TE-072 Processamento Digital de Sinais I - UFPR

1
10. Anlise de Fourier usando
DFT
10.1. Introduo
Anlise de Fourier : Avaliao explcita da
Transformada de Fourier (sinais limitados e amostrados)

Na verdade o que se deseja : TDFT
Transformada de Fourier para Sinais Discretos

No entanto o que realmente realizado a : DFT
Transformada Discreta de Fourier

DFT uma amostragem da TDFT
TE-072 Processamento Digital de Sinais I - UFPR
2
10.1 Anlise de Fourier usando DFT
Diversas aplicaes: - Anlise, Sntese e Codificao de Voz
- Sinais de Radar por efeito Doppler
- Avaliao de falhas mecnicas motores
- Anlise de harmnicos da rede cos(|)
- Anlise de imagens (bordas, rudos,etc)
- Modulao Telecomunicaes
- etc ... ... ...
A anlise de Fourier de sinais contnuos envolve:
TE-072 Processamento Digital de Sinais I - UFPR
3
Sinal contnuo a ser analisado.
Filtro de Anti-aliasing
Sinal filtrado espectro limitado.
Sinal filtrado amostrado.
Resposta em frequncia da Janela.
Espectro do Sinal Janelado (convoluo peridica)
DFT do sinal janelado (amostragem)
TE-072 Processamento Digital de Sinais I - UFPR
4
10.2. DFT de sinais sinusoidais
Como vimos na aula passada:
Se o nmero de amostras do sinal
sinusoidal no for tal que haja um
nmero inteiro de ciclos amostrados
h o efeito de espalhamento espectral
TE-072 Processamento Digital de Sinais I - UFPR
5
10.2.1. Efeito do Janelamento
Consideremos um sinal contnuo composto por duas componentes:
( ) ( )
0 0 0 1 1 1
( ) cos cos
c
S t A t A t e u e u = + + +
E sua amostragem ideal (sem aliasing e erros de quantizao)
( ) ( )
0 0 0 1 1 1
[ ] cos cos x n A n A n u u = O + + O +
Onde :
T e O=
A sequncia janelada ser:
( ) ( )
0 0 0 1 1 1
[ ] [ ]cos [ ]cos v n A w n n Aw n n u u = O + + O +
Cujo espectro, convoluo de W(O) e X(O). :
( ) ( )
( ) ( )
0 0
1 1
0 0
0 0
1 1
1 1
( )
2 2
2 2
j j
j j
A A
V e W e W
A A
e W e W
u u
u u

O = OO + O+ O +
OO + O+ O
TE-072 Processamento Digital de Sinais I - UFPR
6
Leakage ou Vazamento : reduo da
amplitude das componentes devido
iterao de fase das duas componentes.
Ex.:10.3
TE-072 Processamento Digital de Sinais I - UFPR
7
A resoluo de frequncia
definida pela largura do lbulo
principal da janela. Ajustar
L tamanho da Janela

O leakage definido pela
relao entre as amplitudes do
lbulo principal e os
secundrios. Tipo da Janela
Exemplo: Janela Kaiser
TE-072 Processamento Digital de Sinais I - UFPR
8
10.2.2. Efeito da Amostragem do Espectro
Ex.10.5:
2 2
cos 0.75cos , 0 63
[ ] 16 8
0,
n n n
v n
outros
t t
| | | |
+ s s

| |
=
\ . \ .

v[n] zero-padding
TE-072 Processamento Digital de Sinais I - UFPR
9
Ex.10.6: uso da janela de Kaiser
2 4
[ ] [ ]cos 0.75 [ ]cos
14 15
K K
v n w n n w n n
t t
| | | |
= +
| |
\ . \ .
|=5.48
Escolha:
Lbulo lateral com 40dB
0.401
ml
A =
Como:
4 2
0, 389
15 14
t t
=
Logo a janela ainda
consegue distinguir
as 2 componentes
Largura do lbulo principal
TE-072 Processamento Digital de Sinais I - UFPR
10
Porm, reduzindo para L=32
J no se consegue perceber
os dois picos.
0.815
ml
A =
Aumentar a resoluo
da DFT resolve??
TE-072 Processamento Digital de Sinais I - UFPR
11
Ex.: 10.7 Usando zero-padding no sinal anterior para fazer
a DFT de 64 pontos.
N=32
N=64
TE-072 Processamento Digital de Sinais I - UFPR
12
N=128
N=1024

