Upload
ermerson-rodrigues
View
9
Download
4
Embed Size (px)
DESCRIPTION
Descrição sobre transformadas de fourier....
Citation preview
Processamento de Sinais2015-1
1 / 256
Processamento de Sinais
Engenharia Eltrica - 7o perodo
Hlio Marques [email protected]
http://linuxtech.com.br/downloads
Processamento de Sinais2015-1
2 / 256
Horrios das aulas Quarta
19:00 s 20:40
Sexta 19:00 s 20:40
Processamento de Sinais2015-1
3 / 256
Bibliografia Referncias
Sinais e Sistemas Simon Haykin e Barry Van Veen
Sinais e Sistemas Lineares Bhagawandas P. Lathi
Sinais e Sistemas Alan V. Oppenheim & Adam S. Willsky
Introduo ao Processamento Digital de Sinais Jos Alexandre Nalon
A Internet !
E muito mais !
Vejam: http://bookboon.com
Processamento de Sinais2015-1
4 / 256
Programa Introduo Sinais e sistemas de tempo discreto Representao em em frequncia Transformada de Fourier
Resposta em frequncia e Aplicaes de DFT Sistemas FIR e IIR
Analise espectral de sinais Transformada Z Filtros digitais
Projetos de filtros digitais FIR e IIR
Processamento de Sinais2015-1
5 / 256
Introduo e reviso Definies
Sistema Entidade que manipula um ou
mais sinais consequentemente gerando novos sinais.
Sinal Uma funo de uma ou mais
variveis veiculando informaes sobre a natureza de um fenmeno fsico.
Sinal de entradaSistema
Sinal de sada
Processamento de Sinais2015-1
6 / 256
Exemplos Sistemas ?
Sinais ?
Processamento de Sinais2015-1
7 / 256
Aplicaes de processamento de sinais
Processamento de Sinais2015-1
8 / 256
Aplicaes de processamento de sinais Controle
Controle e automao industrial Comunicaes
Transmisso de informaes Analgica e Digital
Processameno de sinais Extrao e alterao de sinais
Modulao, Filtros, Melhoramento Transmisso, Armazenamento, Exibio
Eficiencia e Confiabilidade !
Processamento de Sinais2015-1
9 / 256
Anlise de sinais biolgicos Sinais cerebrais : EEG : Eletroencefalografia Sinais cardiacos : ECG : Eletrocargiografia Imagens mdicas: Raio X, PET, MRI)
PET : Positron EmitionTomography MRI : Magnetic Ressonance Imaging
Deteco de atividades anormais Auxlio aos diagnsticos
Processamento de Sinais2015-1
10 / 256
PET SCAN
Processamento de Sinais2015-1
11 / 256
Ondas cerebraiscom ruidos difcieis de interpretar
Processamento de Sinais2015-1
12 / 256
Exemplo: Imagem jpeg
43K 13K 3.5K
Jpeg usa transfomada de cosseno discreta (Similar Transformada de Fourier)
JPEG: Joint Photografic Experts
Processamento de Sinais2015-1
13 / 256
Biometria Identificao de uma pessoa usando
caracteristicas fisiolgicas
Exemplos Identificao digital Reconhecimento facial Reconhecimento de voz
Processamento de Sinais2015-1
14 / 256
Processamento de sinal de udio Cancelamento de ruidos
Filtro adaptativo de rudos Fones utilizados em cockpits Efeitos em udio digital Adiao de efeitos musicais
Atraso, eco e reverberao Separao de sinal de udio
Separar falas de interferncia Separar som do vento da msica em carros
Processamento de Sinais2015-1
15 / 256
Sistema de Comunicao
Transmissor Canal Receptor
Sinal da mensagen
Sinal transmitido
Sinal recebido
Estimativa do sinal da mensagem recebido
Atenuao de sinal
Processamento de Sinais2015-1
16 / 256
Sinal e Rudo
SNR = Signal Noise Ratio SNR=P signalP noise
Processamento de Sinais2015-1
17 / 256
Algumas distores de sinais
Processamento de Sinais2015-1
18 / 256
Reviso matemtica - 1Nmeros e Quantidades
Representao Numrica : Bases numricas
Conjuntos
Discretos ( ) : 0 .. + : - .. +
Contnuos( ) : - .. + : x + j y
x e y
=+/-1
0
Processamento de Sinais2015-1
19 / 256
Trigonometria Seno, Cosseno, Tangente, ...
Processamento de Sinais2015-1
20 / 256
Crculo e Senoide
Processamento de Sinais2015-1
21 / 256
Grficos trigonomtricos
Processamento de Sinais2015-1
22 / 256
Relaes Trigonomtricas - 1
sin2 x + cos2 x=1
cotg (x)= 1tan (x)
sin (x)=sin (x)
cos(x) = cos(x)
cosec(x)= 1sen(x)
tan (x) = sin( x)cos( x)
tan (x) =tan ( x)
tan (x+ y) = tan (x)+ tan ( y)1tan ( x) tan ( y)
tan (x y) = tan (x)tan ( y)1+ tan ( x) tan ( y)
sec(x)= 1cos(x)
Processamento de Sinais2015-1
23 / 256
Relaes Trigonomtricas - 2
sin (x y)=sin (x)cos( y)cos(x)sin ( y)
cos(x y)=cos(x)cos( y)sin (x)sin ( y)
sin (x)cos(x) = 12
sin (2x)
tan ( x2) =
1cos(x)sin (x)
=sin (x)1+cos( x)
E muito mais !
Processamento de Sinais2015-1
24 / 256
Viagem de uma onda senoidal
Processamento de Sinais2015-1
25 / 256
Comprimento de onda
Processamento de Sinais2015-1
26 / 256
Dependncia de x e ty = sin (kx t)
Processamento de Sinais2015-1
27 / 256
Reviso matemtica - 2Vetores Fasores
Processamento de Sinais2015-1
28 / 256
Tangente
Processamento de Sinais2015-1
29 / 256
Reviso : Nmeros ComplexosZ=x2+ y2 Z
Processamento de Sinais2015-1
30 / 256
Reviso - FasoresSenoide :
Z=Z
Processamento de Sinais2015-1
32 / 256
MatrizesSoma de matrizes
Processamento de Sinais2015-1
33 / 256
Matrizes
Multiplicao de matrizesPor constante
Por matrizMultiplicao de matrizes
Processamento de Sinais2015-1
34 / 256
Limites Seja S uma sequncia de nmeros reais
x1, x2, x3, x4,
lim(xi) = L quanto maior for o valor de I
Para uma funo f(x) real
Processamento de Sinais2015-1
35 / 256
Clculo Integral Seja
y = f (x) a integral
representa a rea delimitada pela curva do ponto a at b e a reta real.
