2.

Sistemas Multirritmo

2. Sistemas Multirritmo
Abordam-se nesta seco os fundamentos de sistemas que funcionam a uma ou vrias frequncias de amostragem e que so referidos como sistemas multirritmo. Em primeiro lugar ser revista a teoria da decimao e da interpolao de sequncias. Depois ser abordada a representao polifase de sinais. Finalmente, ser feita uma abordagem aos bancos de filtros utilizando decimadores e expansores.

2.1 Decimao e Expanso

Os sistemas multirritmo utilizam sempre decimadores e/ou expansores, reflectindo o facto destes sistemas trabalharem com sequncias referidas a duas ou mais frequncias (ritmos) de amostragem. Este assunto foi j parcialmente abordado na seco 1.2 quando se falou de amostragem de sequncias. Um decimador de ordem M um sistema que amostra periodicamente uma sequncia com perodo de amostragem de M amostras. O smbolo de um decimador apresentado na figura 2.1. Sendo x[n] a sequncia de entrada, a sada yd[n] = x[nM].
B B

(2.1)

x[n]
a)

yd[n]

x[n]

L
b)

yE[n]

Fig. 2.1 - Smbolos do sistema decimador de ordem M e do expansor de ordem L.

Um sistema decimador produz aliasing a no ser que a sequncia x[n] seja de banda limitada com frequncia mxima max M (ver figuras 1.1 e 2.2 para o caso de M=2). O sistema que faz o inverso, introduzindo L-1 amostras nulas entre as amostras da sequncia original, refere-se como um sistema expansor. Sendo x[n] a sequncia de entrada, a sada x [ n L ] , n mltiplo de L (2.2) ye [n] = caso contrrio 0,

No se perde informao ao expandir uma sequncia. A sequncia expandida tem, obviamente, a mesma energia da sequncia de entrada, uma vez que s foram acrescentados zeros sequncia. O espectro da sequncia expandida apresenta L-1 rplicas comprimidas do espectro original no intervalo [0,] (figura 2.2). A expanso utilizada para fazer a interpolao de uma sequncia, sendo necessrio filtrar passa-baixo a sequncia expandida (com frequncia de corte c = L ) para completar o processo.
U U

Processamento de Voz e Imagem 39

2.1 Decimao e Expanso Os espectros da sequncia decimada e expandida so dados pelas expresses (1.12) e (1.15). Por vezes so utilizadas expresses em transformada de z. Teremos neste caso, com WM = e
j 2 M

e z = e j ,
1 M
M 1

Yd (e j ) =

j 2 k X e M k =0

Yd ( z ) =

1 M

M 1

1 k X z M WM k =0

(2.3)

Ye (e j ) = X ( e j L )

Ye ( z ) = X ( z L ) .

(2.4)

A figura seguinte mostra um exemplo dos espectros de sinais decimados e expandidos com M= 2 e L=3. Para determinar a forma do espectro da sequncia decimada conveniente em primeiro lugar determinar o espectro da sequncia amostrada por trem de impulsos, X p (e j ) , e depois expandir o espectro resultante por um factor M.
1

X (e j )

-2 1/2

X p (e j )

1/2

Yd (e j )

Ye (e j )

2
3 3

4 3

Fig. 2.2 - Exemplo de decimao com M=2 (e aliasing) e expanso com L=3.

2.1.1 Decimao e expanso fraccionria

tambm possvel fazer a expanso ou a decimao de uma sequncia por um factor racional (no inteiro). Se o factor a considerar for p/q (p e q inteiros), expande-se a sequncia original por um factor p e decima-se de seguida por um factor q. Por exemplo, para expandir uma sequncia por um factor de 3/2 necessrio aplicar em primeiro lugar um expansor de ordem L=3 e de seguida aplicar um decimador de ordem M=2. Se, por

40 Processamento de Voz e Imagem

2. Sistemas Multirritmo exemplo, a sequncia original corresponder a um ritmo de 8000 amostras por segundo (fs=8kHz) a sequncia de sada corresponde a um ritmo de 12000 amostras por segundo. Este processo produz, genericamente, aliasing. Assim, para converter uma sequncia correspondente a um dado ritmo de amostragem noutro ritmo de amostragem necessrio filtrar. Para interpolar uma sequncia expandida deve aplicar-se um filtro passa-baixo de frequncia de corte c1=/L. Antes de decimar necessrio aplicar um filtro antialiasing de frequncia de corte /M. A combinao destes dois filtros resulta num filtro passa-baixo com frequncia de corte c = min { c1 , c 2 } = min { , M } . A filtragem feita L
B B B B

ao ritmo de Lfs amostras por segundo.

B B

2.1.2 Propriedades dos sistemas decimador e expansor

Considerem-se os operadores decimador e expansor definidos atravs dos operadores, DM{.} e EL{.}: yd [n] = DM { x[n]} = x[nM ] (2.5)
B B B B

x [ n L ] , n mltiplo de L ye [n] = EL { x[n]} = caso contrrio 0, Estes operadores gozam das seguintes propriedades:

(2.6)

i). Linearidade Ambos os operadores so lineares:

DM {ax1[n] + bx2 [n]} = aDM { x1[n]} + bDM { x2 [n]} = ax1[nM ] + bx2 [nM ]
EL {ax1[n] + bx2 [n]} = aEL { x1[n]} + bEL { x2 [n]}

(2.7) (2.8)

a x[n] M yd[n]

a x[n] M yd[n]

x1[n] + x2[n] x1[n]

x

x1[n] x2[n] x1[n] x2[n]

M + M M
x

yd[n]

yd[n]

yd[n]

yd[n]

x2[n]

Fig. 2.3 - Propriedades dos sistemas decimador. O sistema expansor apresenta as mesmas propriedades.

Processamento de Voz e Imagem

41

2.1 Decimao e Expanso

ii). Multiplicao

A multiplicao de sinais transforma-se na multiplicao de operadores:

DM { x1[n] x2 [n]} = x1[nM ] x2 [nM ] = DM { x1[n]} DM { x2 [n]} EL { x1[n] x2 [n]} = EL { x1[n]} EL { x2 [n]}

(2.9) (2.10)

A figura anterior mostra, em termos de diagramas de blocos, estas propriedades.

2.1.3 Condio de comutatividade dos sistemas decimador e expansor.

Considere-se os dois sistemas da figura seguinte com entrada comum, x[n], um constitudo pela cascata de decimador e expansor e o outro pela mesma cascata mas por ordem inversa. Pretende-se averiguar em que condies que possvel trocar expansor com decimador, ou seja, em que condies que as sadas y1[n] e y2[n] so iguais.
B B B B

x[n]

z1[n] a)

y1[n]

x[n]

z2[n] b)

y2[n]

Fig. 2.4 - Cascata de sistemas decimador e expansor.

Os dois sistemas com sadas y1[n] e y2[n] so equivalentes sse L e M forem primos relativos, isto , se o mximo divisor comum entre eles for 1. Atendendo figura, temos que:
B B B B

x [ n L ] , n mltiplo de L z2 [ n] = outros casos 0, Logo: z [ n L ] , n mltiplo de L x [ nM L ] , n mltiplo de L y1[n] = 1 = outros casos outros casos 0, 0, x [ nM L ] , nM mltiplo de L y2 [n] = z2 [nM ] = outros casos 0,
B B B B

z1[n] = x[nM ]

(2.11) (2.12)

(2.13)

e:

(2.14)

A condio para que y1[n] e y2[n] sejam iguais que n e nM sejam simultaneamente mltiplos de L. Isto s se verifica se L e M forem primos relativos. Vejamos dois exemplos: 42 Processamento de Voz e Imagem

2. Sistemas Multirritmo
Exemplo 2.1
U U

Considere-se L=4 e M=6. Neste caso, n mltiplo de 4 significa que n = {-4,0,4,8,}. Por outro lado, 6n mltiplo de 4 significa n={...-2,0,2,4,6,...}. Portanto, as sequncias y1[n] e y2[n] da figura 2.4 no so idnticas. Isto acontece porque o mximo divisor comum entre L e M superior a 1 (2 neste caso).
B B B B

Exemplo 2.2
U U

Considere-se agora L=4 e M=5. 5n mltiplo de 4 significa n = {-4,0,4,8,}, ou seja, n mltiplo de 4 em ambos os casos. Portanto, as sequncias y1[n] e y2[n] da figura 2.4 so idnticas e os sistemas decimador e interpolador so comutveis. A condio de comutatividade dos sistemas expansor e decimador que L/M seja uma fraco irredutvel, ou, o que o mesmo, que L e M sejam primos relativos. A condio de comutatividade entre os sistemas expansor e decimador pode tambm verificar-se em termos de transformada de z. Teremos:
B B B B

1 Z1 ( z ) = M

k =0

M 1

Z 2 ( z) = X ( z L )

1 M k X z WM

(2.15) (2.16)

Y1 ( z ) = Z1 ( z L ) = 1 Y2 ( z ) = M

1 M

k =0

M 1

L k X z M WM

(2.17)
L M kL X z WM

M 1

1 M k 1 Z 2 z WM = M k =0

k =0

M 1

(2.18)
2

k kL k Portanto, a condio de igualdade que WM = WM . Os nmeros WM = e M , 0 k M-1, so as M razes distintas da unidade. Na circunferncia de raio unitrio distribuem-se de kL k forma equidistante com ngulos mltiplos de 2/M. Os nmeros WM coincidem com WM , 0 k M-1, se os ngulos 2kL/M corresponderem, no intervalo [0,2], a 2k/M, o que acontece se e s se L e M forem primos relativos. Por exemplo, se M=4 e L=3, as sequncias de ngulos para k=0...3, so {0, /2, , 3/2} e {0, 3/2, 3, 9/2}, portanto os mesmos ngulos quando reduzidos ao intervalo [0,2].

