Buenos Aires 5 to 9 September 2016 Acoustics for the 21 st Century. Signal Processing in Acoustics: Paper FIA
|
|
- Amélia Vilaverde Rico
- 7 Há anos
- Visualizações:
Transcrição
1 Buenos Aires 5 to 9 September 2016 Acoustics for the 21 st Century PROCEEDINGS of the 22 nd International Congress on Acoustics Signal Processing in Acoustics: Paper FIA Improving the estimated acoustic absorption curves in impedance tubes by using wavelet-based denoising methods Luana Torquete Lara (a), Wallace do Couto Boaventura (b), Alexander Mattioli Pasqual (c) (a) Federal University of Minas Gerais, Graduate Program in Electrical Engineering, Brazil, luanatorquete@gmail.com (b) Federal University of Minas Gerais, Department of Electrical Engineering, Brazil, wventura@ufmg.br (c) Federal University of Minas Gerais, Department of Mechanical Engineering, Brazil, ampasqual@demec.ufmg.br Abstract The two-microphone impedance tube method is widely used to obtain experimental sound absorption curves of test specimens of acoustic materials and absorbers. The measurement noise is a major issue in impedance tube experiments because the quality of the estimated absorption curves degrades quickly as the signal-to-noise ratio (SNR) decreases. The SNR is reduced at low frequencies due to the poor loudspeaker response and to the fact that the spacing between microphones becomes a fraction of the acoustic wavelength. This paper makes use of wavelet-based denoising methods to increase the SNR in impedance tubes through digital signal processing. The two sound pressure signals that would be sensed in a real experiment are simulated by a time-domain numerical procedure based on the finite element method. An exponential sine sweep is used as the loudspeaker excitation signal. The simulated microphone signals are then polluted with additive white Gaussian noise to mimic the measurement noise. Next, this noise is partially removed through wavelet denoising. Finally, the filtered simulated signals are subjected to the same signal processing procedure that would be applied to real measured signals to derive the absorption curve, which consists basically in a frequency response estimation by using the discrete Fourier transform. Numerical results are reported for a simple test specimen with a known absorption curve, namely, a loudspeaker acting as an electroacoustic absorber. The performances of different wavelet families are investigated. The comparison of the exact absorption curve with the estimated ones with and without noise removal shows that wavelet techniques lead to improvements in the impedance tube results, especially at low frequencies. Keywords: wavelet transforms, denoising, impedance tube
2 Aplicação de wavelets para reduzir ruído em curvas de absorção acústica obtidas em tubos de impedância 1 Introdução Wavelets são ondas de curta duração e com energia finita concentrada em uma determinada região do sinal [1]. Elas tiveram um rápido desenvolvimento na segunda metade da década de 1980 com esforços compartilhados por pesquisadores de diversas áreas e agora têm sido utilizadas como base para representação de funções e como técnica para análise tempofrequência [2]. Assim, são ferramentas para análise de transientes, sinais não estacionários, ou fenômenos variantes no tempo. Sua representação matemática é dada por operações de deslocamento no tempo e de escala a partir de uma função primária denominada de wavelet mãe, formando um conjunto de funções com suporte compacto. A transformada wavelet (TW) tem sido proposta como uma ferramenta flexível para a decomposição multiresolução (MR) de sinais de tempo contínuo, e em seguida, estuda cada componente com uma resolução correspondente à sua escala [3], sendo possível ter intervalos maiores para adquirir informações mais precisas em baixas frequências e intervalos menores quando a precisão deve ser sobre altas frequências. Assim, a TW é melhor do que a transformada de Fourier de curto termo para análise de fenômenos de alta frequência, ou de curta duração, como transientes em sinais. Para exemplificar essa aplicação têm-se os trabalhos de Ribeiro [4] e Wikinson et al. [5], que aplicam essa transformada em sistemas de energia. Além disso, têm-se aplicações em sistemas de comunicação [6], em problemas de compressão de sinais e imagens [7], e para remoção de ruído [8,9]. O presente trabalho aplica transformadas wavelets para reduzir o ruído presente em sinais medidos por microfones em tubos de impedância utilizados para estimar o coeficiente de absorção acústica de materiais. Os sinais de pressão sonora considerados neste trabalho não são experimentais, mas sim obtidos via simulação numérica e posteriormente contaminados com ruído branco Gaussiano. O artigo está estruturado da seguinte forma: a segunda seção descreve a teoria básica de wavelets, suas transformadas e a remoção de ruído utilizando wavelets. Na terceira seção, tem-se uma breve descrição do tubo de impedância e do método de dois microfones, não sendo abordado o modelo numérico utilizado para simular os sinais de pressão sonora nos microfones, o qual é baseado no método dos elementos finitos e detalhadamente descrito na Ref. [10]. A quarta seção descreve a metodologia utilizada. Nas seções 5 e 6 são apresentados os resultados e as conclusões, respectivamente. Ressalta-se que a escolha das wavelets foi baseada em tentativa-e-erro, sendo que algumas famílias mais conhecidas na literatura foram testadas e as melhores foram relatadas nesse artigo. 2 Wavelets 2.1 Fundamentos Uma função, f(t), pode ser expressa como uma decomposição linear f(t) = l a l ψ l (t), onde l é 2
3 um número inteiro, a l são os coeficientes reais da expansão e ψ l são funções reais formando o conjunto da expansão [1]. Se a expansão for única, o conjunto é chamado de base, e se a base for ortonormal, então os coeficientes podem ser calculados pelo produto interno, a k = f(t), ψ k (t) = f(t)ψ k (t) dt. (1) Para a expansão wavelet, considera-se o espaço L 2 (R) e um sistema com dois parâmetros é construído tal que decomposição da função torna-se [1] f(t) = a j,k ψ j,k (t), k j (2) onde j e k são índices inteiros e ψ j,k (t) são funções de expansão wavelets que, geralmente, formam uma base ortogonal. O conjunto de coeficientes de expansão são chamados de Transformada Wavelet Discreta (TWD) de f(t) e a Eq. 2 é a transformada inversa [1]. As wavelets são geradas de uma função escala única, e através de operações de escala, j, e translação, k, sendo representadas por ψ j,k (t) = 2 j/2 ψ(2 j t k), no qual as frequências do sinal são divididas em oitavas (2 j/2 ) [1, 2]. A mais simples possível é denominada wavelet de Haar, criada por Haar em 1910, e as demais wavelets são uma generalização desse trabalho. Utilizando tal wavelet, a expansão em série wavelet para um sinal f(t) é [1] f(t) = c k φ(t k) + d j,k ψ(2 j t k), k= k= j=0 onde c k são os coeficientes de escala, d j,k são os coeficientes wavelets, φ é a função escala que representa um filtro passa-baixas natural e ψ é a função wavelet sendo um filtro passabanda natural. Existem várias famílias de wavelets, tais como Daubechies, Coiflets, Symlets, Coifman, Haar e outras. Essas famílias são subdivididas em classes distinguidas pelo número de coeficientes. Na maioria das vezes, elas são classificadas também pelo número de momentos nulos. Valores elevados de coeficientes correspondem a um grau maior de suavidade e também permitem representação mais exata de polinômios de ordem mais elevada. 2.2 Transformadas wavelets A transformada Wavelet, T wav, fornece uma descrição tempo-frequência, sendo descrita por [3] na Eq. 4, onde ψ é uma wavelet mãe, a e b ϵ R são variáveis contínuas. Pode-se restringir os valores de a e b a valores discretos e obter a TWD, T wav m,n, sendo [3] T wav (a, b) = a 1/2 t b f(t)ψ ( a ) dt e T m,n wav (f) = a m/2 0 f(t)ψ(a m 0 t nb 0 ) dt, (4) no qual, a = a 0 m e b = nb 0 a 0 m, para formar bases ortonormais com boas propriedades de localização tempo-frequência [6]. A discretização de b deve ser tal que wavelets estreitas (de (3) 3
