Slides ProjetoFiltros

Processamento Digital de Sinais
Renato da Rocha Lopes e Amauri Lopes

rlopes@decom.fee.unicamp.br
DECOM - Departamento de Comunicações - DECOM

Faculdade de Engenharia Elétrica e de Computação - FEEC
Universidade Estadual de Campinas - UNICAMP
Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 1 / 63

Conteúdo da Aula
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Filtros Analógicos
Transformação Bilinear
Butterworth
Chebyshev
Finalizando

Introdução
Conteúdo da Aula
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Introdução
Introdução
Especificação da resposta em freqüência desejada
Especificação da estrutura:
▶ FIR ou IIR
▶ Número de coeficientes
Determinação dos coeficientes
Representação com precisão finita
Mudar Estrutura se necessário

Introdução
Especificação
Máscara da Resposta em Amplitude
|H(w)|
1+d1
1- d1
faixa de
passagem
faixa de rejeição
d2
faixa de
transição
0
0 p/10 wp wr p w
Filtros FIR
Conteúdo da Aula
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Filtros FIR Introdução
Conteúdo da seção
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Filtros FIR
Fase Linear
Estáveis
Baixa sensibilidade a erros de arredondamento.
Resposta ao impulso h[n] diretamente ligada a coeficientes.
Desafio:
Resposta desejada Hd (𝜔) leva a resposta temporal hd [n] de duração
infinita.
Que h[n] finito melhor aproxima hd [n]?

Fase Linear
Fonte:
www.dspguide.com/ch19/4.htm
Não causa distorção de fase,

só atraso
Simetria na resposta.
▶ Exigido por comunicações
e processamento de
imagem
Implementado com metade
das multiplicações

Exemplo: filtro passa-baixas ideal

Resposta em Frequencia Resposta ao Impulso
0.25
0.2
1
0.15
0.8
0.1
H (ω)
hd[n]
0.6
d
0.05
0.4
0
0.2
−0.05
0 −0.1
−pi −3pi/4 −pi/2 −pi/4 0 pi/4 pi/2 3pi/2 pi −40 −30 −20 −10 0 10 20 30 40
ω n
Problemas
Caracterı́stica Desejável:
Resposta de duração infinita
Fase zero
Não causal

Filtros FIR Truncamento
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Truncando a Resposta
Idéia para resposta ao impulso finita:

{
hd [n], ∣n∣ < N
h[n] =
0, caso contrário
Resposta em Frequencia Resposta ao Impulso

1.4 0.3
1.2 0.25
0.2
1
0.15
0.8
H(ω)
h[n]
0.1
0.6
0.05
0.4
0
0.2 −0.05
0 −0.1
−pi/2 −pi/4 0 pi/4 pi/2 −10 −8 −6 −4 −2 0 2 4 6 8 10
ω n

Causalidade
Truncamento ainda não é causal:

x[n] y [n]
h[n]
10
∑
y [n] = x[n − k]h[k]
k=−10
= x[n + 10]k[−10] + x[n + 9]h[−9] + ⋅ ⋅ ⋅ x[n − 10]h[10]
⇒ y [n] depende de valores futuros de x[n]

⇒ não pode ser implementado em tempo real

Atraso e causalidade
Solução causal:
▶ Desloca h[n] de 10 amostras para a direita:
{
hd [n − 10], 0 ≤ n ≤ 20
h[n] =
0, caso contrário
H(𝜔) = e−j𝜔10 Htruncado (𝜔)

⇒ mesma magnitude
⇒ fase linear: −10𝜔

Explicando Transição e Oscilações
h[n] = hd [n]w [n]

∫ 𝜋
1
H(ej𝜔 ) = Hd (ej𝜃 )W (ej(𝜔−𝜃) ) d𝜃
2𝜋 −𝜋
Janela no Tempo Janela em Frequência
1 25
0.9
0.8 20
0.7
0.6 15
W(ω)
w[n]
0.5
0.4 10
0.3
0.2 5
0.1
0 0
−40 −30 −20 −10 0 10 20 30 40 −pi −pi/2 0 pi/2 pi
n ω