2.1.4 Igualdades Nobres

Chamam-se igualdades nobres s identidades que resultam da ligao de um sistema linear e invariante no tempo (LTI) com um decimador ou expansor. Estas relaes indicam que o processo de filtrar uma sequncia seguido de decimao pode ser feito de uma forma mais eficiente, decimando primeiro essa sequncia e filtrando depois a sequncia com um filtro adequado. Da mesma forma, se se pretende expandir e filtrar uma sequncia melhor faz-lo ao menor ritmo possvel, isto , filtrar primeiro e s depois expandir. As relaes de igualdade so indicadas nos diagramas de blocos da figura seguinte.

Processamento de Voz e Imagem 43

2.1 Decimao e Expanso x[n] H(zM) M y2[n]

a)

x[n]

H(z)

y1[n]

x[n]

H(zL)

y4[n]

b)

x[n]

H(z)

y3[n]

Fig. 2.5 - Igualdades nobres.

NOTA: As igualdades y1[n]=y2[n] e y3[n]=y4[n] s se verifica se H(z), H(zL) e H(zM) forem funes racionais de polinmios em z (ou z-1). No funciona, por exemplo, com H(z)=z-1/2.
B B B B B B B B P P P P P P P P

Tendo em conta o diagrama anterior, vejamos que as igualdades identificadas se verificam de facto. Atravs das respectivas transformadas de z , temos:
1 Y1 ( z ) = H ( z ) M

k =0

M 1

1 k X z M WM

(2.19)

e
1 Y2 ( z ) = M

k =0

M 1

M 1 1 M k M k kM z WM = Y1 ( z ), pois WM = 1 . X z WM H

(2.20)

Da mesma forma, Y3 ( z ) = H ( z L ) X ( z L ) = Y4 ( z ) . (2.21)

A especificao do filtro a utilizar, H(z), vai ser abordada seguidamente (representao polifase).
2.1.5 Causalidade. A escala temporal real.

Atendendo s definies dos sistemas expansor e decimador, estes so sistemas no causais. A relao entrada-sada do sistema decimador yd [n] = x[nM ] . Por exemplo, para n=1, resulta yd [1] = x[ M ] . Isto , a sada no instante n depende da entrada em instantes posteriores. O mesmo se passa com o sistema interpolador. Da relao ye[nL]=x[n], resulta, por exemplo, ye[-L]=x[-1], o que implica tambm no causalidade. No entanto, quando estes sistemas operam em tempo real e onde est subjacente um processo de amostragem, no se coloca este problema da no causalidade. Para ver que assim , atente-se na figura seguinte. Um dado sinal contnuo no tempo (trao a cheio na figura) amostrado com um intervalo de amostragem T. Decimar a sequncia resultante corresponde a amostrar o sinal com um intervalo de amostragem MT. Por outro lado, expandir o sinal equivale a colocar L-1 amostras nulas entre amostragens com intervalo T, ou seja, a considerar amostras com intervalo T/L.
B B B B

44 Processamento de Voz e Imagem

2. Sistemas Multirritmo Se existe processamento dos sinais, a decimao implica que vo existir MT segundos disponveis para processar cada amostra. Contrariamente, a expanso implica um tempo de T/L segundos para processar cada amostra. Portanto, fisicamente existe causalidade. x(t) x(t)

-T

3T

5T

-T

3T

5T

-6T

- 2T

2T

4T 6T t

-T

3T

5T

xd[n]

xe[n]

-4

1 2 3

1 2 3 4 5 6 7 8

a)

b)

Fig. 2.6 - Escala temporal real na decimao e expanso. a) Decimao por 2; b) Expanso por 2.

2.2 Representao Polifase.

Sistemas multirritmo operam a diferentes frequncias de amostragem. o caso de bancos de filtros (usados em codificao sub-banda) ou o caso do processo de alterao da frequncia de amostragem de sinais. Uma representao que conduz a um eficiente processamento de sistemas multirritmo a representao polifase. A ideia base consiste em processar os dados, sempre que possvel, frequncia de amostragem mais baixa. O caso tpico da converso da frequncia de amostragem de sinais analisado com detalhe seguidamente. Considere-se o caso tpico de converter a frequncia de amostragem de um sinal atravs um factor racional L/M. Por exemplo, converter um sinal udio de uma frequncia de amostragem de 16kHz para 12kHz. O processo directo consiste em interpolar o sinal para uma frequncia de 48kHz (expandir com L=3 e filtrar), e depois decimar por M=4, tal como foi abordado na seco 2.1.1.
U U

Processamento de Voz e Imagem 45

2.2 Representao Polifase.

x[n] L xe[n] H(z) xh[n] M y[n]

Fig. 2.7 - Decimao ou interpolao fraccionaria por um factor L/M.

Vejamos agora o efeito deste processo na frequncia. Mostra-se na figura 2.8, no topo, um exemplo de espectro do sinal original. Seguidamente aparece o espectro do sinal expandido por um factor L=3. Se o objectivo fosse apenas a interpolao, deveria utilizarse um filtro de frequncia de corte /3. Contudo, como a seguir se pretende fazer uma decimao por 4, deve utilizar-se um filtro anti-aliasing de frequncia de corte /4. A combinao destes dois filtros resulta apenas no segundo. X (e j ) 1

-2

/3
j 1 X e (e )

2/3

4/3

5/3

1
/4

H (e j )

X h (e )
j

Y (e j )

-2

Fig. 2.8 - Exemplo de espectros dos sinais na decimao fraccionria pelo factor M/L=4/3 segundo o sistema da figura 2.7.

Vejamos agora as frequncias de corte, em Hertz, correspondentes. No primeiro esboo, 2 corresponde a 16kHz. Uma vez que foi feita uma expanso por 3, no 2 esboo 2 corresponde a 48kHz. este sinal que vai ser filtrado. O filtro anti-aliasing deve ter uma frequncia de corte que metade da frequncia de amostragem final, isto , deve corresponder a 6kHz, ou seja, uma frequncia de corte de /4. A representao polifase deste sistema permite obter uma eficincia computacional significativa, como se vai mostrar em seguida.

46 Processamento de Voz e Imagem

2. Sistemas Multirritmo
2.2.1 Representao polifase para decimao

Para explicar a ideia base, vamos considerar um sinal que filtrado por filtro causal com transformada de z:
H ( z ) = h[n] z n ,
n=0

(2.22)

e cuja sada decimada por M=2. Separando os coeficientes pares e mpares de h[n], podemos escrever: H ( z ) = h[2n] z 2 n + z 1 h[2n + 1] z 2 n .
n=0 n=0
B B B B

(2.23)

Definindo agora os sistemas E0(z) e E1(z) de acordo com esta decomposio de H(z), isto , E0 ( z ) = h[2n] z n ,
n=0

(2.24)

E1 ( z ) = h[2n + 1] z n
n =0

(2.25)

o sistema H(z) vir dado na forma seguinte: H ( z ) = E 0 ( z 2 ) + z 1 E1 ( z 2 ) . x[n] H(z) xh[n]

B B

(2.26) 2 y[n]

a) x[n] z-1
P P

E0(z2)
B B P P

2 b) y[n]

x[n] z-1
P P

2 2

E0(z)
B B

E1(z )
B B P P

E1(z)
B B

y[n]

c)
b)

Fig. 2.9 - Aplicao da representao polifase na decimao por 2. a) Forma original; forma com representao polifase de H(z); c) forma eficiente.

Aplicando as igualdades nobres, a filtragem com o filtro H(z) pode ser feita a metade da frequncia de amostragem, isto frequncia de amostragem da sada. Para verificar isto, atente-se nos diagramas seguintes, que resultam das propriedades da linearidade ((2.7) e (2.8) e figura 2.3)) e igualdade nobre da decimao (figura 2.5)). Esta ideia pode ser alargada decomposio de h[n] por decimao por um factor M: H ( z) = ou:

n =

h[nM ]z nM + z 1 h[nM + 1]z nM +

n =

+ z ( M 1)

n =

h[nM + M 1]z

nM

Processamento de Voz e Imagem 47

2.2 Representao Polifase. H ( z ) = z l El ( z M ) .

l =0 M 1

(2.27)

Os sistemas polifase so El ( z ) =
n =

h[nM + l ] z

(2.28)

Esta expresso de H(z) corresponde representao polifase tipo 1 de H(z) sendo os sistemas El(z) as suas componentes polifase. A decimao de ordem M do sinal filtrado pode ento ser feita de acordo com o diagrama seguinte.
U U B B

x[n] z-1
P P

E0(zM)
B B P P

x[n] z-1
P P

M M z
P

E0(z)
B B

E1(z )
B B P P

z
P

-1
P

. . .
z-1
P P B

. . .
EM-1(z )
B P P

. . .
M

M y[n]

E1(z)
B B

-1
P

. . .
z-1
P P

. . .
M EM-1(z)
B B

. . .
y[n]

Fig. 2.10 - Representao polifase (tipo 1) na filtragem seguida de decimao por M.