F(x) = = F(b) - F(a)
F(x) =
Processamento de Sinais2015-1
36 / 256
Integral indefinida
Integral imprpria
f (x)dx
f (x)dx
Processamento de Sinais2015-1
37 / 256
Derivativo ou derivada
Notao de Leibinitz :
Notao de Lagrange : f'(x)
f ' ( x) ou dfdx
( x)
Processamento de Sinais2015-1
38 / 256
Derivativa geomtrica
Processamento de Sinais2015-1
39 / 256
Algumas regras de derivadas
Processamento de Sinais2015-1
40 / 256
Regras de derivadas (1/4)(cf )'=cf '
( f +g)'= f '+g '
( fg )'= f ' g+ fg '
( fg)'= f ' g fg '
g2
( f g) '=( f ' g)g '
d (c)dx
=0
d (x)dx
=1
d (cx)dx
=c
d (xc)dxc
=cxc1onde ( f g)= f (g (x))
Processamento de Sinais2015-1
41 / 256
Regras de derivada (2/4)d ( 1
x)
dx=d ( x
1)dx
=x2= 1x2
d ( 1xc)
dx=d ( x
c)dx
= cxc+1
d ( x)dx
= d x12
dx=1
2x1
2= 12x1
2= 12 x
Processamento de Sinais2015-1
42 / 256
Regras de derivada (3/4)d (sen(x))
dx=cos(x)
d (cos(x))dx
=sen( x)
d ( tan (x))dx
=sec2(x)= 1cos2 x
d (sec(x))dx
=tg (x) sec(x)
d (cotg (x))dx
=cosec2(x)= 1sen2 x
d (cosec(x))dx
=cosec( x)cotg (x)
d (arcsen (x))dx
= 11x2
d (arccos( x))dx
= 11x2
Processamento de Sinais2015-1
43 / 256
Regras de derivada (4/4)d (arctg (x))
dx= 1
1+ x2
d (arcsec (x))dx
= 1x(x21)
d (arccotg ( x))dx
= 11+x2
d (arccosec (x))dx
= 1x(x21)
d (senh( x))dx
=cosh (x)=(ex+ex)
2
d (cosh (x))dx
=senh(x)=(ex+ex)
2
d ( tanh( x))dx
=sech2(x)
d (sech(x))dx
=tanh (x)sech( x)
Processamento de Sinais2015-1
44 / 256
Sinais Frequncias Amplitudes Fases
Processamento de Sinais2015-1
45 / 256
Frequncias e Harmnicas
Processamento de Sinais2015-1
46 / 256
Harmnicas acumuladas
Processamento de Sinais2015-1
47 / 256
Modulao de sinais
Processamento de Sinais2015-1
48 / 256
Modulaes bsicas
Processamento de Sinais2015-1
49 / 256
Modulao PSK Phase Shift Keying
Processamento de Sinais2015-1
50 / 256
Modulao FSK Frequency Shift Keying
Processamento de Sinais2015-1
51 / 256
Fator de qualidade de sinal
Processamento de Sinais2015-1
52 / 256
Superposio positiva
Processamento de Sinais2015-1
53 / 256
Reflexo fixa e livre
Processamento de Sinais2015-1
54 / 256
Incidncia, Superposio e Reflexo
= massa/comprimento da linha = densidade da linha
Processamento de Sinais2015-1
55 / 256
crescente
Processamento de Sinais2015-1
56 / 256
decrescente
Processamento de Sinais2015-1
57 / 256
Potncia
P (t)=dWdt
= F.dsdt
=F.v
P (t)=v2 A2 cos2(kx t)
Paverage=12v2 A2
Processamento de Sinais2015-1
58 / 256
Intensidade
I= P4 r2
Processamento de Sinais2015-1
59 / 256
Radiao de somVdeo: radiation.mpeg
Processamento de Sinais2015-1
60 / 256
Radiao de luz
Processamento de Sinais2015-1
61 / 256
Disperso da luz
Processamento de Sinais2015-1
62 / 256
Ressonncia
Processamento de Sinais2015-1
63 / 256
Soma, subtrao de sinais
y1 = sin (k1x1 1t)
y2 = sin (k2x2 2t)
y = y1 +/- y2
Processamento de Sinais2015-1
64 / 256
Exemplo
Processamento de Sinais2015-1
65 / 256
Multiplicao de de sinais
y1 = sin (k1x1 1t)
y2 = sin (k2x2 2t)
y = y1 * y2
Processamento de Sinais2015-1
66 / 256
Algumas ferramentas Matlab
$3000 a $4000 http://www.mathworks.com/
Scilab opensource
http://scilab.org Sage
opensource http://www.sagemath.org/
Processamento de Sinais2015-1
67 / 256
Senoidal pura
Y = sin(x) -->x=[0:0.1:6*%pi]; -->plot(sin(x));
Processamento de Sinais2015-1
68 / 256
Senoidal e harmnicas paresY = sin(x)+sin(2*x) Y = sin(x)+sin(2*x)+sin(4*x)
Processamento de Sinais2015-1
69 / 256
Senoidal e harmnicas paresY = sin(x)+sin(2*x)+sin(4*x)+sin(6*x)+sin(8*x)+sin(10*x)+sin(12*x)+sin(14*x)
Processamento de Sinais2015-1
70 / 256
Senoidais e harmnicas pares subtrativasY = sin(x)-sin(2*x)-sin(4*x)-sin(6*x)-sin(8*x)-sin(10*x)-sin(12*x)-sin(14*x)
Processamento de Sinais2015-1
71 / 256
Senoidal pura
Y = sin(x) -->x=[0:0.1:6*%pi]'; -->plot(sin(x));
Processamento de Sinais2015-1
72 / 256
Senoidal e harmnicas mparesY = sin(x)+sin(3*x) Y = sin(x)+sin(3*x)+sin(5*x)
Processamento de Sinais2015-1
73 / 256
Y = sin(x)+sin(3*x)+sin(5*x) + + sin(13*x)
Senoidal e harmnicas mpares
Processamento de Sinais2015-1
74 / 256
Onda quadrada
Real :
Processamento de Sinais2015-1
75 / 256
Aproximaes da onda quadrada
1
2
3
4
1Senoide pura
Quarta aproximao
Processamento de Sinais2015-1
76 / 256
Srie de Fourier Seja a onda quadrada f(x) de comprimento 2L
f (x)= 4 n=1,3,5,. ..
