Vous êtes sur la page 1sur 170

UNIVERSIDADE FEDERAL DE SANTA CATARINA

PS-GRADUAO EM ENGENHARIA ELTRICA

FILTRAGEM ADAPTVEL E
PROCESSAMENTO MULTIBANDA DE SINAIS:
ESTRUTURAS ADAPTVEIS IEIR

zz

'

DISSERTAAO SUBMETIDA
'

UNIVERSIDADE FEDERAL DE SANTA CATARINA


PARA OBTENO DO GRAU DE MESTRE
EM ENGENHARIA ELETRICA
-

EDUARDO BECK

FLORIANPOLIS, OUTUBRO DE 1994

FILTRAGEM ADAPTVEL, PROCESSAMENTO MULTIBANDA DE SINAIS:


ESTRUTURAS ADAPTAVEIS IFIR
CANDIDATO: EDUARDO BECK
Esta dissertao

foi

julgada para obtenao do

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

Prof NIO VALMOR I<AssIcI<, Dr.


COORDENADOR DO CURSO DE PS GRADUAO EM ENGENHARIA ELETRICA

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

CARLOS AURELIO FARIA

ROCHA, M.so.

JOO MARCOS TRAV ssos ROMANO, Dr.

iii

minha esposa Milene, que me acompanhou e me


apoiou durante toda esta jomada

e,

com amor e

carinho, soube manter a tranqilidade e a unio

dentro da nossa famlia.

minhas lhas Katiuscia e Gabrielle, que


representaram

um incentivo a mais para a

continuidade desta tarefa e compreenderam a


necessidade de minhas constantes ausncias.

meu colega e amigo Thomas, que, por sua grande


capacidade intelectual e seu evoludo espirito,
certeza deve estar hoje cumprindo

com

uma misso ainda

mais grandiosa do que aquela que vinha

desenvolvendo entre ns.

iv

AGRADECIMENTOS
Desejo registrar meus sinceros agradecimentos:

Ao

Laboratrio de Instrumentao Eletrnica (LINSE) e aos professores que o integram, pelo

suporte que,

sem o

qual,

no

seria possvel a realizao desta dissertao.

Rui por sua orientao a este trabalho.

Aos meus colegas


proporcionaram

e amigos do

um

LINSE

Em especial ao Prof.

'

que, alm do apoio irrestrito sempre que necessrio,

ambiente bastante agradvel e amigvel de trabalho, que se reete na

convivncia fora dele.

Escola Tcnica

Federal de Santa Catarina (ETF/SC), que

me

apoiou, principalmente, nestes

momentos nais mais crticos.

Ao CPqD-TELEBRS

e ao Eng. Jos Pedro que,

com

seu atendimento impecvel, prestaram

grande contribuio ao desenvolvimento das simulaes.

Aos meus

pais,

seu Arno e dona Ruth, que sempre incentivaram e apoiaram esta iniciativa e

estiveram sempre presentes

E,

em

especial,

ao

em nossos bons e maus momentos.

meu amigo

Elton, cuja participao incondicional na realizao deste trabalho,

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

.................................................................................................

CAPTULO 2 - FILTRAGEM ADAPTVEL

2.1.3 Organizao

estruturas de adaptao

do captulo

..

.........................................................

..

......................................................................

..

........................................................................................

2.2 Caractersticas do sistema adaptvel

A estrutura FIR adaptvel


mdio quadrtico

2.2.3 Supercie

._

........................................................................

malha aberta e sistema malha fechada

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

2.2.4 Interpretao Geomtrica da


2.3 Determinao do vetor timo

...................................................................

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

...............................................................................................

2.3.2 Algoritmo "Steepest Descent"

LMS

2.3.3 Algoritmo

CAPTULO 3 - PROCESSAMENTO MULTIBANDA DE SINAIS


3.1 Introduo

.....................................

......................................................................................................................

3.1.1 Organizao

do Captulo

3.2 Dizimao e Interpolao


3.3 Aplicaes

3.4

Decomposio

3.5

Banco de Filtros

Polifsica

3.5.1

Banco de Filtros DFT

3.5.2

Banco de Filtros com Estrutura em rvore (Banco de Filtros

............................................................................................

3.6 Processamento Multibanda e Filtragem Adaptvel

CAPTULO 4 _ FILTROS
4.1 Introduo

4.2 AEstrutura IFIR


4.3 Interpoladores

IFIR

............................................................................................................

..

................................................................................................................

..

4.3.1 Filtro Pente

...........................................................................................................

4.3.2 Interpolao Linear


4.3.3 Interpolao pelo

5.1 Introduo

75

77
78

.................................................................

..

81

...........................................................................................

..

82

..

86

..

86

..............................................................

..

86

.........................................................................................

..

87

Mtodo de Lagrange

FILTRAGEM ADAPTVEL UTILIZANDO ESTRUTURA IFIR

..............

.....................................................................................................................

5.2 Sistemas Adaptveis Utilizando Estrutura IFIR


5.2.1

..

72

_.

...............................................................................................

4.3.4 Outros Interpoladores

CAPTULO

QMF)

Funo de Desempenho

Vll

5.2.2 Algoritmo

LMS

5.3 Consideraes sobre


5.3.1 Supercie

.....................................................................................................

0 Processo de Convergncia do Sistema IFIR

de Desempenho no Processo de Convergncia

5.3.2 Coeciente

de Convergncia

5.5 Filtragem Adaptvel

do Algoritmo
IFIR

LMS

_.

..

........................................................................

..

108

..

116

..

124

_.

128

..

131

...........................................................................

...............................................

.....................................................................................

de Simulaes para Sistema Multibanda Completo

..................................

...................................................................................................................

CAPTULO

CONCLUSES

6.1 Concluses

99
100

5.8 Concluses

98

..

5.7 Consideraes sobre a Adaptao do Filtro Esparso e do Interpolador Conjuntamente

93

em Processamento Multibanda:

Tratamento Global do Sistema


5.6.1 Anlise

..

92

..................................................

de Simulaes para uma nica Sub-banda

5.6 Filtragem Adaptvel IFIR

......................................

90

em Processamento Multibanda:

Tratamento Individual por Sub-banda


5.5.1 Anlise

..

....................................................................

Convergncia do Algaritmo "Steepest Descent"

5.4.2 Convergncia

................................

.................................................................................

5.4 Anlise de Simulaes para IFIR Adaptvel


5.4.1

..

.........................................................................................

...................................................................................................................

134
..

137

._

139

..

139

6.2 Sugestes para Trabalhos Futuros

................................................................................

..

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

..

um sistema adaptvel em malha fechada

....................................

..

.......................................................................

..

..........................................................................

estruturas adaptveis. (a) Sistema de predio. (b) Sistema de

cancelamento de interferncias.

FIR

(c) Equalizador. (d)

Sistema de identicao

10

....

1=g.2.5.

Filtro adaptvel

Fig. 2.6.

Supercie de desempenho de um sistema

Fig. 2.7.
Fig. 2.8.

Convergncia de um sistema para dois coecientes pelo mtodo de Newton

Fig. 2.9.

Convergncia de

..

14

..

17

Supercie de desempenho para dois coecientes apresentada no plano wowl [5]

..............................................................................................

um

"steepest descent" [5]


Fig. 2.10.

com apenas dois coecientes

convergncia para o algoritmo

LMS

um sistema de processamento de sinais multibanda

Estrutura bsica de

Fig. 3.2.

Componentes da estrutura de um sistema multibanda

Fig. 3.3.

Processos de dizimao e interpolao.


sistema. (b) Sinal ltrado por

um

com M =

(a) Sinal

=> freqncia de

4. (d) Sinal

sinais

corte superior e fs

em
=>

..

LMS [5]

limites

25

29

de
..

30

.................. ..

35

.............................................

ltro passa-baixa (sub

-banda

0). (c) Sinal

da sub-banda O interpolado

..

35

._

38

..

41

da

com L =

............................................

sistemas digitais de udio,

onde

freqncia de amostragem utilizada na

digitalizao. (a) Pr-ltragem seletiva para

sub-amostragem

ltragem menos seletiva para subamotragem no

sub-amostragem

24

de banda completa de entrada do

da sub-banda'0 recomposto por ltragem

Processo de digitalizao de
fc

.... ..

......................................................................

Fig. 3.1.

4. (e) Sinal

[5]

18

............................................................................................

de identicao de sistemas para determinao dos

sub-banda 0 dizimado

............

sistema para dois coecientes utilizando o algoritmo

Convergncia de um sistema para dois coecientes utilizando o algortimo

Fig. 2.11 Estrutura

Fig. 3.4.

[5]

crtica. (c)

crtica.

(b) Pr-

Filtragem digital e

....................................................................................................

Fig 3.6.

FDM para TDM


Transformao TDM para FDM

Fig 3.7.

Processo de dizimao

Fig 3.8.

Processo de interpolao

Fig 3.9.

Representao de

Fig 3.5.

Transformao

.........................................................................

..

.........................................................................

..

........................................................................................
...........................................

.L

.......................................

um sistema decomposto na forma polifsica (duas parcelas)

Fig 3.10 Decomposio polifsica de um

filtro

de dizimao

Fig 3.11 Estrutura altemativa do ltro de dizimao

Fig 3.13 Estrutura altemativa do ltro de dizimao

dizimao

M)

com decomposio

na freqncia

co k.

filtro

(a)

e'*"

Resposta

em

freqncia de x[n]. (b)

com resposta ao impulso wj [n]


filtros

(linha tracejada)

DFT

Fig 3.17 Estrutura altemativa de modulao onde som obtidos

sinais

(a) Analisador. (b) Sintetizador

de

x[n].e'i*'

em

.....................

..

......................................

._

sinais reais

(modulao

em

multibanda utilizando banco de

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

.............................

..

de dizimao implementado por decomposio polifsica

..............................................................................................................

Fig 3.22 Banco de

..

(a)

................................................................................

em um

..

DFT.

..........................................................................

Fig 3.20 Efeito da estrutura da Fig. 3.19

..

DFT de x[n]

DFT com filtros modulados por uma funo complexa para M = K.

Analisador. (b) Sintetizador

(M = 2)

(fator

........................................................................................................

Fig 3.18 Sistema de processamento de

Fig 3.21 Banco de

....... ..

(ok .................................. ..

e ltragem, para obteno da

Fig 3.16 Analisador de espectro utilizando banco de

Fig 3.19. Estrutura

polifsica

..

.....................................................................................................

Fig 3.15 Modulao pela funo complexa

quadratura)

.................

com decomposio polifsica

Fig 3.14 Estrutura para obteno da DFT de x[n] na freqncia

freqncia e

..

polifsica. (a)

Representao utilizando blocos. (b) Representao utilizando chave


Fig 3.12 Estrutura altemativa do ltro de interpolao

..

.... ..

............................................

com decomposio

..

de dizimao implementado

com decomposio

..

polifsica

......................................................................................................

_.

Fig. 3.23 Estrutura bsica


Fig. 3.24 Inverso

de um banco de ltros de dizimao por estrutura

provocada pelo ltro

passa-alta. '(a)

um sinal por um ltro passa-alta.


Fig. 3.25 Estrutura

(b)

Espectro resultante da dizimao deste

Resultado no espectro de freqncia

Fig. 3.27. Representao

banda

O. (b)

em

.......

(a) Estrutura

59

sinal

em blocos.

(b)

................................................................

..

sem a realizao de qualquer processamento em sub-banda

freqncia do sistema dizimado

Sub-banda

em cada

59

60

sub-banda. (a) Sub-

1 .......................................................................................

..

61

..

68

de identicao de sistemas (exemplo, cancelamento de eco) multibanda

Fig. 3.28 Estrutura

..............................................................................................................................

de

Fig. 3.29 Estrutura

um

ltro adaptvel

termos cruzados (exemplo


Estrutura bsica de

Fig. 4.2.

Respostas ao impulso e

em

de sistemas multibanda

identificao

com duas bandas)

um filtro IFIR

Fig. 4.1.

com

........................................................

..

.........................................................................

..

em freqncia relativas a ltragem IFIR.

a ser implementado. (b) Filtro esparso. (c) Fitro IFIR completo

70
73

(a) Filtro original

.............................

Respostas ao impulso e

..

74

em freqncia relativas a um ltro IFIR passa-faixa com L

3. (a) Filtro original

Fig. 4.3.

58

..

Espectro resultante da ltragem de

em rvore de banco de ltros no uniforme.

Fig. 3.26. Estrutura multibanda,

em rvore

a ser implementado. (b) Filtro esparso. (c) Filtro IFIR

completo

...............................................................................................................

com L = 2.

Fig. 4.4.

(a) Filtro esparso

Fig. 4.5.

Filtro pente para

Fig. 4.6.

Interpolao linear

Fig. 4.7.

Interpolador linear para

L = 5.

(a)

(b) Filtro interpolado utilizando

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.

..............................................................................................................

Comparao de respostas em freqncia de


para L

5 [58]

filtros

..

80

..

82

interpoladores de Lagrange

......................................................................................................

Fig. 4.9.

Interpolador formado pela cascata de duas sees de segunda ordem. (a)

Resposta
Resposta

em

em freqncia de I(z) = I1(z)I2(z)

Fig. 5.1.

Sistema adaptvel utilizando estrutura IFIR

Fig. 5.2.

Nova

estrutura

freqncia de I2(z). (c)

.......................................................

de um interpolador para L = 5

Fig. 4.10. Gabarito para projeto

I(z)

em

freqncia de I1(z). (b) Resposta

.......................................... ..

........................................................

.....................................................................................................................

Identificao de sistemas utilizando estrutura IFIR adaptvel

Fig. 5.4.

Sistema a identicar. (a) Resposta ao impulso. (b) Resposta

Fig. 5.5.

Curvas de convergncia para estrutura FIR.

= 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,

Convergncia para a estrutura FIR convencional


linear

com

11

interpolador de Lagrange de dcimo grau

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

Curvas de convergncia para estrutura IFIR com ltro pente.


2.11

linear.

................................

Fig. 5.10.

..

5.5xl0`l

Estrutura IFIR

Estrutura IFIR adaptvel para anlise dos limites de convergncia

1. 11

l..Oxl0'2. 2.

Fig. 5.9.

de

5.

..

5.Oxl0'2,

............................................................................................

IFIR com interpolador

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.

.................

Curvas de convergncia para estrutura IFIR com interpolador


1.

Fig. 5.8.

4.

(a) 1.

Curvas de convergncia para estrutura IFIR com


2.

..

do sistema adaptvel IFIR com inverso 'de posies de We(z) e

Fig. 5.3.

Fig. 5.6.

..

5.0xl0'2,

Fig. 5.12

Curvas de convergncia para estrutura IFIR com interpolador


1. 11

(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

com interpolador linear (11 = 4.0x10'3)


Fig. 5.14. Detalhe das primeiras iteraes

a estrutura IFIR

um

interpolao

com

filtro

LMS

7.5xl0'3.

pente (u

para as estrturas

3.0x10'3). 3.

com ltro pente (u = 3.0x10'3)

IFIR
..

LMS para

.................................................. ._

de sistemas, aplicado a apenas

uma

sub-

.......................................................................................................

de sistemas, aplicado a apenas

uma

banda de um sistema de processamento multibanda, utilizando filtragem IFIR

em

Respostas

em

sistema de processamento multibanda, utilizando dizimao e

Fig. 5.16 Estrutura adaptvel para identificao

Fig. 5.17.

..

................................................................

da curva de convergncia do algoritmo

Fig. 5.15 Estrutura adaptvel para identificao

banda de

u=

(a)

..................................................................................................

Melhores desempenhos na convergncia do algoritmo


estudo. 1.

5.5xl0'3, 5.

linear.

freqncia referentes ao sistema desconhecido.

(a)

..

sub.....

..

Sistema

desconhecido global. (b) Banda de baixas freqncias do sistema desconhecido,


resposta nal desejada
Fig. 5.18

Respostas

em

........................................................................................

..

freqncia referentes ao sistema adaptvel utilizando dizimao e

Banda de

interpolao. (a)

baixas freqncias do sistema desconhecido aps a

dizimao. (b) Filtro de dizimao ou anlise. (c) Filtro de anlise aps a


dizimao. (d) Resposta desejada do ltro adaptvel. (e) Filtro adaptvel aps a
interpolao (incluso de zeros) e ltro de interpolao (tracejado).

nal

()

Resposta

....................................................................................................................

Fig. 5.19. Respostas

em

..

freqnci referentes ao sistema adaptvel utilizando ltro IFIR.

(a)

Resposta desejada do ltro esparso adaptvel e ltro interpolador (tracejado).

(b)

Resposta nal

...............................................................................................

Fig. 5.20.

Nova estrutura para representao do ltro esparso

Fig. 5.21.

Resposta ao impulso correspondente ao eco


(caso 4

ANSI)

..

.............................................

local para

uma

linha

..

de assinante

..................................................................................................

..

xi ll

Fig 5.22 Resposta

em freqncia conespondente

resposta ao impulso da Fig. 5.21

Fig 5.23 Curvas de convergncia para os sistemas adaptveis

Sistema
(tt

com

=1.51o-2)

em uma

.........

sub-banda.

reduo da taxa de amostragem (u = 2.0xlO'2).

2.

125

..

1.

IFIR

....................................................................................................

..

127

Fig 5.24 Respostas ao impulso do sistema desconhecido filtrado e dizimadoe do sistema

adaptado utilizando reduo da taxa de amostragem

............................................

..

127

Fig 5.25 Respostas ao impulso do sistema desconhecido ltrado e do sistema adaptado

IFIR

..................................................................................................................

Fig 5.26 Estrutura de

um filtro decomposto em duas sub-bandas utilizando filtros IFIR

Fig 5.27 Representao altemativa da estrutura da Fig. 5.26

comparao das sadas aps a soma das

saidas das sub-bandas

Fig 5.30 Estrutura adaptvel IFIR

em ltros IFIR

com o filtro

1.

129
131

..

133

Para FIR
..

133

..............

..

135

.............................

..

136

............................................

esparso e interpolador adaptveis

Fig 5.31 Configurao utilizada para adaptao das primeiras iteraes

._

128

com

............................

Fig 5.29. Curvas de convergncia para os sistemas adaptveis banda completa.


convencional. 2. Para decomposio

..... ..

.............................................

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

FIR convencional e IFIR em banda completa

Tabela 5.2 Valores dos limites superiores e valores timos de


algoritmo

IFIR

LMS,

para as estruturas FIR, IFIR

com interpolador linear

|.t,

com interpolador tipo ltro

interpolador linear

Tabela 5.4

LMS,

interpolador tipo ltro pente e IFIR

FIR com reduo da taxa de amostragem

em sub-banda

.............................

..

para a adaptao

e IFIR

com interpolador

.........................................................................................

Tabela 5.6 Erros mdios quadrticos residuais, utilizando algoritmo


das estruturas

..

LMS,

Tabela 5.5 Erros mdios quadrticos residuais, utilizando algoritmo

linear

com

referentes aos processos de filtragem e adaptao para as

FIR convencional e IFIR com interpolador linear

das estruturas

..

para a adaptao

............................................................................................

Nmero de operaes
estruturas

pente e

...... .; ....................................................................

com

..

para adaptao atravs do

Tabela 5.3 Erros mdios quadrticos residuais, utilizando algoritmo


das estruturas FIR, IFIR

.........

LMS,

..

para a adaptao

FIR convencional e decomposio em ltros IFIR

......................

..

XV

LISTA DE s1vrBoLos

um Sistema

x:k:

- sinal

de entrada de

yzk

- sinal

de sada de

dzkz

- sinal

de referncia (desejado) de um sistema adaptvel

s:k:

- sinal

de erro de um sistema adaptvel

um sistema
`

szkz - sinal genrico a ser tratado


- sinal

rzk:

r'[k] - sinal

de ruido
de rudo correlacionado

i-simo coeciente de

r[k]

um ltro adaptvel na k-sima iterao

wk

nmero de coecientes de um ltro adaptvel

Xk - vetor de amostras do

sinal

de entrada na k-sima iterao

Wk - vetor dos coeficientes de um filtro adaptvel na k-sima iterao


mdio quadrtico na k-sima iterao

erro

matriz de autocorrelao de entrada

vetor de correlao entre os sinais de entrada e de referncia

V - vetor gradiente da mo de desempenho


W* - vetor W timo

gm - erro mdio quadrtico mnimo


Vk

vetor dos coecientes de

um

ltro adaptvel

com

relao ao plano v0v...vN_ na k-sima

iteraao
vi -

elemento do vetor

Vp - vetor no plano
Vvpi
ot

v0v,...vN_

na direo do eixo

vetor gradiente da ino de desempenho relacionado ao vetor Vp

constante de proporcionalidade entre Vp e

Q - matriz dos auto-vetores da matriz R


A - matn`z dos auto-valores da matriz R
- i-simo auto-valor da matriz R
?

v'

VW

V'

vetor dos coecientes de

v'

um ltro adaptvel com relao ao plano v'0v'...v'N_,

elemento do vetor V'

u - coeciente de adaptao

Km

mximo

melhor coeficiente de adaptao para a convergncia do n-simo coeciente

ummo

auto-valor da matriz

V - vetor gradiente estimado

W(z) - funo de transferncia do sistema adaptvel


W*(z) - funo de transferncia do sistema adaptvel desejada
potncia mdia do

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

de saida do analisador na i-sima sub-banda

x'[n] - sinal

de entrada do sintetizador na i-sima sub-banda

xe'[n] - sinal x'[n]

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)

com amostras zero

de sada do banco de ltros de

X(e*) - resposta
X(e') -

aps a interpolao

'

funo de transferncia do ltro de dizimao da k-sima sub-banda

Fk(z)

funo de transferncia do ltro de interpolao da k-sima sub-banda

Ek(z)

funo de transferncia da k-sima parcela da decomposio polifsica de

Xm(e>) -

DFT de x[n] no tempo m

w[n] - janela de limitao de x[n] para a determinao de sua DFT

um sistema

xvi

resposta ao impulso do ltro de dizimao

h[n]

f[n] - resposta

ao impulso do ltro de dizimao

X(z)

transformada Z de x[n]

X`(z)

transformada Z de

G(z)

funo de transferncia do ltro de referncia para detenninao da reconstruo perfeita

denida

em

x'[n]

[23]

G+(z)

G(z) +

Ck(z)

funo de transferncia do sistema adaptvel da k-sima sub-banda


matriz dos Ck(z)

C(z)

z'

H(z) - matriz dos Hk(z)


F(z)

matriz dos Fk(z)

S(z)

sistema desconhecido da aplicao de identificao de sistemas

S(z)

matriz diagonal de S(z)

ot -

constante de proporcionalidade

w[n]

resposta ao impulso do

we[n]

filtro original

a ser obtido pelo ltro IFIR

resposta ao impulso do ltro esparso do

filtro

IFIR

We(z) - transformada Z de we[k]


i[n] -

resposta ao impulso do interpolador do ltro IFIR

I(z) -

transfonnada Z de

wi[n]

i[k]

resposta ao impulso do ltro IFIR completo

Wi(z) -transformada

Z de wi[k]

Wek - vetor dos coecientes do ltro esparso na k-sima iterao


I -

vetor dos coecientes do ltro interpolador

Xk - matriz do

Wek

sinal

de entrada na k-sima iterao

vetor dos coeficientes do ltro esparso eliminando-se os coeficientes zero

- matriz de autocorrelao de entrada considerando Wek


13 -

vetor de correlao entre os sinais de entrada e de referncia considerando


matriz do sinal de entrada na k-sima iterao considerando

Wek

Wek

xviii

- sinal

u[k]

de saida do interpolador para a estrutura invertida do ltro IFIR

Uk - vetor de amostras do

sinal u[k]

na k-sima iterao

vetor de amostras do sinal u[k] na k-sima iterao considerando

W;

i-simo elemento do vetor

i-simo elemento do vetor

elemento da matriz

hr[n] - g[n] deslocado

uk[n]

W*

funo "raised cosine"

g[n]

Wek

saida

em

B amostras

do interpolador do

ltro

IFIR na k-sima sub-banda

yk[n] - sada

do

dk[n] - sinal

de referncia na k-sima sub-banda

sk[n]

- sinal

S,B(e*) -

S(e<) -

ltro esparso

de erro na k-sima sub-banda

resposta

resposta

W:(e*) -

em freqncia do

em

sistema a identificar filtrado por

resposta

um ltro passa-baixa

freqncia correspondente a S(z)

em freqncia correspondente

resposta

I-Ik(ei') -

na k-sima sub-banda

em freqncia do ltro

a Hk(z)

timo na k-sima sub-banda

We; (e') - resposta em freqncia do ltro esparso timo na k-sima sub-banda


Fk(e*) -

resposta

em freqncia correspondente a Fk(z)

funo de transferncia da k-sima parcela esparsa da decomposio de

Gk(z)

ltros

um

sistema

em

IFIR

T - matriz de transformao de Hadamard


ul

ua

coeficiente de adaptao

do

ltro esparso para estrutura

com ambos os ltros adaptveis

coeciente de adaptao do ltro interpolador para estrutura IFIR

adaptveis
q[k]

IFIR

sada

do

ltro esparso para entrada x[k]

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

com Resposta ao Impulso

quanto

em processamento

um

sistema adaptvel utilizando estrutura do tipo IFIR

Finita Interpolado), tanto

multibanda.

em

aplicaes de banda completa

Na anlise em banda completa,

vericamos que a estrutura

IFIR perfeitamente vivel em aplicaes adaptveis (considerando-se as


esta estrutura), apresentando vantagens

com

relao estrutura

complexidade computacional e ao tempo de processamento.


utilizao de

uma estrutura IFIR analisada em

No

restries inerentes

FIR convencional quanto

processamento multibanda, a

substituio estrutura

FIR que

utiliza

dizimao

e interpolao para a reduo da taxa de amostragem. Nesta anlise, vericamos melhores


resultados para a estrutura proposta (comparando
caractersticas

com

de convergncia. So apresentadas ainda,

decomposio de

um

ltro transversal

em

a convencional) no que se refere s

uma

estrutura adaptvel baseada na

sub-bandas que utilizam ltros IFIR e

uma

anlise

da

adaptao conjunta dos ltros esparso e interpolador da estrutura IFIR. Simulaes so realizadas
para avaliar e comprovar os estudos

feitos.