O ganho computacional resulta do facto de se filtrar o sinal ao ritmo de amostragem final que , neste caso, fs/M, onde fs o a frequncia de amostragem inicial. metade do ritmo da entrada. Com exemplo considere-se um filtro FIR de comprimento N e o esquema directo da figura 2.9 a). Por cada amostra filtrada necessrio fazer N multiplicaes e N-1 somas, portanto, cerca de 2N operaes. A sada obtida tomando uma de cada M amostras filtradas. O ritmo de operaes de 2Nfs operaes por segundo independentemente do factor de decimao. Com o esquema eficiente, por cada amostra de sada continua a ser necessrio fazer 2N operaes. No entanto, como o ritmo de amostras de sada de fs/M, o ritmo de operaes passa a ser de 2Nfs/M operaes por segundo.
B B B B B B B B B B

2.2.2 Representao polifase para expanso

Quando se utiliza expanso seguida de filtragem existe igualmente uma forma de fazer a filtragem antes da expanso. Uma estrutura eficiente pode ser obtida usando a decomposio polifase tipo 2:
U U

H ( z ) = z ( L l 1) Rl ( z L ) ,
l =0

L 1

(2.29) (2.30)

onde

Rl ( z ) = E L l 1 ( z ) .

48 Processamento de Voz e Imagem

2. Sistemas Multirritmo Equivale simplesmente a considerar os sistemas El(z) por ordem inversa. Como exemplo, considere-se L=2. Neste caso R0(z)=E1(z); R1(z)=E0(z) e H ( z ) = z 1 R0 ( z ) + R1 ( z ) . O diagrama de blocos no caso de L=2 indica-se na figura seguinte. O ganho computacional resulta agora do facto de se filtrar ao ritmo de amostragem inicial que L vezes menor que o da sada. De notar que as somas finais no so realmente necessrias uma vez que os sinais a somar so expandidos por L (L-1 zeros entre amostras) e, devido aos atrasos unitrios, as amostras esto temporalmente intercaladas.
B B B B B B B B B B

x[n]

R0(z2)
B B P P

z-1
P P

y[n] y[n]

x[n]

R0(z)
B B

2 z-1
P P

R1(z2)
B B P P

R1(z)
B B

2 b)

y[n]

a) x[n] E0(z)
B B

L z
P

x[n]

R0(z)
B B

L z-1
P P

-1
P

E1(z)
B B

R1(z)
B B

...
EL1(z)
B B

...
L

...
z
P

...
-1
P

...
L d)

... -1
z
P P

RL1(z)
B B

y[n]

c)

Fig. 2.11 - Aplicao da representao polifase tipo 2 na expanso por 2. a) forma original; b) forma eficiente; c) com representao tipo 1, para um factor de expanso L; d) com representao tipo 2, onde Rk ( z ) = EL 1k ( z ) .

2.2.3 Determinao das componentes polifase

No caso de filtros FIR a determinao das componentes polifase imediata. Considere-se o seguinte exemplo: H ( z ) = 1 + 2 z 1 + 3z 2 + 4 z 3 . Com M=2, resulta que E 0 ( z ) = 1 + 3z 1 e E1 ( z ) = 2 + 4 z 1 . Com M=3 resulta
B B

E 0 ( z ) = 1 + 4 z 1 , E1 ( z ) = 2 e E 2 ( z ) = 3 . Isto , os coeficientes de El(z) so tomados dos de H(z) de M em M comeando no coeficiente de ordem l. Equivalem aos coeficientes dos termos de H(z) com potncias -(nM+l), o que resulta da relao (2.28). As respostas a impulso el[n]=h[nM+l] correspondem decimao da resposta a impulso original, tal como indicado no diagrama seguinte.
B B

h[n]

zl
P P

h[n+l] M el[n]
B B

Fig. 2.12 - Diagrama para a determinao das componentes polifase.

Processamento de Voz e Imagem

49

2.2 Representao Polifase. No caso de filtros IIR, tambm possvel a decomposio polifase. Considere-se o caso do sistema IIR de 1 ordem. Se H ( z ) = 1 (1 az 1 ) ento h[n] = a n u[n] e as componentes El(z)
B B

so: El ( z ) =

n =

h[nM + l ] z n = a nM +l z n = a l ( a M ) z n =
n n=0 n=0

al . 1 a M z 1

1 Portanto, E 0 ( z ) = ; El ( z ) = a l E 0 ( z ) , l = 1M-1. M 1 1 a z No caso de filtros IIR de ordem n, todas as componentes polifase tm tambm ordem n. Assim, a decomposio polifase especialmente til para filtros de resposta a impulso finita (FIR).
2.2.4 Estruturas a partir da forma directa

Para filtros FIR podemos utilizar a estrutura da forma directa para obter uma outra estrutura tambm eficiente. A figura 2.13 mostra estas estruturas para o caso de filtragem seguida de decimao ou filtragem antecedida de expanso. Neste ultimo caso utiliza-se a forma directa (I ou II) transposta do filtro. Em ambos os casos as transformaes resultam directamente das propriedades indicadas na figura 2.3. h[0] x[n] z-1
P P

M h[1]

y[n]

h[0] x[n] z-1

P P

M M h[1]

y[n]

z-1
P P

. . .
P

y[n] z
P

z-1
P P

. . .
P

z-1
P

h[N-1] a)

z-1
P

h[N-1] M b)

x[n]

h[0] h[1]
-1
P

x[n]

h[0] h[1]

L z
P

y[n]
-1
P

. . .
h[N-1] c)

z
P

-1
P

. . .
h[N-1] L d)

z-1
P P

z-1
P

z-1
P P

Fig. 2.13 - a) Filtro FIR de comprimento N na forma directa seguido de decimador; b) correspondente estrutura eficiente. c) Expansor seguido de filtro FIR de comprimento N na forma directa transposta; d) correspondente estrutura eficiente (no necessrio somar; as amostras de y[n] esto intercaladas no tempo basta tomar sucessivamente as amostras das sadas dos expansores no sentido directo).

50 Processamento de Voz e Imagem

2. Sistemas Multirritmo
2.2.5 Estruturas eficientes para decimao/interpolao fraccionria

Vamos considerar um caso simples de interpolao fraccionria pelo factor 3/2. Corresponde, por exemplo, passagem de uma frequncia de amostragem de um sinal de 8kHz para 12kHz. Neste caso L=3 e M=2 (figura 2.14 a)). possvel utilizar a representao polifase referente ao expansor mais filtro (figura 2.14 b)), ou ento, referente ao filtro mais decimador. Para conseguir trocar decimador com expansor utiliza-se um truque que consiste em tomar z-1 como z-3z2 e z-2=z-6z4. Esta decomposio sempre possvel, para qualquer valor de L e de M, desde que se trate de nmeros primos relativos. Desta forma podem utilizar-se as igualdades nobres tanto no expansor como no decimador (figura 2.14 c). x [n] H(z) xh[n] x[n] 3 e 2 y[n]
P P P P P P P P P P P P

a) x[n] R0(z) R1(z) R2(z) b) x[n] zzR0(z) R1(z) R2(z) d) x[n] z

-1

3 z 3 z 3
-1 -1

x[n]

R0(z) R1(z)

3 3 3

z-6 z4 z-3 z2

2 2 2

y[n]

2 z2 z

y[n]

R2(z)

c) 2 2 2 3 3 3 y[n] x[n] zR1(z) zR0(z) y2[n] z 3 y1[n] z 3 y0[n] 2 e) 2 2 2 z-1 2 2 z-1 2 f) R20(z) R21(z) R10(z) R11(z) R00(z) R01(z) 3 y[n] 3 2 3 z R2(z) 2 3 z y[n]

Fig. 2.14 - a) Interpolao fraccionria por um factor de L/M=3/2: esquema directo. b) Representao polifase relativa ao expansor e filtro. c) O mesmo esquema para aplicao das igualdades nobres. d) Esquema resultante com a troca de decimador e expansor. e) O mesmo esquema s com atrasos e avanos unitrios. f) Esquema completo.

Processamento de Voz e Imagem

51

2.2 Representao Polifase. Agora pode trocar-se expansor com decimador, uma vez que se tratam de nmeros primos relativos (figura 2.14 d)). Como os filtros Ri(z) so seguidos de decimadores, pode utilizarse a expanso polifase tipo 1 dos filtros Ri(z): Ri0(z) e Ri1(z). Ficamos ento com os decimadores ligados entrada e os expansores ligados sada conforme era desejado (figura 2.14 f). A implementao polifase apresenta a vantagem de fazer o nmero mnimo possvel de operaes: no so feitas operaes com os zeros introduzidos na expanso e as amostras filtradas so calculadas ao ritmo da sada. De facto, ao passar os expansores para a sada faz com que as suas sadas estejam temporalmente intercaladas, no sendo necessrio fazer operaes. No exemplo da figura o sinal de sada y[n]=y2[n]+y1[n+1]+y0[n+2], mas y[0]=y2[0]; y[1]=y0[1], y[2]=y1[2], y[3]=y2[3], etc., isto a sada obtida rodando, no sentido inverso, pelas L=3 sadas yi[n] (figura 2.15).
B B B B B B B B B B B B B B B B B B B B B B B B

L L

y0[n]
B B

y[n] z
P

L L

-1
P

y1[n]
B B

. . .
B B

z
P P

-1
P

. . .
L

y[n]

yL-1[n] z-1

a) L L y0[n]
B B

y[n] z z

y1[n]
B B

. . .
B B

b)

. . .
L

y[n]

yL-1[n] z

Fig. 2.15 - Sadas dos expansores aplicada a uma cadeia de atrasos (parte a)) ou de avanos (parte b)), corresponde a uma desmultiplexagem de L:1.