4 alta frequência) sejam deslocadas por passos pequenos e wavelets largas (baixa frequência) sejam deslocadas por passos maiores [1]. Em ambos os casos assume-se que ψ(t)dt = 0. A reconstrução do sinal ou a possibilidade de decompor o sinal, ou seja, de representar o sinal como uma superposição de wavelets é obtida através da transformada inversa. Ela é possível porque a condição de admissibilidade é verificada [3]. Figura 1: Algoritmo da árvore à esquerda decomposição do sinal em dois níveis, e à direita reconstrução do sinal com um nível. A TWD realiza uma filtragem sobre o sinal, e como a expansão wavelet é dada pela Eq. 4, os coeficientes dessa transformada são [1] c j (k) = h 0 (m 2k)c j+1 (m) m e d j (k) = h 1 (m 2k)c j+1 (m), (5) onde h 0 e h 1 representam filtros FIR passa-baixas e passa-altas, respectivamente, c j são os coeficientes de aproximação e d j são os coeficientes de detalhes. Assim, os sinais são decompostos em duas faixas de frequências diferentes em cada nível de decomposição, e após a filtragem, realiza-se uma operação de dizimação ( 2), que consiste em eliminar todos os coeficientes de índice par da sequência resultante. A dizimação garante que o número total de pontos não se altere após a TWD. Essa sequência, ver Fig.1 (esquerda), pode ser repetida por mais níveis; após o primeiro nível, o sinal de entrada para a filtragem é os coeficientes de aproximação. Para reconstruir os coeficientes originais, tem-se uma interpolação ( 2) seguida por filtragem, ver Fig.1 (direita). O algoritmo para o cálculo da TWD e sua inversa é conhecido como algoritmo Mallat ou algoritmo da árvore [1]. 2.3 Remoção de ruído utilizando wavelets A remoção de ruído é realizada aplicando conjuntamente a transformada wavelet com a escolha adequada de um limiar (thresholding), sendo resumida nas seguintes etapas [1]: 1. Analisar o sinal, x(t), realizando a transformada wavelet discreta; 2. Selecionar o tipo do thresholding, λ, apropriado para cada nível de decomposição; 3. Realizar a síntese do sinal, aplicando a transformada wavelet discreta inversa. O thresholding inadequado poderá resultar numa significativa perda do sinal original e ele pode ser hard, T h, ou soft, T s, sendo descrito por [1] T h (x, λ) = { x(t), x(t) λ 0, x(t) < λ m sgn[x(t)][ x(t) λ], x(t) λ e T s (x, λ) = { 0, x(t) < λ. (6) 4
5 A obtenção de λ não é simples e o seu valor universal é λ = 2 log N σ [11], onde σ representa uma estimativa da potência do ruído, e N é o número de amostras do sinal no qual foi realizado a TWD. Outro limiar que também pode ser utilizado é uma percentagem do coeficiente de maior módulo em cada nível. 3 Tubo de impedância O tubo de impedância é um equipamento utilizado para avaliar as propriedades de absorção acústica de materiais. Ele consiste em um tubo reto, geralmente de seção circular, sendo que uma fonte sonora é montada em uma de suas extremidades, e uma amostra do material a ser testado é montada na outra extremidade, conforme mostra a Fig. 2 à esquerda. Usualmente, a fonte sonora é um alto-falante montado em uma caixa de volume V b e alimentado com um sinal de teste de tensão v(t). A técnica mais usual de medição consiste em utilizar um sinal de banda larga, e captar as respostas através de dois microfones montados na parede do tubo e espaçados entre si por uma distância s. Através do processamento dos sinais de pressão sonora medidos, pode-se estimar a curva de absorção sonora do material analisado. A fonte sonora gera ondas sonoras incidentes e refletidas no interior do tubo. A razão entre a pressão da onda refletida e incidente (no domínio da frequência) na superfície do material é denominada coeficiente de reflexão sonora (R), que é uma função complexa da frequência (ω). Sendo H(ω) a função de resposta em frequência (FRF) entre os microfones 2 e 1, pode-se mostrar que o coeficiente de reflexão é dado por [12] H(ω) e jks R(ω) = [ e jks H(ω) ] ej2k(l+s). (7) onde j = 1, k = ω/c é o número de onda, c é a velocidade do som e l é a distância entre o microfone 2 e a amostra testada. O coeficiente de absorção sonora, α, é definido como a razão entre as potências sonoras absorvida e incidente, sendo dado por α(ω) = 1 R(ω) 2. Neste trabalho, foi utilizado um programa em Matlab desenvolvido previamente pelo terceiro autor que calcula as pressões nos dois microfones a partir de um sinal de tensão enviado ao alto-falante e da impedância mecânica do material de teste. O código utiliza o método dos elementos finitos para simular a propagação de ondas no tubo, ao passo que o alto-falante e o material de teste são modelados como osciladores mecânicos com um grau de liberdade, conforme mostra a Fig. 2 (à direita), onde f e é uma força eletromagnética devido à tensão aplicada nos terminais do alto-falante. A descrição detalhada deste modelo consta na Ref. [10]. A impedância acústica do material (Z s ) é a razão entre a pressão sonora e a velocidade de partícula em sua superfície. Sendo S a área da seção transversal do tubo e ρ a densidade do ar, temos [10, 12] Z s (ω) = [c s + j(m s ω k s /ω)] S e Z s (ω) ρc = 1 + R(ω) 1 R(ω). (8) 5
6 Figura 2: Tubo de impedância à esquerda e modelo do tubo à direita. 4 Metodologia Neste trabalho, o programa de simulação numérica do tubo de impedância foi utilizado como uma caixa preta, ou seja, v(t) e Z s (ω) foram fornecidos ao programa, que retornou os sinais simulando as medições dos microfones 1 e 2, denotados respectivamente por y 1 (t) e y 2 (t). Como sinal de excitação v(t), utilizou-se uma varredura senoidal logarítmica com frequências inicial e final de 30 Hz e 6 khz, duração de 8 s, amplitude de 0,02 V e frequência de amostragem de 120 khz, dez vezes superior à taxa de Nyquist (12 khz), conforme discutiremos a seguir. O início e o término da varredura foram suavizados adicionando um crescimento exponencial de amplitude durante 0,1 s ao início do sinal, bem como um decaimento exponencial de duração 0,01 s ao término. Além disso, foi adicionado um intervalo de silêncio de 4 s ao fim da varredura. Isso é necessário, visto que a deconvolução para estimar H(ω) foi realizada através da transformada de Fourier discreta (TFD), o que geraria erros devido ao aliasing no domínio do tempo caso o tamanho dos sinais não seja aumentado para contemplar a duração da resposta ao impulso do sistema. Quanto à amostra de teste, utilizaram-se m s = 