Como

conseqncia deste estudo, apresentamos ainda

consideraes fundamentais sobre os conceitos de ltragem adaptvel, processamento multibanda


e ltragem IFIR, de forma a sintetizar alguns tpicos que se apresentam dispersos na literatura.

XX

ABSTRACT
This

work proposes

the study of an adaptive system using an IFIR structure (Interpolated

The system is applicable both to

Finit

Impulse Response

The

full-band analysis indicates that the IFIR structure

Filter).

is

full-band and multirate processing.

well-suited to adaptive applications

(taking into account the restrictions inherent to this structure).

The IFIR

structure has advantages

over the conventional FIR structure as regards computational complexity and processing time. In
the multirate processing, the use of an IFIR structure

is

analysed rather than the

FIR

structure that

employs decimation and interpolation to reduce the sampling

rate.

With respect to the

convergence characteristics, the proposed structure leads to better

results

than the conventional

one.

The work contains the study of an adaptive

structure that

is

based on the decomposition of a

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.

studies made. In order to synthesize

some

topics that are spread in the

presents fundamental considerations on adaptive ltering, multirate processing

c A PTU L 0

INTRODUO

1.1

Introduo

processamento

vez maior

em

digital

nosso dia a

passando por aplicaes

dia.

de

sinais

Sendo

vem

adquirindo, ao longo do tempo, importncia cada

utilizado nas mais diversas reas

industriais,

do conhecimento humano,

telecomunicaes, sistemas biomdicos,

sonar,

radar,

prospeco de petrleo, processamento de imagem, processamento de voz, sistemas de controle e


telemetria,
sinais

chegando aos nossos equipamentos eletrnicos domsticos, o processamento

digital

tem acompanhado o acelerado desenvolvimento dos computadores e processadores

nas ltimas duas dcadas, tendo

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

limitao que basicamente

ditando 0 ritmo do desenvolvimento de suas aplicaes. Por se tratar de

aritmtico,

com um

certo

nmero de operaes a serem

realizadas a

est sendo tratado, este tipo de processamento limita a taxa

um processamento

cada amostra do

em que o

sinal

limitao desta taxa restringir, por sua vez, a faixa de freqncia

do

pode
sinal,

principalmente nos primeiros tempos de existncia dos processadores digitais,

reduo

em

sinal

que

ser tratado.

signicando,

uma

importante

seu espectro de aplicaes. Para que a evoluo desta rea ocorra no sentido de

aumentar a velocidade de processamento

e,

portanto,

permitir

o aprimoramento e o

desenvolvimento de novas aplicaes, dois caminhos principais tm sido seguidos.

Por

um

lado,

o crescimento de novas e sofisticadas exigncias, principalmente, nas reas

de sistemas de comunicao e multi-mdia (como a transmisso de dados a altssimas velocidades

em Redes Digitais de
definio

Servio Integrado (RDSI), o tratamento de imagens

(HDTV), o tratamento

entre outras

aplicaes

e reconhecimento,

em tempo

que esto sempre requerendo

real,

um

em

sistemas de alta

de voz e padres de imagens,

incremento de velocidade de

processamento), tm constantemente impulsionado o desenvolvimento e o aprimoramento de

microprocessadores e DSPs.

As

tcnicas de integrao e a utilizao de novos materiais,

progredido de fonna extraordinria, chegando-se hoje a taxas de amostragem na faixa do

Com

tm

GHz [l].

a melhoria das tcnicas construtivas de processadores, a densidade de componentes

integrados

tambm tende

um

rpido

crescimento,

processadores de sinais que integram praticamente todo

processamento matemtico, as memrias

RAM e EPROM,

podendo-se

um

encontrar

atualmente

sistema, desde a unidade de

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

do tempo de processamento pode

ser obtida atravs de tcnicas

de otimizao dos algoritmos matemticos que executam as tarefas de tratamento do

tambm

esforo de pesquisa tem sido aplicado

sinal.

Muito

nesta direo, considerando que esta reduo

atravs do aprimoramento de algoritmos representa

um

custo bastante reduzido se comparado ao

desenvolvimento de processadores de maior velocidade. Alm de possibilitar o desenvolvimento

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

emprego de processadores menos complexos.

As tcnicas desenvolvidas com o


reduzir

as

necessidades

objetivo de aumentar a velocidade de processamento

computacionais,

informaes redundantes ou

com pouca

dados baseadas

em

normalmente esto baseadas na eliminao de

contribuio aos resultados desejados.

de voz ou imagem, por exemplo, bastante

ou

comum

Em processamento

a utilizao de tcnicas de compresso de

infonnaes redundantes. Eliminando-se apenas estas redundncias, no

processamento ou armazenamento, pode-se, posteriormente, reconstruir o


das informaes remanescentes.

sinal original

a partir

Uma

importante forma de reduo da complexidade computacional, conhecida por

Processamento Multibanda de Sinais

[2], se caracteriza

pela decomposio do sinal

bandas de freqncia, permitindo a reduo da taxa de amostragem

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

aplicaes onde o sinal tratado tem distribuio no uniforme de potncia

forma que as bandas com reduzida contribuio podem ser suprimidas aps a

decomposio, ou, no mnimo, codicadas com menor nmero de

De

bits.

outra maneira, quando o sistema de filtragem apresenta caracterstica seletiva de

freqncia, as amostras de sua resposta ao impulso tm, normalmente,

entre

Portanto, no caso de

si.

em

uma modelagem,

um alto grau de correlao

por exemplo, atravs de

uma

estrutura no

recursiva transversal (FIR) [3], esta correlao estar presente nos coecientes do ltro (que

correspondem s amostras da resposta ao impulso deste

filtro),

de forma que, se houver supresso

de alguns coeficientes, pode-se ainda reconstru-lo utilizando-se tcnicas de interpolao. Esta


estrutura

FIR denominada Filtro FIR Interpolado

esparso e

um ltro

um interpolador.

(IFIR)

[4], ser, ento,

composta por

Alm da premente necessidade de reduo de tempo de processamento ou complexidade


computacional

em

sistemas de tratamento de

sinais,

verificamos tambm,

em um nmero

bastante

grande de aplicaes, a exigncia da adaptao do sistema para o adequado funcionamento nas


mais diversicadas

situaes

consideravelmente variveis,

como

condies

de trabalho.

Em

linhas telefnicas, sistemas

de

sistemas

de caractersticas

radar, sonar,

prospeco de

petrleo, equipamentos hospitalares, entre outros, o desenvolvimento de estruturas fixas de

processamento de

em

sinais

normalmente poder ser inadequado, no produzindo o

efeito desejado

determinadas situaes. Para estas aplicaes .ser necessria a implementao de

estrutura cujos parmetros se adaptem a situao

uma

do momento. Este sistema, denominado,

portanto, Sistema Adaptvel [5], poderia ser constantemente ajustado, de forma a estar sempre
~

atuando na melhor condiao.


Considerando, portanto, a grande importncia do processamento de sinais_em.ap.licaes
das mais diversas e a necessidade imperativa de tomar cada vez melhor o__desempenho destes

sistemas, este trabalho

sistemas

um

tem como

pouco mais

um

dos principais objetivos, tomar o conhecimento destes

acessvel e compreensvel para os estudiosos

que pretendam ingressar

nesta rea de atuaao.

Desta forma, iniciamos nosso trabalho introduzindo o conceito de adaptao, vericando


suas caractersticas de implementao e os

Em

de obteno do

filtro

timo.

seguida, so analisados os sistemas de processamento multibanda, alm de sua

implementao

em sistemas adaptveis.

Partindo
interpolao,

dos conceitos de processamento multibanda,

passamos a

implementao

e,

analisar a estrutura

principalmente

referente

de ltragem IFIR. Neste ponto discutimos sua

de forma mais ampla, a realizao de seus interpoladores.

Introduzimos ainda neste trabalho,


adaptvel.

principa_i_sm__todos

uma proposta de utilizao

de ltros IFIR

em filtragem

Aqui discutimos o comportamento desta estrutura em sistemas adaptveis de banda

completa e multibanda, comparando-o a estruturas convencionais utilizando ltro FIR transversal.

As vericaes do comportamento dos

sistemas IFIR

em

ltragem adaptvel banda completa e

multibanda so estudadas atravs de simulaes computacionais.

1.2

Organizao do Trabalho

O Capitulo 2,

introduz os conceitos bsicos de filtragem adaptvel e suas aplicaes. So

apresentadas, na Seo 2.2, suas caracteristicas e a determinao do ltro timo


critrio

do erro mdio quadrtico.

Na

Seo

2.3, analisamos

Capitulo

3,

e,

em

3.5,

LMS.

apresentado o processamento multibanda de

conceitos bsicos e aplicaes.

os bancos de

Na Seo

filtros,

base no

o processo de otimizao atravs de

algoritmos.de adaptao, desde o itodo de Newton at o algoritmo

No

com

sinais,

onde so

vistos seus

3.4 introduzido o conceito de decomposio polifsica

utilizados na

decomposio

apresentados dois tipos fundamentais de bancos de

filtros:

em

sub-bandas. Nesta seo so

os bancos

DFT e QMF. E nalmente,

na Seo

3.6,

introduzimos a implementao destes sistemas

em

aplicaes adaptveis, onde so

citados diversos trabalhos realizados.

No
do

Captulo 4, so estudados, a partir da anlise realizada nas Sees 3.1 e 3.2, os ltros

tipo IFIR.

Em

4.2, verificamos sua estrutura e caractersticas e

na Seo 4.3, analisamos as

diversas formas de implementao de interpoladores.

introduo de

discutida no Captulo

5.

uma

Na

proposta de aplicao de ltros IFIR

Seo 5.2 proposta

adaptveis, analisando-se seu comportamento

uma

em

sistemas adaptveis

estrutura para aplicao

com a utilizao dos

em

sistemas

algoritmos "steepest descent" e

LMS (discutidos no Captulo 2). Em 5.3, so verificadas as condies de convergncia desta nova
estrutura e
sistema.

em

Em

5.4 so apresentados resultados comparativos de simulaes referentes a este

5.5 apresentada a filtragem adaptvel

IFIR

em

adaptao

em

analisamos

uma estrutura multibanda IFIR baseada na decomposio

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

um ltro FIR transversal.

breve discusso acerca da adaptao simultnea dos ltros

sistemas IFIR adaptveis.

Finalmente, no Captulo 6, so apresentadas as concluses nais do trabalho e sugestes

para trabalhos futuros.

CAPTULo

FILTRAGEM ADAPTVEL

2.1

Introduo

Considerando a variao de parmetrQs-i11erente a qualquer sistema sico, de forma

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,

solues para o problema da otimizao de

normalmente os resultados obtidos sero os

Wiener e Kolmogorov propuseram as primeiras

filtros

baseados

em aproximaes

estatsticas,

considerando o caso de processos estacionrios. Kalman, por sua vez, desenvolveu, nos anos 60,

uma nova

teoria

buscando solucionar o problema da otimizao agora_para processos no

estacionrios.
/ ""'
i

Em

diversas

especicao,

aplicaes,

porm,

os

sistemas

nem sempre tem bom desempenho, ou

so totalmente conhecidas ou variam


telefnica de assinantes

um

com o

tempo.

seja,

projetados

ou as

para

uma

caracteristicas

Em telecomunicaes,

detenninada

do sistemas no

por exemplo, a

linha

sistema que apresenta parmetros muito variveis e que so

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

xos para implementao

de,

aplicao onde a utilizao de sistemas

com

tomando

ineciente. Outras reas de

coecientes xos p_ara o processamento.-crtica-so:

processamento de voz e imagem, sistemas de


[5].

coecientes

por exemplo, cancgladores de eco e equalizadores, mesmo

utilizando-se as melhores tcnicas de otimizao, acaba se

biomdicos, entre outros

com

radar, sonar, sistemas

de navegao, sistemas

Como

soluo ao problema da detenninao de ltros

caractersticas estatsticas
seja, utilizam-se ltros

utilizar

cujos parmetros so ajustados conforme a situao apresentada. Para

algum

diversos trabalhos foram

um

sinal

como

algoritmo responsvel por este ajuste,

desenvolvidos neste sentido, para

tal,

que__

da dcada de 60,

incio

mais diversas aplicaes,

'as

LMS

Widrow e Hojf [6], amplamente utilizado

algorithm) proposto por

No

referncia para a adaptao.

destacando-se o desenvolvimento do-algoritmo de adaptao

2.1.1

aplicaes _onde as

no so totalmente conhecidas, tem-se o Processamento Adaptvel, ou

o problema da filtragem adaptvel requerer


normalmente

em

(Lea_stfMean-Squ-a-re-adaptive

nos.dias__d_e hoje.,

Sistema malha aberta e sistema malha fechada

ajuste dos parmetros

em malha

duas estruturas bsicas:


Fig. 2.2.

Na

ltro apenas

adaptao

sinal

de

em malha

um

ltro,

ou adaptao, pode se

como

aberta ou malha fechada,

aberta,

como

se observa

na

dar, a princpio, atravs

ilustrado pelas Fig. 2.1 e

no ajuste do

Fig. 2.1, utilizado

de entrada (alm de dados extemos). Analisando estes dados, o algoritmo de

adaptao dever detenninar completamente as caracteristicas estatsticas do sistema


inserido o ltro adaptvel, de

matemtico complexo, alm de

um

tambm os dados de

em malha fechada,

iterao. Portanto, este

do sistema,

um

desenvolvimento

estatsticas.

alm dos dados de entrada e externos, so observados

sada (Fig. 2.2). Desta forma, utilizando

ajustar gradativamente os

parmetros do ltro a

partir

um

processo

iterativo,

um

algoritmo de adaptao

muito menor do que o mtodo anterior.

pode-se

do resultado obtido na sada a cada

mtodo, no~necessitan_dQ_detenninar_completamente as
exigir

est

tempo de processamento relativamente grande, para a

detemiinao completa destas caractersticas


J na adaptao

em que

forma a obter subsdios sucientes para a otimizao de seus

parmetros. Este procedimento, no entanto, requerer, normalmente,

estatsticas

de

caractersticas

com uma complexidade matemtica

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.

Exemplos de estruturas de adaptao

Os
prtica,

sistemas adaptveis

em malha

fechada, que por sua ecincia sero preferidos na

em sua fonna geral, podem ser representados

desempenho da adaptao

pela estrutura da Fig. 2.3. Nesta estrutura, o

est diretamente relacionada minimizao

representa a diferena entre o sinal de sada do sistema adaptvel, y[k], e


sinal

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

do ltro atravs do algoritmo de adaptao.

sinal x[k]

representa a entrada do sistema

adaptvel.

k
X

Fig. 2.3

malha fechada.

adaptao, se ter

em

exemplos de aplicaes de sistemas adaptveis

2.4, esto representados alguns

Na Fig.

>

um sistema adaptvel em malha fechada

Estrutura bsica de

Na Fig.

' + sk

ALGORITMO
ADAPTAAO

[k]

2.4(a), apresentado

um

sistema de Predio onde, aps o processo de

sua sada y[k], dentro de certas tolerncias

no est presente em sua entrada (devido


esquema, pela referncia

linha

de

atraso).

estatsticas,

Este

sinal

um

sinal

que ainda

representado, neste

d[k].

A estrutura de um sistema de Cancelamento de Intererncias ilustrada pela Fig.


Neste caso, tem-se o

em

sinal

de referncia como sendo o

sinal desejado, s[k],

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).

com um certo grau de correlao com o

anterior (normalmente

processo, ento, ser adaptado, de forma que y[k] tender a

convergir para r[k] (considerando

uma

correlao nula entre

r'[k]

e s[k], o algoritmo no

convergir de forma a cancelar este ltimo). Desta forma, ocorrer o cancelamento apenas do
rudo, sendo

que e[k] ser uma aproximao de

s[k].

Outro exemplo importante o da Equalizao Gig.


nonnalmente, para compensar distores

em

sinais,

2.4(c)).

Este sistema utilizado,

causadas por transdutores, linhas de

transmisso ou outros sistemas. Aqui, o processador adaptvel colocado

em

srie

com o

sistema

10

responsvel pela distoro do


s[k],

sinal.

objetivo desta estrutura obter na sada o sinal original

o qual aplicado como referncia na adaptao, aps

um

atraso correspondente ao sistema

desconhecido e ao equalizador (normalmente esta referncia

uma

seqncia conhecida de

treinamento que aplicada simultaneamente entrada original do sistema e ao sistema adaptvel).

sistema adaptvel tender, portanto, a se aproximar do inverso da funo de transferncia do

sistema desconhecido, anulando suas distores.

Nesta trabalho,

no Captulo

computacionais,

uma

exemplo, o

de referncia o

sinal'

linhade transmisso,
obter

uma

utilizaremos

5,

como modelo para

simulaes

estrutura adaptvel de Identiggo de Sistemas (Fig. 2.4(d)). Neste


sinal

de sada doqsistema a ser identificado (que pode ser uma

um ltro, um transdutor,

saida y[k] o mais

etc).

prximo possivel do

e[k] tenda a zib) e aplicando-se o

mesmo

Considerando que o objetivo nesta aplicao

sinal d[k]

sinal

(de forma que alguma funo do erro

de entrada x[k] aos sistemas desconhecido e

adaptvel, verica-se que o ltro tender a convergir para a

sistema desconhecido.

as

As

mesma funo de

transferncia

aplicaes deste processo so bastante importantes, tendo

do

como

exemplos: o projeto de ltros, a identificao de sistemas desconhecidos, o cancelamento de eco

em transmissao

de dados, entre outras.

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)

interferncias. (c) Equalizador. (d) Sistema

Sistema de predio. (b) Sistema de cancelamento de


de identicao.

12

2.1.3

Organizao do Captulo

Neste Captulo, nas Sees que seguem, analisaremos


filtragem digital

do tipo FIR. Verificaremos inicialmente as

um

sistema adaptvel utilizando

caractersticas e estrutura bsica deste

sistema e as condies para se obter o ltro timo empregando-se o critrio do erro mdio
quadrtico.

Em

seguida, sero analisados algoritmos para determinao, de fomia iterativa, do

vetor timo de coecientes deste ltro, partindo-se do mtodo de

LMS. Alm da forma de implementao

conhecido algoitimo

Newton seguindo

at

o bem

destes algoritmos, so vericadas

suas condies de convergncia.

2.2 Caractersticas

Como ja
bsicos:

do sistema adaptvel

vericamos,

um ltro,

um

sistema adaptavel e caracterizado basicamente por dois blocos

cujos parmetros sero atualizados confomie a necessidade da aplicao; e

algoritmo que, utilizando


seguir vericaremos

como base um

algumas

sinal

caractersticas

de erro a ser minimizado, adaptar este

um

ltro.

importantes na implementao deste sistema,

considerando esta composio.

Devido grande necessidade de

flexibilidade e possibilidade

de variao dos parmetros

que os ltros adaptveis exigem, estes sistemas tm sido implementados utilizando recursos
digitais

microprocessados (geralmente utilizando DSPs), que permitem, alm desta exibilidade, o

desenvolvimento de algoritmos matemticos de praticamente qualquer complexidade para a


adaptao do sistema. Quanto estrutura do ltro, tem sido constante a utilizao de estruturas

no recursivas, ou
de

ltro,

tem

caracterstica

Alm

se

seja,

com

resposta ao impulso nita (FIR

Finite Impulse Response). Este tipo

mostrado muito interessante para este problema, pelo fato de possuir

muito importante

em

uma

sistemas cujos parmetros no so xos ser sempre estvel.

desta caracteristica, esta estrutura permite projetos

apresenta ciclo-limite (valor residual na sada

com

fase perfeitamente linear e no

mesmo na ausncia de

sinal

de entrada), entre outras

13

vantagens. Por outro lado,


estruturas recursivas,
[7

10],

um grande esforo de pesquisas tambm tm sido realizado

ou com resposta ao impulso

ou ainda os tipos de estruturas

vantagem

principal sobre a FIR, a

desempenho, o que o toma


instabilidade e

em forma

innita (IIR

mista [l1].

implementao de

atrativa para

filtros

- Infinite

Impulse Response)

estrutura IIR apresenta

com ordem menor

para

em

como

um mesmo

algumas aplicaes. Porm, a possibilidade de

de ocorrncia de diversos pontos de mnimo na superficie de erro*

bastante a aplicao desta estrutura

envolvendo

[7],

sistemas adaptveis, exigindo normalmente

limitam

um

projeto

mais complexo.

Outra caracteristica importante na implementao de


estacionaridade dos sinais envolvidos no processo.-

mais simplificada quando os

um sistema adaptvel

adaptao de

um

sinais so estatisticamente estacionrios,

a condio de

sistema se

ou

seja,

toma muito

quando mantm

suas caracteristicas estatsticas~inalteradas ao longo, pelo menos, do periodo de adaptao,

condio normalmente

2.2.1

satisfeita

na maioria das aplicaes.

A estrutura FIR adaptvel


Na Fig.

transversal.

iterao

2.5 apresentado o diagrama de

um ltro

adaptvel utilizando

uma

estrutura

FIR

Nesta estrutura wnk representa o valor do n-simo coeciente adaptvel na k-sima

da adaptao, sendo

respectivamente, na iterao

x[l<]

e y[k]

as

amostras dos sinais de entrada e sada,

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

Diagrama de um ltro adaptvel FIR.

y[k]

'

Em

A sada deste ltro, na k-sima iterao, dada por.:


N-l

y[1<1= zw,k[1<-i]

(2.1

=o

ou, na forma vetorial:

yn1 =

Xwk = W.?Xk

2.2

onde:

X, =

[[1<]

[1<-1]

[1<-(N-1)1]T

Wk=[wk

w,k

w(N_,k]T

O sinal de erro ser:


e[k]=d[k]-y[k]

onde d[k] o

sinal

de referncia, ou

Se, ento, substituirmos (2.2)

sinal desejado, e y[k]

em (2.3) teremos:

(2.3 )

a sada do

filtro

adaptvel.

15

e[k]= d[k]-XIWk = d[k]-WRTXR

Como mencionamos

(2.4)

anteriormente, o erro e[k] utilizado

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

ou melhor, a atualizao dos parmetros dozl-tro--adaptvelde forma a aproximar


de referncia d[k].

'

Erro mdio quadrtico

Existem diversas fonnas de determinar o desempenho de

erro [121

No

um

entanto,

critrio bastante utilizado e

sistema adaptvel e o sistema desejado o Erro

Este

critrio

vem sendo

utilizado a muito

um

sistema adaptvel atravs do

que representa bem a diferena entre o

Mdio Quadrtico

tempo (Gauss, em 1795,

(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

Wiener em sua teoriade otimizao atravs de aproximao


Considerando, portanto, a equao

(2.4),

critrio foi

tambm

utilizado por

estatstica.

podemos escrever a expresso do

erro

quadrtico da seguinte forma:

z2[i<1= 2[i<1+w,fxkx{wk -2[i<]x{wk

O valor mdio

quadrtico de

esperado do quadrado deste

sinal.

ser denotado por , na iterao

5,,

= E[z2[1<]] =

um

(25)

sinal estatisticamente estacionrio-.

Portanto, o erro mdio quadrtico de

expresso pelo valor

um sistema adaptvel, que

ser:

E[2[1<]] +w,E[xkx',{]wk -2E[[i<]xI]w,,

(2.)

16

O vetor Wk constante para cada iterao porque os valores de seus elementos so determinados
completamente na iterao

anterior.

Por convenincia, pode-se representar a expresso acima da seguinte forma:


E* = E[2[_i<]]

+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)]]

denominada Matriz de Autocorrelao de Entrada. Seus termos na diagonal

principal so os valores

mdios quadrticos do

sinal

de entrada (que representam a potncia

mdia). Por ser este sinal estatisticamente estacionrio) no perodo dereinamento, os valores/

desta diagonal so todos iguais entre

si.

Os demais termos representam a correlao cmzada entre

as componentes de entrada, e seus valores so simtn'cos

com relao diagonal principal.

Devido condio de estacionaridade mencionada anteriormente, tanto

[d2[k]], sero constantes durante todo.-o

P e ainda

processo de adaptao. Portanto, de (2.7), verica-se

que o erro mdio quadrtico determinado, a cada


vetor

quanto

'

iterao,

em

funo apenas da variao do

W, tendo um comportamentdquadrtico em relao a este vetor.

