PSI LABORATÓRIO DE ELETRICIDADE. Introdução Teórica
|
|
- Lucca Gameiro Brandt
- 5 Há anos
- Visualizações:
Transcrição
1 1 ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia de Sistemas Eletrônicos - PSI - EPUSP Objetivos: PSI331 - LABORATÓRIO DE ELETRICIDADE ANÁLISE DE FOURIER DE SINAIS ARBITRÁRIOS Introdução Teórica L.Q. Orsini, Denise Consonni Vitor Nascimento Leopoldo Yoshioka, Elisabete Galeazo Introduzir aspectos práticos da análise espectral de sinais arbitrários por Transormada Discreta de Fourier (TDF) Evidenciar a interpretação dos resultados, através do exame de espectros conhecidos. Utilizar técnicas de instrumentação inormatizada para a aquisição e análise de Fourier de sinais elétricos. Aplicar a técnica na análise de sinais acústicos. 1 - Introdução: A Análise Espectral, isto é, a determinação de espectros de sinais ou de seqüências de medidas, tem grande interesse em vários campos cientíicos ou tecnológicos. Na experiência 7 [2] já oi estudada a análise espectral de sinais periódicos, com a determinação dos coeicientes das séries de Fourier correspondentes, a partir da transormada discreta de Fourier (TDF) de uma seqüência inita de amostras do sinal. Nesta experiência a restrição a sinais periódicos será retirada dos resultados da análise espectral, obtidos a partir da TDF de uma seqüência de amostras do sinal, serão interpretados também em termos de integrais de Fourier. Lembrar que no caso de sinais periódicos o espectro é discreto, isto é, composto por raias isoladas, ao passo que no caso de sinais não-periódicos, o espectro é contínuo e o resultado da análise ornecerá amostras do espectro contínuo, a menos de limitações experimentais. Experimentalmente, podemos considerar dois tipos de análise espectral: Edição Análise espectral analógica, em que os componentes espectrais do sinal são obtidos passando-os por um iltro passa-aixa, com banda estreita e reqüência central ajustável numa certa aixa de reqüências. Os instrumentos para a análise espectral analógica são chamados de analisadores espectrais ou analisadores harmônicos. 2. Análise espectral digital, em que o sinal é amostrado e as amostras são processadas digitalmente para a obtenção do espectro, via TDF. O algoritmo de cálculo pode ser implementado em sotware ou em hardware. A instrumentação moderna de análise espectral utiliza o processamento digital de sinais. Excetuam-se apenas alguns analisadores especiais, sobretudo aqueles empregados em reqüências muito altas. Nesta experiência utilizaremos técnicas digitais onde utilizaremos um osciloscópio digital
2 2 para a aquisição dos sinais ornecidos por um gerador de sinais. Um computador controlará o sistema e processará os sinais, para calcular o espectro. Como na experiência anterior, osciloscópio, computador e geradores de sinais serão interligados por interaces GPIB e/ou USB. Todo o sistema será controlado pelo programa LabVIEW [7]. 2 - As bases da Análise Espectral digital: Para azer a análise espectral, o sinal s(t), com transormada de Fourier S(), será amostrado numa janela de amostragem de duração T D. Nesta janela serão tomadas N amostras do sinal, igualmente espaçadas de t a. Portanto vale (1) T D = N.t a. A reqüência de amostragem será pois (2, a) a = 1/ t a = N / T D. A reqüência (2,b) D = 1/ T D deine a reqüência undamental da análise, ou deinição do espectro ( ou resolução espectral), pois a análise espectral digital ornecerá componentes do espectro em reqüências múltiplas de D. O conjunto das amostras do sinal constitui uma seqüência de números reais (3) {s(k, t a )} N 1 k=1 = {s k } N 1 k=1 Note-se que a sequência {s k } N 1 k=1 constitui a única inormação que será transerida para o computador. A partir desta seqüência constrói-se uma nova seqüência, agora com elementos complexos, usando a transormada discreta de Fourier (TDF). O termo geral desta seqüência é (ver [1], Cap. 1): (4) S ( n ) s. e D N 1 k k jk( 2 / N ) n - < n < Esta seqüência é periódica em n e k, com período N, e duplamente ininita. Aplicando à expressão (4) a transormada discreta de Fourier Inversa (TDFI), obtemos uma nova seqüência, também duplamente ininita, cujo termo genérico é 1 j k ( 2 / N ) n (5) s( k ) SD( n). e N n N. Cada período desta seqüência reproduz, exatamente, a seqüência original. Vamos agora estudar como essa transormada discreta, obtida através do sinal discreto s(k.t a ), relaciona-se com S(), a transormada (integral) de Fourier do sinal original (de tempo contínuo) s(t). A operação de amostragem é modelada pela multiplicação do sinal s(t) por uma seqüência de impulsos,
3 3 a( t) ( t k. t a ). k No curso de Sistemas e Sinais ( [3], Cap. 1 ) mostra-se que o espectro do sinal s(t) amostrado impulsivamente (ou seja, de s(t).a(t)), com reqüência a, é dado por (6) S ( ). S( n ) a a a n onde S() é o espectro do sinal s(t). Portanto, o espectro do sinal amostrado consiste em uma soma de réplicas do espectro do sinal original, deslocadas sucessivamente de a. Vamos agora distinguir dois casos: sinal de duração menor que a janela de amostragem; sinal de duração maior que a janela de amostragem. a) Sinal de duração menor que a janela de amostragem: Se o sinal s(t) or de duração limitada, estiver inteiramente contido na janela e seus componentes espectrais orem nulos nas reqüências maiores que a / 2 (condição de Nyquist), vale (7) S D (n) = S a (n. D ), n =, 1, 2, P onde P = ( N + 1 ) 1 se N or ímpar ou 2 = ( N ) 1 se N or par 2 ou seja, o n-ésimo termo da seqüência transormada é igual ao valor do espectro do sinal amostrado na reqüência n. D (ver [3], sec.1.6). Levando-se em conta (6) e (7), resulta 1 (8) S( n D). SD( n), n, 1, 2, INT( N / 2) 1. a Portanto, dado um sinal inteiramente contido na janela de amostragem e com o espectro limitado à metade da reqüência de amostragem, a TDF ornece amostras do seu espectro de Fourier, tomadas em reqüências múltiplas do inverso da duração da janela de amostragem, a menos de uma constante multiplicativa. Inelizmente, os sinais de duração limitada têm sempre espectro ilimitado, de modo que a relação (8) só se veriica aproximadamente. Há então um erro de recobrimento ( aliasing ). Este erro será desprezível se o espectro de s(t) decair rapidamente com a reqüência, sendo relativamente muito pequeno em reqüências próximas de (N/2). D. b) Sinais de duração maior que a janela de amostragem: Ao amostrar um sinal s(t), com transormada de Fourier S(), através de uma janela de duração T D, menor que a duração do sinal, estaremos de ato substituindo o sinal original por um sinal truncado, obtido multiplicando-se o sinal original pelo pulso retangular pt t T D / 2( D / 2), indicado na Figura 1.