1,1 g, k s = 2320,2 N/m e c s = 0,27 N.s/m, que simula um alto-falante absorvedor, conforme descrito na Ref. [10]. Utilizou-se um tubo circular de diâmetro 0,039 m e comprimento L = 0,32 m. Com esses dados, a Eq. 8 permite calcular Z s (ω) e R(ω), a partir da qual obtémse a curva de absorção exata da amostra, que foi usada para avaliar a qualidade das curvas estimadas via deconvolução. Além disso, adotou-se l = 0,15 m e s = 0,02 m (ver Fig. 2). A cada sinal de pressão sonora simulado (y 1 (t) e y 2 (t)) foi acrescentado um ruído branco Gaussiano com desvio padrão, simulando o ruído de medição. Duas situações foram avaliadas: = 0,002 e = 0,006. A partir desses sinais contaminados, foi estimada a FRF entre os microfones 1 e 2 utilizando TFDs, considerando que y 1 (t) é o sinal de entrada e y 2 (t) é o sinal de saída. Através de H(ω), calculou-se α(ω). Porém, antes de estimar H(ω), os sinais de cada microfone foram filtrados por um filtro passa-baixas e subamostrados por um fator de 6. Esse procedimento é realizado porque o programa de simulação realiza uma integração numérica no tempo, requerendo uma frequência de amostragem muito superior à taxa de Nyquist (12 khz). Para o exemplo em estudo, a simulação foi realizada a uma frequência de amostragem de 120 khz. Assim, realiza-se a dizimação para que os demais processamentos sejam feitos com um número menor de amostras correspondendo a uma amostragem a 20 khz. A fim de reduzir o ruído adicionando a y 1 (t) e y 2 (t), aplica-se a TWD para que, em seguida, H(ω) 6
7 possa ser estimado e, finalmente o coeficiente de absorção calculado. Assim, a transformada foi aplicada considerando o algoritmo da árvore, e esse mesmo princípio foi utilizado para reconstruir o sinal. Especificou-se um limiar para comparação dos coeficientes de detalhe, zerando todos os coeficientes com valor inferior a esse limiar. Em seguida, utilizando os coeficientes de aproximação do primeiro nível e todos os coeficientes de detalhe, reconstruiuse o sinal analisado. Esse procedimento permite reduzir o ruído incorporado nos sinais simulados, tornando as curvas de absorção estimadas mais próximas da exata. O limiar considerado foi uma porcentagem da maior amplitude dos coeficientes de detalhes de cada nível. Além disso, utilizou-se para cálculo da TWD as famílias Daubechies, coiflet e symlet. 5 Resultados e discussões A Fig. 3 apresenta o sinal simulado y 1 (t) e a curva de absorção exata. Os sinais y 2 (t) e filtrados não são apresentados porque são muito semelhantes a y 1 (t). Figura 3 - Sinal do microfone 1 (à esquerda) e curva de absorção sonora exata (à direita). As Figs. 4 a 8 foram obtidas considerando σ = 0,006. A Fig. 4 apresenta os resultados obtidos utilizando a wavelet Daubechies 45 (db45), com 11 níveis e um limiar de 0,0005% do valor máximo do coeficiente de detalhe em cada nível. À esquerda, apresentam-se as curvas de absorção estimadas com os sinais originais (sem remoção de ruído) e com os sinais filtrados. Observa-se que a remoção do ruído foi significativa para frequências abaixo e em torno de 100 Hz. À direita, apresenta-se a diferença entre os sinais com e sem filtragem, onde nota-se que esta é próxima ao valor do desvio padrão do ruído. Já a Fig. 5 utiliza a db20, com 13 níveis e um limiar de 0,0005%, e a Fig. 6 refere-se à mesma wavelet da Fig. 4, porém com um limiar de 0,001%. O resultado foi satisfatório em baixas frequências. Porém, em altas frequências, a filtragem via wavelets não conduziu a uma melhora na estimativa das curvas de absorção. A Fig. 7 refere-se à Symlet 20 (sym20), com 10 níveis e um limiar de 0,0005%. O resultado foi satisfatório em baixas frequências. A Fig. 8 refere-se à Coiflet 5 (coif5), com 9 níveis e um limiar de 0,0005%, que apresentou uma pequena melhora em frequências em torno de 100 Hz. Por fim, considerando um ruído com menor desvio padrão (σ = 0,002), tem-se a Fig. 9 com os resultados obtidos utilizando a db45 com 11 níveis e um limiar de 0,0005%. O resultado final foi 7
8 satisfatório, mostrando-se altamente eficiente abaixo de 100 Hz. Figura 4 Curvas de absorção sonora estimadas (à esquerda) e diferença entre os sinais original e filtrado no microfone 2 (à direita) para db45 com 11 níveis, σ = 0,006, limiar = 0,0005%. Figura 5 Curvas de absorção sonora estimadas (à esquerda) e diferença entre os sinais original e filtrado no microfone 2 (à direita) para db20 com 13 níveis, σ = 0,006, limiar = 0,0005%. Figura 6 Curvas de absorção sonora estimadas (à esquerda) e diferença entre os sinais original e filtrado no microfone 2 (à direita) para db45 com 11 níveis, σ = 0,006, limiar = 0,001%. 8
9 Figura 7 Curvas de absorção sonora estimadas (à esquerda) e diferença entre os sinais original e filtrado no microfone 2 (à direita) para sym20 com 10 níveis, σ = 0,006, limiar = 0,0005%. Figura 8 Curvas de absorção sonora estimadas (à esquerda) e diferença entre os sinais original e filtrado no microfone 2 (à direita) para coif5 com 9 níveis, σ = 0,006, limiar = 0,0005%. Figura 9 Curvas de absorção estimadas (à esquerda) e diferença entre os sinais original e filtrado no microfone 2 (à direita) para db45 com 11 níveis, σ = 0,002, limiar = 0,0005%. 9
10 6 Conclusões Este trabalho utilizou métodos baseados em wavelets para reduzir o ruído em sinais de dois microfones obtidos de uma simulação de tubo de impedância. Algumas famílias de wavelets foram testadas, sendo as melhores a db, coif e sym. O resultado foi mais satisfatório nas baixas frequências, ou seja, na faixa que o alto-falante utilizado produz uma baixa relação sinal ruído. Além disso, a escolha do thresholding mostrou-se extremamente importante para um bom desempenho do método empregado. Neste caso, utilizou-se uma porcentagem do valor máximo de d j em cada nível, sendo testados aleatoriamente alguns valores de percentagem, e o melhor encontrado foi de 0,0005%. Por fim, constatou-se que a diferença entre os sinais original e filtrado dos microfones foi próxima ao desvio padrão do ruído, e as wavelets se mostraram capazes de melhorar curvas de absorção estimadas em tubos de impedâncias. Agradecimentos Os autores são gratos à Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) pelo apoio financeiro a este trabalho (processo n o. APQ ), a CAPES e ao CNPq. Referências [1] Burrus, C. S.; Gopinath, R. A.; Guo, H. Introduction to Wavelets and Wavelet Transforms: A Primer, Prentice Hall, New Jersey (EUA), 1ª edição, [2] Chui, C. K. An Introduction to Wavelets. Academic Press, San Diego (USA), 1ª edição, Volume 1 da série: Análise Wavelet e suas aplicações. [3] Daubechies, I. Ten Lectures on Wavelets. SIAM, Philadelphia (USA), Notas para o CBMS- NSF de [4] Ribeiro, P. F. Wavelet transform: an advanced tool for analyzing non-stationary harmonic distortions in power systems. Proceedings of the IEEE ICHPS VI, Bologna, Itália, 21-23Setembro, [5] Wikinson, W. A., Cox, M. D. Discrete Wavelet Aalysis of Power System Transients. IEEE Transactions on Power Systems, Vol. 11(4), 1996, pp [6] Akansu, A. N.; Tazebay, M. V.; Medley, M. J.; Das, P. K. Wavelet and Subband Transforms: Fundamentals and Communication Applications. IEEE Communications Magazine, Vol.35(12), 1997, pp [7] Wickerhauser, M. V. Acoustic signal compression with wavelet packets. Em Chui, C. K., editor, Wavelets: A Tutorial in Theory and Applications. Vol. 2 na série: Wavelet Analysis and its Applications, 1992, pp [8] Lang, M.; Guo, H.; Odegard, J. E.; Burrus, C. S.; Wells, R. O. Noise Reduction Using an Undecimated Discrete Wavelet Transform. IEEE Signal Processing Letters, Vol. 3(1), 1996, pp [9] Sardy, S.; Tseng, P.; Bruce, A. Robust Wavelet Denoising. IEEE Transactions on Signal Processing, Vol. 49(6), 2001, pp [10] Pasqual, A. M.; Lara, L. T. Time-domain simulation of acoustic impedance tubes. Journal of the Brazilian Society of Mechanical Sciences and Engineering, [11] Jansen, M. Noise Reduction by Wavelet Thresholding. Springer, New York (USA), Lecture notes in statistics;161. [12] ASTM, Norma Americana E1050: Standard test method for impedance and absorption of acoustical materials using a tube, two microphones and a digital frequency analysis system, USA, (2012). 10