1n
sin( n xL
)
Processamento de Sinais2015-1
77 / 256
Sries de Fourier bsicas
Processamento de Sinais2015-1
78 / 256
Srie simplesOnda dente de serra
Processamento de Sinais2015-1
79 / 256
Onda dente de serra
Processamento de Sinais2015-1
80 / 256
Onda triangular
Processamento de Sinais2015-1
81 / 256
Domnio no tempo x frequncia
Processamento de Sinais2015-1
82 / 256
Exemplo com 3 frequncias
Processamento de Sinais2015-1
83 / 256
Transformada de Fourier Definio:
Seja a Funo integrvel f :
Relaciona as funesno domnio do tempocom as funes no
domnio da frequncia
Processamento de Sinais2015-1
84 / 256
Domnios em frequncia e tempo
Processamento de Sinais2015-1
85 / 256
Anlise de FFT no Scilab 1/2-->// FFT Transform-->N = 100; // nmero de elementos do sinal-->n = 0:N - 1; -->w1 = %pi/5; // 1a frequncia-->w2 = %pi/10; // 2a frequncia-->s1 = cos(w1*n); // 1o componente do sinal-->s2 = cos(w2*n); // 2o componente do sinal-->f = s1 + s2; // signal-->plot(n, f);
Processamento de Sinais2015-1
86 / 256
// A Transformada de Fourier do sinalF = fft(f); // Calcula a Transformada de FourierF_abs = abs(F); // F_abs o valor absoluto de cada elemento de F-->plot(n, F_abs(F);
Anlise de FFT no Scilab 2/2
Processamento de Sinais2015-1
87 / 256
FFT com rudos
Processamento de Sinais2015-1
88 / 256
DFT: Transformada de Fourier DiscretaLista finita de amostragens igualmente espaadas
Lista de coeficientes de uma combinao finita de senoides
Processamento de Sinais2015-1
89 / 256
DFT do sinal f-->// FFT Transform-->N = 100; // nmero de elementos do sinal-->n = 0:N - 1; -->w1 = %pi/5; // 1a frequncia-->w2 = %pi/10; // 2a frequncia-->s1 = cos(w1*n); // 1o componente do sinal-->s2 = cos(w2*n); // 2o componente do sinal-->f = s1 + s2; // signal-->plot(n, f); -->plot(dft(f, 1));
Processamento de Sinais2015-1
90 / 256
Ondas estacionrias
Processamento de Sinais2015-1
91 / 256
Sinais, corrente e campo magntico
Processamento de Sinais2015-1
92 / 256
Energia e Potncia de um sinal
P (t)=v (t)i (t)= 1Rv2(t)
No intervalo de tempo t1 a t2 :
p(t)dt=t1
t2 1Rv2(t)dt
Potncia mdia no intervalo de t1 a t2 :
1(t2t1)t1
t2
p(t)dt= 1(t2t1)t1
t2 1Rv2(t)dt
Processamento de Sinais2015-1
93 / 256
Energia total Tempo contnuo
Tempo discreto
Elim T
x(t )2dt=
+
x (t)2dt
Elim N n=N
+N
x [n]2= N=
+
x [n]2
Processamento de Sinais2015-1
94 / 256
Potncia mdia Tempo contnuo
Tempo discreto
Plim T1
2T
x(t)2dt
Plim N1
2N+1 n=N+N
x [n]2
Processamento de Sinais2015-1
95 / 256
Transformaes Varivel independente
Ajuste de controles Melhoria dos sinais Eliminao de rudos Equalizao ...
Processamento de Sinais2015-1
96 / 256
Exemplos de transformaes
Processamento de Sinais2015-1
97 / 256
Deslocamento no tempo Sinais
x(n) e x(n t0) Idnticos na forma Deslocados um em relao ao outro x(n t0)
Atrasado se t0 positivo Adiantado se t0 negativo
Exemplos Radar, sonar, sinais ssmicos, ...
Processamento de Sinais2015-1
98 / 256
Reflexo no tempo Sinais
x(n) e x(-n) Espelhado em relao a n=0
Processamento de Sinais2015-1
99 / 256
Escala do tempo
x (t)
x (n t )
x (t /n)
Processamento de Sinais2015-1
100 / 256
Escala do tempo e deslocamento
x (t) x ( t+)
Processamento de Sinais2015-1
101 / 256
Sinais no peridicos
Processamento de Sinais2015-1
102 / 256
Simetria Simetria par
Contnuo Discreto x(-t) = x(t) x[-n] = x[n]
Simetria mparContnuo Discreto
x(-t) = -x(t) x[-n] = -x[n]
Deve ser 0 em t = 0 ou n = 0 !
Processamento de Sinais2015-1
103 / 256
Sinais senoidais e exponenciais Sinal exponencial complexo
x(t) = Ceat
C e a so complexos
Sinal exponencial Real
Se C e a so reaisx(t) exponencial real
A > 0 A < 0
Processamento de Sinais2015-1
104 / 256
Sinais senoidais e exponenciaiscomplexas peridicas
Peridica com perodo T x(t) = x(t + T)
Senoidal x(t) = A cos(0-t + )
e jw 0 t=e jw0 ( t + T)
Processamento de Sinais2015-1
105 / 256
A cos(0-t + ) =
1 > 2 > 3
T1 < T2 < T3
Frequncia fundamental e Perodo
Processamento de Sinais2015-1
106 / 256
Potncia Mdia
E perodo=0
t0
e j0 t2dt=0
t0
1.dt=T 0
P perodo=1T 0
E perodo=1
Processamento de Sinais2015-1
107 / 256
Soma de 2 sinais
x (t)=e j2t+e j3tSoma de 2 sinais exponenciais complexos, por exemplo:
Colocando a exponecial em evidncia:
x (t)=e j2.5t (e j0.5+e j0.5t)
Reescrevendo, utilizando a equao de Euler:
x (t)=2e j2.5t cos(0.5t)
x (t )=2cos(0.5t)
Obtendo o mdulo de x(t) :
eix=cos(x)+i sin (x)
Processamento de Sinais2015-1
108 / 256
Soma de 2 sinaisx (t )=2cos(0.5t)Forma de onda do sinal
Processamento de Sinais2015-1
109 / 256
Soma de 2 sinaisx (t )=2cos(0.5t)Forma de onda do sinal
Processamento de Sinais2015-1
110 / 256
Senoide pura e sua FFT
Processamento de Sinais2015-1
111 / 256
-->x=[0:0.2:8*%pi]
-->f1=sin(x)
-->f2=sin(x + %pi/3)
-->plot(f1, blue)
-->plot(f2, green)
-->plot(f1+f2, red)
Anlise senoides deslocadas /3
Processamento de Sinais2015-1
112 / 256
-->plot(fft(f1+f2), magenta )
Transformada de Fourier
Processamento de Sinais2015-1
113 / 256
Transformada de Laplace Seja uma funo f(t)
F(s) a transformada de Laplace de f(t)
S um nmero complexo :
Outra notao:
s=+i
Processamento de Sinais2015-1
114 / 256
-->x=[0:0.2:8*%pi]
-->f1=sin(x)
-->f2=sin(x + %pi/5)
-->plot(f1, blue)
-->plot(f2, green)
-->plot(f1+f2, red)
-->plot(fft(f1+f2), magenta )
Anlise senoides deslocadas /5
Processamento de Sinais2015-1
115 / 256
-->x=[0:0.2:8*%pi]
-->f1=sin(x)
-->f2=cos(x)
-->plot(f1, blue)
-->plot(f2, green)
-->plot(f1+f2, red)
-->plot(fft(f1+f2), magenta )
Anlise de seno e cosseno
Processamento de Sinais2015-1
116 / 256
Sinais exponeciais complexos gerais Considerando exponencial complexa Ceat
C expresso na forma polar
a expresso na forma retangular
Expandindo usando Euler:
C=Ce j
a=r+ jw0Ceat=Ce j e(r+ j0)t=Cert e j (0t+)
Ceat=Cert cos(0 t+)+ jCert sin (0t+)
Processamento de Sinais2015-1
117 / 256
Formas de onda
Para r > 0
Para r < 0
Processamento de Sinais2015-1
118 / 256
Sinais discretos
Processamento de Sinais2015-1
119 / 256
Sinais senoidais discretos
Processamento de Sinais2015-1
120 / 256
Sinais crescentes ou decrescentes
Processamento de Sinais2015-1
121 / 256
Funo impulso unitrio- discreto
0,n0
1,n=0={u [n]=
k=
0
[nk ] u [n]=k=0
[nk ]ou
Intervalo do somatrio Intervalo do somatrio
Processamento de Sinais2015-1
122 / 256
Degrau unitrio tempo discreto
0, n
Processamento de Sinais2015-1
123 / 256
Degrau unitrio tempo contnuo
1, t>0
0, t
Processamento de Sinais2015-1
124 / 256
Aproximao do degrau unitrio
Aproximao contnua do degrau unitrio, u(t )
1
0
u(t)
Pulso curto de durao com rea unitria independente de
Processamento de Sinais2015-1
125 / 256
Impulso unitrio tempo contnuoQuando0, (t) tornase mais estreito emais altomantento sua rea unitria .
