIR
a estrutura IFIR
um
interpolao
com
filtro
LMS
7.5xl0'3.
pente (u
para as estrturas
3.0x10'3). 3.
IFIR
..
LMS para
.................................................. ._
uma
sub-
.......................................................................................................
uma
em
Respostas
em
Fig. 5.17.
..
................................................................
banda de
u=
(a)
..................................................................................................
5.5xl0'3, 5.
linear.
(a)
..
sub.....
..
Sistema
Respostas
em
........................................................................................
..
Banda de
interpolao. (a)
nal
()
Resposta
....................................................................................................................
em
..
(a)
(b)
Resposta nal
...............................................................................................
Fig. 5.20.
Fig. 5.21.
ANSI)
..
.............................................
local para
uma
linha
..
de assinante
..................................................................................................
..
xi ll
em freqncia conespondente
Sistema
(tt
com
=1.51o-2)
em uma
.........
sub-banda.
2.
125
..
1.
IFIR
....................................................................................................
..
127
............................................
..
127
IFIR
..................................................................................................................
em ltros IFIR
com o filtro
1.
129
131
..
133
Para FIR
..
133
..............
..
135
.............................
..
136
............................................
._
128
com
............................
..... ..
.............................................
Fig 5.28 Estrutura adaptvel para sistema multibanda utilizando ltros IFIR
LISTA DE TABELAS
Tabela 5.1 Erros mdios quadrticos residuais da adaptao, utilizando algoritmo "steepest
descent", para as estruturas
IFIR
LMS,
|.t,
interpolador linear
Tabela 5.4
LMS,
em sub-banda
.............................
..
para a adaptao
e IFIR
com interpolador
.........................................................................................
..
LMS,
linear
com
das estruturas
..
para a adaptao
............................................................................................
Nmero de operaes
estruturas
pente e
...... .; ....................................................................
com
..
.........
LMS,
..
para a adaptao
......................
..
XV
LISTA DE s1vrBoLos
um Sistema
x:k:
- sinal
de entrada de
yzk
- sinal
de sada de
dzkz
- sinal
s:k:
- sinal
um sistema
`
rzk:
r'[k] - sinal
de ruido
de rudo correlacionado
i-simo coeciente de
r[k]
wk
Xk - vetor de amostras do
sinal
erro
um
ltro adaptvel
com
iteraao
vi -
elemento do vetor
Vp - vetor no plano
Vvpi
ot
v0v,...vN_
na direo do eixo
v'
VW
V'
v'
u - coeciente de adaptao
Km
mximo
ummo
auto-valor da matriz
XMS
px - valor mdio do
of
varincia
do
sinal
sinal
sinal
de entrada
de entrada
de entrada
K - nmero de sub-bandas
fator de dizimao
L - fator de interpolao
x[n] - sinal
x'[n] - sinal
x'[n] - sinal
resposta
Xe(e') fs
fc
em freqncia de x[n]
resposta
em freqncia de xe[n]
freqncia de amostragem
freqncia de corte
-
sntese
em freqncia de x[n]
Hk(z)
X(e*) - resposta
X(e') -
aps a interpolao
'
Fk(z)
Ek(z)
Xm(e>) -
um sistema
xvi
h[n]
f[n] - resposta
X(z)
transformada Z de x[n]
X`(z)
transformada Z de
G(z)
denida
em
x'[n]
[23]
G+(z)
G(z) +
Ck(z)
C(z)
z'
S(z)
S(z)
ot -
constante de proporcionalidade
w[n]
resposta ao impulso do
we[n]
filtro original
filtro
IFIR
I(z) -
transfonnada Z de
wi[n]
i[k]
Wi(z) -transformada
Z de wi[k]
Xk - matriz do
Wek
sinal
Wek
Wek
xviii
- sinal
u[k]
Uk - vetor de amostras do
sinal u[k]
na k-sima iterao
W;
elemento da matriz
uk[n]
W*
g[n]
Wek
saida
em
B amostras
do interpolador do
ltro
yk[n] - sada
do
dk[n] - sinal
sk[n]
- sinal
S,B(e*) -
S(e<) -
ltro esparso
resposta
resposta
W:(e*) -
em freqncia do
em
resposta
um ltro passa-baixa
em freqncia correspondente
resposta
I-Ik(ei') -
na k-sima sub-banda
em freqncia do ltro
a Hk(z)
resposta
Gk(z)
ltros
um
sistema
em
IFIR
ua
coeficiente de adaptao
do
adaptveis
q[k]
IFIR
sada
do
Qk - vetor de amostras do
sinal q[k]
na k-sima iterao
com ambos
os ltros
xix
RESUMO
Este trabalho prope o estudo de
(Filtro
quanto
em processamento
um
multibanda.
em
com
relao estrutura
No
restries inerentes
processamento multibanda, a
substituio estrutura
FIR que
utiliza
dizimao
com
decomposio de
um
ltro transversal
em
uma
uma
anlise
da
adaptao conjunta dos ltros esparso e interpolador da estrutura IFIR. Simulaes so realizadas
para avaliar e comprovar os estudos
feitos.
Como
XX
ABSTRACT
This
work proposes
Finit
Impulse Response
The
Filter).
is
The IFIR
over the conventional FIR structure as regards computational complexity and processing time. In
the multirate processing, the use of an IFIR structure
is
FIR
structure that
rate.
results
one.
structure that
is
conventional lter into subbands that employ IFIR lters, and also an analysis of the joint
adaptation of the sparse and interpolator lters of the IFIR structure. Simulations are performed to
assess and
conrm the
literature, the
and IFIR
work
ltering.
some
c A PTU L 0
INTRODUO
1.1
Introduo
processamento
vez maior
em
digital
nosso dia a
dia.
de
sinais
Sendo
vem
industriais,
do conhecimento humano,
sonar,
radar,
digital
uma expanso
ainda maior
com
de
digitais
o advento, na dcada de 80
[1],
dos Processadores Digitais de Sinais (DSPs), componentes que integram sistemas dedicados para
o tratamento de
sinais.
O processamento digital, apesar de muito mais exvel do que o analgico (operando com
nmeros atravs de algoritmos matemticos), tem, no
vem
entanto,
uma
aritmtico,
com um
certo
realizadas a
um processamento
cada amostra do
em que o
sinal
do
pode
sinal,
reduo
em
sinal
que
ser tratado.
signicando,
uma
importante
seu espectro de aplicaes. Para que a evoluo desta rea ocorra no sentido de
e,
portanto,
permitir
o aprimoramento e o
Por
um
lado,
em Redes Digitais de
definio
(HDTV), o tratamento
entre outras
aplicaes
e reconhecimento,
em tempo
real,
um
em
sistemas de alta
incremento de velocidade de
microprocessadores e DSPs.
As
Com
tm
GHz [l].
integrados
tambm tende
um
rpido
crescimento,
RAM e EPROM,
podendo-se
um
encontrar
atualmente
conversores
A/D
e D/A, alm de
muitas vezes serem totalmente especializados, como, por exemplo, os processadores de interface
U para RDSI [l], que contm cancelador de eco, conversor A/D, hbrida, controladores em geral,
pr-amplificadores, etc.
Por outro
lado, a reduo
tambm
sinal.
Muito
um
de novas e mais sofisticadas aplicaes, tcnicas que reduzam a complexidade aritmtica tambm
so responsveis pela reduo de custos de implementao, considerando-se a possibilidade do
as
necessidades
computacionais,
informaes redundantes ou
com pouca
dados baseadas
em
ou
comum
Em processamento
sinal original
a partir
Uma
[2], se caracteriza
em
sub-
em cada banda
e,
conseqentemente, a utilizao de processadores de menor custo. Alm do mais, esta tcnica pode
ser utilizada
em
freqncia, de
forma que as bandas com reduzida contribuio podem ser suprimidas aps a
De
bits.
entre
Portanto, no caso de
si.
em
uma modelagem,
uma
estrutura no
recursiva transversal (FIR) [3], esta correlao estar presente nos coecientes do ltro (que
filtro),
esparso e
um ltro
um interpolador.
(IFIR)
composta por
em
sistemas de tratamento de
sinais,
verificamos tambm,
em um nmero
bastante
situaes
consideravelmente variveis,
como
condies
de trabalho.
Em
de
sistemas
de caractersticas
radar, sonar,
prospeco de
processamento de
em
sinais
efeito desejado
uma
portanto, Sistema Adaptvel [5], poderia ser constantemente ajustado, de forma a estar sempre
~
sistemas
um
tem como
pouco mais
um
Em
de obteno do
filtro
timo.
implementao
em sistemas adaptveis.
Partindo
interpolao,
passamos a
implementao
e,
analisar a estrutura
principalmente
referente
principa_i_sm__todos
de ltros IFIR
em filtragem
sistemas IFIR
em
1.2
Organizao do Trabalho
O Capitulo 2,
Na
Seo
2.3, analisamos
Capitulo
3,
e,
em
3.5,
LMS.
os bancos de
Na Seo
filtros,
base no
No
com
sinais,
onde so
vistos seus
utilizados na
decomposio
filtros:
em
os bancos
na Seo
3.6,
em
No
do
Captulo 4, so estudados, a partir da anlise realizada nas Sees 3.1 e 3.2, os ltros
tipo IFIR.
Em
introduo de
discutida no Captulo
5.
uma
Na
uma
em
sistemas adaptveis
em
sistemas
LMS (discutidos no Captulo 2). Em 5.3, so verificadas as condies de convergncia desta nova
estrutura e
sistema.
em
Em
IFIR
em
adaptao
em
analisamos
Na
5.7, apresenta-se
Seo
apenas
esparso e interpolador
uma
em
sub-banda de freqncia,
uma
com
multibanda, analisando-se a
resultados de simulaes, e
de
em
5.6
CAPTULo
FILTRAGEM ADAPTVEL
2.1
Introduo
os sistemas de tratamento de
sinais so
projetadoscom base em
caractersticas
geral,
aproximadas do
processo onde este estar inserido. Se estas caracteristicas forem vericadas atravs de
aproximaes fundamentadas
mais prximos do desejado
em dados
[6].
estatsticos,
Na dcada de 40,
filtros
baseados
em aproximaes
estatsticas,
considerando o caso de processos estacionrios. Kalman, por sua vez, desenvolveu, nos anos 60,
uma nova
teoria
estacionrios.
/ ""'
i
Em
diversas
especicao,
aplicaes,
porm,
os
sistemas
um
com o
tempo.
seja,
projetados
ou as
para
uma
caracteristicas
Em telecomunicaes,
detenninada
do sistemas no
por exemplo, a
linha
alterados por diversos fatores, como: distncia de transmisso, condies de utilizao da linha,
derivaes, diversidade de bitolas, etc. Nestas condies,._o_p_;ojeto de ltros
de,
com
tomando
coecientes
com
de navegao, sistemas
Como
caractersticas estatsticas
seja, utilizam-se ltros
utilizar
algum
um
sinal
como
tal,
que__
da dcada de 60,
incio
'as
LMS
No
2.1.1
aplicaes _onde as
em
(Lea_stfMean-Squ-a-re-adaptive
nos.dias__d_e hoje.,
em malha
Na
ltro apenas
adaptao
sinal
de
em malha
um
ltro,
ou adaptao, pode se
como
aberta,
como
se observa
na
no ajuste do
um
tambm os dados de
em malha fechada,
do sistema,
um
desenvolvimento
estatsticas.
ajustar gradativamente os
parmetros do ltro a
partir
um
processo
iterativo,
um
algoritmo de adaptao
pode-se
mtodo, no~necessitan_dQ_detenninar_completamente as
exigir
est
em que
estatsticas
de
caractersticas
s1NAL DE
sn~1A1.
ENTRADA
ournos
DADos
Fig. 2.1
Sistema adaptvel
PRocEsso
DE
SAIDA
ALGDRITMD
DE ADAPTAAO
em malha aberta.
SINAL DE
ENTRADA
PRocEsso
SINAL DE
SADA
ALGORITMO
DE ~
ADAPTAAO
oUTRos
DADos
Fig. 2.2
2.1.2
Sistema adaptvel
cLcULo DE
DESEMPENHO
em malha fechada.
Os
prtica,
sistemas adaptveis
em malha
desempenho da adaptao
do erro
s[k],
que
um sinal de referncia ou
desejado, d[k]. Este sinal de erro ser a varivel determinante para o ajuste dos parmetros
sinal x[k]
adaptvel.
k
X
Fig. 2.3
malha fechada.
adaptao, se ter
em
Na Fig.
>
Estrutura bsica de
Na Fig.