17

desempenho

2.2.3 Superfcie de

A
conhecida

equao

(2.7),

e gradiente

que representa o erro mdio quadrtico em funo do vetor W, e

como Funo de Desempenho

[5],

mdio quadrtico. Esta funo gerar uma


Superfcie de Erro, tendo a forma de

baixo

um

dene o comportamento do sistema atravs do erro

superficie,

denominada Superfcie de Desempenho ou

hiperparabolide (funo quadrtica), cujo ponto mais

representa 0 erro mdio quadrtico mnimo, ou

o ponto onde teremos o vetor

seja,

timo (denotado por W*). Este vetor timo, tambm chamado vetor de Wiener, representa a

em

melhor soluo para o sistema

um

sistema

com

Na Fig.

questo.

2.6 ilustrada a superficie de

Na

apenas dois coecientes, para melhor visualizao.

desempenho de

Fig. 2.7, a superficie

desempenho apresentada apenas no plano dos coecientes (wo, w,), onde

de

as elpses representam

os contomos da superficie para constante.

Por

ser

uma

desempenho, que

funo quadrtica, haver apenas

ser, portanto,

um

ponto de minimo na superficie de

Unimodal, sendo que neste ponto de mnimo, o gradiente da

funo ser zero. Desta forma, podemos determinar o erro mdi_c,quadr.tico mnimo atravs-do
cculo deste gradiente.

A partir da funo de desempenho em (2.7), teremos:


E

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]

um sistema com apenas dois coecientes

[5].

18

Vonde

a -

a
-2Rw
wN_ J

a
-[ wo wl

-2P

(2.s)

V representa o gradiente do erro mdio quadrtico em funo de W.

Se agora zermos

V = O (condio de erro mnimo), obtemos:


V =2Rw*-21>=o

e,

(29 )

portanto:

W* = R"P

10

(2.1o

._

_z=o.

V1

~
-51

-5

10

Wo

Fig. 2.7

Supercie de desempenho para dois coecientes apresentada no plano

w0w

[5].

19

Esta equao representar, portanto, o vetor timo do sistema, para o erro mdio quadrtico
mnimo.

em

Substituindo-se a equao (2.l0)

(2.7),

podemos obter tambm o

quadrtico mnimo que, fazendo as simplificaes necessrias

[5], ter

erro mdio

a seguinte expresso:

gm = E[2[1<1]-PTW *

(2.11)

ou

gm = E[2[1<]]- E[a[i<1([1<1w + [1<- 1]w+...+[1- (N -1)1w;_,]


= E[2[i]]- E[[1<1y'[k]]

(212)

onde min o erro mdio quadrtico mnimo do sistema-adaptvel:sen'do`y*'[k] a sada do sistema


j adaptado. Para

E_,mn

2.2.4 Interpretao

= 0, devemos ter E

[d[k]2]

= PT W*, ou

seja,

de (2.12), y'[k] = d[k].

Geomtrica da Funo de Desempenho

De maneira mais geral, podemos interpretar

geometricamente a funo de desempenho da

seguinte forma: a matriz de autocorrelao R, que a constante do termo quadrtico, ser

responsvel pela forma do hiperparabolide que representa a superficie de desempenho, enquanto

o vetor P, constante do termo

(W = 0).

linear,

determinar a posio da supercie

com

relao origem

Esta primeira /interpretao-.deixa claro que a maior ou menor diculdade de adaptao

do sistema est diretamente relacionada s

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

de seus Auto-valores e Auto-vetores

[5],

como

L.

segue:

20

R z QAQ-'
onde

(213)

Q a matriz dos auto-vetores e A a matriz diagonal dos auto-valores correspondentes. Esta

forma obtida a partir da equao homognea

[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

R forma da supercie de desempenho. Esta relao poder ser

vericada inicialmente deslocando o sistema de coordenadas para o centro desta supercie

um novo vetor de coecientes,

(sistema denido pelos eixos vo e v na Fig. 2.7), de onde obtemos

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

que os eixos definidos pelo plano


constante), o gradiente

(2.15)

podemos
z

em funo do vetor V, da seguinte forma:

apresenta a

Vk = Vpo como um

definir

uma nova

vetor especfico do plano v0v que

dos eixos principais definido pela varivel


v'0v',

expresso,

v'0.

Observando-se

so normais s elipses concntricas (detenninadas para

Vk para Vk = Vpo ter a mesma direo do vetor Vpo.

Portanto-

Vvpo :

(]_0\/po

(217)

21

Se

Vk = 2RVk

Vi<

= Vpo

entao,

Vvpo =

Portanto,
(1
Rvpo = -*-vp,

que uma funo homognea de


valores

(2.

19)

R denida por um de seus auto-vetores (Vpo) e um de seus auto-

(oco).

Anlise semelhante pode ser realizada para


definido da

mesma forma que Vpo,

um

vetor Vpl

(mesma

direo do eixo

v'),

onde:

Rvp, = %vp,

(2.2o)

podendo-se extrapolar esta anlise para o caso dos N-1 coecientes.

Das expresses acima, pode-se armar,


autocorrelao
v'0v'

portanto, que

os

da matriz de

auto-vetores

R dejiniro as direes dos eixos principais da superfcie de desempenho (plano

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,

N-1, tm as direes dos auto-vetores de R, pode-se determinar

...,

hiperplano v'0

v' ...v'N_)

como

um vetor V'k (no

[5]:

'v'k

Representando

v'n

= QTvk

R na fonna normal (2. 13), a partir de (2.16), pode-se mostrar [5]

(para este novo sistema de coordenadas)

(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

que os auto-valores da matriz de autocorrelao

(2.23), verica-se

derivadas de segunda ordem da funo de desempenho

sero as

com relao aos eixos principais.

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.

vezes maior do que no eixo

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

R maior ser a diferena de raios nas direes dos eixos


processo de convergncia do algoritmo de adaptao,

como

principais,

o que poder dicultar o

ser discutido posteriormente.

/
/

2.3

Determinao do Vetor timo

Em
analtica

sistemas,adaptveisra-detem1inao _do vetor timo

(malha aberta), normalmente muito

se conhecer completamente as caractersticas


"pesado" clculo matemtico,
iterativos

como

se

dificil

ou

(W*) diretamente,`de._formaz

at imp-raticvJ,_dvido necessidade de

estatsticas

dos

sinais envolvidos,

pode observar na equao

requerendo

(2.10). Portanto,

so utilizados para este tim, utilizando-se algoritmos de adaptao

um

mtodos

em malha fechada.

23

2.3.1

Mtodo de Newton
Os

algoritmos de adaptao, que sempre receberam ateno especial nas teorias de

sistemas adaptveis,

tem

sido baseados fundamentalmente

da funo de desempenho, j que tem-se o ponto timo

em mtodos

em mm

relacionados ao gradiente

cujo valor do gradiente zero.

Tais mtodos baseados no gradiente so derivados de mtodos nmericos consagrados para

determinao de zeros de

uma

como o mtodo de Newton-Raphson ou simplesmente

ino,

mtodo de Newton.

equao (2.24) apresenta a forma recursiva

determinao do valor x no ponto

i<+1

Porm, o

objetivo

em que a funo f (x)


_ Xk _
-

f(Xi<)

f.(Xk)

em ltragem adaptvel

ponto onde ocorre seu valor mnimo, ou


Portanto, pode-se obter o

seja,

(iterativa)

do mtodo de Newton para a

igual a zero.

__
k- 0,1, 2,

a determinao, no

( 2.24 )

do zero da ino, mas do

onde f '(x) = O (no caso multidimensional,

mtodo de Newton para sistemas

V = O).

adaptveis, substituindo-se f (x) por

f'(x) na equao (2.24).

xks = xt

Como

a superficie de desempenho

parbola, atravs

um

(225)

hiperparabolide, ou no caso unidimensional

uma

do mtodo de Nemon ser determinado o ponto timo em apenas, uma iterao.

forma recursiva para o mtodo de Newton multidimensional pode

diretamente da expresso do gradiente (2.8). Assim, para a determinao de

W* = W - }4R"v

ser derivado

W*, tem-se:

(2.2)

24

onde

W o vetor de partida para a determinao do timo e V o gradiente da funo de

desempenho neste ponto de

partida.

Como se pode observar,

a determinao do vetor timo L*_

No entanto, como na determinao analtica,

@taem~ap'ena's11ma`iterao.

a inverso de

R requer

urngrande volume de clculos, alm da necessidade de acumular as amostras da entrada para a

toma tal mtodo

oltno.dLmatriz de autocorrelao. Este procedimento

inecient_e1L2_1.pfCa-

Um exemplo para dois coecientes do mtodo de Newton apresentado na Fig. 2.8.

2.5

z=

'

5
4
3

z'

D-iv
-5.0

-2.5

2.3.2

5-0

Wo

Fig. 2.8 Convergncia de

Wo

um sistema para dois coeficientes pelo mtodo de Newton [S].

Algoritmo "Steepest Descent"

Devido grande dificuldade computacional do mtodo de Newton, que normalmente no


aduad_a`}:@.ra

o processamento

em tempo

real, foi

introduzida

uma

simplicao no algoritmo,

eliminando-se o termo }{R`1 da equao (2.26)._Este procedimento d origem a equao (2.27),

25

onde k representa a iterao

anterior,

k+l a iterao

atual e

uma

constante que regular o

passo de convergncia.

Wk+1 = Wk

uVk

,k=0,

(2.27)

1, 2,

Diferentemente do mtodo anterior, este algoritmo, denominado Steepest Descent (descida

mais ngreme), no tem soluo imediata (adaptao

uma

diversas iteraes para se obter


atualizao do vetor

W, como

se

em

apenas

uma

iterao),

soluo prxima do timo, quando o algoritmo converge.

pode observar na equao

(2.27), se dar

gradiente (direo de maior inclinao da supercie naquele ponto), porm,

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

Fig. 2.9 Convergncia de

um sistema para dois coeficientes utilizando o algoritmo "steepest descent"

[5].

26

Para

uma implementao

eciente deste algoritmo, deve-se determinar

uma forma

denio do gradiente. Sabendo que k o valor mdio de s2[k] pode-se demonstrar


,

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.

podemos escrever a expresso do gradiente do

erro

mdio quadrtico:

V, = -2E[z[i<]x,]

(230)

Desta forma, o algoritmo "steepest descent" poder ser expresso por:


Z'

W,,,

.E[s[k]X,,]

= W, + 2pE[z[1<]x,]

(231)

pode ser\obtido neste algoritmo calculando-se a mdia de e[k]Xk aps

um

certognmero de amostras, sendo que neste perodo no h atualizao do vetor W.

Um

fator determinante na convergncia deste

mtodo

a constante u,

denominada

Constante de Adaptao ou Coeficiente de Adaptao, ou ainda, Passo de Adaptao, que


denir o tamanho do passo a ser dado a cada iterao. Valores de

|.1

muito elevados podero

levar o algoritmo divergncia, portanto, de fundamental importncia a denio dos limites da


faixa de valores pemiitidos para esta constante. Substituindo (2.13) e (2.14)

em

(2.27) teremos a

expresso do algoritmo, como:

VW

= (I

2|,lR )

Vk

(2.32)

27

onde

I a matriz identidade.

De (2.2l) e (232), tem-se:


V'k+

ou

= (I

2|,1A) V'k

(2.33)

ainda,

A condio de convergncia para este algoritmo ser, portanto,


lim (I
k-no

2pA)l<

=O

(2.35)

o qual podemos escrever da seguinte forma:

um
.

k-no

(1

- 2) O ) k

1'

k'.'1(

1- 2) k
M1)

=o

(2.36)

lim (1~2N _ 1)*


k-No
/`^

De (2.36),
que

verica-se que (1 - 2?n), para n

0,

..z,

N-1, para cada auto-valor, dever ser menor

para que ocorra convergncia. Desta forma, os limites para a convergncia do algoritmo

serao dados por:

max

'

onde kmax o maior auto-valor da matriz de autocorrelao R.


Outra verificao importante de (2.36) que, para cada auto-valor, tem-se
Z

convergncia mais rpida) diferente, sendo'

um u

(para

28

unmo
~

Como

=_L"

n=O

2x,

/
---

o coeficiente de convergncia normalmente nico para a adaptao de todos os

coecientes, pode-se verificar, atravs de (2.37)

_e

(2.3 8)

uma

dificuldade maior de convergncia

do algoritmo para uma matriz de autocorrelao com grande disperso de auto-valores.


Considerando-se, por exemplo,
valor,

2.3.3

uma constante

de convergncia tima para

um

detemtinado auto-

poder ocorrer a divergncia do algoritmo devido a um outro auto-valor.

Algoritmo

LMS

De modo

a tomar mais eficiente a implementao do mtodo do gradiente nas mais

variadas aplicaes de adaptao, foi proposta por

Widrow

Hoff

[6]

uma

simplificao muito

conveniente no algoritmo "steepest descent". Nesta nova forma, ao invs de se determina:o


gradiente do erro mdio quadrtico a cada iterao, utilizada

uma

estimativa deste, denida pelo

dovgradiente do erro quadrtico (equao (2.29)), que facilmente pode ser obtido a cada iterao,

diretamente do sistema.iEste algoritmo, que signicou basicamente o incio do desenvolvimento

dos ltros adaptveis, sendo ainda hoje o processo mais


Algoritmo

utilizado,

como

LMS (Least-Mean-Square Algorithm), ou Algoritmo do Erro Mdio Quadrtico.

Considerando, portanto, o gradiente estimado definido


para o algoritmo

LMS,

Por

utilizar

em

(2.29),

= Wk _ H = Wi + 2U3[k]Xx

(2-39)

o valor estimado do gradiente, este algoritmo dever convergir seguindo o

percurso do "steepest descent" na superficie de erro, porm, de

apresentando

um

teremos a expresso

assim:

Wk+i

mesmo

ficou conhecido

certo "ruido" na adaptao

(como

se verica nos

uma forma no

exemplos da

exata,

Fig. 2.10). Este

29

fator

toma mais

critico

cada passo da

mais a faixa de valores possiveis

iterao, limitando ainda

para o coeficiente de adaptao u.

Os
[l3],

LMS

a partir de algumas consideraes

um

aplicado a

podem

ser

determinados analiticamente

iniciais.

Consideraremos,

em

primeiro lugar, o algoritmo

processo de identicao de sistemas, conforme Fig. 2.11.

sem perda de

simplicao,

LMS

de convergncia para o algoritmo

limites

H(z) a transformada

m = 0.

generalidade, assumiremos

Portanto, H(z)

titulo

= W*(z), onde

da resposta do sistema a identicar e W*(z), a transformada

resposta tima do ltro adaptvel.

de

da

Outra considerao que simplifica consideravelmente o equacionamento, a aplicao de

um

de entrada do tipo rudo branco (bastante utilizado no processo de identicao de

sinal

sistemas por abranger todo espectro de freqncia), cuja mdia zero (px
z_-_-

igua1 a

_
(ox -1). Neste caso, a matriz de autocorrelao

totalmente descorrelacionadas entre

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

tomar diagonal (amostras

Esta condio toma as curvas de nvel da superficie de desempenho (

'

fx

qe
g

Qza
-

'`

.Q

l=o.os

.;0

Wo

Fig. 2.10 Convergncia de

e a varincia

conseqentemente, seus auto-valores sero todos iguais

si) e,

constante) circulares, ou seja, os raios das elpses sero iguais.

o.oe

= 0)

um sistema para dois coeficientes utilizando o algortimo LMS

|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.

A partir destas condies, e fazendo


Vk = Wk - W*

(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)

somando (-W*) aos dois lados de (2.43), teremos:

VH, = Vk +

31

Como

sinal

em (2.44) que Vk depender de

de entrada desconelacignado, verifica-se

Xk_1, mas ser independente de Xk. Portanto:

E[xkx] = E[2[k]]INxN

onde INXN a matriz identidade de dimenses

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]

e procedendo as devidas multiplicaes e simplificaes,

teremos:

aim = (1" 4l1xizMs

'l'

4l12NXiMs)E.~i<

(2-48)

Portanto,

(1

- 4 uxfw +4 u2N;*W, )'@

(2.49)

De (2.49), verificamos que


|1- 4u<,MS

+ 4u2N;*M,| <

(250)

32

a condio para a convergncia do algoritmo. Desta condio detenninamos que

<H<

Estes limites so comprovados na prtica,

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

do gradiente do erro mdio quadrtico (como na

anlise para "steepest

descent") ao invs do gradiente do erro quadrtico (LMS), de forma que, formalmente os limites

deveriam ter menor restrio do que os apresentados

em (2.5l).

Para vericarmos agora o melhor valor de u para o processo de convergncia (mxima


velocidade de convergncia), determinamos o valor mnimo da funo

/
A

f(|.1)

= 1- 4 uxfms + 4 u2NxMS

Assim:

uumo

nmero de

ser muito maior

( 2.53 )

2N.xMS

Porm, para algumas aplicaes, pode

compromisso entre os dois algoritmos, ou

um valor prximo

do algoritmo

LMS

normalmente

"steepest descent",

no entanto, o clculo do gradiente a

um

volume de operaes muito maior.

cada iterao no "steepest descent" acaba produzindo

onde calculado

iteraes necessrias para a convergncia

do que para o algoritmo

(2.52)

ser interessante
seja,

proceder a adaptao utilizando

atualizando o vetor

um

W a cada bloco de amostras,

do verdadeiro gradiente do erro mdio quadrtico.

melhor

compromisso aquele que produz.-umaconvergncia em menor tempo, incluindo-se aqui o

nmero de iteraes e o volume de

clculos para obteno

do gradiente.

'

-3%

Porm, por sua simplicidade e

eficincia,

o algoritmo LMS, na sua forma

o algoritmo mais utilizado em filtragem adaptvel.

No

desenvolvidos, sendo alguns derivados do algoritmo

(LMS

normalizado) e outros baseados

caso do Algoritmo

RLS (Recursive

dos Mnimos Quadrados

[6],

em mtodos

original, ainda

entanto, diversos outros algoritmos foram

LMS, como
diversos do

Least-Square Algorithm).

o caso

mtodo do
algoritmo

do Algoritmo
gradiente,

RLS

utiliza

NLMS

como

o mtodo

cuja principal caracterstica a sua independncia dos parmetros

estatsticos.

34

CAPTULo

PROCESSAMENTO MULTIBANDA DE s1NA1s

3.1

Introduo

Com uma gama

de aplicaes bastante ampla

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

sub-bandas de freqncia, seguida da reduo da taxa de

amostragem, visando principalmente dois aspectos: o tratamento independente de

sinais

por sub-

banda; e a reduo da complexidade computacional exigida dos processadores.

estrutura multibanda formada, de maneira geral, por dois

componentes bsicos: o

Analisador (ou Filtro Dizimador) e o Sintetizador (ou Filtro Interpolador)

[2, 14, 15] (Fig. 3.1).

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

cada banda, procedimento agora possvel devido limitao

em

O sintetizador, por sua vez, o responsvl em reconverter a taxa de amostragem para

o mesmo valor

original

ou maior

(se desejado), e pela recomposio das diversas sub-bandas

em

um sinal de banda nica.


Cada um
e

um

destes componentes, ento, formado por dois sub-blocos:

Conversor de Freqncia.

Na Fig.

multibanda, onde se pode observar o

um Banco de Filtros

3.2 apresentado o diagrama bsico de

Banco de

Filtros de Anlise (que

sub-bandas), o Dizimadorl (que sub-amostra o sinal por

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

Filtros de Sntese (cuja funo

*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

ltrar as rplicas indesejveis

do espectro de freqncia criadas na dizimao e interpolao e

reagrupar as sub-bandas fonnando novamente

um

Para cada sub-banda

sinal nico).

(Fig. 3.2)

teremos, portanto, x[n] (sinal de saida do ltro de anlise), x[Mn] (sinal dizimado por

M), x'[Mn] (entrada do interpolador

pode

(sinal ltrado

Fig. 3.1 Estrutura bsica de

X.

X'

m]

Banco
X

(ie

Filtros

de
Anlis

[n]

Fig. 3.2

M
I

[U]

ii

xmlnl

xI[n]

m]

um sistema de processamento de sinais multibanda.

Dizimador

Sintetizador

[ml

x'

pelo ltro de sntese).

[m]

X im]

[n]

[ml

fator

ser igual a x[Mn]), xe'[(M/L)n] (sinal interpolado

com zeros por um fator L - esparso) e x'[(M/L)n]

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

Componentes da estrutura de um sistema multibanda.

Se por

um

lado o processamento multibanda apresenta

da taxa de amostragem, que

desejvel, a reduo

menor velocidade

e,

caracterstica acarreta

conseqentemente,

uma

caracteristica bastante

possibilita a utilizao

menor complexidade, por

um tipo de erro bastante significativo

de processadores de
outro,

no processamento

esta

digital

de

mesma
sinais:

36

Recobrimento

[15].

O espectro de freqncia dos sinais discretos apresenta uma caracteristica de

periodicidade [l6, 3, 17] que se verifica a cada 21: radianos. Considerando o teorema de

amostragem, sabe-se que a taxa mnima de amostragem de

um

sinal,

para que este seja

caracterizado completamente, de duas vezes a largura da banda passante de sua resposta


freqncia. Portanto,

aparecem a cada

com

em

a reduo da taxa de amostragem, as rplicas da banda passante (que

21: radianos)

tendem a se aproximar, podendo haver o recobrimento de uma

sobre a outra e conseqente degradao na informao. Esta caracterstica ser melhor discutida

em seo posterior.

3.1.1

Organizao do Captulo

Neste Captulo ser analisada a teoria de processamento multibanda, iniciando pela


definio

de dizimao e interpolao, suas principais aplicaes e sua importncia

processamento de
polifasicamente,

bancos de

ltros,

sinais,

como

principalmente

ser descrito.

Em

quando os bancos de

filtros

so

em

decompostos

seguida verificado o desenvolvimento de projetos de

considerando as duas estruturas bsicas:

DFT e em rvore (onde se destacam os

bancos QMF), onde so analisadas as condies para o desenvolvimento de sistemas multibanda

com

reconstruo perfeita. Finalmente, realizado

processamento multibanda

3.2

um

estudo relacionado aplicao do

em ltragem adaptvel.

Dizimao e interpolao

Na

decomposio de

um

sinal x[n]

observar que a taxa de amostragem

em

em

sub-bandas de freqncia (Fig. 3.2), podemos

cada sub-banda se toma relativamente elevada,

como

se

verica no exemplo da Fig. 3.3(b)_ Isto significa que o sinal estar super-amostrado, ou melhor,

37

existem redundncias entre as amostras deste

sinal,

o que

possibilita

uma reduo da

amostragem sem que haja perda de informaes, como mostrado na Fig.

Na
bandas

novo
sejam

Fig. 3.3(c), considerou-se

um

fator

ou

ideais).

seja,

no

limite

3.3(c).

de dizimao de valor igual ao nmero de sub-

(M = K = 4, onde K o nmero de sub-bandas),

sinal,

taxa de

o que resulta numa amostragem

crtica

da condio de Nyquist para no haver recobrimento (caso os

Nesta condio de amostragem, onde

do

filtros

M = K, os bancos de ltros so denominados

Bancos de

Filtros Criticamente Amostradosl [2]. Por no serem ideais na prtica, estes ltros

permitiro

um

certo grau de recobrimento que dever ser

possveis distores,

como

ser verificado posteriormente.

Para se recompor o

sinal

de

sada, y[n],

deve-se realizar o processo inverso, ou

seja,

a partir dos sinais xe'k[n], para k

recuperar o sinal

(ou maior se necessrio) e somar as sadas de cada sub-banda

compensado de maneira a prevenir

processo de recuperao do

sinal

com

0,

,K-1,

a taxa de amostragem original

(Fig. 3.2).

ocorre por interpolao, ou

seja, se

recuperam as

amostras originais, retiradas na dizimao, a partir das amostras remanecentes. Para que este

procedimento seja possvel, inicialmente aumenta-se a taxa de amostragem do


introduzindo-se amostras

com

No

foram introduzidas

exemplo da

sinal

neste

(L

Fig. 3.3,

= 4) (Fig.

sinal, resulta

3.3(d)).

fz)[n],

simplesmente

valor zero entre as amostras de xe'k[n] (atravs da interpolao2).


trs

amostras iguais a zero entre cada amostra do

Este aumento na taxa de amostragem sem alterar a informao contida

no espectro apresentado na mesma gura. Para se obter o fonnato

sinal (Fig. 3.3(b)), utiliza-se

resposta

sinal

novamente

um

ltro seletivo (passa-baixas para

que, para esta banda, eliminar as rplicas intermedirias entre 0 e

original

do

o exemplo), com
fs,

Fig. 3.3(e).

literal do ingls "Critically Sampled Filter Banks".


interpolao, de forma mais ampla, tem o significado descrito neste pargrafo (de recuperao de
amostras retiradas a partir das remanescentes), no entanto, em processamento multibanda, tambm utilizado este
termo para designar apenas a introduo de amostras de valor zero entre as amostras remanescentes do sinal.
l

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

muito grande de aplicaes,

nas mais diversas reas, tais como: sistemas digitais de udio, sistemas de comunicaes,

processamento de voz e de imagem, transmisso e processamento de dados, entre outras.

Neste Seo descrevemos, suscintamente, algumas desta aplicaes onde o processamento


multibanda largamente utilizado

a)

Converso de formato

[2, 15].

em sistemas digitais de udio

Uma primeira aplicao em sistemas digitais de udio a converso de formatos de gravaes


digitais (taxas

de amostragem).