4 4 p TD/2 (t-t D /2) 1 O sinal truncado (ou janelado) será então T D t Figura 1 (9) s J (t) = pt D2 (t T D 2 ). s(t) Este tipo de truncamento será designado por janela retangular, pois todas as amostras serão multiplicadas por 1. Pelo teorema da convolução no domínio da reqüência, associado ao teorema do deslocamento no tempo e usando reqüências cíclicas, o espectro de s J (t) será (1) S ( ) S( )* T sinc(. T ). e J D D j T D. Como o sinal janelado (9) tem duração inita, podemos aplicar-lhe as considerações do item anterior, usando o espectro (1). Os sinais periódicos enquadram-se no tipo (b). Por seu especial interesse, serão discutidos no item seguinte. 3- Aplicação aos sinais periódicos com espectro limitado: Consideremos um sinal periódico, de período T e espectro limitado, expandido em série de Fourier: M 2 n n M jn t (11) s( t ) c e, T 1 onde os c n são os coeicientes complexos de Fourier, correspondentes às reqüências n.. Passando o sinal por uma janela retangular de duração T D, obtemos o sinal s J (t), limitado no tempo e cujo espectro, por aplicação de (1), é (12) M S J () = c n T D sinc(( n )T D ). e jπ( n )T D n= M Note ainda que a TDF vai amostrar este espectro nas reqüências m D. Obviamente o número de amostras deve ser N>2M. Dois sub-casos devem ser distinguidos: 3.a) - A duração da janela é múltiplo inteiro do período do sinal: Façamos, por exemplo, T D =T = 1/ em (12). O espectro ica:
5 5 (13) M S J () = c n. 1. sinc ( n). e jn( n) n= M Portanto, nas reqüências m teremos M 1 (14) S ( m ) c sinc( m n). e J n M n j ( mn ). Como o sinc se anula para os n m, e vale 1 para n=m, resulta cm (15) SJ ( m ). Aplicando (8) a S J, segue-se (16) c m 1 1 SD( m) cm SD( m) SD( m), M m M. N a a Chegamos assim à relação já conhecida entre a TDF e os coeicientes complexos da série de Fourier. Neste caso, usando a TDF para estimar os coeicientes da série de Fourier de s(t), não haverá erros de recobrimento, vazamento ou eeito cerca; os elementos da TDF, divididos pelo número N de amostras, ornecem precisamente os coeicientes complexos de Fourier. 3.b) A duração da janela não é múltiplo inteiro do período do sinal: O espectro do sinal delimitado pela janela (ou sinal janelado), calculado nas reqüências m D será, por (12), considerando ainda que T D =1/ D, (17) M S J (m D ) = c n. sinc (m n. D n= M ). e jπ(m n D D ), M N 2 Como S J (m D ) = S D (m) / a, por (8), resulta a TDF (18) M S D (m) = N. c n. sinc (m n. ). e jπ(m D n= M D ) m N 2 Estas órmulas explicam o eeito cerca, pois a partir da TDF só obteremos os valores do espectro nas reqüências múltiplas de D, em vez de reqüências múltiplas de. A título de exemplo, vamos aplicar a (18) a um sinal que só tenha a undamental. Neste caso, só c 1 e c -1 serão não nulos, de modo que a (18) ornece
6 6 (19) S D (m) = [c 1. sinc (m ). e jπ(m ) D + c 1. sinc (m + ). e jπ(m+ D D ) D ] ( m N 2 1) Na igura 2 representamos por o parte dos pontos correspondentes ao módulo da TDF de N=128 amostras de um sinal co-senoidal,com reqüência de 1,25 Hz e 1V de amplitude, numa janela retangular de duração de 1 segundo. No mesmo gráico oi representado, em unção de, o envoltório S D (/ D ) do espectro correspondente. Fica patente que o eeito cerca decorre de / D não ser inteira. A outra conseqüência do erro de vazamento é a presença de harmônicas distantes, devidas aos lóbulos secundários do sinc, que aparecem na transormada de Fourier do pulso retangular. Há uma diiculdade de nomenclatura aqui: o erro de vazamento é o ato da janela usada para o cálculo da transormada não conter um número inteiro de períodos do sinal. Como já visto, o erro de vazamento tem duas conseqüências: o eeito cerca (o ato da raia correspondente à reqüência real do sinal não aparecer, e ser cercada no espectro por raias próximas de amplitude elevada), e o vazamento, o aparecimento de diversas raias de amplitude relativamente baixa, devidas aos lóbulos laterais do sinc. Repare que a palavra vazamento é usada com dois signiicados aqui. Figura 2 - Módulo do espectro da TDF de co-senóide de 1,25 Hz, truncada por janela retangular e amostrada. 4 - Os erros na Análise Espectral e os vários tipos de janelas: O vazamento observado na igura 2 oi causado pelos lóbulos secundários do sinc que aparecem no espectro da janela retangular. É razoável imaginar que esse vazamento possa ser reduzido se usarmos uma janela com lóbulos secundários menores. Usando, por exemplo, uma janela de von Hann, a ser descrita a seguir, obtemos o módulo do espectro da TDF indicado na igura 3. Veriica-se que o vazamento oi reduzido em relação ao caso anterior, mas o eeito cerca
7 7 icou mais pronunciado. Figura 3 - TDF de co-senóide de 1,25 Hz, amostrada e truncada pela janela de von Hann. Como já oi visto em experiência anterior, na análise de sinais espectrais com duração maior que a da janela de amostragem podem aparecer os seguintes tipos de erros (ver [4], [5], [6]): a) erro de vazamento, com as maniestações a.1) vazamento (leakage), causado por descontinuidades do sinal ou de sua derivada, nos extremos da janela; a.2) eeito cerca (picket-ence eect), decorrente do ato do espectro do sinal ser amostrado em reqüências múltiplas de D = 1/T D ; b) erros de recobrimento ou rebatimento (aliasing), resultantes da presença de componentes do sinal com reqüências maiores que a /2. A deesa contra este último erro é passar o sinal por um iltro anti-recobrimento (antialiasing), antes da operação de amostragem. A reqüência de corte deste