' + sk
ALGORITMO
ADAPTAAO
[k]
2.4(a), apresentado
um
linha
de
atraso).
estatsticas,
Este
sinal
um
sinal
que ainda
representado, neste
d[k].
em
sinal
2.4(b).
corrompido por
um
ruido aditivo no correlacionado r[k]. Para concelar este rudo, na entrada do ltro adaptvel
aplicado outro sinal de rudo,
proveniente da
mesma
r'[k],
fonte).
anterior (normalmente
uma
r'[k]
e s[k], o algoritmo no
convergir de forma a cancelar este ltimo). Desta forma, ocorrer o cancelamento apenas do
rudo, sendo
s[k].
em
sinais,
2.4(c)).
em
srie
com o
sistema
10
sinal.
um
uma
seqncia conhecida de
Nesta trabalho,
no Captulo
computacionais,
uma
exemplo, o
de referncia o
sinal'
linhade transmisso,
obter
uma
utilizaremos
5,
simulaes
um ltro, um transdutor,
etc).
prximo possivel do
mesmo
sinal d[k]
sinal
sistema desconhecido.
as
As
mesma funo de
transferncia
do
como
em transmissao
s [k]
d
k
i<
'
[k]
' + sk
ll
s[k]+r[k]
d
'i<
[kl
'+
1<
i<
(b)
'
_
s1sTEMA
Nmcino
Um-
Xk
[k]
' +gk
H
rlkl
(0)
*^
Nmscmo
'
s1sTEMA
ADAPTVEL
[k]
'
[k]
((1)
Fig. 2.4
Exemplos de
estruturas
adaptveis.
(a)
12
2.1.3
Organizao do Captulo
um
sistema e as condies para se obter o ltro timo empregando-se o critrio do erro mdio
quadrtico.
Em
conhecido algoitimo
Newton seguindo
at
o bem
2.2 Caractersticas
Como ja
bsicos:
do sistema adaptvel
vericamos,
um ltro,
um
como base um
algumas
sinal
caractersticas
um
ltro.
flexibilidade e possibilidade
que os ltros adaptveis exigem, estes sistemas tm sido implementados utilizando recursos
digitais
no recursivas, ou
de
ltro,
tem
caracterstica
Alm
se
seja,
com
muito importante
em
uma
com
mesmo na ausncia de
sinal
13
10],
vantagem
em forma
innita (IIR
mista [l1].
implementao de
atrativa para
filtros
- Infinite
Impulse Response)
para
em
como
um mesmo
envolvendo
[7],
limitam
um
projeto
mais complexo.
um sistema adaptvel
adaptao de
um
a condio de
sistema se
ou
seja,
toma muito
quando mantm
condio normalmente
2.2.1
satisfeita
transversal.
iterao
um ltro
adaptvel utilizando
uma
estrutura
FIR
da adaptao, sendo
respectivamente, na iterao
x[l<]
e y[k]
as
k.
lSupercie de Erro, ou Supercie de Desempenho, a superficie obtida pela funo do erro mdio quadrtico em
funo dos coeficientes do ltro adaptvel. A determinao do ponto de mnimo desta supercie o principal
objetivo do processo de adaptao, como ser vericado a seguir.
14
El
wok
~~~~~~ ~
wlk
wzk
9
'
Fig. 2.5
dm
w(N_l)k
y[k]
'
Em
y[1<1= zw,k[1<-i]
(2.1
=o
yn1 =
Xwk = W.?Xk
2.2
onde:
X, =
[[1<]
[1<-1]
[1<-(N-1)1]T
Wk=[wk
w,k
w(N_,k]T
onde d[k] o
sinal
de referncia, ou
em (2.3) teremos:
(2.3 )
a sada do
filtro
adaptvel.
15
Como mencionamos
(2.4)
como
referncia para o
algoritmo de adaptao, sendo que o principal objetivo da adaptao ser a minimizao deste
sinal
de
erro,
y[k]
do
sinal
2.2.2
'
erro [121
No
um
entanto,
Este
critrio
vem sendo
utilizado a muito
um
Mdio Quadrtico
(least-mean-square error).
utilizou este
procedimento na
determinao de parmetros relacionados a rbita do asteride Ceres [6]) pois o valor mdio do
quadrado do erro representar sua potncia. Desta forma a minimizao do erro mdio quadrtico
correspoder minimizao da energia do
sinal
de
erro.
Este
(2.4),
critrio foi
tambm
utilizado por
estatstica.
erro
O valor mdio
quadrtico de
sinal.
5,,
= E[z2[1<]] =
um
(25)
ser:
(2.)
16
O vetor Wk constante para cada iterao porque os valores de seus elementos so determinados
completamente na iterao
anterior.
+w,IRwk - 2Pwk
(27)
onde:
_
_
R_E[X XT]_E
K
x[k]x[k-(N-1)]
x[k]x[k-1]
2[k~1]
x2[k]
[k-1][i<]
x[k-(N-l)]x[k]
x2[k-(N-1)]
'
P=E[[i<1x{]=E[[i<][1<]
matriz
[1<][k-1]
[i<][1<-(N-1)]]
principal so os valores
mdios quadrticos do
sinal
mdia). Por ser este sinal estatisticamente estacionrio) no perodo dereinamento, os valores/
si.
P e ainda
quanto
'
iterao,
em
17
desempenho
2.2.3 Superfcie de
A
conhecida
equao
(2.7),
e gradiente
[5],
baixo
um
superficie,
seja,
timo (denotado por W*). Este vetor timo, tambm chamado vetor de Wiener, representa a
em
um
sistema
com
Na Fig.
questo.
Na
desempenho de
de
as elpses representam
Por
ser
uma
desempenho, que
ser, portanto,
um
funo ser zero. Desta forma, podemos determinar o erro mdi_c,quadr.tico mnimo atravs-do
cculo deste gradiente.
iii
\\
2.0
0
//
'IIII/
/
\Q1I/
2.5
O .o
Wo
Superticie de
desempenho de
lilrfll
o.o
Fig. 2.6
-2.5
-4.o
`2 o
'
W]
[5].
18
Vonde
a -
a
-2Rw
wN_ J
a
-[ wo wl
-2P
(2.s)
Se agora zermos
e,
(29 )
portanto:
W* = R"P
10
(2.1o
._
_z=o.
V1
~
-51
-5
10
Wo
Fig. 2.7
w0w
[5].
19
Esta equao representar, portanto, o vetor timo do sistema, para o erro mdio quadrtico
mnimo.
em
(2.7),
[5], ter
erro mdio
a seguinte expresso:
gm = E[2[1<1]-PTW *
(2.11)
ou
(212)
E_,mn
2.2.4 Interpretao
= 0, devemos ter E
[d[k]2]
= PT W*, ou
seja,
(W = 0).
linear,
com
relao origem
caractersticas estatsticas
dos
sinais
de entrada e de
referncia.
Em uma anlise mais profunda, podemos representar a matriz de autocorrelao R por sua
forma Normal, ou
seja, atravs
[5],
como
L.
segue:
20
R z QAQ-'
onde
(213)
[R - x,,1]Q,, =
(2.14)
sendo kn o auto-valor correspondente ao auto-vetor Qn. Podemos, portanto, relacionar os autovalores e auto-vetores da matriz
dado por:
vk
A partir da
agora
expresso do gradiente
zwk-w*=wk-R'*P
em
(2.8) e de (2.13),
Deniremos
mesma
(a partir
da
direo de
Fig. 2.7)
um
(2.15)
podemos
z
apresenta a
Vk = Vpo como um
definir
uma nova
expresso,
v'0.
Observando-se
Portanto-
Vvpo :
(]_0\/po
(217)
21
Se
Vk = 2RVk
Vi<
= Vpo
entao,
Vvpo =
Portanto,
(1
Rvpo = -*-vp,
(2.
19)
(oco).
um
vetor Vpl
(mesma
direo do eixo
v'),
onde:
Rvp, = %vp,
(2.2o)
portanto, que
os
da matriz de
auto-vetores
no caso de dois coeficientes) com relao aos eixos que definem o plano v0v.
Partindo da verificao acima, considerando que os eixos definidos pelas variavis
para n
0,
...,
hiperplano v'0
v' ...v'N_)
como
[5]:
'v'k
Representando
v'n
= QTvk
(2.21)
que o gradiente
22
V = 21\V'
V : 2[)\ov'0
xlvil
xN_lv|N_l]
. . .
Portanto,
=
23vlv
V|l
'.
l
%=2,
,n=o,
1,
(223)
...,N-1.
`\
De
(2.23), verica-se
sero as
Geometricamente, esta denio relaciona os auto-valores aos raios das hiperelpses nas
direes dos eixos principais.
raio
no eixo
v'0 trs
Como
No
exemplo da Fig.
temos X0 =
2.7,
e Xl
3,
o que signica
um
v'.
concluso desta denio temos que, quanto maior a disperso dos auto-valores de
como
principais,
/
/
2.3
Em
analtica
como
se
dificil
ou
(W*) diretamente,`de._formaz
at imp-raticvJ,_dvido necessidade de
estatsticas
dos
sinais envolvidos,
requerendo
(2.10). Portanto,
um
mtodos
em malha fechada.
23
2.3.1
Mtodo de Newton
Os
sistemas adaptveis,
tem
em mtodos
em mm
relacionados ao gradiente
determinao de zeros de
uma
ino,
mtodo de Newton.
i<+1
Porm, o
objetivo
f(Xi<)
f.(Xk)
em ltragem adaptvel
seja,
(iterativa)
igual a zero.
__
k- 0,1, 2,
a determinao, no
( 2.24 )
V = O).
xks = xt
Como
a superficie de desempenho
parbola, atravs
um
(225)
uma
W* = W - }4R"v
ser derivado
W*, tem-se:
(2.2)
24
onde
partida.
@taem~ap'ena's11ma`iterao.
a inverso de
R requer
inecient_e1L2_1.pfCa-
2.5
z=
'
5
4
3
z'
D-iv
-5.0
-2.5
2.3.2
5-0
Wo
Wo
o processamento
em tempo
real, foi
introduzida
uma
simplicao no algoritmo,
25
anterior,
k+l a iterao
atual e
uma
passo de convergncia.
Wk+1 = Wk
uVk
,k=0,
(2.27)
1, 2,
uma
W, como
se
em
apenas
uma
iterao),
(2.27), se dar
como pode
ser verificado
sendo necessrias
no exemplo da Fig.
na direo do vetor
em
sentido contrrio,
2.9.
2.5
E=6
4
3
_.
-5-0'-1
_r
wc
-2.5
5.0
Wo
[5].
26
Para
uma implementao
uma forma
prtica de
[5]
que
vk = E[vk]
(228)
^
zlkl _
E[l<] _ _
vk _
2z[i<1xk
-2z[1<1-_Wk
(229)
onde,
-Tm
o gradiente da
mo
Portanto,
erro quadrtico.
erro
mdio quadrtico:
V, = -2E[z[i<]x,]
(230)
W,,,
.E[s[k]X,,]
= W, + 2pE[z[1<]x,]
(231)
um
Um
mtodo
a constante u,
denominada
|.1
em
(2.27) teremos a
VW
= (I
2|,lR )
Vk
(2.32)
27
onde
I a matriz identidade.
ou
= (I
2|,1A) V'k
(2.33)
ainda,
2pA)l<
=O
(2.35)
um
.
k-no
(1
- 2) O ) k
1'
k'.'1(
1- 2) k
M1)
=o
(2.36)
De (2.36),
que
0,
..z,
para que ocorra convergncia. Desta forma, os limites para a convergncia do algoritmo
max
'
um u
(para
28
unmo
~
Como
=_L"
n=O
2x,
/
---
_e
(2.3 8)
uma
2.3.3
uma constante
um
detemtinado auto-
Algoritmo
LMS
De modo
Widrow
Hoff
[6]
uma
simplificao muito
uma
dovgradiente do erro quadrtico (equao (2.29)), que facilmente pode ser obtido a cada iterao,
utilizado,
como
LMS,
Por
utilizar
em
(2.29),
= Wk _ H = Wi + 2U3[k]Xx
(2-39)
apresentando
um
teremos a expresso
assim:
Wk+i
mesmo
ficou conhecido
(como
se verica nos
uma forma no
exemplos da
exata,
29
fator
toma mais
critico
cada passo da
Os
[l3],
LMS
um
aplicado a
podem
ser
determinados analiticamente
iniciais.
Consideraremos,
em
sem perda de
simplicao,
LMS
limites
H(z) a transformada
m = 0.
generalidade, assumiremos
Portanto, H(z)
titulo
= W*(z), onde
de
da
um
sinal
sistemas por abranger todo espectro de freqncia), cuja mdia zero (px
z_-_-
igua1 a
_
(ox -1). Neste caso, a matriz de autocorrelao
com
Z*
disperso igual a
1.
se
4/
= 0.10
~.`
;z
._
"
lv
\6
i
rx
"-9
_
_
ze,
-7.5
*K
_
_
-2
E= 0.49
'
-1~
~?6~
-5.0
<\`
KK,
em = 0.40
2.5
'
fx
qe
g
Qza
-
'`
.Q
l=o.os
.;0
Wo
e a varincia
si) e,
o.oe
= 0)
|5].