A princpio

esta converso poderia ser realizada convertendo-

se o sinal digital para analgico e reconvertendo-o para digital utilizando outra freqncia de

amostragem. Porm, devido ao rudo inerente s converses

D/A e A/D, toma-se

prefervel a

converso de taxas diretamente utilizando os princpios da dizimao e interpolao.

b) Digitalizao

do sinal em sistemas digitais de udio

Outra aplicao importante

em

sistemas digitais de udio surge no processo de digitalizao.

Antes de se processar a converso A/D de

um

sinal

de udio, necessria a pr-ltragem

40

analgica, selecionando a banda de interesse, a fim de se evitar erros de recobrimento no

sistema

digital.

No

com uma freqncia pouco maior do que

entanto, se o sinal for amostrado

o dobro da mxima freqncia da banda passante (amostragem

uma

dever ter

seletividade muito alta (Fig. 3.4(a)), o

de fase indesejveis

[l8].

o ltro analgico

crtica),

que normalmente acarretar distores

Para que se possa evitar estas possiveis distores, o

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

um ltro analgico menos seletivo que garanta o no recobrimento

digitalizado,

sinal

ento novamente filtrado (agora de forma mais

aproveitando-se da possibilidade de fase linear dos ltros digital FIR, podendo-se

retomar, desta forma, a taxa de amostragem original atravs da dizimao (Fig. 3.4(c)).

D/A

Procedimento semelhante ocorre na converso

utilizando,

porm, o processo de

interpolao.

Codificao de voz e imagem

em sub-banda

bastante freqente sinais de voz,

maior de energia
estes sinais

em

em

imagem ou

outras aplicaes, terem

uma

concentrao

determinada faixa do espectro de freqncia. Desta forma, decompondo

sub-bandas, pode-se quantizar cada componente

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

poderia ser decomposto

com

em duas sub-bandas onde o

8 bits e o da segunda

amostragem a metade da
kbits/s

bits

para cada amostra, o que,

taxa amostragem de 10.000 amostras/s (10 kHz) representaria

por exemplo,

40

que deveria ser quantizado com 8

com 4

bits.

anterior devido dizimao

sinal

Como em

sadas, ter-se-ia

uma compresso para 3/4 da taxa original.

kbits/s

uma taxa total

taxa de 80

seria quantizado,

cada sub-banda a taxa de

(M = 2), teriamos:

na primeira sub-banda e 5.000 amostras/s ou 20

Multiplexando no tempo estas duas

da primeira

uma

5.000 amostras/s ou

na segunda sub-banda.

de 60

kbits/s,

signicando

41

ltro analgico muito seletivo


\

\
...............................

\
'

..

analgico

sinal

\\

fsl

fc

>

fsl

(8)

ltro analgico pouco seletivo


"'--' _ - - - - - - - ~ --,-\\

\ \\

z
5

E
:

--------------------------------------

\\ \`

\` \\`

sinal

`\ \ \\

analgico

`\\\\\

"i

fc

>

fs2- fc f

fsz

2
(b)

filtro digital muito


'-~- ------- ---5

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

FDM para TDM ou vice-versa

Transformao

Muito

em

utilizada

sistemas telefnicos digitais ou outras aplicaes onde se necessita

transmisso de informaes, a multiplexao se caracteriza pela possibilidade de transmisso

No

de diversos canais simultaneamente.


freqncia) os sinais transmitidos

enquanto que

resultante,

formato

ocupam bandas

em TDM2

FDM1

distintas

(multiplexao por diviso de

do espectro de freqncia do

sinal

(multiplexao por diviso no tempo) os sinais no so

modulados em freqncia, sendo suas amostras transmitidas altemadamente no tempo.

FDM

transfonnao
correspondentes

para

aos

canais

TDM,

sinal

um

(por

analisado

banco

correspondente, demodulado para a banda base

Com uma

reduzida (dizimao).

numa

No

atravs de

Cada

filtros).

em

uma

em cada

um

uma

taxa

na sub-banda

sinal,

seguida, sua taxa de

podem

amostragem

ser transmitidas

taxa idntica anterior dizimao)

sentido inverso, os sinais multiplexados no formato

separados (obtendo-se, portanto,


interpolados

e,

(decomposto) nas sub-bandas

taxa menor, as amostras dos sinais

nica linha alternadamente (resultando

(Fig. 3.5).

de

menor para cada

TDM
sinal),

so primeiramente

em

seguida so

sub-banda (elevando-se a taxa novamente para o valor original)

banco de

modulados para assumirem as respectivas

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

Fig 3.5 Transformao

FDM para TDM.

Frequency Division Multiplexing

Time Division Multiplexing

e,

CANAL

filtros,

FDM (Fig. 3.6).


fo

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-__.

TDM para FDM.

Fig 3.6 Transformao

Filtragem adaptvel

Em filtragem
distribuio

em

LMS,

faixa mais restrita

pode-se

verificar,

sub-banda.

O tempo de convergncia de adaptao

tende a diminuir

do espectro de potncia

uma

ser interessante

em

sistemas

com

freqncia no uniforme de potncia, contribuindo na reduo do tempo de

convergncia [15, 19, 201.


algoritmo

pode

adaptvel, o processamento multibanda

Alm

S(o)

do

com uma menor


sinal

de entrada

uma

um

relao entre os valores

[6, 2l].

de freqncia, podemos

normalmente,

de

ter

ltro, utilizando-se

mximo e mnimo

Desta forma, considerando que,

uma

variao

menor desta

em

potncia,

tendncia convergncia mais rpida para cada

desta vantagem, outras caracteristicas tm se mostrado melhores no

processamento multibanda. Esta questo ser retomada posteriomiente.

Reduo da taxa de amostragem em processadores de sinais

De

forma mais

caracteristica

geral,

em

tratamento de

sinais,

o processamento multibanda tem

uma

muito importante que a reduo da taxa de amostragem. Esta estrutura pode

ser muito eficiente na reduo de custos computacionais

medida que se podem

utilizar

processadores de menor velocidade. Dependendo da aplicao, a reduo da taxa pela metade

(em duas sub-bandas), por exemplo, pode


baixo custo no lugar de

signicar a utilizao de dois processadores de

um outro de custo mais elevado.

44

3.4

Decomposio Polifsica

Avaliando o funcionamento de
este estar sendo utilizado de

um

forma no

ltro de anlise

na sub-banda

eficiente, pois estar

k, Hk(z),

observa-se que

calculando amostras de sada 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

valor zero, de forma a obter

nova taxa de amostragem. Neste caso, o

ltro de interpolao Fk(z) estar executando clculos

com amostras zero, novamente utilizando

o processador inecientemente (Fig. 3.8).

x[n]

Fig. 3.7 Processo de dizimao.

l-W

,||,

e'k[(M/L)n1

([Mzz1

.IM1

([(1vr/L)n1

Fig. 3.8 Processo de interpolao.

Para se obter
Bellanger

et al. [22]

um

aproveitamento mais racional do processador

foi

desenvolvido por

o mtodo da Decomposio Polisica, o qual descreveremos a

seguir.

A funo de transferncia de um filtro do tipo FIR representada por:


H(z) =

hmz-f

(11)

45

que pode ser reescrita da seguinte fonna

[l5]:

H(z) = (...+h[-4]z4 + h[-2]z2 + h[0] + h[2]z"2 + h[4]z"4 +...) +


+z'1(...+h[-3]z4

+ h[-l]z2 + h[l] + h[3]z'2 +...)

(3.2)

E,(z) =

(33)

Fazendo
E0(z) =

h[2i]z'*

h[2

+ 1]z'*

a equao (3.2) pode ser reescrita da seguinte forma:

H(z) = E0 (z2)+z1E(z2)

que representa a decomposio


representao de

polifsica

em duas

(3.4)

parcelas do sistema H(z).

Fig 3 9 Representao de

>

(2 )

E l(z2)

be

ln]

>

.,.
um sistema decomposto na forma polifasica (duas parcelas)
.

Retomando-se a estrutura de reduo da taxa de amostragem (com


2,

3.9 mostra a

um sistema decomposto na forma polifsica.

x n

L =

A Fig.

por exemplo) e decompondo-se o ltro H(z)

um ndice de dizimao

em componentes

representar o sistema na forma apresentada pela Fig. 3.10. Altemativamente,

polifsicos,

pode-se

podemos redesenhar

46

como na

a estrutura anterior

Representando o processo de dizimao por


apresentada

Decomposio

chave, a estrutura da Fig. 3.11(a) pode ser

polifsica de

yin]

y[2l

(Fig. 3.11) fica clara a

vantagem da decomposio

sistemas multibanda. Diferente da estrutura convencional (Fig. 3.7) e

Fig. 3.10,

original,

sendo que executar o

anteriormente. Esta condio determinar

executar sua tarefa

Na

mesmo volume de

um custo computacional

cculos que

menor, podendo o processador

mesmo procedimento

possvel, obtendo-se a estrutura da

novamente verica-se que o processador na estrutura

polifsica trabalhar

menor taxa de amostragem, sendo utilizado de forma mais adequada.


x

estrutura da

com a metade da velocidade.

filtragem de sntese o

Fig. 3.12. Aqui,

tambm da

polifsica

uma taxa de amostragem

o processador que implementa o ltro passar a trabalhar com

duas vezes menor do que a

um ltro de dizimao.

Nesta segunda representao

em

uma

como em 3.1l(b).

x n

Fig. 3.10

da ltragem.

Fig. 3.ll(a), cuja dizimao realizada antes

[n]

x [2n]

x [2n-1]

(a)

y [2n]

com

47

x[n]

x[2n-1]

y[2n]

(b)

Fig. 3.11

Estmtura alternativa do ltro de dizimao com decomposio

polifsica. (a)

blocos. (b) Representao utilizando chave.

x 2n

E0(z)

Representao utilizando

'T

(fl)

:\_

y[n1

(b)

Fig. 3.12 Estrutura altemativa

do ltro de interpolao com decomposio

Extrapolando esta representao, pode-se decompor


parcelas,

polifsica.

uma

funo de transferncia

dependendo do grau de dizimao adotado, de onde se obtm,

em

48

H[z] = z*E(z'<)

nmero de componentes que

(35)

sero utilizados na decomposio polifsica aplicada a

sistemas multibanda, de forma a obtermos a reduo de custo computacional, est relacionado

diretamente aos fatores de dizimao e interpolao do sistema.

dizimao

M apresentado na Fig. 3.13.

Fig. 3.13 Estrutura altemativa

3.5

Um

do ltro de dizimao com decomposio polifsica

sistema

(fator

com

fator

de

de dizimao M).

Banco de Filtros
Dentro da estrutura de ltragem em multibanda, os bancos de ltros tm importncia

mdamental, sendo as estruturas responsveis pela decomposio do

sinal

nas sub-bandas de

freqncia e sua recomposio na sada. Para este m, no entanto, estes bancos no


interferir

na informao contida no

sinal

devem

a ser tratado, desejando-se obter na sada, idealmente, o

mesmo sinal que resultaria de um processamento idntico, porm, de banda nica.

Ao

se proceder esta

decomposio e recomposio, comumente surgem dois tipos de

distoro inerentes ao projeto dos ltros do banco: as Distores de Amplitude e de Fase.

Alm

destes erros, deve-se considerar ainda, a distoro causada pelo Recobrimento, j mencionada no

49

incio deste captulo.

de

filtros

De forma geral,

os trabalhos relacionados

visam, portanto, a eliminao, ou pelo

com o

desenvolvimento de bancos

menos a minimizao

buscando-se ainda o melhor desempenho e menor custo do sistema.

destas distores,

eliminao dos erros de

amplitude, fase e recobrimento congura-se no que se convencionou chamar de Reconstruo

Perfeita

(PR

Perfect Reconstruction) [15, 23, 24, 25, 26].

Apesar de existirem muitos trabalhos apresentando os mais diversos mtodos e projetos de


bancos, duas estruturas bsicas

baseado

[2, 15]:

podem

os bancos de ltros

tipo passa-baixas e pela translao

estrutura
cascata.

3.5.1

em

rvore,

ser destacadas, nas quais a

DFT1
em

caracterizados pela utilizao

ltro prottipo

banco de

filtros

QMF (Quadrature Mirror Filter).

DFT
filtros

uma

DFT

para

processamento

de

sinais

multibanda

digital

nasceu do

estrutura utilizada para anlise de espectro de freqncia de sinais,

fundamentada na Transformada de Fourier Discreta (DFT). Esta estrutura muito


processamento

com

onde as bandas so decompostas sempre de duas em duas numa estrutura em

Banco de Filtros

desenvolvimento de

deum

freqncia por modulao; e os bancos de ltros

Neste segundo grupo destacam-se os

maior parte dos autores tm se

de voz

utilizada

no

[25].

Para descrevermos a estrutura do analisador de espectro, partiremos da Transformada de


Fourier para Sinais Discretos de um

sinal x[n],

x(e1*)

A determinao da DFT de x[n], definida por:

Discret Fourier Transform

que dada por:

_[]e'i'*

(3.)

50

x(e1*k)

z[i1e'1'="

(sa)

i=0

onde

(ok

para k

0, 1,

...,

K-1, representa o conjunto das freqncias discretas.

Atravs da utilizao de
reescrever a

uma

janela no

w[n], de

comprimento N, podemos

DFT de x[n] como:


xm(ei*) z

onde

tempo

wrm _

(as)

i1[1.=.'1'**'"

m representa a amostra no tempo em que foi aplicada a janela w[n].


Observando a equao

discreta

de w[n]

complexa

e`'*"

com
[27].

(3.8),

x[n]e`*",

pode-se vericar que Xm(ej'*) a soma de convoluo

onde este ltimo ser o

modulado pela funo

Pode-se representar a expresso (3.8) pelo diagrama da Fig. 3.14. Nesta

estrutura, w[n] representa a resposta ao impulso


Xm(ej''< ),

sinal x[n]

de

um

filtro

que a DFT de x[n] na freqncia mk, aps a modulao

Fig. 3.14 representa sinal

passa-baixas que seleciona


(Fig. 3.15).

~m

A linha dupla na

complexo.

e-jmkn

x [n1

Fig. 3.14. Estrutura para obteno

'

Xm( elo) k)

da DFT de x[n] na freqncia mk.

Um analisador de espectro completo poder, portanto, ser implementado por um banco de


ltros utilizando esta estrutura, o qual denominado Banco de Filtros DFT, como mostrado na
Fig. 3.16.

O filtro representado por w[n] passa-baixas e ser utilizado em todos os ramos.

51

x(z1'<)

ak

mk
(a)

X(e.l(>'<k))

co

(b)

Fig. 3.15

Modulao pela funo complexa


(a)

Resposta

em

e''i<"

freqncia de x[n]. (b)

e filtragem, para obteno da


x[n]e'*iz"

(linha tracejada).

Uma
Quadratura

representao
[2],

prtica

em

DFT

freqncia e ltro

com

de x[n] na freqncia mk.


resposta ao impulso w[n]

da modulao complexa, denominada Modulao em

apresentada na Fig. 3.17, onde

X...ef*=Am.<~jB.<

0.9)

~
~

52

eJ) n
-'

Xm(e 'p)

e-j(D1|1

~m

[n]

e'l mx-1

Fig. 3.16. Analisador de espectro utilizando

Xm(ejw')

Xn,e`KoK")

banco de ltros DFI`.

\cos(cokn)

[n]

\rsen(cokn)

9
Fig. 3.17. Estrutura alternativa

Utilizando esta

em

mesma

sistemtica, pode-se construir


sinais.

no ser necessariamente de banda

em

Bm<*

de modulao onde so obtidos sinais reais (modulao

processamento multibanda de

sinal

^m<>

um

>

em quadratura).

banco de ltros para aplicao

Neste caso, o ltro w[n] (que chamaremos aqui de h[n])

estreita,

mas ter a largura de banda desejada para decompor o

sub-bandas e seu projeto estar vinculado ao tipo de aplicao. Aps a modulao

complexa do

sinal

de entrada e a ltragem, para cada sub-banda, efetuada a dizimao para

reduo da taxa de amostragem.

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)

Fig. 3.18 Sistema de processamento de sinais multibanda utilizando


Sintetizador.

banco de ltros DFI`.

(a)

Analisador. (b)

S4

No lado da sntese, um procedimento inverso adotado, onde os sinais complexos em cada


sub-banda so interpolados e
sinal

em

seguida modulados pela

de baixa freqncia para sua faixa

mo complexa

passando a ser novamente

original,

sistema completo de processamento multibanda utilizando banco de


Fig. 3.18

(em

Satt e
filtros

e,

filtros

DFT

que transladar o

um

sinal real.

representado na

linhas duplas so representados sinais complexos).

Malah

[28] desenvolveram importante trabalho no desenvolvimento de bancos de

DFT otimizados para codicao de voz em sub-banda.

Uma forma altemativa de modulao,


sub-bandas, a
quadratura,

que

Modulao SSB1. Esta forma pode

como pode

ser verificado

entrada modulado para ser ltrado por

de

Amostrados, ou

seja,

(Fig.

com

3.19). Este

sinais reais nas

em

da modulao

um

banco de ltros DFT, no mais o

sinal

de

modulada a

de se obter os demais

filtros

procedimento vlido para sistemas Criticamente

fator de dizimao

formulao no se aplica ao caso de

ser obtida a partir

com

um ltro passa-baixas, mas sim a resposta ao impulso do

ltro passa-baixas h[n], Filtro Prottipo, ser

do banco

o processamento

em [2].

Em uma outra forma de representao

passa-faixa

possibilita

M,

igual

ao nmero de sub-bandas

K/M ser um nmero no inteiro maior do que

superposio de rplicas da banda passante aps a dizimao.

1,

[2].

Esta

pois haveria

Um exemplo apresentado na Fig.

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

de forma muito mais

Fig. 3.21.

um

banco

uma

estrutura

DFT em uma

H (z) = H0(-z), sendo, portanto, H(z) um ltro passa-altas

ltro passa-baixas H0(z) [15]

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

ao custo de apenas um, o que representa

pode

E0(z2)

(modulao por eiml). Portanto,

- z'1

E(z2) e o banco poder ser

vericar, estaro sendo

implementados dois

uma importante reduo no custo

SSB = Banda Lateral nica (do ingls - Single Side Band)

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]
~

fK_1[n1= f[n] e1*-1


(b)

Fig. 3.19 Estrutura DF'I`


Sintetizador.

com

ltros

modulados por uma funo complexa para

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)

da estrutura da Fig. 3.19 em um sistema com 3 sub-bandas e dizimao igual a


(hachurada). (b) Sub-banda I aps a dizimao.

Fig. 3.20 Efeito

[n]

D0[Mn]

2. (a)

W1

-1

Fig. 3.21.

Banco de ltros DFT de dizimao implementado por decomposio polifsica (M = 2).

Sub-banda

57

Este procedimento poder ser generalizado para


sub-banda k ser representado

como segue

M qualquer (M = K), onde o ltro da

[l5]:

Hk(z) = lE(z)z-*w"

(39)

i=0

onde W'k, para


freqncia do

W=

e'J'2"/M,

representa a modulao complexa que translada a resposta

De

prottipo para a freqncia desejada.

filtro

DFT inversa (IDFT),

cujos coecientes so E(zM)z'1, para

se implementar esta estrutura


sadas so obtidas atravs de

como na

Fig. 3.22, atravs

(3.9), verifica-se
1,

M-1

que Hk(z)

[3, 171.

da decomposio

em

uma

Portanto, pode-

onde as

polifsica,

um bloco que realiza a IDFT conforme (3.9). Desta forma,

obtm-se

um banco de ltros com M componentes ao custo computacional de apenas um (alm do custo do

processamento da IDFT, que nonnalmente necessita de poucas multiplicaes, como no exemplo

da Fig. 3.22).

O mesmo procedimento vlido para o banco de ltros de intexpolao.

_"-Wi

>

>

1DFT

-[> X

[Mn]

Fig. 3.22.

Banco de ltros DFT de dizimao implementado com decomposio

-f> *-W
polifsica

(M qualquer).

58

3.5.2

Banco de Filtros com Estrutura em rvore (Banco de Filtros


Esta estrutura, baseada na cascata de

interpolao

com L

implementao

igual a 2), proporciona

[2, l5].

filtros

de dizimao

uma congurao

QMF)
com

M igual

a 2 (ou de

bastante simples e de

fcil

Tal estrutura tem despertado subremaneira o interesse de pesquisadores

que atuam na rea de processamento multibanda.

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.

Observa-se que a decomposio

baixas e o segundo passa-altas.

em

Como

duas bandas requer dois

ltros,

sendo o primeiro passa-

o espectro de freqncia resultante da filtragem passa-altas

invertido aps a dizimao (Fig. 3.24), o ltro passa-baixas utilizado na decomposio desta

sub-banda (segunda etapa) estar selecionando a banda de mais

A saida deste ltro,

verica na ilustrao da Fig. 3.24(b).

alta freqncia

(banda

aps nova dizimao,

3),

como

ser, portanto,

se

sinal x3[4n] (Fig. 3.23).

Pode-se ainda

realizar

uma decomposio no uniforme utilizando

esta estrutura,

verica no exemplo da Fig. 3.25.

>

>
V

x[n]

Fig. 3.23. Estrutura bsica de

PB2 _{>'\|,_2-ip

*M2 -*

'__[>2_?{>
PA2

PA2

I*-9

PB2 -[>\l2

um banco de filtros de dizimao por estrutura em rvore.

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)'

Fig. 3.25 Estrutura em rvore de


de freqncia.

Os bancos de

banco de ltros no uniforme.

(a)

Estrutura

em blocos.

QMF (Quadrature Mir_ror Filter Bank)

ltros

em rvore onde,

caso particular de estrutura

(b)

podem

Resultado no espectro

ser considerados

um

para se aproximar da reconstruo perfeita, os ltros

passa-baixas e passa-altas dos bancos de anlise e sntese tm

um compromisso de projeto entre si

[2, 15, 231.

Considerando o diagrama da
pode-se desenvolver

uma

Fig. 3.26,

que representa uma estrutura com duas bandas,

expresso para X0(z2) e X(z2), que representam as transformadas

x0[2n] e x[2n] respectivamente,

como

de

segue:

x0(z2) = %[x(z)H(,(z)+ x(~z)H0(-z)]

(3.1oz)

x,(z2) = [x(z)H,(z) +x(-z)H,(-z)]

(3.1ob)

x 2n
x

>

Fig. 3.26. Estnitura multibanda,

6
V

[n]

Flw

sem a realizao de qualquer processamento em sub-banda.

x'

[n]

61

primeira parte da

soma nas expresses

(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

o segund o t ermo, a rplica que surge

com

a dizimao, parte hachurada na

mesma

gura.

H 0e1'

H ow' Q `)

21:

1:

(21)

H l(ej (co+1r))

H1<e1"

1:

21:

(b)

Fig. 3.27.

Re p resenta o em freqncia do sistema dizimado em cada sub-banda.

Na saida,

(a)

Sub-banda

0. (b)

Sub~banda

l.

a transformada Z de x'[n], X'(z),

X'(2) = X(22)F(2)+ X1(22)F1(Z)

(311)

62

Substituindo as equaes (3.10)

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

que o primeiro termo, entre colchetes, est representando a

verifica-se

do banco de

interpolao, e

aps a dizimao (resposta

filtros

no

sinal

de

sada,

como

se

no houvesse ocorrido

o segundo termo envolve a parte no desejada da resposta obtida

em freqncia representada pela parte hachurada na Fig.

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)

obtm-se a condio estabelecida pela equao

F(z)

= -H0(-z)

(3. 13):

H0(-,z)H(-z) - H(-z)H0(-z) = O

Sendo H1(z) o

(3.l4)

(3. 15)

ltro passa-altas correspondente ao filtro passa-baixas HQ(z), pode-se fazer

H0(z) = H(z)

H1(z)= H(-z)

(3.16),

63

que por sua simtria

em

freqncia

em

torno de

1:,

diz-se

que H(z) a imagem no espelho de

Ho(2).

Devido

caracterstica

de simetria envolvendo as duas sub-bandas e os

filtros

de

dizimao e interpolao que esta estrutura recebeu a denominao Quadrature Mirror Filter

Bank, que

em portugus poderia ser denominado Banco de Filtros Espelho em Quadratura.

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

FIR, sua fase poder ser

feita linear e, deste

de

fase.

Se o

filtro

modo, no haveria problemas com relao a

H(z)

este tipo

de distoro, restando apenas a distoro de amplitude.

Uma importante
tendo

uma

como base

amplitude

Hooke

estruturas FIR, foi o trabalho realizado por Johnston [29],

com

filtros

mtodo de janelamento

e Jeaves [30].

(janela

reconstruo perfeita). Estes

de Hanning) [17]

em trabalhos importantes na rea de processamento

Na

com

Sua relevncia comprovada pela ampla

QMF,

onde apresentada

minimizao de distores de

caracteristicas importantes para a

(mesmo no sendo ainda com

utilizando o

hoje,

de

famlia

contribuio no desenvolvimento de projetos de bancos de ltros

filtros

so projetados

otimizao atravs da rotina de

utilizao destas estruturas, ainda

multibanda.

busca, no entanto, da reconstruo perfeita, voltamos anlise da equao (3.l2).