VI SBQEE. 21 a 24 de agosto de 2005 Belém Pará Brasil ESTUDOS DE DISTORÇÕES VARIANTES NO TEMPO POR INTERMÉDIO DA TRANSFORMADA WAVELET
VI SBQEE a 4 de agosto de 5 Belém Pará Brasil Código: BEL 786 Tópico: Modelagem e Simulações ESTUDOS DE DISTORÇÕES VARIANTES NO TEMPO POR INTERMÉDIO DA TRANSFORMADA WAVELET JOÃO A. MOOR NETO PAULO F. RIBEIRO
Leia maisAvaliação de desempenho de wavelet shrinkage pela esparsidade dos coeficientes
Avaliação de desempenho de wavelet shrinkage pela esparsidade dos coeficientes Vinícius Ávila da Silva e Evandro Ottoni Teatini Salles Resumo A técnica conhecida como wavelet shrinkage se consagrou como
Leia maisLUANA TORQUETE LARA APLICAÇÃO DE WAVELETS E TÉCNICAS CLÁSSICAS DE PROCESSAMENTO DE SINAIS À CARACTERIZAÇÃO DE MATERIAIS E FONTES ACÚSTICAS
LUANA TORQUETE LARA APLICAÇÃO DE WAVELETS E TÉCNICAS CLÁSSICAS DE PROCESSAMENTO DE SINAIS À CARACTERIZAÇÃO DE MATERIAIS E FONTES ACÚSTICAS Belo Horizonte 7 de julho de 217 Powered by TCPDF (www.tcpdf.org)
Leia maisAPLICAÇÃO DE WAVELETS PARA REMOÇÃO DE RUÍDOS EM SINAIS UNIDIMENSIONAIS. Aderson Cleber Pifer UFRN,
APLICAÇÃO DE WAVELETS PARA REMOÇÃO DE RUÍDOS EM SINAIS UNIDIMENSIONAIS Aderson Cleber Pifer UFRN, acpifer@dca.ufrn.br Carlo Frederico Pereira de Siqueira Campos PETROBRAS, fredampos@gmail.com Antonio Luiz
Leia maisQuadros, representações redundantes e adaptativas. Hilton de Oliveira Mota
Quadros, representações redundantes e adaptativas Hilton de Oliveira Mota Introdução Na aula anterior: DWT bases ortogonais/biortogonais de suporte compacto. Ortogonalidade máxima compactação, sem redundância.
Leia maisRevisão Análise em frequência e amostragem de sinais. Hilton de Oliveira Mota
Revisão Análise em frequência e amostragem de sinais Hilton de Oliveira Mota Introdução Análise em frequência (análise espectral): Descrição de quais frequências compõem um sinal. Por quê? Senóides são
Leia maisAula 4 Transformada Discreta Wavelet DWT
Aula 4 Transformada Discreta DWT Conteúdo: 1) s 2) da Família de Haar 3) da Família Daubechies 4) Aplicações. Transformada de Fourier: - Representa um sinal como uma série de senos e cossenos; - Considera
Leia maisParâmetros importantes de um Analisador de Espectros: Faixa de frequência. Exatidão (frequência e amplitude) Sensibilidade. Resolução.
Parâmetros importantes de um Analisador de Espectros: Faixa de frequência Exatidão (frequência e amplitude) Sensibilidade Resolução Distorção Faixa dinâmica Faixa de frequência: Determina as frequências
Leia maisSIMULAÇÃO DA PROPAGAÇÃO DE ONDAS ACÚSTICAS EM DIFERENTES FREQUÊNCIAS ATRAVÉS DE UMA MALHA DE GUIAS DIGITAIS DE ONDAS
17º Simpósio do Programa de Pós-graduação em Engenharia Mecânica Universidade Federal de Uberlândia Faculdade de Engenharia Mecânica SIMULAÇÃO DA PROPAGAÇÃO DE ONDAS ACÚSTICAS EM DIFERENTES FREQUÊNCIAS
Leia mais4.8 Simulação 6 - Três fontes sonoras e fonte de referência com amplitude variável
85 Para utilização deste sinal no filtro adaptativo, o parâmetro µ (razão de convergência) é modificado para o valor de 0,01. Os outros parâmetros se mantêm os mesmo da simulação inicial. O resultado obtido
Leia maisAPLICAÇÃO DE TRANSFORMADA WAVELET NA MONITORAÇÃO DE VARIAÇÕES DE TENSÃO DE CURTA DURAÇÃO EM SISTEMAS DE TRANSMISSÃO DE ENERGIA ELÉTRICA
APLICAÇÃO DE TRANSFORMADA WAVELET NA MONITORAÇÃO DE VARIAÇÕES DE TENSÃO DE CURTA DURAÇÃO EM SISTEMAS DE TRANSMISSÃO DE ENERGIA ELÉTRICA Raimundo Nonato M. Machado Centro Federal de Educação Tecnológica
Leia maisAlgoritmos Adaptativos para Filtragem de Sinal Cardíaco utilizando Transformada Wavelet
Anais do CNMAC v.2 ISSN 1984-820X Algoritmos Adaptativos para Filtragem de Sinal Cardíaco utilizando Transformada Wavelet Guilherme Perin, Alice de Jesus Kozakevicius Universidade Federal de Santa Maria
Leia maisDécimo Quinto Encontro Regional Ibero-americano do CIGRÉ Foz do Iguaçu-PR, Brasil 19 a 23 de maio de 2013
APLICAÇÃO DA TRANSFORMADA WAVELET NA CLASSIFICAÇÃO DO ESTADO OPERACIONAL DE CÂMARAS DE DISJUNTORES F. N. de Castro* E. G. da Costa* V. C. de Souza** *Universidade Federal de Campina Grande **Companhia
Leia maisTRANSFORMADA WAVELET
TRANSFORMADA WAVELET E SUAS APLICAÇÕES NO PROCESSAMENTO DE IMAGENS HELDER C. R. DE OLIVEIRA PROF. MARCELO A. C. VIEIRA heldercro@usp.br http://helderc.github.io 2 AGENDA Introdução: Transformada de Fourier;
Leia maisFísica 3. Cap 21 Superposição
Física 3 Cap 21 Superposição Interferência entre ondas Duas ou mais ondas se combinam formando uma única onda resultante cujo deslocamento é dado pelo princípio da superposição: Dres = D1 + D2 + = Σi Di
Leia maisEstudo e Implementação de Métodos de Medição de Resposta Impulsiva em Salas de Pequeno Porte
Estudo e Implementação de Métodos de Medição de Resposta Impulsiva em Salas de Pequeno Porte Bruno Sanches Masiero 1, Fernando Iazzetta 1 1 Laboratório de Acústica Musical Escola de Comunicação e Artes
Leia maisImplementação dos Algoritmos e Resultados
Capítulo 6 Implementação dos Algoritmos e Resultados 6.1 Considerações Iniciais Diversas situações foram exploradas neste trabalho visando analisar qual seria a wavelet mais adequada para sistemas de extração
Leia maisUma aplicação importante dos métodos de processamento digital de sinais é na determinação do conteúdo em frequência de um sinal contínuo
Análise Espectral Uma aplicação importante dos métodos de processamento digital de sinais é na determinação do conteúdo em frequência de um sinal contínuo Análise espectral: determinação do espectro de
Leia maisAula 22. Conversão Sigma-Delta (continuação)
Aula 22 Conversão Sigma-Delta (continuação) A estrutura mostrada na figura A.22.1 é chamado modulador Sigma-Delta (Σ- ). Esta estrutura, além de ser mais simples, pode ser considerada como uma versão suavizada
Leia maisLOCALIZAÇÃO DE FALTAS EM LINHAS DE TRANSMISSÃO UTILIZANDO A REPRESENTAÇÃO WAVELET MULTIRESOLUÇÃO
LOCALIZAÇÃO DE FALTAS EM LINHAS DE TRANSMISSÃO UTILIZANDO A REPRESENTAÇÃO WAVELET MULTIRESOLUÇÃO LUCIANA R. SOARES 1, MANOEL A. DE CARVALHO JÚNIOR 1, HÉLIO M. DE OLIVEIRA 2 1 Depto. de Engenharia Elétrica
Leia maisProcessamento de sinais digitais
Processamento de sinais digitais Aula 2: Descrição discreta no tempo de sinais e sistemas silviavicter@iprj.uerj.br Tópicos Sequências discretas no tempo. Princípio da superposição para sistemas lineares.
