Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Amostragem de Sinais
• Sinais de tempo discreto: podem ser obtidos a partir de sinais de
tempo contı́nuo → amostragem
Notas de Aula
Amostragem e Reconstrução de
Sinais
-T 0 T 2T tempo
Observação: Estas notas de aula estão baseadas no livro: “Discrete-Time Signal Processing”,
A.V. Oppenheim and R.W. Schafer, Prentice Hall, 1989/1999.
Amostragem de Sinais 3 Amostragem de Sinais 4
Z ∞
T = 1/fs T = 1/fs • x(t)δ(t)dt = x(0), x(t) contı́nuo em t = 0
−∞
s(t) xc (t)
xc (t)
xc (t) xs (t) Conversor x[n] = xc (nT )
x Impulso - t t
sequência
T T ′ = 2T
s(t) s′(t)
C/D ... ... ...
...
+∞
X t t
Trem de impulsos periódico: s(t) = δ(t − nT ) ′
n=−∞ xs (t) ... xs (t) ...
Sinal amostrado de tempo contı́nuo:
t ... t
+∞
xs (t) = xc (t) · s(t) = xc (t) ...
X
δ(t − nT )
n=−∞
x[n] x′ [n]
=
X
xc (nT )δ(t − nT ) ... ...
n
0123
n 012 n
...
xs (t) xc (0)
′
xs (t)
xc (2T )
... xc (T ) ...
... xc (T ′ ) xc (2T ′...
)
xc (0)
-2T -T 0 T 2T 3T -T' 0 T' 2T'
t t
x[2] = xc (2T )
x′ [0] = xc (0)
x[0] = xc (0)
x′ [1] = xc (T ′ )
x[1] = xc (T )
x′ [2] = xc (2T ′ )
x′ [n]
x[n]
-2 -1 0 1 2 3 n -2 -1 0 1 2 3 4 5 n
Amostragem de Sinais 7 Amostragem de Sinais 8
replacemen
Representação em Frequência Recuperação do sinal original a partir das amostras
Multiplicação no tempo ⇒ Convolução no domı́nio da frequência Observando-se o espectro do sinal amostrado, pode-se recuperar o sinal
original por meio de um filtro passa-baixas.
• Trem de impulsos periódico:
+∞ 2π +∞ filtro de
X
δ(t − nT ) ↔ S(jΩ) =
X
s(t) = δ(Ω − kΩs) Conversor xs (t) xr (t)
n=−∞ T k=−∞ x[n] reconstrução
sequência - Hr (jΩ)
impulso
• Sinal amostrado:
D/C T
xs(t) = xc (t) · s(t) X(ejω )
x[n]
1/T
... x[0] ...
l 1
x[2]
1 -2 -1 0 2 3
n -4p -2p −ωn ωn 2p 4p ω
Xs (jΩ) = Xc (jΩ) ∗ S(jΩ) x[1] 2π − ωn
2π
∞ Xs (jΩ)
1 2π X xs (t)
= Xc (jΩ) ∗ δ(Ω − kΩs ) ... xc (0) 1/T
2π T k=−∞ xc (2T ) ...
T
-2T -T 0 2T 3T
t −2Ωs −Ωs −ΩN ΩN Ωs 2Ωs Ω
1 X xc (T )
Ωs − ΩN
= Xc (jΩ − jkΩs)
T k
Hr (jΩ)
hr (t) T
=⇒ O espectro do sinal amostrado, Xs (jΩ) , é composto por cópias
do espectro do sinal, Xc (jΩ), repetidas a cada Ωs rad/s e escalonadas por Ω
t Ωc
1/T = fs .
Xr (jΩ)
Xc (jΩ) xr (t)
xc (t) 1
1
t −ΩN ΩN Ω
t −ΩN ΩN Ω
O filtro de reconstrução Hr (jΩ) tem:
s(t) S(jΩ)
2π
... 1 ... T • Ganho T
-2T -T 0 T 2T 3T t −2Ωs −Ωs 0 Ωs 2Ωs Ω • frequência de corte Ωc, com ΩN < Ωc < Ωs − ΩN (tipicamente pode-se
Xs (jΩ) utilizar Ωc = Ωs/2)
xs (t)
xc (0) 1/T
... xc (2T ) ... Pode-se escrever o sinal de tempo contı́nuo reconstruı́do como:
T
-2T -T 0 2T 3T −ΩN ΩN Ωs Ω
t −2Ωs −Ωs 2Ωs
xc (T )
Ωs − ΩN
xr (t) = xs(t) ∗ hr (t) ↔ Xr (jΩ) = Hr (jΩ)Xs(jΩ)
Xs (jΩ)
Ωs < 2ΩN
1/T
... ...
sobreposição do espectro
aliasing
1 ∞ ω 2πk
!