(t)
1
0 t
(t)=lim0
(t) Em geral, um Impulso k (t) :
t
k ()d =ku(t)
k (t)
k
0 t
Processamento de Sinais2015-1
126 / 256
Sistemas de tempo contnuo e de tempo discreto
Sistema de tempo contnuo
x(t) y(t)
Sistema de tempo discreto
x[t]y[t]
Processamento de Sinais2015-1
127 / 256
Exemplo de sistema contnuo
+- Vc
Vs
R
iC
i(t)=(V s(t )V c(t))
Ri(t)=C
dvc(t )dt
Processamento de Sinais2015-1
128 / 256
Exemplo de sistema contnuo
f
pv
dv (t)dt
= 1m
f (t) pv (t)
dv (t)dt
+ pmv (t)= 1
mf (t )
Processamento de Sinais2015-1
129 / 256
Interconexes de sistemas
Sistema 1 Sistema 2
Entrada Sada
Entrada
Sistema 1
Sistema 2
+ Sada
Processamento de Sinais2015-1
130 / 256
Interconexes de sistemas
Entrada
Sistema 1
Sistema 3
+
'
Sada
Sistema 2
Sistema 4
Processamento de Sinais2015-1
131 / 256
Propriedades de sistemas Sem memria
Com memria
y (t)=x (t )
y (n)=k=
n
x (k )
y (n)=x (n1)
y (n)= 1C x (t )dt
Processamento de Sinais2015-1
132 / 256
Sistema inverso
x(n) SistemaSistema inverso
y(n)w(n) = x(n)
Sistema inversvel => Existe sistema inverso
Processamento de Sinais2015-1
133 / 256
Exemplos
x(t) SistemaSistema inverso
y(t)w(t) = x(t)
2)
1) y (t)=2x (t ) w (t)=12y (t)
y [n]= x (k ) w [n]= y [n]y [n1]
Processamento de Sinais2015-1
134 / 256
Sistemas no inversveis
1)
2)
y [n]=0
y (t)=x2(t )
Processamento de Sinais2015-1
135 / 256
Aplicaes Comunicaes
Codificadores Transmisso de dados codificados Privacidade
Transmisso de cdigos de verificao Integridade Confiabilidade
Processamento de Sinais2015-1
136 / 256
Causalidade A sada em qualquer tempo depende dos
valores de entrada somente nos instantes presentes e passado. Sistema no antissipativo
Exemplo
+- Vc
Vs
R
iC
Processamento de Sinais2015-1
137 / 256
Sistemas causais
1)
2)
3)
y (n)= x (k )
y (n)= x (n1)
y (t)= 1C i (t)dt
Processamento de Sinais2015-1
138 / 256
EstabilidadeSistemas estveis:
Pequenas entradas produzem respostas que no so divergentes.
x(t)y(t)y(t)
y(t)
x(t)
Pndulo estvel Pndulo invertido instvel
Processamento de Sinais2015-1
139 / 256
Estabilidade
Se a entrada para um sistema estvel limitada a sada tambm deve ser limitada.
f
vLimite da velocidade: aumento da fora de atrito !
vm= Fm V=
F
Processamento de Sinais2015-1
140 / 256
LinearidadeSistema com a importante propriedade de superposio
Entrada soma ponderada de sinaisSada tambm uma soma ponderada de sinais
-2 2
x1(t) y
1(t)
-1 1
0 4
x2(t) = x1(t-2)
y2(t)
0 2
1 1Linear
No linear
Processamento de Sinais2015-1
141 / 256
Invarincia no tempo
O comportamento e as caractersticas do sistema so fixos ao longo do tempo.
Exemplo: Circuito RC com R e C constantes
Um sistema invariante no tempo se um deslocamento no tempo do sinal de entrada resulta um deslocamento idntico no sinal de sada.
x[n] y[n]
ento
x[n - t] y[n - t]
Exemplo: sin(x(t))
Processamento de Sinais2015-1
142 / 256
Verificao de linearidadeSeja y(t) = x2(t)
E x1(t), x
2(t) e x
3(t)
Ento x
1(t)-> y
1(t) = x2
1(t)
x2(t)-> y
2(t) = x2
2(t)
x3(t)-> y
3(t) = x2
3(t)
= (ax1(t) + bx
2(t))2
= a2x1
2(t)+b2x2
2(t) + 2abx1(t)x
2(t)
= a2y1(t)+b2y
2(t) + 2abx
1(t)x
2(t)
Especificando x1(t), x
2(t), a e b de tal forma que
y3(t) ay
1(t)+by
2(t)
Exemplo: x1(t) = 1 , x
2(t) = 0, a = 2 e b = 0
y3(t) = [2x
1(t)]2 = 4
Mas 2y1(t) = 2[x
1(t)]2 = 2 logo o sistema no linear
Processamento de Sinais2015-1
143 / 256
Exerccio
Seja o sinal x(t) de tempo contnuo abaixo:
Esboce os sinais:
a) x(t 1)
b) X(2 t)
c) x(2t + 1)
d) x(4 - t/2)
Problema 1.21 do livro Sistemas e Sinais - Oppenheim
Processamento de Sinais2015-1
144 / 256
Sistemas lineares discretosinvariante no tempo
Seja o sinal x[n] representado em (a)
E uma sequncia de 5 impulsos unitrios de (b) a (f).O fator de escala do impulso igual o valor de x[n] no instante da amostra.
Processamento de Sinais2015-1
145 / 256
Impulsos
Processamento de Sinais2015-1
146 / 256
Impulsos
A soma das 5 sequncias igual a x[n] para -2
Processamento de Sinais2015-1
147 / 256
Degrau unitrio
x[n] = u[n]u[k] = 0 para k < 0 u[k] = 1 para k >= 0
Propriedade seletiva do impulso unitrio de tempo discreto.