'
[n]
W* (Z)
d
`
30
tn]
Fig. 2.11 Estrutura de identificao de sistemas para detenninao dos limites de convergncia para o algoritmo
LMS.
(2.4o)
CCTIS
\
s[k]
= - XkT Vk
(2.41)
portanto,
gk
Para o algoritmo
E[z*[1<]]
= E[v,xkx{vk]
(2.42)
LMS, onde
Wk+1 = Wiz +
211 3[k]
Xk
(243)
Zp. e[k]
Xk
(244)
VH, = Vk +
31
Como
sinal
E[xkx] = E[2[k]]INxN
NxN
(N
(245)
nmero de
coeficientes
do
ltro
adaptvel) e E[x2[k]] representa a potncia mdia do sinal de entrada, a qual representaremos por
xfms. Desta forma,
gh = f,,,,,E[vvk]
(2.4)
i<+1
Substituindo (2.44)
em (2.47)
(2-47)
XiMsE[Vi?+1Vi<+1]
teremos:
'l'
4l12NXiMs)E.~i<
(2-48)
Portanto,
(1
(2.49)
+ 4u2N;*M,| <
(250)
32
<H<
Stems em
[5] e
Haykin em
incorreta, o clculo
[6],
( 2.51 )
N.xMs
como vericaremos no
no entanto, analisam os
limites
Cpitulo
5_.
Widrow
de u considerando, de maneira
descent") ao invs do gradiente do erro quadrtico (LMS), de forma que, formalmente os limites
em (2.5l).
/
A
f(|.1)
= 1- 4 uxfms + 4 u2NxMS
Assim:
uumo
nmero de
( 2.53 )
2N.xMS
um valor prximo
do algoritmo
LMS
normalmente
"steepest descent",
um
onde calculado
(2.52)
ser interessante
seja,
atualizando o vetor
um
melhor
do gradiente.
'
-3%
eficincia,
No
(LMS
caso do Algoritmo
RLS (Recursive
[6],
em mtodos
original, ainda
LMS, como
diversos do
Least-Square Algorithm).
o caso
mtodo do
algoritmo
do Algoritmo
gradiente,
RLS
utiliza
NLMS
como
o mtodo
estatsticos.
34
CAPTULo
3.1
Introduo
em
tratamento digital de
sinais,
processamento multibanda tem recebido nas duas ltimas dcadas, principalmente nos ltimos
anos, especial ateno de pesquisadores desta rea. Esta tcnica se caracteriza, basicamente, pela
decomposio do
a ser tratado
sinal
em
sinais
por sub-
componentes bsicos: o
O analisador tem por funo decompor o sinal em sub-bandas e reduzir a taxa de amostragem do
sinal
(sub-amostrar o
eqncia.
sinal)
em
em
o mesmo valor
original
ou maior
em
um
Conversor de Freqncia.
Na Fig.
um Banco de Filtros
Banco de
um
fator
uma
decompe o
M, onde
estrutura
sinal
M um valor
em
inteiro
denominado Fator de Dizimao), o Interpolador (que eleva a taxa de amostragem por uma
L, que o Fator de Interpolao)
e,
finalmente, o
Banco de
fator
*Em processamento de sinais, tem sido adotada a designao decimao ("decimation" do ingls) para a reduo da
taxa de amostragem por um fator qualquer. Porm, no sentido estrito da palavra, decimao signica reduo por
dez por cento [l4], portanto, consideramos mais apropriado a utilizao da designao dizimao neste contexto.
35
um
sinal nico).
(Fig. 3.2)
teremos, portanto, x[n] (sinal de saida do ltro de anlise), x[Mn] (sinal dizimado por
pode
(sinal ltrado
X.
X'
m]
Banco
X
(ie
Filtros
de
Anlis
[n]
Fig. 3.2
M
I
[U]
ii
xmlnl
xI[n]
m]
Dizimador
Sintetizador
[ml
x'
[m]
X im]
[n]
[ml
fator
Analisadorx
um
Interpolador
x [Mn
0
X [Mn
;
1D
x'
_.0
Mn
X'[(M/U]
X'
Nm
xK_1[
.
lL
xe'[(M/L)n
;
Banco
x[)n]
Filtros
de
de
XK-il
xi,
'
[(1vr/L)SmeS
Se por
um
desejvel, a reduo
menor velocidade
e,
caracterstica acarreta
conseqentemente,
uma
caracteristica bastante
possibilita a utilizao
de processadores de
outro,
no processamento
esta
digital
de
mesma
sinais:
36
Recobrimento
[15].
periodicidade [l6, 3, 17] que se verifica a cada 21: radianos. Considerando o teorema de
um
sinal,
aparecem a cada
com
em
21: radianos)
sobre a outra e conseqente degradao na informao. Esta caracterstica ser melhor discutida
em seo posterior.
3.1.1
Organizao do Captulo
processamento de
polifasicamente,
bancos de
ltros,
sinais,
como
principalmente
ser descrito.
Em
quando os bancos de
filtros
so
em
decompostos
com
processamento multibanda
3.2
um
em ltragem adaptvel.
Dizimao e interpolao
Na
decomposio de
um
sinal x[n]
em
em
como
se
verica no exemplo da Fig. 3.3(b)_ Isto significa que o sinal estar super-amostrado, ou melhor,
37
sinal,
o que
possibilita
uma reduo da
Na
bandas
novo
sejam
um
fator
ou
ideais).
seja,
no
limite
3.3(c).
sinal,
taxa de
crtica
do
filtros
Bancos de
Filtros Criticamente Amostradosl [2]. Por no serem ideais na prtica, estes ltros
permitiro
um
possveis distores,
como
Para se recompor o
sinal
de
sada, y[n],
seja,
recuperar o sinal
processo de recuperao do
sinal
com
0,
,K-1,
(Fig. 3.2).
seja, se
recuperam as
amostras originais, retiradas na dizimao, a partir das amostras remanecentes. Para que este
com
No
foram introduzidas
exemplo da
sinal
neste
(L
Fig. 3.3,
= 4) (Fig.
sinal, resulta
3.3(d)).
fz)[n],
simplesmente
resposta
sinal
novamente
um
original
do
o exemplo), com
fs,
Fig. 3.3(e).
Traduo
20 termo
X'
tn1
III
||I|>
znco
(a)
X0
0[n1
15/4
21:
11
>(D
(b)
x0[4n]
X0(ej4n)
H
/
>4n
2|n)w
(C)
x e0(z5
e0[n1
>
(d)
39
0[n1
__________
,,;__,ef
____________ M
ir
>'
'
'
fz
/4
zzz
(e)
Fig. 3.3
Processos de dizimao e interpolao. (a) Sinal de banda completa de entrada do sistema. (b) Sinal
= 4. (d) Sinal
ltrado por um filtro passa-baixas (sub-banda 0). (c) Sinal da sub-banda 0 dizimado com
= 4. (e) Sinal da sub-banda 0 recomposto por ltragem.
da sub-banda 0 interpolado com L
3.3 Aplicaes
processamento multibanda de
sinais apresenta
um nmero
nas mais diversas reas, tais como: sistemas digitais de udio, sistemas de comunicaes,
a)
Converso de formato
[2, 15].
de amostragem).
A princpio
se o sinal digital para analgico e reconvertendo-o para digital utilizando outra freqncia de
prefervel a
b) Digitalizao
em
um
sinal
40
sistema
digital.
No
uma
dever ter
de fase indesejveis
[l8].
o ltro analgico
crtica),
amostrado numa taxa mais elevada (de pelo menos duas vezes a amostragem
a possibilitar a utilizao de
(Fig. 3.4(b)).
seletiva),
Quando
crtica)
sinal
de forma
digitalizado,
sinal
retomar, desta forma, a taxa de amostragem original atravs da dizimao (Fig. 3.4(c)).
D/A
utilizando,
porm, o processo de
interpolao.
em sub-banda
maior de energia
estes sinais
em
em
imagem ou
uma
concentrao
com nmero
diferente de bits,
conforme a importncia de cada sub-banda, sem que ocorra perda signicativa de informao.
Para exemplicar:
para
uma
kbits/s,
um
sinal
com
8 bits e o da segunda
amostragem a metade da
kbits/s
bits
por exemplo,
40
com 4
bits.
sinal
Como em
sadas, ter-se-ia
kbits/s
taxa de 80
seria quantizado,
(M = 2), teriamos:
da primeira
uma
5.000 amostras/s ou
na segunda sub-banda.
de 60
kbits/s,
signicando
41
\
...............................
\
'
..
analgico
sinal
\\
fsl
fc
>
fsl
(8)
\ \\
z
5
E
:
--------------------------------------
\\ \`
\` \\`
sinal
`\ \ \\
analgico
`\\\\\
"i
fc
>
fs2- fc f
fsz
2
(b)
seletivo
------------- --
I/
.\
'
....................................
fz
I,
sinal digital
\\
..
fg
fsi
(C)
Fig. 3.4
Processo de digitalizao de sinais em sistemas digitais de udio, onde fc = freqncia de corte superior e
= freqncia de amostragem utilizada na digitalizao. (a) Pr-filtragem seletiva para sub-arnostragem
fs
critica. (b) Pr-ltragem menos seletiva para sub-amostragem no critica. (c) Filtragem digital e
sub-amostragem.
42
Transformao
Muito
em
utilizada
No
enquanto que
resultante,
formato
ocupam bandas
em TDM2
FDM1
distintas
do espectro de freqncia do
sinal
FDM
transfonnao
correspondentes
para
aos
canais
TDM,
sinal
um
(por
analisado
banco
Com uma
reduzida (dizimao).
numa
No
atravs de
Cada
filtros).
em
uma
em cada
um
uma
taxa
na sub-banda
sinal,
podem
amostragem
ser transmitidas
e,
(Fig. 3.5).
de
TDM
sinal),
so primeiramente
em
seguida so
banco de
fl
I
\\
7
fm
faixas
no formato
DEMODULAO
hi;iLTfRAGi=.M
W..
III'
II'
I'
*"7
U)
EMODULAO
E Fii.rRAoizM
EM f
M __S2.___.D
cANAi.
DizMoDui.AAo
E i=ii.rRAoizM
EM f
k
e,
CANAL
filtros,
Na
51
D*
i<-i
+ M _____52_D
43
CANAL
Bi
CANAL
fi-
,T
EM f
lq + L .____s.|.D.
_
CANA1. K-1
DHL
fl
fi-
K-1
_
iii.
_-
f0
MODULAO
fsl
MoDu1.AAo
EM f
MODULAO
D EM f
kl
--_-i-__.
Filtragem adaptvel
Em filtragem
distribuio
em
LMS,
pode-se
verificar,
sub-banda.
tende a diminuir
do espectro de potncia
uma
ser interessante
em
sistemas
com
pode
Alm
S(o)
do
de entrada
uma
um
[6, 2l].
de freqncia, podemos
normalmente,
de
ter
ltro, utilizando-se
mximo e mnimo
uma
variao
menor desta
em
potncia,
De
forma mais
caracteristica
geral,
em
tratamento de
sinais,
uma
utilizar
44
3.4
Decomposio Polifsica
Avaliando o funcionamento de
este estar sendo utilizado de
um
forma no
ltro de anlise
na sub-banda
k, Hk(z),
observa-se que
sero eliminadas na dizimao (Fig. 3.7). Processo semelhante ocorre na ltragem de sntese, onde
sinal
x'k[Mn] interpolado,
com
a introduo de amostras
com
x[n]
l-W
,||,
e'k[(M/L)n1
([Mzz1
.IM1
([(1vr/L)n1
Para se obter
Bellanger
et al. [22]
um
foi
desenvolvido por
seguir.
hmz-f
(11)
45
[l5]:
(3.2)
E,(z) =
(33)
Fazendo
E0(z) =
h[2i]z'*
h[2
+ 1]z'*
H(z) = E0 (z2)+z1E(z2)
polifsica
em duas
(3.4)
Fig 3 9 Representao de
>
(2 )
E l(z2)
be
ln]
>
.,.
um sistema decomposto na forma polifasica (duas parcelas)
.
3.9 mostra a
x n
L =
A Fig.
um ndice de dizimao
em componentes
polifsicos,
pode-se
podemos redesenhar
46
como na
a estrutura anterior
Decomposio
polifsica de
yin]
y[2l
vantagem da decomposio
Fig. 3.10,
original,
Na
mesmo volume de
um custo computacional
cculos que
mesmo procedimento
polifsica trabalhar
estrutura da
filtragem de sntese o
tambm da
polifsica
um ltro de dizimao.
em
uma
como em 3.1l(b).
x n
Fig. 3.10
da ltragem.
[n]
x [2n]
x [2n-1]
(a)
y [2n]
com
47
x[n]
x[2n-1]
y[2n]
(b)
Fig. 3.11
polifsica. (a)
x 2n
E0(z)
Representao utilizando
'T
(fl)
:\_
y[n1
(b)
polifsica.
uma
funo de transferncia
em
48
H[z] = z*E(z'<)
(35)
dizimao
3.5
Um
sistema
(fator
com
fator
de
de dizimao M).