Leia maisLOCALIZAÇÃO DE FALTAS EM LINHAS DE TRANSMISSÃO UTILIZANDO A REPRESENTAÇÃO WAVELET MULTIRESOLUÇÃO
LOCALIZAÇÃO DE FALTAS EM LINHAS DE TRANSMISSÃO UTILIZANDO A REPRESENTAÇÃO WAVELET MULTIRESOLUÇÃO LUCIANA R. SOARES 1, MANOEL A. DE CARVALHO JÚNIOR 1, HÉLIO M. DE OLIVEIRA 2 1 Depto. de Engenharia Elétrica
Leia mais) t. 4 Eliminação do ruído do sinal Introdução
49 4 Eliminação do ruído do sinal 4.1. Introdução Os métodos de eliminação de ruído no domínio da transformada de wavelets são conhecidos coletivamente como métodos de de-noising ou encolhimento de wavelets
Leia maisFigura 5.11 Densidade espectral do erro para o ensaio FXLMS Híbrido.
71 Figura 5.11 Densidade espectral do erro para o ensaio FXLMS Híbrido. As freqüências de excitação utilizadas neste ensaio foram as mesmas dos ensaios anteriores. Na figura 5.11 é observada uma atenuação
Leia maisESTRATÉGIA PARA SELEÇÃO DE SUB-BANDAS WAVELET EM SISTEMAS DE MONITORAMENTO DE DESCARGAS PARCIAIS
XVI ERIAC DECIMOSEXTO ENCUENTRO REGIONAL IBEROAMERICANO DE CIGRÉ Puerto Iguazú, Argentina 17 al 21 de mayo de 2015 A1-11 Comité de Estudio A1 - Máquinas Eléctricas Rotativas ESTRATÉGIA PARA SELEÇÃO DE
Leia maisFerramenta Computacional para o Estudo de Seqüências de Treinamento em Equalizadores LMS
Ferramenta Computacional para o Estudo de Seqüências de Treinamento em es LMS Luciano L. Mendes Departamento de Eletrônica e Eletrotécnica Instituto acional de Telecomunicações Santa Rita do Sapucaí, MG
Leia mais3 Identificação de Locutor Usando Técnicas de Múltiplos Classificadores em Sub-bandas Com Pesos Não-Uniformes
3 Identificação de Locutor Usando Técnicas de Múltiplos Classificadores em Sub-bandas Com Pesos Não-Uniformes Neste capítulo, é apresentada uma nova proposta de combinação de múltiplos classificadores
Leia maisAula de Processamento de Sinais I.B De Paula. Tipos de sinal:
Tipos de sinal: Tipos de sinal: Determinístico:Sinais determinísticos são aqueles que podem ser perfeitamente reproduzidos caso sejam aplicadas as mesmas condições utilizadas sua geração. Periódico Transiente
Leia maisUTILIZAÇÃO DO MÉTODO DOS ELEMENTOS FINITOS COMO INSTRUMENTO DE APRENDIZAGEM DA ACÚSTICA ARQUITETÔNICA
UTILIZAÇÃO DO MÉTODO DOS ELEMENTOS FINITOS COMO INSTRUMENTO DE APRENDIZAGEM DA ACÚSTICA ARQUITETÔNICA CUNHA, Eduardo Grala da (1); ITURRIOZ, Ignácio (2) (1) Faculdade de Engenharia e Arquitetura Curso
Leia maisTransformada de Fourier. Theo Pavan e Adilton Carneiro TAPS
Transformada de Fourier Theo Pavan e Adilton Carneiro TAPS Análise de Fourier Análise de Fourier - representação de funções por somas de senos e cossenos ou soma de exponenciais complexas Uma análise datada
Leia maisDESENVOLVIMENTO DE MODELO NUMÉRICO BEM 2D PARA ESTUDO DA ABSORÇÃO SONORA DE MATERIAS POROSOS COM SUPERFÍCIES IRREGULARES.
48º CONGRESO ESPAÑOL DE ACÚSTICA ENCUENTRO IBÉRICO DE ACÚSTICA EUROPEAN SYMPOSIUM ON UNDERWATER ACOUSTICS APPLICATIONS EUROPEAN SYMPOSIUM ON SUSTAINABLE BUILDING ACOUSTICS DESENVOLVIMENTO DE MODELO NUMÉRICO
Leia maisIntrodução a aquisição e processamento de sinais
TAPS Introdução a aquisição e processamento de sinais Prof. Theo Z. Pavan Departamento de Física - Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto-USP Roteiro Aquisição de sinais e frequência
Leia maisESTUDOS EXATOS DA CONDUÇÃO TÉRMICA NA CADEIA HARMÔNICA UNIDIMENSIONAL
ESTUDOS EXATOS DA CONDUÇÃO TÉRMICA NA CADEIA HARMÔNICA UNIDIMENSIONAL Aluno: Diogo Gaia Orientador: Welles Antônio Martinez Morgado Introdução O problema da condução térmica baseada em dinâmicas microscópicas,
Leia maisAnálise de Imagens em Escalas Utilizando a Transformada Wavelet
59 Análise de Imagens em Escalas Utilizando a Transformada Wavelet Francisco E. A. Leite 1, Marcos V. C. Henriques 1, Maytê T. N. Cunha 1 1 Universidade Federal Rural do Semi-Árido (UFERSA) 1 Centro Multidisciplinar
Leia maisMudança de taxa de amostragem. 2 Redução da taxa de amostragem por um fator inteiro
PSI 42 - Processamento de Áudio e Imagem Mudança de taxa de amostragem Vítor H. Nascimento de novembro de 27 Introdução É comum ser necessário trocar a taxa de amostragem de uma sequência. Uma razão é
Leia maisEstimação da função de transferência a partir do diagrama de Bode
https://eventos.utfpr.edu.br//sicite/sicite2017/index Estimação da função de transferência a partir do diagrama de Bode RESUMO Guilherme dos Santos Correa Leite guiidm@hotmail.com Universidade Tecnológica
Leia maisConteúdos. Fundamentos Eletroacústica Medição de Acústica Ambiental Acústica das Edificações Acústica de Salas
Medições Acústicas Medição Acústica Análise de sinais: Classificação subjetiva (fala, música, barulho,...) e objetiva (nível, frequência, duração,...) Avaliação de ruído: Valores objetivamente mensuráveis
Leia maisCENTRO DE CIÊNCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE ACADÊMICA DE TECNOLOGIA DE ALIMENTOS DISCIPLINA: FÍSICA II ONDAS SONORAS. Prof.
