Next: PROPOSTA DE TRABALHO Up: monografia Previous: SISTEMAS DE TEMPO REAL Sumário

Subsections

Conceituação Básica
Sinais Analógicos e Digitais
Digital Signal Processing (DSP)

Conversão AD e DA
Amostragem de Sinais
Teorema da Amostragem
Aliasing e Espectro de Sinais
Filtragem Anti-aliasing
Quantização
Codificação

Ferramentas Matemáticas
Conceitos Fundamentais
Série de Fourier
Transformada Discreta de Fourier

Recursos de Hardware
Placa de Aquisição AT-MIO-16D

Considerações Finais

PROCESSAMENTO DIGITAL DE SINAIS

O Processamento Digital de Sinais (Digital Signal Processing - DSP) é utilizado em qualquer área onde
informações são manipuladas ou controladas por um processador digital. O processamento digital de sinais oferece
muitas vantagens, e maior flexibilidade, em relação ao tratamento analógico. Diversos procedimentos que só
poderiam ser obtidos em sistemas analógicos com a utilização de equipamento especializado, complexo e caro,
podem ser mais eficientemente executados no domínio digital [#!epeapsSchwanke!#].

Conceituação Básica
Existe uma lista muito grande de definições do que constitui um sinal. A comunicação humana se desenvolve
através do uso de sinais da fala. Todas as formas de comunicação pela Internet, por exemplo, envolvem o uso de
sinais que transmitem informações de tipos diversificados. Formalmente um sinal é definido como uma função de
uma ou mais variáveis, a qual veicula informações sobre a natureza de um fenômeno físico [#!ssHaykin!#]. Em um
sinal, sempre há um sistema associado à sua geração, e outro associado à extração da informação do sinal.

Sinais Analógicos e Digitais

Em muitos casos, o sinal pode ser representado por uma tensão ou corrente elétrica analógica produzida por algum
tipo de aparelho, denominado sensor. Em outros, o sinal já está na sua forma digital, como é o caso na leitura de um
CD pelo CD-Player. Antes de podermos aplicar a técnica de processamento digital de sinais faz-se necessário que o
sinal esteja em sua forma digital, ou seja, numérica. Um sinal analógico pode ser convertido para forma digital
utilizando, por exemplo, um circuito integrado (CI) chamado conversor analógico para digital (analog-to-digital
converter - ADC).
Digital Signal Processing (DSP)
A sigla DSP pode ser utilizada tanto para referenciar o Processamento Digital de Sinais quanto para referenciar o
Processador Digital de Sinais. O processamento digital de sinais é a ciência empregada para usar aplicações
computacionais para entender estes tipos de dados chamados de sinais [#!wdspSmith!#]. Isso inclui grande
variedade de atividades: filtragem, reconhecimento de voz, compressão de dados, análise de dados e muitas outras.

O processamento digital de sinais distingue-se das outras áreas da ciência da computação justamente pelo tipo
singular de dados sobre os quais opera, os sinais. O interesse está centrado na representação digital dos sinais e no
uso dos processadores digitais para analisar, modificar, ou extrair informação dos sinais. Muitos sinais, na natureza,
são analógicos, significando que eles variam continuamente no tempo. As formas mais comuns de DSP têm como
variáveis de entrada os sinais analógicos, os quais são amostrados em intervalos regulares no tempo e convertidos
para sua forma digital.

Os processadores DSP podem ser definidos, de forma sucinta, como processadores cujo hardware, software e
conjunto de instruções são otimizados para processamento de alto desempenho em aplicações numéricas, uma
exigência para o processamento de dados digitais representando sinais analógicos em tempo real
[#!epeapsSchwanke!#].

Conversão AD e DA
Como mencionado anteriormente, antes de aplicar-se a técnica de processamento digital de sinais é necessário que
o sinal esteja em sua forma digital. A maioria dos sinais encontrados diretamente em ciência e engenharia são
contínuos (analógicos): intensidade luminosa que se modifica com a distância, tensão que varia no tempo,
velocidade de uma reação química dependente da temperatura, etc. A Conversão Analógica/Digital (ADC) e a
Conversão Digital/Analógico (DAC) são os processos que possibilitam aos computadores digitais interagirem com
estes sinais [#!wdspSmith!#].