Explicando Transição
Hd (ej𝜔 ) Hd (ej𝜔 )
Janela Janela
−𝜋 𝜋 𝜔 −𝜋 𝜋 𝜔
Frequência de Interesse Frequência de Interesse
Ponto A Ponto B
Ponto A: área começa a diminuir

▶ Começo da transição
Ponto B: área termina da diminuir
▶ Fim da transição
Largura da faixa de transição depende da do lóbulo central ≈ 2𝜋/N
H(𝜔c ) ≈ 1/2
▶ Usa 𝜔c = (𝜔p + 𝜔r )/2
Melhorando Transição
Aumenta tamanho da janela, diminui transição
N=5 N = 10
5 10
4 8
3 6
2 4
1 2
0 0
−pi −pi/2 0 pi/2 pi −pi −pi/2 0 pi/2 pi
ω
N = 20 N = 50
20 50
40
15
30
10
20
5
10
0 0
ω

Explicando Oscilações
Hd (ej𝜔 ) Hd (ej𝜔 )
Janela Janela
−𝜋 𝜋 𝜔 −𝜋 𝜋 𝜔
Frequência de Interesse Frequência de Interesse
Área negativa virou positiva ⇒ oscilação
Oscilação depende da área dos lóbulos laterais

▶ Igual nas faixas de passagem e rejeição.
Para janela retangular, não depende de N
Solução: Outras janelas

Filtros FIR Janelamento
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Outras Janelas: Definição
⎧
⎨ 2n/M; 0 ≤ n ≤ M/2
Bartlett (triangular) w [n] = 2 − 2n/M; M/2 ≤ n ≤ M
0; c.c.
⎩
{
0, 5 − 0, 5 cos(2𝜋n/M); 0 ≤ n ≤ M
Hanning w [n] =
0; c.c.
{
0, 54 − 0, 46 cos(2𝜋n/M); 0 ≤ n ≤ M
Hamming w [n] =
0; c.c.
Blackman
0, 42 − 0, 5 cos 2𝜋n + 0, 08 cos 4𝜋n
{ ( ) ( )
w [n] = M M ; 0≤n≤M
0; c.c.

Outras Janelas: Tempo
Bartlet
Hanning
Hammig
Blackamn
0.5
0
0 25 50

Outras Janelas: Freqüência

(a) (b) (c)
0 0 0
Retangular Bartlett Hanning
−10 −20
−20
magnitude (dB)
magnitude (dB)
magnitude (dB)
−20 −40
−30 −40 −60
−40 −80
−60
−50 −100
−60 −80 −120

0 1 2 3 0 1 2 3 0 1 2 3
freqüência normalizada freqüência normalizada freqüência normalizada
(d) (e) (e)

0 0 0
Hamming Blackman Kaiser, B=6
−20 −20
−20
magnitude (dB)
magnitude (dB)
magnitude (dB)
−40 −40
−40 −60 −60
−80 −80
−60
−100 −100
−80 −120 −120

0 1 2 3 0 1 2 3 0 1 2 3
freqüência normalizada freqüência normalizada freqüência normalizada

Outras Janelas: Caracterı́sticas
Tipo Amplitude Largura Oscilação

de do lóbulo aproximada máxima
janela lateral do lóbulo aprox.
(dB) central (dB)
Retangular -13 4𝜋/(M + 1) -21
Bartlett -25 8𝜋/M -25
Hanning -31 8𝜋/M -44
Hamming -41 8𝜋/M -53
Blackman -57 12𝜋/M -74

Exemplo
Projetar um filtro passa-baixas com:

Freqüência de corte 𝜔c = 𝜋/2,
largura da região de transição △𝜔 ≤ 0,2𝜋,
erro máximo na faixa de passagem de 0, 02,
erro máximo na faixa de rejeição de 0, 01.
Faixa de passagem ⇒ oscilação < 20 ∗ log10 (0,02) = −34 dB
Faixa de rejeição ⇒ oscilação < 20 ∗ log10 (0,01) = −40 dB
Janela com menor transição que satisfaz oscilação: Hamming

Exemplo
8𝜋/M ≤ 0,2𝜋 ⇒ M ≥ 40
1.2 5
0
1
−5
−10
0.8
−15
H(ω)
H(ω)
0.6 −20
1
−25
0
0.4
−30
−1
−35 −2
0.2
−40 −3
0 pi/4 pi/2
0 −45
ω ω

Filtros FIR Kaiser
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Filtros FIR Kaiser
Janela de Kaiser
Projeto com janelas tradicionais envolve tentativa e erro.