CENTRO DE CIÊNCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE ACADÊMICA DE TECNOLOGIA DE ALIMENTOS DISCIPLINA: FÍSICA II ONDAS SONORAS Prof. Bruno Farias Ondas Sonoras De todas as ondas mecânicas da natureza,
Leia maisSistemas Lineares e Invariantes
Universidade Federal da Paraíba Programa de Pós-Graduação em Engenharia Elétrica Sistemas Lineares e Invariantes Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br www.cear.ufpb.br/juan 1 Sistemas
Leia maisTeorema da Amostragem
Teorema da Amostragem Carlos Alexandre Mello Processamento Digital de Sinais Aspecto fundamental: Conversão do sinal contínuo em uma sequência de amostras Um sinal discreto no tempo Após o processamento
Leia maisUm modelo do Método dos Volumes Finitos com malha não estruturada
Trabalho apresentado no III CMAC - SE, Vitória-ES, 015. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Um modelo do Método dos Volumes Finitos com malha não estruturada
Leia maisAnálise multiescala de séries temporais GPS a partir de wavelets não decimadas para a investigação dos efeitos da
Análise multiescala de séries temporais GPS a partir de wavelets não decimadas para a investigação dos efeitos da cintilação ionosférica Gabriela de O. N. Brassarote, Pós-Graduação em Matemática Aplicada
Leia maisTRANSMISSÃO DE DADOS
TRANSMISSÃO DE DADOS Aula 2: Dados e sinais Notas de aula do livro: FOROUZAN, B. A., Comunicação de Dados e Redes de Computadores, MCGraw Hill, 4ª edição Prof. Ulisses Cotta Cavalca
Leia maisEstimação da Resposta em Frequência
27 Estimação da Resposta em Frequência ω = ω ω Objectivo: Calcular a magnitude e fase da função de transferência do sistema, para um conjunto grande de frequências. A representação gráfica deste conjunto
Leia maisSinais e Sistemas Mecatrónicos
Sinais e Sistemas Mecatrónicos Sinais e Sistemas Sinais Contínuos no Tempo José Sá da Costa José Sá da Costa T2 - Sinais Contínuos 1 Sinais Sinal É uma função associada a um fenómeno (físico, químico,
Leia maisTEORIA DE WAVELETS E SUAS APLICAÇÕES NA ENGENHARIA
30 TEORIA DE WAVELETS E SUAS APLICAÇÕES NA ENGENHARIA Frederico Scherer Butzke 1 Ruben Panta Pazos 2 RESUMO As Wavelets, ou onduletas, em português, são uma outra forma de analisar sinais e ondas de uma
Leia maisProcessamento de dados sísmicos, reflexão multi canal Prospecção Sísmica Aula06/1 NN
2014 Prospecção Sísmica Aula06/1 NN 2014 Prospecção Sísmica Aula06/2 NN Transformadas Fourier no tempo Fourier no espaço Fourier no espaço e tempo Laplace no tempo Radon tau-p no espaço e tempo 2014 Prospecção
Leia maisFEP Física para Engenharia II
FEP96 - Física para Engenharia II Prova P - Gabarito. Uma plataforma de massa m está presa a duas molas iguais de constante elástica k. A plataforma pode oscilar sobre uma superfície horizontal sem atrito.
Leia maisClassificação de Problemas de Qualidade de Energia Utilizando a Transformada Wavelet Discreta
Classificação de Problemas de Qualidade de Energia Utilizando a Transformada Wavelet Discreta L. F. R. B. Toledo, UTFPR, A.E. Lazzaretti, UTFPR, L. V. A. Campanelli, UTFPR, J. E. Rocha, UTFPR Resumo Este
Leia maisEstudo analítico e numérico do espalhamento acústico
Universidade Federal de São João Del-Rei MG 26 a 28 de maio de 21 Associação Brasileira de Métodos Computacionais em Engenharia Estudo analítico e numérico do espalhamento acústico M.E. Maria 1 ; E.N.M.
Leia maisV SBQEE. Seminário Brasileiro sobre Qualidade da Energia Elétrica 17 a 20 de Agosto de 2003 Aracaju Sergipe Brasil
V SBQEE Seminário Brasileiro sobre Qualidade da Energia Elétrica 17 a 2 de Agosto de 23 Aracaju Sergipe Brasil Tópico: Sistemas de Monitoramento e Tratamento de Dados WAVELETS NA DETECÇÃO, CLASSIFICAÇÃO
Leia maisIntrodução a filtros digitais. Theo Pavan e Adilton Carneiro TAPS
Introdução a filtros digitais Theo Pavan e Adilton Carneiro TAPS Filtro anti-aliasing Com um sinal já digitalizado não é possível distinguir entre uma frequência alias e uma frequência que realmente esteja
Leia maisEXTRAÇÃO DE PARÂMETROS PARA CLASSIFICAÇÃO DE FALHAS EM MOTORES ELÉTRICOS UTILIZANDO BANCO
EXTRAÇÃO DE PARÂMETROS PARA CLASSIFICAÇÃO DE FALHAS EM MOTORES ELÉTRICOS UTILIZANDO BANCO DE FILTROS DAUBECHIES. MARCUS V. M. VARANIS 1, ROBSON PEDERIVA 1. 1. Laboratório de Vibrações e Controle, Departamento
Leia maisMétodos Matemáticos e Computacionais em Música
Métodos Matemáticos e Computacionais em Música Luiz Velho, Paulo Cesar Carvalho, Sergio Krakowski, Marcelo Cicconet IMPA Processamento de Sinais Sonoros Luiz Velho Som - Sinal 1 D Música e Som Musica
Leia maisAVALIAÇÃO DA ESTIMATIVA DE PARÂMETROS PARA MODELOS AR2D APLICADOS NA EXTRAÇÃO DE ATRIBUTOS DE TEXTURA EM IMAGENS DE SENSORIAMENTO REMOTO
AVALIAÇÃO DA ESTIMATIVA DE PARÂMETROS PARA MODELOS AR2D APLICADOS NA EXTRAÇÃO DE ATRIBUTOS DE TEXTURA EM IMAGENS DE SENSORIAMENTO REMOTO GUSTAVO TADEU ZANIBONI 1 LUCIANO VIEIRA DUTRA 1 1 INPE - Instituto
Leia maisMEDIDAS ACÚSTICAS EM MATERIAIS DE REVESTIMENTO: CONSTRUÇÃO E TESTE DE UM EQUIPAMENTO SIMPLES PARA INVESTIGAÇÕES INICIAIS
MEDIDAS ACÚSTICAS EM MATERIAIS DE REVESTIMENTO: CONSTRUÇÃO E TESTE DE UM EQUIPAMENTO SIMPLES PARA INVESTIGAÇÕES INICIAIS A. C. Pinto, M. R. Capri, A. Capri Neto Escola de Engenharia de Lorena - Universidade
Leia maisFiltros Digitais. Carlos Alexandre Mello. Carlos Alexandre Mello
Filtros Digitais Carlos Alexandre Mello Filtros Digitais Manipulação de Sinais Implementados em Hardware ou Software Componentes: Somadores, multiplicadores e elementos de retardo 2 Filtros Digitais Componentes
Leia mais2 Núcleos: suas propriedades e classificações
2 Núcleos: suas propriedades e classificações O objetivo desse capítulo é o de apresentar as funções núcleos (7), suas propriedades (10) e suas classificações (3). 2.1 Núcleos no espaço de Hilbert Um espaço
Leia mais4 Supressão de Ruído Baseada em Wavelets
4 Supressão de Ruído Baseada em Wavelets Com o crescente número de aparelhos celulares digitais e computadores portáteis, as técnicas de supressão de ruído em aplicações de processamento de voz tiveram
Leia maisESTUDO COMPARATIVO USANDO WAVELETS PARA ANÁLISE DE IMAGENS SÍSMICAS EM RESERVATÓRIOS DE PETRÓLEO
ESTUDO COMPARATIVO USANDO WAVELETS PARA ANÁLISE DE IMAGENS SÍSMICAS EM RESERVATÓRIOS DE PETRÓLEO RESUMO Moisés Dantas dos Santos * José Patrocínio da Silva ** Os sismogramas, a princípio, apresentam uma
Leia maisESTUDO DO COMPORTAMENTO DE UM SÓLIDO ELÁSTICO-LINEAR TRANSVERSALMENTE ISOTRÓPICO VIA MHA E VIA MEF
ISSN 1809-5860 ESTUDO DO COMPORTAMENTO DE UM SÓLIDO ELÁSTICO-LINEAR TRANSVERSALMENTE ISOTRÓPICO VIA MA E VIA MEF Edmar Borges Theóphilo Prado 1 & Adair Roberto Aguiar 2 Resumo Neste trabalho utiliza-se
Leia maisTrabalho de 2 DSP data limite de entrega: 27/09/2009
PROCEDIMENTOS: 1. CRIE UM ARQUIVO PDF COM OS NOMES DOS PARTICIPANTES (DUPLAS): pedrinho_joaozinho.rar 2. AS SOLUÇÕES DEVEM SER ORGANIZADAS EM ORDEM CONFORME ESTE DOCUMENTO. 3. ENVIE POR EMAIL PARA brusamarello.valner@gmail.com
Leia maisIntrodução ao Processamento Digital de Sinais Soluções dos Exercícios Propostos Capítulo 5
Introdução ao Soluções dos Exercícios Propostos Capítulo 5. Considere a sequência ( π ) x[n] = cos 4 n encontre todos os sinais contínuos que poderiam gerar essa sequência e as respectivas taxas de amostragem.