u [n]=0
[nk ]
Processamento de Sinais2015-1
148 / 256
Representao por soma de convoluesEntrada arbitrria:
Resposta:
Sada:
Sistema Linear Invariante no Tempo (LIT) Deslocado no tempo h
k[n] = h
0[n-k]
Soma de convoluo ouSoma de superposio
y [n]=k=
+
x [k ]hk [n]
x [n ]
hk [n]
y [n]=k=
+
x [k ]h [nk ]
y [n]=k=
+
x [k ]hk [n]
Processamento de Sinais2015-1
149 / 256
Calcule a convoluo y[n] = x[n]*h[n] para os seguintes pares de sinais
Problema 2.21 do livro Sistemas e Sinais - Oppenheim
Exerccio
x [n ]=nu [n]h [n ]=nu [n ]
x [n ]=nu [n]h [n ]=n u [n]
a)
b)
c) x [n ]=12
n
u [n4]h [n ]=4nu [2n]
Processamento de Sinais2015-1
150 / 256
Integral de convoluoSistema de tempo discreto => Sistema que responde a uma sequncia de inpulsos
Aproximao em degraus Para um sinal de tempo contnuo
Se se aproxima de 0 :
e o somatrio se aproxima da integral
x (t)= x (k )(tk )
x (t)=lim x (k )(tk )0
x (t)= x () (t)dt
Processamento de Sinais2015-1
151 / 256
Representao grfica
Processamento de Sinais2015-1
152 / 256
Propriedades de sistemas LIT Comutativa
Ou seja, em tempo discreto:
x [n ]h [n]=h [n]x [n ]=k=
+
h [k ] x [nk ]
E em tempo contnuo:
x (t)h(t )=h (t)x (t)=
+
h () x (t)d
Processamento de Sinais2015-1
153 / 256
Propriedades de sistemas LIT Distributiva
x [n ](h1[n]+h2[n])= x [n ]h1[n]+ x [n ]h2[n]
Processamento de Sinais2015-1
154 / 256
Propriedades de sistemas LIT Inversveis
Processamento de Sinais2015-1
155 / 256
Propriedades de sistemas LIT Causalidade
y[n] no deve depender de x[k] para k > n
h[n] = 0 para n < 0
Processamento de Sinais2015-1
156 / 256
Propriedades de sistemas LIT Estabilidade
h [k ]
Processamento de Sinais2015-1
157 / 256
Sistemas LIT descrita em equaes diferenciais
Com entrada x(t) = Ke3tu(t)
Soluo particular, equao diferencial homognea
Determinando Y
dy (t)dt
+2y (t )=x (t)
y (t)= y p(t )+ yh(t )
dy (t)dt
+2y(t)=0 y p(t )=Ye3t
3Y+2Y=K Y= K5 y p(t )=
Ke3t
5
Processamento de Sinais2015-1
158 / 256
Diagrama de blocosA equao
y[n] = -ay[n-1] + bx[n]
Pode ser representada pelo diagrama:
-a
+x[n]b
y[n]
D
y[n-1]
Sistema discretocom memria!
Processamento de Sinais2015-1
159 / 256
Diagrama de blocosSistema contnuo
dy (t)dt
+ay (t)=bx (t)
y (t)=1ady (t)dt
+ ba+x (t)Reescrita :
Processamento de Sinais2015-1
160 / 256
Diagrama de blocosRepresentao dos elementos bsicos
+
x2(t)
x1(t)
a)
b)
c)
x(t)
x(t) Ddx (t )dt
x1(t)+ x2(t)
a ax (t)
Processamento de Sinais2015-1
161 / 256
Resoluody (t)dt
+ay (t)=bx (t)dy (t)dt
=bx (t)ay (t)
Integrando
y (t)=
t
[bx ()ay ()]d
-1/a
+x(t) y(t)
D
b/a
dy (t)dt
Processamento de Sinais2015-1
162 / 256
Representao como integrador
t
x ()d
+
-a
bx(t) y(t)
y (t)= y (t0)+t0
t
[bx ()ay ()]d
y(t0) o valor inicial: memria do integrador.
Processamento de Sinais2015-1
163 / 256
ExerccioRepresente o diagrama de blocos para os seguintes sistemas
a)
Processamento de Sinais2015-1
164 / 256
Exerccio
b)
Represente o diagrama de blocos para os seguintes sistemas
Processamento de Sinais2015-1
165 / 256
ExerccioRepresente o diagrama de blocos para os seguintes sistemas
c)
Processamento de Sinais2015-1
166 / 256
Funes de singularidade Impulso unitario de tempo contnuo
(t) e a resposta ao impulso identidade
x (t)=x (t)(t)
(t)=(t)(t)
Para qualquer sinal (t)Ento:
Pulso retangular:
r(t)=(t)(t)
Quando0 impulso unitario.
Processamento de Sinais2015-1
167 / 256
Interpretaes
Processamento de Sinais2015-1
168 / 256
Interpretaes
Processamento de Sinais2015-1
169 / 256
Interpretaes
Processamento de Sinais2015-1
170 / 256
Impulso unitrio e convoluoPara suficientemente pequeno, os sinais
(t) , r (t) , r (t) (t) , e r (t )r (t)Agem todos como impulsos quando aplicados a um sistema LIT.
(t) pode ser definido como o sinal para o qual :x (t)=x (t )(t) (como0)
Processamento de Sinais2015-1
171 / 256
ExemploSe x(t) = 1, para todo t
1=x (t)=x (t)(t )(t)x (t)
+
() x (t)d =
=
+
()d rea unitria
Processamento de Sinais2015-1
172 / 256
Outra definioSinal arbitrrio
g (t)Espelhado
g (t)
g (t)=g (t )(t)=
+
g (t)()d
Convoluo com (t)
Para t = 0
g (0)=
+
g ()()d
Processamento de Sinais2015-1
173 / 256
Outro exemploConsidere um sistema LIT onde a sada a derivada da entrada
y (t)= dx (t )dt
A resposta a derivada do impulso unitrio
dx (t )dt
=x (t )u1(t ) para qualquer sinal x (t)
Segunda derivada de (t)d 2x (t )dt2
=x (t)u2(t)u2(t)=u1(t)u1(t)
A k-sima derivadauk=u1(t)...u1(t )
Processamento de Sinais2015-1
174 / 256
ExemploSinal constante
x (t)=1
0=dx (t)dt=x (t)u1(t)
Temos
+
u1() x (t)d =
+
u1()d =
Convoluo de g (t)comu1(t)
+
g (t )u1()d =g (t)u1(t )=
dg (t)dt
=g ' (t)= Cont.
Processamento de Sinais2015-1
175 / 256
Exemplo (continuao)Para t = 0
g ' (0)=
+
g ()u1()d =
Processamento de Sinais2015-1
176 / 256
Exerccio
Sendo:x(t) a fora aplicada a massay(t) o deslocamento da massa
Determine a equao diferencial que relaciona x(t) com y(t)
Processamento de Sinais2015-1
177 / 256
Exerccio
K = Coeficiente de elasticidade = 2 N/mM = Massa = 1 kgB = Constante de amortecimento = 2 N s/m
Sendo:x(t) a fora aplicada a massay(t) o deslocamento da massa
Determine a equao diferencial que relaciona x(t) com y(t)
Processamento de Sinais2015-1
178 / 256
Soluo
Processamento de Sinais2015-1
179 / 256
Circuitos e diagrama de blocosCircuito
Processamento de Sinais2015-1
180 / 256
Diagrama de blocos
Processamento de Sinais2015-1
181 / 256
Outro sistema
Ri (t)+v0=vi (t) 1C i(t)dt=v0(t)
RCdv0(t)dt
+v0(t )=vi (t)
Condiao inicial: Vc = 0
Processamento de Sinais2015-1
182 / 256
Resolvendo a equao diferencialvo(t)=A(1e
t /RC)
Valor de regime considerando tv0()=lim t v0(t)=A
Aplicando a transformada de Laplace
R.I (s)+v0(s)=vi (s)I (s)sC
=v0(s)
v0(s)v i (s)
= 1RCs+1
=
1(RC )
s+( 1RC
)
Processamento de Sinais2015-1
183 / 256
Diagrama de blocos
Processamento de Sinais2015-1
184 / 256
Serie de Fourier Soma de um conjunto de senos e cosenos
Exponenciais complexos
Ver fourier.mpeg
Processamento de Sinais2015-1
185 / 256
Resposta dos sistemas LIT as exponenciais complexas
estTempo contnuo
Tempo discreto
zn
H (s)est
H ( z) zn
Apenas mudana de amplitude.