iltro deve ser igual (ou menor que) a metade da reqüência de amostragem. Alternativamente, se possível, a reqüência de amostragem deve ser aumentada. O eeito cerca é atenuado aumentando-se a duração da janela, para aumentar a deinição D = 1/T D da análise. É claro que se deve também aumentar o número de amostras, para manter ixa a reqüência de amostragem. O vazamento é atenuado pelas janelas não-retangulares, como já oi exempliicado. Estas janelas atribuem pesos às dierentes amostras, com pesos menores para as amostras iniciais e inais. Com isso atenuam-se eventuais descontinuidades, reduzindo o decorrente vazamento. Para reduzir o eeito cerca, o que se pode azer é aumentar a duração da janela, diminuindo-se assim d. Sendo w(t) a unção que descreve a janela, o sinal truncado e ponderado pela janela será (2) s w (t) = w(t).s(t). Indicando por T D a duração da janela e tomando a origem dos tempos em seu centro, a unção w(t) será nula para os t > T D / 2. No intervalo da janela, as unções w(t) valem:
8 8 janela retangular: w D (t) = 1 janela de von Hann: janela de Hamming: janela de Blackman: w VH (t) = 1 t [1 + cos (2π )] 2 T D w H (t) =,54 +,46. cos (2π t T D ) w B (t) =,42 +,5. cos (2π t T D ) +,8. cos (4π t T D ) janela lattop: w FT (t) = 1 1,93. cos (2π t T D ) + 1,29. cos (4π t T D ),388. cos (6π t T D ) +,32. cos (8π t T D ) Estas janelas (normalizadas em T D =1), com os respectivos espectros, estão representadas na igura 4, com os gráicos das janelas na coluna da esquerda (domínio do tempo) e os espectros na coluna da direita (domínio de reqüência). O exame dessa igura mostra que a janela retangular é a que tem espectro com o lóbulo principal mais estreito, o que leva a uma melhor deinição espectral (no sentido de distinguir entre dois componentes vizinhos. Em compensação, os lóbulos secundários relativamente altos contribuem para aumentar os vazamentos. O ideal para zerar os vazamentos seria uma janela que não apresentasse lóbulos secundários. A igura 4 mostra que a janela de Blackman é a que mais se aproxima desse alvo. Em contrapartida, seu lóbulo principal é bemlargo, o que reduz a deinição espectral. A transormada da janela lattop também tem lóbulos laterais de baixa amplitude, com um lóbulo central muito largo. Sua utilidade é que o lóbulo central tem uma aixa larga com amplitude praticamente constante igual a um, o que permite o uso da janela lattop para medir amplitudes de raias espectrais (as outras janelas oram projetadas com o objetivo de conseguir lóbulos laterais de amplitude pequena com um lóbulo central o mais estreito possível, e não são boas para medir a amplitude de uma raia espectral, como pode ser visto estudando-se os espectros da igura 4).
9 Figura 4 - Janelas usadas na experiência. (Veja na pág.17 uma comparação das transormadas das janelas, em db) 9
10 1 Na parte experimental será veriicado o eeito das várias janelas sobre um mesmo conjunto de amostras de um sinal. Como antecipação, na igura 5 são apresentadas a TDF de um sinal cosenoidal, com duração de amostragem igual a um número inteiro de períodos da unção e, portanto, sem erros de vazamento, mas com as amostras ponderadas pelos 4 tipos de janelas. Veriica-se que só a janela retangular exibe um só componente. Figura 5 - TDF de co-senóide de 1 Hz com várias janelas (sem vazamento). Portanto, tendo em vista as alterações no espectro introduzidas pelas janelas (menos a retangular), aconselha-se a utilização de tais recursos apenas para se atenuar o eeito do vazamento, quando este or inevitável no processo de amostragem. 5 - A interpretação dos resultados ornecidos pelo sistema de análise espectral do LabVIEW: O Analisador de Espectros do LabVIEW interpreta os sinais truncados pela janela de amostragem como sendo um período de um sinal periódico, ornecendo os correspondentes coeicientes da série de Fourier, na orma trigonométrica polar. Se o sinal or não-periódico e desejarmos obter o seu espectro de Fourier, será necessário azer uma conversão do espectro, voltando à seqüência da TDF e reinterpretando adequadamente seus termos. De ato, à vista de (16), os asores ornecidos pelo programa relacionam-se com os elementos da TDF por (21) 2 A. c. ( ) ( ), N S m S m N m 2 m D D A m m 2 A c
11 11 Mas, por (8), SD( m) a. S( m D ), de modo que a amostra do espectro de Fourier na reqüência m D resulta (22) TD S( m D ). A m 2, m S( ) T. A D. Portanto, no caso de sinais não-periódicos, os módulos dos coeicientes espectrais ornecidos pelo programa devem ser multiplicados pela metade da duração da janela de amostragem para obtermos as correspondentes amostras do seu espectro de Fourier, para os m>. No caso de m =, isto é, do componente contínuo, o coeiciente espectral A deve ser multiplicado pela duração da janela. 6 - Exemplos de alguns espectros: a) Espectro do pulso retangular: O pulso retangular s( t) A. 1( t) 1 ( t T P ), de amplitude A e duração T P tem o espectro de Fourier TP S( ) A. TP. sin( ). e T P j T P. = 2. Na igura 6 estão indicados os gráicos de s(t) e do módulo e ase de S(), para A=2 e T P
12 12 s( t) t Z( ) S( ) 4 Z( ) A( ) Figura 6 - Pulso retangular e seu espectro. b) Espectro de trem de senos: O espectro do sinal s( t ) sin( 2 t ). 1( t ) 1 ( t T D ) calcula-se azendo a convolução do espectro do pulso retangular deslocado com o espectro do seno. Obtém-se j S T T e j T ( ). D. sinc D D( ). sinc T D( ). e 2 ( ) j ( ) TD Na igura 7 apresentamos o sinal, para T D = 2/, e o módulo e ase do espectro correspondente.