Alternativa: Janela de Kaiser:
⎧ { [ }
( n−𝛼 )2 ]1/2
⎨ I0 𝛽 1 − 𝛼


w [n] = , 0≤n≤M

 I0 (𝛽)
0, c.c.
⎩
Parâmetros:
𝛼 = M/2
I0 (x): função de Bessel Modificada de 1a espécie e ordem zero
M: largura da janela
𝛽: altera a forma da janela, podendo até aproximar outras janelas

Filtros FIR Kaiser
Janela de Kaiser: Caracterı́sticas
𝛽 escolhido para a mesma oscilação
Tipo Amplitude Largura Osc. Janela Transição

de do lóbulo aprox. máxima de Kaiser janela
janela lateral do lóbulo aprox. equiv. Kaiser
(dB) central (dB) 𝛽 equiv.
4𝜋
Retangular -13 M+1 -21 0 1,81𝜋/M
Bartlett -25 8𝜋/M -25 1,33 2,37𝜋/M
Hanning -31 8𝜋/M -44 3,86 5,01𝜋/M
Hamming -41 8𝜋/M -53 4,86 6,27𝜋/M
Blackman -57 12𝜋/M -74 7,04 9,19𝜋/M
Kaiser tem transição menor

Filtros FIR Kaiser
Projeto com Janela de Kaiser
Sejam A = −20 log 𝛿 e △𝜔 = 𝜔r − 𝜔p

⎧
⎨ 0, 1102(A − 8, 7), A > 50
𝛽 = 0, 5842(A − 21)0,4 + 0, 07886(A − 21), 21 ≤ A ≤ 50
0, A < 21
⎩
A−8
M =
2, 285△𝜔

Filtros FIR Kaiser
Exemplo
Projetar um filtro passa-baixas com:

Faixa de passagem até 𝜔c = 0,4𝜋,
Freqüência de rejeição 𝜔r = 0,6𝜋,
▶ largura da região de transição △𝜔 ≤ 0,2𝜋
erro máximo na faixa de passagem de 0,01,
erro máximo na faixa de rejeição de 0,001.
Menor oscilação: 20 ∗ log10 (0,001) = −60 dB
△𝜔 = 𝜔r − 𝜔p = 0,2𝜋
⇒ 𝛽 = 5, 653, M = 37.

Filtros FIR Kaiser
Resultado
0.6
h[n] 0.4
0.2
−0.2
0 10 20 30
20
−20
|H(ω)|dB
−60
−100
0 π/2 π
0.0010
0.0005
−H(ω)ejωα
0.0005
−0.0010
0 0,2π 0,4π π/2 0,6π 0,8π π

Filtros FIR Finalizando
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Comparação
5
Hamming
Kaiser
Remez
0
−5
−10
−15 x 10
−3
15
−20
H(ω)
10
−25
−30 5
−35
0
−40
−5
−45 0 pi/4 pi/2
ω
p
−50
−pi −3pi/4 −pi/2 −pi/4 0 pi/4 pi/2 3pi/4 pi
ω

Outros filtros
Deslocamento em freqüência: h[n]ej𝜔0 n = H(𝜔 − 𝜔0 )
⇒ 2h[n] cos(𝜔0 n) = H(𝜔 − 𝜔0 ) + H(𝜔 + 𝜔0 )

Para passa-faixas ou passa-altas, usa w0 adequado
1.4
Passa−Baixas
Passa−Altas, ω0 = π
1.2 Passa−Faixas, ω = π/2
0
0.8
H(ω)
0.6
0.4
0.2
0
−pi −pi/2 0 pi/2 pi
ω