Banco de Filtros
Dentro da estrutura de ltragem em multibanda, os bancos de ltros tm importncia
sinal
nas sub-bandas de
na informao contida no
sinal
devem
Ao
se proceder esta
Alm
destes erros, deve-se considerar ainda, a distoro causada pelo Recobrimento, j mencionada no
49
de
filtros
De forma geral,
os trabalhos relacionados
com o
desenvolvimento de bancos
menos a minimizao
destas distores,
Perfeita
(PR
baseado
[2, 15]:
podem
os bancos de ltros
estrutura
cascata.
3.5.1
em
rvore,
DFT1
em
ltro prottipo
banco de
filtros
DFT
filtros
uma
DFT
para
processamento
de
sinais
multibanda
digital
nasceu do
com
Banco de Filtros
desenvolvimento de
deum
de voz
utilizada
no
[25].
sinal x[n],
x(e1*)
_[]e'i'*
(3.)
50
x(e1*k)
z[i1e'1'="
(sa)
i=0
onde
(ok
para k
0, 1,
...,
Atravs da utilizao de
reescrever a
uma
janela no
w[n], de
comprimento N, podemos
onde
tempo
wrm _
(as)
i1[1.=.'1'**'"
discreta
de w[n]
complexa
e`'*"
com
[27].
(3.8),
x[n]e`*",
sinal x[n]
de
um
filtro
~m
A linha dupla na
complexo.
e-jmkn
x [n1
'
Xm( elo) k)
51
x(z1'<)
ak
mk
(a)
X(e.l(>'<k))
co
(b)
Fig. 3.15
Resposta
em
e''i<"
(linha tracejada).
Uma
Quadratura
representao
[2],
prtica
em
DFT
freqncia e ltro
com
X...ef*=Am.<~jB.<
0.9)
~
~
52
eJ) n
-'
Xm(e 'p)
e-j(D1|1
~m
[n]
e'l mx-1
Xm(ejw')
Xn,e`KoK")
\cos(cokn)
[n]
\rsen(cokn)
9
Fig. 3.17. Estrutura alternativa
Utilizando esta
em
mesma
em
Bm<*
processamento multibanda de
sinal
^m<>
um
>
em quadratura).
estreita,
complexa do
sinal
53
bhyip
e-j
won
X0
e-j oa ln
[ni
'_"*'--'
~i
e- (DK-l
X1[M"]
XK _1
(21)
-e
-
e-J
x;,tMn1
mon
e-jcoln
'I
[Mn 1
e'j(1<-1
X 'K-1[M"]
(b)
(a)
Analisador. (b)
S4
em
mo complexa
original,
(em
Satt e
filtros
e,
filtros
DFT
que transladar o
um
sinal real.
representado na
Malah
que
como pode
ser verificado
de
Amostrados, ou
seja,
(Fig.
com
3.19). Este
em
da modulao
um
sinal
de
modulada a
de se obter os demais
filtros
fator de dizimao
com
do banco
o processamento
em [2].
passa-faixa
possibilita
M,
igual
ao nmero de sub-bandas
1,
[2].
Esta
pois haveria
3.20paraK=3 eM=2.
Utilizando a estrutura altemativa da Fig. 3.19, pode-se implementar
ou
sntese
polifsica.
com banco de
No
exemplo a
estrutura de anlise
com
as
mesmas
se H0(z)
caracteristicas
= E0(z2) +
DFT
Aqui,
do
Fig. 3.21.
um
banco
uma
estrutura
DFT em uma
z E(z2),
sistema de anlise
eficiente utilizando-se
vericaremos a implementao de
seguir,
com M = 2.
implementado conforme
filtros
ltros
um
ento H(z)
Como
se
pode
E0(z2)
- z'1
implementados dois
computacional.
'
h0[n]=h[n1'5
'
h*[]=h[]e_jmln
rn]
Xownl
D X,rMn1
hz<-1[n1=h[n1e'5*<-1
r>
X*-IM]
(a)
Xz,l1v1n1
X`[MU]
1
X'z<-1M1
bi
--1
f0[n] =f[n] e
mo"
_z.
f[n]=f[n]eJ)1n
'
ba
x[n]
~
com
ltros
M = K.
(a)
Analrsador (b)
56
x(e*`
/_\\
:k;&-l
21:/3
1:/3
}_\\
.
1:
41:/3
51:/3
21:
>m
(fl)
x1(*
21:
1:
31:
41:
>(D
(b)
[n]
D0[Mn]
2. (a)
W1
-1
Fig. 3.21.
Sub-banda
57
como segue
[l5]:
Hk(z) = lE(z)z-*w"
(39)
i=0
W=
e'J'2"/M,
De
filtro
como na
(3.9), verifica-se
1,
M-1
que Hk(z)
[3, 171.
da decomposio
em
uma
Portanto, pode-
onde as
polifsica,
obtm-se
da Fig. 3.22).
_"-Wi
>
>
1DFT
-[> X
[Mn]
Fig. 3.22.
-f> *-W
polifsica
(M qualquer).
58
3.5.2
interpolao
com L
implementao
[2, l5].
filtros
de dizimao
uma congurao
QMF)
com
M igual
a 2 (ou de
bastante simples e de
fcil
A estrutura bsica apresentada na Fig. 3.23, onde temos um exemplo com decomposio
em quatro bandas e amostragem crtica (M = K), utilizando-se dois estgios com dizimao igual a
2.
em
Como
ltros,
invertido aps a dizimao (Fig. 3.24), o ltro passa-baixas utilizado na decomposio desta
alta freqncia
(banda
3),
como
ser, portanto,
se
Pode-se ainda
realizar
esta estrutura,
>
>
V
x[n]
PB2 _{>'\|,_2-ip
*M2 -*
'__[>2_?{>
PA2
PA2
I*-9
PB2 -[>\l2
0[4n1
X1[4]
z41
z41
como
se
59
jm
X,z
-2 1:
PAI
!\'/\
- 1:
'T
21:
+1:
BANDA
2
co
BANDA
3
(21)
X,e
j2n
B2 PA2
-21:
-1:
21:
'T
BANDA
BANDA
2
(b)
Fig. 3.24 Inverso provocada pelo ltro passa-altas. (a) Espectro resultante
passa-altas. (b) Espectro resultante da dizimao deste sinal.
da filtragem de
PB3
PB2
~1f
um
sinal
por
um ltro
xo [sn]
f-|\lf2
PA3 |-|l2l-l>f81
1
x3[2]
(a)
60
SUB-
SUB-
O
0
SUB-
SUB-
BAND BAND
/8
1!
rt
BANDA
BANDA
1: /2
/4
1!
(b)'
Os bancos de
(a)
Estrutura
em blocos.
ltros
em rvore onde,
(b)
podem
Resultado no espectro
ser considerados
um
Considerando o diagrama da
pode-se desenvolver
uma
Fig. 3.26,
como
de
segue:
(3.1oz)
(3.1ob)
x 2n
x
>
6
V
[n]
Flw
x'
[n]
61
primeira parte da
(3.l0a) e
( 3.l0b )
'
representa a funao de
transferncia que se deseja obter ap s a inte rpo l ao, parte cl ara nos espectros de freqncia da
Fig. 3.27 , e
com
mesma
gura.
H 0e1'
H ow' Q `)
21:
1:
(21)
H l(ej (co+1r))
H1<e1"
1:
21:
(b)
Fig. 3.27.
Na saida,
(a)
Sub-banda
0. (b)
Sub~banda
l.
(311)
62
em (3.11), obtemos
x'(z) =
-21-[H(,(z)i=(,(z)
+ H,(z)F,(z)]x(z)
(112)
+[H<,<~zF.,z+Hi-z1=iz]X-z
Nesta expresso
interferncia apenas
dizimao
nem
verifica-se
do banco de
interpolao, e
filtros
no
sinal
de
sada,
como
se
no houvesse ocorrido
3.27).
Portanto, para que seja eliminada a distoro por recobiimento causada pela dizimao,
deve-se
ter:
H0(-z)F0(z)+H,(-z)F,(z)=O
(3.l3)
Fazendo,
F0(z)
= H(-z)
F(z)
= -H0(-z)
(3. 13):
H0(-,z)H(-z) - H(-z)H0(-z) = O
Sendo H1(z) o
(3.l4)
(3. 15)
H0(z) = H(z)
H1(z)= H(-z)
(3.16),
63
em
freqncia
em
torno de
1:,
diz-se
Ho(2).
Devido
caracterstica
filtros
de
dizimao e interpolao que esta estrutura recebeu a denominao Quadrature Mirror Filter
Bank, que
O banco de filtros QMF, como analisado acima, tem por caracterstica evitar distores de
recobrimento devido reduo de taxa de amostragem, porm, para se obter a reconstruo
perfeita deve-se evitar outros dois tipos de distores: de amplitude e
de
fase.
Se o
filtro
H(z)
este tipo
Uma importante
tendo
uma
como base
amplitude
Hooke
com
filtros
mtodo de janelamento
e Jeaves [30].
(janela
de Hanning) [17]
Na
com
QMF,
onde apresentada
minimizao de distores de
utilizando o
hoje,
de
famlia
filtros
so projetados
multibanda.
de
(3.
14)
como
foi eliminado,
podemos
reescrev-la fazendo as
segue:
X'z =[H0<zH.<-z+H,zH<,~z1Xz
Se considerarmos ainda
(111)
(118)
64
filtro
C uma constante.
em
|H)2(e)|
altemativas,
seguido de
[23],
como
mostra que
cos2(Kco) e
filtros
|H(e1')|+|H(z1')|=
onde,
e,
filtros
satisfazer
,para
mao w
(119)
co,
em
[23],
no entanto,
|H2(e.)|
sen2(Kco). Portanto,
devem
por
seja,
da
com
fase linear
um equalizador.
[23].
Fazendo-se
-N H0(-z -1)
H(z) = z
de h[-n] [16] e
N o comprimento
(320)
da resposta ao impulso de
(321)
G+z= z'<'H0z'*H0z
0.22)
Sendo
65
G+(z) + G+(-z) =
1z'<-1)
(323)
para
(3.24)
filtro
"equiripple" (definido
em
[23]), portanto
X'(z) = %z*"'*>x(z)
(325)
um
banco de
filtros
QMF:
1=0(z)=z-N H0(z-1)
F(z)=z-N H1(z-1)
(326)
G(z) pode ser realizado utilizando algoritmos de otimizao para projetos de ltros FIR
[23],
Nguyen
[3 l].
ltros
FIR quanto
IIR, e
Nayebi [32]
al.
com reconstruo
[24, 26]
desenvolveram
de
tempo. Outros trabalhos importantes tm desenvolvido anlises e mtodos para projetos de bancos
de ltros [33
45].
Em [23], Vaidyanathan desenvolve ainda uma extenso da teoria de bancos de ltros QMF
com
DFT,
reconstruo perfeita para qualquer nmero de bandas, onde, a partir do banco de ltros
ele interrelaciona as caracteristicas
dos
filtros
de anlise
com os de sntese.
49] e os bancos
Pseudo-QMF [SO,
5l], sendo
ambos
66
modulados
e,
portanto, da
utilizam
um filtro
prottipo para a
3.6 Processamento
Temos
Multibanda
visto at
e Filtragem Adaptvel
com
a preocupao de
em
ao tratamento do
sinal.
Nesta
processamento multibanda
Como j
em ltragem adaptvel.
como a reduo do
podem
ser aproveitadas
em aplicaes
onde se faz necessrio o processamento adaptvel. Diversos trabalhos tm mostrado que, alm da
viabilidade desta aplicao, o processamento adaptvel
vantagens importantes,
como
em
quando da
em processamento
podem
ser vericadas
em processamento
adaptvel:
Um exemplo a
codicao de voz ou imagem, onde cada banda tratada separadamente para se obter
[52].
um
um
exemplo
em
cada
como
ser analisado
em seguida.
ideais,
haver
67
Em
um
em
Como
em
(inerente ao
Tambm
banda).
restritas e,
ltro
mais
do comprimento de cada
mximo
menor
com menor
conseqentemente,
[6,
2l].
No
trabalho realizado
em
que
[19],
utiliza ltros
adaptveis independentes
um
em
cada
acrscimo no erro
um
trivial.
Kellermann,
em
em
[20],
tambm
com
analisou o
filtros
seja,
c(zM).H(z) = H(z)_s(z)
onde C(zM) = diag
C0(zM)
CK_(zM)
],
(321)
com fator M.
total
(aps a interpolao), ou
F(z).c(zM).1-1(z)
F(z).H(z).s(z)
seja,
(322)
68
erro,
(ideais).
em
[53].