13 13 1 s( t) t 5 4 Z( ) P( ) Figura 7 - Trem de senos e seu espectro. 7 Teorema do deslocamento no tempo: Se S( ) representa a transormada de Fourier de s(t), então a transormada de Fourier de s( t t ) vale: S()e j.2π.t ou seja, deslocando por t uma unção no tempo, sua transormada vem multiplicada por exp ( j.2..t ), indicando que seu módulo não se modiica, mas a ase ica reduzida de um ângulo proporcional à reqüência ( Figura 8 ).
14 14 Figura 8 8 As etapas da análise espectral digital As Figuras 9 e 1 [8] ilustram as etapas necessárias para se implementar a análise espectral digital ( janelamento e amostragem ) e seus respectivos eeitos nos domínios do tempo e da reqüência. A Figura 9 ilustra o caso em que a janela inclui um número inteiro de períodos do sinal, e a Figura 1 mostra o caso em que a duração da janela não é um múltiplo inteiro do período do sinal.
15 15 Figura 9
16 16 Figura 1
17 17 Figura 4 (Cont.) Comparação das transormadas das janelas usadas na experiência (db) Bibliograia: [1] - ORSINI, L. Q., CONSONNI, D., Curso de Circuitos Elétricos, vol. II, S. Paulo: Ed. Blücher, 24. [2] - PSI Laboratório de Circuitos Elétricos, Análise de Fourier de Sinais Periódicos, S. Paulo, PSI-EPUSP, 217. [3] - ORSINI, L. Q., Sistemas e Sinais (Notas de aulas), S. Paulo: PTC-EPUSP, 26. [4] - OPPENHEIM, A. V. e WILSKY, A. W., Signals and Systems, pps. 189 e seguintes, Englewood Clis, N.J.: Prentice-Hall, [5] - BRIGHAM, E. O., The Fast Fourier Transorm, Englewood Clis, N.J.: Prentice-Hall, [6] - GERKEN, M., Estudo da Transormada de Fourier Discreta e sua aplicação à Análise Espectral (dissertação de Mestrado), S. Paulo, SP.: DEE/EPUSP, [7] - LabVIEW Graphical Programming or Instrumentation, National Instruments, Versão 5., Austin, TX, [8] - RAMIREZ, R. W., The FFF Fundamentals and Concepts, Prentice-Hall, Inc., Agradecimentos: Os gráicos da iguras 2, 3, 4 e 5 oram eitos pelo Pro. Vítor Heloiz Nascimento. O Pro. Max Gerken colaborou para a revisão inal desta instrução.
PSI LABORATÓRIO DE ELETRICIDADE. Guia Experimental
1 ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia de Sistemas Eletrônicos - PSI - EPUSP PSI3031 - LABORATÓRIO DE ELETRICIDADE ANÁLISE DE FOURIER DE SINAIS ARBITRÁRIOS Guia Experimental
Licenciatura em Engenharia Biomédica. Faculdade de Ciências e Tecnologia. Universidade de Coimbra. Análise e Processamento de Bio-Sinais - MIEBM
Licenciatura em Engenharia Biomédica Faculdade de Ciências e Tecnologia Slide Slide 1 1 Tópicos: Representações de Fourier de Sinais Compostos Introdução Transformada de Fourier de Sinais Periódicos Convolução
Processamento Digital de Sinais. Notas de Aula. Análise Espectral Usando a DFT
Análise Espectral Análise Espectral Análise Espectral Usando a DFT Processamento Digital de Sinais Notas de Aula Análise Espectral Usando a DFT Uma das principais aplicações da DFT é a análise do conteúdo
Mudança 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
Analisador de espectros por FFT
Analisador de espectros por FFT A transformada de Fourier (FT) é uma ferramenta matemática utilizada essencialmente para decompor ou separar uma função ou forma de onda em senóides de diferentes frequências
EXPERIÊNCIA 3 Análise de Fourier de Sinais Periódicos GUIA DE EXPERIMENTOS
ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia de Sistemas Eletrônicos PSI EPUSP PSI 3214 - LABORATÓRIO DE INSTRUMENTAÇÃO ELÉTRICA (2017) EXPERIÊNCIA 3 Análise de Fourier de
Aula 11 Sinais de tempo contínuo amostrados
Processamento Digital de inais Aula Proessor Marcio Eisencrat março Aula inais de tempo contínuo amostrados Bibliograia OPPENHEIM, A V; CHAFER, R W Discrete-time signal processing, 3rd ed, Prentice-Hall,
Transformada 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
TRANSFORMADA DE FOURIER EM TEMPO DISCRETO (DTFT) E TRANSFORMADA DISCRETA DE FOURIER (DFT) Larissa Driemeier
TRANSFORMADA DE FOURIER EM TEMPO DISCRETO (DTFT) E TRANSFORMADA DISCRETA DE FOURIER (DFT) Larissa Driemeier LIVRO TEXTO Essa aula é baseada nos livros: [1] [2] INTRODUCTION TO Signal Processing Sophocles
ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia de Sistemas Eletrônicos PSI EPUSP
ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia de Sistemas Eletrônicos PSI EPUSP PSI 3031 - LABORATÓRIO DE Circuitos Elétricos (2017) EXPERIÊNCIA 7 Análise de Fourier de Sinais
Introdução 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.