X(ejω ) =
X
Xc j −j
−ΩN ΩN Ω T k=−∞ T T
Haa (jΩ) - filtro anti-aliasing Como a relação entre x[n] e xc(t) pode ser obtida por uma normalização
no eixo do tempo por T , algo parecido pode ser conseguido com as respec-
1
Xc (jΩ) 1
Xc (jΩ) = Xa (jΩ) · Haa (jΩ)
Ω
ΩN
1
−Ωs /2 Ωs /2 Ω Xs (jΩ)
1/T
Ω
ΩN 2π
Xs (jΩ) −Ωs Ωs =
T
... ... X(ejω )
1
1/T
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 2 4 6 8 10 12 14 16
amostra
Amostragem de Sinais 15 Amostragem de Sinais 16
X(ejω )
x[n] ↔
4π
-4p -2p 3 2p 4p ω
2π
3
2πf0 4π
• Neste caso, ocorre aliasing, e = > π rad – esta NÃO é a
fs 3
frequência do sinal de tempo discreto.
4π
• A frequência do sinal de tempo discreto é: 2π − 3 = 2π/3 rad
• A frequência do sinal reconstruı́do é: Ω0r = Ωs −Ω0 = 2π×103 rad/s —
Um sinal de frequência mais alta aparece com frequência mais baixa,
devido à subamostragem.
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 2 4 6 8 10 12 14 16
amostra
Amostragem de Sinais 17 Amostragem de Sinais 18
Ω Aplicações:
ΩN
• Atrasadores de fase (atraso por uma fração de intervalo de amostragem;
Xs (jΩ) • Interface entre sistemas com taxas de amostragem diferentes;
1/T
H(ejω ) 1
ω
-2p ωc 2p
Y (ejω )
1/T
ω
-2p ωc 2p
Ys (jΩ)
1/T
Ω
−Ωs Ωc = ωc /T Ωs
Hr (jΩ) T
Ω
π/T
Yc (jΩ)
1
Ω
Ωc = ωc /T
Amostragem de Sinais 21 Amostragem de Sinais 22
xd [n] = x[2n]
... ...
0 1 2 3 4 5 6 7 8 9 10 n
xd [n] = x[3n]
... ...
0 1 2 3 4 5 6 7 8 9 10 n
Amostragem de Sinais 23 Amostragem de Sinais 24
1 +∞ ω 2πr
! Ω
Xd (ejω ) =
X
Xc j −j
MT r=−∞ MT MT
Xs (jΩ)
ou seja, nota-se um fator de amplitude e um escalonamento que relacionam 1/T
as funções X(ejω ) e Xd (ejω ).
Ω
−Ωs Ωs
Fazendo-se a mudança de variável r = i + kM, onde −∞ < k < +∞ e
0 ≤ i ≤ M − 1: X(ejω )
1/T
!
1 M −1 1 +∞ ω 2πk 2πi
jω X X
ω
Xd (e ) = Xc j −j −j
M i=0 T k=−∞ MT T MT -2p -p p 2p
ou
1 M −1 Xd (ejω )
Xd (ejω ) = X(ej[(ω−2πi)/M ]) 1/MT
X
M i=0
ou seja, o espectro de xd [n] é composto por cópias escalonadas do espectro ω
-2p -p p 2p
do sinal original. Nesta equação, deve-se lembrar que, para que não ocorra
aliasing em Xd (ejω ):
X(ejω ) = 0, para π/M ≤ |ω| ≤ π Se os sinal tivesse sido amostrado à metade da taxa original, ter-se-ia:
Xs (jΩ)
1/T'
Ω
−2Ωs −Ωs Ωs 2Ωs
Xd (ejω )
1/T'
ω
-2p -p p 2p
Amostragem de Sinais 25 Amostragem de Sinais 26
Xc (jΩ) 1
ω
-2p -p p 2p
x[n]
Xd (ejω ) ... ...
1/MT
0 1 2 3 4 5 6 7 8 9 10 n
ω
-2p -p p 2p
xe[n], L = 2
H(ejω ) ... ...
1
0 1 2 3 4 5 6 7 8 9 10 n
π
ω
-2p -p ωc = M
p 2p
xe[n], L = 3
X̃(ejω ) ... ...
1/T
ω 0 1 2 3 4 5 6 7 8 9 10 n
-2p -p p 2p
+∞
Exemplo para L = 2.