[n]
~
^f
ADAPTAAO
35
ANLISE
irfwzi
SISTEMA
I9C
. '
if"
SNTESE Ek
ANLISE
Em [54,
uma
um
com
sistema
independente
diagonal.
em
De (3.22),
obtm-se:
c(z)
= H(z'/2).s(z'/2).[H(z'/2)]-1
sendo
H(2)
[H(z)]l:Tzi-H<-z
_
(323)
-H(-2)
Hz>
(324)
69
= ot z 'NH
atraso, e
H2 (Zi/2)S(zl/2) _ H2 (_Zl/2)S(_zl/2)
C(z) = oL"z(N")'2
H(Z|/2)H(_z|/2)[S(Z1/2)
H(Zl/2 )H(_zl/2)[S(_zl/2)
_ S(_zi/2)]
H2(z1/2)S(_z|/2)
_ S(zl/2)]
_ H2(_Z1/2)s(z|/2)
(325)
Em
devem
a)
ser satisfeitas:
H(z)H(-z) =
b) S(z)
uma
0,
ou
seja,
sistema no
de
um ltro ideal;
real.
prtica,
uma identificao
Desta forma,
em
[54]
proposta
uma
estrutura
so
consideradas, no caso de duas bandas, os quatro elementos da matriz C(z), na obteno do sinal
de
sada.
(principais e
Em
LMS)
atualiza os coecientes
[20], Petraglia e
Mitra apresentam
uma
anlise
de cada ltro
(Fig. 3.28).
de filtragem adaptvel
em
sub-banda
onde no utilizam termos cruzados (devido ao aumento da complexidade computacional para sua
implementao), mas
fator
critica,
esta
uma rea de
seja,
reduzir o efeito
Sendo
ou
dizimao
com um
do recobrimento
[56].
forma a cada vez mais melhorar o desempenho e o custo computacional dos sistemas adaptveis.
-5
V
yolml
etml
@,[m1
Fig. 3.29
em
G-
Y, [m]
com termos
cruzados (exemplo
71
CAPTULO
FILTROSIFIR
4.1
Introduo
A utilizao
sinais,
como vericamos no
amostragem
em
et
al.
[4]
vericaram que,
em
ou
sinal,
sistema
FLR
mas
pela implementao de
um
cuja resposta ao impulso tenha sido feita esparsa, ou seja, tenha algumas de suas
amostras iguais a zero. Este ltro por sua vez deveria ter sua resposta interpolada por
estgio de
o custo
ordem mais
baixa, de
original.
um
outro
Esta estrutura, de
implementao relativamente simples, denominada por Filtro com Resposta ao Impulso Finita
Interpolado, ou IFIR (Interpolated Finite Inpulse Response
Filter).
percentuais maiores
fator
de interpolao
utilizado.
em
Porm, esta
reduo limitada pela relao entre a banda passante do ltro e a freqncia de amostragem do
sinal
processado,
importantes de aplicaes
podem
ser encontrados
utilizao
etc. [5].
ltro,
em
em
sistemas
com
eco, equalizao,
72
Na
em
aplicaes
com o processamento em
processamento de
caractersticas
filtros
sinais.
Na
os mtodos e
geral,
IFIR
4.2 Estrutura
A anlise do
uma
sub-banda
em
ser
processamento
mulltibanda, devido a sua semelhana no que se refere aos processos de dizimao e interpolao.
Como j mencionamos,
We(z), e
um
a idia bsica
pode
em
como
ser representada
do
original
caracteristica semelhante a de
zeros, portanto,
como
um
filtro
foi verificado
sinal
ao impulso do
..
( 4.1 )
demais valores de n
FIR que
se quer implementar e
tem
A resposta
ltro esparso,
como:
we[n] = {w[n]
um
dizimado e
em
no capitulo anterior
como
se
o Fator de
pode observar na
seguida interpolado
(Fig. 3.6),
com
sua resposta
Fig. 4.2(b),
a incluso de
em
freqncia
dever apresentar rplicas do espectro a cada 21:/L radianos (na circunferncia unitria) ou fs/L
(em
freqncia),
obteno da resposta
procesamento
em
apenas o espectro
4.2(a)).
final
em
um novo ltro,
tambm semelhante ao
ltro interpolador,
que selecionar
tambm
Fig. 3.6).
No
73
em
ltro,
filtro
esparso.
pode-se observar
que, no primeiro, o sinal para ser dizimado deve ter inicialmente sua banda passante limitada
freqncia, de maneira a se evitar distores devido ao recobrimento.
em
Da mesma forma,
em
a resposta
freqncia do ltro original deve ser limitada (Fig. 4.2(a)), para que no haja distores na
resposta fmal,
No
Neste caso,
do ltro esparso.
rplicas surgiro a
computacional
a,
um ltro IFIR
exemplo apresentado na
nmero de amostras
so simplesmente
diferentes de zero
na nova
um
(rt/2).
estrutura,
fator
de interpolao, L, igual a
4.
um
No
entanto, pode-se verificar, pela Fig. 4.2(a), que a aplicao deste fator de interpolao s
possivel para ltros cuja banda passante suficientemente estreita
com
relao freqncia de
amostragem.
Da
que o
fator de interpolao
entre a taxa de
amostragem do
do
ltro IFIR
sinal (fs) e
a largura da
por recobrimento
assim,
2L S
=
Af
2-"
Ao)
nunca
(4.2)
Resposta ao Impulso
Resposta
em Freqncia
W(ei()
w[n]
:\/
Fi
l>l>
;._
||||>
Fl
21: (tn)
"18
fs
00m"'J>
NV;-
-bw""N
(3)
we[n1
wz-z(e
1:.
1;
311:.
27cm
(b)
w[n]
Wi(eji)
~i|
2
.............
,_
li'
n>w
11:
(C)
Fig. 4.2
Respostas ao impulso e
em
IFIR completo.
75
Com
isto,
verica-se que a
mxima
mesmo
esta razo,
menor
fator
de interpolao
em
termos de
IFIR
de interpolao utilizado (L
3) no crtico,
ou
Nesta
seja,
ilustrao,
largura da banda passante do ltro original maior do que 2L, possibilitando, assim, o projeto de
interpoladores
menos
seletivos.
4.3 Interpoladores
projeto de ltros interpoladores para ltragem IFIR deve obedecer basicamente duas
comprometendo assim a
possvel, a resposta
principal
a no elevar demasiadamente o
um
ltro de
forma, a escolha de
estas
duas
nmero de operaes,
reconstruir,
da melhor forma
em
modo
um
uma melhor
um
compromisso entre
desejada,
considerando-se,
caractersticas,
depender
muito
da
seletividade maior
aplicao
filtro original
tolerado por
aquela aplicao.
filtros
digitais
FIR
estruturas bsicas
tm sido propostas,
interpolao de funes.
partindo-se, preferencialmente,
da prpria teoria de
76
Resposta ao Impulso
Resposta
w[n]
em Freqncia
z\tw(z")
f_\2ar.
2.1:
ic
>w
(8)
We [n]
We(
to
mm
luwliwwll
WG
1:
21:
(C)
Fig.
4~.3
com L =
77
4.3.1 Filtro
Pente
como
1+z-1
(42)
(Fig. 4.3),
como
se
pode
uma
verificar atravs
estreita,
da expresso
em
generalizar este
(4.2),
filtro
Filter") [2].
com L =
41:/5
fator igual a 2,
forma como
porm, pode-se
seja,
1+z-1+z-2+...+z-(L-1)
um
"sample-and-hold"
digital.
valor da
Este
ltro,
("Comb
um ltro
esparso
21:/5 e
4.5 apresentado
5. Verifica-se,
(43)
Na Fig.
Da
1(z)=
de comprimento
um
Esta
(4.2).
um exemplo
de
1,
tiltro
estreita,
diminuindo ainda
mais se utilizarmos maiores valores de L, limitando a largura de banda passante do ltro esparso.
Uma
implementao,
como pode
ser vericado
em
(4.3),
computacional desprezvel.
Pode-se
conforme
(4.4):
utilizar estrutura
78
1(z)= 1-z-1+z-2-...+z-(L-1)
.1.l...i.
WIHHH
>n
(a)
(4.4)
>n
(b)
com L = 2.
+ z '1.
o
'9-
[ae]
[n]
im
o|.osa
"'"""-';""'r~"
--zo
e_
,H
7
____-
211
~'
L = 5.
17
(b)
(a)
Resposta ao impulso.
(b)
Resposta
em freqncia [2].
Linear
subseqentes,
I-
-.____1__
(H)
Uma
4.3.2 Interpolao
Amplitude
*ir
-9-
como
se
pode observar na
atravs de
Fig. 4.6.
Na
uma
na teoria clssica de
linha reta,
Em processamento
de
de dois coeficientes
79
um
ltro passa-baixas
resposta ao impulso a serem recuperadas, a partir da pn`meira amostra diferente de zero anterior a
elas
e da primeira posterior.
Em um
ltro interpolador
com 2L-1
podemos
coeficientes,
[4.2].
por exemplo,
Generalizando para L
1(z)=1/L + 2/L z -1 +
wi
(45)
[n]
Na Fig.
um
ltro esparso
com L =
3.
um
interpolador
com
N = 5 para interpolao de
sinal
de
sada.
Este ltro, pela prpria forma de interpolao que proporciona, sendo mais seletivo
freqncia, permite
um
dispensa multiplicaes
Da mesma
em
como o anterior,
forma que o
ltro pente,
o interpolador
linear
tambm pode
ser utilizado
em
80
[0]
[-1]i
1/2
1/3
[-HE x
[-3]
1/2
[-4]
1/3
[0]
(11)
[n]
....z123456
>n
(b)
yin]
com
(C)
Fig. 4.7
81
Mtodo de Lagrange
clssica
uma reta,
No
suaves
(filtros
utilizadas
de banda mais
apenas
ele
em
larga),
uma
trivial.
Desta forma, diversos mtodos podem ser encontrados para a determinao do polinmio que
melhor estimar os valores das amostras a serem determinadas, sendo
utilizados
[58],
linear,
nmero de amostras
diferentes de zero
comprimento do
sinal
ltro interpolador
dado por
da resposta ao impulso do
N = QL-1,
filtro
de
como o
linear
(que
linear
Q = 2). O
saida.
Na anlise em freqncia,
onde
no
o Mtodo de Lagrange.
Em
utilizadas
um
Q = 2,
quatro zeros
em torno
um
em tomo
com o aumento
(Fig. 4.7).
21:/L,
para
Esta
etc.
Q = 4,
82
1.1
1.o
0-9-
\$
0.3.
9
plitude
Am
~l
___
oin
---_-
ozzluuzm
:4
____ __ '6
nz- QUQ
n- ~ z-ez-Q
',
oZn
0.4
L-5
0.3 --
.,z0.1
Fig. 4.8.
4.3.4
._\
'
.'.\
'..
2_1'
H'
2!.
5
fw
L=5
[58].
Outros Interpoladores
Os
de interpolao de funes.
clssica
No
entanto,
foram obtidos a
partir
da teoria
em
Desta forma, diversos outros mtodos de projeto de ltros podem ser utilizados na
realizao dos interpoladores, sendo que, normalmente, so obtidos resultados ainda melhores
do
de projetos passa-faixa e
Neuvo
at al.[4]
propuseram
uma
classe genrica de
ordem da forma
-1
-2
1(z)=X(1+20sw0.z +z )
1
(4.)
83
onde
A uma constante de ganho, com o objetivo de generalizar o projeto para qualquer banda de
wo =
estar centrado. Se
ordem podem
0, ser
obtido
um
bandas bastante
L=
2,
sendo
restrito,
como o
linear,
estreitas.
utilizar
sees
em
L=
cascata. Para
4,
por
exemplo, a cascata de
1
_
_
I(z)=X(1+2cosco0.z l+z 2)
1
_
I2(z)=X(l+2cos2a0.z 2+z`4)
com
(4.7)
(4.8)
4.9, para
mo =
0.
utiliza
a largura da banda e o fator de interpolao [58]. Neste tipo de projeto, pode-se conseguir
Na Fig.
4.10 apresentado
De forma
apresentam
um
coecientes.
et
al.
[59]
em
de
de projetos
sistemas desconhecidos
trabalho
utilizao
em filtragem
em
adaptvel.
No entanto,
critrio aqui
o da minimizao do
um
et
al.
No
[31]
84
No
caso de otimizao de
filtros
por um
filtro
na resposta
em freqncia do
uma compensao de
um
distores causadas
outro.
11()
1:/2
no)
(H)
12()
1:/4
31:/4
1:
>
co
(b)
1()
1:
/4
1:
/2
31: /4
>
(C)
Fig. 4.9
Interpolador formado pela cascata de duas sees. (a) Resposta em freqncia de I(z). (b) Resposta
freqncia de I2(z). (c) Resposta em freqncia de I(z) = I(z)I2(z).
em
85
1(')
JL
V
zl
Zwc
Zwc
i||2|i>
l
wc
Em
21: /5
41: /5
1:
co
um interpolador para L = 5.
tal
Foram apresentados
de ltros
ecientes.