Complexidade

Com a implementao directa, o sinal primeiro expandido por L sendo a filtragem feita ao ritmo Lfs amostras por segundo, onde fs a frequncia de amostragem do sinal de entrada. A sada obtida aproveitando uma de cada M amostras filtradas. Com um filtro FIR de comprimento N necessrio fazer aproximadamente 2N operaes por cada amostra entrada do filtro. A complexidade computacional portanto de 2NL operaes por cada amostra de entrada. O ritmo de operaes por segundo de 2NLfs. Associada a cada uma das L sadas yi[n] existe um filtro Ri(z) de comprimento, quando muito, N/L (figura 2.14 e)) cuja operao feita eficientemente, ao ritmo da sada, com os M filtros Rij(z) (figura 2.14 f)). O nmero de operaes por cada amostra de sada ento
B B B B B B B B B B B B

52 Processamento de Voz e Imagem

2. Sistemas Multirritmo de cerca de 2N/L. Como s so feitas operaes por amostras de sada, o ritmo de operaes cerca de (2N/L)x(fsL/M) = (2N/M)fs operaes por segundo.
B B B B

Algoritmo

Pode facilmente verificar-se que a expresso decimador/interpolador fraccionrio a seguinte:

N 1 k =0

directa

da

sada

de

um

y[n] = h[k ] x nML k , k tal que nMk mltiplo de L .

(2.31)

O somatrio tem quando muito N L termos uma vez que os ndices de interesse tm de ser mltiplos de L. Esta expresso permite definir um algoritmo para fazer a decimao/interpolao fraccionria de uma forma simples. apenas necessrio identificar, para cada valor de n, quais os ndices k a tomar no somatrio. Mas, uma vez identificado o primeiro ndice, os seguintes avanam de L em L. Para identificar o primeiro ndice k, basta obter o coeficiente e resto da diviso de nM por L. Seja m esse quociente e r o resto: nM r m = nM L ; r = nM mod L = m+ L L nM r . m= ou L Comparando esta expresso de m com a expresso anterior, verifica-se que r, o resto da diviso de nM por L o primeiro ndice k a tomar no somatrio e que m, o quociente da mesma diviso, o maior ndice a considerar do sinal x[n]. Alm disso, quando se incrementa o ndice k de L, m decrementa uma unidade. Assim, um algoritmo simples para efectuar a soma (2.31) consiste em, para cada amostra de y[n], calcular m e r de acordo com as expresses anteriores; calcular e somar os termos h[r].x[m] onde, sucessivamente, r incrementado de L e m decrementado de 1. O processo termina quando r>N1 ou quando m<0 (caso de x[m] definido apenas para m0).
P P

Processamento de Voz e Imagem

53

2.3 Bancos de Filtros

2.3 Bancos de Filtros

Em codificao de sinais usual utilizar um banco de filtros para analisar o contedo espectral de um sinal num dado nmero de bandas e depois atribuir bits a cada sinal subbanda de acordo com a sua energia ou significado. Para que isto possa ser feito de forma eficiente necessrio decimar os sinais sub-banda. A reconstruo do sinal feita utilizando expansores e filtros de sntese. Os expansores restauram a frequncia de amostragem original e os filtros de sntese eliminam as imagem (interpolam).
2.3.1 Banco de filtros de 2 canais

O sistema de anlise-sntese mais simples consiste em dividir o sinal em duas sub-bandas utilizando um par de filtros, tal como indicado na figura seguinte. Este sistema pode ser generalizado para M bandas onde os sinais em cada sub-banda so decimados por M. Os filtros Hk(z) e Fk(z) so conjuntamente especificados de forma a poder obter-se uma reconstruo perfeita do sinal original, admitindo que no existem erros na quantificao e na transmisso dos sinais decimados, vk[n]. Genericamente pretende-se que um dos filtros seja passa-baixo e o outro passa-alto.
B B B B B B

x[n]

x0[n]
B B

v0[n]
B B

y0[n]
B B

H0(z)
B B

2 x1[n]
B B

2 v1[n]
B B

F0(z)
B B

y[n]

y1[n]
B B

H1(z)
B B

2 anlise

2 sntese

F1(z)
B B

Fig. 2.16 - Sistema de anlise/sntese para codificao sub-banda.

Vimos anteriormente que num sistema de anlise com bancos de filtros a condio de recuperao perfeita que a soma das respostas em frequncia dos filtros seja constante. Mais genericamente considera-se recuperao perfeita quando o sinal recuperado y[n]=Ax[n-n0] ou Y ( z ) / X ( z ) = Az n0 (sistema passa-tudo de fase linear). Teremos, de acordo com a figura 2.16, sucessivamente:
B B

X k ( z ) = X ( z ) H k ( z ) , k = {0,1}. 1 1 1 Vk ( z ) = X k z 2 + X k z 2 2 1 1 Yk ( z ) = Vk z 2 = ( X k ( z ) + X k ( z ) ) = ( H k ( z ) X ( z ) + H k ( z ) X ( z ) ) 2 2 Y ( z ) = Y0 ( z ) F0 ( z ) + Y1 ( z ) F1 ( z ) . 1 1 = ( X 0 ( z ) + X 0 ( z ) ) F0 ( z ) + ( X 1 ( z ) + X 1 ( z ) ) F1 ( z ) 2 2

( ( ) ( )
( )

(2.32)
(2.33) (2.34)

(2.35)

Ou:

54 Processamento de Voz e Imagem

2. Sistemas Multirritmo
Y ( z) = 1 (H 0 ( z ) F0 ( z ) + H 1 ( z ) F1 ( z ) )X ( z ) + 2 1 + (H 0 ( z ) F0 ( z ) + H 1 ( z ) F1 ( z ) ) X ( z ) 2

(2.36)

O termo que contm X(-z) ocorre devido ao aliasing introduzido pelos decimadores e s imagens introduzidas pelos expansores. Pode ser cancelado desde que se verifique a seguinte relao entre os 4 filtros: F0 ( z ) H ( z ) = 1 , F1 ( z ) H 0 ( z ) por exemplo, F0 ( z ) = H 1 ( z ) ; F1 ( z ) = H 0 ( z ) . (2.37)

assim possvel cancelar completamente o aliasing, independentemente da escolha dos filtros H0(z) e H1(z). Procedendo desta forma, a funo de transferncia do sistema fica definida atravs da seguinte expresso:
B B B B

T ( z) =

Y ( z) 1 = ( H 0 ( z ) H1 ( z ) H 1 ( z ) H 0 ( z ) ) . X ( z) 2

(2.38)

Esta funo de transferncia deve ser passa-tudo de fase linear, isto , T ( z ) = c z n0 , onde c uma constante real e n0 um inteiro.
B B

2.3.2 Bancos de filtros QMF

Uma restrio clssica na definio do par de filtros a seguinte: H 1 ( z ) = H 0 ( z ) ou H 1 (e ) = H 0 ( e ) = H 0 (e

j j j ( )

(2.39) ), (2.40)

o que significa que a resposta em frequncia dos filtros apresenta simetria em torno de /2. Se H0(z) passa-baixo ento H1(z) passa-alto. Em termos de mdulo os dois filtros apresentam simetria em torno de /2 (quadratura), sendo um a imagem em espelho do outro. Daqui deriva o seu nome dos filtros QMF (Quadrature Mirror Filters). No tempo, a relao entre os filtros h1[n] = (1) n h0 [n] . Com estes filtros a funo de transferncia passa a ser a seguinte:
B B B B

T ( z) =

Y ( z) 1 1 = ( H 02 ( z ) H12 ( z ) ) = ( H 02 ( z ) H 02 ( z ) ) . X ( z) 2 2
B B B B

(2.41)

A funo de transferncia completamente especificada pelo filtro H0(z). Se H0(z) for um filtro FIR de fase linear, ento, pode mostrar-se que a soluo de recuperao perfeita

Processamento de Voz e Imagem 55

2.3 Bancos de Filtros resulta trivial: o filtro tem resposta a impulso com apenas 2 termos. possvel com filtros FIR ou IIR eliminar totalmente a distoro de fase ou de amplitude, respectivamente. Por sua vez, os filtros podem ser desenhados de forma a minimizar a outra distoro (de amplitude ou de fase, respectivamente). Como nestas situaes a recuperao no perfeita, referem-se genericamente estes filtros como pseudo-QMF (P-QMF, figura 2.17).
10
0.04

dB
0

H0
B B

H1
B B

dB
0.03 0.02

dB(|H02 H12|)
B PB P B PB P

-20

0.01 0

-40
-0.01 -0.02 -0.03

-60

-80 0

/2

-0.04 0

/2

Fig. 2.17 - Exemplo da resposta em frequncia de um par de filtros FIR de comprimento 32 e fase linear, pseudo-QMF. A fase do sistema global linear mas existe distoro de amplitude que , neste caso, inferior a 0.015dB. A largura da banda de transio de aproximadamente /8. Esta soluo foi obtida por minimizao por gradiente descendente.

Soluo paraunitria

Existem, contudo, outras formas de obter um banco de filtros onde se garante reconstruo perfeita. o caso da soluo FIR paraunitria, em que os filtros se relacionam da seguinte forma (sendo N, par, o comprimento do filtro h0[n]):
B B

H1 ( z ) = z ( N 1) H 0 ( z 1 ) ou
H1 (e j ) = e j ( N 1) H 0 (e j ( ) ) .