Filtros IIR
Conteúdo da Aula
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Filtros IIR Introdução
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Filtros IIR Introdução
Método Geral
Poderı́amos calcular a Transformada de Fourier inversa da resposta

desejada.
▶ Resposta resultante tem duração infinita ⇒ IIR
▶ Desvantagem da idéia: ausência de método para mapear h[n] em polos
e zeros.
Três métodos:
▶ Filtros Analógicos + Transformação Bilinear
▶ Filtros Analógicos + Invariância ao Impulso
▶ Otimização direta dos coeficientes.

Filtros IIR Filtros Analógicos
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Transformada de Laplace
Como tranformada Z , mas para sistemas analógicos

Entrada do sistema: x(t) = est
▶ Saı́da do sistema: y (t) = H(s)est .
Definição
∫
ℒ{x(t)} = X (s) = x(t)e−st dt
Propriedades
Linearidade: ℒ {ax(t) + by (t)} ←→ aX (s) + bY (s)
{d }
Diferenciação: ℒ dt x(t) ←→ sX (s)

Laplace e Sistemas
Sistemas analógicos são descritos por equações diferenciais.

d d
Exemplo: y (t) + y (t) = x(t) + 2x(t)
dt dt
Laplace: sY (s) + Y (s) = sX (s) + 2X (s)
Y (s) s +2
Função de Transferência: H(s) = =
X (s) s +1
Polos e Zeros
Determinam comportamento do sistema
Permitem cálculo da resposta em freqüência: H(j𝜔)
Estabilidade:
⇔ Polos estão no semi-plano esquerdo
⇔ Parte real dos polos < 0.

Filtros IIR Transformação Bilinear
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Transformação bilinear: Introdução

Objetivo: mapear polos e zeros analógicos em polos e zeros digitais de
forma que
Polos estáveis, ℜ{s} < 0, viram polos estáveis, ∣z∣ < 1.
Freqüências analógicas, s = jΩ, viram freqüências digitais, z = ej𝜔
jΩ ℑ{z}
Polos Polos Frequências Polos

Estáveis Instáveis Digitais Instáveis
Polos
Estáveis
𝜎 ℜ{z}
Frequências
Analógicas
Plano s Plano z
Transformação bilinear: Definição e Propriedades
1 − z −1 1 + s/c
s =c ; z=
1 + z −1 1 − s/c
ℜ{s} < 0 ↔ ∣z∣ < 1

▶ Polos estáveis levam em polos estáveis
c: constante em geral 2.
s = jΩ ↔ = ej𝜔
▶ 𝜔 = 2 arctan(Ω/c) ↔ Ω = c tan(𝜔/2)
▶ Toda freqüência analógica é mapeada em uma freqüência digital.
▶ Mapeamento é não linear ⇒ distorção na resposta em freqüência
Para ∣Ω∣ ≪ 1 temos ∣𝜔∣ ≃ 2Ω/c

Transformação Bilinear em Freqüência

Hc (Ω)
Ω
𝜔
𝜔
𝜋
Ω H(𝜔)
Resumo
1 Comece com uma máscara em freqüências discretas
2 Obtenha máscara analógica fazendo Ω = c tan(𝜔/2)

▶ Para filtro passa-baixas, freqüências de passagem e corte:
▶ Ωp = c tan(𝜔p /2), Ωr = c tan(𝜔r /2)
3 Projete Hc (s)
4 Faça H(z) = H(s)∣s=c 1−z −1

1+z −1

Filtros IIR Butterworth
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Filtro de Butterworth Analógico
Hc (s) é maximamente plano em s = 0

▶ Muitas derivadas nulas na origem.
∣HC (jΩ)∣ diminui quando Ω aumenta.
N: número de polos.
1
∣Hc (Ω)∣2 =
1 + (Ω/Ωc )2N
ΩN
Resultado: Hc (s) = ∏
N−1
c
,
(s−sk )
( k=0
com sk = Ωc exp j 2k+1 𝜋
)
2N 𝜋 + j 2