Processamento de Sinais2015-1
186 / 256
Exemplo Sistema LIT de tempo contnuo com resposta
ao impulso h(t)
y (t)=
+
h() x (t)d
+
h()es (t)d =
Fazendo e s(t) e st es como
y (t)=est
+
h()es d Temos
y (t)=H (s)est
Convergindo, resulta
H (s)=
+
h()es d onde
Processamento de Sinais2015-1
187 / 256
Filtros de tempo contnuo em equaes diferenciais
RCdv c(t )dt
+vc(t)=v s(t )
Resposta em frequncia:
H ( j)
Entrada
Sada
v s(t )=ej t
vc(t)=H ( jw)ej t
Filtro passa baixas
Processamento de Sinais2015-1
188 / 256
Substituindo vs e v
t ...
RCdv c(t )dt
+vc(t)=v s(t )
RC ddt[H ( j)e j t ]+H ( j)e j t=e j t
RC jH ( j)e j t+H ( j)e j t=e j t
H ( j)e j t= 11+RCj
e j t
ou H ( j)= 11+RCj
Processamento de Sinais2015-1
189 / 256
Filtro passa alta simples
RCdv r(t)dt
=V r(t)=RCdvs(t)dt
Sendo a entrada: v s(t )=ej t
E a sada: v r(t)=G ( j)ej t
Ento: G( j)= j RC1+ j RC
Processamento de Sinais2015-1
190 / 256
Processamento de Sinais2015-1
191 / 256
Grfico de magnitude
Processamento de Sinais2015-1
192 / 256
Fase da resposta em frequncia
Processamento de Sinais2015-1
193 / 256
Outros filtros - 1He j He j
Processamento de Sinais2015-1
194 / 256
Outros filtros - 2
He j He j
Processamento de Sinais2015-1
195 / 256
Outros filtros
Processamento de Sinais2015-1
196 / 256
Caractersticas de filtros Frequncia de corte
Potncia de sada metade da potncia de entrada
Constante de carga em regime transitrio
Frequncia angular de ressonncia
Fator de qualdade de um par de polos ou zeros
Processamento de Sinais2015-1
197 / 256
Funo de transferncia
Circuito do FiltroT(s)v i(s) vo(s)
T (S )=V 0V 1
(S )=A(Sz1) .(Sz2)...(Szm)(S p1) .(S p2)...(S pn)
Processamento de Sinais2015-1
198 / 256
Polos e Zeros
T (S )=V 0V 1
(S )=A(Sz1) .(Sz2)...(Szm)(S p1) .(S p2)...(S pn)
Os zeros de um filtro correspondem aos valores de S que anulam o numerador da funo de transferncia
Os plos do filtro correspondem aos os valores de S que anulam o denominador de T(S)
Processamento de Sinais2015-1
199 / 256
Filtro T(s) frequncia angular
Processamento de Sinais2015-1
200 / 256
Filtro passa alta
Processamento de Sinais2015-1
201 / 256
Filtro passa banda
Processamento de Sinais2015-1
202 / 256
Filtro rejeita banda
Processamento de Sinais2015-1
203 / 256
Circuitos bsicos
Processamento de Sinais2015-1
204 / 256
Equaes
Processamento de Sinais2015-1
205 / 256
Equao resumidaTS= 1
S +1onde =RC= L
RUm nico polo para S=t1
Plano de Argand
Processamento de Sinais2015-1
206 / 256
Anlise do circuito
ic(t)=C vc(t ) t
=v i(t )vc(t )
Rv0(t )+RC
v0(t ) t
=v i(t)
Soluo : v0(t)=A.l tRC
Soluo particular para degrau unitrio : v0(t)=u(t )
Processamento de Sinais2015-1
207 / 256
Representao
A. l tRC+1
v0(t)={ para t00 para t
Processamento de Sinais2015-1
208 / 256
Filtro passa altas
Processamento de Sinais2015-1
209 / 256
RepresentaoResposta ao degrau unitrio de um filtro passa altas
Processamento de Sinais2015-1
210 / 256
Filtro passivo de 2a ordem
V 0V 1
(s)=
1SC
R+SL+ 1C
= 1S 2 LC+SRC+1
=
1LC
S 2+S RL+ 1LC
Processamento de Sinais2015-1
211 / 256
Forma geral
T (S )=A.0
2
S 2+S0Q+0
2
onde 0=1
(LC ) e Q=1R LC
Resolvendo o denominador
S 2+S0Q+0
2=0 S=0Q0
2
Q240
2
2dependente de Q
Processamento de Sinais2015-1
212 / 256
Calculando o fator de qualidade
S=0Q0
2
Q240
2
20
2
Q240
2=0 02
Q2=40
2 Q2= 14 Q=
12=0.5
Processamento de Sinais2015-1
213 / 256
No plano de Argand
Processamento de Sinais2015-1
214 / 256
Singularidades do filtro
Processamento de Sinais2015-1
215 / 256
Resposta do filtro
Processamento de Sinais2015-1
216 / 256
Filtros e Transformada de Fourier - 1
Filtro passa-baixas
Processamento de Sinais2015-1
217 / 256
Filtro passa-altas
Filtros e Transformada de Fourier - 2
Processamento de Sinais2015-1
218 / 256
Filtros ativos Filtragem e Amplificao
Ganhos > 1 ( maiores que 0 dB) Componentes usados:
Amplificadores operacionais Transistores FETs, Vlvulas
Processamento de Sinais2015-1
219 / 256
Filtro ativo passa baixas de primeira ordem
V iV R1
= V V o
R 2 //1SC
V iR1
= V o(R 2+ 1SC )
R21SC
V oV i
= R2R1 1SR 2C+1
Plando de Argand
Processamento de Sinais2015-1
220 / 256
Anlise do filtro ativo de 1a ordemvi( t )R1
= C vo( t ) t
v o( t )R2
= vo( t ) + R2C vo( t ) t
= R2R1
vi( t )
v o( t )=v c( t )Dado que
Soluo vo( t )=A
tR2C vo( t )=
R2R1u ( t )
e
Resposta ao degrau vo( t )={At
R2CR2R1
t0
0 t
Processamento de Sinais2015-1
221 / 256
Representao
Processamento de Sinais2015-1
222 / 256
Filtro ativo passa altas de primeira ordem - 1
V iV
R1+1SC
= VV o
R2
V i
R1+1SC
= V oR2
V oV i
=R2R1
ASR1C
SR1C+1
Funo de transferncia T (S ) = A S S +1