Associado ao processo de conversão, existe um transdutor, que possui a função de converter estes fenômenos
analógicos em sinais elétricos de tensão ou corrente, com características adequadas para que possam ser tratados
com a utilização de circuitos eletrônicos. O correto entendimento de quais informações que devem ser mantidas, e
quais podem ser descartadas, indicam a seleção do número de bits, da freqüência de amostragem e do tipo de
filtragem analógica necessários para uma conversão analógica/digital apropriada. A Figura ilustra o processo de
conversão analógica/digital.

Figura: Conversão analógica/digital. Fonte: epeapsSchwanke

O processo de conversão digital para analógico (DA) é responsável por converter os sinais digitais oriundos do
processo DSP em sinais analógicos compatíveis com o meio para qual é destinado. Após a conversão DA, o sinal
passa por um filtro de saída chamado de filtro de reconstrução. Na Figura é ilustrado um sistema de
processamento digital de sinais com seus conversores AD e DA, inclusive os filtros de aliasing e reconstrução.

Figura: Diagrama de bloco de um Sistema de Processamento Digital de Sinais. Traduzido de:

dsgIfeachor

Amostragem de Sinais
Amostragem é a aquisição de um sinal contínuo (por exemplo, analógico), em intervalos discretos de tempo. A
saída do amostrador varia apenas em intervalos periódicos de tempo, quando assume o valor instantâneo do sinal
de entrada. Qualquer variação que ocorra na entrada, entre os intervalos de amostragem, é ignorada por completo.
Amostragem é o conceito fundamental do processamento digital de sinais em tempo real. Na Figura é ilustrado o
princípio da amostragem de sinal.

Figura: Amostragem de sinal. Adaptado de: sgtraimwCosta

Teorema da Amostragem
Este teorema, conhecido como teorema de Nyquist, especifica a taxa na qual um sinal analógico deve ser
amostrado para garantir que todas as informações relevantes contidas no sinal sejam recuperadas pela amostragem.
O teorema define que: ``Dado um sinal cuja componente de freqüência mais elevada seja , para que ele seja

completamente recomposto é necessário que seja amostrado a uma taxa , no mínimo igual ao dobro de ''
[#!dsgIfeachor!#].

(1)
Por exemplo, se um sinal analógico contiver freqüências de até 4kHz, deverá ser amostrado a uma taxa mínima de
8kHz para que toda a informação deste sinal seja preservada.

Aliasing e Espectro de Sinais

Algumas características dos sinais analógicos são mais facilmente entendidas no domínio da freqüência, ou seja, o
espectro. O espectro de um sinal analógico contínuo é a representação gráfica da freqüência e amplitude do sinal.
Na Figura apresenta-se um exemplo do espectro de um sinal. O eixo ``x'' representa a freqüência enquanto que o
eixo ``y'' demonstra a amplitude.

Figura: Espectro de sinal

A superposição das raias do espectro do sinal é denominada aliasing, que se refere ao fenômeno de um
componente da alta freqüência assumir a identidade de um de baixa freqüência. O aliasing distorce o espectro do
sinal de tempo contínuo original. Isto ocorre, por exemplo, quando um sinal é amostrado a uma taxa menor que a
definida pelo teorema da amostragem. Na Figura é apresentado um exemplo de aliasing do sinal no domínio do
tempo. Nota-se que dois sinais possuem o mesmo valor no instante de amostragem, embora suas freqüências sejam
diferentes. A linha tracejada representa o sinal de aliasing.

Figura: Aliasing de sinal no domínio do tempo. Adaptado de:

dsgIfeachor

O efeito é mais facilmente entendido no domínio da freqüência, como mostrado na Figura .

Figura: Aliasing de sinal no domínio da freqüência. Fonte:

dsgIfeachor

A superposição entre as raias do sinal ocorre porque falta ``espaço'' no domínio da freqüência. O espectro do sinal
deixa de ter uma correspondência com o do sinal de tempo contínuo original. Isto significa que não podemos
reconstruir de forma única o sinal de tempo contínuo a partir de suas amostras.