Considerando que o segundo termo desta equao


substituies

de

(3.

14)

como

foi eliminado,

podemos

reescrev-la fazendo as

segue:

X'z =[H0<zH.<-z+H,zH<,~z1Xz

Se considerarmos ainda

(111)

(3. 16), tem-se:

X'z = %[Hz - Hfz]Xz = [H2z - H2-z]Xz

(118)

64

Portanto, para que a distoro de amplitude seja eliminada

reconstruo perfeita, o projeto do

filtro

C uma constante.

Para este caso os

Power-Complementar); Pairl. Para


Vaidyanathan,
forma:

em

|H)2(e)|

altemativas,

seguido de

[23],

como

mostra que

cos2(Kco) e

filtros

desta forma, se obtenha a

H(z) dever satisfazer a seguinte condio:

|H(e1')|+|H(z1')|=

onde,

e,

filtros

satisfazer

,para

mao w

(119)

H0(z) e H(z) so denominados,


esta

condio para todo

co,

em

[23],

no entanto,

um filtro com fase linear deve ser da forma trivial, ou

|H2(e.)|

sen2(Kco). Portanto,

devem

por

seja,

da

ser adotadas solues

IIR (que por sua vez causam distores de fase) ou FIR

com

fase linear

um equalizador.

Um exemplo de projeto de banco de filtros com reconstruo perfeita, utilizando filtragem


FIR com fase linear, apresentado por Vaidyanathan em

[23].

Fazendo-se

-N H0(-z -1)
H(z) = z

onde H0(z'1) a transformada

de h[-n] [16] e

N o comprimento

(320)

da resposta ao impulso de

H0(z), obtm-se, a partir de (3. 17),

x'(z) = [z-<"~'>H0(z")H(z) + z'<'*>H0(-z-*)Ho(-z)]x(z)

(321)

G+z= z'<'H0z'*H0z

0.22)

Sendo

Em portugus poderiamos denominar estes ltros por Par de Potncia Complementar.

65

G+(z) + G+(-z) =

1z'<-1)

(323)

para

G, (z) = G(z) + z'<"'1>

(3.24)

onde d e sao constantes.


G(z) ser um

filtro

FIR de fase linear do tipo

"equiripple" (definido

em

[23]), portanto

X'(z) = %z*"'*>x(z)

(325)

satisfazendo a condio de reconstruo perfeita. Considerando o projeto de

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

como, por exemplo, o algoritmo McClellan-Parks


Vaidyanathan

[23],

Nguyen

[3 l].

e Vaidyanathan [25] e Vitterli et

teorias e formas de implementao de bancos de ltros

ltros

FIR quanto

IIR, e

Nayebi [32]

al.

com reconstruo

analisa a teoria destes

[24, 26]

desenvolveram

perfeita, tanto atravs

de

bancos de ltros no dominio do

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.

Outras tcnicas de projetos e mtodos tm sido ainda desenvolvidos, destacando-se os

bancos de ltros Cosseno-modulados [46

49] e os bancos

Pseudo-QMF [SO,

5l], sendo

ambos

66

modulados

e,

portanto, da

mesma forma que nos bancos DFT,

utilizam

um filtro

prottipo para a

implementao dos demais.

3.6 Processamento

Temos

Multibanda

visto at

e Filtragem Adaptvel

o momento neste captulo, detalhes sobre a estrutura de decomposio

sub-bandas e converso de freqncia, sempre


eficiente e evitar as distores inerentes

com

a preocupao de

em

tomar o sistema mais

ao processamento multibanda, ou melhor, de tomar os

ltros de dizimao e interpolao o mais transparentes possvel

ao tratamento do

sinal.

Nesta

seo, considerando o desenvolvimento dos bancos de ltros, sero vericadas as implicaes do

processamento multibanda

Como j

em ltragem adaptvel.

vericamos, o processamento multibanda apresenta importantes caractersticas,

como a reduo do

custo computacional, por exemplo, que

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

sub-bandas de freqncias traz

ser discutido a seguir.

Entretanto, dependendo do tipo de aplicao, outras implicaes

quando da

utilizao de sistemas multibanda

em processamento

portanto, duas formas bsicas de aplicao de sistemas multibanda


a) Aplicaes

podem

ser vericadas

adaptvel. Pode-se distinguir,

em processamento

onde o processamento por sub-banda totalmente independente.

adaptvel:

Um exemplo a

codicao de voz ou imagem, onde cada banda tratada separadamente para se obter

melhor desempenho global (ve exemplo no Seo 3.3)

[52].

b) Aplicaes onde no h independncia entre as sub-bandas. Neste caso, onde


tpico a identificao

um

um

de sistemas (cancelamento de eco, por exemplo), os ltros

exemplo

em

cada

sub-banda so adaptados de forma que o resultado da recomposio se aproxime de um sistema


fisico

de banda completa, portanto, caso os bancos de ltros no sejam

diculdade na obteno do resultado desejado,

como

ser analisado

em seguida.

ideais,

haver

67

Em

[l9], Gilloire analisa

um

em

sistema de cancelamento de eco para teleconferncia

sub-banda, onde verifica na prtica as vantagens do processamento multibanda num' sistema


adaptvel.

Como

primeira vantagem, Gilloire destaca a melhor eficincia computacional, devido

menor taxa de amostragem que exige menor velocidade de processamento


processamento multibanda);

em

(inerente ao

seguida cita o aumento da velocidade de convergncia, que est

relacionada ao fato de se utilizar coeficientes de convergncia distintos por sub-banda e a


possibilidade de reduo

Tambm

banda).

restritas e,

ltro

(dependendo da resposta de cada sub-

fator determinante no incremento da velocidade de convergncia, a

relao entre os valores

mais

do comprimento de cada

mximo

menor

e mnimo do espectro de potncia devido obteno de faixas

com menor

conseqentemente,

variao de amplitude e fase nas sub-bandas

[6,

2l].

No

trabalho realizado

em

que

[19],

utiliza ltros

adaptveis independentes

sub-banda (em sistemas criticamente amostrados), observa-se no entanto,


residual

um

em

cada

acrscimo no erro

do sistema se comparado com o processamento em banda completa. Esta verificao nos

leva a crer que a identicao exata de

um

sistema utilizando sub-bandas independentes no

trivial.

Kellermann,

em

em

[20],

tambm

cancelamento de eco ainda

com

analisou o
filtros

comportamento do processamento multibanda

independentes por sub-banda. So analisadas as

condies para a melhor adaptao dos ltros adaptveis


a)

em duas proposies ou classes:

Considerando a minimizao dos erros por sub-banda (ver Fig. 3.28), ou

seja,

c(zM).H(z) = H(z)_s(z)
onde C(zM) = diag

C0(zM)

sub-banda, que subamostrada


b)

CK_(zM)

],

(321)

sendo Ck(zM) o ltro adaptvel da k-sima

com fator M.

Considerando a minimizao do erro

total

(aps a interpolao), ou

F(z).c(zM).1-1(z)

F(z).H(z).s(z)

seja,

(322)

68

Para ambas proposies so apresentadas formas de implementao e minimizao de

erro,

demonstrando, no entanto, a impossibilidade de adaptao exata, que s conseguida para bancos

de ltros sem qualquer recobrimento

(ideais).

Anlise semelhante apresentada

em

[53].

[n]

~
^f

ADAPTAAO

35

ANLISE

irfwzi

SISTEMA

I9C
. '

if"

SNTESE Ek

ANLISE

Fig. 3.28. Estrutura de identificao de sistemas (exemplo, cancelamento de eco) multibanda.

Em [54,

55], Gilloire e Vitterli analisam

uma

estrutura para identicao de sistemas

processamento multibanda onde concluem que para se obter a exata identificao de

um

com

sistema

sico utilizando sistema multibanda, no se pode implementar os ltros adaptveis de fonna

independente
diagonal.

em

cada sub-banda, ou melhor, a matriz C(zM) da equao (3.22) no pode ser

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

Considerando que H(z)


[54],

um ltro com fase linear e comprimento N,

que representa um simples

ento Det [H(z)]

= 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)

(3.25) verifica-se que, para que C(z) seja diagonal,

das seguintes condies

ser satisfeitas:

H(z)H(-z) =

b) S(z)

uma

0,

ou

seja,

nenhum recobrimento, o que

signica que H(z)

= S(-z), que representa uma funo par em z, ou seja,

sistema no

Considerando estas condies, conclui-se que no possivel, na


perfeita atravs

de

um ltro ideal;

real.

prtica,

uma identificao

um sistema adaptvel multibanda cujos ltros so independentes por sub-banda.

Desta forma,

em

[54]

proposta

uma

estrutura

com termos cruzados onde

so

consideradas, no caso de duas bandas, os quatro elementos da matriz C(z), na obteno do sinal

de

sada.

algoritmo de adaptao (no caso o

(principais e

Em

LMS)

atualiza os coecientes

termos cruzados) a partir dos erros de cada banda

[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

um processamento com amostragem no

menor do que o nmero de sub-bandas, de fonna a

critica,

esta

uma rea de

seja,

reduzir o efeito

Este procedimento tem apresentado melhor desempenho do que aquele

Sendo

ou

dizimao

com um

do recobrimento

[56].

com termos cruzados.

estudos bastante atual, muitas novas propostas devero surgir, de

forma a cada vez mais melhorar o desempenho e o custo computacional dos sistemas adaptveis.

-5
V

yolml

etml

@,[m1

Fig. 3.29

Estmtura de um ltro adaptvel


com duas bandas).

em

G-

identicao de sistemas multibanda

Y, [m]

com termos

cruzados (exemplo

71

CAPTULO

FILTROSIFIR

4.1

Introduo

A utilizao

de estruturas multibanda em processamento de

captulo anterior, apresenta

sinais,

como vericamos no

uma srie de vantagens importantes nas mais diversas aplicaes. Uma

das principais caracteristicas a reduo da exigncia computacional devido reduo da taxa de

amostragem

em

cada sub-banda. Seguindo esta mesma tendncia, baseando-se na idia de

dizimao e interpolao, Neuvo

et

al.

[4]

vericaram que,

em

sistemas de processamento cuja

largura de banda passante reduzida (menor do que rt/2

ou

computacional, no pela reduo da taxa de amostragem do

sinal,

sistema

FLR

fs/4) poder-se-ia reduzir

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

forma a recuperar a resposta

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).

Considerando que normalmente a ordem do interpolador muito menor do que a do ltro


esparso, consegue-se reduzir a complexidade computacional,

percentuais maiores

do que 50%, dependendo do

fator

utilizando esta estrutura,

de interpolao

utilizado.

em

Porm, esta

reduo limitada pela relao entre a banda passante do ltro e a freqncia de amostragem do
sinal

processado,

o que restringe sua

importantes de aplicaes

podem

ser encontrados

independente da largura de banda do

cancelamento de rudo da rede,

utilizao

etc. [5].

ltro,

em

em

detenninadas aplicaes. Exemplos

sistemas

com

taxa de amostragem xa,

como em: cancelamento de

eco, equalizao,

72

Na

prxima seo verificaremos as

estrutura e suas semelhanas

em

aplicaes

com o processamento em

processamento de

algoritmos para projeto de

caractersticas

filtros

sinais.

Na

no tempo e em freqncia desta

sub-bandas, alm de suas limitaes nas

Seo 4.3 analisaremos, de forma

os mtodos e

geral,

IFIR mais especicamente dos interpoladores.

IFIR

4.2 Estrutura

A anlise do

comportamento no tempo e em freqncia de uma estrutura IFIR pode

melhor entendida se nos reportannos anlise da estrutura de

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

ltro interpolador, I(z),

ltro esparso, we[n],

pode

em

ltragem IFIR a implementao de

como

ser representada

,n=iL, i=o, +1, +2,

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

Interpolao do ltro esparso. Esta resposta ao impulso,

tem

A resposta

ltro esparso,

como:

we[n] = {w[n]

onde w[n] a resposta

ilustrado pela Fig. 4.1.

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),

da forma como est ilustrado na

sem dizimao, apresentada na Fig.

obteno da resposta

procesamento

em

apenas o espectro

4.2(a)).
final

desejada desta estrutura

sub-banda, onde necessrio

em

Fig. 4.2(b) (considerando a resposta original,

um novo ltro,

tambm semelhante ao

ltro interpolador,

freqncia desejado originalmente (Fig. 4.2(c), ver

que selecionar

tambm

Fig. 3.6).

No

73

domnio do tempo, este procedimento equivale interpolao dos coecientes do


determinando-se,

em

ltro,

funo dos coeficientes remanescentes, valores prximos do original (w[n])

para os coecientes zero do

filtro

esparso.

em sub-banda a filtragem IFIR,

Ainda comparando com o processamento

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,

considerando que alguns coecientes do ltro original

substitudos por zero na obteno

Fig. 4.1. Estrutura bsica de

No
Neste caso,

do ltro esparso.

rplicas surgiro a

computacional

a,

um ltro IFIR

exemplo apresentado na

nmero de amostras

so simplesmente

Fig. 4.2, foi utilizado

cada fs/4 de freqncia

diferentes de zero

na nova

um

(rt/2).

estrutura,

aproximadamente, 25%, considerando

fator

de interpolao, L, igual a

4.

Observa-se aqui a grande reduo do

que neste caso, deve reduzir o custo

um

interpolador de baixa ordem.

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

anlise apresentada, pode-se concluir

pode exceder a metade do valor da relao


banda passante do

que o

fator de interpolao

entre a taxa de

amostragem do

do

ltro IFIR

sinal (fs) e

ltro original (A) (Fig. 4.2(a)), para no haver distoro

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

(b) Filtro esparso. (c) Filtro

freqncia relativas a filtragem IFIR. (a) Filtro original a ser implementado

IFIR completo.

75

Com

isto,

verica-se que a

mxima

largura de banda possivel para esta estrutura de 1/4 da

freqncia de amostragem do sinal a ser tratado, considerando o

(L= 2). Por

mesmo

esta razo,

menor

fator

de interpolao

considerando os grandes beneficios alcanados

em

termos de

custo computacional, sua utilizao tica restrita a aplicaes bastante especcas.

A aplicao de ltros IFIR no entanto, no se restringe a ltros passa-baixas, podendo-se


projetar estruturas passa-altas, passa-faixa ou rejeita-faixa. Um exemplo de ltro passa-faixa
utilizando estrutura

IFIR

ilustrada pela Fig. 4.3.

de interpolao utilizado (L

3) no crtico,

ou

Nesta
seja,

ilustrao,

pode-se verificar que o fator

a relao entre a taxa de amostragem e a

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

condies: ter baixa ordem, de

comprometendo assim a
possvel, a resposta

principal

a no elevar demasiadamente o

vantagem da ltragem IFIR; e

um

ltro de

freqncia, proporcionando, portanto,

forma, a escolha de
estas

duas

nmero de operaes,

reconstruir,

da melhor forma

ao impulso original do ltro projetado. Estas duas condies, no entanto, so

antagnicas, pois, nonnalmente,

em

modo

um

ordem mais elevada permite uma

uma melhor

interpolao da resposta original. Desta

um

compromisso entre

desejada,

considerando-se,

determinado interpolador, que se dar a partir de

caractersticas,

depender

muito

da

seletividade maior

aplicao

mdamentalmente, o desvio da resposta do ltro IFIR com relao ao

filtro original

tolerado por

aquela aplicao.

Diversos so os mtodos e programas para a detenninao de


[l7, 31, 57],

filtros

digitais

FIR

no entanto, de modo a atender as condies citadas anteriormente, algumas

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

Respostas ao impulso e em freqncia relativas a um ltro IFIR passa-faixa


a ser implementado. (b) Filtro esparso. (c) Filtro IFIR completo.

com L =

3. (a) Filtro original

77

4.3.1 Filtro

Pente

A estrutura mais simples possvel de um ltro passa-baixas a seguinte:


1(z)=

Este ltro, se utilizada

como

copiando a amostra anterior

1+z-1

(42)

ltro interpolador, restaurar

(Fig. 4.3),

como

se

pode

uma

amostra zero do ltro esparso

verificar atravs

forma simplificada de interpolao, no entanto, toma esta estrutura de


exigindo ltros esparsos passa-baixas de banda bastante

estreita,

da expresso

em

generalizar este

(4.2),
filtro

de maneira que amostras vizinhas

sendo que todas as amostras de


amostra precedente, ou

Filter") [2].

com L =
41:/5

fator igual a 2,

forma como
porm, pode-se

seja,

1+z-1+z-2+...+z-(L-1)

o ltro funcionar como

um

"sample-and-hold"

digital.

valor da

Este

ltro,

denominado Filtro Pente

("Comb

um ltro

esparso

na Fig. 4.5(b), que a largura da banda de rejeio nas freqncias

21:/5 e

4.5 apresentado

5. Verifica-se,

(43)

uma seqncia de zeros sero interpoladas com o mesmo

N = L, cujas amostras so todas iguais a

Na Fig.

Da

para uma fator qualquer, onde

1(z)=

de comprimento

um

a interpolao s possvel para

Esta

utilizao muito restrita,

tenham valores muito prximos, evitando grandes erros na interpolao.


apresentada

(4.2).

um exemplo

de

1,

tiltro

pente para interpolar

(onde esto centradas as rplicas da banda passante) bastante

estreita,

diminuindo ainda

mais se utilizarmos maiores valores de L, limitando a largura de banda passante do ltro esparso.

Uma

grande virtude desta estrutura, no entanto, a ausncia de multiplicaes para sua

implementao,

como pode

ser vericado

em

(4.3),

tomando sua contribuio no custo

computacional desprezvel.

Pode-se

conforme

(4.4):

utilizar estrutura

semelhante para ltros passa-altas, apenas modicando (4.3)

78

1(z)= 1-z-1+z-2-...+z-(L-1)

.1.l...i.

WIHHH

>n

(a)

Fig. 4.4. (a) Filtro esparso

(4.4)

>n

(b)

com L = 2.

(b) Filtro interpolado utilizando I(z)

+ 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

classe importante e muito conhecida de interpoladores,

interpolao de funes, a dos interpoladores lineares.


intermedirias so obtidas pela ligao,

subseqentes,

I-

-.____1__

(H)

Uma

4.3.2 Interpolao

Amplitude

*ir

Fig. 4.5. Filtro pente para

-9-

como

se

pode observar na

atravs de

Fig. 4.6.

Na

uma

na teoria clssica de

interpolao linear as amostras

linha reta,

Em processamento

de

de dois coeficientes

sinais (ltragem linear),

79

esta interpolao possvel utilizando-se

um

que determine as amostras da

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

sempre haver duas amostras diferentes de zero no cculo das demais


qualquer,

podemos

coeficientes,
[4.2].

por exemplo,

Generalizando para L

representar este interpolador por:

1(z)=1/L + 2/L z -1 +

wi

+ z - (L-1) + (L-1)/L z -L ++1/L z -2(L-1)

(45)

[n]

Fig. 4.6. Interpolao linear

Na Fig.

um

4.7 apresentada a estrutura de

ltro esparso

com L =

3.

um

interpolador

com

N = 5 para interpolao de

Observando o exemplo representado nas

Fig. 4.7(b) e 4.7(c),

verica-se que o interpolador linear preserva as amostras de entrada diferentes de zero, no


entanto,

produz um atraso equivalente a L-1 amostras no

sinal

de

sada.

Este ltro, pela prpria forma de interpolao que proporciona, sendo mais seletivo
freqncia, permite

um

dispensa multiplicaes

Da mesma

em

espectro mais amplo de aplicaes do que o ltro pente, no entanto, no

como o anterior,

forma que o

levando a um custo computacional mais elevado.

ltro pente,

o interpolador

linear

tambm pode

ltro passa-altas, altemando-se os sinais negativos e positivos na expresso (4.5).

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]

Interpolador linear para L = 3. (a) Estrutura do ltro FIR


x[0]. (b) Sinal de entrada x[n]. (c) Sinal de sada y[n].

com

(C)

Fig. 4.7

N = 5, considerando na entrada a amostra

81

4.3.3 Interpolao pelo

Mtodo de Lagrange

O interpolador linear uma funo

clssica

de interpolao do tipo polinomial de primeira

ordem, sendo a determinao de seus coecientes bastante simples, considerando que


une, por meio de

uma reta,

dois pontos consecutivos.

No

suaves

(filtros

utilizadas

de banda mais

apenas

entanto, sua simplicidade o restringe

interpolao de funes de variao lenta (baixa freqncia

a utilizao de polinmios de maior

ele

em

ltragem linear) sugerindo, ento,

ordem para interpolao de mes com variaes menos

larga),

onde mais de uma amostra anterior e posterior sejam

no clculo das intermedirias. Para polinmios de maior ordem, a obteno dos

coecientes que 'produzam

uma

interpolao mais prxima da funo original no to

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],

Schafer e Rabiner desenvolvem consideraes sobre a interpolao polinomial

pelo mtodo de Lagrange para ltragem

linear,

para qualquer ordem.

nmero de amostras

diferentes de zero

comprimento do

sinal

onde so denidos os coeficientes do polinmio

ltro interpolador

dado por

da resposta ao impulso do

N = QL-1,

filtro

de

como o

linear

(que

linear

Q = 2). O

um caso particular), tambm produz atrasos

saida.

Na anlise em freqncia,

observa-se que a seletividade do ltro aumenta

da ordem do polinmio, possibilitando ltros esparsos com maior largura de banda


maior seletividade se deve ao maior nmero de zeros
Para

onde

esparso que sero

no clculo de cada amostra obtida por interpolao (no interpolador

interpolador de Lagrange, assim

no

dos mais conhecidos e

o Mtodo de Lagrange.

Em

utilizadas

um

Q = 2,

quatro zeros

por exemplo, teremos

em torno

um

em tomo

com o aumento
(Fig. 4.7).

das freqncias 21:/L, 41:/L,

duplo zero nas freqncias mltiplas de

21:/L,

destas freqncias, e assim aumentando para maiores ordens.

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'

Comparao de respostas em freqncia de ltros

H'

2!.
5

fw

interpoladores de Lagrange para

L=5

[58].

Outros Interpoladores

Os

ltros interpoladores analisados nas sees anteriores

de interpolao de funes.

clssica

No

entanto,

foram obtidos a

partir

da teoria

sabemos que a funo do interpolador

em

filtragem linear a de reestabelecer a resposta original do ltro projetado atravs de ltragem


seletiva.

Desta forma, diversos outros mtodos de projeto de ltros podem ser utilizados na

realizao dos interpoladores, sendo que, normalmente, so obtidos resultados ainda melhores

que os verificados pelos mtodos


rejeita-faixa,

clssicos, destacando-se a possibilidade

do

de projetos passa-faixa e

alm dos ltros passa-baixas e passa-altas considerados anteriormente.

Foi considerando estas restries que


ltros de segunda

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

freqncia (passa-baixas, passa-altas, passa-faixa ou rejeita-faixa), onde too a freqncia onde o


filtro

wo =

estar centrado. Se

ordem podem

0, ser

obtido

um

interpolador linear. Estes ltros de segunda

ser utilizados isoladamente apenas para

bandas bastante

L=

2,

sendo

restrito,

como o

linear,

estreitas.

Para fatores de interpolao maiores, pode-se

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)

produz o resultado apresentado na Fig.

4.9, para

mo =

0.

Outra fonna de projeto de ltros interpoladores


projeto de ltros

utiliza

FIR a partir de gabaritos em freqncia, onde

mtodos de otimizao para

se consideram a atenuao mnima,

a largura da banda e o fator de interpolao [58]. Neste tipo de projeto, pode-se conseguir

melhores resultados de interpolao, porm, normalmente

Na Fig.

4.10 apresentado

De forma
apresentam

um

com um nmero maior de

coecientes.

um exemplo de gabarito para L = 5.

mais complexa, buscando maior eficincia e preciso, Saramki

et

al.

[59]

estudo bastante completo do projeto de ltros IFIR, onde destacam a

implementao de interpoladores /baseados na cascata de sees de segunda ordem, como o

exemplo mostrado anteriomente, alm da


de ltros FIR.

erro entre a resposta

em

de

um programa para otimizao

de projetos

projeto, utilizando algoritmo de otimizao, semelhante determinao de

sistemas desconhecidos

trabalho

utilizao

em filtragem

em

adaptvel.

No entanto,

critrio aqui

o da minimizao do

freqncia do ltro que est sendo adaptado e a resposta desejada.

questo, os autores utilizaram

um

programa desenvolvido por McClellan

et

al.

No
[31]

84

para otimizao de ltros FIR.

No

caso de otimizao de

IFIR, o algoritmo utilizado

filtros

altemadamente na otimizao do ltro esparso e do interpolador, de forma a se obter


resultado muito interessante, considerando que haver

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

Fig. 4.10. Gabarito para projeto de

Em

21: /5

41: /5

1:

co

um interpolador para L = 5.

[59] so apresentados os resultados de

tal

procedimento de projeto, alm de sua

comparao com propostas de outros autores.

Foram apresentados

nesta seo apenas alguns dos mais significativos mtodos para a

implementao de ltros IFIR, porm,

de ltros
ecientes.