FIK
com
86
CAPTUL0
5.1
Introduo
Nas mais
como
com
3,
um
que o
decomposio
Com
em
sub-bandas.
utilizando estrutura
o melhor desempenho de
sistemas adaptveis. Neste captulo, nas Sees 5.2 e 5.3, analisaremos este desempenho,
verificando
convencional (transversal).
Alm da
estrutura
anlise
vantagens
com
em
nica, ven`ficaremos
como
No
em banda
IFIR
filtro
IFIR
com
bsicos: o filtro esparso (We(z)) e o interpolador.(I(z)) (Fig. 4.1). Neste captulo analisaremos
87
esta
mesma
Nesta nova
Fig. 5.1.
esparso
que
estrutura,
como
uma
num
porm, inserida
estrutura,
como
se
sistema adaptvel,
adaptvel [60, 61, 62], congurao que tem apresentado melhor desempenho do
estrutura
com ambos
foi utilizada
sinal
em transmisso de dados, em
de eco)
[ki
conjunto
'
dm
como vericaremos
We(z)
[ki
y[11
I
(z)
'+
Va
<:n1
5.2.1
Funo de Desempenho
Como j foi
do
sinal
de
estudado no Captulo
erro,
2,
denido por:
e[k]=d[k]-y[k]
(5.l)
= wzzxkl = 1Tx{wek
(52)
y[1<]
ss
onde
We
do
ltro esparso e I
interpolador, sendo:
Wek = [Wok
WI* 0
I=[x0
xl
x[k]
x[k-1]
x[k-2]
xkz
x[k-1]
Wzlk
12
1M_]T
W(N_l)k]
'
x[k-(M-l)]
x[k-2]
x[k-2]
'
[1<-41
H
x[k-(N+M-2)] {NxM}
x[k-(N-1)]
A partir da expresso do erro (equao (5.1)), podemos escrever o erro quadrtico como:
z2[1<]
= 2[1<1~ 2[1<]wz{xk1+
gk
E[z2[l]]
E[2[1<]]
wexklxzwek
P = E[[1]xk1]
(53)
(s.4)
89
gk = E[2[i<]]
zwezp + weznwek
(55)
Wu
Wek=[w0k
w2_k
w(N_)k]
onde a matriz
R:
rm
rom.)
foi.
f(2L)(2L)
f(21.)o
so os elementos da matriz
R.
f(N-1)(N-1)
O vetor P
P = [Po
onde
rom-1)
fu.
f(N-1)o
onde
(5.)
so os elementos do vetor P.
PL
ter
P21,
PN-1]
90
Algoritmo
5.2.2
LMS
adaptao do ltro.
onde
\^7k
partir
de
para o processo de
LMS
tt
podemos
o coeficiente de adaptao.
definir
a estimativa do gradiente
da seguinte fonna:
~
Vk =
Portanto, o algoritmo
WT
z2
= 2z[1]\;<; z -2z[1<]Xk1
(5.s)
LMS para o sistema adaptvel com estrutura IFIR tica denido como:
Wen, = Wek + 2us[k]XkI
(5.9)
(5.lO)
onde:
[1<1
[l<-L]
Xk =
[1-11
[1<-2]
[1~(M-1)]
[1<-(L+1)1
[1<-21.1
x[k-(N-1)]
[1-(2L+2)]
x[k-(N+M-2)]
91
Observando a equao
(2.39), verificamos a presena
sinal
(5.9),
do vetor
ordem dos
ltros
FIR convencional
alterarmos a
ltro
um
sinal
(Fig. 5.2),
poderemos obter
este vetor
nenhuma modicao na
[11
Fig. 5.2.
um
[1<]
y[11
fru1
e I(z).
OU
~
U, = xkl
k = >"<k1
(5.12)
92
A principal caracterstica desta nova estrutura ser, portanto, a maior eficincia no clculo
do algoritmo de adaptao, o qual no
Com
iterao.
com
do algoritmo
filtro
adicional de atualizar
filtro
FIR
LMS
convencional,
com
a vantagem
adaptao utilizando
algoritmo
"steepest
descent"
tambm pode
ser
realizada
desempenho de
um
bsicos,
coeficientes a adaptar, a
forma e posio da
superficie
nmero de
de desempenho e o coeciente de
que o
LMS
transversal, sendo
filtro
adaptao).
identificao de sistemas,
para filtro
FIR convencional
est representada
na Fig.
2.4(d).
Fig. 5.3.
93
[kl
um
'
'
l11
'+
[iq
r[11
5.3.1
No
R e o vetor P
na forma e
e,
, do
convencional.
No
entanto,
uma mesma
considerando
aplicao,
semelhanas existem e
estruturas.
(W*) com
relao origem
(W =
0), j
ou
seja,
estatstica entre
depender do vetor P.
No
sinal
2.2.4)
que esta
de entrada do sistema e o
sinal
de
em questo
do sistema
a identicar (Fig. 2.4(a) para sistema utilizando FIR transversal e Fig. 5.3 para IFIR), portanto, a
correlao existente entre este sinal de sada e o de entrada estar diretamente ligada resposta ao
como o
objetivo da aplicao.
W*
tender a copiar
94
Na
vetor
adaptao do
filtro
Como
pode observar em
se
de entrada do
(5.4), existe
uma
sinal
portanto, se o vetor
filtro
adaptvel
do valor das amostras da resposta ao impulso do sistema desconhecido (aquelas que tenham
correspondncia no tempo, ou
produzida
seja,
espaadas de
L em
L),
ou se outro
tipo
de adaptao ser
uma
estrutura
FIR
adaptvel
em = 1=.[2[i<]]- 1'5TW *
(513)
OU
gm
De
atravs de
= E
(5.l4),
[2[1<1]
-1)]w;,_,)
(514)
ltro
IFIR
um exemplo ilustrativo, onde o interpolador do tipo pente, para um ltro esparso com
L = 2. Portanto:
1= [io
i,]
UK
=[0[1<]
i,[1<
- 11]
onde
h,
para
O, 1,
...,
(5.l5)
95
[i<]u[1]w{,
d[1<]u[1<
Se a entrada for
oi =
1),
um
rudo branco
com mdia
(ux = O,
"T
P We* =
"'
hoiowo
(5.17)
d2[k], tem-se:
E[2[i<]]=h+hf+h+h+...
(s.1s)
e considerando que para erro mdio quadrtico mnimo igual a zero (tendncia que se deseja
obter), tem-se:
ho
2
2
+ hl2 + h, + h,+... __
como
io
i,
1,
wo' tender a ho
(h,
(s.19)
ser interpolado
com o mesmo
com o mesmo
valor w0',
sucessivamente. Considerando vlida a extrapolao desta anlise para qualquer outro tipo de
interpolador,
podemos
correspondentes (espaadas de
L em L)
We*
como
se
96
Vericaremos agora, o
supercie de desempenho.
efeito
Em um
sistema adaptvel
com
como o
vetor P, sofre a interferncia do interpolador, pois a entrada que est sendo considerada a saida
deste.
Como
o interpolador
um ltro
No entanto,
nem todos
mesmo que
de banda limitada,
uma
efeito
os elementos da matriz
R so considerados na adaptao
`
(equao
(5.6)).
mesmo exemplo
utilizado
na discusso
anterior, onde,
I= [io
il]
Uk = [i0x[k]
fm,
ro,
fo,
E[$,2[i<] +2,i,[i<][i<
ix[k -1]]
R como segue:
-11+f2[k -11]
(520)
Considerando o
mesmo
sinal
fo,
= r + if
rol
ici,
(s.21)
(5.22)
97
=o
ro,
(523)
tendo valores diferentes de zero tambm nas primeiras diagonais secundrias. Esta congurao
gerar auto-valores diferentes
uma
verso reduzida de
e,
portanto,
(equao
com
(5.6)),
1.
No
R, que
entanto,
Extrapolando para os demais elementos, vericamos que esta matriz reduzida passar a ser
um nmero
linear
igual a
1.
ou Lagrange,
=0, oi =l)
Por outro
lado,
uma
disperso pequena.
disperso
lineares e
de Lagrange igual a
No
2),
e interpoladores de
2.
correlacionado
seria diagonal,
para IFIR
com
FIR convencional a
matriz no
No
5.3.2 Coeficiente
Como
entanto,
como
se
(5.23).
de Convergncia
mencionamos no Captulo
2,
o coeficiente de adaptao
u depende
como
LMS
(equaes
98
como
ii.
mesmo comportamento j
De
vericamos que o
(2.37),
limite superior
Mesmo
considerando
um
sinal
No
ser:
timo
-
pois,
como vimos
ii
1
= -_
2
( 5.24 )
auto-valores todos iguais. Para interpoladores lineares, de Lagrange, ou outros de maior ordem,
um
exemplo, para
sistema IFIR
com
ser considerada.
uma
Por
disperso igual a 2
1,
teramos
ii
no entanto, o
2,
levando o algoritmo
de sistemas utilizando
limite superior
divergncia.
Toda
IFIR Adaptvel
muito utilizadas
em
em
teorias
de
sinais estocsticos
No
entanto, a
amplamente conhecidas e
comprovao desta
teoria,
99
como uma
resultados.
LMS,
ferramenta de
podem
um
como
o caso da adaptao
foi
realizada atravs de
um
programa
execuo
Para as simulaes,
foi utilizada
station.
de forma a compararmos as adaptaes das estruturas FIR convencional e IFIR. Nestes sistemas
utilizou-se,
como
sinal
de entrada,
um
com
um
ltro
O,
com
em
[64, 65],
sistema a identicar
2,
(onde
fs
representao do
hf[]= gl"-B]
onde
(525)
'
_sen(1t\/n) cos(1tp\/n)
gmWH il-(ffpwfi
com L =
1).
de corte
canal de eco
oi =
(526)
100
Neste exemplo p =
1, xy
= 0.12
igual a 50, considerando que o comprimento do sistema a ser identicado ser igual a 101.
Fig. 5.4, so apresentadas as respostas
5.4.1
ao impulso e
em freqncia de hr[n].
Na
Na
Seo
5.3,
apenas a interferncia
coeficientes a adaptar
com
filtro
em
algoritmo.
WM, = W, + 2tzE[z[k]x,]
(527)
um
com
Sero apresentadas, para estas simulaes, curvas de convergncia (erro mdio quadrtico
por iterao) de
1.0
] )
e IFIR
adaptveis o
trs estruturas:
com
interpolador linear
( I
0.5
1.0 0.5
] ).
( I
comprimento de todos os
101 coeficientes.
1.0
filtros
1.21o"
/\
\,
,J
O
-2
2.0xl0
'
101
(21)
[<1Bi
^^^^WV\/\/\/\/\\^/V,\\l\p
=l00
o)
7!
(b)
em freqncia.
102
com
diagonal), potncia
mdia e auto-valores
E[u2[i]]
mximo
mdia igual a
caractersticas:
conforme
--
(matriz
limites e valor
<
p,
(5.2s)
(529)
Mm
2,
1
< ---_
-5;
demonstrado no Captulo
(5.28).
podemos
para n
= 0,
definir,
...,
9<u'<1
timo
umo
N-1
para as estruturas
FIR:
b) IFIR
1),
u,,_,,m
a)
oi =
1.5,
foi
0,
conforme
= E[(1.o[i<1+1.o[i< -11)2]=1.o+1.o = 2
interpolador linear
E[u2[i<]]
iguais a 2,
Com
b)
um
(5.30)
em estudo:
103
c)
linear:
O<u<0'5
Para o item
c),
0.25
p''m:{05
para7.=2
parak-1
2).
Desta
forma, estamos forando a convergncia mais rpida do coeciente que tem maior contribuio ao
erro mdio quadrtico (ver Seo 2.2.4 e Fig. 2.6).
podemos
do algoritmo
iterao.
5.7(a),
umo
um
conjunto de curvas de
Partindo-se de
um
passando novamente a diminuir medida que nos afastamos, como pode ser conrmado
u em
(2.52).
Nas
tambm
que, para todas as estruturas, o algoritmo diverge para valores maiores do que o limite superior
trs estruturas
sinal
104
1.o1o"
fa
iteraes
(H)
s.o10'
'
iteraes
(b)
Fig. 5.5
(a) 1.
px
I.0xl0', 2.
;.1
3.0xl0', 3.
u =
5.0xl0'1
-l
1.o1o
'
5
l
2e4
O
3
H
'
'
iteraes
(21)
.o1o"
I'
iteraes
(b)
Fig. 5.6
(a) 1.
px
= 5.0xl02
2 p
= l5xl01
1.o1'
3
7
iteraes
(a)
5.o1o"
iteraes
(b)
Fig. 5.7
(a) l.
p = 5.0xl0 2 2 p =
5xl0
ij
107
De modo
um
comparamos
linear e outro
uma
realizarmos
utilizamos
um
verificao
grau (que
filtro
com maior
coeficiente de convergncia
utiliza
uma
10 amostras diferentes de
pequeno
(5 vezes
5.8), portanto,
superficie de
desempenho.