Trata-se igualmente de filtros QMF, uma vez que existe simetria de espelho do mdulo em torno de /2. A relao entre as respostas a impulso a seguinte: h1[n] = (1) n +1 h0 [ N 1 n] . Para se obter cancelamento de aliasing, pode escolher-se F1 ( z ) = H 0 ( z ) . Desta forma, para N par, resulta que e F1 ( z ) = H 0 ( z ) = z ( N 1) H1 ( z 1 ) , F0 ( z ) = H1 ( z ) e

F0 ( z ) = H1 ( z ) = ( z ) ( N 1) H 0 ( z 1 ) = z ( N 1) H 0 ( z 1 )

uma vez que H1 ( z 1 ) = z + ( N 1) H 0 ( z ) . 56 Processamento de Voz e Imagem

2. Sistemas Multirritmo

Significa que os filtros f0[n] e f1[n] tm os mesmos coeficientes que os filtros h0[n] e h1[n] mas tomados por ordem inversa:
B B B B B B B B

f 0 [n] = h0 [ N 1 n] f1[n] = h1[ N 1 n] .

A funo de transferncia agora

T ( z) =

1 2

( H 0 ( z ) H1 ( z ) + H1 ( z ) H 0 ( z ) )

= 1 z ( N 1) H 0 ( z ) H 0 ( z 1 ) + H 0 ( z ) H 0 ( z 1 ) . 2 = 1 z ( N 1) ( R ( z ) + R ( z ) ) 2 onde R0 ( z ) = H 0 ( z ) H 0 ( z 1 ) , a transformada de z da autocorrelao determinstica de h0[n], 0[n].

B B B B

A reconstruo ser perfeita se R0 ( z ) + R0 ( z ) = 2 [Akansu&Haddad, 2001]. A restrio para reconstruo perfeita que 0 [n] + (1) n 0 [n] = 2 [n] , ou seja, que 0[n]=0 para n par, excepto para n=0, ou ainda que 0 [2n] = 2 [n] (a decimao de 0 [n] por 2 deve ser resultar num impulso). Para obter filtro h0[n] comea-se por definir R0(z) com as propriedades indicadas e de tal forma que R0 (e j ) = H 0 (e j ) H 0 (e j ) =| H 0 (e j ) |2 0, obtendo-se depois uma funo H0(z) por factorizao espectral. Garante-se desta forma uma reconstruo perfeita, embora os filtros que se obtm no apresentem fase linear.
B B B B B B B B U U

2.3.3 Estrutura com decomposio polifase

O sistema de anlise/sntese da figura 2.16 pode representar-se em termos de componentes polifase, resultando numa implementao eficiente. Como M=2, a representao polifase tipo 1 resulta nas seguintes relaes (com H 1 ( z ) = H 0 ( z ) ): H 0 ( z ) = E 0 ( z 2 ) + z 1 E1 ( z 2 ) . H 1 ( z ) = H 0 ( z ) = E 0 ( z ) z E1 ( z ) .
2 2 1

(2.42) (2.43) (2.44) (2.45)

F0 ( z ) = H1 ( z ) = E0 ( z 2 ) + z 1 E1 ( z 2 ) = z 1 R0 ( z 2 ) + R1 ( z 2 ) F1 ( z ) = H 0 ( z ) = E0 ( z 2 ) + z 1 E1 ( z 2 ) = z 1 R0 ( z 2 ) R1 ( z 2 ) .

Portanto, a representao polifase do sistema de anlise/sntese da figura anterior, para um banco de filtros QMF resulta no diagrama da figura 2.18.

Processamento de Voz e Imagem 57

2.3 Bancos de Filtros x[n] z-1 E1(z2) x1[n] -1 anlise a) x[n] z-1 2 E1(z) -1 anlise b)
Fig. 2.18 - a) Banco de filtros QMF com a representao polifase. b) Forma eficiente usando as igualdades nobres.

E0(z2)

x0[n]

y0[n]

E1(z2) z-1 E0(z2)

2 sntese

y1[n] -1

y[n]

E0(z)

E1(z)

2 z-1

-1 sntese

E0(z)

y[n]

2.3.4 Formulao matricial da decomposio polifase

A anlise de banco de filtros em termos da decomposio polifase pode ser facilmente generalizada para vrios canais utilizando uma formulao matricial. Considere-se a anlise anterior e a figura 2.16. Definem-se dois vectores coluna para as componentes passa-banda do banco de filtros, em transformada de z, Xk(x) e Yk(z). Teremos ento:
B B B B

(equao (2.32)):

X 0 ( z) H 0 ( z) X ( z) = H ( z) X ( z) ; 1 1

x( z ) = h ( z ) X ( z )

(equao (2.34)):

Y0 ( z ) 1 X 0 ( z ) + X 0 ( z ) 1 H 0 ( z ) H 0 ( z ) X ( z ) = = , Y1 ( z ) 2 X 1 ( z ) + X 1 ( z ) 2 H1 ( z ) H1 ( z ) X ( z )

ou:

1 H AC ( z )x A ( z ) . (2.46) 2 onde a matriz HAC(z), com elementos Hk(z), chamada matriz das componentes de aliasing ou matriz AC e onde
y( z) =
B B B B

X ( z) x A ( z) = . X ( z ) (equao (2.35)): Isto :

Y ( z) =
1 2

(2.47)

[ F0 ( z )

Y ( z ) F1 ( z ) ] 0 . Y1 ( z )

58 Processamento de Voz e Imagem

2. Sistemas Multirritmo
Y ( z) =
1 2

[ F0 ( z )

H ( z ) H 0 ( z ) X ( z ) F1 ( z ) ] 0 , H 1 ( z ) H1 ( z ) X ( z )

ou ainda:
Y ( z ) = 1 f T ( z )H AC ( z )x A ( z ) = aT ( z )x A ( z ) AC 2 . (2.48) X ( z) A1 ( z ) ] X ( z ) De notar que a A1(z) a componente responsvel pela introduo de aliasing, enquanto A0(z) corresponde funo de transferncia do sistema com cancelamento de aliasing. Pretende-se ento que A1(z) seja nulo para obter o cancelamento de aliasing e que A0 ( z ) = T ( z ) = c z n0 para obter recuperao perfeita. = [ A0 ( z )
B B B B B B

Se fizermos agora a decomposio polifase tipo 1 dos filtros H0(z) e H1(z) obtemos
B B B B

H 0 ( z ) E00 ( z 2 ) E01 ( z 2 ) 1 2 1 1 = E( z ) 1 H ( z) = 2 2 z 1 E10 ( z ) E11 ( z ) z

(2.49)

ou

h ( z ) = E( z 2 ) e ( z ) ,

onde e(z) o vector cadeia de atrasos. De forma idntica se fizermos a decomposio polifase tipo 2 dos filtros F0(z) e F1(z) obtemos
B B B B

[ F0 ( z )
ou

R ( z 2 ) R10 ( z 2 ) 1 F1 ( z ) ] = z 1 1 00 2 1 R ( z 2 ) R (z ) R (z2 ) = z 11 01 f T ( z ) = eT ( z ) R ( z 2 ) ,

(2.50)

onde e( z ) corresponde cadeia de atrasos por ordem decrescente de atrasos (componentes de e(z) tomadas por ordem inversa). Ek0(z) e Ek1(z) correspondem s componentes polifase tipo 1 dos filtros de anlise, Hk(z), e Rk0(z) e Rk1(z) s componentes polifase tipo 2 dos filtros de sntese, Fk(z). Estas componentes polifase correspondem s linhas da matriz E(z2) e s colunas da matriz R(z2). Desta forma obtermos as seguintes equaes, das quais deriva imediatamente o diagrama da figura 2.19 a).
B B B B B B B B B B B B P P P P

X 0 ( z ) E00 ( z 2 ) E01 ( z 2 ) 1 X ( z) X ( z) = 2 2 1 1 E10 ( z ) E11 ( z ) z

R ( z 2 ) R10 ( z 2 ) Y0 ( z ) Y ( z ) = z 1 1 00 2 R ( z ) R ( z 2 ) Y ( z ) . 11 01 1

Na figura 2.19 os blocos rectangulares representam as matrizes da decomposio polifase E(z2) e R(z2) e que definem os filtros de anlise e sntese, respectivamente. Podemos ento aplicar as igualdades nobres, resultando o diagrama da figura 2.19 b).
P P P P

Processamento de Voz e Imagem 59

2.3 Bancos de Filtros

x[n] z-1
P P

x0[n]
B B

v0[n]
B B

2 2

y0[n]
B B

E(z2)
P P

R(z2)
P P

z-1
P P

x1[n]
B B

v1[n]
B B

y1[n]
B B

y[n]

x[n] z-1
P P

a) v0[n]
B B

E(z)
v1[n]
B B

R(z)
2

z-1
P P

2 b)

y[n]

Figura 2.19 - Banco de filtros de dois canais com decomposio polifase.

Se os filtros H0(z) e H1(z) forem QMF de acordo com a definio (2.39), ento de acordo com as equaes (2.42) a (2.45), as matrizes de decomposio polifase passam a ser as seguintes:
B B B B

0 E ( z ) E1 ( z ) 1 1 E0 ( z ) E( z ) = 0 = 1 1 0 E1 ( z ) E0 ( z ) E1 ( z ) (caso QMF). 0 1 1 E ( z ) E1 ( z ) E1 ( z ) R( z) = 1 = 0 E0 ( z ) 1 1 E0 ( z ) E0 ( z ) Estas equaes correspondem exactamente ao diagrama da figura 2.18. De notar que a 1 1 matriz a matriz da DFT de ordem 2 e corresponde borboleta bsica da FFT e 1 1 que est patente no diagrama da figura 2.18 a) e b). 2.3.5 Banco de Filtros de M canais criticamente decimados Um banco de filtro de M canais diz-se criticamente decimado se as sadas so decimadas pelo valor mximo possvel, M. uma generalizao do banco de filtros de 2 canais visto anteriormente. A figura 2.20 mostra o diagrama de blocos deste banco de filtros. A anlise deste banco de filtros pode ser feita como uma generalizao da anlise anterior para o caso de um banco de filtros de dois canais. Teremos da mesma forma que em (2.48) que Y ( z ) = aT ( z ) x A ( z ) . AC Neste caso os vectores de transformada de z em questo so os seguintes:

60 Processamento de Voz e Imagem

2. Sistemas Multirritmo x0[n]

B B

x[n]

H0(z)
B B

v0[n]
B B

y0[n]
B B

F0(z)
B B

y[n]

x1[n]
B B

H1(z)
B B

v1[n]
B B

y1[n]
B B

F1(z)
B B

...
B

...
HM-1(z)
B

xM-1[n]
B B

...
M vM-1[n]
B B

...
yM-1[n]
B B

...
FM-1(z)
B B

...