FIK

com

a diversidade de mtodos e algoritmos para o projeto

muitas so as possibilidades e outras formas altemativas podero vir a ser mais

86

CAPTUL0

FILTRAGEM ADAPTVEL UTILIZANDO ESTRUTURA IFIR

5.1

Introduo

Nas mais

diversas aplicaes onde utilizada filtragem adaptvel, caractersticas

como

custo computacional e velocidade de convergncia tm importncia fundamental e exigem

continuado desenvolvimento de novas tcnicas. J verificamos anterionnente, no Captulo

processamento multibanda pode contribuir signicativamente

com

3,

um

que o

este objetivo, considerando

principalmente suas caractersticas mais fundamentais: a reduo da taxa de amostragem e a

decomposio

Com

em

sub-bandas.

caractersticas bastante semelhantes s

utilizando estrutura

IFIR tambm pode

do processamento multibanda, a filtragem

ter contribuio importante para

o melhor desempenho de

sistemas adaptveis. Neste captulo, nas Sees 5.2 e 5.3, analisaremos este desempenho,
verificando

o comportamento da estrutura quanto ao tempo de processamento (custo

computacional) e velocidade de convergncia,

comparando-o com o da estrutura FIR

convencional (transversal).

Alm da
estrutura

anlise

da ltragem adaptvel IFIR

IFIR pode ser utilizada

vantagens

com

em

nica, ven`ficaremos

como

sistemas adaptveis multibanda. Vericaremos suas possveis

relao s estruturas convencionais.

5.2 Sistemas Adaptveis Utilizando Estrutura

No

em banda

IFIR

Captulo anterior, apresentamos a estrutura do

filtro

IFIR

com

seus dois blocos

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,

como mostra o diagrama da

pode observar, estamos considerando apenas oltro

adaptvel [60, 61, 62], congurao que tem apresentado melhor desempenho do

estrutura

com ambos

mais adiante. Tal estrutura j

os ltros adaptveis, para aplicaes gerais,

foi utilizada

por Abousaada [63] para aplicao no cancelamento da

"cauda" do eco (parte de baixa freqncia do

sinal

com um ltro FIR transversal.

em transmisso de dados, em

de eco)

[ki

conjunto

'

dm

como vericaremos

We(z)

[ki

y[11
I

(z)

'+

Va

<:n1

Fig. 5.1. Sistema adaptvel utilizando estrutura IFIR.

5.2.1

Funo de Desempenho

Como j foi
do

sinal

de

estudado no Captulo

erro,

2,

podemos denir a funo de desempenho do sistema a partir

denido por:

e[k]=d[k]-y[k]

(5.l)

= wzzxkl = 1Tx{wek

(52)

sendo, para o sistema da Fig. 5.1,

y[1<]

ss

onde

We

o vetor dos coecientes

do

o vetor dos coecientes do ltro

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+

portanto, o erro mdio quadrtico ser,

gk

E[z2[l]]

E[2[1<]]

wexklxzwek

como em (2.6), dado por:


- 2weIE[{1]xk1] + w{E[xk1.ITx{]wk

Denindo-se P como o vetor dado por:

P = E[[1]xk1]

(53)

R como a matriz quadrada N x N dada por:


R = E[xk1.1Tx{]

(s.4)

89

poderemos reescrever a expresso do erro mdio quadrtico como segue:

gk = E[2[i<]]

zwezp + weznwek

(55)

Considerando a caracterstica esparsa do vetor We, podemos redenir a expresso do erro

mdio quadrtico da seguinte forma:


~

Wu

Wek=[w0k

w2_k

w(N_)k]

de comprimento N/L, sendo o en'o mdio quadrtico expresso por:


gk = E[12[1<]]- 2We[> +v`ve{1iWek

onde a matriz

ter dimenso (N/L) x (N/L), sendo portanto:


foo

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,

dimenso (N/L), de forma que

PN-1]

90

Algoritmo

5.2.2

LMS

Partindo da funo de erro,

adaptao do ltro.

onde

\^7k

partir

de

podemos desenvolver o algoritmo

para o processo de

A atualizao do vetor We ser dada por

a estimativa do gradiente do erro mdio quadrtico e


(5. 1)

LMS

e (5.2) e considerando a equao (2.29),

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)

Considerando o vetor reduzido We, podemos escrever:


~

Wek - Wek + 2uakXkI

(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),

comparando com a atualizao do

do vetor

ordem dos

ltros

FIR convencional

multiplicando Xk. Esta operao representa, a rigor, a

de sada do interpolador se a este fosse aplicado

alterarmos a

ltro

um

do sistema adaptvel IFIR

sinal

de entrada x[k]. Desta forma, se

(Fig. 5.2),

poderemos obter

diretamente do sistema, atravs de u[k]. Este procedimento no produz

este vetor

nenhuma modicao na

expresso do erro, mantendo-se inalterados, portanto, a funo de desempenho e o algoritmo de


atualizao.

[11

Fig. 5.2.

um

[1<]

y[11

Nova estrutura do sistema adaptvel IFIR com inverso de posies de We(z)

fru1

e I(z).

Considerando, portanto, esta nova configurao, escreveremos a expresso do algoritmo

LMS de adaptao para IFIR da forma que segue:


Wek+l

OU
~

Wek - Wek + 2ue[l<]Uk


onde

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

necessitar determinar o vetor Xkl matematicamente a cada

esta caracterstica, a implementao

do algoritmo

IFIR se toma idntica do sistema com

filtro

adicional de atualizar

filtro

FIR

LMS

para sistemas adaptveis

convencional,

com

a vantagem

um nmero de coeficientes L vezes menor do que este ltimo.

adaptao utilizando

algoritmo

"steepest

descent"

tambm pode

ser

realizada

diretamente nesta nova estrutura, determinando-se E[s[k]Uk].

5.3 Consideraes sobre o Processo

desempenho de

um

como por exemplo:

bsicos,

coeficientes a adaptar, a

de Convergncia do Sistema IFIR

algoritmo de adaptao est condicionado a alguns elementos


a eficincia do algoritmo aplicado estrutura, o

forma e posio da

superficie

nmero de

de desempenho e o coeciente de

convergncia (u). Quanto eficincia do algoritmo, j verificamos, na anlise realizada na seo


anterior,

que o

LMS

mesma forma como

que o nmero de coeficientes a adaptar

implementado para adaptao da estrutura IFIR da

implementado para a estrutura FIR

transversal, sendo

vezes menor no sistema utilizando

filtro

caractersticas relacionadas superficie

IFIR. Portanto, verificaremos a seguir apenas as

de desempenho e coeciente de adaptao (ou passo de

adaptao).

aplicao que utilizaremos para estudar o comportamento desta estrutura ser a de

identificao de sistemas,

para filtro

conforme o esquema mostrado na

FIR convencional

est representada

na Fig.

2.4(d).

Fig. 5.3.

A estrutura desta aplicao

93

[kl

um

'

'

l11

'+

[iq

r[11

Fig. 5.3. Identificao de sistemas utilizando estrutura [FIR adaptvel

5.3.1

Inuncia da Superfcie de Desempenho no Processo de Convergncia

No

Capitulo 2, vericamos a relao existente entre a matriz

posio da superficie de desempenho. Nesta seo, analisaremos

R e o vetor P

na forma e

como a ltragem IFIR

inuenciar nestes parmetros, partindo, da constatao de que as dimenses da matriz


vetor

e,

, do

conseqentemente, da superficie de desempenho, so diferentes daquelas para o FIR

convencional.

No

entanto,

uma mesma

considerando

aplicao,

comparaes so possveis entre as supercies de erro das duas

semelhanas existem e

estruturas.

Referente posio da superficie de desempenho, ou melhor, posio do ponto timo

(W*) com

relao origem

(W =

0), j

depender fundamentalmente da relao


referncia,

ou

seja,

mencionamos anteriormente (Seo

estatstica entre

depender do vetor P.

No

identicao de sistemas, o sinal de referncia

sinal

2.2.4)

que esta

de entrada do sistema e o

sinal

de

caso de utilizamos a estrutura adaptvel para

em questo

ser representado pela sada

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

impulso do prprio sistema desconhecido, confirmando que o vetor timo


esta resposta,

como o

objetivo da aplicao.

W*

tender a copiar

94

Na
vetor

adaptao do

filtro

IFIR, no entanto, no s o sistema desconhecido detemiinar o

(a correlao entre entrada e referncia).

Como

pode observar em

se

de entrada do

(5.4), existe

uma

presena do interpolador nesta correlao, ou melhor, o

sinal

verso, filtrada pelo interpolador, do sinal de entrada

do sistema desconhecido. Vericaremos,

portanto, se o vetor

filtro

adaptvel

We * (que representa o vetor esparso reduzido timo) tender a se aproximar

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

em funo deste interpolador.

Partindo da expresso do erro mdio quadrtico mnimo para

uma

estrutura

FIR

adaptvel

convencional ((2.1 1) e (2.12)), podemos escrever para o caso do IFIR:

em = 1=.[2[i<]]- 1'5TW *

(513)

OU

gm
De
atravs de

= E

(5.l4),

[2[1<1]

- [[i<1(u[i<]w + u[1< - L1w_+...+u(N

-1)]w;,_,)

podemos conrmar a armao sobre a tendncia da adaptao do

(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]

A sada do sistema desconhecido ser


d[k]= h0x[k]+hx[k-l]+h2x[k-2]+...

onde

h,

para

O, 1,

...,

(5.l5)

representa a resposta ao impulso do sistema desconhecido. Considerando

as denies acima, determinamos, para (5. 14),

95

[i<]u[1]w{,

= w,(h0i0*[k1+h0i,[k][k- 11+ h,0[1<][1<-1]+h,,2[1<-11+...)

d[1<]u[1<

- 2]w; = w;(h0io[1<][k - 2]+ h0i,[k -1][i<- 3]+


+ h,0[i< - 11[1< -2]+h,,[1< - 21[1< - 3]+
+ h,02[1<- 2]+ h,,[k - 2][1< - 3]+
+ h,i0[i< - 2][i<-3]+h,i,2[i< - 3]+...)
(s.1)

e assim por diante.

Se a entrada for

oi =

1),

um

rudo branco

com mdia

zero e potncia mdia igual a

(ux = O,

a partir de (5.16) podemos obter:

"T
P We* =
"'

Determinando o valor mdio de

hoiowo

+ hiwo + hzlowz + h31w2+...


.

(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,+... __

verificamos que, para

como

io

i,

1,

wo' tender a ho

previsto), wz' tender a hz

(h,

(s.19)

hoiowo +h,1,w, +h,10w; +h,z,w;+...

(hl ser interpolado

ser interpolado

com o mesmo

com o mesmo

valor w0',

valor w2') e assim

sucessivamente. Considerando vlida a extrapolao desta anlise para qualquer outro tipo de
interpolador,

podemos

concluir que o vetor

correspondentes (espaadas de

L em L)

We*

tender a se aproximar das amostras

da resposta ao impulso do sistema desconhecido,

buscava, sendo as demais amostras obtidas por interpolao.

como

se

96

Vericaremos agora, o
supercie de desempenho.

efeito

Em um

da matriz de autocorrelao de entrada sobre o fomato da

sistema adaptvel

com

ltro IFIR, a matriz R, assim

como o

vetor P, sofre a interferncia do interpolador, pois a entrada que est sendo considerada a saida
deste.

Como

o interpolador

um ltro

descorrelacionada (rudo branco), sua sada passar a ter

No entanto,

no necessrio considerar totalmente o

grau de correlao), j que

nem todos

mesmo que

de banda limitada,

uma

efeito

sua entrada seja totalmente

certa correlao entre as amostras.

que esta filtragem traz (aumentando o

os elementos da matriz

R so considerados na adaptao
`

(equao

(5.6)).

Para vericamios esta armao, analisaremos o

mesmo exemplo

utilizado

na discusso

anterior, onde,

I= [io

il]

Uk = [i0x[k]

Para este exemplo, detemiinamos os elementos de

fm,

ro,

fo,

E[$,2[i<] +2,i,[i<][i<

ix[k -1]]

R como segue:

-11+f2[k -11]

= E[i,[i1[k -1]+,,[1<1[i - 21+i,i,2[1<-11+[1<1[i<-21]

E[[1<1[i< -2]+i0i,[i<][1-31+0i,[i< -11[1<- 2]+i[i<-11[1<- 31]

(520)

e assim por diante.

Considerando o

mesmo

sinal

rudo branco de entrada, do exemplo anterior, ento:

fo,

= r + if

rol

ici,

(s.21)

(5.22)

97

=o

ro,

(523)

Atravs destes elementos, pode-se observar que a matriz

R no ser mais do tipo diagonal,

tendo valores diferentes de zero tambm nas primeiras diagonais secundrias. Esta congurao
gerar auto-valores diferentes

uma

verso reduzida de

e,

portanto,

(equao

com

disperso maior do que

(5.6)),

1.

No

R, que

entanto,

no conter, por exemplo, o elemento rm.

Extrapolando para os demais elementos, vericamos que esta matriz reduzida passar a ser

novamente diagonal, com disperso dos auto-valores, portanto,


Para interpoladores de maior ordem, como
haver

um nmero

linear

igual a

1.

ou Lagrange,

maior de amostras da entrada na composio de u[k], porm, as diagonais

secundrias normalmente tero valores bastante reduzidos, produzindo


Utilizando o programa matemtico

=0, oi =l)

Lagrange de diversas ordens (coeciente de interpolao igual a

mxima para interpoladores

Por outro

lado,

uma

disperso pequena.

MA TLAB, analisamos exemplos de matrizes de autocorrelao

reduzidas, considerando entrada do tipo rudo branco (px

disperso

no ser diagonal, pois

lineares e

de Lagrange igual a

o efeito do interpolador sobre a matriz

correlaes entre amostras da entrada.

No

2),

e interpoladores de

onde verificamos que a

2.

tende a reduzir possveis

exemplo apresentado acima, se a amostra x[k] fosse

correlacionado

com x[k - l], por

seria diagonal,

tendo valores diferentes de zero nas primeiras diagonais secundrias.

para IFIR

com

FIR convencional a

matriz no

No

ltro pente, o sinal de entrada u[k] seria totalmente descorrelacionado,

pode verificar em (5.22) e

5.3.2 Coeficiente

Como

suposio, no caso de sistema

entanto,

como

se

(5.23).

de Convergncia

mencionamos no Captulo

2,

o coeficiente de adaptao

u depende

fundamentalmente do tipo de algoritmo de adaptao e da matriz de autocorrelao de entrada,

como

se observa atravs dos limites para os algoritmos "steepest descent" e

LMS

(equaes

98

(2.37) e (2.51)) e dos valores timos de

ltragem adaptvel IFIR

como

ii.

para estes algoritmos (equaes (2.38) e (2.53)). Para

suas caractersticas relacionadas ino de desempenho so

mesmo comportamento j

idnticas ao FIR, o coeficiente de convergncia seguir basicamente o

verificado para este ltimo.

De

vericamos que o

(2.37),

limite superior

de convergncia para o algoritmo "steepest

descent" est-diretamente relacionado ao maior auto-valor da matriz de autocorrelao de entrada.

Mesmo

considerando

um

sinal

de entrada totalmente descorrelacionado, a convergncia deste

algoritmo para IFIR, depender ainda do tipo de interpolador utilizado.

No

que apenas copia a amostra anterior na interpolao, o melhor valor de

ser:

timo
-

pois,

como vimos

ii

caso do ltro pente,

1
= -_
2

( 5.24 )

anteriormente, a matriz de autocorrelao continuar diagonal, sendo os

auto-valores todos iguais. Para interpoladores lineares, de Lagrange, ou outros de maior ordem,

no entanto, a disperso dos auto-valores devido ao interpolador deve

um

exemplo, para

sistema IFIR

com

interpolador linear (que produzir

ser considerada.

uma

Por

disperso igual a 2

nos auto-valores da matriz reduzida , para entrada descorrelacionada), se utilizssemos para


adaptao o umo referente ao auto-valor igual a

1,

teramos

ii

0.5. Este valor ,

no entanto, o

2,

levando o algoritmo

anlise realizada neste captulo, relacionada adaptao

de sistemas utilizando

limite superior

para o coeficiente, correspondente ao auto-valor igual

divergncia.

5.4 Anlise de Simulaes para

Toda

IFIR Adaptvel

estrutura IFIR, est fundamentada

muito utilizadas

em

em

teorias

de

sinais estocsticos

estudos de sistemas adaptveis.

No

entanto, a

amplamente conhecidas e

comprovao desta

teoria,

99

como uma

atravs de simulaes computacionais, por exemplo, se apresenta

mdamental importncia para a validao dos


Por outro

resultados.

lado, a simulao computacional

tem uma importncia ainda maior quando a

vericao desejada no pode ser totalmente demonstrada na teoria,


utilizando algoritmo

LMS,

ferramenta de

por exemplo, que apresenta

"ruidoso". Nesta situao, resultados prticos

podem

um

como

o caso da adaptao

processo de adaptao bastante

trazer luz novas concluses, muitas vezes

imperceptveis no desenvolvimento terico.

simulao computacional, neste trabalho,

foi

realizada atravs de

um

programa

especialmente desenvolvido para esta nalidade, de forma a contemplar todas as possibilidades


exigidas no processo de anlise.

O programa foi implementado em linguagem C padro ANSI para

em estao de trabalho SUN - SPARC

execuo

Para as simulaes,

foi utilizada

station.

a estrutura de identificao de sistemas (Fig. 2.4(d) e 5.3),

de forma a compararmos as adaptaes das estruturas FIR convencional e IFIR. Nestes sistemas
utilizou-se,

como

sinal

de entrada,

um

rudo branco (px

escolhido para os exemplos representado por


cosine"1

com

um

ltro

caracterstica passa-baixas e freqncia

O,

com

em

[64, 65],

sistema a identicar

2,

(onde

fs

no ser vericado erro

como uma boa

representao do

sendo dada por [66]:

hf[]= gl"-B]
onde

(525)
'

_sen(1t\/n) cos(1tp\/n)
gmWH il-(ffpwfi

inferior igual a fs/4

com L =

signicativo por recobrimento. Esta funo j foi apresentada

1).

resposta ao impulso tipo "raised

de corte

freqncia de amostragem). Desta forma, para dizimao

canal de eco

oi =

Pode-se traduzir para o portugus como "Cosseno Levantado"

(526)

100

Neste exemplo p =

1, xy

= 0.12

e B, que representa o deslocamento

com relao a origem de hr[n],

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

Convergncia do Algoritmo "Steepest Descent"

Na

Seo

5.3,

analisamos o processo de convergncia das estruturas IFIR e FIR

convencional utilizando o algoritmo "steepest descent". Nesta anlise vericamos as semelhanas


existentes

no comportamento das duas

estruturas, sendo que, basicamente,

do interpolador na matriz de autocorrelao de entrada e o nmero de

apenas a interferncia
coeficientes a adaptar

diferenciam os sistemas. Nesta primeira etapa de simulaes, verificaremos a inuncia do


interpolador na estrutura adaptvel IFIR

com

filtro

relao s seguintes caractersticas: limites do

coeciente de adaptao, velocidade de convergncia e erro residual.

A simulao computacional do algoritmo "steepest descent" realizada a partir da equao


(2.31), reproduzida

em

(5.27), a qual representa a

fomia mais prtica de determinao deste

algoritmo.

WM, = W, + 2tzE[z[k]x,]

(527)

um

Para a determinao de E[e[k]Xk], acumulamos os valores de e[k]Xk durante

com

intervalo determinado de amostras (denido a cada exemplo), antes de cada atualizao,

finalidade de calcular seu valor mdio.

Sero apresentadas, para estas simulaes, curvas de convergncia (erro mdio quadrtico

por iterao) de
1.0

] )

e IFIR

adaptveis o

trs estruturas:

com

FIR convencional, IFIR com

interpolador linear

( I

0.5

1.0 0.5

interpolador do tipo pente

] ).

( I

comprimento de todos os

mesmo do filtro que simula o sistema desconhecido, ou seja,

101 coeficientes.

1.0

filtros

1.21o"

/\

\,

,J

O
-2

2.0xl0

'

101

(21)

[<1Bi

^^^^WV\/\/\/\/\\^/V,\\l\p

=l00

o)

7!

(b)

Fig. 5.4. Sistema a identicar. (a) Resposta ao impulso. (b) Resposta

em freqncia.

102

Considerando a entrada como

com

interpolador do tipo ltro pente

diagonal), potncia

mdia e auto-valores

E[u2[i]]

mximo

igual a 2), potncia

mdia igual a

os sinais de sada dos

caractersticas:

disperso de auto-valores igual a

conforme

--

(matriz

limites e valor

<

p,

(5.2s)

(529)

timo do coeciente de convergncia,

Mm

2,

1
< ---_

-5;

demonstrado no Captulo

(5.28).

podemos

para n

= 0,

definir,

...,

9<u'<1

timo

O < u < 0.5

umo

N-1

para as estruturas

FIR:

b) IFIR

1),

= E[(o.s[1<1+1.o[1< -11+o.s[i< - 21)2] = o.zs+1.o+ o.2s =1.s

u,,_,,m

a)

oi =

1.5,

foi

0,

disperso de auto-valores igual a 2 (mnimo auto-valor igual a

Considerando as expresses dos

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)

rudo branco (ux

com filtros IFIR, tero as seguintes

interpoladores, para sistemas


a) Estrutura

um

com filtro pente:


= 0.25

(5.30)

em estudo:

103

c)

IFIR com interpolador

linear:

O<u<0'5

Para o item

c),

0.25

p''m:{05

para7.=2

parak-1

escolhemos o valor de umo correspondente ao maior auto-valor (X =

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).

Esta primeira simulao mostra, portanto, para cada estrutura,


convergncia para diversos valores de u

parmetros acima determinados.

de maneira a se avaliar e vericar os

mdia de 10.000 amostras por

coeficiente de baixo valor,

podemos

do algoritmo

iterao.

verificar nas Fig. 5.5(a), 5.6(a) e

que a velocidade de convergncia tende a aumentar a medida que nos aproximamos de

5.7(a),

umo

um

conjunto de curvas de

clculo do gradiente para a implementao

"steepest descent" foi obtido atravs da

Partindo-se de

(Fig. 5.5, 5.6 e 5.7),

um

passando novamente a diminuir medida que nos afastamos, como pode ser conrmado

atravs da funo quadrtica de

u em

(2.52).

Nas

Fig. 5.5(b), 5.6(b) e 5.7(b), verica-se

tambm

que, para todas as estruturas, o algoritmo diverge para valores maiores do que o limite superior

denido anteriormente. As semelhanas nas curvas das


causada pelo interpolador linear nos auto-valores do
convergncia.

trs estruturas

sinal

mostra que a disperso

de entrada tem pouca inuncia na

104

1.o1o"

fa

iteraes

(H)

s.o10'

'

iteraes

(b)

Fig. 5.5

Curvas de convergncia para estrutura FIR.


4. uz 7.o1o'1, 5. u= 9.o1o-1.(b)u= 1.1.

(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

Curvas de convergncia para estrutura IFIR com ltro pente.


3. rz = 2.51o-1, 4. p = 3.s1o-1,5. p = 4.51o-*. (b) H = 5.5

(a) 1.

px

= 5.0xl02

2 p

= l5xl01


1.o1'

3
7

iteraes

(a)

5.o1o"

iteraes

(b)

Fig. 5.7

Cuwas de convergncia para estmtura IFIR com interpolador linear.


= 3.5xl0', 5. p. = 4.5xl0'l. (b) p = 5.5xl0'1.
3. p = 2.5xl0'1, 4.
|.1

(a) l.

p = 5.0xl0 2 2 p =

5xl0

ij
107

De modo

a confirmar que a disperso dos auto-valores da matriz de autocorrelao de

um

entrada, causada pelos interpoladores, no representa


as convergncias de

comparamos
linear e outro

uma

realizarmos
utilizamos

um sistema que utiliza filtro FIK com um IFIR com interpolador

com interpolador de Lagrange de dcimo

zero da resposta ao impulso do

um

verificao

acrscimo no tempo de convergncia,

grau (que

esparso para determinar

filtro

com maior

coeficiente de convergncia

utiliza

uma

10 amostras diferentes de

outra por interpolao). Para

preciso do efeito da disperso dos auto-valores,

pequeno

(5 vezes

menor do que o valor timo)

calculamos o gradiente atravs da soma de 50.000 amostras, de forma que a convergncia

acompanhar com maior exatido e a passos menores a curvatura da


Atravs desta simulao (Fig.

5.8), portanto,

superficie de

desempenho.

confirma-se a insignificante interferncia desta

disperso sobre a convergncia.

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

ao erro mdio quadrtico

este deve ser zero para a estrutura FIR,

mas

ltros IFIR. Nestas simulaes verificamos

em tomo

residual,

ou

seja, mn, ,verifica-se

ser maior quanto mais simples for

um erro prximo

linear.

Considerando

um

o interpolador nos

a zero para a estrutura FIR,

em tomo de

de 9xl0`5 (-80dB) para IFIR com ltro pente e

IFIR com interpolador

que, idealmente,

3xl0`5 (-90dB) para

mdio quadrtico

erro

um erro

inicial

igual

aproximadamente lxl0`l (-20dB), teremos, portanto, uma reduo do erro para os sistemas com
ltros

IFIR analisados, conforme Tabela

5.1.

Estes valores

podem

algumas aplicaes, como, por exemplo, o concelamento de ecos

ser bastante razoveis para

Deve-se considerar

[67].

no entanto, que os coecientes no esto quantizados, o que tenderia a um valor


dependendo do

nvel

de quantizao

[13].