1.o1o" ------
--
2
3
Fig. 5.8
iteraes
29
=
Convergncia para a estrutura FIR convencional com u l.0xl0'2. 2. Estrutura IFIR com interpolador
u=5.0xl0'3.
linear com u=5.0xl0'3. 3. Estrutura IFIR com interpolador de Lagrange de dcimo grau com
l.
108
Com relao
mas
em tomo
residual,
ou
um erro prximo
linear.
Considerando
um
o interpolador nos
em tomo de
que, idealmente,
mdio quadrtico
erro
um erro
inicial
igual
aproximadamente lxl0`l (-20dB), teremos, portanto, uma reduo do erro para os sistemas com
ltros
5.1.
Estes valores
podem
Deve-se considerar
[67].
nvel
de quantizao
[13].
No entanto,
ainda
em
[l3],
aqui,
diferente de erro,
Estrutura
FIR convencional
___"
1F1R*;1*g_<>la<1,<;1if
60
Tabela 5.1 Erros mdios quadrticos residuais da adaptao, utilizando algoritmo "steepest descent", para as
estmturas FIR convencional e IFIR em banda completa.
5.4.2
Convergncia do Algoritmo
No Captulo
2,
Seo
LMS
2.3.3,
foram determinados os
LMS,
considerando
um ltro
filtro
limites e
mesma
IFIR,
como mostra
a Fig. 5.9.
No
entanto,
mesmo
para IFIR
com
109
diagonal,
Um,
que o
a anlise no
sinal
`ser^vlida,
pois
u[k] no totalmente
descorrelacionado.
XM
[iq
v+
1(z)
we(z)
Fig. 5.9. Estrutura IFIR adaptvel para anlise dos limites de convergncia para o algoritmo
8 [k]
LMS.
O< il
<i-l
N.X%{MS
=-
1
timo
.
ZNQXKMS
( 5.31 )
fossem vlidas tanto para ltros FIR convencionais quanto para ltros IFIR (substituindo xfms
por ufms para IFIR)
e,
"steepest descent", poderamos denir teoricamente os limites e valores timos dos coecientes de
LMS, como:
b) IFIR
tt
<
9.9o1o-3
N = 51):
u,,,,,,,
= 4.951o'3.
110
o<
IFIR
c)
tt
< 9.so1o-2
1.5;
N = 51):
o< u<2.11o-2
'
As
um., =.4.9o1o'3.
um,
=1.311o'2.
E,
A convergncia,
LMS,
nesta anlise,
nmero de processos
realizados
com
valores diferentes de u) os
para as estruturas IFIR, os quais so apresentados na Tabela 5.2. Observa-se que, para os ltros
IFIR, os valores de
de (5.3l).
No
estrutura.
Estrgtura
Fm
==_
limite superior
de
valor timo de
1.o1o-2
5.o1o-3
6.0xl0'3
3.0x10'3
IFIR-
intepolad=orlinear
\
.Ox_`l=Q:
4.g310'3
Tabela 5.2 Valores dos limites superiores e valores timos de u, para adaptao atravs do algoritmo
estruturas FIR, IFIR com interpolador tipo ltro pente e IFIR com interpolador linear.
LMS,
para as
lll
|.oio"
\\
\.\
`
.
`
.
500
iteraes
(8)
so
J
~
500
iteraes
(b)
Fig. 5.10
u = 5.0xl0`3,
4.
u = 7.0xl0'3,
5.
LMS
u = 9.0xl0'3.
(b)
u=
1.lxl0'2.
(a) 1.
u =
l.0xl0'3, 2.
p =
3.0xl0'3
112
E..
-1
l.0xl0
_
I
=;~
500
iteraes
(a)
100
J \M
.
__.`_,
-J?-\
1'\\
W,
500
iteraes
(b)
= 3.o1o"',
tz
4.
= 4.51o-1,
tt
5.
1.
tt
5.0x10'2, 2.
tl
l.5xl0'1
113
-1
1.o1o
2
`
itcraes
Fi
500
(a)
700
l*
/4 \
iteraes
500
(b)
Fig. 5.12 Curvas de convergncia para estrutura IFIR com interpolador linear. (a) 1.
3. u = 4.0x10'3, 4. u = 5.5xl0'3, 5. u = 7.5xl0'3. (b) pl = 8.5xl0'3.
p=
l.5xl0'3, 2.
pm
2.5xl0'3
114
i.oio
-l
_
1
Fig. 5.13
Como
iteraes
LMS
para as estnituras
estudo. 1.
FIR
com
LMS,
com
em
com
500
5.2),
FIR
convencional, IFIR
na Tabela
5.3.
Estes valores
considerando convergncia at a
mais 200 iteraes sem adaptao para determinao do erro residual mdio
processo
foi repetido
a reduo abrupta
115
Estrutura
= Elo Residual1dB]
FIR
-iso
I
IFIR com
filtro
pente
-38
<=
Tabela 5.3 Erros mdios quadraticos residuais, utiliumdo algoritmo LMS, para a adaptao das estruturas
IFIR com interpolador tipo filtro pente e IFIR com interpolador linear.
FIR
i.oio'*
\
i
ix
"
1
-
iteraes
do algoritmo
LMS
com
tendem a
ser
transversal,
porque, por mais indefinida que esteja a resposta do ltro esparso, a resposta completa do ltro
ser passa-baixas devido ao interpolador.
116
Esta reduo do erro, no entanto, no se verica na iterao zero, pois este independe do
sistema adaptvel (coeficientes inicialmente zero).
como
se
pode observar na
uma
alm de proporcionar
uma reduo do
no processamento da
leva a
uma
utilizao
uma vantagem
custo computacional,
um nmero menor
em
Na
aplicaes
Tabela
5.4,
cada amostra de saida (processo de filtragem) e para cada atualizao dos coecientes (processo
Estrutura
F IR convencional
Estrutura IFIR
Interp. Linear
somas
multi licaoes
somas
100
99
53
51
Filtragem
_.
5-
Tabela 5.4 Nmero de operaes referentes aos processos de filtragem e adaptao para as estruturas FIR
convencional e IFIR com interpolador linear
Como
foi analisado
no Captulo
4,
a estrutura de
um filtro
freqncia e
em
sub-banda.
Comparando os
com banda
dois
limitada de
ambos proporcionam uma reduo dos custos computacionais, sendo que o sistema
117
utilizar
um
ltro esparso
processamento.
viabilidade
Com
em processamento
a realizao de
sub-banda de freqncia de
com
estrutura
mesma
uma
estudo sobre a
Neste tipo de
limitadas,
por denio
uma
multibanda.
um
um
ltro
com uma
sub-banda.
Os
identificao de sistemas,
uma
estrutura adaptvel de
de amostragem reduzida) e
como
apresentado no Captulo
3 [19, 201.
d0iMn1
'+
processamento multibanda,
uma
sub-banda de
um
sistema de
118
dorni
uma
com exceo da
representao do sistema a
um
um
hipotticos.
em
freqncia de
um
A Fig.
ltro seletivo.
Na Fig.
sistema de
Em uma
um
sub-banda de
(Fig. 5. l7(b)).
numa
a Fig. 5.l8(a)
um
fator
M=
2.
do
ltro de
do sistema de
referncia.
Na
mesma
que
foi
A Fig.
5.l8(c)
apresenta a resposta do sistema adaptado aps a interpolao (incluso de zeros), sendo a linha
119
tracejada o
filtro
de interpolao,
e,
Na
exemplo, ser o
Fig. 5.l9(a)
interpolador.
mesmo
ltro utilizado
ao sistema IFIR.
interpolador, neste
Na Fig.
do
filtro
e,
em
linha tracejada,
o ltro
filtros
freqncias, por
que o
um
filtro
transversal de
comprimento N, das
Quanto ao
for,
coeficientes,
S,B(z2),
filtro
poder ser
mesmo nmero de
de amostragem
menor.
Este procedimento utilizado no exemplo apenas para efeito de comparao. O interpolador na filtragem IFIR
no tem nenhuma relao de projeto com o ltro interpolador da estrutura multibanda convencional, que
normalmente projetado em conjunto com os outros ltros dos bancos de filtros, buscando a reconstruo perfeita.
Na filtragem IFIR, o interpolador busca uma melhor interpolao das amostras do ltro esparso.
1
120
s(1'')
iii
|'|>
1:/2
1:
SPB=SH04'
iniani)
1c
1r/2
(b)
SPB(
em
1:/2
1:
(21)
>
(b)
Banda
H0(z1*)
||a|nn>m
75/2
(b)
Hze1'2>
TC
/2
n)
fr
w'(z)
1:/2
rc
>
122
eju)
. .
. .
. . . .
/2)
, . . . . . . . . , ._
K/4
um
3%/2
>Q
(6)
W;;=*</21=(,zJ`>
K1/2
1n
)w
(f)
123
We* ( em )
||"|||"'||
W/4
W/2
375/2
>m
75
(8)
wz*(e1)10(9<
||||1i>
1:/2
1:
(b)
em freqncia referentes ao sistema adaptvel utilizando ltro IFIR (a) Resposta desejada
ltro esparso adaptvel e ltro interpolador (tracejado). (b) Resposta nal.
do
Como
o ltro esparso, a cada amostra, processa ora as amostras pares e ora as mpares, podemos
redesenh-lo conforme Fig. 5.20. Nesta nova representao
com N/L
WeO(z)
ser
um
ltro
no esparso
coecientes, cujo sinal de entrada ter taxa de amostragem agora dividida por L.
entanto, teremos
No
124
um
u[2n-1]
Fig. 5.20.
30
ytni
y[2n-1]
5.5.1 Anlise
de Simulaes Para
O estudo comparativo realizado anteriormente relacionado a adaptao em uma nica subbanda para as estruturas IFIR e FIR com reduo da taxa de amostragem, mostra
computacional menor deste ltimo, devido menor taxa de amostragem do
sistema adaptvel.
No
sinal
um
custo
de entrada do
um
melhor
modo
Eco de um
digital [68],
24
a
uma
foi
como exemplo de
sistema de transmisso de
obtida experimentalmente,
exemplo se
refere
com
km
de comprimento, bitola de
AWG e derivao a 2 km da origem com bitola de 22 AWG. A resposta ao impulso foi obtida
(80 kbaud
ao impulso representada na
Fig. 5.21.
Foram tomadas da
[70]),
em freqncia correspondente.
obtendo-se a resposta
A Fig.
5.22 apresenta a
125
2.o1o`l
"
-l
-l
.0xl0
'
32
oq
20
`\
l
"
-100
um
em
ltro passa-baixas
QMF,
5.21.
com
oito coecientes
em
126
interferncia
sinal
de
5.18(c).
com reduo da
taxa de amostragem
linear).
Na Fig.
p.
(vericados
experimentalmente). Observa-se a convergncia mais rpida e o menor erro residual para o sistema
IFIR.
As
convergir
No
em
para a resposta
com as
baixas
freqncias,
posteriormente dizimada,
do sistema
desconhecido, enquanto que, para a estrutura IFIR, o sistema convergir para a resposta apenas
filtrada.
Estruturz__=
IFIR
25
40
Tabela 5.5 Erros mdios quadrticos residuais, utilizando algoritmo LMS, para a adaptao das estruturas FIR
com reduo da taxa de amostragem e IFIR com interpolador linear em sub-banda.
127
l.0xl0
-1
~
Fig. 5.23
*rf ""
z_
`|
300
iteraes
uma sub-banda.
Sistema
com reduo da
/\
2.oio`
1.
taxa
Q
2
-2.o1o"
32
2.
Do
128
2.0xl0
-l
2
f\
2
_
-2.o1o`l
32
2.
No
Captulo
3,
perfeita utilizando
o processo convencional de
em
filtragem adaptvel
3.5,
que a
condies, no
sendo possvel a convergncia exata na adaptao individual de cada sub-banda. Por outro lado, se
em
sub-bandas, adotarmos
uma forma
em
filtros
dizimadores e interpoladores.
et al.
em
[73].
definida
como
129
H(z) z
de
uma forma
lh[1z-i
(532)
i=0
como:
H(z) = (1+z'*)G0(z2)+(1-z'*)G,(z2)
(533)
onde
2
G0(z )=
+ h[2 +11)z'2*
E z(h[2i1
i=0
C
2
N/2-l
(534)
N/2-l
do
ti
uma
estrutura
po pen t e, sen d o
com
dois
um passa- b alxas
`
Fig. 5.26.