Reconstrução de Sinais de Tempo Contínuo
Sistemas e Sinais Reconstrução de Sinais de Tempo Contínuo Teorema da Amostragem Reconstrução Ideal Reconstrução Prática Retentor de Ordem Zero Filtro Anti-Imagem Reconstrução de Sinais de Tempo Contínuo
Teoria 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
Teoria das Comunicações
Teoria das Comunicações.5 Teorema da Amostraem e Transormada de Fourier Discreta TEOREMA DA AMOSTRAGEM Amostraem de Sinais (t) Instantes de amostraem T s t Ts (t) s (t) = (t) Ts (t) t t s ( t) ( t) ( t
Amostragem. Representação com FT para Sinais Periódicos Relacionando a FT com a FS Amostragem Amostrando Sinais de Tempo Contínuo.
Amostragem Representação com FT para Sinais Periódicos Relacionando a FT com a FS Amostragem Amostrando Sinais de Tempo Contínuo Amostragem 1 Representação com FT para Sinais Periódicos A representação
Processamento Digital de Sinais. Aplicações da DFT. Prof. Dr. Carlos Alberto Ynoguti
Processamento Digital de Sinais Aplicações da DFT Prof. Dr. Carlos Alberto Ynoguti Aplicações da DFT Nesta seção iremos apresentar três aplicações bastante comuns da DFT: 1) Análise espectral de sinais
Introdução 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
3 Osciladores em Realimentação
3 Osciladores em Realimentação 3.1. Introdução Ao longo deste capítulo será introduzida e descrita a coniguração básica de um oscilador realimentado, seu critério de oscilação e sua operação em unção do
UNIDADE I Aula 4 Séries de Fourier. Fonte: Rodrigo Semente
UNIDADE I Aula 4 Séries de Fourier Fonte: Rodrigo Semente Em meados do século XVII, o matemático rancês J. Fourier provou matematicamente que qualquer orma de onda, independente da sua origem, é um somatório
Processamento Digital de Sinais. Aplicações da DFT. Prof. Dr. Carlos Alberto Ynoguti
Processamento Digital de Sinais Aplicações da DFT Prof. Dr. Carlos Alberto Ynoguti Aplicações da DFT Nesta seção iremos apresentar três aplicações bastante comuns da DFT: 1) Análise espectral de sinais
Introdução 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
Parâmetros 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
Sílvia 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
Circuitos Elétricos III
Circuitos Elétricos III Prof. Danilo Melges Depto. de Eng. Elétrica Universidade Federal de Minas Gerais A Transformada de Fourier Série de Fourier e Transformada de Fourier Partindo da Série de Fourier
Processamento 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
SEL Processamento Digital de Imagens Médicas. Aula 4 Transformada de Fourier. Prof. Dr. Marcelo Andrade da Costa Vieira
SEL 0449 - Processamento Digital de Imagens Médicas Aula 4 Transformada de Fourier Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Jean Baptiste Joseph Fourier 2 Exemplo: Função Degrau 3 Exemplo:
AMOSTRAGEM. Larissa Driemeier
AMOSTRAGEM Larissa Driemeier LIVRO TEXTO Essa aula é baseada nos livros: [1] [2] [3] INTRODUCTION TO Signal Processing Sophocles J. Orfanidis Rutgers University http://www.ece.rutgers.edu/~orfanidi/intro2sp
Lição de Processamento Digital de Sinais. Operação de Zooming em Processamento de Imagem. Rui Jesus
Lição de Processamento Digital de Sinais Operação de Zooming em Processamento de Imagem Rui Jesus ISEL, Julho 22 .INTRODUÇÂO. Enquadramento Esta lição destina-se aos alunos da disciplina de Processamento
INSTITUTO SUPERIOR TÉCNICO Departamento de Engenharia Electrotécnica e de Computadores. Instrumentação e Medidas. 17 de Julho de 2006
INSTITUTO SUPERIOR TÉCNICO Departamento de Engenharia Electrotécnica e de Computadores Instrumentação e Medidas 7 de Julho de 6 Resolva cada grupo em FOLHAS SEPARADAS devidamente identiicadas com NOME,
Objectivo Geral: Modulação analógica de pulsos em amplitude PAM (Pulse Amplitude Modulation).