Resposta em Freqüência
1
N=4
0.9 N=6
0.8
0.7
0.6
2
|Hc(jΩ)|
0.5
0.4
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Ω/Ωc

Filtro de Butterworth Digital

H(z) = Hc (s)
s = c 1 − z
−1
1 + z −1

ΩN
c
= N−1
( )
∏ 1 − z −1
c − sk
k=0 1 + z −1
ΩN
c (1 + z
−1 )N
= N−1
∏ [ ]
c − sk − (c + s k )z −1
k=0

Filtro de Butterworth Exemplo
|H(w)|dB
0
-1
faixa de faixa de rejeição

passagem
-15 faixa de
transição
0 0,2p 0,3p p w

Ωp = 2 tan(0, 1𝜋), Ωr = 2 tan(0, 15𝜋)

∣Hc (Ω)∣2 deve satisfazer
10 log ∣Hc (Ωp )∣2 ≥ −1 e 10 log ∣Hc (Ωr )∣2 ≤ −15,
ou seja,
1
10 log [ ]2N ≥ −1 (1)
2 tan(0, 1𝜋)
1+
Ωc
1
10 log [ ]2N ≤ −15. (2)
2 tan(0, 15𝜋)
1+
Ωc

⇒ N > 5, 304 ⇒ N = 6
⇒ Ωc = 0,76622
Hc (s) =
0,20238
(s 2 + 0,396s + 0,5871)(s 2 + 1,083s + 0,5871)(s 2 + 1,4802s + 0,5871)
H(z) =
0,0007378(1 + z −1 )6
×
(1 − 1,2686z −1 + 0,7051z −2 )(1 − 1,0106z −1 + 0,3583z −2 )
1
(1 − 0,9044z −1 + 0,2155z −2 )

Resultado
Magnitude
0.5
0
0 0,2p 0,3p 0,5p w p
180
120
60
Fase (gaus)
-60
-120
-180
0 0,2p 0,3p 0,5p w p

Filtros IIR Chebyshev
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Introdução
Butterworth decresce monotonicamente:

▶ Máscara é satisfeita exatamente em 𝜔p e 𝜔r
▶ Folga nas outras freqüências.
Chebyshev distribui erros na faixa:
▶ Tipo I: oscilações na faixa de passagem e monotônico na de rejeição
▶ Tipo II: monotônico na faixa de passagem e oscilações na de rejeição.

Introdução
|H(w)|
1
2 1/2
1/(1+e )
faixa de
passagem
faixa de rejeição
d2
faixa
de tran-
sição
0
0 wp wr p w
Filtro de Chebyshev Analógico - Tipo I
1
∣Hc (Ω)∣2 =
1 + 𝜖2 VN2 (Ω/Ωc )
Polinômio de Chebyshev
VN (x) = cos[N arccos(x)]

VN+1 (x) = 2xVN (x) − VN−1 (x)
V0 (x) = 1; V1 (x) = x
Parâmetros de Projeto
𝜖: Controla oscilações na faixa de passagem: −10 log10 1 + 𝜖2
( )
Ωc : Igual à faixa de passagem, Ωp

N: Determina a faixa de rejeição.
Filtro de Chebyshev: Exemplo
|H(w)|dB
0
-1
faixa de faixa de rejeição

passagem
-15 faixa de
transição
0 0,2p 0,3p p w

Filtro de Chebyshev: Exemplo
Ωc = Ωp = 2 tan(0, 1𝜋) = 0, 6498

Determinando 𝜖:
−10 log(1 + 𝜖2 ) = −1 ⇒ 𝜖 = 0, 50885
Determinando N:
−10 log 1 + 𝜖2 VN2 (Ω/Ωc ) Ω=Ωr = −15
[ ]
Como Ωr = 2 tan(0, 15𝜋), N = 4.