Filtragem Anti-aliasing
Tipicamente, o conteúdo espectral de um sinal portador de informações ocupa uma faixa de freqüência com
extensão finita. Para extrair o conteúdo de informação fundamental de um sinal necessita-se de um sistema seletivo
de freqüência, ou seja, um filtro.
As implicações práticas do teorema da amostragem (Equação ) são muito importantes. Como a maioria dos sinais
reais não é limitada em banda, podendo facilmente conter componentes com freqüências maiores do que a de
interesse, incluindo ruído, é necessário realizar uma pré-filtragem analógica antes da amostragem pelo ADC. O
filtro passa-baixa, conhecido como filtro anti-aliasing, serve para remover a parte indesejada do espectro do sinal
que poderia corromper o sinal convertido [#!epeapsSchwanke!#].

Quantização
O processo de quantização envolve representar, cada número produzido pelo amostrador, no nível mais próximo
escolhido dentre um número finito de níveis de amplitude discreta [#!ssHaykin!#]. Por exemplo, pode-se
representar cada amostra como um número binário de 12 bits, caso em que há níveis de amplitude possíveis.
Depois da combinação de amostragem e quantização, obtem-se uma representação do sinal da mensagem, que é
discreta tanto em tempo quanto amplitude.

Codificação
O objetivo da codificação é representar cada amostra quantizada por meio de uma palavra de código composta por
um número finito de símbolos. Por exemplo, em código binário, as amostras seriam representadas por símbolos 1's e
0's.

Ferramentas Matemáticas
O estudo de sinais e sistemas, usando representação senoidal, é denominado análise de Fourier em homenagem a
Joseph Fourier (1768 - 1830). A análise de Fourier é uma família de técnicas matemáticas, todas baseadas em
decomposição de sinais em senóides. Há quatro representações de Fourier distintas, cada qual aplicável a uma
classe diferente de sinais. Estas quatro classes são definidas pelas propriedades de periodicidade de um sinal,
mostrando se é de tempo contínuo ou discreto. A Série de Fourier (Fourier Series - FS) se aplica a sinais
periódicos de tempo contínuo e a Transformada Discreta de Fourier (Discrete Fourier Transform - DFT), a qual
se aplica a sinais periódicos de tempo discreto [#!ssHaykin!#]. As outras duas são utilizadas para sinais aperiódicos,
as quais fogem ao escopo deste trabalho.

A única classe de representações de Fourier que pode ser usada no processamento digital de sinais é a DFT. Em
outras palavras, computadores digitais só podem trabalhar com informações que são discretas e de tamanho finito.

Conceitos Fundamentais
Um sinal periódico é definido, matematicamente, como uma função em que todo atende a seguinte

equação [#!bpdJoseLuiz!#]:

(2)

onde é um número real e . O menor valor positivo de para o qual a Expressão é verdadeira

denomina-se período da componente fundamental do sinal e é designado como . A freqüência fundamental

é definida, em função do período da fundamental, por [#!bpdJoseLuiz!#]:

 (3)

Na Figura é representado um sinal periódico , o qual tem freqüência fundamental ,

o que corresponde ao período .

Figura: Um sinal periódico

Série de Fourier
Qualquer sinal periódico representado por uma função pode ser construído como a soma de um número

(possivelmente infinito) de senos e co-senos [#!rcTanenbaum!#]. Na Figura é ilustrada esta característica. A

linha tracejada representa a resultante das outras duas.

Figura: Resultante da soma de dois sinais

periódicos

Desta forma, existe uma Série de Fourier para a representação do sinal que pode ser escrita na sua forma
trigonométrica, como [#!dsgIfeachor!#]:

(4)

onde é uma variável independente, a qual freqüentemente representa o tempo; é a freqüência fundamental;

e são as amplitudes do seno e do co-seno do n-ésimo harmônico (termo) e é o valor médio da função
 no período. Os parâmetros , e são conhecidos como coeficientes de Fourier e podem ser

calculados a partir das seguintes equações [#!dsgIfeachor!#]:

(5)

(6)

(7)

A Série de Fourier da Equação , que está escrita na sua forma trigonométrica (também conhecida como forma
real), pode ser escrita de uma forma mais compacta, usando notação exponencial, da seguinte maneira
[#!bpdJoseLuiz!#]:

(8)

onde os coeficientes são calculados pela fórmula:

(9)