M sntese

anlise

Fig. 2.20 - Sistema de anlise/sntese com banco de filtros totalmente decimado

aT ( z ) = [ A0 ( z ) AC
X ( z) X ( zW 1 ) M . x A ( z) = M 1 X ( zWM )

AM 1 ( z ) ] =

1 T f ( z )H AC ( z ) M

(2.51)

(2.52)

A matriz AC agora
1 H 0 ( z) H 0 ( zWM ) 1 H ( z) H1 ( zWM ) H AC ( z ) = 1 1 H M 1 ( z ) H M 1 ( zWM ) M H 0 ( zWM 1 ) M H1 ( zWM 1 ) . M H M 1 ( zWM 1 )

(2.53)

Neste caso vamos ter M-1 componentes que podem introduzir aliasing, Ak(z), k=1..M-1, e que preciso cancelar, resultando a funo de transferncia A0(z). Em termos de transformada de Fourier, teremos, em analogia com as equaes anteriores,
B B B B

Am (e j ) =

1 M

M 1 k =0

F (e ) H
j k

(e

m j ( 2M )

).

(2.54)

A funo de transferncia do sistema de anlise/sntese (com cancelamento de aliasing) ser, Y (e j ) 1 M 1 = A0 (e j ) = (2.55) T (e j ) = Fk (e j ) H k (e j ) . j X (e ) M k =0 Identicamente ao caso de M=2, a decomposio polifase tipo 1 dos filtros de anlise correspondem s linhas da matriz E(zM) e a decomposio polifase tipo 2 dos filtros de sntese s colunas da matriz R(zM). Os filtros de anlise e de sntese so definidos, tal como anteriormente por
U U P P U U P P

Processamento de Voz e Imagem 61

2.3 Bancos de Filtros

x[n] z-1 z-1 z-1

P P P P P P

M z
P

x[n]
-1
P

M z z-1 z-1
P P P P P P

M z-1
P P

. . .

E(zM)
P P

M M

. . .
a)

M M

R(zM)
P P

. . .

z z-1
P P P P

-1

y[n]

-1

. . .

M M

E(z)

. . .
b)

R(z)

M M

. . .

z z-1 y[n]
P P P P

-1

Fig. 2.21 - Representao polifase do banco de filtros de M canais.

e onde eT ( z ) = 1 z 1

h ( z ) = E( z M ) e ( z ) f T ( z ) = eT ( z ) R ( z M ) ,
z ( M 1) ; eT ( z ) = z ( M 1) z 1 1 e onde as matrizes de

decomposio polifase so agora: E00 ( z M ) E01 ( z M ) M E11 ( z M ) M E10 ( z ) E( z ) = M EM 1,0 ( z ) R00 ( z M ) R10 ( z M ) R (zM ) R11 ( z M ) M R ( z ) = 01 M M R0, M 1 ( z ) R1,M 1 ( z ) E0, M 1 ( z M ) E1, M 1 ( z M ) , EM 1, M 1 ( z M ) RM 1,0 ( z M ) RM 1,1 ( z M ) . RM 1, M 1 ( z M )

(2.56)

(2.57)

Os diagramas correspondentes esto representados na figura anterior. A partir da parte b) desta figura podemos verificar que as matrizes R(z) e E(z) se podem combinar numa nica. Seja P(z) esta matriz: P ( z ) = R ( z ) E( z ) . (2.58)

2.3.6 Reconstruo Perfeita Uma condio suficiente para que o sistema de banco de filtros de M canais da figura 2.21 seja de reconstruo perfeita que a matiz P(z) seja igual matriz identidade, a menos de um atraso1: P ( z ) = z k0 I . (2.59)
TP PT

1
TP PT

Existe uma condio para reconstruo perfeita mais genrica (ver [Vaidyanathan, 93]). A condio suficiente aqui apresentada um importante caso particular da condio genrica.

62 Processamento de Voz e Imagem

2. Sistemas Multirritmo Daqui resulta que se o produto das matrizes R(z) por E(z) for a matriz identidade, ento, no s o sistema apresenta cancelamento de aliasing (no h contribuies cruzadas) como a reconstruo perfeita. No caso da equao anterior a sada do sistema y[n]=x[n-n0] onde n0=Mk0+M1, como vamos ver. Vejamos em primeiro lugar o caso de k0=0. Neste caso, a figura 2.21 b) reduzse ao diagrama da figura seguinte.
B B B B B B B B

x[n] z z-1 z-1

P P P P P P

M
-1

M z-1
P P

. . .

M M

. . .

M M

. . .

z z-1 y[n]=x[n-M+1]
P P P P

-1

Fig. 2.22 - Sistema de reconstruo perfeita com cadeia de atrasos.

Pode verificar-se que este diagrama corresponde, de facto, a um sistema de reconstruo perfeita e equivale a um atraso de M-1 amostras. Basta verificar que a decimao por M seguida de expanso por M corresponde a uma amostrador com perodo M (Problema 2.1) e que, desde a entrada at sada, a cada amostrador esto associados exactamente M-1 atrasos unitrios. No caso de existir um atraso de k0 amostras associado a cada canal, a expanso que se segue impe um atraso de Mk0 amostras que vai adicionar ao atraso do caso anterior, com k0=0 (ver diagrama seguinte). Teremos ento que a funo de transferncia do sistema T ( z ) = z ( Mk0 + M 1) . zk0 zMk0 M M
B B B B B B P P

x[n] z z-1 z-1

P P P P P P

M
-1

zk0
P P

M z-1
P P P

x[n] z z-1 z-1

P P P P P P

M
-1

M z-1
P P

. . .

M M

z
P

k0

. . .k0
P P

M M

. . .

z-1 z-1 y[n]

P P P P

. . .

M M

. . .

M M

. . .

z-1 z-1
P P P P

zMk0 y[n]
P P

Fig. 2.23 - Sistema de reconstruo perfeita correspondente equao (2.59).

Um exemplo de sistema de reconstruo perfeita o banco de filtros DFT, onde a sada do bloco E(z) corresponde DFT de um segmento das ltimas M amostras de x[n] e R(z) a sua IDFT. As matrizes E(z) e R(z) so neste caso constantes e iguais matriz da DFT e da IDFT, respectivamente. O produto das matrizes MI. Equivale a uma anlise DFT de termo curto com janelas rectangulares sem sobreposio.

Processamento de Voz e Imagem 63

2.3 Bancos de Filtros Exemplo 1 1 1 Se R ( z ) = E( z ) = (matriz da DFT de ordem 2) ento P( z ) = R ( z )E( z ) = 2I . 1 1 H ( z) 1 Neste caso 0 = E( z 2 ) 1 , e [ F0 ( z ) F1 ( z ) ] = z 1 1 R ( z 2 ) pelo que z H1 ( z ) H 0 ( z ) = 1 + z 1 e H1 ( z ) = 1 z 1 ; F0 ( z ) = z 1 + 1 e F0 ( z ) = z 1 1 . Trata-se de um banco de filtros QMF pois H1 ( z ) = H 0 ( z ) . A funo de transferncia do sistema T ( z ) = x[n]
1 2

( H 0 ( z ) F0 ( z ) + H1 ( z ) F1 ( z ) ) = 2 z 1 e, portanto, y[n]=2x[n-1].
1+z-1 1-z-1 anlise 2 2 2 2 1+z-1 1+z-1 sntese

y[n]

Fig. 2.24 - Banco de filtros QMF de reconstruo perfeita (filtros de comprimento 2).

Exemplo 2
1 + z 1 1 z 1 1 + z 1 Se E( z ) = e R( z) = 1 1 1 + z 1 1 z 1 + z
P P

1 + z 1 , 1 + z 1

ento o produto R(z)E(z) = 4z-1I, pelo que se trata de um sistema de reconstruo perfeita em que a sada y[n] = 4x[n-(2x1+2-1)] = 4x[n-3]. Os filtros em questo so:
H 0 ( z ) 1 + z 2 1 z 2 1 1 + z 1 + z 2 z 3 1 = H ( z) = 2 1 + z 2 z 1 + z 1 z 2 + z 3 1 1 z 1 + z 2 1 + z 2 [ F0 ( z ) F1 ( z )] = z 1 1 1 + z 2 1 + z 2 ,

e vindo

F0 ( z ) = 1 + z 1 + z 2 + z 3 e F1 ( z ) = 1 z 1 + z 2 + z 3 .

Podemos verificar que, de facto, paraunitria com N=4, pois h1[n] = (1) n +1 h0 [3 n] so os
= {1 1 1 1} .