No entanto,

ainda

em

[l3],

aqui,

diferente de erro,

vericado que o efeito da

quantizao mais acentuado no erro residual, quase no interferindo no processo de


convergncia.

Estrutura

Erro Residual [dB]

FIR convencional

IFIR com ltro pente

___"

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,

de convergncia u para o algoritmo

foram determinados os

LMS,

considerando

um ltro

entrada totalmente descorrelacionado (rudo branco). Esta

um ltro adaptvel IFIR onde,


tambm como um

filtro

limites e

mesma

o melhor valor do coeficiente

adaptvel transversal e sinal de


anlise poderia se aplicar para

para efeito de simplicao, consideraramos o sistema a identicar

IFIR,

como mostra

a Fig. 5.9.

No

entanto,

mesmo

para IFIR

com

109

interpolador tipo pente, cuja matriz de autocorrelao

no podemos considerar Uk independente de

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.

Supondo, no entanto, que as expresses

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,

considerando os mesmos exemplos apresentados nas simulaes para

"steepest descent", poderamos denir teoricamente os limites e valores timos dos coecientes de

convergncia, para o algoritmo

LMS, como:

a)FrR(MS =1; N=1o1)z


o<

b) IFIR

tt

<

9.9o1o-3

com filtro pente (ufms = 2;

N = 51):

u,,,,,,,

= 4.951o'3.

110

o<

IFIR

c)

tt

< 9.so1o-2

com interpolador linear (ufws =

1.5;

N = 51):

o< u<2.11o-2
'

As

Fig. 5.10, 5.11 e 5.12,

um., =.4.9o1o'3.

um,

=1.311o'2.

apresentam as simulaes de convergncia do algoritmo

para diversos valores de u, para as trs estruturas exemplicadas.


foi

observada at a 500 iterao e os valores de

E,

A convergncia,

LMS,

nesta anlise,

para cada iterao foram obtidos a partir da

mdia dos erros quadrticos de 5.000 processos de adaptao.


Atravs destas simulaes, podemos detemiinar (considerando valores aproximados, pois a
preciso da anlise depende do
limites e valor

nmero de processos

realizados

com

valores diferentes de u) os

timo do coeficiente de convergncia para a estrutura FIR (entrada rudo branco) e

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

esto bastante distantes dos valores estimados atravs do equacionamento

entanto, este rigorosamente correto para adaptao de ltros FIR. Para

comparao do comportamento da adaptao das estruturas em questo, apresentamos na


Fig. 5.13 a convergncia

dos sistemas, utilizando os melhores coeficientes de adaptao para cada


0

estrutura.

Estrgtura

Fm

==_

limite superior

de

valor timo de

1.o1o-2

5.o1o-3

6.0xl0'3

3.0x10'3

IFIR - ltro pente

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

Curvas de convergncia do algoritmo


3.

u = 5.0xl0`3,

4.

u = 7.0xl0'3,

5.

LMS

para estrutura FIR.

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)

com ltro pente. (a)


= 5.51o-1. (b) tz = 7.o1o-1.
tz

Fig. 5.11 Curvas de convergncia para estmtura IFIR


3.

= 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

Melhores desempenhos na convergncia do algoritmo


(
u = 5.0xl0`3 ). 2. IFIR com ltro pente (u = 3.0xl0'3).

Como

iteraes

LMS

para as estnituras

estudo. 1.

FIR

3. IFIR com interpolador linear (pi = 4.0xl0'3).

com

IFIR, sendo esta sua grande desvantagem,

devido sua prpria caracteristica de interpolao. Para o

LMS,

os erros residuais (considerando

erro inicial de aproximadamente -20dB) determinados para as estruturas


ltro pente e

IFIR com interpolador

linear esto relacionados

foram obtidos para adaptao com o melhor u (Tabela


1.0002 iterao,

com

para cada processo.


quadrticos.

em

na adaptao utilizando algoritmo "steepest descent", o erro mdio quadrtico

mnimo, ou erro residual, maior para o sistema

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

5.000 vezes para obteno da mdia dos erros

Uma caracterstica bastante diferenciada observada nestas simulaes,


do erro mdio quadrtico, verificada na primeira

iterao, para as estruturas

se observa mais nitidamente na representao da Fig. 5.14.

a reduo abrupta

com ltro IFIR, como

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

Fig. 5.14 Detalhe das primeiras iteraes da curva de convergncia


ltro pente (ti = 3.0xl0'3).

do algoritmo

LMS

para a estrutura IFIR

com

Para analisarmos esta caracterstica devemos considerar que o sistema desconhecido do

exemplo do tipo passa-baixas. Desta forma, na adaptao dos


iniciais

tendem a

ser

ltros IFIR, os erros quadrticos

menores do que os erros obtidos na estrutura com ltro FIR

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).

Esta caracterstica, contribui para

como

se

pode observar na

uma

Fig. 5.13. Isto representa

alm de proporcionar

uma reduo do

no processamento da

filtragem, ainda possui

leva a

uma

utilizao

uma vantagem

custo computacional,

adicional deste sistema, que,

com menor nmero de multiplicaes

um nmero menor

de coeficientes a adaptar (o que

convergncia ainda mais rpida). Suas principais restries, no entanto, so: a

em

Na

convergncia mais rpida do ltro IFIR adaptvel,

aplicaes

Tabela

5.4,

com banda limitada e o maior erro residual.

apresentamos os nmeros de multiplicaes e somas na detemiinao de

cada amostra de saida (processo de filtragem) e para cada atualizao dos coecientes (processo

de adaptao), para as estruturas FIR convencional e IFIR com interpolador linear.

Estrutura

F IR convencional

Estrutura IFIR

Interp. Linear

multi lica oes

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

IFIR em Processamento Multibanda:


Tratamento Individual por Sub-banda

5.5 Filtragem Adaptvel

Como

foi analisado

no Captulo

4,

a estrutura de

um filtro

de dizimao e interpolao utilizado no processamento


sistemas, verificamos

freqncia e

em

IFIR se assemelha ao processo

sub-banda.

que ambas as formas implicam em aplicaes

Comparando os

com banda

dois

limitada de

ambos proporcionam uma reduo dos custos computacionais, sendo que o sistema

117

com ltragem IFIR

utilizar

um

ltro esparso

(nmero reduzido de coecientes) e o sistema

convencional (que utiliza o processo de dizimao) reduzir a taxa de amostragem no

processamento.
viabilidade

Com

tais caractersticas, se torna. atrativa

em processamento

de utilizao do ltro IFH{

processamento, as bandas de freqncias

a realizao de

sub-banda de freqncia de

com

estrutura

mesma

uma

estudo sobre a

Neste tipo de

limitadas,

por denio

este tipo de aplicao atrativo para a filtragem IFIR.

Assim, inicialmente, analisaremos o comportamento de

uma

multibanda.

em cada ramo da estrutura j so

do prprio tipo de processamento, tomando

um

um

ltro

IFIR aplicado apenas

estmtura multibanda. Compararemos este

com uma

taxa de amostragem reduzida (utilizando dizimao e interpolao) correspondente

sub-banda.

Os

identificao de sistemas,

dois sistemas sero, ento, aplicados

conforme apresentado nas

uma

Fig. 5.15* (taxa

5.16 (IFIR), considerando adaptao independente por sub-banda,

estrutura adaptvel de

de amostragem reduzida) e

como

apresentado no Captulo

3 [19, 201.

d0iMn1

'+

Fig. 5.15 Estrutura adaptvel para identificao de sistemas, aplicado a apenas

processamento multibanda,

com reduo da taxa de amostragem.

Nesta seo utilizaremos o indice n para representar


ndice que representa a sub-banda.
l

uma

sub-banda de

um

sistema de

uma amostra ou iterao, de forma a no confundir com o

118

dorni

Fig. 5.16 Estrutura adaptvel para identificao de sistemas, aplicado a apenas


processamento multibanda, utilizando filtragem IFIR.

A estrutura com ltragem IFIR, nesta configurao (Fig.


neste captulo para banda nica de freqncia,
identificar

uma

com exceo da

representao do sistema a

um

um

hipotticos.

5.l7(a) apresentada a resposta

que ser ltrado por

em

freqncia de

um

sistema desconhecido S(z)

ltro passa-baixas H(,(z) (linha tracejada nesta gura), resultando

sub-banda de baixas freqncias

A Fig.

ltro seletivo.

avaliao prvia do comportamento destas duas estruturas, analisaremos

exemplo utilizando sistemas

Na Fig.

sistema de

5.16), idntica aquela analisada

que agora formado por um sistema banda larga ltrado por um

Em uma

um

sub-banda de

(Fig. 5. l7(b)).

5.18 se refere ao sistema

numa

com reduo da taxa de amostragem, sendo

a Fig. 5.l8(a)

a representao da resposta do sistema desconhecido, da sub-banda de baixas freqncias, aps o

processo de dizimao por

um

fator

M=

2.

Fig. 5.l8(b) representa a resposta

do

ltro de

dizimao do sistema adaptvel, que normalmente idntica do ltro de dizimao utilizado no


sistema desconhecido (H0(z)), de forma a selecionar

do sistema de

referncia.

Na

uma sub-banda com as mesmas caracteristicas

Fig. 5.l8(c) representada

mesma

resposta, porm, aps a

dizimao. E, na Fig. 5.18(d), a resposta desejada do ltro adaptvel W0(z), considerando a


caracterstica "all-pass"

que

foi

obtida por H0(z) aps a dizimao (Fig. 5.l8(c)).

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,

nalmente, na Fig. 5.18(f), a resposta aps a filtragem de

e,

interpolao (considerando o ltro interpolador idntico ao ltro de dizimao, procedimento

comum em bancos de filtros QMF).

Na

Fig. 5.19 verificamos as respostas referentes

exemplo, ser o
Fig. 5.l9(a)

interpolador.

mesmo

ltro utilizado

ao sistema IFIR.

interpolador, neste

no sistema com taxa de amostragem reduzida*

mostra a resposta desejada do ltro esparso (We0(z))'

Na Fig.

5.19(b), apresentada a resposta final

do

filtro

e,

em

linha tracejada,

o ltro

IFIR. Atravs deste exemplo,

pode-se verificar as semelhanas existentes entre os dois processos.

A partir desta anlise em freqncia,

podemos averiguar o comprimento mnimo dos

filtros

adaptveis para os dois tipos de processamento.


_

Representando a resposta ao impulso do sistema desconhecido, na sub-banda de baixas

freqncias, por

que o

um

filtro

transversal de

ltro adaptvel W0(z),

comprimento N, das

na estrutura com reduo da taxa de amostragem, poder ser

perfeitamente adaptado se seu comprimento


S,B(z2).

Quanto ao

Fig. 5.l8(b) e 5.l8(d), verificamos

for,

pelo menos, igual a N/L, que o comprimento de

ltro adaptvel IFIR, da Fig. 5.19(a),

We(z) dever convergir para a resposta esparsa de


adaptado corretamente se contiver

coeficientes,

S,B(z2),

que mostra que a resposta do ltro


conclumos que este

filtro

poder ser

sendo N/L diferentes de zero. Portanto, o

sistema utilizando os processos de dizimao e interpolao vantajoso no que se refere a custo

computacional pois, para processar o

mesmo nmero de

coeficientes, utiliza taxa

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)

em freqncia referentes ao sistema desconhecido. (a) Sistema desconhecido global.


de baixas freqncias do sistema desconhecido, resposta nal desejada.

Fig. 5.17 Respostas

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)

em freqncia referentes ao sistema adaptvel utilizando dizimao e interpolao. (a) Banda


de baixas freqncias do sistema desconhecido aps a dizimao. (b) Filtro de dizimao ou anlise.
(c) Filtro de anlise aps a dizimao. (d) Resposta desejada do ltro adaptvel. (e) Filtro adaptvel aps
a interpolao (incluso de zeros) e ltro de interpolao (tracejado). () Resposta nal.

Fig. 5.18 Respostas

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.

Fig. 5.19 Respostas

Uma forma de reduzir a taxa de amostragem no

do

processamento do ltro esparso (IFIR)

represent-lo de forma semelhante decomposio polifsica (apresentada no Captulo 3).

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

L filtros adaptveis (com respostas ao impulso iguais).

No

124

um

u[2n-1]

Fig. 5.20.

30

ytni

y[2n-1]

Nova estmtura para representao do ltro esparso.

5.5.1 Anlise

de Simulaes Para

uma nica Sub-banda

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

entanto, outros fatores contribuem na determinao de

um

melhor

desempenho. Portanto, vericaremos, atravs de simulaes, o comportamento destas estruturas


na adaptao, de

modo

a observar suas caracteristicas de convergncia.

Para tornar esta vericao mais prxima da realidade, utilizamos


sistema a identificar, a resposta ao impulso do Canal de

Eco de um

dados via linha de assinante. Esta resposta, entre diversas outras,


para estudos de tcnicas de transmisso

digital [68],

TELEBRS (CPqD). A resposta adotada como


consiste no eco local para

24
a

uma

foi

como exemplo de

sistema de transmisso de
obtida experimentalmente,

no Centro de Pesquisa e Desenvolvimento da

exemplo se

linha de assinante comercial

refere

com

ao Caso 4 (ANSI [69]), o qual

km

de comprimento, bitola de

AWG e derivao a 2 km da origem com bitola de 22 AWG. A resposta ao impulso foi obtida

uma taxa de 80 kHz

(80 kbaud

ao impulso representada na

com cdigo de transmisso 2B1Q

Fig. 5.21.

Foram tomadas da

[70]),

resposta ao impulso original apenas as

32 primeiras amostras, as quais representam satisfatoriamente o sistema.


resposta

em freqncia correspondente.

obtendo-se a resposta

A Fig.

5.22 apresenta a

125

2.o1o`l

"

-l

-l

.0xl0

'

32

Fig. 5.21. Resposta ao impulso correspondente ao eco local para

oq

20

Fig. 5.22. Resposta

`\
l

"

-100

uma linha de assinante (caso 4 - ANSI).

em freqncia correspondente resposta ao impulso da Fig.

Para a decomposio do sistema


freqncias, foi utilizado

um

[29, 2] para bancos de ltros

em

sub-bandas, sendo utilizada apenas a banda de baixas

ltro passa-baixas

QMF,

5.21.

com

oito coecientes

o qual bastante utilizado

em

(8A) denido por Johnston

trabalhos desta rea. Este tipo

126

de ltro se caracteriza por causar pouca


entrada aps a dizimao,

interferncia

como exemplicado na Fig.

na banda de freqncia original do

sinal

de

5.18(c).

Analisando os resultados das simulaes realizadas, verificamos, basicamente, que o


processo de adaptao do sistema

com reduo da

taxa de amostragem

adaptao do sistema IFIR (que utilizou interpolao

linear).

Na Fig.

menos ecaz do que

5.23 apresentamos as curvas

de convergncia dos dois sistemas, utilizando os melhores valores de

p.

(vericados

experimentalmente). Observa-se a convergncia mais rpida e o menor erro residual para o sistema
IFIR.

As

respostas ao impulso so apresentadas nas Fig. 5.24 e 5.25, onde so comparadas

respectivas respostas desejadas.

convergir

No

em

para a resposta

com as

caso da taxa de amostragem reduzida, o sistema tende a

baixas

freqncias,

posteriormente dizimada,

do sistema

desconhecido, enquanto que, para a estrutura IFIR, o sistema convergir para a resposta apenas
filtrada.

O erro mdio quadrtico

para as duas adaptaes esto apresentadas na Tabela 5.5.

Erro Residual [dB]

Estruturz__=

FIR com reduo da taxa de amostragem


g

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

Curvas de convergncia para os sistemas adaptveis em


de amostragem (p = 2.0xl0'2). 2. IFIR (u = l.5xl0'2).

uma sub-banda.

Sistema

com reduo da

/\

2.oio`

1.

taxa

Q
2

-2.o1o"

Fig. 5.24 Respostas ao impulso. 1.

Do sistema desconhecido ltrado e dizimado.

reduo da taxa de amostragem.

32

2.

Do

sistema adaptado utilizando

128

2.0xl0

-l

2
f\

2
_

-2.o1o`l

Fig. 5.25. Respostas ao impulso. 1.

32

Do sistema desconhecido ltrado.

2.

Do sistema adaptado IFIR.

IFIR em Processamento Multibanda:


Tratamento Global do Sistema

5.6 Filtragem Adaptvel

No

Captulo

3,

vimos que a reconstruo

perfeita utilizando

o processo convencional de

processamento multibanda (com reduo da taxa de amostragem) requer condies muito


especiais,

sendo de obteno relativamente complexa. Vericamos ainda, na Seo

utilizao desta estrutura

em

filtragem adaptvel

tambm deve atender a algumas

3.5,

que a

condies, no

sendo possvel a convergncia exata na adaptao individual de cada sub-banda. Por outro lado, se

ao invs da decomposio convencional do sistema

em

sub-bandas, adotarmos

uma forma

semelhante adotada na decomposio polifsica (Seo 3.3), podemos decompor o sistema


naturalmente, evitando a interferncia dos

A decomposio proposta foi


identicao de sistemas

em

filtros

dizimadores e interpoladores.

apresentada por Petraglia

et al.

em

[71, 72] e aplicado para

[73].

Considerando a funo de transferncia de

um ltro FIR transversal

definida

como

129

H(z) z

de

uma forma

lh[1z-i

(532)

i=0

semelhante aquela utilizada na decomposio polifsica, podemos reescrev-la

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

G,(z )=-2- z(h[2]-h[2+1])z-2*

Pode-se representar esta decomposio conforme


vericar que o sistema
inte rp oladores so

do

ti

uma

estrutura

po pen t e, sen d o

com

dois

Desta representao podemos

ramos formados por ltros IFIR cujos

um passa- b alxas
`

Fig. 5.26.

(535)

o outro passa-altas. Estes ramos sero,

portanto, sub-bandas de freqncias.

z,z2

0
V

Fig. 5.26. Estrutura de

um filtro decomposto em duas sub-bandas utilizando ltros IFIR

l30

Esta decomposio pode ser generalizada para

cada sub-banda ser um

filtro

do

um nmero

maior de sub-bandas, onde

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],

projeto dos interpoladores para os ltros IFIR, a partir da decomposio proposta,

uma

matriz de transformao T.

Em

[7l, 72] foi

adotada a Tranyormao de

Hadamard

de forma que a mo de transferncia H(z) expressa por

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

apresentado anteriormente, a matriz de transformao

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

Fig. 5.27. Representao altemativa

Uma

da estrutura da Fig.

5.26.

propriedade importante da decomposio utilizando este tipo de transformao

ausncia quase total de multiplicaes nos interpoladores (h apenas inverses

(-1)).

Alm da

reduo de custo computacional, esta caracterstica apresenta a vantagem j vericada para


interpoladores utilizando ltro pente, que a no interferncia na correlao das amostras do sinal

de entrada, caso esta

seja ruido branco.

Alm do

mais, esta caracterstica

pode

ser

usada para

descorrelacionar sinais de entrada tipo ruido colorido (amostras correlacionadas).

Uma restrio

desta decomposio a impossibilidade de sua utilizao

em

sistemas onde

necessrio o processamento individual por sub-bandas, de forma independente.

5.6.1

Resultados das Simulaes para Sistema Multibanda Completo

Utilizando o

um

mesmo exemplo de

aplicao apresentado na Seo 5.6.1 (identicao de

sistema que representa o eco local de

comparativamente, a adaptao de

um

uma

linha comercial

de assinante), analisaremos,

sistema de duas sub-bandas, utilizando o processo de

decomposio verificada nesta seo e de

um

sistema de banda completa

com

ltro

FIR

132

convencional.
tipo pente,

Os

como

interpoladores dos ltros IFIR da estrutura utilizando transformao


se verica

no exemplo para dois ramos

LMS,

em banda

so do

(5.33).

Considerando que o objetivo deste sistema decomposto


sistema convencional de aplicao

em

completa, utilizamos

sub-bandas representar

como

erro para o algoritmo

a diferena entre a saida do sistema desconhecido e a soma das saidas das sub-bandas,

se observa na Fig. 5.281. Este procedimento, apesar da utilizao incorreta

devido a interferncia de todas as sub-bandas na adaptao de cada


residual na sada total

Na Fig.

menor do que

um

filtro,

como

do algoritmo LMS,

proporciona

um

erro

se utilizassemos erros individuais por sub-banda.

5.29 so apresentadas as curvas de convergncia para ambas as estruturas, onde

pode-se verificar

uma semelhana

muito grande nas velocidades de convergncia. Nesta

comparao deve-se considerar que a vantagem do processamento multibanda em ltragem


adaptvel apresentada na Seo 3.3, aplicao

e),

no perceptvel devido caracterstica

No

entanto,

menor para o

sistema

bastante plana do espectro de freqncia do sistema a identificar aqui exemplicado.

um

determinando-se o erro mdio quadrtico residual, vericamos


multibanda

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

Tabela 5.6 Erros mdios quadrticos residuais, utilizando algoritmo


convencional e decomposio em filtros IFIR

Nesta seo utilizaremos o ndice n para representar


indice que representa a sub-banda.
1

LMS,

[dB]_

63

100

para a adaptao das estruturas FIR

uma amostra ou iterao, de fomia a no confundir com o

I
S

:W335

(z)

[n]

+
y

Fig. 5.28 Estrutura adaptvel para sistema multibanda utilizando filtros


soma das sadas das sub-bandas.

Ein]

[H]

IFIR com comparao das saidas aps a

1.o1o`l

Fig. 5.29 Curvas de convergncia para os sistemas adaptveis

decomposio

em ltros IFIR.

iteraes

banda completa.

300

1.

Para FIR convencional.

2.

Para

134

Como

j mencionamos, outra importante caracteristica deste sistema multibanda a

possibilidade de reduo

do

nvel

de correlao do

sinal

de entrada.

resultados de simulaes, para identicao de sistemas, utilizando


certo nivel de correlao.

Verifica-se,

multibanda (com decomposio

em

Em

um

[74] so apresentados

sinal

de entrada com

um

comparando os resultados obtidos entre o sistema

estruturas IFIR) e o sistema

FIR convencional, que o primeiro

tem um desempenho superior no processo de convergncia.

5.7 Consideraes sobre a

Nas sees
adaptao apenas do

Adaptao do

anteriores,
filtro

Filtro

Esparso e do Interpolador Conjunta-mente

estudamos a implementao do sistema adaptvel IFIR com

esparso. Vericamos que seu

do FIR convencional. Quando invertemos a ordem dos


vantagens importantes,

por Grosen

em

Como
com

ambos

esparso e interpolador, obtm-se

adaptveis.

um sistema IFIR adaptvel

Nesta Seo

cujos ltros esparso e

Um sistema adaptvel IFIR com tais caracteristicas proposto

analisamos na Seo 5.2.2, a determinao do algoritmo

ltro adaptvel

iterao.

[75].

em cascata matematicamente

dois ltros

como sendo o

LMS,

LMS

para

uma

estrutura

mais complexa. Nesta estrutura consideraremos o

primeiro bloco (equao (5.9)) evitando a determinao matemtica

de Xkl. Desta forma, Grosen [75] prope


algoritmo

filtros

como o menor tempo de processamento por

avaliaremos a possibilidade de implementao de


interpolador so

comportamento bastante semelhante ao

uma

estrutura na qual as adaptaes, utilizando o

so realizadas atravs das seguintes equaes recursivas:

Wek = Wek + 2u1e[k]Uk

(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

M amostras da saida do ltro esparso, tambm considerando x[k] na entrada. A

possibilita esta

implementao apresentada na Fig. 5.30.

d
n1

WW) q[11y[11_

.....................................................................................

Fig. 5.30. Estrutura adaptvel IFIR

Como ambos

zero, portanto,

acarretar

LMS

no desenvolvimento deste algoritmo a

inicializao

do

os ltros tm coeficientes inicialmente zero, tanto u[k] quanto q[k] so

Wek = Wek

poder-se-ia iniciar os

__

@[11t

com o filtro esparso e interpolador adaptveis

Um problema a ser solucionado


processo.

[iq

^.

filtros

e Ik

Ik

no havendo adaptao. Para solucionar este problema,

com valores diferentes de zero. No

uma adaptao lenta ou

at

mesmo

em

da adaptao, como mostrado na Fig. 5.31. Nesta


sinal x[k]

uma escolha ruim poderia

a divergncia. Assim, de forma a possibilitar o inicio

da adaptao sem correr o risco de divergncia,

independentemente, utilizando o

entanto,

como

[75] proposta

uma estrutura de

inicializao

estrutura, os filtros adaptveis so atualizados

entrada, da seguinte forma:

Wek = Wek +2u,e[k]Xk

(5.43)

136

Ik+1

= Ik + 2l123[k]Xi

(5-44)

t1qt1yt1a
\

k
tt]

Fig. 5.31. Configurao utilizada para adaptao das primeiras iteraes.

adaptao realizada nesta configurao

corretamente, no entanto, tender a

uma

no seguir o caminho do gradiente

certa minimizao

do erro mdio quadrtico, de forma

que, ao se passar para a configurao correta (Fig. 5.30), j se inicia de

um erro menor,

podendo

agora seguir corretamente a direo do gradiente.