Transformada Discreta de Fourier

Quando um sinal periódico é amostrado em tempos discreto, como é o caso no processamento digital de sinais, é
aplicada para análise deste sinal, a transformada discreta de Fourier. A equação da DFT pode ser obtida a partir das
Equações e . As equações obtidas são apresentadas abaixo, observando que representa a taxa de
amostragem e o número da amostra [#!bpdJoseLuiz!#].
 (10)

onde e são definidos como:

(11)

(12)

Recursos de Hardware
O processamento de sinais elétricos deve obedecer à restrições temporais impostas pelos períodos dos sinais de
freqüência fundamental, necessitando de hardware especial para efetuar o processo de aquisição dos sinais. Neste
contexto, encontram-se presentes no mercado placas de aquisição de dados, destinadas a este fim, capazes de
atender os requisitos temporais do processo.

Placa de Aquisição AT-MIO-16D

A placa AT-MIO-16D, para aquisição de dados da série AT da National Instruments4destinada a computadores
IBM PC e compatíveis, contém os seguinte componentes de hardware [#!atmio16dumNI!#]:

Um conversor AD de 12 bits com até 16 entradas analógicas;

Dois conversores DA de 12 bits com tensão de saída;

Oito linhas digitais TTL (transistor-transistor logic) de E/S (entrada/saída);

Três canais de temporizadores de 16 bits;

Interface paralela de 24 bits baseada no 82C55A PPI (programmable peripheral interface).

A placa possui funções analógicas, digitais e circuito temporizador para E/S de alta performance. Possui um
conversor de 9 microssegundos, garantindo taxas de transferência de até 100 Ksamples/segundo, juntamente com
um buffer de conversão AD com capacidade para 512 ``palavras''. A AT-MIO-16D possui interrupções geradas por
timer e completa capacidade para canais de DMA (direct memory access) [#!atmio16dumNI!#].

O conversor AD, com 12 bits de resolução, é capaz de converter o sinal de entrada, dentro de uma faixa de 4096
possíveis valores. Esta resolução provê uma palavra digital de 12 bits que representa o valor da tensão de entrada.
O conversor suporta três faixas diferentes para tensão de entrada: -10V até +10V, -5V até +5V ou 0 até +10V. A
faixa desejada é configurada por jumpers. Quando uma conversão AD é completada, a palavra resultante é inserida
em um buffer FIFO (first-in first-out). Este buffer pode coletar até 512 palavras, antes de algum dado ser perdido.
Assim que um dado é inserido no buffer, este gera um sinal indicando que há um novo dado armazenado. Este sinal
pode ser utilizado para gerar uma interrupção ou um sinal DMA.

A configuração da placa é feita através de 14 jumpers e um DIP (dual inline package) switch. O DIP switch é
usado para definir o endereço base de E/S. Três jumpers são utilizados como seletor de interrupção e de DMA; os
11 restantes são usados para configurar o circuito analógico de E/S e o sinal de clock utilizado pelo temporizador.

A programação da placa AT-MIO-16D envolve, ou a leitura e escrita diretamente dos vários registradores da placa,
ou utilizando device drivers e bibliotecas de mais alto nível, que facilitam a programação. Encontra-se disponível
no projeto COMEDI [#!comedi!#] drivers, ferramentas e bibliotecas open-source para Linux que podem ser
utilizadas no desenvolvimento de sistemas de aquisição de dados em tempo real. Entre as placas de aquisição de
dados, das quais possuem suporte pelo projeto COMEDI, encontra-se a placa AT-MIO-16D.

Considerações Finais
O processamento digital de sinais engloba as técnicas e os algoritmos utilizados para manipular os sinais após estes
terem sido convertidos para a forma digital. Os conceitos da transformada de Fourier são aplicados à sistemas de
processamento digital de sinais em tempo real para determinação do conteúdo de harmônicas da freqüência
fundamental, nestes sinais. Em certas situações, a aquisição e processamento de sinais devem obedecer as
restrições temporais características dos sistemas de tempo real.

Neste capítulo foram apresentados os principais conceitos relacionados ao processamento digital de sinais. Tais
conceitos serão importantes para o entendimento do sistema de aquisição e análise de sinais elétricos de tensão em
tempo real, proposto neste trabalho.

Footnotes

...4
http://www.ni.com/

Next: PROPOSTA DE TRABALHO Up: monografia Previous: SISTEMAS DE TEMPO REAL Sumário
Marcelo Pecenin 2005-12-19