Departamento de Engenharia Electrotécnica Secção de elecomunicações estrado integrado em Engenharia Electrotécnica e de Computadores Licenciatura em Engenharia Inormática Grupo: nº e 6º rabalho de Laboratório
Introdução à análise de sinais
Introdução à análise de sinais PEF 6 - Tópicos especiais em dinâmica de estruturas Prof. Dr. Guilherme R. Franzini 1/35 Resumo 1 Objetivos 2 Série de Fourier 3 Transformada de Fourier 4 Aspectos práticos
Circuitos Elétricos II
Universidade Federal do ABC Eng. de Instrumentação, Automação e Robótica Circuitos Elétricos II José Azcue, Prof. Dr. Transformada de Laplace Definição da Transformada de Laplace Propriedades da Transformada
Funções polinomiais, racionais e trigonométricas
Aula 04 FUNÇÕES (continuação) UFPA, 5 de março de 05 Funções polinomiais, racionais e trigonométricas No inal desta aula, você seja capaz de: Dizer o domínio das unções polinomiais, racionais e trigonométricas;
Resumo. Sinais e Sistemas Amostragem. Introdução. Amostragem Periódica
Resumo Sinais e Sistemas Amostragem lco@ist.utl.pt Instituto Superior écnico Representação da Amostragem no Domínio da Frequência Reconstrução do Sinal Amostrado Processamento em empo Discreto de Sinais
Uma 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
Processamento de sinais digitais Aula 3: Transformada de Fourier (Parte 1)
Processamento de sinais digitais Aula 3: Transformada de Fourier (Parte 1) silviavicter@iprj.uerj.br Tópicos Definição da Transformada de Fourier (TF) Propriedades importantes (ex: linearidade e periodicidade)
i) Filtragem ii) Amostragem e reconstituição cuja Transformada de Fourier (TF) é dada na Figura seguinte e que constitui a entrada de um SLIT S.
6ª Aula Prática de Sistemas e Sinais (LEIC Alameda) Sumário: i) Filtragem ii) Amostragem e reconstituição Exercícios Propostos Exercício 1: Considere o sinal x (t) cuja Transformada de Fourier (TF) é dada
Teorema 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
PROJETO DE HARPA SEM CORDAS
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA ELÉTRICA ENG C38 LABORATÓRIO INTEGRADO III SEMESTRE 13.1 PROFESSORES: ANA ISABELA ARAÚJO CUNHA ANTONIO CEZAR DE CASTRO LIMA MÁRCIO
Aula 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
Teoria das Comunicações Prof. André Noll Barreto Prova /02
eoria das Comunicações Prova 1-1/ Aluno: Matrícula: Instruções A prova terá a duração de h3 A prova pode ser feita a lápis ou caneta Não é permitida consulta a notas de aula, todas as fórmulas necessárias
ANÁLISE DE SINAIS ANÁLISE ESPECTRAL
ANÁLISE DE SINAIS Larissa Driemeier Marcilio Alves Rafael T Moura Tarcísio H Coelho 1 ANÁLISE ESPECTRAL Domínio do tempo Análise Síntese Domínio da frequência Amplitude do deslocamento Massa Mola papel
Na aula anterior vimos a noção de derivada de uma função. Suponha que uma variável y seja dada como uma função f de uma outra variável x,
Elementos de Cálculo Dierencial Na aula anterior vimos a noção de derivada de uma unção. Supona que uma variável y seja dada como uma unção de uma outra variável, y ( ). Por eemplo, a variável y pode ser
Amostragem de Sinais
UNIVERSIDADE FEDERAL DA PARAÍBA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Amostragem de Sinais Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br 1 Amostragem (Sampling) Para um sinal
Sinais 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,
Processamento Digital de Sinais. Conversão A/D e D/A. Prof. Dr. Carlos Alberto Ynoguti
Processamento Digital de Sinais Conversão A/D e D/A Prof. Dr. Carlos Alberto Ynoguti Introdução A maioria dos sinais encontrados na natureza é contínua Para processá-los digitalmente, devemos: Converter
Introdução aos Circuitos Elétricos
1 / 47 Introdução aos Circuitos Elétricos Séries e Transformadas de Fourier Prof. Roberto Alves Braga Jr. Prof. Bruno Henrique Groenner Barbosa UFLA - Departamento de Engenharia 2 / 47 Séries e Transformadas
Introdução ao Processamento Digital de Imagens. Aula 6 Propriedades da Transformada de Fourier
Introdução ao Processamento Digital de Imagens Aula 6 Propriedades da Transformada de Fourier Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Uma linha de uma imagem formada por uma sequência
Sistemas e Sinais. Universidade Federal do Rio Grande do Sul Departamento de Engenharia Elétrica
Propriedades das Representações de Fourier Sinais periódicos de tempo contínuo ou discreto têm uma representação por série de Fourier, dada pela soma ponderada de senoides complexas com frequências múltiplas
Transformada de Fourier Discreta (DFT)
UNIVERSIDADE FEDERAL DA PARAÍBA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Transformada de Fourier Discreta (DFT) Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br 1 Transformada de Fourier
ANÁLISE DA LARGURA DE BANDA DOS SINAIS ELÉTRICOS ADQUIRIDOS POR UMA UNIDADE REMOTA DE AQUISIÇÃO DE DADOS (URAD).
ANÁLISE DA LARGURA DE BANDA DOS SINAIS ELÉTRICOS ADQUIRIDOS POR UMA UNIDADE REMOTA DE AQUISIÇÃO DE DADOS (URAD). Camila S. Gehrke, Mauricio de Campos, Fabiano Salvadori. Universidade do Noroeste do Estado
Métodos Avançados em Sistemas de Energia Eletrônica de Potência para Geração Distribuída
Departamento de Engenharia Elétrica Métodos Avançados em Sistemas de Energia Retiicador e Inversor em Ponte Completa Pro. João Américo Vilela vilela@eletrica.upr.br Bibliograia HART, D. W. Eletrônica de
*indique seu referencial zero no gráfico.
ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia de Sistemas Eletrônicos PSI EPUSP PSI 3031 - LABORATÓRIO DE CIRCUITOS ELÉTRICOS EXPERIÊNCIA 7 Análise de Fourier de Sinais Periódicos
Redes de Computadores
Introdução Redes de Computadores Transmissão de Informações nálise de Sinais ula 03 camada de nível físico define Características físicas das interfaces e dos meios (ex. conectores, pinagem, semântica
Exercícios para Processamento Digital de Sinal. 1 Transformada e Série de Fourier
Exercícios para Processamento Digital de Sinal Transformada e Série de Fourier Exercício Considere o seguinte sinal x(t) = sin 2 (0πt). Encontre uma forma aditiva para este sinal e represente graficamente
Redes de Computadores
Introdução uto de In nformá ática - UFR RGS Redes de Computadores Transmissão de Informações nálise de Sinais ula 0 camada de nível físico define Características físicas das interfaces e dos meios (e.
