Filtragem Adaptável e Processamento Multibandas PDF

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
.............................
..
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,
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

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
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
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
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)
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
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
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
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
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

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",
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
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,
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",
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.,
[41] Caglar, H., Akansu, A. N.,
Fi1ters",
1991, pp. 3693-3696.
"A Linear Phase Two-Channel

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.

Filtragem Adaptável e Processamento Multibandas PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Filtragem Adaptável e Processamento Multibandas PDF

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDADE FEDERAL DE SANTA CATARINA

PS-GRADUAO EM ENGENHARIA ELTRICA

UNIVERSIDADE FEDERAL DE SANTA CATARINA

FLORIANPOLIS, OUTUBRO DE 1994

FILTRAGEM ADAPTVEL, PROCESSAMENTO MULTIBANDA DE SINAIS:

julgada para obtenao do

Prof NIO VALMOR I<AssIcI<, Dr.

CARLOS AURELIO FARIA

JOO MARCOS TRAV ssos ROMANO, Dr.

minha esposa Milene, que me acompanhou e me

carinho, soube manter a tranqilidade e a unio

dentro da nossa famlia.

minhas lhas Katiuscia e Gabrielle, que

um incentivo a mais para a

continuidade desta tarefa e compreenderam a

meu colega e amigo Thomas, que, por sua grande

uma misso ainda

mais grandiosa do que aquela que vinha

desenvolvendo entre ns.

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

seria possvel a realizao desta dissertao.

Rui por sua orientao a este trabalho.

Aos meus colegas

que, alm do apoio irrestrito sempre que necessrio,

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

convivncia fora dele.

Federal de Santa Catarina (ETF/SC), que

apoiou, principalmente, nestes

momentos nais mais crticos.

e ao Eng. Jos Pedro que,

seu atendimento impecvel, prestaram

grande contribuio ao desenvolvimento das simulaes.

estiveram sempre presentes

em nossos bons e maus momentos.

Elton, cuja participao incondicional na realizao deste trabalho,

CAPTULO 2 - FILTRAGEM ADAPTVEL

2.2 Caractersticas do sistema adaptvel

A estrutura FIR adaptvel

malha aberta e sistema malha fechada

2.2.4 Interpretao Geomtrica da

2.3.2 Algoritmo "Steepest Descent"

CAPTULO 3 - PROCESSAMENTO MULTIBANDA DE SINAIS

3.2 Dizimao e Interpolao

Banco de Filtros DFT

Banco de Filtros com Estrutura em rvore (Banco de Filtros

3.6 Processamento Multibanda e Filtragem Adaptvel

4.2 AEstrutura IFIR

4.3.1 Filtro Pente

4.3.2 Interpolao Linear

FILTRAGEM ADAPTVEL UTILIZANDO ESTRUTURA IFIR

5.2 Sistemas Adaptveis Utilizando Estrutura IFIR

4.3.4 Outros Interpoladores

5.3 Consideraes sobre

0 Processo de Convergncia do Sistema IFIR

de Desempenho no Processo de Convergncia

5.5 Filtragem Adaptvel

de Simulaes para Sistema Multibanda Completo

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

Tratamento Global do Sistema

de Simulaes para uma nica Sub-banda

5.6 Filtragem Adaptvel IFIR

Tratamento Individual por Sub-banda

Convergncia do Algaritmo "Steepest Descent"