Para Butterworth, N = 6.
Resultado
0, 04381
Hc (s) = .
(s 2 + 0, 1814s + 0, 4166)(s 2 + 0, 4378s + 0, 1180)
0, 001836(1 + z −1 )4
H(z) =
(1 − 1, 4996z −1 + 0, 8482z −2 )(1 − 1, 5548z −1 + 0, 6493z −2 )
Resultado
1
|H(ω)|
0
0 ωp ω π
180
90
∠ H(ω)
−90
−180
0 ω π
Filtros IIR Finalizando
1 Introdução
2 Filtros FIR
Introdução
Truncamento
Janelamento
Kaiser
Finalizando
3 Filtros IIR
Introdução
Butterworth
Chebyshev
Finalizando

Filtros Elı́pticos
Substitui VN (x) por função

racional. 0.8
0.6
Introduz oscilações nas duas
0.4
faixas
0.2
Mais eficiente 0
▶ N = 3 no exemplo anterior. −0.2
Intuitivo −0.4
▶ Espalha polos na faixa de −0.6
passagem −0.8
▶ Espalha zeros na faixa de −1 −0.5 0 0.5 1

rejeição

Projetando Outros Filtros
Para obter filtros passa-altas ou passa-faixas, é necessário fazer

transformação.
Sejam:
▶ 𝜃p a freqüência de corte de um projeto,
▶ 𝜔p a nova freqüência de corte desejada.
Passa altas: Hnew (z) = Hold (Z ), onde:
1 − 𝛼z −1
▶ Z=
z (−1 − 𝛼)
𝜃p −𝜔p
sin 2
▶ 𝛼= ( 𝜃 +𝜔 )
sin p 2 p
Outras transformações levam a outros tipos de filtro

Slides ProjetoFiltros

Transféré par

Informations du document

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

Slides ProjetoFiltros

Transféré par

Droits d'auteur :

Formats disponibles

Processamento Digital de Sinais

Renato da Rocha Lopes e Amauri Lopes

DECOM - Departamento de Comunicações - DECOM

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 1 / 63

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 2 / 63

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 3 / 63

Especiﬁcação da resposta em freqüência desejada

Determinação dos coeﬁcientes

Representação com precisão ﬁnita

Mudar Estrutura se necessário

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 4 / 63

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 6 / 63

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 7 / 63

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 8 / 63

Não causa distorção de fase,

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 9 / 63

Exemplo: ﬁltro passa-baixas ideal

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 10 / 63

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 11 / 63

Idéia para resposta ao impulso ﬁnita:

Resposta em Frequencia Resposta ao Impulso

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 12 / 63

Truncamento ainda não é causal:

⇒ y [n] depende de valores futuros de x[n]

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 13 / 63

H(𝜔) = e−j𝜔10 Htruncado (𝜔)

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 14 / 63

Explicando Transição e Oscilações

h[n] = hd [n]w [n]

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 15 / 63

Frequência de Interesse Frequência de Interesse

Ponto A: área começa a diminuir

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 17 / 63

Frequência de Interesse Frequência de Interesse

Área negativa virou positiva ⇒ oscilação

Oscilação depende da área dos lóbulos laterais

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 18 / 63

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 19 / 63

Outras Janelas: Deﬁnição

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 20 / 63

Outras Janelas: Tempo

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 21 / 63

Outras Janelas: Freqüência

−30 −40 −60

−60 −80 −120

(d) (e) (e)

−40 −60 −60

−80 −120 −120

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 22 / 63

Outras Janelas: Caracterı́sticas

Tipo Amplitude Largura Oscilação

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 23 / 63

Projetar um ﬁltro passa-baixas com:

Faixa de passagem ⇒ oscilação < 20 ∗ log10 (0,02) = −34 dB

Faixa de rejeição ⇒ oscilação < 20 ∗ log10 (0,01) = −40 dB

Janela com menor transição que satisfaz oscilação: Hamming

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 24 / 63

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 25 / 63

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 26 / 63

Projeto com janelas tradicionais envolve tentativa e erro.

Renato R. Lopes e Amauri Lopes (DECOM) Processamento Digital de Sinais 27 / 63

Janela de Kaiser: Caracterı́sticas

𝛽 escolhido para a mesma oscilação

Tipo Amplitude Largura Osc. Janela Transição