(535)
z,z2
0
V
l30
filtro
do
um nmero
forma que
tipo IFIR, de
Go(2L)
I-I(z)=[F0(z)
G'(ZL)
F,(z)
(536)
F,_,(z)][
GL-i(ZL ) 1
sendo
N/L-1
Gi(2L')
= Zgililu
(5-37)
i=0
O
utiliza
[74],
uma
matriz de transformao T.
Em
adotada a Tranyormao de
Hadamard
Go(ZL)
Hz=l1
z<L">]T*iG'(Z)1
z-1
(528)
G,__, (z'
sendo
E@)=p
onde
'1`
a i-sima coluna de T.
No
.z**
f*
caso de decomposio
T=
1-1
uam
em duas
sub~bandas,
como
64m
`
131
Pode-se ainda representar o sistema da Fig. 5.26 como na Fig. 5.27, de forma a simplicar
ainda mais a implementao computacional.
Q
V
>
[>
Gl ( z2)
-1
Uma
da estrutura da Fig.
5.26.
(-1)).
Alm da
Alm do
pode
ser
usada para
Uma restrio
em
sistemas onde
5.6.1
Utilizando o
um
mesmo exemplo de
comparativamente, a adaptao de
um
uma
linha comercial
de assinante), analisaremos,
um
com
ltro
FIR
132
convencional.
tipo pente,
Os
como
LMS,
em banda
so do
(5.33).
em
completa, utilizamos
sub-bandas representar
como
a diferena entre a saida do sistema desconhecido e a soma das saidas das sub-bandas,
Na Fig.
menor do que
um
filtro,
como
do algoritmo LMS,
proporciona
um
erro
pode-se verificar
uma semelhana
e),
No
entanto,
menor para o
sistema
um
com
erro
relao banda completa (Tabela 5.6). Esta diferena se deve aos interpoladores
que, sendo fixos e projetados para permitir a reconstruo perfeita do sistema, contribuem para
um resultado melhor.
Estrutura
Erro Residual
FIR convencional
Decomposto em
ltros
IFIR
LMS,
[dB]_
63
100
I
S
:W335
(z)
[n]
+
y
Ein]
[H]
1.o1o`l
decomposio
em ltros IFIR.
iteraes
banda completa.
300
1.
2.
Para
134
Como
possibilidade de reduo
do
nvel
de correlao do
sinal
de entrada.
Verifica-se,
em
Em
um
[74] so apresentados
sinal
de entrada com
um
Nas sees
adaptao apenas do
Adaptao do
anteriores,
filtro
Filtro
por Grosen
em
Como
com
ambos
adaptveis.
Nesta Seo
ltro adaptvel
iterao.
[75].
em cascata matematicamente
dois ltros
como sendo o
LMS,
LMS
para
uma
estrutura
filtros
uma
(5.41)
Im = Ik + 2u2e[k]Qk
(5.42)
135
onde Uk o vetor das N amostras (para a iterao k) da sada do interpolador cuja entrada x[k] e
Qk o vetor das
estrutura
que
possibilita esta
d
n1
WW) q[11y[11_
.....................................................................................
Como ambos
zero, portanto,
acarretar
LMS
inicializao
do
Wek = Wek
poder-se-ia iniciar os
__
@[11t
[iq
^.
filtros
e Ik
Ik
at
mesmo
em
independentemente, utilizando o
entanto,
como
[75] proposta
uma estrutura de
inicializao
(5.43)
136
Ik+1
= Ik + 2l123[k]Xi
(5-44)
t1qt1yt1a
\
k
tt]
uma
certa minimizao
um erro menor,
podendo
uma
um
uma forma
lenta.
inicial,
para a outra no
produzindo
uma
desempenho
foma, o algoritmo
LMS
um
corretamente, escolhendo-se
o processo de
FIR convencional
[57].
137
banda de freqncia
em que
indispensvel a adaptao
ser prevista.
[57].
-
tambm do
interpolador, j
em
tomando
freqncia no pode
mostrado
em
[57] que o
No
muito baixo
filtro
interpolador)
do nmero de
onde a
inferior
Intererncias,
filtro
com
em Cancelamento de
filtro
5), esta
estrutura se
toma muito
atraente para a
em questo.
5.8 Concluses
Neste captulo
foi realizado
um
uma
estrutura
IFIR
em
ltragem adaptvel onde ficou constatadoque este sistema pode ser implementado sem qualquer
Uma
com
Na
Seo
5.4, verificamos,
desta estrutura.
com
a introduo do interpolador no
exemplo, que causam disperso no maior que 2 aos auto-valores da matriz de autocorrelao ,
no interferem na convergncia do
filtro
esparso adaptvel.
realizadas, a
superficie
referentes s
de desempenho
como
previsto,
principalmente
com
com
referncia ao
138
satisfatrio
filtros
via algoritmo
No entanto,
ltros
IFIR
com interpoladores
Em
velocidade de
uma maior
linear frente
ao ltro pente)
identificao de sistemas)
tempo de adaptao.
multibanda, analisando o comportamento dos sistemas
em uma
nica sub-banda de
com reduo da
em banda
aplicao
do desempenho menos
com
menor custo
do que
se constatou
com
relao
Os motivos
residual.
mencionados na Seo
Na Seo
No
utiliza
processo de adaptao,
[54, 55] e
sem
em
3.6.
do
tipo FIR,
comparando-se com
de
um menor
uma
estrutura
'
uma
[74].
No entanto, este custo est diretamente relacionado ordem dos ltros de dizimao e interpolao.
139
CAPTULo
coNcLUsEs
6.1
Concluses
homem
sinais
nas mais
em
um estudo de alguns
iniciamos este trabalho apresentando a filtragem adaptvel, desde seus conceitos bsicos
tambm sua
Em
aplicao
em
A partir desta
sinais,
introduzindo
teria,
um
sistema
adaptvel utilizando filtragem IFIR. Nesta anlise, vericamos o comportamento desta estrutura
com relao
algoritmos "steepest descent" (que utiliza o gradiente do erro mdio quadrtico na convergncia) e
LMS
filtros
uma
aliada a
com ltro
um
sinal
de entrada pelo
foi
em
aplicaes
140
filtro
(sinal
correlacionado),
principalmente quando
utilizado o
pente.
com
estrutura,
com
adaptao mais rpida. Porm, esta estrutura se mostrou menos eficiente quanto ao erro
residual,
em processamento em
sub-bandas de
amostragem. Observou-se
um desempenho bastante
com
uma sub-banda.
Foi apresentada, tambm,
uma
onde o sistema
em uma
FIR
transversais,
freqncia desconhecida,
podendo, no entanto,
uma
ltros esparso e
ser utilizada
em
aplicaes
com banda de
Podemos
1) Estudar,
aplicao
destacar
como
dos
sinais e sua
sinais e coecientes
do
ltro.
efeitos
mesmas
reas.
da quantizao
141
REFERNCIAS BIBLIOGRFICAS
Leonard, M., "ISSSC Signal-Processing Circuits", Electronic Design, February 1990, pp.
101-108.
Englewood
N.
Cliffs,
J,
1983.
Englewood
Cli`s,
Neuvo,
Y.,
IEEE Acoustics,
N.
J.,
Hall,
1989.
Speech,
S. K.,
vol.
ASSP-32,
nQ.3,
570.
Widrow,
J.,
Englewood
Cliffs,
N.
1985.
Haykin,
S.,
CAS-33,
K.,
Filter",
IEEE
Circuits
1984.
and Systems,
vol.
Shynk,
J. J.,
Shynk,
J. J.,
Speech,
W.
"Adaptive IIR Filtering", IEEE ASSP Magazine, April 1989, pp. 4-21.
519-533.
IEEE Acoustics,
142
W.
K.,
IEEE
Circuits
and Systems,
Sistemas
W.
Scientists
[l3]Carpes
W.
P.,
Y., 1970.
Digitais Adaptveis
UFSC,
Novembro
Applications:
Filtros
1992.
P.,
LMS em
Florianpolis, SC,
[15]Vaidyanathan, P.
Jr.,
Real de
Dezembro 1991.
Florianpolis, SC,
[12]Davenport,
em Tempo
3,
93.
S.,
Cliffs,
N.
1983.
N.
J.,
1975.
Englewood
J.,
143
Elliott,
"Experiments
with
[19]Gilloire,
A.,
Teleconferencing",
[20]Petraglia,
M.
IEEE ICASSP'87,
Ed.
New York:
Sub-Band
Acoustical Echoes",
[22]Bellanger,
M.
Ilinois,
IEEE ICASSP'88,
by Polyphase Network:
IEEE Acoustics,
Speech,
and
n-Q. 2,
Speech,
M-Band
3,
Filter Banks",
March
Which
IEEE Acoustics,
Reconstruction Techniques",
Speech,
May
Structures
for
1987, pp.2l4l-2144.
ASSP Magazine,
Cancellers
Echo
Acoustic
vol.
Handbook on
in
P.,
IEEE Acoustics,
Speech,
and Signal
May
QMF
IEEE Acoustics,
144
Le
Factorizations",
Reconstruction
IEEE Acoustics,
Speech,
pp. 1057-1071.
[27]Rabiner, L. R.
Englewood
Cli`s,
N.
J.,
1978.
November
[29] Johnston,
Uniform
DFT
Acoustics, Speech,
Filter
and Signal
J.
Proc. 1980
D.,
"A
Filter
in
Quadrature Mirror
Acoustics, Speech,
Filter Banks",
April 1980,
pp. 291-294.
Ass.
Comp. Mach.,
[31]McClellan,
J.
Filters",
Statistical
Problems",
J.
212-229.
and
vol.
pp.
506-526.
III,
T P.,
Smith,
M.
J.
T.,
"Time-Domain
S.,
Burrus, C.
S.,
November 1984,
6,
Bank
Analysis:
Comb
pp. 913-924.
Filter
Filters",
145
Reconstruction
QMF
Banks",
IEEE
New
to the
Design of
Orleans, Louisiana,
FIR
May
Perfect
1990, pp.
125-128.
[35]Riley, C., Chester, D., Razavi, A., Taylor, F., Rickers, W., "High-Decimation Digital
Filters",
IEEE ICASSP'91,
[36]Pillai, S. R.,
Toronto, Ontario,
Robertson, W.,
IEEE ICASSP'91,
Phillips,
Toronto, Ontario,
Toronto, Ontario,
M.
Iwahashi, M.,
Perfect Reconstruction",
May
Banks",
T. P., Smith,
for
Filter
Bank Allowing
M.
J.
T.,
Fi1ters",
May
IEEE ICASSP'91,
May
IEEE ICASSP'93,
P. P.,
Nguyen, T.
Q.,
146
Evaluation",
III
T. P., Smith,
Jr.,
A. N.,
M.
J.
T.,
"A
Perfect-Reconstruction Linear-Phase
New Approach
FIR
Filter
to the
Filter Banks",
Design of Three-Channel
[45]Vaidyanathan, P.
Inversion",
P.,
Banks
Results on
Cosin&Modulated FIR
IEEE ICASSP'9I,
Toronto, Ontario,
May
Filter
1991,
pp. 1793-1796.
May
IEEE ISCAS'92,
1994, pp.
17-20.
"Quadrature Modulated
Filter Banks",
[50]Nussbaumer, H.
November
J.
"Pseudo
QMF
Filter
Bank",
IBM
147
[51]Nguyen, T. Q.,
"Near-Perfect-Reconstruction
Signal
[52]Crochiere, R. E.,
IEEE ICASSP'88,
1575.
pp. 1572-
Margo, V.
A.,
Ilinois,
May
r.,
S. K.,
to Interpolation",
35, n9.
1,
148
IFIR em
Filtros Adaptveis",
pp. 1130-1135.
Adaptive IFIR
J.
Filters",
[62]Seara, R., "Filtragem Adaptvel Utilizando Estruturas IFIR", Trabalho para o Concurso
AIFIR
Filtering",
M.
Sc. Dissertation,
[64]Weinstein,
B.,
S.
"A
Passband
Data-Driven
Echo Canceller
vol.
Full-Duplex
for
COM-25,
n9.7, July
[65]Carpes
Jr.,
W.
Bermudez,
J.
C. M., Estudo
Banda de Voz",
69.
SBT -Simpsio
Brasileiro de Telecomunicaes,
Edition,
Addison Wesley,
1990.
in
Communications,
vol.
SAC-2,
nQ.2,
March 1984,
IEEE
pp. 283-297.
149
[68]Granado
Filho,
1987.
1988.
M.
P. L.,
[71]Mitra,
K., Mahalanobis,
S.
Decomposition of FIR
Implementation",
[72]Petraglia,
M.
A.,
Filters
and
Its
Application in Efcient
"Adaptive
FIR
FIR
Subband
Filter Design
and
Filter Structure
June
Structural
Control,
FIR
Filter Design
Bilkent
S.,
for
in
Commun.,
Subband Decomposition
Int.
M.
R.,
"Adaptive
FIR
Filters
Based on
Circuits
150
[75]Grosen, M. D.,
"New FIR