Leia maisTransformada Discreta de Fourier
Processamento Digital de Sinais Transformada Discreta de Fourier Prof. Dr. Carlos Alberto Ynoguti Jean Baptiste Joseph Fourier Nascimento: 21 de março de 1768 em Auxerre, Bourgogne, França Morte: 16 de
Leia maisGRUPO V GRUPO DE ESTUDO DE PROTEÇÃO, MEDIÇÃO E CONTROLE EM SISTEMAS DE POTÊNCIA - GPC
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GPC - 5 6 a Outubro de 5 Curitiba - Paraná GRUPO V GRUPO DE ESTUDO DE PROTEÇÃO, MEDIÇÃO E CONTROLE EM SISTEMAS DE POTÊNCIA - GPC
Leia maisTeoria das Comunicações Prof. André Noll Barreto Prova 1 Gabarito
Prova Gabarito Questão (4 pontos) Um pulso é descrito por: g t = t e t / u t u t, a) Esboce o pulso. Este é um sinal de energia ou de potência? Qual sua energia/potência? (,7 ponto) b) Dado um trem periódico
Leia maisCapítulo 1 Introdução
Introdução 16 Capítulo 1 Introdução Esta tese trata de um novo algoritmo capaz de detectar e classificar os distúrbios múltiplos que afetam a qualidade de energia em sistemas elétricos industriais com
Leia maisAVALIAÇÃO DA COMPRESSÃO DE UMA LIGA DE ALUMÍNIO: EXPERIMENTAL X NUMÉRICO
AVALIAÇÃO DA COMPRESSÃO DE UMA LIGA DE ALUMÍNIO: EXPERIMENTAL X NUMÉRICO Alexandre da Silva Scari, alexandrescari@gmail.com 1 Bruno Cesar Pockszevnicki, brupock@yahoo.com.br 1 Daniel Miranda Horta, danieldmh@gmail.com
Leia maisRELATÓRIO DE PRÁTICA EXPERIMENTAL FIS Física Experimental II ONDAS DA CORDA AO SOM
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE FÍSICA RELATÓRIO DE PRÁTICA EXPERIMENTAL FIS01260 - Física Experimental II ONDAS DA CORDA AO SOM Porto Alegre, 28 de Maio de 2015. Nome: Vítor de
Leia maisANÁLISE PELO MÉTODO DE ELEMENTOS FINITOS DO DESEMPENHO ACÚSTICO DE SILENCIADORES REATIVOS: MODELAGEM 2D E 3D
ANÁLISE PELO MÉTODO DE ELEMENTOS FINITOS DO DESEMPENHO ACÚSTICO DE SILENCIADORES REATIVOS: MODELAGEM 2D E 3D Gabriela Cristina Cândido da Silva 1 Maria Alzira de Araújo Nunes 2 gabrielacandido.s@gmail.com
Leia maisESTUDO COMPARATIVO ENTRE FEM E BEM PARA ATENUAÇÃO DO PROTETOR AUDITIVO TIPO TAMPÃO COM RUÍDO IMPULSIVO
ESTUDO COMPARATIVO ENTRE FEM E BEM PARA ATENUAÇÃO DO PROTETOR AUDITIVO TIPO TAMPÃO COM RUÍDO IMPULSIVO REFERÊNCIA PACS: 43.50.Pn Vergara, Felipe (1) ; Gerges, Samir N. Y. (1), Birch, Robert S. (2) (1)
Leia maisUm Método Simples e Eficiente para Detecção de Atividade de Voz Usando a Transformada Wavelet
Anais do CNMAC v.2 ISSN 984-82X Um Método Simples e Eficiente para de Atividade de Voz Usando a Transformada Wavelet Marco A. Q. Duarte Curso de Matemática, UUC, UEMS 7954-, Cassilândia, MS E-mail: marco@uems.br
Leia maisDisciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios
Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios Prof. Eduardo Simas (eduardo.simas@ufba.br) Programa de Pós-Graduação em Engenharia Elétrica/PPGEE Universidade
Leia maisTransformada Discreta de Fourier
Carlos Alexandre Mello Transformadas O uso de transformadas serve para observar características de um sinal que já estavam presentes nele, mas que podem não ser observáveis em um domínio Assim, as transformadas
Leia maisRelatório técnico final do projeto Estimativa de Erros de Discretização em Dinâmica dos Fluidos Computacional
Relatório técnico final do projeto Estimativa de Erros de Discretização em Dinâmica dos Fluidos Computacional CFD-4 Processo CNPq 302916/2004-0 Período: 1 Mar 2005 a 29 Fev 2008 Palavras-chave: erro numérico,
Leia maisProcessamento Digital de Sinais DSP Parte 2
1 / 15 Processamento Digital de Sinais DSP Parte 2 por Henrique Frank W. Puhlmann Introdução Na primeira parte dessa série de artigos foi apresentada uma breve história do processamento digital de sinais
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia mais*Departamento de Computação e Automação, Universidade Federal do Rio Grande do Norte Código Postal , Natal/RN, Brasil
EXPERIÊNCIA COM UM ALGORITMO BASEADO EM COMPONENTES TRANSITÓRIAS PARA SINCRONIZAÇÃO DE REGISTROS DE FALTA UM ESTUDO DE CASO MELINDA C. S. CRUZ*, JOSÉ J. A. L. LEITÃO#, SÉRGIO CAUPONI#, EVANTUY OLIVEIRA**,
Leia maisTeste de Coeficiente de Absorção em Câmara Reverberante
Universidade Federal de Santa Catarina Departamento de Engenharia Mecânica Grupo de Tecnologia em Vibrações e Acústica Fone: (48) 99539377-32340689 / 37217716 Ramal 22 e-mail: arcanjo@lva.ufsc.br Teste
Leia maisConceitos Básicos de Áudio Digital
Aula 07 Conceitos Básicos de Áudio Digital Diogo Pinheiro Fernandes Pedrosa Universidade Federal do Rio Grande do Norte Departamento de Ciências Exatas e Naturais Ciência da Computação Som Conceitos Iniciais
Leia maisUm Método Baseado na Taxa de Falsas Descobertas de Coeficientes para a Redução de Ruído em Imagens no Domínio da Transformada de Wavelets
Um Método Baseado na Taxa de Falsas Descobertas de Coeficientes para a Redução de Ruído em Imagens no Domínio da Transformada de Wavelets WENEIDNER MOURA DE SOUZA 1 DANIEL TÁVORA DE QUEIROZ COBRA 2 1 Departamento
Leia maisProcessamento Digital de Sinais
Processamento Digital de Sinais Carlos Alexandre Mello Carlos Alexandre Mello cabm@cin.ufpe.br 1 Sinais Digitais Um sinal pode ser entendido como uma função que carrega uma informação Sinal de voz O sinal
Leia maisSílvia Mara da Costa Campos Victer Concurso: Matemática da Computação UERJ - Friburgo