EE-940 Engenharia de Som II Análise e Síntese de Sinais Musicais Lista de Exercícios
EE-940 Engenharia de Som II Análise e Síntese de Sinais Musicais Lista de Exercícios ) Considere o gráfico a seguir que representa os pontos de máxima amplitude na membrana basilar (para diversas frequências)
2/47. da matemática é ainda de grande importância nas várias áreas da engenharia. Além disso, lado de Napoleão Bonaparte. 1/47
Introdução aos Circuitos Elétricos Séries e Transformadas de Fourier Prof. Roberto Alves Braga Jr. Prof. Bruno Henrique Groenner Barbosa UFLA - Departamento de Engenharia Sinais: conjunto de dados ou informação
Experiência VII (aulas 11 e 12) Cordas vibrantes
Experiência VII (aulas 11 e 12) Cordas vibrantes 1. Objetivos 2. Introdução 3. Arranjo experimental 4. Procedimento experimental 5. Análise de dados 6. Apêndice 7. Reerências 1. Objetivos Essa experiência
Revisão 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
Processamento 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.
Tranformada de Fourier. Guillermo Cámara-Chávez
Tranformada de Fourier Guillermo Cámara-Chávez O que é uma série de Fourier Todos conhecemos as funções trigonométricas: seno, cosseno, tangente, etc. O que é uma série de Fourier Essa função é periódica,
TRANSMISSÃO 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
Capítulo III. Limite de Funções. 3.1 Noção de Limite. Dada uma função f, o que é que significa lim f ( x) = 5
Capítulo III Limite de Funções. Noção de Limite Dada uma unção, o que é que signiica ( 5? A ideia intuitiva do que queremos dizer com isto é: quando toma valores cada vez mais próimos de, a respectiva
PSI-3214 Laboratório de Instrumentação Elétrica. Sinais Periódicos. Vítor H. Nascimento
PSI-34 Laboratório de Instrumentação Elétrica Introdução à Análise de Fourier Sinais Periódicos Vítor H. Nascimento Introdução Sinais periódicos (ou aproximadamente periódicos) aparecem em diversas situações
Aula 13. Séries undimensionais. Laboratório Numérico 1. Várias amostras da temperatura
Aula 13 Séries undimensionais Várias amostras da temperatura Laboratório Numérico 1 Funções de uma variável independente V = V(t) t é o tempo, mas pode ser outra variável (x ) Amostra regular com N pontos
Processamento Digital de Sinais - ENG420
Processamento Digital de Sinais - ENG420 Fabrício Simões IFBA 22 de julho de 2016 Fabrício Simões (IFBA) Processamento Digital de Sinais - ENG420 22 de julho de 2016 1 / 46 Fabrício Simões (IFBA) Processamento
Processamento Digital de Sinais. Conversão A/D e D/A. Prof. Dr. Carlos Alberto Ynoguti
Processamento Digital de Sinais Conversão A/D e D/A Prof. Dr. Carlos Alberto Ynoguti Introdução A maioria dos sinais encontrados na natureza é contínua Para processá los digitalmente, devemos: Converter
Osciloscópio Digital. Diagrama em blocos:
Osciloscópio Digital Neste tipo de osciloscópio, o sinal analógico de entrada é inicialmente convertido para o domínio digital através de um conversor A/D rápido, sendo em seguida armazenado em uma memória
Respostas do Estudo Dirigido Cap Image Transform
Respostas do Estudo Dirigido Cap. 11 - Image Transform 1. Para que serve transformar as imagens para outros Domínios? Fale sobre algumas Formas de Transformada e suas aplicações. (0.5) As transformadas
Aula 15 Propriedades da TFD
Processamento Digital de Sinais Aula 5 Professor Marcio Eisencraft abril 0 Aula 5 Propriedades da TFD Bibliografia OPPENHEIM, A. V.; SCHAFER. Discrete-time signal processing, 3rd. ed., Prentice-Hall, 00.
O processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir:
Sistemas e Sinais O processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir: 1 Sistemas e Sinais O bloco conversor A/D converte o sinal
Convolução Correlação. Profs. Theo Pavan e Adilton Carneiro TAPS
Convolução Correlação Profs. Theo Pavan e Adilton Carneiro TAPS Sistema Sistema processo em que os sinais de entrada são transformados resultando em um outro sinal de saída. x(t) Sistema de tempo contínuo
Introdução às Telecomunicações 2012/ º Trabalho de Laboratório. Grupo: nº e
Departamento de Engenharia Electrotécnica Secção de Telecomunicações estrado integrado em Engenharia Electrotécnica e de Computadores Licenciatura em Engenharia Inormática 8º Trabalho de Laboratório Objectivo
Projeto de Filtros FIR
Projeto de Filtros FIR Estudaremos três técnicas de projeto de filtros FIR de fase linear: Método de Janelas: baseado no janelamento da resposta ao impulso de um filtro ideal; Método da Amostragem em Frequência:
Capítulo III. Limite de Funções. 3.1 Noção de Limite. Dada uma função f, o que é que significa lim f ( x) = 5
Capítulo III Limite de Funções. Noção de Limite Dada uma unção, o que é que signiica ( 5? A ideia intuitiva do que queremos dizer com isto é: quando toma valores cada vez mais próimos de, a respectiva
Processamento de Imagens COS756 / COC603
Processamento de Imagens COS756 / COC603 aula 04 - reconstrução de sinais digitais Antonio Oliveira Ricardo Marroquim 1 / 42 aula de hoje e reconstrução overview amostrando um sinal reconstruindo um sinal
Experimento 6 Corrente alternada: circuitos resistivos
1 OBJETIVO Experimento 6 Corrente alternada: circuitos resistivos O objetivo desta aula é estudar o comportamento de circuitos resistivos em presença de uma fonte de alimentação de corrente alternada 2
A aula de hoje será de estudo dirigido. Para isso você precisará do MATLAB, ferramenta disponível na máquina virtual que você está logado.
ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia Mecatrônica Sistemas Dinâmicos II para Mecatrônica Profs. Larissa Driemeier e Marcilio Alves Usando A aula de hoje será de estudo
TÓPICOS DE CORRECÇÃO
Faculdade de Economia Universidade Nova de Lisboa EXAME E CÁLCULO I Ano Lectivo 007-08 - º Semestre Eame Final de ª Época em de Junho de 008 Duração: horas e 30 minutos É proibido usar máquinas de calcular
Transformada 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
Aula 6 PS Prof. César Janeczko. Filtros Digitais
Aula 6 PS Prof. César Janeczko Filtros Digitais Filtros digitais são usados em geral para dois propósitos: 1 o separação de sinais que foram combinados, por exemplo, modulados; 2 o restauração de sinais
Sinais 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
Processamento 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
Capítulo 6 Filtragem, Amostragem e Reconstrução
Capítulo 6 Filtragem, Amostragem e Reconstrução 6. Filtragem 6.2 Amostragem e reconstrução de sinais Capítulo 6 Filtragem, Amostragem e Reconstrução 6. Filtragem 6.2 Amostragem e reconstrução de sinais
Transformada Discreta de Fourier (DFT)
Transformada Discreta de Fourier DFT) Processamento de Sinais 5/6 Engenharia Aeroespacial Sinais periódicos Seja x[n] um sinal periódico com período x[n + r] = x[n] para r Z) O sinal x[n] é determinado
Espaço de Fourier. Processamento de Imagens Médicas. Prof. Luiz Otavio Murta Jr. Depto. de Física e Matemática (FFCLRP/USP)
Processamento de Imagens Médicas Espaço de Fourier Prof. Luiz Otavio Murta Jr. Depto. de Física e Matemática FFCLRP/USP Teorema da Amostragem quist. - O teorema da amostragem de quist diz que devemos amostrar
PSI.3031 LABORATÓRIO DE CIRCUITOS ELETRICOS INTRODUÇÃO TEÓRICA EXPERIÊNCIA 10: REDES DE SEGUNDA ORDEM
ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia de Sistemas Eletrônicos PSI - EPUSP PSI.3031 LABORATÓRIO DE CIRCUITOS ELETRICOS INTRODUÇÃO TEÓRICA Edição 2017 E.Galeazzo / L.Yoshioka
Filtro FIR. Processamento Digital de Sinais - ENG de julho de 2016 IFBA. Fabrício Simões (IFBA) Filtro FIR 22 de julho de / 30
Filtro FIR Processamento Digital de Sinais - ENG420 Fabrício Simões IFBA 22 de julho de 2016 Fabrício Simões (IFBA) Filtro FIR 22 de julho de 2016 1 / 30 1 Método de Projeto Usando Janelas 2 Tipos de Filtros
Sinais e Sistemas. Série de Fourier. Renato Dourado Maia. Universidade Estadual de Montes Claros. Engenharia de Sistemas
Sinais e Sistemas Série de Fourier Renato Dourado Maia Universidade Estadual de Montes Claros Engenharia de Sistemas Lembremos da resposta de um sistema LTI discreto a uma exponencial complexa: x[ n] z,
SUMÁRIO BACKGROUND. Referências 62 MATLAB Seção B: Operações Elementares 62 Problemas 71
SUMÁRIO BACKGROUND B.l Números Complexos 17 B.l-l Nota Histórica 17 B.I-2 Álgebra de Números Complexos 20 B.2 Senóides 30 B.2-1 Adição de Senóides 31 B.2-2 Senóides em Termos de Exponenciais: A Fórmula
TRANSFORMADA DE FOURIER. Larissa Driemeier
TRANSFORMADA DE FOURIER Larissa Driemeier TESTE 7hs30 às 8hs00 Este não é um sinal periódico. Queremos calcular seu espectro usando análise de Fourier, mas aprendemos que o sinal deve ser periódico. O
1 Capítulo 4 Comp m l p e l me m ntos de d Funçõ ç es
Capítulo 4 Complementos de Funções SUMÁRIO Estrutura e cardinalidade em R Topologia Limites e continuidade de unções num ponto pela deinição (vizinhanças Teorema de Bolzano e Teorema de Weierstrass Teorema
Filtros Digitais. Filtros básicos, parâmetros no domínio do tempo e frequência, classificação de filtros
Filtros Digitais Filtros básicos, parâmetros no domínio do tempo e frequência, classificação de filtros Filtros são usados basicamente para dois propósitos: Separação de sinais combinados; Restauração
Espaço de Fourier. Processamento de Imagens Médicas. Prof. Luiz Otavio Murta Jr. Depto. de Física e Matemática (FFCLRP/USP)
Processamento de Imagens Médicas Espaço de Fourier Prof. Luiz Otavio Murta Jr. Depto. de Física e Matemática (FFCLRP/USP) 1 Representação de Fourier - O teorema da amostragem de Nyquist diz que devemos
Circuitos Elétricos II
Universidade Federal do ABC Eng. de Instrumentação, Automação e Robótica Circuitos Elétricos II José Azcue, Prof. Dr. Introdução Definição da Transformada de aplace Propriedades da Transformada de aplace
APRESENTAÇÃO DISCIPLINA: Metrologia II
APRESENTAÇÃO DISCIPLINA: Metrologia II - 2018 OBJETIVO Expor conceitos básicos de funcionamento e aplicação dos diversos tipos de equipamentos de Medidas. CRONOGRAMA 1ºBIMESTRE OSCILOSCÓPIO CRONOGRAMA