DTFT estimada
do sinal com L=32
TE-072 Processamento Digital de Sinais I - UFPR
13
DFT N=1024
L=32
Ex.:10.8
L=42
L=54
L=64
TE-072 Processamento Digital de Sinais I - UFPR
14
10.3. Transformada de Fourier Dependente do Tempo
At agora consideramos que os sinais eram estacionrios
no tempo, isto , as propriedades dos sinais no variavam
do incio ao fim da janela.
No entanto a maioria dos sinais naturais no so
estacionrios. Ex.: Voz, msica, imagem, vdeo.
Nestes casos as propriedades espectrais dos sinais
variam com o tempo. Necessitamos de uma ferramenta
capaz de fazer esta anlise.
Short-Time Fourier Transform: STFT
ou Transformada de Fourier dependente do tempo.
TE-072 Processamento Digital de Sinais I - UFPR
15
[ , ) [ ] [ ].
j m
m
X n x n m w m e

A
=
A = +

A transformada de Fourier dependente do tempo de um

sinal x[n] definida como:
Onde:
n: amostra temporal (discreta)
A: Frequncia (Contnua: anloga ao O, porm dependente do tempo)
w[n]: Janela

Logo X[n,A) uma funo de duas variveis, 2-D

Pode ser vista como a Transformada de Fourier do sinal
deslocado no tempo x[n+m] janelado por w[m].
TE-072 Processamento Digital de Sinais I - UFPR
16
Ex.: 10.9
( )
2
0
[ ] cos x n n e =
6
0
2 7.5 10 e t

=
Espectrograma:
TE-072 Processamento Digital de Sinais I - UFPR
17
10.5. Anlise de Fourier de Sinais No-Estacionrios
Sinais Estacionrios: Sinais cujas propriedades estatsticas
(momentos) no se alteram com o tempo.
A magnitude da Transformada de Fourier no se altera
no tempo, apenas a fase das componentes.
TE-072 Processamento Digital de Sinais I - UFPR
18
Exemplo de aplicao: Anlise de Sinais de Voz
- Sons Vozeados: A E I O U
- Sons Fricativos: X, S - Sons Fricativo-Vozeados: V, F, Z
- Sons explosivos: B, P
Formantes: Frequncias naturais de ressonncia
das cavidades que compe o trato vocal.
Faixa de frequncias: 50 a 15kHz (20kHz mulheres e crianas)
Porm: mantm alta inteligibilidade mesmo limitada 3kHz
Telefonia: considera-se 300Hz a 3400kHz, usa-se fs=8kHz
O sistema vocal pode ser pensado como um sistema variante
no tempo. E a voz como a resposta desse sistema uma entrada
trem de pulso quase-peridico (vozeados) ou rudo branco (fricativos).
A voz pode ser considerada um sinal estacionrio em janelas de
15ms a 20ms.
TE-072 Processamento Digital de Sinais I - UFPR
19
Mostrar: SpectroLab
TE-072 Processamento Digital de Sinais I - UFPR
20
10.6. Anlise de Fourier de Sinais Randmicos
Sinais randmicos (estocsticos): Sinais que no possuem
uma formulao matemtica definida, porm podem ser
caracterizados por medidas estatsticas (momentos).
1
0
1
[ ]
L
x
n
m x n
L

=
=
Mdia:
Varincia:
( )
1
2
2
'
0
1
[ ]
L
x x
n
x n m
L
o

=
=

Estas so estimativas das verdadeiras varveis

baseados em L amostras. A estimativa tende ao valor
verdadeiro a medida que L
TE-072 Processamento Digital de Sinais I - UFPR
21
Problema mais comum:
Como estimar a densidade Espectral de Potncia
de um sinal randmico contnuo ?
Podemos estimar atravs do Espectro
do sinal amostrado e janelado
Atravs da Relao:
( )
c
s t
( )
ss
P e
( )
1
0
[ ] [ ]
L
j n
n
V w n x n e