( H 0 ( z ) F0 ( z ) + H1 ( z ) F1 ( z ) ) = 4 z 3 . Trata-se da soluo os coeficientes de h0[n] so {1 1 1 1} e os de coeficientes (1) n {1 1 1 1} = {1 1 1 1} =

1 2

Alm disso para obter f0[n] e f1[n] basta reverter a ordem dos coeficientes de h0[n] e h1[n], respectivamente. 64 Processamento de Voz e Imagem

2. Sistemas Multirritmo 2.3.7 Banco de filtros com estrutura em rvore Mesmo com um par de filtros de reconstruo perfeita, possvel obter um banco de filtros de vrios canais. A soluo obvia consiste em aumentar o nmero de sub-bandas decompondo cada sub-banda em duas, resultando assim uma estrutura em rvore. A figura 2.25a) mostra um banco de filtros de 8 canais de larguras de banda uniformes, correspondentes a uma decomposio em rvore binria regular. O nmero de canais , neste caso, sempre uma potncia de 2.
Utilizando as igualdades nobres podemos passar os decimadores para a sada dos filtros de anlise bem com os expansores para a entrada dos filtros de sntese e assim converter o diagrama deste banco de filtros em rvore num banco de filtros com a configurao da figura 2.20. Tal indicado na figura 2.25b). xB0[n] B HB0B(z) 2 2 FB0B(z)
HB0B(z) 2 HB1(z) B HB0B(z) 2 HB0B(z) HB1(z) B 2 HB1B(z) HB0(z) B HB0B(z) HB1(z) B 2 HB1(z) B 2 HB0(z) B HB1B(z) 2 2 2 HB1B(z) 2 2 2 2 2

x1[n] x2[n] x3[n] x4[n] x5[n] x6[n] x7[n]

2 2 2 2 2 2 2 2 FB1(z) B FB0B(z) 2 FB1B(z) FB0(z) B 2 FB1B(z) FB0(z) B 2 FB1B(z)

FB0(z) B 2 FB1(z) B FB0B(z)

x[n]

x[n]
FB0B(z) 2 FB1B(z) FB1(z) B

a)
HB0B(z)HB0B(z2)HB0B(z4) HB0B(z)HB0(z2)HB1(z4) HB0(z)HB1(z2)HB0(z4) B B B HB0(z)HB1(z2)HB1(z4) B B B 8 8 8 8 8 8 8 8

xB0B[n] xB1B[n] xB2[n] B xB3[n] B xB4[n] B xB5[n] B xB6[n] B xB7B[n]

8 8 8 8 8 8 8 8

F0B(z4)FB0B(z2)FB0B(z) F1B(z4)FB0B(z2)FB0B(z) F0(z4)FB1(z2)FB0(z) B B B F1(z4)FB1(z2)FB0(z) B B B F0(z4)FB0(z2)FB1(z) B B B F1(z4)FB0(z2)FB1(z) B B B F0(z4)FB1(z2)FB1(z) B B B F1B(z4)FB1B(z2)FB1B(z)

x[n]

HB1(z)H0(z2)HB0(z4) B B HB1(z)HB0(z2)HB1(z4) B B B HB1(z)HB1(z2)HB0(z4) B B B HB1B(z)HB1B(z2)HB1B(z4)

x[n]

b)
Fig. 2.25 - a) Banco de filtros de anlise e de sntese em rvore com 8 canais. b) Esquema como banco de filtros criticamente decimado. c) Esquema das respostas dos filtros de anlise em cada banda (pgina seguinte).
Processamento de Voz e Imagem 65

2.3 Bancos de Filtros

| H 0 (e j ) |

| H1 (e j ) |

| H 0 ( e j 2 ) |

| H 1 ( e j 2 ) |

| H 0 ( e j 4 ) |

| H 1 ( e j 4 ) |

G0

G1

G3

G2

G6

G7

G5

G4

/8

/2

Fig. 2.25 - c)

Na figura 2.25c) mostram-se as respostas em frequncia relativas a cada canal, Gk(z), obtidas de acordo com as funes de transferncia da figura 2.25c). De notar que a sequncia das respostas no a que intuitivamente se esperaria. Por exemplo, o canal da mais alta frequncia (banda de 7/8 at ) o canal 4, que corresponde sequncia de filtragens passa-alto, passa-baixo, passa-baixo. Na figura seguinte mostram-se as respostas dos 8 canais quando se utiliza um par de filtros FIR de comprimento 16 de reconstruo perfeita. Apesar do banco de filtros ser de reconstruo perfeita, verifica-se que existe uma degradao das respostas relativas a cada banda, havendo interpenetrao das respostas das bandas adjacentes (aliasing). Esta degradao das respostas aumenta com o nmero de estgios ou nveis da rvore utilizados.
B B

1.5

3 2.5

2 1.5

0.5

1 0.5

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

0 0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Fig. 2.26 - a) Respostas maximamente planas de um par de filtros de reconstruo perfeita (filtros binomiais de comprimento 16 [Akansu & Haddad, 2001]). b) Respostas dos 8 canais do banco de filtro em rvore regular.

66 Processamento de Voz e Imagem

2. Sistemas Multirritmo

Banco de filtros em oitavas

Para ter larguras de banda no uniformes, uma alternativa consiste em aplicar uma nova seco de filtragem e decimao apenas sada de baixa frequncia. Tal indicado na figura 2.26. As frequncias de corte dos filtros (relativas frequncia de amostragem original) aumentam com um factor de 2 e esto, portanto, espaadas em oitavas. Neste bancos de filtros, como no anterior, se os dois pares de funes de transferncia, H0(z), H1(z) e F0(z), F1(z) formarem filtros QMF de reconstruo perfeita, ento todo o banco de filtros ser tambm de reconstruo perfeita.
B B B B B B B B

H0(z) 2 H1(z) 2 H0(z) 2 H1(z) 2 H0(z) 2 x[n] H1(z) 2

x0[n] x1[n]

2 F0(z) 2 F1(z) 2 F0(z)

x2[n]

2 F1(z) 2 F0(z)

x3[n] a)

2 F1(z)

x[n]

| H 0 (e j ) |

| H1 (e j ) |

H0

H1

H2

H3

/8

/4

/2

b)

Fig. 2.27 - a) Banco de filtros de anlise e de sntese em oitavas. b) Esquema das respostas dos filtros em cada banda, referida frequncia de amostragem da entrada.

Processamento de Voz e Imagem 67

Problemas

Problemas
2.1 - Considere o sistema da figura seguinte. Determine uma expresso para y[n] to simplificada quanto possvel. x[n] 2 2 2 2 y[n]

2.2 - Considere o sistema da figura seguinte com o espectro da entrada x[n] e respostas dos filtros como indicado. Faa um esboo de Y0 (e j ) e de Y1 (e j ) .
1

v[n] x[n] 2 2 H0(z) y0[n]

1

X (e j )
H 0 ( e j )

H1(z)

y1[n]

H 1 ( e j )
1 /2 /2

2.3 - Considere o sinal x[n] com transformada de Fourier indicada. Considere y[n]=x[2n]. Mostre que o sinal x[n] pode ser recuperado a partir de y[n] usando filtros e blocos multirritmo. X(ej)
1 0 /3 2
n

2.4 - Seja H(z) um filtro FIR de comprimento 10 com resposta a impulso h[n] = ( 1 ) para 2 0 n 9 e zero noutros valores. a) Determine as componentes polifase E0(z) e E1(z) com M=2. n n b) Repita a) para h[n] = ( 1 ) u[n] + ( 1 ) u[n 3] . 2 3
B B B B

2.5 - Seja H ( z ) = a + z 1 1 + az 1 . Determine as componentes polifase tipo 1 de H(z) com M=2. Note que para a real H(z) passa-tudo. As componentes polifase so tambm passa-tudo? 2.6 - A partir da equao (2.28) mostre que se verifica a equao (2.27). 2.7 - Considere o sistema de anlise/sntese da figura seguinte que utiliza um par de filtros QMF segundo a representao polifase. a) Identifique o par de filtros H0(z) e H1(z) e verifique que H0(z) um filtro passa-baixo. Faa um esboo da resposta em frequncia dos dois filtros. b) Diga se existe aliasing devido presena dos decimadores e expansores. Em caso negativo calcule a funo de transferncia do sistema global.
B B B B B B

)(

68 Processamento de Voz e Imagem

2. Sistemas Multirritmo x[n] z-1 2

+ +

1+z-1/10

11/10
+ +

2 z-1

1+z-1/10

y[n]

11/10

-1

-1

anlise sntese c) O sistema de recuperao perfeita? Justifique. 2.8 - Considere um esquema de interpolao fraccionria com factor L/M=3/2. Considere ainda que o sinal de entrada peridico com perodo N=10. Para simplificar considere que x[n]=Acos(0n) com 0=2/10. Pretende-se conhecer a amplitude e perodo do sinal de sada. xe[n] H(z) xh[n] x[n] 3 2 y[n]
B B B B

a) Desenhe um diagrama do espectro do sinal original e do sinal expandido, xe[n], no intervalo ||<. Tenha em conta que a amplitude dos impulsos no espectro do sinal expandido tm rea dividida por L pois existem L vezes mais impulsos neste intervalo sem que se tenha adicionado potncia ao sinal. Ou de forma equivalente, porque (L0) = (L(0/L)) = (0/L)/L. b) Qual o perodo do sinal expandido por L? c) Tendo em conta a definio de potncia de um sinal peridico (energia num perodo dividida pelo perodo) mostre que a potncia do sinal expandido por L tem L vezes menos potncia que o sinal original. d) Qual dever ser a frequncia de corte do filtro? O sinal sada do filtro, xh[n], peridico? Se sim qual o seu perodo e qual a sua amplitude? Indique uma expresso para xh[n] bem como para y[n]. e) Considere agora o caso mais genrico de um sinal peridico com vrios harmnicos. O sinal y[n] sempre peridico? Qual a sua amplitude mxima relativamente de x[n]?
B B B B B B B B B B B B