onde =R1C A=R2R1
e
No plano de Argand
Processamento de Sinais2015-1
223 / 256
Ganho esttico quando S T (S=0) =
R2R1 S S +1
= 0 T (S) = R2R1
A S S +1
= R2R1
Diagrama de Bode
Filtro ativo passa altas de primeira ordem - 2
Processamento de Sinais2015-1
224 / 256
Resposta ao degrau unitriovi( t )v c( t )
R1= C
vc( t ) t
v c( t ) + R1C vc ( t ) t
= vi( t )
vo( t )= R2Cv c( t ) t v c( t )=A
t
R1C v c( t )=u ( t )e
v c( t )={A tR1C+1 t00 t
Processamento de Sinais2015-1
225 / 256
Resposta ao degrau unitrio
Processamento de Sinais2015-1
226 / 256
Filtro passa faixa ativo de 2a ordem Exemplo : configurao Sallen-Key
Frequncia de ressonncia
fr= 12 R f +R1C1C 2 R1 R2 R fGanho na frequncia de ressonncia
G (dB)=20 log (1+R2R1)
C1=C 2 e R2=2R1
Parmetros aconselhados
Processamento de Sinais2015-1
227 / 256
Filtro Chebyshev Filtro com atenuao mais ngreme e maior ripple
Gn()=H n( j)=1
1+2T 2( 0 )
Processamento de Sinais2015-1
228 / 256
Filtro Butterworth Filtro com resposta mais plana possivel
Processamento de Sinais2015-1
229 / 256
Uma implementaopassa baixa de 2a ordem
Para a ordem n :
Gn ()=H n( j)=1
(1+ c)2n
Gn()=H n( j)=1
(1+2n)
Frequencia de corte: -3dB de ganho
Normalizando (fazendo c= 1) :
Processamento de Sinais2015-1
230 / 256
Processamento de Sinais2015-1
231 / 256
Filtro elptico
Gn()=H n( j)=1
1+2Rn
2()
Processamento de Sinais2015-1
232 / 256
Comparao com outros filtros
Processamento de Sinais2015-1
233 / 256
Usando o Matlab
http://www.mathworks.com/help/dsp/examples/designing-low-pass-fir-filters.html
Processamento de Sinais2015-1
234 / 256
Projeto de filtro em MatlabFiltro chebychev simples passa baixas
Fc = 0.4;N = 100; % FIR filter orderHf = fdesign.lowpass('N,Fc',N,Fc);
Hd1 = design(Hf,'window','window',@hamming, 'SystemObject',true);Hd2 = design(Hf,'window','window', {@chebwin,50},'SystemObject',true);hfvt = fvtool(Hd1,Hd2,'Color','White');legend(hfvt,'Hamming window design', 'Dolph-Chebyshev window design')
Processamento de Sinais2015-1
235 / 256
Processamento de Sinais2015-1
236 / 256
Aumentando a ordem do filtroHf.FilterOrder = 200;Hd3 = design(Hf,'window','window', {@chebwin,50},'SystemObject',true);hfvt = fvtool(Hd2,Hd3,'Color','White');legend(hfvt,'Dolph-Chebyshev window design.Order = 100', ...'Dolph-Chebyshev window design. Order = 200')
Processamento de Sinais2015-1
237 / 256
Processamento de Sinais2015-1
238 / 256
Controlando a ordem do filtroripple e atenuao
N = 100; % Order = 100 -> 101 coefficientssetspecs(Hf,'N,Fc,Ap,Ast',N,Fc,Ap,Ast);Hd6 = design(Hf,'equiripple','SystemObject',true);measure(Hd6)hfvt = fvtool(Hd5,Hd6,'Color','White');legend(hfvt,... 'Equiripple design, 146 coefficients',... 'Equiripple design, 101 coefficients')
Processamento de Sinais2015-1
239 / 256
Processamento de Sinais2015-1
240 / 256
Controlando a regio de transiosetspecs(Hf,'N,Fp,Fst',N,Fp,Fst);Hd7 = design(Hf,'equiripple','SystemObject',true);measure(Hd7)hfvt = fvtool(Hd5,Hd7,'Color','White');legend(hfvt,... 'Equiripple design, 146 coefficients',... 'Equiripple design, 101 coefficients')
Processamento de Sinais2015-1
241 / 256
Processamento de Sinais2015-1
242 / 256
Filtro passa baixas de fase mnimasetspecs(Hf,'Fp,Fst,Ap,Ast',Fp,Fst,Ap,Ast);Hd13 = design(Hf,'equiripple','minphase',true,'SystemObject',true);hfvt = fvtool(Hd5,Hd13,'Color','White');legend(hfvt,... 'Linear-phase equiripple design',... 'Minimum-phase equiripple design')
Processamento de Sinais2015-1
243 / 256
Processamento de Sinais2015-1
244 / 256
Filtro de KalmanRudolf E. Klmn
Filtro LQE (Linear Quadratic Estimation) Algoritimo usando estimativas baseada em amostras. Operao recursiva em um fluxo ruidoso de dados .
Processamento de Sinais2015-1
245 / 256
Algoritmo
Processamento de Sinais2015-1
246 / 256
Diagrama de blocos
Processamento de Sinais2015-1
247 / 256
Exemplos de Aplicao
Processamento de Sinais2015-1
248 / 256
Processamento de imagensFiltro de Kalman
Processamento de Sinais2015-1
249 / 256
Processamento de imagensFiltro de Kalman
Processamento de Sinais2015-1
250 / 256
Processamento de Sinais2015-1
251 / 256
Usando MATLABkalmanKalman filter design, Kalman estimator
Syntax
[kest,L,P] = kalman(sys,Qn,Rn,Nn)
[kest,L,P] = kalman(sys,Qn,Rn,Nn,sensors,known)
[kest,L,P,M,Z] = kalman(sys,Qn,Rn,...,type)
Descriptionkalman designs a Kalman filter or Kalman state estimator given a state-space model of the plant and the process and measurement noise covariance data. The Kalman estimator provides the optimal solution to the following continuous or discrete estimation problems.