Convolução, Série de Fourier e Transformada de Fourier contínuas Sílvia Mara da Costa Campos Victer Concurso: Matemática da Computação UERJ - Friburgo Tópicos Sinais contínuos no tempo Função impulso Sistema
Leia maisI-8 Digitalização e Reconstrução
I-8 Digitalização e Reconstrução Comunicações (15 de novembro de 2016) ISEL - ADEETC - Comunicações 1 Sumário 1. Enquadramento em SCD Transmissão de sinal analógico sobre SCD 2. Teorema da Amostragem Ritmo
Leia maisREMOÇÃO DO EFEITO LIFT-OFF DE SINAIS DE EDDY-CURRENT POR MEIO DE TRANSFORMADAS DE WAVELETS
REMOÇÃO DO EFEITO LIFT-OFF DE SINAIS DE EDDY-CURRENT POR MEIO DE TRANSFORMADAS DE WAVELETS Luiz Antonio Negro Martin Lopez Centro Universitário da FEI Departamento de Engenharia Mecânica Av. Humberto de
Leia maisESTIMATIVA DA FUNÇÃO TRANSFERÊNCIA DE UM SISTEMA MISO (MÚLTIPLAS ENTRADAS/UMA SAÍDA) VIA FILTRAGEM ADAPTATIVA PARA APLICAÇÃO EM ACÚSTICA PREVISIONAL
16º POSMEC Universidade Federal de Uberlândia Faculdade de Engenharia Mecânica ESTIMATIVA DA FUNÇÃO TRANSFERÊNCIA DE UM SISTEMA MISO (MÚLTIPLAS ENTRADAS/UMA SAÍDA) VIA FILTRAGEM ADAPTATIVA PARA APLICAÇÃO
Leia maisMEDIDAS DINÂMICAS. Figura 1: Classificação de sinais
MEDIDAS DINÂMICAS INRODUÇÃO A medição é uma operação, ou conjunto de operações, destinadas a determinar o valor de uma grandeza física. O seu resultado, acompanhado da unidade conveniente, constitui a
Leia maisSimulação de um Sistema de Levitação Acústica para Manipulação de Partículas em Ar
Simulação de um Sistema de Levitação Acústica para Manipulação de Partículas em Ar Marco A. B. Andade *1, Nicolás Pérez, Julio C. Adamowski 3 1. Instituto de Física, Universidade de São Paulo, São Paulo,
Leia maisDepartamento de Electrónica, Telecomunicações e Informática. 1 Entrega do Trabalho e avaliação. 2 Sintetizador. Processamento Digital de Sinal
Departamento de Electrónica, Telecomunicações e Informática Processamento Digital de Sinal Trabalho Prático n o 1: Sintetizador de Música Neste trabalho pretende-se que os alunos construam um sintetizador
Leia maisSérie de Fourier. Prof. Dr. Walter Ponge-Ferreira
Resposta à Excitação Periódica Série de Fourier Prof. Dr. Walter Ponge-Ferreira E-mail: ponge@usp.br Escola Politécnica da Universidade de São Paulo Departamento de Engenharia Mecânica - PME Av. Prof.
Leia maisUniversidade de São Paulo. Instituto de Física. FEP112 - FÍSICA II para o Instituto Oceanográfico 1º Semestre de 2009
Universidade de São Paulo nstituto de Física FEP11 - FÍSCA para o nstituto Oceanográfico 1º Semestre de 009 Segunda Lista de Exercícios Oscilações 1) Verifique quais funções, entre as seguintes, podem
Leia maisANÁLISE DE GRANULOMETRIA EM IMAGENS BASEADA EM TRANSFORMADA WAVELETS. Campus Morro do Cruzeiro, Ouro Preto, MG, Brasil
ANÁLISE DE GRANULOMETRIA EM IMAGENS BASEADA EM TRANSFORMADA WAVELETS ELISÂNGELA F. OLIVEIRA 1, ANDREA G. C. BIANCHI 2, LUIZ S. MARTINS-FILHO 3, ROMUEL F. MACHADO 4 1 Programa de Pós-Graduação em Eng. os
Leia maisSinais e Sistemas - ESP208
Sinais e Sistemas - ESP208 Mestrado Profissional em Engenharia de Sistemas e Produtos Filtros Digitais FIR e IIR Fabrício Simões IFBA 01 de novembro de 2017 Fabrício Simões (IFBA) Sinais e Sistemas - ESP208
Leia mais4 Método Proposto Visão geral do Método
52 4 Método Proposto Neste trabalho é sugerida uma nova metodologia para compressão de dados sísmicos volumétricos. O método proposto é baseado no uso da transformada wavelet 3D. Também será apresentado
Leia mais3 Conceitos básicos de filtragem digital multitaxa
Conceitos básicos de filtragem digital multitaxa.1 Introdução Filtragem digital multitaxa é um tipo de processamento de sinais em que são utilizados certos operadores que alteram a taxa de amostragem do
Leia maisMÉTODO DE RUNGE-KUTTA APLICADO À DEFLEXÃO DE VIGA 1 RUNGE-KUTTA METHOD APPLIED TO BEAM DEFLECTION
MÉTODO DE RUNGE-KUTTA APLICADO À DEFLEXÃO DE VIGA 1 RUNGE-KUTTA METHOD APPLIED TO BEAM DEFLECTION Giovani Prates Bisso Dambroz 2, Peterson Cleyton Avi 3 1 Texto produzido a partir de trabalho desenvolvido
Leia maisAVALIAÇÃO DO ENRIQUECIMENTO POLINOMIAL NO MÉTODO DOS ELEMENTOS FINITOS GENERALIZADOS EM ELEMENTOS TRIANGULARES
AVALIAÇÃO DO ENRIQUECIMENTO POLINOMIAL NO MÉTODO DOS ELEMENTOS FINITOS GENERALIZADOS EM ELEMENTOS TRIANGULARES Neimar A. da Silveira Filho niemarsilveira@ufmg.br Thaiane Simonetti de Oliveira thaianesimo@gmail.com
Leia maisCENTRO DE CIÊNCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE ACADÊMICA DE TECNOLOGIA DE ALIMENTOS DISCIPLINA: FÍSICA II ONDAS. Prof.
CENTRO DE CIÊNCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE ACADÊMICA DE TECNOLOGIA DE ALIMENTOS DISCIPLINA: FÍSICA II ONDAS Prof. Bruno Farias Ondas Uma onda surge quando um sistema é deslocado de sua posição
Leia maisIntrodução. Utilização de uma escala logarítmica. Entre o limiar inferior e o superior da audição (sensação dolorosa) existe uma diferença de 130 db.
Introdução Utilização de uma escala logarítmica Entre o limiar inferior e o superior da audição (sensação dolorosa) existe uma diferença de 130 db. Introdução Introdução Utilização de uma escala logarítmica
Leia maisAplicação da Transformada S na Decomposição Espectral de Dados Sísmicos
Dissertação de Mestrado Aplicação da Transformada S na Decomposição Espectral de Dados Sísmicos Aluna: Mauren Paola Ruthner Orientador: Marcelo Gattass Co-orientador: Adelson Santos de Oliveira* * Petrobras
Leia mais