Pela anlise realizada, pode-se vericar de imediato algumas das diculdades de

implementao desta forma de adaptao a saber: a incluso de


determinao de

uma

das sadas intermedirias; o chaveamento de

um

uma forma

processo de adaptao; e a estimativa incorreta do gradiente no processo


convergncia mais

lenta.

bloco extra para a

inicial,

para a outra no

produzindo

uma

A principal dificuldade apresentada por este sistema, no entanto, a no

estacionaridade dos sinais de entrada no processo principal de adaptao. Considerando que os


dois filtros esto sendo atualizados conjuntamente, o valor esperado do sinal de sada de cada
deles ser diferente a cada iterao, desta
superficie de

desempenho

foma, o algoritmo

LMS

um

ser prejudicado, j que a

estar sendo alterada a cada iterao. Dimensinando-se o algoritmo

corretamente, escolhendo-se

um coeficiente de adaptao que seja vlido para todo

adaptao, este tender a convergir, porm, de forma mais lenta do que o

o processo de

FIR convencional

[57].

137

Para aplicaes especficas, porm, como

banda de freqncia

em que

indispensvel a adaptao
ser prevista.
[57].
-

tambm do

interpolador, j

relao ao rudo [5].

em

tomando

freqncia no pode

um Reforador de Linha Adaptvel (Adaptive Line Enhancer

interferncias para sinais sinusoidais cujo nvel

mostrado

em

[57] que o

do sistema utilizando IFIR (adaptando-se tanto o


ao do FIR convencional.

No

muito baixo

desempenho de velocidade de convergncia


esparso quanto o

filtro

interpolador)

entanto, devido sua grande reduo

do nmero de

multiplicaes (fatores de interpolao iguais a 4 e


aplicao

que sua resposta

onde a

Um exemplo de cancelamento de interferncias com ltragem IFIR apresentado em

Neste trabalho implementado

inferior

Intererncias,

adaptvel deve atuar no conhecida, acaba se

filtro

ALE), sistema de cancelamento de

com

em Cancelamento de

filtro

5), esta

estrutura se

toma muito

atraente para a

em questo.

5.8 Concluses

Neste captulo

foi realizado

um

estudo sobre a aplicao de

uma

estrutura

IFIR

em

ltragem adaptvel onde ficou constatadoque este sistema pode ser implementado sem qualquer

aumento na complexidade matemtica nem alteraes no algoritmo de adaptao. Atravs de


simulaes, pde-se avaliar

Uma

com maior preciso o comportamento

das maiores preocupaes

com

relao a esta aplicao era a disperso dos auto-

valores da matriz de autocorrelao de entrada verificada


sistema.

Na

Seo

5.4, verificamos,

desta estrutura.

com

a introduo do interpolador no

no entanto, que interpoladores do tipo de Lagrange, por

exemplo, que causam disperso no maior que 2 aos auto-valores da matriz de autocorrelao ,

no interferem na convergncia do

filtro

esparso adaptvel.

Destacam-se ainda, das simulaes


caractersticas

realizadas, a

comprovao dos estudos

do erro mdio quadrtico, principalmente com relao

superficie

referentes s

de desempenho

e s condies de convergncia. Isto vericado atravs do desempenho, nas simulaes


algoritmo "steepest descent", exatamente
coeficiente de convergncia u.

como

previsto,

principalmente

com

com

referncia ao

138

Quanto adaptao do sistema


dos sistemas com

satisfatrio

filtros

via algoritmo

IFIR, onde pode-se observar

convergncia, apesar do erro residual maior, que

No entanto,

ltros

IFIR

LMS, vericamos um desempenho

com interpoladores

Em

velocidade de

um dos problemas inerente s estruturas IFIR.

de maior ordem (como o

conseguem melhor aproximao ao sistema desconhecido (na


prejuizo no

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

forma independente, constata-se que, construtivamente a estrutura convencional, que


ltragem FIR transversal

com reduo da

computacional do que a estrutura IFIR1.

em banda

aplicao

do desempenho menos

com

menor custo

taxa de amostragem, ainda representa


entanto, diferente

do que

se constatou

maior velocidade de convergncia e menor erro

com

relao

Os motivos

residual.

satisfatrios apresentado pela estrutura convencional so discutidos

mencionados na Seo

Na Seo

No

utiliza

completa, vericamos que a estrutura [FIR se mostra mais eficiente no

processo de adaptao,

[54, 55] e

sem

em

3.6.

5.6 foi apresentada

uma proposta altemativa de

estrutura para ltro

do

tipo FIR,

decompondo-se sua estrutura em sub-bandas de freqncia, onde o processamento realizado por


ltros IFIR. Esta estrutura se destaca por apresentar melhor

comparando-se com
de

um menor

uma

estrutura

FIR convencional de banda-completa, pemiitindo a obteno

erro mdio residual. Outra vantagem a disperso dos auto-valores da matriz de

autocorrelao de entrada, o que proporciona


sistemas

'

desempenho em sistemas adaptveis,

com sinais com algum nvel

uma

velocidade maior de convergncia para

de correlao entre suas amostras

[74].

No entanto, este custo est diretamente relacionado ordem dos ltros de dizimao e interpolao.

139

CAPTULo

coNcLUsEs

6.1

Concluses

Considerando a grande importncia dos sistemas de processamento de


diversas reas de atuao do

homem

sinais

nas mais

e a necessidade constante de seu desenvolvimento para

ampliao de possveis aplicaes, procuramos, nesta dissertao, apresentar


tpicos que classificamos entre os mais importantes e atuais da rea

em

um estudo de alguns

questo. Desta forma,

iniciamos este trabalho apresentando a filtragem adaptvel, desde seus conceitos bsicos

denio dos algoritmos de adaptao.

tambm sua

Em

aplicao

seguida abordamos o processamento multibanda de

em

sistemas que necessitam adaptao.

A partir desta

sinais,

introduzindo

teria,

abordamos os ltros IFIR e as tcnicas para implementao de interpoladores.


Ainda neste trabalho, desenvolvemos estudos acerca da implementao de

um

sistema

adaptvel utilizando filtragem IFIR. Nesta anlise, vericamos o comportamento desta estrutura

com relao

supercie de desempenho de um sistema adaptvel e sua implementao atravs dos

algoritmos "steepest descent" (que utiliza o gradiente do erro mdio quadrtico na convergncia) e

LMS

(baseado na estimao do gradiente). Propusemos

onde trocada a ordem dos

filtros

uma

estrutura altemativa de ltro IFIIQ

esparso e interpolador, de fomia a tomar a execuo do

algoritmo menos complexa. Comparando seu desempenho ao da estrutura convencional

FIR transversal, vericamos sua perfeita viabilidade,


e de processamento, devido ao

aliada a

com ltro

uma velocidade maior de treinamento

menor nmero de operaes necessrias.

Analisamos tambm a possvel inuncia da filtragem aplicada ao


interpolador (na estrutura IFIR), causando

um

sinal

de entrada pelo

certo nvel de correlao entre suas amostras.

Considerando os mtodos convencionais de interpolao,

foi

constatado que esta correlao

praticamente no interfere no processo de convergncia, podendo at ser benca

em

aplicaes

140

que utilizam rudo colorido


interpolador do tipo

filtro

(sinal

correlacionado),

principalmente quando

utilizado o

pente.

Nas simulaes computacionais, conrmamos o bom desempenho da nova


resultados importantes quanto convergncia, onde,

com

estrutura,

com

erro inicial menor, consegue-se

adaptao mais rpida. Porm, esta estrutura se mostrou menos eficiente quanto ao erro

residual,

problema inerente ltragem IFIR.


Verificamos ainda o comportamento desta estrutura
freqncia,

em processamento em

sub-bandas de

comparando com o conhecido mtodo de decomposio com reduo da taxa de

amostragem. Observou-se

um desempenho bastante

devido s prprias deficincias do sistema

com

supen`or desta nova estrutura, principalmente

dizimao e inteipolao na adaptao isolada de

uma sub-banda.
Foi apresentada, tambm,

uma

estrutura altemativa para filtragem FIR,

onde o sistema

decomposto em sub-bandas de freqncia, sendo cada banda representada por um


estrutura apresentou

ltro IFIR. Esta

bom desempenho, com melhor erro residual do que a estrutura convencional

e melhor perfomance quando o sinal de entrada ruido colorido.

Foram apresentadas ainda consideraes sobre a adaptao conjunta dos


interpolador
estruturas

em uma

FIR

estrutura IFIR. Verificamos aqui

transversais,

freqncia desconhecida,

podendo, no entanto,

uma

ltros esparso e

convergncia mais lenta do que nas

ser utilizada

em

aplicaes

com banda de

com alto fator de interpolao.

6.2 Sugestes para Trabalhos Futuros

Podemos
1) Estudar,

aplicao

destacar

como

teras para investigaes futuras, os seguintes pontos:

de forma mais aprofundada, a teoria de processamento multibanda de

em trabalho nas reas de tratamento de voz e de imagem.

2) Verificar a viabilidade de tcnicas semelhantes ltragem [FIR adaptvel nestas


3) Avaliar o

dos

sinais e sua

comportamento da estrutura IFIR adaptvel considerando os

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.

Crochiere, R. E., Rabiner, L. R., Multirate Digital Signal Processing, Prentice-Hall,

Englewood

N.

Cliffs,

J,

1983.

Oppenheim, A. V., Schafer, R. W., Discret-Time Signal Processing, Prentice

Englewood

Cli`s,

Neuvo,

Cheng-Yu, D., Mitra,

Y.,

IEEE Acoustics,

N.

J.,

Hall,

1989.

Speech,

S. K.,

"Interpolated Finite Impulse Response Filters",

and Signal Processing,

vol.

ASSP-32,

nQ.3,

June 1984, pp. 563-

570.

Widrow,
J.,

B., Steams, S. D., Adaptive Signal Processing, Prentice-Hall,

Englewood

Cliffs,

N.

1985.

Haykin,

S.,

Introduction to Adaptive Filters, Macmillan,

Fan, H., Jenkins,

CAS-33,

K.,

"A New Adaptive [IR

Filter",

IEEE

Circuits

1984.

and Systems,

vol.

n9. 10, October 1986, pp. 939-947.

Shynk,

J. J.,

Shynk,

J. J.,

Speech,

W.

New York, N. Y.,

"Adaptive IIR Filtering", IEEE ASSP Magazine, April 1989, pp. 4-21.

"Adaptive IIR Filtering Using Parallel-Form Realizations",

and Signal Processing,

vol. 37, 119. 4, April 1989, pp.

519-533.

IEEE Acoustics,

142

[l0]Nayeri, M., Jenkins,

W.

K.,

"AIternate Realizations to Adaptive IIR Filters and

Properties of Their Performance Surfaces",

IEEE

Circuits

and Systems,

vol. 36, nQ. 4,

April 1989, pp. 485-496.

[1l]Ba, N., "Estrutura Mista FIR-IIR Adaptvel para Identificao

Sistemas

com Resposta ao Impulso de Longa Durao",

W.

Scientists

[l3]Carpes

B., Jr., Probability

W.

P.,

Y., 1970.

"Estudo dos Efeitos da Quantizao no Algoritmo

Digitais Adaptveis

UFSC,

Novembro

and Decimation of Digital Signals

Tutorial Review", Proceedings of the IEEE, Vol. 69, n9.

Applications:

Filtros

1992.

[14] Crochiere, R. E., Rabiner, L. R., "Interpolation

P.,

LMS em

com Aplicao em Cancelamento de Ecos", Dissertao de Mestrado,

Florianpolis, SC,

[15]Vaidyanathan, P.

Dissertao de Mestrado, UFSC,

and Random Processes: An Introduction for Applied

and Engineers, McGraw-Hill, New York, N.

Jr.,

Real de

Dezembro 1991.

Florianpolis, SC,

[12]Davenport,

em Tempo

3,

March 1981, pp.300-331.

"Multirate Digital Filters, Filter Banks, Polyphase Networks, and

A Tutorial", Proceedings of the IEEE,

vol. 78. nQ. 1,

January 1990, pp. 56-

93.

[16] Oppenheim, A. V., Willsky, A.

S.,

Signal and Systems, Prentice-Hall, Englewood

Cliffs,

N.

1983.

[17] Oppenheim, A. V., Schafer, R. W., Digital Signal Processing, Prentice-Hall,


Cli`s,

N.

J.,

1975.

Englewood

J.,

143

[18] Vaidyanathan, P. P., "Design

and Implementation of Digital FIR Filters",

Digital Signal Processing, D.F.

Elliott,

"Experiments

with

[19]Gilloire,

A.,

Teleconferencing",

[20]Petraglia,

M.

IEEE ICASSP'87,

R., Mitra, S. K.,

Ed.

New York:

Sub-Band

Acoustical Echoes",

[22]Bellanger,

M.

Ilinois,

IEEE ICASSP'88,

by Polyphase Network:

IEEE Acoustics,

Speech,

and

1976, pp. 109-114.

n-Q. 2,

Speech,

M-Band

Extensions and Perfect-

and Signal Processing Magazine,

July 1987, pp. 4-20.

"A Theory of Multirate

Processing, vol. ASSP-35, n9.

3,

Filter Banks",

March

[25]Nguyen, T. Q., Vaidyanathan, P.

Which

1993, pp. 60-63.

1988, pp. 2570-2573.

IEEE Acoustics,

Reconstruction Techniques",

Speech,

May

and Design of Multirate Systems for Cancellation of

[23]Vaidyanathan, P. P., Quadrature Mirror Filter Banks,

Structures

for

1987, pp.2l4l-2144.

G., Bonnerot, G., Coudreuse, M., "Digital Filtering

ASSP Magazine,

Cancellers

"Performance Analysis of Adaptive Filter Structures Based

Signal Processing, vol. ASSP-24,

[24] Vetterli, M.,

Echo

Acoustic

Applications to Sample-Rate Alteration and Filter Banks",

vol.

Handbook on

Academic, 1987, pp. 55-172.

on Subband Decomposition", IEEE ISCAS'93, Chicago,

[21]Kellermann, W., "Analysis

in

P.,

IEEE Acoustics,

Speech,

1987, pp. 356-372.

"Two-Channel Perfect-Reconstruction FIR

Yield Linear-Phase Analysis and Synthesis Filters",

and Signal Processing,

and Signal

vol. 37, nQ. 5,

May

1989, pp. 676-690.

QMF

IEEE Acoustics,

144

[26] Vetterli, M.,

Le

Factorizations",

FIR Filter Banks: Some Properties and

Reconstruction

Gall, D., "Perfect

IEEE Acoustics,

Speech,

and Signal Processing,

vol. 37, n9. 7, July 1989,

pp. 1057-1071.

[27]Rabiner, L. R.

Englewood

Cli`s,

Schafer, R. W., Digital Processing of Speech Signals, Prentice-Hall,

N.

J.,

1978.

[28] Satt, A., Malah, D., "Design of

Coding of Speech", IEEE

November

[29] Johnston,

Uniform

DFT

Acoustics, Speech,

Filter

Banks Optimized for Subband

and Signal

Processing, vol. 37, nQ. 11,

1989, pp. 1672-1679.

J.

Proc. 1980

D.,

"A

Filter

Family Designed for Use

IEEE International Conf

in

Quadrature Mirror

Acoustics, Speech,

Filter Banks",

and Signal Processing,

April 1980,

pp. 291-294.

[30] Hooke, R., Jeaves, T., "Direct Search Solution of Numerical

Ass.

Comp. Mach.,

[31]McClellan,

J.

vol. 8, April 1961, pp.

Filters",

Statistical

Problems",

J.

212-229.

H., Parks, T. W., Rabiner, L. R.,

Linear Phase FIR

and

"A Computer Program for Designing

IEEE Audio Electroacoustics,

vol.

AU-21, December 1973,

pp.

506-526.

[32]Nayebi, K., Bamwell

III,

T P.,

Smith,

M.

J.

T.,

"Time-Domain

New Design Theory", IEEE Signal Processing, vol. 40, n9.


[33]Chu,

S.,

Burrus, C.

S.,

"Multirate Filter Designs Using

Systems, vol. CAS-31, nQ. 11,

November 1984,

6,

Bank

Analysis:

June 1992, pp. 1412-1429.

Comb

pp. 913-924.

Filter

Filters",

IEEE Circuits and

145

[34]Koilpillai, R. D., Vaidyanathan, P. P.,

Reconstruction

QMF

Banks",

IEEE

"A New Approach


ISCAS'90,

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,

[38]Kiya, H., Yae,

Toronto, Ontario,

M.

Iwahashi, M.,

Perfect Reconstruction",

May

Banks",

Subband and Multiresolution Adaptive

IEEE ISCAS'92, San Diego, CA, May

T. P., Smith,

Branch FIR Filters

for

Filter

Bank Allowing

1992, pp. 951-954.

Sampling Rate Conversion",

1992, pp. 1007-1010.

M.

J.

T.,

IEEE ISCAS'92, San Diego, CA, May

[41] Caglar, H., Akansu, A. N.,

Fi1ters",

1991, pp. 3693-3696.

"A Linear Phase Two-Channel

IEEE ISCAS'92, San Diego, CA, May


III

1991, pp. 1641-1644.

May

[39] Saramki, T., Mitra, S. K., "Multiple

[40]Nayebi, K., Bamwell

1991, pp. 1613-1616.

W., "Subband Filters Using Allpass Structures",

[37] Slock, D. T. M., "Fractionally-Spaced

IEEE ICASSP'91,

May

"Block Decimated Analysis-Synthesis Filter


1992, pp. 947-950.

"A Generalized Parametric

PR-QMF Design Technique Based

on Bernstein Polynomial Approximation", IEEE Signal Processing,

vol. 41, n9. 7, July

1993, pp. 2314-2321.

[42]Soman, A. K., Vaidyanathan,


Banks",

IEEE ICASSP'93,

P. P.,

Nguyen, T.

Q.,

"Linear Phase Orthonormal Filter

Minneapolis, Minnesota, April 1993, pp. III.209-III.212.

146

[43]Nayebi, K., Barnwell

Evaluation",

III

T. P., Smith,

IEEE Signal Processing,

[44] Saghizadeh, P., Wilson

Jr.,

A. N.,

M.

J.

T.,

"Low Delay FIR

vol. 42, n9. 1,

"A

Perfect-Reconstruction Linear-Phase

Banks: Design and

January 1994, pp. 24-31.

New Approach
FIR

Filter

to the

Filter Banks",

Design of Three-Channel

IEEE ISCAS'94, London, May-

June 1994, pp. 157-160.

[45]Vaidyanathan, P.
Inversion",

P.,

"Biorthonormal Filter Banks and the Theory of Transfer Matrix

IEEE ISCAS'94, London, May-June


"New

[46]Koilpillai, R. D., Vaidyanathan, P. P.,

Banks

Satisfying Perfect Reconstruction",

1994, pp. 285-288.

Results on

Cosin&Modulated FIR

IEEE ICASSP'9I,

Toronto, Ontario,

May

Filter

1991,

pp. 1793-1796.

[47]Nguyen, T. Q., "A Class of Generalized Cosine-Modulated Filter Bank",

San Diego, CA,

May

1992, pp. 943-946.

[48]Lin, Y. P., Vaidyanathan, P. P., "Linear


Filter

IEEE ISCAS'92,

Phase Cosine Modulated Maximally Decimated

Banks with Perfect Reconstruction", IEEE ISCAS'94, London, May-June

1994, pp.

17-20.

[49] Chan, S. C.,

"Quadrature Modulated

Filter Banks",

IEEE ISCAS'94, London, May-June

1994, pp. 501-504.

[50]Nussbaumer, H.

November

J.

"Pseudo

QMF

1981, pp. 3081-3087.

Filter

Bank",

IBM

Tech. Disclosure Bull., vol. 24,

147

[51]Nguyen, T. Q.,

"Near-Perfect-Reconstruction

Pseudo-QMF Banks", IEEE

Signal

Processing, vol. 42, n9.1, January 1994, pp. 65-76.

[52]Crochiere, R. E.,

"Sub-Band Coding", The Bell System Technical Journal,

vol. 60, n9. 7,

September 1981, pp. 1633-1653.

[53]Gilloire, A., Vetterli,

M., "Adaptive Filtering in Sub-Bands",

IEEE ICASSP'88,

1575.

pp. 1572-

[54]Etter, D. M., Carlson, N. C.,

Margo, V.

A.,

"Adaptive System Modeling with Critically

Decimated Multirate Filters", IEEE ISCAS'93, Chicago,

[55]Gilloire, A.,.Vetterli, M.,

Ilinois,

May

1993, pp. 68-71.

"Adaptive Filtering in Subbands with Critical Sampling:

Analysis, Experiments, and Application to Acoustic

Echo Cancellation", IEEE Signal

Processing, vol. 40, nQ.8, August 1992, pp. 1862-1875.

[56]Kellermann, W., "Kompensation Akustischer Echos in Frequenzteilbandern", Frequenz,

July-August 1985, pp. 209-215.

[57]Beck, E., Seara, R.,

"Um Novo Programa

para Projeto e Anlise de Filtros Digitais", 82

Congresso Brasileiro de Automtica, Belm, PA, Setembro, 1990, pp. 202-207.

[58]Schafer, R. W., Rabiner, L.

Proceedings of the IEEE,

r.,

"A Digital Signal Processing Approach

vol. 61, n9.6,

[59]Saramki, T., Neuvo, Y., Mitra,

S. K.,

to Interpolation",

June 1973, pp. 692-702.

"Design of Computationally Efficient Interpolated

FIR Filters", IEEE Circuits and Systems, vol.

35, n9.

1,

January 1988, pp. 70-87.

148

[60]Seara, R., Beck, E., "Estudo sobre a Viabilidade da Utilizao de Estruturas

IFIR em

8Q Congresso Brasileiro de Automtica, Belm, PA, Setembro 1990,

Filtros Adaptveis",
pp. 1130-1135.

[6l]Seara, R., Bermudez,

Adaptive IFIR

J.

C. M., Beck, E.,

Filters",

"A New Technique

for the Implementation of

1992 URSI International Symposium on Signals, Systems, and

Electronics - ISSSE'92, Paris, September 1992, pp. 644-647.

[62]Seara, R., "Filtragem Adaptvel Utilizando Estruturas IFIR", Trabalho para o Concurso

de Professor Titular da UFSC, Florianpolis, SC, Outubro 1992.

[63]Abousaada, A., "Echo Tail Canceller Based on

AIFIR

Filtering",

M.

Sc. Dissertation,

Univ. Ottawa, Ottawa, 1990.

[64]Weinstein,

B.,

S.

"A

Passband

Data-Driven

Echo Canceller

Transmission on Two-Wire Circuits", IEEE Communications,

vol.

Full-Duplex

for

COM-25,

n9.7, July

1977, pp. 654-.

[65]Carpes

Jr.,

W.

P., Seara, R.,

Bermudez,

J.

C. M., Estudo

Comparativo de Duas Tcnicas

de Cancelamento de Eco para Transmisso de Dados "Full-Duplex" a Dois Fios na

Banda de Voz",

69.

SBT -Simpsio

Brasileiro de Telecomunicaes,

Campina Grande, PB,

Setembro 1988, pp. 167-171.

[66] Stremler, F. G., Introduction to

Communication Systems, Third

Edition,

Addison Wesley,

1990.

[67]Messerschmitt, D. G., "Echo Cancellation in Speech and Data Transmission",

Journal on Selected Areas

in

Communications,

vol.

SAC-2,

nQ.2,

March 1984,

IEEE

pp. 283-297.

149

[68]Granado

A. G., Alves, E., Arakaki, Y., "Estudo Preliminar de Tcnicas de

Filho,

Transmisso Digital na Linha de Assinante", RT.:

PDS 07/87 - CPqD TELEBRS, Maio

1987.

[69] Arnerican National Standards Institute

for use on Metallic

New York, N. Y.,

ANSI, "Standard for ISDN Basic Access Interface

Loop Applications on the Network Side of the NT", T1.601-1988,

1988.

[70]Baptistella, L. F. B., Lobo,

M.

P. L.,

Rede Digital de Servios Integrados, McGraw-Hill, So

Paulo, SP, 1990.

[71]Mitra,

K., Mahalanobis,

S.

Decomposition of FIR
Implementation",

[72]Petraglia,

M.

A.,

Filters

Saramki, T., "A Generalized Structural

and

Its

Application in Efcient

IEEE Circuits and Systems II,

R., Mitra, S. K.,

"Adaptive

FIR

vol. 40, n-9.6,

FIR

Subband

Filter Design

and

June 1993, pp. 363-374.

Filter Structure

Based on the Generalized

Subband Decomposition of FIR Filters", IEEE Circuits and Systems II,

vol. 40, nQ.6,

June

1993, pp. 354-362.

[73]Mitra, S. K., Mahalanobis, A., "Efficient

Structural
Control,

FIR

Subband Decomposition", 1990

Filter Design

Bilkent

and Signal Processing, Ankara, Turkey,

[74]Mahalanobis, A., Song,


Structural

S.,

and Systems II,

vol. 40, n9.6,

for

Conf New Trends

in

Commun.,

July 1990, pp. 1005-1022.

Mitra, S. K., Petraglia,

Subband Decomposition

Int.

and Implementation Using a

M.

R.,

"Adaptive

FIR

Filters

Based on

System Identification Problems", IEEE

June 1993, pp. 375-381.

Circuits

150

[75]Grosen, M. D.,

"New FIR

Structures for Fixed and Adaptive Digital Filters", Ph.D.

Dissertation, University of California, Santa Barbara, August 1987.