Processamento de Sinais2015-1
252 / 256
Implementao em C/* * KFilter.c * * Created: 16-03-2012 19:18:41 * Author: Anyone :) :P */
#include
typedef struct { float x[2]; // initial state (location and velocity) float P[2][2]; // initial uncertainty float u[2]; // external motion // For Prediction float F[2][2]; // next state function // For Prediction float H[2]; // measurement function float R[1]; // measurement uncertainty float I[2][2]; // identity matrix} kalman_state;
Processamento de Sinais2015-1
253 / 256
kalman_state kalman_init(){ kalman_state result; // First is position and another is velocity // Consider [0.0f // 0.0f]; result.x[0] = 0.0f; result.x[1] = 0.0f; // Consider [[1000.0f 0.0f] // [ 0.0f 1000.0f]]; result.P[0][0] = 1000.0f; result.P[0][1] = 0.0f; result.P[1][0] = 0.0f; result.P[1][1] = 1000.0f; // Consider [0.0f // 0.0f]; result.u[0] = 0.0f; result.u[1] = 0.0f; // Consider [[1.0f, 1.0f] // [0.0f, 1.0f]]; result.F[0][0] = 1.0f; result.F[0][1] = 1.0f; result.F[1][0] = 0.0f; result.F[1][1] = 1.0f; // Consider [1.0f, 0.0f]; result.H[0] = 1.0f; result.H[1] = 0.0f; result.R[0] = 1.0f; //The RAW value is always flickering by? // Consider [1.0f]; // Consider [[1.0f, 0.0f] // [0.0f, 1.0f]]; result.I[0][0] = 1.0f; result.I[0][1] = 0.0f; result.I[1][0] = 0.0f; result.I[1][1] = 1.0f; return result;}
Processamento de Sinais2015-1
254 / 256
void kalman_update(kalman_state* state, float measurement){ // y = Z - ( H * x ); // Z - (H0*x0 + H1*x1) float y = (float)measurement - ( state->H[0]*state->x[0] + state->H[1]*state->x[1] ) ; //S = H * P * ( H' ) + R; // ( [H0 H1] * [P00 P01 * [H0 ) + R // P10 P11] H1] float S = state->H[0]*state->H[0]*state->P[0][0] + state->H[0]*state->H[1]*(state->P[0][1]+state->P[1][0]) + state->P[1][1] * state->H[1]*state->H[1] + state->R[0]; //K = P * ( H' ) / S; // or P* H'*inv(S) float K[2]; //Consider [K0 K1] // ([P00 P01 * [H0 ) / S // P10 P11] H1] K[0] = state->P[0][0]*state->H[0]/S+state->P[0][1]*state->H[1]/S; K[1] = state->P[1][0]*state->H[1]/S+state->P[1][1]*state->H[1]/S; //x = x + ( K * y ); // ([x0 + [K0 ) * y x1] K1] state->x[0] = state->x[0] + K[0] * y; state->x[1] = state->x[1] + K[1] * y; //P = ( I - ( K * H ) ) * P; // [I00 I01 - [K0 * [H0 H1] * [P00 P01 // I10 I11] K1] P10 P11] state->P[0][0]=((state->I[0][0]-K[0]*state->H[0])*state->P[0][0])+((state->I[0][1]-K[0] * state->H[1]) * state->P[1][0]); state->P[0][1]=((state->I[0][0]-K[0]*state->H[0])*state->P[0][1])+((state->I[0][1]-K[0] * state->H[1]) * state->P[1][1]); state->P[1][0]=((state->I[1][0]-K[1]*state->H[0])*state->P[0][0])+((state->I[1][1]-K[1] * state->H[1]) * state->P[1][0]); state->P[1][1]=((state->I[1][1]-K[1]*state->H[1])*state->P[0][1])+((state->I[1][1]-K[1] * state->H[1]) * state->P[1][1] );}
Processamento de Sinais2015-1
255 / 256
void kalman_predict(kalman_state* state){ //state->x = state->F*state->x + state->u ; // [F00 F01 * [x0 + [u0 // F10 F11] x1] u1] state->x[0] = state->F[0][0]*state->x[0] + state->F[0][1]*state->x[1] + state->u[0]; state->x[1] = state->F[1][0]*state->x[0] + state->F[1][1]*state->x[1] + state->u[1]; //state->P = state->F*state->P*state->F' // [F00 F01 * [P00 P01 * [F00 F10 F10 F11] P10 P11] F01 F11] state->P[0][0]=state->F[0][0]*(state->F[0][0]*state->P[0][0]+ state->F[0][1]*state->P[1][0])+state->F[0][1] * (state->F[0][0]*state->P[0][1]+state->F[0][1]*state->P[1][1]);
state->P[0][1]=state->F[1][0]*(state->F[0][0]*state->P[0][0]+ state->F[0][1]*state->P[1][0])+state->F[1][1]*(state->F[0][0]* state->P[0][1]+state->F[0][1]*state->P[1][1]);
state->P[1][0]=state->F[0][0]*(state->F[1][0]*state->P[0][0]+state->F[1][1]* state->P[1][0])+state->F[0][1]*(state->F[1][0]* state->P[0][1]+state->F[1][1]*state->P[1][1]);
state->P[1][1]=state->F[1][0]*(state->F[1][0]*state->P[0][0]+ state->F[1][1]*state->P[1][0])+state->F[1][1]* (state->F[1][0]*state->P[0][1]+state->F[1][1]*state->P[1][1]);}
Processamento de Sinais2015-1
256 / 256
int main(void){ unsigned int SensorRAWValue = 0; kalman_state Kalman = kalman_init(); while(1) { // sensor value retrieval kalman_update(&Kalman,SensorRAWValue); kalman_predict(&Kalman); //TODO:: Please write your application code to use Kalman.x[0] and/or Kalman.x[1] }}
Slide 1Slide 2Slide 3Slide 4Slide 5Slide 6Slide 7Slide 8Slide 9Slide 10Slide 11Slide 12Slide 13Slide 14Slide 15Slide 16Slide 17Slide 18Slide 19Slide 20Slide 21Slide 22Slide 23Slide 24Slide 25Slide 26Slide 27Slide 28Slide 29Slide 30Slide 32Slide 33Slide 34Slide 35Slide 36Slide 37Slide 38Slide 39Slide 40Slide 41Slide 42Slide 43Slide 44Slide 45Slide 46Slide 47Slide 48Slide 49Slide 50Slide 51Slide 52Slide 53Slide 54Slide 55Slide 56Slide 57Slide 58Slide 59Slide 60Slide 61Slide 62Slide 63Slide 64Slide 65Slide 66Slide 67Slide 68Slide 69Slide 70Slide 71Slide 72Slide 73Slide 74Slide 75Slide 76Slide 77Slide 78Slide 79Slide 80Slide 81Slide 82Slide 83Slide 84Slide 85Slide 86Slide 87Slide 88Slide 89Slide 90Slide 91Slide 92Slide 93Slide 94Slide 95Slide 96Slide 97Slide 98Slide 99Slide 100Slide 101Slide 102Slide 103Slide 104Slide 105Slide 106Slide 107Slide 108Slide 109Slide 110Slide 111Slide 112Slide 113Slide 114Slide 115Slide 116Slide 117Slide 118Slide 119Slide 120Slide 121Slide 122Slide 123Slide 124Slide 125Slide 126Slide 127Slide 128Slide 129Slide 130Slide 131Slide 132Slide 133Slide 134Slide 135Slide 136Slide 137Slide 138Slide 139Slide 140Slide 141Slide 142Slide 143Slide 144Slide 145Slide 146Slide 147Slide 148Slide 149Slide 150Slide 151Slide 152Slide 153Slide 154Slide 155Slide 156Slide 157Slide 158Slide 159Slide 160Slide 161Slide 162Slide 163Slide 164Slide 165Slide 166Slide 167Slide 168Slide 169Slide 170Slide 171Slide 172Slide 173Slide 174Slide 175Slide 176Slide 177Slide 178Slide 179Slide 180Slide 181Slide 182Slide 183Slide 184Slide 185Slide 186Slide 187Slide 188Slide 189Slide 190Slide 191Slide 192Slide 193Slide 194Slide 195Slide 196Slide 197Slide 198Slide 199Slide 200Slide 201Slide 202Slide 203Slide 204Slide 205Slide 206Slide 207Slide 208Slide 209Slide 210Slide 211Slide 212Slide 213Slide 214Slide 215Slide 216Slide 217Slide 218Slide 219Slide 220Slide 221Slide 222Slide 223Slide 224Slide 225Slide 226Slide 227Slide 228Slide 229Slide 230Slide 231Slide 232Slide 233Slide 234Slide 235Slide 236Slide 237Slide 238Slide 239Slide 240Slide 241Slide 242Slide 243Slide 244Slide 245Slide 246Slide 247Slide 248Slide 249Slide 250Slide 251Slide 252Slide 253Slide 254Slide 255Slide 256