2.9 - Considere um sistema de interpolao fraccionria por um factor 1,6. Suponha o sinal original, x[n], de banda limitada com frequncia mxima 1=4/5 rad. e que a frequncia de amostragem de 10kHz.
U U B B

a) Para este sistema de interpolao fraccionria indique: i) - a frequncia de amostragem da sada. ii) - os factores de expanso e de decimao (verifique se so primos relativos). iii) - a frequncia de corte do filtro passa-baixo de interpolao (em rad. e em Hz). b) Faa esboos dos espectros dos sinais ao longo do sistema de interpolao: sinal de entrada, expandido, filtrado e decimado. c) Diga, justificando, se para qualquer sinal de entrada a sada ir ser sempre uma representao fiel do sinal de entrada. d) Pretende-se agora obter uma estimativa da amplitude do sinal filtrado em relao amplitude do sinal de entrada. Para isso considere que xe[n] o sinal expandido por L e que ye[n] o sinal filtrado. Assume-se que o filtro ideal, de ganho 1, e frequncia de corte determinada em a). Sabemos que xe[nL] = x[n]. De forma idntica, se
B B B B B B

Processamento de Voz e Imagem 69

Problemas conhecermos ye[nL] resolvemos o problema. Uma vez que x[n] de banda limitada a 1, ento 1 1 j j n x[n] = X (e ) e d . 2 1
B B B B

Calcule ye[nL] em funo de x[n], atravs da relao entre Ye (e j ) e X (e j ) , usando a expresso anterior. Retire a concluso esperada. e) Sabendo que no existe aliasing neste sistema de interpolao fraccionria, qual ser a amplitude do sinal interpolado (de sada) em relao ao de entrada?
B B

2.10 - Considere o banco de filtros de anlise e de sntese da figura que construdo custa de dois pares de filtros: H0(z), H1(z), F0(z), F1(z). Neste diagrama c uma constante e n1 um inteiro. v0[n] y0[n] w0[n] x0[n] -n H0(z) 2 2 F0(z) cz 1 y[n] x[n] -n 1 H1(z) 2 2 F1(z) cz x1[n] v1[n] y1[n] w1[n] Os filtros verificam as propriedades: H 0 ( z ) F0 ( z ) + H1 ( z ) F1 ( z ) = 0 (cancelamento de aliasing) i)
B B B B B B B B B B

ii) H 0 ( z ) F0 ( z ) + H1 ( z ) F1 ( z ) = a z n0 onde a uma constante real e n0 um inteiro.

B B

(recuperao perfeita)

a) Determine a relao entre y[n] e x[n] no sistema da figura anterior e mostre que se trata de um sistema de recuperao perfeita. Para tal determine em primeiro lugar W0(z), W1(z), V0(z), V1(z), Y0(z), Y1(z) e finalmente Y(z), em funo de X(z). Se c=1 e n1=0, qual a relao entre entrada e sada? H0(z) 2 2 F0(z) H0(z) 2 2 F0(z) H1(z) 2 2 F1(z) 2 F0(z) H0(z) 2
B B B B B B B B B B B B B B

H1(z) 2 x[n] H0(z) 2 H1(z) 2 H1(z) 2

1 2

a z n0

2 F1(z) y[n]

1 2

a z n0

2 F0(z) 2 F1(z)

1 2

a z n0

2 F1(z)
B B B B

b) Considere agora o banco de filtros em rvore da figura, onde os filtros H0(z), H1(z), F0(z) e F1(z) gozam das propriedades indicadas anteriormente. Tendo em conta a alnea anterior, mostre que tambm este banco de filtros de recuperao perfeita e indique qual a relao entre entrada e sada. Ilustre a sua resposta com esboos.
B B B B

70 Processamento de Voz e Imagem

2. Sistemas Multirritmo c) Considere agora que H0(z) um filtro passa-baixo e consequentemente H1(z) um filtro passa-alto. Considere que a resposta em frequncia destes filtros plana na banda passante e com uma transio linear desta banda para a banda de corte. Faa um esboo, das respostas em frequncia dos 5 canais do banco de filtros no intervalo [0,], referenciadas frequncia de amostragem do sinal de entrada.
B B B B

2.11 - Uma forma eficiente de construir um filtro passa-baixo com uma banda de transio estreita mas sem aumentar a complexidade computacional da filtragem corresponde a utilizar o esquema do diagrama seguinte. Neste diagrama H(z) um filtro passa-baixo FIR j N 1 de fase linear de comprimento N, onde H (e j ) = e 2 H R ( ) sendo HR() uma funo real em , idealizada na figura. O filtro Hc(z) o filtro complementar e tem a seguinte resposta a impulso: hc [n] = [n N21 ] h[n] . Os filtros F0(z) e F1(z) so filtros passa-baixo com caractersticas a determinar. Para determinar a resposta deste sistema podemos considerar a entrada como um impulso, x[n]=[n].
B B B B B B B B

H(z) x[n] Hc(z) HR() 1

x1[n]

3 3

x3[n]

F0(z) F1(z)

x5[n] y[n] x6[n]

x2[n]

x4[n]

/4

/2

B B

a) Determine Hc(ej) em funo de HR(). b) Desenhe os espectros dos sinais x3[n] e x4[n] (em mdulo, considerando X (e j ) = 1 ). c) Se fosse F0(z)=F1(z)=1, qual seria a sada, y[n]? d) Pretende-se que o sistema global seja um filtro passa-baixo com frequncia de corte /2 e banda de transio de /12, isto 3 vezes mais baixa que a do filtro original, H(z). Neste caso especifique a resposta em frequncia dos filtros F0(z) e F1(z) o menos restringente possvel, isto com a maior banda de transio possvel. e) Atravs de um diagrama de blocos do filtro H(z) indique um procedimento eficiente de obter x2[n].
B B P P B B B B B B B B B B B B B B

2.12 - Considere o sistema multirritmo da figura. x[n] 9 H1(z) 4 49 H2(z) 40 y[n]

a) Sabendo que a frequncia de amostragem implcita no sinal de entrada de 16kHz, diga qual a frequncia de amostragem da sada.

Processamento de Voz e Imagem 71

Problemas b) Poderia conceber um outro sistema com apenas um filtro para fazer a mesma operao que o sistema da figura? Qual? c) Indique qual as especificaes dos filtros no caso do sistema da figura e no caso da soluo da alnea b). d) Indique uma soluo para o mesmo problema custa de uma cascata de 4 sistemas de decimao ou interpolao fraccionria. 2.13 - Considere um banco de filtros de 2 canais com decimadores por 2 nas sadas dos filtros de anlise e expansores por 2 antes dos filtros de sntese. Os filtros de anlise so H 0 ( z ) = 2 + 6 z 1 + 3z 2 z 3 ; H1 ( z ) = 1 + 3z 1 6 z 2 + 2 z 3 e os filtros de sntese apresentam as seguintes relaes: F0 ( z ) = H1 ( z ) ; F1 ( z ) = H 0 ( z ) . a) Mostre que, independentemente da definio dos filtros H0(z) e H1(z), este sistema no introduz aliasing. Sendo assim, qual a funo de transferncia do sistema? b) Verifique que o par de filtros de anlise obedece a seguinte relao para um dado valor de N, par: H1 ( z ) = z ( N 1) H 0 ( z 1 ) .
B B B B U U

Sugesto: comece por definir H 0 ( z 1 ) depois H 0 ( z 1 ) e finalmente a relao pretendida. c) Calcule de novo a funo de transferncia em funo de H0(z), atendendo relao anterior entre H1(z) e H0(z), para N par. Se for R ( z ) = H 0 ( z ) H 0 ( z 1 ) , qual a funo de transferncia, em funo de R(z)? d) Usando a definio de H0(z), verifique que este sistema de reconstruo perfeita. Determine qual o atraso introduzido pelo sistema bem como o seu ganho. e) Qual o filtro passa-baixo e qual o filtro passa-alto? Os filtros so de fase linear? f) Mostre que os filtros so complementares em potncia, isto , que
B B B B B B B B

H 0 (e j ) + H1 (e j ) ) = C te .

e que apresentam simetria em espelho em quadratura, isto , que H1 (e j ) = H 0 (e j ( ) ) . g) Se for [n] a autocorrelao determinstica de h0 [n] , isto , [n] = h0 [n] h0 [ n] , qual dever ser a restrio a que [n] deve obedecer para que um sistema como este seja de reconstruo perfeita? 2.14 - Considere um sistema de anlise-sntese definido com um banco de filtros de 2 canais onde a matriz das componentes polifase 2 1 2 1 1 E( z ) = e R ( z ) = E ( z ) = 3 2 . 3 2 Calcule a funo de transferncia dos filtros e do sistema global. Indique se se trata de um banco de filtros QMF.

72 Processamento de Voz e Imagem

2. Sistemas Multirritmo

Bibliografia
[Akansu & Haddad, 2001], Multiresolution Signal Decomposition, A. Akansu, R. Haddad, 2nd Edition, Academic Press, 2001. [Deller et al, 93], Discrete-Time Processing of Speech Signals, J. Deller Jr., J. Proakis, J. Hansen, Macmillan Publishing Company, 1993.
P P

[Fliege, 94], Multirate Digital Signal Processing, N. J. Fliege, John Wiley & Sons, 1994. [Vaidyanathan, 93], Multirate Systems and Filter Banks, P. Vaidyanathan, Prentice-Hall, 1993.

Processamento de Voz e Imagem 73