O
=
O =

[ ] [ ] [ ] v n x n w n =
2 1
( ) ( ) I V
LU
O = O
Se w[n] a Janela Retangular I(O) dito periodograma
Se w[n] outra janela I(O) dito periodograma modificado
Usando a DFT para calcular o espectro V(O) temos:
2 1
( ) [ ]
k
I V k
LU
O =
( )
1
2
0
1
[ ]
L
n
U w n
L

=
=

TE-072 Processamento Digital de Sinais I - UFPR
22
Cuidado no clculo do periodograma amostrado I(O
k
):

- Se o sinal x[n] possuir um nvel DC (mdia no nula),
este deve ser retirado de modo a no obscurecer possveis
baixas frequncias existentes, devido ao leakage.

No entanto demostra-se que:
| |
2
( ) ( )
xx
Var I P O O
No um estimador consistente
uma vez que a varincia no tende a zero
apenas com o incremento da Janela
TE-072 Processamento Digital de Sinais I - UFPR
23
Ex.: Ruido branco
distribuio uniforme.

Idealmente:
2
( ) 1
xx x
P o O = =
2
1
2
(2 / )
0
1 1
[ ] ( ) [ ] [ ] [ ].
L
jkn N
k
n
I k I V k w n x n e
L L
t

=
= O = =

Periodogramas
calculados por:
TE-072 Processamento Digital de Sinais I - UFPR
24
Um estimador consistente a mdia de K periodogramas:
2
1
( ) ( )
xx
Var I P
K
( O O

Uma vez que a varincia tente a zero com o aumento de K
TE-072 Processamento Digital de Sinais I - UFPR
25
Ex.:
( )
0
[ ] cos [ ] x n A n e n e u = + +
e[n] rudo branco de distribuio uniforme com
mdia zero e varincia unitria
A=0.5 e
0
=2t/21 e u fase randmica 0s u<2 t
3 [ ] 3 e n < <
TE-072 Processamento Digital de Sinais I - UFPR
26
TE-072 Processamento Digital de Sinais I - UFPR
27
10.7. Analise espectral de sinais randmicos usando
a funo de autocorrelao.
Baseia-se no Princpio que:

A Densidade Espectral de Potncia de um Sinal pode
ser calculada como a Transformada de Fourier da
funo de autocorrelao do sinal.
TE-072 Processamento Digital de Sinais I - UFPR
28
Ex.1: Deseja-se analisar em frequncia um sinal estacionrio
cuja frequncia mxima 1.25kHz, com resoluo de 5Hz.
a)Qual a taxa de amostragem mnima a ser utilizada?
b)Quantas amostras necessito adquirir?
TE-072 Processamento Digital de Sinais I - UFPR
29
a) Mnima freq. de amostragem:
Taxa de Nyquist
Fs>2*1.25kHz Fs>2.5kHz
Logo
s
k
T
s
400
5 . 2
1
s s
b) P/ resoluo de 5Hz
s To
To
2 . 0 5
1
= =
Tamanho da janela:
Logo necessito:
500
400
2 . 0
> = > N
T
To
N
s

Uso N=512 p/ Radix-2 FFT
TE-072 Processamento Digital de Sinais I - UFPR
30
Ex.2: Um certo processador de FFT tem uma capacidade
mxima de computar FFT 2048 pontos e o tempo requerido
para carregar e computar um espectro de 200ms.
O processador atua em tempo real, e uma memria
auxiliar utilizada para fazer a aquisio enquanto a FFT
e computada.
a) Qual a mais alta frequncia que pode ser resolvida?
b) Qual a resoluo em frequncia obtida?
TE-072 Processamento Digital de Sinais I - UFPR
31
Sistema processa/captura 2048 amostras em 200ms, logo
O perodo de amostragem :
kHz fs s
m
T
s
24 . 10 65 . 97
2048
200
= = =
a) Maior frequncia resolvvel:
kHz
f s
f h 12 . 5
2
= =
b) Resoluo em frequncia: Hz
m To
f o 5
200
1 1
= = =