X
xe [n] = x[k]δ[n − kL]
k=−∞
Xc (jΩ) 1
A DTFT de xe[n] é:
Ω
+∞ +∞
Xe (ejω ) = x[k]δ[n − kL] e−jωn
X X
n=−∞ k=−∞ Xs (jΩ)
1/T
+∞
x[k]e−jωLk = X(ejωL ) Ω
X
=
k=−∞ −Ωs Ωs
X(ejω )
1/T
O espectro do sinal xe[n] é composto pelo espectro do sinal original
ω
escalonado. No entanto, nesta operação aparecem porções de espectro que -2p -p p 2p
não existiriam caso o sinal fosse amostrado com T ′ diretamente. Por isto,
é necessário o filtro passa-baixas com ganho L e frequência de corte πL Xe (ejω ) 1/T
para que o espectro fique como Xi (ejω ).
ω
-2p -p p 2p
X(ejω ) H(ejω ) L
1/T
ω ω
π
-2p -p p 2p -2p -p ωc = L
p 2p
ω ω
-p p -2p -p p 2p
-2p 2p
ω
-2p -p p 2p
Amostragem de Sinais 29 Amostragem de Sinais 30
T T
Utilizando o filtro passa-baixas como sendo aquele com menor frequência
de corte e ganho L, fica-se com:
fs = T1 Lfs = L
T Lfs = TL Lfs
M T T T
Amostragem de Sinais 31 Amostragem de Sinais 32
−20
−40
mag
−60
−80
−100
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
2
fase
−2
−4
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
Ω/Ωs
Entrada xc (t)
Saı́da xa (t)
amplitude
tempo
Amostragem de Sinais 33 Amostragem de Sinais 34
T T
Xa (jΩ) 1
xa (t)
amplitude
t −ΩN ΩN Ω
T tempo p(t)
|P (jΩ)| T
O sinal de saı́da do S/H pode ser escrito como: ... ... ... ...
0 T t −Ωs Ωs Ω
xsh (t) = xs (t) ∗ p(t)
|Xsh (jΩ)|
xsh (t) 1
em que:
... ...
• xs (t) é o sinal amostrado por impulsos -2T -T 0 T 2T 3T −Ωs −ΩN ΩN Ωs Ω
t
-2 -1 0 1 2 3 n
Sistema de
yc (t)
C/D ↓M tempo ↑M D/C
discreto
T operação a T
taxa mais baixa
{
{
-2T -T 0 T 2T 3T operação a operação a
t
taxa elevada taxa elevada
yr (t)
-2T -T 0 T 2T 3T
t
Amostragem de Sinais 37 Amostragem de Sinais 38
e[n]
amostras ideais
3D 011
amostras quantizadas
2D 010
• O erro, no caso de arredondamento, pode assumir valores:
D 001
0 000
−∆/2 < e[n] ≤ ∆/2
-D 111
-2D 110
• Para truncamento: −∆ < e[n] ≤ 0
-3D 101
-4D 100 • O erro e[n] é uma sequência aleatória estacionária
0 T 2T 3T 4T • e[n] não tem correlação com o sinal x[n]
A curva que relaciona a entrada e a saı́da quantizada é: • Duas amostras de ruı́do são não-correlacionadas - ruı́do branco
x̂ = Q(x) • A função densidade de probabilidade do erro é constante no intervalo
3D 011
de valores do erro de quantização
2D 010
pe (e)
D 001
0 000
x
-D 111
1/D
-2D 110
-3D 101
-4D 100
e
-9D/2 -7D/2 -5D/2 -3D/2 -D/2 D/2 3D/2 5D/2 7D/2 9D/2
-D/2 D/2
Considerando um quantizador com B + 1 bits, o número de nı́veis de • Valor médio do ruı́do de arredondamento: E{e[n]} = 0
quantização é dado por: 2B+1. Se o conversor A/D possibilitar uma ex-
• Variância do ruı́do (potência): σe2 = E{e2[n]} = ∆2/12 = 2−2B Xm
2
/12
cursão de sinal entre Xm e −Xm , os passos de quantização terão amplitude
dada por:
2Xm Xm
Amostragem de Sinais 39 Amostragem de Sinais 40
SNRq = 10 log10 2
= 10 log10 ... ... 1
σe Xm 2
0
Ω
t −Ωs −ΩN ΩN Ωs
Xm
!
= 6.02B + 10.8 − 20 log10
σx
x[n] X(ejω )
Analisando a equação de SNRq : ... ... 1/T